System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种医学影像序列的配准方法技术_技高网

一种医学影像序列的配准方法技术

技术编号:40521573 阅读:5 留言:0更新日期:2024-03-01 13:40
本发明专利技术提供了一种医学影像序列的配准方法,适用于处理两组多断层影像,这些影像代表同一患者但由于不同时间和姿势采集而未对齐。该方法通过插值算法构建立体数据模型,并在水平面、冠状面和矢状面的三视图中展示。该方法引入了一种自动与手动相结合的配准方法。通过计算两组图像的相似度,并根据相似度使用梯度下降法来优化旋转平移矩阵。为实现更精准的配准,在自动配准后通过在三视图上拖动和旋转,手动调整两组影像的相对位置,实现精准的手动配准。本发明专利技术简化了传统繁琐的手动医学影像配准过程,使医生或技术人员能够更直观、高效地完成配准操作,提高了医学影像分析和诊断的准确性。

【技术实现步骤摘要】

本专利技术涉及医学影像,尤其涉及一种医学影像序列的配准方法


技术介绍

1、在医学影像领域,获取患者的多断层图像(如ct图像)是常见的诊断和监测手段。由于这些图像通常在不同时间和姿势下获取,可能存在位置和姿态的变化,从而导致图像不对齐。

2、现有的自动医学影像配准方法主要基于图像特征匹配或解剖结构对准。然而,这些方法的性能可能受到图像噪声、变形等因素的影响,配准效果并不稳定。手动配准是一种常见的解决方案,但其过程繁琐、费时,且容易受到人为错误的影响。因此,将两种技术组合起来可减轻医生进行配准操作时的工作负荷,并保证配准的准确性。


技术实现思路

1、本专利技术的目的在于提供一种医学影像序列的配准方法。

2、本专利技术的技术方案是:将两个需要进行配准的图像序列导入,分别作为参考图像序列和目标图像序列,并将其通过三线性插值的方法重建为两个三维数据场。首先给目标图像一个全部为0的初始变换参数,计算变换后的目标数据场和参考数据场之间的三维相似性测度;若不符合结束优化的条件,则通过梯度下降法得到优化后更新的变换参数,进入下一次迭代直到达到最大迭代次数或三维相似性测度满足退出条件。

3、当自动配准结束后。在参考数据上层叠加显示一个目标图像序列并重建三视图,由用户在三视图中手动平移、旋转目标图像以对齐参考图像并对结果进行插值处理以平滑图像中可能出现的撕裂。用户对结果满意后对影像进行输出,将被的对齐的目标图像序列重新以原始尺寸的断层影像进行输出,以达到对断层影像配准的目的。

4、本专利技术方法通过以下步骤实现:

5、1、将两组断层图像通过三线性插值算法分别重建为三维的数据场。

6、2、采用三维相似性测度算法计算两组图像序列的相似度。

7、

8、

9、

10、其中, r:参考影像, t:目标影像。

11、1、采用图像序列的相似度作为参数使用梯度下降法来优化目标图像序列与参考图像序列的旋转与平移关系。

12、2、迭代进行梯度下降法优化直到图像序列的相似度低于阈值或是迭代次数超限。

13、3、计算自动配准后的目标图像序列的坐标系原点 o以及在x、y、z三个互相垂直的分量上的单位向量 v x ,v y ,v z。

14、4、通过在三视图中点击,更新在点击的视图位置中另外两个所对应的截面以辅助观察。

15、5、在任意视图的中心区域拖动以整体平移目标图像序列,将坐标系原点 o进行重新计算,并根据当前的目标图像坐标系原点 o和 v x ,v y ,v z并重新计算三视图。

16、6、在任意视图除中心区外的任意点拖动以绕着图像中心旋转,将坐标系原点 o和 v x ,v y ,v z绕着拖动视图所对应的坐标轴旋转后的值进行重新计算,并根据当前的目标图像坐标系原点 o和 v x ,v y ,v z并重新计算三视图。

17、7、通过透明度、窗位、窗宽、放大缩小调整,在目标影像、参考图像交替显示观察配准效果后,对配准后的目标影像数据场进行插值后重新输出为原始格式。

本文档来自技高网...

【技术保护点】

1.一种医学影像序列的配准方法,其特征在于,将参考图像序列与目标图像序列通过插值算法分别重建为三维的数据场,并通过算法对目标图像序列与参考图像序列进行自动配准,将配准后的目标图像叠加在参考图像序列上,通过在三视图中利用鼠标拖动以进行旋转和平移的操作对断层影像进行最后的手动配准。

2.根据权利要求1所述,其特征在于,首先将两个断层图像序列通过插值算法进行三维重建,基于三维相似性测度算法计算两组图像序列的相似度,采用图像序列的相似度作为参数使用梯度下降法来优化目标图像序列与参考图像序列的旋转与平移关系,迭代进行梯度下降法优化直到图像序列的相似度低于阈值。

3.根据权利要求1所述,其特征在于,计算自动配准后的目标图像序列的坐标系原点O以及在X、Y、Z三个互相垂直的分量上的单位向量Vx,Vy,Vz,在手动配准的平移操作时根据用户的拖动量调整平移后的坐标系原点O;在手动配准的旋转操作时根据用户的拖动量调整旋转后的坐标系原点O以及在X、Y、Z三个互相垂直的分量上的单位向量Vx,Vy,Vz。

4.根据权利要求1、2、3所述,根据最新的原点O以及在X、Y、Z三个互相垂直的分量上的单位向量Vx,Vy,Vz通过插值算法计算出配准后的三维数据场,并以与输入的断层影像相同的格式和参数更新断层影像。

...

【技术特征摘要】

1.一种医学影像序列的配准方法,其特征在于,将参考图像序列与目标图像序列通过插值算法分别重建为三维的数据场,并通过算法对目标图像序列与参考图像序列进行自动配准,将配准后的目标图像叠加在参考图像序列上,通过在三视图中利用鼠标拖动以进行旋转和平移的操作对断层影像进行最后的手动配准。

2.根据权利要求1所述,其特征在于,首先将两个断层图像序列通过插值算法进行三维重建,基于三维相似性测度算法计算两组图像序列的相似度,采用图像序列的相似度作为参数使用梯度下降法来优化目标图像序列与参考图像序列的旋转与平移关系,迭代进行梯度下降法优化直到图像序列的相似度低于阈...

【专利技术属性】
技术研发人员:曹剑瑄安涌刘东麟
申请(专利权)人:上海复旦数字医疗科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1