Fusión de imágenes médicas multimodales a partir de la maximización de su información mutua.

Abstract

La utilización de imágenes médicas es una herramienta vital dentro del área de diagnóstico, planificación, ejecución y evaluación de los procedimientos quirúrgicos y radioterapéuticos.

Por esta razón es muy útil la integración de la información proveniente de diferentes imáge- nes médicas mediante alineación de ellas en base a su correlación o información en común,

con el objetivo de obtener la mejor coincidencia espacial. El algoritmo implementado en este

trabajo se realizó en el contexto del proyecto AR-PET de la Comisión Nacional de Energía Ató- mica (CNEA) y utiliza la información mutua y la técnica Metrópolis como medida de similitud

y método de búsqueda estocástica respectivamente. La fusión de imágenes 2D se realizó a partir de la maximización de su información mutua y con transformaciones de rotación y traslación, con resultados satisfactorios en cuanto a la alineación geométrica de las mismas.

Medical Imaging is a vital tool within the areas of diagnostic, planning, implementation and eva- luation of surgical and radiotherapy procedures. For this reason, it is helpful to integrate the

information from different medical images by aligning them according to their correlation or infor- mation in common, with the aim of getting the best spatial coincidence. The algorithm presented

in this work has been developed within the context of the AR-PET project belonging to the National Atomic Energy Commission (CNEA in Spanish). The key in the process of developing the algorithm is mutual information and the Metropolis technique as a similarity measure and search method respectively. The 2D fusion imaging has been achieved by maximizing mutual information and carrying out rigid transformations of rotation and translation with satisfactory results with respect to their geometric alignment.