TWI781463B - 腦部多巴胺轉運體檢查系統及其運作方法 - Google Patents
腦部多巴胺轉運體檢查系統及其運作方法 Download PDFInfo
- Publication number
- TWI781463B TWI781463B TW109135782A TW109135782A TWI781463B TW I781463 B TWI781463 B TW I781463B TW 109135782 A TW109135782 A TW 109135782A TW 109135782 A TW109135782 A TW 109135782A TW I781463 B TWI781463 B TW I781463B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- brain
- putamen
- data
- magnetic resonance
- Prior art date
Links
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
- 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
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- 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
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Neurology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Quality & Reliability (AREA)
- Developmental Disabilities (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本發明提出一種腦部多巴胺轉運體檢查系統的運作方法,其包含以下步驟。從掃描儀取得受測者的腦部的掃描影像,掃描影像為三維影像;將掃描影像對位到標準腦空間,以得出正規化掃描影像;對正規化掃描影像進行影像強度標準化;將影像強度標準化後的正規化掃描影像轉換為一二維影像;對二維影像的至少一感興趣區域剪裁出複數影像資料,感興趣區域包含左側尾核、左側殼核、右側尾核與右側殼核;基於複數影像資料,以一遷移學習建立一多巴胺神經元喪失程度度量評估模型。
Description
本發明是有關於一種系統及其方法,且特別是有關於一種腦部多巴胺轉運體檢查系統及其運作方法。
帕金森氏症(Parkinson’s Disease, PD)是一種影響中樞神經系統的慢性神經退化疾病,主要影響了運動神經系統。此症狀通常隨時間緩慢出現,早期最明顯的症狀為顫抖、四肢僵硬、運動功能減退和步態異常,也可能伴隨認知與行為問題。帕金森氏症主要的病理變化發生在中腦的黑質緻密部,該區含有大量的多巴胺神經元,並傳遞訊息給大腦的基底核,而帕金森氏症的主要症狀正是因為黑質緻密部的多巴胺神經元退化所造成的。
在臨床中,帕金森氏症雖是常見的一種疾病,但有時候會有診斷上的困難,醫師需經過詳細的觀察與問診後,甚至進行影像學的檢查如磁振造影或核子醫學多巴胺轉運體檢查(Dopamine transporter scan, DaT Scan)來區分帕金森氏症候群(Parkinsonisim)裡的帕金森氏症患者。
核子醫學科的檢查屬於功能性的影像檢查,主要以目視判讀(Visual reading)搭配半定量分析(semi-quantitative Specific Binding Ratio analysis)進行影像診斷,然而目視判讀往往因為環境燈光、螢幕顯示器的亮度和對比度、人眼的疲勞度以及不同的經驗的判讀者等上述原因,可能在判讀結果上產生一定程度之差異。
本發明提出一種腦部多巴胺轉運體檢查系統及其運作方法,改善先前技術的問題。
在本發明的一實施例中,本發明所提出的腦部多巴胺轉運體檢查系統包含記憶體以及處理器。記憶體儲存至少一指令,處理器通訊耦接於記憶體。處理器用以存取並執行至少一指令以:從掃描儀取得受測者的腦部的掃描影像,掃描影像為三維影像;將掃描影像對位到標準腦空間,以得出正規化掃描影像;對正規化掃描影像進行影像強度標準化;將影像強度標準化後的正規化掃描影像轉換為二維影像;對二維影像的感興趣區域剪裁出複數影像資料,感興趣區域包含左側尾核、左側殼核、右側尾核與右側殼核;基於複數影像資料,以遷移學習建立多巴胺神經元喪失程度度量評估模型。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:從磁振造影機取得受測者的腦部的三維磁共振影像;將掃描影像空間對位至三維磁共振影像;將三維磁共振影像分割出尾核與殼核深部灰質結構;透過三維磁共振影像,將已對位的掃描影像與尾核與殼核深部灰質結構做空間正規化到標準腦空間。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:基於尾核與殼核深部灰質結構,以產生感興趣區域。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:計算正規化掃描影像中的枕葉的影像強度之平均值以做為基準,據以對正規化掃描影像進行影像強度標準化。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:對複數影像資料進行資料增量,使不同神經元喪失程度的圖像數量平衡。
