一种新生儿的磁共振弥散张量脑影像分析方法及其系统技术方案

本发明专利技术公开一种新生儿的磁共振弥散张量脑影像分析方法及其系统，属于医学影像处理领域。包括：A、对新生儿弥散张量成像DTI图像进行预处理的步骤；B、进行弥散张量参数计算的步骤，包括：通过DTI张量模型拟合弥散张量的本征值，并计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的弥散参数图；C、进行图像配准的步骤；D、提取基于各向异性分数FA骨架并将被试者的基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD和径向扩散系数RD投射到骨架上。本发明专利技术，通过对新生儿DTI图像进行预处理，弥散张量参数计算、图像配准以及FA骨架提取，最终得到脑白质和脑灰质信号清晰的大脑影像。

A method and system of diffusion tensor brain imaging analysis in neonates

【技术实现步骤摘要】
一种新生儿的磁共振弥散张量脑影像分析方法及其系统
本专利技术涉及医学影像和磁共振影像(MRI)图像处理技术，尤其涉及一种新生儿的磁共振弥散张量脑影像分析方法及其系统。
技术介绍
磁共振影像(MRI)扩散张量成像(DiffusionTensorImaging，DTI)，临床上也称为弥散张量成像。DTI的原理是通过测量组织内水分子扩散的程度和方向，间接观测脑白质组织的微观结构特性。DTI成像技术目前是唯一一种能够以活体无损方式显示大脑白质神经纤维束走向的技术，因而被广泛应用于临床和人脑科学研究。当前最常用、最可靠的DTI分析技术是采用基于空间统计(Tract-BasedSpatialStatistics，TBSS)方法。具体是：通过采用TBSS算法，将被试的扩散张量参数图像经过线性和非线性变换配准到标准空间后，再通过提取基于各向异性分数(FA)骨架并进行扩散张量参数投射。这样，能够解决在常规DTI分析中遇到的脑白质和脑灰质混杂的问题。由于TBSS方法采用的基于FSL的线性和非线性配准算法，只适用于脑白质和脑灰质边界清晰的健康成年人群。对于脑白质和脑灰质的信号不清晰，容易混淆的新生儿大脑，应用上述磁共振弥散张量脑影像(DTI)分析技术进行影像分析，尚存在很大的困难。所述FSL是脑功能磁共振成像软件库。在新生儿大脑研究领域，相对较差的MRI图像对比度和较大的新生儿大脑形状差异，是目前新生儿大脑的DTI研究中面临的最主要的技术挑战。根据相关技术文献显示，目前有高达74％的新生儿大脑研究没有使用新生儿专用的磁共振扫描硬件设备，同时有76％的新生儿大脑影像研究中没有采用专门的新生儿DTI图像分析方法。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种新生儿的磁共振弥散张量脑影像分析方法及其系统，对采集到的新生儿DTI图像和T2加权结构像数据后，进行一系列的预处理，并重建DTI扩散张量参数图像后，采用T2加权结构像和DTIB0图像的联合迭代配准，选取最合适的目标图像进行配准，最后进行各向异性(FractionalAnisotropy，FA)骨架提取，以得到脑白质和脑灰质信号清晰的新生儿大脑影像。为达到上述目的，本专利技术的技术方案是这样实现的：一种新生儿的磁共振弥散张量脑影像分析方法，包括如下步骤：A、对新生儿弥散张量成像DTI图像进行预处理的步骤；分别包括进行数据格式转换、进行图像校正以及进行脑组织提取的过程；B、进行弥散张量参数计算的步骤，包括：通过DTI张量模型拟合弥散张量的本征值，并计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的弥散参数图；C、进行图像配准的步骤；D、提取基于各向异性分数FA骨架并将被试者的基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD和径向扩散系数RD投射到骨架上。其中，步骤A所述进行数据格式转换、进行图像校正以及进行脑组织提取的过程，具体为：A1、将磁共振设备产生的原始数据为DICOM格式的图像，先转换为通用的医学图像格式NIFTI；A2、对所述NIFTI格式的图像，使用EDDY_CORRECT指令进行涡流伪影和头动校正；A3、采用BET算法，将经步骤A2处理后的图像中的颈部、眼球和颅骨这些非脑组织部分去除。步骤B所述计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的关系式如下：MD＝(λ1+λ2+λ3)/3；AD＝λ1；RD＝(λ2+λ3)/2；其中：FA为基于各向异性分数，MD为平均扩散系数，AD为轴向扩散系数，RD为径向扩散系数；λ1、λ2、λ3分别代表弥散张量的本征值。步骤C所述进行图像配准的步骤，具体包括：C1、将单个被试的DTI图像中的B0图像和自身的T2加权成像做六个自由度线性配准，并获取线性配准矩阵Mat；C2、将单个被试的T2加权成像与标准的新生儿T2加权成像模板做非线性配准，并获取非线性配准变形图Warp；C3、将单个被试的FA图像通过叠加线性配准矩阵Mat和非线性配准变形图Warp，配准到新生儿T2加权成像模板，以实现其初步程度的标准化；C4、将所有FA图像进行互相配准迭代，通过数据驱动的方式获取最具代表性的图像Target；C5、将所有被试的FA图像配准到最具代表性的图像Target，以实现其第二程度的标准化；C6、将所有配准到最具代表性的图像Target的图像进一步叠加平均，以获取平均FA图像，从而实现了高程度的标准化。一种新生儿的磁共振弥散张量脑影像分析系统，该脑影像分析系统包括MRI图像预处理模块、弥散张量参数计算模块、图像配准模块、FA骨架提取及投射模块；其中，所述MRI图像预处理模块，包括数据格式转换子模块、图像矫正子模块和脑组织提取子模块；分别用于对新生儿DTI图像进行数据格式转换、图像校正以及提取脑组织的处理；所述弥散张量参数计算模块，用于通过DTI张量模型拟合弥散张量的本征值，并计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD等弥散参数图；所述图像配准模块，通过引入T2加权结构像进行初步配准、并通过多次迭代以数据驱动的方式，能够自动选取匹配到合适的最具代表性的图像Target，将所有配准到最具代表性的图像Target的图像进一步叠加平均，获取平均FA图像；所述FA骨架提取及投射模块，用于提取FA骨架并将被试者的基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD和径向扩散系数RD投射到骨架上。其中：所述MRI图像预处理模块，包括数据格式转换子模块、图像矫正子模块和脑组织提取子模块；其中，所述数据格式转换子模块，用于将磁共振设备产生的原始数据为DICOM格式的图像，先转换为通用的医学图像格式NIFTI；所述图像矫正子模块，用于对所述NIFTI格式的图像，使用EDDY_CORRECT指令进行涡流伪影和头动校正；所述脑组织提取子模块，采用BET算法，将颈部、眼球和颅骨这些非脑组织部分去除。其中：所述弥散张量参数计算模块，计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的关系式分别如下：MD＝(λ1+λ2+λ3)/3；AD＝λ1；RD＝(λ2+λ3)/2；其中：FA为基于各向异性分数，MD为平均扩散系数，AD为轴向扩散系数，RD为径向扩散系数；λ1、λ2、λ3分别代表弥散张量的本征值。所述图像配准模块，包括线性配准子模块、非线性配准子模块、初步配准子模块、配准迭代子模块、第二配准子模块和第三配准子模块；其分别用于：利用所述线性配准子模块将单个被试的DTI图像中的B0图像和自身的T2加权成像做六个自由度的线性配准，得到线性配准矩阵Mat；利用所述非线性配准子模块，将单个被试的T2加权成像与标准的新生儿T2加权成本文档来自技高网...

【技术保护点】
1.一种新生儿的磁共振弥散张量脑影像分析方法，其特征在于，包括如下步骤：/nA、对新生儿弥散张量成像DTI图像进行预处理的步骤；分别包括进行数据格式转换、进行图像校正以及进行脑组织提取的过程；/nB、进行弥散张量参数计算的步骤，包括：通过DTI张量模型拟合弥散张量的本征值，并计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的弥散参数图；/nC、进行图像配准的步骤；/nD、提取基于各向异性分数FA骨架并将被试者的基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD和径向扩散系数RD投射到骨架上。/n

【技术特征摘要】
1.一种新生儿的磁共振弥散张量脑影像分析方法，其特征在于，包括如下步骤：
A、对新生儿弥散张量成像DTI图像进行预处理的步骤；分别包括进行数据格式转换、进行图像校正以及进行脑组织提取的过程；
B、进行弥散张量参数计算的步骤，包括：通过DTI张量模型拟合弥散张量的本征值，并计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的弥散参数图；
C、进行图像配准的步骤；
D、提取基于各向异性分数FA骨架并将被试者的基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD和径向扩散系数RD投射到骨架上。


2.根据权利要求1所述新生儿的磁共振弥散张量脑影像分析方法，其特征在于，步骤A所述进行数据格式转换、进行图像校正以及进行脑组织提取的过程，具体为：
A1、将磁共振设备产生的原始数据为DICOM格式的图像，先转换为通用的医学图像格式NIFTI；
A2、对所述NIFTI格式的图像，使用EDDY_CORRECT指令进行涡流伪影和头动校正；
A3、采用BET算法，将经步骤A2处理后的图像中的颈部、眼球和颅骨这些非脑组织部分去除。


3.根据权利要求1所述新生儿的磁共振弥散张量脑影像分析方法，其特征在于，步骤B所述计算基于各向异性分数FA、平均扩散系数MD、轴向扩散系数AD、径向扩散系数RD的关系式如下：



MD＝(λ1+λ2+λ3)/3；
AD＝λ1；
RD＝(λ2+λ3)/2；
其中：FA为基于各向异性分数，MD为平均扩散系数，AD为轴向扩散系数，RD为径向扩散系数；λ1、λ2、λ3分别代表弥散张量的本征值。


4.根据权利要求1所述新生儿的磁共振弥散张量脑影像分析方法，其特征在于，步骤C所述进行图像配准的步骤，具体包括：
C1、将单个被试的DTI图像中的B0图像和自身的T2加权成像做六个自由度线性配准，并获取线性配准矩阵Mat；
C2、将单个被试的T2加权成像与标准的新生儿T2加权成像模板做非线性配准，并获取非线性配准变形图Warp；
C3、将单个被试的FA图像通过叠加线性配准矩阵Mat和非线性配准变形图Warp，配准到新生儿T2加权成像模板，以实现其初步程度的标准化；
C4、将所有FA图像进行互相配准迭代，通过数据驱动的方式获取最具代表性的图像Target；
C5、将所有被试的FA图像配准到最具代表性的图像Target，以实现其第二程度的标准化；
C6、将所有配准到最具代表性的图像Target的图像进一步叠加平均，以获取平均FA图像，从而实现了高程度的标准化。


5.一种新生儿的磁共振弥散张量脑影像分析系统，其特征在于，该脑影像分析系统包括MRI图像预处理模块、弥散张量参数计算模块、图像配准模块、FA骨架提取及投射模块；其中，
所述MRI图像预处理模块，包括数据格式转换子模块、图像矫正子模块和脑组织提取子模块；分别用于对新...

【专利技术属性】
技术研发人员：徐明泽，廖攀，
申请(专利权)人：南京慧脑云计算有限公司，
类型：发明
国别省市：江苏;32