腦的磁共振圖像中的鉸接結(jié)構(gòu)配準(zhǔn)的制作方法
【專利摘要】一種配準(zhǔn)處理器(74)被配置用于使用所采集的腦圖像數(shù)據(jù)和模板腦圖像數(shù)據(jù)來獲得鉸接腦結(jié)構(gòu)。所述配準(zhǔn)處理器(74)對腦圖像數(shù)據(jù)進(jìn)行注釋；使用全局腦配準(zhǔn)來將所述腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn)；并且使用局部腦子結(jié)構(gòu)配準(zhǔn)來將所述腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)與所述模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu)進(jìn)行配準(zhǔn)。所述配準(zhǔn)處理器(74)使用所述鉸接子結(jié)構(gòu)配準(zhǔn)來對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接，以改進(jìn)配準(zhǔn)。
【專利說明】
腦的磁共振圖像中的鉸接結(jié)構(gòu)配準(zhǔn)
【背景技術(shù)】
[0001]阿茲海默癥以及其他類型的癡呆癥是身體衰退的癥狀，影響數(shù)百萬人。對這樣的癥狀的發(fā)作的早期檢測能夠促進(jìn)早期干預(yù)并改善患者健康、生活質(zhì)量以及總體效果。這些癥狀與腦的海馬體區(qū)的萎縮有關(guān)聯(lián)。
[0002]腦磁共振(MR)體積的配準(zhǔn)是用于處理腦信息的基本操作。這種信息被用于對腦腫瘤、兒童的腦發(fā)育、卒中處置以及神經(jīng)退行性疾病的診斷。一個(gè)腦(待處理以進(jìn)行診斷的目標(biāo)腦)與另一個(gè)腦(包含關(guān)于其結(jié)構(gòu)的已知信息的模板或圖集腦)的配準(zhǔn)允許臨床醫(yī)師比較在目標(biāo)腦與模板腦之間的逐個(gè)體素的形狀和強(qiáng)度信息。對在目標(biāo)腦與模板腦之間的形狀/強(qiáng)度差異的識別和量化允許臨床醫(yī)師自動(dòng)地或者半自動(dòng)地生成用于腦診斷的特征。
[0003]當(dāng)前用于腦配準(zhǔn)的方法被分為:(i)全局配準(zhǔn)和(ii)局部配準(zhǔn)。在全局配準(zhǔn)方法中，通過(質(zhì)心的)平移和旋轉(zhuǎn)的組合，諸如通過仿射變換，將整個(gè)目標(biāo)腦配準(zhǔn)至模板腦。在局部配準(zhǔn)中，目標(biāo)腦中的每個(gè)體素被變換為匹配模板腦體素的形狀和強(qiáng)度特征。
[0004]上文所呈現(xiàn)的這些當(dāng)前已知的方法提出了通過計(jì)算解剖學(xué)中的全局配準(zhǔn)(諸如仿射變換)或局部配準(zhǔn)或者這兩者的組合來進(jìn)行對2D/3D區(qū)域/對象的配準(zhǔn)。然而，這些配準(zhǔn)方法沒有并入處理全局或局部配準(zhǔn)的對象結(jié)構(gòu)信息。

【發(fā)明內(nèi)容】

[0005]根據(jù)一個(gè)實(shí)施例，一種腦配準(zhǔn)系統(tǒng)，包括:具有處理器的配準(zhǔn)處理器，其被配置為:對腦圖像數(shù)據(jù)進(jìn)行注釋;使用全局腦配準(zhǔn)來將腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn);使用局部腦子結(jié)構(gòu)配準(zhǔn)將腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)配準(zhǔn)到模板圖像數(shù)據(jù)的對應(yīng)的腦結(jié)構(gòu)；并且使用鉸接(ar t i cu I at ed)子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接以改進(jìn)配準(zhǔn)。
