【技术实现步骤摘要】
基于时间信号曲线的灌注动态影像的分割方法及系统
本专利技术涉及一种灌注成像数据处理技术,具体涉及一种基于时间信号曲线的灌注动态影像的分割方法。本专利技术还涉及一种基于时间信号曲线的灌注动态影像的分割系统。
技术介绍
随着医学影像技术及计算机技术的发展,在医疗领域内以观察脑组织血流灌注状况为目的的动态脑灌注成像和定量分析技术开始应用于临床医学辅助诊断。通过对动态脑灌注检查所获得的一个时间影像序列的量化分析,可以测量出感兴趣区域脑组织的血流灌注量,从而绘制出对应的时间密度曲线。根据中心容积原理对这些曲线进行进一步分析、计算,可得到患者的相关脑血流动力学参数,如脑血流量(CBF)、脑血容量(CBV)、平均通过时间(MTT)、达峰时间(TTP)、最大剩余功能时间(TMAX)等。按照一定的色彩分布对所得到的参数进行映像,就可以分别绘制出具有临床辅助诊断意义的功能影像。目前,脑灌注成像后处理方法包括以下步骤:第一步,寻找到动脉和静脉的位置,得到动脉流入曲线(ArterialInputFunction,AIF)和静脉流出曲线(VeinOutputFunction,VOF);第二步,求解反卷积以得到组织特性曲线;第三步,由曲线的最大值、曲线下面积等进一步得到脑血流量(CBF)、脑血容量(CBV)、平均通过时间(MTT)、达峰时间(TTP)、最大剩余功能时间(TMAX)等参数图像。中国专利技术专利文献CN105701815A公开了一种磁共振灌注成像后处理方法及系统,通过对动脉输入函数和求解矩阵进行加权优化,将非线性问题转化为线性求解,加快了后处理速度。这种后处理方法依赖于通 ...
【技术保护点】
1.一种基于时间信号曲线的灌注动态影像的分割方法,其特征在于,包括以下步骤:(1),神经网络训练步骤;(1.1),训练数据读入步骤;读入磁共振或计算机断层扫描的灌注成像所得到的训练数据,设置训练数据中各体素的时间信号曲线的时间维插值,时间维插值为固定长度的向量;(1.2),训练数据输入向量构建步骤;将任一体素的三维空间坐标,拼接该体素的时间信号曲线,以及扫描参数,得到一个训练数据输入向量;所述时间信号曲线具有时间维插值;训练集生成步骤;将训练数据中的体素分为多个类别,对每一类别进行标注,从而生成训练集C,训练集C具有各体素的标注结果;(1.3),神经网络训练步骤;将训练数据中各体素的输入向量输入神经网络,采用训练集C对神经网络进行训练,得到经过深度学习的神经网络模型;(2)、神经网络使用步骤;(2.1),待分析数据读入步骤;读入待分析的磁共振或计算机断层扫描的灌注影像数据,设置待分析数据中各体素的时间信号曲线的时间维插值,时间维插值为固定长度的向量;(2.2),待分析数据输入向量构建步骤;将待分析数据中任一体素的三维空间坐标,拼接该体素的时间信号曲线,以及扫描参数,得到一个待分析数据输 ...
【技术特征摘要】
1.一种基于时间信号曲线的灌注动态影像的分割方法,其特征在于,包括以下步骤:(1),神经网络训练步骤;(1.1),训练数据读入步骤;读入磁共振或计算机断层扫描的灌注成像所得到的训练数据,设置训练数据中各体素的时间信号曲线的时间维插值,时间维插值为固定长度的向量;(1.2),训练数据输入向量构建步骤;将任一体素的三维空间坐标,拼接该体素的时间信号曲线,以及扫描参数,得到一个训练数据输入向量;所述时间信号曲线具有时间维插值;训练集生成步骤;将训练数据中的体素分为多个类别,对每一类别进行标注,从而生成训练集C,训练集C具有各体素的标注结果;(1.3),神经网络训练步骤;将训练数据中各体素的输入向量输入神经网络,采用训练集C对神经网络进行训练,得到经过深度学习的神经网络模型;(2)、神经网络使用步骤;(2.1),待分析数据读入步骤;读入待分析的磁共振或计算机断层扫描的灌注影像数据,设置待分析数据中各体素的时间信号曲线的时间维插值,时间维插值为固定长度的向量;(2.2),待分析数据输入向量构建步骤;将待分析数据中任一体素的三维空间坐标,拼接该体素的时间信号曲线,以及扫描参数,得到一个待分析数据输入向量;(2.3),分类步骤;将待分析数据输入向量输入经过深度学习的神经网络模型,经过深度学习的神经网络模型输出各体素的组织类别的分类概率[P1P2P3P4P5P6],选取最大概率所对应的组织类别作为该体素的分类结果,从而得到该体素对应的组织类别;(2.4),标注步骤;根据组织类别对各体素进行标注,得到具有分类结果的三维影像数据。2.根据权利要求1所述的基于时间信号曲线的灌注动态影像的分割方法,其特征在于:所述步骤(1.1)中在设置时间维插值之前,先对训练数据进行预处理;所述步骤(2.1)中在设置时间维插值之前,先对待分析数据进行预处理;所述预处理方法包括:逐时间点进行运动矫正、背景去除、图像去噪。3.根据权利要求1所述的基于时间信号曲线的灌注动态影像的分割方法,其特征在于:所述步骤(1.3)中的神经网络采用全链接网络,或者使用RNN(RecursiveNeuralNetwork)、LSTM(LongShortTermMemory)网络架构。4.根据权利要求1所述的基于时间信号曲线的灌注动态影像的分割方法,其特征在于:所述步骤(2.4)后执行步骤(2.5),图像后处理步骤,对具有分类结果的三维影像数据进行图像后处理,去除散落的岛区域。5.根据权利要求4所述的基于时间信号曲线的灌注动态影像的分割方法,其特征在于:所述步骤(2.5)之后执行步骤(2.6),计算具有分类结果的三维影像数据中各类组织的体积;某...
【专利技术属性】
技术研发人员:史张,阮文峰,
申请(专利权)人:脑玺上海智能科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。