CN115049712A - 小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 - Google Patents
小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 Download PDFInfo
- Publication number
- CN115049712A CN115049712A CN202210872260.2A CN202210872260A CN115049712A CN 115049712 A CN115049712 A CN 115049712A CN 202210872260 A CN202210872260 A CN 202210872260A CN 115049712 A CN115049712 A CN 115049712A
- Authority
- CN
- China
- Prior art keywords
- mpi
- registration
- image
- imaging
- 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.)
- Pending
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
- G06T7/33—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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20152—Watershed segmentation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明属于生物医学成像领域,具体涉及了一种小动物MPI‑CT联合成像的双峰配准装置及其自动配准方法,旨在解决现有小动物MPI‑CT联合成像的配准标记按照实验者经验放置,难以实现完全的三维配准的问题。本发明包括:标记物材料包括用于MPI成像的MPI示踪剂和用于CT成像的CT造影剂;双峰配准标记包括玻璃毛细管、柔性PVC管,玻璃毛细管中填充MPI示踪剂,玻璃毛细管的外层包围一层柔性PVC管,玻璃毛细管外壁与柔性PVC管内壁之间填充CT造影剂;支撑架用于固定三个双峰配准标记,支撑架设置于成像部位的正上方。本发明通过双峰配准装置在交替成像模式时无需更换标记物,并通过自动配准方法实现MPI图像和CT图像高精度的三维自动配准。
Description
技术领域
本发明属于生物医学成像领域,具体涉及了一种小动物MPI-CT联合成像的双峰配准装置及其自动配准方法。
背景技术
磁粒子成像(Magnetic particle imaging,MPI)基于磁纳米粒子(Magneticnanoparticles,MNPs)在磁场自由区域周围产生的非线性磁化响应,利用线圈检测技术获得粒子感应信号的高次谐波成分,从而重建出粒子的浓度分布图像。MPI在成像过程中仅使用MNPs产生的对比度,而不产生背景信号,是一种新兴的功能性成像技术。然而,由于缺少解剖学结构背景,如何进行精准定位是MPI小动物活体成像的重要挑战。
现有的临床成像方式,如X射线计算机断层扫描(X-ray Compute tomography,X-CT)利用X射线穿透生物组织后的衰减系数进行成像,可以为MPI图像提供相应的解剖学信息,从而提高生物体中MNPs定位的精度,便于观察生理活动的变化情况。结合两种或两种以上的成像技术形成的双模或双模态成像,不仅保留了单一模态的灵敏度和高分辨率,还能实现多种成像方式的优势互补。
实现多模式成像的关键是将不同时间或不同来源的图像放在一个坐标系中进行配准。在配准过程中可以借助体外放置的一些标记物作为参考点,并使之出现在不同模式的图像中,然后利用这些标记物作为自动配准时的参考位置。目前研究中用于小动物MPI-CT联合成像的配准标记,均是按照实验者的经验,将带有一定含量MNPs的标记物放置于成像部位的附近,难以实现完全的三维配准。
因此,本领域还需要一种在MPI和CT模式中可以同时显影的双峰基准标记物,从冠状面、矢状面、横断面均可确定两个成像模式所对应的位置,从而构成一套适用于小动物MPI-CT联合成像的三维配准装置及系统。
发明内容
为了解决现有技术中的上述问题,即现有小动物MPI-CT联合成像的配准标记按照实验者经验放置,难以实现完全的三维配准的问题,本发明提供了一种小动物MPI-CT联合成像的双峰配准装置,所述双峰配准装置包括标记物材料、三个双峰配准标记以及支撑架;
所述标记物材料包括MPI示踪剂和CT造影剂,分别用于MPI成像和CT成像的配准标记;
任一所述双峰配准标记包括玻璃毛细管、柔性PVC管,所述玻璃毛细管中填充MPI示踪剂,所述玻璃毛细管的外层包围一层柔性PVC管,所述玻璃毛细管外壁与所述柔性PVC管内壁之间填充CT造影剂;
所述支撑架用于固定所述三个双峰配准标记,所述支撑架设置于成像部位的正上方。
在一些优选的实施例中,所述MPI示踪剂和所述CT造影剂,相互之间不影响成像效果。
在一些优选的实施例中,所述双峰配准标记还包括堵头;
所述堵头用于保持所述玻璃毛细管与所述柔性PVC管的密封性。
在一些优选的实施例中,所述三个双峰配准标记之间相互倾斜,并相交于所述支撑架的顶点。
本发明的另一方面,提出了一种小动物MPI-CT联合成像的自动配准方法,所述自动配准方法包括:
步骤S10,通过上述的小动物MPI-CT联合成像的双峰配准装置,分别进行待成像物的MPI投影成像和X-CT投影成像;
步骤S20,基于所述双峰配准标记在成像区域内的位置,分别在MPI投影成像的MPI图像和X-CT投影成像的CT图像中划分配准区域;
步骤S30,通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,并将2个像素簇的簇心作为配准点;通过分水岭分割法,分割所述CT图像的配准标记的边界,将边界以内的中心点作为配准点;
步骤S40,获取MPI图像的配准点坐标和CT图像的配准点坐标,基于坐标之间的映射关系,进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,完成MPI-CT联合成像的自动配准。
在一些优选的实施例中,步骤S30中通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,其方法为:
步骤S311,在MPI图像的配准区域随机选取两个像素点作为聚类的像素簇簇心;
步骤S312,计算像素簇簇心之外的其他所有像素与像素簇簇心的欧式距离;
步骤S313,将每个像素归属到距离最小的簇心,作为初始的像素簇,以2个像素簇中所有像素值的平均值作为新的簇心;
步骤S314,重复通过步骤S312-步骤S313进行簇心的位置调整,直至簇心的位置不发生变化,并将2个簇心作为配准点。
在一些优选的实施例中,所述欧式距离,其获取方法为:
其中,p代表欧式距离,(x1,y1)为像素簇簇心的坐标,(x2,y2)为其他所有像素中任一像素的坐标。
在一些优选的实施例中,步骤S30中通过分水岭分割法,分割所述CT图像的配准标记的边界,其方法为:
步骤S321,以CT图像的任一双峰配准标记作为种子点;
步骤S322,在所述CT图像上以所述种子点为中心进行邻域扫描;
步骤S323,若邻域像素值比种子点小,则将邻域像素作为边界点;否则,将邻域像素作为新的种子点,原来的种子点作为边界点;
步骤S324,将遍历邻域后获得的一组边界点分别作为新的种子点,并重复通过步骤S322-步骤S323进行整个CT图像区域的遍历,获得包含标记边界的掩模图,将边界以内的中心点作为配准点。
在一些优选的实施例中,步骤S40中进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,其方法为:
P(x)=Ax+b
其中,x=(x,y,z)为刚性配准前像素的空间位置,P(x)为刚性配准后像素的空间位置,A为缩放变换的矩阵,b为平移向量。
在一些优选的实施例中,所述MPI-CT联合成像的自动配准之后,还设置有双模态图像融合的步骤,其方法为:
Sf(x,y,z)=αSMPI(x,y,z)+SCT(x,y,z)
其中,Sf(x,y,z)为MPI-CT融合图像的灰度值,SMPI(x,y,z)为MPI图像的灰度值,SCT(x,y,z)为相对应CT图像的灰度值,x,y,z为图像的三维坐标系空间,α取值为0~1之间,表示MPI图像在融合图像中的权重系数。
本发明的有益效果:
(1)本发明小动物MPI-CT联合成像的双峰配准装置,固定装置组装简易、操作简便,减少了三维定位所需示踪剂的用量,通过所提供的双峰标记物,在实验过程中交替成像模式时无需更换标记物,减少了实验时间和材料成本。相比于使用单一的MNPs作为配准标记,本发明提出的双峰标记物可以实现自动配准,避免了人工调整的繁杂操作。
(2)本发明小动物MPI-CT联合成像的自动配准方法,通过双峰配准标记直接确定感兴趣区域的位置,结合了人工智能的算法,实现MPI图像和CT图像的三维自动配准,并且配准的准确性和精度高。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明小动物MPI-CT联合成像的双峰配准装置的组成示意图;
图2是本发明小动物MPI-CT联合成像的自动配准方法的流程示意图;
图3是本发明小动物MPI-CT联合成像的双峰配准装置一种实施例的图像处理系统架构;
其中,1-玻璃毛细管、2-柔性PVC管、3-支撑架。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的一种小动物MPI-CT联合成像的双峰配准装置,所述双峰配准装置包括标记物材料、三个双峰配准标记以及支撑架;
所述标记物材料包括MPI示踪剂和CT造影剂,分别用于MPI成像和CT成像的配准标记;
任一所述双峰配准标记包括玻璃毛细管、柔性PVC管,所述玻璃毛细管中填充MPI示踪剂,所述玻璃毛细管的外层包围一层柔性PVC管,所述玻璃毛细管外壁与所述柔性PVC管内壁之间填充CT造影剂;
所述支撑架用于固定所述三个双峰配准标记,所述支撑架设置于成像部位的正上方。
为了更清晰地对本发明小动物MPI-CT联合成像的双峰配准装置进行说明,下面结合图1对本发明实施例中各模块展开详述。
