一种基于空间标记点的OPM阵列快速光学扫描定位方法与流程

一种基于空间标记点的opm阵列快速光学扫描定位方法
技术领域
1.本发明涉及计算机技术技术领域，具体涉及一种基于空间标记点的opm阵列快速光学扫描定位方法。
技术背景
2.脑磁图(以下简称meg)是一种通过测量神经电流在头外产生的磁场来推断头内脑活动的无损脑功能，脑成像和脑疾病诊断的技术。近年来逐渐成熟的原子磁强计(以下简称opm)因其高灵敏度，小体积，被开发作为脑磁图的探测单元。
3.opm往往以单通道进行封装，每一个opm在meg探测器阵列中的位置均是可调的，这使得meg能适配不同的头型和不同的测量需求。为了兼顾探测器阵列的稳定性，meg可以采用刚性头盔来固定opm，同时opm能在刚性头盔的插槽中上下滑动，这样也能通过改变插入深度来适配不同的头型，保持探测器阵列的灵活性。
4.利用opm测量的脑磁场分布，若能得知每一个探头和被试大脑皮层的相对位置，在合适的源模型下，可以唯一的确定皮层上因受到刺激而产生活动的神经元位置，这一过程也称为溯源分析。meg的溯源分析可用以研究包括脑的自发和诱发活动在内的多种脑神经活动过程，在临床上用以对癫痫病灶的定位。
5.要获得探头相对于大脑皮层的位置，需要分别获得探头相对于被试头部的位置和被试头部内大脑皮层的位置，后者由磁共振结构像提供，而前者就需要开发一种定位技术。由于opm阵列不固定，而是一个个插在脑磁帽上，且插入深度可调，每一个opm需要分别定位。如何快速且精准定位所有的opm，是一个必须克服的困难。


技术实现要素：

6.针对上述存在的拘束局限性，本发明提出了一种基于空间标记点的opm阵列快速光学扫描定位方法，通过设立头盔坐标系、借助光学扫描获得三维图像坐标、依靠空间标记点和配准算法进行图像配准以实现快速精准定位所有opm。
7.为实现上述目的，本发明采用了以下技术方案：
8.本发明的发明点是提供一种基于空间标记点的opm阵列快速光学扫描定位方法，用于获得opm相对大脑皮层的位置，其特征在于，
9.所述方法通过以下步骤实现：
10.步骤s1、根据刚性头盔的特征建立头盔坐标系，得到刚性头盔上所有插槽的头盔坐标系坐标；
11.步骤s2、在刚性头盔上安置空间标记点，并获取所有空间标记点的头盔坐标系坐标；
12.步骤s3、通过光学扫描获取刚性头盔、被试头部和所有opm的三维图像；
13.步骤s4、从刚性头盔的三维图像中直接读取所述空间标记点的三维图像坐标，将所述空间标记点的三维图像坐标与其头盔坐标系坐标进行图像配准，得到第一坐标变换关
系；
14.步骤s5、从opm的三维图像中直接读出所有opm上所贴的空间标记点的三维图像坐标，通过第一坐标变换关系进行坐标系变换，得到所有opm的头盔坐标系坐标；
15.步骤s6、获得插槽与opm的对应关系；
16.步骤s7、获得磁共振结构像重建出的头部图像，并将所述头部图像与被试头部的三维图像进行图像配准，得到第二坐标变换关系；
17.步骤s8、获取所述头部图像中的大脑皮层部分的磁共振结构像坐标，并将所述磁共振结构像坐标分别通过第二坐标变换关系、第一坐标变换关系进行变换，得到大脑皮层的头盔坐标系坐标；通过opm的头盔坐标系坐标与大脑皮层的头盔坐标系坐标之间的关系得到二者的相对位置。
18.本发明与现有技术相对比，本发明具有以下优点：
19.(1)本发明所述方法使用光学扫描来获取opm阵列和被试头部图像，采样速度快，省时省力；
20.(2)使用空间标记点和刚性头盔上插槽的先验知识，从光学扫描的三维图像中快速获取所有opm的位置，且能将opm位置与插槽(插槽编号)快速对应。
21.(3)使用被试头部的三维图像和磁共振结构像重建的头部图像进行配准，采用全局配准和icp局部优化结合的算法进行图像配准，可实现自动化配准，且具备高精度优势。
22.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
23.图1为本发明实施例涉及的一种刚性头盔的结构示意图。
24.图2为本发明实施例提供的一种基于空间标记点的opm阵列快速光学扫描定位方法的流程图。
25.图3为本发明实施例提供的点特征直方图提取方法的示意图。
26.图4为本发明实施例提供的点特征直方图提取方法的darboux坐标系示意图。
具体实施方式
27.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。为了进一步了解本发明，下面结合最佳实施例对本发明作进一步的详细说明。
28.如下为本发明实施例中涉及名词术语的解释：
29.opm：即光泵原子磁强计，利用圆偏振光激发待测磁场中的气体原子系统产生其塞曼子能级之间粒子数差，从而观测磁共振效应的原理制成的磁强计；opm主要用于测量弱磁场。
30.刚性头盔：即固定opm的头盔，用刚性材料制成，如图1所示，刚性头盔结合头盔定
