4. 图像几何与空间信息
在 SimpleITK 中，一张医学影像不只是像素矩阵，它同时携带一套完整的空间几何描述。像素值回答“这里有多亮”，几何信息回答“这个像素在患者或世界坐标系的哪个位置”。如果忽略几何信息，配准、重采样、ROI 提取、多模态融合都会出现看似正确、实则错位的严重问题。本节围绕四个核心量——Origin、Spacing、Direction，以及索引到物理坐标的转换函数 TransformIndexToPhysicalPoint——说明它们如何共同定义影像的空间位置，并给出坐标系对齐的实用方法。
四个几何量的定义
SimpleITK 使用“索引坐标 → 物理坐标”的仿射映射描述图像几何。设索引为 (i, j, k)，则物理点 p 满足：
p = Origin + Direction · (Spacing ⊙ (i, j, k))
其中 ⊙ 表示逐元素相乘，Direction 是 3×3 方向余弦矩阵。Origin 是索引 (0,0,0) 对应的物理坐标，单位通常为毫米。它并不一定是图像“左上角”在解剖上的起点，而是该图像自身坐标系的原点。Spacing 是三个轴向的体素间距，即相邻索引在物理空间中的距离，例如 CT 常见的 (0.7, 0.7, 1.0) mm。Direction 是 3×3 矩阵，每一列表示一个索引轴在物理坐标系中的方向单位向量。当 Direction 为单位矩阵时，索引轴与物理轴平行；当图像被旋转采集或经过重采样后，Direction 往往不再是单位阵。
TransformIndexToPhysicalPoint 的作用
TransformIndexToPhysicalPoint 把连续索引坐标映射为物理坐标，是几何计算的入口。它接受浮点索引，因此可以表示体素之间的亚像素位置。例如要取第 100 行、第 80 列、第 20 层的体素中心物理坐标：
import SimpleITK as sitk
img = sitk.ReadImage("ct.nii.gz")
idx = (100, 80, 20)
p = img.TransformIndexToPhysicalPoint(idx)
print(p) # 例如 (-123.4, -87.2, 45.6)
# 反向：物理坐标 → 连续索引
i = img.TransformPhysicalPointToContinuousIndex(p)
print(i) # 接近 (100.0, 80.0, 20.0)这两个函数互为逆映射。实际工程中，标注点、探针位置、配准变换后的目标点通常以物理坐标存储，而访问像素必须回到索引，因此成对使用非常常见。需要注意：TransformIndexToPhysicalPoint 使用的是体素中心约定，索引 (0,0,0) 对应第一个体素的中心，而不是它的角点。
坐标系对齐的常见场景
坐标系对齐的本质，是让不同图像或不同来源的点落在同一物理参考下。典型场景有三类。
- 多模态同机扫描：CT 与 PET 若来自同一设备同一检查，Origin、Spacing、Direction 可能一致，此时索引可直接对应；但仍应显式比较几何量，不能假设。
- 不同分辨率图像：高分辨率 CT 与低分辨率 PET 的 Spacing 不同，同一物理点对应不同索引，必须通过物理坐标转换后再采样。
- 经过配准或重采样：变换会改变 Origin 与 Direction，配准后图像通常以参考图像几何为准，需要重新读取几何量再计算。
下面这张图展示了索引空间与物理空间之间的双向映射关系，以及 Origin、Spacing、Direction 在映射中的位置。图中同时标出一个示例体素从索引到物理坐标的转换路径，便于对照理解。
坐标系对齐的实操方法
当需要把一张图像对齐到另一张参考图像时，最稳妥的做法是显式构造目标几何，而不是手动改 Origin。SimpleITK 提供了 ResampleImageFilter，配合参考图像几何即可完成对齐。下面示例把 moving 图像重采样到 fixed 图像的几何网格上：
fixed = sitk.ReadImage("ct.nii.gz")
moving = sitk.ReadImage("pet.nii.gz")
resampler = sitk.ResampleImageFilter()
resampler.SetReferenceImage(fixed) # 直接继承 Origin/Spacing/Direction/Size
resampler.SetInterpolator(sitk.sitkLinear) # PET 用线性，标签图用最近邻
resampler.SetDefaultPixelValue(0)
aligned = resampler.Execute(moving)
print("fixed origin:", fixed.GetOrigin())
print("aligned origin:", aligned.GetOrigin()) # 应与 fixed 一致
print("aligned direction:\n", aligned.GetDirection())执行后应检查 aligned 的 Origin、Spacing、Direction 是否与 fixed 完全一致。若不一致，说明参考几何没有正确设置。对于标签图或分割掩膜，必须使用 sitkNearestNeighbor，否则插值会引入不存在的标签值。
几何一致性检查清单
在多图像处理流程中，建议在关键节点做一次几何核对。以下清单可直接用于工程检查：
| 检查项 | 方法 | 期望结果 |
|---|---|---|
| Origin 是否一致 | GetOrigin() 对比 | 对齐后与参考图相同 |
| Spacing 是否一致 | GetSpacing() 对比 | 对齐后与参考图相同 |
| Direction 是否一致 | GetDirection() 对比 | 对齐后与参考图相同 |
| Size 是否一致 | GetSize() 对比 | 对齐后与参考图相同 |
| 索引↔物理往返 | TransformIndexToPhysicalPoint 再转回 | 误差小于 1e-4 |
理解这四个几何量之后，后续的配准、重采样、ROI 提取、多模态融合才有可靠的空间基础。实际开发中，建议把几何检查封装成函数，在每次读取或生成图像后调用，避免因几何不一致导致的隐性错误。