基于激光雷达的脑磁图与核磁共振影像配准方法及系统
本发明属于脑磁研究,具体涉及一种基于激光雷达的脑磁图与核磁共振影像配准方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
2、脑磁图(meg)检测通过捕捉大脑神经电活动产生的磁场信号,为癫痫灶定位、脑功能区划等提供关键的功能信息,但其空间分辨率较低,所获功能数据缺乏精细的颅脑解剖结构轮廓,难以与磁共振成像(mri)等影像显示的病灶实现直接的空间对应。为实现功能信息与解剖结构的融合,现有技术通常借助标准头部模板、视觉标记点或磁感应标记点等方式,将meg数据配准至mri空间。
3、标准模板配准要求被试者严格参照标准模型摆放体位,但个体解剖差异导致摆放误差显著,配准一致性差;视觉标记点配准需在被试者头部粘贴定位贴纸并辅以光学设备定位,却易受标记物粘贴误差及环境光照干扰,鲁棒性不足;磁感应标记点配准则通过被试者佩戴或咬持的磁线圈反演头部位姿,但现有方法多依赖检测前一次性静态配准,缺乏对检测过程中被试者头部持续微小位移与转动的动态跟踪机制,配准精度随时间推移逐渐衰减。此外,常规两阶段配准策略在粗对齐阶段易陷入局部最优,精配准阶段对噪声敏感,且现有方案未能针对雷达点云采集特性优化预处理流程,致使点云密度与轮廓清晰度不足,从数据源层面限制了配准精度的上限。
技术实现思路
1、为了解决上述问题,本发明提出了一种基于激光雷达的脑磁图与核磁共振影像配准方法及系统,在克服个体差异与外部干扰的同时,建立了meg功能信息与mri解剖图像的高精度动态配准机制,并有效抑制头部微运动对定位可靠性的影响。
2、根据一些实施例,本发明的第一方案提供了一种基于激光雷达的脑磁图与核磁共振影像配准方法,采用如下技术方案:
3、基于激光雷达的脑磁图与核磁共振影像配准方法,包括:
4、基于被试者的颅脑磁共振影像重建颅脑三维模型,并将颅脑三维模型转换为颅脑磁共振点云集;
5、获取佩戴脑磁头盔被试者的静态点云和动态实时点云并进行预处理,得到面部点云集、头盔点云集以及动态联合点云集;
6、基于头盔点云集与脑磁传感器阵列进行正态分布变换配准,得到最优头盔变换矩阵;基于面部点云集与颅脑磁共振点云集进行两级配准,得到最优面部变换矩阵;根据最优头盔变换矩阵和最优面部变换矩阵计算全局静态基准矩阵;
7、基于全局静态基准矩阵与联合动态点云集对齐,得到连续配准帧序列;根据连续配准帧序列计算联合动态点云集中每帧的单帧相对变换矩阵,根据单帧相对变换矩阵和全局静态基准矩阵进行逐帧补偿与融合,得到逐帧配准矩阵序列。
8、进一步地,所述获取佩戴脑磁头盔被试者的静态点云和动态实时点云并进行预处理,得到面部点云集、头盔点云集以及动态联合点云集,包括:
9、在佩戴脑磁头盔被试者的各个设定位置上采集多帧静态点云;
10、静态采集完成后,在佩戴脑磁头盔被试者的各个设定位置上,连续采集多帧带有时间戳的动态实时点云;
11、对各个设定位置上的多帧静态点云均依次进行多帧配准合成、双重降噪处理以及欧式聚类分割操作,得到初始面部点云集与初始头盔点云集;并对初始面部点云集与初始头盔点云集进行体素栅格降采样,得到面部点云集与头盔点云集;
12、对带有时间戳的动态实时点云进行去噪和体素栅格降采样处理,得到带有时间戳的动态联合点云集。
13、进一步地,所述基于头盔点云集与脑磁传感器阵列进行正态分布变换配准,得到最优头盔变换矩阵,包括:
14、以预先获取的头盔参考三维模型为目标点云,将头盔点云集作为源点云;
15、分别对头盔点云集和预先获取的头盔参考三维模型进行三维体素划分,对每个体素内的点集计算均值向量和原始协方差矩阵,并对原始协方差矩阵进行特征值归一化处理,得到归一化协方差矩阵;
16、基于正态分布变换,以所述均值向量和所述归一化协方差矩阵构建配准目标函数;
17、采用高斯牛顿法迭代更新变换矩阵,以所述配准目标函数最小化为目标,满足预设的终止条件时输出最优头盔变换矩阵;
18、基于脑磁传感器阵列标定坐标在头盔参考三维模型上的已知固定几何位置,利用最优头盔变换矩阵将头盔点云集与脑磁传感器阵列进行空间配准绑定。
19、进一步地,所述基于面部点云集与颅脑磁共振点云集进行两级配准,得到最优面部变换矩阵,包括:
20、分别在面部点云集和颅脑磁共振点云集上手动选取同名基准点并建立对应点对,并根据对应点对求解手动初始变换以完成初步位姿对齐;
