CN116433738B - 影像配准方法、装置、计算机设备及计算机可读存储介质 - Google Patents

影像配准方法、装置、计算机设备及计算机可读存储介质 Download PDF

Info

Publication number
CN116433738B
CN116433738B CN202310697577.1A CN202310697577A CN116433738B CN 116433738 B CN116433738 B CN 116433738B CN 202310697577 A CN202310697577 A CN 202310697577A CN 116433738 B CN116433738 B CN 116433738B
Authority
CN
China
Prior art keywords
image
mrcp
target
target point
bile duct
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
Application number
CN202310697577.1A
Other languages
English (en)
Other versions
CN116433738A (zh
Inventor
李�昊
胡珊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Endoangel Medical Technology Co Ltd
Original Assignee
Wuhan Endoangel Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Endoangel Medical Technology Co Ltd filed Critical Wuhan Endoangel Medical Technology Co Ltd
Priority to CN202310697577.1A priority Critical patent/CN116433738B/zh
Publication of CN116433738A publication Critical patent/CN116433738A/zh
Application granted granted Critical
Publication of CN116433738B publication Critical patent/CN116433738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G06T2207/30012—Spine; Backbone
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本申请提供一种影像配准方法、装置、计算机设备及计算机可读存储介质，通过获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集；基于图像调整参数集，确定用于判断第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于配准误差系数集，从第一MRCP影像集中确定目标MRCP影像，并从图像调整参数集中获取与目标MRCP影像对应的目标图像调整参数；对目标MRCP影像进行分割，得到胆管分割图；基于目标图像调整参数，将胆管分割图与X光影像进行配准。降低了手术风险。

Description

影像配准方法、装置、计算机设备及计算机可读存储介质
技术领域
本申请涉及辅助医疗技术领域，具体涉及一种影像配准方法、装置、计算机设备及计算机可读存储介质。
背景技术
经皮肝穿刺置管引流术（percutaneous transhepatic cholangial drainage，PTCD）是在CT引导下，利用特制穿刺针经皮穿入肝内胆管，再将造影剂直接注入胆道而使肝内外胆管迅速显影并通过造影管行胆管引流，可用于恶性肿瘤的姑息治疗，重症梗阻性黄疸的术前准备等。PTCD是一种非血管微创手术，可快速、有效缓解黄疸症状，纠正黄疸所导致的肝功能损害和高胆红素血症状态，缩短住院日，改善目标对象生命质量。
目前，大多数恶性梗阻性黄疸目标对象年龄大，身体状况差，且确诊时已处于肿瘤进展期甚至是晚期，造成PTCD术后并发症高（如：出血、胆道感染、胆漏、引流不畅、导管堵塞、导管脱出、胆汁性腹膜炎等 ），反复的住院治疗也可造成医疗资源的消耗。此外，部分晚期恶性梗阻性黄疸目标对象，因无法实现胆道内引流，时常需要长期留置PTCD管，给其生活带来了很大不便，需要目标对象较好的自我管理，术后护理和出院后的延续照顾也成为关键问题。然而，相关技术在术中X影像中很难准确地寻找胆管位置，存在较大的手术风险。
因此，如何便于医师在术中X影像中准确地寻找胆管位置，降低手术风险，是当前辅助医疗技术领域亟需解决的技术问题。
发明内容
本申请提供一种影像配准方法、装置、计算机设备及计算机可读存储介质，旨在解决如何便于医师在术中X影像中准确地寻找胆管位置，降低手术风险的技术问题。
一方面，本申请提供一种影像配准方法，所述方法包括：
获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；
基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；
基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；
对所述目标MRCP影像进行分割，得到胆管分割图；
基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，包括：
从术中X光影像上获取第一目标点集以及各目标点的坐标，并从第一MRCP影像集中各MRCP影像中获取第二目标点集以及各目标点的坐标；
基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集。
在本申请一种可能的实现方式中，所述从术中X光影像上获取第一目标点集以及各目标点的坐标，包括：
对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
获取所述第一标记物分割图中各子标记的形心坐标；
获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
在本申请一种可能的实现方式中，所述基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准，包括：
基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图；
基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述目标图像调整参数包括平移参数、旋转参数以及缩放参数；
所述基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图，包括：
