水彌散運動可視化的方法
【專利摘要】本發明涉及一種分析磁共振彌散參數圖的分析方法，即水彌散運動可視化的方法，特別是3T高場磁共振的32個彌散張量方向的參數圖分析方法，是醫療影像診斷腦內水分子彌散運動病理生理改變的重要方法。本發明的目的就在于克服人工勾畫感興趣區法(ROI)的缺陷，即克服了其主觀性強、費時費力及可操作性較差，并且不能客觀、快速和準確地顯示細胞外水分子彌散運動模式的缺點。根據如上所述，本發明克服上述缺陷，設計了自動化進行全腦分析磁共振彌散參數圖的分析方法，即水彌散運動可視化的方法，特別是32個彌散張量方向的參數圖分析方法，國內尚無此分析方法的報道。
【專利說明】水彌散運動可視化的方法
【技術領域】
[0001]本發明涉及一種分析磁共振彌散參數圖的分析方法，即水彌散運動可視化的方法，特別是3T高場磁共振的32個彌散張量方向的參數圖分析方法，是醫療影像診斷腦內水分子彌散運動病理生理改變的重要方法。
【背景技術】
[0002]2011年，國際學者明確提出輕度認知功能障礙(Mild cognitive impairment,MCI)代表了多種認知功能障礙疾病(癡呆)的臨床前期，對MCI的病因學分型將有助于臨床上早期治療和逆轉病情。然而，由于多種認知功能障礙疾病的神經病理改變相似，在臨床診斷上常被誤診。而近年來，磁共振成像成為這一類疾病的重要的診斷支持證據。磁共振彌散張量成像(DTI)具有在活體中準確定位腦細胞的病理損傷部位及程度的能力。然而，在MCI期該病理改變輕微，肉眼無法識別圖像變化，因此，急需一種磁共振彌散參數圖的分析方法，即水彌散運動可視化的方法。
[0003]我們的前期工作進行了 3T高場磁共振的32個彌散方向的DTI，并對各種認知障礙疾病的腦DTI參數圖進行了分析，發現在遺忘型輕度認知功能障礙(aMCI)和阿爾茨海默病(AD)中，表觀彌散系數值(ADC)值升高的腦區具有解剖偏側性(非對稱性分布)，左側海馬及海馬旁回首先出現ADC值升高，之后進展為雙側受累，在AD組中，以右側受累為主。在腦內，灰質水彌散分布規律符合低成本高效率的小世界特性，雙側海馬具有網絡集點功能，左側海馬的網絡連接性容易損傷，并在aMCI和AD中早期喪失。這些水彌散的可視化研究可能為預測認知衰退的提供客觀的生物學指標。
[0004]在本發明之前，多數研究者采用人工勾畫感興趣區法(ROI)，確定腦區后再計算各個腦區的ADC值。人工勾畫ROI具有主觀性強、費時費力及可操作性較差的缺點，不能客觀、快速和準確地顯示細胞外水分子彌散運動模式。
【發明內容】
[0005]本發明的目的就在于克服人工勾畫感興趣區法(ROI)的缺陷，設計了自動化的進行全腦磁共振彌散參數圖的分析方法，即水彌散運動可視化的方法，特別是32個彌散張量方向的參數圖分析方法，國內尚無此分析方法的報道。
[0006]本發明的技術方案是:
[0007]1.建立醫療影像診斷腦內水分子彌散運動病理生理改變的分析方法，即水彌散運動可視化的方法，特別是32個彌散張量方向的參數圖分析方法，目前國內沒有可借鑒的有效成熟的方法。
[0008]2.水彌散運動可視化的方法特征是:分析3T高場磁共振的32個彌散方向的彌散張量成像及其參數圖(如腦表觀彌散系數圖像)。
[0009]3.水彌散運動可視化的方法特征是:從磁共振設備上獲取的彌散系數圖像從DICOM格式轉換為*.img和*.hdr格式。[0010]4.水彌散運動可視化的方法特征在于將解剖腦功能區分割和提取大腦皮層的腦區。
