準(zhǔn)技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究

1、 陽(yáng)呻圖1.1外科手術(shù)中的圖像導(dǎo)航其中:(a手術(shù)前在患者的皮膚上設(shè)置外部標(biāo)記手術(shù)前在醫(yī)學(xué)圖像的輔助下制定手術(shù)計(jì)劃(c在手術(shù)臺(tái)上進(jìn)行患者與圖像的實(shí)時(shí)配準(zhǔn)(d手術(shù)中用導(dǎo)航器械進(jìn)行手術(shù)導(dǎo)航 圖1.2手術(shù)前的3-D CTA圖像與手術(shù)中的2一D x射線圖配準(zhǔn)步驟:將x射線圖中導(dǎo)管的位置顯示在CTA圖像中,然后將CTA圖像中的大動(dòng)脈分割出來(lái)貼在x射線圖中(見(jiàn)圖1.33 o'圖1.3把術(shù)前的CTA與術(shù)中的x射線圖數(shù)據(jù)聯(lián)系起來(lái)其中:(a用戶界面平臺(tái)上顯示術(shù)前的CTA,術(shù)中的X射線幽和一個(gè)能看到血管瘤的大動(dòng)脈(b將從術(shù)前CTA上分割下來(lái)的大動(dòng)脈覆在術(shù)中的X射線圖上(c在X射線圖上勾勒出大動(dòng)脈的輪廓

2、67;1.1.3國(guó)內(nèi)外研究概況、發(fā)展趨勢(shì)及現(xiàn)存問(wèn)題針對(duì)不同的醫(yī)學(xué)應(yīng)用,研究和開(kāi)發(fā)專用的配準(zhǔn)算法是一個(gè)重要的發(fā)展方向。生物體視學(xué)技術(shù)的興起,顯微、超微結(jié)構(gòu)的三維重建和可視化、定量化研究,以及各種組織切片圖像的處理,不斷為醫(yī)學(xué)圖像配準(zhǔn)技術(shù)提出新的問(wèn)題,注入新的研究動(dòng)力。目前,醫(yī)學(xué)圖像配準(zhǔn)的兩個(gè)研究方4 幽3.1參考圖(a (由(c【D圖3.2測(cè)試圖像其中:(a是對(duì)參考圖像進(jìn)行水平方向的位移后得到的圖像;(b是對(duì)參考圖像進(jìn)行角度旋轉(zhuǎn)后得到的測(cè)試圖像;(c是對(duì)參考圖像進(jìn)行縮放后得到的測(cè)試圖像;(dXeXi分別是對(duì)參考圖像進(jìn)行多個(gè)參數(shù)變換后得到的測(cè)試圖像從表中配準(zhǔn)結(jié)果,可以看出使用PV插值方法進(jìn)行配準(zhǔn)得

3、到的配準(zhǔn)精度還不錯(cuò),這是因?yàn)樵谑褂肞V插值算法時(shí),由于不引進(jìn)新的插值點(diǎn)灰度,直接將插值點(diǎn)灰度貢獻(xiàn)于周圍4點(diǎn)的聯(lián)合灰度計(jì)算,所以對(duì)于配準(zhǔn)函數(shù)的計(jì)算所產(chǎn)生的誤差較小。同時(shí),也發(fā)現(xiàn):對(duì)于測(cè)試圖像d、e、f將其與參考圖像進(jìn)行配準(zhǔn),實(shí)驗(yàn)誤差較大,這是因?yàn)閷⒖紙D像變換得到這三幅圖像時(shí),重采樣時(shí)的圖像灰度信息丟失比較多,而一階配準(zhǔn)方法只是考慮圖像的灰度信息,并不考慮圖像的空間信息,所以配準(zhǔn)結(jié)果不太理想,相比之下,測(cè)試圖像a、b與參考圖像的配準(zhǔn)誤差較小。 (a配準(zhǔn)前的MRImager(b配準(zhǔn)前的MRImagef (ca,b配準(zhǔn)后的MR-Imagerf(d將C圖減去a圖所得圖像圖3.3腦部MRImage的配準(zhǔn)

4、結(jié)果由圖3.3可見(jiàn),改進(jìn)的互信息配準(zhǔn)方法在兩幅實(shí)際醫(yī)學(xué)圖像的配準(zhǔn)應(yīng)用中具有較好的實(shí)驗(yàn)結(jié)果。§3.2改進(jìn)的多參數(shù)優(yōu)化算法采用PSO算法一般情況下均能找到滿意的結(jié)果,但是在算法結(jié)束的時(shí)候,無(wú)法確定算法找到的解就是解空間中的最優(yōu)解,甚至無(wú)法確定當(dāng)前找到解是附近解空間的極小值點(diǎn)。而Powell算法具有極強(qiáng)的局部尋優(yōu)能力,這就提示我們可以將兩種算法結(jié)合起來(lái)解決問(wèn)題?；谏鲜鲇懻?提出一種混合算法,將PSO算法的全局搜索能力與Powcll算法的局部尋優(yōu)能力有機(jī)地結(jié)合起來(lái)。 (a待配準(zhǔn)的MR圖像徹待配準(zhǔn)的SPET圖像(c配準(zhǔn)結(jié)果圖3.4多模態(tài)圖像配準(zhǔn)將Powell算法、PSO算法以及改進(jìn)的PSOP

5、owell混合算法的性能在同一臺(tái)計(jì)算機(jī)上進(jìn)行比較,即使用上述三種優(yōu)化算法進(jìn)行基于最大互信息的配準(zhǔn)方法。其中PSO算法以及改進(jìn)的PSOPowell算法中的粒子W=.1個(gè)數(shù)選取20,動(dòng)量系數(shù)w的調(diào)整策略為U叫J,x方向、Y方向、旋轉(zhuǎn)角度的最大速度分量為10。單純使用PSO算法時(shí),迭代步數(shù)選取為20步,使用改進(jìn)的PSO.Powell混合算法時(shí),PSO算法的迭代步數(shù)選取為10步。比較結(jié)果見(jiàn)表35。表35應(yīng)用三種不同優(yōu)化算法的多模態(tài)圖像配準(zhǔn)結(jié)果比較表配準(zhǔn)算法硼蘭移y軸?旋麓度互信息,執(zhí)鬻間(mm(nunPSO1.5443.0083.8410.60937.04 Powell1.3393.2673.3400

6、.60820.34 PSOPowell1.8512.6944.2910.61022.06由上表,可以看出:由于互信息函數(shù)的多極值特性,使得Powell 算法很容易就因陷入局部極值而停止。雖然從表中的時(shí)間上看Powell 算法所使用的時(shí)間最少,但他的互信息量最小,即計(jì)算結(jié)果的準(zhǔn)確性較差,在正常的應(yīng)用中是不可接受的。PSO算法的準(zhǔn)確性較Powell算法有所提高,但它搜索到的知識(shí)全局最優(yōu)解附近的一個(gè)較優(yōu)解。而改進(jìn)的 (a【b圖4.3實(shí)驗(yàn)中用到的cT斷層圖像其中:(a是靠近頭部的第一張是靠近腿部的第六十張為了提高重構(gòu)速度和達(dá)到交互的目的,在實(shí)驗(yàn)中采用256等級(jí)的灰度值,并且只獲取感興趣的區(qū)域的256*

7、256*60的體數(shù)據(jù)。將前面介紹的改進(jìn)的體繪制方法應(yīng)用到CT數(shù)據(jù)上,計(jì)算CT值的衰減值累加并投影到像平面上,最后將圖像灰度值歸一化為256的灰度等級(jí)。可用的虛擬光源有點(diǎn)光源和平行光源,由于使用平行光源時(shí),無(wú)論是將三維圖像放置在遠(yuǎn)離光源的位置還是近距離的位鼉,對(duì)于重構(gòu)成像質(zhì)量沒(méi)有影響,而且不會(huì)丟失投影物的信息。因此,選用平行光源作為虛擬光源對(duì)三維數(shù)據(jù)進(jìn)行光線跟蹤實(shí)驗(yàn)結(jié)果如圖4.4所示,重構(gòu)后的三視圖如圖4.5所示?？梢钥吹綀D像比較清晰,邊緣信息也比較豐富,而且計(jì)算重構(gòu)成像時(shí)間方面只用了幾秒鐘,速度較快。圖4.4利用光線跟蹤法得到的重構(gòu)幽像 (a正視圖(b側(cè)視圖(c俯視幽圖4.5重構(gòu)圖像的三視圖&

