技術(shù)特征：

1.基于混合模型的前列腺多模態(tài)圖像非剛性配準(zhǔn)方法，包括如下步驟：

(1)輸入前列腺CT圖像和前列腺M(fèi)RI圖像，分別用Level Set方法分割出前列腺CT的目標(biāo)圖像和前列腺M(fèi)RI的目標(biāo)圖像；

(2)將前列腺CT的目標(biāo)圖像進(jìn)行高斯低通濾波預(yù)處理，用該濾波后的圖像作為參考圖像r，將前列腺M(fèi)RI的目標(biāo)圖像進(jìn)行高斯低通濾波預(yù)處理，用該濾波后的圖像作為浮動圖像f；

(3)分別將參考圖像r和浮動圖像f經(jīng)過五次1/2下采樣，按照高分辨率到低分辨率依次降低分為五層，形成從下層到上層分辨率遞減的圖像高斯金字塔；

(4)從圖像的最低分辨率開始，運(yùn)用Symmetric Demons算法對浮動圖像進(jìn)行像素偏移，重復(fù)200次得到該層的圖像偏移；逐層迭代，將上一層得到的偏移經(jīng)過2倍上采樣作為下一層圖像偏移的初始值，直到最高的分辨率，迭代結(jié)束；

(5)將步驟(4)最后得到的圖像偏移作用于浮動圖像f，通過線性插值得到初配準(zhǔn)圖像p；

(6)將參考圖像r和初配準(zhǔn)圖像p分別表示為8×8的控制點(diǎn)網(wǎng)格圖，網(wǎng)格圖中每一個網(wǎng)格交叉點(diǎn)代表一個控制點(diǎn)，橫向?yàn)閄方向，縱向?yàn)閅方向，在X方向上網(wǎng)格間距為δ_x，共有n_x個控制點(diǎn)，Y方向上網(wǎng)格間距為δ_y，共有n_y個控制點(diǎn)，用向量φ表示整個控制點(diǎn)網(wǎng)格，其中是X方向第i個，Y方向第j個控制點(diǎn)，0≤i≤n_x，0≤j≤n_y；

(7)對于初配準(zhǔn)圖像p中的每個控制點(diǎn)，在周圍四個控制點(diǎn)網(wǎng)格范圍內(nèi)移動，每移動到一個新位置，與之相鄰的四個控制點(diǎn)由原位置(x,y)移動到新的位置(x+Δx,y+Δy)，計(jì)算位移量(Δx,Δy)^Τ；

(8)根據(jù)初配準(zhǔn)圖像p各個控制點(diǎn)的位移量(Δx,Δy)^Τ得到變換后的圖像，通過相似性度量函數(shù)E迭代計(jì)算變換后的圖像和參考圖像的相似性，直到變換后的圖像和參考圖像的相似性最大，迭代結(jié)束，記錄最終的各個控制點(diǎn)的位移量；

(9)用步驟(8)中得到的最終的各個控制點(diǎn)的位移量更新初配準(zhǔn)圖像，得到最終的配準(zhǔn)圖像q，完成圖像的配準(zhǔn)工作。

2.根據(jù)權(quán)利要求1所述的基于混合模型的前列腺多模態(tài)圖像非剛性配準(zhǔn)方法，其中步驟(4)中運(yùn)用Symmetric Demons算法對浮動圖像進(jìn)行像素偏移，通過如下公式進(jìn)行：

$h\left(k\right)=\frac{2\left(f\right(k)-r(k\left)\right)(\▿f(k)+\▿r(k\left)\right)}{\left|\right|\▿f\left(k\right)+\▿r\left(k\right)|{|}^2+{\mathrm{\α}}^2{\left(f\right(k)-r(k\left)\right)}^2}$

式中，f(k)和r(k)分別是浮動圖像f和參考圖像r在坐標(biāo)k處的灰度值，是參考圖像r在坐標(biāo)k處的灰度梯度，是浮動圖像f在坐標(biāo)k處的灰度梯度，h(k)是坐標(biāo)從圖像f到圖像r在坐標(biāo)k處的偏移，α為歸一化因子，取值為2.5。

3.根據(jù)權(quán)利要求1所述的基于混合模型的前列腺多模態(tài)圖像非剛性配準(zhǔn)方法，其中步驟(7)中控制點(diǎn)每移動到一個新位置，與之相鄰的四個控制點(diǎn)由原位置(x,y)移動到新的位置(x+Δx,y+Δy)，其位移量(Δx,Δy)^Τ計(jì)算公式為：

式中，T表示矩陣的轉(zhuǎn)置，x、y分別是控制點(diǎn)的橫、縱坐標(biāo)，Δx、Δy分別是控制點(diǎn)在橫、縱方向的位移量，δ_x、δ_y分別是橫、縱方向的網(wǎng)格間距，B_l表示三次B樣條的第l個樣條基函數(shù)，l＝0～3，B_m表示三次B樣條的第m個樣條基函數(shù)，m＝0～3，三次B樣條基函數(shù)為：

$\left\{\begin{array}{c}{B}_0\left(u\right)=\frac{{\left(1-u\right)}^3}{6}\\ B_1\left(u\right)=\frac{3u^3-6u^2+4}{6}\\ B_2\left(u\right)=\frac{-3u^3+3u^2+3u+1}{6}\\ B_3\left(u\right)=\frac{u^3}{6}\end{array}\right.,\left\{\begin{array}{c}{B}_0\left(v\right)=\frac{{\left(1-v\right)}^3}{6}\\ B_1\left(v\right)=\frac{3v^3-6v^2+4}{6}\\ B_2\left(v\right)=\frac{-3v^3+3v^2+3v+1}{6}\\ B_3\left(v\right)=\frac{v^3}{6}\end{array}\right..$

4.根據(jù)權(quán)利要求1所述的基于混合模型的前列腺多模態(tài)圖像非剛性配準(zhǔn)方法，其中步驟(8)通過相似性度量函數(shù)E迭代計(jì)算變換后的圖像和參考圖像的相似性，通過下式計(jì)算：

$E=\frac{1}{N}\underset{k=1}{\overset{N}{\Σ}}{\left(t\right(k)-r(k\left)\right)}^2$

式中，N為圖像像素點(diǎn)總數(shù)，r(k)為參考圖像在像素點(diǎn)k的灰度值，t(k)為變換后的圖像在像素點(diǎn)k的灰度值。