（通信与信息系统专业论文）医学脊椎图像的配准研究.pdf

摘要 摘要 计算机辅助脊柱手术导航是近年来在国际上发展迅速的一个领域，它对于 确定病灶位置、制定最佳手术方案和保证手术成功等都具有十分重要的意义。 图像配准是整个导航技术的关键。 本文首先介绍了课题研究的意义、医学图像配准的发展，然后对图像配准方 法进行分类，并总结了典型的配准方法。其次深入研究基于互信息的医学图像 配准方法，并探讨互信息的相关理论和图像配准框架。提出在多分辨率策略下， 以m a t t e s 互信息法作为相似性测度，对图像进行刚性变换，i + i 演变法进行优 化的新配准算法。并对几种不同的基于互信息的方法进行了实验，对比配准结 果发现新方法速度更快、精确度更高。 在详细分析脊柱解剖结构和实际情况基础上，本文提出了一种新的基于脊 柱图谱的分步配准算法。该方法首先对图谱和m r 图像进行预处理，利用仿射 变换实现全局初配准，然后对椎骨实行分段刚性配准、对脊柱周围的组织作弹 性配准，接着对器官作位置配准，最后利用优先级判据组合各配准结果。实验 表明该方法配准精度高、稳定性好。 关键词：图像配准；脊柱；互信息；i + i 演变法；图谱； a b s t r a c t a b s t r a c t i nr e c e n ty e a r s ，c o m p u t e r - a i d e ds p i n es u r g e r yn a v i g a t i o ni sa na r e at h a th a sb e e n d e v e l o p i n gv e r yq u i c k l yi nt h ei n t e n t i o n a l i ti so fg r e a ts i g n i f i c a n c et od e t e r m i n e l e s i o nl o c a t i o n ，d e v e l o pt h eb e s ts u r g i c a lp r o g r a ma n de n s u r es u c c e s s f u lo p e r a t i o n s i m a g er e g i s t r a t i o ni st h ek e yo ft h ee n t i r en a v i g a t i o n f i r s t l y , t h ep a p e rg e n e r a l l yi n t r o d u c e st h ed e v e l o p m e n ta n ds i g n i f i c a n c e o f m e d i c a lr e g i s t r a t i o nt e c h n i q u e s ，a n dt h e nc a t e g o r i z e st h e m t h et y p i c a lm e t h o d sa r e a l s o s u m m a r i z e d s e c o n d l y , t h e m u t u a li n f o r m a t i o n - b a s e dm e d i c a li m a g e r e g i s t r a t i o nm e t h o d sa r ed e e p l yr e s e a r c h e d ，a n dt h er e l e v a n tt h e o r ya n df r a m e w o r k o fm u t u a li n f o r m a t i o nr e g i s t r a t i o ni sd i s c u s s e d t h e n ，t h ep a p e rp r o p o s e sam i x e d o p t i m i z a t i o na l g o r i t h mi ni m a g er e g i s t r a t i o nw h i c ht a k e sm a r e sm u t u a li n f o r m a t i o na s s i m i l a rm e a s u r eu n d e rt h em u l t i r e s o l u t i o ns t r a t e g y , a n d c h a n g e sw i t hr i g i d t r a n s f o r m a t i o n , r e s e a r c h e sw i t h1 + 1e v o l u t i o ns t r a t e g y b e s i d e s ，t h ep a p e rc a r r i e so n s o m ee x p e r i m e n t sb a s e d0 1 1r e g i s t r a t i o no fm u t u a li n f o r m a t i o n e x p e r i m e n t ss h o wt h a tt s p e e do ft h en