在本發明的一實施例中,本發明所提出的腦部多巴胺轉運體檢查系統的運作方法包含以下步驟:從掃描儀取得受測者的腦部的掃描影像,掃描影像為三維影像;將掃描影像對位到標準腦空間,以得出正規化掃描影像;對正規化掃描影像進行影像強度標準化;將影像強度標準化後的正規化掃描影像轉換為二維影像;對二維影像的感興趣區域剪裁出複數影像資料,感興趣區域包含左側尾核、左側殼核、右側尾核與右側殼核;基於複數影像資料,以遷移學習建立多巴胺神經元喪失程度度量評估模型。
在本發明的一實施例中,運作方法更包含:從磁振造影機取得受測者的腦部的三維磁共振影像;將掃描影像空間對位至三維磁共振影像;將三維磁共振影像分割出尾核與殼核深部灰質結構;透過三維磁共振影像,將已對位的掃描影像與尾核與殼核深部灰質結構做空間正規化到標準腦空間。
在本發明的一實施例中,運作方法更包含:基於尾核與殼核深部灰質結構,以產生感興趣區域。
在本發明的一實施例中,對正規化掃描影像進行影像強度標準化的步驟包含:計算正規化掃描影像中的枕葉的影像強度之平均值以做為基準,據以對正規化掃描影像進行影像強度標準化。
在本發明的一實施例中,運作方法更包含:對複數影像資料進行資料增量,使不同神經元喪失程度的圖像數量平衡。
綜上所述,本發明之技術方案與現有技術相比具有明顯的優點和有益效果。藉由本發明的技術方案,建立分類分級模型(即,多巴胺神經元喪失程度度量評估模型),使影像被分類在最可能的神經元喪失階段,提供核醫科醫師在每一次進行腦部多巴胺轉運體檢查的判讀時,作為一種額外的輔助診斷模式,進而提升臨床醫師的診斷率與治療結果。
以下將以實施方式對上述之說明作詳細的描述,並對本發明之技術方案提供更進一步的解釋。
為了使本發明之敘述更加詳盡與完備,可參照所附之圖式及以下所述各種實施例,圖式中相同之號碼代表相同或相似之元件。另一方面,眾所週知的元件與步驟並未描述於實施例中,以避免對本發明造成不必要的限制。
於實施方式與申請專利範圍中,涉及『連接』之描述,其可泛指一元件透過其他元件而間接耦合至另一元件,或是一元件無須透過其他元件而直接連結至另一元件。
於實施方式與申請專利範圍中,涉及『連線』之描述,其可泛指一元件透過其他元件而間接與另一元件進行有線與/或無線通訊,或是一元件無須透過其他元件而實體連接至另一元件。
於實施方式與申請專利範圍中,除非內文中對於冠詞有所特別限定,否則『一』與『該』可泛指單一個或複數個。
本文中所使用之『約』、『大約』或『大致』係用以修飾任何可些微變化的數量,但這種些微變化並不會改變其本質。於實施方式中若無特別說明,則代表以『約』、『大約』或『大致』所修飾之數值的誤差範圍一般是容許在百分之二十以內,較佳地是於百分之十以內,而更佳地則是於百分之五以內。
第1圖是依照本發明一實施例之一種腦部多巴胺轉運體檢查系統100的方塊圖。如第1圖所示,腦部多巴胺轉運體檢查系統100包含記憶體110、處理器120以及顯示器130。舉例而言,記憶體110可為硬碟、快閃記憶體或其他儲存媒介,處理器120可為中央處理器,顯示器130可為內建顯示器或外接螢幕。
在架構上,腦部多巴胺轉運體檢查系統100通訊耦接於掃描儀170與磁振造影機190,記憶體110以及顯示器130通訊耦接於處理器120。舉例而言,掃描儀170可為正子斷層掃描儀、單光子射出電腦斷層掃描儀、電腦斷層掃描儀或前述之組合。
於使用時,記憶體110儲存至少一指令,處理器120通訊耦接於記憶體。處理器120用以存取並執行至少一指令以:從掃描儀170取得受測者的腦部的掃描影像,掃描影像為三維影像;將掃描影像對位到標準腦空間,以得出正規化掃描影像;對正規化掃描影像進行影像強度標準化;將影像強度標準化後的正規化掃描影像轉換為二維影像;對二維影像的感興趣區域剪裁出複數影像資料,感興趣區域包含左側尾核、左側殼核、右側尾核與右側殼核;基於複數影像資料,以遷移學習建立多巴胺神經元喪失程度度量評估模型(如:分類分級模型)。
在本發明的一實施例中,處理器120用以存取並執行至少一指令以:從磁振造影機190取得受測者的腦部的三維磁共振影像;將掃描影像空間對位至三維磁共振影像;將三維磁共振影像分割出尾核與殼核深部灰質結構;透過三維磁共振影像,將已對位的掃描影像與尾核與殼核深部灰質結構做空間正規化到標準腦空間。藉由三維磁共振影像,可提昇空間正規化的精確度。
或者,於本發明的另一實施例中,腦部多巴胺轉運體檢查系統100可省略磁振造影機190,處理器120用以存取並執行至少一指令以:透過預設影像,將已對位的掃描影像做空間正規化到標準腦空間。舉例而言,預設影像可為歷史掃描影像的平均影像、掃描儀170出廠時預載的標準影像或依檢查經驗所製作的影像。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:基於尾核與殼核深部灰質結構,以產生感興趣區域,藉以精確定位出左側尾核、左側殼核、右側尾核與右側殼核的位置。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:計算正規化掃描影像中的枕葉的影像強度之平均值以做為基準,據以對正規化掃描影像進行影像強度標準化。實務上,枕葉的影像較均勻,以此以做為基準,可提高腦部多巴胺轉運體檢查系統100分級分類的精準度。
在本發明的一實施例中,處理器用以存取並執行至少一指令以:對複數影像資料進行資料增量,使不同神經元喪失程度的圖像數量平衡。舉例而言,若複數影像資料中某一或某幾個神經元喪失程度級別的資料過少(如:該資料與一最大量資料的神經元喪失程度級別的比例低於一預設比例),前述某一或某幾個神經元喪失程度級別的資料可進行資料增量(如:旋轉、平移影像),使各個神經元喪失程度級別的資料量大致相同,藉以達成有效率的遷移學習訓練模型。
