用于导航系统的自动初始化和配准的系统和方法与流程

用于导航系统的自动初始化和配准的系统和方法政府权利：本发明是在执行美国公共卫生署的合作研究和开发协议（CRADANo.NCI-NIHCC-01864）中做出的。美国政府具有本发明中的特定权利。相关申请的交叉引用本申请要求享有2011年3月3日提交的美国临时专利申请No.61/448714的优先权，在此通过引用将其全文并入本文。技术领域本公开涉及医疗系统，更具体而言，涉及用于使用不同成像模态之间的协调配准进行设备导航的系统和方法。

背景技术：
手术和最小有创治疗需要沿预定义路径到达预定目标点的可靠而精确的导航。基于从感兴趣区域获取的程序前的高分辨率三维（3D）图像，多种介入得以引导。通常，计算机断层摄影（CT）或磁共振（MR）扫描器采集介入之前的图像（术前图像）。这些模态不是实时的，至少当需要高分辨率时，因此在介入期间它们用于成像的用处是非常有限的。术前图像的适当空间配准与导航系统的组合将使图像在介入程序期间更加有效。在获取高分辨率3D图像之前将基准标记附着到患者皮肤是一种广泛的用于促进空间配准的方法。在图像中能够容易地定位这些标记，即，在图像坐标系中能够精确地确定它们的空间坐标。为了执行实际的介入，将患者放置于介入台上。通过利用在空间上被跟踪的指针设备接触标记，在定位测量系统坐标系中获得基准标记的位置。通过将这些坐标映射到定位在图像中的标记的坐标，能够确定从定位测量系统坐标到图像坐标的变换。假如在患者和测量系统之间存在固定的空间关系，那么就能够在术前图像 中确定被跟踪设备的位置。通常，在所述程序期间医师使用诸如超声的实况成像模态以获得额外信息，并且将实况成像模态用作配准的验证以增强当使用术前图像信息时的可靠性。还跟踪这种实况成像模态的位置，从而知晓在跟踪坐标系中实况图像的空间坐标。然而，在许多情况中不能使用基准标记。这些情况包括：1）当尝试在能够在附着基准之前获得并且不能以附着的基准被重复的程序前诊断图像上导航时（例如，由于担心成本、辐射剂量或造影剂暴露、工作流程等）。2）当限制成像模态的视野从而使得视野不能够覆盖用于介入的皮肤基准和感兴趣区域时。当基准标记不能用于配准时，必须使用备选模块匹配程序前图像空间与导航系统空间。目前，可用方法局限于使用点对匹配的手动配准（例如在诸如超声的实况程序中模态和程序前图像中找到对应的解剖标志）；扫描平面匹配（在感兴趣区域中选择“实况”图像平面，并调整配准变换以将它映射到程序前图像中的对应图像平面，或反之亦然，在程序前图像中选择图像平面并调整“实况”图像平面以与程序前图像平面相匹配）或这些的组合。程序前图像采集与介入程序之间的器官运动和变形，以及在具有非常不同的特性的图像（例如超声相对于CT/MR）中可靠地识别等价目标的困难，将这种手动配准过程变为困难的工作，这经常花费大量的时间，和/或导致不准确的配准结果。确定准确而可靠的传递函数以将图像像素从一种模态映射到另一种模态是非常具有挑战性的，假定不同模态具有内在不同的图像形成现象且具有变化的对比度和强度水平，。呼吸相位和感兴趣结构的各种弹性变形在确定准确的配准中也具有重要的作用。已描述了多种方法，包括各种基于图像的方法，以在US和CT或MR之间建立适当的相似性度量。然而，特定结构的可靠自动分割成为能够妨碍配准质量的误差的主要来源之一。这样的方法保持高度受监督，因为它们需要配准变换的手动初始化或出于配准目的采集的超声帧的手动门控。

技术实现要素：
根据本发明原理，提供了这样的系统和方法，其创建可靠的配准初始化，以自动将术前图像融合到术中图像，而不依赖人工对准或处理术中帧的选择。这些实施例包括从术中图像获得的受试者特异性结构形状信息（例如参考器官或边界），以提供与对应的术前形状模型的适当对准。这些实施例提供了关于就平移和旋转参数而言的有效搜索空间的有用信息，以及关于用于自动的基于图像的配准方法的起点的有用信息。集成框架（integratedframework）提供了准确而实时更新的变换链，以将徒手二维（2D）超声（US）图像连接到从另一模态预采集的3D参考体积。基于这种框架，获得了配准矩阵的初始化，这使用跟踪空间中采集的3D表面形状将术前坐标系与术中电磁参考链接起来。这些方法通过使用来自患者中线附近获取的探头位置的跟踪信息确定主要取向，之后通过将记录的探头位置对准到患者的皮肤分割的平移调节，能够首先估计近似配准矩阵。这样避免了使用可能受到不良图像质量的影响的US图像特征。一旦估计了主要参数，就使用基于受限置信度的区域增长方法获得来自3D重建体积的患者特异性US表面模型。