[发明专利]一种前列腺核磁超声图像配准融合方法

说明书

本发明提供一种前列腺核磁超声图像配准融合方法，属于计算机辅助诊断领域。该前列腺核磁超声图像配准融合方法首先，针对图像分割任务训练前列腺超声图像的主动表观模型，并基于随机森林建立边界驱动函数的数学模型，实现超声图像自动分割；接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。本发明提供的前列腺核磁超声图像配准融合方法可以适应不同设备厂商的成像参数，提高了图像配准穿刺效率，且能够有效解决超声图像因成像质量低导致手动分割配准效率低下的问题。

技术领域

本发明属于计算机辅助诊断领域，具体涉及一种前列腺核磁超声图像配准融合方法，将超声图像的分割和超声核磁图像的配准。

背景技术

目前，前列腺癌的诊断主要依靠前列腺特异性抗原PSA(Prostate SpecificAntigen,PSA)，并继以穿刺活检，由于PSA特异性较差，故临床上将穿刺活检作为确诊前列腺癌的金标准。经直肠超声引导下的前列腺穿刺活检因实时性、低成本、易操作等优点，成为了临床上最为普遍的诊断前列腺癌的方法。然而，由于直肠超声图像低的成像质量，因此很难从图像上准确定位恶性肿瘤区域。经直肠超声引导下前列腺6针法穿刺活检的假阴性率高达30％。另一方面，多参数核磁共振图像(multi-parametric magnetic resonanceimaging,mpMRI)是目前公认的诊断前列腺癌的最佳影像技术，可精确定位可疑病灶区，从而达到靶向穿刺的目的。为了提高前列腺癌的检出率，核磁/经直肠超声(MagneticResonance/Trans-Rectal Ultrasound,MR/TRUS)融合引导靶向穿刺技术应运而生，它旨在对术前MR图像和实时TRUS图像进行配准融合从而提高穿刺精度。然而，由于MR扫描过程中线圈或直肠内气体的膨胀、病人的呼吸和不自觉的运动、超声探头在直肠中对前列腺腺体的挤压，使得术前MR与实时TRUS下前列腺的形态并不一致。为了补偿形状变化的影响，通常需要对MR/TRUS图像进行的变形配准。

由于超声图像低的信噪比及MR/TRUS图像上复杂的灰度变化关系，仅依据图像灰度特征很难对MR/TRUS图像上对应的结构特征进行定位配准，因此前列腺MR/TRUS的配准融合通常是基于已分割的前列腺表面进行变形配准。现有的配准方法主要有基于灰度的配准方法和基于分割表面的配准方法。前者的主要针对MR/TRUS图像复杂的灰度变化下构造区域相似性的度量标准，后者则在于对MR/TRUS图像进行分割，并通过特定的标记点或直接对整个前列腺切片，进行配准融合。然而，由于前列腺的自动分割是一项极具挑战的任务，因此现有的融合方法主要是基于手动或半自动的方式对前列腺MR/TRUS图像进行分割，并基于手动放置或特殊的生理特征点进行刚体或非刚体配准。

为了充分发挥前列腺MR/TRUS图像在肿瘤诊断、引导穿刺过程中的优势，对前列腺病人术前的MR图像进行手动分割并标记穿刺区域，在前列腺TRUS图像实时引导穿刺的过程中，将术前标注的MR图像信息配准到TRUS图像上，即采用术前MR图像手动分割的前列腺区域到术中TRUS图像自动分割的前列腺区域的配准方式进行图像融合引导穿刺。考虑到前列腺TRUS图像在分割过程中形状尺寸的变化及纹理灰度的影响，采用基于形状和灰度变化的混合方法建立前列腺TRUS图像的主动表观模型，用于图像的自动分割，同时采用薄板样条对前列腺MR/TRUS图像上对应的轮廓区域进行配准融合。

发明内容

针对超声图像因成像质量低导致手动分割配准效率低下的问题，本发明提供一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。本发明基于监督学习方法，通过建立边界驱动函数来估计超声图像的前列腺轮廓分割参数，应用主动表观模型进行超声图像自动分割。在配准过程中，基于前列腺核磁和超声图像的轮廓特征点建立形状上下文算子，使用KM算法进行特征匹配，同时引入轮廓特征点的定位误差作为薄板样条的正则因子进行图像配准。

为了达到上述目的，本发明的技术方案为：

一种前列腺核磁超声图像配准融合方法，包括以下步骤：