（通信与信息系统专业论文）基于轮廓特征点最大互信息的多模态医学图象配准.pdf

兰州大学硕士学位论文 摘要 随着医学影像技术的快速发展，出现了多种模态的医学影像。在临床上，使 用多种成像技术并适当地将其加以融合，可为临床诊断和手术治疗提供更加全面 准确的信息。而图像配准是融合技术中需要先期解决的问题，也是融合的关键部 分。配准的结果使两幅图像的对应特征点在空间上达到一致。 论文首先介绍了医学图像配准的基本概念、变换模型、优化搜索方法、各种 相似性测度、配准的一般分类原则及国内外面临的问题和发展方向。在对现有的 配准算法及相关技术进行了分析整理的基础上，按是否提取图像特征为依据将配 准方法分为基于图像特征的配准和基于体素的配准。针对头部c t 和m r i 图像 的特点，提出了一种由“粗”到“细”的图像配准策略。即先通过配准两幅图像 的轮廓使其达到粗略配准的目的，然后在此基础上以两幅图像轮廓特征点的最大 互信息作为配准的代价函数，用p v 为其插值算法，以一种组合的全局优化算法 ( p p s o ) 来求取最优配准变换参数。实验结果表明：该方法具有配准精度高、 速度快、鲁棒性强等特点，是一种有效的全自动配准方法。 关键词：图像配准、力矩主轴法、互信息、p v 插值、p s o 算法、p o w e l l 算法 兰州大学硕士学位论文 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fi m a g i n gt e c h n o l o g y , t h em o d a l i t ym e d i c a li m a g e s h a v eb e e nu s e dw i d e l yi nc l i n i c a ld i a g n o s e sa n ds u r g i c a lt h e r a p i e s i n t e g r a t i n gt h o s e i m a g e si sh e l p f u lt oi m p r o v et h ea c c u r a c yo f c l i n i c a ld i a g n o s e sa n ds u r g i c a lt h e r a p i e s i m a g er e g i s t r a t i o ni st h ek e yp a r to f i n t e g r a t i o n , i ti sag e o m e t r i c a lt r a n s f o r m a t i o na n d c a nr e c t i f i e st w oi m a g e sa c c o r d i n gt ot h ec o r r e s p o n d i n gf e a t u r e s t h i sp a p e ri n t r o d u c e ss e v e r a lg e o m e t r i c a lt r a n s f o r m a t i o n s ，o p t i m i z a t i o nm e t h o d s a n ds i m i l a r i t yn l e a s i l r e s a c c o r d i n gt ow h e t h e re x w a e t i n gi m a g e s f e a t u r eo rn o t , w e d i v i d ep r e s e n tm e t h o d si n t ot w op a r t s ，f e a t u r ee x t r a c t i o nb a s e dm e t h o d sa n dv o x e l s i m i l a r i t yb a s e dm e t h o d s g i v e nt h eh e a di m a g e sc h a r a c t e r i s t i co fc t a n dm r i w e p r e s e n tan e wr e g i s t r a t i o ns t r a t e g yw h i c hi n c l u d eac o a r s er e g i s t r a t i o na n da c c u r a t e r e g i s t r a t i o n f i r s t l y , w a t t a i nc o a r s er e g i s t r a t i o nb ym a t c h i n gt h ec o n t o u ro ft w o i m a g e s ，t h e nw ea d o p tm i ( m u t u a li n o r m a t i o n ) a sc o s tf u n c t i o n ，p v ( p a r t i a lv o l u m e i n t e r p l a t i o n ) a si n t e r p o l a t i o n ，an e w c o m b i n e do p t i m i z a t i o na l g o r i t h mt h a tw eg i v ea s o u ro p t i m i z a t i o na l g o r i t h mt os e a r c ht h eb e s tr e g i s t r a t i o np a r a m e t e r s t h e o r i e sa n d e x p e r i m e n t si n d i c a t e dt h a tt h i sm e t h o dh a v et h ea d v a n t a g e so fh i g hp r e c i s i o na n d g o o dr o b u s t k e y w o r d s ：i m a g er e g i s t r a t i o n p r i n c i p a l a x e s a l g o r i t h m m u t u a li n f o r m a t i o n p v ( p a r t i a lv o h i m e ) i n t e r p l a t i o np s o ( p a r t i c l e s w a r m o p t i m i z a t i o n ) p o w e l l o p t i m i z a t i o n l i 原创性声明 本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立 进行研究所取得的成果。学位论文中凡引用他人已经发表或未发 表的成果、数据、观点等，均已明确注明出处。除文中已经注明 引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研 成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以 明确方式标明。 本声明的法律责任由本人承担。 论文作者签名：坐壹蓬日期：趔盘i 旦三旦 关于学位论文使用授权的声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归 属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定， 同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版， 允许论文被查阅和借阅；本人授权兰州大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用任何复制手段保存和 汇编本学位论文。本人离校后发表、使用学位论文或与该论文直接相 关的学术论文或成果时，第一署名单位仍然为兰州大学。 保密论文在解密后应遵守此规定。 论文作者签名：甚童垂导师签名：墨盆龟盔! 日期：坦生：茎兰 兰州大学硕士学位论文 第一章绪论 1 1 选题背景及研究意义 随着医学、计算机技术及生物工程技术的发展，医学影像技术的应用已不仅 仅局限于常规的临床诊断，而是贯穿了临床活动的整个过程，已成为临床工作的 重要组成部分，尤其是在外科手术和放射治疗的计划、实施、评估方面的应用已 经取得了显著的成果。医学影像设备在最近十年中亦得到迅速的发展，但由于成 像的原理和设备不同，存在有多种成像模式。从大的方面来说，可以分作解剖成 像模式和功能成像模式。解剖成像模式主要描述人体组织形态结构，包括x 线、 c t ( 计算机断层成像) 、m r i ( 核共振成像) 、u s ( 超声) 等；功能成像模式主 要描述人体组织的新陈代谢信息，包括s p e c t ( 单光子发射计算机断层成像) 、 p e t ( 正电子发射断层成像) 等。 基于多种原因，临床上通常需要对同一个病人进行多种模式或同一种模式 的多次成像。即同时从几幅图像获得信息，进行综合分析。单一模式成像只使用 一种成像设备，可用于观察病灶生长，对比手术前后的治疗效果等。但是往往由 于单一模式的影像往往不能提供给医生足够的信息，这就需要对患者同时进行多 种断层影像模式的检查，以提供对诊断部位的互为补充的形态信息和功能信息。 而在以往一般的情况下，这些断层图像都是以单一独立的方式出现在医生面前， 医生只能根据自己的经验，对不同的断层影像进行判断，并做出诊断。但是由于 这些三维模式的分辨率和对比度的差异，以及研究部位在各种成像模式中的空间 位置变化，使得临床医生很难在脑海里精确地将这些三维刚体或形变图像信息融 合起来。因此就迫切的希望将不同模式的图像信息融合起来，得到更丰富的信息 以便了解病变组织和器官的综合信息，从而做出准确的诊断或制定出合适的治疗 方案。例如：在放射治疗中，需要用c t 扫描来计算放射剂量的分布，而用m r i 来准确的定位病变组织的轮廓。在外科手术导航系统中，将手术前所得到的c t 或m r i 的病灶三维图像与手术中所得到的实时x 荧光图像或超声图像进行融 合，以便实时地指导和观察，确保手术的顺利准确地进行。因此，我们必须先 将多种模式的医学图像有效的整合起来以提高临床对信息的利用。这种整合的第 兰州大学硕士学位论文 步就是医学图像配准。