CN112529950B - 一种用于辐射剂量评估的生物体体素模型实现方法 - Google Patents
一种用于辐射剂量评估的生物体体素模型实现方法 Download PDFInfo
- Publication number
- CN112529950B CN112529950B CN202011441424.3A CN202011441424A CN112529950B CN 112529950 B CN112529950 B CN 112529950B CN 202011441424 A CN202011441424 A CN 202011441424A CN 112529950 B CN112529950 B CN 112529950B
- Authority
- CN
- China
- Prior art keywords
- image
- organ
- tissue
- registered
- pixel
- 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
-
- 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
- G06T7/38—Registration of image sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及用于辐射剂量评估的生物体体素模型实现方法,识别并分割每张断层图像中的器官和/或组织,给模型各个器官和/或组织赋予物理属性,所述物理属性包括各个器官和/或组织的元素组成和密度,将体素模型的描述,本发明解决了现有技术中对于颜色信息复杂的断层解剖图像手动进行分割,工作量大的问题,采用半自动识别与分割方法,既大大提高了识别与分割效率,又保证了图像识别与分割的质量。本发明解决了现有技术中图像采集过程中所产生的标本位置的微小形变和移动问题,对序列图像进行了图像配准。本发明解决了现有技术中显示效果不好所带来的问题,对模型进行三维重建和可视化,以观察图像配准、器官和/或组织的识别与分割效果。
Description
技术领域
本发明涉及辐射剂量评估和模型实现技术领域,更为具体地,本发明涉及用于辐射剂量评估的生物体体素模型实现方法。
背景技术
体素模型作为一种数字化模型,其能够用于辐射剂量的模拟计算,以模拟各种粒子,例如,中子、光子、电子在模型内部的输运,得到各种需要的物理量,例如,粒子注量、辐射剂量。现有CT或MRI断层图像序列不能清晰反映断层的全部信息,分辨出的组织和/或器官有限,大大限制了体素模型在辐射剂量模拟计算中的应用。现有技术中对颜色信息复杂的断层解剖图像,无成熟的图像分割算法用以对其进行识别和分割,依靠人工肉眼识别的话,手工进行工作量非常大。最后,在实现过程中还要考虑到模拟计算过程中使用灵活性和实用性的要求。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提出一种用于辐射剂量评估的生物体体素模型实现方法,本发明的断层图像为具有控制点对的矢状面图像。本发明中采用基于控制点对的线性变换方法,对断层图像序列进行配准,提高配准效率和质量;在对断层图像组织器官识别与分割过程中,利用“选区”复制技术,极大提高组织器官识别与分割效率;在模型三维重建过程中,利用预先建立针对每个器官的二值化图像序列,完成对所有器官和组织进行三维重建可视化,不仅提高了三维可视化效率,并且有利于验证器官组织结构的准确性。另外,利用重复结构功能的栅元描述方法为体素模型赋予物理属性,不仅极大提高赋值效率,而且减小了计算内存开销。
本发明的技术方案如下:
一种用于辐射剂量评估的生物体体素模型实现方法,识别并分割每张断层图像中的器官和/或组织,给模型各个器官和/或组织赋予物理属性,所述物理属性包括各个器官和/或组织的元素组成和密度,将体素模型的描述,其具体包括如下步骤:
S1:采集小鼠序列切片图像,获取小鼠体素模型的序列断层图像;所述断层图像类型为冷冻断层切片图像;
S2:对S1中所获得的序列断层图像进行配准,纠正S1中所获得序列切片图像的相互位置偏差;
S3:经过S2步骤的配准过程后,重新选择基准图像和待配准图像的其他控制点对,重复S2步骤配准过程,进一步提高图像配准质量;
S4:对配准后的序列图像进行像素调整,并减少用于建立体素模型的断层图片数量,以提高辐射输运模拟计算效率;
S5:对组织、器官进行识别与分割,使一种组织或器官用一种颜色填充,通过颜色差异给不同的器官或组织赋予不同的物理属性;
