[發明專利]一種基于擴散峭度張量的白質微結構特征可視化方法

在審

• 申請號: 201510835851.2
• 申請日: 2015-11-25
• 公開（公告）號: CN105574849A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 沙淼;趙欣;陳元園;王偉偉;明東
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

技術領域

本發明涉及圖像處理領域，尤其涉及一種基于擴散峭度張量的白質微結構特征可視化方法。

背景技術

磁共振擴散加權成像(MR-DWI，MR-diffusionweightedimaging)是基于生物組織中微結構因素引起的，各向異性水分子擴散重建生物組織影像、并反映其相應的功能結構信息新興的成像技術。它是在常規的磁共振成像基礎上發展起來的新技術，通過重建組織中水分子的不同擴散模式來顯示腦組織微結構特征的圖像，是研究腦組織微結構與連接的重要手段。

基于擴散加權成像的單指數模型——擴散張量成像(Diffusiontensorimaging，DTI)是目前可實現大腦白質無損性檢測的有效方法。由DTI擬合得到的二階擴散張量可提供大腦白質神經纖維走向、水分子在大腦白質中高斯擴散特性等白質微結構信息。DTI成為最早實現顯示白質微結構信息的方法。但由于髓鞘的阻擋、細胞膜及內外形狀的束縛，大腦白質中的水分子擴散概率分布趨于非高斯性。以水分子擴散概率滿足高斯性為假設前提的DTI用于描述大腦白質微結構特征會引起不確定性及偏差。此外，DTI在白質微結構顯示結果易受部分容積效應(同一體素中含灰質、白質或腦脊液等多種組織)、路徑平均效應(同一體素中含多種纖維路徑)等因素的影響，會降低對組織微結構特異性變化敏感度。

因此需提出更復雜的擴散模型來更細致地定量描述水分子擴散特性。擴散峭度成像(Diffusionkurtosisimaging，DKI)引入四階峭度和峭度張量來量化水分子實際擴散偏離高斯分布的程度，反映組織的非高斯性更能接近組織內水分子擴散的特性。四階峭度張量在數學表述上為一個四階三維完全對稱的矩陣，能夠解決二階擴散張量重構的橢球無法與多纖維走向相吻合的難題。大腦白質豐富的微觀結構信息可通過四階峭度張量表示。如何從復雜的高階張量得到體素內水分子擴散的精確信息是極富挑戰性的新技術，這也是近年來該領域研究的關鍵難點。這個難點在一定程度上影響了DKI的神經纖維結構三維重建技術進展和在臨床的推廣應用。

發明內容

本發明提供了一種基于擴散峭度張量的白質微結構特征可視化方法，本發明通過引入四階峭度張量不僅可以實現更可靠的白質神經纖維跟蹤，而且圖形化的三維峭度張量便于觀察，且結合量化指標能夠更好地獲得豐富的腦組織微結構的信息，詳見下文描述：

一種基于擴散峭度張量的白質微結構特征可視化方法，所述可視化方法包括以下步驟：

采集擴散加權圖像數據；對擴散加權圖像數據進行預處理；

對預處理后的擴散加權圖像數據進行張量擬合；對張量擬合后的結果，在全腦范圍內根據觀測需求，在分數各向異性參數圖中選擇感興趣區域(包含若干體素)，而后對各體素逐一進行組織微結構峭度張量可視化。

所述對預處理后的擴散加權圖像數據進行張量擬合的步驟具體為：

擴散峭度成像通過在擬合中附加一個四階峭度來彌補二階張量的不足；

構建擴散峭度成像的模型，所述模型采用帶約束的線性最小二乘法。

所述擴散峭度成像的模型具體為：

其中，S(0)是未施加擴散敏感因子b值時的信號強度；D(n)和K(n)分別為組織在擴散敏感梯度方向為n上的表觀擴散系數和表觀峭度系數；對應的張量即為擴散張量D和峭度張量W，分別對應一個二維三階的實對稱矩陣和一個四維三階的實對稱矩陣。

所述帶約束的線性最小二乘法具體為：

Minimize||AX-B||²

CX≤d

其中，Minimize為取||AX-B||²的最小值；A為擴散敏感梯度方向加權得到的矩陣；B為不同b值的擴散加權信號的衰減程度；C為線性約束條件；d為約束峭度系數范圍的向量；X為需求解的擴散系數D_ij與峭度系數V_ijkl構成的一維21×1的向量。

所述對張量擬合后的結果，在全腦范圍內根據觀測需求，在分數各向異性參數圖中選擇感興趣區域，包含若干體素，而后對各體素逐一進行組織微結構峭度張量可視化具體為：

對擴散敏感梯度方向構成的空間進行重采樣，通過峭度張量擬合得到沿重采樣后的空間各方向上的峭度分布情況，將峭度分布情況進行三維顯示；

提取峭度張量截面，將各體素內的擴散張量進行對角化，得到特征值和特征方向，沿兩個次特征值方向構成的平面截取峭度張量，實現峭度張量二維可視化。