圖像識(shí)別技術(shù)發(fā)展?fàn)顩r及前景

1、醫(yī)學(xué)圖像配準(zhǔn)技術(shù)羅述謙綜述首都醫(yī)科大學(xué)生物醫(yī)學(xué)工程系(100054)呂維雪審浙江大學(xué)生物醫(yī)學(xué)工程研究所(310027)摘要醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像分析的基本課題,具有重要理論研究和臨床應(yīng)用價(jià)值。本文較全面地介紹了醫(yī)學(xué)圖像配準(zhǔn)的概念、分類(lèi)、配準(zhǔn)原理、主要的配準(zhǔn)技術(shù)及評(píng)估方法。關(guān)鍵詞醫(yī)學(xué)圖像配準(zhǔn)多模醫(yī)學(xué)圖像配準(zhǔn)的概念在做醫(yī)學(xué)圖像分析時(shí),經(jīng)常要將同一患者的幾幅圖像放在一起分析,從而得到該患者的多方面的綜合信息,提高醫(yī)學(xué)診斷和治療的水平。對(duì)幾幅不同的圖像作定量分析,首先要解決這幾幅圖像的嚴(yán)格對(duì)齊問(wèn)題,這就是我們所說(shuō)的圖像的配準(zhǔn)。醫(yī)學(xué)圖像配準(zhǔn)是指對(duì)于一幅醫(yī)學(xué)圖像尋求一種(或一系列)空間變換,使它與另一幅醫(yī)

2、學(xué)圖像上的對(duì)應(yīng)點(diǎn)達(dá)到空間上的一致。這種一致是指人體上的同一解剖點(diǎn)在兩張匹配圖像上有相的空間位置。配準(zhǔn)的結(jié)果應(yīng)使兩幅圖像上所有的解剖點(diǎn),或至少是所有具有診斷意義的點(diǎn)及手術(shù)感興趣的點(diǎn)都達(dá)到匹配。醫(yī)學(xué)圖像配準(zhǔn)技術(shù)是90年代才發(fā)展起來(lái)的醫(yī)學(xué)圖像處理的一個(gè)重要分支。涉及“配準(zhǔn)”的技術(shù)名詞除registration夕卜,mapping、matching、co-registration、integration、align-ment和fusion等說(shuō)法也經(jīng)常使用。從多數(shù)文章的內(nèi)容看mapping偏重于空間映射;fu-sion指圖像融合，即不僅包括配準(zhǔn),而且包括數(shù)據(jù)集成后的圖像顯示。雖然在成像過(guò)程之前也可以采取

3、一些措施減小由身體移動(dòng)等因素引起的空間位置誤差,提高配準(zhǔn)精度(稱(chēng)作數(shù)據(jù)獲取前的配準(zhǔn)preacquisition),但醫(yī)學(xué)圖像配準(zhǔn)技術(shù)主要討論的是數(shù)據(jù)獲取后的(post-acquisition)配準(zhǔn)，也稱(chēng)作回顧式配準(zhǔn)(retrospectiveregistration)。當(dāng)前，國(guó)際上關(guān)于醫(yī)學(xué)圖像配準(zhǔn)的研究集中在斷層掃描圖像(tomographicimages,例如CT、MRI、SPECT、PET等)及時(shí)序圖像(timeseriesimages,例如fMRI及4D心動(dòng)圖像)的配準(zhǔn)問(wèn)題。醫(yī)學(xué)圖像基本變換對(duì)于在不同時(shí)間或/和不同條件下獲取的兩幅圖像I1(x1,y1,z1)和I2(x2,y2,z2)配準(zhǔn)

4、，就是尋找一個(gè)映射關(guān)系P:(x1,y1,z1)(x2,y2,z2),使I1的每一個(gè)點(diǎn)在I2上都有唯一的點(diǎn)與之相對(duì)應(yīng)。并且這兩點(diǎn)應(yīng)對(duì)應(yīng)同一解剖位置。映射關(guān)系P表現(xiàn)為一組連續(xù)的空間變換。常用的空間幾何變換有剛體變換(Rigidbodytransformation)、仿射變換(Affinetransformation)、投影變換(Projec-tivetransformation)和非線性變換(Nonlin-eartransformation)。(1)剛體變換:所謂剛體,是指物體內(nèi)部任意兩點(diǎn)間的距離保持不變。例如,可將人腦看作是一個(gè)剛體。處理人腦圖像,對(duì)不同方向成像的圖像配準(zhǔn)常使用剛體變換。剛體變換

