一种人脑组织高维可视化方法
【技术领域】
[0001] 本发明涉及生物信息学、计算机应用领域，尤其是这一种人脑组织高维可视化方 法。
【背景技术】
[0002] 人脑具有皮质、血管、骨骼、纤维等多种组织，并且各组织之间具有密切的功能关 系。同时人脑可依照功能区分为多达上百个区域。国内现有的关于中国人脑图集研宄现况 存在着分辨率较低、脑部组织不完整、未包含各脑功能区结构分割等缺点
[0003] 因此，国内现有的人脑图集并不能精确体现人脑各组织的分布，同时未包含皮质、 血管、骨骼、纤维等多组织的高维显示，也没完成人脑功能区的分割。
【发明内容】
[0004] 为了克服已有人脑组织可视化方式的纤维分布不准确、无法实现人脑功能区的分 割的不足，本发明提供一种纤维分布更为准确、有效实现人脑功能区的分割的人脑组织高 维可视化方法。
[0005] 本发明解决其技术问题所采用的技术方案是：
[0006] 一种人脑高维可视化方法，所述可视化方法包括以下步骤：
[0007] 步骤S1，对人脑神经纤维进行纤维概率跟踪，包括如下步骤：
[0008] 1. 1)用方向分布函数确定纤维束追踪的主方向，方向分布函数由以下公式给出：
其中ittuc;h表示方向分布函数，u表示单位方向向量，r表示镜像长 度，P(ru)表示总体平均概率密度函数；
[0009] 1. 2)对体素之间的相关性进行量化，使用张量模型来估计每个体素最大可能的纤 维束走向并对体素之间的相关性进行量化，张量模型D(v)公式为：
，其 中V= (Vi,v2,v3)T为单位球面上的方向向量，fj(V)表示第j个单项式，《j表示第j个张 量系数；
[0010] 1.3)使用张量模型来估计每个体素最大可能的纤维束走向，张量模型构建公式 为：进行纤维跟踪，纤维跟踪公式为：r(sn) =r(Slri) +at(Slri)，其中r(sn)表示曲线上点的 坐标（x,y,z)，a(〇 <a< 1)表示单位步长，t(s) =ei(r(s)表示扩散张量的最大特征向 量；
[0011] 步骤S2,计算人脑各组织的灰度值，利用区域生长算法完成各人脑各组织包括血 管、皮质、骨骼的三维重构；
[0012] 步骤S3,使用Freesurfer软件对步骤S1与步骤S2中得到的人脑皮质与纤维以功 能区为准进行细致分割，将人脑功能区各组织进行处理保存为三维图形文件；
[0013]步骤S4,将步骤S3中处理得到的人脑各组织三维图形文件进行三维的曲面配准 定位，实现组织的选择性显示、透明度和颜色设置。
[0014] 进一步，所述步骤S2包括如下步骤：
[0015] 2. 1)计算人脑内各组织的体素灰度值概率，体素灰度值概率由以下公式 给出：
其中PiS体素中含有组织的百分比，Pi(I)为组织i有 灰度值I的概率，完成对各组织灰度的阈值的确定后，灰度的阈值由以下公式给出：
>其中Pi(x，y，z)表示坐标（x，y，z)的体素关于组织i的灰度概 率，1^表示组织i的灰度概率均值，Ti表示关于组织i与灰度概率均值的最大偏移概率；
[0016] 2. 2)完成各组织的三维重构：对种子点体素的相邻体素进行判断，若两体素灰度 概率值I在同一组织的灰度阈值内，判定方法由以下公式给出：Ia，IbeQi，其中Qi表示第 i种组织的灰度概率值范围，13表示种子点体素灰度概率值，Ib表示相邻体素灰度概率值则 确认该相邻体素为新的种子点，继续判断该种子点与相邻体素是否为相同组织，直至没有 可以加入的相邻体素为止，合并所有种子点，形成大的连通区域，完成人脑皮质、血管、骨骼 的三维重构。
[0017] 再进一步，所述步骤S4包括如下步骤：
[0018] 4. 1)配准定位：由以下方式给出：
'其中Pi表示 三维数据初始点集，Qi表示第i种组织的目标数据点集，R表示3X3的旋转矩阵，T表示 3X1的平移矢量，F(R，T)表示源点集经过旋转和平移后，其点集每一个点与目标点集中的 对应点的距离平方和，当F(R，T)最小时，则满足数据的配准要求；
[0019] 4. 2)利用三维可视化vtk软件对定位后的各组织进行同时的三维展示，实现集合 血管、皮质、纤维、骨骼等组织的高维系统的开发，并完成对各组织的选择性显示、透明度设 和颜色设置。
[0020] 本发明的技术构思为：使用概率型跟踪方法完成了纤维的跟踪，解决了原有人脑 图集纤维分布不准确的问题，同时对人脑各组织（皮质、血管、骨骼）进行了精确的三维可 视化，完成对各组织数据之间的曲面配准定位，并对人脑皮质、纤维进行依照功能区进行组 织分割。
[0021] 基于概率型跟踪出脑纤维路径，利用k-means聚类方法完成纤维束的聚类，筛选 出有违纤维束主方向的伪纤维，对伪纤维上的每一个体素进行误差分析，完成异常体素的 修正和替换。迭代运行至不再出现伪纤维。
[0022] 与现有的技术相比，本发明的有益效果是：使用概率跟踪算法对纤维进行跟踪，提 高纤维分布的准确性。完成人脑各组织包括血管、皮质、纤维、骨骼的三维可视化，并对各组 织的三维配准，将皮质与纤维依照功能区进行细致分割。
【附图说明】
[0023] 图1是功能区分割后的人脑皮质的示意图
[0024] 图2是三维重构后的血管示意图。
[0025]图3是三维重构后的骨骼示意图。
[0026] 图4是三维重构后的纤维示意图。
[0027] 图5是各组织定位后的人脑图集的示意图。
【具体实施方式】
[0028] 下面结合附图对本发明作进一步描述。
[0029] 参照图1~图5,一种人脑组织高维可视化方法，其特征在于：所述高维可视化方 法包括以下步骤：
[0030] 步骤S1，对人脑神经纤维进行纤维概率跟踪；
[0031] 步骤S2,计算人脑各组织的灰度值，利用区域生长算法完成各人脑各组织包括血 管、皮质、骨骼的三维重构；
[0032] 步骤S3,使用Freesurfer软件（哈佛大学开发的Freesurfer(V5. 3. 0)软件）对 步骤S1与步骤S2中得到的人脑皮质与纤维以功能区为准进行细致分割，将人脑功能区各 组织进行处理保存为三维图形文件；
[0033] 步骤S4,将步骤S3中处理得到的人脑各组织三维图形文件进行三维的曲面配准 定位，实现组织的选择性显示、透明度、颜色设置等功能。
[0034] 步骤S1中，完成了对人脑神经纤维进行纤维概率跟踪，包括如下步骤：
[0035] 1. 1)用方向分布函数确定纤维束追踪的主方向，方向分布函数由以下公式给出：
其中ittuc;h表示方向分布函数，u表示单位方向向量，r表示镜像长 度，P(ru)表示总体平均概率密度函数；
[0036] 1. 2)对体素之间的相关性进行量化，使用张量模型来估计每个体素最大可能的纤 维束走向并对体素