医学成像配准介绍
田捷
2004.9.16
概要
介绍
配准方法
配准框架
– 模块综述
基于大脑的PET和MR图像快速和鲁棒配准
(NeuroImage 2004)
概要
介绍
配准方法
配准框架
– 模块综述
基于大脑的PET和MR图像快速和鲁棒配准
(NeuroImage 2004)
什么是图像配准?
医学图像配准是指对于一幅图像寻求一种
空间变换,使该图像与另一幅医学图像中
的对应点达到空间上的一致。
确定同一对象的不同视图中的对应点
(Fitzpatrick2003)
(Fitzpatrick2003)
1
分类 & 应用
医学图像配准有许多临床和研究应用
– 同一 /不同 对象的配准
– 单/多模配准
可以从不同图像的模式中得到相关信息
图谱分割
观察病情的改善,治疗的进展等
概要
介绍
配准方法
配准框架
– 模块综述
基大脑的PET和MR图像快速和鲁棒配准
(NeuroImage 2004)
配准方法
点方法
分割方法
体素方法
基于点的配准方法
发现所有对应的
发现基准点
基准点
变换
视图 1
= “空间” 1
对准相应基准点
视图2
= “空间” 2
目标点对准
(Fitzpatrick2003)
分割法
(Fitzpatrick2003)
2
迭代最近点算法
在待配准的表面上选点
(Fitzpatrick2003)
移去待配准表面
(Fitzpatrick2003)
表面由所选点代表
(Fitzpatrick2003)
在参考平面上找到相应的最近点
(Fitzpatrick2003)
计算总的距离
(Fitzpatrick2003)
去掉参考表面
(Fitzpatrick2003)
3
表面可由相应的点代替
(Fitzpatrick2003)
配准点集 (刚体)
(Fitzpatrick2003)
配准点集 (刚体)
(Fitzpatrick2003)
恢复参考表面
(Fitzpatrick2003)
发现新的最近点集
(Fitzpatrick2003)
发现新的最近点集
(Fitzpatrick2003)
4
去掉参考表面
(Fitzpatrick2003)
去掉参考表面
(Fitzpatrick2003)
配准点集
(Fitzpatrick2003)
配准点集
(Fitzpatrick2003)
迭代最近点算法:
体素特征法
发现最近点
计算总距离
配准点集
(Fitzpatrick2003)
5
概要
介绍
配准方法
配准框架
– 模块综述
大脑PET和MR图像的快速和鲁棒配准
(NeuroImage 2004)
配准框架
步骤
空间转换
– 实现从一幅图像到另一幅图像的映射
图像插值
– 确定不在网格位置上的点的灰度值
相似性测度 (配准标准)
– 对“完美匹配”进行定量分析
优化算法
– 优化变换参数
6
空间变换
刚体变换
参数:
仿射变换
参数:
非刚体变换
样条函数
– 薄板样条
– B-样条
– ……
非刚体变换会十分复杂!
(Thompson, 1996)
7
图像插值
PV 插值
最近邻插值
线性插值
B-样条插值
PV (Partial Volume ) 插值
相似性测度
均方值测度
归一化相关性测度
互信息测度
互信息测度
概率密度估计
两幅图像重叠部分的联合和部分直方图的
归一化
Parzen 窗
8