CN108742678B - 图像配准方法、装置及计算机可读存储介质 - Google Patents
图像配准方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108742678B CN108742678B CN201810566203.5A CN201810566203A CN108742678B CN 108742678 B CN108742678 B CN 108742678B CN 201810566203 A CN201810566203 A CN 201810566203A CN 108742678 B CN108742678 B CN 108742678B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- magnetic resonance
- resonance imaging
- image
- preset
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
Abstract
本发明公开了一种图像配准方法,包括:获取目标用户标准化的二维磁共振成像和三维断层扫描数据;在所述三维断层扫描数据中提取出二维切面图像;将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。本发明还公开了一种图像配准装置及计算机可读存储介质。本发明通过将三维的断层扫描数据及二维的磁共振成像配准,以将软组织与骨组织清晰全面反映出来,实现了图像配准并提高医学诊断精确度的有益效果。
Description
技术领域
本发明涉及图像配准领域,尤其涉及一种图像配准方法、装置及计算机可读存储介质。
背景技术
在医学诊断和治疗中,图像的应用越来越广泛。当前的医学成像技术迅速发展,医学图像的种类也愈来愈多。每种成像方式都从人体获取某些信息,不同的成像方法可以提供同一病人不同方面的信息。计算机断层成像技术即三维断层扫描数据(CT)能提供清晰的骨组织信息,磁共振成像(MRI)能提供清晰的软组织信息。如果仅凭医生对三维断层扫描数据与二维磁共振成像进行主观判断,对病情所下的诊断结果难免会产生偏差。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种图像配准方法,旨在解决现有技术由于三维断层扫描数据与二维磁共振成像的图像展现情况的问题,医生根据进行三维断层扫描数据与二维磁共振成像对病情下诊断结果时容易产生偏差,进而影响临床的诊断精确度的技术问题。
为实现上述目的,本发明提供一种图像配准方法,包括以下内容:
获取目标用户标准化的二维磁共振成像和三维断层扫描数据;
在所述三维断层扫描数据中提取出二维切面图像;
将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;
将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
优选地,所述将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像的步骤,包括:
将所述三维断层扫描数据以预设变换参数进行三维欧拉变换;
在变换后的所述三维断层扫描数据中提取变换后的二维切面图像,根据变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
优选地,所述将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像的步骤,包括:
将所述二维切面图像与所述二维磁共振成像进行金字塔分解,得到金字塔型二维切面图像数据与金字塔型二维磁共振成像数据;
以预设平移参数将所述金字塔型二维磁共振成像进行二维平移变换;
根据所述金字塔型二维切面图像数据与变换后的所述金字塔型二维磁共振成像数据的互信息,输出配准后的二维磁共振成像。
优选地,所述图像配准方法,还包括:
根据所述互信息分别判断所述预设变换参数/预设平移参数是否满足预设优化条件;
在确认所述预设变换参数/预设平移参数满足所述预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
优选地,所述在确认所述预设平移参数满足所述预设优化条件时,执行输出配准后的二维磁共振成像的步骤,包括:
统计所述二维切面图像与所述二维磁共振成像的金字塔分解次数;
在确认所述金字塔分解次数大于或等于预设次数时,执行输出配准后的二维磁共振成像的步骤。
优选地,所述根据所述互信息判断所述预设变换参数是否满足预设优化条件的步骤之后,还包括:
在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数;
以优化后的所述预设变换参数/预设平移参数重新执行图像变换操作。
优选地,所述获取目标用户标准化的二维磁共振成像和三维断层扫描数据的步骤之前,还包括:
获取目标用户的二维磁共振成像和三维断层扫描数据,并将所述二维磁共振成像和三维断层扫描数据进行标准化处理;
根据所述标准化处理操作,得到标准化的所述二维磁共振成像和三维断层扫描数据。
优选地,所述图像配准方法,还包括:
获取所述三维断层扫描数据的尺寸数据,并根据所述尺寸数据计算在所述三维断层扫描数据中提取所述二维切面图像的提取位置。
