CN115861189A

CN115861189A - 图像配准方法、装置、电子设备及存储介质

Info

Publication number: CN115861189A
Application number: CN202211432868.XA
Authority: CN
Inventors: 刘振东; 马骏; 郑凌霄; 兰宏志
Original assignee: Shenzhen Raysight Intelligent Medical Technology Co Ltd
Current assignee: Shenzhen Raysight Intelligent Medical Technology Co Ltd
Priority date: 2022-11-16
Filing date: 2022-11-16
Publication date: 2023-03-28

Abstract

本发明公开了一种图像配准方法、装置、电子设备及存储介质。该方法包括：分别获取第一待配准血管图像对应的第一血管中心线图像以及第二待配准血管图像对应的第二血管中心线图像；确定第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点；基于第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点；基于第一血管中心线图像对应的关键点和预测血管始末点确定第一血管段集合，基于第二血管中心线图像对应的关键点确定第二血管段集合；基于第一血管段集合和第二血管段集合确定血管配准图像。上述技术方案通过进行血管始末端预测，重新确定正确的血管始末点，提高配准精度。

Description

图像配准方法、装置、电子设备及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像配准方法、装置、电子设备及存储介质。

背景技术

在常规的血管介入手术中，医生通常采用结构清晰、动态实时的术中2D造影图像，例如(Digital subtraction angiography，DSA)作为引导图像。然而，由于术中2D造影图像投影的本质，使得医生在手术中难以清晰和直观地进行介入方式和治疗方案的精准决策。而术前的3D图像，例如(Computed Tomography Angiography，CTA)恰好弥补这种缺陷，通过三维重建可以直观、立体地呈现血管的走形和病灶位置等信息。因此在术中通过融合实时的2D造影图像和3D图像来进行血管介入手术，能够极大提高医生手术的成功率，防止患者手术中并发症事件的发生。

目前的3D/2D血管图像配准技术大都是假设待融合的血管的始末端是相同的。然而由于2D造影图像在术中是实时变化的，血管的始末端也跟随着发生形变，因此2D造影图像的血管始末端可能不对应于3D图像对应血管的始末端，进而导致血管图像的配准精度降低。

发明内容

本发明提供了一种图像配准方法、装置、电子设备及存储介质，以提升图像配准精度。

根据本发明的一方面，提供了一种图像配准方法，包括：

分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像；

确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点；

基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点；

基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合；

基于所述第一血管段集合和所述第二血管段集合确定血管配准图像。

根据本发明的另一方面，提供了一种图像配准装置，包括：

血管中心线图像获取模块，用于分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像；

关键点确定模块，用于确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点；

血管始末端预测模块，用于基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点；

血管段集合确定模块，用于基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合；

血管配准图像确定模块，用于基于所述第一血管段集合和所述第二血管段集合确定血管配准图像。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的图像配准方法。

根据本发明的另一方面，提供了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使处理器执行时实现本发明任一实施例所述的图像配准方法。

本发明实施例的技术方案，通过分别获取第一待配准血管图像对应的第一血管中心线图像以及第二待配准血管图像对应的第二血管中心线图像，实现血管中心线的提取；进一步的，基于第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点进行血管始末端预测，重新确定正确的预测血管始末点；进而根据第一血管中心线图像对应的关键点和预测血管始末点确定第一血管段集合，基于第二血管中心线图像对应的关键点确定第二血管段集合，提升了血管段集合的准确度；进而根据第一血管段集合和第二血管段集合确定血管配准图像，提高了血管配准精度。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种图像配准方法的流程图；

图2是根据本发明实施例一提供的一种血管关键点的示意图；

图3是根据本发明实施例二提供的一种图像配准方法的流程图；

图4是根据本发明实施例二提供的一种血管分段的示意图；

图5是根据本发明实施例二提供的一种血管半径的示意图；

图6是根据本发明实施例二提供的一种血管始末端映射估计结果示意图；

图7是根据本发明实施例三提供的一种图像配准方法的流程图；

图8是根据本发明实施例四提供的一种图像配准装置的结构示意图；

图9是实现本发明实施例的图像配准方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供的一种图像配准方法的流程图，本实施例可适用于不同维度血管图像配准的情况，该方法可以由图像配准装置来执行，该图像配准装置可以采用硬件和/或软件的形式实现，该图像配准装置可配置于计算机终端和/或服务器中。如图1所示，该方法包括：

S110、分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像。

本实施例中，第一待配准血管图像是指待进行配准的血管图像。同理，第二待配准血管图像是指与第一待配准血管图像进行血管配准的图像，第一待配准血管图像或者第二待配准血管图像可以为实时的二维、三维或者多维图像中一种，在此不做限定。需要说明的是，第一待配准血管图像与第二待配准血管图像可以为不同维度的图像。例如，第一待配准血管图像为三维血管图像，第二待配准血管图像可以为二维血管影像。第一待配准血管图像和第二待配准血管图像的数量可以为一个或多个，在此不作限定。

示例性的，第一待配准血管图像或者第二待配准血管图像可以为电子计算机断层扫描血管造影(CTA)、数字减影血管造影(DSA)等包含血管的医学影像。

在本实施例中，第一血管中心线图像是指第一待配准血管图像经形态学处理等操作得到的血管中心线图像，同理，第二血管中心线图像是指第二待配准血管图像经形态学处理等操作得到的血管中心线图像。

在一些可选实施例中，分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像，包括：获取待配准血管图像，其中，待配准血管图像包括第一待配准血管图像和第二待配准血管图像；对第一待配准血管图像进行分割，得到第一血管分割图像，对第一血管分割图像进行中心线提取，得到第一待配准血管图像对应的第一血管中心线图像；对第二待配准血管图像进行分割，得到第二血管分割图像，对第二血管分割图像进行中心线提取，得到第二待配准血管图像对应的第二血管中心线图像。

其中，第一血管分割图像是指第一待配准血管图像的血管初分割图像，同理，第二血管分割图像是指第二待配准血管图像的血管初分割图像。

示例性的，第一待配准血管图像可以为三维的CTA术前影像，第二待配准血管图像可以为二维实时的DSA术中影像。第一待配准血管图像与第二待配准血管图像的格式在此不做限定，例如可以为DICOM格式等。上述过程可以通过图像预处理实现，图像预处理可以包括但不限于CTA影像数据分割模块、CTA影像数据中心线提取模块、DSA影像数据分割模块和DSA影像数据中心线提取模块。其中，CTA影像数据分割模块包括：训练阶段，对大量的CTA数据进行血管标注，基于标注结果，训练用于血管分割的三维(3D)分割模型，三维分割模型的网络架构可以为3DU-net,V-net等；推理阶段，采用训练好的三维分割模型预测新的CTA影像数据，并通过后处理操作得到三维的血管初分割图像。CTA影像数据中心线提取模块：对三维的血管初分割图像进行一系列形态学操作，并采用平滑算法进行图像平滑，得到三维的血管中心线图像。DSA影像数据分割模块：训练阶段，对大量的DSA数据进行血管标注，基于标注结果，训练用于血管分割的二维(2D)分割模型，二维分割模型的网络架构可以为2DU-net,V-net等；推理阶段，采用训练好的二维分割模型预测新的DSA影像数据，并通过后处理操作得到二维的血管初分割图像。DSA影像数据中心线提取模块：对二维的血管初分割图像进行一系列形态学操作，并采用平滑算法进行图像平滑，得到二维的血管中心线图像。

S120、确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点。

本实施例中，关键点是指血管中心线中的主要构成点，可以包括但不限于血管初始点、血管末端点、血管分支点等。换而言之，关键点的数量可以为一个或多个，在此不做限定。示例性的，图2是本实施例提供的一种血管关键点的示意图，图2左侧为CTA术前影像，图2右侧为DSA术中影像，关键点为图中圆点处。

具体的，可以采用训练完成的关键点追踪模型进行关键点检测，也可以根据中心线点的邻接关系进行关键点检测，在此不做限定。

S130、基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点。

本实施例中，预测血管始末点是指重新确定的血管始末点，可以包括预测血管起始点和预测血管结束点。

需要说明的是，本实施例通过根据第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点进行血管始末端预测，可以重新确定血管起始点和血管结束点，使第一待配准血管图像与第二待配准血管图像的血管始末点得到对应，从而提高血管图像配准精度。

具体的，可以根据第一血管中心线图像对应的关键点与第二血管中心线图像对应的关键点的匹配关系建立血管始末端预测模型，并将第一血管中心线图像对应的关键点和第二血管中心线图像对应的关键点输入至血管始末端预测模型可以得到预测血管始末点。

在一些可选实施例中，预测血管始末点包括预测血管起始点和预测血管结束点；基于第一血管中心线图像对应的关键点和预测血管始末点确定第一血管段集合，包括：基于预测血管起始点和预测血管结束点，对第一血管中心线图像对应的关键点对应的血管起始点和血管结束点进行替换，得到第一血管中心线图像对应的目标关键点；基于第一血管中心线图像对应的目标关键点确定第一血管段集合。

需要强调的是，可以将第一血管中心线图像对应的关键点中的血管起始点和血管结束点替换为预测血管起始点和预测血管结束点，使血管始末点更为准确，从而根据重新确定的目标关键点进行血管分段，提高了第一血管段集合的分段精度。其中，目标关键点是指血管始末点替换完成的关键点集合。

S140、基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合。

在本实施例中，第一血管段集合是指根据第一血管中心线图像对应的关键点和预测血管始末点对血管重新划分的血管段集合，可以用于表征第一待配准血管图像中血管的整体概况。第二血管段集合是指根据第二血管中心线图像对应的关键点对血管划分的血管段集合，可以用于表征第二待配准血管图像中血管的整体概况。

S150、基于所述第一血管段集合和所述第二血管段集合确定血管配准图像。

具体的，可以将第一血管段集合和第二血管段集合进行稠密匹配，得到第一血管段集合与第二血管段集合中各血管的对应关系，进而可以根据第一血管段集合与第二血管段集合中各血管的对应关系，对第一待配准血管图像和第二待配准血管图像进行配准。

实施例二

图3为本发明实施例二提供的一种图像配准方法的流程图，本实施例的方法与上述实施例中提供的图像配准方法中各个可选方案可以结合。本实施例提供的图像配准方法进行了进一步优化。可选的，所述基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点，包括：基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定血管段长度集合或者关键点半径集合；基于所述血管段长度集合或者关键点半径集合确定预测血管始末点。

如图3所示，该方法包括：

S210、分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像。

S220、确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点。

S230、基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定血管段长度集合或者关键点半径集合。

S240、基于所述血管段长度集合或者关键点半径集合确定预测血管始末点。

S250、基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合。

S260、基于所述第一血管段集合和所述第二血管段集合确定血管配准图像。

本实施例中，血管段长度集合是指根据关键点划分的各血管段的长度集合。关键点半径集合是指各关键点对应的血管半径集合。

具体的，以各关键点为血管分割点，将第一血管中心线图像和第二血管中心线图像中的血管进行分割，得到血管段长度集合。以各关键点为起点，计算各关键点至血管壁的距离，并基于各关键点至血管壁的距离生成血管半径集合。

在得到血管段长度集合或者关键点半径集合之后，可以根据血管段长度集合或者关键点半径集合确定预测血管始末点。具体而言，可以根据血管段长度集合确定第一血管中心线图像与第一血管中心线图像的差异信息，并基于该差异信息确定预测血管始末点。或者，可以根据血管半径集合确定第一血管中心线图像与第一血管中心线图像的差异信息，并基于该差异信息确定预测血管始末点确定第一血管中心线图像与第一血管中心线图像的差异信息，并基于该差异信息确定预测血管始末点。其中，差异信息可以为血管始末点的距离差异。