与现有的基准标记配准方法相比，所获得的准确且受试者特异性的初始化能够获得更好的配准性能。根据本发明原理，一种用于图像配准的系统和方法包括在沿患者皮肤表面的位置中跟踪扫描器探头。采集对应于所述位置的图像平面。从所述图像平面重建感兴趣区域的三维体积。对图像体积的搜索进行初始化以确定通过采用图像平面采集期间所述扫描器探头的姿态信息和所述扫描器探头的姿态的物理约束，配准所述图像体积与所述三维体积的候选图像。将所述图像体积与所述三维体积配准。在另一实施例中，一种用于图像配准的系统和方法包括分割图像体积中患者的参考器官和皮肤表面图像；在沿患者皮肤表面的至少一个位置中跟踪扫描器探头；采集对应于所述至少一个位置和所述参考器官的图像；从图像平面重建所述参考器官的三维体积；对具有由图像采集期间所述扫描器探头的姿态和物理约束进行约束的初始参数值的变换矩阵进行初始化，以确定所述图像体积与所述三维体积之间的变换矩阵；并且使用成本函数优化所述变换矩阵以找到配准所述图像体积与所述三维体积的坐标。一种用于图像配准的系统包括空间可跟踪的扫描器探头、被配置为采集对应于所述扫描器探头的至少一个位置的图像平面的成像设备；以及图像处理模块。所述图像处理模块被配置为从所述图像平面重建感兴趣区域的三维体积。所述图像处理模块还被配置为对所述图像体积的存储模型的搜索进行初始化以确定通过采用图像平面采集期间所述扫描器探头的姿态信息和所述扫描器探头的姿态的物理约束，配准所述图像体积与所述三维体积的候选图像。配准模块被配置为配准所述图像体积与所述三维体积。从结合附图阅读的，本发明的说明性实施例的以下详细描述，本公开的这些和其他目的、特征和优点将变得显而易见。附图说明本公开将参考以下附图详细呈现出优选实施例的以下描述，附图中：图1是示出了根据本发明原理的用于图像配准的系统/方法的框图/程序图；图2是示出了根据本发明原理的在图像配准中采用的变换链的示意图；图3是示出了根据一个说明性实施例的用于实现图像配准的系统/方法的框图/程序图；图4是示出了根据一个说明性实施例的用于配准图像的说明性工作流程的示意图；图5是示出了根据一个实施例的用于执行图像配准的系统/方法的框图/程序图；图6是示出了根据说明性实施例的在配准过程中采用的图像的示意图；并且图7是说明性地示出了根据一个说明性实施例的坐标系调整的示意图。具体实施方式医疗导航系统需要配准程序以对准导航系统和患者的坐标系。如果能够获得包括基准标记的路线图图像，则附着于所述患者的所述基准标记允许半自动或全自动配准。然而，在许多情况下，基准标记的使用是不可行的，且必须要有潜在耗时且不准确的手工配准程序。本发明原理提供了一 种用于快速且准确的自动或半自动配准的系统和方法。在具体有用的实施例中，利用程序前和程序中成像的后续图像处理在标准成像平面中组合规定的图像采集集合。这些实施例提供了一种系统和方法，以在介入或诊断程序期间，自动获得用于将来自超声（US）图像的诸如肝脏的内脏器官配准到先前的术前图像体积（例如，CT或MR）的可靠的受试者特异性初始化。自动多模态图像配准具有挑战性，因为最终的配准性能依赖于来自参考和目标模态两者的图像质量、分割准确性以及用于优化变换的可靠起点。现有的方法依赖于能够使超声与CT/MR相关的手动识别的基准，或使用基于图像的特征自动配准各模态。然而，这些系统要求手动初始化，这能够容易形成次最优解。这些实施例通过使用框架解决了这些问题，所述框架将被跟踪的术中图像（例如，US）用作与基于图像的分割方法整合的多平面配准（MPR）选择器，这能够准确地将所获得的徒手2D图像变换成另一模态的预采集的3D参考体积。基于这种框架，刚性变换矩阵的初始化不依赖图像质量地得以获得，并且随后经由来自分割的器官边界的、约束形状的匹配方法得以细化。改进的配准结果具有若干应用。这些应用可以包括以下中的至少一些：（1）验证/监测电磁（EM）跟踪的超声（US）图像和预采集的3D图像之间的基于当前基准的配准准确性；（2）估计术前图像上的肿瘤或目标位置；（3）用于2D超声图像和预采集的3D图像的基于图像的配准的改进的初始化；（4）对2D超声图像和预采集的3D图像的配准的非刚性（弹性）校正；以及（5）肿瘤存在的验证和诊断设置中的评估。应当理解，将就配准术前图像体积与术中三维体积而言来描述这些实施例；然而，能够将根据本发明原理的系统和方法应用于术前、术中和术后图像中的任何图像之间的配准，以监测介入式程序和/或诊断应用。还应当理解，将就医疗系统和器械而言描述本发明；然而，本发明的教义要宽得多，且适用于跟踪或分析复杂生物或机械系统中采用的任何器械。具体而言，本发明原理适用于生物系统的内部跟踪程序、身体所有区域中的程序，所述身体区域例如是肺、胃肠道、排泄器官、血管等。图中描绘的元件可以实现于硬件和软件的各种组合中，并提供了可以在单个元 件或多个元件中组合的功能。本发明原理可以应用于引导需要将患者与先前医疗图像配准的许多介入式或外科程序（例如活检、消融、栓塞、引流等）。本发明原理也可以应用在采用多模态配准并可能不涉及介入程序的诊断应用中。例如，由于超声和CT提供了互补的诊断信息，配准这两种模态以确保在两种图像中评价出相同的病灶可以是有益的。针对这些非介入应用，还应当明确，尽管利用了在超声检查期间采集的跟踪和成像信息，但多模态配准步骤实际上可以在超声成像检查期间执行或追溯地执行，例如在完成检查之后在成像工作站上执行。通过使用专用硬件以及使用能够执行与适当软件相关联的软件的硬件，能够提供图中所示的各种元件的功能。当所述功能由处理器提供时，其能够由单个专用处理器，由单个共享处理器，或由多个独立处理器（其中的一些能够是共享的）提供。而且，术语“处理器”或“控制器”的明确使用不得被解释为专门指代能够执行软件的硬件，还能够包含性地包括，但不限于数字信号处理器（“DSP”）硬件、用于存储软件的只读存储器（“ROM”）、随机存取存储器（“RAM”）、非易失性存储设备等。而且，本文记载本发明原理、方面和实施例以及其具体范例的所有陈述意图涵盖其结构和功能等价物两者。此外，意图使这样的等价物包括当前已知的等价物以及将来开发的等价物（即开发出来的执行相同功能的任何元件，不论其结构如何）。因此，例如，本领域的技术人员将认识到，本文呈现的框图表示具体实现本发明原理的说明性系统部件和/或电路的概念视图。类似地，应认识到，任何程序表，程序图等表示可以基本表示于计算机可读存储介质中并由计算机或处理器如此执行的各种过程，无论是否明确示出这样的计算机或处理器。而且，本发明的实施例能够采取计算机程序产品的形式，所述计算机程序产品可以从提供由计算机或任何指令执行系统使用或与计算机或任何指令执行系统结合使用的程序代码的计算机可用或计算机可读存储介质被访问。出于这种描述的目的，计算机可用或计算机可读存储介质能够是可以包括、存储、传送、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序的任何装置。介质能够是电子的、磁的、光学的、电磁的、红外的或半导体系统（或装置或设备）或传 播介质。计算机可读介质的范例包括半导体或固态存储器、磁带、可移除计算机磁盘、随机存取存储器（RAM）、只读存储器（ROM）、刚性磁盘和光盘。光盘的当前范例包括光盘只读存储器（CD-ROM）、可读写式光盘（CD-R/W）和DVD。现在参考类似标记表示相同或相似元件的附图，并且首先参考图1，说明性地描绘了用于执行医疗程序的系统100。系统100可以包括监督并管理程序的工作站或控制台112。工作站112优选地包括一个或多个处理器114以及用于存储程序和应用的存储器116。存储器116可以存储在初始化并提供图像配准中，和在跟踪系统中采用的一个或多个程序模块。系统100包括位置跟踪系统120。工作站112连接到跟踪系统120和扫描设备126。工作站112从扫描器126获得图像，并同时从传感器123获得对应的位置信息。工作站112也可以集成在扫描器126中或成为扫描器126的一部分，反之亦然。位置跟踪系统120可以包括电磁的（EM）、光学的或其他跟踪技术，并用于空间地跟踪扫描设备126的实时探头122。如本文将更详细解释的，跟踪系统120可以在工作站112的存储器116中与跟踪模块128一同工作以使探头位置与图像相关。探头122包括跟踪系统120采用的一个或多个传感器123。在传感器123包括EM传感器的情况下，可以采用跟踪场发生器125产生磁场以实现跟踪系统120的EM跟踪。在医疗程序期间可以将场发生器125置于患者132附近。在一个实施例中，跟踪传感器123附着于探头或超声换能器。扫描设备126可以包括超声（US）扫描设备，然而可以采用其他实时成像系统，。为了容易解释，将就超声技术而言说明性地描述扫描设备126。程序期间实时收集的图像将被称为术中图像。在系统100中，成像系统130可以是可用的，但不需要是可用的。可以提供成像系统130以采集术前成像数据或实时术中成像数据。在任何程序之前，可以在另一设施、位置等处执行术前成像。可以在存储器116中存储这些3D图像131。成像系统130提供患者或受试者132的预采集的医疗图像或体积。这些图像将被称为术前图像。所述成像系统可以包括计算机断层摄影（CT） 系统、磁共振成像（MRI）系统、术前3DUS成像系统或其他成像系统。