專利名稱：腦灌注圖像序列處理方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種腦灌注圖像序列處理方法及系統(tǒng)。
技術(shù)背景
CT腦灌注成像是近年來開展的一項新的功能成像技術(shù)，其方法簡便易行，早期診 斷急性缺血性腦血管病的敏感性和特異性高，還可觀察病變的范圍和嚴重程度。隨著多層 螺旋CT的廣泛應(yīng)用，灌注軟件的不斷完善，CT腦灌注成像對急性缺血性腦血管病的重要作 用日漸引起了人們的注意。
CT灌注成像是從靜脈團注對比劑后，對選定層面(1層或多層)進行同層動態(tài)掃 描，以獲得該層面內(nèi)每個像素的時間-密度曲線(TDC，Time Density Curve)，根據(jù)該曲線 利用數(shù)學(xué)模型計算一系列腦灌注功能參數(shù)，通過偽彩處理得到組織灌注功能圖，用來表現(xiàn) 并評價組織器官灌注狀態(tài)的功能成像方法。
腦灌注圖像序列的分析需要專門的分析裝置。并且，一般情況下腦灌注圖像分析 裝置作為醫(yī)學(xué)圖像工作站的一部分用于分析腦灌注圖像序列。醫(yī)學(xué)圖像工作站一般與各種 醫(yī)學(xué)影像設(shè)備(CT、MR、PT等)相連接，接收并存儲來自醫(yī)學(xué)圖像工作站采集的影像數(shù)據(jù)，并 且具備圖像瀏覽、三維顯示、圖像處理、計算機輔助診斷等功能。目前多個廠家的醫(yī)學(xué)圖像 工作站產(chǎn)品中的腦灌注圖像分析裝置都具備腦灌注圖像序列分析功能，但是均不具備腦灌 注圖像序列主動識別功能。同時，現(xiàn)有的腦灌注圖像分析裝置中的腦灌注圖像序列分析功 能，需要用戶通過人機交互界面在圖像上直接指定動脈、靜脈位置(例如，將一個圓形區(qū)域 標記放置在動脈內(nèi)部或靜脈內(nèi)部)，無法實現(xiàn)分析過程的全自動化。
其中，腦灌注圖像序列的分析結(jié)果為一系列功能參數(shù)，包括腦血容量(CBV， cerebral bloodvolume)、腦血流量(CBF，cerebral blood flow)、對比劑平均通過時間 (MTT, mean transit time) ·#■。
CBV指感興趣區(qū)(R0I,region of interest)內(nèi)單位體積腦組織的血管床容積(包 括毛細血管和大血管在內(nèi))，單位為ml/100g。CBF指單位時間內(nèi)流經(jīng)一定腦組織血管結(jié)構(gòu) (包括動脈、毛細血管、靜脈和靜脈竇)的血流量，單位為ml/ (IOOgXmin)。MTT指平均通過 時間，由于血液流經(jīng)血管結(jié)構(gòu)(如動脈、毛細血管和靜脈竇)時，通過的血管路徑不同，時間 也不同，所以引入平均通過時間，反映對比劑通過感興趣區(qū)毛細血管的平均時間，單位為S。
在現(xiàn)有技術(shù)中，各種醫(yī)學(xué)影響設(shè)備輸出的影像數(shù)據(jù)，包括了各種類型，不同部位， 不同掃描模式等。且現(xiàn)有醫(yī)學(xué)圖像工作站中的腦灌注圖像分析裝置，對于接收到的圖像，只 是進行存儲，不主動識別圖像類型或內(nèi)容。需要等到用戶手工打開待分析圖像，并手工指 定相應(yīng)分析算法后，才能對圖像進行分析。并且CT腦灌注圖像序列中動脈、靜脈的位置也 不能自動提取，需要用戶通過人機交互界面在圖像上直接指定動脈、靜脈位置(比如，將一 個圓形區(qū)域標記放置在動脈內(nèi)部或靜脈內(nèi)部)。但是，這樣的方式一方面容易引入人為偏 差，導(dǎo)致分析結(jié)果不可重復(fù)性；另一方面還阻礙了分析過程自動化(只有當用戶手工指定 了動、靜脈位置后，才可以開始后續(xù)分析)。由于受到上述圖像識別和動靜脈提取的限制，無法做到CT腦灌注分析自動化。只能是由用戶手工完成上述識別與提取步驟后，再手工啟動 分析過程。而分析過程一般需要一定的等待時間，尤其腦灌注圖像序列分析算法時間較長， 從而顯著限制了用戶的工作效率。發(fā)明內(nèi)容
本發(fā)明旨在提供一種腦灌注圖像序列處理方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中無法自 動識別CT腦灌注序列以及只能通過用戶手工啟動腦灌注分析過程的問題。
為了實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了一種腦灌注圖像序列處理方 法。該方法包括圖像接收裝置將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置；識別 裝置對圖像序列進行識別，并將圖像序列和識別結(jié)果發(fā)送至主動分析觸發(fā)裝置；當圖像序 列的識別結(jié)果為腦灌注序列，主動分析觸發(fā)裝置將腦灌注序列發(fā)送給分析裝置，并觸發(fā)分 析裝置對腦灌注序列進行分析；分析裝置對腦灌注序列進行分析后，將分析結(jié)果和腦灌注 序列發(fā)送至存儲裝置。
