一种CT-CBCT影像形变配准方法与流程

本发明涉及医学图像处理技术领域，具体涉及一种ct-cbct影像形变配准方法，特别是涉及一种基于控制点邻域灰度校正的ct-cbct图像形变配准方法。

背景技术：

医学图像配准是精准放射治疗的关键技术之一，并为病情诊断、靶区勾画、精准摆位和精准治疗提供依据。多模态图像形变配准能够为医生和物理师提供更加丰富的医学图像信息。

传统的形变配准方法在处理ct-cbct形变配准问题时往往由于图像对比度不足以及灰度不连续性等问题导致ct-cbct图像误配或错配现象的发生，为解决这些问题时，国内外研究学者提出全局强度校正方法来对cbct图像进行预处理，目的是将cbct-ct多模态的形变配准转换成同模态的形变配准问题，但是在实际的ct-cbct形变配准研究中发现伪影总是局部存在的，这会破坏原本的强度或灰度分布对应关系，因此需要对存在伪影的cbct图像进行局部灰度校正，边对cbct图像进行校正边对ct-cbct图像进行匹配从而完成ct-cbct的最终配准。

本发明克服了cbct伪影带来的强度分布或灰度分布不对应致使ct-cbct图像误配或错配的不足，不是盲目地对ct-cbct图像进行全局配准，而是对ct-cbct图像进行局部灰度校正配准，首先基于cbct图像的灰度特征并利用网格划分机制构建了局部控制点，然后对控制点邻域灰度校正配准采用两级评价判断出暗区与伪影区，从而根据是否暗区以及是否伪影区有针对性的对两组图像进行局部灰度校正配准，最后对所有待配准层的cbct图像进行局部灰度校正配准得到所有层cbct图像的形变矩阵，完成了整组ct与cbct图像的形变配准。

技术实现要素：

本发明要解决的技术问题为：克服cbct伪影带来的强度分布或灰度分布不对应致使ct-cbct图像误配或错配的不足，提出了一种基于控制点邻域灰度校正的ct-cbct图像形变配准方法，对控制点邻域灰度采用两级评价判断出暗区与伪影区，从而根据是否暗区以及是否伪影区进行相应的局部灰度校正，得到cbct图像的形变矩阵，完成ct-cbct图像形变配准。

本发明的技术方案是：一种ct-cbct影像形变配准方法，具体操作步骤如下：

步骤(1.1)、对cbct图像与ct图像进行预处理；

步骤(1.2)、建立图像a与b局部控制点并确定控制点的邻域与尺寸；

步骤(1.3)、对图像a的局部控制点邻域进行第一级评价，即暗区评价，比较图像a第i个控制点qai邻域灰度均值ea与图像b第i个控制点qbi邻域灰度均值eb的大小；

若ea≥meeb，其中，me为常数，取值是：0.5≤me≤1.0，则判定图像a第i个控制点qai邻域为非暗区，对图像a第i个控制点邻域参照图像b第i个控制点邻域进行直方图校正配准，输出图像a局部控制点邻域形变矩阵m1i，矩阵大小与dai一致；

最后，汇总图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵同时完成了图像a与图像b的形变配准；

若ea＜meeb，其中，me为常数，取值是：0.5≤me≤1.0，则判定图像a第i个控制点qai邻域为暗区，此时需对图像a的控制点qai邻域进行第二级评价，即伪影评价，再比较图像a第i个控制点qai邻域灰度均方差与图像b第i个控制点qbi邻域灰度均方差平方根的大小，

若其中mσ为常数，取值是：0.1≤mσ≤0.5，则判定图像a第i个控制点qai邻域为非伪影区，对图像a第i个控制点邻域参照图像b第i个控制点邻域进行线性灰度值映射，输出图像a局部控制点邻域形变矩阵m2i，矩阵大小与dai一致；

若其中mσ为常数，0.1≤mσ≤0.5，则判定图像a第i个控制点qai邻域为伪影区，则先对qai邻域灰度进行局部放大，放大系数为图像b邻域灰度均值与图像a邻域灰度均值的比值，再对qai邻域参照qbi邻域进行直方图校正配准，输出图像a局部控制点邻域形变矩阵m3i，矩阵大小与dai一致；

最后，汇总图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵同时完成图像a与图像b的形变配准；

步骤(1.4)、通过将图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵后，再对所有待配准层的同时完成了图像cbct图像进行局部校正配准，最终完成一组ct和一组cbct图像的形变配准。

