基于CT密度值与超声灰度值的三维模型构建方法及系统技术方案

本发明专利技术提出了基于CT密度值与超声灰度值的三维模型构建方法及系统，涉及图像配准融合技术领域，获取检测目标的CT图像，并计算CT图像密度分布的直方图熵；将处理后的CT图像密度分布的直方图熵映射为超声图像的声波灰度对比值的差值比重；把由映射得到的超声图像的声波灰度对比值的差值比重和实际超声图像的声波灰度对比值的差值比重通过灰度配准算法进行校准，并得到归一化变换参数；将所有映射得到的超声图像都放入超声三维模型中，计算超声三维模型体素对应的像素值。本发明专利技术融合了CT影像和超声影像，充分发挥了两者的优点。使得操作者能够实时看到超声影像和高清CT图像参数。作者能够实时看到超声影像和高清CT图像参数。作者能够实时看到超声影像和高清CT图像参数。

【技术实现步骤摘要】
基于CT密度值与超声灰度值的三维模型构建方法及系统


[0001]本专利技术涉及图像配准融合
，具体涉及基于CT密度值与超声灰度值的三维模型构建方法及系统。

技术介绍

[0002]近年来，医学图像融合在临床诊断和治疗的研究过程中应用的范围越来越大，对融合的精度、时间、适用范围等技术要求也越来越高。高精度和全自动是医学图像融合技术的两个重要的研究方向。当前这方面临床应用的还不多，一些新的方法和技术不断提出和研究。比如智能域方法是近年来研究的热点，主要是模拟人类的智能处理方法，对图像进行特征提取和数据融合。
[0003]CT，即电子计算机断层扫描，它是利用精确准直的x线束与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，每次扫描过程中由探测器接收穿过人体后的衰减x线信息，再由快速模/数转换器将模拟量转换成数字量，然后输入电子计算机，经电子计算机高速计算，得出该层面各点的x线吸收系数值，用这些数据组成图像的矩阵。由于CT影像完全屏除了重叠干扰，利用窗口技术可以使密度分辨率大大提高，对软组织及实质性器官的显示能力明显优于普通x线检查， 超声成像具有无损性、实时性等特点，加之三维超声成像技术的应用，使其在诊断和手术(如神经外科手术和脊椎手术等)中应用的优越性口益显现出来。例如将超声图像和CT图像、MRl图像等进行配准，可以方便地实时监测手术中解剖部位的变化，如脑移位(brain shift)等，且不会给病人带来额外的损伤和痛苦。
[0004]传统的B型超声成像系统仅能提供人体断面的二维图像，临床医生要在自己的脑子里重构出人体的三维结构需要有相当的经验。这就在一定程度上影响了临床诊断的准确性与治疗的有效性。
[0005]使用传统方法匹配的超声图像与CT扫描进行融合，很难满足精度和实行性等要求。由于超声与CT之间模态间的差异性，这就需要开发出新的数据配准技术来满足对齐不同图像的要求。由于感兴趣区域内和周围区域的散射，超声图像显示比较典型的高信噪比。此外，超声成像利用了不同组织解剖结构的回波响应时间不同的特点，因此超声成像技术造成的图像扭曲很难被恢复。融合术中超声与术前CT图像的信息同时能够提供准确的几何信息和实时的解剖信息，同时又是一个实现三维显示的有力工具。

技术实现思路

[0006]为了解决上述技术问题，本专利技术提出了基于CT密度值与超声灰度值的三维模型构建方法，包括如下步骤：S1、获取检测目标的CT图像，并计算CT图像密度分布的直方图熵；S2、将步骤S1的处理后的CT图像密度分布的直方图熵，映射为超声图像的声波灰度对比值的差值比重；
S3、把由映射得到的超声图像的声波灰度对比值的差值比重和实际超声图像的声波灰度对比值的差值比重通过灰度配准算法进行校准，并得到归一化变换参数；S4、将所有映射得到的超声图像都放入超声三维模型中，计算超声三维模型体素对应的像素值。
[0007]进一步地，步骤S1中，用G0，G1，...，G
N
表示密度级的概率序列，如果把阈值设置在密度级S，则密度级的概率序列分为两个子序列，第一子序列表示为：G0，G1，...，G
m
，...，G
S
，第二子序列表示为：G
S+1
，G
S+2
，...，G
n
，...，G
N
；其中，G
m
表示密度级为m的概率，G
n
表示密度级为n的概率，m=0,1，...，S；n=S+1,S+2，...，N；目标分布A如下：；背景分布B如下：；其中，用P
S
表示第一子序列中所有小于等于S的密度级的概率和，；与每一个分布相关的熵为：目标熵H（A）：；背景熵H（B）：；直方图熵；阈值S设置为：,max
S
为最大值函数。
[0008]进一步地，步骤S2中，定义映射的超声图像中超声传播方向相邻像素点的声波灰度对比值的差值比重：；其中表示相邻像素点处CT图像密度分布的直方图熵。
[0009]进一步地，逐窗口地将映射得到的超声图像的声波灰度对比值的差值比重与实际
超声图像的声波灰度对比值的差值比重按照相似性度量方法进行搜索比较配准，得到归一化变换参数C：；式中: 为映射得到的第i个窗口的超声图像的声波灰度对比值的差值比重， 为实际超声图像的第i个窗口的声波灰度对比值的差值比重， 为M个窗口映射得到的超声图像的声波灰度对比值的差值比重的均值， 为M个窗口的实际超声图像的声波灰度对比值的差值比重的均值，M为窗口的总数。
[0010]进一步地，所述步骤S4中：根据双线性插值算法将映射得到的超声图像和超声三维模型中的体素进行像素值的再赋值；针对某个体素，选择离所述体素最近且从两侧夹着所述体素的2张映射得到的超声图像，从体素的位置分别向2张映射得到的超声图像引垂线，距离分别为d1和d2；将垂线与2张映射得到的超声图像上的交点的像素值分别设为I1、I2，将体素的像素值设为I，则通过下式的线性插值求出I1、I2：I1={d1/（d1+d2）}I；I2={d2/（d1+d2）}I；对超声三维模型中的所有体素执行上述处理。
[0011]本专利技术还提出了一种基于CT密度值与超声灰度值的三维模型构建系统，所述三维模型构建系统包括：CT扫描仪，CT图像处理单元，映射单元，超声系统，超声图像处理单元，配准单元和三维模型构建单元；所述CT扫描仪，用于获取检测目标的CT图像；所述CT图像处理单元，用于计算CT图像密度分布的直方图熵；所述映射单元，用于将CT图像密度分布的直方图熵，映射为超声图像的声波灰度对比值的差值比重；所述超声系统，用于获取实际超声图像；所述超声图像处理单元，用于计算实际超声图像的声波灰度对比值的差值比重；所述配准单元，把由映射得到的超声图像的声波灰度对比值的差值比重和实际超声图像的声波灰度对比值的差值比重通过灰度配准算法进行校准，并得到归一化变换参数；所述三维模型构建单元，用于将所有映射得到的超声图像都放入超声三维模型中，计算超声三维模型体素对应的像素值。
[0012]相比于现有技术，本专利技术具有如下有益技术效果：获取检测目标的CT图像，并计算CT图像密度分布的直方图熵；将处理后的CT图像密度分布的直方图熵映射为超声图像的声波灰度对比值；把由映射得到的超声图像的声波灰度对比值和实际超声图像的声波灰度对比值通过灰度配准算法进行校准，并得到归一化
变换参数；将所有映射得到的超声图像都放入超声三维模型中，计算超声三维模型体素对应的像素值。本专利技术融合了CT影像和超声影像，充分发挥了两者的优点。使得操作者能够实时看到超声影像和高清CT图像参数。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于CT密度值与超声灰度值的三维模型构建方法，其特征在于，包括如下步骤：S1、获取检测目标的CT图像，并计算CT图像密度分布的直方图熵；S2、将步骤S1的处理后的CT图像密度分布的直方图熵，映射为超声图像的声波灰度对比值的差值比重；S3、把由映射得到的超声图像的声波灰度对比值的差值比重和实际超声图像的声波灰度对比值的差值比重通过灰度配准算法进行校准，并得到归一化变换参数；S4、将所有映射得到的超声图像都放入超声三维模型中，计算超声三维模型体素对应的像素值。2.根据权利要求1所述的三维模型构建方法，其特征在于，步骤S1中，用G0，G1，...，G
N
表示密度级的概率序列，如果把阈值设置在密度级S，则密度级的概率序列分为两个子序列，第一子序列表示为：G0，G1，...，G
m
，...，G
S
，第二子序列表示为：G
S+1
，G
S+2
，...，G
n
，...，G
N
；其中，G
m
表示密度级为m的概率，G
n
表示密度级为n的概率，m=0,1，...，S；n=S+1,S+2，...，N；目标分布A如下：；背景分布B如下：；其中，用P
S
表示第一子序列中所有小于等于S的密度级的概率和，；与每一个分布相关的熵为：目标熵H（A）：；背景熵H（B）：；直方图熵；阈值S设置为：,max
S
为最大值函数。3.根据权利要求2所述的三维模型构建方法，其特征在于，步骤S2中，定义映射的超声图像中超声传播方向相邻像素点的声波灰度对比值的差值比重：
；其中表示相邻像素点处CT图像密度分布的直方图熵。4.根据权利要求3所述的三维模型构建方法，其特征在于，逐窗口地将映射得到的超声图像的声波灰度对比值的差值比重与实际超声图像的...

【专利技术属性】
技术研发人员：刘小禾，陈芳，董庆云，
申请(专利权)人：天津医科大学总医院，
类型：发明
国别省市：