[发明专利]基于先验统计运动模型及自适应配准的肺部运动估计方法

摘要

本发明涉及一种基于先验统计运动模型及自适应配准的肺部运动估计方法，包括：S1：获取多组病人呼吸始末两个相位的胸部CT图像；S2：对其进行肺部组织的图像分割；S3：将每组病人两个不同呼吸相位的胸部CT图像进行配准；S4：提取肺实质的运动信息，并以此建立肺部呼吸运动样本库，每组样本的EI时刻CT图像都与第一组样本的EI时刻CT图像做配准，获取样本间的转换矩阵；S5：采集一组新增肺部运动模型EI时刻的全局肺区CT及一组EE时刻的肺部病灶区域CT；S6：在新增的两种CT中选取十组的特征点对；S7：稀疏先验运动模型的生成；S8：病灶区域的精确运动信息获取。与现有技术相比，本发明具有计算速度快、实现方便、应用灵活等优点。

主权项

1.一种肺部运动信息的计算机获取方法，其特征在于，该方法采用计算机，实现方式为MATLAB，所述的方法包括依次执行的以下步骤：/nS1：事先获取多组病人呼吸始末两个相位的胸部CT图像，其中两个相位分别为吸气末EI、呼气末EE；/nS2：处理从步骤S1中获取的胸部CT图像，对其进行肺部组织的图像分割，得到肺实质；/nS3：将每组病人两个不同呼吸相位的胸部CT图像进行配准；/nS4：根据配准后的序列图像信息，提取肺实质的运动信息，并以此建立肺部呼吸运动样本库，每组样本的EI时刻CT图像都与第一组样本的EI时刻CT图像做配准，获取样本间的转换矩阵；/nS5：采集一组新增肺部运动模型EI时刻的全局肺区CT及一组EE时刻的肺部病灶区域CT；/nS6：在新增的两种CT中选取十组的特征点对，获取这些特征点对的运动信息作为步骤S7的输入；/nS7：稀疏先验运动模型的生成：将步骤S5中EI时刻的CT与运动样本库中的第一组CT数据进行配准，得到两者之间的转换矩阵，结合步骤S6中的特征点对运动信息获取其在运动样本库中各个样本中的各异性表达，计算获得步骤S6提供的运动信息在运动样本库中的稀疏线性表达，并以此生成肺实质的运动信息；/nS8：病灶区域的精确运动信息获取：稀疏先验运动模型提供的先验运动信息作为依据，结合步骤S5中的两组图像利用配准算法得到病灶区域的精确运动信息；/n所述的步骤S7中稀疏先验运动模型的生成表示为：/n