（生物医学工程专业论文）多模态医学图像配准研究.pdf

a bs t r a c t w i t ht h ed e v e l o p m e n to fm e d i c a li m a g i n gp h y s i c s ，d i f f e r e n tf o r m s o fi m a g i n gd e v i c e sp r o d u c e dm u l t i m o d a l i t ym e d i c a li m a g e s ，w h i c hc a r l p r o v i d e v a r i e t i e so fm e d i c a li n f o r m a t i o ns u c ha sa n a t o m i c a la n d f u n c t i o n a li n f o r m a t i o n e a c hh a si t sa d v a n t a g e sa sw e l la ss h o r t c o m i n g s i ft h e s ei n f o r m a t i o nf r o md i f f e r e n tr e s o u r c e sa r ei n t e g r a t e db ys o m ew a y , s ot h e yc a l lp r o v i d em o r ed e t a i l e di n f o r m a t i o nf o rm e d i c a ld i a g n o s i sa n d r e s e a r c h i n gt h ef u n c t i o na n ds t r u c t u r eo fh u m a nb e i n g m e d i c a li m a g er e g i s t r a t i o nh a sb e e nw i d e l ya p p l i e dt oc l i n i c a l r e s e a r c h t h i sp a p e rd i s c u s s e si m a g er e g i s t r a t i o nt e c h n i q u ei nd e t a i l s b a s e do ns o m es i m i l a r i t ym e a s u r er u l eb e t w e e ni m a g e s ，w er e g i s t e r e d m u l t i - m o d a l i t ym e d i c a li m a g e si n v o l v em c t , p e t a tt h eb e g i n n i n g ， w es i m p l yn a r r a t e dt h eb a s i cm e d i c a li m a g i n gp h y s i c sa n dt h ec r i t e r i o no f d i g i t a li m a g i n ga n dc o m m u n i c a t i o n si nm e d i c i n e f u r t h e rd i s c u s s e dt h e m e t h o do fm e d i c a li m a g er e g i s t r a t i o n ，a n da n a l y z e di t sd e t a i lp r o c e s s w h i c hi n c l u d i n gt r a n s f o r m a t i o n ，i n t e r p o l a t o r , s i m i l a r i t ym e a s u r er u l e ， o p t i m i z e r , m u l t i r e s o l u t i o n i m p l e m e n t t h e r e g i s t r a t i o np r o g r a mw i t h p o w e l lo p t i m i z e ra n dm u t u a li n f o r m a t i o nm e t r i c a n a l y z e dt h et r a n s f o r m m o d e la n da s s i g nd i f f e r e n tw e i g h tt oe a c hc o m p o n e n to fi t c o m p a r e dt h e p e r f o r m a n c eo fs o m ei n t e r p o l a t i o na l g o r i t h mi nc o m m o nu s e d m a k e c h o i c eo fb i l i n e a ri n t e r p o l a t i o na l g o r i t h ma so u