第28章：影像融合技术（Image Fusion Technology）

1 引言

本章把"影像融合"定位为现代诊断与治疗医学中一个跨越多种影像模态的工程化议题。作者开门见山指出，现代医学成像包含范围广泛的设备：CT、MRI、US、透视、平片 X 线摄影、PET、SPECT 等，每一种都有其结构性的优势与限制。某一成像系统的"长板"恰可能是另一系统的"短板"，因此通过硬件或软件层面的融合把这些互补信息合并，可以最大化从影像中提取的信息（Fig. 28.1）。作者首先简要梳理常见成像技术的优劣：CT 自 1970 年代以来使用量剧增，2007 年美国年扫描量已逾 7200 万次 [Berrington de Gonzalez 2009]，其用户友好且采集迅速，但近年对重复使用所致辐射暴露及由此可能增加的终生癌症风险已引起关切 [Brenner & Hall 2007]；此外某些 CT 研究所需的对比剂有导致肾损伤的风险，因此在做影像模态选择时应始终考虑肾功能。MRI 不使用电离辐射，软组织对比度极佳，目前美国年扫描量约 3000 万次且增长迅速 [IMV 2008]，但系统可获得性较低、成本高于 CT；其主要禁忌为体内金属植入物，包括动脉瘤夹、人工耳蜗、脊髓神经刺激器、起搏器、植入式心律转复除颤器（ICD）、深部脑刺激器等；患者常使用钆基对比剂——钆螯合物是血管外的 MRI 对比剂，经肾脏清除，肾功能严重受损者可能产生不良反应，故临床上需通过估算肾小球滤过率（GFR）筛查肾功。PET 是一种以放射性核素（如 18F-FDG）静脉注射后通过追踪定位代谢活跃区域的功能性成像模态 [Ben-Haim & Israel 2006]，在肿瘤学中尤为成功 [Hillner et al. 2012]；PET/CT 的辐射剂量视协议不同可达 10 至 30 mSv 以上 [Huang et al. 2009]；PET 可获得性有限、成本高昂，主要技术局限是分辨率低于其他模态；PET/CT 系统的出现部分缓解了分辨率短板，2010 年装机量已约 2000 台 [Buck et al. 2010]。US 是最安全的成像模态之一，其优势包括便携性与极佳的时间分辨率，能同时显示软组织、血管、血流、肌肉和骨面（Fig. 28.2）；US 无已知长期副作用，但其基于 MHz 频段声波导致组织穿透深度有限且无法穿透骨组织；US 较 CT 或 MRI 更依赖操作者，故超声医师的培训与经验是影像质量的关键因素；US 的另一局限是"侧向 dropout"——即偏离超声束的侧向区段细节丢失——在评估动脉粥样硬化时须特别考量 [Nambi et al. 2010]。作者由此引入核心命题：通过融合不同成像技术，可以同时获得各模态的优势并缓解其局限。

2 影像融合

影像融合让临床医生与研究者把多模态影像内容合并，潜在地缓解单模态扫描的局限（Fig. 28.3）。融合既可在硬件层面实现，也可在软件层面实现；Table 28.1 列出临床可用的融合系统，如 PET/CT [Townsend & Beyer 2002; Ben-Haim & Israel 2006] 与近期可用的 PET/MRI 系统 [Calcagno et al. 2008; Nishioka et al. 2002]。虽然影像融合通常被理解为跨模态技术，但它也可用于模态内融合，例如分析术前与术后影像数据。Table 28.2 概要列出主要成像技术的重要特性参数。从广义上说，一种或多种成像模态之间的融合可以通过硬件或软件两种路径实现；影像融合可大致分为硬件融合与软件融合两类。

2.1 硬件影像融合

在硬件融合路径中，数据由不同成像模态同步采集。这些系统的优势在于所得影像数据天然共配准，数据融合实时完成；其不足包括设备体积可能更大。

2.1.1 超声

复合成像（compound imaging）——把对同一解剖区域或感兴趣区的多次扫描所得信息融合——一直是超声成像领域改善信息获取的主流方向之一。复合成像系统把对同一感兴趣区的多次序贯扫描图像融合 [Vogt & Ermert 2008; Jespersen et al. 1998; Adam et al. 2006; Behar et al. 2003; Jeong & Kwon 2010]。Jeong & Kwon [2010] 使用两个相向的阵列探头对乳腺组织做扫描，尽管改善了影像质量与分辨率，但扫描为顺序进行，导致扫描时间长且共配准（即在同一切面获取信息的能力）效果欠佳；同时使用多个探头可能加剧 US 已知存在的侧向 dropout 局限从而导致信息丢失。超声成像中的侧向 dropout 问题，已通过融合从不同角度采集的影像（即空间复合）得到了部分解决；空间复合一直是超声研究中的活跃领域，其目标是降低由组织回波干涉图样（即 speckle）造成的强度变化 [Behar et al. 2003]。Jespersen 等 [1998] 开发了一种名为多角度复合成像（MACI）的扫描方法，使用线性相控阵依次在 n 个角度中的某一个上产生波束，从而获得一组来自不同角度的采集；MACI 对所有 n 帧图像取平均，从而获得更好的组织对比度并降低 speckle 噪声。Behar 等 [2003] 将 MACI 的基本思想扩展为同时使用三个横向分离的换能器做采集（其中仅一个作为发射源）以合成复合图像，从而改善侧向分辨率与 speckle 对比度。空间复合与 MACI 改善组织对比度并降低 speckle 的代价是成像帧率下降。

2.1.2 PET/CT/MRI

PET/CT 是把功能成像与解剖成像结合的非常成功的影像技术 [Ben-Haim & Israel 2006]。尽管各厂家的技术设计与规格不同，PET 探测器与 CT 部件通常被安装在同一机架内，从而实现两模态的共配准数据采集 [Townsend et al. 2003; Townsend et al. 2004]。CT 的主要部件（探测器、读出电子学、X 射线管）安装在旋转环上；PET 探测器与电子学则安装在另一环、部分环或依厂家规范集成在静止结构中。Alessio 等 [2004] 对 PET/CT 扫描仪的仪器细节做了专门综述 [Alessio et al. 2004]。2011 年 FDA 批准了首台面向美国市场的商用 PET/MRI 系统。PET/MRI 是颇具前景的技术，因其能在显著降低电离辐射的同时兼具功能成像与更高软组织对比度 [Lee et al. 2012; Zaidi & Del Guerra 2011]。相比最先进的 PET/CT 系统，PET/MRI 可减少约 70% 的电离辐射——因此这一新技术对需多次扫描的脆弱人群（如多次接受扫描的患者与儿童）尤具吸引力。

2.2 软件影像融合

软件融合路径通常用于把来自两种或多种模态的影像做共配准（Fig. 28.4）。融合过程包含多个算法步骤，具体数量视应用而异，整合了计算机视觉与目标识别领域的算法 [Hartley & Zisserman 2004; Faugeras 1993]。融合中的常见问题源自各模态底层技术的固有差异——例如 US 与 MRI 在面内分辨率上差异巨大；融合算法需能鲁棒地处理这些差异。Fig. 28.5 展示了软件影像融合中典型的步骤序列。在软件融合中，最关键的步骤之一是多模态影像数据的共配准，要求识别在所有源影像中均存在的解剖标志（anatomical landmarks）。这些标志（即 fiducial markers）依方法不同可自动或手动提取；临床上，半自动方法已被证明优于全自动方法——后者在有伪影时可能表现欠佳。提取的 fiducial markers 随后用以抽取特征，而这些特征在最终融合输出质量中起核心作用。

