论文部分内容阅读
近年来PET作为核医学成像领域重要的临床检查影像技术已得到广泛应用,成为脑神经系统疾病检查的重要手段。PET脑影像多模配准技术通过在脑影像与标准图谱之间建立匹配关系,使原始脑影像向参考脑图谱影像对齐,获得不同脑分区信息,实现辅助诊断神经系统疾病的目的。Talairach图谱是目前国际上公认的标准脑图谱,在该图谱中,脑组织各个分区被予以不同标记用于临床进行考察研究。迄今为止,Talairach图谱已被广泛应用于神经系统疾病的辅助诊断中。PET-Talairach图谱配准可获得较原始PET影像更为准确的脑功能分区数据结构信息,对于如脑卒中、癫痫等神经系统疾病的诊断具有重要价值。但PET影像自身组织分辨率较差,与标准图谱配准时,PET影像脑部特征位置点难以准确选择因而易造成较大误差。而作为解剖结构成像的CT技术具有较好的空间分辨率和极高的密度分辨率,如以CT为中介,并在结构影像上标注脑部位置特征点,通过PET-CT-标准图谱变换来实现PET脑影像与脑图谱的配准则可以弥补PET影像分辨率较差的局限性,对于提高神经系统疾病的诊断准确性具有重要意义。本文以Talairach图谱作为标准脑图谱,设计并实现了PET-Talairach图谱和PET-CT-Talairach图谱多模影像配准算法。首先,本文设计并实现了一种基于仿射变换的PET-Talairach脑图谱配准算法,该算法利用脑皮层标志点建立PET影像和Talairach图谱的矛盾方程组计算仿射变换矩阵完成PET影像与Talairach图谱的配准。然后,结合PET-CT配准技术,在CT脑影像上实现脑组织自动提取、脑组织OBB包围盒计算、基于信息熵的中位矢状面提取等算法,在此基础获取CT脑影像的位置特征点,随后通过基于互信息的PET-CT变换矩阵将CT标志点映射至PET影像,再由仿射变换矩阵实现PET-Talairach图谱的多模态影像配准。最后,本文通过临床数据对算法的精度及配准结果进行了验证。实验结果证明,本文提出的多模态脑影像配准算法能够得到较好的配准效果,配准精度和时间性能良好。