【技术实现步骤摘要】
本专利技术属于磁共振医学图像处理领域，特别涉及一种重建脑白质神经纤维方向分布的方法及相关装置。
技术介绍
1、弥散磁共振成像(diffusion magnetic resonance imaging，dmri)是一种使用磁共振成像技术测量水分子在生物组织中运动和弥散的方法，它提供了一种非侵入式的方法来研究白质纤维束结构。从dmri数据中估计出的纤维束方向分布函数(fiber orientationdistribution function，fodf/fod)，可以用于解释大脑中的神经纤维结构。弥散张量成像(diffusion tensor imaging，dti)常用于估计局部fodf，但是这种方法仅考虑水分子各向同性弥散，无法解释复杂的纤维结构(如多纤维束交叉、弯曲、接吻)。为了克服dti的局限性，高角分分辨率成像(high angular resolution diffusion imaging，hardi)被用来估计fodf。hadri使用多b值多梯度方向脉冲序列采集的信弥散信号，可以提供详细的纤维束方向信息。基于hardi数据，使用多壳多组织约束球形反卷积(multi-shell multi-tissueconstrained spherical deconvolution，msmt-csd)的方法可以计算出准确的fodf从而解析复杂的纤维结构。但是，受限于扫描仪采集协议和采集时间，临床环境中获取到的往往是单壳低角分辨率数据，msmt-csd并不适用于此类数据。因此，临床中还缺乏一种有效的工具从lardi数据中准确估计f
技术实现思路
1、本专利技术的目的在于提供一种重建脑白质神经纤维方向分布的方法及相关装置，以解决临床环境中获取到的往往是单壳低角分辨率数据，msmt-csd并不适用于此类数据的问题。
2、为实现上述目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供一种重建脑白质神经纤维方向分布的方法，包括：
4、获取弥散磁共振成像dmri数据并进行预处理，计算单壳纤维束方向分布函数fod图像并将其划分为3维切块3d patch；
5、构建fod图像特征提取模型，将fod切块fod patch数据作为模型的输入进行初步提取特征；
6、构建3d坐标注意力模型，将初步提取的特征作为输入，提取输入特征的空间位置关系；
7、构建球谐系数估计模型，将包含了空间位置关系的特征作为输入，输出3dpatch中心体素重建后fod；
8、将fod图像特征提取模型、3d坐标注意力模型和球谐系数估计模型串联构成完整的fod重建网络，训练完整的模型，使用训练好的模型从ladri数据中估计出高质量的纤维束方向分布函数fod。
9、可选的，获取弥散磁共振成像dmri数据并进行预处理：
10、对于所需的训练数据和测试数据，从人类连接组项目hcp公开的hcp数据集中获取，使用多壳多组织约束球面反卷积算法计算出多壳fod，此数据作为监督模型训练的“ground truth”；将原始数据进行下采样，分别在从b＝0s/mm2的壳和b＝1000s/mm2的壳提取前1个方向和前32个方向，然后合并成一个lardi数据；基于下采样的数据，使用单壳三组织约束球面反卷积算法计算出单壳fod，此数据作为模型的训练集；训练模型时，需要为训练集的每一个体素划分一个9×9×9的3d patch作为fod重建网络的输入。
11、可选的，对于临床质量的dmri数据，首先需要对dmri数据进行去噪、去伪影、运动矫正、畸变矫正以及涡流矫正处理，然后使用单壳三组织约束球面反卷积算法从处理后的数据中计算出单壳fod图像；在将单壳fod重建为高质量的fod时，需要为单壳fod的每一个体素划分一个9×9×9的3dpatch作为fod重建网络的输入。
12、可选的，构建fod图像特征提取模型，将fod切块fod patch数据作为模型的输入进行初步提取特征：
13、fod图像特征提取模块由5个多层感知机混合mlp-mixer模块串联而成，模块之间含有一个跳连结构；每一个mlp-mixer模块由两个组件串联而成，分别是序列混合token-mixing组件和通道混合channel-mixing组件，每一个组件前有一个层归一化层layernorm层和跳连结构；token-mixing组件用来提取不同体素之间的特征，channel-mixing用来提取不同球谐系数shc之间的特征，该模块用于初步提取输入数据的特征，输出的初步特征作为下一模块的输入。
14、可选的，构建3d坐标注意力模型，将初步提取的特征作为输入，提取输入特征的空间位置关系：
15、3d坐标注意力模块由池化层、mlp层、激活函数层和融合层组成；池化层将全局信息压缩到不同的维度方向中；mlp对体素局部空间位置信息和通道信息进行编码；激活函数层计算出不同维度方向的权重系数；融合层进行全局信息交互；用于进一步的提取体素的空间位置关系，得到的含有体素空间位置信息的新特征作为下一模块的输入。
