Multimodal image registration is essential when combining functional and structural imaging modalities. Among the most common combinations, numerous methods have been developed for co-registration of CT and PET, typically validated on human size scanners. However, only a few registration studies have been performed for the combination of small animal miniPET and microCT imaging. The Jonasson Center for Medical Imaging at KTH possesses an integrated miniPET/ microCT for pre-clinical research purposes. The motivation for this work is the need for the development of fusion method(s) for combining the data of these two modalities. In this work, a novel pipeline registration method, employing image processing and Mutual Information (MI) is proposed and implemented. The method starts with a pre-alignment step before acquisition of the miniPET/microCT volumes, followed by scaling, binarization and processing of the two volumes and finally, a registration procedure by Maximization of Mutual Information (MIM) as a voxel-based similarity metric. A established intrinsic landmarks based method is also implemented for comparison. For the validation of the methods, volumes acquired by in-house designed 3D printed Polyethylene (PE) phantoms, filled with multiple concentrations of FDG were used. The misalignment between corresponding points volumes after registration, is analyzed and compared in terms of absolute spatial distance. The proposed method based on 3D processed volumes outperformed the Landmarks based registration method, showing average misalignments of 0.5 mm. The registered volumes were also successfully visualized together using Alpha blending. By so, an automatic fusion method for miniPET/microCT has thus been implemented, presented and evaluated, raising prospects for multimodal imaging research at the Jonasson Center for Medical Imaging. / Kombinationen av funktionell och strukturell avbildning är vanlig inom medicinsk bildgivning, och koregistrering av bildvolymerna utgör en essentiell del i den multimodala framställningen. PET/CT-avbildning hör till de vanligast förekommande multimodala avbildningskombinationerna, och till följd av detta har ett antal koregistreringsmetoder utvecklats för just detta. Vad gäller pre-klinisk avbildning är dock validerade koregisteringsmetoder inte lika vanliga, och framförallt inom forskningsbaserad avbildning (där egendesignade scanners förekommer) är behovet av effektiva metoder tydligt. Inom Jonassons centrum för medicinsk avbildning på KTH har ett multimodalt miniPET/ microCT-system utvecklats, och det är just behovet av koregistering som utgjort basen för följande examensarbete. I följande arbete har en koregistreringsmetod baserad på fördefinierad bildbehandling och analys av gemensam information (mutual information, MI) implementerats och testats. Metoden bygger på ett initialt upplinjeringssteg innan microCT/ miniPET bildtagning. Efter detta genomförs en rad bildbehandlingssteg (skalning, binärisering) innan en slutgiltig koregistrering genomförs med hjälp av s.k. maximering av gemensam information (Maximization of Mutual Information, MIM). En etablerad landmärkesbaserad metod implementerades även som jämförelse. Metoderna testades sedan genom multimodal avbildning av egendesignade 3D-printade fantomer, fyllda med varierande aktivitet av FDG. Den föreslagna MI-metoden överträffade den etablerade landmärkesmetoden, med ett genomsnittligt koregistreringsfel på 0.5 mm. Visualisering av de koregistrerade volymerna genomfördes även genom så kallad alpha blending. Genom detta har en koregistreringsmetod för miniPET/microCT:n på Jonassons center för medicinsk avbildning implementerats och testats, vilket möjliggör för framtida studier av multimodal avbilning på KTH.

The diploma thesis deals with registration and analysis of images from the experimental low-cost fundus camera that reaches a low SNR (around 10 dB) and low temporal and spatial resolution. The aim of the diploma tesis is to explore the possibilities of digital processing leading to the creation of a videosequence that has real benefits for medical diagnostics. The well-known program elastix is used for registration. Preprocessing filters and interpolation are implemented in Matlab. The program provides a wide range of setting options, out of which many combinations were tested and evaluated. To assess the accuracy achieved, spatial variations in the detected motion of blood-vessels are evaluated. Best results with a precision below 0.3 px were achieved by using a band-pass filter, a~suitably sized mask, rigid registration and a metric of the mutual information. Test sequences were registered precisely enough both for visual assessment and basic computational analysis. Registered sequences and the developed application that both can be used in the further development of the experimental camera are the main contributions of the diploma thesis.

Cílem předkládané diplomové práce je pomocí lícování obrazů přesně popsat distorzní pole pro následné odstranění geometrické distorze. Snímky zkreslené geometrickou distorzí pochází z prozařovacího elektronového mikroskopu. První část práce se zabývá zejména teorií spojenou s elektronovou mikroskopií, vznikem geometrické distorze a samotnou obrazovou registrací s důrazem na intenzitní flexibilní metody lícování. Ve druhé části je pak představena vytvořená metoda pro modelování geometrické distorze a lícování obrazů postižených slabou geometrickou distorzí. Vyvinutá metoda je následně otestována na testovacích i reálných datech a srovnána s existujícími popsanými metodami pro obrazovou registraci (například open-source softwarem Elastix).