[发明专利]一种脑片图像区域划分方法及装置

说明书

本发明涉及一种脑片图像区域划分方法及装置，属于图像配准技术领域。其中方法包括：获取多组图像，每组图像包括待区域划分的原始图像和与其对应的灰度、彩色标准脑图谱；将灰度、彩色标准脑图谱做仿射变换，得到仿射变换后的灰度、彩色标准脑图谱；将原始图像和仿射变换后的灰度标准脑图谱分别进行特征提取，得到单模原始图像和单模灰度标准脑图谱；将单模原始图像和单模灰度标准脑图谱作为训练样本，训练配准网络；将仿射变换后的彩色标准脑图谱输入训练好的配准网络，得到配准好的彩色标准脑图；进而与原始图像融合，以完成区域划分。本发明实现多模态脑片图像全自动、快速的区域划分，且操作简单便捷，区域划分准确。

技术领域

本发明涉及一种脑片图像区域划分方法及装置，属于图像配准技术领域。

背景技术

大脑是动物体内最复杂的器官，其由数目庞大、具有不同形态及功能的细胞组成，并且通过不同的神经网络主导动物的各种心理、生理活动。研究大脑是治疗脑神经疾病、模拟脑网络功能、优化人工智能的基础。免疫组织化学染色、乙酰胆碱酯酶染色和尼氏染色等神经组织染色方法的出现和大量应用，促使人们制作完成了小鼠、大鼠和人等多种动物的脑区结构精细的标准脑图谱。随着神经环路标记及神经染色技术的进一步发展和磁共振成像技术的应用，往往需要对各个脑区的细胞数目、荧光信号强度以及分子表达水平进行量化分析，进而对脑网络组成结构及神经细胞分布特性进行研究。标准脑图谱的建立为脑科学研究人员进行脑区研究提供了极大的便利。

参照标准脑图谱对脑片(即脑切片)进行区域划分是脑区研究的基础，因此对脑片图像区域划分的效果非常关键，其直接影响标记神经元及荧光信号在不同脑区分布的统计结果，从而对整体研究结论产生较大影响。在区域划分时，一般先进行脑切片图像与标准脑图谱进行配准，之后进行这两幅图像的融合，以实现区域划分，但是在实际研究中，由于现有脑切片与标准脑图谱相比存在较大形变且两者为不同模态结构，所以配准难度极大。目前常见的脑切片与标准脑图谱配准方法有三种：一，参照标准图谱，在脑切片图像上人工识别脑分区，并对脑区轮廓进行手绘，但手绘需要依靠专家经验且标准不一，只适用于少量样本绘制，不适用大量样本规模化处理；二，通过Photoshop图像处理软件，进行简易脑片图像的半自动区域划分，此方法人工参与较多，同样需要专家经验，且费时费力，无法进行规模化的脑区划分；三，采用传统多模态配准方式进行配准，与模态内配准相比，模态间配准是更具挑战性的任务，因为很难定义有效的相似性度量以指导跨模态的局部配准。一般来说，互信息(Mutual Information，MI)及其变体是解决模态间配准问题的常用方法，然而，MI是一种全局相似性度量，其精确进行局部匹配的能力有限，因为局部区域中的体素数不足使得在计算MI时强度分布鲁棒性较差。因此，采用多模态配准算法对本研究任务进行配准时，其配准精度较低，进而导致进行区域划分时，划分不准确。

发明内容

本发明的目的在于提供一种脑片图像区域划分方法，用以解决现有区域划分方法划分不准确的问题；同时还提供一种脑片图像区域划分装置，用以解决现有区域划分装置划分不准确的问题。

为实现上述目的，本发明提出一种脑片图像区域划分方法，包括以下步骤：

获取多组图像，每组图像包括待区域划分的原始图像和与其对应的灰度标准脑图谱、彩色标准脑图谱；

对于其中一组图像，将灰度标准脑图谱、彩色标准脑图谱做仿射变换，得到仿射变换后的灰度标准脑图谱、彩色标准脑图谱；

将原始图像和仿射变换后的灰度标准脑图谱分别进行特征提取，得到单模原始图像和单模灰度标准脑图谱，单模原始图像和单模灰度标准脑图谱为同一模态图像；

将单模原始图像和单模灰度标准脑图谱作为训练样本，训练配准网络；训练时，以单模原始图像为参考图像，单模灰度标准脑图谱为浮动图像，得到训练好的配准网络；

将仿射变换后的彩色标准脑图谱输入训练好的配准网络，得到配准好的彩色标准脑图；

将配准好的彩色标准脑图谱与原始图像融合，以完成区域划分。