CN104510470B - 基于磁共振弥散加权成像确定脑缺血特征的方法和装置 - Google Patents

基于磁共振弥散加权成像确定脑缺血特征的方法和装置 Download PDF

Info

Publication number
CN104510470B
CN104510470B CN201310455392.6A CN201310455392A CN104510470B CN 104510470 B CN104510470 B CN 104510470B CN 201310455392 A CN201310455392 A CN 201310455392A CN 104510470 B CN104510470 B CN 104510470B
Authority
CN
China
Prior art keywords
region
diffusion
dwi
weighted imaging
adc values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310455392.6A
Other languages
English (en)
Other versions
CN104510470A (zh
Inventor
胡庆茂
郑惠敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201310455392.6A priority Critical patent/CN104510470B/zh
Priority to PCT/CN2014/087519 priority patent/WO2015043502A1/zh
Priority to US14/439,169 priority patent/US9869740B2/en
Publication of CN104510470A publication Critical patent/CN104510470A/zh
Application granted granted Critical
Publication of CN104510470B publication Critical patent/CN104510470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/4812—MR combined with X-ray or computed tomography [CT]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G06T2207/10092—Diffusion tensor magnetic resonance imaging [DTI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Psychiatry (AREA)
  • Pulmonology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于磁共振弥散加权成像确定脑缺血特征的方法和装置，以便对急性脑缺血病人是否溶栓提供较为客观的依据。所述方法包括：通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数；根据所述磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。本发明实施例提供的方法对脑缺血病人作出是否溶栓的决策更为科学和客观，从而能够提高脑缺血病人的治愈率。