在一些可选实施例中，血管段长度集合包括第一血管段长度集合和第二血管段长度集合；基于第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点确定血管段长度集合，包括：基于第一血管中心线图像对应的关键点确定第一血管段长度集合，基于第二血管中心线图像对应的关键点确定第二血管段长度集合；相应的，基于血管段长度集合或者关键点半径集合确定预测血管始末点，包括：基于第一血管段长度集合和第二血管段长度集合确定血管长度比例系数；基于血管长度比例系数和第二血管段长度集合中的始末段长度确定始末段延伸长度；基于第一血管段长度集合中的始末点和始末段延伸长度确定预测血管始末点。

其中，始末段延伸长度包括起始段延伸长度和末段延伸长度。

示例性的，图4为本实施例提供的一种血管分段的示意图。图4左部分为三维CTA术前影像对应的血管分段示意图，三维CTA血管段可以用

表示，p₁…p₅表示第一血管中心线图像对应的关键点；图4右部分为二维DSA术中影像对应的血管分段示意图，二维DSA血管段可以用

表示，q₁…q₅表示第二血管中心线图像对应的关键点。其中，

和

分别表示三维CTA的起始血管段和结束血管段，

和

分别表示二维DSA的起始血管段和结束血管段。第一血管段长度集合可以为三维CTA术前影像对应的血管段长度集合，可以用

表示，其中，C表示CTA术前影像，

表示三维CTA术前影像血管的第i段血管长度；第二血管段长度集合可以为二维DSA术中影像对应的血管段长度集合，可以用

表示，其中，D表示DSA术中影像，

表示二维DSA术中影像血管的第i段血管长度。进一步的，可以由以下公式获得血管长度比例系数：

进一步的，分别获得二维DSA的始末血管段映射到三维CTA上的始末血管段长度：

根据确定的起始段延伸长度A以及三维CTA血管第一个关键点的位置往前延伸A得到对应的3D血管起始端，同理，根据确定的末段延伸长度B以及三维CTA血管最后一个关键点的位置往后延伸B得到对应的3D血管末端。血管长度的确定方式可以包括但不限于：基于血管段之间的像素或体素个数确定血管长度，或者对每段血管之间均匀采样，用中间点个数来表示血管长度。

在一些可选实施例中，关键点半径集合包括第一关键点半径集合和第二关键点半径集合；基于第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点确定关键点半径集合，包括：基于第一血管中心线图像对应的关键点确定第一关键点半径集合，基于第二血管中心线图像对应的关键点确定第二关键点半径集合；相应的，基于血管段长度集合或者关键点半径集合确定预测血管始末点，包括：基于第一关键点半径集合和第二关键点半径集合确定血管半径比例系数；基于血管半径比例系数和第二关键点半径集合中的始末端点半径确定始末端点预测半径；基于第一关键点半径集合和始末端点预测半径确定预测血管始末点。

其中，始末端点预测半径包括起始关键点对应的预测血管半径和末端关键点对应的预测血管半径。

示例性的，图5为本实施例提供的一种血管半径的示意图。图5左部分为三维CTA术前影像对应的血管半径示意图，三维CTA血管中关键点可以用P＝{p₁,p₂,…,p_n-1}表示；图5右部分为二维DSA术中影像对应的血管半径示意图，二维DSA血管中关键点可以用Q＝{q₁,q₂,…,q_n-1}表示。p₀和p_n分别表示三维CTA血管的起始关键点和末端关键点，q₀和q_n分别表示为二维DSA血管的起始关键点和末端关键点。

表示三维CTA血管的第j个关键点的血管半径，

表示二维DSA血管的第j个关键点的血管半径；

进一步的，由以下公式获得血管半径比例系数μ：

进一步的，分别获得二维DSA的始末血管端映射到三维CTA上始末血管端的半径：

p₀₁＝q₀*μ

p_n1＝q_n*μ

其中，p₀₁表示起始关键点对应的预测血管半径，p_n1表示末端关键点对应的预测血管半径。进一步的，可以基于均方误差等距离公式确定与p₀₁或p_n1距离误差最小的半径所在圆心作为预测血管始末点。血管半径的计算方式可以包括但不限于血管中心线到图像背景的距离等。

示例性的，图6为本实施例提供的一种血管始末端映射估计结果示意图。血管始末端映射估计为上述血管始末端预测方法，可以包括基于血管长度的血管始末端映射估计方法和基于血管半径的血管始末端映射估计方法。图6左部分为血管始端的映射估计，图6右部分为血管末端的映射预测，用“+”表示估计得到的始末端端点。

本发明实施例的技术方案，通过根据第一血管中心线图像对应的关键点以及第二血管中心线图像对应的关键点确定血管段长度集合或者关键点半径集合，进而根据血管段长度集合或者关键点半径集合确定预测血管始末点，实现了血管起始点和血管结束点的重新确定，使第一待配准血管图像与第二待配准血管图像的血管始末点得到对应，从而提高血管图像配准精度。

实施例三

图7为本发明实施例三提供的一种图像配准方法的流程图，本实施例的方法与上述实施例中提供的图像配准方法中各个可选方案可以结合。本实施例提供的图像配准方法进行了进一步优化。可选的，所述基于所述第一血管段集合和所述第二血管段集合确定血管配准图像，包括：对所述第一血管段集合中各血管段进行采样，得到第一血管段中间点集合；对所述第二血管段集合中各血管段进行采样，得到第二血管段中间点集合；基于所述第一血管段中间点集合和所述第二血管段中间点集合确定血管配准关系；基于所述血管配准关系，将所述第一待配准血管图像与所述第二待配准血管图像进行配准，得到血管配准图像。

如图7所示，该方法包括：

S310、分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像。

S320、确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点。

S330、基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点。

S340、基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合。

S350、对所述第一血管段集合中各血管段进行采样，得到第一血管段中间点集合。

本实施例中，第一血管段中间点集合是指第一血管段集合中各血管段集合的采样中间点的集合。

示例性的，采样方法可以为均匀采样，第一血管段集合可以为三维的CTA术前影像对应的血管段集合，具体而言，可以对三维的CTA术前影像对应的血管段集合中各血管段进行均匀采样，得到三维的CTA术前影像对应的血管中心线的第i段血管的中间点集合

(i＝1,…,n)，其中，

表示第一血管段中间点集合，C表示CTA术前影像，m_ix表示第i段血管的第x个中间点。

S360、对所述第二血管段集合中各血管段进行采样，得到第二血管段中间点集合。

本实施例中，第二血管段中间点集合是指第二血管段集合中各血管段集合的采样中间点的集合。

示例性的，采样方法可以为均匀采样，第二血管段集合可以为二维的DSA术中影像对应的血管段集合，具体而言，可以二维的DSA术中影像对应的血管段集合中各血管段进行均匀采样，得到二维的DSA术中影像对应的的血管中心线的第i段血管的中间点集合

(i＝1,…,n)，其中，

表示第二血管段中间点集合，D表示二维的DSA术中影像，n_iy表示第i段血管的第y个中间点。

S370、基于所述第一血管段中间点集合和所述第二血管段中间点集合确定血管配准关系。

本实施例中，血管配准关系是指第一血管段中间点集合中的中间点与第二血管段中间点集合中的中间点的对应关系。

示例性的，血管配准关系可以为γ＝{(m_i1,n_i1),(m_i2,n_i2),…,(m_ix,n_iy)}，其中，m_ix表示三维CTA术前影像的第i段血管的第x个中间点，n_iy表示二维DSA术中影像的第i段血管的第y个中间点，γ表示血管配准关系。具体而言，可以根据动态时间规整算法确定第一血管段中间点集合与第二血管段中间点集合中各中间点的最小距离代价匹配，从而得到血管配准关系。可以理解的是，血管配准关系中各中间点的对应关系可以为一对一、一对多或者多对一关系，在此不做限定。

需要说明的是，本实施例的血管配准关系建立方法属于稠密匹配方法，该稠密匹配方法确定的血管配准关系可以应用于实时发生弹性形变的血管图像上，提升图像配准的适应性。

S380、基于所述血管配准关系，将所述第一待配准血管图像与所述第二待配准血管图像进行配准，得到血管配准图像。

示例性的，第一待配准血管图像可以为三维CTA术前影像，第二待配准血管图像可以为二维DSA术中影像，具体而言，可以根据血管配准关系，可以对三维CTA术前影像中血管的空间位置进行变换，使得变换后的三维CTA术前影像中血管的空间位置，与二维DSA术中影像血管的空间位置达到一致，生成配准完成的血管配准图像。

在一些可选实施例中，确定第一血管中心线图像对应的关键点，以及第二血管中心线图像对应的关键点，包括：将第一血管中心线图像输入至预先训练完成的第一关键点追踪模型，得到第一血管中心线图像对应的关键点，或者，将第一血管中心线图像中满足邻接关系条件的中心线点确定为第一血管中心线图像对应的关键点；将第二血管中心线图像输入至预先训练完成的第二关键点追踪模型，得到第二血管中心线图像对应的关键点，或者，将第二血管中心线图像中满足邻接关系条件的中心线点确定为第二血管中心线图像对应的关键点。

其中，关键点追踪模型是指用于预测分段关键点的网络模型。关键点追踪模型可以根据多个血管中心线样本图像以及血管中心线样本图像对应的标签对初始网络训练得到。

示例性的，邻接关系条件可以包括：若当前中心线点仅具有一个相邻点，表明当前中心线点为血管初始点或血管末端点，则将当前中心线点确定为关键点；若当前中心线点具有三个或三个以上相邻点，表明当前中心线点为血管分支点，则将当前中心线点确定为关键点。

本发明实施例的技术方案，通过对第一血管段集合中各血管段进行采样，得到第一血管段中间点集合；对第二血管段集合中各血管段进行采样，得到第二血管段中间点集合；基于第一血管段中间点集合和第二血管段中间点集合确定血管配准关系，该血管配准关系可以应用于实时发生弹性形变的血管图像上，提升图像配准的适应性。

实施例四

图8为本发明实施例四提供的一种图像配准装置的结构示意图。如图8所示，该装置包括：

血管中心线图像获取模块410，用于分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像；

关键点确定模块420，用于确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点；

血管始末端预测模块430，用于基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点；

血管段集合确定模块440，用于基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，基于所述第二血管中心线图像对应的关键点确定第二血管段集合；

血管配准图像确定模块450，用于基于所述第一血管段集合和所述第二血管段集合确定血管配准图像。

在一些可选的实施方式中，血管中心线图像获取模块410，具体用于：

获取待配准血管图像，其中，所述待配准血管图像包括第一待配准血管图像和第二待配准血管图像；

对所述第一待配准血管图像进行分割，得到第一血管分割图像，对所述第一血管分割图像进行中心线提取，得到所述第一待配准血管图像对应的第一血管中心线图像；

对所述第二待配准血管图像进行分割，得到第二血管分割图像，对所述第二血管分割图像进行中心线提取，得到所述第二待配准血管图像对应的第二血管中心线图像。

在一些可选的实施方式中，关键点确定模块420，具体用于：

将所述第一血管中心线图像输入至预先训练完成的第一关键点追踪模型，得到所述第一血管中心线图像对应的关键点，或者，将所述第一血管中心线图像中满足邻接关系条件的中心线点确定为所述第一血管中心线图像对应的关键点；

将所述第二血管中心线图像输入至预先训练完成的第二关键点追踪模型，得到所述第二血管中心线图像对应的关键点，或者，将所述第二血管中心线图像中满足邻接关系条件的中心线点确定为所述第二血管中心线图像对应的关键点。

在一些可选的实施方式中，血管始末端预测模块430，包括：

集合确定单元，用于基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定血管段长度集合或者关键点半径集合；

