使用本发明的方法对血管网络的功能连接作图器（图1的第一块）的 一个实例。
[0045] 图3是在临床研究中风险分级（child油C)与聚类（参数）的相关性的表现。
[0046] 图4是创伤性测量的HVPG相对于使用本发明提出的方法从CEJJS视频序列预测 的HVPG的交叉验证的表现。
【具体实施方式】
[0047] 图1示出了根据本发明第一方面的使能够计算患者特异性风险因子的若干个处 理流程块：对血管网络的功能连接作图器，W及特定器官/疾病的血管网络模型。
[0048] 图2示出了在一个实施方案中，所述块包含于图1的对血管网络的功能连接作图 器的块中。运些块是：事件检测器、跟踪系统、图像补偿、自动R0I检测W及瞬时相关分析。
[0049] 在W下段落中将描述本发明提出使用的主要的块的一些特征，W更好地理解他们 的功能，从而使得能够分析视频序列组，W进一步计算临床中的患者特异性风险因子。
[0050] 所述事件检测器模块是信号处理技术组，当特定事件已经发生时，所述技术从时 系列中进行检测。运些手段需要时序分析，并且可能设及例如对瞬时信号直接设阔值、在时 间间隔内检测特定频率组分，或反馈回路。另一方面，所述跟踪系统模块是一组图象处理技 术，其估计并且补偿组织的运动和变形。运些可通过典型的视频跟踪策略来实现，例如点跟 踪、核基跟踪、轮廓跟踪、特征匹配、卡尔曼滤波器、颗粒滤波器。
[0051] 图像配准是用于特征匹配的最常见手段中的一种，并且存在具有W下共有要素的 不同实施方式：源图像、目标图像、相似性、优化、转化模型和转化的图像。源图像是初始图 像，其将被配准（对齐加变形）用于拟合目标图像。该方法一般是迭代性的，并且将在每次 迭代中产生一些转化的图像，运些转化的图像将被分配至下一次迭代中源图像。对于不同 配准方法，存在一些不同的特性：（1)基于强度对特征，（2)转化模型刚性或非刚性，W及局 部（即，块匹配）或全局，（3)图像相似性测量的常见例子包括归一化交叉相关或非归一化 交叉相关、手动信息、平方强度差值的和，W及比率图像均匀性，（4)优化策略的标准例子通 过梯度下降法、斜率下降法、Powell'S法。在运些策略中，特定的发展已经演化向斑点追踪 成像（ST巧作为用于超声的视频配准的优选技术，因为其利用在超声成像中自然产生的干 设仪图式，W通过跟踪运样的干设仪图式来估计组织的局部运动和变形。运些干设仪图式 也被称为"斑点"（借自光学领域的术语），逐框地持续跟踪运些干设仪图式，并最终将运些 干设仪图式解析成角独立的二维（2D)应变基序列和=维应变基序列（3D)。运些序列提供 了用于屯、脏病学应用的关于高度感兴趣的组织变形和运动的定量信息和定性信息二者。当 前，STE的应用是正被越来越多地认识到。已经使用声纳微测量法和有标签的MRI验证了 衍生自STE的应变结果，并且结果与组织多普勒衍生的测量值显著相关。对于所建议的身 体部位或组织应用，例如用于肝，已知其运动和变形比屯、跳小得多。因此，运些技术将得到 直接实施，并且预期没有大问题。
[0052] 图像补偿是从图像采集中去除噪音和失真人工因素的处理步骤，其在超声传播中 特别明显。运些包括声波传播模型、对所述图像信息的局部均衡、对所述图像信息的全局均 衡或针对特定的解剖学标志回波密度的图像归一化。
