(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf_第1页
(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf_第2页
(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf_第3页
(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf_第4页
(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf_第5页
已阅读5页,还剩61页未读, 继续免费阅读

(机械电子工程专业论文)基于轮廓特征的头部医学图像的特征提取与对齐.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

摘要 现代科学技术在医学领域中的应用促进了医学技术的发展。特别是医学影像 设备的逐步完善有效地促进了医疗诊断技术的进步。如何充分利用各种图像信 息,提高利用医学图像诊断过程的精度一真是图像诊断技术研究的热点;而医学 图像融合技术是图像诊断技术的前沿课题。医学图像的匹配与对齐是进行医学图 像融合的前提和基础,也是进行图像融合的难点之一。本文分析了各种医学图像 的成像原理及图像特点,了解现有图像处理的方法和水平,并从可行性、技术难 度以及匹配的准确性等方面进行综合考虑,在此基础上针对头部医学图像的特征 提取和图像对齐问题进行了研究。 本文首先设计了基于轮廓特征的特征点匹配方案,比较了常用边缘检测算子 对头部c t 图像的检测效果,分析各种算子的边缘检测特性并结合本文轮廓特征 提取的具体要求,选用r o b e n 算子对头部c t 图像进行边缘检测。运用阈值处理 将经r o b e r t 算子处理后的图像转化为黑白二值图像强化边缘特征。采用细化处 理强化图像中的“骨架”特征。采用轮廓跟踪算法提取图像中的轮廓。并对轮廓 跟踪算法进行改进,使用者可根据需要提取所感兴趣的轮廓特征。 在提取轮廓特征的基础上进一步完成了特征点提取、特征点之间对对应关系 匹配,制定了采用局部特征点对头部图像进行对齐的方法。对奇异值分解法之所 以可应用于头部图像对齐进行了数学上的证明。并用m a t l a b 对奇异值分解法 变换参数求解过程进行了运算。 以上的研究成果对于图像的对齐提供了新的方法和思路。该方法简单易行, 对于轮廓的提取和对齐具有较高的匹配精度,具有一定的学术价值。 关键词:医学图像图像融合特征提取图像配准奇异值分解 a b s t r a c t f u s i o no fm e d i c a l i m a g ei so n eo fm o s t i m p o n a i l ta i l du s e 如ls u b j e c ti nt 1 1 ef i e l d o fi m a g ep r o c e s s i n g ,w b i l ei m a g er e g i s t r a t i o ni sa i s o 也eb a s eo fm e d i c a l i m a g e p r o c e s s i n g i nm i sp a p e r a r e ra n a l y z i n gt h ei m a g i n gt 1 1 e o r yo fm e d i c a li m a g es u c ha s c t m r j ,p e te t c ,b e i n ga c q u a i n t e d 、v i t ht h el e v e io fi m a g ep r o c e s s i n 吕as c h e m ei s c o n s t i t u t e dt or e a l i z et h er e g i s t r a t i o nb e t w e e nm e d i c a li m a g e s ,w h j c hi sb a s e do nm e f e a t u r ep o i n ts e l e c t c d 舶mt 1 1 ec o n t o u ro f h e a d i n 也i sr e s e a r c hw o r k ,f i r s tt h ed i f f e r e n c eb e t 、e e nt h e e d g ed e t e c t i o no p e r a t o r si s c o r n p a r e d ,w h i c hi su s e do nm e d i c a li m a g e0 fh e a d t h er 0 b e r to p e r a t o ri ss e l e c t e d a r e ra n a l y z i n gt 1 1 ef e s u l to fe d g ed e t e c t i o n t h r e s h o l d l u ei sa l s ob e e ns e l e c t e dt o c h a l l g em e 铲a yi m a g e i n t ob l a c ka n dw l i t e