[發明專利]基于先驗統計運動模型及自適應配準的肺部運動估計方法

有效

• 申請號: 201710080490.4
• 申請日: 2017-02-15
• 公開（公告）號: CN106952285B
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 顧力栩;陳棟
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T7/215;G06T7/33
• 代理公司: 31225 上?？剖⒅R產權代理有限公司
• 代理人: 應小波

1.一種肺部運動信息的計算機獲取方法，其特征在于，該方法采用計算機，實現方式為MATLAB，所述的方法包括依次執行的以下步驟：

S1：事先獲取多組病人呼吸始末兩個相位的胸部CT圖像，其中兩個相位分別為吸氣末EI、呼氣末EE；

S2：處理從步驟S1中獲取的胸部CT圖像，對其進行肺部組織的圖像分割，得到肺實質；

S3：將每組病人兩個不同呼吸相位的胸部CT圖像進行配準；

S4：根據配準后的序列圖像信息，提取肺實質的運動信息，并以此建立肺部呼吸運動樣本庫，每組樣本的EI時刻CT圖像都與第一組樣本的EI時刻CT圖像做配準，獲取樣本間的轉換矩陣；

S5：采集一組新增肺部運動模型EI時刻的全局肺區CT及一組EE時刻的肺部病灶區域CT；

S6：在新增的兩種CT中選取十組的特征點對，獲取這些特征點對的運動信息作為步驟S7的輸入；

S7：稀疏先驗運動模型的生成：將步驟S5中EI時刻的CT與運動樣本庫中的第一組CT數據進行配準，得到兩者之間的轉換矩陣，結合步驟S6中的特征點對運動信息獲取其在運動樣本庫中各個樣本中的各異性表達，計算獲得步驟S6提供的運動信息在運動樣本庫中的稀疏線性表達，并以此生成肺實質的運動信息；

S8：病灶區域的精確運動信息獲?。合∈柘闰炦\動模型提供的先驗運動信息作為依據，結合步驟S5中的兩組圖像利用配準算法得到病灶區域的精確運動信息；

所述的步驟S7中稀疏先驗運動模型的生成表示為：

其中y_j為步驟S6中特征點對的運動信息；M為這些特征點在樣本庫每組樣本中對應位置的運動信息，其中k為特征點對數量，n為樣本數量；x為一組樣本線性表達的系數；e為輸入y_j的誤差；λ₁和λ₂控制x和e的稀疏量；

所述的步驟S8中病灶區域的精確運動信息獲取表示為：

其中，Ω為圖像區域；為B樣條配準中控制點影響系數；I_j，EE和I_j，EI為當前病例在呼氣末和吸氣末的CT圖像；g_prior為稀疏先驗運動模型提供的先驗統計運動信息；g(X)為B樣條控制點的運動量，g_n+1(X)和g_n(X)為第n+1次和第n次配準時控制點的運動量；λ為控制點運動量正則化系數。

2.根據權利要求1所述的一種肺部運動信息的計算機獲取方法，其特征在于，所述的步驟S3中配準所需的能量公式E(d)為：

式中，Ω為圖像區域；I_p，EE和I_p，EI為樣本庫中每個病例在呼氣末和吸氣末的CT圖像；x_i為圖像像素的位置；d為像素的運動向量；|Δd|為運動向量的梯度，α為正則化系數。

3.根據權利要求1所述的一種肺部運動信息的計算機獲取方法，其特征在于，所述的步驟S4中樣本間的對應關系獲取描述為：

采用S3中的配準方法對每組樣本的EI時刻CT圖像都與第一組樣本的EI時刻CT圖像進行配準，獲取樣本間的轉換矩陣得到運動樣本庫中每組樣本I_p，EI對應第一組樣本EI時刻CT圖像I_1，EI的關系為：

4.根據權利要求1所述的一種肺部運動信息的計算機獲取方法，其特征在于，所述的步驟S8中B樣條配準中控制點影響系數的表達公式為：

其中，R_{i，j，k}為第ijk個控制點在EI時刻圖像上所影響的區域；為其在EE時刻圖像上所影響的區域，為ξ_{i，j，k}的集合。