[发明专利]自动化分区域脑萎缩程度的定量计算方法

说明书

本发明涉及脑萎缩程度计算技术领域，具体公开了自动化分区域脑萎缩程度的定量计算方法。该定量计算方法至少包括构建脑模板库、非线性配准映射及脑萎缩程度计算等步骤。该定量计算方法具有简便快捷、量化程度高、判断准确等优点；采用该方法可以为量化脑萎缩程度提供了一种高可行性的方案，进而可以辅助通过脑萎缩程度进行其他判断提供了借鉴。

技术领域

本发明涉及脑萎缩程度计算技术领域，尤其涉及一种自动化分区域脑萎缩程度的定量计算方法。

背景技术

脑萎缩(brain atrophy)是脑组织本身发生器质性病变而产生萎缩的一种现象。脑萎缩的主要病理表现为脑组织结构体积缩小，脑实质减少，脑重量减轻，细胞数目减少，脑回变平，脑沟增宽增深，脑室、脑池和蛛网膜下腔扩大。脑萎缩的临床表现可分为大脑机能衰退和痴呆等智能衰退两大类，这些都主要与脑萎缩发生的部位及程度有关。其中，脑萎缩的一种重要的类型就是以大脑皮层萎缩为主要病理改变的大脑萎缩，在临床上多表现为运动功能障碍，记忆力减退和反应迟钝等。

随着影像医学和计算机信息图像处理相关技术的发展，神经影像及相关的分析研究，作为一种准确、再现性高且定量的评估方法，有着非常重要的作用。通过医学神经影像的计算机辅助系统来辅助进行判断具有重大的作用和意义。

脑萎缩原本是在CT或磁共振(MRI)检查时，发现脑组织体积减小和脑室扩大等而命名的，因此，脑萎缩是许多疾病的神经影像学表现。CT及MRI等神经影像学检查可发现脑组织体积减少、脑室扩大。如果大脑萎缩可见脑皮质与颅骨板间隙增大，大脑沟增宽增深、脑回变平缩小，侧脑室及第三脑室扩大，侧脑室前后角周围密度减低。小脑萎缩时可现实小脑脑沟增宽增深，体积缩小，影像呈现分枝树叶状，小脑周围腔隙增大，第四脑室扩大。如果有脑桥橄榄体萎缩，在神经影像上可见脑干变细狭窄，周围脑腔隙增大、橄榄体变扁平或缩小。由于不同的疾病引起的脑萎缩的部位和程度有较大差异，因此，临床神经影像分析中准确地判断脑萎缩的区域和脑萎缩的程度有着非常重要的意义。

目前脑萎缩程度的判断大多是根据经验主观判断，尚缺少简单客观的量化指标。因此，有必要寻找脑萎缩程度的量化方法，以准确判断脑萎缩程度。

发明内容

本发明的目的在于针对现有脑萎缩程度缺少量化方法的问题，提供一种自动化分区域脑萎缩程度的定量计算方法。

为达到上述发明目的，本发明采用了如下的技术方案：

一种自动化分区域脑萎缩程度的定量计算方法，至少包括以下步骤：

步骤S01.将批量脑结构有差异的大脑的T1w磁共振结构图像作为脑模板库，对其进行脑叶分区处理，得到12个脑叶分区；同时利用所述大脑的T1w磁共振结构图像进行脑组织分割，得到脑白质、脑灰质和脑脊液的脑组织概率图谱；并对自动分割得到的脑模板库的脑叶分区进行手动修正；

步骤S02.利用非线性配准将步骤S01得到的模板映射到待分割对象的T1w磁共振结构图像上，得到所述模板和待分割对象之间的空间变换关系，利用所述空间变换关系，将所述模板上的脑叶分区和脑组织概率图谱映射到待分割对象空间；

步骤S03.利用性能同时估算标签融合方法，融合得到所述待分割对象的脑叶分区；同时利用贝叶斯网络的分割算法基于脑组织概率图谱的先验知识得到脑组织分割图谱；

步骤S04.根据步骤S03得到的待分割对象的脑叶分区和脑组织分割图谱，计算待分割对象的脑萎缩程度。

本发明提供的自动化分区域脑萎缩程度的定量计算方法，具有简便快捷、量化程度高、判断准确等优点；采用该方法可以为脑萎缩程度的量化提供了一种可行性高的方案。

附图说明