基于物理模型的非刚性医学图像配准算法研究

伴随医院数字化进程，数字化影像在诊疗过程中日趋重要，就医学影像而言，存在不同模态图像、不同物理性质的成像机制、患者摆位的差异、成像参数的变化、不同成像设备的分辨率不相同等现实问题，因此单单凭借医生手动将两张或两组不同模态的图像在空间上作对准受到很多局限，尤其像定向放射外科和颅脑手术可视化等应用领域，对图像配准的精度要求很高，使得医学图像配准成为一项非常必要而又相当困难的研究课题。.就人体器官而言，除了骨骼这类刚性对象和头部等近刚性对象外，更多的是像内脏、血管等非刚性对象，故对非刚性对象的配准方法研究具有重要的科学和临床价值。本课题主要针对心脏、肝脏等脏器形变和运动方式相对复杂的非刚性组织器官，探索全新的物理模型，尝试实现非刚性组织器官的配准。结合项目组在刚性对象配准、融合的研究积累以及在前一个国家基金资助下取得的基于空间变换的非刚性配准研究经验，去尝试研究基于物理模型的配准方法就更值得期待

近年来，随着医学、生物工程技术以及计算机技术的飞速发展，医学影像学也得到了长足的发展。随之对医学图像分析的需求也变得越来越重要，逐渐成为该领域的核心问题之一。其中医学图像配准技术得到了广泛的重视，由于其应用领域广泛、对临床具有十分重要的研究意义，所以不断深入研究医学图像配准技术的相关技术理论、不断完善配准的关键技术、进一步提高配准的精度速度等都是十分重要。.本项目主要针对心脏、肝脏等脏器形变和运动方式相对复杂的非刚性组织器官，探索全新的物理模型，实现了非刚性组织器官的配准。结合项目组在刚性对象配准、融合的研究积累以及在前一个国家基金资助下取得的基于空间变换的非刚性配准研究经验，完成了基于物理模型的配准方法的研究，并在此基础上继续进行了深入研究。.物理模型主要是从物理角度出发将非刚性图像的形变过程看作是由于某种物理运动规律所引起，根据物理定律建立描述图像形变的偏微分方程，以图像本身的属性作为附加条件，求解偏微分方程的解，得到图像的形变量，进而实现图像的配准。在此基础上，项目组首先完成了三种配准算法的研究：1）基于自适应三角形网格实现非刚性医学图像配准算法，该算法针对人体心脏进行配准，能够有效的提高非刚性医学图像配准的精确度及增强配准的抗噪能力；2）基于有限元模型实现非刚性医学图像配准算法，该算法针对脑部进行配准，能很好的使两个待配准体上对应体素的空间位置对齐，配准精度都能达到亚像素级标准；3）基于光流场模型实现非刚性心脏图像分级配准算法，该算法针对心脏进行配准能够有效的提高非刚性医学图像配准的精确度，提高收敛速度，在实现图像配准方面有一定的优越性，也增强了配准的鲁棒性及抗噪能力。其次项目组在完成预期任务的基础上继续深入研究，设计、实现并完成了两种新的配准算法：a）基于混合优化算法实现三维医学图像配准算法，该算法对不同呼吸状态下的肺部进行配准，提高了配准精度，鲁棒性更强，有效地解决基于互信息的配准算法陷入局部最优的可能；b）基于快速数字影像重建的2D/3D医学图像配准算法，该算法针对人体股骨进行配准，既能够保证算法的高精确度和强鲁棒性，又能够很好的减少计算所耗时间。.综上，项目组在国自然基金委资助下较好的完成了相关科研任务，取得了较好的相关成果，完成了项目的各项要求，其成果将为医学图像配准的临床时效性奠定理论基础，促进非刚性医学图像配准技术研究成果向临床应用的转化

内容获取失败，请点击重试