TWI697686B - 基於磁振造影分析腦組織成分的系統與方法 - Google Patents

基於磁振造影分析腦組織成分的系統與方法 Download PDF

Info

Publication number
TWI697686B
TWI697686B TW108121561A TW108121561A TWI697686B TW I697686 B TWI697686 B TW I697686B TW 108121561 A TW108121561 A TW 108121561A TW 108121561 A TW108121561 A TW 108121561A TW I697686 B TWI697686 B TW I697686B
Authority
TW
Taiwan
Prior art keywords
tissue
brain
magnetic resonance
resonance imaging
atlases
Prior art date
Application number
TW108121561A
Other languages
English (en)
Other versions
TW202101020A (zh
Inventor
彭徐鈞
李政家
楊懷哲
Original Assignee
臺北榮民總醫院
國立交通大學
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 臺北榮民總醫院, 國立交通大學 filed Critical 臺北榮民總醫院
Priority to TW108121561A priority Critical patent/TWI697686B/zh
Priority to US16/553,160 priority patent/US11172822B2/en
Application granted granted Critical
Publication of TWI697686B publication Critical patent/TWI697686B/zh
Publication of TW202101020A publication Critical patent/TW202101020A/zh

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
    • A61B5/0033—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
    • A61B5/0042—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 for the brain
    • 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
    • A61B5/05—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling

Abstract

基於磁振造影分析腦組織成分的系統，包含記憶體以及處理器。記憶體儲存指令。處理器用以存取並執行指令以：自複數正常受試者的複數腦部磁振造影影像萃取出複數組織圖譜；根據正常受試者的數量平均化該些組織圖譜，以產生對應於不同組織成分的複數參考組織圖譜；接收具有標定區域的腦部磁振造影樣本；以及根據該些參考組織圖譜與標定區域分析腦部磁振造影樣本以產生分析結果，其中分析結果指示腦部磁振造影樣本中的標定區域的組織成分比例。

Description

基於磁振造影分析腦組織成分的系統與方 法
本案涉及一種電子系統及方法。詳細而言，本案涉及一種用以分析腦部病灶磁振造影以判讀其所涵蓋的腦組織成分之系統及方法。
腦部腫瘤常造成患者併發癲癇症狀，以存在於天幕上(Supratentorial)且牽涉到灰質的腫瘤尤甚。過去的研究顯示，天幕上腦部腫瘤有50%~63%的機率使患者發生癲癇。過去的研究亦顯示，牽涉到灰質的腦部腫瘤，約有57%~70%的機率使患者發生癲癇。相較之下，未牽涉到灰質的腦部腫瘤，大約只有14~20%的機率使患者發生癲癇。
目前的技術中，多使用磁振造影(Magnetic Resonance Imaging,MRI)技術來掃描患者腦部。然而，腫瘤會破壞MRI技術拍出的影像中腦部原有組織成分的比例，而無法有效地根據MRI技術所拍攝的影像直接得到有效的分析結果。
本案的一面向涉及一種基於磁振造影分析腦組織成分的系統。該基於磁振造影分析腦組織成分的系統包含一記憶體以及一處理器，該處理器通訊耦接於該記憶體。該記憶體儲存至少一指令。該處理器用以存取並執行該至少一指令以：自複數正常受試者的複數腦部磁振造影影像，萃取出複數組織圖譜；根據該些正常受試者的一數量平均化該些組織圖譜，以產生複數個參考組織圖譜，其中該些參考組織圖譜對應於不同組織成分；接收具有一標定區域的一腦部磁振造影樣本；以及根據該些參考組織圖譜與該標定區域分析該腦部磁振造影樣本以產生一分析結果，其中該分析結果指示該腦部磁振造影樣本中的該標定區域的一組織成分比例。
本案的另一面向涉及一種基於磁振造影分析腦組織成分的方法。該基於磁振造影分析腦組織成分的方法包含：自複數正常受試者的複數腦部磁振造影影像萃取出複數組織圖譜；根據該些正常受試者的一數量平均化該些組織圖譜，以產生複數個參考組織圖譜，其中該些參考組織圖譜對應於不同組織成分；接收具有一標定區域的一腦部磁振造影樣本；以及根據該些參考組織圖譜與該標定區域分析該腦部磁振造影樣本以產生一分析結果，其中該分析結果指示該腦部磁振造影樣本中的該標定區域的一組織成分比例。
應注意的是，前述的發明內容以及後述的實施方式皆僅係舉例說明而已，其主要目的係為詳細地解釋本案申請 專利範圍當中的內容。
100‧‧‧醫療影像分析系統
110‧‧‧記憶體
112‧‧‧處理器
200‧‧‧資料庫
300‧‧‧磁振造影裝置
S1~S4‧‧‧步驟流程
TA‧‧‧標定區域
D1‧‧‧腦部磁振造影影像
D2、D3‧‧‧組織圖譜
300、400、500‧‧‧參考組織圖譜
600、700、800‧‧‧腦部磁振造影樣本
參照後續段落中的實施方式以及下列圖式，當可更佳地理解本案的內容：第1圖為根據本案一些實施例繪示的醫療影像分析系統之示意圖；第2A圖為根據本案一些實施例繪示的醫療影像分析方法之步驟流程圖；第2B圖為根據本案一些實施例繪示的第2A圖之步驟的對應概念示意圖；第3圖係為根據本案一些實施例繪示的參考組織圖譜之示意圖；第4圖係為根據本案一些實施例繪示的參考組織圖譜之示意圖；第5圖係為根據本案一些實施例繪示的參考組織圖譜之示意圖；第6圖係為根據本案一些實施例繪示的腦部磁振造影樣本之示意圖；第7圖係為根據本案一些實施例繪示的腦部磁振造影樣本之示意圖；以及第8圖係為根據本案一些實施例繪示的腦部磁振造影樣本之示意圖。
以下將以圖式及詳細敘述清楚說明本案之精神，任何所屬技術領域中具有通常知識者在瞭解本案之實施例後，當可由本案所教示之技術，加以改變及修飾，其並不脫離本案之精神與範圍。
本文之用語只為描述特定實施例，而無意為本案之限制。單數形式如“一”、“這”、“此”、“本”以及“該”，如本文所用，同樣也包含複數形式。
關於本文中所使用之『耦接』或『連接』，均可指二或多個元件或裝置相互直接作實體接觸，或是相互間接作實體接觸，亦可指二或多個元件或裝置相互操作或動作。
關於本文中所使用之『包含』、『包括』、『具有』、『含有』等等，均為開放性的用語，即意指包含但不限於。
關於本文中所使用之『及/或』，係包括所述事物的任一或全部組合。
關於本文中所使用之用詞(terms)，除有特別註明外，通常具有每個用詞使用在此領域中、在本案之內容中與特殊內容中的平常意義。某些用以描述本案之用詞將於下或在此說明書的別處討論，以提供本領域技術人員在有關本案之描述上額外的引導。
