基于轮廓点相似性测度的2D-3D医学图像配准算法

针对传统配准算法无法适用于成像模糊、对比度低的X光医学图像的问题,本文提出一种基于轮廓点相似性测度的配准技术.首先引入分块双阈值增强策略来提取DRR图像和X光图像的边缘轮廓信息;其次,采用高斯加权欧氏距离计算图像轮廓的相似度;最后通过平衡优化器算法进行迭代优化,得到最优的位姿参数.实验结果表明:本文算法能够精确提取模糊X光图像的边缘轮廓信息,而且可以准确评估其与CT数据的相似度,平均配准成功率超过94%,算法效率和鲁棒性优于传统算法,可用于医疗诊断、放射疗法、图像引导手术等医学活动.

基于GPU的2D-3D医学图像配准

在2D-3D医学图像配准中,数字影像重建(DRR)的生成与相似性测度是最重要同时也是最耗时的两个配准步骤。针对配准过程中计算量大、耗时长的问题,将模式强度与梯度相结合,简化模式强度相似性测度的计算量,同时利用图形处理器(GPU)的多线程并行计算在GPU上完成DRR生成与相似性测度,引入梯度下降与多分辨策略对配准过程进行优化,完成整个配准过程。通过与多种相似性测度方法以及基于CPU的配准的比较,表明该方法在很好地兼顾配准精确度的同时,配准速度得到了大大提高。

基于改进SLNC的2D-3D医学图像配准

介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。

2D/3D多模态医学图像配准算法研究

2D/3D多模态配准在医学影像导航手术中起着重要作用,主要用于提供术前三维图像和术中二维图像的实时信息,帮助医生精准定位病灶,规划手术路径,从而提高手术的安全性和效率。提出了一种2D/3D多模态医学图像配准算法,首先利用Swin Transformer优秀的特征提取能力,构建了初始姿态估计模型,实现姿态参数的快速预测;接着,为了提升整个配准方法的鲁棒性,引入基于Grangeat关系的粗配准方法;最后设计了基于梯度下降的精配准模块,以提升整个配准过程的精确性,且在该模块将Sobel微分算子与归一化互相关结合,提升了参数优化过程中的灵敏度。实验结果表明,所提配准方法在正位和侧位配准中的误差满足配准要求,配准成功率有显著提升。

基于Lie群表示的保体积2D-3D点集配准算法

2D-3D点集配准的目标是寻找三维原始点集与二维目标投影点集之间的对应关系和最优变换.为了给出配准问题的解析解,避免投影引起的体积退化,提出基于Lie群表示的保体积2D-3D点集配准算法.首先,考虑投影矩阵和旋转矩阵的非交换性,引入Lie群表示,将配准问题形式化为一个Lie群优化问题.利用局部线性化方法,将Lie群优化问题转化为一个可计算的二次规划问题.其次,为了避免体积退化,考虑约束变换后的三维点集的投影与二维目标点集的投影具有相同的体积.为便于计算,引入Jensen-Bregman LogDet散度作为保体积正则项,将计算点集的体积差异转化为计算协方差矩阵之间的差异.然后,通过交替求解对应关系和最优变换,形成完整且可解的迭代策略.最后,在两个经典数据集上进行对比实验和消融实验,验证了该算法的精确性和有效性.

基于改进平衡优化器的医学2D/3D图像快速配准算法

医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中.医学图像配准的实质为使用优化算法寻找某种空间变换,使两张图像在空间以及结构上对齐.配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低.针对此问题,提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight,LTEO),首先针对种群初始化容易分布不均匀,且随机性太高的问题,引入Logistic-Tent混沌映射对种群进行初始化,提高种群多样性,使它们尽可能地分布于搜索空间内;对迭代函数进行更新,使得优化算法更注重全局范围的搜索,提高算法收敛速度并利于找到全局最优解;引入Levy飞行策略对停滞粒子进行扰动,防止算法陷入局部极值.最后将改进的平衡优化器算法用于2D/3D医学图像配准任务,并对配准过程中数据的频繁传输进行优化,降低配准耗时.通过基准函数测试和临床配准实验对算法进行验证,改进后的平衡优化器可有效提高寻优精度和稳定性,并提高医学图像配准的质量.

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明:所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差(MAE)为0.04,平均目标配准误差(mTRE)为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。

基于投影近似不变性的3D-2D医学图像配准

研究了同一病人的MRA和DSA图像之间的3D-2D配准问题,提出了一种基于投影近似不变性的配准算法,即在同一视角下,同一病人的三维MRA血管骨架的投影与二维DSA的骨架保持一致。通过定义二者之间的代价函数,并利用牛顿迭代法可得到视角参数的最优解。针对临床采集的MRA和DSA数据进行了实验,取得了较为满意的结果。

基于局部方差采样的2D/3D医学图像配准技术

为了提高医学图像引导治疗系统中2D/3D图像配准精度和鲁棒性,提出了一种基于灰度方差采样的局部等级相关的相似度测度方法。该方法首先将2D图像进行子区域分割,并根据子区域灰度方差进行采样,排除图像中对配准贡献小的像素区域,然后求取剩余子区域归一化局部等级相关和。由于等级相关不依赖图像之间的线性关系,所以对不同能量等级的图像配准收敛特性好。脊柱模型CT数据与模拟X射线图像配准实验结果表明,采样率为30%时,配准精度达到(0.21±0.03)mm,以平均目标误差小于5mm为准,算法的收敛率达到96%。

基于训练-推理解耦架构的2D-3D医学图像配准

2D-3D医学图像配准在解决放射治疗的摆位验证问题上发挥着至关重要的作用。针对现有配准方法精度不高、耗时较长等问题,提出一种基于训练-推理解耦架构的2D-3D医学图像配准方法。该方法在训练阶段采用多分支结构,利用多尺度卷积增强特征多样性,提高配准精度;在推理阶段,利用重参数化将多分支结构转换为单路结构,加快配准速度;另外,引入自适应激活函数Meta-ACON,提高网络的非线性表达能力。在胸部和骨盆两个数据集上进行训练和测试,实验结果表明,所提方法预测结果的位移误差约为0.08 mm,角度误差约为0.05°,配准时间仅需26 ms。所提方法有效解决了摆位验证中的医学图像配准问题,不仅提高了精度,还满足了临床实时性要求。

2D/3D图像配准中的相似性测度和优化算法

在手术引导治疗中,2D/3D图像配准能辅助医生准确定位病人病灶,而准确的配准涉及相似性测度和优化算法等众多方面。为了研究相似性测度和优化算法对2D/3D图像刚性配准的影响,本文结合6种相似性测度和4种优化方法在配准"金标准"数据上进行了2D/3D图像配准实验,并从配准成功率、平均迭代次数和平均配准时间三个方面对配准结果进行了对比研究。实验结果表明,以模式强度为相似性测度,用Powell方法进行优化搜索是最佳配准组合。并且,在不改变相似性测度条件下,Powell方法是所用优化方法中配准效果最好的优化方法。

基于CUDA的2D-3D配准技术的研究

Nvidia从GeForce8系列开始,在显卡上推出统一计算设备框架技术,使GPU的通用计算(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算。在医学图像分析中,图像配准通常是一个耗时的过程,不利于临床应用,为了加速医学图像的2D-3D配准过程,研究了CUDA的设计思想和编程方式,提出了一种基于CUDA并行编程模型的加速配准新技术,在构建的虚拟X线摄像系统下,采用并行计算的方式快速生成高质量DRR图像,以对应像素的灰度值残差作为相似性测度,使用Powell优化方法寻找最优变换。实验结果表明,该技术既很好地保持了配准精度,同时又大大提高了配准速度,加速比达到了十几甚至几十倍。

脊柱手术导航中分步式2D/3D图像配准方法

为实现微创脊柱手术导航,提出一种将脊柱术前CT与其术中X射线图像配准的方法.首先基于一种最近点迭代法进行快速粗配准;然后提取图像的梯度特征,根据投影变换原理,采用寻找具有CT最大梯度投影位置的方法进行精配准.在模拟数据及临床标本上进行实验的配准率分别为92%和78%.实验结果表明:该方法鲁棒性强、人工干预少、适合于临床应用.

Clifford代数几何不变量3D医学图像配准的方法

就3D医学图像配准数据量大、计算复杂度高、配准精度低的问题,提出一种基于Clifford代数几何不变量的配准方法,以实现人头颅部3D医学图像配准。提出配准所需的Clifford代数几何不变量及其Clifford代数方程算式,并构造适合于该几何参考轴旋转的Clifford几何旋转算子,利用所求的最大、最小值对应的Clifford几何不变量建立Clifford旋转算子,对浮动影像数据实现几何变换,以达到配准的结果。配准实验中对两个世界著名的3D医学数据集进行了测试,结果表明:该方法计算简单,几何意义直观,配准精度高,执行效率高,并且通过轴线变换不易陷入配准过程的局部极值点。

基于外标记点的2D/3D图像配准方法

提出了一种基于外标记点的无框架配准方法.该方法首先建立参考坐标系,接着根据外标记点在两幅2D图像中的对应坐标,求出2D图像像素坐标到参考坐标系的转换关系,然后根据外标记点在3D图像坐标系中的坐标,求解3D图像坐标系和参考坐标系的转换矩阵,通过一组矩阵运算,从而实现2D/3D图像的配准.临床图像的实验结果表明,该方法的配准精度为(0.026 7±0.044 7)mm.