此外,为实现上述目的,本发明还提供一种图像配准装置,所述图像配准装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述图像配准方法的步骤。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图像配准程序,所述图像配准程序被处理器执行时实现如上所述图像配准方法的步骤。
本发明实施例提出的一种图像配准方法,获取目标用户标准化的二维磁共振成像和三维断层扫描数据;在所述三维断层扫描数据中提取出二维切面图像;将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。通过三维的断层扫描数据及二维的磁共振成像配准,以将软组织与骨组织清晰全面反映出来,实现了图像配准并提高医学诊断精确度的有益效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图;
图2为本发明图像配准方法第一实施例的流程示意图;
图3为本发明图像配准方法第二实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取目标用户标准化的二维磁共振成像和三维断层扫描数据;在所述三维断层扫描数据中提取出二维切面图像;将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
由于现有三维断层扫描数据与二维磁共振成像的图像展现情况的问题,医生根据进行三维断层扫描数据与二维磁共振成像对病情下诊断结果时容易产生偏差,进而造成临床的诊断效率低的技术问题。
本发明提供一种解决方案,将三维断层扫描数据与二维磁共振成像根据空间位置对图像内容进行配准,综合三维断层扫描数据与二维磁共振成像的图像内容,以实现提高医学诊断精确度的有益效果。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、电子书阅读器,便携计算机等具有显示功能的可移动式或不可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图像配准程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的图像配准程序,并执行以下操作:
获取目标用户标准化的二维磁共振成像和三维断层扫描数据;
在所述三维断层扫描数据中提取出二维切面图像;
将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;
将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
将所述三维断层扫描数据以预设变换参数进行三维欧拉变换;
在变换后的所述三维断层扫描数据中提取变换后的二维切面图像,根据变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
将所述二维切面图像与所述二维磁共振成像进行金字塔分解,得到金字塔型二维切面图像数据与金字塔型二维磁共振成像数据;
以预设平移参数将所述金字塔型二维磁共振成像进行二维平移变换;
根据所述金字塔型二维切面图像数据与变换后的所述金字塔型二维磁共振成像数据的互信息,输出配准后的二维磁共振成像。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
根据所述互信息分别判断所述预设变换参数/预设平移参数是否满足预设优化条件;
在确认所述预设变换参数/预设平移参数满足所述预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
统计所述二维切面图像与所述二维磁共振成像的金字塔分解次数;
在确认所述金字塔分解次数大于或等于预设次数时,执行输出配准后的二维磁共振成像的步骤。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数;
以优化后的所述预设变换参数/预设平移参数重新执行图像变换操作。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
获取目标用户的二维磁共振成像和三维断层扫描数据,并将所述二维磁共振成像和三维断层扫描数据进行标准化处理;
根据所述标准化处理操作,得到标准化的所述二维磁共振成像和三维断层扫描数据。
进一步地,处理器1001可以调用存储器1005中存储的图像配准程序,还执行以下操作:
获取所述三维断层扫描数据的尺寸数据,并根据所述尺寸数据计算在所述三维断层扫描数据中提取所述二维切面图像的提取位置。
参照图2,图2为本发明图像配准方法第一实施例的流程示意图,所述图像配准方法包括:
步骤S10,获取目标用户标准化的二维磁共振成像和三维断层扫描数据;
基于当前的图像配准需求,获取目标用户标准化的二维磁共振成像及三维断层扫描数据,其中,所述三维断层扫描数据定义为CT数据;所述二维磁共振成像定义为MRI成像,进一步的,所述标准化的二维磁共振成像和三维断层扫描数据定义为基于当前获取到的所述CT数据及MRI成像进行标准化操作后,得到的所述标准化的二维磁共振成像和三维断层扫描数据,即所述获取目标用户标准化的二维磁共振成像和三维断层扫描数据的步骤之前,还包括:
获取目标用户的二维磁共振成像和三维断层扫描数据,并将所述二维磁共振成像和三维断层扫描数据进行标准化处理;
根据所述标准化处理操作,得到标准化的所述二维磁共振成像和三维断层扫描数据。
根据获取到的当前目标用户的二维磁共振成像和三维断层扫描数据,进行标准化操作,其中,在对所述二维磁共振成像和三维断层扫描数据进行标准化操作之前,获取所述二维磁共振成像和三维断层扫描数据的像素参数,将所述像素参数的信息带入预设标准化公式计算所述二维磁共振成像和三维断层扫描数据的标准化数值,即对所述二维磁共振成像和三维断层扫描数据进行标准化处理,其中,所述标准化操作所用到的像素参数包括:mean为图像所有像素值的均值,var为图像所有像素值的方差,inputPixel为输入像素值,outputPixel为输出像素值。所述预设标准化公式,如下所述:
步骤S20,在所述三维断层扫描数据中提取出二维切面图像;
在获取到的标准化的所述三维断层扫描数据的预设位置提取二维切面图像,所述二维切面图像在提取时,其提取位置与提取结果需具备相关的标准,在实际应用中,所述提取结果是为所述提取位置服务的,因此,在确认所述提取位置前,识别所述用户的标准化的二维磁共振成像和三维断层扫描数据中的图像内容,并以所述二维磁共振成像的图像信息在所述三维断层扫描数据中提取与所述二维磁共振成像的图像信息基本一致的图像结果,由于所述三维断层扫描图像的应用,以所述二维磁共振成像的图像内容即可决定所述提取结果,进而根据提取结果确定提取方位,即提取位置。所述提取位置为基于当前的提取位置计算公式得到,因此所述图像配准方法,还包括:
获取所述三维断层扫描数据的尺寸数据,并根据所述尺寸数据计算在所述三维断层扫描数据中提取所述二维切面图像的提取位置。
在所述三维断层扫描数据中获取对应的尺寸数据,选择某一与所述二维磁共振成像相似的所述三维断层扫描数据中的切面图像(“相似”是指三维断层扫描数据与二维磁共振成像显示的人体部位大致一样)并根据所述尺寸数据计算所述三维断层扫描数据中提取所述二维切面图像的具体位置。例如,假设CT体数据的大小为Row1×Col1×Dim,其切面位置可定义为:Dim1=Dim/2),输出的二维切面图像为Row1×Col1。
步骤S30,将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;
将已获取到的基于三维断层扫描数据的二维切面图像与当前的标准化的二维磁共振成像进行图像配准,根据配准结果,输出配准后的二维磁共振成像。其配准操作包括金字塔分解操作及二维平移,因此所述将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像的步骤,包括:
将所述二维切面图像与所述二维磁共振成像进行金字塔分解,得到金字塔型二维切面图像数据与金字塔型二维磁共振成像数据;
以预设平移参数将所述金字塔型二维磁共振成像进行二维平移变换;
根据所述金字塔型二维切面图像数据与变换后的所述金字塔型二维磁共振成像数据的互信息,输出配准后的二维磁共振成像。
根据提取到的基于三维断层扫描数据的二维切面图像及标准化的所述二维磁共振成像,将所述二维切面图像及标准化的所述二维磁共振成像执行金字塔分解操作,得到金字塔型的二维切面图像数据及二维磁共振成像数据。获取预设平移参数,根据所述预设平移参数将金字塔型的所述二维磁共振成像进行二维平移,其预设平移参数定义为(tx,ty),分别表示x,y轴方向上的位移距离。在将金字塔型的所述二维磁共振成像平移变换后,以预设的线性插值函数收集平移后的所述二维磁共振成像的数据,得到平移后的所述二维磁共振成像,所述线性插值函数为现有的以数据定义图像的技术方式,在此不多赘述。在收集到平移后的所述二维磁共振成像后,获取平移后的所述二维磁共振成像与所述二维切面图像的互信息,根据所述互信息输出配准后的所述二维磁共振成像。所述互信息,定义为Mutual Information,是信息论里一种有用的信息度量,它可以看成是一个随机变量中包含的关于另一个随机变量的信息量,或者说是一个随机变量由于已知另一个随机变量而减少的不肯定性。在实际应用中,一般而言,信道中总是存在着噪声和干扰,信源发出消息x,通过信道后信宿只可能收到由于干扰作用引起的某种变形的y。信宿收到y后推测信源发出x的概率,这一过程可由后验概率p(x|y)来描述。相应地,信源发出x的概率p(x)称为先验概率。我们定义x的后验概率与先验概率比值的对数为y对x的互信息量(简称互信息)[4]。
根据熵的连锁规则,有H(X,Y)=H(X)+H(Y/X)=H(Y)+H(X/Y)
因此,H(X)-H(X/Y)=H(Y)-H(Y/X)。
这个差叫做X和Y的互信息,记作I(X;Y)。此差值的计算方式为现有的熵格式,在此不多赘述。
步骤S40,将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
基于已输出的配准后的所述二维磁共振成像,将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准操作,其图像配准的操作步骤包括将所述三维断层扫描数据进行三维欧拉变换,并进行相关的后续操作,因此所述将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像的步骤,包括:
将所述三维断层扫描数据以预设变换参数进行三维欧拉变换;
在变换后的所述三维断层扫描数据中提取变换后的二维切面图像,根据变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
