一種基于共形幾何代數的三維圖像配準方法及裝置制造方法及圖紙

本發明專利技術公開了一種基于共形幾何代數的三維圖像配準方法及裝置，利用共形幾何代數重建了3D醫學圖像的位置關系約束問題，分析了醫學圖像的共形幾何變換，構造了一種新的3D醫學圖像配準相似測度，基于此提出了3D醫學圖像配準算法，用于CT和MR_T1圖像的3D配準。實現了三維數據的直接對齊，能夠較好的定位組織器官的三維位置，使配準結果更加直觀，配準后的圖像更加清晰，配準精度更高。

【技術實現步驟摘要】
本專利技術涉及醫學圖像處理領域，尤其涉及的是一種基于共形幾何代數的三維圖像配準方法及裝置。
技術介紹
從數據維度上，醫學圖像的配準可以分為2D/2D，2D/3D和3D/3D三種。3D/3D配準，配準數據為立體數據，幾何變換類型更多、更復雜，其優化尋參數難度增加，更容易陷入局部最優，而且整個配準過程的空間復雜度和時間復雜度要遠高于2D/2D配準。在神經外科手術導航等醫學應用中，醫學圖像處理技術非常關鍵，但也面臨著很多問題，尤其在3D/3D型配準方面。從相關文獻中，可以發現很多解決問題的方法值得我們學習借鑒。如Hsu和 Loew首次提出了一種基于分層特征提取的全自動多模態醫學圖像3D配準方法；李文龍等人用非均勻化B樣條變形體代替一般三次B樣條變形體來描述成像組織的非線性運動，提出了基于自由形變的3D非線性醫學圖像配準；Harm0UChe等人通過計算椎間變形，建立了一種鉸鏈模型用于脊柱的MR和X光的三維配準。在醫學圖像的配準中，現有的3D配準方案多是假設已知配準點之間的對應關系來分析如何變形，或是已經知道如何變形，僅僅需要獲取配準點的對應關系，很難描述配準的幾何體位置，使得經過配準的醫學圖像立體顯示不清晰，配準的精度不高。因此，現有技術還有待于改進和發展。
技術實現思路
本專利技術要解決的技術問題在于，針對現有技術的上述缺陷，提供一種基于共形幾何代數的三維圖像配準方法及裝置，以便使配準的圖像更加清晰，配準精度更高。本專利技術解決技術問題所采用的技術方案如下 一種基于共形幾何代數的三維圖像配準方法，其中，包括以下步驟 A、選定用于配準的參照圖像和浮動圖像，對所述參照圖像和浮動圖像進行邊緣檢測，得出相應的邊緣輪廓，并利用圖像分割算法，提取所述參照圖像和浮動圖像的特征點； B、根據所述參照圖像和浮動圖像的特征點，在共形幾何代數框架下，生成所述特征點的特征矢量； C、對所述浮動圖像的特征點的特征矢量進行數次旋轉和平移，并計算每次旋轉和平移后所述參照圖像和所述浮動圖像的特征點的特征矢量的相似測度； D、當所述相似測度小于一預定閥值或者旋轉和平移的次數大于或者等于預定次數時，輸出所述浮動圖像此時的特征點的特征矢量，生成配準后的浮動圖像，并將配準后的浮動圖像與所述參照圖像融合，得到最終的配準圖像。所述的基于共形幾何代數的三維圖像配準方法，其中，所述步驟A還包括預先將所述參照圖像和浮動圖像的分配率及尺寸范圍范圍處理一致。所述的基于共形幾何代數的三維圖像配準方法，其中，所述步驟A中對所述參照圖像和浮動圖像采用canny算子進行邊緣檢測。所述的基于共形幾何代數的三維圖像配準方法，其中，所述步驟C還包括 Cl、獲取所述浮動圖像上與所述參照圖像的特征點相對應的最近點，并根據所述最近點的特征矢量，計算旋轉算子和平移算子； C2、根據所述旋轉算子和平移算子，對浮動圖像的特征點的特征矢量進行相應的旋轉和平移。所述的基于共形幾何代數的三維圖像配準方法，其中，所述步驟C中的相似測度通過以下公式計算. a m SM,T = 2 jSj= 2 n^mClI XjYy II) !-I!-I 其中，Sw是所述相似測度，Xi和Yj分別是所述浮動圖像和參考圖像的特征點的特征矢量，Si是Xi和Yj內積最小值，i和j均為自然數。所述的基于共形幾何代數的三維圖像配準方法，其中，所述步驟D還包括 當所述相似測度大于或者等于所述預定閥值并且旋轉和平移的次數小于預定次數時，繼續對所述浮動圖像的特征點的特征矢量進行旋轉和平移，直至所述相似測度小于一預定閥值或者旋轉和平移的次數大于或等于所述預定次數。所述的基于共形幾何代數的三維圖像配準方法，其中，所述預定閥值為1.0X 10_3，所述預定次數為1000。一種基于共形幾何代數的三維圖像配準裝置，其中，所述裝置包括 特征點提取單元，用于對選定的用于配準的參照圖像和浮動圖像進行邊緣檢測，得出相應的邊緣輪廓，并利用圖像分割算法，提取所述參照圖像和浮動圖像的特征點； 特征矢量轉換單元，用于根據所述特征點提取單元提取的所述參照圖像和浮動圖像的特征點，在共形幾何代數框架下，生成所述特征點的特征矢量； 旋轉平移單元，用于對所述特征點的特征矢量進行旋轉和平移運算； 相似測度計算單元，用于計算所述旋轉平移單元進行每次旋轉和平移運算后所述參照圖像和所述浮動圖像的特征點的特征矢量的相似測度； 配準單元，用于當所述相似測度小于一預定閥值或者旋轉和平移的次數大于或者等于預定次數時，輸出所述浮動圖像此時的特征點的特征矢量，生成配準后的浮動圖像，并將配準后的浮動圖像與所述參照圖像融合，得到最終的配準圖像。所述的基于共形幾何代數的三維圖像配準裝置，其中，所述裝置還包括 圖像預處理單元，用于預先對選定的參照圖像和浮動圖像進行處理，將選定的參照圖像和浮動圖像的分辨率和尺寸范圍處理一致。本專利技術所提供的基于共形幾何代數的三維圖像配準方法及裝置，實現了三維數據的直接對齊，能夠較好的定位組織器官的三維位置，使配準的圖像更加清晰，配準精度更高，圖像顯示更加準確。附圖說明圖I是本專利技術提供的基于共形幾何代數的三維圖像配準方法的流程圖。圖2是本專利技術提供的基于共形幾何代數的三維圖像配準方法的一實施例中的CT前8層圖。圖3是本專利技術提供的基于共形幾何代數的三維圖像配準方法的一實施例中的MR_Tl前8層圖。圖4是根據圖2所示的CT圖重建的不同角度的三維腦部模型。圖5是根據圖3所示的MR_T1圖重建的不同角度的三維腦部模型。圖6是經過配準的CT和MR_T1融合后不同角度的三維效果圖。圖7是圖6所述三維效果圖的部分切片圖。圖8是本專利技術提供的基于共形幾何代數的三維圖像配準裝置的結構框圖。 圖9是本專利技術提供的基于共形幾何代數的三維圖像配準裝置的一優選實施例的結構框圖。具體實施例方式本專利技術利用共形幾何代數重建了 3D醫學圖像的位置關系約束問題，分析了醫學圖像的共形幾何變換，構造了一種新的3D醫學圖像配準相似測度，基于此提出了 3D醫學圖像配準算法，用于CT和MR_T1圖像的3D配準，以便實現三維數據的直接對齊、較好的定位組織器官的三維位置、以及直觀的體現配準結果。為使本專利技術的目的、技術方案及優點更加清楚、明確，以下參照附圖并舉實施例對本專利技術進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。參見圖1，圖I是本專利技術提供的基于共形幾何代數的三維圖像配準方法的流程圖，包括以下步驟 步驟S100、選定用于配準的參照圖像和浮動圖像，對所述參照圖像和浮動圖像進行邊緣檢測，得出相應的邊緣輪廓，并利用圖像分割算法，提取所述參照圖像和浮動圖像的特征占. 步驟S200、根據所述參照圖像和浮動圖像的特征點，在共形幾何代數框架下，生成所述特征點的特征矢量； 步驟S300、對所述浮動圖像的特征點的特征矢量進行數次旋轉和平移，并計算每次旋轉和平移后所述參照圖像和所述浮動圖像的特征點的特征矢量的相似測度； 步驟S400、當所述相似測度小于一預定閥值或者旋轉和平移的次數大于或者等于預定次數時，輸出所述浮動圖像此時的特征點的特征矢量，生成配準后的浮動圖像，并將配準后的浮動圖像與所述參照圖像融合，得到最終的配準圖像。下面結合具體的實施例對上述步驟進行詳細的本文檔來自技高網...

【技術保護點】
一種基于共形幾何代數的三維圖像配準方法，其特征在于，包括以下步驟：A、選定用于配準的參照圖像和浮動圖像，對所述參照圖像和浮動圖像進行邊緣檢測，得出相應的邊緣輪廓，并利用圖像分割算法，提取所述參照圖像和浮動圖像的特征點；B、根據所述參照圖像和浮動圖像的特征點，在共形幾何代數框架下，生成所述特征點的特征矢量；C、對所述浮動圖像的特征點的特征矢量進行數次旋轉和平移，并計算每次旋轉和平移后所述參照圖像和所述浮動圖像的特征點的特征矢量的相似測度；D、當所述相似測度小于一預定閥值、或者旋轉和平移的次數大于或者等于預定次數時，輸出所述浮動圖像此時的特征點的特征矢量，生成配準后的浮動圖像，并將配準后的浮動圖像與所述參照圖像融合，得到最終的配準圖像。

【技術特征摘要】
1.一種基于共形幾何代數的三維圖像配準方法，其特征在于，包括以下步驟 A、選定用于配準的參照圖像和浮動圖像，對所述參照圖像和浮動圖像進行邊緣檢測，得出相應的邊緣輪廓，并利用圖像分割算法，提取所述參照圖像和浮動圖像的特征點； B、根據所述參照圖像和浮動圖像的特征點，在共形幾何代數框架下，生成所述特征點的特征矢量； C、對所述浮動圖像的特征點的特征矢量進行數次旋轉和平移，并計算每次旋轉和平移后所述參照圖像和所述浮動圖像的特征點的特征矢量的相似測度； D、當所述相似測度小于一預定閥值、或者旋轉和平移的次數大于或者等于預定次數時，輸出所述浮動圖像此時的特征點的特征矢量，生成配準后的浮動圖像，并將配準后的浮動圖像與所述參照圖像融合，得到最終的配準圖像。2.根據權利要求I所述的基于共形幾何代數的三維圖像配準方法，其特征在于，所述步驟A還包括預先將所述參照圖像和浮動圖像的分配率及尺寸范圍范圍處理一致。3.根據權利要求I所述的基于共形幾何代數的三維圖像配準方法，其特征在于，所述步驟A中對所述參照圖像和浮動圖像采用canny算子進行邊緣檢測。4.根據權利要求I所述的基于共形幾何代數的三維圖像配準方法，其特征在于，所述步驟C還包括 Cl、獲取所述浮動圖像上與所述參照圖像的特征點相對應的最近點，并根據所述最近點的特征矢量，計算旋轉算子和平移算子； C2、根據所述旋轉算子和平移算子，對浮動圖像的特征點的特征矢量進行相應的旋轉和平移。5.根據權利要求I所述的基于共形幾何代數的三維圖像配準方法，其特征在于，所述步驟C中的相似測度通過以下公式計算6.根據權利要...

【專利技術屬性】
技術研發人員：曹文明，劉輝，徐晨，馮記強，
申請(專利權)人：深圳大學，
類型：發明
國別省市：