Abstract
不同類別的醫學影像能提供不同且互補的臨床資訊，而要充份得到並運用這些訊息，精確的影像對位是必須的。若以人工來作影像對位，即或由有經驗的醫生來作，通常亦需花費相當長的時間。我們觀察到不同類別的醫學影像雖然不一樣，但非完全不相關；當二張影像位置對準時，相對於其中一張影像，另一張影像的不確定應該會是最小的。是而在本文中我們提出以最小條件熵值作基準來 對不同類別的醫學影像進行對位。我們將詳述對位方法，並且出示其對實際 MRI 與 CT 影像進行對位的結果。此對位方法對相同物體不同質性影像的對位相當有效，並且不須辨識出人體構造上的標記點或使用任何外加的標記物。在許多影像系統中，當二張在不同時間取得，或由不同感測器感測的影像須要比較時，影像對位是一相當重要的步驟。影像對位意即找到一轉換關係，此關係可將一圖形上的點對應到另一圖形上相對應的點。現在影像對位已被廣泛地應用在圖形辨識、影像壓縮、地理資源偵測、醫療診斷等上。在本篇文章中，我們提出了以最小條件熵值為基準的影像對位技術。並且應用此對位方法對實際的 CT與 MRI 影像進行對位。由對位結果我們可看到，在 2D 的對位中對位結果與正確答案幾乎一致，在 3D 的對位中平移誤差在 3 pixels 以內，角度誤差在四度以內。再整個對位過程中，欲對位的影像區塊是任意選取的，只要它含有足夠的影像點。而且我們可以使用 Subsampling、hiera-rchy、Dimension-reduced 技巧去增進對位速度。總結來講，以最小條件熵值為基準的影像對位技術是一實用且精準的對位技術。