[发明专利]一种基于簇的WMH自动提取系统

摘要

本发明公开了一种基于簇的WMH自动提取系统，包括：组织类型分割模块，用于对多位参与者的多个FLAIR图像和多个T1图像进行预处理；DARTEL标准分割模块，用于将所述组织类型分割模块得到的图像映射到DARTEL空间；去非脑组织模块，用于对DARTEL空间的FLAIR图像和T1图像去除非脑组织，得到的图像分别记为D‑FLAIR图像和D‑T1图像；WMH分割模块，用于基于DARTEL空间对所述D‑FLAIR图像和D‑T1图像进行分割，得到WMH图谱；WMH精细划分模块，用于对所述WMH图谱进行精细划分，得到脑室内白质高信号区域PVWMH和深层白质高信号区域DWMH。本系统是一种自动的WMH提取系统，可以基于纵向数据集把白质病灶分割出来，并对能WMH进行精细划分，且具有良好的泛化性。

主权项

1.一种基于簇的WMH自动提取系统，其特征在于，包括：

组织类型分割模块，用于对多位参与者的多个FLAIR图像和多个T1图像进行预处理，所述FLAIR图像和所述T1图像数量相等，且一一对应；

DARTEL标准分割模块，分别连接所述组织类型分割模块和所述去非脑组织模块，用于生成DARTEL模板，并将所述组织类型分割模块得到的图像映射到DARTEL空间；

去非脑组织模块，分别连接所述DARTEL标准分割模块和所述WMH分割模块，用于对所述DARTEL标准分割模块得到的DARTEL空间的FLAIR图像和T1图像去除非脑组织，得到的图像分别记为D‑FLAIR图像和D‑T1图像；

WMH分割模块，分别连接所述去非脑组织模块和所述WMH精细划分模块，用于基于DARTEL空间对所述D‑FLAIR图像和D‑T1图像进行分割，得到WMH图谱；

WMH精细划分模块，用于对所述WMH图谱进行精细划分，运用距离阈值和脑模板的方法对所述WMH图谱进行进一步分割标注，得到脑室内白质高信号区域PVWMH和深层白质高信号区域DWMH。

2.根据权利要求1所述的基于簇的WMH自动提取系统，其特征在于，所述多个FLAIR图像为纵向数据集中的图像，所述纵向数据集是指对于同一位参与者，在不同时间点上采集到的所述FLAIR图像构成的图像数据集合。

3.根据权利要求1所述的基于簇的WMH自动提取系统，其特征在于，所述多个FLAIR图像为横向数据集中的图像，所述横向数据集是指对于所有参与者，在同一时间点采集的所述FLAIR图像构成的图像数据集合。

4.根据权利要求2所述的基于簇的WMH自动提取系统，其特征在于，所述组织类型分割模块进一步包括：

配准单元，用于对每个所述FLAIR图像执行刚体配准，以第一时间点的T1图像为参考，对所有其他时间点的T1图像以及所有时间点的FLAIR图像为源图像执行刚体配准和重采样，得到配准并重采样的FLAIR图像；

T1图像分割单元，用于对每个所述T1图像进行组织类型分割，得到每个所述T1图像对应的白质的概率图、灰质的概率图和脑脊液的概率图，以及其他时间点的T1图像配准到第一时间点的T1图像。

5.根据权利要求4所述的基于簇的WMH自动提取系统，其特征在于，所述DARTEL标准分割模块进一步包括：

生成模板单元，用于基于所述第一时间点的T1图像生成DARTEL模板，并为所述第一时间点的T1图像生成一个从个体空间到DARTEL空间的变形流场；所述DARTEL模板的生成方式有两种：

创建模板：

所述创建模板的具体步骤包括：在DARTEL空间生成所述第一时间点的T1图像的模板；

现有模板：

将所述第一时间点的T1图像映射到本地空间已经建立的模板；

DARTEL空间映射单元，用于按照所述个体空间到DARTEL空间的变形流场，将每个所述配准并重采样的FLAIR图像、每个所述其他时间点的T1图像配准到第一时间点的T1图像、以及每个所述其他时间点的T1图像配准到第一时间点的T1图像对应的白质的概率图、灰质的概率图和脑脊液的概率图映射到DARTEL空间，得到DARTEL空间的FLAIR图像和T1图像。

6.根据权利要求3所述的基于簇的WMH自动提取系统，其特征在于，所述组织类型分割模块进一步包括：

配准单元，用于对每个所述FLAIR图像执行刚体配准，以所述FLAIR图像为源图像，以对应的所述T1图像为参考，得到配准并重采样的FLAIR图像；

T1图像分割单元，用于对每个所述T1图像进行组织类型分割，得到每个所述T1图像对应的白质的概率图、灰质的概率图和脑脊液的概率图。

7.根据权利要求6所述的基于簇的WMH自动提取系统，其特征在于，所述DARTEL标准分割模块进一步包括：

生成模板单元，用于基于所有所述T1图像生成DARTEL模板，并为每个所述T1图像生成一个从个体空间到DARTEL空间的变形流场；所述DARTEL模板的生成方式有两种：

创建模板：

所述创建模板的具体步骤包括：在DARTEL空间生成所有所述T1图像的平均模板；将每个所述T1图像映射到平均模板；

现有模板：

将所述T1图像映射到本地空间已经建立的模板；

DARTEL空间映射单元，用于按照所述个体空间到DARTEL空间的变形流场，将每个所述配准的FLAIR图像、每个所述T1图像、以及每个所述T1图像对应的白质的概率图、灰质的概率图和脑脊液的概率图映射到DARTEL空间，得到DARTEL空间的FLAIR图像和T1图像。

8.根据权利要求5或7所述的基于簇的WMH自动提取系统，其特征在于，所述WMH分割模块进一步包括：

FAST分割单元，用于对所述D‑FLAIR图像进行三级组织类型分割，从所述D‑FLAIR图像中分割候选簇，所述三级组织类型是WMH，灰质和白质，以及脑脊液；

KNN算法分割单元，用于基于簇和KNN算法从所述候选簇中划分出WMH和非WMH。

9.根据权利要求8所述的基于簇的WMH自动提取系统，其特征在于，所述基于簇和KNN算法从所述候选簇中划分出WMH和非WMH具体是基于解剖位置特征ALF、图像灰度特征IF和簇的尺寸特征来提取WMH；所述解剖位置特征ALF是采用组织概率描述所述簇的位置；所述图像灰度特征IF是采用图像灰度比来适应图像的不同灰度值；所述簇的尺寸特征为经过对数转换的簇的尺寸特征。

10.根据权利要求1‑9任一项所述的基于簇的WMH自动提取系统，其特征在于，所述簇为符合六连接计算规则的簇。