專利名稱：：基于塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于醫(yī)學(xué)圖像處理
技術(shù)領(lǐng)域：
，具體為一^"塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像(DSA圖像)配準(zhǔn)方法。
背景技術(shù)：
：數(shù)字減影血管造影術(shù)(digitalsubtractionangiography,DSA)，是血管可視化的關(guān)鍵技術(shù)。研究表明，血管的可視化有助于在臨床診斷中用于研究病變血管的結(jié)構(gòu)以及制定相關(guān)的治療措施。在血管的可視化技術(shù)中，未注射血管造影劑之前的X光片稱為蒙片，注入血管造影劑之后拍攝的X光片稱為活片或者盈片。數(shù)字減影血管造影術(shù)就是希望通過蒙片和活片的減法操作，能夠得到一幅血管特征清晰的數(shù)字減影圖像。由于呼吸、心跳、吞咽、肌肉收縮、鏡頭震顫等影響，病人和鏡頭間會(huì)有相對(duì)運(yùn)動(dòng).如果直接對(duì)蒙片和活片進(jìn)行減法操作，這種相對(duì)運(yùn)動(dòng)會(huì)使得減影圖像中產(chǎn)生偽影及可能的圖像模糊。因此通常在進(jìn)行減法操作之前，需要對(duì)蒙片和活片圖像進(jìn)行配準(zhǔn)。研究表明在臨床應(yīng)用中，DSA圖像配準(zhǔn)過程中主要碰到兩種干擾，即第一，活片中的血管存在，導(dǎo)致蒙片和活片圖像對(duì)應(yīng)位置的拓?fù)浣Y(jié)構(gòu)發(fā)生了變化，這樣使得應(yīng)用相似性測度對(duì)它們之間進(jìn)行配準(zhǔn)的魯棒性下降；第二，病人和鏡頭間的相對(duì)運(yùn)動(dòng)會(huì)造成運(yùn)動(dòng)偽影和圖像模糊。此外，由于DSA圖像的變形是非剛性的，這些都給配準(zhǔn)帶來了極大困難和挑戰(zhàn)。目前實(shí)用性較強(qiáng)的DSA配準(zhǔn)方法^是首先，在活片中提取控制點(diǎn)，這些控制點(diǎn)一般按照一定密度取自圖像的邊緣點(diǎn)或者框架點(diǎn)。然后，根據(jù)某一相似性測度，在蒙片中對(duì)應(yīng)位置的臨域內(nèi)，搜索及判定相關(guān)的控制點(diǎn)。這樣蒙片和活片中的每對(duì)控制點(diǎn)都關(guān)聯(lián)了原圖像相同部分的某些區(qū)域，稱該區(qū)域?yàn)樽訅K圖像或者塊圖像。根據(jù)活片圖像的控制點(diǎn)在蒙片中搜尋相關(guān)控制點(diǎn)的過程，實(shí)際上就是對(duì)兩幅對(duì)應(yīng)塊圖像進(jìn)行配準(zhǔn)的過程。雖然DSA圖像整體變形為非剛性的，但如果塊圖像的區(qū)域比較小，那么該塊圖像活片相對(duì)于蒙片的變形可近似為仿射變換，這意味著蒙片和活片之間的塊圖像配準(zhǔn)可采用成熟的剛性配準(zhǔn)技術(shù)進(jìn)行配準(zhǔn)。最后，擬合活片與蒙片圖像在控制點(diǎn)位置之間對(duì)應(yīng)關(guān)系的非線性變換，將該變換作用于蒙片，得到矯正后的蒙片，通過減法操作，得到清晰的減影圖像。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像配準(zhǔn)方法，以提高配準(zhǔn)結(jié)果的整體精度和魯棒性。不同相似性測度對(duì)不同內(nèi)容的DSA塊圖像的配準(zhǔn)，具有不同的配準(zhǔn)準(zhǔn)確度和魯棒性。如果根據(jù)塊圖像內(nèi)容對(duì)待配塊圖進(jìn)行分類，然后對(duì)不同類型的塊圖像采取不同的相似性測度，可以期待去獲得一個(gè)整體精準(zhǔn)度和魯棒性較高的配準(zhǔn)結(jié)果。如果對(duì)不同內(nèi)容的塊圖像采取不同的相似性測度進(jìn)行配準(zhǔn)，那么首先要確定塊圖像的內(nèi)容。我們知道發(fā)現(xiàn)該塊圖像是否有血管，主要的依據(jù)是人體的血流特性。文獻(xiàn)[3]中的實(shí)驗(yàn)表明，活片塊圖像中的血管會(huì)隨著心臟跳動(dòng)呈現(xiàn)周期性強(qiáng)烈變化的灰度，且出現(xiàn)與心跳脈沖信號(hào)同步且類似的峰值，而普通的偽影則變化緩慢，此性質(zhì)是本方法對(duì)塊圖像進(jìn)行內(nèi)容分類的主要依據(jù)。醫(yī)院實(shí)地采集的活片圖像，并不是只有一幅靜態(tài)圖像，而是連續(xù)拍攝的一段錄影。在以往DSA配準(zhǔn)的研究中，往往只取整個(gè)錄影中的某一幀圖像作為活片。這樣意味著并未充分利用活片序列的全部信息，因?yàn)榛钇械难懿糠钟捎谛奶鴷?huì)有周期性的灰度變化，而這些信息只有在時(shí)間序列上才能體現(xiàn)出來。根據(jù)心臟跳動(dòng)的周期和X光機(jī)的采片率，可把連續(xù)的10-12幀圖像作為一個(gè)單元，此單元?jiǎng)t表征一次血流變化的周期性質(zhì)。本發(fā)明提出的數(shù)字剪影圖像的配準(zhǔn)方法，其中塊圖像配準(zhǔn)的步驟如下根據(jù)血流特性，以高維互信息作為判據(jù)對(duì)塊圖像分為含血管塊圖像和不含血管塊圖像，然后針對(duì)含血管的塊圖像和不含血管的塊圖像采取不同的相似性測度對(duì)于含血管的塊圖像，采用高維互信息作為相似性測度；對(duì)于不含血管的塊圖像，采用模糊不變相位相關(guān)法作為相似性測度。辨識(shí)塊圖像內(nèi)容最簡單的方法是根據(jù)所取圖像整體灰度變化的周期性來分辨是否含有血管，但是由于除血管外仍然有不等量的背景信息存在，很難排除背景灰度變化對(duì)塊圖像整體灰度的影響。由于血管部分灰度變化比較大，那么一個(gè)單元內(nèi)的兩幅有血管圖像的互信息值應(yīng)該明顯小于兩幅無血管圖像，基于這種思想，本文采取高維互信息的方法進(jìn)行對(duì)是否有無血管的塊圖像進(jìn)行劃分。文獻(xiàn)[4]中引入了高維互信息的定義，其定義互信息矩陣如下AiA2...71W/=、......；(1)乂W1…式中/,—力、l,2，…,yV,表示第/幅圖和第/幅圖之間的歸一化的互信息，7V為一個(gè)單元內(nèi)的圖片數(shù)目。設(shè)A力、1,2，…，A0為互信息矩陣的特征值。則對(duì)應(yīng)的高維互信息I為<formula>formulaseeoriginaldocumentpage5</formula>根據(jù)其定義可見，高維互信息包含了一個(gè)單元內(nèi)任意兩幅塊圖像之間的信息，對(duì)圖像間的整體灰度變化有較高的魯棒性。有血管的圖像單元，求得的高維互信息值比較小，反之較大。設(shè)定閾值，即可區(qū)分塊圖像中有無血管。具體步驟為(1)在造影圖像序列中，確定一幅圖像為活片；以活片為基準(zhǔn)，向前或者向后選取連續(xù)的N幅圖為一個(gè)活片單元，N可取10到12之間；(2)在塊圖像配準(zhǔn)過程中，取該單元其他圖片中其相應(yīng)對(duì)應(yīng)位置的塊圖像，構(gòu)成N幅塊圖像組成的塊圖像單元；(3)計(jì)算該塊圖像單元N幅塊圖像的高維互信息/，(4)設(shè)定閾值0，如果/》-，則判定該塊圖像為無血管塊圖像，如果/<-，則判定該塊圖像為含血管塊圖像。我們的大量實(shí)驗(yàn)表明，閾值-的經(jīng)驗(yàn)值為0.4-0.5，可根據(jù)實(shí)際情況分析選取，最優(yōu)值為0.46。在對(duì)塊圖像內(nèi)容進(jìn)行分類之后，對(duì)不同類型的塊圖像采用最適應(yīng)的相似性測度，從而獲得對(duì)圖像整體配準(zhǔn)的高魯棒性。在塊圖像配準(zhǔn)過程中，針對(duì)含血管塊圖像，互信息作為相似性測度可有效地減小血管成分對(duì)配準(zhǔn)的干擾，優(yōu)于其他相似性測度。而對(duì)血管成分很少的塊圖像，血管對(duì)配準(zhǔn)的影響已經(jīng)很小，為了抵抗模糊干擾，采用模糊不變相位相關(guān)法，能夠取得更好的效果。完整的基于模板匹配法的DSA配準(zhǔn)流程主要分為三步一、提取控制點(diǎn)；二、根據(jù)相似性測度，尋找相關(guān)控制點(diǎn)，這個(gè)過程實(shí)際上是塊圖像配準(zhǔn)過程；三、根據(jù)控制點(diǎn)對(duì)擬合非線性變換，將該變換作用于整幅圖像。本方法關(guān)注的重點(diǎn)是在提取活片的控制點(diǎn)之后，如何更精確和魯棒地在蒙片中搜尋相關(guān)的控制點(diǎn)，進(jìn)行塊圖像匹配，提高整體算法的魯棒性。本方法結(jié)合邊緣控制點(diǎn)提取和薄板樣條非線性變換，構(gòu)成一完整流程，對(duì)實(shí)際圖像進(jìn)行了大量實(shí)驗(yàn)，獲得良好效果。圖1中，(a)模擬蒙片圖像，(b)模擬活片圖像，(c)矯正后的模擬蒙片圖片，(d)未配準(zhǔn)時(shí)的DSA圖片，(e)本文方法的配準(zhǔn)結(jié)果。圖2中，(a)蒙片圖像，(b)活片圖像，(c)未配準(zhǔn)前的DSA圖像，(d)配準(zhǔn)后的DSA圖像(上排為第一組實(shí)驗(yàn)結(jié)果，下排為第二組實(shí)驗(yàn)結(jié)果)。具體實(shí)施例方式一、模擬造影圖像的配準(zhǔn)實(shí)驗(yàn)考慮到真實(shí)DSA圖像的配準(zhǔn)結(jié)果難以進(jìn)行參數(shù)化的評(píng)估，視覺上的觀察比較也不非?？煽?，這是多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)的一個(gè)通病和未解決的難題。為了對(duì)本發(fā)明的優(yōu)越性進(jìn)行驗(yàn)證，我們先對(duì)模擬造影圖像進(jìn)行配準(zhǔn)實(shí)驗(yàn)，以便與其他方法進(jìn)行數(shù)值比較。在模擬造影圖像配準(zhǔn)實(shí)驗(yàn)中，任意抽取一幅醫(yī)學(xué)造影圖像作為蒙片，對(duì)其進(jìn)行特定非線性變換獲得的圖像作為活片。因?yàn)樵摲蔷€性變換的相關(guān)參數(shù)已知，我們通過比較真實(shí)值和本文方法的配準(zhǔn)結(jié)果之間的偏差，來測試本文算法的性能。具體實(shí)驗(yàn)步驟如下(1)在DSA圖像序列中抽取一幅NxN的圖像，將其作為蒙片；(2)在蒙片中隨機(jī)選取一組K個(gè)控制點(diǎn)，對(duì)每個(gè)控制點(diǎn)的坐標(biāo)各自隨機(jī)加上[-c/，+d]的一個(gè)偏差值，獲得一組新的控制點(diǎn)坐標(biāo)；(3)根據(jù)兩組控制點(diǎn)，擬合薄板樣條變換，將該變換作用于蒙片生成一幅新的圖片，并且通過Matlab函數(shù)進(jìn)行一定程度的模糊化，作為本實(shí)驗(yàn)的活片；(4)獲得實(shí)驗(yàn)圖片以后，按照前面所述的流程對(duì)活片和蒙片進(jìn)行配準(zhǔn)。本實(shí)驗(yàn)中采用的圖片大小為512x512，控制點(diǎn)偏移最大值^=5，隨機(jī)變換的控制點(diǎn)數(shù)目K=25。配準(zhǔn)過程中，每個(gè)控制點(diǎn)的搜索范圍是以該點(diǎn)為中心的一個(gè)10x10的區(qū)域，與控制點(diǎn)對(duì)應(yīng)的塊圖像大小定為60x60。為了證明本方法的優(yōu)越性，我們與對(duì)塊圖像內(nèi)容不分類而僅僅采用互信息的單相似性測度的匹配方案進(jìn)行了比較。因?yàn)楸卷?xiàng)實(shí)驗(yàn)中我們巳知兩組控制點(diǎn)的真實(shí)偏差，故可以用控制點(diǎn)之間的均方根誤差(RMSE)來比較配準(zhǔn)精度^。