[发明专利]基于相关预测模型的磁共振图像中检测结构形变的方法

说明书

技术领域

本发明涉及一种基于相关预测模型的磁共振图像中检测结构形变的方法，属于磁共振图像医学图像的处理，计算神经解剖学等领域。

背景技术

采用磁共振图像作为脑部疾病的辅助诊断已经是常用的手段，针对磁共振图像采用计算机医学图像处理技术对于脑部磁共振图像的甄别更具有科学性，目前量化磁共振图像中大脑结构形变是医学图像处理的指标参数之一。

目前量化磁共振图像中因脑萎缩所致的大脑结构形变的方法大体上可分为两类。一类是基于多时间点磁共振结构图像的方法。此类方法通过对同一被试连续两次或多次的磁共振扫描的比较，检测结构形变发生的位置及变化程度。优点在于计算相对比较简单，检测精度高。缺点在于，由于经济或者数据交流间的问题，某些患者只有单一时间点的磁共振图像可用。第二类是基于单时间点磁共振结构图像的检测方法。这类方法中，常见的为目测或线性测量衡量脑沟、脑裂宽度等指标，以及容积测量法直接计算脑组织的容积大小或者脑容积与颅腔容积的比率。其优点在于应用简单，无需复杂计算。然而，由于脑沟、脑裂形状的不规则及个体差异等因素的影响，使得目测或线性测量、容积测量在客观性和可重复性方面存在着不足。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于相关预测模型的磁共振图像中检测结构形变的方法，在只有单时间点磁共振结构图像可用的情况下利用磁共振图像研究大脑的结构形变。

本发明的思想在于：根据三维核磁共振结构图像重建出的三角化大脑皮层表面带来较大的结构变形，通过检测大脑皮层表面变形的剧烈程度，可以定义大脑结构形变的程度。三角化的大脑皮层表面上顶点的坐标与其邻域内的顶点之间存在着结构相关性。利用一组配准到标准模板的正常被试的三角化大脑皮层表面，计算出该组表面上的顶点与其余顶点之间的结构相关性。利用这种相关性及典型相关预测模型，可以依据不存在大脑结构形变的正常区域的顶点位置，预测出存在大脑萎缩的区域中顶点的期望位置。比较预测模型得到的顶点位置与预测之前的顶点位置，量化大脑皮层表面因大脑萎缩所带来变形，从而量化大脑因脑萎缩所致的结构形变的程度。

技术方案

一种基于相关预测模型的磁共振图像中检测结构形变的方法，其特征在于步骤如下：

步骤1对三维大脑核磁共振图像进行预处理：利用可变形模型方法去除核磁共振图像中的脑壳，利用配准方法去除核磁共振图像中的非大脑组织，利用高斯混合模型方法对核磁共振图像中的大脑图像进行组织分割，得到白质，灰质和脑脊髓液三种组织类型表示的数字图像；

步骤2：利用Marching Cubes方法从组织分割后的数字图像中重构三角化的、以灰质-白质分界面表现的大脑皮层内表面的数字图像；

步骤3：采用步骤1和步骤2处理一组正常的大脑核磁共振图像，得到正常的三角化的、以灰质-白质分界面表现的大脑皮层内表面的数字图像；

步骤4：利用弹性变形配准方法将步骤3中得到的一组正常的大脑皮层内表面的数字图像配准到标准模板空间，利用 计算数字图像的三角化表面上顶点之间的结构相关性；其中：v_i及v_j分别代表顶点i与j在样本集中的观测值， corr(v_i，v_j)为顶点v_i与v_j之间的空间相关性，cov(v_i，v_j)为v_i与v_j之间的协方差，σ_i与σ_j分别代表v_i及v_j的标准差；计算中v_i及v_j分别由其x，y，z三个坐标分量代替，相关性的取值为三个分量的均值；

步骤5：采用步骤1和步骤2处理被测大脑的核磁共振图像，得到被测大脑的三角化的、以灰质-白质分界面表现的大脑皮层内表面S的数字图像；

步骤6：在步骤5中得到的待测被试的大脑皮层内表面S上选取待检测区域ROI，将位于ROI中的顶点集合V1的坐标值视作待预测变量，而将位于ROI以外的顶点集合V2的坐标视为已知变量，利用典型相关模型来预测V1的期望值V1_p，步骤如下：