进一步的，在步骤(1.1)中，所述对cbct图像与ct图像进行预处理具体操作方法如下：取cbct图像与ct图像的交集区域并基于该交集区域分别裁剪cbct图像与ct图像，同时将cbct图像参照ct图像进行采样，得到同分辨率同尺寸cbct图像与ct图像，得到待配准层的cbct图像a与ct图像b的所有灰度信息作为输入，记图像a的宽度与高度均为w、h，则图像b的宽度与高度均为w、h，其中，1≤i≤h、1≤j≤w。

进一步的，在步骤(1.2)中，所述建立图像a与b局部控制点并确定控制点的领域与尺寸的具体操作步骤如下：

(1.2.1)、基于图像a构建局部控制点，得到图像a的所有控制点集qa，记控制点集qa有n个点，第i个控制点记作qai，其中1≤i≤n，同时基于图像a每个局部控制点灰度特征得到图像b局部控制点集qb，记控制点集qb有n个点，第i个控制点记作qbi，其中，1≤i≤n；

(1.2.2)、选取图像a局部控制点qai为中心的长方向区域作为控制点qai的邻域灰度范围，图像a控制点qai邻域尺寸大小记作dai，其中，1≤i≤n，计算qai与图像a中其它控制点的水平位移差与垂直位移差，取水平位移差与垂直位移差最小值的绝对值分别作为尺寸dai的长和宽，同理选取图像b局部控制点qbi为中心的长方向区域作为控制点qbi的邻域灰度范围，图像b控制点qbi的邻域尺寸大小记作dbi，其中，1≤i≤n，dbi与dai取相同的尺寸大小。

进一步的，

对图像a建立r×r均匀网格，其中，3≤r≤10，r为正整数，在每个网格中寻找梯度变化明显的点作为图像a的控制点，比较r分别取3、4、5、6、7、8、9、10这八种得到的形变矩阵对比八种情形下映射后的图像a与图像b的灰度互相关系数nmi的大小，nmi系数越大则表明配准结果越好，以此来抉择r的取值。

进一步的，在步骤(1.3)中，所述的me与mσ均为常数，me分别取0.5、0.6、0.7、0.8、0.9、1.0，mσ分别取0.1、0.2、0.3、0.4、0.5情形时得到形变矩阵同样的，对比映射后的图像a与图像b的灰度互相关系数nmi的大小，nmi系数越大则表明配准结果越好，以此来抉择me与mσ的取值。

进一步的，在步骤(1.4)中，得到对当前层cbct图像即图像a的形变矩阵p，再对所有待配准层的cbct图像进行局部灰度校正配准得到所有层cbct图像的形变矩阵其中，0＜w＜m，m为所有待配准层的cbct图像，完成了一组ct与一组cbct图像的形变配准。

本发明的有益效果是：(1)、克服了cbct伪影带来的强度分布或灰度分布不对应致使ct-cbct图像误配或错配的不足，对控制点邻域灰度校正配准采用两级评价判断出暗区与伪影区，从而根据是否暗区以及是否伪影区有针对性的对两组图像进行局部灰度校正配准，避免了对cbct图像全局盲目校正；(2)、基于参与配准的两组图像利用梯度变化特征并采用网格划分机制建立了局部控制点，基于控制点邻域进行局部灰度校正配准避免了全局盲配。

附图说明

图1是本发明的结构流程图；

图2中，(a)为ct与cbct图像；(b)为本发明的形变配准输出图像。

具体实施方式

为了更清楚地说明本发明的技术方案，下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所述，一种ct-cbct影像形变配准方法，具体操作步骤如下：

步骤(1.1)、对cbct图像与ct图像进行预处理；

步骤(1.2)、建立图像a与b局部控制点并确定控制点的邻域与尺寸；

步骤(1.3)、对图像a的局部控制点邻域进行第一级评价，即暗区评价，比较图像a第i个控制点qai邻域灰度均值ea与图像b第i个控制点qbi邻域灰度均值eb的大小；

若ea≥meeb，其中，me为常数，取值是：0.5≤me≤1.0，则判定图像a第i个控制点qai邻域为非暗区，对图像a第i个控制点邻域参照图像b第i个控制点邻域进行直方图校正配准，输出图像a局部控制点邻域形变矩阵m1i，矩阵大小与dai一致；

最后，汇总图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵同时完成了图像a与图像b的形变配准；

若ea＜meeb，其中，me为常数，取值是：0.5≤me≤1.0，则判定图像a第i个控制点qai邻域为暗区，此时需对图像a的控制点qai邻域进行第二级评价，即伪影评价，再比较图像a第i个控制点qai邻域灰度均方差与图像b第i个控制点qbi邻域灰度均方差平方根的大小，

