CN108852308B - 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法 - Google Patents

一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法 Download PDF

Info

Publication number
CN108852308B
CN108852308B CN201810649100.5A CN201810649100A CN108852308B CN 108852308 B CN108852308 B CN 108852308B CN 201810649100 A CN201810649100 A CN 201810649100A CN 108852308 B CN108852308 B CN 108852308B
Authority
CN
China
Prior art keywords
patients
asl
mri
dwi
image
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
CN201810649100.5A
Other languages
English (en)
Other versions
CN108852308A (zh
Inventor
王艳玲
马临庆
周志凌
孙刚
王亮亮
袁潇
胡胜荣
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.)
Peoples Hospital of SND
Original Assignee
Peoples Hospital of SND
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 Peoples Hospital of SND filed Critical Peoples Hospital of SND
Priority to CN201810649100.5A priority Critical patent/CN108852308B/zh
Publication of CN108852308A publication Critical patent/CN108852308A/zh
Application granted granted Critical
Publication of CN108852308B publication Critical patent/CN108852308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B5/02—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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Hematology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法，包括包括按照纳入和排除后标准组对患者进行筛选、根据病理对患者分组、入院前对患者进行功能评分、后HT及侧枝循环建立的评估和对患者进行后处理及分析，此多模态影像优化急性缺血性脑卒中超时间窗再灌注治疗的研究方法，通过联合DWI‑ASL评估患者的缺血半暗带，研究超时间窗但仍存在“不匹配区”的AIS患者进行再灌注治疗的安全性和有效性，充分了解缺血半暗带、是否存在侧枝循环及延迟灌注等情况，从而积极指导临床制定有效的再灌注治疗策略，为临床医生制定正确的治疗方案提供科学依据，从而有效治疗，降低复发、致残率和治疗费用，产生明显的社会效益和经济效益。