[0006]根據(jù)一種方法，一種用于腦配準(zhǔn)的方法，包括:對腦圖像數(shù)據(jù)進(jìn)行注釋;使用全局腦配準(zhǔn)來將腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn);使用局部腦子結(jié)構(gòu)配準(zhǔn)將腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)配準(zhǔn)到模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu);并且使用鉸接子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接以改進(jìn)配準(zhǔn)。
[0007]根據(jù)另一個(gè)實(shí)施例，一種腦配準(zhǔn)系統(tǒng)，包括:注釋模塊，其用于對腦圖像數(shù)據(jù)進(jìn)行注釋;全局配準(zhǔn)模塊，其用于使用全腦配準(zhǔn)將腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn)；局部配準(zhǔn)模塊，其用于使用局部腦子結(jié)構(gòu)配準(zhǔn)將腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)配準(zhǔn)到模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu)；以及鉸接模塊，其用于使用鉸接子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接以改進(jìn)配準(zhǔn)。
[0008]—個(gè)優(yōu)點(diǎn)是腦MRI與模板腦之間增加的重疊。
[0009]另一優(yōu)點(diǎn)是在全局和局部腦配準(zhǔn)方法之間的橋接。
【附圖說明】
[0010]通過閱讀和理解下文的詳細(xì)描述，本發(fā)明的更進(jìn)一步優(yōu)點(diǎn)對于本領(lǐng)域普通技術(shù)人員而言將是顯而易見的。
[0011]圖1描繪了用于在腦的磁共振圖像中鉸接結(jié)構(gòu)配準(zhǔn)的MRI系統(tǒng)。
[0012]圖2描繪了用于在腦的磁共振圖像中鉸接結(jié)構(gòu)配準(zhǔn)的方法；
[0013]圖3描繪了疊加在腦組織上的經(jīng)注釋的腦子結(jié)構(gòu)。
[0014]圖4描繪了被配準(zhǔn)到模板結(jié)構(gòu)的海馬體目標(biāo)。
[0015]圖5描繪了用于鉸接子結(jié)構(gòu)配準(zhǔn)的詳細(xì)的方法。
[0016]圖6描繪了關(guān)于接合部的結(jié)構(gòu)的圖。
具體實(shí)施例
[0017]本申請?zhí)峁┝嗽谌趾途植颗錅?zhǔn)之間工作的方法。本申請?zhí)峁┯糜谟梢唤M鉸接子結(jié)構(gòu)表示的腦結(jié)構(gòu)的配準(zhǔn)。這將由一組子結(jié)構(gòu)構(gòu)成的諸如海馬體、丘腦以及腦殼的解剖學(xué)和功能性的腦結(jié)構(gòu)考慮在內(nèi)。這些子結(jié)構(gòu)的形狀、姿態(tài)和強(qiáng)度隨腦的不同而不同，并且即使在同一腦的不同腦半球之間也是不同的。每個(gè)腦子結(jié)構(gòu)通過剛性形狀及其相關(guān)聯(lián)的表面強(qiáng)度值來描述，并且其如鉸接對象那樣變形。這種鉸接變形描述了關(guān)于與機(jī)械鉸鏈類似的接觸點(diǎn)的一組旋轉(zhuǎn)。每個(gè)子結(jié)構(gòu)還能夠被分解為更小的子部件以使得配準(zhǔn)盡可能的精確。
[0018]參照圖1，磁共振(MR)成像系統(tǒng)1利用MR來對患者12的感興趣區(qū)域(ROI )，即腦，進(jìn)行成像。系統(tǒng)10包括掃描器14，掃描器14限定尺寸適于容納ROI的成像體積16(以體膜指示)ο能夠采用患者支撐體來將患者12支撐在掃描器14中并促進(jìn)在成像體積16中對ROI進(jìn)行定位。
[0019]掃描器14包括主磁體18，主磁體18產(chǎn)生穿過成像體積16延伸的強(qiáng)的、靜Bo磁場。主磁體18通常采用超導(dǎo)線圈來產(chǎn)生靜Bo磁場。然而，主磁體18還能夠采用永磁體或阻抗磁體。在采用超導(dǎo)線圈的情況下，主磁體18包括用于超導(dǎo)線圈的冷卻系統(tǒng)，諸如液氦冷卻的低溫恒溫器。成像體積16中靜Bo磁場的強(qiáng)度通常是如下中的一個(gè):0.23特斯拉、0.5特斯拉、1.5特斯拉、3特斯拉、7特斯拉等，但其他強(qiáng)度也是可預(yù)期的。
[0020]控制掃描器14的梯度控制器20以使用掃描器14的多個(gè)磁場梯度線圈22將磁場梯度，諸如x、y和z梯度，疊加在成像體積16的靜Bo磁場上。磁場梯度對成像體積16內(nèi)的磁自旋進(jìn)行空間編碼。通常，多個(gè)磁場梯度線圈22包括在三個(gè)正交空間方向上進(jìn)行空間編碼的三個(gè)分離的磁場梯度線圈。
[0021]此外，控制諸如收發(fā)器的一個(gè)或多個(gè)發(fā)射器24，以利用一個(gè)或多個(gè)發(fā)射線圈陣列，諸如利用掃描器14的全身線圈26和/或表面線圈28，將&共振激勵(lì)和操縱射頻(RF)脈沖發(fā)射到成像體積16中。B1脈沖通常是短持續(xù)時(shí)間的，并且當(dāng)結(jié)合磁線圈梯度時(shí)，實(shí)現(xiàn)了對磁共振的選定操控。例如,B1脈沖激勵(lì)氫偶極子共振，并且磁場梯度對共振信號的頻率和相位中的空間信息進(jìn)行編碼。通過調(diào)節(jié)RF頻率，能夠在其他偶極子中激勵(lì)共振，諸如磷，其傾向于聚集在諸如骨的已知組織中。
[0022]控制諸如收發(fā)器的一個(gè)或多個(gè)接收器30，以從成像體積16接收經(jīng)空間編碼的磁共振信號并將所接收的經(jīng)空間編碼的磁共振信號解調(diào)為MR數(shù)據(jù)集。所述MR數(shù)據(jù)集例如包括k空間數(shù)據(jù)軌跡。為了接收經(jīng)空間編碼的磁共振信號，接收器30使用一個(gè)或多個(gè)接收線圈陣列，諸如掃描器14的全身線圈26和/或表面線圈28。接收器30通常將MR數(shù)據(jù)集存儲(chǔ)在緩存存儲(chǔ)器中。
[0023]系統(tǒng)10的后臺(tái)系統(tǒng)58使用掃描器14對ROI進(jìn)行成像。后臺(tái)系統(tǒng)58通常遠(yuǎn)離掃描器14并且包括多個(gè)模塊60(下文進(jìn)行論述)，以使用掃描器14執(zhí)行對ROI的成像。有利地，所述后臺(tái)系統(tǒng)能夠表征心肌而不受不精確反轉(zhuǎn)時(shí)間選擇的影響，并且提供標(biāo)準(zhǔn)尺度上的真實(shí)定量信號量化。
[OO24 ]后臺(tái)系統(tǒng)5 8的控制模塊6 2控制后臺(tái)系統(tǒng)5 8的總體操作?？刂颇K6 2使用后臺(tái)系統(tǒng)58的顯示設(shè)備64來向后臺(tái)系統(tǒng)58的用戶合適地顯示圖形用戶界面(GUI)。此外，控制模塊62合適地允許操作者使用后臺(tái)系統(tǒng)58的用戶輸入設(shè)備66與GUI進(jìn)行交互。例如，用戶能夠與GUI進(jìn)行交互以指令后臺(tái)系統(tǒng)58來協(xié)調(diào)對ROI的成像。
[0025]后臺(tái)系統(tǒng)58的數(shù)據(jù)采集模塊68執(zhí)行對ROI的MR掃描。針對每次MR掃描，數(shù)據(jù)采集模塊68根據(jù)掃描參數(shù)，諸如切片的數(shù)量，來控制發(fā)射器24和/或梯度控制器20，以在成像體積16內(nèi)實(shí)施成像序列。成像序列限定仏脈沖和/或磁場梯度的序列，其從成像體積16產(chǎn)生空間編碼的MR信號。此外，數(shù)據(jù)采集模塊68根據(jù)掃描參數(shù)控制接收器30和驅(qū)動(dòng)器電路36的調(diào)諧/解調(diào)控制信號，以采集空間編碼的MR信號至MR數(shù)據(jù)集。MR數(shù)據(jù)集通常被存儲(chǔ)在后臺(tái)系統(tǒng)58的至少一個(gè)存儲(chǔ)存儲(chǔ)器70中。
