一种物理到图像/图像到物理的自动配准方法技术

本发明专利技术涉及一种物理到图像/图像到物理的自动配准方法，所述方法包括以下步骤：S1：输入标记物模板的三维图像，构建标记物模板的特征向量h

【技术实现步骤摘要】
一种物理到图像/图像到物理的自动配准方法


[0001]本专利技术涉及物理域与图像域的配准检测领域，更具体地，涉及一种物理到图 像/图像到物理的自动配准方法。

技术介绍

[0002]医学领域中，医学图像分析是医务人员对患者进行诊断和治疗的非常重要的 一个环节。常用的3D医学图像可以由计算机断层(CT)扫描或非接触式光学扫 描仪(OS)获得。医务人员经常将同一患者的多个图像进行分析，或者将图像 与真实物体一起进行分析，来对人体进行研究并规划治疗方案。因此，在医务人 员进行规划前，如果能够把图像的多种互补信息整合在一起，使图像中的各点与 另外的图像或物理世界的实物对应点保持一致，那么将有助于医务人员获得更多 的参考信息，提高临床诊断的准确性。参考“Lam,W.,Ngan,H.,Wat,P.,Luk,H., Pow,E.,&Goto,T..(2015).Novel geometric coordination registration in cone-beamcomputed Tomogram.Applied Imagery Pattern Recognition Workshop.IEEE.”，Lam 等人提出了一种从立方体的笛卡尔坐标到三维图像的有效映射，通过物理到图像 (PI)/图像到物理(IP)的配准，定义了物体和图像的几何坐标，并在定义的平 面上得到正交图像。后来，参考“Lam,W.Y.H.,Luk,H.W.K.,Ngan,H.Y.T., Hsung,R.T.C.,Goto,T.K.,&Pow,E.H.N..(2016).Validation of a novelgeometric coordination registration using manual and semi-automatic registration incone-beam computed tomogram.Is&t International Symposium on ElectronicImaging(Vol.2016,pp.1-6).”，Lam等人定义了物理立方角(CC)上的直角坐标系， 并使用多个表面(例如，三个正交表面形成CC)进行多个图像的半自动配准。 这些表面有一个内在的关系，定义了笛卡尔坐标系的原点和x,y,z轴。把坐标系 定义在CC上可以使得配准更加简单和精确。在物理域，定义了CC的对象可以 很容易地被坐标测量机(CMM)测量出目标点在物理域中的真实坐标。Lam等 人以CMM所度量的目标点为金标准，通过对定义了CC的3D虚拟图像进行手 动配准和半自动配准，分别测得目标配准误差(TRE)为0.56mm和0.39mm。 参考专利“Walter Y.H.Lam，Henry Y.T.Ngan，Tai-Chiu Hsung，Henry W.K.Luk，Edmond Pow.(2018).Multiple surfaces for physical-to-image/image-to-physicalregistration and image verification.Patent:WO 2018/152742 A1”,专利技术人更进一步建 议在实际应用中采用多个几个曲面，包括CC和圆盘。
[0003]此前，图像配准算法有基于体素强度的最佳拟合算法、基于基准标记的配准 算法和基于表面的配准算法。然而，基于体素强度的最佳拟合算法只适用于图像 到图像(II)的配准，无法应用于PI/IP配准。基于基准标记的配准算法需要在 患者或模型上标记一些点，这将使得一些技术性上的困难，例如在有限空间的口 腔或口腔模型上打上足够的标记点，而且这会增加在配准时所需要的计算时间。 基于表面的配准算法通常不被用于PI/IP的配准，因为对象的表面特性会使OS 扫描仪捕捉到的表面出现问题，所以无法确保得到的表面精度达到要求。
[0004]Lam等人提出的基于CC标记物的配准方法有效地解决了以上问题。但是目 前只存在利用软件实现手动配准(MR)和半自动配准(SR)，如SimPlant Pro， MeshLab和3D-slicer。参考专利“Walter Y.H.Lam，Henry Y.T.Ngan，Tai-ChiuHsung，Henry W.K.Luk，Edmond Pow.(2018).Multiple surfaces forphysical-to-image/image-to-physical registration and image verification.Patent:WO2018/152742 A1”，提出了如果能够进行自动配准，那么将有效地减少配准误差。 在MR或SR时，医务人员是通过对3D图像上标记物的三个正交平面作为基准， 然后把笛卡尔坐标系定义在上面。然而，这种人为的配准过程通常是复杂的，需 要花费大量的时间的。而且，由于人为判别与实际情况往往是存在较大的偏差， 配准误差无法得到保证，从而导致标记物检测不够准确。

