CN106198597B - 基于组织学和超高场磁共振技术的计算神经解剖处理方法 - Google Patents

基于组织学和超高场磁共振技术的计算神经解剖处理方法 Download PDF

Info

Publication number
CN106198597B
CN106198597B CN201610518154.9A CN201610518154A CN106198597B CN 106198597 B CN106198597 B CN 106198597B CN 201610518154 A CN201610518154 A CN 201610518154A CN 106198597 B CN106198597 B CN 106198597B
Authority
CN
China
Prior art keywords
image
magnetic resonance
field magnetic
ultrahigh
block
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
CN201610518154.9A
Other languages
English (en)
Other versions
CN106198597A (zh
Inventor
何晖光
缪倩文
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.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
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 Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201610518154.9A priority Critical patent/CN106198597B/zh
Publication of CN106198597A publication Critical patent/CN106198597A/zh
Application granted granted Critical
Publication of CN106198597B publication Critical patent/CN106198597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G01N2001/2873—Cutting or cleaving

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于组织学和超高场磁共振技术的计算神经解剖处理方法。其中，所述方法包括：利用超高场磁共振设备对目标组织进行成像，得到超高场磁共振图像；对目标组织进行切片，得到切片并获取块面图像；对切片进行组织学染色处理；对块面图像进行图像增强处理，确定块面图像空间；对染色处理的切片进行显微镜数字化扫描，获得染色切片图像；将染色切片图像配准到块面图像空间；对超高场磁共振图像进行图像重建，得到超高场磁共振图像空间；使用互信息和直接操作自由变形方法，将配准到块面图像空间的染色切片图像配准到超高场磁共振图像空间。本发明实施例弥合了以往解剖研究的宏观和微观方法之间的分辨率差距。解决了人机交互的耗时问题。

