(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 202210808051.1 (22)申请日 2022.07.11 (71)申请人 内江师范学院 地址 641000 四川省内江市东桐路70 5号 申请人 电子科技大 学　 四川博康达智能电子系统有限公司 (72)发明人 张双　秦雨萍　吴林　余远昱　 王久江　徐晶　张涛　 (74)专利代理 机构 成都虹盛汇泉专利代理有限 公司 51268 专利代理师 王伟 (51)Int.Cl. G06F 16/51(2019.01) G06F 16/55(2019.01) G06T 17/00(2006.01) (54)发明名称 一种具有个体本征结构特性的数字孪生脑 投射方法 (57)摘要 本发明公开一种具有个体本征结构特性的 数字孪生脑投射方法， 应用于生物医学工程领 域。 针对现有的数字脑无法体 现待分析用户个体 的个体本 征特性的问题； 本发明采用与正常人体 最接近的死亡时间小于2小时， 且头部组织未发 生病变及损伤的新鲜尸体； 构建头部脑体素多模 态影像数据集与人体头部组织投射数据集； 然后 采集正常人体的头部脑体素多模态影像数据， 基 于建立的投射数据索引数据集， 自动建立完成该 正常人体的脑部组织映射函数， 实现个体本征脑 体素分割与定义； 然后利用云点重建技术实现个 体本征脑的重建， 从而系统完成具有个体本征特 性的数字 孪生脑投射。 权利要求书1页 说明书4页 附图4页 CN 115098714 A 2022.09.23 CN 115098714 A 1.一种具有个 体本征结构特性的数字 孪生脑投射方法， 其特 征在于， 包括： S1、 采集死 亡时间小于2小时的尸体头 部脑体素多模态医学影 像数据集； S2、 对尸体进行排液、 冷冻处理， 待尸体完全硬化后使用数控铣床将头部切割成厚度一 致的切片； S3、 采用玻片对每个切片进行定型， 然后将切片温度恢复至36.5℃， 使用高清数码相机 进行拍照， 获得每一张切片的断面照片， 从而建立尸体断面高清影 像数据集； S4、 结合解剖学知识， 对尸体断面高清影像数据集中每个切片中的组织进行识别和标 注； S5、 将步骤S4的识别与标注结果投影到尸体头部脑体素多模态医学影像数据中， 得到 不同区域、 不同组织在多模态影 像中的索引； S6、 采集当前待分析用户的脑部体素多模态影 像数据； S7、 根据步骤S5建立的索引， 实现当前待分析用户的本征脑体素分割与定义； S8、 利用云点重建技术实现当前待分析用户本征脑 的重建， 得到当前待分析用户对应 的数字孪生脑投射。 2.根据权利要求1所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S1在采集时， 多模态医学影像采集环境控制在正常的实验温度， 并对尸体进行 35‑37摄氏度的温度保持处 理。 3.根据权利要求2所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S1具体通过采用MRI设备、 CT设备、 MEG设备获取头部脑体素对应的MRI影像、 CT影 像、 MEG影像， 从而得到多模态医学影 像数据集。 4.根据权利要求3所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S1还 包括记录 MRI设备、 CT设备、 M EG设备的设备控制参数。 5.根据权利要求4所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S4具体对组织类型与组织 边界进行识别和标注。 6.根据权利要求5所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S5采用深度学习的方法， 将步骤S4识别和标注后的尸体断面高清影像数据集作 为标注数据集， 将步骤S1的多模态医学影像数据集作为训练集， 通过深度学习将标注的结 果投影到多模态影 像中， 从而获得不同区域、 不同组织在多模态影 像中的索引。 