[发明专利]一种基于人脸特征点的CT与MRI3D/3D图像配准方法

说明书

本发明公开了一种基于人脸特征点的CT与MRI3D/3D图像配准方法，包括以下步骤：S1、基于人体颅部断层影像的表面轮廓的面重建：利用Visualization Toolkit对同一患者的CT和MRI图像集进行重建；S2、刚性特征的选择：通过设置合适的等值面阈值使S1重建图像中的脸部区域较好的突显出来，并将脸部区域作为刚性特征；本发明的有益效果是：提出一种少量人工干预、低复杂度算法的3D/3D配准方法，突出实用性、便捷性的应用特点，符合“轻量化”应用的需求，为头部肿瘤靶区勾画等临床所需的图像融合场景提供必要基础；省力省钱、该配准方法全部依托软件实现，前期患者进行CT和MRI扫描时摆位满足一般扫描要求即可，无须借助其他实体装置，节约成本，也更方便快捷。

技术领域

本发明涉及图像配准技术领域，具体为一种基于人脸特征点的CT与MRI3D/3D图像配准方法。

背景技术

由于成像原理的限制，现有的医学影像技术只对某一种特性的组织敏感，目前还没有哪种影像技术对所有的组织都有较好的成像效果。例如，一般而言，CT可以对骨骼等刚性结构清晰表现，而MRI对软组织具有更好的表现能力。因此，临床上医生对诸如肿瘤病灶的大小、形状、病灶间结构关系的认知不得不通过对多幅不同类型的二维图像进行观察得来，其离散、抽象的感兴趣数据不得不依靠医生的主观经验在大脑中还原成3D想象空间，病灶信息的准确性与医生的主观因素有很大的相关性。

不同模态的医学图像(比如CT图像和MRI图像)由于在成像原理、分辨率、灰度属性、病人扫描时的摆位等因素的差异，断层扫描得到的二维图像事实上并没有空间对应关系，不能直接进行信息融合。需要先使异源采集信息的解剖结构在空间上达到一致，即先要进行医学图像的配准，方可进行信息融合；

CT和MRI的数据采集大多是分别进行，现有复杂的异源配准融合方法难以成为临床诊疗的常用手段。研究考虑到眼部肿瘤重建与组织结构观察的实际需求，提出一种少量人工干预、低复杂度算法的基于人脸特征点的3D/3D CT与MRI图像集配准方法，解决现有配准方法中存在的配准精度低、如何进行三维空间中特征点的配准和如何减少配准程序的空间及时间复杂度等问题。

发明内容

本发明的目的在于提供一种基于人脸特征点的CT与MRI3D/3D图像配准方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人脸特征点的CT与MRI3D/3D图像配准方法，包括以下步骤：

S1、基于人体颅部断层影像的表面轮廓的面重建：利用Visualization Toolkit对同一患者的CT和MRI图像集进行重建；

S2、刚性特征的选择：通过设置合适的等值面阈值使S1重建图像中的脸部区域较好的突显出来，并将脸部区域作为刚性特征；

S3、表面轮廓的特征点提取：对S2中重建模型上通过交互来实现特征点的提取，特征点提取时的重建方式为面绘制，并对脸部的特征点进行提取；

S4、特征点配准：通过VTK包中的vtkIterativeClosestPointTransform类通过实施两次或以上的ICP算法对CT和MRI两种不同分辨率、成像特征的特征点进行配准；

S5、评估配准精度：使用不同颜色对两组图像集进行面绘制重建，利用S4中得到的坐标映射矩阵对作为浮动图像的一方进行变换，并使用VTK包中vtkClipPolyData类对两组面绘制图像进行面切割，实现区间限定，在三维空间中评估两者的贴合程度；

S6、对图像集进行体绘制三维重建并进行配准后的坐标变换：采用体绘制将CT和MRI断层数据集三维重建于同一坐标系下，并对作为浮动图像的一方进行坐标变换；

S7、图像切片：选定角度后，对CT和MRI配准变换后的体数据进行切片，为后续的图像融合做准备，根据需要分别进行窗宽窗位的调节后再融合。