数字重建影像的重建算法

数字重建影像是2D-3D医学图像配准和放射治疗虚拟模拟的关键技术.本文使用光线跟踪算法,得到数字重建影像,并获得了满意的图像效果.     

CT图像配准算法的研究与实现

将CT片图像准确地配准,是连续CT断层图像三维重建的重要步骤.它直接影响着重建结果和参数计算的准确性.本文针对常规配准算法的不足,提出了一种新的匹配点对位的配准算法.这样不仅简化了配准算法,还提高了精度和效率.对此进行了相关的实验,得到了较好的效果.     

计算机技术在脑内神经核团虚拟三维重建中的应用

探讨在微型计算机有限的资源下进行三维重建的方法,通过采用切片重建、人工干预下的轮廓对应、跨层长度之和最小原则下的轮廓拼接和快速光线跟踪算法来提高重建和显示速度,通过轮廓矢量化来解决各层象素不等的问题,通过图像的配准和校正减少输入的误差,通过三次样条插值保证重建后的立体图像的逼真、光顺、自然。对丘脑核团进行的重建表明,利用该方法在微机条件下能流畅地旋转、缩放并能从任意角度切割重建后的神经核团。     

儿童股骨三维立体模型的构建

目的：探讨利用CT和MRI数据,结合MIMIcs和Geomagic软件构建儿童完整的股骨三维立体模型的方法。方法：采集一名儿童志愿者的股骨CT和HMRI数据,通过MIMICS软件分别重建出CT数据的股骨和MRI数据的软骨模型,并通过逆向工程软件Geomagic进行配准,构建完整的股骨骨骼与软骨的模型。结果：通过MIMICS成功将MRI数据中的软骨分割建模,并在Geomagic中与CT生成的股骨骨骼模型进行配准,然后将复合模型返回CT中进行逐层图像修饰,并验证MRI软骨图像分割的效果,最后生成骨一软骨的三维立体股骨模型。结论：MIMICS的图像分割以及Geomagic图像配准技术完美结合,使得重建的股骨复合模型更为真实,为股骨精确的形态学测量以及临床治疗方案的选择提供了参考。     

鼻咽癌进行图像引导放疗时不同配准方法对体位校正的影响

目的探讨鼻咽癌进行图像引导放疗时不同图像配准方法对体位校正的影响.方法用不同的图像配准方法,对37例鼻咽癌患者在进行图像引导放疗时所获得的47对电子射野影像(EPID)和计划系统生成的数字重建图像(DRR)进行配准分析.方法A:系统自动选择窗宽窗位后进行图像灰度配准.方法B:系统自动选择窗宽窗位后以第一颈椎体前缘中点作为配准点进行自动配准.方法C:在方法A的基础上手动调节窗宽窗位后进行图像灰度配准.方法D:在方法B的基础上手动调节窗宽窗位后,再以第一颈椎体前缘中点作为配准点进行自动配准.在四种不同配准方式下,分别得靶区在X和Y轴方向的摆位误差,再用SPSS13.0统计软件对所得结果进行配对样本t检验.结果方法A与B、B与D相比,靶区在X、Y轴上的摆位误差均有显著差异(P＜0.05);方法A与C、C与D相比,靶区在X、Y轴上的摆位误差均无差异(P＞0.05).结论鼻咽癌进行图像引导放疗时,基于图像灰度的摆位误差校正与基于第一颈椎体前缘中点摆位误差校正差异明显.     

基于骨架特征的超声图像帧间弹性配准

为了在三维超声重建的过程中消除相邻帧之间的位移以及弹性变形,本实验采用了了基于骨架特征的弹性配准。本文提出了一种结合形态学骨架和测地距离骨架求取算法的骨架自动跟踪算法,能够提取出体现图像特征的连通骨架。应用多次求取曲率梯度极大点的算法,可自动对该连通骨架进行特征点提取。在根据骨架重心点对二维图像进行初步配准之后,即可根据骨架特征点对二维图像进行基于径向基函数的弹性配准。实验结果证明,这种基于骨架的弹性配准和传统的基于特征的刚性配准相比不但能够消除获取过程中带来的帧间差异,还能保留器官不同位置的自然形状差别,对于三维重建过程中的图像配准具有很大的实用价值。     

基于多模图像融合理论的人眼球及眼眶肿瘤的三维重建与显示

目的:研究CT和MRI融合技术在眼球及眼眶肿瘤中的应用.方法:对13例眼球及眼眶肿瘤的CT和MRI的二维图像通过特征点配准结合ILCP法(Iterative Local Closest Point)进行融合,运用Ray Tracing法进行三维融合图像的重建.结果:实现了人眼球及眼眶肿瘤CT和MRI三维融合图像的重建与显示,眼球及眼眶肿瘤的CT和MRI信息综合起来作为一个整体成像在同一幅图像上,立体显示了眼部正常与病变组织的三维结构,提供了眼眶的三维立体视觉,使眼眶的结构便于理解.结论:多模图像融合能使临床获取更准确和全面的诊断信息.它能帮助医师制订周密的手术方案,并且对临床教学及加强医患沟通有重要指导意义.     

