基于ITK医学图像配准与显示.docVIP

基于ITK医学图像配准与显示 　　摘 要：医学图像配准是对于一幅图像寻求一种空间变换，使该图像与另一幅图像中的对应点达到空间上的一致。将对ITK进行介绍，并讨论交互信息配准，二维刚性配准，仿射变换3种方法的实现及其结果。 　　关键词：医学图像配准；ITK 交互信息；二维刚性 　　中图分类号：TP391.41 文献标识码：A 文章编号：1672-7800（2011）09-0133-02 　　 　　0 引言?? 　　 近年来，医学影像成像技术有了长足的发展，高科技含量的医学影像设备被广泛应用于诊断和治疗中，各种医学图像提供了不同的信息内涵。B超、计算机断层图像（CT）、磁共振图像（MRI）等解剖结构图像以较高的分辨率提供了各脏器的解剖形态信息。单光子发射断层成像（SPECT）、正电子发射断层成像（PET）等功能图像分辨率不及解剖图像，但它提供了解剖图像所不能替代的脏器功能代谢信息。在实际的临床应用中，如果只使用单一模态的图像，会得不到理想的效果，一些信息可能被遗漏。因此，要将多种模式的图像融合起来，在同一张图像上反映来自人体的多方面的信息，从而更加直观地提供人体解剖、生理及病理等信息。?? 　　 要对多幅不同的图像进行分析，首先要解决的问题就是图像的配准。图像配准是将一幅图像上的点映射到另一幅图像上的同源点的空间转换的过程，即是说，找到同一目标的两幅图像在空间位置上的对准，为后续的医学图像融合做准备。?? 　　 　　1 配准算法实现及结果?? 　　 医学图像配准的方法很多，根据不同的准则可分成不同的类型。本文根据需配准图像的形态，从多形态配准、居中变换、多分辨率配准3个方面进行介绍。?? 　　1.1 多形态配准?? 　　 在图像包含不同形态特征的情况下，直接比较灰度水平的方法是不可行的。交互信息的评估可以帮助完成多模态配准。?? 　　 交互信息的概念来自于信息理论和不同的组织以不同的形式在图像配准方面的提议，用来比较两幅图像的统计依赖性。交互信息法最初是由Viola等人于1995年把交互信息引入到影像配准领域的，它是基于信息理论的交互信息相似性准则。初衷是为了解决多模态医学图像的配准问题。可视化工具箱提供了五种不同的交互信息结构。?? 　　实现步骤：?? 　　 头文件声明配准函数的基本元素?? 　　 定义待配准图像和参考图像的类型，标准化参考图像和待配准图像，使其方便转化为内部类型?? 　　 交互信息的标准类型用图像类型提出实例?? 　　 用New()函数创建标准，并用SetMetric()将其连接到配准对象上?? 　　 用方法SetFixedImageStandardDeviation()设定标准偏移?? 　　 实例化标准滤波器，将参考图像和待配准图像的类型作为输入，内部图像类型作为输出?? 　　 设定模糊滤波器的方差?? 　　 把readers的输出作为标准化滤波器的输入，标准化滤波器的输入作为模糊滤波器的输出，再从模糊滤波器的输出传递给配准模型?? 　　 修改cost-function的默认值，定义优化器振幅值?? 　　实现结果如图1所示。?? 　　 　　图1 多形态配准结果?? 　　1.2 居中变换?? 　　由于ITK的图像坐标一般是放在一个角上，当调用旋转和缩放时会导致与视觉相反的行为。用户习惯于以图像中心为参考点旋转和缩放。为了弥补这一点，于是工具箱中有了居中变换的概念。?? 　　 　　当图像内部点与点的距离和角度基本保持不变的时候，整个图像可以看成一个刚体结构。对于这类医学图像可采用刚性变换进行配准。?? 　　实现步骤：?? 　　 头文件声明配准函数的基本元素，包括二维刚性配准需要的”itkCenteredRigid2DTransform.h”?? 　　 构建转换对象，并传递给配准函数?? 　　 调用Update()更新readers，确保图像参数的正确性?? 　　 用参考图像的原点，大小和间距计算出旋转中心，并以类似的方法计算出待配准图像的中心?? 　　 定义传函，并得到其参数。用SetCenter()方法初始化传函，设定其旋转中心为参考图像的中心。用SetTranslation()方法设置向量，整个向量关联于待配准图像的中心和参考图像的中心?? 　　 初始化旋转度?? 　　 将当前传函参数作为初始参数进行配准#8226;安哪能?? 　　 采用小因子联合平移和旋转中心坐标刻度?? 　　 设置优化函数的标准参数?? 　　实现结果如图2所示。?? 　　 　　图2 居中变换配准结果?? 　　1.3 多分辨率配准?? 　　运用多分辨率配准的方法进行图像配准可以在改进速度、精确度和自动化程度上起到一定的成效。它的基本思想是图像有较少像