非刚体医学图像配准技术研究

摘要

医学图像配准，也称对齐、匹配，是指在相同或不同的主体上获取的相同或不同模式的图像间求取空间对齐，广泛应用于放射治疗计划制定、手术引导、成像运动校准、疾病诊断、图像分割以及治疗效果跟踪检查中。由于人体器官组织普遍存在的非刚体特征，因此在医学影像的配准技术研究中，非刚体配准技术得到了比刚体配准更为广泛的研究，并提出了许多配准算法。然而，如何解决复杂、大形变下的医学图像配准问题仍有待进一步研究。本研究主要内容包括：
　　⑴在弹性体形变模型的有限元法求解中，由于结点位置的分布以及结点位移的精度对整体的位移场有着很大的影响，为了提高该模型配准精度并且不增加过多计算量，本文提出了一种自适应区域细化的网格剖分算法。该算法根据图像中目标解剖结构特征和目标形变密度，以自适应方式建立了多层次多分辨率的区域细化标志，并根据细化标志生成最终的非均匀有限元网格。在20对模拟形变的肺部 CT(computed tomography)图像上以及40对不同病人脑部的单模态和多模态 MRI(Magnetic Resonance Imaging)临床图像上得到的配准结果表明，应用了自适应区域网格细化算法的模型相对于传统均匀剖分算法模型、区域方差细化算法模型、以及基于控制点位移的B样条自由形变模型具有更好的配准效果。
　　⑵在基于灰度信息的非刚体医学图像配准中，常常出现全局相似度最优而局部欠配准或者过配准的矛盾。为了减少这种矛盾，本文提出在能量函数中增加能反映图像结构特征信息的匹配特征点距离项来约束特征点附近的形变的策略。与传统方法中通过手工设置标志点不同，本文采用尺度不变特征变换算法自动提取图像间的匹配特征点以及特征向量，并将特征点距离项结合到传统的弹性体模型中。对临床实验数据的实验结果证明，采用该算法可以比传统算法取得更好的配准效果。
　　⑶针对软组织具有高度的非线性且临床中常表现出局部的大形变特性的事实，以及传统线性弹性体形变模型在大形变条件下难以准确跟踪目标区域的轮廓或者解剖结构细节，从而带来局部误配准的问题，本文提出了一个基于二阶位移梯度式的应变张量来代替无限小形变假设下的应变张量表达式，并进一步由弹性势能获得了一个可满足大变形的非线性弹性体形变模型驱动方程。实验结果表明，该算法有利于对大形变图像的准确配准。
　　⑷针对基于互信息相似度准则的多模态图像配准因没有考虑图像中灰度的空间分布及其潜在的目标组织结构差异的影响，从而可能导致局部的误配准的问题，本文提出了一种新颖的图像结构化描述的方法。该方法融合了图像的结构张量迹值和图像的局部熵，将多模态图像映射到一个图像之间可以进行直接灰度比较的公共空间。在该公共的结构化描述空间中，本文采用了简单的局部仿射变换模型来对公共空间的图像进行配准。实验结果显示，该算法所融合的两种图像描述信息对配准结果都起到了正面的效果，相对于传统的互信息算法，该算法显示了其较大的优势。
　　⑸对传统的基于局部仿射变换的非刚体图像配准模型进行了改进，算法结合图像的区域灰度信息和切比雪夫低通滤波器幅度特性设计了一种新颖的局部非线性正则项。实验证明,该算法比传统算法更好地保持了图像的局部细节和边缘信息。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 非刚体医学图像配准的研究背景和研究意义

1.2 非刚体医学图像配准的研究现状

1.3 非刚体医学图像配准在基础研究及临床研究中的应用

1.4 本文的主要工作和贡献

1.5 本文的结构安排

第二章 非刚体医学图像配准技术及其发展概况

2.1 非刚体医学图像配准简介

2.2 非刚体医学图像配准的分类

2.3 非刚体医学图像配准的基本框架

2.4 非刚体医学图像配准的一些关键问题

第三章 基于自适应弹性体形变模型的非刚体配准

3.1 引言

3.2 基于区域灰度方差的细化标志

3.3 基于区域形变密度的标志矩阵

3.4 用于图像配准的自适应区域网格细化算法

3.5 弹性体形变模型的有限元解

3.6 驱动外力场的导出

3.7 实验结果和分析

3.8 本章小结

第四章 结合特征点约束的非刚体图像配准

4.1 引言

4.2 结合特征点约束的弹性体形变模型驱动方程

4.3 算法流程

4.4 实验结果和分析

4.5 本章小结

第五章 基于非线性弹性体形变模型的非刚体图像配准

5.1 引言

5.2 非线性弹性体形变模型的驱动方程

5.3 基于Green-St.Venant 应力的弹性建模

5.4 弹性形变势能

5.5 弹性力

5.6 模型驱动外力

5.7 基于非线性弹性体形变模型的非刚体配准算法

5.8 实验结果和分析

5.9 本章小结

第六章 联合结构信息和局部熵的多模态MRI图像配准

6.1 引言

6.2 图像描述统一化

6.3 实验结果和分析

6.4 本章小结

第七章 采用非线性正则项的非刚体图像配准

7.1 引言

7.2 基于非线性正则项的配准模型

7.3 基于非线性正则项的图像配准算法

7.4 实验结果和分析

7.5 本章小结

第八章 总结和展望

8.1 本文工作总结

8.2 今后研究工作展望

参考文献

攻读学位期间公开发表的论文

致谢