[发明专利]基于组合稀疏模型的先验形状建模方法

摘要

本发明基于组合稀疏模型的先验形状建模方法，属于医学图像分割技术领域，采用先验形状建模，针对特定的组织器官建立一个由临床数据收集而来的形状库，该形状库由来自不同病人的图像数据的已经分割好的形状组成，以建立这些病人的相应器官的金标准，步骤为：步骤1：通过对金标准表面上点的采样，将形状表面做网格化的预处理，形状库中的网格化后的形状为模型的训练数据；步骤2：将网格化后的形状用稀疏形状组合模型表示，形状库中的每个形状，其对应网格上所有顶点的坐标排列成一个列向量，整个形状库得到一个矩阵D；步骤3：对稀疏形状组合模型进行最优化求解得到相应参数；步骤4：将求解得到的参数，通过反变换得到所需的先验形状。

主权项

1.一种基于组合稀疏模型的先验形状建模方法，采用先验形状建模，针对特定的组织器官建立一个由临床数据收集而来的形状库，该形状库由来自不同病人的图像数据的已经分割好的形状组成，以建立这些病人的相应器官的金标准，其特征在于，通过以下步骤实现：步骤1：通过对金标准表面上点的采样，将形状表面做网格化的预处理，形状库中的网格化后的形状为模型的训练数据；步骤2：将网格化后的形状用稀疏形状组合模型表示，形状库中的每个形状，其对应网格上所有顶点的坐标排列成一个列向量，整个形状库得到一个矩阵D；步骤3：对稀疏形状组合模型进行最优化求解得到相应参数；步骤4：将求解得到的参数，通过反变换得到所需的先验形状，其步骤2中，将一个待处理的形状y近似表示成形状库中的形状的线性组合，线性组合无法表示出的部分，即线性组合表示结果与该器官的实际形状的差异，则视为噪声e，用表示各个形状的组合系数，和e值通过使如下损失函数最小化得到：公式1其中是一个按照参数对y进行空间位置变换的运算，它将y对齐到形状库D中的平均形状，表示向量的L1范数，和分别控制了和e的稀疏程度，通过松弛化处理，是一个连续而且具有凸性的函数，通过对上式的求解计算出和，用代替y，再将它按照变换的反变换进行变换，以作为y的先验形状。