[发明专利]一种多模态医学图像三维点云配准优化方法

说明书

本发明公开了一种多模态医学图像三维点云配准优化方法，包括以下步骤：S1、获取人体MRI序列图像并进行预处理；S2、从人体MRI序列图像提取一组点云数据作为粗配准的源点云；同时分割人体MRI序列图像，获取分割后的器官点云数据作为精配准的目标点云；S3、从人体MRI序列图像采集一组点云数据作为粗配准的目标点云；S4、完成粗配准操作，获取粗配准变换系数；S5、采集一组超声序列图像，并保存每帧超声序列图像四个顶点的三维坐标；S6、通过三维坐标重建超声体，获取超声体的点云数据作为精配准的源点云；S7、完成精配准操作，获取精配准变换系数；S8、通过粗配准变换系数与精配准变换系数来获取最终配准变换系数。

技术领域

本发明涉及图像处理领域，尤其涉及一种多模态医学图像三维点云配准优化方法。

背景技术

近些年快速发展起来的医学影像技术主要有CT影像、MRI影像及超声影像。由于各自影像本身的特点不同，CT影像对骨性结构显影优秀，而MRI影像对软组织显影卓越，超声影像具有实时反馈的特性。因此，为了融合各自影像的特点来达到更精准的病灶查找和定位受到越来多的临床关注及研究。

随着技术的发展，多模态医学影像信息已经在计算机辅助检测和诊断中被广泛的应用。通过融合不同的影像信息，医生可以看到超声图像看不到的信息或者进一步更清晰的观察到超声看不到的病灶信息等，而超声也弥补了CT、MRI影像不实时的情况。

然而，要对不同模态的医学影像信息进行融合就需要先进行配准，现有的配准技术虽然已经用的比较广泛，但其配准精度较低，对医生的影像观察工作会造成一定的影响，从而降低了医生的诊断效率；因此，如何提高配准的精度仍然是科研人员研究的重点。

发明内容

本发明目的是针对上述问题，提供一种操作简单、提高配准精度的多模态医学图像三维点云配准优化方法。

为了实现上述目的，本发明的技术方案是：

一种多模态医学图像三维点云配准优化方法，包括以下步骤：

S1、获取人体MRI序列图像并进行去噪、增强操作；

S2、根据医学数字成像和通信DICOM信息从人体MRI序列图像自动提取一组点云数据作为粗配准的源点云；同时采用人工神经网络技术训练分割人体MRI序列图像，获取分割后的器官点云数据作为精配准的目标点云；

S3、使用电磁定位系统从人体MRI序列图像采集一组点云数据作为粗配准的目标点云；

S4、使用ICP迭代完成粗配准操作，获取粗配准变换系数；

S5、利用超声探头手动采集一组超声序列图像，并保存每帧超声序列图像四个顶点的三维坐标；

S6、通过每帧超声序列图像四个顶点的三维坐标重建超声体，获取超声体的点云数据作为精配准的源点云；

S7、使用ICP迭代完成精配准操作，获取精配准变换系数；

S8、通过粗配准变换系数与精配准变换系数来获取最终配准变换系数。

进一步的，所述步骤S1中采用高斯平滑滤波对人体MRI序列图像进行图像去噪操作，采取小波增强算法对人体MRI序列图像进行增强操作。

进一步的，所述步骤S2中，根据医学数字成像和通信DICOM信息中的病人位置信息，同时结合医学数字成像和通信DICOM信息中病人影像位置的Z轴坐标值，提取一组Z轴方向和X轴方向的点云数据作为粗配准的源点云。

进一步的，所述步骤S3具体包括以下步骤：

S31、将电磁定位系统与传感器连接，实时获取传感器的位置坐标；

S32、通过电磁定位系统的程序控制连续采集人体MRI序列图像中沿Z轴方向变化的点云数据和沿X轴方向变化的点云数据；