[发明专利]基于半监督循环GAN的心脏图像配准系统及方法

说明书

一种基于半监督循环生成对抗网络GAN的心脏图像配准系统及方法，其实现的思路是：将心脏计算机断层扫描CT图像与经食道超声心动图TEE图像分块；利用训练好的半监督循环生成对抗网络GAN，得到对应模态块图像；对块图像进行配准，得到配准变换矩阵与配准后的图像；将归一化互信息值最大的块图像配准变换矩阵迁移到整幅图像，得到整幅图像的配准图像；融合配准图像与参考图像，显示融合后的图像。本发明利用半监督循环生成对抗网络GAN，缩小心脏图像模态差异，解决了大形变图像配准问题，提高心脏图像配准效率，利用心脏图像分块后的局部信息，提高了心脏图像的配准精度。

技术领域

本发明属于图像处理技术领域，更进一步涉及图像配准技术领域中一种基于半监督循环生成对抗网络GAN(Generative Adversarial Networks)的心脏图像配准系统及方法。本发明可用于对心脏术前获取的计算机断层扫描CT(Computed Tomography)与术中获取的经食道超声心动图TEE(Transesophageal Echocardiography)的图像进行配准。

背景技术

图像配准是指将两幅图像对齐至一个共同的坐标系中，以便监视两者之间的变化。基于特征点的配准是最常用的图像配准方法之一。特征点需要能够与相邻的图像点区分开来。如若不满足该条件，就不可能用另一个图像中的对应点唯一匹配它。因此，一个特征邻域应该与经过小位移后得到的邻域有充分的不同。图像中容易识别和提取的特征点包括线与线间的交点、图像边缘点、角点、闭合区域的质心等。特征点可以通过手动或自动的方式提取。基于相似性度量的图像配准方法有基于特征的、基于区域的以及与信息熵相关的度量等。与信息熵相关的度量方式是目前多模态图像配准的最常用方法，对两幅图像数据集间的统计相关性进行测量，不需要预先对图像进行分割，适用于多模图像的配准。

上海联影医疗科技有限公司在其申请的专利“一种心脏灌注磁共振图像的配准方法”，(专利申请号：CN201510788341.4，申请公开号：CN106709900A)中提出一种心脏灌注磁共振图像的配准方法。该方法首先获取包含左心室心肌的若干层切片的磁共振图像I_NT,选定起始层切片在T个心跳周期内的磁共振图像I_1T，分割磁共振图像I_1T中的心肌内膜，确定参考图像I_1r以及感兴趣区域ROI₁；然后分别选定第二层至第N层切片在T个心跳周期内的磁共振图像I_MT,设定当前层切片切片在T个心跳周期内的磁共振图像为I_MT，以前一层的参考图像I_(M-1)r的心跳周期的序号r，感兴趣区域ROI_M-1为参考依据，分割第M层切片磁共振图像I_MT中的心肌内膜,获得第M层切片I_MT磁共振图像中的参考图像I_Mr；以每层切片的参考图像为基准，完成本层切片在T个心跳周期的磁共振图像的配准。该方法优势在于自动确定参考图像和感兴趣区域，结合采用刚体和非刚体配准方法实现四维心肌灌注磁共振图像在时序上的全局和局部配准，但是，该方法仍然存在的不足之处是，该方法是通过心跳时序操作获取参考图像，限制配准图像在一个心跳周期，当待配准图像为不同心跳周期时，配准精度低。