進一步地，識別裝置對圖像序列進行識別包括灌注序列識別裝置根據(jù)圖像序列 的掃描位置信息和掃描時間信息對圖像序列中的圖像進行分組排序，來識別圖像序列是否 為灌注序列；當圖像序列為灌注序列，灌注部位識別裝置采用二值形態(tài)學(xué)方法識別灌注序 列是否為腦灌注序列。
進一步地，通過以下步驟識別圖像序列是否為灌注序列從圖像信息中獲取掃描 位置信息和掃描時間信息；根據(jù)掃描位置信息對圖像序列的圖像進行分組，每一分組中的 圖像的掃描位置相同；根據(jù)掃描時間信息將每一分組包括的圖像按照掃描時間先后進行排 序；如果任意兩個不同分組包括的圖像數(shù)目相同，且任意兩個不同分組內(nèi)同一位置上的圖 像的掃描時間相同，則確定圖像序列為灌注序列。
進一步地，通過以下步驟識別灌注序列是否為腦灌注序列根據(jù)骨骼亨斯菲爾德 單位HU值對灌注序列進行二值分割，將灌注序列像素分割為第一前景像素和第一背景像 素；選擇灌注序列的圖像中心位置的第一背景像素作為種子點，將種子點以及與種子點聯(lián) 通的第一背景像素標記為第二前景像素，第一前景像素和其余第一背景像素標記為第二背 景像素；判斷標記得到的第二前景像素是否包含圖像邊緣像素，若否，則確認灌注序列為腦 灌注序列。
進一步地，根據(jù)骨骼亨斯菲爾德單位HU值對灌注序列進行二值分割包括如果灌 注序列像素的HU值大于分割閾值，則確認灌注序列像素為第一前景像素，否則，確認灌注 序列像素為第一背景像素。
進一步地，分析裝置對腦灌注序列進行分析包括動靜脈提取裝置根據(jù)大腦解剖 結(jié)構(gòu)特征利用腦灌注序列反映的對比劑濃度變化確定腦灌注序列中動脈和靜脈位置。
進一步地，通過以下步驟確定動脈和靜脈位置計算每一分組內(nèi)不同圖像在同一 位置上的像素值之和，像素值之和為灌注累積圖像，灌注累積圖像反映同一位置上的像素 在整個灌注過程中的累計對比劑濃度；將灌注累積圖像劃分為大腦前端部分和大腦后端部 分，大腦前端部分中累計對比劑濃度最高的位置為動脈位置，大腦后端部分中累計對比劑 濃度最高的位置為靜脈位置。
根據(jù)本發(fā)明的另一方面，提供了一種腦灌注圖像序列處理系統(tǒng)。該系統(tǒng)包括圖像接收裝置，用于將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置；識別裝置，與圖像接收 裝置連接，對圖像序列進行識別，并將圖像序列和識別結(jié)果發(fā)送至主動分析觸發(fā)裝置；主動 分析觸發(fā)裝置，用于當圖像序列的識別結(jié)果為腦灌注序列，將腦灌注序列發(fā)送給分析裝置， 并觸發(fā)分析裝置對腦灌注序列進行分析；分析裝置，用于對腦灌注序列進行分析后，將分析 結(jié)果和腦灌注序列發(fā)送至存儲裝置。
進一步地，識別裝置包括灌注序列識別裝置，用于根據(jù)圖像序列的掃描位置信息 和掃描時間信息對圖像序列中的圖像進行分組排序，來識別圖像序列是否為灌注序列；灌 注部位識別裝置，用于當圖像序列為灌注序列時，采用二值形態(tài)學(xué)方法識別灌注序列是否 為腦灌注序列。
進一步地，分析裝置包括動靜脈提取裝置，用于根據(jù)大腦解剖結(jié)構(gòu)特征利用腦灌 注序列反映的對比劑濃度變化確定腦灌注序列中動脈和靜脈位置。
應(yīng)用本發(fā)明的技術(shù)方案，采用圖像接收裝置將接收到的掃描圖像形成圖像序列發(fā) 送至識別裝置，并且通過識別裝置對圖像序列進行識別，從而無需手工進行指定圖像。此 外，當圖像序列的識別結(jié)果為腦灌注序列，主動分析觸發(fā)裝置將腦灌注序列發(fā)送給分析裝 置，并觸發(fā)分析裝置對腦灌注序列進行分析，從而避免了人工干預(yù)，提高了用戶的工作效 率。
除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。 下面將參照圖，對本發(fā)明作進一步詳細的說明。


附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實 施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當限定。在附圖中
圖1示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法的流程圖2示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法的優(yōu)選流程圖3示出了根據(jù)本發(fā)明實施例的灌注序列圖像構(gòu)成的示意圖4a4c示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法識別腦灌注圖像 的中間過程圖像和結(jié)果圖像；
圖5a_5c示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法識別非腦灌注圖 像的中間過程圖像和結(jié)果圖像；
圖6示出了根據(jù)本發(fā)明實施的腦灌注圖像序列處理方法得到的腦灌注序列累計 圖7示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法得到的腦灌注腦血容 量(CBV)參數(shù)圖像；
圖8示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法得到的腦灌注腦血流 量(CBF)參數(shù)圖像；
圖9示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法得到的腦灌注對比劑 平均通過時間(MTT)參數(shù)圖像；以及
圖10示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理系統(tǒng)的結(jié)構(gòu)圖。
具體實施方式
以下結(jié)合附圖對本發(fā)明的實施例進行詳細說明，但是本發(fā)明可以由權(quán)利要求限定 和覆蓋的多種不同方式實施。
圖1示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法的流程圖，該方法包 括
S110，圖像接收裝置將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置。
S120,識別裝置對圖像序列進行識別，并將圖像序列和識別結(jié)果發(fā)送至主動分析 觸發(fā)裝置。
具體地，在本實施例中，識別裝置可以采用如下方式對圖像序列進行識別灌注序 列識別裝置根據(jù)圖像序列的掃描位置信息和掃描時間信息對圖像序列中的圖像進行分組 排序，來識別圖像序列是否為灌注序列；當圖像序列為灌注序列，灌注部位識別裝置采用二 值形態(tài)學(xué)方法識別灌注序列是否為腦灌注序列。
而在本實施例中，可以通過以下步驟識別圖像序列是否為灌注序列從圖像信息 中獲取掃描位置信息和掃描時間信息；根據(jù)掃描位置信息對圖像序列的圖像進行分組，每 一分組中的圖像的掃描位置相同；根據(jù)掃描時間信息將每一分組包括的圖像按照掃描時間 先后進行排序；如果任意兩個不同分組包括的圖像數(shù)目相同，且任意兩個不同分組內(nèi)同一 位置上的圖像的掃描時間相同，則確定圖像序列為灌注序列。
當然，還可以通過以下步驟識別灌注序列是否為腦灌注序列根據(jù)骨骼亨斯菲爾 德單位HU值對灌注序列進行二值分割，將灌注序列像素分割為第一前景像素和第一背景 像素；選擇灌注序列的圖像中心位置的第一背景像素作為種子點，將種子點以及與種子點 聯(lián)通的第一背景像素標記為第二前景像素，第一前景像素和其余第一背景像素標記為第二 背景像素；判斷標記得到的第二前景像素是否包含圖像邊緣像素，若否，則確認灌注序列為 腦灌注序列。
其中，根據(jù)骨骼亨斯菲爾德單位HU (Hoimsfield unit)值對灌注序列進行二值分 割包括如果灌注序列像素的HU值大于分割閾值，則確認灌注序列像素為第一前景像素， 否則，確認灌注序列像素為第一背景像素。
S130，當圖像序列的識別結(jié)果為腦灌注序列，主動分析觸發(fā)裝置將腦灌注序列發(fā) 送給分析裝置，并觸發(fā)分析裝置對腦灌注序列進行分析。
S140，分析裝置對腦灌注序列進行分析后，將分析結(jié)果和腦灌注序列發(fā)送至存儲直ο
在本實施例中，分析裝置對腦灌注序列進行分析包括動靜脈提取裝置根據(jù)大腦 解剖結(jié)構(gòu)特征利用腦灌注序列反映的對比劑濃度變化確定腦灌注序列中動脈和靜脈位置。
具體地，通過以下步驟確定動脈和靜脈位置計算每一分組內(nèi)不同圖像在同一位 置上的像素值之和，像素值之和為灌注累積圖像，灌注累積圖像反映同一位置上的像素在 整個灌注過程中的累計對比劑濃度；將灌注累積圖像劃分為大腦前端部分和大腦后端部 分，大腦前端部分中累計對比劑濃度最高的位置為動脈位置，大腦后端部分中累計對比劑 濃度最高的位置為靜脈位置。
圖2示出了根據(jù)本發(fā)明優(yōu)選實施例的腦灌注圖像序列處理方法的流程圖。如圖 2所示，本實施例中示出的圖像序列處理方法包括S210，接收圖像；S220，識別圖像序列是否為灌注序列，若是，則執(zhí)行步驟S230，若否，則執(zhí)行步驟S280 ；S230，識別灌注序列是否為 腦灌注序列，若是，則執(zhí)行步驟S240，若否，則執(zhí)行步驟S280 ；步驟S240，主動觸發(fā)腦灌注 序列分析；S250，自動提取動脈、靜脈位置；S^K)，計算腦灌注參數(shù)；S270，存儲腦灌注參數(shù)； S^O，結(jié)束。
其中，在步驟S220中，對于灌注序列的識別主要依靠序列中的圖像的時間信息和位置信息。
具體地，灌注序列是在向檢查對象注射對比劑一段時間后，對若干個層面按照一 定時間間隔連續(xù)掃描得到的一組圖像。
下面以圖3所示的灌注序列圖像為例，詳細說明在步驟S220中識別圖像序列是否 為灌注序列的處理方式。
圖3示出了根據(jù)本發(fā)明實施例的灌注序列圖像構(gòu)成的示意圖，如圖3所示，假定對 N個層面在M個時間點上進行掃描，也就是說，序列覆蓋了 N個掃描層面，M個時間點。這 樣，得到的灌注序列共有NXM個圖像。
然后，可以將圖3中示出的灌注圖像序列，按照掃描層面分成N組(對應(yīng)圖3中的 N行)，每一組包括M張掃描圖像(對應(yīng)圖3中的M列)。同組內(nèi)的圖像對應(yīng)同一個掃描層 面，具有相同的空間位置信息，不同的掃描時間信息。將每組內(nèi)的圖像按照掃描時間順序排 序后，位于不同組內(nèi)的相同排序位置的圖像應(yīng)該具有相同的掃描時間信息。
對圖3所示的腦灌注序列圖像使用步驟S220處理，具體包括
1、序列成像模式篩選
由 CT 設(shè)備產(chǎn)生的掃描圖像格式為 DIC0M(digital imaging and communication in medicine，醫(yī)學(xué)數(shù)字成像與通訊)協(xié)議格式。DICOM協(xié)議規(guī)定，在對醫(yī)學(xué)圖像進行通訊 時，需要傳輸?shù)膬?nèi)容不僅包括了圖像本身，還必須包括一些必要的額外信息。根據(jù)圖像的類 型不同，要求包括的額外信息也不同。一般都會包括的基本信息有患者姓名、年齡、性別、 影像設(shè)備類型和掃描時間、掃描位置等。
根據(jù)DICOM信息中的成像模式(Modality)就能夠判斷出序列是否為CT序列。這 里，只保留CT序列，不處理其他模式的序列。下面對判斷出的CT序列進行下一步處理。
2、掃描圖像位置信息和時間信息提取。
掃描圖像位置信息，由DICOM信息中的圖像位置(Image Position)和圖像方向 (ImageOrientation)定義。圖像位置，定義為掃描圖像I左上角像素的三維坐標，[x，y， ζ]。圖像方向，定義為6個余弦值，[θ 1，θ 2, θ 3, θ 4, θ 5, θ 6]，依次為掃描圖像第一行 與Χ、Υ、Ζ軸夾角的余弦值，掃描圖像第一列與Χ、Υ、Ζ軸夾角的余弦值。將圖像位置和圖像 方向合并為一個統(tǒng)一的掃描位置P。
對掃描序列中的圖像I的DICOM信息進行解析，就可以得到掃描圖像位置信息 P(I)和方向信息D (I)。
圖像的掃描時間由DICOM信息中的內(nèi)容日期(Content Date)和內(nèi)容時間 (Content Time)屬性表示，格式為字符串，如“20100209”和“ 140115. 751282”聯(lián)合在一起 表示圖像的掃描時間為2010年2月9日14點01分15. 751282秒。
采用某一時間作為基準時間，如1970年1月1日0點0分0秒，可以將圖像的掃 描時間表示為從基準時間開始的秒數(shù)τ (I)，為浮點數(shù)。
3、掃描圖像分組與排序。
假定采用S表示一個CT掃描圖像序列，按照掃描位置將掃描序列中的圖像進行分 組，相同掃描位置的圖像分為一組，用&表示分組η。對&內(nèi)包括的圖像按照掃描時間排 序，將排序后的圖像依次標記為1 。得到
Sn = {IJ, Inm e S, η = 1,2, . . . , N, m = 1,2, . . . , Mn 式(1)
其中，式(1)中的N表示得到的分組數(shù)目，下標η標示分組序號，Mn表示分組&內(nèi) 包含的圖像數(shù)目。符號H表示由括弧內(nèi)元素組成的集合；符號e標示左側(cè)元素屬于右側(cè)的皇A朱口 ο
并且有
S = U &，n= 1，2，...隊式 O)
S1HSj=G, i 乒 j，i = 1，2，· · · N ； j = 1，2，. · · N，式(3)
P(Ini) =P(InJ)，i = l，2，...M;j = 1，2，···Μ;η= 1，2，···Ν，式 G)
T(Ini) < T(Inj), i < j，i = 1，2，. · ·Μ ;j = 1，2，. · ·Μ;η = 1，2，. · ·Ν，式(5)
其中，符號U表示取集合的并集；η表示取集合的交集；Ρ(.)表示取括號內(nèi)圖像 的掃描位置；τ(.)表示取括號內(nèi)圖像的掃描時間。
公式(2)表示各分組的合集等于序列圖像集合。
公式( 表示不同分組所包括的圖像不重復(fù)。
公式(4)表示同一分組內(nèi)所包括圖像的掃描位置相同。
公式(5)表示同一分組內(nèi)所包括圖像按照掃描時間順序排序。
當分組&同時滿足下列條件時，則可以判定掃描序列S為灌注序列。
DMi = Mr 對于任意 i，j = 1，2，· · ·，N ；
2) T (Iim) = T(Ijm),對于任意 i，j = 1,2,... , N ;m = 1,2,... ,Mi ；
條件1)表示不同分組包括的圖像數(shù)目相同；條件幻表示不同分組內(nèi)同一位置上 的圖像掃描時間相同。
在步驟S230中，識別灌注序列是否對應(yīng)大腦部位，主要根據(jù)大腦部位的解剖形態(tài) 特點腦組織被封閉顱骨包圍。在灌注掃描中，普遍采用軸狀面掃描，即大腦橫截面。因此， 在灌注圖像中，腦組織會被近似橢圓的封閉骨骼包圍。
依據(jù)這一特點，采用二值形態(tài)學(xué)方法，進行判定。基本思想是首先利用骨骼HU值 范圍，將骨骼分割為前景；然后選擇圖像中心位置的背景像素為種子點，進行區(qū)域聯(lián)通標 記，將包括種子點在內(nèi)的所有聯(lián)通背景像素標記為前景；最后，判斷標記得到的前景區(qū)域是 否發(fā)生“泄漏”，即是否包含了圖像邊緣。對于腦圖像，由于顱骨封閉包圍腦組織，不會發(fā)生 “泄漏”；而對于人體其他部位的軸狀面圖像，不具備此條件，將發(fā)生“泄漏”。
