Real-time imaging such as US and fluoroscopy is widely used as a guidance tool for image-guided intervention. To supplement the low quality of target image, clinicians additionally use high quality preoperative image such as CT or MR image. In those applications, accurate alignment via registration among the multi-modal images is imperative. This dissertation covers two kinds of medical image registration frameworks to compensate respiratory motion.
Most existing techniques for registration between 2D US and 3D preoperative images have some limits, either in the registration speed or the performance. We develop a real-time and automatic registration system between the two images of the liver, for image-guided interventions. We first generate a 4D preoperative image along the respiratory phase based on the transformations obtained from non-rigid registration of several 3D preoperative images acquired at different respiratory phases. Via rigid registration of acquired two 3D US to the 4D image, pose information of a fixed-pose US transducer is then determined with respect to the preoperative image coordinates. Finally, we acquire 2D US images in real-time from the transducer, and we select the correct corresponding image among 2D preoperative image candidates from the 4D image via real-time 2D registration. In addition, if needed, we obtain the position information of the target lesion using the 3D preoperative image to which the registered 2D preoperative slice belongs.
Meanwhile, we also propose a real-time registration algorithm between 2D fluoroscopic image and 3D CT images to improve guiding accuracy of lung biopsy by compensating respiratory motion. The proposed registration algorithm is robust to small movement and deformation due to cardiac motion. Based on the transformations obtained from non-rigid registration between 3D CT images acquired at expiratory and inspiratory phases, we generate sequential 3D CT images and 2D digitally reconstructed radiographs (DRRs) of vessels. We then determine a 3D CT images corresponding to each real-time 2D fluoroscopic image, by matching the fluoroscopic image to the 2D DRRs using the proposed measure less vulnerable to cardiac motion. The both proposed system is evaluated on various clinical datasets and the evaluated results show that the registration error is less than 3mm on average.
초음파 영상, 형광투시동영상 등 실시간 획득 영상은 영상유도시술 분야에서 많이 이용 되고 있다. 해당 영상을 보조하기 위한 컴퓨터단층촬영 영상 이나 자기공명 영상 등 고화질의 사전획득영상을 이용하기 위해선, 영상간 정확하고 빠른 정합 기술이 중요하다. 본 논문에서는 호흡 움직임 보상을 위한 의료영상 간 실시간 정합 기법에 대한 두 가지 주제를 다루고자 한다.
간 영역에 대한 2차원 초음파 영상과 3차원 사전획득 영상간 정합 시 기존 기술들의 정합 속도 및 정확도의 한계를 보완하고자, 실시간 자동 영상 정합 시스템을 제안하였다. 제안된 시스템은 호흡에 따른 4차원 사전획득 영상을 비강체 정합을 이용해 구성한 뒤, 고정된 초음파 프로브로 획득한 3차원 초음파 영상과 정합을 통해 프로브 위치를 찾고, 해당 프로브로 실시간 획득되는 2차원 초음파 영상과 정합하여 현재 호흡의 대응영상을 찾는 시스템이다. 더불어 종양의 위치도 자동으로 추적 가능하다. 한편, 폐 생검 보조를 위한 2차원 형광투시동영상과 3차원 컴퓨터단층촬영 영상 정합 시 심장의 움직임에 상관없이 호흡이 일치하는 3차원 영상을 찾는 정합 시스템도 제안 하였다. 제안된 시스템은 호흡에 따른 4차원 컴퓨터단층촬영 영상을 호흡이 다른 3차원 영상을 이용하여 구성한 뒤, 실시간 2차원 형광투시동영상에 정합하여 대응되는 컴퓨터단층촬영 영상을 찾는 시스템이다.
제안하는 두 가지 의료영상 실시간 정합 시스템은 다양한 환자로부터 획득한 데이터를 이용하여 검증되었으며, 평균 정합오차 3mm 이내의 작은 오차를 보였다.
