A fusion method and system of multi modality medical image based on nonlinear least squares, which comprises the following steps: image sequence group S1, using a variety of medical image acquisition equipment to obtain the same lesion or region of interest, respectively for the image sequence for each image sequence in the group column: image denoising image sequence, S2 sequence the image enhancement method of the various medical image acquisition equipment acquisition in the process; S3, registration of each group after the image sequence enhancement; S4, for all image sequence registration after obtaining finished image sequences were fused after fusion group. The invention adopts the registration method based on mutual information, less manual intervention, only rely on the image information, the registration precision is high, can reach sub-pixel level; high reliability, not sensitive to geometric distortion in the image; do not rely on any imaging equipment, can be applied to multimodal medical image registration.
【技术实现步骤摘要】
一种基于非线性最小二乘的多模态医学图像融合方法以及系统
本专利技术涉及医疗图像处理领域,尤其是基于非线性最小二乘的图像配准方法,具体地说是一种基于非线性最小二乘的多模态医学图像融合方法以及系统。
技术介绍
目前,随着医学、计算机技术及生物工程技术的发展,医学影像为临床诊断提供了多种模态的医学图像,如CT(计算机x线断层扫描)、MRI(磁共振成像)、SPECT(单光子发射计算机断层成像)、PET(正电子发射计算机断层扫描)、Ⅸ、A(数字减影血管造影技术)、超声图像、电阻抗图像等.不同的医学图像提供了相关脏器的不同信息,比如CT和MRI以较高的空间分辨率提供了脏器的解剖结构信息,而PET尽管空间分辨率较差,但提供了脏器的新陈代谢功能信息.在实际临床应用中,单一模态的图像往往不能提供医生所需要的足够信息,通常需要将不同模态的图像融合在一起,得到更丰富的信息以便了解病变组织或器官的综合信息,从而做出准确的诊断或制订出合适的治疗方案.多模态融合的目的在于充分显示形态成像方法的分辨力高、定位准确这一优势,克服功能成像过程中的空间分辨力和组织对比分辨力低的缺点,使得到的医学图像比原来任何一副图像都能被医生所理解,并能最大限度反映原始图像中的多重信息及其相关联系。目前多模态医学图像融合方法中主要存在于研究阶段,且存在的一些难点需要突破:1、通用性相对较弱,国外在多模态医学图像融合方面的研究较多,不过大多数也还只是以少数病例为试验对象,并没有真正地普及到临床诊断中去;2、大部分的配准方法只是针对刚体,涉及到软组织变形或位移的图像配准方法较少。随着医学影像技术的快速发展,出现 ...
【技术保护点】
一种基于非线性最小二乘的多模态医学图像融合方法,其特征是它包括以下步骤:S1、采用多种医疗图像采集设备分别获取同一病灶或感兴趣部位的图像序列组,分别对各图像序列组中的图像序列进行去噪:S2、采用图像增强方法分别对前述各种医疗图像采集设备获取的图像序列组中的图像序列进行处理;S3、对前述增强后的各图像序列组进行配准;S4、对配准后的所有图像序列进行融合获取融合后的成品图像序列组。
【技术特征摘要】
1.一种基于非线性最小二乘的多模态医学图像融合方法,其特征是它包括以下步骤:S1、采用多种医疗图像采集设备分别获取同一病灶或感兴趣部位的图像序列组,分别对各图像序列组中的图像序列进行去噪:S2、采用图像增强方法分别对前述各种医疗图像采集设备获取的图像序列组中的图像序列进行处理;S3、对前述增强后的各图像序列组进行配准;S4、对配准后的所有图像序列进行融合获取融合后的成品图像序列组。2.根据权利要求1所述的基于非线性最小二乘的多模态医学图像融合方法,其特征是步骤S4之后,还包括S5、采用图像增强方法对融合后的各图像序列进行处理,得到成品图像序列组。3.根据权利要求1所述的基于非线性最小二乘的多模态医学图像融合方法,其特征是步骤S2中,图像噪声分为强噪声和弱噪声两种,对强噪声,采用NonLocalMean非局部均值方法去噪;对弱噪声,采用频域分层去噪算法进行处理。4.根据权利要求1所述的基于非线性最小二乘的多模态医学图像融合方法,其特征是步骤S3中,配准方法具体为:S3-1、构造3*3的变换矩阵M1;S3-2、在任一医疗图像采集设备所获取的图像序列组中选择一幅图像A为基准图像,在另一医疗图像采集设备所获取的图像序列组中选择相应的图像B为配准图像,采用公式(1)计算基准图像A和配准图像B的互信息I0;将变换矩阵M1作为滑动窗口与医学图像B相乘,得到配准后的图像B1,采用公式(1)计算基准图像A和配准图像B1的互信息I1;其中:n表示互信息的计算编号,...
【专利技术属性】
技术研发人员:王晓芳,
申请(专利权)人:南京觅踪电子科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。