[發明專利]一種2D-3D影像配準算法

有效

• 申請號: 202011415198.1
• 申請日: 2020-12-07
• 公開（公告）號: CN112233155B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 程敏;湯翔
• 申請（專利權）人: 南京佗道醫療科技有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 南京中盟科創知識產權代理事務所(特殊普通合伙) 32279
• 代理人: 唐紹焜

本發明公開了一種2D?3D影像配準算法，包括步驟：（1）在術前掃描患者患處得到術前3D影像；在術中分別對患者相對應患處進行正側位透視掃描得到正側位2D透視影像；（2）構建術中拍攝正側位透視影像設備的空間模型，并根據步驟（1）計算得到術前3D影像在空間模型中的初始位姿；（3）采用步驟（2）構建的空間模型生成術前3D影像的正側位DRR影像，并將其與其對應的術中2D透視影像進行模板匹配，得到術前3D影像的粗匹配變換位姿；（4）使用梯度下降優化算法進行精準優化匹配，得到術前3D影像的最終變換位姿。本發明通過采用模板匹配在進行粗匹配，然后使用梯度下降優化算法得到最優結果，可以在保證配準速度的同時，得到非常精準的配準結果。

技術領域

本發明涉及手術導航技術領域，尤其涉及一種3D CT影像和2D透視影像的配準算法。

背景技術

3D CT影像和2D透視影像配準算法計算3D CT影像和2D透視影像之間的位姿變換值，在影像導航置入手術中被用于將術前信息（基于CT的手術計劃數據）整合到術中X射線投影影像中，以提高到達目標位置的精度。當前的算法實現通常使用3D CT影像生成2D DRR（數字重建放射）影像，計算DRR影像和透視影像之間的相似度，找到CT的某個位姿使生成的DRR影像和透視影像具有最佳的相似度。由于目標變量有6個自由度（其中3個表示旋轉，另外3個表示平移），傳統的基于模板匹配的相似度評價的算法或基于隨機采樣搜索的算法并不能得到精準的結果，且非常耗時，影響算法在實際場景的應用。

發明內容

發明目的：本發明針對上述不足，提出了一種快速、準確的2D-3D影像配準算法。

技術方案：

一種2D-3D影像配準算法，包括步驟：

（1）在術前掃描患者患處得到術前3D影像；在術中分別對患者相對應患處進行正側位透視掃描得到患者患處的正側位2D透視影像；

（2）構建術中拍攝正側位透視影像設備的空間模型，并根據步驟（1）計算得到術前3D影像在空間模型中的初始位姿；

（3）采用步驟（2）構建的空間模型生成術前3D影像的正側位DRR影像，并將其與其對應的2D透視影像進行模板匹配，得到術前3D影像的粗匹配變換位姿；

（4）使用梯度下降優化算法進行精準優化匹配，得到術前3D影像的最終變換位姿。

所述步驟（3）中，位姿包括三維歐拉角和三維平移向量；具體計算得到術前3D影像的粗匹配變換位姿如下：

通過模板匹配計算生成的DRR影像和其對應的2D透視影像的歸一化相關匹配值，得到最佳的匹配位置，據此計算得到術前3D影像粗匹配后的平移向量；

對于初始歐拉角，分別以生成的DRR影像的每個分量角度以預設的偏差取值，并分別計算其與對應的2D透視影像之間的歸一化相關匹配值，得到最高匹配值對應的歐拉角；

綜上計算得到術前3D影像的粗匹配變換位姿。

所述步驟（4）中：

以術前3D影像的粗匹配變換位姿作為待優化變量；

分別計算正側位DRR影像的梯度圖及經過粗匹配變換位姿變換后的3D影像生成的對應DRR影像的梯度圖，并以二者之間的相似度值作為評價函數；

使用梯度下降優化算法計算術前3D影像的最終變換位姿。

使用Scharr算子分別計算所述DRR影像的梯度圖和術中2D透視影像的梯度圖。

所述DRR影像的梯度圖和2D透視影像的梯度圖之間的相似度值metric計算如下：

正位DRR影像和正位2D透視影像的單椎骨梯度相似度值計算方法為：