获取预设变换参数对所述三维断层扫描数据进行三维欧拉变换操作,所述预设变换参数定义为(tx,ty,tz,rx,ry,rz),其中(tx,ty,tz)分别表示x,y,z轴方向上的位移变化,(rx,ry,rz)分别表示x,y,z轴方向上的旋转角度变化,在通过所述预设变换参数对所述三维断层扫描数据变换后,应用线性插值函数收集变换后的所述三维断层扫描数据,即得到变换后的三维断层扫描数据。在三维欧拉变换后的所述三维断层扫描数据的预设位置提取二维切面图像,本步骤中的二维切面图像与步骤S20中的二维切面图像存在差别,步骤S20中的二维切面图像的来源为标准化的三维断层扫描数据,本步骤的二维切面图像的来源为三维欧拉变换后的三维断层扫描数据。而在所述三维断层扫描数据中提取二维切面图像的操作内容,与步骤S20一致。进一步的,获取变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
本实施例中,将三维断层扫描数据与二维磁共振成像根据空间位置对图像内容进行配准,综合三维断层扫描数据与二维磁共振成像的图像内容,以实现提高医学诊断精确度的有益效果。
参照图3,图3为本发明图像配准方法第二实施例的流程示意图,基于上述所示的第一实施例,所述图像配准方法,还包括:
步骤S50,根据所述互信息分别判断所述预设变换参数/预设平移参数是否满足预设优化条件;
在图像配准过程中,无论输出后的配准图像是二维切面图像/二维磁共振成像时,都需根据配准前的图像的互信息,判断当前对二维磁共振成像进行二维平移变换或者对三维断层扫描数据进行三维欧拉变换的操作的预设变换参数及预设平移参数是否满足所述配准前图像互信息(二维切面图像与标准化的二维磁共振成像的互信息/变换后的二维切面图像与配准后的二维磁共振成像的互信息)的预设优化条件。根据所述互信息的定义,所述优化条件定义为所述预设变换参数的变动情况,包括以下条件:超过最大迭代次数;或者搜索半径小于最小搜索半径。
步骤S60,在确认所述预设变换参数/预设平移参数满足所述预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
在确认所述预设变换参数/预设平移参数满足所述互信息的预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
基于当前的预设平移参数满足预设优化条件的情况,为提高二维磁共振成像的精准度,即所述在确认所述预设平移参数满足所述预设优化条件时,执行输出配准后的二维磁共振成像的步骤,包括:
统计所述二维切面图像与所述二维磁共振成像的金字塔分解次数;
在确认所述金字塔分解次数大于或等于预设次数时,执行输出配准后的二维磁共振成像的步骤。
统计当前二维切面图像与所述二维磁共振成像的金字塔分解次数,因所述金字塔分解操作同时进行,因此二维切面图像与所述二维磁共振成像的金字塔分解次数的次数是一致的;基于此种情况,或单独获取其中一金字塔分解次数也可;或者,若是金字塔分解操作不是同时进行的,则二维切面图像与所述二维磁共振成像的金字塔分解次数的次数不一致时,可通过另外定义所述金字塔字数的对应预设数量来执行所述金字塔分解次数的确认,在此种情况下,所述确认方式及统计方式可与对应的获取到的预设数量的数值相关,例如所述统计方式为二维切面图像与二维磁共振成像的总共金字塔分解次数,则确认方式即为获取到的所述预设数量应与所述统计方式对应。将统计到的所述金字塔分解次数与预设数量比对,在确认所述金字塔分解次数大于或等于预设数量时,确认所述二维切面图像与所述二维磁共振成像的金字塔分解结果已达标准状态,执行输出配准后的二维磁共振成像的步骤。
步骤S70,在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数;
步骤S80,以优化后的所述预设变换参数/预设平移参数重新执行图像变换操作。
在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数,所述预设算法为调整所述预设变换参数/预设平移参数的参数数值的算法,在本发明中定义为1+1进化算法。将所述预设变换参数/预设平移参数优化后,重新执行所述二维磁共振成像的二维平移变换及所述三维断层扫描数据的三维欧拉变换操作。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有图像配准程序,所述图像配准程序被处理器执行时实现如下操作:
获取目标用户标准化的二维磁共振成像和三维断层扫描数据;
在所述三维断层扫描数据中提取出二维切面图像;
将所述二维切面图像与所述二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;
将配准后的所述二维磁共振成像与所述三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
将所述三维断层扫描数据以预设变换参数进行三维欧拉变换;
在变换后的所述三维断层扫描数据中提取变换后的二维切面图像,根据变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
将所述二维切面图像与所述二维磁共振成像进行金字塔分解,得到金字塔型二维切面图像数据与金字塔型二维磁共振成像数据;
以预设平移参数将所述金字塔型二维磁共振成像进行二维平移变换;
根据所述金字塔型二维切面图像数据与变换后的所述金字塔型二维磁共振成像数据的互信息,输出配准后的二维磁共振成像。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
