本发明专利技术涉及医学图像后处理领域，旨在提供基于快速凸优化算法配准三维CT与超声肝脏图像的方法。该基于快速凸优化算法配准三维CT与超声肝脏图像的方法包括下述过程：将超声和CT图像分辨率调整到相同；对超声和CT图像的基于刚体变换的粗配准；提取多模态图像配准的统一特征信息；计算当前非刚性形变场u(x)下，数据项中的D(u)和D(u)的梯度场对逐步凸优化方法的每一步进行模型求解，得到形变场最优矫正值h(x)，更新形变场，直到h(x)很小；根据求解的非刚性形变场，对超声图像变换，与CT图像配准。本发明专利技术通过建立合理的模型，设计出快速、精确的三维超声-CT肝脏图像配准算法，提高消融手术的精确性、安全性和有效性。
【技术实现步骤摘要】
本专利技术是关于医学图像后处理领域，特别涉及基于快速凸优化算法配准三维CT 与超声肝脏图像的方法。
技术介绍
目前，肝脏疾病是临床上发病概率比较高的疾病，直接威胁到人们的生命。在肝癌 的治疗中，以射频消融为代表的局部消融治疗已经成为除了手术切除，介入治疗之外的第 三大肝癌治疗手段。由于超声的成像优点和缺点，消融手术中经常利用超声-CT融合来引 导手术进针。其中关键的技术就是CT-超声多模态图像的配准。 超声图像与CT图像的配准仍然是一个国际性的难题，在实际的临床应用中自动 化且准确实时的配准仍然很困难。肝脏超声-CT配准问题中存在不少难点，主要包括以下 几方面：（1)由于CT与超声的图像差别很大，且CT中可以显影的结构在超声中有可能并不 能清晰看到，很难设定两种模态的相似性度量，属于配准问题中的多模态配准问题。（2)由 于超声的视野狭小，肝脏又是腹部最大的器官，且加上腹部骨质的遮挡，超声图像中只能显 示部分的肝脏，而不能像CT显示完整的肝脏；（3)呼吸运动对图像配准精度的影响。呼吸 运动可以造成肝脏及病灶移位，移位的大小与呼吸幅度相关，个体差异大。通过控制呼吸状 态的办法有时并不能很好解决。且采集超声图像时超声仪的探头也会对人体有挤压，使得 肝脏组织形变。一般先通过粗配准，然后通过非刚体配准得到精确的配准结果。然而非刚 体配准技术还不成熟，建立合适的数学模型来应对复杂的肝脏组织形变，需要进一步研宄。 现在已有一些肝脏超声与CT配准方法被提出来。其中基于特征的配准方法中，要 求提取肝脏轮廓，血管等特征，来进行配准。虽然速度快，比较鲁棒，但是自动提取肝脏轮廓 和血管本身是一个比较难的问题；基于图像的配准方法中，需要克服多模态图像信息差别 大的障碍，提取合适的相似性度量。一类算法根据超声的成像原理，用CT仿真超声图像，来 与采集到的超声配准。另一类方法结合手工标定的特征点（具有解剖意义的点，如血管交 叉点）和图像的统计信息来进行配准；一些配准方法借助定位在病人和治疗床上当传感器 来校正超声和CT图像的物理坐标。这种靠外部标记点配准虽然速度快，但不能达到很高的 精度，尤其是处理局部形变的情况。这些方法各有优缺点，无法完全解决以上的问题。因 此，提出一个精确、自动、高效的肝脏CT-超声可形变配准方法，并在临床上能够方便操作、 实际可行的方案非常重要。
技术实现思路
本专利技术的主要目的在于克服现有技术中的不足，提供一种只需简单选择特征点， 然后对三维CT-超声肝脏图像精确配准的快速方法。为解决上述技术问题，本专利技术的解决 方案是： 提供基于快速凸优化算法配准三维CT与超声肝脏图像的方法，具体包括下述过 程： (1)将超声和CT图像分辨率调整到相同； (2)对超声和CT图像的基于刚体变换的粗配准； (3)提取多模态图像配准的统一特征信息； ⑷构造快速凸优化算法，计算当前非刚性形变场U(x)下，数据项中的D(u)和 D(u)的梯度场▽￡>(?); (5)对逐步凸优化方法的每一步进行模型求解，得到形变场最优矫正值h(x)，更 新形变场，重复（3)，（4)直到h(x)很小； (6)根据求解的非刚性形变场，对超声图像变换，与CT图像配准； 