ri n t e r p o l a t o r p o w e l l o p t i m i z a t i o na l g o r i t h mn e e d n tc a l c u l a t et h ed e r i v a t i v eo ft a r g e tf u n c t i o n ， e f f e c t i v e l ye l i m i n a t e st h ei n f l u e n c eo fl o c a le x t r e m e v i aa l i g n i n gt h e c e n t r o i d a n dp r i n c i p a la x i so ft w oi m a g e st op r e r e g i s t r a t i o n ，w eh a v e i n c r e a s e dt h ea c c u r a c ya n ds p e e do fr e g i s t r a t i o n u s eo n l yp o r t i o n i n f o r m a t i o no fi m a g e s ，c a l ll a r g e l ys p e e du pr e g i s t r a t i o np r o c e s s ，b u ti t m a y b e l o s et h ea c c u r a c y u n d e n i a b l e ，s o m es h o r t a g ee x i s t e di no u rp a p e ry e t f i r s t l y , w ed o t h er e g i s t r a t i o ni nt h el o g i c a ls p a c e ，p r e d i g e s tt h er e g i s t r a t i o nm o d a l s e c o n d l y , r i g i dt r a n s f o r m a t i o nh a sn o tc o n s i d e r e dt h ee l a s t i cd i s t o r t i o no f h u m a nb o d y l a s t l y , w ec o u l d n te s t i m a t et h er e g i s t r a t i o n a c c u r a c y p e r f e c t l y k e yw o r d s m e d i c a l i m a g er e g i s t r a t i o n ，m u t u a li n f o r m a t i o n ， s i m i l a r i t ym e a s u r e ，o p t i m i z a t i o n ，c e n t r o i da n dp r i n c i p a la x i s 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 垂珏一 日期：丝! 星年月幺日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名：立虹导师签名j 陋日期：2 竺年上月五日 硕士学位论文第一章绪论 第一章绪论 1 ) 选题背景及意义 随着科学技术的不断进步，越来越多的科学技术手段被应用于现代医学中， 医学与各门自然科学和技术的结合越来越紧密是现代医学技术发展的一个标 志。从2 0 世纪初的x 射线、心电图，到中期的电镜、内窥镜、示踪仪、超声诊 断仪，再到c ，i 扫描、正电子摄影( p e t ) 、核磁共振成像( m r i ) 等，使诊断学发生 了的革命性的变化。准确化、精密化、动态化、微量化、自动化、无创化已成 为现代临床诊断的特点。随着社会经济和人民生活水平的提高，人们对安全、 有效、微创或无创性的诊治方法和需求将会不断提高。医学成像技术为我们提 供了直接显示与研究人体结构的手段，使诊断和治疗发生了革命性的变化。利 用计算机技术对二维断层图像进行分析和处理，例如对软组织和病变的分割、 提取、三维重建和显示，可以辅助医生对病变和某些特定的区域进行定性、定 量分析，使医生得到更准确的信息，从而提高诊断的正确率和效率。可以预见， 医学成像技术随着计算机等信息技术的发展将会在医学领域中发挥越来越重要 的作用。医学图像处理就是将图像处理技术应用于医学分析中，如多模医学图 像配准、医学图像融合、三维医学图像重建等，都是图像处理的重要应用领域。 医学图像处理技术有利于提高医学诊断的准确性、时效性。特别是色彩的应用 及与图形图像技术的结合，更增强了其真实感，可对病变进行实时、立体的监 测。有助于制定全面实际的治疗方案。近年来，随着计算机图形图像处理技术 的发展，医学图像的处理技术也有了飞速的发展。目前，有关图像处理理论不 论是在国际上，还是在国内已有不少的报道，涉及到的处理方法也是多种多样 的。