CN105078454B - 一种获取功能磁共振检测值的方法和装置 - Google Patents
一种获取功能磁共振检测值的方法和装置 Download PDFInfo
- Publication number
- CN105078454B CN105078454B CN201410191430.6A CN201410191430A CN105078454B CN 105078454 B CN105078454 B CN 105078454B CN 201410191430 A CN201410191430 A CN 201410191430A CN 105078454 B CN105078454 B CN 105078454B
- Authority
- CN
- China
- Prior art keywords
- time
- voxel
- bold
- time difference
- serieses
- 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
Links
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明实施方式公开了一种获取功能磁共振检测值的方法和装置。方法包括:基于一待测区域内各个体素在一预定时间点范围内的一平均BOLD时间序列与所述各个体素在多个时间顺序所分别相应的各个血氧水平依赖BOLD时间序列,确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差,其中多个所述时间顺序是由所述预定时间点范围和一预定时间差范围内的多个预定时间差确定的;基于所述时间延迟图确定一功能磁共振检测值。本发明实施方式提高了分析精度,降低了成本,并且提高了安全性。
Description
技术领域
本发明涉及磁共振成像技术领域,特别是涉及一种获取功能磁共振检测值的方法和装置。
背景技术
用于脑功能定位的磁共振成像(MRI),又称为功能磁共振成像(Functional MRI,fMRI)是一种非常有效的研究脑功能的非介入技术,已经成为广泛使用的脑功能研究手段。
fMRI可以对特定的大脑活动皮层区域进行准确、可靠的定位,空间分辨率很高,并且能以各种方式对大脑中的兴趣区域反复进行扫描。血红蛋白包括含氧血红蛋白和去氧血红蛋白,这两种血红蛋白对磁场有完全不同的影响。含氧血红蛋白是抗磁性物质,对质子弛豫没有影响。去氧血红蛋白是顺磁性物质,其铁离子有4个不成对电子,可产生横向磁化磁豫缩短效应。因此,当去氧血红蛋白含量增加时,T2加权像信号减低。当神经元活动增强时,脑功能区皮质的血流显著增加,去氧血红蛋白的含量降低,削弱了PT2PRE,导致T2加权像信号增强。也就是说,T2加权像信号能反映局部神经元活动,这就是所谓血氧水平依赖(BloodOxygen Level Dependent,BOLD)效应,它是fMRI技术的基础。
在现有技术的功能磁共振数据分析方法中,需要给受试者注入造影剂,并通过造影剂在血液和组织之间的交换时间来测量组织的灌注特征,比如确定血流灌注延迟时间、血氧代谢水平,等等。比如,在公开号CN1692881A的专利文献中披露了一种在磁共振断层造影中改善介入成像的方法。在该方法中,通过饱和或激励造影剂液体,使得造影剂在注入待检查患者的血管系统之后只产生很少的显示信号,或者通过饱和或激励固定的组织,使得造影剂在注入待检查患者的血管系统之后产生很强的信号显示。然而,这种方式需要注入造影剂,成本较高;而且属于一种有创方式。
发明内容
本发明实施方式提出一种获取功能磁共振检测值的方法,以降低成本。
本发明实施方式提出一种获取功能磁共振检测值的装置,以降低成本。
本发明实施方式的技术方案如下:
一种获取功能磁共振检测值的方法,包括:
基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差;
基于所述时间延迟图确定一功能磁共振检测值。
所述基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差包括:
基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。
所述迭代方式的一停止条件包括下列中的至少一个:
选中时间差不同的体素数目小于一预定值;
选中时间差不同的体素数目不变化。
所述迭代方式包括:
利用基于各个体素的所述选中时间差所对应的BOLD时间序列更新所述平均BOLD时间序列;
基于所述待测区域内各个体素在所述预定时间点范围与所述预定时间差范围内的所述多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的所述更新的平均BOLD时间序列更新各个体素的所述选中时间差。
所述基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差包括:
确定所述待测区域内各个体素在所述预定时间点范围与所述预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与所述平均BOLD时间序列的各个相关系数;
从各个所述相关系数中确定一最大相关系数,并将该最大相关系数所对应的时间差确定为该体素的所述选中时间差。
所述基于所述时间延迟图确定功能磁共振检测值包括:
所述时间延迟图中各个体素的所述选中时间差与该所述时间延迟图中一预定体素的所述选中时间差进行比较,以获取所述待测区域内各个体素的血流灌注延迟时间。
所述基于所述时间延迟图确定功能磁共振检测值包括:
基于所述时间延迟图中各个体素的所述选中时间差所对应的BOLD时间序列更新所述平均BOLD时间序列;
基于所述待测区域内各个体素在所述预定时间点范围与所述预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的所述更新的平均BOLD时间序列更新各个体素的所述选中时间差,并基于更新的所述选中时间差更新该待测区域的所述时间延迟图;
基于更新的所述平均BOLD时间序列以及更新的所述时间延迟图中各个体素的更新的所述选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。
一种获取功能磁共振检测值的装置,包括:
一时间差确定单元,用于基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差;
一检测值确定单元,用于基于所述时间延迟图确定一功能磁共振检测值。
所述时间差确定单元,用于基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。
所述时间差确定单元,用于确定所述待测区域内各个体素在所述预定时间点范围与所述预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与所述平均BOLD时间序列的各个相关系数;从各个所述相关系数中确定一最大相关系数,并将该最大相关系数所对应的时间差确定为该体素的所述选中时间差。
一种功能磁共振成像系统,包括如上任一所述的装置。
从上述技术方案可以看出,在本发明实施方式中,基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差;基于所述时间延迟图确定一功能磁共振检测值。由此可见,本发明通过确定待测区域内的平均BOLD时间序列与每个体素的BOLD时间序列之间的时间差,可以修正不同体素之间的时间差,从而得到准确的待测区域BOLD时间序列低频波动特征以作为大脑代谢活动标记,可以提高分析精度。
另外,本发明可以利用待测区域BOLD时间序列中的低频波动特征作为标记测量血流灌注情况。而且,本发明通过血流灌注延迟时间可以区分动脉和静脉的功能和分布。本发明还可以利用待测区域BOLD时间序列中的低频波动特征幅度,作为脑组织血氧代谢的强弱特征。
还有,本发明无需注射造影剂即可获取功能磁共振检测值,降低了成本,而且提高了安全性。
附图说明
图1为根据本发明获取功能磁共振检测值的方法流程图。
图2为根据本发明实施方式通过迭代方式获取静息态功能磁共振检测值的方法流程图。
图3为根据本发明获取功能磁共振检测值的装置结构图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白,以下结合附图及实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以阐述性说明本发明,并不用于限定本发明的保护范围。
为了描述上的简洁和直观,下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显,本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案,一些实施方式没有进行细致地描述,而是仅给出了框架。下文中,“包括”是指“包括但不限于”,“根据……”是指“至少根据……,但不限于仅根据……”。由于汉语的语言习惯,下文中没有特别指出一个成分的数量时,意味着该成分可以是一个也可以是多个,或可理解为至少一个。
图1为根据本发明获取功能磁共振检测值的方法流程图。
如图1所示,该方法包括:
步骤S101:基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,时间延迟图包括各个体素的选中时间差。
步骤S102:基于时间延迟图确定功能磁共振检测值。
采用平面回波序列对待测区域执行功能磁共振扫描,可以得到待测区域中各个体素的图像数据,即为待测区域中各个体素的BOLD数据。通常按照预定时间顺序对待测区域执行多次功能磁共振扫描。对于待测区域中的每一体素,基于时间顺序组合各次功能磁共振扫描的体素BOLD数据,可以构成该体素的BOLD时间序列。待测区域中各个体素的BOLD时间序列,可以构成待测区域的BOLD时间序列。
具体而言,计算该待测区域的平均BOLD时间序列包括多种方式。比如,计算待测区域内所有体素在预定时间点范围内的BOLD数据平均值或该平均值的加权值或该平均值的校正值,作为该待测区域的平均BOLD时间序列;或者,计算待测区域内部分体素在预定时间点范围内的BOLD数据的平均值或该平均值的加权值或该平均值的校正值,作为该待测区域的平均BOLD时间序列;或者,计算一参考区域内全部或部分体素在预定时间点范围内的BOLD数据的平均值或该平均值的加权值或该平均值的校正值,作为该待测区域的平均BOLD时间序列;或者,以经验值作为该待测区域的平均BOLD时间序列。
其中,在一个实施方式中,该方法进一步包括:基于各个体素的选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的选中时间差。
具体地,该迭代过程包括:
基于时间延迟图,重新计算待测区域的平均BOLD时间序列,然后将重新计算的待测区域的平均BOLD时间序列作为更新的平均BOLD时间序列。
接着,基于待测区域内各个体素在预定时间差范围内的各个BOLD时间序列与该更新的平均BOLD时间序列,再次计算各个体素的选中时间差,并根据再次计算出的各个体素的选中时间差更新时间延迟图。
依次重复计算,直到满足预先设定的迭代停止条件即停止迭代计算。
本发明所采用的迭代算法能够修正不同体素之间的时间差,得到作为大脑代谢活动标记的BOLD信号低频波动特征,而且该标记更加准确。
在一个实施方式中,迭代停止条件具体可以包括:时间延迟图中选中时间差不同的体素数目小于一预定值。
比如,假定该预定值为100,当相邻两次迭代所得到的时间延迟图之间有时间差差异的体素数目小于100时,即停止迭代计算。
在一个实施方式中,迭代停止条件具体可以包括:时间延迟图中选中时间差不同的体素数目不变化。
比如,假定在相邻两次迭代中,前次时间延迟图与后次时间延迟图中,选中时间差不同的体素数目不变化,即停止迭代计算。
在一个实施方式中,基于待测区域内各个体素在预定时间点范围与预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的平均BOLD时间序列确定各个体素的选中时间差,具体可以包括:
(1)、确定待测区域内各个体素在预定时间点范围与预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与平均BOLD时间序列的各个相关系数,其中相关系数是一种反映多个时间顺序所分别相应的各个BOLD时间序列与平均BOLD时间序列之间的相关程度的统计指标。可以通过多种方式计算相关系数。比如,可以按照积差方法计算相关系数。具体包括:分别计算该预定时间差范围内的BOLD时间序列及平均BOLD时间序列与各自平均值的离差,然后将这两个离差相乘以反映这两个BOLD时间序列之间的相关程度。
(2)、从各个计算出的相关系数中确定最大相关系数,并将该最大相关系数所对应的时间差确定为该体素的选中时间差。
在一个实施方式中,基于时间延迟图确定功能磁共振检测值包括:确定待测区域内各个体素的血流灌注延迟时间。此时,具体可以包括:
时间延迟图中各个体素的选中时间差与该时间延迟图中一预定体素的一选中时间差进行比较,以获取待测区域内各个体素的血流灌注延迟时间。
比如,假设时间延迟图中有三个体素,分别为体素A、体素B和体素C,而且体素A的选中时间差为-3(秒);体素B的选中时间差为-1(秒);体素C的选中时间差为2(秒)。假定体素A为基准体素,体素A的血流灌注延迟时间为0(秒)。
那么,体素B的血流灌注延迟时间为体素B与体素A的选中时间差之差,-1-(-3)=-1+3=2(秒),即体素B的血流灌注延迟时间为2秒。
