脑图像处理的制作方法

技术特征：
1.一种计算机实现的系统，包括：服务器计算机模块，所述服务器计算机模块具有存储器和处理器；远程终端，所述远程终端被配置成通过计算机通信网络与所述服务器计算机模块进行通信；所述远程终端具有存储器和处理器；其中所述服务器计算机模块的存储器和所述远程终端模块的存储器共同地存储用于指示所述服务器计算机模块的处理器和所述远程终端的处理器联合地执行处理待分割的特定脑的脑图像数据的方法的计算机可执行软件程序，所述方法包括以下步骤：在指定空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对所述脑图像数据执行扩散纤维束成像，以确定所述特定脑的全脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。2.一种在其中记录有一个或多个计算机程序的计算机可读存储介质，所述一个或多个程序能够由计算机设备执行以使所述计算机设备执行处理待分割的特定脑的脑图像数据的方法，所述方法包括以下步骤：在三维坐标系统空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；执行所述脑图像数据的扩散纤维束成像以确定所述特定脑的全脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。3.一种个性化脑图谱，所述个性化脑图谱包含反映待分割的特定脑的调整后的分割方案，所述个性化脑图谱已通过处理所述待分割的特定脑的脑图像数据的方法而形成，所述方法包括以下步骤：在三维坐标系统空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对所述脑图像数据执行扩散纤维束成像以确定所述特定脑的全脑纤维束成像图像的集合；
对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。4.一种方法，包括：在三维坐标系统空间中确定用于特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对脑图像数据执行扩散纤维束成像以确定所述特定脑的脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。5.根据权利要求4所述的方法，进一步包括：在重复步骤之前，对用于端到端分割的体素级纤维束成像向量的所述体素网格进行插值以填充体素之间的间隙的步骤。6.根据权利要求5所述的方法，进一步包括，对于所述配准图谱中的特定分割中的每个体素：确定分别示出所述体素与其他分割中的体素的端到端连接和直通连接的端到端体素级纤维束成像向量和直通分割的体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的所述概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量和直通分割的体素级纤维束成像向量的标签和体素网格；以及对用于端到端分割的体素级纤维束成像向量和直通分割的体素级纤维束成像向量的所述体素网格进行插值以填充体素之间的间隙。7.根据权利要求4所述的方法，其中，在所述三维坐标系统空间中确定所述特定脑的所述配准函数的步骤包括以下步骤：执行所述脑图像数据的t1图像的nifti版本的面部剥离、头骨剥离和掩模，以获得掩模的、头骨和面部剥离的t1图像；以及确定所述掩模的、头骨和面部剥离的t1图像与标准脑数据图像集合的集合之间的关系，以生成所述配准函数。8.根据权利要求4所述的方法，其中，确定所述配准图谱的步骤包括将所述配准函数应用于所述标准图谱以生成所述配准图谱。9.根据权利要求4所述的方法，其中，对所述脑图像数据执行扩散纤维束成像的步骤是关于dicom图像集合的dti图像的面部剥离掩模的nifti版本执行的。
10.根据权利要求4所述的方法，其中，确定所述体素级纤维束成像向量包括以下步骤：配准所述配准图谱和所述脑纤维束成像图像集合；生成端到端分割的体素级纤维束成像向量；以及生成端到端和直通分割的体素级纤维束成像向量。11.根据权利要求10所述的方法，其中，对所述体素进行分类包括：用端到端分类器和旁通分类器处理所述端到端分割的体素级纤维束成像向量和所述直通分割的体素级纤维束成像向量，以形成所述体素网格。12.根据权利要求4所述的方法，其中，所述多个分割包括所述配准图谱中的所有分割。13.根据权利要求4所述的方法，其中，所述三维坐标系统空间是由标准脑数据图像集合的集合(hcp
‑
sdb)描述的蒙特利尔神经研究所空间。14.根据权利要求4所述的方法，其中，所述标准图谱是hcp
‑
mmp1图谱。15.根据权利要求4所述的方法，其中，所述特定脑的所述脑纤维束成像图像是所述特定脑的全脑纤维束成像图像。16.一种系统，包括：一个或多个计算机和一个或多个存储装置，在所述一个或多个存储装置上存储了指令，所述指令当由所述一个或多个计算机执行时可操作以使所述一个或多个计算机执行操作，所述操作包括：在指定空间中确定用于特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对所述脑图像数据执行扩散纤维束成像以确定所述特定脑的全脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。17.根据权利要求16所述的系统，其中，所述操作进一步包括：在重复步骤之前，对用于端到端分割的体素级纤维束成像向量的所述体素网格进行插值以填充体素之间的间隙的步骤。18.根据权利要求16所述的系统，其中，确定所述配准图谱的步骤包括将所述配准函数应用于所述标准图谱以生成所述配准图谱。19.根据权利要求16所述的系统，其中，对脑图像数据执行扩散纤维束成像的步骤是关于dicom图像集合的dti图像的面部剥离掩模的nifti版本执行的。20.根据权利要求16所述的系统，其中，所述多个分割包括所述配准图谱中的所有分割。

技术总结
一种方法(400)，该方法包括：在坐标空间中确定(702)特定脑的配准函数[705,Niirf(T1)]，根据配准函数和包含标准分割方案的HCP


技术研发人员：迈克尔
受保护的技术使用者：全知神经科技有限公司
技术研发日：2020.10.12
技术公布日：2021/11/14