一种基于虚拟现实的老年痴呆图像分析系统及分析方法技术方案

技术编号:19966315 阅读:40 留言:0更新日期:2019-01-03 13:54
本发明专利技术属于医疗技术领域,公开了一种基于虚拟现实的老年痴呆图像分析系统及分析方法,系统包括:数据采集模块、中央处理模块、数据存储模块、测试模块、评估模块、显示模块;同时公开了一种基于虚拟现实的老年痴呆图像分析系统及分析方法。本发明专利技术通过测试模块利用阵列镜头获取同一时间的阵列图像,对于动态场景,避免了帧间运动估计问题,提高测试准确性;同时通过评估模块基于MR技术中的改进促进了监控随时间由于病理进展和症状增强而发生的改变或者由于治疗方法提供了症状的改善而发生的改变;提高评估的准确性,有利于对用户针对性治疗,提升治疗效果。

An Image Analysis System and Analysis Method for Alzheimer's Disease Based on Virtual Reality

The invention belongs to the field of medical technology, and discloses an image analysis system and analysis method of Alzheimer's disease based on virtual reality, which includes data acquisition module, central processing module, data storage module, test module, evaluation module and display module, and an image analysis system and analysis method of Alzheimer's disease based on virtual reality. The invention obtains the array image at the same time by using the array lens of the testing module, avoids the problem of inter-frame motion estimation and improves the testing accuracy for the dynamic scene; at the same time, the improvement of the evaluation module based on MR technology promotes the change of monitoring over time due to the pathological progress and the enhancement of symptoms or the improvement of symptoms provided by the treatment method. Change; Improve the accuracy of evaluation, is conducive to targeted treatment for users, improve the treatment effect.

