[发明专利]灌注成像系统及方法

说明书

一种灌注成像系统，用于灌注成像，其包括数据获取模块，用于获取灌注图像数据集；预处理模块，用于对所述灌注图像数据集进行预处理；病灶分割模块，用于基于经预处理的灌注图像数据集进行病灶分割，其包括级联的第一神经网络与第二神经网络，第一神经网络生成灌注参数，第二神经网络根据所述灌注参数进行病灶分割。本发明可提高灌注参数生成的稳定性及病灶分割的准确性，可适用于脑部或者其他解剖结构的灌注成像。

技术领域

本发明涉及医学成像，尤其是涉及灌注成像的系统和方法。

背景技术

在医学成像中，灌注成像提供一种功能学检查方法，其根据血流变化与组织器官的正常生理功能及其病变变化密切相关的原理，通过对组织微循环的血流灌注状态进行评估，如评估脑梗塞、肿瘤等病理改变或生理改变，进而有助于疾病的诊断及治疗。目前，灌注成像常用的医学成像模式包括计算机断层扫描(CT)、核磁共振扫描(MRI)、正电子发射断层摄影(PET)等。以CT灌注成像为例，在静脉快速团注对比剂时，对感兴趣区层面进行连续、多次扫描，从而获得感兴趣区时间-密度曲线，并利用不同的数学模型，分别计算出各种灌注参数值，再以灌注参数生成灌注图像。

灌注成像可以用于全身多个器官组织，如脑、肝、心脏、胰和骨骼等。例如对于脑部，脑卒中是一种常见的脑血管疾病，脑灌CT注成像常作为用于了解脑组织血流灌注状态的功能成像手段，现已列入诊断缺血性脑卒中的常规检查方法。脑CT灌注成像可以获得脑血流容量(Cerebral Blood Volume，CBV)、脑血流流量(Cerebral Blood Flow，CBF)、对比剂平均通过时间(Mean Transit Time，MTT)、对比剂峰值时间(Tmax)等等一系列灌注参数，进而生成脑灌注图像来评价脑组织的灌注状态。

现有技术中提供的脑灌注成像方法中，脑灌注参数受到动脉输入函数(AIF)、模型计算方法等诸多因素的影响，重复性差。在参数图像中确定脑部梗死区域时，需要医疗人员凭借经验人工判断，其依赖于医疗人员的经验，存在主观差异，且耗时长，准确度低，可操作性差。

因此，需要一种新的灌注成像的系统和方法，能够减少医疗人员的依据经验判断所引入的主观差异，提高提高病灶判断的准确性，，及减少病灶分割时间。

发明内容

在本发明的一个方面，提供了一种灌注成像系统，用于灌注成像，包括：数据获取模块，用于获取灌注图像数据集；预处理模块，用于对灌注图像数据集进行预处理；病灶分割模块，用于基于经预处理的灌注图像数据集进行病灶分割，病灶分割模块包括级联的第一神经网络与第二神经网络，第一神经网络生成灌注参数，第二神经网络根据灌注参数进行病灶分割。

本发明的一个方面，第一神经网络包括U-net神经网络。

本发明的一个方面，第一神经网络包括具有四组卷积层的编码路径，其中前两组卷积层包括1x1卷积核的卷积层。

本发明的一个方面，第二神经网络包括Dense V-net神经网络。

本发明的一个方面，第二神经网络包括具有三个阶段卷积层的降采样路径，其第一阶段卷积层的输入包括第一神经网络生成的灌注参数经降采样后的特征图和第一神经网络的第一组卷积层的输出经降采样后的特征图的拼接。

本发明的一个方面，第二神经网络的降采样路径的第二阶段卷积层与第三阶段卷积层的输入分别包括前一阶段卷积层输出经降采样形成的特征图与第一神经网络对应的一组卷积层的输出经降采样形成的特征图的拼接。

本发明的一个方面，预处理模块包括标准化模块，其计算灌注图像数据集的均值和方差，并将灌注图像数据集中的每个像素值减去均值再除以方差。

本发明的一个方面，预处理模块包括数据选择模块，用于自灌注图像数据集中选择特定期数的灌注图像数据。