一種術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法
【專利摘要】本發(fā)明涉及一種術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，它包括以下步驟：1)手術(shù)開始前，CT或MRI獲取一系列三維圖像，根據(jù)手術(shù)需求生成N個(gè)DRR圖像，得到每個(gè)圖像的位姿坐標(biāo)W；2)手術(shù)中，C型臂上的X射線機(jī)獲取不同角度的X?Ray透視圖像；3)對(duì)DRR圖像i和X?Ray透視圖像均做歸一化處理；4)采用非線性直方圖匹配算法；5)對(duì)DRR圖像i與X?Ray透射圖像進(jìn)行秩相關(guān)相似度比較，如果兩組圖像匹配，獲取X?Ray透射圖像位姿參數(shù)，進(jìn)入下一步；否則提取DRR圖像i+1信息，返回步驟3)；6)基于多分辨率機(jī)制和梯度差異相關(guān)性為術(shù)前三維影像和X?Ray透視圖像精確配準(zhǔn)，輸出精確配準(zhǔn)后的圖像。本發(fā)明降低了病人手術(shù)中所受的傷害。
【專利說(shuō)明】
一種術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種無(wú)標(biāo)定物配準(zhǔn)方法，特別是關(guān)于一種醫(yī)學(xué)領(lǐng)域中使用的術(shù)前三維 影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法。
【背景技術(shù)】
[0002] 目前，在常見醫(yī)療機(jī)器人的手術(shù)導(dǎo)航定位過(guò)程中，尤其在脊柱手術(shù)中，傳統(tǒng)方法是 在脊柱脊突上植入標(biāo)定物，以建立機(jī)器人坐標(biāo)系與手術(shù)空間坐標(biāo)系之間的映射關(guān)系，并在 此基礎(chǔ)上進(jìn)行手術(shù)路徑規(guī)劃和定位。該方法能夠減少X射線透視次數(shù)，從而降低對(duì)病人及醫(yī) 生的危害;但術(shù)前準(zhǔn)備繁瑣，且需要植入標(biāo)定物，病人所受損傷較大。
[0003] 一種方法是利用2D/3D圖像配準(zhǔn)算法的圖像導(dǎo)航的放射手術(shù)方法和系統(tǒng)，其利用 了分層和迭代的2D/3D配準(zhǔn)算法求出內(nèi)層面和外層面的變換參數(shù)。此配準(zhǔn)算法的缺點(diǎn)是準(zhǔn) 確度較低，速度較慢。另一種方法是使用DRR技術(shù)對(duì)MRI和X-Ray圖像配準(zhǔn)的算法和系統(tǒng)，其 特點(diǎn)在于先對(duì)MRI圖像做提取分割，由分割后的圖像生成DRR用于配準(zhǔn)，缺點(diǎn)是算法需要事 先訓(xùn)練，從而獲取特征用于分割，受限于訓(xùn)練的集合大小及范圍，而且成本較大。

【發(fā)明內(nèi)容】

[0004] 針對(duì)上述問題，本發(fā)明的目的是提供一種術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定 物配準(zhǔn)方法，其操作簡(jiǎn)單，速度快，準(zhǔn)確度高。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案:一種術(shù)前三維影像與術(shù)中透視圖像 的無(wú)標(biāo)定物配準(zhǔn)方法，其特征在于它包括以下步驟：1)在手術(shù)開始前，由CT或MRI獲取一系 列三維圖像，根據(jù)手術(shù)需求，在冠狀位，矢狀位或橫斷位的視角方向上，從〇°開始每間隔預(yù) 設(shè)度數(shù)根據(jù)CT或MRI提供的三維圖像生成N個(gè)DRR圖像，獲取對(duì)應(yīng)的位姿參數(shù);2)手術(shù)中，C型 臂上的X射線機(jī)獲取不同角度的X-Ray透視圖像;3)對(duì)DRR圖像i和X-Ray透視圖像上的每一 個(gè)像素均做二維高斯加權(quán)歸一化處理，每一個(gè)像素原始灰度值減去高斯加權(quán)均值，然后除 以高斯加權(quán)均方差從而獲取歸一化后的像素灰度值;4)采用非線性直方圖匹配算法，校正 DRR圖像i與X-Ray透射圖像的灰度差異，選擇灰度值大于投影圖像灰度均值的區(qū)域進(jìn)行直 方圖匹配，消除背景像素對(duì)直方圖的影響；5)對(duì)DRR圖像i與X-Ray透射圖像進(jìn)行秩相關(guān)相似 度比較，如果兩組圖像匹配，獲取X-Ray透射圖像位姿參數(shù)，并進(jìn)入下一步；否則提取DRR圖 像i + Ι信息，并返回步驟3) ;6)基于多分辨率機(jī)制和梯度差異相關(guān)性為術(shù)前三維影像和X-Ray透視圖像精確配準(zhǔn)，輸出精確配準(zhǔn)后的圖像，完成術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo) 定物配準(zhǔn)。
[0006] 優(yōu)選地，所述步驟1)中，從0°開始每間隔預(yù)設(shè)度數(shù)優(yōu)選為1°或2°根據(jù)CT/MRI提供 的三維圖像生成N個(gè)DRR圖像。
[0007] 優(yōu)選地，所述步驟1)中，所述DRR圖像的生成采用基于GPU加速的光影透射算法中 的cuberi 11 e算法，同時(shí)使用稀疏抽樣提高圖像性能。
[0008] 優(yōu)選地，所述步驟2)中，C型臂上的X射線機(jī)獲取X-Ray透視圖像至少獲取兩張。
[0009] 優(yōu)選地，所述步驟5)中，所述秩相關(guān)作為相似度測(cè)量的配準(zhǔn)算法，秩相關(guān)MSRC函數(shù) 如下：
[0010]
[0011] 其中，Δρ|表示每個(gè)像素的秩方差，辦是隨機(jī)選出的像素?cái)?shù)量，其數(shù)值遠(yuǎn)小于圖像 所有像素?cái)?shù)量。
[0012] 本發(fā)明由于采取以上技術(shù)方案，其具有以下優(yōu)點(diǎn)：1、本發(fā)明采用了基于GPU的DRR 稀疏抽樣生成算法，保證了初始參數(shù)的準(zhǔn)確度和快速獲取。2、本發(fā)明采用了術(shù)前三維影像 與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，降低了病人所受的損傷。3、本發(fā)明采用了隨機(jī)秩相 關(guān)作為圖像相似度的衡量標(biāo)準(zhǔn)，提高了結(jié)果的可靠性和準(zhǔn)確性。
【附圖說(shuō)明】
[0013] 圖1是本發(fā)明從不同視野角度對(duì)術(shù)前CT或MRI圖像進(jìn)行數(shù)字投影重建示意圖；
[0014] 圖2是本發(fā)明X射線源圍繞病人旋轉(zhuǎn)移動(dòng)獲取N個(gè)投影圖像示意圖；
[0015]圖3是本發(fā)明整體流程示意圖。
【具體實(shí)施方式】
[0016] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)的描述。
[0017] 如圖1~圖3所示，本發(fā)明提供一種術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn) 方法，其包括以下步驟：
[0018] 1)在手術(shù)開始前，由CT或MRI獲取一系列三維圖像，根據(jù)手術(shù)需求，在冠狀位、矢狀 位或橫斷位的視角方向上，從0°開始每間隔預(yù)設(shè)度數(shù)根據(jù)CT或MRI提供的三維圖像生成N個(gè) 放射成像圖像(DRR圖像），獲取對(duì)應(yīng)的位姿參數(shù)W;其中，預(yù)設(shè)度數(shù)優(yōu)選為1°或2°;
[0019] ff=(0x,0y,0z,X,Y,Z) (1)
[0020] 式中，0\、0^02表示旋轉(zhuǎn)方向，χ、γ、ζ表示在坐標(biāo)系各個(gè)方向下的平移量。
[0021] 2)手術(shù)中，C型臂上的X射線機(jī)獲取不同角度的X-Ray透視圖像;其中，透視圖像至 少獲取兩張；
[0022] 3)對(duì)DRR圖像丨（0〈丨〈叱且丨為整數(shù))和乂-1^7透視圖像上的每一個(gè)像素均做二維高 斯加權(quán)歸一化處理，每一個(gè)像素原始灰度值減去高斯加權(quán)均值，然后除以高斯加權(quán)均方差 從而獲取歸一化后的像素灰度值；
[0023] 4)采用非線性直方圖匹配算法，校正DRR圖像i與X-Ray透射圖像的灰度差異，選擇 灰度值大于投影圖像灰度均值的區(qū)域進(jìn)行直方圖匹配，消除背景像素對(duì)直方圖的影響； [0024] 5)對(duì)DRR圖像i與X-Ray透射圖像進(jìn)行秩相關(guān)相似度比較，如果兩組圖像匹配，獲取 X-Ray透射圖像位姿參數(shù)，并進(jìn)入下一步;否則提取DRR圖像i+Ι信息，并返回步驟3);
[0025] 6)基于多分辨率機(jī)制和梯度差異相關(guān)性為術(shù)前三維影像和X-Ray透視圖像精確配 準(zhǔn)，輸出精確配準(zhǔn)后的圖像，完成術(shù)前三維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)。
[0026]上述步驟1)中，DRR圖像的生成采用基于GPU加速的光影透射算法中的cuberilie 算法，使圖像的邊界盡可能的小，同時(shí)使用稀疏抽樣提高圖像性能。
[0027] 上述步驟5)中，秩相關(guān)作為相似度測(cè)量的配準(zhǔn)算法，秩相關(guān)MSRC函數(shù)如下：
[0028]
(2)
[0029] 其中，Δρ|表示每個(gè)像素的秩方差，免是隨機(jī)選出的像素?cái)?shù)量，其數(shù)值遠(yuǎn)小于圖像 所有像素?cái)?shù)量。
[0030] 上述步驟6)中，多分辨率機(jī)制用于加速配準(zhǔn)進(jìn)程，同時(shí)也可以在能量函數(shù)最小化 過(guò)程中避免陷入局部最小。
[0031] 上述各實(shí)施例僅用于說(shuō)明本發(fā)明，各部件的結(jié)構(gòu)、尺寸、設(shè)置位置及形狀都是可以 有所變化的，在本發(fā)明技術(shù)方案的基礎(chǔ)上，凡根據(jù)本發(fā)明原理對(duì)個(gè)別部件進(jìn)行的改進(jìn)和等 同變換，均不應(yīng)排除在本發(fā)明的保護(hù)范圍之外。
【主權(quán)項(xiàng)】
1. 一種術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，其特征在于：它包括W下 步驟： 1) 在手術(shù)開始前，由CT或MRI獲取一系列Ξ維圖像，根據(jù)手術(shù)需求，在冠狀位，矢狀位或 橫斷位的視角方向上，從0°開始每間隔預(yù)設(shè)度數(shù)根據(jù)CT或MRI提供的Ξ維圖像生成N個(gè)DRR 圖像，獲取對(duì)應(yīng)的位姿參數(shù)； 2) 手術(shù)中，C型臂上的X射線機(jī)獲取不同角度的X-Ray透視圖像； 3) 對(duì)DRR圖像i和X-Ray透視圖像上的每一個(gè)像素均做二維高斯加權(quán)歸一化處理，每一 個(gè)像素原始灰度值減去高斯加權(quán)均值，然后除W高斯加權(quán)均方差從而獲取歸一化后的像素 灰度值； 4) 采用非線性直方圖匹配算法，校正DRR圖像i與X-Ray透射圖像的灰度差異，選擇灰度 值大于投影圖像灰度均值的區(qū)域進(jìn)行直方圖匹配，消除背景像素對(duì)直方圖的影響； 5) 對(duì)DRR圖像i與X-Ray透射圖像進(jìn)行秩相關(guān)相似度比較，如果兩組圖像匹配，獲取X- Ray透射圖像位姿參數(shù)，并進(jìn)入下一步;否則提取DRR圖像i+1信息，并返回步驟3); 6) 基于多分辨率機(jī)制和梯度差異相關(guān)性為術(shù)前Ξ維影像和X-Ray透視圖像精確配準(zhǔn)， 輸出精確配準(zhǔn)后的圖像，完成術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)。2. 如權(quán)利要求1所述的一種術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，其特 征在于:所述步驟1)中，從0°開始每間隔預(yù)設(shè)度數(shù)優(yōu)選為1°或2°根據(jù)CT/MRI提供的Ξ維圖 像生成N個(gè)DRR圖像。3. 如權(quán)利要求1所述的一種術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，其特 征在于：所述步驟1)中，所述DRR圖像的生成采用基于GPU加速的光影透射算法中的 cuberille算法，同時(shí)使用稀疏抽樣提高圖像性能。4. 如權(quán)利要求1所述的一種術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，其特 征在于:所述步驟2)中，C型臂上的X射線機(jī)獲取X-Ray透視圖像至少獲取兩張。5. 如權(quán)利要求1所述的一種術(shù)前Ξ維影像與術(shù)中透視圖像的無(wú)標(biāo)定物配準(zhǔn)方法，其特 征在于:所述步驟5)中，所述秩相關(guān)作為相似度測(cè)量的配準(zhǔn)算法，秩相關(guān)Msrc函數(shù)如下：其中表示每個(gè)像素的秩方差，巧是隨機(jī)選出的像素?cái)?shù)量，其數(shù)值遠(yuǎn)小于圖像所有 像素?cái)?shù)量。
【文檔編號(hào)】G06T7/00GK105976372SQ201610293634
【公開日】2016年9月28日
【申請(qǐng)日】2016年5月5日
【發(fā)明人】趙永強(qiáng), 徐進(jìn)
【申請(qǐng)人】北京天智航醫(yī)療科技股份有限公司