[發(fā)明專利]一種基于譜聚類算法的大腦皮層表面的均勻分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911321738.7
• 申請(qǐng)日: 2019-12-20
• 公開（公告）號(hào): CN111161226A
• 公開（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 郭雷;劉歡;胡新韜;王麗婷
• 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;G06T7/10;G06K9/62
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 王鮮凱

1.一種基于譜聚類算法的大腦皮層表面的均勻分割方法，其特征在于步驟如下：

步驟1：對(duì)大腦結(jié)構(gòu)磁共振成像數(shù)據(jù)進(jìn)行預(yù)處理：對(duì)大腦結(jié)構(gòu)磁共振成像數(shù)據(jù)進(jìn)行運(yùn)動(dòng)校正和非參數(shù)強(qiáng)度標(biāo)準(zhǔn)化；然后利用可變形模型方法去除大腦外組織區(qū)域，提取腦部區(qū)域；接著利用貝葉斯估計(jì)方法對(duì)三維大腦空間進(jìn)行組織分割，得到白質(zhì)、灰質(zhì)、腦脊髓液、腦干、海馬體腦組織類型表示的三維磁共振圖像；

步驟2：利用fast triangle-triangle intersection方法從分割好的三維白質(zhì)組織圖像中重建出三角化的白質(zhì)-灰質(zhì)分界的大腦白質(zhì)表面，然后利用球面變形配準(zhǔn)方法將該個(gè)體的大腦皮層表面配準(zhǔn)到標(biāo)準(zhǔn)模板表面，得到配準(zhǔn)好的皮層表面；

步驟3：如圖3(d)所示，重建好后的大腦皮層表面由許多小三面片組成，其中，每個(gè)三角面片包含三個(gè)頂點(diǎn)以及三條邊，因此，將磁共振成像重建后的皮層表面表示為G＝(V，E)，其中V＝{v_i，i＝1，2，...，n}是大腦白質(zhì)表面所有的頂點(diǎn)集，n為皮層表面上頂點(diǎn)的個(gè)數(shù)，v_i＝(x_i，y_i，z_i)分別表示該頂點(diǎn)在大腦左右方向、前后方向以及上下方向的地理位置坐標(biāo)，E表示皮層表面的邊的集合：E＝{(v_i，v_j)，v_i和v_j在同一個(gè)三角面上，且i≠j}；

構(gòu)建大腦皮層頂點(diǎn)間的鄰接矩陣對(duì)于皮層表面上的頂點(diǎn)v_i和v_j，他們的相似性w_ij由他們的測(cè)地距離決定，并根據(jù)高斯核函數(shù)定義如下：

步驟4：基于鄰接矩陣W構(gòu)建度矩陣D為對(duì)角矩陣，即只有主對(duì)角線有值，對(duì)角線值d_i為鄰接矩陣W第i行的和，即其他位置都為0：

步驟5：計(jì)算拉普拉斯矩陣L＝D-W，根據(jù)Normalized cut譜聚類算法的思想，利用度矩陣D，構(gòu)建規(guī)范化的拉普拉斯矩陣即其中，拉普拉斯矩陣L存在n個(gè)非負(fù)實(shí)數(shù)特征值，滿足0＝λ₁≤λ₂≤…≤λ_n；

步驟6：使用奇異值分解SVD算法分解上一步得到的矩陣的k個(gè)最小的非零特征值以及對(duì)應(yīng)的特征向量，然后將特征向量拼接為特征矩陣

然后將每個(gè)樣本對(duì)應(yīng)的向量的范數(shù)化為1，即按行標(biāo)準(zhǔn)化使得每個(gè)樣本特征滿足形成特征矩陣F；

步驟7：使用傳統(tǒng)的k-means聚類方法將每個(gè)頂點(diǎn)劃分為k個(gè)簇C(c₁，c₂，c₃，...，c_k)，由此，皮層表面上的n個(gè)頂點(diǎn)被分割到k個(gè)感興趣區(qū)域，每個(gè)感興趣區(qū)域內(nèi)部的頂點(diǎn)間存在拓?fù)溥B接。

2.根據(jù)權(quán)利要求1所述基于譜聚類算法的大腦皮層表面的均勻分割方法，其特征在于：所述步驟1采用Freesurfer軟件完成預(yù)處理的所有操作。

3.根據(jù)權(quán)利要求2所述基于譜聚類算法的大腦皮層表面的均勻分割方法，其特征在于：所述Freesurfer軟件的地址：https://surfer.nmr.mgh.harvard.edu/。

4.根據(jù)權(quán)利要求1所述基于譜聚類算法的大腦皮層表面的均勻分割方法，其特征在于：所述步驟4～7中的Normalized cut譜聚類算法采用文獻(xiàn)“Jianbo Shi and J.Malik,Normalized cuts and image segmentation,in IEEE Transactions on PatternAnalysis and Machine Intelligence,vol.22,no.8,pp.888-905,Aug.2000.”中公布的算法。