[发明专利]一种基于皮层顶点云的大脑局部形态特征描述方法

权利要求书

1.一种基于皮层顶点云的大脑局部形态特征描述方法，其特征在于实施步骤包括：

1)获取脑结构磁共振成像的原始数据；

2)根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；

3)针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；

4)使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述；

步骤2)的详细步骤包括：

2.1)采用FreeSurfer软件对脑结构磁共振成像进行灰白质分割；

2.2)针对灰白质分割后的脑结构磁共振成像进行皮层顶点云采样；

2.3)视皮层顶点云采样得到的稠密顶点为顶点云，基于顶点云计算关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像；

步骤2.3)的详细步骤包括：

2.3.1)视皮层顶点云采样得到的稠密顶点为顶点云；

2.3.2)计算顶点云每个点的相关顶点和邻接三角形；

2.3.3)针对每个点的相关顶点和邻接三角形，统计所有三角形边长，获得边长的平均值与方差，然后删除长于平均值加两倍方差的边，每个点的相关顶点和剩余的邻接三角形的边作为该点的关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像。

2.根据权利要求1所述的基于皮层顶点云的大脑局部形态特征描述方法，其特征在于，步骤4)的详细步骤包括：

4.1)输入局部表面的点云Q，对于一幅输入的点云Q，将点云Q绕x轴旋转角度θ_k得到旋转后的点云Q(θ_k)，将旋转角度θ_k后的点云Q(θ_k)投影到xy、xz、yz三个坐标平面上以获得投影点云Q_i(θ_k)，其中i＝1，2，3；

4.2)对于每一个投影点云Q_i(θ_k)，计算投影点云在两个坐标轴上的取值区间，获得一个二维的包围矩形，将该包围矩形均匀划分成N_b×N_b个单元格，其中N_b为指定的整数，并统计落入每个单元格内的投影点数量，从而获得一个N_b×N_b的分布矩阵D；为获得对数据分辨率变化的不变性，将分布矩阵D进一步归一化以使得所有单元格中的数值和为1；

4.3)针对分布矩阵D中的每一个投影点云Q_i(θ_k)，采用数学统计量对分布矩阵D的信息做进一步提取，首先选用中心矩实现对分布矩阵D信息的抽取和压缩、然后利用香农熵提取矩阵D中的信息，得到每一个投影点云Q_i(θ_k)的统计向量；

4.4)每一个投影点云Q_i(θ_k)在xy，xz和yz平面上的三个统计向量连接在一起便得到一个子特征f_x(θ_k)，该子特征f_x(θ_k)代表了绕x轴的第k次旋转所得到的统计量；为全面记录局部表面的信息，将点云Q绕x轴旋转一系列角度{θ_k}，k＝1，2，…，N_θ，从而得到一系列子特征{f_x(θ_k)}，k＝1，2，…，N_θ；将点云Q绕y轴旋转一系列角度以得到一系列子特征{f_y(θ_k)}，k＝1，2，…，N_θ；将点云Q绕z轴旋转一系列角度以得到一系列子特征{f_z(θ_k)}，k＝1，2，…，N_θ，其中N_θ为指定的整数，θ_k为旋转角度；

4.5)将绕所有坐标轴进行旋转得到的子特征连接起来便得到如式(1)所示的最终的特征描述子作为局部表面对应的皮层局部形态特征描述；

f＝{f_x(θ_k)，f_y(θ_k)，f_z(θ_k)}，k＝1，2，…，N_θ (1)

式(1)中，f为局部表面对应的皮层局部形态特征描述，子特征f_x(θ_k)代表了绕x轴的第k次旋转所得到的统计量，子特征f_y(θ_k)代表了绕y轴的第k次旋转所得到的统计量，子特征f_z(θ_k)代表了绕z轴的第k次旋转所得到的统计量，N_θ为指定的整数，θ_k为旋转角度。

3.根据权利要求2所述的基于皮层顶点云的大脑局部形态特征描述方法，其特征在于，步骤4.3)中得到每一个投影点云Q_i(θ_k)的统计向量分别包括投影点云Q_i(θ_k)的低阶中心矩及香农熵。