本發(fā)明屬于生物學(xué)圖像模式識別技術(shù)領(lǐng)域，特別是涉及基于結(jié)構(gòu)磁共振被試間協(xié)變的鏡像體素同倫連接方法。

背景技術(shù)：

磁共振成像(magneticresonanceimaging,mri)是利用人體內(nèi)原子核在磁場內(nèi)與外加射頻磁場發(fā)生共振而產(chǎn)生影像的一種成像技術(shù)。根據(jù)磁共振成像對組織磁化高度敏感的特點來研究人腦功能，特別是大腦各功能區(qū)劃分或定位的無創(chuàng)檢測技術(shù)。對于大腦磁共振成像對稱性的研究可以很好地描述不同腦區(qū)左右對稱性的差異?，F(xiàn)如今，已經(jīng)有人提出了在功能上的鏡像體素同倫連接(voxel-mirroredhomotopicconnectivity,vmhc)。vmhc是一種研究功能上的對稱性的方法，但并沒有對大腦形態(tài)學(xué)上的對稱性進行研究。對此，為了研究大腦形態(tài)學(xué)對稱性，本發(fā)明提出了一種基于結(jié)構(gòu)協(xié)變分析的大腦形態(tài)學(xué)對稱性的描述方法。

技術(shù)實現(xiàn)要素：

為了更好地研究大腦形態(tài)學(xué)的特征，本發(fā)明提出了一種針對磁共振的三維結(jié)構(gòu)數(shù)據(jù)的左右大腦形態(tài)學(xué)上對稱性研究的方法，利用觀察不同組人群之間的左右腦的差異來預(yù)測例如性別等的方面的特征。

該發(fā)明首先建立映射模板，以映射模板中各體素點所在的位置為框架，將各樣本圖像的數(shù)據(jù)匹配到模板的框架中，再將匹配后的樣本圖像相同點的體素組成體素向量，根據(jù)對稱點位置的體素向量計算出大腦圖像對稱點的對稱性，最后根據(jù)實際情況判斷出整個大腦的對稱性或大腦各功能區(qū)的對稱性。為實現(xiàn)上述目的，本發(fā)明提出了一種基于結(jié)構(gòu)協(xié)變計算大腦形態(tài)學(xué)對稱性的方法，該方法包括：

步驟1：采集多個樣本的腦結(jié)構(gòu)核磁共振圖像，將各樣本圖像統(tǒng)一到同一空間坐標系下，采用混合模型聚類算法對各樣本圖像分割為灰質(zhì)、白質(zhì)、腦脊液，得到各樣本的灰質(zhì)圖像；

步驟2：將步驟1得到的所有樣本圖像的灰質(zhì)圖像取平均得到平均灰質(zhì)圖像；再將平均灰質(zhì)圖像中左腦圖像對稱到右邊，右腦圖像對稱到左邊，得到對稱圖像；最后對平均灰質(zhì)圖像和對稱圖像取平均，得到模板圖像；

步驟3：將步驟1得到的各樣本灰質(zhì)圖像一一匹配到步驟2得到的模板圖像中，得到個樣本的新灰質(zhì)圖像；

步驟4：將步驟3得到的新灰質(zhì)圖像采用三維高斯核進行平滑處理；

步驟5：提取出各樣本新灰質(zhì)圖像相同位置的體素點，組成一個體素向量；采用如下公式計算樣本大腦圖像的各對稱位置的對稱性：

其中r表示樣本大腦圖像各對稱位置的對稱性，x,y表示各樣本新灰質(zhì)圖像中兩對稱體素點組成的兩個體素向量，cov(x,y)表示計算體素向量x和體素向量y的協(xié)方差，σx，σy分別表示體素向量x和體素向量y的標準差；

步驟6：綜合多個體素點的對稱性判斷出整個大腦的對稱性或大腦各功能區(qū)的對稱性。

進一步的，步驟3的具體方法為：首先通過仿射變換對樣本灰質(zhì)圖像各體素點的坐標進行處理，然后利用徑向基函數(shù)將每個樣本中每個體素點的值計算出匹配后的值。

