弹性配准

摘要： Objective: To compare the applications of five kinds of routine elastic registration methods included of Horn-Schunck optical flow method, Demons algorithm, accelerated Demons algorithm, level set algorithm and fast free deformation algorithm in radiotherapy. Methods: 10 patients who underwent radiotherapy on pelvic cavity were enrolled in the research. And their CT images at the time of location and during radiotherapy were collected, and the five kinds of routine elastic registration methods were applied in the research, and through autonomic programming to implement elastic registration, and then the registered results were further compared. Results: The average minimum mean square error (MSE) of five kinds of routine elastic registration methods have been decreased 6.7%-26.0%, and the average correlation coefficient(CC) has been increased 2.6%-3.7%, and the average registration time was 107.5s-220.8s. Conclusions: All of the five kinds of elastic registration methods get better results, and it is recommended to use Horn-Schunck optical flow method for elastic registration of radiotherapy CT. And through using elastic registration model can more accurate simulate the movement of organ, and it is a direction of further study that monitor individual dosage of organ at risk.%目的:比较Horn-Schunck光流法、Demons算法、加速Demons算法、水平集算法以及快速自由形变算法5种常用弹性配准方法在放射治疗中的应用.方法:选择10例行盆腔放射治疗患者,采集其放射治疗定位时CT图像与放射治疗期间CT图像,利用5种常用弹性配准方法,通过自主编程实施弹性配准,并对配准结果进行比较.结果:5种常用弹性配准方法平均最小均方误差(MSE)减少6.7%~26.0%,平均相关系数(CC)提高2.6%~3.7%,平均配准时间为107.5~220.8 s.结论:Horn-Schunck光流法、Demons算法、加速Demons算法、水平集算法以及快速自由形变算法5种弹性配准方法均取得较好的配准效果,推荐使用Horn-Schunck光流法对放射治疗CT图像进行弹性配准.利用弹性配准模型,能够更精确地模拟器官运动,是监测危及器官个体化剂量进一步研究的方向.

摘要： 为解决医学图像上的形变和偏移,本研究采用基于B样条自由形变的配准方法.建立一个由控制点组成的网格,并将其套用在待配准图像上,得到初始控制网格参数.以梯度下降法为优化算法,以SSD测度为相似性测度,不断修正该参数,参数的改变将引起控制点最近邻4×4控制网格内所有的像素点发生移动,移动后的坐标位置由B样条拟合得到.以双线性插值为插值算法,计算出该位置的灰度值,该位置相对于配准后图像,等同于像素点移动前的位置映射到参考图像相对应的位置,当配准后图像与参考图像对应位置的灰度差异度达到最小时,就达到图像的最佳配准.实验结果表明,该算法配准结果满意,从而验证了本研究算法的有效性.%In order to solve deformation or deviation on medical image, Free-form Deformation (FFD) based on the B-Spline was used as the registration algorithm, which established a grid consisting of control points that is applied to the moving image to obtain the initial control grid parameters.Gradient descent measure was used as the optimize algorithm and sum of squared differences measure was used as the similarity measure to revise the parameters constantly.The change of parameters would cause pixel points in the nearest 4×4 unit control grids to move and the coordinate position after moving were gotten by B-Spline interpolation.Bilinear interpolation was used as the interpolation algorithm to calculate the grayscale value in the position.The position in the moved image relatively was equivalent to that in the fixed image mapped by the pixel point before moving.It would get best image registration result when the gray difference degree reached the minimum between the two corresponding positions respectively in the moved image and fixed image.Experiment results shows that it can get satisfactory registration result, thus verify the algorithm in this paper is effective.

摘要： 目的 研究多层次变换和优化方法在PET-CT图像弹性配准中的应用.方法 采用多层次变换和优化方法进行配准,以互信息为相似测度,进行全局刚性变换,采用单纯形优化法,在刚性变换基础上进行B样条形表变变换,使用有限内存BFGSB优化算法.随机选取3个患者进行PET/CT扫面,采用所得的6组数据验证本文算法.以传统单一变换方法和优化策略方法进行对比.结果 四种配准方法中,本文提出的方法相对于其他方法互信息值最大,而仿射变换相对于其他方法形变速度最快,其次为本文方法速度最快,差异有统计学意义,P<0.05.选取3例患者进行PET/CT联合扫描,得到6组切片图像对算法进行检验,在互信息值为相似性度量为前提.发现本文方法的互信息值和配准时间均优于LBFGSB、BSpline和Affine,P<0.05.结论 多层次变换和优化图像配准方法可解决PET形变问题,配准速度快,精确度高,值得临床应用及推广.

摘要： Objective: To apply level set motion-based elastic registration method to radiotherapy CT image, then to provide technical support for the accurate evaluation of tumor and changing process of patients with endanger organ and its accumulative dose. Methods: Based on Vemuri’s level set motion method, we wrote the algorithm program using Matlab software and applied on two sets of 3D CT images from patients with cervical cancer and NPC for fully automatic elastic registration. Results: Comparing CT images before and after registration, for the cervical cancer patient, the minimum mean square error (MSE) decreased by 55.1%and correlation coefficient (CC) increased by 5.3%. For the NPC patient, MSE decreased by 32.1%and CC increased by 4.6%. Conclusion: From the image difference and evaluation parameters, the efficacy of level set motion-based elastic registration method was preliminarily demonstrated. In order to apply this method to clinical radiotherapy, dit needs to find a more accurate mathematical algorithm further in order to compute human anatomy deformation through image motion.%目的：将基于水平集的图像弹性配准应用于放射治疗CT图像中，为精确评估患者肿瘤及危及器官变化过程及其累加剂量提供技术支持。方法：根据水平集进化理论，通过matlab软件编程，分别对宫颈癌患者与鼻咽癌患者放射治疗分次间的两组CT图像实施三维全自动的弹性配准。结果：宫颈癌患者配准前后对比显示，最小均方误差(MSE)减少55.1%，相关系数(CC)提高了5.3%；鼻咽癌患者配准前后对比显示，MSE减少32.1%，CC提高4.6%。结论：从配准前后差分图以及评价参数可见，该理论取得了较好的试验效果，但要真正应用到临床放射治疗中，需进一步探寻更精确的数学算法以模拟人体器官的运动。

摘要： In order to improve large scale deformation medical image registration efficiency and accuracy,this paper proposed a new elastic registration method based on thin plate spline(TPS)and B-spline.Firstly,the method used scale invariant fea-ture transform(SIFT)algorithm to obtain the matched feature points.Secondly,it used TPS to reduce the scale of deforma-tion.Thirdly,it used local region process hierarchical B-spline to treat the deformation grid as the initial grid,and it adopted the limi-ted memory Broyden Fietcher Goldfarb Shanno(L-BFGS)algorithm to complete registration quickly and accurately. This process only refined the local region which had a large deformation.Experimental results demonstrate that the efficiency and accuracy of the proposed method are superior to those of hierarchical B-spline.%针对大尺度形变医学图像配准速度慢和精度低的特点，提出一种结合薄板样条（TPS）和 B 样条的弹性配准方法。该方法采用尺度不变特征变换算法（SIFT）进行图像特征提取与匹配，利用 TPS 算法将特征点对作为输入进行预处理，以降低浮动图像的形变尺度，从而提高下一步 B 样条配准的速度与精度。然后使用局部区域细化层次 B 样条方法将 TPS 生成的较稀疏的形变网格作为初始网格，结合有限记忆优化算法（L-BFGS）对控制网格作进一步处理，此过程只对形变较大的局部区域进行细化，以实现与参考图像的快速精确配准。实验结果表明，该方法较层次 B 样条方法有效地提高了配准的速度和精度。

摘要： 介绍了一种基于快速自由形变的弹性配准算法,并将其应用到放疗患者不同分次间的CT图像中,为进一步分析肿瘤及危及器官的变化及累加剂量提供技术支持.通过Matlab软件编写三维全自动弹性配准程序,应用此程序对鼻咽癌放疗患者不同分次时的两组三维CT图像进行仿真实验验证,并与基于传统Lucas-Kanade光流场模型的三维弹性配准相比较.基于快速自由形变的弹性配准算法配准前后对比,最小均方误(MSE)减少了19.8％,相关系数(CC)提高了7.1％;Lucas-Kanade光流场模型算法配准前后对比,MSE减少了37.8％,CC提高10.6％.两种配准方法均取得较好的配准效果,基于传统的Lucas-Kanade光流场模型的三维弹性配准的评价参数好于快速自由形变配准法算法,但快速自由形变配准法算法配准时间只是传统的Lueas-Kanade光流场模型的0.576倍.不过上述两种算法对于细微差别处,仍显得精度不够,如要应用到在线自适应放疗中仍需进一步提高形变的精度与进一步减少配准时间.

