[发明专利]一种基于簇的WMH自动提取系统

说明书

本发明公开了一种基于簇的WMH自动提取系统，包括：组织类型分割模块，用于对多位参与者的多个FLAIR图像和多个T1图像进行预处理；DARTEL标准分割模块，用于将所述组织类型分割模块得到的图像映射到DARTEL空间；去非脑组织模块，用于对DARTEL空间的FLAIR图像和T1图像去除非脑组织，得到的图像分别记为D‑FLAIR图像和D‑T1图像；WMH分割模块，用于基于DARTEL空间对所述D‑FLAIR图像和D‑T1图像进行分割，得到WMH图谱；WMH精细划分模块，用于对所述WMH图谱进行精细划分，得到脑室内白质高信号区域PVWMH和深层白质高信号区域DWMH。本系统是一种自动的WMH提取系统，可以基于纵向数据集把白质病灶分割出来，并对能WMH进行精细划分，且具有良好的泛化性。

技术领域

本发明属于图像处理领域，具体来说，涉及一种基于簇的脑白质高信号(WMH)自动提取系统。

背景技术

脑白质高信号(WMH),也称为未知的高亮物体(UBO)是在T2加权磁共振成像(MRI)扫描中观察到的脑白质中的异常高信号区域，例如流体衰减反转恢复(FLAIR)序列。缺血诱导的脱髓鞘和轴突损失被认为是潜在的形成机制。许多因素，包括血管和遗传成分，都促进WMH的形成和发展。人群中约50％的40多岁成年人中存在且WHM比例随年龄增长而增加。

WHM作为脑缺血的生物标志物，与各种病理过程密切相关，包括中风和痴呆。中风患者的WMH积累显著高于健康对照组，更多的WMH负担与较差的卒中后认知表现有关。阿尔茨海默症(AD)是最常见的痴呆类型，在AD临床诊断6-10年前，发现了更大的WMH负担，这使WMH成为早期预测AD风险因子。此外，还有研究表明不同的认知领域和神经病理过程与异常的WMH位置相关。因此，提取WMH对于了解脑缺血在神经病理过程中的作用至关重要。

在评估WMH负担中常用视觉评估的方法。目前已经有为临床和研究目的开发了各种评估量表，包括与年龄有关的白质变化，Fazekas和Scheltens评级协议。随着对WMH与神经心理病理学之间关联的新认识，还有越来越多的对区域性的WMH的研究兴趣，以及快速增加的神经影像学数据集，这迫切需要一种有效的自动化WMH分割工具，而且该分割工具还具有可靠的结果。以前的研究提及了一些内部的WMH分割工具。然而，大多数这些工具都是为特定研究而设计的，而不是作为用户友好性和全面的软件包公开提供的。然而，大多数可用的WMH分割工具箱尚未在具有不同扫描仪和参数的不同样本中进行评估，或者通常不会在次区域提供关于WMH的综合信息。此外，他们通常不是完全自动化，需要手动跟踪研究队列中的几个大脑进行训练；大多数可用的WMH分割工具箱主要用于横向研究，不能适用于对纵向数据集的处理。

发明内容

针对相关技术中的上述技术问题，本发明提出一种基于簇的WMH自动提取系统，本系统是一种自动的WMH提取系统，可以基于纵向数据集把白质病灶分割出来，并对能WMH进行精细划分，且具有良好的泛化性。

为实现上述技术目的，本发明的技术方案如下：

一种基于簇的WMH自动提取系统，包括：

组织类型分割模块，用于对多位参与者的多个FLAIR图像和多个T1图像进行预处理，所述FLAIR图像和所述T1图像数量相等，且一一对应；

DARTEL标准分割模块，分别连接所述组织类型分割模块和所述去非脑组织模块，用于生成DARTEL模板，并将所述组织类型分割模块得到的图像映射到DARTEL空间；

去非脑组织模块，分别连接所述DARTEL标准分割模块和所述WMH分割模块，用于对所述DARTEL标准分割模块得到的DARTEL空间的FLAIR图像和T1图像去除非脑组织，得到的图像分别记为D-FLAIR图像和D-T1图像；

WMH分割模块，分别连接所述去非脑组织模块和所述WMH精细划分模块，用于基于DARTEL空间对所述D-FLAIR图像和D-T1图像进行分割，得到WMH图谱；