[发明专利]能够减少物体运动造成的成像伪影的生物医学图像配准方法和计算机程序产品

说明书

技术领域

本发明涉及图像配准的方法，该方法由以下步骤组成：

a)提供同一物体的至少第一幅和第二幅数字或数字化图像，或者至少第一组和第二组该物体的截面图像，这些图像由像素或体素的二维或三维阵列形成；

b)在第一幅图像或第一组图像中，通过选取一定数量的像素或体素，将这些像素或体素设为标志或特征，来定义一定数量的标志，即所谓的特征，并生成要跟踪的所述特征的列表；

c)通过对选定为特征的每个像素或体素确定从第一幅到第二幅图像或从第一组到第二组图像的光流矢量，从第一幅到第二幅图像或从第一组到第二组图像，跟踪选定为特征的每个像素或体素的位置；

d)通过对第二幅或第二组图像的像素或体素施加逆光流，来对第一幅和第二幅图像或第一组和第二组图像进行配准；

背景技术

这种为时间序列的部分的图像的配准方法可以从例如文献US6,553,152中获悉。

文献US6,553,152提供了用于两幅图像的配准方法，该方法是通过由操作员对标志的目视识别以及对两幅图像上的对应像素进行标记来完成的。

这种方法使得标志的选择完全依赖操作者的技能，并且当图像中不存在显著的或意义明确的可识别结构时，该方法在实践中非常难于实现。考虑核磁共振成像(MRI)成像或超声图像或X射线图像之类的诊断图像可知，根据这些图像的结构特征进行对于标志的目视识别是极端困难的，并且可能造成重大的错误。

许多不同的算法试图识别轮廓，如Fischer，B.；Modersitzki，J.Curvature Based Registration with Applications to MRMammography；Springer-Verlag Berlin Heidelberg：ICCS 2002，LNCS 2331，2002；pp202-206所公开的算法，或者试图识别被测量过两次或多次或者甚至用多种医疗器械进行过研究的器官或部位的放射线图像内的标志，例如Shi J，Tomasi C.Good Features to Track.1994 IEEE Conference onComputer Vision and Pattern Recognition(CVPR’94)1994；593-600、Tommasini T，Fusiello A，Trucco E，Roberto V.Making Good FeaturesTrack Better Proc.IEEE Int.Conf.on Computer Vision and PatternRecognition(CVPR’98)1998；178-183、以及Ruiter，N.V.；Muller，T.O.；Stotzka，R.；Kaiser，W.A.Elastic registration of x-ray mammograms andthree-dimensional magnetic resonance imaging data.J Digit Imaging 2001，14，52-55中所公开的算法。

对在不同时刻拍摄的同一物体的平面图像进行配准以计算物体随时间的运动，这种配准称为二维配准。实现相同功能但在例如MRI或计算断层(CT)扫描仪的截面图像组的三维图像组上作用的算法，被称为三维配准。在这些图像组内，标志或物体的运动可能在任何方向上发生。

根据要比较的不同成像方式的数量，配准算法可以分为单模式配准算法和多模式配准算法。

比较两个MRI序列就是一种单模式配准。

通常，单模式配准算法设法识别两幅图像内的一定标志或复杂形状，大多数情况下处理的是二维图像。在第二步则比较两幅图像内对应标志的位置，并计算其运动矢量。这个信息用来将第二幅图像的像素移回到新的位置，以消除运动伪影。

“刚性配准”将二维或三维的图像/体积作为单个单元整体移动到一定方向。“非刚性配准”则仅仅将一定面积/体积的单个或多个像素/体素移往不同的方向。

考虑很柔软的乳房组织这一例子可知，需要非刚性配准来消除运动伪影。

由于乳房不具有任何像骨头一样的成形结构，这样特殊的一致性使得它的直接相邻的部分能够在不同的方向上移动。因此，显而易见的是，任何配准算法或任何其他现有的方法都必须在整个乳房组织各处识别和散布其标志。