基于相关预测模型的磁共振图像中检测结构形变的方法

    公开(公告)号:CN101739681A

    公开(公告)日:2010-06-16

    申请号:CN200910219485.2

    申请日:2009-12-14

    Abstract: 本发明涉及一种基于相关预测模型的磁共振图像中检测结构形变的方法,技术特征在于:利用一组配准到标准模板的正常被试的三角化大脑皮层表面,计算出该组表面上的顶点与其余顶点之间的结构相关性。利用这种相关性及典型相关预测模型,可以依据不存在大脑结构形变的正常区域的顶点位置,预测出存在大脑萎缩的区域中顶点的期望位置。比较预测模型得到的顶点位置与预测之前的顶点位置,量化大脑皮层表面因大脑萎缩所带来变形,从而量化大脑因脑萎缩所致的结构形变的程度。本发明相对其他方法最主要的优点在于,能在只有单时间点的磁共振结构图像可用的情况下,检测大脑结构形变是否存在及量化结构形变的程度。

    一种优化的磁共振灌注成像图像中血容量量化方法

    公开(公告)号:CN101718848A

    公开(公告)日:2010-06-02

    申请号:CN200910219490.3

    申请日:2009-12-14

    Abstract: 本发明涉及一种优化的磁共振灌注成像图像中血容量量化方法,技术特征在于:在磁共振灌注成像图像的颅内主中央动脉选取具有典型双峰形状的动脉输入函数。将造影剂浓度时间序列信号与动脉输入函数做去卷积运算,得到具有近似单峰形状的残余函数。利用gamma函数拟合所选取的动脉输入函数,得到动脉输入函数的首次通过。将拟合得到的动脉输入函数的首次通过与残余函数做卷积运算,从而重建出初始时间-显影剂浓度曲线中的首次通过分量。利用重建的首次分量来量化血容量,抑制量化误差。本发明将上述首次通过重建算法与造影剂渗漏效应矫正算法相结合,进一步抑制血容量量化误差。

    一种弥散张量核磁共振图像的大脑白质纤维束分类方法

    公开(公告)号:CN101763638B

    公开(公告)日:2012-07-04

    申请号:CN200910219482.9

    申请日:2009-12-14

    Abstract: 本发明涉及一种基于大脑神经纤维自身形状特征进行分类的方法。基本思想是:将大脑神经纤维的五类形状特征参数化,并组成特征向量,利用AP算法对特征向量进行全自动聚类从而完成大脑神经纤维的分类。其特征为:首先对三维大脑弥散张量图像进行预处理,并将所得到的大脑神经纤维看做三维空间曲线,进行插值重采样;其次在最大限度保留曲线能量的前提下,将大脑神经纤维映射到二维平面上,并提出两个标准对二维曲线进行起点归一化;然后在映射后的曲线上提取五类参数化的形状特征,并将其组成特征向量;最后利用AP自动聚类算法,对特征向量进行聚类,将大脑神经纤维的分为:闭口‘U’型,敞口‘U’型,‘M’型,直线型,弧线型等五类。本发明具有简单有效,稳定性高的优点。

    基于相关预测模型的磁共振图像中检测结构形变的方法

    公开(公告)号:CN101739681B

    公开(公告)日:2011-09-14

    申请号:CN200910219485.2

    申请日:2009-12-14

    Abstract: 本发明涉及一种基于相关预测模型的磁共振图像中检测结构形变的方法,技术特征在于:利用一组配准到标准模板的正常被试的三角化大脑皮层表面,计算出该组表面上的顶点与其余顶点之间的结构相关性。利用这种相关性及典型相关预测模型,可以依据不存在大脑结构形变的正常区域的顶点位置,预测出存在大脑萎缩的区域中顶点的期望位置。比较预测模型得到的顶点位置与预测之前的顶点位置,量化大脑皮层表面因大脑萎缩所带来变形,从而量化大脑因脑萎缩所致的结构形变的程度。本发明相对其他方法最主要的优点在于,能在只有单时间点的磁共振结构图像可用的情况下,检测大脑结构形变是否存在及量化结构形变的程度。

    一种弥散张量核磁共振图像的大脑白质纤维束分类方法

    公开(公告)号:CN101763638A

    公开(公告)日:2010-06-30

    申请号:CN200910219482.9

    申请日:2009-12-14

    Abstract: 一种弥散张量核磁共振图像的大脑白质纤维束分类方法。本发明涉及一种基于大脑神经纤维自身形状特征进行分类的方法。基本思想是:将大脑神经纤维的五类形状特征参数化,并组成特征向量,利用AP算法对特征向量进行全自动聚类从而完成大脑神经纤维的分类。其特征为:首先对三维大脑弥散张量图像进行预处理,并将所得到的大脑神经纤维看做三维空间曲线,进行插值重采样;其次在最大限度保留曲线能量的前提下,将大脑神经纤维映射到二维平面上,并提出两个标准对二维曲线进行起点归一化;然后在映射后的曲线上提取五类参数化的形状特征,并将其组成特征向量;最后利用AP自动聚类算法,对特征向量进行聚类,将大脑神经纤维的分为:闭口‘U’型,敞口‘U’型,‘M’型,直线型,弧线型等五类。本发明具有简单有效,稳定性高的优点。

Patent Agency Ranking