[发明专利]一种多模态三维图像的配准及融合显示方法

说明书

本申请提供一种多模态三维图像的配准及融合显示方法，涉及数字化医疗技术领域。该方法首先获取待进行手术的患者的多模态三维图像，使用边缘检测方法提取所述多模态三维图像的边缘特征图像；然后对边缘特征图像进行下采样，得到患者多模态三维图像的边缘特征点云；将待配准点云构造为高斯混合模型，计算待优化的点云概率密度函数；使用EM方法优化概率密度函数，得到多模态三维图像间配准参数；最后使用小波变换方法将多模态三维图像进行融合显示。本发明操作简便，成本低廉，配准结果准确，有较高的实用价值。

技术领域

本发明涉及数字化医疗技术领域，具体涉及一种多模态三维图像的配准及融合显示方法。

背景技术

在数字化医疗诊断过程中，医生通常需要在手术前利用已采集的多模态三维图像对患者病变部位进行分析，从而制定手术计划。而术前采集的患者多模态三维图像在扫描角度、采集器材等方面存在差异，因而能突出显示的图像特征也不同。多模态三维图像是多种类型的三维图像,比如电子计算机断层扫描(CT)图像及磁共振成像(MRI)图像。为了综合术前采集的各种模态三维图像的优点，需要将不同模态的三维图像配准至同一角度并将每种图像能提供的患者病变部位特征融合至一张图像上显示，便于医生观察并制定手术计划。

在多模态图像配准领域，目前有使用迭代最近点方法以计算图像间变换矩阵，通过求解待配准图像间距离函数最优化问题以求得使待配准图像经变形后距离函数最小等方法。其中，使用迭代最近点方法计算图像间变换矩阵的方法对图像初始对齐状况要求较高，在求解过程中容易陷入局部最优解，通常需要在求解前进行粗配准过程，而且其只能用于求解刚性配准问题，在医生采集的患者多模态图像由于拍摄时间不同导致患者姿态不同的情况下会存在较大误差。求解待配准图像间距离函数最优化问题的方法由于需要定义图像间的距离函数，因此其对待配准图像间的相似性要求较高，当其应用于多模态图像配准时，由于不同模态图像间差异较大，因此配准精度较低。在解决非刚性配准问题时，由于求解参数过多，该方法复杂度也较高，导致时间成本过高。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种多模态三维图像的配准及融合显示方法。本发明克服现有技术中多模态三维图像配准精度低、时间成本高，无法应用于非刚性配准的问题，操作简便，成本低廉，配准结果准确，有较高的实用价值。

本发明提出一种多模态三维图像的配准及融合显示方法，包括以下步骤：步骤1：获取患者的CT三维图像和MRI三维图像，获取CT三维图像和MRI三维图像的边缘特征图像；步骤2：取所述CT三维图像和所述MRI三维图像中精度较高的图像为基准图像,精度较低的图像为待配准图像；对由所述基准图像和待配准图像生成的边缘特征图像进行下采样，得到基准点云和待配准点云；步骤3：将基准点云构造为高斯混合模型；步骤4：计算获取使待配准点云在高斯混合模型中的概率密度函数取得最大值时的配准参数，获得待配准图像和基准图像间配准参数；以及步骤5：获取待配准图像的配准图像，将基准图像和配准图像通过小波变换方法融合并显示。

进一步的，步骤1中获取CT三维图像和MRI三维图像的边缘特征图像的步骤为：步骤11:分别对CT三维图像和MRI三维图像进行高斯滤波；步骤12:在xyz三个方向上分别计算每个体素位置的图像梯度；步骤13:对每个体素进行非极大值抑制,从而获得边缘体素；步骤14:根据每个体素是否属于边缘特征进行二值化生成CT三维图像和MRI三维图像的边缘特征图像。优选的，在体素周围3*3*3体素邻域内进行极大值抑制。

进一步的，在步骤13中还包括使用双阈值检测方法获得边缘体素。

进一步的，步骤2包括以下步骤：步骤21：按照体素栅格化的方式对CT三维图像和MRI三维图像的边缘特征图像进行下采样；步骤22：在栅格化后的每个体素中使用该体素包含的所有点的重心近似表示该体素内的点，将所有重心构成的集合作为边缘特征点云，从而获得基准点云和待配准点云。

进一步的，采样的间距为多模态三维图像的层间距。