本发明第一实施例的小动物MPI-CT联合成像的双峰配准装置,包括标记物材料、三个双峰配准标记以及支撑架,各模块详细描述如下:
标记物材料包括MPI示踪剂和CT造影剂,分别用于MPI成像和CT成像的配准标记。
MPI示踪剂和所述CT造影剂,相互之间不影响成像效果。
任一双峰配准标记包括玻璃毛细管、柔性PVC管,玻璃毛细管中填充MPI示踪剂,玻璃毛细管的外层包围一层柔性PVC管,玻璃毛细管外壁与柔性PVC管内壁之间填充CT造影剂。
双峰配准标记还包括堵头,用于保持所述玻璃毛细管与所述柔性PVC管的密封性。
支撑架用于固定三个双峰配准标记,支撑架设置于成像部位的正上方。
三个双峰配准标记之间相互倾斜,并相交于所述支撑架的顶点。
本发明一个实施例中,两种成像模式的3D成像视野范围在6cm*12cm*6cm,待成像小动物的尺寸为4cm*8cm*2.5cm,两种成像模式共用一个兼容的动物床。
如图1所示,为本发明小动物MPI-CT联合成像的双峰配准装置的组成示意图,包括玻璃毛细管1、柔性PVC管2、支撑架3,支撑架3由3D打印完成,可沿扫描仪的z轴方向平稳放于动物床上,有放置三个管状双峰配准标记的凹槽。支撑架的尺寸为5cm*11cm*5cm。从支撑架3的顶部、正面、侧面看,三个凹槽均相互倾斜。
玻璃毛细管内径为2mm,其中装有MPI示踪剂,密封性良好,固定于柔性PVC管的中心位置。
柔性PVC管内径为4mm,其中装有CT造影剂,由两端的堵头进行密封。
由玻璃毛细管和PVC管组成的双峰配准标记共有三个,分别放置于支撑架的凹槽处,排列相对交错分布,为后续形成三维断层图像提供准确的定位基准。
本发明第二实施例的小动物MPI-CT联合成像的自动配准方法,如图2所示,为本发明小动物MPI-CT联合成像的自动配准方法的流程示意图,所述自动配准方法包括:
步骤S10,通过上述的小动物MPI-CT联合成像的双峰配准装置,分别进行待成像物的MPI投影成像和X-CT投影成像。
对小动物进行三维的MPI-CT扫描前,将小动物麻醉,放于兼容的动物床上,四肢固定。
将装配好双峰配准标记的支撑架放于小动物的头部位置,应使得小动物和三个标记均位于成像视野当中。双峰配准标记内注射有MPI示踪剂和CT造影剂,可同时进行MPI和CT成像,完整的成像期间无需更换标记物。
步骤S20,基于所述双峰配准标记在成像区域内的位置,分别在MPI投影成像的MPI图像和X-CT投影成像的CT图像中划分配准区域。
将固定好的整个配准装置平稳放置于MPI的检查床上,MPI扫描仪对感兴趣区域进行多角度的二维投影成像,记录扫描后的MPI投影图像数据。
移动配准装置和动物床,将固定好的整个配准装置平稳放置于X-CT的检查床上,CT扫描仪对感兴趣区域进行多角度的二维投影成像,记录扫描后的X射线投影图像数据。
步骤S30,通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,并将2个像素簇的簇心作为配准点;通过分水岭分割法,分割所述CT图像的配准标记的边界,将边界以内的中心点作为配准点。
通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,其方法为:
步骤S311,在MPI图像的配准区域随机选取两个像素点作为聚类的像素簇簇心;
步骤S312,计算像素簇簇心之外的其他所有像素与像素簇簇心的欧式距离,如式(1)所示:
其中,p代表欧式距离,(x1,y1)为像素簇簇心的坐标,(x2,y2)为其他所有像素中任一像素的坐标;
步骤S313,将每个像素归属到距离最小的簇心,作为初始的像素簇,以2个像素簇中所有像素值的平均值作为新的簇心;
步骤S314,重复通过步骤S312-步骤S313进行簇心的位置调整,直至簇心的位置不发生变化,并将2个簇心作为配准点。
通过分水岭分割法,分割所述CT图像的配准标记的边界,其方法为:
步骤S321,以CT图像的任一双峰配准标记作为种子点;
步骤S322,在所述CT图像上以所述种子点为中心进行邻域扫描;
步骤S323,若邻域像素值比种子点小,则将邻域像素作为边界点;否则,将邻域像素作为新的种子点,原来的种子点作为边界点;
步骤S324,将遍历邻域后获得的一组边界点分别作为新的种子点,并重复通过步骤S322-步骤S323进行整个CT图像区域的遍历,获得包含标记边界的掩模图,将边界以内的中心点作为配准点。
步骤S40,获取MPI图像的配准点坐标和CT图像的配准点坐标,基于坐标之间的映射关系,进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,完成MPI-CT联合成像的自动配准。
进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,其方法如式(2)所示:
P(x)=Ax+b (2)
其中,x=(x,y,z)为刚性配准前像素的空间位置,P(x)为刚性配准后像素的空间位置,A为缩放变换的矩阵,b为平移向量。
MPI-CT联合成像的自动配准之后,还设置有双模态图像融合的步骤,其方法为:
将MPI图像按照显色的方案进行伪彩色的映射,而CT图像则为0~255阶的灰度图像。映射、窗宽和窗位可以根据具体情况进行调节。利用3DMed图像融合显示模块对配准后的图像进行融合的显示。
采用加权平均的融合方法,对不同模态的图像赋以不同的权重,根据权重来融合两种模态的图像,如式(3)所示:
Sf(x,y,z)=αSMPI(x,y,z)+SCT(x,y,z) (3)
其中,Sf(x,y,z)为MPI-CT融合图像的灰度值,SMPI(x,y,z)为MPI图像的灰度值,SCT(x,y,z)为相对应CT图像的灰度值,x,y,z为图像的三维坐标系空间,α取值为0~1之间,表示MPI图像在融合图像中的权重系数。
α为一个大于0小于1的透明度系数,可根据具体情况进行调节,本发明在此不进行详述。
本发明第三实施例的小动物MPI-CT联合成像装置的自动配准系统,如图3所示,为本发明小动物MPI-CT联合成像的双峰配准装置一种实施例的图像处理系统架构,所述自动配准系统包括读取图像单元、重采样单元、MITK图像重建模块、双模态图像自动配准模块、交互操作单元、定量分析模块和3DMed图像融合显示模块:
读取图像单元与图像重采样单元相连,读入图像的原始数据信息并进行重采样。
图像重采样单元与MITK三维图像重建模块相连并传输数据,利用MITK的三维图像重建模块将MPI投影图像和X射线投影图像数据重建为三维的断层图像。将断层图像拼接在一起,分别显示感兴趣区域的冠状面、矢状面和横断面。
MITK的三维图像重建模块采用滤波反投影的重建算法,对多角度下的投影做一维傅里叶变换,乘上滤波函数;作傅里叶反变换后的投影函数做直接反投影;改变角度直至完成全部180°下的反投影;对MPI投影数据和X射线的投影数据进行三维断层重建,X射线投影数据的重建成为CT图像;MPI图像和CT图像分别以矢状面,冠状面和横截面的断层图像进行保存。
MITK图像重建模块与双模态图像自动配准模块相连,通过3DMed图像融合显示模块显示配准后双模态的数据信息。自动配准模块可自动区分配准区域和感兴趣区域,运行基于聚类的识别算法和基于标记的分水岭分割算法,分别在MPI和CT图像上智能识别出配准点的位置。以该配准点作为刚性配准的参考点。在配准期间,CT图像用作背景图像,MPI图像用作浮动图像。利用交互操作单元人工辅助标定分水岭算法中种子点的位置。
定量分析模块与融合显示系统相连,调用交互操作单元进行ROI勾画。
将MPI图像按照显色的方案进行伪彩色的映射,而CT图像则为0~255阶的灰度图像。映射、窗宽和窗位可以根据具体情况进行调节。利用3DMed图像融合显示模块对配准后的图像进行融合的显示。
定量分析模块包括感兴趣区域(ROI)勾画和线性校准。用户交互操作,在配准后的CT断层图像上绘制一组感兴趣区域,然后将感兴趣区域的掩膜图像导入配准后的MPI图像。线性校准过程是MPI实现定量的方法,由于MPI信号的强度与MNPs含量存在线性关系,可以通过获得标记物中已知MNPs含量与MPI信号之间的比值,估计ROI中的MNPs含量。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的方法的具体工作过程及有关说明,可以参考前述系统实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的小动物MPI-CT联合成像的双峰配准装置及其自动配准系统、自动配准方法,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
本发明第四实施例的一种设备,包括:
至少一个处理器;以及
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现上述的小动物MPI-CT联合成像的自动配准方法。
本发明第五实施例的一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于被所述计算机执行以实现上述的小动物MPI-CT联合成像的自动配准方法。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的模块、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨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、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种小动物MPI-CT联合成像的双峰配准装置,其特征在于,所述双峰配准装置包括标记物材料、三个双峰配准标记以及支撑架;
所述标记物材料包括MPI示踪剂和CT造影剂,分别用于MPI成像和CT成像的配准标记;
任一所述双峰配准标记包括玻璃毛细管、柔性PVC管,所述玻璃毛细管中填充MPI示踪剂,所述玻璃毛细管的外层包围一层柔性PVC管,所述玻璃毛细管外壁与所述柔性PVC管内壁之间填充CT造影剂;
所述支撑架用于固定所述三个双峰配准标记,所述支撑架设置于成像部位的正上方。
2.根据权利要求1所述的小动物MPI-CT联合成像的双峰配准装置,其特征在于,所述MPI示踪剂和所述CT造影剂,相互之间不影响成像效果。
3.根据权利要求1所述的小动物MPI-CT联合成像的双峰配准装置,其特征在于,所述双峰配准标记还包括堵头;
所述堵头用于保持所述玻璃毛细管与所述柔性PVC管的密封性。
4.根据权利要求1所述的小动物MPI-CT联合成像的双峰配准装置,其特征在于,所述三个双峰配准标记之间相互倾斜,并相交于所述支撑架的顶点。
5.一种小动物MPI-CT联合成像的自动配准方法,其特征在于,所述自动配准方法包括:
步骤S10,通过权利要求1-4任一项所述的小动物MPI-CT联合成像的双峰配准装置,分别进行待成像物的MPI投影成像和X-CT投影成像;
步骤S20,基于所述双峰配准标记在成像区域内的位置,分别在MPI投影成像的MPI图像和X-CT投影成像的CT图像中划分配准区域;
步骤S30,通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,并将2个像素簇的簇心作为配准点;通过分水岭分割法,分割所述CT图像的配准标记的边界,将边界以内的中心点作为配准点;
步骤S40,获取MPI图像的配准点坐标和CT图像的配准点坐标,基于坐标之间的映射关系,进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,完成MPI-CT联合成像的自动配准。
6.根据权利要求5所述的小动物MPI-CT联合成像的自动配准方法,其特征在于,步骤S30中通过kmeans聚类法,将所述MPI图像的像素分类成2个像素簇,其方法为:
步骤S311,在MPI图像的配准区域随机选取两个像素点作为聚类的像素簇簇心;
步骤S312,计算像素簇簇心之外的其他所有像素与像素簇簇心的欧式距离;
步骤S313,将每个像素归属到距离最小的簇心,作为初始的像素簇,以2个像素簇中所有像素值的平均值作为新的簇心;
步骤S314,重复通过步骤S312-步骤S313进行簇心的位置调整,直至簇心的位置不发生变化,并将2个簇心作为配准点。
8.根据权利要求5所述的小动物MPI-CT联合成像的自动配准方法,其特征在于,步骤S30中通过分水岭分割法,分割所述CT图像的配准标记的边界,其方法为:
步骤S321,以CT图像的任一双峰配准标记作为种子点;
步骤S322,在所述CT图像上以所述种子点为中心进行邻域扫描;
步骤S323,若邻域像素值比种子点小,则将邻域像素作为边界点;否则,将邻域像素作为新的种子点,原来的种子点作为边界点;
步骤S324,将遍历邻域后获得的一组边界点分别作为新的种子点,并重复通过步骤S322-步骤S323进行整个CT图像区域的遍历,获得包含标记边界的掩模图,将边界以内的中心点作为配准点。
9.根据权利要求5所述的小动物MPI-CT联合成像的自动配准方法,其特征在于,步骤S40中进行MPI投影成像的MPI图像和X-CT投影成像的CT图像的配准点的缩放、平移的刚性配准,其方法为:
P(x)=Ax+b
其中,x=(x,y,z)为刚性配准前像素的空间位置,P(x)为刚性配准后像素的空间位置,A为缩放变换的矩阵,b为平移向量。
10.根据权利要求5所述的小动物MPI-CT联合成像的自动配准方法,其特征在于,所述MPI-CT联合成像的自动配准之后,还设置有双模态图像融合的步骤,其方法为:
Sf(x,y,z)=αSMPI(x,y,z)+SCT(x,y,z)
其中,Sf(x,y,z)为MPI-CT融合图像的灰度值,SMPI(x,y,z)为MPI图像的灰度值,SCT(x,y,z)为相对应CT图像的灰度值,x,y,z为图像的三维坐标系空间,α取值为0~1之间,表示MPI图像在融合图像中的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872260.2A CN115049712A (zh) | 2022-07-20 | 2022-07-20 | 小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872260.2A CN115049712A (zh) | 2022-07-20 | 2022-07-20 | 小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115049712A true CN115049712A (zh) | 2022-09-13 |
Family
ID=83166605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210872260.2A Pending CN115049712A (zh) | 2022-07-20 | 2022-07-20 | 小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115049712A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116983485A (zh) * | 2023-09-19 | 2023-11-03 | 中国科学院自动化研究所 | 用于定量监测涂层释放的小鼠食管支架及其制备方法 |
-
2022
- 2022-07-20 CN CN202210872260.2A patent/CN115049712A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116983485A (zh) * | 2023-09-19 | 2023-11-03 | 中国科学院自动化研究所 | 用于定量监测涂层释放的小鼠食管支架及其制备方法 |
CN116983485B (zh) * | 2023-09-19 | 2024-01-23 | 中国科学院自动化研究所 | 用于定量监测涂层释放的小鼠食管支架及其制备方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kauffmann et al. | Computer-aided method for quantification of cartilage thickness and volume changes using MRI: validation study using a synthetic model | |
Maurer et al. | A review of medical image registration | |
CN104107065B (zh) | 3d图像集在不同空间之间的最佳变换 | |
Paulus et al. | Towards improved hardware component attenuation correction in PET/MR hybrid imaging | |
US9519964B2 (en) | System and method for generating three-dimensional images from two-dimensional bioluminescence images and visualizing tumor shapes and locations | |
CN104105456B (zh) | 多模态基准标记和标记装置 | |
JP5295562B2 (ja) | フレキシブル3次元回転血管造影−コンピュータ断層撮影融合方法 | |
US20120302880A1 (en) | System and method for specificity-based multimodality three- dimensional optical tomography imaging | |
Taberna et al. | Spatial localization of EEG electrodes using 3D scanning | |
US20100121172A1 (en) | Microscopic and macroscopic data fusion for biomedical imaging | |
JP2002527834A (ja) | 画像化方法 | |
AU2018301580B2 (en) | Three-dimensional ultrasound image display method | |
CN103229210A (zh) | 图像配准装置 | |
CN101947103B (zh) | 全光学生物发光断层成像方法 | |
CN111166332B (zh) | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 | |
US9355454B2 (en) | Automatic estimation of anatomical extents | |
WO2022219631A1 (en) | Systems and methods for reconstruction of 3d images from ultrasound and camera images | |
CN115049712A (zh) | 小动物mpi-ct联合成像的双峰配准装置及其自动配准方法 | |
TW201221117A (en) | Enhancing segmentation for molecular image quantification system and the method thereof | |
CN114581553B (zh) | 基于磁粒子成像先验引导的荧光分子断层成像重建方法 | |
US7967507B2 (en) | Dimensional reference for tomography | |
CN109872353B (zh) | 基于改进迭代最近点算法的白光数据与ct数据配准方法 | |
Ali et al. | Semi-automatic segmentation of subcutaneous tumours from micro-computed tomography images | |
Grenier et al. | Automated seeds location for whole body NaF PET segmentation | |
Zvolský et al. | Development of a digital zebrafish phantom and its application to dedicated small-fish PET |
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 |