（计算机软件与理论专业论文）基于角点特征和最大互信息的多模医学图像配准.pdf

山东师范人学硕 ：学位论义 摘要 医学影像己成为现代医学中的一个重要的组成部分。医学影像的研究包括两 个独立的部分：医学成像系统及医学图像处理。前者强调对图像形成的过程研究， 后者主要对已经获得的图像进行加工、处理，使图像更加清晰；使某些特征量更 突出，还可对多种类型的图像进行融合。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。本论文着重研究图像的配准。 首先介绍了多模医学图像配准的概念和配准过程，对目前主要的配准方法及 其分类进行了归纳，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。详细讨论了互信息的相关知识以及插值方法对互信息配准的影响。比较了 最近邻插值法、双线性插值法和p v ( p a n i a lv 0 1 啪e ) 插值法这三种插值方法，实 验结果表明p v 插值法对于互信息函数曲线的光滑性和配准的精确性都具有最好 的效果。互信息配准算法认为具有共同解剖结构的两幅图像达到最佳配准时，它 们的重叠部分所对应像素灰度的互信息量达到最大值。与传统的图像配准方法相 比，互信息配准方法的优势在于：无需对多模图像像素灰度之间的关系作任何假 设，无需对图像分割和预处理，完全自动而无需人工交互。针对基于最大互信息 的图像配准的不足，研究了基于角点的多模态医学图像配准。从重复率和信息量 这两个方面考虑，本文采用了h a m s 角点算子。对于角点的匹配，提出采用互信 息作为相似性度量方法。医学图像配准中采用的优化算法很少涉及到全局优化算 法，主要以局部优化算法居多，但这些局部优化算法容易陷入局部极值，从而导 致图像的误配准。本论文采用的优化算法是具有良好全局搜索能力的遗传算法。 但是，遗传算法由于其存在容易早熟、收敛速度慢的不足，在医学图像配准的应 用中有一定的缺陷。本论文通过在编码、遗传操作算子等方面对标准遗传算法进 行改进，提高了算法的性能。 针对头部m r j 和p e t 图像的特点，提出了一种图像配准策略：以两幅图像 h a m s 角点特征的最大互信息作为配准的代价函数，用p v 作为插值方法，以遗 传算法作为全局优化算法。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：多模医学图像；最大互信息；h a r r i s 角点；遗传算法 山东师范人学硕i ：学位论文 a b s t r a c t m e d i c a li m a g i n gh a sb e e na l l i m p o n a i l tp a no fm o d e mm e d i c a ls c i e n c e s m e d i c a li m a 西n gi n c l u d e st w o s 印a r a t ep a i r t s ：m e d i c a li m a 西n gs y s t 锄a 1 1 dm e d i c a l i m a g ep r o c e s s i n g i m a 舀n gs y s t e ml a y ss t r e s so nt h ei m a g ea c q u i r i n gp r o c e s s p r o c e s s i n gi s f o c u s e do ni m a g ep o s t p r o c e s s i n gi no r d e rt 0i m p r 0 v eh n a g eq u a l i 劬 e x t r a c ti m a g ef e a _ t i j r e so r 如s ed i f 渤e n tm o d e lo fi m a g e s 、t ht h ed e v e l o p m e n to f i m a g i l l gt e c l l n o l o g y ，t h em o d a l i t ) rm e d i c a li i i l a g e sh a v eb e e nu s e dw i d e l yi nc l i l l i c a l d i a g n o s e sa n ds u 唱i c a lt 1 1 e r a p i e s h l t e 黟a t i n gt h o s ei m a g e si sh e l p f i l lt oi m p r 0 v et h e a c c u r a c yo fc l i n i c a ld i a 萨o s e s 锄ds u 晤c a lt h e r a p i e s i n l a g er e 西s 虹a t i o ni s l ek e y p a r to fi n t e 孕a t i o n ；i ti sag e o m e t r i c a lt r a l l s f o h n a t i o na n dc a i lr e c t i 