基于MATLAB的医学图像配准实验

陈红+谢勤岚

摘要医学成像原理与设备、医学图像处理与分析是医学工程和影像技术类专业的重要专业课程。由于这些课程理论抽象，需要通过实验来理解原理、掌握方法。本文以心脏CT图像配准为例子，介绍了医学图像处理实验的基本步骤。为了简化实验复杂度，使用MATLAB实现图像配准算法。

关键词图像配准 心脏CT图像 MATLAB实验 特征提取

医学成像技术与设备、医学图像处理与分析是医学工程和影像技术类专业的重要专业课程。两门课程的特点是理论抽象，需要通过大量实验来理解原理、掌握方法。同时医学图像处理内容丰富，算法复杂，需要专业的算法设计和较大的程序设计工作量，短短的课程实验难以达到学习的目的。为了简化实验复杂度，让学生的实验重点关注于图像处理本身，而不是在程序设计上花费过多的时间和精力，影响本课程的学习相关，使用MATLAB实现核心算法。

MATLAB是MathWorks公司推出的一套高性能的数值计算和可视化软件。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成一个方便的、界面友好的用户环境。MATLAB强大的扩展功能和影响力吸引各个领域的专家相继推出了许多基于MATLAB的专用工具箱。MATLAB强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计、便捷的与其他程序和语言的接口等功能，使之成为当今世界最有活力和最具影响力的可视化软件。

1课程和实验内容介绍

医学成像既是指医学影像数据的形成过程，也指形成医学成像的技术或装置。医学成像技术是借助于某种能量与生物体的相互作用，提取生物体内组织或器官的形态、结构以及某些生理功能的信息，为生物组织研究和临床诊断提供影像信息的一门科学。影像学是高新技术与医学的结合点，现代医学成像学己由传统单一普通x线发展到血管造影检查、超声、放射性核素显像、x线CT、数字减影血管造影（DSA）、MRI、普通x线检查的数字化成像（cR和DR）以及图像存储和传输系统（PACS）等多种技术组成的医学成像体系。医学影像成像原理是医学工程和影像技术类专业基础课之一。通过学习强调对学生综合素质的提高和能力的培养，强调学生对基础理论、基本知识和基本实践技能的掌握。在医学成像原理课程教学中恰当地运用现代化教学手段，能够有效提高教学质量。

随着信息技术及医学影像成像技术的发展，医学图像处理在医学临床应用、教学和科研中发挥着越来越重要的作用，有力地推动着医学科学研究和临床医疗的进步。如何有效地应用图像分析与处理技术，对人体解剖结构和病变区域进行定位、提取、三维再现并量化分析是使得医学影像数据应用价值最大化的前提和保证。作为专业主要课程，要求掌握医学图像的相关概念与图像处理中的图像变换、增强、恢复、压缩、图像的分割及特征提取等基本理论；掌握医学图像处理的基本理论、技术、方法、应用和进展；了解医学信息三维可视化的技术和基本实现方法；并在此基础上掌握医学图像处理的整体结构框架，逐渐形成观察、思考、分析和解决有关理论和实践问题的能力，并通过图像处理算法的编程来提高实践操作能力。

近年来，随着计算机技术在各行各业不断渗透，医学成像技术也得到了迅速发展，各种更新换代的成像设备不断涌现。基于多种原因，临床或研究应用中通常需要对同一病人进行多种模式或同一模式的多次成像。即同时从几幅图像获得信息，进行综合分析，图像配准即是重要的分析方法之一。在当前医学图像领域中，图像配准的确是一个研究热点，具有相当重要的医学诊断价值。图像配准领域已经有了各种不同的配准方法。根据各种方法的特点，它们能应用到不同的领域。在硬件层面上，图像的同机融合已经取得了非常不错的發展，但在技术方面，仍然存在很多不足，如当检测时间延长时，患者躯体位置的变化可能产生不一样的图像；在需要图像融合时，只能对相同机器中两张图像进行融合。相反，如果将图像传入到电脑，使用软件来处理图像并融合，这样选择上的灵活性就很大，可以对不同时刻采集到的图像进行融合处理，具有较大的优势。

近年来，CT技术发展迅速，应用也越来越广泛。不仅多排式螺旋CT在实际生产销售中已经发展到了320排，而且更先进的平板CT也在各个厂家中研发。PET/CT也广泛运用在各个医学临床上，它有非常实际的应用价值，其中它在肿瘤诊断方面是最不可缺少的。通过研究CT原理和CT图像，以及图像配准的几种方法，可以更加了解医学图像的处理方法以及它的重要性。

2实验原理及相关方法

2.1图像配准的定义和原理

图像配准，是将不同的传感器（也称为成像设备）或不同条件下获取的两幅或者多幅图像进行匹配和叠加的过程，在图像处理领域通常是指对一幅图像进行一系列几何变换后映射到另一幅图像中，从而让两幅图像中的相关联点在空间上达到一致。图像配准是融合图像的重要条件，广泛应用于遥控数据分析、计算机视觉以及医学图像处理等领域。

图像配准过程中，需要寻找合适的空间变换或几何变换，把两个图像里相对应的同一空间位置的点联系起来。假设两幅二维图像分别是待配准图L1和参考图像L2，配准前它们在空间点（XY）处的灰度值分别是L1（XY）、L2（X.y），那么图像I1和I2的配准可表示寻找变换关系。

根据图像变换的形式不同，空间几何变换可以分成刚体变换与非刚体变换两种。非刚体变换又包括比例变换和仿射变换还有投影变换以及曲线变换。

2.2医学图像配准实验的步骤

除了软件平台和参数设置的区别外，医学图像配准实验与通常的医学图像配准过程类似，都包括下面的主要步骤。

首先，给出（读入）两个需要配准的图像。

第一步，图像预处理。给定的图像一般是有噪声的图像，所以首先要消除噪声影响，通常采用平滑操作。预处理不仅包括去噪，还包括尺度调整和区域分割等。分割处理是把一个图像划分成可以获取特征的几部分，作为特征选择与对应性的图像。

第二步，特征选择。为了配准两个图像，需要在图像中选取合适的图像特征，以建立两个图像的对应关系。有了对应关系，便可求得变换函数，进而可以对待配准图像进行重采样操作，以映射到参考图像的几何空间。实际应用中通常都是用角点、线、模板和区域等作为特征来进行图像配准。要配准的图像的类型决定了特征类型的选择，通常对人体成像选择线分割进行处理，对卫星图像则主要是选择轮廓与区域分割，在立体图像中，经常使用的是面片与区域。

第三步，特征对应。通常可以在参考图像上进行特征选择，然后在待配准图像上搜索特征的对应性；也可以在分别在两个图像上选择特征，然后再确定特征的对应性。当特征是图像区域或者模板的时候，可以采用第一种选择；而当特征是点或线这种信息量较少的特征时，则可以选第二种方法。当以点作为特征的時候，至少要确定一对对应点，这一步非常有必要。

第四步，确定变换函数。要确定变换函数，需要知道一些对应点的坐标。向参考图像空间进行重采样也是在这个基础上进行的。图像之间的几何差距类型决定变换函数的类型。在图像间的几何差距是未知的时候，交换调整到图像问的几何差距是很容易的。

第五步，重采样。得到了图像间的变换函数，可以在此基础上对参考图像空间进行重采样。图像信息就可以融合或者检测到对象的变换。

2.3图像配准方法

2.3.1常见的三种图像配准方法

互信息法。互信息是信息论中的基本概念，也是医学图像配准的重要依据，它可以用来度量两个变量间的相似性。当需要配准的两幅图像之间的互信息达到极大值的时候，说明两幅图像配准完成。

傅里叶变换法。当图像平移时，图像的傅里叶变换的幅值是不变的。在频域中，当它的傅里叶变换作一定角度的旋转时，图像的旋转也是相对应的。因此，两幅图像配准若只有相对位移时，是可以对它们进行的配准的。当然，如果两幅图像存在平移和旋转角度，也同样可以计算出两者的相对位移。

小波变换法。作为一种信号的时频分析方法，小波变换具有多分辨率解析的特点，较高的频率分辨率和较低的时间分辨率是它的一大特点。小波变换被运用于图像配准的主要原理是：当两幅图像分别分解后，它们的伸缩系数、旋转角度分别对应相等，因此可以用于图像配准。

虽然图像配准方法还有很多种，由于原理和算法复杂，不适合课程实验，这里不作介绍。

2.3.2图像配准方法比较

基于互信息的图像配准方法是不需要提取特征的，它是在灰度的基础上，将可用的图像灰度运用起来。这种配准方法，具有更高的精度和更好的鲁棒性，其的缺点是计算速度较慢，计算复杂稍高。如果参考图像和待配准图像间有较大重叠区域时，选择互信息法进行图像配准是比较合适的。

当图像的噪声主要是低频的，可以选择基于傅里叶变换或小波变换的图像配准算法，这跟它对频域能量变化不敏感的特点有关。基于傅里叶变换的方法计算量稍小，但是当图像不是灰度线性相关时，此方法不适合进行配准。

3实验内容

3.1实验用心脏CT影像

课程实验中使用的心脏CT影像如图1所示。在两幅图中进行特征点选取，并对其排序。得到特征向量对，看两幅图像是否存在对应关系，对其进行配准。

3.2买验程序流程图

本实验中的基于MATLAB平台的医学图像配准程序的流程图如图2所示。其具体实现过程如下：首先对参考图像和待配准图像进行高斯低通滤波预处理；接着按照给定的初始点使用插值法统计联合直方图并计算参考图像和待配准图像的互信息值；然后依据最大互信息理论判断所得参数是否最优，若不是，则继续搜索较优参数；在搜索时会不断重复“空间几何变换一计算互信息值一最优化判断”的过程，直至搜索到满足精度要求的参数；最后输出配准参数。

在MATLAB中运行CT图像配准算法，结果如图3所示。图3显示了同一个病人在不同时刻的心脏CT图像配准后，两幅图像中的一些有关联的点。图3中对应的横线即为特征线，它表明它们在显示之后具有高度的一致性，说明两幅图像存在对应关系，配准成功。

4结论

在医学成像技术与设备、医学图像处理与分析等专业课程的教学中，模拟实验有着重要作用。除了帮助学生理解原理、掌握方法外，还可以提高学生分析问题、解决问题的能力，也有助于提高学生的计算机应用和软件编程能力。运用现代化教学手段，能够有效提高教学质量。本文采用MATLAB软件平台，针对心脏CT图像的特性设计了一种基于最大互信息的医学图像配准算法的实验例子，是教学改革的一次很好的尝试。该例子的函数中，有多种配准方法和配准参数可以选择。这有助于学生更深地理解课程中的成像原理和图像处理方法。下一步我们将建立基于MATLAB的集成实验平台，包含更多的图像处理技术，以供本科生和研究生教学和人才培养之用。