Description

基于磁共振弥散加权成像确定脑缺血特征的方法和装置
技术领域
本发明涉及生物医学图像领域，具体涉及基于磁共振弥散加权成像确定脑缺血特征的方法和装置。
背景技术
在中国，脑血管病的发病率逐年增加，近年来流行病学调查结果表明，中国脑血管病在死因中仅次于恶性肿瘤居第二位。脑血管病致残率很高，严重危害了人类的健康和生存质量。其中，缺血性脑卒中（脑梗死）占整个脑血管病的70%以上，因此，加强脑梗死的研究显得尤为重要。
对于缺血性脑卒中，各国的指南均推荐在发病时首选静脉应用重组组织型纤溶酶原激活剂（rtPA）溶栓治疗，静脉应用重组组织型纤溶酶原激活剂溶栓也是目前被证明能有效治疗缺血性脑卒中的手段。然而，溶栓治疗容易发生出血等严重并发症，必须严格根据病人脑部缺血特征来使用，而如何清楚了解病人脑部缺血特征等病理状态，一直是医学上难以克服的难点。
现有的一种对超急性期脑缺血病人的溶栓治疗的方法主要是基于时间窗，即规定当病人发病时间短于4.5小时并且没有出血及出血征兆才允许溶栓。然而，绝大多数缺血性脑卒中病人不能在4.5小时内就诊，存在的是欠治疗问题；而有些病人在4.5小时以后不进行溶栓也能有好的预后，若溶栓就是过度治疗。
可见，上述现有的指导急性脑缺血病人溶栓的方法虽然是基于时间窗（4.5小时）、存在脑缺血区域（DWI表征）并无脑出血区域（用X线计算机断层图像CT表征）等等符合指南规定的治疗原则，但满足如上条件的病人并不是一定能从溶栓获益，例如，溶栓后呈现症状性脑出血（即通常所说的溶栓事故），再如，不经溶栓也能良好预后的病人（对该类病人溶栓是一种过度治疗，即溶栓不起作用，浪费了资源并让病人承受额外的痛苦与经济负担）。换言之，现有的指导急性脑缺血病人溶栓的方法不是基于对病人脑缺血特征的精确掌握，因此，现有方法仍然有欠妥之处。
发明内容
本发明实施例提供基于磁共振弥散加权成像确定脑缺血特征的方法和装置，以便对急性脑缺血病人是否溶栓提供较为客观的依据。
本发明实施例提供一种基于磁共振弥散加权成像确定脑缺血特征的方法，所述方法包括：
通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；
根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数，所述DWI灰度分布参数包括所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd；
根据所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。
本发明另一实施例提供一种基于磁共振弥散加权成像确定脑缺血特征的装置，所述装置包括：
脑缺血区域确定模块，用于通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；
灰度分布参数确定模块，用于根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数，所述DWI灰度分布参数包括所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd；
判定模块，用于根据所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。
从上述本发明实施例可知，磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数的确定是以脑缺血区域即核心区域和过渡区域内的ADC值为依据，是否对脑缺血病人进行溶栓最终以磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配为依据。可见，本发明实施例提供的方法不再是单纯以时间窗作为主要决策依据，而是通过对磁共振ADC和DWI进行联合分析，建立联合特征，相比于基于时间窗的脑缺血治疗方法（例如，对脑缺血在4.5小时以内的病人溶栓，对脑缺血在4.5小时之后的病人不溶栓），本发明实施例提供的方法对脑缺血病人作出是否溶栓的决策更为科学和客观，从而能够大大提高脑缺血病人的治愈率。
附图说明
图1是本发明实施例提供的基于磁共振弥散加权成像确定脑缺血特征的方法的基本流程示意图；
图2是本发明实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图；
图3是本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图；
图4-a是本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图；
图4-b是本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图；
图5是本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图；
图6是本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置逻辑结构示意图。
具体实施方式
本发明实施例提供基于磁共振弥散加权成像确定脑缺血特征的方法，包括：通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数，所述DWI灰度分布参数包括所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd；根据所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。本发明实施例还提供相应的基于磁共振弥散加权成像确定脑缺血特征的装置。以下分别进行详细说明。
本发明实施例的基于磁共振弥散加权成像确定脑缺血特征的方法的基本流程可参考图1，主要包括如下步骤S101至步骤S103：
S101，通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，脑缺血区域包括核心区域和过渡区域。
在本发明实施例中，待测病人的磁共振弥散加权成像包括弥散敏感系数b为高值的各向同性弥散加权图像（Diffusion-Weighted Image，DWI）、b=0的T2加权图像和由DWI与T2加权图像计算得到的表观弥散系数（Apparent Diffusion Coefficient，ADC）图。作为本发明一个实施例，通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域可以是：计算所述磁共振弥散加权成像中体素的ADC值，将所述磁共振弥散加权成像中体素的ADC值小于D1×ADCref的区域确定为所述核心区域，将所述磁共振弥散加权成像中体素的ADC在[D1×ADCref，D2×ADCref]并且与所述核心区域在空间相邻的区域确定为所述过渡区域，此处，D1为[0.6，0.7]内的任意常数，D2为[0.8，0.9]内的任意常数，ADCref为正常脑组织的ADC值，也是ADC图中频率出现最高的值。具体地，确定待测病人的脑缺血区域包括：依据磁共振获得的T2加权图像，计算区分脑组织和非脑组织，获得去掉非脑组织的脑组织图像brain（x，y，z），用于定位获取ADC图中的相关参数；根据计算获得的过渡区域ADC阈值thADC2，对脑组织图像对应的ADC图进行过低信号约束的二值化，获得二值化图像B_ADC（x，y，z）；依据二值化图像和计算获得的核心区域thADC1，估计核心区域及过渡区域；根据计算获得的核心区域的DWI高信号特征对核心区域进行高信号约束处理，获得核心区域和过渡区域。
S102，根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数。
在本发明实施例中，磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数包括磁共振弥散加权成像中低ADC值的区域内DWI的均值DWIavg、DWI的均方差DWIsd、DWI的变异系数DWIcv和DWI中低于所述DWIavg的比例DWIr，其中，DWIcv=DWIsd/DWIavg。
作为本发明一个实施例，根据核心区域和过渡区域内的弥散表观系数ADC值，确定磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数，包括：将核心区域和过渡区域内ADC值小于C×ADCref的区域确定为磁共振弥散加权成像中低ADC值的区域，然后，计算磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数，此处，C为[0.6，0.7]中的常数，ADCref的定义与前述实施例相同，即为正常脑组织的ADC值，也是ADC图中频率出现最高的值。
S103，根据磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。
已经知道，磁共振弥散加权成像中低ADC值的区域对应于严重脑缺血，而对应的DWI应当呈现高信号；若在低ADC值的区域内，DWI呈现较大的灰度分布不均匀，则表明两者在表现脑缺血上呈现失配。基于上述事实，判定磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的关键是：使用哪种参数来描述DWI的灰度分布不均以及什么样的阈值来判定DWI灰度分布不均。一种方式是借助于前述实施例确定的磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd来描述DWI的灰度分布不均，而阈值可以通过经验或学习得到。一种通过学习得到上述阈值的方法是假设获得了N个病例在发病9小时或更长时间内的磁共振弥散加权成像（包括DWI和ADC图），从而可以计算每个病人的磁共振弥散加权成像中低ADC值的区域以及在该区域内DWI的均方差DWIsd，以及获知了这N个病人是否溶栓以及病人的预后好坏，从而可以根据DWIsd的阈值确定对这N个病例进行溶栓与否的灵敏度与特异性。具体地，根据磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配包括如下S1031和S1032：
S1031，通过获取的N个病人是否溶栓和病人的预后好坏的统计数据，确定用于判定磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI，所述N为大于1的自然数。
