《醫(yī)學(xué)圖像配準(zhǔn)》PPT課件

《《醫(yī)學(xué)圖像配準(zhǔn)》PPT課件》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、主要內(nèi)容：意義解剖圖像：提供解剖形態(tài)信息，分辨率高功能圖像：提供功能代謝信息，分辨率差二者結(jié)合：在一幅圖像中同時(shí)表達(dá)來(lái)自人體多方面的信息，使人體內(nèi)部結(jié)構(gòu)和功能等狀況能通過(guò)影像反映出來(lái)，直觀提供人體解剖生理病理信息。于是出現(xiàn)了配準(zhǔn)和融合技術(shù)，配準(zhǔn)是融合的先決條件臨床應(yīng)用外科手術(shù)術(shù)前病灶精確定位放療計(jì)劃CT圖像精確計(jì)算放射劑量、MR圖像描述腫瘤結(jié)構(gòu)，PET對(duì)代謝、免疫及生理方面進(jìn)行識(shí)別，配準(zhǔn)融合后圖像用于改進(jìn)放療計(jì)劃、立體定向活檢、手術(shù)癲癇病治療觀察炎癥、腦外傷、硬化癥等變化、病灶精確定位配準(zhǔn)（imageregistration）的概念醫(yī)學(xué)圖像配準(zhǔn)是指對(duì)于一幅醫(yī)學(xué)圖像尋求一種（或一系列

2、）空間變換，使它與另一幅醫(yī)學(xué)圖像上的對(duì)應(yīng)點(diǎn)達(dá)到空間上的一致。這種一致是指人體上的同一解剖點(diǎn)在兩張匹配圖像上有相同的空間位置（位置一致，角度一致、大小一致）。、目的：將多種成像模式或同一種模式得到的多幅圖像綜合分析，更好的了解組織情況解決的問(wèn)題：幾幅圖像的嚴(yán)格對(duì)齊幾幅圖像信息綜合的結(jié)果稱作圖像的融合（imagefusion）。利用圖像融合技術(shù)，將多種圖像結(jié)合起來(lái)，利用各自的信息優(yōu)勢(shì)，在一幅圖像上同時(shí)表達(dá)來(lái)自人體的多方面信息，使人體內(nèi)部的結(jié)構(gòu)、功能等多方面的狀況通過(guò)影像反映出來(lái)，從而更加直觀地提供人體解剖、生理及病理等信息。圖像配準(zhǔn)技術(shù)是圖像融合的先決條件圖像配準(zhǔn)示意圖配準(zhǔn)實(shí)現(xiàn)過(guò)程：1

3、.獲得特征圖像：不同角度，不同位置，反映某些方面的特征2.圖像配準(zhǔn)：通過(guò)空間變換（移動(dòng)和旋轉(zhuǎn)），使兩幅圖像對(duì)齊3.圖像融合：得到整體特征圖像方法分類：剛體變換：指物體內(nèi)部任意兩點(diǎn)間的距離及平行關(guān)系保持不變（處理人腦圖像，對(duì)不同方向成像的圖像配準(zhǔn)常使用剛體變換）仿射變換：保持平行性，但距離發(fā)生變化，直線還是直線（校正成像設(shè)備的誤差產(chǎn)生的畸變）投影變換：直線映射成直線，平行性和兩點(diǎn)間的距離變化（二維投影圖像與三維圖像的配準(zhǔn)）彎曲變換：直線變成曲線(解剖圖譜變形擬合圖像數(shù)據(jù))圖像配準(zhǔn)原理由上圖可以看出：對(duì)于在不同時(shí)間或/和不同條件下獲取的兩幅圖像和的配準(zhǔn)，就是要定義一個(gè)相似性測(cè)度并尋找一

4、個(gè)空間變換關(guān)系，使得經(jīng)過(guò)該空間變換后兩幅圖像間的相似性達(dá)到最大（或者差異性最小）。即使圖像A上的每一個(gè)點(diǎn)在圖像B上都有唯一的點(diǎn)與之對(duì)應(yīng)，并且這兩點(diǎn)應(yīng)對(duì)應(yīng)同一解剖位置。用公式表示如下：式中，S是相似性測(cè)度，配準(zhǔn)的過(guò)程可歸結(jié)為尋求最佳空間變換的過(guò)程。由于空間變換包含多個(gè)參數(shù)，是一個(gè)多參數(shù)最優(yōu)化問(wèn)題，所以一般由迭代過(guò)程實(shí)現(xiàn)：剛體變換物體內(nèi)部?jī)牲c(diǎn)間的距離和角度保持不變醫(yī)學(xué)圖像配準(zhǔn)在大多數(shù)情況下是采用剛體變換模型。人體的很多組織可以近似為剛體，如骨頭、由顱骨固定的大腦等剛體變換：平移、旋轉(zhuǎn)二維剛體變換：沿x軸平移：（1）（2）沿y軸平移：繞坐標(biāo)原點(diǎn)旋轉(zhuǎn)：復(fù)合變換剛體變換配準(zhǔn)仿射變換對(duì)于同一個(gè)

5、人的圖像配準(zhǔn)，可以在做旋轉(zhuǎn)變換之前做尺度縮放對(duì)于不同人的圖像配準(zhǔn)，可以先旋轉(zhuǎn)對(duì)準(zhǔn)圖譜，然后做三個(gè)方向的尺度縮放基本的二維仿射變換舉例：投影變換透視變換非線性變換非線性變換是把直線變換為曲線。它反映的是圖像中組織或器官的嚴(yán)重變形或位移。典型的非線性變換是多項(xiàng)式函數(shù)，如二次、三次函數(shù)及薄板樣條函數(shù)。有時(shí)也使用指數(shù)函數(shù)。非線性變換多用于使解剖圖譜變形來(lái)擬合圖像數(shù)據(jù)或?qū)τ腥中孕巫兊男?、腹部臟器圖像的配準(zhǔn)。1.二階多項(xiàng)式變換基于二階多項(xiàng)式變換的公式如下：薄板樣條變換彎曲變換薄板樣條插值的研究背景薄板樣條插值過(guò)程可以形象的描述為一個(gè)金屬板在若干點(diǎn)的約束下扭曲變形，要使金屬板在點(diǎn)變形大小為vi

6、，并且使得該金屬板具有最小的彎曲能量E扭曲，即在滿足約束條件的條件下，尋求插值函數(shù)f(x,y)最小化扭曲能量E定義n個(gè)點(diǎn)p1=(x1,y1),p2=(x2,y2),….,pn=(xn,yn)，表示點(diǎn)pi和pj的距離，接下來(lái)定義矩陣薄板樣條插值函數(shù)TPS將圖像間的變換分為仿射變換和和非仿射變換兩部分。配準(zhǔn)的幾何變換參數(shù)根據(jù)求解方式可分成兩類，一是根據(jù)獲得的數(shù)據(jù)用聯(lián)立方程組直接計(jì)算得到的，二是根據(jù)參數(shù)空間的能量函數(shù)最優(yōu)化搜索得到。前者完全限制在基于特征信息的配準(zhǔn)應(yīng)用中。在后者中，所有的配準(zhǔn)都變成一個(gè)能量函數(shù)的極值求解問(wèn)題。因此圖像配準(zhǔn)問(wèn)題本質(zhì)上是多參數(shù)優(yōu)化問(wèn)題，所以優(yōu)化算法的選擇至關(guān)重

7、要。常用的優(yōu)化算法有:Powell法、梯度下降法、遺傳算法、模擬退火法、下山單純形法、Levenberg-Marquadrt法等。由于已知n個(gè)點(diǎn)，那么代入解方程就可求得W