e wm e t h o di sq u i c k e r , t h ep r e c i s i o nt ob eh i g h e r a f t e rm o s t l ys t u d yo fs p i n a la n a t o m y , r e l e v a n to r g a n i z a t i o n sa n di n t e g r a t i o no f t h ea c t u a ls i t u a t i o n ，t h ep a p e rp r e s e n t sas u b s t e pr e g i s t r a t i o na l g o r i t h mb a s e do n s p i n a la t l a s t h en e wm e t h o d sp r e p r o c e s sa t l a sa n dm ri m a g ea tf i r s t , a n dt h e nt h e g l o b a lr e g i s t r a t i o nf o ra t l a sa n dm ri m a g e ，r i g i dt r a n s f o r m a t i o nf o rs u b v e a e b r a l ； e l a s t i c r e g i s t r a t i o n f o rt i s s u ea r o u n dt h es p i n e ；l o c a t i o nr e g i s t r a t i o nf o ro r g a n s e x p e r i m e n t ss h o wt h a tt h en e w m e t h o dw i t hh i g hp r e c i s i o na n ds t r o n gs t a b l i t y k e yw o r d s ：i m a g er e g i s t r a t i o n ；s p i n e ；m a r e sm u t u a li n f o r m a t i o n ；1 + 1e v o l u t i o n s t r a t e g y ；a t l a s ； i l 学位论文独创性声明 学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名c 手瓢愎攻签字吼卜年1 月死 学位论文版权使用授权书 本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权直昌态堂可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授 权中国科学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名( 手写) ： 酉袤 签字日期：叫。年 月厂e t 新签名( 矧：岳衅 签字日期：2 - o lp 年【月j e t 第1 章引言 第1 章引言 1 1 课题研究的意义 在图像研究和分析领域中，由于成像方式、图像的分辨率和对比度的差异， 以及成像时空等变化，使得同一类事物很难综合利用其完整的信息。图像配准 就是解决这一类问题的关键。图像配准是指对从不同时间，不同传感器或不同 视点获得的图像的空间匹配和叠加。这些图像经过必要的变换处理，使它们的 空间位置、空间坐标达到匹配。目前，医学图像配准的两个研究方向是全自动 化和高精度化。为了减小在临床实用中对影像专家的过度依赖并减轻其劳动强 度，图像配准技术从复杂费时、费力的基于定位装置的成像前配准，到人机交 互的半自动方式，直至完全由计算机自动完成的全自动配准，发展非常迅速， 精度也逐步提高，各种新的方法也正在积极的探索研究之中。 从2 0 世纪初的x 射线、心电图，到2 0 世纪中期的电镜、内窥镜、示踪仪、超 声诊断仪，以及后来的计算机断层成像( c t ) 、正电子摄影( p e t ) 、核磁共振成像 ( m r l ) 等成像技术的飞速发展，为临床诊断带来了革命性的变化。安全、微创是 现代医疗追求的目标。计算机辅助下的手术导航技术是一个正在兴起的全新手 术技术，它是以医学影像为基础，在高性能计算机及专业软件的辅助下，实现 对手术器械的实时跟踪，以及手术对象的可视化，从而大大提高手术完成的质 量和成功率，减少手术并发症的出现。随着科技的进步和人民生活水平的提高， 人们对微创医疗的要求和需求也在逐步增加，开展相关的技术研究的重要性也 日益凸现。而图像配准工作是多模态图像融合、手术导航以及医学数据可视化 等医学图像处理过程的首要步骤，本课题就脊柱的微创手术开展相关的图像配 准方法的研究。 脊柱是人体的中轴，垂直于骨盘上，不仅能支撑起肩膀、上肢及头部，而 且能缓冲身体压力震荡以及保护内脏的器官。脊柱的位置至关重要，影响非常 大，在脊柱上手术风险相对较大。脊柱侧弯、脊柱肿瘤、寰枢脱位、腰椎滑脱、 颈椎骨折、腰椎骨折等手术难度较大，早期的人工手术很容易出现术后并发症， 现在已经有不少医院利用计算机辅助手术系统辅助手术，并取得了较好的疗效。 