摘要： 肺癌放射治疗中，肺部肿瘤位置实成像对于临床意义重大。在一种利用单 X射线投影进行成像的实时肺部3D成像算法中，图像配准过程引入的不准确对于 PCA模型构建以及重建过程有重大影响。文章分析了光流法、Demons算法、水平集算法三种配准算法对重建效果的影响，并通过定性以及定量实验分析验证。结果表明，光流法配准在配准结果以及模型构建方面有较好的效果。%In modern lung cancer radiotherapy, it is important to have a precise knowledge of the real-time lung tumor position during the treatment delivery. For a real-time 3D lung imaging algorithm from a single X-ray projection image, the inaccuracies contributed by the image registration process affects much on the PCA modelling and construction process. We utilize 3 deformable image registration algorithms: Optical Flow method, Demons method and Levelset method to evaluate the effect. By making quantitative analysis and qualitative analysis, we get the conclusion: Optical Flow method works much better in registration and PCA modelling.

摘要： To get the accurate local transformation of images registered quickly,a new elastic registration method based on the free-form deformation was proposed.This method adopted the coarse-to-fine strategy,initially the global nonlinear transformation was estimated, and then the regions with local deformation was determined on the basis of the matching error of each landmark point and they were re-fined.Accordingly,the control lattice resolution in these regions was increased and more accurate registration function was obtained. This process was performed until the errors of the entire landmark points were below the predefined threshold.Using this method,each level approached a more practical deformation than the former level,which assured the registration transformation was accurate and smooth.The registration experimental results for the MRI brain images showed the proposed method was an accurate,fast and robust elastic image registration method,especially for the images with complex local deformation.%为了准确、快速地得到图像的局部变形，基于自由变形思想，提出了一种自适应层次B样条弹性配准方法。使用由粗到精的方式，估计全局非线性变形，根据每一个标记点的匹配误差来进一步确定局部变形区域；对该变形区域进行细化，得到更精确的配准函数，直至所有标记点的匹配误差均在设定的阈值范围内。该方法使得每一层都比前一层更加接近实际的图像变形，保证了配准变换的精确性、光滑性。对MRI脑图像进行配准实验，实验结果表明了该方法准确、高效、稳健性强，特别适用于具有复杂局部变形的图像。

摘要： 图像配准是一种建立两幅图像空间对应关系的过程，它被广泛应用于计算机视觉、遥感数据分析及图像处理中，特别是在影像引导放射治疗领域，图像配准发挥着巨大作用。但由于受呼吸运动的影响，精确的肺部影像配准依然是一个充满挑战的难题。目前，尺度不变特征变换(Scale-Invariant Feature Transform，SIFT)已被用于医学图像配准中，并且取得了较理想的结果。然而，SIFT检测到的仅是图像的块特征，不能有效的反映肺部的运动。文章提出了一种基于Harris和SIFT算子的杂交型特征检测方法，这种方法能有效检测肺部的组织特征，如血管分叉点和肺部边界等。除此之外，为了有效去除特征匹配过程中产生的错配点，还提出了一种基于互相关和组织结构不变性的滤除错配点方法。文章最后采用一系列不同呼吸周期的肺部CT影像来对所提出的算法进行验证。定性和定量的结果表明，该算法较传统的SIFT算法更具优越性。%The image registration is a process of establishing spatial correspondences between two images. It is widely used in the computer vision, the remote sensing data analysis and the image processing. Especially in the image-guided radiation therapy, the image registration plays an important role. Recently, the scale-invariant feature transform (SIFT) has been used in the medical image registration, and obtained promising results. However, SIFT is apt to detect blob features which cannot relfect properly motions of lungs. In this paper, a hybrid feature detection method, which can detect lung tissue features effectively based on Harris and SIFT algorithms, was proposed. In addition, a novel method which can remove mismatched landmarks was also proposed. A series of thoracic CT images were tested by using the proposed algorithm. The quantitative and qualitative evaluations show that our method is much better than the conventional SIFT method especially in the case of large deformations of lungs during the respiration.

摘要： Objective To investigate cone-beam CT(CBCT) and CT image non-rigid registration using the B spline. Methods Using B-spline free-form deformations model and SSD as a similarity measure function, the registrations of CBCT and CT images were done using B spline non-rigid registration method based on multi-resolution. Results Although the imaging algorithm between CBCT and CT was different, the results were more satisfactory. Conclusion The non-rigid registration of CBCT and CT images using B spline can model the deformation of tumor region before and during the radiotherapy, which provides a support for the clinical analysis of changes in the turnor.[Chinese Medical Equipment Journal,2011,33(3): 116-117]%目的:应用B样条弹性模型研究肿瘤患者放疗中锥形束CT图像与CT图像之间的弹性配准.方法:利用B样条自由弹性模型,以灰度差平方和为相似性测度函数,通过基于多分辨率的B样条弹性配准方法对锥形束CT图像与CT图像进行配准.结果:通过处理后的锥形束CT与CT图像虽然成像算法不同,但都得到较为理想的弹性配准实验结果.结论:基于B样条锥形束CT与CT图像弹性配准能较好地建模放疗前与放疗期间肿瘤区域的形变,为临床分析肿瘤的变化提供支持.

摘要： 薄板样条插值是应用较多的弹性配准方法.本文深入研究了这种方法,并就此方法的不足之处进行了详细的分析.针对薄板样条插值方法的不足,提出了两种新的处理方法,使薄板样条插值具有平滑性和紧支撑性,大大提高了配准的鲁棒性和适用性.

摘要： 在基于标志点的图像配准方法中，标志点对应关系的精度对配准结果具有决定性作用。提出了1种多种特征综合的标志点匹配方法，该方法首先提取参考图harris特征点，然后分别利用几何不变矩，环向特征等构成的属性向量各自寻找浮动图对应标志点，再通过异常标志点剔除，删除错配的点对，最后将这两类特征各自得到的点对进行综合，得到最终点对应关系。由于以往方法都是使用单一的特征对特征点进行描述，对特征点描述不全面，分别使用了具有表征灰度信息的几何不变矩等组成的属性向量和表征了空间信息的环向特征向量，使对特征点描述更准确、全面，两者相互补充，与已有方法相比，方法得到的点对应关系精度更高，配准结果更准确。

摘要： 在基于标志点的图像配准方法中，标志点对应关系的精度对配准结果具有决定性作用。提出了1种多种特征综合的标志点匹配方法，该方法首先提取参考图harris特征点，然后分别利用几何不变矩，环向特征等构成的属性向量各自寻找浮动图对应标志点，再通过异常标志点剔除，删除错配的点对，最后将这两类特征各自得到的点对进行综合，得到最终点对应关系。由于以往方法都是使用单一的特征对特征点进行描述，对特征点描述不全面，分别使用了具有表征灰度信息的几何不变矩等组成的属性向量和表征了空间信息的环向特征向量，使对特征点描述更准确、全面，两者相互补充，与已有方法相比，方法得到的点对应关系精度更高，配准结果更准确。

摘要： 在基于标志点的图像配准方法中，标志点对应关系的精度对配准结果具有决定性作用。提出了1种多种特征综合的标志点匹配方法，该方法首先提取参考图harris特征点，然后分别利用几何不变矩，环向特征等构成的属性向量各自寻找浮动图对应标志点，再通过异常标志点剔除，删除错配的点对，最后将这两类特征各自得到的点对进行综合，得到最终点对应关系。由于以往方法都是使用单一的特征对特征点进行描述，对特征点描述不全面，分别使用了具有表征灰度信息的几何不变矩等组成的属性向量和表征了空间信息的环向特征向量，使对特征点描述更准确、全面，两者相互补充，与已有方法相比，方法得到的点对应关系精度更高，配准结果更准确。

摘要： 在基于标志点的图像配准方法中，标志点对应关系的精度对配准结果具有决定性作用。提出了1种多种特征综合的标志点匹配方法，该方法首先提取参考图harris特征点，然后分别利用几何不变矩，环向特征等构成的属性向量各自寻找浮动图对应标志点，再通过异常标志点剔除，删除错配的点对，最后将这两类特征各自得到的点对进行综合，得到最终点对应关系。由于以往方法都是使用单一的特征对特征点进行描述，对特征点描述不全面，分别使用了具有表征灰度信息的几何不变矩等组成的属性向量和表征了空间信息的环向特征向量，使对特征点描述更准确、全面，两者相互补充，与已有方法相比，方法得到的点对应关系精度更高，配准结果更准确。

摘要： 在基于标志点的图像配准方法中，标志点对应关系的精度对配准结果具有决定性作用。提出了1种多种特征综合的标志点匹配方法，该方法首先提取参考图harris特征点，然后分别利用几何不变矩，环向特征等构成的属性向量各自寻找浮动图对应标志点，再通过异常标志点剔除，删除错配的点对，最后将这两类特征各自得到的点对进行综合，得到最终点对应关系。由于以往方法都是使用单一的特征对特征点进行描述，对特征点描述不全面，分别使用了具有表征灰度信息的几何不变矩等组成的属性向量和表征了空间信息的环向特征向量，使对特征点描述更准确、全面，两者相互补充，与已有方法相比，方法得到的点对应关系精度更高，配准结果更准确。

摘要： 影像配准装置与测距传感器(10)可通信地连接，并且与相机(20)可通信地连接，该测距传感器通过由受光元件感知通过光照射而从物体反射的反射光来生成包含距离信息的反射光图像，通过由该受光元件感知相对于反射光的背景光来生成与反射光图像相同坐标系的背景光图像，该相机通过由相机元件检测来自外部的入射光来生成相机图像。影像配准装置具备：图像获取部(41)，获取反射光图像、背景光图像和相机图像；以及图像处理部(42)，通过确定背景光图像的特征点与相机图像的特征点之间的对应关系，来实施与背景光图像相同坐标系的反射光图像与相机图像的影像配准。

摘要： 在用于配准诸如相同对象的至少第一和第二幅数字或数字化图像或截面图像组的生物医学图像的方法中，在第一幅图像或图像组内，通过选择一定数量的像素或体素，来个体化一定数量的界标，即所谓的特征。通过对被选择作为特征的每个像素或体素确定从第一到第二幅或图像组的光流矢量，从第一到第二幅或图像组跟踪被选择作为特征的每个像素或体素的位置。第一和第二幅图像或图像组的配准通过向第二幅图像或图像组的像素或体素应用逆光流来执行。本发明提供自动可跟踪界标选择步骤，即：定义第一幅图像或第一组截面图像的每个像素或体素周围的像素或体素邻域；对于每个靶像素或体素，确定一个或多个特性参数，其作为描述所述靶像素或体素的外观和所述像素或体素窗的每个或部分的外观的参数的函数，以及作为表示所述窗的像素或体素的数字矩阵或所述数字矩阵的变换的一个或多个特性参数的函数被计算。作为靶像素或体素的所述特性参数的函数，确定与有效可跟踪界标相符的像素或体素。

摘要： 本申请提供了一种骨盆配准方法、骨盆配准装置和骨盆配准系统，该方法包括：根据至少三个第一标记点对骨盆的三维模型与实际骨盆进行配准，得到一次配准模型，第一标记点为三维模型的任意一点；根据一次配准模型确定多个偏差点，偏差点与第一参考平面的距离为第一距离，偏差点在实际骨盆中的对应点与第二参考平面的距离为第二距离，第一距离与第二距离的差值大于预定值，第一参考平面和第二参考平面为对应的两个平面，预定值大于等于0；根据多个偏差点确定剔除区，剔除区为中具有预定数量的偏差点；在一次配准模型的剔除区以外的区域选取至少三个第二标记点；根据第二标记点对一次配准模型与实际骨盆进行配准，得到二次配准模型。

摘要： 本申请提供了一种骨盆配准方法、骨盆配准装置和骨盆配准系统，该方法包括：根据至少三个第一标记点对骨盆的三维模型与实际骨盆进行配准，得到一次配准模型，第一标记点为三维模型的任意一点；根据第一标记点对三维模型的表面进行区域划分，得到多个待选区域；根据层次分析模型对多个待选区域进行排序，得到优选区域，层次分析模型包括目标层、因素层和方案层，目标层包括多个待选区域，因素层包括多个骨盆配准的影响因素，方案层包括多个可行排序方案；在优选区域选取至少三个第二标记点；根据第二标记点对一次配准模型与实际骨盆进行配准，得到二次配准模型。该骨盆配准方法解决了现有技术中骨盆配准精度低的问题。

摘要： 本申请提供了一种骨盆配准方法、骨盆配准装置和骨盆配准系统，该方法包括：根据至少三个第一标记点对骨盆的三维模型与实际骨盆进行配准，得到一次配准模型，第一标记点为三维模型的任意一点；根据一次配准模型确定多个标记点组，任意一个标记点组包括第一标记点和第二标记点，第二标记点为第一标记点平移预定距离后投影在一次配准模型上得到的，一次平移对应一个标记点组；计算各标记点组中第一标记点和对应的第二标记点的距离与实际距离的均方根误差，得到多个误差；根据误差确定至少一个优选点组；根据优选点组确定标记点的优选区域；在优选区域内选取至少三个第三标记点；根据第三标记点对一次配准模型与实际骨盆进行配准，得到二次配准模型。

摘要： 一种基于局部结构算子的弹性图像配准算法，通过分析局部边界熵算子存在的不足，对其进行有效改进从而得到两个新的特征描述算子，即局部结构熵和局部变异系数；然后将上述特征算子和图像梯度方向信息整合起来，设计一个新的相似性测度执行图像的弹性配准，能够较为准确地获取所需的配准性能，为医学图像的分析与理解，多模态信息的融合提供有效的辅助。

摘要： 本发明公开了一种耦合呼吸时相的弹性配准方法，将治疗过程中X射线图像与4D CT图像进行结合，基于X射线透视成像提取呼吸信号，采用4D CT不同时相图像对应X射线透视图像，将呼吸时相信息耦合到治疗前和治疗过程中的弹性配准当中，根据相似性测度对配准结果进行实时更新，通过金字塔多分辨率配准同时调节邻域灰度范围与配准图像的范围，使配准范围呈缩小态势，能够更快速和精确得到弹性配准结果，使弹性配准达到既快又优，进一步提高医学图像的配准质量。

摘要： 本发明公开了一种基于CTA与DSA的3D‑2D血管弹性配准方法；本发明在术前CTA与术中DSA图像分割结果的基础上，进行了血管中心线拓扑表征、血管曲线提取、刚性配准、弹性配准这四个步骤，将术前CTA中的3D血管弹性配准到术中DSA中的2D血管投影上。本发明一方面可以用于对术中DSA造影图像的增强，避免由于血管狭窄引起的DSA图像中血管缺失造成的影响；另一方面可以实现诊疗一体化，将医生在术前针对CTA图像进行的手术计划融合到术中DSA图像上，从而协助医生在血管介入手术术中进行决策。

摘要： 基于纹理保持约束的三维超声弹性配准方法及装置，能够在保证时效性与配准精度的同时，获取纹理更加真实的形变图像，为临床手术中各项需要运动形变补偿的关键环节提供真实精准的配准结果。其包括：(1)构建三维超声图像数据集，划分训练集与测试集；(2)融合图像各体素的强度信息与局部结构信息，构建图像相似性测度函数；(3)使用生成对抗式学习网络，搭建纹理保持约束的配准框架；(4)根据训练集数据训练网络直至收敛，保存网络模型参数；(5)测试阶段导入训练好的网络模型参数，根据输入的待配准图像对，实现快速精准的弹性配准。

摘要： 本发明涉及医学图像技术领域，且公开了一种基于PET和CT弹性配准技术的放射治疗效果评估方法，包括以下步骤：步骤1：T1放疗前诊断阶段，扫描得到相同部位对应的CT断层图像和PET图像；步骤2：将T1阶段的CT图像和PET图像图像融合，定位病灶靶区的位置；步骤3：基于PET‑CT融合图像提供的病灶靶区信息，指导医生制定放射治疗计划并进行放射治疗。该基于PET和CT弹性配准技术的放射治疗效果评估方法，能够实现其他放疗阶段对应的PET图像的自动生成，减少了PET图像的拍摄次数，有助于解决多次PET拍摄检查费用昂贵的问题，同时也降低了患者接收辐射的剂量。