三维大脑磁共振图像的大脑皮层表面上脑沟盆地分割方法技术

本发明专利技术涉及一种三维大脑磁共振图像的大脑皮层表面上脑沟盆地分割方法，技术 特征在于：用于在三角化的大脑皮层表面上弥散原始杂乱的主方向场，以生成一个平 滑的最大主方向流场。最大主方向弥散的核心思想是：通过最小化一个能量函数，在 脑沟和脑回区域，这里最大主曲率的绝对值很大，产生的最大主方向流场应该接近于 原始的主方向场；在其他平坦的大脑皮层区域，产生的最大主方向流场应该平滑的变 化。本发明专利技术相对于其它方法的主要优点是：最大主方向流场跟踪方法，充分利用了大 脑皮层表面的几何结构信息，能够自然的形成脑沟盆地间的精确边界，尽管脑沟盆地 有可能是非对称结构。

【技术实现步骤摘要】

本专利技术涉及一种，属于 医学图像处理，计算神经解剖学等领域。适用于人类三维大脑磁共振图像重构出的三 角化的大脑皮层表面上的脑沟盆地的分割。
技术介绍
人类大脑皮层是一个极其复杂巻曲的解剖结构，主要由脑沟和脑回构成，分别对 应于大脑皮层上的谷和脊。尽管不同人之间脑沟和脑回的精确几何模式变化很大，但 是最主要的几条脑沟和脑回是大脑皮层上共有的解剖界标。因此，主要的脑沟和脑回 已经被广泛的用于辅助非线性大脑磁共振图像配准，分析正常人大脑的解剖结构变化 规律，以及用来区分正常人和疾病患者。但是手工分割和标定脑沟及其费时，并且容 易受到外界主观因素的影响。近些年来脑沟盆地的自动分割已经成为研究的热点课题。脑沟盆地是脑回冠部所 界定的区域，并且相邻的脑沟盆地在大脑皮层表面上的脑回冠部曲线相会。将大脑皮 层表面分割为不同的脑沟盆地产生了该大脑皮层表面的一个完整分割。几种脑沟盆地 的分割方法已经被提出来，但仍存在很多问题。方法1:在三维大脑磁共振图像上利 用区域增长方法提取脑沟盆地，该方法首先对大脑图像进行分割得到大脑白质图像， 然后对该图像进行形态学闭操作，将该结果减去大脑白质图像得到脑沟内部区域，接 着计算脑沟内部区域的距离变换作为脑沟深度，最后从脑沟最深处开始进行区域增长 并进行区域合并得到脑沟盆地。其缺点是区域增长和区域合并中参数较难控制，而且 由于脑沟盆地可能是非对称结构，因此区域增长得到的脑沟盆地的边界并非一定位于 真正的脑回冠部区域；方法2:基于大脑皮层表面上脑沟深度的分水岭方法，该方法首先利用主动表面方法找到脑回区域，然后利用分水岭方法提取脑沟区域，接着利用 启发式规则合并过分割的脑沟区域，最后通过计算脑沟盆地的沿着表面的影响区域作 为脑沟盆地。其缺点在于，分水岭方法很容易产生过分割现象，将一个脑沟区域分割 为多个脑沟区域，而且启发式规则合并过分割脑沟区域较难控制，同上由于脑沟盆地 可能是非对称结构，因此脑沟区域的沿着表面的影响区域的边界并不一定位于真正的 脑回冠部区域。目前已有的大脑皮层脑沟盆地分割方法具有以下两个主要的缺陷其一、由于脑 沟盆地是非对称结构，因此区域增长或分水岭方法得到的脑沟盆地的边界并非真正的 脑回冠部区域，因此所分割的脑沟盆地的边界不精确。其二、利用区域增长或分水岭 方法进行脑沟盆地分割容易产生过分割，需要后处理进行区域合并，但是区域合并的 规则和参数较难控制。
技术实现思路
要解决的技术问题为了避免现有分割方法中脑沟盆地的边界不精确的不足之处，本专利技术提出一种三 维大脑磁共振图像的大脑皮层表面上脑沟盆地分割方法。 技术方案本专利技术的基本思想是大脑皮层表面上最大主方向指向最大主曲率最陡减小的方 法，同时脑回冠部区域和脑沟底部区域分别具有大的正的和负的最大主曲率，我们可 以从脑回冠部区域开始沿着最大主方向一直到达脑沟底部区域。所有流到同一个脑沟 底部区域的顶点自然的划分为一个脑沟盆地，这样我们就能将精确的将大脑皮层表面 分割为不同的脑沟盆地。但是实际中计算得到最大主方向场中噪声较大，尤其在平坦 的皮层表面区域最大主方向场杂乱无章，因为该区域迪两个主曲率都很小，微小的结构变化将导致最大主方向的剧烈变化。为了处理这个问题，受到灰度图像中梯度向量 场弥散方法的启发，我们设计了一个新的方法，用于在三角化的大脑皮层表面上弥散原 始杂乱的主方向场，以生成一个平滑的最大主方向流场。最大主方向弥散的核心思想 是通过最小化一个能量函数，在脑沟和脑回区域，这里最大主曲率的绝对值很大， 产生的最大主方向流场应该接近于原始的主方向场；在其他平坦的大脑皮层区域，产 生的最大主方向流场应该平滑的变化。 本专利技术的技术特征在于步骤如下步骤1对三维大脑核磁共振图像进行预处理利用可变性模型方法去除脑壳，利用 配准方法去除非大脑组织，利用高斯混合模型方法对大脑图像进行组织分割，得到白 质，灰质和脑脊髓液三种组织类型表示的图像；步骤2大脑皮层表面重建利用Marching Cubes方法从组织分割后的大脑图像中 重构三角化的大脑皮层表面；步骤3利用有限差分方法估计三角化的大脑皮层表面上每个顶点的最大主曲率和 最大主方向；步骤4:在满足v(x》n(x)^的条件下，最小化能量函数 s = p|W(x)|2 + /(x)卜(x) - p(x)px ，得到最大主方向流场v(x)^w(x),v(x),w(x)):其中A是权重参数为0.05 0. 15， ▽ 是梯度算子，p(x)是顶点x的最大主方向，/(x)是顶点x的最大主曲率强度的递减函 数，/(x)—c(x)卜其中"x)是顶点x的最大主曲率；n(x)是顶点x的法向量，S表示大 脑皮层表面上所有顶点的集合；所述的v(x)，n(x)-O限定最大主方向流场在大脑皮层 表面上的切平面内；步骤5利用大脑皮层表面上最大主方向流场跟踪方法，得到脑沟盆地分割具体步骤如下在最大主方向流场中，计算大脑皮层表面上任意一个顶点X所流经的下一 个顶点x^mxin(arccos〈v(x).5/|^|)，其中x,是顶点x的第一圈邻域；如果两个连续流向量的夹角小于;r/2，利用以上公式计算下一个流经的顶点，流场跟踪步骤继续执行； 否则，流场跟踪步骤就停止，到达了一个脑沟底部区域,将流场跟踪停止顶点标记为脑 沟底部顶点，同时将该流场跟踪停止顶点记录为流路径所经过的所有顶点的对应脑沟 底部顶点；利用连通成分分析方法，将所有同一连通的脑沟底部区域标记为同一颜色， 将所有对应于同一个脑沟底部顶点的顶点标记为与其对应脑沟底部顶点相同的颜色， 得到大脑皮层表面上脑沟盆地的分割。所述的计算最小化能量函数通过将v看作是时间的方程，计算得到最大主方向流 场，具体步骤如下步骤l:根据v(x，转=0,1,2...),将方程v,(M^/lV2v(x,0 —(v(x力—p(x))/(x)分解为以下方禾、王m, (x, Z) = 2V2m(x, 0 — Z) - Pu (x))/(x) =义VS;(x力-(v(x力-pv(x))/(x) w, (x, 0 =义V2 w(x, Z) — (w(x, 0 — pw (x))/(x)得到弥散的最大主方向场vOM + l),上述公式中，v,(x，O表示v(x力对于时间f的 偏导数，拉普拉斯项v2"(x卜2X，、,(w(x) —w(x,))，其中x,是顶点x周围一圈的邻域，是一个权重系数计算为顶点x和x,.之间距离的倒数。同理，可以估计V2y(x)和V、(x); 步骤2:投影弥散的最大主方向场v(x, +1)到切平面内； 步骤3:归一化投影的弥散的最大主方向场v(x,r + l);步骤4:将v(x力替换为投影的弥散的归一化的v(x,r + l)，重复步骤1至3共30 50次迭代停止。 有益效果 提出的大脑皮层表面上脑沟盆地分割方法的可行性体现在，首先，随着磁共振成像设备的精度不断提高和三维大脑磁共振图像的预处理方法进一步成熟，获取 几何结构精确，拓扑结构正确的大脑皮层表面相对容易；同时，大脑皮层表面上最大 主方向指向最大主曲率最陡减小的方法，同时最大主方向场弥散进一步平滑了该向量 场，将脑沟底部和脑回冠部的最大主方向传播到其他平坦的皮层表面区域，可以通过 流场跟踪方法到达脑沟底部区域，所本文档来自技高网...

【技术保护点】
三维大脑磁共振图像的大脑皮层表面上脑沟盆地分割方法，其特征在于：　步骤１对三维大脑核磁共振图像进行预处理：利用可变性模型方法去除脑壳，利用配准方法去除非大脑组织，利用高斯混合模型方法对大脑图像进行组织分割，得到白质，灰质和脑脊髓液三种组织类型表示的图像；　步骤２大脑皮层表面重建：利用Ｍａｒｃｈｉｎｇ　Ｃｕｂｅｓ方法从组织分割后的大脑图像中重构三角化的大脑皮层表面；　步骤３利用有限差分方法估计三角化的大脑皮层表面上每个顶点的最大主曲率和最大主方向；　步骤４：在满足ｖ（ｘ）·ｎ（ｘ）＝０的条件下，最小化能量函数　ε＝＊λ｜▽ｖ（ｘ）｜↑［２］＋ｆ（ｘ）｜ｖ（ｓ）－ｐ（ｘ）｜↑［２］ｄｘ，　得到最大主方向流场ｖ（ｘ）＝（ｕ（ｘ），ｖ（ｘ），ｗ（ｘ））：其中λ是权重参数为０．０５～０．１５，▽是梯度算子，ｐ（ｘ）是顶点ｘ的最大主方向，ｆ（ｘ）是顶点ｘ的最大主曲率强度的递减函数，ｆ（ｘ）＝｜ｃ（ｘ）｜，其中ｃ（ｘ）是顶点ｘ的最大主曲率；ｎ（ｘ）是顶点ｘ的法向量，Ｓ表示大脑皮层表面上所有顶点的集合；所述的ｖ（ｘ）·ｎ（ｘ）＝０限定最大主方向流场在大脑皮层表面上的切平面内；　步骤５利用大脑皮层表面上最大主方向流场跟踪方法，得到脑沟盆地分割：具体步骤如下：在最大主方向流场中，计算大脑皮层表面上任意一个顶点ｘ所流经的下一个顶点ｘ′＊（ａｒｃｃｏｓ〈ｖ（ｘ）·＊＊／║＊＊║〉），其中ｘ↓［ｉ］是顶点ｘ的第一圈邻域；如果两个连续流向量的夹角小手π／２，利用以上公式计算下一个流经的顶点，流场跟踪步骤继续执行；否则，流场跟踪步骤就停止，到达了一个脑沟底部区域，将流场跟踪停止顶点标记为脑沟底部顶点，同时将该流场跟踪停止顶点记录为流路径所经过的所有顶点的对应脑沟底部顶点；利用连通成分分析方法，将所有同一连通的脑沟底部区域标记为同一颜色，将所有对应于同一个脑沟底部顶点的顶点标记为与其对应脑沟底部顶点相同的颜色，得到大脑皮层表面上脑沟盆地的分割。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郭雷，李刚，刘天明，聂晶鑫，
申请(专利权)人：郭雷，李刚，刘天明，聂晶鑫，
类型：发明
国别省市：87