一种基于共形几何代数的三维图像配准方法及装置制造方法及图纸

本发明专利技术公开了一种基于共形几何代数的三维图像配准方法及装置，利用共形几何代数重建了3D医学图像的位置关系约束问题，分析了医学图像的共形几何变换，构造了一种新的3D医学图像配准相似测度，基于此提出了3D医学图像配准算法，用于CT和MR_T1图像的3D配准。实现了三维数据的直接对齐，能够较好的定位组织器官的三维位置，使配准结果更加直观，配准后的图像更加清晰，配准精度更高。

【技术实现步骤摘要】
本专利技术涉及医学图像处理领域，尤其涉及的是一种基于共形几何代数的三维图像配准方法及装置。
技术介绍
从数据维度上，医学图像的配准可以分为2D/2D，2D/3D和3D/3D三种。3D/3D配准，配准数据为立体数据，几何变换类型更多、更复杂，其优化寻参数难度增加，更容易陷入局部最优，而且整个配准过程的空间复杂度和时间复杂度要远高于2D/2D配准。在神经外科手术导航等医学应用中，医学图像处理技术非常关键，但也面临着很多问题，尤其在3D/3D型配准方面。从相关文献中，可以发现很多解决问题的方法值得我们学习借鉴。如Hsu和 Loew首次提出了一种基于分层特征提取的全自动多模态医学图像3D配准方法；李文龙等人用非均匀化B样条变形体代替一般三次B样条变形体来描述成像组织的非线性运动，提出了基于自由形变的3D非线性医学图像配准；Harm0UChe等人通过计算椎间变形，建立了一种铰链模型用于脊柱的MR和X光的三维配准。在医学图像的配准中，现有的3D配准方案多是假设已知配准点之间的对应关系来分析如何变形，或是已经知道如何变形，仅仅需要获取配准点的对应关系，很难描述配准的几何体位置，使得经过配准的医学图像立体显示不清晰，配准的精度不高。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于共形几何代数的三维图像配准方法及装置，以便使配准的图像更加清晰，配准精度更高。本专利技术解决技术问题所采用的技术方案如下 一种基于共形几何代数的三维图像配准方法，其中，包括以下步骤 A、选定用于配准的参照图像和浮动图像，对所述参照图像和浮动图像进行边缘检测，得出相应的边缘轮廓，并利用图像分割算法，提取所述参照图像和浮动图像的特征点； B、根据所述参照图像和浮动图像的特征点，在共形几何代数框架下，生成所述特征点的特征矢量； C、对所述浮动图像的特征点的特征矢量进行数次旋转和平移，并计算每次旋转和平移后所述参照图像和所述浮动图像的特征点的特征矢量的相似测度； D、当所述相似测度小于一预定阀值或者旋转和平移的次数大于或者等于预定次数时，输出所述浮动图像此时的特征点的特征矢量，生成配准后的浮动图像，并将配准后的浮动图像与所述参照图像融合，得到最终的配准图像。所述的基于共形几何代数的三维图像配准方法，其中，所述步骤A还包括预先将所述参照图像和浮动图像的分配率及尺寸范围范围处理一致。所述的基于共形几何代数的三维图像配准方法，其中，所述步骤A中对所述参照图像和浮动图像采用canny算子进行边缘检测。所述的基于共形几何代数的三维图像配准方法，其中，所述步骤C还包括 Cl、获取所述浮动图像上与所述参照图像的特征点相对应的最近点，并根据所述最近点的特征矢量，计算旋转算子和平移算子； C2、根据所述旋转算子和平移算子，对浮动图像的特征点的特征矢量进行相应的旋转和平移。所述的基于共形几何代数的三维图像配准方法，其中，所述步骤C中的相似测度通过以下公式计算. a m SM,T = 2 jSj= 2 n^mClI XjYy II) !-I!-I 其中，Sw是所述相似测度，Xi和Yj分别是所述浮动图像和参考图像的特征点的特征矢量，Si是Xi和Yj内积最小值，i和j均为自然数。所述的基于共形几何代数的三维图像配准方法，其中，所述步骤D还包括 当所述相似测度大于或者等于所述预定阀值并且旋转和平移的次数小于预定次数时，继续对所述浮动图像的特征点的特征矢量进行旋转和平移，直至所述相似测度小于一预定阀值或者旋转和平移的次数大于或等于所述预定次数。所述的基于共形几何代数的三维图像配准方法，其中，所述预定阀值为1.0X 10_3，所述预定次数为1000。一种基于共形几何代数的三维图像配准装置，其中，所述装置包括 特征点提取单元，用于对选定的用于配准的参照图像和浮动图像进行边缘检测，得出相应的边缘轮廓，并利用图像分割算法，提取所述参照图像和浮动图像的特征点； 特征矢量转换单元，用于根据所述特征点提取单元提取的所述参照图像和浮动图像的特征点，在共形几何代数框架下，生成所述特征点的特征矢量； 旋转平移单元，用于对所述特征点的特征矢量进行旋转和平移运算； 相似测度计算单元，用于计算所述旋转平移单元进行每次旋转和平移运算后所述参照图像和所述浮动图像的特征点的特征矢量的相似测度； 配准单元，用于当所述相似测度小于一预定阀值或者旋转和平移的次数大于或者等于预定次数时，输出所述浮动图像此时的特征点的特征矢量，生成配准后的浮动图像，并将配准后的浮动图像与所述参照图像融合，得到最终的配准图像。所述的基于共形几何代数的三维图像配准装置，其中，所述装置还包括 图像预处理单元，用于预先对选定的参照图像和浮动图像进行处理，将选定的参照图像和浮动图像的分辨率和尺寸范围处理一致。本专利技术所提供的基于共形几何代数的三维图像配准方法及装置，实现了三维数据的直接对齐，能够较好的定位组织器官的三维位置，使配准的图像更加清晰，配准精度更高，图像显示更加准确。附图说明图I是本专利技术提供的基于共形几何代数的三维图像配准方法的流程图。图2是本专利技术提供的基于共形几何代数的三维图像配准方法的一实施例中的CT前8层图。图3是本专利技术提供的基于共形几何代数的三维图像配准方法的一实施例中的MR_Tl前8层图。图4是根据图2所示的CT图重建的不同角度的三维脑部模型。图5是根据图3所示的MR_T1图重建的不同角度的三维脑部模型。图6是经过配准的CT和MR_T1融合后不同角度的三维效果图。图7是图6所述三维效果图的部分切片图。图8是本专利技术提供的基于共形几何代数的三维图像配准装置的结构框图。 图9是本专利技术提供的基于共形几何代数的三维图像配准装置的一优选实施例的结构框图。具体实施例方式本专利技术利用共形几何代数重建了 3D医学图像的位置关系约束问题，分析了医学图像的共形几何变换，构造了一种新的3D医学图像配准相似测度，基于此提出了 3D医学图像配准算法，用于CT和MR_T1图像的3D配准，以便实现三维数据的直接对齐、较好的定位组织器官的三维位置、以及直观的体现配准结果。为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参见图1，图I是本专利技术提供的基于共形几何代数的三维图像配准方法的流程图，包括以下步骤 步骤S100、选定用于配准的参照图像和浮动图像，对所述参照图像和浮动图像进行边缘检测，得出相应的边缘轮廓，并利用图像分割算法，提取所述参照图像和浮动图像的特征占. 步骤S200、根据所述参照图像和浮动图像的特征点，在共形几何代数框架下，生成所述特征点的特征矢量； 步骤S300、对所述浮动图像的特征点的特征矢量进行数次旋转和平移，并计算每次旋转和平移后所述参照图像和所述浮动图像的特征点的特征矢量的相似测度； 步骤S400、当所述相似测度小于一预定阀值或者旋转和平移的次数大于或者等于预定次数时，输出所述浮动图像此时的特征点的特征矢量，生成配准后的浮动图像，并将配准后的浮动图像与所述参照图像融合，得到最终的配准图像。下面结合具体的实施例对上述步骤进行详细的本文档来自技高网...