Description

基于组织学和超高场磁共振技术的计算神经解剖处理方法
技术领域
本发明实施例涉及计算机图像处理、磁共振成像和组织化学技术领域，具体涉及一种基于组织学和超高场磁共振技术的计算神经解剖处理方法。
背景技术
神经解剖学是研究人智能的基础。广义上，神经解剖学是应用计算机技术(例如：分析、可视化、建模等)来探索神经结构的科学。一百多年来，以Golgi染色法为代表的一类神经元结构染色技术，在神经解剖结构定性和定量的研究方面取得了广泛的应用，定量参数包括神经元和突触密度、轴突和树突总长等。随着计算机技术和数字化成像技术的引入，神经元细微结构的重建成为可能，甚至出现CLARITY这样的直接三维染色-成像技术。传统的切片染色方面(可视为二维)，技术也是层出不穷。通过带显色剂(可呈色物质或荧光)标记的特异性抗体，利用免疫中的抗原和抗体的结合反应，对细胞或组织中的特定目标抗原进行显色，这被称为免疫组织化学染色法，具有成本低和特异性强的优点，是研究神经系统精细结构的基本方法。
在相对更加宏观的尺度上，以磁共振为代表的一类无损伤计算神经解剖结构研究方法得到了广泛的应用。不同磁共振序列由于对不同组织特性或不同生理参数敏感的特点，能提供多方位的组织特性度量，并为神经解剖研究提供工具。从弥散张量磁共振图像中提取出的纤维连结信息，和功能磁共振中不同脑部区域的信号相关性信息，为大脑不同区域之间的连接性研究提供了新的工具，其对应度量分别被称为结构连接性和功能连接性。结构连接性反映的是主要是不同脑部区域(皮层与皮层)之间连接性的拓扑近似，其基础是区域间的突触连接强度，具有一定的时间稳定性；功能连接性则主要反映的是区域间的协同工作情况，因此可以随时间和大脑所处理的认知任务快速的变化。弥散张量成像是研究神经组织解剖结构最重要的磁共振成像方式，也是目前唯一能测量活体组织内水分子弥散特性的技术，其最常用序列的是脉冲梯度自旋回波序列(Pulsed Gradient Spin-echoSequence)。在90度重聚焦射频脉冲之后，180度重聚焦射频脉冲两侧，施加一对梯度脉冲，第一个梯度脉冲使得组织中的水分子磁化失相位(dephase),第二个梯度脉冲使得水分子相位重聚(rephase)。对于在这两个梯度脉冲时间内没有位移的分子，两个梯度脉冲激发的相位会相互完全抵消，从而没有信号发出。对于有沿梯度脉冲施加方向位移的分子，这会导致信号的相位在两次脉冲之间有些许差异，该差异与移动的距离成比，可被称为弥散信号。而磁共振信号来自于体素中水分子弥散信号的叠加，也就是，相位的分散会导致信号的衰减，或者更直接的，体素中水分子弥散的各向异性会导致弥散磁共振信号的衰减。这使得白质在弥散磁共振图像中呈现弱信号。
近十年来，随着超高场磁共振(≥7T)成像技术的引入，磁共振这种无损伤成像方式的分辨率给进一步的提高，同时通过多次成像平均，能有效提高信噪比，使其成为一种具有潜力的神经细微解剖结构研究工具。磁共振技术跟组化学技术相结合，可以为神经解剖研究提供更为多位的信息。目前已有少数研究采用超高场磁共振和组织学相结合的方法进行神经解剖分析，虽然图像模态比较单一，但已经取得了以往所不可预期的成果，显示了该种方法的潜力。
有鉴于此，特提出本发明。
发明内容
鉴于上述问题，提出了本发明以便提供一种至少部分地解决上述问题的一种基于组织学和超高场磁共振技术的计算神经解剖处理方法。
为了实现上述目的，根据本发明的一个方面，提供了以下技术方案：
一种基于组织学和超高场磁共振技术的计算神经解剖处理方法，所述方法可以包括：
获取目标组织；
利用超高场磁共振设备对所述目标组织进行成像，得到超高场磁共振图像；
对所述目标组织进行切片，得到切片并获取块面图像；
对所述切片进行组织学染色处理；
对所述块面图像进行图像增强处理，确定块面图像空间；
对染色处理的切片进行显微镜数字化扫描，获得染色切片图像；
将所述染色切片图像配准到所述块面图像空间；
对所述超高场磁共振图像进行图像重建，得到超高场磁共振图像空间；
使用互信息和直接操作自由变形方法，将配准到块面图像空间的染色切片图像配准到所述超高场磁共振图像空间。
优选地，所述利用超高场磁共振设备对所述目标组织进行成像，得到超高场磁共振图像，具体可以包括：
使用7T超高场磁共振设备扫描所述目标组织，以获取超高场结构像；
使用9.4T超高场设备扫描所述目标组织，以获取超高场磁共振图像。
优选地，在以四切片为一组的情况下，所述对所述切片进行组织学染色处理，具体可以包括：
对第一切片进行尼氏染色处理；
对第二切片进行镀银染色处理；
对第三切片进行Hu C/D免疫抗体染色处理；
对第四切片进行MBP免疫抗体染色处理。
优选地，所述对所述块面图像进行图像增强处理，确定块面图像空间，具体可以包括：
对所述块面图像进行裁切处理；
将裁切的图像转换为灰度图像，并使用限制对比度自适应直方图均衡法对所述灰度图像进行增强处理；
使用Haar小波对增强处理的图像进行去噪处理，并处理为NIfTI图像；
调整所述NifTI图像的方向，确定所述块面图像空间。
优选地，所述将所述染色切片图像配准到所述块面图像空间，具体可以包括：
确定所述每一染色切片图像所对应的块面图像，并对二者进行仿射变换及配准对齐处理；
若所述染色切片图像未与块面图像对齐，则手动修复存在对齐误差的区域。
与现有技术相比，上述技术方案至少具有以下有益效果：
本发明实施例通过利用超高场磁共振设备对目标组织进行成像，得到超高场磁共振图像；接着对目标组织进行切片，得到切片并获取块面图像；对切片进行组织学染色处理；对块面图像进行图像增强处理，确定块面图像空间；然后，对染色处理的切片进行显微镜数字化扫描，获得染色切片图像；再将染色切片图像配准到块面图像空间；对超高场磁共振图像进行图像重建，得到超高场磁共振图像空间；最后，使用互信息和直接操作自由变形方法，将配准到块面图像空间的染色切片图像配准到超高场磁共振图像空间。由此，通过系列的组织处理和图像处理，把多模态的超高场磁共振图像信息和多模态的组织化学信息融合起来，同时能避免组织化学染色切片图像各切片之间信息不连续的缺陷和超高场磁共振图像分辨率相比之下不足的缺陷，为神经解剖的研究提供了一种新的多维度的研究方法，弥合了以往解剖研究的宏观和微观方法之间的分辨率差距，解决了人机交互的耗时问题并提高了自动分割的准确性。
