术前3D CT 图像和术中2D X 线图像的精确配准是椎间盘射频消融、腰椎椎间融合和经皮椎弓根置钉等脊柱手术导航的关键技术［1-3］。
由于脊柱手术中有限的切口难以清晰显示感兴趣的解剖结构，其往往需要借助不同角度的X 线透视，以获取病人内部的解剖结构影像，进而确认置钉或导针与目标及周围组织的相对位置。
然而，X 线透视图像只能提供二维信息，不足以清晰地显示病变部位的复杂结构及其空间关系［4-6］，导致定位的准确性严重依赖外科医生的主观经验。
3D/2D 图像配准有望提升术中引导的质量［7］。
通过将3D 术前CT 扫描与2D 术中X 线图像统一在同一坐标系中［1］，可以获得感兴趣区域的3D 空间信息，并更好地显示骨结构和软组织。
3D/2D 图像配准通常被建模为两个连续的基本任务。
首先，考虑到X 射线图像是投影图像，其中的每个像素值是由对应X 射线路径上物质的吸收决定的，因此CT 图像中的体素与X 线图像的像素之间不存在一一对应关系，在配准前需要建立两种图像之间的维度对应。
第二个任务就是估计6自由度的位姿参数，即x 、y 、z 轴的平移和旋转偏移量。
目前大多数3D/2D 配准都是使用前向投影策略建立维度对应，并基于优化方法迭代求解。
在每次迭代中，使用当前最佳的位姿估计对CT 图像投影得到数字重建X 光片（DRRs ）［8］，并根据DRR 和目标X 线图像的相似性测度得到位姿更新［1］。
基于图像灰度的相似性测度考虑了所有像素的对应关系，从而可以获得亚像素配准精度。
近年来，CNN 的发展使得基于学习的医学图像配准方法成为可能。
早期有研究提出使用CNN 直接回归给定的DRR 和X 线图像对之间的位姿参数［9］。
A 3D/2D registration method based on reconstruction of orthogonal-view Xray imagesMI Jia,ZHOU Yujia,FENG QianjinSchool of Biomedical Engineering,Southern Medical University//Guangdong Provincial Key Laboratory of Medical Image Processing//Guangdong Province Engineering Laboratory for Medical Imaging and Diagnostic Technology,Southern Medical University,Guangzhou 510515,China摘要：目的研究一种用于脊柱外科手术导航中术前CT 图像与术中X 线图像的3D/2D 配准方法。
