CN108447044A

CN108447044A - 一种基于医学图像配准的骨髓炎病变分析方法

Info

Publication number: CN108447044A
Application number: CN201711165005.XA
Authority: CN
Inventors: 郭际香; 吕建成; 汤炜
Original assignee: Sichuan University
Current assignee: Sichuan University
Priority date: 2017-11-21
Filing date: 2017-11-21
Publication date: 2018-08-24
Anticipated expiration: 2037-11-21
Also published as: CN108447044B

Abstract

本发明公开了一种基于医学图像配准的骨髓炎病变分析方法。本发明通过对病人术前/术后不同时期采集图像进行精确配准提取骨髓炎病变区域，通过同步显示浏览、灰度值测量等技术让医师直观、准确的观察判断同一位置病变的发展情况或手术之后的恢复情况。本发明包含如下步骤：1）首先基于互信息的多分辨率配准方法对手术前后不同时间采集的CBCT图像数据集进行两两配准；取其中一个数据集作为原数据集，另一个作为目标数据集；2）配准好的图像中，通过采样分析两幅图像的差异来提取病变区域；3）利用直方图分析病变区域并输出评估结果。方法整体流程图如图1所示。本发明的有益效果是大大节约医生的诊断时间，在临床诊断中具有很大的应用前景。

Description

一种基于医学图像配准的骨髓炎病变分析方法

技术领域

本发明涉及医学图像处理和医学图像配准分析技术领域，主要涉及一种基于医学图像配准的骨髓炎的病变分析方法。

背景技术

在颅颌面外科中，骨髓炎是常见于上下颌骨的难以治愈的炎症性病变，在患病初期常常难以确诊。通常情况下，为了评估病情的变化，医生会观察比较不同时期采集CT/CBCT图像，并基于自身经验做出评估判断。然而，由于不同时间采集数据时病人姿势、咬合关系不一致，导致不同时期采集的图像差异很大。此外由于图像显示时，窗宽窗位等参数设定的不同，肉眼往往很难分辨出细微病变的差别，因此很难做出非常准确的判断。

医学图像配准是指对一幅图像寻求一种(或一系列)空间变换，将其映射到来自同一成像对象的另一幅图像上，使得两图中对应于空间同一位置的点(同源点)一一对应起来，达到空间位置上的一致。简单来说，医学图像配准是将一幅医学图像上的点映射到另一幅医学图像上同源点的空间变换过程。配准的结果应使两幅图像所有的像素点，或至少是具有诊疗意义及临床手术中感兴趣区域的点都达到匹配。基于互信息的配准方法是目前医学图像配准领域较为成熟的配准算法。

图像的灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率，对于分析图像的灰度分布非常有效。图像的灰度分布直接反映在灰度直方图上，可以通过分析直方图直观了解图像灰度分布。在医学研究中，已有Bern Chou等人成功使用直方图统计和分析的方法预测肺密度变化。黄剑奇和孙才均用直方图分析CT诊断颌骨肿瘤和囊肿的病变情况。

发明内容

本发明的目的在于：为骨髓炎病变的评估和术后恢复情况，提供一种自动检测和分析的方法，解决现有肉眼难以分辨细微病变的困难。

本发明采用的技术方案如下：

一种基于医学图像配准的骨髓炎病变分析的方法，步骤如下：

1）首先基于互信息的多分辨率配准方法对手术前后不同时间采集的CBCT图像数据集进行两两配准；取其中一个数据集作为原数据集，另一个作为目标数据集；

基于互信息的配准方法的原理是对目标图像和待配准的原图像，采用互信息来衡量两个图像中包含的相同的信息，当两幅图像达到最佳的空间变换时，联合熵最小，而互信息最大。

在医学图像配准中，多分辨率方法被广泛用来提高配准速度、精度及鲁棒性；该方法首先在较粗的尺度的图像上进行配准，然后使用上一层配准的结果作为初始参数，应用到下层的较精细尺度图像的配准上；重复该过程，直至达到用户所要求的配准精度标准或者迭代次数上限；这种由粗到细的配准策略大大能够大大提高配准成功率，而且还可以通过在较粗尺度上消除局部最优而增加鲁棒性。

本发明结合这两种方法来对不同时间采集的原及目标数据集进行精确配准。通过高斯平滑和亚采样获得一系列的降采样图像，建立高斯金字塔。即通过对第K层高斯金字塔进行平滑、亚采样获得第K+1层的图像。通过梯次向下采样，直到达到终止条件停止采样，再对每一层进行配准；本发明配准层数设定为3~5层之间。

此外为了避免不同时期采集图像差异过大导致的无法配准或配准不完全的问题。本发明可以提供接口供医生选择图像的感兴趣区域，选择完成后，从目标图像和待配准图像中提取感兴趣区域的图像，然后对提取到图像进行配准。这样可以减轻在高精度的CBCT配准时，普通计算机的内存配置难以满足内存消耗导致算法终止的问题。先提取感兴趣区域再进行配准，使得在较低配置计算机运行配准算法成为可能。

2）在配准好的图像中，通过采样分析两幅图像的差异来提取病变区域；

2.1）基于阈值分割方法提取CBCT图像中骨骼区域，骨骼阈值设定为400；

2.2）对提取到骨骼图像中由于阈值较小形成空洞，利用形态学算法进行填充，以得到骨骼区域的掩膜；

2.3）利用生成的掩膜，提取原数据集和目标数据集的下颌骨区域；

2.4）将提取到的下颌图像分成N*N个小块，然后计算原图像和目标图像的每一个对应小块之间的欧几里得距离，取两幅图像差异最大的区域也即欧氏距离最大的区域作为病变区域。