在临床医学中，对于脑缺血病人，DWIsd≥ThreshDWI且溶栓后预后不好与不溶栓而预后好使用真阳性（True Positive，TP）表征，DWIsd<ThreshDWI且溶栓后预后好与不溶栓而预后不好使用真阴性（True Negative，TN）表征，DWIsd≥ThreshDWI且溶栓后预后好与不溶栓而预后不好使用假阳性（False Positive，FP）表征，DWIsd<ThreshDWI且溶栓后预后不好与不溶栓而预后好使用假阴性（False Negative，FN）表征。在本发明实施例中，通过获取的N个病人是否溶栓和病人的预后好坏的统计数据，确定用于判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI具体可以通过以下方式实现：即，先通过对所述N个病人中DWIsd大于或等于待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和STP、DWIsd小于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和STN、DWIsd大于或等于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和SFP以及DWIsd小于所述待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和SFN进行统计，获取表征灵敏度的值STP/（STP+SFN）和表征特异性的值STN/（SFP+STN），然后，求取使得STP/（STP+SFN）+STN/（SFP+STN）最大时所述待定阈值Thresh1的值，以所述使得STP/（STP+SFN）+STN/（SFP+STN）最大时所述待定阈值Thresh1的值作为用于判定磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI，即假设，使得STP/（STP+SFN）+STN/（SFP+STN）最大时所述待定阈值Thresh1的值为Threshmax，则有ThreshDWI=Threshmax。
S1032，若磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd不小于步骤S1031中所确定的阈值ThreshDWI，则判定磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值失配。
一旦判定待测病人的判定磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值失配，则建议医护人员据此不对此类脑缺血病人施以溶栓治疗，以减少死亡率、致残率。
从上述本发明实施例提供的基于磁共振弥散加权成像确定脑缺血特征的方法可知，磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数的确定是以脑缺血区域即核心区域和过渡区域内的ADC值为依据，是否对脑缺血病人进行溶栓最终以磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配为依据。可见，本发明实施例提供的方法不再是单纯以时间窗作为主要决策依据，而是通过对磁共振ADC和DWI进行联合分析，建立联合特征，相比于基于时间窗的脑缺血治疗方法（例如，对脑缺血在4.5小时以内的病人溶栓，对脑缺血在4.5小时之后的病人不溶栓），本发明实施例提供的方法对脑缺血病人作出是否溶栓的决策更为科学和客观，从而能够提高脑缺血病人的治愈率。
下面对用于执行上述基于磁共振弥散加权成像确定脑缺血特征的方法的本发明实施例的基于磁共振弥散加权成像确定脑缺血特征的装置进行说明，其基本逻辑结构参考附图2。为了便于说明，附图2示例的基于磁共振弥散加权成像确定脑缺血特征的装置仅仅示出了与本发明实施例相关的部分，主要包括脑缺血区域确定模块201、灰度分布参数确定模块202和判定模块203，各模块详细说明如下：
脑缺血区域确定模块201，用于通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；
灰度分布参数确定模块202，用于根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数，所述DWI灰度分布参数包括所述磁共振弥散加权成像中低ADC值的区域内DWI的均值DWIavg、DWI的均方差DWIsd、DWI的变异系数DWIcv和DWI中低于所述DWIavg的比例DWIr，所述DWIcv=DWIsd/DWIavg；
判定模块203，用于根据所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配。
需要说明的是，以上附图2示例的基于磁共振弥散加权成像确定脑缺血特征的装置的实施方式中，各功能模块的划分仅是举例说明，实际应用中可以根据需要，例如相应硬件的配置要求或者软件的实现的便利考虑，而将上述功能分配由不同的功能模块完成，即将所述基于磁共振弥散加权成像确定脑缺血特征的装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。而且，实际应用中，本实施例中的相应的功能模块可以是由相应的硬件实现，也可以由相应的硬件执行相应的软件完成，例如，前述的脑缺血区域确定模块，可以是具有执行前述通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域的硬件，例如脑缺血区域确定器，也可以是能够执行相应计算机程序从而完成前述功能的一般处理器或者其他硬件设备；再如前述的灰度分布参数确定模块，可以是具有执行前述根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数功能的硬件，例如灰度分布参数确定器，也可以是能够执行相应计算机程序从而完成前述功能的一般处理器或者其他硬件设备（本说明书提供的各个实施例都可应用上述描述原则）。
附图2示例的基于磁共振弥散加权成像确定脑缺血特征的装置中，脑缺血区域确定模块201可以包括第一计算单元301，如附图3所示本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置。第一计算单元301用于计算所述磁共振弥散加权成像中体素的ADC值，将所述磁共振弥散加权成像中体素的ADC值小于D1×ADCref的区域确定为所述核心区域，将所述磁共振弥散加权成像中体素的ADC在[D1×ADCref，D2×ADCref]并且与所述核心区域在空间相邻的区域确定为所述过渡区域，所述ADCref为正常脑组织的ADC值，所述D1为[0.6，0.7]内的任意常数，所述D2为[0.8，0.9]内的任意常数。
附图2或附图3示例的基于磁共振弥散加权成像确定脑缺血特征的装置中，灰度分布参数确定模块202可以包括第一确定单元401和第二计算单元402，如附图4-a或附图4-b所示本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置，其中：
第一确定单元401，用于将所述核心区域和过渡区域内ADC值小于C×ADCref的区域确定为所述磁共振弥散加权成像中低ADC值的区域，所述C为[0.6，0.7]中的常数，所述ADCref为正常脑组织的ADC值；
第二计算单元402，用于计算所述磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数。
附图2示例的基于磁共振弥散加权成像确定脑缺血特征的装置中，判定模块203可以包括第三确定子模块501和第一判定子模块502，如附图5所示本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置，其中：
第三确定子模块501，用于通过获取的N个病人是否溶栓和病人的预后好坏的统计数据，确定用于判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI，所述N为大于1的自然数；
第一判定子模块502，用于若所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd不小于所述阈值ThreshDWI，则判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值失配。
附图5示例的基于磁共振弥散加权成像确定脑缺血特征的装置中，第三确定子模块501可以包括统计单元601和求取单元602，如附图6所示本发明另一实施例提供的基于磁共振弥散加权成像确定脑缺血特征的装置，其中：
统计单元601，用于通过对所述N个病人中DWIsd大于或等于待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和STP、DWIsd小于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和STN、DWIsd大于或等于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和SFP以及DWIsd小于所述待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和SFN进行统计，获取表征灵敏度的值STP/（STP+SFN）和表征特异性的值STN/（SFP+STN）；
求取单元602，用于求取使得STP/（STP+SFN）+STN/（SFP+STN）最大时所述待定阈值Thresh1的值，以所述使得STP/（STP+SFN）+STN/（SFP+STN）最大时所述待定阈值Thresh1的值作为所述用于判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI。
需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、磁盘或光盘等。
以上对本发明实施例所提供的基于磁共振弥散加权成像确定脑缺血特征的方法和装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (4)

