CN109907758B - 颅内血管血流延迟的影像标注方法及系统 - Google Patents

颅内血管血流延迟的影像标注方法及系统 Download PDF

Info

Publication number
CN109907758B
CN109907758B CN201910195690.3A CN201910195690A CN109907758B CN 109907758 B CN109907758 B CN 109907758B CN 201910195690 A CN201910195690 A CN 201910195690A CN 109907758 B CN109907758 B CN 109907758B
Authority
CN
China
Prior art keywords
vessel
blood flow
blood vessel
delay
delay time
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
CN201910195690.3A
Other languages
English (en)
Other versions
CN109907758A (zh
Inventor
杨鸣
李鑫
丁晶
汪昕
方文星
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.)
Brain Seal (shanghai) Intelligent Technology Co Ltd
Original Assignee
Brain Seal (shanghai) Intelligent Technology Co Ltd
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 Brain Seal (shanghai) Intelligent Technology Co Ltd filed Critical Brain Seal (shanghai) Intelligent Technology Co Ltd
Priority to CN201910195690.3A priority Critical patent/CN109907758B/zh
Publication of CN109907758A publication Critical patent/CN109907758A/zh
Application granted granted Critical
Publication of CN109907758B publication Critical patent/CN109907758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种颅内血管血流延迟的影像标注方法,包括以下步骤:步骤1,血管分割及延迟时间的计算;步骤2,计算得到血管显影的三维视频;步骤3,量化;利用动态灌注数据分割出低灌注区和梗死核心区,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。本发明基于磁共振或计算机断层扫描的动态脑灌注影像数据,按照造影剂抵达的时间延迟,对动态灌注数据中的颅内血管进行定量标注,对延迟时间进行彩色方式编码,并与结构影像进行融合显示,所得到的图像可以作为中间结果,为医生对侧支循环的建立程度以及建立通路进行评估和判读提供参考。本发明还公开了一种颅内血管血流延迟的影像标注系统。

