CN107067366A - 小动物医学影像多段配准及拼接方法 - Google Patents

小动物医学影像多段配准及拼接方法 Download PDF

Info

Publication number
CN107067366A
CN107067366A CN201710249398.6A CN201710249398A CN107067366A CN 107067366 A CN107067366 A CN 107067366A CN 201710249398 A CN201710249398 A CN 201710249398A CN 107067366 A CN107067366 A CN 107067366A
Authority
CN
China
Prior art keywords
ref
sequence
image
coordinate
coordinate system
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.)
Pending
Application number
CN201710249398.6A
Other languages
English (en)
Inventor
董歌
张奎
冯涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Hiscan Information Science & Technology Co Ltd
Original Assignee
Suzhou Hiscan Information Science & Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Hiscan Information Science & Technology Co Ltd filed Critical Suzhou Hiscan Information Science & Technology Co Ltd
Priority to CN201710249398.6A priority Critical patent/CN107067366A/zh
Publication of CN107067366A publication Critical patent/CN107067366A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/14Transformations for image registration, e.g. adjusting or mapping for alignment of images

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种小动物医学影像多段配准及拼接方法,属于图像处理领域。该方法采用两根相对固定,非常直且不平行的玻璃模体,将其作为不同空间段的参考坐标系ORef,在计划CT图像空间中提前测定得到不同空间段之间重建图像拼接的空间转换矩阵,获得多个不同段的重建图像之后,根据不同段的空间位置信息找到相对应的空间转换矩阵进行重建图像拼接。拼接过程为非人工干预。该方法在拼接多段医学影像应用中简单有效,实现锥形束小动物CT重建图像的无缝拼接,扩展了小动物CT扫描宽度,保证了小动物CT重建图像评价区域器官的完整性,连续性。