16、可选的，构建球谐系数估计模型，将包含了空间位置关系的特征作为输入，输出3dpatch中心体素重建后fod：
17、球谐系数估计模型由自适应的池化操作实现，利用基于注意力的池化操作代替全局平均池化操作，通过计算中心体素的特征与所有特征之间的相似程度，使用softmax函数为不同体素分配不同的权重系数，在进行池化操作时，按照对应的权重加权求和即得到重建后的fod。
18、可选的，串联构成完整的fod重建网络，训练完整的模型，使用训练好的模型从ladri数据中估计出高质量的纤维束方向分布函数fod：
19、单壳fod作为模型的训练集，多壳fod作为监督模型训练的“ground truth”；模型每次只输入一个单壳fod的3d patch，输出中心体素重建后的版本；重建后的体素与对应的“ground truth”计算损失函数，通过最小化损失函数，调整fod重建网络的参数权重，提高模型性能。
20、第二方面，本专利技术提供一种重建大脑白质纤维方向分布的系统，包括：
21、数据接收模块，用于获取弥散磁共振成像dmri数据并进行预处理，计算单壳纤维束方向分布函数fod图像并将其划分为3d patch；
22、模型构建模块，用于构建fod图像特征提取模型，将fod切块fod patch数据作为模型的输入进行初步提取特征；构建3d坐标注意力模型，将初步提取的特征作为输入，提取输入特征的空间位置关系；构建球谐系数估计模型，将包含了空间位置关系的特征作为输入，输出3d patch中心体素重建后fod；
23、fod重建模块，用于将fod图像特征提取模型、3d坐标注意力模型和球谐系数估计模型串联构成完整的fod重建网络，训练完本文档来自技高网...
【技术保护点】
1.一种重建脑白质神经纤维方向分布的方法，其特征在于，包括：
2.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，获取弥散磁共振成像dMRI数据并进行预处理：
3.根据权利要求2所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，对于临床质量的dMRI数据，首先需要对dMRI数据进行去噪、去伪影、运动矫正、畸变矫正以及涡流矫正处理，然后使用单壳三组织约束球面反卷积算法从处理后的数据中计算出单壳FOD图像；在将单壳FOD重建为高质量的FOD时，需要为单壳FOD的每一个体素划分一个9×9×9的3D Patch作为FOD重建网络的输入。
4.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，构建FOD图像特征提取模型，将FOD切块FOD Patch数据作为模型的输入进行初步提取特征：
5.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，构建3D坐标注意力模型，将初步提取的特征作为输入，提取输入特征的空间位置关系：
6.根据权利要求1所述的一种重建脑白质神经纤维
7.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，串联构成完整的FOD重建网络，训练完整的模型，使用训练好的模型从LADRI数据中估计出高质量的纤维束方向分布函数FOD：
8.一种重建脑白质神经纤维方向分布的系统，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种重建大脑白质纤维方向分布的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种重建大脑白质纤维方向分布的方法的步骤。
...【技术特征摘要】
1.一种重建脑白质神经纤维方向分布的方法，其特征在于，包括：
2.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，获取弥散磁共振成像dmri数据并进行预处理：
3.根据权利要求2所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，对于临床质量的dmri数据，首先需要对dmri数据进行去噪、去伪影、运动矫正、畸变矫正以及涡流矫正处理，然后使用单壳三组织约束球面反卷积算法从处理后的数据中计算出单壳fod图像；在将单壳fod重建为高质量的fod时，需要为单壳fod的每一个体素划分一个9×9×9的3d patch作为fod重建网络的输入。
4.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，构建fod图像特征提取模型，将fod切块fod patch数据作为模型的输入进行初步提取特征：
5.根据权利要求1所述的一种重建脑白质神经纤维方向分布的方法，其特征在于，构建3d坐标注意力模型，将初步提取的特征作为输入，提取输...
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。