[发明专利]脑部CT灌注成像的参数图获取方法、装置、计算机设备和存储介质

说明书

本申请涉及一种脑部CT灌注成像的参数图获取方法、装置、计算机设备和存储介质。所述方法包括：获取与脑部相关的CT灌注成像数据，CT灌注成像数据包括与脑部动脉以及脑组织相关的成像数据；将CT灌注成像数据依次进行双边滤波以及非局部均值滤波，得到滤波后的CT灌注成像数据；对滤波后的CT灌注成像数据进行相应处理，得到与脑部动脉相关的第一时间密度曲线以及与脑组织相关的第二时间密度曲线，并根据第一时间密度曲线对第二时间密度曲线进行延迟校正，得到第二校正时间密度曲线；进行奇异值分解以及平滑处理得到相应的第一序列，根据所述第一序列以及第二校正时间密度曲线进行计算，相应的得到第二序列；根据第二序列进行相应计算，获取脑部CT灌注成像的参数图。采用本方法能够快速且准确的获取CTP参数图。

技术领域

本申请涉及图像处理和医疗工程交叉技术领域，特别是涉及一种脑部CT灌注成像的参数图获取方法、装置、计算机设备和存储介质。

背景技术

脑卒也称为中风或脑梗，是一种由于脑部缺血导致的脑组织损伤，具有很高的复发率和致残率。脑部CT灌注(CT Perfusion，简称为CTP)可以很好的显示出脑组织的血流情况，对于判断患者病灶区域和估计梗死体积具有重要价值。但是CTP图像受到电子噪声的干扰，导致重建图像中存在大量的噪声和伪影，这将对后续的CTP参数图计算带来严重的影响。这样将直接影响到医生对于患者的诊断和治疗。因此准确的计算出CTP各参数图具有重要意义。

在现有技术中，一般先对CTP图像进行滤波，以去除电子噪声对CTP图像的干扰，再对滤波后的CTP图像进行参数图计算。对于CTP图像的传统去噪方法有均值滤波、高斯滤波、中值滤波等，也有很多针对CTP噪声提出了新的解决方法。例如改进非局部均值的低CT图像后处理算法研究中提出了基于梯度方向的非局部均值LDCT图像后处理方法。但是该算法复杂，在降噪过程中会消耗大量的时间，浪费了病人就诊的宝贵时间。在低剂量CT图像的处理方法中提出一种利用高斯滤波和非局部均值滤波的结合来解决CTP图像中的噪声。该方法虽有较快的速度，但是去噪效果并不明显。

传统的CTP参数图计算方式包括Axel L提出的瞬时法。Gobbel对瞬时法的改进，利用Gamma曲线拟合时间密度曲线。Peters提出的最大斜率法。而去卷积算法的奇异值分解计算CTP各参数图，是当下使用最为广泛的算法。标准的奇异值分解(ssvd)对于噪声的影响非常敏感，并且受到对比剂延迟的影响。Wu O提出了一种延迟校准奇异值分解方法(dsvd)，该方法将曲线向前移动一定的时间，时间由组织达到峰值5％的时间差确定，由于对比剂注射地点的不同并且每一个组织的延迟都不相同，因此5％的参数并不准确。Kudo K提出一种块循环奇异值分解(bsvd)，构建了分块循环矩阵，通过循环卷积消除延迟效应带来的偏差，而截断奇异值分解(tsvd)通过对奇异值截取来降低噪声的影响。另一种正则化和截断奇异值分解的结合，则利用正则化的方式来调节最后的奇异值，使数据更加平滑。但是该方法对于不同的数据，会存在不同的正则化参数。因此每一个病例都需要调整，无法实现自动化操作。

发明内容

基于此，有必要针对上述技术问题，提供能够快速且准确的获取CTP参数图的一种脑部CT灌注成像的参数图获取方法、装置、计算机设备和存储介质。

一种脑部CT灌注成像的参数图获取方法，所述方法包括：

获取与脑部相关的CT灌注成像数据，所述CT灌注成像数据包括与脑部动脉以及脑组织相关的成像数据；

将所述CT灌注成像数据依次进行双边滤波以及非局部均值滤波，得到滤波后的CT灌注成像数据；

对所述滤波后的CT灌注成像数据进行相应处理，得到与脑部动脉相关的第一时间密度曲线以及与脑组织相关的第二时间密度曲线，并根据所述第一时间密度曲线对第二时间密度曲线进行延迟校正，得到第二校正时间密度曲线；

对所述第一时间密度曲线进行奇异值分解以及平滑处理得到相应的第一序列，根据所述第一序列以及第二校正时间密度曲线进行计算，相应的得到第二序列；