專利名稱：彌散張量成像方法及系統(tǒng)的制作方法
彌散張量成像方法及系統(tǒng)
技術(shù)領(lǐng)域：
本發(fā)明涉及磁共振技術(shù)，特別是涉及一種彌散張量成像方法及系統(tǒng)。背景技術(shù)：
彌散張量成像(DTI)，是在彌散加權(quán)成像(DWI)基礎(chǔ)上發(fā)展起來的新方法，是磁共振成像(MRI)的特殊形式，是近幾年發(fā)展迅速的一項新的磁共振成像技術(shù)。彌散張量成像技術(shù)利用是利用水分子的彌散各向異性進行成像，可從微觀的領(lǐng)域評價組織結(jié)構(gòu)的完整性，可以在細胞及分子水平給出疾病狀況，是功能磁共振成像的一個重要組成部分。彌散張量成像是目前唯一無創(chuàng)性活體研究腦白質(zhì)結(jié)構(gòu)及白質(zhì)束形態(tài)的檢查技術(shù)，也是目前唯一反映活體組織空間組成信息及病理狀態(tài)下各組織成分之間水分子交換功能狀況的檢查方法。 基于彌散張量成像的高空間分辨率、非入侵性的優(yōu)點，彌散張量成像主要應(yīng)用于腦部各方向白質(zhì)纖維和白質(zhì)纖維束的評價，且逐漸擴展到人體的其他部位(比如心臟、腎臟、骨骼肌等)，可以為疾病的診斷、治療提供更多信息。彌散張量成像中參數(shù)的計算需要一個無彌散圖及多個(至少6個)施加了彌散梯度的彌散圖來計算張量D。這個計算過程是一個擬合過程，為了讓擬合效果更好，我們通常會采用多b值來進行擬合。多b值中的b值越大，彌散越大，信號的信噪比也就越小；為了滿足信噪比的要求，通常需要重復(fù)多次；為了得到更多的生理信息，還要選擇多個層面成像，但這往往導(dǎo)致了總的采樣數(shù)據(jù)時間過長。在傳統(tǒng)的彌散張量成像過程中，總的采集數(shù)據(jù)時間會很長，從而導(dǎo)致整個完全彌散張量成像過程時間過長。

發(fā)明內(nèi)容基于此，有必要提供一種快速的彌散張量成像方法。一種彌散張量成像方法，包括以下步驟計算概率密度函數(shù)；按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)；對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。進一步地，所述計算概率密度函數(shù)的步驟之前還包括進行預(yù)采樣得到預(yù)采樣數(shù)據(jù)；所述計算概率密度函數(shù)的步驟為分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)。進一步地，所述預(yù)采樣數(shù)據(jù)包括無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為分別對所述無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)。進一步地，所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟之后還包括對所述無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合得到第一統(tǒng)一概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述第一統(tǒng)一概率密度函數(shù)進行變密度采樣，得到與所述無彌散圖和多個彌散圖相對應(yīng)的數(shù)據(jù)。
進一步地，所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟之后還包括對多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合，得到第二統(tǒng)一概率密度函數(shù)的步驟； 所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)；按照所述第二統(tǒng)一概率密度函數(shù)進行變密度采樣，得到多個彌散圖所對應(yīng)的數(shù)據(jù)。進一步地，所述預(yù)采樣數(shù)據(jù)包括無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為對所述無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣，得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)。進一步地，所述預(yù)采樣數(shù)據(jù)包括無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為對所述無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖及任意一彌散圖對應(yīng)的概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)；按照所述任一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣，得到多個彌散圖的數(shù)據(jù)。此外，還有必要提供一種快速的彌散張量成像系統(tǒng)。一種彌散張量成像系統(tǒng)，其特征在于，包括處理模塊、采樣模塊及重建模塊；處理模塊用于計算概率密度函數(shù)；采樣模塊與所述處理模塊電連接，所述采樣模塊用于按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和彌散圖數(shù)據(jù)；重建模塊，與所述采樣模塊電連接，用于對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。進一步地，所述采樣模塊還用于進行預(yù)采樣得到預(yù)采樣數(shù)據(jù)。上述彌散張量成像方法及系統(tǒng)中，通過計算出概率密度函數(shù)，并根據(jù)概率密度函數(shù)對無彌散圖和各彌散圖的數(shù)據(jù)進行變密度采樣，大大減少了所需采樣的數(shù)據(jù)，使得采集時間大幅減少，實現(xiàn)快速彌散張量成像。

圖1為彌散張量成像方法的流程圖；圖2為另一實施例中無彌散概率密度函數(shù)、各個彌散概率函數(shù)及第一統(tǒng)一概率密度函數(shù)的示意圖；圖3為另一實施例的彌散張量成像方法的流程圖；圖4為另一實施例的彌散張量成像方法的流程圖；圖5為另一實施例中無彌散概率密度函數(shù)、各個彌散概率函數(shù)及第二統(tǒng)一概率密度函數(shù)的示意圖；圖6為另一實施例的彌散張量成像方法的流程圖；圖7為另一實施例的彌散張量成像方法的流程圖；圖8為彌散張量成像系統(tǒng)的模塊圖。
具體實施方式為了解決在傳統(tǒng)的彌散張量成像過程中總的采集數(shù)據(jù)時間過長的問題，提出了一種快速的彌散張量成像方法來縮短整個彌散張量成像過程的時間。彌散張量成像(DTI)中參數(shù)的計算需要一個無彌散圖及多個施加了彌散梯度的彌散圖來計算張量D，從而進行圖像重建。D是一個3*3的對稱陣，所以要想解出D，至少需要施加六個不共線的彌散梯度，即想計算出D，至少需要六個彌散圖。通過解對稱矩陣 D的特征值和特征向量就可以得到分析彌散張量成像的一些常用參數(shù)，如各向異性分數(shù) (fractional anisotropy，F(xiàn)A)，相對各向異性(relative anisotropy，RA)及表觀彌散系數(shù) (apparent diffusion coefficient, ADC)等。請參閱圖1，一種彌散張量成像方法，包括以下步驟步驟S10，計算概率密度函數(shù)。概率密度函數(shù)用于確定采樣密度，以控制采樣過程。在實際的采樣過程中，只對部分數(shù)據(jù)進行采樣能夠有效地減少耗費的時間，而圖像的信息主要集中于低頻區(qū)域，高頻區(qū)域所含的信息量非常少，因此可以通過由概率密度函數(shù)所控制的采用變密度采樣的方式進行采樣，這樣既可以減少采樣過程中耗費的時間，還能夠有效地減少混疊偽影的產(chǎn)生。具體地，概率密度函數(shù)包括非自適應(yīng)的概率密度函數(shù)和自適應(yīng)的概率密度函數(shù)。 在沒有先驗信息的情況下，可以構(gòu)造非自適應(yīng)的概率密度函數(shù)，例如高斯分布函數(shù)。非自適應(yīng)的概率密度函數(shù)構(gòu)造過程較為簡單，可應(yīng)用于精確度較低的彌散張量成像過程。在優(yōu)選的實施例中，概率密度函數(shù)為自適應(yīng)的概率密度函數(shù)，自適應(yīng)的概率密度函數(shù)是根據(jù)由一組圖像組成的先驗信息構(gòu)造出來的，其采樣效果明顯好于非自適應(yīng)的概率密度函數(shù)。由于按照自適應(yīng)的概率密度函數(shù)更得到更好的采樣效果，在一個實施例中，步驟 SlO之前還包括進行預(yù)采樣得到預(yù)采樣數(shù)據(jù)的步驟。同時，步驟SlO具體為分別對預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)。通過進行預(yù)采樣，得到先驗信息，構(gòu)建自適應(yīng)的概率密度函數(shù)。通過預(yù)采樣中圖像所對應(yīng)預(yù)采樣數(shù)據(jù)在相位編碼y方向各行上所有點進行平方， 并加和，再經(jīng)歸一化，最終產(chǎn)生圖像所對應(yīng)概率密度函數(shù)。根據(jù)每一個圖像，構(gòu)建所對應(yīng)自適應(yīng)的概率密度函數(shù)，能得到更好的采樣效果。步驟S20，按照概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)。因為圖像的能量主要集中在低頻區(qū)域，高頻區(qū)域所含的信息量很少，這樣我們就可以采用變密度采樣的方式，主要采低頻信號，高頻區(qū)的信號盡量少采或者不采，這樣就可以有效地減少混疊偽影，提高采樣的速度。根據(jù)自適應(yīng)的概率密度函數(shù)對無彌散圖和多個彌散梯度圖的數(shù)據(jù)進行變密度采樣，只對部分數(shù)據(jù)進行采樣，可以大幅減少掃描時間。步驟S30，對無彌散圖和多個彌散梯度圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。對各個圖像的數(shù)據(jù)進行壓縮感知(Compressed Sensing, CS)重建及全變差處理， 得到重建圖像。上述彌散張量成像方法中，通過計算出概率密度函數(shù)，并根據(jù)概率密度函數(shù)對無彌散圖和各彌散圖的數(shù)據(jù)進行變密度采樣，大大減少了所需采樣的數(shù)據(jù)，使得采集時間大幅減少，實現(xiàn)快速彌散張量成像。
如圖2所示，B0為根據(jù)實際圖像計算得的無彌散圖的概率密度函數(shù)，B1 為根據(jù)實際圖像計算得的各個彌散圖的概率密度函數(shù)。由圖2可以看出，各個彌散圖及無彌散圖之間的相關(guān)系數(shù)接近于1。因此，為了進一步減少整個彌散張量成像過程的時間，在另一個實施例中，如圖3所示，預(yù)采樣數(shù)據(jù)為無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)，上述彌散張量成像方法包括如下步驟步驟S301，進行預(yù)采樣得到無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)。步驟S303，分別對無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)。步驟S305，對無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合得到第一統(tǒng)一的概率密度函數(shù)。圖2中MeanBtl-B6為所有概率密度函數(shù)擬合出的第一統(tǒng)一概率密度函數(shù)。步驟S307，按照第一統(tǒng)一概率密度函數(shù)進行變密度采樣，得到與無彌散圖和多個彌散圖相對應(yīng)的數(shù)據(jù)。通過無彌散圖及多個彌散圖的概率密度函數(shù)，擬合出一個可適用于所有無彌散圖和多個彌散圖的第一統(tǒng)一概率密度函數(shù)，并根據(jù)該第一統(tǒng)一概率密度函數(shù)來對無彌散圖和多個彌散圖的數(shù)據(jù)進行變密度采樣?；趶浬埩砍上裰懈鱾€圖像之間的相關(guān)性，采用同一個概率密度函數(shù)對各個圖像進行變密度采樣，進一步節(jié)省了采集時間。步驟S309，對無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。需要指出的是，通過圖3可以看出，無彌散圖的概率密度函數(shù)同多個彌散圖的概率密度函數(shù)的差異性較各個彌散圖之間的概率密度函數(shù)的差異性要大。為了提高圖像的精度，在另一個實施例中，如圖4所示，步驟S305和步驟S307可替換成如下步驟步驟S401，對多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合，得到第二統(tǒng)一概率密度函數(shù)。步驟S403，按照無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)。步驟S405，按照第二統(tǒng)一概率密度函數(shù)進行變密度采樣，得到多個彌散圖所對應(yīng)的數(shù)據(jù)。請參閱圖5，MeanB1-B6為所有彌散圖的概率密度函數(shù)擬合出的第二統(tǒng)一概率密度函數(shù)。以上步驟利用多個彌散圖之間的相關(guān)性，構(gòu)建一個第二統(tǒng)一概率密度函數(shù)，來對彌散圖所對應(yīng)的數(shù)據(jù)進行采樣，使得采樣結(jié)果更加精確。在另一實施例中，如圖6所示，預(yù)采樣數(shù)據(jù)為無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)，上述彌散張量成像方法包括如下步驟步驟S601，進行預(yù)采樣得到無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)。步驟S603，對無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)。步驟S605，按照無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣， 得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)。步驟S607，對無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。由于各個彌散圖及無彌散圖之間的相關(guān)系數(shù)接近于1，這里采用無彌散圖或多個彌散圖中任意一個的概率密度函數(shù)來對無彌散圖和多個彌散圖進行變密度采樣，無須計算其它圖像的概率密度函數(shù)，在保證一定精確性的同時更進一步減少采集時間。在另一實施例中，為了進一步提高采集數(shù)據(jù)的速度，如圖7所示，預(yù)采樣數(shù)據(jù)為無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)，上述彌散張量成像方法包括如下步驟步驟S701，進行預(yù)采樣得到無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)。步驟S703，對無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖及任意一彌散圖對應(yīng)的概率密度函數(shù)。步驟S705，按照無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)。步驟S707，按照任一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣，得到多個彌散圖的數(shù)據(jù)。步驟S709，對無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。無彌散圖的概率密度函數(shù)同多個彌散圖的概率密度函數(shù)之間的差異性較各個彌散圖之間的概率密度函數(shù)的差異性要大，各個彌散圖之間的概率密度函數(shù)之間的差異非常小。在本實施例中根據(jù)無彌散圖的概率密度函數(shù)來對無彌散圖的數(shù)據(jù)進行變密度采樣，根據(jù)任一彌散圖的概率密度函數(shù)來對各個彌散圖的數(shù)據(jù)進行變密度采樣，使得數(shù)據(jù)采集的結(jié)果更為精確。請參閱圖8，還提供了一種彌散張量成像系統(tǒng)，包括處理模塊100、采樣模塊200及重建模塊300。處理模塊100用于計算概率密度函數(shù)。通過進行預(yù)采樣，得到先驗信息，構(gòu)建自適應(yīng)的概率密度函數(shù)，并通過預(yù)采樣中圖像所對應(yīng)預(yù)采樣數(shù)據(jù)在相位編碼y方向各行上所有點進行平方，并加和，再經(jīng)歸一化，最終產(chǎn)生圖像所對應(yīng)概率密度函數(shù)。根據(jù)每一個圖像，構(gòu)建所對應(yīng)自適應(yīng)的概率密度函數(shù)，能得到更好的采樣效果。需要指出的是，在沒有先驗信息的情況下，處理模塊100還可建立非自適應(yīng)的概率密度函數(shù)，如高斯分布函數(shù)。具體在彌散張量成像過程中，處理模塊100用于計算無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)。采樣模塊200與處理模塊100電連接，采樣模塊200用于按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和彌散圖數(shù)據(jù)。采樣模塊200還用于進行預(yù)采樣，得到預(yù)采樣數(shù)據(jù)，預(yù)采樣數(shù)據(jù)用于供處理模塊100計算概率密度函數(shù)。根據(jù)自適應(yīng)的概率密度函數(shù)對無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行變密度采樣，只對部分數(shù)據(jù)進行采樣，可以大幅減少掃描時間。重建模塊300與采樣模塊200電連接，用于對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。對各個圖像的數(shù)據(jù)進行壓縮感知(Compressed Sensing, CS)重建及全變差處理，得到重建圖像。上述彌散張量成像系統(tǒng)中，通過計算出概率密度函數(shù)，并根據(jù)概率密度函數(shù)對無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行變密度采樣，大大減少了所需采樣的數(shù)據(jù)，使得采集時間大幅減少，實現(xiàn)快速彌散張量成像。需要指出的是，由于各個圖像之間的相關(guān)性，處理模塊100還可以用于對多個圖像對應(yīng)的概率密度函數(shù)進行擬合得到一個概率密度函數(shù)，以只使用一個概率密度函數(shù)對各個圖像進行采樣，使得采樣的速度進一步提高。同時，處理模塊100也可以只計算出任意一個圖的概率密度函數(shù)，并通過該概率密度函數(shù)對無彌散圖和多個彌散圖的數(shù)據(jù)進行變密度采樣。由于各個圖像之間的相關(guān)性，通過同一個概率密度函數(shù)對多個圖像進行采樣，在保證了一定的精確性的同時節(jié)省了采集時間。 以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
權(quán)利要求
1.一種彌散張量成像方法，其特征在于，包括以下步驟 計算概率密度函數(shù)；按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)； 對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。
2.根據(jù)權(quán)利要求1所述的彌散張量成像方法，其特征在于，所述計算概率密度函數(shù)的步驟之前還包括進行預(yù)采樣得到預(yù)采樣數(shù)據(jù)；所述計算概率密度函數(shù)的步驟為分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)。
3.根據(jù)權(quán)利要求2所述的彌散張量成像方法，其特征在于，所述預(yù)采樣數(shù)據(jù)包括無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為 分別對所述無彌散圖和多個彌散圖對應(yīng)的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)。
4.根據(jù)權(quán)利要求3所述的彌散張量成像方法，其特征在于，所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟之后還包括對所述無彌散圖和多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合得到第一統(tǒng)一概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述第一統(tǒng)一概率密度函數(shù)進行變密度采樣，得到與所述無彌散圖和多個彌散圖相對應(yīng)的數(shù)據(jù)。
5.根據(jù)權(quán)利要求3所述的彌散張量成像方法，其特征在于，所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟之后還包括對多個彌散圖對應(yīng)的概率密度函數(shù)進行擬合，得到第二統(tǒng)一概率密度函數(shù)的步驟； 所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)； 按照所述第二統(tǒng)一概率密度函數(shù)進行變密度采樣，得到多個彌散圖所對應(yīng)的數(shù)據(jù)。
6.根據(jù)權(quán)利要求2所述的彌散張量成像方法，其特征在于，所述預(yù)采樣數(shù)據(jù)包括無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為 對所述無彌散圖或任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述無彌散圖或任意一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣，得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)。
7.根據(jù)權(quán)利要求2所述的彌散張量成像方法，其特征在于，所述預(yù)采樣數(shù)據(jù)包括無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)；所述分別對所述預(yù)采樣數(shù)據(jù)進行計算得到概率密度函數(shù)的步驟具體為 對所述無彌散圖及任意一彌散圖的預(yù)采樣數(shù)據(jù)進行計算得到無彌散圖及任意一彌散圖對應(yīng)的概率密度函數(shù)；所述按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和多個彌散圖所對應(yīng)的數(shù)據(jù)的步驟具體為按照所述無彌散圖的概率密度函數(shù)進行變密度采樣，得到無彌散圖的數(shù)據(jù)； 按照所述任一彌散圖對應(yīng)的概率密度函數(shù)進行變密度采樣，得到多個彌散圖的數(shù)據(jù)。
8.一種彌散張量成像系統(tǒng)，其特征在于，包括 處理模塊，用于計算概率密度函數(shù)；采樣模塊，與所述處理模塊電連接，所述采樣模塊用于按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖數(shù)據(jù)和彌散圖數(shù)據(jù)；及重建模塊，與所述采樣模塊電連接，用于對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。
9.根據(jù)權(quán)利要求8所述的彌散張量成像系統(tǒng)，其特征在于，所述采樣模塊還用于進行預(yù)采樣得到預(yù)采樣數(shù)據(jù)。
全文摘要
一種彌散張量成像方法，其特征在于，包括以下步驟計算概率密度函數(shù)；按照所述概率密度函數(shù)進行變密度采樣得到無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)；對所述無彌散圖和多個彌散圖所對應(yīng)的數(shù)據(jù)進行重建得到重建圖像。上述彌散張量成像方法中，通過計算出概率密度函數(shù)，并根據(jù)概率密度函數(shù)對無彌散圖和各彌散圖的數(shù)據(jù)進行變密度采樣，大大減少了所需采樣的數(shù)據(jù)，使得采集時間大幅減少，實現(xiàn)快速彌散張量成像。此外，還提供了彌散張量成像系統(tǒng)。
文檔編號A61B5/055GK102334992SQ201110320298
公開日2012年2月1日 申請日期2011年10月19日 優(yōu)先權(quán)日2011年10月19日
發(fā)明者劉偉, 劉新, 吳垠, 張娜, 鄒超, 鄭海榮 申請人:中國科學(xué)院深圳先進技術(shù)研究院