医学图像处理方法、装置、图像处理设备及介质制造方法及图纸

本发明专利技术实施例公开了一种医学图像处理方法、装置、图像处理设备及介质，该方法包括：根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和所述动脉血管对应的单个体素的衰减系数增强信息；将所述动脉输入函数和所述衰减系数增强信息输入预设估计模型以得到所述目标部位的预设血流参数，所述预设血流参数包括血流速和平均流过时间，所述预设估计模型是基于盒型衰减函数构建的。解决了现有技术存在无法准确确定动态增强CT的血流参数的技术问题。准确确定动态增强CT的血流参数的技术问题。准确确定动态增强CT的血流参数的技术问题。

【技术实现步骤摘要】
医学图像处理方法、装置、图像处理设备及介质


[0001]本专利技术实施例涉及图像处理领域，尤其涉及一种医学图像处理方法、装置、图像处理设备及介质。

技术介绍

[0002]全球疾病负担研究显示，中国人群总体的中风终生发病风险为39.9％，是疾病所致寿命损失年的第一位病因，中风分为两种，分别是缺血型中风和出血型中风，其中缺血型中风起因是完全或部分血流供应受到阻碍，出血型中风的起因是非创伤性脑血管破裂导致血液在脑内聚集。临床上，用于诊断的中风的信息通常通过动态增强CT(Computed Tomograph，简称CT，电子计算机断层扫描成像)成像所测量的脑部血流参数获得，如血容积(CBV)，血流速(CBF)，平均流过时间(MTT)和到顶时间(TTP)等。
[0003]动态增强CT是一种在静脉注射碘对比剂后采集并侦测对比剂在大脑内随血流循环的成像方法。在采集时，尚未增强的头部首先被扫描，重建后的图像被定义为模图像。之后在多个连续时间点采集的脑部投影数据被重建出对应每个时间点的三维脑部动态增强CT图像。动态增强的一系列图像可通过后面采集的每一个时间点的图像减去模图像得到，其包含血流参数信息。由指标稀释理论(indicator dilution theory)可知，脑组织内每个体素的碘对比剂的衰减系数增强信息可以表达成血流延展的剩余函数和动脉输入函数的卷积。如果增强信息和动脉输入函数均可通过动态增强CT影像测量，即可根据该指标稀释理论推导出该血流延展剩余函数，该血液延展剩余函数可被分解为单个体素的血流参数。从数学模型的角度讲这是一个反问题求解的过程，传统解决这个反问题的方法是基于奇异值分解(singular value decomposition，简称SVD)以及一系列改进其的方法。但由于动态增强CT受到辐射剂量限值或实际扫描条件的限制，通常伴随较正常CT低的图像质量，因此需要解决的反问题通常是不适定问题(ill
‑
posed)，即推导得到的血流参数可能是不稳定的或是不准确的。
[0004]综上，现有技术存在无法准确确定动态增强CT的血流参数的技术问题。

技术实现思路

[0005]本专利技术实施例提供了一种医学图像处理方法、装置、图像处理设备及介质，解决了现有技术存在无法准确确定动态增强CT的血流参数的技术问题。
[0006]第一方面，本专利技术实施例提供了一种医学图像处理方法，该方法包括：
[0007]根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和所述动脉血管对应的单个体素的衰减系数增强信息；
[0008]将所述动脉输入函数和所述衰减系数增强信息输入预设估计模型以得到所述目标部位的预设血流参数，所述预设血流参数包括血流速和平均流过时间，所述预设估计模型是基于盒型衰减函数构建的。
[0009]第二方面，本专利技术实施例还提供了一种医学图像处装置，包括：
[0010]获取模块，用于根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和所述动脉血管对应的单个体素的衰减系数增强信息；
[0011]血流参数确定模块，用于将所述动脉输入函数和所述衰减系数增强信息输入预设估计模型以得到所述目标部位的预设血流参数，所述预设血流参数包括血流速和平均流过时间，所述预设估计模型是基于盒型衰减函数构建的。
[0012]第三方面，本专利技术实施例还提供了一种图像处理设备，所述图像处理设备包括：
[0013]一个或多个处理器；
[0014]存储装置，用于存储一个或多个程序；
[0015]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如任意实施例所述的医学图像处理方法。
[0016]第四方面，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任意实施例所述的医学图像处理方法。
[0017]本专利技术实施例提供的医学图像处理方法的技术方案，包括：根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和动脉血管对应的单个体素的衰减系数增强信息；将动脉输入函数和衰减系数增强信息输入预设估计模型以得到目标部位的预设血流参数，预设血流参数包括血流速和平均流过时间，预设估计模型是基于盒型衰减函数构建的。由于基于盒型衰减函数构建的预设估计模型，相较于奇异值分解时所需的理想生理模型更符合实际情况，因此使得基于该预设估计模型确定的预设血流参数的准确性更高。
附图说明
[0018]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。
[0019]图1是本专利技术实施例一提供的医学图像处理方法的流程图；
[0020]图2是本专利技术实施例二提供的医学图像处理方法的流程图；
[0021]图3是本专利技术实施例三提供的医学图像处理装置的结构框图；
[0022]图4是本专利技术实施例三提供的又一医学图像处理装置的结构框图；
[0023]图5是本专利技术实施例四提供的图像处理设备的结构框图。
具体实施方式
[0024]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。
[0025]实施例一
[0026]图1是本专利技术实施例一提供的医学图像处理方法的流程图。本实施例的技术方案适用于基于盒型衰减函数构建的预设估计模型确定动态增强CT图像对应的预设血流参数的情况。该方法可以由本专利技术实施例提供的医学图像处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并配置在图像处理设备的处理器中应用。该方法具体包括如下步骤：
[0027]S101、根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和该动脉血管对应的单个体素的衰减系数增强信息。
[0028]其中，目标部位为待分析血流速参数的部位，优选但不限于脑部、目标肿瘤区等部位，本实施例以脑部为例进行技术方案的阐述。
[0029]可以理解的是，如果目标部位为脑部，那么动态增强CT图像为脑部动态增强CT图像，而为脑部组织供血的动脉血管为颈动脉。
[0030]其中，不同时间点是指对比剂进入脑部组织之后的图像采集时间点。至于图像采集时间点的时机和数量可根据临床医生的需求进行设定。本实施例将每个时间点采集的扫描数据对应的重建图像作为一组动态增强CT图像。
[0031]其中，动态增强CT图像的格式为DICO本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像处理方法，其特征在于，包括：根据在不同时间点采集的多组动态增强CT图像，确定用于为目标部位供血的动脉血管的动脉输入函数和所述动脉血管对应的单个体素的衰减系数增强信息；将所述动脉输入函数和所述衰减系数增强信息输入预设估计模型以得到所述目标部位的预设血流参数，所述预设血流参数包括血流速和平均流过时间，所述预设估计模型是基于盒型衰减函数构建的。2.根据权利要求1所述的方法，其特征在于，所述目标部位为脑部，所述动脉血管为颈动脉，相应的，动脉输入函数的确定方法包括：确定在不同时间点采集的多组脑部动态增强CT图像的颈动脉区域内的像素均值，将该像素均值对应的相对增强度作为第一相对增强度，以及确定该多组脑部动态增强CT图像的颈静脉区域内的像素均值，将该像素均值对应的相对增强度作为第二相对增强度；以采集时间为横轴，以相对增强度为纵轴，构建对应所述第一相对增强度的动脉输入函数曲线和对应所述第二相对增强度的静脉输出函数曲线；根据所述静脉输出函数曲线对应的曲线面积完成所述动脉输入函数曲线的校正，以更新所述动脉输入函数曲线；根据更新后的动脉输入函数曲线确定动脉输入函数。3.根据权利要求1所述的方法，其特征在于，所述预设估计模型的数学表达方式包括：征在于，所述预设估计模型的数学表达方式包括：其中，μ是待估计的脑血流参数，h(μ,t)为血流的缩放剩余函数，CBF为血流速，MTT为平均流过时间，T0＝0.632
×
MTT，t为动态增强CT图像的采集时间；Y(t)为单个体素的衰减系数增强信息，C
a
(t)为动脉输入函数。4.根据权利要求3所述的方法，其特征在于，还包括：计算所述血流速和所述平均流过时间的乘积，以作为血容积。5.根据权利要求3所述的方法，其特征在于，还包括：通过贝叶斯机器学习的方法确定所述预设估计模型所确定的预设血流参数的均值和方差的更新函数；根据所述预设血流参数的方差和均值的更新函数确定预设血流...

【专利技术属性】
技术研发人员：孙涛，杨永峰，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：