类似地,体素C的血流灌注延迟时间为体素C与体素A的选中时间差之差,2-(-3)=2+3=5(秒),即体素C的血流灌注延迟时间为5秒。
当血液在血管内流动时,血液到达血管内不同位置的时间不同,但在血管各个位置处的低频波动趋势是相同的。因此,本发明利用BOLD时间序列中的低频波动特征作为标记特征来测量血流灌注情况。而且,本发明通过血流灌注延迟时间的先后,可以区分动脉和静脉的功能和分布。
在一个实施方式中,基于时间延迟图确定功能磁共振检测值包括:确定待测区域内各个体素的血氧代谢程度。此时,具体包括:
基于更新的平均BOLD时间序列以及时间延迟图中各个体素的选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。具体包括:基于时间延迟图中各个体素的选中时间差所对应的BOLD时间序列更新平均BOLD时间序列;基于待测区域内各个体素在预定时间点范围与预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在预定时间点范围内的更新的平均BOLD时间序列更新各个体素的选中时间差,并基于更新的选中时间差更新该待测区域的时间延迟图;基于更新的平均BOLD时间序列以及更新的时间延迟图中各个体素的更新的选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。
由此可见,本发明还可以利用低频波动特征的幅度,作为脑组织血氧代谢的强弱特征。
基于上述分析,下面描述本发明在静息态功能磁共振检测中的实施方式。
静息态(resting-state)功能磁共振检测是目前研究人脑自发活动的最佳手段之一。静息,是相对于任务而言,是指受试者安静地躺在扫描仪中,不给受试者任何特别的任务,受试者也不用给出任何反应,此时受试者的大脑活动处于自发的状态。与任务功能磁共振检测相比,静息态功能磁共振检测简单易操作,尤其适合于在临床研究中的应用和特殊测试。障碍患者更容易配合,而且实验者、医生等也更容易操作。同时,还便于进行多中心、大样本的研究。
图2为根据本发明实施方式通过迭代方式获取静息态功能磁共振检测值的方法流程图。
如图2所示,该方法包括:
步骤S201:执行静息态功能磁共振扫描,以获取静息态功能磁共振数据。
比如,可以针对大脑等待测区域执行静息态功能磁共振扫描,获取全脑的静息态功能磁共振数据。静息态功能磁共振数据包括全脑中每个体素在各个扫描时间点的BOLD数据,即包括全脑中每个体素的BOLD时间序列。
步骤S202:对静息态功能磁共振数据执行基于个体受试的数据预处理操作。
在这里,具体包括:
首先去除待测区域内预定数目时间点的BOLD数据(比如去除前4个时间点的数据),然后对待测区域内所有时间点的BOLD数据进行运动校正,以得到头动曲线;再对待测区域内所有时间点的BOLD数据执行空间平滑操作(比如,采用高斯核函数,半峰全宽6mm),以去除基线漂移;再针对全脑空间中每个体素的BOLD时间序列,带通滤波到0.1~0.01赫兹的频段。然后,以该头动曲线为回归因素,对每个体素的BOLD时间序列执行线性回归计算,以去除头动对各个体素的BOLD时间序列带来的影响。
步骤S203:在数据预处理完成之后,将每个体素的BOLD时间序列求和并平均,以得到全脑平均BOLD时间序列。可以通过将一个标准空间的BOLD数据空间区域的模板,通过配准的方式投影到个体脑空间来确定全脑BOLD数据的空间范围。
步骤S204:对于全脑空间中每个体素的BOLD时间序列,以开始采集时刻为0时刻,将该BOLD时间序列从预设时间点范围(比如-12秒到+12秒)进行时间平移(步长为单个时间点全脑数据采集时间的整数倍)。每平移一个时间点,计算一次该体素平移后的BOLD时间序列与步骤S203所得到全脑平均BOLD时间序列之间的相关系数(比如,计算Pearson相关系数),然后再将相关系数最大的平移时间点代表该体素的选中时间差,以得到全脑的时间延迟图。
步骤S205:基于步骤S204中的全脑时间延迟图,重新计算新的全脑平均BOLD时间序列。即将每个体素平移到其与全脑BOLD时间序列相关系数最大的时间点(时间延迟图中对应位置的值)。之后,再将所有体素的BOLD时间序列进行平均,得到更新的全脑平均BOLD时间序列。
步骤S206:重复步骤S203和步骤S204,直到两次迭代所得到的时间延迟图之间选中时间差不同的体素数目小于预先设定值(比如100),或者选中时间差不同的体素数目不变,则停止迭代,从而得到最终的全脑平均BOLD时间序列以及最终的全脑时间延迟图。此时,以待测区域中某一特定区域的选中时间差为参考时间点,全脑时间延迟图中所有体素的选中时间差减去该值,即可得到待测区域内每个体素的归一化后的血流灌注延迟时间。
步骤S207:对于每个体素,采用线性回归模型,以步骤S206中得到的最终的全脑平均BOLD时间序列为回归因子,计算每个体素的血氧代谢程度。具体地,对于每一体素,以最终的全脑平均BOLD时间序列为回归因子,通过线性回归算法计算全脑平均BOLD时间序列在最终的全脑时间延迟图中对应于各个选中时间差的各体素BOLD时间序列中所占的成分,以作为相应体素的血氧代谢强弱特征。在这里,通过确定最终的全脑平均BOLD时间序列与各体素BOLD时间序列的相互依赖程度,可以确定出各个体素的血氧代谢程度。
下面举一个实例,更详细说明图2所示流程。
比如,假设全脑待测区域内有3个体素,分别为体素a、体素b和体素c,其时间点均为1s至100s,即每个体素各有100个时间点的BOLD数据。其中:假设体素a的BOLD时间序列为:da1...da100;体素b的BOLD时间序列为:db1...db100;体素c的BOLD时间序列为:dc1...dc100。
以预定时间差计算范围为-10秒(s)到+10s为例:
首先计算待测部位BOLD信号的平均值,计算范围可以由预定时间差范围决定。
比如,由于数据时间点为1s到100s,预定时间差范围是-10s到+10s,因此待测部位BOLD时间序列的平均值的时间点范围可以为第(1+10)s到第(100-10)s,即第11s至第90s。
具体地,将体素1、体素2、体素3在该时间点范围(第11s至第90s)内的数据进行平均,以得到待测部位的BOLD信号的平均时间序列dm11...dm90。
对于第n个时间点,dmn的值n的取值范围为11到90。
然后,基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个血氧水平依赖BOLD时间序列,计算上述分别相应的各个血氧水平依赖BOLD时间序列与该平均BOLD时间序列(dm11...dm90)之间的相关系数,其中,预定时间点范围是第11s至第90s,预定时间差范围是-10s到+10s,也就是预定时间差范围包括多个预定时间差,即-10、-9、-8、-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7、8、9和10,而每个预定时间差与预定时间点范围结合都会相应得出一个时间顺序,而该时间顺序又相应有一个BOLD时间序列,然后分别计算每个预定时间差与预定时间范围结合相应得出的各个时间顺序的各个BOLD时间序列与平均BOLD时间序列的相关系数。
