상호정보 최적화를 통한 영상정합 = Image Registration by Optimization of Mutual Information

국문 초록 (Abstract)

본 논문에서는 다중 모달리티 영상으로부터 의미 있는 정보를 제공하기 위하여 상호정보 최적화를 통한 영상정합 방법을 제안한다. 본 방법은 두 영상이 기하학적으로 정합되면 상호정보가 최대화된다는 가정 하에 두 영상에서 대응되는 위치의 명암도간 통계적 의존관계나 정보중복성을 계산하는 상호정보를 통하여 영상간 변형관계를 추정함으로써 영상을 정합한다. 실험결과로는 뇌 컴퓨터단층촬영영상의 상호정보를 최적화한 정합결과와 가우시안형 잡음 첨가에 따른 정합 비교 결과를 제시한다. 본 방법은 기존 정합방법에서 사용하는 영상분할이나 특징점 추출에 의한 정합이 아닌 영상 자체 정보를 사용함으로써 사용자와의 상호작용이 불필요하며 정합의 정확도를 향상시킬 수 있고 잡음에도 견고하다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose an image registration method by optimization of mutual information to provide a significant infonnation from multimodality images. The method applies mutual infonnation to measure the statistical dependency'r information redundancy between the image intensities of corresponding pixels in both images, which is assumed to be maximal if the images are geometrically aligned. We show the registration results optimizing mutual information between brain MR image and brain CT image and the comparison results with additive gaussian noise. Since our method uses the native image rather than prior segmentation or feature extraction, no user interaction is required and the accuracy of registration is improved. In addition, it shows the robustness against the noise.