[发明专利]一种基于多模态影像融合技术的人脑血管全自动重建方法、装置

说明书

本申请涉及一种多模态影像融合技术的人脑血管全自动重建方法及装置，能够针对人脑部CT图像序列和MRI图像序列进行多模态融合配准，并在配准后的基础上进行人脑血管全自动的三维重建。

技术领域

本发明涉及医学图像处理领域，特别是涉及一种人脑血管全自动重建的方法及装置。

背景技术

脑肿瘤是神经系统常见的疾病，对人类的神经系统功能有重大危害，且近年来，脑肿瘤的发病率呈现上升趋势，极大威胁了人的生命安全。肿瘤的周围有血管时，可能会引起血管的病变，同时肿瘤周围血管的分布，会因为需要为肿瘤提供血液而增多。在脑外科手术中，主动脉、主静脉血管等血管在手术中是一定要优先避开的。因为肿瘤位置多变，肿瘤周边有血管或者包裹血管的情况非常普遍，MRI中的MRA、MRV和CT中的CTA、CTV只能提供二维的影像图片，不能提供三维立体的模型。因此，如何获得颅内血管的三维模型，直观地让医生了解肿瘤和血管的相对位置，对于脑外科手术的成功与否至关重要。

目前的血管分割技术一般分为三大种类：一种基于区域生长法进行血管分割，操作者需要给出种子点和灰度边界阈值的方式进行半自动分割。一种采用人工智能和血管模型的方式进行血管分割，计算准确性较好，但是算法的复杂度较高，且分割结果无法解释，不利于医疗方向的产业化。一种简单根据灰度来计算，可能会出现噪点多，分割不够准确的问题。并且传统血管分割只做分割，无法实现MR、CT多模态影像融合配准之后的血管分割。

发明内容

本发明涉及一种多模态影像融合方法，包括：

步骤一、获取人脑部CT图像序列和MRI图像序列，其中CT图像类型为CTA或CTV，MRI图像类型为MRA或MRV。

步骤二、分别提取CT图像和MRI图像的边缘特征，将边缘清晰的图像作为基准图像F1，另一种图像作为待配准图像F2。

步骤三、对基准图像F1进行去头皮头骨操作，生成蒙版，基于蒙版再对配准后的图像进行去头皮头骨操作。

步骤四、将配准后的CT图像和MRI图像作为待融合图像A(x,y)和B(x,y)，求A(x,y)和B(x,y)的共同特征C。

步骤五、从A(x,y)中剔除共同特征C，得到A*(x,y)，从B(x,y)中剔除共同特征C，得到B*(x,y)。

步骤六、从A(x,y)中剔除B*(x,y)得到A-B*，从B(x,y)中剔除A*(x,y)，得到B-A*。

步骤七、计算A*(x,y)与B*(x,y)的差异度，记为Diff(A*,B*)；

步骤八、根据待融合图像的共同特征C、Diff(A*,B*)和基准图像F1，生成CT图像和MRI图像的融合图像F_fusion(x,y)，公式如下：

F_fusion(x,y)＝aF1+bC+zDiff(A*,B*)

其中a、b、z分别为权重值，b＝2z。

步骤九、在得到上述CT图像和MRI图像的融合图像F_fusion(x,y)之后，可以提取人脑血管区域，实现对人脑血管全自动分割，并进行三维重建。

上述步骤九对融合配准后的人脑影像进行三维重建步骤具体包括：

步骤1、获取待重建的医学图像F_fusion(x,y)。

步骤2、将待重建的医学图像序列输入至Nibabel工具中，进行归一化处理，将归一化处理后的医学图像序列转换为numpy类型的多维矩阵，并使用第一维数据为索引遍历，对医学图像序列进行血管分割。

上述索引遍历步骤进一步包括：