[發明專利]一種基于多序列醫學圖像的血管配準方法

有效

• 申請號: 201510088135.2
• 申請日: 2015-02-26
• 公開（公告）號: CN104766304B
• 公開（公告）日: 2017-12-05
• 發明（設計）人: 汪曉妍;李軍偉;黃曉潔;張劍華;滕忠照;陳勝勇
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 杭州斯可睿專利事務所有限公司33241
• 代理人: 王利強

1.一種基于多序列醫學圖像的血管配準方法，其特征在于：所述配準方法包括以下步驟：

1)獲取多序列醫學血管圖像，選定一個序列圖像為配準的參考圖像，其他序列圖像作為浮動圖像；

2)對所述多序列醫學血管圖像進行去噪處理；

3)血管邊緣的shape context描述，血管內外壁分別記為C_lumen(X)，C_wall(X)，X代表邊緣點坐標，邊緣上每一點分別用Shape Context描述子統計其直方圖；

4)邊緣點匹配

根據參考圖像血管邊緣點與浮動圖像血管邊緣點的代價函數C_i,j，

其中，p_i和q_j分別代表頸動脈血管參考圖像序列和浮動圖像序列的邊緣點集，h_i(k)、h_j(k)分別代表參考圖像邊緣點直方圖和浮動圖像邊緣點直方圖，K代表直方圖總共的等級數，k是其中的第k級；

匹配準則是最小化匹配代價函數H(π)：

式中π表示匹配點對的排列；

匹配流程如下：

(4.1)現有p_i和q_j兩個邊緣點集，對于p_i中的點i，分別尋找q_j中Cost值最小的點j；

(4.2)將匹配的信息保存；

(4.3)重復(4.1)，對剩余的點進行匹配，直到所有點全部匹配完成；

(4.4)判斷H(π)是否為最小，否則重復步驟(4.1)～(4.3)；

5)濾除誤匹配

步驟4)的匹配過程存在誤匹配點對，消除誤匹配過程如下：

(5.1)計算匹配點對(p_i，q_j)之間的距離D_(i,j)；

D_(i,j)＝||p_i|-|q_j||,(i,j)∈π(3)

其中，π表示匹配點對的排列；

(5.2)統計D_(i,j)分布情況，求其概率密度函數，式(4)，(5)分別表示其距離分布的均值mean(D_(i,j))和方差sigma(D_(i,j))：

式中L是匹配點對個數，μ代表式(4)的均值mean(D_(ij))；

根據式(4)，(5)求其概率密度函數P(D_(i,j))：

(5.3)濾除誤匹配，依據小概率事件理論把匹配點間的距離大于Γ的情況視為誤匹配點對，予以濾除；

Γ＝mean(D_(i,j))+2.58*sigma(D_(i,j))(7)

6)邊緣校正與插值

為了實現參考圖像與浮動圖像血管組織的像素級配準，根據匹配點對血管壁做迭代演化，使形變后的參考圖像與浮動圖像血管輪廓能量函數E(p_i,q_j)達到最小；

式中，p_i和q_j分別代表頸動脈血管參考圖像序列和浮動圖像序列的邊緣點集，π表示匹配點對的排列；

根據邊緣校正后的結果，采用樣條插值的方法對浮動圖像的局部血管區域做插值，最終得到配準后的結果。

2.如權利要求1所述的一種基于多序列醫學圖像的血管配準方法，其特征在于：所述步驟2)中，采用小波變換去噪方法，在小波分解的每一層都自適應的選取閾值，在小波分解的低頻域采用中值濾波器濾除分布在低頻信號中的噪聲。

3.如權利要求2所述的一種基于多序列醫學圖像的血管配準方法，其特征在于：所述步驟2)中，閾值T的函數式(9)：

其中α_n是噪聲的標準差，σ_g,j是無噪聲圖像g在小波域內第j層的標準差，M即為小波域內小波系數的總體個數，可調參數k₁，k₂滿足關系 k₁+k₂＝1，α_j為小波域第j層的小波系數取為α_j＝1/2^j-1，j為小波分解層數；

σ_n取值是小波域內的最高頻小波系數，其值由噪聲圖像小波分解后最高頻子帶的中值計算得到：

為噪聲圖像小波分解的最高頻子帶；

小波系數在j層的標準差由噪聲小波系數的標準差計算得到：