專利名稱：基于宏觀信息的纖維跟蹤的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種擴(kuò)散數(shù)據(jù)處理裝置。 本發(fā)明還涉及一種成像系統(tǒng)。 本發(fā)明還涉及一種處理擴(kuò)散數(shù)據(jù)的方法。 本發(fā)明還涉及一種計(jì)算機(jī)程序。
用于獲得擴(kuò)散數(shù)據(jù)圖像的磁共振成像(MRI-DTI)是一種對(duì)(尤其是 質(zhì)子，但是原則上也可以使用具有磁共振性質(zhì)的其他核子)局部擴(kuò)散敏感 的磁共振成像方法。MRI-DTI在主擴(kuò)散方向上產(chǎn)生關(guān)于各個(gè)體素的信息。 纖維跟蹤涉及基于DTI數(shù)據(jù)識(shí)別生物(人類)神經(jīng)組織中連接的纖維。
噪聲(或信噪比)和纖維的交叉是纖維跟蹤中的誤差源，所述纖維跟 蹤使用逐個(gè)體素的方法以與擴(kuò)散方向 一致地將體素彼此連接。
背景技術(shù)：
國(guó)際專利申請(qǐng)公開(kāi)WO 2005/076030 Al公開(kāi)了根據(jù)其中分配了表觀擴(kuò) 散系數(shù)的磁共振信號(hào)而重建對(duì)象數(shù)據(jù)集。針對(duì)不同的體素識(shí)別是否發(fā)生一 個(gè)單一或多個(gè)擴(kuò)散方向，以便于考慮交叉的纖維。由于該方法是體素定向 的，因而其并不建議或暗示采用跨越體素的信息。
美國(guó)專利申請(qǐng)公開(kāi)US 2006/0165308 Al公開(kāi)了一種鄰域相關(guān)性分量， 其考慮了來(lái)自相鄰像素或體素的擴(kuò)散張量矩陣。將鄰域相關(guān)性分量建模為 馬爾可夫隨機(jī)場(chǎng)。同樣，該方法是體素定向的，因?yàn)槠浼僭O(shè)相鄰體素的擴(kuò) 散數(shù)據(jù)之間存在某種類型的相關(guān)性。然而，由于強(qiáng)噪聲，這一相關(guān)變得相 當(dāng)弱。
已知的裝置和方法使用微觀信息重建纖維束。因此，它們對(duì)于噪聲、 部分體積偽影和其他成像偽影敏感。需要一種魯棒的裝置和相應(yīng)的方法， 其受到數(shù)據(jù)集的不完美的影響較小。

發(fā)明內(nèi)容
本發(fā)明通過(guò)提供一種擴(kuò)散數(shù)據(jù)處理裝置而解決了上述需求，所述裝置 包括分割器，其被布置成根據(jù)表示纖維束的至少一部分的至少一個(gè)分割模 型而分割擴(kuò)散數(shù)據(jù)。
下文中，還包括二維情況，即使僅明確地提到了三維情況。同樣地， 例如，三維背景中使用的術(shù)語(yǔ)"體素"對(duì)應(yīng)于二維背景中的"術(shù)語(yǔ)"像素。
術(shù)語(yǔ)"感興趣區(qū)域(ROI)"是針對(duì)二維和三維這兩種情況而說(shuō)的。
向數(shù)據(jù)處理裝置提供擴(kuò)散數(shù)據(jù)。擴(kuò)散數(shù)據(jù)可以是擴(kuò)散張量數(shù)據(jù)，但也 可以是能夠通過(guò)諸如HARDI (高角度擴(kuò)散數(shù)據(jù))、多張量擬合方法、ODF 方法或Q球/Q空間方法的手段而獲取的高階擴(kuò)散數(shù)據(jù)。
還將一個(gè)模型或數(shù)個(gè)分割模型提供給數(shù)據(jù)處理裝置。該一個(gè)或多個(gè)分 割模型表示某一纖維束的一部分或整個(gè)纖維束。纖維束的一部分可能指的 是構(gòu)成所述纖維束的其中一部分纖維或者甚至是單根纖維。纖維束的一部 分還可能指的是相對(duì)于纖維束的整個(gè)長(zhǎng)度而言，該纖維束中具有有限長(zhǎng)度 的一段。可以以多種方式生成模所述型。 一種選擇是基于諸如解剖的解剖 學(xué)研究而生成所述模型。另一選擇是基于包括對(duì)擴(kuò)散數(shù)據(jù)的獲取和處理的 前述階段而生成所述模型。
每個(gè)模型表示在局部擴(kuò)散信息方面的對(duì)應(yīng)纖維束，以及該信息的更充 分的空間背景。
分割器區(qū)分纖維束和諸如腦白質(zhì)的其他物質(zhì)。分割器還區(qū)分?jǐn)?shù)個(gè)不同 的纖維束。
這是通過(guò)連續(xù)地將每個(gè)模型與擴(kuò)散數(shù)據(jù)相匹配而實(shí)現(xiàn)的。例如，通過(guò) 執(zhí)行擴(kuò)散數(shù)據(jù)和模型之間的相關(guān)來(lái)執(zhí)行所述匹配。每個(gè)模型還可以平移、 旋轉(zhuǎn)或縮放，以便覆蓋實(shí)際可能發(fā)生的各種纖維束(或其部分)。
為了避免進(jìn)行過(guò)多數(shù)量的匹配運(yùn)算，可以考慮實(shí)施搜索策略。例如， 可以考慮以粗略地指示出擴(kuò)散數(shù)據(jù)內(nèi)相關(guān)結(jié)構(gòu)的位置、定向和尺寸的相對(duì) 粗糙的模型開(kāi)始。取決于粗糙模型產(chǎn)生的結(jié)果，使用逐漸更精細(xì)的模型進(jìn) 行搜索。這些更精細(xì)的模型對(duì)應(yīng)于在其與所呈現(xiàn)的擴(kuò)散數(shù)據(jù)(或其一部分) 的匹配過(guò)程中得分高的那些更粗糙的模型。同樣還能預(yù)期的是分析所呈現(xiàn) 的關(guān)于感興趣區(qū)域的擴(kuò)散數(shù)據(jù)。例如，在所呈現(xiàn)的擴(kuò)散數(shù)據(jù)中未示出或僅示出弱各向異性的區(qū)域不可能包含纖維束，并且在搜索過(guò)程中可能不被考 慮。
一旦發(fā)現(xiàn)纖維束的分割模型類似于擴(kuò)散數(shù)據(jù)，則保留該模型。因此， 數(shù)據(jù)處理裝置通過(guò)尋找執(zhí)行與底層數(shù)據(jù)最優(yōu)匹配的分割模型而分割纖維 束。
該數(shù)據(jù)處理裝置執(zhí)行真實(shí)分割，因?yàn)榉指畈蝗Q于所選的開(kāi)始點(diǎn)。而 且，分割通常示出了由經(jīng)擬合的分割模型所表示的整個(gè)纖維束或纖維束部 分。分割的另一特征在于這樣的事實(shí)，即通常使用周圍體素的信息和對(duì)象 的形狀。這通常得到精確分割的對(duì)象，其在本例中是纖維或纖維束。
分割模型可以包括關(guān)于纖維束的宏觀信息。術(shù)語(yǔ)"微觀"指的是局部
信息，更具體而言，指的是體素取向(voxel-wise)信息。術(shù)語(yǔ)"宏觀"指 的是非局部信息。分割模型例如可以表示三維空間中纖維束的路線。分割 模型還可以指示腦中纖維束可能通過(guò)的某些區(qū)域，例如纖維束的起點(diǎn)及其 終點(diǎn)。宏觀信息可以以分割模型的參數(shù)的形式給出。
宏觀數(shù)據(jù)可以單獨(dú)或組合地選自包括下述內(nèi)容的組分割模型在平行 于纖維束方向上的形狀約束、分割模型在垂直于纖維束方向上的形狀約束、 分割模型的大體形狀約束、關(guān)于特殊纖維束的形狀的先驗(yàn)知識(shí)，以及關(guān)于 擴(kuò)散數(shù)據(jù)的先驗(yàn)知識(shí)。
分割模型在平行于纖維束方向上的形狀約束例如可以是如下最小/最 大長(zhǎng)度、曲率、分支/匯合(kissing)、變窄/加寬、交叉。同樣，可以認(rèn)為 纖維束的路線是對(duì)平行于纖維束方向的分割模型的形狀約束。
分割模型在垂直于纖維束方向上的形狀約束例如可以是如下最小/最 大纖維寬度/直徑、橫截面曲率、是否允許纖維中存在"孔"。同樣，可以 認(rèn)為纖維束的截面形狀是對(duì)垂直于纖維束方向的分割模型的形狀約束。
纖維束的大體形狀約束例如可以是纖維的非圓形特征和最小/最大分 支長(zhǎng)度。
正被搜索的特定纖維束的形狀的先驗(yàn)知識(shí)可以用作改善分割結(jié)果的信 息。其還可以用于允許完全自動(dòng)地檢測(cè)腦的纖維束，而無(wú)需用戶關(guān)于開(kāi)始 位置和感興趣區(qū)域的在先輸入。
模型可以包括關(guān)于纖維束的微觀信息。微觀信息還可以以分割模型的參數(shù)的形式呈現(xiàn)。
微觀信息可以單獨(dú)或組合地選自包括下述內(nèi)容的組纖維束方向、各 向異性分?jǐn)?shù)、關(guān)于擴(kuò)散數(shù)據(jù)的先驗(yàn)知識(shí)，以及纖維方向的垂直平面中底層 數(shù)據(jù)的方向相干的量。除此之外，通過(guò)在模型和底層數(shù)據(jù)中都可獲得的微 觀信息，保證模型與底層數(shù)據(jù)的匹配?？梢宰R(shí)別和定義用于纖維束的核心 和纖維束的外周的不同準(zhǔn)則。
擴(kuò)散數(shù)據(jù)處理裝置還可以包括-
-每一體素纖維內(nèi)容的確定器；
-感興趣區(qū)域的確定器。
還可以認(rèn)為每一體素纖維內(nèi)容的確定器是適于執(zhí)行確定每一體素纖維 內(nèi)容的功能的分析器。還可以認(rèn)為感興趣區(qū)域的確定器是適于執(zhí)行確定感 興趣區(qū)域的功能的分析器。
每一體素纖維內(nèi)容的確定器執(zhí)行對(duì)底層數(shù)據(jù)的預(yù)處理。可以使用各種 不同的方法，以使用關(guān)于所考慮的體素的數(shù)據(jù)而確定每一體素的纖維內(nèi)容。
這些方法的一些是 單張量纖維擬合； 多張量和/或多纖維擬合；
用以計(jì)算纖維內(nèi)容的ODF (定向分布函數(shù))/Q球類型方法； 組合較低分辨率DTI數(shù)據(jù)和較高分辨率，根據(jù)其可以確定是否存在白 質(zhì)。存在各種從非擴(kuò)散數(shù)據(jù)中提取白質(zhì)的技術(shù)，例如Warfidd等人在 Proceedings of MICCAI，99第62頁(yè)上的"Fractional Segmentation of White Matter"中所述。使用擴(kuò)散數(shù)據(jù)和一個(gè)或多個(gè)用于確定白質(zhì)的其他圖譜的組 合是一種新技術(shù)。
關(guān)于體素縮放，已知的是將纖維模型擬合至所測(cè)得的數(shù)據(jù)。使用每個(gè) 體素的信息以計(jì)算單一或多個(gè)纖維內(nèi)容。然而，根據(jù)所使用的獲取，有時(shí) 可以將一個(gè)以上的纖維構(gòu)型與所測(cè)得的數(shù)據(jù)相匹配。當(dāng)前方法嘗試通過(guò)改 進(jìn)纖維模型而最優(yōu)地確定纖維內(nèi)容。然而，由于稍后在纖維重建算法中使 用宏觀數(shù)據(jù)，可以考慮多個(gè)可能的構(gòu)型，并且任選地考慮它們的相似性。 稍后可以使用非局部信息以確定局部數(shù)據(jù)的最可能構(gòu)型。這同樣對(duì)于多張 量和其他類型的模型是真實(shí)有效的。
7200780045684.5
說(shuō)明書(shū)第5/9頁(yè)
在纖維跟蹤/重建中使用的其他已知技術(shù)。
對(duì)感興趣區(qū)域的確定包括對(duì)一個(gè)或多個(gè)被認(rèn)為是感興趣纖維的(至少 部分)一部分的區(qū)域與零個(gè)或多個(gè)被認(rèn)為不是感興趣纖維的一部分的區(qū)域 進(jìn)行區(qū)分。通常，纖維必須通過(guò)所有一個(gè)或多個(gè)"包括的"感興趣區(qū)域， 但是可能不通過(guò)任意"排除的"感興趣區(qū)域。任選地，可以定義用于感興
趣區(qū)域的布爾邏輯，例如(ROI一l或ROI—2)與非(ROI—3)。該實(shí)例指的 是纖維必須通過(guò)ROI—1和ROI一2，但是可能不通過(guò)ROI—3 。
在每一體素纖維內(nèi)容的確定器和感興趣區(qū)域的確定器之間，可以插入
任選的掩碼(mask)和統(tǒng)計(jì)計(jì)算器。掩碼和統(tǒng)計(jì)計(jì)算器加速了后續(xù)處理單 元的性能。通過(guò)擬合算法使用各種微觀和宏觀統(tǒng)計(jì)來(lái)重建纖維。通過(guò)任選 地預(yù)先計(jì)算每一體素的可能值(或者取決于局部相關(guān)的已知纖維的每一體 素，或者取決于所重建纖維的方向的每一體素)，可以顯著地改進(jìn)分割器的 性能。
此外，數(shù)據(jù)處理裝置可以包括模型觀測(cè)儀，其便于通過(guò)使用3D或2D 繪制技術(shù)而可視化經(jīng)分割的纖維。
而且，數(shù)據(jù)處理裝置可以包括報(bào)告生成器。所生成的報(bào)告可以包括一 個(gè)或多個(gè)纖維模型及其可視化以及統(tǒng)計(jì)信息。除了已經(jīng)獲得的標(biāo)準(zhǔn)自動(dòng)報(bào) 告之外(纖維的平均各向異性分?jǐn)?shù)、平均ADC (表觀擴(kuò)散系數(shù))等)，在 建模過(guò)程期間計(jì)算纖維的其他性質(zhì)。這些性質(zhì)中的許多對(duì)所分割的纖維的 解剖結(jié)構(gòu)給予了有用的見(jiàn)解，因而可以自動(dòng)報(bào)告。尤其，報(bào)告可以包含纖 維的定量信息。該信息可以由報(bào)告生成器自動(dòng)放入報(bào)告中，用于簡(jiǎn)單工作 流分析?？梢允褂玫男畔⑹抢w維的平均各向異性分?jǐn)?shù)(FA)、平均表觀擴(kuò) 散系數(shù)(ADC)、纖維的寬度、纖維的曲率、纖維的傳播(spread)、纖維的 長(zhǎng)度，或者纖維的圓度。還可以報(bào)告所使用的纖維模型的類型及其性質(zhì)(例 如導(dǎo)出纖維模型的患者的典型年齡、體重或診斷發(fā)現(xiàn))。
擴(kuò)散數(shù)據(jù)處理裝置可以包括在成像系統(tǒng)中。這確保了與系統(tǒng)其余部分 的無(wú)縫集成。
本發(fā)明通過(guò)提供一種處理擴(kuò)散數(shù)據(jù)的方法，解決了導(dǎo)言和現(xiàn)有技術(shù)部 分中所述的需求。該方法包括根據(jù)表示纖維束的至少一部分的至少一個(gè)分 割模型而分割擴(kuò)散數(shù)據(jù)。將擴(kuò)散數(shù)據(jù)用作該方法的輸入數(shù)據(jù)。擴(kuò)散數(shù)據(jù)可以是擴(kuò)散張量數(shù)據(jù)，
但也可以是借助于多張量擬合方法、ODF方法或Q球方法而獲取的高角度 擴(kuò)散數(shù)據(jù)。
用于該方法的另一輸入數(shù)據(jù)是一個(gè)分割模型或數(shù)個(gè)分割模型。該一個(gè) 或多個(gè)分割模型表示某一纖維束的一部分或整個(gè)纖維束。纖維束的一部分 可能指的是構(gòu)成所述纖維束的其中一部分纖維或者甚至是單根纖維。纖維 束的一部分還可能指的是相對(duì)于纖維束的整個(gè)長(zhǎng)度而言，該纖維束中具有 有限長(zhǎng)度的一段?？梢砸远喾N方式生成模所述型。 一個(gè)選擇是基于諸如解 剖的解剖學(xué)研究而生成所述模型。另一個(gè)選擇是基于包括對(duì)擴(kuò)散數(shù)據(jù)的獲 取和處理的前述階段而生成所述模型。
每個(gè)模型表示在局部擴(kuò)散信息方面的對(duì)應(yīng)纖維束，以及該信息的更充 分的空間背景。
該方法中的分割區(qū)分纖維束和諸如腦白質(zhì)的其他物質(zhì)。該方法中的分 割還區(qū)分?jǐn)?shù)個(gè)不同的纖維束。
這是通過(guò)連續(xù)地將每個(gè)模型與擴(kuò)散數(shù)據(jù)相匹配而實(shí)現(xiàn)的。例如，通過(guò) 執(zhí)行擴(kuò)散數(shù)據(jù)和模型之間的相關(guān)來(lái)執(zhí)行所述匹配。每個(gè)模型還可以平移、 旋轉(zhuǎn)或縮放，以便覆蓋實(shí)際可能發(fā)生的各種纖維束(或其部分)。
為了避免進(jìn)行過(guò)多數(shù)量的匹配運(yùn)算，可以考慮實(shí)施搜索策略。例如， 可以考慮以粗略地指示出擴(kuò)散數(shù)據(jù)內(nèi)相關(guān)結(jié)構(gòu)的位置、定向和尺寸的相對(duì) 粗糙的模型開(kāi)始。取決于粗糙模型產(chǎn)生的結(jié)果，使用逐漸更精細(xì)的模型進(jìn) 行搜索。這些更精細(xì)的模型對(duì)應(yīng)于在其與所呈現(xiàn)的擴(kuò)散數(shù)據(jù)(或其一部分) 的匹配過(guò)程中得分高的那些更粗糙的模型。同樣還能預(yù)期的是分析所呈現(xiàn) 的關(guān)于感興趣區(qū)域的擴(kuò)散數(shù)據(jù)。例如，在所呈現(xiàn)的擴(kuò)散數(shù)據(jù)中未示出或僅 示出弱各向異性的區(qū)域不可能包含纖維束，并且在搜索過(guò)程中可能不被考慮。
一旦發(fā)現(xiàn)纖維束的分割模型類似于擴(kuò)散數(shù)據(jù)，則保留該模型。因此， 該方法通過(guò)尋找執(zhí)行與底層數(shù)據(jù)最優(yōu)匹配的分割模型而分割纖維束。
該方法執(zhí)行真實(shí)分割，因?yàn)榉指畈蝗Q于所選的開(kāi)始點(diǎn)。而且，分割 通常示出了由經(jīng)擬合的分割模型所表示的整個(gè)纖維束或纖維束部分。分割 的另一特征在于這樣的事實(shí)，即通常使用周圍體素的信息和對(duì)象的形狀。
9這通常得到精確分割的對(duì)象，其在本例中是纖維或纖維束。 分割模型可以包括關(guān)于纖維束的宏觀信息。 該方法可以進(jìn)一步包括
確定每一體素的纖維內(nèi)容； 確定至少一個(gè)感興趣區(qū)域。
本發(fā)明通過(guò)提供一種包括用于使處理器執(zhí)行如前所述方法的指令的計(jì) 算機(jī)程序，而解決了導(dǎo)言和現(xiàn)有技術(shù)部分中所述的需求。
數(shù)據(jù)處理裝置的技術(shù)特征還可應(yīng)用于所述的方法和計(jì)算機(jī)程序，反之 亦然。


圖1是示出纖維束中擴(kuò)散的基本性質(zhì)的示意圖； 圖2是示出了纖維束和相應(yīng)分割模型的示意圖； 圖3示出了對(duì)不同分割模型的選擇；
圖4是示出了數(shù)據(jù)處理裝置和各種外圍設(shè)備以及子實(shí)體的示意圖5是示出了示范性分割和相應(yīng)的預(yù)處理和后處理的流程圖6是各向異性分?jǐn)?shù)圖像；
圖7是濾波之后的圖5的各向異性分?jǐn)?shù)圖像。
具體實(shí)施例方式
在圖1中，示出了擴(kuò)散測(cè)量的基本性質(zhì)。在至少六個(gè)方向(三維情況) 上測(cè)量擴(kuò)散。根據(jù)擴(kuò)散測(cè)量，可以構(gòu)建對(duì)稱實(shí)值張量，根據(jù)所述實(shí)值張量 計(jì)算特征向量和特征值。圖1示出了四個(gè)理想化的纖維101至104。圖1 中示出的擴(kuò)散張量為橢圓形105。該擴(kuò)散張量具有較大特征向量106、較小 特征向量107和中間特征向量108。在存在纖維或纖維束時(shí)，通?；旧蠈?擴(kuò)散限制在一個(gè)方向上，即擴(kuò)散是各向異性的。因此，可以從擴(kuò)散張量的 數(shù)據(jù)推斷出纖維的結(jié)構(gòu)和路線。
圖2示出了分割模型和實(shí)際獲取的數(shù)據(jù)(g卩，實(shí)際數(shù)據(jù))之間的關(guān)系。 圖2示出了闡明獲取體積的離散性的網(wǎng)格。僅表示出獲取體積的一部分。 出于說(shuō)明目的，還表示出獲取體積的一個(gè)體素206。三根纖維201、 202和203形成纖維束，并且表示實(shí)際獲取的數(shù)據(jù)。分 割模型205包括多個(gè)分割模型分區(qū)，其中之一用附圖標(biāo)記204進(jìn)行標(biāo)注。 每個(gè)分割分區(qū)被分配給一個(gè)體素。然而，并非每個(gè)體素都具有分配給它的 分割模型部分。每個(gè)分割模型分區(qū)定義了將其分配給的體素中的擴(kuò)散。而 且，數(shù)個(gè)相鄰的分割模型分區(qū)還定義了分割模型的路線以及各分區(qū)之間的 空間關(guān)系。由于分割模型205旨在建立纖維束的模型，因而可能考慮纖維 交叉，諸如纖維交叉207。纖維交叉207發(fā)生在同一纖維束中。
圖3示出了四個(gè)分割模型實(shí)例305a至305d。第一示范性分割模型305a 特征在于微小的彎曲和恒定的圓形截面。第二分割模型305b相當(dāng)類似于第 一分割模型305a，除了其所沿的路線。相反地，第三分割模型305c沿著與 第一分割模型305a相同的路線。然而，第三分割模型305c的截面在分割 模型的長(zhǎng)度上不是恒定的。最終，第四分割模型305d特征在于明顯不同的 路線和明顯不同的截面(出于說(shuō)明的目的，僅示出了三角形截面)。
圖4示出了數(shù)據(jù)處理裝置的一些部件。所示的一些部件是針對(duì)每一體 素纖維內(nèi)容的確定器401 (為了便于指示，還由"纖維內(nèi)容"的縮寫(xiě)"FC" 標(biāo)識(shí))、分割器403 ("SEG"表示"分割器")、觀測(cè)儀405 ("VIS"表示"觀 測(cè)儀")，以及報(bào)告生成器406 ("RPRT"表示"報(bào)告生成器")。例如通過(guò)總 線將這些部件彼此連接。然而，還可以預(yù)期有將部件彼此連接的其他技術(shù)。 分割器403還有到分割模型404的數(shù)據(jù)庫(kù)("MDLS"表示"模型")的連 接。將針對(duì)人腦中發(fā)現(xiàn)的各種類型的纖維束的分割模型存儲(chǔ)在該數(shù)據(jù)庫(kù)中。 在操作期間，分割器403從數(shù)據(jù)庫(kù)中獲得分割模型，并且將每個(gè)檢索到的 分割模型與實(shí)測(cè)數(shù)據(jù)相比較。如果模型是可彈性變形的分割模型，則分割 器試圖使當(dāng)前分割模型變形，以便改進(jìn)當(dāng)前分割模型到所述數(shù)據(jù)的擬合。 隨后可以執(zhí)行對(duì)分割模型的檢索。然而，為了改進(jìn)分割器的性能，還可以 考慮到執(zhí)行分層搜索。分層搜索產(chǎn)生了減少數(shù)量的分割模型，其表觀類似 于底層數(shù)據(jù)。這減少了分割模型與底層數(shù)據(jù)之間的匹配運(yùn)算的數(shù)量，而所 述運(yùn)算通常是CPU密集型的。
圖4中部件的圖示僅是示意性的，并且強(qiáng)調(diào)了部件各自的功能。尤其， 一些或所有這些部件可以組合成單一實(shí)體，例如處理器或存儲(chǔ)器。另一方 面， 一些部件可以合并到另一系統(tǒng)中。例如，觀測(cè)儀405和報(bào)告生成器406可以不依賴于其余部件，并且例如從歸檔系統(tǒng)檢索所述數(shù)據(jù)以可視化或者
以此建立報(bào)告。在該情況中，分割器403預(yù)先將分割結(jié)果寫(xiě)入歸檔系統(tǒng)。
圖4還可以按照軟件模塊進(jìn)行解釋。關(guān)于針對(duì)每一體素纖維內(nèi)容的確 定器401、針對(duì)感興趣區(qū)域的確定器402、分割器403，以及報(bào)告生成器406 的每個(gè)功能可以以軟件形式實(shí)現(xiàn)，尤其以已經(jīng)對(duì)所安裝的軟件進(jìn)行升級(jí)的 軟件包的形式實(shí)現(xiàn)。該升級(jí)能夠使所安裝的磁共振成像系統(tǒng)也根據(jù)本發(fā)明 進(jìn)行操作。
圖5示出了本文所要求保護(hù)的方法的流程圖。方框501表示確定每一 體素纖維內(nèi)容的活動(dòng)。方框502表示計(jì)算掩碼和其他每一體素的統(tǒng)計(jì)以加 速稍后活動(dòng)的性能的任選活動(dòng)。方框503表示確定感興趣區(qū)域的活動(dòng)，所 述感興趣區(qū)域包括一個(gè)或多個(gè)被認(rèn)為是感興趣纖維(束)的一部分(至少 部分)的區(qū)域，以及零個(gè)或多個(gè)被認(rèn)為完全不是感興趣纖維(束)的一部 分的區(qū)域。方框504表示使用描述待重建纖維(束)的宏觀和微觀性質(zhì)的 預(yù)定義或可配置參數(shù)的活動(dòng)。方框505表示尋找模型的最優(yōu)擬合的活動(dòng)。 該活動(dòng)可能利用感興趣區(qū)域和所述參數(shù)。方框506表示使所述模型可視化 的活動(dòng)。方框507表示寫(xiě)出結(jié)果或包括一個(gè)或多個(gè)纖維(束)模型及其可 視化以及統(tǒng)計(jì)信息的報(bào)告的活動(dòng)。
圖6和圖7示出了根據(jù)本發(fā)明期望的結(jié)果的實(shí)例。圖6是從頂部觀察 的人腦的單色各向異性分?jǐn)?shù)圖像。圖7示出了相同的圖像，但是在已經(jīng)經(jīng) 歷圖像處理之后。圖像處理在于應(yīng)用具有現(xiàn)成的圖形軟件包的標(biāo)準(zhǔn)圖像濾 波器，以可視化用于使用單色各向異性分?jǐn)?shù)(FA)圖像而分割纖維的宏觀 信息的潛能。假設(shè)濾波器具有邊緣檢測(cè)步驟，其中邊緣具有確定的準(zhǔn)則。 在輸入圖像中，將邊緣標(biāo)記為"黑色"以可視化邊緣。濾波器能夠分割圖 像中大部分的纖維，而無(wú)需使用關(guān)于擴(kuò)散或擴(kuò)散性質(zhì)的任何知識(shí)，但是通 過(guò)查看纖維和纖維的周圍而單獨(dú)執(zhí)行邊緣類型檢測(cè)。經(jīng)分割的圖像給出了 使用該方法得到增強(qiáng)的良好印象。除此之外，執(zhí)行分割而無(wú)需所有種類的 其他類型信息，所述信息對(duì)于推薦的專用纖維分割算法是可獲得的。