均方根誤差(RMSE)的定義如式(3):<formula>formulaseeoriginaldocumentpage6</formula>其中，"11^21,^2^22，《,^/為仿射變換參數(shù)，-("-"log",『為非線性加權(quán)系數(shù)，K為控制點(diǎn)集的勢(shì)即控制點(diǎn)數(shù)目。(;c,力為蒙片控制點(diǎn)的坐標(biāo)，Oc',少;)為活片控制點(diǎn)的坐標(biāo)。實(shí)驗(yàn)結(jié)果如附圖1所示。配準(zhǔn)的RMSE結(jié)果如表1所示?？梢?，采用基于塊圖像內(nèi)容的多相似性測度的配準(zhǔn)方案，可有效地提高控制點(diǎn)的配準(zhǔn)精度。表l<table>tableseeoriginaldocumentpage7</column></row><table>二、真實(shí)DSA圖像的配準(zhǔn)實(shí)驗(yàn)附圖2給出了真實(shí)DSA圖像的配準(zhǔn)結(jié)果。實(shí)驗(yàn)參數(shù)如下第一組實(shí)驗(yàn)圖片大小為512x512，控制點(diǎn)個(gè)數(shù)為64，塊圖像大小定為50x50，每個(gè)控制點(diǎn)的搜索范圍是以該點(diǎn)為中心的一個(gè)10x10的區(qū)域，第二組實(shí)驗(yàn)圖片大小為360x360，控制點(diǎn)個(gè)數(shù)為81，其他參數(shù)同第一組實(shí)驗(yàn)。(雖然第一組圖片較大，但圖片局部變形較小，故采用較少的控制點(diǎn)也可取得較好的效果，并減小了計(jì)算量)。實(shí)驗(yàn)結(jié)果表明，經(jīng)過配準(zhǔn)之后，偽影得到明顯消除，同時(shí)血管部分也更加清晰，圖像更加平滑。視覺觀察中并未發(fā)現(xiàn)有信息缺失，配準(zhǔn)后的DSA圖像中血管比較清晰明顯，運(yùn)動(dòng)偽影得到了較好的消除，圖像噪聲也得到了較好的抑制。參考文獻(xiàn)ErikH.Meijering,Retrospectivemotioncorrectionindigitalsubtractionangiography:areview,IEEETransactionsonMedicalImaging,January1999，Vol.18,No.1:2-21[2]VilleOjansivuandJanneHeikkila,Imageregistrationusingblur-invariantphasecorrelation,IEEESignalProcessingLetters,July2007，Vol.l4，No.7:449-452[3]YoucefBentoutouandN.Taleb，Automaticextractionofcontrolpointsfordigitalsubtractionangiographyimageenhancement,IEEETransactionsonNuclearScience,February2005,Vol.52,No.1:238-246BoWangandYiShen，Amethodoncalculatinghigh-dimensionalmutualinformationanditsapplicationtoregistrationofmultipleultrasoundimages,Ultrasonics(2006),doi:10.1016/j.ultras.2006.07.012[5]F.L.Bookstein,Principalwarps:thin-platesplinesandthedecompositionofdeformations,IEEETransactionsonPatternAnal.Mach.Intell.,1989,Vol.11,No.6:567-585[6]ZhiguoCao，etal,DSAimageregistrationbasedonmultiscalegaborfiltersandmutualInformation,2005，Proceedingsofthe2005IEEE,InternationalConferenceonInformationAcquisition:105-110。權(quán)利要求1、一種基于塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像配準(zhǔn)方法，包括提取控制點(diǎn)、圖像塊配準(zhǔn)和根據(jù)控制點(diǎn)對(duì)擬合非線變換，將該項(xiàng)變換作用于整幅圖像三個(gè)步驟，其特征在于其中圖像塊配準(zhǔn)的步驟如下根據(jù)血流特性，以高維互信息作為判據(jù)對(duì)塊圖像分為含血管塊圖像和不含血管塊圖像，然后針對(duì)含血管的塊圖像和不含血管的塊圖像采取不同的相似性測度對(duì)于含血管的塊圖像，采用高維互信息作為相似性測度；對(duì)于不含血管的塊圖像，采用模糊不變相位相關(guān)法作為相似性測度。2、根據(jù)權(quán)利要求1所述的基于塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像配準(zhǔn)方法，其特征在于所述以高維互信息作為判據(jù)，將塊圖像分類含血管塊圖像和不含血管塊圖像的步驟如下(1)在造影圖像序列中，確定一幅圖像為活片；以活片為基準(zhǔn)，向前或者向后選取連續(xù)的N幅圖為一個(gè)活片單元，N可取10到12之間；(2)在塊圖像配準(zhǔn)過程中，取該單元其他圖片中其相應(yīng)對(duì)應(yīng)位置的塊圖像，構(gòu)成N幅塊圖像組成的塊圖像單元；(3)計(jì)算該塊圖像單元N幅塊圖像的高維互信息/;(4)設(shè)定閾值0，如果/》0，則判定該塊圖像為無血管塊圖像，如果/<0，則判定該塊圖像為含血管塊圖像；其中，高維互信息I的計(jì)算式為設(shè)義々=1,2,...，#)為互信息矩陣的特征值，則對(duì)應(yīng)的高維互信息為z<formula>formulaseeoriginaldocumentpage2</formula>這里A,，z'=1，2,…,TV,下述互信息矩陣的特征值<formula>formulaseeoriginaldocumentpage2</formula>式中<formula>formulaseeoriginaldocumentpage2</formula>表示第/幅圖和第;'幅圖之間的歸一化的互信息，W為一個(gè)單元內(nèi)的圖片數(shù)目。全文摘要本發(fā)明屬于醫(yī)學(xué)圖像處理
技術(shù)領(lǐng)域：
，具體為一種塊圖像內(nèi)容自適應(yīng)分類的數(shù)字剪影圖像(DSA圖像)配準(zhǔn)方法。數(shù)字減影血管造影術(shù)，是通過含有血管信息的活片和不含血管信息的蒙片之間的減法操作，得到一幅血管特征清晰的數(shù)字減影圖像。本發(fā)明根據(jù)活片的血流特性，將原圖像進(jìn)行分塊，并對(duì)不同內(nèi)容的塊圖像采用不同的相似性測度針對(duì)含血管的塊圖像，采用高維互信息作為相似性測度，可有效地減小血管成分對(duì)配準(zhǔn)的干擾；而對(duì)不含血管的塊圖像，采用模糊不變相位相關(guān)法作為相似性測度，能有效減小圖像模糊對(duì)配準(zhǔn)的干擾。本發(fā)明以高維互信息作為塊圖像分類的判據(jù)，對(duì)圖像灰度變化有較強(qiáng)的魯棒性。分析和實(shí)驗(yàn)表明本發(fā)明可有效地提高DSA圖像整體配準(zhǔn)的配準(zhǔn)精度。文檔編號(hào)A61B6/00GK101303767SQ20071017044公開日2008年11月12日申請(qǐng)日期2007年11月15日優(yōu)先權(quán)日2007年11月15日發(fā)明者張建秋,芳陳申請(qǐng)人:復(fù)旦大學(xué)