專利名稱：彈性的圖像配準(zhǔn)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字成像領(lǐng)域，例如醫(yī)學(xué)成像領(lǐng)域。特別是，本發(fā)明涉及一種將第一圖像(例如浮動(dòng)圖像)和第二圖像(例如參考圖像)進(jìn)行配準(zhǔn)的方法，和圖像處理設(shè)備，并涉及用于對(duì)第一圖像和第二圖像進(jìn)行配準(zhǔn)的計(jì)算機(jī)程序。
背景技術(shù)：
在從不同的拍攝角度或者在不同的時(shí)間點(diǎn)拍攝相同物體的兩個(gè)圖像時(shí)，或者在感興趣物體的不同移動(dòng)階段過(guò)程中，或者當(dāng)兩個(gè)圖像不是來(lái)自于相同的物體但是是來(lái)自相同類別的物體(例如兩張臉或者兩個(gè)腦部)時(shí)，也許非常希望建立對(duì)應(yīng)關(guān)系。必須對(duì)兩類變形進(jìn)行補(bǔ)償以便建立這些對(duì)應(yīng)關(guān)系源于成像物體的平移和旋轉(zhuǎn)運(yùn)動(dòng)的剛性變形和源于成像物體的彈性變形的非剛性變形。這樣的應(yīng)用的一個(gè)例子是將腦部與解剖圖相匹配，以自動(dòng)發(fā)現(xiàn)異常，或者用解剖名對(duì)腦部進(jìn)行標(biāo)記。另外一個(gè)例子是例如觀察跳動(dòng)的心臟隨時(shí)間的變形，或者對(duì)不同時(shí)間拍攝的患者的可變形區(qū)域(例如腹部)的圖像進(jìn)行配準(zhǔn)。另外一個(gè)例子是為了通過(guò)解剖和生理信息的綜合分析改進(jìn)診斷過(guò)程而對(duì)通過(guò)不同形式諸如計(jì)算機(jī)斷層攝影(CT)，核磁共振成像(MRI)，超聲(US)，正電子發(fā)射斷層攝影(PET)，單光子發(fā)射計(jì)算機(jī)斷層攝影(SPECT)獲得的圖像進(jìn)行合并。

發(fā)明內(nèi)容
本發(fā)明的一個(gè)目的是提供改進(jìn)的圖像配準(zhǔn)。
根據(jù)權(quán)利要求1中所闡明的本發(fā)明的示范性實(shí)施例，上述目的可以通過(guò)將第一圖像和第二圖像進(jìn)行配準(zhǔn)的方法來(lái)加以解決，其中在第一圖像中選擇至少一個(gè)第一界標(biāo)，在第二圖像中選擇至少一個(gè)第二界標(biāo)。然后，通過(guò)使用相似值對(duì)這些第一圖像和第二圖像進(jìn)行配準(zhǔn)，該相似值涉及由至少一個(gè)第一界標(biāo)確定的第一圖像中的第一區(qū)域和由至少第二界標(biāo)確定的第二圖像中的第二區(qū)域的相似性。第一和第二界標(biāo)相互對(duì)應(yīng)。
換句話說(shuō)，根據(jù)本發(fā)明的這個(gè)示范性實(shí)施例，界標(biāo)，例如在醫(yī)學(xué)應(yīng)用中解剖界標(biāo)，是自動(dòng)或人工地在圖像中選擇的。這些界標(biāo)用于定義圖像中的對(duì)應(yīng)區(qū)域。例如，在涉及不同心臟階段的血管造影圖(angiopraphic)圖像中，LAD(左前降支)和LCX(左回旋支)的交叉點(diǎn)可以用作不同階段圖像中的界標(biāo)。然后，確定相似值，以表示第一圖像中(多個(gè))第一界標(biāo)所指示的區(qū)域和第二圖像中(多個(gè))第二界標(biāo)所指示的區(qū)域之間的相似性。該相似值用于配準(zhǔn)圖像。
第一和第二圖像中對(duì)應(yīng)的界標(biāo)，例如對(duì)于解剖應(yīng)用來(lái)說(shuō)，標(biāo)記第一圖像或第二圖像中相同或?qū)?yīng)的解剖結(jié)構(gòu)。即，理想的是，在第一或第二圖像中對(duì)應(yīng)的界標(biāo)是要相互配準(zhǔn)的點(diǎn)或區(qū)域。