1權(quán)利要求
1、一種擴(kuò)散數(shù)據(jù)處理裝置，包括分割器，其被布置成根據(jù)表示纖維束的至少一部分的至少一個(gè)分割模型而分割所述擴(kuò)散數(shù)據(jù)。
2、 如權(quán)利要求1所述的擴(kuò)散數(shù)據(jù)處理裝置，所述分割模型包括關(guān)于所 述纖維束的宏觀信息。
3、 如權(quán)利要求2所述的擴(kuò)散數(shù)據(jù)處理裝置，所述宏觀信息可以單獨(dú)或組合地選自包括下述內(nèi)容的組所述分割模型在平行于纖維束方向上的形狀約束、所述分割模型在垂直于纖維束方向上的形狀約束、所述分割模型 的大體形狀約束、關(guān)于所述特殊纖維束的形狀的先驗(yàn)知識(shí)，以及關(guān)于擴(kuò)散 數(shù)據(jù)的先驗(yàn)知識(shí)。
4、 如權(quán)利要求1至3中任意一項(xiàng)所述的擴(kuò)散數(shù)據(jù)處理裝置，所述模型 包括關(guān)于所述纖維束的微觀信息。
5、 如權(quán)利要求4所述的擴(kuò)散數(shù)據(jù)處理裝置，所述微觀信息可以單獨(dú)或 組合地選自包括下述內(nèi)容的組纖維束方向、各向異性分?jǐn)?shù)、關(guān)于擴(kuò)散數(shù) 據(jù)的先驗(yàn)知識(shí)，以及纖維方向的垂直平面中底層數(shù)據(jù)的方向相干的量。
6、 如權(quán)利要求1至5中任意一項(xiàng)所述的擴(kuò)散數(shù)據(jù)處理裝置，還包括 -每一體素纖維內(nèi)容的確定器；-感興趣區(qū)域的確定器。
7、 如權(quán)利要求1至6中任意一項(xiàng)所述的擴(kuò)散數(shù)據(jù)處理裝置，還包括報(bào) 告生成器。
8、 一種成像系統(tǒng)，包括根據(jù)前述任意一項(xiàng)權(quán)利要求所述的擴(kuò)散數(shù)據(jù)處 理裝置。
9、 一種處理擴(kuò)散數(shù)據(jù)的方法，所述方法包括根據(jù)表示纖維束的至少一 部分的至少一個(gè)分割模型而分割所述擴(kuò)散數(shù)據(jù)。
10、如權(quán)利要求9所述的方法，所述分割模型包括關(guān)于所述纖維束的宏觀信息。
11、如權(quán)利要求9或10中任意一項(xiàng)所述的方法，還包括:-確定每一體素的纖維內(nèi)容； -確定至少一個(gè)感興趣區(qū)域。
12、 一種計(jì)算機(jī)程序，包括用于使處理器執(zhí)行如權(quán)利要求9至11中任 意一項(xiàng)所述的方法的指令。
全文摘要
一種擴(kuò)散數(shù)據(jù)處理裝置，包括分割器，其被布置成根據(jù)表示纖維束的至少一部分的至少一個(gè)分割模型而分割所述擴(kuò)散數(shù)據(jù)。所述分割模型可以包括宏觀和/或微觀信息。這使得對(duì)纖維束的分割是魯棒的，并且受到數(shù)據(jù)集的不完美的影響較小，所述不完美例如是低信噪比、部分體積偽影或者其他成像偽影。
文檔編號(hào)G06T7/00GK101558321SQ200780045684
公開(kāi)日2009年10月14日 申請(qǐng)日期2007年12月6日 優(yōu)先權(quán)日2006年12月11日
發(fā)明者A·穆伊斯溫克爾, F·G·C·雷根拉德, R·F·J·霍爾特輝澤恩 申請(qǐng)人:皇家飛利浦電子股份有限公司