5、可以分解為旋轉(zhuǎn)和平移:p(x)=Ax+b(1)x=(x,y,z)是像素的空間位置;A是3X3的旋轉(zhuǎn)矩陣,b是3X1的平移向量。矩陣A滿(mǎn)足約束條件：ATA=Idet1=1(2)AT是矩陣A的轉(zhuǎn)值,1是單位矩陣。(2)仿射變換：當(dāng)(2)式的約束條件不滿(mǎn)足時(shí),方程式(1)描述的是仿射變換。它將直線映射為直線,并保持平行性。具體表現(xiàn)可以是各個(gè)方向尺度變換系數(shù)一致的均勻尺度變換或變換系數(shù)不一致的非均勻尺度變換及剪切變換等。均勻尺度變換多用于使用透鏡系統(tǒng)的照相圖像,在這種情況下,物體的圖像和該物體與成像的光學(xué)儀器間的距離有直接的關(guān)系,一般的仿射變換可用于校正由CT臺(tái)架傾斜引起的剪切或MR梯度線圈不完善產(chǎn)生

6、的畸變。投影變換：與仿射變換相似,投影變換將直線映射為直線,但不再保持平行性質(zhì)。投影變換主要用于二維投影圖像與三維體積圖像的配準(zhǔn)。非線性變換：非線性變換也稱(chēng)做彎曲變換(curvedtransformation),它把直線變換為曲線。使用較多的是多項(xiàng)式函數(shù),如二次、三次函數(shù)及薄板樣條函數(shù)。有時(shí)也使用指數(shù)函數(shù)。非線性變換多用于使解剖圖譜變形來(lái)擬合圖像數(shù)據(jù)或?qū)τ腥中孕巫兊男?、腹部臟器圖像的配準(zhǔn)。醫(yī)學(xué)圖像配準(zhǔn)的類(lèi)型根據(jù)成像模式的不同,以及配準(zhǔn)對(duì)象間的關(guān)系等,醫(yī)學(xué)圖像配準(zhǔn)可有多種不同的分類(lèi)方法。3.1按成像的模式分類(lèi)由于成像的原理和設(shè)備不同,存在有多種成像模式(imagingmodalities)。從

7、大的方面來(lái)說(shuō)，可以分為描述生理形態(tài)的解剖成像模式(anatomicalimagingmodality)和描述人體功能或代謝的功能成像模式(functionalimagingmodality)。表1給出幾種主要的成像模式。表1多種成像模式解剖成像模式功能成像模式X光照相術(shù)CT計(jì)算機(jī)斷層掃描技術(shù)MRI磁共振成像U嶺超聲成像光纖內(nèi)窺鏡圖像MRA磁共振血管適影術(shù)DSA數(shù)字減影血管造影述SPECT單光子發(fā)射斷層掃描像PET正電子發(fā)射斷層掃描像fMRI功能磁共振成像單模(monomodality)醫(yī)學(xué)圖像配準(zhǔn)：是指待配準(zhǔn)的兩幅圖像是用同一種成像設(shè)備獲取的。單模醫(yī)學(xué)圖像配準(zhǔn)的典型應(yīng)用如下。不同MR加權(quán)像間的

8、配準(zhǔn)：由于使用的射頻脈沖序列以及成像參數(shù)的設(shè)置不同,磁共振圖像會(huì)有很大的不同。對(duì)自旋回波(SpinEcho)脈沖序列主要有三種不同類(lèi)型的磁共振圖像，即T1加權(quán)像、2加權(quán)像及質(zhì)子密度(PD)加權(quán)像。人體不同的組織在這些圖像上表現(xiàn)為不同的強(qiáng)度。例如，很多腫瘤、炎癥及病灶都會(huì)增加組織中的自由水成分，在T1加權(quán)像中表現(xiàn)為低強(qiáng)度;而骨、纖維及鈣化組織不含自由水，在T2加權(quán)像中呈低強(qiáng)度;亞急性出血在T1和T2像中同時(shí)表現(xiàn)為高強(qiáng)度等。不同加權(quán)MR圖像的信息可以互補(bǔ)，臨床上，它們的結(jié)合可提供更全面的診斷信息。配準(zhǔn)后的圖像還可用于腦內(nèi)組織的分類(lèi)(如白質(zhì)、灰質(zhì)及CSF等)。由于該分類(lèi)方法的原理與利用衛(wèi)星遙感圖像處

9、理地面資源的方法相似,這種分類(lèi)方法又稱(chēng)做多譜醫(yī)學(xué)圖像分析電鏡圖像序列的配準(zhǔn):在不同時(shí)間采集的多幅物體圖像，構(gòu)成沿時(shí)間軸的2D/3D圖像的集合,稱(chēng)為時(shí)間序列圖像。生物醫(yī)學(xué)方面,在顯微鏡下觀察組織結(jié)構(gòu),可分析微生物、細(xì)胞和亞細(xì)胞粒子的移動(dòng)及其引起的形態(tài)變化,研究它們的生長(zhǎng)和變態(tài)現(xiàn)象。對(duì)系列微循環(huán)圖像分析還可得到微血流變化的情況。fMRI圖像序列的配準(zhǔn):fMRI(功能磁共振成像,functionalMRI)也是時(shí)間序列圖像。大腦活動(dòng)過(guò)程中，會(huì)產(chǎn)生氧攝取量與腦血流間的不平衡,這種不平衡必然會(huì)引起腦血管周?chē)鶰RI信號(hào)的改變。在對(duì)磁場(chǎng)不均勻性很敏感的MRI圖像序列中就可以測(cè)得這些信號(hào)的改變。由于該方法無(wú)須

10、對(duì)比增強(qiáng)劑,也無(wú)輻射劑量,又能反映腦功能,因此在神經(jīng)科學(xué)的認(rèn)知研究中得到普遍的重視。功能測(cè)試要求受試者做出某種反映,很大程度上會(huì)引起頭部的移動(dòng),產(chǎn)生偽像。因此,在fMRI序列圖像研究中圖像配準(zhǔn)更是嚴(yán)重的問(wèn)題11。腦、腹部臟器的圖像配準(zhǔn):如果被分析的圖像本身就是3D圖像，這樣的圖像序列就成為4D圖像，例如4D心動(dòng)圖像分析。要進(jìn)行定量的分析，往往要求確定各幅圖像中的公共參考點(diǎn)位置,即要解決圖像定位問(wèn)題。還要解決目標(biāo)物體處于運(yùn)動(dòng)過(guò)程可能存在的局部變形和嚴(yán)重的噪聲問(wèn)題，例如在心動(dòng)周期中的不同時(shí)刻，心臟的形狀、大小、位置都會(huì)發(fā)生變化，介于3D圖像間的時(shí)間插值圖像是常用的方法。多模(multimodali

11、ty)醫(yī)學(xué)圖像配準(zhǔn)：是指待配準(zhǔn)的兩幅圖像來(lái)源于不同的成像設(shè)備。例如,CT和MR圖像都有較高的空間分辨率,前者對(duì)密度差異較大的組織效果好，后者則可識(shí)別軟組織；SPECT、PET能反映人體的功能和代謝信息，但空間分辨較差。因此在臨床應(yīng)用中，常需要將CT(或MR)與SPECT(或PET)配準(zhǔn)。二者的結(jié)合能夠同時(shí)提供功能的與解剖的信息,具有臨床應(yīng)用價(jià)值。由于掃描設(shè)備的原理不同,掃描參數(shù)條件各異,所以?xún)煞N斷層圖像間并不存在著簡(jiǎn)單的一一對(duì)應(yīng)關(guān)系。多模醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像配準(zhǔn)的重點(diǎn)研究課題。在PET與MR圖像的配準(zhǔn)問(wèn)題中，目前國(guó)際上用的較多的是AIR法(AutomaticImageRegistration

12、)、準(zhǔn)標(biāo)法(FiducialMarks)和雙模板變換法。最近,最大互信息法又倍受推崇和關(guān)注。3.2按受試對(duì)象分類(lèi)待配準(zhǔn)的圖像可以是同一個(gè)人的，屬于患者自身圖像配準(zhǔn)(intra-subject)。對(duì)同一病人在不同時(shí)間獲取同一器官或解剖部位的圖像,可以用于對(duì)比,從而監(jiān)視疾病的發(fā)展及治療過(guò)程。如果沒(méi)有局部的組織切除,這種配準(zhǔn)一般用剛體變換就可以了。除此之外,有時(shí)要將被試者的圖像與典型正常人相同部位的圖像對(duì)比,以確定被試者是否正常;如果異常,也許還要與一些疾病的典型圖像對(duì)比,確定患者是否屬于同類(lèi)。這些都屬于不同人間的圖像配準(zhǔn)(inter-subject)8。由于個(gè)體解剖的差異，后者的配準(zhǔn)顯然要難于前者

13、。3.3圖像與圖譜配準(zhǔn)(AtlasMethod或與物理空間配準(zhǔn)由于不同人在生理上存在差異，同一解剖結(jié)構(gòu)的形狀、大小、位置都會(huì)很不相同,這就使不同人的圖像配準(zhǔn)問(wèn)題成為當(dāng)今醫(yī)學(xué)圖像分析中的最大難題。在對(duì)比和分析不同的醫(yī)學(xué)圖像時(shí),很難精確找出對(duì)應(yīng)的解剖信息。這要求有一個(gè)詳細(xì)標(biāo)記人體各個(gè)解剖位置的計(jì)算機(jī)化的標(biāo)準(zhǔn)圖譜。常見(jiàn)的方法大致有兩類(lèi):一是借助一個(gè)共同的標(biāo)準(zhǔn)來(lái)比較，例如要對(duì)兩個(gè)病人的PET或MR圖像進(jìn)行比較，首先要把二者的圖像都映射到一個(gè)共同的參考空間去,然后在此空間中對(duì)二者進(jìn)行比較,目前使用較多的是Talairach標(biāo)準(zhǔn)空間,可以對(duì)不同的人腦圖像進(jìn)行比較;二是非線性形變法,模仿彈性力學(xué)方法，將一個(gè)

14、人的3D圖像逐步變換，使它最終能較好地與另一個(gè)人的3D圖像最佳匹配。在立體定向裝置或圖像引導(dǎo)的手術(shù)導(dǎo)航系統(tǒng)中18,則是將圖像像素與物理空間中探針或手術(shù)器械或?qū)崨r攝像的位置配準(zhǔn)。醫(yī)學(xué)圖像配準(zhǔn)方法4.1配準(zhǔn)原理醫(yī)學(xué)圖像的配準(zhǔn)過(guò)程本質(zhì)上是一個(gè)多參數(shù)最優(yōu)化問(wèn)題。用的較多的是使兩個(gè)圖像對(duì)應(yīng)像素特征值差值平方和最小化。一般可用Gauss-Newton最優(yōu)化算法實(shí)現(xiàn)。設(shè)di(p)是兩個(gè)圖像上體素I間的差值,p是參數(shù)向量,t是參數(shù)向量的增量，使用Taylor公式可得:t)二d；(p)+ti+t2al(p)關(guān)于參數(shù)p的迭代公式:其中更廣義的情況是對(duì)兩組參數(shù)優(yōu)化除空間變換(ps)外,還對(duì)強(qiáng)度變換(pt)優(yōu)化。(L

15、(p)=f(s(xi,p)-t(xi,pi)其中f是物體圖像,xi是第i個(gè)采樣值的坐標(biāo),s是描述參數(shù)為ps的空間變換的向量函數(shù),t是描述參數(shù)為pt的強(qiáng)度變換的標(biāo)量函數(shù)。較簡(jiǎn)單的情況是空間變換包括12個(gè)參數(shù),若模板圖像g,強(qiáng)度變換只是簡(jiǎn)單的換算關(guān)系，則t(xi,pt)等于p13g(xi)。比如說(shuō)我們的目標(biāo)是使圖像f與另一圖像g配準(zhǔn)，后者稱(chēng)作模板圖像(templateim-age)。仿射變換有12個(gè)參數(shù)(pl到p12),二者的強(qiáng)度換算系數(shù)是p13。于是,從圖像f的像素x變換到圖像g的點(diǎn)y:但是,一個(gè)圖像的強(qiáng)度并不總是按線性規(guī)律隨另一圖像變化的,有時(shí)須使用多項(xiàng)式函數(shù)，使用二次函數(shù)的最小化函數(shù)為:工i

16、(f(xi,ps)-(p13g(xi)+p14g(xi)2)2若強(qiáng)度還隨空間位置變化，例如MRI掃描設(shè)備的空間不均勻性，則待最小化的函數(shù)為：工i(f(xi,ps)-(p13x1ig(xi)+p14x2ig(xi)+p15x3ig(xi)2根據(jù)不同的配準(zhǔn)問(wèn)題,需要選用不同的相似性測(cè)度,并極大化測(cè)度。這仍然是多參數(shù)優(yōu)化問(wèn)題。4.2主要配準(zhǔn)方法點(diǎn)法(PointMethod):又分內(nèi)部點(diǎn)(Intrinsicpoints)及外部點(diǎn)(Extrinsicpoin-ts)。內(nèi)部點(diǎn)是從與病人相關(guān)的圖像性質(zhì)中得到的,如解剖標(biāo)志點(diǎn)(anatomicallandmarkpoints)。解剖標(biāo)志點(diǎn)必須是在三維空間定義的

17、,并在兩種掃描模式的圖像中可見(jiàn)。典型的解剖標(biāo)志點(diǎn)可以是一個(gè)點(diǎn)狀的解剖結(jié)構(gòu),例如:耳蝸尖端拐點(diǎn)處;兩個(gè)線形結(jié)構(gòu)的交點(diǎn);血管的分叉或相交處;某一表面上特定拓?fù)鋵傩?一個(gè)溝回的可識(shí)別部分等。外部點(diǎn)則是在受試者顱骨嵌入的螺釘、在皮膚上做的記號(hào)或其他在兩幅圖像都可檢測(cè)到的附加標(biāo)記物,例如充有硫酸銅的管子、玻璃珠、鉻合金珠、明膠球等。原則上外部點(diǎn)法可用于配準(zhǔn)任何模式的圖像,而且外部點(diǎn)在醫(yī)學(xué)圖像中要比內(nèi)部點(diǎn)好識(shí)別得多,通過(guò)比較圖像中記號(hào)的位置對(duì)配準(zhǔn)結(jié)果也易于視覺(jué)檢測(cè);缺點(diǎn)是在使用這些記號(hào)時(shí),受試者都要在掃描裝置內(nèi)嚴(yán)格保持不動(dòng),有些還是介入性的。相比起來(lái),內(nèi)部點(diǎn)法則對(duì)受試者比較友好,而且是全回顧式配準(zhǔn);缺點(diǎn)是

18、內(nèi)部點(diǎn)的尋找相當(dāng)困難、費(fèi)事,要求有一定的經(jīng)驗(yàn),方法帶有一些主觀性。無(wú)論內(nèi)部點(diǎn)還是外部點(diǎn),一經(jīng)確定,兩圖像的配準(zhǔn)問(wèn)題就歸結(jié)為求解對(duì)應(yīng)點(diǎn)集的剛體變換了。對(duì)準(zhǔn)了這些標(biāo)志點(diǎn),兩幅圖像也就配準(zhǔn)了。(2)曲線法(CurveMethod):Batler3對(duì)二維投影放射照片首先用人工的方法在兩幅圖像中尋找對(duì)應(yīng)的開(kāi)曲線(Opencurve),再在兩條曲線局部曲率最佳擬合的線段用相同的采樣率找出一組對(duì)應(yīng)點(diǎn)來(lái)以后繼續(xù)用點(diǎn)法匹配兩幅圖像Gueziec和Ayache2配準(zhǔn)CT體積圖像系列時(shí)，用圖像強(qiáng)度的導(dǎo)數(shù)自動(dòng)提取脊線(ridgeorcrest)。然后，用連續(xù)的樣條近似這些離散的曲線并計(jì)算曲率和扭矩。曲線的對(duì)應(yīng)關(guān)系是用

19、幾何散列表(geo-metrichashing)檢索和表決技術(shù)確定的。對(duì)應(yīng)曲線及圖像間的配準(zhǔn)是通過(guò)剛體變換實(shí)現(xiàn)的。表面法(SurfaceMethod)基于表面的配準(zhǔn)技術(shù)典型的例子是Pelizzari和Chen17研究的“頭帽法”從一幅圖像輪廓提取的點(diǎn)集稱(chēng)作帽子(hat),從另一幅圖像輪廓提取的表面模型叫作頭(head)。一般用體積較大的病人圖像或在圖像體積大小差不多時(shí)用分辨較高的圖像來(lái)產(chǎn)生頭表面模型。Powell探索算法被用來(lái)尋求所需的幾何變換,即使帽點(diǎn)和頭表面間的距離平均平方值最小。許多學(xué)者對(duì)該算法作了重要改進(jìn),例如用多分辨金字塔技術(shù)克服局部極值問(wèn)題;用距離變換擬合兩幅圖像的邊緣點(diǎn)(edge

20、points),斜面匹配技術(shù)(chamferingmethod)可有效地計(jì)算距離變換。(4)矩和主軸法(MomentandPrincipalAxesMethod)借用經(jīng)典力學(xué)中物體質(zhì)量分布的概念計(jì)算兩幅圖像像素點(diǎn)的質(zhì)心和主軸,再通過(guò)平移和旋轉(zhuǎn)使兩幅圖像的質(zhì)心和主軸對(duì)齊,從而達(dá)到配準(zhǔn)的目的1。該方法對(duì)數(shù)據(jù)的缺失較敏感,即要求整個(gè)物體必須完整的出現(xiàn)在兩幅圖像中,此外,該方法還對(duì)神經(jīng)醫(yī)生感興趣的某些病案效果不佳。例如,PET圖像中大的周邊低代謝腫瘤可能引起較大的MRPET配準(zhǔn)誤差。學(xué)者們更多地是使用主軸變換法作粗配準(zhǔn)使兩幅圖像初步對(duì)齊,可以減少后續(xù)主要配準(zhǔn)方法的搜索步驟。相關(guān)法(Correlatio

21、mMethod)對(duì)于同一物體由于圖像獲取條件的差異或物體自身發(fā)生的小的改變而產(chǎn)生的圖像序列,采用使圖像間相似性最大化的原理實(shí)現(xiàn)圖像間的配準(zhǔn)22,即通過(guò)優(yōu)化兩幅圖像間相似性準(zhǔn)則來(lái)估計(jì)變換參數(shù),主要是剛體的平移和旋轉(zhuǎn)。對(duì)照相序列,考慮到棱鏡系統(tǒng)的使用,還要作必要的尺度變換。還須對(duì)曝光時(shí)間不同引起的強(qiáng)度差異作修正。對(duì)核醫(yī)學(xué)圖像也要作強(qiáng)度換算來(lái)修正因獲取時(shí)間、注入活性及背景等因素產(chǎn)生的影響。所使用的相似性測(cè)度可以是多種多樣的,例如相關(guān)函數(shù)、相關(guān)系數(shù)、差值的平方和或差的絕對(duì)值和等。由于要對(duì)每種變換參數(shù)可能的取值都要計(jì)算一次相似性測(cè)度,相關(guān)法的計(jì)算量十分龐大,一些學(xué)者在這方面做出了努力。例如,用相位相關(guān)傅

22、立葉法估算平移和旋轉(zhuǎn)參數(shù);用遺傳算法和模擬退火技術(shù)減少搜索時(shí)間和克服局部極值問(wèn)題,及用傅立葉不變性和對(duì)數(shù)變換分解變量的互相關(guān)技術(shù)。相關(guān)法主要限于單模圖像配準(zhǔn),特別是對(duì)一系列圖像進(jìn)行比較,從中發(fā)現(xiàn)由疾病引起的微小改變。最大互信息配準(zhǔn)法(MaximizationofMutualInformation)互信息是信息論的一個(gè)基本概念是兩個(gè)隨機(jī)變量統(tǒng)計(jì)相關(guān)性的測(cè)度。Woods24使用給出參考像后測(cè)試圖像的條件熵作為配準(zhǔn)的測(cè)度。他研究的AIR是一種廣泛應(yīng)用于PET到MR圖像配準(zhǔn)的算法，但缺點(diǎn)是依賴(lài)對(duì)MR圖像的予處理,這通常涉及很費(fèi)功夫的剔除非腦組織的手工編輯工作。Collignon7、Viola和Well

23、s23、Studholme19等人用互信息作為多模醫(yī)學(xué)圖像的配準(zhǔn)的測(cè)度。如果兩幅圖像幾何上對(duì)齊的話(huà),它們對(duì)應(yīng)體素對(duì)的強(qiáng)度值的互信息最大。由于該方法不需要對(duì)兩種成像模式中圖像強(qiáng)度間關(guān)系的性質(zhì)作任何假設(shè),也不需要對(duì)圖像作分割或任何予處理,所以被廣泛地用于CT/MR、PET/MR等多種配準(zhǔn)工作。最大互信息法幾乎可以用在任何不同模式圖像的配準(zhǔn),特別是當(dāng)其中一個(gè)圖像的數(shù)據(jù)部分缺損時(shí)也能得到很好的配準(zhǔn)效果。圖譜法(AtlasMethod)與非線性變換技術(shù):不同人腦圖像的配準(zhǔn)遠(yuǎn)比同一個(gè)人的不同模式圖像的配準(zhǔn)困難得多,這是因?yàn)槊總€(gè)人腦的形狀、尺寸都有很大的差異。如果我們將腦圖像作一定的尺度變換,并對(duì)深度內(nèi)部結(jié)

24、構(gòu)適當(dāng)取向后,就會(huì)發(fā)現(xiàn)不同人腦的解剖結(jié)構(gòu)的大小和形狀方面還是具有一定的共性的。這就使我們有可能構(gòu)造一個(gè)解剖圖譜,其前提是受試者間腦的拓?fù)浣Y(jié)構(gòu)具有不變性。由于在腦圖譜構(gòu)建過(guò)程中有神經(jīng)解剖學(xué)專(zhuān)家直接參與,利用腦圖譜進(jìn)行配準(zhǔn),就可以利用圖譜所包含的先驗(yàn)知識(shí)來(lái)對(duì)病人或其他人的圖像自動(dòng)識(shí)別和正確地分割。一個(gè)最著名的方案是建立一個(gè)標(biāo)準(zhǔn)的腦坐標(biāo)系統(tǒng)。Talairach203D正交柵格系統(tǒng)為大家廣泛接受,從圖譜到腦圖像的配準(zhǔn)歸結(jié)為逐段仿射變換問(wèn)題。但仿射變換不能解決人腦形態(tài)的復(fù)雜非線性問(wèn)題，故一些學(xué)者研究了用非線性變換的配準(zhǔn)技術(shù)。Evans10構(gòu)建了一個(gè)三維的計(jì)算機(jī)化腦圖譜。他們用手工方法從一個(gè)高分辨的MR體

25、積圖像的所有層片的每半球中都提取60個(gè)解剖結(jié)構(gòu)的輪廓線，然后用貼片算法(tilingalgorithm)將這些結(jié)構(gòu)轉(zhuǎn)化為閉合的多面體使用時(shí)，通過(guò)全局仿射變換或薄板樣條函數(shù)交互地使圖譜變形去擬合圖像數(shù)據(jù)。Greitz13構(gòu)建的圖譜則是從冷凍尸體腦切片的數(shù)字化照片中人工提取250個(gè)結(jié)構(gòu),配準(zhǔn)方法是先用仿射變換粗定位,再用非線性變換精細(xì)對(duì)齊,整個(gè)配準(zhǔn)過(guò)程是交互式的。Bajcsy4等人首先用彈性形變方法使三維的計(jì)算機(jī)化腦圖譜變形，用于配準(zhǔn)CT和MR體積圖像。他們還應(yīng)用從粗到細(xì)的多分辨匹配策略減少計(jì)算的復(fù)雜性和提高配準(zhǔn)精度。Bookstein5的薄板樣條法和非線性形變理論、Moshfeghi16等人的彈性匹配方法、Davatzikos9的活動(dòng)輪廓模型都是獨(dú)有特色的非線性形變配準(zhǔn)方法。Christensen6用粘滯流體模型(ViscousFlu-idModel)控制形變,模板圖像被建模為厚的流體,流體在內(nèi)力作用下流動(dòng)去擬合待配準(zhǔn)的體積圖像,經(jīng)過(guò)一段時(shí)間后,流體停止活動(dòng)。該法可以實(shí)現(xiàn)任何復(fù)雜形狀的形變,被認(rèn)為是當(dāng)前最高級(jí)的圖像配準(zhǔn)算法,缺點(diǎn)是算法所須計(jì)算量太大，使用DECmpp128x64MasPar計(jì)算機(jī)作3D配準(zhǔn)需要26小時(shí)，在MIPSR4400處理機(jī)上執(zhí)行