第7讲 医学图像配准和融合.pptxVIP

第七章 医学图像配准与融合 Medical Image registration and fusion 1 主要内容 配准融合技术概述 医学图像配准技术 图像图像融合技术 理论 方法 评估 方法 评估 背景 意义 背景 医学影像设备在最近十年中得到迅速的发展，并广泛应用于临床诊断和治疗中。 由于成像的原理和设备不同，存在有多种成像模式（解剖成像、功能成像）。 3 对人脑可用多种模式成像 意义 解剖图像：提供解剖形态信息，分辨率高 功能图像：提供功能代谢信息，分辨率差 二者结合：在一幅图像中同时表达来自人体多方面的信息，使人体内部结构和功能等状况能通过影像反映出来，直观提供人体解剖生理病理信息。 于是出现了配准和融合技术，配准是融合的先决条件 4 临床应用 外科手术 术前病灶精确定位 放疗计划 CT图像精确计算放射剂量、MR图像描述肿瘤结构，PET对代谢、免疫及生理方面进行识别，配准融合后图像用于改进放疗计划、立体定向活检、手术 癫痫病治疗 观察炎症、脑外伤、硬化症等变化、病灶精确定位 5 6 配准（image registration）的概念 医学图像配准是指对于一幅医学图像寻求一种（或一系列）空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置（位置一致，角度一致、大小一致）。、 目的：将多种成像模式或同一种模式得到的多幅 图像综合分析，更好的了解组织情况 解决的问题：几幅图像的严格对齐 几幅图像信息综合的结果称作图像的融合（image fusion）。 利用图像融合技术，将多种图像结合起来，利用各自的信息优势，在一幅图像上同时表达来自人体的多方面信息，使人体内部的结构、功能等多方面的状况通过影像反映出来，从而更加直观地提供人体解剖、生理及病理等信息。 图像配准技术是图像融合的先决条件 7 8 图像配准示意图 配准实现过程： 1. 获得特征图像：不同角度，不同位置，反映某些方面的特征 2. 图像配准：通过空间变换（移动和旋转），使两幅图像对齐 3. 图像融合：得到整体特征图像 9 实例： 方法分类：1993年VDE 7种 按维数：2 D、3D 按摸态：单、多 按变换性质： 按用户交互性：自动、半自动、交互 按配准所基于图像特征：外、内 按变换参数确定的方式：公式、最优解 按主体分：同一患者、不同患者、患者与图谱 10 11 刚体变换：指物体内部任意两点间的距离及平行关系保持 不变（处理人脑图像，对不同方向成像的图像配 准常使用刚体变换） 仿射变换：保持平行性，但距离发生变化，直线还是直线 （校正成像设备的误差产生的畸变） 投影变换：直线映射成直线，平行性和两点间的距离变化 （二维投影图像与三维图像的配准） 弯曲变换：直线变成曲线 (解剖图谱变形拟合图像数据) 12 单模配准的典型应用： （1） 不同MR加权像间的配准 （2） 电镜图像序列的配准 13 单模配准的典型应用： （3） fMRI图像序列的配准 （4） 胸腹部脏器的图像配准 时间序列图像，大脑活动会产生氧摄取量和血流间的不平衡 MRI图像测得信号的改变 解决：参考点位置确定（定位问题） 运动过程中的局部变形和噪声问题 14 多模医学图像配准： 待配准的两幅图像来源于不同的成像设备。 解剖图像： CT：对密度差异较大的组织效果好 MRI：可识别软组织 较高的空间分辨率 功能图像：SPECT/PET：能反映人体的功能和代谢信息 空间分辨率差 一般临床上的应用： CT（或MRI）和SPECT（或PET）的综合分析，同时提供功能和解剖信息 15 多模医学图像配准：难点：由于扫描设备的原理不同，两种断层图像间并不存 在简单的一一对应关系 人脑MR/PET图像配准上排：轴向图； 中间：矢状图； 下排：冠壮图左：PET图像； 中：MRI图像； 右：融合图像 16 不同对象的图像配准 难点：不同对象形状、大小、位置差异 方法： 1）确定一个共同的标准。 要求有一个详细标记人体各个解剖位置的计算机化标准图谱，如Talairach标准空间，把两幅图像分别映射到图谱，再比较 17 Talairach人脑图谱 对两个病人的PET或MR图象进行比较，首先把二者的图像都映射到这个共同的参考空间，然后再比较 不同对象的图像配准方法： 胼胝体 18 用非线性变换法配准不同人脑表面沟回 2）非线性形变法