[0011]5.水彌散運動可視化的方法特征在于計算構成各個解剖腦區的體素的灰階平均
值和方差。
[0012]6.水彌散運動可視化的方法特征在于使用方差分析和獨立樣本t檢驗方法分析人腦內水彌散分布特征的差異。
[0013]7.水彌散運動可視化的方法特征在于將人腦內水彌散分布特征的統計學差異用可視化的圖像顯示出來，以幫助診斷疾病。 [0014]本發明的優點和效果在于，建立了一個基于解剖腦區(AVOI)水平的，用來研究腦細胞外水分子彌散張量參數圖改變模式的方法，尤其是適于認知障礙疾病(aMCI和AD)中的診斷和鑒別診斷。基于解剖腦區(AVOI)分析的優勢在于，將大腦半球的皮層結構自動分割為90個腦區，對每個腦區的灰度平均值都進行自動分析。不需要人工手動勾畫腦區，減少了主觀誤差，提高了效率，增加了結果的可重復性。
【專利附圖】
【附圖說明】
[0015]圖1——本發明中水彌散運動可視化的方法的技術方案流程圖。
[0016]圖2——本發明中將水彌散運動可視化的方法具體實施在認知障礙疾病腦中的效果圖。
[0017]左圖:在aMCI和NC組間，ADC值有統計學差異腦區位于邊緣系統(左側海馬、左側海馬旁回、右側島葉)、左側丘腦、右側角回和其他額葉腦回(兩側眶回)。
[0018]中圖:在aMCI和AD組間，ADC值有統計學差異腦區位于邊緣系統(右側海馬、右偵U楔回、雙側顳上極、左側顳橫回)、左側枕葉梭狀回、雙側額下回島蓋部和其他額葉腦回。
[0019]右圖:在AD和NC組間，ADC值有統計學差異腦區從雙側海馬回擴展到周圍邊緣系統和相關皮層(包括右側扣帶回、右側海馬旁回、右側島葉、左側顳上極、左側顳橫回、雙側額下回島蓋部、右側緣上回、左側角回)。
[0020]圖3——本發明中將水彌散運動可視化的方法的具體實施在認知障礙疾病腦中的效果圖。我們進行認知障礙疾病的腦灰質水彌散的神經網絡水平分析其小世界特性發現，在aMCI和AD中海馬網絡集點功能喪失。
【具體實施方式】
[0021]本發明的技術思路是利用腦圖譜中對腦區勾畫的已有知識，將映射到腦圖譜上的圖像進行自動分割，從而實現腦區水平的腦功能分析，并且應用于認知功能障礙疾病。
[0022]下面結合具體實施例，進一步闡述本發明。應理解，這些實施例僅用于說明發明而不用于限制本發明的范圍。
[0023]1.本發明的技術方案
[0024]如圖1所示:
[0025]本發明的具體實施步驟為:
[0026](I)采集受試者的3T磁共振的腦彌散張量圖像，并重建32個彌散方向參數圖；
[0027](2)由研究人員根據圖像的清晰度等指標評估圖像質量；[0028](3)將符合質量要求的彌散系數圖像從DICOM格式轉換為*.1mg和*.hdr格式，目的是將2D圖像文件序列重組為單個3D圖像文件，并去除受試者、設備信息；
[0029](4)使用最大互信息方法將彌散系數圖像與EPI模板圖像進行圖像線性配準，以減少兩者之間尺寸，方位和角度之間的差異；
[0030](5)利用離散余弦變換的方法，對上一步操作后得到的彌散系數圖像進行形變，并根據使得圖像與圖譜之間對應體素灰度值之間的差值平方和最小作為目標函數，實現圖像與圖譜之間的非線性配準，將彌散系數圖像映射到腦圖像空間；
[0031](6)將大腦解剖模板根據座標原點重合，分辨率相同，圖像矩陣大小相同的原則，利用剛體空間變換的方法將解剖模板映射到完成空間映射的彌散系數圖像；
[0032](7)計算構成各個解剖腦區的體素灰階平均值和方差等腦區數字信息；[0033](8)從EXCEL格式報告提取腦區數字信息，根據流行病學和統計學方法進行分析，建立數字化的健康人腦的水彌散模型；
[0034](9)使用方差分析，團體T檢驗方法分析患者和健康人的腦區信息，找到有統計學差異的腦區，為研究早期認知障礙疾病提供客觀量化依據；
[0035](10)計算小世界特性參數，建立網絡模式圖；
[0036](11)將人腦內水彌散分布特征的統計學差異用可視化的圖像顯示出來，以幫助診斷疾病。
[0037]2.本發明的具體應用效果的說明:
[0038]如圖2、3所示:
[0039]研究對象挑選于200位55~90歲的老年人腦的DTI參數圖像中。根據aMC1、AD、對照組診斷標準及影像研究彌散系數圖像質量控制標準確定入組。最終入組90例，30例AD (平均年齡64.0±7.0歲，男18例，女12例)，30例aMCI (平均年齡65.4±4.4，男17例，女13例)，認知正常對照組(NC) 30例(平均年齡66.7±4.8，男12例，女18例)。
[0040]我們建立的水彌散運動可視化的方法已經成功的將各個研究組間的各個腦區的水分子彌散差異用解剖位置和色階直觀的表示出來；獨立樣本t檢驗顯示，在aMCI和NC組間(圖2)，ADC值有統計學差異腦區位于邊緣系統(左側海馬、左側海馬旁回、右側島葉)、左側丘腦、右側角回和其他額葉腦回(兩側眶回)。在aMCI和AD組間(圖3) ,ADC值有統計學差異腦區位于邊緣系統(右側海馬、右側楔回、雙側顳上極、左側顳橫回)、左側枕葉梭狀回、雙側額下回島蓋部和其他額葉腦回。在AD和NC組間(圖2)，ADC值有統計學差異腦區從雙側海馬回擴展到周圍邊緣系統和相關皮層(包括右側扣帶回、右側海馬旁回、右側島葉、左側顳上極、左側顳橫回、雙側額下回島蓋部、右側緣上回、左側角回)。神經網絡水平分析小世界特性發現，在aMCI和AD中海馬網絡集點功能喪失(圖3)。
[0041]由上述具體實施可知，本發明成功分析了 3T磁共振DTI的參數圖，將認知障礙疾病腦中細胞外水分子彌散的病理生理改變進行了可視化，該方法可以向其他疾病領域的腦圖像分析擴展，并大規模應用于臨床，輔助診斷和鑒別診斷。
【權利要求】
1.根據權利要求是一種水彌散運動可視化的方法，其特征是:分析3T高場磁共振的32個彌散方向的彌散張量成像及其參數圖(如腦表觀彌散系數圖像)。
2.根據權利要求1所述的水彌散運動可視化的方法，其特征是:從磁共振設備上獲取的彌散系數圖像從DICOM格式轉換為*.1mg和*.hdr格式。
3.根據權利要求1、2所述的水彌散運動可視化的方法，其特征在于將解剖腦功能區分割和提取大腦皮層的腦區。
4.根據權利要求3所述的水彌散運動可視化的方法，其特征在于計算構成各個解剖腦區的體素的灰階平均值和方差。
5.根據權利要求4所述的水彌散運動可視化的方法，其特征在于使用方差分析和獨立樣本t檢驗方法分析人腦內水彌散分布特征的差異。
6.根據權利要求5所述的水彌散運動可視化的方法，其特征在于將人腦內水彌散分布特征的統計學差異用可視化的圖像顯示出來，以幫助診斷疾病。
【文檔編號】A61B5/055GK103919552SQ201310011853
【公開日】2014年7月16日 申請日期:2013年1月14日 優先權日:2013年1月14日
【發明者】張劍戈, 張冰, 張鑫, 李茗, 朱斌, 陳飛, 王慧婷, 徐運 申請人:張劍戈, 張冰, 張鑫