[发明专利]一种2D-3D影像配准算法

说明书

本发明公开了一种2D‑3D影像配准算法，包括步骤：（1）在术前扫描患者患处得到术前3D影像；在术中分别对患者相对应患处进行正侧位透视扫描得到正侧位2D透视影像；（2）构建术中拍摄正侧位透视影像设备的空间模型，并根据步骤（1）计算得到术前3D影像在空间模型中的初始位姿；（3）采用步骤（2）构建的空间模型生成术前3D影像的正侧位DRR影像，并将其与其对应的术中2D透视影像进行模板匹配，得到术前3D影像的粗匹配变换位姿；（4）使用梯度下降优化算法进行精准优化匹配，得到术前3D影像的最终变换位姿。本发明通过采用模板匹配在进行粗匹配，然后使用梯度下降优化算法得到最优结果，可以在保证配准速度的同时，得到非常精准的配准结果。

技术领域

本发明涉及手术导航技术领域，尤其涉及一种3D CT影像和2D透视影像的配准算法。

背景技术

3D CT影像和2D透视影像配准算法计算3D CT影像和2D透视影像之间的位姿变换值，在影像导航置入手术中被用于将术前信息（基于CT的手术计划数据）整合到术中X射线投影影像中，以提高到达目标位置的精度。当前的算法实现通常使用3D CT影像生成2D DRR（数字重建放射）影像，计算DRR影像和透视影像之间的相似度，找到CT的某个位姿使生成的DRR影像和透视影像具有最佳的相似度。由于目标变量有6个自由度（其中3个表示旋转，另外3个表示平移），传统的基于模板匹配的相似度评价的算法或基于随机采样搜索的算法并不能得到精准的结果，且非常耗时，影响算法在实际场景的应用。

发明内容

发明目的：本发明针对上述不足，提出了一种快速、准确的2D-3D影像配准算法。

技术方案：

一种2D-3D影像配准算法，包括步骤：

（1）在术前扫描患者患处得到术前3D影像；在术中分别对患者相对应患处进行正侧位透视扫描得到患者患处的正侧位2D透视影像；

（2）构建术中拍摄正侧位透视影像设备的空间模型，并根据步骤（1）计算得到术前3D影像在空间模型中的初始位姿；

（3）采用步骤（2）构建的空间模型生成术前3D影像的正侧位DRR影像，并将其与其对应的2D透视影像进行模板匹配，得到术前3D影像的粗匹配变换位姿；

（4）使用梯度下降优化算法进行精准优化匹配，得到术前3D影像的最终变换位姿。

所述步骤（3）中，位姿包括三维欧拉角和三维平移向量；具体计算得到术前3D影像的粗匹配变换位姿如下：

通过模板匹配计算生成的DRR影像和其对应的2D透视影像的归一化相关匹配值，得到最佳的匹配位置，据此计算得到术前3D影像粗匹配后的平移向量；

对于初始欧拉角，分别以生成的DRR影像的每个分量角度以预设的偏差取值，并分别计算其与对应的2D透视影像之间的归一化相关匹配值，得到最高匹配值对应的欧拉角；

综上计算得到术前3D影像的粗匹配变换位姿。

所述步骤（4）中：

以术前3D影像的粗匹配变换位姿作为待优化变量；

分别计算正侧位DRR影像的梯度图及经过粗匹配变换位姿变换后的3D影像生成的对应DRR影像的梯度图，并以二者之间的相似度值作为评价函数；

使用梯度下降优化算法计算术前3D影像的最终变换位姿。

使用Scharr算子分别计算所述DRR影像的梯度图和术中2D透视影像的梯度图。

所述DRR影像的梯度图和2D透视影像的梯度图之间的相似度值metric计算如下：

正位DRR影像和正位2D透视影像的单椎骨梯度相似度值计算方法为：