專利名稱：一種基于雙x射線成像的2d和3d醫(yī)學(xué)圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于雙X射線成像的2D和3D醫(yī)學(xué)圖像配準(zhǔn)方法，用于手術(shù)導(dǎo)航 和腫瘤放射治療過程中的醫(yī)學(xué)圖像配準(zhǔn)和擺位驗證。
背景技術(shù)：
隨著醫(yī)學(xué)成像技術(shù)的發(fā)展，不同性質(zhì)的圖像能夠提供多種診斷信息，臨床上通常 需要將同一個病人的多種模式的成像結(jié)果結(jié)合起來進(jìn)行分析，從而提高醫(yī)學(xué)診斷和治療的 水平。但是僅依靠醫(yī)生的經(jīng)驗將圖像的信息融合起來是非常困難的，需要用到醫(yī)學(xué)圖像配 準(zhǔn)技術(shù)。在圖像引導(dǎo)放療，計算機(jī)輔助外科手術(shù)，微創(chuàng)外科手術(shù)，內(nèi)窺鏡檢查術(shù)等領(lǐng)域，將術(shù) 前體數(shù)據(jù)和術(shù)中獲得的病人的影像數(shù)據(jù)進(jìn)行配準(zhǔn)是讓醫(yī)生得到全面有用的信息中至關(guān)重 要的一步。而術(shù)中的三維圖像不太容易獲取，一般只能得到二維圖像，如X射線圖像，因此 需將X射線圖像與CT等三維體數(shù)據(jù)進(jìn)行配準(zhǔn)，即2D和3D醫(yī)學(xué)圖像的配準(zhǔn)。常用的兩種方 法是基于數(shù)字影像重建(DRR)的降維方法和基于三維重構(gòu)的升維方法。
目前2D和3D的醫(yī)學(xué)圖像配準(zhǔn)主要是以生成DRR為基礎(chǔ)的方法為主導(dǎo)，只能進(jìn)行 單幅X線圖像和三維CT體數(shù)據(jù)的2D和3D配準(zhǔn)。不斷地將治療前的CT體數(shù)據(jù)集在不同的 位置下重建出DRR圖像，并和治療中獲得的X線圖像進(jìn)行匹配，在處理速度和精度上就會有 所限制，有待進(jìn)一步提聞。發(fā)明內(nèi)容
本發(fā)明技術(shù)解決問題克服現(xiàn)有技術(shù)只能基于單幅X射線圖像進(jìn)行固定角度的 2D和3D配準(zhǔn)的不足，提出了一種基于雙X射線成像的2D/3D醫(yī)學(xué)圖像配準(zhǔn)方法和系統(tǒng)，能 夠更快速和精確得到平移和旋轉(zhuǎn)共六個自由度的配準(zhǔn)結(jié)果，進(jìn)一步提高醫(yī)學(xué)圖像的配準(zhǔn)質(zhì)量。
本發(fā)明的技術(shù)方案如下一種基于雙X射線成像的2D和3D醫(yī)學(xué)圖像配準(zhǔn)方法， 采用了雙幅X射線圖像與三維體數(shù)據(jù)進(jìn)行配準(zhǔn)的方法，兩幅X射線圖像間可以成任意角度。 配準(zhǔn)算法采用了基于多分辨率的雙投影直接配準(zhǔn)方法，可以由粗到細(xì)對兩幅二維圖像同時 進(jìn)行配準(zhǔn)處理，具體步驟
(I)采集任意角度的兩幅X射線圖像分別為X射線圖像I和X射線圖像2，X射線 圖像的采集參數(shù)包括每一幅圖像的成像電壓，成像角度，X射線源與成像物表面的距離，上 述這些參數(shù)均能實時保存到系統(tǒng)數(shù)據(jù)庫中，以備配準(zhǔn)時調(diào)用；同時還進(jìn)行實時顯示；
(2)利用步驟(I)中采集得到的兩幅X射線圖像，采用基于多分辨率的雙投影直接 配準(zhǔn)方法和病人的三維影像數(shù)據(jù)進(jìn)行自動配準(zhǔn)，在配準(zhǔn)過程中對X射線圖像I和X射線圖 像2分別進(jìn)行多分辨率處理，得到各自一序列子圖像；對每一幅X射線圖像，根據(jù)其自身分 辨率的范圍從低到高平均分為三個階段，第一個范圍階段為低層分辨率子圖像，第二個范 圍階段為中層分辨率子圖像，第三個范圍階段為高層分辨率子圖像，低層分辨率的子圖像 放在上層，高分辨率的子圖像放在下層，配準(zhǔn)過程由上到下進(jìn)行；
(3)利用步驟(2)中得到的三層分辨率的子圖像，分層循環(huán)與病人的三維影像數(shù) 據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2 進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像I和2，X射線圖像 I和數(shù)字重建影像I作為一組輸入，X射線圖像2和數(shù)字重建影像2作為第二組輸入，兩組 輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信 息，作為比較比較圖像相關(guān)性的結(jié)果，根據(jù)測度函數(shù)的結(jié)果，直接作為優(yōu)化器的輸入對配準(zhǔn) 參數(shù)進(jìn)行優(yōu)化，得到最終的配準(zhǔn)結(jié)果。
一種基于雙X射線成像的2D和3D醫(yī)學(xué)圖像配準(zhǔn)系統(tǒng)，包括圖像導(dǎo)入和顯示模 塊，2D和3D圖像配準(zhǔn)模塊和數(shù)據(jù)輸出模塊
圖像導(dǎo)入和顯示模塊，用于從數(shù)據(jù)庫中導(dǎo)入病人的三維影像數(shù)據(jù)，采集兩幅任意 角度的X射線圖1和2，保存到數(shù)據(jù)庫并顯示，供2D和3D圖像配準(zhǔn)模塊調(diào)用；X射線圖像的 采集參數(shù)包括每一幅圖像的成像電壓，成像角度，X射線源與成像物表面的距離；
2D和3D圖像配準(zhǔn)模塊，利用圖像導(dǎo)入和顯示模塊得到的病人的三維影像數(shù)據(jù)和 兩幅X射線圖像I和2，采用基于多分辨率的雙投影直接配準(zhǔn)方法和病人的三維影像數(shù)據(jù)進(jìn) 行自動配準(zhǔn)，在配準(zhǔn)過程中對X射線圖像I和X射線圖像2分別進(jìn)行多分辨率處理，得到各 自一序列子圖像；對每一幅X射線圖像，根據(jù)其自身分辨率的范圍從低到高平均分為三個 階段，第一個范圍階段為低層分辨率子圖像，第二個范圍階段為中層分辨率子圖像，第三個 范圍階段為高層分辨率子圖像，低層分辨率的子圖像放在上層，高分辨率的子圖像放在下 層，配準(zhǔn)過程由上到下進(jìn)行，即將得到的三層分辨率的子圖像，分層循環(huán)與病人的三維影像 數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和 2進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像I和2，X射線圖 像I和數(shù)字重建影像I作為一組輸入，X射線圖像2和數(shù)字重建影像2作為第二組輸入，兩 組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互 信息，作為比較比較圖像相關(guān)性的結(jié)果，根據(jù)測度函數(shù)的結(jié)果，直接作為優(yōu)化器的輸入對配 準(zhǔn)參數(shù)進(jìn)行優(yōu)化，得到最終的配準(zhǔn)結(jié)果；
數(shù)據(jù)輸出模塊，將2D和3D圖像配準(zhǔn)模塊得到的配準(zhǔn)結(jié)果進(jìn)行輸出到界面，并將配 準(zhǔn)后的2D和3D融合圖像可視化，由數(shù)據(jù)輸出模塊直接回到圖像導(dǎo)入和顯示模塊進(jìn)行重新 導(dǎo)入圖像和顯示。
本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于本發(fā)明采用了雙幅X射線圖像與三維體數(shù) 據(jù)進(jìn)行配準(zhǔn)的方法，配準(zhǔn)用的兩幅X射線圖像間可以成任意角度。配準(zhǔn)算法采用了基于多 分辨率的雙投影直接配準(zhǔn)方法，可以由粗到細(xì)對兩幅二維圖像同時進(jìn)行配準(zhǔn)處理，因此能 夠更快速和精確得到平移和旋轉(zhuǎn)共六個自由度的配準(zhǔn)結(jié)果，進(jìn)一步提高醫(yī)學(xué)圖像的配準(zhǔn)質(zhì)量。


圖1為本發(fā)明方法實現(xiàn)流程圖2為本發(fā)明系統(tǒng)的組成框圖。
具體實施方式
下面結(jié)合附圖及實施例對本發(fā)明進(jìn)行詳細(xì)說明。
如圖1、2所示，本發(fā)明方法及系統(tǒng)實施例實現(xiàn)如下
(I)采用一組疑甲狀腺病人的三維CT數(shù)據(jù)作為測試用例，大小為512*512*46，由圖像導(dǎo)入和顯示模塊進(jìn)行保存和顯示，為了使計算和配準(zhǔn)結(jié)果驗證簡便，現(xiàn)將病人沿X，Y， Z三個方向分別平移5mm，繼而沿X，Y，Z坐標(biāo)軸的方向各自旋轉(zhuǎn)3°，4°，2。。對此病人采集兩幅任意角度的X射線圖像，本實例中采集兩幅正負(fù)45°的X射線圖像，保存到數(shù)據(jù)庫供 2D/3D圖像配準(zhǔn)模塊調(diào)用。
(2)利用步驟(I)中采集得到的兩幅正負(fù)45° X射線圖像，采用基于多分辨率的雙投影直接配準(zhǔn)方法和病人的三維影像數(shù)據(jù)進(jìn)行自動配準(zhǔn)，在配準(zhǔn)過程中對X射線圖像I和 X射線圖像2分別進(jìn)行多分辨率處理，得到各自一序列子圖像；對X射線圖像I，將其分解為分辨率為170*170，340*340，510*510的三組子圖像，對X射線圖像2，將其分解為分辨率為 170*170，340*340，510*510的三組子圖像，分辨率為170*170的子圖像放在上層，分辨率為 510*510的子圖像放在下層，首先對170*170分辨率的圖像進(jìn)行配準(zhǔn)，配準(zhǔn)過程由上到下進(jìn)行。
(3)利用步驟(2)中得到的三層分辨率的子圖像，首先針對低層分辨率的子圖像對病人的三維影像數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像 I和2，X射線圖像I和數(shù)字重建影像2作為第二組輸入，兩組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信息，作為比較比較圖像相關(guān)性的結(jié)果，通過基于最大互信息進(jìn)行比較，根據(jù)測度函數(shù)的結(jié)果，直接作為優(yōu)化器的輸入對配準(zhǔn)參數(shù)進(jìn)行優(yōu)化；然后針對中層分辨率的子圖像對病人的三維影像數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像I和2，Χ射線圖像I和數(shù)字重建影像 2作為第二組輸入，兩組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信息，作為比較比較圖像相關(guān)性的結(jié)果，通過基于最大互信息進(jìn)行比較，將結(jié)果直接作為優(yōu)化器的輸入對配準(zhǔn)參數(shù)進(jìn)行優(yōu)化；最后針對高層分辨率的子圖像對病人的三維影像數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2進(jìn)行插值，分別生成對應(yīng)采集 的X射線圖像角度下的兩幅數(shù)字重建影像 I和2，X射線圖像I和數(shù)字重建影像2作為第二組輸入，兩組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信息，作為比較比較圖像相關(guān)性的結(jié)果，通過基于最大互信息進(jìn)行比較，將結(jié)果直接作為優(yōu)化器的輸入對配準(zhǔn)參數(shù)進(jìn)行優(yōu)化，得到最終的配準(zhǔn)結(jié)果。
(4)通過數(shù)據(jù)輸出模塊，將2D/3D圖像配準(zhǔn)模塊得到的三維空間平移參數(shù)，三維空間旋轉(zhuǎn)參數(shù)和配準(zhǔn)后的2D/3D融合圖像可視化，輔助醫(yī)生進(jìn)行判斷和選擇。由(I)中的實施例和相關(guān)的參數(shù)，測試得到的配準(zhǔn)后的結(jié)果如下
平移參數(shù)X=4.96859mm, Υ=5· 01817mm, Ζ=4· 9982mm
旋轉(zhuǎn)參數(shù)Rx=2.96642°，Ry=4. 01252°，Rz=L 9648。
本發(fā)明未詳細(xì)闡述部分屬于本領(lǐng)域公知技術(shù)。
以上所述，僅為本發(fā)明部分具體實施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本領(lǐng)域的人員在本發(fā)明揭`露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種基于雙X射線成像的2D和3D醫(yī)學(xué)圖像配準(zhǔn)方法，其特征在于包括以下步驟(1)采集任意角度的兩幅X射線圖像分別為X射線圖像I和X射線圖像2，X射線圖像的采集參數(shù)包括每一幅圖像的成像電壓，成像角度，X射線源與成像物表面的距離，上述這些參數(shù)均能實時保存到系統(tǒng)數(shù)據(jù)庫中，以備配準(zhǔn)時調(diào)用；同時還進(jìn)行實時顯示；(2)利用步驟(I)中采集得到的兩幅X射線圖像，采用基于多分辨率的雙投影直接配準(zhǔn)方法和病人的三維影像數(shù)據(jù)進(jìn)行自動配準(zhǔn)，在配準(zhǔn)過程中對X射線圖像I和X射線圖像2 分別進(jìn)行多分辨率處理，得到各自一序列子圖像；對每一幅X射線圖像，根據(jù)其自身分辨率的范圍從低到高平均分為三個階段，第一個范圍階段為低層分辨率子圖像，第二個范圍階段為中層分辨率子圖像，第三個范圍階段為高層分辨率子圖像，低層分辨率的子圖像放在上層，高分辨率的子圖像放在下層，配準(zhǔn)過程由上到下進(jìn)行；(3)利用步驟(2)中得到的三層分辨率的子圖像，分層循環(huán)與病人的三維影像數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像I和2，X射線圖像I和數(shù)字重建影像I作為一組輸入，X射線圖像2和數(shù)字重建影像2作為第二組輸入，兩組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信息，作為比較比較圖像相關(guān)性的結(jié)果，根據(jù)測度函數(shù)的結(jié)果，直接作為優(yōu)化器的輸入對配準(zhǔn)參數(shù)進(jìn)行優(yōu)化，得到最終的配準(zhǔn)結(jié)果。
2.一種實現(xiàn)權(quán)利要求1所述方法的系統(tǒng)，其特征在于包括圖像導(dǎo)入和顯示模塊，2D和 3D圖像配準(zhǔn)模塊和數(shù)據(jù)輸出模塊圖像導(dǎo)入和顯示模塊，用于從數(shù)據(jù)庫中導(dǎo)入病人的三維影像數(shù)據(jù)，采集兩幅任意角度的X射線圖1和2，保存到數(shù)據(jù)庫并顯示，供2D和3D圖像配準(zhǔn)模塊調(diào)用；X射線圖像的采集參數(shù)包括每一幅圖像的成像電壓，成像角度，X射線源與成像物表面的距離；2D和3D圖像配準(zhǔn)模塊，利用圖像導(dǎo)入和顯示模塊得到的病人的三維影像數(shù)據(jù)和兩幅 X射線圖像I和2，采用基于多分辨率的雙投影直接配準(zhǔn)方法和病人的三維影像數(shù)據(jù)進(jìn)行自動配準(zhǔn)，在配準(zhǔn)過程中對X射線圖像I和X射線圖像2分別進(jìn)行多分辨率處理，得到各自一序列子圖像；對每一幅X射線圖像，根據(jù)其自身分辨率的范圍從低到高平均分為三個階段，第一個范圍階段為低層分辨率子圖像，第二個范圍階段為中層分辨率子圖像，第三個范圍階段為高層分辨率子圖像，低層分辨率的子圖像放在上層，高分辨率的子圖像放在下層， 配準(zhǔn)過程由上到下進(jìn)行，即將得到的三層分辨率的子圖像，分層循環(huán)與病人的三維影像數(shù)據(jù)進(jìn)行配準(zhǔn)，對病人的三維影像數(shù)據(jù)，采用光線跟蹤算法，同時經(jīng)由兩個線性插值器I和2 進(jìn)行插值，分別生成對應(yīng)采集的X射線圖像角度下的兩幅數(shù)字重建影像I和2，X射線圖像 I和數(shù)字重建影像I作為一組輸入，X射線圖像2和數(shù)字重建影像2作為第二組輸入，兩組輸入同時作為判斷配準(zhǔn)質(zhì)量的測度函數(shù)的輸入，測度函數(shù)計算兩組數(shù)據(jù)中像素之間的互信息，作為比較比較圖像相關(guān)性的結(jié)果，根據(jù)測度函數(shù)的結(jié)果，直接作為優(yōu)化器的輸入對配準(zhǔn)參數(shù)進(jìn)行優(yōu)化，得到最終的配準(zhǔn)結(jié)果；數(shù)據(jù)輸出模塊，將2D和3D圖像配準(zhǔn)模塊得到的配準(zhǔn)結(jié)果進(jìn)行輸出到界面，并將配準(zhǔn)后的2D和3D融合圖像可視化，由數(shù)據(jù)輸出模塊直接回到圖像導(dǎo)入和顯示模塊進(jìn)行重新導(dǎo)入圖像和顯不。
全文摘要
一種基于雙X射線成像的2D和3D醫(yī)學(xué)圖像配準(zhǔn)方法和系統(tǒng)，本發(fā)明方法包括采集兩幅成任意角度的X射線圖像，采用基于多分辨率的雙投影直接配準(zhǔn)方法，實現(xiàn)由粗到細(xì)對兩幅二維圖像和三維體數(shù)據(jù)同時進(jìn)行配準(zhǔn)處理；本發(fā)明系統(tǒng)包括圖像導(dǎo)入和顯示模塊，2D和3D圖像配準(zhǔn)模塊，數(shù)據(jù)輸出模塊。本發(fā)明能夠更快速和精確得到平移和旋轉(zhuǎn)共六個自由度的配準(zhǔn)結(jié)果，進(jìn)一步提高醫(yī)學(xué)圖像的配準(zhǔn)質(zhì)量。
文檔編號G06T7/00GK103065322SQ20131000835
公開日2013年4月24日 申請日期2013年1月10日 優(yōu)先權(quán)日2013年1月10日
發(fā)明者賈婧, 吳茜, 任強, 吳宜燦 申請人:合肥超安醫(yī)療科技有限公司