[发明专利]基于核磁成像IDEAL-IQ序列全自动腹部脂肪定量分析的方法

说明书

本发明公开了一种基于核磁成像IDEAL‑IQ序列全自动腹部脂肪定量分析的方法，包括以下步骤：S1：构建带有标注的核磁成像IDEAL‑IQ序列腹部影像作为深度学习训练样本集和测试样本集。本发明的计算算法包括机器学习中的U‑Net深度学习网络、3D U‑Net深度学习网络以及无监督AFKMC2聚类方法，本发明的算法需要用到IDEAL‑IQ序列中脂像和水像，其中，3D U‑Net深度学习网络和U‑Net深度学习网络分别用于分割脂像中皮下脂肪轮廓以及水像中腹膜腔轮廓，无监督AFKMC2聚类方法用于分割脂像中内脏脂肪轮廓，本发明可得到准确率更高，速度更快的全自动定量腹部脂肪组织结果。

技术领域

本发明涉及计算机辅助诊断技术领域，尤其涉及一种基于核磁成像IDEAL-IQ序列全自动腹部脂肪定量分析的方法。

背景技术

肥胖是由于体内脂肪组织的过度积累造成的，并且已知它是多种慢性病的关键因素。腹部肥胖在不同类型的肥胖中对人体的健康具有最大的风险，腹部脂肪不仅与心血管危险因素有关，而且血浆和肝脏中的甘油三酯含量也与腹部脂肪含量密切相关。

现今的研究表明当人体脂肪异常积累时，其分布的不同对于心血管疾病危险评估是重要的因素之一，而且也指出特殊位置的脂肪堆积，例如腹内脂肪组织或许在调控心血管疾病中起到重要作用。内脏脂肪细胞的脂解作用是非酒精性脂肪肝的重要致病源。相对于腹内脂肪组织，皮下脂肪组织则是担当“保护性”的作用，是因为随着β2-肾上腺感受器的破坏从而降低了儿茶酚胺对于脂解的应答，这样反而增加了胰岛素的敏感性。尽管皮下脂肪组织在肥胖的进展中担当保护的角色，但是它并不能补偿内脏脂肪组织脂解作用带来的负面影响。在临床工作中，对于腹部脂肪的精确化测量尤为重要。

近年来，随着计算机技术的高速发展，计算机辅助诊断技术在一些医疗发达国家的相应领域取得了较快的发展，特别是在涉及医学影像学的领域。计算机辅助诊断的主要思想是通过使用专用计算机系统来提供“第二意见”，帮助放射科医师解释医学图像。计算机辅助诊断是通过同样考虑医生和计算机的角色而建立的概念。使用计算机辅助诊断，计算机在扮演一个与医生相辅相成的角色。对计算机辅助诊断系统和技术的研究表明，计算机辅助诊断可以帮助提高放射科医师的诊断准确性，减轻增加工作量的负担，减少由于疲劳而忽略的癌症，忽视或数据过载。最终的医疗决定由放射科医师做出。因此，放射科医师希望计算机辅助诊断系统能够基于放射科医师和计算机之间的协同效应，通过医学图像分析和机器学习技术来提高其诊断能力。因此，计算机辅助诊断系统在学习和识别脑疾病方面应具有与放射科医师类似的能力，包括机器学习在内的模式识别技术在计算机辅助诊断系统的开发中起着重要作用。实践证明，计算机辅助诊断在提高诊断准确率、减少漏诊、提高工作效率等方面起到了极大的积极促进作用。

目前，我们可以通过核磁共振成像技术的多回波IDEAL-IQ序列进行身体脂肪评估。IDEAL-IQ序列使用光谱模型从不同回波时间采集的多个源图像中的化学位移分离导出水图像和脂肪图像，正是这种技术的精准成像为全自动定量脂肪组织做好了准备。目前，身体脂肪评估也可以通过多回波Dixon技术进行。Dixon使用光谱模型从不同回波时间采集的多个源图像中导出水图像和脂肪图像的化学位移分离。在这项技术中，三点Dixon(3PD)方法能够进行适当的脂肪和水信号分配。除了用于肝脏脂肪定量外，根据T2*获得的R2*映射可以分析肝脏和其他部位的铁沉积。3PD的最先进技术是水和脂肪的迭代分解，具有回波不对称性和最小二乘估计-铁量化(IDEAL-IQ)。该算法旨在适应脂肪的多个光谱峰值，并导致更准确的甘油三酯脂肪分数测量建模和估计。通过去除多种化学成分的影响，IDEAL-IQ提高了脂肪组织量化的准确性。该技术已被证明是一种非常方便和有效的脂肪分数测量方法，并且有助于准确评估疾病期间脂肪含量的变化。

基于上述背景，提出一种基于核磁成像IDEAL-IQ序列全自动腹部脂肪定量分析的方法。

发明内容

基于背景技术存在的技术问题，本发明提供了一种基于核磁成像IDEAL-IQ序列全自动腹部脂肪定量分析的方法。