山东省威海市文登整骨医院放射科264400
摘要:目的:探讨基于改进Demons算法的三维肺部医学影像配准。方法:获取1例肺部疾病患者一个呼吸运动周期内十个时相的肺部CT影像资料,根据均方误差确定实验所需时相影像,最终确定第10时相为最大吸气相,第6时相作为最大呼气相,应用混合层次配准模型进行影像配准,以最大吸气相作为参考影像,以最大呼气相作为浮动影像,完成全局图像间非刚性配准,然后应用改进Demons算法进行局部优化配准,采用的算法策略为多分辨率策略,对比配准前后影像间的均方误差值。结果:配准后全局影像间的均方误差值为10.7418,较配准前的21.9306明显降低,局部影像间的均方误差值为3.8935,较配准前的13.0452明显降低。结论:基于改进Demons算法能够对三维肺部医学影像进行有效配准。
关键词:改进Demons算法;三维肺部医学影像;配准;应用价值
影像学技术在辅助疾病诊断和指导疾病治疗中发挥着十分重要的作用。影像学资料的质量直接影响着临床医师对诊断信息的收集,如何能够提高影像学资料质量是我国医疗领域长期研究的一项课题[1]。配准(Registration)是指同一区域内通过不同成像方法获得的不同图形的的地理坐标的匹配,是对复杂图像信息进行综合分析的有效手段[2]。本研究主要探讨基于改进Demons算法的三维肺部医学影像配准,旨在提高肺部影像学诊断资料的质量,为肺部疾病的诊断、治疗及预后评估提供客观参考依据。
材料与方法
1.1一般材料
获取1例肺部疾病患者一个呼吸运动周期内10个时相的肺部CT影像资料进行本次研究。
1.2影像配准方案设计
根据肺部呼吸运动规律确定所需影像,根据均方误差确定实验所需时相影像,最终确定第10时相为最大吸气相,第6时相作为最大呼气相。应用混合层次配准模型进行影像配准。以最大吸气相作为参考影像,以最大呼气相作为浮动影像,采用尺度不变特征变换法提取影像学特征点后进行薄板样条变换,完成全局非刚性配准。然后应用改进Demons算法对影像局部区域进行优化配准,应用多分辨率策略,加快算法运行速度,完成迭代,设置三层多分辨率层,迭代次数分别设置为20、15、10。本研究全局和局部图像非刚性配准的实验环境:操作系统为32位Windows7操作系统,开发环境为MicrosoftVisualStudio。
1.3观察指标
本研究对比全局影像和局部影像配准前后的均方误差值。
2.结果
2.1全局非刚性配准结果
配准后全局影像间的均方误差值明显下降,具体数据见表1所示。
表1配准后全局影像间的均方误差值统计
3.讨论
流行病学调查结果显示,近50年来全球范围内多个国家肺癌患者的发病数量和病死率呈现上升趋势。我国人口基数大,肺癌患者发病数量尤为庞大,现阶段该疾病已成为严重危害国人身心健康的恶性肿瘤疾病[3]。临床实践证实,实现肺癌的早期诊断和治疗是改善肺癌患者预后的关键。目前,我国肺癌患者的临床诊断主要依赖于CT(计算机断层成像技术),该种技术能够形成高分辨率的肺部组织断层,确定肺部病灶所在位置[4]。根据不同的计算特征,采取的配准方法也不同。Demons算法是基于灰度的配准方法,计算效率较高,近年来已有国内外研究学者对基于Demons算法的影像学配准进行研究,且获得了较为满意的研究成果[5]。
Demons算法的配准原理为依据光流场理论将需要配准的影像资料作为连续性、运动的影像序列中的两帧,然后通过对变形场的大小进行计算获得配准结果。这一过程中需要注意的是必须保持影像内部结构的连续性和邻接关系,避免出现拓扑结构破坏,因此要求求解的变形场应具有一定的拓扑保持性。改进Demons算法的改进之处为应用李群复合原理替代常规Demons算法中求解变形场的更新方式。李群实质上是群的数学空间,也是一种光滑流形,每一个李群对应一个李代数(g),李代数能够对李群单位元处的局部形状进行描述,通过指数映射能够改变李代数的性质至李群,获得具有微分同胚的形变向量,保证最终获得的配准影像资料的拓扑保持性。
本次研究基于改进Demons算法进行三维肺部医学影像配准,结果显示配准后影像间的均方误差值明显下降。通过本次研究发现,相对于常规Demons算法,改进后的Demons算法能够有效解决肺部呼吸运动造成的大变形问题,配准后的肺部浮动影像的外部轮廓和肺内复杂结构影像的清晰度均明显提高。对上述研究结果进行深入分析,本研究认为基于改进Demons算法能够对三维肺部医学影像进行有效配准,明显提高肺部影像资料质量,值得进行深入推广应用。
参考文献:
[1]李碧草,张俊峰,杨冠羽等.基于结构图像表示和微分同胚Demons算法的多模态医学图像配准[J].东南大学学报(自然科学版),2015,12(5):851-855.
[2]赵倩,史长征,罗嘉莉等.基于Demons算法的MR图像与病理切片的非刚性配准[J].河南医学研究,2014,23(6):9-11.
[3]张桂梅,曹红洋,陈阳泉等.基于分数阶梯度驱动的主动Demons算法研究[J].电子学报,2016,44(12):2834-2841.
[4]薛鹏,杨佩,曹祝楼等.基于平衡系数的ActiveDemons非刚性配准算法[J].自动化学报,2016,42(9):1389-1400.
[5]金烁,李登旺,王洪君等.基于多分辨率GMIDemons算法的18F-FDGPET-CT图像配准在食道癌病例中的应用[J].中国生物医学工程学报,2012,31(5):662-670.