專利名稱：磁共振成像定量參數(shù)計算方法及系統(tǒng)的制作方法
磁共振成像定量參數(shù)計算方法及系統(tǒng)
技術(shù)領(lǐng)域：
本發(fā)明涉及磁共振成像數(shù)據(jù)處理領(lǐng)域，特別涉及一種磁共振成像定量參數(shù)計算方 法及系統(tǒng)。
背景技術(shù)：
腫瘤、斑塊等新生血管生長密集且生長迅速，新生血管生成在腫瘤的發(fā)展轉(zhuǎn)移及 斑塊的不穩(wěn)定化過程中起了重要作用。血管內(nèi)皮生長因子(vascularendothelial factor, 簡稱VEGF)是新生血管生成的主要因子，它能促進內(nèi)皮細胞增殖，提高血管通透性。微血管 通透性和新生血管生成密切相關(guān)，是評價腫瘤惡性程度、鑒別其復(fù)發(fā)、以及評估斑塊穩(wěn)定性 等的主要指標(biāo)。因此，測得微血管通透性的定量指標(biāo)，則可量化新生血管的生成，從而可用 于評估腫瘤的惡性程度及斑塊的穩(wěn)定性。微血管通透性是與新生血管生成速率密切相關(guān)的重要指標(biāo)。血管(血漿)空間和 血管外細胞外空間(Extravascular Extracellular Space，EES)之間的體積轉(zhuǎn)運系數(shù)可用 Kteans表示，它(微血管內(nèi)皮通透率與表面積的乘積)可定量(量綱為1/minute)地表述微 血管通透性。如果能準(zhǔn)確測得Ktrans值，定量地檢測出微血管通透性信息，則可定量評價斑 塊、腫瘤等新生血管的生成情況，對于早期診斷和綜合評估斑塊的易損性以及活體對腫瘤 進行組織病理學(xué)分級具有極大的幫助。然而，最常用的計算Kteans值的Tofts數(shù)據(jù)分析模型 是通過對正常人群采樣推演獲得其用于建模的動脈輸入函數(shù)(Arterial Input Function, AIF)，不能準(zhǔn)確反映每一患者本身的AIF，影響了結(jié)果的準(zhǔn)確性與可靠性，并且其基于藥物 動力學(xué)數(shù)據(jù)分析模型進行結(jié)果處理的非線性擬合方法將AIF假設(shè)為一個單指數(shù)階躍響應(yīng) 函數(shù)，導(dǎo)致了殘余函數(shù)估計的準(zhǔn)確性降低。而目前采樣患者本身的AIF的研究通過手動選 擇動脈的R0I，很容易受到操作者的偏差和部分容積效應(yīng)的影響，影響了結(jié)果的準(zhǔn)確性。因 此，降低了定量指標(biāo)Ktrans用于具有新生血管生成的腫瘤、斑塊等評估的魯棒性和可重復(fù)性。

發(fā)明內(nèi)容基于此，有必要提供一種提高測得定量參數(shù)的準(zhǔn)確性的磁共振成像定量參數(shù)計算 方法。一種磁共振成像定量參數(shù)計算方法，包括以下步驟建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造影劑濃度之間 關(guān)系的磁共振成像模型；根據(jù)采集的造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像，分別計算動脈和病灶區(qū)的 縱向弛豫時間；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型及動脈區(qū) 的縱向弛豫時間獲取動脈輸入函數(shù)；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型及病灶區(qū) 的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)；
根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)計算血管 空間容積分數(shù)；根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū)內(nèi)的造影 劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)；根據(jù)所得的殘余函數(shù)測得定量參數(shù)。優(yōu)選地，所述計算動脈和病灶區(qū)的縱向弛豫時間具體步驟包括在動脈和最大病灶區(qū)選取感興趣區(qū)；分別計算動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該平均信號強度 與翻轉(zhuǎn)角之間的關(guān)系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時間。優(yōu)選地，所述獲取動脈輸入函數(shù)的具體步驟包括選取動脈層，獲取動脈層的動態(tài)增強圖像；根據(jù)所述動態(tài)增強圖像，提取所述動脈層內(nèi)每個體素的信號強度增強與時間關(guān)系 曲線；濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間關(guān)系曲線；對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成像模型及動脈 區(qū)的縱向弛豫時間獲取平均的動脈輸入函數(shù)。優(yōu)選地，所述獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度的具體步驟包括獲取最大病灶區(qū)所在層的動態(tài)增強圖像，并在所述最大病灶區(qū)層中的病灶增強部 位選取感興趣區(qū)；分別計算所有動態(tài)增強圖像中每個動態(tài)增強圖像的感興趣區(qū)內(nèi)所有像素的平均 值，并根據(jù)計算得出的多個動態(tài)點的平均值建立病灶區(qū)感興趣區(qū)的平均信號強度與時間關(guān) 系曲線；根據(jù)所述磁共振成像模型、病灶區(qū)的縱向弛豫時間及平均信號強度與時間關(guān)系曲 線建立造影劑濃度與時間關(guān)系曲線。優(yōu)選地，所述計算殘余函數(shù)的方法為反卷積法和奇異值分解法。此外，還有必要提供一種提高測得定量參數(shù)的準(zhǔn)確性的磁共振成像定量參數(shù)計算 系統(tǒng)。