[发明专利]基于三维光学扫描的脑磁图自动化定位配准方法及装置有效
| 申请号: | 202110076677.3 | 申请日: | 2021-01-20 |
| 公开(公告)号: | CN112669386B | 公开(公告)日: | 2022-09-23 |
| 发明(设计)人: | 高家红;古闻宇;盛经纬 | 申请(专利权)人: | 北京大学;北京昆迈医疗科技有限公司 |
| 主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T7/33;G06T7/11;G06T17/00;G06V10/77 |
| 代理公司: | 北京君尚知识产权代理有限公司 11200 | 代理人: | 余长江 |
| 地址: | 100871 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 三维 光学 扫描 脑磁图 自动化 定位 方法 装置 | ||
1.一种基于三维光学扫描的脑磁图自动化定位配准方法,其步骤包括:
1)获取包含脑磁帽的被试头部三维图像,提取包含脑磁帽的被试头部三维图像中点云的信息,并依据点云信息,将点云分割为若干小点云,其中每一小点云代表一基本形状;其中,所述基本形状包括:平面、球面、锥面和柱面;
2)基于小点云的包围盒中一矩形平面的几何特征,计算各小点云之间的几何关系,获取组成脑磁帽探头的小点云,得到包含脑磁帽的被试头部三维图像中各探头位置;
3)获取被试头部的解剖结构像,并将解剖结构像分别转化为头皮三维图像与大脑皮层三维图像;
4)分别计算包含脑磁帽的被试头部三维图像与头皮三维图像的全局特征,选取拥有相似全局特征的点对,计算得到最优空间变换;
5)根据仪器坐标系及头皮三维图像中被试头皮的边界,得到头皮三维图像中的面部图像,并依据最优空间变换,得到包含脑磁帽的被试头部三维图像中的面部图像;
6)分别计算上述两个面部图像的全局特征,选取拥有相似全局特征的点对,计算得到空间变换;
7)将该空间变换作用于一面部图像,以初始化局部优化配准算法,输出优化后的配准结果对应的空间变换矩阵;
8)通过空间变换矩阵,将各探头位置与大脑皮层三维图像排布在同一坐标系下,得到各探头相对于被试大脑皮层的位置。
2.如权利要求1所述的方法,其特征在于,通过以下步骤得到小点云的包围盒:
1)计算小点云坐标的协方差矩阵;
2)以协方差矩阵的特征值作为边长,特征向量方向作为边的朝向,得到小点云的包围盒。
3.如权利要求1所述的方法,其特征在于,所述矩形平面包括:包围盒的中心矩形平面;所述几何特征包括:小点云中的各点与矩形平面的法向、矩形平面的坐标边界和矩形平面的尺寸。
4.如权利要求1所述的方法,其特征在于,通过以下步骤得到包含脑磁帽的被试头部三维图像中各探头位置:
1)根据设定的上表面尺寸阈值及侧表面尺寸阈值,对各矩形平面进行筛选,得到可能的探头上表面与探头侧表面;
2)依据设定中心点距阈值,在若干可能的探头侧表面中,找到各可能的探头上表面的相应可能的探头侧表面;
3)通过计算可能的探头上表面与相应可能的探头侧表面的几何特征,判断可能的探头上表面与相应可能的探头侧表面组成一无底面长方体;若能够组成无底面长方体,则该可能的探头上表面属于一探头,从而得到各探头位置。
5.如权利要求4所述的方法,其特征在于,可能的探头上表面与相应可能的探头侧表面的几何特征包括:边界夹角、法向夹角和中心距离。
6.如权利要求1所述的方法,其特征在于,通过图像分割算法和三维重建算法对解剖结构像进行处理,将解剖结构像分别转化为头皮三维图像与大脑皮层三维图像。
7.如权利要求1所述的方法,其特征在于,通过以下步骤得到最优空间变换:
1)通过快速点特征直方图方法,获取包含脑磁帽的被试头部三维图像与头皮三维图像的全局特征;
2)选取拥有相似全局特征的点对,根据最小二乘法,计算得到最优空间变换。
8.一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1-7中任一所述方法。
9.一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行如权利要求1-7中任一所述方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学;北京昆迈医疗科技有限公司,未经北京大学;北京昆迈医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110076677.3/1.html,转载请声明来源钻瓜专利网。





