圖像處理方法及裝置以及程序的制作方法
【專利摘要】本發明為圖像處理方法及裝置以及程序，多次反復進行：第1工序，按第1及第2圖像T、R上的每個坐標p決定像素值的梯度涉及的特征向量n，若坐標p的像素值的梯度向量T（p）、R’（p）大小為閾值THNorm以上，則將以該梯度向量的大小歸一化該梯度向量后的值作為坐標p的特征向量n，若梯度向量小于該閾值則將0向量作為坐標p的特征向量n；第2工序，按第1及第2圖像T、R’上的互相對應的每個坐標p算出將坐標p的特征向量彼此的內積的絕對值N次方而得的相關值，求出包含這些相關值的累計值的評價值D；和第3工序，變更第2圖像R’以增大評價值D。從而包含同一對象的多個圖像之間的對位中，有效抑制噪聲對梯度的影響。
【專利說明】圖像處理方法及裝置以及程序
【技術領域】
[0001 ] 本發明涉及包含同一對象的多個圖像之間的對位技術。
【背景技術】
[0002] -直以來，作為攝像裝置，已知例如磁共振裝置（MR)、放射線斷層攝影裝置（CT)、 超聲波裝置（US)等。在這些攝像裝置中，其各攝像模式（modality)分別存在優點/缺點， 僅某一特定的攝像模式形成的圖像存在診斷中的精度不足的情況。因此，近年來，不僅使用 特定的攝像模式形成的圖像，而使用多個不同攝像模式形成的圖像進行診斷，從而謀求診 斷精度的提高的嘗試越來越多。
[0003] 在利用多個不同攝像模式形成的圖像的診斷中，按各攝像模式而圖像的坐標系有 所不同。因此，校正這些坐標系的差異、起因于內臟器官的變動/變形的錯位的技術、即圖 像間的對位（Regi strat ion )技術尤為重要。
[0004] 作為攝像模式彼此不同的多個圖像間的對位手法，最普通的是采用相互信息量 (Mutual Information)的手法(例如，參照非專利文獻1等)。該手法廣義上是基于圖像的 亮度值的手法（intensity based method)。即，利用相互信息量來進行對位時，對象圖像間 亮度值存在關聯性成為前提。
[0005] 然而，在US圖像中，產生聲影（Acoustic shadow),高反射體的后方的亮度值比本 來的值還下降。另外血管的亮度值也依據血管的走向而發生變化。因此，例如在MR圖像與 US圖像的對位、或者CT圖像與US圖像的對位中，經常發生亮度值的關聯性不足的狀況。對 于這樣的圖像，適合采用基于圖像的特征的手法（feature based method),而不是基于如 相互信息量這樣的亮度值的手法。
[0006] 作為基于圖像的特征的手法的代表例，提出采用標準梯度場（歸一化梯度場， Normalized Gradient Field :NGF)的手法(例如，參照非專利文獻2等)。標準梯度場，在算 出圖像上的坐標上各方向x、y、z的1次偏微分、即梯度向量（Gradient Vector)之后，以該 梯度向量的長度（Vector Norm)對該梯度向量進行了歸一化（normalized)。S卩，標準梯度 場不依賴于像素值或者亮度值的大小或梯度的大小，而是僅表示梯度的方向的特征量。假 設在某兩個圖像中互相對應的位置上產生相同方向的標準梯度場，則能將這兩個圖像的位 置視為對齊。因此，該手法中，通過對標準梯度場所示的方向的對齊程度進行最優化，能夠 進行對位。
[0007] 標準梯度場η在數學上表述如下。
【權利要求】
1. 一種圖像處理方法，多次反復進行以下工序以進行第1及第2圖像的對位： 第1工序，按照包含同一拍攝對象的所述第1及第2圖像中的每個坐標，決定該坐標上 的像素值的梯度所涉及的特征向量，其中當該坐標上的像素值的梯度向量的大小為既定閾 值以上時，將以該梯度向量的大小對所述梯度向量進行歸一化后的值決定為該坐標上的特 征向量，當所述梯度向量的大小小于所述既定閾值時，將〇 (零）向量決定為該坐標上的特 征向量； 第2工序，按照所述第1及第2圖像中互相對應的每個坐標，算出與計算該坐標上的特 征向量彼此的內積的絕對值的N (N為自然數）次方而得的值相當的相關值，求出包含按每 個所述坐標算出的相關值的累計值的評價值；以及 第3工序，以使所述評價值變得更大的方式變更所述第2圖像。
