基于球形标记的多模态医学体配准

本文提出在医学多模态数据集 (尤其是 MRI和 CT)中基于球形人造标记的体配准过程。此过程或是半自动或是全自动完成的。半自动方法要求数据集中标出球形标记的近似点位置 ,再自动进行配准。全自动方法不需要用户的任何交互操作 ,即所有配准子任务 (球体的分割、寻找两组球体的对应关系、最后把第一套球体映射成第二套球体的几何变换的计算 )能由计算机自动执行。在全自动配准中 ,积聚器算法和迭代最近点算法的结合证明是一种有效的和鲁棒性好的点匹配方法     

一种基于小波变换的配准特征点自动标记算法

以颅脑CT图像为研究对象,提出了一种基于小波变换的自动标记非刚性配准所需对应特征点的算法.这种算法充分考虑了颅脑CT图像的像素点及其临域的纹理特征,通过进行小波变换建立对应于每个像素点的多分辨率小波特征向量,并以小波特征向量间的差异作为判别依据,在目标图像中标记非刚性配准所需的对应特征点.一系列的实验结果表明,这种基于小波变换的算法能够准确地在目标图像中标记出配准所需的对应特征点,可以作为基于特征的非刚性配准对应特征点自动标记的参量之一.     

神经外科导航系统基于迭代局部最近点法技术的形态学三维数据场的快速配准与融合

目的：拟开发一种全自动快速配准技术,用于临床形态学三维数据场的配准与融合。方法：用本研究提出的基于迭代局部最近点法（ILCP）技术的形态学三维数据场的快速配准技术,用临床实际病例的CT、MRI图像进行配准实验。结果：实验得到了满意的全自动快速配准效果。结果显示ILCP法比普通ICP法快10-30倍,比最大互信息法快8～10倍;耗时可以为临床医生所接受。结论;所提出的方法是切实可行的,为进一步应用于临床打下了坚实的基础。     

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。     

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。     

亚像素断层图像配准数据集的建立

目的针对数字化冰冻铣切断层图像的特点,探讨一种实用的高精度图像配准方法,建立基于数字化断层图像的亚像素级配准数据集。方法采用冰冻铣切技术获取成年男性头颈标本的冰冻连续断层图像,在M atlab软件中自动提取定标点图像特征,采用基于2点的刚体变换算法实现图像的自动配准。结果配准后图像定标点与基准配准点的误差小于1个像素,达到亚像素水平。结论采用外定标的图像配准算法可建立亚像素级的配准数据集,定位标记物的准确识别是获得亚像素级配准数据集的保证。     

利用边缘和表面特征实现脑图像的自动配准

本文中我们使用基于CT、MR和PET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和PET的原始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，搜索最近点策略和采样策略进行了研究，结果表明；这种方法能够达到亚像素级的配准精度，是一种稳健、高精度、全自动的配准方法。     

用无约束优化薄板样条实现平滑的医学图像弹性配准

医学图像弹性配准是医学图像处理的一个重要研究方向。目前采用的方法多是手动选择对应标记点，然后用薄板样条插值方法计算配准变换。由于对应点的选取总是存在误差，所以配准的准确性受到影响，而且手动选点操作繁杂、耗时大。为此，我们根据最优化理论，改进了薄板样条插值方法，并在此基础上采用了一种自动标记点选择方法。将这两者结合，我们得到了一种自动、准确、鲁棒性好的配准方法，运用此方法进行医学图像的弹性配准，得到了更好的结果。     

基于SHOT与目标函数对称ICP的低重叠率术前术中点云配准算法

目的 配准是术前影像引导的椎弓根螺钉内固定术中的重要环节。术前CT影像三维重建获得的点云和术中捕获的暴露部位点云重叠率低，易受噪声、遮挡等因素的干扰，使点云配准更具挑战性。本文采用局部特征和距离度量相结合的方式应对低重叠率配准问题。方法 首先利用方向直方图描述子(signature of histograms of orientations, SHOT)和随机抽样一致算法(random sample consensus, RANSAC)提取并匹配几何特征相似的点，完成初始对齐。应用目标函数对称ICP,通过最小化对称化点到面目标函数得到最终变换矩阵。对来源于SpineWeb公开数据集的5组腰椎数据进行配准实验。结果 术前术中点云配准实验中平均配准误差为0.128 mm,平均运行时间为5.750 s。结论 实验结果验证了该算法在低重叠率术前术中点云配准中的有效性，使得外科医生能及时根据配准结果调整手术器械，从而提高椎弓根螺钉置入准确率。     

基于关键点的超声图像与磁共振图像多分辨率离散优化配准方法

脑肿瘤手术规划及术中，术前磁共振（MR）图像与术中超声（US）图像的配准甚为关键。考虑到两种模态图像具有不同密度范围及分辨率，且超声图像存在较多的斑点噪声干扰，采用一种基于局部邻域信息的自相似性上下文（SSC）描述子定义图像之间的相似性测度。将超声图像作为参考，使用三维微分运算提取其中角点作为关键点，并采用密集位移采样离散优化算法实施配准。整个配准过程分为仿射配准和弹性配准两个阶段，在仿射配准阶段，对图像进行多分辨率分解，在弹性配准阶段，采取最小卷积和均值场推理策略对关键点的位移向量进行正则化处理。对22名患者的术前MR和术中US图像进行配准实验，仿射配准后的误差为（1.57±0.30）mm，每对图像配准平均耗时1.36 s；弹性配准后的误差为（1.40±0.28）mm，平均用时1.53 s。实验结果证明本文采用的方法具有良好的配准精度和速度。     

基于弹性模型的CT与CARTO电解剖图像的配准算法

提出一种全自动、高精度的CARTO电解剖图与CT曲面配准算法。该算法采用了由粗到精的配准策略。粗配准部分分两步:首先采用刚体变换模型以及迭代最近点法,初次配准EAM与CT曲面;然后选择仿射变换模型,再次配准EAM与CT曲面。在粗配准的基础上,以基于B样条的自由形变模型进一步精确配准EAM与CT曲面。实验结果表明,相对临床常用的Carto-Merge配准软件,基于弹性模型的配准算法获得了远高于前者的EAM与CT曲面配准精度,配准效果稳定;同时算法完全自动,不需要任何手工介入。     

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.     

基于Hausdorff距离的CARTO电解剖图与CT曲面配准

我们提出一种全自动、高精度的CARTO电解剖图(EAM)与CT曲面的配准算法。算法首先以基于主轴的方法粗配准EAM与CT曲面,然后再以基于Hausdorff距离的方法进一步实现EAM与CT曲面精配准。实验结果表明,相对Carto-Merge配准软件以及随机配准算法,基于Hausdorff距离的配准算法能获得更稳定且更精确的EAM与CT曲面配准效果,同时算法完全自动,基于Hausdorff距离的EAM与CT曲面配准算法能很好地满足房颤消融手术的临床应用需求。     

基于点信息的人体寰椎三维模型配准

目的建立一种基于点信息的寰椎三维模型局部点配准方法,为进行三维数据的统计建模奠定基础。方法以正常人体CT序列图像生成寰椎三维模型30个,所有模型标注人工选择的对应点,设为模板模型1个,训练模型20个,验证模型9个。首先进行训练组模型对模板模型的配准,包括点信息的比较计算和权重系数的机器训练两步,以自动配准点与人工选点的欧式距离之和为测度,获得点配准公式及对应的最佳系数;其次以验证组模型对模板模型进行配准,统计自动配准点与人工选点的欧式距离值,同训练组做对比分析,评估方法的稳定性。结果获得配准函数及对应的最佳权重系数,训练组和验证组配准结果误差分别为1.983和2.045 mm,统计分析表明两组结果没有显著性差异。结论此方法精度及稳定性均达到预期目的,可用于寰椎模型之间感兴趣点的自动配准及统计建模工作中的元素分类。     

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。     

基于CTVision分析不同配准方式对鼻咽癌摆位误差的影响

目的分析CTVision进行鼻咽癌图像引导时采用不同的配准方式对摆位误差的影响。方法采用两种不同的图像配准方式,对同一个进行调强放射治疗的鼻咽癌患者采集得到的治疗CT图像与计划CT图像进行配准分析。自动配准：系统自动调节窗宽、窗位,进行图像灰度配准。骨性配准：手动调节基于第一颈椎体为骨性标志进行配准。配准得到的摆位误差大小以均数和标准差的形式表示。结果分别计算得到两种方法在X、Y、Z三个方向上的摆位误差数据．自动配准和骨性配准结果分别是X轴为（0．2286±0．1496）cm和（0．0571±0．0976）cm,Y轴为（-0．1000±0．1000）cm和（-0．0714±0．1254）cm．Z轴为（0．1000±0．0816）cm和（0．1000±0．0577）cm。两种配准方法比较,靶区在X轴上的摆位误差差异有统计学意义（P〈0．05）,而在Y轴和Z轴上差异均无统计学意义（P〉0．05）。结论鼻咽癌进行图像引导时．基于骨性标志的手动配准和基于灰度的自动配准．在X轴方向的摆位误差校正差异明显．在Y轴和Z轴方向的无明显差异。采用骨性标志的配准是一种更为准确和有效的配准方式。     

基于VIP-Man图谱配准的腹部器官分割方法

提出了一种基于图谱配准的腹部器官分割方法.首先将一套预标记图谱向个体图像进行配准,建立二者之间器官的基本对应关系,同时完成对感兴趣器官的识别,其中配准包含全局配准和器官配准.然后,借助已配准的图谱,采用模糊连接方法对感兴趣器官进行分割.腹PCT和MR实验测试结果证明:这种方法实现了模糊连接分割方法中各项参数的自动指定,减轻了人工负担,提高了结果的可靠性.     

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     

基于主轴的CARTO电解剖图与CT曲面配准

目的 为房颤消融提供全自动、高精度的心脏CARTO 电解剖图（electroanatomic map,EAM）与CT曲面配准算法.方法 遍历两图48种主轴对应关系,选择使得两图平均距离最小的一种,作为最终的配准结果.结果 相对临床常用的Carto-Merge影像整合软件,以及现有的随机算法,主轴配准无需任何人工操作,计算简单快速,配准精度高.结论 基于主轴的EAM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.