利索能及
我要发布
收藏
专利号: 2014105427997
申请人: 中国科学院深圳先进技术研究院
专利类型:发明专利
专利状态:已下证
更新日期:2024-12-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种用于脑部医学图像分类的图像预处理方法,其包括:

获取多个样本个体分别对应的结构磁共振图像和正电子发射计算机断层扫描图像;

基于多个样本个体相应的结构磁共振图像,利用微分同胚配准方法获取每对结构磁共振图像的配准形变场;

利用所述每对结构磁共振图像的配准形变场,计算所述每对结构磁共振图像的非相似度,形成第一特征提取信息;

将所述正电子发射计算机断层扫描图像线性配准到相应样本个体的结构磁共振图像上,基于所述每对结构磁共振图像的配准形变场将所述每对结构磁共振图像对应的两幅正电子发射计算机断层扫描图像进行空间匹配,针对空间匹配后的图像计算所述两幅正电子发射计算机断层扫描图像之间的非相似度,形成第二特征提取信息;

融合所述第一特征提取信息和第二特征提取信息,获得所有样本个体中每对样本个体图像之间的非相似度,形成第三特征提取信息;

基于所述第三特征提取信息,提取每个样本个体对应图像的多维特征向量,并将所述多维特征向量映射到k维欧几里得空间,用以进行脑部医学图像分类。

2.根据权利要求1所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述利用微分同胚配准方法获取每对结构磁共振图像的配准形变场的步骤包括:从每对结构磁共振图像中的第一个图像翘曲形变到所述每对结构磁共振图像中的第二个图像,获得第一配准形变场;和从所述第二个图像翘曲形变到所述第一个图像,获得第二配准形变场。

3.根据权利要求1所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述方法中,基于所述配准形变场计算所述每对结构磁共振图像之间的黎曼距离用以表示所述每对结构磁共振图像的非相似度。

4.根据权利要求2所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述方法中针对正电子发射计算机断层扫描图像进行线性配准和空间匹配的过程包括以下步骤:将所述正电子发射计算机断层扫描图像线性配准到相应样本个体的结构磁共振图像上;

根据所述第一配准形变场或第二配准形变场,对所述每对结构磁共振图像对应的正电子发射计算机断层扫描图像进行翘曲实现空间匹配。

5.根据权利要求1所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述融合所述第一特征提取信息和第二特征提取信息获得所有样本个体中每对样本个体图像之间的非相似度、形成第三特征提取信息的步骤包括:对所有结构磁共振图像对的非相似度和所有正电子发射计算机断层扫描图像对的非相似度分别进行归一化处理,设定权值,获得每对样本个体图像之间的非相似度;

集合所有样本个体中每对样本个体图像之间的非相似度,获得非相似度矩阵,用以形成所述第三特征提取信息。

6.根据权利要求5所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述基于所述第三特征提取信息、提取每个样本个体对应图像的多维特征向量的步骤包括:利用光谱投影方法将所述非相似度矩阵进行正则化处理;

对正则化处理之后的矩阵数据进行特征分解,获得每个样本个体对应图像的多维特征向量。

7.根据权利要求1所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所述每对结构磁共振图像对应的两幅正电子发射计算机断层扫描图像之间的非相似度为:所述每对结构磁共振图像对应的两幅正电子发射计算机断层扫描图像之间相减后取L2范数。

8.根据权利要求1所述的用于脑部医学图像分类的图像预处理方法,其特征在于,所有样本个体中每对样本个体图像之间的非相似度表示为下述公式:dist(Si,Sj)=ω·dist(Mi,Mj)+(1-ω)dist(Pi,Pj)其中,dist(Si,Sj)表示为每对样本个体{Si,Sj}图像之间的非相似度,ω表示为设定的权值,dist(Mi,Mj)表示为所述每对结构磁共振图像{Mi,Mj}的非相似度,dist(Pi,Pj)表示所述两幅正电子发射计算机断层扫描图像{Pi,Pj}的非相似度。

9.一种用于脑部医学图像分类的图像预处理系统,其特征在于,所述系统包括:图像提取模块,用于获取多个样本个体分别对应的结构磁共振图像和正电子发射计算机断层扫描图像;

配准模块,用于基于多个样本个体相应的结构磁共振图像,利用微分同胚配准方法获取每对结构磁共振图像的配准形变场;

第一特征提取模块,用于利用所述每对结构磁共振图像的配准形变场,计算所述每对结构磁共振图像的非相似度,形成第一特征提取信息;

第二特征提取模块,用于将所述正电子发射计算机断层扫描图像线性配准到相应样本个体的结构磁共振图像上,基于所述每对结构磁共振图像的配准形变场将所述每对结构磁共振图像对应的两幅正电子发射计算机断层扫描图像进行空间匹配,针对空间匹配后的图像计算所述两幅正电子发射计算机断层扫描图像之间的非相似度,形成第二特征提取信息;

第三特征提取模块,用于融合所述第一特征提取信息和第二特征提取信息,获得所有样本个体中每对样本个体图像之间的非相似度,形成第三特征提取信息;

光谱投影模块,用于基于所述第三特征提取信息,提取每个样本个体对应图像的多维特征向量,并将所述多维特征向量映射到k维欧几里得空间,用以进行脑部医学图像分类。

10.根据权利要求9所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述配准模块包括:第一翘曲单元,用于执行从每对结构磁共振图像中的第一个图像翘曲形变到所述每对结构磁共振图像中的第二个图像获得第一配准形变场的步骤;和第二翘曲单元,用于执行从所述第二个图像翘曲形变到所述第一个图像获得第二配准形变场的步骤。

11.根据权利要求10所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述第二特征提取模块包括:配准单元,用于执行将上述正电子发射计算机断层扫描图像线性配准到相应样本个体的结构磁共振图像上的步骤;和空间匹配单元,用于根据所述第一配准形变场或第二配准形变场对所述每对结构磁共振图像对应的正电子发射计算机断层扫描图像进行翘曲实现空间匹配。

12.根据权利要求9所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述第一特征提取模块还包括:黎曼距离计算单元,用于利用所述每对结构磁共振图像的配准形变场,计算黎曼距离以获得所述每对结构磁共振图像的非相似度,用以形成所述第一特征提取信息。

13.根据权利要求11所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述第二特征提取模块还包括:计算单元,用于针对配准后的图像,将所述每对结构磁共振图像对应的两幅正电子发射计算机断层扫描图像之间相减后取L2范数来获得两幅正电子发射计算机断层扫描图像之间的非相似度,用以形成第二特征提取信息。

14.根据权利要求9所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述第三特征提取模块包括:归一化单元,用于对所有结构磁共振图像对的非相似度和所有正电子发射计算机断层扫描图像对的非相似度分别进行归一化处理、设定权值,获得每对样本个体图像之间的非相似度;

集合单元,用于集合所有样本个体中每对样本个体图像之间的非相似度,获得非相似度矩阵,用以形成所述第三特征提取信息。

15.根据权利要求14所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述光谱投影模块包括:映射单元,用于将所述非相似度矩阵进行正则化处理;

特征提取单元,用于对正则化处理之后的矩阵数据进行特征分解,获得每个样本个体对应图像的多维特征向量。

16.根据权利要求14所述的用于脑部医学图像分类的图像预处理系统,其特征在于,所述光谱投影模块还包括:降维单元,用于对所述多维特征向量进行降维处理,映射到k维欧几里得空间。