2021年认证杯A题 医学图像的配准

今年我没有参加比赛，但是还是做了一下这个题目，可能比较粗糙。而且也没有论文，只有代码和结果。首先题目要求的是，先配准，然后再划分出病变区域，定量地给出病变情况。那么我就划分为两个算法，图像配准算法和病变识别算法：

数据说明

这里我用到的数据是在Kaggle上面找的，然后是关于前后两次CT图像的，这里做一个展示，关于数据集详细的介绍可以看一下Kaggle官网。但其实他上面说的也不是很清楚，在我用matlab看了相关的图像后，我觉得相邻两张应该是前后扫描的图片，然后我用了其中一个文件夹里面的前90张图片，也就是有45对例子。

图像配准算法

关于这个医学图像配准算法的话，可以参考这个博主写的文章，我觉得写的蛮清楚了网址。然后我就是整合了一下这个博主的，配准后结果如下：

病变识别算法

在这个算法里面，我的想法是将配准后的图片和标准图片进行一个比对，由上图可以看出来，即使进行了匹配还是会有差异，差异部分表现为亮的部分，那么对这些部分进行一个面积的计算，找到连通区域最大的部分，那么这个部分就是我们要找的病变区域，这个区域大小占比就可以描述出病变情况。
根据这个思路，得出标注病变区域如下：

然后最大面积区域如下：

他的病变占比为0.007251739501953。

根据上述思路，将剩下的44个例子都做出来，将标注区域和病变占比进行保存。总体结果如下：

全部例子的病变情况如下:

可以看出结果还是不错的。以上仅供参考，如有意见也可以交流。