一种基于粘弹性模型的非刚体医学图像配准方法
专利汇可以提供一种基于粘弹性模型的非刚体医学图像配准方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及医学 图像分析 技术领域，是一种基于物理模型的非刚体医学 图像配准 新技术，用于医学图像分析。使用粘弹性中的Maxwell模型对图像 变形 进行约束，同时引入了一种自适应 力 。步骤包括：S1，输入模板图像和目标图像；S2，初始化，各处位移和速度为零；S3，根据方程(1)(2)求力；S4，解方程(3)(4)；S5，根据方程(7)式求总位移；S6，求图像变形后的SSD值；S7，和图像变形以前的SSD值比较，进行判断；S8，计算所有变换的雅可比行列式；S9，求取经过以上变换的中间图像；S10，停止。本发明可以实现快速，准确，鲁棒的单模态非刚体医学图像配准。，下面是一种基于粘弹性模型的非刚体医学图像配准方法专利的具体信息内容。
1.一种基于物理模型的非刚体医学图像配准方法，其特征在于，使用粘弹性中的Maxwell模型对图像变形进行约束，同时引入了一种自适应力。
2.根据权利要求1的基于物理模型的非刚体医学图像配准方法，其步骤如下：步骤S1，输入模板图像和目标图像；步骤S2，初始化，各处位移和速度为零；步骤S3，根据方程(1)(2)求力；步骤S4，解方程(3)(4)；步骤S5，根据方程(7)式求总位移；步骤S6，求图像变形后的SSD值；步骤S7，和图像变形以前的SSD值比较，进行判断：如果该SSD值不再减小，跳转到S10，程序中止，否则转到S8；步骤S8，计算所有变换的雅可比行列式，若变换的雅可比行列式大于零，图像在变形过程中其拓扑结构保持不变，在此我们让变换的雅可比行列式不小于0.5；如果所有的雅可比行列式的数值大于0.5，转到S3，继续求图像的变形场，否则，转到S9；步骤S9，求取经过以上变换的中间图像，把该图像作为新的模板图像，转到S2；步骤S10，停止。
3.根据权利要求1的基于物理模型的非刚体医学图像配准方法，其特征在于，提出了自适应力的方法，在该方法中引入了自适应参数，在变形图像中，所有的点都有相应的位移，当最大位移小于某个阈值时，自动调整参数，使得在下一次迭代过程中最大位移提高，当最大位移超过另外一个阈值时，自动调整参数，使得在下一次迭代过程中最大位移降到该阈值以下。
一种基于粘弹性模型的非刚体医学图像配准方法
技术领域
背景技术
目前已有的非刚体配准方法主要有基于特征和基于灰度的。基于特征的方法首先要把选定的特征分割出来，由于大脑结构很复杂，有些分界面很不明显，通常需要人工干预选定特征，即费时也费力，而且配准精度受分割精度的影响，一般很难自动完成。基于灰度的方法不需要把特征分割出来，可以自动完成，并且可以得到较好的结果，我们提出的方法就是一种基于灰度的方法，该方法可以对差异较大的不同人的图像进行配准。
可对比的技术文献如下[1]Broit，“Optimal Registration of Deformed Images，”Doctoral dissertation.University of Pennsylvania.PA.August 1981[2]Ruzena Bajcsy etal，“Multiresolution Elastic Matching，”Computer Vision，Graphics，and Image Processing 46：1-21(1989)
[3]M.I.Miller，G.E.Christensen，Y. Amit，U.Grenander“Mathematicaltextbook of deformable neuroanatomies，”Proc.Nat Acad.Sci.，90(24)：11944-11948(1993)[4]G.E.Christensen，“Deformable Templates Using Large DeformationKinematics，”IEEE Transactions on Image Processing，5(10)：1435-1447，(1996)[5]G.Wollny and F.Kruggel，“Computional Cost of Nonrigid RegistrationAlgorithms Based on Fluid Dynamics，”IEEE Transactions on Medical Imaging.VOL.21，NO.8，AUGUST 2002[6]Songyuan Tang and Tianzi Jiang，“Fast nonrigid medical image registrationby fluid model”，ACCV 2004发明内容本发明的目的在于为医生和有关的科研工作者提供一种全自动的非刚体医学图像配准工具，该工具的核心内容是基于粘弹性模型的非刚体医学图像配准方法。
该方法是一种基于灰度的配准方法，不需要把特征分割出来，很容易对图像实现全自动配准。我们提出的方法可以对差异较大的不同的图像进行配准。
本发明根据人脑的物理特性更加接近粘弹性的事实，首先用粘弹性理论中的Maxwell模型对图像变形进行约束，这样不仅可以使得配准速度加快，可以有效的提高配准的精度，同时引入了一种自适应力，该力可以根据每个点中的最大位移的大小自动进行调整，以防止该位移变得很小，从而加快收敛速度。
本发明可以实现快速，准确，鲁棒的单模态非刚体医学图像配准。
提出了自适应力的方法，在该方法中引入了自适应参数，在变形图像中，所有的点都有相应的位移，当最大位移小于某个阈值时，自动调整参数，使得在下一次迭代过程中最大位移提高，当最大位移超过另外一个阈值时，自动调整参数，使得在下一次迭代过程中最大位移降到该阈值以下。
本发明可以实现快速，准确，鲁棒的单模态非刚体医学图像配准，适合在奔腾3以上，内存大于512兆的微机上使用。
结果表明精度，速度和鲁棒性都有提高。可以用于图像差异较大的情况。
技术方案本发明的要点如下：1.Maxwell模型：该模型包含串联的两个部分如图1所示，一个具有弹性特性，相应位移为 另外一个对应流体特性，对应位移和速度为 和 两部分所受的力相等f→s=f→d,]]>其总的位移为以上两部分的和，u→(x→,t)=u→s(x→,t)+u→d(x→,t).]]>2.自适应力：该力的确定根据上一次迭代过程中的最大位移确定，我们取如下的形式。
通常情况下可以取γ等于0.6～0.8体素大小，β＝1。
配准的过程是将模板图像变形，和目标图像对齐，实现该方法的步骤如下：1.初始化，令时间t＝0，各处位移u→(x→,0)=0]]>以及速度为零。
2.根据方程(1)(2)计算力。
3.如果SSD度量停止减小或者达到最大迭代次数，程序停止4.解以下偏微分方程得到 和 μs▿2u→s+(λs+μs)▿(▿·u→s)+f→s=0---(3)]]>μd▿2v→d+(λd+μd)▿(▿·v→d)+f→d=0---(4)]]>5.根据以下式子确定时间间隔Δt并且计算
Δt≤max(||v→d(x→,t)-Σi=13vid(x→,t)[∂u→(x→,t)∂xi]||)---(5)]]>u→d(t+Δt)=u→d(t)+Δt[v→d(t)-▿u→d(t)v→d(t)]---(6)]]>6.如果变换的雅可比行列式的值小于0.5，将变形的图像当成一幅新的图像，跳转到步骤1，否则根据下式修改位移u→(x→,t)=u→s(x→,t)+u→d(x→,t)---(7)]]>然后令t＝t+Δt， (8)跳转到步骤2.
其中采用的SSD定义如下：SSD=1NΣ(I2(x→)-T(I1()))2---(9)]]>N是图像中总的象素数目， 是经过变形的图像， 是目标图像。表示图像中象素的位置。
附图说明
图1是Maxwell模型图。
图2是本发明的基于粘弹性模型的非刚体医学图像配准方法流程图。
具体实施方式
发明的优点和积极效果本发明由于采用的模型更加符合大脑的力学特性，因而能够得到更加准确和更加鲁棒的结果。另外自适应力的引入使得计算速度大大加快。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种图像拼接篡改的检测方法 | 2020-05-08 | 392 |
| 快速图像分析 | 2020-05-08 | 697 |
| 一种便携式超声影像智能处理系统及其辅助分析方法 | 2020-05-08 | 643 |
| 一种能识别油烟中有害气体的油烟机 | 2020-05-11 | 588 |
| 一种具有更新功能的电镀产品外观的检测系统 | 2020-05-08 | 376 |
| 用于海上无人机的物资投放装置及控制方法 | 2020-05-08 | 189 |
| 一种检测待测化合物是否调控脂滴生长的方法 | 2020-05-08 | 860 |
| 基于课堂学生行为分析的学习质量评估方法和系统 | 2020-05-08 | 537 |
| 一种免疫层析检测的图像分析方法以及系统 | 2020-05-11 | 811 |
| 显示设备 | 2020-05-08 | 13 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
