醫(yī)學(xué)圖象配準(zhǔn)

第6章醫(yī)學(xué)圖像配準(zhǔn)-1

1編輯ppt基于多種原因，臨床上通常需要對(duì)同一個(gè)病人進(jìn)行多種模式或同一種模式的屢次成像。即同時(shí)從幾幅圖像獲得信息，進(jìn)行綜合分析。使用同種成像設(shè)備在不同時(shí)間成像，可以觀察病灶生長(zhǎng)，比照手術(shù)前后的治療效果等。當(dāng)一種成像設(shè)備所提供的信息不能滿足需要時(shí)，可以采用多種模式成像。例如，在CT上觀察骨組織，而從MRI上得到軟組織信息；或?qū)?lái)源于PET、SPECT的功能信息與來(lái)源于CT、MRI的解剖信息結(jié)合起來(lái)分析。人腦多種模式成像6.1圖像配準(zhǔn)的概述2編輯ppt6.1.1圖象配準(zhǔn)的概念對(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)〔ImageRegistration〕。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)學(xué)圖像上的對(duì)應(yīng)點(diǎn)到達(dá)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同的空間位置。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)都到達(dá)匹配。幾幅圖像信息綜合的結(jié)果稱(chēng)作圖像的融合〔ImageFusion〕。3編輯ppt上圖是配準(zhǔn)的示意圖。同一個(gè)人從不同角度、不同位置拍攝的的兩張照片由于拍攝條件不同，每張照片只反映某些方面的特征。要將這兩張照片一起分析，就要將其中的一張中的人像做移動(dòng)和旋轉(zhuǎn)，使它與另一幅對(duì)齊。保持不動(dòng)的叫做參考圖像，做變換的稱(chēng)作浮動(dòng)圖像。經(jīng)配準(zhǔn)和融合后的圖像反映人的全貌。4編輯ppt6.1.2醫(yī)學(xué)圖像根本變換對(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)，就是尋找一個(gè)映射關(guān)系:I1(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)系表現(xiàn)為一組連續(xù)的空間變換。常用的空間幾何變換有(1)剛體變換〔RigidBodyTransformation〕(2)仿射變換〔AffineTransformation〕(3)透視或投影變換〔PerspectiveorProjectiveTransformation〕(4)非線性變換〔NonlinearTransformation〕5編輯ppt四種根本的圖像變換6編輯ppt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。剛體變換可以分解為旋轉(zhuǎn)和平移：

是像素的空間位置；

A是旋轉(zhuǎn)變換矩陣，b是平移向量。矩陣A滿足約束條件：

AT是矩陣A的轉(zhuǎn)值，I是單位矩陣。7編輯ppt當(dāng)約束條件不滿足時(shí),方程式描述的是仿射變換。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。

仿射變換8編輯ppt

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)。

血管瘤手術(shù)方案：三維血管模型與x射線血管造影圖像在正交的、前前方向〔右圖〕和側(cè)向〔左圖〕投影配準(zhǔn)。9編輯ppt

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)。10編輯ppt6.1.3配準(zhǔn)的類(lèi)型11編輯ppt同一對(duì)象〔Intra-subject〕的圖像配準(zhǔn)a.不同MR加權(quán)像間的配準(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、T2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、纖維及鈣化組織均不含自由水，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〕。12編輯pptb.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)像。對(duì)系列微循環(huán)圖像分析還可得到微血流變化的情況。。小鼠乳腺不同時(shí)期結(jié)構(gòu)形態(tài)〔青春期、孕期、哺乳期和萎縮期?！?3編輯pptc.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)須比照增強(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)是極為重要的。14編輯pptd.胸、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。15編輯ppt多模醫(yī)學(xué)圖像配準(zhǔn)多?！睲ultimodality〕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較好，后者那么可識(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，所以兩種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?jī)?nèi)容之一。MRIPETMRICT16編輯ppt

人腦MR/PET圖像配準(zhǔn)上排：軸向圖；中間：矢狀圖；下排：冠狀圖左：PET圖像；中：MR圖像；右：融合圖像17編輯ppt不同對(duì)象間〔Inter-subject〕的圖像配準(zhǔn)有時(shí)要將被試的圖像與典型正常人相同部位的圖像比照，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比照，確定患者是否屬于同類(lèi)。這都屬于不同人間的圖像配準(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)圖像分析中的難題。18編輯ppt在比照和分析不同人的醫(yī)學(xué)圖像時(shí)，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。對(duì)于不同人很難精確找出對(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，目前使用較多的是Talairach標(biāo)準(zhǔn)空間。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這個(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。19編輯ppt二是非線性形變法，模仿彈性力學(xué)方法，將一個(gè)人的3D圖像逐步變形，使它最終能較好地與另一個(gè)人的3D圖像最正確匹配。20編輯ppt圖像與圖譜配準(zhǔn)或與物理空間配準(zhǔn)在立體定向裝置或圖像引導(dǎo)的手術(shù)導(dǎo)航系統(tǒng)中，需要將圖像像素與物理空間中探針、手術(shù)器械或?qū)崨r攝像的位置配準(zhǔn)。涉及到圖像空間與立體定向裝置或人腦實(shí)體空間的坐標(biāo)系統(tǒng)變換。21編輯ppt6.1.4主要配準(zhǔn)方法1.點(diǎn)法〔PointMethod〕點(diǎn)法又分內(nèi)部點(diǎn)〔IntrinsicPoints〕及外部點(diǎn)〔ExtrinsicPoints〕。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〕。外部點(diǎn)那么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。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〕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，再在兩條開(kāi)曲線局部曲率最正確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。3.外表法〔SurfaceMethod〕基于外表的配準(zhǔn)技術(shù)典型的例子是“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外表模型叫做頭〔‘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)生頭外表模型。Powell搜索算法被用來(lái)尋求所需的幾何變換，即使帽點(diǎn)和頭外表間的距離平均平方值最小。22編輯ppt4.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，從而到達(dá)配準(zhǔn)的目的。5.相關(guān)法〔CorrelationMethod〕對(duì)于同一個(gè)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)。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。6．最大互信息配準(zhǔn)法〔MaximizationofMutualInformation〕互信息是信息論的一個(gè)根本概念，是兩個(gè)隨機(jī)變量統(tǒng)計(jì)相關(guān)性的測(cè)度。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，它們對(duì)應(yīng)體素對(duì)的強(qiáng)度值的互信息最大。7．圖譜法〔AtlasMethod〕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)椴煌四X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)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)別和正確的分割。23編輯ppt8．非線性變換技術(shù)為了研究器官與組織發(fā)生變形或不同人腦之間的圖像配準(zhǔn)需要使用非線性變換配準(zhǔn)技術(shù)，主要有基于物理模型的配準(zhǔn)方法和基于空間變換的配準(zhǔn)方法?！?〕彈性力學(xué)模型在該模型中，腦被看作是一個(gè)彈性物體。在內(nèi)、外力共同作用下人腦發(fā)生彈性形變。當(dāng)內(nèi)外力到達(dá)平衡時(shí)得到變形后的圖像。描述彈性形變的偏微分方程可以用有限元方法求解?！?〕流體力學(xué)模型還可用粘滯流體模型〔ViscousFluidModel〕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，內(nèi)力消失，流體停止流動(dòng)。基于流體力學(xué)模型的配準(zhǔn)可以用Navier-Stokes偏微分方程描述?！?〕光流場(chǎng)模型在光流場(chǎng)模型中，腦的形變被模擬為物體運(yùn)動(dòng)，通過(guò)估計(jì)運(yùn)動(dòng)而到達(dá)圖像配準(zhǔn)的目的。光流場(chǎng)模型是一種在計(jì)算機(jī)視覺(jué)領(lǐng)域廣泛使用的運(yùn)動(dòng)圖像分析方法。在該方法中，假設(shè)在短時(shí)間間隔運(yùn)動(dòng)前后特定空間點(diǎn)的圖像灰度保持不變。須求解光流約束方程。24編輯ppt6.2根本空間變換模型

為了用數(shù)學(xué)方法描述醫(yī)學(xué)圖像的配準(zhǔn),我們采用均勻坐標(biāo)系統(tǒng)。在該系統(tǒng)中任何二維線性變換可以表示為一個(gè)3x3的矩陣，三維線性變換可以用4x4的矩陣表示。在二維空間中，坐標(biāo)(x,y)表示為向量;從到新坐標(biāo)的變換可以表示為在三維空間中，坐標(biāo)(x,y,z)表示為向量，從到新坐標(biāo)的變換可以表示為25編輯ppt6.2.1剛體變換二維剛體變換在二維剛體變換中涉及3個(gè)變換參數(shù)：沿兩個(gè)坐標(biāo)軸方向的平移及繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)角。根本變換公式可表示為沿x軸的平移沿y軸的平移繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)其中，p，q及θ是剛體變換參數(shù)。定義x軸為水平軸，正方向?yàn)閺淖笙蛴?；y軸為垂直軸，正方向?yàn)閺南孪蛏希沪榷x為順時(shí)針旋轉(zhuǎn)。26編輯ppt變換的矩陣表示:沿x軸的平移沿y軸的平移繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)27編輯ppt變換的結(jié)果與這些根本參數(shù)的順序有關(guān)。對(duì)于相同一組參數(shù)p，q及θ，變換過(guò)程可以是先沿x軸的平移p，然后沿y軸的平移q，最后再繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)θ：也可以是按不同順序的變換。先繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)θ，再沿x軸的平移p，然后沿y軸的平移q：顯然，二者的變換結(jié)果不同。28編輯ppt數(shù)值實(shí)例：設(shè)一個(gè)剛體變換為先繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)10

