[发明专利]基于超声图像获取伪CT的方法

权利要求书

1.一种基于超声图像获取伪CT的方法，其特征在于包括以下步骤：

1)图像获取：先后采集CT及超声图像；

2)图像预处理：在做形变配准及应用形变场之前统一两种模态图像的大小、像素间距及图像的起始位置，使得超声与CT图像处于同一空间坐标系中；

3)超声图像拼接处理：通过增加扫描方向得到多个三维超声图像，利用多分辨率策略及B样条的配准方法，基于加权平均图像融合算法，进行图像拼接；

4)基于像素块的随机森林获取伪CT。

2.如权利要求1所述的基于超声图像获取伪CT的方法，其特征在于：所述步骤3)中，超声图像拼接是将一组具有重叠区域的小视角图像，经过图像配准、图像融合，组合成一幅大视角的新图像，新图像内包括拼接前图像内的所有像素信息。

3.如权利要求2所述的基于超声图像获取伪CT的方法，其特征在于：所述的超声图像拼接处理的图像配准，按照区域内点集密度由小到大将控制网格逐层分级；多分辨率B样条方法指对网格控制点逐层密集化；针对全局图像区域，根据控制顶点的逼近误差，使得控制网格的分辨率逐步细化，最终得到误差阈值允许范围内的配准结果。

4.如权利要求2所述的基于超声图像获取伪CT的方法，其特征在于：所述的超声图像拼接处理的图像融合，采用渐入渐出的加权平均融合算法，融合后图像的新灰度值参考图像与浮动图像相应位置像素点灰度值的加权平均值。

5.如权利要求1所述的基于超声图像获取伪CT的方法，其特征在于：所述步骤4)中，提取CT图像内特殊像素块内的角点特征，及对应图像拼接后超声图像像素块内的像素值，两者匹配并进行非线性递归训练，预测阶段添加新的拼接超声图像，得到伪CT，并将伪CT与模板CT进行配准融合处理，得到完整的伪CT图像。

6.如权利要求5所述的基于超声图像获取伪CT的方法，其特征在于：利用包括多个二值决策树的随机森林方法预测伪CT图像，每个决策树独立训练，在决策树中的每个内部节点中，选择最优特征向量来分割输入的样本获取最大信息增益。