則對圖3所示的腦灌注序列圖像使用步驟S230處理，具體包括
1、灰度圖像二值分割
根據(jù)不同人體組織在CT成像中HU值不同，進行二值分割。將符合骨骼HU值范圍 的像素分割為前景像素(值為1)，其他像素分割為背景像素(值為0)。
假定圖像I中第k個像素的HU值為
I(k)，k = 1，2，· · ·，K 式(6)
這里K表示圖像I中的像素總數(shù)。
假定分割后的圖像為B，具體分割公式為
如果I (k) > H，B(k) =1 ；否則，B (k) =0 式(7)
H表示分割閾值，為可調(diào)節(jié)參數(shù)，參考取值為300。
2、聯(lián)通區(qū)域標記
選擇圖像中心位置的背景像素為種子點，將所有與該種子點像素聯(lián)通的背景像素 標記為前景像素，前景像素和其余背景像素標記為背景像素。具體條件如下
1)像素自身為背景像素，即B(k) = 0 ；
2)存在至少一條由背景像素組成的路徑，連接該背景像素與種子像素。即存在像 素序列
Path = Ikj IB (kj) = 0}，j = 1，2，· · ·，J式(8)
并且，kj和kj+Ι互為4相鄰或8相鄰像素，j = 1,2,... ,J-I 式(9)
用C表示聯(lián)通區(qū)域標記后的圖像，如果像素k滿足上述條件1)和幻，則C(k)= 1 ；否則，C(k) = 0。
3、腦灌注圖像判定條件
如果存在封閉的骨骼結(jié)構(gòu)，則圖像C中標記的聯(lián)通區(qū)域應(yīng)該是“收斂”的；否則，聯(lián) 通區(qū)域會發(fā)生“泄漏”，即聯(lián)通區(qū)域會包含圖像邊緣像素。通過掃描聯(lián)通區(qū)域是否包含邊緣 像素，能夠判斷是否發(fā)生“泄漏”。如果沒有泄漏，則可以判斷存在封閉骨骼結(jié)構(gòu)，進一步判 定，該灌注序列為腦灌注序列。
具體判定步驟如下
1)定義圖像的最頂端L行、最底端L行、最左側(cè)L列和最右側(cè)L列像素的集合為邊 緣像素。其中L的取值表示圖像邊緣的寬度，一般取值為1。定義邊緣像素的集合為E，則
E = {kj I kj 為邊緣像素} ·
2)設(shè)定“泄漏”標記F = O;
3)逐像素掃描圖像C中所有像素，一旦發(fā)現(xiàn)像素滿足下列條件
C(k) = 1，并且，k e E，則掃描終止，并設(shè)定F= 1 ；否則，掃描繼續(xù)。
如果F = 1，則圖像為腦灌注圖像；如果F = 0，則圖像不是腦灌注圖像。
圖4a4c示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法識別腦灌注圖像 的中間過程圖像(大腦圖像經(jīng)過閾值分割后的二值圖像)和結(jié)果圖像(最終標記圖像)。 如圖如所示，可以看到最終標記圖像C(k)中前景區(qū)域(白色區(qū)域)是收斂的，沒有包括圖 像邊界。由此可以判定圖4中的圖像掃描部位為大腦。
圖5a_5c示出了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法識別非腦灌注圖 像的中間過程圖像(大腦圖像經(jīng)過閾值分割后的二值圖像)和結(jié)果圖像(最終標記圖像)。 如圖5c所示，可以看到最終標記圖像C(k)中前景區(qū)域(白色區(qū)域)是非收斂的，包括了圖 像邊界。由此，可以判定圖5中的圖像掃描部位不是大腦。
通過上述內(nèi)容可以判斷出一幅圖像是否為大腦軸狀面圖像。對于灌注圖像序列， 在按照掃描位置分組后，每組內(nèi)的圖像對應(yīng)同一掃描位置，具有相同的解剖結(jié)構(gòu)。因此，可 以抽取出每組內(nèi)的任意一幅圖像判定是否為腦圖像。假定序列被分為N組，相應(yīng)抽取出N 幅圖像。分別對每幅圖像進行判斷，如果大于等于L幅以上的圖像經(jīng)識別為腦圖像，則判定 灌注序列為腦灌注序列。這里，L為可設(shè)定參數(shù)，一般取值為1。
在步驟S240中，當接收到的圖像序列為腦灌注序列時，主動觸發(fā)分析裝置將腦灌 注序列傳輸至分析裝置，并啟動腦灌注分析過程，同時，檢查用戶是否配置了自定義的分析 裝置。如果有，則執(zhí)行步驟S290，將腦灌注序列傳輸至自定義的分析裝置，啟動自定義分析 過程，完成用戶定義的圖像分析任務(wù)；否則，執(zhí)行步驟S280。
對于已經(jīng)識別出的腦灌注序列，通過步驟S250確定動脈、靜脈位置。步驟S250具 體包括
仍然假定灌注序列S按照掃描位置分組并按照掃描時間排序后為 SnIlnmI Inm e S}，其中，η = 1，2，...，N，m = 1，2，.. ·，M。
這里，按照腦灌注圖像序列需要滿足的條件，不同分組的圖像數(shù)目相同，所以采用 M統(tǒng)一表示各組內(nèi)圖像數(shù)目。InmGO表示第η組內(nèi)第m幅圖像的第k個像素的值。由此，求 同組內(nèi)不同圖像在同一位置上的像素值之和
Sn(k) =Σ InmGO,!!= l，2，...，N;m = l，2，...，M;k= 1，2，···，Κ;式(10)
其中，為灌注累積圖像(如圖6所示)，反映了像素位置k在整個灌注過程 中的累計對比劑濃度，該累計濃度與血液流量成正比。
&所包含的圖像Inm都具有相同的掃描方向P(Inm)，由此可以確定&對應(yīng)的掃描 方向。將&00按照從面部向枕部的方向等分為兩部分，上半部分對應(yīng)大腦前端(面部方 向)，下半部分對應(yīng)大腦后端(枕部方向)。
根據(jù)大腦解剖結(jié)構(gòu)，選擇大腦中動脈(Middle Cerebral Artery，MCA)作為參與灌 注參數(shù)計算的動脈。MCA對應(yīng)大腦前端部分血液流量最大位置。選擇上矢狀竇(Superior SagittalSinus, SSS)作為靜脈位置，SSS對應(yīng)大腦后端部分血液流量最大位置。
因此，可以分別在&中大腦前端和大腦后端尋找最大值，作為動脈和靜脈位置。需 要指出，這里需要排除骨骼的干擾。骨骼部分雖然沒有血液流過，但是由于其自身具有較高 的HU值，所以仍然會在中表現(xiàn)出較大的值?？梢圆捎媚X灌注識別中生成的區(qū)域聯(lián)通 圖像Cn來區(qū)分骨骼像素和腦組織像素。
假定掃描分組&對應(yīng)的區(qū)域聯(lián)通圖像為Cn。Cn中前景像素對應(yīng)大腦組織；背景像 素對應(yīng)非大腦組織，包括骨骼等。
如前所述，假定圖像中像素總數(shù)為K，并且假定圖像像素編號順序從左上角開始， 由左至右，從上向下排序。假定圖像尺寸為R行，C列。則將圖像前(R/幻行分為上半部， 其余部分分為下半部。
則圖像上半部像素序號滿足如下條件
k < = Km 式(11)
其中，Km = ORound(R/幻，表示圖像上半部分像素的最大序號。Round( ·)表示對 括號內(nèi)數(shù)字四舍五入取整。
圖像下半部分滿足如下條件
Km < k < = K 式(12)
假定像素序號ka表示動脈位置，kv表示靜脈位置，則ka、kv分別滿足如下條件
Sn (ka) >= &(k)，并且，Cn(ka) > 0，ka <= KM，對于任意 k 滿足 Cn(k) >0，k< = Km 式(13)
Sn(kv) >= &(k)，并且，Cn(kv) >0，&<<<=1(，對于任意1^滿足(；00 >0，
Km < k < = K 式(14)
對每一掃描層面，即分組&分別采用上述步驟確定動靜脈位置，分別標記為kan， kTO，其中，η = 1，2，. ·，N。
在本實施例中，步驟S260具體包括
已知C(t)=FX[Ca(t)(g)R⑴]式(15)
其中，R(t)為沖擊殘余函數(shù)(Impulse Residual Function)。R(t)代表了所注射 的對比劑在腦組織內(nèi)的殘余量隨時間t變化的過程。Rmax代表R(t)在整個過程中的最大 值。Ca(t)代表動脈灌注濃度隨時間變化信號，(g)表示卷積。
假定當前計算對象為分組&，將公式(15)寫為矩陣形式
Qn (k) = Fn(k)*An(kJ*Rn(k) 式(16)
其中，對應(yīng)掃描層面η中第k個像素位置在灌注掃描過程中對比劑濃度隨時 間變化的列向量，長度為M。Fn(k)代表掃描層面η中第k個像素位置的血流速度，為標量。 An(kJ代表由掃描層面η中動脈位置kan的對比劑濃度組成的卷積矩陣，尺寸為M行M列。 Rn(k)對應(yīng)掃描層面η中第k個像素位置的沖擊殘余函數(shù)，長度為M。
根據(jù)公式(16)可以采用方程的方法計算得出I n(k)。
根據(jù)I n(k)可以計算MTT:
MTTn (k) = SUM (Rn (k))/MAX (Rn (k)) 式(17)
其中，SUM(.)表示求括號內(nèi)向量所有元素之和，MAXC )表示求括號內(nèi)向量所有元 素的最大值。
CBV計算公式為
CBVn (k) = KSn(k)/Sn(kJ 式(18)
其中，CBVn(k)對應(yīng)掃描層面η中第k個像素位置的CBV值。的定義參見公 式(10)，km的公式參見(14)。K為經(jīng)驗系數(shù)，缺省取值為0. 77。
然后，可以計算得到CBF:
CBFn (k) = CBVn (k)/MTTn (k) 式(19)
采用上述公式可以計算得到掃描層面η每個像素的MTT，CBV和CBF。由每個像素 的腦灌注參數(shù)值，可以組合得到掃描層面的腦灌注參數(shù)圖像。圖7示出了根據(jù)本發(fā)明實施 例的腦灌注圖像序列處理方法得到的腦灌注腦血容量(CBV)參數(shù)圖像；圖8示出了根據(jù)本 發(fā)明實施例的腦灌注圖像序列處理方法得到的腦灌注腦血流量(CBF)參數(shù)圖像；圖9示出 了根據(jù)本發(fā)明實施例的腦灌注圖像序列處理方法得到的腦灌注對比劑平均通過時間(MTT) 參數(shù)圖像
雖然在本發(fā)明的實例中，采用了上述方法計算步驟S260中的腦灌注參數(shù)，但是還 可以采用現(xiàn)有技術(shù)中的其他計算方法來計算，具體的計算方法在現(xiàn)有技術(shù)中已有詳細介 紹，在此不再詳細描述。
根據(jù)本發(fā)明實施例，提供了一種圖像序列處理系統(tǒng)。圖10示出了根據(jù)本發(fā)明實施 例的腦灌注圖像序列處理系統(tǒng)的結(jié)構(gòu)圖。如圖10所示，該圖像序列處理系統(tǒng)圖像接收裝置 10、識別裝置12、主動觸發(fā)分析裝置14、分析裝置16和存儲裝置18。下面對此進行說明。 該系統(tǒng)包括
圖像接收裝置10，用于將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置12 ；識別裝置12，與圖像接收裝置10連接，對圖像序列進行識別，并將圖像序列和識別結(jié)果發(fā)送 至主動分析觸發(fā)裝置14 ；主動分析觸發(fā)裝置14，用于當圖像序列的識別結(jié)果為腦灌注序 列，將腦灌注序列發(fā)送給分析裝置16，并觸發(fā)分析裝置16對腦灌注序列進行分析；分析裝 置16，用于對腦灌注序列進行分析后，將分析結(jié)果和腦灌注序列發(fā)送至存儲裝置18。
其中，圖像接收裝置10負責(zé)接收來自醫(yī)療影像設(shè)備的各種醫(yī)療影像。圖像接收裝 置10可以但不限于與CT、MR、PT、CR、DR等多種醫(yī)療影像設(shè)備連接，通過DICOM協(xié)議接收 來自上述影像設(shè)備的圖像。按照DICOM協(xié)議傳輸?shù)膱D像都包含了一個序列實例唯一標識 (Series Instance UID)，用于標識圖像所隸屬的序列。圖像接收裝置10根據(jù)圖像的序列 實例唯一標識，將接收到的圖像劃分為不同序列。然后以序列為單位，將圖像序列發(fā)送至識 別裝置12。其中，序列(Series)是根據(jù)DICOM協(xié)議規(guī)定的圖像分組方法得到的。一個圖像 序列包含了一系列圖像，這些圖像來自同一臺掃描設(shè)備，在空間(掃描位置)或時間(掃描 時間)上相互關(guān)聯(lián)，具有相同的空間參考坐標系或時間坐標系。如果與圖像接收裝置10相 連的設(shè)備不支持DICOM協(xié)議。則可以按照自定義協(xié)議傳輸圖像，但要求所傳輸?shù)膱D像具有 序列標識，用于序列劃分。
優(yōu)選地，識別裝置12包括灌注序列識別裝置1202，用于根據(jù)圖像序列的掃描位 置信息和掃描時間信息對圖像序列中的圖像進行分組排序，來識別圖像序列是否為灌注序 列；灌注部位識別裝置1204，用于當圖像序列為灌注序列時，采用二值形態(tài)學(xué)方法識別灌 注序列是否為腦灌注序列。
具體地，分析裝置16包括動靜脈提取裝置1602，用于根據(jù)大腦解剖結(jié)構(gòu)特征利 用腦灌注序列反映的對比劑濃度變化確定腦灌注序列中動脈和靜脈位置。
此外，分析裝置16還可以包括腦灌注參數(shù)計算裝置1604，用于在確定動脈和靜 脈位置后，計算腦灌注參數(shù)(CBV、MTT、CBF)圖像。
在本實施例中，該系統(tǒng)還可以包括由用戶自定義的其他自定義分析裝置。如果主 動分析觸發(fā)裝置在啟動腦灌注分析的同時檢查到存在其他自定義的分析裝置，則啟動其他 自定義分析裝置，完成用戶定義的圖像分析任務(wù)。
從以上的描述中，可以看出，本發(fā)明上述的實施例實現(xiàn)了如下技術(shù)效果能夠自動 識別腦灌注圖像序列，并對識別出的圖像序列進行自動分析，而且還可以從腦灌注圖像序 列中自動提取動靜脈的位置，從而在用戶調(diào)閱圖像之前，能夠完成所有的分析過程，使用戶 在圖像工作站上打開該腦灌注圖像序列時，可以直接看到分析結(jié)果，避免了人工干預(yù)及手 工指定可能引入的人為偏差和等待時間，減輕了用戶工作量，提高了用戶的工作效率，保證 了分析結(jié)果的可重復(fù)性和一致性。
以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技 術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修 改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種腦灌注圖像序列處理方法，其特征在于，包括以下步驟圖像接收裝置將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置；所述識別裝置對所述圖像序列進行識別，并將所述圖像序列和識別結(jié)果發(fā)送至主動分 析觸發(fā)裝置；當所述圖像序列的所述識別結(jié)果為腦灌注序列，所述主動分析觸發(fā)裝置將所述腦灌注 序列發(fā)送給分析裝置，并觸發(fā)所述分析裝置對所述腦灌注序列進行分析；所述分析裝置對所述腦灌注序列進行分析后，將分析結(jié)果和所述腦灌注序列發(fā)送至存 儲裝置。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述識別裝置對所述圖像序列進行識別 包括灌注序列識別裝置根據(jù)圖像序列的掃描位置信息和掃描時間信息對所述圖像序列中 的圖像進行分組排序，來識別所述圖像序列是否為灌注序列；當所述圖像序列為灌注序列，灌注部位識別裝置采用二值形態(tài)學(xué)方法識別所述灌注序 列是否為腦灌注序列。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過以下步驟識別所述圖像序列是否為 灌注序列從圖像信息中獲取所述掃描位置信息和所述掃描時間信息；根據(jù)所述掃描位置信息對所述圖像序列的圖像進行分組，每一分組中的圖像的掃描位 置相同；根據(jù)所述掃描時間信息將所述每一分組包括的圖像按照掃描時間先后進行排序；如果任意兩個不同分組包括的圖像數(shù)目相同，且所述任意兩個不同分組內(nèi)同一位置上 的圖像的掃描時間相同，則確定所述圖像序列為灌注序列。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，通過以下步驟識別所述灌注序列是否為 腦灌注序列根據(jù)骨骼亨斯菲爾德單位HU值對所述灌注序列進行二值分割，將所述灌注序列像素 分割為第一前景像素和第一背景像素；選擇灌注序列的圖像中心位置的第一背景像素作為種子點，將所述種子點以及與所述 種子點聯(lián)通的第一背景像素標記為第二前景像素，所述第一前景像素和其余所述第一背景 像素標記為第二背景像素；判斷標記得到的所述第二前景像素是否包含圖像邊緣像素，若否，則確認所述灌注序 列為腦灌注序列。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)骨骼亨斯菲爾德單位HU值對所述灌 注序列進行二值分割包括如果所述灌注序列像素的HU值大于分割閾值，則確認所述灌注 序列像素為所述第一前景像素，否則，確認所述灌注序列像素為所述第一背景像素。
6.根據(jù)權(quán)利要求4或5所述的方法，其特征在于，所述分析裝置對所述腦灌注序列進行 分析包括動靜脈提取裝置根據(jù)大腦解剖結(jié)構(gòu)特征利用所述腦灌注序列反映的對比劑濃度變化 確定所述腦灌注序列中動脈和靜脈位置。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，通過以下步驟確定所述動脈和靜脈位置計算所述每一分組內(nèi)不同圖像在同一位置上的像素值之和，所述像素值之和為灌注累 積圖像，所述灌注累積圖像反映所述同一位置上的像素在整個灌注過程中的累計對比劑濃 度；將所述灌注累積圖像劃分為大腦前端部分和大腦后端部分，所述大腦前端部分中累計 對比劑濃度最高的位置為所述動脈位置，所述大腦后端部分中累計對比劑濃度最高的位置 為所述靜脈位置。
8.—種腦灌注圖像序列處理系統(tǒng)，其特征在于，包括圖像接收裝置，用于將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置；所述識別裝置，與所述圖像接收裝置連接，對所述圖像序列進行識別，并將所述圖像序 列和識別結(jié)果發(fā)送至主動分析觸發(fā)裝置；所述主動分析觸發(fā)裝置，用于當所述圖像序列的所述識別結(jié)果為腦灌注序列，將所述 腦灌注序列發(fā)送給分析裝置，并觸發(fā)所述分析裝置對所述腦灌注序列進行分析；所述分析裝置，用于對所述腦灌注序列進行分析后，將分析結(jié)果和所述腦灌注序列發(fā) 送至存儲裝置。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述識別裝置還包括灌注序列識別裝置，用于根據(jù)圖像序列的掃描位置信息和掃描時間信息對所述圖像序 列中的圖像進行分組排序，來識別所述圖像序列是否為灌注序列；灌注部位識別裝置，用于當所述圖像序列為灌注序列時，采用二值形態(tài)學(xué)方法識別所 述灌注序列是否為腦灌注序列。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述分析裝置包括動靜脈提取裝置，用于根據(jù)大腦解剖結(jié)構(gòu)特征利用所述腦灌注序列反映的對比劑濃度 變化確定所述腦灌注序列中動脈和靜脈位置。
全文摘要
本發(fā)明提供了一種腦灌注圖像序列處理方法及系統(tǒng)。該方法包括圖像接收裝置將接收到的掃描圖像形成圖像序列發(fā)送至識別裝置；識別裝置對圖像序列進行識別，并將圖像序列和識別結(jié)果發(fā)送至主動分析觸發(fā)裝置；當圖像序列的識別結(jié)果為腦灌注序列，主動分析觸發(fā)裝置將腦灌注序列發(fā)送給分析裝置，并觸發(fā)分析裝置對腦灌注序列進行分析；分析裝置對腦灌注序列進行分析后，將分析結(jié)果和腦灌注序列發(fā)送至存儲裝置。應(yīng)用本發(fā)明的技術(shù)方案，無需手工進行指定圖像，避免了人工干預(yù)，提高了用戶的工作效率。
文檔編號A61B6/03GK102028494SQ20111002596
公開日2011年4月27日 申請日期2011年1月24日 優(yōu)先權(quán)日2011年1月24日
發(fā)明者周永新, 崔彤哲, 郗魁斌, 陳國楨 申請人:海納醫(yī)信(北京)軟件科技有限責(zé)任公司