当然，实施本发明的任一产品不一定需要同时实现以上所述的所有优点。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在所写的说明书、权利要求书以及附图中所特别指出的方法来实现和获得。
附图说明
附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：
图1为根据一示例性实施例示出的基于组织学和超高场磁共振技术的计算神经解剖处理方法的流程示意图；
图2为根据另一示例性实施例示出的利用超高场磁共振设备对目标组织进行成像，得到超高场磁共振图像的流程示意图；
图3为根据一示例性实施例示出的对切片进行组织学染色处理的流程示意图；
图4为根据一示例性实施例示出的对块面图像进行图像增强处理确定块面图像空间的流程示意图；
图5为根据一示例性实施例示出的块面图像与染色切片图像的配准结果示意图；
图6为根据一示例性实施例示出的染色切片图像与弥散张量图像配准结果示意图。
这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
下面结合附图以及具体实施例对本发明实施例解决的技术问题、所采用的技术方案以及实现的技术效果进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，并不是全部实施例。基于本申请中的实施例，本领域普通技术人员在不付出创造性劳动的前提下，所获的所有其它等同或明显变型的实施例均落在本发明的保护范围内。本发明实施例可以按照权利要求中限定和涵盖的多种不同方式来具体化。
需要说明的是，在下面的描述中，为了方便理解，给出了许多具体细节。但是很明显，本发明的实现可以没有这些具体细节。
还需要说明的是，在没有明确限定或不冲突的情况下，本发明中的各个实施例及其中的技术特征可以相互组合而形成技术方案。
本发明实施例的核心思想是将LGN(外侧膝状体)解剖结构的先验知识融入LGN的自动分割中，使用组织化学染色切片和超高场磁共振的技术，利用图像处理的方法，将组织化学图像信息投射到磁共振图像空间，以对组织解剖结构进行多维度的分析。在组织处理过程中，依次需要搜集超高场高精度结构像、超高场弥散张量图像、块面图像和组织化学图像。按照对应关系，将组织化学图像与对应的块面图像进行配准，其中使用到仿射变换和少量手工修复。配准好之后将组织化学图像根据层间距离信息写成三维图像，然后与超高场弥散张量图像进行配准，同时将超高场结构像与超高场弥散张量图像进行配准。其中使用到互信息方法和直接操作自由变形操作。最终把所有信息投射到超高场高精度弥散张量图像空间。从而解决了人机交互的耗时问题和提高自动分割的准确性。
本发明实施例提出一种基于组织学和超高场磁共振技术的计算神经解剖处理方法。如图1所示，该方法可以包括：步骤S100至步骤S180。
S100：获取目标组织。
在本步骤中，目标组织包括但不限于脑组织。对于脑组织，人体脑组织一般来源于志愿者捐献，动物脑组织则来源于自然或安乐死的动物。在实际处理过程中，需要人或动物在死亡后在36小时内，将大脑提取出来，置于4％的福尔马林溶液中固定3周以上，以彻底固定脑组织内的蛋白质(易腐化部分)。之后剔除脑膜和表面的血管等组织，然后使用魏尔啸脑刀(Virchow Brain Knife)将大脑剖开成左右半脑，以进行脑组织的提取。由于切片的限制，不可能一次处理整个大脑，因此需要选取目标组织结构进行研究，切割区域不宜过大，以设备能够处理的范围为限。示例性地，目标组织的大小不超过1.6cm×1.6cm×2cm。其中2cm为切片方向的尺度。
S110：利用超高场磁共振设备对目标组织进行成像，得到超高场磁共振图像。
由于超高场磁共振相比于临床磁共振具有更高的主磁场，这能提供更高的空间分辨率、更高的信噪比以及更高的成像速度，超高场磁共振图像于组织学图像的分辨率差距也相比于普通磁共振设备与组织学图像的分辨率差距缩小，这能为之后的图像处理降低难度。
具体地，如图2所示，本步骤可以包括步骤S111和步骤S112。
S111：使用7T超高场磁共振设备扫描目标组织，以获取超高场结构像。
例如，在具体实施过程中可以使用MP2RAGE序列获取T1像，回波时间(Echo time,TE)＝3.17ms，重复时间(Repetition time,TR)＝3s，反转时间(inversion Times)TI1＝300ms,TI2＝900ms，参考分辨率0.2cm×0.2cm×0.2cm，参考视场(Field of View,FOV)＝2.2cm×2.2cm，扫描多次(优选地，扫描次数为128次)，之后重建影像并做平均。
S112：使用9.4T超高场设备扫描目标组织，以获取超高场磁共振图像。
本步骤可以在步骤S111之后检查影像无缺陷之后进行。
作为示例，采用高角精度弥散张量磁共振扫描序列为脉冲梯度自旋回波序列(Pulsed Gradient Spin-echo Sequence)。超高场磁共振图像也即弥散张量图像。
优选地，可以采用以下参数：回波时间(Echo time,TE)＝26ms，重复时间(Repetition time,TR)＝1.7s，弥散权重b＝1627.5s/mm2，弥散时间(Diffusion time)[Δ]＝14.6ms，弥散脉冲时长(Diffusion pulse duration)[δ]＝1.7ms，梯度场场强(Gradient strength)[G]＝0.75T/m，分辨率可以为187.5μm×187.5μm×300μm，FOV(视场)为2.4cm×2.4cm。实际实施时还可以根据需要调整扫描层数。
优选地，可以扫描三个无弥散权重的b0像和60个互不共线弥散加权方向影像。
在必要的情况下需要重复一个序列多次，以做平均之后在获取高分辨率的同时还能有很高的信噪比。
S120：对目标组织进行切片，并获取块面图像。
在实际应用中，可以使用平推切片机进行切片操作。
