一种融合白质功能信号的DWI纤维优化重建方法及系统技术方案

本发明专利技术属于医学图像处理技术领域，公开了一种融合白质功能信号的DWI纤维优化重建方法及系统，基于全局优化类的贝叶斯最优路径算法，将白质fMRI融合到DWI全局优化纤维重建中，加入功能先验信息纤维，从全局纤维中找到连接特定功能区域的最优路径。本发明专利技术提供了一种将白质fMRI融合到DWI全局优化纤维重建中，加入功能先验信息纤维重建出最优功能路径的方法，可有效抑制局部噪声，得到执行特定功能的最优连接路径，避免得到局部最优解。本发明专利技术打破了仅通过空间位置形成最优路径的框架，重建出在执行特定脑活动时，大脑信息传递的最优路径。

A DWI fiber optimized reconstruction method and system based on white matter function signal fusion

【技术实现步骤摘要】
一种融合白质功能信号的DWI纤维优化重建方法及系统
本专利技术属于医学图像处理
，尤其涉及一种融合白质功能信号的DWI纤维优化重建方法及系统。
技术介绍
目前，业内常用的现有技术是这样的：大脑白质是由各种不同功能的神经纤维在中枢神经系统内聚集而成。研究表明，白质组织的特性与人类认知能力、决策力、情绪状态和发育变化有关，对其开展研究能够帮助了解大脑的发育、衰老和患病情况。弥散加权成像(diffusionweightedMRI，DWI)是一种能够在大脑白质内检测出水分子弥散运动的无创方法，通过估计体素中水分子的弥散方向分布函数(diffusionorientationdistributionfunctions，dODFs)来间接计算白质纤维的分布方向。DWI纤维束追踪成像就是将dODFs转换成纤维方向分布函数(fiberorientationdistributionfunctions，fODFs)，并通过其在体素间的连通性来构建脑白质连接的解剖结构。对DWI纤维进行重建可以进一步研究白质纤维的特性。现有的DWI纤维重建算法可分本文档来自技高网...

【技术保护点】
1.一种融合白质功能信号的DWI纤维优化重建方法，其特征在于，所述融合白质功能信号的DWI纤维优化重建方法包括：/n基于全局优化类的贝叶斯最优路径算法，将白质fMRI融合到DWI全局优化纤维重建中；/n加入功能先验信息纤维，从全局纤维中找到连接特定功能区域的最优路径。/n

【技术特征摘要】
20190808 CN 20191072931671.一种融合白质功能信号的DWI纤维优化重建方法，其特征在于，所述融合白质功能信号的DWI纤维优化重建方法包括：
基于全局优化类的贝叶斯最优路径算法，将白质fMRI融合到DWI全局优化纤维重建中；
加入功能先验信息纤维，从全局纤维中找到连接特定功能区域的最优路径。


2.如权利要求1所述融合白质功能信号的DWI纤维优化重建方法，其特征在于，所述融合白质功能信号的DWI纤维优化重建方法具体包括以下步骤：
步骤一，通过弥散磁共振仪器采集全脑MRI数据图像；
步骤二，将采集的数据进行预处理；将预处理后的T1w数据进行偏移矫正并分割得到白质、灰质和脑脊液数据；
步骤三，以b＝0的DWI数据为参考，将预处理后的图像数据配准到DWI图像空间；
步骤四，对DWI算法进行优化；
步骤五，对大脑白质fMRI信号进行建模，将白质中fMRI信号的各向异性建模为时空相关张量；调制用于跟踪的弥散信号导出的ODF；
步骤六，进行融合fMRI的DWI纤维优化重建；
步骤七，通过后验概率最大的路径，提取白质纤维的最优路径，实现白质DWI纤维的优化重建。


3.如权利要求2所述融合白质功能信号的DWI纤维优化重建方法，其特征在于，步骤一，采集全脑MRI数据图像中，采集3D高分辨T1-weighted解剖结构图像，利用multi-shot3DGE序列采集，像素大小1×1×1mm3。


4.如权利要求2所述融合白质功能信号的DWI纤维优化重建方法，其特征在于，步骤二中，所述预处理包括将BOLD信号进行时间层矫正、头动矫正、高斯平滑处理。


5.如权利要求2所述融合白质功能信号的DWI纤维优化重建方法，其特征在于，步骤四中，所述DWI算法优化方法包括：
(1)将大脑的DWI数据定义为连接图，并连接至邻域中，给每条边赋予权重；
(2)通过fODF函数求出体素在26个相邻体素方向的概率，表征DWI纤维的弥散；
(3)用体素点间的对称边权重表示体素连接该方向的概率。


6.如权利要求5所述融合白质功能信号的DWI纤维优化重建方法，其特征在于，所述DWI算法优化方法进一步包括：
大脑的DWI数据定义为连接图G＝(V,E,wE)，其中V是除去脑脊液以外的所有体素节点集，E是边集，wE是边的权重；
在三维图像中每个节点都被边e∈E连接到其3×3×3邻域中，并给每条边e赋予一个权重wE(e)∈[0,1]，用于表示纤维束连接其两个端节点的概率；
路径的似然值是路径上所有的边权重wE(e)的乘积，即：



式中v∈V和v'∈V是G中的两个节点，πv,v'是连接这两点的路径，表示成节点序列πv,v'＝[v1,v2,...,vn]其中v1＝v,vn＝v',(vi,vi+1)∈E,i＝1,...,n-1；路径的基数等于节点总数|πv,v'|＝n；
用单位球面S2上的任意方向θ的fODFf:S2→R+求出纤维在该方向的概率，表示DWI的弥散情况；
对于每个体素，对26个相邻体素方向θi,i＝1,...,26进行分析；
通过计算在所有方向集Ci的fODF，得到体素在方向θi∈S2上的权重w(θi)；权重w(θi)表示体素连接该方向的概率，表示为：



其中集合是单位球面上N个方向的均匀样本，Si＝S∩Ci是属于方向集Ci的样本集合，Vol(S2)/N是对应于样本方向的平均体积；
w(θi)由初始节点取得，则将权重wE(v,v')定义为以下所示的平均值：
wE(v,v')＝1/2·(w(v→v')+w(v'→v))
其中v→v'表示从体素v到体素v'的方向，于是得到对称边权重：wE(v,v')＝wE(v',v)。


7.如权利要求2所述融合白质功能信号的DWI纤维优化...

【专利技术属性】
技术研发人员：肖丹，黄冠尧，杨智鹏，
申请(专利权)人：成都信息工程大学，成都盛达仁科技有限公司，
类型：发明
国别省市：四川;51