工作站112的存储器116包括图像和跟踪数据处理模块134，图像和跟踪数据处理模块134被配置为处理图像以及来自跟踪系统120的数据。处理模块134执行工作流程，所述工作流程包括在垂直于受试者132皮肤表面的任意位置处，利用来自扫描器126的超声探头122跟踪一个或若干超声探头姿态（例如，为轴中线图像）。处理模块134还采集感兴趣区域中的额外图像平面，以重建为来自扫描器126的三维（3D）US体积。利用对在图像平面采集期间超声探头122的近似姿态的了解（来自跟踪数据），并利用在图像平面和体积采集期间超声探头122姿态的物理约束（例如超声探头122需要接触待成像的患者皮肤），处理模块134自动地初始化术中到术前图像配准搜索（例如，US-CT）空间。处理模块134还提供术中图像到术前图像配准优化。该优化优选地基于术前医疗图像和术中（US）图像的图像处理，所述图像处理包括解剖结构的自动分割。在术前图像和术中图像之间定义相似性度量。使用已知的优化技术，例如穷举搜索，或下坡单项法，对所述相似性度量进行优化以识别各图像之间的最佳匹配。在一个实施例中，临床工作流程在两个位置（例如，患者132胸骨附近）记录来自探头122的跟踪数据和来自在超声肝脏或其他器官/边界扫略期间采集的位置的跟踪数据。由于肝脏独特的形状，在这个实施例中采用肝脏作为参考。可以采用其他器官或参考。分割模块140使用分割方法分割器官的图像。分割模块140采集并存储术前3D体积并将它们用于由大量3D坐标点表示的皮肤表面的3D分割。对准或配准模块142将大量坐标用于初始对准并约束优化搜索空间。可以针对基于模型的配准方法采用由三角网格模型表示的肝脏形状（或其他器官形状）的3D分割。在这个实施例中，所述处理模块实时采集并处理跟踪传感器123的坐标，并采用它们计算在肝脏的预采集3D形状模型和从术中3DUS体积获得的分割肝脏表面之间的自动的基于图像的刚性变换矩阵。在最新采集的带有拟合到术前图像肝脏分割边缘的肝脏边界（来自实时术中US图像）的实时图像上，由跟踪传感器123确定的多平面配准（MPR）示出了对应的 术前图像信息（例如，来自CT或MR）。在另一个实施例中，通过实时采集并处理跟踪传感器123的坐标，所述工作站实现准确的多模态配准。使用通过体积传播的基于置信度的区域生长，在肝脏或其他边界的分割模块142中，针对3D患者特异性分割（例如，US图像的分割）采用传感器123的坐标。这个过程收集属于具有动态可调整标准偏差的强度区间的体素。这样能够创建出诸如肝脏表面的表面的二值体积。随后处理掩模以提取肝包膜或边界的表面表示。采用得到的分割以优化各模态之间的图像对准。由惩罚远离皮肤映射的探头变换的皮肤表面分割所定义的区域，限制或约束参数搜索空间，从而使得在最新采集的具有拟合到术前肝脏分割边缘的US肝脏边界的实时图像上，由跟踪传感器确定的MPR示出对应的术前图像信息（例如，来自CT或MR）。工作站112可以包括用于观看受试者内部图像的显示器118。显示器118还可以允许用户与工作站112及其部件和功能进行交互。这由接口119进一步促成，接口119包括键盘、鼠标、操纵杆或任何其他允许用户与工作站112交互的外设或控制器。用户接口119引导用户通过工作流程，提示并引导单独工作步骤的初始化，并且允许与任何自动计算的配准进行交互式校正。在一个实施例中，接口119和显示器118允许用户通过工作站112接收指示或提示以利用文本、图表或两者辅助通过配准过程的每个阶段的使用。接口119可以提供手动控制或超驰控制装置以通过相对于彼此平移/旋转术中图像和术前体积，控制如下文中更详细描述的图像配准和初始化过程。接口119和显示器118允许用户从任何手动调整的开始姿态开始优化过程。此外，可以通过接口119和显示器118提示用户以从针对在给定患者中的特定图像采集优化的相似性度量的选集中进行选择。显示器118允许在具有或不具有分割信息的叠加的情况下在一个或若干切平面或在3D绘图中的可视化，在任何阶段的术中/术前（例如，US-CT）对准。接口119使得用户能够接受或拒绝任何配准结果。参考图2，通过说明性地示出根据本发明原理的用于不同模态的配准的坐标变换，提供了图像配准的进一步细节。在一个范例中，采用变换链210融合实况超声图像202（由利用跟踪传感器123跟踪的探头122采集）与预 采集的CT图像204。一次校准程序确定了变换T校准，T校准使实时超声图像的坐标系CUS与附着到探头122的跟踪传感器123的坐标系C传感器相关。来自跟踪系统120的实时跟踪信息提供了使坐标系C传感器与跟踪系统120的坐标系C跟踪（例如，来自电磁场发生器125）相关的变换T跟踪。