[发明专利]一种用于分析对象的脑图像的方法、用于分析该图像的计算机程序产品以及用于实施该方法的设备

说明书

技术领域

本发明涉及一种用于分析对象的脑图像的方法，以及用于分析该图像的计算机程序产品以及用于实施该方法的设备。

背景技术

对于脑研究，特别是从组成，形态学，行为学，或者进化角度，对象的脑可以例如用三维或者四维图像显示。然后，脑图像可被处理和分析以辨识出与测量的图像数据相对应的、代表了脑的解剖学特征或功能特征的可靠的特征。

在特定应用中多个对象的脑图像可根据图像数据被彼此区别开或被分类为不同组。例如，上述方法可以用来将其中的数据指示了该脑患有阿尔茨海默病(Alzheimer)的图像与其中的数据指示了该脑患有轻度认知障碍(Mild Cognitive Impairment(MCI))或者其中的数据指示了脑处于健康状态的图像区别开来。

已知的处理分析图像的方法可能由人工或自动地将脑分割为感兴趣区域(Regions of interest，ROIs)，进行容量分析，例如，测量选择的感兴趣区域的容量，这样，图像数据就是感兴趣区域的容量。

此外，从文献US-2006/0104494也可以获知：为实施一种采集有多个对象的图像数据的方法，需要选择感兴趣区域且为感兴趣区域计算空间容量和亮度(intensity)的数据。该空间容量和亮度的数据对于一个对象的感兴趣区域图像和所有对象感兴趣区域图像的均值是不同的。

在下述文献：《A region-of-interest(ROI)template forthree-dimensional stereostatic surface projection images(3D-SSP)：Initial application to analysis of Alzheimer disease and mild cognitiveimpairment》，KUBOTA，USHIJIMA，NISHIMURA，Internationalcongress series，Vol.1290，2006(三维立体静态表面投影图像(3D-SSP)的感兴趣区域(ROI)模板：初步应用于分析阿尔茨海默病和轻度认知障碍)中，在3个三维立体静态(stereostatic)表面投影的Z分值(Z-score)图像上叠加了一种感兴趣区域模板以获取感兴趣区域的Z分值。

已知方法中，图像分析集中于已知与被检索的解剖学特征或功能特征相关的所选择的感兴趣区域。因此，测量图像数据以及后续的区分或者分类则在根据被检索的脑的解剖学特征或功能特征所选出的特定的感兴趣区域上执行。

另外，基于在对象的脑图像和群体的多个脑图像之间的比较的已知方法，无法给出一个准确和客观的重要的感兴趣区域的选择。

而且，由于上述方法的脑图像的收集需要在相同条件下使用相同设备以及相同的设置以产生可能的区别和比较，所以，已知方法的可重复性差，甚至是不可靠的。

发明内容

本发明目的在于解决上述缺陷。

为此，本发明涉及一种用于分析对象的脑图像的方法，包括：

-收集对象的至少三个维度的脑图像；

-以一种自动方式将图像分割为反映该脑的特点的脑的自然参考系(brain native reference frame characteristic of said brain)的感兴趣区域；该图像被采样为多个体素(voxel)，每个体素被分配给在上述脑的自然参考系中的一个感兴趣区域；

-对于每个感兴趣区域，以一种自动方式，基于在图像上测得的图像数据，确定至少一个判别值，上述图像数据代表了脑的一个解剖学特征或者功能特征，对于每个感兴趣区域，该判别值的确定包括：

-基于为每个体素测得的所述图像数据，计算至少一个与图像数据相关的相对参数；

-从上述相对参数中建立判别值，

所以，每个判别值与其他感兴趣区域的判别值是相对的。

因此，该方法在整个脑上执行，且在将图像分割为多个感兴趣区域后，为每个感兴趣区域提供了一个客观和准确的判别值。因在脑的自然参考系中执行所述分割，该方法的准确度大大地增加。

基于该方法进行的图像的区分或分类则更加高效以及更接近于解剖学特征或者功能特征的真实情况。每个感兴趣区域的图像数据可能被考虑以及所有与被检索的特征相关的所有重要的感兴趣区域也要被考虑。

并且，由于判别值是相对的，所以，该值不依赖于图像收集设备的设置。因此本方法是可靠的和易于重复的，以及可被用于分析从不同设备或者在不同设置参数下收集的图像。

具体实施方式