[发明专利]基于宏观信息的纤维跟踪

说明书

技术领域

本发明涉及一种扩散数据处理装置。

本发明还涉及一种成像系统。

本发明还涉及一种处理扩散数据的方法。

本发明还涉及一种计算机程序。

用于获得扩散数据图像的磁共振成像（MRI-DTI）是一种对（尤其是 质子，但是原则上也可以使用具有磁共振性质的其他核子）局部扩散敏感 的磁共振成像方法。MRI-DTI在主扩散方向上产生关于各个体素的信息。 纤维跟踪涉及基于DTI数据识别生物（人类）神经组织中连接的纤维。

噪声（或信噪比）和纤维的交叉是纤维跟踪中的误差源，所述纤维跟 踪使用逐个体素的方法以与扩散方向一致地将体素彼此连接。

背景技术

国际专利申请公开WO2005/076030A1公开了根据其中分配了表观扩 散系数的磁共振信号而重建对象数据集。针对不同的体素识别是否发生一 个单一或多个扩散方向，以便于考虑交叉的纤维。由于该方法是体素定向 的，因而其并不建议或暗示采用跨越体素的信息。

美国专利申请公开US2006/0165308A1公开了一种邻域相关性分量， 其考虑了来自相邻像素或体素的扩散张量矩阵。将邻域相关性分量建模为 马尔可夫随机场。同样，该方法是体素定向的，因为其假设相邻体素的扩 散数据之间存在某种类型的相关性。然而，由于强噪声，这一相关变得相 当弱。

Corouge等人于2004年在IEEE上发表的文章“Towards a shape model  of white matter fiber bundles using diffusion tensor MR”提出了一种用于对纤 维束进行建模和形状分析的框架。文章的作者提出使用多种相似性矩阵将 一组纤维聚类成有意义的纤维束并且研究这些纤维束相对于样板 （prototype）的形状偏差。该方法涉及其间执行对纤维的提取的预处理步 骤。然后，在局部连续性约束条件下通过示踪成像来提取遵循原则上的扩 散张量方向，即微观信息的流线。在接下来的步骤中，通过聚集相似的纤 维而将纤维聚类成纤维束。接下来的步骤依赖于作者的如下构思，即，可 以将各组纤维描述成沿着空间轨迹的样板曲线的复制。样板曲线表示关于 纤维束的宏观信息。

Lenglet等人在其于2006年6月发表在IEEE Transactions on Medical  Imaging第20卷第6期上的文章“DTI Segmentation by Statistical Surface  Evolution”中解决了从扩散张量图像中分割脑白质结构的问题。Lenglet等 人的贡献之一是将DTI分割问题重新做成统一的统计表面演变框架。他们 还利用了张量场梯度来检测白质的各种结构之间的边界。

Merhof D.等人于2006年9/10月在IEEE Transactions on Visualization  and Computer Graphics第12卷第5期的第1181-1188页上发表的文章 “Hybrid Visualization for White Matter Tracts using Triangle Strips and Point  Sprites”提出了用于纤维跟踪的另一算法。从预定义的种子点或ROI开始， 使用流线积分来使纤维生长直到到达终止准则。为此，通常应用基于各向 异性分数的阈值以便在主要扩散的方向未明确定义时停止纤维生长 （propagation）。

已知的装置和方法使用微观信息重建纤维束。因此，它们对于噪声、 部分体积伪影和其他成像伪影敏感。需要一种鲁棒的装置和相应的方法， 其受到数据集的不完美的影响较小。

发明内容

本发明通过提供一种扩散数据处理装置而解决了上述需求，所述 装置包括每一体素纤维内容的确定器，其被布置成确定扩散数据的每一体 素纤维内容；感兴趣区域的确定器，其被布置成确定所述扩散数据中的感 兴趣区域；以及分割器，其被布置成从连接到所述分割器的数据库检索表 示纤维束的至少一部分的预先确定的分割模型，所述分割模型包括关于所 述纤维束的宏观信息和微观信息多个分割模型分区，每个分区对应于一个 体素，将所检索到的分割模型的每个与所述感兴趣区域中的扩散数据进行 比较以获得所述分割模型与所述纤维内容的最优匹配的模型；并且根据所 述最优匹配的模型分割所述扩散数据。