一种基于多序列医学图像的血管配准方法
【技术领域】
[0001] 本发明属于医学图像处理技术领域，尤其是涉及到多序列血管图像的配准方法。
【背景技术】
[0002] 当前在MR血管图像配准领域主要是采用传统的自然图像配准方法，即建立一种 图像相似度量函数或者误差函数，通过一定的优化策略使得参考图像与浮动图像的相似度 达到最大或者误差最小，最终得到参考图像与浮动图像的变换矩阵，然而这些方法没有考 虑到MR血管图像的结构复杂，对比度、信噪比（SNR)较低等情况，使得相似度度量函数或者 误差函数容易陷入局部极大或者极小值，而达不到全局精确配准的目的。另外人体血管是 一种非刚性组织，其形态会受到肌肉收缩，人体颤抖，脉动等因素的影响，这些因素使得一 些面向刚形体配准的方法和有限自由度的配准模型得不到理想结果。当前基于像素的配准 方法利用参考图像和浮动图像所包含的信息，直接利用图像的灰度值做配准，通过优化图 像的互信息（MI)、归一化互信息（匪I)、联合熵等手段获取图像之间的变换矩阵，但是在对 比度较低的医学图像对这些度量信息的并不敏感，极容易使得图像陷入局部极大值而达不 到配准精度。基于特征点集（不连续点，转折点，交叉点，线交叉点，角点等）的配准方法首 先要精确的提取图像的特征点，然后做精确匹配，而医学图像的收到噪声的干扰，极容易提 取到伪特征点而错误匹配，从而影响变换参数精度性。
【发明内容】
[0003] 为了克服已有医学图像处理技术的血管配准精度较低的不足，本发明提供一种精 度较高的基于多序列医学图像的血管配准方法。
[0004] 本发明解决其技术问题所采用的技术方案是：
[0005] 一种基于多序列医学图像的血管配准方法，所述配准方法包括以下步骤：
[0006] 1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图 像作为浮动图像；
[0007] 2)对所述多序列医学血管图像进行去噪处理；
[0008] 3)血管边缘的shape context描述，血管内外壁分别记为Clmien(X), Cwall⑴，X代 表边缘点坐标，边缘上每一点分别用Shape Contex描述子统计其直方图；
[0009] 4)边缘点匹配
[0010] 根据参考图像血管边缘点与浮动图像血管边缘点的代价函数Cij,
【主权项】
1. 一种基于多序列医学图像的血管配准方法，其特征在于：所述配准方法包括以下步 骤： 1) 获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作 为浮动图像； 2) 对所述多序列医学血管图像进行去噪处理； 3) 血管边缘的shape context描述，血管内外壁分别记为Clumen(X)，Cwall⑴，X代表边 缘点坐标，边缘上每一点分别用Shape Context描述子统计其直方图； 4) 边缘点匹配 根据参考图像血管边缘点与浮动图像血管边缘点的代价函数Cu，
其中，pJP L分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，hjk)、 Mk)分别代表参考图像边缘点直方图和浮动图像边缘点直方图，K表示匹配点对的个数； 匹配准则是最小化匹配代价函数H(Ji):
式中π表示匹配点对的排列。 匹配流程如下： (4. 1)现有pJP L两个边缘点集，对于Pi中的点i，分别寻找^中Cost值最小的点 j ; (4. 2)将匹配的信息保存； (4. 3)重复（4. 1)，对剩余的点进行匹配，直到所有点全部匹配完成； (4. 4)判断Η( π )是否为最小，否则重复步骤（4. 1)~（4. 3); 5) 滤除误匹配 步骤4)的匹配过程存在误匹配点对，消除误匹配过程如下： (5. 1)计算匹配点对（Pi，qj)之间的距离D(i,J); D(i;J)= I Ip i I-|QiI I, (i, j) e JT (3) 其中，JT表示边缘点的匹配排列； (5.2)统计D(ij分布情况，求其概率密度函数，式（4)，（5)分别表示其距离分布的均 值 mean (Daj))和方差 sigma (Daj)):
式中Ω代表匹配点对的集合，k是匹配点对个数，μ代表式（4)的均值mean (D(ij))。 根据式（4)，（5)求其概率密度函数P(D(i;j)):
(5.3)滤除误匹配，依据小概率事件理论把匹配点间的距离大于Γ的情况视为误匹配 点对，予以滤除； Γ = mean(D(i，j))+2· 58*sigma(D(i，j)) (7) 6)边缘校正与插值 为了实现参考图像与浮动图像血管组织的像素级配准，根据匹配点对血管壁做迭代演 化，使形变后的参考图像与浮动图像血管轮廓能量函数E(Pi，qp达到最小；
式中，pJP L分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，π表示 匹配点排列顺序，K表示匹配点对的个数； 根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最 终得到配准后的结果。
2. 如权利要求1所述的一种基于多序列医学图像的血管配准方法，其特征在于：所述 步骤2)中，采用小波变换去噪方法，在小波分解的每一层都选自适应的选取阈值，在小波 分解的低频域采用中值滤波器滤除分布在低频信号中的噪声。
3. 如权利要求2所述的一种基于多序列医学图像的血管配准方法，其特征在于：所述 步骤2)中，阈值T的函数式（9): 1
其中ση是噪声的标准差，σ d是无噪声图像g在小波域内第j层的标准差，M即为小 波域内小波系数的总体个数，可调参数匕，k2满足关系k ^k2= 1，α」为小波域第j层的小 波系数取为％= 1/2 h，j为小波分解层数。 σ n取值是小波域内的最高频小波系数，其值由噪声图像小波分解后最高频子带巧 的中值计算得到：
巧f1为噪声图像小波分解的最高频子带。 小波系数在j层的标准差由小波系数Si的标准差计算得到：
【专利摘要】一种基于多序列医学图像的血管配准方法，包括以下步骤：1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作为浮动图像；2)对所述多序列医学血管图像进行去噪处理；3)血管边缘的shape context描述；4)边缘点匹配；5)滤除误匹配；6)边缘校正与插值：根据匹配点对血管壁做迭代演化，使形变后的参考图像与浮动图像血管轮廓能量函数E(pi,qj)达到最小，根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最终得到配准后的结果。本发明提供一种精度较高的基于多序列医学图像的血管配准方法。
【IPC分类】G06T7-00
【公开号】CN104766304
【申请号】CN201510088135
【发明人】汪晓妍, 李军伟, 黄晓洁, 张剑华, 滕忠照, 陈胜勇
【申请人】浙江工业大学
【公开日】2015年7月8日
【申请日】2015年2月26日