CN111127526B - 一种利用定量磁化率图进行大脑深部核团定位的方法 - Google Patents
一种利用定量磁化率图进行大脑深部核团定位的方法 Download PDFInfo
- Publication number
- CN111127526B CN111127526B CN201911178397.2A CN201911178397A CN111127526B CN 111127526 B CN111127526 B CN 111127526B CN 201911178397 A CN201911178397 A CN 201911178397A CN 111127526 B CN111127526 B CN 111127526B
- Authority
- CN
- China
- Prior art keywords
- image
- skull
- map
- phase
- quantitative
- 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
- 210000004556 brain Anatomy 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 19
- 210000003625 skull Anatomy 0.000 claims abstract description 39
- 238000010586 diagram Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 10
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 7
- 238000010587 phase diagram Methods 0.000 claims description 6
- 230000030648 nucleus localization Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 210000004281 subthalamic nucleus Anatomy 0.000 abstract description 8
- 238000003384 imaging method Methods 0.000 abstract description 7
- 210000003523 substantia nigra Anatomy 0.000 abstract description 7
- 230000004807 localization Effects 0.000 abstract description 2
- 210000004885 white matter Anatomy 0.000 abstract 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000000151 deposition Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- JXSJBGJIGXNWCI-UHFFFAOYSA-N diethyl 2-[(dimethoxyphosphorothioyl)thio]succinate Chemical compound CCOC(=O)CC(SP(=S)(OC)OC)C(=O)OCC JXSJBGJIGXNWCI-UHFFFAOYSA-N 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000012307 MRI technique Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种利用定量磁化率图进行大脑深部核团定位的方法，该方法利用高分辨QSM技术得到头部的定量磁化率图，可以显示超越传统MRI方法的清晰的大脑深部核团轮廓，尤其能够区分出丘脑底核与黑质；传统的CT像与T1像能够对头骨以及灰白质进行空间定位，将定量磁化率图与CT图、高分辨率T1像联合使用，能够对大脑深部核团进行准确地定位。本发明的特点：综合了QSM技术与CT技术的长处，利用清晰的大脑深部核团成像提升了核团定位的准确性；该方法不依赖特定机型，适用于多种商用磁共振设备，方便推广。
Description
技术领域
本发明涉及磁共振成像技术领域，尤其涉及一种利用定量磁化率图进行大脑深部核团定位的方法。
背景技术
深度脑刺激手术(DBS)通过将电极植入到大脑深部核团附近，实现长期、慢性放电刺激特定核团的目的。DBS需要医生在术前利用医学影像技术对大脑深部核团进行精确定位，并规划出电极植入的靶向位置坐标。DBS电极植入的位置与靶向位置误差一般要求不超过1mm。丘脑底核下部是DBS的主要靶标之一，电极被放置在丘脑底核与黑质交界处。丘脑底核与黑质空间位置非常靠近，利用传统影像技术区分丘脑底核与黑质十分困难。
目前，DBS一般利用CT图像对头部建立三维坐标，并利用MRI对大脑深部核团成像，规划电极位置。常用的MRI技术包括T2加权像、T2*加权像、水抑制成像(FLAIR)以及磁敏感加权像(SWI)。然而目前的T2加权像中核团的轮廓不够清晰，而T2*加权像、FLAIR和SWI这些序列对局部场敏感，核团中铁沉积引起的磁化率伪影会模糊核团的解剖结构，进而影响核团边界的准确性。
定量磁化率成像(QSM)是一种新型成像技术，一般采用梯度多回波序列采集数据，然后利用相位信息经过复杂反演步骤得到定量的磁化率图，它对铁沉积敏感，并且能够去除磁化率伪影。由于大脑深部核团铁沉积相对较高，使得QSM能够对大脑深部核团生成高对比度的图像，并能清晰地显示出核团的次级结构。
因此，QSM技术对大脑深部核团定位具有很大优势。
发明内容
本发明是对现有技术的提升，它提供了一种利用高分辨率磁化率图进行大脑深部核团定位的方法。其利用高分辨QSM技术得到头部的定量磁化率图，可以呈现出大脑深部核团清晰的轮廓，尤其能够区分出丘脑底核与黑质；将定量磁化率图与CT图、高分辨率T1加权像联合使用，提升了大脑深部核团定位的准确度。
为实现上述目的，本发明采取以下技术方案：
一种利用高分辨率定量磁化率图进行大脑深部核团定位的方法，该方法包括以下具体步骤：
步骤1：利用高分辨率的双极读出梯度的多回波梯度回波序列扫描头部获取磁共振图像的模图和相位图；并将模图和相位图从磁共振成像系统中导出到PC端；
步骤2：使用掩模运算处理模图和相位图，生成无脑壳的模图和相位图以及含有脑壳的模图；
步骤3：使用QSM算法对无脑壳的模图和相位图进行数学运算，生成无脑壳的定量磁化率图像；
步骤4：对含有脑壳的模图的强度进行线性变换，调整其数值分布；
步骤5：将步骤4得到的线性变换后脑壳模图与步骤3得到的无脑壳的定量磁化率图拼接融合成带脑壳的定量磁化率图；将该图像保存成DICOM格式；
步骤6：将融合后的定量磁化率图与采集得到的CT图进行配准。其中：
步骤2所述使用掩模运算处理模图和相位图，具体包括如下步骤：
步骤2.1：对模图在时间维取均方根获得均值模图；
步骤2.2：对均值模图使用BET算法生成去除脑壳的头部掩膜；
步骤2.3：将掩模分别与模图和相位图相乘得到没有脑壳的模图和相位图；
步骤2.4：对掩模取反，并将其与步骤2.1得到均值模图相乘得到含有脑壳的模图；
步骤3所述使用QSM算法对模图和相位图进行数学运算，具体包括如下步骤：
步骤3.1：将没有脑壳的模图和相位图组合成四维复数图像，其中前三维是空间维，第四维是回波时间维；
步骤3.2：对步骤3.1中的复数图像进行内插运算得到高分辨数据；该步骤是可选步骤，如果原始分辨率已达到医生要求，可以跳过该步骤；
步骤3.3：利用双极读出梯度的相位校正算法对复数图像进行奇偶回波相位差校正；
步骤3.4：对相位校正后的复数图像进行模型拟合，提取出局部场图；
步骤3.5：利用去背景场算法对局部场图运算得到去除背景场的局部场图；
步骤3.6：利用场-源反演算法对步骤3.5中去除背景场的局部场图运算生成定量磁化率图，该定量磁化率图不含脑壳。
其中，步骤4对脑壳模图进行线性变换，使得脑壳模图数值分布与无脑壳的定量磁化率图数值分布相互匹配，即两幅图的数值分布重心相近，具体步骤如下：
步骤4.1：将步骤3.6得到的定量磁化率图从外边界向内部侵蚀厚度T1的壳层记为ROI1；将步骤2.4得到的脑壳模图从内边界向外边界侵蚀厚度T2的壳层记为ROI2；
步骤4.2：计算定量磁化率图上ROI1内的数值分布；统计该数值分布图的峰值Peak1和半高全宽FWHM1；
步骤4.3：计算脑壳模图上ROI2内的数值分布，统计该数值分布图的峰值Peak2和半高全宽FWHM2；
步骤4.4：计算数值位移Shift和伸缩系数Scale：
Shift＝Peak2-Peak1 (1)
步骤4.5：将脑壳模图进行归一化处理，其信号强度进行如下变换：
公式中S_raw为原来模图的信号强度，S_norm为归一化处理后的信号强度。
本发明将QSM技术引入到大脑深部核团定位之中，它具有以下特点：QSM对大脑深部核团的轮廓结构显示清晰度超越传统MRI方法，综合了QSM技术与CT技术的长处，准确定位大脑深部核团；该方法不依赖特定机型，适用于多种商用磁共振设备，方便推广。
附图说明
图1为本发明流程图；
图2为本发明QSM处理算法交互界面图；
图3为本发明线性变换前的模图数值分布和磁化率图数值分布图；
图4为本发明线性变换后的模图数值分布和磁化率图数值分布图；
图5为实施例磁化率图中显示的丘脑底核与黑质交界处。
具体实施方式
结合以下具体实施例和附图，对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等，除以下专门提及的内容之外，均为本领域的普遍知识和公知常识，本发明没有特别限制内容。
实施例
本实施例为一例被试的头部数据，数据采集于通用电气3.0T磁共振成像系统，采用双极梯度多回波序列采集得到，扫描参数：TR＝28ms，TE1＝4.2ms，ΔTE＝3.96ms，回波数为6，带宽为278Hz/px，翻转角为12度，体素大小为0.9*0.9*0.9mm3，矩阵大小为256*256*160，视野大小为240*240mm2，加速因子为2。
图像重建包括如下步骤：
步骤1：将6个回波的模图和相位图从磁共振成像系统中导出到PC端；
步骤2：对6个回波的模图取均方根获得均值模图，对该均值模图使用BET算法生成去除脑壳的头部掩膜；将掩模分别与模图和相位图相乘得到没有脑壳的模图和相位图；对掩模取反，将其与均值模图相乘得到含有脑壳的模图；
步骤3：将没有脑壳的模图和相位图组合成四维复数图像，其中前三维是空间维，第四维是回波时间维；利用双极读出梯度的相位校正算法对该复数图进行奇偶回波相位差校正；对相位校正后的复数图像进行模型拟合，提取出局部场图；对局部场图采用PDF方法去除背景场，然后采用MEDI方法做反演运算得出定量磁化率图χ；MEDI运算中正则化系数lambda设置为1000，球半径平均值smv设为5cm，MEDI运算采用GPU加速。
步骤4：将步骤3中不含脑壳的定量磁化率图从外边界向内部侵蚀1cm厚的壳层记为ROI1；将步骤2中的脑壳模图从内边界向外边界侵蚀0.5cm厚的壳层记为ROI2；统计磁化率图上ROI1内的数值分布(图3)，计算该数值分布图的峰值Peak1和半高全宽FWHM1，本实施例中Peak1＝0，FWHM2＝1.56ppm；统计含有脑壳的均值模图上ROI2内的数值分布(图3)，计算该数值分布图的峰值Peak2和半高全宽FWHM2，在本实施例中，Peak2＝13673，FWHM2＝49319；计算数值位移和伸缩系数：
Shift＝Peak2-Peak1＝13673 (1)
将脑壳模图进行归一化处理，其信号强度进行如下变换
公式中S_raw为原来模图的信号强度，S_norm为归一化处理后的信号强度。
变换后的模图数值分布和磁化率图分布见图4；
步骤5：将线性变换后的脑壳模图与定量磁化率图拼接融合成带脑壳的定量磁化率图；将融合后的图像乘以1000，为该图制作DICOM头信息并生成DICOM格式的图像；
上述步骤2到步骤5可以通过集成后的UI界面一键自动完成，交互界面如图2；
步骤6：将融合后的磁化率图导入DBS术前规划系统LeksellSurgiPlan；利用系统工具对磁化率图与另外采集得到的CT图进行配准；配准完成以后将磁化率图应用于DBS术前规划；图5中显示了丘脑底核和黑质的交界处，它是DBS手术的靶点位置。
本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下，本领域技术人员能够想到的变化和优点都被包括在本发明中，并且以所附的权利要求书为保护范围。
Claims (4)
1.一种利用定量磁化率图进行大脑深部核团定位的方法，其特征在于，该方法包括以下具体步骤：
步骤1：利用高分辨率的双极读出梯度的多回波梯度回波序列扫描头部获取磁共振图像的模图和相位图；并将模图和相位图从磁共振成像系统中导出到PC端；
步骤2：使用掩模运算处理模图和相位图，生成无脑壳的模图和相位图以及含有脑壳的模图；
步骤3：使用QSM算法对无脑壳的模图和相位图进行数学运算，生成无脑壳的定量磁化率图像；
步骤4：对含有脑壳的模图的强度进行线性变换，调整其数值分布；
步骤5：将步骤4得到的线性变换后脑壳模图与步骤3得到的无脑壳的定量磁化率图拼接融合成带脑壳的定量磁化率图；将该图像保存成DICOM格式；
步骤6：将融合后的定量磁化率图与采集得到的CT图进行配准。
2.根据权利要求1所述的大脑深部核团定位的方法，其特征在于，步骤2所述使用掩模运算处理模图和相位图，具体包括如下步骤：
步骤2.1：对模图在时间维取均方根获得均值模图；
步骤2.2：对均值模图使用BET算法生成去除脑壳的头部掩膜；
步骤2.3：将掩模分别与模图和相位图相乘得到没有脑壳的模图和相位图；
步骤2.4：对掩模取反，并将其与步骤2.1得到均值模图相乘得到含有脑壳的模图。
3.根据权利要求1所述的大脑深部核团定位的方法，其特征在于，步骤3所述使用QSM算法对模图和相位图进行数学运算，具体包括如下步骤：
步骤3.1：将没有脑壳的模图和相位图组合成四维复数图像，其中前三维是空间维，第四维是回波时间维；
步骤3.2：对步骤3.1中的复数图像进行内插运算得到高分辨数据；
步骤3.3：利用双极读出梯度的相位校正算法对复数图像进行奇偶回波相位差校正；
步骤3.4：对相位校正后的复数图像进行模型拟合，提取出局部场图；
步骤3.5：利用去背景场算法对局部场图运算得到去除背景场的局部场图；
步骤3.6：利用场-源反演算法对步骤3.5中去除背景场的局部场图运算生成定量磁化率图，该定量磁化率图不含脑壳。
4.根据权利要求1所述的大脑深部核团定位的方法，其特征在于，步骤4对脑壳模图进行线性变换，使得脑壳模图数值分布与无脑壳的定量磁化率图数值分布相互匹配，即两幅图的数值分布重心相近，具体步骤如下：
步骤4.1：将步骤3.6得到的定量磁化率图从外边界向内部侵蚀厚度T1的壳层记为ROI1；将步骤2.4得到的脑壳模图从内边界向外边界侵蚀厚度T2的壳层记为ROI2；
步骤4.2：计算定量磁化率图上ROI1内的数值分布；统计该数值分布图的峰值Peak1和半高全宽FWHM1；
步骤4.3：计算脑壳模图上ROI2内的数值分布，统计该数值分布图的峰值Peak2和半高全宽FWHM2；
步骤4.4：计算数值位移Shift和伸缩系数Scale：
Shift＝Peak2-Peak1 (1)
步骤4.5：将脑壳模图进行归一化处理，其信号强度进行如下变换：
公式中S_raw为原来模图的信号强度，S_norm为归一化处理后的信号强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911178397.2A CN111127526B (zh) | 2019-11-27 | 2019-11-27 | 一种利用定量磁化率图进行大脑深部核团定位的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911178397.2A CN111127526B (zh) | 2019-11-27 | 2019-11-27 | 一种利用定量磁化率图进行大脑深部核团定位的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111127526A CN111127526A (zh) | 2020-05-08 |
| CN111127526B true CN111127526B (zh) | 2023-03-31 |
Family
ID=70496771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911178397.2A Active CN111127526B (zh) | 2019-11-27 | 2019-11-27 | 一种利用定量磁化率图进行大脑深部核团定位的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111127526B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111445520B (zh) * | 2020-05-26 | 2021-09-24 | 河南省人民医院 | 一种基于磁共振定量磁敏感图像的丘脑腹中间核定位方法及定位装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897993A (zh) * | 2017-01-12 | 2017-06-27 | 华东师范大学 | 基于定量磁化率成像人脑灰质核团概率图谱的构建方法 |
| WO2019157174A1 (en) * | 2018-02-07 | 2019-08-15 | The Medical College Of Wisconsin, Inc. | Multi-resolution quantitative susceptibility mapping with magnetic resonance imaging |
-
2019
- 2019-11-27 CN CN201911178397.2A patent/CN111127526B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897993A (zh) * | 2017-01-12 | 2017-06-27 | 华东师范大学 | 基于定量磁化率成像人脑灰质核团概率图谱的构建方法 |
| WO2019157174A1 (en) * | 2018-02-07 | 2019-08-15 | The Medical College Of Wisconsin, Inc. | Multi-resolution quantitative susceptibility mapping with magnetic resonance imaging |
Non-Patent Citations (1)
| Title |
|---|
| 孔维诗 ; 路明宽 ; 阳青松 ; 陈智昌 ; 仇一青 ; 吴曦 ; .丘脑底核磁共振成像技术研究进展.中国临床医学.2017,(第06期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111127526A (zh) | 2020-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Güllmar et al. | Influence of anisotropic electrical conductivity in white matter tissue on the EEG/MEG forward and inverse solution. A high-resolution whole head simulation study | |
| Torfeh et al. | Characterization of 3D geometric distortion of magnetic resonance imaging scanners commissioned for radiation therapy planning | |
| Windhoff et al. | Electric field calculations in brain stimulation based on finite elements: an optimized processing pipeline for the generation and usage of accurate individual head models | |
| Opitz et al. | How the brain tissue shapes the electric field induced by transcranial magnetic stimulation | |
| Ceritoglu et al. | Multi-contrast large deformation diffeomorphic metric mapping for diffusion tensor imaging | |
| Sudhyadhom et al. | A high resolution and high contrast MRI for differentiation of subcortical structures for DBS targeting: the Fast Gray Matter Acquisition T1 Inversion Recovery (FGATIR) | |
| CN103325143A (zh) | 基于模型匹配的标记点自动注册方法 | |
| Lemieux et al. | Measurement of small inter‐scan fluctuations in voxel dimensions in magnetic resonance images using registration | |
| Maspero et al. | Evaluation of an automatic MR-based gold fiducial marker localisation method for MR-only prostate radiotherapy | |
| WO2011050348A2 (en) | System and methods for automatic placement of spatial supression regions in mri and mrsi | |
| CN115359144B (zh) | 一种磁共振平面回波成像伪影仿真方法及系统 | |
| JP2017532152A (ja) | 画像細部のセグメンテーションのための磁気共鳴撮像プロトコル | |
| Lau et al. | Quantification of local geometric distortion in structural magnetic resonance images: Application to ultra-high fields | |
| US10543361B2 (en) | System and method for localization of deep brain stimulation electrode via magnetic resonance imaging | |
| Matakos et al. | Estimation of geometrically undistorted B0 inhomogeneity maps | |
| Menuel et al. | Characterization and correction of distortions in stereotactic magnetic resonance imaging for bilateral subthalamic stimulation in Parkinson disease | |
| CN111127526B (zh) | 一种利用定量磁化率图进行大脑深部核团定位的方法 | |
| Merhof et al. | Correction of susceptibility artifacts in diffusion tensor data using non-linear registration | |
| Kim et al. | Automatic registration of postmortem brain slices to MRI reference volume | |
| Li et al. | Fast geometric distortion correction using a deep neural network: Implementation for the 1 Tesla MRI‐Linac system | |
| CN111481827A (zh) | 定量磁化率成像及用于dbs潜在刺激靶区定位的方法 | |
| Kochan et al. | Simulated field maps for susceptibility artefact correction in interventional MRI | |
| Weiss et al. | A novel and rapid approach to estimate patient-specific distortions based on mDIXON MRI | |
| JP7296527B2 (ja) | 放射線治療計画のためのｍｒ撮像 | |
| McNabb et al. | Differentiating platinum coated brachytherapy seeds and gold fiducial markers with varying off-resonant frequency offsets |
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 |