[发明专利]基于纤维束自动分割的帕金森病白质异常标注方法

权利要求书

1.一种基于纤维束自动分割的帕金森病白质异常标注方法，其特征在于，所述方法包括以下步骤：

步骤1、图像预处理：获取患者的扩散磁共振图像，并对图像做头动校正等预处理步骤，避免外在因素对实验的影响；

步骤2、计算脑白质属性：计算患者的白质响应函数和全脑纤维方向分布，配准到预先研制的模型上，并计算全脑的FD、FC和FDC；

步骤3、进行全脑纤维追踪：基于全脑纤维方向分布使用纤维追踪算法对脑纤维进行追踪，并且除杂；

步骤4、基于图谱方法进行细分割：将追踪出的全脑纤维依据白质纤维图谱进行聚类、分割；

步骤5、纤维束自动标注：使用AFQ算法沿着纤维束方向进行等间距采样，并做标注；

步骤6、统计学数据分析：基于步骤5中标注的数据，对患者的帕金森等级进行智能评级。

2.如权利要求1所述的基于纤维束自动分割的帕金森病白质异常标注方法，其特征在于，所述步骤1中，采用的预处理算法为降噪、解铃、头动校正、失真校正、偏场校正以及EPI校正。

3.如权利要求1或2所述的基于纤维束自动分割的帕金森病白质异常标注方法，其特征在于，所述步骤2中，由于在模板空间下的FD、FC、FDC无法很好地评价待评估的个体所体现的白质异常，且后续映射到个体空间上会存在偏差，计算得到的FD、FC、FDC是在个体空间下的。

4.如权利要求1或2所述的基于纤维束自动分割的帕金森病白质异常标注方法，其特征在于，所述步骤5中，选取马氏距离作为加权系数移除比平均纤维长度高出4个标准差以上的纤维或那些与纤维束核心相差超过5个标准差的纤维，将纤维束中距离相等的位置视为束状横截面，将束状横截面上的所有点称为一个节点，每个集群核心是每个节点中每个光纤的x、y和z坐标的平均值，并被标记为μ，光纤在每个光纤的x、y和z坐标之间在3D空间中的扩散被描述为协方差矩阵S，使用如下公式来计算马氏距离：

其中x表示节点(x,y,z)坐标的向量。