一種磁共振成像定量參數(shù)計算系統(tǒng)，該系統(tǒng)包括模型構(gòu)建模塊，建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造 影劑濃度之間關(guān)系的磁共振成像模型；信息采集模塊，采集造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像和造影劑注入期間 受檢組織的動態(tài)增強圖像；處理模塊，根據(jù)采集的造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像分別計算動脈和 病灶區(qū)的縱向弛豫時間；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成 像模型及動脈區(qū)的縱向弛豫時間獲取動脈輸入函數(shù)；根據(jù)采集的造影劑注入期間受檢組織 的動態(tài)增強圖像、磁共振成像模型及病灶區(qū)的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影 劑濃度時間函數(shù)；根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)計 算血管空間容積分數(shù)；根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣 區(qū)內(nèi)的造影劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)；根據(jù)所得的殘余函數(shù)測得定量參數(shù)。 優(yōu)選地，所述建立的包含信號強度與造影劑濃度之間關(guān)系的磁共振成像模型為 _2] SiO-M0 卜艦㈣, +·) ^其中，S(t)是信號強度，M0是反映磁共振成像掃描儀自旋密度和硬件靈敏度的常 量，TR是重復(fù)時間，TE是回波時間，α是翻轉(zhuǎn)角，Rltl和R2c；分別是造影劑注入前縱向弛豫 率和有效橫向弛豫率，Γι和r/分別是造影劑的縱向弛豫性和有效橫向弛豫性，Ct (t)是組 織內(nèi)隨時間變化的造影劑濃度。優(yōu)選地，所述處理模塊計算動脈和病灶區(qū)的縱向弛豫時間具體為在動脈和最大 病灶區(qū)選取感興趣區(qū)，分別計算動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該 平均信號強度與翻轉(zhuǎn)角之間的關(guān)系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時 間。優(yōu)選地，所述處理模塊包括選取模塊，選取動脈層，獲取所述動脈層的動態(tài)增強圖像；提取模塊，根據(jù)所述動態(tài)增強圖像，提取所述動脈層內(nèi)每個體素的信號強度增強 與時間關(guān)系曲線；濾除模塊，濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間關(guān)系 曲線；計算模塊，對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成像 模型及動脈區(qū)的縱向弛豫時間獲取平均的動脈輸入函數(shù)。優(yōu)選地，所述處理模塊進一步獲取最大病灶區(qū)所在層的動態(tài)增強圖像，在所述最 大病灶區(qū)層中的病灶增強部位選取感興趣區(qū)，再分別計算所有動態(tài)增強圖像中每個動態(tài)增 強圖像的感興趣區(qū)內(nèi)所有像素的平均值，并根據(jù)計算得出的多個動態(tài)點的平均值建立病灶 區(qū)感興趣區(qū)的平均信號強度與時間關(guān)系曲線，以及根據(jù)所述磁共振成像模型、病灶區(qū)的縱 向弛豫時間及平均信號強度與時間關(guān)系曲線建立造影劑濃度與時間關(guān)系曲線。優(yōu)選地，所述處理模塊進一步采用反卷積法和奇異值分解法計算殘余函數(shù)。優(yōu)選地，所述處理模塊進一步對所得的殘余函數(shù)采用最小二乘擬合法進行處理測 得定量參數(shù)。上述磁共振成像定量參數(shù)計算方法及系統(tǒng)，通過采集對病人注入造影劑前的多個 翻轉(zhuǎn)角圖像計算動脈和病灶區(qū)的縱向弛豫時間，以及采用注入造影劑后的動態(tài)增強圖像及 計算的動脈區(qū)的縱向弛豫時間及磁共振成像模型獲取動脈輸入函數(shù)，該動脈輸入函數(shù)是直 接針對病人自動提取的，比以往通過正常人提取或手動提取的動脈輸入函數(shù)的準(zhǔn)確性高， 然后通過該動脈輸入函數(shù)進行計算得到的血管空間容積分數(shù)及殘余函數(shù)和定量參數(shù)的準(zhǔn) 確性也提高了。另外，采用反卷積法提高了殘余函數(shù)估計的準(zhǔn)確性。
圖1為一個實施例中磁共振成像定量參數(shù)計算方法的流程圖；圖2為動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型的兩室模型示意圖3為一個重復(fù)時間內(nèi)的梯度回波成像序列示意圖；圖4為一個實施例中計算動脈和病灶區(qū)的縱向弛豫時間的具體方法流程圖；圖5A為一個實施例中大腦中動脈ROI內(nèi)的平均SFC及其擬合曲線；圖5B為一個實施例中病灶區(qū)ROI內(nèi)的平均SFC及其擬合曲線；圖6為造影劑經(jīng)動脈流入組織后，由靜脈匯集流出的說明示意圖；圖7為一個實施例中獲取AIF的具體方法流程圖；圖8A為一個實施例中動脈區(qū)內(nèi)的平均信號強度增強與時間關(guān)系曲線；圖8B為一個實施例中AIF曲線；圖9為一個實施例中獲取造影劑濃度時間函數(shù)的具體方法流程圖；圖IOA為病灶區(qū)ROI內(nèi)平均信號強度與時間關(guān)系曲線；圖IOB為病灶區(qū)ROI內(nèi)平均造影劑濃度與時間關(guān)系曲線；圖11為AIF的單指數(shù)階躍響應(yīng)示意圖；圖12為一個實施例中測得的殘余函數(shù)曲線及其擬合曲線；圖13為各定量參數(shù)的Map圖；圖14為一個實施例中磁共振成像定量參數(shù)計算系統(tǒng)的結(jié)構(gòu)示意圖；圖15為一個實施例中處理模塊的內(nèi)部結(jié)構(gòu)示意圖。
