一种基于皮层顶点云的大脑局部形态特征描述方法技术

本发明专利技术公开了一种基于皮层顶点云的大脑局部形态特征描述方法，实施步骤包括：获取脑结构磁共振成像的原始数据；根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述。本发明专利技术具有计算迅速、数据处理效果理想，使用顶点云描述的大脑皮层局部形态特征不依赖于成像信号的幅值绝对值、不同MRI机器间可迁移、分类判别性能优良的优点。

A method of describing the local morphological features of the brain based on the cortical vertex clouds

【技术实现步骤摘要】
一种基于皮层顶点云的大脑局部形态特征描述方法
本专利技术涉及大脑形态学特征描述方法，具体涉及一种基于皮层顶点云的大脑局部形态特征描述方法。
技术介绍
大脑皮层结构的可塑性是脑科学与认知神经科学领域的关键科学问题之一。发育、老化、长期训练和部分严重脑疾病等都伴随有大脑皮层结构的形态学变化。结构磁共振成像等非侵入式的脑成像手段，可以测量这些形态学变化，若能够设计合适的局部特征描述方法，将为构建脑结构发展的生物学标记提供方法学支撑。目前，大脑皮层局部形态特征描述方法包括灰质密度(或灰质容量)、皮层面积、皮层厚度、皮层曲率等，这些特征能够描述“点”位置的灰质变化，具有精度高、计算简便等优势。然而，这些特征描述方法也存在以下问题：(1)对磁共振扫描仪型号和参数敏感。由于以上特征描述依赖于成像信号幅值的绝对值，而磁共振扫描仪型号和参数的变化会引起成像信号幅值的绝对值变化，从而使得以上特征描述在多中心脑影像数据分析中存在困难。(2)难以捕捉脑皮层曲面的空间变化特性，不能够将局部皮层表面作为整体来描述。在发育、老化、长期训练和脑疾病发展过程中，皮层的三维表面形态发展变化，而这些变化在具体“点”的灰质密度、皮层面积和厚度上却不明显。
技术实现思路
本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种计算迅速、数据处理效果理想，使用顶点云描述的大脑皮层局部形态特征不依赖于成像信号的幅值绝对值、不同MRI机器间可迁移、分类判别性能优良的基于皮层顶点云的大脑局部形态特征描述方法。为了解决上述技术问题，本专利技术采用的技术方案为：一种基于皮层顶点云的大脑局部形态特征描述方法，实施步骤包括：1)获取脑结构磁共振成像的原始数据；2)根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；3)针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；4)使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述。优选地，步骤2)的详细步骤包括：2.1)采用FreeSurfer软件对脑结构磁共振成像进行灰白质分割；2.2)针对灰白质分割后的脑结构磁共振成像进行皮层顶点云采样；2.3)视皮层顶点云采样得到的稠密顶点为顶点云，基于顶点云计算关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像。优选地，步骤2.3)的详细步骤包括：2.3.1)视皮层顶点云采样得到的稠密顶点为顶点云；2.3.2)计算顶点云每个点的相关顶点和邻接三角形；2.3.3)针对每个点的相关顶点和邻接三角形，统计所有三角形边长，获得边长的平均值与方差，然后删除最长边长于平均值加两倍方差的边，每个点的相关顶点和剩余的邻接三角形的边作为该点的关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像。优选地，步骤4)的详细步骤包括：4.1)输入局部表面的点云Q，对于一幅输入的点云Q，将点云Q绕x轴旋转角度θk得到旋转后的点云Q(θk)，将旋转角度θk后的点云Q(θk)投影到xy、xz、yz三个坐标平面上以获得投影点云Qi(θk)，其中i＝1，2，3；4.2)对于每一个投影点云Qi(θk)，计算投影点云在两个坐标轴上的取值区间，获得一个二维的包围矩形，将该包围矩形均匀划分成Nb×Nb个单元格，其中Nb为指定的整数，并统计落入每个单元格内的投影点数量，从而获得一个Nb×Nb的分布矩阵D；为获得对数据分辨率变化的不变性，将分布矩阵D进一步归一化以使得所有单元格中的数值和为1；4.3)针对分布矩阵D中的每一个投影点云Qi(θk)，采用数学统计量对分布矩阵D的信息做进一步提取，首先选用中心矩实现对分布矩阵D信息的抽取和压缩、然后利用香农熵提取矩阵D中的信息，得到每一个投影点云Qi(θk)的统计向量；4.4)每一个投影点云Qi(θk)在xy，xz和yz平面上的三个统计向量连接在一起便得到一个子特征fx(θk),该子特征fx(θk)代表了绕x轴的第k次旋转所得到的统计量；为全面记录局部表面的信息，将点云Q绕x轴旋转一系列角度{θk}，k＝1，2，…，Nθ，从而得到一系列子特征{fx(θk)}，k＝1，2，…，Nθ；将点云Q绕y轴旋转一系列角度以得到一系列子特征{fy(θk)}，k＝1，2，…，Nθ；将点云Q绕z轴旋转一系列角度以得到一系列子特征{fz(θk)}，k＝1，2，…，Nθ，其中Nθ为指定的整数，θk为旋转角度；4.4)将绕所有坐标轴进行旋转得到的子特征连接起来便得到如式(1)所示的最终的特征描述子作为局部表面对应的皮层局部形态特征描述；f＝{fx(θk)，fy(θk)，fz(θk)}，k＝1，2，…，Nθ(1)式(1)中，f为局部表面对应的皮层局部形态特征描述，子特征fx(θk)代表了绕x轴的第k次旋转所得到的统计量，子特征fy(θk)代表了绕y轴的第k次旋转所得到的统计量，子特征fz(θk)代表了绕z轴的第k次旋转所得到的统计量，Nθ为指定的整数，θk为旋转角度。优选地，步骤4.3)中得到每一个投影点云Qi(θk)的统计向量分别包括投影点云Qi(θk)的低阶中心矩及香农熵。本专利技术基于皮层顶点云的大脑局部形态特征描述方法具有下述优点：1、本专利技术计算迅速，数据处理效果理想。2、本专利技术使用顶点云描述的大脑皮层局部形态特征不依赖于成像信号的幅值绝对值、不同MRI机器间可迁移、分类判别性能优良。附图说明图1为本专利技术实施例方法的基本流程示意图。图2为本专利技术实施例中脑结构磁共振成像的原始数据图像。图3为本专利技术实施例中灰白质分割后得到的图像示意图。图4为本专利技术实施例中皮层顶点云采样得到的图像示意图。图5为本专利技术实施例中得到的大脑皮层的三维重构图像。图6为本专利技术实施例中得到的局部表面。图7为本专利技术实施例中提取局部表面的三维特征描述量的原理示意图。具体实施方式如图1所示，本实施例基于皮层顶点云的大脑局部形态特征描述方法的实施步骤包括：1)获取脑结构磁共振成像的原始数据，如图2所示；2)根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；3)针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；4)使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述。本实施例基于皮层顶点云的大脑局部形态特征描述方法通过根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像，针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面，使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述，提取的特征具有不依赖于成像信号的幅值绝对值、不同MRI机器间可迁移、分类判别性能优良的优点。本实施例中，步骤2)的详细步骤包括：2.1)采用FreeSurfer软件对脑结构磁共振成像进行灰白质分割，灰白质分割后得到的图像如图3所示；2.2)针对灰白质分割后的脑结构磁共振成像进行皮层顶点云采样，得到的结果如图4所示；2.3)视皮层顶点云采样得到的稠密顶点为顶点云，基于顶点云计算关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像，得到的结果如图5所示。本实施例中，步骤2.3)的详细步骤包括：2.3.1)视皮层顶点本文档来自技高网...

【技术保护点】
一种基于皮层顶点云的大脑局部形态特征描述方法，其特征在于实施步骤包括：1)获取脑结构磁共振成像的原始数据；2)根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；3)针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；4)使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述。

【技术特征摘要】
1.一种基于皮层顶点云的大脑局部形态特征描述方法，其特征在于实施步骤包括：1)获取脑结构磁共振成像的原始数据；2)根据脑结构磁共振成像进行皮层顶点云采样并重构获取大脑曲面重构图像；3)针对大脑曲面重构图像的目标局部区域选取关键点，确定关键点的局部表面；4)使用旋转投影统计量算法RoPS提取局部表面的三维特征描述量，从而得到局部表面对应的皮层局部形态特征描述。2.根据权利要求1所述的基于皮层顶点云的大脑局部形态特征描述方法，其特征在于，步骤2)的详细步骤包括：2.1)采用FreeSurfer软件对脑结构磁共振成像进行灰白质分割；2.2)针对灰白质分割后的脑结构磁共振成像进行皮层顶点云采样；2.3)视皮层顶点云采样得到的稠密顶点为顶点云，基于顶点云计算关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像。3.根据权利要求2所述的基于皮层顶点云的大脑局部形态特征描述方法，其特征在于，步骤2.3)的详细步骤包括：2.3.1)视皮层顶点云采样得到的稠密顶点为顶点云；2.3.2)计算顶点云每个点的相关顶点和邻接三角形；2.3.3)针对每个点的相关顶点和邻接三角形，统计所有三角形边长，获得边长的平均值与方差，然后删除最长边长于平均值加两倍方差的边，每个点的相关顶点和剩余的邻接三角形的边作为该点的关键顶点及邻域，基于关键顶点及邻域重构获取大脑曲面重构图像。4.根据权利要求1所述的基于皮层顶点云的大脑局部形态特征描述方法，其特征在于，步骤4)的详细步骤包括：4.1)输入局部表面的点云Q，对于一幅输入的点云Q，将点云Q绕x轴旋转角度θk得到旋转后的点云Q(θk)，将旋转角度θk后的点云Q(θk)投影到xy、xz、yz三个坐标平面上以获得投影点云Qi(θk)，其中i＝1，2，3；4.2)对于每一个投影点云Qi(θk)，计算投影点云在两个坐标轴上的取值区间，获得一个二维的包围矩形，将该包围矩形均匀...

【专利技术属性】
技术研发人员：曾令李，胡德文，彭立旻，李福全，沈辉，郭裕兰，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43