Description

一种基于多参数影像技术优化检测体系的超时间窗AIS临床 再灌注方法
技术领域
本发明涉及神经影像学技术领域，具体为一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法。
背景技术
脑卒中是我国致死率、致残率最高的慢性病，严重影响人民群众身体健康和生命安全，已跃居全球疾病负担首位，其中急性缺血性脑卒中（acute ischemic stroke，AIS）占60-80%。根据2008年我国第三次国民死因调查结果显示，脑卒中已经上升成为我国居民死因的第一位。如何应用多模态影像学技术迅速、准确地识别缺血半暗带并指导制定有效的再灌注治疗策略成为亟待解决的关键问题。
目前，改善急性缺血性脑卒中结局最有效的方法是尽早静脉溶栓治疗使缺血脑组织迅速恢复血供从而挽救缺血半暗带。缺血性脑卒中时血管狭窄或闭塞，血流灌注降低，引起脑组织缺血缺氧而形成损伤。血供迅速降低导致脑细胞出现不可逆的损伤而至坏死，这些细胞分布的区域称为梗死核心区；梗死核心区周围潜在的可逆性损伤区，呈低灌注状态，由于能量供应不足而引起细胞功能障碍，但细胞结构完整，称为缺血半暗带。开通闭塞的血管使缺血半暗带得到及时再灌注，可以使缺血半暗带免于梗死，但如果血管闭塞持续存在，缺血半暗带则进展融合为梗死核心区。急性缺血性脑卒中病人病情重，MRI检查时间长病人难以配合，图像质量差，CTA-CTP需要外源性高能度对比剂，存在过敏风险，而且后处理时间长，临床对于CT检查正常患者临床就进行溶栓，明显影像依据不足。因此，如何对缺血半暗带进行迅速、准确的评估成为临床上关注的热点及难点问题，目前公认的判定方法为“DWI-灌注不匹配”。
磁共振扩散加权成像（diffusion-weighted imaging，DWI）是目前唯一可以在活体进行水分子扩散测量和成像的无创性方法，对水分子的扩散运动十分敏感。脑灌注成像已成为脑卒中患者评估缺血区血流灌注情况的重要检查手段，目前常用的脑灌注技术为动态磁敏感对比技术（dynamic susceptibility contract，DSC）及CT灌注成像（CTP），但由于该两种方法均需注射对比剂、具有创伤性而存在一定的局限性。为此，我们提出一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法。
发明内容
本发明的目的在于提供一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法，通过准确认识AIS的特点和发病机制，临床迫切需求建立优化多参数核磁共振（MP-MRI）影像技术检侧体系及模式影像学，有助于制定更加有效的评估预后和治疗措施为指导临床早期溶栓治疗患者能精准诊断、有效治疗，提供重要影像依据，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法，包括按照纳入和排除后标准组对患者进行筛选、根据病理对患者分组、入院前对患者进行功能评分、后HT及侧枝循环建立的评估和对患者进行后处理及分析。
优选的，所述纳入和排除后标准组包括：
纳入标准：
（1）符合2013年美国心脏协会缺血性脑卒中临床诊断标准；
（2）超治疗时间窗，即发病时间为4.5-12小时；
（3）MRA显示颅内大动脉闭塞图；
（4）ASL-DWI显示“不匹配区”的存在：取1500ms多标记后延迟时间的ASL-rCBF图进行ASL-DWI匹配；“不匹配区”定义为基线低灌注体积/梗死核心体积>1.2，且基线低灌注体积>10ml；
（5）多相位ASL显示梗死区存在良好的侧枝循环，即灌注方式为延迟灌注或低灌注区伴局部高信号；
排除标准：
（1）颅脑CT平扫显示有出血的患者；
（2）SWAN梗塞后再出血；
（3）存在出血转化（hemorrhagic transformation，HT）高危因素的患者，包括高龄、高血压、糖尿病、心房颤动（atrial fibrillation，AF）、大面积脑梗死、基线卒中严重程度、抗凝治疗及抗血小板治疗。
优选的，所述患者分组具体指：纳入组标准的患者分为“超时间窗溶栓组”与“超时间窗非溶栓组”，另设置一组治疗时间窗内（发病4.5h内）进行溶栓治疗的患者作为对照组；
（1）仪器与方法采用GE 1.5T360MRI 机进行检查，8通道相控头颈线圈，行轴位T2FLAIR、DWI、SWI 及3D-ASL 扫描， T2 FLAIR、SWAN 数据采集；
（2） 数据处理和分析应用GE AW4.6 工作站，将SWI 原始数据进行最小密度投影处理后，提取-ASL脑血流量( cerebral blood flow，CBF) 伪彩图，将DWI图像提示高信号区定义为梗死核心区，当CBF 伪彩图提示梗死核心区或其周围出现斑点状或条状高灌注信号时，测量高灌注区CBF 值；当CBF 伪彩图于缺血梗死区未见明显高灌注信号时，则于低灌注区重复选择多处感兴趣区，取其平均脑血流量值。通过与同层面镜像区灌注值做对比，得出相对脑血流量( relative cerebral blood flow，rCBF)。
优选的，所述功能评分具体指：所有患者入院时均进行基线NIHSS评分，并于溶栓治疗后24h、两周再次复查NIHSS评分，3个月后采用改良的的Rankin评分（mRS），mRS≤2分定义为预后良好。
优选的，所述后HT及侧枝循环建立的评估具体指：TOFMRA 数据传至工作站，生成血管图像，评价颈颅动脉有无狭窄及狭窄程度，动脉狭窄小于50％ 为轻度狭窄；大于70％为重度狭窄；两者之间为中度狭窄；未见明显狭窄血管、动脉远端分支少于对侧三支为分支稀少所有患者溶栓治疗后两周复查CT平扫及多相位ASL，以评估各组患者出血转化的风险，以及治疗后侧枝循环建立的情况。
优选的，所述后处理及分析具体指：采用双盲的试验方法，对比超时间窗溶栓组、超时间窗非溶栓组与对照组的HT比例、侧枝循环情况及NIHSS、mRS评分，以评估存在缺血半暗带即“ASL-DWI不匹配区”作为可溶栓治疗指标的有效性及安全性。
与现有技术相比，本发明的有益效果是：
1、本发明通过联合DWI-ASL评估患者的缺血半暗带，研究超时间窗但仍存在“不匹配区”的AIS患者进行再灌注治疗的安全性和有效性。
2、本发明应用多模态磁共振技术对急性缺血性脑卒中患者缺血梗死区进行全面评估，充分了解缺血半暗带、是否存在侧枝循环及延迟灌注等情况，从而积极指导临床制定有效的再灌注治疗策略，为临床医生制定正确的治疗方案提供科学依据，从而有效治疗，降低复发、致残率和治疗费用，产生明显的社会效益和经济效益。
附图说明
图1为本发明技术研究路线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法，包括按照纳入和排除后标准组对患者进行筛选、根据病理对患者分组、入院前对患者进行功能评分、后HT及侧枝循环建立的评估和对患者进行后处理及分析。
所述纳入和排除后标准组包括：
纳入标准：
（1）符合2013年美国心脏协会缺血性脑卒中临床诊断标准；
（2）超治疗时间窗，即发病时间为4.5-12小时；
（3）MRA显示颅内大动脉闭塞图；
（4）ASL-DWI显示“不匹配区”的存在：取1500ms多标记后延迟时间的ASL-rCBF图进行ASL-DWI匹配；“不匹配区”定义为基线低灌注体积/梗死核心体积>1.2，且基线低灌注体积>10ml；
（5）多相位ASL显示梗死区存在良好的侧枝循环，即灌注方式为延迟灌注或低灌注区伴局部高信号；
排除标准：
（1）颅脑CT平扫显示有出血的患者；
（2）SWAN梗塞后再出血；
（3）存在出血转化（hemorrhagic transformation，HT）高危因素的患者，包括高龄、高血压、糖尿病、心房颤动（atrial fibrillation，AF）、大面积脑梗死、基线卒中严重程度、抗凝治疗及抗血小板治疗。
所述患者分组具体指：纳入组标准的患者分为“超时间窗溶栓组”与“超时间窗非溶栓组”，另设置一组治疗时间窗内（发病4.5h内）进行溶栓治疗的患者作为对照组；
（1）仪器与方法采用GE 1.5T360MRI 机进行检查，8通道相控头颈线圈，行轴位T2FLAIR、DWI、SWI 及3D-ASL 扫描， T2 FLAIR、SWAN 数据采集；
（2） 数据处理和分析应用GE AW4.6 工作站，将SWI 原始数据进行最小密度投影处理后，提取-ASL脑血流量( cerebral blood flow，CBF) 伪彩图，将DWI图像提示高信号区定义为梗死核心区，当CBF 伪彩图提示梗死核心区或其周围出现斑点状或条状高灌注信号时，测量高灌注区CBF 值；当CBF 伪彩图于缺血梗死区未见明显高灌注信号时，则于低灌注区重复选择多处感兴趣区，取其平均脑血流量值。通过与同层面镜像区灌注值做对比，得出相对脑血流量( relative cerebral blood flow，rCBF)。
所述功能评分具体指：所有患者入院时均进行基线NIHSS评分，并于溶栓治疗后24h、两周再次复查NIHSS评分，3个月后采用改良的的Rankin评分（mRS），mRS≤2分定义为预后良好。
所述后HT及侧枝循环建立的评估具体指：TOFMRA 数据传至工作站，生成血管图像，评价颈颅动脉有无狭窄及狭窄程度，动脉狭窄小于50％ 为轻度狭窄；大于70％ 为重度狭窄；两者之间为中度狭窄；未见明显狭窄血管、动脉远端分支少于对侧三支为分支稀少所有患者溶栓治疗后两周复查CT平扫及多相位ASL，以评估各组患者出血转化的风险，以及治疗后侧枝循环建立的情况。
采用向量对生成血管图像进行去噪处理：
向量图像扩散：
Figure DEST_PATH_IMAGE002
（i=1,2,3，……n）
上式所表示的向量信号同一扩散方程可以看出其实质上等价于标量的同一扩散；
向量图像正则化：
Figure DEST_PATH_IMAGE004
构建向量几何；
利用向量实扩散偏微分方程求解：
min TV(I0)=
Figure DEST_PATH_IMAGE006
