一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法和裝置的制造方法
【專利摘要】本發(fā)明提供一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法和裝置，以提升灰度標(biāo)準(zhǔn)化的速度和避免空間標(biāo)準(zhǔn)化引起的信息丟失。所述方法包括：基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像；根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類；通過從實(shí)驗(yàn)用核磁共振大腦影像至大腦平均灰度模板圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。本發(fā)明提供的技術(shù)方案不僅避免了空間標(biāo)準(zhǔn)化引起的圖像形變與空間位置信息的丟失，而且，簡便有效的處理流程極大地提升了核磁共振影像灰度標(biāo)準(zhǔn)化的速度。
【專利說明】
-種核磁共振影像的灰度標(biāo)準(zhǔn)化方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于醫(yī)學(xué)影像處理領(lǐng)域，尤其設(shè)及一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法和 裝置。
【背景技術(shù)】
[0002] 在醫(yī)學(xué)影像處理領(lǐng)域，灰度信息是定量化圖像后處理的基礎(chǔ)，運(yùn)些定量化圖像后 處理包括圖像配準(zhǔn)、分割和組織聚類統(tǒng)計(jì)等。然而，在大規(guī)模多址神經(jīng)影像科學(xué)研究中，由 于核磁共振影像（fe即etic Resonance Imaging, MRI)數(shù)據(jù)掃描采樣的多樣性，例如，掃描 機(jī)器型號和/或掃描參數(shù)設(shè)置的不同，同一解剖位置和/或不同次獲取的掃描數(shù)據(jù)很難具 有一致的灰度信息。因此，為了保證MRI后處理結(jié)果的精確性，對掃描機(jī)器和/或掃描參數(shù) 各異的MRI進(jìn)行灰度標(biāo)準(zhǔn)化，是一個亟待解決卻又很棘手的問題。
[0003] 對于大腦的核磁共振影像，現(xiàn)有的一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法主要是采 用公共的腦模板或腦圖譜作為參考圖像，進(jìn)行空間標(biāo)準(zhǔn)化配準(zhǔn)而實(shí)現(xiàn)MRI的灰度標(biāo)準(zhǔn)化。 然而，一方面，由于公共腦膜板或腦圖譜并不具有廣泛性，上述現(xiàn)有核磁共振影像的灰度標(biāo) 準(zhǔn)化方法不能完全體現(xiàn)標(biāo)準(zhǔn)化數(shù)據(jù)的全部病理特性；另一方面，由于是通過空間標(biāo)準(zhǔn)化配 準(zhǔn)實(shí)現(xiàn)MRI的灰度標(biāo)準(zhǔn)化，而MRI空間標(biāo)準(zhǔn)化本質(zhì)上是圖像配準(zhǔn)過程，運(yùn)一過程將會導(dǎo)致所 有圖像空間信息的改變，繼而影響后續(xù)處理效果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法和裝置，W提升灰度 標(biāo)準(zhǔn)化的速度和避免空間標(biāo)準(zhǔn)化引起的信息丟失。
[0005] 本發(fā)明是運(yùn)樣實(shí)現(xiàn)的，一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法，所述方法包括：
[0006] 基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像；
[0007] 根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，對大腦 組織進(jìn)行聚類；
[0008] 通過從所述實(shí)驗(yàn)用核磁共振大腦影像至所述大腦平均灰度模板圖像的映射，針對 聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。
[0009] 本發(fā)明的另一目的在于提供一種核磁共振影像的灰度標(biāo)準(zhǔn)化裝置，所述裝置包 括：
[0010] 灰度模板構(gòu)建模塊，用于基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板 圖像；
[0011] 第一組織聚類模塊，用于根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板 圖像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類；