具體實施方式如圖1所示，在一個實施例中，一種磁共振成像定量參數(shù)計算方法，包括以下步 驟S10，建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造影劑濃度 之間關(guān)系的磁共振成像模型。其中，動態(tài)對比增強(DynamicContrast-enhancecbDCE)藥物 動力學(xué)數(shù)據(jù)分析模型為兩室模型，如圖2所示。該模型描述了造影劑在血管(血漿)空間 (中央室)和血管外細胞外空間(Extravascular Extracellular Space,EES)之間轉(zhuǎn)運的 動力學(xué)過程，具體模型如下式(1)所示Ve^- = K'^(Cp(t)-Ce(t))⑴另外，血管組織內(nèi)每一像素中觀察到的隨時間變化的造影劑濃度Ct (t)同時取決 于血管(血漿)內(nèi)的造影劑濃度和EES內(nèi)的造影劑濃度，因此，求解一階微分方程(1)，得到 如下關(guān)系式(2)Ct(t) = Ve-Ce(t) + Vp-Cp(t) (2)= Ktrans I Cp {T)eKep{t~T)dT + Vp-Cp (t)其中，EES容積分數(shù)Ve由下式(3)給出Ve = KtranVKep (3)對公式(2)進行處理可表示為如下卷積方程(4)
C,(t)-Vp-Cp(t) = Cp(t) m(t) ⑷
式(4)中 是卷積操作符，其中， 上述⑴ (5)式中各參數(shù)分別為Vp為血管(血漿)空間容積分數(shù)，Ve SEES容 積分數(shù)，Ve和Vp均為每單位組織容積的無量綱分數(shù)WOnirT1)為造影劑從血管(血漿) 空間滲漏到EES的體積轉(zhuǎn)運系數(shù)；KepOiiirr1)為造影劑從EES返回到血管(血漿)空間的速 率常數(shù)；Cp(t)表示血管(血漿)空間的造影劑濃度隨時間變化的關(guān)系，該參數(shù)可作為動脈 輸入函數(shù)(Arterial Input Function, AIF)測得;Ce(t)表示EES內(nèi)的造影劑濃度隨時間 變化的關(guān)系；為殘余函數(shù)，表示在時間t時刻仍存在于組織中的造影劑濃度，是一個依 賴組織特征的生理參數(shù)的關(guān)系式表達。由于新生血管不完整，使得注入血管內(nèi)的造影劑滲漏到周圍組織，造影劑顆粒未 成對電子與組織內(nèi)原子核質(zhì)子的偶極_偶極作用，導(dǎo)致組織的縱向弛豫時間T1縮短，因此， 造影劑的滲漏造成局部組織弛豫率的增加，而增加的弛豫率表現(xiàn)為T1加權(quán)信號的增強。其 中，T1加權(quán)像的特點為組織的T1越短，恢復(fù)越快，信號就越強；組織的T1越長，恢復(fù)越慢， 信號就越弱。因此，磁共振成像(Magnetic Resonance Imaging，簡稱MRI)模型中給出了梯 度回波成像序列的信號增強S(t)與造影劑濃度之間的關(guān)系如下 其中，Mtl是反映MRI掃描儀自旋密度和硬件靈敏度的常量；圖像采集的各個參數(shù) TR是重復(fù)時間、TE是回波時間、α是翻轉(zhuǎn)角，Rltl和IC分別是造影劑注入前縱向弛豫率和有 效橫向弛豫率Μπιτ1)，巧和！·/分別是造影劑的縱向弛豫性和有效橫向弛豫性(S-1HiT1), 也就是每單位造影劑濃度弛豫率的增加，Ct (t)是組織中隨時間變化的造影劑濃度。該式(6)表明了由適當(dāng)?shù)某谠バ猿?shù)!^和！·/線性量度的Ct(t)可以對弛豫率增 強效應(yīng)以線性比例進行描述，如式(7)給出了造影劑濃度隨T1變化的關(guān)系R1 (t) = Rlt^r1Ct (t) (J)其中，R1 (t) = 1/ \，造影劑注入以前的基線T1值為T1(|eRiq。步驟S20，根據(jù)采集的造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像，分別計算動脈和 病灶區(qū)的縱向弛豫時間。根據(jù)造影劑注入前采集的受檢組織的多個翻轉(zhuǎn)角圖像，在Matlab 平臺下編寫程序應(yīng)用擬合法計算縱向弛豫時間T1,即基線T1值。本實施例中，受檢組織為 腦組織。如圖3所示為一個重復(fù)時間(Time Repetition, TR)內(nèi)的梯度回波成像序列示意 圖，其中，α為翻轉(zhuǎn)角，F(xiàn)ID (Free Induction Decay)為自由感應(yīng)衰減，TI為反轉(zhuǎn)時間，TE 為回波時間，TR為重復(fù)時間。根據(jù)其性質(zhì)和MRI物理可知，在無造影劑注入的情況下，T1加 權(quán)信號和翻轉(zhuǎn)角α的關(guān)系可表示為下式 其中，用Tltl表示造影劑注入之前的縱向弛豫時間T1,即，基線T1 ；M0是反映MRI掃 描儀自旋密度和硬件靈敏度的常量，與平衡縱向磁化強度成比例；α ( = 2°，5°，10°，15°，20°，......)為翻轉(zhuǎn)角。在一個實施例中，如圖4所示，計算動脈和病灶區(qū)的縱向弛豫時間的具體步驟包 括步驟S200，在動脈和最大病灶區(qū)選取感興趣區(qū)。參照常規(guī)增強T1加權(quán)圖像，在動 脈和最大病灶區(qū)所在層選取適當(dāng)?shù)母信d趣區(qū)(Region Of Interest，簡稱R0I)，且多個翻轉(zhuǎn) 角圖像的ROI選取位置和大小均一致。本實施例中，采集5個不同翻轉(zhuǎn)角(2°、5°、10°、 15°、20° )的圖像。步驟S201，分別計算動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該平 均信號強度與翻轉(zhuǎn)角之間的關(guān)系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時間。 計算出兩個ROI內(nèi)的平均信號強度，分別建立該信號強度與翻轉(zhuǎn)角之間的關(guān)系曲線，根據(jù) 式(8)，應(yīng)用非線性最小二乘擬合方法可分別得到動脈和病灶區(qū)的縱向弛豫時間，即基線T1 值。如圖5A和圖5B所示為動脈區(qū)和病灶區(qū)ROI內(nèi)的平均信號強度與翻轉(zhuǎn)角的關(guān)系曲線 (Signal-Flip angle Curve, SFC)以及用非線性最小二乘擬合方法得到的擬合曲線，圖5A 為大腦中動脈ROI內(nèi)的平均SFC及其擬合曲線，圖5B為病灶區(qū)ROI內(nèi)的平均SFC及其擬合 曲線。步驟S30，根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型 及動脈區(qū)的縱向弛豫時間獲取動脈輸入函數(shù)。如圖6所示為造影劑經(jīng)動脈流入組織后，由 靜脈匯集流出的說明示意圖，其中，脈管下方的曲線為相應(yīng)脈管內(nèi)的造影劑濃度與時間關(guān) 系曲線示意圖。