特征是图像内容的紧凑表示，在软件融合系统中地位关键。融合场景下，特征的复杂度可从简单的一组 fiducial 标志坐标、到感兴趣区的小波描述子、再到包含纹理、结构、形状、运动或熵信息的组合特征集 [Alexander et al. 2007; Arivazhagan & Ganesan 2003; Ali et al. 2007; Belongie et al. 2002; Brunner et al. 2010; Boykov et al. 2006; Yu et al. 2006]。特征的构造在图像分析与配准算法中处于中心地位；其细节超出本章范围，因此作者仅聚焦概念层面，有兴趣的读者可参阅特征计算相关专著 [Hartley & Zisserman 2004; Haralick et al. 1973; Bishop 2006 等]。对于融合应用而言，特征的一个重要属性是不变性（invariance）——即当图像内容按某一群作用变换时特征仍保持不变，因此无论图像如何变换都能映射到特征空间中的同一点。一个简单的例子是图像的色直方图，它在任何像素置换下保持不变；但若光照微变（像素实际值改变），简单的色直方图可能发生显著变化。不变性概念可显著简化半自动或全自动影像共配准——因为无需在所有变换实例下做比较，仅需一次比较即可。

工作流的下一环节是配准算法本身，它利用从两个模态抽取的特征在影像数据集之间建立对应。最常用的配准方法假定刚体场景——即一组旋转、平移与可能的均匀缩放操作——从而在影像数据之间建立对应关系。这些操作也称为相似性变换（similarity transformation），在二维情形下有 4 个自由度（DoF）：x 与 y 方向平移（2 DoF）、面内旋转（1 DoF）、均匀缩放（1 DoF），仅需 2 个点即可求解相似性变换。在一般三维情形下（如容积 US 或 MRI 研究），相似性变换有 7 个自由度（3 平移 + 3 旋转 + 1 缩放），至少需要 3 个 fiducial markers 才能获得数据集间的共配准。刚体配准对许多应用都很有效，但当患者解剖结构发生变化（如术前-术后或介入治疗前后扫描）时，刚体配准效果欠佳。这种情形下可使用非刚性配准算法——其允许把一幅图像的内容弹性形变以匹配另一幅；非刚性算法通常很复杂、耗时长，因为自由度可能极大 [Rueckert et al. 1999; Yang et al. 2006]。为缓解这一局限，非刚性配准算法通常会引入对底层解剖变化的专家知识以提升性能与精度。

2.3 US-CT 与 US-MRI 融合

US 是一种实时、经济且广泛可及的影像技术，可与 CT 或 MRI 等其他模态融合；因其无创性，US 在术中与术后影像中尤具优势——任何其他技术都需要影像浏览、处理暂停或延长手术时间。Crocetti 等 [2008] 用商用多模态融合成像系统（Virtual Navigator System，Esaote SpA）对预先采集的 CT 与术中实时 US 做实时融合的可行性进行了研究：使用装有射线不透性内部靶点的小牛肝脏模拟肝病变，将 CT 与实时 US 融合后得到的平均配准误差为 3.0 ± 0.1 mm。Nakano 等 [2012] 使用商用融合系统（Real-time Virtual Sonography，Hitachi Medical）对 51 名患者的 63 处病灶做了乳腺成像：患者先行 1.5 T MRI 扫描，再对相同病灶做 US 评估，实时虚拟声像图与 MRI 测得的病灶大小高度一致（r = 0.848，p < 0.001）；矢状面、横断面与皮肤下相对深度的定位误差分别为 6.9 mm、7.7 mm 与 2.8 mm。Wein 等 [2008] 为诊断影像开发了自动 CT-US 配准框架：对 25 例患者的肝脏与肾脏 CT 与 US 扫描做融合以评估算法配准误差——一位专家通过手动在两种模态中定位 fiducial landmarks（病灶）定义了真值；结果显示基于手动 fiducial 的逐点方法比自动方法更准确（误差分别为 5.0 mm 与 9.5 mm），但前者需多达 10 分钟标记 fiducials，而后者仅约 40 秒；尽管自动方法尚不能直接用于临床，但可显著缩短 CT-US 融合所需时间。Caskey 等 [2011] 开发了 US-CT 融合系统，可将实时 US 与预先采集的 CT 影像合并——在 12 只雌鼠脂肪垫中的 Met-1 肿瘤上做了测试，CT 数据用以确定肿瘤的 Hounsfield 单位并以组织学验证，US 与 CT 通过 fiducial markers 融合的精度约 1 mm。

