[發明專利]基于纖維中點與端點的大腦白質纖維束聚類方法

有效

• 申請號: 202010544025.3
• 申請日: 2020-06-15
• 公開（公告）號: CN111739580B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 劉繼欣;李睿梟;薛倩雯;穆俊婭
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B40/00;G06K9/32;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

本發明提出了一種基于纖維中點與端點的大腦白質纖維束聚類方法，旨在提高大腦白質纖維束聚類的準確度和效率，實現步驟為：(1)獲取全腦纖維集；(2)分割全腦纖維集；(3)確定纖維中點；(4)中點聚類；(5)端點聚類；(6)確定端點聚類結果；(7)獲取大腦白質纖維束聚類結果。本發明利用纖維中點和端點的位置信息作為特征，通過DBSCAN密度聚類，將大腦白質纖維束分成若干個纖維類，類內的纖維形態相似，走形一致，減少了特征敏感度的降低，提高了聚類的準確度，同時減少了計算量，提高了聚類的效率。

技術領域

本發明屬于圖像處理技術領域，涉及一種大腦白質纖維束聚類方法，具體涉及一種基于纖維中點與端點的大腦白質纖維束聚類方法，可適用于大腦白質纖維束的輔助研究。

背景技術

白質、灰質和腦脊液是大腦的組成部分，但它們內部的組成部分卻各不相同，因此，不同的腦組織結構中的水分子會出現不同的擴散行為，腦脊液中的水分子主要呈現自由擴散的狀態，灰質中的水分子呈現受限擴散的狀態，而在白質中的水分子由于受髓磷脂纖維和神經元纖維的約束，在平行于纖維束走形方向上受阻力較小，擴散速度不會受到抑制，而在垂直于纖維走形方向上的阻力較大，擴散速度受到抑制。彌散張量成像DTI(Diffusion Tensor Imaging)是一種非侵入式的能夠檢測活體水分子彌散運動的磁共振成像技術，人們能夠利用DTI來模擬重現腦內白質的水分子的擴散軌跡，形成白質纖維束。一般情況下，全腦的纖維束有成千上萬條，因此要對白質纖維束進行分析時通常先選取感興趣纖維束，然后在感興趣纖維束上進行構建坐標系，將纖維束上的點逐點匹配，再進行后續的統計分析。為了盡可能保證點與點的對應準確度更高，要對纖維束進行聚類，然后在形態相似、走形一致的纖維束上進行點匹配。

聚類是將未知數據按相似程度分類到不同的類或簇的過程。纖維聚類的方法很多，具有代表性的是計算纖維的相似性作為特征，然后利用K-means聚類或者密度聚類等方法對特征進行聚類。聚類的準確度是衡量聚類方法優劣的重要指標，但受特征選取和數據分布等因素影響，提高聚類準確度具有一定的挑戰。為了提高大腦白質纖維束的聚類準確度，研究員們做了許多嘗試，例如，美國麻省理工學院計算機科學與人工智能實驗室的L.J.O'Donnell博士等人在2006年American Journal of Neuroradiology上發表的論文”AMethod for Clustering White Matter Fiber Tracts”中，公開了一種白質纖維束的聚類方法，該方法首先計算纖維兩兩之間的點間平均距離，得到纖維間的相似度值，然后利用高斯函數將距離轉化為相似性，點間平均距離短對應相似性高，反之亦然，得到纖維的相似性矩陣，再對相似性矩陣進行特征分解，將最大的特征值組成譜聚類的“光譜”，最后利用聚類方法對“光譜”進行聚類。再比如，智利康塞普西翁大學工程學院的Miguel Guevara博士等人在2016年NeuroImage上發表的論文”Reproducibility of superficial white mattertracts using diusion-weighted imaging tractography”中，公開了一種白質纖維束的聚類方法，該方法首先將每條纖維都采樣成相同數量的點數，然后計算兩兩纖維的對應點之間的最大歐氏距離，得到一個距離矩陣，然后計算距離矩陣的親和力圖，再利用親和力圖進行層次聚類，得到纖維束的聚類結果。以上兩種方法都存在的不足之處是：通過計算距離矩陣再計算親和力圖或者計算相似性矩陣求出特征值作為聚類的特征，都可能會降低特征的敏感度，導致聚類結果準確度不足，同時計算距離矩陣需要計算兩兩纖維之間點與點的距離，計算量大，效率低。

發明內容

本發明的目的在于克服上述現有技術存在的缺陷，提出一種基于纖維中點與端點的大腦白質纖維束聚類方法，旨在提高大腦白質纖維束聚類的準確度和效率。

為實現上述目的，本發明采用的技術方案包括如下步驟：

(1)獲取全腦纖維集：