[发明专利]全脑神经束投射路径自动追踪方法及系统

权利要求书

1.一种全脑神经束投射路径自动追踪方法，其特征在于，包括以下步骤：

步骤S1. 数据预处理步骤，在脑成像投影图上分出脑轮廓，并将轮廓信息运用于对应的原始图像，将轮廓外的区域的灰度设置为0；

步骤S2. 信号提取步骤，对于已去除脑轮廓外的噪声的图像，通过卷积计算得到背景噪声并减去，在去除背景噪声的影响后，进行滤波，然后使用阈值分割进行二值化，获得前景信号；

步骤S3. 数据空间分块步骤，将三维数据空间划分为若干大小相等的数据块；

步骤S4. 信号密度计算步骤，计算每个数据块的信号密度，信号密度为该数据块内的信号所占像素数与该数据块像素总数目的比值，得到信号密度矩阵；

步骤S5. 投射路径计算步骤，根据信号密度矩阵计算从起始点到其他位置的时间代价矩阵，再根据时间代价矩阵得到空间中的点追溯到起始点的搜索方向的向量场，然后使用迭代搜索的方法计算投射路径；

步骤S6. 路径整合及可视化步骤，将计算得到的起始点和其他位置的所有连接路径转为标准树形结构存为标记文件，起始点作为根节点，路径作为分支逐渐添加上去。

2.根据权利要求1中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S2中，将图像与一个区分前景和背景的大致估计的灰度阈值做取小操作，再通过与均值模板做多次卷积，得到噪声背景图像并用原始图像减去噪声背景图像。

3.根据权利要求1中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S3中，数据块的大小根据分辨率需求进行设置。

4.根据权利要求1中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S3中，数据块的大小为10微米量级见方。

5.根据权利要求1中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S5中，采用多模态快速行进法计算时间代价矩阵，采用26邻域迭代。

6.根据权利要求5中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S5中，包括：

在使用多模态快速行进法时，需要考虑对角线上的点提供的信息，则会有6个模态，对于空间中某个点需要分别计算6种模态下的时间代价，并取其中的最小值作为该点的时间代价；

并根据代价矩阵对于空间中的点计算该点指向26邻域中的时间代价最小的点的单位向量，从而得到追溯到起始点的搜索方向的向量场。

7.根据权利要求6中所述的全脑神经束投射路径自动追踪方法，其特征在于，对于空间中任一有信号且信号密度高于某一阈值的点，沿着搜索方向进行迭代搜索得到该点到起始点的路径。

8.根据权利要求7中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述阈值的大小根据区分出该点是否存在信号的需求进行设置。

9.根据权利要求1中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S6中，使用二分法对分叉点进行准确定位。

10.根据权利要求9中所述的全脑神经束投射路径自动追踪方法，其特征在于，所述步骤S6中，包括：

在计算路径时，搜索的下一个点的位置由当前点的位置和搜索方向决定，路径添加过程为：在找到当前路径与已有路径分叉点后，将分叉点作为父节点，将分叉点与终点之间的路径添加上去；

采用二分法查找的思想对交叉点定位，过程为：

步骤S61，计算当前路径的中间点与已有路径的距离；

步骤S62，如果该点与已有路径的距离小于某一阈值，则认为该点与已有的路径相交，继续计算起始点与该点的中间点与已有路径的距离；

步骤S63，如果该点与已有路径的距离大于上述某一阈值，则认为该点与已有的路径不相交，继续计算该点与终点的中间点与已有路径的距离；

步骤S64，重复步骤S62和步骤S63，直至找到分叉点。

11.一种全脑神经束投射路径自动追踪系统，其特征在于，包括：

数据预处理单元，用于在脑成像投影图上分出脑轮廓，并将轮廓信息运用到对应的原始图像，将轮廓外的区域的灰度设置为0；

信号提取单元，用于对于已去除脑轮廓外的噪声的图像，通过卷积计算得到背景噪声并减去，在去除背景噪声的影响后，进行滤波，然后使用阈值分割进行二值化，获得前景信号；

数据空间分块单元，用于将三维数据空间划分为若干大小相等的数据块；

信号密度计算单元，用于计算每个数据块的信号密度，信号密度为该数据块内的信号所占像素数与该数据块像素总数目的比值，得到信号密度矩阵；

投射路径计算单元，用于根据信号密度矩阵计算从起始点到其他位置的时间代价矩阵，再根据时间代价矩阵得到空间中的点追溯到起始点的搜索方向的向量场，然后使用迭代搜索的方法计算投射路径；

路径整合及可视化单元，用于将计算得到的起始点和其他位置的所有连接路径转为标准树形结构存为标记文件，起始点作为根节点，路径作为分支逐渐添加上去。