基于所述平移参数、旋转参数以及缩放参数，分别将所述胆管分割图进行平移、旋转以及缩放，得到调整后的目标胆管分割图。
在本申请一种可能的实现方式中，所述基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准，包括：
从所述第一目标点集中确定出第一目标点；
从所述第二目标点集中确定出第二目标点，所述第一目标点与所述第二目标点所对应的实物标记为同一实物标记；
获取所述目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据；
将所述目标胆管分割图移植至所述X光影像上，基于所述距离数据和方位角数据调整所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角，以将所述目标胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集，包括：
基于所述图像调整参数集，调整所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集；
基于所述第三目标点集中各目标点的坐标和所述第一目标点集中各目标点的坐标，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
在本申请一种可能的实现方式中，在获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集之前，所述方法还包括：
获取初始MRCP影像集；
对所述初始MRCP影像集进行预筛选，得到第一MRCP影像集。
另一方面，本申请提供一种影像配准装置，所述装置包括：
第一获取单元，用于获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；
第一确定单元，用于基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；
第二确定单元，用于基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；
第一分割单元，用于对所述目标MRCP影像进行分割，得到胆管分割图；
第一配准单元，用于基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述第一获取单元，具体包括：
第二获取单元和第三获取单元，用于从术中X光影像上获取第一目标点集以及各目标点的坐标，并从第一MRCP影像集中各MRCP影像中获取第二目标点集以及各目标点的坐标；
第三确定单元，用于基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集。
在本申请一种可能的实现方式中，所述第二获取单元，具体用于：
对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
获取所述第一标记物分割图中各子标记的形心坐标；
获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
在本申请一种可能的实现方式中，所述第一配准单元，具体包括：
第一调整单元，用于基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图；
第二配准单元，用于基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述目标图像调整参数包括平移参数、旋转参数以及缩放参数；
所述第一调整单元，具体用于：
基于所述平移参数、旋转参数以及缩放参数，分别将所述胆管分割图进行平移、旋转以及缩放，得到调整后的目标胆管分割图。
在本申请一种可能的实现方式中，所述第二配准单元，具体用于：
从所述第一目标点集中确定出第一目标点；
从所述第二目标点集中确定出第二目标点，所述第一目标点与所述第二目标点所对应的实物标记为同一实物标记；
获取所述目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据；
将所述目标胆管分割图移植至所述X光影像上，基于所述距离数据和方位角数据调整所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角，以将所述目标胆管分割图与所述X光影像进行配准。
在本申请一种可能的实现方式中，所述第一确定单元，具体用于：
基于所述图像调整参数集，调整所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集；
基于所述第三目标点集中各目标点的坐标和所述第一目标点集中各目标点的坐标，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
在本申请一种可能的实现方式中，在获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集之前，所述装置还用于：
获取初始MRCP影像集；
对所述初始MRCP影像集进行预筛选，得到第一MRCP影像集。
另一方面，本申请还提供一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的影像配准方法。
另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的影像配准方法中的步骤。
本申请提供的影像配准方法，通过获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。实现了将MRCP影像与X光影像进行配准，使得医师可以在术中通过配准后的影像准确地找到胆管位置，降低了手术风险。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的影像配准系统的场景示意图；
图2是本申请实施例中提供的影像配准方法的一个实施例流程示意图；
图3是本申请实施例中提供的术中的X光影像的一个实施例流程示意图；
图4是本申请实施例中提供的MRCP影像的一个实施例流程示意图；
图5（a）是本申请实施例中提供的X术中影像的一个实施例示意图；
图5（b）是本申请实施例中提供的被剔除或被过滤的MRCP图像的一个示意图；
图5（c）是本申请实施例中提供的保留下来的MRCP图像的一个示意图；
图6是本申请实施例中提供的影像配准装置的一个实施例结构示意图；
图7是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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申请和简化描述，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申请的限制。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或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种影像配准方法、装置、计算机设备及计算机可读存储介质，以下分别进行详细说明。