7.根据权利要求6所述的一种具有个体本征结构特性的数字孪生脑投射方法， 其特征 在于， 步骤S6在与步骤S1相同的MRI设备、 CT设备、 MEG设备的设备控制参数下， 采集当前待 分析用户的脑部体素多模态影 像数据。权　利　要　求　书 1/1 页 2 CN 115098714 A 2一种具有个体本征结构特性的数字孪生脑投射 方法 技术领域 [0001]本发明属于生物医学工程领域， 特别涉及一种数字 孪生脑投射 技术。 背景技术 [0002]随着科学技术的不断进步， 人们对大脑的了解也变得越来越迫切。 对大脑较全面 的了解不但可以有效的分析大脑发病机理， 同时还可以更加有效的保护大脑， 在大脑受到 创伤时给 大脑最佳的治疗方案， 避免二次伤害。 [0003]使用医学图像进行组织分割与三维建模技术， 高度还原了机体内部组织结构特 性， 结合研究对象参数， 能够有效的模拟不同场景对机体的影响， 分析外部刺激在机体内部 的传导机理， 减少机体实验带来的伤害和资源浪费。 目前这种方法已经熟练的引用于医学、 物理学、 化学等各个 领域(见专利： ZL  201710710028.8， ZL202111566360.4， 论文： 头颈部 数 字化三维断面解剖及可视化研究)。 然而具有个体本征结构特性的结构建模与 投射是精准 分析的关键。 为了获得更加精 准的分析个体在研究场景中， 外界刺激对机体的作用机制， 必 须保证个体本征结构能够精准的投射到计算机中。 因此实现具有近似机体特性的投射数据 索引数据集建立成为了该技术的关键。 为了保证数据集与真实活人 的影像尽量保持一致， 使用恒温环境对新鲜尸体进行脑体素多模态影像采集， 采集时一方面要记录采集设备的采 集参数， 另外一方面还要对尸体进 行保温处理。 完成脑影像采集后， 对尸体进 行冷冻、 切片、 定型、 恢复温度、 拍照获得脑断面影像数据集。 将两种数据集使用人工标注+深度学习算法 实现精准分割， 建立组织与脑体素多模态影像映射关系。 为个体本征脑快速投射建立映射 关系。 实现具有个 体本征结构特性的数字 孪生脑计算机投射。 [0004]目前对已有的且方案跟本发明比较接 近的专利技 术调研如下： [0005]ZL 201710710028.8 《数字脑可视化方法、 装置、 计算设备及存储介质》 ， 提供了一 种数字脑可视化方法、 装置、 计算设备及存储介质， 该方法包括： 当接收到数字脑可视化请 求时， 获取数字脑可视化请求中的待 可视化脑图像， 该待 可视化脑图像包括TOF模态下磁共 振造影脑图像和T1模态下磁共振造影脑图像， 使用预设的脑血管分割算法提取TOF模态下 磁共振造影脑图像中的脑血管结构， 使用预设的提取算法提取T1模态下磁共振造影脑图像 中的脑组织结构， 对提取 的脑血管结构和脑组织结构进行三维配准， 得到配准后的脑部图 像并绘制 输出， 从而提高了脑组织与脑血管配准融合的准确 性， 提高了数字脑可视化的准 确性， 进而提高了数字脑可视化效果。 [0006]该专利涉及到医学图像处理行业的数字脑可视化问题， 但是数据源的获取并未做 详细的阐 述， 同时并未 涉及到个 体本征脑如何 投射到计算机系统相关技 术的描述与保护。 [0007]ZL202111566360.4 《一种用于数字人和实体的虚实融合方法及系统 》 提供了一种 用于数字人和实体的虚实融合方法及系统， 属于增强现实技术领域， 该方案实现将数字人 和实体机机械结构的虚实融合。 该专利虽然提到了数字人与实体结合， 但是仅以骨骼为依 据， 对其他组织并未描述。 特别是数字人基础数据获取方法、 制作方式也并未提及保护。 同 时并未涉及到个 体本征脑如何 投射到计算机系统相关技 术的描述与保护。说　明　书 1/4 页 3 CN 115098714 A 3