一种基于多序列医学图像的血管配准方法，包括以下步骤：1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作为浮动图像；2)对所述多序列医学血管图像进行去噪处理；3)血管边缘的shape context描述；4)边缘点匹配；5)滤除误匹配；6)边缘校正与插值：根据匹配点对血管壁做迭代演化，使形变后的参考图像与浮动图像血管轮廓能量函数E(pi,qj)达到最小，根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最终得到配准后的结果。本发明专利技术提供一种精度较高的基于多序列医学图像的血管配准方法。
【技术实现步骤摘要】
本专利技术属于医学图像处理
，尤其是涉及到多序列血管图像的配准方法。
技术介绍
当前在MR血管图像配准领域主要是采用传统的自然图像配准方法，即建立一种 图像相似度量函数或者误差函数，通过一定的优化策略使得参考图像与浮动图像的相似度 达到最大或者误差最小，最终得到参考图像与浮动图像的变换矩阵，然而这些方法没有考 虑到MR血管图像的结构复杂，对比度、信噪比（SNR)较低等情况，使得相似度度量函数或者 误差函数容易陷入局部极大或者极小值，而达不到全局精确配准的目的。另外人体血管是 一种非刚性组织，其形态会受到肌肉收缩，人体颤抖，脉动等因素的影响，这些因素使得一 些面向刚形体配准的方法和有限自由度的配准模型得不到理想结果。当前基于像素的配准 方法利用参考图像和浮动图像所包含的信息，直接利用图像的灰度值做配准，通过优化图 像的互信息（MI)、归一化互信息（匪I)、联合熵等手段获取图像之间的变换矩阵，但是在对 比度较低的医学图像对这些度量信息的并不敏感，极容易使得图像陷入局部极大值而达不 到配准精度。基于特征点集（不连续点，转折点，交叉点，线交叉点，角点等）的配准方法首 先要精确的提取图像的特征点，然后做精确匹配，而医学图像的收到噪声的干扰，极容易提 取到伪特征点而错误匹配，从而影响变换参数精度性。
技术实现思路
为了克服已有医学图像处理技术的血管配准精度较低的不足，本专利技术提供一种精 度较高的基于多序列医学图像的血管配准方法。 本专利技术解决其技术问题所采用的技术方案是： ，所述配准方法包括以下步骤： 1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图 像作为浮动图像； 2)对所述多序列医学血管图像进行去噪处理； 3)血管边缘的shape context描述，血管内外壁分别记为Clmien(X), Cwall⑴，X代 表边缘点坐标，边缘上每一点分别用Shape Contex描述子统计其直方图； 4)边缘点匹配 根据参考图像血管边缘点与浮动图像血管边缘点的代价函数Cij,【主权项】1. ，其特征在于：所述配准方法包括以下步 骤： 1) 获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作 为浮动图像； 2) 对所述多序列医学血管图像进行去噪处理； 3) 血管边缘的shape context描述，血管内外壁分别记为Clumen(X)，Cwall⑴，X代表边 缘点坐标，边缘上每一点分别用Shape Context描述子统计其直方图； 4) 边缘点匹配 根据参考图像血管边缘点与浮动图像血管边缘点的代价函数Cu，其中，pJP L分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，hjk)、 Mk)分别代表参考图像边缘点直方图和浮动图像边缘点直方图，K表示匹配点对的个数； 匹配准则是最小化匹配代价函数H(Ji):式中π表示匹配点对的排列。 匹配流程如下： (4. 1)现有pJP L两个边缘点集，对于Pi中的点i，分别寻找^中Cost值最小的点 j ; (4. 2)将匹配的信息保存； (4. 3)重复（4. 1)，对剩余的点进行匹配，直到所有点全部匹配完成； (4. 4)判断Η( π )是否为最小，否则重复步骤（4. 1)~（4. 3); 5) 滤除误匹配 步骤4)的匹配过程存在误匹配点对，消除误匹配过程如下： (5. 1)计算匹配点对（Pi，qj)之间的距离D(i,J); D(i;J)= I Ip i I-|QiI I, (i, j) e JT (3) 其中，JT表示边缘点的匹配排列； (5.2)统计D(ij分布情况，求其概率密度函数，式（4)，（5)分别表示其距离分布的均 值 mean (Daj))和方差 sigma (Daj)):式中Ω代表匹配点对的集合，k是匹配点对个数，μ代表式（4)的均值mean (D(ij))。 根据式（4)，（5)求其概率密度函数P(D(i;j)):(5.3)滤除误匹配，依据小概率事件理论把匹配点间的距离大于Γ的情况视为误匹配 点对，予以滤除； Γ = mean(D(i，j))+2· 58*sigma(D(i，j)) (7) 6)边缘校正与插值 为了实现参考图像与浮动图像血管组织的像素级配准，根据匹配点对血管壁做迭代演 化，使形变后的参考图像与浮动图像血管轮廓能量函数E(Pi，qp达到最小；式中，pJP L分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，π表示 匹配点排列顺序，K表示匹配点对的个数； 根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最 终得到配准后的结果。2. 如权利要求1所述的，其特征在于：所述 步骤2)中，采用小波变换去噪方法，在小波分解的每一层都选自适应的选取阈值，在小波 分解的低频域采用中值滤波器滤除分布在低频信号中的噪声。3. 如权利要求2所述的，其特征在于：所述 步骤2)中，阈值T的函数式（9): 1其中ση是噪声的标准差，σ d是无噪声图像g在小波域内第j层的标准差，M即为小 波域内小波系数的总体个数，可调参数匕，k2满足关系k ^k2= 1，α」为小波域第j层的小 波系数取为％= 1/2 h，j为小波分解层数。 σ n取值是小波域内的最高频小波系数，其值由噪声图像小波分解后最高频子带巧 的中值计算得到：巧f1为噪声图像小波分解的最高频子带。 小波系数在j层的标准差由小波系数Si的标准差计算得到：【专利摘要】，包括以下步骤：1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作为浮动图像；2)对所述多序列医学血管图像进行去噪处理；3)血管边缘的shape context描述；4)边缘点匹配；5)滤除误匹配；6)边缘校正与插值：根据匹配点对血管壁做迭代演化，使形变后的参考图像与浮动图像血管轮廓能量函数E(pi,qj)达到最小，根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最终得到配准后的结果。本专利技术提供一种精度较高的基于多序列医学图像的血管配准方法。【IPC分类】G06T7-00【公开号】CN104766304【申请号】CN201510088135【专利技术人】汪晓妍, 李军伟, 黄晓洁, 张剑华, 滕忠照, 陈胜勇 【申请人】浙江工业大学【公开日】2015年7月8日【申请日】2015年2月26日本文档来自技高网...
【技术保护点】
一种基于多序列医学图像的血管配准方法，其特征在于：所述配准方法包括以下步骤：1)获取多序列医学血管图像，选定一个序列图像为配准的参考图像，其他序列图像作为浮动图像；2)对所述多序列医学血管图像进行去噪处理；3)血管边缘的shape context描述，血管内外壁分别记为Clumen(X)，Cwall(X)，X代表边缘点坐标，边缘上每一点分别用Shape Context描述子统计其直方图；4)边缘点匹配根据参考图像血管边缘点与浮动图像血管边缘点的代价函数Ci,j，Ci,j≡c(pi,qj)=12Σk=1K[hi(k)-hj(k)]2hi(k)+hj(k)---(1)]]>其中，pi和qj分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，hi(k)、hj(k)分别代表参考图像边缘点直方图和浮动图像边缘点直方图，K表示匹配点对的个数；匹配准则是最小化匹配代价函数H(π)：H(π)=ΣiC(pi,qπ(i))---(2)]]>式中π表示匹配点对的排列。匹配流程如下：(4.1)现有pi和qj两个边缘点集，对于Pi中的点i，分别寻找Qj中Cost值最小的点j；(4.2)将匹配的信息保存；(4.3)重复(4.1)，对剩余的点进行匹配，直到所有点全部匹配完成；(4.4)判断H(π)是否为最小，否则重复步骤(4.1)～(4.3)；5)滤除误匹配步骤4)的匹配过程存在误匹配点对，消除误匹配过程如下：(5.1)计算匹配点对(pi，qj)之间的距离D(i,j)；D(i,j)＝||pi|‑|qi||,(i,j)∈π (3)其中，π表示边缘点的匹配排列；(5.2)统计D(i,j)分布情况，求其概率密度函数，式(4)，(5)分别表示其距离分布的均值mean(D(i,j))和方差sigma(D(i,j))：mean(D(i,j))=1kΣ(i,j)∈ΩD(i,j)---(4)]]>sigma(D(i,j))=1kΣ(i,j)∈Ω|μ-D(i,j)|2---(5)]]>式中Ω代表匹配点对的集合，k是匹配点对个数，μ代表式(4)的均值mean(D(ij))。根据式(4)，(5)求其概率密度函数P(D(i,j))：P(D(i,j))=12πsigma(D(i,j))×exp(-(mean(D(i,j)-D(i,j)))2(sigma(D(i,j)))2)---(6)]]>(5.3)滤除误匹配，依据小概率事件理论把匹配点间的距离大于Γ的情况视为误匹配点对，予以滤除；Γ＝mean(D(i,j))+2.58*sigma(D(i,j)) (7)6)边缘校正与插值为了实现参考图像与浮动图像血管组织的像素级配准，根据匹配点对血管壁做迭代演化，使形变后的参考图像与浮动图像血管轮廓能量函数E(pi,qj)达到最小；E(pi,qj)=Σk=1K|pi-qj|2,(i,j)∈π---(8)]]>式中，pi和qj分别代表颈动脉血管参考图像序列和浮动图像序列的边缘点集，π表示匹配点排列顺序，K表示匹配点对的个数；根据边缘校正后的结果，采用样条插值的方法对浮动图像的局部血管区域做插值，最终得到配准后的结果。...
【技术特征摘要】
【专利技术属性】
技术研发人员：汪晓妍，李军伟，黄晓洁，张剑华，滕忠照，陈胜勇，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。