【技术实现步骤摘要】
本申请涉及医学影像的计算机分析，尤其涉及一种纤维束感兴趣区的搜索方法、装置、设备及存储介质。
技术介绍
1、弥散张量成像(dti，diffusion tensor imaging)，是一种描述大脑结构的方法，是核磁共振成像的特殊形式。沿血管周围间隙弥散张量成像分析方法(diffusion tensorimage analysis along the perivascular space，dti-alps)是通过利用白质纤维束和血管周围间隙的相对几何组织来推断pvs(perivascular space，血管周围间隙)内的液体扩散性质的方法。dti-alps通过比较沿深髓静脉方向上与垂直于深髓静脉方向上的联合纤维和投射纤维的扩散特性，来评估脑类淋巴系统功能。
2、在现有的dti-alps分析方法中，需要医生从弥散张量图中手动勾画出联合纤维束(association)感兴趣区(region of interest，roi))和投射纤维束(projection)感兴趣区。通常，联合纤维束感兴趣区、投射纤维束感兴趣区的尺寸都很小，在毫米级别。手动勾画感兴趣区不仅对操作者的经验和专业性有要求，同时也需要耗费操作者的大量的时间。在实际应用中，不同的操作者勾画出的联合纤维束感兴趣区、投射纤维束感兴趣区存在大小、形状、位置等差异，同一操作者不同时间勾画出的联合纤维束感兴趣区、投射纤维束感兴趣区也会存在大小、形状、位置等差异。可见，手动勾画感兴趣区，不仅效率低下，还存在一致性较差的问题。
技术实现思路>
1、鉴于上述问题，提出了本申请以提供一种解决上述问题或至少部分地解决上述问题的纤维束感兴趣区的搜索方法、装置、设备及存储介质。
2、于是，在本申请的一个实施例中，提供了一种纤维束感兴趣区的搜索方法，包括：
3、获取基于弥散张量成像dti技术得到的原始脑部图像；
4、对所述原始脑部图像进行预处理，得到预处理后脑部图像；所述预处理包括：降噪处理、伪影去除处理、脑组织提取处理中的一项或多项；
5、根据所述预处理后脑部图像，生成各向异性分数图像和彩色弥散张量图；
6、获取预设的标准各向异性分数图像；
7、确定将所述各向异性分数图像变换为所述标准各向异性分数图像所需的仿射变换矩阵；
8、根据所述仿射变换矩阵，对所述彩色弥散张量图进行变换，得到目标彩色弥散张量图；
9、在所述目标彩色弥散张量图中确定满足预设条件的多个目标图层；任一个目标图层中所包含的多个体素的z轴坐标值相同；
10、按照相同的遍历方式，遍历出每个目标图层中有关第一半脑的多个体素对；所述多个目标图层中包括第一目标图层；所述遍历方式包括：确定所述第一目标图层对应的y轴坐标值范围以及所述第一目标图层的有关所述第一半脑的x轴坐标值范围；在所述y轴坐标值范围内，遍历出多个目标y轴坐标值；在所述第一目标图层中由所述x轴坐标值范围所限定的区域内遍历出所述多个目标y轴坐标值中各目标y轴坐标值所对应的多个体素对；各目标y轴坐标值所对应的多个体素对中各体素的y轴坐标值均为该目标y轴坐标值；所述第一半脑为左半脑或右半脑；
11、针对遍历得到的各体素对，在该体素对所在的目标图层中确定出该体素对对应的第一候选感兴趣组合和第二候选感兴趣组合；所述第一候选感兴趣组合中包括：以该体素对中的第一体素为中心的联合纤维束候选感兴趣区和以该体素对中的第二体素为中心的投射纤维束候选感兴趣区；所述第二候选感兴趣组合中包括：以该体素对中的第二体素为中心的联合纤维束候选感兴趣区和以该体素对中的第一体素为中心的投射纤维束候选感兴趣区；所述联合纤维束候选感兴趣区和所述投射纤维束候选感兴趣区为预设尺寸下的预设形状区域；
12、根据所述目标彩色弥散张量图中体素的绿色值和蓝色值，确定各候选感兴趣区组合中联合纤维束候选感兴趣区内的平均绿色值和投射纤维束候选感兴趣区内的平均蓝色值；
13、根据联合纤维束候选感兴趣区内的平均绿色值和投射纤维束候选感兴趣区内的平均蓝色值之和最大的候选感兴趣区组合，确定出联合纤维束感兴趣区以及投射纤维束感兴趣区。
14、可选地，所述联合纤维束候选感兴趣区和所述投射纤维束候选感兴趣区为预设直径的圆形区域。
15、可选地，所述预设条件中包括：预设的z轴坐标值范围。
16、可选地，所述标准各向异性分数图像中脑部影像的左右方向与所述标准各向异性分数图像的x轴平行、前后方向与所述标准各向异性分数图像的y轴平行、上下方向与所述标准各向异性分数图像的z轴平行。
17、可选地，所述标准各向异性分数图像的分辨率大于所述各向异性分数图像的分辨率。这样，通过仿射变换不仅能够实现方向校正，还能够实现分辨率的提升。
18、在本申请的一个实施例中，提供了一种纤维束感兴趣区的搜索装置，包括：