自从19 9 2 年，k e v i nf o l e y 将h e a l t h s t a t i o n 导航系统首先应用于脊柱外科的腰椎 第l 章引言 椎弓报钉植人手术，发展至今，作为脊椎外科的重要发展方向，脊柱手术微创 化已成为国际上研究的热门问题。脊柱内微创手术追求的是在完成正确引导的 同时确保重要神经核血管零损伤，尽量减少脊柱结构的暴露，保留脊柱的完整 性，减少周围肌肉组织损伤，减少术中出血量，让患者能缩短术后康复时间以 及减少术后并发症的发生。 近年来t 随着医学成像技术、计算机技术以及光学精确定位技术的进步 手术导航系统开始应用于脊柱外科手术。导航系统按照图像获取方式可以分为： x 射线透视导航系统、m p , i 导航系统和c t 脊柱导航系统。x 射线透视导航系统 需要额外安装影像增强器对透视图像进行配准，而且只限于二维，不能记录人 体的空问三维信息，不同器官在空间所处的位置不能确定，同时这些图像质量 不高，空间分辨率较低，噪声大，使得配准难度变大。i v l p , i 手术导航系统目前 还在测试阶段。最为常用的是c t 脊柱导航系统( 图1 1 ) ，多采用c 型臂透视二 维图像导航。使用c t 图像引导脊柱外科系统指导手术精确定位的关键是完成病 人物理空间坐标系和图像空间坐标系的精确配准。现有商业导航系统一般采用 骨性标志点进行对应点配准或采用激光定位探测器进行点云配准，术中图像配 准误差较大而且医学成像设备昂蚩，其中影像漂移( 即手术进行中组织结构移 位) 是导致影像与真实位置产生的误差的宜接原因，其发生率高选6 6 0 o 。是日前 导航系统面临的是大的技术挑战。因此研究快速，精确的脊柱配准方法对_ f 计 算机辅助脊柱外科系统发展是非常关键的。 濑 玉、笺y鹾、k 第l 章引言 图谱及积累的经验来对图像中感兴趣区( r e g i o no fi n t e r e s t ，r o i ) 做出判断，而这 些书籍和图谱往往给出的是文字描、二维断层图像和固定位置，很难与患者的 实际情况联系起来，对于缺乏临床经验的医生来说认识尤为困难。数字化解剖 图谱使医生对深部组织全方位可视化。目前应用在计算机辅助手术中的图谱以 脑图谱居多，其他器官相对较少，所以脊柱的图谱创建和配准是一个全新的内 容。外科医生根据图谱配准病人图像，将图谱空间映射到病人真实空间，利用 图谱来指导和监督手术，精确定位病灶，设计出缜密的手术计划，进行实时手 术跟踪。基于图谱的配准是图像配准技术中的重要方法。 c t 图像的分辨率过低，不能正确地对肿瘤进行定位，并且患者作c t 时的 体位与手术时体位有差异，如果差别较大会影响导航的精确。在脊柱内植物手 术中，由于椎节结构复杂多变毗邻重要神经，为了保证配准准确，要求通过多 次多维的x 线实时视图来配准。传统c 臂需要不断变换角度、方向，反复地进 行x 线照射，这样对患者存在高辐射危险。另一方面由于肩胛骨、肋骨、背肌 的阻挡x 线透视，图像难以清晰，虚拟x 线透视导航模式效果不理想。无论c t 还是x 射线，对软组织的识别都是有限的，在肿瘤和有脊髓损伤的手术中m r i 图像的重要性是这c t 和x 射线图像无法替代的。c t 具有较强的空间分辨率和 儿何特性，对人体软组织对比度较低，对骨骼反映清晰。m r 具有高度的软组织 分辨能力，可清晰反映软组织、器官、血管等的解剖结构。通过c t 和m r 医学 图像的融合分析，定量的给出病灶的大小、位置及其关键部位的相对关系，帮 助医生选取最佳途径，有利于全面地治疗，不同模态的图像配准是图像融合的 重要前提。 1 2 医学图像配准的发展 自从2 0 世纪8 0 年代提出医学图像配准以来，医学图像配准的发展一方面与多 种医学成像设备的发明和应用密切相关，另一方面也随着计算机辅助手术的研 究和实践而拓展。医学图像配准的发展大概分为以下几个阶段： 1 ) 2 0 世纪8 0 年代初，基于灰度的配准方法是此阶段研究的主要内容，主要 应用在d s a ( 数字减影血管造影) 方面。通过检测相关性和灰度值的差异来决 定刚性变换的参数。当时是针对二维图像的配准，不过对于三维图像的此类配 准也在研究中。这个阶段主要是利用简单图像进行配准以辅助诊断。 第1 章引言 2 ) 在2 0 世纪8 0 年代中后期到9 0 年代初，基于特征的配准是该阶段的主 流，可以分为基于图像外部特性和内部特性的两大类。在二维图像上，通过人 为或者计算机自动选取特征点，通过采用刚性变换达到图像配准的目的。由于 不同模式的图像表现出不同的特征，医生开始认识到将不同模式的图像综合起 来会获得更好的诊断效果，图像配准成了首要任务。 3 ) 2 0 世纪9 0 年代中后期，出现了数字血管造影( d s a ) 、单光子发射断层成 像( s p e c t ) 、磁共振成像( m r i ) 、数字荧光造影( d f ) 、正电子发射断层成像( p e t ) 等多种成像模式的医学图像，使人体内部的结构、功能等多方面的状况通过影 像反映出来，从而更加直观地提供人体解剖、生理及病理等信息。为了能更全 面地了解病人信息，需要将多模态图像进行融合，使得多模态信息配准成为目 前医学图像分析中一个非常活跃的研究领域。