[发明专利]三维脑图谱数据集空间校准方法及系统

权利要求书

1.一种三维脑图谱数据集空间校准方法，其特征在于，包括以下步骤：

S1. 初步方位校正步骤；

对待校准图像进行方位校正，使之与预设的参考图像方位一致；

S2. 特征分割步骤；

对步骤S1中得到的方位校正后的待校准图像以及参考图像同时进行特征分割，并保存分割之后的文件，设为特征文件；

S3. 降采样步骤；

对步骤S2中得到的两个特征文件进行降采样；

S4. 线性配准步骤；

对步骤S3中得到的降采样后的两个特征文件进行线性配准，并记录线性配准产生的参数；

S5. 非线性配准步骤；

对步骤S4中得到的线性配准之后的待校准图像的特征文件与步骤S3中降采样之后的参考图像的特征文件进行非线性配准，并记录非线性配准产生的参数；所述的步骤S5中所述的非线性配准所选的变换模型为无参数的非线性模型，配准的测度选择归一化互信息作为测度，同时选择多层金字塔模型对配准进行加速；

S6. 升采样步骤；

对步骤S4产生的线性配准的参数以及步骤S5产生的非线性配准的参数进行与降采样等倍数的升采样；

S7. 线性及非线性校正步骤；

将步骤S6中升采样之后的线性配准的参数以及非线性配准的参数应用至步骤S1产生的方位校正后的待校准图像进行线性及非线性校正。

2.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S1中所述的参考图像与待校准图像分辨率相同。

3.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S1中所述的方位校正，x，y，z方向的角度相差不超过90°。

4.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S4中所述的线性配准所选的变换模型为仿射变换，配准的测度选择归一化互信息作为测度，同时选择多层金字塔模型对配准进行加速。

5.根据权利要求1所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S6中所述的升采样包括对线性配准的平移部分的参数以及非线性配准的形变场部分的参数进行升采样。

6.根据权利要求5所述的三维脑图谱数据集空间校准方法，其特征在于，所述的步骤S7中所述的线性及非线性校正包括，线性配准的平移部分的参数对待校准图像的大小、角度、方位进行校正，非线性配准的形变场部分的参数对线性配准的图像中每个像素点都进行移动，得到准确的校正之后的图像，其中所述线性配准的平移部分的参数为矩阵参数。

7.一种三维脑图谱数据集空间校准系统，其特征在于，包括以下单元：

初步方位校正单元；用以对待校准图像进行方位校正，与预设的参考图像方位一致；

特征分割单元；用以对初步方位校正单元中得到的方位校正后的待校准图像以及参考图像同时进行特征分割，并保存分割之后的文件，为特征文件；

降采样单元；用以对特征分割单元中得到的两个特征文件进行降采样；

线性配准单元；用以对降采样单元中得到的降采样后的两个特征文件进行线性配准，并记录线性配准产生的参数；

非线性配准单元；用以对线性配准单元中得到的线性配准之后的待校准图像的特征文件与降采样单元中降采样之后的参考图像的特征文件进行非线性配准，并记录非线性配准产生的参数；所述的非线性配准单元中，所述的非线性配准所选的变换模型为无参数的非线性模型，配准的测度选择归一化互信息作为测度，同时选择多层金字塔模型对配准进行加速；

升采样单元；用以对线性配准单元产生的线性配准的参数以及非线性配准单元产生的非线性配准的参数进行与降采样等倍数的升采样；

线性及非线性校正单元；用以将升采样单元升采样之后的线性配准的参数以及非线性配准的参数应用至初步方位校正单元产生的方位校正后的待校准图像进行线性及非线性校正。