88、医学图像配准的优化策略与算法

医学图像配准的优化策略与算法

在医学图像领域，图像配准是一项关键技术，旨在将不同来源、不同时间或不同视角的图像进行对齐，以辅助医生进行准确的诊断和治疗。本文将介绍两种重要的图像配准方法：一种是用于刚性 2D/3D 图像配准的扩展全局优化策略，另一种是用于一致图像配准的快速 B 样条伪逆算法。

刚性 2D/3D 图像配准的扩展全局优化策略

该策略主要由三个部分组成：全局和局部优化器的结合、多分辨率和多尺度方法的结合，以及平面内和平面外配准的结合。

配准流程

1. 参数表示与 DRR 生成 ：使用 Rodrigues 公式对参数 x 进行表示，并通过平移扩展。然后根据当前变换 x 对体积进行变换，生成数字重建射线照片（DRR）IDRR(x)，并使用相似性度量 S(IFLL, IDRR(x)) 将其与之前通过 X 射线 C 形臂系统获取的 X 射线图像 IFLL 进行比较。通过优化技术，不断增加 DRR 与 X 射线图像的相似性，直到找到最优参数向量 x∗：
   [x∗ = \text{argmax}_x S(IFLL, IDRR(x))]
2. 平面内和平面外配准 ：
   - 由于平面内变换会在投影图像中引起关键运动，而平面外变换对投影图像的影响较小，因此将六维配准问题分为三维平面内配准和三维平面外配准。
   - 首先进行平面内配准，仅估计三个平面内参数，所有六个参数初始化为零。平面内参数更容易估计，因为它们会在投影图像中引起重大变化，而平面外参数保持不变。
   - 然后进行平面外配准，仅确定三个平面外参数，其起始点是平面内配准返回的参