實作上,腦部多巴胺轉運體檢查(DaT Scan)是針對帕金森氏症候群(Parkinsonisim)的患者,依基底核對於放射性追蹤劑(Radiopharmaceutical)攝取的程度來診斷是否患有帕金森氏症。掃描儀170所取得的正常患者的掃描影像中,由於多巴胺神經元數量正常,因此在影像上可以看見雙側基底核正常攝取放射性追蹤劑;而在帕金森氏症的患者中,由於多巴胺轉神經元數量減少,造成影像上的基底核產生單側或雙側放射性追蹤劑攝取不足的結果。然而,此影像差異肉眼難辨。
腦部多巴胺轉運體檢查系統100基於影像表現的數據適合使用遷移學習(如:深度卷積類神經網路),從而找出影像中病人紋狀體對於放射性追蹤劑攝取程度的特徵表現,並且進一步將紋狀體細分成尾狀核與殼核,最後個別建立分類分級模型(如:多巴胺神經元喪失程度度量評估模型),使影像被分類在最可能的神經元喪失階段,顯示器130可顯示自動分類檢查的結果,提供核醫科醫師在每一次進行腦部多巴胺轉運體檢查的判讀時,作為一種額外的輔助診斷模式,進而提升臨床醫師的診斷率與治療結果。
為了對上述腦部多巴胺轉運體檢查系統100的運作方法做更進一步的闡述,請同時參照第1~2圖,第2圖是依照本發明一實施例之一種腦部多巴胺轉運體檢查系統100的運作方法200的流程圖。如第2圖所示,運作方法200包含步驟S201~S206(應瞭解到,在本實施例中所提及的步驟,除特別敘明其順序者外,均可依實際需要調整其前後順序,甚至可同時或部分同時執行)。
於步驟S201,從掃描儀170取得受測者的腦部的掃描影像,掃描影像為三維影像。於步驟S202,將掃描影像對位到標準腦空間,以得出正規化掃描影像。於步驟S203,對正規化掃描影像進行影像強度標準化。於步驟S204,將影像強度標準化後的正規化掃描影像轉換為二維影像。於步驟S205,對二維影像的感興趣區域剪裁出複數影像資料,感興趣區域包含左側尾核、左側殼核、右側尾核與右側殼核。於步驟S206,基於複數影像資料,以遷移學習建立多巴胺神經元喪失程度度量評估模型。
在本發明的一實施例中,運作方法200更包含:從磁振造影機190取得受測者的腦部的三維磁共振影像;將掃描影像空間對位至三維磁共振影像;將三維磁共振影像分割出尾核與殼核深部灰質結構;透過三維磁共振影像,將已對位的掃描影像與尾核與殼核深部灰質結構做空間正規化到標準腦空間。
在本發明的一實施例中,運作方法200更包含:基於尾核與殼核深部灰質結構,以產生感興趣區域。
在本發明的一實施例中,在步驟S203中,計算正規化掃描影像中的枕葉的影像強度之平均值以做為基準,據以對正規化掃描影像進行影像強度標準化。
在本發明的一實施例中,在步驟S206之前,對複數影像資料進行資料增量,使不同神經元喪失程度的圖像數量平衡。
綜上所述,本發明之技術方案與現有技術相比具有明顯的優點和有益效果。藉由本發明的技術方案,建立分類分級模型(即,多巴胺神經元喪失程度度量評估模型),使影像被分類在最可能的神經元喪失階段,提供核醫科醫師在每一次進行腦部多巴胺轉運體檢查的判讀時,作為一種額外的輔助診斷模式,進而提升臨床醫師的診斷率與治療結果。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100:腦部多巴胺轉運體檢查系統
110:記憶體
120:處理器
130:顯示器
170:掃描儀
190:磁振造影機
200:運作方法
S201~S206:步驟
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:
第1圖是依照本發明一實施例之一種腦部多巴胺轉運體檢查系統的方塊圖;以及
第2圖是依照本發明一實施例之一種腦部多巴胺轉運體檢查系統的運作方法的流程圖。
200:運作方法
S201~S206:步驟
Claims (6)
- 一種腦部多巴胺轉運體檢查系統,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:從一掃描儀取得一受測者的一腦部的一掃描影像,該掃描影像為一三維影像;將該掃描影像對位到一標準腦空間,以得出一正規化掃描影像;計算該正規化掃描影像中的一枕葉的影像強度之平均值以做為基準,據以對該正規化掃描影像進行影像強度標準化;將該影像強度標準化後的該正規化掃描影像轉換為一二維影像;對該二維影像的至少一感興趣區域剪裁出複數影像資料,該至少一感興趣區域包含一左側尾核、一左側殼核、一右側尾核與一右側殼核;若該些影像資料中至少一個神經元喪失程度級別的資料與該些影像資料中一最大量資料的神經元喪失程度級別的比例低於一預設比例,對該至少一個神經元喪失程度級別的該資料進行資料增量,使不同神經元喪失程度的圖像數量平衡;以及基於該些影像資料,以一遷移學習建立一多巴胺神經 元喪失程度度量評估模型。
- 如請求項1所述之腦部多巴胺轉運體檢查系統,其中該處理器用以存取並執行該至少一指令以:從一磁振造影機取得該受測者的該腦部的一三維磁共振影像;將該掃描影像空間對位至該三維磁共振影像;將該三維磁共振影像分割出一尾核與殼核深部灰質結構;以及透過該三維磁共振影像,將已對位的該掃描影像與該尾核與殼核深部灰質結構做空間正規化到該標準腦空間。
- 如請求項2所述之腦部多巴胺轉運體檢查系統,其中該處理器用以存取並執行該至少一指令以:基於該尾核與殼核深部灰質結構,以產生該至少一感興趣區域。
