一种基于体素的全脑QSM联合ROI分析的方法与流程

一种基于体素的全脑qsm联合roi分析的方法
技术领域
1.本发明属于图像处理技术领域，特别是涉及一种基于体素的全脑qsm联合roi分析的方法。


背景技术：

2.铁参与人体众多重要的活动，比如代谢、dna合成、正常脑功能维持。脑内铁负载过多，会产生过多的自由基，造成氧化应激损伤，造成神经元及细胞死亡，导致神经元退变。多种神经退行性疾病，比如阿尔茨海默病、帕金森病、肌萎缩侧索硬化症等神经元退变疾病，以及正常的老化，均证实铁介导的氧化应激损伤参与疾病的病理机制。多种抗氧化应激药物在神经退行性疾病的应用，更进一步说明准确有效评价氧化应激在疾病中的作用，对于实现在体分析大脑内氧化应激损伤和相关药物作用，具有非常现实的意义。定量磁敏感图(quantitative susceptibility mapping,qsm)是近年发展起来可直接反应脑内铁含量的方法，该方法获得的脑内铁含量可与尸检铁蛋白染色结果比拟，从而间接反映大脑的氧化应激损伤范围和程度。然而，目前大多数基于qsm的脑内铁含量分析，采用的是基于个别感兴趣解剖区域的分析，即通过优先选定一部分脑区，评价相应脑区的铁含量变化。而优先选定roi的分析有两个缺点。一方面无论是老龄化亦或是神经退行性疾病，累及的脑区众多，筛选部分roi的分析，并不能反映全脑水平的铁含量变化特点，因此获得的铁含量异常的脑区容易产生偏移。另一方面，以往基于常规解剖图集的选择方法，选择感兴趣区中含有较多的白质成分，而过多的铁主要被巨噬细胞吞噬，沉积于少突胶质细胞以及神经元等皮层结构，包含过多白质成分的感兴趣区，容易降低均值检测的敏感性。


