一种高稳定性的脊柱超声与X光图像配准方法技术

本发明专利技术公开了一种高稳定性的脊柱超声与X光图像配准方法，设置从低到高的多分辨率配准网格，采用梯度下降法，以归一化互信息相似性度量函数的倒数为目标函数，按照分辨率从低到高的顺序，分别对不同分辨率配准网格中的控制点进行相互优化计算，得到配准结果X光图像，将前面低分辨率配准网络配准得到的配准结果X光图像作为后续高分辨率配准网络的输入X光图像，最后将最高分辨率配准网格生成的配准结果X光图像，用模糊感知注意力网络进行去模糊操作，输出配准后清晰的X光图像。本发明专利技术能够提升配准精度的同时，保证了配准的稳定性，同时极大的提高了图像的可视性。大的提高了图像的可视性。大的提高了图像的可视性。

【技术实现步骤摘要】
一种高稳定性的脊柱超声与X光图像配准方法


[0001]本申请属于医学图像处理
，具体涉及一种高稳定性的脊柱超声与X光图像配准方法。

技术介绍

[0002]目前，在脊柱侧弯检测中，临床上带有Cobb角测量的站立X光片是评估脊柱侧弯的黄金标准。曲线进展的监测通常涉及整个儿童和青少年时期的常规X光扫描。然而，重复暴露于X光片的辐射会对身体产生影响。与X光照相术相比，超声具有无辐射、实时和低成本的优势。在筛查大量患者、监测进展和评估治疗效果方面很有前景。然而，由于超声不能穿透骨质结构，它使用表面反射进行成像，不能提供骨质细节。相比之下，X光片可以呈现更多的细节。因此，将实时超声图像与之前的X光片进行配准，可以帮助医生更好地了解患者的脊柱测凸情况，在临床应用上具有重要的意义。
[0003]图像配准是为了找到最佳的几何变换，使浮动图像与固定图像最佳地对齐。现有的配准方法分为基于深度学习的配准方法与基于传统的配准算法。深度学习技术中，监督变换估计配准与无监督变换估计配准都得到了广泛的应用。然而基于深度学习的算法往往在大量的数据上才能表现良好，而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高稳定性的脊柱超声与X光图像配准方法，其特征在于，所述高稳定性的脊柱超声与X光图像配准方法，包括：设置从低到高的多分辨率配准网格，将脊柱X光图像嵌入到最低分辨率的配准网格，将超声图像嵌入到各个分辨率的配准网格；采用梯度下降法，以归一化互信息相似性度量函数的倒数为目标函数，按照分辨率从低到高的顺序，分别对不同分辨率配准网格中的控制点进行相互优化计算，得到配准结果X光图像，将前面低分辨率配准网络配准得到的配准结果X光图像作为后续高分辨率配准网络的输入X光图像；将最高分辨率配准网格生成的配准结果X光图像，用模糊感知注意力网络进行去模糊操作，输出配准后清晰的X光图像。2.根据权利要求1所述的高稳定性的脊柱超声与X光图像配准方法，其特征在于，所述高稳定性的脊柱超声与X光图像配准方法，还包括：基于输入图像的长宽比自适应的调节配准网格的长宽比，最后将输入图像嵌入到配准网格中。3.根据权利要求1所述的高稳定性的脊柱超声与X光图像配准方法，其特征在于，所述对配准网格中的控制点进行相互优化计算，得到配准结果X光图像，包括：进行正向配准：采用梯度下降法，以归一化互信息相似性度量函数的倒数为目标函数，以超声图像为参考图像计算X光图像对超声图像的控制点最佳结果，同时以X光图像为参考图像计算超声图像对X光图像的控制点最佳结果；对两种控制点最佳结果进行加权运算，生成控制点加权优化结果；...

【专利技术属性】
技术研发人员：姜娓娓，解乔林，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：