[發(fā)明專利]一種利用先驗知識的人類外側膝狀體自動分割方法有效
| 申請?zhí)枺?/td> | 201310722891.7 | 申請日: | 2013-12-24 |
| 公開(公告)號: | CN103700104B | 公開(公告)日: | 2017-01-25 |
| 發(fā)明(設計)人: | 何暉光;王潔瓊 | 申請(專利權)人: | 中國科學院自動化研究所 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00 |
| 代理公司: | 中科專利商標代理有限責任公司11021 | 代理人: | 宋焰琴 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 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 利用 先驗 知識 人類 外側 膝狀體 自動 分割 方法 | ||
1.一種利用先驗知識的人類外側膝狀體LGN自動分割方法,該方法包括如下步驟:
步驟S1:將人腦的結構像數(shù)據(jù)進行不均勻場校正;
步驟S2:將校正過的結構像配準到MNI標準空間;
步驟S3:利用LGN解剖結構的先驗知識得到LGN在MNI空間內(nèi)的大致區(qū)域;
步驟S4:在所述區(qū)域內(nèi)分別用區(qū)域增長法、k均值法、大津算法和圖割法進行分割;
步驟S5:將幾種分割算法融合得到LGN區(qū)域的估計值作為分割結果;
步驟S6:將估計的LGN分割結果變換到結構像的原始空間,得到LGN的最終分割結果。
2.如權利要求1所述的方法,其特征在于,所述步驟S3中的利用LGN解剖結構的先驗知識得到LGN在MNI空間內(nèi)的大致區(qū)域包括:
步驟S3a:LGN必然在腹側間腦區(qū)VDC內(nèi),所以將經(jīng)過校正的圖像進行大腦子結構的分割從而得到VDC模板,并將VDC模板配準到MNI標準空間;
步驟S3b:在Talairach空間中LGN的中心點位置在左側(-23.33,-21,-4.66)和右側(22.88,-21.3,4.63)附近,將這兩個坐標轉換成MNI空間坐標為左側Pl(-23,-22,-7)和右側Pr(26,-22,-8);
步驟S3c:左右兩側LGN在一個5mm*5mm*5mm的立方體空間內(nèi),分別構建以為Pl和Pr為中心,7mm為邊長的立方體模板;
步驟S3d:將VDC模板和立方體模板求交集,構建LGN先驗知識模板。
3.如權利要求1所述的方法,其特征在于,所述步驟S4中的步驟包括:
步驟S4a:在區(qū)域增長法中,以Pl和Pr為起始點,半徑為5mm來進行區(qū)域增長,將區(qū)域增長結果和LGN先驗知識模板求交集得到分割結果;
步驟S4b:在k均值法中,體素特征由體素的灰度值和其在MNI空間中的坐標構成,利用k均值法和體素特征將LGN先驗知識模板中的體素聚成兩類,體素數(shù)目多的一類為分割結果;
步驟S4c:在大津算法中,遍歷LGN先驗知識模板中的灰度值來尋找分割LGN的最佳閾值從而使得兩類的類間方差最大,體素數(shù)目多的一類為分割結果;
步驟S4d:在圖割算法中,LGN先驗知識模板中的體素作為圖的節(jié)點,利用體素坐標信息和體素灰度信息來計算體素間的相似性,把相似性作為節(jié)點之間的邊的權重,利用圖割算法把圖分成兩部分,使得分割后能量損失最小,體素數(shù)目多的一類為分割結果。
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中國科學院自動化研究所,未經(jīng)中國科學院自動化研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310722891.7/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





