[发明专利]一种基于特征点的PET和MRI图像融合方法

说明书

一种基于特征点的PET和MRI图像融合方法，包括以下步骤：将已知图像的相关参数曲线按照参数区间平均分段，得到的子曲线段都满足到其弦线的距离不超过给定的误差；在特征点检测之后进行两幅图像之间的平移，比较两幅图像的灰度值，计算两者之间的图像相似度匹配、相似性的测度；进行图像极值插值，提升图像质量。本发明用于解决当前图像融合导致的质量较低、处理时间过长等缺点，使用特征点识别与检测等可以精确定位图像的关键点，能够快速实现图像融合，极值插值的方式提升图像的质量。

技术领域

本发明涉及医学图像领域，具体涉及一种基于特征点的PET和MRI图像融合方法。

背景技术

当前临床图像融合方法如单纯图像相加等方式图像质量低，融合后组织器官等不能很好的匹配，不足以满足图像放疗过程中的应用，而基于Wavelet Transferm等方式的融合，时间过长，导致效率低下，而特征点识别与检测等可以精确定位图像的关键点，能够快速实现图像融合。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种基于特征点的PET和MRI图像融合方法，既能增强图像融合后质量低又能提升图像融合的速度，从而获得高精度、高分辨率的融合图像，使临床医生能够更精确和更清晰的作临床检查和临床诊断，为患者带来更有效的治疗方式。

为了实现上述目的，本发明采用如下技术方案：

一种基于特征点的PET和MRI图像融合方法，包括，

1)对正电子发射断层摄影(PET)与磁共振(MRI)采集的图像进行特征点检测，对图像的相关参数曲线按照参数区间平均分段，得到的子曲线段都满足到其弦线的距离不超过给定的误差；

2)对PET和MRI图像配准，图像平移寻找配准点，计算配准的相似性的测度；

3)计算融合后图像的极值，进行极值插值。

所述对PET与MRI采集的图像进行特征点检测，主要包括如下步骤：

在已知图像的相关参数曲线的表达式的前提下，把曲线按照参数区间平均分段，每条子曲线段由其弦线逼近，直到得到的子曲线段都满足到其弦线的距离不超过给定的误差为止，具体相关过程为：

1)原始数据点Q_i(x_i,y_i)，最大容许误差ε

2)初始点Q₀(x₀,y₀)

3)从点Q₃开始计算欧式距离ρ；

4)若上述计算的ρ＞ε，即两点之间的距离大于最大容许误差ε，则令Q_i-1作为特征点也即下一过程的起始点；如果ρ≤ε，则继续检索至i＝1，记录最后的点；

所属对PET和MRI图像配准，图像平移寻找配准点，主要包括如下步骤

1)图像T在图像S上平移，寻找图像配准基点，图像S的子图S^ij，其中i,j是子图在S中的坐标；

2)现将比较T与S^ij的内容，若两者内容一致，则T与S^ij的差值为零，上述特征点检测过程提供该过程i,j作为参考；

所述图像极值插值，主要步骤如下：