根據(jù)權(quán)利要求中2所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，根據(jù)資格函數(shù)選擇第一和第二界標(biāo)。這意思是，例如，將僅僅最重要的界標(biāo)，即僅僅最重要的相應(yīng)的特征被選為界標(biāo)。換句話說(shuō)，本發(fā)明的這個(gè)示范性實(shí)施例將計(jì)算工作集中在不多但是重要的界標(biāo)上，例如在由于大量且高度非線性變形和/或者允許進(jìn)行清晰準(zhǔn)確的配準(zhǔn)的描繪得很好的解剖結(jié)構(gòu)而必需的區(qū)域中的界標(biāo)。應(yīng)該注意的是，界標(biāo)可以交互式地選擇或者自動(dòng)選擇。
具有優(yōu)勢(shì)的是，根據(jù)本發(fā)明的這個(gè)示范性實(shí)施例，通過(guò)僅僅關(guān)注重要的界標(biāo)和顯現(xiàn)出高度非線性變形的區(qū)域，可以提高圖像配準(zhǔn)的速度和健壯性。
根據(jù)權(quán)利要求3中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，為第一和第二圖像中的每個(gè)界標(biāo)確定局部變形。將這些局部變形擴(kuò)展到圖像的整體變形?？梢允褂谜w變形來(lái)執(zhí)行配準(zhǔn)。
根據(jù)權(quán)利要求4中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，確定一個(gè)相似值，以描述第一和第二圖像中的界標(biāo)所定義的第一和第二圖像中的各個(gè)的區(qū)域之間的相似性。這可以通過(guò)使用整體變形場(chǎng)來(lái)完成。具有優(yōu)勢(shì)的是，通過(guò)這樣，可以確定第一和第二圖像中所定義的區(qū)域的相似性，并且可以識(shí)別出相似性還不夠的區(qū)域。
根據(jù)權(quán)利要求5中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，對(duì)于相似性還不夠的區(qū)域，在第一和第二圖像中定義一個(gè)新的界標(biāo)，并且可迭代地重復(fù)上述方法，即對(duì)于由新界標(biāo)所定義的新的子區(qū)域，通過(guò)使用這新界標(biāo)的局部變形場(chǎng)確定具有子相似值的新的子相似性，其中該局部變形場(chǎng)被擴(kuò)展到圖像的整體變形場(chǎng)。然后，測(cè)試所有新定義的子區(qū)域各自的相似值是否符合預(yù)定的閾值，如果不符合，根據(jù)本發(fā)明的這個(gè)示范性實(shí)施例，可以迭代地定義新的界標(biāo)或新的區(qū)域。
由于事實(shí)上，精化(refinement)過(guò)程始終限定在相似性不夠的區(qū)域而不應(yīng)用于整個(gè)圖像，可以減少計(jì)算工作。此外，通過(guò)自動(dòng)地或者交互地執(zhí)行這種迭代的精化，它為非常準(zhǔn)確的配準(zhǔn)作了準(zhǔn)備。
根據(jù)權(quán)利要求6中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，迭代地重復(fù)該方法，直到所有區(qū)域和所有子區(qū)域的所有相似性都超過(guò)預(yù)定的閾值。
根據(jù)權(quán)利要求7中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，在醫(yī)學(xué)成像中，對(duì)CT數(shù)據(jù)集，MRI數(shù)據(jù)集，PET數(shù)據(jù)集，SPECT數(shù)據(jù)集和US數(shù)據(jù)集中的一種執(zhí)行該方法。