3种配准方式下头颈部肿瘤IGRT摆位误差的比较

目的 研究头颈部肿瘤图像引导放射治疗(IGRT)中不同图像配准方法对放疗摆位误差的影响.方法 使用西门子CTVision直线加速器分别治疗头颈部肿瘤患者22例,患者治疗前均行滑轨CT(CT-on-rail)扫描,获得的CT图像与原放疗计划CT图像进行配准,分析X、Y、Z轴方向的平移误差,比较骨性、灰度值及手动3种配准方式间的差异.结果 经114次滑轨CT扫描治疗前头颈部肿瘤患者(22例),手动配准、骨性配准、灰度值配准3种配准方式结果均显示X轴平移误差最大,其次为Y轴,Z轴最小,但是3种配准方式结果差异无统计学意义.结论 头颈部肿瘤患者行IGRT时,应用CT-on-rail系统可缩小摆位误差,建议首选骨性配准,实际操作过程中可结合手动微调,直到结果满足配准需要.     

医学解剖图像与功能图像配准技术综述

医学图像配准技术是目前医学图像处理技术的研究热点和难点,对临床诊断治疗具有重要意义.医学解剖图像与功能图像的配准技术是医学图像配准技术的难点和主要研究方向.本文对医学图像配准技术做了概括性介绍,重点介绍医学解剖图像与功能图像配准的主要方法,讨论解剖图像与功能图像配准存在的问题,对比分析不同配准方法在解剖图像与功能图像配准方面的适用性,提出今后的主要研究方向.     

MRI MOCO技术在肝脏局灶性病变诊断中的应用

目的评估M R I运动校正(motio ncorrection,MOCO)技术对肝脏三维容积内插屏气扫描(three-dimensional volumetric interpolated breath-hold examination,3D-VIBE)动态增强图像的图像配准效果,探讨MOCO重建图像对提高肝脏局灶性病变检出率的作用。方法 52例怀疑有肝脏局灶性病变的患者进行MRI平扫和动态增强扫描。利用MOCO技术对增强扫描不同时相的3D-VIBE图像进行图像配准,得到MOCO重建图像。2位高年资腹部放射医师共同对肝脏平扫T1WI、T2WI、增强扫描不同时相的3D-VIBE图像和MOCO重建图像进行评判,以讨论结果作为最终意见。结果①52例受检者在3D-VIBE多期增强扫描中同一层位图像均出现不同程度的图像失配准,腹水及肝脏术后患者尤为明显。经过M O C O技术的校正,MOCO重建图像修正了因呼吸运动所致的多期扫描同一层位图像失配准;②对52例受检者的MR平扫、3D-VIBE和MOCO重建图像进行集体阅片,共同确认131个病灶。MOCO重建图像和3D-VIBE图像检出病灶数目分别为129个和116个,MOCO重建图像病灶发现率高于3D-VIBE图像(98.47%vs88.55%,x2=9.058,p=0.03)。MOCO重建图像对≤2.0cm的病灶的检出率高于3D-VIBE图像(83.52%vs97.80%),其差异有统计学意义(x2=10.965,P=0.001);③MOCO重建图像能更好显示FHL强化特征,能为FHL的诊断提供更真实的影像信息。结论 MOCO技术能修正由呼吸运动所致的多期扫描同一层位图像失配准,可以提高对小病灶的检出率,能更好显示FHL的强化特征,有助于FHL的影像诊断。     

基于结构光扫描的多区域配准技术用于脊柱外科三维手术导航的试验研究

目的 建立基于结构光扫描的脊柱手术导航配准系统.方法 获得胸椎模型的CT扫描图像及结构光扫描图像后,结合预配准与多区域迭代最近点(ICP)算法的精细配准方法,对CT图像及结构光图像进行配准.选择胸椎上4个区域进行不同组合,计算配准精度差异.对结构光扫描施加位移及三维正态噪声,观察配准精度变化.通过小牛脊柱标本进一步验证配准精度.结果 结合预配准与多区域配准的方法可实现脊椎骨可见光数据与CT数据的配准,选用两个及两个以上区域进行组合配准的误差＜1 mm,结构光扫描受到干扰后,配准误差仍＜1 mm.结论 基于结构光的预配准结合多区域配准算法可实现结构光数据与CT数据的配准,有着高精度、抗干扰能力强的优点,较传统的配准方法更为精确.