上式中，I0表示受噪声污染的信号，λ是拉格朗日乘子，可导出如下向量偏微分方程：
Figure DEST_PATH_IMAGE008
上述构建向量几何的方法如下：
（1）把多值图像从2D推广到n-D向量场并且寻求向量模平方
Figure DEST_PATH_IMAGE010
的局部变分，其中：
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE014
上式中，
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
；
显然，G是一个对称半正定矩阵，其系数为：
Figure DEST_PATH_IMAGE020
对矩阵G,其特征值λ±和特征向量Θ±定义如下：
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE024
（2）对扩散加权图像，我们令向量图像为：I=（I1，I2，I3，……In），其中Ii=1,2，…，n表示第i梯度加权图像，则：
Figure DEST_PATH_IMAGE026
所述后处理及分析具体指：采用双盲的试验方法，对比超时间窗溶栓组、超时间窗非溶栓组与对照组的HT比例、侧枝循环情况及NIHSS、mRS评分，以评估存在缺血半暗带即“ASL-DWI不匹配区”作为可溶栓治疗指标的有效性及安全性。
为了提取AIS（acute ischemic stroke）灌注影像精准的量化特征，需要借助图像配准算法将治疗前后两个时间点的图像对齐。为了克服多参数MRI扫描时患者摆位或移动造成的图像位移，并将多参数MRI中不同分辨率图像的体素对齐。前期因为没有做图像配准，检测耗时多，效果差的问题，针对这些我们采用图像配准方法将ASL-MRI与DWI-MRI图像对齐，获得MRI序列中各体素的对应关系。
多参数MRI图像采集过程中，患者可能存在轻微位移，此外，各MRI序列的空间分辨率存在差异，由此，各MRI序列存在图像位移且体素对应关系未知。本发明将利用图像配准技术，实现针对ASL-MRI与DWI-MRI的图像配准算法，将ASL-MRI与DWI-MRI图像对齐，获得MRI序列中各体素的对应关系。具体配准方法为：
1）拟对ASL-MRI图像
Figure DEST_PATH_IMAGE028
和DWI-MRI图像
Figure DEST_PATH_IMAGE030
进行配准。以平移距离、旋转角度、缩放系数等作为变换参数，运用有限容量拟牛顿法L-BFGS-B等优化方法，优化并测试多种相似性测度目标函数（差方和、互信息、互相关等），得到最佳变换参数，从而校正图像位移并将体素对齐，最终获取
Figure DEST_PATH_IMAGE028A
中体素
Figure DEST_PATH_IMAGE032
在
Figure DEST_PATH_IMAGE030A
的对应位置
Figure DEST_PATH_IMAGE034
。配准过程可表述如下：
Figure DEST_PATH_IMAGE036
其中，
Figure DEST_PATH_IMAGE038
为衡量
Figure DEST_PATH_IMAGE040
与
Figure DEST_PATH_IMAGE042
相似性程度的目标函数。
2）构建急性缺血性脑卒中( acute ischemic stroke，AIS)群体临床样本资源库。以急性缺血性脑卒中( acute ischemic stroke，AIS)临床病例资源100例信息完整的病例样本资源为基础，临床资料的收集包括收集患者临床资料，溶栓前后数据对照、功能评分、精准评估梗死后再灌注，分析多种影像检查对急性缺血性脑卒中超时间窗诊断的敏感性和特异性，初步建立超时间窗急性缺血性脑卒中的临床生物样本资源库的完整质量体系。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意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、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于多参数影像技术优化检测体系的超时间窗AIS临床再灌注方法，包括按照纳入和排除后标准组对患者进行筛选、根据病理对患者分组、入院前对患者进行功能评分、后HT及侧枝循环建立的评估和对患者进行后处理及分析，其特征在于：
所述纳入和排除后标准组包括：
纳入标准：
(1)符合2013年美国心脏协会缺血性脑卒中临床诊断标准；
(2)超治疗时间窗，即发病时间为4.5-12小时；
(3)MRA显示颅内大动脉闭塞图；
(4)ASL-DWI显示“不匹配区”的存在：取1500ms多标记后延迟时间的ASL-rCBF图进行ASL-DWI匹配；“不匹配区”定义为基线低灌注体积/梗死核心体积>1.2，且基线低灌注体积>10ml；
(5)多相位ASL显示梗死区存在良好的侧枝循环，即灌注方式为延迟灌注或低灌注区伴局部高信号；
排除标准：
(1)颅脑CT平扫显示有出血的患者；
(2)SWAN梗塞后再出血；
(3)存在出血转化(hemorrhagic transformation，HT)高危因素的患者，包括高龄、高血压、糖尿病、心房颤动(atrial fibrillation，AF)、大面积脑梗死、基线卒中严重程度、抗凝治疗及抗血小板治疗；
所述患者分组具体指：纳入组标准的患者分为“超时间窗溶栓组”与“超时间窗非溶栓组”，另设置一组治疗时间窗内进行溶栓治疗的患者作为对照组；所述另设置一组治疗时间窗内为发病4.5h内；
(1)仪器与方法采用GE 1.5T360MRI机进行检查，8通道相控头颈线圈，行轴位T2FLAIR、DWI、SWI及3D-ASL扫描，T2 FLAIR、SWAN数据采集；
(2)数据处理和分析应用GE AW4.6工作站，将SWI原始数据进行最小密度投影处理后，提取-ASL脑血流量(cerebral blood flow，CBF)伪彩图，将DWI图像提示高信号区定义为梗死核心区，当CBF伪彩图提示梗死核心区或其周围出现斑点状或条状高灌注信号时，测量高灌注区CBF值；当CBF伪彩图于缺血梗死区未见明显高灌注信号时，则于低灌注区重复选择多处感兴趣区，取其平均脑血流量值，通过与同层面镜像区灌注值做对比，得出相对脑血流量(relative cerebral blood flow，rCBF)；
所述功能评分具体指：所有患者入院时均进行基线NIHSS评分，并于溶栓治疗后24h、两周再次复查NIHSS评分，3个月后采用改良的Rankin评分mRS，mRS≤2分定义为预后良好；
所述后HT及侧枝循环建立的评估具体指：TOFMRA数据传至工作站，生成血管图像，评价颈颅动脉有无狭窄及狭窄程度，动脉狭窄小于50％为轻度狭窄；大于70％为重度狭窄；两者之间为中度狭窄；未见明显狭窄血管、动脉远端分支少于对侧三支为分支稀少所有患者溶栓治疗后两周复查CT平扫及多相位ASL，以评估各组患者出血转化的风险，以及治疗后侧枝循环建立的情况；
所述后处理及分析具体指：采用双盲的试验方法，对比超时间窗溶栓组、超时间窗非溶栓组与对照组的HT比例、侧枝循环情况及NIHSS、mRS评分，以评估存在缺血半暗带即“ASL-DWI不匹配区”作为可溶栓治疗指标的有效性及安全性；
为了提取AIS(acute ischemic stroke)灌注影像精准的量化特征，需要借助图像配准算法将治疗前后两个时间点的图像对齐，为了克服多参数MRI扫描时患者摆位或移动造成的图像位移，并将多参数MRI中不同分辨率图像的体素对齐，前期因为没有做图像配准，检测耗时多，效果差的问题，针对这些，采用图像配准方法将ASL-MRI与DWI-MRI图像对齐，获得MRI序列中各体素的对应关系；
多参数MRI图像采集过程中，患者存在轻微位移，此外，各MRI序列的空间分辨率存在差异，由此，各MRI序列存在图像位移且体素对应关系未知，利用图像配准技术，实现针对ASL-MRI与DWI-MRI的图像配准算法，将ASL-MRI与DWI-MRI图像对齐，获得MRI序列中各体素的对应关系，具体配准方法为：
1)拟对ASL-MRI图像IASL和DWI-MRI图像IDWI进行配准，以平移距离、旋转角度、缩放系数作为变换参数，运用有限容量拟牛顿法L-BFGS-B优化方法，优化并测试多种相似性测度目标函数，得到最佳变换参数，从而校正图像位移并将体素对齐，最终获取IASL中体素X在IDWI的对应位置T(X)，配准过程可表述如下：
Figure FDA0002947801090000021
其中，E(I0(X),I1(T(X)))为衡量I0与I1相似性程度的目标函数；
2)构建急性缺血性脑卒中(acute ischemic stroke，AIS)群体临床样本资源库，以急性缺血性脑卒中(acute ischemic stroke，AIS)临床病例资源100例信息完整的病例样本资源为基础，临床资料的收集包括收集患者临床资料，溶栓前后数据对照、功能评分、精准评估梗死后再灌注，分析多种影像检查对急性缺血性脑卒中超时间窗诊断的敏感性和特异性，初步建立超时间窗急性缺血性脑卒中的临床生物样本资源库的完整质量体系。
CN201810649100.5A 2018-06-22 2018-06-22 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法 Active CN108852308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810649100.5A CN108852308B (zh) 2018-06-22 2018-06-22 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810649100.5A CN108852308B (zh) 2018-06-22 2018-06-22 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法

Publications (2)

Publication Number Publication Date
CN108852308A CN108852308A (zh) 2018-11-23
CN108852308B true CN108852308B (zh) 2021-03-30

Family

ID=64340467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810649100.5A Active CN108852308B (zh) 2018-06-22 2018-06-22 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法

Country Status (1)

Country Link
CN (1) CN108852308B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109683985B (zh) * 2018-12-19 2021-10-22 中国电子科技集团公司第五十四研究所 一种基于ais命令的dsp多镜像启动方法
CN110279417B (zh) * 2019-06-25 2023-03-31 沈阳东软智能医疗科技研究院有限公司 识别主动脉血管的方法、装置及设备
CN110288587A (zh) * 2019-06-28 2019-09-27 重庆同仁至诚智慧医疗科技股份有限公司 一种缺血性脑卒中磁共振影像的病灶识别方法
CN111407277B (zh) * 2020-03-06 2022-04-26 中国科学院武汉物理与数学研究所 一种急性缺血性脑卒中磁共振灌注-弥散影像配准方法
CN111436926B (zh) * 2020-04-03 2021-04-20 山东省人工智能研究院 基于统计特征和卷积循环神经网络的房颤信号检测方法
CN111513704B (zh) * 2020-06-09 2021-06-25 首都医科大学附属北京天坛医院 用于预测接受血管再通治疗的急性缺血性脑卒中患者预后的指标和系统
CN111803103B (zh) * 2020-07-20 2021-07-13 上海杏脉信息科技有限公司 一种脑卒中发病时间检测装置及脑卒中治疗系统
CN114332043B (zh) * 2021-12-31 2022-12-13 深圳市铱硙医疗科技有限公司 基于ct灌注影像的侧枝循环测量方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105188750A (zh) * 2013-03-08 2015-12-23 德国杰特贝林生物制品有限公司 治疗和预防远端缺血-再灌注损伤
KR20180056852A (ko) * 2016-11-21 2018-05-30 재단법인 아산사회복지재단 급성뇌경색 발생시점 추정시스템, 방법 및 프로그램

