一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法
【專利摘要】本發(fā)明涉及一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，該方法將配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)作用在模板分割圖像上，得到形變分割圖像，最終得到每一區(qū)域的評(píng)價(jià)參數(shù)，具體包括步驟：1)選取一幅模板圖像，一幅固定圖像，應(yīng)用待評(píng)價(jià)配準(zhǔn)算法進(jìn)行配準(zhǔn)；2)提取配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)，將此形變場(chǎng)作用到模板分割圖像，生成形變分割圖像，所述模板分割圖像被分割成N個(gè)部分；3)應(yīng)用形變分割圖像和固定分割圖像，計(jì)算區(qū)域評(píng)價(jià)參數(shù)RSCS；4)改變固定圖像，重復(fù)步驟1)、2)、3)，得到39組區(qū)域評(píng)價(jià)參數(shù)并計(jì)算區(qū)域評(píng)價(jià)參數(shù)集合和總體評(píng)價(jià)參數(shù)并導(dǎo)出箱形圖，最終得出評(píng)價(jià)結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有能評(píng)價(jià)配準(zhǔn)算法對(duì)某一區(qū)域配準(zhǔn)效果等優(yōu)點(diǎn)。
【專利說明】一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像處理中圖像配準(zhǔn)領(lǐng)域，尤其是涉及一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法。

【背景技術(shù)】
[0002]醫(yī)學(xué)圖像配準(zhǔn)就是對(duì)于一幅醫(yī)學(xué)圖像尋求一種(或一系列)空間變換，使它與另一幅醫(yī)學(xué)圖像上的對(duì)應(yīng)點(diǎn)達(dá)到空間上的一致。這種一致是指人體上的同一解剖點(diǎn)在兩張匹配圖像上有相同的空間位置。配準(zhǔn)的結(jié)果應(yīng)使兩幅圖像上所有的解剖點(diǎn)，或至少是所有具有診斷意義的點(diǎn)及手術(shù)感興趣的點(diǎn)都達(dá)到匹配。
[0003]醫(yī)學(xué)圖像配準(zhǔn)算法可以分為兩類:剛性配準(zhǔn)算法和非剛性配準(zhǔn)算法。現(xiàn)在醫(yī)學(xué)影像技術(shù)的蓬勃發(fā)展，促使醫(yī)學(xué)圖像越來越復(fù)雜，原有的剛性配準(zhǔn)算法已經(jīng)不能滿足需求。非剛性配準(zhǔn)算法應(yīng)用的非線性變換是比較理想的模型，變換復(fù)雜，但因?yàn)槠淞己玫男阅茉诂F(xiàn)代醫(yī)學(xué)圖像配準(zhǔn)應(yīng)用十分廣泛。
[0004]對(duì)于配準(zhǔn)算法性能的評(píng)價(jià)，目前普遍使用基準(zhǔn)位置誤差(FLE)，基準(zhǔn)配準(zhǔn)誤差(FRE)，目標(biāo)配準(zhǔn)誤差(TRE)和菲茨羅伊目標(biāo)配準(zhǔn)誤差(F-TRE)來評(píng)價(jià)配準(zhǔn)算法性能的差異。在配準(zhǔn)過程中形變場(chǎng)作用在模板圖像上，使得其上的點(diǎn)與固定圖像上的點(diǎn)一一匹配。針對(duì)以往評(píng)價(jià)方法不能評(píng)價(jià)算法對(duì)某一區(qū)域配準(zhǔn)效果，利用配準(zhǔn)過程中產(chǎn)生形變場(chǎng)的性質(zhì)，本發(fā)明提出了一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法。


【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于形變場(chǎng)的能評(píng)價(jià)配準(zhǔn)算法對(duì)某一區(qū)域配準(zhǔn)效果的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法。
[0006]本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn):
[0007]—種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，其特征在于，該方法將配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)作用在模板分割圖像上，得到形變分割圖像，最終得到每一區(qū)域的評(píng)價(jià)參數(shù)，具體包括步驟:
[0008]I)選取一幅模板圖像，一幅固定圖像，將圖像分割為N個(gè)區(qū)域，應(yīng)用待評(píng)價(jià)配準(zhǔn)算法進(jìn)行配準(zhǔn)；
[0009]2)提取配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)，將此形變場(chǎng)作用到模板分割圖像，生成形變分割圖像，所述模板分割圖像被分割成N個(gè)部分；
[0010]3)應(yīng)用形變分割圖像和固定分割圖像，計(jì)算區(qū)域評(píng)價(jià)參數(shù)RSCS ；
[0011]4)改變固定圖像，重復(fù)步驟I)、2)、3)，得到M組區(qū)域評(píng)價(jià)參數(shù)并計(jì)算區(qū)域評(píng)價(jià)參數(shù)集合和總體評(píng)價(jià)參數(shù)并導(dǎo)出箱形圖，最終得出評(píng)價(jià)結(jié)果。
[0012]所述步驟3)中的區(qū)域評(píng)價(jià)參數(shù)RSCS為:
[0013]

【權(quán)利要求】
1.一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，其特征在于，該方法將配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)作用在模板分割圖像上，得到形變分割圖像，最終得到每一區(qū)域的評(píng)價(jià)參數(shù)，具體包括步驟: 1)選取一幅模板圖像，一幅固定圖像，應(yīng)用待評(píng)價(jià)配準(zhǔn)算法進(jìn)行配準(zhǔn)； 2)提取配準(zhǔn)過程中產(chǎn)生的形變場(chǎng)，將此形變場(chǎng)作用到模板分割圖像，生成形變分割圖像，所述模板分割圖像被分割成N個(gè)部分； 3)應(yīng)用形變分割圖像和固定分割圖像，計(jì)算區(qū)域評(píng)價(jià)參數(shù)RSCS 4)改變固定圖像，重復(fù)步驟I)、2)、3)，得到M組區(qū)域評(píng)價(jià)參數(shù)并計(jì)算區(qū)域評(píng)價(jià)參數(shù)集合和總體評(píng)價(jià)參數(shù)并導(dǎo)出箱形圖，最終得出評(píng)價(jià)結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，其特征在于，所述步驟3)中的區(qū)域評(píng)價(jià)參數(shù)RSCS為:
其中:L。為形變場(chǎng)分割圖像的體像素點(diǎn)，Ls為固定圖像對(duì)應(yīng)人工分割圖像的體像素點(diǎn)，Ω為圖像總體像素點(diǎn)集合，I為分割區(qū)域標(biāo)記，取值為I~N，RSCS的值在O到I之間，越接近于1，表明在這一區(qū)域固定分割圖像和形變分割圖像之間標(biāo)記差別越小，即配準(zhǔn)算法在這一區(qū)域配準(zhǔn)效果越好。
3.根據(jù)權(quán)利要求2所述的一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，其特征在于，所述步驟4)中總體評(píng)價(jià)參數(shù)WSCS為:
其中，總體評(píng)價(jià)參數(shù)WSCS的值在O到I之間，越接近于1，表明總體配準(zhǔn)效果越好。
4.根據(jù)權(quán)利要求1所述的一種基于形變場(chǎng)的醫(yī)學(xué)圖像配準(zhǔn)算法評(píng)價(jià)方法，其特征在于，所述步驟4)中M的取值范圍為30-50。
【文檔編號(hào)】G06T7/00GK104077781SQ201410321306
【公開日】2014年10月1日 申請(qǐng)日期:2014年7月7日 優(yōu)先權(quán)日:2014年7月7日
【發(fā)明者】劉剛, 趙龍, 朱凱, 賀遠(yuǎn) 申請(qǐng)人:上海電力學(xué)院