VTK笔记——医学图像配准（Landmark）

最新推荐文章于 2024-09-04 16:54:01 发布

原创

最新推荐文章于 2024-09-04 16:54:01 发布 · 5.5k 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#vtk #配准 #landmark #图像

本文介绍医学图像配准的概念，特别是基于标记点对应的配准方法，使用vtkLandmarkTransform实现图像的粗略匹配，提高医疗诊断的准确性。

随着现代医学的迅速发展，医学影像学为临床诊断提供了多种模态的医学图像，如X射线，CT，MRI等，当然，他们各自有各自的诊断优势。不过，有时候，医生希望将不同图像信息进行适当的集成。然而不同模态的医学图像成像原理不同，风辨率，成像参数却不相同，因此在图像融合前必须进行图像匹配。

医学图像配准就是通过寻找一种（或一系列）的空间变换（旋转、偏移、缩放和变形等），使两幅图像的对应点达到空间位置和解剖结构上的完全一致。配准结果应使两幅图像上是所有的解剖点（精确匹配），或至少是所有具有诊断意义的点都达到匹配（粗略匹配）。

其中，基于标记点对应关系的配准方法已经得到了广泛的应用，即所谓的特征匹配，通常用于图像分割、特征提取和关键点（landmark）搜寻等场合。

vtkLandmarkTransform

vtkLandmarkTransform是一种比较经典的匹配算法，基于标记点，两个点集在配准后的平均距离最小，要求输入两个点数必须相等，序号一致的点集，做线性变换。它常用于粗略匹配，效率高。
下面简单的示范一下它是如何使用的？

1.源标记点集

  vtkSmartPointer<vtkPoints> sourcePoints =
    vtkSmartPointer<vtkPoints>::New();
  double sourcePoint1[3] = {
   
   1.0, 0.0, 0.0};
  sourcePoints->InsertNextPoint(sourcePoint1);
  double sourcePoint2[3] = {
   
   0.0, 1.0, 0.0};
  sourcePoints->InsertNextPoint(sourcePoint2);
  double sourcePoint3[3] = {
   
   0.0, 0.0, 1.0};
  sourcePoints->InsertNextPoint(sourcePoint3);

2.目标标记点集

  vtkSmartPointer<vtkPoints> targetPoints =
    vtkSmartPointer<vtkPoints>::New();
  double targetPoint1[3] = {
   
   0.0, 0.0, 1.1};
  targetPoints->InsertNextPoint(targetPoint1);
  double targetPoint2[3] = {
   
   0.0, 1.02, 0.0};
  targetPoints->InsertNextPoint(targetPoint2);
  double targetPoint3[3] = {
   
   -1.11, 0.0, 0.0};
  targetPoints->InsertNextPoint(targetPoint3);

3.设置Landmark

  vtkSmartPointer<vtkLandmarkTransform> landmarkTransform = 
    vtkSmartPointer<vtkLandmarkTransform>::New();
  landmarkTransform->SetSourceLandmarks(sourcePoints);
  landmarkTransform->SetTargetLandmarks