图像引导HIFU治疗靶区精确定位

靶区精确定位是B超引导HIFU治疗的一个难题。本文利用患者术前采集的CT／MR图像序列与实时B超共同引导进行HIFU治疗靶区精确定位,在没有集成MR设备的HIFU治疗机器上利用了CT／MR图像靶区定位精确的优点。首先在CT／MR图像上进行靶区分割与三维表面重建,再利用三视图多模态医学图像配准技术,将重建的靶区信息映射到超声图像,实现了超声图像上靶区的精确定位。整个引导过程主要包括图像采集、预处理、分割、靶区重建以及多模态图像配准几个部分。这种融合CT／MR图像信息的定位技术有望更好地解决B超引导HIFU治疗中的靶区定位难题。     

基于改进最大互信息法的MR切片图像配准

医学图像配准是医学图像处理分析的关键步骤,是医学图像融合首先要解决的问题。本研究的主要目的是实现帕金森患者深脑部刺激手术前后MR图像的配准。将互距离引入互信息测度,实现手术前后两组MR切片图像的对应匹配,然后将对应的两组MR切片系列重建三维图像,最后用Powell优化算法对重建的三维图像进行配准。通过术前术后MR三维图像的配准,可以定量的分析手术后植入电极和手术前丘脑底核的相对位置关系,从而实现对深脑部刺激手术质量的科学评估。     

肝脏动、静脉相CT图像配准与融合方法研究

目的 研究肝脏CT扫描序列图像轮廓提取、配准与融合问题.方法 采用图像滤波去噪、增强图像边缘及提取图像外轮廓等方法对CT序列图像进行预处理.对肝脏CT扫描序列图像动脉相位期与静脉相位期的图像轮廓进行配准,选取最优配准参数确定不同相位期图像的对应关系,以实现配准.将配准后对应的动、静脉相位期图像融合.结果 融合后的图像展现了同一位置不同相位期肝脏动、静脉的情况.结论 配准、融合后的图像能提供更加丰富的信息,可为医生临床诊断提供参考.     

基于数字血管减影的无框架配准算法的实验研究

我们在无框架立体定位算法的基础上,进行了脑部多模医学图像配准的临床实验研究。实验证明,本配准算法能准确地将数字血管减影(Digital subtraction angiography,DSA)图像中的血管信息融合进计算机体层成像(Computed tomography,CT)的解剖结构中,三维显示后方便医生进行诊断和手术计划,对于计算机辅助外科手术研究具有重要的临床医学价值。     

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.     

个体股骨头坏死三维有限元模型的建立与应用

同时基于个体股骨头坏死患者的X-ray、CT和MRI图像,采用图像配准和融合技术对包含坏死股骨头的髋关节进行三维重建,获取具有高度几何相似性的三维有限元网格模型。选择1例中年女性股骨头坏死患者,分别获取X-ray、CT和MRI三套图像,采用Mimics 13.1和Pro/E 5.1软件分别基于这三套数据建立相关三维实体模型,经图像投影转换后,确定图像之间的匹配点,进行二维图像配准,配准后对成功融合的图像进行三维有限元网格模型显示。建立了具有良好几何相似性的髋关节三维有限元网格模型,包括正常皮质骨、松质骨、关节软骨和股骨头坏死区、断裂骨小梁等六部份,较真实地反映了包含坏死股骨头的髋关节的形态特征及毗邻关系,为进一步的生物力学分析和手术模拟提供了较理想的研究平台。     

基于隐含形状表示和边缘信息融合的非刚体图像配准

本研究提出基于隐含形状表示和边缘信息融合的多分辨率网格非刚体图像配准算法，使用从全局到局部的层次变换模型覆盖整个变换域，解决有较大局部形变的图像配准问题。首先用隐含形状表示图像的外部轮廓，将轮廓作为距离函数的零水平集隐含地嵌入到高一维的距离变换空间，在该隐含嵌入空间中使用互信息方法，实现了一个具有平移、旋转、尺度不变性的全局配准框架，对齐图像外部轮廓。然后选择基于B样条的多分辨率网格FFD模型进行局部配准，兼顾了结果精确度和计算效率。算法采用了与图像边缘信息融合的方法，强调图像边缘信息在配准中的贡献，得到平滑、连续且保证一对一映射的变换域。最后将该算法分别应用于脑部MR、CT图像的配准，得到令人满意的效果。     

基于4D-CT最大呼吸气相位图像获取三维肺通气的信息

背景：传统的肺功能成像技术存在诸多不便,利用4D-CT中蕴含的通气信息进行功能图像的快速提取对肺部疾病的诊断和治疗有非常重要的意义。 目的：探讨基于三维变形图像配准算法从4D-CT最大吸气相位和最大呼气相位图像中获取肺通气的三维分布的可行性。 方法：利用电影模式采集自由呼吸状态下的胸部CT图像并利用已开发的4D-CT软件进行四维重建,得到吸气末和呼气末双相位CT图像,依次进行肺组织分割、利用基于体积的变形图像配准算法进行三维图像配准、量化分析三维空间象素的位移矢量,最后得到通气度量图即肺功能区的三维分布图。 结果与结论：利用三维变形图像配准算法,实现了从4D-CT最大吸气相位和最大呼气相位图像中获取在任意横断位、冠状位和矢状位的肺通气分布。     

基于DRR及相似性测度的2D-3D医学图像配准算法

目的 针对术前三维电子计算机断层扫描(computed tomography,CT)图像和术中二维X线图像的配准问题提出了精确高效的全自动配准算法,使得该算法能够适应不同X线图像的风格.方法 首先通过数字重建放射影像(digitally reconstructured radiograph,DRR)技术,把CT图像转换成DRR图像,从而将CT和X线图像的配准转换成DRR图像和X线图像的配准.然后在传统的归一化互相关(normalized cross correlation,NCC)和梯度差分(gradiant difference,GD)相似性测度指标基础上提出融合NCC和GD的归一化互相关-梯度差分(normalized cross correlation?gradient difference,NG)指标,并基于NG指标计算DRR图像和X线图像的相似性.通过Powell算法迭代求取相似性测度的极值,从而获得配准矩阵.最后在人体头颅CT数据上采用"黄金标准"判断法量化配准系统的精度,并通过脊柱CT和X线配准案例验证系统在实际场景的性能.结果 基于DRR及NG相似性测度的2D/3D图像配准系统的配准距离误差为0.51 mm,角度误差为0.40°.结论 基于DRR及NG相似性测度的2D/3D图像配准算法具有较好的配准精度,能适应不同风格的二维输入图像,基于该算法的配准系统具有较好的鲁棒性.     

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。     

基于Mimics软件虚拟人膝关节三维图像融合实验

背景：国内外已有学者利用不同的方法对人体膝关节进行三维建模,根据各自研究侧重点不同,在方法和最终效果上各有不同。 目的：根据不同模态中膝关节影像的特点,将膝关节建模结果进行配准、融合,为进一步生物力学研究提供一种方便的方法。 方法：采用Mimics V 10.0软件根据膝关节在CT和MR断层图像的特点,选择不同分割算法进行膝关节解剖组织分割,并对不同的分割图像进行三维重建。 结果与结论：基于逆向工程原理,利用虚拟人膝关节连续CT断面图像分别重建出膝关节的骨性结构如股骨、胫骨、腓骨、髌骨;并利用膝关节的连续MRI断面图像重建出半月板、髌韧带、内侧副韧带、前交叉韧带、后交叉韧带等结构,并成功对上述结构进行融合,融合后的三维膝关节模型可以任意角度或单独观察,并可以进行体视学测量。说明通过不同模态图像融合的方法可以建立膝关节的三维模型,为计算机辅助膝关节损伤康复研究奠定基础。     