，再沿x軸的平移4個(gè)單位，然后沿y軸的平移9個(gè)單位：該變換矩陣可以分解成原來(lái)順序的三個(gè)根本變換矩陣。也可以換個(gè)順序先做平移，然后繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)角度大小、方向不變：29編輯ppt這說(shuō)明先沿x軸的平移2.3764個(gè)單位，然后沿y軸的平移9.5579個(gè)單位，最后繞坐標(biāo)原點(diǎn)的旋轉(zhuǎn)10，整個(gè)變換得到同樣的結(jié)果?？梢钥闯?，在兩種不同順序的變換中，總的位移距離〔9.8489〕是不變的。30編輯ppt使用矩陣表示剛體變換的好處是無(wú)須關(guān)心實(shí)際的旋轉(zhuǎn)與平移順序。因?yàn)樵趯?shí)際應(yīng)用中對(duì)于兩個(gè)真實(shí)的生物醫(yī)學(xué)對(duì)象〔顯然是三維物體〕只要實(shí)現(xiàn)精確配準(zhǔn)，變換的具體途徑并不很重要。31編輯ppt應(yīng)用逆矩陣運(yùn)算或組合矩陣變換應(yīng)用逆矩陣運(yùn)算或組合矩陣變換可以很容易實(shí)現(xiàn)多種形式的圖像配準(zhǔn)。例如，有一個(gè)剛體變換矩陣M將第一幅圖像A配準(zhǔn)到第二幅圖像B，那么簡(jiǎn)單的逆矩陣會(huì)使第二幅圖像B配準(zhǔn)到原來(lái)的第一幅圖像A。32編輯ppt類(lèi)似地，假設(shè)有一個(gè)剛體變換矩陣將第一幅圖像A配準(zhǔn)到第二幅圖像B，又有另一個(gè)剛體變換矩陣將第二幅圖像B配準(zhǔn)到第三幅圖像C，那么簡(jiǎn)單的矩陣乘法得到的剛體變換矩陣會(huì)使第一幅圖像A直接與第三幅圖像C配準(zhǔn)。33編輯ppt2.三維剛體變換在3D情況，需要6個(gè)參數(shù)描述一個(gè)剛體變換。即沿x軸、y軸及z軸的平移，與繞三個(gè)軸的旋轉(zhuǎn)。變換公式如下：沿y軸的平移沿z軸的平移沿x軸的平移其中，p，q，r是沿x軸、y軸及z軸的平移剛體變換參數(shù)34編輯ppt繞x軸的旋轉(zhuǎn)繞y軸的旋轉(zhuǎn)繞z軸的旋轉(zhuǎn)其中,θ,

,及

是繞x軸、y軸及z軸的旋轉(zhuǎn)剛體變換參數(shù)。35編輯ppt沿x軸的平移沿y軸的平移沿z軸的平移繞x軸的旋轉(zhuǎn)繞y軸的旋轉(zhuǎn)繞z軸的旋轉(zhuǎn)(6.26)3D變換的矩陣表示36編輯ppt與二維剛體變換類(lèi)似，旋轉(zhuǎn)與平移的順序會(huì)影響變換的結(jié)果，繞不同軸旋轉(zhuǎn)順序不同，結(jié)果也不一樣?？赡艿男D(zhuǎn)變換參數(shù)的順序有6種：結(jié)合先旋轉(zhuǎn)、后平移，及先平移、后旋轉(zhuǎn)，共有12種不同的組合順序。37編輯ppt先旋轉(zhuǎn)、后平移38編輯ppt同樣的參數(shù)，做逆順序做變換就會(huì)得到完全不同的結(jié)果：39編輯ppt3D剛體變換數(shù)值舉例：一個(gè)圖像先繞x軸旋轉(zhuǎn)7

，繞y軸旋轉(zhuǎn)11，再繞z軸旋轉(zhuǎn)13，接著沿x軸平移2單位，沿y軸平移3單位，最后再沿z軸平移5單位。40編輯ppt旋轉(zhuǎn)的過(guò)程圖示:41編輯ppt從初始位置到終止位置的變換序列不是唯一的。假設(shè)沿x軸平移2.2045單位，沿y軸平移2.7793單位，再沿z軸平移5.0414單位,旋轉(zhuǎn)順序也與原來(lái)相反,即先繞z軸旋轉(zhuǎn)14.4198，繞y軸旋轉(zhuǎn)9.0397，最后再繞x軸旋轉(zhuǎn)9.4030。這樣變換后得到相同的結(jié)