医学图像的配准与融合专家讲座.pptx

第八章医学图像配准与融合第八章医学图像配准与融合伴随计算机技术高速发展，医学成像技术日新月异，为临床医学提供了各种形态和功效影像信息。不过各种成像技术和检验方法都有它优势与不足，并非一个成像技术能够适合用于人体全部器官检验和疾病诊疗，也不是一个成像技术能取代另一个成像技术，而是相辅相成、相互补充。依据医学图像所提供信息内涵，分为两大类：解剖结构图像（CT、MRI、B超等）功效图像（SPECT、PET等）解剖图像以较高分辨率提供了脏器解剖形态信息（功效图像无法提供脏器或病灶解剖细节），但无法反应脏器功效情况。功效图像分辨率较差，但它提供脏器功效代谢信息是解剖图像所不能替换；当前这两类成像设备研究都已取得了很大进步，图像空间分辨率和图像质量有很大提升，但因为成像原理不一样所造成图像信息不足,使得单独使用某一类图像效果并不理想。所以，为了提升诊疗正确率，需要综合利用患者各种图像信息。最有效处理方法：以医学图像配准技术为基础，利用信息融合技术，将这两种图像结合起来，利用各自信息优势，在一幅图像上同时表示来自人体多方面信息。愈加直观地提供了人体解剖、生理及病理等信息。其中配准技术是图像融合先决条件,必须先进行配准,才能实现准确地融合。二、医学图像配准在临床上应用临床应用举例1、计算机辅助手术中，外科医生依据配准CT/MR/DSA图像准确定位病灶及周围相关解剖结构信息，设计出缜密手术计划。在手术过程中，利用三维空间定位系统使术前计划虚拟病人、手术台上真实病人和手术器械三者准确联络起来进行手术跟踪。临床应用举例2、在癫痫病治疗中，首先需要经过CT，MRI等图像取得病人解剖信息，另首先又需要经过SPECT或PET等得到病人功效信息，这两方面结合将有利于对病人准确治疗。临床应用举例3、放射治疗中，应用CT和MR图像配准和融合来制订放疗计划和进行评定，用CT图像准确计算放射剂量，用MR图像描述肿瘤结构，用PET和SPECT图像对肿瘤代谢、免疫及其它生理方面进行识别和特征化处理，整合图像可用于改进放射治疗计划或立体定向活检或手术。8.2医学图像配准概述一、医学图像配准概念医学图像配准示意图二、医学图像配准方法分类（一）按图像维数分类按图像维数分为2D/2D，2D/3D，以及3D/3D配准。2D/2D配准通常指两个断层面间配准；2D/3D配准通常指空间图像和投影图像（或者是单独一个层面）间直接配准；3D/3D配准指2幅三维空间图像间配准。（二）依据医学图像模态分类单模态医学图像配准：是指待配准两幅图像是用同一个成像设备获取。普通用在生长监控、减影成像等。多模态图像配准：是指待配准两幅图像起源于不一样成像设备，主要应用于神经外科诊疗、手术定位及放疗计划设计等。（三）依据变换性质分类刚性变换：只包含平移和旋转。仿射变换：将平行线变换为平行线。投影变换：将直线映射为直线。曲线变换：将直线映射为曲线。（四）依据用户交互性多少分类自动配准：用户只需提供对应算法和图像数据。半自动配准：用户需初始化算法或指导算法(如拒绝或接收配准假设)；交互配准：用户在软件帮助下进行配准（五）依据配准所基于图像特征分类基于外部特征图像配准：是指在研究对象上设置一些标志点，使这些标识点能在不一样影像模式中显示，然后再用自动、半自动或交互式方法用标识将图像配准。基于内部特征配准：主要包含三个方面：基于标识配准方法、基于分割配准方法、基于像素特性配准。（六）依据配准过程中变换参数确定方式分类1、经过直接计算公式得到变换参数配准：限制在基于特征信息(比如小数目标特征点集、二维曲线、三维表面)配准应用中。2、经过在参数空间中寻求某个函数最优解得到变换参数配准：全部配准都变成一个能量函数极值求解问题。（七）依据主体分类1、同一患者(Intrasubject)配准：指未来自同一个病人待配准图像，用于任何种类诊疗中；2、不一样患者(Intersubject)配准：指待配准图像来自不一样病人，主要用在三维头部图像(MR、CT)配准中3、患者与图谱(Atlas)图像配准。是指待配准图像一幅来自病人，一幅来自图谱。三、医学图像配准基本过程8.3图像配准理论基础一、图像配准原理二、空间变换图像配准基本变换二、空间变换——刚体变换两幅图像之间刚体变换可由一个刚体模型描述：二、空间变换-仿射变换在笛卡儿坐标系下，二维仿射变换旋转矩阵R’表示为：二、空间变换——投影变换二、空间变换——非线性变换二、空间变换——非线性变换2.薄板样条变换三、参数优化搜索惯用优化算法:Powell法、梯度下降法、遗传算法、模拟退火法、下山单纯形法、Levenberg-Marquadrt法等。(一)Powell法Powell法是一个传统确实定性优化方法，又称为方向加速法，由M.J.D.Powell于1964年首先提出。基本含义是: