[发明专利]一种结合灰度与几何信息的医学图像配准方法

说明书

技术领域

本发明一种结合灰度与几何信息的医学图像配准方法涉及医学图像处理技术领域。

技术背景

现代医学已经越来越依赖于医疗设备的协助，而其中的医疗成像设备则是其中最为重要的设备，贯穿了从医疗诊断、手术导航、术后效果评判等全流程。而随着医学成像技术的快速发展，各种成像技术给医患提供了更丰富、更精确的成像效果。但是不同的成像技术一般都基于其成像原理而具有其独特的优点，也存在着其特定的局限，完美而通用的成像技术手段现在仍未出现，不同的成像技术在不同的应用情景下会有优劣，对不同组织器官的成像也各有千秋。医学图像融合是将不同图像在配准之后根据各成像技术的特点综合得到新的图像的过程，是现在医学图像处理中很重要的一个技术。除了上述在医疗诊断上的应用，医学图像融合的另外一大应用是在计算机辅助手术和治疗（IGST，Image Guided Surgery and Therapy）上。计算机辅助手术和治疗是多个研究领域的交叉学科，在其帮助之下，医生可以借助于计算机和导航仪进行术前的诊断、手术的规划、术中的实时导航和定位，以尽可能地做到精确手术和微创手术。其中，涉及到的术前的手术规划和术中的实时定位导航，都以图像融合为基础技术。

医学图像融合是将多幅医学图像进行信息综合的一个过程，但是，其综合过程必然不可能随意，医学图像之间有对应关系地进行融合才是有意义的，而将多幅医学图像按其成像时的真实身体组织结构信息建立正确的对应关系的技术称之为医学图像配准（Medical Image Registration）。因此，医学图像融合的核心是医学图像配准。

医学图像配准方法按其利用的医学图像信息可以分为基于图像灰度的算法和基于图像几何信息的算法。基于灰度信息的算法主要有灰度值差值均值法、相关系数法和互信息法。基于几何信息的算法主要有梯度差法、法向量法、轮廓线等。但是研究人员在应用各种算法时发现：单纯利用其中的一种信息量并不能特别好地配准图像，例如：对于低分辨率的图像（如PET）而言，其灰度信息量比较少，单纯利用灰度信息无法达到很好的稳定性。因此有必要提出一种新的技术方案。

发明内容

本发明的目的在于：提供一种结合灰度与几何信息的医学图像配准方法，利用医学图像中的灰度与几何信息量，对多副图像进行配准。

本发明的目的通过下述方案实现：一种结合灰度与几何信息的医学图像配准方法，所述的灰度值是数字医学图像中每个像素/体素上的值，灰度值分布为图像灰度信息；所述的法向量是表征每个点的几何法向的单位向量，其中，通过使用灰度值分布来表征医学图像的灰度信息，使用图像法向量分布来表征医学图像的几何信息，最后使用互信息（MI）来衡量灰度与几何信息量的相似度，实现医学图像配准。

在上述方案基础上，所述的互信息是来自于信息论的工具，其公式为：

式中H(A)和H(B)分别是两个信号A、B的边缘熵，而H(A,B)是两者的联合熵，联合熵的计算公式为：

本发明结合灰度与几何信息的医学图像配准方法的步骤为：

第一步，对参考图像和浮动图像求取法向量；

第二步，求取对法向量的分量的互信息；

第三步，对每个法向量的分量的互信息求和得到法向量互信息；

第四步，求取对参考图像和浮动图像灰度分布的互信息并乘上灰度因子；

第五步，将求得的法向量互信息与灰度互信息求和得到最终测度值。

其中，第一步中，对参考图像和浮动图像求取法向量的方法是：先对两幅参考图像R和变换后的浮动图像T(F)求取配准测度；然后，使用高斯核求取两幅图像的梯度；再后，将求取的梯度进行归一化得到法向量；最后，将两幅图像的法向量的分量分别得到三幅图像CR_i，CF_i。

第二步中，求取对法向量的分量的互信息方法是：对每一个法向量的分量的图像求取互信息MI_i=MI(CR_i,CF_i)。

所述的一种结合灰度与几何信息的医学图像配准方法用下述计算公式描述：

式中，将图像的灰度值的分布做为图像灰度信息的来源直接与另一图像的灰度分布做互信息运算，乘上一个灰度因子R后得到MI₁；