医学图像配准技术是将不同的两幅图像或两组图像信息 进行处理，使得两组图像之间建立起一个在空间位置上一一对应的关系，这样图 像中所包含的信息也就相互对应起来，有利于不同图像之间有用信息的互补，产 生独立的两组图像所不能呈现出来的附加信息，提高图像在临床诊断和治疗中的 辅助作用。 图像配准研究早在二十世纪八十年代就已经提出了，从课题提出开始直到现 在一直是医学图像处理领域中的热门研究课题。其提出和发展一方面与医学成像 设备的发展分不开，正是因为多种医学成像设备的发明和应用于临床，才能促进 医学图像处理的研究人员思考如何更加有效的利用这些有用的信息，医学图像配 准的研究才能够逐渐深入下去；另一方面课题的发展与近代医学图像处理理论和 技术以及计算机技术的发展密不可分，在早期医学图像配准仅仅停留在医生手工 配准的原始时期，随着相关理论和技术的提出和发展，如图像特征提取方法的改 进，信息论的提出与完善，优化方法的提出与完善，计算机处理速度和存储量的 提高等等，这些都使得医学图像配准技术具备了半自动甚至全自动的人工智能的 特点，特别是在二十世纪九十年代，医学图像配准技术取得了很大的进展，并在 较长时期内成为医学图像处理领域中研究最多的问题，一直到现在仍然有很多的 研究者从事这方面的工作，研究水平越来越深入，也越来越与临床应用紧密联系。 1 2 配准面临的问题和国内外的研究动态 由于各种来源的图像之间存在着相当大的差异，分辨率和噪声也很不一样， 这些都增加了配准的难度。目前临床上取得成功应用的是单模医学图像的配准和 融合技术，对于多模图像的配准还存在大量的技术难题，现有的各种配准方法大 都是针对特定的应用而设计的，大多数文章研究的是人脑的配准，而对于其他器 官的相对较少。从实际需求来看，广大的医疗工作者向往一种更加通用、更快速、 更准确可靠的方法。而现有的配准方法，总体上可分为基于图像特征的配准和基 于图像像素( 体素) 相似性的配准两大类，其速度和精度往往不能兼顾。因此， 全自动化和高精度化成了目前医学图像配准的两个主流研究方向。 s k o v a c i c 1 通过实验证明，基于图像像素( 体素) 相似性的配准比基于图 像特征的配准具有更高的精度和可靠性。基于图像像素( 体素) 的配准包括多种 方法，如：w a c h o w i a k 2 等人定义的t 类熵作为超声m r i 配准的相似性测度。罗 兰州大学硕士学位论文 述谦 3 1 等利用最大互信息法对c t m r 和m r - - p e t 三维全脑数据进行配准，结果全 部达到亚像素级配准精度；p l u i m j p w 【4 】等将互信息和图像梯度进行综合，从 而引进了空间信息。杨虎1 5 1 等还就归一化互信息、多分辨率策略、多种插值和优 化算法对配准速度和精度的影响作了讨论。基于互信息的医学图像配准逐渐成为 热点。 1 3 本文主要工作 本文在已有的配准方法的基础上给出了一种由“粗”到“细”的混合配准策 略，该配准策略吸取了以往配准方法的优点，且在细配阶段将基于特征点的配准 方法和基于体素的配准方法结合在一起，提出了基于轮廓特征点集的互信息的配 准方法，并将粒子群优化算法和p o w e l l 算法结合起来求取最优配准变换参数， 从而在速度和精度上都得到了很大提高。本文结构如下： 第一章绪论 第二章系统综述了数字图像处理技术及医学图像配准的概念、过程、分类及 评价标准。 第三章讨论了多模态医学图像配准的基本概念和方法，就目前流行和比较成 熟的图像配准技术做了比较详细的探讨。 第四章在基于数学形态学的图像轮廓提取的基础上用力矩主轴法完成了两 幅图像的租配准。 第五章研究了互信息的配准方法，提出了基于轮廓特征点最大互信息的配准 方法，并将粒子群全局优化算法和p o w e l l 局部优化算法结合起来，求取出了最 优配准变换参数，完成了图像的精细配准。 第六章对全文的研究工作进行了总结，并对进一步的研究做了展望。 兰州大学硕士学位论文 第二章图像配准综述 2 1 数字图像及图像处理 数字图像的分析和处理是从6 0 年代开始，伴随着计算机技术发展而迅速发展 起来的学科。它的主要目的是让计算机按照人类的视觉和理性要求对图像进行处 理或加工。“图”是物体透射光或反射光的分布，“像”是人的视觉系统对图的接 收在大脑中形成的印象或认识。前者是客观存在的，而后者是人的感觉，图像则 应该是两者的结合。如果把图像仅仅看成是二维平面上或三维立体空间中具有暗 亮或色彩变化的光的分布，是不严格的，它应当包含人的心理因素，图像处理也 应该考虑这一点嘲。人们可以通过各种观测系统从被观察的场景取得图像。其中 常用的有：普通的照相、摄像系统；观察微小细胞的显微图像摄像系统；考察地 球表面的卫星多光谱扫描成像系统；在工业流水线上监控的工业机器人视觉系 统；检查人体内部结构的超声、x 射线等医学成像系统：工业检测材料内部结 构的断层摄影系统( c d 等等。观察系统使用的光波段可以从可见光、红外、x 射 线、微波、超声到y 射线，以适应探测不同物理介质、材料和状态的场景。 从观测系统所取得的图像可以是静止的，如文字、照片、细胞切片等；也可 以是运动的如飞行物、传送带上的工件、心脏图像等；物体还可以是三维立体 的，如机器零件、建筑物山脉等；所成的图像可以是黑白的，也可以是彩色的。 图像处理就是对图像信息加工处理，以满足人的视觉、心理和实际应用的要 求。