System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别涉及一种基于图像的建模方法、装置、电子设备及存储介质。
技术介绍
1、在脑领域的研究中,三维重建技术被广泛应用于大脑结构的研究和临床诊断。
2、现有技术中,常用的三维重建技术是通过多角度x射线对研究对象进行扫描,得到多角度的投影信息,对多角度的投影信息进行逆投影建模,即可得到物体的三维模型。或者通过使用ct(computed tomography,计算机断层扫描)设备对目标物体进行高精度的断层扫描,以获取多个切片图像,然后通过计算机算法对这些切片图像进行配准、融合和重建,从而形成目标物体的三维模型。现有技术由于需要高精度和高分辨率的扫描图像,ct设备和扫描过程的成本较高,在研究和实际应用中不能得到广泛使用,且ct三维重建在应用于老鼠大脑等复杂的生物组织时,可能面临边缘效应和伪影等问题。这些问题可能导致重建结果的准确性下降,影响合成模型的质量。因此,急需一种能够更加高效和经济地合成研究对象的大脑的三维模型的建模方法。
技术实现思路
1、为了解决现有技术的问题,本申请提供了一种基于图像的建模方法、装置、电子设备及存储介质,充分利用现有资料中提供的非常精准的脑部切面图,基于图像处理和智能算法进行特征提取、图像配准、融合和重建,合成研究对象的大脑的三维模型,解决了生物医学研究和临床应用中合成研究对象的大脑的三维模型的效率性问题。
2、根据本申请的一方面,提供了一种基于图像的建模方法,所述方法包括:
3、获取多个对象脑部切片图像数据;
4、对每个对象脑部切片图像数据进行特征提取得到每个对象脑部切片图像数据的特征提取结果,基于每个对象脑部切片图像数据的特征提取结果确定每个对象脑部切片图像数据的目标脑区数据;
5、对每个对象脑部切片图像数据的目标脑区数据进行聚类处理,得到每个对象脑部切片图像数据的初始脑区划分区域数据;
6、对每个对象脑部切片图像数据的初始脑区划分区域数据进行修正处理,得到每个对象脑部切片图像数据的目标脑区划分区域数据;
7、对多个对象脑部切片图像数据的目标脑区划分区域数据进行融合处理,合成对象脑部初始三维点云数据;
8、对所述对象脑部初始三维点云数据进行插值优化处理,得到对象脑部目标三维点云数据;
9、基于所述对象脑部目标三维点云数据进行建模,得到对象脑部目标三维模型。
10、在一种可能的实现方式中,所述对每个对象脑部切片图像数据进行特征提取得到每个对象脑部切片图像数据的特征提取结果,基于每个对象脑部切片图像数据的特征提取结果确定每个对象脑部切片图像数据的目标脑区数据,包括:
11、对每个对象脑部切片图像数据进行特征提取,得到每个对象脑部切片图像数据的脑区边界特征,将每个对象脑部切片图像数据的脑区边界特征作为每个对象脑部切片图像数据的特征提取结果;
12、基于每个对象脑部切片图像数据的脑区边界特征,定位得到每个对象脑部切片图像数据的目标脑区数据。
13、在一种可能的实现方式中,所述对每个对象脑部切片图像数据的目标脑区数据进行聚类处理,得到每个对象脑部切片图像数据的初始脑区划分区域数据,包括:
14、基于每个对象脑部切片图像数据的目标脑区数据中每个像素的像素值和像素坐标,对每个对象脑部切片图像数据的目标脑区数据中的每个像素进行聚类处理,得到每个对象脑部切片图像数据的初始脑区划分区域数据。。
15、在一种可能的实现方式中,所述对每个对象脑部切片图像数据的初始脑区划分区域数据进行修正处理,得到每个对象脑部切片图像数据的目标脑区划分区域数据,包括:
16、计算每个对象脑部切片图像数据的初始脑区划分区域数据中每个区域的像素数量,得到满足预设条件的每个对象脑部切片图像数据的初始脑区划分区域数据中的修正区域;
17、对每个对象脑部切片图像数据的初始脑区划分区域数据中的修正区域进行修正处理,得到每个对象脑部切片图像数据的目标脑区划分区域数据。
18、在一种可能的实现方式中,所述对每个对象脑部切片图像数据的初始脑区划分区域中的修正区域数据进行修正处理,得到每个对象脑部切片图像数据的目标脑区划分区域数据,包括:
19、计算每个对象脑部切片图像数据的初始脑区划分区域数据中的修正区域的边界上各个像素点的斜率,基于各个像素点的斜率对每个对象脑部切片图像数据的初始脑区划分区域数据中的修正区域的边界上各个像素点进行延展处理,得到延展处理结果;所述延展处理结果的尺寸满足预设条件;
20、在所述延展处理结果指示所述修正区域的边界上两个像素点满足预设条件的情况下,将满足预设条件的两个像素点连接,得到每个对象脑部切片图像数据的目标脑区划分区域数据。
21、在一种可能的实现方式中,所述对多个对象脑部切片图像数据的目标脑区划分区域数据进行融合处理,合成对象脑部初始三维点云数据,包括:
22、获取所述多个对象脑部切片图像数据的距离信息,以及每个对象脑部切片图像数据的目标脑区划分区域数据的边界像素;
23、基于所述多个对象脑部切片图像数据的距离信息,将每个对象脑部切片图像数据的目标脑区划分区域数据的边界像素映射到三维空间,合成所述对象脑部初始三维点云数据。
24、在一种可能的实现方式中,所述对所述对象脑部初始三维点云数据进行插值优化处理,得到对象脑部目标三维点云数据,包括:
25、基于所述对象脑部初始三维点云数据中每两个相邻的对象脑部切片图像数据的目标脑区划分区域数据,计算得到平移旋转矩阵;
26、基于每两个相邻的对象脑部切片图像数据的距离信息和对应两个相邻的对象脑部切片图像数据的平移旋转矩阵,确定满足预设条件的多个目标对象脑部切片图像数据的目标插值数据;
27、将满足预设条件的多个目标对象脑部切片图像数据的目标插值数据插入到所述对象脑部初始三维点云数据的预设位置上,得到所述对象脑部目标三维点云数据。
28、在一种可能的实现方式中,所述基于所述对象脑部目标三维点云数据进行建模,得到对象脑部目标三维模型,包括:
29、基于所述对象脑部目标三维点云数据中点云数据之间的关系对所述对象脑部目标三维点云数据进行三维建模,得到对象脑部目标三维模型。
30、另一方面,提供了一种基于图像的建模装置,所述装置包括:
31、获取数据模块,用于获取多个对象脑部切片图像数据;
32、特征提取模块,用于对每个对象脑部切片图像数据进行特征提取得到每个对象脑部切片图像数据的特征提取结果,基于每个对象脑部切片图像数据的特征提取结果确定每个对象脑部切片图像数据的目标脑区数据;
33、区域划分模块,用于对每个对象脑部切片图像数据的目标脑区数据进行聚类处理,得到每个对象脑部切片图像数据的初始脑区划分区域数据;
34、修正处理模块,用于对每个对象脑部切片图像数据的初始本文档来自技高网...
【技术保护点】
1.一种基于图像的建模方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于图像的建模方法,其特征在于,
3.根据权利要求1所述的基于图像的建模方法,其特征在于,
4.根据权利要求1所述的基于图像的建模方法,其特征在于,
5.根据权利要求4所述的基于图像的建模方法,其特征在于,
6.根据权利要求1所述的基于图像的建模方法,其特征在于,
7.根据权利要求6所述的基于图像的建模方法,其特征在于,
8.根据权利要求1所述的基于图像的建模方法,其特征在于,
9.一种基于图像的建模装置,其特征在于,所述装置包括:
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如权利要求1至8中任一项所述的基于图像的建模方法。
11.一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由处理器加载并
...【技术特征摘要】
1.一种基于图像的建模方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于图像的建模方法,其特征在于,
3.根据权利要求1所述的基于图像的建模方法,其特征在于,
4.根据权利要求1所述的基于图像的建模方法,其特征在于,
5.根据权利要求4所述的基于图像的建模方法,其特征在于,
6.根据权利要求1所述的基于图像的建模方法,其特征在于,
7.根据权利要求6所述的基于图像的建模方法,其特征在于,
8.根据权利要求1所述的基于图像的建模...
【专利技术属性】
技术研发人员:杨勤荣,彭雷,谭正,
申请(专利权)人:上海脑虎科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。