根據(jù)權(quán)利要求8中闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，提供了一種圖像處理設(shè)備，允許通過(guò)基于界標(biāo)和相似值，諸如圖像中區(qū)域的基于灰度值的測(cè)量的迭代精化過(guò)程，執(zhí)行非剛性圖像配準(zhǔn)方法。
具有優(yōu)勢(shì)的是，根據(jù)本發(fā)明的這個(gè)示范性實(shí)施例的圖像處理設(shè)備擁有提高了的配準(zhǔn)速度，并且提供了非常準(zhǔn)確和健壯的第一和第二圖像的配準(zhǔn)。
根據(jù)權(quán)利要求9中所闡明的本發(fā)明的另外一個(gè)示范性實(shí)施例，提供了一種計(jì)算機(jī)程序，用于對(duì)第一和第二圖像進(jìn)行配準(zhǔn)。該計(jì)算機(jī)程序可以用任何合適的編程語(yǔ)言編寫，例如C++，并且可以存儲(chǔ)在計(jì)算機(jī)可讀設(shè)備中，例如CD-ROM。然而，根據(jù)本發(fā)明的計(jì)算機(jī)程序還可以存在于網(wǎng)絡(luò)上，諸如國(guó)際互聯(lián)網(wǎng)，可以從該網(wǎng)絡(luò)下載它，例如，將其下載到處理器的內(nèi)部工作存儲(chǔ)器中。
可以看作本發(fā)明的一個(gè)示范實(shí)施例的要點(diǎn)的是，通過(guò)基于結(jié)合局部模板匹配的界標(biāo)的迭代的精化過(guò)程，執(zhí)行非剛性圖像配準(zhǔn)。例如，在Springer在2002年出版的，T.Dohi和R.Kikinis編輯的“Proceedings of 5thinternational conference on medical imagecomputing and computer-assisted intervention”-MICCAI 2002，639-646頁(yè)，P.Rsch等人的“3D respiratory motion compensationby template propagation”中描述了局部模板匹配的例子，特此結(jié)合該文章作為參考。
各個(gè)區(qū)域中的圖像的相似性可以，例如，根據(jù)CRC Press在2001年出版的，J.V.Ha jnal等人編輯的，“Medical image registration”來(lái)確定，特此結(jié)合該書(shū)作為參考。該方法將計(jì)算工作集中在不多但是重要的界標(biāo)上，并且僅僅在由于大量且高度的非線性變形和/或者允許進(jìn)行清晰準(zhǔn)確的配準(zhǔn)的描繪得很好的解剖結(jié)構(gòu)而必需的區(qū)域中，自動(dòng)精化變形場(chǎng)。當(dāng)A表示要和參考圖像B進(jìn)行配準(zhǔn)的圖像時(shí)，從不多但是重要的界標(biāo)開(kāi)始，圖像A由d+1(d＝數(shù)據(jù)集的維度)相鄰的界標(biāo)所隔開(kāi)的單體(simplices)PA平鋪成。通過(guò)在B中基于它們鄰域中的局部(例如仿射)變形對(duì)界標(biāo)進(jìn)行定位來(lái)構(gòu)建整體變形場(chǎng)D。將每個(gè)單體(由界標(biāo)定義的區(qū)域)PA轉(zhuǎn)換為單體PB＝D(PA)，并且使用例如交互信息或者互相關(guān)來(lái)估算例如位于PA中的圖像A的灰度值和位于PB中的圖像B的灰度值的相似性。如果PA和PB不夠相似，則在PA中定位一個(gè)新的界標(biāo)，并將PA分割為多個(gè)d+1個(gè)更小的單體。具有優(yōu)點(diǎn)的是，由于這樣，迭代地精化平鋪直到獲得所期望的相似性，結(jié)果形成自動(dòng)自適應(yīng)局部非線性和例如解剖結(jié)構(gòu)的平鋪網(wǎng)格。
參考以下描述的實(shí)施例，本發(fā)明的這些和其他方面會(huì)變得清晰和明了。
以下，會(huì)參考以下附圖來(lái)描述本發(fā)明的示范性實(shí)施例


圖1示出了根據(jù)本發(fā)明的示范性實(shí)施例的圖像處理設(shè)備的示意表示，該設(shè)備適合于執(zhí)行根據(jù)本發(fā)明的示范性實(shí)施例的方法。
圖2示出了根據(jù)本發(fā)明的方法的示范性實(shí)施例的簡(jiǎn)化流程圖，該方法可以在圖1所示的圖像處理設(shè)備中執(zhí)行。
圖3到6示出了經(jīng)過(guò)簡(jiǎn)化的圖像的輪廓，和根據(jù)本發(fā)明的方法的示范性實(shí)施例示出的在圖像上執(zhí)行的操作。
圖7示出了兩個(gè)圖像，作為按照根據(jù)本發(fā)明的方法的示范性實(shí)施例的在呼吸系統(tǒng)的呼吸運(yùn)動(dòng)過(guò)程中執(zhí)行的整體彈性配準(zhǔn)的例子。
具體實(shí)施例方式
圖1描述了根據(jù)本發(fā)明的圖像處理設(shè)備的示范性實(shí)施例，該圖像處理設(shè)備用于執(zhí)行根據(jù)本發(fā)明的方法的示范性實(shí)施例。圖1中所示的圖像處理設(shè)備包括中央處理器單元(CPU)或者圖像處理器1，它連接在存儲(chǔ)器2上，存儲(chǔ)器2用于存儲(chǔ)在該方法過(guò)程中使用或生成的圖像或相似值。圖像處理器1可以連接到多個(gè)輸入/輸出，網(wǎng)絡(luò)或諸如MR設(shè)備或者CT設(shè)備此類的診斷設(shè)備上。此外，處理器1可以連接在超聲波掃描儀上。圖像處理器還連接在顯示設(shè)備4(例如，計(jì)算機(jī)監(jiān)控器)上，用于顯示圖像處理器1中計(jì)算或者修改的信息或者圖像。操作者可以通過(guò)鍵盤5和/或圖1未示出的其他輸入/輸出設(shè)備與圖像處理器1交互。
圖2示出了用于對(duì)第一圖像和第二圖像進(jìn)行配準(zhǔn)的方法的示范性以下，會(huì)參考醫(yī)學(xué)成像描述本發(fā)明，在醫(yī)學(xué)成像中，界標(biāo)涉及圖像中的解剖特征，和/或涉及擁有大量且高度的非線性變形的區(qū)域和/或者允許進(jìn)行清晰并且準(zhǔn)確配準(zhǔn)的描繪得很好的解剖結(jié)構(gòu)。然而，應(yīng)該注意的是，本發(fā)明還可以應(yīng)用于非醫(yī)學(xué)的應(yīng)用，例如，應(yīng)用在材料測(cè)試和質(zhì)量控制中，其中實(shí)際產(chǎn)品的圖像是與參考圖像進(jìn)行比較的。此外，該技術(shù)可以用于圖像識(shí)別系統(tǒng)，例如，所拍攝的臉部要與預(yù)先配準(zhǔn)的臉部進(jìn)行匹配以辨別臉部或者人。
簡(jiǎn)而言之，以下參考圖2所描述的根據(jù)本發(fā)明的這個(gè)實(shí)施例實(shí)施例的方法涉及通過(guò)基于結(jié)合局部模板匹配的解剖界標(biāo)和基于灰度值的圖像相似性的測(cè)量的由迭代的精化過(guò)程所執(zhí)行的非剛性圖像配準(zhǔn)。讓圖像A表示要與參考圖像B進(jìn)行配準(zhǔn)的浮動(dòng)圖像。從不多但是重要的界標(biāo)(交互或者自動(dòng)的選定的界標(biāo))開(kāi)始，圖像A由d+1(d＝數(shù)據(jù)集的維度)個(gè)相鄰的界標(biāo)隔開(kāi)的單體平鋪成。通過(guò)在圖像B中基于它們鄰域中的局部(例如仿射)變形對(duì)界標(biāo)進(jìn)行定位來(lái)構(gòu)建整體變形場(chǎng)D。將每個(gè)單體PA轉(zhuǎn)換為單體PB＝D(PA)，并且使用例如交互信息或者互相關(guān)來(lái)估計(jì)位于PA中的圖像A的灰度值和位于PB中的圖像B的灰度值的相似性。如果PA和PB不夠相似，則在PA中定位一個(gè)新的界標(biāo)，并且將PA分割為若干d+1個(gè)更小的單體。這樣，迭代地精化平鋪直到獲得所期望的相似性，結(jié)果形成自動(dòng)自適應(yīng)局部非線性和解剖結(jié)構(gòu)的平鋪網(wǎng)格。當(dāng)所有單體中的相似性測(cè)量足夠好時(shí)，或者在達(dá)到精化步驟的最大數(shù)量時(shí)，可以停止該迭代。然后使用作為結(jié)果的整體變形場(chǎng)對(duì)所給的圖像進(jìn)行配準(zhǔn)。對(duì)于調(diào)節(jié)用于選擇界標(biāo)的資格函數(shù)，用于匹配以界標(biāo)為中心的模板的局部相似性測(cè)量，用于估算單體相似性的整體相似性測(cè)量，和用于將非線性變形模型化為形態(tài)的類型，解剖范圍和所涉及的對(duì)比機(jī)制來(lái)說(shuō)，所述方法是開(kāi)放的。以下會(huì)參考圖2更加詳細(xì)的描述這個(gè)。
在圖2中，在步驟S1中開(kāi)始之后，在步驟S1中，例如，獲得要配準(zhǔn)的圖像，在步驟S2中，在兩個(gè)圖像A和B中選擇一組(多個(gè))重要的界標(biāo){Li}，可以明確地對(duì)圖像A和B進(jìn)行相互指定或者分配，即，它們明確地相互對(duì)應(yīng)。因此，可以借助于預(yù)先確定的資格函數(shù)來(lái)確定界標(biāo)的重要性。利用這些界標(biāo)Li，確定圖像的單體平鋪{Pi}。對(duì)于二維圖像來(lái)說(shuō)，單體是三角形，對(duì)于三維圖像來(lái)說(shuō)，單體是四面體。這些會(huì)在圖3中更加詳細(xì)的示出，圖3描述了圖像A或圖像B，其中已選擇了五個(gè)界標(biāo)L1到L5?？梢詮膱D3中看到，界標(biāo)通過(guò)線相互連接，從而形成平鋪圖像區(qū)域的單體(這里為三角形)。這也可以稱為單體平鋪。
如上所述，可以自動(dòng)地或者由操作員交互地執(zhí)行界標(biāo)Li的選擇。對(duì)于自動(dòng)執(zhí)行該界標(biāo)選擇，可以使用上述資格函數(shù)，例如，檢測(cè)圖像中最亮的點(diǎn)或者圖像中的特定梯度。
然后，在隨后的步驟S3中，為每個(gè)界標(biāo)Li確定局部變形場(chǎng)Di(Li，Ui)。換句話說(shuō)，圍繞著每個(gè)界標(biāo)Li，在鄰近或者圍繞著各個(gè)界標(biāo)Li的區(qū)域Ui中確定局部變形場(chǎng)Di(Li，Ui)。
設(shè)定區(qū)域Ui的形狀，大小和/或維數(shù)，從而有足夠的結(jié)構(gòu)，即在區(qū)域Ui中有足夠的圖像允許明確地確定局部變形。此外，選擇Ui的大小，形狀，和/或維數(shù)從而可以用仿射變換來(lái)充分地近似局部變形。
這些會(huì)在圖4中更加詳細(xì)的示出，圖4示出了圍繞著各個(gè)界標(biāo)L1到L5的區(qū)域U1到U5。從圖4中可以看到，區(qū)域U1到U5的形狀為圓形。然而，應(yīng)該注意的是，還可以使用其他形狀，例如矩形。在這些區(qū)域U1到U5中，確定各個(gè)局部變形場(chǎng)D1(L1，U1)到D5(L5，U5)。
在隨后的步驟S4中，在區(qū)域I上將局部變形場(chǎng)Di(Li，Ui)擴(kuò)展到整體變形場(chǎng)。換句話說(shuō)，將局部變形場(chǎng)Di(Li，Ui)擴(kuò)展到圖像A中的整個(gè)圖像區(qū)域I上的整體變形D。
根據(jù)示范性實(shí)施例，通過(guò)變化將局部變形場(chǎng)Di(Li，Ui)擴(kuò)展到整體變形場(chǎng)D的方式，該方法可以適合于各種應(yīng)用。例如，可以使用高斯函數(shù)，多項(xiàng)式函數(shù)，彈性函數(shù)或者樣條(splines)執(zhí)行該擴(kuò)展。
在隨后的步驟S5中，確定相似性Si=S(B|D(Pi),D(A)|D(Pi)).]]>換句話說(shuō)，在每個(gè)鋪蓋片中，平鋪的區(qū)域或者部分Pi，相似性Si用于表示參考圖像B|D(Pi)和經(jīng)過(guò)變換的浮動(dòng)圖像D(A)|D(Pi)之間或者經(jīng)過(guò)變換的參考圖像和浮動(dòng)圖像之間的相似性。具有優(yōu)勢(shì)的是，選擇相似值使它隨著圖像之間的一致性的增加而增加，并且是單調(diào)的直到最大值。然后，在隨后的步驟S6中，確定是否有滿足Sj≤∑的單體Pj。
相似值S的預(yù)先選定的值∑確定在平鋪{Pi}中哪個(gè)部分，即在哪個(gè)單體中，參考圖像B和經(jīng)過(guò)變換的浮動(dòng)圖像A之間的一致性還不夠。在步驟S6中確定有單體Pj滿足S(Pj)＜∑的情況下，則，方法進(jìn)入到步驟S7，在該步驟中執(zhí)行精化。否則，方法進(jìn)入步驟S8，在該步驟中該方法結(jié)束。
在步驟S7中，在滿足S(Pj)＜∑的單體Pj中，即在要進(jìn)行精化的單體中，選擇新的界標(biāo)。根據(jù)本發(fā)明的示范性實(shí)施例，如圖5所示，根據(jù)資格函數(shù)選定新界標(biāo)L6，從而使該界標(biāo)為單體Pj中最重要的界標(biāo)L’。將該界標(biāo)加入到界標(biāo)集合{Li}＝{Li}∪L6。使用新界標(biāo)L6，平鋪單體Pj。在這里，L6通過(guò)直線連接到每個(gè)頂點(diǎn)(界標(biāo)L2，L4，L5)。通過(guò)這樣，對(duì)于二維圖像生成三個(gè)新的三角形，對(duì)于三維圖像生成四個(gè)新的四面體。通常，對(duì)于d個(gè)特定維度，生成(d+1)個(gè)新的單體。在單體集合{Pi}中，用(d+1)個(gè)新單片替換單體Pj。然后，采用新界標(biāo)集合{Li}和單體集合{Pi}，迭代返回到步驟S3，其中，對(duì)于之前存在的界標(biāo)和之前存在的區(qū)域Ui來(lái)說(shuō)，保持局部變形Di。方法迭代地繼續(xù)，直到?jīng)]有剩下單體Sj＜∑為止。
圖5和6描述了根據(jù)本發(fā)明的方法的進(jìn)一步處理，正如通過(guò)步驟S3到S7來(lái)描述的。在圖5中，Sj＜∑的單體Pj畫(huà)了陰影。對(duì)于由界標(biāo)L2，L4和L5定義的，畫(huà)了陰影的Pj，選擇一個(gè)新的界標(biāo)L6，在Pj中相似值小于一個(gè)閾值。優(yōu)選的是，如上所示，在區(qū)域Pj中界標(biāo)L6是重要的或者最重要的界標(biāo)。然后，通過(guò)將L6和Pj的L2，L4和L5相連接，生成三個(gè)新的單體。然后，確定局部變形場(chǎng)D6(L6，U6)，并且將局部變形場(chǎng)擴(kuò)展到整個(gè)變形場(chǎng)。然后，為這三個(gè)新的三角形中的每一個(gè)確定相似值。在有相似值小于預(yù)定的閾值，即SF＜∑的三角形的情況下(在圖5中為三角形PF)，如圖6所示在三角形PF中選定新的界標(biāo)L7。該方法迭代地繼續(xù)，直到每個(gè)三角形的相似值超過(guò)或者等于閾值。
在圖7中示出了上述方法的應(yīng)用例子。在圖7中，呼吸系統(tǒng)的兩個(gè)MR圖像顯示為在呼出(A)(圖7的左圖)中和在呼入狀態(tài)(B)(圖7的右圖)中。使用界標(biāo)L10，L11和L12的配準(zhǔn)不允許兩個(gè)圖像的足夠準(zhǔn)確的配準(zhǔn)，因?yàn)殡醯倪\(yùn)動(dòng)不能充分地得到重建。由于該原因，迭代地，已經(jīng)加入新的重要界標(biāo)L13。
具有優(yōu)勢(shì)的是，上述方法允許單個(gè)或者多種形態(tài)的圖像數(shù)據(jù)集的非常準(zhǔn)確可靠的彈性配準(zhǔn)。它可以允許通過(guò)集中于重要界標(biāo)和顯示出高度非線性變形的圖像區(qū)域來(lái)提高圖像配準(zhǔn)的速度的健壯性。此外，它可以允許對(duì)界標(biāo)進(jìn)行重要性分級(jí)和匹配，可以相對(duì)于形態(tài)、解剖區(qū)域和所期望的變形或應(yīng)用區(qū)域獨(dú)立地優(yōu)化優(yōu)化配準(zhǔn)的局部或整體質(zhì)量和非線性變換的類型。通過(guò)將這些重要性和質(zhì)量測(cè)量并入關(guān)于解剖學(xué)的先驗(yàn)知識(shí)，它可以允許對(duì)差異很大的成像形態(tài)進(jìn)行配準(zhǔn)。由于集中在不多但是重要的界標(biāo)上，結(jié)合它對(duì)非線性變形的自動(dòng)的和空間上的適應(yīng)性，上述發(fā)明可以非?？?，并且非常適合于實(shí)時(shí)配準(zhǔn)，例如在介入(interventional)過(guò)程中。在醫(yī)學(xué)應(yīng)用中，對(duì)于各種臨床應(yīng)用可能需要整體彈性配準(zhǔn)，其中需要對(duì)不同的形態(tài)的或者不同患者的，在不同時(shí)刻獲取的圖像進(jìn)行對(duì)準(zhǔn)。例如，關(guān)于腫瘤診斷和手術(shù)的重要的例子，其中不同形態(tài)的圖像顯示了腫瘤的不同方面，之前和之后的介入圖像的比較，醫(yī)學(xué)圖像的時(shí)間序列的分析，單個(gè)圖像與來(lái)源于群組研究的解剖圖的匹配等等。然而，應(yīng)該注意的是，上述發(fā)明還可以應(yīng)用于任何二維或者三維數(shù)據(jù)集。
權(quán)利要求
1.一種對(duì)第一圖像和第二圖像進(jìn)行配準(zhǔn)的方法，該方法包括步驟在第一圖像中選擇至少一個(gè)第一界標(biāo)；在第二圖像中選擇至少一個(gè)第二界標(biāo)；以及通過(guò)使用相似值對(duì)第一和第二圖像進(jìn)行配準(zhǔn)，該相似值涉及由至少一個(gè)第一界標(biāo)確定的第一圖像中的第一區(qū)域和至少一個(gè)第二界標(biāo)確定的第二圖像中的第二區(qū)域的相似性；其中所述至少一個(gè)第一界標(biāo)對(duì)應(yīng)于所述至少一個(gè)第二界標(biāo)。
2.如權(quán)利要求1所述的方法，其中，對(duì)于具有第一數(shù)量的維數(shù)的第一圖像，選擇第二數(shù)量的第一界標(biāo)；其中，對(duì)于具有第一數(shù)量的維數(shù)的第二圖像，選擇第二數(shù)量的第二界標(biāo)；其中，第二數(shù)量的第一界標(biāo)確定第一單體的第一頂點(diǎn)，以確定第一圖像中的第三數(shù)量的第三區(qū)域；其中，第二數(shù)量的第二界標(biāo)確定第二單體的第二頂點(diǎn)，以確定第二圖像中的第三數(shù)量的第四區(qū)域；其中，第二數(shù)量是第一數(shù)量加一；其中，根據(jù)資格函數(shù)選擇第一和第二界標(biāo)。
3.如權(quán)利要求2所述的方法，其中，對(duì)于第二數(shù)量的第二界標(biāo)中的每一個(gè)，確定局部變形場(chǎng)，以確定第一整體變形場(chǎng)，該第一整體變形場(chǎng)大致描述了將第一圖像配準(zhǔn)到第二圖像所需的變形。
4.如權(quán)利要求3所述的方法，其中，對(duì)于第三數(shù)量的第三區(qū)域中的每一個(gè)，通過(guò)使用第一整體變形場(chǎng)，確定第一相似值，該相似值涉及各個(gè)第三區(qū)域與各個(gè)對(duì)應(yīng)的第四區(qū)域之間的相似性。
5.如權(quán)利要求4所述的方法，其中，確定是否存在第三區(qū)域的第五區(qū)域，該區(qū)域的第一相似值小于預(yù)定的閾值；其中，當(dāng)存在第五區(qū)域時(shí)，在第五區(qū)域中選擇第三界標(biāo)，以在第五區(qū)域中確定第三單體，該第三單體確定了多個(gè)第六區(qū)域；其中，當(dāng)存在第五區(qū)域時(shí)，在第四區(qū)域的第七區(qū)域中選擇第四界標(biāo)，以在第七區(qū)域中確定第四單體，該第四單體確定了多個(gè)第八區(qū)域；其中，第三界標(biāo)對(duì)應(yīng)于第四界標(biāo)，從而使第六區(qū)域?qū)?yīng)于第八區(qū)域；其中，對(duì)于每個(gè)第六區(qū)域，通過(guò)使用第二整體變形場(chǎng)，確定第二相似值，該相似值涉及各個(gè)第六區(qū)域和各個(gè)對(duì)應(yīng)的第八區(qū)域之間的相似性，第二整體變形場(chǎng)已通過(guò)使用第三界標(biāo)的更進(jìn)一步的局部變形場(chǎng)進(jìn)行了精化。
6.如權(quán)利要求5所述的方法，其中，該方法迭代地重復(fù)直到所有的相似性都超過(guò)預(yù)定的閾值。
7.如權(quán)利要求1所述的方法，其中，在醫(yī)學(xué)圖像成像中，將方法應(yīng)用于CT數(shù)據(jù)集，MRI數(shù)據(jù)集，PET數(shù)據(jù)集，SPECT數(shù)據(jù)集和超聲波成像數(shù)據(jù)集之中的一種。
8.一種圖像處理設(shè)備，包括存儲(chǔ)器，用于存儲(chǔ)第一圖像和第二圖像；以及圖像處理器，用于對(duì)第一圖像和第二圖像進(jìn)行配準(zhǔn)，其中該圖像處理器適合于執(zhí)行以下操作在第一圖像中選擇至少一個(gè)第一界標(biāo)；在第二圖像中選擇至少一個(gè)第二界標(biāo)；通過(guò)使用相似值對(duì)第一和第二圖像進(jìn)行配準(zhǔn)，該相似值涉及由至少一個(gè)第一界標(biāo)確定的第一圖像中的第一區(qū)域和至少一個(gè)第二界標(biāo)確定的第二圖像中的第二區(qū)域的相似性；其中所述至少一個(gè)第一界標(biāo)對(duì)應(yīng)于所述至少一個(gè)第二界標(biāo)。
9.一種用于對(duì)第一圖像和第二圖像進(jìn)行配準(zhǔn)的計(jì)算機(jī)程序，其中，當(dāng)該計(jì)算機(jī)程序在處理器上執(zhí)行時(shí)，該計(jì)算機(jī)程序使該處理器執(zhí)行以下操作在第一圖像中選擇至少一個(gè)第一界標(biāo)；在第二圖像中選擇至少一個(gè)第二界標(biāo)；通過(guò)使用相似值對(duì)第一和第二圖像進(jìn)行配準(zhǔn)，該相似值涉及由至少一個(gè)第一界標(biāo)確定的第一圖像中的第一區(qū)域和至少一個(gè)第二界標(biāo)確定的第二圖像中的第二區(qū)域的相似性；其中所述至少一個(gè)第一界標(biāo)對(duì)應(yīng)于所述至少一個(gè)第二界標(biāo)。
全文摘要
圖像配準(zhǔn)經(jīng)常是必須要人工執(zhí)行的冗長(zhǎng)乏味的工作。根據(jù)本發(fā)明的示范性實(shí)施例，提出了非剛性配準(zhǔn)，它是通過(guò)基于具有相似值的界標(biāo)的組合的迭代精化過(guò)程完成的。具有優(yōu)勢(shì)的是，可以提供非?？觳⑶医训姆椒?。
文檔編號(hào)G06T3/00GK1890689SQ200480036805
公開(kāi)日2007年1月3日 申請(qǐng)日期2004年12月10日 優(yōu)先權(quán)日2003年12月11日
發(fā)明者I·卡里森, T·內(nèi)特施, A·弗蘭茲 申請(qǐng)人:皇家飛利浦電子股份有限公司