淺談醫(yī)學圖像配準研究

【摘 要】隨著現(xiàn)代醫(yī)學影像技術(shù)的快速發(fā)展，越來越多的影像設備應用于臨床，而不同設備采集的圖像參數(shù)往往是不一樣的，因此，要想將病變部位的各種不同情況在一張圖像上體現(xiàn)出來，研究圖像配準技術(shù)就是相當必要的，它能夠?qū)煞鶊D像中的信息綜合起來，非常具有現(xiàn)實意義。本文從醫(yī)學圖像配準的概念、發(fā)展現(xiàn)狀、分類及應用等方面進行了闡述。

【關(guān)鍵詞】醫(yī)學圖像配準；多模態(tài)；醫(yī)學影像技術(shù)

1.醫(yī)學圖像配準概述

醫(yī)學圖像配準是指將來自不同形式的探測器（如MRI，CT，PET，SPECT等）的醫(yī)學圖像，利用計算機技術(shù)實現(xiàn)對于一幅醫(yī)學圖像尋求一種或者一系列的空間變換，使它與另一幅醫(yī)學圖像上的對應點達到空間上的一致。通俗地講，醫(yī)學圖像配準就是對參考圖像進行一系列的空間變換，使得參考圖像和浮動圖像中的對應點在空間位置或者解剖位置上達到一致[1]。主要包含4個模塊：幾何變換、插值算法、相似性測度和尋優(yōu)算法。醫(yī)學圖像配準是醫(yī)學圖像處理的一個重要研究領(lǐng)域，被廣泛應用于手術(shù)導航、病變跟蹤以及治療后期評估等臨床診斷治療中。

2.醫(yī)學圖像配準研究的現(xiàn)實意義

隨著新型傳感器的不斷涌現(xiàn)，人們獲取圖像的能力迅速提高，不同物理特性的傳感器所產(chǎn)生的圖像也不斷增多。由于成像原理以及成像設備的不同，造成成像模式的不同，按照不同成像模式提供信息的不同，醫(yī)學圖像可以分為解剖結(jié)構(gòu)圖像和功能圖像兩大類。單一模態(tài)的圖像往往很難提供足夠的病理信息，讓醫(yī)生作出病理診斷，常常需要將同一病人的多種成像模式的圖片綜合起來進行分析，以便獲得病人更全面的信息，如 X 射線斷層掃描（CT，Computed Tomography）對骨骼信息的揭示是其他成像手段所不能比擬的，而要查看軟組織結(jié)構(gòu)信息，則會選擇核磁共振成像（MRI，Magnatic Resonance Imaging）；利用PET、SPECT獲得功能信息，再綜合CT、MRI的解剖信息分析。這種把各種成像模式的圖像信息融合成一種新的影像模式的技術(shù)稱為圖像融合技術(shù)，經(jīng)過融合后的圖像克服了各種單一模式圖像信息存在的不足。而在圖像融合之前首先要經(jīng)過圖像的配準，配準結(jié)果的好壞直接影響圖像融合的質(zhì)量。因此，醫(yī)生要想全面的了解病變組織的情況，必須準確的對多幅圖像進行配準才能融合，進而制定出更加合理的治療方案。因此，以圖像配準技術(shù)為基礎將多種模態(tài)圖像信息融合起來，充分利用不同模態(tài)圖像的優(yōu)越性，將人體解剖結(jié)構(gòu)信息以及功能代謝信息在同一副圖像中表達出來，更有利于醫(yī)生做出準確、可靠的診斷。

3.醫(yī)學圖像配準的發(fā)展現(xiàn)狀

圖像融合技術(shù)誕生于上世紀80年代，是指對多幅源圖像的信息進行提取。90年代初期，融合技術(shù)逐步應用于醫(yī)學影像領(lǐng)域。與普通圖像融合相比，醫(yī)學圖像融合要求更為精確： 首先，必須保證融合后的圖像包含更多準確的源圖像信息，不能扭曲或者產(chǎn)生新的細節(jié)，以免出現(xiàn)誤診；其次融合后的圖像滿足人眼識別的要求，便于研究人員觀察組織器官狀態(tài)信息。經(jīng)過幾十年的發(fā)展，相關(guān)學者先后提出了如像素加權(quán)求平均、小波變換等多種融合方法，其中小波變換在時、頻域突出信號局部特征的能力逐漸成為圖像融合領(lǐng)域的主流算法。隨著計算機技術(shù)的飛速發(fā)展，人工智能技術(shù)以其處理自動化、智能化的特點，也逐步應用于醫(yī)學圖像融合，這勢必成為一個新的研究方向。

近20年來，國內(nèi)外專家、學者在醫(yī)學圖像配準研究方面取得了諸多成果。然而，生物體視學的興起、成像技術(shù)的進一步發(fā)展以及臨床實踐的更高要求都為醫(yī)學圖像配準提出了新的課題、注入了新的研究動力。此外，醫(yī)學圖像種類繁多，醫(yī)學圖像配準的過程又相當?shù)膹碗s，到目前為止，還沒有一種普適的配準算法被提出?，F(xiàn)有的醫(yī)學圖像配準算法各有優(yōu)缺點，有的雖然配準精度高，但是計算量大、計算復雜度高、耗時較長；有的雖然配準速度快，但是容易導致誤匹配；有的則是自動化程度不高，需要經(jīng)驗豐富的醫(yī)生或者專家介入才能完成配準。這些情況都限制了醫(yī)學圖像配準技術(shù)在臨床應用中的發(fā)展，因此對現(xiàn)有醫(yī)學圖像配準算法進行研究和改進，具有理論和實踐意義。

4.醫(yī)學圖像配準的分類

醫(yī)學圖像配準從不同角度可以分成不同類別。

（1）從人工智能的角度劃分，有人工配準、半自動配準和全自動配準。人工配準需要人為手動進行配準，限制比較多；全自動配準是不需要人工參與的，圖像輸入后程序便可以通過圖像處理的一些技術(shù)自動尋找配準位置，是當前主要的研究領(lǐng)域；半自動配準是結(jié)合了手動與全自動的一種配準方式，可能圖像需要先用人工進行初配準，然后進行自動化的精細配準以提高配準的成功率和穩(wěn)定性。

（2）從輸入圖像的維度來分，有2D-2D配準和3D-3D配準，當然也有一種特殊的情況就是2D-3D配準。

（3）按空間變換來分，分為兩大類：線性變換，非線性變換。線性變換保持線性性質(zhì)不變，也即在原圖中是直線的，那么變換好后仍然會是直線，在數(shù)學上可以由一個4×4 齊次坐標矩陣來表示，而非線性變換則沒有這種約束。而非線性變換由于其特殊性，并不有固定的變換方法。大量研究人員都提出了非線性變換的模型，試圖更接近所應用領(lǐng)域的變形實際。

（4）按醫(yī)學圖像的配準測度分類，配準測度是醫(yī)學圖像配準中最重要的一個模塊，直接關(guān)系到配準的精度與穩(wěn)定性。按配準測度的算法原理，一般可以分為：使用圖像灰度信息的測度、使用圖像幾何信息的測度、結(jié)合了圖像灰度與幾何信息的測度。該三類都有大量的測度存在，在不同的應用領(lǐng)域會有一些取舍。

5.醫(yī)學圖像配準的應用

醫(yī)學圖像配準發(fā)展幾十年來，在醫(yī)學圖像處理領(lǐng)域中的應用越來越廣泛，其中包括：

（1）信息的綜合：前面我們提到醫(yī)學圖像中有兩種基本的類別：功能圖像（SPECT、PET）和結(jié)構(gòu)圖像（MR、CT）。生理學上的一些信息可以在功能圖像上顯現(xiàn)出來，但是功能圖像不能夠為腫瘤或其它的損害提供足夠精確的解剖位置。因此，為能提供更加全面的信息，需要將兩種醫(yī)學圖像配準結(jié)合起來，為診斷和治療方案提供更加全面可靠的依據(jù)。

（2）特征比較：在臨床實際中，常常需要對患者病情的發(fā)展情況進行跟蹤了解。因此對不同時期采集的圖像進行配準比較。如觀察骨骼、腫瘤的生長發(fā)展過程，觀察病人術(shù)前術(shù)后的功能特征。

（3）圖像引導放療：圖像引導放射治療（Image-Guided Radiotherapy，IGRT）將放射治療機與成像設備結(jié)合在一起，在患者治療前、治療中利用各種先進的影像設備對腫瘤及正常器官進行實時的監(jiān)控。醫(yī)學圖像配準可以匹配治療前和計劃時的單模或多模圖像數(shù)據(jù)，根據(jù)病人體位位移調(diào)整病人擺位，是實現(xiàn)IGRT平臺的關(guān)鍵技術(shù)。而2D/3D 配準保證圖像在三個維度位置的一致性，同時也是是圖像配準臨床應用的關(guān)鍵。

6.結(jié)束語

醫(yī)學圖像配準的目的是為給醫(yī)生提供全面準確的信息，為醫(yī)生作出更準確、全面的診斷與治療方案提供可靠依據(jù)。在日益增多的手術(shù)導航系統(tǒng)和虛擬手術(shù)系統(tǒng)中，快速配準更是必需的。目前的大部分配準算法集中在MRI、PET和CT間，但隨著計算機技術(shù)和醫(yī)學成像技術(shù)的發(fā)展，相信醫(yī)學圖像的配準技術(shù)一定會得到快速發(fā)展和廣泛的應用。

【參考文獻】

[1]楊金寶，劉長舂，胡順波.廣義信息熵在醫(yī)學圖像配準中的應用[J].計算機工程與應用，2008，44（8）.

[2]王凱.多模特醫(yī)學圖像配準研究[D].長沙：中南大學，2008.

[3]李雄飛，張存利，李鴻鵬.醫(yī)學圖像配準技術(shù)進展[J].計算機科學，2010，7.