基于T2LIVE成像的脑脊液流速量化方法

摘要: 本发明属于医学影像处理与磁共振成像,具体涉及基于t2live成像的脑脊液流速量化方法。背景技术:1、脑脊液流动状态尤其是流速、流向和波动模式的定量评估,具有重要...
基于T2LIVE成像的脑脊液流速量化方法

本发明属于医学影像处理与磁共振成像,具体涉及基于 t2 live 成像的脑脊液流速量化方法。

背景技术:

1、脑脊液流动状态尤其是流速、流向和波动模式的定量评估,具有重要临床意义。

2、现有技术常采用相位对比磁共振成像(phase-contrast mri,pc-mri)进行脑脊液流动定量评估,但依赖预先选定的单层面或有限层面采集,测量结果对速度编码值(venc)设定较为敏感,后处理若依赖心电门控后做周期平均,则容易对快速波动、非稳态变化及局部复杂动力学特征反映不足,故仍依赖人工轮廓描绘、相位校正和经验判断,影响重复性和操作效率。

3、4d flow mri,在 3d 体积覆盖基础上进行三方向速度编码和时间分辨采集,但由于脑脊液具有长 t1、低速度等特点,仍面临采集时间较长、低速流体速度编码困难、后处理流程复杂等问题。

技术实现思路

1、为了解决上述技术问题,本发明技术方案提供基于 t2 live 成像的脑脊液流速量化方法,包括以下步骤:

2、选取t2 live显示的脑脊液图像中第一时相解剖图像作为分割基底图像并预处理,得到预处理后分割基底图像;

3、基于预处理后分割基底图像得到具有三类离散隐状态标签的三分类多标签图像;

4、基于三类离散隐状态标签将三分类多标签图像分割为脑组织(或包括脊髓组织)掩膜和候选脑脊液区域掩膜,并校验得到脑组织(或包括脊髓组织)掩膜和脑脊液区域掩膜,进一步标定感兴趣区域;

5、遍历t2 live显示的脑脊液图像全部体素,同步读取相应脑组织(或包括脊髓组织)掩膜和脑脊液区域掩膜各体素,根据三类离散隐状态标签执行分层判定,仅对脑脊液区域掩膜相应体素分区独立提取体素级时间波动性指标,基于体素级时间波动性指标反映的脑脊液流速特征绘制参数图,叠加显示于t2 live显示的脑脊液图像上,以形成脑脊液流速分布热图。

6、优选地,在所述预处理中,采用全局射频伪影,剔除头皮、颅骨、颈部、背景空气相关脑外无关区域。

7、优选地,基于组织灰度对所述预处理后分割基底图像进行组织划分并赋予离散隐状态标签得到灰度观测概率,基于生物解剖先验条件构建邻域势能函数,求解得到8邻域马尔可夫空间势能,结合灰度观测概率逐体素更新离散隐状态标签,得到三分类多标签图像。

8、优选地,遍历所述三分类多标签图像中全部体素,基于三类离散隐状态标签得到脑组织(或包括脊髓组织)粗掩膜和所述候选脑脊液区域掩膜,对脑组织(或包括脊髓组织)粗掩膜执行闭运算后再执行开运算,继续提纯保留体积最大连通区域得到所述脑组织(或包括脊髓组织)掩膜。

9、优选地,所述感兴趣区域包括脑室系统、脑导水管、第三脑室、第四脑室、枕大池、桥前池、环池、颈段蛛网膜下腔。

10、优选地,所述参数图包括均值图、标准差图、平均绝对偏差图、变异系数图。

11、优选地,所述体素级时间波动性指标包括基础均值基线指标、核心波动幅度指标、中位数、方差、极差、分位数、偏度、峰度、能量、熵相关统计特征。

12、优选地,计算所述基础均值基线指标中的体素时间平均值,体素时间平均值参与核心波动幅度指标计算。

13、优选地,所述脑组织(或包括脊髓组织)掩膜与脑脊液区域掩膜的空间分辨率、坐标体系与t2 live显示的脑脊液图像完全匹配。

14、本发明技术方案提供基于 t2 live 成像的脑脊液流速量化方法,通过选取t2live显示的脑脊液图像中第一时相解剖图像作为分割基底图像并预处理,得到预处理后分割基底图像;基于预处理后分割基底图像得到具有三类离散隐状态标签的三分类多标签图像;基于三类离散隐状态标签将三分类多标签图像分割为脑组织(或包括脊髓组织)掩膜和候选脑脊液区域掩膜,并校验得到脑组织(或包括脊髓组织)掩膜和脑脊液区域掩膜,进一步标定感兴趣区域;遍历t2 live显示的脑脊液图像全部体素,同步读取相应脑组织(或包括脊髓组织)掩膜和脑脊液区域掩膜各体素,根据三类离散隐状态标签执行分层判定,仅对脑脊液区域掩膜相应体素分区独立提取体素级时间波动性指标,基于体素级时间波动性指标反映的脑脊液流速特征绘制参数图,叠加显示于t2 live脑脊液图像上,以形成脑脊液流速分布热图,降低对人工后处理、单一切面选择及复杂相位校正流程的依赖,以提高脑脊液动力学评估的时效性、自动化程度和重复性。

1. 基于 t2 live 成像的脑脊液流速量化方法,其特征在于,包括以下步骤:

2. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,在所述预处理中,采用全局射频伪影,剔除头皮、颅骨、颈部、背景空气相关脑外无关区域。

3. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,基于组织灰度对所述预处理后分割基底图像进行组织划分并赋予离散隐状态标签得到灰度观测概率,基于生物解剖先验条件构建邻域势能函数,求解得到8邻域马尔可夫空间势能,结合灰度观测概率逐体素更新离散隐状态标签,得到三分类多标签图像。

4. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,遍历所述三分类多标签图像中全部体素,基于三类离散隐状态标签得到脑组织或包括脊髓组织粗掩膜和所述候选脑脊液区域掩膜,对脑组织或包括脊髓组织粗掩膜执行闭运算后再执行开运算,继续提纯保留体积最大连通区域得到所述脑组织或包括脊髓组织掩膜。

5. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,所述感兴趣区域包括脑室系统、脑导水管、第三脑室、第四脑室、枕大池、桥前池、环池、颈段蛛网膜下腔。

6. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,所述参数图包括均值图、标准差图、平均绝对偏差图、变异系数图。

7. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,所述体素级时间波动性指标包括基础均值基线指标、核心波动幅度指标、中位数、方差、极差、分位数、偏度、峰度、能量、熵相关统计特征。

8. 如权利要求7所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,计算所述基础均值基线指标中的体素时间平均值,体素时间平均值参与核心波动幅度指标计算。

9. 如权利要求1所述基于 t2 live 成像的脑脊液流速量化方法,其特征在于,所述脑组织或包括脊髓组织掩膜与脑脊液区域掩膜的空间分辨率、坐标体系与t2 live脑脊液图像完全匹配。