以脑组织为例，切片操作过程可以为：在切片之前开启冷冻器冷冻切片平台至-30摄氏度，然后在切片平台上涂抹适量切片包埋剂Tissue-TeK，使切片机走刀方向为下丘脑组织的前后方向上由前向后的方向来放置切片。放置好组织后再放置模具，注入蔗糖溶液，快速冷冻后移出模具。在切片平台上方约30cm处固定单镜头反光照相机，以为块面成像做准备，(优选地，拍摄参数为：镜头焦距50cm、ISO 400、白平衡自动、快门自动模式。)调整切片平台至冰冻组织上表面大致平行于切片刀片运动平面，先切片多次至合适的位置(切到组织)，对焦相机镜头至组织上表面，再调整镜头到手动对焦模式，以免在以后的切片过程中相机镜头失焦。当调整好对焦之后，将尺寸标定尺放置于组织切片面，使标定环置于视野中央，然后拍摄一张照片。由此可以确定一个像素对应的尺寸，从而确定图片上的距离。此后，开始正式的块面成像和切片操作。每次切片前先拍照，即为对应块面的图像，切下的组织移动到盛有磷酸盐缓冲生理盐水的微孔板中。每切下一片后调整平台上升一个层厚的高度，也就是设定切片厚度为一个层厚,同时能保证相机的对焦。优选地，以每四个切片(组织学染色的种类数)为一组。处理好的切片置于4摄氏度环境中保存。
S130：对切片进行组织学染色处理。
具体地，如图3所示，在以四个切片为一组的情况下，本步骤可以包括：步骤S131至步骤S134。
S131：对第一张切片进行尼氏染色处理。
具体地，本步骤可以参见以下文献：NISSL F.Ueber eine neueUntersuchungsmethode des Centralorgans zur Feststellung der Localisation derNervenzellen[J].Neurologisches Centralblatt,1894,13.
上述文献在此以引用的方式结合于此，在此不再赘述。
在一个优选的实施例中，尼氏染色处理的过程可以按照以下操作进行：
1.将切片铺放到载玻片上并进行干燥
2.用重蒸水清洗 5min
3.使用酒精溶液清洗：按顺序分别置于75％、85％和96％的酒精溶液中进行清洗
3×1min
4.在96％的酒精溶液中进行固定 30min
5.使用酒精溶液清洗；按顺序分别置于96％、85％和75％的酒精溶液中进行清洗
3×1min
6.置于0.1％的焦油紫中进行染色 8min
7.使用重蒸水清洗 1min
8.使用酒精溶液进行脱水：按顺序分别置于75％、85％、96％的酒精溶液各一分钟，再进入滴有少量盐酸的96％酒精溶液中进行显色，至显色到合适程度后取出置于丙醇中依靠视觉控制
9.使用甲苯清洗并固定两次 2×4min
10.使用封固剂Entellan封闭载玻片。
S132：对第二张切片进行镀银染色处理。
具体地，本步骤可以参见以下文献：GALLYAS F.Silver staining of collagenand reticulin fibres and cerebral capillaries by means of physicaldevelopment[J].Journal of microscopy,1970,91(2):119-24.
上述文献在此以引用的方式结合于此，在此不再赘述。
在一个优选的实施例中，镀银染色处理可以按照以下操作进行：
1.将切片铺放到载玻片上并进行干燥
2.使用重蒸水清洗 5min
3.吡啶+醋酸酐(体积比2:1) 30min
4.使用重蒸水清洗三次 3×5min
5.银氨溶液(置于无光处) 30min
6.使用醋酸清洗三次 3x3min
7.显色剂
溶液A：1000ml重蒸水、50g纯碱；
溶液B、1000ml重蒸水、2g硝酸铵、2g硝酸银、10g钨酸；
溶液C：1000ml重蒸水、2g硝酸铵、2g硝酸银、10g钨酸、7.3ml氟油；
混合溶液：50ml溶液A、15ml溶液B、35ml溶液C、160μl漂白剂；
可以将4μl漂白剂I(高锰酸钾)+4μl漂白剂(草酸)+160μl重蒸水混合后取出160μl视觉控制
8.在自来水中冲洗 10min
9.核固红(0.1％浓度) 10min
10.使用自来水冲洗 10min
11.使用自来水清洗 10Min
12.进行酒精脱水和甲苯固化：按顺序分别置于75％、85％、96％和100％的酒精中各2分钟，再置于甲苯中三次，各2分钟，7×2min
13.使用封固剂Entellan封闭载玻片。
S133：对第三片切片进行Hu C/D免疫抗体染色处理。
具体地，本步骤可以参见以下文献：COONS AH,CREECH H J,JONES RN.Immunological properties of an antibody containing a fluorescent group[J].Experimental Biology and Medicine,1941,47(2):200-2.和MARUSICH M F,FURNEAUX HM,HENION P D,et al.Hu neuronal proteins are expressed in proliferatingneurogenic cells.
上述文献在此以引用的方式结合于此，在此不再赘述。
在一个优选的实施例中，HuC/D免疫抗体染色处理可以按照以下操作进行：
1.使用吐温-磷酸盐缓冲溶液(后文简称PBS-T)清洗 5min
2.使用Tris-HCL缓冲液进行Hu C/D染色预处理： 20min，90℃
3.使用重蒸水清洗 10min
4.使用PBS-T清洗两次 2×10min
5.2％浓度的双氧水(溶于60％的甲醇中) 60min
6.使用PBS-T清洗一次 10min
7.拮抗剂A 60min
8.一抗(溶解于拮抗剂A) 4℃过夜保存
Hu C/D:1:400浓度
9.使用PBS-T清洗三次 3×10min
10.二抗(溶解于PBS-T与拮抗剂A混合溶液，体积比2:1)
Hu C/D:生物素标记驴抗老鼠抗体(Do-mouse)，0.5μl每切片
11.使用PBS-T清洗三次 3×10min
12.ExtrAvidin过氧化物酶(ExtrAvidin peroxidase)1:2000(溶于PBS-T中)60min
13.使用PBS-T清洗三次 3×10min
14.使用Tris-HCL清洗 5min
