一种多模态三维脑磁共振影像超体素生成方法及系统

摘要: 本发明涉及医学图像处理,更具体的说是涉及一种多模态三维脑磁共振影像超体素生成方法及系统。背景技术:1、目前,三维脑磁共振影像(mri)通常包含t1、t1ce、t...
一种多模态三维脑磁共振影像超体素生成方法及系统

本发明涉及医学图像处理,更具体的说是涉及一种多模态三维脑磁共振影像超体素生成方法及系统。

背景技术:

1、目前,三维脑磁共振影像(mri)通常包含t1、t1ce、t2、flair、dwi、adc、swi等多种序列,不同序列可从多个维度反映脑组织对比、病灶形态与信号特征。超体素技术通过将空间相邻且影像特征相似的体素聚合为三维区域单元,可作为脑区分割、图神经网络建模、弱监督学习、区域合并与病灶异质性分析的基础预处理单元,在计算机辅助诊疗与医学影像分析中具有重要作用。

2、现有超体素生成技术主要包括以下几类:其一,以slic为代表的简单线性迭代聚类方法,通过均匀布置种子点并结合灰度差异与空间距离的加权距离实现局部聚类,计算效率较高,但多面向二维图像或规则网格三维数据,未针对脑mri的多模态特性与各向异性体素优化;其二,面向点云或通用体数据的三维超体素聚类方法,强调三维连通性与区域紧致性,但并非针对脑组织解剖结构、病灶边界与医学影像特性设计,难以适配脑mri的组织分布与信号特点;其三,医学影像领域的多模态分割与概率图方法,可输出病灶或组织的概率分布,但依赖训练标签与特定病种,且无法直接输出可用于通用图建模的结构保持型过分割单元。

3、综上,现有技术在多模态脑mri超体素生成中存在以下缺陷:(1)多模态互补信息利用不足:传统方法多以单一灰度或少量局部特征为聚类依据,无法充分融合多序列对正常脑组织、坏死区、强化区、瘤周水肿等不同区域的互补表达能力;(2)各向异性体素导致空间失真:脑mri常存在面内分辨率与层厚不一致的情况,直接采用数组索引距离会造成物理尺度失真,引发超体素形状畸变、层间断裂或错误跨层聚合;(3)规则种子无法适配局部复杂度:脑室、皮层沟回、病灶边缘等结构复杂区域需要更小的超体素粒度,而均质白质区域可采用更大单元,均匀种子布局难以兼顾精度与效率;(4)缺乏边界穿越约束:仅依靠局部灰度或梯度差异无法阻止边界两侧信号相似的体素发生跨边界聚合,易破坏解剖边界一致性;(5)后处理缺少解剖约束:传统小区域合并仅依据体积或灰度相似性,易跨越白质、灰质、脑脊液或病灶亚区边界,降低后续区域分析的可靠性。

4、因此,如何在不依赖待处理影像真实人工分割标签的情况下,利用同一受检对象的多模态三维脑mri,在统一真实物理坐标系内生成三维连通、结构保持、边界一致且适应局部复杂度的超体素标签图是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此,本发明提供了一种多模态三维脑磁共振影像超体素生成方法及系统,以解决背景技术中存在的问题。

2、为了实现上述目的,本发明采用如下技术方案:

3、一种多模态三维脑磁共振影像超体素生成方法,包括:

4、s1、接收同一受检对象的至少两种三维脑磁共振序列,读取各序列的空间元数据,选定参考序列并生成参考空间参数,输出原始多模态影像集合、参考空间参数与待配准模态列表;

5、s2、基于s1得到的参考空间参数,将各非参考模态配准至参考序列的真实物理坐标系,得到空间对齐的多模态影像集合与变换参数;

6、s3、基于s2得到的空间对齐多模态影像集合,依次执行偏置场校正、脑区掩膜提取与脑区内稳健强度标准化,输出预处理后的多模态影像、三维脑区掩膜与标准化参数;

