一种血管图像配准方法[发明专利]

(12)发明专利申请

(10)申请公布号 CN 112508870 A(43)申请公布日 2021.03.16

(21)申请号 202011322340.8(22)申请日 2020.11.23

(71)申请人 西安科锐盛创新科技有限公司

地址 710065 陕西省西安市高新区高新路

86号领先时代广场（B座）第2幢1单元22层12202号房51号(72)发明人 贾艳楠　

(74)专利代理机构 西安嘉思特知识产权代理事

务所(普通合伙) 61230

代理人 王海栋(51)Int.Cl.

G06T 7/00(2017.01)G06T 7/13(2017.01)G06T 7/136(2017.01)G06T 7/33(2017.01)

权利要求书2页 说明书18页 附图5页

G06T 3/40(2006.01)G06T 5/50(2006.01)G06K 9/62(2006.01)G16H 30/20(2018.01)

CN 112508870 A()发明名称

一种血管图像配准方法(57)摘要

本发明公开了一种血管图像配准方法，包括：获取血管的第一亮血图像和第一黑血图像；基于下采样处理，由第一亮血图像得到亮血高斯金字塔，由第一黑血图像得到黑血高斯金字塔；基于上采样处理，利用亮血高斯金字塔得到亮血拉普拉斯金字塔，利用黑血高斯金字塔得到黑血拉普拉斯金字塔；对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；利用配准的亮血拉普拉斯金字塔作为叠加信息，对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔。本发明用高斯金字塔和拉普拉斯金字塔提高血管图像配准效率，统一亮血图像和黑血图像坐标系，可简便快速得到诊断所需信息。

CN 112508870 A

权　利　要　求　书

1/2页

1.一种血管图像配准方法，其特征在于，包括：获取血管的第一亮血图像和第一黑血图像；基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔；其中，所述亮血高斯金字塔和所述黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像；m为大于3的自然数；

基于上采样处理，利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔，利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔；其中，所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m‑1个图像；

对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；

利用所述配准的亮血拉普拉斯金字塔作为叠加信息，对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔。

2.根据权利要求1所述的方法，其特征在于，所述获取血管的第一亮血图像和第一黑血图像，包括：

获取使用磁共振血管成像技术进行序列扫描得到的亮血图像和黑血图像；对所述亮血图像和所述黑血图像进行预处理，得到第一亮血图像和第一黑血图像。3.根据权利要求2所述的方法，其特征在于，所述黑血图像为：针对已注入顺磁性造影剂的血管部位，使用黑血序列扫描得到的图像。4.根据权利要求2或3所述的方法，其特征在于，所述对所述亮血图像和所述黑血图像进行预处理，得到第一亮血图像和第一黑血图像，包括：

以所述黑血图像为基准，将所述亮血图像进行坐标变换和图像插值，并使用预定相似性度量及预定搜索策略，得到预配准后的第一亮血图像；

从所述黑血图像中，提取与所述第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像。

5.根据权利要求4所述的方法，其特征在于，所述从所述黑血图像中，提取与所述第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像，包括：

获得所述第一亮血图像中血管的边缘轮廓信息；在所述边缘轮廓信息中，提取横坐标、纵坐标的最小值和最大值，基于获得的四个坐标值确定初始提取边框；

在所述第一亮血图像的尺寸范围内，将所述初始提取边框沿四个方向分别扩大预设数

得到最终提取边框；量个像素大小，

在所述黑血图像中提取所述最终提取边框中对应的区域内容，形成第一黑血图像。6.根据权利要求5所述的方法，其特征在于，所述基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔，包括：

获取第i层的输入图像，对所述第i层的输入图像利用高斯内核进行滤波，并删除滤波后图像的偶数行和偶数列，得到高斯金字塔的第i层图像Gi，并将所述第i层图像Gi作为第i+1层的输入图像，得到高斯金字塔的第i+1层图像Gi+1；

其中，i＝1、2，…，m‑1；当所述高斯金字塔为亮血高斯金字塔时，第1层的输入图像为所述第一亮血图像，当所述高斯金字塔为黑血高斯金字塔时，第1层的输入图像为所述第一黑

2

CN 112508870 A

权　利　要　求　书

2/2页

血图像。

7.根据权利要求6所述的方法，其特征在于，所述基于上采样处理，利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔，利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔，包括：

对高斯金字塔的第i+1层图像Gi+1进行上采样，并用数据0填充新增的行和列，得到填充图像；

对所述填充图像利用所述高斯内核进行卷积，获得填充像素的近似值，得到放大图像；将高斯金字塔的第i层图像Gi与所述放大图像相减，得到拉普拉斯金字塔的第i层图像Li；

其中，当所述高斯金字塔为所述亮血高斯金字塔时，所述拉普拉斯金字塔为所述亮血拉普拉斯金字塔，当所述高斯金字塔为所述黑血高斯金字塔时，所述拉普拉斯金字塔为所述黑血拉普拉斯金字塔。

8.根据权利要求7所述的方法，其特征在于，所述对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔，包括：

针对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中的每一层，将该层对应的黑血拉普拉斯图像作为参考图像，将该层对应的亮血拉普拉斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的该层亮血拉普拉斯图像；

由配准后的多层亮血拉普拉斯图像，依据分辨率依次减小的顺序，从下至上构成配准的亮血拉普拉斯金字塔；

其中，所述黑血拉普拉斯图像为所述黑血拉普拉斯金字塔中的图像，所述亮血拉普拉斯图像为所述亮血拉普拉斯金字塔中的图像。

9.根据权利要求8所述的方法，其特征在于，所述利用所述配准的亮血拉普拉斯金字塔作为叠加信息，对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准，包括：

对所述亮血高斯金字塔和所述黑血高斯金字塔中自上而下的第j层，将该层对应的黑血高斯图像作为参考图像，将该层对应的亮血高斯图像作为浮动图像，使用预定相似性度

实现图像配准，得到配准后的第j层亮血高斯图像；量及预定搜索策略，

将所述配准后的第j层亮血高斯图像进行上采样操作，并与配准后的对应层亮血拉普拉斯图像相加，利用相加后的图像替换所述亮血高斯金字塔中第j+1层的亮血高斯图像；

将第j+1层的黑血高斯图像作为参考图像，将替换后的第j+1层的亮血高斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的第j+1层亮血高斯图像；