15.二氨基联苯胺*(DAB)+镍铵(((NH4)2Ni(SO4)2·6H2O)
视觉控制
一份量：5ml Tris-HCL、20mg镍铵、100μl DAB、2.5μl H2O2(30％浓度)
16.使用Tris-HCL清洗 5min
17.使用PBS-T清洗两次 2×10min
18.使用PBS清洗两次 2×10min
19.将切片铺放到载玻片上并进行干燥
20.使用重蒸水清洗 10min
21.进行酒精脱水和甲苯固化：按顺序分别置于75％、85％、96％和100％的酒精中各2分钟，再置于甲苯中三次，各2分钟7×2min
22.使用封固剂Entellan封闭载玻片。
S134：对第四片切片进行MBP免疫抗体染色处理。
具体地，本步骤可以参见以下文献：LAFAILLE J J,NAGASHIMA K,KATSUKI M,etal.High incidence of spontaneous autoimmune encephalomyelitis inimmunodeficient anti-myelin basic protein T cell receptor transgenic mice[J].Cell,1994,78(3):399-408.
上述文献在此以引用的方式结合于此，在此不再赘述。
在一个优选的实施例中，MBP免疫抗体染色处理可以按照以下操作进行：
1.使用吐温-磷酸盐缓冲溶液(后文简称PBS-T)清洗 5min
2.使用1％硼氢化钠*(NaBH4)进行MBP染色预处理： 30min
3.使用重蒸水清洗 10min
4.使用PBS-T清洗两次 2×10min
5.2％浓度的双氧水(溶于60％的甲醇中) 60min
6.使用PBS-T清洗一次 10min
7.拮抗剂A 60min
8.一抗(溶解于拮抗剂A) 4℃过夜保存
MBP:1:500浓度
9.使用PBS-T清洗三次 3×10min
10.二抗(溶解于PBS-T与拮抗剂A混合溶液，体积比2:1)
MBP:生物素标记驴抗大鼠抗体(Do-rat)，0.5μl每切片
60min
11.使用PBS-T清洗三次 3×10min
12.ExtrAvidin过氧化物酶(ExtrAvidin peroxidase)1:2000(溶于PBS-T中)60min
13.使用PBS-T清洗三次 3×10min
14.使用Tris-HCL清洗 5min
15.二氨基联苯胺*(DAB)+镍铵(((NH4)2Ni(SO4)2·6H2O)
视觉控制
一份量：5ml Tris-HCL、20mg镍铵、100μl DAB、2.5μl H2O2(30％浓度)
16.使用Tris-HCL清洗 5min
17.使用PBS-T清洗两次 2×10min
18.使用PBS清洗两次 2×10min
19.将切片铺放到载玻片上并进行干燥
20.使用重蒸水清洗 10min
21.进行酒精脱水和甲苯固化：按顺序分别置于75％、85％、96％和100％的酒精中各2分钟，再置于甲苯中三次，各2分钟7×2min
22.使用封固剂Entellan封闭载玻片。
S140：对块面图像进行图像增强处理，确定块面图像空间。
具体地，如图4所示，本步骤可以包括：步骤S141至步骤S144。
S141：对块面图像进行裁切处理。
在具体实施过程中，可以按照以下操作进行裁切处理：在GUI(图形用户界面或图形用户接口)上选定所需要处理的图像之后，自动按照前后顺序排列，显示出第一张图，然后手工在其上绘制裁切选定区域。如裁切结果中有部分组织没有保留，则重复操作直到满足条件为止。
S142：将裁切的图像转换为灰度图像，并使用限制对比度自适应直方图均衡法对该灰度图像进行增强处理。
S143：使用Haar小波对增强处理的图像进行去噪处理，并处理为NIfTI图像。
本步骤中，Haar小波的母小波ψ(t)可表示为：
其中，t表示时间。
作为示例，在去噪过程中，可以将含噪声的图像进行Haar小波变换，从时域变换到小波域，然后在各尺度下尽可能地提取信号小波系数，从而去除噪声的小波系数，再使用小波逆变换重构信号，即得到去噪后的信号。最后合并序列二维图像为三维图像，再调整该三维图像的朝向，写成NIfTI文件格式即可。
S144：调整NifTI图像的方向，确定块面图像空间。
在实际应用中，可以使用Matlab等工具来读取NIfTI图像，并调整矩阵的维度，从而调整NifTI图像的方向。
本领域技术人员应能理解，上述确定块面图像空间的方式仅为举例，其他任意现有的或今后可能出现的确定块面图像空间的方式也应包含在本发明的保护范围之内，并在此以引用的方式结合于此。
S150：对染色处理的切片进行显微镜数字化扫描，获得染色切片图像。
在一个优选的实施例中，本步骤可以为：对干燥后的染色切片进行酒精清洗，以处理掉表面的杂质，然后使用Zeiss Axio Imager M1显微镜对该切片进行扫描成像，再使用内置模块mosaics拼接多个视野的图像成为染色切片全景图像。其中，扫描顺序为交替式，这样可以最小化相邻视场之间由于对焦导致的移动距离。
S160：将染色切片图像配准到块面图像空间。
为了保证配准的精度，本步骤使图像保留在较高的分辨率，即块面像的分辨率。
具体地，本步骤可以包括：步骤S161至步骤S163。
S161：确定每一染色切片图像所对应的块面图像，并对二者进行仿射变换及配准对齐处理。
图5示例性地示出了块面图像与染色切片图像的配准结果。其中，背景是块面图像。
S162：确定染色切片图像是否与块面图像对齐，若是，则执行后续步骤；否则，执行步骤S163。
S163：手动修复存在对齐误差的区域。
S170：对超高场磁共振图像进行图像重建，得到超高场磁共振图像空间。