位标志点、探测器定位标志点满足opm阵列快速光学扫描定位方法的需求。刚性头盔包含固定不动的底座和小范围可动以调整头盔内部大小的模块，被试戴上头盔后，可以调整头盔大小来尽量贴合被试头型。头盔上分布有固定opm的插槽，opm在插槽内可以调整插入深浅。
31.下面结合前述名词术语具体介绍本发明的实现方式：
32.本发明的发明点是提供一种基于空间标记点的opm阵列快速光学扫描定位方法，用于获得opm相对大脑皮层的位置；
33.参考图2所示，所述方法通过以下步骤实现：
34.步骤s1、根据刚性头盔的特征建立头盔坐标系，得到刚性头盔上所有插槽的头盔坐标系坐标；
35.步骤s2、在刚性头盔上安置空间标记点，并获取所有空间标记点的头盔坐标系坐标；
36.步骤s3、通过光学扫描获取刚性头盔、被试头部和所有opm的三维图像；
37.步骤s4、从刚性头盔的三维图像中直接读取所述空间标记点的三维图像坐标，通过第一图像配准算法将所述空间标记点的三维图像坐标与其头盔坐标系坐标进行图像配准，得到第一坐标变换关系；
38.所述第一坐标变换关系为头盔坐标系坐标和三维图像坐标之间的坐标变换关系；
39.步骤s5、从opm的三维图像中直接读出所有opm上所贴的空间标记点的三维图像坐标，通过第一坐标变换关系进行坐标系变换，得到所有opm的头盔坐标系坐标；
40.步骤s6、通过第一匹配法则获得插槽与opm的对应关系；
41.步骤s7、获得磁共振结构像重建出的头部图像，并将所述头部图像与被试头部的三维图像进行图像配准，得到第二坐标变换关系；
42.所述第二坐标变换关系为三维图像坐标与磁共振结构像坐标之间的坐标变换关系；
43.步骤s8、获取所述头部图像中的大脑皮层部分的磁共振结构像坐标，并将所述磁共振结构像坐标通过第二坐标变换关系进行变换得到大脑皮层的三维图像坐标，再将大脑皮层的三维图像坐标通过第一坐标变换关系进行变换得到大脑皮层的头盔坐标系坐标；通过opm的头盔坐标系坐标与大脑皮层的头盔坐标系坐标之间的关系得到二者的相对位置。
44.所述头盔坐标系为三维坐标系；所述三维图像坐标为光学扫描时定义的坐标系下的坐标，满足真实空间的尺寸；磁共振结构像坐标为在磁共振扫描设备定义的坐标系下的坐标。
45.步骤s1-8顺序执行时，可获得opm相对大脑皮层的位置，即实现opm阵列快速光学扫描定位方法；所述opm阵列由所有opm组成。
46.作为一种实施例，所述头盔坐标系为三维坐标系；
47.所述头盔坐标系的建立方法包括：当刚性头盔固定在扫描床上时，头盔坐标系以刚性头盔的中心为原点，以扫描床所在平面为x-y平面，以被试头到脚的方向为x轴方向，垂直于扫描床的竖直向上方向为z轴方向。
48.所述三维图像坐标为光学扫描时定义的坐标系下的坐标，满足真实空间的尺寸。
49.磁共振结构像坐标为在磁共振扫描设备定义的坐标系下的坐标。
50.作为一种实施例，所述空间标记点为反光亮片，所述反光亮片在光学扫描时拥有
区别于常规材料(如镀银不锈钢、反光pu)的亮度值，所述空间标记点的个数为5-10个。
51.步骤s5中所述的空间标记点可在执行本发明所述方法前固定装配到opm上，也可在执行本发明步骤s3前任一步骤时装配到opm上；所述opm在执行步骤s3前装配到所述刚性头盔的插槽中。
52.作为一种实施例，所述光学扫描包括激光反射定位、结构光扫描定位、双目摄像机定位。
53.作为一种实施例，所述三维图像包括被扫描物体的反光亮度信息，所述反光亮度信息包括灰度值、根据被扫描物体形状重建出的三维点云、三维点云链接构成的面片。
54.作为一种实施例，所述第一匹配法则包括：
55.将所有opm的头盔坐标系坐标与所有插槽的头盔坐标系坐标进行对比，若某个opm的头盔坐标系坐标落在某个插槽头盔坐标系坐标的预设坐标范围内，则该opm即为该插槽内的opm。
56.作为一种实施例，所述预设坐标范围按照以下方式得到：根据头盔上插槽的分布估计范围，该范围应保证opm不会同时落在两个插槽的范围内，该范围为垂直于插槽轴上的欧氏距离。
57.作为一种实施例，所述第一配准算法通过以下步骤实现：
58.分别计算三维图像坐标点集p和头盔坐标系点集p
*
的协方差矩阵，并提取矩阵的特征向量v和v
*
；所述三维图像坐标点集为空间标记点的三维图像坐标组成的点集，所述头盔坐标系点集为空间标记点的头盔坐标系坐标所组成的点集；
59.分别计算三维图像坐标点集p(p1,p2,p3…
pn)和头盔坐标系点集的协方差矩阵，并提取矩阵的特征向量(v1,v2,v3)和所述三维图像坐标点集为所述空间标记点的三维图像坐标组成的点集，所述头盔坐标系点集为所述空间标记点的头盔坐标系坐标所组成的点集；
60.设点集p和p
*
的质心分别为c和c
*
，则两点集之间的变换矩阵trans为：其中，t＝c
*-rc；
61.将trans作用于p，则p和p
*
大致匹配，将p中距离最近的点pj与建立点对，重新排序后得到pa(p1,p2,p3…
pn)和其中pi和为距离最近的点对；
62.根据最小二乘估计法计算点集pa和的最优空间变换，使得的最优空间变换，使得最小；
63.定义定义代表质心，
64.对h进行奇异值分解得到uλv
t
，则：
65.最终得到三维图像坐标系到头盔坐标系之间的空间变换矩阵：
66.作为一种实施例，所述第二配准算法采用全局配准和迭代最近邻算法(icp，iterative-closest-points)局部优化的结合算法，算法如下：
67.计算被试头部三维图像与磁共振结构像重建出的头部图像的快速点特征直方图(fast-point-feature-histogram)，得到两三维图像的全局特征；
68.在两三维图像中选取相似全局特征的点集p(p1,p2,p3…
pn)和然后按照上述所述第一配准算法的流程，得到两点集之间的最优空间变换trans0；所述全局特征为点特征直方图分布特征。
69.将trans0作用于被试头部的三维图像，则被试头部的三维图像和磁共振结构像重建出的头部图像将大致拟合(即被试头部的三维图像和磁共振结构像重建出的头部图像初步拟合)，然后通过迭代最近邻算法优化两图像的配准结果，得到更精确的空间变换矩阵。
70.作为一种实施例，所述快速点特征直方图基于点特征直方图(pfh，point-feature-histogram)，所述点特征直方图为全局特征，通过参数化查询点和近邻点之间的空间差异，形成了一个多维直方图从而对点的近邻进行几何描述；所述直方图提供的信息对于点云具有平移旋转不变性，对采样密度和噪声点具有稳健性。pfh是基于点与其邻近点之间的关系以及它们的估计法线，来描述几何特征。
71.所述点特征直方图的提取方法为：
72.如图3所示，对三维图像中任一点p，选取以p为圆心，r为半径内的k个近邻点；
73.如图4所示，在k个近邻点中任取两个点p1，p2以及它们对应的该点处的法向量n1,n2，计算darboux坐标系(u,v,w),其中u＝n1v＝u
×
(p
2-p1)w＝u
×v74.在darboux坐标系下计算pfh特征值(α,φ,θ)，所述pfh特征值为n1和n2的角度差异，其中α＝v
·
n2θ＝arctan(w
·
n2,u
·
n2)
75.对k邻域内所有点对，计算三元组(α,φ,θ)；一共有k个点，则会得到个三元组；对三元组中的每一个值划分为b个区间，然后以整个三元组作为一个参数建立直方图，则该直方图会有b3个区间；
76.统计这个三元组落在各个区间的频率，构成pfh点特征直方图。
77.作为一种实施例，所述迭代最近邻算法通过以下方式实现：
78.选取两图像上欧式距离最近的点对，一一匹配；
79.基于最小二乘估计，利用svd矩阵分解计算两点集之间的最优刚性变换，将该变换作用与两图像，重新选取两图像上欧式距离最近的点对，计算两点集之间的最优刚性变换；
80.重复上述过程，直到相邻两次迭代得到的刚性变换之间相差比例小于预设值，即输出最终的刚性变换，该预设值常为0.0001。
81.作为一种实施例，本发明所述方法可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用计算机或任何其他类似硬件设备来实现。
82.本发明所述的方法可以软件程序的形式实施，所述软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，所述软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。
83.另外，本发明所述方法的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
84.另外，本发明所述的方法的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本技术的方法和/或技术方案。而调用本发明所述方法的程序指令，可被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。
85.作为一种实施例，本发明还提供一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述的多个实施例的方法和/或技术方案。
86.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本技术所必须的。
87.最后，需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
88.以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。