本发明专利技术公开了一种对扩散张量磁共振图像进行恢复处理的方法，涉及医疗诊断图像处理技术领域。为克服现有技术丢失很多有用信息的缺陷，提出技术方案：第一步，获取图像信息；第二步，转化为向量图像信息；第三步，设令图层编号、层数计数器、步长、循环次数等；第四步，令循环计数器为１；第五步，对当前层数、当前循环次数的Ｈ和Ｊ进行计算；第六步，计算仿射不变梯度Ｇ↓［ａｆｆ］和欧几里得曲率κ；第七步，确定向量图像仿射不变各向异性平滑的数值；第八步，计算得到恢复后的图像信息；第九步至第十三步是对循环次数和处理层数进行计算和控制，并决定是否结束。有益效果是：对图像进行恢复处理中，保留更多的有用信息，使图像更清晰、明了，细节更多。
【技术实现步骤摘要】
本专利技术涉及医疗诊断图像处理
，特别是涉及。
技术介绍
扩散张量磁共振成像(diffusion tensor imaging，DTI)是新近发展的一种成像技术，它使得无创伤地研究人类组织结构(例如进行人脑神经纤维)和进行多发性硬化症以及脑中风等疾病的诊断成为可能。临床中，由于病人体内热噪声等的影响使得DTI图像受到了赖斯噪声的污染。为了便于进行张量计算和纤维追踪等后处理，首先需要对图像进行恢复处理。 目前，DTI图像恢复的主流为基于偏微分方程(partial differentialequation，PDE)的方法。现在，采用PDE对DTI图像恢复均基于欧几里得梯度。基于欧几里得梯度的图像恢复方法虽然具有平滑效果好且处理速度快的优点但是却没有仿射不变梯度所具有的优良特性仿射不变性。 仿射不变性是指在经历了像平移、旋转或缩放这样的仿射变换后，其性质(如数值、算法、收敛等等)仍然保持不变的特性。 现有技术在处理图像时，为了保留仿射不变的优良特性，其处理对象为标量图像。使用该方法进行DTI向量图像恢复，需要把向量各元素分别进行处理；该方法的缺陷是由于向量各元素独立进行演化、因而无法保留元素间的相关性，从而导致原始图像的很多有用信息丢失。
技术实现思路
为了消除或减轻赖斯噪声的污染、对图像进行恢复处理，保留仿射不变的优良特性，克服现有技术在处理图像时丢失很多有用信息的缺陷，本专利技术提出了以下技术方案。 1.，使用计算机，包括以下步骤 第一步，获取研究对象的图像信息； 所述的获取，是在磁共振成像系统上进行； 所述的图像信息，包括未施加梯度脉冲获得的DTI图像信息、施加加权梯度脉冲获得的DTI图像信息即每层扩散加权的DWI图像信息； 所述的每层扩散加权DWI图像信息，是在每层中以6个以上的不共线方向对研究对象进行加权成像从而获得该层的6组以上扩散加权DWI图像信息； 第二步，把每层DWI图像信息转化为向量图像信息，其表示式为I＝(I1(x，y)，...，Im(x，y))T； 其中In，n＝1，2，...，m表示第n加权脉冲加权图像，(x，y)为二维图像中的横、纵坐标，T表示矩阵转置； 第三步，按自然层数为序或者按另行编排的先后层数为序进行排列，并令最前层为第1层、最后层为第P层； 令层数计数器为1； 设置步长为dt，设置在每一层的循环次数为Q； 第四步，令循环次数计数器为1； 第五步，对当前层数、当前循环次数的H和J进行计算； 所述的H和J是两个相互独立的仿射不变算子； 上式中，fjk＝T j，k＝x，y T表示矩阵转置；当m＝1时，fjk是标量； 对任意尺度的向量，J由下式构造 由上式可得， 第六步，计算仿射不变梯度Gaff和欧几里得曲率κ； κ＝J |▽f|3 上式中，fi(x，y，0)＝Ii(x，y)(i＝1，...，m) “▽”表示梯度； 第七步，确定向量图像仿射不变各向异性平滑的数值 fit＝Gaffκ1/3|▽fi|； 第八步，根据以下公式计算得到恢复后的图像信息并存储该信息； f(x，y，t)＝f(x，y，t-1)+dt×ft-1(t＝1，...