[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

本發明提供了一種顱腦多模態醫學圖像配準方法，本發明通過(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，可以有效地提升顱腦多模態醫學圖像配準的精度與速度，為醫學圖像融合提供良好的基礎，為主治醫生提供豐富的顱腦病變信息從而有助于對患者疾病的診斷與治療。

技術領域

本發明涉及一種顱腦多模態醫學圖像配準方法。

背景技術

顱腦病變難以直接肉眼觀察，主治醫生必須依賴該患者的醫學影像。不同的醫學影像設備關注的重點不同，如磁共振成像主要關注軟組織，CT成像對骨組織的成像效果較好，而正電子發射型計算機斷層顯像主要關注組織的代謝情況。然而，單一模態的醫學影像無法為醫生提供足夠的病灶信息，因此通常需要將患者的多模態醫學影像進行融合，從而輔助醫生進行診斷。

由于患者在不同的成像設備間進行影像拍攝時存在角度、位移等偏差，因此在進行醫學圖像融合之前需要對患者不同模態的醫學影像進行配準，即通過空間變換使得兩幅待融合圖像達到空間位置的對齊狀態。

現有的醫學圖像配準算法存在配準精度低，收斂速度慢等問題，影響了醫學圖像融合的效果，尤其是顱腦多模態醫學圖像配準效果不理想。

發明內容

本發明的目的在于提供一種顱腦多模態醫學圖像配準方法。

為解決上述問題，本發明提供一種顱腦多模態醫學圖像配準方法，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。

進一步的，在上述方法中，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)?????(4)

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)????(5)