医学图象配准

一、图象配准概述
1、医学图象配准的概念
医学图象配准：对于一幅医学图象寻求一种 医学图象配准：对于一幅医学图象寻求一种 (或—系列)空间变换，使它与另一幅医学图象 系列) 上的对应点达到空间上的一致。 上的对应点达到空间上的一致。 这种一致是指人体上的同一解剖点在两张匹配 这种一致是指人体上的同一解剖点在两张匹配 图象上有相同的空间位置。 配准的结果应使两幅图象上所有的解剖点，或 至少是所有具有诊断意义的点及手术感兴趣的 点都达到匹配。
其中， 是刚体变换参数；定义 θ 为顺时针旋转方向； θ
1、刚体变换
（1）二维刚体变换
性质1 对于变换矩阵，不同的变换顺序，其变换结果也不同。 性质1：对于变换矩阵，不同的变换顺序，其变换结果也不同。 变换顺序1：先x轴后y轴再旋转
x′ cosθ sin θ 0 1 0 0 1 0 p x y ′ = − sin θ cosθ 0 0 1 q 0 1 0 y 0 1 0 0 1 0 0 1 1 1 0 p cosθ + q sin θ x cosθ sin θ = − sin θ cosθ − p cosθ + q sin θ y 0 1 0 1
x' a11 = y' a 21
a12 x Tx + a22 y Ty
一、图象配准概述
2、医学图象基本变换：刚体、仿射、投影、非线性 医学图象基本变换：刚体、仿射、投影、
（3）投影变换(Projective transformation) 投影变换(
2、医学图象基本变换：刚体、仿射、投影、非线性 医学图象基本变换：刚体、仿射、投影、
刚体变换 ⊂仿射变换 ⊂投影变换 ⊂非线性变换
全局变换 局部变换
常用的空间几何变换的图示：
一、图象配准概述
3、图象配准类型
（1）同一对象 (intra—subject) 的图象配准 intra—
不同 MR 加权像间的配准 图象序列的配准
主要配准方法
相关法
对图象序列采用使图象间相似性最大化的原理进行 配准； 通过优化两幅图象间相似性准则来估计变换参数， 主要是刚体的平移和旋转； 主要限于单模图象的配准
最大互信息配准法
用互信息作为多模医学图象配准的测度，如果两幅 图象几何上对齐的话，它们对应体素对的强度值的 互信息量最大； 广泛应用于CT/MR，PET/MR的配准
x′ = x cosθ + y sin θ y ′ = − x sin θ + y cosθ
x′ cosθ y ′ = − sin θ 1 0
sin θ cosθ 0
0 x 0 y 1 1
主要配准方法
曲线法(Curve Method) ：边界曲线的匹配
用人工方法在两幅配准图象中寻找对应的开曲线， 再在两条开曲线局部曲率最佳拟合的线段用相同的 采样率找出一组对应点 对这组对应点使用点法匹配两幅图象
主要配准方法
表面法(Surface Method) ：又称头帽法 (Head
฀
and Hat method)
1、刚体变换
（1）二维刚体变换
三个变换参数：两个方向的平移和绕坐标原点的旋转 三个变换参数：两个方向的平移和绕坐标原点的旋转 平移和绕坐标原点的 轴方向的平移： 矩阵形式： 沿x轴方向的平移
x′ = x + p y′ = y
其中，P是刚体变换参数。
x′ 1 0 p x y ′ = 0 1 0 y 1 0 0 1 1
一、图象配准概述
3、图象配准类型
（2）不同对象间 (inter—subject) 的图象配准 inter— 将被试的图象与典型正常人相同部位的图象对 比，以确定被试者是否正常。如果异常，也许还 要与一些疾病的典型图象对比，确定患者是否属 于同类 （3）图象与图形（图谱）配准或与物理空间的图象 配准
x′ 1 0 0 x y ′ = 0 1 q y 1 0 0 1 1
定义y轴为垂直方向轴，正方向：从下到上；