3 临床研究应用

随着多模态成像日益普及，关注点正转向对给定生物系统的影像集进行系统、可重复的跨模态比较；前文讨论的融合成像技术为这一比较提供了手段。以 US 成像为例，可以设想以基线 US 扫描作为参考做真正的串行比较（即 US-US 比较）以监测心脏功能与室壁运动异常；将 US 与更精细的结构扫描（如 MRI 或 CT）融合，也有望把实时 US 的功能信息叠加到结构信息之上。作者随后的小节使用一台具备融合成像能力的商用 US 系统，介绍了其离体与在体成像的经验，以发展上述协议。Fig. 28.6 展示了从次级模态上传数据后的四个主要融合步骤：(1) 锁定平面；(2) 显示标志与方位、缩放以查看感兴趣区；(3) 共配准：在每种模态上选择至少三个参考点；(4) 在横断面与纵断面显示融合图像。文中以颈动脉分叉与钙化斑块作为共配准的内禀标志（intrinsic landmarks），下文分小节详述在体与离体融合的考量。

3.1 标志配准

如前所述，跨模态融合的主要挑战之一是把可识别的影像标志通过共配准联系起来。硬件与软件共配准技术已在前面小节详述。用于共配准的影像标志或 fiducial markers，可为生物系统所固有的（intrinsic）或外加的（extrinsic）。最简洁的共配准技术使用解剖特征 [Maintz & Viergever 1998]；给定生物系统共有的解剖学标志（如颈动脉分叉）也为在体成像协议的标准化提供了依据。当向生物系统中引入外部标志时，需考虑所选标志在不同成像模态之间的兼容性。在离体成像中，这些标志的空间特征有助于在某一成像模态内识别空间方位——因为原有的解剖方位（如左-右、前-后、头-尾）可能已不复存在。作者在用颈动脉内膜剥脱术（CEA）离体标本做实验时也遇到过这些问题，并发现静脉用塑料三通接头作为该系统的三维标志是合适的。

3.2 跨模态成像的准备工作

为生物系统保持空间方位在跨模态比较中极为重要，已经形成了若干完整的医学成像子领域来专门处理这一问题 [Maintz & Viergever 1998]；硬件与软件处理技术在前文已详述。在准备某一生物系统时，仍可采取若干步骤来标准化跨模态比较的质量评估协议并辅助比较。在离体条件下，软组织（如血管）易变形从而无法保持形状；同时 US 模态需要声波可穿透的基底/介质，理想情况下其声学特性应与软组织相近。琼脂糖凝胶可保持嵌入组织的空间排列，且其声学特性可调配以满足上述要求；此外琼脂糖与生物组织的化学相互作用极小。这种凝胶已用于颈动脉内膜剥脱术组织的离体 US 成像 [Wilhjelm et al. 2004]，并与 MRI、CT 等其他模态兼容，亦被用作这些模态的成像体模。作者的研究使用了 3% 质量体积比的琼脂糖凝胶介质。CEA 组织在术后 1–3 h 获取，保存在磷酸盐缓冲液/50% 甘油中于 -20°C 以维持组织超微结构；使用前对标本做 24 h 磷酸盐缓冲液透析以去除甘油，再嵌入琼脂糖混合物。低熔点琼脂糖混合物加热至 60°C 并在真空下脱气，脱气可减少混合物中的气泡（气泡在 US 上呈高回声，干扰成像）；每块组织以静脉用塑料三通接头作为外部 fiducial marker 悬浮于凝胶中。对 MRI，组织与标志物悬浮于空的 50 mL 试管中，灌满琼脂糖后放入专门设计、与 MRI 兼容的支架中；MRI 扫描后组织作为琼脂糖柱完整挤出试管，转移至塑料盒（10.5 × 2.5 × 4.0 cm）并加入额外的脱气熔融琼脂糖形成琼脂糖床，为 US 探头提供足够的表面接触。在在体实验中，作者观察到并记录了被试在 MRI 扫描中的头部位置；让被试在 3D US 扫描中复现这一位置有助于减少 MRI-US 共配准问题。理论上在体多模态成像也可采用外部标志，但这些标志要么仅限于皮肤表面（干扰 US 探头接触），要么必须侵入性地经皮插入。其他外部参照系统如 Meijer 弧也可考虑，但其共配准的可靠性需与上述标志做对比。

