本发明属于磁共振技术领域，尤其涉及一种基于体素aif动态增强磁共振成像分析方法。
背景技术：
磁共振成像(mri)是根据有磁距的原子核在磁场作用下，能产生能级间的跃迁的原理而采用的一项新检查技术，mri有助于检查癫痫患者脑的能量状态和脑血流情况，对变性病诊断价值很大。现有的磁共振成像分析方法数据处理效率较低，磁共振扫描图像序列的数据质量不高。
综上，现有技术存在的问题是：现有的磁共振成像分析方法数据处理效率较低，磁共振扫描图像序列的数据质量不高。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种基于体素aif动态增强磁共振成像分析方法。
本发明是这样实现的，一种基于体素aif动态增强磁共振成像分析方法包括：
磁共振扫描模块、磁共振主机模块、数据转换模块、数据校正模块、数据标准化模块、数据优化模块、体素aif增强模块、匹配提取模块、显示模块；
磁共振扫描模块，与磁共振主机模块连接，用于对患者进行磁共振扫描；
磁共振主机模块，与数据转换模块连接，用于操作控制磁共振扫描模块；
数据转换模块，与数据校正模块连接，用于将磁共振扫描得到的序列数据进行格式转换；
数据校正模块，与数据标准化模块连接，用于对转换格式后的磁共振扫描图像序列进行特征校正；
数据标准化模块，与数据优化模块连接，用于根据特定的标准化模板对校正后的数据进行标准化处理；
数据优化模块，与体素aif增强模块连接，用于对标准化后的数据进行滤波及去除干扰数据的处理；
体素aif增强模块，与匹配提取模块连接，用于对数据处理进行增强，提高计算效率与准确性；
匹配提取模块，与显示模块连接，用于根据预设的算法在经过数据处理后的磁共振扫描图像中提取相应的目标数据；
显示模块，用于将最终的磁共振图像显示出来。
进一步，体素aif增强模块通过对正常人群采样推演获得其用于建模的动脉输入函数(arterialinputfunction,aif)，参考作为患者本身的aif，并且基于药物动力学数据分析模型将aif假设为一个单指数阶跃响应函数，可提高计算的效率。
进一步，数据优化模块包括划分模块和去噪优化模块；
划分模块用于将经标准化处理后的数据图像中的亮度大于预定阈值的像素划分为前景区域，将亮度小于或等于预定阈值的像素划分为背景区域；
去噪优化模块用于根据去噪策略对输入的数据图像的各个子区域进行去噪，从而获得去噪后的图像。
进一步，去噪优化模块应用如下的双线性去噪模型对输入的数据图像进行去噪：
其中，fi表示去噪后图像中的像素i的亮度，gi表示输入的图像中的像素i的亮度，
其中，根据以下等式在以像素i为中心的输入的图像体中计算a1i和b1i，在以像素i为中心的输入的图像的平面区域中计算a2i和b2i：
其中，ω表示所述图像体或平面区域ωi中的像素的数量，gk表示所述图像体或平面区域ωi中的像素k的亮度，
其中，
进一步，根据以下等式确定α1i和α2i：
其中，
本发明提供的基于体素aif动态增强磁共振成像分析方法运行稳定，安全可靠，可以对磁共振数据进行校正、标准化、优化等处理，通过数据优化模块，运算速度快，去噪和细节增强能力强，可以直接作为图像质量的有效手段，本发明数据准确性高，且通过体素aif的动态增强功能极大的提高计算效率与准确性。
附图说明
图1是本发明实施例提供的基于体素aif动态增强磁共振成像分析系统结构示意图；
图2是本发明实施例提供的画roi提取aif效果示意图；
图3是本发明实施例提供的画roi提取aif效果曲线图；
图4是本发明实施例提供的基于体素提取aif的效果示意图；
图5是本发明实施例提供的基于体素提取aif的效果曲线图；
图中：1、磁共振扫描模块；2、磁共振主机模块；3、数据转换模块；4、数据校正模块；5、数据标准化模块；6、数据优化模块；7、体素aif增强模块；8、匹配提取模块；9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的基于体素aif动态增强磁共振成像分析系统包括：1、磁共振扫描模块；2、磁共振主机模块；3、数据转换模块；4、数据校正模块；5、数据标准化模块；6、数据优化模块；7、体素aif增强模块；8、匹配提取模块；9、显示模块。
磁共振扫描模块1，与磁共振主机模块2连接，用于对患者进行磁共振扫描；
磁共振主机模块2，与数据转换模块3连接，用于操作控制磁共振扫描模块；
数据转换模块3，与数据校正模块4连接，用于将磁共振扫描得到的序列数据进行格式转换；
数据校正模块4，与数据标准化模块5连接，用于对转换格式后的磁共振扫描图像序列进行特征校正；
数据标准化模块5，与数据优化模块6连接，用于根据特定的标准化模板对校正后的数据进行标准化处理；
数据优化模块6，与体素aif增强模块7连接，用于对标准化后的数据进行滤波及去除干扰数据的处理；
体素aif增强模块7，与匹配提取模块8连接，用于对数据处理进行增强，提高计算效率与准确性；
匹配提取模块8，与显示模块9连接，用于根据预设的算法在经过数据处理后的磁共振扫描图像中提取相应的目标数据；
显示模块9，用于将最终的磁共振图像显示出来。
数据优化模块6包括划分模块和去噪优化模块；
划分模块用于将经标准化处理后的数据图像中的亮度大于预定阈值的像素划分为前景区域，将亮度小于或等于预定阈值的像素划分为背景区域；
去噪优化模块用于根据去噪策略对输入的数据图像的各个子区域进行去噪，从而获得去噪后的图像。
去噪优化模块应用如下的双线性去噪模型对输入的数据图像进行去噪：
其中，fi表示去噪后图像中的像素i的亮度，gi表示输入的图像中的像素i的亮度，
其中，根据以下等式在以像素i为中心的输入的图像体中计算a1i和b1i，在以像素i为中心的输入的图像的平面区域中计算a2i和b2i：
其中，ω表示所述图像体或平面区域ωi中的像素的数量，gk表示所述图像体或平面区域ωi中的像素k的亮度，
其中，
根据以下等式确定α1i和α2i：
其中，
本发明提供的体素aif增强模块，通过对正常人群采样推演获得其用于建模的动脉输入函数(arterialinputfunction,aif)，参考作为患者本身的aif，并且基于药物动力学数据分析模型将aif假设为一个单指数阶跃响应函数，可提高计算的效率。
下面结合具体实施例对本发明的应用原理作进一步的描述。
磁共振动态增强是静脉团注gd造影剂连续采集图像，观察造影剂从流入到流出整个过程，根据双室模型示踪剂动力学藐视方法，拟合得到血流灌注信息和血流流动信息，其基本公式为c(tis)＝aifxr(f、ps、vp、ve)(c(tis)-组织内造影剂浓度随时间动态变化，与aif、f-流速，ps-血管壁渗透性，vp-血流容积、ve组织间质容积等因素有关)其中靶器官的供血动脉aif提取至关重要。
动脉血液动力学就是研究表征人体血液循环系统的流动参数(血流量、流速、压力、流态、粘度、外周阻力等)等在生理病理条件下的变化。血管分叉和血液脉动使血管壁面剪切力呈周期和非均匀变化。正常动脉血流为层流，在弯曲和分叉处会伴随二次流动，速度抛物线的偏移会产生低壁面剪切力小区域。动脉血管会根据血液动力学条件进行自适应调整和改变，而非常规血液动力学条件也会使血管产生生物学反应。目前aif提取是选择性化取选定靶器官截面roi，会受到部分容积效应、血管壁病变等诸多因素的影响。
如图2和图3所示，画roi提取roi有时难以获得准确的符合血液动力学生理状态的aif；
如图4和图5所示，基于体素呈现对应多个aif，优选最佳aif，能够获得最能反应供血动脉血液动力学状态的aif，得到的结论才最接近组织病理生理状态。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。