用于图像配准的形变场的确定方法、装置以及电子设备制造方法及图纸

本申请公开了一种用于图像配准的形变场的确定方法、装置以及电子设备。该方法包括：接收用户发送的初始待配准图像；通过初始形变场对初始浮动图像进行配准，得到候选配准图像，并计算图像的像素点空间结构信息，得到描述子集合；根据描述子集合确定图像之间的相似度，得到目标相似度，并在目标相似度小于预设相似度的情况下，重复对初始形变场进行更新，并使用更新后的形变场对初始浮动图像进行配准的操作，在目标相似度大于等于预设相似度的情况下，确定当前时刻下的初始形变场为目标形变场。通过本申请，解决了相关技术中在确定医学图像配准使用的形变场时依赖于单一描述子，导致进行医学图像形变配准操作使用的形变场的准确度较低的问题。准确度较低的问题。准确度较低的问题。

【技术实现步骤摘要】
用于图像配准的形变场的确定方法、装置以及电子设备


[0001]本申请涉及图像处理
，具体而言，涉及一种用于图像配准的形变场的确定方法、装置以及电子设备。

技术介绍

[0002]医学图像配准技术在放射治疗计划、肿瘤诊断、手术引导以及治疗跟踪等方面发挥着重要作用。
[0003]形变配准过程是模拟并优化医学图像的形变过程，需要在对待配准图像进行形变后，使得形变后图像与参考图像的相似度达到最大或者差异性达到最小。因此，为了提高配准操作的准确性，需要使得配准操作使用的形变场达到最优，才能使得形变后图像与参考图像的相似度达到最大或者差异性达到最小。
[0004]但是，在当前优化形变场的过程中，主要使用单一的图像描述子，比如基于特征的图像描述子和基于灰度的图像描述子，进行相似度计算，但是，该方法在面对多模态或者灰度差距较大的医学图像的形变时，缺乏足够鲁棒性和准确性，从而使得相似度计算结果不准确，进而降低形变场的准确度，影响配准结果。
[0005]针对相关技术中在确定医学图像配准使用的形变场时依赖于单一描述子，导致进行医学图像形变配准操作使用的形变场的准确度较低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]本申请提供一种用于图像配准的形变场的确定方法、装置以及电子设备，以解决相关技术中在确定医学图像配准使用的形变场时依赖于单一描述子，导致进行医学图像形变配准操作使用的形变场的准确度较低的问题。
[0007]根据本申请的一个方面，提供了一种用于图像配准的形变场的确定方法。该方法包括：接收用户发送的初始待配准图像，其中，初始待配准图像中包括初始参考图像和初始浮动图像，初始参考图像和初始浮动图像为多模态图像；通过初始形变场对初始浮动图像进行配准操作，得到候选配准图像，并计算候选配准图像的像素点空间结构信息，得到第一图像描述子集合，计算初始参考图像的像素点空间结构信息，得到第二图像描述子集合；根据第一图像描述子集合和第二图像描述子集合确定候选配准图像与初始参考图像之间的相似度，得到目标相似度，并在目标相似度小于预设相似度的情况下，根据第一图像描述子集合、第二图像描述子集合、以及预设参数优化算法对初始形变场进行更新，得到下一次配准操作使用的初始形变场，并重复执行使用初始形变场对初始浮动图像进行配准操作的步骤，直至目标相似度大于等于预设相似度；在目标相似度大于等于预设相似度的情况下，确定当前时刻下的初始形变场为目标形变场，其中，目标形变场用于对初始待配准图像中的初始浮动图像进行配准。
[0008]可选地，第一图像描述子集合中包括Q组第一图像描述子，每组第一图像描述子为
候选配准图像中的一个像素点的P个第一图像描述子，Q为候选配准图像的像素点数量，第二图像描述子集合中包括Q组第二图像描述子，每组第二图像描述子为初始参考图像中的一个像素点的P个第二图像描述子。