矽柳oa c c o r d i n gt o t h ec o r r e s p o n d i n gf e a t i l r e s h n a g er e 西s 仃a t i o nr e s e a r c hi st h ee m p h 豁e so ft 1 1 i s d i s s e r t a t i o n t l l i st h e s i sf i r s t l y 砷d u c e st h ec o n c 印t i o nm 萄o rr e 舀s 眦i o na _ 1 9 0 r i t h 【i l sa i l d c a t e g o r i e sa r ea 1 1 dp r o c e s so fr e 西s t l a t i o n a c c o r d i n gt ow h e t h e re x 拓a c t i n gi m a g e s f e a n h 。e0 rn o t ，w ed i v i d ep r e s c l l tm e t h o d si n t o 觚op a r t s ：f e 如】1 ee x 们c t i o nb a s e d m e t h o d sa n dv o w e ls i m i l a r i t yb a s e dm e t h o d s w bt h e nd e s c r i b e dt h e 虹o w l e d g ea b o u t t h ea f r e c t i o no fi n t e r p o l a t i o n c o m p a r e dm et h r e ei n t e 印0 1 a t i o na 1 9 0 r i t h m so fn e a r e s t n e i g h b o r ，l i n e a ra 1 1 dp v ( p 甜i a l 、，0 1 啪e ) ，e x p 嘶m e n tr c s u l t si n d i c a t e dt h a tp v i n t e i p o l a t i o ng a v em eb e s tp e r f o 加a n c ei nt e m so ft h es m o o 也n e s so fm u _ t i l a l i n f o r m a t i o n 血n c t i o na n dm ep r e c i s i o no fr e g i s 倾t i o n m u t u a li n f o m a t i o nr e 百s t l a t i o n m e t h o dt l l i n k st h a tt h em u t u a li n f o r m a t i o no ft l l ew r a p p e dp a no ft h ei m a g e sr e a c h e s t h em a x i m u mw h e n 觚oi m a g e sr e 昏s t e rb e s t c o m p a r e dt 0c o n v e n t i o n a lr e 参s t r a t i o n m e m o d s ，t h ep r e d o m i n a n c eo fm u t u a li n f o m a t i o nr e 百s t r a t i o nm e t l l o di s t h a ti t d o e s n tn e e dt os u p p o s em er e l a t i o no fm ei m a g e sa n dm a ti tn e e dn oi m a g e s e 鲫e n t a t i o na n di m a g ep r 印r o c e s s ，a i l dt h a ti t c a i lb r i n gt os u c c e s sa u t o m a t i c a l l y w i 1 0 u ta l t e m a t i o nw i mp e o p l e d u et ot h ei n f e r i o r i t yo fi m a g er e 百s 仃a t i o nu s i n g m a ) 【i m u mm u t u a li n f o r m a t i o n ，w er e s e a r c h e dt h er e 酉s t r a t i o nb a s e do nc o m e rp o i n t s w 色u s e dh a r r i so p e r a t o ri nc o n s i d e r a t i o no fr 印e t i t i o na n di 1 1 】f o m a t i o nm e a s u r e m u t u a li n f o 册a t i o nw a sp r o p o s e dt 。