血管始末点预测单元，用于基于所述血管段长度集合或者关键点半径集合确定预测血管始末点。

在一些可选的实施方式中，所述血管段长度集合包括第一血管段长度集合和第二血管段长度集合；

集合确定单元，具体用于：

基于所述第一血管中心线图像对应的关键点确定第一血管段长度集合，基于所述第二血管中心线图像对应的关键点确定第二血管段长度集合；

相应的，血管始末点预测单元，具体用于：

基于所述第一血管段长度集合和所述第二血管段长度集合确定血管长度比例系数；

基于所述血管长度比例系数和所述第二血管段长度集合中的始末段长度确定始末段延伸长度；

基于所述第一血管段长度集合中的始末点和所述始末段延伸长度确定预测血管始末点。

在一些可选的实施方式中，所述关键点半径集合包括第一关键点半径集合和第二关键点半径集合；

集合确定单元，具体用于：

基于所述第一血管中心线图像对应的关键点确定第一关键点半径集合，基于所述第二血管中心线图像对应的关键点确定第二关键点半径集合；

相应的，血管始末点预测单元，具体还用于：

基于所述第一关键点半径集合和所述第二关键点半径集合确定血管半径比例系数；

基于所述血管半径比例系数和所述第二关键点半径集合中的始末端点半径确定始末端点预测半径；

基于所述第一关键点半径集合和所述始末端点预测半径确定预测血管始末点。

在一些可选的实施方式中，所述预测血管始末点包括预测血管起始点和预测血管结束点；血管段集合确定模块440，具体用于：

基于所述预测血管起始点和所述预测血管结束点，对所述第一血管中心线图像对应的关键点对应的血管起始点和血管结束点进行替换，得到所述第一血管中心线图像对应的目标关键点；

基于所述第一血管中心线图像对应的目标关键点确定第一血管段集合。

在一些可选的实施方式中，血管配准图像确定模块450，具体用于：

对所述第一血管段集合中各血管段进行采样，得到第一血管段中间点集合；

对所述第二血管段集合中各血管段进行采样，得到第二血管段中间点集合；

基于所述第一血管段中间点集合和所述第二血管段中间点集合确定血管配准关系；

基于所述血管配准关系，将所述第一待配准血管图像与所述第二待配准血管图像进行配准，得到血管配准图像。

本发明实施例所提供的图像配准装置可执行本发明任意实施例所提供的图像配准方法，具备执行方法相应的功能模块和有益效果。

实施例五

图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图9所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如图像配准方法，该方法包括：

在一些实施例中，图像配准方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的图像配准方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像配准方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims

1.一种图像配准方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分别获取第一待配准血管图像对应的第一血管中心线图像，以及第二待配准血管图像对应的第二血管中心线图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述确定所述第一血管中心线图像对应的关键点，以及所述第二血管中心线图像对应的关键点，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点进行血管始末端预测，得到预测血管始末点，包括：

基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定血管段长度集合或者关键点半径集合；

基于所述血管段长度集合或者关键点半径集合确定预测血管始末点。

5.根据权利要求4所述的方法，其特征在于，所述血管段长度集合包括第一血管段长度集合和第二血管段长度集合；

所述基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定血管段长度集合，包括：

相应的，所述基于所述血管段长度集合或者关键点半径集合确定预测血管始末点，包括：

6.根据权利要求4所述的方法，其特征在于，所述关键点半径集合包括第一关键点半径集合和第二关键点半径集合；

所述基于所述第一血管中心线图像对应的关键点以及所述第二血管中心线图像对应的关键点确定关键点半径集合，包括：

7.根据权利要求1所述的方法，其特征在于，所述预测血管始末点包括预测血管起始点和预测血管结束点；

所述基于所述第一血管中心线图像对应的关键点和所述预测血管始末点确定第一血管段集合，包括：

8.根据权利要求1所述的方法，其特征在于，所述基于所述第一血管段集合和所述第二血管段集合确定血管配准图像，包括：

9.一种图像配准装置，其特征在于，包括：

10.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个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至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的图像配准方法。

11.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的图像配准方法。