具体而言,比如,对体素1:
预定时间差为-10时,da1...da80是相应的BOLD时间序列,计算da1...da80与dm11...dm90之间的相关系数;同理,预定时间差为-9时,da2...da81是相应的BOLD时间序列,计算da2...da81与dm11...dm90之间的相关系数;同理,预定时间差为-8时,da3...da82是相应的BOLD时间序列,计算da3...da82与dm11...dm90之间的相关系数;预定时间差为-7时,da4...da83是相应的BOLD时间序列,计算da4...da83与dm11...dm90之间的相关系数;预定时间差为-6时,da5...da84是相应的BOLD时间序列,计算da5...da84与dm11...dm90之间的相关系数;预定时间差为-5时,da6...da85是相应的BOLD时间序列,计算da6...da85与dm11...dm90之间的相关系数;预定时间差为-4时,da7...da865是相应的BOLD时间序列,计算da7...da865与dm11...dm90之间的相关系数;预定时间差为-3时,da8...da87是相应的BOLD时间序列,计算da8...da87与dm11...dm90之间的相关系数;预定时间差为-2时,da9...da88是相应的BOLD时间序列,计算da9...da88与dm11...dm90之间的相关系数;预定时间差为-1时,da10...da89是相应的BOLD时间序列,计算da10...da89与dm11...dm90之间的相关系数;预定时间差为0时,da11...da90是相应的BOLD时间序列,计算da11...da90与dm11...dm90之间的相关系数;预定时间差为+1时,da12...da91是相应的BOLD时间序列,计算da12...da91与dm11...dm90之间的相关系数;预定时间差为+2时,da13...da92是相应的BOLD时间序列,计算da13...da92与dm11...dm90之间的相关系数;预定时间差为+3时,da14...da93是相应的BOLD时间序列,计算da14...da93与dm11...dm90之间的相关系数;预定时间差为+4时,da15...da94是相应的BOLD时间序列,计算da15...da94与dm11...dm90之间的相关系数;预定时间差为+5时,da16...da95是相应的BOLD时间序列,计算da16...da95与dm11...dm90之间的相关系数;预定时间差为+6时,da17...da96是相应的BOLD时间序列,计算da17...da96与dm11...dm90之间的相关系数;预定时间差为+7时,da18...da97是相应的BOLD时间序列,计算da18...da97与dm11...dm90之间的相关系数;预定时间差为+8时,da19...da98是相应的BOLD时间序列,计算da19...da98与dm11...dm90之间的相关系数;预定时间差为+9时,da20...da99是相应的BOLD时间序列,计算da20...da99与dm11...dm90之间的相关系数;预定时间差为+10时,da21...da100是相应的BOLD时间序列,计算da21...da100与dm11...dm90之间的相关系数。
然后,从所计算出的这些相关系数中确定出最大值,并将该最大值相关系数所对应的预定时间差设置为时间延迟图中体素1的选中时间差。比如,假定当预定时间差为-3时,da8...da87与dm11...dm90之间的相关系数在这些相关系数中具有最大值,则将时间延迟图中体素1的选中时间差设置为-3。
同理,对体素2,计算预定时间差范围为-10s到+10s的时间序列与待测部位平均BOLD时间序列(dm11...dm90)之间的相关系数。然后,从所计算出的相关系数中确定出最大值,并将该最大值相关系数所对应的预定时间差设置为时间延迟图中体素2的选中时间差。
具体地,对体素2,分别计算:
预定时间差为-10时,db1...db80是相应的BOLD时间序列,计算db1...db80与dm11...dm90之间的相关系数;预定时间差为-9时,db2...db81是相应的BOLD时间序列,计算db2...db81与dm11...dm90之间的相关系数;预定时间差为-8时,db3...db82是相应的BOLD时间序列,计算db3...db82与dm11...dm90之间的相关系数;预定时间差为-7时,db4...db83是相应的BOLD时间序列,计算db4...db83与dm11...dm90之间的相关系数;预定时间差为-6时,db5...db843是相应的BOLD时间序列,计算db5...db843与dm11...dm90之间的相关系数;预定时间差为-5时,db6...db85是相应的BOLD时间序列,计算db6...db85与dm11...dm90之间的相关系数;预定时间差为-4时,db7...db86是相应的BOLD时间序列,计算db7...db86与dm11...dm90之间的相关系数;预定时间差为-3时,db8...db87是相应的BOLD时间序列,计算db8...db87与dm11...dm90之间的相关系数;预定时间差为-2时,db9...db88是相应的BOLD时间序列,计算db9...db88与dm11...dm90之间的相关系数;预定时间差为-1时,db10...db89是相应的BOLD时间序列,计算db10...db89与dm11...dm90之间的相关系数;预定时间差为0时,db11...db90是相应的BOLD时间序列,计算db11...db90与dm11...dm90之间的相关系数;预定时间差为+1时,db12...db91是相应的BOLD时间序列,计算db12...db91与dm11...dm90之间的相关系数;预定时间差为+2时,db13...db92是相应的BOLD时间序列,计算db13...db92与dm11...dm90之间的相关系数;预定时间差为+3时,db14...db93是相应的BOLD时间序列,计算db14...db93与dm11...dm90之间的相关系数;预定时间差为+4时,db15...db94是相应的BOLD时间序列,计算db15...db94与dm11...dm90之间的相关系数;预定时间差为+5时,db16...db95是相应的BOLD时间序列,计算db16...db95与dm11...dm90之间的相关系数;预定时间差为+6时,db17...db96是相应的BOLD时间序列,计算db17...db96与dm11...dm90之间的相关系数;预定时间差为+7时,db18...db97是相应的BOLD时间序列,计算db18...db97与dm11...dm90之间的相关系数;预定时间差为+8时,db19...db98是相应的BOLD时间序列,计算db19...db98与dm11...dm90之间的相关系数;预定时间差为+9时,db20...db99是相应的BOLD时间序列,计算db20...db99与dm11...dm90之间的相关系数;预定时间差为+10时,db21...db100是相应的BOLD时间序列,计算db21...db100与dm11...dm90之间的相关系数。
