Ct肝灌注的图像后处理方法和ct肝灌注方法
【专利摘要】本发明提供一种CT肝灌注的图像后处理方法和CT肝灌注方法。所述CT肝灌注的图像后处理方法，包括：获取CT肝灌注图像序列，从所述CT肝灌注图像序列中识别腹部大动脉，以获取肝动脉造影剂浓度的时间曲线；基于所述肝动脉造影剂浓度的时间曲线，计算每个像素点的造影剂浓度时间曲线，获得肝灌注参数。本发明还提供一种使用所述CT肝灌注的图像后处理的方法的CT肝灌注方法。本发明具有较高的准确性。
【专利说明】CT肝灌注的图像后处理方法和CT肝灌注方法
【技术领域】
[0001]本发明涉及医疗器械领域，尤其涉及一种CT肝灌注的图像后处理方法和CT肝灌注方法。
【背景技术】
[0002]灌注表示血液通过毛细血管网将携带的氧及其他物质输送给周围组织的功能。肝灌注则表示血液通过肝动脉和肝门经静脉和肝窦，将其内的氧气和其他物质输送给肝组织并加以利用或转化的过程，一般将之等同于血流过程。
[0003]电子计算机X射线断层扫描技术（electronic computer X-raytomographytechnique, CT)灌注成像是在静脉注入造影剂后对选定层面行同层动脉扫描，以获得该层面内每一像素的时间-密度曲线（time-density curve,TDC),之后根据所述曲线，基于不同的数学模型计算例如平均穿过时间（MTT)、峰值时间（TTP)和分布容积（DV)等的灌注参数，从而以所述灌注参数评价组织、器官的灌注状态。
[0004]具体地，现有技术通常采用最大斜率或去卷积两类方法进行所述灌注参数的计算。上述两类方法都需要肝动脉和肝门静脉的造影剂浓度的时间曲线作为计算的输入。其中，肝动脉的时间曲线通常用腹部大动脉的时间曲线来近似，最大斜率法中则附加要求脾脏区域的时间曲线的峰值时间用于界定动脉供血期和门静脉供血期。对于肝脏区域中每一个像素点上的时间曲线，最大斜率法取在动脉供血期和门静脉供血期中的最大斜率作为动静脉血流量的一个近似。而去卷积的方法是利用加权的肝动脉和肝门静脉的时间曲线与造影剂残余函数的卷积来拟合像素点上的时间曲线，从而通过优化拟合问题得到动静脉血流量（HAP/PVP)、肝灌注指数（HPI)以及另外的一些灌注参数。
[0005]然而，对于类似动脉输入函数（AIF)和静脉输出函数（VOF)这类血管区域的提取，现有技术通常采用的是基于图像灰度值的提取方法。在实际操作中，在CT扫描获得的图像中进行手动选择的方式，在图像中选取腹部大动脉或肝门静脉的区域，以获得灌注参数。然而，对于不同病人和不同的造影剂注射剂量和速度，血管区域的图像灰度值的峰值变化非常大，采用手动方式进行操作时，容易产生许多假阳性的区域，造成获取错误的造影剂浓度的时间曲线，进而影响最终灌注参数的计算结果。
[0006]更多的关于肝灌注的技术方案可参考专利号为EP0105904A1的欧洲专利，但是，所述专利公开的技术方案也未解决上述问题。
【发明内容】
[0007]本发明解决的问题是提供一种准确性较高的CT肝灌注的图像后处理方法和CT肝
灌注方法。
[0008]为了解决上述问题，本发明提供一种CT肝灌注的图像后处理方法，包括：获取CT肝灌注图像序列，从所述CT肝灌注图像序列中识别腹部大动脉，以获取肝动脉造影剂浓度的时间曲线；基于所述肝动脉造影剂浓度的时间曲线，计算每个像素点的造影剂浓度时间曲线，获得肝灌注参数。
[0009]可选地，所述从所述CT肝灌注图像中识别腹部大动脉的步骤包括:去除CT肝灌注图像中的非血管区域；在去除非血管区域后的CT肝灌注图像序列中选取其中一个图像作为目标图像；对所述目标图像进行边缘检测，形成边界图；对所述边界图进行圆形霍夫变换，选取霍夫变换中最大霍夫变换值对应圆的内部区域作为腹部大动脉。
[0010]可选地，所述去除非血管区域的步骤包括:提供均值和方差阈值，并计算CT肝灌注图像的灰度值在时间上的均值和方差，去除均值和方差小于所述阈值的区域，以实现非血管区域的去除。
[0011]可选地，所述目标图像为所述CT肝灌注图像序列中图像灰度值和最大的一张图像。
[0012]可选地，所述对所述目标图像进行边缘检测，形成边界图的步骤包括:采用Canny算法、Sobel算法、Laplacian算法之一或组合对所述目标图像进行边缘检测。
[0013]可选地，所述计算每个像素点的造影剂浓度时间曲线的步骤包括:基于双输入单室模型或双输入双室模型或双输入三室模型的肝脏模型计算每个像素点的造影剂浓度时间曲线。
[0014]可选地，还包括:基于所述肝动脉造影剂浓度的时间曲线，获得肝门静脉造影剂浓度的时间曲线，所述计算每个像素点的造影剂浓度时间曲线步骤包括:根据所述肝动脉造影剂浓度的时间曲线和所述肝门静脉造影剂浓度的时间曲线，计算每个像素点的造影剂浓度时间曲线。