動脈血管內(nèi)信號強度增強與時間關(guān)系曲線具有與AIF類似的特征團注造 影劑到達時間(bolus arrival time,BAT)短、峰值(peak height,PH)高、到達峰值的時間 (time to peak,TTP)短、初始斜率大、平均高度高等，并且信號強度增強與造影劑濃度存在 近似正比例的關(guān)系，因此，可以根據(jù)動脈血管內(nèi)信號強度增強與時間關(guān)系曲線的特征自動 提取AIF。在一個實施例中，如圖7所示，獲取AIF的具體步驟包括步驟S300，選取動脈層，獲取該動脈層的動態(tài)增強圖像。手動選取合適的動脈所在 層，并保證該層沒有受到流動效應(yīng)的影響，獲取該動脈層的動態(tài)增強圖像。步驟S301，根據(jù)該動態(tài)增強圖像，提取該動脈層內(nèi)每個體素的信號強度增強與時 間關(guān)系曲線。對一系列動態(tài)增強圖像進行處理，提取該動脈層內(nèi)每個體素的信號強度增 強_時間曲線，即信號強度增強與時間的關(guān)系曲線。步驟S302，濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間關(guān)系 曲線。本實施例中，計算每個體素信號強度增強-時間曲線的PH、TTP和初始斜率，然后選 出PH最高的前20%的所有曲線，接著再選出初始斜率最大的前50%的曲線，濾除非血管組 織的體素的信號強度增強與時間關(guān)系曲線，其中，曲線選取的百分比根據(jù)需要而設(shè)定。然 后，再對濾除非血管組織的體素的信號強度增強與時間關(guān)系曲線后剩下的關(guān)系曲線求平均 TTP，從中選出TTP大于這一平均TTP的所有曲線，濾除靜脈血管體素的信號強度增強與時 間關(guān)系曲線。步驟S303，對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成像 模型及動脈區(qū)的縱向弛豫時間獲取平均的動脈輸入函數(shù)。對濾除了非血管組織的體素及靜 脈血管的體素的信號強度增強與時間關(guān)系曲線剩下的關(guān)系曲線求平均，再根據(jù)式(6)和式 (7)的MRI模型以及動脈區(qū)的縱向弛豫時間將其轉(zhuǎn)換為造影劑濃度隨時間變化的曲線，從而得到一個平均的AIF。如圖8A和8B所示，圖8A表示動脈區(qū)內(nèi)的平均信號強度增強與時 間關(guān)系曲線，圖8B為AIF曲線。步驟S40，根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型 及病灶區(qū)的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)。根據(jù)團注造影劑 期間采集到的動態(tài)增強圖像，在Matlab平臺下編寫程序建立病灶區(qū)ROI內(nèi)的造影劑濃度與 時間的關(guān)系曲線(CTC)。在一個實施例中，如圖9所示，步驟S40具體包括步驟S400，選取最大病灶區(qū)所在層，獲取最大病灶區(qū)所在層的動態(tài)增強圖像，并在 該最大病灶區(qū)所在層中病灶增強部位選取感興趣區(qū)。獲取最大病灶區(qū)所在層的動態(tài)增強圖 像后，應(yīng)用軟件在該最大病灶區(qū)所在層選取合適的R0I，以保證選取到病灶增強的部位，避 免由于ROI的選取部位及大小對動態(tài)曲線造成的影響，且在所有動態(tài)時間點選取的ROI的 位置與大小均一致，同一患者的動態(tài)增強圖像和多個翻轉(zhuǎn)角圖像的病灶區(qū)ROI選取位置及 大小也相同，這樣保證獲取的數(shù)據(jù)來源相同，提高后續(xù)計算的準(zhǔn)確性。步驟S401，分別計算所有動態(tài)增強圖像中每個動態(tài)增強圖像的感興趣區(qū)內(nèi)所有像 素的平均值，并根據(jù)計算得出的多個動態(tài)點的平均值建立病灶區(qū)感興趣區(qū)的平均信號強度 與時間關(guān)系曲線。依次分別計算出所有動態(tài)增強圖像中每個動態(tài)增強圖像的ROI內(nèi)所有像 素的平均值，根據(jù)計算的多個動態(tài)點的平均值建立病灶區(qū)ROI內(nèi)的平均信號強度與時間關(guān) 系曲線(signal intensity-time curve，STC)。步驟S402，根據(jù)磁共振成像模型、病灶區(qū)的縱向弛豫時間及平均信號強度與時間 關(guān)系曲線建立造影劑濃度與時間關(guān)系曲線。根據(jù)式(6)與式(7)的MRI模型及病灶區(qū)的縱 向弛豫時間T1，將病灶區(qū)ROI內(nèi)的平均信號強度與時間關(guān)系曲線轉(zhuǎn)換為平均造影劑濃度與 時間關(guān)系曲線CTC，如圖IOA和IOB所示分別為病灶區(qū)ROI內(nèi)平均STC及相對應(yīng)的CTC。步驟S50，根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度計算血管 空間容積分數(shù)。在團注造影劑后的起初20分鐘內(nèi)，血管(血漿)空間內(nèi)造影劑濃度的變化 可用單指數(shù)衰減來很好地表述。因此，可將AIF簡化為如下式(9)的一個單指數(shù)階躍響應(yīng) 函數(shù)，如圖11所示，其中Cp(t)為AIF，Ct(t)為組織內(nèi)造影劑濃度隨時間變化的關(guān)系曲線， Cp(O)是團注造影劑即刻(t = 0)血漿內(nèi)的濃度，此刻造影劑的濃度達到最大值，Vp為血管 (血漿)空間的分數(shù)容積，T172是造影劑的排泄半衰期。Cp{t) = Cp^)-e-"T^(9)其中，VpCp(O) = Ct(O) (10)根據(jù)式(9)計算的AIF，求得其峰值，再根據(jù)到達該峰值的時間以及CTC，計算出 Ct (0)，則可計算出Vp。步驟S60，根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū) 內(nèi)的造影劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)。對式(4)所 示的卷積方程可通過數(shù)學(xué)上的矩陣運算變換為下式(11) 基于動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型和以上測得的病灶區(qū)感興趣區(qū)內(nèi)的 造影劑濃度時間函數(shù)Ct(t)、動脈輸入函數(shù)Cp(t)和血管空間容積分數(shù)vp，采用反卷積法和 奇異值分解(Singular Value Decomposition, SVD)法求解式(11)，則可建立殘余函數(shù)識⑴ 的曲線。采用反卷積法提高了估算殘余函數(shù)的準(zhǔn)確性，比非線性擬合方法能得到更準(zhǔn)確的