b et h es i m i l a r i t ym e a s u r eo fc o m e rp o i n t s m e d i c a li m a g e sr e 百s t r a t i o n su s u a l l yu s e1 0 c a lo p t i m i z i n ga l g o r i m m s ，a r l dm e g l o b a lo p t i m i z i n ga l g o r i m m sa r el e s sc o n c e m e d b u tt h e s el o c a la l g o r i m m sa r ee a s y t of a l li n t ot 1 1 e1 0 c a ls u p r 锄ev a l u e ，s oi tw i l ll e a dt om ew r o n gr e 舀s 仃a t i o n t h ep 印e r u s e sg e n e t i ca l g o r i t l 蛐w h i c hh a sg o o d9 1 0 b a ls e a r c h i n ga b i l i t y b e c a u s eo ft h e e a r l i n e s s ，s l o ws e a r c h i n gs p e e da n d1 0 n g1 1 l n n i n gt i m e ，g e n e t i ca 1 9 0 r i m mh a ss o m e = ：恶竺印：) 一e d i c a ji m a g e s 嘲舶n t h ep a p e ri m p m 塌t h e 三：黧、竺：i ! ：g 粤! ：m 舶mc o a i n 岛脚e t j c 叩e r a t i n g ，觚ds 。1 。：。三：鼍慧 c a p a b n n yo f t h ea 1 9 0 枷_ l l l l p 一”“崛 r e 一兰兰。竺! e a di m a 譬s c h a r a c t e r i s t i c0 fm 融a 1 1 dp e t ，w e p r e s e n tan e w = 篙：= ? ：歹斟i e 誓0 p t 蝴( m u t u a - h 南胁a t i o n 。f 孟sc 三：二；二。s “： 兰黧翼三v 竺= h t i o n ，g aa s o u r 叩t i m i z 抵a - 印r i n u n 。三蒜= = 黧翼：墙：m 嘶e s i n a i c a t c a 蛳m i sm e 协h 钾em e 二：。： n l g h p r e c i s i o n ，g o o di - d b u s t 一一5 - 。v 1 h = 。黧竺竺n ；啪d a l 嘶e 蚴i l l l a g e ；m u t u 蚰内肋岫h a m sc o m e r d e t e c t o r ；g e n e t i ca 1 9 0 舶m 一“儿 v 独创声明 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。据我所知，除了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( 注：如没有其他需要 特别声明的，本栏可空) 或其他教育机构的学位或证书使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：马少缸 导师签字： 学位论文版权使用授权书 本学位论文作者完全了解堂撞有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权 鳖可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适用本授权 书) 学位论文作者签名：马乒墨 签字日期：2 0 0 多年箩月日 导师 签字日期 山东师范人学硕l | ：学位论文 1 1 课题背景及意义 1 1 1 医学影像技术 第一章绪论 随着科学技术的发展，在医学图像已经成为临床诊断中不可缺少的重要组成部 分的同时，医学影像技术也已成为医学诊断中最活跃的研究领域之一。过去这些图像 主要是各种x 胶片，为提高胶片的利用价值，放射科不得不建立各自的胶片库来存 储数量庞大的胶片，这就是所谓的存档，即对胶片的手工管理。这样的管理方式效率 低下，维护费用很高。 2 0 世纪以来，医学影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，出现了计算机断层成像( i c p ) 、 数字血管造影s a ) 、单光子发射断层成像( s p e c t ) ，磁共振成像、数字荧光造 影( d p ) 、正电子发射断层成像口e t ) 等多种成像模式的医学图像。同时更清晰、更有 诊断价值的高质量医学图像正在不断研究发展中。 根据医学图像所提供的信息内涵，可将目前的医学图像分为两大类：解剖结构 图型( c t ，m 阻，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： 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： 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。目前 两类成像设备的研究都已取得很大进展，图像的空间分辨率和图像质量有很大提高。 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。下面介绍各种常见模态的医学图像。 图1 - 1 各种常见模态的医学图像 1 c t 图像 c t ( c 伽叩u t e dt 0 m o 脚h y ，计算机断层摄影) ，利用x 线对人体某一范围进行逐 山东师范人学硕l ? 学位论文 层的横断面扫描，取得信息，经过计算机处理后获得重建的图像。获得的图像为人体 的横断面解剖图，并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 率和几何特征，对人体软组织对比度较低，对骨骼反映较清晰。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的改变。后者可通过测定c t 值而得到，亦 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、生长及伴随情况的不 同，其密度变化也各异。c t 对组织的密度分辨率较高，且为横断面扫描，可提高诊 断的准确率。 2 m 砒图像 m 魁似a 盟“cr - e s o n a i l c eh 1 1 a g i n g ) 核磁共振成像，是8 0 年代初才开始应用于i 隘 床的医学影像诊断技术。磁共振的两个分支：功能性磁共振( 唧和磁共振波谱( m r s ) 目前在临床医学中也同样发挥着重要作用。m 对利用人体组织中氢质子在磁场消失 后驰豫时间差成像，具有无电离辐射性损害；无骨性伪影；能多方向( 横断面，冠状， 矢量切面) 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 等独特优点。被誉为医学影像领域继x 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，且容易受到磁场干扰发生几何失真。 3 p e t 图像 p e t ( p o s i t r o ne 觚s s i o nt 0 m o 鲈a p h 功正电子发射断层显像，是在分子水平上显示 人体内每一局部组织的功能变化( 并可做准确的定量分析) 或对全身进行代谢功能检 查。在许多情况下p e t ，x 线、c t 和核磁共振三种检查组合可以大大提高临床诊断 的准确性( 如需要对体内单个孤立性小病灶进行良恶性鉴别诊断和手术前定位等) 。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入人体后进行扫描成像。其成像优点有：1 、灵敏度高， p e t 是一种反映分子代谢的显像，当疾病早期处于分子水平变化阶段，病变区的形态 结构尚未呈现异常，m 赳，c t 检查还不能明确诊断时，p e t 检查即可发现病灶所在， 并可获得三维影像，还能进行定量分析，达到早期诊断，这是目前其它影像检查所无 法比拟的。2 、特异性高，p e t 检查可以根据肿瘤代谢的特点做出诊断。3 、全身显像。 4 、安全性好。p e t 显像具有独特的性能，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扫描) 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技术，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、流血状况，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 2 山东师范人学硕i ：学位论文 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器官 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、肺栓塞、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) ，是一种投影图像，由注入造影剂前后的x 光投影 相减而得到。 1 1 2 医学图像信息的应用 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 j 融合图像信息可辅助骨折正位。通过医 学图像融合，有效地丰富了图像信息，提高了诊断地可靠程度，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得观察。在这种意义下，病人是一个活靶子， 而医生要一击中的，则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得定量得把握。 3 手术导航 通常外科手术中，医生是通过术前的图片( c t ，腿等) 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，一个长期困扰外科医生的问题是，手术 会不会给病人带来后遗症。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甩了计算机图形学、医学图像分析、与临床医学的知识， 通过将术前的c t ，m m ，p e t 或删融合，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 j 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身体的侵害。 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，至今仍是难解之谜。 3 山东师范人学硕 ：学位论义 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 功能部位是相互重叠的，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。 1 2 医学图像配准的应用价值和发展状况 1 2 1 医学图像配准的应用价值 在临床诊断、放射治疗计划和图像引导手术中，经常要求病人接受多种计算机 断层扫描成像，以提供病理和解剖方面的互补信息；但是由于在成像时病人的定位差 异，以及不同图像的分辨率、对比度等参数的设置不同，医生很难仅凭想象将多幅图 像准确地对齐。医学图像配准就是通过寻找某种空间变换，使两幅图像的对应点达到 空间位置和解剖结构上的完全一致。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都达到匹配。 随着医学图像学的不断发展，医学图像的配准已经成为医学图像研究领域的热 门专题之。医学图像配准具有很重要的临床应用价值。对各种使用不同或相同的成 像手段所获取的医学图像进行配准不仅可以用于医疗诊断，还可用于手术计划的制 定、放射治疗计划的制定、病理变化的跟踪和治疗效果的评价等各个方面。合理利用 信息资源，可以弥补信息不完整、部分信息不准确或不确定引起的缺陷，使临床诊断 和治疗、放疗的定位和计划设计、外科手术和疗效评估等更加全面和精确。例如，在 制定放射治疗计划时，需要用x c t 片进行放射剂量分布的计算，而病灶区域的轮廓 通常在m r j ( 磁共振成像) 中能很好的体现出来。在核医学中，把功能型图像( p e t 正电子发射图像或s p e c t 单光子发射图像) 和形态学图像( m r j 磁共振图像或x 。c t 图像) 结合起来可以使得机能障碍区的解剖定位和功能结构的关系研究变得更为方 便。 1 2 2 医学图像配准的发展状况 医学图像配准经过了十几年的研究，经历了几个不同的发展阶段，已取得了重 大的进展。早期人们采用了手动设置标志点的配准方法。定位方法可分为两种：外部 定位标志法( 使用外部定位装置) 和内部特征法( 人体固有标志) 。 外部定位标志法分为侵入性和非侵入性两种方法。侵入法指标志物侵入人体， 带有损伤性，例如在受试者颅骨嵌入螺钉等物来做颅骨标记或侵入性的牢牢固定在外 颅上的空间定位结构等。在皮肤上做记号或其它在两幅图像中都可检测到的附加标记 物，使用专门的定位模型如头罩、支架、牙齿适型器等都属于非侵入性方法。缺点是 4 山东师范人学硕i ：学位论文 操作很麻烦，也容易给病人带来痛苦及不便，同时配准精度也不是很高。 内部特征法从不同成像方式中提取体位标志进行对位，它仅基于病人自身图像 的信息。体位标志包括解剖标志、几何标志、局部点、线、表面轮廓特征及像素特征 等。可使用的解剖结构有：骨骼，如脊柱、胸骨、肋骨；膈下软组织，如脾、肝、肾。 由于标志点、线、面比原始图像点数要少得多，因此可以加快对位速度。这种方法的 缺点是内部标志的寻找相当困难、费事，需要人为介入。配准结果的精确度与内部标 志的提取直接相关，要求操作者有一定的经验。它与外部法最大的不同之处在于：它 是回顾性算法，不需在成像之前对病人进行任何特殊处理。 人们又相继提出利用图像分割的方法来进行配准。因分割算法通常是半自动的， 需人为参与，其配准的精度受限于分割的精度。理论上此法可以用于全身各部位的配 准，但现在常用于神经系统成像和矫形外科成像。利用图像分割的方法进行配准容易 受到图像本身的影响。对于某些图像很难用图像分割的方法进行处理，也就不容易用 图像分割的方法进行配准。 由于医学图像的配准在临床应用中表现出越来越重要的作用，在该领域的研究 越来越受到国内外学者的重视。目前基于像素特征的配准方法获得了人们的普遍关 注。基于像素特征配准法与其它内部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。在配准全过程中使用全部图像信息，使用 的算法有体元相似性测度法、最大互信息法、相关法、联合熵法、条件熵法等。此方 法适用性最广，它不像其它内部特征法那样需先进行灰度图像的信息压缩提取，而是 在配准过程中充分利用所有可获得的信息。 虽然到目前为止已经有大量的配准方法被提出来，但是在各种医学图像配准方 法中还存在着一些问题。对于基于特征的方法来说，它们往往具有操作简单、配准速 度较快、精度较高等特点，但是这类方法也同时具有需要人工干预、特征点的获取比 较困难等缺点。而通过图像分割等技术来确定图像的特征也存在着较大的问题，因为 图像分割的精度和评价标准都没得到很好的解决，并且医生的干预过程会受到操作者 的水平和主观因素的影响，给配准结果带来很大的不确定性。对于基于灰度的配准方 法来说，由于它们只对图像的灰度进行处理，可以避免主观因素的影响，配准结果只 依赖于配准方法本身，同时可以避免因图像分割而给配准带来额外的误差，并能实现 完全自动的配准。其中基于互信息的配准方法受到了人们的普遍重视，成为近几年研 究的热点。通常这种方法不需人工干预，无须手动设置标志点，充分利用待配准图像 的灰度信息，以互信息为配准准则，实现了医学图像的自动校准。具有鲁棒性好，不 依赖于图像本身的灰度，可实现多模态图像的自动校准。 最大互信息法也存在一些缺点，如计算量大、配准时间长、互信息函数存在很 多局部极值而传统的优化算法如p o w e l l 法比较容易陷入局部最优中、没有考虑到图 山东9 币范人学硕i ：学位论文 像的空问信息等。所以目前最大互信息法的研究的重点主要集中在怎样提高配准的精 确度、配准优化算法、面的研究。鲁棒性和速度，包括互信息函数的精度和平滑性、 多分辨率方法、互信息与空间信息的结合、互信息与其他相似性测度的结合等方面的 研究。 1 3 论文的组织结构 本文介绍了一种基于最大互信息原理的图像配准技术。并针对基于最大互信息 图像配准的不足，研究了基于h a 州s 角点算子的多模态医学图像配准。在计算互信息 的时候，采用部分体积插值法计算联合灰度直方图。在优化互信息函数的时候采用了 改进的遗传算法将配准参数收敛到最优值附近。实验结果表明本方法具有较高的配准 精度和稳定性。 本文的组织结构如下： 第一章首先介绍了医学影像技术及其应用，然后对医学图像配准技术的应用价 值和发展状况做了详细的介绍。 第二章首先是介绍了医学图像配准的类型，医学图像配准的评估标准及基本方 法，然后针对图像配准方法的两大类：基于特征的图像配准和基于灰度的图像配准， 分别做了相关介绍。 第三章分别介绍了角点特征和最大互信的有关知识，包括角点、熵和最大互信 息的基本概念以及基于角点和最大互信息配准方法的基本步骤。 第四章是方法实现与实验结果分析。介绍了本文所采用的图像变换和插值技术 以及搜索策略，实验算法。 第五章对全文的研究工作进行了总结，并给出下一步研究方向。 6 山东师范人学硕 ：学位论义 第二章医学图像配准技术介绍 2 1 医学图像配准的类型 根据成像模式的不同，以及配准对像间的关系等，医学图像配准可有多种不同 的分类方法如图2 1 。 一 臣亟困 图2 1 医学图像配准类型 由图2 1 可以看到，根据配准的医学图像模态将配准方法分为三大类：同一对象 ( i n t r a s u b j e c t ) 的图像配准、不同对象间( i n t e r - s u b j e c t ) 的图像配准以及人体图像与 图谱的配准。同一对象的图像配准又有单模态( m o n o m o d a l i t ) ，) 与多模态 ( m u l t i m o d a l 时) 之分。同一对象( i n t r a _ s u b j e c t ) 的图像配准单模态图像配准一般应 用在生长监控、减影成像方面。比如不同m r 加权图像间的配准，电镜图像序列的配 准，m 埘( 功能磁共振成像，缸1 c t i o m lm ) 图像序列的配准，胸、腹部脏器的图 像配准等。 多模态( m m t i i i l o d a l 时) 医学图像配准是指待配准的两幅图像来源于不同的成像 设备。多模态图像之间的配准应用最多，主要应用在诊断方面，可分为解剖解剖 的配准和解剖功能的配准两大类，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。例如，c t 和 m r 图像都有较高的空间分辨率，前者对密度差异较大的组织效果较好，后者则可识 别软组织；s p e c t 、p e t 能反映人体的功能和代谢信息，但空间分辨较差。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 t ) 配准如图2 2 。二者的结合 能够同时提供功能的与解剖的信息，具有临床应用价值。多模态医学图像配准是医学 图像配准的重点研究课题。 7 山东帅范人学硕i 学位论义 图2 2 人脑多模图像配准 上排：轴向图；中间：矢状图：下排：冠状图 左：p e t 图像；中：胀图像；右：融合图像 不同对象间( i n t e r - s u b j e c t ) 的图像配准有时要将被试的图像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。 图像与图谱配准或与物理空间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。在立体定向装置或图像引导的手术导航系统中，需要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。其中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 2 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( g o l ds t a n d a r d ) 。只有相对的最优( 某种准则下的) 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 体模法( p h a t o m ) 体模又有硬件体模和软件体模之分。后者是计算机图像合成结果。体模法用已 知的图像信息验证新配准算法的精度。由于体模都比较简单，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( 6 d u c i a lm a r l 【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问定位。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 l ，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 ) 山东师范大学硕j ：学位论文 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射。 4 目测检验法( 、，i s u a l i n s p e c t i o n ) 对多模态医学图像配准的结果请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。 2 3 医学图像配准的基本过程 对在不同时间或不同条件下获取的两幅图像i ( x ) 和j ( x ) 配准，就是要定义一个相 似性测度，并寻找一个空间变换关系，使得经过该空间变换后，两幅图像的相似性达 到最大。即使得图像i 上的每一个点在图像j 上都有唯一的点与之对应，并且这两点 对应同一解剖位置。如： s ( 丁) = s ( ，( x ) ，( 乏( x ) ) ) ( 2 1 ) 式中s 是相似性测度，l 为空间变换，a 为空间变换参数。配准过程可归结为寻 求最佳空间变换： r = 卸喀 m a x 疋s ( 毛) ) ( 2 2 ) 图像配准方法主要是由特征空间( f e a t l l r es p a c e ) 、相似性测度( s i m i l 撕t ym e t r i c ) 、 搜索空间( s e a r c hs p a c e ) 和搜索策略( s e a r c hs 仃a t e g y ) 四部分组成。特征空间是对待配 准的图像的特征信息的提取；相似性测度是用来度量图像间相似性的一种标准；搜索 空间是图像之间的变换类型的数学描述，搜索策略决定下一步变换的具体方向以得到 最优的变换参数。 对于不同的研究对象和不同的研究目的，配准的方法也是多种多样。b r 0 、n n l 、 砌t e r 乜3 等人对配准的基本过程进行了分析和总结，得出一般配准的基本步骤可概括 为：图像分割与特征的提取、变换和插值、寻优。 2 3 1 图像分割与特征的提取 进行图像配准的第一步就是要进行图像分割从而找到并提取出图像的特征空 间。图像分割是按照一定的准则来检测图像区域的一致性，达到将一幅图像分割为若 干个不同区域的过程，从而可以对图像进行更高层的分析和理解。对图像进行分割基 本上有两种方法。第一种是直接依据图像感兴趣区域的生理特征进行分析，将这些特 征与图像中的边、轮廓、表面，或跳跃性特征如角落、线的交叉点、高曲率点，或统 计性特征如力矩常量、质心等特征点相互对应起来，然后根据先验知识选择一定的分 割阈值对图像进行自动、半自动或手动的分割，从而提取出图像的特征空间。另一种 方法是采用特征点的方法，特征点包括立体定位框架上的标记点、加在病人皮肤上的 q 山东师范人学硕i j 学位论文 标记点或其它在两幅图像中都可以检测到的附加标记物等。 2 3 2 变换和插值 2 - 3 2 1 变换 即将一幅图像中的坐标点变换到另一幅图像的坐标系中。常用的空间变换有刚体 变换( 砒百db o d yt r a i l s f o m l a t i o n ) 、仿射变换( a 伍n e 缸孤s f o 册a t i o n ) 、投影变换 ( p r o e c t i v et r a n s f o m a t i o n ) 和非线性变换( n o n l i n e a rt r a l l l s f 0 珊a t i o n ) 。刚体变换使得一 幅图像中任意两点间的距离变换到另一幅图像中后仍然保持不变；仿射变换使得一幅 图像中的直线经过变换后仍保持直线，并且平行线仍保持平行；投影变换将直线映射 为直线，但不再保持平行性质，主要用于二维投影图像与三维体积图像的配准；非线 性变换也称作弯曲变换( c u r v e d 仃i 觚s f o n n a t i o n ) ，它把直线变换为曲线，这种变换一般 用多项式函数来表示。 每一幅待配准的图像都与定义图像空间的坐标系有关。配准的定义是基于几何变 换的，即寻找浮动图像空间f 中的点( 用列向量x 表示) 与参考图像空间r 中的点( 用 列向量y 表示) 之间的映射。x 经t 旺变换后得到点x ，即x = t ( x ) 。如果点y 与 点x 对应，则成功的配准应该使得x 等于或近似等于y 。两者之间的差值l ( x ) 一y 称为配准误差。本文中假定待配准的两幅图像满足刚性平面变换关系，即两幅图像满 足仿射变换关系。 仿射变换的定义：若变换l ：r 。一r 。，瓦( x ) = s ( x ) + 口，s 是非奇异型变换，a r ”， 则变换t 称为仿射变换。 二维欧氏空间上的仿射变换为： 乏( x ) = s ( x ) + 4 ( 2 3 ) 其中， 彳如，y ) ，s ：f 口三1 ，彳：( e ，厂) ( 2 _ 4 ) c口 a ，b ，c ，d ，e ，f 皆为实数。 仿射变换具有平行线转化为平行线和有限点映射到有限点的一般特性。平移、 旋转、缩放是二维仿射变换的特例。 1 ) 平移：设坐标点( x ，y ) 经平移t x 和t y 后的坐标为( 一，y ) ，则仿射变换形式为： ( ；：) = ( 三；) ( ；) + ( 乏) c 2 5 ， 式中( 屯，f ，) = z ，是平移矩阵。 山东师范人学硕：学位论文 盼i 兰黝 6 ， 式中仁兰篇卜，是旋转矩阵。 3 ) 缩放：坐标点( x ，”经缩放因子s 改变大小后的坐标( 一，y ) 为： 盼s 7 ， 综合以上性质，一个坐标点经平移、旋转、缩放后的坐标可用仿射变换表示为 盼s ( 篇黝咖， 陋8 ， 也可表示为：x = s 肘+ f ；t 是平移向量，s 是缩放因子，r 是旋转矩阵。可以看 小r 县诈夺矩隆可僳椿图俊中的角序和长府不蛮太诊寸不讨诊小硼畸蛮的情河。 2 3 2 2 插值 插值是图像处理和计算机视觉中常用的一种方法。它是图像重新采样以及将离散 矩阵转换为连续图像等处理的重要技术，对处理结果具有决定性影响。医学图像的成 像过程和后处理过程往往都需要进行插值。数字图像由离散的点集构成，数字图像经 过某种变换后，像素的新的坐标位置不一定像原坐标一样位于整数坐标位置处，为了 确定像素的新的坐标位置处的灰度值，需要根据邻近的整数坐标位置处的像素灰度 值，进行插值运算。插值算法种类很多，一般而言，计算复杂度低的插值算法，效果 较差，得到的图像质量不高；要得到较高质量的图像，需要精度更高的插值算法，计 算量也随之增大。比如，在c t 和m r 图像重建过程中，需要使用插值技术来近似 r a d o n 空间中的离散函数；在获取图像后需要使用插值技术对图像进行放缩、旋转以 辅助临床诊断；医院图像存档和通讯系统( p a c s ) 中，对图像进行压缩、恢复都要进行 插值。因此，图像插值技术在医学图像处理中占据重要地位。 通常，医学图像采集时所用的分辨率和图像处理所需要的分辨率并不相同。这是 因为图像采集时还不清楚后续处理需要怎样的分辨率；也可能因为图像采集的设备不 能达到后续处理所需要的分辨率；还可能因为受采集时间的限制和为减少病人受照剂 量等原因。而且，通常的医学成像系统都是以层的方式进行3 d 扫描的。一般2 d 层 图像的分辨率和层问距是不同的，层间距本身也不是恒定的。因此，在图像的显示、 处理和分析中，需要使用插值来获得所需分辨率的图像。对医学图像进行旋转、缩放、 山东师范人学硕l ：学位论文 视角变换时均需要进行插值。理论上讲，几乎所有的图像几何变换都会用到插值。在 本论文中，图像分辨率是指图像每个像素大小，而设备的分辨率用固有分辨率表示。 图像插值方法的研究很早就开始了。研究初期，主要使用简单的算法，比如最近 点法或线性插值法。1 9 世纪5 0 年代，由于s h 锄o n 信息理论的产生，s i n c 函数被选 作插值函数。但是由于此理想插值算子具有无限冲击响应，不适用于有限冲击响应的 局部插值，就出现了使用t a 叭o r 和拉格朗日多项式( l a g r a n g e ) 多项式来近似s i n c 函数 ( r o w l a n d1 9 7 9 ) 。随后，为了提高数值计算的效率和精度，又相继使用不同的样条函 数为插值算子。 1 9 8 3 年，p a r k e r 等人首先发表了关于插值方法对比的文章( p a r k e r1 9 8 3 ) 。随后， m e a l a n d 于1 9 8 8 年也发表了相似的文章( m e a l a l l d1 9 8 8 ) 。在此之前，h o u 、k e y s 等人 对比了某些局部和全局插值方法饵o u1 9 7 8 ，k e y s1 9 8 1 ) 。上面的研究中都使用了傅里 叶变换来对比不同的2 2 和4 4 插值算法。p a r k e r 等人指出，与最近点法、线性插 值法、以及b 样条近似法相比，虽然三次插值法的计算量