1.一种基于磁共振弥散加权成像确定脑缺血特征的装置，其特征在于，所述装置包括：
脑缺血区域确定模块，用于通过待测病人的磁共振弥散加权成像确定所述待测病人的脑缺血区域，所述脑缺血区域包括核心区域和过渡区域；
灰度分布参数确定模块，用于根据所述核心区域和过渡区域内的弥散表观系数ADC值，确定所述磁共振弥散加权成像中低ADC值的区域内弥散加权图像DWI灰度分布参数，所述DWI灰度分布参数包括所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd；
判定模块，用于根据所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd，判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配；
所述灰度分布参数确定模块包括：
第一确定单元，用于将所述核心区域和过渡区域内ADC值小于C×ADCref的区域确定为所述磁共振弥散加权成像中低ADC值的区域，所述C为[0.6，0.7]中的常数，所述ADCref为正常脑组织的ADC值；
第二计算单元，用于计算所述磁共振弥散加权成像中低ADC值的区域内DWI灰度分布参数。
2.根据权利要求1所述的装置，其特征在于，所述脑缺血区域确定模块包括：
第一计算单元，用于计算所述磁共振弥散加权成像中体素的ADC值，将所述磁共振弥散加权成像中体素的ADC值小于D1×ADCref的区域确定为所述核心区域，将所述磁共振弥散加权成像中体素的ADC在[D1×ADCref，D2×ADCref]并且与所述核心区域在空间相邻的区域确定为所述过渡区域，所述ADCref为正常脑组织的ADC值，所述D1为[0.6，0.7]内的任意常数，所述D2为[0.8，0.9]内的任意常数。
3.根据权利要求1所述的装置，其特征在于，所述判定模块包括：
第三确定子模块，用于通过获取的N个病人是否溶栓和病人的预后好坏的统计数据，确定用于判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI，所述N为大于1的自然数；
第一判定子模块，用于若所述磁共振弥散加权成像中低ADC值的区域内DWI的均方差DWIsd不小于所述阈值ThreshDWI，则判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值失配。
4.根据权利要求3所述的装置，其特征在于，所述第三确定子模块包括：
统计单元，用于通过对所述N个病人中DWIsd大于或等于待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和STP、DWIsd小于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和STN、DWIsd大于或等于所述待定阈值Thresh1时溶栓后预后好与不溶栓而预后不好的病人数之和SFP以及DWIsd小于所述待定阈值Thresh1时溶栓后预后不好与不溶栓而预后好的病人数之和SFN进行统计，获取表征灵敏度的值STP/(STP+SFN)和表征特异性的值STN/(SFP+STN)；
求取单元，用于求取使得STP/(STP+SFN)+STN/(SFP+STN)最大时所述待定阈值Thresh1的值，以所述使得STP/(STP+SFN)+STN/(SFP+STN)最大时所述待定阈值Thresh1的值作为所述用于判定所述磁共振弥散加权成像中低ADC值的区域内DWI与所述磁共振弥散加权成像中低ADC值的区域内的ADC值是否失配的阈值ThreshDWI。
CN201310455392.6A 2013-09-29 2013-09-29 基于磁共振弥散加权成像确定脑缺血特征的方法和装置 Active CN104510470B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201310455392.6A CN104510470B (zh) 2013-09-29 2013-09-29 基于磁共振弥散加权成像确定脑缺血特征的方法和装置
PCT/CN2014/087519 WO2015043502A1 (zh) 2013-09-29 2014-09-26 基于磁共振弥散加权成像确定脑缺血特征的方法和装置
US14/439,169 US9869740B2 (en) 2013-09-29 2014-09-26 Method and apparatus for determining characteristics of cerebral ischemia based on magnetic resonance diffusion weighted imaging