計算結(jié)果。步驟S70，根據(jù)所得的殘余函數(shù)測得定量參數(shù)。根據(jù)測得的殘余函數(shù)的曲線， 在Matlab平臺下編寫程序完成擬合，測得定量參數(shù)Kteans、Kep、Ve等值。具體步驟為對所得 的殘余函數(shù)進行最小二乘擬合法測得定量參數(shù)。以式(5)所示的殘余函數(shù)為擬合模型，應(yīng) 用非線性最小二乘擬合方法的Levenberg-Marquardt算法對該殘余函數(shù)的曲線進行 擬合，以擬合結(jié)果goodness中的決定系數(shù)rsquare大于預(yù)定值作為擬合終止標(biāo)準(zhǔn)。本實施 例中，該預(yù)定值為0.7。如圖12所示為殘余函數(shù)W⑴的曲線及其擬合曲線。另外，上述動態(tài)增強磁共振成像定量參數(shù)計算方法，還包括計算每個像素的參數(shù) 值，建立各參數(shù)值的Map圖。根據(jù)計算各定量參數(shù)的方法計算出每個像素的參數(shù)值，然后建 立各參數(shù)值的Map圖，以直觀的顯示腫瘤、斑塊等的形態(tài)大小。如圖13所示為各定量參數(shù) 的Map圖。上述磁共振成像定量參數(shù)計算方法，通過采集對病人注入造影劑前的多個翻轉(zhuǎn)角 圖像計算動脈和病灶區(qū)的縱向弛豫時間，以及采用注入造影劑后的動態(tài)增強圖像及計算的 動脈區(qū)的縱向弛豫時間及磁共振成像模型獲取的動脈輸入函數(shù)，該動脈輸入函數(shù)是直接針 對病人自動提取的，比以往通過正常人提取或手動提取動脈輸入函數(shù)的準(zhǔn)確性高，因而通 過該動脈輸入函數(shù)進行計算得到的血管空間容積分數(shù)及殘余函數(shù)和體積轉(zhuǎn)運系數(shù)等定量 參數(shù)的準(zhǔn)確性也提高了。如圖14所示，在一個實施例中，一種磁共振成像定量參數(shù)計算系統(tǒng)，包括模型構(gòu) 建模塊10、信息采集模塊20和處理模塊30。模型構(gòu)建模塊10建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與 造影劑濃度之間關(guān)系的磁共振成像模型。動態(tài)對比增強(DynamicContrast-enhancecbDCE) 藥物動力學(xué)數(shù)據(jù)分析模型與磁共振成像模型的具體模型同上述動態(tài)增強磁共振成像定量 參數(shù)計算方法中描述的一樣，此處不再詳述。信息采集模塊20采集造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像和造影劑注入期 間受檢組織的動態(tài)增強圖像。本實施例中，受檢組織為腦組織。信息采集模塊20采集造 影劑注入前的血管組織的多個翻轉(zhuǎn)角圖像，本實施例中，采集5個不同翻轉(zhuǎn)角(2°、5°、 10°、15°、20° )的圖像。處理模塊30根據(jù)采集的造影劑注入前血管組織的多個翻轉(zhuǎn)角圖像分別計算動脈 和病灶區(qū)的縱向弛豫時間。處理模塊30計算動脈和病灶區(qū)的縱向弛豫時間T1的具體過程 為
(a)在動脈和最大病灶區(qū)選取感興趣區(qū)。參照常規(guī)增強T1加權(quán)圖像，在動脈和最 大病灶區(qū)所在層選取適當(dāng)?shù)母信d趣區(qū)(Region Of Interest，簡稱R0I)，且多個翻轉(zhuǎn)角圖像 的ROI選取位置和大小均一致。本實施例中，采集5個不同翻轉(zhuǎn)角(2°、5°、10°、15°、 20° )的圖像。(b)分別計算動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該平均信號 強度與翻轉(zhuǎn)角之間的關(guān)系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時間。計算出 兩個ROI內(nèi)的平均信號強度，建立該平均信號強度與翻轉(zhuǎn)角之間的關(guān)系曲線，根據(jù)式(8)， 應(yīng)用非線性最小二乘擬合方法可分別得到動脈和病灶區(qū)的縱向弛豫時間，即基線T1值。處理模塊30進一步根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共 振成像模型及動脈區(qū)的縱向弛豫時間獲取動脈輸入函數(shù)。在一個實施例中，如圖15，處理模 塊30包括選取模塊300、提取模塊301、濾除模塊302和計算模塊303。其中，選取模塊300 選取動脈層，獲取該動脈層的動態(tài)增強圖像。手動選取合適的動脈所在層，并保證該層沒有 受到流動效應(yīng)的影響，獲取該動脈層的動態(tài)增強圖像。提取模塊301根據(jù)該動態(tài)增強圖像，提取該動脈層內(nèi)每個體素的信號強度增強與 時間關(guān)系曲線。對動態(tài)增強圖像進行處理，提取該動脈層內(nèi)每個體素的信號增強-時間曲 線，即信號強度增強與時間關(guān)系曲線。濾除模塊302濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間 關(guān)系曲線。本實施例中，計算每個體素信號強度增強_時間曲線的PH、TTP和初始斜率，然 后選出PH最高的前20%的所有曲線，接著再選出初始斜率最大的前50%的曲線，濾除非血 管組織的體素的信號強度增強與時間關(guān)系曲線，其中，曲線選取的百分比根據(jù)需要而設(shè)定。 然后，再對濾除非血管組織的體素的信號強度增強與時間關(guān)系曲線后剩下的關(guān)系曲線求平 均TTP，從中選出TTP大于這一平均TTP的所有曲線，濾除靜脈血管體素的信號強度增強與 時間關(guān)系曲線。計算模塊303對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成 像模型及動脈區(qū)的縱向弛豫時間獲取平均的動脈輸入函數(shù)。對濾除了非血管組織的體素及 靜脈血管的體素的信號強度增強與時間關(guān)系曲線剩下的關(guān)系曲線求平均，再根據(jù)式(6)和 式(7)的MRI模型以及動脈區(qū)的縱向弛豫時間將其轉(zhuǎn)換為造影劑濃度隨時間變化的曲線， 從而得到一個平均的AIF。