在实际应用中，为了尽量减少交叉伪影(Crosstalk Artifacts,Slice-overlapartifact)，也就是由于层面内组织受到其它层面/额外的射频脉冲激发，提前饱和，不能产生信号而产生的伪影。在磁共振扫描过程中，先搜集奇数层面信号，再搜集偶数层面信号，以增加实际扫描过程中的层间距，减少其他对应于层面内组织的射频脉冲激发的影响。得到的数据处于k-space(参见MANSFIELD P.Multi-planar image formation using NMRspin echoes[J].Journal of Physics C:Solid State Physics,1977,10(3):L55.),是来源于线圈采集得到的模拟信号经过模数转换的信息，其中每一层的每一个点包含特定的频率、相位(x、y坐标)和幅度(亮度)信息，实际上体现的是全层的信息。使用离散傅立叶变换对K-space数据的空间定位编码信息(x、y坐标)，分解出频率、相位和幅度的信息(参见]WEINSTEIN S B,EBERT P M.Data transmission by frequency-division multiplexingusing the discrete Fourier transform[J].Communication Technology,IEEETransactions on,1971,19(5):628-34.)。事实上，根据MRI(磁共振成像)的成像原理，这里的频率和相位信息也就是空间信息，只需要进行一定的转换就能得到空间位置。从而就得到磁共振图像，再调整层面顺序及左右朝向等信息，最后再写成NIfTI文件格式。
S180：使用互信息和直接操作自由变形方法，将配准到块面图像空间的染色切片图像配准到超高场磁共振图像空间。
本步骤中，超高场磁共振图像空间也即弥散张量图像空间。
具体地，可以先提取(9.4T超高场)弥散张量图像的三张b0图的平均，将染色切片图像缩放到接近的分辨率。同时将块面图像也以同样的分辨率缩放。然后，使用中值滤波算法加阈值自动提取(9.4T超高场)弥散张量b0像的组织区域掩模和块面图像的组织区域掩模，在经过手工处理修复掩模没有覆盖的组织区域，并去除过多覆盖的区域。使用这两个掩模下的切片图像与(9.4T超高场)弥散张量b0像的信息，先进行刚体变换，将染色切片图像初配准到弥散张量图像空间，然后，再使用弹性变形配准进一步地消除非线性形变。同时应用该配准到块面图像，可将块面图像也映射到弥散张量图像空间。使用两步配准策略将7T高精度结构像(可以有多种模态)也配准到弥散张量图像空间，首先将7T图像使用仿射变换粗配准到9.4T超高场弥散张量图像空间，然后配准处理中使用直接操作自由变形(Directly manipulated free-form deformation)变换(参见TUSTISON N J,AVANTS B B,GEE J C.Directly manipulated free-form deformation image registration[J].Image Processing,IEEE Transactions on,2009,18(3):624-35)进行精配准。其中，直接操作自由变形是一种基于B样条的向量场正则化方法。在d维图像配准中，其速度场可以以d+1维的B样条表示：
其中，是速度场的d+1维控制点格；B(·)是各个参数空间的解对应的独立正则调制单变量B样条基函数。从而，更新的速度场控制点格为：
其中，Π-为相似性度量；Nt和NΩ分别是采样的时间点数和配准参考图像体素数；r是所有维度样条的阶数；是体素c的空间相似性参数梯度场。
图6示例性地示出了染色切片图像与弥散张量图像配准结果。其中，背景为弥散张量图像，前景为染色切片图像。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。例如：步骤S140可以在步骤S130之前进行；步骤S170不一定在步骤S160之后，其也可以在步骤S110之后进行。
以上对本发明实施例所提供的技术方案进行了详细的介绍。虽然本文应用了具体的个例对本发明的原理和实施方式进行了阐述，但是，上述实施例的说明仅适用于帮助理解本发明实施例的原理；同时，对于本领域技术人员来说，依据本发明实施例，在具体实施方式以及应用范围之内均会做出改变。
需要说明的是，本文中涉及到的流程图不仅仅局限于本文所示的形式，其还可以进行其他划分和/或组合。
还需要说明的是：附图中的标记和文字只是为了更清楚地说明本发明，不视为对本发明保护范围的不当限定。
再需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。应该理解这样使用的数据在适当的情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
术语“包括”、“包含”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
本发明的各个步骤可以用通用的计算装置来实现，例如，它们可以集中在单个的计算装置上，例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备或者多处理器装置，也可以分布在多个计算装置所组成的网络上，它们可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。因此，本发明不限于任何特定的硬件和软件或者其结合。
本发明提供的方法可以使用可编程逻辑器件来实现，也可以实施为计算机程序软件或程序模块(其包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件或数据结构等等)，例如根据本发明的实施例可以是一种计算机程序产品，运行该计算机程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现所述方法。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可以从计算机主体上拆卸下来的可移动介质(例如：采用热插拔技术的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如：RAM、ROM、快闪存储器和硬盘。所述可移动介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
本发明并不限于上述实施方式，在不背离本发明实质内容的情况下，本领域普通技术人员可以想到的任何变形、改进或替换均落入本发明的保护范围。

