[發明專利]顱腦多模態醫學圖像配準方法

有效

• 申請號: 202010601878.6
• 申請日: 2020-06-28
• 公開（公告）號: CN111754554B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 曹國剛;朱信玉;王一杰;李夢雪;劉順堃;毛紅東;孔德卿
• 申請（專利權）人: 上海應用技術大學
• 主分類號: G06T7/30
• 分類號: G06T7/30;G06T7/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.一種顱腦多模態醫學圖像配準方法，其特征在于，包括：

(a)對頭腦風暴優化算法的個體生成環節進行改進，得到改進的基于目標空間的頭腦風暴優化算法；

(b)獲取患者的顱腦醫學圖像，將顱腦醫學圖像分別記作參考圖像R與浮動圖像F；

(c)分別對參考圖像R和浮動圖像F進行低通濾波；

(d)對低通濾波后的浮動圖像F進行第一空間變換、插值操作，計算經過第一空間變換、插值操作后的浮動圖像F與參考圖像R的交叉累計剩余熵，使用所述改進的基于目標空間的頭腦風暴優化算法(IBSO-OS算法)對交叉累計剩余熵的函數尋優直至找到最優配準參數；

(e)使用步驟(d)中得到的最優配準參數，對浮動圖像F進行第二空間變換、插值操作，將參考圖像R與經過第二空間變換、插值操作后的浮動圖像F進行融合，得到患者融合影像；

步驟(a)對頭腦風暴優化算法的個體生成環節進行改進，得到改進的基于目標空間的頭腦風暴優化算法，包括：

(a1)根據問題邊界范圍生成隨機種群：

popu＝range_l+(range_r–range_l)*rand(num,dim)?(1)

式(1)中，range_l、range_r分別為生成隨機數的左右邊界值；num為種群中個體的個數；dim為每個個體的維度；popu為生成的種群，該種群是一個num×dim維的數組；

(a2)根據適應度函數評估新生成種群中每個個體的適應度值，其中，所述適應度函數為交叉累計剩余熵的函數；

(a3)選擇前5％的個體作為精英群，將剩余的個體作為普通個體子群；

(a4)依概率從精英子群或者普通子群選擇一個個體作為線索，生成新個體，

newIndividualⁱ＝selectedIndividuali+ξ(t)×N(0,1)????????(2)

上式(2)中，newIndividual為新生成個體；selectedIndividual為選中的線索個體；ξ(t)是線索個體所占新生成個體的權重系數；N(0,1)是生成(0,1)間的高斯隨機噪聲，i表示新生成個體的序號；

其中，MaxIterations為最大迭代次數；CurrentIteration為當前迭代次數；

(a5)基于所述適應度函數計算新生成個體的適應度函數值，如果適應度函數值優于對應的線索個體則使用新生成個體替換對應的線索個體，循環執行(a2)～(a5)過程直至滿足結束條件。

2.如權利要求1所述的顱腦多模態醫學圖像配準方法，其特征在于，(b)獲取患者的顱腦醫學圖像，將顱腦醫學圖像分別記作參考圖像R與浮動圖像F，包括：

(b1)從不同的醫學成像設備獲取患者的顱腦醫學圖像；

(b2)將獲取的顱腦醫學圖像根據成像設備分為兩類，一類記作參考圖像R，另一類記作浮動圖像F。

3.如權利要求1所述的顱腦多模態醫學圖像配準方法，其特征在于，(c)分別對參考圖像R和浮動圖像F進行低通濾波，包括：

(c1)通過傅里葉變換將參考圖像R與浮動圖像F分別從空間域變換至頻率域；

(c2)使用高斯低通濾波器分別對變換至頻率域的參考圖像R與浮動圖像F進行低通濾波，通過低通濾波器分別去除變換至頻率域的參考圖像R與浮動圖像F的高頻部分，得到低通濾波后的參考圖像R與浮動圖像F；

(c3)利用傅里葉反變換，將低通濾波后的參考圖像R與浮動圖像F從頻率域變換至空間域。