第1圖為根據本案一些實施例繪示的醫療影像分析系統100之示意圖。如第1圖所示，在一些實施例中，醫療影像分析系統100可包含記憶體110以及處理器112。在一些實 施例中，影像分析系統100可為一種分析系統，尤為一種基於磁振造影(MRI)分析腦組織成分的系統。
在一些實施例中，記憶體110可為快閃(flash)記憶體、硬碟(HDD)、固態硬碟(SSD)、動態隨機存取記憶體(DRAM)或靜態隨機存取記憶體(SRAM)。在一些實施例中，記憶體110可儲存至少一指令，此指令關聯於一種醫療影像分析方法，尤為一種基於磁振造影分析腦組織成分的方法。
在一些實施例中，處理器112包含但不限於單一處理器以及多個微處理器之集成，例如，中央處理器(CPU)或繪圖處理器(GPU)等。該些(微)處理器電性耦接於記憶體，藉此，處理器112可自記憶體110存取此指令，並依據此指令執行特定應用程序，藉以實施前述醫療影像分析方法。為了更佳地理解此醫療影像分析方法，其詳細步驟將於下面段落中解釋之。
如第1圖所示，在一些實施例中，處理器112可選擇性地通訊耦接於資料庫200。在一些實施例中，資料庫200當中可儲存有複數磁振造影影像，尤為對應於複數正常受試者的腦部磁振造影影像。在一些實施例中，資料庫200可實施於醫療影像分析系統100外的伺服器中。在一些實施例中，資料庫200亦可實施於記憶體110。
如第1圖所示，處理器112可選擇性地通訊耦接於磁振造影(MRI)裝置300。在一些實施例中，磁振造影裝置300的運作可產生複數磁振造影影像，尤為對應於複數正常受試者的腦部磁振造影影像。在一些實施例中，磁振造影裝置300可 儲存該些腦部磁振造影影像，或傳輸該些腦部磁振造影影像至特定儲存裝置儲存。在一些實施例中，磁振造影(MRI)裝置300亦可替換為可取得腦部內部結構的影像之其他掃描設備。
應理解，前述的『電性耦接』或『通訊耦接』可指涉實體或非實體之耦接。例如，在一些實施例中，處理器112可藉由實體線路耦接於資料庫200。在又一些實施例中，處理器112可藉由無線通訊標準耦接於磁振造影裝置300。然而，本案的耦接方式並不以前述實施例為限。藉由前述耦接方式，處理器112以及資料庫200/磁振造影裝置300可進行單向的訊息傳或雙向的訊息交換。
第2A圖為根據本案一些實施例繪示的醫療影像分析方法之步驟流程圖。承前所述，此醫療影像分析方法可為基於磁振造影分析腦組織成分的方法。第2B圖為根據本案一些實施例繪示的第2A圖之步驟S1與步驟S2的對應概念示意圖。如第2A圖所示，在一些實施例中，此醫療影像分析方法可由第1圖中所示的醫療影像分析系統100所執行。在一些實施例中，此醫療影像分析方法之詳細步驟將於下面段落中敘述。
步驟S1：自對應於複數正常受試者的複數腦部磁振造影影像萃取出複數組織圖譜。
在一些實施例中，磁振造影裝置300可用以掃描特定數量的正常受試者的腦部，藉以產生該些正常受試者的腦部磁振造影影像D1。在一些實施例中，磁振造影裝置300可儲存該些腦部磁振造影影像D1。在另一些實施例中，磁振造影 裝置300可傳輸該些腦部磁振造影影像D1至資料庫200，使資料庫200儲存該些腦部磁振造影影像D1。
在一些實施例中，處理器112可選擇性地耦接至資料庫200或磁振造影裝置300。藉此，處理器112可自資料庫200或磁振造影裝置300存取對應於該些正常受試者的該些腦部磁振造影影像D1。
在一些實施例中，腦部磁振造影影像D1的拍攝參數如下：磁振造影機型號(GE)：MR750 3T、線圈(Coil)：Head/Neck 8 channels、序列(Sequence)：3D FSPGR、平面(Plane)：Axial、重複時間(Repetition time，TR)：9.384(ms)、回聲時間(Echo time，TE)：4.036(ms)、矩陣(Matrix)：256*192、視角(Field of view,FOV)：256mm*192mm、偏折角度(Flip angle)：12°、厚度(Thickness)：1mm。然本案並不以此為限。
在一些實施例中，處理器112可處理該些腦部磁振造影影像D1，以萃取出複數組織圖譜D2。例如，如第2B圖所示，當接收到一個正常受試者的腦部磁振造影影像D1後，處理器112可執行一影像分析工具以分析此腦部磁振造影影像D1，並萃取出對應於人腦中的灰質(Gray Matter)、白質(White Matter)與腦脊髓液(Cerebrospinal fluid,CSF)的多個組織圖譜D2。