處理模塊30還根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成 像模型及病灶區(qū)的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)。具體過程 為(B1)獲取最大病灶區(qū)所在層的動態(tài)增強圖像，并在該最大病灶區(qū)所在層中的病灶 增強部位選取感興趣區(qū)。獲取最大病灶區(qū)所在層的動態(tài)增強圖像后，應(yīng)用軟件在該最大病 灶區(qū)所在層選取合適的R0I，以保證選取到病灶增強的部位，避免由于ROI的選取部位及大 小對動態(tài)曲線造成的影響，且在所有動態(tài)時間點選取的ROI的位置與大小均一致，同一患 者的動態(tài)增強圖像和多個翻轉(zhuǎn)角圖像的病灶區(qū)ROI選取位置及大小也相同，這樣保證獲取 的數(shù)據(jù)來源相同，提高后續(xù)計算的準(zhǔn)確性。該過程可以處理模塊30的選取模塊300實現(xiàn)。(a2)分別計算所有動態(tài)增強圖像中每個動態(tài)增強圖像的感興趣區(qū)內(nèi)所有像素的 平均值，并根據(jù)計算得出的多個動態(tài)點的平均值建立病灶區(qū)感興趣區(qū)的平均信號強度與時間關(guān)系曲線。依次分別計算出所有動態(tài)增強圖像中每個動態(tài)增強圖像的ROI內(nèi)所有像素的 平均值，根據(jù)計算的多個動態(tài)點的平均值建立病灶區(qū)ROI內(nèi)的平均信號強度與時間關(guān)系曲 線(signal intensity-time curve, STC)。(a3)根據(jù)磁共振成像模型、病灶區(qū)的縱向弛豫時間及平均信號強度與時間關(guān)系曲 線建立造影劑濃度與時間關(guān)系曲線。根據(jù)式(6)與式(7)的MRI模型及病灶區(qū)的縱向弛豫 時間T1，將病灶區(qū)ROI內(nèi)的平均信號強度與時間關(guān)系曲線轉(zhuǎn)換為造影劑濃度與時間關(guān)系曲 線CTC，如圖IOA和IOB所示分別為病灶區(qū)ROI內(nèi)平均STC曲線及相對應(yīng)的CTC曲線。其 中，(2)和(3)均可由處理模塊30的計算模塊303進行處理。處理模塊30還根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度計算 血管空間容積分數(shù)，根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū) 內(nèi)的造影劑濃度、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)，以及根據(jù)所得的殘余 函數(shù)測得定量參數(shù)。該定量參數(shù)包括體積轉(zhuǎn)運系數(shù)Kteans、造影劑從EES返回到血管(血漿) 空間的速率常數(shù)Kep、EES容積分數(shù)Ve等，具體過程是處理模塊30對動脈輸入函數(shù)AIF處 理為一個單指數(shù)階躍響應(yīng)函數(shù)簡化計算，得到
(9)其中，
(10)其中Cp(t)為AIF，Ct(t)為組織內(nèi)造影劑濃度隨時間變化的關(guān)系曲線，Cp(O)是團 注造影劑即刻(t = 0)血漿內(nèi)的濃度，此刻造影劑的濃度達到最大值，Vp為血管(血漿)空 間的分數(shù)容積，T172是造影劑的排泄半衰期。根據(jù)式(9)計算的AIF，求得其峰值，再根據(jù)到達該峰值的時間以及CTC，計算出 Ct (0)，則可計算出Vp。處理模塊30對式(4)所示的卷積方程可通過數(shù)學(xué)上的矩陣運算變換為式(11)
C^t1)0 ·■ 0 _r·、f C1O1)--VpCp(I1))Cpit2)C^i1) · 0卿2)=CXt2)-VpC p(t2)Cp{t90)cp{tt9) Cp(Il)j、Ct (J90)一 ^pCp(Qo)j基于動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型和以上測得的病灶區(qū)感興趣區(qū)內(nèi)的 造影劑濃度時間函數(shù)Ct (t)、動脈輸入函數(shù)Cp (t)和血管空間容積分數(shù)Vp，處理模塊30采用 反卷積法和奇異值分解(Singular Value Decomposition, SVD)法求解式(11)，則可建立 殘余函數(shù)《⑴的曲線。采用反卷積法提高了估算殘余函數(shù)的準(zhǔn)確性，比非線性擬合方法能 得到更準(zhǔn)確的計算結(jié)果。處理模塊30再進一步對所得的殘余函數(shù)采用最小二乘擬合法進 行處理測得定量參數(shù)。以式(5)所示的殘余函數(shù)為擬合模型，應(yīng)用非線性最小二乘擬合方 法的Levenberg-Marquardt算法對該殘余函數(shù)M⑴的曲線進行擬合，以擬合結(jié)果goodness 中的決定系數(shù)rsquare大于預(yù)定值作為擬合終止標(biāo)準(zhǔn)。本實施例中，該預(yù)定值為0. 7。另外，處理模塊30還計算每個像素的參數(shù)值，建立各參數(shù)值的Map圖。根據(jù)計算 各定量參數(shù)的方法計算出每個像素的參數(shù)值，然后建立各參數(shù)值的Map圖，以直觀的顯示
14腫瘤、斑塊等的形態(tài)大小。上述磁共振成像定量參數(shù)計算方法及系統(tǒng)，通過實驗得到了較好的效果。我們利 用該方法分析了 28例腦膠質(zhì)瘤患者和2位正常人的數(shù)據(jù)，腦膠質(zhì)瘤患者中男18例，女10 例，年齡19-74歲，平均47. 11 士 14. 18歲。其中低級別(I級8例、II級6例)和高級別 (III級6例、IV級8例)均為14例。所有實驗數(shù)據(jù)均利用1. 5T超導(dǎo)型MRI系統(tǒng)(Syngo MR 2002B, SIEMENS)和常規(guī)頭部線圈采集?；颊呔捎醚雠P位頭先進。對病灶進行定位后，先是對患者進行常規(guī)非增強MRI 掃描，采集橫斷面、冠狀或矢狀面T1加權(quán)圖像和橫斷面T2加權(quán)圖像。T1加權(quán)圖像采用自 旋回波(SE)序列，T2加權(quán)圖像采用快速自旋回波(TSE)序列，成像參數(shù)分別為TR/TE: 450ms/10ms(Tl)、4200ms/98ms(T2)，層厚 5mm,間隔 0. 5mm, FOV :21 ImmX 240mm，圖像矩陣 256X208。然后，在造影劑注入前，應(yīng)用2D Turbo FLASH (fast low angle shot)成像序列采 集2°、5°、10°、15°、20°等5個不同翻轉(zhuǎn)角的1\加權(quán)圖像各40幅，對于每個翻轉(zhuǎn)角，以 最大病灶區(qū)所在層為中心采集10層圖像，層厚3mm，層間距1mm，共采集4次，成像參數(shù)分別 為 TR/TE :199ms/l. 05ms, FOV :211mmX260mm,圖像矩陣256 像素 X208 像素。動態(tài)組圖像的采集在20°翻轉(zhuǎn)角的條件下，采用2D Turbo FLASH掃描序列重復(fù) 前面的采集過程，即采集病灶處10層圖像，重復(fù)采集90組，每組采集時間為4s，共采集900 幅DCE T1加權(quán)圖像。在采集過程中，從第6組采集開始用高壓注射器經(jīng)肘前靜脈團注順 磁性造影劑藥團Gd-DTPA (0. lmmol/kg，廣州康臣藥業(yè)有限公司)，注射速率為4ml/s，造影 劑注射完后即刻以同樣速度再注入同等容積生理鹽水沖洗導(dǎo)管，以減少團注后造影劑的殘 留。成像參數(shù)與5個翻轉(zhuǎn)角的T1加權(quán)圖像相同。計算結(jié)果如表1所示，四個病理分級與正 常人的各定量參數(shù)的均值士標(biāo)準(zhǔn)偏差，0*表示為正常人，1 4表示為病人。本實施例中， 采用SPSS11. 5統(tǒng)計軟件對所有患者的結(jié)果數(shù)據(jù)進行統(tǒng)計分析，對于所有參數(shù)，腦膠質(zhì)瘤四 個病理分級之間的差異比較采用多個獨立樣本比較的Kruskal-Wallis H檢驗，對于存在統(tǒng) 計學(xué)差異的參數(shù)，再采用兩獨立樣本比較的Marm-Whitney U檢驗進行四個病理分級之間的 兩兩比較，P < 0. 05作為所有參數(shù)的統(tǒng)計學(xué)差異標(biāo)準(zhǔn)。比較結(jié)果分別見表2和表3。從初 步實驗結(jié)果與病理結(jié)果比較可知，通過本發(fā)明方法測得的與微血管通透性相關(guān)的定量參數(shù) Ktran% Ve可用于手術(shù)或治療前準(zhǔn)確地對腦膠質(zhì)瘤進行無創(chuàng)性的病理分級，從而為醫(yī)生們提 供一些精確的病理生理學(xué)參考信息，以便其選擇更好的治療(包括手術(shù))方案，以提高治療 的成功率，達到提高患者的生存率、改善其生存質(zhì)量的目的。表1 表2
表3
以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員 來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保 護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
權(quán)利要求
一種磁共振成像定量參數(shù)計算方法，包括以下步驟建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造影劑濃度之間關(guān)系的磁共振成像模型；根據(jù)采集的造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像，分別計算動脈和病灶區(qū)的縱向弛豫時間；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型及動脈區(qū)的縱向弛豫時間獲取動脈輸入函數(shù)；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模型及病灶區(qū)的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)；根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)計算血管空間容積分數(shù)；根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)；根據(jù)所得的殘余函數(shù)測得定量參數(shù)。
2.根據(jù)權(quán)利要求1所述的磁共振成像定量參數(shù)計算方法，其特征在于，所述計算動脈 和病灶區(qū)的縱向弛豫時間具體步驟包括在動脈和最大病灶區(qū)選取感興趣區(qū)；分別計算動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該平均信號強度與翻 轉(zhuǎn)角之間的關(guān)系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時間。
3.根據(jù)權(quán)利要求1所述的磁共振成像定量參數(shù)計算方法，其特征在于，所述獲取動脈 輸入函數(shù)的具體步驟包括選取動脈層，獲取動脈層的動態(tài)增強圖像；根據(jù)所述動態(tài)增強圖像，提取所述動脈層內(nèi)每個體素的信號強度增強與時間關(guān)系曲線.一入 ，濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間關(guān)系曲線； 對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成像模型及動脈區(qū)的 縱向弛豫時間獲取平均的動脈輸入函數(shù)。
4.根據(jù)權(quán)利要求1至3中任一項所述的磁共振成像定量參數(shù)計算方法，其特征在于，所 述獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度的具體步驟包括選取最大病灶區(qū)所在層，獲取最大病灶區(qū)層的動態(tài)增強圖像，并在所述最大病灶區(qū)層 中的病灶增強部位選取感興趣區(qū)；分別計算所有動態(tài)增強圖像中每個動態(tài)增強圖像的感興趣區(qū)內(nèi)所有像素的平均值，并 根據(jù)計算得出的多個動態(tài)點的平均值建立病灶區(qū)感興趣區(qū)的平均信號強度與時間關(guān)系曲 線.一入 ，根據(jù)所述磁共振成像模型、病灶區(qū)的縱向弛豫時間及平均信號強度與時間關(guān)系曲線建 立造影劑濃度與時間關(guān)系曲線。
5.根據(jù)權(quán)利要求1所述的磁共振成像定量參數(shù)計算方法，其特征在于，所述計算殘余 函數(shù)的方法為反卷積法和奇異值分解法。
6. 一種磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，該系統(tǒng)包括模型構(gòu)建模塊，建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造影劑 濃度之間關(guān)系的磁共振成像模型；信息采集模塊，采集造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像和造影劑注入期間受檢 組織的動態(tài)增強圖像；處理模塊，根據(jù)采集的造影劑注入前受檢組織的多個翻轉(zhuǎn)角圖像分別計算動脈和病灶 區(qū)的縱向弛豫時間；根據(jù)采集的造影劑注入期間受檢組織的動態(tài)增強圖像、磁共振成像模 型及動脈區(qū)的縱向弛豫時間獲取動脈輸入函數(shù)；根據(jù)采集的造影劑注入期間受檢組織的動 態(tài)增強圖像、磁共振成像模型及病灶區(qū)的縱向弛豫時間獲取病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃 度時間函數(shù)；根據(jù)獲取的動脈輸入函數(shù)及病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)計算血 管空間容積分數(shù)；根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū)內(nèi) 的造影劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)；根據(jù)所得的殘 余函數(shù)測得定量參數(shù)。
7.根據(jù)權(quán)利要求6所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，所述建立的包 含信號強度與造影劑濃度之間關(guān)系的磁共振成像模型為 其中，S(t)是信號強度，Mtl是反映磁共振成像掃描儀自旋密度和硬件靈敏度的常量，TR 是重復(fù)時間，TE是回波時間，α是翻轉(zhuǎn)角，Rltl和R2c；分別是造影劑注入前縱向弛豫率和有 效橫向弛豫率，巧和！·/分別是造影劑的縱向弛豫性和有效橫向弛豫性，Ct (t)是組織內(nèi)隨 時間變化的造影劑濃度。
8.根據(jù)權(quán)利要求6所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，所述處理模塊 計算動脈和病灶區(qū)的縱向弛豫時間具體為在動脈和最大病灶區(qū)選取感興趣區(qū)，分別計算 動脈感興趣區(qū)和病灶區(qū)感興趣區(qū)的平均信號強度，建立該平均信號強度與翻轉(zhuǎn)角之間的關(guān) 系曲線，再分別計算得到動脈區(qū)和病灶區(qū)的縱向弛豫時間。
9.根據(jù)權(quán)利要求6所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，所述處理模塊 包括選取模塊，選取動脈層，獲取所述動脈層的動態(tài)增強圖像；提取模塊，根據(jù)所述動態(tài)增強圖像，提取所述動脈層內(nèi)每個體素的信號強度增強與時 間關(guān)系曲線；濾除模塊，濾除非血管組織的體素及靜脈血管的體素的信號強度增強與時間關(guān)系曲線.一入 ，計算模塊，對濾除后的信號強度增強與時間關(guān)系曲線求平均，再根據(jù)磁共振成像模型 及動脈區(qū)的縱向弛豫時間獲取平均的動脈輸入函數(shù)。
10.根據(jù)權(quán)利要求6至9中任一項所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于， 所述處理模塊進一步獲取最大病灶區(qū)所在層的動態(tài)增強圖像，在所述最大病灶區(qū)所在層中的病灶增強部位選取感興趣區(qū)，再分別計算所有動態(tài)增強圖像中每個動態(tài)增強圖像的 感興趣區(qū)內(nèi)所有像素的平均值，并根據(jù)計算得出的多個動態(tài)點的平均值建立病灶區(qū)感興趣 區(qū)的平均信號強度與時間關(guān)系曲線，以及根據(jù)所述磁共振成像模型、病灶區(qū)的縱向弛豫時 間及平均信號強度與時間關(guān)系曲線建立造影劑濃度與時間關(guān)系曲線。
11.根據(jù)權(quán)利要求6所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，所述處理模塊 進一步采用反卷積法和奇異值分解法計算殘余函數(shù)。
12.根據(jù)權(quán)利要求6所述的磁共振成像定量參數(shù)計算系統(tǒng)，其特征在于，所述處理模塊 進一步對所得的殘余函數(shù)采用最小二乘擬合法進行處理測得定量參數(shù)。
全文摘要
一種磁共振成像定量參數(shù)計算方法及系統(tǒng)，該方法包括以下步驟建立動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及包含信號強度與造影劑濃度之間關(guān)系的磁共振成像模型；根據(jù)磁共振成像模型獲取動脈和病灶區(qū)的縱向弛豫時間、獲取動脈輸入函數(shù)、造影劑濃度時間函數(shù)、血管空間容積分數(shù)；根據(jù)動態(tài)對比增強藥物動力學(xué)數(shù)據(jù)分析模型及獲取的病灶區(qū)感興趣區(qū)內(nèi)的造影劑濃度時間函數(shù)、動脈輸入函數(shù)及血管空間容積分數(shù)計算殘余函數(shù)；根據(jù)所得的殘余函數(shù)測得定量參數(shù)。上述磁共振成像定量參數(shù)計算方法及系統(tǒng)，動脈輸入函數(shù)是直接針對病人自動提取的，比以往通過正常人提取或者手動提取動脈輸入函數(shù)的準(zhǔn)確性高，這樣計算得到的定量參數(shù)的準(zhǔn)確性也提高了。
文檔編號G06F19/00GK101912262SQ201010234970
公開日2010年12月15日 申請日期2010年7月22日 優(yōu)先權(quán)日2010年7月22日
發(fā)明者劉新, 吳垠, 張娜, 胡戰(zhàn)利, 鄒超, 鄭海榮 申請人:中國科學(xué)院深圳先進技術(shù)研究院