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105188750A (zh) * 2013-03-08 2015-12-23 德国杰特贝林生物制品有限公司 治疗和预防远端缺血-再灌注损伤
KR20180056852A (ko) * 2016-11-21 2018-05-30 재단법인 아산사회복지재단 급성뇌경색 발생시점 추정시스템, 방법 및 프로그램

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SWI与ASL联合应用对轻中度急性脑梗死诊断及预后评估的价值;周建国 等;《磁共振成像》;20160930;第7卷(第9期);第663-668页 *
存在半暗带的急性脑梗塞超时间窗溶栓治疗的价值;祝林 等;《现代诊断与治疗》;20140731;第25卷(第14期);第3124-3126页 *
快速MRI指导的4.5h及4.5-12h时间窗缺血性脑卒中静脉溶栓治疗的对照研究;白青科 等;《中风与神经疾病杂志》;20121031;第29卷(第10期);第926-927页 *
急性缺血性卒中静脉rt-PA溶栓预后的影响因素分析;杨寓玲;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20170215(第2期);第1-43页 *
轻中度急性脑梗死MRI指导下超时间窗静脉溶栓治疗的研究;陈翠荣 等;《卒中与神经疾病》;20141231;第21卷(第6期);第330-333页 *

Also Published As

Publication number Publication date
CN108852308A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN108852308B (zh) 一种基于多参数影像技术优化检测体系的超时间窗ais临床再灌注方法
Charron et al. Automatic detection and segmentation of brain metastases on multimodal MR images with a deep convolutional neural network
Liu et al. Cerebral microbleed detection using susceptibility weighted imaging and deep learning
Eichert et al. Cross-species cortical alignment identifies different types of anatomical reorganization in the primate temporal lobe
US8090164B2 (en) Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning
Sherbondy et al. Identifying the human optic radiation using diffusion imaging and fiber tractography
Jeong et al. Brain tumor segmentation using 3D Mask R-CNN for dynamic susceptibility contrast enhanced perfusion imaging
Zhang et al. Effective staging of fibrosis by the selected texture features of liver: Which one is better, CT or MR imaging?
Masuda et al. Liver tumor detection in CT images by adaptive contrast enhancement and the EM/MPM algorithm
Aktar et al. Automatic collateral circulation scoring in ischemic stroke using 4D CT angiography with low-rank and sparse matrix decomposition
Kerwin Carotid artery disease and stroke: assessing risk with vessel wall MRI
Sadda et al. Deep-learned placental vessel segmentation for intraoperative video enhancement in fetoscopic surgery
CN115330775A (zh) 一种脑卒中ct和mri影像征象定量评估方法及系统
Su et al. Ultrasound image assisted diagnosis of hydronephrosis based on CNN neural network
Murray et al. Pathomechanisms of HIV-associated cerebral small vessel disease: a comprehensive clinical and neuroimaging protocol and analysis pipeline
Wang et al. Investigation of diffusion kurtosis imaging for discriminating tumors from inflammatory lesions after treatment for bladder cancer
Sheng et al. Deep Learning‐Based Diffusion‐Weighted Magnetic Resonance Imaging in the Diagnosis of Ischemic Penumbra in Early Cerebral Infarction
Benameur et al. Parametric methods for the regional assessment of cardiac wall motion abnormalities: comparison study
Shehata et al. Early assessment of renal transplants using BOLD-MRI: Promising results
Bullmore Cortical thickness and connectivity in schizophrenia
Zhang et al. DARU‐Net: A dual attention residual U‐Net for uterine fibroids segmentation on MRI
Tang et al. [Retracted] Study on the Features of Clinical Imaging Diagnosis of Arteriosclerotic Encephalopathy
Homayouny et al. Perfusion MRI in automatic classification of multiple sclerosis lesion subtypes
Ma et al. Risk factors of restroke in patients with lacunar cerebral infarction using magnetic resonance imaging image features under deep learning algorithm
Qiu et al. Deep multi-scale dilated convolution network for coronary artery segmentation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant