[发明专利]基于相关预测模型的磁共振图像中检测结构形变的方法

权利要求书

1.一种基于相关预测模型的磁共振图像中检测结构形变的方法，其特征在于步骤如下：

步骤1对三维大脑核磁共振图像进行预处理：利用可变形模型方法去除核磁共振图像中的脑壳，利用配准方法去除核磁共振图像中的非大脑组织，利用高斯混合模型方法对核磁共振图像中的大脑图像进行组织分割，得到白质，灰质和脑脊髓液三种组织类型表示的数字图像；

步骤2：利用Marching Cubes方法从组织分割后的数字图像中重构三角化的、以灰质-白质分界面表现的大脑皮层内表面的数字图像；

步骤3：采用步骤1和步骤2处理一组正常的大脑核磁共振图像，得到正常的三角化的、以灰质-白质分界面表现的大脑皮层内表面的数字图像；

步骤4：利用弹性变形配准方法将步骤3中得到的一组正常的大脑皮层内表面的数字图像配准到标准模板空间，利用 计算数字图像的三角化表面上顶点之间的结构相关性；其中：v_i及v_j分别代表顶点i与j在样本集中的观测值，corr(v_i，v_j)为顶点v_i与v_j之间的空间相关性，cov(v_i，v_j)为v_i与v_j之间的协方差，σ_i与σ_j分别代表v_i及v_j的标准差；计算中v_i及v_j分别由其x，y，z三个坐标分量代替，相关性的取值为三个分量的均值；

步骤5：采用步骤1和步骤2处理被测大脑的核磁共振图像，得到被测大脑的三角化的、以灰质-白质分界面表现的大脑皮层内表面S的数字图像；

步骤6：在步骤5中得到的待测被试的大脑皮层内表面S上选取待检测区域ROI，将位于ROI中的顶点集合V1的坐标值视作待预测变量，而将位于ROI以外的顶点集合V2的坐标视为已知变量，利用典型相关模型来预测V1的期望值V1_p，步骤如下： 

步骤a：利用V1及V2在训练样本中的观测值X及Y，通过典型相关计算X及Y的典型相关变量U＝X^TA和V＝Y^TB，其中：变换矩阵

ρ与e由求解以下特征值-特征向量问题可得：C_XX，C_YY，C_XY，C_YX定义为：C_XX＝cov(X，X)，C_YY＝cov(Y，Y)，C_XY＝cov(X，Y)，C_YX＝C_XY；式中COV(^·)为协方差运算符；

步骤b：在得到变换矩阵A后，将V1变换到典型相关空间，其典型相关变量为V1′＝V1^TA；在典型相关空间根据步骤4中得到的顶点结构相关性，利用线性回归模型预测V1_p的典型相关变量V1′_p；

步骤c：利用变换矩阵B求得V1_p：V1_p＝(V1′_p·B^-1)^T，用V1_p替代V1，得到S的预测值S’；

步骤7：根据S与S的预测值S’，在欧几里德空间计算S与S’上顶点对之间的结构形变程度的距离指标：v_i∈S，v′_i∈S′，式中(x_i，y_i，z_i)及(x′_i，y′_i，z′_i)分别为顶点v_i和其预测值v′_i的三维坐标值。