一种术前三维影像与术中透视图像的无标定物配准方法
【专利摘要】本发明涉及一种术前三维影像与术中透视图像的无标定物配准方法，它包括以下步骤：1)手术开始前，CT或MRI获取一系列三维图像，根据手术需求生成N个DRR图像，得到每个图像的位姿坐标W；2)手术中，C型臂上的X射线机获取不同角度的X?Ray透视图像；3)对DRR图像i和X?Ray透视图像均做归一化处理；4)采用非线性直方图匹配算法；5)对DRR图像i与X?Ray透射图像进行秩相关相似度比较，如果两组图像匹配，获取X?Ray透射图像位姿参数，进入下一步；否则提取DRR图像i+1信息，返回步骤3)；6)基于多分辨率机制和梯度差异相关性为术前三维影像和X?Ray透视图像精确配准，输出精确配准后的图像。本发明降低了病人手术中所受的伤害。
【专利说明】
一种术前三维影像与术中透视图像的无标定物配准方法
技术领域
[0001]本发明涉及一种无标定物配准方法，特别是关于一种医学领域中使用的术前三维 影像与术中透视图像的无标定物配准方法。
【背景技术】
[0002] 目前，在常见医疗机器人的手术导航定位过程中，尤其在脊柱手术中，传统方法是 在脊柱脊突上植入标定物，以建立机器人坐标系与手术空间坐标系之间的映射关系，并在 此基础上进行手术路径规划和定位。该方法能够减少X射线透视次数，从而降低对病人及医 生的危害;但术前准备繁琐，且需要植入标定物，病人所受损伤较大。
[0003] 一种方法是利用2D/3D图像配准算法的图像导航的放射手术方法和系统，其利用 了分层和迭代的2D/3D配准算法求出内层面和外层面的变换参数。此配准算法的缺点是准 确度较低，速度较慢。另一种方法是使用DRR技术对MRI和X-Ray图像配准的算法和系统，其 特点在于先对MRI图像做提取分割，由分割后的图像生成DRR用于配准，缺点是算法需要事 先训练，从而获取特征用于分割，受限于训练的集合大小及范围，而且成本较大。
【发明内容】
[0004] 针对上述问题，本发明的目的是提供一种术前三维影像与术中透视图像的无标定 物配准方法，其操作简单，速度快，准确度高。
[0005] 为实现上述目的，本发明采取以下技术方案:一种术前三维影像与术中透视图像 的无标定物配准方法，其特征在于它包括以下步骤：1)在手术开始前，由CT或MRI获取一系 列三维图像，根据手术需求，在冠状位，矢状位或横断位的视角方向上，从〇°开始每间隔预 设度数根据CT或MRI提供的三维图像生成N个DRR图像，获取对应的位姿参数;2)手术中，C型 臂上的X射线机获取不同角度的X-Ray透视图像;3)对DRR图像i和X-Ray透视图像上的每一 个像素均做二维高斯加权归一化处理，每一个像素原始灰度值减去高斯加权均值，然后除 以高斯加权均方差从而获取归一化后的像素灰度值;4)采用非线性直方图匹配算法，校正 DRR图像i与X-Ray透射图像的灰度差异，选择灰度值大于投影图像灰度均值的区域进行直 方图匹配，消除背景像素对直方图的影响；5)对DRR图像i与X-Ray透射图像进行秩相关相似 度比较，如果两组图像匹配，获取X-Ray透射图像位姿参数，并进入下一步；否则提取DRR图 像i + Ι信息，并返回步骤3) ;6)基于多分辨率机制和梯度差异相关性为术前三维影像和X-Ray透视图像精确配准，输出精确配准后的图像，完成术前三维影像与术中透视图像的无标 定物配准。
[0006] 优选地，所述步骤1)中，从0°开始每间隔预设度数优选为1°或2°根据CT/MRI提供 的三维图像生成N个DRR图像。
[0007] 优选地，所述步骤1)中，所述DRR图像的生成采用基于GPU加速的光影透射算法中 的cuberi 11 e算法，同时使用稀疏抽样提高图像性能。
[0008] 优选地，所述步骤2)中，C型臂上的X射线机获取X-Ray透视图像至少获取两张。
[0009] 优选地，所述步骤5)中，所述秩相关作为相似度测量的配准算法，秩相关MSRC函数 如下：
[0010]
[0011] 其中，Δρ|表示每个像素的秩方差，辦是随机选出的像素数量，其数值远小于图像 所有像素数量。
[0012] 本发明由于采取以上技术方案，其具有以下优点：1、本发明采用了基于GPU的DRR 稀疏抽样生成算法，保证了初始参数的准确度和快速获取。2、本发明采用了术前三维影像 与术中透视图像的无标定物配准方法，降低了病人所受的损伤。3、本发明采用了随机秩相 关作为图像相似度的衡量标准，提高了结果的可靠性和准确性。
【附图说明】
[0013] 图1是本发明从不同视野角度对术前CT或MRI图像进行数字投影重建示意图；
[0014] 图2是本发明X射线源围绕病人旋转移动获取N个投影图像示意图；
[0015]图3是本发明整体流程示意图。
【具体实施方式】
[0016] 下面结合附图和实施例对本发明进行详细的描述。
[0017] 如图1~图3所示，本发明提供一种术前三维影像与术中透视图像的无标定物配准 方法，其包括以下步骤：
[0018] 1)在手术开始前，由CT或MRI获取一系列三维图像，根据手术需求，在冠状位、矢状 位或横断位的视角方向上，从0°开始每间隔预设度数根据CT或MRI提供的三维图像生成N个 放射成像图像(DRR图像），获取对应的位姿参数W;其中，预设度数优选为1°或2°;
[0019] ff=(0x,0y,0z,X,Y,Z) (1)
[0020] 式中，0\、0^02表示旋转方向，χ、γ、ζ表示在坐标系各个方向下的平移量。
[0021] 2)手术中，C型臂上的X射线机获取不同角度的X-Ray透视图像;其中，透视图像至 少获取两张；
[0022] 3)对DRR图像丨（0〈丨〈叱且丨为整数)和乂-1^7透视图像上的每一个像素均做二维高 斯加权归一化处理，每一个像素原始灰度值减去高斯加权均值，然后除以高斯加权均方差 从而获取归一化后的像素灰度值；
[0023] 4)采用非线性直方图匹配算法，校正DRR图像i与X-Ray透射图像的灰度差异，选择 灰度值大于投影图像灰度均值的区域进行直方图匹配，消除背景像素对直方图的影响； [0024] 5)对DRR图像i与X-Ray透射图像进行秩相关相似度比较，如果两组图像匹配，获取 X-Ray透射图像位姿参数，并进入下一步;否则提取DRR图像i+Ι信息，并返回步骤3);
[0025] 6)基于多分辨率机制和梯度差异相关性为术前三维影像和X-Ray透视图像精确配 准，输出精确配准后的图像，完成术前三维影像与术中透视图像的无标定物配准。
[0026]上述步骤1)中，DRR图像的生成采用基于GPU加速的光影透射算法中的cuberilie 算法，使图像的边界尽可能的小，同时使用稀疏抽样提高图像性能。
[0027] 上述步骤5)中，秩相关作为相似度测量的配准算法，秩相关MSRC函数如下：
[0028]
(2)
[0029] 其中，Δρ|表示每个像素的秩方差，免是随机选出的像素数量，其数值远小于图像 所有像素数量。
[0030] 上述步骤6)中，多分辨率机制用于加速配准进程，同时也可以在能量函数最小化 过程中避免陷入局部最小。
[0031] 上述各实施例仅用于说明本发明，各部件的结构、尺寸、设置位置及形状都是可以 有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别部件进行的改进和等 同变换，均不应排除在本发明的保护范围之外。
【主权项】
1. 一种术前Ξ维影像与术中透视图像的无标定物配准方法，其特征在于：它包括W下 步骤： 1) 在手术开始前，由CT或MRI获取一系列Ξ维图像，根据手术需求，在冠状位，矢状位或 横断位的视角方向上，从0°开始每间隔预设度数根据CT或MRI提供的Ξ维图像生成N个DRR 图像，获取对应的位姿参数； 2) 手术中，C型臂上的X射线机获取不同角度的X-Ray透视图像； 3) 对DRR图像i和X-Ray透视图像上的每一个像素均做二维高斯加权归一化处理，每一 个像素原始灰度值减去高斯加权均值，然后除W高斯加权均方差从而获取归一化后的像素 灰度值； 4) 采用非线性直方图匹配算法，校正DRR图像i与X-Ray透射图像的灰度差异，选择灰度 值大于投影图像灰度均值的区域进行直方图匹配，消除背景像素对直方图的影响； 5) 对DRR图像i与X-Ray透射图像进行秩相关相似度比较，如果两组图像匹配，获取X- Ray透射图像位姿参数，并进入下一步;否则提取DRR图像i+1信息，并返回步骤3); 6) 基于多分辨率机制和梯度差异相关性为术前Ξ维影像和X-Ray透视图像精确配准， 输出精确配准后的图像，完成术前Ξ维影像与术中透视图像的无标定物配准。2. 如权利要求1所述的一种术前Ξ维影像与术中透视图像的无标定物配准方法，其特 征在于:所述步骤1)中，从0°开始每间隔预设度数优选为1°或2°根据CT/MRI提供的Ξ维图 像生成N个DRR图像。3. 如权利要求1所述的一种术前Ξ维影像与术中透视图像的无标定物配准方法，其特 征在于：所述步骤1)中，所述DRR图像的生成采用基于GPU加速的光影透射算法中的 cuberille算法，同时使用稀疏抽样提高图像性能。4. 如权利要求1所述的一种术前Ξ维影像与术中透视图像的无标定物配准方法，其特 征在于:所述步骤2)中，C型臂上的X射线机获取X-Ray透视图像至少获取两张。5. 如权利要求1所述的一种术前Ξ维影像与术中透视图像的无标定物配准方法，其特 征在于:所述步骤5)中，所述秩相关作为相似度测量的配准算法，秩相关Msrc函数如下：其中表示每个像素的秩方差，巧是随机选出的像素数量，其数值远小于图像所有 像素数量。
【文档编号】G06T7/00GK105976372SQ201610293634
【公开日】2016年9月28日
【申请日】2016年5月5日
【发明人】赵永强, 徐进
【申请人】北京天智航医疗科技股份有限公司