一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法技术

一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，包括以下步骤：1)计算图像空间物理坐标；2)统一体像素间距转换图像格式；3)确定多模态图像层间对齐关系；4)各序列多模态二维图像内壁分割：依次选定某序列MRI图像，确定该序列图像的分割起始层和终止层，在起始层图像选定颈动脉所在的ROI，利用分割方法实现整个序列的连续自动分割；5)基于内壁轮廓的三维配准：利用清晰的内壁轮廓分割结果进行三维的连续配准。本发明专利技术对各种类型的颈动脉多模态序列图像是有效的，很好地达到像素间的对齐配准，从而方便医生后续的诊疗判断以及斑块成分分析。

【技术实现步骤摘要】
一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法
本专利技术涉及医学图像配准领域，是一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法。
技术介绍
近年来，脑卒中因其高发病率，高致残率和高死亡已成为严重危害人类健康的疾病之一，而颈动脉易损斑块与脑卒中的发生密切相关。因此，颈动脉粥样硬化斑块成分的识别及斑块的稳定性的判定成为目前医学影像研究的热点。高分辨率MRI具有高的组织分辨率、无创、可重复等优点，是识别颈动脉血管形态和量化颈动脉斑块成分的有效方法。多模态MRI图像既能展现管腔狭窄，又能显示斑块形态及成分信息。在识别和定量分析粥样硬化斑块生物学特征方面，MR成像技术与组织病理学具有高度的一致性，从而为颈动脉斑块的诊断和评估提供了一种强有力的检测手段。但是，由于多模态成像存在扫描时间长、空间分辨率低等局限性，加上血管自身拓扑复杂，存在着多序列间血管的不完全匹配，这对于像素级别的颈动脉粥样硬化斑块成分识别造成了很大的障碍。因此，多序列图像间基于像素的准确对齐配准是目前研究的重点。根据配准过程中所使用的相似性测度可以将目前较常见的配准方法分为基于特征和基于灰度的配准方法，其中基于本文档来自技高网...

【技术保护点】
一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，其特征在于：所述方法包括以下步骤：1)计算图像空间物理坐标：首先通过原始MRI数据DICOM图像信息进行空间物理坐标的确定，得到多模态颈动脉磁共振图像的空间物理位置信息；2)统一体像素间距转换图像格式：由于多模态磁共振图像的各序列图像差异较大，需要统一图像的扫描层面，并对其体像素进行完全统一；3)确定多模态图像层间对齐关系：确定各序列图像具体空间位置和统一原始图像体像素后，通过空间Z轴坐标得到距离某序列各层位置最近的层数对应关系，设序列一第一层左上角空间位置为(x1,y1,z1)，序列二第一层左上角空间位置为(x2,y2,z2)，统一后的...

【技术特征摘要】
1.一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，其特征在于：所述方法包括以下步骤：1)计算图像空间物理坐标：首先通过原始MRI数据DICOM图像信息进行空间物理坐标的确定，得到多模态颈动脉磁共振图像的空间物理位置信息；2)统一体像素间距转换图像格式：由于多模态磁共振图像的各序列图像差异较大，需要统一图像的扫描层面，并对其体像素进行完全统一；3)确定多模态图像层间对齐关系：确定各序列图像具体空间位置和统一原始图像体像素后，通过空间Z轴坐标得到距离某序列各层位置最近的层数对应关系，设序列一第一层左上角空间位置为(x1,y1,z1)，序列二第一层左上角空间位置为(x2,y2,z2)，统一后的体像素为p，则序列一第m层对应的序列二第n层的匹配则满足关系：确定层数对齐后，再利用空间位置信息，将各序列图像裁剪成统一大小，去除不需要的图像信息部分；由此生成通过物理信息得到各序列层与层之间一一对应的各序列图像组成的图像矩阵，通过颈动脉血管分支层则可检验判定各序列对应层数是否真正对齐；4)各序列多模态二维图像内壁分割：依次选定某序列MRI图像，选定需要分割的起始层和终止层，在起始层图像选定颈动脉所在的ROI，利用分割方法，实现整个序列的连续自动分割；5)基于内壁轮廓的三维配准：在确定层间对齐之后，考虑将颈动脉区域进行像素间匹配，由于多模态磁共振图像本身原因，影像相邻灰度差异很小，难以捕捉到很多纹理特征，因此利用清晰的内壁轮廓分割结果进行三维的连续配准。2.如权利要求1所述的一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，其特征在于：所述步骤1)包括以下过程：(1.1)导出原数据DICOM标签信息，首先将各序列图像的标签信息保存：行分辨率Rows(m),列分辨率Columns(n),层厚SliceThickness(t)，切片间距SpacingBetweenSlices(s)，像素间距PixelSpacing(p1,p2)，当前图像左上角顶点在空间中的三维坐标ImagePositionPatient(x,y,z)，当前图像第一行在空间中的三维方向向量与第一列的三维方向向量(1.2)计算世界坐标系坐标：根据ImagePositionPatient，得到整张图像的左上角的顶点坐标(x,y,z)，再根据Rows(m),Columns(n),PixelSpacing(p1,p2)计算该层图像四个顶点位置坐标，进而确定整张图像上任意像素点在空间坐标系下的三维坐标，由此得到多序列磁共振图像中各层各像素在空间坐标系下的三维坐标，该层的四个顶点坐标为：P1＝(x,y,z)P2＝(x+r*(m-1)*p1,y,z)P3＝(x,y+c*(n-1)*p2,z)P4＝(x+r*(m-1)*p1,y+c*(n-1)*p2,z)其中P1至P4表示四个顶点。3.如权利要求1或2所述的一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，其特征在于：所述步骤2)包括以下过程：(2.1)统一扫描层面：对颈动脉进行分析是使用其二维的横断位图像，由此清楚地观察并检测到到二维图像的血管位置，因此，需要将采集到的冠状位的图像序列进行格式转换，使之成为横断位；横断位图像则不需要以上操作，此步骤操作如下：将冠状位各层二维图像按前后顺序堆叠组成一个三维矩阵，再以垂直于原始层的方向提取新的横断位的切片层；(2.2)统一体像素：在进行多模态度图像的对齐配准之前，首先各序列图像保持体像素统一，因此，在将冠状位转换成横断位图像的同时，考虑到图像大小不一致，要兼顾到保持体像素一致，则需要对原始图像组成的三维矩阵，重新进行合理的插值生成需要的同体像素的网格矩阵，而原始扫描层面即为横断位的，仅需要进行体像素的统一，此处保持体像素一致，即(p1,p2,p3)转换成(p,p,p)，其中p1,p2,p3表示原始体像素，p表示统一的体像素，且p＝min(p1,p2,p3)。4.如权利要求1或2所述的一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，其特征在于：所述步骤4)包括以下过程：(4.1)基于最大类间差的分割方法：以最大类间差方法得到的最佳阈值对内壁分割，从而得到内壁轮廓，同时以此内壁轮廓作为初始轮廓；(4.2)基于水平集的分割方法：采用基于能量泛函的图像分割方法，将最大类间差方法得到的内壁分割轮廓先进行形态学腐蚀，作为水平集的初始轮廓曲线C，进而得到较为光滑的内壁轮廓；(4.3)对以上分割结果进行...

【专利技术属性】
技术研发人员：汪晓妍，刘琪琪，滕忠照，张玲，刘震杰，祝骋路，黄晓洁，何露露，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33