申请/专利权人:清华大学
申请日:2023-12-20
公开(公告)日:2024-03-12
公开(公告)号:CN117437321B
主分类号:G06T11/00
分类号:G06T11/00;A61B5/055;G06T7/00;G06T7/41;G06T7/45;G06T3/14;G06V10/25;G06V10/764
优先权:
专利状态码:有效-授权
法律状态:2024.03.12#授权;2024.02.09#实质审查的生效;2024.01.23#公开
摘要:本发明实施例提供一种磁共振自旋标记成像动脉穿行伪影自动评估方法与装置,该方法包括:获取磁共振自旋标记灌注加权图像和质子密度加权图像;将质子密度加权图像与预设的大脑模板图像进行配准,得到空间变换矩阵;将空间变换矩阵应用于预设的动脉穿行伪影专用感兴趣区域图谱,得到各个感兴趣区域的掩膜;根据掩膜进行感兴趣区域分割,得到多个动脉穿行伪影感兴趣区域;进行特征提取,得到各个动脉穿行伪影感兴趣区域的图像特征;输入预先训练好的对应的感兴趣区域评估模型中,得到各个动脉穿行伪影感兴趣区域的评估结果。实现了对动脉穿行伪影的自动评估,相较于人工评估,效率更高。
主权项:1.一种磁共振自旋标记成像动脉穿行伪影自动评估方法,其特征在于,包括:获取评估对象的磁共振自旋标记灌注加权图像和质子密度加权图像;将所述质子密度加权图像与预设的大脑模板图像进行配准,得到空间变换矩阵;将所述空间变换矩阵应用于预设的动脉穿行伪影专用感兴趣区域图谱,得到各个感兴趣区域的掩膜;根据所述掩膜在所述磁共振自旋标记灌注加权图像上进行感兴趣区域分割,得到所述磁共振自旋标记灌注加权图像的多个动脉穿行伪影感兴趣区域;针对每个动脉穿行伪影感兴趣区域进行特征提取,得到各个动脉穿行伪影感兴趣区域的图像特征,各个动脉穿行伪影感兴趣区域的图像特征包括图像的一阶统计学特征、灰度共生矩阵特征、灰度区域大小矩阵特征、灰度行程矩阵特征、邻域灰度差矩阵特征和邻域灰阶依赖矩阵特征;将各个动脉穿行伪影感兴趣区域的图像特征输入预先训练好的对应的感兴趣区域评估模型中,得到所述评估对象的各个动脉穿行伪影感兴趣区域的评估结果,所述感兴趣区域评估模型采用有监督的随机森林模型,所述有监督的随机森林模型通过网格搜索方法确定模型参数,所述模型参数包括决策树数量、最大特征数量和最大深度。
全文数据:
权利要求:
百度查询: 清华大学 磁共振自旋标记成像动脉穿行伪影自动评估方法与装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。