i m a g e ,w h j c h c a n i n t e n s i 母t h e i n f o n a t i o no fe 起e s t h e nt 1 1 i n n i n gi su s e dt o e n 胁1 c i n gt 1 1 e c o n t o l l ro fi m a g e f i n a l l yu s i n gc o n t o u r 打a c e 撕m m e t i cp i c k su pm e c o n t o l l ro f o b j e c tw h i c h i su s e m l t o t l l e i m a g er e g i s t r a t i o n a l l t h ec o u r s e sa f e a l lr e a l i z e d b y s o n w a r ev c 6 o f u n h e h n o r e h i s t o g r 锄,w 1 1 i c hc a nr e f l e c t t h ep i x e iv a l u eo fi m a g e ,a n dc o n t o u w h i c hc a nb es e l e c t e dm r o u g h i n p u t t i n gt h ep o s i t i o no f 也es t a r tp o i n t ,a r ea l l 砌i z e d b y t h es o f a r e f e a t u r ep o i n ta b s t r a c t i o na n do n et oo n ec o r r e s p o n d e n c eo ft 1 1 e mi sa l s ob e e n r e s e a r c h e d an e w 、v a y 、】v _ h i c hb a s e do nt l l el o c a lf e a t l l r ep o i mi sc r e a t e d a sa r e s m t , t 1 1 e p r o b l e m o f i m a 百n gr e g i s t m t i o n b e c o m e sm o r ec o n v e i l i e n t s i n g l e v 砒u e d e c o m p o s i t i o n ,w h i c hi sp r o v e di n 也ep 印e r ,i sa d o p t e dt os o l v et l l er c g i s t r a t i o n a t l a s t ,t h ec o u r s eo fr e g i s t r a t i o ni se m u l a t e db ym a t l a b i nm e s u p p o r to f a b o v ea c h i e v e m e n t ,an e x i b l ea 1 1 de x a c tw a yo fm e d i c a li m a g e r e g i s t r a l i o n i sf o u n d t h er e s u l ti nt h i sp 印e rc a nb eu s e di nm a n yf i e l d sa 1 1 d h i g h p r e c i s i o nc a n a l s ob eg a i n e d k e y 、v o r d s :m e d i c a li m a g ei m a g ef u s i o n f b a t u r ea b s t r a c t i m a g er e g i s n 丑t i o n s i n 出ev a l u ed e c o m p o s i t i o n ( s v d ) 中南大学硕士学位论文 第一章绪论 1 1 医学影像成像技术的现状及发展趋势 伦琴( w i l h e l mc o n r a dr 6 n t g e n ) 1 8 9 5 发现x 射线后,x 射线就被用于对人 体的检查,做疾病诊断,逐步形成了放射诊断学( d i a g n o s t i cr a d i o l o g y ) 这一新学科, 并奠定了医学影像学的基础。随着科学技术的发展,又相继出现了超声成像 哪l t r a s o n o g 豫p h y ,u s g ) 和y 闪烁成像( y s c i n t i g r a p h y ) 。尤其到了7 0 和8 0 年代又 相继出现了计算机断层成像( c o m p u t e dt 0 m o g r a p h y ,c t ) 、核磁共振成像( m a g n e t i c r e s o n a l l c ei m a g i n g ,m r j ) 、发射体层成像( e m i s s i o n c o m p u t e dt o m o g r a p h y ,e c t ) 包括单光予发射体层成像( s i n 出ep h o t o n e m i s s i o n c o m p u t e dt 0 m o g r 印h y , s p e c t ) 、正电子发射体层成像( p o s i 台o ne m i s s i o nt o m o g r a p h y ,p e t ) 等新的成像 技术。这些先进的成像技术可分别反映出人体解剖、生理功能情况及病理变化, 而且由于成像的原理和方法的不同,各种图像也分别有自己的特点。随着医疗设 备的不断更新换代,检查技术的不断完善,医学图像大大促进了对临床医学的发 展。 近年来医学影像设备更是迅猛发展,总的来说医学影像设备发展的宏观趋 势为:在软硬件方面:由于影像学设备的硬、软件发展极为迅速,用户在购置 设备的配置选择中已不容易完全合理地选择与之匹配的各种相应硬件和软件。因 此较高档次的c t 、m r 设备趋向软件配置系统化,使设备的硬件与配套软件等合理 搭配,以发挥最好的性能。在工作站功能的普及方面:继c t 、m r 设备操作台工 作站化及工作站设置用户友好界面等趋势之后,各家公司产品中工作站功能进一 步普及,进一步显示了工作站非专用化趋势。在较高档设备中,工作站均已可作实 时的复杂的后处理,如c t ( m r ) 的导航内窥镜显示等。这些后处理功能已可使显示 的结构更为直观、形象,使影像学科与其他临床学科的医生更便于检测和识别病 中南大学硕士学位论文 变。此外,工作站功能的发展也给影像学信息的网络化奠定了基础。影像学信 息的功能化:数年前,影像学信息已开始从单纯的形态学方面向功能性方面发 展。近年来c t 和m r i 在功能性信息的显示方面均有了更进一步的发展,如c t 灌 注成像的出现、m r i 脑灌注成像与皮层功能定位成像的进一步成熟、心肌灌注成 像的发展等。从会议的学术报告、厂家展示的技术及重点大学的研究工作反映的 动态看,在今后数年功能成像技术仍将是重点发展的技术。但是,由于技术与设备 条件制约的因素较大,这些技术仍不可广泛应用于实际。介入放射学导向技术 的多样化:在介入放射学传统的透视、超声、c t ( 常规) 导向基础上,继前几年 的技术发展之后,各厂家展示的中档以上的c t 、m r 设备几乎均具有了不同方式的 介入导向技术。特别是在较高档的设备上,可利用三维重建功能实施介入操作的 导向。这些发展将进一步促进了介入治疗领域。各种影像学设备的功能融合化: c t 、m r i 、核医学设备在显示技术进步的同时,互相渗透、融合的趋势很明显, 如m r i 与c t 都在实施灌注成像( 脑) ,m r i 和正电子发射体层摄影术( p e t ) 都可实 施脑功能性成像:螺旋c t 与超高速c t 都在实施冠状动脉钙化定量测量等等。此 外,不同设备的影像还可在工作站上互相叠加,发挥各自的长处。影像信息网络 化的发展:尽管图像存贮与传输系统( p a c s ) 已提出多年,但真正可实现影像学信 息网络化的医院与地区尚不很多。 1 2 医学图像融合技术发展基础及国内外现状 目前对于医学影像的研究,主要集中在两个方面,开发更好的设备以满足 医学诊断的需要;研究出更先进的图像处理技术,更好的利用图像中所包含的 有用信息。而医学图像的融合就是后者的研究重点之一。 图像融合对医学诊断是有很大应用价值的。对于现在种类繁多功能强大的各 种医学影像的成像设备,一方面极大的推动了医学影像的发展,但另一方面在临 床诊断上仍然存在着很大的局限性。这主要是由于各种图像的成像原理的不相同 中南大学硕士学位论文 导致不同的影像显示的侧重点也各不相同造成的。突出的反映就是不同的医学图 像可提供相关脏器的不同信息。比如:c t 图像和m r i 图像以较高的空间分辨率 提供了脏器的解剖结构信息,而p e t 图像和s p e c t 尽管空间分辨率较差,但提 供了脏器的新陈代谢功能信息】。显然多种成像设备的结合可以提供更全面的医 疗诊断信息,但有时这些信息也可能会相互矛盾。因此如能将不同的医学图像信 息有机地结合起来,毫无疑问,将进一步推动现代医学临床诊断的发展。医学图 像融合是信息融合的一个极具特色的应用领域,其意义在于综合整体信息大于各 部分信息之合。从多源信息( c t 、m r j 、s p e c t 、p e t 等) 综合应用处理中获 得新信息发挥各种模态图像的优点达到信息的互补,从而为现代医学临床诊断带 来新的思维。在此基础上医学图像的融合问题也就相应的被提出,并逐步的发展 和完善起来。 1 2 1 发展医学图像融合的理论和技术基础 对于图像的融合( i m a g er e g i s t r a t i o na i l df u s i o r l ) 是8 0 年代以来发展迅速的图 像处理技术之一。它在医学影像、电子系统和模式识别及人工智能中有着非常广 泛的应用。医学影像的融合是图像融合的一个重要的应用领域。 医学图像的融合起步较晚,大约在2 0 世纪9 0 年代才逐步的在信息融合的基 础上发展起来。虽然现在我国硬件技术还与外国存在一定的差距,但对于医学图 像的处理有着很好的基础,这主要体现在现阶段信息融合技术发展相对成熟,为 医学图像融合奠定了理论基础。信息融合属于计算机视觉的范畴,它是指将从多 个感知源得到的信息特征组合到一起,成为一致表达形式的处理过程。融合技术 特别是多传感器信息的融合技术在机器人视觉中己经受到广泛的重视“。融合技 术的特点是利用多种或多个传感器在时间或空间上的互补性及信息上的相关性, 对研究对象进行全面的描述。另外,数字图像处理技术现在已有了较大的发展, 这主要体现在图像的识别、分割、匹配等方面已存在大量的成熟的技术“。而 对于图像的融合技术近些年也有了较大的发展,比如说:导弹导航系统、机器人 3 中南大学硕j :学位论立 的视觉、航拍图片的对齐、照片的融合等技术都可对医学图像融合提供技术参考。 因此医学图像融合具有良好的理论基础。 1 2 2多模态医学图像的融合与p a c s 系统 近年来。随着医学影像技术的迅速发展,传统医学图像的诊断形式也在发生 着潜移默化的变化。这主要归功于计算机技术的迅猛发展以及网络技术的迅速普 及。 现在医学图像的使用越来越频繁而且数量也迅速地增加。传统形式的胶片图 像存在的种种弊端也逐渐地暴露出来“:首先,它的效率很低,不能满足临床需 要,如遇急诊问题就更加严重。其次,资料的查询速度慢,图像的传递也需要大 量时间。第三、异地医生同时观察一幅图像( 如远程诊断或电话会诊) 的愿望不可 能实现。第四、硬拷贝的窗宽、窗位不能调节,整张胶片的信息没有得到充分的 利用,很难观察到更细微的局部信息,而且质量达不到要求的胶片往往需要重摄, 给拍照者和患者带来负担。胶片的丢失和变质也是一个难以解决的问题。针对以 上问题,p a c s 系统的临床要求便被提出。而随着数字化技术和计算机科学的飞 速发展以及网络技术的普及,为p a c s 的产生创造了客观条件。 p a c s 全称为( p i c t u r e 灯c 圭l i v i n ga n dc o m m u n i c a t i o ns y s t e m :p a c s ) 即医疗图 像的归档与传输系统m 州。p :a c s 是应用于医院放射科或医院及更大范围的医学 图像信息管理系统,图像主要来源于医院的放射医疗设备如c t 、m r i 、p e t 、b 超 等产生的影像,在这里医学影像又称为医学图像。p a c s 是医学图像信息管理的 重要条件,它对于医学图像的采集、显示、存储、交换和输出进行数字化处理, 最终实现图像的数字化存储和传送。在p a c s 的基础上,可实现医学图像在院内 外的迅速传递和分发,使医生或病人能随时随地的获得所需医学图像;同时由于 采用数字图像的形式进行传输,这就使医学影像中的信息( 医学图像例如c t 、 m r i 的灰度信息丰富,而拍成胶片后会丢失很多信息) 得以保留。这就为对医 学图像的计算机处理以及对图像进行更深入的分析创造了条件。尤其近几年 4 中南大学硕士学位论文 p a c s 不断的发展为医学图像诊断技术向更深层次发展提供了条件。而对于图像 融合技术必然要与p a c s 相结合。这主要表现在多模态医学图像融合需要有 p a c s 系统的支持。图像的融合必须要求对多种模态的医学图像( c t 、m r j 、p e t 等) 同时进行调用、处理,因此对于传统的胶片处理方式是不能满足图像融合要 求的。同时医院中的各个设备分布相对分散这就必然要求将拍好的照片要根据不 同的需要进行传递存储。进一步地讲,对于医学图像处理必需要有统一的存储格 式以便于图像的融合及相关处理,而p a c s 的图像存储与传输是基于d i c o m 【”。2 1 】 标准的,现在大部c t 、m i u 的大型设备都支持d i c o m 标准,p a c s 促进了多 模态医学图像格式的一体化。这就为医学图像融合提供了技术上的支持口”。这主 要表现在一下几个方面: p a c s 的网络支持。利用计算机先进的存储方式和强大的图像压缩功能以及网 络传输能力,可以实现医院内部甚至远程的医院之间医学图像信息的共享, 这种共享是体现在时间和空间两个方面的,放射科的图像不但在诊断科内部 可以使用,而且在整个医院内部通过计算机网络实现资源共享,甚至支持远 程对图像的调用,另一方面对于已经使用过的医学图像提供长期、可靠的保 存手段,以供将来随时查询和显示。 p a c s 数据库支持。对于数量巨大的医学图片,p a c s 采用先进的数据库管理 形式进行管理,把图像数据库的信息进行归类和标识,这就为医学图像的融 合提供了方便。 p a c s 基于d i c o m 标准,图像格式统一。p a c s 具有与各种不同硬件设备如 c t 、m r i 、c r 、p e t 的接口以获取原始数据,并将医院中已有的医学图像设备 产生的图像通过直接或间接的方式转换为系统能够存储和处理的d i c o m 标 准,图像获取会更加方便。 医学图像的融合可作为p a c s 系统中的扩展模块,使p a c s 进一步增强医学 图片分析以及辅助医疗的作用。 中南大学硕士学位论文 当前p a c s 系统已经相对成熟,已有多家国外厂商推出了产品化的p a c s 系统。 因此p a c s 为医学图像融合技术提供了一个良好的载体。总之,图像融合的实现 应该基于p a c s 基础上进行,而多模态图像融合则是对p a c s 功能进一步完善的一 个重要环节。 1 2 - 3医学图像融合技术发展现状 医学图像融合的概念很广泛【2 3 j 。广义地说,对多模态图像信息任何形式的综 合利用都可称之为融合。融合的结果可表现为不同模态图像间结构的映射、叠加 显示等图像显示技术和生成新型的医学诊断图像融合图像,它包括一、二维 图像之间的融合图像、二维断层融合图像和三维融合图像及体融合图像。狭义地 说,只有将多个图像数据集组合到一个图像数据集中才称为融合。融合的结果是 由多种不同来源的信息源得到的一个新的、被优化的输出,这个结果应该比任何 一个输入信息源包含更多的有用信息。 一、医学图像融合的分类 对于一个完整的医学图像融合系统,应该是各种医学成像设备、处理设备与 融合软件的总和。但一般可把图像融合分为以下几种: 按照成像设备的组成,可将系统分为同类多源融合系统与异类多源融合系 统。同类多源图像融合系统如:s p e c t 图像融合系统、m r i 图像融合系统、c t 图 像融合系统等:异类多源融合系统如:s p e c t 与m r i 图像融合系统、s p e c t 与 c t 图像融合系统、c t 与m r j 图像融合系统等。由上可知,最初图像融合是指 从相同或不同成像模态( i m a g i n gm o d a l i t y ) 所得图像经过必要的几何变换,空 间分辨率统一和位置匹配后,进行叠加获得互补信息,从而增加信息量。而现在 对于医学图像融合的研究范围包括:图像匹配对齐、融合图像的显示和分析,利 用从对应解剖结构图像( m r j ,c t ) 获取的先验信息对放射型数据( s p e c t , p e t ) 做有效的衰减校正、数据重建等。 按照融合对象分,有单样本时间融合系统、单样本空间融合系统以及模板融 6 中南大学硕士学位论文 合系统。单样本时间融合;跟踪某个病人,将其一段时间内对同一脏器所做的同 种检查图像进行融合,以助于跟踪病理发展和研究该检查对该疾病诊断的特异 性。单样本空间融合:将某个病人在同一时期内( 临床上视l 一2 周内的时间为同 时) 对同一脏器所做的几种检查的图像进行融合,以便综合利用这几种检查提供 的信息( 如m i u 、c t 可以提供脏器的结构信息,s p e c t 可以提供脏器的功能信 息) ,对病情做出更准确的诊断。模板融合:从许多健康人的研究中建立一系列 模板、将病人的图像与模板图像融合,有助于研究某种疾病的病理和诊断标准。 按照处理方法,则有数值融合法和智能融合法。数值融合法:将来源于不同 成像设备的图像做空间归依化处理( 确保不同图像中的像素表达同样大小的空间 区域) 获得一致性描述后直接应用。智能融合法:将来源于不同成像设备的图像 做空间归依化处理、根据研究的需要。选择不同图像中的所需信息进行融合。如: 提取m r j 的颅骨轮廓作为先验知识用于s p e c t 脑的重建。 按图像融合对象的获取时间可分为短期图像融合( 如跟踪肿瘤的发展情况时 在1 3 个月内做的图像进行融合) 和长期图像融合( 如进行治疗效果评估时进行 的治疗后2 3 年的图像与治疗后当时的图像进行融合) 。临床工作人员根据自己 的研究目的不断设计出更多的融合方式。 二、图像融合的实现 总的来说医学图像融合的实现可分为两步:首先对医学图像进行配准,第二 步对医学图像进行融合的显示。图像的配准是图像融合的先决条件,图像配准精 度的高低直接决定着融合结果的质量。对于医学图像来说,由于不同模态图像所 表现的性质截然不同。再加上患者摆位的差异、成像参数的变化、不同成像设备 间空间分辨率的不同,以及配准的精度要求较高,使得医学图像配准成为一项相 当困难的任务。理想情况下,图像融合应能够实现所研究图像精确到点对点对应。 然而在实际应用中,图像分辨率越高( 结构图像分辨率较高、通常为毫米级) ,图 像细节越多。实现点对点的一一对应也就越困难;事实上由于各种客观或人为因 中南大学硕士学位论文 素由医学图像获得l o o 真实的脏器信息是不可能的。因此图像配准技术的实现 是医学图像融合的难点。 三、医学图像配准的技术现状 医学图像的配准问题是难度较大的图像处理技术,也是制约着医学图像融合 技术的发展和医学图像融合软件实用化的技术关键。近年来,经过大量科研人员 的研究,已经发展了许多图像配准方法: 外部定位装置法在病人颅骨嵌入螺钉或在皮肤上做记号或放置其他在两幅 图像都可检测到的附加标记物,例如使用充有硫酸铜的管子、玻璃珠、铬合金珠、 明胶球等】。利用计算机程序计算脑s p e c t 和m r i 各层面上标记点的位置信息、 确定出配对层面,原则上外部定位法可用于配准任何模式的图像,而且配准精度 很高,在c t 、m r i 中,定位精度大约在l 一2 m m 以内,并且外部标志在医学图像 中比较容易识别,通过比较图像中标志的位置进行的配准结果也易于检测。因此, 这种方法配准效果比较理想:缺点是在使用这些标志时、受试者都要在扫描装置 内严格保持不动。有些还是介入性的( 颅骨嵌入螺钉) ,对病人带来一定的痛苦。 曲线法即对二维投影放射照片首先用人工的方法在两幅图像中寻找对应 的开曲线、再根据两条曲线局部曲率最佳拟合的线段用相同的采样率找出一组对 应点来,然后用对应点来匹配两幅图像瞄】。在配准图像系列时,用图像强度的导 数自动提取脊线( r i d g e ) ,然后,用连续的样条近似这些离散的曲线并计算曲率和 权矩。曲线的对应关系是用几何散列表( g e o m e t r i ch a s h i n 蓟检索和表决技术确定 的,对应曲线及图像间的配准是通过刚体交换实现的。 表面法基于表面的配准技术典型的例子是p e l i z z a r i 和c h e n 研究的“头帽 法”【2 6 l 。从一幅图像轮廓提取的点集称作帽子。