[0015]可选地，基于
【权利要求】
1.一种CT肝灌注的图像后处理方法，其特征在于，包括： 获取CT肝灌注图像序列，从所述CT肝灌注图像序列中识别腹部大动脉，以获取肝动脉造影剂浓度的时间曲线； 基于所述肝动脉造影剂浓度的时间曲线，计算每个像素点的造影剂浓度时间曲线，获得肝灌注参数。
2.如权利要求1所述的图像后处理方法，其特征在于， 所述从所述CT肝灌注图像中识别腹部大动脉的步骤包括： 去除CT肝灌注图像中的非血管区域； 在去除非血管区域后的CT肝灌注图像序列中选取其中一个图像作为目标图像； 对所述目标图像进行边缘检测，形成边界图； 对所述边界图进行圆形霍夫变换，选取霍夫变换中最大霍夫变换值对应圆的内部区域作为腹部大动脉。
3.如权利要求2所述的图像后处理方法，其特征在于，所述去除非血管区域的步骤包括：提供均值和方差阈值，并计算CT肝灌注图像的灰度值在时间上的均值和方差，去除均值和方差小于所述阈值的区域，以实现非血管区域的去除。
4.如权利要求2所述 的图像后处理方法，其特征在于，所述目标图像为所述CT肝灌注图像序列中图像灰度值和最大的一张图像。
5.如权利要求2所述的图像后处理方法，其特征在于，所述对所述目标图像进行边缘检测，形成边界图的步骤包括：采用Canny算法、Sobel算法、Laplacian算法之一或组合对所述目标图像进行边缘检测。
6.如权利要求1所述的图像后处理方法，其特征在于， 所述计算每个像素点的造影剂浓度时间曲线的步骤包括：基于双输入单室模型或双输入双室模型或双输入三室模型的肝脏模型计算每个像素点的造影剂浓度时间曲线。
7.如权利要求1所述的图像后处理方法，其特征在于， 还包括：基于所述肝动脉造影剂浓度的时间曲线，获得肝门静脉造影剂浓度的时间曲线， 所述计算每个像素点的造影剂浓度时间曲线步骤包括：根据所述肝动脉造影剂浓度的时间曲线和所述肝门静脉造影剂浓度的时间曲线，计算每个像素点的造影剂浓度时间曲线。
8.如权利要求7所述的图像后处理方法，其特征在于， 基于= he, ? Q(O获得肝门静脉造影剂浓度的时间曲线，所述Cp (t)、Ca⑴分别表示肝门静脉造影剂浓度的时间曲线、肝动脉造影剂浓度的时间曲线。
9.如权利要求8所述的图像后处理方法，其特征在于， 所述计算每个像素点的造影剂浓度时间曲线的步骤包括： 每个像素点的造影剂浓度时间曲线与所述肝动脉造影剂浓度的时间曲线、肝门静脉造影剂浓度的时间曲线满足以下关系： Q( t)=[υ? (O+KlilCp (t-)] ? R(t)，其中，q (t)为像素点的造影剂浓度时间曲线，RW=W-j^为造影剂残余函数，Kla, Klp分别表示肝动脉、肝门静脉的流入率常数，τ p为因血液流入肝门静脉与肝动脉之间的时间差引入的肝门静脉造影剂浓度的时间延迟量，K2为肝静脉的流出率常数。
10.如权利要求9中所述的图像后处理方法，其特征在于，获得肝灌注参数的步骤包括:通过优化方法求解
11.如权利要求8所述的图像后处理方法，其特征在于， 对所述肝门静脉造影剂浓度进行时间延迟修正，获得修正的肝门静脉造影剂浓度。
12.如权利要求11所述的图像后处理方法，其特征在于，获得修正的肝门静脉造影剂浓度的步骤包括: 以C/表示修正的肝门静脉造影剂浓度，则修正的肝门静脉造影剂浓度与肝门静脉造影剂浓度对应满足C/=Cp(t- τ ρ)，τ ρ为因血液流入肝门静脉与肝动脉之间的时间差引入的肝门静脉造影剂浓度的时间延迟量； 通过minD^a)) = I cp(t-xp)-cL(t) 11 的计算，获得使 I --α-τΡ)-(^α) 11 数值最小的像素点对应的造影剂浓度的时间曲线CJt)，以对应的Q(t)作为肝门静脉造影剂浓度的时间曲线c/ (t),其中所述Tp满足τ τ ρ〈 τ 2的关系，所述Tp τ 2为经验阈值。
13.如权利要求12所述的图像后处理方法，其特征在于， 每个像素点的造影剂浓度时间曲线与所述肝动脉造影剂浓度的时间曲线、肝门静脉造影剂浓度的时间曲线满足以下关系:
14.如权利要求13所述的图像后处理方法，其特征在于，获得肝灌注参数的步骤包括:通过优化方法求解
15.如权利要求10或14所述的图像后处理方法，其特征在于，所述优化方法包括:退火加速的单纯形优化方法或拟牛顿优化法或梯度下降法。
16.一种CT肝灌注方法，其特征在于，包括: 向被灌注对象中输入造影剂； 对所述被灌注对象进行CT扫描，以形成CT肝灌注图像； 进行如权利要求广15任一权利要求所述的CT肝灌注的图像后处理； 输出肝灌注参数图。
【文档编号】G06F19/00GK103839249SQ201210480285
【公开日】2014年6月4日 申请日期:2012年11月23日 优先权日:2012年11月23日
【发明者】王潚崧 申请人:上海联影医疗科技有限公司