[发明专利]基于稀疏表示的快速精确非线性配准立体医学影像的方法

说明书

技术领域

本发明属医学图像分析及应用领域，涉及配准立体目标图像到模板图像的方法，具体涉及基于稀疏表示的快速精确非线性配准立体医学影像的方法，该方法在临床环境具有较好的应用，可用于神经科学中快速精确地配准大脑核磁共振图像，或者用于放射性治疗前列腺癌中精确定位前列腺的位置。

背景技术

现有技术公开了通过少量的稀疏对应点插值产生整幅图像的浓密变形场是医学图像配准领域常见的问题。例如，在基于特征的图像配准中，一组标记点通常首先被鲁棒的特征匹配方法自动确定，以便识别解剖对应性；然后从这些标记对应点上就可以插值产生整幅图像的浓密变形场，以便映射目标图像上的每一个点到模板图像。类似地，在图像引导的放射治疗前列腺癌的治疗过程中，在前列腺边界的解剖对应点往往能够由医生手工确定、或者由基于对应点的可变形分割方法自动确定；然后，前列腺区域内的每一非标记点的浓密变形就可以通过这些边界标记点插值产生，从而就可以将定义在计划图像上的剂量计划变换到每一个治疗图像上。

为了从稀疏的对应点插值产生浓密的变形场，现有技术文献中建议了很多方法，通常均为使用预定义的模型如B样条或者薄板样条模型(Thin-plate spline，TPS)对变形场进行参数化表示。其中TPS模型是计算机视觉和医学图像领域最流行的变形插值方法，因为它能对插值的变形场提供具有最小弯曲能量的解。TPS方法在使用大量的标记点时，可以实现精确的插值，然而其计算代价也将显著地增加。在另一方面，解剖结构上的实际变形不可能完全符合TPS预定义模型，这样可能影响最终的插值精度。

与本发明相关的现有技术有：

1.Hajnal，J.V.，Hill，D.L.G.，and Hawkes，D.J.：Medical Image Registration(Biomedical Engineering Series).CRC Press.(2001)

2.Shen，D.，and Davatzikos，C.：HAMMER：Hierarchical attribute matchingmechanism for elastic registration.IEEE Transactions on Medical Imaging，21(11)：p.1421-1439.(2002)

3.Shi，Y.，Liao，S.，Shen，D.：Learning Statistical Correlation for FastProstate Registration in Image-guided Radiotherapy.Medical Physics，38：p.5980-5991.(2011)

4.Fen，Q.，Foskey，M.，Chen，W.，Shen，D.：Segmenting CT Prostate Images UsingPopulation and Patient-specific Statistics for Radiotherapy.MedicalPhysics.37：p.4121-4132.(2010)

5.Rueckert，D.，Sonoda，L.I.，Hayes，C.，Hill，D.L.G.，Leach，M.O.，Hawkes，D.J.：Nonrigid Registration Using Free-Form Deformations：Application toBreast MR Images.IEEE Transactions on Medical Imaging.18(8)：p.712-721.(1999)

6.Wu，G.，Yap，P.T.，Kim，M.，Shen，D.：TPS-HAMMER：Improving HAMMERRegistration Algorithm by Soft Correspondence Matching and Thin-plateSplines Based Deformation Interpolation.NeuroImage.49：p.2225-2233.(2010)

7.Bookstein，F.L.：Principal Warps：Thin-Plate Splines and the Decompositionof Deformations.IEEE Transactions on Pattern Analysis and MachineIntelligence.11(6)：p.567-585.(1989)

发明内容