一种利用时空信息的磁共振动脉自旋标记序列部分容积校正方法技术

本发明专利技术公开了一种利用时空信息的磁共振动脉自旋标记序列的部分容积校正方法，属于医学影像的部分容积效应校正方法技术领域。在对同一被试的动脉自旋标记序列和结构像进行预处理的基础上，构建动脉自旋标记序列的四维数据，首先利用线性回归(LR)方法对图像进行三维空间校正，并将校正结果作为最大期望(EM)算法的初始值进行时间方向的部分容积校正。该方法(EM-LR)充分利用了动脉自旋标记序列的空间和时间信息，弥补了EM算法对初始值敏感的问题，加速了EM迭代算法的收敛速度。通过实验证明，本发明专利技术具有良好的边缘保持特性，且对于范围较小的灌注异常区域具有特异性。同时，该方法也适用于其他具有时间信息的影像数据的部分容积校正。

【技术实现步骤摘要】

本专利技术属于医学影像的部分容积效应校正方法
，特别涉及一种利用时空信息的磁共振动脉自旋标记序列的部分容积校正方法。
技术介绍
磁共振(MagnaticResonanceImaging,MRI)灌注成像是用来反映组织的微血管分布及血流灌注情况的MRI检查技术。动脉自旋标记技术(ArterialSpinLabeling,ASL)，通过磁化血液中水分子作为内源性对比剂，来评价脑血流灌注情况，可完全无创检测，可重复性高，且可获得绝对定量的脑血流(CerebralBloodFlow,CBF)，完全不受血脑屏障的影响。ASL技术以磁标记的动脉血作为内源性对比剂，在成像平面上游，利用反脉冲标记动脉血的质子；延迟一段时间后，待标记的血液进入组织，血液与组织进行物质交换后成像(即标记图像，label)。label图像包括静态组织和标记动脉血的信号。为了消除静态组织的信号，进行另外一次未标记血成像(即控制图像，control)，control图像只包括静态组织信号。将label图像与control图像减影，所得的差值图像只与流入成像平面的标记动脉血有关。ASL图像的缺点在于它对噪声敏感。一般说来，label图像与control图像的差值大约是control像灰度值的1～2％。因此，一对label/control图像的差值不能够有效的反映灌注情况，需要大约60对数据来获得合理的信噪比(SignaltoNoiseRatio,SNR)。同时，作为一组配对图像，label和control图像需要快速、连续获取。所以，快速成像方法(如EPI方法)普遍应用于ASL成像，但这类方法的使用却降低了图像的空间分辨率，使图像受部分容积(PartialVolume,PV)效应影响严重。目前，针对ASL图像的PV校正算法很少，Asllani等(AsllaniI,etal.MagnResonMed,2008；60(6):1362-1371.)首先使用局部区域的线性回归(LinearRegression,LR)方法对图像进行校正，但该方法却使局部区域平滑，易引起CBF计算的误差。之后，Liang等(LiangX,etal.MagnResonMed,2013；69(2):531-537.)采用最小截平方和方法对平滑效应进行后处理。同时，Chappell等(ChappellMA,etal.MagnResonMed,2011；65(4):1173-1183.)对多个反转时间的ASL序列的PV进行校正。虽然上述方法已可以在空间域对ASL数据进行一定程度的PV校正，但ASL序列中的时间信息并未被充分使用。
技术实现思路
针对目前ASL序列的PV校正方法中，时间信息利用率低的问题，本专利技术提供了一种利用时空信息的ASL序列PV校正方法，该方法充分利用ASL序列中的时间和空间信息，对序列进行有效PV校正，从而大幅提高ASL图像质量。本专利技术是通过以下技术方案来实现：一种利用时空信息的磁共振动脉自旋标记序列的部分容积校正方法，包括以下步骤：(1)采集被试者的MRI数据，包括结构像和动脉自旋标记序列；(2)将结构像和动脉自旋标记序列进行配准；(3)利用SPM软件对结构像进行分割，获取灰质、白质和脑脊液的概率分布图像；(4)利用线性回归方法对动脉自旋标记序列进行空间部分容积校正，并利用校正结果作为最大期望算法的初始值，在时间方向上进行部分容积校正，充分利用动脉自旋标记序列的空间和时间信息，获得准确的校正结果。步骤(1)中，采集的结构像为T1或T2序列，以及动脉自旋标记序列。步骤(2)所述将结构像和动脉自旋标记序列进行配准，是利用SPM提供的MNI坐标系作为中间值来进行配准。步骤(4)利用动脉自旋标记的四维数据，沿着时间轴，将具有相同三维空间坐标i的体素构成一个时间向量；假定该向量中所有元素相互独立，且其中的灰质和白质符合高斯分布，利用最大期望算法估计混合组织中灰质和白质灌注信号，具体求解方法如下：对于某一空间体素i，磁矩表示为：ΔMi＝PiGMΔMiGM+PiWMΔMiWM(1)其中，PiGM和PiWM是混合体素中灰质和白质的概率；ΔMiGM和ΔMiWM代表灰质和白质的灌注信号，灌注信号是通过label/control图像的差值ΔM来描述，且某一空间体素的脑血流与ΔM和M0图像的比值ΔM/M0等价；则根据动脉自旋标记成像的两腔室模型得到：ftissue＝(ΔM/M0)·Ftissue；其中，Ftissue是与血脑相关的血流灌注系数；M0图像是与灌注图像序列分别扫描的，采用T1序列的形式，并通过与灌注图像配准，转换成与灌注图像相同大小；故假设M0图像未受到部分容积效应的影响，得到如下关系式：CBF=fGMP+fWMP=PGM(ΔMiGMM0)FGM+PWM(ΔMiWMM0)FWM---(2)]]>其中，PGM和PWM通过动脉自旋标记序列与同一被试的结构图像进行配准后获得，FGM和FWM与图像的成像参数有关；ΔMiGM和ΔMiWM为灰质和白质的灌注信号；沿时间轴，将具有相同三维空间坐标i的体素构成一个时间向量{Yit,t＝1,…,T本文档来自技高网...

【技术保护点】
一种利用时空信息的磁共振动脉自旋标记序列的部分容积校正方法，其特征在于，包括以下步骤：(1)采集被试者的磁共振数据，包括结构像和动脉自旋标记序列；(2)将结构像和动脉自旋标记序列进行配准；(3)利用SPM软件对结构像进行分割，获取灰质、白质和脑脊液的概率分布图像；(4)利用线性回归方法对动脉自旋标记序列进行空间部分容积校正，并利用校正结果作为最大期望算法的初始值，在时间方向上进行部分容积校正，充分利用动脉自旋标记序列的空间和时间信息，获得准确的校正结果。

【技术特征摘要】
1.一种利用时空信息的磁共振动脉自旋标记序列的部分容积校正方法，其特征在于，
包括以下步骤：
(1)采集被试者的磁共振数据，包括结构像和动脉自旋标记序列；
(2)将结构像和动脉自旋标记序列进行配准；
(3)利用SPM软件对结构像进行分割，获取灰质、白质和脑脊液的概率分布图像；
(4)利用线性回归方法对动脉自旋标记序列进行空间部分容积校正，并利用校正结果
作为最大期望算法的初始值，在时间方向上进行部分容积校正，充分利用动脉自旋标记序
列的空间和时间信息，获得准确的校正结果。
2.根据权利要求1所述的利用时空信息的磁共振动脉自旋标记序列的部分容积校正方
法，其特征在于，步骤(1)中，采集的结构像为T1或T2序列，以及动脉自旋标记序列。
3.根据权利要求1所述的利用时空信息的磁共振动脉自旋标记序列的部分容积校正方
法，其特征在于，步骤(2)所述将结构像和动脉自旋标记序列进行配准，是利用SPM提供的
MNI坐标系作为中间值来进行配准。
4.根据权利要求3所述的利用时空信息的磁共振动脉自旋标记序列的部分容积校正方
法，其特征在于，步骤(4)利用动脉自旋标记的四维数据，沿着时间轴，将具有相同三维空间
坐标i的体素构成一个时间向量；假定该向量中所有元素相互独立，且其中的灰...

【专利技术属性】
技术研发人员：刘洋，卢虹冰，李宝娟，张林川，李椋，
申请(专利权)人：中国人民解放军第四军医大学，
类型：发明
国别省市：陕西;61