所述过程（1)具体包括下述步骤：步骤A:获取所需配准的三维超声图像Iu(x)和三维CT图像IG(x)，然后将三维超 声图像Iu(x)和三维CT图像IG(x)的图像显示窗位调节至，再将三维CT图像IG(x) 的分辨率调节至跟三维超声图像Iu (x) -样；所述N是大于0的整数，所述x表示三维图像 中的一个点，图像的定义域为D; 所述过程（2)具体包括下述步骤： 步骤B:分别在三维超声图像Iu(x)和三维CT图像IG(x)中选取4到6对（具有 解剖意义的）特征点（landmark); 步骤C:根据特征点，对三维超声图像Iu(x)和三维CT图像IG(x)进行刚性配准； 所述过程（3)具体包括下述步骤： 步骤D:提取独立于不同图像模式的统一特征描述MIND(ModalityIndependent NeighbourhoodDescriptor)来作为图像配准的相似性度量，对于给定的三维CT图像IG(x) 和三维超声图像Iu(x)，计算图像中每一点xeQ的MIND特征，分别记为矢量函数C(x): =(Ci(X)，? ? ?，ck (X)) 了和R(X) : =(ri(X)，? ? ?，rk (X))T; 其中，所述IG(X)表示步骤A处理过的三维CT图像；所述Iu(x)表示步骤A处理过 的三维超声图像；所述x表示三维图像中的一个点，图像的定义域为Q;所述k是计算MIND 信息时设定的局域块的维数，表示MIND特征的维数；所述ck表示CT图像MIND特征第k维 的值；所述rk表示超声图像MIND特征第k维的值；所述T表示向量（c丨(x)，. . .，ck(x))T， (ri(x)，? ? ?，rk(x))T中的向量转置；所述C(x)表示三维CT图像IG(x)的MIND特征矢量函 数；所述R(x)表示三维超声图像Iu(x)的MIND特征矢量函数； 所述过程（4)具体包括下述步骤： 步骤E:计算在当前形变场为u(x)=(七(x)，u2(x)，u3(x))T时，数据项中的常数 其中，所述ujx)，u2(x)，u3(x)分别代表图像中每一点x= (X:，x2,x3)在x，y，z 三个方向的形变量；所述T表示向量转置；所述^表示从i= 1. . .k求和；所述cjx)表示 i=l 过程⑶中计算的图像IG(x)的MIND特征第i维的值；所述;^(1+11)表示图像Iu(x)经过 形变场u(x)作用后的MIND特征第i维的值；x+u表示对超声图像Iu(x)作用一个形变场 u(x)，即每一点x在x，y，z方向加一个形变，得到新的点的位置（xJxhUi(x)，x2(x)+u2(x)， x3 (X) +u3 (X));所述AD〇)(x)，AD(w)(x)，4D(w)(x)表示D(u) (X)分别对X，y，Z三个方向求 偏导，其中符号3表不偏导算子； 所述过程（5)具体包括下述步骤： 步骤F:采取逐步凸优化方法（sequentialconvexoptimization)，每一步的具体 过程中固定非刚体形变场现值u(x)，优化后的能量泛函是凸的（数学上的一种定义），即得 到了一个凸模型为以下形式： 其中，所述h= (hjx)，h2(x)，h3(x))T表示需要求解的最优矫正形变场；凸模型 中第一项表示数据项，其中的D(u)和^/)由步骤E已经算得；第二项表示对形变场的光滑正则化；参数a为一个大于〇的常数，用于调节数 据项和正则项的比重（由用户设定）； 所述符号▽"表示关于u求梯度；符号▽表示梯度算子；符号minh表示关于h求极 小值；符号II表示求绝对值；符号丨^表示在图像区域D内求积分；符号dx表示体积元；hjx)，h2(x)，h3(x)分别表示在图像中每点在x，y，z三个方向的开多变量；T表示向量转置； 3 符号?表示向量相乘；符号Z表示从i= 1，2, 3求和； i=l 通过原始-对偶算法将模型⑴的凸模型转化为以下形式： 其中，用Le(h，w，q)表示定义的模型的能量函数，所述w，q=(q本文档来自技高网...
【技术保护点】
基于快速凸优化算法配准三维CT与超声肝脏图像的方法，其特征在于，具体包括下述过程：(1)将超声和CT图像分辨率调整到相同；(2)对超声和CT图像的基于刚体变换的粗配准；(3)提取多模态图像配准的统一特征信息；(4)构造快速凸优化算法，计算当前非刚性形变场u(x)下，数据项中的D(u)和D(u)的梯度场(5)对逐步凸优化方法的每一步进行模型求解，得到形变场最优矫正值h(x)，更新形变场，重复(3)，(4)直到h(x)很小；(6)根据求解的非刚性形变场，对超声图像变换，与CT图像配准；所述过程(1)具体包括下述步骤：步骤A：获取所需配准的三维超声图像IU(x)和三维CT图像IC(x)，然后将三维超声图像IU(x)和三维CT图像IC(x)的图像显示窗位调节至[0，N]，再将三维CT图像IC(x)的分辨率调节至跟三维超声图像IU(x)一样；所述N是大于0的整数，所述x表示三维图像中的一个点，图像的定义域为Ω；所述过程(2)具体包括下述步骤：步骤B：分别在三维超声图像IU(x)和三维CT图像IC(x)中选取4到6对特征点；步骤C：根据特征点，对三维超声图像IU(x)和三维CT图像IC(x)进行刚性配准；所述过程(3)具体包括下述步骤：步骤D：提取独立于不同图像模式的统一特征描述MIND来作为图像配准的相似性度量，对于给定的三维CT图像IC(x)和三维超声图像IU(x)，计算图像中每一点x∈Ω的MIND特征，分别记为矢量函数C(x)：＝(c1(x)，...，ck(x))T和R(x)：＝(r1(x)，...，rk(x))T；其中，所述IC(x)表示步骤A处理过的三维CT图像；所述IU(x)表示步骤A处理过的三维超声图像；所述x表示三维图像中的一个点，图像的定义域为Ω；所述k是计算MIND信息时设定的局域块的维数，表示MIND特征的维数；所述ck表示CT图像MIND特征第k维的值；所述rk表示超声图像MIND特征第k维的值；所述T表示向量(c1(x)，...，ck(x))T，(r1(x)，...，rk(x))T中的向量转置；所述C(x)表示三维CT图像IC(x)的MIND特征矢量函数；所述R(x)表示三维超声图像IU(x)的MIND特征矢量函数；所述过程(4)具体包括下述步骤：步骤E：计算在当前形变场为u(x)＝(u1(x)，u2(x)，u3(x))T时，数据项中的常数D(u)(x)=Σi=1k|ci(x)-ri(x+u)|,]]>梯度场▿2D(u)(x)=(∂1D(u)(x),∂2D(u)(x),∂3D(u)(x));]]>其中，所述u1(x)，u2(x)，u3(x)分别代表图像中每一点x＝(x1，x2，x3)在x，y，z三个方向的形变量；所述T表示向量转置；所述表示从i＝1...k求和；所述ci(x)表示过程(3)中计算的图像IC(x)的MIND特征第i维的值；所述ri(x+u)表示图像IU(x)经过形变场u(x)作用后的MIND特征第i维的值；x+u表示对超声图像IU(x)作用一个形变场u(x)，即每一点x在x，y，z方向加一个形变，得到新的点的位置(x1(x)+u1(x)，x2(x)+u2(x)，x3(x)+u3(x))；所述表示D(u)(x)分别对x，y，z三个方向求偏导，其中符号表示偏导算子；所述过程(5)具体包括下述步骤：步骤F：采取逐步凸优化方法，每一步的具体过程中固定非刚体形变场现值u(x)，优化后的能量泛函是凸的，即得到了一个凸模型为以下形式：minh∫Ω|D(u)+▿uD·h|dx+α2Σi=13∫Ω|▿(ui+hi)|2dx---(1)]]>其中，所述h＝(h1(x)，h2(x)，h3(x))T表示需要求解的最优矫正形变场；凸模型中第一项表示数据项，其中的D(u)和由步骤E已经算得；第二项表示对形变场的光滑正则化；参数α为一个大于0的常数，用于调节数据项和正则项的比重；所述符号表示关于u求梯度；符号表示梯度算子；符号minh表示关于h求极小值；符号| |表示求绝对值；符号∫Ω表示在图像区域Ω内求积分；符号dx表示体积元；h1(x)，h2(x)，h3(x)分别表示在图像中每点在x，y，z三个方向的形变量；T表示向量转置；符号·表示向量相乘；符号表示从i＝1，2，3求和；通过原始‑对偶算法将模型(1)的凸模型转化为以下形式：minhmaxw,qLc(h,w,q):=∫Ω(wD(u)+Σi=13uidivqi)dx-12αΣi=13∫&Omega...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：孔德兴，袁景，胡佩君，
申请(专利权)人：浙江德尚韵兴图像科技有限公司，
类型：发明
国别省市：浙江;33
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。