一种基于造影剂增强曲线的药代动力学参数估计方法与流程

本发明涉及一种基于造影剂增强曲线的药代动力学参数估计方法，属于生理参数估计领域。

背景技术：

肿瘤的早期诊断是提高患者生存率和生活质量、提高治愈率、降低死亡率的关键，在肿瘤的生长、浸润和播散过程中，常常伴有新血管的生成。目前有许多研究工作将造影剂增强图像与药代动力学模型相结合，对肿瘤微血管通透性进行分析，得到有生物学标志的功能参数。

对于现有的药代动力学参数估计方法而言，存在着两个缺陷：首先，获取动脉输入函数耗时、费力，并且获得的动脉输入函数易受噪声干扰和造影剂二次灌注的影响；其次，传统的药代动力学模型为了得到稳定的药代动力学参数，常常对二房室模型进行简化，如忽略血管体积分数、忽略造影剂回流的影响等，因此传统的药代动力学模型对于生理代谢的刻画具有一定的局限性。本发明针对这些问题，提出了一种造影剂增强曲线的药代动力学参数估计方法。

技术实现要素：

本发明提出能够基于造影剂增强曲线的药代动力学参数估计方法，能够有效地评估肿瘤微血管通透性及肿瘤血管体积分数。

现有的药代动力学参数估计方法存在以下两个缺陷：首先，获取动脉输入函数耗时、费力，并且获得的动脉输入函数易受噪声干扰和造影剂二次灌注的影响；其次，传统的药代动力学模型为了得到稳定的药代动力学参数，常常对二房室模型进行简化，如忽略血管体积分数、忽略造影剂回流的影响等，因此传统的药代动力学模型对于生理代谢的刻画具有一定的局限性。

本发明利用动脉输入函数曲线的自身特性提出了一种基于预设种子点自动选择动脉输入函数的方法，能够减少造影剂二次灌注对动脉输入函数的影响，使得到的动脉输入函数更接近理想的动脉输入函数曲线。本发明首次提出了基于三类典型造影剂增强曲线的正则化多盲道参数估计方法，能够估计得到稳定有效的定量参数逆流动系数(kep)。本发明采用未经任何简化二房室模型估计药代动力学参数血管通透性(k^trans)、间隙体积分数(ve)、血管体积分数(vp)，该模型 不需要对二房室模型进行简化，使其更加符合生理代谢过程。

本发明的技术方案如下：

一种基于造影剂增强曲线的药代动力学参数估计方法，包括以下步骤：

1)利用动脉输入函数曲线特征自动选择动脉输入函数曲线；

2)利用造影剂增强曲线特征聚类全局造影剂增强曲线，获得三类典型造影剂增强曲线；

3)在步骤2)中获取三类典型造影剂增强曲线，设计正则化多盲道参数估计方法，估计药代动力学参数逆流动系数；

4)采用未经任何简化二房室模型估计药代动力学参数血管通透性、间隙体积分数、血管体积分数。

上述步骤1)中，通过预设血管区域种子点，获取血管位置的局部区域，采用otsu阈值法分割血管区域，通过峰值、达峰时间、半峰宽、平稳性、抖动性等指标描述造影剂增强曲线特征，通过综合评价指标m筛选造影剂增强曲线获得动脉输入函数，综合评价指标定义为：

其中，pv代表造影剂增强曲线峰值，ttp代表造影剂增强曲线达峰时间，fwhm代表造影剂增强曲线半峰宽，p，q为造影剂增强曲线的平稳性、抖动性评价指标，p为相邻时相间造影剂浓度绝对差的和，q为每一时相造影剂浓度与初始位置造影剂浓度绝对差的和。

步骤2)对全局造影剂增强曲线进行聚类分析，采用斜率刻画造影剂增强曲线特征，通过聚类算法将全局造影剂增强曲线分为三类，将每一类增强曲线取平均，最终获得三类典型造影剂增强曲线。

步骤3)中，将获得的三类典型造影剂增强曲线和当前像素点对应的造影剂增强曲线组合设计为正则化多盲道参数模型，对应表达式如下：

其中，h⁽ⁱ⁾为对应盲道的生理系统函数，cp(t)为动脉输入函数，εⁱ(t)为盲 道对应的噪声项；最小化对应的目标函数r，即可求解对应的药代动力学参数，最终能够获得稳定的药代动力学参数逆流动系数。

其中，为盲道对应的响应曲线输出，h为生理系统函数的矩阵表达。

上述步骤4)利用未经任何简化二房室模型、已获得的动脉输入函数和药代动力学参数逆流动系数，采用最小二乘方法估计剩余药代动力学参数，对应的二房室模型如下所示：

本发明具有以下优点：

本发明利用动脉输入函数曲线的自身特性提出了一种基于预设种子点自动选择动脉输入函数的方法，该方法得到的动脉输入函数曲线的半峰宽更窄、峰值到达时间更短、平稳性指标更小，说明该方法能够减少造影剂二次灌注对动脉输入函数的影响，使得到的动脉输入函数更接近理想的动脉输入函数曲线。本发明首次提出了基于三类典型造影剂增强曲线的正则化多盲道参数估计方法，能够估计得到稳定有效的定量参数逆流动系数。采用未经任何简化二房室模型估计药代动力学参数血管通透性、间隙体积分数、血管体积分数，该模型不需要对二房室模型进行简化，更符合生理代谢过程。

附图说明

图1是获取动脉输入函数曲线的流程图。

图2是获取动脉输入函数过程中每一步的结果。

图3是描述动脉输入函数曲线特征的参数指标统计结果。

图4是全局曲线聚类区域和聚类曲线的结果。

图5是定量参数逆流动系数模拟仿真验证结果。

图6是本发明得到的药代动力学参数定量结果。

具体实施方式

基于磁共振动态增强图像序列进行药代动力学参数估计，以下结合图1获取动脉输入函数曲线的流程图对本发明做进一步说明，以便更好地理解本发明的技术方案。步骤如下：

1.预设血管区域种子点，获取血管位置的局部区域，如图2(a)所示，对血管局部区域采用otsu阈值法算法进行分割，能够得到血管区域如图2(b)所示，对血管区域对应的造影剂增强曲线进行筛选，筛选的评价指标为m，定义如下：

其中，pv代表造影剂增强曲线峰值，ttp代表造影剂增强曲线达峰时间，fwhm代表造影剂增强曲线半峰宽，p，q为造影剂增强曲线的平稳性、抖动性评价指标，p为相邻时相间造影剂浓度绝对差的和，q为每一时相造影剂浓度与初始位置造影剂浓度绝对差的和，步骤1)如图1所示，最终能够得到动脉输入函数，结果如图2(c)所示。通过该方法得到的动脉输入函数曲线的半峰宽更窄、峰值到达时间更短、平稳性指标更小，说明该方法能够减少造影剂二次灌注对动脉输入函数的影响，使得到的动脉输入函数更接近理想的动脉输入函数曲线，动脉输入函数曲线特征的参数指标统计结果如图3所示。

2.选择全局聚类区域，对全局造影剂增强曲线进行聚类分析，选择区间曲线聚类区域如图4(a)所示，采用斜率刻画造影剂增强曲线特征，然后通过模糊聚类算法将全局造影剂增强曲线分为三类，将每一类增强曲线取平均，最终获得三类典型造影剂增强曲线，结果如图4(b)所示。

3.将步骤2中获得的三类典型造影剂增强曲线和当前像素点对应的造影剂增强曲线组合为正则化多盲道参数模型，对应表达式如下：

其中，h⁽ⁱ⁾为对应盲道的生理系统函数，cp(t)为动脉输入函数，εⁱ(t)为盲 道对应的噪声项；最小化对应的目标函数r，即可求解对应的药代动力学参数，最终能够获得稳定的药代动力学参数逆流动系数，模拟仿真验证结果如图5所示通过。

4.利用未经任何简化二房室模型、已获得的动脉输入函数和药代动力学参数逆流动系数，采用最小二乘方法估计剩余药代动力学参数，对应的二房室模型公式如下：

最终能够求解得到对应的药代动力学参数结果，如图6中分别对应药代动力学定量参数血管通透性、间隙体积分数、血管体积分数。