Регистрация неизотропных КТ с различным полем зрения

Я новичок в регистрации медицинских изображений.

Я пытаюсь зарегистрировать два тома компьютерной томографии, первый - аксиальный, размером (384,384,31) и интервалом (0,57,0,57,4,8), а второй - сагиттальное сканирование размером (384,384,15) и интервалом (0,67). , 0.67,2.2), чтобы использовать область перекрытия между ними для создания сверхразрешения и получения изотропного сканирования.

Проблема в том, что объемы имеют разную ориентацию и разное поле зрения. Т.е. аксиальные срезы в сагиттальном сканировании содержат только небольшой сегмент того, что присутствует в аксиальном сканировании. Другими словами, мне нужно обрезать аксиальные срезы в аксиальном сканировании, чтобы они соответствовали FOV сагиттального среза и так далее для создания масок. для жесткого алгоритма регистрации simpleitk.

Я также думаю, что в какой-то момент мне понадобятся маски для передискретизации обоих томов.

У меня вопрос: как я могу создать маску и могу ли я использовать для этого любые метаданные, доступные в файле nifti? У меня есть матрица направлений, исходных точек и индексных точек.

Большое спасибо.


python image-processing medical simpleitk image-registration
person mkosh    schedule 13.07.2018    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Начну с некоторых комментариев:

  1. В мире SimpleITK оба ваших изображения являются объемными, нет принципиальной разницы (осевое или сагиттальное). У томов просто разный интервал, который неявно учитывается системой регистрации.
  2. Я не совсем понимаю, что вы имеете в виду, когда говорите о сагиттальной компьютерной томографии. КТ реконструируются / вычисляются в осевые срезы (x, y с меньшим интервалом, чем вдоль оси z, которая является направлением сканирования в направлении голова-стопа). Это похоже на параметры ваших двух объемов, поэтому не совсем понятно, почему вы называете один аксиальным, а другой сагиттальным.

Чтобы ответить на ваш вопрос о регистрации:

Я бы использовал маску на фиксированном изображении, чтобы указать ожидаемую область перекрытия (например, нижнюю половину изображения), поэтому вам не нужно ничего обрезать. Затем вам нужно установить начальное преобразование, чтобы эта область перекрывала, скажем, верхнюю половину второго изображения. Комбинация маски и инициализации будет иметь точки выборки алгоритма регистрации в соответствующей области и сопоставить их с движущимся изображением.

Наконец, поскольку вы новичок в регистрации медицинских изображений, вам может быть полезно ознакомиться с нашими записными книжками Jupyter. Ноутбук 65 использует маски, хотя я думаю, что и другие записные книжки могут вам помочь.

person zivy    schedule 13.07.2018