[发明专利]一种用于自动化脑MRI定量分析的方法和装置

说明书

本申请提供了一种用于自动化脑MRI定量分析的方法，包括：获得待处理的第一脑MRI图像；去除所述第一脑MRI图像中的颅外噪声，截取有效脑区并居中所述有效脑区，生成满足预定格式要求的第二脑MRI图像；对所述第二脑MRI图像进行偏置场矫正，获得矫正后的第三脑MRI图像；对所述第三脑MRI图像进行图像分割，获得图像分割结果。根据本申请的方案，能够实现自动化脑MRI定量分析，从而自动化地定量评估脑结构萎缩，且能够很好地满足临床上对脑MRI图像分割在精度和效率上的需求。

技术领域

本申请涉及计算机技术领域，尤其涉及一种用于自动化脑MRI(MagneticResonance Imaging，核磁共振成像)定量分析的技术方案。

背景技术

随着时代的发展，脑MRI图像的定量分析已经被广泛用于多种脑疾病，如阿尔茨海默病、癫痫、精神分裂症、多发性硬化症等，组织萎缩是用于诊断和评估脑疾病的治疗效果的常用生物标志之一，而为了量化组织萎缩，需要对脑组织进行分割和相应的测量；此外，正常和病理组织的检测和精确定位对脑疾病的诊断、手术计划、术后分析和化疗/放疗等也至关重要，它们在时间和空间上的定量和定性的表征常常也是临床的重要部分。

现有技术中，经典的机器学习算法在分割MRI的正常(例如，白质和灰质)和异常脑组织(例如，脑肿瘤)方面已经进行了大量努力。但实现这种分割需要仔细的工程设计和专业知识，而且传统的机器学习算法不能很好地推广。近年来，深度神经网络的应用也促进了脑MRI分割的效果的提升，然而，尽管医学影像学研究界付出了巨大的努力，但大脑结构的自动分割和异常检测仍然是一个未解决的问题，这是由于脑部形态存在解剖变异，核磁共振成像扫描仪的不同，图像采集的缺陷，病理学表现的异常等等原因造成的。FreeSurfer和SPM是现有技术中的两个流行度最为广泛的脑MRI分割工具，FreeSurfer使用的是基于表面的形态学分析方法，对脑部MRI的分割结果相对来说较为准确，但是耗时很长，完成一例分割大概需要7小时，而SPM是基于体素的形态学分析，使用的是人群的概率模板信息，分割一例需要15-20分钟，但分割结果存在较多的噪点和不准确，然而这两种脑MRI分割工具仍然不能满足临床上的精度和效率上的需求。

发明内容

本申请的目的是提供一种用于自动化脑MRI定量分析的方法、装置、计算机设备及计算机可读存储介质。

根据本申请的一个实施例，提供了一种用于自动化脑MRI定量分析的方法，其中，该方法包括：

获得待处理的第一脑MRI图像；

去除所述第一脑MRI图像中的颅外噪声，截取有效脑区并居中所述有效脑区，生成满足预定格式要求的第二脑MRI图像；

对所述第二脑MRI图像进行偏置场矫正，获得矫正后的第三脑MRI图像；

对所述第三脑MRI图像进行图像分割，获得图像分割结果。

根据本申请的另一个实施例，提供了一种用于自动化脑MRI定量分析的装置，其中，该装置包括：

用于获得待处理的第一脑MRI图像的装置；

用于去除所述第一脑MRI图像中的颅外噪声，截取有效脑区并居中所述有效脑区，生成满足预定格式要求的第二脑MRI图像的装置；

用于对所述第二脑MRI图像进行偏置场矫正，获得矫正后的第三脑MRI图像的装置；

用于对所述第三脑MRI图像进行图像分割，获得图像分割结果的装置。

根据本申请的另一个实施例，提供了一种计算机设备，其中，所述计算机设备包括：

存储器，用于存储一个或多个程序；

一个或多个处理器，与所述存储器相连，