CN103065322B - 一种基于双x射线成像的2d和3d医学图像配准方法 - Google Patents
一种基于双x射线成像的2d和3d医学图像配准方法 Download PDFInfo
- Publication number
- CN103065322B CN103065322B CN201310008356.5A CN201310008356A CN103065322B CN 103065322 B CN103065322 B CN 103065322B CN 201310008356 A CN201310008356 A CN 201310008356A CN 103065322 B CN103065322 B CN 103065322B
- Authority
- CN
- China
- Prior art keywords
- registration
- image
- radioscopic
- dimensional
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种基于双X射线成像的2D和3D医学图像配准方法和系统，本发明方法包括：采集两幅成任意角度的X射线图像，采用基于多分辨率的双投影直接配准方法，实现由粗到细对两幅二维图像和三维体数据同时进行配准处理；本发明系统包括：图像导入和显示模块，2D和3D图像配准模块，数据输出模块。本发明能够更快速和精确得到平移和旋转共六个自由度的配准结果，进一步提高医学图像的配准质量。
Description
技术领域
本发明涉及一种基于双X射线成像的2D和3D医学图像配准方法，用于手术导航和肿瘤放射治疗过程中的医学图像配准和摆位验证。
背景技术
随着医学成像技术的发展，不同性质的图像能够提供多种诊断信息，临床上通常需要将同一个病人的多种模式的成像结果结合起来进行分析，从而提高医学诊断和治疗的水平。但是仅依靠医生的经验将图像的信息融合起来是非常困难的，需要用到医学图像配准技术。在图像引导放疗，计算机辅助外科手术，微创外科手术，内窥镜检查术等领域，将术前体数据和术中获得的病人的影像数据进行配准是让医生得到全面有用的信息中至关重要的一步。而术中的三维图像不太容易获取，一般只能得到二维图像，如X射线图像，因此需将X射线图像与CT等三维体数据进行配准，即2D和3D医学图像的配准。常用的两种方法是基于数字影像重建(DRR)的降维方法和基于三维重构的升维方法。
目前2D和3D的医学图像配准主要是以生成DRR为基础的方法为主导，只能进行单幅X线图像和三维CT体数据的2D和3D配准。不断地将治疗前的CT体数据集在不同的位置下重建出DRR图像，并和治疗中获得的X线图像进行匹配，在处理速度和精度上就会有所限制，有待进一步提高。
发明内容
本发明技术解决问题：克服现有技术只能基于单幅X射线图像进行固定角度的2D和3D配准的不足，提出了一种基于双X射线成像的2D/3D医学图像配准方法和系统，能够更快速和精确得到平移和旋转共六个自由度的配准结果，进一步提高医学图像的配准质量。
本发明的技术方案如下：一种基于双X射线成像的2D和3D医学图像配准方法，采用了双幅X射线图像与三维体数据进行配准的方法，两幅X射线图像间可以成任意角度。配准算法采用了基于多分辨率的双投影直接配准方法，可以由粗到细对两幅二维图像同时进行配准处理，具体步骤：
(1)采集任意角度的两幅X射线图像分别为X射线图像1和X射线图像2，X射线图像的采集参数包括每一幅图像的成像电压，成像角度，X射线源与成像物表面的距离，上述这些参数均能实时保存到系统数据库中，以备配准时调用；同时还进行实时显示；
(2)利用步骤(1)中采集得到的两幅X射线图像，采用基于多分辨率的双投影直接配准方法和病人的三维影像数据进行自动配准，在配准过程中对X射线图像1和X射线图像2分别进行多分辨率处理，得到各自一序列子图像；对每一幅X射线图像，根据其自身分辨率的范围从低到高平均分为三个阶段，第一个范围阶段为低层分辨率子图像，第二个范围阶段为中层分辨率子图像，第三个范围阶段为高层分辨率子图像，低层分辨率的子图像放在上层，高分辨率的子图像放在下层，配准过程由上到下进行；
(3)利用步骤(2)中得到的三层分辨率的子图像，分层循环与病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像1和数字重建影像1作为一组输入，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较比较图像相关性的结果，根据测度函数的结果，直接作为优化器的输入对配准参数进行优化，得到最终的配准结果。
一种基于双X射线成像的2D和3D医学图像配准系统，包括：图像导入和显示模块，2D和3D图像配准模块和数据输出模块：
图像导入和显示模块，用于从数据库中导入病人的三维影像数据，采集两幅任意角度的X射线图1和2，保存到数据库并显示，供2D和3D图像配准模块调用；X射线图像的采集参数包括每一幅图像的成像电压，成像角度，X射线源与成像物表面的距离；
2D和3D图像配准模块，利用图像导入和显示模块得到的病人的三维影像数据和两幅X射线图像1和2，采用基于多分辨率的双投影直接配准方法和病人的三维影像数据进行自动配准，在配准过程中对X射线图像1和X射线图像2分别进行多分辨率处理，得到各自一序列子图像；对每一幅X射线图像，根据其自身分辨率的范围从低到高平均分为三个阶段，第一个范围阶段为低层分辨率子图像，第二个范围阶段为中层分辨率子图像，第三个范围阶段为高层分辨率子图像，低层分辨率的子图像放在上层，高分辨率的子图像放在下层，配准过程由上到下进行，即将得到的三层分辨率的子图像，分层循环与病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像1和数字重建影像1作为一组输入，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较比较图像相关性的结果，根据测度函数的结果，直接作为优化器的输入对配准参数进行优化，得到最终的配准结果；
数据输出模块，将2D和3D图像配准模块得到的配准结果进行输出到界面，并将配准后的2D和3D融合图像可视化，由数据输出模块直接回到图像导入和显示模块进行重新导入图像和显示。
本发明与现有技术相比的优点在于：本发明采用了双幅X射线图像与三维体数据进行配准的方法，配准用的两幅X射线图像间可以成任意角度。配准算法采用了基于多分辨率的双投影直接配准方法，可以由粗到细对两幅二维图像同时进行配准处理，因此能够更快速和精确得到平移和旋转共六个自由度的配准结果，进一步提高医学图像的配准质量。
附图说明
图1为本发明方法实现流程图；
图2为本发明系统的组成框图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1、2所示，本发明方法及系统实施例实现如下：
(1)采用一组疑甲状腺病人的三维CT数据作为测试用例，大小为512*512*46，由图像导入和显示模块进行保存和显示，为了使计算和配准结果验证简便，现将病人沿X，Y，Z三个方向分别平移5mm，继而沿X，Y，Z坐标轴的方向各自旋转3°，4°，2°。对此病人采集两幅任意角度的X射线图像，本实例中采集两幅正负45°的X射线图像，保存到数据库供2D/3D图像配准模块调用。
(2)利用步骤(1)中采集得到的两幅正负45°X射线图像，采用基于多分辨率的双投影直接配准方法和病人的三维影像数据进行自动配准，在配准过程中对X射线图像1和X射线图像2分别进行多分辨率处理，得到各自一序列子图像；对X射线图像1，将其分解为分辨率为170*170，340*340，510*510的三组子图像，对X射线图像2，将其分解为分辨率为170*170，340*340，510*510的三组子图像，分辨率为170*170的子图像放在上层，分辨率为510*510的子图像放在下层，首先对170*170分辨率的图像进行配准，配准过程由上到下进行。
(3)利用步骤(2)中得到的三层分辨率的子图像，首先针对低层分辨率的子图像对病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较比较图像相关性的结果，通过基于最大互信息进行比较，根据测度函数的结果，直接作为优化器的输入对配准参数进行优化；然后针对中层分辨率的子图像对病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较比较图像相关性的结果，通过基于最大互信息进行比较，将结果直接作为优化器的输入对配准参数进行优化；最后针对高层分辨率的子图像对病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较比较图像相关性的结果，通过基于最大互信息进行比较，将结果直接作为优化器的输入对配准参数进行优化，得到最终的配准结果。
(4)通过数据输出模块，将2D/3D图像配准模块得到的三维空间平移参数，三维空间旋转参数和配准后的2D/3D融合图像可视化，辅助医生进行判断和选择。由(1)中的实施例和相关的参数，测试得到的配准后的结果如下：
平移参数：X＝4.96859mm，Y＝5.01817mm，Z＝4.9982mm
旋转参数：Rx＝2.96642°，Ry＝4.01252°，Rz＝1.9648°
本发明未详细阐述部分属于本领域公知技术。
以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种基于双X射线成像的2D和3D医学图像配准方法，其特征在于包括以下步骤：
(1)采集任意角度的两幅X射线图像分别为X射线图像1和X射线图像2，X射线图像的采集参数包括每一幅图像的成像电压，成像角度，X射线源与成像物表面的距离，上述这些参数均能实时保存到系统数据库中，以备配准时调用；同时还进行实时显示；
(2)利用步骤(1)中采集得到的两幅X射线图像，采用基于多分辨率的双投影直接配准方法和病人的三维影像数据进行自动配准，在配准过程中对X射线图像1和X射线图像2分别进行多分辨率处理，得到各自一序列子图像；对每一幅X射线图像，根据其自身分辨率的范围从低到高平均分为三个阶段，第一个范围阶段为低层分辨率子图像，第二个范围阶段为中层分辨率子图像，第三个范围阶段为高层分辨率子图像，低层分辨率的子图像放在上层，高分辨率的子图像放在下层，配准过程由上到下进行；
(3)利用步骤(2)中得到的三层分辨率的子图像，分层循环与病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像1和数字重建影像1作为一组输入，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较图像相关性的结果，根据测度函数的结果，直接作为优化器的输入对配准参数进行优化，得到最终的配准结果。
2.一种实现权利要求1所述方法的系统，其特征在于包括：图像导入和显示模块，2D和3D图像配准模块和数据输出模块：
图像导入和显示模块，用于从数据库中导入病人的三维影像数据，采集两幅任意角度的X射线图1和2，保存到数据库并显示，供2D和3D图像配准模块调用；X射线图像的采集参数包括每一幅图像的成像电压，成像角度，X射线源与成像物表面的距离；
2D和3D图像配准模块，利用图像导入和显示模块得到的病人的三维影像数据和两幅X射线图像1和2，采用基于多分辨率的双投影直接配准方法和病人的三维影像数据进行自动配准，在配准过程中对X射线图像1和X射线图像2分别进行多分辨率处理，得到各自一序列子图像；对每一幅X射线图像，根据其自身分辨率的范围从低到高平均分为三个阶段，第一个范围阶段为低层分辨率子图像，第二个范围阶段为中层分辨率子图像，第三个范围阶段为高层分辨率子图像，低层分辨率的子图像放在上层，高分辨率的子图像放在下层，配准过程由上到下进行，即将得到的三层分辨率的子图像，分层循环与病人的三维影像数据进行配准，对病人的三维影像数据，采用光线跟踪算法，同时经由两个线性插值器1和2进行插值，分别生成对应采集的X射线图像角度下的两幅数字重建影像1和2，X射线图像1和数字重建影像1作为一组输入，X射线图像2和数字重建影像2作为第二组输入，两组输入同时作为判断配准质量的测度函数的输入，测度函数计算两组数据中像素之间的互信息，作为比较图像相关性的结果，根据测度函数的结果，直接作为优化器的输入对配准参数进行优化，得到最终的配准结果；
数据输出模块，将2D和3D图像配准模块得到的配准结果进行输出到界面，并将配准后的2D和3D融合图像可视化，由数据输出模块直接回到图像导入和显示模块进行重新导入图像和显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310008356.5A CN103065322B (zh) | 2013-01-10 | 2013-01-10 | 一种基于双x射线成像的2d和3d医学图像配准方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310008356.5A CN103065322B (zh) | 2013-01-10 | 2013-01-10 | 一种基于双x射线成像的2d和3d医学图像配准方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103065322A CN103065322A (zh) | 2013-04-24 |
| CN103065322B true CN103065322B (zh) | 2015-03-25 |
Family
ID=48107939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310008356.5A Expired - Fee Related CN103065322B (zh) | 2013-01-10 | 2013-01-10 | 一种基于双x射线成像的2d和3d医学图像配准方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103065322B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10674982B2 (en) * | 2015-08-06 | 2020-06-09 | Covidien Lp | System and method for local three dimensional volume reconstruction using a standard fluoroscope |
| CN106408509A (zh) * | 2016-04-29 | 2017-02-15 | 上海联影医疗科技有限公司 | 一种配准方法及其装置 |
| CN106204511B (zh) * | 2016-07-15 | 2018-10-26 | 西安交通大学第一附属医院 | 一种二维图像与ct、mr图像的三维融合方法 |
| WO2018027793A1 (zh) * | 2016-08-11 | 2018-02-15 | 中国科学院深圳先进技术研究院 | 一种开颅手术中可视化脑功能结构定位方法及系统 |
| CN117156114A (zh) * | 2019-08-02 | 2023-12-01 | 深圳市灵明光子科技有限公司 | 图像获取装置和方法、电子设备、计算机可读存储介质 |
| CN111659031A (zh) * | 2020-06-24 | 2020-09-15 | 刘希军 | 一种具有二维图像融合功能的放射治疗计划系统 |
| CN114066947B (zh) * | 2020-07-30 | 2022-10-14 | 杭州三坛医疗科技有限公司 | 图像配准方法和图像配准装置 |
| CN112316318A (zh) * | 2020-11-06 | 2021-02-05 | 中国科学院近代物理研究所 | 一种图像引导放射治疗的摆位引导系统和方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7756567B2 (en) * | 2003-08-29 | 2010-07-13 | Accuray Incorporated | Image guided radiosurgery method and apparatus using registration of 2D radiographic images with digitally reconstructed radiographs of 3D scan data |
| JP4820666B2 (ja) * | 2006-03-01 | 2011-11-24 | 株式会社東芝 | Ｘ線撮像装置及びその方法 |
| JP5491914B2 (ja) * | 2009-04-28 | 2014-05-14 | 株式会社東芝 | 画像表示装置およびｘ線診断装置 |
| CN102169578B (zh) * | 2011-03-16 | 2013-02-13 | 内蒙古科技大学 | 一种基于有限元模型的非刚性医学图像配准方法 |
| CN102222331B (zh) * | 2011-05-16 | 2013-09-25 | 付东山 | 一种基于双平板的二维-三维医学图像配准方法及系统 |
-
2013
- 2013-01-10 CN CN201310008356.5A patent/CN103065322B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103065322A (zh) | 2013-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103065322B (zh) | 一种基于双x射线成像的2d和3d医学图像配准方法 | |
| US11342066B2 (en) | Real-time motion monitoring using deep neural network | |
| CN101138010B (zh) | 用于将二维和三维图像数据对准的图像处理系统和方法 | |
| CN103854270A (zh) | 一种ct和mr异机三维图像融合的配准方法及系统 | |
| CN109389655B (zh) | 时变数据的重建 | |
| CN105078495B (zh) | 一种pet-ct扫描成像方法及相关成像方法 | |
| US20070127792A1 (en) | System and method for 3D graphical prescription of a medical imaging volume | |
| US20100201786A1 (en) | Method and apparatus for reconstructing an image | |
| US20050226375A1 (en) | Enhanced X-ray imaging system and method | |
| US9361726B2 (en) | Medical image diagnostic apparatus, medical image processing apparatus, and methods therefor | |
| JP2014138908A (ja) | 動き補償に基づくｃｔ機器及び方法 | |
| CN100559397C (zh) | 手术中二维图像与手术前三维图像的仿射配准方法和系统 | |
| CN103444194B (zh) | 图像处理系统、图像处理装置以及图像处理方法 | |
| CN1973779A (zh) | 射频(rf)消融术的心脏成像和导管引导的方法和系统 | |
| EP3028258A1 (en) | Method and system for tomosynthesis imaging | |
| CN102427767B (zh) | 用于计算机断层摄影中低剂量介入引导的数据采集和可视化模式 | |
| CN103810754A (zh) | 医用图像处理方法 | |
| Iyengar et al. | Toward more precise radiotherapy treatment of lung tumors | |
| CN102361596B (zh) | 混合双模态图像处理系统和方法 | |
| CN103310471B (zh) | Ct图像生成装置及方法、ct图像生成系统 | |
| US20140043334A1 (en) | Image processing system and method | |
| Gao et al. | 3DSRNet: 3D Spine Reconstruction Network Using 2D Orthogonal X-ray Images Based on Deep Learning | |
| CN113256754B (zh) | 一种分割后小面积肿瘤块的堆叠投影重建方法 | |
| CN105374062A (zh) | 二维医学图像的生成方法及装置 | |
| Shrestha et al. | 3D reconstruction of bone from multi-view x-ray images using planar markers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20150924 Address after: Hefei City, Anhui province Jinzhai road 230061 No. 310 tiger building 6 floor Patentee after: Hefei Chaoan Medical Technology Co., Ltd. Address before: Daoxiang road in Shushan District of Hefei City, Anhui province 230031 No. 9 Building Room 618 Patentee before: Hefei Chaoan Medical Technology Co., Ltd. |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20170703 Address after: 230031, Anhui province Hefei Shushan District New Industrial Park revitalization Road independent innovation industrial base 7, Room 516 Patentee after: Anhui Zhongke ultra Safety Technology Co., Ltd. Address before: Hefei City, Anhui province Jinzhai road 230061 No. 310 tiger building 6 floor Patentee before: Hefei Chaoan Medical Technology Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150325 Termination date: 20180110 |