从另一幅图像轮廓提取的表面模 型叫做头。一般用体积较大的病人图像或在图像体积大小差不多时用分辨较高的 图像来产生头表面模型。p o w e l l 探索算法被用来寻求所需的几何变换,即使帽点 和头表面闻的距离平均平方值最小。许多学者对该算法作了重要改进,佣如用多 8 中南大学硕士学位论文 分辨金字塔技术克服局部极值问题;用距离变换拟合两幅图像的边缘点。斜面匹 配( c h a n l f e r i n g m e t h o d ) 科技术可有效地计算距离变换。表面配准算法不仅用于3 d 刚性( r i g i d ) 变换,而且可用于3 d 弹性( e l a s t i c ) 变换,从而为一些组织器官 的配准,如心脏、肝脏、肺等,提供了可能性。但这种方法配准精度受限于组织 分割的精度。近年来,由于分割算法的复杂程度降低、自动化程度提高以及斜面 匹配技术在计算距离变换上的优势,此法被普遍应用。表面配准法主要应用于 p e t - m r 图像的配准,由于s p e c t 图像的边界模糊,不易使用此法。 矩和主轴法是将图像灰度内容转换为数量和方向的几何表示。借用经典力 学中物体质量分布的概念,计算图像象素点的质心和主轴。再通过平移和旋转使 两幅图像的质心和主轴对齐,从而达到配准的目的f 2 7 】。该方法对数据的缺失较敏 感,即要求整个物体必须完整的出现在两幅图像中。此外,该方法还对神经医生 感兴趣的某些病案效果不佳,例如:p e t 图像中大的周边低代谢肿瘤可能引起较 大的m r 呻e t 配准误差。学者们更多地是使用主轴变换法作粗配准,使两幅图 像初步对齐,可以减少后续主要配准方法的搜索步骤。 相关法对于同一物体由于图像获取条件的差异或物体自身发生的小改变而 产生的图像序列,采用使图像间相似性最大化的原理实现图像间配准,即通过优 化两幅图像间相似性准则来估计变换参数【2 ”,主要是刚体的平移和旋转。所使用 的相似性测度可以是多种多样的,例如相关函数、相关系数、差值的平方和或差 的绝对值和等。由于要对每种变换参数可能的取值都要计算一次相似性测度,相 关法的计算量十分庞大。另外,相关法主要限于单模图像配准,通过改进算法, 也可用于多模图像配准。 最大互信息配准法信息是信息论的一个基本概念,是两个随机变量统计相 关性的测度。使用给出参考像后,测试图像的条件熵作为配准的测度【2 9 1 。此种方 法,缺点是依赖对m r 图像的预处理,这通常涉及很费功夫的剔除非脑组织的手 工编辑工作。该法不需要对两种成像模式中图像强度问关系的性质作任何假设。 9 中南大学硕士学位论文 也不需要对图像作分割或任何预处理。所以被广泛地用于c t m r 、p e t m r 等多种配准工作。最大互信息法几乎可以用在任何不同模式图像的配准,持别是 当其中一个图像的数据部分缺损时也能得到很好的对齐结果。 图谱法图谱方法作为图像匹配的一个重要应用、特别是对研究工作而言。 对来自不同个体的图像进行匹配是有重要意义的。图谱法用于病人间的图像配 准。同一解剖结构的形状、大小、位置都会因解剖和生理上的个体差异有很大不 同,这就使病人间的图像配准问题成为当今医学图像分析中的最大难题。因此就 要有一个详细标记人体各个解剖位置的标准化图谱。而通过医学图像和医学图谱 之间的匹配,可以把来自医学图谱的语法的或语义的信息映射到不同病人个体的 图像上去。用图谱法对两个病人的p e t 或m i u 图像进行比较时,首先把二者的 图像都映射到一个标准化的图谱空间去,然后在此空间中进行比较。使用内部 特征定位不需外加定位装置,但要求两副图像要有相似结构或共同体位特征才可 进行匹配。 四、医学图像融合的显示 医学图像在空间域配准后,就可以进行融合图像的显示了。 像素是图像的基本元素,像素间灰度值的差异显现出图像中所包含的结构信 息。而图像融合就是通过求取两幅图像对应像素灰度间的加权求和就可以得到一 幅融合图像。但是融合的灰度值不再具有原来的意义。 其模型可以表示为( 亮度调制法) : f ( f ,) = 双。( i ,玲,( i ,) + 暖:s :( f ,) ( 1 i ) l ( f j ) 、2 ( f ,) 为相应的权重,毛( f ,) 、s 2 0 ,) 为源图像,f ( f ,) 为融合后图像。 此法它具有数学原理直观、实现算法简便的特点。但是其实现效果和效率较 差,困难在于如何设计和选择权重系数才能达到最佳的视觉效果。 以图像特征为基础的融合方法在原理上不够直观且复杂,但是实现效果较 好。图中剧烈变化的部分如边缘携带了重要的特征信息。m a r rd 在创立计算机 0 中南人学硕士学位论文 视觉理论时,曾预言用多尺度边缘信息能重建图像。各国学者对此也进行了广泛 的研究,使得特征提取和边缘检测成为图像信息处理中的重要的研究内容。 1 3 医学图像融合技术的研究重点 对于医学图像融合的实现可分为两部分图像的匹配对准和图像的显示。 重点和难点则主要在于图像的匹配和对齐部分。因为只有准确配准图像才是融合 图像的必要条件。现在对于图像对齐研究较多,与图像融合方法样图像的对齐 可按研究对象分为:同一患者、不同患者、患者与图谱的配准。按配准模态信息 分类可分为单模态、多模态、患者和模态( 应用于放射治疗和计算机辅助手术中 定位) 之间的配准。以及按图像的维数分类可分为:只考虑空间维数的图像配准、 考虑空间维数的时间序列图像配准。