基于ITK医学图像配准

王镜宇，郭际香

（四川大学计算机学院，成都 610065）

基于ITK医学图像配准

王镜宇，郭际香

（四川大学计算机学院，成都 610065）

图像的配准在图像处理领域是一个基础的热门问题，迄今为止国内外关于图像配准已经产生大量的研究。医学图像的配准是医学图像分析的必要前提，精准的医学图像配准能够使得有诊断意义的点达到匹配从而帮助图像分析。针对图像配准在医学领域展开研究，实现基于ITK的医学图像配准。

医学；图像配准；ITK

0 引言

图像配准的概念为将不同的时间、不同的传感器或者成像设备在不同的条件下如不同天候条件、照度条件甚至是摄像位置和角度条件下获取的两幅或者多幅图像进行匹配的一个优化过程，它目前已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。配准过程的一般流程如下：首先对带配准图和参考图进行特征提取，得到相应的特征点；一般是通过相似性度量的方式找到能够匹配的特征点对；然后通过得到的匹配特征点对参考图和待配准图进行空间坐标变换参数；最后利用得到的坐标变换参数进行参考图和待配准图的配准。由此可见，特征提取的过程是配准技术能够成功的关键，特征点提取的越准确匹配的结果也会相应的更加准确。

图像配准在图像处理领域是一个比较基本的功能和处理，国内外的图像处理在图像配准这一个领域迄今为止以及产生了相当多的研究报告，其中也产生了很多图像配准的方法。对于国内外图像配准的研究一言以蔽之：很多图像配准的方法都是针对特定使用范围的领域的应用，同时各种图像配准算法也具有各自的特点。例如计算机视觉中的物体和场景的匹配和飞行器定位过程中的地图匹配，他们的图像配准过程主要依据其完成的功能因而被称为目标检测与定位算法。

本文基于ITK开源的代码实现了医学图像的配准。

1 图像配准理论与过程

图像配准是将一幅图像上的点映射到另一幅图像上同源点的空间转换过程。对配准过程而言，基本输入数据是两幅图：一幅被定义为参考图f(X)，另一幅被定意为待配准图m(X)[1]。X表示在N维空间中的一个位置。配准被看成是一个找到把待配准图像映射到参考图像队列的最优化问题。传递函数T(X)表示从参考图像上的点到待配准图像上的点的空间映射关系。校对机被评估待配准图像在非网格位置的程度。成员路径选择提供了一种参考图像被待配准图像配准的程度。这种尺度形成了数量上的标准，这种标准可以被优化器通过寻找被传递的参数定义的空间去达到最优化，该概念的表述可以参考文献。

图像配准的基本过程如下：（1）确定配准算法的误差测度或者指定评估配准效果相似度。（2）确定算法配准过程所采用的变换模型一个变换模型，常用到的一些变换模型有：仿射变换、流体变换、弹性变换、刚体变换。（3）确定配准算法所采用的插值策略，常用到的插值方案有：三线性插值、临近差值、sinc插值。（4）寻找变换参数以最大化相似性测度。

图像配准的基本过程框架如下：（1）输入配准所需要的两幅图像，其中一幅为参考图，另一幅为带配准图片。（2）对参考图的指定区域进行几何坐标变换得到新的区域。（3）通过插值方法得到浮动图在对应区域的坐标。（4）相似性测度模块计算参考图和经过插值的带配准图之间的相似度。（5）将相似度输入到优化模块中，通过重复执行2~4步，进行迭代计算得到最终变换参数和最优化的结果。（6）图像配准算法输出浮动图在相应变换和插值方案下得到的经过迭代优化之后的待配准图。配准过程是一个不断优化的过程，配准过程中的每一次迭代，会得到相应的更加优的测度值，我们将该测度值与我们所预期的值进行比较，如果达到预期的数值则停止迭代优化，得到最终配准结果，或者我们也可以设置迭代配准的上限，当迭代次数达到次数上限时算法结束。

2 ITK开源库

ITK诞生于六位合作开发者开发的开源图像配准和分割工具，由于他们在开发这些源码时的杰出贡献，他们受到美国国立卫生研究院国立医学图书管授予表彰[2]。这些先驱开发者们的共享最后被整理成为今天被大家所熟知的ITK，并形成了最基本的Insight Software联盟。ITK的NIH/NLM项目经理是Dr.Terry Yoo，他协调这六位合作者组建了Insight联盟。联盟成员中有三位是商业合作者，而另外三位来自学术机构。在2002年的时候第一个正式的公共ITK发行版本出台。ITK主要针对于医学图像领域内的分割与配准问题的开源软件包。ITK封装和实现了许多实用的算法医学相关算法，常用的算法诸如阈值分割、区域生长、基于分水岭的分割以及Fast Marching算法等。