21、在初步位姿对齐后的面部点云集和颅脑磁共振点云集上分别提取面部三维形状上下文特征和颅脑三维形状上下文特征,并分别计算面部描述子和颅脑描述子,根据面部描述子和颅脑描述子的相似度求解初始面部变换矩阵;
22、以初始面部变换矩阵作为初值,采用正态分布变换算法迭代优化,输出最优面部变换矩阵,利用最优面部变换矩阵完成面部点云集和颅脑磁共振点云集的空间配准。
23、进一步地,所述基于全局静态基准矩阵与联合动态点云集对齐,得到连续配准帧序列;根据连续配准帧序列计算联合动态点云集中每帧的单帧相对变换矩阵,包括:
24、以全局静态基准矩阵作为初始基准帧,将联合动态点云集中的首帧点云与面部点云集、头盔点云集对齐,联合动态点云集中的后续帧点云以相邻前序帧点云为基准帧与面部点云集、头盔点云集对齐,形成连续配准帧序列;
25、以联合动态点云集中各帧设定数量的前序帧的平均变换作为初始相对变换,利用正态分布变换算法迭代优化,得到各帧的单帧相对变换矩阵。
26、进一步地,所述根据单帧相对变换矩阵和全局静态基准矩阵进行逐帧补偿与融合,得到逐帧配准矩阵序列,包括:
27、以基准帧到当前帧的单帧相对变换矩阵的连续乘积,作为当前帧的累积补偿变换矩阵;
28、基于当前帧的累积补偿变换矩阵叠加全局静态基准矩阵,得到当前帧的全局实时配准矩阵;
29、以所有帧的全局实时配准矩阵按时间顺序排列,组成逐帧配准矩阵序列。
30、根据一些实施例,本发明的第二方案提供了一种基于激光雷达的脑磁图与核磁共振影像配准系统,采用如下技术方案:
31、基于激光雷达的脑磁图与核磁共振影像配准系统,包括:
32、颅脑三维建模模块,用于基于被试者的颅脑磁共振影像重建颅脑三维模型,并将颅脑三维模型转换为颅脑磁共振点云集;
33、点云采集处理模块,用于获取佩戴脑磁头盔被试者的静态点云和动态实时点云并进行预处理,得到面部点云集、头盔点云集以及动态联合点云集;
34、静态配准模块,用于基于头盔点云集与脑磁传感器阵列进行正态分布变换配准,得到最优头盔变换矩阵;基于面部点云集与颅脑磁共振点云集进行两级配准,得到最优面部变换矩阵;根据最优头盔变换矩阵和最优面部变换矩阵计算全局静态基准矩阵;
35、动态配准模块,用于基于全局静态基准矩阵与联合动态点云集对齐,得到连续配准帧序列;根据连续配准帧序列计算联合动态点云集中每帧的单帧相对变换矩阵,根据单帧相对变换矩阵和全局静态基准矩阵进行逐帧补偿与融合,得到逐帧配准矩阵序列。
36、根据一些实施例,本发明的第三方案提供了一种计算机可读存储介质。
37、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方案所述的基于激光雷达的脑磁图与核磁共振影像配准方法中的步骤。
38、根据一些实施例,本发明的第四方案提供了一种计算机设备。
39、一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一方案所述的基于激光雷达的脑磁图与核磁共振影像配准方法中的步骤。
40、根据一些实施例,本发明的第五方案提供一种计算机程序产品或计算机程序。
41、一种计算机程序产品或计算机程序,包括计算机指令,该计算机指令存储在计算机可读存储介质中,计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如上述第一方案所述的基于激光雷达的脑磁图与核磁共振影像配准方法中的步骤。
42、与现有技术相比,本发明的有益效果为:
43、本发明通过静态多帧icp预合成—双重降噪—欧式聚类分割—体素栅格降采样构建高质量面部点云和头盔点云,以头盔参考三维模型为配准中介将头盔点云与脑磁传感器阵列进行ndt空间绑定,并采用手动初配准、三维形状上下文(3dsc)特征匹配与ndt精配准将面部点云与mri模型点云对齐,输出全局静态基准矩阵;在此基础上,动态采集与脑磁检测同步运行,对带时间戳的动态联合点云帧进行轻量化预处理,以全局静态基准矩阵为初始基准、以相邻前序帧为参考递推形成连续配准帧序列,实现检测全程头部微运动的逐帧补偿,从而在数据质量、静态配准精度、动态稳定性、无标记环境适配和工程落地性等方面整体提升脑磁检测定位诊断的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com