一種結合灰度與幾何信息的醫學圖像配準方法
2023-10-07 11:03:34 3
專利名稱：一種結合灰度與幾何信息的醫學圖像配準方法
技術領域：
本發明一種結合灰度與幾何信息的醫學圖像配準方法涉及醫學圖像處理技術領域。
背景技術：
現代醫學已經越來越依賴於醫療設備的協助，而其中的醫療成像設備則是其中最為重要的設備，貫穿了從醫療診斷、手術導航、術後效果評判等全流程。而隨著醫學成像技術的快速發展，各種成像技術給醫患提供了更豐富、更精確的成像效果。但是不同的成像技術一般都基於其成像原理而具有其獨特的優點，也存在著其特定的局限，完美而通用的成像技術手段現在仍未出現，不同的成像技術在不同的應用情景下會有優劣，對不同組織器官的成像也各有千秋。醫學圖像融合是將不同圖像在配準之後根據各成像技術的特點綜合得到新的圖像的過程，是現在醫學圖像處理中很重要的一個技術。除了上述在醫療診斷上的應用，醫學圖像融合的另外一大應用是在計算機輔助手術和治療(IGST，Image GuidedSurgery and Therapy)上。計算機輔助手術和治療是多個研究領域的交叉學科,在其幫助之下，醫生可以藉助於計算機和導航儀進行術前的診斷、手術的規劃、術中的實時導航和定位，以儘可能地做到精確手術和微創手術。其中，涉及到的術前的手術規劃和術中的實時定位導航，都以圖像融合為基礎技術。醫學圖像融合是將多幅醫學圖像進行信息綜合的一個過程，但是，其綜合過程必然不可能隨意，醫學圖像之間有對應關係地進行融合才是有意義的，而將多幅醫學圖像按其成像時的真實身體組織結構信息建立正確的對應關係的技術稱之為醫學圖像配準(Medical Image Registration)。因此，醫學圖像融合的核心是醫學圖像配準。醫學圖像配準方法按其利用的醫學圖像信息可以分為基於圖像灰度的算法和基於圖像幾何信息的算法。基於灰度信息的算法主要有灰度值差值均值法、相關係數法和互
息法。基於幾何息的算法主要有梯度差法、法向量法、輪廓線等。但是研究人員在應用各種算法時發現單純利用其中的一種信息量並不能特別好地配準圖像，例如對於低解析度的圖像(如PET)而言，其灰度信息量比較少，單純利用灰度信息無法達到很好的穩定性。因此有必要提出一種新的技術方案。
發明內容
本發明的目的在於提供一種結合灰度與幾何信息的醫學圖像配準方法，利用醫學圖像中的灰度與幾何信息量，對多副圖像進行配準。本發明的目的通過下述方案實現一種結合灰度與幾何信息的醫學圖像配準方法，所述的灰度值是數字醫學圖像中每個像素/體素上的值，灰度值分布為圖像灰度信息；所述的法向量是表徵每個點的幾何法向的單位向量，其中，通過使用灰度值分布來表徵醫學圖像的灰度信息，使用圖像法向量分布來表徵醫學圖像的幾何信息，最後使用互信息(MI)來衡量灰度與幾何信息量的相似度，實現醫學圖像配準。
在上述方案基礎上，所述的互信息是來自於資訊理論的工具，其公式為
權利要求
1.一種結合灰度與幾何信息的醫學圖像配準方法，所述的灰度值是數字醫學圖像中每個像素/體素上的值，分布為圖像灰度信息；所述的法向量是表徵每個點的幾何法向的單位向量，其特徵在於通過使用灰度值分布來表徵醫學圖像的灰度信息，使用圖像法向量分布來表徵醫學圖像的幾何信息，最後使用互信息來衡量灰度與幾何信息量的相似度。
2.根據權利要求I所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於所述的互信息是來自於資訊理論的工具，其公式為 其中H(A)和H(B)分別是兩個信號八、8的邊緣熵，而!1(乂8)是兩者的聯合熵，聯合熵的計算公式為
3.根據權利要求I和2所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於步驟為 第一步，對參考圖像和浮動圖像求取法向量； 第二步，求取對法向量的分量的互信息； 第三步，對每個法向量的分量的互信息求和得到法向量互信息； 第四步，求取對參考圖像和浮動圖像灰度分布的互信息並乘上灰度因子； 第五步，將求得的法向量互信息與灰度互信息求和得到最終測度值。
4.根據權利要求3所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於，第一步對參考圖像和浮動圖像求取法向量的方法是先對兩幅參考圖像R和變換後的浮動圖像T(F)求取配準測度；然後，使用高斯核求取兩幅圖像的梯度；再後，將求取的梯度進行歸一化得到法向量；最後，將兩幅圖像的法向量的分量分別得到三幅圖像CRi, CFi0
