基于DRR及相似性测度的2D-3D医学图像配准算法

摘要

目的 针对术前三维电子计算机断层扫描(computed tomography,CT)图像和术中二维X线图像的配准问题提出了精确高效的全自动配准算法,使得该算法能够适应不同X线图像的风格.方法 首先通过数字重建放射影像(digitally reconstructured radiograph,DRR)技术,把CT图像转换成DRR图像,从而将CT和X线图像的配准转换成DRR图像和X线图像的配准.然后在传统的归一化互相关(normalized cross correlation,NCC)和梯度差分(gradiant difference,GD)相似性测度指标基础上提出融合NCC和GD的归一化互相关-梯度差分(normalized cross correlation?gradient difference,NG)指标,并基于NG指标计算DRR图像和X线图像的相似性.通过Powell算法迭代求取相似性测度的极值,从而获得配准矩阵.最后在人体头颅CT数据上采用"黄金标准"判断法量化配准系统的精度,并通过脊柱CT和X线配准案例验证系统在实际场景的性能.结果 基于DRR及NG相似性测度的2D/3D图像配准系统的配准距离误差为0.51 mm,角度误差为0.40°.结论 基于DRR及NG相似性测度的2D/3D图像配准算法具有较好的配准精度,能适应不同风格的二维输入图像,基于该算法的配准系统具有较好的鲁棒性.