-
公开(公告)号:CN104899884A
公开(公告)日:2015-09-09
申请号:CN201510298754.4
申请日:2015-06-03
Applicant: 浙江工业大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10092 , G06T2207/20076 , G06T2207/30004
Abstract: 一种用于早期帕金森症预测的综合分析方法,包括以下步骤:步骤S1,读取扩散加权磁共振数据DW-MRI,并对全部数据进行降噪、平滑预处理,运用扩散张量成像及高角度分辨率扩散成像技术进行建模成像及纤维跟踪,获取体素纤维方向信息,并计算得到6种脑纤维差异分析指标数据;步骤S2,提取并标记特定脑部区域体素信息,根据设定各向异性分数FA的阈值,选取连续区域为中脑黑质区域,然后筛选提取感兴趣区域内的各指标数据;步骤S3,根据步骤S2中得到的6种差异分析指标,运用SPSS分析工具进行综合分析,得出被试者与正常人中脑黑质区域的纤维差异性结果,从而预测被试者的患病情况。本发明高分辨率、准确可靠。
-
公开(公告)号:CN104933759A
公开(公告)日:2015-09-23
申请号:CN201510298752.5
申请日:2015-06-03
Applicant: 浙江工业大学
Abstract: 一种人脑高维可视化方法,包括以下步骤:步骤S1,对人脑神经纤维进行纤维概率跟踪;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;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;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。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。
-
公开(公告)号:CN104881873A
公开(公告)日:2015-09-02
申请号:CN201510298776.0
申请日:2015-06-03
Applicant: 浙江工业大学
IPC: G06T7/00
CPC classification number: G06T7/75 , G06T2207/30016
Abstract: 一种用于复杂纤维束精确重构的多级调整混合加权稀疏成像方法,包括以下步骤:步骤1,建立一种混合加权稀疏优化模型(MRS),将纤维方向信息的非负特征与稀疏特征约束在一个平衡的范围,即通过优化初始搜索点,改进稀疏解收敛条件;步骤2,基于步骤1得出的MRS模型,通过低阶迭代训练调整参数和搜索初值,利用多级调整的参数训练方法(SSD),计算高阶下的最优纤维方向分布模型(FOD),从而实现复杂纤维束的精确重构,提高纤维模型重建的角度分辨率和抗噪性。
-
公开(公告)号:CN104933759B
公开(公告)日:2018-10-23
申请号:CN201510298752.5
申请日:2015-06-03
Applicant: 浙江工业大学
Abstract: 一种人脑高维可视化方法,包括以下步骤:步骤S1,对人脑神经纤维进行纤维概率跟踪;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;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;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。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。
-
公开(公告)号:CN104881873B
公开(公告)日:2018-09-07
申请号:CN201510298776.0
申请日:2015-06-03
Applicant: 浙江工业大学
IPC: G06T7/00
Abstract: 一种用于复杂纤维束精确重构的多级调整混合加权稀疏成像方法,包括以下步骤:步骤1,建立一种混合加权稀疏优化模型(MRS),将纤维方向信息的非负特征与稀疏特征约束在一个平衡的范围,即通过优化初始搜索点,改进稀疏解收敛条件;步骤2,基于步骤1得出的MRS模型,通过低阶迭代训练调整参数和搜索初值,利用多级调整的参数训练方法(SSD),计算高阶下的最优纤维方向分布模型(FOD),从而实现复杂纤维束的精确重构,提高纤维模型重建的角度分辨率和抗噪性。
-
-
-
-