8、#167;4.2三維醫(yī)學(xué)圖像配準(zhǔn)DRR圖像是三維圖像經(jīng)過(guò)投影后得到的,所以它是一個(gè)能夠反映三維空間信息的二維圖像?？梢詫?duì)兩幅待配準(zhǔn)的三維圖像進(jìn)行光線跟蹤重建得到DRR圖像,通過(guò)配準(zhǔn)DRR圖像來(lái)配準(zhǔn)三維醫(yī)學(xué)圖像“。§4.2.1基于改進(jìn)的DRR技術(shù)實(shí)現(xiàn)三維醫(yī)學(xué)圖像間接配準(zhǔn)在DRR成像過(guò)程中,通過(guò)改變平行光源的照射角度,來(lái)改變?nèi)S圖像繞三個(gè)坐標(biāo)軸的旋轉(zhuǎn)角度。其原理如圖4.6和圖4.7所示。 圖4.6物體旋轉(zhuǎn)前示意圖圖4.7物體旋轉(zhuǎn)后的示意圖可以近似的將平行光的旋轉(zhuǎn)角度看作物體的旋轉(zhuǎn)角度。為了證明這一點(diǎn),首先在實(shí)驗(yàn)中將物體分別繞x軸旋轉(zhuǎn)15度,繞y軸旋轉(zhuǎn)15度,然后對(duì)變換后的物體進(jìn)行DRR重

9、建。在光線跟蹤的過(guò)程中,不斷改變?nèi)肷淦叫泄獾姆较?并對(duì)物體進(jìn)行DRR重建。通過(guò)對(duì)各組DRR圖像和變換前物體的DRR圖像進(jìn)行配準(zhǔn),可以獲得一個(gè)配準(zhǔn)函數(shù),如圖4.8所示。 圖4.8平行光入射角度和物體變換角度的關(guān)系其中:X和Y分別代表入射光線繞著X軸和y軸的變換角度,Z軸代表配準(zhǔn)函數(shù)輸出值。由圖可見(jiàn),當(dāng)平行光入射角度在物體旋轉(zhuǎn)角度的附近變換時(shí),配準(zhǔn)函數(shù)輸出值最大,所以,將平行光的入射角度近似地看作物體的旋轉(zhuǎn)角度是可行的。于是,對(duì)于兩幅待配準(zhǔn)的三維圖像,可以通過(guò)配準(zhǔn)他們的DRR圖像獲得一組變換參數(shù)作為三維圖像間的變換參數(shù)。具體步驟如下:(1用平行光對(duì)三維基準(zhǔn)圖像進(jìn)行光線跟蹤(平行于z軸,得到一幅DR

10、R圖像,稱之為DRR基準(zhǔn)圖像。(2用平行光對(duì)三維浮動(dòng)圖像進(jìn)行光線跟蹤(平行于z軸,得到另一幅DRR圖像,稱之為DRR浮動(dòng)圖像。(3根據(jù)給定的配準(zhǔn)函數(shù)公式,計(jì)算DRR基準(zhǔn)圖像和DRR浮動(dòng)圖37 提出的改進(jìn)的互信息為配準(zhǔn)函數(shù)的情況。實(shí)驗(yàn)結(jié)果見(jiàn)表4.2。表42三維圖像配準(zhǔn)方法實(shí)驗(yàn)結(jié)果比較根據(jù)得到的實(shí)驗(yàn)結(jié)果,可以繪制出繞彳和y軸旋轉(zhuǎn)角度與配準(zhǔn)函數(shù)間的三維曲面圖,見(jiàn)圖4.9。 (a一階互信息 m結(jié)合梯度信息的互信息圖4.9旋轉(zhuǎn)角度與配準(zhǔn)函數(shù)關(guān)系圖由上面的實(shí)驗(yàn)結(jié)果可見(jiàn),通過(guò)配準(zhǔn)三維數(shù)據(jù)的DRR圖像來(lái)間接配準(zhǔn)兩幅三維圖像,能夠達(dá)到較好的精度,而且速度較快。這是因?yàn)橹亟―RR圖像只要幾秒鐘的時(shí)間,而在最佳入射