根据所述互信息分别判断所述预设变换参数/预设平移参数是否满足预设优化条件;
在确认所述预设变换参数/预设平移参数满足所述预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
统计所述二维切面图像与所述二维磁共振成像的金字塔分解次数;
在确认所述金字塔分解次数大于或等于预设次数时,执行输出配准后的二维磁共振成像的步骤。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数;
以优化后的所述预设变换参数/预设平移参数重新执行图像变换操作。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
获取目标用户的二维磁共振成像和三维断层扫描数据,并将所述二维磁共振成像和三维断层扫描数据进行标准化处理;
根据所述标准化处理操作,得到标准化的所述二维磁共振成像和三维断层扫描数据。
进一步地,所述图像配准程序被处理器执行时还实现如下操作:
获取所述三维断层扫描数据的尺寸数据,并根据所述尺寸数据计算在所述三维断层扫描数据中提取所述二维切面图像的提取位置。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、药品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、药品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、药品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种图像配准方法,其特征在于,所述图像配准方法包括以下步骤:
获取目标用户的二维磁共振成像和三维断层扫描数据,并将所述二维磁共振成像和三维断层扫描数据以预设标准化公式进行标准化处理,所述二维磁共振成像为MRI成像,所述三维断层扫描数据为CT数据;
根据所述预设标准化公式的标准化处理操作,得到标准化的二维磁共振成像和三维断层扫描数据;
获取所述标准化的三维断层扫描数据的尺寸数据,并根据所述尺寸数据计算在所述标准化的三维断层扫描数据中提取二维切面图像的提取位置;
在所述标准化的三维断层扫描数据的提取位置中提取出所述二维切面图像;
将提取出的所述二维切面图像与所述标准化的二维磁共振成像进行图像配准,输出配准后的二维磁共振成像;
将配准后的所述二维磁共振成像与所述标准化的三维断层扫描数据进行图像配准,输出配准后的二维切面图像。
2.如权利要求1所述的图像配准方法,其特征在于,所述将配准后的所述二维磁共振成像与所述标准化的三维断层扫描数据进行图像配准,输出配准后的二维切面图像的步骤,包括:
将所述标准化的三维断层扫描数据以预设变换参数进行三维欧拉变换;
在变换后的所述三维断层扫描数据中提取变换后的二维切面图像,根据变换后的所述二维切面图像与配准后的所述二维磁共振成像的互信息,输出配准后的所述二维切面图像。
3.如权利要求1所述的图像配准方法,其特征在于,所述将提取出的所述二维切面图像与所述标准化的二维磁共振成像进行图像配准,输出配准后的二维磁共振成像的步骤,包括:
将提取出的所述二维切面图像与标准化的所述二维磁共振成像进行金字塔分解,得到金字塔型二维切面图像数据与金字塔型二维磁共振成像数据;
以预设平移参数将所述金字塔型二维磁共振成像进行二维平移变换;
根据所述金字塔型二维切面图像数据与变换后的所述金字塔型二维磁共振成像数据的互信息,输出配准后的二维磁共振成像。
4.如权利要求2或3任一项所述的图像配准方法,其特征在于,所述图像配准方法,还包括:
根据所述互信息分别判断所述预设变换参数/预设平移参数是否满足预设优化条件;
在确认所述预设变换参数/预设平移参数满足所述预设优化条件时,执行输出配准后的二维切面图像/二维磁共振成像的步骤。
5.如权利要求4所述的图像配准方法,其特征在于,所述在确认所述预设平移参数满足所述预设优化条件时,执行输出配准后的二维磁共振成像的步骤,包括:
统计提取出的所述二维切面图像与所述二维磁共振成像的金字塔分解次数;
在确认所述金字塔分解次数大于或等于预设次数时,执行输出配准后的二维磁共振成像的步骤。
6.如权利要求4所述的图像配准方法,其特征在于,所述根据所述互信息判断所述预设变换参数是否满足预设优化条件的步骤之后,还包括:
在确认所述预设变换参数/预设平移参数不满足所述预设优化条件时,以预设算法优化所述预设变换参数/预设平移参数;
以优化后的所述预设变换参数/预设平移参数重新执行图像变换操作。
7.一种图像配准装置,其特征在于,所述图像配准装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述图像配准方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图像配准程序,所述图像配准程序被处理器执行时实现如权利要求1至6中任一项所述图像配准方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566203.5A CN108742678B (zh) | 2018-06-01 | 2018-06-01 | 图像配准方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566203.5A CN108742678B (zh) | 2018-06-01 | 2018-06-01 | 图像配准方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108742678A CN108742678A (zh) | 2018-11-06 |
