一种用于分析对象的脑图像的方法、用于分析该图像的计算机程序产品以及用于实施该方法的设备技术

本发明专利技术提供了一种用于分析对象的脑图像的方法，包括：收集对象的至少三个维度的脑图像；将图像分割为反映该脑的特点的脑自然参考系中的感兴趣区域；对于每个感兴趣区域，以一种自动方式，基于在图像上测得的图像数据，确定至少一个判别值，上述图像数据代表了脑的解剖学特征或者功能特征，上述判别值与其他感兴趣区域的判别值是相对的。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于分析对象的脑图像的方法，以及用于分析 该图的计算^/L程序产品以及用于实施该方法的i史备。
技术介绍
对于脑研究，特别是从组成，形态学，行为学，或者进化角度， 对象的脑可以例如用三维或者四维图像显示。然后，脑图像可被处 理和分析以辨识出与测量的图像数据相对应的、代表了脑的解剖学 特征或功能特征的可靠的特征。在特定应用中多个对象的脑图像可根据图像数据被彼此区别开 或被分类为不同组。例如，上述方法可以用来将其中的数据指示了 该脑患有阿尔茨海默病(Alzheimer)的图像与其中的数据指示了该 脑患有轻度认知障碍(Mild Cognitive Impairment (MCI))或者其中的 数据指示了脑处于健康状态的图像区别开来。已知的处理分析图像的方法可能由人工或自动地将脑分割为感 兴趣区域(Regions of interest, ROIs)，进行容量分析，例如，测量 选择的感兴趣区域的容量，这样，图像数据就是感兴趣区域的容量。此外，从文献US-2006/0104494也可以获知为实施一种采集有 多个对象的图像数据的方法，需要选择感兴趣区域且为感兴趣区域 计算空间容量和亮度(intensity)的数据。该空间容量和亮度的数据 对于一个对象的感兴趣区域图像和所有对象感兴趣区域图像的均值 是不同的。在下述文献 《 A region-of國interest (ROI) template for three-dimensional stereostatic surface projection images (3D-SSP):Initial application to analysis of Alzheimer disease and mild cognitive impairments, KUBOTA， USHIJIMA, NISHIMURA, International congress series, Vol.1290, 2006 (三维立体静态表面投影图像 (3D-SSP)的感兴趣区域(ROI)模板:初步应用于分析阿尔茨海默 病和轻度认知障碍)中，在3个三维立体静态(stereostatic )表面投 影的Z分值(Z-score)图像上叠加了 一种感兴趣区域模板以获取感 兴趣区域的Z分值。已知方法中，图像分析集中于已知与被检索的解剖学特征或功 能特征相关的所选择的感兴趣区域。因此，测量图像数据以及后续 的区分或者分类则在根据被检索的脑的解剖学特征或功能特征所选 出的特定的感兴趣区域上执行。另外，基于在对象的脑图像和群体的多个脑图像之间的比较的 已知方法，无法给出一个准确和客观的重要的感兴趣区域的选择。而且，由于上述方法的脑图像的收集需要在相同条件下使用相 同设备以及相同的设置以产生可能的区别和比较，所以，已知方法 的可重复性差，甚至是不可靠的。
技术实现思路
