CN109410257A - 多信息3d医学图像高精度配准方法 - Google Patents

Abstract

本发明公开了一种多信息3D医学图像高精度配准方法，包括分别提取参考图像和浮动图像的外轮廓点云；分别计算参考图像和浮动图像的质心；分别将两模态的质心平移至与原点重合，得到新的参考模态和浮动模态；分别计算得出参考模态和浮动模态的第一根特征轴向量和第二根特征轴向量；根据求得的特征轴向量构造旋转算子，并完成浮动图像的旋转；平移和旋转后完成配准。本发明几何意义简单直观，经过实验和客观参考对比分析，配准精度高，并具有通用性，便于医生对病人病情进行准确地分析。

Description

多信息3D医学图像高精度配准方法

本申请是申请号：201610650011.3、申请日：2016.08.09、名称“基于颅外轮廓特征几何不变量多信息3D医学图像配准方法”的分案申请。

技术领域

本发明涉及一种基于颅外轮廓特征几何不变量多信息3D医学图像配准方法。

背景技术

医生对就诊者进行诊疗和手术的过程中，往往通过非侵入的方式采集人体内部组织结构的图像，通过相应的成像技术，就诊者体内同一部位的不同方面的状况信息可以通过相应的医学图像观察到。单种的医学图像提供不了全面丰富的病情信息，而不同的医学图像信息为医生对就诊者病情的综合诊断提供了多方面的参考。在实际诊断中，医生需要获得病人多种形式的断层医学图像后，才便于根据疑似病患部位的完整解剖细节和功能状况进行判断。以往这种情况下，医生只能根据经验，对多个单一独立的图像进行判断，在脑海中将这些三维刚体图片或形变信息融合起来。这种方式对医生的经验准确度是很大的考验，而且因人而异，不准确的判断可能会对诊断结果造成不可预知的风险。

发明内容

本发明的目的在于提供一种方便医生在临床观察中更准确的从多种成像方式中观察病人病情的基于颅外轮廓特征几何不变量多信息3D医学图像配准方法。

本发明的技术解决方案是：

一种基于颅外轮廓特征几何不变量多信息3D医学图像配准方法，其特征是：包括下列步骤：

(1)分别提取参考图像和浮动图像的外轮廓点云；

(2)分别计算参考图像和浮动图像的质心；

(3)分别将两模态的质心平移至与原点重合，得到新的参考模态和浮动模态；

(4)分别计算得出参考模态和浮动模态的第一根特征轴向量和第二根特征轴向量；

(5)根据求得的特征轴向量构造旋转算子，并完成浮动图像的旋转；

(6)平移和旋转后完成配准。

步骤(1)的具体方法：根据参考图像与浮动图像的3D模态数据构成的离散点云，提取参考图像和浮动图像的外轮廓点云，分别记作和其中，n_r是参考模态外轮廓点的个数，n_f是浮动模态外轮廓点的个数，i＝1,2,3,...,n，和分别是参考模态和浮动模态外轮廓点云。

步骤(2)中参考图像质心和浮动图像质心分别记作o_r、o_f，所述的质心计算公式为：其中o是质心，n是对应模态点的个数，i＝1,2,3,...,n，v_i是外轮廓点云，代表几何代数空间。

步骤(3)中所述的质心分别为o_r和o_f，所述的新的参考模态和浮动模态分别是其中，n_r是新的参考模态外轮廓点的个数，n_f是新的浮动模态外轮廓点的个数，i＝1,2,3,...,n_r，和分别是新的参考模态和浮动模态外轮廓点云。

步骤(5)、步骤(6)的具体方法是：所述的旋转算子记作T；

根据参考模态和浮动模态的第一根特征轴向量 首先构造旋转算子T₁，如式(3)：

所述的，

是参考模态的第一根轴向量，是浮动模态的第一根轴向量；

经过T₁的旋转操作，构造旋转算子T₂，如式(4)：

所述的 是参考模态的第二根轴向量，是浮动模态的第二根轴向量；再进行一次旋转配准；

为了使得配准过程简单清晰化，做两次配准处理；算子T₁和T₂合成一个算子，可以构造一次旋转算子T＝T₁T₂，执行一次旋转操作即可。

步骤(4)的具体方法是：

(1)计算外轮廓点云中各点到质心的欧几里得距离，并找出距离值最大时所对应的点；在得到了外轮廓数据之后，在轮廓点云中找到一个点，该点满足到质心o的欧几里得距离最远；即计算轮廓上任意点到相应质心o的欧几里得距离，取欧几里得距离最远时所对应的轮廓上的点；为了便于计算，此处取欧几里得距离的平方，如式(1)：

