[发明专利]一种基于超像素向导的医学图像配准方法

摘要

本发明公开了一种基于超像素向导的医学图像配准方法，包括步骤：1)对参考图像和浮动图像采用基于B样条的FFD配准算法进行刚性预配准，获得预配准后的参考图像和浮动图像；2)对预配准后的参考图像和浮动图像，进行下采样，形成多分辨率金字塔，级数为l；3)多分辨率方案的图像配准从最粗的分辨率开始，由粗至精的逐步配准，在当前分辨率l下，经迭代后，对已获得的空间变换ul进行上采样得到ul‑1，然后利用空间变换ul‑1对金字塔第l‑1级的图像进行变换，将获得的图像再次进入迭代，直到金字塔图像最低层结束；4)将最终获得的空间变换u作用于刚性配准后的浮动图像，获得最终的配准后结果图像。本发明获得了优于基于B样条的FFD模型、DD模型等当前主流DIR配准模型的配准精度和鲁棒性。

主权项

1.一种基于超像素向导的医学图像配准方法，其特征在于，包括以下步骤：1)对参考图像和浮动图像采用基于B样条的FFD配准算法进行刚性预配准，获得预配准后的参考图像和浮动图像；2)对预配准后的参考图像和浮动图像，进行下采样，形成多分辨率金字塔，级数为l；3)多分辨率方案的图像配准从最粗的分辨率开始，由粗至精的逐步配准，在当前分辨率l下，经如下迭代过程之后，对已获得的空间变换ul进行上采样得到ul‑1，然后利用空间变换ul‑1对金字塔第l‑1级的图像进行变换，将获得的图像再次进入如下迭代过程，直到金字塔图像最低层结束；其中，所述迭代过程如下：3.1)分别计算当前分辨率l下参考图像和浮动图像的超像素的二值表示B0(x)和B1(x)；3.2)将当前超像素二值表示B0(x)和B1(x)之间的欧氏距离构造的一个新的匹配项结合于经典DD模型的目标能量函数中，构建新目标能量函数；3.3)根据新目标能量函数，利用空间变换ul‑1与更新速度场vl‑1关系式和新目标能量函数的一阶最优性条件，获取使得新目标函数最小化的空间变换函数；3.4)判断是否达到最大迭代次数，若没有达到，则返回步骤3.1)，继续迭代；否则判断是否达到最大分解级数，若没有达到，则对低分辨率下得到的形变矩阵进行超采样，将其作为上一级高分辨率的初始变换，返回步骤3.1)，否则配准结束，进入步骤4)；4)将最终获得的空间变换u作用于刚性配准后的浮动图像，获得最终的配准后结果图像。