基于表面解剖特征的人头部计算机断层与磁共振图像双模态融合

目的 探讨基于解剖标记的点配准在人头部CT及MRI双模态配准精度。 方法 4例患者行CT及MRI扫描,将扫描数据导入3D Slicer 4. 8.1以体素渲染方式进行三维重建。在10个备选的体表解剖特征点中,基于各点的5次定位误差在CT和MRI图像上选出相对应8个的解剖部位标记点坐标,按标记点数分为4、5、6、7、8个标记点组。利用奇异值分解（SVD）算法对两个模型进行对应点配准,利用标记点配准误差（FRE）对配准精度进行评估。 结果 双模态融合误差的FRE为2.68～6.54 mm。4、5、6、7、8个标记点组分别为（5.14±0.97）mm、（4.71±0.64）mm、（4.45±0.59）mm、（4.13±0.55）mm、（3.54±0.72）mm,相邻组间差异无统计学意义,8个标记点的FRE与4个标记点的FRE相比差异有统计学意义（P<0.05）。 结论 面部表面的解剖学特征可用于CT-MRI的双模态融合;CT-MRI的双模态融合FRE随着标记点数的增加而减小。     

Automatic 3D-to-2D registration for CT and dual-energy digital radiography for calcification detection

We are investigating three-dimensional (3D) to two-dimensional (2D) registration methods for computed tomography (CT) and dual-energy digital radiography (DEDR). CT is an established tool for the detection of cardiac calcification. DEDR could be a cost-effective alternative screening tool. In order to utilize CT as the "gold standard" to evaluate the capability of DEDR images for the detection and localization of calcium, we developed an automatic, intensity-based 3D-to-2D registration method for 3D CT volumes and 2D DEDR images. To generate digitally reconstructed radiography (DRR) from the CT volumes, we developed several projection algorithms using the fast shear-warp method. In particular, we created a Gaussian-weighted projection for this application. We used normalized mutual information (NMI) as the similarity measurement. Simulated projection images from CT values were fused with the corresponding DEDR images to evaluate the localization of cardiac calcification. The registration method was evaluated by digital phantoms, physical phantoms, and clinical data sets. The results from the digital phantoms show that the success rate is 100% with a translation difference of less than 0.8 mm and a rotation difference of less than 0.2 degrees. For physical phantom images, the registration accuracy is 0.43 +/- 0.24 mm. Color overlay and 3D visualization of clinical images show that the two images registered well. The NMI values between the DRR and DEDR images improved from 0.21 +/- 0.03 before registration to 0.25 +/- 0.03 after registration. Registration errors measured from anatomic markers decreased from 27.6 +/- 13.6 mm before registration to 2.5 +/- 0.5 mm after registration. Our results show that the automatic 3D-to-2D registration is accurate and robust. This technique can provide a useful tool for correlating DEDR with CT images for screening coronary artery calcification.     

Rigid 2D/3D slice-to-volume registration and its application on fluoroscopic CT images

Registration of single slices from FluoroCT, CineMR, or interventional magnetic resonance imaging to three dimensional (3D) volumes is a special aspect of the two-dimensional (2D)/3D registration problem. Rather than digitally rendered radiographs (DRR), single 2D slice images obtained during interventional procedures are compared to oblique reformatted slices from a high resolution 3D scan. Due to the lack of perspective information and the different imaging geometry, convergence behavior differs significantly from 2D/3D registration applications comparing DRR images with conventional x-ray images. We have implemented a number of merit functions and local and global optimization algorithms for slice-to-volume registration of computed tomography (CT) and FluoroCT images. These methods were tested on phantom images derived from clinical scans for liver biopsies. Our results indicate that good registration accuracy in the range of 0.50 and 1.0 mm is achievable using simple cross correlation and repeated application of local optimization algorithms. Typically, a registration took approximately 1 min on a standard personal computer. Other merit functions such as pattern intensity or normalized mutual information did not perform as well as cross correlation in this initial evaluation. Furthermore, it appears as if the use of global optimization algorithms such as simulated annealing does not improve reliability or accuracy of the registration process. These findings were also confirmed in a preliminary registration study on five clinical scans. These experiments have, however, shown that a strict breath-hold protocol is inevitable when using rigid registration techniques for lesion localization in image-guided biopsy retrieval. Finally, further possible applications of slice-to-volume registration are discussed.     

