基于动脉自旋标记的磁共振成像方法、装置、设备及介质

xiaoxiao6月前  36


本技术涉及磁共振成像,特别涉及一种基于动脉自旋标记的磁共振成像方法、装置、设备及介质。


背景技术:

1、动脉自旋标记(arterial spin labeling,asl)磁共振成像(magnetic resonanceimaging,mri)是一种血流灌注成像方法,可以对脑血流量(cerebral blood flow,cbf)进行绝对定量,由于其完全无创、可重复测量等优点,已广泛应用于脑肿瘤、脑卒中、神经退行性疾病等的临床诊断和科学研究中。伪连续式asl(pseudo-continuous asl,pcasl)具有较好的信噪比,以及较高的标记效率,是目前临床使用最广泛的asl灌注成像方法。其成像原理主要是利用较长的脉冲阵列,如图1所示,对脖颈部的动脉血进行特殊的相位控制,使得流动血液信号反转,将动脉血作为内源性示踪剂,经过一段标记后延迟时间(postlabeling delay,pld),即可直接观察动脉血流入到静态脑组织的灌注过程。

2、动脉传递时间(arterial transit time,att)是区别于cbf之外的重要血流灌注参数,其反映的是标记血液从标记平面到达脑组织灌注区的时间。该参数对血管狭窄闭塞、老龄化引起的血流变慢更为敏感,一定程度能够弥补asl对低灌注的高估的不足。目前获取att的方法是采用多pld的pcasl成像序列(multi-pld pcasl,mp-pcasl),扫描时间随pld的增多而增加。

3、血管供血区是血流灌注评估的另一个重要方面。获得某一根血管的供血脑区,在肿瘤供血溯源、侧支循环等评估具有重要价值。血管编码asl(vessel-encoded asl,veasl)是一种基于pcasl而实现的、可以同时评估多根血管供血区的区域性成像方法。如图2所示,该方法在x-y平面施加磁场梯度(即图2(a)中的gx和gy),在标记平面生成特定方向、周期性的标记条纹(如图2(b)),实现不同血管的特异性标记(如图2(c)),这些标记模式将随着血液流动传递到下游脑组织中,从而得以区分不同血管供血区的信号模式,获得不同血管供血区的信息。通过改变x-y平面所施加磁场梯度的方向和大小以及射频信号的相位,可以在标记平面上产生不同的标记模式。为了同时获取多根血管的供血区,veasl需要采集多种标记模式下的图像数据。另外,为了降低总采集时间,学者以veasl为基础,提出了血管编码动态asl(vessel-encoded dynamic asl,ve-dasl)。相比于veasl,ve-dasl去掉了背景抑制脉冲,使用较短的标记时长,去掉pld或使用很短的pld,使用小激发角度的数据读出,并将同一种标记模式连续重复采集多次,从而实现稳态信号的快速采集,最后使用类似于veasl的后处理方法,例如聚类的方法,进行血管供血脑区估计。

4、现有的成像方法通常采用基于pcasl的mp-pcasl技术获取cbf和att,采用veasl或者血管编码动态asl获取血管供血区域。然后这些方法都存在一些缺点。例如mp-pcasl和veasl的扫描时间较长,对运动敏感。另外,这些传统成像方法获得信息相对单一,mp-pcasl只能获得cbf和att,veasl和ve-dasl只能获得血管供血区,对于临床诊断提供的信息不足。veasl和ve-dasl的标记模式较少,其供血区域划分的准确性容易受到磁场不均匀引起的标记模式偏移的影响。ve-dasl血流信号较低,容易受到磁场波动和生理噪声的影响,其血管供血区域划分的准确性低于veasl。


技术实现思路

1、本技术提供一种基于动脉自旋标记的磁共振成像方法、装置、设备及介质,以解决相关技术的成像方法扫描时间长、获得信息单一、准确性低等问题。

2、本技术第一方面实施例提供一种基于动脉自旋标记的磁共振成像方法,包括以下步骤:

3、采集真实脑体素信号;

4、从预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号,并根据所述匹配度最高的字典信号确定所述真实脑体素信号对应的脑血流、动脉传递时间和供血血管;

5、根据所述真实脑体素信号对应的脑血流、动脉传递时间和供血血管得到脑血流量图、动脉传递时间图和血管供血区图。

6、根据本技术的一个实施例,所述从预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号,包括:

7、将所述真实脑体素信号与所述预设的信号字典中的所有待匹配字典信号进行匹配,得到所述真实脑体素信号与每个待匹配字典信号的匹配度;

8、基于所述真实脑体素信号与所述每个待匹配字典信号的匹配度,按照匹配度由高到低的顺序进行排序,将排序结果中的第一信号作为所述匹配度最高的字典信号。

9、根据本技术的一个实施例,在从所述预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号之前,还包括:

10、基于预设的标记模式和预设的区域性伪连续动脉自旋标记磁共振成像序列的数据读出模块的参数,计算每根血管的标记效率时间曲线;

11、基于所述每根血管的标记效率时间曲线,模拟所述每根血管对应的脑体素在不同脑血流和不同动脉传递时间下的时间信号;

12、基于所述每根血管对应的脑体素在不同脑血流和不同动脉传递时间下的时间信号生成所述预设的信号字典。

13、根据本技术的一个实施例,在采集所述真实脑体素信号之后,还包括:

14、对预设的编码矩阵进行伪逆计算,并根据伪逆计算结果和所述真实脑体素信号得到每根血管对所述真实脑体素信号的贡献度。

15、根据本技术的一个实施例,在采集所述真实脑体素信号之后,还包括:

16、基于预设空间维度,利用维纳低通滤波器对所述真实脑体素信号进行去噪处理,得到去噪后的脑体素信号;

17、基于预设时间维度,对所述去噪后的脑体素信号依次进行高斯平滑处理和线性偏移校正处理。

18、根据本技术的一个实施例,在对所述预设的编码矩阵进行伪逆计算之前,还包括:

19、基于预设的标记模式和预设的区域性伪连续动脉自旋标记磁共振成像序列的数据读出模块的参数,计算每根血管的标记效率时间曲线;

20、基于所述每根血管的标记效率时间曲线,构成初始编码矩阵;

21、对所述初始编码矩阵进行伪逆计算得到伪逆矩阵,并根据所述伪逆矩阵和所有真实脑体素信号得到不同供血血管对所述不同真实脑体素信号的贡献度;

22、基于所述不同供血血管对所述不同真实脑体素信号的贡献度,筛选出对应于每根血管的、满足预设贡献度要求的有效脑体素信号,并基于所述每根血管的有效脑体素信号的平均值更新所述初始编码矩阵,得到所述预设的编码矩阵。

23、根据本技术的一个实施例,所述采集真实脑体素信号,包括:

24、从多个标记时间和多个标记模式中确定当前标记时间和当前标记模式;

25、基于所述当前标记时间和所述当前标记模式进行血管标记,并利用所述预设的区域性伪连续动脉自旋标记磁共振成像序列采集所述真实脑体素信号;

26、其中,所述预设的区域性伪连续动脉自旋标记磁共振成像序列采用了短的标记后延迟时间和小的数据读出翻转角;

27、其中,所述真实脑体素信号包括与所述真实脑体素信号对应的供血血管的真实标记效率、真实脑血流、真实动脉传递时间有关的时间信号。

28、根据本技术实施例的基于动脉自旋标记的磁共振成像方法,从预设的信号字典中确定与真实脑体素信号匹配度最高的字典信号,并根据匹配度最高的字典信号确定真实脑体素信号对应的脑血流、动脉传递时间和供血血管,从而得到脑血流量图、动脉传递时间图和血管供血区图。由此,解决了相关技术的成像方法扫描时间长、获得信息单一、准确性低等问题,通过多样化标记模块,使得成像区的信号更具有区分度,提高了血管供血区划分的准确性,并且能够同时对灌注参数进行定量,并获得供血区的信息,增加了有效诊断信息。

29、本技术第二方面实施例提供一种基于动脉自旋标记的磁共振成像装置,包括:

30、原始图像信号获取模块,用于采集真实脑体素信号;

31、图像后处理模块,用于从预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号,并根据所述匹配度最高的字典信号确定所述真实脑体素信号对应的脑血流、动脉传递时间和供血血管;

32、可视化模块,用于根据所述真实脑体素信号对应的脑血流、动脉传递时间和供血血管得到脑血流量图、动脉传递时间图和血管供血区图。

33、根据本技术的一个实施例,所述图像后处理模块,用于:

34、将所述真实脑体素信号与所述预设的信号字典中的所有待匹配字典信号进行匹配,得到所述真实脑体素信号与每个待匹配字典信号的匹配度;

35、基于所述真实脑体素信号与所述每个待匹配字典信号的匹配度,按照匹配度由高到低的顺序进行排序,将排序结果中的第一信号作为所述匹配度最高的字典信号。

36、根据本技术的一个实施例,在从所述预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号之前,所述图像后处理模块,还用于:

37、基于预设的标记模式和预设的区域性伪连续动脉自旋标记磁共振成像序列的数据读出模块的参数,计算每根血管的标记效率时间曲线;

38、基于所述每根血管的标记效率时间曲线,模拟所述每根血管对应的脑体素在不同脑血流和不同动脉传递时间下的时间信号;

39、基于所述每根血管对应的脑体素在不同脑血流和不同动脉传递时间下的时间信号生成所述预设的信号字典。

40、根据本技术的一个实施例,在采集所述真实脑体素信号之后,所述原始图像信号获取模块,还用于:

41、对预设的编码矩阵进行伪逆计算,并根据伪逆计算结果和所述真实脑体素信号得到每根血管对所述真实脑体素信号的贡献度。

42、根据本技术的一个实施例,在采集所述真实脑体素信号之后,所述原始图像信号获取模块,还用于:

43、基于预设空间维度,利用维纳低通滤波器对所述真实脑体素信号进行去噪处理,得到去噪后的脑体素信号;

44、基于预设时间维度,对所述去噪后的脑体素信号依次进行高斯平滑处理和线性偏移校正处理。

45、根据本技术的一个实施例,在对所述预设的编码矩阵进行伪逆计算之前,所述原始图像信号获取模块,还用于:

46、基于预设的标记模式和预设的区域性伪连续动脉自旋标记磁共振成像序列的数据读出模块的参数,计算每根血管的标记效率时间曲线;

47、基于所述每根血管的标记效率时间曲线,构成初始编码矩阵;

48、对所述初始编码矩阵进行伪逆计算得到伪逆矩阵,并根据所述伪逆矩阵和所有真实脑体素信号得到不同供血血管对所述不同真实脑体素信号的贡献度;

49、基于所述不同供血血管对所述不同真实脑体素信号的贡献度,筛选出对应于每根血管的、满足预设贡献度要求的有效脑体素信号,并基于所述每根血管的有效脑体素信号的平均值更新所述初始编码矩阵,得到所述预设的编码矩阵。

50、根据本技术的一个实施例,所述原始图像信号获取模块,用于:

51、从多个标记时间和多个标记模式中确定当前标记时间和当前标记模式;

52、基于所述当前标记时间和所述当前标记模式进行血管标记,并利用所述预设的区域性伪连续动脉自旋标记磁共振成像序列采集所述真实脑体素信号;

53、其中,所述预设的区域性伪连续动脉自旋标记磁共振成像序列采用了短的标记后延迟时间和小的数据读出翻转角;

54、其中,所述真实脑体素信号包括与所述真实脑体素信号对应的供血血管的真实标记效率、真实脑血流、真实动脉传递时间有关的时间信号。

55、根据本技术实施例的基于动脉自旋标记的磁共振成像装置,从预设的信号字典中确定与真实脑体素信号匹配度最高的字典信号,并根据匹配度最高的字典信号确定真实脑体素信号对应的脑血流、动脉传递时间和供血血管,从而得到脑血流量图、动脉传递时间图和血管供血区图。由此,解决了相关技术的成像方法扫描时间长、获得信息单一、准确性低等问题,通过多样化标记模块,使得成像区的信号更具有区分度,提高了血管供血区划分的准确性,并且能够同时对灌注参数进行定量,并获得供血区的信息,增加了有效诊断信息。

56、本技术第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的基于动脉自旋标记的磁共振成像方法。

57、本技术第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的基于动脉自旋标记的磁共振成像方法。

58、本技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。


技术特征:

1.一种基于动脉自旋标记的磁共振成像方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述从预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号,包括:

3.根据权利要求1或2所述的方法,其特征在于,在从所述预设的信号字典中确定与所述真实脑体素信号匹配度最高的字典信号之前,还包括:

4.根据权利要求1所述的方法,其特征在于,在采集所述真实脑体素信号之后,还包括:

5.根据权利要求1或4所述的方法,其特征在于,在采集所述真实脑体素信号之后,还包括:

6.根据权利要求4所述的方法,其特征在于,在对所述预设的编码矩阵进行伪逆计算之前,还包括:

7.根据权利要求1所述的方法,其特征在于,所述采集真实脑体素信号,包括:

8.一种基于动脉自旋标记的磁共振成像装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7任一项所述的基于动脉自旋标记的磁共振成像方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-7中任一项基于动脉自旋标记的磁共振成像方法。


技术总结
本申请涉及磁共振成像技术领域,特别涉及一种基于动脉自旋标记的磁共振成像方法、装置、设备及介质,方法包括:采集真实脑体素信号;从预设的信号字典中确定与真实脑体素信号匹配度最高的字典信号,并根据匹配度最高的字典信号确定真实脑体素信号对应的脑血流、动脉传递时间和供血血管;根据真实脑体素信号对应的脑血流、动脉传递时间和供血血管得到脑血流量图、动脉传递时间图和血管供血区图。由此,解决了相关技术的成像方法扫描时间长、获得信息单一、准确性低等问题,通过多样化标记模块,使得成像区的信号更具有区分度,提高了血管供血区划分的准确性,并且能够同时对灌注参数进行定量,并获得供血区的信息,增加了有效诊断信息。

技术研发人员:陈振森,李宏玮
受保护的技术使用者:复旦大学
技术研发日:
技术公布日:2024/9/23

最新回复(0)