医学影像图像处理7PPT.ppt

第七章 医学图像的配准与融合;第七章 医学图像的配准与融合; 随着计算机技术的高速发展，医学成像技术日新月异，为临床医学提供了各种形态和功能的影像信息。 但是各种成像技术和检查方法都有它的优势与不足，并非一种成像技术可以适用于人体所有器官的检查和疾病诊断，也不是一种成像技术能取代另一种成像技术，而是相辅相成、相互补充。 ;根据医学图像所提供的信息内涵，分为两大类： 解剖结构图像（CT、MRI、B超等） 功能图像（SPECT、PET等） 解剖图像以较高的分辨率提供了脏器的解剖形态信息（功能图像无法提供脏器或病灶的解剖细节），但无法反映脏器的功能情况。 功能图像分辨率较差，但它提供的脏器功能代谢信息是解剖图像所不能替代的；; 目前这两类成像设备的研究都已取得了很大的进步，图像的空间分辨率和图像质量有很大的提高，但由于成像原理不同所造成的图像信息局限性,使得单独使用某一类图像的效果并不理想。 因此，为了提高诊断正确率，需要综合利用患者的各种图像信息。 ;7.2 医学图像配准概述;一、医学图像配准的概念;医学图像配准示意图;二、医学图像配准在临床上的应用;临床应用举例 1、计算机辅助手术中，外科医生根据配准的CT/MR/DSA图像精确定位病灶及周围相关的解剖结构信息，设计出缜密的手术计划。在手术过程中，利用三维空间定位系统使术前计划的虚拟病人、手术台上的真实病人和手术器械三者精确联系起来进行手术跟踪。 ;临床应用举例 2、在癫痫病的治疗中，一方面需要通过CT，MRI等图像获得病人的解剖信息，另一方面又需要通过SPECT或PET等得到病人的功能信息，这两方面的结合将有助于对病人的精确治疗。;临床应用举例 3、放射治疗中，应用CT和MR图像的配准和融合来制定放疗计划和进行评估，用CT图像精确计算放射剂量，用MR图像描述肿瘤的结构，用PET和SPECT图像对肿瘤的代谢、免疫及其他生理方面进行识别和特性化处理，整合的图像可用于改进放射治疗计划或立体定向活检或手术。 ;三、医学图像配准的基本过程;N;四、医学图像配准方法的分类;（一）按图像维数分类 按图像维数分为2D/2D，2D/3D，以及3D/3D配准。2D/2D配准通常指两个断层面间的配准；2D/3D配准通常指空间图像和投影图像（或者是单独的一个层面）间的直接配准；3D/3D配准指2幅三维空间图像间的配准。;（二）根据医学图像的模态分类 单模态医学图像配准：是指待配准的两幅图像是用同一种成像设备获取的。一般用在生长监控、减影成像等。 多模态图像配准：是指待配准的两幅图像来源于不同的成像设备，主要应用于神经外科的诊断、手术定位及放疗计划设计等。 ;（三）根据变换性质分类 刚性变换：只包括平移和旋转。 仿射变换：将平行线变换为平行线。 投影变换：将直线映射为直线。 曲线变换：将直线映射为曲线。;（四）根据用户交互性的多少分类 自动配准：用户只需提供相应的算法和图像数据。 半自动配准：用户需初始化算法或指导算法(如拒绝或接受配准假设)； 交互配准：用户在软件的帮助下进行配准 ;（五）根据配准所基于的图像特征分类 基于外部特征的图像配准：是指在研究对象上设置一些 标志点，使这些标记点能在不同的影像模式中 显示，然后再用自动、半自动或交互式的方法 用标记将图像配准。 基于内部特征的配准：主要包括三个方面：基于标记的 配准方法、基于分割的配准方法、基于像素特 性的配准。 ;（六）根据配准过程中变换参数确定的方式分类 1、通过直接计算公式得到变换参数的配准：限制在基于特征信息(例如小数目的特征点集、二维曲线、三维表面)的配准应用中。 2、通过在参数空间中寻求某个函数的最优解得到变换参数的配准： 所有的配准都变成一个能量函数的极值求解问题。 ;（七）根据主体分类 1、同一患者(Intrasubject)的 配准：指将来自同一个病人的待配准图像，用于任何种类的诊断中； 2、不同患者(Intersubject) 的配准：指待配准图像来自不同病人，主要用在三维头部图像(MR、CT)的配准中 3、 患者与图谱的(Atlas)图像配准。是指待配准图像一幅来自病人，一幅来自图谱。;7.3 图像配准的理论基础;一、图像配准原理;S是相似性测度，配准的过程归结为寻求最佳空间变换的过程。 ;二、空间变换; 图像配准的基本变换;二、空