最初，变换T配准是未知的并且需要被建立。T配准使跟踪系统的坐标系C跟踪与CT图像的坐标系CCT相关。一旦建立，实时超声图像202中的任何像素就能够经由变换链210与CT图像204中的体素相关，这允许对应的US和CT图像平面的并排显示、融合等。通过首先从在跟踪系统120的坐标系C跟踪中的跟踪的2D超声图像202重建3DUS体积，建立T配准。或者，可以使用无需跟踪的2D平面的有3D能力的换能器获得3DUS体积。这种有3D能力的换能器包括通过机械扫略过通过弧形的1D成像阵列采集3D体积的换能器（已知为机械3D换能器）和通过超声射束的电子引导采集3D体积的换能器（已知为2D阵列或矩阵换能器）。由3DUS图像与CT图像204的最优对准确定的后续基于图像的配准提供了T配准，T配准随后能够用于变换链210中以处理实时超声图像202。需要3DUS图像202与CT图像204之间基于图像的配准，但除了本发明原理之外，不存在已知的方法以鲁棒、准确且快速的方式提供这种配准以用于任何介入或诊断设置。参考图3，可以分两部分完成配准（T配准）。在方框302中，基于患者定位和超声成像的物理性质约束搜索空间，以用于3DUS与CT的潜在对准（即，T配准）。在方框304中，在CT扫描上执行预分割，并且在3DUS和分割的CT之间定义适当的相似性度量以在约束的搜索空间之内优化对准。刚性配准的不受约束的搜索空间包括六个自由度（例如，3个旋转、3个平移）。通过实施确定相对于跟踪系统（120）的患者近似定位的工作流程和随后的图像处理，并通过假设当超声探头接触患者皮肤时获得所有的超声图像，能够有效地约束搜索空间。在方框306中，工作流程包括提示用户在胸骨中线附近的任何位置定位探头，如在探头精确地指向A-P（前-后）方向时，提示用户采集患者的轴向超声平面中线。在方框308中，在这个位置为超声探头（122）获得跟踪姿态。在方框310中，提示用户将超声探头置于离较低部分（例如， 离腿或脚）更近的第二位置（如果采用了其他取向机构，那么这是任选的）（同时维持探头角度）。在方框312中，如果采用了第二位置，那么就再次获得跟踪姿态。在方框314中，可以提示用户将超声扫描器设置为最大深度设置（例如，16、20、24cm），这允许在患者的感兴趣区域中进行有意义的图像采集（例如，在电子噪声掩盖图像最深部分中的图像信息之前的最大深度设置）并尽可能地捕获感兴趣结构的外边界。之后，在方框316中，提示用户利用这种深度设置获得感兴趣器官的徒手的、机械的或电子的3D扫略。在方框318中，在扫略期间记录图像和跟踪姿态，并将所采集的图像重建为3DUS体积。如果由超声换能器支持，那么3D扫略就可以通过机动或电子器件得以采集，从而自动获得3DUS体积。参考图4并继续参考图3，说明性地示出了沿中线和相对于患者的坐标轴的换能器探头122的位置402和404。方框310确定了跟踪系统空间和CT空间之间的近似旋转对准（3DOF）。方框314通过确定通过患者132的头-尾（C-C）轴的取向和方向，解决了与相对于跟踪系统或CT空间的患者大体取向相关的不定性。需注意，对于方框310和方框314中的任意步骤不需要或不利用超声图像，相关信息从位置402和404处的换能器（探头）122的跟踪姿态得以推导。通过假设探头是沿中线（L-R轴）定位的，方框310和方框314还确定患者132的近似横向对准（1个平移DOF）。通过假设探头122放置在患者皮肤上，确定一个额外的平移DOF（A-P轴对准（前-后））。皮肤表面能够提前从CT图像容易地提取，中心中线L-R（左-右）轴能够从皮肤分割提取，并且调整A-P对准以将所有采集步骤期间的物理探头表面映射到皮肤表面。应该理解的是，尽管两个或更多位置的采集是一种有用的实施方式，例如，解决了头-尾方向不定性，但可以采用其他实施方式。例如，如果被跟踪的超声探头122装配有清晰指示探头应如何取向（例如，哪一边面向患者头部，相对于患者脚部）的方向标记408，那么在患者中线处的仅一个这样的参考姿态中采集六个自由度就是足够的。剩余的单个未知的自由度（DOF）是沿头-尾（C-C）轴的平移。通过将扫略采集期间的探头位置（位置402和404之间或使用取向度量或标记 408（例如，探头取向））映射到CT中预分割的感兴趣器官的中心，和/或通过将方框310期间的C-C轴探头位置映射到CT中患者的预分割胸骨，和/或通过在方框314中将换能器探头置于肚脐的位置并类似地将其映射到CT中肚脐的平面，能够近似地初始化这种平移。更详细地描述了图3的方框314中的对准优化。对于在方框302中初始化的配准变换，该变换需要通过最大化3DUS和CT之间的在初始姿态附近的近似相似性度量得以优化。