手术导航中精度问题的研究

手术导航系统由立体定位和图像配准两部分组成,整个系统的精度取决于术前多模医学图像数据重建所得的虚拟空间和术中实际空间匹配效果的好坏.系统精度由定位系统的精度和图像配准的精度两部分组成.术中的配准精度有依赖于立体定位系统的精度,定位精度是影响整个系统精度的重要因素.最后,文中给出了影响手术导航各种的误差源.     

医学图像标志点的自动配准

提出一种医学图像标志点自动识别方法，构造一个标志点的模板，利用区域相关景像匹配法，能快速、精确地将图像上的标志点识别出来。同时提出一种标志点自动配准算法：(1)定义标志点的多维距离向量，在图像空间或手术空间中，用某一标志点到其余点有序距离分量组成的向量，作为每个标志点的多维距离向量；(2)由于刚体变换保持距离不变，同一标志点在一个空间中的多维距离向量，与它在另一个空间的多维距离向量具有最大的相近性，比较每两个点(分属不同空间)多维距离向量的相关系数，就可以找出图像空间标志点与手术空间标志点的对应关系；(3)将所有点对坐标值代人刚体变换线性方程组，用最小二乘法求出从图像空间到手术空间的刚体变换矩阵，最终实现医学图像标志点的自动识别和配准。     

手术导航中人体标志点注册方法和注册精度研究

手术导航IGS(Image guided surgery)指医生在术前获取患者的三维图像模型,术中根据模型引导进行手术治疗的过程.我们介绍了手术导航系统的组成和工作流程,分析了导航系统中,把患者实际体位和模型中虚拟位置精确配准的注册流程和原理,由于注册的精度直接影响着整个导航系统的精度,所以文章着重对注册算法的精度,可行性和鲁棒性进行研究.并结合实际临床导航手术的需求,分析了注册标志点数目和位置等因素对导航精度的影响.     

一种适用于肝脏CT图像配准改进的尺度不变特征变换算法

针对肝脏CT图像特点,在传统的尺度不变特征变换(scale-invariant feature transform,SIFT)算法基础上,结合K-means聚类算法,提出了一种改进的特征点匹配算法。该算法通过聚类SIFT特征点坐标,将配准图像分为4个区域,特征点分块配准。与原算法相比,该算法增加了特征点匹配数量,有效隔离了特征点跨区域的错误匹配,时间复杂度也得到了一定的降低。该算法还减少了肝脏CT图像配准中错误匹配对配准结果的影响,提升了肝脏CT图像的配准精度。     

基于特征提取的脑部医学图像配准研究

目的 基于特征的配准算法具有鲁棒性强、针对性好等显著优势,在图像配准领域被广泛应用,但是该类方法的精度受图像间特征构建和环境噪声影响大,该研究旨在对其缺点进行改进。方法 该研究基于 SURF 和 ORB 两种算法,提出了 SURF-ORB 算法,将参考图像与待配准图像分成上下两部分分别配准。在配准过程中,首先对 SURF 提取的图像特征点的 Harris 响应值进行优化,并使用灰度质心法确定特征点主方向。然后计算 rBRIEF（旋转 BRIEF）描述子,并使用汉明距离进行特征点匹配。最后加入 RANSAC 精匹配算法,剔除误匹配点。结果和结论 该研究通过对比分析 SURF、ORB、SURF-ORB 这 3 种算法的配准结果、抗噪声能力及多模态配准能力,验证了 SURF-ORB 算法具有较高的配准精度、配准速度和抗噪声能力。文章的创新之处 该研究首次将 SURF 和 ORB 两种算法进行结合并应用于脑部横断面图像。     

基于伪超声和互信息的磁共振与超声图像配准

手术中超声图像与术前磁共振图像的配准在手术导航系统中非常重要。我们利用磁共振和超声成像原理,提出了基于伪超声和互信息,并结合多分辨率技术与Powell优化算法对两种模态图像进行配准的方法,该方法可以有效降低寻优过程中陷入局部极值收敛的概率,提高两种模态图像的配准精度。实验结果表明,我们提出的基于伪超声和互信息的配准方法比目前手术导航系统中普遍采用的标记点方法具有更高的配准精度。     

一种病变眼底图像的配准方法

对于具有病变的眼底图像,血管结构不够清晰,采用基于血管分割和血管分支点、交叉点等眼底图像配准方法具有一定的局限性。为了解决这个问题,提出一种基于不变特征的眼底图像配准方法。提取眼底图像的尺度不变特征(SIFT)作为特征点,提出双边或的Best-Bin-First(BBF)算法进行特征点匹配,并根据特征点具有旋转不变性的方向特征和空间斜率及空间距离等几何特性的一致性检测去除误匹配,精化匹配特征,利用得到的匹配特征进行M估计得到眼底图像的变换关系。通过对不同程度病变的眼底图像数据进行配准实验,观察配准结果,对比匹配特征的正确匹配数量和分析衡量配准精度的均方根误差。结果表明,该方法实现了良好的细节对齐,保留了足够的正确匹配对,对实验的病变眼底图像配准成功后的均方根误差均小于1,且浮动于0.5左右,验证了方法的精确性和有效性。     

