對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法
【專利摘要】本發(fā)明涉及一種對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法，包括以下步驟：S10、獲取目標(biāo)的二值原始體數(shù)據(jù)；S20、去除原始體數(shù)據(jù)中的孔洞；S30、進(jìn)行平滑處理；S40、將平滑后的原始體數(shù)據(jù)轉(zhuǎn)換為三角化表面三維數(shù)據(jù)；S50、將三角化表面三維數(shù)據(jù)映射至單位球體表面；S60、進(jìn)行逆映射以及初始對(duì)齊操作，得到第一形狀訓(xùn)練集；S70、將第一形狀訓(xùn)練集轉(zhuǎn)換為中間體數(shù)據(jù)；S80、對(duì)中間體數(shù)據(jù)采用兩次非參數(shù)化彈性配準(zhǔn)方法；S90、運(yùn)行主成分分析，獲取平均值、非零單位特征根以及特征向量。本發(fā)明濾除了訓(xùn)練集中各個(gè)形狀之間位移、旋轉(zhuǎn)和尺寸的影響，并將可能存在的孔洞拓?fù)浣Y(jié)構(gòu)進(jìn)行閉合操作，得到精確的點(diǎn)到點(diǎn)的一一對(duì)應(yīng)關(guān)系，該方法準(zhǔn)確性和魯棒性良好。
【專利說(shuō)明】對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及數(shù)學(xué)建模技術(shù)，尤其涉及一種對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法?！尽颈尘凹夹g(shù)】】
[0002]統(tǒng)計(jì)形狀模型(Statistical Shape Model)是一種包含物體形狀信息的統(tǒng)計(jì)模型，可以通過(guò)對(duì)大量樣本的形狀進(jìn)行統(tǒng)計(jì)學(xué)習(xí)將其建立起來(lái)。統(tǒng)計(jì)形狀模型被廣泛應(yīng)用于物體的分割、識(shí)別、跟蹤等領(lǐng)域，特別是在CT(Computed Tomography,計(jì)算機(jī)斷層掃描)、MRI(Magnetic Resonance Imaging,核磁共振成像)的圖像識(shí)別、分割、可視化等醫(yī)學(xué)成像領(lǐng)域中獲得了廣泛應(yīng)用。
[0003]對(duì)于三維物體來(lái)說(shuō)，如何建立統(tǒng)計(jì)形狀模型是一個(gè)難題。一般情況下，三維統(tǒng)計(jì)形狀模型的建立包括如下步驟:首先獲取目標(biāo)物體的大量樣本形狀，并表示為三維點(diǎn)集的形
式；然后通過(guò)某種方法在這些點(diǎn)集之間建立點(diǎn)與點(diǎn)之間--對(duì)應(yīng)的關(guān)系，從而建立起由對(duì)
應(yīng)性三維點(diǎn)集構(gòu)成的形狀訓(xùn)練集；最后運(yùn)行主成分分析，獲取統(tǒng)計(jì)形狀信息，從而完成模型的建立。從原始數(shù)據(jù)至最終模型的建成，整個(gè)過(guò)程較為復(fù)雜。建成模型的目的是為了使用該模型進(jìn)行圖像圖形分析處理，這就需要模型準(zhǔn)確、具有魯棒性、且易于建立、易于修改。在模型建立的步驟中，如何濾除大小、旋轉(zhuǎn)和位移的影響，如何生成密集、準(zhǔn)確、表面無(wú)孔洞的點(diǎn)云形狀，如何準(zhǔn)確、魯棒、自動(dòng)地建立起三維點(diǎn)集之間一一對(duì)應(yīng)的關(guān)系，是關(guān)系到統(tǒng)計(jì)形狀模型實(shí)際性能和實(shí)用性的關(guān)鍵。
[0004]現(xiàn)有技術(shù)中建立統(tǒng)計(jì)形狀模型主要有:1)手動(dòng)法，對(duì)于二維形狀來(lái)說(shuō)，通常采用手
動(dòng)的方法來(lái)挑選出--對(duì)應(yīng)的點(diǎn)集，這種方法既不準(zhǔn)確又主觀性太強(qiáng)，對(duì)于三維形狀的情
