基于形变模态的图像流体配准机理及其应用研究

医学图像非刚性配准在胸腹盆腔部位的热放疗等非手术切除治疗效果的定量分析方面具有重要的科学意义和临床应用价值。术前术（中）后获取的医学图像配准具有重合区域少、靶区及周围器官形态和内部性质变化较大的特点，给非刚性图像配准带来困难。目标的异构形状匹配、SIFT关键点的准确检测和相似性度量方法是本项目基于流体模型的非刚性图像配准面临的三个基本问题。提出在贝叶斯框架下融合形变模态信息和SIFT关键点信息的流体图像配准算法：首先，通过提取目标的形变模态建立形变先验模型，引导模态相关的形状匹配得到异构形状之间的边界对应性；并对SIFT特征点检测得到准确的匹配关键点；进而共同改善原灰度差相似性度量，达到减少误匹配、提高配准精度的目的。本项目建立针对目标形态和灰度分布变化的流体图像配准方法，其在临床图像的配准结果将为胸腹盆腔部位非手术切除治疗的医学影像量化分析提供科学依据。

本项目对热放疗等非手术切除治疗特别是胸腹盆腔等部位的疗效定量分析中的医学图像非刚性配准进行研究。针对术前术（中）后医学图像配准重合区域少、靶区及周围器官形态和内部性质变化较大的困难，提出在贝叶斯框架下融合形变模态信息和 SIFT 关键点信息的流体图像配准算法，提取目标的形变模态建立形变先验模型，对 SIFT特征点检测得到匹配关键点，改善原灰度差相似性度量，减少误匹配、提高配准精度。.在基于先验模型的形状匹配方面，对于异构轮廓的形状匹配学习得到相应器官形变的若干模态，引导器官轮廓的形状匹配；在SIFT 关键匹配点的检测方面，分析配准目标的非线性形变和灰度分布变异导致的匹配点失配问题，改进匹配点检测方法；在贝叶斯框架下灰度差度量与其它信息融合方面，分析形变模态信息、关键点信息和灰度差度量在不同目标形变的权重分配方法；在配准评估方面，选择多个解剖部位根据治疗层面给出同层面治疗前后图像的配准结果，以及根据医师阅片习惯给出靶区器官观察层面治疗前后图像的配准结果提供疗效评价。.在临床数据包括超声肾脏、CT前列腺、MR子宫肌瘤、MR乳腺和脑缺血图像数据的配准实验显示：结合SIFT点和形状信息的流体配准，对于超声肾脏数据互相关系数(CC)为0.9792; 对于CT前列腺数据，前列腺配准图像间求得的不同变换可提取6个主导形变模态，CC为0.9634；基于FFD模型3D非刚性配准，对于MR子宫肌瘤、乳腺肿瘤、脑缺血病灶图像配准的CC分别为0.7426、0.7410、0.7424。.研究中发现，用最大特征值对应的特征向量提取主导形变模态构建形变模型是可行的，并可由单病例扩展到更有价值的多病例情况；SIFT应用于CT/MR数据是有效的，但容易面临点对数据稀疏问题尤其对于3DSIFT需要修正参数值；流体配准算法在临床图像数据为512*512运行约90秒，在三维空间需改进算法加速；临床应用需足够数据测试算法实用性、稳定性和可重复性；对于多参数成像例如MRI分辨率、对比度等多种图像间配准需根据其特点调整算法适应不同需求。.相关研究结果和检测数据将为非手术切除治疗中医学影像量化分析和疗效评估提供有价值的科学依据。