用于医学图像配准的通用变换滤波合成制造技术

使用低通滤波核心过滤将被配准的第一和第二图像，该低通滤波核心具有尖锐的中心峰值和远离该中心峰值的缓慢衰减。该装置确定将过滤的第一图像转变成过滤的第二图像的映射函数。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般涉及图像配准。更特别地，本专利技术提出一种有效的配准技术，用于高精确性、计算效率性和可靠性地匹配数字图像，特别是医学图像。
技术介绍
图像配准是对从不同的视角和/或通过不同的传感器在不同时刻拍摄的相同景象的两个或多个图像进行叠加的过程。它几何学上使至少两个图像的内容对准，该两个图像分别称为参考图像和传感图像。常规配准公式可表述为给定两个形状、一个输入D(在传感图像中)和一个目标S(在参考图像中)，以及一个相异标准，在S中找到和D的任何点关联的最佳空间转换T，并且最小化转换的形状△＝T(D)和目标S之间的相异标准。可以按照形状△和S(基于特征的配准)的轮廓定义相异标准或者在由这些轮廓(基于区域的配准)确定的整个区域中定义相异标准。图像配准是所有图像分析任务中的关键步骤，其中从各种数据源的组合中获得最终信息。典型地，远程传感、环境监视、天气预报等领域中需要配准。在医学领域，它可用于例如组合计算机X线断层摄影术(CT)和核磁共振(NMR)数据以获得关于病人的更完整的信息，诸如监视肿瘤生长、检验治疗效率、对病人的数据和解剖图进行比较等等。在《图像和视觉计算》(Image and Vision Computing)21(2003)第977-1000页，由Barbara Zitova和Jan Flusser撰写的“Image registration methodsa survey”中，回顾了大量的配准方法。大多数方法包括以下阶段-特征检测手工或优选地自动检测突出的和区别性的对象(封闭边界区域、边、轮廓、交汇点、角等)。此阶段非常重要，因为它能显著地影响所选的配准算法的性能；-特征匹配在传感图像中检测到的特定特征与在参考图像中检测到的用于表示该相同特征的象素之间建立对应关系；-转换模型评估评估将传感图像匹配到参考图像的转换，其通常被称为映射函数。该映射函数基于图像域Ω来定义，Ω对于两个图像是通用的。使用预先建立的特征对应关系来计算映射函数的参数。此阶段可能需要大量的计算时间，特别是当将配准的图像中的内容具有熟练的非刚性运动时。这例如可以联系到图像中的对象的变形(与简单转换或旋转相对的)，和/或联系到不同的视角。可使用相异函数的最优化来评估映射函数，相异函数还称为目标函数；-图像再取样和转换通过使用适当的内插法技术的映射函数转换传感图像。在一些方法中，第二和第三阶段并入第一步骤中。在《计算机视觉和图像理解》(Computer Vision and Image Understanding)第142-165页，2003，由N.Paragios等撰写的“Non rigid registration using distancefunctions(使用距离功能的非刚性配准)”中，揭示了为了改进配准，在并入的特征匹配和转换模型评估阶段之前将距离转换应用到所检测的特征。该距离转换，也称为距离映射DM(x，y)，定义为Φc(x,y)=0(x,y)∈C+DM((x,y),C)(x,y)∈Rc-DM((x,y),C)(x,y)∈Ω-Rc]]>其中C是图像域Ω中的给定特征，Rc是C的凸包，而DM((x，y)，C))是在点阵位置(x，y)和特征C之间的最小欧几里德(Euclidean)距离。当使用梯度下降方法来最小化相异标准时，距离转换提供了一适宜的特征空间，其允许大的捕捉范围(其中可以比较相似特征的距离)和定位精确性。不仅如此，尽管很有前景，但是使用距离转换也具有一些缺点。特别地，它需要从图像中提取特征(第一步骤)，这不是总能以一种可靠的方式进行的。而且，距离映射(功能ED)的提取是非线性图像处理操作，众所周知其对于噪声是敏感的。
技术实现思路