若其中mσ为常数，取值是：0.1≤mσ≤0.5，则判定图像a第i个控制点qai邻域为非伪影区，对图像a第i个控制点邻域参照图像b第i个控制点邻域进行线性灰度值映射，输出图像a局部控制点邻域形变矩阵m2i，矩阵大小与dai一致；

若其中mσ为常数，0.1≤mσ≤0.5，则判定图像a第i个控制点qai邻域为伪影区，则先对qai邻域灰度进行局部放大，放大系数为图像b邻域灰度均值与图像a邻域灰度均值的比值，再对qai邻域参照qbi邻域进行直方图校正配准，输出图像a局部控制点邻域形变矩阵m3i，矩阵大小与dai一致；

最后，汇总图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵同时完成图像a与图像b的形变配准；

步骤(1.4)、通过将图像a的所有控制点邻域的形变矩阵映射到图像a中对应位置，得到图像a的形变矩阵后，再对所有待配准层的同时完成了图像cbct图像进行局部校正配准，最终完成一组ct和一组cbct图像的形变配准。

进一步的，在步骤(1.1)中，所述对cbct图像与ct图像进行预处理具体操作方法如下：取cbct图像与ct图像的交集区域并基于该交集区域分别裁剪cbct图像与ct图像，同时将cbct图像参照ct图像进行采样，得到同分辨率同尺寸cbct图像与ct图像，得到待配准层的cbct图像a与ct图像b的所有灰度信息作为输入，记图像a的宽度与高度均为w、h，则图像b的宽度与高度均为w、h，其中，1≤i≤h、1≤j≤w。

进一步的，在步骤(1.2)中，所述建立图像a与b局部控制点并确定控制点的领域与尺寸的具体操作步骤如下：

(1.2.1)、基于图像a构建局部控制点，得到图像a的所有控制点集qa，记控制点集qa有n个点，第i个控制点记作qai，其中1≤i≤n，同时基于图像a每个局部控制点灰度特征得到图像b局部控制点集qb，记控制点集qb有n个点，第i个控制点记作qbi，其中，1≤i≤n；

(1.2.2)、选取图像a局部控制点qai为中心的长方向区域作为控制点qai的邻域灰度范围，图像a控制点qai邻域尺寸大小记作dai，其中，1≤i≤n，计算qai与图像a中其它控制点的水平位移差与垂直位移差，取水平位移差与垂直位移差最小值的绝对值分别作为尺寸dai的长和宽，同理选取图像b局部控制点qbi为中心的长方向区域作为控制点qbi的邻域灰度范围，图像b控制点qbi的邻域尺寸大小记作dbi，其中，1≤i≤n，dbi与dai取相同的尺寸大小。

进一步的，

对图像a建立r×r均匀网格，其中，3≤r≤10，r为正整数，在每个网格中寻找梯度变化明显的点作为图像a的控制点，比较r分别取3、4、5、6、7、8、9、10这八种得到的形变矩阵对比八种情形下映射后的图像a与图像b的灰度互相关系数nmi的大小，nmi系数越大则表明配准结果越好，以此来抉择r的取值。

进一步的，在步骤(1.3)中，所述的me与mσ均为常数，me分别取0.5、0.6、0.7、0.8、0.9、1.0，mσ分别取0.1、0.2、0.3、0.4、0.5情形时得到形变矩阵同样的，对比映射后的图像a与图像b的灰度互相关系数nmi的大小，nmi系数越大则表明配准结果越好，以此来抉择me与mσ的取值。

进一步的，在步骤(1.4)中，得到对当前层cbct图像即图像a的形变矩阵p，再对所有待配准层的cbct图像进行局部灰度校正配准得到所有层cbct图像的形变矩阵其中，0＜w＜m，m为所有待配准层的cbct图像，完成了一组ct与一组cbct图像的形变配准。

如图2所述，(a)为ct与cbct图像(左图为ct，右图为cbct)；(b)为本发明的形变配准输出图像；通过图2所述，本发明对控制点邻域灰度校正配准采用两级评价判断出暗区与伪影区，从而根据是否暗区以及是否伪影区有针对性的对两组图像进行局部灰度校正配准；另外，本发明基于参与配准的两组图像利用梯度变化特征并采用网格划分机制建立了局部控制点，基于控制点邻域进行局部灰度校正配准避免了全局盲配。

最后，应当理解的是，本发明中所述实施例仅用以说明本发明实施例的原则；其他的变形也可能属于本发明的范围；因此，作为示例而非限制，本发明实施例的替代配置可视为与本发明的教导一致；相应地，本发明的实施例不限于本发明明确介绍和描述的实施例。