Claims (4)

1.一种基于组织学和超高场磁共振技术的计算神经解剖处理方法，其特征在于，所述方法至少包括：
获取目标组织；
利用超高场磁共振设备对所述目标组织进行成像，得到超高场磁共振图像；所述超高场磁共振图像包括超高场磁共振结构像和超高场磁共振弥散张量图像；
对所述目标组织进行切片，得到切片并获取块面图像；
对所述切片进行组织学染色处理，具体为：以四个相邻切片为一组，对第一切片进行尼氏染色处理，对第二切片进行镀银染色处理，对第三切片进行Hu C/D免疫抗体染色处理，对第四切片进行MBP免疫抗体染色处理；
对所述块面图像进行图像增强处理，确定块面图像空间；
对染色处理的切片进行显微镜数字化扫描，获得染色切片图像；
将所述染色切片图像配准到所述块面图像空间；
对所述超高场磁共弥散张量振图像进行图像重建，得到超高场磁共振弥散张量图像空间；
使用互信息配准方法，将配准到块面图像空间的染色切片图像配准到所述超高场磁共振弥散张量图像空间，再将所述超高场磁共振结构像也配准至所述超高场磁共振弥散张量图像空间；
“将所述超高场磁共振结构像也配准至所述超高场磁共振弥散张量图像空间”包括：使用仿射变换将所述超高场磁共振结构像配准至所述超高场磁共振弥散张量图像空间，再使用直接操作自由变形进行精配准。
2.根据权利要求1所述的方法，其特征在于，所述利用超高场磁共振设备对所述目标组织进行成像，得到超高场磁共振图像，具体包括：
使用7T超高场磁共振设备扫描所述目标组织，以获取超高场磁共振结构像；
使用9.4T超高场设备扫描所述目标组织，以获取超高场磁共振弥散张量图像。
3.根据权利要求1所述的方法，其特征在于，所述对所述块面图像进行图像增强处理，确定块面图像空间，具体包括：
对所述块面图像进行裁切处理；
将裁切的图像转换为灰度图像，并使用限制对比度自适应直方图均衡法对所述灰度图像进行增强处理；
使用Haar小波对增强处理的图像进行去噪处理，并处理为NIFTI图像；
调整所述NIFTI图像的方向，确定所述块面图像空间。
4.根据权利要求1所述的方法，其特征在于，所述将所述染色切片图像配准到所述块面图像空间，具体包括：
确定每一染色切片图像所对应的块面图像，并对二者进行仿射变换及配准对齐处理；
若所述染色切片图像未与块面图像对齐，则手动修复存在对齐误差的区域。
CN201610518154.9A 2016-07-04 2016-07-04 基于组织学和超高场磁共振技术的计算神经解剖处理方法 Active CN106198597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610518154.9A CN106198597B (zh) 2016-07-04 2016-07-04 基于组织学和超高场磁共振技术的计算神经解剖处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610518154.9A CN106198597B (zh) 2016-07-04 2016-07-04 基于组织学和超高场磁共振技术的计算神经解剖处理方法