多模态图像配准在HIFU定位系统中的应用

在交互式图像导航HIFU(高强度聚焦超声)治疗系统中,需要对病灶目标进行非常精确的实时成像和定位.而现有的超声成像技术很难单独完成这个任务.本文提出了一种用手术前MRI三维图像与手术中的超声图像进行配准的方法,对手术前MR图像和手术中超声图像两种模态下都可见的血管进行配准.配准算法采用遗传算法和共轭梯度法结合的优化策略来最小化目标函数,并设计了两个实验对配准方法进行评价,从实验结果看这种方法从配准精度和收敛速度上都要优于另外的两种经典算法.     

基于互信息医学刚性图像配准方法的研究

目的:基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点。本文探究医学刚性图像配准的有效算法和关键技术。方法:基于互信息配准方法,利用Powell多参数算法和改进的PV插值算法,得到两幅图像之间的最大互信息和最佳配准参数。结果:二维磨牙CT图像配准实验表明,配准速度快,精度提高,验证了插值方法的有效性。结论:方法和算法可提高配准速度,能有效抑制互信息目标函数的局部极值。     

一种自动有效的电解剖图与CT曲面配准算法

目的为房颤消融手术提供一种自动精确的电解剖图与CT曲面配准算法。方法首先,以基于主轴的方法粗配准电解剖图与CT曲面,然后以基于迭代最近点的方法进一步精配准两图。结果采用Carto Merge、随机方法和本文提出的基于迭代最近点的方法分别逐一配准三组真实和三组模拟的电解剖图与CT曲面。相对Carto-Merge和随机方法,基于迭代最近点的方法配准结果稳定,精度最高,而且算法完全自动,无需任何手动操作。结论基于迭代最近点的电解剖图与CT曲面配准算法能很好地满足临床房颤消融手术的需求。     

颅脑手术可视化中手术场空间与图像空间之间的四点配准算法

手术场空间与图像空间之间的配准是影响颅脑手术可视化系统精度的一个主要因素。给定两个三维空间之间的对应两组点（ｐｉ）和（ｐ＾１ｉ），ｉ＝１，２，…，Ｎ。两个空间中点之间的关系可由，ｐ′ｉ＝Ｒｐｉ＋Ｔ表示，其中Ｒ是旋转矩阵，Ｔ是平移矢量。本文提供了一种基于矩阵单值分解（ＳＶＤ）求解Ｒ和Ｔ的最小二乘解的四点算法，并对算法进行了推导，该算法与迭代相相比，具有速度快，用点少的优点，尤其适用于实际应用的颅脑手     

一种基于感兴趣点旋转不变性特征的图像配准新方法

目的:图像配准是图像处理领域重要的研究方向,是图像融合、图像重建和图像分析等研究的基础。在图像配准的主要方法中,基于图像特征的配准方法和基于图像灰度的配准方法各有优缺点,通过结合这两种方法的优点,我们提出了一种基于感兴趣点的旋转不变性特征图像配准的新方法。方法:首先利用Harris角点检测技术,提取模板图像和目标图像的感兴趣点。然后把感兴趣点的旋转不变形特征和灰度值组成图像的特征描述向量,并提出新的代价函数。最后采用分级优化的策略优化代价函数,在配准初期,采用显著的特征点进行配准,以保证配准的速度与鲁棒性,随后通过逐步增加特征点的数量,则保证了配准的精度。结果:为显示本文方法的优越性,实验利用本文方法和基于互信息的B样条方法分别对标准测试图像进行配准,实验结果表明,本文方法较基于互信息的B样条方法在配准精度上有明显提高。结论:本文方法在保持配准鲁棒性的前提下,获得了较高的配准精度。     

多模态图像配准技术在HIFU手术中的应用

在交互式的图像导航热疗手术中 ,需要对病灶目标进行非常精确的实时成像和定位。而现有的超声成像技术很难单独完成这个任务。本研究提出了一种用手术前MRI图像重建的三维图像与手术中的超声图像进行配准的方法 ,对肝部肿瘤热疗手术中的目标进行定位。其配准方法采用的是基于肝部血管和表皮等特征的遗传配准算法。     