其中j＝1，2，…，m‑1，所述黑血高斯图像为所述黑血高斯金字塔中的图像，所述亮血高斯图像为所述亮血高斯金字塔中的图像。

10.根据权利要求8或9所述的方法，其特征在于，所述预定相似性度量为互信息或归一化互信息。

3

CN 112508870 A

说　明　书一种血管图像配准方法

1/18页

技术领域

[0001]本发明属于图像处理领域，具体涉及一种血管图像配准方法。

背景技术

[0002]随着生活节奏加快、压力增大以及不良的饮食和运动习惯，健康问题成为影响现代人生活质量的首要因素，尤其是由于血管狭窄、堵塞等病变导致的疾病，如冠心病、缺血性心脏病、脑卒中等等，目前正以高发态势成为影响人类生命健康安全的“头号杀手”。[0003]目前临床上通常使用基于管腔成像的方法，通过管腔的狭窄程度来评估血管病变的严重程度，如磁共振血管成像(Magnetic Resonance Angiography,MRA)、高分辨率磁共振血管成像(High‑resolution Magnetic Resonance Angiography,HRMRA)等。通过磁共振血管成像技术(MRA或HRMRA)，能够清晰地描绘出血管的路径。根据磁共振图像中血液的亮暗程度，扫描序列可以分为亮血序列和黑血序列两种，亮血序列中的血液显示为亮色，周围组织为黑色；黑血序列中的血液显示为黑色，周围组织为亮色。亮血序列对应的亮血图像可以准确地描述血液状态，但由于管壁结构为低信号，不能清晰地观测到血管壁结构；黑血序列使用预饱和技术，消除血液的磁共振信号，激励血管壁结构来产生高信号，对应的黑血图像更有利于观测管壁结构。因此，医生一般是通过观察两种序列的图像，对血管的病变位置以及病变程度进行综合判断。

[0004]但是黑血序列和亮血序列的扫描方向不同，导致最终的磁共振成像层面不同。因此，医生在观察这两种图像时，需要进行必要的空间想象来理解，这无疑加大了处理难度和处理时间，不利于医生简便、快速地得到诊断所需的综合信息。发明内容

[0005]为了方便医生理解黑血序列和亮血序列对应的血管图像，简便、快速地得到诊断所需的综合信息。本发明实施例提供了一种血管图像配准方法。包括：[0006]获取血管的第一亮血图像和第一黑血图像；[0007]基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔；其中，所述亮血高斯金字塔和所述黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像；m为大于3的自然数；[0008]基于上采样处理，利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔，利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔；其中，所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m‑1个图像；

[0009]对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；[0010]利用所述配准的亮血拉普拉斯金字塔作为叠加信息，对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔。[0011]可选的，所述获取血管的第一亮血图像和第一黑血图像，包括：

4

CN 112508870 A[0012][0013]

说　明　书

2/18页

获取使用磁共振血管成像技术进行序列扫描得到的亮血图像和黑血图像；对所述亮血图像和所述黑血图像进行预处理，得到第一亮血图像和第一黑血图

像。

可选的，所述黑血图像为：

[0015]针对已注入顺磁性造影剂的血管部位，使用黑血序列扫描得到的图像。[0016]可选的，所述对所述亮血图像和所述黑血图像进行预处理，得到第一亮血图像和第一黑血图像，包括：

[0017]以所述黑血图像为基准，将所述亮血图像进行坐标变换和图像插值，并使用预定相似性度量及预定搜索策略，得到预配准后的第一亮血图像；[0018]从所述黑血图像中，提取与所述第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像。[0019]可选的，所述从所述黑血图像中，提取与所述第一亮血图像的扫描范围相同的区

包括：域内容，形成第一黑血图像，

[0020]获得所述第一亮血图像中血管的边缘轮廓信息；[0021]在所述边缘轮廓信息中，提取横坐标、纵坐标的最小值和最大值，基于获得的四个坐标值确定初始提取边框；

[0022]在所述第一亮血图像的尺寸范围内，将所述初始提取边框沿四个方向分别扩大预设数量个像素大小，得到最终提取边框；

[0023]在所述黑血图像中提取所述最终提取边框中对应的区域内容，形成第一黑血图像。

[0024]可选的，所述基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔，包括：[0025]获取第i层的输入图像，对所述第i层的输入图像利用高斯内核进行滤波，并删除滤波后图像的偶数行和偶数列，得到高斯金字塔的第i层图像Gi，并将所述第i层图像Gi作为第i+1层的输入图像，得到高斯金字塔的第i+1层图像Gi+1；[0026]其中，i＝1、2，…，m‑1；当所述高斯金字塔为亮血高斯金字塔时，第1层的输入图像为所述第一亮血图像，当所述高斯金字塔为黑血高斯金字塔时，第1层的输入图像为所述第一黑血图像。

[0027]可选的，所述基于上采样处理，利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔，利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔，包括：[0028]对高斯金字塔的第i+1层图像G进行上采样，并用数据0填充新增的行和列，得到i+1填充图像；

[0029]对所述填充图像利用所述高斯内核进行卷积，获得填充像素的近似值，得到放大图像；

[0030]将高斯金字塔的第i层图像G与所述放大图像相减，得到拉普拉斯金字塔的第i层i图像Li；

[0031]其中，当所述高斯金字塔为所述亮血高斯金字塔时，所述拉普拉斯金字塔为所述亮血拉普拉斯金字塔，当所述高斯金字塔为所述黑血高斯金字塔时，所述拉普拉斯金字塔为所述黑血拉普拉斯金字塔。

[0014]

5

CN 112508870 A[0032]

说　明　书

3/18页

可选的，所述对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的

图像进行配准，得到配准的亮血拉普拉斯金字塔，包括：

[0033]针对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中的每一层，将该层对应的黑血拉普拉斯图像作为参考图像，将该层对应的亮血拉普拉斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的该层亮血拉普拉斯图像；[0034]由配准后的多层亮血拉普拉斯图像，依据分辨率依次减小的顺序，从下至上构成配准的亮血拉普拉斯金字塔；[0035]其中，所述黑血拉普拉斯图像为所述黑血拉普拉斯金字塔中的图像，所述亮血拉普拉斯图像为所述亮血拉普拉斯金字塔中的图像。[0036]可选的，所述利用所述配准的亮血拉普拉斯金字塔作为叠加信息，对所述亮血高

包括：斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准，

[0037]对所述亮血高斯金字塔和所述黑血高斯金字塔中自上而下的第j层，将该层对应的黑血高斯图像作为参考图像，将该层对应的亮血高斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的第j层亮血高斯图像；[0038]将所述配准后的第j层亮血高斯图像进行上采样操作，并与配准后的对应层亮血拉普拉斯图像相加，利用相加后的图像替换所述亮血高斯金字塔中第j+1层的亮血高斯图像；

[0039]将第j+1层的黑血高斯图像作为参考图像，将替换后的第j+1层的亮血高斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的第j+1层亮血高斯图像；[0040]其中j＝1，2，…，m‑1，所述黑血高斯图像为所述黑血高斯金字塔中的图像，所述亮血高斯图像为所述亮血高斯金字塔中的图像。[0041]可选的，所述预定相似性度量为互信息或归一化互信息。[0042]本发明实施例提供的方案中，引入了图像金字塔算法，它是一种通过增加模型复杂度来提高配准精度和速度的有效方式，即首先对分辨率较低的图像进行粗配准，接着在粗配准的基础上，对分辨率高的图像进行精配准，通过运用高斯金字塔和拉普拉斯金字塔来对血管图像进行分解和重建，模拟了人眼在不同距离下观测一幅图像的效果，更容易获取血管图像的本质特征。使用金字塔算法对血管部位的磁共振亮血图像与黑血图像进行配准，可以提高配准效率，使图像从低分辨率到高分辨率逐层提高配准精度。相比现有技术中，观察亮血图像和黑血图像需要医生凭着空间想象和主观经验。本发明实施例采用图像配准方法可以将亮血图像和黑血图像统一在相同坐标系下，可以方便医生理解黑血序列和亮血序列对应的血管图像，简便、快速地得到诊断所需的综合信息，为后续的医疗诊断、制定手术计划、放射治疗计划等提供准确可靠的参考信息。同时，图像配准可以作为很多后续图像处理的预处理步骤，如图像分割、图像融合等等，有利于后续对血管图像的进一步处理。

