锥束计算机断层扫描图像注册与重叠方法技术

本发明专利技术提供了一种体图像的注册与重叠方法，包括：分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集；使用半监督学习方法分别在参考图像子集和目标图像子集中定义感兴趣结构；计算参考图像子集的感兴趣结构和目标图像子集的感兴趣结构中的各个体素的球灰度积分算子；基于球灰度积分算子通过协同嵌入来求解参考图像子集与目标图像子集之间的对应关系；基于得到的对应关系计算参考体图像与目标体图像之间的刚性变换参数；以及将计算得到的刚性变换参数应用于参考体图像，并将刚性变换后的参考体图像与目标体图像重叠。

【技术实现步骤摘要】
锥束计算机断层扫描图像注册与重叠方法
本专利技术涉及一种体图像的注册与重叠方法，具体而言，涉及一种锥束计算机断层扫描图像注册与重叠方法。
技术介绍
锥束计算机断层扫描(CBCT)图像是口腔临床中常用于获取特定病人的颅面形态信息的一种体图像。与传统的二维放射图像相比，CBCT图像可以提供病人的完整的三维几何信息。通过对比治疗前后的CBCT图像，可以对治疗所引起的三维颅面形态的变化进行量化分析。由于病人在治疗过程中的机体组织生长以及在不同的图像采集过程中的姿态变化，在利用治疗前后的CBCT图像进行治疗评价以及量化分析之前，必须对治疗前后的三维CBCT图像注册与重叠，即，进行体图像的注册与重叠。医学图像的注册与重叠通常用于建立不同的体图像之间的解剖结构的对应关系。现有技术中的三维CBCT图像的注册与重叠仍面临如下挑战：1)体图像属于大规模数据，仅在中等分辨率的颅面CBCT图像当中就包含有百万以上的体素，因此传统医学图像注册中使用的测度函数(例如，互信息以及规范互相关等测度)相对费时并易于陷入局部极小的情况；2)在颅面CBCT图像所记录的解剖结构当中，一部分结构在治疗过程中保持形态不变，而另一些结构则会随时间而发生变化，因此在体图像的注册与重叠中需要对于不同的结构区别对待，然而手工地进行解剖结构的标注耗时、费力并依赖于操作者，因此需要一种有效的标注工具用于定义感兴趣结构(SOI)；3)颅面CBCT图像通常由于放射剂量小而图像分辨率较低且图像质量较差，因而在图像中，部分骨性结构会由于与周围组织的灰度相似而变得模糊，难以在参考CBCT图像和目标CBCT图像中确定其对应关系，因此需要一种鲁棒的对应估计算法以实现可靠的CBCT图像的注册与重叠。医学图像处理领域中的自动图像注册与重叠已经进行了多年的研究。近年来，颅面体图像的注册与重叠大多使用基于体素的各种方法。互信息(MutualInformation)是在体图像的注册与重叠方法中经常使用的测度函数，其用于估计体图像的统计灰度并试图找到使各个体图像之间信息最大的空间变换。由于互信息是一个全局度量，因此用于估计局部最优的变换相对较难。进而，引入了体图像相位以替代图像的灰度，通过计算局部相位的互信息使得结构关联最大化。通常，将颅底部分的体素看作是稳定的结构并进行刚性注册与重叠的方法大多基于互信息测度函数。在这些方法中，颅面体图像在重叠后可用于评价下颌区，或者可用于比较颌面手术中骨骼以及软组织的形态变化。一些基于互信息测度函数的体图像注册与重叠软件相继出现，其中MIRIT软件用于计算正颌手术病人在治疗前后的体图像的刚性注册；OnDemand3D软件用于计算基于前颅底的CBCT图像重叠；Maxilim软件用于对颅底的三维模型进行重叠。此外，基于标记的方法也可以用于重叠体图像并度量颅面结构由于生长以及治疗所造成的变化。标记结合普氏(Procrustes)测度几乎被用于所有的形态学研究。普氏分析以及薄板样条可用于样本曲线轮廓的多变量分析，其中以手工的方式选取三维标记并计算普氏几何变换，以估计下颌由于生长与治疗所造成的变化。方向无关的三维尺度不变特征变换(ScaleInvariantFeatureTransform，SIFT)通常用于临床CT图像的注册与重叠。例如，StephaneAllaire等人于2008年在“2012IEEE计算机视觉与模式识别研讨会计算机学会会议(ComputerSocietyConferenceonComputerVisionandPatternRecognitionWorkshops)”上发表的题为“FullOrientationInvarianceandImprovedFeatureSelectivityof3DSIFTwithApplicationtoMedicalImageAnalysis”的文章中，给出了一种针对医疗图像分析应用的三维SIFT方法。在现有技术中，通常直接对原始体图像中的稠密体素进行操作。由于数据量较大且测度函数复杂，因而计算效率较低。此外，在现有技术中，对于感兴趣区域的手工标注不仅操作繁复而且依赖于操作者。在现有的基于标记的注册与重叠方法中，需要手工操作来定义三维标记。另外，在三维描述子的计算中，方向确定以及梯度直方图的估计较为复杂并且计算效率较低。
技术实现思路
提出了本专利技术的技术方案，以解决现有技术中的上述问题之一或其他技术问题。根据本专利技术的一个方面，提供了一种体图像的注册与重叠方法，包括：分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集；使用半监督学习(semi-supervisedlearning)方法分别在参考图像子集和目标图像子集中定义感兴趣结构(SOI)；计算参考图像子集的SOI和目标图像子集的SOI中的各个体素的球灰度积分算子；基于球灰度积分算子通过协同嵌入来求解参考图像子集与目标图像子集之间的对应关系；基于得到的对应关系计算参考体图像与目标体图像之间的刚性变换参数；以及将计算得到的刚性变换参数应用于参考体图像，并将刚性变换后的参考体图像与目标体图像重叠。根据本专利技术的实施例，分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集的步骤可以包括：分别对参考体图像和目标体图像进行高斯平滑；针对参考体图像计算各阶高斯平滑图像之间的一阶参考差分图像；针对目标体图像计算各阶高斯平滑图像之间的一阶目标差分图像；提取一阶参考差分图像的局部极值作为参考体图像的参考图像子集；以及提取一阶目标差分图像的局部极值作为目标体图像的目标图像子集。根据本专利技术的实施例，可以针对参考体图像和目标体图像分别设定阈值，并且从提取的参考图像子集和目标图像子集中去除其灰度值小于阈值的体素。根据本专利技术的实施例，在提取参考图像子集和目标图像子集的步骤之前，所述方法还可以包括利用直方图匹配算子对参考体图像和目标体图像进行处理。根据本专利技术的实施例，可以基于预先输入的SOI的体积先验来使用半监督学习方法分别在参考图像子集和目标图像子集中定义SOI。可以通过预先对属于不同类型的SOI的体素进行计数得到所述SOI的体积先验。根据本专利技术的实施例，计算体素的球灰度积分算子的步骤可以包括：以待计算的体素作为球心并且以预定长度作为半径形成一个球，待计算的体素为球心体素；将形成的球等分成N个体锥；根据公式(1)对N等分后的每个体锥内的体素的灰度进行积分：公式(1)其中，r表示球的半径，Bj表示第j个体锥，1≤j≤N，v表示体锥Bj所涵盖的空间中的各个体素，函数I(v)返回的值为体素v与球心体素的灰度差，uj,r表示将半径为r的球等分成N的体锥后，第j个体锥Bj内的体素的灰度积分；以及将针对N个体锥计算后的N个结果排序，得到N维向量ur＝(u1,r,u2,r,……,uN,r)，其中，ur表示球心体素对于半径为r的球的灰度积分。根据本专利技术的实施例，计算体素的球灰度积分算子的步骤还可以包括：以待计算的体素作为球心选取M个不同的半径，得到M组N维向量1≤i≤M。根据本专利技术的实施例，N＝40，M＝6，ri∈[2,10]，其中，ri的单位为体素数量。根据本专利技术的实施例，基于球灰度积分算子通过协同嵌入来求解参考图像子集与目标图像子集之间的对应关本文档来自技高网...