[0026]為了準(zhǔn)備MR采集，ROI被定位在成像體積16內(nèi)。例如，患者12被定位在患者支撐體上。然后，將表面線圈28，例如8或32通道接收頭部線圈，定位在患者12上，并且患者支撐體將ROI移動(dòng)到成像體積16中。
[0027]后臺(tái)系統(tǒng)58的重建模塊72將MR診斷掃描的MR數(shù)據(jù)集重建為ROI的MR圖像或映射圖。這包括，針對由MR數(shù)據(jù)集捕獲的每個(gè)MR信號，通過磁場梯度對空間編碼進(jìn)行空間地解碼，以確認(rèn)來自諸如每個(gè)像素或體素的每個(gè)空間區(qū)域的MR信號的屬性。MR信號的強(qiáng)度或幅度通常是確認(rèn)的，而關(guān)于相位、弛豫時(shí)間、磁化轉(zhuǎn)移等的其他屬性也是能夠確認(rèn)的。所采集的MR圖像或映射圖通常被存儲(chǔ)在存儲(chǔ)存儲(chǔ)器70中。存儲(chǔ)器70還存儲(chǔ)了描繪正常和/或各種疾病狀況的腦模板或圖集。
[0028]后臺(tái)系統(tǒng)58的配準(zhǔn)處理器74執(zhí)行目標(biāo)腦內(nèi)的鉸接結(jié)構(gòu)配準(zhǔn)的增強(qiáng)的方法100，如在圖2中所示。方法100允許目標(biāo)腦內(nèi)的分割結(jié)構(gòu)到模板腦結(jié)構(gòu)的經(jīng)改進(jìn)的配準(zhǔn)。方法100描述了利用海馬體子結(jié)構(gòu)的分割和配準(zhǔn)，而其他解剖結(jié)構(gòu)也是可預(yù)期的。
[0029]根據(jù)所圖示的方法100，配準(zhǔn)處理器74從數(shù)據(jù)采集模塊68接收MR數(shù)據(jù)。所述MR數(shù)據(jù)包括目標(biāo)腦或其他感興趣區(qū)域所攝取的MR圖像。配準(zhǔn)處理器74然后執(zhí)行腦子結(jié)構(gòu)注釋104，例如，對成像區(qū)域中內(nèi)部和相鄰結(jié)構(gòu)的腦結(jié)構(gòu)的分割。例如基于局部形狀、相鄰結(jié)構(gòu)等來識別并標(biāo)記分割的結(jié)構(gòu)。腦子結(jié)構(gòu)注釋104基于專家注釋來確定先驗(yàn)?zāi)X子結(jié)構(gòu)形狀和姿態(tài)。參照圖3，專家注釋的海馬體子結(jié)構(gòu)202被疊加在所采集的目標(biāo)腦圖像上。
[0030]配準(zhǔn)處理器74執(zhí)行全局腦配準(zhǔn)106。配準(zhǔn)處理器74首先基于零階和一階力矩來計(jì)算所采集的目標(biāo)和參考模板MRI腦圖像的質(zhì)心(CM)。基于該信息，平移模板腦圖像，從而使其CM與所采集目標(biāo)腦圖像的CM共位置。第二，配準(zhǔn)處理器74基于力矩來計(jì)算針對模板和所采集的目標(biāo)腦圖像的取向的三個(gè)正交軸，并且然后，旋轉(zhuǎn)模板腦坐標(biāo)軸以使得其與所采集目標(biāo)腦圖像的坐標(biāo)軸對準(zhǔn)。第三，配準(zhǔn)處理器74沿三個(gè)坐標(biāo)軸縮放(scale)感興趣腦體積的模板，從而使兩個(gè)腦體積的重疊最大化;這被稱作基于各向同性力矩的全局配準(zhǔn)。在一個(gè)實(shí)施例中，不執(zhí)行縮放，這被稱作基于各向異性力矩的全局配準(zhǔn)。在一個(gè)實(shí)施例中，使用諸如Elastix的配準(zhǔn)軟件來執(zhí)行全局腦配準(zhǔn)。
[0031]為了找到感興趣體積，S卩，整個(gè)海馬體，配準(zhǔn)處理器74計(jì)算模板腦的每個(gè)正交方向上的邊界的交點(diǎn)。配準(zhǔn)處理器74使用模板感興趣體積來計(jì)算目標(biāo)腦的感興趣體積。