[0043]当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

[0044]以下将结合附图及实施例对本发明做进一步详细说明。

6

CN 112508870 A

说　明　书

4/18页

附图说明

[0045]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0046]图1为本发明实施例提供的一种血管图像配准方法的流程示意图；[0047]图2为本发明实施例的颅内血管磁共振图像坐标变换示意图；[0048]图3为本发明实施例的两种搜索策略配准对比结果；

[0049]图4为本发明实施例的颅内血管磁共振图像经过预配准后的结果图；[0050]图5为本发明实施例的颅内血管磁共振图像的待配准区域示意图；

[0051]图6分别为本发明实施例的颅内血管磁共振图像的亮血高斯金字塔和黑血高斯金字塔；

[0052]图7分别为本发明实施例的颅内血管磁共振图像的亮血拉普拉斯金字塔和黑血拉普拉斯金字塔；

[0053]图8为本发明实施例的颅内血管磁共振图像的拉普拉斯金字塔图像的配准结果；[00]图9为本发明实施例的颅内血管磁共振图像基于互信息的高斯金字塔图像配准步骤示意图；

[0055]图10为本发明实施例的不同迭代次数下的归一化互信息；[0056]图11为多种配准方法的颅内血管磁共振图像的配准结果；

[0057]图12为本发明实施例所提供的一种血管图像配准装置的结构示意图；[0058]图13为本发明实施例所提供的一种电子设备的结构示意图。

具体实施方式

[0059]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。[0060]为了方便医生理解黑血序列和亮血序列对应的血管图像，简便、快速地得到诊断所需的综合信息。本发明实施例提供了一种血管图像配准方法。[0061]需要说明的是，本发明实施例所提供的一种血管图像配准方法的执行主体可以为一种血管图像配准装置，该血管图像配准装置可以运行于电子设备中。其中，该电子设备可以为血管成像设备，或者一图像处理设备，当然并不局限于此。[0062]第一方面，本发明实施例提供一种血管图像配准方法。下面，首先对该血管图像配准方法进行介绍。[0063]如图1所示，本发明实施例所提供的一种血管图像配准方法，可以包括如下步骤：[00]S1，获取血管的第一亮血图像和第一黑血图像；[0065]本发明实施例中，血管可以是颅内血管、心血管、眼底血管等组织部位的血管，在此，对本发明实施例的血管部位不做。[0066]该步骤可选的第一种实施方式中：[0067]针对血管部位，可以直接获取使用磁共振血管成像技术进行亮血序列扫描得到的亮血图像作为第一亮血图像，直接获取使用磁共振血管成像技术进行黑血序列扫描得到的黑血图像作为第一黑血图像。本发明实施例中，磁共振血管成像技术优选为HRMRA。

7

CN 112508870 A[0068]

说　明　书

5/18页

本领域技术人员可以理解的是，亮血序列扫描得到多个亮血图像，黑血序列扫描

得到多个黑血图像，本发明实施例中待配准的第一亮血图像和第一黑血图像是扫描时间相同的一对图像。

[0069]需要说明的是，为提高本发明实施例的后续配准精度，患者在扫描成像的过程中应该尽量减少身体运动，避免造成太大的空间位置误差，以及生成太多的运动伪影。[0070]该步骤可选的第二种实施方式中：[0071]针对血管部位，可以获取使用磁共振血管成像技术进行序列扫描得到的亮血图像和黑血图像；对亮血图像和黑血图像进行预处理，得到第一亮血图像和第一黑血图像。[0072]在该第二种实施方式中，可选的，对亮血图像和黑血图像进行预处理，可以包括：[0073]对亮血图像和黑血图像进行裁剪、去噪、平滑、滤波、边缘填充等图像增强操作，以增强图像中感兴趣的特征。

[0074]在该第二种实施方式中，可选的，对亮血图像和黑血图像进行预处理，得到第一亮血图像和第一黑血图像，可以包括以下步骤：[0075]第一步，以黑血图像为基准，将亮血图像进行坐标变换和图像插值，并使用预定相似性度量及预定搜索策略，得到预配准后的第一亮血图像；

[0076]该步骤实际上是对亮血图像以黑血图像为基准进行的图像预配准。[0077]黑血图像是按冠状面扫描成像的，而亮血图像却是按轴状面扫描成像的，序列扫描方向的不同导致两者最终的磁共振成像层面不同，因此需要通过坐标变换来实现在一个标准参考坐标系下观察不同成像层面的磁共振图像。[0078]针对血管图像，可以利用医学图像DICOM(Digital Imaging and Communications in Medicine,医学数字成像与通信)文件中的方向信息实现图像的坐标变换。DICOM文件是CT或核磁共振等医疗设备的图像保存格式，DICOM标准中存储的内容除了图像信息，还包括患者的个人数据、图像层厚、时间戳、医疗设备信息等。DICOM3.0格式影像文件中含有与成像方向有关的方位标签信息，该信息简要地介绍了患者与影像仪器之间的方位关系，通过其中的数据，可以得知在图像中每个像素准确的位置信息。[0079]具体的，黑血图像和亮血图像为待配准的图像，可以根据亮血图像的DICOM文件中的方位标签信息，以黑血图像的坐标系为基准，将黑血图像作为参考图像，将亮血图像作为浮动图像，将亮血图像进行坐标变换，实现旋转亮血图像至与黑血图像相同坐标系的目的，旋转后亮血图像的扫描方向也变为呈冠状面。[0080]为了便于理解本发明实施例的方法，以下结合图像配准过程进行简要介绍，具体过程可以借鉴相关现有技术进行了解。[0081]对于两幅图像A和B的配准，实际上就是将图像A中的每个坐标位置通过一个映射关系，对应到图像B中。具体的坐标变换方法可以包括刚体变换、仿射变换、投影变换和非线性变换等，在实际使用中可以根据不同的应用场景选择不同的坐标变换方法，在此，并不对本发明实施例中的坐标变换方法进行。[0082]但是在坐标变换过程中，浮动图像的坐标系会发生拉伸或形变，经过坐标变换后的图像像素坐标与原图的采样网格并不会完全重合，即原先为整数的像素坐标点经过坐标变换后可能不再是整数，导致图像的有些区域丢失掉部分像素，因此在图像坐标变换的过程中，需要同时对图像进行重采样插值，来确定经过坐标变换后图像像素坐标点的灰度值，

8

CN 112508870 A

说　明　书

6/18页

便于后续处理。具体的，就是经过坐标变换后的亮血图像坐标可能被映射到了原图的非整数坐标上，所以需要同时对亮血图像进行图像插值。图像插值方法可以采用最近邻插值、双线性插值和双三次插值等方法中的任意一种。

[0083]使用图像插值方法将缺失的像素点进行图像恢复之后，还需要使用某种相似性度量来计算参考图像和变化后的浮动图像的相似性，接着利用搜索策略找到最优的相似性度量，循环反复迭代求优，直到两幅图像的相似性度量达到最优时，迭代停止，最后根据确定的空间变换矩阵(旋转矩阵)对浮动图像进行坐标转换，实现图像完全配准。待配准的图像在经历一个迭代算法优化后，能够计算得到两幅图像的空间位置配准关系以及配准图像，使得配准后的浮动图像与参考图像相似度达到最高。

[0084]衡量两幅图像之间特征相似性的尺度为相似性度量，选择合适的相似性度量可以提高配准精度，有效抑制噪声等，它在图像的配准中有着非常重要作用。常用的相似性度量主要分为三大类，分别是距离度量、相关度量以及信息熵，在本发明实施例中，相似性度量可以为以上三种中的任意一种。

[0085]图像配准实质上是一个多参数的优化问题，即通过使用某种搜索策略对图像进行空间坐标变化，最终使得两幅图像的相似性度量达到最优，其中搜索策略与空间坐标变化在实际计算过程中是彼此交叉进行的。算法思想是在每次迭代中计算两幅图像之间的相似性度量，并通过平移或旋转等坐标变换的操作调整浮动图像，同时对图像进行插值，一直到两幅图像的相似性度量最大为止。目前常用的搜索策略包括梯度下降优化器、基于进化策略(Evolution Strategy,ES)的(1+1)‑ES等等，本发明实施例中可以根据需要选择合适的搜索策略，对此不做。

[0086]通过该步骤的预配准，可以初步实现在同一坐标系下对比相同扫描层面的磁共振图像，但是由于亮血序列和黑血序列扫描的时间不同，且患者可能在扫描前后发生了轻微的运动，所以上述操作只是一个粗糙的坐标变换，仅通过预配准并不能实现多模态磁共振图像的完全配准，但是该步骤可以为后续的精确配准环节省略不必要的处理过程，提高处理速度。

[0087]第二步，从黑血图像中，提取与第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像。

[0088]由于血管成像在不同磁共振序列中的扫描范围不同，当亮血图像经过图像坐标变换后，其冠状面的信息并没有黑血图像的信息丰富，因此为能够更快速、准确地配准好两种序列下的同一区域，可以根据第一亮血图像的扫描区域，在黑血图像中提取出相同的扫描区域，缩小后续图像的配准范围。[00]可选的，从黑血图像中，提取与第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像，可以包括以下步骤：

[0090]1.获得第一亮血图像中血管的边缘轮廓信息；

[0091]具体可以使用Sobel边缘检测方法等方法获取边缘轮廓信息。边缘轮廓信息包含各个边缘点的坐标值。

[0092]2.在边缘轮廓信息中，提取横坐标、纵坐标的最小值和最大值，基于获得的四个坐标值确定初始提取边框；

[0093]也就是在边缘轮廓信息中，提取最小横坐标值、最大横坐标值、最小纵坐标值、最

9

CN 112508870 A

说　明　书

7/18页

大纵坐标值，利用这四个坐标值确定方形边框的四个顶点，从而得到初始提取边框；[0094]3.在第一亮血图像的尺寸范围内，将初始提取边框沿四个方向分别扩大预设数量个像素大小，得到最终提取边框；[0095]其中，四个方向分别是横纵坐标的正负方向；预设数量根据血管图像的类型合理选择，目的是保证扩大后的最终提取边框不超过第一亮血图像的尺寸范围，比如预设数量可以为20等。

[0096]4.在黑血图像中提取最终提取边框中对应的区域内容，形成第一黑血图像。[0097]依据最终提取边框划定的坐标范围，提取黑血图像中对应区域的内容，将提取出的内容形成第一黑血图像。该步骤通过提取待配准区域来获取两种模态下磁共振图像的共同扫描范围，有利于后续的快速配准。

[0098]本发明实施例的上述两步预处理过程有着非常重要的作用，经过该预处理后的图像可以更多地关注有用信息，排除无关信息，在实际使用中，使用该图像预处理可以提高图

识别的可靠性。像配准、

[0099]当然，对亮血图像和黑血图像进行预处理可以同时包括第一种和第二种实施方式，这都是合理的。

[0100]需要说明的是，针对上述各种实施方式，获取到的黑血图像可以为：针对已注入顺磁性造影剂的血管部位，使用黑血序列扫描得到的图像。[0101]也就是说，在本发明实施例中，黑血图像可以是直接对血管部位使用磁共振血管成像技术进行序列扫描得到的黑血图像，也可以是对患者先注入顺磁性造影剂，再对血管部位使用黑血序列扫描得到的图像，后者得到的图像通常被称为增强黑血图像。[0102]黑血序列是测量血管壁厚与识别血管病变的有效方法，在临床上，为更清晰地反映出血管腔的真实解剖形态，常为患者注射顺磁性造影剂，通过减小血液的T1值，减轻血液状态对成像结果的影响，增强血液与静止组织的对比度，从而能够更加清楚地展现使用黑血序列扫描得到的血管结构。通过注射顺磁性造影剂，使用黑血序列扫描得到的增强黑血图像，相较于直接使用黑血序列扫描得到的黑血图像中，血管壁结构显示更加清晰，并且能够清晰地反应动脉斑块的炎症反应与不稳定性，是测量血管壁厚度和鉴别其病理特征的有效方法。因此，可以理解的是，本发明实施例中，S1步骤优选的实施方案是获取使用磁共振血管成像技术进行序列扫描得到的亮血图像和增强黑血图像。[0103]S2，基于下采样处理，由第一亮血图像得到亮血高斯金字塔，由第一黑血图像得到黑血高斯金字塔；[0104]其中，亮血高斯金字塔和黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像；m为大于3的自然数；

[0105]为提高图像配准的准确度，避免图像在配准过程中收敛到局部最大值，可以使用多分辨率策略来解决局部极值的问题，同时多分辨率策略可以在满足图像配准精度的条件下，提高算法执行速度，增加鲁棒性。构建图像金字塔就是一种通过增加模型复杂度来提高配准精度和速度的有效方式，即在配准过程中，按从粗配准到精配准的顺序执行，首先对低分辨率的图像进行配准，接着在低分辨率图像配准完成的基础上，对分辨率高的图像进行配准。

[0106]可选的，该步骤中，基于下采样处理，由第一亮血图像得到亮血高斯金字塔，由第

10

CN 112508870 A

说　明　书

8/18页

一黑血图像得到黑血高斯金字塔，可以包括：[0107]获取第i层的输入图像，对第i层的输入图像利用高斯内核进行滤波，并删除滤波后图像的偶数行和偶数列，得到高斯金字塔的第i层图像Gi，并将第i层图像Gi作为第i+1层的输入图像，得到高斯金字塔的第i+1层图像Gi+1；[0108]其中，i＝1、2，…，m‑1；当高斯金字塔为亮血高斯金字塔时，第1层的输入图像为第一亮血图像，当高斯金字塔为黑血高斯金字塔时，第1层的输入图像为第一黑血图像。[0109]具体的，高斯金字塔中的多个图像是同一原图像不同分辨率所对应的图像。高斯金字塔通过高斯滤波和下采样来获取图像，它的每一层构建步骤可以分为两步：首先使用高斯滤波对图像进行平滑滤波，即采用高斯内核进行滤波；接着删除滤波后图像的偶数行和偶数列，即将低一层图像的宽和高缩小一半，得到当前层图像，因此当前层图像为低一层图像大小的四分之一，通过不断地迭代以上步骤，最终可以得到高斯金字塔。[0110]高斯滤波其实是一种低通滤波器，高斯金字塔中的图像频率范围很广，其中低一层图像的截止频率是高一层图像截止频率的2倍。

[0111]高斯滤波先使用高斯函数来计算得到一个权重矩阵，再使用该权重矩阵对原图像做卷积运算，一般可以使用二维的高斯模板进行上述处理。虽然使用二维的高斯模板可以实现模糊图像的效果，但是当一个点在边界，周围没有足够的点时，会由于权重矩阵的关系导致边缘图像缺失，因此本发明实施例对二维高斯模板进行优化。可以将二维高斯滤波拆分成两个的一维高斯滤波，分别在横纵两个方向上进行图像滤波。将高斯函数分离，不仅能够消除二维高斯模板产生的边缘，还可以极大地加快程序的运行速度。相较于其他模糊滤波器，高斯滤波既可以实现图像的模糊效果，又能更好地保留边际效果。

[0112]本步骤中通过对经过预处理后的第一亮血图像和第一黑血图像进行上述处理，可以得到亮血高斯金字塔和黑血高斯金字塔。其中，图像层数m可以为4。[0113]S3，基于上采样处理，利用亮血高斯金字塔得到亮血拉普拉斯金字塔，利用黑血高斯金字塔得到黑血拉普拉斯金字塔；[0114]其中，亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m‑1个图像；

[0115]由于高斯金字塔是向下采样，即缩小图像，因此会丢失掉图像的一部分数据。因此，本发明实施例为避免图像在缩放过程中的数据缺失，恢复细节数据，使用拉普拉斯金字塔，配合高斯金字塔一起实现图像重建，在高斯金字塔图像的基础上突出细节。[0116]该步骤中，可选的，基于上采样处理，利用亮血高斯金字塔得到亮血拉普拉斯金字塔，利用黑血高斯金字塔得到黑血拉普拉斯金字塔，可以包括：[0117]对高斯金字塔的第i+1层图像G进行上采样，并用数据0填充新增的行和列，得到i+1填充图像；

[0118]对填充图像利用高斯内核进行卷积，获得填充像素的近似值，得到放大图像；[0119]将高斯金字塔的第i层图像G与放大图像相减，得到拉普拉斯金字塔的第i层图像iLi；

[0120]其中，当高斯金字塔为亮血高斯金字塔时，拉普拉斯金字塔为亮血拉普拉斯金字塔，当高斯金字塔为黑血高斯金字塔时，拉普拉斯金字塔为黑血拉普拉斯金字塔。[0121]由于拉普拉斯金字塔是图像经过下采样操作后与原图的残差，因此从下至上对

11

CN 112508870 A

说　明　书

9/18页

比，拉普拉斯金字塔比高斯金字塔结构少一层高层图像。[0122]具体的，生成拉普拉斯金字塔结构的数学公式如(1)所示，其中Li表示第i层拉普拉斯金字塔(亮血拉普拉斯金字塔或黑血拉普拉斯金字塔)，Gi表示第i层高斯金字塔(亮血而UP操作为向上采样放大图像，符号高斯金字塔或黑血高斯金字塔)，

是卷积符号，

是

在构建高斯金字塔中使用的高斯内核。此公式表明了拉普拉斯金字塔实质上是使用原图像减去先缩小、再放大的图像的残差数据构成的，是一种残差预测金字塔，核心思想是用来存储图像经过下采样操作后与原图的差异，保留图像的高频信息，目的是为能够完整地恢复出每一层级进行下采样操作前的图像。由于之前下采样操作丢失的一部分信息并不能通过上采样来完全恢复，即下采样是不可逆的，所以图像先经过下采样，再进行上采样后的显示效果比原图模糊。通过存储图像经过下采样操作后与原图的残差，能够在高斯金字塔图像的基础上给不同频率层的图像增加细节，对细节等进行突出。

[0123]

对应于4层的高斯金字塔，本步骤可以得到图像层数为3的亮血拉普拉斯金字塔和黑血拉普拉斯金字塔。[0125]S4，对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；[0126]该步骤中，可选的，对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔，可以包括：

[0127]针对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中的每一层，将该层对应的黑血拉普拉斯图像作为参考图像，将该层对应的亮血拉普拉斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的该层亮血拉普拉斯图像；[0128]由配准后的多层亮血拉普拉斯图像，依据分辨率依次减小的顺序，从下至上构成配准的亮血拉普拉斯金字塔；[0129]其中，黑血拉普拉斯图像为黑血拉普拉斯金字塔中的图像，亮血拉普拉斯图像为亮血拉普拉斯金字塔中的图像。

[0130]该步骤中的配准过程类似于前述的预配准过程，通过对亮血拉普拉斯图像进行坐标变换、图像插值，使用预定相似性度量及预定搜索策略，实现图像配准，可以得到配准后的亮血拉普拉斯图像。其中，坐标变换、图像插值、预定相似性度量及预定搜索策略不再赘述。

[0131]S5，利用配准的亮血拉普拉斯金字塔作为叠加信息，对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔。[0132]在该步骤的配准中，需要对高斯金字塔中不同分辨率的图像进行配准，由于低分辨率图像的配准可以更容易把握住图像的本质特征，因此本发明实施例在低分辨率图像配准的基础上配准高分辨率图像，即将高斯金字塔图像从上到下配准，将上一层图像的配准结果作为下一层图像配准的输入。[0133]该步骤中，可选的，利用配准的亮血拉普拉斯金字塔作为叠加信息，对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准，可以包括：[0134]对亮血高斯金字塔和黑血高斯金字塔中自上而下的第j层，将该层对应的黑血高

[0124]

12

CN 112508870 A

说　明　书

10/18页

斯图像作为参考图像，将该层对应的亮血高斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的第j层亮血高斯图像；[0135]将配准后的第j层亮血高斯图像进行上采样操作，并与配准后的对应层亮血拉普拉斯图像相加，利用相加后的图像替换亮血高斯金字塔中第j+1层的亮血高斯图像；[0136]将第j+1层的黑血高斯图像作为参考图像，将替换后的第j+1层的亮血高斯图像作为浮动图像，使用预定相似性度量及预定搜索策略，实现图像配准，得到配准后的第j+1层亮血高斯图像；其中j＝1，2，…，m‑1，黑血高斯图像为黑血高斯金字塔中的图像，亮血高斯图像为亮血高斯金字塔中的图像。[0137]重复以上操作，直至完成底层高斯金字塔图像的高分辨率配准，得到配准的亮血高斯金字塔。在配准过程中，类似于前述的预配准过程。其中，坐标变换、图像插值、预定相似性度量及预定搜索策略不再赘述。[0138]可选的一种实施方式中，S2、S4和S5中的预定相似性度量可以为互信息或归一化互信息。

[0139]互信息和归一化互信息是前文的信息熵中的一种。互信息(Mutual Information,MI)，它衡量了两幅图像之间的相关性，或是互相包含的信息量，用来解释两幅图像是否达到了最优配准，互信息的值越大，表示两幅图像越相似。或者也可以选择归一化互信息(Normalization Mutual Information,NMI)，它是互信息度量的改良，当两幅待配准图像的像素灰度级数类似的时候，使用NMI作为相似性度量，得到的配准图像准确度更高，更加可靠。NMI的取值范围为[0,1]，值越接近于1，表明两幅图像越相似。归一化互信息的概念，解决了当两幅图像的重叠部分较小或者重叠区域大部分为背景信息时，基于互信息的图像配准反而精度不高，配准效果不好的问题，降低了互信息对于图像重叠区域的敏感性；[0140]具体针对S5步骤，在配准过程中，可以对每一层亮血高斯图像和黑血高斯图像以归一化互信息作为相似性度量进行配准，通过循环迭代计算两幅图的NMI，直至NMI达到最大。其中当迭代次数太小时，不能完成图像的准确配准，但是当迭代次数太大时，计算量会急剧增加，当第一层图像，也就是高斯金字塔中分辨率最高的底层图像配准达到最大NMI值且数据稳定时停止迭代。[0141]至此，得到配准的亮血高斯金字塔，其中的亮血图像的坐标系与黑血图像的坐标系一致，且图像具备较高的相似性，可以完成本发明实施例的血管图像配准过程。[0142]本发明实施例提供的方案中，引入了图像金字塔算法，它是一种通过增加模型复杂度来提高配准精度和速度的有效方式，即首先对分辨率较低的图像进行粗配准，接着在粗配准的基础上，对分辨率高的图像进行精配准，通过运用高斯金字塔和拉普拉斯金字塔来对血管图像进行分解和重建，模拟了人眼在不同距离下观测一幅图像的效果，更容易获取血管图像的本质特征。使用金字塔算法对血管部位的磁共振亮血图像与黑血图像进行配准，可以提高配准效率，使图像从低分辨率到高分辨率逐层提高配准精度。相比现有技术中，观察亮血图像和黑血图像需要医生凭着空间想象和主观经验。本发明实施例采用图像配准方法可以将亮血图像和黑血图像统一在相同坐标系下，可以方便医生理解黑血序列和亮血序列对应的血管图像，简便、快速地得到诊断所需的综合信息，为后续的医疗诊断、制定手术计划、放射治疗计划等提供准确可靠的参考信息。同时，图像配准可以作为很多后续图像处理的预处理步骤，如图像分割、图像融合等等，有利于后续对血管图像的进一步处

13

CN 112508870 A

说　明　书

11/18页

理。

本发明实施例提供的方案不同于一般的图像配准方法，本发明实施例是针对血管

部位具体提出一种医学图像的配准方法。由于人体内组织结构复杂、器官多样、器官之间的黏连，或人体的呼吸运动所带来的器官的运动，以及成像设备的条件，都会使得医学图像出现模糊、灰度分布不均匀、器官边缘不清楚，存在多种伪影等问题；并且，不同个体的同一个器官在图像上的差异也很大，同时在成像过程中使用不同的设备和成像角度的偏差也会造成不同个体同一器官在成像上的不同表现；此外，磁共振图像的同一个器官在不同序列扫描图中，也存在形状亮度、分辨率，以及位置和方向不同等问题。因此相较于普通图像，这类医学图像的配准难度更大，通过本发明实施例提供的方案，可以给其余医学图像配准提供一种较好的参考方式，具有很大的临床应用价值。[0144]在步骤S5之后，可选的，本发明实施例方法还包括：获取配准的亮血高斯金字塔中的底层图像和黑血高斯金字塔中的底层图像作为配准完成的图像对。[0145]可选的，还可以将图像对进行显示，比如显示在显示屏幕上，以便于医生进行对比观察。

[0146]可选的，还可以将图像对融合为一张图像。这样，通过将两种图像的信息准确地融合到同一图像中，使医生可以更方便更精确地从各个角度观察血管部位的病灶和结构。这样，可以利用不同模态的图像提供相互补充的信息，将两种图像的信息合成在一起分析，弥补各自的缺点，尽可能得到患者完整的病理信息，为临床诊断、治疗计划的制定以及评价等提供更准确丰富的参考信息。[0147]可选的，本发明实施例的血管为颅内血管。[0148]并且，针对颅内血管，其可以看作是一个刚体，几乎不会发生形变，不同于心脏或肺部等器官会随着人的呼吸等运动发生改变，因此针对颅内血管，可选的实施方式中，可以选用互信息作为相似性度量使配准效果更精确。[0149]以下以颅内血管为例，说明本发明实施例所提供的血管图像配准方法的实施过程和实施效果。实施过程可以包括以下步骤：

[0150]⑴获取血管的第一亮血图像和第一黑血图像；[0151]首先，获取使用磁共振血管成像技术进行序列扫描得到的亮血图像和增强黑血图像；

[0152]其次，对亮血图像和黑血图像进行预处理，得到第一亮血图像和第一黑血图像，包括：

[0153]以黑血图像为基准，将亮血图像进行坐标变换和图像插值，并使用预定相似性度量及预定搜索策略，得到预配准后的第一亮血图像；[01]其中，由于颅内血管可以看作是一个刚体，因此，选用刚体变换作为坐标变换方法。

[0155]参见图2，图2为本发明实施例的颅内血管磁共振图像坐标变换示意图，其中第一行分别为增强黑血图像和亮血图像，第二行分别为增强黑血图像和经过坐标变换后的亮血图像，可见，经过坐标变换后，亮血图像与增强黑血图像的扫描方向一致，均呈冠状面。[0156]本发明实施例对亮血图像的图像插值方法进行仿真实验，先将原图缩小50％，然后使用不同插值算法得到与原图大小相同的效果图，并与原图像做对比。表1所示数据为重

14

[0143]

CN 112508870 A

说　明　书

12/18页

复100次插值操作的结果平均值，实验共设定了5项评价指标，分别是均方根误差RMSE、峰值信噪比PSNR、归一化互相关系数NCC、归一化互信息NMI以及耗时Time，其中RMSE越小配准越精确，PSNR、NCC与NMI值越高配准越精确。从整体实验数据上看，双三次插值的精度明显优于最近邻插值和双线性插值，虽然双三次插值的插值时间较前两种方法慢，但100次插值操作只比最快的最近邻插值多了0.1秒，即每次操作只慢了0.001秒。因此，权衡之下，本发明实施例采用图像质量较高的双三次插值。[0157]表1图像插值结果分析

[0158]

[0159]

本发明实施例中，相似性度量采用更适合刚体的互信息。具体预配准过程不再赘

述。

实验中，使用梯度下降优化器和(1+1)‑ES这两种搜索策略分别对160幅亮血图像

与相应扫描层面的160幅增强黑血图像进行配准，其中增强黑血图像为参考图像，亮血图像为浮动图像，配准结果显示如图3所示，图3为本发明实施例的两种搜索策略配准对比结果；图3中左图为未使用优化器配准的两幅图像成对显示结果，中图为使用梯度下降优化器配准的图像成对显示结果，右图为使用(1+1)‑ES优化器配准的图像成对显示结果。右图像显示采用蒙太奇效果，使用伪彩色透明处理增强黑血图像与亮血图像，紫色为增强黑血图像，绿色为亮血图像(附图图像是原图灰度处理后的图像，颜色未示出)。从图中可以看出，未使用优化器进行配准的图像中，增强黑血图像与亮血图像并未重合，且阴影较多；当使用梯度下降优化器配准图像时，虽然较左图配准效果较好，但在脑灰质处仍出现了明显的不重合现象；而使用(1+1)‑ES优化器的图像中，配准结果精确，图像中不重合的阴影部分完全消失。表2所示数据为配准结果的3项评价指标，分别是归一化互信息NMI、归一化互相关系数NCC与算法耗时Time。从实验结果图上看，(1+1)‑ES的配准图像效果显示更清晰，优于梯度下降优化器；从实验数据上看，三项评价指标都表现了(1+1)‑ES优化器的良好性能，因此本发明实施例使用(1+1)‑ES作为搜索策略。[0161]表2不同搜索策略下的结果分析

[0160]

15

CN 112508870 A

说　明　书

13/18页

[0162]

[0163]

a

中的值是基于160幅亮血图像与160幅增强黑血图像配准的评价指标平均值±均

方误差

参见图4，图4为本发明实施例的颅内血管磁共振图像经过预配准后的结果图。左

图为预配准后的第一亮血图像，其中插值方法采用双三次插值；中图为增强黑血图像，可见两者都为冠状面，右图为两者直接叠加后的效果图，右图可以看到虽然经过了预配准，可在同一冠状面下观测到当前成像层下的亮血图像和增强黑血图像，但两者仍存在不重合现象，因此还需要后续进行图像精配准。[0165]之后，从黑血图像中，提取与第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像。

[0166]关于形成第一黑血图像的步骤的过程参见前文，在此不再赘述。[0167]参见图5，图5为本发明实施例的颅内血管磁共振图像的待配准区域示意图，其中左图为预配准后的第一亮血图像，右图为增强黑血图像，方框为增强黑血图像中待提取区域。这个区域包含了在颅内血管磁共振图像中，亮血序列以及黑血序列的共同扫描范围，通过确定待提取区域，能够更快速地关注到有用信息。[0168]⑵基于下采样处理，由第一亮血图像得到亮血高斯金字塔，由第一黑血图像得到黑血高斯金字塔；[0169]其中，亮血高斯金字塔和黑血高斯金字塔中包括从下至上分辨率依次变小的4个图像；

[0170]亮血高斯金字塔和黑血高斯金字塔的生成过程参见前文，在此不再赘述。如图6所示，图6分别为本发明实施例的颅内血管磁共振图像的亮血高斯金字塔和黑血高斯金字塔。[0171]这些分辨率逐渐减小，来源于同一张图像不同分辨率的图像组合，排列起来形似金字塔，因此被称为图像金字塔，其中分辨率最高的图像位于金字塔底部，分辨率最低的图像位于金字塔顶部。在计算机视觉下不同分辨率的图像，恰恰模拟了在不同距离下人眼观测的一幅图像，在图像信息处理上，多分辨率的图像相较于传统的单分辨率图像，更容易获取图像的本质特征。

[0172]⑶基于上采样处理，利用亮血高斯金字塔得到亮血拉普拉斯金字塔，利用黑血高斯金字塔得到黑血拉普拉斯金字塔；[0173]其中，亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的3个图像；

[0174]亮血拉普拉斯金字塔和黑血拉普拉斯金字塔的生成过程参见前文，在此不再赘述。如图7所示，图7分别为本发明实施例的颅内血管磁共振图像的亮血拉普拉斯金字塔和黑血拉普拉斯金字塔。图像显示使用了伽马矫正实现更清晰的效果，伽马值为0.5。[0175]⑷对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；

[01]

16

CN 112508870 A[0176]

说　明　书

14/18页

在该步骤中，将黑血拉普拉斯金字塔中的图像作为参考图像，亮血拉普拉斯金字

塔中的图像作为浮动图像，分别对每一层的增强黑血图像和对应层的亮血图像进行图像配准，使用互信息作为两幅图的相似性度量，选用(1+1)‑ES作为搜索策略，在每一次图像配准进行坐标变换后，循环迭代计算两幅图的互信息，直至互信息达到最大，图像配准完成。具体过程参见前文，在此不再赘述。[0177]结果如图8所示，图8为本发明实施例的颅内血管磁共振图像的拉普拉斯金字塔图像的配准结果，左图为黑血拉普拉斯金字塔中的参考图像，中图为亮血拉普拉斯金字塔中已配准好的图像，右图为左、中两幅图像直接叠加后的效果图，叠加图像显示采用蒙太奇效果，使用伪彩色透明处理增强黑血图像与亮血图像，其中紫色为增强黑血拉普拉斯金字塔图像，绿色为亮血拉普拉斯金字塔图像(附图图像是原图经过灰度处理的图像，颜色未示出)。

[0178]⑸利用配准的亮血拉普拉斯金字塔作为叠加信息，对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔；[0179]基于互信息的高斯金字塔图像配准具体步骤如图9所示，图9为本发明实施例的颅内血管磁共振图像基于互信息的高斯金字塔图像配准步骤示意图。首先对顶层的低分辨率的黑血高斯图像和顶层的低分辨率亮血高斯图像进行基于互信息的配准；接着将已配准好的亮血高斯图像进行上采样操作，并与保留了高频信息，且根据上述操作已配准好的对应层的亮血拉普拉斯图像相加，作为下一层亮血高斯图像；接着将上述操作得到的亮血高斯图像作为输入图像，再与对应层的黑血高斯图像进行配准，重复以上操作，直至完成底层高斯金字塔图像的高分辨率配准。

[0180]在基于互信息的高斯金字塔图像配准中，需要对每一层亮血高斯图像和黑血高斯图像以归一化互信息作为相似性度量进行配准，通过循环迭代计算两幅图的NMI，直至NMI达到最大。其中当迭代次数太小时，不能完成图像的准确配准，但是当迭代次数太大时，计算量会急剧增加，图10为本发明实施例的不同迭代次数下的归一化互信息，当第一层图像，也就是高斯金字塔中分辨率最高的底层图像配准达到最大NMI值且数据稳定时，停止迭代。[0181]为验证本发明实施例方法的有效性与实用性，还进行了对比实验，共使用了五位患者的颅内血管磁共振图像，其中患者A、B、C、D的增强黑血图像与亮血图像分别为160张，患者E的增强黑血图像与亮血图像分别为150张；同时选取仅使用DICOM图像方位标签信息进行配准的算法，以及基于互信息度量的配准算法，与本发明实施例方法进行对比，其中基于互信息度量的算法是通过多参数优化方法寻找参考图像和浮动图像间的最佳变换，使得两幅图像的互信息值最大，并没有使用到图像金字塔算法。[0182]实验平台是Matlab R2016b。针对实验的图像配准结果，采用定性分析与定量分析相结合。在定性分析方面，由于多模态医学图像间存在较大的灰度差异，将配准图像与参考图像相减得到的差值图像无法有效地反映出多模态医学图像的配准结果，因此本发明实施例通过将配准图像与参考图像进行重叠，获得可以反映出配准图像和参考图像对齐程度的彩色重叠图像，通过彩色重叠图像对多模态配准算法的配准效果进行定性分析，图11显示了多模态颅内血管磁共振图像的配准结果，图11为多种配准方法的颅内血管磁共振图像的配准结果。其中，(a)为参考图像；(b)为浮动图像；(c)为基于图像方位标签信息的重叠图像；(d)为基于互信息度量的重叠图像；(e)为本发明实施例方法的重叠图像。其中附图均为

17

CN 112508870 A

说　明　书

15/18页

原图的灰度图，彩色未示出。在定量分析方面，由于评价指标均方根误差RMSE和峰值信噪比PSNR并不适用于对灰度变化较大的图像进行评价，所以为了更好地对多模态医学图像的配准结果进行评价，采用归一化互相关系数NCC，归一化互信息NMI作为评价指标，当归一化互相关系数NCC和归一化互信息NMI的值越大时，表示图像配准精度越高，表3显示了不同配准算法的评价指标结果分析。

[0183]表3不同配准方法的结果分析

[0184]

[0185]

中的值是基于患者多幅图像配准的评价指标平均值±均方误差

[0187]定性分析：从图11的重叠图像可以明显看出，基于互信息度量的方法出现了较大的配准偏移，分析原因可能是因为仅使用基于互信息度量的方法容易陷入局部最优值，而非全局最优值；基于图像方位标签信息的配准效果表现同样欠佳，图像出现了部分不重叠情况；而基于互信息与金字塔算法的配准图像效果表现良好，图像显示更加清晰，图像几乎完全重叠在一起。[0188]定量分析：由表3可知，从NCC与NMI这两个评价指标来看，相较于只使用DICOM图像

[0186]

a

18

CN 112508870 A

说　明　书

16/18页

的方位标签信息的配准算法，以及基于互信息度量的配准算法，本发明实施例提出的配准方法在配准精度上有所提高，说明本发明实施例提出的基于互信息与金字塔的配准算法可以良好地处理多模态颅内血管磁共振图像的配准。

[01]⑹获取配准的亮血高斯金字塔中的底层图像和黑血高斯金字塔中的底层图像作为配准完成的图像对。

[0190]可以将配准完成的图像对显示或者提供给医生观察，以便于医生分析和理解颅内血管的亮血图像和增强黑血图像中的信息，得到辅助诊断的综合信息。[0191]本发明实施例中，使用基于互信息与金字塔的算法，对磁共振亮血图像与增强黑血图像进行配准，配准过程不仅考虑灰度信息的相关性，而且利用高斯金字塔提高配准效率，使图像从低分辨率到高分辨率，逐层提高配准精度。[0192]注：本发明实施例中的患者实验数据均来源于陕西省人民医院，图像可用作一般的科学研究。

[0193]第二方面，相应于上述方法实施例，本发明实施例提出了一种血管图像配准装置，参见图12，包括：

[0194]图像获取模块1201，用于获取血管的第一亮血图像和第一黑血图像；[0195]高斯金字塔生成模块1202，用于基于下采样处理，由第一亮血图像得到亮血高斯金字塔，由第一黑血图像得到黑血高斯金字塔；其中，亮血高斯金字塔和黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像；m为大于3的自然数；[0196]拉普拉斯金字塔生成模块1203，用于基于上采样处理，利用亮血高斯金字塔得到亮血拉普拉斯金字塔，利用黑血高斯金字塔得到黑血拉普拉斯金字塔；其中，亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m‑1个图像；[0197]拉普拉斯金字塔配准模块1204，用于对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；[0198]高斯金字塔配准模块1205，用于利用配准的亮血拉普拉斯金字塔作为叠加信息，对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔。

[0199]关于具体内容请参见第一方面的血管图像配准方法的内容，在此不再赘述。[0200]本发明实施例提供的方案中，引入了图像金字塔算法，它是一种通过增加模型复杂度来提高配准精度和速度的有效方式，即首先对分辨率较低的图像进行粗配准，接着在粗配准的基础上，对分辨率高的图像进行精配准，通过运用高斯金字塔和拉普拉斯金字塔来对血管图像进行分解和重建，模拟了人眼在不同距离下观测一幅图像的效果，更容易获取血管图像的本质特征。使用金字塔算法对血管部位的磁共振亮血图像与黑血图像进行配准，可以提高配准效率，使图像从低分辨率到高分辨率逐层提高配准精度。相比现有技术中，观察亮血图像和黑血图像需要医生凭着空间想象和主观经验。本发明实施例采用图像配准方法可以将亮血图像和黑血图像统一在相同坐标系下，可以方便医生理解黑血序列和亮血序列对应的血管图像，简便、快速地得到诊断所需的综合信息，为后续的医疗诊断、制定手术计划、放射治疗计划等提供准确可靠的参考信息。同时，图像配准可以作为很多后续图像处理的预处理步骤，如图像分割、图像融合等等，有利于后续对血管图像的进一步处理。

19

CN 112508870 A[0201]

说　明　书

17/18页

第三方面，相应于上述方法实施例，本发明实施例还提供了一种电子设备，如图13

所示，包括处理器1301、通信接口1302、存储器1303和通信总线1304，其中，处理器1301、通信接口1302、存储器1303通过通信总线1304完成相互间的通信，[0202]存储器1303，用于存放计算机程序；[0203]处理器1301，用于执行存储器1303上所存放的程序时，实现前述任意一种血管图像配准方法的步骤。

[0204]上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。[0205]通信接口用于上述电子设备与其他设备之间的通信。[0206]存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non‑Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。[0207]上述的处理器可以是通用处理器，包括处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field‑Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。[0208]第四方面，相应于上述实施例所提供的血管图像配准方法，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现前述任意一种血管图像配准方法的步骤。

[0209]上述计算机可读存储介质存储有在运行时执行本发明实施例所提供的血管图像配准方法的应用程序。

[0210]在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。[0211]对于电子设备以及计算机可读存储介质实施例而言，由于其所涉及的方法内容基本相似于前述的方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

[0212]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实

20

CN 112508870 A

说　明　书

18/18页

体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。[0213]本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

[0214]以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

21

CN 112508870 A

说　明　书　附　图

1/5页

图1

图2

22

CN 112508870 A

说　明　书　附　图

2/5页

图3

图4

图5

23

CN 112508870 A

说　明　书　附　图

3/5页

图6

图7

图8

24

CN 112508870 A

说　明　书　附　图

4/5页

图9

图10

25

CN 112508870 A

说　明　书　附　图

5/5页

图11

图12

图13

26