脑图像处理制造技术

一种方法(400)，该方法包括：在坐标空间中确定(702)特定脑的配准函数[705,Niirf(T1)]，根据配准函数和包含标准分割方案的HCP

【技术实现步骤摘要】
【国外来华专利技术】脑图像处理


[0001]本专利技术通常涉及图像处理，并且具体地，涉及由磁共振成像系统生成的被摄体脑的图像的处理。本专利技术也涉及一种用于处理图像的方法和设备，并且涉及一种计算机程序产品，该计算机程序产品包括计算机可读介质，在该计算机可读介质上记录有用于处理图像的计算机程序。

技术介绍

[0002]使用功能磁共振成像(fMRI)和扩散张量成像(DTI)的医学成像分别提供对脑的功能活动和结构连接的洞察。然而，目前的成像系统使用且操作起来麻烦，并且通常产生缺少临床实用性的输出。

技术实现思路

[0003]本专利技术的目的是基本上克服或至少改良现有布置的一个或多个缺点。
[0004]脑外科手术常常涉及切入脑。为了执行脑外科手术，人能够使用包含标准分割(parcellation)方案的标准图谱，而不管所考虑的特定脑的详情如何。术语“分割”是指刻划脑的各区域的过程，区域在个体之间具有类似的特性，诸如功能活动、细胞结构和结构连接。在此命名法中，“分割”是脑的区域(例如，皮层)，即使确切的边界可能不同，该区域也能够被示出为跨个体具有类似的特性。分割脑是用于分析神经影像数据的有用机制，因为它将脑活动的复杂性降低至有限数目的结构域，这些结构域可能被假定为扮演稍微统一的功能。当执行外科手术时，缺少与特定脑有关的精确分割信息可能导致认知的附带损坏。人能够将图谱(将标准坐标空间中的体素标识指配给各种分割的三维点或体素的集合)与脑对齐，然后使它翘曲到标准坐标空间如蒙特利尔神经病学研究所(MNI)空间中。纯粹基于解剖学的图谱技术在被应用于脑结构异常的患者如患有脑肿瘤、中风、脑积水、创伤性脑损伤和萎缩的患者时可能失败。由于这些和其他原因，需要能够以解决这些问题的方式绘制个体中例如具有不同脑的个体中的功能区域，因为这将使许多有价值的分析变得有可能改善结果。
[0005]公开的是被称为分割调整(PAA)布置的布置，其寻求解决如以下段落中描述的上述问题。
[0006]本专利技术的第一方面提供一种处理待分割的特定脑的医学数字成像和通信(digital imaging and communication in medicine,DICOM)图像的集合的方法。DICOM是用于发送、存储、检索、处理和/或显示医学成像信息的国际标准。该方法包括以下步骤：在由标准脑数据图像集合的集合描述的蒙特利尔神经学研究所(MNI)空间(公共坐标空间)中确定特定脑的配准函数；根据人类连接组项目确定配准图谱—包含标准分割方案和配准函数的多模态分割图谱(即，HCP
‑
MMP1图谱)；执行DICOM图像的扩散纤维束成像(tractography)以确定特定脑的全脑纤维束成像图像的集合(在神经科学中，纤维束成像能够被认为是用于在视觉上表示白质束的3D建模技术)；对于配准图谱中的特定分割中的
每个体素：确定示出该体素与其他分割中的体素的连接的体素级纤维束成像向量；基于体素为特定分割的一部分的概率来对体素进行分类；以及对于HCP
‑
MMP1图谱的所有分割重复体素级纤维束成像向量的确定和体素的分类，以形成包含反映特定脑的调整后的分割方案的个性化脑图谱(PBs图谱)。
[0007]段落[0006]的方法能够可选地与以下段落[0008]‑
[0014]中陈述的特征中的任何一个或任何组合相组合。
[0008]可选地，在段落[0006]的方法中，该方法还包括：在重复步骤之前，对用于端到端分割的体素级纤维束成像向量(Vgridpt)的体素网格进行插值以填充体素之间的间隙的步骤。
[0009]可选地，在段落[0006]的方法中，该方法还包括，对于配准图谱中的特定分割中的每个体素：确定(1120)分别示出该体素与其他分割中的体素的端到端和直通连接的端到端体素级纤维束成像向量[1108,Vje]和直通分割的体素级纤维束成像向量[1123,Vjn]；基于体素为特定分割的一部分的概率来对体素进行分类(1124)以确定用于端到端分割的体素级纤维束成像向量和直通分割的体素级纤维束成像向量的标签(1006；LBjejn)和体素网格(Vgridptpn)；以及对用于端到端分割的体素级纤维束成像向量和直通分割的体素级纤维束成像向量的体素网格(Vgridptpn)进行插值以填充体素之间的间隙。对于从A转向C并通过B的束，从A或C的视角来看，束是“端到端”束，而从B的视角来看它是“直通”束。
[0010]可选地，在段落[0006]的方法中，在MNI空间中确定特定脑的配准函数的步骤包括以下步骤：执行DICOM图像集合的T1图像的神经影像信息学技术倡议(NIfTI)版本的面部剥离、头骨剥离和掩模以获得掩模的、头骨和面部剥离的T1图像；以及确定掩模的、头骨和面部剥离的T1图像与标准脑数据图像集合的集合之间的关系以生成配准函数。如所指出的，面部剥离是任选的；头骨剥离能够实现面部剥离作为边界效应。
[0011]可选地，在段落[0006]的方法中，确定配准图谱的步骤包括将配准函数应用于HCP
‑
MMP1图谱以生成配准图谱。
[0012]可选地，在段落[0006]的方法中，执行DICOM图像的扩散纤维束成像的步骤是关于DICOM图像集合的DTI图像的头骨剥离和面部剥离掩模的NIfTI版本执行的。
[0013]可选地，在段落[0006]的方法中，确定体素级纤维束成像向量包括以下步骤：将配准图谱和全脑纤维束成像集合配准；生成端到端分割的体素级纤维束成像向量；以及生成端到端和直通分割的体素级纤维束成像向量。
[0014]可选地，在段落[0006]的方法中，对体素进行分类的步骤包括用端到端分类器和旁通分类器处理端到端分割的体素级纤维束成像向量和直通分割的体素级纤维束成像向量，以将体素分类成分割和/或以形成体素网格。
[0015]根据本专利技术的另一方面，提供了一种用于实现前述方法中的任何一种的设备。
[0016]根据本专利技术的另一方面，提供了一种计算机程序产品，该计算机程序产品包括计算机可读介质，该计算机可读介质在其上记录有用于实现上述方法中的任何一种的计算机程序。
[0017]也公开了其他方面。
附图说明
[0018]现在将参考附图描述本专利技术的至少一个实施例，在附图中：
[0019]图1示出PAA布置的示例的功能块和数据流程图；
[0020]图2A和图2B形成能够在上面实践描述的PAA布置的计算机系统的示意框图；
[0021]图3是如何能够执行PAA布置的过程流程图示例；
[0022]图4是充实如何执行PAA布置的细节的过程流程图示例；
[0023]图5A、图5B和图5C是描绘如何能够执行图3的面部剥离和头骨剥离步骤307的过程流程图段；
[0024]图6是如何能够执行图3的全脑扩散纤维束成像步骤310的过程流程图示例；
[0025]图7是如何能够执行图3的图谱配准步骤309的过程流程图示例；
[0026]图8A和图8B是描绘本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的系统，包括：服务器计算机模块，所述服务器计算机模块具有存储器和处理器；远程终端，所述远程终端被配置成通过计算机通信网络与所述服务器计算机模块进行通信；所述远程终端具有存储器和处理器；其中所述服务器计算机模块的存储器和所述远程终端模块的存储器共同地存储用于指示所述服务器计算机模块的处理器和所述远程终端的处理器联合地执行处理待分割的特定脑的脑图像数据的方法的计算机可执行软件程序，所述方法包括以下步骤：在指定空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对所述脑图像数据执行扩散纤维束成像，以确定所述特定脑的全脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。2.一种在其中记录有一个或多个计算机程序的计算机可读存储介质，所述一个或多个程序能够由计算机设备执行以使所述计算机设备执行处理待分割的特定脑的脑图像数据的方法，所述方法包括以下步骤：在三维坐标系统空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；执行所述脑图像数据的扩散纤维束成像以确定所述特定脑的全脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。3.一种个性化脑图谱，所述个性化脑图谱包含反映待分割的特定脑的调整后的分割方案，所述个性化脑图谱已通过处理所述待分割的特定脑的脑图像数据的方法而形成，所述方法包括以下步骤：在三维坐标系统空间中确定用于所述特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对所述脑图像数据执行扩散纤维束成像以确定所述特定脑的全脑纤维束成像图像的集合；
对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。4.一种方法，包括：在三维坐标系统空间中确定用于特定脑的配准函数；根据所述配准函数和包含标准分割方案的标准图谱确定配准图谱；对脑图像数据执行扩散纤维束成像以确定所述特定脑的脑纤维束成像图像的集合；对于所述配准图谱中的特定分割中的至少一个体素：确定示出所述体素与其他分割中的体素的端到端连接的端到端体素级纤维束成像向量；基于所述体素为所述特定分割的一部分的概率，对所述体素进行分类以确定用于端到端分割的体素级纤维束成像向量的标签和体素网格；以及对于所述配准图谱的多个分割重复所述端到端体素级纤维束成像向量的确定和所述体素的分类，以形成包含反映所述特定脑的调整后的分割方案的个性化脑图谱。5.根据权利要求4所述的方法，进一步包括：在重复步骤之前，对用于端到端分割的体素级纤维束成像向量的所述体素网格进行插值以填充体素之间...

【专利技术属性】
技术研发人员：迈克尔，
申请(专利权)人：全知神经科技有限公司，
类型：发明
国别省市：