[0032]配準(zhǔn)處理器74執(zhí)行鉸接子結(jié)構(gòu)配準(zhǔn)108。鉸接子結(jié)構(gòu)配準(zhǔn)使用腦結(jié)構(gòu)內(nèi)部存在的鉸接來將一幅能鉸接的圖像(例如所采集目標(biāo)腦MRI)對準(zhǔn)到固定的一個(gè)，例如模板腦圖像。參照圖4，配準(zhǔn)的目標(biāo)海馬體與模板腦圖像疊加，海馬體的部分被疊加并且部分沒有對準(zhǔn)。在所采集目標(biāo)腦圖像的海馬體正確地配準(zhǔn)到模板腦圖像的情況下302，圖像是例如以綠色彩色編碼的(斜條紋區(qū)域)。在海馬體部分未正確對準(zhǔn)的情況下304，目標(biāo)圖像是例如以紅色彩色編碼的(水平條紋區(qū)域)，并且在參考模板圖像中的海馬體結(jié)構(gòu)的未對準(zhǔn)的部分306以第三種顏色(例如白色(白))來彩色編碼。通過旋轉(zhuǎn)子結(jié)構(gòu)中的每個(gè)子結(jié)構(gòu)，例如在所采集的目標(biāo)圖像中的未對準(zhǔn)的海馬體部分，鉸接子結(jié)構(gòu)配準(zhǔn)108補(bǔ)償了不正確的配準(zhǔn)304，從而使得到目標(biāo)和模板圖像上的重疊306增加。鉸接子結(jié)構(gòu)配準(zhǔn)108將海馬體的子結(jié)構(gòu)或部分相對于海馬體的其他部分進(jìn)行鉸接以增加重疊。參照圖5，鉸接海馬體被示為根據(jù)海馬體的各部分被分為子結(jié)構(gòu)。所述子結(jié)構(gòu)包括下托SUB、齒狀回DG、內(nèi)嗅皮層EC或海馬體角CAl、CA2、CA3o
[0033]為了找到每個(gè)子結(jié)構(gòu)的感興趣體積，配準(zhǔn)處理器74計(jì)算模板腦的每個(gè)正交方向上的邊界是交點(diǎn)。配準(zhǔn)處理器74使用模板感興趣子結(jié)構(gòu)體積來計(jì)算目標(biāo)腦的感興趣子結(jié)構(gòu)體積。
[0034]配準(zhǔn)處理器74執(zhí)行局部腦配準(zhǔn)110以將目標(biāo)腦結(jié)構(gòu)配準(zhǔn)到模板腦結(jié)構(gòu)。局部配準(zhǔn)對目標(biāo)腦圖像中的每個(gè)體素進(jìn)行變換以匹配對應(yīng)的模板腦圖像體素的形狀和強(qiáng)度特征。局部腦配準(zhǔn)包括例如針對局部像素(體素)強(qiáng)度應(yīng)用B樣條插值。在一個(gè)實(shí)施例中，使用諸如Elastix或FSL FLIRT的配準(zhǔn)軟件來執(zhí)行局部腦配準(zhǔn)。
[0035]參照圖6，配準(zhǔn)處理器74通過首先計(jì)算腦子結(jié)構(gòu)鏈接接合部502來執(zhí)行鉸接子結(jié)構(gòu)配準(zhǔn)108。鏈接接合部是連接例如未對準(zhǔn)和對準(zhǔn)的海馬體部分的兩個(gè)子結(jié)構(gòu)的鏈接點(diǎn)。MR圖像像素/體素被映射到空間中的物理點(diǎn)以使得每個(gè)像素包含圖像的強(qiáng)度值和該值的物理位置。配準(zhǔn)處理器74將兩個(gè)子結(jié)構(gòu)之間的接合部表示為空間中的物理點(diǎn)。參照圖7，圖像中的兩個(gè)對象602/604表示兩個(gè)子結(jié)構(gòu)，諸如圖4中的海馬體部302和304。配準(zhǔn)處理器74找到接合部606，作為腦子結(jié)構(gòu)鏈接接合部。配準(zhǔn)處理器74通過計(jì)算它們之間具有最小歐幾里得距離的一對像素/體素(一個(gè)像素/體素來自結(jié)構(gòu)602并且一個(gè)像素來自結(jié)構(gòu)604)來計(jì)算接合部606。在一個(gè)實(shí)施例中，計(jì)算一組像素對，這是因?yàn)榭赡艽嬖诔^一對具有相同的最小距離。配準(zhǔn)處理器74通過獲得像素/體素對的所有組合并比較每對之間的距離來計(jì)算具有最小歐幾里得距離的像素對。配準(zhǔn)處理器74從所計(jì)算的像素對組計(jì)算來自每個(gè)結(jié)構(gòu)602、604的像素/體素中的每個(gè)的平均位置，以找到每個(gè)結(jié)構(gòu)的極點(diǎn)。配準(zhǔn)處理器74計(jì)算極點(diǎn)之間的中點(diǎn)作為接合部606。
