[发明专利]一种用于选择相似性度量的方法和装置

说明书

本发明涉及一种用于选择相似性度量的方法和装置，该装置包括：获取模块，用于获取图像配准任务将要配准的图像的特征；检索模块，用于从预先存储的多个映射信息中，检索出指定的映射信息，其中，所述多个映射信息的每一个指示一个相似性度量对具有一组特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性，以及，所述指定的映射信息是所述多个映射信息中指示相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性；以及，选择模块，用于从所述指定的映射信息所涉及的相似性度量中，选择在所述图像配准任务中进行基于灰度的图像配准使用的相似性度量，其中，所述选择的相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性比所述指定的映射信息所涉及的相似性度量中的其它相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性高。利用该方法和装置，可以为图像配准任务选择合适的相似性度量以提高图像配准的准确度和/或鲁棒性。

技术领域

本发明涉及图像配准领域，尤其涉及一种用于选择相似性度量的方法和装置。

背景技术

图像配准是指通过一定手段寻找两幅图像之间对应的空间几何变换关系，使一幅图像进行相应的空间变换（例如，平移、旋转、缩放）后在空间位置上与另一幅图像达到一致。在图像配准中，通常采用的一种方法是基于灰度的图像配准。该方法理论上是采用图像相关技术。该方法的优点是利用相关值就能够很好地表示两幅图像的相似程度。基于灰度的图像配准（intensity based image registration）在医学图像处理中有非常广泛的应用，它是不同模态医学图像的融合的基础，并为医务工作者使用各种医学影像提供便利。因此，希望获得准确性和鲁棒性都十分优良的配准方法，使通过不同成像模式所获得的图像的信息能够完美地整合。但是，由于生物变异、生物信息的类型不同、图像劣化、病人病情随时间的变化等因素的影响，可能使待配准的图像存在巨大差异，从而使图像配准成为了一个棘手的问题。

在基于灰度的配准中，配准方法的准确性和鲁棒性与在配准中所采用的相似性度量密切相关。相似性度量的效果基于许多因素，例如成像模式、图像内容、图像质量、空间变换和大量实施细节。这些因素的复杂相互依赖性使得评定特定因素对相似性度量的影响以及采用该相似性度量的配准结果产生困难。即使对于有经验的专家，为新的配准任务选择最佳的相似性度量也是不容易的。

发明内容

本发明的实施例提供一种用于选择相似性度量的方法和装置，其能够为图像配准任务选择合适的相似性度量以提高图像配准的准确度和/或鲁棒性。

按照本发明实施例的一种用于选择相似性度量的方法，包括：获取图像配准任务将要配准的图像的特征；从存储的多个映射信息中，检索出指定的映射信息，其中，所述多个映射信息的每一个指示一个相似性度量对具有一组特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性，以及，所述指定的映射信息是所述多个映射信息中指示相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性；以及，从所述指定的映射信息所涉及的相似性度量中，选择在所述图像配准任务中进行配准使用的相似性度量，其中，所述选择的相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性比所述指定的映射信息所涉及的相似性度量中的其它相似性度量对具有所述获取的特征的图像进行基于灰度的图像配准所具有的准确度和/或鲁棒性高。

在一种实现方式中，当所述选择的相似性度量多于一个时，所述方法还包括：利用配准是已知的且具有所述获取的特征的多个第一图像对，训练利用所述选择的相似性度量构造的代价函数。

在一种实现方式中，所述准确度使用样本图像对的金标准空间变换和另一特定空间变换之间的差异来表示，其中，所述金标准空间变换使得已被执行所述金标准空间变换的所述图像对被配准，以及，所述特定空间变换使得基于已被执行所述特定空间变换的所述图像对所计算的相似性度量具有最大值。