|
一 图像融合的研究对象 最初图像融合是指相同或不同成像模式（Imaging modality）所得图像经过必要的几何变换，空间分辨率统一和位置匹配后，进行叠加获得互补信息，增加信息量。而现在图像融合的研究范围包括：图像对位、融合图像的显示和分析，利用从对应解剖结构图像（MRI，CT）获取的先验信息对发射型数据（SPECT，PET）做有效的衰减校正、数据重建等。 二 图像融合的基本方法 按图像融合对象的来源可分为同类图像融合（inner-modality，如SPECT-SPECT，CT-CT等等）和异类图像融合（inter-modality，如SPECT-CT，PET-MRI等等）。 按图像融合的分析方法可分为同一病人的图像融合、不同病人间的图像融合和病人图像与模板图像融合。 按图像融合对象的获取时间可分为短期图像融合（如跟踪肿瘤的发展情况时在1-3个月内做的图像进行融合）和长期图像融合（如进行治疗效果评估时进行的治疗后2-3年的图像与治疗后当时的图像进行融合）。 临床工作人员根据自己的研究目的不断设计出更多的融合方式。 三 图像融合的主要技术 图像融合的步骤大致为：特征提取，设计误差评估方法，对图像数据进行处理使误差最小，将变换后的图像数据进行对位和综合显示，分析综合数据。其中对位技术是图像融合的关键和难点。 1. 特征提取 特征提取可分为内部特征提取和外部特征提取。 内部特征主要是人体解剖结构特征，如颅骨、脊柱、胸骨、肋骨、关节；膈下软组织，如脾、肝、肾等等。 外部特征是为进行融合处理而特制在两幅图像上均可见的体表标记物。据文献报道使用的外标志物有进行脑图像融合的头罩、牙环，胸部、腹部图像融合采用的背带，四肢图像融合采用的支架，甚至颅骨嵌入螺钉等等。 采用内部特征的优点是不需要对病人做预处理，可进行多次融合方法分析，缺点是难以实现融合自动化处理，需要人工干预，融合的精确性往往与经验有关。外部特征的优点是特征明确，易于进行计算机自动处理，缺点是预处理复杂，并且由于体位而引起的脏器与体表标记之间的位移误差难以避免。 2 .误差评估方法 |
|
常用的有基于相似度的误差评估方法（以相似度最大为最优）和基于距离的误差评估方法（以距离最小为最优）。 3. 图像处理 图像预处理：对于有条件的图像进行重新断层分层（reslice）以确保图像在空间分辨率和空间方位上的大体接近。 几何变换：主要包括尺度变换、平移、旋转等。 4 图像的对位 将处理好的图像以误差最小的原则进行对位。以外部特征进行对位的方法以两幅图像上的特征点配准为对位成功。以内部特征进行图像对位法主要有两种：图像分割配准和像素特征配准。 1) 图像分割配准法分为曲线法和表面法，在目前实际应用中较多采用。因分割算法通常是半自动的，需人为参与，其配准的精度受限于分割的精度。理论上此法可以用于全身各部位的配准，但现在常用于神经系统成像和矫形外科成像。 A、 曲线法是将一些具有几何特征的线条（如脊线）或栅格提取出来进行配准。但是，曲线法要求图像有较高分辨率，以便提取几何特征。 B、表面法的代表算法是“ 头帽法 ”：从一幅图中提取一组轮廓点作为“ 帽子 ”，从另一幅图中提取表面模型作为“ 头 ”，然后使用Powell 搜索算法（使帽点和头表面间的距离平均平方和最小）来确定变换关系。采用表面匹配技术可以对SPECT和 PET的心脏图像进行了对位融合。 表面配准算法不仅用于3D刚性（rigid）变换，而且可用于3D弹性（elastic）变换，从而为一些组织器官的配准，如心脏、肝脏、肺等，提供了可能性。但这种方法与其它基于组织分割的算法一样，配准精度受限于组织分割的精度。