比如,假定当预定时间差为0时,db11...db90与dm11...dm90之间的相关系数在这些相关系数中具有最大值,因此在时间延迟图中将体素2的选中时间差设置为0。
同理,对体素3,计算预定时间差范围为-10s到+10s的时间序列与待测部位平均时间序列(dm11...dm90)之间的相关系数。然后,从所计算出的相关系数中确定出最大值,并将该最大值相关系数所对应的预定时间差设置为时间延迟图中体素3的选中时间差。
具体地,对体素3,分别计算:
预定时间差为-10时,dc1...dc80是相应的BOLD时间序列,计算dc1...dc80与dm11...dm90之间的相关系数;预定时间差为-9时,dc2...dc81是相应的BOLD时间序列,计算dc2...dc81与dm11...dm90之间的相关系数;预定时间差为-8时,dc3...dc82是相应的BOLD时间序列,计算dc3...dc82与dm11...dm90之间的相关系数;预定时间差为-7时,dc4...dc83是相应的BOLD时间序列,计算dc4...dc83与dm11...dm90之间的相关系数;预定时间差为-6时,dc5...dc843是相应的BOLD时间序列,计算dc5...dc843与dm11...dm90之间的相关系数;预定时间差为-5时,dc6...dc85是相应的BOLD时间序列,计算dc6...dc85与dm11...dm90之间的相关系数;预定时间差为-4时,dc7...dc86是相应的BOLD时间序列,计算dc7...dc86与dm11...dm90之间的相关系数;预定时间差为-3时,dc8...dc87是相应的BOLD时间序列,计算dc8...dc87与dm11...dm90之间的相关系数;预定时间差为-2时,dc9...dc88是相应的BOLD时间序列,计算dc9...dc88与dm11...dm90之间的相关系数;预定时间差为-1时,dc10...dc89是相应的BOLD时间序列,计算dc10...dc89与dm11...dm90之间的相关系数;预定时间差为0时,dc11...dc90是相应的BOLD时间序列,计算dc11...dc90与dm11...dm90之间的相关系数;预定时间差为+1时,dc12...dc91是相应的BOLD时间序列,计算dc12...dc91与dm11...dm90之间的相关系数;预定时间差为+2时,dc13...dc92是相应的BOLD时间序列,计算dc13...dc92与dm11...dm90之间的相关系数;预定时间差为+3时,dc14...dc93是相应的BOLD时间序列,计算dc14...dc93与dm11...dm90之间的相关系数;预定时间差为+4时,dc15...dc94是相应的BOLD时间序列,计算dc15...dc94与dm11...dm90之间的相关系数;预定时间差为+5时,dc16...dc95是相应的BOLD时间序列,计算dc16...dc95与dm11...dm90之间的相关系数;预定时间差为+6时,dc17...dc96是相应的BOLD时间序列,计算dc17...dc96与dm11...dm90之间的相关系数;预定时间差为+7时,dc18...dc97是相应的BOLD时间序列,计算dc18...dc97与dm11...dm90之间的相关系数;预定时间差为+8时,dc19...dc98是相应的BOLD时间序列,计算dc19...dc98与dm11...dm90之间的相关系数;预定时间差为+9时,dc20...dc99是相应的BOLD时间序列,计算dc20...dc99与dm11...dm90之间的相关系数;预定时间差为+10时,dc21...dc100是相应的BOLD时间序列,计算dc21...dc100与dm11...dm90之间的相关系数。
比如,假定当预定时间差为+5时,dc16...dc95与dm11...dm90之间的相关系数在这些相关系数中具有最大值,因此在时间延迟图中将体素3的选中时间差设置为+5。
然后,再将时间延迟图中各个体素的选中时间差所对应的BOLD时间序列相加并平均,以重新计算待测部位的平均BOLD时间序列。
此时,更新得到待测部位的平均BOLD时间序列其中ta为体素1在时间延迟图中的选中时间差(即-3);其中tb为体素2在时间延迟图中的选中时间差(即0);其中tc为体素3在时间延迟图中的选中时间差(即+5)。
即
当重新计算待测部位的平均BOLD时间序列dmm之后,可以再次计算每个体素预定时间差为-10s到+10s的数据与更新后的待测部位平均BOLD时间序列dmn之间的相关系数,而且可以针对每个体素,分别再从所计算出的各个相关系数中确定出最大值,并将该最大值相关系数所对应的预定时间差设置为时间延迟图中各自体素的选中时间差,从而更新时间延迟图。
本发明实施方式可以通过上述迭代方式多次更新平均BOLD时间序列和时间延迟图,直到满足预先设定的迭代停止条件即停止迭代计算。
在计算出更新的平均BOLD时间序列和时间延迟图之后,可以将该时间延迟图中各个体素的时间差与该时间延迟图中一预定体素的一时间差进行比较,以获取待测区域内各个体素的血流灌注延迟时间。
在计算出更新的平均BOLD时间序列和时间延迟图之后,可以基于更新的平均BOLD时间序列以及时间延迟图中各个体素的选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。比如,对于每一体素,分别利用更新的平均BOLD时间序列作为回归因子,计算该更新的平均BOLD时间序列在每个体素对应于时间延迟图中选中时间差的各自BOLD时间序列中所占的成分,以作为每一体素的血氧代谢强弱特征。
上述以静息态功能磁共振为实例对本发明实施方式进行了详细描述。本领域技术人员可以意识到,本发明实施方式并不局限于以静息态功能磁共振成像系统,还可以适用于任务态fMRI等其它功能磁共振成像系统。
基于上述详细分析,本发明实施方式还提出了一种获取功能磁共振检测值的装置。
图3为根据本发明获取功能磁共振检测值的装置结构图。
如图3所示,该装置包括:
时间差确定单元301,用于基于一待测区域内各个体素在一预定时间点范围与一预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与该待测区域在所述预定时间点范围内的一平均BOLD时间序列确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差;
一检测值确定单元302,用于基于所述时间延迟图确定一功能磁共振检测值。
在一个实施方式中,时间差确定单元301,还基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。而且,迭代的停止条件包括下列中的至少一个:选中时间差不同的体素数目小于一预定值;选中时间差不同的体素数目不变化,等等。
在一个实施方式中,时间差确定单元301,用于基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。
在一个实施方式中,时间差确定单元302,用于确定待测区域内各个体素在预定时间点范围与预定时间差范围内的多个预定时间差确定的多个时间顺序所分别相应的各个BOLD时间序列与平均BOLD时间序列的各个相关系数;从各个相关系数中确定一最大相关系数,并将该最大相关系数所对应的时间差确定为该体素的选中时间差。
在一个实施方式中,检测值确定单元302,用于对时间延迟图中各个体素的选中时间差与时间延迟图中一预定体素的一选中时间差进行比较,以获取待测区域内各个体素的血流灌注延迟时间。
在一个实施方式中,检测值确定单元302,用于基于更新的平均BOLD时间序列以及时间延迟图中各个体素的选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。
在本发明实施方式中,通过计算全脑平均BOLD时间序列的低频波动平均值与每个体素之间的相关性,可以得到血流的灌注情况。通过计算全脑平均BOLD时间序列与每个体素的BOLD时间序列之间的时间差,得到不同脑组织的氧代谢。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如,一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式,或是采用专用的永久性电路,或是采用临时配置的电路(如由软件进行配置)来实现硬件模块,可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质,存储用于使一机器执行如本文所述方法的指令。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施方式中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外,还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施方式中任一实施方式的功能。
用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
综上所述,本发明实施方式中,基于一待测区域内各个体素在一预定时间差范围内的BOLD时间序列与该待测区域的一平均BOLD时间序列确定各个体素的选中时间差,并基于选中时间差确定该待测区域的一时间延迟图;基于时间延迟图确定一功能磁共振检测值。由此可见,本发明通过计算待测区域平均的BOLD时间序列与每个体素的BOLD时间序列之间的选中时间差,可以修正不同体素之间的时间差,从而得到更加准确的BOLD信号的低频波动特征作为大脑代谢活动的标记,从而可以提高分析精度。
另外,本发明可以利用BOLD时间序列中的低频波动特征作为标记特征来测量血流灌注情况。而且,本发明通过血流灌注延迟时间的先后,可以区分动脉和静脉的功能和分布。本发明还可以利用低频波动特征的幅度,作为脑组织血氧代谢的强弱特征。
还有,本发明无需注射造影剂即可获取功能磁共振检测值,从而降低了成本,而且提高了安全性。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种获取功能磁共振检测值的方法,包括:
基于一待测区域内各个体素在一预定时间点范围内的一平均BOLD时间序列与所述各个体素在多个时间顺序所分别相应的各个BOLD时间序列,确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差,其中多个所述时间顺序是由所述预定时间点范围和一预定时间差范围内的多个预定时间差确定的;
基于所述时间延迟图确定一功能磁共振检测值,
所述确定各个体素的一选中时间差包括:
确定所述待测区域内各个体素在多个所述时间顺序所分别相应的各个所述BOLD时间序列与所述平均BOLD时间序列的各个相关系数;
从各个所述相关系数中确定一最大相关系数,并将该最大相关系数所对应的体素的所述预定时间差确定为该体素的所述选中时间差。
2.根据权利要求1所述的方法,其特征在于,所述确定各个体素的一选中时间差,包括:
基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。
3.根据权利要求2所述的方法,所述迭代方式的一停止条件包括下列中的至少一个:
选中时间差不同的体素数目小于一预定值;
选中时间差不同的体素数目不变化。
4.根据权利要求2所述的方法,所述迭代方式包括:
利用基于各个体素的所述选中时间差所对应的BOLD时间序列更新所述平均BOLD时间序列;
基于所述更新的所述平均BOLD时间序列与所述各个体素在多个时间顺序所分别相应的各个血氧水平依赖BOLD时间序列,更新各个体素的所述选中时间差。
5.根据权利要求1所述的方法,其特征在于,所述基于所述时间延迟图确定一功能磁共振检测值包括:
对所述时间延迟图中各个体素的所述选中时间差与所述时间延迟图中一预定体素的所述选中时间差进行比较,以获取所述待测区域内各个体素的血流灌注延迟时间。
6.根据权利要求1所述的方法,其特征在于,所述基于所述时间延迟图确定功能磁共振检测值包括:
基于所述时间延迟图中各个体素的所述选中时间差所对应的BOLD时间序列以迭代方式更新所述平均BOLD时间序列;
基于所述待测区域内各个体素在所述预定时间点范围内的所述更新的平均BOLD时间序列与所述待测区域内各个体素在多个所述时间顺序所分别相应的各个所述BOLD时间序列,更新各个体素的所述选中时间差,并基于更新的所述选中时间差更新该待测区域的所述时间延迟图;
基于更新的所述平均BOLD时间序列以及更新的所述时间延迟图中各个体素的更新的所述选中时间差所对应的BOLD时间序列,确定各个体素的血氧代谢程度。
7.根据权利要求6所述的方法,其特征在于,对于各个体素,直到满足预先设定的迭代停止条件即停止迭代计算,以最终的所述平均BOLD时间序列为回归因子,通过线性回归算法计算平均BOLD时间序列在最终的所述时间延迟图中对应于各个选中时间差的各个体素的BOLD时间序列中所占的成分,作为各个体素的血氧代谢强弱特征。