S6:对小鼠体素模型进行三维重建以及三维显示,检验序列图像配准情况以及组织、器官的分割效果,验证模型解剖结构是否与真实的解剖结构一致;
S7:基于重复体素结构功能的栅格描述方法对体素模型进行描述。
优选地,在获取小鼠体素模型断层图像的过程中要求所述小鼠冷冻块与切割平台粘合固定,避免切割过程中小鼠位置发生偏移;小鼠被充分冷冻后包裹固定。
优选地,沿着小鼠冷冻块矢状面方向,在小鼠体外与冷冻块边缘之间打孔,打孔个数>2,以在每张断层图像上留下控制点;孔洞长度等于为冷冻块矢状面厚度以便进行图像配准。
优选地,所述断层解剖图像为矢状面图像以减少总的断层切片图像数量,提升后续图片配准和组织器官识别与分割效率。
优选地,利用小鼠的序列断层图像中的留下的控制点,通过空间变换对 S1所获得的连续图像进行配准;步骤S2中图像配准的具体步骤如下所示:
步骤一:选定基准图像,以第1张矢状面图像为基准图像,基准图像用 B1表示;
步骤二:在基准图像B1中选择两个黑色控制点,分别用B1 1和B1 2表示;在待配准图像Bi中选取与基准图像位置相对应的两个控制点,分别用Bi 1和 Bi 2表示,其中i为序列图像中的第i张图像;
图像配准时,要求所述基准图像和待配准图像均为灰度图像,其所述基准图像和所述待配准图像具有一个颜色分量值;
步骤三:标记控制点对的几何位置;分别读取基准图像和待配准图像灰度值为0的控制点对,记录并保存其像素几何位置:基准图像B1 1控制点的几何位置记录为B1 1(x1,y1),B1 2的几何位置记录为B1 2(x2,y2);待配准图像控制点Bi 1的位置记录为Bi 1(x′,y′),Bi 2的位置记录为Bi 2(x″,y″);
步骤四:通过控制点对的几何位置计算基准图像和待配准图像之间的几何变换参数。
优选地,步骤S2中图像配准的步骤四中的几何变换参数的具体步骤如下:
①:计算B1 1(x1,y1)与Bi 1(x′,y′)几何位置差异:其中x′=x1+tx,y′=y1+ty, 对Bi图像在X轴方向平移tx像素,在Y轴平移ty像素,使得待配准图像和基准图像在B1 1控制点重合;
②:待配准图像在经过①步骤平移后,计算B1 2(x2,y2)与Bi 2(x″,y″) 的几何位置差异;
若B1 2(x2,y2)与Bi 2(x″,y″)有几何位置差异,则转入③步骤进行几何变换;
若B1 2(x2,y2)与Bi 2(x″,y″)有几何位置差异为0,则图像配准结束;
③:计算B1 2(x2,y2)与B1 1(x1,y1)之间的直线距离,将该距离记录为 R;计算Bi 2(x″,y″)与B1 1(x1,y1)之间的直线距离,距离记录为R′;
如果R=R′,则对待配准图像进行旋转几何变换;
旋转变换公式为:x″=x2 cosβ-y2 sinβ;y″=x2 sinβ+y2cosβ,旋转结束后待配准图像完成配准;
如果R≠R′,则转入步骤④进行几何变换;
④令R′/R=a,对待配准图像首先进行缩放变换,缩放变换公式为:x″=a x2;y″=ay2;待缩放变换结束后,返回步骤③再进行旋转变换。
优选地,S4:对配准后的序列图像进行像素调整,并减少用于建立体素模型的断层图片数量,其具体包括如下步骤:
①对配准后的图像进行像素调整:将原始图片定义为A图像,其图像大小为m×n像素,将裁剪后的图像定义为B图像,其大小为m′×n′像素;
②B图像左边界距离A图像左边界为x像素,B图像右边界距离A图像右边界距离为y像素;B图像上边界距离A图像上边界距离为u像素,B图像下边界距离A图像下边界距离为k像素;其中x+n′+y=n,u+m′+k=m;
③顺序读取A图像中第N(i,j)像素颜色值,其中u<i≤u+m′;x<j≤x+n′;
④建立m′×n′的二维矩阵,将③中读取的像素颜色值顺序赋予m′×n′矩阵中每个元素,形成裁剪后的图像B;
⑤从第一张原始图像开始,重复上述①~④步骤,完成所有图像像素的调整;
⑥每间隔一张图像选择一张图像,以减少辐射输运模拟计算内存开销。
优选地,S5中对组织、器官进行识别与分割,使一种组织或器官用一种颜色填充,通过颜色差异给不同的器官或组织赋予不同的物理属性的具体方法如下:
首先,根据断层图像解剖结构和颜色信息,将属于同一个器官获组织的区域分别在各个断层图像中勾勒出来,将所勾勒出来的区域作为“选区”;
其次,将选区用特定颜色值填充,并保存图像;
优选地,复制前一张图像已经存在的“选区”,粘贴到下一张待识别与分割的图像中,根据器官组织解剖结构特点对复制选区进行微调,然后保存图像。