在对图像进行分析处理时，可以使用整幅图像的数据，也可以针对感兴趣 的区域( r o i ) 进行强化、识别等处理。图像处理使用的理论有很多，如信息学、 小波理论、数学形态学、人工神经网络、遗传算法、模糊理论等等，而且都在 相应的处理领域内取得了很好的效果。 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，见图卜1 。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。当一种成像设 备所提供的信息不能满足需要时，可以采用多种模式成像。这就要用到图像配 准和融合技术，图像配准和融合是上世纪八十年代以来迅速发展的图像处理技 术之一，它在医学影像、电子系统、模式识别和人工智能中有着非常广泛的应 用。现代的医学成像技术所成图像可以分为两类： 解剖结构图像( c t ，m r i ，b 硕士学位论文第一章绪论 超等) ：优点是以较高的分辨率提供了脏器的解剖形态信息，但无法反映脏器的 功能情况；功能图像( s p e c t ，p e t 等) ：分辨率较差，但能提供脏器的代谢信 息。利用基于图像配准的图像融合技术，将上述两种图像结合起来，可以在同 一副图像上同时表达人体的多方面信息，从医学影像上反应人体的内部结构和 功能状态，更加直接提供人体解剖和生理病理信息。利用计算机技术将它们综 合在一起，实现多信息可视化，对各种医学图像起到取长补短的作用，为医生 提供详细的诊断信息，提高诊断的准确性。例如，x - c t 具有高分辨率，而s p e c t 和p e t 实现功能成像是具有高灵敏度，但是它们缺少高的空间灵敏度。如果将 c t 与s p e c t 和p e t 影像融合在一起可以实现高分辨率的和高灵敏度的功能影像。 再如，核磁共振成像可以实现多参数成像，利用图像配准和融合技术可以将不 同的参数图像( t 1 加权图像和t 2 加权图像) 融合在一起，从而起到图像增强 的作用。随着生物医学物理和工程技术的发展，电脑外科技术和射线一粒子手术 刀技术的研究已介入放射学，医学影像配准和融合技术将成为这些技术的基础 研究内容和支撑点【l2 3 】。因此，医学图像的配准成为医学图像后处理技术中非 常关键的技术，是图像融合等处理的前提【4 1 。 国f 鬻s 图1 - 1 ：对人脑可用多种模式成像 1 2 医学图像配准的研究现状 医学图像配准方法目前存在的问题： 1 ) 国内关于图像配准技术的教材或专著比较少，自动配准方面的研究相对 薄弱。当今自动化程度、鲁棒性和运算速度等是图像配准技术的发展方向。目 前的工作大多是尽可能结合与挖掘现有的方法，加以改进，因此突破有限。 2 ) 在成像条件复杂、配准图像存在较大局部变形或图像目标具有高可变性 ( 如腹部，胸腔部位) 的情况下，刚体配准方法的准确性下降，只能进行前期 硕士学位论文第一章绪论 的粗略匹配，然后使用非刚体配准方法实现精确的配准。在医学图像处理中， 非刚性医学图像配准是一项重要研究课题，对于大脑皮层、腹部以及胸部脏器 等变形组织的图像配准、不同个体之间的配准以及图谱配准，都需要采用非刚 性的配准方法。当前已经提出了基于样条的配准方法、弹性配准模型、粘性流 体配准模型等多种非线性方法来解决这个问题，但同刚性配准相比，非刚性配 准还比较不成熟。如何建立合理的变形模型，适合各种复杂的组织变形，尤其 是如何降低非刚性配准的计算复杂度，提高配准精度以及对非刚性配准的评估 都需要进一步的研究。在今后的图像配准方法，特别是医学图像的处理与分析 研究中，非刚性配准仍然是一个有意义的非常活跃的研究领域。 3 ) 在配准方法中，基于特征匹配的方法不需要在图像的每个体素上评价匹 配标准，因此计算较快，但这类方法依赖于预先提取的特征集，且特征集的选 取对结果正确性起到决定性的作用。因而虽然基于它的配准在特征集正确选取 情况下能很好应用在非线性配准中，但因为特征集无法利用自动算法获取，因 而很难实现基于特征匹配- 的自动配准。基于图像灰度信息的方法假设在相同的 成像原则下获得图像，并使两个图像具有最大的相似度。基于图像灰度的方法 能完全自动化。然而，图像相似度并不一定意味着对应特征结构之间好的配准， 因为这类方法没有直接考虑图像形状信息。例如，在脑部图像配准中，由于整 个大脑的灰质，白质和脑脊髓液的图像灰度是在某些模态的成像下比较接近， 这将在定义点对应时引起不确定性，以至造成基于图像灰度相似性的非线性配 准方法产生局部极小化【6 】。因而如何选取一个相似性测度来实现自动配准，又能 使得这个方法能把图像内部不同材质的形状信息考虑进去，以达到非线性配准 的高精度将是很有创新意义的研究工作。 1 3 课题研究的主要内容和全文组织结构 本文重点研究内容为非侵入式多模态医学图像配准方法，并简单介绍了医 学成像的基本原理及医学数字成像与通信标准等。详细介绍了医学图像配准技 术的背景、发展和应用。阐述了医学图像配准的原理与方法，对图像配准的具 体步骤做了详尽的分析，其中包括配准实现中的几何变换、图像插值、相似性 测度、优化算法和多分辨率方法。提出了一些提高配准精度和加速配准的策略， 并取得了成功。 本文按照先原理与方法后算法与实现的顺序，分五章阐述本研究课题的研 究工作情况。第一章绪言，介绍了多模态医学图像配准的研究意义及发展状况， 以及本课题的研究内容和目标。第二章医学图像处理的基础知识，从医学影像 3 硕士学位论文 第一章绪论 的发展历史及趋势到成像的基本原理， 三章多模态医学图像配准框架及实现， 并介绍了医学数字成像与通信标准。第 详细介绍了多模态医学图像配准的基本 概念和原理以及医学图像配准的算法框架和实现过程。第四章多模态医学图像 配准实验，编程实现了二维多模态医学图像刚性配准算法，提出了一些提高配 准精度和加快配准速度的策略，并在实验中验证取得了良好的效果。第五章总 结与展望，对本课题的研究结论进行了简单的总结，对本文工作的一些不足之 处也进行了分析，并展望了未来的研究方向。 4 硕士学位论文 第二章医学图像处理基础知识 第二章医学图像处理基础知识 2 1 医学影像简介 2 1 1 医学影像的发展历史及趋势 自德国物理学家伦琴于1 8 9 5 年发现x 线，1 8 9 6 年x 线就被应用于对人体进 行检查，作疾病诊断，形成放射诊断的新学科，并奠定医学影像学的基础，至 今放射诊断学仍是医学影像中的重要内容，应用普遍。2 0 世纪5 0 年代到6 0 年 代开始应用超声与核素扫描进行人体检查，出现超声成像和r 闪烁成像。7 0 年 代和8 0 年代又相继出现x 线计算机体层成像( x c t ) 、磁共振成像( m r i ) 和发射 体层成像( e c t ) ，包括单光子发射体层成像( s p e c t ) 与正电子发射体层成像( p e t ) 等新的成像技术。这样，仅仅1 0 0 年多一点的时间就形成包括放射诊断在内的 影像诊断学。虽然各种成像技术的成像原理与方法不同：诊断价值与限度各异。 但都是使人体内部结构和器官成像。借以了解人体解剖与生理功能状况及病理 变化，以达到诊断的目的【7 】。随着生命科学、信息技术、微电子技术的飞速发展， 各种影像设备的图像采集、处理速度以及精确度的提高，相应的应用领域也在 不断地扩展和进步，以下几个方面是现代医学影像技术发展趋势的重要特征。 首先，形态显示由传统的二维向多维方向发展，从多方位逼真地显示对象的立 体关系、活动形态与规律；对比增强由一般性向组织和疾病特异性方向发展， 由于各种医学成像设备原理不同，反映的信息各有侧重，通过将两种以上成像 方式生成的图像中最有特异性的部分同时显示，提高医生诊断和治疗的治疗。 其次，诊断方式由形态学向功能性成像发展，功能性c t 、m r i 、能量多普勒、组 织多普勒、心肌组织速度成像、应变成像等成像技术的出现使得医生可以获得 更多的人体信息。图像分析由定性向定量方向发展，并且可基于多维重建技术 进行自动识别、自动测量、自动诊断。再次，系统向全数字化、信息化、网络 化发展，医学影像信号采集及处理由模拟数字混合技术向全数字技术发展，以 医疗数字化、信息化为基础的远程成像将成为医学影像技术发展的必然。最后， 从单纯的诊断向诊治结合发展，例如图像导航技术，结合示踪技术在三维数字 化图像上测出外科器械的精确行进位置，缩小外科计划与具体实施之间的差距， 或者进行微创治疗等【引。 2 1 2 医学成像原理简介 这里只对本文用到的几种成像模态的原理做简单介绍，包括x c t 成像、p e t 成像和m r 成像。 5 硕士学位论文第二章医学图像处理基础知识 x - c t 的基本原理是图像重建，根据人体各种组织( 包括正常和异常组织) 对) c 射线吸收不等这一特性，将人体某一选定层面分成许多立方体小块( 也称 体素) x 射线穿过体素后，测得的密度或灰度值称为象素。x 射线束穿过选定层 面，探测器接收到沿x 射线束方向排列的各体素吸收x 射线后衰减值的总和， 为已知值，形成该总量的各体素x 射线衰减值为未知值，当x 射线发生源和探 测器围绕人体做圆弧或圆周相对运动时，用迭代方法求出每一体素的x 射线衰 减值并进行图像重建，得到该层面不同密度组织的黑白图像，获得的图像为人 体的横断解剖图，并可通过计算机处理得到三维的重建图像【9 】。 正电子发射计算机扫描( p o s i t r o ne m i s i o nt o m o g r a p h 简称p e t ) ：该技 术是利用回旋加速器加速带电粒子轰击靶核，通过核反应产生带正电子的放射 性核素，并合成显像剂，引入体内定位于靶器官，它们在衰变过程中发射带正 电荷的电子，这种正电子在组织中运行很短距离后，即与周围物质中的电子相 互作用，发生湮没辐射，发射出方向相反，能量相等的两光子。p e t 成像是采用 系列成对的互成1 8 0 排列后接符合线路的探头，在体外探测示踪剂所产生之 湮没辐射的光子，采集的信息通过计算机处理，显示出靶器官的断层图象并给 出定量生理参数【1 0 1 。 磁共振造影术( m a g n e t i cr e s o n a n c ei m a g i n g ) 简称m r i 由于人体内含有 非常丰富的氢原子( 即质子) ，且每一个氢原子核都如同是一个小小磁铁，而 人体内不同物质、组织或器官彼此之间所含的氢原子核密度皆不相同，因此m r i 是利用均匀的强磁场和可改变区域磁场强度的特定频率的射频脉冲，经由各种 脉冲程序的控制，使得氢原子核产生磁矩的回旋动力的变化，然后依据法拉第 电磁感应定律，转换成电流信号并记录下来，最后由电脑处理而形成不同物质、 组织或器官的灰阶影像对比分布图，其所呈现的为断层切面且分辨率高的影像， 所提供的也是属于人体解剖结构方面的资讯【l o 】。 以上三种检查方法都有一个共同的特点，即以计算机为基础，使图像信息 数字化，应用数学算法对其实施图像信息后处理，p e t 从分子水平出发，把组织 病理学检查延伸为组织局部生物化学的显示，确定病变的性质及恶性的程度， 预测病程并直接指导治疗，这是目前c t 、m r i 等影像技术所不及的，但是p e t 所提供的图像是人体生理代谢的图像，在临床解剖学意义上它无法与c t 、m r i 等影像技术比较。再有，p e t 、c t 检查是放射检查，从某种意义上说，这种检查 对人体健康会带来一定的不良影响，而m r i 成像的磁场强度范围内，对人体健 康不致带来不良影响，所以是一种非损伤性检查，但是对于装有心脏起搏器及 被检部位有金属植入的患者则不能进行m r i 检查。数字成像技术是一种新兴的 成像技术，各种技术和方法都有其优势与不足，并非一种成像技术可以适用于 6 硕士学位论文第二章医学图像处理基础知识 人体所有器官的检查和疾病诊断，也不是一种成像技术能取代另一种成像技术， 它们之间的关系相互补充和印证，是相辅相成的。随着科学技术的不断发展， p e t 、c t 与m r i 图像彼此可以进行融合，使得解剖图像和功能图像融为一体，为 临床医学提供更准确的诊断【1 0 1 。 2 2 医学图像格式简介 2 2 1d ic o m 标准简介 计算机技术的发展，大容量存储介质和图像压缩技术的应用，使医学图像 可以大量存储；计算机运行速度的提高，使得对图像的实时分析成为可能；计 算机显示技术和虚拟现实技术的发展，使得医生不用开刀就可以看到病人体内 逼真的三维图像。在这些医学图像诊断的技术当中，现在的热点和关键问题之 一是医学图像及诊断数据的存储和传输问题。 八十年代以来，为了利用网络在不同的设备和医疗诊断系统之间交换图像 数据和诊断信息，国外已经开始着手制定专门针对医学信息通信的协议。1 9 8 3 年，美国放射学会( a m e r i c ac o l l e g eo f r a d i o l o g y - - a c r ) 和美国电器制造商协 会( m a t i o n a le l e c t r i c a lm a n u f a c t u r e r s a s s o e i a t i o n - - n e m a ) 成立了一个联合委员 会开发相关标准，并于1 9 8 5 年发布了a c r - n e m a 标准。经过多年的增补和修 订，a c r n e m a 标准最终演变成新一代的d i c o m 3 0 ( d i # t mi m a g i n ga n d c o m m u n i c a t i o n si nm e d c i n e ) 标准【l l 】。在这个标准中，增强了对网络的支持，成 为医学影像设备和国际标准通信协议。现在，个个厂家的医疗仪器和医学诊断 系统都已开始使用国际化的通信和数据格式标准d i c o m 3 0 。 医学信息数据通信领域正在经历一个飞速发展的阶段，大量新的医疗设备、 计算机诊断系统和诊疗理念不断丰富着这一领域。因此，d i c o m 标准从诞生之 日起就是一个开放的标准，它不断的进行着自我完善、扩充和演化的过程。为 了适应这种内容不断扩充和更新的需要，d i c o m 标准采用了广义的信息对象定 义i o d ( i n f o r m a t i o i lo b j e c td e f i n i t i o n ) 的概念，不仅包括医学图形和图像，也 包括大量相关的检查、报告等广义的信息对象，并且通过唯一标识u i d ( u n i q u e i d e n t i f i e r ) 的方式在网络环境下唯一地确定这些信息对象。在此基础上，d i c o m 标准定义了大量不同的服务类( s e r v i c ec l a s s ) ，用以完成不同的服务功能。因此， 对于不断更新的医疗设备及各种类型的数据，可以通过修改或定义新的i o d 使 得标准与之相适应并得以扩充；而对于新增的功能，则可以通过定义新的服务 类来完成。这样就达到了不需对d i c o m 标准的整体框架进行修改的情况下完成 标准本身不断扩充和更新的目的。也就是说，d i c o m 标准可以在不断吸收新特 7 硕士学位论文第二章医学图像处理基础知识 性的同时，扔能很好地保持与原先版本的兼容性【n 】。实际上，a c r - n e m a 每年 都会公布当年新修订的d i c o m 版本。 因为本文的主题是医学图像的配准，下面我们描述一下d i c o m 图像数据编 码方式和文件结构。 2 2 2d l c o m 文件结构和数据编码方式 典型的d i c o m 文件有两部分组成： 1 1 文件元信息( f i l em e t ai n f o r m a t i o n ) ：包括此文件所存储的数据集的识别 信息，包括文件识别前缀、数据集标识及存储格式等信息； 2 ) d i c o m 数据集( d i c o md a t as e t ) ：文件所存储的d i o o m 数据，是文件 的主体。 其中，文件元信息又可以分为以下一些部分： 1 ) 文件前同步码：长1 2 8 字节，可以存放一些生成该d i c o m 文件的应用程 序的某些指定信息，如不使用则全部置为o o h ； 2 ) d i c o m 前缀：4 字节字符串，规定为“d i c m ； 3 ) 文件元数据元素：一组组号为0 0 0 2 h 的d i c o m 数据元素，包含文件数据 集的标识、格式等信息，该组数据元素均采用显式值类型描述( v r ，v a l u e r e p r e s e n t ) 和小端序( l i t t l e e n d i a n ) 格式存储，v r 由两个字符表示。其中标签 为( 0 0 0 2 ，0 0 1 0 ) 的数据元素存储了传输语法u i d 。d i c o m 的文件结构如图2 1 所示： i 导言前缀 数据元素数据元素数据元素 i1 2 8 b y t e sd i c m 标签值描述 值长度值 4 b y t e s( 可选) 图2 1 ：d i c o m 文件结构图 其中数据元素中的标签字段占4 个字节，又分成两部分，前2 个字节为组 号，后2 个字节为元素号。组号为偶数的标签为系统保留，组号为奇数的标签 由用户自定义。数据元素中的值类型字段为可选字段，当传输语法为隐式数据 类型描述时数据元素中无值类型字段，值长度字段占4 字节，如表2 1 所示；当 传输语法为显示数据类型描述时，对于v r 为o b 、o w 、s q 、o f 、u t 或u n 的数据元素，如表2 2 所示，跟在两个字符v r 字段后的1 6 位为d i c o m 标准 的以后版本保留，保留字节被设置为0 0 0 0 h 并且不能被使用或译码，值长度字 段是3 2 位无符号整数，如果值字段有明确长度，那么值长度字段应包含相当于 硕士学位论文第二章医学图像处理基础知识 值字段长度( 以字节计算) 的值，有未定义长度和序列定界项目的值字段标志 着值字段的结束。对于其它v r ，值长度字段是跟在两个字符v i i 字段后的1 6 位无符号整数，值长度字段的值等于值字段的实际长度，如表2 3 所示。 表2 - 1 ：隐式v r 的数据元素【l l 】 标签 值长度值字段 3 2 位无符号整数 组号元素号数据元素的实际数据 指定值字段长度 2 字节2 字节4 字节由值长度指定或未定义长度 表2 - 2 ：显式v r 的数据元素，x - 中v r 为o b 、o w 、s q 、o f 、u t 或u n 1 1 】 标签值描述值长度值字段 2 个字符o b 、 系统保 1 6 位无符号整数数据元素的实 组号元素号0 w 、s q 、o f 、l i t 留 指定值字段长度 际数据 或u n 由值长度指定 2 字节2 字节2 字节2 字节2 字节 或未定义长度 表2 - 3 ：显式、r l l 的数据元素【1 1 】 标签值描述值长度值字段 1 6 位无符号整数 组号元素号2 字节字符串数据元素的实际数据 指定值字段长度 2 字节2 字节2 字节2 字节由值长度指定 文件的编码方式也由传输语法指明，传输语法定义了三个方面的内容：数 值表示法如何指定：多字节数在存储或传输时的字节顺序，是低位字节先存储 或发送( l i t t l e e n d i a n ) ，还是高位字节先存储或发送( b i g e n d i a n ) ； 封装情况 下的压缩格式，是采用j p e g 还是r l e 的压缩算法，是有损方式还是无损方式等。 例如，对于一个3 2 位无符号整数1 2 3 4 5 6 7 8 h ，在l i t t l e e n d i a n 方式下的字节顺 序为7 8 、5 6 、3 4 、1 2 ，而在b i g e n d i a n 方式下的字节顺序则为1 2 、3 4 、5 6 、7 8 。 传输语法的处理是服务提供方的一部分，但双方都要初始设置正确的对双方都 可接受的传输语法。传输语法是由一个u i d 标识的，d i c o m 默认的传输语法是 隐式值描述和小端序传输语法，并采用无损方式的j p e g 压缩算法。 对于d i c o m 的图像数据而言，这里列出几个重要的标签及其意义。如表2 - 4 所 示： 9 硕士学位论文第二章医学图像处理基础知识 表2 4 ：关于图像数据的几个重要标签及其意义【1 1 1 标签 意义描述 0 0 1 80 0 5 0层间距 三维图像轴向的层间距，单位：m m 。 0 0 2 80 0 0 2样本数 表示每个像素所用到的颜色样本数。 规定了图像的显示特性，常见的值有： ( ) m o n o c h r o m e l 灰度图像，象素最小值显示为白色； 0 0 2 80 0 0 4光度表示 ) m o n o c h r o m e 2 ：灰度图像，象素最小值显示为黑色； r g b ：r g b 彩色图像；h s v ：h s v 彩色图像： p a l l e t ec o l o r ： 使用调色板的彩色图像。 0 0 2 80 0 1 0 图像高度图像高度，单位：像素。 0 0 2 80 0 1 1 图像宽度图像宽度，单位：像素。 两个像素中心之间的物理距离，分为水平和竖直两个 0 0 2 80 0 3 0像素间距 值，单位：i i m l 。 为每个像素点样本分配的位数，在一个d i c o m 文件中 0 0 2 80 1 0 0位分配 所有的像素有相同的值。 每个像素点样本实际存储所占的位数，在一个d i c o m 0 0 2 80 1 0 1 位存储 文件中所有的像素有相同的值。 0 0 2 80 1 0 2 高位像素样本的实际数值在位分配中的最高位的位置。 0 0 2 80 1 0 3像素表示像素样本的数值表示方法。 0 0 2 80 1 0 6最小像素值 图像中实际像素值的最小值。 0 0 2 8 0 1 0 7 最大像素值图像中实际像素值的最大值。 0 0 2 81 0 5 0 窗位窗位也称窗中心，表征显示区域的中心位置。 窗宽是指需要显示图像的范围，调节窗宽主要影响对 0 0 2 81 0 5 1 窗宽比度，窗宽越大，图像灰度层次多，组织对比减少， 细节显示差。 7 f e oo o l o 图像数据该标签的值字段存储实际的图像像素点阵。 2 2 3d ic o m 医学图像的调窗技术 由于d i c o m 文件中存储的医学图像数据通常是一种相对值，而不是实际的显 示值，并且数据的动态范围很大( 像素深度一般都不低于4 0 9 6 灰度级) ，远远超 出显示设备的灰度显示范围，所以必须采取某种处理将动态范围很大的数据映 射到显示设备灰度显示范围，也就是调窗处理；此外d i c o m 文件一般用2 个字节 来存储数据，但是很多格式图像实际存储像素的位数都少于1 6 位，所以必须对 实际存储像素位数外的那部分进行处理，然后对处理后数据通过调窗处理在显 示设备上显示，也就是d i c o m 数据的转换处理。d i c o m 读取来的图像数据，如果 每样品位分配大于8 ，此时以字为单位存储图像数据的像素抽样值，要想显示 d i c o m 图像文件，必须进行数据转换处理，数据转换处理过程依次为高低字节交 换，高位截取，重调整。当每样品位分配大于8 ，也就是一个像素样品值需要高 于8 位才能表示，以一个字为单位存储像素的抽样值，会由于传输语法中规定的 1 0 硕士学位论文第二章医学图像处理基础知识 字节排列格式不同，而产生字存储的数据表达的意义不同，同时还会出现1 6 位 中可能位存储( 真正表示像素样品值所需的位数) 要少于1 6 位。以c t 为例，在 d i c o m 文件中，c t 图像表示一个像素所需的样本数为1 ，而每像素样本值由1 2 位 来表示，此时1 6 位中真正存储像素值的只占1 2 位，那么想正确显示c t 图像，就 需要根据字节排列格式重新调整字节排列，同时将多余的4 位去掉【1 2 1 。 所谓调窗处理( c w ) ，原理上是根据预知的窗宽和窗位值，获得需要显示的 窗口大小( 窗宽) 和中心位置( 窗位) ，从而将窗口内的值转换成显示时的最亮和 最暗范围内的值，高于窗口灰度范围的部分置为最亮，低于窗口灰度范围的部 分置为最暗。调窗处理在数学上表达就是图像数据与显示值的转换，公式如下： s ( 矿) = o矿 c + 等 其中：v 为图像数据，s 为显示器的显示值，s m 为显示器的最大显示值，w 为 窗宽，c 为窗位。调窗处理中，窗宽是指需要显示图像的范围，调节窗宽主要影 响对比度，窗宽越大，图像灰度层次多，组织对比减少，细节显示差，而窗位 也称窗中心，表征显示区域的中心位置。譬如骨骼的窗宽、窗位分别为w = 2 0 0 0 、 c = 8 0 0 ，大脑组织的窗宽、窗位分别为w = 7 0 、c = 3 5 ，那么就可以利用调窗处理， 将窗宽窗位调节到骨骼或大脑组织的窗宽、窗位，然后利用上面的公式将图像v 换算成显示器的显示值，最终得到的结果是只显示窗口范围内的图像，也就是 骨骼或大脑组织，而将窗口范围外的分别置最暗或最亮。如图2 - 2 所示，( a ) 和 ( b ) 是同一幅脑部c t 图像分别在w = 7 0 、c = 3 5 和w = 2 0 0 0 、c = 8 0 0 时的显示效果；( c ) 和( d ) 是另一幅脑部c t 图像分别在w = 7 0 、c = 3 5 和w = 2 0 0 0 、c = 8 0 0 时的显示效果。 ( a ) 和( c ) 显示了脑部组织的影像，( b ) 和( d ) 显示了脑部骨骼的影像。 图2 - 2 ：两张脑部c t 图像在不同窗宽、窗位时的显示 硕士学位论文第三章多模态医学图像配准框架及实现 第三章多模态医学图像配准框架及实现 3 1 医学图像配准介绍 图像配准的过程实际上是指寻求两幅图像间一对一映射的过程，也就是说 要将两幅图像中对应于空间同一位置的点联系起来。这里的映射，一般称之为 变换，在二维空间中表现为二维变换，在三维空间中表现为三维变换。实际配 准过程中根据不同的特点和要求既可以采用简单的刚体变换，也可以采用较复 杂的弹性形变。假设有两幅二维图像i l 和h ，i i ( x y ) 和1 2 ( x ，y ) 分别代表各 自对应点的灰度值，那么映射过程可以用下面的公式来表示： 厶( x ，y ) = g ( i l ( f ( x ，少) ) ) 这里f 代表一个二维空间坐标变换， 个一维强度变换，一般不需要。 p ( 3 - 1 ) 即( x ，y ) = f ( x ，y ) ，g 是一 q 图3 - 1 ：图像配准的几何示意图 图3 - 1 为对应于同一物体同一位置的两幅图像。这两幅图有明显的不同， 第一是方向和位置上有差异，第二是形状上有互不包含的部分。我们可以认为 它们由不同的成像设备得到( 少的那部分代表两种成像设备成像模式的差异) ， 也可以认为它们来自同一个成像设备( 如手术前和手术后，少的那部分代表病 变组织) 。 两个图像空间中点对点的映射过程。如果这种映射是一对一的，即一个图 像空间中的每个点在另外一个图像空间中都有对应点，或者至少在医疗诊断上 感兴趣的那些点能够准确或近似准确的对应起来，我们就称为配准【1 3 】。 3 1 1 医学图像配准的发展过程 2 0 世纪以来医学成像技术经历了一个从静态到动态、从形态到功能、从平 面到立体的发展过程，尤其在计算机技术高度发达之后，医学成像技术的发展 给临床医学提供了各种形态和功能的影像信息。根据医学图像所提供的信息内 1 2 硕士学位论文 第三章多模态医学图像配准框架及实现 涵，可将这些信息分为两大类：解剖结构图像( c t 、m r i 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，功能图像无法提供脏器或病灶的解剖细 节；解剖图像以较高的分辨率提供了脏器的解剖形态信息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局限性，使 得单独使用某一类图像的效果并不理想。多种图像的利用又必须借助医生的空 间构想和推测去综合判定他们所要的信息，其准确性受到主观影响。更主要的 是一些信息将可能被忽视。解决这个问题的最有效方法，就是以医学图像配准 技术为基础，利用信息融合技术，将这两种图像结合起来，利用各自的信息优 势，在一幅图像上同时表达来自人体的多方面信息。使人体内部的结构、功能 等多方面的状况通过影像反映出来，从而更加直观地提供了人体解剖、生理及 病理等信息。其中配准技术是图像融合的关键和难点。 8 0 年代初，图像配准主要是应用在d s a ( 数字减影血管造影) 采用基于图 像灰度的方法，通过检测相关性和灰度值的差异来决定刚性变换的参数。显然 这些工作都是针对二维图像。但值得注意的是，这种基于图像灰度的方法在今 日关于三维图像的配准中仍是一个研究的主要内容。 8 0 年代中后期到9 0 年代初，临床医师和图像处理领域的专业人员开始认识 到不同模态的图像提供的不同信息( 如解剖结构和功能信息) 应当被融合在一 起从而组成一个更加简单实用的显示与分析平台。要达到这一目的，首先就要 ”将不同时间，不同模态的图像上的点一一对应起来，也就是进行图像配准。这 一阶段提出了一些基于边界特征的配准方法，但主要还是采用刚性变换，范围 也主要集中在二维领域。 9 0 年代，计算机硬件的飞速发展推动了图像配准在三维领域的研究，主要 采用的方法仍然是刚性变换的方法( 如采用欧氏距离最小化的方法) 同时在二 维领域内单纯的刚性变换的方法已经不能满足人们的要求，特别是在不同病人 图像之间的校准以及病人图像和图谱图像之间的配准是更是如此这些新的要 求推动了人们对于非刚性变换方法的研究。从仿射变换开始，人们陆续推出了 一些非线性的方法，如样条方法、弹性形变的方法等等，并取得了一定的效果。 3 1 2 医学图像配准的分类 到目前为止配准的分类始终没有一个统一的说法，人们根据不同的用途、 特征进行不同的分类，下面给出目前比较流行的分类方法： 根据医学图像模态可分为三类：单模图像之间的配准、多模图像之间的配 准和患者和模态之间的配准。单模图像之间的配准一般应用在生长监控、减影 1 3 硕士学位论文第三章多模态医学图像配准框架及实现 成像方面；多模图像之间的配准应用最多，主要应用在诊断方面，可分为解剖 一解剖的配准和解剖一功能的配准两大类，前者将显示组织形态学不同方面的 两幅图像混合，后者将组织的新陈代谢与它相对于解剖结构的空间位置联系起 来；患者和模态之间的配准基本应用在放射治疗和计算机辅助手术中的术中定 位。 根据配准所基于的图像特征可分为三类：基于外部特征的配准、基于内部 特征的配准和基于非图像的配准。外部特征指加在病人身上的各种清晰可见、 易检测到的人造标记，具体又可分为侵人式的( 如立体定位参考框架、螺钉标记 等) 和非侵人式的( 如牙套、泡沫面具等) ；内部特征来自于病人的图像信息，具 体又可分为基于标记、基于分割和基于体素特性【1 籼1 5 ，1 6 1 7 】的图像配准；基于非 图像的配准是通过校准俩个扫描器的成像坐标系统来实现的，前提是扫描器应 在同一个物理位置上，并且在获取两幅图像的过程中病人保持不动。 根据待配准的主体分为：i n t r a s u b j e c t 配准、i n t