三维脑图谱数据集空间校准方法及系统技术方案

本发明专利技术提供一种三维脑图谱数据集空间校准方法及系统，所述三维脑图谱数据集空间校准方法包括以下步骤：S1.初步方位校正；S2.特征分割；S3.降采样；S4.线性配准；S5.非线性配准；S6.升采样；S7.线性及非线性校正。本发明专利技术克服了不同个体的三维脑图谱数据集、不同模态三维脑图谱数据集、不同成像质量三维脑图谱数据集等空间校准困难以及校准不准确的问题，采取了一种更加客观、准确、足量的特征提取的方式，实现了不同个体的三维脑图谱数据集、不同模态三维脑图谱数据集、不同成像质量三维脑图谱数据集等空间校准，具有一定的通用性。

Spatial calibration method and system for 3D brain atlas dataset

The invention provides a method and a system for spatial calibration of three-dimensional brain atlas data sets. The method for spatial calibration of three-dimensional brain atlas data sets includes the following steps: S1. preliminary orientation correction; S2. feature segmentation; S3. downsampling; S4. linear registration; S5. nonlinear registration; S6. up sampling; S7. linear and nonlinear correction. The invention overcomes the difficulties of spatial calibration and inaccurate calibration of three-dimensional brain atlas data sets of different individuals, three-dimensional brain atlas data sets of different modes, and three-dimensional brain atlas data sets of different imaging quality, and adopts a more objective, accurate and sufficient feature extraction method to realize three-dimensional characteristics of different individuals. Brain atlas data sets, three-dimensional brain atlas data sets with different modalities, three-dimensional brain atlas data sets with different imaging quality and other spatial calibration, have certain versatility.

【技术实现步骤摘要】
三维脑图谱数据集空间校准方法及系统
本专利技术涉及图像处理领域，尤其涉及一种三维脑图谱数据集空间校准方法及系统。
技术介绍
随着脑科学研究中成像技术的发展，研究人员能够对全脑进行高分辨率的成像，成像甚至能够达到单个的神经元水平，这为我们研究神经元在不同脑区间的联系以及投射提供了机遇。但是由于不同脑之间个体的差异性，样本制作过程中带来的脑变形等为我们分析神经元间的连接、图谱绘制以及脑区分割带来了一定的困难。如何将不同个体、不同模态、不同成像质量的带有细胞构筑信息的脑图谱数据集在较高分辨率水平快速的校准到一个标准的空间，进而完成标准脑图谱的构建，或其他与脑空间定位相关的神经科学等分析是一个非常大的挑战。在中国专利技术专利说明书CN103337065B中提出了小鼠三维ct图像的非刚性配准方法来对小鼠图像进行空间校准。该方法通过刚性配准初步校准空间方位；通过阈值分割的方法提取骨骼图像进一步提取特征点；通过特征点匹配，薄板样条位移场变换得到点配准图像；通过点配准图像和目标图像精细配准得到灰度匹配图像。这种特征点匹配的方法确实可以沿用至脑图谱的配准中，但是该方法针对的是相同模态的数据进行配准，对本文档来自技高网...

【技术保护点】
1.一种三维脑图谱数据集空间校准方法，其特征在于，包括以下步骤：S1. 初步方位校正步骤；对待校准图像进行方位校正，使之与预设的参考图像方位一致；S2. 特征分割步骤；对步骤S1中得到的方位校正后的待校准图像以及参考图像同时进行特征分割，并保存分割之后的文件，设为特征文件；S3. 降采样步骤；对步骤S2中得到的两个特征文件进行降采样；S4. 线性配准步骤；对步骤S3中得到的降采样后的两个特征文件进行线性配准，并记录线性配准产生的参数；S5. 非线性配准步骤；对步骤S4中得到的线性配准之后的待校准图像的特征文件与步骤S3中降采样之后的参考图像的特征文件进行非线性配准，并记录非线性配准产生的参数；...

【技术特征摘要】
1.一种三维脑图谱数据集空间校准方法，其特征在于，包括以下步骤：S1.初步方位校正步骤；对待校准图像进行方位校正，使之与预设的参考图像方位一致；S2.特征分割步骤；对步骤S1中得到的方位校正后的待校准图像以及参考图像同时进行特征分割，并保存分割之后的文件，设为特征文件；S3.降采样步骤；对步骤S2中得到的两个特征文件进行降采样；S4.线性配准步骤；对步骤S3中得到的降采样后的两个特征文件进行线性配准，并记录线性配准产生的参数；S5.非线性配准步骤；对步骤S4中得到的线性配准之后的待校准图像的特征文件与步骤S3中降采样之后的参考图像的特征文件进行非线性配准，并记录非线性配准产生的参数；S6.升采样步骤；对步骤S4产生的线性配准的参数以及步骤S5产生的非线性配准的参数进行与降采样等倍数的升采样；S7.线性及非线性校正步骤；将步骤S6中升采样之后的线性配准的参数以及非线性配准的参数应用至步骤S1产生的方位校正后的待校准图像进行线性及非线性校正。2.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S1中所述的参考图像与待校准图像分辨率相同。3.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S1中所述的方位校正，x，y，z方向的角度相差不超过90°。4.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S4中所述的线性配准所选的变换模型为仿射变换，配准的测度选择归一化互信息作为测度，同时选择多层金字塔模型对配准进行加速。5.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S5中所述的非线性配准所选的变换模型为无参数的非线性模型，配准的测度选择归一化互信息作为测度，同时选择多层金字塔模型对配准进行加速。6.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S6中所述的升采样包括对线性配准的平移部分的参数以及非线性配准的形变场部分的参数进行升采样。7.根据权利要求6所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S7中所述的线性及非线性校正包括，线性配准的平移部分的参数对待校准图像的大小、角度、方位进行校正，非线性配准的形变场部分的参...

【专利技术属性】
技术研发人员：龚辉，倪鸿，骆清铭，李安安，陈尚宾，
申请(专利权)人：华中科技大学苏州脑空间信息研究院，
类型：发明
国别省市：江苏,32