Baidu Nhomakorabea
1、刚体变换
（1）二维刚体变换
三个变换参数：两个方向的平移和绕坐标原点的旋转 三个变换参数：两个方向的平移和绕坐标原点的旋转 平移和绕坐标原点的 绕坐标原点的旋转： 矩阵形式： 绕坐标原点的旋转
headmethod）是由Pelizzari Chen Pelizzari和Chen “头帽法”（head-hat method ” head Pelizzari Chen提出 的一个典型算法。 ฀ 从一幅图像轮廓中提取的点集称作“帽子”（hat hat），从另 “ ” hat 一幅图像轮廓提取的表面模型叫做“头”（head head），用刚体变 “ ” head 换将“帽”的点集变换到“头”上。 “ ” “ ” ฀ 一般用体积较大的病人图像，或在图像体积大小差不多时用 分辨率较高的图像来产生头表面模型。 ฀ Powell Powell搜索算法被用来寻求所需的几何变换，即使帽点和头 表面间的距离平均平方值最小。 ฀ 许多学者对该算法做了改进，例如用多分辨金字塔技术克服 局部极值问题；用距离变换拟合两幅图像的边缘点等等。
x' a11 y' = a21 1 a 31 a12 a22 a32 a13 x a23 y a33 1
（4）非线性变换(Nonlinear transformation) 非线性变换(
x' = a00 + a10x + a01y + a20x2 + a11xy + a02 y2 +... y' = b00 + b x + b01y + b20x2 + b xy + b02 y2 +... 10 11
第6章 医学图象配准 图像配准： 解决几幅图的对齐问题。
本章研究内容
图像配准的概述
图像配准与融合的概念 图像基本空间变换：刚体、仿射、透视、非线性 配准类型：同一对象、不同对象； 主要配准方法：点法、曲线法、表面法、矩和主轴法、相 关法、最大互信息法、图谱法、非线性变换技术；
图像基本空间变换模型 基于基准点的配准法 倒角匹配图像配准法 基于最大互信息的多模医学图像配准法
单模(monomodality) 单模(
fMRI图象序列的配准 fMRI图象序列的配准 胸、腹部脏器的图象配准 同一部位， 同一部位，不同时间图象的配准 CT和MRI图象 CT和MRI图象
多模( 多模(multimodality)
CT(或MRI)与SPECT(或PET)配准 CT(或MRI)与SPECT(或PET)配准 SPECT/ECT与CT/MRI/DSA配准 SPECT/ECT与CT/MRI/DSA配准 CT、MRI速度、 CT、MRI速度、C-Arm 与定位装置的配准 速度
一、图象配准概述
图象配准必要性：
1.两种模式的医学图象各有所长： X-Ray; DSA X-CT MRI; MRA Ultrasound SPECT PET f MRI EEG MRS
描述生理形态的解剖成像 描述生理形态的解剖成像
描述人体功能或代谢的功能成像 描述人体功能或代谢的功能成像
基于多种原因，临床上通常需要对同一个病人进 行多种模式或同种模式的多次成像。即同时从几幅图 像获得信息，进行综合分析 。
一、图象配准概述
4、主要配准方法
点法( Method)－ 点法(Point Method)－界标配对 曲线法( 曲线法(Curve Method) － 边界曲线的匹配 表面法(Surface Method)，如“头帽法”(Head and Hat Method)， 头帽法” 表面法( method) 矩和主轴法( 矩和主轴法(Moment and Principal Axes Method) 交叉相关方法( 交叉相关方法(Correlation Method) 最大互信息配准法( 最大互信息配准法(Maximization of Mutual Information) 图谱法( Method)与非线性变换技术 图谱法(Atlos Method)与非线性变换技术