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310455392.6A CN104510470B (zh) 2013-09-29 2013-09-29 基于磁共振弥散加权成像确定脑缺血特征的方法和装置

Publications (2)

Publication Number Publication Date
CN104510470A CN104510470A (zh) 2015-04-15
CN104510470B true CN104510470B (zh) 2017-10-31

Family

ID=52742080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310455392.6A Active CN104510470B (zh) 2013-09-29 2013-09-29 基于磁共振弥散加权成像确定脑缺血特征的方法和装置

Country Status (3)

Country Link
US (1) US9869740B2 (zh)
CN (1) CN104510470B (zh)
WO (1) WO2015043502A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7129869B2 (ja) * 2018-10-01 2022-09-02 富士フイルム株式会社 疾患領域抽出装置、方法及びプログラム
CN110298832B (zh) * 2019-06-25 2023-05-02 沈阳东软智能医疗科技研究院有限公司 梗死灶区域检测方法、装置、存储介质及设备
CN110288593A (zh) * 2019-07-01 2019-09-27 山东省肿瘤防治研究院（山东省肿瘤医院） 弥散加权图像的后处理方法及系统
CN110853111B (zh) * 2019-11-05 2020-09-11 上海杏脉信息科技有限公司 医学影像处理系统、模型训练方法及训练装置
CN112263232B (zh) * 2020-10-26 2024-06-25 中国人民解放军总医院第一医学中心 多模态磁共振成像的脑部dwi高亮信号区定量分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101238987A (zh) * 2007-09-06 2008-08-13 深圳先进技术研究院 一种关于ct脑出血图像的处理方法
CN101332088A (zh) * 2008-07-21 2008-12-31 深圳先进技术研究院 一种获取脑部特征参数的方法、系统及溶栓决策系统及方法
CN101596109A (zh) * 2009-06-12 2009-12-09 深圳先进技术研究院 获取脑部特征参数的方法、系统及溶栓指征生成系统与方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE438337T1 (de) 2000-02-02 2009-08-15 Gen Hospital Corp Verfahren zum auswerten neuer gehirnschlagsbehandlungen unter verwendung einer geweberisikokarte
JP5127276B2 (ja) 2006-05-26 2013-01-23 株式会社東芝 画像処理装置および磁気共鳴イメージング装置
US9159128B2 (en) 2011-01-13 2015-10-13 Rutgers, The State University Of New Jersey Enhanced multi-protocol analysis via intelligent supervised embedding (empravise) for multimodal data fusion