在一些實施例中，前述的影像分析工具可為統計參數圖譜(Statistical Parametric Mapping 12,SPM 12)當中的分割(Segment)模組。
在一些實施例中，該些組織圖譜D2分別對應於人腦中的特定組織成分，例如，該些組織圖譜D2可至少包含灰質圖譜、白質圖譜以及腦脊髓液圖譜。應注意的是，該些組織圖譜可被理解為特定組織於整體腦區域中的分布機率圖。例如：灰質圖譜可被理解為表示灰質於整體腦區域中的分布機率圖。以第3圖所示的參考組織圖譜300為例，當腦部中之特定區域上所呈現的顏色越白，表示此區域具有灰質的機率越高(即越接近1)。反之，當腦部中之特定區域上所呈現的顏色越黑，表示此區域具有灰質的機率越低(即越接近0)。其餘圖譜可依此類推。
在一些實施例中，處理器112可根據非線性轉換演算法(Diffeomorphic Anatomical Registration Through Exponential Lie Algebra,DARTEL)正規化該些組織圖譜D2，使該些組織圖譜D2對應至標準腦空間(Standard Brain Space)。由於各個受試者的頭部形狀或/及頭部尺寸可能不同，藉由此正規化程序係用以處理各受試者的腦部磁振造影影像，可使各個受試者的腦部區域與/或形狀映射至統一的腦部空間當中，利於後續之分析程序。在一些實施例中，處理器112正規化多個組織圖譜D2，並儲存經正規化後的組織圖譜D2為組織圖譜D3。
步驟S2：根據該些正常受試者的一數量平均化該些組織圖譜，以產生複數個參考組織圖譜，其中該些參考組織圖譜對應於不同組織成分。
在一些實施例中，處理器112可再根據受試者的 數量平均該些組織圖譜D3，以進一步產生複數參考組織圖譜300、400與500。
例如，如第2B圖所示，在收集到多張對應於灰質的組織圖譜D3後，處理器112可平均多張對應於灰質的組織圖譜D3以輸出為對應於灰質的參考組織圖譜300(如第3圖所示)。依此類推，處理器112亦可輸出對應於白質的參考組織圖譜400(如第4圖所示)與對應於腦脊髓液的參考組織圖譜500(如第5圖所示)。
在一些實施例中，該些腦部磁振造影影像D1係取自於22位正常受試者，該22位正常受試者的年齡範圍為20~30歲，年齡平均值為：25.3，年齡標準差為：4.4。處理器112可將根據所有受試者腦部磁振造影影像萃取的灰質圖譜顯示的分布機率加總，再除以受試者的數量(即22)以進行平均化，藉以產生對應腦中灰質的參考組織圖譜。依此類推，處理器112可分別獲得對應腦中灰質、白質以及腦脊髓液的參考組織圖譜。然而，受試者的數量並不以此實施例為限。
第3~5圖分別為根據本案一些實施例繪示的參考組織圖譜300、400、500之示意圖。如先前所述，在一些實施例中，如第3圖所示，處理器112可根據22位正常受試者的腦部磁振造影影像產生正規化後的灰質參考組織圖譜300。在一些實施例中，如第4圖所示，處理器112可根據22位正常受試者的腦部磁振造影影像產生正規化後的白質參考組織圖譜400。在一些實施例中，如第5圖所示，處理器112可根據22位正常受試者的腦部磁振造影影像產生正規化後的腦脊隨液參 考組織圖譜500。應理解，在一些實施例中，根據該些腦部磁振造影影像D1取樣受試者的性別與年齡之不同，處理器112可產生多個參考組織圖譜，該些參考組織圖譜分別對應於不同的性別與年齡層。
應理解，前述對應灰質、白質以及腦脊髓液的參考組織圖譜皆可被理解為一種參考模板(Template)，其分別以圖像的方式顯示了正常受試者腦中的灰質、白質以及腦脊髓液的平均分布狀況。
步驟S3：接收具有一標定區域的一腦部磁振造影樣本。
在一些實施例中，處理器112可接收至少一腦部磁振造影樣本。應注意的是，此腦部磁振造影樣本係自一腦部腫瘤患者掃描而得。
第6圖係為根據本案一些實施例繪示的腦部磁振造影樣本600之示意圖。在一些實施例中，第6圖的示意圖所呈現的係為特定腦部腫瘤患者的原始腦部磁振造影樣本。第7圖係為根據本案一些實施例繪示的腦部磁振造影樣本之示意圖。在一些實施例中，第7圖的示意圖所呈現的係為特定腦部腫瘤患者經正規化後的腦部磁振造影樣本700。
在一些實施例中，處理器112可執行非線性轉換演算法以正規化此腦部磁振造影樣本600，以產生腦部磁振造影樣本700。於一些實施例中，腦部磁振造影樣本700對應相同於前述參考組織圖譜的標準腦空間。在一些實施例中，腦部磁振造影樣本600可來自於一臨床報告。
