[发明专利]一种基于稀疏主成分分析的心脏软组织三维重建方法

摘要

本发明公开了一种基于稀疏主成分分析的心脏软组织三维重建方法，首先使用传统的高复杂度薄板样条模型提取历史影像数据中的感兴趣区域的三维历史形态数据；然后将提取的感兴趣区域的三维形态数据进行相对坐标处理和均值化处理；对处理后的数据进行稀疏主成分分析，提取出稀疏主分量；最后用获得的稀疏主分量建立新的形态模型，从当前获取的心脏表面立体影像中通过立体匹配获得该模型参数，进而重建当前心脏表面目标区域的三维形态。

主权项

一种基于稀疏主成分分析的心脏软组织三维重建方法，其特征在于，包括以下步骤：(1)、从立体内窥镜系统获取跳动心脏表面的多帧图像作为历史图像数据；(2)、利用传统的高复杂度薄板样条模型TPS提取历史图像数据中感兴趣区域的三维历史形态数据；(3)、对提取的三维历史形态数据进行零均值化处理，得到标准三维历史形态数据矩阵S；(4)、利用稀疏主成分分析算法提取标准三维历史形态数据矩阵S的稀疏主成分(4.1)、对标准三维历史形态数据矩阵S进行奇异值分解，即S＝UΣVT,其中，U是由正交列组成的N×N正交矩阵正交矩阵，Σ是N×L的对角矩阵，对角线上是S的奇异值并且从大到小排列，V是L×L的正交矩阵；(4.2)、选取V矩阵的前n个列向量，组成稀疏加载向量VL×n，VL×n＝[α1,…αn]，αn表示V的第n个列向量；(4.3)、根据稀疏加载向量VL×n＝[α1,…αn]，建立优化目标函数：其中，j＝1,2,…,n,βj为待优化的目标向量，||βj||1是βj的1‑范数，||βj||2＝trace(βjβjT)，即矩阵的主对角线上各个元素的总和；(4.4)、给定βj的初始值，然后迭代更新优化目标函数得到最小化后的再根据计算新的稀疏加载项的n个列向量其中，则组成的新的稀疏加载项为从而获得最终的稀疏主成分为具体过程如下：(4.4.1)、利用(4.2)中得到的稀疏加载向量VL×n＝[α1,…αn]，优化目标函数(4.4.2)、对于给定的βj的初始值，对上式进行计算得到新的新的稀疏加载向量为其中，则组成的新的稀疏加载项为(4.4.3)、重复步骤(4.4.1)和(4.4.2)，直到(4.4.4)、输出最终的稀疏主成分(5)、利用提取的稀疏主成分实现心脏软组织的三维重建(5.1)、建立新的低维形态模型q=Un′·w+s‾+q0]]>其中，q0是位置参数，w是各主成分的加权系数，表示平均姿态；(5.2、)、通过立体视觉匹配法确定该模型中的参数，使模型输出3N维的列向量即为重建的心脏软组织目标区域的N个三维坐标点，从而重现心脏软组织目标区域的三维形态。