[发明专利]脑图谱与脑图像的配准方法及装置有效

专利信息
申请号: 201710045241.1 申请日: 2017-01-19
公开(公告)号: CN106920228B 公开(公告)日: 2019-10-01
发明(设计)人: 唐宋元;杨健;艾丹妮;王涌天 申请(专利权)人: 北京理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/33
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 汤财宝
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图谱 图像 方法 装置
【权利要求书】:

1.一种脑图谱与脑图像的配准方法,其特征在于,所述方法包括:

基于脑图谱及N个训练脑图像,建立变形场模型;

基于所述变形场模型及待配准的目标脑图像,对所述脑图谱进行变换,得到变换后的脑图谱;

将所述变换后的脑图谱与所述目标脑图像进行非刚体配准,得到相应的配准结果;

所述基于脑图谱及N个训练脑图像,建立变形场模型,包括:

基于仿射配准,将每一训练脑图像归一化至所述脑图谱,得到相应的脑图谱空间及N个仿射配准后的训练脑图像;

将每一仿射配准后的训练脑图像与所述脑图谱进行非刚体配准,得到N个变形场,每一仿射配准后的脑图像对应一个变形场,所述脑图谱空间中包含N个变形场;

基于所述脑图谱空间及所述N个变形场,建立变形场模型;

所述基于所述脑图谱空间及所述N个变形场,建立变形场模型,包括:

按照预设方式,对所述脑图谱空间进行划分,得到相应数量的训练子长方体;

按照预设长度分别对每一训练子长方体的长宽高进行扩大,每一扩大后的训练子长方体中包含N个子变形场;

根据每一扩大后的训练子长方体中包含的N个子变形场,建立每一扩大后的训练子长方体对应的变形场模型。

2.根据权利要求1所述的方法,其特征在于,所述根据每一扩大后的训练子长方体中包含的N个子变形场,建立每一扩大后的训练子长方体对应的变形场模型,包括:

对于任一扩大后的训练子长方体对应的任一子变形场,将所述任一子变形场中每一矢量在三个维度上的分量按照顺序存储至对应的一维数组中,每一扩大后的训练子长方体中包含N个子变形场,每一子变形场对应一个一维数组,每一扩大后的训练子长方体对应一维数组的数量为N个;

基于主成份分析,根据所述任一扩大后的训练子长方体对应的N个一维数组,建立所述任一扩大后的训练子长方体对应的变形场模型。

3.根据权利要求2所述的方法,其特征在于,所述基于主成份分析,根据所述任一扩大后的训练子长方体对应的N个一维数组,建立所述任一扩大后的训练子长方体对应的变形场模型,包括:

基于所述任一扩大后的训练子长方体对应的N个一维数组,计算特征值及对应的特征向量;

按照从大到小的顺序对所有特征值进行排序,选取前预设数量个特征值;

基于前预设数量个特征值及对应的特征向量,建立所述任一扩大后的训练子长方体对应的变形场模型,每一扩大后的训练子长方体对应一个变形场模型,每一变形场模型包括变形场参数。

4.根据权利要求1至3中任一权利要求所述的方法,其特征在于,所述基于所述变形场模型及待配准的目标脑图像,对所述脑图谱进行变换,得到变换后的脑图谱,包括:

基于仿射配准,将所述目标脑图像归一化至所述脑图谱,得到相应的目标脑图谱空间;

按照预设方式,对所述目标脑图谱空间进行划分,得到相应数量的子长方体,每一子长方体与每一训练子长方体一一对应;

按照预设长度分别对每一子长方体的长宽高进行扩大,每一扩大后的子长方体与每一扩大后的训练子长方体一一对应,每一扩大后的子长方体中包含所述脑图谱的一个分块脑图谱及所述目标脑图像的一个分块目标脑图像;

基于所述目标脑图像、每一扩大后的子长方体及每一扩大后的训练子长方体对应的变形场模型,对所述脑图谱进行变换,得到变换后的脑图谱。

5.根据权利要求4所述的方法,其特征在于,所述基于所述目标脑图像及每一扩大后的训练子长方体对应的变形场模型,对所述脑图谱进行变换,得到变换后的脑图谱,包括:

对于任一扩大后的子长方体对应的任一扩大后的训练子长方体,基于所述任一扩大后的训练子长方体对应的任一变形场模型,对所述任一扩大后的子长方体中包含的分块脑图谱进行变换,所述任一变形场模型中包括变形场参数;

根据变换后的分块脑图谱,确定所述任一扩大后的训练子长方体对应的最优变形场模型;

基于每一扩大后的训练子长方体对应的最优变形场模型,获取所述脑图谱进行最优变换后的脑图谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710045241.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code