近年来，由于分割算法的复杂程度降低、自动化程度提高以及斜面匹配技术在计算距离变换上的优势，此法被普遍应用。表面配准法主要应用于PET-MR图像的配准，由于SPECT图像的边界模糊，不易使用此法。 2）像素特征配准法：像素特征配准法与其它内部特征配准方法不同之处在于它是以图像灰度为配准依据，不需要对图像原始数据进行预归纳或预分割。其常用算法有主轴矩配准、全图像信息配准和图谱法配准。 A、主轴矩配准是将图像灰度内容转换为数量和方向的几何表示。目前大多是从零阶及一阶矩中计算出图像的质心及主轴，再通过平移和旋转使两幅图像的质心和主轴对齐，达到配准目的。此法对于数据缺失比较敏感，细节丢失或形状的病理性改变均会影响配准结果。但此法实现了自动化，且十分快捷，易于移植，目前多用于粗配准。 B、全图像信息配准是在配准全过程中使用全部图像信息，使用的算法有区域相似性测量法、最大互信息法、相关法、联合熵法、条件熵法等。此方法适用性最广，它不象其它内部特征法那样需先进行灰度图像的信息压缩提取，而是在配准过程中利用所有可获得的信息。 C 、图谱法用于病人间的图像配准。同一解剖结构的形状、大小、位置都会因解剖和生理上的个体差异有很大不同，这就使病人间的图像配准问题成为当今医学图像分析中的最大难题。因此就要有一个详细标记人体各个解剖位置的标准化图谱。用图谱法对两个病人的PET或MRI图像进行比较时，首先把二者的图像都映射到一个标准化的图谱空间去，然后在此空间中进行比较。 使用内部特征定位不需外加定位装置,但要求两副图像要有相似结构或共同体位特征才可进行匹配。定位的精确度是由具体的算法来决定的。 5 融合数据的分析 |
|
以某种算法将融合图像数据综合显示并做定量分析。有些影像学工作者提出了如融合图像中像素CT值/SPECT计数等数值分析方法，但由于图像融合技术研究时间较短，各种融合数据对临床的指导意义尚待进一步检验确定。 融合图像有多种直观的显示方法。常用的有断层显示法和三维显示法。融合图像的显示往往以某个图像为基准，该图像用灰度色阶显示，另一个图像迭加在基准图像上，用彩色色阶显示， 1）断层显示法：对于某些（得到原始数据）图像融合，可以将融合的三维数据以横断面、冠状面和矢状面断层图像同步地显示，便于观察者进行诊断。这是融合图像最常用的显示方法。这种显示要求观察者对于图像三维层面的特征有丰富的经验。 2）三维显示法：将融合的三维数据以三维图像的形式显示使观察者可更加直观地观察病灶的解剖位置，在外科手术设计和放疗计划制定中有重要的意义。 四 图像融合的现状 据文献报道，目前对于刚性组织的对位已基本解决，而对于非刚性组织（如腹部）的对位有待进一步研究。因此在图像对位技术上目前尚未找到一种确保完全通用有效的方法。 为使医学图像融合对位更精确，生产厂商将功能性成像系统和结构性成像系统设计在同一套系统上。通用电器公司(GE)的Hawkeye将CT球管安装在双探头具有符合探测功能的SPECT系统中,X-CT球管、探测器及放射性核素探头装在同一旋转机架上，病人可同时进行CT和ECT检查。得到的X线图像不仅可以用来与SPECT图像进行融合，还可以通过不同软组织及骨骼对X线与?光子的不同衰减比例因子，由CT值计算线性衰减系数，进行SPECT的衰减校正。 五 小结： 在医学影像设备的发展中，功能图像和解剖图像的结合是一个发展趋势，在肿瘤的精确定位、癌症的早期检测和诊断中发挥重要的作用。随着功能成像设备和解剖成像设备杂交技术的出现，图像融合将得到进一步的发展，势必给临床诊断带来一场新的变革。 |