3. 多模态影像配准的数学基础
多模态配准的本质，是寻找一个空间变换，使两幅来自不同成像设备的图像在同一坐标系下对齐。以CT与MRI配准为例，CT提供电子密度信息，MRI提供软组织对比，二者体素强度没有固定函数关系，因此配准不能依赖灰度相等，而必须依靠几何变换、插值重采样和统计相似性测度三者协同完成。本节围绕这条主线，说明刚体、仿射、B样条三类变换的数学形式与适用场景，插值方法如何影响重采样质量，以及MI、NMI、MSE、NCC四种相似性测度的原理与选择依据。
一、坐标变换：从刚体到B样条
设浮动图像中的点坐标为 x = (x, y, z, 1)ᵀ，参考图像中的对应点为 x' = T(x)。配准就是求解变换 T，使变换后的浮动图像与参考图像在某种测度下最相似。
刚体变换只包含旋转与平移，共6个自由度（3个旋转角、3个平移量）。其齐次矩阵形式为：
T_rigid = [ R t ]
[ 0 1 ]
其中 R 为3×3正交旋转矩阵，满足 RᵀR = I 且 det(R) = 1；t 为3×1平移向量。刚体变换保持距离、角度和体积不变，适合同一患者、同一部位、骨骼等刚性结构的跨模态配准，例如头部CT与MRI的颅骨对齐。工程中常用四元数或欧拉角参数化旋转，但需注意欧拉角存在万向节锁问题，优化时通常优先采用四元数或旋转向量。
仿射变换在刚体基础上增加缩放、剪切，共12个自由度。其矩阵为：
T_affine = [ A t ]
[ 0 1 ]
其中 A 为3×3可逆矩阵，可分解为旋转、缩放、剪切。仿射变换保持平行线仍平行，但不保持距离和角度。它适合存在整体尺度差异或轻微形变的场景，例如不同设备间因梯度非线性导致的整体缩放，或软组织在体位变化下的近似线性形变。若两幅图像来自同一扫描协议但存在层厚方向拉伸，仿射变换往往比刚体更合适。
B样条变换属于非参数化自由形变模型，用于描述局部非线性形变。其核心思想是：在参考图像上布置规则控制点网格，每个控制点 φ_{i,j,k} 对应一个位移向量，任意点的位移由周围控制点通过三次B样条基函数加权得到：
T(x) = x + Σ_{i,j,k} B_i(u)B_j(v)B_k(w) · φ_{i,j,k}
其中 B_i 为三次B样条基函数，(u,v,w) 为点 x 在控制点网格中的局部坐标。控制点间距越小，形变自由度越高，但过小会导致网格折叠和过拟合。B样条适合呼吸运动、心脏搏动、软组织形变等局部非刚性配准，例如肺部4D-CT的呼吸相位配准。实际使用中常采用多分辨率策略：先粗网格捕捉大形变，再细网格精修局部。
二、插值方法：重采样的质量与代价
变换后的浮动图像需要映射到参考图像网格上，而变换后的坐标通常落在非整数位置，因此必须插值。常用方法有三类：
- 最近邻插值：取距离最近的体素值。计算最快，但会产生块状伪影，且测度函数不连续，不利于梯度优化。仅适合标签图或二值掩膜的重采样。
- 线性插值：在三维中由8个邻域体素加权平均。结果平滑，计算量适中，是多数配准流程的默认选择。但会轻微模糊高频细节，对细小结构配准可能引入偏差。
- B样条插值：利用三次B样条基函数加权，支持更高阶连续性，适合对精度要求高的场景，如脑部精细结构配准。代价是计算量约为线性插值的4～8倍。
实际工程中，常在优化迭代阶段使用线性插值以加速，最终输出时切换为B样条插值以保留细节。此外，插值核的支撑域越大，测度函数越平滑，但计算越慢，需要根据配准精度与时间预算权衡。
三、相似性测度：从灰度差到统计依赖
相似性测度衡量变换后浮动图像与参考图像的匹配程度。不同测度对模态关系的假设不同，选择错误会导致配准失败。
MSE（均方误差）假设两幅图像灰度值近似相等，即 I_F(T(x)) ≈ I_R(x)。其定义为：
MSE = (1/N) Σ [I_R(x_i) - I_F(T(x_i))]²
MSE对灰度线性变化敏感，适合同模态配准，如两次CT之间的对齐。跨模态时，CT与MRI灰度无对应关系，MSE会驱动错误对齐。
NCC（归一化互相关）衡量两幅图像灰度的线性相关程度：
NCC = Σ (I_R - μ_R)(I_F - μ_F) / sqrt(Σ(I_R - μ_R)² · Σ(I_F - μ_F)²)
NCC对灰度整体平移和缩放不敏感，适合同模态但存在亮度差异的场景，如不同曝光条件下的X光图像。但它仍假设线性关系，跨模态时性能下降。
MI（互信息）从信息论角度衡量两幅图像的统计依赖：
MI(A,B) = Σ p(a,b) log [p(a,b) / (p(a)p(b))]
其中 p(a,b) 为联合灰度直方图概率，p(a)、p(b) 为边缘概率。MI不要求灰度值相等或线性相关，只要求统计上可预测，因此成为跨模态配准的主流测度。MI对重叠区域大小敏感，重叠过小会导致测度虚高。
NMI（归一化互信息）对MI进行归一化，减少对重叠区域的依赖：
NMI = [H(A) + H(B)] / H(A,B)
其中 H 为熵。NMI在重叠区域变化时更稳定，适合视场差异较大的跨模态配准，如全身PET-CT。实际实现中，常采用多分辨率金字塔和Parzen窗估计概率密度，以平滑测度曲面、避免局部极值。
四、测度选择与工程判断
选择测度时，先判断模态关系：同模态且灰度一致选MSE；同模态但亮度有差异选NCC；跨模态选MI或NMI。若两幅图像重叠区域较小或视场差异大，优先NMI。若配准区域包含大量背景，建议先提取掩膜，仅在感兴趣区域内计算测度，避免背景主导优化。
一个典型的跨模态配准流程为：先以刚体变换和NMI完成粗对齐，再以B样条变换和NMI进行局部精配，插值从线性逐步过渡到B样条。优化器可选用Powell或L-BFGS，学习率或步长需根据测度曲面的平滑程度调整。最终通过目视检查解剖标志点、计算目标配准误差或Dice系数来验证结果。若测度曲线出现多个极值，应检查插值核是否过窄、金字塔层数是否不足，或初始位置是否偏离过大。