7、s4、基于s3得到的预处理多模态影像与三维脑区掩膜,在脑区掩膜范围内逐体素提取多维度结构特征,并融合软解剖先验概率向量,输出体素级多模态结构特征集、组织或病灶概率向量集与局部异质性图;

8、s5、基于s4得到的多模态结构特征集、组织或病灶概率向量集与局部异质性图,融合多模态梯度、先验概率梯度与结构响应生成边界图,并基于边界强度、先验不确定性、病灶候选概率与局部异质性计算局部复杂度图;

9、s6、基于得到的三维脑区掩膜、边界图与局部复杂度图,计算脑区真实物理体积与基础物理尺度,生成体素级自适应尺度,在真实物理空间中采样并优化初始超体素种子中心,输出初始种子集合与局部尺度参数;

10、s7、基于得到的多模态结构特征集与组织或病灶概率向量集、边界图、初始种子集合与局部尺度参数,围绕各种子中心建立自适应物理搜索域,通过解剖感知联合距离迭代执行体素分配与中心更新,生成初始三维超体素标签图;

11、s8、基于初始三维超体素标签图、边界图、组织或病灶概率向量集与多模态结构特征集,执行三维连通分量分析并保留各标签主连通分量,基于解剖约束对离散小区域执行选择性合并,输出修正后的三维超体素标签图与区域邻接关系数据;

12、s9、基于修正后三维超体素标签图、区域邻接关系数据与参考空间参数,生成与参考序列空间参数完全一致的整数型超体素标签图,执行空间一致性校验后输出最终结果及附属统计数据。

13、可选的,所述空间元数据包括各序列的空间方向、坐标原点、仿射矩阵、体素物理间距与矩阵尺寸;所述参考空间参数包括参考仿射矩阵、参考体素间距与参考矩阵尺寸。

14、可选的,还包括体素数组索引到真实物理坐标的映射关系为:

15、

16、其中,为参考序列仿射矩阵,为体素数组索引,为真实物理坐标。可选的,所述脑区内稳健强度标准化的计算公式为:

17、第个模态在脑区内的稳健标准化表示为:

18、

19、其中,为体素在第个模态的强度,和分别为脑区内强度下分位数和上分位数,为脑区内中位数,为中位绝对偏差,为正数。可选的,所述多维度结构特征包括各模态标准化强度、三维梯度特征、局部纹理特征、结构张量响应与hessian结构响应;具体表示为:

20、

21、其中,为体素在第个模态的标准化强度表示三维梯度特征,表示局部异质性或纹理特征,表示边缘、片状、管状或hessian结构响应,表示软解剖先验概率向量。

22、可选的,所述s5中的边界图通过融合多模态强度梯度、解剖先验概率梯度与结构响应计算得到,归一化后用于表征体素属于脑组织或病灶边界的可能性;先验不确定性基于解剖先验概率向量的信息熵计算,用于反映体素组织归属的不确定程度;局部复杂度图通过融合边界响应强度、先验不确定性、病灶候选概率与局部异质性四项指标生成。

23、可选的,所述s7具体为:围绕每个超体素中心,依据其对应的局部尺度建立自适应范围的物理搜索域,仅在搜索域内计算体素与中心的归属关系;

24、体素分配采用解剖感知联合距离作为判断依据,联合距离综合考量多模态特征差异、真实物理空间距离、体素到中心路径上的边界穿越代价、解剖先验差异四项核心约束,根据精度需求补充测地距离约束;每个体素被分配给搜索域内联合距离最小的超体素中心;每完成一轮体素分配,更新各超体素中心的空间位置、特征均值与先验均值,迭代执行直至达到最大迭代次数或结果收敛,输出初始三维超体素标签图。可选的,区域合并代价综合考量相邻区域的特征相似度、解剖先验分布差异、公共边界平均强度与体积形状约束;仅当相邻区域的公共边界强度低于预设边界阈值、解剖先验差异低于预设先验阈值时,才允许作为合并候选,最终选择合并代价最小的候选区域执行合并。一种多模态三维脑磁共振影像超体素生成系统,包括依次数据连接的多模态三维脑mri获取模块、空间配准与预处理模块、特征与解剖先验构建模块、边界图与复杂度图计算模块、自适应种子初始化模块、解剖感知三维聚类模块、连通修正与一致性合并模块以及结果输出与下游接口模块;

25、所述多模态三维脑mri获取模块,用于接收同一受检对象的至少两种三维脑磁共振序列,读取各序列对应的空间元数据,选定参考序列并输出原始多模态影像集合、参考空间参数与待配准模态列表;

26、所述空间配准与预处理模块,用于将全部非参考模态配准至参考序列的真实物理坐标系,对空间对齐后的各模态依次执行偏置场校正、脑区掩膜提取与脑区内强度标准化处理,输出预处理多模态影像、三维脑区掩膜及标准化参数;

27、所述特征与解剖先验构建模块,用于在脑区掩膜覆盖范围内逐体素提取多维度结构特征,并融合软解剖先验概率向量,输出体素级多模态结构特征集、组织或病灶概率向量集与局部异质性图;

28、所述边界图与复杂度图计算模块,用于融合多模态梯度、先验概率梯度与结构响应生成边界图,并基于边界强度、先验不确定性、病灶候选概率与局部异质性计算局部复杂度图;

29、所述自适应种子初始化模块,用于基于得到的三维脑区掩膜、边界图与局部复杂度图,计算脑区真实物理体积与基础物理尺度,生成体素级自适应尺度,在真实物理空间中采样并优化初始超体素种子中心,输出初始种子集合与局部尺度参数;

30、所述解剖感知三维聚类模块,用于围绕各种子中心建立自适应物理搜索域,通过解剖感知联合距离迭代执行体素分配与中心更新,生成初始三维超体素标签图;

31、所述连通修正与一致性合并模块,用于基于初始三维超体素标签图、边界图、组织或病灶概率向量集与多模态结构特征集,执行三维连通分量分析并保留各标签主连通分量,基于解剖约束对离散小区域执行选择性合并,输出修正后的三维超体素标签图与区域邻接关系数据;

32、所述结果输出与下游接口模块,用于生成与参考序列空间参数完全一致的整数型三维超体素标签图,并同步输出区域邻接图与区域统计属性数据。

33、经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种多模态三维脑磁共振影像超体素生成方法及系统,具有以下有益效果:

34、(1)充分利用多模态互补信息。本发明将不同mri序列的标准化强度、梯度、纹理和结构响应融合为多模态结构特征,有助于区分正常脑组织、脑脊液、脑室、病灶核心、强化区域和水肿区域。

35、(2)全部空间计算基于真实物理坐标。本发明使用参考序列仿射矩阵和体素物理间距定义空间距离、搜索域、种子间距和脑区体积,能够适应面内分辨率与层厚不一致的各向异性影像。

36、(3)种子密度和局部尺度可随脑部结构复杂度变化。本发明通过边界图、先验不确定性、病灶候选概率和局部异质性调节局部尺度,使病灶边界、脑室、皮层沟回等区域获得更细粒度超体素,均质区域保持较大区域单元。

37、(4)显式惩罚跨边界体素分配。本发明在联合距离中加入边界穿越代价和解剖先验差异,不仅考虑体素与中心的局部特征相似度,还考虑二者之间路径是否穿越强组织或病灶边界。

38、(5)后处理兼顾三维连通性和解剖一致性。本发明对初始标签执行26邻域连通分析,并在合并离散分量或小区域时引入公共边界强度和先验差异阈值,降低为了消除碎片而跨越重要解剖边界的风险。

39、(6)软解剖先验提高可部署性。本发明可使用脑图谱、组织分割、病灶粗分割、多模态聚类或自监督特征获得概率先验,但不要求待处理影像具有人工真实标签,适合无监督、弱监督和多病种场景中的区域单元生成。