[发明专利]一种基于体素的全脑QSM联合ROI分析的方法

权利要求书

1.一种基于体素的全脑QSM联合ROI分析的方法,其特征在于，包括：

获取QSM图像，创建全脑样本模板；根据所述QSM图像和所述全脑样本模板的配准关系，进行体素的QSM全脑分析，获得全脑QSM结果；

基于所述全脑QSM结果，结合Brainnetome图集和OASIS-TRT-20融合模板，进行ROI分析，获得目标分析结果。

2.根据权利要求1所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，获取所述QSM图像包括：

通过梯度回波序列获得原始QSM图像，通过多回波磁敏感对所述原始QSM图像进行加权，基于加权后的QSM图像进行拉普拉斯的相位去卷积，获得不同回波时间下的去卷积相位图，将所述相位图标准化并通过复杂调和伪影去除法进行背景相位移除；基于条件的LSQR技术进行频率加权，获得所述QSM图像。

3.根据权利要求2所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，获取所述QSM图像还包括：

基于非线性最小二乘法拟合，获得初始场图，通过傅里叶变换和拉普拉斯变换，获得每个回波时间下基于拉普拉斯算子的相位解缠绕；将每个回波时间下解缠绕后的相位图像，通过相应的回波时间进行标准化，获得频移；通过条件最小二乘法和所述频移，获得所述QSM图像。

4.根据权利要求1所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，

创建所述全脑样本模板包括：

对T1结构像数据进行射频偏移校正，获得校正T1结构像；

对所述校正T1结构像去头皮、配准生成所述全脑样本模板。

5.根据权利要求4所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，所述配准包括四次线性配准和六次非线性配准。

6.根据权利要求4所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，

对所述T1结构像数据进行射频偏移校正包括：

基于混合高斯模型，获得直方图，通过给定均值和方差，采用马尔科夫随机场标记体素，实现射频偏移校正。

7.根据权利要求1所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，

获得所述全脑QSM结果包括：根据所述QSM图像和所述全脑样本模板的配准关系，采用非线性及刚性变化，对所述QSM图像进行配准及平滑处理，基于广义线性模型，通过非参数置换检验，获得基于体素的全脑QSM分布差异图。

8.根据权利要求7所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，

所述QSM图像和所述全脑样本模板的配准包括：

基于刚性和仿射配准，将幅度图配准至个体高清结构像空间，获得配准矩阵；通过线性插值法将所述QSM图像，采用所述配准矩阵及变形图，配准至样本模板空间。

9.根据权利要求7所述的基于体素的全脑QSM联合ROI分析的方法，其特征在于，

所述平滑处理之前，还包括对所述QSM图像进行平滑补偿处理；

所述平滑补偿处理包括:

将射频偏移校正后的3D结构像进行分割，并将分割后的灰质、白质图像相加，获得全脑实质图；

将所述全脑实质图配准到所述样本模板空间，获得脑实质蒙片；

基于fslmaths的3D高斯核进行卷积，获得全脑实质蒙片平滑图像和平滑QSM图像；

基于体素方式，去除所述平滑QSM图像中的所述全脑实质蒙片平滑图像，获得平滑补偿后的QSM空间平滑图像。