基于梯度互信息的CT/PET图像分步配准

研究了基于互信息的医学图像配准方法,针对其缺乏空间信息而容易导致误配准以及计算量大,耗时长的问题.提出了一种梯度和互信息相结合的分步配准方法,应用于CT和PET图像的配准.该方法利用形态学运算去除PET图像背景伪迹,运用对比度拉伸和直方图均衡化对其增强,获取结构清晰、完整的梯度图像.利用矩和主轴法时梯度图像进行初步配准,对初步配准后的梯度图像进行互信息精配准.实验表明,该方法用于CT和PET图像的配准.在精度和速度上都明显优于传统互信息方法.     

4D CT图像的肺部呼吸运动估计

四维计算机断层扫描(Four-dimensional computed tomography,4D CT)通过对病人多个呼吸周期进行连续扫描,可以提供肺部全方位的动态信息,对肺部肿瘤的诊断、跟踪和放疗具有重要的作用.本文提出了一种基于B样条形变模型的四维图像配准算法对病人肺部的呼吸运动进行估计.为了充分利用4D CT的时间连贯性信息,保证4D CT配准的稳定性,定义了一个新的图像相似性测度函数,并采用迭代的方法对变形场进行优化求解.实验中,通过和成对三维B样条配准算法进行对比来验证本文算法性能.实验证明:所提的4D CT形变配准算法更加精确和稳定,配准精度可以达到1.22±0.74 mm.最后作为应用,对7位病人吸气末相位到呼气末相位的呼吸运动进行估计,并给出了统计结果.     

基于机器学习和几何变换的实时2D/3D脊椎配准

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O（n6）,使得配准很难兼具高准确性和高实时性.本文提出了一个结合机器学习与几何变换的2D/3D配准方法,首先,使用统计形状模型对目标脊椎进行建模,并构建了一种新的投影方式,使得6个投影参数中的4个可以使用几何的方法计算出来;接下来利用回归学习的方法学习目标脊椎的形状与投影参数之间的关系;最终,结合学到的关系和几何变换完成配准.本方法的两个姿态参数的平均预测误差为0.84°和0.81°,平均目标配准误差（Mean target registration error,mTRE）为0.87mm,平均配准时间为0.9s.实验结果表明本方法具有很好的实时性和准确性.     

基于改进平衡优化器的医学2D/3D图像快速配准算法

医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中. 医学图像配准的实质为使用优化算法寻找某种空间变换, 使两张图像在空间以及结构上对齐. 配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低. 针对此问题, 提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight, LTEO), 首先针对种群初始化容易分布不均匀, 且随机性太高的问题, 引入Logistic-Tent混沌映射对种群进行初始化, 提高种群多样性, 使它们尽可能地分布于搜索空间内; 对迭代函数进行更新, 使得优化算法更注重全局范围的搜索, 提高算法收敛速度并利于找到全局最优解; 引入Levy飞行策略对停滞粒子进行扰动, 防止算法陷入局部极值. 最后将改进的平衡优化器算法用于2D/3D医学图像配准任务, 并对配准过程中数据的频繁传输进行优化, 降低配准耗时. 通过基准函数测试和临床配准实验对算法进行验证, 改进后的平衡优化器可有效提高寻优精度和稳定性, 并提高医学图像配准的质量.     

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明：所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差（MAE）为0.04,平均目标配准误差（mTRE）为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。     

快速数字影像重建的2维/3维医学图像配准

目的 针对2D/3D医学图像配准过程中数字影像重建技术(DRR)生成图像和相似性程度测量两个步骤计算量大、耗时较长这一问题,提出了一种基于Bresenham直线生成算法改进的模式强度与梯度相结合的混合配准算法.方法 首先利用Bresenham直线生成算法原理改进传统光线投射算法(Ray-Casting),完成DRR图像的生成;其次模式强度与梯度相结合并引入多分辨率策略来降低相似性测度的计算复杂度;最终利用改进的鲍威尔优化算法对参数进行优化,完成整个配准过程.结果 实验结果表明,改进的混合配准算法与基于相关系数、互信息和模式强度的配准算法相比,配准效率大幅提升.模拟配准实验和临床配准实验完成时间分别为76.2 s和64.9 s,比传统配准算法效率提升3~6倍.结论 提出的算法在保证配准精度和高鲁棒性的前提下,大幅度地提高了2D/3D医学图像配准算法的运算速度,可以满足临床上精确引导手术进行的实时性要求.     

基于主方向傅里叶变换算子的2D/3D分级配准

目前的2D/3D医学图像配准方法的配准精度和效率存在矛盾,配准捕获范围小.为解决这些问题,本文提出一种基于主方向傅里叶变换算子的分级配准方法.首先,提出平面旋转平移不变性算子——主方向傅里叶变换算子.然后,提出基于主方向傅里叶变换算子的模板匹配初始化方法,可避免接近真值的初值需求,并显著扩大了捕获范围.最后,提出基于主方向傅里叶变换算子的分级配准框架,将配准搜索空间从O(n6)降到O(n2),在保证配准精度的情况下大幅提高配准效率.在配准实验中,本文方法的配准精度为0.68 mm±0.28 mm,配准时间为16.87 s±3.77 s,捕获范围大于100 mm.因此,所提出的基于主方向傅里叶变换算子的分级配准方法可以满足2D/3D图像配准在相关临床应用中精度、效率及捕获范围的需求.     

三维医学图像配准在图像引导放疗中的应用

为了确定病人的摆位误差,实现精确放疗,提出一种改进的Demons弹性配准算法。采用FDK算法对锥形束CT(CBCT)图像进行三维重建,利用可视化工具包 (VTK)体绘制法可视化重建结果;在分割与配准工具包 (ITK)基础上实现Demons算法,并基于对称梯度的思想,将参考图像和浮动图像的梯度场信息加入到Demons算法中,给出新的Demons形变力公式。分别使用单模态和多模态医学图像进行配准实验,结果显示改进的Demons算法与原始Demons算法相比,配准速度更快、精度更高。基于对称梯度的Demons算法更适用于图像引导放射治疗中CBCT重建图像与CT计划图像间的配准。     

基于边缘特征点互信息熵的医学图像配准方法

基于互信息熵的图像配准方法已经被广泛应用于医学图像配准中,为克服互信息配准方法的不足,结合图像空间结构信息,本文提出一种基于边缘特征点互信息熵的医学图像配准方法,设计了包括互信息熵、图像空间结构和形状特征点等多信息融合的配准新测度。算法首先采用改进的形态学梯度提取医学图像边缘轮廓;然后构造了以边缘区域特征和梯度信息为基础的特征点互信息能量函数,并通过最小化能量函数来获取配准参数;最后,结合梯度下降法优化策略,实现图像配准。实验研究表明,该方法在保证了配准精度的同时,配准速度较快、鲁棒性较好、综合性能优良,具有一定的临床推广价值。     

非介入式手术导航中医学图像配准算法

提出一种用于非介入手术导航中基于自由变形模型的多模态医学图像非刚性配准方法,对术前MRI/CT和术中超声图像中都可见的血管结构进行配准.当图像对准时,一种图像中的血管中心点对应着另一种图像下灰度脊点;对于全局变换采用刚性变换、局部形变采用基于函数控制B样条的自由变形模型来描述;采用遗传算法和共轭梯度法相结合达到最小化目标函数.将文中算法应用于体模和临床数据,在配准精度和收敛速度上都取得了良好的效果.     

下颌骨CT序列图象的三维重建

在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上，从牙科医生进行牙种植手术的实际情况出发，提出了一种简单，实用的三维图象重建算法－影像配准叠加法，该方法的基本思路是：首先对二维CT数字图象进行影像纠正，内插和配准，以确定每个像素的三维坐标值，再按其空间位置关系给每个像素点设置适当的透明度，然后进行影像配准叠加，以便在二维屏幕上显示出具有立体感的真三维图象来，实验结果表明，该方法定位精度高，重建图象失真度小，既能作定性观察，又能作定量测量，并且测量数据精度较高。     

基于二维超声- 三维 CT 配准的肾脏穿刺定位方法可行性研究

医学影像引导的经皮肾穿刺手术是经皮肾镜取石术中建立手术通道的重要手段,高质量的 实时医学图像可以提高术中穿刺精度,减少手术风险。针对自由呼吸下经皮肾穿刺靶点的导航定位问 题,该研究提出了一种基于术中二维超声-术前三维 CT 实时配准的肾脏穿刺定位方法。首先对肾脏轮 廓特征的二维超声图像和三维 CT 图像进行由粗到精的快速配准,然后通过超声探头标定,将配准融合 后的图像注册到手术空间,实现穿刺靶点的实时定位。人体腹部模型实验结果表明,超声探头标定均 方根误差为 0.998 mm,二维超声和三维 CT 数据配准误差为 0.709 mm,平均配准运算时间为 1.15 s,最 终的平均定位误差为 2.265 mm。     

基于旋转多视角深度配准的三维重建方法

针对在旋转平台上采集得到的多视角数据,提出一种有效的配准方法,同时结合双目立体视觉测量构建了完整的三维重建系统。通过拍摄旋转平台上多个视角下的标定板图像,提取标定板图像角点信息,计算出旋转平台坐标系和摄像机坐标系的空间位置关系,进一步推导出不同视角下的坐标转换关系,从而实现不同视角的数据配准。实验结果表明,基于本配准方法的旋转多视角双目测量系统具有较高的配准精度,能有效用于物体表面三维重建。     

基于GPU的快速三维医学图像刚性配准技术*

自动三维配准将多个图像数据映射到同一坐标系中,在医学影像分析中有广泛的应用。但现有主流三维刚性配准算法(如FLIRT)速度较慢,2563大小数据的刚性配准需要300 s左右,不能满足快速临床应用的需求。为此提出了一种基于CUDA(compute unified device architecture)架构的快速三维配准技术,利用GPU(gra-phic processing unit)并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实验表明,该技术在保持配准精度的前提下将速度提     

三维曲面图像无缝拼接方法的研究与仿真

研究三维曲面图像的无缝拼接问题。针对三维曲面图像拼接过程中,多个曲面图像之间的重叠区域由于像素的灰度和梯度等特征存在较大差异,像素不匹配,拼接后的重叠区域图像由于这种像素差异的存在,会存在明显图像裂缝的问题。为了解决这个问题,提出了一种基于交叉匹配的曲面图像拼接算法,该算法以互信息作为相似性测度,对待配准曲面图像的空间变换参数进行优化,运用空间曲面图像插值技术完成最后的三维曲面图像的融合,实现三维曲面图像的无缝拼接。实验表明,本文的方法能实现差异较大曲面图像的无缝拼接,取得了不错的效果。     

基于投影图像 SURF 特征提取的三维模型配准

针对传统三维模型配准方法存在对点云初始位置有一定要求、模型配准的精度有 时不高等问题,提出了一种基于三维模型投影图像 SURF 特征提取的三维模型配准方法。首先 通过扫描三维模型数据确定投影图像的范围,判断每个投影图像像素所隶属的模型网格,并求 解从投影图像到纹理图像的映射关系,从而获取二维投影图像;然后对这两幅投影图像分别进 行 SURF 特征点的选取与特征值的计算,并按 SURF 特征值进行特征匹配,再根据投影图像像 素点与三维网格端点的映射关系计算三维特征点对;最后通过匹配的特征点对求取模型变换矩 阵完成三维模型的配准。实验结果表明,该方法在配准时间变化不大的前提下,有效提高了配 准精度,并具有较好的鲁棒性。     

一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.