一种婴儿髓鞘发育水平及发育指征的评估方法与流程

1.本发明涉及磁共振图像处理技术领域，尤其涉及一种婴儿髓鞘发育水平及发育指征的评估方法。


背景技术：

2.磁共振成像是评估脑髓鞘化最好的无创方式。常规t1和t2加权是对中枢神经系统髓鞘形成进行评估所必需的序列。了解mr成像中髓鞘形成的进展，在诊断小儿疾病包括白质营养不良、髓鞘发育不良和获得性脱髓鞘疾病是至关重要的。髓鞘的形成是一个动态的过程特点，脑白质各部分的成熟和髓鞘形成是有先后顺序的，脑白质髓鞘化的顺序是从脑的尾侧向头侧，从背侧向腹侧，先中央后外周，感觉纤维早于运动纤维。
3.新生儿颅脑发育较为快速，其含水量及髓鞘化程度与发育成熟度相关，其mri信号特征与成人也有很大的区别。为了获得更好的新生儿颅脑mri图像信噪比和对比度，其mri序列的扫描参数也不同于成人的扫描参数。
4.中国专利公开号：cn110840468b公开了一种自闭症风险评估方法及装置、终端设备、存储介质。所述自闭症风险评估方法包括：获取被试者的磁共振图像数据和相关信息，根据相关信息对磁共振图像数据进行分割处理；对处理后的磁共振图像数据进行预处理，生成包括若干脑区参数的可处理文件；根据可处理文件提取对自闭症风险预测起关键作用的脑区参数，对自闭症风险预测起关键作用的脑区参数名通过随机森林的特征排序算法确定；根据对自闭症风险预测起关键作用的脑区参数得到被试者发育异常程度结果，并通过训练得到的随机森林模型预测被试者患病风险预测结果。
5.由此可见，采用上述发明，解决了目前缺乏一种可以对磁共振成像(mri)进行处理分析的方法的问题，由此可以引申出，目前技术未涉及的婴儿磁共振扫描中对于婴儿发育水平进行评估的参考标准及参考标准的数据收集处理方法。


技术实现要素：

6.为此，本发明提供一种婴儿髓鞘发育水平及发育指征的评估方法，用以克服现有技术中对婴儿进行磁共振扫描以评价婴儿发育水平中尚未存在与磁共振扫描设备对应的评估发育的扫描参数和发育评价量化指标导致的评价偏差的问题。
7.为实现上述目的，本发明提供一种婴儿髓鞘发育水平及发育指征的评估方法，包括：
8.步骤s1，建立婴儿磁共振图像数据库，婴儿磁共振图像数据库中存储有婴儿的身体指标数据以及与各婴儿对应的磁共振脑部扫描图像，通过提取婴儿身体指标以及磁共振图像中脑部发育指标，形成对应的指标图像映射数据集；
9.步骤s2，对婴儿磁共振脑部扫描图像进行处理，针对单个婴儿的磁共振脑部扫描图像，根据所述磁共振脑部扫描图像信息重建该婴儿的脑部三维结构模拟图并计算脑室容量、脑灰质与脑白质的体积比、最大脑沟深度占脑尺寸的百分比、髓鞘化纵向进程数据以及
髓鞘化横向进程数据，以形成单个婴儿身体指标与脑发育数据对应的发育数据映射集；
10.步骤s3，对所述发育数据映射集中的数据进行分类集合，将发育数据映射集根据生理性别分类为第一映射集和第二映射集并以周为单位对分类后的第一映射集和第二映射集进行数据集合以形成若干第一周数据组以及第二周数据组；
11.步骤s4，拟合形成脑部发育表征预测数据集，针对单个所述数据组进行边际抛弃计算后形成若干与该数据组中数据对应的表征数据并针对单个数据组进行边际回归计算后形成若干与各表征数据相对应的合规范围，所述脑部发育表征预测数据集中包括婴儿身体指标、与婴儿身体指标对应的表征数据以及与表征数据对应的合规范围；
12.步骤s5，对婴儿进行发育评估时，获得被测婴儿的身体指标数据，其中，通过对被测婴儿的头部进行红外三维图像摄影以得到被测婴儿的准确脑部尺寸信息，并获得婴儿的性别、体重、身高、出生时母体孕龄以及婴儿出生天数；
13.步骤s6，获得被测婴儿的磁共振检查图像，以预设定的扫描位置对被测婴儿分别进行t1加权磁共振成像以及t2加权磁共振图像，以生成第一磁共振图像集以及第二磁共振图像集；
14.步骤s7，获得被测婴儿的脑部实际磁共振数据，对所述第一磁共振图像集以及所述第二磁共振图像集进行分析以获得被测婴儿的脑室容量数据、脑灰质与脑白质的体积比数据、最大脑沟深度占脑尺寸的百分比数据、髓鞘化纵向进程数据、髓鞘化横向进程数据；
15.步骤s8，将所述被测婴儿的脑部实际磁共振数据与所述脑部发育表征预测数据集中对应的表征数据进行比对以分析被测婴儿的发育水平、预测婴儿发育进展。
16.进一步地，在所述步骤s1中，所述身体指标包括婴儿的性别、体重、身高、出生时母体孕龄、婴儿出生天数、婴儿的头围以及婴儿的算法年龄n，设定n＝d0-(40
×
7-m)，其中，d0为婴儿出生天数，m为婴儿出生时母体孕龄天数。
17.进一步地，在所述步骤s2中，在对婴儿磁共振脑部扫描图像进行处理时，图像处理模块通过识别单个婴儿的磁共振脑部扫描图像采用的成像方式与婴儿出生天数是否匹配以确定该婴儿磁共振图像能否用于图像分析，所述成像方式包括t1加权成像和t2加权成像，将磁共振图像对应的婴儿i出生天数记为di，所述图像处理模块设置有成像方式筛选标准d，其中，240day＜d＜400day，
18.当di≤d且婴儿i的磁共振图像为t1加权图像时，所述图像处理模块判定该图像特征可以采集，图像处理模块在所述指标图像映射数据集中保留该婴儿的磁共振脑部扫描图像；
19.当di≤d且婴儿i的磁共振图像为t2加权图像时，所述图像处理模块判定该图像特征无法采集，图像处理模块在所述指标图像映射数据集中删除该婴儿的磁共振脑部扫描图像；
20.当di＞d且婴儿i的磁共振图像为t2加权图像时，所述图像处理模块判定该图像特征可以采集，图像处理模块在所述指标图像映射数据集中保留该婴儿的磁共振脑部扫描图像；
21.当di＞d且婴儿i的磁共振图像为t1加权图像时，所述图像处理模块判定该图像特征无法采集，图像处理模块在所述指标图像映射数据集中删除该婴儿的磁共振脑部扫描图像。
22.进一步地，在所述步骤s2中，三维重建模块根据单个婴儿的磁共振脑部扫描图像重建其脑部三维结构图以计算该磁共振脑部扫描图像对应的婴儿脑室容量a，磁共振图像分析模块将婴儿磁共振脑部扫描图像中的任一图像的脑部扫描位置信息与预设扫描层位置信息进行匹配并计算该图像的位置匹配度，所述磁共振图像分析模块通过对任一图像的位置匹配度进行分析以确定其中匹配度最高的图像i为灰质兴趣图像，磁共振图像分析模块将图像i的匹配度记为bi,磁共振图像分析模块设置有预设标识匹配度指标b,其中，50％＜b＜100％，
23.当bi≥b时，所述磁共振图像分析模块判定灰质兴趣图像的匹配度符合标准，所述磁共振图像分析模块根据图像i中脑灰质与脑白质的面积计算脑灰质与脑白质的体积比k用以作为脑部发育表征预测数据；
24.当bi＜b时，所述磁共振图像分析模块判定灰质兴趣图像的匹配度不符合标准并将图像i对应的单个婴儿的磁共振脑部扫描图像记为无效图像。
25.进一步地，所述预设扫描层包括预设脑部平层扫描中线偏离层以及预设脑部纵层扫描中线偏离层；
26.所述预设脑部平层扫描中线偏离层的位置设置为以单个被测者的头顶至头颈连接处的该段人体中轴线的中点为原点并沿所述人体中轴线偏离原点预设纵向距离l1的点为第一扫描定位点并以垂直所述人体中轴线的平面进行扫描的第一扫描面，所述预设脑部平层扫描中线偏离层为以所述第一扫描定位点为定位点并以所述第一扫描面扫描得到的虚拟扫描层，其中，l1的计算公式设置为：
27.l1＝s10
×
(α0+n
×
α1/28)/20，
28.其中，s10为被测者的头顶至头颈连接处的该段人体中轴线的长度，α0为初始纵向偏离系数，α1为年龄加权纵向偏离系数；
29.所述预设脑部纵层扫描中线偏离层的位置设置为以单个被测者的人体中轴面为第二扫描起始面并与所述第二扫描起始面距离预设横向距离l2的平行扫描面进行扫描的第二扫描面，所述预设脑部纵层扫描中线偏离层为以所述第二扫描面扫描得到的虚拟扫描层，其中，l2的计算公式设置为：
30.l2＝s20
×
(β0+n
×
α1/28)/20，
31.其中，s20为被测者的左耳最左端至右耳最右端该段距离水平方向的长度，β0为初始横向偏离系数，β1为年龄加权横向偏离系数。
32.进一步地，在所述步骤s2中，所述磁共振图像分析模块根据所述灰质兴趣图像中脑灰质与脑白质的面积计算脑灰质与脑白质的体积比k，设定k＝m1/m2，其中，m1为灰质兴趣图像中脑灰质面积，m2为灰质兴趣图像中脑白质面积；
33.所述脑灰质面积m1为所述图像处理模块通过识别所述灰质兴趣图像中与预设灰质采集区图像强度信号一致的信号强度得到，所述脑白质面积m2通过识别所述灰质兴趣图像中与预设白质采集区图像强度信号一致的信号强度得到。
34.进一步地，在所述步骤s4中，数据分析模块根据单个所述数据组中的数据与预设的边际抛弃参照数以及预设的边际回归参照数进行比对以将单个数据组中的数据重新集合形成边际抛弃集合以及边际回归集合，数据分析模块将{s1,s2,
……
，sn}记为第一灰质体积比周数据组中第i数据组，其中，n为第i数据组中数据的个数，sj为第i数据组中按从大
到小排序的第j个数据，j＝1,2，
……
，n，所述数据分析模块设置有预设边际抛弃百分比参数p1、预设边际回归百分比参数p2、预设第一边际抛弃参照数n1和预设第二边际抛弃参照数n2，其中，0＜p1＜25％，0＜p2＜25％，设定n1＝p1
×
n，n2＝n-p1
×
n，
35.当j≤n1或j≥n2时，所述数据分析模块判定sj处于边际抛弃数据范围、将sj记为边际抛弃数据；
36.当n1＜j＜n2时，所述数据分析模块判定sj未处于边际抛弃数据范围、将sj记为边际保留数据；
37.当所述数据分析模块完成对{s1,s2,
……
，sn}中任一数据的判定后，数据分析模块将{s1,s2,
……
，sn}中记为所述边际保留数据的数据集合形成边际抛弃集合{s10,s20,
……
，sm0},其中，m为边际抛弃集合中数据的个数，sf0为边际抛弃集合中按从大到小排序的第f个数据，f＝1,
……
，m；
38.第i数据组的灰质体积比表征数据值gi的计算方式为：
39.gi＝(s10+s20+
……
+sm0)/m；
40.所述数据分析模块设置有预设第一边际回归参照数n3、预设第二边际回归参照数n4、预设第三边际回归参照数n5、预设第四边际回归参照数n6和边际回归计算系数θ，其中，0＜θ＜50％，设定n3＝θp2
×
n，n4＝p2
×
n，n5＝n-p2
×
n，n6＝n-θp2
×
n，
41.当n3＜j＜n4时，所述数据分析模块判定sj处于边际回归第一数据范围、将sj记为第一边际回归保留数据；
42.当j≤n3或j≥n4时，所述数据分析模块判定sj未处于边际回归第一数据范围、将sj记为第一边际回归抛弃数据；
43.当n5＜j＜n6时，所述数据分析模块判定sj处于边际回归第二数据范围、将sj记为第二边际回归保留数据；
44.当j≤n5或j≥n6时，所述数据分析模块判定sj未处于边际回归第二数据范围、将sj记为第二边际回归抛弃数据；
45.当所述数据分析模块完成对{s1,s2,
……
，sn}中任一数据的判定后，数据分析模块将{s1,s2,
……
，sn}中记为所述第一边际回归保留数据的数据集合形成边际回归第一集合{s10,
……
，sx0}，数据分析模块将{s1,s2,
……
，sn}中记为所述第二边际回归保留数据的数据集合形成边际回归第二集合{s10,
……
，sy0},其中，x为所述边际回归第一集合中数据的个数，y为所述边际回归第二集合中数据的个数，sd0为边际回归第一集合中按从大到小排序的第d个数据，d＝1,
……
，x，sc0为边际回归第二集合中按从大到小排序的第c个数据，c＝1,
……
，y；
46.所述数据分析模块设置有第i数据组的灰质体积比表征数据值gi的合规范围(gi1,gi2)，设定gi1＝(s10+
……
+sx0)/x，gi2＝(s10+
……
+sy0)/y。
47.进一步地，在所述步骤s6中，磁共振扫描模块通过对被测婴儿进行磁共振扫描以获得被测婴儿的磁共振检查图像，磁共振扫描模块将指定预设扫描层的位置设置为与所述预设脑部平层扫描中线偏离层和/或所述预设脑部纵层扫描中线偏离层重合，并且，磁共振扫描模块通过t1加权磁共振成像以获得被测婴儿的第一磁共振图像集，通过t2加权磁共振成像以获得被测婴儿的第二磁共振图像集，所述第一磁共振图像集与所述第二磁共振图像集中对应图像设置为对同一被测婴儿的脑部扫描位置进行扫描获得的图像。
48.进一步地，在所述步骤s7中，所述磁共振图像分析模块对获得的被测婴儿的磁共振检查图像进行分析并对所述第一磁共振图像集与所述第二磁共振图像集中的图像进行图像拟合处理以得到脑灰质对比图像，所述图像拟合处理的步骤包括：
49.步骤71，所述磁共振图像分析模块提取所述第一磁共振图像集中的扫描位置与预设脑部平层扫描中线偏离层重合的图像记为t1兴趣图像并提取所述第二磁共振图像集中与预设扫描层包括预设脑部平层扫描中线偏离层重合的图像记为t2兴趣图像；
50.步骤72，所述磁共振图像分析模块对所述t1兴趣图像与所述t2兴趣图像中相同图像形状进行识别并将所述相同图像形状隐藏以形成t1处理图像和t2处理图像，磁共振图像分析模块将t1处理图像和t2处理图像中不同图像进行颜色区分以拟合形成脑部灰白拟合图像；
51.步骤73，所述磁共振图像分析模块根据所述脑部灰白拟合图像中脑灰质与脑白质的图像面积分别计算脑灰质面积m1与脑白质面积m2并计算被测婴儿的实际脑灰质与脑白质的体积比k，设定k＝m1/m2。
52.进一步地，所述磁共振图像分析模块对所述t1兴趣图像与所述t2兴趣图像中相同图像形状进行识别包括图像图片灰度识别方式和图像信号强度识别方式，
53.所述图像图片灰度识别方式为将图像内容转化为对应图片进行图片识别，可采用任一现有图片识别技术；所述图像信号强度识别方式为识别图像中的强度信号并将属于同一强度信号的部分识别为相同部分的形状识别方式，相同图像形状的判断标准为小于预设形状偏差尺寸范围的部分记为相同图像形状。
54.进一步地，在所述步骤s8中，评估模块通过将被测婴儿q的实际脑灰质与脑白质的体积比k与对应该被测婴儿算法年龄的灰质体积比表征数据以及合规范围(gq1,gq2)进行比较以确定被测婴儿的发育情况，
55.若k∈(gq1,gq2)，所述评估模块判定被测婴儿q的脑灰质发育符合发育水平；
56.若所述评估模块判定被测婴儿q的脑灰质发育暂不符合发育水平，评估模块识别k符合的灰质体积比合规范围(gq1,gq2)对应的婴儿算法年龄nq与该被测婴儿实际算法年龄nq的差值以及被测婴儿磁共振图像中的髓鞘化程度、该被测婴儿的身体指标水平综合判定被测婴儿的发育水平，其中，(gq1,gq2)为对应算法年龄为nq的灰质体积比的合规范围。
57.与现有技术相比，本发明的有益效果在于，本发明通过建立婴儿磁共振图像数据库获取婴儿磁共振数据，并通过对婴儿的磁共振脑部扫描图像进行图像筛分获取能够满足数据分析的磁共振图像，对获取的磁共振图像按婴儿的生理指标进行分类以将其划分为具有相同生理指标水平的数据用以支持进行特征数据分析，形成具有代表性的婴儿脑部图像的磁共振数据表征数据以及合规范围用以作为磁共振扫描评估婴儿髓鞘发育水平及发育指征的标准数据对被测婴儿的实际扫描数据进行分析，通过精确筛分磁共振图像形成数据标准，有效的保证了本发明所述评估方法的能够对婴儿的髓鞘发育水平及发育指征进行评估。
58.进一步地，本发明通过对身体指标中婴儿的算法年龄进行规范设定，排除了由于婴儿出生时其在母体中孕龄时间差异造成的发育水平偏差，进一步保证了本发明所述方法在对历史数据处理时能够保证的数据准确性。
59.进一步地，本发明通过对婴儿磁共振脑部扫描图像进行处理，针对不同的婴儿生理阶段选择适合对应生理阶段的图像进行图像识别，有效的保证了基础图像的图像能够满足清晰识别的标准，进一步保证了保证了本发明所述方法在对历史数据处理时能够通过筛分图像保证图像的准确性。
60.进一步地，本发明通过设置有预设标识匹配度指标b，磁共振图像分析模块将婴儿磁共振脑部扫描图像中的任一图像的脑部扫描位置信息与预设扫描层位置信息进行匹配以计算该图像的位置匹配度并将其中匹配度最高的图像i为灰质兴趣图像，通过与预设扫描层位置进行比对确定最接近预设扫描层位置的图像，能够对磁共振图像进行筛选确定最佳数据分析图像，依据该匹配度最高并且符合标准的图像用于进行图像分析，进一步提高了本发明所述方法确定的评估标准的准确性。
61.进一步地，本发明通过设置有预设扫描层用以对婴儿磁共振扫描的扫描参数进行设置以及用于根据预设扫描层位置信息确定历史扫描图像中的灰质兴趣图像，通过将评估标准的数据采集图像图层与实际测试图层进行统一，进一步有效的保证了本发明所述评估方法的评估标准具有准确性和指导意义。
62.进一步地，本发明通过将脑灰质与脑白质的体积比k确定为表征婴儿髓鞘发育水平的指标数据，在磁共振图像中，脑灰质与脑白质能够有效的进行区分，并且脑灰质、脑白质的变化与婴儿髓鞘的发育进程密切相关，进一步地保证了本发明所述评估方法的评估指标具有合理性。
63.进一步地，本发明通过对数据分析模块根据单个所述数据组中的数据与预设边际抛弃参照数以及预设边际回归参照数进行比对以将单个数据组中的数据重新集合形成边际抛弃集合以及边际回归集合，用以计算第i数据组的灰质体积比表征数据值gi以及gi的合规范围(gi1,gi2)，设置有预设边际抛弃百分比参数p1、预设边际回归百分比参数p2、预设第一边际抛弃参照数n1和预设第二边际抛弃参照数n2对数据组中的数据进行判断，抛弃其中明显与总体数据范围不符的差异数据，保证了本发明所述评估方法处理得到的评估指标数据能够代表全体数据的数据特征以指导评估。
64.进一步地，本发明数据分析模块设置有预设第一边际回归参照数n3、预设第二边际回归参照数n4、预设第三边际回归参照数n5、预设第四边际回归参照数n6和边际回归计算系数θ用以对数据组中的数据进行判断得到表征数据的合规范围，通过抛弃其中明显与总体数据范围不符的差异数据，进一步保证了本发明所述评估方法处理得到的评估指标数据的合规范围能够代表全体数据的数据特征以指导评估。
65.进一步地，本发明通过在对被测婴儿进行磁共振扫描以获得被测婴儿的磁共振检查图像，磁共振扫描模块将指定预设扫描层的位置设置为与所述预设脑部平层扫描中线偏离层和/或所述预设脑部纵层扫描中线偏离层重合，通过将扫描层设置为与计算的对应表征数据的提取层设置为相同或近似层，有效的保证了评估指标能够准确反映被测婴儿的发育状态，保证了测量值与标准值的采集位置的一致性。
66.进一步地，本发明通过磁共振图像分析模块对获得的被测婴儿的磁共振检查图像进行分析并对所述第一磁共振图像集与所述第二磁共振图像集中的图像进行图像拟合处理以得到脑灰质对比图像，有效的通过t1加权磁共振成像和t2加权磁共振成像对相同位置的成像区别识别被测婴儿的脑灰质和脑白质的区域，进一步地有效的保证本发明所述方法
能够有效对被测婴儿的实际脑灰质与脑白质的体积比k进行计算用以提供被测婴儿的实际分析数据。
67.进一步地，本发明通过将评估模块通过将被测婴儿q的实际脑灰质与脑白质的体积比k与对应该被测婴儿算法年龄的灰质体积比表征数据以及合规范围(gq1,gq2)进行比较以确定被测婴儿的发育情况，通过对被测婴儿k是否属于对应的合规范围(gq1,gq2)，确定其脑灰质发育是否符合发育水平，有效的保证了本发明所述评估方法不是仅通过对表征数据进行比对，而是根据其对应的合规范围进行匹配，能够将单个婴儿的发育水平与整体的发育数据进行比对，允许单个婴儿存在较小的发育差异，保证本发明所述评估方法的能够包容符合对应发育水平的发育差异。
附图说明
68.图1为本发明婴儿髓鞘发育水平及发育指征的评估方法的流程示意图。
具体实施方式
69.为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
70.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
71.需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
72.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
73.请参阅图1所示，其为本发明婴儿髓鞘发育水平及发育指征的评估方法的流程图，本发明提供一种婴儿髓鞘发育水平及发育指征的评估方法，包括：
74.步骤s1，建立婴儿磁共振图像数据库，婴儿磁共振图像数据库中存储有婴儿的身体指标数据以及与各婴儿对应的磁共振脑部扫描图像，通过提取婴儿身体指标以及磁共振图像中脑部发育指标，形成对应的指标图像映射数据集；
75.步骤s2，对婴儿磁共振脑部扫描图像进行处理，针对单个婴儿的磁共振脑部扫描图像，根据所述磁共振脑部扫描图像信息重建该婴儿的脑部三维结构模拟图并计算脑室容量、脑灰质与脑白质的体积比、最大脑沟深度占脑尺寸的百分比、髓鞘化纵向进程数据以及髓鞘化横向进程数据，以形成单个婴儿身体指标与脑发育数据对应的发育数据映射集；
76.步骤s3，对所述发育数据映射集中的数据进行分类集合，将发育数据映射集根据生理性别分类为第一映射集和第二映射集并以周为单位对分类后的第一映射集和第二映射集进行数据集合以形成若干第一周数据组以及第二周数据组；
77.步骤s4，拟合形成脑部发育表征预测数据集，针对单个所述数据组进行边际抛弃计算后形成若干与该数据组中数据对应的表征数据并针对单个数据组进行边际回归计算后形成若干与各表征数据相对应的合规范围，所述脑部发育表征预测数据集中包括婴儿身体指标、与婴儿身体指标对应的表征数据以及与表征数据对应的合规范围；
78.步骤s5，对婴儿进行发育评估时，获得被测婴儿的身体指标数据，其中，通过对被测婴儿的头部进行红外三维图像摄影以得到被测婴儿的准确脑部尺寸信息，并获得婴儿的性别、体重、身高、出生时母体孕龄以及婴儿出生天数；
79.步骤s6，获得被测婴儿的磁共振检查图像，以预设定的扫描位置对被测婴儿分别进行t1加权磁共振成像以及t2加权磁共振图像，以生成第一磁共振图像集以及第二磁共振图像集；
80.步骤s7，获得被测婴儿的脑部实际磁共振数据，对所述第一磁共振图像集以及所述第二磁共振图像集进行分析以获得被测婴儿的脑室容量数据、脑灰质与脑白质的体积比数据、最大脑沟深度占脑尺寸的百分比数据、髓鞘化纵向进程数据、髓鞘化横向进程数据；
81.步骤s8，将所述被测婴儿的脑部实际磁共振数据与所述脑部发育表征预测数据集中对应的表征数据进行比对以分析被测婴儿的发育水平、预测婴儿发育进展。
82.本发明通过建立婴儿磁共振图像数据库获取婴儿磁共振数据，并通过对婴儿的磁共振脑部扫描图像进行图像筛分获取能够满足数据分析的磁共振图像，对获取的磁共振图像按婴儿的生理指标进行分类以将其划分为具有相同生理指标水平的数据用以支持进行特征数据分析，形成具有代表性的婴儿脑部图像的磁共振数据表征数据以及合规范围用以作为磁共振扫描评估婴儿髓鞘发育水平及发育指征的标准数据对被测婴儿的实际扫描数据进行分析，通过精确筛分磁共振图像形成数据标准，有效的保证了本发明所述评估方法的能够对婴儿的髓鞘发育水平及发育指征进行评估。
83.具体而言，在所述步骤s1中，所述身体指标包括婴儿的性别、体重、身高、出生时母体孕龄、婴儿出生天数、婴儿的头围以及婴儿的算法年龄n，设定n＝d0-(40
×
7-m)，其中，d0为婴儿出生天数，m为婴儿出生时母体孕龄天数。
84.本发明通过对身体指标中婴儿的算法年龄进行规范设定，排除了由于婴儿出生时其在母体中孕龄时间差异造成的发育水平偏差，进一步保证了本发明所述方法在对历史数据处理时能够保证的数据准确性。
85.具体而言，在所述步骤s2中，在对婴儿磁共振脑部扫描图像进行处理时，图像处理模块通过识别单个婴儿的磁共振脑部扫描图像采用的成像方式与婴儿出生天数是否匹配以确定该婴儿磁共振图像能否用于图像分析，所述成像方式包括t1加权成像和t2加权成像，将磁共振图像对应的婴儿i出生天数记为di，所述图像处理模块设置有成像方式筛选标准d，其中，240day＜d＜400day，
86.当di≤d且婴儿i的磁共振图像为t1加权图像时，所述图像处理模块判定该图像特征可以采集，图像处理模块在所述指标图像映射数据集中保留该婴儿的磁共振脑部扫描图像；
87.当di≤d且婴儿i的磁共振图像为t2加权图像时，所述图像处理模块判定该图像特征无法采集，图像处理模块在所述指标图像映射数据集中删除该婴儿的磁共振脑部扫描图像；
88.当di＞d且婴儿i的磁共振图像为t2加权图像时，所述图像处理模块判定该图像特征可以采集，图像处理模块在所述指标图像映射数据集中保留该婴儿的磁共振脑部扫描图像；
89.当di＞d且婴儿i的磁共振图像为t1加权图像时，所述图像处理模块判定该图像特征无法采集，图像处理模块在所述指标图像映射数据集中删除该婴儿的磁共振脑部扫描图像。
90.在磁共振成像对婴儿脑部的观察中，通过选120例2岁以内,足月出生并且没有神经系统疾病的小儿,按月龄分成5组,使用0.15p磁共振成像系统,在t1加权像(t1wi)和t2加权像(t2wi)上分别观察髓鞘形成过程中的mri信号变化以及观察各个月龄脑髓鞘化范围，观察到如下规律：
91.灰白质分辨分为5期,i期为新生儿期，0～1个月,脑白质在t1wi呈低信号,在t2wi上呈高信号,灰质区在t1wi呈略高信号,在t2wi上呈略低信号,灰白质对比清晰；
[0092]ⅱ期为2～5个月,在t1wi上可见灰白质呈等信号,在t2wi上灰白质信号表现与i期相同；
[0093]
iii期为6～9个月,在t1wi上白质呈略高信号,在t2wi上灰白质呈等信号；
[0094]ⅳ期为10～18个月,此期灰白质信号反转,信号表现与i期相反；
[0095]
ⅴ
期为19个月以上,灰白质信号接近成人；
[0096]
从上述观察可以看出，在对婴儿磁共振脑部扫描时，针对婴儿所处生理阶段为婴儿选取对应的加权成像方式，能够获取到更加清晰的脑灰质和脑白质图像，从而，若在婴儿的历史磁共振图像中选取对应年龄阶段的对应加权图像，相比其他成像而言，能够获得更为准确的图像，从而识别的脑灰质和脑白质的面积更为准确。
[0097]
本发明针对历史采集到的婴儿磁共振图像的内容进行收集和筛分，确定有效的磁共振图像用于统计，能够充分利用已有信息，避免新统计带来的人员和时间成本，同时，通过对历史采集到的婴儿磁共振图像的内容进行筛分处理，确保其统计内容的准确性。
[0098]
本发明通过对婴儿磁共振脑部扫描图像进行处理，针对不同的婴儿生理阶段选择适合对应生理阶段的图像进行图像识别，有效的保证了基础图像的图像能够满足清晰识别的标准，进一步保证了保证了本发明所述方法在对历史数据处理时能够通过筛分图像保证图像的准确性。
[0099]
具体而言，在所述步骤s2中，三维重建模块根据单个婴儿的磁共振脑部扫描图像重建其脑部三维结构图以计算该磁共振脑部扫描图像对应的婴儿脑室容量a，磁共振图像分析模块将婴儿磁共振脑部扫描图像中的任一图像的脑部扫描位置信息与预设扫描层位置信息进行匹配并计算该图像的位置匹配度，所述磁共振图像分析模块通过对任一图像的位置匹配度进行分析以确定其中匹配度最高的图像i为灰质兴趣图像，磁共振图像分析模块将图像i的匹配度记为bi,磁共振图像分析模块设置有预设标识匹配度指标b,其中，50％＜b＜100％，
[0100]
当bi≥b时，所述磁共振图像分析模块判定灰质兴趣图像的匹配度符合标准，所述磁共振图像分析模块根据图像i中脑灰质与脑白质的面积计算脑灰质与脑白质的体积比k用以作为脑部发育表征预测数据；
[0101]
当bi＜b时，所述磁共振图像分析模块判定灰质兴趣图像的匹配度不符合标准并
将图像i对应的单个婴儿的磁共振脑部扫描图像记为无效图像。
[0102]
在磁共振扫描中，由于设置的扫描基准和扫描层设置的参数不同，其针对相同部位的成像也不尽相同，本发明通过设置有预设的图像采集层用于从一份婴儿磁共振脑部扫描图像的多张图像中确定适于进行数据统计的单张图像，通过判断各婴儿的扫描图像中是否存在与预设的扫描层位置相同或接近的扫描图像，进一步对统计的数据进行了范围固定，有效的保证了数据统计具有一致性。
[0103]
图像的位置匹配度的计算可采用任一现有技术中的相对位置计算方式，本发明通过设置有预设标识匹配度指标b，磁共振图像分析模块将婴儿磁共振脑部扫描图像中的任一图像的脑部扫描位置信息与预设扫描层位置信息进行匹配以计算该图像的位置匹配度并将其中匹配度最高的图像i为灰质兴趣图像，通过与预设扫描层位置进行比对确定最接近预设扫描层位置的图像，能够对磁共振图像进行筛选确定最佳数据分析图像，依据该匹配度最高并且符合标准的图像用于进行图像分析，进一步提高了本发明所述方法确定的评估标准的准确性。
[0104]
具体而言，所述预设扫描层包括预设脑部平层扫描中线偏离层以及预设脑部纵层扫描中线偏离层；
[0105]
所述预设脑部平层扫描中线偏离层的位置设置为以单个被测者的头顶至头颈连接处的该段人体中轴线的中点为原点并沿所述人体中轴线偏离原点预设纵向距离l1的点为第一扫描定位点并以垂直所述人体中轴线的平面进行扫描的第一扫描面，所述预设脑部平层扫描中线偏离层为以所述第一扫描定位点为定位点并以所述第一扫描面扫描得到的虚拟扫描层，其中，l1的计算公式设置为：
[0106]
l1＝s10
×
(α0+n
×
α1/28)/20，
[0107]
其中，s10为被测者的头顶至头颈连接处的该段人体中轴线的长度，α0为初始纵向偏离系数，α1为年龄加权纵向偏离系数；
[0108]
所述预设脑部纵层扫描中线偏离层的位置设置为以单个被测者的人体中轴面为第二扫描起始面并与所述第二扫描起始面距离预设横向距离l2的平行扫描面进行扫描的第二扫描面，所述预设脑部纵层扫描中线偏离层为以所述第二扫描面扫描得到的虚拟扫描层，其中，l2的计算公式设置为：
[0109]
l2＝s20
×
(β0+n
×
α1/28)/20，
[0110]
其中，s20为被测者的左耳最左端至右耳最右端该段距离水平方向的长度，β0为初始横向偏离系数，β1为年龄加权横向偏离系数。
[0111]
本发明通过设置有预设扫描层用以对婴儿磁共振扫描的扫描参数进行设置以及用于根据预设扫描层位置信息确定历史扫描图像中的灰质兴趣图像，通过将评估标准的数据采集图像图层与实际测试图层进行统一，进一步有效的保证了本发明所述评估方法的评估标准具有准确性和指导意义。
[0112]
具体而言，在所述步骤s2中，所述磁共振图像分析模块根据所述灰质兴趣图像中脑灰质与脑白质的面积计算脑灰质与脑白质的体积比k，设定k＝m1/m2，其中，m1为灰质兴趣图像中脑灰质面积，m2为灰质兴趣图像中脑白质面积；
[0113]
所述脑灰质面积m1为所述图像处理模块通过识别所述灰质兴趣图像中与预设灰质采集区图像强度信号一致的信号强度得到，所述脑白质面积m2通过识别所述灰质兴趣图
像中与预设白质采集区图像强度信号一致的信号强度得到。
[0114]
本发明通过将脑灰质与脑白质的体积比k确定为表征婴儿髓鞘发育水平的指标数据，在磁共振图像中，脑灰质与脑白质能够有效的进行区分，并且脑灰质、脑白质的变化与婴儿髓鞘的发育进程密切相关，进一步地保证了本发明所述评估方法的评估指标具有合理性。
[0115]
具体而言，在所述步骤s4中，数据分析模块根据单个所述数据组中的数据与预设的边际抛弃参照数以及预设的边际回归参照数进行比对以将单个数据组中的数据重新集合形成边际抛弃集合以及边际回归集合，数据分析模块将{s1,s2,
……
，sn}记为第一灰质体积比周数据组中第i数据组，其中，n为第i数据组中数据的个数，sj为第i数据组中按从大到小排序的第j个数据，j＝1,2，
……
，n，所述数据分析模块设置有预设边际抛弃百分比参数p1、预设边际回归百分比参数p2、预设第一边际抛弃参照数n1和预设第二边际抛弃参照数n2，其中，0＜p1＜25％，0＜p2＜25％，设定n1＝p1
×
n，n2＝n-p1
×
n，
[0116]
当j≤n1或j≥n2时，所述数据分析模块判定sj处于边际抛弃数据范围、将sj记为边际抛弃数据；
[0117]
当n1＜j＜n2时，所述数据分析模块判定sj未处于边际抛弃数据范围、将sj记为边际保留数据；
[0118]
当所述数据分析模块完成对{s1,s2,
……
，sn}中任一数据的判定后，数据分析模块将{s1,s2,
……
，sn}中记为所述边际保留数据的数据集合形成边际抛弃集合{s10,s20,
……
，sm0},其中，m为边际抛弃集合中数据的个数，sf0为边际抛弃集合中按从大到小排序的第f个数据，f＝1,
……
，m；
[0119]
第i数据组的灰质体积比表征数据值gi的计算方式为：
[0120]
gi＝(s10+s20+
……
+sm0)/m；
[0121]
所述数据分析模块设置有预设第一边际回归参照数n3、预设第二边际回归参照数n4、预设第三边际回归参照数n5、预设第四边际回归参照数n6和边际回归计算系数θ，其中，0＜θ＜50％，设定n3＝θp2
×
n，n4＝p2
×
n，n5＝n-p2
×
n，n6＝n-θp2
×
n，
[0122]
当n3＜j＜n4时，所述数据分析模块判定sj处于边际回归第一数据范围、将sj记为第一边际回归保留数据；
[0123]
当j≤n3或j≥n4时，所述数据分析模块判定sj未处于边际回归第一数据范围、将sj记为第一边际回归抛弃数据；
[0124]
当n5＜j＜n6时，所述数据分析模块判定sj处于边际回归第二数据范围、将sj记为第二边际回归保留数据；
[0125]
当j≤n5或j≥n6时，所述数据分析模块判定sj未处于边际回归第二数据范围、将sj记为第二边际回归抛弃数据；
[0126]
当所述数据分析模块完成对{s1,s2,
……
，sn}中任一数据的判定后，数据分析模块将{s1,s2,
……
，sn}中记为所述第一边际回归保留数据的数据集合形成边际回归第一集合{s10,
……
，sx0}，数据分析模块将{s1,s2,
……
，sn}中记为所述第二边际回归保留数据的数据集合形成边际回归第二集合{s10,
……
，sy0},其中，x为所述边际回归第一集合中数据的个数，y为所述边际回归第二集合中数据的个数，sd0为边际回归第一集合中按从大到小排序的第d个数据，d＝1,
……
，x，sc0为边际回归第二集合中按从大到小排序的第c个数
据，c＝1,
……
，y；
[0127]
所述数据分析模块设置有第i数据组的灰质体积比表征数据值gi的合规范围(gi1,gi2)，设定gi1＝(s10+
……
+sx0)/x，gi2＝(s10+
……
+sy0)/y。
[0128]
本发明通过对数据分析模块根据单个所述数据组中的数据与预设边际抛弃参照数以及预设边际回归参照数进行比对以将单个数据组中的数据重新集合形成边际抛弃集合以及边际回归集合，用以计算第i数据组的灰质体积比表征数据值gi以及gi的合规范围(gi1,gi2)，设置有预设边际抛弃百分比参数p1、预设边际回归百分比参数p2、预设第一边际抛弃参照数n1和预设第二边际抛弃参照数n2对数据组中的数据进行判断，抛弃其中明显与总体数据范围不符的差异数据，保证了本发明所述评估方法处理得到的评估指标数据能够代表全体数据的数据特征以指导评估。
[0129]
本发明数据分析模块设置有预设第一边际回归参照数n3、预设第二边际回归参照数n4、预设第三边际回归参照数n5、预设第四边际回归参照数n6和边际回归计算系数θ用以对数据组中的数据进行判断得到表征数据的合规范围，通过抛弃其中明显与总体数据范围不符的差异数据，进一步保证了本发明所述评估方法处理得到的评估指标数据的合规范围能够代表全体数据的数据特征以指导评估。
[0130]
具体而言，在所述步骤s6中，磁共振扫描模块通过对被测婴儿进行磁共振扫描以获得被测婴儿的磁共振检查图像，磁共振扫描模块将指定预设扫描层的位置设置为与所述预设脑部平层扫描中线偏离层和/或所述预设脑部纵层扫描中线偏离层重合，并且，磁共振扫描模块通过t1加权磁共振成像以获得被测婴儿的第一磁共振图像集，通过t2加权磁共振成像以获得被测婴儿的第二磁共振图像集，所述第一磁共振图像集与所述第二磁共振图像集中对应图像设置为对同一被测婴儿的脑部扫描位置进行扫描获得的图像。
[0131]
本发明通过在对被测婴儿进行磁共振扫描以获得被测婴儿的磁共振检查图像，磁共振扫描模块将指定预设扫描层的位置设置为与所述预设脑部平层扫描中线偏离层和/或所述预设脑部纵层扫描中线偏离层重合，通过将扫描层设置为与计算的对应表征数据的提取层设置为相同或近似层，有效的保证了评估指标能够准确反映被测婴儿的发育状态，保证了测量值与标准值的采集位置的一致性。
[0132]
具体而言，在所述步骤s7中，所述磁共振图像分析模块对获得的被测婴儿的磁共振检查图像进行分析并对所述第一磁共振图像集与所述第二磁共振图像集中的图像进行图像拟合处理以得到脑灰质对比图像，所述图像拟合处理的步骤包括：
[0133]
步骤71，所述磁共振图像分析模块提取所述第一磁共振图像集中的扫描位置与预设脑部平层扫描中线偏离层重合的图像记为t1兴趣图像并提取所述第二磁共振图像集中与预设扫描层包括预设脑部平层扫描中线偏离层重合的图像记为t2兴趣图像；
[0134]
步骤72，所述磁共振图像分析模块对所述t1兴趣图像与所述t2兴趣图像中相同图像形状进行识别并将所述相同图像形状隐藏以形成t1处理图像和t2处理图像，磁共振图像分析模块将t1处理图像和t2处理图像中不同图像进行颜色区分以拟合形成脑部灰白拟合图像；
[0135]
步骤73，所述磁共振图像分析模块根据所述脑部灰白拟合图像中脑灰质与脑白质的图像面积分别计算脑灰质面积m1与脑白质面积m2并计算被测婴儿的实际脑灰质与脑白质的体积比k，设定k＝m1/m2。
[0136]
具体而言，所述磁共振图像分析模块对所述t1兴趣图像与所述t2兴趣图像中相同图像形状进行识别包括图像图片灰度识别方式和图像信号强度识别方式，
[0137]
所述图像图片灰度识别方式为将图像内容转化为对应图片进行图片识别，可采用任一现有图片识别技术；所述图像信号强度识别方式为识别图像中的强度信号并将属于同一强度信号的部分识别为相同部分的形状识别方式，相同图像形状的判断标准为小于预设形状偏差尺寸范围的部分记为相同图像形状。
[0138]
本发明通过磁共振图像分析模块对获得的被测婴儿的磁共振检查图像进行分析并对所述第一磁共振图像集与所述第二磁共振图像集中的图像进行图像拟合处理以得到脑灰质对比图像，有效的通过t1加权磁共振成像和t2加权磁共振成像对相同位置的成像区别识别被测婴儿的脑灰质和脑白质的区域，进一步地有效的保证本发明所述方法能够有效对被测婴儿的实际脑灰质与脑白质的体积比k进行计算用以提供被测婴儿的实际分析数据。
[0139]
进一步地，在所述步骤s8中，评估模块通过将被测婴儿q的实际脑灰质与脑白质的体积比k与对应该被测婴儿算法年龄的灰质体积比表征数据以及合规范围(gq1,gq2)进行比较以确定被测婴儿的发育情况，
[0140]
若k∈(gq1,gq2)，所述评估模块判定被测婴儿q的脑灰质发育符合发育水平；
[0141]
若所述评估模块判定被测婴儿q的脑灰质发育暂不符合发育水平，评估模块识别k符合的灰质体积比合规范围(gq1,gq2)对应的婴儿算法年龄nq与该被测婴儿实际算法年龄nq的差值以及被测婴儿磁共振图像中的髓鞘化程度、该被测婴儿的身体指标水平综合判定被测婴儿的发育水平，其中，(gq1,gq2)为对应算法年龄为nq的灰质体积比的合规范围。
[0142]
本发明通过将评估模块通过将被测婴儿q的实际脑灰质与脑白质的体积比k与对应该被测婴儿算法年龄的灰质体积比表征数据以及合规范围(gq1,gq2)进行比较以确定被测婴儿的发育情况，通过对被测婴儿k是否属于对应的合规范围(gq1,gq2)，确定其脑灰质发育是否符合发育水平，有效的保证了本发明所述评估方法不是仅通过对表征数据进行比对，而是根据其对应的合规范围进行匹配，能够将单个婴儿的发育水平与整体的发育数据进行比对，允许单个婴儿存在较小的发育差异，保证本发明所述评估方法的能够包容符合对应发育水平的发育差异。
[0143]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
[0144]
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。