[發明專利]一種電極模型和頭模型配準的方法有效
| 申請號: | 201210147002.4 | 申請日: | 2012-05-14 |
| 公開(公告)號: | CN102708293A | 公開(公告)日: | 2012-10-03 |
| 發明(設計)人: | 徐鵬;胡俊;堯德中 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00;G06F3/01 |
| 代理公司: | 電子科技大學專利中心 51203 | 代理人: | 周永宏 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 電極 模型 方法 | ||
技術領域
本發明涉及生物信息技術領域,特別涉及生物信息技術中的腦-機接口技術領域。
背景技術
腦-機接口技術(Brain?Computer?Interface,BCI)主要利用計算機或其他外部電子設備采集腦電(Electroencephalography,EEG)數據,實現人腦與外界交互和控制通道。在分析腦電數據、研究腦部活動的過程中,腦電逆問題求解是最近幾年的研究熱點。而這些研究就是以電極模型和頭模型配準作為基礎,匹配精確的電極位置會使源定位的結果更加準確。另外,電極模型和頭模型配準也是腦電與磁共振(Magnetic?Resonance?Imaging,MRI)融合的橋梁。
因為電極模型和頭模型的坐標往往不是采用相同的測量手段獲得,因此兩種模型坐標無論模型規模大小還是使用的參考坐標系都存在很大的差別?,F有的對電極模型和頭模型配準過程是使用傳統的ICP算法進行電極模型和頭模型配準的方法(以下簡稱傳統的ICP方法)。傳統的ICP算法的數學定義可描述為:給定2個來自不同坐標系的三維數據點集,找出2個點集的空間變換,以便它們能合適地進行空間匹配。假定用{Pi|Pi∈R3,i=1,2,,…,N}表示第一個點集,{Qi|Qi∈R3,i=1,2,…,N}表示第二個點集,兩個點集的對齊匹配轉換為使下列(式1)的目標函數f(R,T)最小,目標函數f(R,T)用于表征兩個模型間的距離:
(式1)中:R表示旋轉矩陣,T表示平移矩陣。其計算過程是不斷的利用四元素法或者奇異值分解的方法得到R與T,并對(式1)進行迭代,最終得到兩次迭代的結果的誤差不超過預先設定的誤差限。
從上述過程中可以發現,傳統的ICP算法只意在旋轉和平移點集一Pi中的每個點,使得點集一Pi與點集二Qi間的距離達到穩定狀態,卻在匹配兩個不同規模大小或者不同參考坐標系的點集上存在明顯的不足。
發明內容
本發明的目的是為了更精確的匹配兩個不同規模大小或者不同參考坐標系的點集,提出了一種電極模型和頭模型配準的方法。
本發明的技術方案是:一種電極模型和頭模型配準的方法,其特征在于,包括步驟:
步驟1:對電極模型和頭模型進行基于參考點的預配準;
步驟2:采用改進型的ICP算法完成電極模型和頭模型的精確匹配。
上述步驟1中進行基于參考點的預配準的詳細過程包括如下步驟:
步驟11.將所有取至電極模型中的點定義成P點集,P(i)表示P點集中的第i個點,在未進行預配準的電極模型中選擇鼻、左耳、右耳和頭頂所對應的點作為參考點并記為P(1)、P(2)、P(3)和P(4),所述頭頂所對應的點P(4)采用Z軸方向最大值所對應的點;
步驟12.將所有取至頭模型中的點定義成Q點集,Q(i)表示Q點集中的第i個點,在未進行預配準的電極模型中選擇鼻、左耳、右耳和頭頂所對應的點作為參考點并記為Q(1)、Q(2)、Q(3)和Q(4),所述頭頂所對應的點Q(4)采用Z軸方向最大值所對應的點;
步驟13.定義作為中間變量的矩陣V和W,其中:
V={(P(4)-P(1)),(P(4)-P(2)),(P(4)-P(3))}
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210147002.4/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡妫纾焊怕誓P突騽討B模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