11、角度搜索過(guò)程中,只存在兩個(gè)參數(shù)的變換,所以時(shí)間較快。同時(shí),在對(duì)兩幅DRR圖像進(jìn)行配準(zhǔn)時(shí),所用到的數(shù)據(jù)是256*256的二維數(shù)據(jù),而且變換參數(shù)只有4個(gè),所用時(shí)間較短。選擇不同的配準(zhǔn)函數(shù),對(duì)于實(shí)驗(yàn)結(jié)果的精度具有一定的影響。其中,選用的改進(jìn)的互信息為配準(zhǔn)函數(shù)所得到的實(shí)驗(yàn)結(jié)果精度較高。那么,如何把快速、有效的三維配準(zhǔn)方法應(yīng)用于實(shí)際醫(yī)學(xué)圖像配準(zhǔn)中,對(duì)于臨床診斷具有很大的醫(yī)學(xué)價(jià)值。在對(duì)測(cè)試圖像進(jìn)行間接配準(zhǔn),得到比較理想的結(jié)果基礎(chǔ)上,將這種方法應(yīng)用到實(shí)際的醫(yī)學(xué)圖像配準(zhǔn)中。選取同一部位的三組不同模式的MRll、MRl2、MRl3的二維數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。在得到一幅DRR圖像前,先對(duì)二維圖像組進(jìn)行插值,然后重建成

12、三維體數(shù)據(jù)。經(jīng)過(guò)不斷地改變?nèi)肷涔饨嵌?得到不同的DRR 圖像,使用結(jié)合梯度信息的互信息配準(zhǔn)方法對(duì)兩幅DRR圖像進(jìn)行配準(zhǔn)“,尋求最優(yōu)解,得到如下的實(shí)驗(yàn)結(jié)果。 圖4.10配準(zhǔn)結(jié)果其中:圖4.10左上圖足三維MRII圖像經(jīng)過(guò)光線跟蹤后得到的DRR圖像,記為MRIIDRR。圖4.10右上和下圖是三維圖像MRl2和MRl3在最佳的平行光角度照射下重建得到的DRR圖像,分別記作MRl2.DRR和MRl3.DRR。以MRll.DRR作為參考圖像進(jìn)行配準(zhǔn),得到比較結(jié)果如表43所示。表4-3MRl2一DRR、MRl3一DRR與MRll-DRR的配準(zhǔn)結(jié)果表為了檢測(cè)配準(zhǔn)后對(duì)原二維圖像的影響,對(duì)達(dá)到最佳配準(zhǔn)的三幅三維41圖像進(jìn)行三個(gè)方向的切割得到一系列二維斷層圖像,以MRll.DRR為例,如圖4.14所示。 圖4.14最佳配準(zhǔn)三位圖像的三視圖其中:上面圖像是橫斷面示意圖,左側(cè)圖像是冠狀面示意圖,右側(cè)圖像是矢狀面示意圖。由上面的結(jié)果可以看出,通過(guò)二維DRR圖像來(lái)間接配準(zhǔn)三維醫(yī)學(xué)圖像,得到的結(jié)果較為滿意,而且速度較快。對(duì)達(dá)到最佳配準(zhǔn)的三幅三維圖像進(jìn)行同一方向的切割得到的二維圖像具有很好的一致性。§4.3本章小結(jié)本章介紹了基于互信息的三維醫(yī)學(xué)