[发明专利]医学图像的匹配方法及装置

说明书

本发明公开了一种医学图像的匹配方法及装置，涉及图像处理技术领域。具体方案包括：提取第一影像中的源特征数据，并获取第一匹配关系和第二影像中的目标特征数据；利用源特征数据和目标特征数据进行对比识别；若识别成功，则对源特征数据和第一匹配关系进行匹配，获得第一影像中生物组织的表示和第一匹配关系的对应关系。本发明所提供的实施例通过提取第一影像中的源特征数据和第二影像中的目标特征数据，并对源特征数据和目标特征数据进行识别。当识别成功时，才对源特征数据和第一匹配关系进行匹配，这样能够剔除大部分无关特征数据，此时再确定源特征数据及第一匹配关系的对应关系，能提高匹配的运行效率，降低配准时间，提高匹配的鲁棒性。

技术领域

本发明涉及图像处理技术领域，更具体地，涉及一种医学图像的匹配方法及装置。

背景技术

在脑部医疗导航系统中，为了实现精准的导航，需要建立患者医疗影像中头部位置和患者实际头部位置的变换关系。利用患者医疗影像中的面部点云和实时采集的患者面部点云进行配准，可以得到导航系统需要的变换关系。但在治疗过程中，患者的头部可能会移动，这对导航系统的处理能力和反应速度提出了更高的要求。

相关技术中，利用ICP(Iterative Closest Point，最近点迭代)算法计算患者医疗影像中的面部点云和实时采集的患者面部点云之间的关系。ICP算法，是基于数据配准法，利用最近点搜索法，从而解决基于自由形态曲面的一种算法。具体地，ICP算法需要遍历两组点云中所有的点查找最适合的匹配点。因此，所以ICP算法所需的配准时间与两组点云中点的数量呈现正相关趋势。点云数量越多，需要的配准时间越长。而由上述可知，由于患者的头部不可能完全保持静止，因此，动态图像的获取时实时的。动态图像中的点云的数量变化较大，不仅会导致配准的相应速度降低，鲁棒性差，还会导致配准的时间变化有较大波动。

发明内容

有鉴于此，本发明提供了一种医学图像的匹配方法及装置，能够降低配准的时间，提高配准的效率和鲁棒性。

第一方面，本发明提供一种医学图像的匹配方法，该方法包括：

提取第一影像中的源特征数据，并获取第一匹配关系和第二影像中的目标特征数据；

利用所述源特征数据和所述目标特征数据进行对比识别；

若识别成功，则对所述源特征数据和所述第一匹配关系进行匹配，获得所述第一影像中生物组织的表示和所述第一匹配关系的对应关系。

在一种可能的实现方式中，所述方法还包括：

利用所述源特征数据和所述目标特征数据进行对比识别；

若识别失败，则重新采集并提取所述第一影像中的所述源特征数据。

在一种可能的实现方式中，所述源特征数据和所述目标特征数据是点云数据、颜色数据或特征值数据中的任意一种。

在一种可能的实现方式中，所述利用所述源特征数据和所述目标特征数据进行对比识别包括：

提取初始源特征数据，并删除非感兴趣区域的所述初始源特征数据，将保留的所述初始源特征数据确定为所述源特征数据；

获取初始目标特征数据，并删除非感兴趣区域的所述初始目标特征数据，将保留的所述初始目标特征数据确定为所述目标特征数据。

在一种可能的实现方式中，所述初始源特征数据通过提取所述第一影像获取。

在一种可能的实现方式中，所述初始目标特征数据通过提取所述第二影像获取或第三图像获取，其中，所述第三图像指的是预设的被测者的生物组织的图像。

在一种可能的实现方式中，所述获取第一匹配关系包括：

提取所述初始源特征数据，并获取所述初始目标特征数据；