优选地,S6的具体步骤如下;
①针对每个器官或组织,建立单独的二值化断层图像序列;从每张图像的第一个像素点开始,顺序读取每个像素点的颜色值;如果该颜色值属于某个器官或组织,则将该像素点赋予(0,0,0)颜色值,如果不是属于某个器官或组织,则将该像素点赋予(255,255,255)颜色值;待该图像所有像素读取完毕,重新保存图像,生成只包含有某个器官或组织的二值化图像;
②从第一张图像开始,按顺序对所有断层图像都重复上述①步骤,则生成一个只包含有某个器官组织的二值化断层图像序列;
③针对S5步骤识别分割出的每个器官组织,都分别重复上述①②步骤,则生成所有器官的二值化图像序列;
④针对某个器官组织的所有二值化图像进行单个器官或组织的三维重建,对器官三维重建图像进行多角度观察,验证其是否与真实的器官结构形状一致;
⑤对所有器官组织的二值化序列化图像进行上述④步骤操作,完成对所有器官组织解剖结构的验证。
优选地,S7中的具体包括如下步骤:
A:预设体素模型中每个体素的大小和形状相同;
B:针对不同的器官或组织j,利用A步骤,分别建立体素Vmj,Vmj表示属于器官或组织j的体素,其物理属性为mj;
C:针对S5步骤完成的所有断层图像,从第1张图像第1个像素点开始,到最后1张图像的最后1个像素结束,顺序读取所有像素;如果某个像素颜色值属于某个器官或组织j,则记录该像素在体素模型中的位置信息为 Lj(a,b,c),其中a表示第a张图像,b表示第a张图像中第b行像素;c表示第a张图像中第c列像素;
D:对所有Lj(a,b,c),重复调用体素Vmj,则将所有具有位置信息的像素点转换为包含有各个器官组织解剖结构信息和物理属性的体素模型。
优选地,根据断层图像像素的分辨率大小n和断层图像之间的间隔厚度 k,设置单个立方体体素V的尺寸为n×n×k;将体素V赋值物理属性m,由此建立含有物理属性的单个体素Vm。
与现有技术相比,本发明的优点在于:
本发明的用于辐射剂量评估的生物体体素模型实现方法,其解决了现有技术中对于颜色信息复杂的断层解剖图像手动进行分割,工作量大的问题,采用半自动识别与分割方法,既大大提高了识别与分割效率,又保证了图像识别与分割的质量。本发明解决了现有技术中图像采集过程中所产生的标本位置的微小形变和移动问题,对序列图像进行了图像配准。本发明解决了现有技术中显示效果不好所带来的问题,对模型进行三维重建和可视化,以观察图像配准、器官和/或组织的识别与分割效果。
附图说明
本发明上述和/或附加方面的优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明实施例的一种用于辐射剂量评估的生物体体素模型实现方法的流程示意图。
图2是根据本发明实施例的一种用于辐射剂量评估的生物体体素模型实现方法中旋转变换坐标示意图。
图3是根据本发明实施例的一种用于辐射剂量评估的生物体体素模型实现方法中的已完成器官或组织识别与分割后的图像。
图4是根据本发明实施例的一种用于辐射剂量评估的生物体体素模型实现方法中的三维重建图像。
图5是根据本发明实施例的一种用于辐射剂量评估的生物体体素模型实现方法中体素模型某个矢状面图像。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
如图1至图5所示的根据本发明实施例的用于辐射剂量评估的生物体体素模型实现方法,识别并分割每张断层图像中的器官和/或组织,给模型各个器官或组织赋予物理属性,所述物理属性包括各个器官和/或组织的元素组成和密度,将体素模型的描述,其具体包括如下步骤:
S1:采集小鼠序列切片图像,获取小鼠体素模型的序列断层图像;
优选地,所述断层图像类型为冷冻断层切片图像。
优选地,在获取小鼠体素模型断层图像的过程中要求,所述小鼠冷冻块与切割平台粘合固定,避免切割过程中小鼠位置发生偏移。
优选地,所述小鼠冷冻块的体积大小为长10~12cm,宽度为6~8cm,厚度为2~4cm,以确保小鼠被充分冷冻后包裹固定。
优选地,为了方便后续图像配准,沿着小鼠冷冻块矢状面方向,在小鼠体外与冷冻块边缘之间打孔,打孔个数>2,以在每张断层图像上留下控制点;孔洞长度等于为冷冻块矢状面厚度。
优选地,所述断层解剖图像为矢状面图像,而非通常的横断面图像,以减少总的断层切片图像数量,提升后续图片配准和组织器官识别与分割效率。
优选地,所采集的小鼠序列切片图像为包含有控制点的连续矢状面冷冻切片图像。
S2:对S1中所获得的序列断层图像进行配准,纠正S1中所获得序列切片图像的相互位置偏差;