基于单幅X线图像和CT数据的2D/3D配准系统

目的建立基于统一计算架构(CUDA)下以单幅X线图像及CT扫描数据为数据源的2D/3D配准系统,并应用于膝关节在体运动及植入假体稳定性研究。方法首先应用张正友标定法对采集X线图像设备进行标定;其次基于CUDA构架利用光线跟踪算法生成数字影像重建图像,以相关性函数为相似性测度计算2D/3D配准参数;最后以三维激光扫描仪所获得的点云数据进行3D/3D配准,以验证2D/3D配准结果。结果以标本整体位置变换进行配准实验,6自由度平均误差中,位移小于1mm,旋转小于1°。结论此2D/3D配准系统达到了运动检测精度的要求,可以作为研究膝关节运动情况和假体在体稳定性研究的计算平台。     

Concurrent multimodality image segmentation by active contours for radiotherapy treatment planning

Multimodality imaging information is regularly used now in radiotherapy treatment planning for cancer patients. The authors are investigating methods to take advantage of all the imaging information available for joint target registration and segmentation, including multimodality images or multiple image sets from the same modality. In particular, the authors have developed variational methods based on multivalued level set deformable models for simultaneous 2D or 3D segmentation of multimodality images consisting of combinations of coregistered PET, CT, or MR data sets. The combined information is integrated to define the overall biophysical structure volume. The authors demonstrate the methods on three patient data sets, including a nonsmall cell lung cancer case with PET/CT, a cervix cancer case with PET/CT, and a prostate patient case with CT and MRI. CT, PET, and MR phantom data were also used for quantitative validation of the proposed multimodality segmentation approach. The corresponding Dice similarity coefficient (DSC) was 0.90 +/- 0.02 (p < 0.0001) with an estimated target volume error of 1.28 +/- 1.23% volume. Preliminary results indicate that concurrent multimodality segmentation methods can provide a feasible and accurate framework for combining imaging data from different modalities and are potentially useful tools for the delineation of biophysical structure volumes in radiotherapy treatment planning.     

基于三次样条层间插值的多模态医学图像配准

我们从PET-CT多模态图像序列的特点出发,提出了一种全新的图像配准及融合方法,它采用三次样条插值法对PET-CT图像进行层间插值,然后再利用最大互信息法进行配准,最后应用改进的主成分分析(PCA)法融合PET-CT图像用以增强PET显像效果,从而得到满意的配准以及融合结果。用三次样条插值法进行层间插值并恢复层间缺失图像的信息,弥补了现有配准方法的不足,提高了配准精度,使融合后的图像更加接近实际的物理断层。该方法已经成功应用于三维适形放疗(3D-CRT)系统的开发中。     

基于投影图像和CT容积图像的三维冠状动脉运动跟踪新方法

目的利用双平面X射线投影图像序列和参考CT容积图像进行冠状动脉的三维运动跟踪建模。方法①提取投影图像序列中的冠状动脉树;②利用多尺度滤波和血管函数提取CT容积图像中的动脉血管;③采用基于B样条配准的方法进行三维运动建模。结果将双投影图像中血管的运动估计结果的三维重建形态与三维运动模型预测出的结果进行了量化比较,调整配准的B样条参数后,两者误差处于有效范围之内。结论由此表明采用投影图像和对应容积图像的联合先验知识进行冠状动脉的三维运动建模是有效的。     

融合图像放疗靶区定位精度的检验和初步临床结果

目的：探讨以图像融合技术为基础的肿瘤三维适形放疗靶区定位精度的检验及依据融合图像放疗靶区的确定与单纯CT影像放疗靶区确定的初步临床结果。方法：利用定制的模体分别行CT、MRI和PET成像，进行CT与MRI，CT与PET融合。检验融合后定制标记点的定位精度。对3例特殊病例分别以单纯CT图像为基础和融合图像为基础，进行三维适形放疗靶区认定，对不同医生之间和同一医生在不同时间，放疗靶区定义情况进行对照分析。结果：MRI／CT融合图像总定位精度小于2mm，PET／CT图像融合图像融合精度情况（包括同机融合和异机融合），采用不同的融合算法。定位精度有显著差异（P〈0．01，t=5．385）。单纯利用CT图像进行靶区的定义，不同医生之间，在不同的时间存在差异（P〈0．05），而采用融合技术可减少他们的争议和差异。结论：利用多模式图像融合可以提高靶区定义的准确性．有利于三维适形精确放射治疗。