自从w o o d s 等人【2 j 提出采用互信息 法配准之后，基于互信息方法逐渐成为目前多模态图像配准中应用最广的相似 性准则。它具有不需要对图像进行预处理、对图像没有先验假设、对部分缺损 图像也能配准等优点。但是基于互信息方法也存在计算复杂、速度慢；只有图 像的统计信息，而缺少位置信息等缺点。m a e s 和s t u d h o l m e 分别提出了两种归一 化互信息的表示形式 3 1 ：熵的互相关系数，归一化互信息测度。随着图像配准技 术研究的逐渐成熟，图像配准的应用逐渐投入到临床诊断当中。此时，另一个 临床蕈要的方面是介入治疗，也对图像配准提出了迫切的需求。 4 ) 进入2 l 世纪后，计算机硬件技术带动图像配准技术在三维领域的发展。 图像配准的方法从刚性变换转换到非刚性变换。非刚性变换有仿射变换、投影 变换、非线性变换等。仿射变换一般用于求解图像的坐标轴尺度因子；非线性 变换是基于非线性理论模型的方法，中心任务是将由非线性形变引起的图像间 的几何差异模型化，这种方法首先由b 句c s y 等人1 4 】提出，并f i t c h r i s t e n s e n 等人例 依据流体力学提出更加灵活的粘滞流体模型，用于处理有较大形变的图像配准。 人们陆续推出一些非线性的方法，如基于偏微分方程( p a r t i a ld i f f e r e n c e e q u a t i o n ，p d e ) 的配准方法和基于b 样条的自由形变模型( f r e e - f o r m d e f o r m a t i o n ，f f d ) 。 到目前为止已经出现了大量的配准算法和文献，尤其是对于人脑的配准方 法非常多，但是在成像条件复杂、图像存在较大局部变形或图像目标具有高可 变性( 如腹部，胸腔部位) 的其他器官的配准很少。其中，刚性配准的算法比较成 熟，但在很多情况下不能解决形变问题，目前的研究方向已经转到刚性和非刚 4 第1 章引言 性相结合或者纯粹的非刚性配准。对于变形较大的组织的图像配准、不同个体 之间的配准以及图谱配准，都需要采用非刚性的配准方法。但是与刚性配准相 比，虽然有些学者提出了一些非刚性配准的理论，但真正意义的应用仍很少， 计算效率和稳定性有待提高。由于通常在进行非刚性配准之前，需要先进行刚 性配准以使得两幅图像达到整体上的粗配准，所以对于非刚性配准和刚性配准 的研究和实验仍然需要不断进行下去。此外，在配准算法中，基于特征的方法 依赖于特征提取的方法，不但计算速度较快，而且适合刚性配准和一些变形配 准。而基于灰度的方法，虽然自动化程度高，但是没有直接考虑图像形状信息， 而且计算速度比较慢。如何将基于特征的方法和基于灰度的方法结合起来，既 提高速度又提高精度，也是一个非常活跃的研究方向。 1 3 研究内容和论文安排 本论文工作在研究了脊柱m r 、c t 图像以及图谱相关的理论问题和实际问题 的基础上，结合现有一些脊柱配准方法和配准要求，对基于脊柱图谱的医学图 像配准方法进行了初步的研究。本论文研究的配准拟用在计算机辅助骨科手术 导航系统中，其配准的要求在于椎骨及附近血管、神经等器官的精确配准。本 论文研究目标是在脊柱的图谱的标准化基础上对图谱和m r 图像进行配准，达到 椎骨的精确配准，紧贴脊柱的组织例如血管、神经、黄韧带随着脊柱的变化而 配准，其他器官解剖位置的大概配准。另一方面，利用不同的互信息法配准椎 骨的m r 和c t 图像，以便图像融合处理。 本论文研究的主要内容如下： 1 ) 基于互信息的脊柱图像配准，包括以m a t t e s 互信息为相似性测度，梯度 下降法作为优化搜索的方法；1 + 1 演变算法优化；多分辨率的方法。并对 三种方法作了对比分析。 2 ) 基于图谱的脊柱图像配准，主要由图像预处理、全局初配准、基于椎骨 的配准、基于脊柱周围组织的弹性配准、血管单独配准以及器官位置配 准组成；其中器官配准包括肾、肝、胆、脾、肌肉配准。并在两套实际 三维m r 数据进行试验和分析。 全文共分为四章，各章节内容安排如下： 第一章为绪论，阐述了医学图像配准研究的背景和意义，主要针对脊柱的 第1 章引言 手术导航的应用，概述了图像配准的发展和研究现状，明确了研究目标，并对 全文的工作安排做了一个小结。 第二章的内容是医学图像配准，介绍了图像配准的概念、分类，并对论文 中采用的几种典型图像配准方法进行说明。 第三章是基于互信息的脊柱图像配准，在阐述了基于互信息的医学图像配 准方法的基础上，对基于互信息的图像配准方法的步骤作了介绍，并对具体步 骤作了分析。在分析已有的配准基础上提出多分辨率和1 + 1 演变算法结合的配准 算法，并对比三种方法的配准结果。 第网章针对图谱的特点和研究目标，提出新的基于图谱的脊柱配准算法。 新方法分为脊椎的刚性配准、基于脊柱的周围组织弹性配准、器官定位配准。 分析脊柱周围解剖组织结构，通过分割提取适当的特征，将刚性配准和弹性配 准结合起来。该算法配准精度高，稳定性强。 第五章总结本文的工作，提出论文工作中依旧存在的问题并对下一步研究 工作作了展望。 6 第2 章医学图像配准 第2 章医学图像配准 2 1 医学图像配准的定义 在医学领域，图像配准是指对一幅图像进行一定的几何变换而映射到另一 幅图像中，使得两幅图像中的相关点达到空间上的一致 6 1 。在医学领域，配准的 结果应使两幅图像上所有的解剖点，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。如图2 1 所示，首先确定不同视图的对应点a 和b ，然后通 过一个空问变换t ，使得这两点对应起来。图像配准框架由特征空间、空间变换、 相似性测度、优化算法阴部分组成。 t ，。一一一一一一一一 一一一一，7 ， 图2 1 图像配准示意图 2 2 医学图像配准的分类 医学图像配准分类【7 】的标准很多，根据不同的分类标准得到不同的分类结果。 ( 1 ) 维数：根据图像的维数可以分为二维与二维，二维与三维，三维与三 维的图像配准。二维与二维的图像配准是指常见的两幅平面图像的配准。二维 与三维的图像配准一般是空问图像和投影图像的配准，如x 射线图像与c t 图像 的配准。三维与三维的图像配准是指两幅空间图像的配准，一般选取特征点进 行配准，这类配准难度比较大。在空间维数的基础上加上时间维数，原来的二 维、三维就变成三维、四维。这样的配准主要用于观察骨骼生长、伤口愈合的 情况、肿瘤病变等。 ( 2 ) 图像来源：根据图像的来源将配准方法分为同一个体的配准、不同个 体的配准、个体与图谱的配准。图谱既能是标准个体的图像，也能是从标准个 体中分割出来的图像。搜集某些特定结构，大小和形状的统计信息后，图谱配 7 第2 章医学图像配准 准主要应用在放射治疗和计算机辅助手术的定位。同个体的配准既有不同时 态的配准，也有不同成像方式的配准。将受试者的图像与典型正常人相同部位 的图像进行对比以确定受试者是否正常是属于不同个体的配准。 ( 3 ) 模态信息：根据图像的模态信息将配准方法分为单模态图像配准、多 模态图像配准、患者与不同模态的配准。单模态图像配准可用于观察病灶和治 疗情况等。多模态图像配准主要应用于诊断方面，它可以分为两个方面。一是 解剖图像与解剖图像配准，用于显示组织形态学的不同方面进行融合。二是解 剖图像与功能图像的配准，能够将组织的新陈代谢与解剖空问位置联系起来。 多模态问配准一般有以下结合方式如：u s c t 、x r a y u s 、c t - m r 、c t - p e t 、 s p e c t - m r 、p e t - m r 、p e t - u s 等。 ( 4 ) 变换特性：根据变换特性可以分为刚性变换、仿射变换、投影变换、弹 性变换。刚性变换仅存在坐标轴的乎移和旋转。坐标变换和尺度变换结合的是 仿射变换。如果只能将直线映射成直线，平行性和垂直性都不能保持时，坐标 变换是投影变换。将直线映射成曲线的坐标变换就是弹性变换。弹性变换配准 可以进一步细分为扩散配准、样条配准、有限元配准、弹簧配准、流体配准、 光流配准等。 ( 5 ) 优化算法：根据配准变换的参数的求解可以分为：用联立方程组直接 计算参数和以能量函数最优化搜索参数。前者主要用于基于特征信息的配准应 用。后者将配准问题转换为一个能量函数的极植求解问题，且能量函数是通过 被优化的变换参数表示的，一般是拟凸的，并能用标准的优化算法求解极值。 优化算法又分为全局优化( g l o b a lo p t i m a l ) 算法和局部优化( l o c a lo p t i m a l ) 。目前 应用比较广泛的方法有梯度下降法( g r a d i e n td e s c e n tm e t h o d s ) 、无约束p o w e u 算 法、模拟退火法( s i m u l a t e da n n e a l i n g ) 、单纯形法、遗传算法( g e n e t i cm e t h o d s ) 、 几何散列法( g e o m e t r i ch a s h i n g ) 等。通常将几种优化方法结合起来加快收敛速度 或者避免局部最小值。 ( 6 ) 特征：基于特征的方法可以分为基于内部特征的变换和基于外部特征 的变换以及基于灰度的变换。基于外部特征的方法是固定在患者身体的标记物 ( 皮肤或骨骼表面上的基准点、立体框架、螺丝标记) 能够在图像中清晰地可视和 精确地检测。该方法优点易于识别，算法简单。缺点是无法实现图像的回溯式 配准，如果成像后标记移动不可能将其替换，并且大多数标记物的安装都是有 损的。基于内部特征的方法是指通过体内的解剖特征或者几何特征进行空间变 8 第2 章医学图像配准 换达到配准的目的。基于内部特征方法的优点是法对人体比较友好，减少人工 操作；缺点是特征点选取很困难，精度难以把握，计算量相对较大。灰度是内 部特征的一种重要信息。基于灰度的图像配准也可以归为基于特征的方法。这 类方法是利用图像的灰度信息选择某种相似性度量度作为代价函数，然后通过 搜索技术求代价函数的最小值，从而得到配准。基于灰度的方法不需要进行图 像分割和特征提取；其缺点是对灰度信息变化非常敏感，速度比较低，适应性 差。一般用于多模态图像的配准，尤其是m r 和c t 。 ( 7 ) 交互性：按照人的参与程度可以分为全自动、半自动和手动。全自动 配准不需要人工参与，只需提供相应的图像或信息；半自动配准要求初始化算 法或参数输入；手动则要求使用者在软件的指导下亲自进行配准。 ( 8 ) 配准部位：根据配准部位可以分为腹部、胸部、头部、脊椎骨、骨盆 和会阴等的图像配准。 2 3 典型医学图像配准方法 配准方法种类繁多，下面分析几种典型的配准方法： ( 1 ) 基于点的方法 基于点的配准方法是图像配准中比较常用的方法，尤其是在三维配准中。 外部标记点的选取比较简单，可以在受试者的骨头上嵌入的螺钉、在皮肤上做 的记号、使用框架、或其他在两幅图像都可检测到的附加标记物。一般都是利 用标记点作刚性变换或仿射变换。，该类配准方法成熟、简单、准确所以常在临 床上使用。内部点包括解剖形态学上明显的标记点，交叉点，几何标记点，比 如耳蜗尖端拐点处、两个线形结构的交点、沟回的可识别部分、局部曲率极值、 角点。特征点的识别既可以使自动的也可以是交互的。目前很多配准的算法不 仅仅只是单纯的点的刚性变换，而是以点的配准为基础作其他变换。陶观群等瞵j 提出了基于球形人造标记的三维配准算法，要求分割出球形标记点和计算其重 心，使用迭代最近点算法寻找对应关系和利用几何变换的最小均方估计作为代 价函数进行配准。并分别对半自动和全自动的方法作了实验。黄永锋 9 1 提出了一 种基于外标记点的无框架配准方法。该方法建立参考坐标系，首先将两幅二维 图像中的外标记点对应的像素坐标转换到参考坐标系，其次在三维图像坐标系 中将外标记点的坐标转换到参考坐标系，并通过一组矩阵运算实现c t 和d s a 图 9 第2 章医学图像配准 像序列的配准。k a r i nh e n s e l 1 0 】首先在腰椎骨骼上选点，作一个粗糙的点对点配 准，将术前c t 集通过表面配准到超声波图像上。a s h o kp a n i g r a h y 1 1 】实验证明外 部基准标记点配准比解剖标志点配准准确性高出3 5 ，因此认为外部标记点更适 合临床研究。目前不少配准方法不再只是单纯的点对点配准，而是将其作为初 始配准结果，然后再利用其他方法进行精细配准。贾富仓i l2 】根据i 临床实际情况， 在不依赖激光定位系统的条件下，先从图像和脊椎骨上选择三对对应点配准， 得到一个初始稳定解：再通过阈值分割得到脊椎骨的表面点云，在初始解基础 上，从脊椎骨表面选取更多点进行迭代最近点优化配准。张翼等【l3 】提出一种基 于不同特征的分步配准方法，首先根据几何特征，采用最近点迭代法( i t e r a t i v e c l o s e s tp o i n t ，i c p ) 算法进行快速粗配准，将误差限制到一定范围之内，其次利用 改进后的图像梯度特征的配准算法进行精配准，根据c t 梯度在成像平面的投影 强度构造最优化函数，获得较稳定的局部极值。该算法在模拟数据配准中成功 率高，而在临床标本上进行实验的配准率相对变低。 ( 2 ) 矩和主轴的方法 质心和主轴是经典的力学概念，将其引入图像配准中就产生了基于矩和主 轴的方法。该方法计算待配准图像的质心和主轴，然后对其平移和旋转使之对 齐。具有计算简单的优点，但是其局限性是对形状变异的敏感性太高，图像细 节的丢失和病变都会影响到配准的精度。吴锋【1 4 j 使用轮廓的矩和主轴的方法实 现m r 和c t 图像的配准，由于是对同一个病人成像而且头颅近似于刚性物体，不 容易发生形变，所以配准精度很高、速度很快且无人工交互。由此看来，在正 常情况下的刚性物体的配准，矩和力轴的方法是不错的选择。很多改进的方法 是使用主轴变换法作粗配准，使两幅图像初步对齐，可以减少后续主要配准方 法的搜索步骤。李晓丽【1 5 j 采用基于水平集的方法分割出右侧胸腔，然后利用力 矩主轴法粗糙配准，并以该结果作为初始条件，令互信息为目标函数，用p o w e u 算法进行优化。 ( 3 ) 基于曲线或者轮廓的方法 轮廓是医学图像形状中一个重要特征信息。不再考虑物体内部像素，基于 轮廓的方法利用分割或者检测的方法提取出轮廓曲线、物体表面等内部特征， 使二维或三维图像的配准问题简化为二维曲线或三维曲- 面的匹配。轮廓的提取 一般是构造差分算子用以检测图像灰度阶跃变化。韦春荣i l6 j 等利用异或运算构 造出评价函数，然后对提取后的轮廓作空间变换，通过循环迭代实现配准。俎 1 0 第2 章医学图像配准 栋林提出一种基于轮廓特征的迭代最近点的配准方法。这种方法是将最优化 解析方法与迭代搜索相结合来解决图像轮廓点匹配问题的，在c t 和m r 、p e t 和 m r 图像配准实验中取得成功，其配准结果精度也高，但是这主要是针对刚性物 体和轮廓比较清楚的情况。火元莲【l 酬首先提取轮廓特征点集，然后以特征点对 之问的最大互信息作为配准的目标函数，并将粒子群优化算法和p o w e l l 算法相结 合以一种组合的全局优化算法来求取最优配准变换参数来完成图像的配准，该 方法将基于特征的方法和基于灰度的方法结合起来，配准误差在一个像素范围 内。周永新等【1 9 1 通过区域生长算法得到图像的轮廓，将其看作点的集合，通过 聚类算法得到聚类中心作为形状特征点，然后采用形状特征点互信息作为配准 目标函数，通过线性递归优化算法实现图像配准，配准精度达到亚像素级。程 孝创2 0 1 根据灰度信息采用边界跟踪算法从三维c t 和脉图像中提取边缘，然后以 轮廓的互距离作为优化参数，实现三维轮廓的表面配准。 ( 4 ) 基于分割的配准 基于分割的配准算法是从图像中分割出具有一定语义结构的线段和曲面、 区域等，并以此作为基准配准整幅图像。目前已有很多分割算法，例如区域生 长算法、模糊连接算法、水平集算法、聚类算法、基于模型的算法等。从待配 准的两幅图像分割相应的解剖结构作为刚性配准的条件；或者从图像中分割出 某些特征，作为弹性配准形变的前提。基于分割的配准方法不仅能够提高精度 和速度，而且可以做到全自动，但是配准的精度受限于分割的精度。目前该方 法主要应用在整形外科。g u e z i e c 等1 2 l j 用图像强度的导数分割出脊线，然后用连 续的样条近似这些离散的曲线并计算曲率和扭矩。p e l i z z a r i 和c h e n 2 2 j 的“头帽算 法”对其中一幅头部图像的皮肤表面进行分割，将其作为帽子，对另一幅图像分 割出的表面模型作为头，将帽子和头的距离的平均平方值最小作为相似性测度 函数，利用p o w e l l 搜索算法寻求最优变化，该方法首先用于p e t 和c t 的配准，后 用于s p e c t 之间的配准。该表面匹配算法是一种自动算法，在物体表面轮廓相 似并且清晰的情况下，配准效果很好。b o r g e f o r 2 3 j 提出快速斜面配准算法，首先 分割出解剖结构的二进制图像，通过距离变换实现配齐。为了提高配准的速度 和精度，病人的一些部位例如骨头可以看做刚性物体，而其周围的区域是非刚 性组织。为了解决这个问题，必须先将骨头分割出来。j a l i t t l e 2 5 j 分割出颈椎 的骨骼组织，并对分割出的区域做刚性变换，从刚性物体计算出欧氏距离，然 后用于一个加权线性组合变换，当移向刚性物体的边界时确保非线性变形趋向 第2 章医学图像配准 于零，从而使得周围组织作变形，达到配准的目的。针对同一病人不同时间扫 描的胸腹部c t 图像，卢振泰【2 5 j 首先分别分割出两组c t 图像中的骨骼结构，通过 对骨骼进行变换实现配准。 ( 5 ) 基于模型的配准 模型代表一种统计性的先验知识，包含了解剖组织的结构、形状等，其处 理信息来源于图像本身；基于模型的方法比其他方法需要更少的假设，灵活性 强，适合处理复杂的图像问题。在图像处理方面中，通过各种模型对图像提出 了各种物理上的约束，这些约束条件构成了对模型的先验知识，把这些先验知识 应用于变形模型可以得到更好的配准效果。为了实现约束条件下的非刚性匹配， 何力等【2 6 j 引入流体映射模型，以主动轮廓及s n a k e 的算法提取出两组待配准图像 轮廓的对应控制点集，最后对头颅、肝、脾等各种器官进行弹形匹配。因为流 体模型本身就是在三维空间的条件下产生的，很容易应用在三维图像配准。但 是假如流体模型的控制点不是一一对应的情况下，图像匹配会产生较大的失真。 在完全自动化配准中，如何解决不恰当控制点的选取是很重要的问题，也是以 后深入研究的一个方向。由于图像所表示的物体通常具有一定的弹性( 如人体软 组织弹性较大，骨组织可以看成弹性较小) ，运用弹簧质子模型模拟图像变形比 较合适，而且简单易行，龚永义 2 7 1 提出基于改进的弹簧质子模型的图像配准算 法，通过将基于模板图像、源图像的相似性测度的高斯导数定义为模型外力，将 图像配准问题转换成力学平衡问题李翔1 2 8 j 将最大似然模型和互信息结合起来 实现多模态的配准。刘新刚【2 9 】以马尔可夫随机场模型作为理论框架，以b 样条为 基函数来构造弹性变形模型，以弹性模型的b 样条系数作为待估参数，以原图像 和变形图像作为已知条件，把弹性变形模型和关于变形场的先验知识有机的融 合到了马尔可夫随机场模型中，实现了基于变形场先验知识的弹性配准。以 k a s s l 3 0 j 等人使用基于s n a k e 活动轮廓为代表的自由式形变模型，不需要全局结构 的先验知识，可以自由地形变。y o n g m e iw a n g 3 1 】描述了利用物理和统计模型实 现两个单模图像的非刚性配准，空间变换由变形弹性固体和粘性流体的物理性 质决定，基于物理模型的贝叶斯准则、密度相似性测度、嵌入在边界点的统计 形状信息使得配准的精度提高。s a i db e n a m e u r l 3 2 1 首先定义一个粗糙的刚性变形 的几何模板，对整个脊柱进行粗糙配准。其次观察数个具有代表性的侧凸椎体， 通过对病理变形的统计分析定义全局变形，用一阶马尔可夫过程定义局部变形， 再通过全局和局部变形达到精确配准的目的。b e n a m e u rs t 5 5 】利用两个常规x 射线 第2 章医学图像配准 的视图以及每个椎体几何结构的先验全局知识统计出一套变形模板，然后以待 配准图像拟合变形模板的投影，对相应椎体的预测分割轮廓，对每个椎体作二 维与i 维的配准。流体模型借用了流体运动中流体的相互关系的数学模型，通过 寻求控制点集的最优变换轨迹，以实现图像各象素点相互制约的平滑变形。为 了消除骨密度和几何形状在纵向定量c t i i ) ! y 量的用户交互，w e n j u nl i t 3 4 j 开发和优 化一个基于先验的3 d 密度特征和结构分析的髋关节和脊柱的量化c t ( q u a n t i t a t i v e c o m p u t e dt o m o g r a p h y ，q c t ) 自动配准算法，配准精度高。