況，無(wú)法實(shí)現(xiàn)在三維形狀上手動(dòng)選取對(duì)應(yīng)點(diǎn)；2)等間距點(diǎn)法，這種方法較為簡(jiǎn)單，對(duì)所有訓(xùn)練集中的三維形狀等間距的劃分成多個(gè)輪廓線，然后再把每一條輪廓線等間隔的選取多個(gè)點(diǎn)，最終在所有形狀之間建立起點(diǎn)到點(diǎn)的一一對(duì)應(yīng)關(guān)系。這種方法雖然簡(jiǎn)單易行，實(shí)現(xiàn)了自動(dòng)建模，但是顯然無(wú)法保證其準(zhǔn)確性與魯棒性；3)基于配準(zhǔn)的技術(shù)，首先選擇一個(gè)形狀作為模板，或者成為參考形狀，其余形狀與模板形狀一一進(jìn)行點(diǎn)集到點(diǎn)集的配準(zhǔn)，從而建立起對(duì)應(yīng)關(guān)系。該方法有時(shí)對(duì)選擇哪個(gè)形狀作為模板比較敏感，同時(shí)配準(zhǔn)過(guò)程有時(shí)需要手動(dòng)進(jìn)行位姿初始化，難以實(shí)現(xiàn)完全自動(dòng)化；4)參數(shù)化方法，點(diǎn)集一般采用三維笛卡爾坐標(biāo)來(lái)表示，參數(shù)化方法采用某種系統(tǒng)化的參數(shù)方法來(lái)表示形狀。然后通過(guò)調(diào)整這些參數(shù)，來(lái)使某個(gè)定義完好的目標(biāo)函數(shù)取得極值，從而建立點(diǎn)集的一一對(duì)應(yīng)關(guān)系。這種方法能夠?qū)崿F(xiàn)自動(dòng)化，影響其性能的關(guān)鍵是輸入訓(xùn)練集的屬性和具體的參數(shù)化優(yōu)化方法要保證所生成模型的準(zhǔn)確性和魯棒性，即整個(gè)過(guò)程要濾除尺寸、旋轉(zhuǎn)和位移的影響、形狀表面無(wú)孔洞、易于配準(zhǔn)對(duì)齊。
【
【發(fā)明內(nèi)容】
】
[0005]本發(fā)明旨在解決上述現(xiàn)有技術(shù)中存在的問(wèn)題， 提出一種對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法。[0006]本發(fā)明提出的對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法，包括以下步驟:S10、基于醫(yī)學(xué)成像技術(shù)獲取所述目標(biāo)的二值原始體數(shù)據(jù)；S20、采用形態(tài)學(xué)閉操作去除所述原始體數(shù)據(jù)中的孔洞；S30、對(duì)去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理；S40、采用等值面提取算法將平滑后的原始體數(shù)據(jù)轉(zhuǎn)換為三角化表面三維數(shù)據(jù)；S50、采用保角映射算法將所述三角化表面三維數(shù)據(jù)映射至單位球體表面；S60、獲取與所述單位球體表面頂點(diǎn)距離最短的點(diǎn)集，并進(jìn)行逆映射以及初始對(duì)齊操作，得到第一形狀訓(xùn)練集；S70、采用體素化算法將所述第一形狀訓(xùn)練集轉(zhuǎn)換為中間體數(shù)據(jù)；S80、對(duì)所述中間體數(shù)據(jù)采用兩次非參數(shù)化彈性配準(zhǔn)方法，得到建立對(duì)應(yīng)關(guān)系的第二形狀訓(xùn)練集；S90、對(duì)所述第二形狀訓(xùn)練集運(yùn)行主成分分析，獲取其平均值、非零單位特征根以及特征向量。
[0007]本發(fā)明所述的統(tǒng)計(jì)形狀建模方法經(jīng)過(guò)預(yù)處理，濾除了訓(xùn)練集中各個(gè)形狀之間位移、旋轉(zhuǎn)和尺寸的影響，并將可能存在的孔洞拓?fù)浣Y(jié)構(gòu)進(jìn)行閉合操作，并進(jìn)一步采用基于兩次彈性配準(zhǔn)的非參數(shù)方法生成形變場(chǎng)，得到精確的點(diǎn)到點(diǎn)的一一對(duì)應(yīng)關(guān)系。該方法對(duì)實(shí)際采集的醫(yī)學(xué)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，準(zhǔn)確性和魯棒性良好，達(dá)到了預(yù)期的目的?！尽緦＠綀D】

