X光图像与CT图像的配准方法技术

本发明专利技术涉及一种X光图像与CT图像配准方法，其特征在于，生成DRR图像数据，将X光图与从CT图像生成的DRR图像进行配准和相似度测试，其中，将高分辨率的DRR图像和X光图像分别细分为具有不同分辨率的子图像，按照分辨率先低后高的顺序进行配准计算；先配准最低分辨率图像，开始配准计算量相对较小，计算的结果作为下一次配准的初始解，从而缩短大量的配准时间；判断相似性是否符合，若符合，直接输出图像结果；否则对DRR图像数据进行优化处理，并对优化处理后的数据再次进行相似性测试，直至相似性符合；本发明专利技术与现有技术相比，能够在不会大幅度增加计算复杂度的情况下、显著提高图像配准精度，进而降低手术风险。进而降低手术风险。

【技术实现步骤摘要】
X光图像与CT图像的配准方法

：
[0001]本专利技术涉及图像处理
，具体的说是一种在不会大幅度增加计算复杂度的情况下、能够显著提高图像配准精度，进而降低手术风险的CT图像与X光图像配准方法。

技术介绍
：
[0002]在计算机辅助导航股骨手术中，术中图像配准是非常重要的一步，图像配准精度关系到手术的成败。传统的图像配准方式主要有两类，一种是将术前采集的CT图像与术中的病人股骨实体的空间进行配准，可以取得较高的精度，但由于需要暴露出病患的股骨，实际上会给患者来更大二次伤害，违背了微创手术的本旨。另一种方法是在术中对病患部位采集X射线图像，将其与术前的CT数据进行配准。第二种方法目前采用较多，优点是X光片拍摄操作方便，对患者的伤害小，缺点是获得的图像是二维数据，与三维数据的匹配结果精度相对较低，同时由于需要加入额外的转换运算导致性能降低。

技术实现思路
：
[0003]本专利技术针对现有技术中存在的缺点和不足，提出了一种能够在不会大幅度增加计算复杂度的情况下、显著提高图像配准精度，进而降低手术风险的X光图像与CT图像的配准方法。
[0004]本专利技术通过以下措施达到：
[0005]一种X光图像与CT图像的三维配准方法，其特征在于，包括以下步骤：
[0006]步骤1：描绘目标轮廓；
[0007]步骤2：生成DRR图像数据：
[0008]步骤2
‑
1：摄像机坐标系的原点为摄像机光心，Z轴与摄像机的光轴重合，X、Y与图像坐标的u
′
>、v
′
轴平行，则空间某点P在世界坐标系和摄像机坐标系中的齐次坐标为(X,Y,Z,1)
T
和(x,y,z,1)
T
，则空间某点P在世界坐标系和摄像机坐标系的坐标数据转化关系如下：
[0009][0010]步骤2
‑
2：称为旋转矩阵，旋转矩阵是一个单位正交阵，包含三个参数(α，β，γ)：
[0011][0012]求出tx，ty，tz，(α，β，γ)。其中，tx，ty，tz为摄像机相对于marker坐标系的沿x，y，z轴的平移坐标；(α，β，γ)为相应方向上的旋转坐标。
[0013]步骤2
‑
3：根据2D图像上任取两点可得空间光线，两直线的交点坐标即为光源位置；矫正板所在的平面为成像平面；光源到成像平面的距离即为焦距；平面上的点即为DRR图像的像素点；
[0014]步骤3：将X光图与从CT图像生成的DRR图像进行配准和相似度测试。其中，将高分辨率的DRR图像和X光图像分别细分为具有不同分辨率的子图像，按照分辨率先低后高的顺序进行配准计算；先配准最低分辨率图像，开始配准计算量相对较小，计算的结果作为下一次配准的初始解，从而缩短大量的配准时间；
[0015]步骤4：判断相似性是否符合，若符合，直接输出图像结果；否则对DRR图像数据进行优化处理，并对优化处理后的数据再次进行相似性测试，直至相似性符合。
[0016]本专利技术所述步骤3中，用互信息测度方法测试计算每个分辨率下X光图像和DRR图像之间的配准相似度：
[0017]其中，p(a
j
，b
k
)为X光图像和DRR中像素灰度的联合概率分布，p(a
j
)和p(b
k
)为边缘概率分布，并且
[0018]本专利技术步骤4中，所述优化处理为：选用ITK的OnePlusOneEvolutionaryOptimizer作为配准的优化器，配准过程每进行一次迭代，得到测度值，将该测度值进行比较，如果达到效果则停止迭代，得到最终配准结果，否则继续使用优化器进行优化，使用ITK插值方法RayCastInterpolateImageFunction进行插值，其中迭代还需要根据实际系统使用的数据设置迭代次数上限。
[0019]本专利技术步骤1具体为：输入待配准的两幅图像，X光图像和CT图像，在X光图像上叠加显示由CT数据重建的3D模型；在X光图像上绘制目标轮廓，利用套索和磁性套索等工具以实现快速绘制,确定图像中配准的范围，可以对3D模型进行旋转、平移操作，使3D模型与X光图像上的骨轮廓重合，从而完成粗配，之后的自动配准在粗配基础上进行，使目标高精度成为可能。
[0020]本专利技术与现有技术相比，能够在不会大幅度增加计算复杂度的情况下、显著提高图像配准精度，进而降低手术风险。
附图说明：
[0021]附图1是本专利技术的流程图。
具体实施方式：
[0022]步骤1：描绘目标轮廓。输入待配准的两幅图像，X光图像和CT图像，在X光图像上叠加显示由CT数据重建的3D模型；在X光图像上绘制目标轮廓，利用套索和磁性套索等工具以实现快速绘制,确定图像中配准的范围，可以对3D模型进行旋转、平移操作，使3D模型与X光图像上的骨轮廓重合，从而完成粗配。粗配选择ICP方法，可以使用vtkIterativeClosestPointTransform。之后的自动配准在粗配基础上进行，使目标高精度成为可能。
[0023]步骤2：生成DRR图像数据：
[0024]步骤2
‑
1：摄像机坐标系的原点为摄像机光心，Z轴与摄像机的光轴重合，X、Y与图像坐标的u
′
、v
′
轴平行，则空间某点P在世界坐标系和摄像机坐标系中的齐次坐标为(X,Y,Z,1)
T
和(x,y,z,1)
T
，则空间某点P在世界坐标系和摄像机坐标系的坐标数据转化关系如下：
[0025][0026]步骤2
‑
2：称为旋转矩阵，旋转矩阵是一个单位正交阵，包含三个参数(α，β，γ)：
[0027][0028]求出tx，ty，tz，(α，β，γ)。其中，tx，ty，tz为摄像机相对于marker坐标系的沿x，y，z轴的平移坐标；(α，β，γ)为相应方向上的旋转坐标。
[0029]步骤2
‑
3：根据2D图像上任取两点可得空间光线，两直线的交点坐标即为光源位置；矫正板所在的平面为成像平面；光源到成像平面的距离即为焦距；平面上的点即为DRR图像的像素点；2D图像相邻两矫正点的像素距离可求出成像平面的Pixel Spacing，用于设定图像大小。
[0030]步骤3：将X光图与从CT图像生成的DRR图像进行配准和相似度测试。其中，将高分辨率的DRR图像和X光图像分别细分为具有不同分辨率的子图像，按照分辨率先低后高的顺序进行配准计算；先配准最低分辨率图像，开始配准计算量相对较小，计算的结果作为下一次配准的初始解，从而缩短大量的配准时间；
[0031]用互信息测度方法测试计算每个分辨率下X光图像和DRR图像之间的配准相似度：
[0032]其中，p(a
j
，b
k
)为X光图像和DRR中像素灰度的联合概率分布，p(a
j
)和p(b本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种X光图像与CT图像的三维配准方法，其特征在于，包括以下步骤：步骤1：描绘目标轮廓；步骤2：生成DRR图像数据：步骤2
‑
1：摄像机坐标系的原点为摄像机光心，Z轴与摄像机的光轴重合，X、Y与图像坐标的u
′
、v
′
轴平行，则空间某点P在世界坐标系和摄像机坐标系中的齐次坐标为(X,Y,Z,1)
T
和(x,y,z,1)
T
，则空间某点P在世界坐标系和摄像机坐标系的坐标数据转化关系如下：步骤2
‑
2：称为旋转矩阵，旋转矩阵是一个单位正交阵，包含三个参数(α，β，γ)：求出tx，ty，tz，(α，β，γ)。其中，tx，ty，tz为摄像机相对于marker坐标系的沿x，y，z轴的平移坐标；(α，β，γ)为相应方向上的旋转坐标。步骤2
‑
3：根据2D图像上任取两点可得空间光线，两直线的交点坐标即为光源位置；矫正板所在的平面为成像平面；光源到成像平面的距离即为焦距；平面上的点即为DRR图像的像素点；步骤3：将X光图与从CT图像生成的DRR图像进行配准和相似度测试，其中，将高分辨率的DRR图像和X光图像分别细分为具有不同分辨率的子图像，按照分辨率先低后高的顺序进行配准计算；先配准最低分辨率图像，开始配准计算量相对较小，计算的结果作为下一次配准的初始解，从而缩短大量的配准时间；步骤4：判断相似性是否符合，若符合，直接输出图像结果；否则对DRR图像数据...

【专利技术属性】
技术研发人员：王炳强，康伟伟，刘畅，孙之建，
申请(专利权)人：威海威高骨科手术机器人有限公司，
类型：发明
国别省市：