【技术保护点】
一种基于共形几何代数的三维图像配准方法，其特征在于，包括以下步骤：A、选定用于配准的参照图像和浮动图像，对所述参照图像和浮动图像进行边缘检测，得出相应的边缘轮廓，并利用图像分割算法，提取所述参照图像和浮动图像的特征点；B、根据所述参照图像和浮动图像的特征点，在共形几何代数框架下，生成所述特征点的特征矢量；C、对所述浮动图像的特征点的特征矢量进行数次旋转和平移，并计算每次旋转和平移后所述参照图像和所述浮动图像的特征点的特征矢量的相似测度；D、当所述相似测度小于一预定阀值、或者旋转和平移的次数大于或者等于预定次数时，输出所述浮动图像此时的特征点的特征矢量，生成配准后的浮动图像，并将配准后的浮动图像与所述参照图像融合，得到最终的配准图像。

【技术特征摘要】
1.一种基于共形几何代数的三维图像配准方法，其特征在于，包括以下步骤 A、选定用于配准的参照图像和浮动图像，对所述参照图像和浮动图像进行边缘检测，得出相应的边缘轮廓，并利用图像分割算法，提取所述参照图像和浮动图像的特征点； B、根据所述参照图像和浮动图像的特征点，在共形几何代数框架下，生成所述特征点的特征矢量； C、对所述浮动图像的特征点的特征矢量进行数次旋转和平移，并计算每次旋转和平移后所述参照图像和所述浮动图像的特征点的特征矢量的相似测度； D、当所述相似测度小于一预定阀值、或者旋转和平移的次数大于或者等于预定次数时，输出所述浮动图像此时的特征点的特征矢量，生成配准后的浮动图像，并将配准后的浮动图像与所述参照图像融合，得到最终的配准图像。2.根据权利要求I所述的基于共形几何代数的三维图像配准方法，其特征在于，所述步骤A还包括预先将所述参照图像和浮动图像的分配率及尺寸范围范围处理一致。3.根据权利要求I所述的基于共形几何代数的三维图像配准方法，其特征在于，所述步骤A中对所述参照图像和浮动图像采用canny算子进行边缘检测。4.根据权利要求I所述的基于共形几何代数的三维图像配准方法，其特征在于，所述步骤C还包括 Cl、获取所述浮动图像上与所述参照图像的特征点相对应的最近点，并根据所述最近点的特征矢量，计算旋转算子和平移算子； C2、根据所述旋转算子和平移算子，对浮动图像的特征点的特征矢量进行相应的旋转和平移。5.根据权利要求I所述的基于共形几何代数的三维图像配准方法，其特征在于，所述步骤C中的相似测度通过以下公式计算6.根据权利要...

【专利技术属性】
技术研发人员：曹文明，刘辉，徐晨，冯记强，
申请(专利权)人：深圳大学，
类型：发明
国别省市：