[發(fā)明專利]基于相關(guān)預(yù)測(cè)模型的磁共振圖像中檢測(cè)結(jié)構(gòu)形變的方法有效
| 申請(qǐng)?zhí)枺?/td> | 200910219485.2 | 申請(qǐng)日: | 2009-12-14 |
| 公開(kāi)(公告)號(hào): | CN101739681A | 公開(kāi)(公告)日: | 2010-06-16 |
| 發(fā)明(設(shè)計(jì))人: | 郭雷;胡新韜;張拓;聶晶鑫;李剛;劉天明;李凱明 | 申請(qǐng)(專利權(quán))人: | 西北工業(yè)大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;A61B5/055 |
| 代理公司: | 西北工業(yè)大學(xué)專利中心 61204 | 代理人: | 王鮮凱 |
| 地址: | 710072 *** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 相關(guān) 預(yù)測(cè) 模型 磁共振 圖像 檢測(cè) 結(jié)構(gòu) 形變 方法 | ||
1.一種基于相關(guān)預(yù)測(cè)模型的磁共振圖像中檢測(cè)結(jié)構(gòu)形變的方法,其特征在于步驟如下:
步驟1對(duì)三維大腦核磁共振圖像進(jìn)行預(yù)處理:利用可變形模型方法去除核磁共振圖像中的腦殼,利用配準(zhǔn)方法去除核磁共振圖像中的非大腦組織,利用高斯混合模型方法對(duì)核磁共振圖像中的大腦圖像進(jìn)行組織分割,得到白質(zhì),灰質(zhì)和腦脊髓液三種組織類型表示的數(shù)字圖像;
步驟2:利用Marching?Cubes方法從組織分割后的數(shù)字圖像中重構(gòu)三角化的、以灰質(zhì)-白質(zhì)分界面表現(xiàn)的大腦皮層內(nèi)表面的數(shù)字圖像;
步驟3:采用步驟1和步驟2處理一組正常的大腦核磁共振圖像,得到正常的三角化的、以灰質(zhì)-白質(zhì)分界面表現(xiàn)的大腦皮層內(nèi)表面的數(shù)字圖像;
步驟4:利用彈性變形配準(zhǔn)方法將步驟3中得到的一組正常的大腦皮層內(nèi)表面的數(shù)字圖像配準(zhǔn)到標(biāo)準(zhǔn)模板空間,利用?計(jì)算數(shù)字圖像的三角化表面上頂點(diǎn)之間的結(jié)構(gòu)相關(guān)性;其中:vi及vj分別代表頂點(diǎn)i與j在樣本集中的觀測(cè)值,corr(vi,vj)為頂點(diǎn)vi與vj之間的空間相關(guān)性,cov(vi,vj)為vi與vj之間的協(xié)方差,σi與σj分別代表vi及vj的標(biāo)準(zhǔn)差;計(jì)算中vi及vj分別由其x,y,z三個(gè)坐標(biāo)分量代替,相關(guān)性的取值為三個(gè)分量的均值;
步驟5:采用步驟1和步驟2處理被測(cè)大腦的核磁共振圖像,得到被測(cè)大腦的三角化的、以灰質(zhì)-白質(zhì)分界面表現(xiàn)的大腦皮層內(nèi)表面S的數(shù)字圖像;
步驟6:在步驟5中得到的待測(cè)被試的大腦皮層內(nèi)表面S上選取待檢測(cè)區(qū)域ROI,將位于ROI中的頂點(diǎn)集合V1的坐標(biāo)值視作待預(yù)測(cè)變量,而將位于ROI以外的頂點(diǎn)集合V2的坐標(biāo)視為已知變量,利用典型相關(guān)模型來(lái)預(yù)測(cè)V1的期望值V1p,步驟如下:?
步驟a:利用V1及V2在訓(xùn)練樣本中的觀測(cè)值X及Y,通過(guò)典型相關(guān)計(jì)算X及Y的典型相關(guān)變量U=XTA和V=Y(jié)TB,其中:變換矩陣
ρ與e由求解以下特征值-特征向量問(wèn)題可得:CXX,CYY,CXY,CYX定義為:CXX=cov(X,X),CYY=cov(Y,Y),CXY=cov(X,Y),CYX=CXY;式中COV(·)為協(xié)方差運(yùn)算符;
步驟b:在得到變換矩陣A后,將V1變換到典型相關(guān)空間,其典型相關(guān)變量為V1′=V1TA;在典型相關(guān)空間根據(jù)步驟4中得到的頂點(diǎn)結(jié)構(gòu)相關(guān)性,利用線性回歸模型預(yù)測(cè)V1p的典型相關(guān)變量V1′p;
步驟c:利用變換矩陣B求得V1p:V1p=(V1′p·B-1)T,用V1p替代V1,得到S的預(yù)測(cè)值S’;
步驟7:根據(jù)S與S的預(yù)測(cè)值S’,在歐幾里德空間計(jì)算S與S’上頂點(diǎn)對(duì)之間的結(jié)構(gòu)形變程度的距離指標(biāo):vi∈S,v′i∈S′,式中(xi,yi,zi)及(x′i,y′i,z′i)分別為頂點(diǎn)vi和其預(yù)測(cè)值v′i的三維坐標(biāo)值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西北工業(yè)大學(xué),未經(jīng)西北工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910219485.2/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時(shí)間序列預(yù)測(cè)模型適用性量化的預(yù)測(cè)模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測(cè)方法及裝置、預(yù)測(cè)模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測(cè)的方法及裝置
- 圖像預(yù)測(cè)方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)
- 文本預(yù)測(cè)方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