所述的式(1)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(2)以过所述的质心和所述的最大欧几里得距离对应的外轮廓上的点的矢量作为相应模态的第一根轴向量；刚体的第一根特征轴向量记作参考模态和浮动模态的第一根特征轴向量分别是

(3)以第一根轴向量作为直线方向向量，计算对应模态上所有点到此直线的距离，以映射向量的距离的平方作为距离测度，寻找到该直线距离最大的点；以作为直线方向向量，计算刚体上所有点到此直线的距离，利用映射向量的距离的平方来表示为距离测度，寻找最大值，如式(2)：

所述的式(2)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(4)取所述的到第一根轴向量距离最远的点到所述的直线方向向量的映射向量作为第二根特征轴向量；相应模态的第二根特征轴向量记作参考模态和浮动模态的第二根特征轴向量分别是

(5)单位化处理之后的第一根特征轴和第二根特征轴就是所要建立的几何相对特征不变量；参考模态和浮动模态的第一根特征轴向量分别是参考模态和浮动模态的第二根特征轴向量分别是根据计算得到的几何相对特征不变量构造旋转算子。

本发明几何意义简单直观，经过实验和客观参考对比分析，配准精度高，并具有通用性，便于医生对病人病情进行准确地分析。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是配准流程图。

图2是几何相对特征不变量提取步骤。

具体实施方式

一种基于颅外轮廓特征几何不变量多信息3D医学图像配准方法，包括下列步骤：

(1)分别提取参考图像和浮动图像的外轮廓点云；

(2)分别计算参考图像和浮动图像的质心；

(3)分别将两模态的质心平移至与原点重合，得到新的参考模态和浮动模态；

(4)分别计算得出参考模态和浮动模态的第一根特征轴向量和第二根特征轴向量；

(5)根据求得的特征轴向量构造旋转算子，并完成浮动图像的旋转；

(6)平移和旋转后完成配准。

步骤(1)的具体方法：根据参考图像与浮动图像的3D模态数据构成的离散点云，提取参考图像和浮动图像的外轮廓点云，分别记作和其中，n_r是参考模态外轮廓点的个数，n_f是浮动模态外轮廓点的个数，i＝1,2,3,...,n，和分别是参考模态和浮动模态外轮廓点云。

步骤(2)中参考图像质心和浮动图像质心分别记作o_r、o_f，所述的质心计算公式为：其中o是质心，n是对应模态点的个数，i＝1,2,3,...,n，v_i是外轮廓点云，代表几何代数空间。

步骤(3)中所述的质心分别为o_r和o_f，所述的新的参考模态和浮动模态分别是其中，n_r是新的参考模态外轮廓点的个数，n_f是新的浮动模态外轮廓点的个数，i＝1,2,3,...,n_r，和分别是新的参考模态和浮动模态外轮廓点云。

步骤(5)、步骤(6)的具体方法是：所述的旋转算子记作T；

根据参考模态和浮动模态的第一根特征轴向量 首先构造旋转算子T₁，如式(3)：

所述的，

是参考模态的第一根轴向量，是浮动模态的第一根轴向量；

经过T₁的旋转操作，构造旋转算子T₂，如式(4)：

所述的 是参考模态的第二根轴向量，是浮动模态的第二根轴向量；再进行一次旋转配准；

为了使得配准过程简单清晰化，做两次配准处理；算子T₁和T₂合成一个算子，可以构造一次旋转算子T＝T₁T₂，执行一次旋转操作即可。

步骤(4)的具体方法是：

(1)计算外轮廓点云中各点到质心的欧几里得距离，并找出距离值最大时所对应的点；在得到了外轮廓数据之后，在轮廓点云中找到一个点，该点满足到质心o的欧几里得距离最远；即计算轮廓上任意点到相应质心o的欧几里得距离，取欧几里得距离最远时所对应的轮廓上的点；为了便于计算，此处取欧几里得距离的平方，如式(1)：

所述的式(1)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(2)以过所述的质心和所述的最大欧几里得距离对应的外轮廓上的点的矢量作为相应模态的第一根轴向量；刚体的第一根特征轴向量记作参考模态和浮动模态的第一根特征轴向量分别是

(3)以第一根轴向量作为直线方向向量，计算对应模态上所有点到此直线的距离，以映射向量的距离的平方作为距离测度，寻找到该直线距离最大的点；以作为直线方向向量，计算刚体上所有点到此直线的距离，利用映射向量的距离的平方来表示为距离测度，寻找最大值，如式(2)：

所述的式(2)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(4)取所述的到第一根轴向量距离最远的点到所述的直线方向向量的映射向量作为第二根特征轴向量；相应模态的第二根特征轴向量记作参考模态和浮动模态的第二根特征轴向量分别是

(5)单位化处理之后的第一根特征轴和第二根特征轴就是所要建立的几何相对特征不变量；参考模态和浮动模态的第一根特征轴向量分别是参考模态和浮动模态的第二根特征轴向量分别是根据计算得到的几何相对特征不变量构造旋转算子。

本发明提出的方法，采用美国Vanderbilt大学RREP项目数据库中的病人代号为Patient_001的临床数据，选取其中训练用图像数据中的CT图像作为浮动图像，MR_PD作为参考图像，得到最小误差为3.44mm，最大误差为6.07mm，3D图像的配准效果良好。

Claims (2)

1.一种多信息3D医学图像高精度配准方法，其特征是：包括下列步骤：

(1)分别提取参考图像和浮动图像的外轮廓点云；

(2)分别计算参考图像和浮动图像的质心；

(3)分别将两模态的质心平移至与原点重合，得到新的参考模态和浮动模态；

(4)分别计算得出参考模态和浮动模态的第一根特征轴向量和第二根特征轴向量；

(5)根据求得的特征轴向量构造旋转算子，并完成浮动图像的旋转；

(6)平移和旋转后完成配准；

步骤(4)的具体方法是：

(1)计算外轮廓点云中各点到质心的欧几里得距离，并找出距离值最大时所对应的点；在得到了外轮廓数据之后，在轮廓点云中找到一个点，该点满足到质心o的欧几里得距离最远；即计算轮廓上任意点到相应质心o的欧几里得距离，取欧几里得距离最远时所对应的轮廓上的点；为了便于计算，此处取欧几里得距离的平方，如式(1)：

所述的式(1)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i﹒e₁+y_i﹒e₂+z_i﹒e₃，i＝1,2,L,n；n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(2)以过所述的质心和所述的最大欧几里得距离对应的外轮廓上的点的矢量作为相应模态的第一根轴向量；刚体的第一根特征轴向量记作参考模态和浮动模态的第一根特征轴向量分别是

(3)以第一根轴向量作为直线方向向量，计算对应模态上所有点到此直线的距离，以映射向量的距离的平方作为距离测度，寻找到该直线距离最大的点；以作为直线方向向量，计算刚体上所有点到此直线的距离，利用映射向量的距离的平方来表示为距离测度，寻找最大值，如式(2)：

所述的式(2)中o＝x_oe₁+y_oe₂+z_oe₃，

X_i＝x_i﹒e₁+y_i﹒e₂+z_i﹒e₃，i＝1,2,L,n；，n为刚体外轮廓点云总数，x_o、y_o、z_o为常数，x_i、y_i、z_i为常数，e₁、e₂、e₃是几何代数子空间的一组基；

(4)取所述的到第一根轴向量距离最远的点到所述的直线方向向量的映射向量作为第二根特征轴向量；相应模态的第二根特征轴向量记作参考模态和浮动模态的第二根特征轴向量分别是

(5)单位化处理之后的第一根特征轴和第二根特征轴就是所要建立的几何相对特征不变量；参考模态和浮动模态的第一根特征轴向量分别是参考模态和浮动模态的第二根特征轴向量分别是根据计算得到的几何相对特征不变量构造旋转算子；

步骤(2)中参考图像质心和浮动图像质心分别记作o_r、o_f，所述的质心计算公式为：其中o是质心，n是对应模态点的个数，i＝1,2,3,...,n，v_i是外轮廓点云，代表几何代数空间。

2.根据权利要求1所述的多信息3D医学图像高精度配准方法，其特征是：步骤(1)的具体方法：根据参考图像与浮动图像的3D模态数据构成的离散点云，提取参考图像和浮动图像的外轮廓点云，分别记作和其中，n_r是参考模态外轮廓点的个数，n_f是浮动模态外轮廓点的个数，i＝1,2,3,...,n，和分别是参考模态和浮动模态外轮廓点云。