Publications (2)

Publication Number Publication Date
CN106198597A CN106198597A (zh) 2016-12-07
CN106198597B true CN106198597B (zh) 2018-11-09

Family

ID=57465895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610518154.9A Active CN106198597B (zh) 2016-07-04 2016-07-04 基于组织学和超高场磁共振技术的计算神经解剖处理方法

Country Status (1)

Country Link
CN (1) CN106198597B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780475B (zh) * 2016-12-27 2019-10-01 北京市计算中心 一种基于病理组织切片图像组织区域的图像处理装置
CN108182725A (zh) * 2017-12-20 2018-06-19 中国人民解放军陆军军医大学第二附属医院 一种建立数字化单心室胎儿心脏结构教学模型的方法
CN110873856B (zh) 2018-08-29 2022-08-09 西门子(深圳)磁共振有限公司 确定最佳磁共振成像扫描嵌套方式的方法及装置
CN112132763B (zh) * 2020-09-22 2023-10-20 中国科学院合肥物质科学研究院 基于人眼双拮抗色彩恒常的水下图像复原方法及系统
CN113763268B (zh) * 2021-08-26 2023-03-28 中国科学院自动化研究所 人脸图像盲修复方法及系统
CN114018203B (zh) * 2021-12-13 2023-06-20 上海理工大学 一种骨骼表面曲率的测量方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1729484A (zh) * 2002-12-04 2006-02-01 康复米斯公司 用于mri中的各向同性成像及使用各向同性或近似各向同性成像的定量图像分析中的多个成像平面的融合
AU2008343871B2 (en) * 2007-12-21 2014-02-06 T2 Biosystems, Inc. Magnetic resonance system with implantable components and methods of use thereof
RU2553078C2 (ru) * 2009-04-28 2015-06-10 Конинклейке Филипс Электроникс Н.В. Способ микродиссекции и система обработки информации
KR101938435B1 (ko) * 2011-07-28 2019-01-14 메데텍트 에이비 조직 절편의 이미지를 제공하는 방법
CN102423264B (zh) * 2011-09-01 2014-05-21 中国科学院深圳先进技术研究院 基于图像的生物组织弹性的测量方法及装置
CN105659288B (zh) * 2013-10-30 2020-08-07 皇家飞利浦有限公司 组织切片图像的配准的方法、计算机可读介质和图像处理设备
CN103544712A (zh) * 2013-11-12 2014-01-29 中国科学院自动化研究所 一种利用先验知识的人类外侧膝状体自动分割方法
CN104637061A (zh) * 2015-01-30 2015-05-20 中国科学院自动化研究所 一种二维三维医学图像配准方法
CN105167795A (zh) * 2015-09-07 2015-12-23 胡漫 一种pet/ct宏观数字信息与病理微观信息匹配的方法

Also Published As

Publication number Publication date
CN106198597A (zh) 2016-12-07

Similar Documents

Publication Publication Date Title
CN106198597B (zh) 基于组织学和超高场磁共振技术的计算神经解剖处理方法
Beaujoin et al. Post-mortem inference of the human hippocampal connectivity and microstructure using ultra-high field diffusion MRI at 11.7 T
Seehaus et al. Histological validation of high-resolution DTI in human post mortem tissue
Descoteaux et al. Deterministic and probabilistic tractography based on complex fibre orientation distributions
Leergaard et al. Quantitative histological validation of diffusion MRI fiber orientation distributions in the rat brain
Jbabdi et al. Model‐based analysis of multishell diffusion MR data for tractography: How to get over fitting problems
Hieber et al. Tomographic brain imaging with nucleolar detail and automatic cell counting
CN105842642B (zh) 基于峰度张量分数各向异性微结构特征提取方法与装置
Nath et al. Inter-scanner harmonization of high angular resolution DW-MRI using null space deep learning
Torop et al. Deep learning using a biophysical model for robust and accelerated reconstruction of quantitative, artifact‐free and denoised images
Cheng et al. Segmentation of the brain using direction-averaged signal of DWI images
Malcolm et al. Neural tractography using an unscented Kalman filter
Lundell et al. Distribution of collateral fibers in the monkey cervical spinal cord detected with diffusion-weighted magnetic resonance imaging
Li et al. Mapping brain anatomical connectivity using diffusion magnetic resonance imaging: Structural connectivity of the human brain
Poupon et al. Real-time MR diffusion tensor and Q-ball imaging using Kalman filtering
Salo et al. Assessment of the structural complexity of diffusion MRI voxels using 3D electron microscopy in the rat brain
Benjamini et al. Multidimensional MRI for characterization of subtle axonal injury accelerated using an adaptive nonlocal multispectral filter
Aja-Fernández et al. Validation of deep learning techniques for quality augmentation in diffusion MRI for clinical studies
Lim et al. Fitting a directional microstructure model to diffusion-relaxation mri data with self-supervised machine learning
Jacobs et al. Generalizable synthetic MRI with physics‐informed convolutional networks
Gao et al. Plug-and-Play latent feature editing for orientation-adaptive quantitative susceptibility mapping neural networks
Descoteaux et al. Deterministic and probabilistic Q-Ball Tractography: from diffusion to sharp fiber distribution
Scherrer et al. Accelerated high spatial resolution diffusion-weighted imaging
Nedjati-Gilani et al. Regularized super-resolution for diffusion MRI
Vaish et al. TL-HARDI: transform learning based accelerated reconstruction of HARDI data

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