[發明專利]用于多對比度腦磁共振數據中異常檢測的框架

在審

• 申請號: 201910992877.6
• 申請日: 2016-09-14
• 公開（公告）號: CN110710973A
• 公開（公告）日: 2020-01-21
• 發明（設計）人: H.E.策廷古爾;M.S.納達爾;B.L.奧德里
• 申請（專利權）人: 西門子醫療有限公司
• 主分類號: A61B5/055
• 分類號: A61B5/055
• 代理公司: 72001 中國專利代理(香港)有限公司
• 代理人: 黃濤;劉春元

1.一種用于在磁共振(MR)腦圖像數據中識別異常的計算機實現的方法，所述方法包括：

由計算機接收對象的腦部的多對比度MR圖像數據；

在多對比度MR圖像數據內識別(i)包括一個或多個可疑異常的異常區域和(ii)包括健康組織的健康區域；

由計算機創建健康區域的模型；

由計算機基于所述異常區域和所述模型為多對比度MR圖像數據中的每個體素計算新奇得分；以及

由計算機基于為多對比度MR圖像數據中的每個體素計算的新奇得分創建對象的腦部的異常圖。

2.如權利要求1所述的方法，還包括：

在識別異常區域和健康區域之前，將一個或多個圖像預處理過程應用于多對比度MR圖像數據。

3.如權利要求2所述的方法，其中所述一個或多個圖像預處理過程包括如下各項中的一個或多個：不均勻性校正過程、運動校正過程、頭骨剝離過程、重采樣過程、濾波/去噪聲過程或高級組織分割過程。

4.如權利要求1所述的方法，其中通過由用戶使用可操作地耦合到計算機的圖形用戶界面手動地繪制的邊框來限定異常區域。

5.如權利要求1所述的方法，其中通過由計算機使用無監督變化檢測方法自動產生的邊框來限定異常區域，所述無監督變化檢測方法搜索對象的左和右半腦的最不同區域。

6.如權利要求1所述的方法，其中由計算機使用全自動過程限定異常區域，所述全自動過程分析多對比度MR圖像數據并且產生被懷疑為異常的體素的列表。

7.如權利要求6所述的方法，其中所述全自動過程包括：

通過多個迭代經期望最大化(EM)將高斯混合模型(GMM)擬合到多對比度MR圖像數據，其中在全自動過程的每個迭代期間檢查多對比度MR圖像數據的每個體素以確定它應該被放置在異常區域中還是應該被放置在健康區域中。

8.如權利要求1所述的方法，其中所述模型包括參數模型。

9.如權利要求8所述的方法，其中所述參數模型包括高斯混合模型(GMM)。

10.如權利要求1所述的方法，其中所述模型包括非參數模型。

11.如權利要求1所述的方法，其中使用分析多變量極值理論(EVT)近似來為每個體素計算新奇得分。

12.如權利要求1所述的方法，還包括：

識別與高于預定閾值的新奇得分對應的多對比度MR圖像數據中的多個體素，

其中所述異常圖描述在所述多個體素的異常。

13.如權利要求1所述的方法，還包括：

使用一個或多個解剖掩模識別異常圖中的一個或多個誤報體素；以及

將所述一個或多個誤報體素識別為異常圖中的健康組織。

14.一種用于在磁共振(MR)腦圖像數據中識別異常的制品，所述制品包括非臨時性有形計算機可讀介質，所述非臨時性有形計算機可讀介質保存用于執行一種方法的計算機可執行指令，所述方法包括：

在對象的腦部的多對比度MR圖像數據內識別(i)包括一個或多個可疑異常的異常區域和(ii)包括健康組織的健康區域；

創建健康區域的模型；

基于所述異常區域和所述模型為多對比度MR圖像數據中的每個體素計算新奇得分；以及

基于為多對比度MR圖像數據中的每個體素計算的新奇得分創建對象的腦部的異常圖。

15.如權利要求14所述的制品，其中通過由用戶手動地繪制的邊框來限定異常區域。