小肠内壁的二维重建

检查和解释来自胃肠道的大量无线内窥镜图像对医生来说是一项繁重的任务。一种实用的解决方案是自动构建胃肠道的二维表示以便于检查。然而，目前关于无线内窥镜图像拼接的研究甚少，更不用说系统性研究了。所提出的新型无线内窥镜图像拼接方法包含两个主要步骤，以提高图像配准的准确性和效率。首先，通过主成分分析和尺度不变特征变换（PCA-SIFT）算法提取关键点，并利用最大似然估计样本一致性（MLESAC）外点去除进行精炼，以找到最可靠的关键点。其次，将第一步获得的最佳变换参数作为初始解输入到归一化互信息（NMI）算法中。通过多尺度框架中改进的 Marquardt-Levenberg 搜索策略，NMI 能够在最短时间内找到最佳变换参数。所提出的方法已在两个不同的数据集上进行了测试——一个是真实的无线内窥镜图像，另一个是来自 Micro-Ball（一种带有六个图像传感器的新型无线立方体内窥镜系统）的图像。结果在视觉和定量上都证明了所提方法的准确性和鲁棒性。