[发明专利]一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法有效
申请号: | 201711213529.1 | 申请日: | 2017-11-28 |
公开(公告)号: | CN108053433B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 汪晓妍;刘琪琪;滕忠照;张玲;刘震杰;祝骋路;黄晓洁;何露露 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06T7/38 | 分类号: | G06T7/38;G06T7/11 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 物理 对齐 轮廓 匹配 多模态 颈动脉 mri 方法 | ||
一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法,包括以下步骤:1)计算图像空间物理坐标;2)统一体像素间距转换图像格式;3)确定多模态图像层间对齐关系;4)各序列多模态二维图像内壁分割:依次选定某序列MRI图像,确定该序列图像的分割起始层和终止层,在起始层图像选定颈动脉所在的ROI,利用分割方法实现整个序列的连续自动分割;5)基于内壁轮廓的三维配准:利用清晰的内壁轮廓分割结果进行三维的连续配准。本发明对各种类型的颈动脉多模态序列图像是有效的,很好地达到像素间的对齐配准,从而方便医生后续的诊疗判断以及斑块成分分析。
技术领域
本发明涉及医学图像配准领域,是一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法。
背景技术
近年来,脑卒中因其高发病率,高致残率和高死亡已成为严重危害人类健康的疾病之一,而颈动脉易损斑块与脑卒中的发生密切相关。因此,颈动脉粥样硬化斑块成分的识别及斑块的稳定性的判定成为目前医学影像研究的热点。
高分辨率MRI具有高的组织分辨率、无创、可重复等优点,是识别颈动脉血管形态和量化颈动脉斑块成分的有效方法。多模态MRI图像既能展现管腔狭窄,又能显示斑块形态及成分信息。在识别和定量分析粥样硬化斑块生物学特征方面,MR成像技术与组织病理学具有高度的一致性,从而为颈动脉斑块的诊断和评估提供了一种强有力的检测手段。
但是,由于多模态成像存在扫描时间长、空间分辨率低等局限性,加上血管自身拓扑复杂,存在着多序列间血管的不完全匹配,这对于像素级别的颈动脉粥样硬化斑块成分识别造成了很大的障碍。因此,多序列图像间基于像素的准确对齐配准是目前研究的重点。
根据配准过程中所使用的相似性测度可以将目前较常见的配准方法分为基于特征和基于灰度的配准方法,其中基于灰度的配准方法利用图像的灰度信息完成配准。该类方法需要计算每个像素点的位移,精度较高但计算复杂,且图像采集时的外界因素敏感。一般情况下,多序列颈动脉图像的血管配准由于图像灰度分布差异的原因,很难利用该类方法达到较好的配准准确性。而基于特征的方法从待配准图像中提取少量特征信息即可完成配准,特征包括特征点、曲线、曲面等。
但是,多模态MRI由于其图像数量、图像大小、扫描层面不一致等问题,首先需要根据空间物理信息对各序列图像体像素进行完全统一和物理对齐的粗配准,再利用颈动脉内壁相关特征进行下一步的基于特征的三维连续精确配准。
发明内容
为了克服现有多模态MRI数量、图像大小、扫描层面不一致等问题,本发明提出一种对齐空间位置结合内壁轮廓进行三维配准的方法,重新整合各序列图像数据并由此设计出一套基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法,更好地从各序列图像对颈动脉斑块区域进行对比观察和检测,从而便于后面的管腔狭窄程度评价和斑块成分分析。
本发明解决其技术问题所采用的技术方案是:
一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法,所述方法包括以下步骤:
1)计算图像空间物理坐标:首先通过原始DICOM图像信息进行空间物理坐标的确定,得到多模态颈动脉MRI的空间信息,再根据空间位置关系截取有用信息确保完全准确的各序列的各层图像的像素对齐;
2)统一体像素间距转换图像格式:由于多模态MRI的各序列图像差异较大,需要统一图像的扫描层面,并对其体像素进行完全统一;
3)确定多模态图像层间对齐关系:确定各序列各图像的具体空间位置和统一体像素对原始图像进行处理后,通过空间Z轴坐标得到距离某序列各层位置最近的层数对应关系,设序列一第一层左上角空间位置为(x1,y1,z1),序列二第一层左上角空间位置为(x2,y2,z2),统一后的体像素为p,则序列一第m层对应的序列二第n层的匹配则满足关系:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711213529.1/2.html,转载请声明来源钻瓜专利网。