【技术实现步骤摘要】
图像配准方法及其模型训练方法
[0001]本专利技术涉及图像处理
，更具体地涉及图像配准方法及其模型训练方法。
技术介绍
[0002]图像配准是图像融合、图像重建、图像与标准图谱的匹配、图像定量分析等研究的基础。图像配准通过寻找一种最优空间变换，使两个图像的对应点在给定相似性度量下达到空间位置和解剖位置的一致。通过图像配准计划可以充分利用不同时间、不同模态、不同序列的图像中所包含的多种信息，为后续的图像高级分析(例如，医学上的疗效评估、图像引导治疗、多序列图像分割、不同模态融合等)提供基础。图像配准根据变换方式的不同可分为刚性配准和非刚性配准。刚性配准是指图像中任意两点间的距离在变换前后保持不变，只发生了坐标轴的平移和旋转。刚性配准只适用于不存在形变或刚性体的配准，刚性配准在很多情况下不能满足临床的需求。因为很多形变的性质是非刚性的、非线性的，所以许多重要的临床应用需要非刚性变换来描述图像之间的空间关系。目前，传统的刚性配准方法和非刚性配准方法存在一些问题需要解决，例如：适用性差，一种方法或一组参数只适用于某一特定模态...
【技术保护点】
【技术特征摘要】
1.一种图像配准方法，包括：获取参考图像和待配准的浮动图像；对所述参考图像和所述浮动图像执行图像预处理，所述图像预处理包括基于迭代最近点配准和互信息配准的刚性配准；对经预处理的所述参考图像和经预处理的所述浮动图像执行非刚性配准，以获得配准结果图像；以及输出所述配准结果图像。2.根据权利要求1所述的方法，其特征在于，所述刚性配准进一步包括：利用迭代最近点配准对所述参考图像和所述浮动图像进行关于轮廓点数据集的粗配准，从而获得第一变换参数；基于所述第一变换参数，利用互信息配准来优化所述参考图像和所述浮动图像之间的配准，从而获得第二变换参数；以及基于所述第二变换参数对所述参考图像与所述浮动图像进行配准。3.根据权利要求2所述的方法，其特征在于，通过移动立方体法来提取所述参考图像和所述浮动图像中的每一者的轮廓点数据集。4.根据权利要求2所述的方法，其特征在于，所述互信息配准进一步包括：以所述第一变换参数为所述互信息配准的初始值而对所述浮动图像进行空间变换；对空间变换后的所述浮动图像进行插值操作；以及计算所得的插值结果与所述参考图像之间的互信息值，从而获得与所述互信息值对应的所述第二变换参数。5.根据权利要求4所述的方法，其特征在于，所述优化进一步包括：通过随机梯度下降，重复所述迭代最近点配准和所述互信息配准，直至所述互信息值收敛或达到预定的重复次数。6.根据权利要求2所述的方法，其特征在于，所述第一变换参数和所述第二变换参数中的每一个包括：x轴方向上的平移像素量、y轴方向上的平移像素量、z轴方向上的平移像素量、轴向面上的中心旋转角度、矢状面上的中心旋转角度、以及冠状面上的中心旋转角度；或者x轴方向上的平移像素量、y轴方向上的平移像素量、以及xy平面上的中心旋转角度。7.根据权利要求1所述的方法，其特征在于，所述图像预处理进一步包括：在执行所述刚性配准之前对所述参考图像和所述浮动图像进行重采样，使得所述参考图像和所述浮动图像的像素间距相同。8.根据权利要求1所述的方法，其特征在于，所述图像预处理进一步包括：在执行所述刚性配准之后对所述参考图像和所述浮动图像进行自适应裁剪。9.根据权利要求8所述的方法，其特征在于，所述自适应裁剪进一步包括：通过半自动或自动的分割方法来定位所述参考图像和经刚性配准的所述浮动图像中的目标对象的轮廓；对所述轮廓执行开运算，以去除孤立点；计算开运算后的轮廓的最小包围盒；以及自动地将所述最小包围盒扩充至期望的尺寸，从而基于所述期望的尺寸获得经裁剪的
参考图像和浮动图像，其中所述期望的尺寸使得所述经裁剪的参考图像和浮动图像适于输入到用于执行所述非刚性配准的模型中。10.根据权利要求1所述的方法，其特征在于，同时对所述参考图像和所述浮动图像执行所述图像预处理。11.根据权利要求1所述的方法，其特征在于，所述非刚性配准进一步包括：通过将经预处理的所述参考图像和经预处理的所述浮动图像输入到U-Net...
【专利技术属性】
技术研发人员：张陈，赵周社，聂颖彬，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：
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。