CN108742678B true CN108742678B (zh) | 2022-02-18 |
Family
ID=63998870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810566203.5A Active CN108742678B (zh) | 2018-06-01 | 2018-06-01 | 图像配准方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108742678B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188808B (zh) * | 2019-05-22 | 2021-08-24 | 山东颐邦齐鲁医生集团管理有限公司 | 一种磁共振图像分离方法、系统、终端及存储介质 |
CN113205542A (zh) * | 2021-04-30 | 2021-08-03 | 深圳高性能医疗器械国家研究院有限公司 | 运用机器视觉的三维图像配准方法及血脑屏障开放装置 |
CN113628260A (zh) * | 2021-07-05 | 2021-11-09 | 中国科学院深圳先进技术研究院 | 一种图像配准方法、装置、终端设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818974A (zh) * | 2006-03-08 | 2006-08-16 | 杭州电子科技大学 | 一种多模态医学体数据三维可视化方法 |
CN1926574A (zh) * | 2004-02-20 | 2007-03-07 | 皇家飞利浦电子股份有限公司 | 用于图像的多模式配准的设备和方法 |
CN101903908A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 基于特征的2d/3d图像配准 |
CN106204511A (zh) * | 2016-07-15 | 2016-12-07 | 西安交通大学第附属医院 | 一种二维图像与ct、mr图像的三维融合方法 |
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 |
CN106447704A (zh) * | 2016-10-13 | 2017-02-22 | 西北工业大学 | 基于显著区域特征和边缘度的可见光‑红外图像配准方法 |
CN106997602A (zh) * | 2017-03-17 | 2017-08-01 | 西安电子科技大学 | 基于gpu和金字塔互信息的sar图像配准方法 |
CN107072628A (zh) * | 2014-10-27 | 2017-08-18 | 医科达有限公司 | 用于放射治疗的图像导引 |
CN107123137A (zh) * | 2017-04-28 | 2017-09-01 | 上海联影医疗科技有限公司 | 医学图像处理方法及设备 |
CN107507234A (zh) * | 2017-08-29 | 2017-12-22 | 北京大学 | 锥束计算机断层扫描图像与x光图像配准方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10322738A1 (de) * | 2003-05-20 | 2004-12-16 | Siemens Ag | Verfahren zur markerlosen automatischen Fusion von 2D-Fluoro-C-Bogen-Bildern mit präoperativen 3D-Bildern unter Verwendung eines intraoperativ gewonnenen 3D-Datensatzes |
-
2018
- 2018-06-01 CN CN201810566203.5A patent/CN108742678B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1926574A (zh) * | 2004-02-20 | 2007-03-07 | 皇家飞利浦电子股份有限公司 | 用于图像的多模式配准的设备和方法 |
CN1818974A (zh) * | 2006-03-08 | 2006-08-16 | 杭州电子科技大学 | 一种多模态医学体数据三维可视化方法 |
CN101903908A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 基于特征的2d/3d图像配准 |
CN105844586A (zh) * | 2007-12-18 | 2016-08-10 | 皇家飞利浦电子股份有限公司 | 基于特征的2d/3d图像配准 |
CN107072628A (zh) * | 2014-10-27 | 2017-08-18 | 医科达有限公司 | 用于放射治疗的图像导引 |
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 |
CN106204511A (zh) * | 2016-07-15 | 2016-12-07 | 西安交通大学第附属医院 | 一种二维图像与ct、mr图像的三维融合方法 |
CN106447704A (zh) * | 2016-10-13 | 2017-02-22 | 西北工业大学 | 基于显著区域特征和边缘度的可见光‑红外图像配准方法 |
CN106997602A (zh) * | 2017-03-17 | 2017-08-01 | 西安电子科技大学 | 基于gpu和金字塔互信息的sar图像配准方法 |
CN107123137A (zh) * | 2017-04-28 | 2017-09-01 | 上海联影医疗科技有限公司 | 医学图像处理方法及设备 |
CN107507234A (zh) * | 2017-08-29 | 2017-12-22 | 北京大学 | 锥束计算机断层扫描图像与x光图像配准方法 |
Non-Patent Citations (1)
Title |
---|
快速数字影像重建的2维/3维医学图像配准;刘坤 等;《中国图象图形学报》;20160131;第21卷(第1期);第69-77页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108742678A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6700622B2 (ja) | マルチモーダル画像を処理するシステム及び方法 | |
CN112770838B (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
EP3611699A1 (en) | Image segmentation using deep learning techniques | |
CN108742678B (zh) | 图像配准方法、装置及计算机可读存储介质 | |
US8571280B2 (en) | Transmission of medical image data | |
US20110262015A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US20210327057A1 (en) | Methods and systems for displaying a region of interest of a medical image | |
WO2021128825A1 (zh) | 三维目标检测及模型的训练方法及装置、设备、存储介质 | |
JP7326499B2 (ja) | 画像検出モデルのトレーニング方法及びその関連装置、機器、記憶媒体 | |
Khader et al. | An information-theoretic method for multimodality medical image registration | |
JP2006325638A (ja) | 異常陰影候補の検出方法及び医用画像処理システム | |
CN112435341B (zh) | 三维重建网络的训练方法及装置、三维重建方法及装置 | |
Modanwal et al. | Normalization of breast MRIs using cycle-consistent generative adversarial networks | |
Ren et al. | Realistic medical image super-resolution with pyramidal feature multi-distillation networks for intelligent healthcare systems | |
CN111081372B (zh) | 疾病诊断装置、终端设备及计算机可读存储介质 | |
CN108511052B (zh) | 用于确定投影数据组的方法以及投影确定系统 | |
CN116664476A (zh) | 确定医学图像数据中描绘的解剖异常的变化的方法和系统 | |
CN111445406B (zh) | 一种低剂量ct图片质量改善方法、系统及设备 | |
US11138736B2 (en) | Information processing apparatus and information processing method | |
CN114494014A (zh) | 一种磁共振图像超分辨率重建方法及装置 | |
CN114048738A (zh) | 基于症状描述的数据采集方法、装置、计算设备、介质 | |
Revathy et al. | Medical image registration using landmark registration technique and fusion | |
CN111724363B (zh) | 四维心脏图像质量评估方法、装置、设备及存储介质 | |
CN113781593B (zh) | 四维ct图像的生成方法、装置、终端设备及存储介质 | |
US20230154067A1 (en) | Output Validation of an Image Reconstruction Algorithm |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |