[發(fā)明專利]基于體配準(zhǔn)的眼眶骨組織分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910871929.4
• 申請(qǐng)日: 2019-09-16
• 公開（公告）號(hào): CN110570430B
• 公開（公告）日: 2023-01-03
• 發(fā)明（設(shè)計(jì)）人: 廖勝輝;張凡榮;劉姝
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G06T7/10
• 分類號(hào): G06T7/10;G06T7/33;G06V10/77
• 代理公司: 長(zhǎng)沙永星專利商標(biāo)事務(wù)所(普通合伙) 43001
• 代理人: 周詠;米中業(yè)

1.一種基于體配準(zhǔn)的眼眶骨組織分割方法，包括如下步驟：

S1.獲取需要進(jìn)行分眼眶骨組織分割的CT圖像；

S2.對(duì)步驟S1獲取的CT圖像和眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行處理，從而得到三維頭骨體素坐標(biāo)和標(biāo)記后的眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)；

S3.對(duì)步驟S2得到的處理后的數(shù)據(jù)進(jìn)行初始對(duì)齊；

S4.對(duì)步驟S3得到的初始對(duì)齊后的四面體網(wǎng)格數(shù)據(jù)進(jìn)行變換，得到與對(duì)齊后的三維頭骨體素坐標(biāo)最匹配的變換后的四面體網(wǎng)格數(shù)據(jù)；

S5.步驟S4得到的變換后的四面體網(wǎng)格數(shù)據(jù)為最終的從CT圖像中分割得到的眼眶骨組織數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟S2所述的對(duì)步驟S1獲取的CT圖像和眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行處理，從而得到三維頭骨體素坐標(biāo)和標(biāo)記后的眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)，具體為采用如下步驟進(jìn)行處理：

A.根據(jù)CT圖像數(shù)據(jù)的閾值強(qiáng)度，提取出三維頭骨體素坐標(biāo)；

B.采用tetgen分析得到眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)的mesh格式的模型文件。

3.根據(jù)權(quán)利要求2所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟A所述的根據(jù)CT圖像數(shù)據(jù)的閾值強(qiáng)度，提取出三維頭骨體素坐標(biāo)，具體為采用3-鄰域、5-鄰域和9-鄰域運(yùn)算確定三維頭骨體素坐標(biāo)。

4.根據(jù)權(quán)利要求2所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟B所述的眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)為對(duì)眼眶骨組織進(jìn)行標(biāo)記后的四面體網(wǎng)絡(luò)模型標(biāo)準(zhǔn)數(shù)據(jù)。

5.根據(jù)權(quán)利要求1～4之一所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟S3所述的對(duì)步驟S2得到的處理后的數(shù)據(jù)進(jìn)行初始對(duì)齊，具體為對(duì)處理后的數(shù)據(jù)，采用主成分分析算法進(jìn)行初始對(duì)齊。

6.根據(jù)權(quán)利要求5所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于所述的采用主成分分析算法進(jìn)行初始對(duì)齊，具體為采用如下還進(jìn)行初始對(duì)齊：

a.對(duì)輸入的三維頭骨體素坐標(biāo)和標(biāo)記后的眼眶骨組織的四面體網(wǎng)格模型標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行位移變換，從而保證輸入數(shù)據(jù)的重心與原點(diǎn)重合；

b.統(tǒng)一比例變換，從而使得輸入數(shù)據(jù)到原點(diǎn)的距離都?xì)w一化；

c.建立協(xié)方差矩陣，選定該協(xié)方差矩陣最大特征值所對(duì)應(yīng)的特征向量為主方向；

d.采用迭代最近點(diǎn)算法進(jìn)行初始對(duì)齊。

7.根據(jù)權(quán)利要求6所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟d所述的采用迭代最近點(diǎn)算法進(jìn)行初始對(duì)齊，具體為采用如下算式作為迭代最近點(diǎn)算法的誤差公式f(p)：

式中i為第i個(gè)頂點(diǎn)的標(biāo)號(hào)，s₁為模型的統(tǒng)一比例因子，R為旋轉(zhuǎn)變換矩陣，p_i為四面體網(wǎng)格中的點(diǎn)，T為位移變換矩陣，K(p_i)為三維頭骨體素網(wǎng)格中p_i所對(duì)應(yīng)的點(diǎn)。

8.根據(jù)權(quán)利要求5所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于步驟S4所述的對(duì)步驟S3得到的初始對(duì)齊后的四面體網(wǎng)格數(shù)據(jù)進(jìn)行變換，得到與對(duì)齊后的三維頭骨體素坐標(biāo)最匹配的變換后的四面體網(wǎng)格數(shù)據(jù)，具體為采用Kd-tree算法對(duì)初始對(duì)齊后的四面體網(wǎng)格數(shù)據(jù)進(jìn)行變換，得到與對(duì)齊后的三維頭骨體素坐標(biāo)最匹配的變換后的四面體網(wǎng)格數(shù)據(jù)。

9.根據(jù)權(quán)利要求8所述的基于體配準(zhǔn)的眼眶骨組織分割方法，其特征在于所述的采用Kd-tree算法對(duì)初始對(duì)齊后的四面體網(wǎng)格數(shù)據(jù)進(jìn)行變換，具體為采用如下算式作為目標(biāo)函數(shù)：

min E_def＝E_corr+αE_deform+βE_dis+γE_S

式中α、β和γ為設(shè)定的加權(quán)參數(shù)；E_corr＝||t-s||²，t為四面體網(wǎng)格中的變形頂點(diǎn)，s為三維頭骨體素坐標(biāo)點(diǎn)；E_deform＝(t-t₀)^TL(t-t₀)，L為四面體網(wǎng)格數(shù)據(jù)的拉普拉斯算子且v_j為四面體網(wǎng)格數(shù)據(jù)中第j個(gè)四面體在初始狀態(tài)t₀的體積，G_j為變形梯度算子；E_dis＝||t-t_prev||²，t_prev為上一次迭代過(guò)程中更新的四面體網(wǎng)格的位置；F_j為第j個(gè)四面體的變形梯度，I為單位矩陣。