[发明专利]小鼠三维CT图像的非刚性配准方法

说明书

技术领域

本发明涉及医学图像处理领域，更进一步涉及医学图像的配准方法。本发明可以用于小鼠三维CT图像的配准。 

背景技术

医学图像配准在医学图像分析和临床实验中都有着重要的作用，可以用于图像分割、图像融合、手术导航等技术。在医学实验中，小鼠常作为研究的对象，在分析和处理小鼠三维图像前，图像配准是很有必要的。但是小鼠的身体结构比较复杂，不同的图像之间经常有不规则的非刚性形变，而且软组织与骨骼的形变程度是不一样的，在配准的时候需要将软组织与骨骼区别对待，否则不能得到很好的配准结果。传统的刚性配准方法并不能很好的完成这种配准任务，必须采用非刚性配准方法，但是这样会造成配准时间太长，实用性不强等问题。 

Xia Li等人在“Automatic nonrigid registration of whole body CT mice images.Medical Physics35(4)20081507–1520.”中提出一种小鼠整体三维CT图像的配准方法。该方法首先利用基于仿射变换的配准方法对小鼠在图像中的相对位置进行校正，然后利用点配准算法对小鼠图像进行粗配准，最后利用一种非刚性配准算法对小鼠图像进行精细配准。该方法配准后的结果有非常高的配准精度，并且能够实现不同小鼠个体图像的配准。该方法的不足之处有二：其一是配准耗费的时间太长，没有太大的实用性；其二是不能用于小鼠身体形变太大的情况。 

Martin Baiker等人在“Atlas-based whole-body segmentation of mice from low-contrast Micro-CT data.”中提出用小鼠三维CT图像与小鼠图谱配准的方法。该方法首先对小鼠图谱中的骨骼按照小鼠的解剖学结构手工分割每个骨头关节，在配准是先将小鼠CT图像的骨骼与图谱的骨骼按每个关节进行配准，然后配准小鼠CT图像与图谱的皮肤表面，得到的变换应用于整个小鼠的软组织。该方法的配准结果有很高的配准精度，并且能够应用于小鼠器官的精确分割。该方法的不足之处：小鼠图谱骨骼的手工分割一般难以实现，配准的过程复杂。 

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种三维CT图像非刚性配准方法，用于实现小鼠三维CT图像的配准。 

为实现上述目的，本发明1.小鼠三维CT图像的非刚性配准方法，所述方法包括： 

A对小鼠三维CT图像的源图像的方向位置等进行校正; 

B用阈值分割算法分割小鼠图像，得到源图像和目标图像的小鼠骨骼，分别提取骨骼切片连通域的质心作为特征点，得到源图像特征点与目标图像特征点； 

C对步骤B中源图像特征点与目标图像特征点进行匹配，由匹配后的特征点计算薄板样条变换的矩阵，并采用分层变换的方式对小鼠源图像进行薄板样条变换。 

D最后对薄板样条变换后的小鼠源图像与目标图像进行精细配准。 

在上述技术方案的基础上，所述步骤C中匹配的算法采用TPS-RPM点匹配算法 

在上述技术方案的基础上，所述步骤C中匹配的算法采用ICP点匹配算法。 

本发明还提供小鼠三维CT图像的非刚性配准方法，包括如下步骤： 

1）源图像刚性校准步骤，其包括： 

对源图像进行刚性变换，使源图像中小鼠的头尾方向，小鼠仰卧姿势和小鼠的主轴线与目标图像一致； 

（2）特征点提取步骤，其包括： 

2a）采用阈值分割方法分割源图像和目标图像，得到源骨骼图像和目标骨骼图像； 

2b）计算目标骨骼图像中每个与小鼠的主轴线垂直切面中连通域的面积，计算面积大于设定阈值的连通区域的质心，得到目标图像特征点； 

2c）计算源骨骼图像中每个与小鼠主轴线垂直切面中连通域的面积，计算面积大于设定阈值的连通区域的质心，得到源图像特征点； 

（3）特征点匹配步骤，其包括： 

匹配源图像特征点与目标图像特征点，得到匹配特征点； 

（4）薄板样条变换步骤，其包括： 

4a）对源图像进行采样间隔为4*4*4的下采样，得到下采样图像； 

4b）利用源图像特征点和匹配特征点，对下采样图像进行薄板样条变换，得到配准采样图像； 

4c）计算配准采样图像在薄板样条变换时每个坐标的偏移量，得到薄板样条偏移场； 

4d）采用三次线性插值方法对薄板样条偏移场进行采样间隔为4*4*4的上采样插 值，得到配准偏移场；