[发明专利]一种基于带权模糊互信息的三维医学图像配准方法及系统

说明书

技术领域

本发明涉及图像引导放射治疗与医学图像分析技术领域，具体涉及一种基于带权模糊互信息的三维医学图像配准方法，应用于图像引导放射治疗，以确定病人的摆位误差。

背景技术

放疗的目标是最大限度地将射线集中到靶区内，而使肿瘤周围的正常组织和器官少受或不受照射，以最大限度的杀死肿瘤细胞，较好地保护正常组织。精确放射治疗是实现这一目的的重要手段。但是，放射治疗过程中的一些不确定性因素影响精确放射治疗。其中，摆位误差是影响放疗精度的重要因素，即使是固定较好的头颈部肿瘤也不例外。为了解决这些问题，将放射治疗机与成像设备结合在一起，在治疗时采集有关的图像信息，确定治疗靶区和重要结构的位置、运动，并在必要时进行位置和剂量分布的校正，即图像引导放射治疗(image-guided radiotherapy,IGRT)。

图像引导放射治疗充分考虑了解剖组织在治疗过程中的运动和分次治疗间的位移误差，如呼吸和蠕动运动、日常摆位误差、靶区收缩等引起放疗剂量分布的变化和对治疗计划的影响等方面的情况，在患者治疗前、治疗中利用各种先进的影像设备对肿瘤及正常器官进行实时的监控，并能根据器官位置的变化调整治疗条件使照射野追随靶区。

图像配准(Image Registration)就是寻找把一幅图中的点映射到另一幅图中同样物体上相同点的某种空间变化的过程。根据治疗前和计划时的图像数据，利用医学图像配准算法可以确定放射治疗中病人的摆位位移。医学图像配准结果的精度与速度是实现IGRT平台的关键。

医学图像配准按照配准对象的维数可以分为2D/2D(比如两张X片之间的配准)、2D/3D(比如DRR与三维CT数据配准)、3D/3D(比如三维CT数据与三维MRI数据的配准)三种，随着成像技术的发展，放射治疗中的4D配准已经在研究中。根据配准基于的特性来源不同，主要可以分为：基于图像外部特征的配准、基于图像内部特征点以及图像像素灰度三种。目前系统中自动配准方法大多是基于骨性特征的配准，其精度依赖于骨形特征提取的准确性；但是，由于器官运动、变形以及治疗过程等方面因素会使肿瘤相对骨性的位置发生改变；而且不含骨组织的部位(盆如腔内部)无法使用基于骨性的配准方法。基于体素灰度的配准方法不需要提取特征，其中基于互信息的配准方法得到了大量研究；但是基于互信息的配准方法也存在对灰度信息变化太敏感，对图像数据的缺失较为敏感，计算数据量大和鲁棒性的问题，尤其对于3D/3D图像配准存在数据量大，计算时间较长目前仍不适合应用于临床。

发明内容

本发明的目的是提出一种基于带权模糊互信息的三维医学图像配准方法，并在VisualC++平台下实现3D/3D医学图像配准系统。

本发明采用的技术方案如下：一种基于带权模糊互信息的三维医学图像配准方法，包括：图像导入和显示步骤，图像预处理步骤，图像插值步骤，图像压缩步骤，图像3D/3D配准步骤和数据输出步骤；其中，

图像导入和显示步骤，导入病人的三维体数据，显示参考图像与浮动图像的横断面、冠状面、矢状面图像；

图像预处理步骤，对图像导入和显示模块导入的医学图像进行图像预处理；

图像插值步骤，若为多模图像配准，图像预处理模块预处理后需要对图像进行层间插值处理，否则直接进入图像压缩模块；

图像压缩步骤，采用基于模糊熵的图像灰度压缩，压缩后的体数据输出到图像3D/3D配准模块；

图像3D/3D配准步骤，采用基于模糊熵的归一化带权互信息的配准方法进行配准，配准结束后将配准参数输出到数据输出模块；

数据输出步骤，显示三维空间平移参数，三维空间旋转参数和配准后的3D/3D融合图像。

其中，所述的图像压缩步骤中采用基于模糊熵的图像灰度压缩具体为：

分级压缩步骤，以模糊信息熵作为依据，将医学图像分为目标图像和背景图像，分级压缩医学图像灰度级，步骤如下：

（1）医学图像被分成若干小方块的模糊熵映射显示；

（2）医学图像的灰度阶数影响互信息计算量，灰度阶数越多，互信息计算量越大，医学图像配准时间随灰度级的增大而增加；因此在医学图像配准前，将待配准图像分为目标图像和背景图像，并综合考虑配准精度和配准时间两个重要因素，将图像灰度分别映射到不同灰度级。

其中，所述的图像3D/3D配准步骤中采用基于模糊熵的归一化带权互信息的配准方法进行配准，具体为：

定义模糊熵步骤：