3）利用直方图分析病变区域并输出评估结果：

在CBCT中图像的灰度大小直接反映了骨密度的大小，是骨髓炎诊断的关键性指标。本发明利用直方图计算病变区域的灰度的统计信息，包括均值、标准差、最大值、最小值、体素数量及病变区域大小；这些基本的统计量，反映了患者病变区域的骨密度水平，医生可以利用这些量化的值做出相应的判断。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1.通过患者术前不同时期采集的CBCT医学图像进行配准，发现并提取病变区域；然后通过直方图分析，辅助医生给出相应的判断，解决肉眼难以判断细微病变的问题；

2.通过对患者术后不同时期采集的CBCT医学图像进行配准，发现病变区域；然后通过直方图分析，跟进病症的恢复情况，评估手术效果，并有利于及早发现未治愈病变。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1技术流程图

图2待配准图像集和目标图像集的融合显示

图3 感兴趣区域提取界面

图4配准后两个图像集的融合显示

图5左图为阈值分割得到的颌骨图像，右图为对应掩膜

图6提取的病变区域

图7直方图统计结果。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

图1 为本发明技术的完整流程图,下面结合图2-图7对本发明作详细说明：

1）首先基于互信息的多分辨率配准方法对手术前后不同时间采集的CBCT图像数据集进行两两配准；取其中一个数据集作为原数据集，另一个作为目标数据集；如图2展示了采集的两组CBCT图像集，以及未配准前的两组图像集的融合显示，从左图可以明显地看出两组图像颌骨位置有偏差；

为了避免不同时期采集图像差异过大导致的无法配准或配准不完全的问题。本发明可以提供接口供医生选择图像的感兴趣区域，选择完成后，从目标图像和待配准图像中提取感兴趣区域的图像，然后对提取到图像进行配准。这样可以减轻在高精度的CBCT配准时，普通计算机的内存配置难以满足内存消耗导致算法终止的问题。先提取感兴趣区域再进行配准，使得在较低配置计算机运行配准算法成为可能。图3 为感兴趣区域提取的界面展示；用户可以通过鼠标选择不同大小的感兴趣区域，然后对选定区域进行配准分析；

本发明采用基于互信息的多分辨率配准方法，配准结果如图4所示，即图3的两组CBCT图像集，通过本发明的步骤1）配准后的结果，从左图的颌骨组织可以看出两组图像得到准确的配准。

2）配准好的图像中，通过采样分析两幅图像的差异来提取病变区域；

2.1）基于阈值分割方法提取CBCT图像中骨骼区域，骨骼阈值设定为400，结果如图5左图所示；

2.2）对提取到骨骼图像中由于阈值较小形成空洞，利用形态学算法进行填充，以得到骨骼区域的掩膜，如图5右图所示；

2.4）将提取到的下颌图像分成N*N个小块，然后计算原图像和目标图像的每一个对应小块之间的欧几里得距离，取两幅图像差异最大的区域也即欧氏距离最大的区域作为病变区域；图6为提取到的骨髓炎病变区域，从图可以看出病变区域图像的灰度值明显低于其周围组织的灰度值；

3）利用直方图分析病变区域并输出评估结果，如图7为生成的两组图像病变区域灰度直方图。本发明对病变区域的灰度信息进行统计，得到其均值、标准差、最大值、最小值、体素数量及病变区域大小，给医生判断提供参考。

Claims

1.该发明公开了一种基于医学图像配准的骨髓炎病变分析方法，通过对病人术前术后不同时期采集的CBCT医学图像进行分析，以及时发现病变区域，或对患者手术之后的恢复情况进行跟进；其特征在于，所述方法包含如下步骤：

3）利用直方图分析病变区域并输出评估结果。

2.根据权利要求1 所述的一种基于医学图像配准骨髓炎的病变提取和分析的方法，其特在于，所述步骤1）中，由CBCT图像采集自不同时期，因而很可能出现因不同时期咬合关系不一致而导致无法配准或配准不完全的问题；尤其当咬合关系不一致时，可能得到的最优解是上下颌都未配准，但互信息确实已经达到最大，而这样的配准结果无法进行有效的统计分析；因此，本发明在步骤1)加入了感兴趣区域选择过程，可以自由选择上颌或下颌区域进行配准，寻求局部的最优配准，使得结果满足医生的需求。

3.根据权利要求1 所述的一种基于医学图像配准骨髓炎的病变提取和分析的方法，其特在于，所述步骤2）包含如下步骤：

1) 基于阈值分割方法提取CBCT图像中骨骼区域，骨骼阈值设定为400；

2) 对提取到骨骼图像中由于阈值较小形成空洞，利用形态学算法进行填充，以得到骨骼区域的掩膜；

3）利用生成的掩膜，提取原数据集和目标数据集的下颌骨区域；

4）将提取到的下颌图像分成N*N个小块，然后计算原图像和目标图像的每一个对应小块之间的欧几里得距离，取两幅图像差异最大的区域也即欧氏距离最大的区域作为病变区域。

4.根据权利要求1 所述的一种基于医学图像配准骨髓炎的病变提取和分析的方法，其特在于，所述步骤3）使用灰度值水平来衡量患者病变区域的骨密度水平；通过统计分析图像病变区域的体素灰度的最大值、最小值、均值及标准差，以帮助医生更客观地理解骨密度的变化，做出更好的判断；此外，病变区域的灰度直方图，可以让使医生对上述分析数据有更直观的理解。