申请/专利权人：华中科技大学

申请日：2021-07-14

公开（公告）日：2024-02-13

公开（公告）号：CN113591616B

主分类号：G06V20/69

分类号：G06V20/69;G06V20/64;G06V10/26;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2021.11.19#实质审查的生效;2021.11.02#公开

摘要：本发明公开了一种基于前景点聚类的神经纤维重建方法和系统，属于图像处理领域。本发明通过高斯混合模型将纤维结构聚类为一系列首尾相连的椭球结构，进而将神经纤维结构特征抽象为一组椭球状点集，少部分出现多根纤维虚假连接的情况，可视为椭球结构在中部相互交叉，这种抽象模式可体现出神经纤维的行进方向仅为椭球结构的轴线方向，与之对应，在求解高斯混合模型过程中，通过尽可能延长椭球长轴距离，有效保证纤维形状仅按照行进方向延伸，同时，对于虚假连接的纤维，其交叉处会出现的多个分叉的错误情况，本方法通过限制椭球的短轴的生长，使得虚假连接处的纤维不能够生长出多个分叉，只能沿着一个方向延伸，从而解决虚假连接的问题。

主权项：1.一种基于前景点聚类的神经纤维重建方法，其特征在于，包括：S1.从神经纤维分割图像中获取神经纤维前景点集合；S2.确定聚类种子点集；相邻聚类种子点三维方向上的间隔分别大于M、N、Q；M、N、Q均大于神经纤维的平均半径，且M×N×Q邻域范围内只包含同一根神经纤维，M、N大于Q；S3.以每个聚类种子点为中心，利用混合高斯模型将所有前景点进行聚类；采用如下聚类模型对所有前景点进行聚类；所述聚类模型为： s.t.pμi≥ε0λmax∑iε1λ1minΣiε2λ2mi∑iε2其中，px为前景点x的概率，K表示聚类个数，表示高斯概率，∑k,∑k为第k聚类的均值和协方差矩阵，pμi表示聚类中心的概率尽可能的位于纤维的中心，λmax∑i为∑i的最大特征值，表示椭球长轴的缩放因子，为∑i最小的两个特征值，表示椭球短轴的缩放因子；S4.将同一条神经纤维上的所有聚类点集依次连接，得到若干根相互独立、完整的神经纤维结构；S4具体包括：选择长轴方向上距离椭球球心最远的若干前景点，作为当前聚类的端点集合；对于每一个聚类，将当前聚类的端点集合Scurrent与其他聚类的端点集合Si一一匹配，找到重合度最高的端点集合进行连接，得到一根无分支的神经纤维结构；所述重合度最高表示两个点集之间所有点的距离之和最小；判断每条神经纤维端点固定半径内是否有其他聚类点集，若有，且该条神经纤维中心线方向没有其他的神经纤维中心线，则将该条神经纤维端点与固定半径内包含的其他聚类点集相连，得到该条神经纤维的分叉。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于前景点聚类的神经纤维重建方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD