[发明专利]基于自适应正则项的滑移图像配准方法

说明书

本发明提供了一种基于自适应正则项的滑移图像配准方法，其非刚性配准包括步骤：加载刚性配准后的两个图像，一个作为参考图像，一个作为浮动图像并进行弹性形变；获取相似性测度；通过像素点空间位置权重将薄板样条能量算子和全变分算子进行空间加权获取为自适应薄板样条全变分的正则项；根据相似性测度和正则项，计算代价函数C，求函数最优解；通过空间加权获取正则项包括步骤：选择水平集实现浮动图像的边界检测与分割；基于能量谱计算像素点空间位置权重；基于全变分算子、薄板样条能量算子计算自适应薄板样条全变分。本发明配准时保留图像边界位移场不连续性的同时也保证图像内部位移场平滑性，具有更高的配准精度、适应性。

技术领域

本专利涉及一种数字图像配准、融合等方面处理的技术领域，具体涉及一种基于自适应正则项的滑移图像配准方法。

背景技术

图像配准时，传统方法是选择一个全局平滑的位移场。但是当人体进行呼吸运动时，肺部和肝部这些器官和它们周围组织之间会存在一个相对的滑移运动，此时器官的运动和它们边界的运动产生断裂，因此会在肺和胸膜之间、肝部和腹壁之间会产生一个不连续的位移场，而传统的平滑位移场对于图像边界区域产生的平滑作用无法将这种不连续位移场保留，造成了配准精度的损失。

处理这类不连续位移场的配准问题，一类方法是基于分割的运动掩膜法，但它仅能保留器官运动的真实性，不能够反应器官外部组织的有效的位移场。此外，它需要一个初始的分割操作，这对于难以分割的腹部器官来说并不适用。一些基于扩散模型的方法也被提出，如方向相关的正则项等基于非参的形变模型，但其没有显式的表达式来进行最优化的求解。另一类方法是基于全变分正则项来求解不连续位移场的配准问题，此方法不需要初始的分割操作，并且可以较好的保留图像边界的不连续位移场，但是此方法只是针对单模肺部图像的配准问题，并且没有考虑器官边界与内部结构的差异。具体来说，滑移运动虽然造成了边界的不连续运动，但器官内部非边界区域并没有受到滑移运动的影响，若对配准图像进行全局的TV约束，仍然会影响配准精度和质量。

发明内容

本发明的目的是提供一种基于自适应正则项的滑移图像配准方法，配准时保留图像边界位移场不连续性的同时也保证图像内部位移场平滑性，具有更高的配准精度以及适应性、稳定性。

为了克服现有技术存在的问题，达到上述目的，本发明提供了一种基于自适应正则项的滑移图像配准方法，其包括依次对参考图像和浮动图像进行刚性配准和非刚性配准，所述非刚性配准包括以下步骤：

加载刚性配准后的两个图像，一个作为参考图像，一个作为浮动图像并进行弹性形变；

获取衡量参考图像和弹性形变后的浮动图像之间相似性程度的相似性测度MI(M,F；u)；通过像素点空间位置权重将薄板样条能量算子和全变分算子进行空间加权获取为自适应薄板样条全变分R^TPS-TV(u)的正则项；

根据相似性测度和正则项，计算代价函数C，求函数最优解；

其中，通过空间加权获取正则项包括以下步骤：

选择水平集算法实现器官弹性形变后浮动图像的边界检测与分割，并通过能量谱表示像素点到边界的相对距离；

基于能量谱计算像素点空间位置权重w(ο)，则：

c₁和c₂表示距离参数，q(ο)表示水平集分割能量谱；

基于全变分算子R^TV(u)、薄板样条能量算子R^TPS(u)，计算自适应薄板样条全变分R^TPS-TV(u)：则，R^TPS-TV(u)＝w(ο)R^TV(u)+η(1-w(ο))R^TPS(u)；ο(x,y,z)代表图像域，_η为经验系数，用于将全变分算子和薄板样条能量算子的值域范围统一。