技术实现要素：

3.为解决上述问题，本发明提出通过基于体素的全脑qsm分析获得成人脑内铁含量分布差异，结合brainnetome atlas和oasis
‑
trt
‑
20融合模板，获得基于功能的精细皮层roi，同时结合精细皮层roi，去除全脑水平分析由于平滑作用带来的膨胀或模糊效应，增加皮层铁含量异常检出敏感性，从而精准评价成人脑内铁含量。
4.本发明提供了如下方案：一种基于体素的全脑qsm联合roi分析的方法，包括：
5.获取qsm图像，创建全脑样本模板；根据所述qsm图像和所述全脑样本模板的配准关系，进行基于体素的qsm全脑分析，获得全脑qsm结果；
6.基于所述全脑qsm结果，结合brainnetome图集和oasis
‑
trt
‑
20融合模板，进行roi分析，获得目标分析结果。
7.优选地，获取所述qsm图像包括：
8.通过梯度回波序列获得原始qsm图像，通过多回波磁敏感对所述原始qsm图像进行加权，基于加权后的qsm图像进行拉普拉斯的相位去卷积，获得不同回波时间下的去卷积相位图，将所述相位图标准化并通过复杂调和伪影去除法进行背景相位移除；基于条件的lsqr技术进行频率加权，获得所述qsm图像。
9.优选地，获取所述qsm图像还包括：
10.基于非线性最小二乘法拟合，获得初始场图，通过傅里叶变换和拉普拉斯变换，获得每个回波时间下基于拉普拉斯算子的相位解缠绕；将每个回波时间下解缠绕后的相位图像，通过相应的回波时间进行标准化，获得频移；通过条件最小二乘法和所述频移，获得所述qsm图像。
11.优选地，创建所述全脑样本模板包括：
12.对t1结构像数据进行射频偏移校正，获得校正t1结构像；
13.对所述校正t1结构像去头皮、配准生成所述全脑样本模板。
14.优选地，所述配准包括四次线性配准和六次非线性配准。
15.优选地，对所述t1结构像数据进行射频偏移校正包括：
16.采用fsl fast4，基于混合高斯模型，获得直方图，通过给定均值和方差，采用马尔科夫随机场标记体素，实现射频偏移校正。
17.优选地，获得所述全脑qsm结果包括：根据所述qsm图像和所述全脑样本模板的配准关系，采用非线性及刚性变化，对所述qsm图像进行配准及平滑处理，基于广义线性模型，通过非参数置换检验，获得基于体素的全脑qsm分布差异图。
18.优选地，所述qsm图像和所述全脑样本模板的配准包括：
19.基于刚性和仿射配准，将幅度图配准至个体高清结构像空间，获得配准矩阵；通过线性插值法，将所述qsm图像，利用所述配准矩阵及变形图，配准至样本模板空间。
20.优选地，所述平滑处理之前，还包括对所述qsm图像进行平滑补偿处理；
21.所述平滑补偿处理包括:
22.将射频偏移校正后的3d结构像进行分割，并将分割后的灰质、白质图像相加，获得全脑实质图；
23.将所述全脑实质图配准到所述样本模板空间，获得脑实质蒙片；
24.基于fslmaths的3d高斯核进行卷积，获得全脑实质蒙片平滑图像和平滑qsm图像；
25.基于体素方式，去除所述平滑qsm图像中的所述全脑实质蒙片平滑图像，获得平滑补偿后的qsm空间平滑图像。
26.本发明公开了以下技术效果：
27.本发明提供的一种基于体素的全脑qsm联合roi分析的方法，通过创建全脑样本模板，通过严格的配准方法，获得基于体素的全脑qsm图像，以此获得全脑范围的组间铁含量差异，同时，通过进一步选择精细皮层roi验证成人脑内铁含量水平，能够更加全面的反应全脑水平的铁含量变化特点。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1为本发明实施例的方法流程图。
具体实施方式
30.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
31.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
32.如图1所示，本发明提供了一种基于体素的全脑qsm联合roi分析的方法,包括：qsm图像预处理、基于样本的模板创建、基于体素的qsm组间分析、基于精准皮层的roi(region of interest)配准分析四个步骤。
33.其中，(1)qsm图像预处理包括生成qsm图像，具体步骤为：基于拉普拉斯的相位去卷积，不同回波时间下的去卷积相位图标准化、采用相位数据的复杂同质化伪影降低技术、基于条件的lsqr技术进行频率加权。
34.(2)基于样本的模板创建：对t1结构像数据进行射频偏移校正，去头皮后，对个体高分辨率结构像采用四次线性配准，六次非线性多分辨率方式配准。
35.(3)基于体素的全脑qsm分析：利用幅度图与样本模板之间的配准关系，采用非线性及刚性变化，对qsm图像进行配准及平滑，基于广义线性模型，通过非参数置换检验，获得基于体素的全脑qsm分布差异图。
36.(4)基于精准皮层的roi配准分析：结合brainnetome atlas和oasis
‑
trt
‑
20融合模板，将roi固定于精细功能皮层内，获得更准确的皮层铁含量。
37.进一步地，
38.1、qsm图像预处理
39.qsm图像通过gre(梯度回波序列)获得。mri图像中，具有磁敏感特性的物质会引起磁场的变化，且场图与磁化率分布的关系近似一个偶极核跟磁化率分布的卷积。这种磁化率引起的场图变化，通过回波时间，转变为相位信息。通过拟合不同的回波的相位信息，可获得场图变化，进而获得物质的磁敏感信息。