Description

颅内血管血流延迟的影像标注方法及系统
技术领域
本发明涉及一种灌注成像数据处理技术,具体涉及一种颅内血管血流延迟的影像标注方法。本发明还涉及一种颅内血管血流延迟的影像标注系统。
背景技术
脑动脉的急性或慢性闭塞使得部分脑组织得不到充足的血液供应而坏死,从而形成缺血型卒中。闭塞发生后,脑内血管网侧支开放,经由willis环、眼动脉、软脑膜吻合支或新生血管代偿,为缺血部位供给血液。定量评估这些侧支循环的建立情况,对静脉溶栓、血管内治疗、动静脉桥接治疗的患者预后具有显著的预测价值。
目前,急性卒中对侧支循环的影像学检查的金标准是有创血管成像DSA(Digitalsubtraction angiography,血管造影的影像数字化处理),其需要侵入患者血管,注射造影剂;同时将DSA的C型臂调整至各观察角度以追踪观察血管内造影剂的动态充盈情况,并录制视频。
而进行有创DSA检查前,一般会首先进行计算机断层成像(Computed Tomography,CT)扫描,包括无造影剂增强的平扫、无创断层扫描血管成像(Computed TomographyAngiography,CTA)、以及动态脑灌注成像。现有的对于侧支循环建立情况的无创评估方法,如CTA-ASPECTS、ASTIN/SIR、Miteff评分等,均为基于CTA的定性评分,不仅需要耗费人力进行判读,而且结果还会受判读医生主观影响,评估结论不够客观准确。
另外还可以利用动态脑灌注成像进行间接判断,即注射对比剂后,使用CT或磁共振对脑部进行动态连续扫描(CTP/MR-PWI)。这种成像方法可以用于计算脑血流量(CBF)、脑血容量(CBV)、平均通过时间(MTT)、达峰时间(TTP)、最大增强时间(Tmax)等脑血流动力学参数,对脑组织的血流供给情况进行量化从而间接推测侧支循环的建立。如美国发明专利文献US6650928B1所公开的基于动态灌注数据计算出“脑组织”血流供给的参数图,以rainbow、three-color、hot-iron或Puh-Thallium伪彩编码方式与结构影像进行融合叠加。然而该血供分析结果无法描述供血来源,无法确定血液经由血管网络的何种通路抵达缺血区域。而且对于超急性期或部分慢性闭塞的缺血性卒中病人,采用上述血供分析并不能观察到脑血供异常。
另外,还有少量医疗单位选择了多时态CTA扫描并按照美国发明专利文献US20170265829A1所公开的方法进行处理。即分多个时间点扫描CTA,并按照不同时态的血管显影以彩色进行标注。这种方法由于也需要在注射造影剂后的各时间点进行成像,因而不能和动态脑灌注成像同时存在。其较低的时间分辨率无法准确计算动态脑灌注成像所得到的各参数图,从而难以反应脑组织的缺血状态。
发明内容
本发明所要解决的技术问题是通过重新利用无创检查中的动态脑灌注成像数据进行再次处理,从而得到与有创DSA检查相仿的效果,生成血管的三维的充盈过程视频,并且其可以在计算机上进行多角度的观察,在有创DSA检查前,就能得到颅内血管侧支循环的评估参考。
为解决上述技术问题,本发明颅内血管血流延迟的影像标注方法的技术解决方案为,基于脑部的动态灌注数据,得到颅内血管的血流延迟时间;包括以下步骤:
步骤1,血管分割及延迟时间的计算;
步骤1.1,血管分割;找到血管体素;
步骤1.2,计算所有血管体素的延迟时间;
在另一实施例中,所述步骤1.2计算延迟时间的方法为:
根据血管内位于处体素的信号时间曲线得到其最大峰值的峰位,即作为血管内处体素的延迟时间;
或者,计算与动脉输入曲线的相对时间,以大脑闭塞侧中动脉根部体素的时间信号曲线作为动脉输入曲线SA(t),计算其达到最大值时的时间LA=arg maxt(SA(t)),再以作为血管内处体素的延迟时间;其中
步骤2,计算得到血管显影的三维视频;
根据步骤1得到的血管体素的不同延迟时间,对不同延迟时间点的血管进行三维建模,并将血管的所有延迟时间点的三维模型拼接为一个三维血管的视频,该视频含有表明造影剂充盈各血管显影的先后顺序的信息;
步骤3,量化;利用动态灌注数据分割出低灌注区和梗死核心区,再根据步骤1中得到的已知血流延迟时间的血管,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
在另一实施例中,对所述步骤3中所得到的低灌注区和梗死核心区进行三维建模,并标注在步骤2所得到的三维视频模型上。
在另一实施例中,对所述步骤2所得到的三维视频中的三维血管模型进行颜色标注。
进一步地,所述进行颜色标注的方法为:首先计算血管内位于处体素的时间信号曲线与动脉输入曲线SA(t)的反卷积结果的最大值,以 作为血管内处的颜色标注根据。
在另一实施例中,所述步骤3包括以下步骤:
步骤3.1,根据动态灌注数据的参数图得到低灌注区和梗死核心区;
步骤3.2,对步骤1中得到的已知延迟时间的血管找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
进一步地,所述步骤3.2中的低灌注区内血流延迟的量化值包括具有血流延迟时间的平均值、中位数、最大值、最小值以及血管体积。
在另一实施例中,所述步骤1之前执行步骤0,读入磁共振或计算机断层扫描的动态脑灌注影像数据,对动态灌注数据进行预处理。
在另一实施例中,所述步骤0中的预处理方法包括:逐时间点进行运动矫正、背景去除、图像去噪。
本发明还提供一种颅内血管血流延迟的影像标注系统,其技术解决方案为:包括血管分割及延迟时间计算模块、三维建模模块和量化模块;
所述血管分割及延迟时间计算模块包括血管分割单元、延迟时间计算单元:
血管分割单元,被配置为利用动态灌注数据中的血管体素的时间信号曲线峰值高、峰宽窄两个特点,找到动态灌注数据中的血管体素;
延迟时间计算单元,被配置为计算所述血管分割单元找到的所有血管体素的延迟时间;
所述三维建模模块,被配置为根据延迟时间计算单元得到的血管体素的不同延迟时间,对不同延迟时间点的血管进行三维建模,并将所有延迟时间点组合成视频,得到一个血管的三维视频,该视频含有表明造影剂充盈各血管显影的先后顺序的信息;
所述量化模块,被配置为利用动态灌注数据分割出低灌注区和梗死核心区,再根据延迟时间计算单元所得到的已知血流延迟时间的血管,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
在另一实施例中,所述量化模块包括低灌注区获取单元、梗死核心区获取单元、统计单元;
低灌注区获取单元,被配置为根据动态灌注数据的参数图得到低灌注区;
梗死核心区获取单元,被配置为动态灌注数据的参数图得到梗死核心区;
统计单元,被配置为根据所述延迟时间计算单元所得到的已知延迟时间的血管找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
在另一实施例中,还包括三维模型颜色标注单元,被配置为对所述三维建模模块所得到的三维视频中的三维血管模型进行颜色标注。
本发明可以达到的技术效果是:
本发明提供了磁共振(MRI)或计算机断层扫描(CT)的动态脑灌注数据的另一种处理方式,即利用动态脑灌注数据时造影剂抵达血管的动态信息对血管三维模型进行各时间点的重建,从而得到与有创检查DSA相仿的结果,在计算机上还可以在任意截面进行观察,能够直观地为判断颅内血管的闭塞程度、血管网中血液流向、侧支循环代偿通路、血管膨胀情况提供判断依据。而且,使用灌注数据的血流延迟时间结果对CTA(CT Angiography,计算机断层成像无创血管造影)或MRA(MRAngiography,核磁共振成像无创血管造影)的血管进行标注,可以保留CTA或MRA的高空间分辨率基础,并引入高时间分辨率的延迟标注,较现有技术(如多时态CTA等)优越。
此外,本发明还可以避免有创血管造影DSA检查方案的技术缺陷。首先DSA成像中,只能对一支血管注射造影剂并成像,无法同时得到整个颅内血管网的充盈情况;其次DSA成像中,注射造影剂时,造影剂高压会迫使细小血管张开,与颅内血管网络的真实生理状态不符合。
并且本发明可结合动态灌注数据的传统血流供给分析,量化计算缺血区域中血管延迟时间及血管体积,可以进而评估出单位体积缺血区域的潜在供血能力,得到对治疗后再灌注恢复或再灌注损伤的预后分析指标,从而提供一种新的评估缺血区域内侧支循环建立良好程度的参考指标。
本发明基于现有卒中影像检查中的数据进行扩展分析,不增加额外的造影剂注射或扫描,是一站式急性缺血型卒中影像学评估的有益补充。
本发明基于磁共振或计算机断层扫描的动态脑灌注影像数据,按照造影剂抵达的时间延迟,对动态灌注数据中的颅内血管进行定量标注,对延迟时间进行彩色方式编码,并与结构影像进行融合显示,所得到的图像可以作为中间结果,为医生对侧支循环的建立程度以及建立通路进行评估和判读提供参考。
附图说明
本领域的技术人员应理解,以下说明仅是示意性地说明本发明的原理,所述原理可按多种方式应用,以实现许多不同的可替代实施方式。这些说明仅用于示出本发明的教导内容的一般原理,不意味着限制在此所公开的发明构思。
结合在本说明书中并构成本说明书的一部分的附图示出了本发明的实施方式,并且与上文的总体说明和下列附图的详细说明一起用于解释本发明的原理。
下面结合附图和具体实施方式对本发明作进一步详细的说明:
图1是本发明所得到的三维视频按照标准轴状位、矢状位和冠状位角度观察的各帧示意图;
图2是采用本发明颅内血管三维模型和低灌注区梗死核心区融合示意图;
图3是本发明中的量化过程示意图;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。除非另外定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
本发明颅内血管血流延迟的影像标注方法,包括以下步骤:
步骤0,读入磁共振(MRI)或计算机断层扫描(CT)的动态脑灌注影像数据,对动态灌注数据进行预处理;
预处理方法包括:逐时间点进行运动矫正、背景去除、图像去噪;
步骤1,血管分割及延迟时间的计算;
步骤1.1,血管分割;利用动态灌注数据中位于血管的体素(以下称血管体素)的时间信号曲线峰值高、峰宽窄两个特点,找到血管体素;
步骤1.2,计算所有血管体素的延迟时间;
计算延迟时间的方法可以为以下几种:
a,根据血管内位于处体素的信号时间曲线得到其最大峰值的峰位,即作为血管内处体素的延迟时间。
b,计算与动脉输入曲线的相对时间,即以大脑闭塞侧中动脉根部体素的时间信号曲线作为动脉输入曲线SA(t),计算其达到最大值时的时间LA,再以作为血管内处体素的延迟时间,其中与方法a相比,方法b去除了造影剂注射时间的影响,故结果更为泛用。
步骤2,计算得到血管显影的三维视频;
根据步骤1得到的血管体素的不同延迟时间,对不同延迟时间点的血管进行三维建模,并将血管的所有延迟时间点的三维模型拼接为一个三维血管的视频,得到一个血管的三维视频,该视频表明了造影剂充盈各血管显影的先后顺序,并可以从任意角度进行观看;如图1显示了按照标准轴状位、矢状位和冠状位角度观察的该三维视频的各帧内容;
本发明中步骤2所得到的三维视频,是利用动态脑灌注数据时造影剂抵达血管的动态信息对血管三维模型进行各时间点的重建,从而得到与有创检查DSA相仿的结果,能够直观地为判断颅内血管的闭塞程度、血管网中血液流向、侧支循环代偿通路、血管膨胀情况提供判断依据。
步骤3,量化;利用动态灌注数据分割出低灌注区和梗死核心区,再根据步骤1中得到的已知血流延迟时间的血管,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值;其具体方法如图3所示,包括以下步骤:
步骤3.1,根据动态灌注数据的参数图得到低灌注区和梗死核心区;
此步骤可以采用现有技术,如根据动态灌注数据的参数图计算出Tmax参数图,再进行阈值,得到Tmax>6秒的体素,作为低灌注区;根据动态灌注数据的参数图计算出CBF参数图,再进行阈值,得到CBF相对于平均脑组织中位数下降30%的体素,作为梗死核心区。
步骤3.2,对步骤1中得到的已知延迟时间的血管找到位于低灌注区的部分进行统计,得到具有延迟时间的平均值、中位数、最大值、最小值、血管体积等值。
本发明中步骤3所得到低灌注区内血流延迟的量化值,能够为低灌注区内侧支循环血管的建立提供量化参考。
本发明利用步骤2的结果实现定性判断,利用步骤3的结果实现定量判断,因此能够得到准确度更高的对颅内血管侧支循环的评估参考。
作为优选步骤,还可以将步骤3.1中得到的低灌注区和梗死核心区进行三维建模,并标注在步骤2所得到的三维视频模型上,如图2所示;
作为另一优选步骤,还可以对步骤2所得到的三维视频中的三维血管模型进行颜色标注。标注方法为:首先计算血管内位于处体素的时间信号曲线与动脉输入曲线SA(t)的反卷积结果的最大值,以作为血管内处的颜色标注根据。可以使用Viridis、Plasma、Magma等编码方法。
本发明颅内血管血流延迟的影像标注系统,包括血管分割及延迟时间计算模块、三维建模模块和量化模块;
血管分割及延迟时间计算模块包括血管分割单元、延迟时间计算单元:
血管分割单元,被配置为利用动态灌注数据中的血管体素的时间信号曲线峰值高、峰宽窄两个特点,找到动态灌注数据中的血管体素;
延迟时间计算单元,被配置为计算所述血管分割单元找到的所有血管体素的延迟时间;
三维建模模块,被配置为根据延迟时间计算单元得到的血管体素的不同延迟时间,对不同延迟时间点的血管进行三维建模,并将所有延迟时间点组合成视频,得到一个血管的三维视频,该视频含有表明造影剂充盈各血管显影的先后顺序的信息;
量化模块,被配置为利用动态灌注数据分割出低灌注区和梗死核心区,再根据延迟时间计算单元所得到的已知血流延迟时间的血管,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值;
进一步地,量化模块可以包括低灌注区获取单元、梗死核心区获取单元、统计单元;
低灌注区获取单元,被配置为根据动态灌注数据的参数图得到低灌注区;
梗死核心区获取单元,被配置为动态灌注数据的参数图得到梗死核心区;
统计单元,被配置为根据所述延迟时间计算单元所得到的已知延迟时间的血管找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
作为一优选实施例,本发明还包括三维模型颜色标注单元,被配置为对所述三维建模模块所得到的三维视频中的三维血管模型以彩色编码方式进行颜色标注,得到彩色血管图。
显然,本领域的技术人员可以对本发明进行各种改动和变形,而不脱离本发明的精神和范围。这样,倘若本发明的这些修改属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变形在内。

Claims (6)

1.一种颅内血管血流延迟的影像标注系统,其特征在于:包括血管分割及延迟时间计算模块、三维建模模块和量化模块;
所述血管分割及延迟时间计算模块包括血管分割单元、延迟时间计算单元:
血管分割单元,被配置为利用动态灌注数据中的血管体素的时间信号曲线峰值高、峰宽窄两个特点,找到动态灌注数据中的血管体素;
延迟时间计算单元,被配置为计算所述血管分割单元找到的所有血管体素的延迟时间;
所述三维建模模块,被配置为根据延迟时间计算单元得到的血管体素的不同延迟时间,对不同延迟时间点的血管进行三维建模,并将所有延迟时间点组合成视频,得到一个血管的三维视频,该视频含有表明造影剂充盈各血管显影的先后顺序的信息;
所述量化模块,被配置为利用动态灌注数据分割出低灌注区和梗死核心区,再根据延迟时间计算单元所得到的已知血流延迟时间的血管,找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
2.根据权利要求1所述的颅内血管血流延迟的影像标注系统,其特征在于:还包括三维模型颜色标注单元,被配置为对所述三维建模模块所得到的三维视频中的三维血管模型进行颜色标注。
3.根据权利要求2所述的颅内血管血流延迟的影像标注系统,其特征在于:所述三维模型颜色标注单元,被配置为计算血管内位于处体素的时间信号曲线与动脉输入曲线SA(t)的反卷积结果的最大值,以作为血管内处的颜色标注根据。
4.根据权利要求1所述的颅内血管血流延迟的影像标注系统,其特征在于:所述量化模块包括低灌注区获取单元、梗死核心区获取单元、统计单元;
低灌注区获取单元,被配置为根据动态灌注数据的参数图得到低灌注区;
梗死核心区获取单元,被配置为根据动态灌注数据的参数图得到梗死核心区;
统计单元,被配置为根据所述延迟时间计算单元所得到的已知延迟时间的血管找到位于低灌注区的部分进行统计,得到低灌注区内血流延迟的量化值。
5.根据权利要求1所述的颅内血管血流延迟的影像标注系统,其特征在于:所述延迟时间计算单元,被配置为根据血管内位于处体素的信号时间曲线得到其最大峰值的峰位,即作为血管内处体素的延迟时间;
或者,计算与动脉输入曲线的相对时间,以大脑闭塞侧中动脉根部体素的时间信号曲线作为动脉输入曲线SA(t),计算其达到最大值时的时间LA=argmaxt(SA(t)),再以作为血管内处体素的延迟时间;其中
6.根据权利要求1所述的颅内血管血流延迟的影像标注系统,其特征在于:所述低灌注区内血流延迟的量化值包括血流延迟时间的平均值、中位数、最大值、最小值以及血管体积。
CN201910195690.3A 2019-03-15 2019-03-15 颅内血管血流延迟的影像标注方法及系统 Active CN109907758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910195690.3A CN109907758B (zh) 2019-03-15 2019-03-15 颅内血管血流延迟的影像标注方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910195690.3A CN109907758B (zh) 2019-03-15 2019-03-15 颅内血管血流延迟的影像标注方法及系统

Publications (2)

Publication Number Publication Date
CN109907758A CN109907758A (zh) 2019-06-21
CN109907758B true CN109907758B (zh) 2019-10-11

Family

ID=66965000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910195690.3A Active CN109907758B (zh) 2019-03-15 2019-03-15 颅内血管血流延迟的影像标注方法及系统

Country Status (1)

Country Link
CN (1) CN109907758B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110292439A (zh) * 2019-07-31 2019-10-01 东北大学 基于增强现实的心脏支架手术辅助诊疗系统及使用方法
CN111091563B (zh) * 2019-12-24 2023-03-24 强联智创(北京)科技有限公司 一种基于颅脑影像数据的目标区域的提取方法及系统
CN113256748B (zh) * 2020-02-13 2024-05-31 脑玺(上海)智能科技有限公司 基于脑血管ct影像的图像处理方法及图像处理装置
CN111568459B (zh) * 2020-06-03 2021-07-13 江苏省中医院 一种ct肺动脉成像扫描延迟时间的确定方法
CN111938686B (zh) * 2020-08-17 2021-04-20 上海市第六人民医院 一种脑部医学图像处理装置及方法
CN112712523A (zh) * 2021-02-05 2021-04-27 南京钺曦医疗科技有限公司 一种自动脑灌注数据动脉候选血管筛选方法
CN113222974B (zh) * 2021-05-31 2023-12-29 沈阳先进医疗设备技术孵化中心有限公司 一种侧支循环的自动评价方法和装置
CN113963001B (zh) * 2021-10-25 2023-05-23 中国人民解放军总医院第一医学中心 一种基于多时相cta的侧支循环血管定量方法
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
CN115040100B (zh) * 2022-06-14 2023-10-27 安影科技(北京)有限公司 一种视神经血流灌注数值快速采集方法
CN116664564B (zh) * 2023-07-28 2023-10-31 杭州脉流科技有限公司 基于颅内医学影像获取血流量的方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1790289A3 (en) * 2005-11-02 2007-07-18 Kabushiki Kaisha Toshiba X-ray computed tomography apparatus and method of analyzing X-ray computed tomogram data
EP2335171A2 (en) * 2008-09-30 2011-06-22 Koninklijke Philips Electronics N.V. Perfusion imaging
JP5361410B2 (ja) * 2009-01-22 2013-12-04 株式会社東芝 画像処理装置
JP2014094229A (ja) * 2012-11-12 2014-05-22 Toshiba Corp 医用画像解析装置及び医用画像撮影装置
CN104217398B (zh) * 2013-05-29 2017-07-14 东芝医疗系统株式会社 图像处理装置、图像处理方法和医学图像设备
CN105078454B (zh) * 2014-05-08 2018-04-24 西门子(中国)有限公司 一种获取功能磁共振检测值的方法和装置
JP6483269B2 (ja) * 2015-08-31 2019-03-13 株式会社日立製作所 磁気共鳴イメージング装置および撮像シーケンス生成方法

Also Published As

Publication number Publication date
CN109907758A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN109907758B (zh) 颅内血管血流延迟的影像标注方法及系统
US9486176B2 (en) Systems and methods for diagnosing strokes
US7580737B2 (en) Method and apparatus for determining treatment for stroke
Waaijer et al. Reproducibility of quantitative CT brain perfusion measurements in patients with symptomatic unilateral carotid artery stenosis
US7400756B2 (en) Method for automatic calibration of perfusion parameter images
Deshpande et al. Automatic segmentation, feature extraction and comparison of healthy and stroke cerebral vasculature
Best et al. Recognizing false ischemic penumbras in CT brain perfusion studies
JP2005095340A (ja) 血流解析装置及び血流解析方法
Jakab et al. Microvascular perfusion of the placenta, developing fetal liver, and lungs assessed with intravoxel incoherent motion imaging
US20220354446A1 (en) System And Methods For Assessing Presence Of Large Vessel Occlusion To Aid In Transfer Decision-Making For Endovascular Treatment In Patients With Acute Ischemic Stroke
Nakagawa et al. Accuracy of detecting enlargement of aneurysms using different MRI modalities and measurement protocols
US20100158337A1 (en) Method and device for performing a comparison between a left and a right half of the brain of a patient
Brugnara et al. Dynamics of cerebral perfusion and oxygenation parameters following endovascular treatment of acute ischemic stroke
CN113112476B (zh) 一种识别致痫灶和/或预测其病理分型的方法和系统
CN109726752A (zh) 基于时间信号曲线的灌注动态影像的分割方法及系统
CN113826140B (zh) 血管造影数据分析
CN109726753A (zh) 基于时间信号曲线的灌注动态影像的分割方法及系统
JP2010005456A (ja) 血流解析装置及び血流解析方法
US20160256059A1 (en) Method and system for processing of medical images for generating a prognosis of cardiac function
Liao et al. Tracing the deformed midline on brain CT
CN110301900A (zh) 动态灌注影像处理的定量分析方法及系统
Lindner et al. Placing faith in numbers: quantification of perfusion with myocardial contrast echocardiography
Mousa et al. Multimodal CT assessment of acute ischemic stroke
Bogunovic et al. Estimating perfusion using X-ray angiography
Rijbroek et al. Comparison of transcranial Doppler ultrasonography and positron emission tomography using a three-dimensional template of the middle cerebral artery

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