【技术实现步骤摘要】
一种从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法
本专利技术涉及磁共振成像的
，具体涉及从动态增强磁共振成像数据(DCE-MRI)中提取药代动力学参数的方法。
技术介绍
动态对比增强磁共振成像(DCE-MRI)技术是一种很重要的磁共振成像技术，被广泛用于体内多种疾病的研究、诊断和治疗评估。通过对DCE-MRI数据进行分析，可以定量测量生理组织的药代动力学参数。药代动力学参数可以通过对一些示踪动力学模型进行回归得到，其中Tofts模型和ExtendedTofts(eTofts)模型在DCE-MRI数据的分析中应用最为广泛。在传统应用中，药代动力学参数图可以通过逐体素地对DCE-MRI时间序列数据进行示踪动力学模型拟合得到。对Tofts(和eTofts)模型的拟合通常使用非线性最小平方和法，该类方法涉及大量的迭代运算，需要大量的计算资源，计算速度十分缓慢。如公开号为CN109658468A的中国专利公开了一种磁共振参数成像方法、装置、设备及存储介质，该方法包括：将获取的磁共振数据转换至图像域以得到初始...
【技术保护点】
1.一种从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，所述方法包括：/n(1)采集定量T
【技术特征摘要】
1.一种从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，所述方法包括：
(1)采集定量T1成像数据，再使用动态对比增强磁共振成像DCE-MRI序列采集被试者的DCE-MRI数据作为实验DCE-MRI数据；并根据实验DCE-MRI数据计算出血管内造影剂浓度变化曲线Cp(t)，并使用最小平方和法拟合eTofts模型，获得药代动力学参数；
(2)根据步骤(1)中的血管造影剂浓度进行数据增强：使用随机线性组合方法，得到模拟的血管造影剂浓度数据，并通过eTofts模型，得到模拟的DCE-MRI数据；
(3)构建双流卷积神经网络Dual-CNN模型，并初始化模型参数：Dual-CNN模型包括由空洞卷积构成的长时间跨度信息提取模块和由普通卷积构成的短时间跨度信息提取模块，长时间跨度信息提取模块和和短时间跨度信息提取模块以并行的方式同时参与卷积操作，构成双流卷积路径；
(4)双流卷积神经网络模型训练：以步骤(1)中的实验DCE-MRI数据、步骤(2)中的模拟的DCE-MRI数据、血管内造影剂浓度变化曲线Cp(t)和对应待测组织的纵向弛豫率R1作为输入，步骤(1)中的实验DCE-MRI数据对应的药代动力学参数和步骤(2)中的模拟的DCE-MRI数据对应的药代动力学参数作为目标输出，对步骤(3)构建的双流卷积神经网络模型进行训练，并优化模型参数后得到训练完成后的Dual-CNN模型；
(5)提取药代动力学参数：使用组织的DCE-MRI序列采集的DCE-MRI数据、被试的血管内造影剂浓度变化曲线Cp和组织的纵向弛豫率R1作为输入，训练完成后的Dual-CNN模型输出药代动力学参数。
2.根据权利要求1所述的从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，在步骤(1)中，对采集的DCE-MRI数据进行预处理，包括：对于在同一时间帧采集的数据，对其进行三维高斯滤波。
3.根据权利要求1所述的从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，在步骤(1)中，对采集的DCE-MRI数据人工手动选取矢状窦内的关键区域ROI，将其看做单一组分，对ROI内数据进行平均后，通过其信号变化计算出血管内造影剂浓度变化曲线Cp(t)；根据Cp(t)和T1成像数据以及eTofts模型公式，使用最小平方和法拟合药代动力学参数。
4.据权利要求3所述的从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，在步骤(1)中，对采集的DCE-MRI数据，根据T1值，计算出造影剂注射前的完全弛豫信号强度S0，然后对数据幅度值进行缩放到固定值；在步骤(4)中，Dual-CNN模型的输出范围设定为0到1，其真实的参数预测值由对输出进行缩放获得。
5.根据权利要求1或3所述的从动态对比增强磁共振成像数据中快速提取药代动力学参数的方法，其特征在于，在步骤(2)中，数据增强的方法为：
(2-1)从血管内造影剂浓度变化曲线Cp(t)中随机选取两组Cp1(t)和Cp2(t)并进行随机线性组合，得到模拟的血管造影剂浓度数据
(2-2)以模拟的血管造影剂浓度数据作为模拟的eTofts...
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。