如图1所示，图1是本申请实施例提供的影像配准系统的场景示意图，该影像配准系统可以包括计算机设备100，计算机设备100中集成有影像配准装置，如图1中的计算机设备100。
本申请实施例中计算机设备100主要用于获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
本申请实施例中，该计算机设备100可以为终端或者服务器，当计算机设备100为服务器时，可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器以构建的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器以构建。
可以理解的是，本申请实施例中计算机设备100为终端时，所使用的终端可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的计算机设备100具体可以是台式终端或移动终端，计算机设备100具体还可以是手机、平板电脑、笔记本电脑、医疗辅助仪器等中的一种。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不以构建对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该影像配准系统还可以包括一个或多个其他计算机设备，具体此处不作限定。
另外，如图1所示，该影像配准系统还可以包括存储器200，用于存储数据，如存储图像调整参数集和影像配准数据，例如影像配准系统运行时的影像配准数据。
需要说明的是，图1所示的影像配准系统的场景示意图仅仅是一个示例，本申请实施例描述的影像配准系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着影像配准系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
接下来，介绍本申请实施例提供的影像配准方法。
本申实施例影像配准方法的实施例中以影像配准装置作为执行主体，为了简化与便于描述，后续方法实施例中将省略该执行主体，该影像配准装置应用于计算机设备，该方法包括：获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
请参阅图2至图7，图2为本申请实施例中提供的影像配准方法的一个实施例流程示意图，该影像配准方法具体可以包括如下步骤201至步骤205：
201、获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集。
其中，图像调整参数集包括多个图像调整参数，每个图像调整参数分别用于对预先获取的第一MRCP影像集中各对应的MRCP影像进行图像调整，其具体调整内容包括图像平移、图像旋转和图像缩放，所述第一MRCP影像集为经过预筛选MRCP影像集，如下图4所示，其中磁共振胰胆管造影(Magnetic Resonance Cholangiopancreatography, MRCP)影像，是利用重T2加权脉冲序列来显示具有非常长T2弛豫时间组织结构的技术，具体的，磁共振胰胆管造影实质性器官如肝脏、脾脏和胰腺的T2弛豫时间短，在重T2加权序列上表现为低信号。脂肪组织具有中等长度的T2弛豫时间，可通过运用各种脂肪抑制技术（如频率选择或反转抑制）对脂肪信号进行抑制。快速流动的液体如门静脉或肝静脉内的血流，由于流空现象在影像上表现为信号缺失，只有静止或相对静止的液体表现为高信号。而胆管系统内的胆汁属于相对静止的液体，因此MRCP可清晰显示胆管系统的形态结构。
示例性的，在本申请的一些实施例中，可以通过如下方式获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，具体包括如下步骤A1和步骤A2：
A1、从术中X光影像上获取第一目标点集以及各目标点的坐标，并从第一MRCP影像集中各MRCP影像中获取第二目标点集以及各目标点的坐标；
其中，第一目标点集和第二目标点集所对应的标记位置为人体相同部位，可以理解的是，在目标对象背部贴设有预设数量的标记物，该标记物可以为外部贴片，然后在术前进行MRCP，得到第一MRCP影像集，该第一MRCP影像集中会有标记物的图像，后续即可通过标记物的图像，确定出第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，具体如何确定请参阅后续说明，进一步的，完成术前的MRCP后，在术中，目标对象的背部贴设有预设数量的标记物仍然保持不变，这样，即可通过X光拍摄，得到术中X光影像，然后在通过X光影像上标记物的图像，确定出第一目标点集中各目标点的坐标，具体如何确定请参阅后续说明。
示例性的，在本申请的一些实施例中，可以通过如下方式从术中X光影像上获取第一目标点集以及各目标点的坐标，具体可以包括如下步骤B1至步骤B4：
B1、对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
其中，标记物可以设置目标对象背部沿脊柱的两侧，确保标记物没有覆盖人体脊柱，优选的，标记物中的多个子标记位于远离脊柱的同一侧，多个子标记之间间隔设置，不重叠在一起，其，如下图3所示，具体的，多个子标记的数量可根据实际需求进行设置，本申请实施例优选设置三个子标记，示例性的，该三个子标记对应的标记物的形状可以是圆形片状，其材质可以是陶瓷，其中，三个子标记可以呈直角三角形放置。
具体的，可以通过预先训练的标记物分割模型和脊柱分割模型，分别对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，该标记物分割模型优先选择Unet++，标签由专业病理医师对标记物边界进行勾勒，脊柱分割模型优先选择Unet++，标签由专业病理医师对脊柱边界进行勾勒。
B2、获取所述第一标记物分割图中各子标记的形心坐标；
示例性的，可以在通域的基础上获取所述第一标记物分割图中各子标记的形心坐标，示例性的，如图3所示，找到的三个子标记的形心坐标分别为，/>，；
B3、获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
示例性的，可以通过Zhang-Suen细化算法提取第一脊柱分割图中脊柱的中心线，并通过多项式拟合得到该中心线的拟合直线。
B4、基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
示例性的，在本申请的一些实施例中，可以通过如下方式实现基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，具体包括如下步骤C1和步骤C2：
C1、分别从所述第一标记物分割图中选择预设数量的目标子标记。
C2、分别过所述目标子标记的形心做所述拟合直线的垂线，得到第一交点集以及所述第一交点集中各交点的坐标。
为了便于理解，在一个具体实施例中，如图3所示，从三个子标记中选取了和这两个目标子标记，得到的第一交点集包括/>和/>。
本申请实施例中，获取第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标的方式与上述实施例中介绍的如何从术中X光影像上获取第一目标点集以及各目标点的坐标的方式相同，具体可参阅上述实施例，在此不做赘述，示例性的，各MRCP影像的第二目标点集中各目标点的坐标分别为和/>、/>、/>、。
A2、基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集。
示例性的，在本申请的一些实施例中，可以通过如下方式实现如何基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集，具体包括如下步骤D1和步骤D2：
D1、分别从所述第一目标点集和所述第二目标点集中确定一个第一基准点P1和一个第二基准点;
D2、基于第一基准点和第二基准点，确定所述平移参数、旋转参数以及缩放参数。
在一个具体实施了中，以为第一基准点，/>为第二基准点，其平移参数可根据如下公式获取：
。
得到平移参数后，可根据平移参数将和/>、/>、、/>进行平移，平移后的第二目标点集中各目标点的坐标为。
然后可根据下述公式确定旋转参数：
，其中/> ，/>。
那么根据旋转参数进行旋转后的点的坐标为：
；
然后可根据下述公式确定缩放参数：
。
那么根据缩放参数进行缩放后的点的坐标为：
。
在本申请的一些实施例中，为了进一步图像配准的准确度，可以在获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集之前，对目标对象的初始MRCP影像集进行一个预筛选处理，具体可以包括如下步骤E1和步骤E2：
E1、获取初始MRCP影像集；
具体的，可以从预置的数据库中读取目标对象的初始MRCP影像集。
E2、对所述初始MRCP影像集进行预筛选，得到第一MRCP影像集。
示例性的，具体可以包括如下步骤：
F1、计算所述初始MRCP影像集中各MRCP影像中各子标记的形心与其脊柱中心线的第一相对方向；
F2、计算所述X光影像中各子标记的形心与其脊柱中心线的第二相对方向；
F3、基于所述初始MRCP影像集中各MRCP影像中各子标记的形心与其脊柱中心线的第一相对方向与所述X光影像中各子标记的形心与其脊柱中心线的第二相对方向，对所述初始MRCP影像集进行预筛选。
在一个具体实施例中，首先计算各子标记的形心与脊柱中心线的相对方向，以横坐标（）为例进行说明。
其次计算X光影像中相对于脊柱中心线上P4的位置
，同理得到/>。
然后根据上一步骤得到第i张MRCP图像中相对于该图像中脊柱中心线上/>的位置/>。
若且/>且/>则第i张MRCP图像被保留，进入后续误差评估，否则被剔除，其中，图5（a）即为X术中影像，图5（b）为被剔除或被过滤的MRCP图像，图5（c）为保留下来的MRCP图像。
202、基于图像调整参数集，确定用于判断第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
示例性的，在本申请的一些实施例中，可以通过如下方式实现如何基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集，具体包括如下步骤G1和步骤G2：
G1、基于所述图像调整参数集，调整所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集；
其中，根据前文实施例可知，通过该图像调整参数集中各图像调整参数，可以对应将所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标进行平移、旋转以及缩放，从而得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集。
结合上述具体实施例，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集分别包括三个子标记点以及两个交点/>、/>。
G2、基于所述第三目标点集中各目标点的坐标和所述第一目标点集中各目标点的坐标，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
示例性的，在本申请的一些实施例中，可以通过如下方式实现，具体包括步骤H1至步骤H7：
H1、分别获取所述第三目标点集中第一指定点与所述第一目标点集中第一指定点的位置误差；
在本申请的一些具体实施例中，仍以上述三个子标记以及两个交点进行限定说明，其中，第三目标点集中第一指定点分别为所有的子标记，而第一目标点集中第一指定点分别为所有的子标记/>；
具体的可以根据如下公式计算其位置误差：
。
H2、分别获取所述第三目标点集中第二指定点构成的目标线段与所述第一目标点集中第二指定点构成的目标线段的斜率误差；
在本申请的一些具体实施例中，仍以上述三个子标记以及两个交点进行限定说明，其中，第三目标点集中第二指定点分别为所有的交点、/>，而第一目标点集中第二指定点分别为所有的交点/>、/>；
具体的可以根据如下公式计算其斜率误差：
。
H3、分别获取所述第三目标点集中第三指定点构成的第一目标图形与所述第一目标点集中第三指定点构成的第二目标图形的周长误差；
在本申请的一些具体实施例中，仍以上述三个子标记以及两个交点进行限定说明，其中，第三目标点集中第三指定点分别为所有的子标记和交点，而第一目标点集中第三指定点分别为所有的子标记和交点/>，其中，第一目标图形是由所有的子标记和交点依次连接而成的，第二目标图形是由所有的子标记和交点/>依次连接而成的；
其中，第二目标图形的周长计算方式如下公式：
；
同理可得第一目标图形的周长。
具体的可以根据如下公式计算其周长误差：
。
H4、分别获取所述第三目标点集中第四指定点构成的第一目标图形集与所述第一目标点集中第四指定点构成的二目标图形集的面积误差；
在本申请的一些具体实施例中，仍以上述三个子标记以及两个交点进行限定说明，其中，第三目标点集中第四指定点分别为所有的子标记和交点，而第一目标点集中第四指定点分别为所有的子标记和交点/>，其中，第二目标图形集包括由5个关键点所围成区域分成梯形/>和三角形/>，其第一目标图形集与第二目标图形集相似，具体不做赘述。
其中，梯形面积计算方式如下：
；
其中，三角形面积计算方式如下：
；
其中，5个关键点所围成面积；
同理可得面积/>；
具体的可以根据如下公式计算其面积误差：
。
H5、分别获取所述第三目标点集中第五指定点构成的第三目标图形集的形心距离脊柱的第一距离集、所述第一目标点集中第五指定点构成的第四目标图形集的形心距离脊柱的第二距离集；
在本申请的一些具体实施例中，仍以上述三个子标记以及两个交点进行限定说明，其中，第三目标点集中第五指定点分别为所有的子标记和交点，而第一目标点集中第五指定点分别为所有的子标记和交点/>，其中，第四目标图形集包括由5个关键点所围成区域和三个关键点所围城的区域/>。
其中，图像形心/>，计算点/>到线段/>的距离/>；
图像形心/>，计算点/>到线段/>的距离/>；
即得到第二距离集中的两个距离、/>。
同理得的距离/>和的距离/>；
即得到第一距离集中的两个距离、/>。
H6、基于所述第一距离集和所述第二距离集，确定所述形心与所述脊柱的距离误差；
具体的可以根据如下公式计算其距离误差：
。
H7、基于所述位置误差、斜率误差、周长误差、面积误差以及距离误差，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
具体的，根据如下公式分别计算用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数：
；
再将所述第一MRCP影像集中所有影像与术中X光影像进行配准的配准效果的配准误差系数计算完毕后，即可得到该配准误差系数集。
203、基于配准误差系数集，从第一MRCP影像集中确定目标MRCP影像，并从图像调整参数集中获取与目标MRCP影像对应的目标图像调整参数。
示例性的，在本申请的一些实施例中，可以通过如下方式实现基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，具体包括如下步骤I1和步骤I2：
I1、比较所述配准误差系数集中各配准误差系数之间的数值大小，得到数值大小为最小的目标配准误差系数；
I2、将与所述目标配准误差系数对应的MRCP影像设置为目标MRCP影像。
204、对目标MRCP影像进行分割，得到胆管分割图；
示例性的，可以通过预先训练的胆管分割模型对所述目标MRCP影像进行分割，得到胆管分割图，其中，胆管分割模型优先选择Unet++，标签由专业病理医师对胆管边界进行勾勒。
205、基于目标图像调整参数，将胆管分割图与X光影像进行配准。
示例性的，在本申请的一些实施例中，可以通过如下方式实现如何基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准，具体包括如下步骤J1至步骤J2：
J1、基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图；
其中，目标图像调整参数包括平移参数、旋转参数以及缩放参数。
示例性的，可以基于所述平移参数、旋转参数以及缩放参数，分别将所述胆管分割图进行平移、旋转以及缩放，得到调整后的目标胆管分割图。
J2、基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准。
示例性的，在本申请的一些实施例中，可以通过如下方式实现如何基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准，具体包括如下步骤K1至步骤K4：
K1、从所述第一目标点集中确定出第一目标点；
K2、从所述第二目标点集中确定出第二目标点，所述第一目标点与所述第二目标点所对应的实物标记为同一实物标记；
K3、获取所述目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据；
具体的，可以通过该胆管形心的坐标和第二目标点的坐标，计算出两者之间的距离数据和方位角数据，其原理在上述实施例中已说明，可参阅上述具体说明，在此不做赘述。
K4、将所述目标胆管分割图移植至所述X光影像上，基于所述距离数据和方位角数据调整所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角，以将所述目标胆管分割图与所述X光影像进行配准。
示例性的，可以通过将所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角分别调整为步骤K3中的目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据对应的距离和方位角，即可将所述目标胆管分割图与所述X光影像进行配准。
本申请提供的影像配准方法，通过获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。实现了将MRCP影像与X光影像进行配准，使得医师可以在术中通过配准后的影像准确地找到胆管位置，降低了手术风险。
为了更好实施本申请实施例中影像配准方法，在影像配准方法基础之上，本申请实施例中还提供一种影像配准装置，如图6所示，所述影像配准装置600包括：
第一获取单元601，用于获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；
第一确定单元602，用于基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；
第二确定单元603，用于基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；
第一分割单元604，用于对所述目标MRCP影像进行分割，得到胆管分割图；
第一配准单元605，用于基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
在本申请的一些实施例中，所述第二获取单元，具体用于：
对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
获取所述第一标记物分割图中各子标记的形心坐标；
获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
在本申请的一些实施例中，所述第一配准单元605，具体包括：
第一调整单元，用于基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图；
第二配准单元，用于基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准。
在本申请的一些实施例中，所述目标图像调整参数包括平移参数、旋转参数以及缩放参数；
所述第一调整单元，具体用于：
基于所述平移参数、旋转参数以及缩放参数，分别将所述胆管分割图进行平移、旋转以及缩放，得到调整后的目标胆管分割图。
在本申请的一些实施例中，所述第二配准单元，具体用于：
从所述第一目标点集中确定出第一目标点；
从所述第二目标点集中确定出第二目标点，所述第一目标点与所述第二目标点所对应的实物标记为同一实物标记；
获取所述目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据；
将所述目标胆管分割图移植至所述X光影像上，基于所述距离数据和方位角数据调整所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角，以将所述目标胆管分割图与所述X光影像进行配准。
在本申请的一些实施例中，所述第一确定单元602，具体用于：
基于所述图像调整参数集，调整所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集；
基于所述第三目标点集中各目标点的坐标和所述第一目标点集中各目标点的坐标，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
在本申请的一些实施例中，在获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集之前，所述装置还用于：
获取初始MRCP影像集；
对所述初始MRCP影像集进行预筛选，得到第一MRCP影像集。
本申请提供的影像配准方法，通过第一获取单元601，用于获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；第一确定单元602，用于基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；第二确定单元603，用于基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；第一分割单元604，用于对所述目标MRCP影像进行分割，得到胆管分割图；第一配准单元605，用于基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。实现了将MRCP影像与X光影像进行配准，使得医师可以在术中通过配准后的影像准确地找到胆管位置，降低了手术风险。
除了上述介绍用于影像配准方法与装置之外，本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种影像配准装置，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述影像配准方法实施例中任一实施例中所述的任一方法的操作。
本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种影像配准装置。如图7所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储单元702、电源703和输入单元704等部件。本领域技术人员可以理解，图7中示出的计算机设备结构并不构成对计算机设备的限定，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。其中：
处理器701是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储单元702内的软件程序和/或模块，以及调用存储在存储单元702的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器701可包括一个或多个处理核心；优选的，处理器701可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器701中。
存储单元702可用于存储软件程序以及模块，处理器701通过运行存储在存储单元702的软件程序以及模块，从而执行各种功能应用以及数据处理。存储单元702可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储单元702可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储单元702还可以包括存储器控制器，以提供处理器701对存储单元702的访问。
计算机设备还包括给各个部件供电的电源703，优选的，电源703可以通过电源管理系统与处理器701逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元704，该输入单元704可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本申请实施例中，计算机设备中的处理器701会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元702中，并由处理器701来运行存储在存储单元702中的应用程序，从而实现各种功能，如下：
获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
本申请提供的影像配准方法，通过获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。实现了将MRCP影像与X光影像进行配准，使得医师可以在术中通过配准后的影像准确地找到胆管位置，降低了手术风险。
为此，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random AccessMemory）、磁盘或光盘等。该计算机可读存储介质中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种影像配准方法中的步骤。例如，该指令可以执行如下步骤：
获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；对所述目标MRCP影像进行分割，得到胆管分割图；基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种影像配准方法、装置、计算机设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种影像配准方法，其特征在于，所述方法包括：
获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；
基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；
基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；
对所述目标MRCP影像进行分割，得到胆管分割图；
基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准；
其中，所述获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，包括：
从术中X光影像上获取第一目标点集以及各目标点的坐标，并从第一MRCP影像集中各MRCP影像中获取第二目标点集以及各目标点的坐标；
基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集；
其中，所述从术中X光影像上获取第一目标点集以及各目标点的坐标，包括：
对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
获取所述第一标记物分割图中各子标记的形心坐标；
获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
2.根据权利要求1所述的影像配准方法，其特征在于，所述基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准，包括：
基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图；
基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准。
3.根据权利要求2所述的影像配准方法，其特征在于，所述目标图像调整参数包括平移参数、旋转参数以及缩放参数；
所述基于所述目标图像调整参数，对所述胆管分割图进行图像调整，得到调整后的目标胆管分割图，包括：
基于所述平移参数、旋转参数以及缩放参数，分别将所述胆管分割图进行平移、旋转以及缩放，得到调整后的目标胆管分割图。
4.根据权利要求2所述的影像配准方法，其特征在于，所述基于所述目标胆管分割图中的胆管形心，将所述目标胆管分割图与所述X光影像进行配准，包括：
从所述第一目标点集中确定出第一目标点；
从所述第二目标点集中确定出第二目标点，所述第一目标点与所述第二目标点所对应的实物标记为同一实物标记；
获取所述目标胆管分割图中的胆管形心与所述第二目标点之间的距离数据和方位角数据；
将所述目标胆管分割图移植至所述X光影像上，基于所述距离数据和方位角数据调整所述目标胆管分割图中的胆管形心与所述第一目标点之间的距离和方位角，以将所述目标胆管分割图与所述X光影像进行配准。
5.根据权利要求1所述的影像配准方法，其特征在于，所述基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集，包括：
基于所述图像调整参数集，调整所述第一MRCP影像集中各MRCP影像的第二目标点集中各目标点的坐标，得到所述第一MRCP影像集中各MRCP影像调整后的第三目标点集；
基于所述第三目标点集中各目标点的坐标和所述第一目标点集中各目标点的坐标，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集。
6.根据权利要求1所述的影像配准方法，其特征在于，在获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集之前，所述方法还包括：
获取初始MRCP影像集；
对所述初始MRCP影像集进行预筛选，得到第一MRCP影像集。
7.一种影像配准装置，其特征在于，所述装置包括：
第一获取单元，用于获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，所述第一MRCP影像集为经过预筛选MRCP影像集；
第一确定单元，用于基于所述图像调整参数集，确定用于判断所述第一MRCP影像集中各影像分别与术中X光影像进行配准的配准效果的配准误差系数集；
第二确定单元，用于基于所述配准误差系数集，从所述第一MRCP影像集中确定目标MRCP影像，并从所述图像调整参数集中获取与所述目标MRCP影像对应的目标图像调整参数；
第一分割单元，用于对所述目标MRCP影像进行分割，得到胆管分割图；
第一配准单元，用于基于所述目标图像调整参数，将所述胆管分割图与所述X光影像进行配准；
其中，所述获取用于对预先获取的第一MRCP影像集中各MRCP影像进行图像调整的图像调整参数集，包括：
从术中X光影像上获取第一目标点集以及各目标点的坐标，并从第一MRCP影像集中各MRCP影像中获取第二目标点集以及各目标点的坐标；
基于所述第一目标点集中各目标点的坐标和所述第二目标点集中各目标点的坐标，分别确定所述第一MRCP影像集中各MRCP影像进行图像平移的平移参数、旋转参数以及缩放参数，以得到图像调整参数集；
其中，所述从术中X光影像上获取第一目标点集以及各目标点的坐标，包括：
对所述术中X光影像中的预置的标记物以及脊柱进行分割，得到第一标记物分割图和第一脊柱分割图，所述标记物包括多个子标记；
获取所述第一标记物分割图中各子标记的形心坐标；
获取所述第一脊柱分割图中脊柱的中心线以及所述中心线的拟合直线；
基于所述第一标记物分割图中各子标记的形心坐标和所述拟合直线，从所述拟合直线上确定出第一交点集以及所述第一交点集中各交点的坐标，并将所述第一交点集中的各交点以及所有子标记的形心组成为第一目标点集。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至6任一项所述的影像配准方法中的步骤。
CN202310697577.1A 2023-06-13 2023-06-13 影像配准方法、装置、计算机设备及计算机可读存储介质 Active CN116433738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310697577.1A CN116433738B (zh) 2023-06-13 2023-06-13 影像配准方法、装置、计算机设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310697577.1A CN116433738B (zh) 2023-06-13 2023-06-13 影像配准方法、装置、计算机设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN116433738A CN116433738A (zh) 2023-07-14
CN116433738B true CN116433738B (zh) 2023-08-29

Family

ID=87083668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310697577.1A Active CN116433738B (zh) 2023-06-13 2023-06-13 影像配准方法、装置、计算机设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116433738B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018104322A1 (en) * 2016-12-08 2018-06-14 Koninklijke Philips N.V. Simplified navigation of spinal medical imaging data
CN111009032A (zh) * 2019-12-04 2020-04-14 浙江理工大学 基于改进外极线约束匹配的血管三维重建方法
WO2021055837A1 (en) * 2019-09-20 2021-03-25 Canon U.S.A., Inc. Artificial intelligence coregistration and marker detection, including machine learning and using results thereof
CN114332183A (zh) * 2021-08-10 2022-04-12 腾讯科技（深圳）有限公司 图像配准方法、装置、计算机设备和存储介质
CN114387320A (zh) * 2022-03-25 2022-04-22 武汉楚精灵医疗科技有限公司 医学图像配准方法、装置、终端及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019013779A1 (en) * 2017-07-12 2019-01-17 Mohammed Alauddin Bhuiyan AUTOMATED DETECTION AND QUANTIFICATION OF BLOOD VESSEL CHARACTERISTICS FOR RETINAL IMAGE CLASSIFICATION AND DISEASE SCREENING