[0036]配準(zhǔn)處理器74施加關(guān)于所計(jì)算的接合部606的旋轉(zhuǎn)504以使對準(zhǔn)最大化。在海馬體范例中，配準(zhǔn)處理器74關(guān)于接合部606旋轉(zhuǎn)在所采集的目標(biāo)腦圖像中的海馬體的未對準(zhǔn)部分以優(yōu)化與模板腦圖像中的對應(yīng)海馬體部的對準(zhǔn)。配準(zhǔn)處理器74首先計(jì)算在所采集圖像與模板圖像之間的相似性度量506，以根據(jù)所述相似性度量來使圖像之間的相似性最大化。所述相似性度量能夠是平方差的和、歸一化互相關(guān)系數(shù)或交互信息度量等中的一個(gè)。使用所述相似性度量，配準(zhǔn)處理器74計(jì)算最優(yōu)變換，例如鉸接移動(dòng)。在一個(gè)實(shí)施例中，配準(zhǔn)處理器74使用迭代處理來計(jì)算最優(yōu)變換，其中，配準(zhǔn)處理器74施加預(yù)選定量的旋轉(zhuǎn)并計(jì)算所述相似性度量，然后，增加關(guān)于接合部606的旋轉(zhuǎn)并再次計(jì)算所述相似性度量。配準(zhǔn)處理器74對MRI二值圖像迭代地應(yīng)用變換，其使目標(biāo)結(jié)構(gòu)與MRI圖像之間的重疊最大化。
[0037]多個(gè)模塊60、100、110中的每個(gè)模塊能夠通過處理器可執(zhí)行指令、電路(S卩，獨(dú)立處理器)或者這兩者的組合來實(shí)現(xiàn)。所述處理器可執(zhí)行指令被存儲(chǔ)在后臺(tái)系統(tǒng)58的至少一個(gè)程序存儲(chǔ)器76上并且由后臺(tái)系統(tǒng)58的一個(gè)或多個(gè)處理器78來執(zhí)行。如所圖示的，多個(gè)模塊60通過處理器可執(zhí)行指令來實(shí)現(xiàn)。然而，應(yīng)當(dāng)認(rèn)識到，各種變化是可預(yù)想到的。例如，數(shù)據(jù)采集模塊68能夠是電路。
[0038]如在本文中所使用的，存儲(chǔ)器包括如下中的一個(gè)或多個(gè):非瞬態(tài)計(jì)算機(jī)可讀介質(zhì)；磁盤或其他磁存儲(chǔ)介質(zhì)；光盤或其他光學(xué)存儲(chǔ)介質(zhì)；隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(ROM)或者其他電子存儲(chǔ)設(shè)備或芯片或可操作內(nèi)部互連芯片組;英特網(wǎng)/內(nèi)聯(lián)網(wǎng)服務(wù)器，可以經(jīng)由英特網(wǎng)/內(nèi)聯(lián)網(wǎng)或局域網(wǎng)從英特網(wǎng)/內(nèi)聯(lián)網(wǎng)服務(wù)器檢索所存儲(chǔ)的指令;等。此外，如在本文所使用的，處理器包括如下中的一個(gè)或多個(gè):微處理器、微控制器、圖形處理單元(GPU)、專用集成電路(ASIC)、FPGA等;控制器包括:(1)處理器和存儲(chǔ)器，所述處理器執(zhí)行存儲(chǔ)器上實(shí)現(xiàn)控制器的功能的計(jì)算機(jī)可執(zhí)行指令;或者(2)模擬和/或數(shù)字硬件，其執(zhí)行控制器的功能；用戶輸入設(shè)備，其包括如下中的一個(gè)或多個(gè):鼠標(biāo)、鍵盤、觸屏顯示器、按鈕、開關(guān)、聲音識別引擎等;數(shù)據(jù)庫，其包括一個(gè)或多個(gè)存儲(chǔ)器；用戶輸出設(shè)備，其包括顯示器設(shè)備、聽覺設(shè)備等；以及顯示器設(shè)備，其包括如下中的一個(gè)或多個(gè):液晶(IXD)顯示器、發(fā)光二極管(LED)顯示器、等離子顯示器、投影顯示器、觸屏顯示器等。
[0039]已經(jīng)參考優(yōu)選實(shí)施例描述了本發(fā)明。在閱讀和理解上文的詳細(xì)描述之后，他人可以想到一些變化和修改。其意圖是將本發(fā)明構(gòu)造為包括所有這些變化和修改，只要這些變化和修改落在所附權(quán)利要求或其等效體的范圍內(nèi)。
【主權(quán)項(xiàng)】
1.一種腦配準(zhǔn)系統(tǒng)，包括: 具有處理器的配準(zhǔn)處理器(74)，其被配置為: 對腦圖像數(shù)據(jù)進(jìn)行注釋； 使用全局腦配準(zhǔn)將所述腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn)； 使用鉸接子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接，以改進(jìn)配準(zhǔn);并且使用局部腦子結(jié)構(gòu)配準(zhǔn)將所述腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)配準(zhǔn)到所述模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu)。2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 識別在所述鉸接子結(jié)構(gòu)之間的鏈接接合部。3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 關(guān)于所述鏈接接合部旋轉(zhuǎn)所述至少一個(gè)腦子結(jié)構(gòu)以使重疊最大化。4.根據(jù)權(quán)利要求1-3中的任一項(xiàng)所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 計(jì)算在所述至少一個(gè)腦結(jié)構(gòu)與對應(yīng)模板結(jié)構(gòu)之間的相似性度量。5.根據(jù)權(quán)利要求2-4中的任一項(xiàng)所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 關(guān)于所述鏈接接合部來迭代地旋轉(zhuǎn)在所述腦圖像數(shù)據(jù)和所述模板圖像數(shù)據(jù)的一個(gè)中的所述子結(jié)構(gòu)，并針對每次迭代計(jì)算在腦圖像子結(jié)構(gòu)與模板圖像子結(jié)構(gòu)之間的相似性度量;并且 選擇使所述相似性度量最大化的迭代。6.根據(jù)權(quán)利要求1-5中的任一項(xiàng)所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 對所述腦圖像數(shù)據(jù)應(yīng)用變換以使在所述至少一個(gè)腦結(jié)構(gòu)與所述對應(yīng)模板結(jié)構(gòu)之間的重疊最大化。7.根據(jù)權(quán)利要求2-6中的任一項(xiàng)所述的系統(tǒng)，其中，所述配準(zhǔn)處理器(74)還被配置為: 針對在所述鉸接子結(jié)構(gòu)之間的所有像素/體素對來計(jì)算歐幾里得距離； 選擇具有最小歐幾里得距離的像素/體素對;并且 計(jì)算在所選擇的像素/體素對之間的中點(diǎn)，作為在所述子結(jié)構(gòu)之間的所述鏈接接合部。8.根據(jù)權(quán)利要求1-7中的任一項(xiàng)所述的系統(tǒng)，其中，所述全局腦配準(zhǔn)包括基于各向同性力矩的全局配準(zhǔn)。9.一種用于腦配準(zhǔn)的方法，包括: 對腦圖像數(shù)據(jù)進(jìn)行注釋； 使用全局腦配準(zhǔn)將所述腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn)； 使用鉸接子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接，以改進(jìn)配準(zhǔn);并且使用局部腦子結(jié)構(gòu)配準(zhǔn)將所述腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)配準(zhǔn)到所述模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu)。10.根據(jù)權(quán)利要求9所述的方法，所述鉸接子結(jié)構(gòu)配準(zhǔn)包括: 識別在所述鉸接子結(jié)構(gòu)之間的鏈接接合部。11.根據(jù)權(quán)利要求10所述的方法，所述鉸接子結(jié)構(gòu)配準(zhǔn)包括: 關(guān)于所述鏈接接合部旋轉(zhuǎn)所述至少一個(gè)腦子結(jié)構(gòu)以使重疊最大化。