本专利技术目的在于解决上述缺陷。为此，本专利技术涉及一种用于分析对象的脑图像的方法，包括 -收集对象的至少三个维度的脑图像；-以一种自动方式将图像分割为反映该脑的特点的脑的自然参 考系 (brain native reference frame characteristic of said brain )的感兴 趣区域；该图像被采样为多个体素(voxel),每个体素被分配给在 上述脑的自然参考系中的一个感兴趣区域；-对于每个感兴趣区域，以一种自动方式，基于在图像上测得的 图像数据，确定至少一个判别值，上述图像数据代表了脑的一个解 剖学特征或者功能特征，对于每个感兴趣区域，该判别值的确定包 括-基于为每个体素测得的所述图像数据，计算至少一个与图像数据相关的相对参数；-从上述相对参数中建立判别值，所以，每个判别值与其他感兴趣区域的判别值是相对的。因此，该方法在整个脑上执行，且在将图像分割为多个感兴趣 区域后，为每个感兴趣区域提供了一个客观和准确的判别值。因在 脑的自然参考系中执行所述分割，该方法的准确度大大地增加。基于该方法进行的图像的区分或分类则更加高效以及更接近于 解剖学特征或者功能特征的真实情况。每个感兴趣区域的图像数据 可能被考虑以及所有与被检索的特征相关的所有重要的感兴趣区域 也要被考虑。并且，由于判别值是相对的，所以，该值不依赖于图像收集设 备的设置。因此本方法是可靠的和易于重复的，以及可被用于分析 从不同设备或者在不同设置参数下收集的图像。具体实施例方式在一个实施方式中，分割可包括-对图像的归一化处理，每个体素被分配至通用参考系中的感兴 趣区域分割的公用才莫板中的 一 个感兴趣区域；-对上述感兴趣区域分割的模板应用非线性变换。该非线性变换可包括-归一化处理的逆变换计算，-对所述感兴趣区域分割的模板应用所述逆变换。判别值的确定可包括对每个感兴趣区域，计算与图像数据相 关的多个相对参数，并从上述相对参数的组合中建立判别值。在一个具体的实施例中，确定所述判别值可包括对每个感兴 趣区域，根据所述体素的图像数据识别体素组，可使用例如应用于 所述体素的概率模型进行所述识别体素组的步骤。然后，可对一个体素组中的体素计算所述相对参数。相对参数可包括一组体素相对于其他组体素的相对权重。 上述相对参数可包括与体素的图像数据相关的统计参数。 例如，图像数据可包括亮度级别。本方法可进一步包括确定与所述感兴趣区域的相对判别值相关 的至少一个重要的感兴趣区域。然后，可以在多个对象的脑上执行收集图像、分割图像、为每 个感兴趣区域确定相对判别值，通过对相对判别值的统计分析，可 评估相对判别值的判别能力。本方法可进一步包括根据重要的感兴趣区域的相对判别值进行 图像分类。根据本专利技术的另 一 方面，专利技术涉及 一 个用于分析对象的脑图像 的计算机程序产品，所述计算机程序产品被存储于计算机可读的载体上且包括多个指令，该指令可被执行以使得处理器-将对象的脑的至少三维的图像以自动方式分割为反映该脑的特点的脑自然参考系中的感兴趣区域，所述图像被采样成多个体素，图像的每个体素被分配给在脑自然参考系中的的一个感兴趣区域， -对于每个感兴趣区域，以一种自动方式，基于在图像上测得的图 像数据，确定至少一个判别值，上述图像数据代表了脑的一个解剖 学特征或者功能特征，可被执行以使得处理器确定判别值的指令也 可被执行以使得处理器，对每个感兴趣区域-基于所述为每个体素测得的图像数据，计算与图像数据相关的 至少一个相对参数，-从相对参数建立判别值，因此，每个判别值与其他感兴趣区域的判别值是相对的。在一个实施例中，可被执行以使处理器分割图像的指令也可被 执行以使处理器-归一化处理图像，每个体素被分配给在通用参考系中的感兴趣 区域分割的公用模板中的 一 个感兴趣区域；-对上述感兴趣区域分割的模板应用非线性变换。9可被执行以使处理器应用非线性变换的指令也可以被执行以使处理器-计算归一化处理的逆变换。-对所述感兴趣区域分割的模板应用所述逆变换。可被执行以使处理器确定判决值的指令也可以被执行以使处理 器对每个感兴趣区域，计算与图像数据相关的多个相对参数，并从 上述相对参数的组合中建立判别值。在一个具体的实施方式中，可被执行以使处理器确定判决值的 指令也可以被执行以使处理器对每个感兴趣区域，根本文档来自技高网...

