肺部图像配准关键技术及研究现状

图像配准是医学图像处理和分析的重要研究内容,其中对肺部的图像配准是医学图像非刚性配准的重要实例应用。因肺在呼吸运动或手术过程中会发生巨大形变,所以肺部图像配准充满着挑战,是图像配准领域内一个活跃的研究课题,具有广阔的应用前景。本文介绍了肺部图像配准的流程,并将其五个关键技术:形变模型、相似度度量、正则化方法、优化策略和评价方法进行了分析和总结。通过对研究现状及关键技术的回顾,提出了肺部图像配准目前面临的困境和未来的研究方向。

基于SIFT特征的肺部非刚性配准应用研究

随着肺癌发病率的增高和影像技术的进步,越来越多的微小肺癌(尤其是肺部磨玻璃结节)得以检出,对于此类病变首先考虑手术治疗。但肺是含气组织,在术中会发生萎陷。巨大的体积变化导致肺内结节也随之发生位移,术前CT确定的位置在术中无法定位。针对这一问题,在术中肺萎陷动物模型基础上,提出了一种融合3D-SIFT特征的B样条配准方法。该方法首先提取局部特征,筛选并匹配较好的特征点;然后依据浮动图像与参考图像匹配的特征点,得到浮动图像的初始位置;最后利用控制网格对浮动图像进行配准。经初步研究,对于不同萎陷状态的肺部图像,应用此方法得到了很好的配准结果。因此,融合3D-SIFT特征的B样条配准方法适合肺部图像配准,将来有望应用于微小肺癌的术中定位。