【附圖說(shuō)明】】
[0008]圖1為本發(fā)明一實(shí)施例的對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法流程圖。
[0009]圖2為本發(fā)明一實(shí)施例的采用形態(tài)學(xué)閉操作去除孔洞的方法流程圖。
[0010]圖3為本發(fā)明一實(shí)施例的對(duì)單位球體表面進(jìn)行逆映射操作的方法流程圖。
[0011]圖4為本發(fā)明中采用保角映射算法將CT腎臟表面數(shù)據(jù)映射至單位球體表面所得效果圖。
[0012]圖5所示為采用人腎臟磁共振二值體數(shù)據(jù)為輸入得到統(tǒng)計(jì)形狀模型第一主模式以及第二主模式效果圖。
【【具體實(shí)施方式】】
[0013]下面結(jié)合具體實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明的技術(shù)方案，而不應(yīng)當(dāng)理解為對(duì)本發(fā)明的限制。
[0014]在本發(fā)明的描述中，術(shù)語(yǔ)“內(nèi)”、“外”、“縱向”、“橫向”、“上”、“下”、“頂”、“底”等指
示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明而不是要求本發(fā)明必須以特定的方位構(gòu)造和操作，因此不應(yīng)當(dāng)理解為對(duì)本發(fā)明的限制。
[0015]本發(fā)明提供一種對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法，該方法可用于對(duì)三維物體進(jìn)行建模，尤其可用于醫(yī)學(xué)領(lǐng)域人體器官如腎臟、肝臟、骨組織等統(tǒng)計(jì)形狀模型建模。如圖1所示，該方法包括以下步驟:S10、基于醫(yī)學(xué)成像技術(shù)獲取所述目標(biāo)的二值原始體數(shù)據(jù)；S20、采用形態(tài)學(xué)閉操作去除所述原始體數(shù)據(jù)中的孔洞；S30、對(duì)去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理；S40、采用等值面提取算法將平滑后的原始體數(shù)據(jù)轉(zhuǎn)換為三角化表面三維數(shù)據(jù)；S50、采用保角映射算法將所述三角化表面三維數(shù)據(jù)映射至單位球體表面；S60、獲取與所述單位球體表面頂點(diǎn)距離最短的點(diǎn)集，并進(jìn)行逆映射以及初始對(duì)齊操作，得到第一形狀訓(xùn)練集；S70、采用體素化算法將所述第一形狀訓(xùn)練集轉(zhuǎn)換為中間體數(shù)據(jù)；S80、對(duì)所述中間體數(shù)據(jù)采用兩次非參數(shù)化彈性配準(zhǔn)方法，得到建立對(duì)應(yīng)關(guān)系的第二形狀訓(xùn)練集；S90、對(duì)所述第二形狀訓(xùn)練集運(yùn)行主成分分析，獲取其平均值、非零單位特征根以及特征向量。
[0016]具體地，下文將對(duì)本發(fā)明所述的對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法中各步驟原理作進(jìn)一步詳細(xì)描述。
[0017]在步驟SlO中，基于醫(yī)學(xué)成像技術(shù)獲取所述目標(biāo)的二值原始體數(shù)據(jù)。其中，所述原始體數(shù)據(jù)V=Ivi, i=l,…，N}，N為訓(xùn)練集中樣本形狀的個(gè)數(shù)，每個(gè)體數(shù)據(jù)Vi表示一個(gè)樣本。此處體數(shù)據(jù)指二值體數(shù)據(jù)，一般而言，所述目標(biāo)本體區(qū)域的二值體數(shù)據(jù)值為1，所述目標(biāo)非本體區(qū)域的二值體數(shù)據(jù)值為O。在醫(yī)學(xué)應(yīng)用中，原始體數(shù)據(jù)一般獲取自CT或MRI等醫(yī)學(xué)成像技術(shù)。
