大脑皮质下结构的三维表面生成方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种大脑皮质下结构的三维表面生成方法、装置及存储介质。该方法包括：获取大脑皮质下结构的预处理数据；根据预设的图像分割网络对预处理数据进行分割，得到初步分割数据；根据预设的图像表面处理算法对初步分割数据进行处理，得到目标表面和初始表面；根据配准算法将初始表面映射到目标表面，生成对应大脑皮质下结构的初始三维表面；对初始三维表面进行建模，得到主动形状模型；基于主动形状模型对初始三维表面进行计算，得到初始参数；对初始参数进行优化，得到最优形状参数；对初始参数和最优形状参数进行计算，生成对应大脑皮质下结构的目标三维表面。通过该方法：能够生成具有高精度、正确解剖拓扑结构以及足够光滑度的三维表面。光滑度的三维表面。光滑度的三维表面。

【技术实现步骤摘要】
大脑皮质下结构的三维表面生成方法、装置及存储介质


[0001]本专利技术涉及三维表面重建
，尤其是涉及一种大脑皮质下结构的三维表面生成方法、装置及存储介质。

技术介绍

[0002]相关技术中，使用三维表面重建，可以确定任意对象的三维轮廓，以及轮廓上任意点的三维坐标。三维重建是一个经典的科学问题，是许多领域的核心技术，例如计算机辅助几何设计、计算机图形学、计算机动画、医学成像等。在医学成像领域，三维重建可以在计算机上以三维形式显示解剖结构及病变区域，信息量更丰富，更有重要的临床价值。
[0003]近些年来，对大脑皮质下结构进行形态分析变得越来越重要，尤其是在神经退行性疾病领域，例如阿尔茨海默病，亨廷顿病和帕金森病以及各种神经发育障碍等。一般而言，这些神经退行性疾病患者的大脑皮质下结构通常会伴随着一定程度的形态异常与体积异常出现。观察大脑皮质下结构并对其进行形态学分析，对于相关神经退行性疾病的诊断及临床治疗而言，其重要性不言而喻。而三维表面重建，即对相应的皮质下结构进行表面生成，是精准量化分析，尤其是局部量化分析的前提。具体而言，在阿本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.大脑皮质下结构的三维表面生成方法，其特征在于，包括：获取大脑皮质下结构的预处理数据；根据预设的图像分割网络对所述预处理数据进行分割，得到初步分割数据；根据预设的图像表面处理算法对所述初步分割数据进行处理，得到目标表面和初始表面；根据配准算法将所述初始表面映射到所述目标表面，生成对应所述大脑皮质下结构的初始三维表面；对所述初始三维表面进行建模，得到主动形状模型；基于所述主动形状模型对所述初始三维表面进行计算，得到初始参数；对所述初始参数进行优化，得到最优形状参数；对所述初始参数和所述最优形状参数进行计算，生成对应所述大脑皮质下结构的目标三维表面。2.根据权利要求1所述的大脑皮质下结构的三维表面生成方法，其特征在于，所述根据预设的图像分割网络对所述预处理数据进行分割，得到初步分割数据，包括：根据预设的交叉验证算法对所述预处理数据进行分组，得到分组数据；根据所述图像分割网络对所述分组数据进行分割，得到所述初步分割数据。3.根据权利要求1所述的大脑皮质下结构的三维表面生成方法，其特征在于，所述根据预设的图像表面处理算法对所述初步分割数据进行处理，得到目标表面和初始表面，包括：获取预设的图像表面处理算法；所述图像表面处理算法至少包括：网格生成算法和三角剖分算法；根据所述网格生成算法对所述初步分割数据进行处理，得到所述目标表面；根据所述三角剖分算法对所述初步分割数据进行处理，得到所述初始表面。4.根据权利要求3所述的大脑皮质下结构的三维表面生成方法，其特征在于，所述根据所述三角剖分算法对所述初步分割数据进行处理，得到初始表面，包括：获取所述初步分割数据的空间点集数据；获取所述三角剖分算法的最小角最大准则和空外接圆准则；根据所述最小角最大准则和所述空外接圆准则对所述空间点集数据进行处理，得到所述初始表面。5.根据权利要求1所述的大脑皮质下结构的三维表面生成方法，其特征在于，所述根据配准算法将所述初始表面映射到所述目标表面，生成对应所述大脑皮质下结构的初始三维表面，包括：获取预设的配准算法；对所述初始表面进行对齐处理...

【专利技术属性】
技术研发人员：唐晓颖，钟品源，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：