[0009]可选地，计算候选配准图像的像素点空间结构信息，得到第一图像描述子集合，计算初始参考图像的像素点空间结构信息，得到第二图像描述子集合包括：对于任意一个图像中的任意一个像素点，计算像素点的三维结构张量，得到三维结构张量，并对三维结构张量进行奇异值分解，得到特征值；根据特征值计算像素点的边缘强度与角点强度；根据边缘强度与角点强度，计算像素点的权值度量；根据像素点的像素值与权值度量计算像素点的第一特征信息；从像素点的空间结构信息中获取与像素点相邻的P个目标像素点，并计算每个目标像素点的特征信息，得到P个第二特征信息；分别计算第一特征信息与每个第二特征信息之间的距离度量，得到P个距离度量，并根据P个距离度量计算像素点的差异度量；根据P个距离度量和差异度量计算得到像素点的图像描述子，得到像素点的P个图像描述子；将图像中的每个像素点的P个图像描述子进行组合，得到图像描述子集合。
[0010]可选地，预设参数优化算法为光流优化算法，根据初始参考图像、候选配准图像、以及预设参数优化算法对初始形变场进行更新，得到下一次配准操作使用的初始形变场包括：根据第一图像描述子集合生成候选配准图像的图像描述子矩阵，得到第一图像描述子矩阵；根据第二图像描述子集合生成初始参考图像的图像描述子矩阵，得到第二图像描述子矩阵，并计算第二图像描述子矩阵的梯度值，得到目标梯度值；通过第一图像描述子矩阵、第二图像描述子矩阵和目标梯度值确定初始形变场的增量，得到形变场增量；将初始形变场和形变场增量代入光流优化算法中，得到下一次配准操作使用的初始形变场。
[0011]可选地，根据第一图像描述子集合和第二图像描述子集合确定候选配准图像与初始参考图像之间的相似度，得到目标相似度包括：计算第一图像描述子集合和第二图像描述子集合中坐标相同的每个像素点的描述子的差值，得到Q个差值集合，其中，每个差值集合中包括P个差值，每个差值为位置对应的第一图像描述子和第二图像描述子之间的差值；计算每个差值集合中的P个差值的绝对值的平均值，得到每个差值对应的像素点的初始相似度；计算Q个初始相似度的平均值，得到图像相似度，并将图像相似度与初始形变场相结合，得到目标相似度。
[0012]可选地，在通过初始形变场对初始浮动图像进行配准操作，得到候选配准图像之前，该方法还包括：按照分辨率对初始待配准图像进行分辨率分级操作，得到N层待配准图像，其中，每层待配准图像中包括分辨率相同的一组初始参考图像和初始浮动图像，初始浮动图像为待配准的浮动图像，初始参考图像用于确定初始浮动图像的配准结果，不同层级的待配准图像的分辨率不同，N为正整数；通过第一层的待配准图像中的初始浮动图像执行通过初始形变场对初始浮动图像进行配准操作，得到候选配准图像的步骤。
[0013]可选地，重复执行使用初始形变场对初始浮动图像进行配准操作的步骤包括：确定当前配准操作使用的初始浮动图像和初始参考图像所在的层级，得到目标层级；确定对目标层级中的待配准图像进行配准操作的次数，得到目标次数；判断目标次数是否等于预设次数；在目标次数小于预设次数的情况下，使用目标层级中的待配准图像和更新后的初始形变场执行下一次配准操作；在目标次数等于预设次数的情况下，判断目标层级是否为第N层；在目标层级不是第N层的情况下，使用更新后的初始形变场对目标层级的下一层级
的待配准图像执行配准操作；在目标层级为第N层的情况下，停止重复执行使用初始形变场对初始浮动图像进行配准操作的步骤，并确定更新后的初始形变场为目标形变场。
[0014]可选地，在目标相似度大于等于预设相似度的情况下，该方法还包括：确定当前配准操作使用的初始浮动图像和初始参考图像所在的层级，得到目标层级，并判断目标层级是否为第N层；在目标层级不是第N层的情况下，使用当前配准操作使用的初始形变场对目标层级的下一层级的待配准图像执行配准操作，直至目标层级为第N层；在目标层级为第N层的情况下，确定当前配准操作使用的初始形变场为目标形变场。
[0015]根据本申请的另一方面，提供了一种用于图像配准的形变场的确定装置。该装置包括：接收单元，用于接收用户发送的初本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于图像配准的形变场的确定方法，其特征在于，包括：接收用户发送的初始待配准图像，其中，所述初始待配准图像中包括初始参考图像和初始浮动图像，所述初始参考图像和所述初始浮动图像为多模态图像；通过初始形变场对所述初始浮动图像进行配准操作，得到候选配准图像，并计算所述候选配准图像的像素点空间结构信息，得到第一图像描述子集合，计算所述初始参考图像的像素点空间结构信息，得到第二图像描述子集合；根据所述第一图像描述子集合和所述第二图像描述子集合确定所述候选配准图像与所述初始参考图像之间的相似度，得到目标相似度，并在所述目标相似度小于预设相似度的情况下，根据所述第一图像描述子集合、所述第二图像描述子集合、以及预设参数优化算法对所述初始形变场进行更新，得到下一次配准操作使用的初始形变场，并重复执行使用初始形变场对所述初始浮动图像进行配准操作的步骤，直至所述目标相似度大于等于预设相似度；在所述目标相似度大于等于预设相似度的情况下，确定当前时刻下的初始形变场为目标形变场，其中，所述目标形变场用于对所述初始待配准图像中的初始浮动图像进行配准，所述当前时刻为完成最后一次配准操作的时刻。2.根据权利要求1所述的方法，其特征在于，所述第一图像描述子集合中包括Q组第一图像描述子，每组第一图像描述子为所述候选配准图像中的一个像素点的P个第一图像描述子，Q为所述候选配准图像的像素点数量，所述第二图像描述子集合中包括Q组第二图像描述子，每组第二图像描述子为所述初始参考图像中的一个像素点的P个第二图像描述子。3.根据权利要求2所述的方法，其特征在于，计算所述候选配准图像的像素点空间结构信息，得到第一图像描述子集合，计算所述初始参考图像的像素点空间结构信息，得到第二图像描述子集合包括：对于任意一个图像中的任意一个像素点，计算所述像素点的三维结构张量，得到三维结构张量，并对所述三维结构张量进行奇异值分解，得到特征值；根据所述特征值计算所述像素点的边缘强度与角点强度；根据所述边缘强度与所述角点强度，计算所述像素点的权值度量；根据所述像素点的像素值与所述权值度量计算所述像素点的第一特征信息；从所述像素点的空间结构信息中获取与所述像素点相邻的P个目标像素点，并计算每个目标像素点的特征信息，得到P个第二特征信息；分别计算所述第一特征信息与每个第二特征信息之间的距离度量，得到P个距离度量，并根据所述P个距离度量计算所述像素点的差异度量；根据所述P个距离度量和所述差异度量计算得到所述像素点的图像描述子，得到所述像素点的P个图像描述子；将图像中的每个像素点的P个图像描述子进行组合，得到图像描述子集合。4.根据权利要求1所述的方法，其特征在于，所述预设参数优化算法为光流优化算法，根据所述第一图像描述子集合、所述第二图像描述子集合、以及预设参数优化算法对所述初始形变场进行更新，得到下一次配准操作使用的初始形变场包括：根据所述第一图像描述子集合生成所述候选配准图像的图像描述子矩阵，得到第一图像描述子矩阵；
根据所述第二图像描述子集合生成所述初始参考图像的图像描述子矩阵，得到第二图像描述子矩阵，并计算所述第二图像描述子矩阵的梯度值，得到目标梯度值；通过所述第一图像描述子矩阵、所述第二图像描述子矩阵和所述目标梯度值确定所述初始形变场的增量，得到形变场增量；将所述初始形变场和所述形变场增量代入所述光流优化算法中，得到下一次配准操作使用的初始形变场。5.根据权利要求2所述的方法，其特征在于，根据所述第一图像描述子集合和所述第二图像描述子集合确定所述候选配准图像与所述初始参考图像之间的相似度，得到目标相似度包括：计算所述第一图像描述子集合和所述第二图像描述子集合中坐标相同的每个像素点的描述子的差值，得到Q个差值集合，其中，每个差值集合中包括P个差值，每个差值为位置对应的第一图像描述子和第二图像描述子之间的差值；计算每个差值集合中的P个差值的绝对值的平均值，得到每个差...

【专利技术属性】
技术研发人员：周琦超，肖远彪，
申请(专利权)人：福建自贸试验区厦门片区Manteia数据科技有限公司，
类型：发明
国别省市：