5.根據權利要求3所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於，第二步求取對法向量的分量的互信息方法是對每一個法向量分量的圖像求取互信息MIi=MI (CRi, CFi)。
6.根據權利要求3所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於，配準方法的測度值用下述計算公式描述ft mtastirriA. B) = ΜΙ(Λ-, B) · I -f [ ΜΙ(ΝΥΛι, Λ1βι) 二 B) — H [Λ, B)) * / + i I式中，將圖像的灰度值的分布做為圖像灰度信息的來源直接與另一圖像的灰度分布做互信息運算，乘上一個灰度因子R後得到MI1 ； 再通過一個向量過濾器(Normal Filter)後，圖像得到其法向量分布，對於三維圖像，其法向量含有X、Y、Z三個分量，當兩幅圖像已經配準，將對應的法向量的分量分布之間計算得到互信息MIi; 將所有的互信息進行求和得到最終的測試值。
7.根據權利要求3所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於，步驟為 Func對參考圖像R和變換後浮動圖像T (F)求取測度 求取R和T (F)的法向量圖NV (R),NV (T (F)) 測度(Measure)=O Foreach法向量變圖每個分量i : 從NV (R),NV (T (F))中抽取第i個分量的圖像CRi ,CFi, 求取CRi和CFi的互信息mi=MI (CRi, CFi)Measure+=miEND Foreach 求取R和T (F)的互信息mi=MI (R，T (F))END Func。
8.根據權利要求3所述的一種結合灰度與幾何信息的醫學圖像配準方法，其特徵在於，具體步驟為:在 CPU 為 Pentuim M I. 8GHz，顯卡為 NVIDIA Geforce 6000，內存為 2. OGB的計算機硬體條件下，程式語言為C++環境下實現 使用BrainWeb數據進行定量誤差分析，其中，BrainWeb資料庫中的圖像是根據MRI的成像原理使用MRI Simulator (核磁共振模擬器)模擬得到的預先配準的圖像，作為定量分析的金標準，預先對其中的一幅圖像進行一個預變換，使兩幅圖像人為得被偏移； Brainffeb資料庫含有不同弛豫時間和參數的MRI圖像，包括Tl，T2，PD，由於圖像都是通過計算機模擬得到，所以這些圖像都是擁有相同的坐標系，是已被配準好的圖像，選用Tl和H)做為參考圖像和浮動圖像，去除噪聲，圖像尺寸都為181x217x181，圖像體素間隔(Spacing)為 ImmX ImmX Imm ； 在進入配準平臺之前，浮動圖像先進行預變換，人為使得兩幅一一對應的圖像失去對應性，已知其不對應的空間變換，即金標準；然後再將參考圖像與預先變換過的浮動圖像輸入到配準平臺中，使用測度進行配準，配準結束後利用配準獲得的變換與之前的金標準進行誤差定量評價；將變換的各個參數與金標準進行差異求均值，在求配準結果與金標準差異時使用相加操作，公式為 I ·ν, ￡J/ / —^Ιι^ι "T jf), I I )其中，Pi和P/分別是由配準獲得的變換和金標準的第i個參數，N是變換的參數個數，將由配準獲得的變換與金標準，即預先應用到浮動圖像上的變換的每個對應參數進行相加 求絕對值。
全文摘要
本發明一種結合灰度與幾何信息的醫學圖像配準方法涉及醫學圖像處理技術領域。一種結合灰度與幾何信息的醫學圖像配準方法，所述的灰度值是數字醫學圖像中每個像素/體素上的值，分布為圖像灰度信息；所述的法向量是表徵每個點的幾何法向的單位向量，通過使用灰度值分布來表徵醫學圖像的灰度信息，使用圖像法向量分布來表徵醫學圖像的幾何信息，最後使用互信息來衡量灰度與幾何信息量的相似度。本發明使用了已有的互信息方法和求梯度法，並對得到的互信息值進行相加，在工程應用中便於實現；充分利用了灰度與幾何信息的優點，使得在配準過程中較少落入局部極值點，具有更好的魯棒性；實驗表明，本發明方法都獲得了相好的精度。
文檔編號G06T7/00GK102622759SQ20121007238
公開日2012年8月1日 申請日期2012年3月19日 優先權日2012年3月19日
發明者顧力栩 申請人:蘇州迪凱爾醫療科技有限公司