[0012] 標(biāo)準(zhǔn)化模塊，用于通過從所述實(shí)驗(yàn)用核磁共振大腦影像至所述大腦平均灰度模板 圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。
[0013] 從上述本發(fā)明提供的技術(shù)方案可知，首先構(gòu)建大腦平均灰度模板圖像，然后根據(jù) 所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)對大腦組織進(jìn)行聚類， 最后，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。由于是根據(jù)構(gòu)建的大腦平均灰度模板 圖像對大腦組織進(jìn)行聚類，而不是進(jìn)行預(yù)先空間標(biāo)準(zhǔn)化，因此，與現(xiàn)有技術(shù)提供的方法相 比，本發(fā)明提供的方法不僅避免了空間標(biāo)準(zhǔn)化引起的圖像形變與空間位置信息的丟失，而 且，簡便有效的處理流程極大地提升了核磁共振影像灰度標(biāo)準(zhǔn)化的速度，采用核磁共振影 像的灰度標(biāo)準(zhǔn)化方法后，定量化地評估圖像的分割、配準(zhǔn)和組織體素測量，其結(jié)果也優(yōu)于現(xiàn) 有的灰度標(biāo)準(zhǔn)化方法。
【附圖說明】
[0014] 圖1是本發(fā)明實(shí)施例一提供的核磁共振影像的灰度標(biāo)準(zhǔn)化方法的實(shí)現(xiàn)流程；
[0015] 圖2是本發(fā)明實(shí)施例二提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0016] 圖3是本發(fā)明實(shí)施例Ξ提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0017] 圖4是本發(fā)明實(shí)施例四提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖圖；
[0018] 圖5是本發(fā)明實(shí)施例五提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0019] 圖6-a是本發(fā)明實(shí)施例六提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0020] 圖6-b是本發(fā)明實(shí)施例屯提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0021] 圖6-C是本發(fā)明實(shí)施例八提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖；
[0022] 圖6-d是本發(fā)明實(shí)施例九提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023] 為了使本發(fā)明的目的、技術(shù)方案及有益效果更加清楚明白，W下結(jié)合附圖及實(shí)施 例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā) 明，并不用于限定本發(fā)明。
[0024] 本發(fā)明實(shí)施例提供一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法，所述方法包括：基于實(shí) 驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像；根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像 和大腦平均灰度模板圖像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類；通過從所述實(shí)驗(yàn)用核磁共振 大腦影像至所述大腦平均灰度模板圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn) 化。本發(fā)明實(shí)施例還提供相應(yīng)的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置。W下分別進(jìn)行詳細(xì)說明。
[0025] 請參閱附圖1，是本發(fā)明實(shí)施例一提供的核磁共振影像的灰度標(biāo)準(zhǔn)化方法的實(shí)現(xiàn) 流程，主要包括W下步驟S101至步驟S103 :
[0026] S101，基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像。
[0027] 由于核磁共振大腦影像具有典型性，在本發(fā)明實(shí)施例中，W核磁共振大腦影像為 例來說明核磁共振影像的灰度標(biāo)準(zhǔn)化方法。本領(lǐng)域技術(shù)人員能夠理解，該方法在無需創(chuàng)造 性的前提下，也可W應(yīng)用于除大腦之外的人體其他部位核磁共振影像的灰度標(biāo)準(zhǔn)化；可W 根據(jù)實(shí)驗(yàn)用核磁共振大腦影像，對大腦每種組織進(jìn)行灰度標(biāo)準(zhǔn)化，從而實(shí)現(xiàn)核磁共振影像 的灰度標(biāo)準(zhǔn)化。
