[发明专利]用于生成图像配准图的系统、方法及计算机可读介质

说明书

一种系统（28，32）生成图像配准图。所述系统（28，32）包括接收第一图像和第二图像的一个或多个处理器（32）。在所述第一图像和所述第二图像中识别出相对应的感兴趣点。在所述第一图像和所述第二图像中识别出相对应的结构并且在它们的边界上识别出相对应的边界点。从所述相对应的感兴趣点的对以及所述相对应的边界点的对的子集中生成配准图。所述配准图被应用于所述第一图像和第二图像中的一个以将一个图像与另一个配准并且扩展感兴趣对象。

技术领域

本申请大体涉及图像配准。其具体结合放射治疗规划应用并且将特别参考放射治疗规划来进行描述。然而，应该理解，其也适用于其他使用场景中，并且不一定受限于前述应用。例如，其可应用于某些图像研究、计算机断层摄影（CT）模拟，等等。

背景技术

放射治疗给含有癌组织或者恶性组织的目标区域施加空间靶向的放射剂量。为了精确地靶向放射，基于所采集的目标区域图像来事先规划放射治疗。在图像中识别并且描绘出目标区域以及必须限制其放射剂量的风险区域。进一步的，确定放射规划参数，典型地包括被递送至目标区域的最小或者目标剂量、针对风险区域的最大允许剂量等等。所识别出的区域和放射规划参数用作输入以优化放射的递送。

图像配准给放射治疗规划和某些图像研究提供了重要的工具。图像配准力图找出将第一图像和第二图像的感兴趣对象（OOI），例如感兴趣区域（ROI）以及感兴趣点（POI）最佳对齐的转换和/或变形。一些应用包括：轮廓传播；将正电子发射断层摄影（PET）和/或CT图像映射至规划CT图像；剂量累积；等等。其可以被用于治疗过程期间的一个或多个适应性规划事件；4D规划和/或优化；位移误差和/或位移误差规划和/或优化；组合规划；多模态治疗规划生成；等等。

图像配准的很多不同的变化，大致分为两种类型，基于图像的或者基于点的。基于图像的方法包括例如光流法（例如Demons）、B样条、水平集合等等的算法，并且受图像亮度值的驱使。基于点的方法由在每个图像中识别出的相对应的点的驱使，并且使用插值或者近似以例如薄板样条（TPS）、弹性体样条（EBS）等等的算法来导出这些点之间的配准图。

基于点的方法中的点可以通过使用感兴趣点检测算法，例如凸点检测算法和/或角点和/或斑点检测算法，来自动地识别。典型地，通过匹配算法，例如块匹配算法、图形匹配算法、特征描述符匹配算法等等在图像中的感兴趣点之间建立相对应性。基于点的算法中的点也可以在图像中手动识别。例如，可以在图像中手动识别相对应的解剖学界标。基于点的方法中的点也可以通过使用网格而手动和/或自动地识别。将网格模型拟合至两个图像中的相对应结构的表面，并且采用相对应的网格顶点作为点。

虽然前述方法各自具有它们自己的长处，但是它们也具有缺点。自动的感兴趣点方法依赖于感兴趣点检测算法来识别出点以及依赖于匹配算法来建立点之间的相对应性。然而，在一些情况下，在变形映射中不能识别出和/或匹配点，导致局部误差。手动的点方法是单调乏味的并且对于临床实践而言是不现实的。表面-网格-顶点方法受限于图像中所识别出结构的边界上的点。

本申请提供了克服以上提及的问题以及其他问题的新的和改进的系统及方法。

发明内容

根据一个方面，提供了一种用于生成图像配准图的配准系统。所述系统包括一个或多个处理器。所述处理器被编程为接收第一图像和第二图像。在所述第一图像和所述第二图像中识别相对应的感兴趣点。在所述第一图像和所述第二图像中识别相对应的结构。在所述第一图像和所述第二图像中选择所述结构的相对应的边界点。从所述相对应的边界点中的至少一对以及所述相对应的感兴趣点生成配准图。

根据另一方面，提供了一种用于生成图像配准图的方法。接收第一图像和第二图像。在所述第一图像和所述第二图像中识别相对应的感兴趣点。在所述第一图像和所述第二图像中识别相对应的结构。在所述第一图像和第二图像中选择所述结构的相对应的边界点。从所述相对应的边界点中的至少一对以及所述相对应的感兴趣点生成配准图。