[发明专利]基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统

说明书

技术领域

本发明涉及到医学图像处理技术，具体地说，是一种基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统。

背景技术

磷酸化tau蛋白是诊断阿尔茨海默病的重要指标之一，现有技术中通常利用PET扫描成像，通过计算PET图像中磷酸化tau蛋白沉积区域所对应的像素的总数来作为磷酸化tau含量。

但其存在的缺陷是：PET扫描成像成本高，而且需要预先给病人注射放射性试剂，具有一定的辐射作用，容易给病人带来一定的心理压力。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统，该系统主要结合图像处理技术和智能识别算法，利用脑磁共振影像中的图像特征信息来实现磷酸化tau蛋白含量的检测，避免使用PET扫描所带来的不良影响。

为达到上述目的，本发明所采用的具体技术方案如下：

一种基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统，其关键在于：设置有MRI图像采集装置、图像预处理装置、特征提取装置以及参数反演装置；

所述图像预处理装置中依次设置有滤波去噪装置、图像配准装置、头骨剥离装置和组织分割装置；

所述滤波去噪装置用于实现MRI图像的去噪处理；

所述图像配准装置用于实现待测图像头部位置的调整；

所述头骨剥离装置用于去除图像中的脑外组织；

所述组织分割装置用于将图像中的脑组织图像分割为脑新皮层、白质、灰质、丘脑和海马体五个解剖结构；

所述特征提取装置用于提取最优特征子集；

所述参数反演装置用于将所述最优特征子集反演出磷酸化tau蛋白含量；该参数反演装置中固化有训练好的SVM(support vector machine，支持向量机)模型，所述SVM模型是通过选择多个训练样本图像的多个特征参数，并以每个样本图像对应PET图像的磷酸化tau蛋白含量为评价标准，最终训练出的最优特征子集与磷酸化tau蛋白含量的映射关系。

作为进一步描述，所述参数反演装置中设置有训练样本图像获取装置、训练样本图像预处理装置、训练样本图像特征提取装置、训练样本特征选择装置、测试样本图像获取装置、测试样本图像预处理装置、测试样本图像特征提取装置以及分类器构建装置；

所述训练样本图像获取装置用于获取训练样本MRI图像和该MRI图像对应的PET图像，并通过PET图像计算磷酸化tau蛋白含量作为分类器的评价标准；

所述训练样本图像预处理装置与所述图像预处理装置的结构和功能相同；

所述训练样本图像特征提取装置用于提取SVM模型所需的多个特征参数；

所述训练样本特征选择装置用于实现多个特征参数的选择；

所述测试样本图像获取装置用于获取测试样本MRI图像和该MRI图像对应的PET图像，并通过PET图像计算磷酸化tau蛋白含量作为分类器的评价标准；

所述测试样本图像预处理装置与所述图像预处理装置的结构和功能相同；

所述测试样本图像特征提取装置用于提取训练样本特征选择装置所选择出的特征参数；

所述分类器构建装置用于构建特征参数与磷酸化tau蛋白含量的反演关系，该分类器的核函数采用径向基函数，当所述测试样本的识别率达到预设目标时，最终训练出的最优特征子集与磷酸化tau蛋白含量的映射关系。

再进一步描述，所述训练样本图像特征提取装置所提取的多个特征参数包括每个解剖结构的体积、灰度分布的不均匀性、灰度平均、灰度均方差、灰度熵、信息熵、几何矩、对比度、差分矩、自相关、梯度分布的不均匀性、梯度、梯度平均、梯度均方差、梯度熵、逆差矩、平均弥散率和各向异性分数值。

作为优选，所述训练样本图像特征提取装置采用离散二进制PSO算法进行特征选择。

本发明的显著效果是：

本发明通过智能遗传算法对SVM模型进行训练，从而得到最优特征子集与磷酸化tau蛋白含量的映射关系，将训练好的SVM模型固化到参数反演装置中，从而构建出本发明所提出的基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统，该系统可仅通过脑磁共振图像中的特征信息就可以定量判定出磷酸化tau蛋白含量，具有无创、无辐射、安全、自动化程度高等优点。

附图说明

图1是本发明的系统原理框图。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。