CN101315700B - 一种多序列图像快速自动定位的方法 - Google Patents

Abstract

本发明公开了一种多序列图像自动定位的方法，包括步骤：A1、在统一的坐标系中建立每一图像序列中各幅图像的平面方程；A2、选定某一图像序列中某幅图像上的一个目标点，确定所述目标点的点坐标；A3、计算所述点坐标到其它图像序列的第一幅图像和最后一幅图像的距离值；A4、利用所述第一幅图像和最后一幅图像的距离值进行同一图像序列中下一幅图像距离值的二分法查找，至到计算出同一图像序列中与所述点坐标距离值最小的目标图像；A5、重复执行步骤A3、A4，直到确定所有其它图像序列的目标图像；A6、计算所述点坐标到每个所述目标图像的法线方程；A7、计算每个所述法线方程与相应目标图像的平面方程的交点；得到的交点序列即是自动定位所要求的点。

Description

一种多序列图像快速自动定位的方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种多序列图像快速自动定位的方法。

背景技术

如图1和图2所示，医学上利用CT(computed tomography，计算机断层成像术)机、MR(Magnetic resonance imaging，磁共振)机对患者沿某一方向等间距(或不等间距)地进行扫描将形成该方向上的一系列图像，称该方向上的所有图像为一个图像序列。如果对患者沿着另外的方向进行再次成像，就会形成另外一个图像序列。那么如果沿着多个不同的方向对患者的某一个部位进行成像，将形成多个图像序列。

对于多个图像序列，医生在其中一个图像序列的某一幅图像中一旦发现病灶，就要在其它图像序列中找到对应病灶位置的图像，这样才能准确地确定病灶的特征并给出诊断结论。那么在其它图像序列中查找对应病灶位置的图像，并非一件容易的事情。对许多工作了十几年甚至更久的阅片医师来说，也经常要花费很长时间进行三维空间的想象和心算才能找到其它图像序列中对应病灶位置的图像，而对于刚刚工作几年的阅片医师来说，想要找出其它图像序列中对应的图像，更是一件费时费力的事情。

发明内容

本发明要解决的技术问题是提供一种多序列图像快速自动定位的方法，克服现有技术利用人工对多序列图像进行同步定位时费时费力的缺陷。

本发明为解决上述技术问题所采用的技术方案为：

一种多序列图像快速自动定位的方法，包括步骤：

A1、在统一的坐标系中建立每一图像序列中各幅图像的平面方程；

A2、选定某一图像序列中某幅图像上的一个目标点，确定所述目标点的点坐标；

A3、计算所述点坐标到其它图像序列的第一幅图像和最后一幅图像的距离值；

A4、利用所述第一幅图像和最后一幅图像的距离值进行同一图像序列中下一幅图像距离值的二分法查找，至到计算出同一图像序列中与所述点坐标距离值最小的目标图像；

A5、重复执行步骤A3、A4，直到确定所有其它图像序列的目标图像；

A6、计算所述点坐标到每个所述目标图像的法线方程；

A7、计算每个所述法线方程与相应目标图像的平面方程的交点；

得到的交点序列即是自动定位所要求的点。

一种多序列图像快速自动定位的方法，包括步骤：

B1、在统一的坐标系中建立每一图像序列中各幅图像的平面方程；

B2、根据获取每一图像序列中各幅图像的间隔距离确定最小距离阈值；

B3、选定某一图像序列中某幅图像上的一个目标点，确定所述目标点的点坐标；

B4、计算所述点坐标到其它图像序列的第一幅图像和最后一幅图像的距离值；

B5、将所述第一幅图像和最后一幅图像的距离值分别与所述最小距离阈值进行比较，若所述第一幅图像和最后一幅图像的距离值中的一个距离值小于所述最小距离阈值，确定所述距离值对应的图像为目标图像；否则利用所述第一幅图像和最后一幅图像的距离值进行同一图像序列中下一幅图像距离值的二分法查找，并将计算得到的距离值与所述最小距离阈值进行比较，直到找到距离值小于所述最小距离阈值的目标图像；

B6、重复执行步骤B4、B5，直到确定所有其它图像序列的目标图像；

B7、计算所述点坐标到每个所述目标图像的法线方程；

B8、计算每个所述法线方程与相应目标图像的平面方程的交点；

得到的交点序列即是自动定位所要求的点。

所述的多序列图像快速自动定位的方法，其中所述的多序列图像设为医学领域的数字图像和通讯DICOM标准的图像。

所述的多序列图像快速自动定位的方法，其中根据医学领域的数字图像和通讯DICOM标准的图像数据中的标签TAG值确定建立每一图像序列中各幅图像的平面方程的参数。

所述的多序列图像快速自动定位的方法，其中从每一图像序列中任一选定图像的图像数据中取出标签TAG值确定相关的参数：

取出TAG(0018，5100)值，确定统一坐标系的方向；

取出TAG(0020，0032)值，确定所述选定图像首个像素在所述统一坐标系中的三维坐标值；

取出TAG(0020，0037)值，确定所述选定图像的单位行向量和单位列向量，计算所述单位行向量和单位列向量的叉积得到所述选定图像的单位法向量；

取出图像TAG(0028，0030)值，确定所述选定图像的像素的实际物理宽度和实际物理高度；

取出TAG(0028，0010)值，确定所述选定图像的高度；

取出TAG(0028，0011)值，确定所述选定图像的宽度。

所述的多序列图像快速自动定位的方法，其中根据所述首个像素的三维坐标值和所述单位法向量确定所述选定图像在所述统一坐标系中的平面方程。

所述的多序列图像快速自动定位的方法，其中设所述目标点的屏幕二维坐标为P(x，y)，根据公式

$\left\{\begin{array}{c}\mathrm{\ΔX}=s_{1w}\×x\\ \mathrm{\ΔY}=s_{1h}\×y\end{array}\right.$

计算所述目标点在所在平面中的偏移量，其中ΔX是所述目标点沿所述统一坐标系X轴方向的偏移量，ΔY是所述目标点沿所述统一坐标系Y轴方向的偏移量，s_1w是像素的实际物理宽度，s_1h是像素的实际物理高度。

所述的多序列图像快速自动定位的方法，其中根据所述目标点所在平面的平面方程、所述目标点在所在平面中的偏移量、所述目标点所在平面的单位行向量和单位列向量确定所述目标点在所述统一坐标系中的三维坐标。

本发明的有益效果为：使用本发明多序列图像快速自动定位的方法可以实现多序列图像的快速同步定位，大大减少了人工工作量，本发明多序列图像快速自动定位的方法可以在不同的领域应用，不仅可以在医学领域应用，在地质勘探领域，利用本发明多序列图像快速自动定位的方法同样可以很方便地确定地壳深处某个感兴趣区域的地质特征。

附图说明

本发明包括如下附图：

图1为现有技术第一个图像序列示意图；

图2为现有技术第二个图像序列示意图；

图3为本发明第一个图像序列和第二个图像序列在统一坐标系中的示意图；

图4为本发明将目标点二维屏幕坐标转换为统一坐标系中的三维坐标的示意图；

图5为本发明将定位点在统一坐标系中的三维坐标转换为二维屏幕坐标的示意图；

图6为本发明多序列图像装载后显示在屏幕上的示意图；

图7为本发明多序列图像根据目标点确定其它图像序列的定位点后的示意图；

图8为本发明多序列图像快速定位时定位点与其所在的图像序列的位置关系示意图；

图9为本发明多序列图像快速定位时定位点与其所在的图像序列在投影面上的的位置关系示意图；

图10为本发明多序列图像快速定位步骤示意图。

具体实施方式

下面根据附图和实施例对本发明作进一步详细说明：

假设有两个图像序列，在第一个图像序列中共有N₁幅图像，记图像在三维坐标系中所在的平面分别为Q₁，Q₂，…，Q_N1；在第二个图像序列中共有N₂幅图像，记图像在三维坐标系中所在的平面分别为R₁，R₂，…，R_N2。由于每一个序列中的图像均是沿着同一个方向进行成像的，所以每一个图像序列有唯一的法线，记第一个图像序列的法线为n_q(A_q，B_q，C_q)，第二个图像序列的法线为n_r(A_r，B_r，C_r)。图1和图2分别为两个图像序列在空间直角坐标系中的示意图，图3为两个图像序列在统一的世界坐标系中的示意图。

设第一个图像序列所在的平面Q₁，Q₂，…，Q_N1所在的平面方程如式(1-1)所示，分别为：

$\left\{\begin{array}{c}{A}_{q}x+B_{q}y+C_{q}z+D_1=0\\ A_{q}x+B_{q}y+C_{q}z+D_2=0\\ .\\ .\\ .\\ A_{q}x+B_{q}y+C_{q}z+D_{N1}=0\end{array}\right.----(1-1)$

设第二个图像序列所在的平面R₁，R₂，…，R_N2所在的平面方程如式(1-2)所示，分别为：

$\left\{\begin{array}{c}{A}_{r}x+B_{r}y+C_{r}z+D_{r1}=0\\ A_{r}x+B_{r}y+C_{r}z+D_{r2}=0\\ .\\ .\\ .\\ A_{r}x+B_{r}y+C_{r}z+D_{\mathrm{rN}2}=0\end{array}\right.---(1-2)$

自动同步定位就是对一个图像序列中的某一幅图像的感兴趣点，定位出另一个图像序列中与该感兴趣点距离最小的一幅图像上的定位点，在某些应用中可以规定该距离小于设定的最小距离阈值。下面以上述的两个图像序列为已知序列，给出定位的过程和方法。

在上述条件下，自动定位的问题便转化为了以下这样一个问题：已知第一个图像序列的第m(1≤m≤N₁)幅图像中的点P(x_m，y_m，z_m)，在第二个图像序列中求出与该点距离最小的平面上的另一个点，也即求出与该点P(x_m，y_m，z_m)距离最小的图像中的一个象素点。那么，利用点到平面的距离公式，可以很容易的求出点P到第二个图像序列中各个图像所在平面的距离；然后进行比较得到最小的距离，并找出最小的距离对应的图像。再确定找到的图像上的对应的定位点，从而完成自动定位的过程。

点P(x_m，y_m，z_m)到第二个图像序列的第i幅图像所在的平面R_i的距离d(x_m，y_m，z_m；R_i)的表达式如式(1-3)所示：

$d(x_m,y_m,z_m;R_i)=\frac{A_r{x}_m+B_r{y}_m+C_r{z}_m+D_i}{\sqrt{{A_r}^2+{B_r}^2+{C_r}^2}};(1\≤i\≤N_2)---(1-3)$

遍历d(x_m，y_m，z_m；R_i)，从中找出距离的最小值d_min(假设是到第k幅图像所在平面R_k的距离)。对于给定的距离阈值d_th，如果d_min≤d_th，那么第二个图像序列的平面R_k是与点P(x_m，y_m，z_m)的距离最近，而且认为平面R_k中存在与点P(x_m，y_m，z_m相同的感兴趣点P′(x_m′，y_m′，z_m′)。点P′(x_m′，y_m′，z_m′)即为点P(x_m，y_m，z_m)在第k个图像所在平面R_k中的投影点，那么下面就要求解出点P′(x_m′，y_m′，z_m′)的坐标。

求解平面R_k中存在的与点P(x_m，y_m，z_m)相同的感兴趣点P′(x_m′，y_m′，z_m′)。根据已知的条件，即平面R_k的方程

A_rx+B_ry+C_rz+D_rk＝0    (1-4)

可以首先求出过点P(x_m，y_m，z_m)与平面R_k垂直的直线方程如式(1-5)所示：

$\frac{x-x_m}{A_r}=\frac{y-y_m}{B_r}=\frac{z-z_m}{C_r}---(1-5)$

由式(1-4)和式(1-5)即可求出点P′(x_m′，y_m′，z_m′)的值，如式(1-6)所示：

$\left\{\begin{array}{c}{x_m}^{\′}=x_m-\frac{A_r}{{A_r}^2+{B_r}^2+{C_r}^2}(A_r{x}_m+B_r{y}_m+C_r{z}_m+D_{\mathrm{rk}})\\ {y_m}^{\′}=y_m-\frac{B_r}{{A_r}^2+{B_r}^2+{C_r}^2}(A_r{x}_m+B_r{y}_m+C_r{z}_m+D_{\mathrm{rk}})\\ {z_m}^{\′}=z_m-\frac{C_r}{{A_r}^2+{B_r}^2+{C_r}^2}(A_r{x}_m+B_r{y}_m+C_r{z}_m+D_{\mathrm{rk}})\end{array}\right.---(1-6)$

这样就完成了自动同步定位的全部过程。

下面给出本发明方法在医学领域应用的实施例：

由于多个图像序列的自动同步定位是根据两个图像序列自动同步定位的原理进行多次计算进行的，因此，为了叙述更简洁和方便，只就两个图像序列之间如何进行自动同步定位进行详细说明。根据该原理就可以给出多个图像序列之间的自动同步定位的实例。图像格式约定为通用的遵循DICOM标准的图像，也就是说，每一幅图像都是一幅标准的DICOM格式的图像。针对两个图像序列约定：第i(取值1，2)个图像序列中共包含N_i幅图像。针对每一个图像序列约定：第i(取值1，2)个图像序列中的任何一幅图像的第1行(列递增方向)所表示的单位向量为 $\stackrel{\→}{r_i}=(x_{\mathrm{ri}},y_{\mathrm{ri}},z_{\mathrm{ri}}).$ 针对每一个图像序列约定：第i(取值1，2)个图像序列中的任何一幅图像的第1列(行递增方向)所表示的单位向量为 $\stackrel{\→}{c_i}=(x_{\mathrm{ci}},y_{\mathrm{ci}},z_{\mathrm{ci}}).$ 针对每一个图像序列约定：第i(取值1，2)个图像序列的单位法向量为 $\stackrel{\→}{n_i}=(a_i,b_i,c_i).$ 针对两个图像序列约定：第i(取值1，2)个图像序列的第j幅图像的第k个(像素的序号按照计算机定义的行优先进行计算)像素点表示为P_ijk(x_ijk，y_ijk，z_ijk)。针对两个图像序列约定：同一个图像序列中所有图像的每个像素代表的实际物理长度均相同；第i(取值1，2)个图像序列中任何一幅图像上的单个像素代表的实际物理宽度(沿着列递增方向)均为s_iw；第i(取值1，2)个图像序列中任何一幅图像上的单个像素代表的实际物理高度(沿着行递增方向)均为s_ih；单个像素代表的实际物理宽度和高度均以实际的物理长度毫米(mm)为单位。两个图像序列中约定：对同一个图像序列中的图像，它们均具有相同的宽度和图像高度；第i(取值1，2)个图像序列中任何一幅图像的宽度定义为W_i，高度定义为H_i；图像宽度和高度均以像素为单位。

为了进行自动同步定位，需要知道自动同步定位中所使用的各个图像序列的每一幅图像的空间平面方程，这样才能对给定的某个序列中的某幅图像上的某个像素点给出其它各个图像序列中与之相对应的点。因此在预处理过程中就需要一些特定的参数来确定各个图像序列中的每幅图像所在的空间平面，进而才能自动同步定位。表1对自动同步定位所需的参数进行了规定。

表1

DICOM图像文件内容由两个部分组成：包存参数信息的文件头(Header)和图点数据(Pixel Data)。

DICOM文件头(DICOM File Meta Information)包含了标识数据集合的相关信息。每个DICOM文件都必须包括该文件头。文件头的最开始是文件前言，它由128字节个00H组成，接下来是DICOM前缀，它是一个长度为4字节的字符串“DICM”，可以根据该值来判断一个文件是不是DICOM文件。文件头中还包括其它一些非常有用的信息，如文件的传输格式、生成该文件的应用程序等。图点数据则描述图像的各个点的亮度值。DICOM包含4个内容层次：1.Patient(病人)；2.Study(检验)；3.Series(系列)；4.Image(图像)。尽管前面几层的内容在很多图像里是相同的，但它们在每个图像文件里都有。每一层叫一个信息实体(Information Entity)；每一层又细分成模块(Module)；每个模块(Module)里面的最小单元叫做一个属性(Attribute)或数据元素(Element)。在DICOM文件中，每一个数据元素的位置都存放在固定的位置，因此只要知道该文件在内存中存放的首地址，就可以根据存放位置的偏移量找到对应的数据元素。而那些DICOM中TAG值也正是一个个的数据元素。

取出图像的TAG(0018，5100)的值就确定了统一坐标系的方向，即所有图像序列的各个参数都是在参考该统一坐标系计算给出的(根据DICOM 3.0的标准)。

取出图像的TAG(0020，0032)的值就确定了该张影像首个像素(“左上方”)的坐标X，Y，Z值。它和TAG(0020，0037)的值可以确定整幅图像的所有点的空间坐标。

取出图像的TAG(0020，0037)的值可以确定图像的单位行向量和单位列向量，而两者的外积(叉积)就是单位法向量，因此从TAG(0020，0037)可以获取3个单位向量。

取出图像的TAG(0028，0030)的值可以确定图像的每个像素代表的实际物理宽度和代表的实际物理高度。

取出图像的TAG(0028，0010)的值可以确定图像的高度。

取出图像的TAG(0028，0011)的值可以确定图像的宽度。

本实施例中的两个图像序列所需的所有参数(见表1)除了参数“第1个图像序列单位法向量”和参数“第2个图像序列单位法向量”外都已经获取完成。

计算每个图像序列的单位法向量

由于 $\stackrel{\→}{n_i}=\stackrel{\→}{r_i}\×\stackrel{\→}{c_i}=(x_{\mathrm{ri}},y_{\mathrm{ri}},z_{\mathrm{ri}})\×(x_{\mathrm{ci}},y_{\mathrm{ci}},z_{\mathrm{ci}}),$ 计算结果如式(3-1)所示：

$\stackrel{\→}{n_i}=\left|\begin{array}{ccc}i& j& k\\ x_{\mathrm{ri}}& y_{\mathrm{ri}}& z_{\mathrm{ri}}\\ x_{\mathrm{ci}}& y_{\mathrm{ci}}& z_{\mathrm{ci}}\end{array}\right|=(y_{\mathrm{ri}}{z}_{\mathrm{ci}}-y_{\mathrm{ci}}{z}_{\mathrm{ri}},z_{\mathrm{ri}}{x}_{\mathrm{ci}}-z_{\mathrm{ci}}{x}_{\mathrm{ri}},x_{\mathrm{ri}}{y}_{\mathrm{ci}}-x_{\mathrm{ci}}{y}_{\mathrm{ri}})---(3-1)$

由式(3-1)可得第1个图像序列和第2个图像序列的单位法向量，分别如式(3-2)和式(3-3)所示：

$\stackrel{\→}{n_1}=(y_{r1}{z}_{r1}-y_{c1}{z}_{r1},z_{r1}{x}_{c1}-z_{c1}{x}_{r1},x_{r1}{y}_{c1}-x_{c1}{y}_{r1})---(3-2)$

$\stackrel{\→}{n_2}=(y_{r2}{z}_{r2}-y_{c2}{z}_{r2},z_{r2}{x}_{c2}-z_{c2}{x}_{r2},x_{r2}{y}_{c2}-x_{c2}{y}_{r2})---(3-3)$

针对表1中所需的参数，可以得到如式(3-4)和式(3-5)的结果：

$\left\{\begin{array}{c}{a}_1=y_{r1}{z}_{c1}-y_{c1}{z}_{r1}\\ b_1=z_{r1}{x}_{c1}-z_{c1}{x}_{r1}\\ c_1=x_{r1}{y}_{c1}-x_{c1}{y}_{r1}\end{array}\right.---(3-4)$

$\left\{\begin{array}{c}{a}_2=y_{r2}{z}_{c2}-y_{c2}{z}_{r2}\\ b_2=z_{r2}{x}_{c2}-z_{c2}{x}_{r2}\\ c_2=x_{r2}{y}_{c2}-x_{c2}{y}_{r2}\end{array}\right.---(3-5)$

确定两个图像序列中每幅图像的平面方程

由于对于第1个图像序列中的图像而言，每一幅图像的首个像素的坐标位置都已经知道为P_1i1(x_1i1，y_1i1，z_1i1)(第i幅图像的首个像素坐标)。因此第1个序列中所有图像所在的平面方程就可以计算出来了，计算的结果如式(3-6)所示：

$\left\{\begin{array}{c}{a}_{1}x+b_{1}y+c_{1}z=a_1{x}_{111}+b_1{y}_{111}+c_1{z}_{111}\\ a_{1}x+b_{1}y+c_{1}z=a_1{x}_{121}+b_1{y}_{121}+c_1{z}_{121}\\ .\\ .\\ .\\ a_{1}x+b_{1}y+c_{1}z=a_1{x}_{1N_{1}1}+b_1{y}_{1N_{1}1}+c_1{z}_{1N_{1}1}\end{array}\right.---(3-6)$

同理，对于第2个图像序列而言，其包含的N₂个图像所在的平面方程如式(3-7)所示：

$\left\{\begin{array}{c}{a}_{2}x+b_{2}y+c_{2}z=a_2{x}_{211}+b_2{y}_{211}+c_2{z}_{211}\\ a_{2}x+b_{2}y+c_{2}z=a_2{x}_{221}+b_2{y}_{221}+c_2{z}_{221}\\ .\\ .\\ .\\ a_{2}x+b_{2}y+c_{2}z=a_2{x}_{2N_{2}1}+b_2{y}_{2N_{2}1}+c_2{z}_{2N_{2}1}\end{array}\right.---(3-7)$

确定序列图像的某一幅图像上的目标点的二维坐标

在视图预定位过程中，首先确定第1个图像序列中的某一幅图像的感兴趣点的坐标，然后计算该感兴趣点到其他(第2个)序列中的各幅图像所在平面的距离。

如图4所示，为了计算出给定的第1个图像序列中点到另外一个图像序列中各幅图像所在的平面的距离，首先要将第1个图像给定点的屏幕二维坐标转换为图像序列所在统一坐标系中的三维坐标。然后才能在统一的三维空间坐标系下计算到各个平面的距离。

设给定点的二维平面坐标(即图像所在的列和所在的行组成的坐标，以像素为单位的坐标)为P(x，y)，为第1个图像序列的第k幅图像。将给定的二维坐标点转换为空间的统一坐标系下的坐标

针对二维平面坐标P(x，y)，首先计算出该点在空间第k幅图像上的行偏移量ΔX和列偏移量ΔY(以物理长度的毫米<mm>为单位)分别为：

$\left\{\begin{array}{c}\mathrm{\&Delta;X}=s_{1w}\&times;x\\ \mathrm{\&Delta;Y}=s_{1h}\&times;y\end{array}\right.---(4-1)$

第1个图像序列的第k幅图像所在的平面方程如式(4-2)所示：

a₁x+b₁y+c₁z＝a₁x_1k1+b₁y_1k1+c₁z_1k1    (4-2)

由式(4-1)、式(4-2)、图像序列的单位行向量、图像序列的单位列向量和坐标旋转公式可得对应空间点(如图(4-1)所示)的坐标P_1km(x_1km，y_1km，z_1km)，其中，

下标m＝(x-1)×W₁+y    (4-3)

$\left\{\begin{array}{c}{x}_{1\mathrm{km}}=x_{1k1}+x_{r1}\&times;\mathrm{\&Delta;X}+x_{c1}\&times;\mathrm{\&Delta;Y}\\ y_{1\mathrm{km}}=y_{1k1}+y_{r1}\&times;\mathrm{\&Delta;X}+y_{c1}\&times;\mathrm{\&Delta;Y}\\ z_{1\mathrm{km}}=z_{1k1}+z_{r1}\&times;\mathrm{\&Delta;X}+z_{c1}\&times;\mathrm{\&Delta;Y}\end{array}\right.---(4-4)$

由目标点的三维坐标计算到另一个图像序列的最小距离

由第2个图像序列的所有图像在空间的平面方程见式(3-7)和点到平面的距离公式见式(1-3)可以计算出点P_1km(x_1km，y_1km，z_1km)到第2个图像序列的第i幅图像所在平面π_i的距离d(x_1km，y_1km，z_1km；π_i)为：

$d(x_{1\mathrm{km}},y_{1\mathrm{km}},z_{1\mathrm{km}};{\mathrm{\&pi;}}_i)=\frac{a_2{x}_{1\mathrm{km}}+b_2{y}_{1\mathrm{km}}+c_2{z}_{1\mathrm{km}}-(a_2{x}_{2i1}+b_2{y}_{2i1}+c_2{z}_{2i1})}{\sqrt{{a_2}^2+{b_2}^2+{c_2}^2}}---(4-5)$

遍历比较d(x_1km，y_1km，z_1km；π_i)，其中1≤i≤N₂，可以得出最小的一个距离。也即可以由式(4-5)可以得到第2个图像序列中的一幅图像，使得P_1km(x_1km，y_1km，z_1km)到这幅图像的距离最小。不妨设该图像位于第2个图像序列中的第n幅，并且假设该距离d(x_1km，y_1km，z_1km；π_n)小于所设的距离阈值d_th(在本实例中距离阈值取10mm)。

确定定位点所在的平面

定位点所在的图像为第2个图像序列的第n幅图像。而第n幅图像所在平面的方程为：

a₂x+b₂y+c₂z＝a₂x_2n1+b₂y_2n1+c₂z_2n1    (5-1)

确定定位点的空间坐标

首先计算出给定点P_1km(x_1km，y_1km，z_1km)到式(5-1)所述平面的垂线方程，如式(5-2)所示：

$\frac{x-x_{1\mathrm{km}}}{a_2}=\frac{y-y_{1\mathrm{km}}}{b_2}=\frac{z-z_{1\mathrm{km}}}{c_2}---(5-2)$

然后由式(5-1)和式(5-2)参考式(1-6)可以求出定位点的坐标。而实际上，由于认为目标点和给定点的三维空间坐标是相同的，因此可以使用点P_1km(x_1km，y_1km，z_1km)的坐标作为目标点的坐标来使用。这样会存在一定的误差，但是是允许范围内的，因此实际的操作中不再进行式(5-2)的直线求解。这一点是理论和实际操作之间的一点不同。

因此，自动同步定位目标点的空间坐标即为：P_1km(x_1km，y_1km，z_1km)。

由定位点的空间坐标确定其在二维的像素坐标

如图7所示，可以看出从空间坐标到二维平面坐标的转换，要进行如下操作：

确定定位点在其所在平面的物理偏移量

由空间目标点所在的对应于第2个图像序列中的平面的首个像素的坐标P_2n1(x_2n1，y_2n1，z_2n1)可得：

$\left\{\begin{array}{c}\mathrm{\&Delta;x}=(x_{1\mathrm{km}}-x_{2n1},y_{1\mathrm{km}}-y_{2n1},z_{1\mathrm{km}}-z_{2n1})\text{\&CenterDot;}(x_{r2},y_{r2},z_{r2})\\ \mathrm{\&Delta;y}=(x_{1\mathrm{km}}-x_{2n1},y_{1\mathrm{km}}-y_{2n1},z_{1\mathrm{km}}-z_{2n1})\&CenterDot;(x_{c2},y_{c2},z_{c2})\end{array}\&DoubleRightArrow;---(5-3)\right.$

$\left\{\begin{array}{c}\mathrm{\&Delta;x}=(x_{1\mathrm{km}}-x_{2n1})\&times;x_{r2}+(y_{1\mathrm{km}}-y_{2n1})\&times;y_{r2}+(z_{1\mathrm{km}}-z_{2n1})\&times;z_{r2}\\ \mathrm{\&Delta;y}=(x_{1\mathrm{km}}-x_{2n1})\&times;x_{c2}+(y_{1\mathrm{km}}-y_{2n1}){\&times;y}_{c2}+(z_{1\mathrm{km}}-z_{2n1})\&times;z_{c2}\end{array}\right.$

其中Δx为沿着行向量方向的偏移量，Δy为沿着列向量方向的偏移量，单位均为物理单位毫米(mm)。

由空间的物理偏移量计算出平面上的坐标

由式(5-3)及像素代表的实际物理宽度和高度参数s_2w和s_2h可得：

$\left\{\begin{array}{c}{x}^{\&prime;}=\frac{(x_{1\mathrm{km}}-x_{2n1})\&times;x_{r2}+(y_{1\mathrm{km}}-y_{2n1})\&times;y_{r2}+(z_{1\mathrm{km}}-z_{2n1})\&times;z_{r2}}{s_{2w}}\\ y^{\&prime;}=\frac{(x_{1\mathrm{km}}-x_{2n1})\&times;x_{c2}+(y_{1\mathrm{km}}-y_{2n1})\&times;y_{c2}+(z_{1\mathrm{km}}-z_{2n1})\&times;z_{c2}}{s_{2h}}\end{array}\right.$

装载几个图像序列

将某个患者的多个图像序列装载到内存中并显示在计算机屏幕上，装载图像序列的实现过程如图6所示。

打开图像序列(DICOM文件)所在的文件夹，使用VC中提供的标

准API函数LoadFile或ReadFile将DICOM文件装载到内存中。

然后将前面四个图像序列的第一幅图像显示到屏幕上的四个显示区域，每一个显示区域分别显示一个序列中的第一幅图像。

在内存中，把每一幅图像的信息读入到给定的参数(自动定位要使用到的参数)变量中。比如要从DICOM文件中获取获取TAG(0018，5100)患者位置的信息，则将文件的指针移到TAG(0018，5100)的位置，读取连续存放的16个字节，即可获得患者位置的信息。其它需要使用的参数的获取与TAG(0018，5100)的类似。

为了更直观的说明自动同步定位的实现，选择了第1个、第2个、第11个和第12个图像序列进行显示。

确定第1个图像序列中的病灶点

鼠标单击自动同步定位功能按钮，此时自动同步定位功能打开。在装载了4个图像序列(当然可以把该患者的13个图像序列全部装载)之后，点击位于下方的常规工具栏的自动同步定位按钮，即打开了自动同步定位的功能。在打开该功能的情况下，移动鼠标到第1个图像序列的显示窗口，四幅图像的左上角的那一幅所在的区域，点击鼠标左键便给出了指定的要进行同步定位的点。此时按住鼠标左键并移动鼠标就可以改变给定点的位置，在打开自动同步定位的功能以后，系统便响应“OnMouseDown”消息，只要点击下鼠标左键，就开始执行自动同步定位的整个运算过程。比如在图6所示的情况下，是点击了鼠标左键，那么系统响应“OnMouseDown”消息，此时，将鼠标所在的屏幕坐标位置捕获到，并将其转换为第1个图像序列的第一幅现实的图像所在的平面坐标位置，然后该平面坐标位置经过变换转变成第1个图像序列第一幅图像所在实际物理空间平面的三维坐标；计算得出对应的三维坐标之后，便开始根据点到平面的距离公式，计算出该点到其余3个图像序列中距离最近的平面，并将其余3个图像序列中对应平面显示到屏幕上；然后由对应的三维坐标找出该三维坐标点在其它三幅图像所在的平面上的行偏移量和列偏移量；由计算得到的行偏移量和列偏移量再转换到屏幕图像上的坐标，并将其标记出来便实现了自动同步定位。

在鼠标左键按下之后，系统响应“OnMouseMove”消息，即在移动鼠标位置的过程中，给定的点的坐标不断发生变化，于是不断地重复上述过程进行自动定位。

如图7所示，经过一系列计算，将最终的其它序列图像的定位点及其所在的图像显示在其所属序列的窗口中，将其它各个序列中对应于目标点的图像显示在屏幕上，并将图像上的定位点用十字形绿色标记显示在对应的图像上。

二分查找法快速定位

下面给出利用二分查找法快速计算目标点到另一个图像序列中距离最近的图像所在平面的距离。

仍然按照约定，假设第二个图像序列中共有N₂幅图像。图8和图9分别为目标点与第二个图像序列之间的空间位置关系和在同一个投影面上的位置关系。

第一步：如图10所示，同时计算出目标点到第二个图像序列的第一幅图像所在平面的距离d(x_1km，y_1km，z_1km；π₁)和到最后一幅图像即第N₂幅图像所在平面的距离d(x_1km，y_1km，z_1km；π_N2)，在图10中分别用d₁和d_N2来表示。不妨假设d₁为正值，则根据式(4-5)的计算公式d_N2一定为负值(因为在图10中第一幅图像和最后一幅图像分别位于目标点的两侧)。由于一正一负两个距离，那么距离为零的平面一定位于第一幅图像和最后一幅图像的中间。比较d₁和d_N2的绝对值大小，发现d_N2的绝对值更小，记下这个比较结果d_N2，将在下一步的比较中使用到。

第二步：根据第一步的比较结果可知，要找寻的平面所在的图像一定位于第一幅和最后一幅图像的中间，因此计算目标点到该图像序列中间位置的那幅图像所在平面的距离d(x_1km，y_1km，z_1km；π_N2/2)，在图10中用d_N2/2表示。计算结果将与第一步中的比较结果d_N2进行比较。比较发现d_N2/2为正值，并且其绝对值小于d_N2。那么要找寻的平面一定位于第

幅图像和最后一幅图像之间。并且记下比较结果绝对值较小的距离d_N2/2，在下一步的比较中使用。

第三步：同第二步类似计算目标点到第

幅图像和最后一幅即第N₂幅图像中间那副图像的距离，也即计算目标点到第

幅图像的距离......；如此类推，直到找到目标点到该图像序列中距离的绝对值最小的一幅图像为止，然后计算图像平面方程经过目标点的法线方程，再计算法线方程与图像平面方程的交点，所求得的交点即是定位点。

不妨设该图像位于第2个图像序列中的第n幅图像，并且假设该距离d(x_1km，y_1km，z_1km；π_n)的绝对值小于所设的距离阈值d_th(在本实例中距离阈值取10mm)。那么就认为第n幅图像即是要找寻的图像，然后计算第n幅图像平面方程经过目标点的法线方程，再计算法线方程与第n幅图像平面方程的交点，所求得的交点即是定位点。