- 一種腦部多巴胺轉運體檢查系統的運作方法,該運作方法包含以下步驟:從一掃描儀取得一受測者的一腦部的一掃描影像,該掃描影像為一三維影像;將該掃描影像對位到一標準腦空間,以得出一正規化掃描影像; 計算該正規化掃描影像中的一枕葉的影像強度之平均值以做為基準,據以對該正規化掃描影像進行影像強度標準化;將該影像強度標準化後的該正規化掃描影像轉換為一二維影像;對該二維影像的至少一感興趣區域剪裁出複數影像資料,該至少一感興趣區域包含一左側尾核、一左側殼核、一右側尾核與一右側殼核;若該些影像資料中至少一個神經元喪失程度級別的資料與該些影像資料中一最大量資料的神經元喪失程度級別的比例低於一預設比例,對該至少一個神經元喪失程度級別的該資料進行資料增量,使不同神經元喪失程度的圖像數量平衡;以及基於該些影像資料,以一遷移學習建立一多巴胺神經元喪失程度度量評估模型。
- 如請求項4所述之運作方法,更包含:從一磁振造影機取得該受測者的該腦部的一三維磁共振影像;將該掃描影像空間對位至該三維磁共振影像;將該三維磁共振影像分割出一尾核與殼核深部灰質結構;以及透過該三維磁共振影像,將已對位的該掃描影像與該尾核與殼核深部灰質結構做空間正規化到該標準腦空 間。
- 如請求項5所述之運作方法,更包含:基於該尾核與殼核深部灰質結構,以產生該至少一感興趣區域。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109135782A TWI781463B (zh) | 2020-10-15 | 2020-10-15 | 腦部多巴胺轉運體檢查系統及其運作方法 |
US17/116,254 US11593935B2 (en) | 2020-10-15 | 2020-12-09 | Dopamine transporter check system and operation method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109135782A TWI781463B (zh) | 2020-10-15 | 2020-10-15 | 腦部多巴胺轉運體檢查系統及其運作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202216070A TW202216070A (zh) | 2022-05-01 |
TWI781463B true TWI781463B (zh) | 2022-10-21 |
Family
ID=81185475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109135782A TWI781463B (zh) | 2020-10-15 | 2020-10-15 | 腦部多巴胺轉運體檢查系統及其運作方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11593935B2 (zh) |
TW (1) | TWI781463B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI587841B (zh) * | 2015-03-06 | 2017-06-21 | 國立陽明大學 | 定量分析核子醫學腦部影像的系統及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7038370B2 (ja) | 2017-08-30 | 2022-03-18 | 社会福祉法人兵庫県社会福祉事業団 | 画像処理方法、画像処理装置、およびプログラム |
AU2019359377A1 (en) * | 2018-10-10 | 2021-05-20 | The Research Foundation For Mental Hygiene, Inc. | System, method and computer-accessible medium for neuromelanin-sensitive magnetic resonance imaging as a non-invasive proxy measure of dopamine function in the human brain |
KR20220100851A (ko) * | 2019-08-20 | 2022-07-18 | 테란 바이오사이언시스 인코포레이티드 | 파킨슨병을 평가하기 위한 뉴로멜라닌 민감성 mri |
TWI686178B (zh) | 2019-10-09 | 2020-03-01 | 中原大學 | 自動化定位核子醫學腦部影像紋狀體與計算紋狀體專一性攝取率的方法與系統 |
-
2020
- 2020-10-15 TW TW109135782A patent/TWI781463B/zh active
- 2020-12-09 US US17/116,254 patent/US11593935B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI587841B (zh) * | 2015-03-06 | 2017-06-21 | 國立陽明大學 | 定量分析核子醫學腦部影像的系統及方法 |
Non-Patent Citations (1)
Title |
---|
