[发明专利]脑中矢状线漂移测量方法与系统

说明书

一种脑中矢状线漂移测量方法，其包括如下步骤：获取第一颅脑图像；从获取的第一颅脑图像中提取出脑组织，并从所述脑组织中提取出血肿及理想中线，以获得所述血肿与所述理想中线的相对位置关系；利用改进型的Voigt‑NL模型预测所述血肿引起所述理想中线的漂移，以获得漂移后的脑中矢状线；及根据灰度对称特征以及形状对称特征，对所述漂移后的脑中矢状线进行修正，以获得修正后的漂移中线。本发明还提供一种脑中矢状线漂移测量系统，用于执行所述脑中矢状线测量方法。本发明提供的脑中矢状线漂移测量方法与系统，不依赖构成脑中矢状线的特征结构，对于占位效应严重的病例，依然能够很好的进行测量，且测量准确度高，符合临床经验。

技术领域

本发明涉及医学领域，尤其涉及一种脑中矢状线漂移测量方法与系统。

背景技术

脑出血后脑中矢状线漂移的检测和量化是判断颅脑损伤的一个重要指标。目前的研究表明，对脑出血后脑中矢状线漂移的检测是判断患者存活率的一个重要指标。因此，对脑中矢状线漂移的检测和量化是颅脑对称性改变的一个重要的检测手段，同时也是判断颅脑病理改变严重性的临床指征之一。

脑中矢状线由占位性病变引起的漂移大体上符合二次贝塞尔曲线，即脑中矢状线中上下两段属于硬脑膜的大脑镰部分的形变较小，基本不会出现弯曲，而其中段属于透明膈等软组织的部分由于受压则出现较大的形变。实际上脑中矢状线并不是实际存在的一个解剖结构，其严格意义上的定义是左右大脑半球的分隔线。目前已有的脑中矢状线漂移的算法主要可以分为两种：基于局部对称性和基于特征点。

基于局部对称性的算法是指通过计算脑中矢状线组成的特征部分的邻近区域的局部对称性，其通过合适的搜索算法求局部对称性最大的像素，然后通过曲线拟合来求出漂移后的脑中线，该算法的前提是假设颅脑的局部对称性的存在。现有的基于局部对称性的算法一般采用二次贝塞尔曲线模型或者线性回归模型，然而，这两种模型都无法很好的符合脑出血后脑中线漂移的生物力学原理。此外，在局部对称性的计算中，已有算法仅仅是对理想中矢状线左右两侧的邻域做简单的灰度差，然而该灰度差并不能完全体现局部对称性的特征。因此，该类算法的整体精度不是很高，并且由于遗传算法等搜索算法本身的时耗较长，算法的实时性较差。

基于特征点的算法是指根据脑中线的特殊解剖结构关系，利用图谱配准、角点检测、多分辨率水平集等方法，其通过寻找脑中线结构的一些特征点或者区域，然后对特征点进行曲线拟合求出漂移后的脑中线。这种算法虽然在脑中矢状线有较小漂移的数据上能够得到较好的结果，但是对于占位效应严重，脑中矢状线漂移较大的数据检测精度较差，甚至可能因为特征点或特征区域消失而无法检测。

发明内容

针对上述问题，本发明的目的在于提供一种脑中矢状线漂移测量方法，其对脑中矢状线的漂移预测不依赖构成脑中矢状线的特征结构，对于占位效应严重的病例，侧脑室部分消失或者完全消失的情况下，依然能够很好的实现脑中矢状线的漂移预测，且预测准确度高，符合临床经验。

本发明提供一种脑中矢状线漂移测量方法，包括如下步骤：

获取第一颅脑图像；

从获取的第一颅脑图像中提取出脑组织，并从所述脑组织中提取出血肿及理想脑中矢状线，以获得所述血肿与所述理想脑中矢状线的相对位置关系；

利用改进型的Voigt-NL模型预测所述血肿引起所述理想中线的漂移，以获得漂移后的脑中矢状线；及

根据灰度对称特征以及形状对称特征，对所述漂移后的脑中矢状线进行修正，以获得修正后的漂移中线。

其中，所述从获取的第一颅脑图像中提取出脑组织，并从所述脑组织中提取出血肿及理想中线，以获得所述血肿与所述理想中线的相对位置关系，包括：

从所述第一颅脑图像中提取出所述脑组织，其中，对所述第一颅脑图像进行二值化及形态学处理后获得第二颅脑图像；