超声图像和CT图像的配准方法、装置及设备制造方法及图纸

技术编号:26973025 阅读:42 留言:0更新日期:2021-01-06 00:05
本申请属于图像数据处理领域,提供了一种超声图像与CT图像的配准方法、装置和设备。该方法包括:获取目标对象的超声图像,并提取所述目标对象在超声图像中的第一轮廓特征;将所述第一轮廓特征与预设的多个第二轮廓特征进行面积匹配,确定至少一个候选CT切片;根据所述至少一个候选CT切片分别与所述超声图像的相似度,确定目标CT切片;根据目标CT切片在所述CT图像中的空间位置,确定所述超声图像与CT图像的配准关系。由于只需要通过候选CT切片来确定CT图像与超声图像的配准关系,可以大大的减少需要配准计算的CT切片的数量,有利于提高配准的实时性,并且不局限于血管丰富的部位,可提高配准方法的适用范围。

【技术实现步骤摘要】
超声图像和CT图像的配准方法、装置及设备
本申请属于图像处理领域,尤其涉及超声图像和CT图像的配准方法、装置及设备。
技术介绍
近年来,由于医学影像引导的经皮肾手术,因其具有创作性小、并发症少、保留肾部位功能等优点,使得医学影像引导方式逐渐成为了经皮肾镜取石术中建立手术通道的重要手段。而清晰、实时的医学成像技术可以有效的提高术中穿刺精度,减少重复穿刺次数。而超声图像具有实时性强,检查成本低,但空间分辨率低,以及视野较小的特点,CT图像则具有分辨率高的特征,因此,将超声图像与CT图像配准,成为了提高影像精度和实时性的重要研究方向。目前的超声图像与CT图像配准方式中,包括基于器官边缘特征以及内部血管特征的图像配准方法,以及基于深度学习的图像配准方法。然而,基于器官边缘特征以及内部血管特征的图像配准方法,局限于血管特征丰富的部位,对于血管特征稀疏的部位的配准精度不高。基于深度学习的图像配准方法时,迭代计算过程使得配准的实时性不高。
技术实现思路
有鉴于此,本申请实施例提供了一种超声图像和CT图像的配准方法、装置及设备,以解决现有技本文档来自技高网...

【技术保护点】
1.一种超声图像与CT图像的配准方法,其特征在于,所述方法包括:/n获取目标对象的超声图像,并提取所述目标对象在超声图像中的第一轮廓特征;/n将所述第一轮廓特征与预设的多个第二轮廓特征进行面积匹配,确定至少一个候选CT切片,所述多个第二轮廓特征是所述目标对象的CT图像中预设的多个CT切片的轮廓特征;/n根据所述至少一个候选CT切片分别与所述超声图像的相似度,确定目标CT切片;/n根据目标CT切片在所述CT图像中的空间位置,确定所述超声图像与CT图像的配准关系。/n

【技术特征摘要】
1.一种超声图像与CT图像的配准方法,其特征在于,所述方法包括:
获取目标对象的超声图像,并提取所述目标对象在超声图像中的第一轮廓特征;
将所述第一轮廓特征与预设的多个第二轮廓特征进行面积匹配,确定至少一个候选CT切片,所述多个第二轮廓特征是所述目标对象的CT图像中预设的多个CT切片的轮廓特征;
根据所述至少一个候选CT切片分别与所述超声图像的相似度,确定目标CT切片;
根据目标CT切片在所述CT图像中的空间位置,确定所述超声图像与CT图像的配准关系。


2.根据权利要求1所述的方法,其特征在于,根据所述至少一个候选CT切片分别与所述超声图像的相似度,确定目标CT切片,包括:
通过迭代优化获得所述超声图像与所述候选CT切片之间的刚性变换矩阵;
根据所述刚性变换矩阵将所述候选CT切片变换为所述超声图像的坐标系下的图像,计算通过坐标系变换后的CT切片的图像与超声图像的相似度;
根据相似度确定超声图像所匹配的目标CT切片。


3.根据权利要求2所述的方法,其特征在于,通过迭代优化获得所述超声图像与所述候选CT切片之间的刚性变换矩阵,包括:
基于梯度下降的优化器,根据像素值均方根损失函数的梯度更新刚性变换矩阵;
当损失函数值收敛,或损失函数达到最大迭代次数,得到超声图像与候选CT切片之间的刚性变换矩阵。


4.根据权利要求2所述的方法,其特征在于,根据所述刚性变换矩阵将所述候选CT切片变换为超声图像的坐标系下的图像,计算通过坐标系变换后的CT的图像切片与超声图像的相似度,包括:
通过刚性变换矩阵对所述候选CT切片进行变换,得到变换后的CT切片;
通过Dice系数计算目标对象在变换后的CT切片和超声图像中的轮廓的相似度。


5.根据权利要求1所述的方法,其特征在于,提取所述目标对象在超声图像中的轮廓特征,包括:
提取目标对象在超声图像中的感兴趣区域;
通过连续中值滤波,去除感兴趣区域中的噪声;
在去噪后的图像提取目标对象的轮廓边缘线条;
对轮廓边缘线条进行整合得到整合后的实线,通过闭操作连接断开的实线;
二值化所连接后的实线,得到目标对象的轮廓特征。


6.根据权利要求5所...

【专利技术属性】
技术研发人员:郑小威赵保亮胡颖雷隆
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1