【技术实现步骤摘要】
一种基于共形几何代数(CGA)的医学图像配准方法和系统
本专利技术涉及医学图像配准领域,尤其涉及一种基于几何代数(ConformalGeometricAlgebra,CGA)的医学图像配准方法和系统。
技术介绍
现有技术中的医学图像配准大多是针对二维图像的配准,因为2D/2D医学图像配准(表示2D的参考图像与2D的浮动图像进行配准)易实现、速度快、成本低。但是对二维图像的配准没有考虑到使用高维度信息时的情况,在维度信息比较高的情况下,3D/3D医学图像配准(表示3D的参考图像与3D的浮动图像进行配准)更能满足临床医学、手术导航中的要求。目前,3D/3D图像配准存在数据参数多、几何变换复杂度高及计算量很大的问题。
技术实现思路
本专利技术的主要目的在于提供一种基于共形几何代数的医学图像配准方法和系统,可以解决3D/3D图像配准数据参数多、几何变换复杂度高及计算量很大的技术问题。为实现上述目的,本专利技术第一方面提供一种基于共形几何代数的医学图像配准方法,其特征在于,所述方法包括:基于CGA高斯Laplace变换算法对参考图像和浮动图像分别进行共形几何代数CGA特征点提取,得到参考图像特征点和浮动图像特征点,所述参考图像与所述浮动图像均为医学图像;根据CGA球体构建算法,分别利用所述参考图像特征点和所述浮动图像特征点构建参考图像特征球和浮动图像特征球;在共形几何代数空间中,利用所述参考图像特征球和所述浮动图像特征球确定变换关系,基于所述变换关系对所述参考图像和所 ...
【技术保护点】
1.一种基于共形几何代数的医学图像配准方法,其特征在于,所述方法包括:/n基于CGA高斯Laplace变换算法对参考图像和浮动图像分别进行共形几何代数CGA特征球提取,得到参考图像特征点和浮动图像特征球,所述参考图像与所述浮动图像均为医学图像;/n根据CGA球体构建算法,分别利用所述参考图像特征点和所述浮动图像特征球构建参考图像特征球和浮动图像特征球;/n在共形几何代数空间中,利用所述参考图像特征球和所述浮动图像特征球确定变换关系,基于所述变换关系对所述参考图像和所述浮动图像进行配准,所述变换关系包括旋转、平移和缩放。/n
【技术特征摘要】
1.一种基于共形几何代数的医学图像配准方法,其特征在于,所述方法包括:
基于CGA高斯Laplace变换算法对参考图像和浮动图像分别进行共形几何代数CGA特征球提取,得到参考图像特征点和浮动图像特征球,所述参考图像与所述浮动图像均为医学图像;
根据CGA球体构建算法,分别利用所述参考图像特征点和所述浮动图像特征球构建参考图像特征球和浮动图像特征球;
在共形几何代数空间中,利用所述参考图像特征球和所述浮动图像特征球确定变换关系,基于所述变换关系对所述参考图像和所述浮动图像进行配准,所述变换关系包括旋转、平移和缩放。
2.根据权利要求1所述的方法,其特征在于,所述基于CGA高斯Laplace变换算法对参考图像和浮动图像分别进行CGA特征点提取,得到参考图像特征点和浮动图像特征点的步骤具体包括:
分别根据所述参考图像与所述浮动图像求取所述参考图像的CGA积分图像和所述浮动图像的CGA积分图像,所述CGA积分图像的公式为:
m=1,2,3
其中,I∑(X)表示所述参考图像或者所述浮动图像的GA积分图像,proj(X,em)表示点X在em方向上的投影,I(x)为表征所述参考图像或者所述浮动图像的参数,表示所述医学图像在em方向上的分量,im是与em方向相关的标注,m取值为1或者2或者3;共形几何代数是基于传统的三维欧式空间进行扩展的,三维空间有三个基向量与代表原点的基向量和无穷远点的基向量e0.e∞=-1
基于CGA高斯Laplace变换算法,分别将所述参考图像的CGA积分图像和所述浮动图像的CGA积分图像,与长方体滤波器进行卷积得到所述参考图像的图像尺度空间和所述浮动图像的图像尺度空间,分别在所述参考图像的图像尺度空间和所述浮动图像的图像尺度空间的每一层图像上。
根据近似高斯Laplace变换检测图像的极值点,得到所述参考图像特征点和所述浮动图像特征点,所述参考图像或者所述浮动图像高斯Laplace变换为:
其中,表示所述参考图像或者所述浮动图像f高斯Laplace变换值。
3.根据权利要求2所述的方法,其特征在于,所述根据近似高斯Laplace变换用于检测图像的极值点,得到所述参考图像特征点和浮动图像特征点的步骤之后还包括:
分别选取以所述参考图像特征点和所述浮动图像特征点为中心,由配准的多模态构建预设第一立方体邻域,将所述第一立方体邻域在每个维度上分为三个子区域,对于每一个子区域,计算所有像素点的哈尔小波响应值及哈尔小波响应值绝对值的求和,得到对应子区域的描述子,所述描述子的计算公式为:
v=∑d1e1+∑d2e2+∑d3e3+∑|d1|e1+∑|d2|e2+∑|d3|e3
其中,Cv表示与子区域对应的共形几何代数描述子,∑dmem表示在em方向上的所有像素点的哈尔小波响应值的求和,∑|dm|em表示在em方向上的所有像素点的哈尔小波响应值绝对值的求和,m取值为1或者2或者3。
4.根据权利要求1所述的方法,其特征在于,所述根据CGA球体构建算法,分别利用所述参考图像特征点和浮动图像特征点构建参考图像特征球和浮动图像特征球的步骤具体包括:
选取任意邻近的四个CGA特征点,构造一个CGA特征球A∧B∧C∧D。在CGA特征A,CGA特征B,CGA特征C,CGA特征D构建的球体上或球体内寻找是否存在CGA特征点,若存在CGA特征点D,再构造球A∧B∧C∧E,A∧B∧E∧D,A∧E∧C∧D,E∧B∧C∧D,如果存在CGA特征点A不在CGA特征B,CGA特征C,CGA特征D,CGA特征E构建的特征球E∧B∧C∧D内,就可以确定邻近的五个CGA特征点中含其中四个点的最小球E∧B∧C∧D。
5.根据权利要求1所述的方法,其特征在于,所述在共形几何代数空间中,利用参考图像特征球和浮动图像特征球确定变换关系,基于所述变换关系对所述参考图像和浮动图像进行配准的步骤具体包括:
分别确定所述参考图像特征球和所述浮动图像特征球的球心和半径,根据所述球心和所述半径确定变换线和变换方向,所述变换线的计算公式为:
L=rIE+e∞mIE
其中,L表示所述变换线,r表示所述参考图像特征球的球心c1,m表示球心c1到浮动图像特征球的球心c2距离,e∞表示无穷远点;
根据所述变换线和所述变换方向计算平移算子缩放因子λ=r2/r1和缩放算子并根据所述平移算子、所述缩放因子和所述缩放算子对所述参考图像和所述浮动图像进行配准,所述配准公式为:
其中,nL表示所述变换方向,r2表示所述浮动图像特征球的半径,r...
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。