19、第一获取模块，用于获取基于弥散张量成像dti技术得到的原始脑部图像；
20、预处理模块，用于对所述原始脑部图像进行预处理，得到预处理后脑部图像；所述预处理包括：降噪处理、伪影去除处理、脑组织提取处理中的一项或多项；
21、生成模块，用于根据所述预处理后脑部图像，生成各向异性分数图像和彩色弥散张量图；
22、第二获取模块，用于获取预设的标准各向异性分数图像；
23、第一确定模块，用于确定将所述各向异性分数图像变换为所述标准各向异性分数图像所需的仿射变换矩阵；
24、变换模块，用于根据所述仿射变换矩阵，对所述彩色弥散张量图进行变换，得到目标彩色弥散张量图；
25、第二确定模块，用于在所述目标彩色弥散张量图中确定满足预设条件的多个目标图层；任一个目标图层中所包含的多个体素的z轴坐标值相同；
26、遍历模块，用于按照相同的遍历方式，遍历出每个目标图层中有关第一半脑的多个体素对；所述多个目标图层中包括第一目标图层；所述遍历方式包括：确定所述第一目标图层对应的y轴坐标值范围以及所述第一目标图层的有关所述第一半脑的x轴坐标值范围；在所述y轴坐标值范围内，遍历出多个目标y轴坐标值；在所述第一目标图层中由所述x轴坐标值范围所限定的区域内遍历出所述多个目标y轴坐标值中各目标y轴坐标值所对应的多个体素对；各目标y轴坐标值所对应的多个体素对中各体素的y轴坐标值均为该目标y轴坐标值；所述第一半脑为左半脑或右半脑；
27、第三确定模块，用于针对遍历得到的各体素对，在该体素对所在的目标图层中确定出该体素对对应的第一候选感兴趣组合和第二候选感兴趣组合；所述第一候选感兴趣组合中包括：以该体素对中的第一体素为中心的联合纤维束候选感兴趣区和以该体素对中的第二体素为中心的投射纤维束候选感兴趣区；所述第二候选感兴趣组合中包括：以该体素对中的第二体素为中心的联合纤维束候选感兴趣区和以该体素对中的第一体素为中心的投射纤维束候选感兴趣区；所述联合纤维束候选感兴趣区和所述投本文档来自技高网...
【技术保护点】
1.一种纤维束感兴趣区的搜索方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述联合纤维束候选感兴趣区和所述投射纤维束候选感兴趣区为预设直径的圆形区域。
3.根据权利要求1所述的方法，其特征在于，所述预设条件中包括：预设的Z轴坐标值范围。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述标准各向异性分数图像中脑部影像的左右方向与所述标准各向异性分数图像的X轴平行、前后方向与所述标准各向异性分数图像的Y轴平行、上下方向与所述标准各向异性分数图像的Z轴平行。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述标准各向异性分数图像的分辨率大于所述各向异性分数图像的分辨率。
6.一种纤维束感兴趣区的搜索装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述联合纤维束候选感兴趣区和所述投射纤维束候选感兴趣区为预设直径的圆形区域。
8.根据权利要求6或7所述的装置，其特征在于，所述标准各向异性分数图像中脑部影像的左右方向与所述标准各向异性分数图像的X轴平
9.一种电子设备，其特征在于，包括：存储器和处理器，其中，
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被计算机执行时能够实现权利要求1至5中任一项所述的方法。
...【技术特征摘要】
1.一种纤维束感兴趣区的搜索方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述联合纤维束候选感兴趣区和所述投射纤维束候选感兴趣区为预设直径的圆形区域。
3.根据权利要求1所述的方法，其特征在于，所述预设条件中包括：预设的z轴坐标值范围。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述标准各向异性分数图像中脑部影像的左右方向与所述标准各向异性分数图像的x轴平行、前后方向与所述标准各向异性分数图像的y轴平行、上下方向与所述标准各向异性分数图像的z轴平行。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述标准各向异性分数图像的分辨率大于所述各向异性分数图像的分辨...
【专利技术属性】
技术研发人员：吕晗，吴宁，徐明泽，张宇凡，郭思慧，王振常，
申请(专利权)人：首都医科大学附属北京友谊医院，
类型：发明
国别省市：
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。