Abstract：

Objective To study the registration method based on structured light scanning for navigation assisted spinal surgery and assess its accuracy so as to construct a registration system for the navigation assisted spinal surgery using structured light scanning. Methods Both the computed tomographic (CT) dataset and the structured light scanning images of thoracic vertebra were obtained. The preregistration and multi-segment iterative closest point (ICP) algorithm were used for the registration of CT images and structured light images. Four segmentations were selected from the surface of thoracic vertebra and placed into different combinations. The accuracy for each combination was studied. Noise and perturbation were exerted to structured light and registration accuracy was studied. And calf vertebra was used for further verification. Results A combination of pre-registration and multi-segment iterative closest point (ICP) algorithm was competent for the registration of CT scanning data and the structured light scanning data. The registration error was less than 1 mm when two and more segments were selected for registration combination. The registration error was less than 1 mm when noise was exerted. Conclusion With a high accuracy and a perturbation resistance, a combination of pre-registration and multi-segment registration algorithm based on structured light scanning is competent for the registration of CT scanning data and structured light scanning data.     

基于LED智能分光比色技术的直肠-肛管黏膜病灶组织检查内镜

目的为克服普通检查内镜，体积大、视野模糊、对比度低，检出率低、漏诊率高等缺点，研制基于LED智能分光比色技术的直肠-肛管黏膜病灶组织检查内镜。方法将LED智能分光比色技术与检查直肠-肛管黏膜病灶组织的电子内镜技术相结合，用于检查直肠-肛管黏膜病灶组织的电子内镜。黏膜图像通过光谱估计芯片处理，观察黏膜形态变化，更加精准地诊断直肠-肛管黏膜组织病灶及早期肿瘤性病变，提高疾病的诊断准确率和灵敏度。结果直肠肛门黏膜病灶组织检查内镜，使用LED光源，体积小，便携性高，直肠-肛管黏膜呈像对比度高，为肛肠病灶的识别及肿瘤良恶性的诊治提供新技术。     

基于刚-弹性变换的医学图像塔式配准新算法

提出了利用B样条实现医学图像从刚性到弹性配准的统一的塔式算法。选取图像的四个顶点作为构成变形函数的B样条的节点,合理选择B样条的次数,可以实现图像的仿射变换。沿X和Y方向均匀增加节点数量,逐步增加变形函数的复杂性,通过选择B样条的不同的次数n,可以实现图像的分块仿射变换或n-1阶导数连续的弹性变换。整个匹配算法体现了从整体到细节的匹配思想。实验证明,这种配准方法比单纯的弹性配准方法鲁棒性有很大提高。     

基于轮廓的力矩主轴法在医学图像配准中的应用

目的 实现头部CT与MR图像的刚性配准,方法 不同模态的医学图像所能提供的解剖结构和功能住处各不相同。为了给医学诊断和治疗计划提供更加准确全面的图像依据。对多种模态的医学图像进行配准和融合就显得尤为重要,针对头部CT与MR图像轮廓清楚的特点,提出了一种基于轮廓的力矩主轴法配准方法,该方法通过提取图像的外围轮廓,计算出图像轮廓的质心及主轴,通过旋转和平移变换使两幅图像的质心及主轴对齐,从而达到配准的目的。结果 通过对实际图像进行配准。结果比较理想。结论 该方法具有速度快、无需人的参与、精度较高等特点。是一种较好的图像配准方法。     

Feature and Intensity Based Medical Image Registration Using Particle Swarm Optimization

Image registration is an important aspect in medical image analysis, and kinds use in a variety of medical applications. Examples include diagnosis, pre/post surgery guidance, comparing/merging/integrating images from multi-modal like Magnetic Resonance Imaging (MRI), and Computed Tomography (CT). Whether registering images across modalities for a single patient or registering across patients for a single modality, registration is an effective way to combine information from different images into a normalized frame for reference. Registered datasets can be used for providing information relating to the structure, function, and pathology of the organ or individual being imaged. In this paper a hybrid approach for medical images registration has been developed. It employs a modified Mutual Information (MI) as a similarity metric and Particle Swarm Optimization (PSO) method. Computation of mutual information is modified using a weighted linear combination of image intensity and image gradient vector flow (GVF) intensity. In this manner, statistical as well as spatial image information is included into the image registration process. Maximization of the modified mutual information is effected using the versatile Particle Swarm Optimization which is developed easily with adjusted less parameter. The developed approach has been tested and verified successfully on a number of medical image data sets that include images with missing parts, noise contamination, and/or of different modalities (CT, MRI). The registration results indicate the proposed model as accurate and effective, and show the posture contribution in inclusion of both statistical and spatial image data to the developed approach.     

