[发明专利]基于三角剖分优化匹配的医学影像刚性配准方法

说明书

技术领域

本发明涉及一种基于三角剖分优化匹配的医学影像刚性配准方法，适用于医学影像配准融合显示领域。

背景技术

医学图像配准是将来自相同或不同成像方式的医学图像进行一定的变换处理，使它们之间的空间位置、空间坐标达到匹配。配准的结果是使两幅图像上所有的解剖点，至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配。随着医学影像工程和计算机技术的发展，医学成像已经成为现代医疗不可或缺的一部分，其应用贯穿于整个临床工作，不仅广泛地应用于疾病的诊断，而且在外科手术和放射治疗的计划设计、方案实施以及疗效评估等方面都发挥着重要的作用。然而，由于不同设备的成像原理不同，临床诊断上出现了多种模态的医学图像，不同成像技术对人体同一解剖结构所得到的形态和功能信息是互不相同、互为补充的。在临床诊断中，通常需要将多幅图像中的信息进行整合，以便医生了解病变组织或器官的综合隋况，做出更加准确的诊断或制定出更加合适的治疗方案。多幅图像信息整合首要解决的就是图像的严格对齐，即图像配准问题。图像配准的效果直接影响图像融合的质量，因此只有准确的配准才能为医生提供准确的诊断依据。虽然到目前为止已经有大量的配准方法被提出来，但是在医学图像配准方法中还存在着算法复杂度高、配准精度低，自动化差的缺陷。

发明内容

本发明提出了一种基于三角剖分优化匹配的医学影像刚性配准方法，通过三角剖分完成三维医学影像的配准，为多模态医学影像配准提供了一种便利的工具。

该基于三角剖分优化匹配的医学影像刚性配准方法，包括以下步骤：

第一步，获取三维医学影像数据；

第二步，根据所述的影像数据分割得到三维医学影像中相同组织器官；

第三步，针对已分割得到的组织器官，提取组织器官的表面点云信息；

第四步，采用三角剖分的方法将两组组织器官的点云剖分为两组多个四面体的集合；

第五步，分别从两组四面体集合中选取任意一个四面体，刚性配准两个四面体，获得旋转矩阵和平移向量；

第六步，根据获得的所有旋转矩阵和平移向量，计算两组点云的距离误差，并选取距离误差最小的旋转矩阵和平移向量作为最优配准矩阵；

第七步，根据最优配准矩阵，将三维医学影像旋转平移并融合显示。

利用本发明的方法，可以通过三角剖分的方法实现三维医学影像的配准。

附图说明

图1是本发明实施例的流程示意图；

图2是本发明所提出的点云三角剖分示意图；

图3是本发明所提出的MarchingCube算法提取表面点云示意图；

图4是本发明所提出的参数形变模型分割组织器官示意图。

具体实施方式

关于本发明的优点与精神可以通过以下的发明详述及附图得到进一步的了解。

附图1为重建流程图，所述医学影像刚性配准方法包括以下几个步骤：

步骤S101，获取三维医学影像数据。

将采集得到的二维医学序列切片数据组成医学三维影像数据。

步骤S102，分割得到三维医学影像中相同组织器官。

依据已经获取的三维医学影像数据，采用参数形变模型分割提取三维医学影像中相同组织器官。

定义X(s)＝[x(s)，y(s)，z(s)]，s∈[0，1]为三维空间中的参数形变模型，s为弧长参数，那么参数形变模型的能量函数可定义为：

其中E_internal和E_external分别为参数形变模型的内能和外能。E_internal的作用是保持参数形变模型的平滑性，而E_external的作用是使参数形变模型向着目标特征迭代演化。如图4所示，初始化参数模型2在自身内部能量场和外部能量场的作用下迭代变化，得到不断趋近于目标边缘1的参数模型3。

步骤S103，针对已分割得到的组织器官，提取组织器官的表面点云信息。

针对从三维医学影像中分割得到的两个相同的组织器官，采用MarchingCube算法提取两个组织器官的表面点云信息。