Description

小动物医学影像多段配准及拼接方法
技术领域
本发明涉及一种医学影像多段配准及拼接方法,特别涉及一种小动物医学影像多段配准及拼接方法,属于CT成像图形处理技术领域。
背景技术
医学图像配准是当前医学图像研究领域的研究热点和研究难点,在临床诊断和治疗方面具有重要的意义。医学图像配准是指对一幅医学图像寻找一种(或一系列)的空间的变换,使它与另一幅医学图像上的对应点在空间坐标中达到一致。很多学者已经提出了很多医学图像配准算法,它们大体上可分为基于灰度驱动的图像配准算法、基于模型驱动的图像配准算法和综合算法。
在医学成像过程中,往往有着被检查部位远远大于图像探测器面积的矛盾,需要将该部位分为几次拍摄,再按照一定的规则拼接起来,这就是医学图像拼接。医学图像拼接在医学领域有着广泛的应用前景。可以解决医学图像获取过程中由于视野的限制而无法得到完整的图像的问题,为诊断提供更好的依据。
随着医学影像技术、计算机科学技术的不断发展,医学图像的计算机智能化诊断是医学图像处理与分析研究的最重要的目标之一。要实现计算机智能化诊断或计算机辅助诊断,信息的可对比性和完整性是至关重要的,而其中涉及到的技术就是图像的配准技术和图像的拼接技术。
由于锥形束CT的扫描范围有限,单次扫描往往得不到完整的观察范围,获得不了所需要的全部图像。理论上可以通过多次拍摄拼接重建图获得更大范围的观察范围,由于实际使用中小动物床的空间平移不完全平稳,空间平移一定长度之后重建图像总会发生一定程度的旋转和平移。传统的方法通过特征点提取等进行图像配准以及拼接,处理速度缓慢过程复杂。
发明内容
针对现有技术存在的问题,本发明提出一种小动物医学影像多段配准及拼接方法,基于简单的模体配准的软件拼接方法,通过提前获取转换矩阵,将多段的医学影像所采集到的图像进行直接拼接,使得图像拼接获得理想的结果,解决了现有技术中存在的处理速度缓慢过程复杂,拼接计算量大等缺陷。
本发明解决以上技术问题的技术方案:提供一种小动物医学影像图像配准及拼接方法,包括以下步骤:
第一步、实验模体的设计,本方法采用两根绝对准直,不接触且不平行的玻璃棒作为模体,玻璃棒的CT值较高,也适合后续的重建图像的分割处理,计算质心位置等操作;
第二步、分别获取相等步长间距不同位置Z1,Z2,Z3……Zn的序列P1,P2,P3……Pn;
第三步、遍历序列P1,P2,P3……Pn,确定模体分别在每帧断层图像上的位置,所述位置用质心表示,针对所采集到的所有点,进行直线拟合,得到两条玻璃棒在序列P1,P2,P3……Pn相等步长间距不同位置处原始坐标系下的直线方程;
第四步、在序列P1,P2,P3……Pn中,通过提前实验,用模体确定的两条直线,在各自序列中以这两条拟合直线确定参考坐标系;比如建立P1图像序列的从的参考坐标系:选择一条直线记为l1,并选定与另一条直线记为l2,相交的反方向作为新坐标系的Z方向(ZRef);在P1图像序列中l2上任取一点P,过该点做直线l1的垂线,记垂足为ORef,计算点P和ORef的距离并记为d, ORefP所指方向为新坐标系的X方向(XRef);同理,在其他P2,P3……Pn序列中,在l2上确定点P,使得点P到直线l1的距离等于d,记垂足为ORef;确定ORef P所指方向为新坐标系的X方向(XRef);
第五步、计算不同位置Z1,Z2,Z3……Zn每一段从原始坐标系转换到参考坐标系的转换矩阵;P1序列中参考坐标系的单位坐标轴矢量XRef, YRef, ZRef和原点ORef均由P1图像序列的成分如下表示(其中e1x , e2x , e3x为原始坐标系XYZ方向单位向量,x0 , y0 , z0为ORef在原始坐标系下坐标):
XRef =(e1x , e2x , e3x ) T ,
YRef =(e1y , e2y , e3y ) T ,
ZRef =(e1z , e2z , e3z ) T ,
ORef = (x0 , y0 , z0 ) T;
则可以确定新坐标和原始坐标系之间的转换关系H;
其中M如下:
第六步、确定原始坐标系下不同位置Z1,Z2,Z3……Zn的序列P1,P2,P3……Pn中像素点在参考坐标系下的坐标值;比如序列P1:设点A在P1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T;则二者坐标关系为ARef= H1* A1;
第七步、确定原始坐标系下两个不同图像序列中像素点在对方坐标系下的坐标值,比如序列P1与P2之间:设P1序列中参考坐标系和原始坐标系之间的转换关系为H1,点A在p1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H1* A1;
设P2序列中参考坐标系和原始坐标系之间的转换关系为H2,点A'在p2图像序列中坐标为A2=(x', y', z')T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H2* A2;
可得P1序列装换到P2序列像素点坐标关系为
A2= H2-1* H1* A1;
即可实现图像配准以及接段。
本发明的有益效果:本发明的方法解决医学图像获取过程中由于视野的限制而无法得到完整的图像的问题,为诊断提供更好的依据;同时简化了配准过程的特征点操作等过程,降低了计算的复杂度,拼接过程中无需人工干涉,减少了人为因素带来的误差。
附图说明
图1为本发明玻璃棒实验模体示意图。
图2为本发明算法流程示意图。
图3-图4为本发明不同序列之间的断层图像原始坐标系示意图。
图5-图8为本发明的图像接段方法融合实例过程图像。
具体实施方式
实施例1
本实施例提供一种小动物医学影像图像配准及拼接方法,可以实现拼接同一台机器的多段医学影像,实现多段CT重建图像的无缝拼接。本实例选择具有代表性的小动物CT图像接段做为实施例。具体实施方案可分为小动物床的设计,模体实验操作过程以及图像接段算法方法。
本实施例的小动物床在载物台上的固定方案如图1所示,载物台为碳纤维材料,长900mm,弧度R59。小动物床底部有两个螺纹孔,可以与载物台底部固定在一起。又采用两个金属套夹,以便进一步保证小动物床与载物台之间的相对稳定性。一般而言,与重建图像平行的方向(设为XY面)图像无需接段,需要接段操作的是与重建图像垂直的方向(设为Z轴),比如小动物身体不同段,比如胸部,腹部两次扫描之间需要接段。
模体实验操作过程如下:将足够长的模体固定地放置在跟小动物床一致的平移台上,模体采用两根绝对准直,不接触且不平行的玻璃棒作为模体,玻璃棒的CT值较高,确保模体能够覆盖到Z轴的常用范围a~b。在这段范围内按照一定步长,拍摄几段模体图像序列P1,P2,P3……Pn
图像接段算法,如图2所示,具体步骤可以分述为:
第一步、分别获取相等步长间距不同位置Z1,Z2,Z3……Zn的序列P1,P2,P3……Pn
第二步、遍历序列P1,P2,P3……Pn,确定模体分别在每帧断层图像上的位置,所述位置用质心表示,针对所采集到的所有点,进行直线拟合,得到两条玻璃棒在序列P1,P2,P3……Pn相等步长间距不同位置处原始坐标系下的直线方程。
第三步、在序列P1,P2,P3……Pn中,通过提前实验,用模体确定的两条直线,在各自序列中以这两条拟合直线确定参考坐标系。比如建立P1图像序列的从的参考坐标系:选择一条直线记为l1,并选定与另一条直线记为l2,相交的反方向作为新坐标系的Z方向(ZRef)。在P1图像序列中l2上任取一点P,过该点做直线l1的垂线,记垂足为ORef,计算点P和ORef的距离并记为d, ORefP所指方向为新坐标系的X方向(XRef);同理,在其他P2,P3……Pn序列中,在l2上确定点P,使得点P到直线l1的距离等于d,记垂足为ORef。确定ORef P所指方向为新坐标系的X方向(XRef)。
第四步、计算不同位置Z1,Z2,Z3……Zn每一段从原始坐标系转换到参考坐标系的转换矩阵。P1序列中参考坐标系的单位坐标轴矢量XRef, YRef, ZRef和原点ORef均由P1图像序列的成分如下表示(其中e1 x , e2 x , e3 x为原始坐标系XYZ方向单位向量,x0 , y0 , z0为ORef在原始坐标系下坐标):
XRef =(e1 x , e2 x , e3 x ) T ,
YRef =(e1 y , e2 y , e3 y ) T ,
ZRef =(e1 z , e2 z , e3 z ) T ,
ORef = (x0 , y0 , z0 ) T
则可以确定新坐标和原始坐标系之间的转换关系H。
其中M如下:
第五步、确定原始坐标系下不同位置Z1,Z2,Z3……Zn的序列P1,P2,P3……Pn中像素点在参考坐标系下的坐标值。比如序列P1:设点A在P1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T。则二者坐标关系为ARef= H1* A1
第六步、确定原始坐标系下两个不同图像序列中像素点在对方坐标系下的坐标值,比如序列P1与P2之间:设P1序列中参考坐标系和原始坐标系之间的转换关系为H1,点A在p1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H1* A1
设P2序列中参考坐标系和原始坐标系之间的转换关系为H2,点A'在p2图像序列中坐标为A2=(x', y', z')T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H2* A2
可得P1序列装换到P2序列像素点坐标关系为
A2= H2 -1* H1* A1
即可实现图像配准以及接段。
上述实例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。

Claims (2)

1.小动物医学影像多段配准及拼接方法,其特征在于包括以下步骤:
S1、设计实验模体,该模体采用两根绝对准直,不接触且不平行的玻璃棒作为标准模体;
S2、采用标准模体进行拍摄,分别获取相等步长间距不同位置的序列P1,P2,P3……Pn
S3、遍历序列P1,P2,P3……Pn,确定模体分别在每帧断层图像上的位置,所述位置用质心表示,针对所采集到的所有点,进行直线拟合,得到两条玻璃棒在序列P1,P2,P3……Pn下相等步长间距不同位置处原始坐标系下的直线方程;
S4、在序列P1,P2,P3……Pn中,通过模体所确定的两条直线,在各自序列中确定参考坐标系,比如建立P1图像序列的从的参考坐标系:选择一条直线记为l1,并选定与另一条直线记为l2,相交的反方向作为新坐标系的Z方向(ZRef);在P1图像序列中l2上任取一点P,过该点做直线l1的垂线,记垂足为ORef,计算点P和ORef的距离并记为d, ORefP所指方向为新坐标系的X方向(XRef);同理,在其他P2,P3……Pn序列中,在l2上确定点P,使得点P到直线l1的距离等于d,记垂足为ORef;确定ORef P所指方向为新坐标系的X方向(XRef);
S5、确定原始坐标系下不同位置Z1,Z2,Z3……Zn的序列P1,P2,P3……Pn中像素点在参考坐标系下的坐标值;比如序列P1:设点A在P1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T
则二者坐标关系为ARef= H1* A1
S6、确定原始坐标系下两个不同图像序列中像素点在对方坐标系下的坐标值,比如序列P1与P2之间:设P1序列中参考坐标系和原始坐标系之间的转换关系为H1,点A在p1图像序列中坐标为A1=(x, y, z)T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H1* A1
设P2序列中参考坐标系和原始坐标系之间的转换关系为H2,点A'在p2图像序列中坐标为A2=(x', y', z')T,在参考坐标系下为ARef=(x'',y'',z'')T,则二者坐标关系为:
ARef= H2* A2
可得P1序列装换到P2序列像素点坐标关系为
A2= H2 -1* H1* A1
即可实现图像配准以及接段。
2.根据权利要求1所述的小动物医学影像多段配准及拼接方法,其特征在于:P1序列中参考坐标系的单位坐标轴矢量XRef, YRef, ZRef和原点ORef均由P1图像序列的成分如下表示:
XRef =(e1 x , e2 x , e3 x ) T
YRef =(e1 y , e2 y , e3 y ) T
ZRef =(e1 z , e2 z , e3 z ) T
ORef = (x0 , y0 , z0 ) T
则可以确定新坐标和原始坐标系之间的转换关系H:
其中M如下:
其中e1 x , e2 x , e3 x为原始坐标系XYZ方向单位向量,x0 , y0 , z0为ORef在原始坐标系下坐标。
CN201710249398.6A 2017-04-17 2017-04-17 小动物医学影像多段配准及拼接方法 Pending CN107067366A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710249398.6A CN107067366A (zh) 2017-04-17 2017-04-17 小动物医学影像多段配准及拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710249398.6A CN107067366A (zh) 2017-04-17 2017-04-17 小动物医学影像多段配准及拼接方法