【技术保护点】
一种用于分析对象的脑图像的方法，包括：　－收集对象的至少三个维度的脑图像；　－以自动方式将所述图像分割为在反映所述脑的特点的脑自然参考系中的感兴趣区域，所述图像被采样为体素，每个体素被分配给在所述脑的自然参考系中的一个感兴趣区域 ，　－对于每个感兴趣区域，以自动方式，基于在所述图像上测得的图像数据，确定至少一个判别值，所述图像数据代表了脑的解剖学特征或者功能特征，对每个感兴趣区域，所述判别值的确定包括：　－基于为每个体素测得的所述图像数据，计算与所述图像 数据相关的至少一个相对参数，　－根据所述相对参数建立所述判别值，　从而每个判别值与其他感兴趣区域的判别值是相对的。

【技术特征摘要】
【国外来华专利技术】EP 2007-5-11 07290604.31.一种用于分析对象的脑图像的方法，包括-收集对象的至少三个维度的脑图像；-以自动方式将所述图像分割为在反映所述脑的特点的脑自然参考系中的感兴趣区域，所述图像被采样为体素，每个体素被分配给在所述脑的自然参考系中的一个感兴趣区域，-对于每个感兴趣区域，以自动方式，基于在所述图像上测得的图像数据，确定至少一个判别值，所述图像数据代表了脑的解剖学特征或者功能特征，对每个感兴趣区域，所述判别值的确定包括-基于为每个体素测得的所述图像数据，计算与所述图像数据相关的至少一个相对参数，-根据所述相对参数建立所述判别值，从而每个判别值与其他感兴趣区域的判别值是相对的。2. 根据权利要求1所述的方法，其中所述分割包括-归一化处理所述图像，每个体素被分配至通用参考系中的感兴 趣区域分割的公用模板中的 一个感兴趣区域，-对所述感兴趣区域分割的所述模板应用非线性变换。3. 根据权利要求2所述的方法，其中所述非线性变换包括 -计算所述归一化处理的逆变换，-对所述感兴趣区域分割的模板应用所述逆变换。4. 根据权利要求1至3中任一项所述的方法，其中所述判别值 的确定包括对每个感兴趣区域，计算与所述图像数据相关的多个 相对参数，并从所述相对参数的组合中建立所述判别值。5. 根据权利要求1至4中任一项所述的方法，其中所述确定判 别值包括对每个感兴趣区域，根据所述体素的所述图像数据识别 体素组。6. 根据权利要求5所述的方法，其中所述识别体素组是使用应 用于所述体素的概率模型进行。7. 根据权利要求5或6所述的方法，其中所述相对参数的计算 是对一个体素组中的体素进行。8. 根据权利要求5至7中任一项所述的方法，其中所述相对参 数包括一组体素相对于其他组体素的相对权重。9. 根据权利要求1至8中任一项所述的方法，其中所述相对参 数包括与所述体素的所述图像数据相关的统计参数。10. 根据权利要求1至9中任一项所述的方法，其中所述图像数 据包括亮度级别。11. 根据权利要求1至10中任一项所述的方法，还包括确定与 所述感兴趣区域的所述相对判别值相关的至少一个重要的感兴趣区 域。12. 根据权利要求11所述的方法，其中，对多个对象的脑收集 所述图像，分割所述图像，为每个感兴趣区域确定所述相对判别值， 通过对所述相对判别值的统计分析，评估所述相对判别值的判别能 力。13. 根据权利要求12所述的方法，还包括根据所述重要的感 兴趣区域的所述相对判别值对所述图像进行分类。14. 一种用于分析对象的脑图像的计算机程序产品，所述计算机 程序产品存储于计算机可读的载体中且包括指令，所述指令能被执 行以使得处理器-将对象的脑的至少三维的图像以自动方式分割为反映所述脑 的特点的脑自然参考系中的感兴趣区域，所述图像被采样成多个体 素，所述图像的每个体素被分配给所述脑自然参考系中的一...

【专利技术属性】
技术研发人员：哈比卜贝纳利，斯特凡娜勒埃里西，塞尔日坎坎尼厄于恩，伯努瓦马尼安，布律诺迪布瓦，
申请(专利权)人：国家健康与医学研究院，
类型：发明
国别省市：FR[法国]