在一些實施例中，當處理器112獲取此腦部磁振造影樣本600前，醫師或其他診斷系統可判讀此腦部磁振造影樣本600，並於此腦部磁振造影樣本600中註記標定區域TA，此標定區域TA對應於一腫瘤組織之位置或一疑似腫瘤組織之位置。
第8圖係為根據本案一些實施例繪示的腦部磁振造影樣本800之示意圖。在一些實施例中，第8圖的示意圖所呈現的係為特定腦部腫瘤患者經正規化後的腦部磁振造影樣本，且此腦部磁振造影樣本800當中包含一標定區域TA。如第8圖所示，此標定區域TA大致對應於腦中的腫瘤組織位置。亦即，第8圖可理解為第7圖中的腦部磁振造影樣本700上被標定區域TA後的結果。
步驟S4：根據該些參考組織圖譜與該標定區域分析該腦部磁振造影樣本以產生一分析結果，其中該分析結果指示該腦部磁振造影樣本中的該標定區域的一組織成分比例。
在一些實施例中，處理器112可將腦部磁振造影樣本800與前述灰質、白質及腦脊髓液的參考組織圖譜300、400與500進行比對，藉以產生一分析結果。此分析結果指示此腦部磁振造影樣本當中的此標定區域的一組織成分比例。在一些實施例中，腦部磁振造影樣本800取樣之患者對應於特定的性別與年齡，處理器112可將腦部磁振造影樣本800與性別及年紀層大致相同的正常受試者之參考組織圖譜進行比對。
詳細而言，此分析結果可顯示標定區域的一灰質/白質/腦脊髓液成分比例，可理解為標定區域當中的灰質、白 質以及腦脊髓液等三種組織的相對成分比例。例如，由於參考組織圖譜300、400與500以及腦部磁振造影樣本800皆已對應於標準腦空間，腦部磁振造影樣本800的標定區域TA的位置亦可對應於其他參考組織圖譜300、400與500中的相同區域的位置。因此，處理器112可根據參考組織圖譜300中的標定區域TA得知灰質的比例為26.9%，根據參考組織圖譜400中的標定區域TA得知白質的比例為67.2%，並根據參考組織圖譜500中的標定區域TA得知腦脊髓液的成分比例為5.3%。
承前所述，由於腦部腫瘤可能併發癲癇症狀，尤其是牽涉至灰質組織的腦部腫瘤。因此，在一些實施例中，藉由前述比對，處理器112可為特定患者提供分析結果，此分析結果可顯示標定區域的灰質/白質/腦脊髓液成分比例，可協助醫師瞭解此患者的腫瘤涉入灰質的程度，方便醫師判斷患者是否可能發生癲癇等併發症。藉此，醫師可進一步為此患者提供較佳的治療方案。
在一些實施例中，此分析結果亦可利用於研究用途。例如，研究者可藉由大量的腦部磁振造影影像訓練醫療影像分析系統100，使處理器112可獲得更精確的參考組織圖譜。此後，研究者可再輸入不同患者的腦部磁振造影樣本，使處理器112產生對應的分析結果，該些分析結果可協助研究者分析各種腦部磁振造影樣本中的腫瘤位置對於腦功能及/或癲癇症狀是否產生影響，或可進一步分析影響之程度。
在一些非限制性的實驗例中，可先藉由習知技術計算每位正常受試者的大腦結構磁振造影的灰質、白質與腦脊 髓液的體積比例，再藉由本案的醫療影像分析系統100計算每位正常受試者的腦組織成分的比例，以進行兩者間的對比。實驗結果顯示，兩者計算出的灰質、白質與腦脊髓液的平均誤差分別為0.02%、-0.07%以及0.02%。此誤差數值甚微，可顯示本案的醫療影像分析系統100具高精確度。
第8圖的標定區域TA的形狀用於示例，隨著實際需求的不同，標定區域TA可具有各種形狀。上述各實施例以腦部腫瘤、灰質、白質以及腦脊髓液為例說明，但本案並不以此為限。其他各種可適用於上述實施例的應用皆為本案所欲涵蓋的範圍。
依據前述實施例，本案提供了一種醫療影像分析系統及方法，可獲取具有代表性的正常腦部組織圖譜。將正常腦部組織圖譜與患者的磁振造影樣本比對，可有效地獲得準確的灰質/白質/腦脊髓液成分比例，以增加醫師診斷以及研究者分析症狀的可靠性。
雖然本案以詳細之實施例揭露如上，然而本案並不排除其他可行之實施態樣。因此，本案之保護範圍當視後附之申請專利範圍所界定者為準，而非受於前述實施例之限制。
對本領域技術人員而言，在不脫離本案之精神和範圍內，當可對本案作各種之更動與潤飾。基於前述實施例，所有對本案所作的更動與潤飾，亦涵蓋於本案之保護範圍內。
100‧‧‧醫療影像分析系統
110‧‧‧記憶體
112‧‧‧處理器
200‧‧‧資料庫
300‧‧‧磁振造影裝置

