[发明专利]一种图像配准的验证方法及系统

说明书

技术领域

本发明涉及医学图像处理技术领域，特别涉及医学图像处理中的一种图像配准（Image Registration）的验证方法及系统。

背景技术

医学图像配准是指，针对来自诸如磁共振成像（MRI）、计算机X射线断层（CT）等不同形式的探测器的医学图像，利用计算机技术实现为一幅医学图像寻求一种或者一系列的空间变换，使它与另一幅医学图像上的对应点达到空间上的一致，进而能够将来自不同形式探测器的医学图像相结合，在同一幅图像上同时表达人体的多方面信息，从而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。

其中，医学图像配准可分为两类，刚体（rigid body）图像配准和非刚体图像配准。此外，还需要对图像配准所基于的图像配准算法进行量化验证（quantitative validation），以确定图像配准算法所能实现的配准精度。

现有的对于刚体图像配准中的图像配准算法的量化验证有如下两种：

一、比较基于图像配准算法的两幅图像之间的转换矩阵（transformationmatrix）和来自精标准（groundtruth）的这两幅图像之间的转换矩阵，得到这两个转换矩阵之间的差值（也称为误差测量值）；

二、计算参考图像（reference image）和活动图像（moving image）中在预先选取的标记（landmark）上的目标配准误差（TRE，Target Registration Error）。

在上述第一种方法中，基于某一图像配准算法得到的转换矩阵为利用该图像配准算法对这两幅图像进行图像配准后得到的转换矩阵；所谓精标准为预先定义的图像配准的精确数据，其中包括能够实现两幅图像之间精确的图像配准的标准转换矩阵等数据；所谓来自精标准的转换矩阵是指精标准所定义的对于这两幅图像进行刚体图像配准的标准转换矩阵。因此，通过基于某一图像配准算法的转换矩阵与来自精标准的标准转换矩阵之间的差值，可以确定该图像配准算法所实现的配准的精度。这里，精标准为本领域公知的概念，其可通过人工手动配置等方式实现，关于具体如何获得精标准的方法本文不做描述。

在上述第一种方法中，所得到的验证指标有多个。假定转换矩阵包括三个平动分量（translationcomponent）和三个旋转分量（rotation component），那么计算得到的转换矩阵之间的差值就包括三个平动分量的差值和三个旋转分量的差值，共六个差值，即得到六个验证指标。而由于这六个差值很可能体现出不同的差异趋势，比如：某一平动分量的差值为正向的，而另一平动分量的差值为负向的，则这六个差值不能直接反映出两个转换矩阵之间差值的几何意义。也就是说，根据现有的这种计算转换矩阵差值的量化验证方法所得到的验证指标不能直观反映图像配准算法的配准精度。进一步的，在同时验证多个图像配准算法时，采用此种量化验证方法得到的验证指标无法直接用来比较这些图像配准算法的配准精度。

在上述第二种方法中，所选取的标记在图像中的位置对TRE的计算值影响较大，比如：如果所选取的标记的位置离旋转中心较远，则计算出的TRE的值将较大，所以需要谨慎的选择标记的位置。此外，还需要人工手动的对标记填加高准确的注释。因此，此种方法需要耗费很多人力和时间。

发明内容

为解决上述问题，本发明提出了一种图像配准的验证方法和系统，其所得到的验证指标能够直观的反映刚体图像配准的精度，且易于实现，不必耗费较多的人力和时间。

本发明提出一种对刚体图像配准算法进行验证的方法，该方法可以包括：获取利用被验证的刚体图像配准算法对图像数据进行刚体图像配准所得到的第一转换矩阵；获取精标准所定义的对于该图像数据进行刚体图像配准的第二转换矩阵；计算所获取的所述第一转换矩阵和所述第二转换矩阵中各个分量的差值；根据所述第一转换矩阵和所述第二转换矩阵中各个分量的差值计算得到单一的验证指标，该单一的验证指标能够表征该被验证的刚体图像配准算法的配准精度。采用此种方法所得到的验证指标能够直观反映图像配准算法的配准精度。