【技术保护点】
一种体图像的注册与重叠方法，包括：分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集；使用半监督学习方法分别在参考图像子集和目标图像子集中定义感兴趣结构；计算参考图像子集的感兴趣结构和目标图像子集的感兴趣结构中的各个体素的球灰度积分算子；基于球灰度积分算子通过协同嵌入来求解参考图像子集与目标图像子集之间的对应关系；基于得到的对应关系计算参考体图像与目标体图像之间的刚性变换参数；以及将计算得到的刚性变换参数应用于参考体图像，并将刚性变换后的参考体图像与目标体图像重叠。

【技术特征摘要】
1.一种体图像的注册与重叠方法，包括：分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集；使用半监督学习方法分别在参考图像子集和目标图像子集中定义感兴趣结构；计算参考图像子集的感兴趣结构和目标图像子集的感兴趣结构中的各个体素的球灰度积分算子；基于球灰度积分算子通过协同嵌入来求解参考图像子集与目标图像子集之间的对应关系；基于得到的对应关系计算参考体图像与目标体图像之间的刚性变换参数；以及将计算得到的刚性变换参数应用于参考体图像，并将刚性变换后的参考体图像与目标体图像重叠。2.根据权利要求1所述的体图像的注册与重叠方法，其中，分别在参考体图像和目标体图像中提取参考图像子集和目标图像子集的步骤包括：分别对参考体图像和目标体图像进行高斯平滑；针对参考体图像计算各阶高斯平滑图像之间的一阶参考差分图像；针对目标体图像计算各阶高斯平滑图像之间的一阶目标差分图像；提取一阶参考差分图像的局部极值作为参考体图像的参考图像子集；以及提取一阶目标差分图像的局部极值作为目标体图像的目标图像子集。3.根据权利要求2所述的体图像的注册与重叠方法，其中，针对参考体图像和目标体图像分别设定阈值，并且从提取的参考图像子集和目标图像子集中去除其灰度值小于阈值的体素。4.根据权利要求1所述的体图像的注册与重叠方法，其中，在提取参考图像子集和目标图像子集的步骤之前，所述方法还包括：利用直方图匹配算子对参考体图像和目标体图像进行处理。5.根据权利要求1所述的体图像的注册与重叠方法，其中，基于预先输入的感兴趣结构的体积先验来使用半监督学习方法分别在参考图像子集和目标图像子集中定义感兴趣结构，其中，通过预先对属于不同类型的感兴趣结构的体素进行计数得到所述感兴趣结构的体积先验。6.根据权利要求1所述的体图像的注册与重叠方法，其中，计算体素的球灰度积分算子的步骤包括：以待计算的体素作为球心并且以预定长度作为半径形成一个球，待计算的体素为球心体素；将形成的球等分成N个体锥；根据公式(1)对N等分后的每个体锥内的体素的灰度进行积分：

【专利技术属性】
技术研发人员：裴玉茹，陈贵，张晓芸，许天民，查红彬，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京,11