3.3 三维超声成像

3.3.1 MRI

对已知有颈动脉粥样硬化的在体受试者，受试者仰卧置于 Signa Excite 3.0 T MRI 扫描仪（GE Healthcare），用 6 cm 相控阵 4 通道颈动脉线圈（Pathway Med Tech）成像。首先以标准三平面定位像定位颈动脉，随后以二维时间飞跃（TOF）序列作为定位像以识别双侧颈总动脉分叉（血流分叉）并获取高质量血流与血管壁成像；再以质子密度加权、T2 加权、T1 加权三种二维快速自旋回波序列采集三组图像，纵向覆盖以分叉为中心、跨越分叉上下较大范围的颈动脉段。离体实验中，CEA 组织标本使用与在体受试者相同的 3.0 T 扫描仪与相控阵线圈采集：以快速自旋回波序列获取连续的轴位质子密度加权（PDW）、T1 加权与 T2 加权图像（层厚 2 mm，矩阵 512 × 512，视野 100 × 100 mm），每例提供 10–31 层切片、面内分辨率 0.195 mm，并用校正算法补偿样本图像中的磁场强度梯度。近期作者亦使用 3.0 T Siemens Verio 系统配备 32 通道头线圈对 CEA 标本成像，采用以下参数的 turbo 自旋回波序列：TR = 3010 ms；TE = 6.1 ms；平均次数 = 4；层厚 = 2 mm；回波链长 = 7；像素带宽 = 521 Hz/像素；翻转角 = 123°；x-y 像素间距 = 0.364 mm；切片数 = 63。

3.3.2 3D US 成像

3D US 图像可通过以下方式采集：(a) 使用带有可在特定长度上移动元件的电机的探头；(b) 使用二维阵列换能器元件；(c) 自由手（freehand）技术。自由手技术中，探头沿垂直于扫描面的方向移动或在原位旋转，借助内部或外部参照系统把扫描过程中采集的 B-mode US 图像序列整合。内部参照系统可由 (a) 时钟计时或 (b) 能识别扫描面内大运动的图像处理算法构成。外部参照系统也有应用：部分 US 系统在探头内置加速度计以检测探头运动与方向 [Prager et al. 2010]；亦有研究者通过电磁发射-接收装置获取位置信息。作者的实验使用了一套商用的位置感知系统作为外部参照：由中程直流磁发射器产生弱磁场，附着在二维血管 US 探头上的传感器阵列感知该磁场并将信息传送至内置电路，从而获取探头的位置与方位信息。该系统也可独立于三维数据集生成三维"地图"或参考图像集。经半自动共配准校准后，实时 B-mode US 图像以类似 GPS 导航设备把设备位置映射到存储地图的方式被映射至共配准的三维图像集。作者实验采用了平面-点共配准技术：先将给定生物系统的对应图像集（如 MRI 扫描）载入 US 系统，由系统对该数据集做多平面重建形成三维"地图"；用此重建导航至感兴趣的标志（离体实验中为塑料标志，在体实验中可为志愿者的下巴）；锁定已载入三维图像集的平面，并在实时 B-mode US 扫描上找到对应平面并锁定——完成平面锁定步骤。系统随后通过自由手导航跟踪实时 US 扫描在已载入三维图像集中的运动；接下来定位一个内禀标志（如组织中的钙化或颈动脉分叉），对三维图像集做面内旋转以对齐对应图像；最后在实时 US 扫描与三维图像集上以一个点标记该内禀标志以细化实时共配准。

3.3.3 US 融合实验

对离体实验，作者使用 13 例颈动脉内膜剥脱术组织标本对三维共配准系统的使用做了以解剖标志手动共配准为对照的验证 [Yang et al. 2011]：平均需要 13.92 张 MRI 切片（每张层厚 2 mm，SE = 1.95）和 265.77 帧（SE = 28.58）US 图像以成像组织样本，即每张 MRI 切片对应 19.66（SE = 2.07）帧 US 扫描图像 [Yang et al. 2011]。半自动 GPS 式系统与两位不同读片者对 33 个标志的读片间一致性极佳（ICC > 0.99）（Fig. 28.11）[Yang et al. 2011]。在额外标本上的进一步实验表明：US 与水排代法测得的容积一致性（ICC 0.85）略优于 MRI 与水容积之间的一致性（ICC 0.81）[Kumar et al. 2011]。作者还研究了同一系统是否能改善在体颈动脉内中膜厚度（CIMT）测量的可重复性：首次就诊时，使用 Meijer 弧与 GPS 式系统测得的 CIMT 分别为 0.61（SE 0.03）mm 与 0.63（SE 0.03）mm [Yang et al. 2011]；相隔 2 天的第二次就诊分别为 0.64（SE 0.03）mm 与 0.64（SE 0.04）mm；两种方法间一致性良好（ICC 0.92）。总体而言，配准影像的 CIMT 测量可重复性（ICC 0.91）优于 Meijer 弧（ICC 0.84）（Fig. 28.12）[Yang et al. 2011]。由于使用了 3D 地图，影像质量不如常规 2D 方法。作者也以颈动脉分叉作为内禀标志，对在体颈动脉粥样硬化研究采用了相同的共配准技术（Fig. 28.13）。迄今三维评估仅限于厚度与容积等结构测量，未来工作可纳入更复杂的生理性功能评估。事实上，其他研究者已开始把超声心动图中的彩色多普勒信息与电影心脏 MRI 融合，为四维共配准铺路 [Wang et al. 2011]：一例研究在 10 名志愿者中提取经胸超声心动图的彩色多普勒血流，以二尖瓣环根部与主动脉瓣根部作为内禀标志在时间与空间上与对应的心脏 MR 影像共配准，再融合为一组图像集，并以某标志在超声心动图与心脏 MRI 间距离的变异评估配准质量 [Wang et al. 2011]。融合过程以自研算法离线完成，但已可预见基于心电门控的实时 US 与电影心脏 MRI 融合 [Wang et al. 2011]。要将这些高级分析带入研究并最终进入临床，仍需克服算法开发与时间分辨率方面的挑战。

4 临床应用与未来

影像融合技术的价值在诊断与治疗医学中都将得到重要体现。就 US 而言，其便携性、安全性及提供实时功能与解剖信息的能力使其可与 MRI、CT 提供的出色解剖断层信息形成互补。US 融合已在临床与研究领域初显价值：US 本身已用于引导活检，但 US 的局限（dropout、组织穿透性）需由医生绕开——可行但非最优；通过融合获取 CT 或 MRI 提供的优秀解剖信息，可让操作医生在执行活检等操作时更有信心与精度。在活检过程中可实时融合影像并用 US 引导活检针，使医生能同时观察 CT/MRI 以确认解剖位置是否正确——这一方法已被证明可改善前列腺活检 [Hadaschik et al. 2011]。类似地，US 引导的射频消融可治疗某些肿瘤，但因 US dropout、等回声肿瘤、既往治疗等原因可能难以充分识别病灶；与 CT/MRI 融合可提高识别精度 [Crocetti et al. 2008; Sandulescu et al. 2011]。一例动物研究将 US-US 融合用于改善射频消融治疗的投递：在犬肾实质中插入金粒后获取 3D US 影像，以此规划消融治疗，再使用与 3D 数据集配准的实时 2D US 投递消融治疗，整体改善了治疗的投递精度 [Hung et al. 2012]。从心血管成像视角看，除改善的解剖信息外，融合还可在试图辨明伪影时成为优秀的教学工具。US 也可反过来补充其他模态：US 所获功能信息可与 MRI/CT 上的解剖信息融合以更好地解读 MRI 表现——例如支架置入后该区域的 MR 影像可能无助且功能信息难以获取，融合影像可让 US 获取与该区域相关的（Doppler）功能信息。Fig. 28.14 展示了一例大脑中动脉 MRA 与 US（经颅多普勒）融合以了解支架功能的实例；在此类情况下融合成像可免除随访血管造影的必要（图 28.14）。US-US 融合的若干潜在用途（类似于作者融合 CIMT 数据并改善可靠性的工作）也可被设想，包括监测腹主动脉瘤扩张、心腔变化、动脉段管腔尺寸变化等，从而可对疾病的进展/稳定做出有意义的比较与更好的评估。显然有无数临床情境可被设想为融合的可能用途。然而，局限性同样需要正视 [Yang et al. 2011]：流程耗时必然增加；存在学习曲线——融合技术的优势受限于超声医生所执行配准的准确性；偶尔小幅配准误差并不重要，但同样存在活检/治疗等任何误差都属关键的情境。此外，当成像动态结构（如心脏）时，研究间心率与节律变化都可能影响不经额外处理即融合影像的能力。

5 结论

无论硬件或软件层面的影像融合，都有望改善基于影像的诊断与治疗辅助。鉴于 US 在与其他成像模态相比时的明显差异（优劣各异），融合对 US 成像尤具特殊价值。尽管仍需额外工作，这一发展中应用前景广阔。

本章个人批注

本章是全书中第一个明确把"成像系统的优势恰是另一系统的限制"这一论断系统化的章节：CT 的速度与可及性伴随着电离辐射累积风险；MRI 的软组织对比度与无辐射优势又受制于金属植入物禁忌与高成本；PET 提供代谢信息但空间分辨率低、辐射剂量高；US 实时、便携、安全却对操作者依赖且穿透性受限——这构成影像融合的全部动机。本章对硬件融合（PET/CT、PET/MRI）与软件融合做了清晰划分，并指出硬件融合的代价是设备体积而优势是天然共配准。软件融合部分把整个流程拆解为 fiducial 提取、特征构造、配准算法、刚体 vs. 非刚性选择四个环节，这一拆解本身就是后续读者在自己项目中重组工作流的有用模板。3.3 节详细介绍的"GPS 式 US 配准"——以位置感知系统实时跟踪探头并把 B-mode 图像映射至预先采集的三维数据集——是非常具体且可复现的工作流，对想做离体或在体 US 融合的研究者而言参考价值很高。Table 28.2 列出的各模态关键参数（时间/空间分辨率、可重复性、采集时间、组织对比度）也是一份实用的"快查表"。我注意到 3.3.3 节中关于"3D 地图导致影像质量不如常规 2D"的诚实陈述——这是融合系统中常被忽略的代价。

与上下章的衔接（一段话）

本章承接第 27 章对单一成像模态（OCT）成分分析的论述，把视野从"如何用单一模态提取尽可能多的成分信息"扩展到"如何跨模态把互补信息合并"。第 27 章反复强调 OCT 在分辨率与成分识别上的优势，但也坦言其穿透深度有限、无法取代 IVUS 的整体观察；本章恰为这类"单模态局限"提供了系统性出路。后续第 29 章讨论症状性与无症状性斑块的分类——该分类高度依赖多模态影像提供的功能与结构信息，本章建立的融合方法论为该分类的影像采集与对比提供了技术基础；可以认为本章是全书从"成分识别"过渡到"综合评估"的桥梁章节，把前 27 章积累的单模态诊断能力整合为多模态决策能力。