技术实现思路

[0005]本专利技术为克服上述现有技术所述的标记物检测不够准确的缺陷，提供一种物 理到图像/图像到物理的自动配准方法。
[0006]所述方法包括以下步骤：
[0007]S1：输入标记物模板的三维图像，构建标记物模板的特征向量h
template
；
[0008]输入目标模型的三维图像，构建目标模型的特征向量h
j
；
[0009]S2：对特征向量h
template
和特征向量h
j
进行特征匹配，从模板模型中识别出 与标记物模板的标记点最接近的特征点；
[0010]S3：求出标记物表面上的点，并打上对应的标签；
[0011]S4：输出带有标记物表面标签的目标模型三维图像。
[0012]由于三维图像中有很多三维坐标点，“带有标记物表面标签”是指，在模型 的三维图像中，属于标记物的部分的点都做一个标记(标签)，用来确定图像中
ꢀ“
这些点就是标记物”，确定了标记物在哪里。
[0013]优选地，S1中构建标记物模板的特征向量h
template
包括以下步骤：
[0014]步骤(1)：对标记物模板的三维图像进行体素化质心降采样，形成新的但点 数量更少的三维图像；降采样的目的是在后续对对象的3D图像进行特征匹配时 保持同样的分辨率，采用体素化质心降采样可以保留3D图像的细节信息。
[0015]步骤(2)：对降采样后的三维图像进行法线估计；
[0016]步骤(3)：将所有点法线方向指向模板外部，同时进行单位化处理；
[0017]步骤(4)：设置标记物模板搜索半径，利用KD-tree提取标记物模板的特征 点f
template
在标记物模板搜索半径范围内的点和点法线，把法线的起点平移至原点 (0,0,0)；由于法线经过了单位化处理，法线的终点会落在半径为1的球面上；
[0018本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物理到图像/图像到物理的自动配准方法，其特征在于，所述方法包括以下步骤：S1：输入标记物模板的三维图像，构建标记物模板的特征向量h
template
；输入目标模型的三维图像，构建目标模型的特征向量h
j
；S2：对特征向量h
template
和特征向量h
j
进行特征匹配，从模板模型中识别出与标记物模板的标记点最接近的特征点；S3：求出标记物表面上的点，并打上对应的标签；S4：输出带有标记物表面标签的目标模型三维图像。2.根据权利要求1所述物理到图像/图像到物理的自动配准方法，其特征在于，S1中构建标记物模板的特征向量h
template
包括以下步骤：步骤(1)：对标记物模板的三维图像进行体素化质心降采样，形成新的但点数量更少的三维图像；步骤(2)：对降采样后的三维图像进行法线估计；步骤(3)：将所有点法线方向指向模板外部，同时进行单位化处理；步骤(4)：设置标记物模板搜索半径，利用KD-tree提取标记物模板的特征点f
template
在标记物模板搜索半径范围内的点和点法线，把法线的起点平移至原点(0,0,0)；由于法线经过了单位化处理，法线的终点会落在半径为1的球面上；步骤(5)：构建标记物模板参考立方体，并且等分成27个体素，把参考立方体的中心移动到球心，统计法线终点在每个体素中的数量，生成27维的特征向量h
template
。3.根据权利要求2所述物理到图像/图像到物理的自动配准方法，其特征在于，步骤(2)具体为：采用KD-tree数据结构快速寻找图像中每个点的近邻点集；以每个点与其近邻点集构成了局部表面，计算该局部表面的法线作为每个点的点法线。4.根据权利要求2所述物理到图像/图像到物理的自动配准方法，其特征在于，S1中构建目标模型的特征向量h
j
包括以下步骤：步骤一：对目标模型的三维图像进行体素化质心降采样，使体素化参数与标记物模板的降采样参数一致；步骤二：对降采样后的三维图像进行每个点法线m
j
估计和曲率估计；步骤三：将所有的点法线m
j
方向指向模型外部，同时进行单位化处理；步骤四：按照曲率值，提取出处于所有平坦区域的点以及点法线步骤五...

【专利技术属性】
技术研发人员：吴志杰，熊体超，凌永权，李康荣，唐会，庞康高，李观华，林宇恒，鮑浩能，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：