綜上所述，本發(fā)明提出了一種基于結(jié)構(gòu)協(xié)變分析的大腦形態(tài)學(xué)對稱性的描述方法，通過這種方法可以更好地研究大腦形態(tài)學(xué)對稱性，并且本發(fā)明為首次在結(jié)構(gòu)上研究大腦形態(tài)學(xué)對稱性的方法中，并能首次準確的量化大腦結(jié)構(gòu)上的對稱性。

附圖說明

圖1為平滑后的灰質(zhì)圖像；

圖2為平均的灰質(zhì)圖像；

圖3為配準到平均模板上的個體灰質(zhì)圖像；

圖4為圖3平滑后的圖像；

圖5為被試左右腦對稱性相關(guān)圖；

圖6為被試fisherz變換后z圖。

具體實施方式

現(xiàn)結(jié)合附圖，實例對本發(fā)明的具體實施方式進行進一步描述，以下實例用于說明本發(fā)明，但并不限制本發(fā)明的范圍。

一種基于結(jié)構(gòu)協(xié)變分析的大腦形態(tài)學(xué)對稱性的方法，具體實施步驟如下：

(1)對于一組正常被試共25人，全為男性。經(jīng)所有人的腦結(jié)構(gòu)核磁共振圖像標準化到一個相同的立體空間，采用混合模型聚類算法對腦結(jié)構(gòu)核磁共振圖像進行分割得到灰質(zhì)，白質(zhì)和腦脊液3中組織成分。提出其中的灰質(zhì)成分圖像(如圖1)。

(2)利用matlab將所有人的灰質(zhì)圖像取平均得到平均的灰質(zhì)圖像，將這個圖像左右反轉(zhuǎn)相加求平均得到模板圖像(如圖2)。

(3)分別用每一個人分割后的灰質(zhì)圖像配準到步驟2得到的對稱模板上得到各個個體的新的灰質(zhì)圖(如圖3)。

(4)將步驟3得到的灰質(zhì)圖像利用三維高斯核和圖像進行離散卷積運算，得到平滑后的圖像(如圖4)。

(5)將每個個體的圖像在模板內(nèi)的體素點串起來的到每個點的體素向量，并和這個體素點對稱的體素點串起來的體素向量利用計算對稱相關(guān)性并將得到的r值賦予這個體素點及其對稱體素點。將處于模板內(nèi)的每個體素點用上述方法計算一遍得到一個相關(guān)的三維圖像。將這個圖像稱為相關(guān)圖(如圖5)。

(6)將圖5的三維圖像中的每個點的r進行fisherz變換，通過公式計算出每個點的z值(如圖6)進行觀察。

技術(shù)特征：

技術(shù)總結(jié)
該發(fā)明公開了一種基于結(jié)構(gòu)協(xié)變計算大腦形態(tài)學(xué)對稱性的方法，屬于生物學(xué)圖像模式識別技術(shù)領(lǐng)域，特別是涉及基于結(jié)構(gòu)磁共振被試間協(xié)變的鏡像體素同倫連接方法。該發(fā)明首先建立映射模板，以映射模板中各體素點所在的位置為框架，將各樣本圖像的數(shù)據(jù)匹配到模板的框架中，再將匹配后的樣本圖像相同點的體素組成體素向量，根據(jù)對稱點位置的體素向量計算出大腦圖像對稱點的對稱性，最后根據(jù)實際情況判斷出整個大腦的對稱性或大腦各功能區(qū)的對稱性。本發(fā)明為首次在結(jié)構(gòu)上研究大腦形態(tài)學(xué)對稱性的方法中，并能首次準確的量化大腦的對稱性。

技術(shù)研發(fā)人員：段旭君;雷鑫峰;陳恒;廖偉;陳華富
受保護的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：2017.06.22
技術(shù)公布日：2017.11.03