Dynamic infrared imaging (DIRI) is an emerging technology for the early detection of breast cancer. In this method time-series of thermal breast images are obtained. The patient motion in the time-series can distort the DIRI analysis in such a way that the detection of breast cancer becomes impossible. Image registration can be used to eliminate the patient motion from the time-series data. In this thesis, two different registration algorithms were tested: Thirion's demons algorithm and an algorithm based on an affine transformation. Furthermore, a combined method where the affine method is used as a pre-registration step for the demons method was tested. The algorithms were implemented with Matlab and their performance in the task of registering a time-series of thermal breast images was evaluated using four different performance metrics. The registration algorithms were implemented for time-series data of 20 healthy (no malignant lesions) subjects. The demons method outperformed the affine method and is recommended as a suitable tool for time-series registration of thermal breast images. The combined method achieved slightly improved results compared to the demons method but with significantly increased computation time.

Dynaaminen lämpökuvantaminen on lupaava menetelmä rintasyövän aikaiseen havaitsemiseen. Menetelmässä rinnoista otetaan lämpökuvien aikasarja. Kuvantamisen aikana tapahtuva potilaan liike voi vaikeuttaa aikasarjan analysointia niin, että rintasyövän tunnistaminen ei ole mahdollista. Liike voidaan poistaa aikasarjasta kuvastabiloinnin avulla. Tässä työssä tutkittiin kahta kuvastabilointiin kehitettyä algoritmia: Thirionin demons-algoritmia ja algoritmia, joka perustuu affiiniin muunnokseen. Lisäksi tutkittiin yhdistettyä menetelmää, jossa affiinia menetelmää käytetään esiaskeleena demons-menetelmälle. Algoritmien laskenta toteutettiin Matlabilla. Algoritmien tuottaman tuloksen laatua arvioitiin neljällä erillisellä laatumittarilla. Testidatana käytettiin aikasarjoja, jotka oli kuvattu 20:stä terveestä (ei pahanlaatuisia kasvaimia) potilaasta. Demons-menetelmä osoittautui affiinia menetelmää paremmaksi. Demons-menetelmää voidaan suositella rintojen lämpökuvien aikasarjojen stabilointiin. Yhdistetty menetelmä tuotti hiukan parempia tuloksia kuin demons-menetelmä, mutta vaati huomattavasti enemmän laskenta-aikaa.