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101238987A (zh) * 2007-09-06 2008-08-13 深圳先进技术研究院 一种关于ct脑出血图像的处理方法
CN101332088A (zh) * 2008-07-21 2008-12-31 深圳先进技术研究院 一种获取脑部特征参数的方法、系统及溶栓决策系统及方法
CN101596109A (zh) * 2009-06-12 2009-12-09 深圳先进技术研究院 获取脑部特征参数的方法、系统及溶栓指征生成系统与方法

Also Published As

Publication number Publication date
US20150293199A1 (en) 2015-10-15
US9869740B2 (en) 2018-01-16
WO2015043502A1 (zh) 2015-04-02
CN104510470A (zh) 2015-04-15

Similar Documents

Publication Publication Date Title
Kawel-Boehm et al. Reference ranges (“normal values”) for cardiovascular magnetic resonance (CMR) in adults and children: 2020 update
CN104510470B (zh) 基于磁共振弥散加权成像确定脑缺血特征的方法和装置
Razek Routine and advanced diffusion imaging modules of the salivary glands
Law et al. Head and neck tumors: amide proton transfer MRI
Xu et al. A connectome computation system for discovery science of brain
Alperin et al. Magnetic resonance imaging measures of posterior cranial fossa morphology and cerebrospinal fluid physiology in Chiari malformation type I
TWI767492B (zh) 一種圖像分割方法、設備及電腦可讀儲存介質
Irimia et al. Neuroimaging of structural pathology and connectomics in traumatic brain injury: Toward personalized outcome prediction
Partridge et al. Diffusion tensor MRI: preliminary anisotropy measures and mapping of breast tumors
Pinker et al. Multiparametric MR imaging with high-resolution dynamic contrast-enhanced and diffusion-weighted imaging at 7 T improves the assessment of breast tumors: a feasibility study
Mariappan et al. Application of modified spin-echo–based sequences for hepatic MR elastography: evaluation, comparison with the conventional gradient-echo sequence, and preliminary clinical experience
Yin et al. Reversed aqueductal cerebrospinal fluid net flow in idiopathic normal pressure hydrocephalus
Filli et al. Whole-body diffusion kurtosis imaging: initial experience on non-Gaussian diffusion in various organs
Jakab et al. Microvascular perfusion of the placenta, developing fetal liver, and lungs assessed with intravoxel incoherent motion imaging
Jünger et al. Fully automated MR detection and segmentation of brain metastases in non‐small cell lung cancer using deep learning
Kamrava et al. Quantitative multiparametric MRI in uveal melanoma: increased tumor permeability may predict monosomy 3
CN104510469B (zh) 基于磁共振弥散加权图像确定脑缺血特征的方法和装置
Okayama et al. Evaluation of left ventricular diastolic function by fractional area change using cine cardiovascular magnetic resonance: a feasibility study
Eppelheimer et al. Cerebellar and brainstem displacement measured with DENSE MRI in Chiari malformation following posterior fossa decompression surgery
Singh Review of brain tumor detection from MRI images
Zhu et al. Artificial intelligence and stroke imaging: a west coast perspective
Yun et al. Qualitative and semi-quantitative evaluation of myocardium perfusion with 3 T stress cardiac MRI
Nguyen et al. Ocular structures segmentation from multi-sequences MRI using 3D Unet with fully connected CRFs
Abdul-Latif et al. Functional magnetic resonance imaging in cervical cancer diagnosis and treatment
Jayender et al. Statistical learning algorithm for in situ and invasive breast carcinoma segmentation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant