[发明专利]基于互信息的CT-DR多模态食管图像配准方法及系统

说明书

本公开提供了一种基于互信息的CT‑DR多模态食管图像配准方法及系统，包括：分别获取食管图像的CT图像和DR图像，并进行预处理；基于自适应切片3D纹理映射方法，将所述3D的CT图像中的纹理像素映射到2D空间，获得DRR图像；以最大化所述DRR图像与DR图像间的互信息测度为目标，利用最佳邻域搜索算法对所述CT图像与DR图像间的坐标变换进行迭代优化；将最优坐标变换应用于DR图像，获得CT图像和DR图像的配准结果。所述方案通过互信息度量的方法比较三维CT生成的DRR图像与DR图像的相似度，并通过最佳邻域搜索算法不断优化投影空间参数，找到最优配准图像形变的矢量场，最终实现CT‑DR的多模态配准。

技术领域

本公开属于医学图像处理技术领域，尤其涉及一种基于互信息的CT-DR多模态食管图像配准方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

医学图像有多种成像技术，例如电子计算机断层扫描(CT)成像，直接数字化X射线摄影(DR)成像。在进行医学图像分析时，通常需要将同一患者的多幅不同类型图像放在一起进行对比分析，从而获得该患者病灶的病变程度等动态信息。而在对不同图像做定量对比分析时，首先就需要进行图像的多模态配准。2D-3D多模态图像配准在图像引导手术和图像引导放射治疗系统中起着关键作用，它通过将一个或多个二维图像配准到三维图像中，建立术前3D CT图像与术中2D DR图像空间之间的协调关系。特别是在放射治疗中，由于高精度的信号传输和先进成像技术的快速发展，它在IGRT中的病人精确放射治疗方面的应用变得越来越重要。

辅助性放射治疗(CRT)的目的是改善靶区剂量分布，减少对正常组织的损伤，所以精确地描绘食管癌肿瘤体积和纵隔淋巴结是必要的。传统的CRT放疗规划成像模式是计算机断层扫描(CT)。然而，CT不能准确区分食管的恶性肿瘤和正常食管组织的近端和远端界限，CT也不能很好地确定纵隔淋巴结的范围。但是直接数字化X射线摄影(DR)能够提供清晰的食管组织与纵隔淋巴结的图像，所以有效地将3D CT图像与2D DR图像进行多模态图像配准，可以辅助CRT放疗规划，减少对正常食管组织的损伤。

发明人发现，在现有的图像配准技术中有一些是基于特征的方法，另一些是基于强度的方法。其中，基于特征的方法需要比较图像中的点和平面，并试图找到与两个对象重叠的变换，其缺陷是，该方法需要一个必要的分割阶段，并且容易出错，很难自动实现，分割中的错误可能导致最终配准中的错误。而基于强度的方法通常不需要或几乎不需要人工提取特征，因为它们直接使用图像强度值进行比较，但是由于输入图像的维数不同，需要重建3D图像或者模拟2D投影图像，其中，模拟的2D投影图像被称为数字重建放射图像(DRR：Digitally Reconstructured Radiograph)，并且它们是从3D CT图像计算得到的，并在配准期间与相应的2D DR图像进行相似性比较，而现有相似性度量方法准确性较低。

发明内容

本公开为了解决上述问题，提供了一种基于互信息的CT-DR多模态食管图像配准方法及系统，所述方案通过互信息度量的方法比较三维CT生成的DRR图像与DR图像的相似度，并通过最佳邻域搜索算法不断优化投影空间参数，找到最优配准图像形变的矢量场，最终实现CT-DR的多模态配准。利用配准后的图像可以准确找到食管组织所在的位置，从而在制定放疗计划时辅助医生预判正常食管组织的位置，以减少射线对正常食管组织的损伤。

根据本公开实施例的第一个方面，提供了一种基于互信息的CT-DR多模态食管图像配准方法，包括：

分别获取食管图像的CT图像和DR图像，并进行预处理；

基于自适应切片3D纹理映射方法，将所述3D的CT图像中的纹理像素映射到2D空间，获得DRR图像；

以最大化所述DRR图像与DR图像间的互信息测度为目标，利用最佳邻域搜索算法对所述CT图像与DR图像间的坐标变换进行迭代优化；