[发明专利]基于显著区域面积匹配的心脏CT与超声图像配准方法

摘要

本发明公开了一种基于显著区域面积匹配的心脏CT与超声图像配准方法，主要解决现有技术配准精度低、速度慢的问题。其实现步骤为：1)将预处理后的CT和超声图像，分别作为参考图像和浮动图像，分别建立这两幅图像的灰度特征金字塔模型和邻域均差特征金字塔模型；2)基于这两种金字塔模型分别生成参考图像和浮动图像的显著图，并对其进行二值化；3)对于二值化结果，根据区域面积特征提取其感兴趣区域，并对感兴趣区域进行基于区域质心距离的粗配准和基于ICP算法的精配准，得到配准参数；5)根据配准参数，对浮动图像进行旋转和平移变换，得到配准结果。本发明配准精度高，速度快，可用于对术前CT图像和术中超声图像的实时配准。

主权项

1.基于显著区域面积匹配的心脏CT与超声图像配准方法，包括如下步骤：(1)输入待配准心脏CT图像及食道超声心动图TEE，采用双线性插值方法调整CT图像，使其与TEE图像像素大小一致；(2)对CT图像和TEE图像分别进行非局部均值滤波处理，并将滤波后的CT图像作为参考图像r，将滤波后的TEE图像作为浮动图像f；(3)分别建立参考图像r的灰度特征金字塔模型A_I、邻域均差特征金字塔模型A_M和和浮动图像f的灰度特征金字塔模型B_I、邻域均差特征金字塔模型B_M：(3a)提取参考图像r的灰度特征图I_r和邻域均差特征图M_r；(3b)以灰度特征图I_r为第一层，在其基础上进行下采样，得到大小为第一层图像1/2的第二层灰度特征图，再在第二层灰度特征图上进行相同下采样，得到大小为第二层灰度特征图1/2的第三层灰度特征图，以此三层灰度特征图建立参考图像r的灰度特征金字塔模型A_I；(3c)按照与(3b)相同的操作建立参考图像r的邻域均差特征金字塔模型A_M；(3d)提取浮动图像f的灰度特征图I_f和邻域均差特征图M_f；(3e)按照与(3b)相同的操作建立浮动图像f的灰度特征金字塔模型B_I和邻域均差特征金字塔模型B_M；(4)根据参考图像r的灰度特征金字塔模型A_I和邻域均差特征金字塔模型A_M生成参考图像的显著图S_r，根据浮动图像f的灰度特征金字塔模型B_I和邻域均差特征金字塔模型B_M生成浮动图像的显著图S_f；(5)设置灰度阈值T₁＝85，利用灰度阈值T₁分别对参考图像的显著图S_r和浮动图像的显著图S_f进行二值化分割，得到参考图像显著图的分割结果b_r和浮动图像显著图的分割结果b_f；(6)分别统计参考图像显著图的分割结果b_r和浮动图像显著图的分割结果b_f中各非连通区域的面积，根据非连通区域的面积特征提取参考图像的感兴趣区域轮廓点集p_r和浮动图像的感兴趣区域轮廓点集p_f；(7)分别提取参考图像r中感兴趣区域的质心(x_r,y_r)和浮动图像f中感兴趣区域的质心(x_f,y_f)，计算两区域质心间的距离(Δx,Δy)，并将浮动图像f和其感兴趣区域轮廓点集p_f分别横向平移Δx个像素，纵向平移Δy个像素，得到粗配准结果图f'和粗配准结果图的感兴趣区域轮廓点集p'_f；(8)以参考图像r的感兴趣区域轮廓点集p_r和粗配准结果图f'的感兴趣区域轮廓点集p'_f作为输入，使用迭代最近点ICP算法进行精配准，得到两点集之间的旋转矩阵TR和平移矩阵TT；(9)将粗配准结果图f'按旋转矩阵TR和平移矩阵TT依次进行旋转和平移操作，得到最终配准结果q，完成配准工作。