[發明專利]圖像配準方法及其模型訓練方法

在審

• 申請號: 202010530181.4
• 申請日: 2020-06-11
• 公開（公告）號: CN113808178A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 張陳;趙周社;聶穎彬
• 申請（專利權）人: 通用電氣精準醫療有限責任公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/10;G06N3/04;G06N3/08
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 楊學春;錢慰民

本發明公開了圖像配準方法及其模型訓練方法。該圖像配準方法包括獲取參考圖像和待配準的浮動圖像，對所述參考圖像和所述浮動圖像執行圖像預處理，對經預處理的參考圖像和浮動圖像執行非剛性配準以獲得配準結果圖像，以及輸出配準結果圖像。所述圖像預處理包括對參考圖像和浮動圖像執行基于迭代最近點配準和互信息配準的由粗到精的剛性配準。所述非剛性配準利用參考圖像與配準結果圖像之間的相關系數和均方誤差的組合作為損失函數。本發明還公開了與該方法對應的用于圖像配準的設備、系統和計算機可讀介質。本發明可以在不同時間、不同模態、或不同序列的圖像之間實現精確、高效且適用性強的圖像配準。

技術領域

本發明涉及圖像處理技術領域，更具體地涉及圖像配準方法及其模型訓練方法。

背景技術

圖像配準是圖像融合、圖像重建、圖像與標準圖譜的匹配、圖像定量分析等研究的基礎。圖像配準通過尋找一種最優空間變換，使兩個圖像的對應點在給定相似性度量下達到空間位置和解剖位置的一致。通過圖像配準計劃可以充分利用不同時間、不同模態、不同序列的圖像中所包含的多種信息，為后續的圖像高級分析(例如，醫學上的療效評估、圖像引導治療、多序列圖像分割、不同模態融合等)提供基礎。圖像配準根據變換方式的不同可分為剛性配準和非剛性配準。剛性配準是指圖像中任意兩點間的距離在變換前后保持不變，只發生了坐標軸的平移和旋轉。剛性配準只適用于不存在形變或剛性體的配準，剛性配準在很多情況下不能滿足臨床的需求。因為很多形變的性質是非剛性的、非線性的，所以許多重要的臨床應用需要非剛性變換來描述圖像之間的空間關系。目前，傳統的剛性配準方法和非剛性配準方法存在一些問題需要解決，例如：適用性差，一種方法或一組參數只適用于某一特定模態甚至是特定的數據集上；處理速度慢，由于傳統的配準方法是采用迭代優化的方式搜尋最優參數的，這導致其處理速度相當慢，很難應用在實時化場景中；或者由于諸如局部極值而造成精度較差；等等。

舉例來說，肺癌是全球最常見的惡性腫瘤之一，其發病率及死亡率均位于惡性腫瘤的第一位，是公認危害人類健康的殺手。免疫治療是一種通過重塑腫瘤患者免疫系統以殺滅腫瘤細胞的治療方法，由于它毒副作用小，療效持久，因此在肺癌治療過程中得到應用。另一方面，客觀、精確地評估腫瘤治療的療效就具有重要的臨床意義，而諸如CT和MR影像檢查在其中發揮著重要作用。針對影像檢查評估免疫治療療效，2017年RECIST工作組及其免疫治療小組委員會發表了iRecist標準。為了采用iRecsit或者其他療效評估標準精準定量地進行療效評估，有效的圖像配準方法是必不可少的環節。然而，受免疫治療后影像數據的復雜特性以及肺部器官自發運動導致不規則形變的影響，現有的圖像配準方法在精確地、高效地完成圖像配準方面還有待提高。

因此，本領域中存在對改進的圖像配準方法的需求。

發明內容

在本發明的一個方面，提供了一種圖像配準方法。該方法可以包括：獲取參考圖像和待配準的浮動圖像；對所述參考圖像和所述浮動圖像執行圖像預處理，所述圖像預處理可以包括基于迭代最近點配準和互信息配準的剛性配準；對經預處理的所述參考圖像和經預處理的所述浮動圖像執行非剛性配準，以獲得配準結果圖像；以及輸出所述配準結果圖像。

在本發明的另一個方面，提供了一種用于圖像的基于迭代最近點配準和互信息配準的剛性配準方法。該方法可以包括：利用迭代最近點配準對參考圖像和待配準的浮動圖像進行關于輪廓點數據集的粗配準，從而獲得第一變換參數；基于所述第一變換參數，利用互信息配準來優化所述參考圖像和所述浮動圖像之間的配準，從而獲得第二變換參數；以及基于所述第二變換參數對所述參考圖像與所述浮動圖像進行配準。