本發(fā)明涉及一種基于顱外輪廓特征幾何不變量多信息3D醫(yī)學(xué)圖像配準(zhǔn)方法。

背景技術(shù)：

醫(yī)生對就診者進行診療和手術(shù)的過程中，往往通過非侵入的方式采集人體內(nèi)部組織結(jié)構(gòu)的圖像，通過相應(yīng)的成像技術(shù)，就診者體內(nèi)同一部位的不同方面的狀況信息可以通過相應(yīng)的醫(yī)學(xué)圖像觀察到。單種的醫(yī)學(xué)圖像提供不了全面豐富的病情信息，而不同的醫(yī)學(xué)圖像信息為醫(yī)生對就診者病情的綜合診斷提供了多方面的參考。在實際診斷中，醫(yī)生需要獲得病人多種形式的斷層醫(yī)學(xué)圖像后，才便于根據(jù)疑似病患部位的完整解剖細(xì)節(jié)和功能狀況進行判斷。以往這種情況下，醫(yī)生只能根據(jù)經(jīng)驗，對多個單一獨立的圖像進行判斷，在腦海中將這些三維剛體圖片或形變信息融合起來。這種方式對醫(yī)生的經(jīng)驗準(zhǔn)確度是很大的考驗，而且因人而異，不準(zhǔn)確的判斷可能會對診斷結(jié)果造成不可預(yù)知的風(fēng)險。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種方便醫(yī)生在臨床觀察中更準(zhǔn)確的從多種成像方式中觀察病人病情的基于顱外輪廓特征幾何不變量多信息3D醫(yī)學(xué)圖像配準(zhǔn)方法。

本發(fā)明的技術(shù)解決方案是：

一種基于顱外輪廓特征幾何不變量多信息3D醫(yī)學(xué)圖像配準(zhǔn)方法，其特征是：包括下列步驟：

(1)分別提取參考圖像和浮動圖像的外輪廓點云；

(2)分別計算參考圖像和浮動圖像的質(zhì)心；

(3)分別將兩模態(tài)的質(zhì)心平移至與原點重合，得到新的參考模態(tài)和浮動模態(tài)；

(4)分別計算得出參考模態(tài)和浮動模態(tài)的第一根特征軸向量和第二根特征軸向量；

(5)根據(jù)求得的特征軸向量構(gòu)造旋轉(zhuǎn)算子，并完成浮動圖像的旋轉(zhuǎn)；

(6)平移和旋轉(zhuǎn)后完成配準(zhǔn)。

步驟(1)的具體方法：根據(jù)參考圖像與浮動圖像的3D模態(tài)數(shù)據(jù)構(gòu)成的離散點云，提取參考圖像和浮動圖像的外輪廓點云，分別記作和其中，n_r是參考模態(tài)外輪廓點的個數(shù)，n_f是浮動模態(tài)外輪廓點的個數(shù)，i＝1,2,3,...,n，和分別是參考模態(tài)和浮動模態(tài)外輪廓點云。

步驟(2)中參考圖像質(zhì)心和浮動圖像質(zhì)心分別記作o_r、o_f，所述的質(zhì)心計算公式為：其中o是質(zhì)心，n是對應(yīng)模態(tài)點的個數(shù)，i＝1,2,3,...,n，v_i是外輪廓點云，代表幾何代數(shù)空間。

步驟(3)中所述的質(zhì)心分別為o_r和o_f，所述的新的參考模態(tài)和浮動模態(tài)分別是其中，n_r是新的參考模態(tài)外輪廓點的個數(shù)，n_f是新的浮動模態(tài)外輪廓點的個數(shù)，i＝1,2,3,...,n_r，和分別是新的參考模態(tài)和浮動模態(tài)外輪廓點云。

步驟(5)、步驟(6)的具體方法是：所述的旋轉(zhuǎn)算子記作T；

根據(jù)參考模態(tài)和浮動模態(tài)的第一根特征軸向量首先構(gòu)造旋轉(zhuǎn)算子T₁，如式(3)：

$T_1=\stackrel{\→}{a_1^r}\stackrel{\→}{{\mathrm{\η}}_1}---\left(3\right)$

所述的是參考模態(tài)的第一根軸向量，是浮動模態(tài)的第一根軸向量；

經(jīng)過T₁的旋轉(zhuǎn)操作，構(gòu)造旋轉(zhuǎn)算子T₂，如式(4)：

$T_2=\stackrel{\→}{a_2^r}\stackrel{\→}{{\mathrm{\η}}_2}---\left(4\right)$

所述的是參考模態(tài)的第二根軸向量，是浮動模態(tài)的第二根軸向量；再進行一次旋轉(zhuǎn)配準(zhǔn)；

為了使得配準(zhǔn)過程簡單清晰化，做兩次配準(zhǔn)處理；算子T₁和T₂合成一個算子，可以構(gòu)造一次旋轉(zhuǎn)算子T＝T₁T₂，執(zhí)行一次旋轉(zhuǎn)操作即可。

步驟(4)的具體方法是：

(1)計算外輪廓點云中各點到質(zhì)心的歐幾里得距離，并找出距離值最大時所對應(yīng)的點；在得到了外輪廓數(shù)據(jù)之后，在輪廓點云中找到一個點，該點滿足到質(zhì)心o的歐幾里得距離最遠(yuǎn)；即計算輪廓上任意點到相應(yīng)質(zhì)心o的歐幾里得距離，取歐幾里得距離最遠(yuǎn)時所對應(yīng)的輪廓上的點；為了便于計算，此處取歐幾里得距離的平方，如式(1)：

${\max }_{i=1}^n\left(\right||X_i-o|{|}^2)---\left(1\right)$

所述的式(1)中o＝x_oe₁+y_oe₂+z_oe₃，X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n為剛體外輪廓點云總數(shù)，x_o、y_o、z_o為常數(shù)，x_i、y_i、z_i為常數(shù)，e₁、e₂、e₃是幾何代數(shù)子空間的一組基；

(2)以過所述的質(zhì)心和所述的最大歐幾里得距離對應(yīng)的外輪廓上的點的矢量作為相應(yīng)模態(tài)的第一根軸向量；剛體的第一根特征軸向量記作參考模態(tài)和浮動模態(tài)的第一根特征軸向量分別是

(3)以第一根軸向量作為直線方向向量，計算對應(yīng)模態(tài)上所有點到此直線的距離，以映射向量的距離的平方作為距離測度，尋找到該直線距離最大的點；以作為直線方向向量，計算剛體上所有點到此直線的距離，利用映射向量的距離的平方來表示為距離測度，尋找最大值，如式(2)：

所述的式(2)中o＝x_oe₁+y_oe₂+z_oe₃，X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n為剛體外輪廓點云總數(shù)，x_o、y_o、z_o為常數(shù)，x_i、y_i、z_i為常數(shù)，e₁、e₂、e₃是幾何代數(shù)子空間的一組基；

(4)取所述的到第一根軸向量距離最遠(yuǎn)的點到所述的直線方向向量的映射向量作為第二根特征軸向量；相應(yīng)模態(tài)的第二根特征軸向量記作參考模態(tài)和浮動模態(tài)的第二根特征軸向量分別是

(5)單位化處理之后的第一根特征軸和第二根特征軸就是所要建立的幾何相對特征不變量；參考模態(tài)和浮動模態(tài)的第一根特征軸向量分別是參考模態(tài)和浮動模態(tài)的第二根特征軸向量分別是根據(jù)計算得到的幾何相對特征不變量構(gòu)造旋轉(zhuǎn)算子。

本發(fā)明幾何意義簡單直觀，經(jīng)過實驗和客觀參考對比分析，配準(zhǔn)精度高，并具有通用性，便于醫(yī)生對病人病情進行準(zhǔn)確地分析。

附圖說明

下面結(jié)合附圖和實施例對本發(fā)明作進一步說明。

圖1是配準(zhǔn)流程圖。

圖2是幾何相對特征不變量提取步驟。

具體實施方式

一種基于顱外輪廓特征幾何不變量多信息3D醫(yī)學(xué)圖像配準(zhǔn)方法，包括下列步驟：

(1)分別提取參考圖像和浮動圖像的外輪廓點云；

(2)分別計算參考圖像和浮動圖像的質(zhì)心；

(3)分別將兩模態(tài)的質(zhì)心平移至與原點重合，得到新的參考模態(tài)和浮動模態(tài)；

(4)分別計算得出參考模態(tài)和浮動模態(tài)的第一根特征軸向量和第二根特征軸向量；

(5)根據(jù)求得的特征軸向量構(gòu)造旋轉(zhuǎn)算子，并完成浮動圖像的旋轉(zhuǎn)；

(6)平移和旋轉(zhuǎn)后完成配準(zhǔn)。

步驟(1)的具體方法：根據(jù)參考圖像與浮動圖像的3D模態(tài)數(shù)據(jù)構(gòu)成的離散點云，提取參考圖像和浮動圖像的外輪廓點云，分別記作和其中，n_r是參考模態(tài)外輪廓點的個數(shù)，n_f是浮動模態(tài)外輪廓點的個數(shù)，i＝1,2,3,...,n，和分別是參考模態(tài)和浮動模態(tài)外輪廓點云。

步驟(2)中參考圖像質(zhì)心和浮動圖像質(zhì)心分別記作o_r、o_f，所述的質(zhì)心計算公式為：其中o是質(zhì)心，n是對應(yīng)模態(tài)點的個數(shù)，i＝1,2,3,...,n，v_i是外輪廓點云，代表幾何代數(shù)空間。

步驟(3)中所述的質(zhì)心分別為o_r和o_f，所述的新的參考模態(tài)和浮動模態(tài)分別是其中，n_r是新的參考模態(tài)外輪廓點的個數(shù)，n_f是新的浮動模態(tài)外輪廓點的個數(shù)，i＝1,2,3,...,n_r，和分別是新的參考模態(tài)和浮動模態(tài)外輪廓點云。

步驟(5)、步驟(6)的具體方法是：所述的旋轉(zhuǎn)算子記作T；

根據(jù)參考模態(tài)和浮動模態(tài)的第一根特征軸向量首先構(gòu)造旋轉(zhuǎn)算子T₁，如式(3)：

$T_1=\stackrel{\→}{a_1^r}\stackrel{\→}{{\mathrm{\η}}_1}---\left(3\right)$

所述的是參考模態(tài)的第一根軸向量，是浮動模態(tài)的第一根軸向量；

經(jīng)過T₁的旋轉(zhuǎn)操作，構(gòu)造旋轉(zhuǎn)算子T₂，如式(4)：

$T_2=\stackrel{\→}{a_2^r}\stackrel{\→}{{\mathrm{\η}}_2}---\left(4\right)$

所述的

是參考模態(tài)的第二根軸向量，是浮動模態(tài)的第二根軸向量；再進行一次旋轉(zhuǎn)配準(zhǔn)；

為了使得配準(zhǔn)過程簡單清晰化，做兩次配準(zhǔn)處理；算子T₁和T₂合成一個算子，可以構(gòu)造一次旋轉(zhuǎn)算子T＝T₁T₂，執(zhí)行一次旋轉(zhuǎn)操作即可。

步驟(4)的具體方法是：

(1)計算外輪廓點云中各點到質(zhì)心的歐幾里得距離，并找出距離值最大時所對應(yīng)的點；在得到了外輪廓數(shù)據(jù)之后，在輪廓點云中找到一個點，該點滿足到質(zhì)心o的歐幾里得距離最遠(yuǎn)；即計算輪廓上任意點到相應(yīng)質(zhì)心o的歐幾里得距離，取歐幾里得距離最遠(yuǎn)時所對應(yīng)的輪廓上的點；為了便于計算，此處取歐幾里得距離的平方，如式(1)：

${\max }_{i=1}^n\left(\right||X_i-o|{|}^2)---\left(1\right)$

所述的式(1)中o＝x_oe₁+y_oe₂+z_oe₃，X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n為剛體外輪廓點云總數(shù)，x_o、y_o、z_o為常數(shù)，x_i、y_i、z_i為常數(shù)，e₁、e₂、e₃是幾何代數(shù)子空間的一組基；

(2)以過所述的質(zhì)心和所述的最大歐幾里得距離對應(yīng)的外輪廓上的點的矢量作為相應(yīng)模態(tài)的第一根軸向量；剛體的第一根特征軸向量記作參考模態(tài)和浮動模態(tài)的第一根特征軸向量分別是

(3)以第一根軸向量作為直線方向向量，計算對應(yīng)模態(tài)上所有點到此直線的距離，以映射向量的距離的平方作為距離測度，尋找到該直線距離最大的點；以作為直線方向向量，計算剛體上所有點到此直線的距離，利用映射向量的距離的平方來表示為距離測度，尋找最大值，如式(2)：

所述的式(2)中o＝x_oe₁+y_oe₂+z_oe₃，X_i＝x_i·e₁+y_i·e₂+z_i·e₃,(i＝1,2,…,n)，n為剛體外輪廓點云總數(shù)，x_o、y_o、z_o為常數(shù)，x_i、y_i、z_i為常數(shù)，e₁、e₂、e₃是幾何代數(shù)子空間的一組基；

(4)取所述的到第一根軸向量距離最遠(yuǎn)的點到所述的直線方向向量的映射向量作為第二根特征軸向量；相應(yīng)模態(tài)的第二根特征軸向量記作參考模態(tài)和浮動模態(tài)的第二根特征軸向量分別是

(5)單位化處理之后的第一根特征軸和第二根特征軸就是所要建立的幾何相對特征不變量；參考模態(tài)和浮動模態(tài)的第一根特征軸向量分別是參考模態(tài)和浮動模態(tài)的第二根特征軸向量分別是根據(jù)計算得到的幾何相對特征不變量構(gòu)造旋轉(zhuǎn)算子。

本發(fā)明提出的方法，采用美國Vanderbilt大學(xué)RREP項目數(shù)據(jù)庫中的病人代號為Patient_001的臨床數(shù)據(jù)，選取其中訓(xùn)練用圖像數(shù)據(jù)中的CT圖像作為浮動圖像，MR_PD作為參考圖像，得到最小誤差為3.44mm，最大誤差為6.07mm，3D圖像的配準(zhǔn)效果良好。