Claims (10)

  1. 一種基於磁振造影分析腦組織成分的系統，包含：一記憶體，儲存至少一指令；以及一處理器，通訊耦接於該記憶體，其中該處理器用以存取並執行該至少一指令以：自對應於複數正常受試者的複數腦部磁振造影影像萃取出複數組織圖譜；根據該些正常受試者的一數量平均化該些組織圖譜，以產生複數個參考組織圖譜，其中該些參考組織圖譜對應於不同組織成分；接收具有一標定區域的一腦部磁振造影樣本；以及根據該些參考組織圖譜與該標定區域分析該腦部磁振造影樣本以產生一分析結果，其中該分析結果指示該腦部磁振造影樣本中的該標定區域的一組織成分比例。
  2. 如請求項1所述之基於磁振造影分析腦組織成分的系統，其中該些組織圖譜包含一灰質圖譜、一白質圖譜以及一腦脊髓液圖譜。
  3. 如請求項2所述之基於磁振造影分析腦組織成分的系統，其中該組織成分比例係為對應該腦部磁振造影樣本中的該標定區域的一灰質/白質/腦脊髓液成分比例。
  4. 如請求項1所述之基於磁振造影分析腦組織成分的系統，其中該處理器存取並執行該至少一指令以平均化該些組織圖譜包含：根據一非線性轉換演算法正規化該些組織圖譜，使該些組織圖譜對應於一標準腦空間；以及平均經正規化後的該些組織圖譜中對應於複數個組織成分中的一第一組織成分的所有圖譜，以產生該些參考組織圖譜中之一第一參考組織圖譜，其中該第一參考組織圖譜對應於該第一組織成分。
  5. 如請求項1所述之基於磁振造影分析腦組織成分的系統，其中該標定區域對應於一腫瘤位置。
  6. 一種基於磁振造影分析腦組織成分的方法，包含：自對應於複數正常受試者的複數腦部磁振造影影像萃取出複數組織圖譜；根據該些正常受試者的一數量平均化該些組織圖譜，以產生複數個參考組織圖譜，其中該些參考組織圖譜對應於不同組織成分；接收具有一標定區域的一腦部磁振造影樣本；以及根據該些參考組織圖譜與該標定區域分析該腦部磁振造影樣本以產生一分析結果，其中該分析結果指示該腦部磁振造影樣本中的該標定區域的一組織成分比例。
  7. 如請求項6所述之基於磁振造影分析腦組織成分的方法，其中該些組織圖譜包含一灰質圖譜、一白質圖譜以及一腦脊髓液圖譜。
  8. 如請求項7所述之基於磁振造影分析腦組織成分的方法，其中該組織成分比例係為對應該腦部磁振造影樣本中的該標定區域的一灰質/白質/腦脊髓液成分比例。
  9. 如請求項6所述之基於磁振造影分析腦組織成分的方法，其中平均化該些組織圖譜包含：根據一非線性轉換演算法正規化該些組織圖譜，使該些組織圖譜對應於一標準腦空間；以及平均經正規化後的該些組織圖譜中對應於複數個組織成分中的一第一組織成分的所有圖譜，以產生該些參考組織圖譜中之一第一參考組織圖譜，其中該第一參考組織圖譜對應於該第一組織成分。
  10. 如請求項6所述之基於磁振造影分析腦組織成分的方法，其中該標定區域對應於一腫瘤位置。
TW108121561A 2019-06-20 2019-06-20 基於磁振造影分析腦組織成分的系統與方法 TWI697686B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108121561A TWI697686B (zh) 2019-06-20 2019-06-20 基於磁振造影分析腦組織成分的系統與方法
US16/553,160 US11172822B2 (en) 2019-06-20 2019-08-27 System and method for analyzing brain tissue components based on magnetic resonance image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108121561A TWI697686B (zh) 2019-06-20 2019-06-20 基於磁振造影分析腦組織成分的系統與方法

Publications (2)

Publication Number Publication Date
TWI697686B true TWI697686B (zh) 2020-07-01
TW202101020A TW202101020A (zh) 2021-01-01

Family

ID=72602018

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108121561A TWI697686B (zh) 2019-06-20 2019-06-20 基於磁振造影分析腦組織成分的系統與方法

Country Status (2)

Country Link
US (1) US11172822B2 (zh)
TW (1) TWI697686B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI737404B (zh) * 2020-07-15 2021-08-21 臺北醫學大學 醫療影像處理系統及方法
US11238591B1 (en) 2020-07-15 2022-02-01 Taipei Medical University (Tmu) Medical image processing system and method thereof

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW499307B (en) * 2000-03-21 2002-08-21 Nat Science Council Method for re-constructing 3-D image of substrate nuclear computer map of brain
CN103793593A (zh) * 2013-11-15 2014-05-14 吴一兵 第三种生命维护模式及长寿定量牵引信息交换方法和实现
TWI542328B (zh) * 2014-07-31 2016-07-21 國立中央大學 偵測與量化腦梗塞區域的方法
EP1328189B1 (en) * 2000-05-16 2016-08-24 Dario B. Crosetto Apparatus for anatomical and functional medical imaging
TW201909845A (zh) * 2017-07-28 2019-03-16 臺北醫學大學 確定腦區域之缺血狀態或評估中風發病時間的方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8593142B2 (en) * 2008-01-03 2013-11-26 The Johns Hopkins University Automated fiber tracking of human brain white matter using diffusion tensor imaging
US8442289B2 (en) * 2008-04-22 2013-05-14 Hitachi Medical Corporation Medical image processing device, method for processing medical image and program
CN102077108B (zh) * 2008-04-28 2015-02-25 康奈尔大学 分子mri中的磁敏度精确量化
TW201143707A (en) 2010-06-11 2011-12-16 Univ Nat Cheng Kung Tumor detection apparatus capable of locating tumor and method of locating tumor thereof
JP5970766B2 (ja) 2011-09-26 2016-08-17 大日本印刷株式会社 医用画像処理装置、医用画像処理方法、プログラム
AU2012350363B2 (en) * 2011-12-15 2018-01-18 Commonwealth Scientific And Industrial Research Organisation Method and apparatus for the assessment of medical images
DE102012208625B4 (de) * 2012-05-23 2017-09-28 jung diagnostics GmbH Verfahren und System zur Verarbeitung von MRT-Daten des menschlichen Gehirns
US20150185298A1 (en) * 2012-06-05 2015-07-02 The University Of Queensland Method of estimating specific absorption rate
WO2014065340A1 (ja) * 2012-10-23 2014-05-01 株式会社東芝 画像処理装置、医用画像診断装置及び画像処理方法
WO2014174480A1 (en) * 2013-04-24 2014-10-30 Tel Hashomer Medical Research Infrastructure And Services Ltd. Magnetic resonance maps for analyzing tissue
US20170140551A1 (en) * 2014-06-30 2017-05-18 Universität Bern Method for segmenting and predicting tissue regions in patients with acute cerebral ischemia
US9922433B2 (en) * 2015-05-29 2018-03-20 Moira F. Schieke Method and system for identifying biomarkers using a probability map
US10779762B2 (en) * 2015-10-20 2020-09-22 Washington University MRI method for in vivo detection of amyloid and pathology in the Alzheimer brain
US9870614B1 (en) 2016-07-25 2018-01-16 Sony Corporation Automatic 3D brain tumor segmentation and classification
CN106651874B (zh) 2016-12-08 2019-06-28 温州医科大学 基于多模态mri数据的脑瘤术后空间域分割方法
US11229375B2 (en) * 2017-07-28 2022-01-25 Taipei Medical University Method for determining ischemic status or assessing stroke onset time of a brain region
TWI637187B (zh) * 2017-09-19 2018-10-01 臺北榮民總醫院 磁共振影像的分析方法及評估放射治療風險的方法
US10575753B2 (en) * 2018-05-31 2020-03-03 Boston Medical Center Corporation White matter fibrography by synthetic magnetic resonance imaging