ITK具有开源开放和面向对象的特点，而且ITK具有非常多的类。开源的ITK软件开发包中提供了很多用于医学图像分割和配准的算法。ITK的开发使用了1998年以后ANSI C++标准库里面的新特征，ITK的模块的开发是基于范式编程的思想来实现的。不仅如此ITK还具有支持跨平台开发的特性，ITK支持Windows、Unix和Linux等多种平台下的开发。ITK的设计不仅将程序开发细节屏蔽起来，而且将一些实用的算法封装起来，形成了丰富的算法库，为相应领域的开发工作提供了非常宝贵的资料。ITK很可惜的地方在于没实现可视化功能，虽然ITK没有可视化的功能，但是VTK实现了可视化的功能，在实际的医学图像处理系统中，一般采用ITK进行分割等等算法上的操作，再结合VTK对图像进行可视化。除了VTK能够可视化ITK的数据之外，QT技术也提供了控件显示ITK的图像数据。

ITK的主要特征还有：（1）ITK提供了通用的方式表示图像（任意维度）和面片（非结构化的），提供用于进行分割和配准的算法，这种设计能够非常方便医学图像数据的处理，当然也能够在其他领域应用；（2）ITK没有提供可视化接口因而无法单独实现可视化，ITK提供最小化的文件接口；（3）ITK的设计和实现过程中采用了非常多的泛型编程技术；（4）ITK采用智能指针维护对象的引用计数的内存模型，用户只需要工厂实例化对象而不必担心内存泄露；（5）ITK支持多线程并行处理；（6）ITK采用了命令/观察者的设计模式用于事件的处理；（7）ITK采用了基于数据流的架构进行组织，数据对象与数据处理对象之间连接形成管道的方式进行处理。

3 配准过程的实现

本节将实现基于ITK的二维医学图像的配准，一般的采用相似变换的配准方法就能够满足医学图像之间的配准。图形之间的相似变换可以分解成平移、旋转、缩放和翻转的复合操作。相似变换可以视为仿射变换的特殊情况，可以讲相似变换理解为仿射变换除去错位变换这个因子之后的结果[3-4]。ITK中针对相似变换提供了itk::CenteredSimilarity2DTransform的类以完成配准方案。本文中待配准的图片如图1所示，其中左侧为参考图片右侧为待配准图片。

使用ITK的医学图像配准流程大致如下：首先分析配准的图像的维度以及像素相关信息，其次定义图像配准用到的变换模式以及相应的优化器、测度、差值器等组件，由上文可知针对相似变换类型可以采用itk::CenteredSimilarity2DTransform变换器以及相应的组件。紧接着通过ITK的管道将变换模式组件，优化器组件，测度组件和插值器四个基本组件连接至一起，值得注意的是并不是所有的组件之间都可以混合使用。此时对待配准的图像的像素变换区域做相应的处理。最后设置变换模式组件，优化器组件，测度组件和插值器四个基本组件的基本参数。由于图像在配准过程中会产生大量的数据信息，如果需要实时观看输出的数据可以采用Command/Observer的设计模式注册一个回调函数，这样每次配准数据的更新都会触发回调函数，从而将数据显示在屏幕上。

配准之后的效果如下图图2所示，其中左侧图片为配准的结果，右侧的图片为重采样的结果。从左侧可以看出经过相似变换之后的图片重合到了一起，右下角的灰色部分可以看出经过了待配准图经过了旋转与缩放等过程。右侧的部分是重采样的效果图，重采样的结果是灰色和轮廓，进一步说明了配准的效果比较理想。

4 结语

本文在研究分析了图像配准的相关技术理论之后，采用ITK开源代码实现了医学图像的配准，并且对配准的效果进行了简单的分析。当ITK配准组件与观察者模式相结合的时候能够将每一步迭代的数据显示在屏幕上使得配准的数据的变化能够实时的显示。

图1

图2

图3

图4

[1]张剑戈,潘家普.医学图像配准技术[J].上海交通大学学报医学版,2003,23(2):180-182.

[2]Ibanez L,Schroeder W,Ng L,et al.The ITK Software Guide[J].Computational Statistics&Data Analysis,2005,21:231-256.

[3]罗述谦,吕维雪.医学图像配准技术[J].国际生物医学工程杂志,1999(1):1-8.

[4]李雄飞,张存利,李鸿鹏,等.医学图像配准技术进展[J].计算机科学,2010,37(7):27-33.

Medical Image Registration Based on ITK

WANG Jing-yu，GUO Ji-xiang
（College of Computer Science,Sichuan University，Chengdu 610065）

Image registration is a hot topic in the field of image processing,so far,many researches have been done on image registration both at home and abroad.Medical image registration is a necessary prerequisite for medical image analysis.Accurate medical image registration enables matching of diagnostic points and helps image analysis.Studies the fields of medical image registration,and realizes ITK medical image registration.

Medical;Image Registration;ITK

1007-1423（2017）05-0064-04

10.3969/j.issn.1007-1423.2017.05.015

郭际香（1981-），女，四川成都人，讲师，研究方向为医学大数据处理、计算机辅助手术设计与模拟等，E-mail：guojixiang@scu.edu.cn

王镜宇（1991-），男，四川成都人，在校学生，研究方向为医学数据处理

2016-11-29

2017-02-10

国家自然科学基金项目（No.61402305）、四川省应用基础研究计划项目（No.2014JY0116）