[发明专利]配准方法、计算机设备和存储介质

说明书

本申请涉及一种配准方法、计算机设备和存储介质，通过对空间变换参数的原始值根据图像相似性算法进行优化，得到优化后的初始化值，并根据该优化后的初始化值进一步优化得到空间变换参数的优化值，然后根据该空间变换参数优化值对原始浮动图像和原始参考图像进行配准，该方法中，由于采用图像优化算法，做进一步更精细的初始化优化，能够弥补一开始获取的空间变换参数原始值的不足，并对后续的空间参数优化提供更可靠的输入，整体上加快线性配准优化算法的收敛，对精确完成个体或个体间同模态、异模态或多模态医学影像的高速线性配准起到关键作用，极大地提高了医学影像在线性配准过程中算法的执行效率、准确性与鲁棒性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种配准方法、计算机设备和存储介质。

背景技术

在医疗领域中，配准是医学图像处理中常用的基本技术，大量使用在医疗影像领域的各个方面，例如，病灶检测，疾病诊断，手术规划，手术导航，疗效评估等。

线性配准是一种常用的配准算法，其表示对于一对影像数据，通过寻找一种空间变换把一幅图像(浮动图像)映射到另一幅图像(参考图像)，使得两个影像数据中对应于同一解剖学结构的点一一对应起来，从而达到信息融合的目的，通过配准将各种影像数据结合起来，在同一图像上显示各自的信息，为临床医学诊断提供多数据多信息的图像，成为极具应用价值的技术。

但是，现有的医学影像在线性配准过程中存在效率较低的问题。

发明内容

基于此，有必要针对上述现有的医学影像在线性配准过程中存在效率较低的技术问题，提供一种配准方法、计算机设备和存储介质。

第一方面，本申请实施例提供一种配准方法，该方法包括：

对原始参考图像和原始浮动图像降采样N次，得到降采样N次后参考图像和降采样N次后浮动图像；

获取降采样N次后参考图像和降采样N次后浮动图像的降采样N次图像空间变换参数的原始值；

在降采样N次后的参考图像和降采样N次后的浮动图像上，对空间变换参数的原始值根据图像相似性算法进行优化，得到优化后的初始化值；

通过优化算法对降采样N次图像空间变换参数的初始化值优化，确定原始层至N-1层中至少一层的参考图像和至少一层的浮动图像的空间变换参数的优化值；

根据空间变换参数的优化值，对原始参考图像和原始浮动图像进行配准。

在其中一个实施例中，上述在降采样N次后的参考图像和降采样N次后的浮动图像上，对空间变换参数的原始值根据图像相似性算法进行优化，得到优化后的初始化值，包括：

根据降采样N次图像空间变换参数的原始值和降采样N次图像空间变换参数的指定步长和搜索范围，确定搜索范围内各指定步长对应的空间变换参数参考值；

根据预设的算法获取各空间变换参数参考值对应的降采样N次后参考图像与降采样N次后浮动图像之间的相似度量值；

将相似度量值中最小值或者最大值对应的空间变换参数参考值确定为空间变换参数的初始化值。

在其中一个实施例中，上述通过优化算法对降采样N次图像空间变换参数的初始化值优化，确定原始层至N-1层中至少一层的参考图像和至少一层的浮动图像的空间变换参数的优化值，包括：

优化操作步骤：将降采样N次图像空间变换参数的初始化值作为降采样N-1次后参考图像和浮动图像的优化输入，对降采样N-1次图像空间变换参数进行优化，得到降采样N-1次图像空间变换参数的优化值；

对N进行减1操作，重复执行优化操作步骤，得到原始层至N-1层中至少一层的参考图像和至少一层的浮动图像的空间变换参数的优化值。