CN113284105B - 基于mri多模态神经成像评估脊髓损伤程度的方法 - Google Patents
基于mri多模态神经成像评估脊髓损伤程度的方法 Download PDFInfo
- Publication number
- CN113284105B CN113284105B CN202110565401.1A CN202110565401A CN113284105B CN 113284105 B CN113284105 B CN 113284105B CN 202110565401 A CN202110565401 A CN 202110565401A CN 113284105 B CN113284105 B CN 113284105B
- Authority
- CN
- China
- Prior art keywords
- spinal cord
- neuroimaging
- imaging
- mri
- area
- 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
- 238000002610 neuroimaging Methods 0.000 title claims abstract description 32
- 208000020431 spinal cord injury Diseases 0.000 title claims abstract description 27
- 238000002595 magnetic resonance imaging Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 18
- 210000000278 spinal cord Anatomy 0.000 claims abstract description 61
- 210000004884 grey matter Anatomy 0.000 claims abstract description 16
- 210000004885 white matter Anatomy 0.000 claims abstract description 14
- 230000004770 neurodegeneration Effects 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims description 28
- 238000002598 diffusion tensor imaging Methods 0.000 claims description 15
- 230000003902 lesion Effects 0.000 claims description 10
- 230000001537 neural effect Effects 0.000 claims description 6
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 5
- 230000007850 degeneration Effects 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 5
- 238000011158 quantitative evaluation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 23
- 208000027418 Wounds and injury Diseases 0.000 abstract description 20
- 208000014674 injury Diseases 0.000 abstract description 20
- 210000005036 nerve Anatomy 0.000 description 11
- 210000003169 central nervous system Anatomy 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 206010003694 Atrophy Diseases 0.000 description 2
- 230000037444 atrophy Effects 0.000 description 2
- 210000005230 lumbar spinal cord Anatomy 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 230000000626 neurodegenerative effect Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000016192 Demyelinating disease Diseases 0.000 description 1
- 206010012305 Demyelination Diseases 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 208000001738 Nervous System Trauma Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000007844 axonal damage Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002008 hemorrhagic effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 208000028412 nervous system injury Diseases 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000472 traumatic effect Effects 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于MRI多模态神经成像评估脊髓损伤程度的方法,基于MRI扫描损伤部位、高位颈脊髓和腰膨大以获得多模态神经成像,使用医学影像处理软件对神经成像中的靶区进行勾画,根据医学影像处理软件逐层计算整体脊髓面积、脊髓灰质、脊髓白质、后索高信号以及后索的以定量评估神经退变,能够从多角度多方面特别是神经微观结构反映病变组织的综合信息,让研究者和医生可以进行系统性的客观定量评估中枢神经系统继发性损伤的严重程度,还能对患者远期的预后进行预测。
Description
技术领域
本发明属于神经成像领域,具体是涉及一种应用多模态神经成像技术获取患者神经系统的图像数据以评估脊髓损伤程度的方法。
背景技术
脊髓损伤(spinal cord injury,SCI)是一种临床常见的严重外伤性中枢神经损伤,有较高的发病率和致死率。目前针对脊髓损伤严重程度的评估方式多为定性评估,如何客观定量评估脊髓损伤受伤严重程度仍是一个世界性的难题。传统的影像学评估方法无法满足临床和研究的要求,主要原因如下:
1、SCI是复杂的神经损伤,可以引起整个中枢神经系统的继发性神经退变,既往的研究只关注损伤部位神经完整性和连接情况,缺少对中枢神经系统系统性的评估。
2、SCI患者通常需要接受手术治疗,并植入金属内固定,金属内固定严重影响了损伤区域磁场的均匀性,部分脊髓损伤患者的脊髓成像质量差,无法对患者脊髓受伤程度进行定量评估。
3、既往影像学评估方法主要反映神经宏观结构的改变,缺少对神经微观结构和病理结构的定量评估,无法反映神经微观结构的退变情况。
发明内容
本发明要解决的技术问题是提供一种以MRI成像为基础,实现多模态的、多角度、可定量和可预测的基于MRI多模态神经成像评估脊髓损伤程度的方法。
为了解决现有技术问题,本发明采用的技术方案为:一种基于MRI多模态神经成像评估脊髓损伤程度的方法,首先,基于MRI扫描损伤部位、高位颈脊髓和腰膨大以获得多模态神经成像;其次,使用医学影像处理软件对神经成像中的靶区进行勾画;最后,根据医学影像处理软件逐层计算脊髓面积、灰质面积、后索高信号区域,以定量评估神经退变程度。
优选地,所述多模态神经成像步骤包括使用矢状位3DT2序列和轴位高分辨多回波梯度回波T2序列对损伤部位进行扫描,以及使用矢状位3DT2序列、轴位高分辨多回波梯度回波T2序列和弥散张量成像DTI的组合分别对损伤部位以上两个节段的高位颈髓和损伤部位以下两个节段的腰膨大进行扫描。
优选地,所述勾画神经影像靶区步骤包括使用医学影像处理软件对损伤部位、高位颈髓和腰膨大的轴位高分辨T2成像、弥散张量DTI成像进行坐标校正,使轴位高分辨T2成像同患者的3DT2的解剖像对应;接着使用医学影像处理软件在高分辨T2成像上对损伤部位病灶,以及高位颈髓和腰膨大的脊髓、脊髓的灰质、脊髓的后索区域的高信号区域进行逐层手工分割。
优选地,所述定量评估神经退变步骤包括首先根据患者3DT2解剖像将脊髓根据节段进行划分,接着使用医学影像处理软件逐层计算整体脊髓面积、脊髓灰质面积、脊髓白质面积、后索的高信号面积,以勾画的靶区为基础创造掩模,提取掩模中各层脊髓的弥散张量成像DTI的FA值和T2值的平均值,作为评估脊髓损伤程度的依据。
优选地,所述多模态神经成像包括结构成像、功能成像、弥散磁共振成像或近红外光学成像。
优选地,所述高位颈髓的扫描范围包括C1-C5节段,腰膨大的扫描范围包括T11-L1节段。
优选地,所述整体脊髓定义为高信号脑脊液包裹的类圆形低信号区域,轴位高分辨T2信号范围为350-750;所述脊髓灰质定义为脊髓中央较高信号的蝴蝶状区域,其轴位高分辨T2信号范围为400-600;所述后索高信号的T2值比周围正常的白质T2值高50。
实施本发明技术方案,使用多模态神经成像成像技术,基于核磁共振获得中枢神经系统的影像数据,对采集的图像中靶区进行勾画,根据医学影像处理软件逐层计算整体脊髓面积、脊髓灰质、脊髓白质、后索高信号以及后索的以定量评估神经退变,能够从多角度多方面特别是神经微观结构反映病变组织的综合信息,让研究者和医生可以进行系统性的客观定量评估中枢神经系统继发性损伤的严重程度,还能对患者远期的预后进行预测。
附图说明
图1为基于MRI多模态神经成像评估脊髓损伤程度的方法的流程图。
图2为多模态神经成像结构表达图。
图3为病灶长度成像图。
图4为脊髓分割成像图。
图5为脊髓灰质分割成像图。
图6为脊髓白质分割成像图
图7为后索高信号区域分割成像图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1和图2所示,基于MRI多模态神经成像评估脊髓损伤程度的方法由多模态神经成像、勾画神经影像靶区和定量评估神经退变的三大步骤组成:
1、多模态神经成像。多模态神经成像部分主要包括对损伤部位、高位颈髓(损伤部位上方)和腰膨大(损伤部位下方)的成像。在损伤部位,使用矢状位3DT2序列和轴位高分辨率多回波梯度回波T2序列进行扫描,进而对损伤部位的神经宏观结构和微观结构进行显像,此方法可以对脊髓损伤部位节段脊髓的生理结构被破坏,神经冲动传导受阻。
在高位颈髓和腰膨大部位,选择矢状位3DT2、轴位高分辨多回波梯度回波T2和磁共振弥散张量成像(Diffusion tensor imaging,DTI)对高位颈髓和腰膨大的宏观结构、微观结构和神经纤维完整性进行评估。高位颈髓为脊髓头端C1-C4节段,脊髓损上患者受伤后高位颈髓常出现继发性损伤。腰膨大为脊髓尾端的生理性膨大,脊髓损伤患者受伤后腰膨大出现继发性改变。3DT2序列反映损伤部位病灶大小和体积改变,以及损伤部位上方和下方宏观结构的继发性改变。高分辨T2序列可以敏感地反映脊髓的微观结构,包括损伤部位的出血水肿和神经变性情况,损伤部位上方和下方灰质的分布和神经变性情况。磁共振弥散张量DTI的序列反映神经连续性和完整性,敏感反映神经退行性变地程度,包括轴突损伤和脱髓鞘的程度。
2、勾画神经影像靶区。首先使用医学影像处理软件(ITK-SNAP)对损伤部位、高位颈髓和腰膨大的轴位高分辨T2成像、DTI成像进行坐标校正,使轴位高分辨T2成像同患者的3DT2的解剖像对应。接着使用ITK-SNAP在高分辨T2成像上对损伤部位病灶,以及高位颈髓和腰膨大的整体脊髓、脊髓的灰质、脊髓的后索区域的高信号区域进行逐层手工分割:病灶定位为损伤平面,被脑脊液包裹的不规则形状的高信号区域,信号密度大小脊髓,小于脑脊液;整体脊髓定义为高信号脑脊液包裹的类圆形低信号区域,其T2信号值范围为350-750;脊髓灰质定义为脊髓中央较高信号的蝴蝶状区域,其T2信号范围为400-600;脊髓白质定义为去除灰质部分的脊髓;后索高信号区域要求其T2值比周围正常的白质T2值高50。
3、定量评估神经退变。首先确认解剖像与轴位高分辨T2和DTI匹配良好,然后根据患者3DT2解剖像将脊髓根据节段进行划分,在损伤部位使用ITK-SNAP测量损伤部位病灶的长度和残留的组织桥,接着使用ITK-SNAP逐层计算脊髓的横截面积、灰质横截面积、白质横截面积和后索高信号区域的横截面积,计算各节段的上述靶区的平均面积。以勾画的靶区为基础创造掩模(mask),提取掩模中的整个脊髓、脊髓灰质、脊髓白质和后索高信号的DTI的FA值和T2值的平均值,作为评估脊髓损伤程度的依据。
本发明基于MRI多模态神经成像评估脊髓损伤程度的方法,取得了以下技术优势:
1、提出了客观、定量的评估方法,是对当前评估体系的一种有效补充,为临床试验和临床诊疗提供有效的定量评估工具;
2、客观地定量地评估脊髓损伤后损伤部位上方和损伤部位下方的神经退变,可以定量反映神经系统连接的完整性和神经退变严重程度;
3、临床上对同一患者采用多模态神经成像,可以从多角度多方面反映病变组织的综合信息,从宏观结构和微观结构等角度客观地反映继发性损伤情况,进而为患者制定个体化的诊疗方案;
4、通过对临床病例和影像学的观察,提出了对神经微观结构包括脊髓、脊髓灰质、脊髓白质和后索高信号定量划分的方法;
5、通过对高分辨的MRI图像创建掩模,特异性地定量测量神经微观结构(包括灰质、白质、后索和侧索),进而本方法可以对脊髓内特异性神经束的退变进行定量评估,同时避免了不同微观结构带来的混杂因素。
脊髓损伤患者在受伤后,其损伤部位上方和损伤部位下方的脊髓横截面积、脊髓灰质、脊髓白质出现萎缩,萎缩的严重程度同患者的损伤严重程度成正相关。脊髓萎缩越严重,患者的临床评分越低。后索高信号范围越大,患者的临床评分越低。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (5)
1.一种基于MRI多模态神经成像评估脊髓损伤程度的方法,其特征在于:
首先,基于MRI扫描损伤部位、高位颈脊髓和腰膨大以获得多模态神经成像;
其次,使用医学影像处理软件对神经成像中的靶区进行勾画;
最后,根据医学影像处理软件逐层计算脊髓面积、灰质面积、后索高信号区域,以定量评估神经退变程度;
勾画神经影像靶区步骤包括使用医学影像处理软件对损伤部位、高位颈髓和腰膨大的轴位高分辨T2成像、弥散张量DTI成像进行坐标校正,使轴位高分辨T2成像同患者的3DT2的解剖像对应;接着使用医学影像处理软件在高分辨T2成像上对损伤部位病灶,以及高位颈髓和腰膨大的脊髓、脊髓的灰质、脊髓的后索区域的高信号区域进行逐层手工分割;
所述定量评估神经退变步骤包括首先根据患者3DT2解剖像将脊髓根据节段进行划分,接着使用医学影像处理软件逐层计算整体脊髓面积、脊髓灰质面积、脊髓白质面积、后索的高信号面积,以勾画的靶区为基础创造掩模,提取掩模中各层脊髓的弥散张量成像DTI的FA值和T2值的平均值,作为评估脊髓损伤程度的依据。
2.根据权利要求1所述的基于MRI多模态神经成像评估脊髓损伤程度的方法,其特征在于:所述多模态神经成像步骤包括使用矢状位3DT2序列和轴位高分辨多回波梯度回波T2序列对损伤部位进行扫描,以及使用矢状位3DT2序列、轴位高分辨多回波梯度回波T2序列和磁共振弥散张量成像DTI的组合分别对高位颈髓和腰膨大进行扫描。
3.根据权利要求1所述的基于MRI多模态神经成像评估脊髓损伤程度的方法,其特征在于:所述多模态神经成像包括微观结构成像、弥散磁共振成像。
4.根据权利要求1所述的基于MRI多模态神经成像评估脊髓损伤程度的方法,其特征在于:所述高位颈髓的扫描范围包括C1-C5节段,腰膨大的扫描范围包括T11-L1节段。
5.根据权利要求1所述的基于MRI多模态神经成像评估脊髓损伤程度的方法,其特征在于:所述整体脊髓定义为高信号脑脊液包裹的类圆形低信号区域,轴位高分辨T2信号范围为350-750;所述脊髓灰质定义为脊髓中央较高信号的蝴蝶状区域,其轴位高分辨T2信号范围为400-600;所述后索高信号的T2值比周围正常的白质T2值高50。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565401.1A CN113284105B (zh) | 2021-05-24 | 2021-05-24 | 基于mri多模态神经成像评估脊髓损伤程度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565401.1A CN113284105B (zh) | 2021-05-24 | 2021-05-24 | 基于mri多模态神经成像评估脊髓损伤程度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113284105A CN113284105A (zh) | 2021-08-20 |
CN113284105B true CN113284105B (zh) | 2023-01-17 |
Family
ID=77281037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110565401.1A Active CN113284105B (zh) | 2021-05-24 | 2021-05-24 | 基于mri多模态神经成像评估脊髓损伤程度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113284105B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819936B (zh) * | 2022-12-27 | 2023-10-21 | 財團法人工業技術研究院 | 椎管異常判讀系統及其判讀裝置 |
CN116013475B (zh) * | 2023-03-24 | 2023-06-27 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 多模态医学图像的勾画方法和装置、存储介质及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150293200A1 (en) * | 2014-04-11 | 2015-10-15 | The Medical College Of Wisconsin, Inc. | Methods for Generating Imaging Biomarkers Based on Diffusion Tensor Imaging of the Spinal Cord |
US10390726B2 (en) * | 2016-03-28 | 2019-08-27 | Siemens Healthcare Gmbh | System and method for next-generation MRI spine evaluation |
CN107174248A (zh) * | 2017-06-09 | 2017-09-19 | 河北医科大学第二医院 | 一种基于磁共振扩散张量成像的脊神经根病变定量评价方法 |
CN112085810B (zh) * | 2020-09-21 | 2023-10-31 | 上海交通大学 | 脑组织自由水成像重建方法及系统、存储介质及终端 |
-
2021
- 2021-05-24 CN CN202110565401.1A patent/CN113284105B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113284105A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Leener et al. | PAM50: Unbiased multimodal template of the brainstem and spinal cord aligned with the ICBM152 space | |
CN113284105B (zh) | 基于mri多模态神经成像评估脊髓损伤程度的方法 | |
CN109965895B (zh) | 一种基于脑影像融合特征的构建癫痫灶定位分类器的方法 | |
Bender et al. | Normal-appearing cerebral white matter in healthy adults: mean change over 2 years and individual differences in change | |
De Leener et al. | Automatic segmentation of the spinal cord and spinal canal coupled with vertebral labeling | |
Wang et al. | Rethinking the role of the middle longitudinal fascicle in language and auditory pathways | |
Kammen et al. | Automated retinofugal visual pathway reconstruction with multi-shell HARDI and FOD-based analysis | |
Tamura et al. | Three-dimensional patterns of early acetabular cartilage damage in hip dysplasia; a high-resolutional CT arthrography study | |
Bryant et al. | Organization of extrastriate and temporal cortex in chimpanzees compared to humans and macaques | |
Incekara et al. | Changes in language white matter tract microarchitecture associated with cognitive deficits in patients with presumed low-grade glioma | |
Yang et al. | Research and development of medical image fusion | |
Dalamagkas et al. | Individual variations of the human corticospinal tract and its hand-related motor fibers using diffusion MRI tractography | |
Zifan et al. | Connectivity of the superficial muscles of the human perineum: a diffusion tensor imaging-based global tractography study | |
CN110148465B (zh) | 一种用于分析类风湿性关节炎的系统 | |
CN110353639B (zh) | 一种基于血管增强造影的供血区定量方法及系统 | |
CN105426808B (zh) | 脑中矢状线漂移测量方法与系统 | |
Feng et al. | MRI T2-weighted imaging and fat-suppressed T2-weighted imaging image fusion technology improves image discriminability for the evaluation of anal fistulas | |
Reddy et al. | Developing an approach to brain MRI image preprocessing for tumor detection | |
Brandao et al. | Magnetic resonance imaging of the pelvic floor: from clinical to biomechanical imaging | |
Mo et al. | Decreased cortical thickness and normal regional homogeneity underlying cognitive impairment in cerebral small vessel disease | |
CN1939211A (zh) | 磁共振影像中海马的定量形状分析方法 | |
CN111429404A (zh) | 一种用于心脑血管检测的成像系统和方法 | |
Lecomte‐Grosbras et al. | Quantification of pelvic mobility on dynamic magnetic resonance images: using mechanical insight to help diagnose pelvic pathologies | |
Wang et al. | Perineal ultrasound versus magnetic resonance imaging (MRI) detection for evaluation of pelvic diaphragm in resting state | |
Puzniak et al. | Tracking the visual system—from the optic chiasm to primary visual cortex |
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 |