基于磁共振图像的颈动脉斑块分析装置制造方法及图纸

技术编号:34052800 阅读:102 留言:0更新日期:2022-07-06 16:14
本发明专利技术涉及基于磁共振图像的颈动脉斑块分析装置,打破常规对颈动脉斑块自身的研究,探索斑块与大脑结构的关联,从大脑初期变化,尤其是脑体积数据、功能网络拓扑数据和白质纤维束数据这三个特征,构建颈动脉斑块的性质分析装置,其将理论研究应用于具体实践,对颈动脉斑块的性质做定性分析,如是破裂概率大的预警斑块或破裂概率小的安全斑块,可用于脑缺血的预测和预防。该分析装置用于临床预警,防患未然具有非常大的积极效应,能够很大程度上提高诊断精准度,挽救病患生命。挽救病患生命。挽救病患生命。

Carotid plaque analysis device based on magnetic resonance image

【技术实现步骤摘要】
基于磁共振图像的颈动脉斑块分析装置


[0001]本专利技术涉及图像分析技术,特别是涉及一种磁共振图像的分析技术。

技术介绍

[0002]卒中、缺血性心脏病、恶性肿瘤共同组成大多数国家的三大致死疾病。其中,卒中已经超过恶性肿瘤成为我国第一致死病因。尤其是,缺血性卒中更是占到所有卒中的60%

80%。因此,针对卒中的提前预防,尤其是缺血性卒中的研究是极为必要的。
[0003]既往研究大多集中关注颈动脉中重度狭窄患者,而较少关注颈动脉轻度狭窄患者。临床中,颈动脉粥样硬化斑块的易损性而非狭窄程度,才是导致脑梗死猝发的最重要原因。然而目前的抗动脉粥样硬化斑块治疗策略并不能完全阻止脑梗死发生。越来越多的研究发现,大脑默认网络(DMN,指的是大脑在静息状态下表现为一致活跃的脑区,主要功能节点包括内侧前额叶皮层(mPFC),楔前叶,角回和前扣带皮层(ACC),后扣带皮层(PCC))参与调控有炎症免疫反应介导的神经精神类疾病。尤其是默认网络内的ACC 和 mPFC 可能是参与系统性炎性活动的高级皮层,默认网络内 ACC 和 mPFC 可能调控系统性炎性活动参与颈动脉的粥样硬化过程。因为,目前认为,斑块内炎症免疫反应是影响颈动脉斑块易损性的关键:炎症反应通过促发氧化应激、脂质代谢,新生滋养血管甚至反馈中枢神经递质介导易损斑块演变及血栓事件发生的全过程。研究证实杏仁体及下丘脑是调控动脉粥样硬化的炎症反应的重要脑结构;脑内高级皮层 ACC、mPFC 通过大量的节点与控制自主神经系统的皮层下结构(杏仁体和下丘脑)相互关联,调控中枢神经递质介导斑块内炎性标志物的活动,协同易损斑块附近血流动力学改变,促发颈动脉易损斑块的破裂。
[0004]因此,如何探究无明显狭窄颈动脉斑块患者大脑改变,寻找颈动脉斑块早期特异性影像学标记物,构建二者之间的关联,是早期筛选高危卒中,尤其是缺血性卒中领域中亟待解决的技术问题。

技术实现思路

[0005]为解决上述技术问题,本专利技术提出一种基于磁共振图像的颈动脉斑块分析装置,包括:获取模块,用于获得磁共振图像;第一提取模块,与获取模块连接,用于根据磁共振图像,提取脑体积数据;第二提取模块,与获取模块连接,用于根据磁共振图像,提取功能网络拓扑数据;第三提取模块,与获取模块连接,用于根据磁共振图像,提取白质纤维束数据;控制模块,与第一提取模块、第二提取模块和第三提取模块连接,用于根据脑体积数据、功能网络拓扑数据和白质纤维束数据,分析颈动脉斑块的性质。
[0006]进一步地,第一提取模块,包括:第一分割单元,用于分割磁共振图像,以获得白质分割图像、灰质分割图像和脑脊液分割图像;
第一计算单元,用于根据白质分割图像、灰质分割图像和脑脊液分割图像,计算脑体积数据。
[0007]进一步地,第二提取模块,包括:第二分割单元,用于分割磁共振图像,得到若干个脑区;第二计算单元,视每个脑区为一个节点,用于判断两两节点间的功能连接,构建功能网络拓扑数据。
[0008]进一步地,第二计算单元,包括:相关系数计算小单元,用于计算若干个脑区两两之间的皮尔森相关系数;第二判断小单元,用于判断两两脑区之间的皮尔森相关系数是否超过设定阈值,若超过则判定该两两脑区之间有连接,若不超过则判定该两两脑区无连接;网络构建小单元,用于根据两两脑区之间是否有连接的判定结果,构建功能网络拓扑数据。
[0009]进一步地,第三提取模块,包括:脑区提取单元,用于计算张量前剥除多余的头皮,得到面罩图像确定张量计算范围;第三计算单元,根据张量计算范围,计算张量参数,用于分析白质纤维束数据。
[0010]进一步地,控制模块,包括:积分计算单元,用于根据脑体积数据、功能网络拓扑数据和白质纤维束数据,计算颈动脉斑块的积分;定性分析单元,与积分计算单元连接,用于判断颈动脉斑块的积分是否超过设定阈值,若超过则定性为预警斑块;若未超过则定性为安全斑块。
[0011]进一步地,颈动脉斑块的积分,采用公式(1)进行计算:P=K1*H1+ K2*H2+ K3*H3ꢀꢀ
(1)其中,P表示颈动脉斑块的积分;K1、K2、K3分别表示脑体积数据、功能网络拓扑数据和白质纤维束数据的权重;H1、H2、H
3 分别表示脑体积数据、功能网络拓扑数据和白质纤维束数据的单项积分。
[0012]进一步地,脑体积数据的单项积分,设定为:若全脑体积低于设定阈值,则记1分;若右枕中回灰质体积超过设定阈值,则记1分;若双侧舌回灰质体积超过设定阈值,则记1分。
[0013]进一步地,功能网络拓扑的单项积分,设定为:若左侧额中回中心度高于设定阈值,则记1分;若右颞中回中心介数低于设定阈值,则记1分;若左侧额中回和右顶下缘角回效能高于设定阈值,则记1分;若右侧颞中回效能低于设定阈值。
[0014]进一步地,白质纤维束数据的单项积分,设定为:若双侧丘脑前辐射、下额枕束的RD值大于设定阈值,则记1分;若胼胝体辐射线额部和钩束的RD值大于设定阈值,则记2分;若左侧皮质脊髓束和扣带的RD值大于设定阈值,则记1分。
[0015]本专利技术提供基于磁共振图像的颈动脉斑块分析装置,打破常规对颈动脉斑块自身的研究,探索斑块与大脑结构的关联,从大脑初期变化,尤其是脑体积数据、功能网络拓扑数据和白质纤维束数据这三个特征,构建颈动脉斑块的性质分析装置,其将理论研究应用于具体实践,对颈动脉斑块的性质做定性分析,如是破裂概率大的预警斑块或破裂概率小
的安全斑块,可用于脑缺血的预测和预防。该分析装置用于临床预警,防患未然具有非常大的积极效应,能够很大程度上提高诊断精准度,挽救病患生命。
附图说明
[0016]图1为本专利技术颈动脉斑块破裂的预警装置的结构框图。
具体实施方式
[0017]如图1所示,本专利技术提供一种基于磁共振图像的颈动脉斑块分析装置:获取模块,用于获得磁共振图像;具体的,可选但不仅限于采用磁共振仪由一名熟悉影像科的医生操作,进行头部扫描以获取磁共振图像。优选的,后续为提取脑体积数据,可选但不仅限于行头部T1加权结构相、T2加权结构相、DWI序列、FLAIR序列和三维颅脑容积磁共振成像(BRAVO)序列扫描。BRAVO序列参数为:脉冲重复时间(repetition time, TR):7.792ms, 回波时间(echo time, TE):2.984ms, 翻转角:7
°
,层数188, 层厚1mm, 层间距1mm, 矩阵:256
´
256, 体素大小:1
´1´
1mm3。为提取功能网络拓扑数据,可选但不仅限于采用rsfMRI,数据采集使用EPI序列,具体参数为:TR:2000ms, TE:30ms, 翻转角:90
°
, 层数32, 层厚4mm, 矩阵:64
´
64, 体素大小:3
´3´
3mm3,扫描时间360s。为提取白质纤维束数据,可选但不仅限于行平面回波成像序列进行扫描,DTI 本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于磁共振图像的颈动脉斑块分析装置,其特征在于,包括:获取模块,用于获得磁共振图像;第一提取模块,与获取模块连接,用于根据磁共振图像,提取脑体积数据;第二提取模块,与获取模块连接,用于根据磁共振图像,提取功能网络拓扑数据;第三提取模块,与获取模块连接,用于根据磁共振图像,提取白质纤维束数据;控制模块,与第一提取模块、第二提取模块和第三提取模块连接,用于根据脑体积数据、功能网络拓扑数据和白质纤维束数据,分析颈动脉斑块的性质。2.根据权利要求1所述的颈动脉斑块分析装置,其特征在于,第一提取模块,包括:第一分割单元,用于分割磁共振图像,以获得白质分割图像、灰质分割图像和脑脊液分割图像;第一计算单元,用于根据白质分割图像、灰质分割图像和脑脊液分割图像,计算脑体积数据。3.根据权利要求1所述的颈动脉斑块分析装置,其特征在于,第二提取模块,包括:第二分割单元,用于分割磁共振图像,得到若干个脑区;第二计算单元,视每个脑区为一个节点,用于判断两两节点间的功能连接,构建功能网络拓扑数据。4.根据权利要求3所述的颈动脉斑块分析装置,其特征在于,第二计算单元,包括:相关系数计算小单元,用于计算若干个脑区两两之间的皮尔森相关系数;第二判断小单元,用于判断两两脑区之间的皮尔森相关系数是否超过设定阈值,若超过则判定该两两脑区之间有连接,若不超过则判定该两两脑区无连接;网络构建小单元,用于根据两两脑区之间是否有连接的判定结果,构建功能网络拓扑数据。5.根据权利要求1所述的颈动脉斑块分析预警装置,其特征在于,第三提取模块,包括:脑区提取单元,用于计算张量前剥除多余的头皮,得到面罩图像确定张量计算范围;第三计算单元,根据张量计算范围,计算张量参数,用于分析白...

【专利技术属性】
技术研发人员:黄清贺威刘运海庹佳刘礼慧王淞
申请(专利权)人:中南大学湘雅医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1