本专利技术的一个目的是提供一种方法，在保持大捕捉范围和定位精确性的优点的同时避免距离转换的缺点。相应的，本专利技术提供一种根据权利要求1的装置、根据权利要求11的方法和根据权利要求17的计算机程序产品。本专利技术利用了特定滤波核心(filter kemel)类型，其在保持配准方法的大捕捉范围的同时保证了定位精确性。这种滤波核心表现为在其中心周围有尖锐的峰值，并且实质上具有随着与核心的原点之间距离的增加有一个指数式衰减或幂反比定律(inverse power law)的性质。使用这种滤波核心过滤传感图象和参考图象使得在保持被配准在一起的特征的细节和使它们充分地变模糊以允许大捕捉范围之间提供了一个良好的折衷。附图说明本专利技术的其它特征和优点将在此后的描述中结合附图进一步展现，其中图1是根据本专利技术的配准方法的流程图；图2是表示不同滤波核心的图表；图3是示出传感图象特征的卷积的示意图，该传感图象具有本专利技术中使用的滤波核心；以及图4是示出根据本专利技术的教导编程的通用计算机的示意图。具体实施例方式本专利技术用于解决两个或多个图象的配准。尽管本专利技术是以软件实现的方式阐述，它还可通过硬件组件来实施，例如在计算机系统的图象卡中。在下面的描述中，仅作出将两个图象配准在一起的参考。图像处理领域的技术人员可将本专利技术轻易地扩展到大量初始化图象的应用。现在参考附图，特别是参考其中的图1，示出了根据本专利技术的配准方法的示意性框图。整个方案包括由医学2D或3D图像D或者传感图象的获取组成的初始化步骤10，上述图象将用于与在步骤12中检索的参考图象S进行配准。输入图象S或者是之前获取的或者是例如从数据库中取出的。如果需要的话，初始化步骤10可包括对该图象中的一个或两个进行数字化。在可选的第二步骤20中，在图像D和参考图象S中检测特征。这就提供了特征增强图象EDI(D)和EDI(S)。所检测到的特征可以是图象中描述的对象的边界(然后，在下面的描述中称EDI(D)和EDI(S)为边界检测图象)。它们还可包括棱线或者诸如例如血管的管状对象的中心线。使用诸如局部方差方法的本领域已知技术创建特征增强或边界检测图象。源图象须经边界检测以便检测其包含的对象的轮廓。因此，边界检测图像中的像素值说明源图像中感兴趣区(ROI)中的特征。它们表示特征凸出量，其可以是像素强度值、像素强度中的局部梯度或者是源图像中关于特征强度的任何适当的数据。根据本专利技术在配准方法中使用的滤波核心，第二步骤保持可选的状态，并且如下所述，第二步骤精确到足以能够避免对提取特征的需要。在第三步骤30中，将各向同性的低通滤波L施加到边界检测图像EDI(D)和EDI(S)、或传感图像D和参考图像S中。已知配准方法的距离映射由线性卷积代替，已知配准方法的距离映射由非线性操作产生。该操作需要各向同性滤波核心32。这种核心的一般形状在图2中通过曲线B示出。这种滤波核心必须显示尖锐的中心峰值，并带有向远处相对缓慢的衰减，以便结合定位精确性和清晰度，还带有一大捕捉范围。离开原点，滤波核心可表现为r的指数衰变或幂反比定律，r为到核心中心的距离。图2中的曲线A示出各向同性的高斯滤波核心，其常用于图像分析。它没有原点处的核心B那样尖锐，而且它还在大的距离衰减得更快。在图2中，曲线A和B描述了各向同性的滤波核心，其峰值均具有相同的有效宽度W=Σrr2.L(r)&本文档来自技高网...

【技术保护点】
一种用于配准包括至少是二维的数据组的图像的装置，该装置包括：至少获得第一图像（１０）和第二图像（１２）的装置；用于使用低通滤波核心（３２）对所述第一和所述第二图像进行滤波的装置，该低通滤波核心（３２）具有尖锐的中心峰值和远离所述中心峰值的缓慢衰减；和用于确定将所述滤波后的第一图像变换到所述滤波后的第二图像的映射函数（４０）的装置。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：S马克拉姆埃贝德，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]