【技术实现步骤摘要】
一种CBCT大视野数据拼接方法和装置
[0001]本申请涉及计算机口腔修复领域,特别涉及一种CBCT大视野数据拼接方法和装置。
技术介绍
[0002]锥形束电子计算机断层扫描(Cone beam ComputerTomography,CBCT)设备是一种锥形束投照计算机重组断层影像设备,其原理是X线发生器以较低的射线量围绕投照体做环形数字式投照,然后将投照的立体数据重组为三维图像。CBCT设备广泛应用于口腔内科、口腔种植、口腔正畸、口腔颌面外科等领域。
[0003]成像视野(Field OfView,FOV),即CBCT设备围绕头颅旋转一周所获得圆柱状立体数据,其大小一般由探测器尺寸和形状、X射线几何形状和校准等因素决定。在保证成像清晰度的情况下,成像视野越大,单次扫描覆盖的解剖结构范围就越大,能为临床诊断提供更多信息,但是人体所受辐射也就越大。为了在较低辐射剂量和成本的情况下,更多地满足多领域需求,需要从中视野数据中重建出大视野数据。但是目前的大视野数据重建方法可能因为描数据的位移偏差、扫描数据的重叠区域未知、变换矩阵的误差等因素导致影响重建后大视野画面的质量。
技术实现思路
[0004]本申请的目的在于提供一种CBCT大视野数据拼接方法和装置,其能够改善上述问题。
[0005]本申请的实施例是这样实现的:
[0006]第一方面,本申请提供一种CBCT大视野数据拼接方法,其包括:
[0007]S1:获取上头颅CBCT三维扫描数据和下头颅CBCT三维扫描数据;
...
【技术保护点】
【技术特征摘要】
1.一种CBCT大视野数据拼接方法,其特征在于,包括:S1:获取上头颅CBCT三维扫描数据和下头颅CBCT三维扫描数据;S2:计算所述上头颅CBCT三维扫描数据和所述下头颅CBCT三维扫描数据在纵深方向上的第一偏移,确定所述上头颅CBCT三维扫描数据中的固定层二维数据和下头颅CBCT三维扫描数据中的目标层二维数据;S3:根据所述固定层二维数据和所述目标层二维数据,计算所述上头颅CBCT三维扫描数据和所述下头颅CBCT三维扫描数据在水平面上的第二偏移,确定与所述第二偏移关联的目标变换矩阵;S4:根据所述目标变换矩阵变换并更新所述上头颅CBCT三维扫描数据,将更新后的所述上头颅CBCT三维扫描数据与所述下头颅CBCT三维扫描数据进行拼接,得到整体头颅三维数据;S5:计算上下头颅重合区域的融合系数,根据所述融合系数对所述重合区域进行加权融合处理,得到目标头颅三维数据。2.根据权利要求1所述的CBCT大视野数据拼接方法,其特征在于,所述步骤S2包括:S21:选取所述上头颅CBCT三维扫描数据中的固定层的二维数据作为固定层二维数据,并对所述固定层二维数据进行第一预处理;S22:将在纵深方向上与所述固定层的物理距离小于预设距离的范围确认为搜索范围,将所述下头颅CBCT三维扫描数据中所述搜索范围内的二维数据确认为待处理层二维数据;S23:利用归一化互信息损失函数计算各个所述待处理层二维数据与所述固定层二维数据的相似度值;S24:将所述相似度值的最小值作为所述上头颅CBCT三维扫描数据和所述下头颅CBCT三维扫描数据在纵深方向上的第一偏移,将所述最小值对应的所述待处理层二维数据作为目标层二维数据。3.根据权利要求2所述的CBCT大视野数据拼接方法,其特征在于,所述步骤S22包括:S221:将在纵深方向上与所述固定层的物理距离小于预设距离的范围确认为搜索范围;S222:根据下式换算所述物理距离为数据维度距离:zd=d/zspacing,zd是所述纵深方向上的换算距离,d是选择的固定物理距离,zspacing为所述下头颅CBCT三维扫描数据在所述纵深方向上的体素值;S223:根据所述数据维度距离,确定与所述搜索范围对应的数据维度搜索范围;S224:将所述下头颅CBCT三维扫描数据中所述数据维度搜索范围内的二维数据确认为待处理层二维数据。4.根据权利要求2所述的CBCT大视野数据拼接方法,其特征在于,所述归一化互信息损失函数如下:
其中,R表示某一所述待处理层二维数据,F表示所述固定层二维数据,H(R)和H(F)表示对应图像的信息熵,其中,h
i
表示图像R中灰度值为i的像素点总数,N表示图像R的灰度级数,在本实施例中为256。p
i
表示灰度i出现的概率,H(R,F)表示联合信息熵,是图像R和F一起发生时的信息熵。5.根据权利要求1所述的CBCT大视野数据拼接方法,其特征在于,所述步骤S3包括:S31:将所述固定层二维数据和所述目标层二维数据作为全局图像对,从所述固定层二维数据和所述目标层二维数据分别提取固定层局部图像和目标层局部图像作为局部图像对;S32:根据所述全局图像对生成全局初始配准矩阵,根据所述局部图像对生成局部初始配准矩阵;S33:迭代所述全局初始配准矩阵和所述局部初始配准矩阵,直到由归一化互信息损失函数计算的所述全局图像对和所述局部图像对的误差值小于迭代阈值为止;S34:选择最小的所述误差值作为所述上头...
【专利技术属性】
技术研发人员:曹洪玮,杨振华,姜斯浩,
申请(专利权)人:常州博恩中鼎医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。