基于术中CT自动配准的主动红外线光学导航系统精度影响因素分析

目的 评估常见临床因素对术中基于CT自动配准的主动红外线光学导航系统临床精度的影响。方法 在临床手术室环境下，以腰椎等比例Sawbone模型作为体模，采用标准手术体位和设备位置，以3D NAV导航系统的术中CT自动配准导航模式模拟临床导航操作验证多种临床因素对导航精度的影响。模型表面嵌入多枚钛合金标记珠，使用导航软件分别测量钛珠在CT图像中和导航系统中的坐标，计算坐标距离作为导航临床精度。然后在无影灯照射、手术床位姿、导航相机位姿三种临床因素下测量导航临床精度，并与初始状态的精度比较。结果 初始状态导航临床精度为0.64 mm±0.30 mm；无影灯照射手术区后，导航临床精度为0.63 mm±0.25 mm；手术床降低10 cm和左倾15°时，导航临床精度分别为0.61 mm±0.21 mm和0.63 mm±0.21 mm；相机分别向左侧和向上旋转到示踪器恰好可见的位置时，导航临床精度分别为0.65 mm±0.30 mm和0.62 mm±0.21 mm；相机分别移动到距示踪器1 m和2 m的位置时，导航临床精度分别为0.64 mm±0.24 mm和0.67 mm±0.28 mm。在各因...     

基于多目标交叉变异粒子群算法的多模医学图像非刚性配准

以互信息为相似性测度,采用B样条变换对多模态医学图像进行非刚性配准时,由于噪声及图像插值等原因造成的互信息局部极值使得传统优化方法不能搜索到最佳配准参数。为此,使用粒子群智能优化方法作为搜索策略,以降低对图像预处理的要求,进一步提高基于互信息的非刚性配准的鲁棒性。为了克服粒子群算法受初始值选取等因素的影响易陷于局部最优的缺点,使用LBFGS优化得到的结果构造初始粒子群,采用多目标优化方法结合交叉变异策略加以改进,使得算法在解空间搜索的遍历性得到改善,优化结果更接近全局最优。MR-T2与MR-PD图像的配准实验证明,该方法提高了基于互信息的B样条非刚性配准的鲁棒性,配准率达到94%;CT与PET图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度,互信息增加了0.026;另外,CT与CBCT图像的配准实验也验证了本方法的有效性。     

基于薄板样条的医学图像弹性配准

非刚体配准是神经外科和放疗计划设汁中的一个关键问题。使用薄板样条方法，利用两个对应标志点集对眼底、脑等多种医学图像进行弹性配准。其中，弹性插值法是将两个点集绝对对齐，常会出现严重的局部畸变；而弹性近似法充分考虑了整体平滑性的要求，对定位有误差的标志点约束的图像配准更为优越。实验结果表明，使用上述两种方法获得了很好的配准效果?     

基于电磁定位的超声图像与CT图像的融合方法

在超声引导经皮介入治疗中,为集成多模态图像信息来弥补单一超声图像的不足,提出一种实时超声图像与CT图像的融合方法,使临床医生在实施介入治疗时得到患者病灶的多模态图像信息成为可能。首先,利用电磁定位系统,得到12个铅球球心的磁场坐标和CT图像坐标,利用两个点集的ICP配准算法,将磁场坐标系和CT图像坐标系进行配准;其次,利用电磁定位系统,将和超声探头固连在一起的电磁传感器自身坐标系与磁场坐标系进行配准;然后,利用超声探头的机械设计尺寸,将超声坐标系与电磁传感器自身坐标系进行配准;最后,通过多个坐标系的转换关系将超声坐标系配准到CT图像坐标系,最终将实时超声图像统一到CT图像中,并在软件中测量融合误差。在该方法下,实时超声图像与CT图像的融合误差为(0.71±0.03)mm,在软件中可以清晰地看到两种图像的实时融合效果。因此,该方法可以有效地将实时超声图像与CT图像进行融合,为介入治疗的精准性提供相应的技术支持。     

医学图像配准在手术导航中的应用

目的：针对外科手术导航中的需求，研究实现了二维医学图像和三维体数据的配准。方法：利用DRR模拟图像与真实图像比较，互信息量作为目标函数，参数寻优采用Powell算法，实现2D～3D医学图像的刚性配准。结果：配准误差在0．1～5度之间。结论：DRR图像影响配准精度，误差难以避免。     

利用边缘和表面特征实现脑图像CT-MR的自动配准

应用基于CT和MR图像等值特征表面的配准算法对多模医学图像进行了配准研究.在CT、MR图像中提取等值特征表面,进行图像的几何对准,并对结果进行初步评估,同时对该算法的稳健性,搜索最近点策略和插值策略进行了研究.结果表明:这种方法能够达到亚象素级的配准精度,是一种稳健、高精度、全自动的配准方法.     

灰度级别对基于互信息医学图像配准方法的影响

医学图像配准在医学图像处理领域中已经被广泛使用。基于互信息配准的方法具有自动化程度高、配准精度高等优点。基于互信息的配准方法实质上是一种进行灰度统计和计算的方法 ,因此同一图像采用不同的灰度表示必然会影响配准结果。在分析灰度级别的压缩对于图像质量的影响和基于互信息配准方法的影响的基础上 ,进行了一系列的多模态医学图像配准试验 ,从配准精度和计算时间两个方面比较了不同的灰度级别对图像配准的影响。在详细分析和比较不同级别图像配准结果的基础上 ,给出了基于互信息配准时所采用的合理灰度级别的建议。