8.一种获取功能磁共振检测值的装置,其特征在于,包括:
一时间差确定单元,用于基于一待测区域内各个体素在一预定时间点范围内的一平均BOLD时间序列与所述各个体素在多个时间顺序所分别相应的各个BOLD时间序列,确定各个体素的一选中时间差,并确定该待测区域的一时间延迟图,所述时间延迟图包括各个体素的所述选中时间差,其中多个所述时间顺序是由所述预定时间点范围和一预定时间差范围内的多个预定时间差确定的;
一检测值确定单元,用于基于所述时间延迟图确定一功能磁共振检测值,
所述时间差确定单元,用于确定所述待测区域内各个体素在多个所述时间顺序所分别相应的各个所述BOLD时间序列与所述平均BOLD时间序列的各个相关系数,从各个所述相关系数中确定一最大相关系数,并将该最大相关系数所对应的体素的所述预定时间差确定为该体素的所述选中时间差。
9.根据权利要求8所述的装置,其特征在于,
所述时间差确定单元,用于基于各个体素的所述选中时间差所对应的BOLD时间序列,以迭代方式更新各个体素的所述选中时间差。
10.一种功能磁共振成像系统,包括如权利要求8或9所述的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410191430.6A CN105078454B (zh) | 2014-05-08 | 2014-05-08 | 一种获取功能磁共振检测值的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410191430.6A CN105078454B (zh) | 2014-05-08 | 2014-05-08 | 一种获取功能磁共振检测值的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105078454A CN105078454A (zh) | 2015-11-25 |
CN105078454B true CN105078454B (zh) | 2018-04-24 |
Family
ID=54560444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410191430.6A Active CN105078454B (zh) | 2014-05-08 | 2014-05-08 | 一种获取功能磁共振检测值的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105078454B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106821364B (zh) * | 2017-02-08 | 2020-07-03 | 中国科学院心理研究所 | 无创检测颈内外侧支循环的设备、非诊断方法及应用 |
CN109907758B (zh) * | 2019-03-15 | 2019-10-11 | 脑玺(上海)智能科技有限公司 | 颅内血管血流延迟的影像标注方法及系统 |
CN110141237B (zh) * | 2019-05-21 | 2023-06-30 | 上海海事大学 | 一种数据驱动的功能磁共振图像的盲去卷积方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3293720B2 (ja) * | 1994-11-09 | 2002-06-17 | 株式会社日立メディコ | 磁気共鳴イメージングを利用した脳機能計測装置 |
JP5100145B2 (ja) * | 2006-06-20 | 2012-12-19 | 株式会社東芝 | 磁気共鳴イメージング装置 |
WO2011153521A2 (en) * | 2010-06-04 | 2011-12-08 | Mclean Hospital Corporation | Multi-modal imaging of blood flow |
CN102008311B (zh) * | 2010-12-23 | 2012-07-25 | 中国科学院深圳先进技术研究院 | 测量肿瘤组织吸入卡波金气体后氧浓度的系统 |
EP2592431A1 (en) * | 2011-11-11 | 2013-05-15 | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and apparatus for visualization of tissue perfusion by means of assessing BOLD signal fluctuations |
-
2014
- 2014-05-08 CN CN201410191430.6A patent/CN105078454B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105078454A (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rashid et al. | Improved late gadolinium enhancement MR imaging for patients with implanted cardiac devices | |
Okell et al. | Cerebral blood flow quantification using vessel-encoded arterial spin labeling | |
de Vries et al. | Monitoring of tumor microcirculation during fractionated radiation therapy in patients with rectal carcinoma: preliminary results and implications for therapy | |
Yan et al. | Characterization of the peri-infarct zone by contrast-enhanced cardiac magnetic resonance imaging is a powerful predictor of post–myocardial infarction mortality | |
Liu et al. | Imaging in vivo extracellular pH with a single paramagnetic chemical exchange saturation transfer magnetic resonance imaging contrast agent | |