，N)； 上式中，f(x，y，t)＝(f1(x，y，t)，...，fm(x，y，t))T，ft＝(f1t，...，fmt)T； 第九步，检查循环次数计数器的计数值是否为Q，如果为Q则跳过第十步、直接进行第十一步，如果不为Q则进行下一步； 第十步，当第九步检查循环次数计数器的计数值不为Q时，循环次数计数器加1后返回第五步； 第十一步，检查层数计数器的计数值是否为P，如果为P则跳过第十二步、直接进行第十三步，如果不为P则进行下一步； 第十二步，当第十一步检查层数计数器的计数值不为P时，层数计数器加1后返回第四步； 第十三步，存储图像信息；进入结束。 2.所述的设置在每一层的循环次数为20。 本专利技术的有益效果是在消除或减少赖斯噪声的污染、对图像进行恢复处理中，不仅平滑效果好，保留了仿射不变的优良特性，还具有突出的优点即保留更多的有用信息，从而使图像更清晰、更明了，展示的图像细节也更多。 此外，本专利技术方法的处理对象可以是任意维数的向量图像。 附图说明 图1是采集到的原始第一梯度加权DWI图像； 图2是对图1的图像信息采用标量仿射不变梯度扩散方法进行滤波处理后的图像； 图3是对图1的图像信息采用本方明方法进行恢复处理后的图像； 图4是根据采集到的原始人脑靠近胼胝体附近一个体元进行纤维追踪而获得的白质纤维图像； 图5是对图4采用的体元进行恢复处理后再进行纤维追踪获得的白质纤维图像； 图6是本专利技术方法的流程图。 下面结合附图和具体实施方式对本专利技术作进一步的详细说明。 具体实施例方式 实施本专利技术方法，需要依据本专利技术所述的原理等等编写程序软件，计算机运行这些程序软件，能自动进行相关的图像恢复处理操作。 上述程序软件可以添加到磁共振成像设备的计算机上，直接由磁共振成像设备上的计算机进行图像恢复处理工作，并从计算机自带的显示屏上观察图像效果。 上述程序软件也可以编写在其它带显示屏的计算机上，然后将需要作恢复处理的图像信息，从磁共振成像设备的计算机上送至进行处理的计算机上，所述计算机会在程序软件的安排下进行相关的图像恢复处理操作，并可在显示屏上观察图像效果。如果采用本方法，则计算机硬件一般应满足型号奔腾4以上、内存512Mb以上、硬盘20G以上。 以下对本专利技术进行相关的介绍、解释和进一步的补充说明。 为了保持PDE方法的优点和仿射不变梯度扩散的优良特性又要兼顾DTI图像的向量特性，本专利技术提出了一种新的图像恢复方法。 在本专利技术方法中，处理对象为向量整体，故向量间的联系在演化过程中仍然保留，即避免了丢失有用信息。 DTI图像是通过在传统磁共振成像系统上施加加权梯度脉冲而获得的加权图像。通常需要在N(N大于等于6)个不共线方向对组织的每层进行加权成像从而获得该层的N个扩散加权图像(DWI)。 进行扩散加权成像(或者扩散张量成像)的目的是根据DWI来进行张量场的表面扩张系数(张量迹)等参数的计算，以便由这些参数来了解组织特性或进行疾病诊断等，更特别地，依据DWI可以进行生物体的纤维追踪。 受赖斯噪声影响，DWI图像质量会下降。由含噪DWI图像计算所得参数会偏离实际值，而由其追踪获得的白质纤维分辨率降低，纤维长度变短，纤维数量变少且平滑性变差纤维分叉现象较严重。 对图像进行恢复处理也叫图像去噪、图像平滑或者图像恢复。 对DWI图像进行恢复即消除赖斯噪声对DWI图像的影响，需要把每层N个DWI图像作为整体来处理。N个图像对应坐标的像素点组成一个N维向量，故图像整体为向量图像。所谓向量图像也就是元素为向量的图像。 采用偏微分方程对图像进行恢复相当于使图像灰度值进行扩散，该扩散的最快速度即梯度如果具有仿射不变性则称该扩散为仿射不变扩散。 本专利技术方法的步骤如下 第一步，获取研究对象的图像信息；所述的获取，是在磁共振成像系统上进行；所述的图像信息，包括未施加梯度脉冲获得的本文档来自技高网...