在融合腹部目标（例如，肝脏、肾脏、前列腺或其他器官）的术前CT图像和实况US图像的背景中，一种相似性度量可以利用来自CT的目标器官的预分割、在（可能对应于距探头特定距离的表面器官的）超声图像中高强度像素的空间依赖性阈值处理、以及最小化经阈值处理的超声像素和CT器官表面之间的平方距离的加权和。在另一个实施例中，相似性度量可以利用来自CT的目标器官表面的预分割，并最大化映射到CT目标器官表面的平均超声像素值。目标感兴趣器官的另一种相似性度量可以利用CT肝脏血管的预分割，并最小化映射到CT肝脏血管的平均超声像素值。另一个实施例包括与最大化的US肝脏血管分割的对准。相似性度量可以利用来自CT的目标器官表面的预分割，并最小化将从超声产生的大量点映射到CT器官表面的点集到点集度量。该相似性度量还可以包括上文的任何子集的加权组合或其他相似性度量。在另一个实施例中，在一个器官上执行配准处理，该器官与执行临床程序的器官不是同一个器官。例如，能够在肝脏上执行配准，但临床程序的目标是肾脏。此外，从在超声肝脏（或其他器官或特征）扫略期间采集的位置406记录跟踪数据。如描述的，采集并存储术前图像，例如，3DCT或MR体积。对这些术前图像进行由大量3D坐标点表示的皮肤表面的3D分割。采用皮肤分割以进行初始对准和约束优化搜索空间。可以由三角网格模型表示肝脏形状（或其他独特形状的器官）的3D分割。针对基于模型的配准方法，采用肝脏形状。在程序期间，当在位置402和404处定位了换能器探头122时，传感器（123）的坐标被实时采集并处理。采用被跟踪传感器的坐标以计算肝脏的3D形状模型和从在位置406处获取的术中3DUS体积获得的分割肝脏 表面之间的自动的基于图像的刚性变换矩阵。通过将肝脏边界与分割的肝脏图像对准，在术前图像信息（来自CT、MR）与最新采集的实时（术中）图像之间确定配准。另一种用于实现准确多模态配准的方法包括实时采集并处理跟踪传感器坐标，并使用通过体积传播的基于置信度的区域增长提供肝脏边界的3DUS患者特异性分割。这个过程采集属于具有动态可调整标准偏差的强度区间的体素以实现肝脏表面或掩模的二值体积。随后处理该掩模以提取肝包膜和边界的表面表示。可以采用得到的分割以优化各模态之间的图像对准。由惩罚远离皮肤映射的探头变换的皮肤表面分割所定义的区域限制参数搜索空间。通过将肝脏边界与分割的肝脏图像对准，在术前图像信息（来自CT、MR）与最新采集的实时（术中）图像之间确定配准。参考图5，说明性地示出了用于对准图像的示范性方法。在方框502中，收集并存储术前图像（例如，CT图像）。在方框504中，通过已知方法分割器官表面。在方框506中，分割皮肤表面。在方框508中，确定两个探头位置，例如，在胸骨或其他生物参考附近。在方框510中，执行感兴趣器官的3D扫略（例如，US扫描）。在方框512中，执行该3D扫略的3D体积重建。在方框514中，执行刚性变换参数的自动初始化。这包括计算变换矩阵并配准坐标系。在方框516中，通过限制图像（或数据）中的自由度来细化优化搜索空间。在方框518中，计算更新的刚性变换。在方框520中，选择并评价基于图像的相似性度测。在方框522中，检查各图像之间的对准。如果该对准令人满意，那么该过程结束。如果该对准不令人满意，那么就在方框518中更新刚性变换。参考图6，说明性的工作流程示出了使用用于术前图像收集的CT扫描的图像数据收集和处理，以及用于实时（术中）图像数据的超声图像收集。优选地，在运行在工作站（例如，图1中的112）上并使用实时电子数据传输与外部硬件（跟踪系统、超声扫描器等）进行通信以运行定制设计的临床工作流程的软件中，执行图像数据的存储和处理。在介入程序之前，通过使用具有3D成像能力的成像模态（例如，MR、CT等）在方框702中获得3D体积。使用集成软件工具（例如，分割模块 140和/或处理模块134）执行自动且无监督分割以在方框704中获得术前3D体积中肝脏的3D形状，以及在方框706中获得皮肤表面的分割。在该程序期间，将在检查台上定位用于图像引导程序（介入、诊断等）的患者。位置传感器将被附着于超声探头。将在患者附近定位跟踪系统的发射器/接收器从而在该程序的必要超声成像期间，使具有附着的定位传感器的超声探头在发射器/接收器的视野内。探头被置于垂直于胸骨的第一位置，之后置于第二近尾部位置。在方框708中，将采集覆盖肝脏的2DUS扫略扫描以重建3D超声体积。该体积和对应的探头位置数据将被传输到导航工作站（112）。应注意，在方框706中，可以在皮肤分割中指示探头位置。在方框710中，可以从方框708的重建的3DUS体积提取肝脏表面。方框702中预采集的3D体积和方框708中分割的3D重建超声体积之间的配准将使用来自定向在特定扫描平面的探头跟踪数据的信息被初始化，之后将使用基于图像的方法被细化。实时2D超声组织图像和对应的探头位置数据将被连续地传输（流动）到工作站（112）。基于当前探头位置，将使用刚性变换计算当前图像相对于方框702的预采集3D体积的位置，以在方框712中对准肝脏（或其他器官边界）。在工作站112的显示器118上，变换的对应相交轮廓将被覆盖在当前图像上以开始自动图像分割。在方框714中，输出具有对准的肝脏边界的融合对准图像。使用诸如电磁系统的跟踪系统能够跟踪超声探头。将与跟踪系统兼容的定位传感器附着于超声探头。执行一次校准程序以确定跟踪传感器坐标系和实时2D超声图像坐标系之间的变换T校准。由工作站连续采集来自跟踪传感器的姿态信息T跟踪。在图像引导的程序之前，自动地分割术前图像（702）以获得肝脏的3D形状模型（704）。由具有在术前图像空间坐标系中表示的3D点位置的三角网格表示该形状模型S3D术前，以具有与目标图像体积的对应性。之后处理相同术前图像以使用具有预定义范围值的区域增长方法，通过生成二值体积（706），提取皮肤表面S3D皮肤。之后过滤该二值体积以获得其相邻体素是背景体素的体素。3DUS体积（708）能够通过跟踪2D探头生成，从而将所有的2D图像帧和对应的跟踪数据流动至工作站，在例如造影剂注射之后获得在肝脏区 域上的“扫略”，并基于采集的2D图像和跟踪数据重建3D体积。重建的3DUS体积将与从跟踪系统坐标到重建的3DUS体素坐标的对应变换T跟踪系统→3DUS一起存储在工作站上。之后处理从肝脏器官重建的3DUS体积（708）以提取将与预采集的肝脏分割相匹配的表面（710）。首先应用基本的阈值处理步骤以消除零值像素以及位于例如5cm距离处的像素，以丢弃可能易于导致高度组织变形的信息。之后通过在距US探头最大距离处选择最高值像素，自动地确定种子，所述US探头沿由US帧的主成分分析（PCA）计算的主轴定位。基于置信度的区域增长方法可以被采用并从这个种子被初始化，并且迭代地被传播直到二值分割的区域收敛（即，避免在肝组织和最大化的表面范围内部的分割泄漏）。之后通过仅选择首先与起源于US探头位置的射线阵列相交并指向每个二值体素的像素，应用光栅化过程。这产生了3D坐标表示肝脏边界的网格表面S3D术中。在方框712中，利用由下文的变换链获得的值，对如图7中所描绘地将3DUS体积（708）（或提取的体积（710））配准到3D术前体积（702）（或3D模型（704））的初始刚性变换矩阵T初始_3DUS→3D术前进行初始化。在图7中，该变换链包括：T初始_3DUS→3D术前=T皮肤ClampXUS探头T皮肤ClampY探头1-2T质心Z（T探头位置1）-1，其首先通过计算取向矩阵T探头位置1的逆校正取向，T探头位置1表示了在中线附近的第一探头位置处采集的跟踪传感器数据。按以下顺序确定X、Y、Z轴平移参数的估计：T质心Z：在Z轴中平移以对准术前体积和US肝脏扫略的头-尾方向上的质心。T皮肤ClampY探头1-2：通过在Y方向平移校正前-后方向（Y轴）的位移从而使两个探头位置（1和2）都与皮肤分割相交。T皮肤ClampXUS探头：通过在X轴上平移在扫略期间获得的US探头位置进行左右位移从而使其与皮肤分割相交。通过使用可以由T3DUS→3D术前表示、由先前定义的T初始_3DUS→3D术前进行初始化的基于图像的配准，能够计算重建的3DUS体积的坐标与预采集3D参考体积的坐标之间的变换。尝试将其最小化以优化T3DUS→3D术前的参数（即，分 别是平移和旋转参数的t和R）的说明性成本函数跟随着受约束的类似迭代最近点（ICP）的目标函数，该目标函数惩罚这样的潜在变换候选：所述潜在变换候选更远离皮肤表面地映射探头位置：配准函数实施图像相似性度量。第一项是基于点的相似性度量，其中，针对包括在US网格的S3DUS中的每个点顶点qi，利用如在术前3D模型的每个点坐标处的法线所定义的ni确定并衡量基于欧几里德距离的固定网格模型（来自CT）中的最近点。针对来自US表面的所有子采样的网格顶点加和这些距离以最大化全部两个分割的点集之间的对准。之后将区域显著统计（regionalsalientstatistics）合并为第二数据相关的相似性项Ψ，相似性项Ψ寻求对准网格表面的对应子区域。首先将目标CT网格表面细分为对以下度量积分的更小区域：1）点顶点的方差，2）子集之间的互相关；3）曲率的相似性。因此，将相似性项写为：其中，σ是标准偏差，并且κ是方差。给定更新的变换US网格表面，这些相同的统计在具有对应网格区域的预定义区域中得以计算。最终，成本分配函数Φ被链接到应用于中线和US扫略探头位置的变换。前者是禁止位置b1,2的赫维赛德函数，位置b1,2是从将距离皮肤超过1cm映射的胸骨附近采集的2个探头位置获得的，从而：针对在扫略处获得的探头位置，允许将位置bUS映射到位于皮肤和肝脏表面之间的逆线性函数允许在图像采集期间的探头压力。首先，检测新的探头位置是否在皮肤表面外部，之后将具有附加惩罚项（+10）的线性欧几里德距离分配到成本，而如果bUS在CT肝脏网格的内部，那么假设不太可能的情况，就分配更高的惩罚成本（+100）。如果将探头位置放在皮肤和肝脏表面之间，就通过计算到皮肤表面最近点的log距离，将可能的探头压力计算在内，使得Φ=log（||bUS-SCT-皮肤||）。离皮肤越近，该解就越有可能。总 之，成本函数能够表示为：优化图像对准的第一步骤是首先被执行来以类似分组方式细化位移参数的粗略且穷举的平移搜索。这里，变换参数由四元数向量表示且被转换成应用到移动点的4x4变换矩阵。一旦获得了最小值，那么就执行旋转参数的类似分组的穷举搜素，其中，沿X、Y和Z轴旋转。在这种情况中重要的是，变换的旋转中心是探头位置。因此，相对于探头的空间位置和相对于肝脏和皮肤表面，应用所有的变换。因此，当对旋转参数进行优化时，探头位置保持在相同位置。通过将3x3旋转矩阵转换成四元数，执行在四元数域中的3D旋转的插值。一旦获得了粗略的细化，就使梯度下降的、非线性列文伯格-马夸尔特优化方案同时优化6个自由度（DOF）。这样使用粗略穷举搜索提供的起始点获得成本函数的最小值并确定最优解。也可以采用其他优化。一旦在优化之后确定了重建3DUS体积708和3D术前体积702之间的配准，就能够通过使用如下变换，基于来自跟踪传感器的当前跟踪数据T跟踪，确定预采集的参考图像之内的当前2D超声帧的位置：T2DUS→3D术前=T3DUS→3D术前T跟踪系统→3DUST探头传感器→跟踪系统T2DUS→探头传感器=T3DUS→3D术前（T3DUS）-1T跟踪（T校准）-1其中:T2DUS→3D术前是从2DUS图像坐标系到术前3D图像坐标系的变换，T2DUS→探头传感器是从2DUS图像坐标系到探头传感器坐标系的变换（其是所谓的校准变换T校准的逆），T探头传感器→跟踪系统是从探头传感器坐标系到跟踪系统坐标系的变换，即，超声探头的“跟踪变换”T跟踪，T跟踪系统→3DUS是在跟踪系统空间中定位重建的3DUS体积的任意“方便”变换（并且其根据T3DUS的逆）。工作站（112）将使用这种关系以实时提取初始化轮廓，即，在对应于2D组织图像当前姿态的2D超声平面上相交的3D表面形状。将使用该轮 廓以在这种2D超声图像中开始组织分割。应该理解的是，本原理可以包括其他跟踪系统。例如，不采用电磁跟踪系统，而是能够采用基于其他物理原理的跟踪系统，例如，光学跟踪系统。备选实施例可以采用允许在单个探头位置处采集基于矩阵的体积图像的有3D能力的US换能器。这样可以避免手动扫略2D探头的需要。这样还可以避免能够易发生插值和运动伪影的体积重建误差。在一些实施例中，不使用US图像的单个序列来创建单个3DUS体积，而是可以采用多个图像采集的拼合或混合来产生肝脏或其他器官的全景表示以提高3D表面分割的准确性。此外，可以将非刚性图像变形计算在内。如果患者的内部器官没有因运动或呼吸伪影而变形，那么优化术前形状模型和术中US数据之间的刚性变换的假设保持为有效且准确的。然而，这不能够总是假设为恒定参数。为了增强组织运动存在下的准确性，可以将基于图像的运动校正应用于图像以将变形计算在内。可以在计算机辅助诊断、最小有创手术、介入放射学等的多种临床程序中应用本发明原理。具体而言，通过使用用于配准、定位和引导的分割轮廓，这些实施例能够辅助改进诊断和治疗医学程序的基于超声的图像引导。在解读权利要求书时，应当理解：a)词语“包括”不排除存在给定权利要求中列出的那些之外的其他元件或动作；b)元件前的词语“一”或“一个”不排除存在多个这样的元件；c)权利要求中的任何附图标记都不限制其范围；d)可以由相同项目或者实施结构或功能的硬件或软件表示若干“器件”；并且e)除非具体指示，不意图要求动作的特定序列。尽管已经描述了用于导航系统自动初始化和配准的系统和方法的优选实施例（意图为说明性而非限制的），但是需要注意，本领域技术人员考虑以上教义能够做出修改和变化。因此要理解，可以在公开的具体实施例中做出变化，只要在权利要求书界定的本文公开的实施例的范围之内。尽管 已经这样描述了专利法要求的细节和详述，但是权利要求书中阐述了由专利证书所主张且期望保护的内容。