[0028] 作為本發(fā)明一個實(shí)施例，基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板 圖像包括如下步驟S1011和S1012 :
[0029] S1011，根據(jù)實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類。
[0030] 所謂聚類，是指根據(jù)數(shù)據(jù)之間的相似度，將數(shù)據(jù)分成相應(yīng)的類；同一類數(shù)據(jù)之間具 有很高的相似度，而不同類的數(shù)據(jù)之間具有最大程度的差異性。對于大腦，其主要由灰質(zhì)、 白質(zhì)和腦脊液Ξ種組織構(gòu)成。在核磁共振大腦影像中，大腦相同組織的灰度是一致的。在 本發(fā)明實(shí)施例中，可實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)為基礎(chǔ)，根據(jù)相同組織的灰 度一致、不同組織的灰度存在差異的基本原理，利用高斯混合模型對核磁共振大腦影像中 的大腦組織進(jìn)行聚類。
[0031] S1012,加權(quán)平均聚類出的大腦組織的每一個像素點(diǎn)的灰度，得到大腦平均灰度模 板圖像。
[0032] 在本發(fā)明實(shí)施例中，可W針對聚類出的大腦組織，對其每一個像素點(diǎn)的灰度加權(quán) 平均，所得結(jié)果即為大腦平均灰度模板圖像，運(yùn)一大腦平均灰度模板圖像可W作為后續(xù)直 方圖匹配過程中的參考圖像。
[0033] S102,根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，對大 腦組織進(jìn)行聚類。
[0034] 作為本發(fā)明一個實(shí)施例，根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像 包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類可W包括如下步驟S1021和步驟S1022 :
[0035] S1021，W高斯混合模型來模型化大腦組織。
[0036] 研究表明，多變量高斯混合模型能夠很好地模型化大腦的單一組織，由于MRI的 有限分辨率和組織區(qū)域分界的復(fù)雜性，大量的圖像體素可能包括了大腦多個組織的混合， 因此，大腦是一個有限混合模型。在此有限混合模型中，假設(shè)大腦每種組織的數(shù)據(jù)Xk是由有 限個數(shù)據(jù)集{Gi，G2,…，氏}組成，并且，與{Gi，G2,…，氏}相應(yīng)的分布權(quán)重是（《1，《2,…， ω。}?；谏鲜隼碚摚诒景l(fā)明實(shí)施例中，可高斯混合模型來模型化大腦組織。由于大 腦組織主要由灰質(zhì)、白質(zhì)和腦脊液組成，因此，可W使用3個高斯混合模型分別代表大腦Ξ 種不同的組織來實(shí)現(xiàn)組織聚類。具體地，高斯混合模型表示如下：
[0037]
( 1 )
[003引其中，:?^ = (Ω'，伊)'=(巧，…，畔為，..磚）是未知參數(shù)變量，《1，…，ω。是數(shù)據(jù)集的分 布權(quán)重，ω,對應(yīng)于Gk的分布權(quán)重，并且
3 k(Xil 0 k)是高斯混合模型 在正態(tài)分布中的簡化表示，PkUil ej表示如下：
[0039]
( 2 )
[0040] 其中，0 k是聚類數(shù)據(jù)變量的標(biāo)準(zhǔn)差，μ k是聚類數(shù)據(jù)變量的均值，Θ k= (μ k，Σ k) 是與組織聚類相關(guān)的參變量，其中，Sk=E[(Xi-yk)(Xi-yk)t]是k(l《k《c)類組織聚 類相關(guān)的協(xié)方差矩陣（正定對此），C是聚類組織的數(shù)量。。
[0041] S1022,根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，通過 對聚類參數(shù)的評估，確定高斯混合模型。
[0042] 在本發(fā)明實(shí)施例中，聚類參數(shù)包括步驟S1021中表達(dá)式似提及的聚類數(shù)據(jù) 變量的標(biāo)準(zhǔn)差〇k、聚類數(shù)據(jù)變量的均值WkW及與大腦組織聚類相關(guān)的參變量Θ k= (yk，Ek)?？蒞根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，通過 對聚類參數(shù)的評估，確定表達(dá)式（2)表示的高斯混合模型，具體如下：
[0043] 根據(jù)最大化混合似然函數(shù)和對數(shù)函數(shù)評估高斯混合模型參數(shù)，其算法包括兩個期 望巧xpectation)的計(jì)算步驟（W下簡稱E步驟）和最大化（Maximization)的計(jì)算步驟 (W下簡稱Μ步驟）。
[0044] 在Ε步驟中，基于參變量Θ k計(jì)算新的參變量Θ W的期望：
[004引
（3 )