[0018]在步驟S20中，采用形態(tài)學(xué)閉操作去除所述原始體數(shù)據(jù)中的孔洞。在一些情況下，所述原始體數(shù)據(jù)中會(huì)包含有一些孔洞、折疊或撕裂的拓?fù)浣Y(jié)構(gòu)，最終可能導(dǎo)致產(chǎn)生錯(cuò)誤的建模結(jié)果。實(shí)際上，同類建模方法都要避免處理含有孔洞拓?fù)浣Y(jié)構(gòu)的三維物體。這些孔洞可能是數(shù)據(jù)獲取中的一些不當(dāng)處理造成的。為防止出現(xiàn)孔洞，需進(jìn)行去除孔洞的操作，這可以通過(guò)形態(tài)學(xué)原理中的“閉(Close)操作”方法來(lái)實(shí)現(xiàn)。具體地，如圖2所示，步驟S20又可以分為以下三個(gè)步驟:S21、形態(tài)學(xué)膨脹(Dilation)處理；S22、形態(tài)學(xué)腐蝕(Erosion)處理；S23、形態(tài)學(xué)泛洪填充(Flood-fill)處理。上述膨脹、腐蝕和泛洪填充都是圖像形態(tài)學(xué)中的常用方法，此處將其組合在一起使用，可以產(chǎn)生去除孔洞的效果。
[0019]在步驟S30中，對(duì)上述去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理。在數(shù)據(jù)獲取、形態(tài)學(xué)處理過(guò)程中，可能會(huì)產(chǎn)生不平滑的毛刺、鋒利的邊緣等情況。這通常并非物體的原始特征，而是由后續(xù)操作所引入，在此需要去除。具體地，可以采用高斯平滑算法、非線性平滑算法、均值平滑算法等其它圖像平滑算法對(duì)去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理。
[0020]在步驟S40中，采用等值面提取算法將平滑后的原始體數(shù)據(jù)轉(zhuǎn)換為三角化表面三維數(shù)據(jù)。由于最終所需的形狀信息是由三維表面來(lái)表征的，因此需要進(jìn)行表面化處理。對(duì)平滑過(guò)的原始體數(shù)據(jù)，運(yùn)行Marching Cubes等值面提取算法，得到由三角面片組成的三維表面。這樣，訓(xùn)練集中的每個(gè)形狀，則由二值體數(shù)據(jù)轉(zhuǎn)變成了三角化表面數(shù)據(jù)。一般而言，認(rèn)為此處得到的是無(wú)孔洞和自連通結(jié)構(gòu)的零類閉合三維表面，其在拓?fù)渖系葍r(jià)于球體。計(jì)算每個(gè)三維形狀的幾何質(zhì)心坐標(biāo)，然后將每個(gè)形狀的幾何質(zhì)心設(shè)置為其坐標(biāo)原點(diǎn)。
[0021]為了得到更優(yōu)化的三角化效果，可以選用一些三角化算法重新計(jì)算三角拓?fù)洌M(jìn)行優(yōu)化處理。具體地，在本實(shí)例中，執(zhí)行步驟S40后、執(zhí)行步驟S50前，采用Crust算法重新生成三角化表面三維數(shù)據(jù)，再采用Ball-Pivoting算法得到優(yōu)化后的三角化表面三維數(shù)據(jù)?；贛arching Cubes算法得到的頂點(diǎn)，采用Crust算法重新生成緊湊三角片面，接著采用Ball-Pivoting算法從中抽取出三維流形，以得到最終的三角面片。此時(shí)，得到訓(xùn)練集S=Isi, i=l,…，N}，其中每個(gè)形狀Si表示為三角形面片組成的網(wǎng)格，由頂點(diǎn)集Vi= {verticesk, k=l, --?, nj 以及三角面集 A= {faces!, 1=1，…，mj 組成，即 Si= (Vi, A)。每個(gè)頂點(diǎn)Verticei由三維笛卡爾坐標(biāo)表示，每個(gè)三角面片由其三個(gè)頂點(diǎn)的編號(hào)表示。訓(xùn)練集中每個(gè)形狀的尺寸、頂點(diǎn)的個(gè)數(shù)Iii以及三角面片的個(gè)數(shù)Hli —般不同。
[0022]在步驟S50中，采用保角映射算法將所述三角化表面三維數(shù)據(jù)映射至單位球體表面。由于所有形狀都被認(rèn)為是零類閉合三維表面，因此可以假定所有形狀在拓?fù)渖隙嫉葍r(jià)于單位球體，并都可以通過(guò)微分同胚映射方法映射至單位球體表面。從零類閉合三維表面到單位球體的點(diǎn)到點(diǎn)一一對(duì)應(yīng)映射方法大致原則是在保持角度不變或保持面積不變的前提下，令映射的失真最小，目前已存在一些較為常用的方法。在本實(shí)例中選取保角映射算法，記為Q。映射完成后，得到新的形狀訓(xùn)練集R=Ii^i=I,…，N}，映射記為Q:S — R。R中每個(gè)形狀!Ti由Iii個(gè)分布于單位球體上的頂點(diǎn)Viu=Iverspherek, k=l,…，％}組成，映射后的拓?fù)涫遣蛔兊模耘f保持為4。其中，所述保角映射算法具體原理可參閱文獻(xiàn):Gu, X., Wang, Y., Chan, T.F., Thompson, P.M., Yau, S.T.: Genus zero surfaceconformal mapping and its application to brain surface mapping.1n:Proc.1PM1.(2003) 172-184。圖4顯示了采用本實(shí)施例所述保角映射算法，將CT腎臟表面數(shù)據(jù)映射至單位球體表面得到的效果圖。
[0023]在步驟S60中，獲取與所述單位球體表面頂點(diǎn)距離最短的點(diǎn)集，并進(jìn)行逆映射以及初始對(duì)齊操作，得到第一形狀訓(xùn)練集。如圖3所示，在一優(yōu)選實(shí)施例中，步驟S60包括以下三個(gè)子步驟:S61、對(duì)所述單位球體表面進(jìn)行三角形片面劃分，得到第一點(diǎn)集；S62、基于所述第一點(diǎn)集，獲取與所述單位球體表面頂點(diǎn)距離最短的第二點(diǎn)集；S63、對(duì)所述第二點(diǎn)集進(jìn)行逆映射操作；S64、隨機(jī)選取一逆映射形狀作為參考形狀,采用Procrustes算法執(zhí)行初始對(duì)齊操作。
[0024]具體地，在步驟S61中，在單位球體表面進(jìn)行劃分為多塊，得到第一點(diǎn)集。優(yōu)選地，對(duì)所述單位球體表面進(jìn)行三角形片面均勻劃分，得到等間隔的所述第一點(diǎn)集。在此有多種實(shí)現(xiàn)方式，本實(shí)例中可采用單位球體表面鑲嵌的方式實(shí)現(xiàn)，首先采用正八面體映射至單位球體表面，然后對(duì)每個(gè)三角形面片進(jìn)行細(xì)分操作，每一次把一個(gè)三角形細(xì)分為四個(gè)小三角形。在進(jìn)行多次細(xì)分后，從而得到M個(gè)頂點(diǎn),記為t={ts, s=l, 。
[0025]在步驟S62中，對(duì)于t中的每個(gè)點(diǎn)，尋找vp，i中的最近點(diǎn)。具體地，t中第s個(gè)點(diǎn)ts到Vru中第k個(gè)點(diǎn)versphere,之間的距離記為dsk，所述距離可采用歐式距離，對(duì)于每一個(gè)ts,計(jì)算該點(diǎn)到Vru中所有點(diǎn)的歐式距離，并找到距離最近的點(diǎn)，記為versphere (ts)。記錄t在vp，i中的最近點(diǎn)集為:vc；i= {versphere (ts), s=l,...，M}，vc；i即為所述第二點(diǎn)集。
[0026]在步驟S63中，將這M個(gè) 最近點(diǎn)逆映射為原始形狀，得到新的逆映射點(diǎn)集V’尸{vertices’k，k=l,…，M},該映射可記為Q'v。」一v’ iD這N個(gè)逆映射點(diǎn)集具有如下兩個(gè)特點(diǎn):一是含有相同的點(diǎn)數(shù)，二是點(diǎn)與點(diǎn)之間是--對(duì)應(yīng)的。
[0027]在步驟步驟S64中，采用如下方法把步驟S63中得到的點(diǎn)集進(jìn)行初始對(duì)齊:首先，隨機(jī)的選擇一個(gè)逆映射點(diǎn)集作為參考點(diǎn)集。然后將其余逆映射點(diǎn)集與參考點(diǎn)集逐一進(jìn)行procrustes對(duì)齊操作，則得到點(diǎn)數(shù)相同、并已經(jīng)初始對(duì)齊(即消除了位移、旋轉(zhuǎn)和尺寸信息)的訓(xùn)練形狀集，記作S’ ={s’ ” i=l,…，N}，S’即為所述第一形狀訓(xùn)練集，每個(gè)形狀s’ i表示為M個(gè)頂點(diǎn)和三角面片，即s’ i=(v’ ” f ’ J。此步驟中的初始對(duì)齊優(yōu)點(diǎn)在于完全自動(dòng)化，并且在絕大多數(shù)情況下運(yùn)行良好，不會(huì)陷入局部極值。然而這一步對(duì)齊仍舊屬于剛性對(duì)齊，屬于仿射配準(zhǔn)的范疇，還未能滿足統(tǒng)計(jì)形狀模型的要求，需進(jìn)一步進(jìn)行后續(xù)操作。
[0028]上文步驟S20至步驟S60可看作對(duì)所述原始體數(shù)據(jù)的預(yù)處理，經(jīng)過(guò)預(yù)處理的所述原始體數(shù)據(jù)已基本消除位移旋轉(zhuǎn)和尺寸的影響，然而，在很多具體的圖像處理應(yīng)用中，形狀與形狀之間常常還具有彈性形變，例如人體軟組織腎臟、肝臟、大腦等。對(duì)于這一類物體，如果僅僅通過(guò)剛性配準(zhǔn)，是無(wú)法精確建立對(duì)應(yīng)關(guān)系的，還必須通過(guò)彈性的形變，才實(shí)現(xiàn)更精確的點(diǎn)與點(diǎn)之間的配準(zhǔn)，進(jìn)而建立精確的點(diǎn)到點(diǎn)的一一對(duì)應(yīng)關(guān)系?；谶@一思路，需通過(guò)圖像彈性配準(zhǔn)的方法來(lái)建立對(duì)應(yīng)關(guān)系，具體可通過(guò)執(zhí)行步驟S70實(shí)現(xiàn)。
[0029]在步驟S70中，采用體素化(Voxelization)算法將所述第一形狀訓(xùn)練集轉(zhuǎn)換為中間體數(shù)據(jù)。具體地，將預(yù)處理得到的所述第一形狀訓(xùn)練集S’中的三角面片形狀，轉(zhuǎn)化為二值的圖像體數(shù)據(jù)，其中二值體數(shù)據(jù)值I表示物體，二值體數(shù)據(jù)值0表示背景。在這方面目前也有一些此方面較為成熟的方法，運(yùn)行速度可以達(dá)到實(shí)時(shí)，例如開源網(wǎng)站http://iso2mesh.sourceforge.net 提供的 surf2vol 函數(shù)。
[0030]在步驟S80中，對(duì)所述中間體數(shù)據(jù)采用兩次非參數(shù)化彈性配準(zhǔn)方法，得到建立對(duì)應(yīng)關(guān)系的第二形狀訓(xùn)練集。
[0031]在第一次配準(zhǔn)過(guò)程中，隨機(jī)選取所述中間體數(shù)據(jù)中的一例形狀作為參考圖像，將其余體數(shù)據(jù)與參考圖像進(jìn)行Demons彈性配準(zhǔn)，得到第一形變場(chǎng)，采用所述第一形變場(chǎng)對(duì)所述第一形狀訓(xùn)練集中的三角化表面形狀進(jìn)行彈性形變，得到中間形狀訓(xùn)練集。具體地，將二值體數(shù)據(jù)組成的訓(xùn)練集記為Q= {如i=l,…，N}，其中qi為第i個(gè)二值圖像體數(shù)據(jù)。首先，任選其中一個(gè)二值圖像數(shù)據(jù)Qi作為參考圖像，并采用圖像配準(zhǔn)的方法用于建立參考圖像和其余圖像數(shù)據(jù)q」，j幸i之間的對(duì)應(yīng)關(guān)系。為了建立微分同胚映射，此處采用Demons算法來(lái)實(shí)現(xiàn)兩個(gè)二值圖像體數(shù)據(jù)之間的配準(zhǔn)。假設(shè)從參考圖像Qi到目標(biāo)圖像q」的形變場(chǎng)為deform」，定義目標(biāo)函數(shù)E如下:
[0032]
【權(quán)利要求】
1.一種對(duì)三維目標(biāo)建立統(tǒng)計(jì)形狀模型的方法，包括以下步驟:S10、基于醫(yī)學(xué)成像技術(shù)獲取所述目標(biāo)的二值原始體數(shù)據(jù)；S20、采用形態(tài)學(xué)閉操作去除所述原始體數(shù)據(jù)中的孔洞；S30、對(duì)去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理；S40、采用等值面提取算法將平滑后的原始體數(shù)據(jù)轉(zhuǎn)換為三角化表面三維數(shù)據(jù)；S50、采用保角映射算法將所述三角化表面三維數(shù)據(jù)映射至單位球體表面；S60、獲取與所述單位球體表面頂點(diǎn)距離最短的點(diǎn)集，并進(jìn)行逆映射以及初始對(duì)齊操作，得到第一形狀訓(xùn)練集；S70、采用體素化算法將所述第一形狀訓(xùn)練集轉(zhuǎn)換為中間體數(shù)據(jù)；S80、對(duì)所述中間體數(shù)據(jù)采用兩次非參數(shù)化彈性配準(zhǔn)方法，得到建立對(duì)應(yīng)關(guān)系的第二形狀訓(xùn)練集；S90、對(duì)所述第二形狀訓(xùn)練集運(yùn)行主成分分析，獲取其平均值、非零單位特征根以及特征向量。
2.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，步驟S60包括以下步驟:S61、對(duì)所述單位球體表面進(jìn)行三角形片面劃分，得到第一點(diǎn)集；S62、基于所述第一點(diǎn)集，獲取與所述單位球體表面頂點(diǎn)距離最短的第二點(diǎn)集；S63、對(duì)所述第二點(diǎn)集進(jìn)行逆映射操作；S64、隨機(jī)選取一逆映射形狀作為參考形狀，采用Procrustes算法執(zhí)行初始對(duì)齊操作。
3.根據(jù)權(quán)利要求2所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，在步驟S61中，對(duì)所述單位球體表面進(jìn)行三角形片面均勻劃分，得到等間隔的所述第一點(diǎn)集。
4.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，步驟S80具體包括以下步驟:第一次配準(zhǔn)、隨機(jī)選取所述中間體數(shù)據(jù)中的一例形狀作為參考圖像，將其余體數(shù)據(jù)與參考圖像進(jìn)行Demons彈性配準(zhǔn)，得到第一形變場(chǎng)，采用所述第一形變場(chǎng)對(duì)所述第一形狀訓(xùn)練集中的三角化表面形狀進(jìn)行彈性形變，得到中間形狀訓(xùn)練集；第二次配準(zhǔn)、求取所述中間形狀訓(xùn)練集的平均形狀，采用體素化算法將所述平均形狀與中間形狀訓(xùn)練集轉(zhuǎn)化為二值圖像體數(shù)據(jù)A、B，以A為參考圖像，將B中體數(shù)據(jù)與參考圖像進(jìn)行Demons彈性配準(zhǔn)，得到第二形變場(chǎng)，采用所述第二形變場(chǎng)對(duì)中間形狀訓(xùn)練集中的三角化表面形狀進(jìn)行彈性形變，得到所述第二形狀訓(xùn)練集。
5.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，基于形態(tài)學(xué)原理，步驟S20包括對(duì)所述原始體數(shù)據(jù)依次進(jìn)行以下操作:S21、膨脹處理；S22、腐蝕處理；S23、泛洪填充處理。
6.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，在步驟S30中，采用高斯平滑算法、非線性平滑算法或均值平滑算法對(duì)去除孔洞后的原始體數(shù)據(jù)進(jìn)行平滑處理。
7.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，在執(zhí)行步驟S40后、執(zhí)行步驟S50前,采用Crust算法重新生成三角化表面三維數(shù)據(jù),再采用Ball-Pivoting算法得到優(yōu)化后的三角化表面三維數(shù)據(jù)。
8.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，采用CT或MRI成像技術(shù)獲取所述原始體數(shù)據(jù)。
9.根據(jù)權(quán)利要求1所述的建立統(tǒng)計(jì)形狀模型的方法，其特征在于，所述目標(biāo)本體區(qū)域的二值體數(shù)據(jù)值為1，所述目標(biāo)非本體區(qū)域的二值體數(shù)據(jù)值為O。
【文檔編號(hào)】A61B6/03GK103489220SQ201310450402
【公開日】2014年1月1日 申請(qǐng)日期:2013年9月27日 優(yōu)先權(quán)日:2013年9月27日
【發(fā)明者】李志成, 陳墾, 熊璟, 陳鳴閩, 王麗艷, 劉勇, 孟書先, 李生廣 申請(qǐng)人:中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院