期刊 Pavan Rajkumar Magesh, Richard Delwin Myloth, RijoJackson Tom An Explainable Machine Learning Modelfor Early Detection of Parkinson's Disease using LIMEon DaTscan Imagery Computers in Biology and Medicine August 4, 2020 1-21 * |
Also Published As
Publication number | Publication date |
---|---|
TW202216070A (zh) | 2022-05-01 |
US20220122246A1 (en) | 2022-04-21 |
US11593935B2 (en) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5468905B2 (ja) | 神経変性疾患の診断を支援するためのツール | |
Dai et al. | Deep learning for automated cerebral aneurysm detection on computed tomography images | |
JP6746160B1 (ja) | 診断支援システムおよび方法 | |
JP4402436B2 (ja) | 気道測定のための方法及びシステム | |
Huertas-Fernández et al. | Machine learning models for the differential diagnosis of vascular parkinsonism and Parkinson’s disease using [123 I] FP-CIT SPECT | |
TWI587841B (zh) | 定量分析核子醫學腦部影像的系統及方法 | |
US20100142774A1 (en) | method, a system, and an apparatus for using and processing multidimensional data | |
CN107913076A (zh) | 用于提供置信信息的方法 | |
CN113077448B (zh) | 利用神经黑色素影像提供帕金森病信息的装置及系统 | |
US20150302599A1 (en) | System and method of automatically detecting tissue abnormalities | |
Suotunen et al. | Visual assessment of [11 C] PIB PET in patients with cognitive impairment | |
WO2016016459A1 (en) | Method for the differential diagnosis of parkinsonian syndromes | |
US11257227B2 (en) | Brain image normalization apparatus, brain image normalization method, and brain image normalization program | |
US20180103921A1 (en) | Method for positron emission tomography (pet) imaging analysis for classifying and diagnosing of neurological diseases | |
JP2005230456A (ja) | 脳疾患の診断支援方法及び装置 | |
Fällmar et al. | Z-score maps from low-dose 18F-FDG PET of the brain in neurodegenerative dementia | |
Coart et al. | Correcting for the absence of a gold standard improves diagnostic accuracy of biomarkers in Alzheimer’s disease | |
TWI781463B (zh) | 腦部多巴胺轉運體檢查系統及其運作方法 | |
Azeem et al. | COVID-19 detection via image classification using deep learning on chest X-ray | |
JP6943853B2 (ja) | イメージングワークフローの品質管理 | |
KR20230128210A (ko) | 치매 진단을 위한 의료 영상 회귀분석 장치 및 방법 | |
CN114429440A (zh) | 脑部多巴胺转运体检查系统及其运行方法 | |
WO2015017582A1 (en) | Magnetic resonance imaging tool to detect clinical difference in brain anatomy | |
CN113948180A (zh) | 实现精神疾病影像报告生成处理的方法、装置、处理器及其计算机可读存储介质 | |
KR20210121608A (ko) | 타우 단백질 축적 예측 장치 및 이를 이용한 타우 단백질 축적 예측 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |