[发明专利]显微光学图像的脑区扩张校正方法

摘要

本发明提供一种显微光学图像的脑区扩张校正方法，所述方法包括如下步骤：步骤S1，区域特征提取及三维表面重建；步骤S2，点云非线性配准；步骤S3，图像非线性配准；步骤S4，高分辨非线性配准。本发明首先基于点云非线性配准，确定脑组织形变的强度和拉伸方向，然后利用薄板样条非线性形变模型，结合点云数据获取的强度和方向信息，构造非线性形变场。由于薄板样条模型可以构造出全局范围、拉伸均匀的形变，因此可以避免传统非线性配准计算中形变仅发生在脑室周边的问题，使得脑室周围的图像形变能够符合生物组织形变的真实情况，避免过度拉伸。

主权项

1.一种显微光学图像的脑区扩张校正方法，其特征在于，所述方法包括如下步骤：/n步骤S1，区域特征提取及三维表面重建：对待配准图像数据集和参考图像数据集进行降采样，获得降采样待配准图像数据集和降采样参考图像数据集，所述降采样待配准图像数据集和所述降采样参考图像数据集的体素分辨率相同，在所述降采样待配准图像数据集和所述降采样参考图像数据集上，手动标记区域特征，获得待配准图像数据集区域特征和参考图像数据集区域特征，基于所述待配准图像数据集区域特征和所述参考图像数据集区域特征，在三维空间中分别构建各区域特征的外表面模型，获得待配准图像数据集区域特征外表面模型和参考图像数据集区域特征外表面模型；/n步骤S2，点云非线性配准：从所述待配准图像数据集区域特征外表面模型和所述参考图像数据集区域特征外表面模型中提取各区域特征的外表面模型的顶点，构造点云数据集，获得待配准图像数据集点云数据集和参考图像数据集点云数据集，将所述待配准图像数据集点云数据集非线性地配准到所述参考图像数据集点云数据集上，获得配准后图像数据集，所述配准后图像数据集中的各个点及其索引顺序与所述待配准图像数据集点云数据集相同；/n步骤S3，图像非线性配准：基于所述待配准图像数据集点云数据集和所述配准后图像数据集配准前后的空间位置变化，构造特征点对应列表，并以所述特征点对应列表为基础，构建覆盖全脑、且全脑各处形变程度均匀的全局非线性形变场；/n步骤S4，高分辨非线性配准：对所述全局非线性形变场进行升采样，获得高分辨形变场，然后将所述高分辨形变场应用到所述待配准图像数据集，实现对脑室扩张的校正。/n