[0053] 通过时序分析进行的对功能连接的瞬时相关分析或估计是在脑成像领域中高度 开发的图像处理技术组，用于估计"空间远程（神经）生理学事件之间的瞬时相关性"。在 脑成像中，估计局部脑活性的对比机制是血氧水平依赖的度OLD)信号的变化。在类似的方 法中，CE-US提供了关于身体部位例如肝的局部灌注的功能信息。为了估计所述"空间远程 事件之间的瞬时相关性"，存在用于分析该视频序列的宽范围的方法，并且可将运些方法分 成两大类：基于模型的方法（统计学参数做托、交叉相关性、相干性）和无模型方法（PCA、 ICA、聚类）。任何运些手段都将使得能够计算连接矩阵，并且因此，W图模型的形式来表现 局部血管网络。
[0054] 考虑到图形分析，存在清楚的证据证明即使是简单的参数亦与复杂的生物学系 统相关。最明显地，不同的研究已经示出，从功能脑网络和结构脑网络计算的运些图参数 与临床终点有多大程度的相关性。例如，已经将网络效率与具有更大的白质损伤负荷的 多发性硬化症患者相关联，并且将结点度（nodaldegree)与具有更大严重程度的局部淀 粉样沉积的艾尔兹海默患者想关联。已经研究了另一些图描述符。为了测量节点的集线 性化ubness)，常见的基础测量是度，W及基于度的表现整个脑图的度分布。但是，可使用 更详细的中屯、性测量，例如中介中屯、线、紧密中屯、性、特征向量中屯、性和边缘中屯、性。两 种基础测量评价图中的信息传输效率：聚类系数和路径长度，他们组合提供小-词标量 (small-worldscalar)。进而，通过测量例如模块内的度或参与系数来估计脑网络的模块 性。然而，必须将该组测量值扩展，W解释其他图属性，并确认是否可成功地在其他临床应 用例如表征肝的血管网络中实施该手段。图3和图4所示为健康者和硬变患者表现出显著 不同的血管网络参数。应将此方式包含于本方案中，此方式是：引导代数连通度描述符的谱 图分析；引入团集（cliques)、双团集化icliques)和起始的功效图分析；或使用称为模块 的顶点图子集的模块化图表分析。分层图分析可大大地有助于定义层内信息量最多的血管 图，并且有助于鲁棒地（robustly)估计图描述符。此外，将在不同的肝区域中进行对患者 的纵向获取，并且因此纵向获取表现出在整合具有不同节点和边缘的两个不同的图的信息 方面的挑战。该手段导致用于同一个体的必须层级相关的多个图模型。该想法与模块内的 层级模块性和模块嵌套布置的概念有关。因此，扩展该概念并提出方法W达到随着时间跟 踪并且使得能够综合比较不同时间点内的个体的常用图似乎是自然而然的。
[0055] 疾病预测模型CE-US时序包括巨大量的数据W及许多图分析概念，运些是难W解 读的，因为他们是W医疗专家不熟悉的方式编码；类似地，承担复杂成像和后处理的工程师 不懂临床实践的许多方面。建立疾病预测模型是为了尽可能地将运样的复杂数据翻译成已 经报道为设及特定生物学过程或生理学状态的定量参数。然后可由医疗专家根据患者的临 床状况对运些参数进行统计学解读。更具体地，成像生物标志物是特定的疾病预测模型类 型，其从图像提取大部分信息。
[0056] 为了改善对高血压硬变患者的管理，需要新的定量性CE-US成像生物标志物。在 运种环境下，CE-US的后处理可提供对肝血管网络素乱的测量，W及对与慢性肝损伤有关的 特定崎变例如血管闭塞、纤维化、结节形成和血管发生r机械组分"）的报告，W及对图计算 的不同影响。基于CE-US的功能血管连接提供了对肝血管网络性能和异常的无创性测量。
[0057] 参照图1和2,其描述了所提出的方法的一个示例性实施方案。从那些图中示出图 测量值如何与HVPG或风险分级直接相关。该实施方案包括通过W下步骤来计算图模型的 方案：用事件检测器检测微泡的破裂，W及起始补充；通过块匹配从而通过跟踪系统来计 算运动和变形；通过根据微泡破裂前的平均视频图像校正每个框来补偿视频；手动或自动 地将感兴趣区域的中屯、