[发明专利]医学图像配准方法、配准系统、存储介质、及电子设备在审
申请号: | 201811071272.5 | 申请日: | 2018-09-14 |
公开(公告)号: | CN109584201A | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 丰彩兰 | 申请(专利权)人: | 新影智能科技(昆山)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/30 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 陈珊珊 |
地址: | 215332 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 组织切片 预处理 磁共振影像 二维 图像 降采样 三维 配准 仿射变换矩阵 图像空间 医学图像 预设 矩阵 三维变形场 控制点 存储介质 代价函数 电子设备 轮廓对齐 配准图像 配准系统 图像映射 变形场 精准度 全局 尺度 施加 | ||
本发明提供医学图像配准方法,包括:获取三维磁共振影像及二维组织切片图像并分别做预处理;对预处理后的三维磁共振影像及二维组织切片图像做同等尺度的降采样;将降采样后的三维磁共振影像的全局轮廓及二维组织切片图像的全局轮廓对齐,并获得由降采样后的二维组织切片图像至降采样后的三维磁共振影像的仿射变换矩阵;将仿射变换矩阵施加至预处理后的二维组织切片图像,以将预处理后的二维组织切片图像映射至预处理后的三维磁共振影像的图像空间;在图像空间中选取图像控制点,并在预设变形场模型及预设相似性代价函数的作用下得到三维变形场矩阵,据以生成配准图像。本发明的技术方案,有效提高了组织切片图像与MRI影像的配准速度及精准度。
技术领域
本发明涉及医学影像技术领域,特别是涉及医学图像配准方法、配准系统、存储介质、及电子设备。
背景技术
组织切片和MRI影像(Magnetic Resonance Imaging,磁共振成像)作为两种互补的图像模态,都是医学上很重要的定量技术手段,但在应用范围和分析尺度上差别较大。组织样本切片常用来研究疾病病理学,常被认为是一种金标准。MRI成像广泛地应用于活体扫描检查内在病变,如大脑、胸部、腹部MRI等。在可预见的将来,MRI影像的空间分辨率还不太可能突破0.1mm的扫描尺度,相比而言,组织切片已经是微观级别。此外MRI成像对比度机制复杂,这使得MRI检测到的异常信号和切片的病理特征难以精确对应匹配,基于MRI影像的诊断还需要进一步研究和验证。因此,尽最大可能地将两种重要的图像模态对应匹配起来是重要且有意义的,图像配准技术便成为解决这一问题不可或缺的手段。
传统的解决方案采用粗略的结构描绘,特别如大脑研究中一般把组织皮层轮廓描摹出来,绘制成图如布罗德曼脑图(Brodmann Maps)。随着现代技术发展,组织切片的定量分析逐渐形成标准化,通常把一定数量连续的组织切片在空间坐标上对齐、重建得到体图像,而后方便与MRI体图像进行配准。但这类方法也有不可忽视的缺点:首先,其不能解决少量厚切层的组织图像与MRI影像配准的需求,这需要连续的搜索,即寻找二维到三维一对多的对应;其次,组织切片的形成和制作过程会引入全局或局部的非线性非均匀的变形,比如组织在福尔马林中的浸泡、刀切过程等等,而且切片越薄其变形越会加剧;再者,组织切片和MRI图像之间的空间分辨率差异显著。
图像配准技术是图像处理领域的一项十分重要而且非常困难的技术,其中多模态的医学图像配准算法更是研究的热点。目前的医学图像配准方法大体上可以分为两类:一类是基于特征的配准方法,这里的特征可以是边缘和表面特征,也可以是一些特征点。迭代最近点算法(Iterative Closest Point)是基于特征点配准的经典的算法。基于特征的配准方法利用图像的结构信息,速度较快,但却忽略了图像的灰度信息。另一类配准方法是基于图像灰度信息进行配准,但是没有考虑到图像的结构信息。这两种方法各有优劣,而且具有很大的互补性,研究多尺度混合算法使得在配准过程中兼顾这两类信息从而获得高精度的配准具有重要意义,也是当前研究的热点。
目前,针对前述的配准场景中的问题,即稀疏的二维组织切片图像与三维MRI影像的配准问题,很少有研究文献以及配套软件能提供优良的解决方案。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供医学图像配准方法、配准系统、存储介质、及电子设备,用于解决现有技术中稀疏甚至单层二维组织切片图像与MRI影像的配准方案不够完善的技术问题。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新影智能科技(昆山)有限公司,未经新影智能科技(昆山)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811071272.5/2.html,转载请声明来源钻瓜专利网。