[发明专利]纤维神经结构的定位

说明书

技术领域

本发明涉及用于确定患者体内神经纤维的路径的数据处理方法、计算机程序、计算机以及医学诊断系统。

背景技术

在许多医疗应用中，有关神经纤维位置方面的知识是有用或必需的。已知的方法例如基于称为稳态下的构造干涉(CISS)的MRE序列，具体用于检测神经、或者使用基于磁共振成像(MRI)的技术来获得扩散方向，这些技术例如扩散张量成像(DTI)或高角度分辨率扩散成像(HARDI)。然而，这些方法要么无法自动化，要么不适用于细薄结构。

发明内容

本发明的目的是提供一种用于确定患者体内神经纤维的路径、甚至是细薄纤维以及交叉或支化纤维的神经纤维路径的数据处理方法，以及相应的计算机程序、计算机和医学诊断系统。这通过独立权利要求的保护主题来实现。优选实施例则在从属权利要求中进行限定。

用于确定患者体内神经纤维的路径的方法包括：第一步骤，获取表示包括神经纤维的纤维结构的图谱的图谱数据集，以及第二步骤，获取包括适于识别患者体内神经纤维的信息的神经指示数据集。如下面所解释的那样，所述图谱是包括了通用神经纤维的纤维结构的一般性表示，而神经指示数据集涉及特定患者并且根据使用适当形态所获得的图像数据来确定，所述适当形态诸如扩散张量成像(DTI)或者稳态下构造干涉(CISS)。因此，神经指示数据集分别是DTI数据集或CISS数据集。然而，只要所得到的数据集允许识别患者体内的神经纤维，则可以使用任何成像形态。

所述方法的第三步骤涉及：通过向神经指示数据集注册图谱数据集的方式来计算匹配的图谱数据集。在该步骤中，图谱的通用纤维结构与患者的解剖结构相适应。可以使用如刚性或弹性融合等任何适当的方法来进行注册。

所述方法的第四步骤涉及：从匹配的图谱数据集获得神经纤维的通用路径。通用神经纤维，其作为患者体内所检测到的神经纤维的对应物，在匹配的图谱数据集中被识别，随后例如通过简单地复制该通用路径的方式来获得匹配的图谱数据集中的对应的通用神经纤维的相应通用路径。由于将图谱数据集与神经指示数据集匹配，使得通用路径或多或少类似于患者体内的所寻求的路径。

应当指出，神经纤维以及相应的神经纤维路径可仅连接两个端点。然而，在Y形状的分支式神经纤维的情况中，路径可具有三个端点。在X形状的交叉神经纤维的情况中，路径可具有四个端点。取决于神经纤维结构，路径甚至可具有多于四个的端点。根据待确定路径的属性，所获得的通用路径可通过忽略图谱中纤维的某些部分而具有比图谱中的纤维更少的端点。

所述方法的第五步骤涉及：定义患者体内通用路径周围的约束体积，其中所述约束体积具有至少两个使通用路径终止于此的端面。端面的数目等于通用路径的端点的数目。优选地，端面正交于通用路径。应当指出，通用路径可表示完整的神经纤维或者仅表示神经纤维的部分长度。如果通用路径以及相应地所关注的患者体内的神经纤维仅仅对应于纤维的一部分，那么该部分则称为路径或通用路径。

所述方法的第六步骤涉及：用概率法来确定端面之间的神经纤维的路径，其中所确定的路径完全位于约束体积内部。用于确定神经纤维路径的概率法是众所周知的，下面将对两个示例进行详细说明。概率法(也称为概率纤维跟踪算法)可基于任何适当的和/或可获得的成像形态并且基于神经指示数据集。

本发明根据用于确定约束体积的图谱数据集来结合预分割的效果，其中在所述约束体积内以概率纤维跟踪算法来求得神经纤维的路径。这意味着，纤维跟踪算法仅限于搜索基于图谱数据集所定义的体积。与单纯基于图谱的方法相比，还要考虑存在于神经指示数据集中的附加信息。与单纯的概率纤维跟踪算法相比，还要利用有关所关注的纤维的现有知识。

优选地，约束体积呈管状，并以通用路径为中心。在简单纤维的示例中，约束体积由此具有管形外观。约束体积的端面可能是正方形、圆形或者椭圆形。约束体积的横截面积的大小以及当认定约束体积在其整个长度上大小恒定时的相应端面的大小，优选取决于神经纤维的大小。具体来说，大小是指具有圆形端面的体积的直径、具有正方形端面的体积的边缘长度或具有椭圆形端面的体积的一个轴(具体说是较长的轴线)。优选地是，该大小例如为1mm、2mm、3mm、4mm、5mm或10mm。长度是指两个端面之间的约束体积沿通用路径的距离。作为备选，约束体积的大小可随约束体积的整个长度而变化。约束体积的大小或者约束体积沿其长度的走势可以定义在图谱中，例如针对长度部分进行定义。该大小可例如与待检测纤维束的直径成比例。