智能医学影像识别研究现状与展望

智能医学影像识别是基于人工智能技术,对X线片、计算机断层扫描、磁共振成像等常用医学影像学技术扫描图像和手术视频进行分析处理的过程,其发展方向主要包括智能影像诊断、影像三维重建与配准、智能手术视频解析等。智能影像诊断和影像三维重建与配准可提高影像识别的效率和质量,为疾病诊断和治疗提供帮助;智能手术视频解析可帮助外科医师学习、理解外科手术,并进一步指导手术过程。目前,对该领域的研究已取得一定的进展,正在逐步走向临床应用。本文就智能医学影像识别取得的进展进行总结,并对该领域的发展前景进行展望。     

连续组织切片图像的配准

目的　解决生物组织连续切片计算机三维重建中的图像配准问题。方法　采用自动图像配准的分割－计数法,通过 对图像做简单的阈值分割,将优化的准则函数定义为图像的联合直方图特定区域上的计数值,通过优化搜索,得到配准 参数。结果 将该方法用于小鼠胚胎的连续切片图像配准,大大加快了配准速度。结论 使用自动图像配准分割－计数法 能够实现连续组织切片图像的准确配准,并且具有计算简单,速度快的优点。     

基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用

目的提出一种改进的Demons非刚性配准算法,验证算法的有效性,并将其应用于图像引导放射治疗(image-guidedradiotherapy,IGRT)中治疗图像和计划图像的配准。方法基于Brox等提出的梯度恒定假设和Malis的高效二阶最小化算法的思想,将图像灰度梯度场的相似性加入原始的能量函数中,推导出更新变形场的公式。利用有限内存的BFGS算法优化能量函数,自动确定迭代次数。分别利用模拟形变图像、变形体模图像和肝癌病人的临床CT图像验证改进算法的配准精度。结果改进的Demons变形配准算法与原始的"Additive Demons"算法相比,配准精度更高,收敛速度更快。结论在放射治疗的不同分次扫描过程中,因实际扫描条件的影响,两幅待配准图像像素灰度值范围不同的情况下,改进的Demons算法能够更好地实现快速精确的配准。     

不同图像配准算法调用对食管癌IGRT配准结果的影响

目的探讨食管癌图像引导放疗(Image Guided Radiotherapy,IGRT)时不同配准算法调用对配准结果的影响。方法对20例食管癌IGRT病例的60次锥形束CT图像分别采用骨性算法和灰度算法与计划CT影像进行自动配准,通过比较不同配准算法自动配准与放疗医师手动微调后的配准结果差异来评估食管癌放疗中不同图像配准算法调用对图像配准结果的影响。结果两种算法的自动配准情况:平移误差在三个方向上均存在显著差异,而旋转误差在三个方向只有x方向和y方向有差异,z方向未见明显差异。与放疗医师手动微调后的配准结果差异情况:骨性算法要好于灰度算法,在平移误差上偏差更小(P<0.05),而在旋转误差上则未与灰度算法表现出明显差异(P>0.05)。结论在食管癌IGRT,使用骨性配准算法,并在自动配准的基础上采用手动微调的方式进行图像配准,能够获得满足临床放疗需要的较好配准结果。     

有效视野内检查床的变化对SPECT/CT同机配准度的影响

目的探讨检查床位置的变化对SPECT/CT有效视野同机图像配准精度的影响及达到最佳配准效果时检查床的位置。方
法采用六个放射性点源153Gd（40.9 kev组、41.54 kev组、103.18 kev组,2个1组,共3个能量峰组）、标准模型,CT断层位置不变,
分别通过改变床位与床高,得到13组原始断层数据,利用仪器自带的ALIGNMENT软件获得配准度偏差,比较不同床位与床高
配准偏差值。结果最小配准度误差：Z轴在0 cm,Y轴在-4 cm处;即最佳的配准位置。结论进行SPECT断层与CT图像的同
机融合,如果两种图像达不到较佳融合,就必须进行图像配准度的质控,必要时进行图像配准度的校准。