一种三维交互的生物医学图像配准方法技术

本发明专利技术涉及一种三维交互的生物医学图像配准方法，与现有技术相比解决了生物医学图像配准算法精度难以提升的缺陷。本发明专利技术包括以下步骤：获取待配准的三维生物医学图像和模板标签图像；生成模板标签图像的三维模型；可视化三维模型和待配准图像；根据待配准图像交互调整模板标签图像三维模型；对应匹配点的获得；得到配准结果。本发明专利技术通过将三维生物医学图像进行三维显示，并获取鼠标反馈图像特征点的实时提取信息，杜绝了提取不准确特征点的存在，提升了图像配准的精度；极大的降低了交互配准的操作难度，提高了人机交互的操作效率。提高了人机交互的操作效率。提高了人机交互的操作效率。

【技术实现步骤摘要】
一种三维交互的生物医学图像配准方法


[0001]本专利技术涉及三维生物医学图像处理
，具体来说是一种三维交互的生物医学图像配准方法。

技术介绍

[0002]三维生物医学图像具有丰富的信息量，便于观察、十分直观，对三维生物医学图像的分析占据着越来越重要的地位，其中，随着脑计划发展、动物脑部结构图像与脑部功能图像融合分析已经成为重要的研究课题，而配准就是脑图像分析前的重要步骤。
[0003]图像配准就是将不同条件下获取的两幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。可视化技术是将数据在计算机屏幕上用图像图形的方式显示出来的技术，是目前计算机图形学和图像处理研究的热点之一。随着科研人员对配准技术的研究，图像配准技术也涌现了许多新技术、新方法。图像配准技术种类繁多，这是因为各种图像配准技术并非是广泛适用于所有领域，不同的应用环境要综合各方面的因素来选取相应的图像配准技术。
[0004]现有图像配准方法主要包括传统方法和深度学习方法。传统方法根据图像配准中利用的图像信息，一般分为基于灰度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维交互的生物医学图像配准方法，其特征在于，包括以下步骤：11)获取待配准的三维生物医学图像和模板标签图像；12)生成模板标签图像的三维模型：根据模板标签图像的不同标签值，分区域提取模板标签图像的轮廓点，接着进行体素格滤波，然后进行贪婪投影三角化处理，最后得到模板标签图像三维模型；13)可视化三维模型和待配准图像：运用OpenGL去实现模板标签图像三维模型和待配准图像的三维可视化；14)根据待配准图像交互调整模板标签图像三维模型：根据显示的待配准图像切片，不断三维交互地调整模板标签图像的三维模型，使得模板标签图像的三维模型与待配准图像初步对齐；15)对应匹配点的获得：对调整前和调整后的三维模型下采样一组对应的匹配点，形成配准点集；16)得到配准结果：利用配准点集求解出形变场，再使用形变场插值得出生物医学图像配准结果图像。2.根据权利要求1所述的一种三维交互的生物医学图像配准方法，其特征在于，所述生成模板标签图像的三维模型包括以下步骤：21)设模板标签图像中不同像素为不同的标签，遍历模板标签图像各个像素，记录每个不同的像素值a
i
(i<＝n,i∈N
+
)，得到模板标签图像的标签值总数量n，并记录所有标签值A，即A＝{a1,a2,...,a
n
}；22)针对三维的模板标签图像，将模板标签图像分别沿X、Y、Z轴划分为一系列的二维图像切片，同时将该图像的X、Y、Z轴最大值分别记为X
max
、Y
max
、Z
max
；23)对于上一步的每张二维图像切片，按标签值a
i
不同划分为不同的区域m
i
(i<＝n,i∈N
+
)，对图片上每个区域m
i
进行轮廓提取，得到每个区域的轮廓点，并将每个点的坐标值存储起来，得到每个区域密集的点集C，C＝{Cm1,Cm2,...,Cmn}，其中Cmi(i<＝n,i∈N+)是第i个区域的点集；24)用体素格滤波对点集C下采样，即设定长高宽大小分别为X
max
/Q、Y
max
/Q、Z
max
/Q的3D体素网格，在每个体素即3D框中的所有点都用它们的质心近似成一个点，以过滤掉距离过近的点集，其中，Q＝(X
max
+Y
max
+Z
max
)*6.5f；25)对下采样后的点集采用贪婪投影三角化进行面绘制，得到模板标签图像的每个区域的三维模型其中，每个三维模型对应的点集数量是第i个区域的三维模型，是第i个区域的三维模型的点集。3...

【专利技术属性】
技术研发人员：屈磊，罗文婷，吴军，王慧敏，李园园，韩婷婷，
申请(专利权)人：安徽大学，
类型：发明
国别省市：