12.根據(jù)權(quán)利要求11所述的方法，所述鉸接子結(jié)構(gòu)配準(zhǔn)包括: 計(jì)算在所述至少一個(gè)腦結(jié)構(gòu)與對應(yīng)模板結(jié)構(gòu)之間的相似性度量。13.根據(jù)權(quán)利要求10所述的方法，所述鉸接子結(jié)構(gòu)配準(zhǔn)包括: 關(guān)于所述鏈接接合部來迭代地旋轉(zhuǎn)所述腦圖像數(shù)據(jù)和所述模板圖像數(shù)據(jù)的一個(gè)中的子結(jié)構(gòu)，并針對每次迭代計(jì)算在腦圖像子結(jié)構(gòu)與模板圖像子結(jié)構(gòu)之間的相似性度量;并且選擇使所述相似性度量最大化的迭代。14.根據(jù)權(quán)利要求9-13中的任一項(xiàng)所述的方法，包括: 對所述腦圖像數(shù)據(jù)應(yīng)用變換以使所述至少一個(gè)腦結(jié)構(gòu)與所述對應(yīng)模板結(jié)構(gòu)之間的重疊最大化。15.根據(jù)權(quán)利要求10所述的方法，其中，計(jì)算所述鏈接接合部包括: 針對在所述鉸接子結(jié)構(gòu)之間的所有像素/體素對來計(jì)算歐幾里得距離； 選擇具有最小歐幾里得距離的像素/體素對;并且 計(jì)算在所選擇的像素/體素對之間的中點(diǎn)，作為在子結(jié)構(gòu)之間的所述鏈接接合部。16.根據(jù)權(quán)利要求9-16中的任一項(xiàng)所述的方法，其中，所述全局腦配準(zhǔn)包括基于各向同性力矩的全局配準(zhǔn)。17.—種非瞬態(tài)計(jì)算機(jī)可讀介質(zhì)，其具有指令以執(zhí)行根據(jù)權(quán)利要求9-16中的任一項(xiàng)所述的方法。18.—種腦配準(zhǔn)系統(tǒng)，包括: 注釋模塊，其用于對腦圖像數(shù)據(jù)進(jìn)行注釋； 全局配準(zhǔn)模塊，其用于使用全部腦配準(zhǔn)將所述腦圖像數(shù)據(jù)與模板圖像數(shù)據(jù)進(jìn)行配準(zhǔn)；鉸接模塊，其用于使用鉸接子結(jié)構(gòu)配準(zhǔn)對經(jīng)配準(zhǔn)的腦結(jié)構(gòu)的鉸接子結(jié)構(gòu)進(jìn)行鉸接，以改進(jìn)配準(zhǔn)；以及 局部配準(zhǔn)模塊，其用于使用局部腦子結(jié)構(gòu)配準(zhǔn)將所述腦圖像數(shù)據(jù)的至少一個(gè)腦結(jié)構(gòu)與所述模板圖像數(shù)據(jù)的對應(yīng)腦結(jié)構(gòu)進(jìn)行配準(zhǔn)。19.根據(jù)權(quán)利要求18所述的系統(tǒng)，包括: 識別模塊，其識別在所述鉸接子結(jié)構(gòu)之間的鏈接接合部； 旋轉(zhuǎn)模塊，其關(guān)于所述鏈接接合部來旋轉(zhuǎn)所述至少一個(gè)腦子結(jié)構(gòu)，以使重疊最大化； 度量模塊，其計(jì)算在所述至少一個(gè)腦結(jié)構(gòu)與所述對應(yīng)模板結(jié)構(gòu)之間的相似性度量；以及 變換模塊，其對所述腦圖像數(shù)據(jù)應(yīng)用變換以使所述至少一個(gè)腦結(jié)構(gòu)與對應(yīng)模板結(jié)構(gòu)之間的重疊最大化。20.根據(jù)權(quán)利要求18-19中的任一項(xiàng)所述的系統(tǒng)，包括: 迭代模塊，其關(guān)于鏈接接合部來迭代地旋轉(zhuǎn)所述腦圖像數(shù)據(jù)和所述模板圖像數(shù)據(jù)的一個(gè)中的子結(jié)構(gòu)，并針對每次迭代計(jì)算在腦圖像子結(jié)構(gòu)與模板圖像子結(jié)構(gòu)之間的相似性度量；以及 選擇模塊，其選擇使所述相似性度量最大化的迭代。
【文檔編號】G06T7/00GK106030655SQ201580003903
【公開日】2016年10月12日
【申請日】2015年1月6日
【發(fā)明人】G·圣地亞哥弗洛雷斯, O·索爾代亞, R·S·雅辛斯基
【申請人】皇家飛利浦有限公司