一种基于多延迟asl的自动计算缺血半暗带方法
技术领域
1.本发明属于医学图像领域,具体涉及一种基于多延迟asl的自动计算缺血半暗带方法。
背景技术:
2.缺血性脑卒中是指由于脑的供血动脉(颈动脉和椎动脉)狭窄或闭塞、脑供血不足导致的脑组织坏死的总称。缺血性卒中的发病率高于出血性卒中,占脑卒中总数的70%。目前,临床常用弥散加权成像dwi与核磁灌注加权成像pwi的不匹配或灌注计算机断层灌注成像(ctpi)的cbf与tmax的不匹配度来确定缺血半暗带。然而,这些成像技术存在某些缺点,侵入式创伤、依赖于放射性物质、不良反应。
[0003] 动脉自旋标记(asl)技术可以在不使用造影剂的情况下测量脑血灌注。利用asl与dwi的不匹配也可以用于确定缺血半暗带。利用asl计算出脑血流量 cbf,计算出缺血区域,用dwi的高亮区域作为梗死区,这两部分区域的不匹配区域就为缺血半暗带。
[0004]
然而,现有技术应用的单延迟asl通常受限于只能提供cbf一个灌注参数,并且需要实现预估att值,严重影响asl测量的准确度和精确度。
[0005]
因此,需要提高应用asl技术计算缺血半暗带的准确度和精确度。
技术实现要素:
[0006]
发明目的:针对现有应用单延迟asl技术的不足,本发明提出基于dwi与多延迟asl自动计算缺血半暗带的方法,能够提供基于asl的灌注参数的多模态化(cbf、att和acbv),提高了计算缺血半暗带的准确性。
[0007]
为实现上述目的,本发明提供的具体技术方案如下:一种基于多延迟asl的自动计算缺血半暗带方法,其特征在于,利用配准dwi、asl,通过b0识别颅脑左右侧;通过dwi计算异常区域;通过asl计算不同灌注参数;通过dwi和asl自动计算缺血半暗带。
[0008]
包括以下几个步骤:步骤1:对dwi的b0配准asl的m0,通过b0识别颅脑左右侧。
[0009]
步骤2:通过dwi计算adc,并计算adc异常区域。
[0010]
步骤3:通过asl计算cbf、att、acbv,通过步骤1的输出计算不同相对指数,并计算adc与asl不同灌注参数的不匹配度作为缺血半暗带。
[0011]
所述步骤1具体包括如下步骤:步骤1.1:使用互相信息配准方法对dwi的b0进行非刚体配准asl的m0。
[0012]
步骤1.2:使用穷举法,循环搜查b0上左右最对称的中心点和三维切面。
[0013]
所述步骤2具体包括如下步骤:步骤2.1:通过dwi的b0和b1000计算出adc。
[0014]
步骤2.2:设定adc的阈值,在adc上小于该阈值的区域为梗死核心区。根据空间位
置识别颅脑异常侧和健康侧。
[0015]
所述步骤3具体包括如下步骤:步骤3.1:通过多延迟asl计算出多参数灌注。
[0016]
所述多参数的算法包括att、cbf及acbv。首先从差异图像计算加权延迟(wd),并根据wd和att之间的理论关系转换成att。让后从每个pld算出相应的cbf。最后acbv由att和平均cbf的乘积算出。
[0017]
步骤3.2:设定cbf的相对值阈值。通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域。
[0018]
步骤3.3:设定att的相对值阈值。通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域。
[0019]
步骤3.4:设定acbv的相对值阈值。通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域。
[0020]
步骤3.5:通过cbf、att、acbv与adc的异常区域,单模态或多模态结合计算得到区域的不匹配度为缺血半暗带。
[0021]
有益效果:与现有基于dwi与asl的技术相比,本发明提供了asl参数的多参数化应用(cbf、att、acbv),提高了灌注值的准确性和精准性。
附图说明
[0022]
图1为本发明的流程图。
[0023]
图2为本发明的得到缺血半暗带的结果图。
具体实施方案
[0024]
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等同变换均落于本技术所附权利要求所限定的范围。
[0025]
如图1所示,一种基于多延迟asl的自动计算缺血半暗带方法,其特征在于,包括以下几个步骤:步骤1:对dwi的b0配准asl的m0,通过b0识别颅脑左右侧。
[0026]
步骤2:通过dwi计算adc,并计算adc异常区域。
[0027]
步骤3:通过asl计算cbf、att、acbv,通过步骤1的输出计算不同相对指数,并计算adc与asl不同灌注参数的不匹配度作为缺血半暗带。
[0028]
所述步骤1具体包括如下步骤:步骤1.1:使用互相信息配准方法对dwi的b0进行非刚体配准asl的m0。
[0029]
步骤1.2:使用穷举法,循环搜查b0上左右最对称的中心点和三维切面。
[0030]
所述步骤2具体包括如下步骤:步骤2.1:通过dwi的b0和b1000计算出adc。
[0031]
步骤2.2:设定adc的阈值(如,620),在adc上小于该阈值的区域为梗死核心区。在adc上小于该阈值的区域为梗死核心区。根据空间位置识别颅脑异常侧和健康侧。
[0032]
所述步骤3具体包括如下步骤:
步骤3.1:通过多延迟asl计算出多参数灌注。
[0033]
所述多参数的算法包括att、cbf及acbv。首先从差异图像计算加权延迟(wd),并根据wd和att之间的理论关系转换成att。让后从每个pld算出相应的cbf。最后acbv由att和平均cbf的乘积算出。
[0034]
步骤3.2:设定cbf的相对值阈值((如,50%)。通过已识别的健康区域计算出非健康区域(如,大脑灰白质右侧)小于相对值阈值的区域为异常区域。
[0035]
步骤3.3:设定att的相对值阈值(如,150%)。通过已识别的健康区域计算出非健康区域(如,大脑灰白质右侧)大于相对值阈值的区域为异常区域。
[0036]
步骤3.4:设定acbv的相对值阈值(如,5%)。通过已识别的健康区域计算出非健康区域(如,大脑灰白质右侧)小于相对值阈值的区域为异常区域。
[0037]
如图2所示,步骤3.5:通过cbf、att、acbv与adc的异常区域,单模态或多模态结合计算得到区域的不匹配度为缺血半暗带。
[0038]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术 人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明 的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种 变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所 附的权利要求书及其等效物界定。
技术特征:
1.一种基于多延迟asl的自动计算缺血半暗带方法,其特征在于,利用配准dwi、asl,通过b0识别颅脑左右侧;通过dwi计算异常区域;通过asl计算不同灌注参数;通过dwi和asl自动计算缺血半暗带;包括以下几个步骤:步骤1:对dwi的b0配准asl的m0,通过b0识别颅脑左右侧;步骤2:通过dwi计算adc,并计算adc异常区域;步骤3:通过asl计算cbf、att、acbv,通过步骤1的输出计算不同相对指数,并计算adc与asl不同灌注参数的不匹配度作为缺血半暗带。2.根据权利要求1所述的基于多延迟asl的自动计算缺血半暗带方法,其特征在于,所述步骤1具体包括如下步骤:步骤1.1:使用互相信息配准方法对dwi的b0进行非刚体配准asl的m0;步骤1.2:使用穷举法,循环搜查b0上左右最对称的中心点和三维切面。3.根据权利要求1所述的基于多延迟asl的自动计算缺血半暗带方法,其特征在于,所述步骤2具体包括如下步骤:步骤2.1:通过dwi的b0和b1000计算出adc;步骤2.2:设定adc的阈值,在adc上小于该阈值的区域为梗死核心区;根据空间位置识别颅脑异常侧和健康侧。4.根据权利要求1所述的基于多延迟asl的自动计算缺血半暗带方法,其特征在于,所述步骤3具体包括如下步骤:步骤3.1:通过多延迟asl计算出多参数灌注,所述多参数的算法包括att、cbf及acbv;首先从差异图像计算加权延迟(wd),并根据wd和att之间的理论关系转换成att;让后从每个pld算出相应的cbf;最后acbv由att和平均cbf的乘积算出;步骤3.2:设定cbf的相对值阈值,通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域;步骤3.3:设定att的相对值阈值,通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域;步骤3.4:设定acbv的相对值阈值,通过已识别的健康区域计算出非健康区域大于或小于相对值阈值的区域为异常区域;步骤3.5:通过cbf、att、acbv与adc的异常区域,单模态或多模态结合计算得到区域的不匹配度为缺血半暗带。
技术总结
本发明提出一种基于多延迟ASL的自动计算缺血半暗带方法,所述方法包括步骤:对DWI的B0配准ASL的M0,通过B0识别颅脑左右侧;通过DWI计算ADC,并计算ADC异常区域;通过ASL计算灌注参数CBF、ATT和aCBV,通过上述步骤的灌注输出计算左右,大小脑等区域之间的相对指数,并计算ADC与ASL不同灌注参数的不匹配度作为缺血半暗带与现有技术相比。本发明提供基于ASL的灌注参数的多模态化(CBF、ATT和aCBV),提高了计算缺血半暗带的准确性。计算缺血半暗带的准确性。
技术研发人员:马青峰 张苗 姚泽山 孟刚 李励耕
受保护的技术使用者:安影科技(北京)有限公司
技术研发日:2022.03.17
技术公布日:2022/5/25
转载请注明原文地址:https://tc.8miu.com/read-15395.html