一种肝癌影像组学图像精确配准方法技术

本发明专利技术适用于医学图像技术领域，提供了一种肝癌影像组学图像精确配准方法，用于辅助医生对肝癌影像组学图像判别和分析，解决了现有技术采用关键信息进行特征匹配，涵盖面较窄，不能发现微小病变的问题；包括：获取待配准图像特征信息；提取待配准图像特征信息，确定显著特征信息点集合；提取所述显著特征信息点集合，将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，本发明专利技术通过将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，解决了现有技术采用关键信息进行特征匹配，涵盖面较窄，不能发现微小病变的问题，同时提高了医生的诊断效率，利于患者的治疗工作。疗工作。疗工作。

【技术实现步骤摘要】
一种肝癌影像组学图像精确配准方法


[0001]本专利技术属于医学图像
，尤其涉及一种肝癌影像组学图像精确配准方法。

技术介绍

[0002]在做医学图像分析时，经常要将同一患者几幅图像放在一起分析，从而得到该患者的多方面的综合信息，提高医学诊断和治疗的水平，对几幅不同的图像作定量分析，首先要解决这几幅图像的严格对齐问题，这就是图像的配准。医学图像配准是指对于一幅医学图像寻求一种(或一系列)空间变换，使它与另一幅医学图像上的对应点达到空间上的一致，这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置，配准的结果应使两幅图像上所有的解剖点，或至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配。
[0003]随着医学成像设备的不断更新与发展，对于同一患者，可以通过多种成像技术如CT、MRI等去多角度多方面采集患者的病理细胞结构信息，在肝癌治疗过程中，需要定期进行复诊，从而尽早的发现患者复发状况，并对病情进行预测，保证患者的生命安全健康，对于以往的传统诊断手段，往往需要一些经验丰富的医生，通过对不同图像的观察以及多方面综合分析，以及结合主观经验和空间想象去作出相关的预测结果，可见，现有技术采用关键信息进行特征匹配，涵盖面较窄，不能发现微小的病变，因此，我们提出一种肝癌影像组学图像精确配准方法。

技术实现思路

[0004]本专利技术提供一种肝癌影像组学图像精确配准方法，旨在解决现有技术采用关键信息进行特征匹配，涵盖面较窄，不能发现微小病变的问题。
[0005]本专利技术是这样实现的，一种肝癌影像组学图像精确配准方法，用于辅助医生对肝癌影像组学图像判别和分析，包括：
[0006]获取待配准图像特征信息；
[0007]提取待配准图像特征信息，根据待配准图像特征信息与预设的标准参考图像在多个特征信息点进行比对，确定显著特征信息点集合；
[0008]提取所述显著特征信息点集合，将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，并反馈所述配准结果。
[0009]优选地，所述待配准图像特征信息包括：核磁解剖成像、CT影像、PET影像、X线影像和超声影像所呈现的肝脏外形、肝脏纹理、肝脏灰度纹理特征数据以及肝脏强度特征数据。
[0010]优选地，所述获取待配准图像特征信息具体步骤包括：
[0011]检测到图像获取指令，获取肝脏照片；
[0012]上传所述肝脏照片，根据初始图像转换模型，将肝脏照片转换为呈电子状态的图像，提取所述待配准图像特征信息；
[0013]上传所述待配准图像特征信息。
[0014]优选地，所述初始图像转换模型的实现方法包括：
[0015]获取大量的肝脏照片样本；
[0016]以肝脏的照片为输入，肝脏图像的特征信息为输出的初始图像转换方法进行训练，得到初始图像转换模型。
[0017]优选地，所述提取待配准图像特征信息，根据待配准图像特征信息与预设的标准参考图像在多个特征信息点进行比对，确定显著特征信息点集合具体步骤包括：
[0018]提取待配准图像特征信息，重建待配准图像，存储待配准图像；
[0019]提取标准参考图像和待配准图像，通过高斯滤波算法对待配准图像进行去噪处理和去灰度处理，得到模拟待配准图像，对模拟待配准图像进行图像三维标准化，与标准参考图像进行比对；
[0020]根据标准参考图像确定模拟待配准图像是否符合标准化数据标准差，若满足标准化数据标准差，输出显著特征信息点，并存储显著特征信息点集合。
[0021]优选地，所述标准参考图像进行比对的具体步骤包括：
[0022]根据确定的模拟待配准图像以及标准参考图像确定三维图像突出配准点，通过三维图像突出配准点与标准参考图像进行比对，得到待配准数据差；
[0023]获取不同三维图像突出配准点待配准数据差与标准化数据标准差之间的偏差均值作为干扰集合；
[0024]遍历所述干扰集合中的所有数据，在干扰集合数据小于标准参考图像预设阈值时，满足标准化数据标准差，输出显著特征信息点。
[0025]优选地，所述提取所述显著特征信息点集合，将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，并反馈所述配准结果的具体实现步骤包括：
[0026]提取显著特征信息点集合；
[0027]建立显著特征信息点输入图像精准配准模型；
[0028]将显著特征信息点输入图像精准配准模型中，根据图像精准配准模型计算配准损失，判断配准损失是否小于标准损失阈值，若符合，进行精准配准。
[0029]优选地，所述图像精准配准模型建立方法包括：
[0030]获取多个标准训练图像；
[0031]将每组标准训练图像输入初始的图像配准网络，分别进行一一配准，得到多个图像变形场，选取五组变形场区别大的图像变形场作为候选图像；
[0032]计算候选图像与图像配准网络中基准图像的图像偏差度，判断图像偏差度是否符合预设条件，若符合预设条件，则选中的图像确定为待配准的多个图像进行精确配准。
[0033]优选地，所述初始图像转换模型实现方法还包括：
[0034]得到初始图像转换模型，其中初始图像转换方法以不同方向和角度呈现的照片为变量，通过RANSAC算法对照片进行筛选和计算，得到具有图像特征点的特征点集合，通过特征点集合提取具有重叠特征信息的图像块集，形成初始初始图像转换模型。
[0035]优选地，所述图像精准配准模型建立方法还包括：
[0036]若不符合预设条件，获取多个标准训练图像，将每组标准训练图像输入初始的图像配准网络，分别进行一一配准，得到多个图像变形场，选取五组变形场区别大的图像变形场作为候选图像；
[0037]计算每组所述变形场的约束偏差，通过待配准约束偏差与初始的图像配准网络预设的标准约束偏差进行比对，若符合预设条件，则选中的图像确定为待配准的多个图像进行精确配准。
[0038]与现有技术相比，本申请实施例主要有以下有益效果：
[0039]本专利技术所提供的肝癌影像组学图像精确配准方法通过将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，解决了现有技术采用关键信息进行特征匹配，涵盖面较窄，不能发现微小病变的问题，同时提高了医生的诊断效率，利于患者的治疗工作。
附图说明
[0040]图1是本专利技术提供的一种肝癌影像组学图像精确配准方法的结构示意图。
[0041]图2是本专利技术提供的获取待配准图像特征信息的实现流程示意图。
[0042]图3是本专利技术提供的初始图像转换模型的实现流程示意图。
[0043]图4是本专利技术提供的根据待配准图像特征信息与预设的标准参考图像在多个特征信息点进行比对，确定显著特征信息点集合的实现流程，所述提取待配准图像特征信息的实现流程示意图。
[0044]图5是本专利技术提供的标准参考图像进行比对的实现流程示意图。
[0045]图6是本专利技术提供的得到精本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肝癌影像组学图像精确配准方法，用于辅助医生对肝癌影像组学图像判别和分析，其特征在于，所述肝癌影像组学图像精确配准方法包括：获取待配准图像特征信息；提取待配准图像特征信息，根据待配准图像特征信息与预设的标准参考图像在多个特征信息点进行比对，确定显著特征信息点集合；提取所述显著特征信息点集合，将所述显著特征信息点输入图像精准配准模型中，得到精准配准结果，并反馈所述配准结果。2.如权利要求1所述的一种肝癌影像组学图像精确配准方法，其特征在于，所述待配准图像特征信息包括：核磁解剖成像、CT影像、PET影像、X线影像和超声影像所呈现的肝脏外形、肝脏纹理、肝脏灰度纹理特征数据以及肝脏强度特征数据。3.如权利要求2所述的一种肝癌影像组学图像精确配准方法，其特征在于，所述获取待配准图像特征信息具体步骤包括：检测到图像获取指令，获取肝脏照片；上传所述肝脏照片，根据初始图像转换模型，将肝脏照片转换为呈电子状态的图像，提取所述待配准图像特征信息；上传所述待配准图像特征信息。4.如权利要求3所述的一种肝癌影像组学图像精确配准方法，其特征在于，所述初始图像转换模型的实现方法包括：获取大量的肝脏照片样本；以肝脏的照片为输入，肝脏图像的特征信息为输出的初始图像转换方法进行训练，得到初始图像转换模型。5.如权利要求3所述的一种肝癌影像组学图像精确配准方法，其特征在于，所述提取待配准图像特征信息，根据待配准图像特征信息与预设的标准参考图像在多个特征信息点进行比对，确定显著特征信息点集合具体步骤包括：提取待配准图像特征信息，重建待配准图像，存储待配准图像；提取标准参考图像和待配准图像，通过高斯滤波算法对待配准图像进行去噪处理和去灰度处理，得到模拟待配准图像，对模拟待配准图像进行图像三维标准化，与标准参考图像进行比对；根据标准参考图像确定模拟待配准图像是否符合标准化数据标准差，若满足标准化数据标准差，输出显著特征信息点，并存储显著特征信息点集合。6.如权利要求5所述的一种肝癌影像组学图像精确配准方法，其特征在于，所述标准参考图像进行比对的具体步骤包括：根据确定的模拟待配准图像以及标准参考图像确定三维图像突出配准点，通过三维图...

【专利技术属性】
技术研发人员：陈超，王武杰，王维，
申请(专利权)人：山东大学第二医院，
类型：发明
国别省市：