基于异元方向特征的心脏多模态图像非刚性配准方法研究

多模态图像非刚性配准方法是目前计算机图像处理领域的一个研究热点,但现有的图像配准方法难以有效地将心脏DTI图像与心脏Tagging MRI图像进行配准。鉴于心脏DTI图像包含有心肌纤维的静态结构信息,而心脏Tagging MRI图像包含有心肌的运动信息，本项目将研究将这两种图像精确配准的方法，以便能在纤维层次上对心肌的运动进行分析。针对心脏DTI图像和心脏Tagging MRI图像的特点,本项目首次提出这两种图像的异元方向特征的概念,即将纤维走向和心肌自主运动方向作为物理含义截然不同而又密切相关的一对待配准的方向特征,研究提取异元方向特征的方法,构造能体现异元方向特征优势的能量函数，设计以异元方向特征为主导的优化算法,从而形成一个适合于这两种图像的非刚性配准方法。本项目的研究将丰富图像处理与分析领域的理论，在心脏病的诊断和治疗上有较大的应用前景。

带标记的核磁共振图像（tMRI）和弥散张量图像（DTI）从不同侧面反映了心脏及其运动信息。将从DTI 图像中获取的心肌纤维结构与从tMRI中得到的心脏运动场在纤维层次上进行非刚性配准，为建立心脏纤维运动力学模型、评估心脏运动功能打下基础，对开展心脏相关医学研究，实现心脏病的诊断具有十分重大的意义。. 项目主要研究内容包括：通过检测和跟踪tMRI 图像中的标记线来计算心肌采样点的运动方向；重建DTI图像中纤维的空间结构并计算各束纤维的方向；基于异元方向特征的多模态心脏图像非刚性配准方法。. 项目取得的成果包括如下几个方面。.(1) 提出了心脏MRI图像的左心室内、外膜分割算法. 在左心室内膜分割上，自动识别有无左心室流出道后，对无左心室流出道的图像，提出了拓扑保持的阈值分割算法；而对另一种情况，提出了射线扫描法。在左心室外膜分割上，提出了基于非极大值抑制和区域限制的动态规划方法。.(2) 提出了DTI图像中的纤维提取算法. 在DTI图像中的纤维提取算法的设计中，设计了种子点选取、纤维追踪、停止标准、平滑、高平面各向异性区域处理等方面的算法和策略。.(3) 提出了tMRI中标记提取与跟踪算法及心脏运动位移场估计方法. 首先采用Gabor滤波方法进行标记增强。采用可变形网格模型进行标记检测,网格在网格能量、图像能量及限制能量的综合作用下变形。采用贪婪算法求取能量极小值对应的标记网格。然后，用SinMod方法估计出初始的运动位移场。再以标记线为参考，对位移进行方向不变、长度伸缩的校正，使得前一帧上的标记线跟踪到后一帧的标记线上。利用校正后的标记线进行插值，得到精度更高的运动位移场估计。. (4) 提出了将心肌纤维结构图像与提供心脏运动场的非刚性配准方法. 对tMRI图像中的心肌点的运动进行跟踪，获取心肌局部的形变位移。根据形变的各向异性来估计纤维的走形方向，从而以无损方式估计出活体心肌纤维方向。将该结果与从DTI 图像中获取的心肌纤维进行配准，可以更好的估计心肌的形变位移。.（5）其他. 正式发表论文12篇，其中SCI论文8篇。申请专利2项、软件著作版权1项。