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW499307B (en) * 2000-03-21 2002-08-21 Nat Science Council Method for re-constructing 3-D image of substrate nuclear computer map of brain
EP1328189B1 (en) * 2000-05-16 2016-08-24 Dario B. Crosetto Apparatus for anatomical and functional medical imaging
CN103793593A (zh) * 2013-11-15 2014-05-14 吴一兵 第三种生命维护模式及长寿定量牵引信息交换方法和实现
TWI542328B (zh) * 2014-07-31 2016-07-21 國立中央大學 偵測與量化腦梗塞區域的方法
TW201909845A (zh) * 2017-07-28 2019-03-16 臺北醫學大學 確定腦區域之缺血狀態或評估中風發病時間的方法

Also Published As

Publication number Publication date
US20200397293A1 (en) 2020-12-24
US11172822B2 (en) 2021-11-16
TW202101020A (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
JP7379613B2 (ja) 診断支援装置、診断支援システム、情報処理方法、及びプログラム
US10074037B2 (en) System and method for determining optimal operating parameters for medical imaging
JP6036009B2 (ja) 医用画像処理装置、およびプログラム
TWI697686B (zh) 基於磁振造影分析腦組織成分的系統與方法
Jawad et al. Body weight lower limits of fetal postmortem MRI at 1.5 T
TW202032577A (zh) 醫學圖像分割方法、裝置、系統及圖像分割方法
CN104093354A (zh) 用于评估医学图像的方法和设备
Goronzy et al. Is MRI an adequate replacement for CT scans in the three-dimensional assessment of acetabular morphology?
JP6771109B2 (ja) 医用情報表示装置、方法及びプログラム
WO2020158717A1 (ja) 学習済みモデル、学習方法、及びプログラム、並びに医用情報取得装置、方法、及びプログラム
Machado-Rivas et al. Normal growth, sexual dimorphism, and lateral asymmetries at fetal brain MRI
JP2021084036A (ja) 磁気共鳴イメージで正中矢状平面を決定するための方法、イメージ処理デバイス及び格納媒体
Wei et al. Learning‐based deformable registration for infant MRI by integrating random forest with auto‐context model
Zhang et al. 2D ultrasound and 3D MR image registration of the prostate for brachytherapy surgical navigation
CA2618249C (en) System and method for computer aided septal defect diagnosis and surgery framework
US20190019304A1 (en) Medical image processing apparatus, method, and program
WO2019044081A1 (ja) 医用画像表示装置、方法及びプログラム
Chung et al. The current state and future of fetal imaging
Qin et al. Mapping cardiac fiber orientations from high-resolution DTI to high-frequency 3D ultrasound
US11561273B2 (en) Medical image processing apparatus and method
JP6788113B2 (ja) 医用画像処理装置、方法およびプログラム
TWI767188B (zh) 基於電腦斷層成像分析腦組織成分的系統及其運作方法
US20180228546A1 (en) Thermal treatment planning system and thermal treatment planning method
Wang et al. Classification of Thyroid Standard Planes in Ultrasound Images based on Multi-feature Fusion
US11311261B2 (en) Nuclear image processing method