[0046] 在Μ步驟中，利用E步驟計(jì)算得到參變量Θ W的期望，最大化似然函數(shù)，計(jì)算新的 參數(shù)變量θ^。如表達(dá)式（3)所述，假設(shè)是獨(dú)立的隨機(jī)變量，似然函數(shù)和對數(shù)似然函數(shù) 分別如表達(dá)式（4)和表達(dá)式（5)所示：
[0049] 是最大化對數(shù)似然函數(shù)1〇江（e W)的評估值。在單變量正態(tài)混合分布中，最 大化似然函數(shù)L ( Θ kJ的評估混合系數(shù)毎、均值癡和方差句表示如下：
[0053] 運(yùn)Ξ個公式中，后驗(yàn)概率中屬于聚類k，其關(guān)系如下描述：
[0054]
( 9 )
[00巧]表達(dá)式（6)至（9)在必要條件下可用于局部最大化對數(shù)似然函數(shù)logL( Θ W)，并 且可被應(yīng)用于混合模型參數(shù)的數(shù)值近似，其中E步驟基于當(dāng)前的評估計(jì)算新評估Θ W 的概率期望，Μ步驟利用最大化似然函數(shù)L(0w)計(jì)算新評估變量0W。E和Μ步驟可重復(fù) 改變，初始變量θ?被當(dāng)前變量0取代，并且0 i表示在第jth階段。
[0056] S103,通過從實(shí)驗(yàn)用核磁共振大腦影像至大腦平均灰度模板圖像的映射，針對聚 類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。
[0057] 具體地，在本發(fā)明實(shí)施例中，通過從所述實(shí)驗(yàn)用核磁共振大腦影像至所述大腦 平均灰度模板圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化可W是：根據(jù)
表示的映射關(guān)系，將所述實(shí)驗(yàn)用核磁共振大腦影 像的直方圖轉(zhuǎn)換并映射至大腦平均灰度模板圖像的直方圖的灰度范圍，其中，「1是向上取 整符號，M2為實(shí)驗(yàn)用核磁共振大腦影像，μ t為在相應(yīng)大腦組織的直方圖中，大腦平均灰度 模板圖像的分布中屯、，V t為在相應(yīng)大腦組織的直方圖中，實(shí)驗(yàn)用核磁共振大腦影像的分布 中屯、，而mi和m2分別為實(shí)驗(yàn)用核磁共振大腦影像中相應(yīng)的大腦組織的直方圖的最大值和最 小值，Si和S 2分別為大腦組織的直方圖興趣灰度區(qū)間中的最小值和最大值，I 和I high分 別為大腦平均灰度模板圖像中相應(yīng)大腦組織的灰度最小值和最大值。根據(jù)μ t、Vt對應(yīng)的 不同大腦組織，由上述映射關(guān)系得到的f (Μ)即為相應(yīng)大腦組織的灰度被標(biāo)準(zhǔn)化的核磁共 振大腦影像。
[0058] 在上述本發(fā)明實(shí)施例中，基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板 圖像之前，所述方法還包括：對實(shí)驗(yàn)用核磁共振影像進(jìn)行預(yù)處理，得到實(shí)驗(yàn)用核磁共振大腦 影像。實(shí)驗(yàn)用核磁共振影像是包含煩骨的影像，在對實(shí)驗(yàn)用核磁共振影像預(yù)處理時，可W使 用一些軟件中的專用工具，例如，使用F化軟件中的邸Τ工具，實(shí)現(xiàn)煩骨的分離，煩骨分離后 得到的實(shí)驗(yàn)用核磁共振影像就是本發(fā)明實(shí)施例用于實(shí)現(xiàn)大腦組織灰度標(biāo)準(zhǔn)化的實(shí)驗(yàn)用核 磁共振影像。
[0059] 從上述附圖1示例的核磁共振影像的灰度標(biāo)準(zhǔn)化方法可知，首先構(gòu)建大腦平均灰 度模板圖像，然后根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù) 對大腦組織進(jìn)行聚類，最后，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。由于是根據(jù)構(gòu)建 的大腦平均灰度模板圖像對大腦組織進(jìn)行聚類，而不是進(jìn)行預(yù)先空間標(biāo)準(zhǔn)化，因此，與現(xiàn)有 技術(shù)提供的方法相比，本發(fā)明提供的方法不僅避免了空間標(biāo)準(zhǔn)化引起的圖像形變與空間位 置信息的丟失，而且，簡便有效的處理流程極大地提升了核磁共振影像灰度標(biāo)準(zhǔn)化的速度， 采用核磁共振影像的灰度標(biāo)準(zhǔn)化方法后，定量化地評估圖像的分割、配準(zhǔn)和組織體素測量， 其結(jié)果也優(yōu)于現(xiàn)有的灰度標(biāo)準(zhǔn)化方法。
[0060] 請參閱附圖2,是本發(fā)明實(shí)施例二提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置可W是 附圖1示例的核磁共振影像的灰度標(biāo)準(zhǔn)化方法的執(zhí)行主體。為了便于說明，附圖2僅示出了 與本發(fā)明實(shí)施例相關(guān)的部分。附圖2示例的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置主要包括灰度 模板構(gòu)建模塊201、第一組織聚類模塊202和標(biāo)準(zhǔn)化模塊203,各功能模塊詳細(xì)說明如下：
[0061] 灰度模板構(gòu)建模塊201，用于基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模 板圖像。
[0062] 由于核磁共振大腦影像具有典型性，在本發(fā)明實(shí)施例中，W核磁共振大腦影像為 例來說明核磁共振影像的灰度標(biāo)準(zhǔn)化裝置。本領(lǐng)域技術(shù)人員能夠理解，該裝置在無需創(chuàng)造 性的前提下，也可W應(yīng)用于除大腦之外的人體其他部位核磁共振影像的灰度標(biāo)準(zhǔn)化；灰度 模板構(gòu)建模塊201可W根據(jù)實(shí)驗(yàn)用核磁共振大腦影像，對大腦每種組織進(jìn)行灰度標(biāo)準(zhǔn)化， 從而實(shí)現(xiàn)核磁共振影像的灰度標(biāo)準(zhǔn)化。
[0063] 第一組織聚類模塊202,用于根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板 圖像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類。
[0064] 標(biāo)準(zhǔn)化模塊203,用于通過從實(shí)驗(yàn)用核磁共振大腦影像至大腦平均灰度模板圖像 的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。
[0065] 需要說明的是，W上附圖2示例的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置的實(shí)施方式 中，各功能模塊的劃分僅是舉例說明，實(shí)際應(yīng)用中可W根據(jù)需要，例如相應(yīng)硬件的配置要求 或者軟件的實(shí)現(xiàn)的便利考慮，而將上述功能分配由不同的功能模塊完成，即將所述核磁共 振影像的灰度標(biāo)準(zhǔn)化裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，W完成W上描述的全部或者 部分功能。而且，實(shí)際應(yīng)用中，本實(shí)施例中的相應(yīng)的功能模塊可W是由相應(yīng)的硬件實(shí)現(xiàn)，也 可W由相應(yīng)的硬件執(zhí)行相應(yīng)的軟件完成，例如，前述的灰度模板構(gòu)建模塊，可W是具有執(zhí)行 前述基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像的硬件，例如灰度模板構(gòu) 建器，也可W是能夠執(zhí)行相應(yīng)計(jì)算機(jī)程序從而完成前述功能的一般處理器或者其他硬件設(shè) 備；再如前述的標(biāo)準(zhǔn)化模塊，可W是通過從實(shí)驗(yàn)用核磁共振大腦影像至大腦平均灰度模板 圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化的硬件，例如標(biāo)準(zhǔn)化器，也可W是 能夠執(zhí)行相應(yīng)計(jì)算機(jī)程序從而完成前述功能的一般處理器或者其他硬件設(shè)備（本說明書 提供的各個實(shí)施例都可應(yīng)用上述描述原則）。
[0066] 附圖2示例的灰度模板構(gòu)建模塊201可W包括第二組織聚類單元301和加權(quán)平均 單元302,如附圖3所示本發(fā)明實(shí)施例Ξ提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置，其中：
[0067] 第二組織聚類單元301，用于根據(jù)實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)，對大腦組 織進(jìn)行聚類。
[006引所謂聚類，是指根據(jù)數(shù)據(jù)之間的相似度，將數(shù)據(jù)分成相應(yīng)的類；同一類數(shù)據(jù)之間具 有很高的相似度，而不同類的數(shù)據(jù)之間具有最大程度的差異性。對于大腦，其主要由灰質(zhì)、 白質(zhì)和腦脊液Ξ種組織構(gòu)成。在核磁共振大腦影像中，大腦相同組織的灰度是一致的。在 本發(fā)明實(shí)施例中，第二組織聚類單元301可實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)為基 礎(chǔ)，根據(jù)相同組織的灰度一致、不同組織的灰度存在差異的基本原理，利用高斯混合模型對 核磁共振大腦影像中的大腦組織進(jìn)行聚類。
[0069] 加權(quán)平均單元302,用于加權(quán)平均第二組織聚類單元301聚類出的大腦組織的每 一個像素點(diǎn)的灰度，得到大腦平均灰度模板圖像。
[0070] 在本發(fā)明實(shí)施例中，加權(quán)平均單元302可W針對聚類出的大腦組織，對其每一個 像素點(diǎn)的灰度加權(quán)平均，所得結(jié)果即為大腦平均灰度模板圖像，運(yùn)一大腦平均灰度模板圖 像可W作為后續(xù)直方圖匹配過程中的參考圖像。
[0071] 附圖2示例的第一組織聚類模塊302可W包括模型化單元401和參數(shù)評估單元 402,如附圖4所示本發(fā)明實(shí)施例四提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置，其中：
[0072] 模型化單元401，用于W高斯混合模型來模型化大腦組織。
[0073] 研究表明，多變量高斯混合模型能夠很好地模型化大腦的單一組織，由于MRI的 有限分辨率和組織區(qū)域分界的復(fù)雜性，大量的圖像體素可能包括了大腦多個組織的混合， 因此，大腦是一個有限混合模型。在此有限混合模型中，假設(shè)大腦每種組織的數(shù)據(jù)Xk是由有 限個數(shù)據(jù)集{Gi，G2,…，氏}組成，并且，與{Gi，G2,…，氏}相應(yīng)的分布權(quán)重是（《1，《2,…， ω。}?；谏鲜隼碚?，在本發(fā)明實(shí)施例中，模型化單元401可高斯混合模型來模型化大 腦組織。由于大腦組織主要由灰質(zhì)、白質(zhì)和腦脊液組成，因此，可W使用3個高斯混合模型 分別代表大腦Ξ種不同的組織來實(shí)現(xiàn)組織聚類。具體地，高斯混合模型表示如下：
[0074]
i 1 )
[00巧]其中，# =價(jià)'.貨)'=(wI....，畔，巧'是未知參數(shù)變量，《1，…，ω。是數(shù)據(jù)集的分 布權(quán)重，ω,對應(yīng)于Gk的分布權(quán)重，并且，
0, P k(Xil 0k)是高斯混合模型 在正態(tài)分布中的簡化表示，PkUil ej表示如下：
[0076]
(.2)
[0077] 其中，0 k是聚類數(shù)據(jù)變量的標(biāo)準(zhǔn)差，μ k是聚類數(shù)據(jù)變量的均值，Θ k= (μ k，Σ k) 是與組織聚類相關(guān)的參變量，其中，Sk=E[(Xi-yk)(Xi-yk)t]是k(l《k《c)類組織聚 類相關(guān)的協(xié)方差矩陣（正定對此），C是聚類組織的數(shù)量。。
[0078] 參數(shù)評估單元402,用于根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像 包含的數(shù)據(jù)，通過對聚類參數(shù)的評估，確定高斯混合模型，聚類參數(shù)包括聚類數(shù)據(jù)變量的標(biāo) 準(zhǔn)差、聚類數(shù)據(jù)變量的均值W及與大腦組織聚類相關(guān)的參變量。
[0079] 在本發(fā)明實(shí)施例中，聚類參數(shù)包括表達(dá)式似提及的聚類數(shù)據(jù)變量的標(biāo)準(zhǔn)差σ k、 聚類數(shù)據(jù)變量的均值μkW及與大腦組織聚類相關(guān)的參變量θ k= (μ k，Σ k)。參數(shù)評估 單元402可w根據(jù)實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，通過對 聚類參數(shù)的評估，確定表達(dá)式（2)表示的高斯混合模型，具體如下：
[0080] 根據(jù)最大化混合似然函數(shù)和對數(shù)函數(shù)評估高斯混合模型參數(shù)，其算法包括兩個期 望巧xpectation)的計(jì)算步驟（W下簡稱E步驟）和最大化（Maximization)的計(jì)算步驟 (W下簡稱Μ步驟）。
[0081] 在Ε步驟中，基于參變量Θ k計(jì)算新的參變量Θ W的期望：
[0082]
( 3 )
[0083] 在Μ步驟中，利用E步驟計(jì)算得到參變量Θ W的期望，最大化似然函數(shù)，計(jì)算新的 參數(shù)變量θ^。如表達(dá)式（3)所述，假設(shè)是獨(dú)立的隨機(jī)變量，似然函數(shù)和對數(shù)似然函數(shù) 分別如表達(dá)式（4)和表達(dá)式（5)所示：
[0086] 運(yùn)d是最大化對數(shù)似然函數(shù)logL( Θ W)的評估值。在單變量正態(tài)混合分布中，最 大化似然函數(shù)L(0kJ的評估混合系數(shù)爲(wèi)、均值咸和方差為表示如下：
[0090] 運(yùn)Ξ個公式中，后驗(yàn)概率中Xi屬于聚類k，其關(guān)系如下描述：
[0091]
(9)
[0092] 表達(dá)式（6)至（9)在必要條件下可用于局部最大化對數(shù)似然函數(shù)logL( Θ W)，并 且可被應(yīng)用于混合模型參數(shù)的數(shù)值近似，其中，E步驟基于當(dāng)前的評估計(jì)算新評估Θ W 的概率期望，Μ步驟利用最大化似然函數(shù)L(0w)計(jì)算新評估變量0W。E和Μ步驟可重復(fù) 改變，初始變量θ?被當(dāng)前變量0取代，并且0 i表示在第jth階段。
[0093] 附圖2示例的標(biāo)準(zhǔn)化模塊203可W包括映射單元501，如附圖5所示本 發(fā)明實(shí)施例五提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置。映射單元501用于根據(jù)
表示的映射關(guān)系，將所述實(shí)驗(yàn)用核磁共振大腦影 像的直方圖轉(zhuǎn)換并映射至大腦平均灰度模板圖像的直方圖的灰度范圍，其中，「1是向上 取整符號，M2為實(shí)驗(yàn)用核磁共振大腦影像，μ t為在相應(yīng)大腦組織的直方圖中，大腦平均灰 度模板圖像的分布中屯、，V t為在相應(yīng)大腦組織的直方圖中，實(shí)驗(yàn)用核磁共振大腦影像的分 布中屯、，mi和m2分別為實(shí)驗(yàn)用核磁共振大腦影像中相應(yīng)的大腦組織的直方圖的最大值和最 小值，Si和S 2分別為大腦組織的直方圖興趣灰度區(qū)間中的最小值和最大值，I 和I high分 別為大腦平均灰度模板圖像中相應(yīng)大腦組織的灰度最小值和最大值。
[0094] 附圖2至5任一示例的核磁共振影像的灰度標(biāo)準(zhǔn)化裝置還可W包括預(yù)處理模塊 601，如附圖6-a至附圖6-d實(shí)施例六至九任一示例提供的核磁共振影像的灰度標(biāo)準(zhǔn)化裝 置。預(yù)處理模塊601用于灰度模板構(gòu)建模塊201基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦 平均灰度模板圖像之前，對實(shí)驗(yàn)用核磁共振影像進(jìn)行預(yù)處理，得到所述實(shí)驗(yàn)用核磁共振大 腦影像。
[0095] 實(shí)驗(yàn)用核磁共振影像是包含煩骨的影像，預(yù)處理模塊601在對實(shí)驗(yàn)用核磁共振影 像預(yù)處理時，可W使用一些軟件中的專用工具，例如，使用F化軟件中的邸Τ工具，實(shí)現(xiàn)煩骨 的分離，煩骨分離后得到的實(shí)驗(yàn)用核磁共振影像就是本發(fā)明實(shí)施例用于實(shí)現(xiàn)大腦組織灰度 標(biāo)準(zhǔn)化的實(shí)驗(yàn)用核磁共振影像。
[0096] 需要說明的是，上述裝置各模塊/單元之間的信息交互、執(zhí)行過程等內(nèi)容，由于與 本發(fā)明方法實(shí)施例基于同一構(gòu)思，其帶來的技術(shù)效果與本發(fā)明方法實(shí)施例相同，具體內(nèi)容 可參見本發(fā)明方法實(shí)施例中的敘述，此處不再寶述。
[0097] 本領(lǐng)域普通技術(shù)人員可W理解上述實(shí)施例的各種方法中的全部或部分步驟是可 W通過程序來指令相關(guān)的硬件來完成，該程序可W存儲于一計(jì)算機(jī)可讀存儲介質(zhì)中，存 儲介質(zhì)可W包括：只讀存儲器（ROM, Read化ly Memo巧）、隨機(jī)存取存儲器（RAM, Random Access Memoir)、磁盤或光盤等。
[0098] W上對本發(fā)明實(shí)施例所提供的核磁共振影像的灰度標(biāo)準(zhǔn)化方法和裝置進(jìn)行了詳 細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，W上實(shí)施例的說 明只是用于幫助理解本發(fā)明的方法及其核屯、思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù) 本發(fā)明的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不 應(yīng)理解為對本發(fā)明的限制。
【主權(quán)項(xiàng)】
1. 一種核磁共振影像的灰度標(biāo)準(zhǔn)化方法，其特征在于，所述方法包括： 基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖像； 根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，對大腦組織 進(jìn)行聚類； 通過從所述實(shí)驗(yàn)用核磁共振大腦影像至所述大腦平均灰度模板圖像的映射，針對聚類 出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。2. 如權(quán)利要求1所述的方法，其特征在于，所述基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大 腦平均灰度模板圖像，包括： 根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類； 加權(quán)平均所述聚類出的大腦組織的每一個像素點(diǎn)的灰度，得到所述大腦平均灰度模板 圖像。3. 如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和 大腦平均灰度模板圖像包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類，包括： W高斯混合模型來模型化所述大腦組織； 根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含的數(shù)據(jù)，通過對聚類 參數(shù)的評估，確定所述高斯混合模型，所述聚類參數(shù)包括聚類數(shù)據(jù)變量的標(biāo)準(zhǔn)差、聚類數(shù)據(jù) 變量的均值W及與大腦組織聚類相關(guān)的參變量。4. 如權(quán)利要求1所述的方法，其特征在于，所述通過從所述實(shí)驗(yàn)用核磁共振大腦影 像至所述大腦平均灰度模板圖像的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化，包 括： 根畫表示的映射關(guān)系，將所述實(shí)驗(yàn)用核磁共 振大腦影像的直方圖轉(zhuǎn)換并映射至所述大腦平均灰度模板圖像的直方圖的灰度范圍，所述 「1是取整符號，所述Mz為所述實(shí)驗(yàn)用核磁共振大腦影像，所述y t為在相應(yīng)大腦組織的直 方圖中，所述大腦平均灰度模板圖像的分布中屯、，所述Vt為在相應(yīng)大腦組織的直方圖中， 所述實(shí)驗(yàn)用核磁共振大腦影像的分布中屯、，所述nil和所述m 2分別為所述實(shí)驗(yàn)用核磁共振大 腦影像中相應(yīng)的大腦組織的直方圖的最大值和最小值，所述Si和Sz分別為所述直方圖興趣 灰度區(qū)間中的最小值和最大值，所述Ii?和I high分別為所述大腦平均灰度模板圖像中相應(yīng) 大腦組織的灰度最小值和最大值。5. 如權(quán)利要求1至4任意一項(xiàng)所述的方法，其特征在于，所述基于實(shí)驗(yàn)用核磁共振大腦 影像，構(gòu)建大腦平均灰度模板圖像之前，所述方法還包括： 對實(shí)驗(yàn)用核磁共振影像進(jìn)行預(yù)處理，得到所述實(shí)驗(yàn)用核磁共振大腦影像。6. -種核磁共振影像的灰度標(biāo)準(zhǔn)化裝置，其特征在于，所述裝置包括： 灰度模板構(gòu)建模塊，用于基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平均灰度模板圖 像； 第一組織聚類模塊，用于根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像 包含的數(shù)據(jù)，對大腦組織進(jìn)行聚類； 標(biāo)準(zhǔn)化模塊，用于通過從所述實(shí)驗(yàn)用核磁共振大腦影像至所述大腦平均灰度模板圖像 的映射，針對聚類出的每種大腦組織進(jìn)行灰度標(biāo)準(zhǔn)化。7. 如權(quán)利要求6所述的裝置，其特征在于，所述灰度模板構(gòu)建模塊包括： 第二組織聚類單元，用于根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像包含的數(shù)據(jù)，對大腦組織 進(jìn)行聚類； 加權(quán)平均單元，用于加權(quán)平均所述聚類出的大腦組織的每一個像素點(diǎn)的灰度，得到所 述大腦平均灰度模板圖像。8. 如權(quán)利要求7所述的裝置，其特征在于，所述第一組織聚類模塊包括： 模型化單元，用于W高斯混合模型來模型化所述大腦組織； 參數(shù)評估單元，用于根據(jù)所述實(shí)驗(yàn)用核磁共振大腦影像和大腦平均灰度模板圖像包含 的數(shù)據(jù)，通過對聚類參數(shù)的評估，確定所述高斯混合模型，所述聚類參數(shù)包括聚類數(shù)據(jù)變量 的標(biāo)準(zhǔn)差、聚類數(shù)據(jù)變量的均值W及與大腦組織聚類相關(guān)的參變量。9. 如權(quán)利要求7所述的裝置，其特征在于，所述標(biāo)準(zhǔn)化模塊包括： 映射單元，用于根據(jù)衰示的映射關(guān)系，將所 述實(shí)驗(yàn)用核磁共振大腦影像的直方圖轉(zhuǎn)換并映射至所述大腦平均灰度模板圖像的直方圖 的灰度范圍，所述「1是取整符號，所述Mz為所述實(shí)驗(yàn)用核磁共振大腦影像，所述y t為在相 應(yīng)大腦組織的直方圖中，所述大腦平均灰度模板圖像的分布中屯、，所述V t為在相應(yīng)大腦組 織的直方圖中，所述實(shí)驗(yàn)用核磁共振大腦影像的分布中屯、，所述nil和所述m 2分別為所述實(shí) 驗(yàn)用核磁共振大腦影像中相應(yīng)的大腦組織的直方圖的最大值和最小值，所述Si和Sz分別為 所述直方圖興趣灰度區(qū)間中的最小值和最大值，所述Ii?和I high分別為所述大腦平均灰度 模板圖像中相應(yīng)大腦組織的灰度最小值和最大值。10. 如權(quán)利要求6至9任意一項(xiàng)所述的裝置，其特征在于，所述裝置還包括： 預(yù)處理模塊，用于所述灰度模板構(gòu)建模炔基于實(shí)驗(yàn)用核磁共振大腦影像，構(gòu)建大腦平 均灰度模板圖像之前，對實(shí)驗(yàn)用核磁共振影像進(jìn)行預(yù)處理，得到所述實(shí)驗(yàn)用核磁共振大腦 影像。
【文檔編號】G06T3/40GK105989371SQ201510095011
【公開日】2016年10月5日
【申請日】2015年3月3日
【發(fā)明人】王德峰, 石林, 朱昭穎, 孫曉菲, 李樂寧
【申請人】香港中文大學(xué)深圳研究院