CN115736879A - 磁共振图像处理方法、装置及计算机设备 - Google Patents
磁共振图像处理方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN115736879A CN115736879A CN202111023085.1A CN202111023085A CN115736879A CN 115736879 A CN115736879 A CN 115736879A CN 202111023085 A CN202111023085 A CN 202111023085A CN 115736879 A CN115736879 A CN 115736879A
- Authority
- CN
- China
- Prior art keywords
- region
- diffusion
- interest
- values
- weighted 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.)
- Pending
Links
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请涉及一种磁共振图像处理方法、装置、计算机设备和存储介质。该方法包括:获取多b值的弥散加权图像组,在弥散加权图像组中确定感兴趣区域,对感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取体素对应的耦合谱图,根据耦合谱图,确定感兴趣区域所包含的目标成分分布。采用本方法通过获取每个体素内所包含的目标成分分布以及目标成分的比例信息,可以估计具有更高灵敏度和特异性的微结构组织隔室,全面准确地反映组织的微观结构特征,实现多维亚体素微观结构定量,相对于现有体素级别的分析使得定量分析结果更准确。
Description
技术领域
本申请涉及磁共振成像技术领域,特别是涉及一种磁共振图像处理方法、 装置及计算机设备。
背景技术
磁共振成像技术是利用原子核在强磁场内发生共振产生的信号经图像重建 的一种成像技术,其具有多参数、多序列、多方位的特点,对软组织分辨率高, 无创伤且能够较好地显示组织器官的结构和功能状态。其成像原理包括:射频 脉冲对置于磁场中含有自旋不为零的原子核进行激励;射频脉冲停止后,原子 核进行弛豫;在其弛豫过程中用感应线圈采集信号,对采集的信号进行模数转 换、放大、滤波、傅里叶变换等一系列处理,即可得到磁共振图像。
然而,活体组织的许多重要的生物学变化(由于发育、老化、损伤、疾病、 科学干预等)最初都发生在微观空间尺度上,磁共振成像技术固有的宏观分辨 率限制了对于微观组织特征的直接探究。由于磁共振成像的灵敏度有限,在合 理的时间内生成高分辨率的磁共振图像是非常具有挑战性的,因此现有的基于 磁共振成像的方法,利用了某些对比机制对微观结构敏感这一事实,并结合合 适的数学模型,从而进行定量成像,间接推断微观尺度的组织信息。定量磁共 振成像(NuclearMagnetic Resonance Imaging,MRI)的两个主要分支是弥散磁 共振成像和MR弛豫测量。其中,弥散加权成像(DiffusionWeighted Imaging,DWI)是弥散磁共振成像的一个重要分支,是一种强大的探测活体生物组织微 观结构的方式,被广泛应用于疾病检测和诊断、肿瘤良恶性鉴别、TMN(Tumor Node MetastasisClassification)分期、治疗疗效评价以及愈后等多个方向。弛豫 测量技术利用磁共振对组织生化环境固有的敏感性,进行横向弛豫时间(T2和 T2*)和纵向弛豫时间(T1)的定量,从而进一步反映组织内部物理及化学微环 境。T1弛豫过程描述了纵向磁化的恢复而T2弛豫过程描述的是由于分子水平 上的相互作用,导致失相位效应从而造成横向磁化矢量的损耗。多项研究表明T2的定量(T2 mapping)是在健康和疾病组织中定量测量组织性质的基础,并 已在关节,心脏,前列腺等多种组织中得到证实。
虽然在利用弥散和弛豫定量信息评估组织微结构方面已经取得了相当大的 进展,但现有的方法仍然存在一些缺陷:单一的T2 mapping或表观弥散系数 (ApparentDiffusion Coefficient,ADC)mapping只能提供一维的生物学信息, 无法全面准确的反映组织的微观结构特征;T2 mapping和ADC mapping得到的 是一个体素的表观T2和ADC值,然而每个体素都是由具有不同性质和相互作 用的多个微观结构隔室组成的,现有定量分析方法无法对不同的微观结构隔室 的空间分布以及占比进行计算。鉴于此,有必要对现有的定量分析方法进行改 进。
发明内容
基于此,有必要针对上述技术问题,提供一种磁共振图像处理方法、装置 及计算机设备,以提高定量分析的精度。
一种磁共振图像处理方法,所述方法包括:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值 和/或多个TE值;
在所述弥散加权图像组中确定感兴趣区域;
对所述感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取所 述体素对应的耦合谱图;
根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布。
在其中一个实施例中,所述在所述弥散加权图像组中确定感兴趣区域,包 括:
在所述多b值的弥散加权图像组中选定参考弥散加权图像;
在所述参考弥散加权图像中进行感兴趣区域的勾画;以及,
将勾画好的感兴趣区域映射至所述多b值的弥散加权图像组中的其它弥散 加权图像。
在其中一个实施例中,所述根据所述耦合谱图,确定所述感兴趣区域所包 含的目标成分分布,包括:
根据所述耦合谱图,确定每个所述体素所包含的目标成分的比例;
将每个所述体素所包含的目标成分的比例映射至所述多b值的弥散加权图 像组中的至少一个,在所述弥散加权图像组中确定所述感兴趣区域所包含的目 标成分分布。
在其中一个实施例中,所述根据所述耦合谱图,确定每个体素所包含的目 标成分的比例,包括:
根据先验定量参数值,将所述耦合谱图划分为多个区域,每个所述区域对 应一种目标成分;
将每个所述区域内的耦合谱图对应的二维分布函数进行求和处理,确定每 个所述体素所包含的目标成分的比例。
在其中一个实施例中,所述先验定量参数值通过如下方式确定:
根据所述多b值的弥散加权图像组重建得到所述感兴趣区域的定量参数映 射图;
根据所述感兴趣区域的定量映射图,确定所述先验定量参数值。
在其中一个实施例中,所述先验定量参数值为纵向弛豫时间的值、横向弛 豫时间的值和/或表观弥散系数的值。
在其中一个实施例中,所述方法还包括:
根据所述感兴趣区域所包含的目标成分分布,对所述感兴趣区域作渲染处 理。
一种磁共振图像处理装置,所述装置包括:
获取模块,用于获取多b值的弥散加权图像组,每个b值的弥散加权图像 组对应多个TI值和/或多个TE值;
感兴趣区域确定模块,用于在所述弥散加权图像组中确定感兴趣区域;
成像分析模块,用于对所述感兴趣区域的至少一个体素进行弥散弛豫耦合 谱成像分析,获取所述体素对应的耦合谱图;
成分分布确定模块,用于根据所述耦合谱图,确定所述感兴趣区域所包含 的目标成分分布。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序, 所述处理器执行所述计算机程序时实现以下步骤:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值 和/或多个TE值;
在所述弥散加权图像组中确定感兴趣区域;
对所述感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取所 述体素对应的耦合谱图;
根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布。
在其中一个实施例中,所述处理器执行所述计算机程序时还实现:
基于所述感兴趣区域所包含的目标成分分布,确定诊断数据;以及
输出确定的所述诊断数据。
上述磁共振图像处理方法、装置及计算机设备,计算机设备可以获取多b 值的弥散加权图像组,在弥散加权图像组中确定感兴趣区域,对感兴趣区域的 至少一个体素进行弥散弛豫耦合谱成像分析,获取体素对应的耦合谱图,根据 耦合谱图,确定感兴趣区域所包含的目标成分分布;该方法通过获取每个体素 内所包含的目标成分分布以及目标成分的比例信息,可以估计具有更高灵敏度 和特异性的微结构组织隔室,全面准确地反映组织的微观结构特征,实现多维 亚体素微观结构定量,相对于现有体素级别的分析使得定量分析结果更准确。
附图说明
图1为一个实施例中磁共振图像处理方法的应用环境图;
图2为一个实施例中磁共振图像处理方法的流程示意图;
图3为一个实施例中携带有D和T2的二维谱图;
图4为另一个实施例中确定感兴趣区域的方法流程示意图;
图5为另一个实施例中确定感兴趣区域所包含的目标成分分布的方法流程 示意图;
图5A为另一个实施例中单个体素耦合谱图划分成多个区域示意图;
图6为另一个实施例中确定每个体素所包含的目标成分的比例的方法流程 示意图;
图7为另一个实施例中垂体瘤所包含的一种成分的空间位置分布及占比图;
图8为另一个实施例中关节炎严重程度不同的膝关节软骨所包含的成分占 比图;
图9为一个实施例中磁共振图像处理装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
本申请提供的磁共振图像处理方法,可以适用于图1所示的应用场景中。 如图1所示,磁共振图像处理系统包括磁共振扫描设备和计算机设备,本实施 例可以通过计算机设备执行磁共振图像处理方法。其中,磁共振扫描设备和计 算机设备之间可以通过有线或无线连接进行通信;磁共振扫描设备的扫描仪可 以将数据通过光纤等传到配套主机,接着从主机把数据归档到硬盘,然后在从 硬盘传输到计算机设备进行后处理;又或者,从磁共振扫描设备的扫描仪传到 配套的主机及后处理工作站,直接在工作站处理。可选的,无线连接的方式可 以是Wi-Fi,移动网络或蓝牙连接等等。计算机设备可以为智能手机、平板电脑、 笔记本电脑、台式电脑或个人数字助理等能够执行图像处理的电子设备。本实 施例中,实现磁共振图像处理方法的执行主体可以为计算机设备,下述实施例 中将介绍磁共振图像处理方法的具体过程。
在一个实施例中,如图2所示,提供了一种磁共振图像处理方法,以该方 法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S100、获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多 个反转时间(Inversion Time,TI)的值和/或多个回波时间(Echo Time,TE)的 值。
具体的,磁共振设备可以基于磁共振扫描协议生成磁共振扫描序列,通过 磁共振设备的扫描仪通过磁共振扫描序列扫描待扫描部位得到磁共振图像,并 且将扫描得到的磁共振图像发送给计算机设备,与磁共振扫描序列的参数b、TE 参数对应的一系列磁共振图像即为弥散加权图像组。上述磁共振扫描序列可以 为自旋回波序列或者平面回波序列等。上述待扫描部位可以为人体或者生物体 上的某个部位,如肝脏、前列腺、子宫、脑或腹部的器官等等。本申请实施例 中,多b值(多个b值)的弥散加权图像组通过设置不同的b值参数获得。
在本实施例中,上述磁共振扫描序列可以为单次激励的自旋回波平面回波 成像(Spin Echo-Echo Planar Imaging,SEPI)序列,其是平面回波成像和自旋 回波序列的组合,在90°射频脉冲激励后施加一次180°脉冲,然后以梯度的 连续振荡产生回波信号,上述磁共振图像可以为弥散加权图像。上述磁共振扫 描协议可以为多b值多TI值协议、多b值多TE值协议、多b值多TI值多TE 值协议等等。其中,磁共振设备可以基于多b值多TI值协议、多b值多TE值 协议或者多b值多TI值多TE值协议,通过单次激励的自旋回波平面回波成像 序列扫描待扫描部位得到弥散加权图像。弥散加权图像组中的每个弥散加权图 像的成像矩阵或成像视角可以设置为相同。
示例性的,若磁共振扫描协议为多b值多TI值协议,则磁共振扫描协议可 以基于单TI值多b值协议,获取第一组弥散加权图像(Diffusion Weighted Imaging,DWI);进一步的,分别设置不同的TI值,生成多组TI值的多b值 协议,并执行该多组TI值的多b值协议。多b值多TE值协议与多b值多TI值 协议的情况类似,对此不再赘述。若磁共振扫描协议为多b值多TI值多TE值 协议,则磁共振扫描协议可以基于单TI值单TE值多b值协议,获取第一组弥 散加权图像;进一步的,依次分别设置不同的TI值、TE值,生成多组TI值、 TE值的多b值协议,并执行该多组TI值、TE值的多b值协议。
进一步,将多b值多TI值协议、多b值多TE值协议、多b值多TI值多 TE值协议下对应的弥散加权图像组合,分别得到各协议对应的弥散加权图像组。 如图3所示为一个多b值多TE值协议下对应的弥散加权图像组的结构示意图, 也即多b值的弥散加权图像组,图中每个圆圈对应单b值单TE值协议下的一个 弥散加权图像。
在磁共振扫描技术中,上述b值可以理解为弥散加权成像中施加的弥散敏 感梯度场参数,也可以称弥散敏感系数。上述TI可以出现在具有180度反转预 脉冲的脉冲序列中,该脉冲序列包括反转恢复序列、快速反转恢复序列、反转 恢复平面回波序列等;通常将180度反转预脉冲中点到90度脉冲中点的时间间 隔称为TI。上述TE可以表征产生宏观横向磁化矢量的脉冲中点到回波中点的时 间间隔;在自旋回波序列中TE可以表示90度脉冲中点到自旋回波中点的时间 间隔;在梯度回波中TE可以表示小角度脉冲中点到梯度回波中点的时间间隔。
S200、在弥散加权图像组中确定感兴趣区域。
具体的,计算机设备在获得弥散加权图像组之后,可以确定待扫描部位的 感兴趣区域。其中,可以在弥散加权图像组中选定一个弥散加权图像作为参考 图像,在参考图像上确定感兴趣区域。可选的,参考图像可以为弥散加权图像 组中感兴趣区域相对周围组织对比度比较明显的弥散加权图像。感兴趣区域对 应的图像可以为弥散加权图像组中任意一个弥散加权图像的部分区域图像、任 意一个完整的弥散加权图像,还可以为弥散加权图像组中的部分弥散加权图像, 当然,还可以为弥散加权图像组中的所有弥散加权图像等等。在弥散加权图像 组中确定感兴趣区域可以理解为确定弥散加权图像组中每个弥散加权图像的感 兴趣区域,也就是,将感兴趣区域映射至弥散加权图像组中每个弥散加权图像中,得到感兴趣区域图像组。
在本实施例中,多b值多TI值协议、多b值多TE值协议、多b值多TI值 多TE值协议下均有对应的感兴趣区域图像组。
S300、对感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取 体素对应的耦合谱图。
具体的,计算机设备可以对不同协议下感兴趣区域图像组中的至少一个体 素进行弥散弛豫耦合谱成像分析,分别得到该体素对应的耦合谱图。弥散弛豫 耦合谱成像分析法可以携带空间位置信息。耦合谱图可以包含携带有空间位置 信息的耦合谱信息。感兴趣区域对应的图像中可以包括多个体素,本实施例可 以对感兴趣区域对应的图像中的每个体素进行一一分析。
其中,在上述S300中的步骤之前,上述磁共振图像处理方法还可以包括: 根据多b值的感兴趣区域图像组重建感兴趣区域的弥散弛豫系数图,并根据弥 散弛豫系数图确定弥散弛豫系数的取值范围。弥散弛豫系数可以包括表观弥散 系数、横向弛豫时间和纵向弛豫时间。上述重建的方法可以为代数法、迭代法、 傅里叶反投影法、卷积反投影法等。在本实施例中,为了提高得到的弥散弛豫 系数的准确性,可以通过最小二乘法拟合弥散弛豫系数图。
上述弥散弛豫耦合谱成像分析可以理解为多成分分析,具体分析过程可以 通过一示例说明。如,针对感兴趣区域图像组中每个体素,一种体素可以包括 多种成分,则在特定TE值和b值时感兴趣区域图像组中感兴趣区域图像上的信 号强度m可以表示为:
其中,D表示表观弥散系数,T2表示横向弛豫时间,I表示表观弥散系数的 取值范围中的表观弥散系数的总数量,J表示横向弛豫时间的取值范围中的横向 弛豫时间的总数量,i表示与表观弥散系数相关的编号,1≤i≤I,j表示与横向 弛豫时间相关的编号,1≤j≤J,x和y表示感兴趣区域图像组中感兴趣区域图像 的二维位置信息,fi,j(x,y,D,T2)表示x、y位置上第i个D和第j个T2对应的二维 分布函数。感兴趣区域图像组中的每个感兴趣区域图像均有对应的b值和TE值, 因此,计算机设备可以选取多b值多TE值下的感兴趣区域图像计算公式(1) 中的f(x,y,D,T2),f(x,y,D,T2)中携带有已知的二维位置信息。在本实施例中,弥 散弛豫耦合谱成像分析可以得到f(x,y,D,T2),然后计算机设备可以对f(x,y,D,T2)进行处理,得到一个二维谱图,即耦合谱图;该二维谱图携带有全部离散的D 和T2,并且二维谱图中任意一点对应的D和T2均有对应的f(x,y,D,T2)。如图3 所示为一可视化二维谱图。
另外,计算机设备还可以对特定TI值和b值下感兴趣区域图像组进行弥散 弛豫耦合谱成像分析,获取体素对应的耦合谱图,此时,该耦合谱图中携带有D 和T1,T1为纵向弛豫时间。同时,计算机设备还可以对特定TE值、TI值和b 值下感兴趣区域图像组进行弥散弛豫耦合谱成像分析,获取体素对应的耦合谱 图,此时,该耦合谱图中携带有D、T1和T2。
S400、根据耦合谱图,确定感兴趣区域所包含的目标成分分布。
可以理解的是,计算机设备可以对感兴趣区域对应的图像中每个体素对应 的耦合谱图进行预处理,进而确定感兴趣区域所包含的目标成分分布。感兴趣 区域中的每个体素可以包含多种成分,如水、脂肪、蛋白质、N-乙酰天门冬氨 酸(NAA)、胆碱(Cho)、肌酸(Cr)、乳酸(Lac)、肌醇(MI)、谷氨酸 盐(Glx)、脂质(Lip)、丙氨酸(Ala)、亮氨酸(AAs)、乙酸盐(Ace)或 丁二酸盐(SUCC)等等。上述预处理可以为归一化处理、成分分析处理、统计 处理等等。
上述磁共振图像处理方法中,计算机设备可以获取多b值的弥散加权图像 组,在弥散加权图像组中确定感兴趣区域,对感兴趣区域的至少一个体素进行 弥散弛豫耦合谱成像分析,获取体素对应的耦合谱图,根据耦合谱图,确定感 兴趣区域所包含的目标成分分布,该方法可以通过能够携带空间位置信息的弥 散弛豫耦合谱成像分析法进行感兴趣区域中体素的成分分析,进而确定携带位 置信息的每个体素内所包含的目标成分分布以及目标成分的比例信息目标成分 分布,可以估计具有更高灵敏度和特异性的微结构组织隔室,全面准确地反映 组织的微观结构特征,实现多维亚体素微观结构定量,相对于现有体素级别的 分析使得定量分析结果更准确,并且医护人员还能够通过更准确的目标成分分 布提高疾病诊断结果的准确性,从而解决特定的临床问题,能够提高临床诊断 的精度。
在一些场景中,为了提高疾病诊断结果的准确性,可以先确定成像图像中 感兴趣区域对应的图像,具体的,如图4所示,上述S200中在弥散加权图像组 中确定感兴趣区域的步骤,包括:
S201、在多b值的弥散加权图像组中选定参考弥散加权图像。
具体的,计算机设备可以在多b值多TI值协议对应的弥散加权图像组中, 选定一个弥散加权图像作为参考弥散加权图像,还可以在多b值多TE值协议对 应的弥散加权图像组中,选定任意一个或多个弥散加权图像作为参考弥散加权 图像,当然,也可以在多b值多TI值多TE值协议对应的弥散加权图像组中, 选定任意一个或多个弥散加权图像作为参考弥散加权图像。
其中,参考弥散加权图像为弥散加权图像组中感兴趣区域满足设定对比度 条件的图像,如,感兴趣区域的对比度高于周围组织。感兴趣区域可以是肿瘤, 对应的感兴趣区域需要在肿瘤和正常组织对比更明显的图像上勾画。一般来说 体部肿瘤是b=800,b=1000。头部肿瘤则更高。如果感兴趣区域是膝关节软骨或 者是整个前列腺,则无关乎肿瘤,只需要找到关节软骨或者前列腺最容易看出 来的图像,示例性的,可选择b=0。
在本实施例中,选取的参考弥散加权图像可以为弥散加权图像组中的一个 弥散加权图像,该弥散加权图像为特定b值且多个TI值中的最小值对应的图像, 或者特定b值且多个TE值中的最小值对应的图像。需要说明的是,特定b值例 如可以设置为b=0、b=800、b=200、b=1600等,对于b值的选择并无特定限制, 具体可根据检测部位的图像对比度或信噪比确定。同样的,参考图像对应的TI 值或TE值也无特定限制,只要能够实现感兴趣区域的对比度高于周围组织即 可。示例性的,参考弥散加权图像可以为低b值且多个TI值中的最小值和多个 TE值中的最小值对应的图像。上述低b值是根据具体需要诊断的疾病相对而言 确定的,所确定的具体b值能够区分诊断部位的病灶为准。
S202、在参考弥散加权图像中进行感兴趣区域的勾画。
具体的,医护人员可以根据实际经验,大致确定参考弥散加权图像中的感 兴趣区域,计算机设备可以接收勾画指令,并响应勾画指令,在参考弥散加权 图像中进行感兴趣区域的勾画。通常,感兴趣区域的信号强度较大。勾画指令 可以携带参考弥散加权图像中的感兴趣区域的位置信息。勾画的形状可以为矩 形、圆形、椭圆,还可以为手动勾勒的其它形状,具体不做限定。
在本实施例中,计算机设备在参考弥散加权图像中进行感兴趣区域的勾画 后,可以获取参考弥散加权图像中感兴趣区域图像。
S203、将勾画好的感兴趣区域映射至多b值的弥散加权图像组中的其它弥 散加权图像。
具体的,计算机设备可以将感兴趣区域图像映射至多b值的弥散加权图像 组中除参考弥散加权图像外的其它弥散加权图像上,以得到在弥散加权图像组 中每个弥散加权图像的感兴趣区域。映射可以理解为图像叠加的过程,也就是 图像矩阵相加的过程。其中,若感兴趣区域图像与弥散加权图像不相等,可以 用0填充感兴趣区域图像,以将感兴趣区域图像填充至与弥散加权图像大小相 等的图像。
上述磁共振图像处理方法可以在多b值的弥散加权图像组中选定参考弥散 加权图像,在参考弥散加权图像中进行感兴趣区域的勾画,将勾画好的感兴趣 区域映射至多b值的弥散加权图像组中的其它弥散加权图像,以便能够准确获 取弥散加权图像组中感兴趣区域的目标成分分布,进一步解决特定的临床问题, 提高临床诊断的精度。
作为其中一个实施例,如图5所示,上述S400中根据耦合谱图,确定感兴 趣区域所包含的目标成分分布的步骤,可以通过以下步骤实现:
S401、根据耦合谱图,确定每个体素所包含的目标成分的比例。
具体的,计算机设备可以根据体素中不同成分对应的表观弥散系数的范围、 横向弛豫时间的范围或者纵向弛豫时间的范围,将体素对应的耦合谱图划分成 多个区域,然后根据划分后的每个区域对应的弥散弛豫系数确定对应的二维分 布函数f2D,对二维分布函数f2D进行运算处理,得到每个体素所包含的目标成分 的比例。该目标成分可以为水、脂肪、蛋白质、N-乙酰天门冬氨酸(NAA)、 胆碱(Cho)、肌酸(Cr)、乳酸(Lac)、肌醇(MI)、谷氨酸盐(Glx)、脂 质(Lip)、丙氨酸(Ala)、亮氨酸(AAs)、乙酸盐(Ace)或丁二酸盐(SUCC) 等等,对此不做限定。上述运算处理可以为求和、触发等算术运算,还可是指 数运算、对数运算等等,还可以为这些运算的组合运算。
如图5A所示,为本申请一实施例中单个体素耦合谱图划分成多个区域示意 图,图中横坐标表示纵向弛豫时间,纵坐标表示表观弥散系数。根据先验定量 参数值,可将耦合谱图划分为A-D等四个区域,每个区域对应应一种目标成分。
针对感兴趣区域的不同体素均可以做上述相同的处理,得到每个体素所包 含的目标成分的比例。若磁共振协议为多b值多TI值协议,则对应的二维分布 函数f2D为携带D和T1的信息;若磁共振协议为多b值多TE值协议,则对应的 二维分布函数f2D为携带D和T2的信息;若磁共振协议为多b值多TI值多TE 值协议,则对应的三维分布函数f3D为携带D、T1和T2的信息。
S402、将每个体素所包含的目标成分的比例映射至多b值的弥散加权图像 组中的至少一个,在弥散加权图像组中确定感兴趣区域所包含的目标成分分布。
具体的,计算机设备可以根据每个体素的二维位置信息,将每个体素所包 含的目标成分的比例映射至多b值的弥散加权图像组中的至少一个弥散加权图 像上,得到感兴趣区域所包含的目标成分分布。至少一个弥散加权图像可以包 括参考弥散加权图像。目标成分分布可以为每个体素中各成分的具体空间分布。 目标成分分布可以包括位置信息和不同成分比例信息。
上述磁共振图像处理方法可以通过获取的耦合谱图,确定感兴趣区域所包 含的目标成分分布,可以估计具有更高灵敏度和特异性的微结构组织隔室,全 面准确地反映组织的微观结构特征,实现多维亚体素微观结构定量,相对于现 有体素级别的分析使得获取到的目标成分分布更准确,并且医护人员还能够通 过更准确的目标成分分布提高疾病诊断结果的准确性,以解决特定的临床问题。
作为其中一个实施例,为了获取目标成分分布,可以先确定目标成分的比 例,如图6所示,上述S401中根据耦合谱图,确定每个体素所包含的目标成分 的比例的步骤,可以通过以下步骤实现:
S411、根据先验定量参数值,将耦合谱图划分为多个区域,每个区域对应 一种目标成分。
具体的,上述先验定量参数值可以从基于临床经验存储的数据库中确定, 先验定量参数值设定的每个体素中不同成分对应的D、T1和T2的范围。计算机 设备可以根据先验定量参数值,将耦合谱图划分为多个区域。每个区域的面积 大小可以任意,对此不做限定,但每个区域的面积大小可以小于耦合谱图的整 体面积大小。
S412、将每个区域内的耦合谱图对应的二维分布函数进行求和处理,确定 每个体素所包含的目标成分的比例。
可以理解的是,计算机设备可以根据划分后的每个区域内所有点对应的耦 合谱图的二维分布函数进行运算处理,得到每个体素所包含的目标成分的比例。 在本实施例中,该运算处理可以为求和处理。也就是,将每个区域内所有点对 应的耦合谱图的二维分布函数求和,等于该区域对应的成分的总含量,即成分 的比例。
上述磁共振图像处理方法可以根据先验定量参数值,将耦合谱图划分为多 个区域,每个区域对应一种目标成分,并将每个区域内的耦合谱图的二维分布 函数进行求和处理,确定每个体素所包含的目标成分的比例,进而能够根据不 同空间位置上每个体素所包含的目标成分的比例确定目标成分分布,可以估计 具有更高灵敏度和特异性的微结构组织隔室,全面准确地反映组织的微观结构 特征,实现多维亚体素微观结构定量,相对于现有体素级别的分析使得获取到 的目标成分分布更准确,同时,医护人员还能够通过更准确的目标成分分布提 高疾病诊断结果的准确性,以解决特定的临床问题。
作为其中一个实施例,上述先验定量参数值可以通过如下方式确定:根据 多b值的弥散加权图像组重建得到感兴趣区域的定量参数映射图,并根据感兴 趣区域的定量映射图,确定先验定量参数值。
具体的,计算机设备可以根据多b值的弥散加权图像组确定的多b值的感 兴趣区域图像组,然后通过多b值的感兴趣区域图像组重建感兴趣区域的弥散 弛豫系数图,也就是感兴趣区域的定量参数映射图。定量参数可以为表观弥散 系数、横向弛豫时间和纵向弛豫时间。进一步,通过感兴趣区域的定量参数映 射图中定量参数的取值范围或者历史数据库中的经验值确定对应的先验定量参 数值。
其中,先验定量参数值为纵向弛豫时间的值、横向弛豫时间的值和/或表观 弥散系数的值。在此实施例中,可对于每个体素确定先验定量参数值,先验定 量参数值可以为纵向弛豫时间的最小值/最大值、横向弛豫时间的最小值/最大值 和/或表观弥散系数的最小值/最大值。
若多b值的弥散加权图像组为多b值多TE值下的弥散加权图像组,则先验 定量参数值可以为纵向弛豫时间和表观弥散系数的值;若多b值的弥散加权图 像组为多b值多TI值下的弥散加权图像组,则先验定量参数值可以为横向弛豫 时间和表观弥散的值;若多b值的弥散加权图像组为多b值多TI值多TE值下 的弥散加权图像组,则先验定量参数值可以为横向弛豫时间、纵向弛豫时间和 表观弥散系数的值。
在此实施例中,对单个体素来说,其在特定TE和b值下的DWI信号强度 为:
其中,D表示表观弥散系数,T2表示横向弛豫时间,f为与D和T2相关的 系数。则以扫描得到的DWI图像矩阵为基础,使用最小二乘拟合方法,在同一 TE下,根据多个b值采集得到的图像可以得到ADC mapping;在同一b值下, 根据多个TE采集得到的图像可以得到T2mapping。在获得成像部位的T2 mapping及ADC mapping后,可确定成像部位的T2及ADC的最大范围。成像 部位的T2及ADC的最大范围即为先验定量参数值。
本实施例可以确定纵向弛豫时间、横向弛豫时间和/或表观弥散系数对应的 先验定量参数值,进而根据先验定量参数值对耦合谱图进行不同成分区域划分, 从而能够快速获取每个体素中不同成分的比例。
另外,在上述所有步骤之后,上述磁共振图像处理方法还可以包括:根据 感兴趣区域所包含的目标成分分布,对感兴趣区域作渲染处理。
可以理解的是,计算机设备可以通过获取到的感兴趣区域所包含的目标成 分分布,对感兴趣区域图像组中的感兴趣区域进行渲染处理,得到感兴趣区域 的空间位置分布图。
若存在一脑部弥散加权图像,则根据感兴趣区域所包含的目标成分分布对 感兴趣区域进行渲染处理,可以得到对应的空间位置分布图,如图7所示为垂 体瘤所包含的一种成分的空间位置分布及占比图,图中高亮的中间区域为该种 成分的占比图,其中不同灰度值表征不同的比例,水、脂肪、蛋白质、N-乙酰 天门冬氨酸(NAA)、胆碱(Cho)、肌酸(Cr)、乳酸(Lac)、肌醇(MI)、 谷氨酸盐(Glx)、脂质(Lip)、丙氨酸(Ala)、亮氨酸(AAs)、乙酸盐(Ace) 或丁二酸盐(SUCC),根据该种成分的空间位置分布及占比图即可为临床诊断 提供依据。
本实施例可以根据感兴趣区域所包含的目标成分分布,对感兴趣区域作渲 染处理,从而使得医护人员能够直观、快速的从感兴趣区域图像中确定具体的 病灶位置,以及根据病灶位置的信号强度确定患者疾病的严重程度,从而加快 临床诊断速度,辅助医护人员评估患者的病变程度。
示例性的,对于人体的关节部位出现关节炎的情况,图8分别示出了关节 炎严重程度不同的膝关节软骨所包含的成分占比图。其中,第一列对应健康检 测对象;第二列对应轻度关节炎检测对象;第三列对应中度关节炎检测对象。 对于每一列图像而言,从上到下分别为膝关节软骨图像、纵向弛豫时间(T2 map) 图、表观弥散系数(ADC map)图、成分A的空间分布(fA map)图和成分B 的空间分布(fBmap)图。与图像对应的,同时还示意出不同定量参数下的体素 占比。本实施例中,同时分别示意出关节炎严重程度不同的三个检测对象T2 map 对应的体素占比对比图(频率直方图)、ADC map对应的体素占比对比图(频 率直方图)、fA map对应的体素占比对比图(频率直方图)以及fBmap对应的 体素占比对比图(频率直方图)。从图8中第二行和第三行图像可知,仅仅通 过股骨软骨的纵向弛豫时间图、表观弥散系数图以及对应的体素占比图并不能 区分股骨软骨的病变程度,即不能有效区分健康、轻度关节炎和中度关节炎。 而采用本实施例中的弥散弛豫耦合谱成像分析法进行处理,可以得到组成成分A 和B的空间分布图(如图8中第四行和第五行图像),从图中可以显示,两种 成分的含量在健康、轻度关节炎和中度关节炎三类不同患者的诊断结果之间存在显著差别,而且在不同空间位置也存在明显的差别;进一步的,在频率直方 图上,股骨软骨的病变程度不同的检测对象的组成成分的频率也存在明显的不 同。本申请实施例的方法可显著提高膝关节炎的诊断准确性,能够对膝关节炎 的严重程度进行分级评估。
可以理解的,本申请实施例中仅以膝关节炎的诊断为例说明,本实施例所 示的方法不局限与某一特定部位,特定参数。在其他实施例中,还可用于全身 各部位的分析。示例性的,本申请实施例的方法能够适用于肿瘤的检测与诊断、 肿瘤良恶性的区分、恶性肿瘤分级、分期、肿瘤是否存在转移,可以适用于肿 瘤治疗疗效评估、愈后,还可适用于奥本海默氏征等多种老年病的病情评估。
上述磁共振图像处理方法可以确定纵向弛豫时间、横向弛豫时间和/或表观 弥散系数对应的先验定量参数值,进而根据先验定量参数值对耦合谱图进行不 同成分区域划分,以快速获取每个体素中不同成分的比例。
为了便于本领域技术人员的理解,以执行主体为计算机设备为例介绍本申 请提供的磁共振图像处理方法,具体的,该方法包括:
(1)获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个 TI值和/或多个TE值;
(2)在多b值的弥散加权图像组中选定参考弥散加权图像;其中,参考图 像为弥散加权图像组中感兴趣区域相对周围组织对比度有区别(如明显区别) 的弥散加权图像;参考弥散加权图像为低b值图像且对应多个TI值中的最小值; 或者,参考弥散加权图像为低b值图像且对应多个TE值中的最小值;
(3)在参考弥散加权图像中进行感兴趣区域的勾画;
(4)将勾画好的感兴趣区域映射至多b值的弥散加权图像组中的其它弥散 加权图像;
(5)对感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取体 素对应的耦合谱图;
(6)根据多b值的弥散加权图像组重建得到感兴趣区域的定量参数映射图;
(7)根据感兴趣区域的定量映射图,确定先验定量参数值;先验定量参数 值为纵向弛豫时间的值、横向弛豫时间的值和/或表观弥散系数的值;
(8)根据先验定量参数值,将耦合谱图划分为多个区域,每个区域对应一 种目标成分;
(9)将每个区域内的耦合谱图的二维分布函数进行求和处理,确定每个体 素所包含的目标成分的比例;
(10)将每个体素所包含的目标成分的比例映射至多b值的弥散加权图像 组中的至少一个,在弥散加权图像组中确定感兴趣区域所包含的目标成分分布。
以上(1)至(10)的执行过程具体可以参见上述实施例的描述,其实现原 理和技术效果类似,在此不再赘述。
应该理解的是,虽然图2、图4-图6的流程图中的各个步骤按照箭头的指示 依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文 中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其 它的顺序执行。而且,图2、图4-图6中的至少一部分步骤可以包括多个步骤或 者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在 不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可 以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执 行。
在一个实施例中,如图9所示,提供了一种磁共振图像处理装置,包括: 图像组获取模块11、感兴趣区域确定模块12、成像分析模块13和成分分布确 定模块14,其中:
图像组获取模块11,用于获取多b值的弥散加权图像组,每个b值的弥散 加权图像组对应多个TI值和/或多个TE值;
感兴趣区域确定模块12,用于在弥散加权图像组中确定感兴趣区域;
成像分析模块13,用于对感兴趣区域的至少一个体素进行弥散弛豫耦合谱 成像分析,获取体素对应的耦合谱图;
成分分布确定模块14,用于根据耦合谱图,确定感兴趣区域所包含的目标 成分分布。
本实施例提供的磁共振图像处理装置,可以执行上述方法实施例,其实现 原理和技术效果类似,在此不再赘述。
在其中一个实施例中,感兴趣区域确定模块12包括:参考图像选取单元、 区域勾画单元和勾画区域映射单元,其中:
参考图像选取单元,用于在多b值的弥散加权图像组中选定参考弥散加权 图像;
区域勾画单元,用于在参考弥散加权图像中进行感兴趣区域的勾画;以及,
勾画区域映射单元,用于将勾画好的感兴趣区域映射至多b值的弥散加权 图像组中的其它弥散加权图像。
其中,参考图像为弥散加权图像组中感兴趣区域相对周围组织对比度有区 别(如明显区别)的弥散加权图像。例如,参考弥散加权图像为低b值图像且 对应多个TI值中的最小值;或者,参考弥散加权图像为低b值图像且对应多个 TE值中的最小值。
本实施例提供的磁共振图像处理装置,可以执行上述方法实施例,其实现 原理和技术效果类似,在此不再赘述。
在其中一个实施例中,成分分布确定模块14包括:成分比例确定单元和成 分比例映射单元,其中,
成分比例确定单元,用于根据耦合谱图,确定每个体素所包含的目标成分 的比例;
成分比例映射单元,用于将每个体素所包含的目标成分的比例映射至多b 值的弥散加权图像组中的至少一个,在弥散加权图像组中确定感兴趣区域所包 含的目标成分分布。
本实施例提供的磁共振图像处理装置,可以执行上述方法实施例,其实现 原理和技术效果类似,在此不再赘述。
在其中一个实施例中,成分比例确定单元包括:成分区域划分子单元和计 算子单元,其中:
成分区域划分子单元,用于根据先验定量参数值,将耦合谱图划分为多个 区域,每个区域对应一种目标成分;
计算子单元,用于将每个区域内的耦合谱图的二维分布函数进行求和处理, 确定每个体素所包含的目标成分的比例。
其中,先验定量参数值通过如下方式确定:根据多b值的弥散加权图像组 重建得到感兴趣区域的定量参数映射图,并根据感兴趣区域的定量映射图,确 定先验定量参数值;先验定量参数值为纵向弛豫时间的值、横向弛豫时间的值 和/或表观弥散系数的值。
本实施例提供的磁共振图像处理装置,可以执行上述方法实施例,其实现 原理和技术效果类似,在此不再赘述。
在其中一个实施例中,磁共振图像处理装置还包括:渲染模块,其中:
渲染模块,用于根据感兴趣区域所包含的目标成分分布,对感兴趣区域作 渲染处理。
本实施例提供的磁共振图像处理装置,可以执行上述方法实施例,其实现 原理和技术效果类似,在此不再赘述。
关于磁共振图像处理装置的具体限定可以参见上文中对于磁共振图像处理 方法的限定,在此不再赘述。上述磁共振图像处理装置中的各个模块可全部或 部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立 于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器 中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器, 其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、 存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。 该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介 质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中 的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储磁 共振设备在不同协议下扫描到的图像。该计算机设备的网络接口用于与外部的 终端通过网络连接通信。该计算机程序被处理器执行时以实现一种磁共振图像 处理方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定, 具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件, 或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器 中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值 和/或多个TE值;
在弥散加权图像组中确定感兴趣区域;
对感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取体素对 应的耦合谱图;
根据耦合谱图,确定感兴趣区域所包含的目标成分分布。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于所述感兴趣区域所包含的目标成分分布,确定诊断数据;以及
输出确定的所述诊断数据。示例性的,诊断数据可以是股骨软骨关节炎的 分级,该分级例如是健康、轻度关节炎和中度关节炎;诊断数据可以是肿瘤良 性或恶性;诊断数据可以是恶性肿瘤分级、分期、肿瘤是否存在转移等;诊断 数据还可以是肿瘤治疗疗效评估;诊断数据又可以是设定病情的评估。
在一个实施例中,提供了一种存储介质,其上存储有计算机程序,计算机 程序被处理器执行时实现以下步骤:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值 和/或多个TE值;
在弥散加权图像组中确定感兴趣区域;
对感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取体素对 应的耦合谱图;
根据耦合谱图,确定感兴趣区域所包含的目标成分分布。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于 一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述 各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、 磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory, SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改 进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权 利要求为准。
Claims (10)
1.一种磁共振图像处理方法,其特征在于,所述方法包括:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值和/或多个TE值;
在所述弥散加权图像组中确定感兴趣区域;
对所述感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取所述体素对应的耦合谱图;
根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布。
2.根据权利要求1所述的方法,其特征在于,所述在所述弥散加权图像组中确定感兴趣区域,包括:
在所述多b值的弥散加权图像组中选定参考弥散加权图像;
在所述参考弥散加权图像中进行感兴趣区域的勾画;以及,
将勾画好的感兴趣区域映射至所述多b值的弥散加权图像组中的其它弥散加权图像。
3.根据权利要求1所述的方法,其特征在于,所述根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布,包括:
根据所述耦合谱图,确定每个所述体素所包含的目标成分的比例;
将每个所述体素所包含的目标成分的比例映射至所述多b值的弥散加权图像组中的至少一个,在所述弥散加权图像组中确定所述感兴趣区域所包含的目标成分分布。
4.根据权利要求3所述的方法,其特征在于,所述根据所述耦合谱图,确定每个体素所包含的目标成分的比例,包括:
根据先验定量参数值,将所述耦合谱图划分为多个区域,每个所述区域对应一种目标成分;
将每个所述区域内的耦合谱图对应的二维分布函数进行求和处理,确定每个所述体素所包含的目标成分的比例。
5.根据权利要求4所述的方法,其特征在于,所述先验定量参数值通过如下方式确定:
根据所述多b值的弥散加权图像组重建得到所述感兴趣区域的定量参数映射图;
根据所述感兴趣区域的定量映射图,确定所述先验定量参数值。
6.根据权利要求5所述的方法,其特征在于,所述先验定量参数值为纵向弛豫时间的值、横向弛豫时间的值和/或表观弥散系数的值。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述方法还包括:
根据所述感兴趣区域所包含的目标成分分布,对所述感兴趣区域作渲染处理。
8.一种磁共振图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值和/或多个TE值;
感兴趣区域确定模块,用于在所述弥散加权图像组中确定感兴趣区域;
成像分析模块,用于对所述感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取所述体素对应的耦合谱图;
成分分布确定模块,用于根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现:
获取多b值的弥散加权图像组,每个b值的弥散加权图像组对应多个TI值和/或多个TE值;
在所述弥散加权图像组中确定感兴趣区域;
对所述感兴趣区域的至少一个体素进行弥散弛豫耦合谱成像分析,获取所述体素对应的耦合谱图;
根据所述耦合谱图,确定所述感兴趣区域所包含的目标成分分布。
10.根据权利要求9所述的计算机设备,其特征在于,所述处理器执行所述计算机程序时还实现:
基于所述感兴趣区域所包含的目标成分分布,确定诊断数据;以及
输出确定的所述诊断数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111023085.1A CN115736879A (zh) | 2021-09-01 | 2021-09-01 | 磁共振图像处理方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111023085.1A CN115736879A (zh) | 2021-09-01 | 2021-09-01 | 磁共振图像处理方法、装置及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115736879A true CN115736879A (zh) | 2023-03-07 |
Family
ID=85332041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111023085.1A Pending CN115736879A (zh) | 2021-09-01 | 2021-09-01 | 磁共振图像处理方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115736879A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117233676A (zh) * | 2023-11-15 | 2023-12-15 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
-
2021
- 2021-09-01 CN CN202111023085.1A patent/CN115736879A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117233676A (zh) * | 2023-11-15 | 2023-12-15 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
CN117233676B (zh) * | 2023-11-15 | 2024-03-26 | 之江实验室 | 一种回波时间依赖的磁共振扩散成像信号生成方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | QSMGAN: improved quantitative susceptibility mapping using 3D generative adversarial networks with increased receptive field | |
US8643363B2 (en) | Method of visualizing segmented MR images with absolute-scale values independent of MR scanner settings | |
US7024027B1 (en) | Method and apparatus for three-dimensional filtering of angiographic volume data | |
US10379189B2 (en) | Simultaneous magnetic resonance angiography and perfusion with nuclear magnetic resonance fingerprinting | |
US20030006770A1 (en) | Quantitation and standardization of magnetic resonance measurements | |
US20090326363A1 (en) | Fused image modalities guidance | |
US8781552B2 (en) | Localization of aorta and left atrium from magnetic resonance imaging | |
EP3081955A1 (en) | Mri method for determining signature indices of an observed tissue from signal patterns obtained by motion-probing pulsed gradient mri | |
JP2018198682A (ja) | 磁気共鳴イメージング装置及び磁気共鳴画像処理方法 | |
JP6568760B2 (ja) | 磁気共鳴イメージング装置、および、画像処理装置 | |
CN113096061B (zh) | 图像诊断辅助装置、医用图像取得装置以及计算机可读记录介质 | |
US5719498A (en) | Method and apparatus for obtaining a magnetic resonance image from a number of slices of an examination subject | |
US10846861B2 (en) | Image processor, image processing method, program for image processing, and magnetic resonance imaging apparatus | |
JP7115889B2 (ja) | 医用画像診断支援装置、および、磁気共鳴イメージング装置 | |
CN110785123B (zh) | 采用改进的数据处理技术对组织异常进行体素内不相干运动mri三维定量检测 | |
CN115736879A (zh) | 磁共振图像处理方法、装置及计算机设备 | |
US7741845B2 (en) | Imaging tissue deformation using strain encoded MRI | |
JP6506422B2 (ja) | 医用画像診断支援装置、および、磁気共鳴イメージング装置 | |
Qin et al. | Simulating cardiac ultrasound image based on MR diffusion tensor imaging | |
US10908247B2 (en) | System and method for texture analysis in magnetic resonance fingerprinting (MRF) | |
RU2708818C1 (ru) | Способ определения объема патологических образований спинного мозга на высокопольном магнитно-резонансном томографе | |
CN114098696A (zh) | 磁共振成像装置、图像处理装置以及图像处理方法 | |
Taneja et al. | Evaluating the accuracy of three-dimensional image registration algorithms used in multimodal image fusion | |
EP4339879A1 (en) | Anatomy masking for mri | |
TWM547954U (zh) | 病變程度判斷系統 |
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 |