手术前，s a m u e lk a d o u r y l 3 5 j 从标准的x 射线得到图像进行准确的三维重建，通过统计嵌入和图像分割来提 供的椎体几何结构。该结构是一个由可以旋转、平移的连续椎问关节组成的清 晰脊椎模型，然后通过使用一个相互关联的马尔可夫随机场编码椎骨关系，通 过多模型参数优化将模型配准到术中c t 图像。赵增军【3 6 j 对基于模型的形变配准 方法在图像引导放疗中的应用研究进行调研的基础上，根据形变配准的形变模 型和特征空间的选取、相似性度量标准的选取、空间优化等3 个主要步骤，以及 形变配准方法验证4 个方面，对有关基于模型的形变配准方法的文献进行了扼要 的分类统计。 ( 6 ) 基于图谱的配准 由于不同人在生理存在差异，同一解剖结构的形状、大小、位置等都不同， 这使得不同人的图像配准问题成为图像分析和处理的难题。利用人体解剖结构 的共性，建立标准图谱。利用图谱提供的先验知识可对患者图像自动识别或者 正确分割。对图谱的配准主要用于神经解剖教学、模型驱动分割和手术导航等。 在立体定向装置或图像引导的手术导航系统中，需要将图像与物理空问中探针、 手术器械或实况摄像的位置配准，涉及到图像空间与立体定向装置、人实体空 间的坐标系统变换。在图像引导的神经外科和立体定向放射治疗中，为了提高 定位的准确性和自动化程度，需要将患者的图像和标准图谱进行配准。在比较 不同个体或人群器官的形状和功能的研究中，以及建立器官的标准图谱时，需 要将不同患者的图像进行配准。李博文【3 7 】，罗述制弱j 等手工选取标志点，通过 薄板样条变换对t a l i r a c h a r 脑图谱和m r 图像作图像配准。对于图谱的薄板样条 变换，邹晖【3 9 j 提出半自动获取脑图谱标记点的方法，减少手工操作时间和难度， 加快了配准的速度。肖化 4 0 l 和裴巍【4 l 】通过对图谱和m r 图像进行仿射变换实现图 像配准。gs u b s o l h 2 】通过不同的几何算子自动提取三维脑图谱的脊线作为点集， 然后利用迭代最近点法做粗糙的配准，接着通过最小二乘变换实现细的配准。 第2 章医学图像配准 针对深度脑刺激手术，v a l e r i ed m y 【4 3 j 提出了源于光流模型和活动轮廓理论的非 参数性图谱配准算法。在活动轮廓分割出轮廓图谱的基础上m e r i t x e l lb a c h c u a d r a m j 利用光流模型和水平集算法进行变形配准。m e ic h e n l 4 5 】提出了统计性 图谱的三维变形配准方法，将一标准的人脑m r 图像作为图谱，另一三维m r 病 人数据集作为待配准图像，以平方差总和作为相似性测度，对于刚性变换空问 以l e v e n b e r g m a q u a r d t t 线性搜索算法来实现初步全局配准；在接下来的细配准 中，对图谱进行局部平滑变形；最后通过基于线性密度变换的微调变形来对单 个解剖组织进行微调。 ( 7 ) 基于互信息的配准 互信息是信息论中的一个基本概念，是两个随机变量统计相关性的测度， 当两幅图像基于共同解剖结构的图像达到最佳配准时，它们对应像素的灰度互 信息应达到最大。由于该测度不需要对不同成像模式下图像灰度间的关系作任 何假设，也不需要对图像进行分割或任何预处理，所以被广泛地用于多种医学 图像配准，特别是当其中一个图像的数据部分缺损时也能得到很好的配准效果。 y u t a r oy a m a m u r a l 4 6 1 等提出先对规范化后的图像中心进行初始配准，接着以检索 邻域的方法选择一些感兴趣区域对其进行互信息法配准。a d r i a na n d r o n a c h e 【4 7 】 等在将非刚体配准问题分解成许多局部刚性变换，使用互信息法粗糙配准子图 像，利用其局部联合直方图和互相关系数完成进一步图像匹配。e d g a rr o m a n t 4 8 】 等控制一幅图像的仿射变换和另一幅图像的基于m a r k o v 相关域函数的互信息， 寻找最优估计器。互信息用熵来定义，熵有多种形式，如s h a n n o n 熵、相对熵、 r e n y i 熵、t s a l l i s 熵、k o z a c h e n k o - l e o n e n k o 熵等p e t e rj l o r e l l z e n 【4 9 】等使用贝叶 斯范式和联合估计后验密度映射到高维配准变换，利用相对熵作为相似性测度， 适合模糊图像配准。c h r i s t o p hg u e t t e r 5 0 j 等提出一种先验联合密度分布变分形式 的非刚性配准方法，同时使联合密度分布之间相对熵的最小化和互信息的最大 化实现配准，精度和稳健性能够满足临床的需要。g u o y a nz h e n g 5 1j 等利用g i b b s 随机场模型将空问信息纳入相对熵的变化近似值，能够获得更宽范围的空间信 息。p e t e rl o r e n z e n l 5 2 , 5 3 1 等将贝叶斯范式估计后验密度加