一种二维MRI胎儿图像的三维重建方法技术

本发明专利技术提供了一种二维MRI胎儿图像的三维高清重建方法，采用活动轮廓法对二维图像进行预处理，可更简洁自动地分割出所关注部位图像，方便进一步配准及重建。且超分辨重建算法能充分利用不同方向的低分辨率二维切片图像提供的互补图像信息，重建出高信噪比的高分辨图像，所重建胎儿图像能够更加准确的反应脑组织发育信息信息。此外，在图像细节复原方面，在EM模型下结合加权最小二乘迭代算法进行迭代优化，直接估计出任意形状的二维PSF，且具有较高的精度。通过插值拟合出缺失的数据从而进一步提高精度，优化了图像复原的质量，图像重建过程中使用了GPU对部分处理过程进行了加速，极大的缩短了整体处理的时间，为超分辨重建图像提高算法的性能和结果的精确性有很好的效果，同时也为临床的应用提供了可能性。

A Three-Dimensional Reconstruction Method of Fetal Images on Two-Dimensional MRI

【技术实现步骤摘要】
一种二维MRI胎儿图像的三维重建方法
本专利技术涉及图像处理
，具体而言，涉及一种二维MRI胎儿图像的三维重建方法。
技术介绍
一直以来，超声是胎儿产前检查的主要方式。但超声检查存在不少缺陷:①超声成像视野小，分辨率不足，难以发现胎儿复杂结构存在的发育异常；②超声穿透深度有限，容易受胎儿颅骨、脊柱等遮挡，而且当出现羊水过少、孕妇过度肥胖、双胎或多胎等情况时，难以显示胎儿发育情况；③超声检查过多依赖医师的手法和经验，而且不容易进行规范化培训，如果扫描角度选择不合适很容易得到不同的检查结果。因此，胎儿心脏大血管畸形的超声检查一般只能起到提示作用，无法得出肯定结论，临床上急需一种可实现胎儿心脏大血管畸形精确检查的可靠方法和手段。磁共振成像(MagneticResonanceImaging，MRI)具有组织对比度好、成像视野大且结果受操作者影响小等优点，在胎儿检查中发挥越来越重要的作用。美国心脏协会(AmericanHeartAssociation)于2014年发表科学声明，将MRI列为继超声之后最重要的胎儿检查方法。最新研究结果表明，当存在孕妇过度肥胖和羊水过少等不利因素影响超声显示胎儿心脏时，MRI对胎儿神经系统及心脏大血管畸形诊断的敏感性、特异性和准确性均高于超声。但是胎儿MRI成像还存在较大挑战，主要原因在于MRI成像速度慢而胎儿存在无规律随机运动、心脏快速跳动等情况，使得胎儿MRI成像容易产生严重的运动伪影，导致检查的失败。因此临床上只能使用平衡稳态自由进动(balancedsteadystatefreeprecession,bSSFP)和单激发半傅里叶采集成像(SingleShotFastSpinEcho,SS-FSE)等快速MRI技术对胎儿进行二维扫描。这种二维扫描方式虽然有效地克服了运动伪影的产生，但是层厚较厚(≥4mm)且存在层间距，在对非常细小的病灶或结构进行检查时，容易因容积效应而导致误诊甚至漏诊。因此，非常有必要发展三维MRI技术，以充分发挥MRI无创、全景检查的优势，满足胎儿检查的临床需求。受胎儿运动及MRI成像速度慢等客观因素限制，很难直接对胎儿进行MRI三维扫描成像。基于以上分析，本专利技术解决的技术问题为，研究合适的三维超分辨图像重建技术来对采集得到的多组二维MRI图像进行处理，从而重建出具有空间分辨率高且各向同性优点的三维MRI图像，避免直接对胎儿进行三维扫描的瓶颈问题。以弥补现有胎儿磁共振成像技术的不足。通过现有技术的方式进行重建时，重建的区域较为不明确，比如仅局限于胎儿的某个区域进行重建，无法得到清晰的目标器官及部位胎儿图像。而且使用刚性配准，假设一张slice中所有部位都朝着一个方向运动，限制了重建图像的精准度及清晰度，且耗时较长。
技术实现思路
本专利技术提供了一种门禁系统控制装置，旨在提高门禁系统控制器的通信、防雷的安全性、有效性和实用性，提高总体的抗干扰特性。本专利技术是这样实现的：提供了一种二维MRI胎儿图像的三维重建方法，包括：提取孕妇核磁共振拍摄得到的多组二维MRI图像，对每组二维MRI图像进行图像分割，得到多组胎儿头像的二维MRI图像；从分割后得到的多组胎儿头像的二维MRI图像中，选择组内每一二维MRI图像中胎儿头像所在位置相对移动最小的一组二维MRI图像，作为模板；对图像分割后得到多组胎儿头像的二维MRI图像中的每一图像切片进行数据转换，将每一图像切片中的平面数据转换为立体数据；剔除所有图像切片中，包含不符合要求数据的切片；其中，不符合要求数据是切片图像的立体数据中的异常值；通过支持向量回归SVR算法，将非模板的切片图像的像素数据叠加到模板中对应的切片图像中，实现三维构建。进一步地，在本专利技术较佳的实施例中，使用GPU执行对切片图像并行处理的步骤。其中，在对二维MRI胎儿图像进行分割的步骤中，图像分割的方式是通过活动轮廓法进行；其中，所述活动轮廓法的步骤包括：以Snakes模型作为模板，Snakes模型由一组控制点：v(s)＝[x(s),y(s)]s∈[0,1]组成，所述控制点形成首尾以直线相连形成的轮廓线；其中，x(s)和y(s)分别表示每个控制点在图像中的坐标位置；在Snakes模型的控制点上定义能量函数为：其中，上式表示弹性能量、弯曲能量及外部能量求和积分得到；任一控制点的α和β的值决定曲线在对应控制点伸展和弯曲的程度；在Snakes模型中取控制点或连线所在位置的图像局部特征：对图像的分割转化为求解能量函数Etotal(v)极小化。其中，使用GPU执行对切片图像并行处理时，使用了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。其中，在剔除所有图像切片中包含不符合要求数据的切片的步骤之后，还包括对切片进偏差域校准的步骤。区别于现有技术，本专利技术提供了一种二维MRI胎儿图像的三维重建方法采用活动轮廓法对二维图像进行预处理，可更简洁的分割出所关注部位图像，方便进一步配准及重建。且超分辨重建算法能充分利用不同方向的低分辨率二维切片图像提供的互补图像信息，重建出高信噪比的高分辨图像，所重建胎儿图像能够更加准确的反应脑组织发育信息信息。此外，在点扩散函数对图像细节复原方面，在EM模型下结合加权最小二乘迭代算法进行迭代优化，直接估计出任意形状的二维PSF，且具有较高的精度。通过插值拟合出缺失的数据从而进一步提高精度，优化了图像复原的质量，为超分辨重建图像提高算法的性能和结果的精确性有很好的效果。附图说明为了更清楚地说明本专利技术实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术提供的一种二维MRI胎儿图像的三维重建方法的流程示意图。具体实施方式为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。参照图1所示，本专利技术提供了一种二维MRI胎儿图像的三维重建方法。本方案的主要方法包括如下几个步骤。首先，我们描述了一种用于估算每组图像的相对运动量的方法。以及Wethen提出的扫描2D图像切片的运动补偿通过三维重建转换的一般模型。在此过程中使用了异常值去除法和偏差校正方法。超分辨率重建在最后部分中描述。与传统方案相比，这已经扩展了对任意PSF的支持。随后可进行切片到体积配准的最后一步，这在方法上与所有SVR方法类似。在同一个叠层内估计切片之间是否正确对齐是所有运动校准重建方法的一个重要步骤。通过优化交叉切片的强度分布，可以在没有初始配准模板的情况下实现有效配准。然而，该方法对本文档来自技高网...

【技术保护点】
1.一种二维MRI胎儿图像的三维重建方法，其特征在于，包括：提取孕妇核磁共振拍摄得到的多组二维MRI图像，对每组二维MRI图像进行图像分割，得到多组胎儿头像的二维MRI图像；从分割后得到的多组胎儿头像的二维MRI图像中，选择组内每一二维MRI图像中胎儿头像所在位置相对移动最小的一组二维MRI图像，作为模板；对图像分割后得到多组胎儿头像的二维MRI图像中的每一图像切片进行数据转换，将每一图像切片中的平面数据转换为立体数据；剔除所有图像切片中，包含不符合要求数据的切片；其中，不符合要求数据是切片图像的立体数据中的异常值；通过支持向量回归SVR算法，将非模板的切片图像的像素数据叠加到模板中对应的切片图像中，实现三维构建。

【技术特征摘要】
1.一种二维MRI胎儿图像的三维重建方法，其特征在于，包括：提取孕妇核磁共振拍摄得到的多组二维MRI图像，对每组二维MRI图像进行图像分割，得到多组胎儿头像的二维MRI图像；从分割后得到的多组胎儿头像的二维MRI图像中，选择组内每一二维MRI图像中胎儿头像所在位置相对移动最小的一组二维MRI图像，作为模板；对图像分割后得到多组胎儿头像的二维MRI图像中的每一图像切片进行数据转换，将每一图像切片中的平面数据转换为立体数据；剔除所有图像切片中，包含不符合要求数据的切片；其中，不符合要求数据是切片图像的立体数据中的异常值；通过支持向量回归SVR算法，将非模板的切片图像的像素数据叠加到模板中对应的切片图像中，实现三维构建。2.根据权利要求1所述的二维MRI胎儿图像的三维重建方法，其特征在于，使用GPU执行对切片图像并行处理的步骤。3.根据权利要求1所述的二维MRI胎儿图像的三维重建方法，其特征在于，在对二维MRI胎儿图像进行分割的步骤中，图像分割的方式是通过...

【专利技术属性】
技术研发人员：谢国喜，冯矗林，袁伟凡，刘海军，雷舒惠，张冠，袁伟，鲁娜，
申请(专利权)人：广州医科大学，
类型：发明
国别省市：广东,44