40.(1)场图拟合及相位解缠绕
41.基于非线性最小二乘法拟合，获得初始场图。通过傅里叶变化，经过拉普拉斯算子的作用，获得每个回波时间下其基于拉普拉斯算子的相位解缠绕。对每个回波时间下的解缠绕后的相位图像，通过相应的回波时间进行标准化，而后通过平均获得频移。
42.(2)背景去除
43.由于外部组织，比如空气等亦会导致磁化效应，因此，在背景场图中需要去除外部组织磁化率的影响。采用基于磁场物理特性的复杂调和伪影去除法,对每个回波下的频率图，采用不同的参数，进行背景相位移除。对不同回波时间下的频移通过其相应的回波时间进行加权。
44.(3)生成磁敏感图
45.采用条件最小二乘法，基于联合的频移图，通过sti工具包，获得磁敏感图。
46.2、基于样本的模板创建
47.(1)t1结构像进行射频偏倚校正
48.磁共振图像采集过程中，由于梯度转换产生感应涡流，可导致图像信号不均匀，即使是属于同一组织的结构，其亮度也存在不均匀，将其称之为射频场偏差。定量磁共振分析需要对不同组织及结构的精准分割，因此需要校正这种射频场偏差。采用fsl fast4，基于混合高斯模型，形成直方图，通过给每一个组织给定一个均值和方差。标记每一个体素，标记过程中不仅考虑体素的信号强度属于估计的哪一个组织，同时考虑其临近组织的标签—标记采用马尔科夫随机场，导致空间正则化，进而实现射频场校正。
49.(2)t1结构像去头皮
50.对于射频校正后的t1结构像，在进一步用于配准之前，需要去除头皮，以去除非大脑组织对配准的影响。使用fsl工具包的bet2.0进行去头皮操作。部分强度阈值设定为0.2，以获取完整的脑组织。
51.(3)配准
52.对于个体间的图像，个体图像间先进行四次刚性
‑
仿射迭代，再进行六次非线性配准。同步配准基于三种分辨率下执行的互相关最小化驱动，在最粗的水平上达到90次迭代，在第二粗的水平上最大30次迭代，在全分辨率上最大90次迭代；模板更新步长设置为0.1mm。由此获得基于样本的模板。
53.3、基于体素的qsm全脑分析
54.利用幅度图与样本模板之间的配准关系，采用非线性及刚性变化，对qsm图像进行配准及平滑，基于广义线性模型，通过非参数置换检验，获得基于体素的全脑qsm分布差异图。
55.qsm图像配准
56.由于重建好的qsm图像数值既包含正值，也包含负值，为了保证个体qsm图像到样本空间的准确配准，其配准矩阵由相应的幅度图通过配准获得。
57.具体步骤如下：
58.基于刚性和仿射配准，将幅度图配准至个体高清结构像空间，获得配准矩阵；
59.基于个体3d高清分辨率图像到样本模板的配准矩阵及变形图，以b样条曲线的插值方式，将个体qsm图像，以线性插值的方式，配准至样本的模板空间。
60.qsm图像平滑
61.在进行基于体素的全脑qsm分析之前，为了减少错误配准所致的数据分散，以及独立统计分析的总数造成的影响，需要对qsm数据进行空间平滑。平滑之前，需要对qsm图像进行平滑补偿。平滑补偿的步骤如下：
62.(i)采用fsl的fast 4将射频校正后的3d结构像，以0.5为部分容积效应的分割阈值，将3d结构像分割为灰质、白质和脑脊液；并采用fslmaths，将分割的白质和灰质图像进行相加，获得全脑实质图。
63.(ii)采用步骤(2)中个体3d结构像到样本空间的配准矩阵和变形图，将上一步骤生成的个体全脑实质图配准到样本空间，以0.5为阈值，获得脑实质的蒙片。
64.(iii)采用fslmaths中的3d高斯核，以sigma为3，进行卷积，获得上一步骤中全脑实质蒙片和样本空间qsm图像的平滑后图像。
65.(iv)以基于体素的方式，从平滑后的qsm图像中，去除全脑实质蒙片平滑图像，获得平滑补偿后的qsm空间平滑图像。
66.(3)采用广义线性模型，进行voxel
‑
wise qsm分析
67.采用fsl的general linear model，将研究样本内年龄进行去均值化处理，生成基于样本的统计模型。采用fsl的randomise，基于非参数检验，10000次迭代，获得年龄依赖的基于voxel
‑
wise的全脑qsm统计差异图。
68.(4)roi分析
69.为了进一步明确成人年龄效应依赖的脑内铁含量变化，获得精细的皮层结构roi，可以对上述全脑qsm分析结果进行补充。因为配准、平滑等步骤，不可避免的可能对真实的qsm值产生影响。而考虑到白质内髓磷脂对磁敏感特性的影响，即髓磷脂中因为脂质的存在，其磁敏感值为负，因此为了避免对磁敏感值为正的铁含量的定量分析的影响，获得精细的皮层roi尤为关键。
70.oasis
‑
trt
‑
20融合模板系灰质蒙片，brainnetome图集是将全脑划分为246个功能区域的模板。采用可变形的b线条，将oasis
‑
trt
‑
20融合模板，配准到brainnetome图集所在的蒙特利尔1521mm标准空间，通过图像相乘，获得蒙特利尔1521mm空间的融合模板。
71.基于brainnetome图集每个功能区的label，采用fslmaths，获得融合面板相应的功能区图像，并通过二值化，获得相应的roi蒙片。
72.本发明通过创建全脑样本模板，通过严格的配准方法，获得基于体素的全脑qsm图像，以此获得全脑范围的组间铁含量差异，同时，通过进一步选择精细皮层roi验证成人脑内铁含量水平，能够更加全面的反应全脑水平的铁含量变化特点。
73.以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。