CN102646264A

CN102646264A - 补偿机械运动误差的图像配准方法

Info

Publication number: CN102646264A
Application number: CN2011100409378A
Authority: CN
Inventors: 常彤
Original assignee: BEIJING WINMEDIC MEDICAL TECHNICAL DEVELOPMENT Co Ltd
Current assignee: Le Pu (Beijing) medical equipment Co., Ltd.
Priority date: 2011-02-18
Filing date: 2011-02-18
Publication date: 2012-08-22
Anticipated expiration: 2031-02-18
Also published as: CN102646264B

Abstract

本发明公开了一种补偿机械运动误差的图像配准方法，包括步骤：对旋转减影得到的蒙片图像和造影图像进行高斯滤波；对高斯滤波后的造影图像进行分块；使造影图像块在蒙片图像中平移一定距离，并计算对应图像块之间的相关性系数，多次平移不同的距离得到一系列相关性系数，选择最小的相关性系数所对应的平移距离，使造影图像块在蒙片图像中平移该距离后进行减影，从而得到减影图像。本发明有效地消除了减影图像中的伪影。

Description

补偿机械运动误差的图像配准方法

技术领域

本发明涉及医学图像处理技术领域，特别涉及一种补偿机械运动误差的图像配准方法。

背景技术

医生在X射线影像下对血管病变进行诊断时，如果不注射造影剂，是无法把血管和周围组织区分开的。为了能看清楚血管，医生在采集图像的同时往血管注射造影剂，但是在对脑血管病变诊断的时候，颅骨的影像会对血管的影像产生干扰，如果加大射线和造影剂的剂量，这样又会对患者产生伤害。为了使血管看得更加清楚，排除固定的组织，如骨骼、肌肉以及其他软组织对血管影像的干扰，用数字减影血管造影(Digital Subtraction Angiography，DSA)的方法，将除血管以外的其他组织从图像中清除。

数字减影血管造影，首先在没有注射造影剂的时候采集一幅图像，称蒙片图像(Mask Image)，然后注射造影剂，采集一个序列的图像，称造影图像(Contrast Image)，用每一帧造影图像减去蒙片图像，就得到一个序列减影图像(Subtract Image)。骨骼和其他软组织消失了，代之以清晰的血管树影像。

在进行脑血管减影的时候，医生还需要从不同的角度观察脑血管的情况，这样就需要不同角度的减影图像，以确定血管的狭窄部位以及导管的走向。这个过程是通过旋转减影实现的，具体步骤如下：

1、让球管和探测器绕患者的头部从0度到180度旋转，曝光，采集图像，这个过程不注射造影剂。按曝光顺序保存图像，这个序列的图像就是蒙片图像序列。

2、让球管和探测器绕患者的头部从180度转回到0度，注射造影剂，曝光，采集图像。按曝光顺序保存图像，这个序列的图像就是造影图像序列。

3、逆序减影。用第一幅造影图像减去最后一幅蒙片图像，用第二幅造影图像减去倒数第二幅蒙片图像，依次类推，直到最后一幅造影图像减去第一幅蒙片图像。这样就获得了一个序列的减影图像，保存图像。

理想的情况，所有减影图像中只有脑血管的影像，但实际获得的减影图像仍然含有大量的颅骨的影像，这些颅骨的伪影降低减影图像的质量。其产生的原因主要是由于机械运动的误差造成的。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何消除在旋转减影的过程中由于机械误差产生的伪影。

(二)技术方案

为解决上述技术问题，本发明提供了一种补偿机械运动误差的图像配准方法，包括以下步骤：

S1：分别对旋转减影得到的蒙片图像和造影图像进行高斯滤波，高斯函数如下：

G (u_{j}) = \frac{1}{\sqrt{2 π} σ} \exp (\frac{{- u}_{j}^{2}}{2 σ^{2}});

其中u_j是坐标值，j是整数，j∈[0，N)，N是高斯滤波系数的个数，是大于3的奇数，σ是标准差，其中，u_j＝[j/(N-1)×2.0-1.0]×h，h是坐标的放大或缩小系数，用于调整u_j坐标的范围，使u_j∈[-h，h]；

S2：造影图像和蒙片图像都具有H行W列像素，对高斯滤波后的造影图像进行分块，每个图像块有K×L个像素，其中L是行数，K是列数，K和L取值为2的倍数，且L≤H，K≤W；

S3：取出第(i，j)个造影图像块，其中

造影图像像素在整幅造影图像中的位置是(x，y)，其中，造影图像块左上角像素的位置作为造影图像块进行相关性比较的基准点，所述基准点在整幅造影图像中的位置为(x₀，y₀)，其中x₀＝i×K，y₀＝j×L；

S4：将第(i，j)个造影图像块放在对应的蒙片图像(x，y)位置上，对应的K×L大小的蒙片图像块向周围延伸

行

列；

S5：让K×L大小的造影图像块在2K×2L大小的蒙片图像块内平移(r，s)，其中

平移后，对每个K×L造影图像块与对应的K×L蒙片图像块进行相关性比较，相关性判别用如下公式：

C (r, s) = \frac{| A (r, s) - B (r, s) |}{{(KL)}^{2}}

其中，

A (r, s) = KL Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} {(g_{c} (x, y) - g_{m} (x + r, y + s))}^{2}

B (r, s) = {(Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} (g_{c} (x, y) - g_{m} (x + r, y + s)))}^{2}

其中，g_c(x，y)是造影图像在坐标(x，y)处的像素值，g_m(x，y)是蒙片图像在坐标(x，y)的像素值，根据C(r，s)的值来判断相关性，C(r，s)越小相关性越大；

S6：重复步骤S5若干次，每次取不同的r和s值，得到若干相关性系数C(r，s)，对这些系数排序，取其中最小的C(r，s)，并保存r和s的值；

S7：将造影图像块在蒙片图像块中平移(r，s)，其中，r和s为步骤S6中保存的r和s，然后按以下公式减影，得到减影图像：

g_d(x，y)＝g_c(x，y)-g_m(x+r，y+s)+d_mid

其中，d_mid是中间灰度，g_d(x，y)为减影图像在坐标(x，y)处的像素值。

其中，在步骤S1中高斯滤波时，先对图像进行横向滤波，再对图像进行纵向滤波，x∈[-4，4]，σ＝1.0。

其中，所述K≥6，且L≥6。

其中，所述步骤S5中位于整幅蒙片图像和整幅造影图像边缘的L行K列像素不参与相关性的判断。

其中，所述步骤S6中重复执行步骤S5K×L次。

其中，若灰度范围为0～1之间的浮点数，则中间灰度d_mid＝0.5，若灰度范围为0～d_max，所述d_max为计算机中最大整数上限，则中间灰度d_mid＝d_max/2。

(三)有益效果

本发明通过对蒙片图像和造影图像进行上述S1到S7的步骤，有效地消除了减影图像中的伪影。

附图说明

图1是本发明实施例的一种补偿机械运动误差的图像配准方法示意图；

图2是本发明实施例的一种补偿机械运动误差的图像配准方法中的高斯函数，h＝4.0，σ＝1.0，函数对称，两端趋近于零；

图3是本发明实施例的一种补偿机械运动误差的图像配准方法中造影图像分块方式；

图4是本发明实施例的一种补偿机械运动误差的图像配准方法的配准方法。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明的目的是要利用图像配准的方法来消除在旋转减影的过程中由于机械误差产生的伪影，如图1所示，为整个方法过程示意图具体包括以下步骤：

步骤S1，分别对旋转减影得到的蒙片图像和造影图像进行高斯滤波，高斯函数如下：

G (u_{j}) = \frac{1}{\sqrt{2 π} σ} \exp (\frac{{- u}_{j}^{2}}{2 σ^{2}});

其中u_j是坐标值，j是整数，j∈[0，N)，N是高斯滤波系数的个数，是大于3的奇数，σ是标准差。这里u_j＝[j/(N-1)×2.0-1.0]×h，h是坐标的放大或缩小系数，用于调整u_j坐标的范围，使u_j∈[-h，h]；

优选地，在高斯滤波时先对图像进行横向滤波，再对图像进行纵向滤波，u_j取-4到4之间，σ取1.0，这样的函数两端趋近于零，如图2所示。

步骤S2，造影图像和蒙片图像都具有H行W列像素。对高斯滤波后的造影图像进行分块，每个图像块有K×L个像素，其中L是行数，K是列数，如图3所示。K和L取值为2的倍数，且L≤H，K≤W。优选地，K≥6，且L≥6。

步骤S3，取出第(i，j)个造影图像块，其中

造影图像像素在整幅造影图像中的位置是(x，y)，其中，造影图像块左上角像素的位置作为造影图像块进行相关性比较的基准点，其在整幅造影图像中的位置为(x₀，y₀)，其中x₀＝i×K，y₀＝j×L。

步骤S4，将第(i，j)个造影图像块放在对应的蒙片图像(x，y)位置上，如图4所示，对应的K×L大小的蒙片图像块向周围延伸

行

列，见图4中的虚线部分。

步骤S5，让K×L大小的造影图像块在2K×2L大小的蒙片图像块内(图4的虚线范围)平移(r，s)，其中

对每个K×L造影图像块与对应的K×L蒙片图像块(造影图像块所覆盖的蒙片图像块)进行相关性比较，相关性判别用如下公式：

C (r, s) = \frac{| A (r, s) - B (r, s) |}{{(KL)}^{2}}

其中，

A (r, s) = KL Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} {(g_{c} (x, y) - g_{m} (x + r, y + s))}^{2}

B (r, s) = {(Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} (g_{c} (x, y) - g_{m} (x + r, y + s)))}^{2}

其中，g_c(x，y)是造影图像在坐标(x，y)处的像素值，g_m(x，y)是蒙片图像在坐标(x，y)的像素值，根据C(r，s)的值来判断相关性，如果造影图像和蒙片图像具有相关性，那么C(r，s)应该是一个趋近于零的数，因此，C(r，s)越小相关性越大。为了避免判断相关性时出现边缘溢出的错误，蒙片图像和造影图像边缘的L行K列像素不参与相关性的判断。

步骤S6，重复步骤S5若干次，优选K×L次，每次取不同的r和s值，即造影图像块在蒙片图像块中每次平移的距离都不一样。得到若干相关性系数C(r，s)，对这些系数排序，取其中最小的C(r，s)，并保存r和s的值。

步骤S7，将造影图像块在蒙片图像块中平移(r，s)，其中，r和s为步骤S6中保存的r和s，然后进行减影，得到减影图像：

g_d(x，y)＝g_c(x，y)-g_m(x+r，y+s)+d_mid

其中，d_mid是中间灰度，g_d(x，y)为减影图像在坐标(x，y)处的像素值。优选地，若灰度范围在0～1，则d_mid＝0.5，若灰度范围为0～d_max，其中，d_max为计算机中最大整数上限，则中间灰度d_mid＝d_max/2，如：若灰度范围在0～16383，则d_mid＝8192。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims

1.一种补偿机械运动误差的图像配准方法，其特征在于，包括以下步骤：

G (u_{j}) = \frac{1}{\sqrt{2 π} σ} \exp (\frac{{- u}_{j}^{2}}{2 σ^{2}});

S3：取出第(i，j)个造影图像块，其中

行

列；

C (r, s) = \frac{| A (r, s) - B (r, s) |}{{(KL)}^{2}}

其中，

A (r, s) = KL Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} {(g_{c} (x, y) - g_{m} (x + r, y + s))}^{2}

B (r, s) = {(Σ_{x = x_{0}}^{x_{0} + K - 1} Σ_{y = y_{0}}^{y_{0} + L - 1} (g_{c} (x, y) - g_{m} (x + r, y + s)))}^{2}

g_d(x，y)＝g_c(x，y)-g_m(x+r，y+s)+d_mid

2.如权利要求1所述的补偿机械运动误差的图像配准方法，其特征在于，在步骤S1中高斯滤波时，先对图像进行横向滤波，再对图像进行纵向滤波，x∈[-4，4]，σ＝1.0。

3.如权利要求1所述的补偿机械运动误差的图像配准方法，其特征在于，所述K≥6，且L≥6。

4.如权利要求1所述的补偿机械运动误差的图像配准方法，其特征在于，所述步骤S5中位于整幅蒙片图像和整幅造影图像边缘的L行K列像素不参与相关性的判断。

5.如权利要求1所述的补偿机械运动误差的图像配准方法，其特征在于，所述步骤S6中重复执行步骤S5K×L次。

6.如权利要求1所述的补偿机械运动误差的图像配准方法，其特征在于，若灰度范围为0～1之间的浮点数，则中间灰度d_mid＝0.5，若灰度范围为0～d_max，所述d_max为计算机中最大整数上限，则中间灰度d_mid＝d_max/2。