[发明专利]全脑神经束投射路径自动追踪方法及系统有效
申请号: | 201810329472.X | 申请日: | 2018-04-13 |
公开(公告)号: | CN108550147B | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 骆清铭;徐正超;龚辉;李安安 | 申请(专利权)人: | 华中科技大学苏州脑空间信息研究院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T7/11;G06T7/136;G06T5/00 |
代理公司: | 南京艾普利德知识产权代理事务所(特殊普通合伙) 32297 | 代理人: | 陆明耀 |
地址: | 215000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脑神经 投射 路径 自动 追踪 方法 系统 | ||
本发明提供一种全脑神经束投射路径自动追踪方法及系统,包括以下步骤:数据预处理;信号提取;数据空间分块;信号密度计算;投射路径计算;路径整合及可视化。本发明对于全脑数据集可以进行神经束投射路径自动追踪,计算结果能与信号高度重合,准确度高。计算所得矢量化的神经束路径,可以定量描述脑区连接关系。
技术领域
本发明涉及生物医学图像处理技术,尤其涉及一种脑成像数据的全脑神经束投射路径的自动追踪方法及系统。
背景技术
要理解大脑工作机制,必须了解大脑中不同脑区、核团甚至是神经元之间的连接关系(wiring)。这些连接通路,被认为是脑中信号传递的途径,也是理解脑功能和脑疾病的结构基础。不容置疑,脑连接图谱研究是当前脑科学研究的热点,同时也是难点,而获取全脑连接图正是脑连接图谱研究中重要的一环。
近年来,磁共振成像、光学显微成像和电镜成像已广泛用于脑连接研究,并分别代表了宏观、介观和微观层次脑连接研究的主流技术。这其中,光学显微成像以单神经元分辨率和高通量特性被认为是研究脑连接的有力工具。结合特定标记技术(如转基因荧光标记或病毒注射标记),光学显微成像已获取海量全脑连接结构数据。但有关脑连接结果的展示和分析,往往依赖于最大值投影或是神经元手动追踪,缺乏有效的全脑连接定量描述。
以小鼠特定脑区注射神经轴突顺行标记病毒后全脑成像为例,光学显微成像可获取从注射点向全脑范围内不同区域的连接投射关系。2014年,美国Allen脑研究所采用快速行进算法(fast marching)计算了小鼠全脑从病毒注射点到其他脑区的投射路径,以体素分辨率100微米获得了一些重要的连接拓扑关系。2016年,美国Deisseroth团队基于结构张量的方法展示了小鼠内侧前额叶皮层到其他脑区投射路径的追踪结果,在局部脑区以光学成像分辨率分析了神经连接关系。但是,上述两种方法均未能同时有效发挥光学显微成像高分辨和全脑成像研究神经连接关系的优势。
为此,本发明旨在提供一种全脑神经投射路径自动追踪方法及系统,以便获取全脑连接关系并为脑连接图谱研究服务。
发明内容
本发明的目的在于提供一种全脑神经束投射路径自动追踪方法及系统,能获取全脑连接关系。
一种全脑神经束投射路径自动追踪方法,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。
进一步地,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。
进一步地,所述步骤S3中,数据块的大小根据分辨率需求进行设置。
进一步地,所述步骤S3中,数据块的大小为10微米量级见方。
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华中科技大学苏州脑空间信息研究院,未经华中科技大学苏州脑空间信息研究院许可,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/201810329472.X/2.html,转载请声明来源钻瓜专利网。