Pislaru et al. | Noninvasive measurements of infarct size after thrombolysis with a necrosis-avid MRI contrast agent | |
Nazarian et al. | A prospective evaluation of a protocol for magnetic resonance imaging of patients with implanted cardiac devices | |
Kali et al. | Detection of acute reperfusion myocardial hemorrhage with cardiac MR imaging: T2 versus T2 | |
Basha et al. | Clinical performance of high‐resolution late gadolinium enhancement imaging with compressed sensing | |
Marzi et al. | Assessment of diffusion parameters by intravoxel incoherent motion MRI in head and neck squamous cell carcinoma | |
Goldfarb et al. | Myocardial fat deposition after left ventricular myocardial infarction: assessment by using MR water-fat separation imaging | |
US10379189B2 (en) | Simultaneous magnetic resonance angiography and perfusion with nuclear magnetic resonance fingerprinting | |
Detombe et al. | X-ray dose delivered during a longitudinal micro-CT study has no adverse effect on cardiac and pulmonary tissue in C57BL/6 mice | |
Lee et al. | Radiation injury of the parotid glands during treatment for head and neck cancer: assessment using dynamic contrast-enhanced MR imaging | |
Goldfarb et al. | Recent myocardial infarction: assessment with unenhanced T1-weighted MR imaging | |
Song et al. | Multiparametric MRI for early identification of therapeutic response in recurrent glioblastoma treated with immune checkpoint inhibitors | |
Tarroni et al. | Myocardial perfusion: near-automated evaluation from contrast-enhanced MR images obtained at rest and during vasodilator stress | |
CN105078454B (zh) | 一种获取功能磁共振检测值的方法和装置 | |
Redler et al. | Principal component analysis enhances SNR for dynamic electron paramagnetic resonance oxygen imaging of cycling hypoxia in vivo | |
Zhou et al. | Quantitative chemical exchange saturation transfer MRI of intervertebral disc in a porcine model | |
Cobben et al. | Emerging role of MRI for radiation treatment planning in lung cancer | |
Bruvo et al. | Apparent diffusion coefficient measurement of the parotid gland parenchyma | |
Cao et al. | Effects of respiratory cycle and body position on quantitative pulmonary perfusion by MRI | |
Whitaker et al. | Late gadolinium enhancement cardiovascular magnetic resonance assessment of substrate for ventricular tachycardia with hemodynamic compromise | |
EP3295197B1 (en) | Method for optimizing the predetermination of the time profile of a contrast agent concentration in diagnostic imaging using a magnetic resonance system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210115 Address after: Room 516, 5th floor, 38 Yinglun Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai 200031 Patentee after: SIEMENS HEALTINEERS Ltd. Address before: 100102 No. 7 South Central Road, Chaoyang District, Beijing, China Patentee before: Siemens (China) Co.,Ltd. |