【技术保护点】
一种对扩散张量磁共振图像进行恢复处理的方法，其特征是，使用计算机，包括以下步骤：第一步，获取研究对象的图像信息；所述的获取，是在磁共振成像系统上进行；所述的图像信息，包括未施加梯度脉冲获得的ＤＴＩ图像信息、施加加权梯度脉冲获得的ＤＴＩ图像信息即每层扩散加权的ＤＷＩ图像信息；所述的每层扩散加权ＤＷＩ图像信息，是在每层中以６个以上的不共线方向对研究对象进行加权成像从而获得该层的６组以上扩散加权ＤＷＩ图像信息；第二步，把每层ＤＷＩ图像信息转化为向量图像信息，其表示式为：Ｉ＝（Ｉ↓［１］（ｘ，ｙ），…，Ｉ↓［ｍ］（ｘ，ｙ））↑［Ｔ］；其中Ｉ↓［ｎ］，ｎ＝１，２…，ｍ表示第ｎ加权脉冲加权图像，（ｘ，ｙ）为二维图像中的横、纵坐标，Ｔ表示矩阵转置；第三步，按自然层数为序或者按另行编排的先后层数为序进行排列，并令最前层为第１层、最后层为第Ｐ层；令层数计数器为１；设置步长为ｄｔ，设置在每一层的循环次数为Ｑ；第四步，令循环次数计数器为１；第五步，对当前层数、当前循环次数的Ｈ和Ｊ进行计算；所述的Ｈ和Ｊ是两个相互独立的仿射不变算子；Ｈ＝ｆ↓［ｘｘ］↑［Ｔ］ｆ↓［ｙｙ］－ｆ↓［ｘｙ］↑［Ｔ］ｆ↓［ｘｙ］＝＊（ｆ↓［ｉｘｘ］ｆ↓［ｉｙｙ］－ｆ↓［ｉｘｙ］ｆ↓［ｉｘｙ］）＝＊Ｈ↓［ｉ］上式中，ｆ↓［ｊｋ］＝［ｆ↓［１ｊｋ］，…，ｆ↓［ｍｊｋ］］↑［Ｔ］ｊ，ｋ＝ｘ，ｙＴ表示矩阵转置；当ｍ＝１时，ｆ↓［ｊｋ］是标量；对任意尺度的向量，Ｊ由下式构造：Ｊ＝［ｆ↓［ｙ］↑［Ｔ］，－ｆ↓［ｘ］↑［Ｔ］］＊＊＊＝＊Ｊ↓［ｉ］由上式可得，Ｊ↓［ｉ］＝［ｆ↓［ｉｙ］↑［Ｔ］，－ｆ↓［ｉｘ］↑［Ｔ］］＊＊＊＝［ｆ↓［ｉｙ］，－ｆ↓［ｉｘ］］＊＊＊第六步，计算仿射不变梯度Ｇ↓［ａｆｆ］和欧几里得曲率κ；Ｇ↓［ａｆｆ］＝Ｈ／＊＊＊ｋ＝Ｊ｜▽ｆ｜↑［３］上式中，ｆ↓［ｉ］（ｘ，ｙ，０）＝Ｉ↓［ｉ］（ｘ，ｙ）（ｉ＝１，…，ｍ）｜▽ｆ｜↑［２］＝＊｜▽ｆ↓［ｉ］｜↑［２］“▽”表示梯度；第七步，确定向量图像仿射不变各向异性平滑的数值ｆ↓［ｉｔ］＝Ｇ↓［ａｆｆ］κ↑［１／３］｜▽ｆ↓［ｉ］｜；第八步，根据以下公式计算得到恢复后的图像信息并存储该信息；ｆ（ｘ，ｙ，ｔ）＝ｆ（ｘ，ｙ，ｔ－１）＋ｄｔ×ｆ↓［ｔ－１］（ｔ＝１，…，Ｎ）；上式中，ｆ（ｘ，ｙ，ｔ）＝（ｆ↓［１］（ｘ，ｙ，ｔ），…，ｆ↓［ｍ］（ｘ，ｙ，ｔ））↑［Ｔ］，ｆ↓［ｔ］＝（ｆ↓［１ｔ］，…，ｆ↓［ｍｔ］）↑［Ｔ...
【技术特征摘要】
【专利技术属性】
技术研发人员：张相芬，田蔚风，叶宏，李大志，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：31[中国|上海]
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。