该方法由于采用二分查找法进行，所以效率较高，可以快速定位出需要查找的图像。较之全部遍历计算和比较对应空间的点到各幅图像之间距离的方法，大大减少了计算量，提高了查找速度，尤其在图像序列中所包含图像数目较多时更为明显。

本领域技术人员不脱离本发明的实质和精神，可以有多种变形方案实现本发明，以上所述仅为本发明较佳可行的实施例而已，并非因此局限本发明的权利范围，凡运用本发明说明书及附图内容所作的等效结构变化，均包含于本发明的权利范围之内。

Claims (8)

1.一种多序列图像快速自动定位的方法，其特征在于，包括步骤：

A1、在统一坐标系中建立每一图像序列中各幅图像的平面方程；

A2、选定某一图像序列中某幅图像上的一个目标点，确定所述目标点的点坐标；

A3、计算所述点坐标到其它图像序列的第一幅图像和最后一幅图像的距离值；

A4、利用二分查找法，根据所述第一幅图像和最后一幅图像的距离值进行同一图像序列中下一幅图像距离值的计算，并继续利用二分查找法直到计算出同一图像序列中与所述点坐标距离值最小的目标图像；

A5、重复执行步骤A3、A4，直到确定所有其它图像序列的目标图像；

A6、计算所述点坐标到每个所述目标图像的法线方程；

A7、计算每个所述法线方程与相应目标图像的平面方程的交点；得到的交点序列即是自动定位所要求的点。

2.一种多序列图像快速自动定位的方法，其特征在于，包括步骤：

B1、在统一坐标系中建立每一图像序列中各幅图像的平面方程；

B2、根据获取每一图像序列中各幅图像的间隔距离确定最小距离阈值；

B3、选定某一图像序列中某幅图像上的一个目标点，确定所述目标点的点坐标；

B4、计算所述点坐标到其它图像序列的第一幅图像和最后一幅图像的距离值；

B5、将所述第一幅图像和最后一幅图像的距离值分别与所述最小距离阈值进行比较，若所述第一幅图像和最后一幅图像的距离值中的一个距离值小于所述最小距离阈值，确定所述距离值对应的图像为目标图像；否则利用二分查找法，根据所述第一幅图像和最后一幅图像的距离值进行同一图像序列中下一幅图像距离值的计算，并将计算得到的距离值与所述最小距离阈值进行比较，若该计算得到的距离值仍不小于所述最小距离阈值，则继续利用二分查找法直到找到同一图像序列中与所述点坐标距离值小于所述最小距离阈值的目标图像；

B6、重复执行步骤B4、B5，直到确定所有其它图像序列的目标图像；

B7、计算所述点坐标到每个所述目标图像的法线方程；

B8、计算每个所述法线方程与相应目标图像的平面方程的交点；得到的交点序列即是自动定位所要求的点。

3.根据权利要求1或2所述的多序列图像快速自动定位的方法，其特征在于：所述的多序列图像为DICOM标准的图像。

4.根据权利要求3所述的多序列图像快速自动定位的方法，其特征在于：根据DICOM标准的图像数据中的标签TAG值确定建立每一图像序列中各幅图像的平面方程的参数。

5.根据权利要求4所述的多序列图像快速自动定位的方法，其特征在于：从每一图像序列中任一选定图像的图像数据中取出标签TAG值确定相关的参数：

取出TAG(0018，5100)值，确定统一坐标系的方向；

取出TAG(0020，0032)值，确定所述选定图像首个像素在所述统一坐标系中的三维坐标值；

取出TAG(0020，0037)值，确定所述选定图像的单位行向量和单位列向量，计算所述单位行向量和单位列向量的叉积得到所述选定图像的单位法向量；

取出TAG(0028，0030)值，确定所述选定图像的像素的实际物理宽度和实际物理高度；

取出TAG(0028，0010)值，确定所述选定图像的高度；

取出TAG(0028，0011)值，确定所述选定图像的宽度。

6.根据权利要求5所述的多序列图像快速自动定位的方法，其特征在于：根据所述首个像素的三维坐标值和所述单位法向量确定所述选定图像在所述统一坐标系中的平面方程。

7.根据权利要求6所述的多序列图像快速自动定位的方法，其特征在于：所述目标点的二维平面坐标为P(x，y)，根据公式

$\left\{\begin{array}{c}\mathrm{\&Delta;X}=s_{1w}\&times;x\\ \mathrm{\&Delta;Y}=s_{1h}\&times;y\end{array}\right.$

计算所述目标点在所在平面中的偏移量，其中ΔX是所述目标点沿所述统一坐标系X轴方向的偏移量，ΔY是所述目标点沿所述统一坐标系Y轴方向的偏移量，s_1w是像素的实际物理宽度，s_1h是像素的实际物理高度。

8.根据权利要求7所述的多序列图像快速自动定位的方法，其特征在于：根据所述目标点所在平面的平面方程、所述目标点在所在平面中的偏移量、所述目标点所在平面的单位行向量和单位列向量确定所述目标点在所述统一坐标系中的三维坐标。

Images