[發明專利]一種前列腺核磁超聲圖像配準融合方法

有效

• 申請號: 202010079085.2
• 申請日: 2020-02-03
• 公開（公告）號: CN111340861B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 叢明;楊德勇;杜宇;劉冬;吳童
• 申請（專利權）人: 大連理工大學;大連醫科大學附屬第一醫院;大連大華中天科技有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/13;G06T7/12;G06T5/00;G06N3/00;G06N3/12
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李曉亮;溫福雪

1.一種前列腺核磁超聲圖像配準融合方法，其特征在于，包括以下步驟：

步驟1：在前列腺超聲圖像的訓練集中的前列腺超聲圖像人工標注前列腺區域的精準輪廓，前列腺區域的精準輪廓上包括多個標簽點，基于標簽點訓練前列腺的主動表觀模型；

步驟2：應用ECC算法將步驟1中的前列腺超聲圖像訓練集進行通道對齊，消除尺度誤差；提取前列腺區域的訓練特征F＝(X,V)，其中，X＝(x_pixel,y_pixel)表示像素點的圖像坐標，V＝(mean,std)表示以X為中心的鄰域的均值、標準差；使用隨機森林的機器學習模型訓練前列腺圖像區域的二分類分類器，獲得訓練好的隨機森林模型；

步驟3：完成一副新的超聲圖像的自動分割，其包括：

步驟3.1：使用步驟2中訓練好的隨機森林模型對一副新的超聲圖像進行分類，實現二值分割，獲得預分割的二值圖像；

步驟3.2：建立步驟3.1中獲得的預分割的二值圖像區域的邊界驅動函數的數學模型，應用遺傳算法進行邊界驅動函數的數學模型的參數優化，得到超聲圖像上前列腺區域的分割姿態參數；

步驟3.3：基于步驟3.2中所計算的姿態參數，在步驟1中訓練好的主動表觀模型中進行輪廓分割，獲得超聲圖像的前列腺輪廓的自動分割結果；

步驟4：提取由步驟3得到的超聲圖像的前列腺輪廓的自動分割結果以及術前手動分割核磁圖像的輪廓邊界的形狀上下文特征，采用KM算法求解匹配的輪廓點，得到核磁圖像與超聲圖像上輪廓點對的匹配關系；

步驟5：根據步驟4得到的輪廓點對的匹配關系，應用薄板樣條對具有匹配關系的輪廓點進行插值，最后基于插值擬合的TPS函數進行圖像配準。

2.根據權利要求1所述的前列腺核磁超聲圖像配準融合方法，其特征在于，在步驟3.2中，以步驟3.1中獲得的預分割的二值圖像的前列腺區域的邊界輪廓作為均值形狀的目標姿態建立邊界驅動函數f：

G_i＝outside_i-inside_i (2)

式中：n表示均值形狀的標簽點數量，G_i表示第i(i＝1,2,…,n)處標簽點上沿法向的邊界梯度值，outside_i和inside_i分別表示在法線上背向質心和朝向質心的像素和值；

為了建立邊界驅動函數f與均值形狀的數學關系，定義均值形狀在目標姿態下的形狀C表示輪廓點的標記數目，其轉換關系經下式計算得到：

式中：表示是一個仿射變換矩陣；為目標姿態下的的質心坐標，表示姿態t下的點集；θ表示旋轉角，以x軸順時針方向旋轉為正；scale表示比例縮放因子；表示一種隨機狀態k下的點集；

以目標姿態下任一標簽點為中心，沿法線取長度為2D的線段，記p_ij為點法線上的距離為j的像素的灰度值，其圖像坐標記為和則有：

式中：表示法向方向的斜率，取2D作為法向的長度，j＝-D,-1,0,1…,D代表不同的取樣距離；由上述的數學模型可知，當目標姿態發生變化時，邊界驅動函數f的值域會在[-255,0]進行波動，僅當f→-255時，輪廓將迭代至最優解，此時將與前列腺預分割的二值圖像的輪廓最大程度重合；以輪廓的一種隨機狀態k下的姿態參數作為優化目標參數，建立邊界驅動函數f為優化目標的數學模型：

min f(x_k,y_k,θ_k,scale_k)

式中：姿態參數(x_k,y_k,θ_k,scale_k)分別表示隨機狀態k下的平移、縮放和比例因子；x_p、y_p、α、s可由和預分割的二值圖像的最小外接矩形參數計算得到，(x_p,y_p)表示預分割的二值圖像的輪廓的質心的圖像坐標，w₁、h₁、w₂、h₂分別表示最小外接矩形的寬度和長度，α表示外接矩形的旋轉角。

3.根據權利要求1或2所述的前列腺核磁超聲圖像配準融合方法，其特征在于，在步驟4中，點p_i和點q_j(i,j＝1,2,…,n_pt)分別表示前列腺術前手動分割核磁圖像上的輪廓點和步驟3中自動分割得到的經直腸超聲圖像上輪廓點，二者對應的形狀上下文矢量為h_i和h_j；

將形狀上下文算子的特征描述符劃分為num＝num_r·num_c個子區間，記作k_rc(1≤r≤num_r,1≤c≤num_c)，統計子空間k_rc上的輪廓點數量，記為N_rc，則h_j＝[N_1,1,N_1,2,…,N_r,c]；

記點p_i和點q_j的匹配代價C_ij滿足：

定義排列π(q_i)，使得點集總代價H(π)滿足：

采用KM算法求解上述代價匹配問題，得到超聲和核磁圖像上前列腺區域的輪廓點對匹配關系。