[发明专利]基于启发式树搜索的血管结构3D/2D刚性配准方法及装置

说明书

一种基于启发式树搜索的血管结构3D/2D刚性配准方法及装置，其3D图像和2D图像的血管图匹配精确度高。方法包括：(1)利用3D和2D血管拓扑一致性来实现血管图匹配，将图的匹配结果表示为成对的3D和2D边的集合；(2)将血管匹配过程看作是在已有的血管对上增加一对新的匹配边的连续过程，将匹配过程分解为连续状态，并用于搜索树的构造；(3)在搜索树的每个节点上，使用一个封闭解来计算基于血管点密集匹配的配准结果，设计一个评价配准质量和配准质量的节点评分；(4)在A‑star搜索算法的基础上，利用一种改进的启发式树搜索策略，寻找节点得分最高的最优结果。

技术领域

本发明涉及医学图像处理的技术领域，尤其涉及一种基于启发式树搜索的血管结构3D/2D刚性配准方法，以及基于启发式树搜索的血管结构3D/2D刚性配准装置。

背景技术

目前，微创介入治疗是血管疾病的主要治疗手段，在介入治疗过程中，手术器械的操作以X射线血管造影(XRA)图像为指导。造影剂通过导管注入感兴趣的动脉并进行成像，这种成像模式在显示血管管腔方面有令人满意的表现。在XRA中，血管内导航的手术器械也可以清楚地显示出来。然而，由于XRA缺乏空间信息，在单视图二维投影的指导下进行准确的介入操作对介入医师来说是困难的。因此，在介入手术中，医生经常使用旋转C型臂获得的多视图血管造影图像，然而这样会加大造影剂的注入且会给患者带来负担。为了解决这个问题，可以将术前计算机断层扫描血管造影(CTA)图像与术中XRA成像相结合使用。通过将三维血管投影覆盖在二维实时图像上来增强介入图像，医生和病人均可以从多模态数据融合和可视化中受益。为了实现这一目标，3D/2D配准技术是其中获得良好的对齐和对应关系的关键。

3D/2D配准方法通常使用一张术前的3D图像和作为配准源的多张术中2D X射线造影图来实现配准。3D和2D图像数据以及C型臂的成像几何参数需要作为配准模型的输入。对于X射线图像序列，通常认为3D/2D配准是3D/2D+t的。旋转成像是临床常用的一种多平面X射线成像技术，在这种情况下，多平面3D/2D配准可视为3D/2.5D。由于3D/2D配准是3D/2D+t和3D/2.5D的基础，因此本文只讨论3D图像到单帧单平面2D图像的配准。根据配准技术的性质，将3D/2D配准方法分为基于灰度的和基于特征的配准方法。

基于灰度的方法通常是通过优化3D术前图像和2D术中图像投影的相似性测度来实现的。数字重建放射成像(DRR)和最大强度投影(MIP)是两种常见的通过计算机断层成像(CT)图像生成模拟X射线投影的方法。Hipwell分析了DRR/MIP与X射线图像的六种相似度指标，其中模式强度和梯度差异表现最好。考虑到基于灰度的方法使用整个图像灰度信息进行配准，因此它们对背景异常值非常敏感。此外，当配准具有大尺度变换的数据时，基于优化的方法可能产生较小的捕获范围。

基于特征的3D/2D配准依赖于从两种模态的图像中提取的具有一致性特征。中心线是血管配准中最常用的特征表示。迭代最近点(ICP)方法将点云配准分解为包含匹配和配准阶段的交替连续的过程。对于匹配阶段，可以通过查找点的最小欧氏距离来分配点对应。Baka介绍了一种将二维点反投影到三维空间，然后执行经典ICP过程的3D/2D配准方法。Rivest-Henault利用血管中心预先计算距离变换，并构造目标函数，可以加速配准过程。Benseghir提出了迭代最近邻曲线(ICC)方法，该方法利用血管分支作为基于最近邻关系的配对元素，然后估计出最小化配对分支之间距离和的变换。这些类ICP方法对噪声和异常值很敏感，因为它们将对应关系限制为一对一的匹配。基于最近邻关系的匹配也会导致这些方法严重依赖于初始姿态。