神经纤维追踪方法、磁共振系统及存储介质技术方案

本发明专利技术实施例公开了一种神经纤维追踪方法、磁共振系统及存储介质，该方法包括：建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定所述目标神经纤维在所述弥散加权图像上的ROI结果；结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果。解决了现有神经纤维追踪方法存在感兴趣区绘制效率较低的问题，达到了提高感兴趣区确定速度的技术效果。

Nerve fiber tracking method, magnetic resonance system and storage medium

【技术实现步骤摘要】
神经纤维追踪方法、磁共振系统及存储介质
本专利技术实施例涉及医学图像处理领域，尤其涉及一种神经纤维追踪方法、磁共振系统及存储介质。
技术介绍
在临床及科研场景中，通常需要关注某些关键区域的大神经纤维的分布情况。现有技术中，为了获取目标神经纤维的分布，通常需要用户手动绘制感兴趣区，然后在该感兴趣中进行神经纤维的追踪以获得目标神经纤维的分布。可以理解的是，手动绘制感兴趣区的效率较低，耗时较长，而且感兴趣区的准确性还依赖绘制者的经验。综上，现有神经纤维追踪方法存在感兴趣区绘制效率较低的问题。
技术实现思路
本专利技术实施例提供了一种神经纤维追踪方法、磁共振系统及存储介质，以解决现有神经纤维追踪方法存在感兴趣区绘制效率较低的问题。第一方面，本专利技术实施例提供了一种神经纤维追踪方法，包括：建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定所述目标神经纤维在所述弥散加权图像上的ROI结果；结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果。第二方面，本专利技术实施例还提供了一种磁共振系统，该系统包括：扫描装置，所述扫描装置用于获取包含目标神经纤维所在部位的磁共振数据；处理器，所述处理器用于根据所述磁共振数据得到目标神经纤维所在部位的弥散加权图像；以及建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定所述目标神经纤维在所述弥散加权图像上的ROI结果；结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果。第三方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的神经纤维追踪方法。本专利技术实施例的神经纤维追踪方法的技术方案，包括：建立包含目标神经纤维的弥散加权图像与目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定目标神经纤维在所述弥散加权图像上的ROI结果；结合ROI结果，至少基于预设神经纤维追踪算法和弥散加权图像确定目标神经纤维的分布结果。通过弥散加权图像与金标准数据之间的对应关系自动确定弥散加权图像上的ROI结果，大大提高了在弥散加权图像上确定ROI的速度，从而大大提高了确定神经纤维分布结果的速度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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的附图。图1是本专利技术实施例一提供的神经纤维追踪方法的流程图；图2是本专利技术实施例一提供的预设张量指标数据获取方法的示意图；图3是本专利技术实施例一提供的弥散加权图像与蒙版数据之间的关系示意图；图4是本专利技术实施例二提供的神经纤维追踪装置的结构框图；图5是本专利技术实施例三提供的磁共振系统的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一图1是本专利技术实施例一提供的神经纤维追踪方法的流程图。本实施例的技术方案适用于通过金标准数据自动确定的ROI(RangeofInterest，感兴趣区，简称ROI)结果得到神经纤维分布的情况。该方法可以由本专利技术实施例提供的神经纤维追踪装置来执行，该装置可以采用软件和/或硬件的方式实现，并配置在处理器中应用。该方法具体包括如下步骤：S101、建立包含目标神经纤维的弥散加权图像与目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定目标神经纤维在弥散加权图像上的ROI结果。其中，弥散磁共振图像提供了不同于常规核磁共振图像的组织对比度，能对脑组织的生存和发育提供潜在的、唯一的信息，多用于显示活体的脑脊髓神经组织中不同走向的白质纤维束。其中，金标准数据为目标神经纤维所对应的感兴趣区的蒙版数据。通常情况下，不同神经纤维对应不同的金标准数据，因此在实际使用时，需要根据实际需求选择目标神经纤维对应的金标准数据。为了便于金标准数据的选择，本实施例还提供了配置界面，并在配置界面设置了金标准数据选择模块，以使用户通过该金标准数据模块选择目标神经纤维对应的金标准数据。优选地，该配置界面还设置了磁共振数据选择模块，以使用户通过该磁共振数据选择模块选择包含目标神经纤维的弥散加权图像。在获取到包含目标神经纤维的弥散加权图像与目标神经纤维对应的金标准数据之后，建立二者之间的对应关系，然后根据二者之间的对应关系确定目标神经纤维在该弥散加权图像上的ROI结果。为了建立包含神经纤维的弥散加权图像与目标神经纤维对应的金标准数据之间的对应关系，本实施例优选还需获取弥散加权图像对应的解剖相数据，然后建立该弥散加权图像与该解剖相数据之间的对应关系，以及该解剖相数据与金标准数据之间的对应关系，从而根据这两个对应关系得到弥散加权图像与金标准数据之间的对应关系。进一步的，可以先通过刚性配准建立弥散加权图像与解剖相数据之间的对应关系，以及通过非刚性配准建立解剖相数据与金标准数据对应的解剖相数据之间的对应关系，从而确定弥散加权图像与金标准数据对应的解剖相数据之间的对应关系，然后根据金标准数据与其所对应的解剖相数据之间的转换关系，确定弥散加权图像与该金标准数据之间的对应关系。S102、结合ROI结果，至少基于预设神经纤维追踪算法和弥散加权图像确定目标神经纤维的分布结果。为了得到目标神经纤维的分布结果，通常需要进行目标神经纤维的追踪。为此，如图2所示，本实施例先对弥散加权图像进行弥散张量计算以得到弥散张量图像，通过弥散张量图像的张量矩阵得到各个特征值和特征向量，即预设张量指标数据，然后基于预设神经纤维追踪算法和预设张量指标数据确定目标神经纤维在弥散加权图像上的初始追踪结果；最后通过ROI结果对目标神经纤维的初始追踪结果进行过滤，以得到目标神经纤维的分布结果。其中，预设神经纤维追踪算法为现有技术的神经纤维追踪算法，只要能够基于弥散加权图像得到神经纤维的分布即可，本实施例在此不对其进行具体限定。张量指标数据为神经纤维追踪所使用的特征值和特征向量，比如各像素点的张量、部分各向异性(FractionalAnisotraphy，简称FA)和表观弥散系数(ADC)值等。可以理解的是，不同预设神经纤维追踪算法所需的张量指标数据可能不同，因此本实施例在此也不对预设张量指标数据进行限定。另外，对弥散加权图像的弥散张量计算方法也不作限定。为了快速地得到目标神经纤维的初始追踪结果，本实施例优选引入预设阈值，基于张量指标数据计算得到阈值蒙版，然后基于预设神经纤维追踪算法和弥散张量指标，在该阈值蒙版所限定的弥散加权图像的范围内进行神经纤维追踪以得到目标神经纤维的初始追踪结果。为了快速地得到目标神经纤维的初始追踪结果，本实施例优选引入脑蒙版，然后建立脑蒙版与弥散加权图像之间的对应关系，然后基于预设神经纤维本文档来自技高网...

【技术保护点】
1.一种神经纤维追踪方法，其特征在于，包括：建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定所述目标神经纤维在所述弥散加权图像上的ROI结果；结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果。

【技术特征摘要】
1.一种神经纤维追踪方法，其特征在于，包括：建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，并根据该对应关系确定所述目标神经纤维在所述弥散加权图像上的ROI结果；结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果。2.根据权利要求1所述的方法，其特征在于，所述建立包含目标神经纤维的弥散加权图像与所述目标神经纤维对应的金标准数据之间的对应关系，包括：获取所述目标神经纤维的金标准数据、包含所述目标神经纤维的弥散加权图像以及所述弥散加权图像对应的解剖相数据；建立所述弥散加权图像与所述解剖相数据之间的对应关系，以及所述解剖相数据与所述金标准数据之间的对应关系，从而得到所述弥散加权图像与所述金标准数据之间的对应关系。3.根据权利要求2所述的方法，其特征在于，所述建立所述弥散加权图像与所述解剖相数据之间的对应关系，以及所述解剖相数据与所述金标准数据之间的对应关系，包括：通过刚性配准建立所述弥散加权图像与所述解剖相数据之间的对应关系；通过非刚性配准建立所述解剖相数据与所述金标准数据之间的对应关系。4.根据权利要求1所述的方法，其特征在于，所述结合所述ROI结果，至少基于预设神经纤维追踪算法和所述弥散加权图像确定目标神经纤维的分布结果，包括：对所述弥散加权图像进行弥散张量计算以得到预设张量指标数据；基于预设神经纤维追踪算法和所述预设张量指标数据确定所述目标神经纤维在所述弥散加权图像上的初始追踪结果；通过所述ROI结果对所述目标神经纤维的初始追踪结果进行过滤，以得到目标神经纤维的分布结果。5.根据权利要求4所述的方法，其特征在于，所述基于预设神经纤维追踪算法和所述预设张量指标数据确定所述目标神经纤维的初始追踪结果，包括：获取预设阈值，并基于所述预设张量指标数据计算得到阈值蒙版，以及建立所述阈值蒙版与所述弥散加...

【专利技术属性】
技术研发人员：龚震寰，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31