优选地,利用小鼠的序列断层图像中的留下的控制点,通过空间变换对 S1所获得的连续图像进行配准。
步骤S2中图像配准的具体步骤如下所示:
A:选定基准图像,以第1张矢状面图像为基准图像,基准图像用B1表示。
B:在基准图像B1中选择两个黑色控制点,分别用B1 1和B1 2表示。在待配准图像Bi中选取与基准图像位置相对应的两个控制点,分别用Bi 1和Bi 2表示。其中i为序列图像中的第i张图像。
优选地,图像配准时,要求所述基准图像和待配准图像均为灰度图像,其所述基准图像和所述待配准图像具有一个颜色分量值。
C:标记控制点对的几何位置;分别读取基准图像和待配准图像灰度值为0的控制点对,记录并保存其像素几何位置:基准图像B1 1控制点的几何位置记录为B1 1(x,y),B1 2的几何位置记录为B1 2(x,y);待配准图像控制点Bi 1的位置记录为Bi 1(x′,y′),Bi 2的位置记录为Bi 2(x″,y″)。
D:通过控制点对的几何位置计算基准图像和待配准图像之间的几何变换参数。待配准图像主要通过平移、旋转、缩放来达到与基准图像配准的目的。具体步骤如下:
①:计算B1 1(x,y)与Bi 1(x′,y′)几何位置差异:其中x′=x+tx,y′=y+ty, 对Bi图像在X轴方向平移tx像素,在Y轴平移ty像素,使得待配准图像和基准图像在B1 1控制点重合;
②:待配准图像在经过①步骤平移后,计算B1 2(x,y)与Bi 2(x″,y″) 的几何位置差异,如果B1 2(x,y)与Bi 2(x″,y″)有几何位置差异,则需进行③步几何变换;如果几何位置差异为0,则配准结束。
③:计算B1 2(x,y)与B1 1(x,y)之间的直线距离,距离记录为R;计算Bi 2(x″,y″)与B1 1(x,y)之间的直线距离,距离记录为R′;
如果R=R′,则对待配准图像进行旋转几何变换;旋转变换公式为:x″=x cosβ-ysinβ;y″=x sinβ+ycosβ,如图2的坐标示意图所示。旋转结束后待配准图像完成配准。
如果R≠R′,则进行④几何变换。
④令R′/R=a,对待配准图像首先进行缩放变换,缩放变换公式为:x″=a x;y″=ay;待缩放变换结束后,返回步骤③再进行旋转变换。
S3:优选地,经过S2步骤的配准过程后,重新选择基准图像和待配准图像的其他控制点对,重复S2步骤配准过程,进一步提高图像配准质量。
S4:对配准后的序列图像进行像素调整,并减少用于建立体素模型的断层图片数量,以提高辐射输运模拟计算效率;其具体包括如下步骤:
①对配准后的图像进行像素调整:将原始图片定义为A图像,其图像大小为m×n像素,将裁剪后的图像定义为B图像,其大小为m′×n′像素;
②B图像左边界距离A图像左边界为x像素,B图像右边界距离A图像右边界距离为y像素;B图像上边界距离A图像上边界距离为u像素,B图像下边界距离A图像下边界距离为k像素。其中x+n′+y=n,u+m′+k=m;
③顺序读取A图像中第N(i,j)像素颜色值,其中u<i≤u+m′;x<j≤x+n′;
④建立m′×n′的二维矩阵,将③中读取的像素颜色值顺序赋予m′×n′矩阵中每个元素,形成裁剪后的图像B。
⑤从第一张原始图像开始,重复上述①~④步骤,完成所有图像像素的调整。
⑥每间隔一张图像选择一张图像,使用于建立体素模型的图片数量减少大约一半,以减少辐射输运模拟计算内存开销。
S5:对组织、器官进行识别与分割,使一种组织或器官用一种颜色填充,通过颜色差异给不同的器官或组织赋予不同的物理属性;
首先,根据断层图像解剖结构和颜色信息,利用photoshop软件的“多边形锁套”工具将属于同一个器官组织的区域分别在各个断层图像中勾勒出来,例如,如将各个断层图像中的“肝脏”区域勾勒出来,勾勒出来的区域称为“选区”;
其次,将选区用特定颜色值填充,例如,如将肝脏区域填充为绿色,保存图像;
优选地,复制前一张图像已经存在的“选区”,粘贴到下一张待识别与分割的图像中,根据器官组织解剖结构特点对复制选区进行微调,然后保存图像。复制前一张选区的方法可以大量减少勾勒“选区”的工作量,从而大幅提高器官识别与分割效率;
通过以上步骤,完成对序列断层图像中的所有器官和组织进行识别与分割。图3所示的已完成器官或组织识别与分割后的图像。
S6:对小鼠体素模型进行三维重建以及三维显示,检验序列图像配准情况以及组织、器官的分割效果,验证模型解剖结构是否与真实的解剖结构一致;
①S5步骤完成后,针对每个器官或组织,建立单独的二值化断层图像序列。具体做法是:从每张图像的第一个像素点开始,顺序读取每个像素点的颜色值;如果该颜色值属于某个器官或组织,则将该像素点赋予(0,0,0) 颜色值,如果不是属于某个器官或组织,则将该像素点赋予(255,255,255) 颜色值;待该图像所有像素读取完毕,重新保存图像,生成只包含有某个器官或组织的二值化图像。
②从第一张图像开始,按顺序对所有断层图像都重复上述①步骤,则生成一个只包含有某个器官组织的二值化断层图像序列。
③针对S5步骤识别分割出的每个器官组织,都分别重复上述①②步骤,则生成所有器官的二值化图像序列。
④利用Ami ra软件,装载某个器官组织的所有二值化图像,利用面绘制功能进行单个器官或组织的三维重建,对器官三维重建图像进行多角度观察,验证其是否与真实的器官结构形状一致;
⑤对所有器官组织的二值化序列化图像进行上述④步骤操作,完成对所有器官组织解剖结构的验证。图4是三维重建图像。
S7:基于重复体素结构功能的栅格描述方法对体素模型进行描述,其具体包括如下步骤
A:预设体素模型中每个体素的大小和形状相同;
优选地,根据断层图像像素的分辨率大小n和断层图像之间的间隔厚度 k,设置单个立方体体素V的尺寸为n×n×k;也就是说,每个像素的尺寸为 n。将体素V赋值物理属性m,所述物理属性指的是化学元素组成与密度, 由此建立含有物理属性的单个体素:用Vm表示。
B:针对不同的器官或组织j,利用A步骤,分别建立体素Vmj,Vmj表示属于器官或组织j的体素,其物理属性为mj;
C:针对S5步骤完成的所有断层图像,从第1张图像第1个像素点开始,到最后1张图像的最后1个像素结束,顺序读取所有像素;如果某个像素颜色值属于某个器官或组织j,则记录该像素在体素模型中的位置信息为 Lj(a,b,c),其中a表示第a张图像,b表示第a张图像中第b行像素;c表示第a张图像中第c列像素;
D:优选的,对所有Lj(a,b,c),重复调用体素Vmj,则将所有具有位置信息的像素点转换为包含有各个器官组织解剖结构信息和物理属性的体素模型。图5为体素模型某个矢状面图像。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
在本发明的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语应做广义理解,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种用于辐射剂量评估的生物体体素模型实现方法,其特征在于,识别并分割每张断层图像中的器官和/或组织,给模型各个器官和/或组织赋予物理属性,所述物理属性包括各个器官和/或组织的元素组成和密度,将体素模型的描述,其具体包括如下步骤:
S1:采集小鼠序列切片图像,获取小鼠体素模型的序列断层图像;所述断层图像类型为冷冻断层切片图像;
小鼠冷冻块的体积大小为长10-12cm,宽度为6-8cm,厚度为2-4cm;
沿着小鼠冷冻块矢状面方向,在小鼠体外与冷冻块边缘之间打孔,打孔个数>2,以在每张断层图像上留下控制点;孔洞长度等于为冷冻块矢状面厚度以便进行图像配准;
S2:对S1中所获得的序列断层图像进行配准,纠正S1中所获得序列切片图像的相互位置偏差;
利用小鼠的序列断层图像中的留下的控制点,通过空间变换对S1所获得的连续图像进行配准;图像配准的具体步骤如下所示:
步骤一:选定基准图像,以第1张矢状面图像为基准图像,基准图像用B1表示;
步骤二:在基准图像B1中选择两个黑色控制点,分别用B1 1和B1 2表示;在待配准图像Bi中选取与基准图像位置相对应的两个控制点,分别用Bi 1和Bi 2表示,其中i为序列图像中的第i张图像;
图像配准时,要求所述基准图像和待配准图像均为灰度图像,其所述基准图像和所述待配准图像具有一个颜色分量值;
步骤三:标记控制点对的几何位置;分别读取基准图像和待配准图像灰度值为0的控制点对,记录并保存其像素几何位置:基准图像B1 1控制点的几何位置记录为B1 1(x1,y1),B1 2的几何位置记录为B1 2(x2,y2);待配准图像控制点Bi 1的位置记录为Bi 1(x′,y′),Bi 2的位置记录为Bi 2(x″,y″);
步骤四:通过控制点对的几何位置计算基准图像和待配准图像之间的几何变换参数;
步骤四中的几何变换参数的具体步骤如下:
①:计算B1 1(x1,y1)与Bi 1(x′,y′)几何位置差异:其中x′=x1+tx,y′=y1+ty,对Bi图像在X轴方向平移tx像素,在Y轴平移ty像素,使得待配准图像和基准图像在B1 1控制点重合;
②:待配准图像在经过①步骤平移后,计算B1 2(x2,y2)与Bi 2(x″,y″)的几何位置差异;
若B1 2(x2,y2)与Bi 2(x″,y″)有几何位置差异,则转入③步骤进行几何变换;
若B1 2(x2,y2)与Bi 2(x″,y″)有几何位置差异为0,则图像配准结束;
③:计算B1 2(x2,y2)与B1 1(x1,y1)之间的直线距离,将该距离记录为R;计算Bi 2(x″,y″)与B1 1(x1,y1)之间的直线距离,距离记录为R′;
如果R=R′,则对待配准图像进行旋转几何变换;
旋转变换公式为:x″=x2 cosβ-y2 sinβ;y″=x2 sinβ+y2cosβ,旋转结束后待配准图像完成配准;
如果R≠R′,则转入步骤④进行几何变换;
④令R′/R=a,对待配准图像首先进行缩放变换,缩放变换公式为:x″=a x2;y″=ay2;待缩放变换结束后,返回步骤③再进行旋转变换
S3:经过S2步骤的配准过程后,重新选择基准图像和待配准图像的其他控制点对,重复S2步骤配准过程,进一步提高图像配准质量;
S4:对配准后的序列图像进行像素调整,并减少用于建立体素模型的断层图片数量,以提高辐射输运模拟计算效率;
对配准后的序列图像进行像素调整,并减少用于建立体素模型的断层图片数量,其具体包括如下步骤:
①对配准后的图像进行像素调整:将原始图片定义为A图像,其图像大小为m×n像素,将裁剪后的图像定义为B图像,其大小为m′×n′像素;
②B图像左边界距离A图像左边界为x像素,B图像右边界距离A图像右边界距离为y像素;B图像上边界距离A图像上边界距离为u像素,B图像下边界距离A图像下边界距离为k像素;其中x+n′+y=n,u+m′+k=m;
③顺序读取A图像中第N(i,j)像素颜色值,其中u<i≤u+m′;x<j≤x+n′;
④建立m′×n′的二维矩阵,将③中读取的像素颜色值顺序赋予m′×n′矩阵中每个元素,形成裁剪后的图像B;
⑤从第一张原始图像开始,重复上述①~④步骤,完成所有图像像素的调整;
⑥每间隔一张图像选择一张图像,以减少辐射输运模拟计算内存开销;
S5:对组织、器官进行识别与分割,使一种组织或器官用一种颜色填充,通过颜色差异给不同的器官或组织赋予不同的物理属性;
S5中对组织、器官进行识别与分割,使一种组织或器官用一种颜色填充,通过颜色差异给不同的器官或组织赋予不同的物理属性的具体方法如下:
首先,根据断层图像解剖结构和颜色信息,将属于同一个器官获组织的区域分别在各个断层图像中勾勒出来,将所勾勒出来的区域作为“选区”;
其次,将选区用特定颜色值填充,并保存图像;
复制前一张图像已经存在的“选区”,粘贴到下一张待识别与分割的图像中,根据器官组织解剖结构特点对复制选区进行微调,然后保存图像;
S6:对小鼠体素模型进行三维重建以及三维显示,检验序列图像配准情况以及组织、器官的分割效果,验证模型解剖结构是否与真实的解剖结构一致;
S7:基于重复体素结构功能的栅格描述方法对体素模型进行描述。
2.如权利要求1所述的用于辐射剂量评估的生物体体素模型实现方法,其特征在于,所述断层解剖图像为矢状面图像以减少总的断层切片图像数量,提升后续图片配准和组织器官识别与分割效率。
3.如权利要求2所述的用于辐射剂量评估的生物体体素模型实现方法,其特征在于,S6的具体步骤如下;
①针对每个器官或组织,建立单独的二值化断层图像序列;从每张图像的第一个像素点开始,顺序读取每个像素点的颜色值;如果该颜色值属于某个器官或组织,则将该像素点赋予(0,0,0)颜色值,如果不是属于某个器官或组织,则将该像素点赋予(255,255,255)颜色值;待该图像所有像素读取完毕,重新保存图像,生成只包含有某个器官或组织的二值化图像;
②从第一张图像开始,按顺序对所有断层图像都重复上述①步骤,则生成一个只包含有某个器官组织的二值化断层图像序列;
③针对S5步骤识别分割出的每个器官组织,都分别重复上述①②步骤,则生成所有器官的二值化图像序列;
④针对某个器官组织的所有二值化图像进行单个器官或组织的三维重建,对器官三维重建图像进行多角度观察,验证其是否与真实的器官结构形状一致;
⑤对所有器官组织的二值化序列化图像进行上述④步骤操作,完成对所有器官组织解剖结构的验证。
4.如权利要求3所述的用于辐射剂量评估的生物体体素模型实现方法,其特征在于,S7中的具体包括如下步骤:
A:预设体素模型中每个体素的大小和形状相同;
B:针对不同的器官或组织j,利用A步骤,分别建立体素Vmj,Vmj表示属于器官或组织j的体素,其物理属性为mj;
C:针对S5步骤完成的所有断层图像,从第1张图像第1个像素点开始,到最后1张图像的最后1个像素结束,顺序读取所有像素;如果某个像素颜色值属于某个器官或组织j,则记录该像素在体素模型中的位置信息为Lj(a,b,c),其中a表示第a张图像,b表示第a张图像中第b行像素;c表示第a张图像中第c列像素;
D:对所有Lj(a,b,c),重复调用体素Vmj,则将所有具有位置信息的像素点转换为包含有各个器官组织解剖结构信息和物理属性的体素模型。
5.如权利要求4所述的用于辐射剂量评估的生物体体素模型实现方法,其特征在于,根据断层图像像素的分辨率大小n和断层图像之间的间隔厚度k,设置单个立方体体素V的尺寸为n×n×k;将体素V赋值物理属性m,由此建立含有物理属性的单个体素Vm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441424.3A CN112529950B (zh) | 2020-12-08 | 2020-12-08 | 一种用于辐射剂量评估的生物体体素模型实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441424.3A CN112529950B (zh) | 2020-12-08 | 2020-12-08 | 一种用于辐射剂量评估的生物体体素模型实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529950A CN112529950A (zh) | 2021-03-19 |
CN112529950B true CN112529950B (zh) | 2022-03-11 |
Family
ID=74999727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011441424.3A Active CN112529950B (zh) | 2020-12-08 | 2020-12-08 | 一种用于辐射剂量评估的生物体体素模型实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529950B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808229B (zh) * | 2021-08-24 | 2022-05-03 | 中国人民解放军军事科学院军事医学研究院 | 基于双分辨率断层图像的体素模型建立方法 |
CN113420491B (zh) * | 2021-08-24 | 2021-12-17 | 中国人民解放军军事科学院军事医学研究院 | 粒子外照射实验动物器官辐射剂量评估方法 |
CN114152635A (zh) * | 2021-10-15 | 2022-03-08 | 中国人民解放军军事科学院军事医学研究院 | 中子外照射后人体血管内中子能谱的等效模拟装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458826A (zh) * | 2008-11-25 | 2009-06-17 | 中国科学院等离子体物理研究所 | 利用ct值赋予密度、组成成分的数字人体建模方法 |
CN109523586A (zh) * | 2018-12-03 | 2019-03-26 | 中国辐射防护研究院 | 一种基于蒙特卡洛体素模型的剂量率估算方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016206559B3 (de) * | 2016-04-19 | 2017-06-08 | Siemens Healthcare Gmbh | Verfahren zur Korrektur eines Röntgenbilds auf Effekte eines Streustrahlenrasters, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger |
-
2020
- 2020-12-08 CN CN202011441424.3A patent/CN112529950B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458826A (zh) * | 2008-11-25 | 2009-06-17 | 中国科学院等离子体物理研究所 | 利用ct值赋予密度、组成成分的数字人体建模方法 |
CN109523586A (zh) * | 2018-12-03 | 2019-03-26 | 中国辐射防护研究院 | 一种基于蒙特卡洛体素模型的剂量率估算方法及系统 |
Non-Patent Citations (1)
Title |
---|
《利用MC方法计算小鼠体内辐射剂量的体素模型的建立》;张晓敏等;《军事医学科学院院刊》;20100228;第34卷(第1期);第43-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112529950A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112529950B (zh) | 一种用于辐射剂量评估的生物体体素模型实现方法 | |
CN105931202B (zh) | 几何校正模体的校正方法和系统 | |
Weber | Another link between archaeology and anthropology: virtual anthropology | |
CN109584349B (zh) | 用于渲染材料属性的方法和设备 | |
CN103562960B (zh) | 用于生成图像的图像区域与元素类之间的分配的装置 | |
US6362821B1 (en) | Surface model generation for visualizing three-dimensional objects using multiple elastic surface nets | |
US8970581B2 (en) | System and method for interactive contouring for 3D medical images | |
CN109166133A (zh) | 基于关键点检测和深度学习的软组织器官图像分割方法 | |
CN103229210B (zh) | 图像配准装置 | |
EP1171033A1 (en) | Method and system of measuring characteristics of an organ | |
WO2006041575A2 (en) | Direct volume rendering of 4d deformable volume images | |
CN107563998A (zh) | 医学图像中心脏图像处理方法 | |
CN109754396A (zh) | 图像的配准方法、装置、计算机设备和存储介质 | |
CN110610478A (zh) | 一种基于邻域拓扑的医学图像三维重建方法 | |
CN107951500A (zh) | 用于成像方法的拍摄参数的确定 | |
CN110993067A (zh) | 医学影像标注系统 | |
CN110148128B (zh) | 一种补全病变骨骼以获得骨骼预期参考模型的方法 | |
CN110415310A (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
CN108885797B (zh) | 成像系统和方法 | |
CN116402806B (zh) | 一种基于组织切片免疫组化图像的三维重建方法、系统 | |
CN111369662A (zh) | Ct图像中血管的三维模型重建方法及系统 | |
Huesman et al. | Deformable registration of multimodal data including rigid structures | |
CN102074051B (zh) | 一种体绘制平行投影的数据包围体快速定位方法 | |
Verbeek et al. | 3D base: a geometrical data base system for the analysis and visualisation of 3D-shapes obtained from parallel serial sections including three different geometrical representations | |
Segars et al. | The MCAT, NCAT, XCAT, and MOBY computational human and mouse phantoms |
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 |