【技术实现步骤摘要】
一种基于虚拟现实的老年痴呆图像分析系统及分析方法
本专利技术属于医疗
,尤其涉及一种基于虚拟现实的老年痴呆图像分析系统及分析方法。
技术介绍
目前,业内常用的现有技术是这样的:老年痴呆是一种起病隐匿的进行性发展的神经系统退行性疾病。临床上以记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等全面性痴呆表现为特征,病因迄今未明。65岁以前发病者,称早老性痴呆;65岁以后发病者称老年性痴呆。该病可能是一组异质性疾病,在多种因素(包括生物和社会心理因素)的作用下才发病。从目前研究来看,该病的可能因素和假说多达30余种,如家族史、女性、头部外伤、低教育水平、甲状腺病、母育龄过高或过低、病毒感染等。然而,现有对老年痴呆的测量通过医生诊断进行,由于人为因素测试不准确,不能更好的进行相应治疗;同时不能进行准确的评估,不利于后期治疗。综上所述,现有技术存在的问题是:现有对老年痴呆的测量通过医生诊断进行,由于人为因素测试不准确,不能更好的进行相应治疗;同时不能进行准确的评估,不利于后期治疗。现有技术推导出的行为特征模型的拉氏抠图矩阵给出邻域像素的alpha值间的线性关系,被广泛的应用在抠图算法中;拉氏抠图矩阵有其局限性,拉氏抠图矩阵表示空间邻域内像素间的关系,但不能体现非邻域间像素间的关系;拉氏抠图矩阵建立在空间连续的假设基础上,在某些前景和背景分量突变的区域,拉氏抠图矩阵难以得到理想的效果。测量数据往往具有突发性。先将数据存储然后进行处理,能很好的解决这个问题。但是这会花大量的时间用在数据的存储与提取上,信号处理的整体时间就会拉长。数据突发性与测量实时性就存在矛盾关系,这是信号处理电路存在的一个问题。测量精度传统上采用FPGA与DSP相结合的方式采集与处理数据,能够很好地解决数据处理的精度问题。但是数据在FPGA与DSP之间的流动会耗费大量的时间,且增加数据暴露在外界的机会,数据可靠性下降。所以测量精度与测量时间、数据可靠性之间存在矛盾。传统采用FPGA与DSP相结合的方式采集与处理数据,数据流动会耗费大量时间,数据可靠性下降,测量范围较小。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种基于虚拟现实的老年痴呆图像分析系统及分析方法。本专利技术是这样实现的,一种基于虚拟现实的老年痴呆图像分析方法包括:通过数据采集模块利用集成的多模态分子成像系统中的配准软件,将计算机断层成像重建得到的三维体素数据配准到图谱中,绘制并标记待检测部位外部轮廓线的边界线;基于三维体素数据和标记的边界线,构造边界节点富集函数:其中,j是体素节点;ψj(r)是定义的内边界节点富集函数;vj(r)是线性插值基函数;是符号距离函数,定义为节点到距离其最近闭合边界的距离:其中,sign(r)用来表示点r与边界Γ的从属关系:若点在区域内部则值为负,在区域外部则为正,在边界上则为零;是符号距离函数在体素节点j上的取值;以标记的边界线为分界面,将待检测部位分解为多个器官的合集,并将待检测部位光学特性参数赋给相应器官,构建基于体素的物理模型;对构建的基于体素的物理模型;建立基于lp范数的稀疏正则化目标函数:其中,Θ(S)是基于lp范数的稀疏正则化策略建立的目标函数,0<p<1,Sinf是待检测部位内靶标能量密度的下限,Ssup是待检测部位内靶标能量密度的上限,Jm是外部边界节点上的光通量测量值,通过非接触式光学断层成像方法中的待检测部位表面三维能量重建技术将获得的多角度荧光数据映射到获得的三维体素数据的外部边界而获取;λ是稀疏正则化参数;将计算机断层成像数据中靶向目标的检测结果作为先验的初步靶标定位结果,限定系统方程的可行域范围,可行域范围限定矩阵P为:其中,R是由计算机断层成像数据重建获得的可行域范围;将建立可行域范围限定矩阵P带入到建立的稀疏正则化目标函数,最终建立基于lp稀疏正则化策略和融合结构先验信息的目标函数:对获得的靶向目标结果和获取的三维体素数据进行图像融合,将重建的靶向目标空间位置分布在待检测部位中进行三维显示;获得与用户相关的多个脑电图数据、多个心血管风险因素数据;将采集的脑电图数据、心血管风险因素数据进行存储;中央处理模块根据反馈采样频率信息采样频率状态量,产生相应频率的时钟,经过模数转换生成数字信号;对数字信号进行加Hanning窗处理,并将12位的数字信号推高到14位,同时记录此时的采样频率产生相应的采样频率状态量;对数字信号进行实时的FFT变换,同时输出运算的状态信息,状态信息包含每次FFT转换的开始与结束信号,此开始与结束信息协调整个程序的运行,采样频率状态量要延时;接收频谱信息,根据FFT转换的开始与结束状态,连续产生每组频谱相应的功率谱;根据开始与结束信息,对每组功率谱进行运算,求得功率谱的中心序号峰值序号,将此信息传递;根据运算状态信息开始与结束信息与采样频率状态量,对每组功率谱中心序号峰值序号乘以相应的系数,得到多普勒频率;控制USB通信电路,将多普勒频率传递出去;通过LABVIEW程序接收、校验、存储、显示多普勒信息;频率反馈函数根据得到的FFT转换的开始与结束信息,由反馈的功率谱中心序号决定下一组的数据采样频率,由提供的多普勒频率决定下一运算周期的采样频率,输出下一运算周期的采样频率状态量;将反馈采样频率信息采样频率状态量进行缓存,根据读取的开始与结束信息,当一次组数据开始采集时,释放反馈采样频率信息的采样频率状态量;建立行为特征模型对老年痴呆症状图像进行测试;式中权值ω,ωi是邻域wk中的权值;在应用磁场梯度的情况下,沿着选择性激发的内部体积的获取轴获取空间编码的MR回声,内部体积定位在用户大脑图像中的目标区域内;对用户的老年痴呆症状图像进行评估;并进行显示采集的数据信息。进一步,建立行为特征模型对老年痴呆症状图像进行测试中,具体包括:构造行为特征模型的抠图拉氏矩阵时,使用移动最小二乘法替代最小二乘法得到alpha图上的线性关系;在灰度图像中,窗口wi的邻域内alpha值满足局部线性条件,使用移动最小二乘法求解行为特征模型的局部线性关系,表示如下:公式权值ω,ωi是邻域wk中的权值;上式表示为以下矩阵的形式:对于每个邻域wk,Gk定义为‖wk‖×2矩阵;Gk每行包括向量(Ii,1),Wk是每行向量对应的权值ωi组成的向量,Gk’为Gk的Wk加权,对应的每行向量表示为(Wk.Ii,Wk),是邻域内所有像素对应的alpha值组成的向量;系数ak,bk解得如下所示:令J(α)表示为下式:δi,j是Kroneckerdelta函数,μk和σ2分别是小窗口wk内的基于Wk的加权均值和方差,‖wk‖是窗口内像素的个数,L为移动拉氏抠图矩阵;引入权值ωi,应用至彩色模型;用下式表示彩色图像各通道间的线性关系:c为彩色图像的通道数,分析各个通道信息后,式转化为下式:对上式进行化简后,解得彩色模型下移动拉氏矩阵如下式所示:J(α)=αLαT;式中,I为小邻域内所有像素对应3*1颜色向量组成的矩阵,μk为I的Wk加权平均,Σk是I在Wk加权下的协方差矩阵。进一步,中央处理模块通过集成的由两片运算放大器构成的降压偏置模块,对输入的多普勒模拟信号进行降压与偏执偏置,使信号电本文档来自技高网
...

【技术保护点】
1.一种基于虚拟现实的老年痴呆图像分析方法,其特征在于,所述基于虚拟现实的老年痴呆图像分析方法包括:通过数据采集模块利用集成的多模态分子成像系统中的配准软件,将计算机断层成像重建得到的三维体素数据配准到图谱中,绘制并标记待检测部位外部轮廓线的边界线;基于三维体素数据和标记的边界线,构造边界节点富集函数:

【技术特征摘要】
1.一种基于虚拟现实的老年痴呆图像分析方法,其特征在于,所述基于虚拟现实的老年痴呆图像分析方法包括:通过数据采集模块利用集成的多模态分子成像系统中的配准软件,将计算机断层成像重建得到的三维体素数据配准到图谱中,绘制并标记待检测部位外部轮廓线的边界线;基于三维体素数据和标记的边界线,构造边界节点富集函数:其中,j是体素节点;ψj(r)是定义的内边界节点富集函数;vj(r)是线性插值基函数;是符号距离函数,定义为节点到距离其最近闭合边界的距离:其中,sign(r)用来表示点r与边界Γ的从属关系:若点在区域内部则值为负,在区域外部则为正,在边界上则为零;是符号距离函数在体素节点j上的取值;以标记的边界线为分界面,将待检测部位分解为多个器官的合集,并将待检测部位光学特性参数赋给相应器官,构建基于体素的物理模型;对构建的基于体素的物理模型;建立基于lp范数的稀疏正则化目标函数:其中,Θ(S)是基于lp范数的稀疏正则化策略建立的目标函数,0<p<1,Sinf是待检测部位内靶标能量密度的下限,Ssup是待检测部位内靶标能量密度的上限,Jm是外部边界节点上的光通量测量值,通过非接触式光学断层成像方法中的待检测部位表面三维能量重建技术将获得的多角度荧光数据映射到获得的三维体素数据的外部边界而获取;λ是稀疏正则化参数;将计算机断层成像数据中靶向目标的检测结果作为先验的初步靶标定位结果,限定系统方程的可行域范围,可行域范围限定矩阵P为:其中,R是由计算机断层成像数据重建获得的可行域范围;将建立可行域范围限定矩阵P带入到建立的稀疏正则化目标函数,最终建立基于lp稀疏正则化策略和融合结构先验信息的目标函数:对获得的靶向目标结果和获取的三维体素数据进行图像融合,将重建的靶向目标空间位置分布在待检测部位中进行三维显示;获得与用户相关的多个脑电图数据、多个心血管风险因素数据;将采集的脑电图数据、心血管风险因素数据进行存储;中央处理模块根据反馈采样频率信息采样频率状态量,产生相应频率的时钟,经过模数转换生成数字信号;对数字信号进行加Hanning窗处理,并将12位的数字信号推高到14位,同时记录此时的采样频率产生相应的采样频率状态量;对数字信号进行实时的FFT变换,同时输出运算的状态信息,状态信息包含每次FFT转换的开始与结束信号,此开始与结束信息协调整个程序的运行,采样频率状态量要延时;接收频谱信息,根据FFT转换的开始与结束状态,连续产生每组频谱相应的功率谱;根据开始与结束信息,对每组功率谱进行运算,求得功率谱的中心序号峰值序号,将此信息传递;根据运算状态信息开始与结束信息与采样频率状态量,对每组功率谱中心序号峰值序号乘以相应的系数,得到多普勒频率;控制USB通信电路,将多普勒频率传递出去;通过LABVIEW程序接收、校验、存储、显示多普勒信息;频率反馈函数根据得到的FFT转换的开始与结束信息,由反馈的功率谱中心序号决定下一组的数据采样频率,由提供的多普勒频率决定下一运算周期的采样频率,输出下一运算周期的采样频率状态量;将反馈采样频率信息采样频率状态量进行缓存,根据读取的开始与结束信息,当一次组数据开始采集时,释放反馈采样频率信息的采样频率状态量;建立行为特征模型对老年痴呆症状图像进行测试;式中权值ω,ωi是邻域wk中的权值;在应用磁场梯度的情况下,沿着选择性激发的内部体积的获取轴获取空间编码的MR回声,内部体积定位在用户大脑图像中的目标区域内;对用户的老年痴呆症状图像进行评估;并进行显示采集的数据信息。2.如权利要求1所述基于虚拟现实的老年痴呆图像分析方法,其特征在于,建立行为特征模型对老年痴呆症状图像进行测试中,具体包括:构造行为特征模型的抠图拉氏矩阵时,使用移动最小二乘法替代最小二乘法得到alpha图上的线性关系;在灰度图像中,窗口wi的邻域内alpha值满足局部线性条件,使用移动最小二乘法求解行为特征模型的局部线性关系,表示如下:公式权值ω,ωi是邻域wk中的权值;上式表示为以下矩阵的形式:对于每个邻域wk,Gk定义为‖wk‖×2矩阵;Gk每行包括向量(Ii,1),Wk是每行向量对应的权值ωi组成的向量,Gk’为Gk的Wk加权,对应的每行向量表示为(Wk.Ii,Wk),是邻域内所有像素对应的alpha值组成的向量;系数ak,bk解得如下所示:令J(α)表示为下式:δi,j是Kroneckerdelta函数,μk和σ2分别是小窗口wk内的基于Wk的加权均值和方差,‖wk‖是窗口内像素的个数,L为移动拉氏抠图矩阵;引入权值ωi,应用至彩色模型;用下式表示彩色图像各通道间的线性关系:c为彩色图像的通道数,分析各个通道信息后,式转化为下式:对上式进行化简后,解得彩色...

【专利技术属性】
技术研发人员:成宗翰
申请(专利权)人:南宁青胜科技有限公司
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1