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018104322A1 (en) * 2016-12-08 2018-06-14 Koninklijke Philips N.V. Simplified navigation of spinal medical imaging data
WO2021055837A1 (en) * 2019-09-20 2021-03-25 Canon U.S.A., Inc. Artificial intelligence coregistration and marker detection, including machine learning and using results thereof
CN111009032A (zh) * 2019-12-04 2020-04-14 浙江理工大学 基于改进外极线约束匹配的血管三维重建方法
CN114332183A (zh) * 2021-08-10 2022-04-12 腾讯科技（深圳）有限公司 图像配准方法、装置、计算机设备和存储介质
CN114387320A (zh) * 2022-03-25 2022-04-22 武汉楚精灵医疗科技有限公司 医学图像配准方法、装置、终端及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于2D/3D配准的脊柱术中校正方法;曾玲;余伟巍;席平;;中国组织工程研究与临床康复;第15卷(第13期);2327-2330 *

Also Published As

Publication number Publication date
CN116433738A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Li et al. Optimal surface segmentation in volumetric images-a graph-theoretic approach
US10902606B2 (en) Heart model guided coronary artery segmentation
WO2021056916A1 (zh) 一种医学图像分割方法、装置、设备及可读存储介质
Kreiser et al. A survey of flattening‐based medical visualization techniques
JP5814504B2 (ja) 統計モデルを用いた医療画像自動セグメンテーションシステム、装置並びにプロセッサ
WO2021184600A1 (zh) 一种图像分割方法及装置、设备及计算机可读存储介质
CN114387320B (zh) 医学图像配准方法、装置、终端及计算机可读存储介质
CN112419484B (zh) 三维血管合成方法、系统及冠状动脉分析系统和存储介质
CN102243759A (zh) 一种基于几何形变模型的三维肺血管图像分割方法
Bao et al. Ultrasound-to-computer-tomography registration for image-guided laparoscopic liver surgery
US20120224752A1 (en) Image-based diagnosis assistance apparatus, its operation method and program
WO2020008326A1 (en) Systems and methods for reconstruction of medical images
CN116433738B (zh) 影像配准方法、装置、计算机设备及计算机可读存储介质
Nazem et al. Two-stage point-based registration method between ultrasound and CT imaging of the liver based on ICP and unscented Kalman filter: a phantom study
Ma et al. Surgical navigation system for laparoscopic lateral pelvic lymph node dissection in rectal cancer surgery using laparoscopic-vision-tracked ultrasonic imaging
Hirata et al. Using a motion sensor-equipped smartphone to facilitate CT-guided puncture
Nuñez-Garcia et al. Standard quasi-conformal flattening of the right and left atria
Garb et al. Using GIS for spatial analysis of rectal lesions in the human body
Lange et al. Automating perforator flap MRA and CTA reporting
Guyer et al. A new echocardiographic model for quantifying three-dimensional endocardial surface area
Sargent et al. Semi-automatic 3D lung nodule segmentation in CT using dynamic programming
Shen et al. Automatic cerebral artery system labeling using registration and key points tracking
Sanga et al. Use of intra-procedural fusion imaging combining contrast-enhanced ultrasound using a perflubutane-based contrast agent and auto sweep three-dimensional ultrasound for guiding radiofrequency ablation and evaluating its efficacy in patients with hepatocellular carcinoma
Guyon et al. VETOT, volume estimation and tracking over time: Framework and validation
CN114081625A (zh) 导航路径规划方法、系统和可读存储介质

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