人类获取外界信息可以有视觉、听觉、触觉、味觉等多种方法，但绝大部分 约( 8 0 ) 是来自于视觉所接受的图像信息。图像处理可以应用光学方法，也可 以应用电子学方法。光学图像处理方法已有很长的历史，如光学滤波器等。光学 图像处理是平行处理，处理速度快，信息量大分辨率高，又很经济，但处理精 度不高、灵活性差、设备笨重、操作不方便等原因限制了它的发展和应用。从 6 0 年代开始，随着计算机技术的发展，数字图像处理获得了飞速的发展数字图 像处理，就是利用数字计算机或其它高速、大规模集成数字硬件，对从图像信息 转换来的数字信号进行某些数字运算或处理，以期提高图像的质量或达到人们所 要求的某些预期的结果。数字处理技术开辟了全新的和十分广阔的道路，使得有 4 兰州大学硕士学位论文 可能根据人们的需要对图像进行各种各样的加工或从图像中提取各种不同的信 息1 7 1 舯。 2 2 医学图像处理及主要应用 2 2 1 多模态医学影像1 9 】【1 0 】i n i l l 2 】 医学影像技术逐渐发展成为一个综合多种学科成果与先进技术的综合性、实 用性学科领域，包括x 射线、超声、c t 、m r i 、核医学图像( s p e c t 、p e t ) 、 红外线图像、数字减影、荧光造影等多种成像方式，多种模式的医学图像从视觉 角度为医生及研究人员提供了丰富、直观、定性及定量的人体生理信息，成为诊 断各种疾病的重要技术手段。由于不同模式的设备对人体内大到组织，小到分子、 原子有不同的灵敏度和分辨率，因而有它们各自的适用范围和局限性。下面简要 介绍几种常见模态的医学图像。 1 c t 图像 c t ( c o m p u t e dt o m o g r a p h y ) 计算机体层摄影，利用x 线对人体某一范围 进行逐层的横断扫描，取得信息，经计算机处理后获得重建的图像。获得的图像 为人体的横段解剖图，并可通过计算机处理得到三维的重建图像，c t 具有较强 的空间分辨率和几何特性，对人体软组织对比度较低，对骨骼反映清晰。分析 c t 图像，一方面是观察解剖结构，另一方面是了解密度改变。后者可通过测定 c t 值而知，也可与周围组织的密度对比观察。人体内肿瘤组织因部位、代谢、 生长及伴随情况不同，其密度变化各异。c t 对组织的密度分辨率较高，且为横 断面扫描，提高了肿瘤诊断的准确率。 2 m r i 图像 m r i ( m a g n e t i cr c s o n a n c ei m a g i n g ) 核磁共振成像，近年来一种新型的高科 技影像学检查方法，是8 0 年代初才应用与临床的医学影像诊断新技术。m r i 利 用人体组织中氢质子在磁场消失后驰豫时间差成像，具有无电离辐射性( 放射线) 损害：无骨性伪影；能多方向( 横断、冠状、矢状切面等) 和多参数成像；高度 的软组织分辨能力；无需使用对比即可显示血管结构等独特的优点。被誉为医学 影像领域中继x 线和c t 后的又一重大发展。可清晰反映软组织、器官、血管等 的解剖结构，但对钙化点不敏感，且受到磁干扰会发生几何失真。 3 p e t 图像 兰州大学硕士学位论文 p e t ( p o s i t r o ne m i s s i o nt o m o g r a p h y ) 正电子发射断层显像，是继c t 和核磁 共振( m r i ) 之后应用与临床的一种新型的影像技术，其原理是将人体代谢所必 需的物质，如：葡萄糖、蛋白质、核酸、脂肪酸等标记上短寿命的放射性核素制 成显像剂注如人体后进行扫描成像。其具有成像灵敏度和特异性高，且为全身成 像，安全性好等独特的性能。不仅可显示完整活体的三维图像，还可以给出显示 事件进程的含有时间变量的四维信息，p e t 不仅是检查和指导治疗脑部疾病，心 脏病及肿瘤的最好工具之一，也是研究医药学基本理论及实际问题的有力手段。 4 s p e c t 图像 s p e c t 单光子发射型计算机断层成像是以放射性核素及其标记物在脏器中 的浓度差为基础的显像方法，能得到人体任意角度断层面的放射性浓度分布。可 反映组织、器官的代谢水平、血流状况，对肿瘤病变呈现“热点”。但图像的分 辨率很差，难以得到精确的解剖结构和立体定位，也不易分辨组织、器官的边界。 它主要应用于组织、器官的功能学检查，如脑、心、肺、甲状腺、肾等器官总体 功能和对称脏器各侧功能的分别测定。具有安全、简便的优点，低放射性，对人 体基本无损伤作用。目前，多用于诊断冠心病、脑缺血、脑栓塞、甲亢、肾功能 测定、多种骨病的诊断。 5 d s a 图像 d s a 数字减影血管造影技术，它是一种投影图像，由注如造影剂前后的x 光投影图相减而得到。可清晰反映人体心、脑血管分布情况，对诊断各种动静脉 畸形，血管瘤等有重要价值，但它不能显示周围结构以及病灶的空间位置。 2 2 2 多模态医学影像信息的应用 综合多种模态图像信息在病情诊断、病情跟踪、手术导航、器官功能的研究 等不同方面发挥着不同的应用。 1 病情诊断 将多种成像模式的图像结合起来，利用各自的优点，在一幅图像上同时表达 来自人体的多方面的信息，可提高对病情的诊断、定级、定位和定量分析，为放 射计划治疗提供依据；又如利用腕骨的c t 和m r i 融合图像信息可辅助骨折正 位。通过医学图像融合，有效的丰富了图像信息，提高了诊断的可靠程度，目前 多模态医学图像的融合技术主要用于大脑的诊断和手术治疗，脏器肿瘤的诊断定 6 兰州大学硕士学位论文 位。 2 病情跟踪 对病人实施治疗及确定或调整治疗方案时，我们不仅要考虑病人当时的症 状，而且要对其一段时间内的病情发展作系统的观察。在这种意义下，病人是一 个活靶子，而医生要一击中的，必须观察运动变化的规律，通过对各种模态的医 学图像分析可以使医生对病情的进展有一个精确的定量把握。 3 手术导航 通常外科手术中，医生是通过术前的图片( c t ，m r i 等) 来判断病灶的方 位大小，运用自己的经验，选取可最大程度避免关键部位受伤的入刀途径，手术 过程中则完全凭借经验操作，例如在脑部肿瘤开颅手术中，一个长期捆饶外科医 生的问题是，手术不会对病人带来后遗症。如果肿瘤已经进入了运动、语言等关 键中枢神经中，则手术会有相当大的风险：如果肿瘤仅仅是使其他的功能区域位 置发生移动，则手术可以进行。手术导航系统综合运用了计算机图形学、医学图 像分析、与临床医学的知识，通过将术前的c t 、m r i 、p e t 或f m r i 融合，定 量的给出病灶的大小、位置及其关键部位的相对关系，帮助医生选取最佳途径。 术中的m r 图像与术前的图像结合，及时反映病灶组织在手术中的变化情况。这 样的系统可以大大提高手术的成功率，减少手术时间，降低手术本身对病人的侵 害。 4 器官功能的研究 人体的各个部分是如何工作的，尤其是大脑是如何工作的，至今仍是难解之 迷。按照解剖结构分割好的大脑并不能告知我们多少大脑的工作机理，研究表明， 大脑的功能部分是相互重叠的，这就要求我们利用功能成像手段( s p e c t 、p e t 、 f m r i 、t m s 、e e g 、m e g 等) ，将功能信息与c t 、m r 结合，才有可能让我们 得其全貌。这些技术需要借助于多模图像的配准和融合。 2 3 医学图像配准的概念和基本过程 对几幅不同的图像作定量分析，首先要解决这几幅图像的严格对齐问题，这 就是我们所说的图像的配准( i m a g er e g i s t r a t i o n ) 。图像配准是图像处理的一 个基础问题。它源自于多个领域的很多实际问题，如不同传感器获得的信息融合： 不同时间、条件获得图像的差异监测；成像系统和物体场景变化情况下获得的图 兰州大学硕士学位论文 像的三维信息获取；图像中的模式或目标识别等等。图像配准的应用领域概括起 来主要有以下几个方面：计算机视觉和模式识别，服务于目标识别、形状重建、 运动检测和特征识别等等：医学图像分析，比如肿瘤检测、病变定位、大脑或血 管造影、血细胞显微图像分类等等；遥感数据分析，农业、地理、海洋、石油、 地矿勘探、污染、城市森林等；目标定位，测量、识别和分析等。 2 3 1 医学图像配准的概念 医学图像的配准技术是9 0 年代才发展起来的医学图像处理的一个重要分 支，并日益受到了医学界和工程界的重视。所谓的医学图像配准是指对于一幅医 学图像寻求一种( 或一系列) 空间变换，使它与另一幅医学图像上的对应点达到 空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空 间位置。配准的结果应使两幅图像上所有的解剖点，或至少是所有具有诊断意义 的点及手术感兴趣的点都达到匹配。几幅图信像息综合的结果称作图像的融合 ( i m a g ef u s i o n ) 【1 3 】。 图2 1 是配准的示意图。同一个人从不同角度、不同位置拍摄的的两张照片 由于拍摄条件不同，每张照片只反映某些方面的特征。要将这两张照片一起分析， 就要将其中的一张中的人像做移动和旋转，使它与另一幅对齐。保持不动的叫做 参考图像，做变换的称作浮动图像。经配准和融合后的图像反映人的全貌。 2 1 图像配准示意图 2 3 2 医学图像配准的基本过程 医学图像的配准过程实质上是一个多参数最优化的问题。所有的配准方法中 存在的最大问题就是当精度提高后，导致运算速度的下降。配准的方法是由特征 兰州大学硕士学位论文 空间、搜索空间、搜索算法和相似性测度四个组成部分构成的。特征空间是对待 配准的图像的特征进行提取；搜索空间是进行变换的方式及变换的范围；搜索算 法决定下一步变换的具体方法以得到最优的变换参数；相似性测度是用来度量图 像间相似性的一种标准。所以医学图像的配准过程本质上是一个多参数最优化问 题。一般的配准的具体步骤如下所述： 1 提取图像特征 用于配准的图像一般都包含一定的特征量以反映其相似性，因此我们可以选 择合适的特征量来确定图像的几何变换，如待配准图像的边界、图像上的对应解 剖特征点，图像的外标记点，图像的互信息量等。我们根据实际情况来尽量精确 的选取特征量，以提高几何变换的准确性。 2 根据特征量，确定几何变换 选取了图像的特征量后，需要寻求一个最佳匹配变换来将这些对应特征量联 系起来，一般来说，这是个最优化过程，需要应用最优化算法来确定几何变换。 3 执行整个变换 根据特征量确定了几何变换后，将它作用于整个待配准图像中，实现图像中 各点位置的配准。 2 4 医学图像配准的类型 根据成像模式的不同，以及配准对象间的关系，医学图像配准可有多种不同 的分类方法【1 3 1 ，如图( 2 2 ) 所示。 医学图像配准 l 不同人的图像配准 同一个人的图像配准人体图像与图谱配准 单模图像配准多模图像配准 1 按研究对象分类 图2 2 医学图像配准的类型 9 兰州丈学硕士学位论文 待配准的图像可以是一个人的，属于患者自身图像配准( i n t r a - s u b j e c t ) 。对 同一病人在不同时间获取同一器官或解剖部位的图像，可以用于对比，从而监视 疾病的发展及治疗过程。有时还存在不同人之间的图像配准( i n t e r - s u b j e c t ) ，即 将被试者与典型正常人相同部位的图像对比，以确定被试者是否正常。如果异常， 也许还要与一些疾病的典型图像对比，确定患者是否属于同类。这都属于不同人 间的图像配准。由于不同人在生理上存在差异，同一解剖结构的形状、大小、位 置都会很不相同，这就使不同人的图像配准问题成为当今医学图像分析中的最大 难题。 2 按成像模式分类 由于成像的原理和设备不同，存在多种成像模式。所以按成像的模式，可分 为单模( m o n o m o d a l 畸) 医学图像配准和多模( m u l t i - m o d a l i t y ) 医学图像的配 准。 a 单模医学图像配准，是指待配准的两幅图像是用同一种成像设备获取的，这 种配准一般应用在生长监控、减影成像方面。 b 多模态图像的配准，是指待配准的两幅图像来源于不同的成像设备。这种配 准应用最多，主要应用于临床诊断方面。可分为解剖图像一解剖图像的配准和 解剖图像一功能图像的配准两大类：解剖图像一解剖图像的配准将显示组织形 态学不同方面的两幅图像混合；解剖图像一功能图像的配准将组织新陈代谢与 它相对于解剖结构的空间位置联系起来。例如，如c t 和m r 图像都有较高的 空间分辩率，前者对密度差异较大的组织效果好，后者则可识别软组织； s p e c tp e t 能反映人体的功能和代谢信息，但空间分辩率差。因此在临床应 用中，常需要将c t ( 或m r ) 与s p e c t ( 或p e d 配准。二者的结合能够同时提供 功能与解剖的信息，具有较高的临床应用价值。由于扫描设备的原理不同， 扫描参数条件各异，所以两种断层图像间并不存在着简单的一一对应关系。 多模医学图像配准是医学图像配准的重点研究课题。 c 图像与图谱及物理空间的配准 由于不同人在生理上的差异，在对比和分析不同的医学图像时，很难精确找 出对应的解剖信息。这就要求有一个详细标记人体各个解剖位置的计算机化的标 准图谱。目前，典型的数字化医学图谱是法国t a l a i r a c h 和t o t t r n o u x 制作的 1 0 兰州大学硕士学位论文 t a l a i r a c h - t o u r n o u x 图谱( t ta t l a s ) 。图谱和实际图像配准后，能更直观和方 便地应用图谱中的信息。而在立体定向装置或图像引导的手术导航系统中，则是 将图像像素与物理空间中探针或手术器械或实况摄像的位置配准。涉及到图像空 间与立体定向装置或人脑实体空间的坐标系统变换。 2 5 医学图像配准方法的分类f ”】 目前医学图像的配准方法可分为基于外部特征的图像配准( 有框架) 和基于 图像内部特征的图像配准( 无框架) 两种方法。有框架的配准方法基于外部基准 点特征，能够获得较高的精度，可作为评估无框架配准算法的标准，但其植入式 特点会给患者带来很大的痛苦，同时也不易作回溯式研究，目前的研究集中在无 框架图像配准方法。 所谓的外部特征是指成像时固定在患者身体上的标记物，使这些标记物能在 不同的影像模式中显示，目前这种方法仅适用于刚体变化，只能用于同一患者的 不同模态之间的配准。这种配准方法的精确度比较高，但是它无法实现回溯式配 准，并且标记物的固定对人体是侵入性的。临床上经常使用的基于立体框架的配 准方法( 即用螺丝旋入患者的头骨将其固定在患者的外颅表面) 配准精度最高， 可以作为其他配准方法评估的金标准。这种方法主要应用于神经外科手术的定位 和导航( 精度在l m m 之内) ，但是此法会给患者带来极大的不适，并且在手术过 程中限制了医生的操作。目前，出现了很多对患者友好的非入侵性的标记物，如： 用定位拴和特制的面具固定在患者的头上或使用特制的牙套来固定头架及使用 适合于个人鼻部支撑物和两耳的插件形成一种头部固定架，这些方法的配准误差 均不超过2 衄。也可将3 6 个空的小球粘贴在患者的皮肤上作为标记物，但是这 种配准方法的局限性很大，它要求标记处的皮肤必须是接近于刚体的。因此只能 局限于头颅部位的皮肤，配准精度在4 咖左右。 基于图像内部特征的配准，可分为基于体( 像) 素相似性的图像配准和基于 特征对应性的图像配准。前者是低层次的图像内部特征，可由原始图像提供的灰 度信息表示图像特征，且直接对该图像的灰度信息的统计特性进行匹配，用像素 对之间的几何相似性的全局最优实现图像配准。基于体素特性的配准方法是人们 最感兴趣和最重视的研究方法，其使用也是最灵活的。在配准的全过程中使用图 像的全部灰度信息，但是这种方法的计算量大，因此限制了其在临床的应用。基 兰州丈学硕士学位论文 于图像内部高层次特征的图像配准，是用图像分割方法提取医学图像中相对运动 较小的解剖结构，以及反映图形形状起伏的特征标志，以这些特征对之间的位置 变化或变形来确定图像之间的变换。配准的精度取决于图像分割的准确性。该方 法已比较成熟，并成功地广泛应用于临床。但是，它对目前大多数动态模糊图像 的分割和特征提取仍是一个尚未完全解决的问题。 通过对各类图像配准方法的研究我们可以看到，图像配准方法是强依赖于图 像本身的，也就是说，往往不同的图像配准方法都是针对不同类型的图像的配准 问题的。到目前为止，尚不存在任何一种图像配准方法能适用于各种图像配准问 题，毕竟图像配准的应用领域就很广泛，面对的不同类型的图像也于差万别。因 此图像配准方法研究的两个重要的目标是，一方面提高其对于适用图像的算法有 效性、准确性和鲁棒性；另一方面也力求能扩展其适用性和应用领域。 2 6 医学图像配准的评估 医学图像配准，特别是多模医学图像配准结果的评估一直是一件很困难的事 情。由于待配准的多幅图像基本上都是在不同时间和条件下获取的，所以没有绝 对的配准问题，即不存在什么金标准，只有某种准则下相对的最优配准。在此意 义上，最优配准与配准的目的有关。常用的评估方法有以下几种【1 3 l ： 1 体模法( p h a n t o m ) 体模法又有硬件体模法和软件体模法之分，后者是计算机图像合成结果。体 模法用己知的图像信息验证新配准算法的精度。由干体模法都比较简单，与实际 临床图像差异较大，因此只能对配准方法作初步的评估。 2 准标法( f i d u c i a lm a r k s ) 使用人工记号作准标的方法很多。一种准标是使用9 根棍棒组成的3 个方向的 n 字型结构。在c t 测试时，棒内充以硫酸铜溶液：作p e t 测试则填充氟1 8 。这样， 在两组图像中都可见此n 字型准标，从而可对图像准确空间定位。例如用在人脑 表面嵌螺丝作标记( 每人8 个) 的方法对多个病人做c t 、m r ( t 1 、t 2 及p d ) 和 p e t 实测，得到多组数据。这些数据专门用于多模医学图像配准算法评估使用。 3 图谱法( a t l a s ) 用随机向量场变换构造一个可变形的概率脑图谱。包括从多个受试者到单一 解剖模板的功能、血管、组织诸方面映射，三维图谱到新受试者的扫描图像的映 1 2 兰州大学硕士学位论文 射。 v i s i b l eh u m a nc d 的c t 图像、m r 图像及彩绘的冷冻切片照片像由于具有清晰 的解剖结构和高度的分辨率( 1 哪每层片) ，近年来也被用作新配准方法精度 的评估。 4 目测检验法( v i s u a li n s p e c t i o n ) 对多模态医学图像配准的结果请该领域的专家用目测方法检验，听起来有些 主观，但的确是一种相当可信的方法。 兰州大学硕士学位论文 第三章多模态医学图像配准 配准涉及到许多技术，包括空间变换、参数的优化搜索方法、插值方法、配 准依据的选取等问题，本章重点讨论这些问题，并对现有的图像配准方法进行分 类整理，给出相关综述。 3 1 图像配准的理论基础 给定两幅待配准图像i l ( x ，y ) 和1 2 ( x ，y ) ，我们称其中之一比如i l ( x ，y ) 为参考 图像，另一个1 2 ( x ，y ) 为待配准图像。图像配准可定义为两个图像之间的空间变换 和灰度变换，即先将一图像像素的坐标映射到一个新坐标系中的某一坐标，再对 其像素进行重采样。这种在坐标位置和灰度级上的双重映射变换可表示为【1 4 】： 1 2 ( x ，y ) = g ( i i ( f ( x ，y ) ) )( 3 1 ) 其中f 是一个二维空间坐标的变换，而g 是一个一维的灰度变换。 3 2 图像配准的几何变换 将一幅图像与另外一幅图像进行配准处理，就是寻找一个映射关系使两幅图 像上的点相互对应，且达到空间解剖位置的一致。这种映射关系表现为一组连续 的空间变换。常用的空间几何变换主要有刚体变换、仿射变换、投影变换以及非 线性变换等，下面将一一进行介绍【1 3 1 。 阳i d搬h e 纠叫 e c t l v e a 哪、柏雌 b b 嘲 黼 豳 置蛹 豳 黼 唧 鬻豳耘峨 瑚l 秘舶豳。豳 图3 1 四种基本的图像变换 1 4 兰州大学硕士学位论文 1 刚体变换( r i g i db o d yt r a n s f o r m a t i o n ) 如果一幅图像中的两点间的距离经变换到另一幅图像中后仍然保持不变，则 这种变换称为刚体变换。它是医学图像配准中最常用的变换类型。人脑就是一个 最典型的刚体例子。处理人脑图像，对不同方向成像的图像配准常使用刚体变换。 刚体变换可以分解为旋转和平移，以二维空间为例，点( x ，y ) 经过刚体变换到点 ( x i ，y t ) 的变换公式为： 蒌塞獭+ ： ：， 其中，妒为旋转角度，i ? i 为平移向量。 r ，j 2 仿射变换( a f f i n eh a i l s f 0 衄a t i o n ) 经过仿射变换后，第一幅图像上的直线映射到第二幅图像上仍然为直线， 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变换和 平移变换。以二维空间为例，点( x ，y ) 经过刚体变换到点d ，y ) 的变换公式为： 其中， 棚+ ：；： s ， 3 投影变换( p r o j e c t i v et r a n s f o r m a t i o n ) 与仿射变换类似，经过投影变换后，第一幅图像上的直线映射到第二幅图像 上仍然为直线，只是不再保持平行性，主要用于二维投影图像与三维体积图像的 配准。以二维空间为例，点( x ，y ) 经过投影变换到点似，) ，) 的变换公式为： a n a蚓12 ii 4 ， 其中，iq z a 1 2 l 为实矩阵。 l a 2 , 0 2 2啦3 j 4 非线性变换( n o n l i n e a rt r a n s f o r m a t i o n ) 非线性变换也称为弯曲变换( c u r v e dt r a n s f o r m a t i o n ) 或弹性变换( e l a s t i c t r a n s f o r m a t i o n ) ，经过非线性变换，一幅图像上的直线映射到另一幅图像上可能 1 5 q 吩 = 1j 侈一陬矩实为 1j 兰州大学硕士学位论文 变换为曲线。以二维空间为例，点( x ，y ) 经过非线性变换到点( x 。，y ) 的变换公式可 以用公式3 5 表示： ( x ，y ) = f ( x ，y ) ( 3 5 ) 其中，f 表示把第一幅图像变换到第二幅图像上的任意一种函数形式，多项 式变换是典型的非线性变换，如二次、三次函数及薄板样条函数，有时也采用指 数函数。以二维空间为例，多项式可以用以下公式表示： t=：aoo+6lal。oxx+60aoly+620a20工x：2+6la。砂lxy+aoy2y：z+y - 4 - ( 3 6 ) = + 6 l o x + 6 0 1 ) + 6 2 0 工2 + 6 l l 】吵+ 岛口y 2 该方法比较适合于解剖图谱与断层图像的匹配，使解剖图谱变形来拟合图像 数据。且非常适合于具有全局性形变的胸部、腹部脏器图像的配准以及整体近似 刚体单局部有形变的配准情况。 变换的域有局部和全局两类。如果变换应用于整个图像，那么变换是全局的： 如果图像的每个子块都有自己定义的变换，那么变换就是局部的。刚体变换和仿 射变换是全局的，弹性变换是局部的，仿射变换一般应用在求解图像的坐标轴尺 度因子，投影变换极少见于文献。局部变换不能直接使用，而是在全局变换的基 础上，使用在整个图像中感兴趣的局部区域( 子图像) ，局部的仿射和投影变换 在文献中少见报道。局部刚体变换经常是嵌入局部弹性变换。在医学图像配准中， 解剖结构可视为刚体或近似刚体，最常用到的变换是全局刚体变换，这样只需求 解相对较少的变换参数，最常应用的场合是头部的图像配准。本文后面所指的变 换是刚体变换。 3 3 图像插值方法 通常情况下，图像经过几何变换以后，像素的坐标不会和原来的采样网格完 全重合，即输入图像的位置坐标( x ，y ) 为整数，而输出图像的位置坐标为非整数， 反过来也如此。这就需要对变换后的图像进行重采样和插值处理。常用的插值方 法有：最邻近域插值法、双线性插值法和双三次卷积法【1 4 】。 1 最邻近域插值法 最近邻域插值是最简单的插值方法，也称为零阶插值。它是令输出图像的像 素灰度值等于距离它映射位置最近的输入像素灰度值。该方法的计算十分简单， 且计算速度快又能不破坏原始图像的灰度信息，在许多情况下可以接受。但其几 兰州大学硕士学位论文 何精度较差，最大可达到像素级。例如当图像中包含像素之间灰度级有变化的细 微结构时，会在图像中产生人工痕迹。 2 双线性插值法 又称为一阶插值算法，设映射位置为( x ，y ) ，o x l ，o y l ，临近的四个像素点为 ( o ，0 ) ，( 0 ，1 ) ，( 1 ，o ) ，( 1 , 1 ) ，假设我们希望通过插值得到此正方形内任意点 的x ，y ) 值。我们令 f ( x ，y ) = a x + b y + e x y + d ( 3 7 ) 来定义一个双曲面与四个已知点拟合。 首先，我们对上端的两个顶点进行线性插值可得f ( x ，0 ) f ( x ，o ) = f ( o ，o ) + x f o ，o ) 一坟o ，0 ) 】( 3 8 ) 类似地，对于底端两个顶点进行线性插值有 f ( x ，1 ) = f ( o ，1 ) + x f f o ，1 ) - f ( o ，1 ) 】( 3 9 ) 最后，做垂直方向的线性插值，以确定歌，y ) f ( x ，y ) = f ( x ，o ) + y f ( x ，1 ) - f ( x ，o ) 】 ( 3 1 0 ) 将等式( 2 7 ) ( 2 8 ) 代入( 2 9 ) 得双线性插值公式 f ( x ，y ) = 【f ( 1 ，o ) 一f ( o ，o ) 】x + 坟o ，i ) - f ( o ，o ) 】y + 瞰l ，1 ) + 坟0 ，0 ) 一f ( o ，1 ) - t - ( 1 ，0 ) 】x y + f r o , o )( 3 t t ) 双线性插值可直接通过式( 3 1 1 ) 来实现，也可通过( 3 8 ) 、( 3 9 ) 、( 3 1 0 ) 式 这三次插值式来完成，所得插值结果较为平滑。但其平滑作用可能会使图像的细 节产生退化，特别是对图像的放大处理。另外，当使用双线性插值等式对相邻的 四个象素进行插值时，所得表面在领域边界处是吻合的，但是斜率却不吻合。这 两种情况都可通过高阶插值得到修正，当然这需要增加计算量。 3 双三次卷积法 双三次卷积法实质是一种高阶插值方法。它利用了一个三次多项式来近似理 论上的最佳插值函数s