本技术涉及数字医疗、图像处理,尤其涉及一种多模态医学影像配准处理方法及系统。
背景技术:
1、医疗科技作为目前人工智能技术的重要研究领域之一,在医学影像、临床决策支持、药物研发以及病理学等方面发挥出了巨大作用,医疗与科技的融合能够有助于医生快速准确地作出诊断。随着医学成像设备的不断更新与发展,对于同一患者,可以通过多种成像技术如ct、mri等去多角度多方面采集患者的病理细胞结构信息。对医学影像配准在医疗科技中具有很大的实用价值。
2、例如当前精密手术过程中医生压力大,有时很精密的位置需要医生手动进行操作,不仅耗时还有可能出现误操作,自动化程度低。
3、随着医学手术机器人发展迅速,在放疗手术过程中,引入放疗手术机器人辅助医生进行操作,可大大提升手术质量,而穿刺过程中,需要精准找到病例位置,因此希望在术前医学影像中提前规划好路径,从而达到协助医生进行操作的目的。
4、现有技术过多依赖于医生的主观经验和空间想象去作出决策,存在判断速率和判断准确率不高的问题。
技术实现思路
1、本技术实施例提供一种多模态医学影像配准处理方法及系统,用以通过影像处理,实现对不同模态的医学影像的配准,提高配准的准确度,更好地辅助医生进行决策和判断。
2、本技术实施例提出一种多模态医学影像配准处理方法,包括如下步骤:
3、获取待配准的第一模态的第一医学影像集,以及,获取待配准的第二模态的第二医学影像集,其中所述第一医学影像集和第二医学影像集中分别包含不同时刻、不同视角下的多张医学影像,且所述第一医学影像集中的医学影像均为第一模态,所述第二医学影像集中的医学影像均为第二模态;
4、从所述第一医学影像集中的医学影像选取出一张影像作为基准影像,其中所述基准影像是用户指定,以及基于用户选取的感兴趣的影像子区域来确定的;
5、基于所述基准影像,获取用户选定的感兴趣的影像子区域;以及,
6、按照时间顺序,从所述第二医学影像集中选取出与所述基准影像时间距离最近的一张影像作为待配准影像;
7、利用所述待配准影像,对所选定的感兴趣的影像子区域进行分段的边界匹配,以在待配准影像匹配出感兴趣的影像边界;
8、在感兴趣的影像子区域以及匹配的边界区域,进行影像分割,并计算选定的感兴趣的影像子区域以及匹配的边界之间的局部影像相似度;
9、基于相似度最高的局部影像,确定配准参考点,并以所述配准参考点为基础,完成医学影像配准。
10、可选的,从所述第一医学影像集中的医学影像选取出一张影像作为基准影像包括:
11、用户展示所述第一医学影像集中的多张第一医学影像,并获取用户选取的一张第一医学影像;以及,
12、获取用户基于所述第一医学影像选定的感兴趣的影像子区域的大致范围;
13、以所述大致范围为边界,提取所述第一医学影像集的其他医学影像相应的部分影像;
14、计算提取的各部分影像的清晰度,并以计算的部分影像清晰度最高的医学影像作为推荐影像;
15、提供交互界面,在交互界面上并列呈现所述第一医学影像和所述推荐影像,以根据用户的选中确定基准影像。
16、可选的,利用所述待配准影像,对所选定的感兴趣的影像子区域进行分段的边界匹配包括:
17、提取出所选定的感兴趣的影像子区域的边界;
18、选取所提取的边界的截断点为起点,并按照所提取的边界的延伸方向,将所提取的边界截断为多个子边界,并记录子边界的顺序关系;以及,
19、对所述待配准影像进行灰度处理,并在灰度处理后剔除容差在指定范围内、且像素面积大于预设阈值的影像区域,以获得待匹配的可疑边界;
20、从所截断的多个子边界中,按照子边界的复杂度,先选取子边界复杂度高的子边界,计算所述子边界与所述可疑边界的匹配度,其中子边界的复杂度是根据子边界中包含的节点数量以及边界条数确定的,且子边界中包含的节点数量越多、边界条数越多,边界复杂度越高,所计算的匹配度定义为子边界与所述可疑边界的局部相似度;
21、根据所获得的可疑边界的匹配度的大小,在所述可疑边界上选取连续的数个匹配度的高于预设匹配度阈值的子边界作为基准,按照子边界的顺序关系,完成分段的边界匹配。
22、可选的,提取出所选定的感兴趣的影像子区域的边界包括:
23、在所选定的感兴趣的影像子区域的指定方向上,选取部分像素;
24、剔除选取的部分像素的像素值的众数,将保留的少数像素,确定为边界像素;
25、以确定的边界像素,在选定的感兴趣的影像子区域进行查找;
26、对于查找到的边界,剔除单独存在、或者不连续的边界像素,以提取出感兴趣的影像子区域的边界。
27、可选的,对所述待配准影像进行灰度处理之前,还包括采用如下方式从所述待配准影像中确定出待配准区域:
28、确定所述基准影像以及所述待配准影像中均包含的部位作为参考部位;
29、判断所选定的感兴趣的影像子区域,与所确定的参考部位之间的相对位置关系;以及;
30、基于所确定的位置关系,以及选定的感兴趣的影像子区域的大小,在所述待配准影像中确定出待配准区域。
31、可选的,在感兴趣的影像子区域以及匹配的边界区域,进行影像分割,并计算选定的感兴趣的影像子区域以及匹配的边界之间的局部影像相似度包括:
32、按照设定的第一精度将所述感兴趣的影像子区域和匹配的边界区域分割为多个子块;
33、基于边界匹配后的位置关系,按照计算的匹配度,优先选取匹配度高的子块,计算局部影像相似度;
34、若计算的局部影像相似度大于预设相似度阈值,则基于相似度大于预设相似度阈值的子块,确定配准参考点;
35、若计算的局部影像相似度小于预设相似度阈值,则按照设定的第二精度将所述感兴趣的影像子区域和匹配的边界区域分割为多个子块,重复按照计算的匹配度,优先选取匹配度高的子块,计算局部影像相似度,直至计算的局部影像相似度大于预设相似度阈值,并基于相似度大于预设相似度阈值的子块,确定配准参考点。
36、可选的,基于相似度大于预设相似度阈值的子块,确定配准参考点包括:
37、将任意相似度大于预设相似度阈值的两个子块的其中一个子块,赋予指定透明度,并叠加到另一个子块上;
38、计算叠加后的子块的局部清晰度;
39、将叠加后局部清晰度高于预设清晰度阈值的部分区域,作为配准参考点。
40、本技术实施例还提出一种多模态医学影像配准处理系统,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述的多模态医学影像配准处理方法的步骤。
41、本技术实施例的多模态医学影像配准处理方法,通过分段的边界匹配,并确定出配准参考点,实现对不同模态的医学影像的配准,本技术的方法能够提高医疗影像配准的准确度,更好地辅助医生进行决策和判断。
42、上述说明仅是本技术技术方案的概述,为了能够更清楚了解本技术的技术手段,而可依照说明书的内容予以实施,并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。