一种心肌质点运动图像与心肌纤维走向图像配准方法

摘要

本发明提供一种心肌质点运动图像与心肌纤维走向图像配准方法：根据Tagging MRI图像序列获得形变位移场图像和邻域伸缩运动图像及其相对运动方向中心点，并根据原始心脏DTI图像获取心肌纤维走向图像及其纤维方向中心点，对齐两个中心点并确定相对平移量；将两个图像均分多个扇形，获取两图像间相似度最大值对应的相对旋转角度；再在该相对旋转角度下将其中一幅图像相对另一幅图像按不同倍数缩放，求取两图像间最大相似度的放大倍数，根据上述相对平移量、相对旋转角度和相对放大倍数对上述图像变换处理，得到配准结果。本发明将纤维的方向和心肌自主运动的方向作为一对待配准异元方向特征，提供一种在纤维层次上配准的方法。

主权项

一种心肌质点运动图像与心肌纤维走向图像配准方法，其特征在于，该方法包括下述步骤：第1步，根据Tagging MRI图像序列获得心脏心肌质点的形变位移场图像M_u，也即为心肌的质点运动图像；第2步，根据上述形变位移场图像M_u计算邻域伸缩运动图像M_f；第3步，计算上述邻域伸缩运动图像M_f的运动中心点S₁；第4步，获得原始心脏DTI图像的心肌纤维走向图像M_a；第5步，计算上述纤维走向图像M_a的中心点S₂；第6步，将上述邻域伸缩运动图像M_f的运动中心点S₁与上述纤维走向图像M_a的中心点S₂对齐，并确定平移量；第7步，以对齐后的中心点为圆心向外引多条射线，将上述邻域伸缩运动图像M_f和纤维走向图像M_a分成大小相同的多个扇形；第8步，计算邻域伸缩运动图像M_f和纤维走向图像M_a之间的相似度度量函数值f，其中符号E{}表示求期望值，a_i表示邻域伸缩运动图像M_f中第i个扇形区域内所有像素点形变方向投影到该扇形平分线的垂线上的投影值之和,b_i表示纤维走向图像M_a中第i个扇形区域内所有像素点形变方向投影到该扇形平分线的垂线上的投影值之和,n为邻域伸缩运动图像M_f和纤维走向图像M_a中扇形的个数；第9步，将邻域伸缩运动图像M_f和纤维走向图像M_a相对旋转一个扇形角度大小，并按第8步的方法计算旋转后邻域伸缩运动图像M_f和纤维走向图像M_a之间的相似度度量函数值f，直到邻域伸缩运动图像M_f和纤维走向图像M_a之间相对旋转一周；第10步，当邻域伸缩运动图像M_f和纤维走向图像M_a之间相对旋转一周得到每个旋转角度下的相似度度量函数值f时，确定上述相似度度量函数值f中的最大值，以及上述相似度度量函数值f的最大值所对应的旋转角度α；第11步，相对邻域伸缩运动图像M_f和纤维走向图像M_a之间的初始位置，将邻域伸缩运动图像M_f和纤维走向图像M_a相对旋转上述角度α，并将旋转后的邻域伸缩运动图像M_f和纤维走向图像M_a中的任一图像相对另一图像以中心点为中心依次放大K₁,K₂,…,K_m倍，计算每次放大后邻域伸缩运动图像M_f和纤维走向图像M_a之间的相似度度量函数值g，得到m个相似度度量函数值，并确定这m个相似度度量函数值中的最大值g_t，以及最大值g_t所对应的放大系数；其中，m为放大的次数，相似度度量函数值g具体计算表达式为：$g=\underset{i=1}{\overset{t}{\Sigma }}\left|\overrightarrow{u_i}\right|.\left|\overrightarrow{v_i}\right|.cos(\overrightarrow{u_i},\overrightarrow{v_i})$其中t为邻域伸缩运动图像M_f和纤维走向图像M_a重合的点的个数，与分别为两幅图像中相同位置的两像素点对应的方向向量，与分别为对应方向向量的模，表示求两向量与的夹角的余弦值；第12步，配准搜索计算本次迭代结束，判断本次最大相似度度量函数值g_t与上次最大相似度度量函数g_t‑1之差的绝对值是否小于相似度阈值r₁，同时判断扇形的角度是否小于角度阈值r₂，若上述两个条件之一成立则配准搜索计算过程结束，同时转向第14步，否则转向第13步继续搜索；第13步，减小邻域伸缩运动图像M_f和纤维走向图像M_a对应的等分扇形角度的大小，并转向第7步；第14步，根据前述步骤中确定的图像间平移量，以及最佳旋转角度和最优放大系数，将邻域伸缩运动图像M_f或纤维走向图像M_a按照这些参数进行转换，得到配准结果。