[发明专利]基于卡尔曼滤波和4D CT图像配准的肺部呼吸运动估计方法

权利要求书

1.一种基于卡尔曼滤波和4D CT图像配准的肺部呼吸运动估计方法，其特征在于包括以下步骤：

步骤1，在肺部4D CT图像序列{I_t}_{t∈{0,1,...,T}}中，选取初始最大吸气相位对应的图像作为参考图像I_R∈{I_t}_{t∈{0,1,...,T}}，并初始化参考相位的肺部运动状态；

步骤2，将前一相位t-1的最优运动状态估计作为基于高阶马尔可夫配准方法先验值，分别利用isoPTV和基于高阶马尔可夫随机场两种配准方法对t相位对应的浮动图像I_M与参考图像I_R进行配准，并利用配准结果分别求取卡尔曼滤波算法的观测向量Y_t与预测向量

步骤3：根据观测向量Y_t与预测向量反向求取卡尔曼滤波算法中的观测矩阵F_t与预测矩阵H_t；

步骤4：利用卡尔曼滤波算法获得当前相位最优运动状态。

2.根据权利要求1所述的肺部呼吸运动估计方法，其特征在于所述步骤1中根据参考图像中每个像素点p的空间位置x_p，将参考相位的肺部运动状态X₀初始化为X₀＝{x_p}，据此，对于任意t∈{0,1,...,T}相位，肺部的呼吸运动状态可以表示为：X_t＝X₀+D_t,0，其中，D_t,0表示参考图像I_R与t相位对应的浮动图像I_M∈{I_t}_{t∈{0,1,...,T}}之间的最优位移场。

3.根据权利要求2所述的肺部呼吸运动估计方法，其特征在于所述步骤2中将t-1相位估计得到的最优位移场作为基于高阶马尔可夫图像配准算法的先验值，获得配准后的变形场分别为和t相位时的观测向量Y_t与预测向量可以分别表示为：其中为X₀参考相位的肺部运动状态。

4.根据权利要求3所述的肺部呼吸运动估计方法，其特征在于所述步骤3中根据卡尔曼滤波算法，构建t相位下状态向量X_t的预测方程与观测方程分别为：

Y_t＝H_tX_t (2)

其中F_t与H_t分别表示t相位时的状态转移矩阵与观测矩阵。