(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210218623.0 (22)申请日 2022.03.03 (71)申请人 北京银河方圆科技有限公司 地址 100083 北京市海淀区中关村东路1号 院6号楼2层KJ202- 013号 申请人 北京优脑银河科技有限公司 (72)发明人 王伟伟　张维　胡清宇　 (74)专利代理 机构 北京毕科锐森知识产权代理 事务所(普通 合伙) 11877 专利代理师 王家毅　王璐璐 (51)Int.Cl. G06T 17/20(2006.01) G06V 10/26(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01) (54)发明名称 大脑皮层表面重建方法和可读存 储介质 (57)摘要 本发明公开了一种大脑皮层表面重建方法 和可读存储介质， 属于医学图像处理领域。 该大 脑皮层表 面重建方法包括以下步骤： 将医学影像 图像进行数据预处理， 以获得标准化图像； 将该 标准化图像输入分割模型中分割与灰质相邻的 大脑解剖结构， 以获得区分后的大脑 解剖结构分 割图像； 将区分后的大脑解剖结构分割图像和该 标准化图像输入表面水平集预测模 型， 获得大脑 解剖结构与灰质之间的分界面的水平集表示图 像； 将大脑 解剖结构与灰质之间的分界面的水平 集表示图像输入拓扑修复模块和多边形网格表 示重建模块， 以获得大脑解剖结构与灰质之间的 分界面的多边形网格表示。 权利要求书3页 说明书10页 附图2页 CN 114581628 A 2022.06.03 CN 114581628 A 1.一种大脑皮层表面重建方法， 所述大脑皮层表面重建方法包括以下步骤： 步骤S1将医学影 像图像进行 数据预处 理， 以获得 标准化图像； 步骤S2将所述标准化图像输入分割模型中分割与 灰质相邻的大脑解剖结构， 以获得区 分后的大脑解剖结构分割图像； 步骤S3将区分后的大脑解剖结构分割图像和所述标准化图像输入表面水平集预测模 型， 获得大脑解剖结构与灰质之间的分界面的水平集表示图像； 步骤S4将大脑解剖结构与灰质之间的分界面的水平集表示图像输入拓扑修复模块和 多边形网格表示重建模块， 以获得 大脑解剖结构与灰质之间的分界面的多边形网格表示。 2.根据权利要求1所述的大脑皮层表面重建方法， 其中， 所述表面水平集预测模型设计为 三维两通道模型， 在进行模型训练时， 将所述标准化图像输入至所述表面水平集预测模型的第 一输入通 道中， 将所述区分后的大脑解剖结构分割图像输入至所述表面水平集预测模型的第二输入 通道中。 3.根据权利要求2所述的大脑皮层表面重建方法， 其中， 在步骤S3中， 所述表面水平集预测模型包括特征提取路径、 特征融合路径和第一跳跃 连接， 所述特 征提取路径与特 征融合路径彼此 连接， 所述特征提取路径包括多个特征提取块， 所述多个特征提取块中的每一个特征提取块 包括至少一个第一卷积层和用于下采样的第一池化层， 所述特征融合路径包括多个特征融合块， 所述多个特征融合块中的每一个特征融合块 包括至少一个第二卷积层和用于上采样的第一反卷积层， 所述至少一个第一卷积层和至少一个第二卷积层中的每一个第一卷积层和每一个第 二卷积层后均设置有第一激活单 元。 4.根据权利要求3所述的大脑皮层表面重建方法， 其中， 输入的区分后的大脑解剖结构分割图像在经过第 一预定数量的特征提取块后， 将通道 数量调整为第二预定数量的通道。 5.根据权利要求 4所述的大脑皮层表面重建方法， 其中， 所述表面水平集预测模型为U字形的非线性回归 模型， 在使用时， 将输入的所述区分后的大脑解剖结构分割图像和所述标准化图像中每一个 体素点通过非线性回归以预测所述每一个 体素点对应的水平集中的有符号距离 。 6.根据权利要求5所述的大脑皮层表面重建方法， 其中， 在特征提取路径和特征融合路径中， 同一层次的特征提取块和特征融合块之间通过第 一跳线进 行第一跳跃连接， 且所述同一层次的特征提取块的经过下采样得到的特征图与特 征融合块的经过上采样获得的特 征图进行拼接作为下一层的特 征融合块的输入。 7.根据权利要求6所述的大脑皮层表面重建方法， 其中， 所述特征融合路径的输出层设置为第三卷积层， 在进行模型训练时， 所述损失函数设置为均方误差函数。 8.根据权利要求1所述的大脑皮层表面重建方法， 其中， 所述表面水平集预测模型通过有监 督学习训练得到，权　利　要　求　书 1/3 页 2 CN 114581628 A 2在进行模型训练时， 以重构大脑皮层表面的水平集表示图像作为表示标签。 9.根据权利要求8所述的大脑皮层表面重建方法， 其中， 所述重构大脑皮层表面的水平集表示图像为将大脑皮层表面的多边形网格表示转换 为水平集表示图像。 10.根据权利要求1 ‑9中任一项所述的大脑皮层表面重建方法， 其中， 通过分割模型 预测输出图像的体素点的分类 类别， 所述输出图像的体素点分类包括背景体素、 右脑的解剖结构体素和左脑的解剖结构体 素。 11.根据权利要求10所述的大脑皮层表面重建方法， 其中， 在步骤S2中， 所述分割模型包括编码路径、 解码路径和第 二跳跃连接， 所述编码路径和 解码路径 依次连接， 所述编码路径包括多个第 一卷积块， 所述多个第 一卷积块中的每一个第 一卷积块包括 至少一个第三卷积层和用于下采样的第二池化层， 所述解码路径包括多个第 二卷积块， 所述多个第 二卷积块中的每一个第 二卷积块包括 至少一个第四卷积层和用于上采样的第二反卷积层， 所述至少一个第三卷积层和至少一个第四卷积层中的每一个第三卷积层和每一个第 四卷积层后均依次设置有归一 化层和第二激活单 元。 12.根据权利要求1 1所述的大脑皮层表面重建方法， 其中， 同一层次的第 一卷积块和第 二卷积块之间通过第 二跳线进行第 二跳跃连接， 且所述同 一层次的第一卷积块的经过下采样得到的特征图与第二卷积块的经过上采样获得 的特征 图进行拼接作为下一层的第二卷积块的输入。 13.根据权利要求10所述的大脑皮层表面重建方法， 其中， 所述分割模型通过有监 督学习进行训练获得， 在分割模型训练时， 将已分割的大脑皮层图像作为分割标签。 14.根据权利要求13所述的表面重建方法大脑皮层表面重建方法， 其中， 在对所述分割标签进行标注时， 对所述已分割的大脑皮层图像通过不同的体素值标注 左脑的解剖结构和右 脑的解剖结构进行区分。 15.根据权利要求1 1所述的大脑皮层表面重建方法， 其中， 大脑解剖结构分割图像在分割模型中， 在解码路径的最后一层卷积层后设置softmax 激活函数以对输出图像中的每一个 像素点进行分类 类别预测。 16.根据权利要求10所述的大脑皮层表面重建方法， 其中， 所述步骤S4进一 步包括： 步骤S41将大脑解剖结构与 灰质之间的分界面的水平集表示图像输入拓扑修复模块进 行拓扑修复， 以获得修复后的水平集表示图像； 步骤S42将所述修复后的水平集表示图像输入多边形网格表示重建模块， 将水平集表 示图像转换为多边形网格表示， 以获得大脑解剖结构与灰质之 间的分界面的多边形网格表 示。 17.一种可存 储介质， 其特 征在于， 所述可读存储介质上存储程序或指令， 所述程序或指令被处理器执行时以执行权利要权　利　要　求　书 2/3 页 3 CN 114581628 A 3