《多模图像配准融合.doc》由会员分享，可在线阅读，更多相关《多模图像配准融合.doc（3页珍藏版）》请在三一文库上搜索。
1、浅析多模态医学图像的配准与融合技术来源：本站原创 作者：朱俊林 发布时间：2009-06-071医学图像的配准技术简介医学图像的配准技术是90年代才发展起来的医学图像处理一个重要分支， 并且日益受到了医学界和工程界的重视。医学图像的配准是指对于一幅医学图 像寻求一种或者是一系列的空间变换，使两幅图像的对应点达到空间位置和解 剖结构的一致，这种一致是指人体上的同一解剖点在两张匹配的图像上有相同 的空间位置。简单地说医学图像配准就是解决两幅图像的严格对齐问题。配准 的结果应使两幅图像上所有的解剖点，或至少是所有具有诊断意义的解剖点及 手术感兴趣的点都达到匹配。医学图像的配准按图像来源分为：单模态(
2、mono-modality)与多模态配准 (multi-modality)。单模态配准是指对来自同一成像设备的不同时刻或不同角 度的图像进行配准。但在实际临床应用中，单一模态的图像往往不能提供医生 所需要的足够信息，通常需要将不同模态的图像融合在一起得到更丰富的信息 量，从而作出准确的诊断，制订出合适的治疗方案。所谓多模态配准，是将来 自不同形式的医学图像进行空间上的对准，将对应的相同解剖位置标记出来以 实现图像融合和进一步后期处理。多模态图像之间的配准使用最频繁，主要应用 在诊断方面，可分为解剖一解剖的配准和解剖一功能的配准两大类 ，前者将显示 组织形态学不同方面的两幅图像混合，后者将组织的
3、新陈代谢与它相对于解剖 结构的空间位置联系起来。目前，主要的研究工作重点是进行 CT MRI以及PET fMRI等图像的配准。2医学图像融合技术简介医学图像的融合是指将两幅(或两幅以上)来自不同成像设备或不同时刻获 取的已配准图像，采用某种算法，把各个图像的优点或互补性有机结合起来， 获得信息量更为丰富的新图像的技术。医学诊断往往要综合许多不同信息进行， 传统的方法是，临床医生利用灯箱分别观看这些胶片，综合对比，得到结果。 如果能够把这些互补信息以某种方式综合在一起作为一个整体作为医学诊断的 依据，使得临床医生只要在一张综合图像上就能看到不同原始图像的信息，那 么就能提供全方位的信息细节。3医
4、学图像配准及融合的关系及意义医学图像的配准和融合有着非常密切的关系，特别是对于多模态图像而言，配准和融合是密不可分的。配准是融合的前提，也是决定图像融合技术发展的 关键技术，若事先不对待融合图像进行空间上的对准，那么融合后的图像也是 毫无意义的。融合是配准的目的，通过来自不同影像设备的图像融合，可以得 到更多的信息，提高影像数据的利用率。在多模态医学图像信息融合中，是要 把相对应的组织结构融合在一起，而待融合的图像往往来自不同的成像设备， 它们的成像方位、角度和分辨率等因素都是不同的，所以这些图像中相应组织 的位置、大小等都是有差异的，必须先进行配准处理，才能实现准确地融合。医学影像学为临床诊
5、断提供了多种模态的医学图像，如CT、MR SPECTPETfMRI、DSA等，这些图像可以提供关于病变组织或器官的解剖或功能信息，它 们各有特点。如：在放射外科手术计划中，CT图像具有很高的分辨力，骨骼成像非常清晰，但对软组织病灶本身显示较差。而 MRI图像则不同，虽然其空间 分辨力比不上CT图像，但是它对软组织成像清晰，有利于病灶范围的确定可 是它缺乏刚性的骨组织作为定位参照。 SPET PET提供了人体的功能信息，但 对解剖结构的描述却很差，而 MR、CT X线成像对人体解剖结构描画的很好， 却缺乏人体的功能信息，两者的融合可获取一种新型复合图像，可增加诊断信 息，使患者病灶的定位更准确，
6、使其形态结构显示得更直观可见。在放疗中， 利用MRS像勾画出肿瘤的轮廓线，即描述肿瘤的大小；利用CT图像计算出放射剂量的大小及剂量的分布，以便修正治疗方案，所以CT与 MR图像融合为外科手术提供有力的证据。不同模态的医学图像都有各自的优缺点，如果我们能 把它们之间的互补信息综合在一起，把它们作为一个整体来表达，那么就能为 医学诊断，人体的功能和结构的研究提供更充分的信息，这就是医学图像信息 融合的作用和意义。总之，医学图像配准为临床诊断、治疗、手术设计及手术 效果评估等提供了更全面的来自不同图像之间的相互补充或变化的信息，它是 目前医学图像处理的热点问题。4 医学图像配准与融合的方法医学图像配
7、准过程实质上是一个多参数最优化问题， 其配准方法是由特征空 间、搜索空间、搜索算法和相似性测度四个不同方面的组合。按照这种组合， 一般配准的基本步骤为：1）图像特征的提取2）图像的几何变换3）使用优化算 法。目前图像配准按照配准所依靠的图像特征的不同可以分为基于外部特征的 图像配准（有框架）和基于内部特征的图像配准（无框架）两种方法。后者由 于无创性和可回溯性，已成为配准算法的研究中心。基于互信息的弹性形变模 型也正成为研究热点。 基于体素的方法是当今最流行的方法 , 因为他们是全自动 的, 而且鲁棒性好。在完成图像的几何校正、 噪声消除及图像的配准后， 接下来的工作才是真正 意义上的信息融合
8、过程。 一般图像融合的处理流程主要有： 1）图像预处理 （基于 像素）； 2）特征提取； 3）分类； 4）结果评价与应用。按照融合在处理流程中所处 的阶段，以及所作用的对象的不同，可以将图像融合分为 3个层次：象元级融 合、特征级融合、分类 （决策）级融合。通过信息融合，将减少或抑制医学图像 中的不完全性、不确定性，从而提高图像分割、识别、解释的能力。根据这三 个不同的层次，图像融合将采用各种不同的算法来实现。现阶段医学图像的融 合，一般只涉及象素级、特征级的融合。像素级融合是最低层次的信息融合， 其实现过程是在采集到的原始图像数据层上直接进行综合分析。它的优点是能 保持尽可能多的数据，提供其
9、它融合层次不能提供的细微信息。特征级融合属 于中间层次，其处理方法是对来自不同成像设备的原始信息进行特征制取，然 后再对获得的多个特征信息进行综合分析和处理。5 医学图像融合发展技术趋势医学数据的可视化， 已成为数据可视化领域中最为活跃的研究领域之一。 由 于近代非侵入诊断技术如CT、MRI和PET的发展，医生已经可以较易获得病人 有关部位的一组二维断层图像。 CT 打破传统的胶片感光成像模式， 通过计算机 重构人体器官或组织的图像，使医学图像从二维走向三维，使人们从人体外部 可以看到内部。PET把核技术与计算机技术结合起来，经核素标记的示踪剂注 入人体后，核素衰变过程中产生的正电子湮灭通过电
10、子检测和计算机重构成像， 使我们可以得到人体代谢或功能图像。在此基础上，利用可视化软件，对上述 多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几 何形状以及它与周围生物组织之间的空间关系，从而及时高效地诊断疾病。在图像融合的研究中， 不断有新融合算法的出现。 小波分析是近几年出现的 一个新的研究热点，它被认为是傅立叶分析方法的突破性进展。小波变换居有 良好的空间和频率域上的局域性，从而能通过伸缩平移等运算功能对信息进行 多尺度的细化分析。小波变换用于图像融合有不少优点：图像经小波分解后， 不同分辨率的细节信息互不相关， 这样可以将不同频率范围内的信号分别组合， 产生多种具有
11、不同特征的融合图像；图像在不同分辨率水平上的能量和噪声不 会互相干扰；融合图像的块状伪影亦容易消除。小波变换可以利用在低分辨率 下的配准参数作为基础和引导，从而得到高分辨率下更为准确的结果，这种层 层细化、逐步逼近的方法，不但有较强的鲁棒性，而且加快了配准参数搜索的 速度，节约了配准时间。基于这些优点，小波变换在医学图像融合中的应用研 究受到越来越多的重视，已是融合研究的一个热点。医学图像融合技术综合了多种现代科学技术， 并将随着各学科的飞速发展而 不断发展，我们相信 21 世纪的影像学是解剖影像与功能影像相融合的影像学。 因此我们深信，随着研究的不断深入，多模态医学图像融合技术在融合速度、 精度、稳定性等方面将会日趋完善，应用也会更加广泛和普遍，从而更好地辅 助医生诊断和临床治疗。快捷、简便、准确和可靠的医学图像融合技术将会在 临床诊断和治疗、计算机辅助诊断、远程医疗及手术导航等方面有着广阔的应 用前景。作者：南京第一医院）