按基于特征的图像对齐分类可分为:基于外 部特征的图像配准方法:基于内部特征的图像配准方法。基于变换特性的分类可 分为:刚性的、仿射的、投影的、弹性的等。 图像的匹配对齐关键在于将两幅有不同坐标系的图像转换到具有相同的坐 标系的幅图像中。因此寻找相同的坐标基准就成为图像对齐的关键。目前对于 图像中对齐基准的选择有两种方法:即基于外部特征的图像配准和基于内部特征 的图像配准方法。 基于外部特征的图像对齐方法就是在上文中提到的在研究对象上设置标志 点,让标志点在不同摸态影像中显示,然后利用自动、半自动方法将图像配准一 一寻找参照物:在i 临床中,人们首先利用的是立体定位框架作为参照系的框架式 配准。但是此法对于患者有极大的痛苦。因此目前研究的重点在于基于内部特征 的图像配准。 对于基于内部特征的图像配准方法对病人相对较为友好。此种方法主要是采 用图像处理技术识别图像,根据图像的某些特征借助软件来完成图像的匹配。对 基于内部特征的图像配准又可分为基于体素相似性的图像配准和基于特征的图 像配准。基于体素相似性的图像配准,就是直接对从不同成像模式得到的图像灰 1 1 中南大学硕士学位论文 度信息的统计特性进行匹配,利用体素之间相似性全局最优化实现图像的配准。 此法不需进行图像分割和特征提取,因而可避免预处理造成的精度损失。基于特 征的图像配准则是利用图像分割,提取出图像中的解剖点以及反映图像形状起伏 的特征标志,将这些提取出来的信息作为参考特征,然后以这些特征之间的对应 位置变化和变形来确定图像之间的变换关系。优点:由于不同模态图像中,对于 相同的解剖结构灰度差异较大,因此分割后得到的解剖结构的形状或边缘信息更 能比较两幅图像之间的差别,基于特征的配准算法比较成熟,在精确提取特征的 前提下可对刚体和非冈0 体的研究对象进行较好的配准。但对于动态模糊图像的精 确分割及特征的提取问题,目前的研究主要集中在基于内部特征的配准方法。 对基于像素的配准方法,此法与其它内部特征配准方法不同之处在于它是以 图像灰度为配准依据,不需要对图像原始数据进行预归纳或预分割。其常用算法 有主轴矩配准、全图像信息配准和图谱法配准。配准方法目前较为成功的有b a b a c v e m u r is h u a l l g y i n gh 啪g 等采用基于光流理论( 光流( 弗t i c a ln o w ) 是指亮度 模式引起的表观运动,理想情况是这种表观运动反应了实际的运动。) 的对齐方 法,即将两幅图像的配准看成是一幅图像经过运动变化( 一系列的微小运动) 到 另一幅图像来完成p o 。“。其数学模型为: ,2 g ,十“,y ,+ v ,) = ,i ( r ,_ y ,) ( 1 - 2 ) 其中0 ,v ) 为光流场,此时图像的对齐问题就可转化为求 e 。 0 ,v ,) ) = u :g ,+ “,弘+ v ,) 一,。g ,弘) ) 2 ( 1 3 ) 的最大相似解的问题,即将图像问题采用数学方法来解决。采用此法可实现对刚 体变换和仿射变换的求解。但是此种方法求解十分复杂( 需用牛顿迭代法求解) 计算量很大。 另外基于像素的对齐方法还有模板匹配法m 1 。在匹配过程中,比较t ( 源图 像) 和s u ( 目标模板图像) 的内容,若两者一致,则t 和s 。之差为零,因此 可用以下方法来测量两者的相似度: 1 2 中南大学硕士学位论文 d ( f ,_ ,) = 展开后为 兰艺陋u ,。) 一r b ,。) 2酽( m ,n ) 一r b ,一) j ( 1 4 ) 对于上式中第一和第三项是常数与,无关,第一项是模板覆盖下的子图块的能 量,第三项是模板的能量。因此,匹配问题最终转化为求式中第二项t 和s 。的 相关运算,当两者的相关运算达到最大时,即为匹配的最佳点。对于以上的说法 又可表示为: r o ,) = m s ”,”) 丁( 豫胛) m 一1 月= l 、f 兰羔【s u ( m ,。好、f 兰兰p ( m ,。) 1 2 yn f = 1 月一lym = l ;i ( 1 6 ) 此法多用于图像中的局部在整体中定位,典型的应用使机器人识别物体。 对基于图像特征的对齐方法,其主要的过程为:特征提取,设计误差评估方 法,对图像数据进行处理使误差最小,将变换后的图像数据进行对位和综合显示, 分析综合数据。其中对齐技术是图像融合的关键和难点。 对于特征提取方法研究方法较多,一般来说对不同的研究对象要采用不同的 方法。目前已经采用的方法有j b a m a i n t zp a 、d e ne l s e n 等采用形态学算子 分别对图像进行腐蚀和膨胀,再对两幅图像进行作差来得到头部轮廓的边缘,再 基于轮廓特征对图像进行对齐】。误差评估方法,常用的有基于相似度的误差评 估方法( 以相似度最大为最优) 和基于距离的误差评估方法( 以距离最小为最优) 。 图像预处理,对于有条件的图像进行重新断层分层( r e s l i c e ) 以确保图像在空间 分辨率和空间方位上的大体接近。 对于图像的对齐问题实质就是将两幅图像的坐标统一起来,寻求一个相应的 变换,从而使两幅图像中的特征一一对应起来或者说使处理好的两幅图像之间的 相似误差最小。最终以两幅图像上的特征点配准为对齐成功。目前人们采用的变 巧( 2 行m ,l防 h + 曲 m ,i l t 砖 m ,i s m m 2一卯m ,lk p m = 力o d 中南大学硕士学位论文 换方法司分为刚体( r 磷d ) 交换、仿射( 蚯i n e ) 耍抉、投影( p r o j e c t i v e ) 燹抉和非线性 ( c u e d ) 变换1 3 ”。 刚体变换如果第一幅图像中的两点间的距离经变换到第二幅图像中后仍保 持不变则这种变换称为刚体变换。刚体变换可分解为平移、旋转和( 镜象) 反转。 点如,y ) 经刚体变换到点g ,y ) 的变换公式为: ( 州篡;鬈胁 - , 其中妒是旋转角( :二 为平移向量 仿射变换经过变换后第一幅图像上的直线映射到第二幅图像仍为直线,并 且保持平行关系,这样的变换称为仿射变换。仿射变换可以分解为线性( 矩阵) 变 换和平移变换。变换公式为: 盼( :心 s , 其中f q 、q 2 1 为实矩阵 l 口2 1d 2 2 投影变换经过变换后第一幅图像上的直线映射到第二幅图像上仍为直线, 但平行关系基本不保持,这样的变换称为投影变换。投影变换可用高维空间上的 线性( 矩阵) 变换来表示。变换公式为: ( 洲菱 、f x l 口1 2 q 3 川 ( 1 - 9 ) 吒1 1 j 非线性变换非线性变换可把直线变换为曲线。可以用以下公式表示: g ,y ) = f ( x ,y )( 1 1 0 ) 其中,f 表示把第一幅图像映射到第二幅图像上的任意一种函数形式。典型 的非线性变换如多项式变换,多项式函数可写成如下形式: x = 口0 0 + d l 。x + 口q i j ,+ 口2 0 x 2 + 口i 【五y + 2 j ,2 + - 。 ( 1 i i ) 4 中南大学硕士学位论文 y = 6 + 6 i o x + 6 0 i y + 6 2 0 工2 + 6 l l 印,+ 6 0 2 y 2 + ( 1 1 2 ) 非线性变换比较适用于不同病人的断层图像间的配准。另外,对于那些具有 全局性形变的图像配准问题( 如胸部、腹部) 以及整体近似刚体但局部有形变的配 准情况,非线性变换也是非常有效的。 1 4 本文的研究主线及主要内容 根据医学图像所提供的信息内涵,可将这些信息分为两大类:解剖结构图像 ( c t 、m r j 、b 超等) 和功能图像( s p e c t 、p e t 等) 。这两类图像各有其优缺 点:功能图像分辨率较差,但它提供的脏器功能代谢信息是解剖图像所不能替代 的;解剖图像以较高的分辨率提供了脏器的解剖形态信息( 功能图像无法提供脏 器或病灶的解剖细节) ,但无法反映脏器的功能情况。目前这两类成像设备的研 究都已取得了很大的进步,图像的空间分辨率和图像质量有很大的提高,但由成 像原理不同所造成的图像信息仍有一定的局限性,使得单独使用某一类图像的效 果并不理想。现在医学图像融合逐渐成为医学图像研究的重点。研究的人也在逐 渐增多。从文献的查阅方面看,目前在国外,对于图像地对齐技术较成功的有 j i a l i n gc a 等采用c h 锄f e r m a t c h i n g 方法吼针对肺部的c t 、p e t 图像分 割表面轮廓进行对齐多模态图像的对齐。p a u im h a ”o na ,m i c h a e lb 瑚【d y 针对乳 腺癌患者的m r j 图片进行对齐分析,采用光流理论估计乳房变形对m r i 图片的 影响来分析m r j 图像【”】。i a k e s h in i s h i o k a 等采用内部特征对齐算法,基于 头部淋巴节节点的分布情况针对头部的p e t 、m r i 、c t 图像实现图像融合f 3 6 】。 j b a m a i n t z a 等针对头部图像采用形态学算子提取头部轮廓分别对c t 、m r l 、 p e t 等多模态医学图像进行对齐删。g l e bs e c r e t t a ,p e t e rhg r e g s o n 利用计算机视 觉借助外部辅助框架( 头罩) 针对头部图像进行对齐,有的已经应用于临床f 3 7 i 。 在国内对于图像的对齐部分研究起步则更晚,进行相关研究的有北京大学重离子 研究所、首都医科大学、中国科技大学、中科院等也在进行相关的研究主要集中 中南火学硕七学位论文 于头部图像的研究【3 8 4 。这些研究还停留在理论阶段,还没有对如何系统的实现 医学图像的对齐问题进行全面的面向实用化的软件的开发和解决。 通过对医学图像的对齐问题现有方法和水平的归纳总结发现,现有图像对齐 方法的局限性主要有一下几个方面。对于外部定位装置法,由于对病人会造成一 定的痛苦因此大多不作为研究的重点。对于其他的方法主要是受到特征提取过程 中分割算法精度和复杂程度的限制。此外由于医学图像的匹配对齐问题是一个系 统的设计知识面较广的复杂的研究课题,它涉及到数字图像处理、医学影像、模 式识别、计算机软件编程、以及医疗成像设备成像等多方面的知识,对研究人员 要求较高。因此本文重点对头部医学图像特征的提取以及对齐等问题进行了研 究。 本文的研究目的是针对头部相同层面的医学图像采用基于内部特征的方法, 实现头部图像对齐方案进行整体的方案分析与设计,并面向实际应用进行软件设 计和高效算法的研究。研究的主要内容为:实现头部图像整体对齐方案的设计。 对于图像特征的提取采朋v c 6 o 进行编程,实现

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论