[發明專利]一種基于煙花算法增強珊瑚礁優化的多模態醫學圖像配準方法

在審

• 申請號: 202110697394.0
• 申請日: 2021-06-23
• 公開（公告）號: CN113379811A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 何發智;陳壹林;羅錦坤;舒凌軒
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06N3/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種基于煙花算法增強珊瑚礁優化的多模態醫學圖像配準方法和計算系統，其特征在于，包括以下步驟：

步驟1：獲取病人部位的CT圖像、病人部位的MR圖像，將病人部位的CT圖像分別進行預處理得到預處理后病人部位的CT圖像，將病人部位的MR圖像輸入到醫學圖像配準系統中進行預處理得到預處理后病人部位的MR圖像；

步驟2：根據預處理后病人部位的CT圖像計算預處理后病人部位的CT圖像的信息熵，根據預處理后病人部位的MR圖像計算預處理后病人部位的MR圖像的信息熵，計算預處理后病人部位的CT圖像與預處理后病人部位的MR圖像的聯合信息熵，進一步計算預處理后病人部位的CT圖像與預處理后病人部位的MR圖像標準化互信息；

步驟3：將預處理后病人部位的CT圖像與預處理后病人部位的MR圖像的標準化互信息作為適應度值，根據適應度值通過多次迭代更新變化矩陣，當達到最大迭代次數或者適應度值大于適應度閾值則得到最優變化矩陣，所述適應度值為NMI_iter，iter∈[1,Nmax]，NMI_iter表示第iter次迭代的適應度值，Nmax為最大迭代次數；

根據適應度值通過多次迭代更新變化矩陣為：

隨機初始化M個體的種群，p₁，p₂,…p_M；

種群中每個個體代表一個解向量為：

SIV_iter,n＝(tx_iter,n,ty_iter,n,tz_iter,n,α_iter,n，β_iter,n，_iter,nγ)；

iter∈[1,Nmax]，n∈[1,M]

其中，Nmax為最大迭代次數，M表示種群中個體的數量，tx_iter,n表示第iter次迭代時種群中第n個個體沿X坐標軸的偏移量，ty_iter,n表示第iter次迭代時種群中第n個個體沿Y坐標軸的偏移量，tz_iter,n表示第iter次迭代時種群中第n個個體沿Z坐標軸的偏移量，α_iter,n表示第iter次迭代時種群中第n個個體繞X軸的旋轉量，β_iter,n表示第iter次迭代時種群中第n個個體繞Y軸的旋轉量，γ_iter,n表示第iter次迭代時種群中第n個個體繞Z軸的旋轉量；

種群中個體構建的變換矩陣T表示為：

其中，tx_iter,n表示第iter次迭代時種群中第n個個體沿X坐標軸的偏移量，ty_iter,n表示第iter次迭代時種群中第n個個體沿Y坐標軸的偏移量，tz_iter,n表示第iter次迭代時種群中第n個個體沿Z坐標軸的偏移量，α_iter,n表示第iter次迭代時種群中第n個個體繞X軸的旋轉量，β_iter,n表示第iter次迭代時種群中第n個個體繞Y軸的旋轉量，γ_iter,n表示第iter次迭代時種群中第n個個體繞Z軸的旋轉量；

珊瑚礁種群中隨機挑選出一定比例F_a的個體通過兩種方式生成子代個體，其中一部分個體通過交叉的方式生成子代個體，另一部分通過煙花算法的爆炸操作先產生火花個體，再對產生的火花個體進行聚類形成聚類中心，這些聚類中心通過與差分偏移向量疊加形成子代個體，生成的子代個體成為新的解向量，得到新的變換矩陣T；

預處理后病人部位的MR圖像即PX_MR經過T_iter變換后與預處理后病人部位的CT圖像即PX_CT通過步驟2計算得到標準化互信息作為第iter次迭代的適應度值即NMI_iter；

子代個體n隨機的與珊瑚礁種群中的父代個體記為m進行比較，若NMI_iter-1，m＜NMI_iter，n，則使用子代個體n代替珊瑚礁上的父代個體m,SIV_iter-1,m＝SIV_iter,n；

當達到設定的最大迭代次數或者大于等于設定的相似度NMI閾值時，則停止迭代，此時能獲得最大NMI的個體得到最優的變換矩陣即T_best,；

將預處理后病人部位的MR圖像即PX_MR經過T_best變換后實現與預處理后病人部位的CT圖像即PX_CT圖像之間的配準。