2D-3D配准中的初始位姿估计方法

针对2D-3D医学图像配准过程中存在的初始参数变换范围小和配准对象单一等局限性,提出了一种基于参数映射和图像分割的初始位姿估计方法,扩大了三维物体空间参数的起始运动偏差范围,解决了骨科手术导航系统在配准过程中可估计参数少和多骨块图像配准难等问题.首先,使用区域生长算法对多骨块影像进行图像分割与感兴趣目标的提取,完成待配准目标数据的获取.其次,基于正交融合投影原理构建投影成像模型,将空间刚体变换参数分解到正侧位平面上,建立空间参数与平面参数间的映射关系.然后,将投影生成的正交双平面模板与对应目标图像进行匹配,并将得到的正侧位平面配准参数转换为空间参数,从而完成三维物体初始位姿的有效估计.最后基于颅骨、完整股骨和骨折股骨的CT数据对该方法进行验证,并与传统2D-3D图像配准方法进行对比研究.实验结果表明,所述方法可使5个空间参数的初始变换范围达到±30 mm或±20°,并且对在该范围内的不同研究对象都展现出良好的初始位姿估计效果.与传统图像配准方法相比,基于上述方法进行2D-3D迭代优化的整体配准时间平均缩短46.5%,单个平移参数配准精度最高提升69.2%,单个旋转参数配准精度最高提升91.1%,同时最终配准结果也兼具良好的鲁棒性.

基于体素灰度3D多模医学图像配准中的相似性测度

对基于体素灰度多模医学图像配准中广泛采用的相似性测度 (SM)进行了比较研究 ,认为在配准条件极不理想的条件下 ,基于互信息 (SM)、归一化互信息 SN、相关比 (SR)的 SM是最为适用的 .分析了基于 SR 的配准法相比于 SM,易于保证配准得到全局最优变换 .利用基于 SR 的配准方法 ,对磁共振 (MR)和 CT、MR和正电子发射断层扫描 (PET)临床医学图像进行配准 。

基于几何特征不变量的快速3D医学图像配准

针对颅部三维医学图像配准计算量大、配准效率低等问题,提出了一种基于几何特征空间约束的快速配准方法。提取三维轮廓点云,提出了一种基于点云集最优拟合环的特征构造方法,并以每个特征环和每个层的质心用作特征量,通过使用迭代最近点(Iterative Closest Point, ICP)方法完成快速配准。实验结果表明,与传统的ICP算法相比,该方法计算量小,配准精度高,配准速度快。它是一种有效的实时三维配准方法。

归一化互信息与多分辨率融合的2D-3D配准方法

针对微创脊柱手术配准环节中存在的配准精度和效率低的问题,本文提出了一种2D-3D配准方法。采用基于区域贡献的归一化互信息与多分辨率策略相结合的方法,并通过改变配准步长,研究配准精度和时间。整体配准精度提高了40%,配准时间缩短了53%,当配准步长由0.1降到0.05时,其配准精度提高了8%,配准时间增加了12%。由此可知,配准步长变小时,配准精度相对提高,但配准时间增加。此算法可以实现三维与二维图像的配准,且可以有效提高配准精度和配准效率,基本符合医生手术过程图像配准3 mm以内的需要。

基于2D-3D配准的术中腓骨旋转不良检测方法

目的通常检测腓骨旋转不良的方法是对术中踝关节2D X射线影像做目视评估,但主观判断往往导致结果误差较大;目前公认的准确检测腓骨旋转不良的方法需借助术后3D CT数据,但会为患者引入较大的辐射量。为此,本文提出了一种基于2D-3D配准技术准确识别术中腓骨旋转不良的低剂量、低成本的精准复位腓骨的可行方法,以此验证所提方法的可行性。方法研究对象为单一腓骨CT数据,初始位置定义为参考位,然后借助Mimics软件对其做不同程度的旋转变换,生成12组腓骨旋转畸形测试位的CT数据,模拟术中腓骨的不同姿态,包括6组腓骨内旋和6组腓骨外旋。测试位腓骨术中C臂图像由投影仿真程序生成。通过将术中C臂图像和参考位CT数据做2D-3D配准来识别这12组测试位相对于参考位的旋转不良程度。得到的结果和金标准比对,从而评估2D-3D配准的准确性;其中,金标准为参考位和12组测试位的3D-3D配准结果。另外,因为与投影轴平行方向检测位移不敏感,故本文用两幅正交位投影的配准结果做补偿。结果 10次测试12组数据配准结果在绕x轴、y轴和z轴旋转的平均角度(及沿3个方向的平均位移)误差分别为1. 19°(0. 56 mm)、0. 72°(0. 84 mm)和0. 81°(0. 65 mm);标准差依次为0. 43°(0. 38 mm)、0. 51°(0. 47 mm)和0. 58°(0. 5 mm);最大误差分别是2. 13°(1. 76 mm)、2. 74°(1. 90 mm)和2. 10°(2. 16 mm)。结论 2D-3D配准方法可为临床腓骨复位提供精度更高的监控工具,其误差远小于目前10°旋转的目测误差。相比于术前CT做手术规划、术后CT做手术评估,本文方法借助术前CT和术中C臂图像不仅可达到准确评估的目的,而且可实现术中动态评估,故其辐射剂量更低,患者医疗成本更低,治疗更及时、更有效。