2. -種圖像處理裝置，其中包括： 決定單元，按照包含同一拍攝對象的第1及第2圖像中的每個坐標，當該坐標上的像 素值的梯度向量的大小為既定閾值以上時，將以該梯度向量的大小對所述梯度向量進行歸 一化后的值決定為該坐標上的特征向量，當所述梯度向量的大小小于所述既定閾值時，將〇 (零）向量決定為該坐標上的特征向量； 算出單元，按照所述第1及第2圖像中互相對應的每個坐標，算出與計算該坐標上的特 征向量彼此的內積的絕對值的N (N為自然數）次方而得的值相當的相關值，求出包含按每 個所述坐標算出的相關值的累計值的評價值；以及 變更單元，以使所述評價值變得更大的方式變更所述第2圖像， 多次反復進行所述決定單元、算出單元及變更單元所進行的處理，進行所述第1及第2 圖像的對位。
3. 如權利要求2所述的圖像處理裝置，其中所述梯度向量為圖像中各坐標軸向的1次 偏微分。
4. 如權利要求2所述的圖像處理裝置，其中所述相關值是計算所述特征向量彼此的內 積的平方而得的值。
5. 如權利要求2所述的圖像處理裝置，其中所述評價值是以所述第1或第2圖像的大 小對所述相關值的累計值進行歸一化而得的值。
6. 如權利要求2所述的圖像處理裝置，其中所述變更包含平行移動、旋轉及變形之中 的至少一種。
7. 如權利要求2所述的圖像處理裝置，其中所述決定單元基于對所述第1及第2圖像 分別進行構造物強調濾波處理和/或噪聲降低處理而得到的圖像，求出所述梯度向量。
8. 如權利要求2所述的圖像處理裝置，其中所述第1及第2圖像為醫用圖像。
9. 如權利要求8所述的圖像處理裝置，其中所述第1及第2圖像中攝像模式互相不同。
10. 如權利要求9所述的圖像處理裝置，其中所述第1及第2圖像的一個為超聲波圖像 (US圖像)。
11. 如權利要求2所述的圖像處理裝置，其中反復進行所述決定單元、算出單元及變更 單元所進行的處理，直至進行該處理的次數達到既定數，或直至所述評價值實質上收斂。
12. 如權利要求2所述的圖像處理裝置，其中還包括推定所述第1及第2圖像的至少一 個的對象區域中的噪聲量，并基于該噪聲量決定所述閾值的單元。
13. 如權利要求12所述的圖像處理裝置，其中所述對象區域為所述第1圖像與所述第 2圖像之間共同的解剖學特征點的周邊區域。
14. 如權利要求12所述的圖像處理裝置，其中所述對象區域為所述至少一個圖像的中 央區域。
15. 如權利要求12所述的圖像處理裝置，其中所述對象區域為病變部的周邊區域。
16. 如權利要求12所述的圖像處理裝置，其中所述對象區域為全部圖像區域。
17. 如權利要求12所述的圖像處理裝置，其中所述決定閾值的單元求出所述對象區域 中的各像素上的梯度強度，并基于該梯度強度的直方圖來決定所述閾值。
18. 如權利要求12所述的圖像處理裝置，其中所述決定閾值的單元根據以下的（a)? (f)式的任一個或多個的組合的平均值來算出噪聲量Nqt : Nqt = Mfmax + 〇 XHWHML (a) Nqt = Mfmax + 〇 XHWHME (b) Nqt = Mfmax + σ X (HWHML + HWHME)/2 (c) Nqt = 〇 XMfmax (d) Nqt = 〇 XMmoml (e) Nqt = 〇 XMmom2 (f) 其中，Mfmax是在所述直方圖分布上出現的峰值之中、梯度強度最低的峰值給出眾數值 的梯度強度； HWH^是從所述直方圖分布上的Mfmax觀看低值側的半值半寬度； HWHMK是從所述直方圖分布上的Mfmax觀看高值側的半值半寬度； 是與所述直方圖分布上的梯度強度從〇到HWHMK的范圍的重心相當的梯度強 度； 是與所述直方圖分布上的梯度強度從HWH^到HWHMK的范圍的重心相當的梯度 強度。
19. 一種程序，用于使計算機作為權利要求2所述的圖像處理裝置起作用。
20. -種程序，用于使計算機作為權利要求12所述的圖像處理裝置起作用。
【文檔編號】G06T5/00GK104156940SQ201410162145
【公開日】2014年11月19日 申請日期:2014年4月22日 優先權日:2013年4月22日
【發明者】尾見康夫 申請人:Ge醫療系統環球技術有限公司