[发明专利]一种基于大样本数据驱动的颅神经自动分割方法

摘要

一种基于大样本数据驱动的颅神经纤维自动分割方法，使用FreeSurfer工具进行脑区分割，应用基于球面反卷积(SD_STREAM)的确定性跟踪方法对原始DTI数据进行脑干和小脑部分的纤维跟踪，在多样本配准和聚类方法得到的颅神经纤维图谱基础上，对样本数据映射配准得到目标颅神经纤维束。相比较常用的手动绘制ROI和剔除错误纤维的方法，本发明排除人为操作引入的的主观性，同时保证纤维束成像确定性，减小数据误差，能够为颅神经纤维分割提供高效、精确、稳定、可重复的方法。

主权项

1.一种基于大样本数据驱动的颅神经纤维自动分割方法，其特征在于：所述方法包括以下步骤：/n步骤一，数据预处理；/n每个DTI数据都经过去噪，涡流和运动矫正；/n步骤二，脑组织分割；/n使用FreeSurfer工具中的recon-all命令，完成FreeSurfer皮质重建的部分或全部过程，在开始前，将结构图像存入具有层次的目录中，在文件下打开终端，输入：tcsh；输入相关参数，指定DICOM序列中的一片，为subject起名，并指定subject存放的文件夹，分割完成后在指定文件夹得到分割结果并将其转换为nii文件；/n步骤三，纤维跟踪/n应用基于球面反卷积的确定性跟踪方法对原始DTI数据进行脑干和小脑部分的纤维跟踪，该方法以球谐函数SH为基础表示的纤维方向分布FOD图像作为输入，在每个流线步骤中，对局部FOD进行采样，并且从当前流线切线方向，对球体进行牛顿优化，以便定位最近的FOD振幅峰值的方向，将脑干和小脑作为种子点在全脑范围进行纤维跟踪；/n步骤四，纤维配准映射/n图谱的创建和纤维束统计的测量，都需要通过配准将多个数据集映射到一个公共坐标系，进行纤维束成像的初始对准或标准化，应用无偏的多样本仿射和基于B样条的纤维束成像配准方法，B样条模型用于实现非刚性分组配准以改善空间对应质量。/n