[发明专利]多模态体积图像的基于模型的融合的方法和系统

权利要求书

1.一种用于多模态图像的融合的方法，其包括：

接收使用第一成像模态来捕获的第一图像；

接收使用第二成像模态来捕获的第二图像；以及

根据第一和第二图像联合地估计目标解剖结构的模型以及估计所述第一和第二图像之间的变换，其中所述目标解剖结构的模型以及所述第一和第二图像之间的变换这二者是根据所述第一和第二图像二者共同估计的。

2.根据权利要求1所述的方法，其中，目标解剖结构的模型包括目标解剖结构在第一图像中的第一模型，以及变换包括将目标解剖结构在第二图像中的第二模型投影到目标解剖结构的第一模型的变换。

3.根据权利要求2所述的方法，其中，变换包括仿射变换和非线性卷绕变换。

4.根据权利要求1所述的方法，进一步包括：

使用所述变换根据第一和第二图像生成被融合的图像。

5.根据权利要求1所述的方法，其中，所述根据第一和第二图像联合地估计目标解剖结构的模型以及估计所述第一和第二图像之间的变换的步骤包括：

在第一和第二图像中的每个图像中独立地检测界标；

使用第一和第二图像中所检测到的界标来估计最初的变换；

基于在第一图像中检测到的界标初始化第一图像中的模型；

使用最初的变换初始化第二图像中的所投影的模型；以及

至少基于针对模型和所投影的模型的相对应的点所检测到的联合概率更新所述目标解剖结构的模型和所述变换。

6.根据权利要求5所述的方法，其中，至少基于针对模型和所投影的模型的相对应的点所检测到的联合概率更新所述目标解剖结构的模型和所述变换的步骤包括：

基于针对模型和所投影的模型上的每个点所计算的相应单模态概率和针对模型和所投影的模型上的相对应的点所计算的联合概率，更新模型和所投影的模型的点；以及

基于目标解剖结构的所学习到的统计学形状模型，正则化所述目标解剖结构的模型和所述变换。

7.根据权利要求6所述的方法，其中，基于针对模型和所投影的模型上的每个点所计算的相应单模态概率和针对模型和所投影的模型上的相对应的点所计算的联合概率来更新模型和所投影的模型的点的步骤包括：对于所述目标解剖结构的模型的每个点，

沿着垂直于模型上点的线在第一图像中采集多个候选点，以及沿着垂直于所投影的模型上的相对应的点的线在第二图像中采集多个候选点；

使用相应的经过训练的检测器，计算针对第一图像中的多个候选点中的每个和第二图像中的多个候选点中的每个的单模态概率；

使用经过训练的推进分类器来计算针对第一和第二图像中的每个可能的候选点对的联合概率；以及

通过乘以第一图像中的候选点的单模态概率、第二图像中的候选点的单模态概率以及候选点对的联合概率，计算针对第一和第二图像中的每个可能候选点对的总概率；以及

选择第一和第二图像中具有最高总概率的候选点对。

8.根据权利要求6所述的方法，其中，变换包括仿射变换和非线性卷绕变换，以及基于目标解剖结构的所学习到的统计学形状模型而正则化所述目标解剖结构的模型和所述变换的步骤包括：

基于所学习到的统计学形状模型，计算所述目标解剖结构的模型和所述变换的后验概率；

通过将所述目标解剖结构的模型投影到所学习到的统计学形状模型的主成分分析形状空间来更新所述目标解剖结构的模型，以改进后验概率；

基于第一图像中的更新过的模型和第二图像中的所投影的模型，更新仿射变换和非线性卷绕变换。

9.根据权利要求6所述的方法，其中，至少基于针对模型和所投影的模型的相对应的点所检测到的联合概率来更新模型和变换的步骤进一步包括：

重复更新模型和所投影的模型的点以及正则化所述目标解剖结构的模型和所述变换的步骤，直到所述目标解剖结构的模型和所述变换收敛。

10.根据权利要求1所述的方法，其中，第一图像是术前图像，而第二图像是术中图像。

11.根据权利要求10所述的方法，其中，术前图像是计算机断层扫描图像，以及术中图像是C-臂计算机断层扫描图像和经食管超声心动图图像中的一个。

12.根据权利要求1所述的方法，其中，目标解剖结构是主动脉瓣。