[发明专利]脑图谱与脑图像的配准方法及装置有效

专利信息
申请号: 201710045241.1 申请日: 2017-01-19
公开(公告)号: CN106920228B 公开(公告)日: 2019-10-01
发明(设计)人: 唐宋元;杨健;艾丹妮;王涌天 申请(专利权)人: 北京理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/33
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 汤财宝
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图谱 图像 方法 装置
【说明书】:

发明提供一种脑图谱与脑图像的配准方法及装置,属于医学图像处理技术领域。该方法包括:基于脑图谱及N个训练脑图像,建立变形场模型;基于变形场模型及待配准的目标脑图像,对脑图谱进行变换,得到变换后的脑图谱;将变换后的脑图谱与目标脑图像进行非刚体配准,得到相应的配准结果。本发明通过基于脑图谱及N个训练脑图像,建立变形场模型。基于变形场模型得到变换后的脑图谱,将变换后的脑图谱与目标脑图像进行非刚体配准。由于利用了统计原理,对N个训练脑图像的信息进行统计来优化变形场模型,并基于优化的变形场模型对脑图谱进行变换,再将变换的脑图谱与目标脑图像进行配准,从而提高了配准精度,并提高了配准成功率。

技术领域

本发明涉及医学图像处理技术领域,更具体地,涉及一种脑图谱与脑图像的配准方法及装置。

背景技术

目前,人们已经可以获得大脑解剖及大脑功能对应的高维图像,这些图像给临床诊断、外科手术的计划及引导、疾病治疗等医疗应用场景带来了革命性的变化。在这些应用场景中,很重要的一点就是要确定重要区域,即医生感兴趣的区域位于图像的哪个部位。过去医生通常是从解剖书籍、图谱及自身经验来对感兴趣区做出判断,即使是经验丰富的医生也很难与患者的实际图像联系起来,更不用说缺乏临床经验的医生,而数字化脑图谱可以很好的解决这一问题。

数字化脑图谱是通过某种特定扫描装置获取脑部数据,将脑部数据经3D分割处理,加上解剖标识再辅以3D可视化技术的结果。借助于数字脑图谱,医生可以在3D空间内对人脑中感兴趣区域进行任意缩放、旋转和平移,以能够认真细致地观察,从而为相应手术提供了重要的参考信息。另外,它也是神经解剖教学的良好工具,使人们很容易了解各神经解剖结构间的空间关系。数字脑图谱有详细的解剖标识,这一性质使它可以作为图像分割的标准模板,从而可对任何待分析脑图像中的多个感兴趣区域同时做特征描述。目前国内外学者已经开发出了一些数字化脑图谱,比较有代表性的有有Talairach脑图谱,WholeBrain脑图谱,VOXEL-MAN脑图谱,BrainWeb脑图谱等。在使用数字化脑图谱的时候,需要将脑图谱配准到病患者的脑图像上,或将病患者的脑图像配准到脑图谱上,这样可以很方便地确定感兴趣区域对应在患者脑图像上的位置。因此,如何对脑图谱与脑图像进行配准是个非常重要的问题。其中,医学图像配准是指对于一幅医学图像寻求一种或一系列空间变换,使它与另一幅医学图像上的对应点达到空剧上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置,配准的结果应使两幅图像上所有的解剖点,或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。现有的配准方法主要是对脑图谱与脑图像进行非刚体配准。其中,非刚体配准主要是计算变形场,变形场通常需要用很多参数来表示,一般情况下使用默认参数表示变形场。通过变形场对脑图谱进行变换,再将变换后的脑图谱与脑图像进行配准。

在实现本发明的过程中,发现现有技术至少存在以下问题:由于在进行非刚体配准时主要是使用默认参数来表示变形场,而默认参数很容易导致失配。因此,配准精度较低。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的脑图谱与脑图像的配准方法及装置。

根据本发明的一方面,提供了一种脑图谱与脑图像的配准方法,该方法包括:

基于脑图谱及N个训练脑图像,建立变形场模型;

基于变形场模型及待配准的目标脑图像,对脑图谱进行变换,得到变换后的脑图谱;

将变换后的脑图谱与目标脑图像进行非刚体配准,得到相应的配准结果。

根据本发明的另一方面,提供了一种脑图谱与脑图像的配准装置,该装置包括:

建立模块,用于基于脑图谱及N个训练脑图像,建立变形场模型;

变换模块,用于基于变形场模型及待配准的目标脑图像,对脑图谱进行变换,得到变换后的脑图谱;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710045241.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top