定义x轴为水平方向轴，正方向：从左到右；
1、刚体变换
（1）二维刚体变换
三个变换参数：两个方向的平移和绕坐标原点的旋转 三个变换参数：两个方向的平移和绕坐标原点的旋转 平移和绕坐标原点的 轴方向的平移： 矩阵形式： 沿y轴方向的平移
x′ = x y′ = y + q
其中，q是刚体变换参数。
主要配准方法
点法（ Method） 点法（Point Method） ：分为内部点法与外部点法。
标志点一旦确定，图象配准问题就归结为求解对应点 集的刚体变换；对准了这些标志点，图象也就配准 外部点： 外部点： 内部点：解剖标志点； 内部点：解剖标志点； 在受试着颅骨嵌入的螺钉； 在受试着颅骨嵌入的螺钉； 耳蜗尖端拐点处； 耳蜗尖端拐点处； 在皮肤上作记号； 在皮肤上作记号； 两个线性结构的交点； 两个线性结构的交点； 血管的分叉或相交处等； 血管的分叉或相交处等； 其他在两幅图像都可以检测 到的附加标记物： 到的附加标记物：如充有硫 酸铜的管子、玻璃珠、铬合 酸铜的管子、玻璃珠、 金球、明胶球等。 金球、明胶球等。 优点：对受试者友好； 优点：对受试者友好； 优点：容易识别； 优点：容易识别； 缺点：难以识别， 缺点：难以识别，需要一 缺点： 缺点：受试者在扫描装置内 定的经验。 定的经验。 要求严格不动； 要求严格不动；
主要配准方法
矩和主轴法(Moment
and Principal Axes Method)
根据力学中物理质量分布的概念： 先计算两幅图象象素点的质心和主轴； 再通过平移和旋转使两幅图象的质心和主轴对齐， 从而达到配准。 缺点：对数据缺失敏感； 对神经医生感兴趣的某些病案效果不佳。
应用：粗配准；初步对齐；
主要配准方法
图谱法
针对不同人脑的解剖结构的大小与形状方面具有的 共性，使我们有可能构造一个解剖图谱； 利用脑图谱进行配准，就可以利用图谱所包含的先 验知识对病人或其他人的图象进行自动识别和正确 的分割
非线性变换
基于物理模型的配准方法 基于空间变换的配准方法
二、基本空间变换模型
1、刚体变换
医学图象配准中常采用刚体变换模型， 该模型假定图象内部的距离和角度在配准 过程中保持不变。 二维刚体变换 三维刚体变换
一、图象配准概述
2、医学图象基本变换：刚体、仿射、投影、非线性 医学图象基本变换：刚体、仿射、投影、
刚体变换指物体内部任意两点之间的距离保持 不变，可以分解成旋转与平移； 仿射变换将直线映射为直线，并保持平行性； 投影变换将直线映射为直线，但不再保持平行 性质； 非线性变换将直线映射为曲线；
一、图象配准概述
医学图象配准示意图
一、图象配准概述
2、医学图象基本变换：刚体、仿射、投影、非线性 医学图象基本变换：刚体、仿射、投影、
（1）刚体变换(Rigid body transformation) 刚体变换(
± sin α x Tx x' cosα = + y' m sin α cosα y Ty 仿射变换( （2）仿射变换(Affine transformation)
2. 对于一个病人群的统计研究，或对于某个病人不同时期的评估研究的需要。 对于一个病人群的统计研究，或对于某个病人不同时期的评估研究的需要。
一、图象配准概述
图象配准与融合的概念: 图象配准与融合的概念:
图象的配准 图象的配准 (image registration)： registration)： 对几幅不同的图象作定量分析，首先要将图象转 换到一个公共的坐标框架内研究，解决图象的严 换到一个公共的坐标框架内研究，解决图象的严 格对齐问题，这就是图像配准。 格对齐问题，这就是图像配准。 图象的融合( 图象的融合(image fusion)： fusion)： 几幅图象信息综合的结果。