[发明专利]基于改进迭代最近点算法的白光数据与CT数据配准方法

说明书

本发明属于图像数据处理技术领域，公开了一种基于改进迭代最近点算法的白光数据与CT数据配准方法；对采集的CT数据、白光数据、荧光数据进行预处理；然后对CT数据进行重建以及分割，对CT数据进行表面提取与剖分得到体表数据；采用改进的基于体素的方法进行小鼠3D表面网格化重建；采用基于双向距离比例改进的ICP算法对3D CT数据和3D白光数据进行配准；进行多幅荧光信息融合与3D表面荧光光通量重建，以实现CT数据和光学数据的融合。本发明不仅能提高白光数据与CT数据的配准精度，提高了配准速度，有利于光学逆向重建，同时有利于医学诊断中的观测判断，虚拟手术中的预测模拟和临床教学中的培训实践，给使用者带来方便。

技术领域

本发明属于图像数据处理技术领域，尤其涉及一种基于改进迭代最近点算法的白光数据与CT数据配准方法。

背景技术

目前，业内常用的现有技术是这样的：分子影像技术由于它能够进行无损、动态检测而被广泛用于医学诊断，而随着医学影像技术的发展，多模态成像也已成为现代医学发展的重要方向。生物自发荧光断层成像是光学分子影像中最具代表的成像方式之一，其具有灵敏度高、低背景噪声、成像速度快、非入侵式、成本低廉和无电离辐射等优势。但BLI仅是二维成像，没有深度信息，无法反应内部荧光光源的位置信息，需要通过表面的荧光分布信息逆向重建出内部光源信息。同时光学成像无法提供小动物的结构信息，CT数据与光学数据融合实现多模态成像，可以提高光学逆向重建的精度，从功能和结构两个方面同时观测生物组织。因此，光学数据与CT数据的融合是至关重要的一个环节。

传统的白光数据与CT数据融合的方法为目前主流的2D-3D基于标记点的配准方法，在采集白光数据之前，在小鼠支架上贴上标记物，然后采集带有标记物的小鼠白光图像，通过2D-3D的映射，完成荧光数据与CT坐标系间的对应，实现光学成像坐标系与CT坐标系的统一。但是这种方法，一方面需要对系统进行设置，micro-CT系统与光学相机采集系统需要严格垂直，否则采集的图像不能保证标记点坐标系与CT坐标系完全统一。另一方面，过分依赖标记点的选定，人为选择的标记点也会对配准造成一定的误差。比如标记点的大小，标记点的位置精度差异带来的误差直接影响光学数据与CT数据融合的精度。研究者在逆向重建的方法上做了大量工作，但是如何精确的得到光学数据与CT数据的融合信息很少有人研究。

综上所述，现有技术存在的问题是：传统的光学数据与CT数据融合的方法需要对系统进行设置，；过分依赖标记点的选定，人为选择的标记点也会对配准造成一定的误差，影响光学逆向重建的精度。

解决上述技术问题的难度和意义：传统的光学数据与CT数据融合方法的精度难以保证，基于改进迭代最近点算法的白光数据与CT数据配准方法需要对CT数据进行三维重建；对白光数据采用改进的基于体素的Space caving方法重建小鼠表面；采用改进的迭代最近点算法对3D CT数据和3D白光数据进行配准，其中配准的精度和速度至关重要，基于双向距离比例改进的迭代最近点算法中权重的赋值即就是概率值是需要解决的重要问题。

发明内容

针对现有技术存在的问题，本发明提供了一种基于改进迭代最近点算法的白光数据与CT数据配准方法。

本发明是这样实现的，一种基于改进迭代最近点算法的白光数据与CT数据配准方法，所述基于改进迭代最近点算法的白光数据与CT数据配准方法包括：

步骤一，对采集的CT数据、白光数据、荧光数据进行预处理；然后对CT数据进行重建以及分割，对CT数据进行表面提取与剖分得到体表数据；

步骤二，采用改进的基于体素的方法进行小鼠3D表面网格化重建；

步骤三，采用基于双向距离比例改进的ICP算法对3D CT数据和3D白光数据进行配准；进行多幅荧光信息融合与3D表面荧光光通量重建，以实现CT数据和光学数据的融合。

进一步，所述步骤一具体包括：