[发明专利]脑标识提取方法、装置、计算机设备和存储介质

说明书

本申请涉及一种脑标识提取方法、装置、计算机设备和存储介质，通过将目标主体的脑部磁共振图像输入至预设的神经网络模型中，得到脑部磁共振图像的点标识概率图、面标识概率图和区域标识概率图后，根据点标识概率图，确定目标主体脑部的点标识；根据面标识概率图确定目标主体脑部的面标识；根据区域标识概率图确定目标主体脑部的区域标识；并根据点标识和面标识构建脑部坐标系，然后根据点标识、面标识、区域标识和脑部坐标系中的一种或多种信息，确定目标主体脑部的其他标识。极大地精简了脑部特征的提取过程，高效且精准地对大脑标识结构进行提取。

技术领域

本申请实施例涉及医疗技术领域，特别是涉及一种脑标识提取方法、装置、计算机设备和存储介质。

背景技术

神经科学领域中，前连合(Anterior Commissure,AC)、后连合(PosteriorCommissure,PC)、中矢面(Midsagittal Plane,MSP)以及塔莱拉什(Talairach)大脑皮层标志点均是重要的大脑标识结构。这些大脑标识结构在脑解剖成像分析领域起到重要作用，通过这些标识进行图谱配准映射，或建立大脑坐标系，对于分析个体脑部结构、定位脑部功能区域，甚至辅助脑部病理区域定位和手术规划具有着重要的意义。

现有的神经外科分析相关软件中，AC标志点、PC标志点、MSP，以及Talairach皮层标志点的定位，大多需要医生手动进行。以神经外科机器人立体定向辅助系统(RobotizedStereotactic Assistant,ROSA)的神经外科机器人为例，其基于Talairach坐标系脑图谱配准功能所依赖的AC，PC，以及6个脑皮层标志点均采取手动的方式确定，中矢面的定位通过增加一个中矢面上任一点IH，由AC、PC、IH三点确定。然而手动定位耗时费力，受主观操作者影响大，可重复性低。

因此，现有技术中仍缺乏一种高效且精准地对大脑标识结构进行提取的方法。

发明内容

基于此，有必要针对上述技术问题，提供一种能够高效且精准地对大脑标识结构进行提取的方法的脑标识提取方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供一种脑标识提取方法，该方法包括：

将目标主体的脑部磁共振图像输入至预设的神经网络模型中，得到脑部磁共振图像的不同类型的标识概率图；不同类型的标识概率图包括点标识概率图、面标识概率图和区域标识概率图；不同类型的标识概率图分别通过神经网络模型中的不同任务分支网络层输出；

根据点标识概率图，确定目标主体脑部的点标识；根据面标识概率图确定目标主体脑部的面标识；根据区域标识概率图确定目标主体脑部的区域标识；

根据点标识和面标识构建脑部坐标系；

根据点标识、面标识、区域标识和脑部坐标系中的一种或多种信息，确定目标主体脑部的其他标识。

在其中一个实施例中，上述点标识概率图包括前连合概率图和后连合概率图，点标识包括前连合标志点和后连合标志点；上述根据点标识概率图，确定目标主体脑部的点标识，包括：

将前连合概率图中最大概率值对应的像素点确定为前连合标志点；将后连合概率图中最大概率值对应的像素点确定为后连合标志点。

在其中一个实施例中，上述面标识概率图包括中矢面概率图，面标识包括中矢面；上述根据面标识概率图确定目标主体脑部的面标识，包括：

通过预设的算法，对从中矢面概率图中提取的中矢面平面点集进行拟合，得到中矢面；中矢面平面点集为中矢面概率图中概率大于预设阈值的像素点集合。

在其中一个实施例中，上述区域标识概率图包括脑实质分割区域概率图，区域标识包括脑实质分割区域；

上述根据区域标识概率图确定目标主体脑部的区域标识，包括：