Publications (1)

Publication Number Publication Date
CN107067366A true CN107067366A (zh) 2017-08-18

Family

ID=59600072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710249398.6A Pending CN107067366A (zh) 2017-04-17 2017-04-17 小动物医学影像多段配准及拼接方法

Country Status (1)

Country Link
CN (1) CN107067366A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538251A (zh) * 2021-09-16 2021-10-22 浙江太美医疗科技股份有限公司 确定医学影像拼接异常的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504705A (zh) * 2014-12-25 2015-04-08 东南大学 小动物多模态医学影像配准及融合方法
CN104517293A (zh) * 2014-12-25 2015-04-15 东南大学 小动物多模态医学影像配准及融合系统
WO2016042351A1 (en) * 2014-09-18 2016-03-24 Synaptive Medical (Barbados) Inc. Systems and methods for anatomy-based registration of medical images acquired with different imaging modalities
US20160104287A1 (en) * 2014-10-08 2016-04-14 Samsung Electronics Co., Ltd. Image processing apparatus, method of controlling image processing apparatus and medical imaging apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016042351A1 (en) * 2014-09-18 2016-03-24 Synaptive Medical (Barbados) Inc. Systems and methods for anatomy-based registration of medical images acquired with different imaging modalities
US20160104287A1 (en) * 2014-10-08 2016-04-14 Samsung Electronics Co., Ltd. Image processing apparatus, method of controlling image processing apparatus and medical imaging apparatus
CN104504705A (zh) * 2014-12-25 2015-04-08 东南大学 小动物多模态医学影像配准及融合方法
CN104517293A (zh) * 2014-12-25 2015-04-15 东南大学 小动物多模态医学影像配准及融合系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538251A (zh) * 2021-09-16 2021-10-22 浙江太美医疗科技股份有限公司 确定医学影像拼接异常的方法及装置

Similar Documents

Publication Publication Date Title
Garreau et al. A knowledge-based approach for 3-D reconstruction and labeling of vascular networks from biplane angiographic projections
Huang et al. Research on multi-camera calibration and point cloud correction method based on three-dimensional calibration object
RU2595757C2 (ru) Устройство совмещения изображений
CN102903103B (zh) 基于迁移活动轮廓模型的胃部ct序列图像分割方法
Frakes et al. Application of an adaptive control grid interpolation technique to morphological vascular reconstruction
CA2620216A1 (en) Image processing method, image processing program, and image processing device
Karim et al. Surface flattening of the human left atrium and proof-of-concept clinical applications
CN105913479B (zh) 一种基于心脏ct图像的血管曲面重建方法
CN102663738A (zh) 三维图像配准方法及系统
CN105193441B (zh) 一种放射性点源定位方法及系统
Du et al. Real-time lesion detection of cardiac coronary artery using deep neural networks
Bourier et al. Pulmonary vein isolation supported by MRI‐derived 3D‐augmented biplane fluoroscopy: a feasibility study and a quantitative analysis of the accuracy of the technique
CN105629652B (zh) 一种基于自适应体素细分的光学断层成像方法
WO2011041473A1 (en) Medical image analysis system for anatomical images subject to deformation and related methods
CN107067366A (zh) 小动物医学影像多段配准及拼接方法
Huang et al. Augmented reality-based autostereoscopic surgical visualization system for telesurgery
CN103340602A (zh) 多分支感兴趣血管段的最佳视角优化方法
Kirişli et al. Comprehensive visualization of multimodal cardiac imaging data for assessment of coronary artery disease: first clinical results of the SMARTVis tool
Wang et al. An iterative closest point approach for the registration of volumetric human retina image data obtained by optical coherence tomography
CN203122440U (zh) 放射治疗用ct/mri双体位融合设备
CN103054607A (zh) 一种放射治疗用ct/mri双体位融合装置
Myronakis et al. A graphical user interface for XCAT phantom configuration, generation and processing
Nguyen et al. Advancements in total knee arthroplasty kinematics: 3D implant computer aided design model creation through X-ray or fluoroscopic images
Fu et al. Vascular Interventional Surgery Path Planning and 3D Visual Navigation
CN107812325A (zh) 采用磁共振成像对体内目标的运动进行跟踪的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170818