專利名稱：計(jì)算關(guān)于局部血液流量循環(huán)指數(shù)的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種關(guān)于腦組織中局部血液流量循環(huán)指數(shù)的計(jì)算方法和裝置。
背景技術(shù)：
在X射線CT檢查中，從簡(jiǎn)單CT圖像中構(gòu)造信息，和通過(guò)對(duì)比CT，在動(dòng)態(tài)掃描中可以得到疾病位置周圍的血液流量循環(huán)信息作為可視信息。近幾年，通過(guò)多切片的高速掃描變?yōu)榭赡芎驼J(rèn)為對(duì)比CT動(dòng)態(tài)掃描的使用范圍逐漸擴(kuò)大。
一般地說(shuō)，存在一種稱為CBP學(xué)習(xí)的方法用來(lái)計(jì)算關(guān)于腦組織中毛細(xì)管的血液流量循環(huán)指數(shù)。所述CBP學(xué)習(xí)包含得到指數(shù)例如CBP、CBV、MTT和Err，其量化表示組織中局部血液流量循環(huán)，也就是，局部組織中流經(jīng)毛細(xì)管的血液循環(huán)；和輸出這些指數(shù)圖。
CBP表示腦組織毛細(xì)管中每單位體積和時(shí)間的血液流速[ml/100ml/min]；CBV表示腦組織中每單位體積的血液量[ml/100ml]；MTT表示毛細(xì)管的血液平均通行時(shí)間[秒]；和Err表示調(diào)制轉(zhuǎn)換函數(shù)近似值中剩余誤差的和或剩余誤差的平方和的平方根。
CBP、CBV、MTT指數(shù)量化地表示了腦組織中毛細(xì)管的血液流量循環(huán)，與腦缺血性中風(fēng)發(fā)展后的通行時(shí)間信息一起作為有用信息，用于區(qū)分缺血腦血管失調(diào)的病體，判斷毛細(xì)管出現(xiàn)/沒有擴(kuò)張，或估計(jì)血液流速。例如，通常，在缺血腦血管失調(diào)中，提供的動(dòng)脈血壓下降，和血管內(nèi)的流速降低。作為結(jié)果，甚至當(dāng)CBV是常數(shù)時(shí)，MTT擴(kuò)大和CBP降低。而且，在腦梗塞過(guò)急性階段中，通過(guò)血壓降低來(lái)補(bǔ)償血液流速的降低，存在一種用于擴(kuò)張毛細(xì)管和增加血液流速CBP的自動(dòng)調(diào)整。因此，由于MTT擴(kuò)大，甚至隨著CBP下降、CBV增加，所述信息暗示毛細(xì)管的血管再形成的可能性。
在CBP學(xué)習(xí)中，不具有腦血管滲透性的造影劑，例如碘化造影劑用作示蹤劑。經(jīng)由肘脈注射碘化造影劑，例如通過(guò)注射器。通過(guò)注射器注射進(jìn)靜脈的碘化造影劑經(jīng)由心臟和肺流進(jìn)腦動(dòng)脈。然后，造影劑經(jīng)過(guò)腦組織中的毛細(xì)管從腦動(dòng)脈中流出到腦靜脈。碘化造影劑流經(jīng)正常腦組織中的毛細(xì)管而沒有任何血管外的泄漏。圖1簡(jiǎn)要表示了這種狀態(tài)。
通過(guò)動(dòng)態(tài)CT掃描造影劑的通行狀態(tài)，腦動(dòng)脈上像素的時(shí)間-密度曲線Ca(t)、腦組織(毛細(xì)管)上像素的時(shí)間-密度曲線Ci(t)、和腦靜脈上像素的時(shí)間-密度曲線Csss(t)可從連續(xù)圖像中測(cè)量出。
這里，在CBP學(xué)習(xí)中，在腦動(dòng)脈的時(shí)間-密度曲線Ca(t)和腦組織的時(shí)間-密度曲線Ci(t)之間建立的理想關(guān)系用作一種分析模型。假定如果就在腦組織之前經(jīng)由血管注射造影劑，腦組織的單位體積(一個(gè)像素)里的時(shí)間-密度曲線垂直上升，停在一常數(shù)值上，并隨后傾斜下降。這可以用矩形函數(shù)來(lái)近似(box-調(diào)制轉(zhuǎn)換函數(shù)方法box-MTF方法)。
也就是，腦動(dòng)脈的時(shí)間-密度曲線Ca(t)用作輸入函數(shù)，用于腦組織的時(shí)間-密度曲線Ci(t)用作輸出函數(shù)，和通過(guò)矩形函數(shù)來(lái)近似輸入和輸出函數(shù)間的調(diào)制轉(zhuǎn)換函數(shù)。調(diào)制轉(zhuǎn)換函數(shù)表示示蹤劑經(jīng)過(guò)毛細(xì)管的通行過(guò)程。
CBP學(xué)習(xí)具有下列問(wèn)題。
由于計(jì)算各個(gè)指數(shù)CBP、CBV、MTT和Err用于每個(gè)像素(x，y，z)，可以構(gòu)造使用所述值作為像素值的圖像，和該圖像稱作為圖。例如，當(dāng)?shù)玫絉類型的指數(shù)時(shí)，可以構(gòu)造R個(gè)圖。用這種方式準(zhǔn)備的R個(gè)圖可以看作為一幅圖(向量值圖)，其中每個(gè)像素具有一個(gè)向量值。也就是，所述圖可以表示如下。
Vk(x，y，z)＝＜Pk，1(x，y，z)，Pk，2(x，y，z)，...，Pk，R(x，y，z)＞例如，可以用這種方式來(lái)構(gòu)造CBP學(xué)習(xí)，就是假定典型地R＝4，Pk，1(x，y，z)表示CBP值，Pk，2(x，y，z)表示CBV值，Pk，3(x，y，z)表示MTT值，Pk，4(x，y，z)表示剩余錯(cuò)誤誤差Err值。
這個(gè)向量值圖Vk準(zhǔn)備用于所述參考腦動(dòng)脈的每個(gè)時(shí)間-密度曲線Ca(t)k。例如，假定從左和右半球的中間、前和后腦動(dòng)脈中得到時(shí)間-密度曲線。在這種情況下，K＝6。而且，假定從影響區(qū)域的外圍中動(dòng)脈的幾個(gè)部分中得到腦動(dòng)脈的時(shí)間-密度曲線，K＝約10-15。
當(dāng)腦動(dòng)脈的時(shí)間-密度曲線Ca(t)k的數(shù)量K大(K＝1，2，...，K)時(shí)，作為結(jié)果得到的向量值圖的數(shù)量Vk(K＝1，2，...，K)是大的，因此這是便于觀察的。也就是，當(dāng)所述圖看作為正常灰度級(jí)圖像或彩色級(jí)圖像時(shí)，一個(gè)圖由R個(gè)圖像構(gòu)成，存在K個(gè)圖，和因此總共K×R個(gè)圖像必須進(jìn)行比較。而且，由動(dòng)脈滋養(yǎng)的部分和所述動(dòng)脈不必顯出，和必須使用解剖知識(shí)來(lái)判斷每個(gè)區(qū)域的要觀察的圖Vk(k＝1，2，...k)。尤其是在大腦血管失調(diào)發(fā)展的情況下，例如大腦梗塞，基于組織的動(dòng)脈判斷與解剖知識(shí)不一致，并且異常依賴關(guān)系頻繁可見。這些缺陷產(chǎn)生的問(wèn)題是難以解釋向量值圖的射線照相。
而且，在由多切片或量CT掃描的動(dòng)態(tài)CT圖像中，進(jìn)一步觀察到大量的動(dòng)脈。這是因?yàn)樵诙鄠€(gè)切片中可以觀察到相同的動(dòng)脈。如果腦動(dòng)脈的時(shí)間-密度曲線準(zhǔn)備用于這些動(dòng)脈的所有X射線斷層攝影圖像，曲線的數(shù)量變得非常龐大。
而且CBP學(xué)習(xí)也有下列問(wèn)題。由于經(jīng)由肘脈進(jìn)行丸藥注射，對(duì)于用CT觀察的對(duì)比增加效果來(lái)說(shuō)，血液CT數(shù)上升到最大幾百個(gè)HU(當(dāng)不執(zhí)行對(duì)比成像時(shí)，幾十個(gè)HU)。然而，為了有效地分析腦血液流量，對(duì)比增強(qiáng)效果必須僅用幾個(gè)百分點(diǎn)或更少誤差進(jìn)行測(cè)量。也就是，甚至當(dāng)對(duì)比增強(qiáng)效果(CT數(shù)上升)約為20-40HU，必須檢測(cè)對(duì)比增加效果。
單位體積的腦組織中毛細(xì)管的體積比最大約為3-4％。因此，當(dāng)血液CT數(shù)上升20-40HU時(shí)，腦組織的平均CT數(shù)只上升約為0.5-1.5HU。
在CT圖像中，噪聲的標(biāo)準(zhǔn)偏差(sd)與X射線輻射劑量的平方根成反比，和在典型的輻射條件下，sd例如約為5-10HU。因此，為了檢測(cè)0.5HU的對(duì)比增強(qiáng)效果，X射線輻射劑量必須增加約10-100倍，這意味著患者的曝光劑量相當(dāng)大。而且，由于在動(dòng)態(tài)CT中同一位置掃描幾十次，掃描位置中的皮膚曝光量是正常曝光量的幾百到幾千倍，和考慮到輻射問(wèn)題例如炎癥、禿頭癥、壞死和致癌，這是不現(xiàn)實(shí)的。
而在動(dòng)態(tài)CT中，與正常掃描相比，X射線輻射劑量必須減少。通常，每次掃描的X射線輻射劑量減少到例如約為正常劑量的1/2-1/10。因此，與正常一次CT掃描相比，只產(chǎn)生約幾倍到20倍的X射線曝光量，不會(huì)出現(xiàn)任何輻射問(wèn)題。然而，在CT圖像中，其中X射線輻射劑量減少，sd例如約為15-20HU，幾乎檢測(cè)不到約0.5-1.5HU的對(duì)比增強(qiáng)效果。
因此，抑制圖像的噪聲成分是CBP學(xué)習(xí)中的重要問(wèn)題之一。為此，1)增加切片厚度，2)平均相鄰像素，和3)對(duì)圖像進(jìn)行濾波處理是通常采取的措施。然而，這些具有下列問(wèn)題。
為了“增加切片厚度”，在掃描期間，切片厚度設(shè)定為大，或?qū)⑦B續(xù)薄切片的圖像數(shù)量進(jìn)行平均和產(chǎn)生厚切片圖像。由于每個(gè)像素的X射線輻射劑量與切片厚度成比例地增加，因此圖象噪音的sd與切片厚度成比例地減小。然而，當(dāng)切片厚度增加時(shí)，產(chǎn)生部分體積效果。也就是，一個(gè)像素不表示相同腦組織，像素表示許多組織(白色物質(zhì)、灰色物質(zhì)、血管、腦溝、腦室等等)的平均CT數(shù)的概率是錯(cuò)誤的，和作為分析結(jié)果得到的腦血液流速值變得不準(zhǔn)確。
特別地，不可能正常分析包括血管影響的像素。因此，由于增加的切片厚度，只能得到包括許多像素的非常低質(zhì)量結(jié)果，其不能用于分析。
通過(guò)對(duì)相鄰的像素進(jìn)行平均，空間分辨率受到一定程度的損失。例如得到正方形區(qū)域(包括n×n像素)的平均值作為整個(gè)正方形的平均CT數(shù)，正方形一邊包括n個(gè)像素，該正方形看作為像素，和布置這些正方形來(lái)構(gòu)成一個(gè)“像素捆綁圖像”。例如，假定原始圖像在一邊包括512個(gè)像素(包括512×512個(gè)圖像)，和n＝2，“像素捆綁圖像，在一邊由(512/2)個(gè)像素構(gòu)成(該圖像包括256×256個(gè)像素)。根據(jù)這種方法，與n成反比減少噪聲。而且，作為分析目標(biāo)的像素?cái)?shù)量通過(guò)1/(n×n)的因數(shù)來(lái)增加，和因此具有計(jì)算量減少的優(yōu)點(diǎn)。
然而，當(dāng)n增加時(shí)，空間分辨率降低，并因此出現(xiàn)部分體積效果。也就是，一個(gè)像素不表示相同的腦組織，像素表示許多組織(白色物質(zhì)、灰色物質(zhì)、血管、腦溝、腦室等等)的平均CT數(shù)的概率變得不準(zhǔn)確，和作為分析結(jié)果得到的腦血液流速值變得不準(zhǔn)確。特別地，不可能正常分析包括血管影響的像素。因此，由于增加的n，空間分辨率低，和因此，只能得到包括許多像素的不準(zhǔn)確和非常低質(zhì)量的結(jié)果，其不能用于分析。因此，在實(shí)際使用中，n＝約2-4是極限，只使用這個(gè)措施，不能得到充分的噪聲抑制效果。
而且，當(dāng)圖像被平滑時(shí)，也就是當(dāng)使用對(duì)每個(gè)CT圖像進(jìn)行二維空間濾波和濾波所述圖像的方法，得到充分的噪聲抑制效果時(shí)，但是空間分辨率明顯削弱。特別地，存在厚血管(動(dòng)脈/靜脈)的區(qū)域附近中的像素受到對(duì)比增加效果的影響，其產(chǎn)生在厚血管中，這些像素的時(shí)間-密度曲線是不準(zhǔn)確的。因此，只能略微地執(zhí)行濾波。這里，在只執(zhí)行輕微濾波中，重要的是顯著地減少圖像濾波器的尺寸，例如，約為3×3。當(dāng)使用3×3平滑濾波器得到最大圖像噪聲抑制效果時(shí)，上限是減少噪聲sd到1/3，和不可能進(jìn)一步抑制噪聲。因此，不能得到充分的噪聲抑制效果。
另一方面，當(dāng)沿著時(shí)間軸濾波時(shí)，也就是，使用把為每個(gè)像素得到的時(shí)間-密度曲線看作為一個(gè)曲線和用一維濾波器濾波所述曲線的方法，和得到充分的噪聲抑制效果，時(shí)間分辨率明顯削弱。在CBP學(xué)習(xí)中，通過(guò)在短采樣周期內(nèi)初次執(zhí)行動(dòng)態(tài)CT來(lái)得到高時(shí)間分辨率，和精確地測(cè)量時(shí)間-密度曲線的微小和快速變化(尤其是產(chǎn)生于生理結(jié)構(gòu)的濾波效果程度)，和隨時(shí)間濾波是不適當(dāng)?shù)摹?br>
發(fā)明內(nèi)容
本發(fā)明的一個(gè)目的是提高通過(guò)CBP學(xué)習(xí)得到的圖的診斷效率。
本發(fā)明的另一個(gè)目的是抑制噪聲而不降低空間和時(shí)間分辨率，和由此提高CBP學(xué)習(xí)的分析精度。
根據(jù)本發(fā)明的第一方面，提供一種方法從涉及注射有造影劑的受試者特定區(qū)域的許多連續(xù)圖像中，準(zhǔn)備關(guān)于特定區(qū)域中動(dòng)脈的第一時(shí)間-密度曲線和關(guān)于特定區(qū)域中組織的第二時(shí)間-密度曲線；通過(guò)曲線擬合來(lái)計(jì)算調(diào)制轉(zhuǎn)換函數(shù)，其表示組織中關(guān)于動(dòng)脈的局部血液流量循環(huán)，由此最小化第二時(shí)間-密度曲線關(guān)于調(diào)制轉(zhuǎn)換函數(shù)與第一時(shí)間-密度曲線卷積的剩余誤差；從調(diào)制轉(zhuǎn)換函數(shù)中計(jì)算關(guān)于各個(gè)動(dòng)脈的局部血液流量循環(huán)的指數(shù)；準(zhǔn)備用于所述動(dòng)脈的指數(shù)圖；和根據(jù)第一時(shí)間-密度曲線的剩余誤差，把所述指數(shù)圖合成為一個(gè)圖。
根據(jù)本發(fā)明的第二方面，提供一種方法從涉及注射有造影劑的受試者特定區(qū)域的許多連續(xù)圖像中，準(zhǔn)備關(guān)于特定區(qū)域中動(dòng)脈的第一時(shí)間-密度曲線和關(guān)于特定區(qū)域中組織的第二時(shí)間-密度曲線；選擇一個(gè)與各個(gè)第二時(shí)間-密度曲線最相稱的第一時(shí)間-密度曲線，來(lái)指定一根動(dòng)脈，其具有最高可能性就是所述組織中每個(gè)局部血液流量循環(huán)是依賴的；和為每個(gè)組織準(zhǔn)備一張圖，來(lái)根據(jù)指定的一根動(dòng)脈來(lái)區(qū)分動(dòng)脈的非獨(dú)立區(qū)。
根據(jù)本發(fā)明的第三方面，提供一種方法根據(jù)像素間的類似性使用權(quán)來(lái)對(duì)許多圖像進(jìn)行濾波，來(lái)減少來(lái)自涉及注射有造影劑的受試者特定區(qū)域的多個(gè)連續(xù)圖像的噪聲；從具有減少噪聲的許多連續(xù)圖像中，準(zhǔn)備關(guān)于特定區(qū)域中動(dòng)脈的第一時(shí)間-密度曲線和關(guān)于特定區(qū)域中組織的第二時(shí)間-密度曲線；通過(guò)曲線擬合來(lái)計(jì)算調(diào)制轉(zhuǎn)換函數(shù)，其表示組織中關(guān)于各個(gè)動(dòng)脈的局部血液流量循環(huán)，由此最小化第二時(shí)間-密度曲線關(guān)于調(diào)制轉(zhuǎn)換函數(shù)與第一時(shí)間-密度曲線卷積的剩余誤差；和從調(diào)制轉(zhuǎn)換函數(shù)中計(jì)算關(guān)于各個(gè)動(dòng)脈的局部血液流量循環(huán)的指數(shù)。
本發(fā)明的其它目的和優(yōu)點(diǎn)將在其后的說(shuō)明書中闡述，和在說(shuō)明書中部分將是顯而易見的，或可以通過(guò)本發(fā)明的實(shí)踐來(lái)獲知。依靠下文中提出的手段和結(jié)合可以實(shí)現(xiàn)和得到本發(fā)明的目的和優(yōu)點(diǎn)。


與說(shuō)明書組合并構(gòu)成說(shuō)明書的一部分的這些附圖，圖解了本發(fā)明目前優(yōu)選實(shí)施例，和與上文給出的概括說(shuō)明和下文給出的優(yōu)選實(shí)施例的詳細(xì)說(shuō)明一起，用來(lái)解釋本發(fā)明的原理。
圖1是CBP學(xué)習(xí)的原理說(shuō)明圖；圖2是表示根據(jù)本發(fā)明實(shí)施例關(guān)于腦組織中毛細(xì)管的血液流量循環(huán)的指數(shù)計(jì)算裝置構(gòu)造的框圖；圖3A、3B、3C是由本發(fā)明的相干濾波器執(zhí)行的圖像處理的說(shuō)明圖；圖4A、4B是表示由本發(fā)明中相干濾波器執(zhí)行的噪聲抑制流程的流程圖；圖5是本實(shí)施例中整個(gè)指數(shù)計(jì)算處理前半段的流程圖；圖6是本實(shí)施例中整個(gè)指數(shù)計(jì)算處理后半段的流程圖；圖7是表示圖5步驟S3劃分線的一個(gè)實(shí)例的圖；圖8是表示在Voronoy圖上每根腦動(dòng)脈的影響范圍的圖，用于減少圖6步驟S12的處理步驟的數(shù)量；圖9A、9B、9C表示圖5步驟S4的AT、PT和TT圖；圖10是表示圖5步驟S4的AT、PT、TT的曲線圖；圖11是表示腦動(dòng)脈ROI的曲線圖，在圖5步驟S6中的切片中相同；圖12是表示在圖5步驟S7中設(shè)置的上縱向竇性靜脈ROI的圖；圖13是關(guān)于圖5步驟S10的腦動(dòng)脈的時(shí)間-密度曲線修正的補(bǔ)充圖；圖14A、14B表示在圖5步驟S10、S11中準(zhǔn)備的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)和用于腦組織的時(shí)間-密度曲線Ci(t)的一個(gè)實(shí)施例；圖15是圖6步驟S12的box-MTF方法的原理說(shuō)明圖；
圖16是圖6步驟S12的box-MTF處理的說(shuō)明圖；圖17表示設(shè)定圖6步驟S14的每個(gè)指數(shù)的屏幕輸出范圍的一個(gè)實(shí)例；圖18A至18D是表示在圖6步驟S16中準(zhǔn)備的每個(gè)CBP、CBV、MTT、Err圖的一個(gè)實(shí)例的圖；圖19表示在圖6步驟S16中準(zhǔn)備用于每根腦動(dòng)脈的一列CBP、CBV、MTT和Err圖；圖20是圖6步驟S17的圖譜合成方法的說(shuō)明圖；圖21A至21D是表示在圖6步驟S19中計(jì)算的平均值顯示實(shí)例的圖；圖22表示圖(控制圖)的產(chǎn)生方法，其中在圖6步驟S17中具有高優(yōu)勢(shì)可能性的腦動(dòng)脈(ACA、MCA、PCA)由每個(gè)像素(局部組織)的標(biāo)簽來(lái)識(shí)別；圖23是表示由圖22的產(chǎn)生方法產(chǎn)生的控制圖的實(shí)例圖；和圖24A至24C表示使用控制圖過(guò)濾的CBP圖。
具體實(shí)施例方式
下文中將參考附圖描述本發(fā)明的優(yōu)選實(shí)施例。
本實(shí)施例的特征在于一種方法把許多指數(shù)圖合成一個(gè)圖，指數(shù)圖通過(guò)CBP學(xué)習(xí)而產(chǎn)生，由此提高了CBP學(xué)習(xí)的診斷效率；并進(jìn)一步使用相干濾波器來(lái)減少噪聲和禁止空間與時(shí)間分辨率的降低以便提高指數(shù)的精確度。
而且，本實(shí)施例涉及一種方法和裝置，其中從多個(gè)圖像中計(jì)算表示局部血液流量循環(huán)的指數(shù)，該圖像是關(guān)于物體的特殊區(qū)域并和時(shí)間有關(guān)，和產(chǎn)生多個(gè)圖像作為目標(biāo)的形式不局限于一個(gè)專門裝置。該裝置的實(shí)例包括X射線計(jì)算機(jī)斷層照相術(shù)裝置(X射線CT裝置)、單光子發(fā)射照相術(shù)裝置(SPECT)、正電子發(fā)射照相術(shù)裝置(PET)、和磁共振照相裝置(MRI)。這里，作為實(shí)例將描述X射線CT裝置。
(裝置構(gòu)造)圖2表示根據(jù)本實(shí)施例X射線CT裝置的構(gòu)造。X射線CT裝置由一構(gòu)臺(tái)部件10和計(jì)算機(jī)裝置20構(gòu)成。構(gòu)臺(tái)部件10包括一X射線管101、高壓發(fā)生裝置101a、X射線檢測(cè)器102和數(shù)據(jù)獲得系統(tǒng)(DAS)103。X射線管101和X射線檢測(cè)器102經(jīng)由物體P相互相對(duì)布置在旋轉(zhuǎn)環(huán)(未示)上，旋轉(zhuǎn)環(huán)連續(xù)高速旋轉(zhuǎn)。
計(jì)算機(jī)裝置20包括圖像處理裝置30、圖像顯示部件107和輸入部件109。圖像處理裝置30包括一控制部件108作為中央單元，和還包括一預(yù)處理部件104用于通過(guò)修正處理，把從數(shù)據(jù)獲得系統(tǒng)103中輸出的原始數(shù)據(jù)轉(zhuǎn)換成投影數(shù)據(jù)；一內(nèi)存部件105用于保存投影數(shù)據(jù)；一圖像重新構(gòu)成部件106用于從投影數(shù)據(jù)中重新組成CT圖像數(shù)據(jù)；一存儲(chǔ)裝置10M用于保存CT圖像數(shù)據(jù)；一相干濾波處理部件110用于執(zhí)行關(guān)于CT圖像數(shù)據(jù)的相干濾波處理；和一CBP學(xué)習(xí)處理部件120用于使用進(jìn)行了相干濾波處理的CT圖像數(shù)據(jù)來(lái)執(zhí)行CBP學(xué)習(xí)處理。
相干濾波處理部件110包括一離散值估計(jì)部件111、加權(quán)函數(shù)計(jì)算部件112和像素值計(jì)算部件(相干濾波部件)113。在下文相干濾波處理的詳細(xì)說(shuō)明中將描述這些離散值估計(jì)部件111、加權(quán)函數(shù)計(jì)算部件112和像素值計(jì)算部件113的功能。
CBP學(xué)習(xí)處理部件120包括一ROI設(shè)定支持部件121、時(shí)間-密度曲線預(yù)備部件122、腦動(dòng)脈時(shí)間-密度曲線修正部件123、MTF處理部件124、指數(shù)計(jì)算部件125、圖預(yù)備部件126和圖合成部件127。
ROI設(shè)定支持部件121準(zhǔn)備和提供信息(用于腦動(dòng)脈ROI的AT、PT和TT圖)用于支持在CT圖像上設(shè)定關(guān)于腦動(dòng)脈和靜脈的ROI興趣區(qū)域。
而且，腦動(dòng)脈ROI分散設(shè)定在左腦和右腦區(qū)域，例如，關(guān)于前腦動(dòng)脈(ACA)、中間腦動(dòng)脈(MCA)、和后腦動(dòng)脈(PCA)作為目標(biāo)。因此，在該實(shí)例中，每側(cè)三個(gè)，也就是，總共設(shè)定六個(gè)腦動(dòng)脈ROI。而且，為了修正腦動(dòng)脈的時(shí)間-密度曲線Ca(t)，使用另一個(gè)時(shí)間-密度曲線Csss(t)。該時(shí)間-密度曲線Csss(t)相對(duì)于沒定在足夠厚血管上的ROI來(lái)準(zhǔn)備，在該血管中存在不包括部分體積的像素。設(shè)定Csss(t)的ROI，例如，在腦動(dòng)脈中的最厚的上縱向竇性靜脈。
時(shí)間-密度曲線預(yù)備部件122從保存在存儲(chǔ)裝置10M中的動(dòng)態(tài)CT圖像數(shù)據(jù)(多個(gè)時(shí)間連續(xù)圖像數(shù)據(jù))中準(zhǔn)備關(guān)于腦動(dòng)脈、大腦靜脈和腦組織(毛細(xì)管)的時(shí)間-密度曲線。而且，分開準(zhǔn)備腦動(dòng)脈的時(shí)間-密度曲線Ca(t)，例如，用于六套腦動(dòng)脈ROI中的每套。相對(duì)于設(shè)定在上縱向竇性靜脈中的大腦靜脈ROI，準(zhǔn)備時(shí)間-密度曲線Csss(t)。而且，為腦組織上的所有像素中的每個(gè)準(zhǔn)備腦組織的時(shí)間-密度曲線Ci(t)作為目標(biāo)。
為了消除噪聲影響和部分體積影響，腦動(dòng)脈時(shí)間-密度曲線修正部件123根據(jù)上縱向竇性靜脈的時(shí)間-密度曲線Csss(t)來(lái)較正腦動(dòng)脈的時(shí)間-密度曲線Ca(t)。后面將描述該修正方法。MTF處理部件124根據(jù)通過(guò)box-MTF方法修正的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)和腦組織的時(shí)間-密度曲線Ci(t)來(lái)計(jì)算調(diào)制傳遞功能MTF，用于腦組織區(qū)域中所有像素中的每個(gè)作為目標(biāo)。
指數(shù)計(jì)算部件125從調(diào)制傳遞功能MTF中計(jì)算表示血液流量循環(huán)的指數(shù)(CBP、CBV、MTF、Err)，用于腦組織區(qū)域中所有像素中的每個(gè)作為目標(biāo)。圖預(yù)備部件126產(chǎn)生計(jì)算的指數(shù)的圖用于每根腦動(dòng)脈(ACA、MCA、PCA)。關(guān)于每個(gè)切片，通過(guò)指數(shù)的類型(＝4)X腦動(dòng)脈的數(shù)量(3，包括ACA、MCA、PCA)＝12種類型，來(lái)準(zhǔn)備圖，在多切片中，準(zhǔn)備切片數(shù)量乘以圖的類型。布置圖合成部件127通過(guò)合成處理來(lái)減少圖的巨大數(shù)量，并提高診斷效率。
在下文中將依次描述相干濾波處理和CBP學(xué)習(xí)處理。
以下簡(jiǎn)要描述相干濾波器的原理。例如，3×3相鄰的局部像素被加權(quán)平均，和這個(gè)加權(quán)平均值用作局部中心像素值。根據(jù)中心像素和外圍像素之間的類似性來(lái)改變外圍像素的權(quán)。這里，類似性是一種表示可能性程度的指數(shù)，即在相同腦動(dòng)脈的控制下，在解剖學(xué)上像素接近組織，具體地是腦組織(毛細(xì)管)。把高加權(quán)給具有高類似性的像素，和相反把接近零的低加權(quán)給具有低類似性的像素，由此抑制了噪聲，空間分辨率的降低得到抑制。而且，在下文中，類似性可以適當(dāng)?shù)赜帽Ｕ娑然蝻L(fēng)險(xiǎn)率來(lái)代替。
在本實(shí)施例中，在、本課題的大腦，其中造影劑不具有大腦血管通透性，例如，注射(靜脈注射)的碘化造影劑用作掃描目標(biāo)，和多個(gè)連續(xù)獲得的CT圖像(動(dòng)態(tài)CT圖像)用來(lái)通過(guò)比較各個(gè)像素的時(shí)間-密度曲線來(lái)計(jì)算類似性。因此，類似性的確定依賴于和由采樣頻率、每單位時(shí)間里的圖像數(shù)量和采樣數(shù)量也就是所有圖像的數(shù)量來(lái)確定。因此，有效的是把掃描間隔減少到例如0.5秒。
(相干濾波器)(相干濾波器的概述)(像素值V(X))通常，經(jīng)由掃描設(shè)備例如照相機(jī)和CT掃描儀獲得的數(shù)字圖像由多個(gè)像素構(gòu)成(或圖像可以被認(rèn)為是一組像素)。在下面說(shuō)明中，像素的位置表示為向量X(也就是，一個(gè)坐標(biāo)值的向量)，且像素X的值(也就是，表示暗紋、CT數(shù)HU的數(shù)字值)被表示為K維向量。對(duì)于二維圖像，像素X是表示代表圖像位置的坐標(biāo)值(x，y)的二維向量。關(guān)于某一像素X定義的“像素值v(x)”表示如下v(x)＝(v1(x)，v2(x)，...，vk(x))...(1)其中在方程式(1)右側(cè)中的v1(x)，v2(x)，...，vk(x)在下文中將稱為關(guān)于像素X的“標(biāo)量值”。
例如，當(dāng)圖像是“彩色圖像”時(shí)，每個(gè)像素具有三個(gè)主要顏色(紅、綠、藍(lán))的亮度，和因此每個(gè)像素的像素值v(x)可以看作為K＝3維向量。也就是，方程式(1)右側(cè)中的下標(biāo)與例如“紅”、“綠”、“藍(lán)”相關(guān)。而且，例如，當(dāng)圖像是由K靜態(tài)圖像構(gòu)成的動(dòng)態(tài)圖像時(shí)，和第n個(gè)圖像的像素具有標(biāo)量值vn(x)，由相同公共點(diǎn)(相同坐標(biāo))的像素X擁有的像素值(標(biāo)量值)布置在K靜態(tài)圖像上來(lái)構(gòu)成K維向量值vn(x)＝(v1(x)，v2(x)，...，vk(x))，和這個(gè)值是像素值作為下文中描述的向量值。
(類似性(保真度或風(fēng)險(xiǎn)率)和加權(quán))一組N(x)適當(dāng)?shù)耐鈬袼乇徽J(rèn)為是關(guān)于像素X的(該組N(x)包括像素X)。因此，認(rèn)為外圍像素Y的權(quán)w(p(x，y))作為關(guān)于中心像素X的N(x)元素。這個(gè)權(quán)w(p(x，y))具有下列特性。
(類似性p(x，y))首先，將描述影響權(quán)w(p(x，y))值的函數(shù)p(x，y)的意義。該p(x，y)的意義是用于量化本實(shí)施例中提到的“類似性”。通常，這個(gè)值表示一個(gè)代表中心像素X和外圍像素YεN(x)之間某種意義上的類似性程度的具體數(shù)字值。(例如，兩個(gè)像素x和y的像素值v(x)和v(y)之間的公認(rèn)的統(tǒng)計(jì)差程度)。
更具體地，例如，對(duì)于表示大值的p(x，y)來(lái)說(shuō)，像素x和y具有“統(tǒng)計(jì)上非顯著性差異(也就是高類似性)”和相互類似的可能性認(rèn)為是高的。對(duì)于表示小值的p(x，y)來(lái)說(shuō)，認(rèn)為像素x和y“具有統(tǒng)計(jì)上顯著性差異(也就上低類似性)”。
而且，像素值v(x)和v(y)(或標(biāo)量值v1(x)，...，vk(x)和v1(y)，...，vk(y))必然包括噪聲。例如，假定圖像由CCD圖像獲得裝置獲取，裝置中的暗電流產(chǎn)生的噪聲和從外界入射的光量的不規(guī)則波動(dòng)存在于構(gòu)成圖像的各個(gè)像素。
對(duì)于所有像素來(lái)說(shuō)，噪聲通常具有各種值。因此，即使像素x和y反映相同的物體(在外界)，某些情況下在實(shí)際觀察的圖像上的像素具有不相同的值。相反，假定在反映同一物體的像素x和y中，環(huán)境遠(yuǎn)離各個(gè)噪聲，這些顯示(＝公認(rèn)為這樣)在作為同一物體表示的圖像上，或二者實(shí)質(zhì)上具有相同(非常接近)像素值。
然后，考慮到上述噪聲特性，和使用在統(tǒng)計(jì)檢查方法中公知的“虛假設(shè)”觀念。然后，這個(gè)像素p(x，y)具體表示如下。也就是，虛假設(shè)H“當(dāng)消除各個(gè)噪聲時(shí)，像素x和y具有相同像素值”，換句話說(shuō)“v(x)＝v(y)，這里消除了產(chǎn)生于兩個(gè)像素噪聲的差”(也就是，當(dāng)確立了這個(gè)建議時(shí)，假定“像素x和y之間的類似性假定是高的(保真度大)。然后，當(dāng)否決虛假設(shè)H時(shí)，函數(shù)p(x，y)可以構(gòu)成為風(fēng)險(xiǎn)率(或顯著水平)(在這種情況下，p(x，y)定義為一個(gè)函數(shù)，使得值范圍是
(p(x，y)ε
))。
因此，當(dāng)風(fēng)險(xiǎn)率p(x，y)大時(shí)，也就是，具有高風(fēng)險(xiǎn)率的拒絕是錯(cuò)誤的，虛假設(shè)H滿足的可能性高。然而，相反，當(dāng)風(fēng)險(xiǎn)率小時(shí)，也就是，具有低風(fēng)險(xiǎn)率的拒絕是錯(cuò)誤的，虛假設(shè)H不能滿足的可能性高(應(yīng)當(dāng)注意，由于統(tǒng)計(jì)確認(rèn)中公知的問(wèn)題，甚至具有沒有“拒絕”的虛假設(shè)H，這并不意味著虛假設(shè)是“真實(shí)的”。在這種情況下，這只意味著由虛假設(shè)H表示的建議不能被否決)。
(權(quán)w(p(x，y)))由于權(quán)w(p(x，y))表示方法是顯而易見的，如上所述權(quán)w(p(x，y))是風(fēng)險(xiǎn)率p(x，y)的函數(shù)。通常，權(quán)是保真度的函數(shù)。假定保真度是p(x，y)，函數(shù)可以構(gòu)成為w(ρ(x，y))。而且，通常來(lái)講，作用于風(fēng)險(xiǎn)率p(x，y)的權(quán)函數(shù)W具有實(shí)現(xiàn)“拒絕”的作用，為了得到權(quán)w(p(x，y))，關(guān)于x和y的組合得到風(fēng)險(xiǎn)率p(x，y)。相反，當(dāng)風(fēng)險(xiǎn)率p(x，y)大時(shí)，權(quán)函數(shù)W，也就是權(quán)w(p(x，y))表示大的正值。在相反情況下，調(diào)整函數(shù)具有小正值(或“0”)。將在下文中描述權(quán)函數(shù)W的具體形式。也就是，當(dāng)像素x和y滿足由假設(shè)H表示的命題時(shí)，權(quán)w(p(x，y))表示大值。在相反的情況下，權(quán)具有小值。作為一個(gè)實(shí)例，可以顯著地構(gòu)成W表示兩個(gè)值；“0”；和不同于“0”的常數(shù)值。
進(jìn)一步地，將概述上述的假設(shè)H、風(fēng)險(xiǎn)率p(x，y)和權(quán)w(p(x，y))間的關(guān)系。當(dāng)虛假設(shè)H具有正確的高可能性，類似性P也增加，和提高了給像素的權(quán)W。另一方面，虛假設(shè)H是正確的可能性低，因而類似性P是低的，和降低了給像素的權(quán)W。當(dāng)根據(jù)類似性以這種方式改變加權(quán)平均值的貢獻(xiàn)(權(quán))時(shí)，抑制分辨率的降低和有效抑制噪聲是可能的。而且，通常，權(quán)函數(shù)w(t)可以是“由tε
定義的正/負(fù)單調(diào)增函數(shù)”，和w(t)可以滿足至少上述特性。
(相干濾波處理)通過(guò)上文說(shuō)明，得到“相干濾波器”如下。也就是，首先關(guān)于構(gòu)成圖像的某一像素X來(lái)計(jì)算組N(x)元素的所有像素的上述權(quán)w(p(x，y))。因此，在下面方程式(2)中，使用這些權(quán)w(p(x，y))來(lái)計(jì)算構(gòu)成像素X的新標(biāo)量值V′k(x)。
v′K(x)=Σy∈N(x)vk(y)w(p(x,y))Σy∈N(x)w(p(x,y))...(2)]]>其中k＝1，2，...，k。因此由該公式得到的V′k(x)用來(lái)構(gòu)成像素x的修改的像素值(新像素值)V′(X)如下。
V′(X)＝(V′1(x)，V′2(x)，...，V′k(x))...(3)這里，用于轉(zhuǎn)換像素值V(y)＝(V1(y)，V2(y)，...，Vk(y))(包括y＝x的情況)為V′(X)＝(V′1(x)，V′2(x)，...，V′k(x))的濾波器是“相干濾波器”的形式。該公式顯而易見，這表示構(gòu)成像素值的標(biāo)量值Vk(y)的加權(quán)平均值。
該處理產(chǎn)生下列結(jié)果。也就是，這表示由加權(quán)平均值V′k(x)構(gòu)成的向量，V′k(x)具有升高的像素y貢獻(xiàn)，像素y似乎確實(shí)具有與像素x的像素值V′(X)相同的像素值，像素x的噪聲消除(＝其具有滿足假設(shè)H命題的高可能性)。而且，如果存在足夠數(shù)量的像素y，像素值V′(X)具有不降低分辨率的值，而不偏離由像素x實(shí)質(zhì)處理的真實(shí)值，并通過(guò)上述平均作用來(lái)抑制噪聲。
進(jìn)一步地，甚至當(dāng)風(fēng)險(xiǎn)率p(x，y)小時(shí)，因此“拒絕”虛假設(shè)H，和減少權(quán)w(p(x，y))，正如從上面說(shuō)明中所看到的，假設(shè)不是必須完全“拒絕”。這依賴于下文描述的權(quán)函數(shù)w的具體形式，但是甚至當(dāng)風(fēng)險(xiǎn)率p(x，y)接近“0”時(shí)(＝0％)，可以設(shè)定w(p(x，y))≠0。然而，與p(x，y)接近“1”相比，權(quán)具有更小的正值。應(yīng)當(dāng)注意p(x，y)＝1相應(yīng)于下文描述的v(x)＝v(y)。
也就是，可以承認(rèn)小貢獻(xiàn)，而不是完全拒絕該假設(shè)。應(yīng)當(dāng)注意，在這種情況下，w(p(x，y))＝0具有與完全拒絕相同的意義。
該處理通常進(jìn)行如下。也就是，當(dāng)存在構(gòu)成某一圖像的多個(gè)像素時(shí)，具有某一任意像素y(在上面說(shuō)明中設(shè)定y∈N(x))的該像素x的保真度p(x，y)得到量化。此時(shí)量化上述h。當(dāng)保真度大時(shí)，在使用像素值v(y)的加權(quán)平均處理中承認(rèn)像素Y的大貢獻(xiàn)。當(dāng)保真度小時(shí)，只承認(rèn)小貢獻(xiàn)。因此，可以是在圖像處理方法中有效抑制像素X的噪聲。當(dāng)像素x和y是所謂的“相互類似”時(shí)，允許像素y進(jìn)一步進(jìn)行平均處理。換句話說(shuō)，當(dāng)像素是“非相互類似”時(shí)，全部或幾乎忽略像素y(權(quán)設(shè)定為零或近似值)。
當(dāng)整個(gè)圖像進(jìn)行該處理時(shí)，圖像的模糊，也就是空間分辨率的降低幾乎不出現(xiàn)，和可以實(shí)現(xiàn)顯著高的噪聲抑制效果。而且，該使用不局限于噪聲抑制。例如，甚至在圖案識(shí)別領(lǐng)域中，以更好的具體形式來(lái)設(shè)定權(quán)函數(shù)或相干濾波。然后，可以實(shí)現(xiàn)更好的效果。
這里，上述“動(dòng)態(tài)CT”掃描是一種掃描系統(tǒng)，其中X射線管101和X射線檢測(cè)器102重復(fù)掃描物體P的相同部分(經(jīng)常通過(guò)重復(fù)掃描中的連續(xù)旋轉(zhuǎn)和連續(xù)旋轉(zhuǎn)CT裝置來(lái)進(jìn)行重復(fù)掃描)來(lái)連續(xù)獲得投影數(shù)據(jù)，根據(jù)投影數(shù)據(jù)連續(xù)執(zhí)行還原處理，和獲得序列圖像。在這種情況下，圖像顯示部件107的圖像顯示受到控制，例如，通過(guò)計(jì)數(shù)器(未圖示)，由此在掃描開始或終點(diǎn)之后，執(zhí)行恒定時(shí)間的顯示以用于收集投影數(shù)據(jù)作為原始圖像。
因此，以這種方式獲得/顯示的圖像是所謂的動(dòng)態(tài)圖像，其包括類似于電影中的多個(gè)序列靜態(tài)圖像。應(yīng)當(dāng)注意這種掃描系統(tǒng)典型地用于把造影劑注入進(jìn)物體P，觀察/分析隨時(shí)間消逝的變化，和分析受影響區(qū)域的病理狀態(tài)，例如組織中的狹窄和閉塞。而且，甚至在使用造影劑之前和之后，僅執(zhí)行兩次相同部分的CT掃描的系統(tǒng)認(rèn)為是廣泛的動(dòng)態(tài)CT掃描。
而且，在傳統(tǒng)技術(shù)中，在上述“動(dòng)態(tài)CT”掃描期間，例如，當(dāng)物體P在K次掃描操作期間具有某些變化時(shí)(例如，通常考慮到的是造影劑的濃度變化或呼吸操作)，為了抑制圖像噪聲而不損失空間分辨率，在時(shí)間方向上必須執(zhí)行濾波。因此，損失時(shí)間分辨率的問(wèn)題不能避免。
然而，由動(dòng)態(tài)CT掃描獲得的圖像是如上所述的動(dòng)態(tài)圖像，并被掃描用于詳細(xì)觀察隨時(shí)間變化的目的。因此，時(shí)間分辨率的損失實(shí)質(zhì)上不是優(yōu)選的情形。
由于使用相干濾波器，可以執(zhí)行下面的動(dòng)態(tài)相干濾波處理，其中不損失時(shí)間分辨率和可以從所有K靜態(tài)圖像(多個(gè)圖像)中抑制噪聲。
首先，對(duì)于像素X來(lái)說(shuō)，其關(guān)于K靜態(tài)圖像定義為得到的如上所述的動(dòng)態(tài)圖像的，下式可以構(gòu)成為如上所述的像素值v(x)。
v(X)＝(v1(x)，v2(x)，...，vk(x)) ...(1)這里，在右側(cè)項(xiàng)中的下標(biāo)1，2，...，k是K靜態(tài)圖像的序號(hào)。
接下來(lái)，權(quán)函數(shù)w1的具體形式在這種情形下例如，用下面方程式(4)表示。
w1(p(x,y))=exp[-{Σk=1k{vk(x)-vk(y)}2K(2σK)2}C]...(4)]]>其中y∈N(x)，和這個(gè)組N(x)可以關(guān)于像素x(＝也可以通過(guò)任何標(biāo)準(zhǔn)來(lái)設(shè)定)任意設(shè)定。然而，事實(shí)上，通過(guò)像素x和遠(yuǎn)離像素x的像素y滿足假設(shè)“v(x)＝v(y)，這里由兩個(gè)像素噪聲產(chǎn)生的差得到消除”的可能性通?？赡苁堑偷?。因此，在假設(shè)基礎(chǔ)上限定組N(x)，假設(shè)組N(x)是一組布置在像素x附近的像素，具有例如計(jì)算速度的提高的實(shí)際意義。
因此，這里，作為一個(gè)實(shí)例，假定組N(x)是一組包括在以像素x為中心的矩形外圍區(qū)域里的像素。更具體地，例如，對(duì)于組N(x)來(lái)說(shuō)，當(dāng)128×128個(gè)像素整體構(gòu)成一個(gè)顯著靜態(tài)圖像時(shí)，定義用于以像素x為中心的3×3像素區(qū)域。而且，當(dāng)512×512個(gè)像素構(gòu)成靜態(tài)圖像時(shí)，可以定義用于以像素x為中心的13×13像素區(qū)域。
而且，上面方程式(4)中的σk是在假設(shè)每個(gè)K圖像具有恒定的普通程度的噪聲的基礎(chǔ)上，所估計(jì)的噪聲的標(biāo)準(zhǔn)偏差，假設(shè)另一方面，C是一個(gè)可調(diào)節(jié)參數(shù)，其確定分配給上面方程式(4)的權(quán)w1(p(x，y))的作用。在下文中依次描述σk和C。
首先，將描述方程式(4)中的σk(下文中描述為散布的σk2)。如上所述，這個(gè)σk2是由K靜態(tài)圖像上每個(gè)像素的標(biāo)量值所擁有的散布噪聲組份。而且，上面方程式(4)中散布的σk2在假設(shè)基礎(chǔ)上得到估計(jì)，假設(shè)K圖像上每個(gè)像素的標(biāo)量值包括具有恒值散布σk2的噪聲。通常，這個(gè)假設(shè)在下列背景中具有充分的合理性。
當(dāng)受試者P的尺寸和X射線管101、X射線檢測(cè)器102和重構(gòu)部件106的結(jié)構(gòu)不變，和X射線的輻射能設(shè)定為常數(shù)，CT圖像的噪聲由X射線輻射劑量來(lái)確定，也就是，X射線管101的管電流和發(fā)光時(shí)間的乘積成比例關(guān)系(所謂的電流時(shí)間乘積(mA·s))。
另一方面，CT圖像的噪聲是附加的和實(shí)質(zhì)上遵循高斯分布也是公知的。也就是，假定實(shí)際值(該值具有消除的噪聲貢獻(xiàn))是Vn0(x)，關(guān)于構(gòu)成某一像素x的像素值v(x)的任意標(biāo)量值Vn(x)(n＝1，2，...，k)，Vn(x)-Vn0(x)的差值實(shí)質(zhì)上遵循高斯分布，具有0和σk2的中間值。應(yīng)當(dāng)注意X射線劑量或電流時(shí)間乘積mAs實(shí)質(zhì)上與噪聲的散布σk2成反比。
而且，散布σk2依賴于像素x的位置(例如，如上所述每個(gè)坐標(biāo)值x＝(x，y))。在正常的X射線CT掃描儀100中，用于調(diào)節(jié)X射線輻射劑量的物理X射線濾波器(例如，稱為“楔”或“X射線濾波器”，由銅箔或固體金屬片形成)布置在X射線管101和X射線檢測(cè)器102之間。因此可以忽略散布。楔具有以下功能，物體P用實(shí)質(zhì)上與水的密度相同的材料制造，和遞歸一部分X射線輻射劑量，由此在任何X射線檢測(cè)器102中檢測(cè)到相同程度的X射線輻射劑量。因此，根據(jù)該楔，作為結(jié)果，產(chǎn)生的效果是噪聲的散布σk2實(shí)質(zhì)上具有恒值，不管像素x的位置。通常，布置該楔是為了有效地使用X射線檢測(cè)器102的動(dòng)態(tài)范圍的基本目的。
如上所述，它是適當(dāng)?shù)木褪窃谕ㄟ^(guò)動(dòng)態(tài)CT掃描獲得的K靜態(tài)圖像中估計(jì)散布σk2實(shí)質(zhì)上關(guān)于K靜態(tài)圖像上所有像素是恒定的。當(dāng)然，很容易想到擴(kuò)展本實(shí)施例用于每個(gè)像素的散布差。
進(jìn)一步地，為了具體計(jì)算上面方程式(4)，分配給散布σk2的數(shù)字值是一個(gè)問(wèn)題。這是因?yàn)橥ǔ？梢约俣ㄔ肼暦植嫉男问?上面是高斯分布)，但是在許多情況下散布σk2的具體值是不清楚的。
而且，通常，每次掃描可以改變輻射劑量(X射線管電流X輻射時(shí)間(mAs))。當(dāng)用這種方式進(jìn)行掃描時(shí)，在這種情況下，散布σk2與每個(gè)圖像不一致。
另外，假定在第k個(gè)圖像(k＝1，2，...，k)中每個(gè)像素標(biāo)量值的噪聲散布是σk2和在第k個(gè)圖像的掃描中使用的輻射劑量是Rk，σk2與Rk成比例。因此，當(dāng)關(guān)于至少一個(gè)k＝k0指定σk02時(shí)，關(guān)于另一個(gè)k也可精確地估計(jì)σk2如下。
σk2=σk02RkRk0...(5)]]>在本實(shí)施例中，通過(guò)下面方法，可以關(guān)于至少一個(gè)k估計(jì)σk2的具體數(shù)字值。
該方法是有效的，就是使用N個(gè)圖像(1＜N≤k)，假定該圖象在K次掃描操作中物體P幾乎不變化，和通過(guò)實(shí)際測(cè)量得到關(guān)于散布σk2的期望值E[σk2]。為了簡(jiǎn)化下面的說(shuō)明，在N個(gè)圖像中的輻射劑量是相同的。因此，假定σk2關(guān)于k＝1，2，...，N是常數(shù)(寫成σ2)。期望包括在各自的標(biāo)量值v1(xf)，v2(xf)，...，vk(xf)中的噪聲遵循高斯分布，具有如上所述的0和σ2散布的平均值，標(biāo)量值構(gòu)成這些N個(gè)圖像中某一像素的像素值v(xf)。使用下面方程式(6)得到平均值。
v*(xf)=1NΣK=1Nvk(xf)...(6)]]>然后，關(guān)于實(shí)際散布σ2可以得到期望值E[σ2]如下。
E[σ2]=1N-1ΣK=1N{vk(xf)-v*(xf)}2...(7)]]>而且，可以認(rèn)為如上所述散布的期望值E[σ2]關(guān)于所有K靜態(tài)圖像上的所有像素x是適當(dāng)?shù)摹Ｆ谕涤糜谔娲鷮?shí)際散布σ2可能性通過(guò)不小于常數(shù)程度得到保證。因此，在上面方程式(4)的實(shí)際計(jì)算中，這個(gè)E[σ2]可以指定給方程式(4)的σ2。
進(jìn)一步說(shuō)，通過(guò)實(shí)際測(cè)量可以得到更具體的E[σ2]，例如，根據(jù)K靜態(tài)圖像中的第一和第二靜態(tài)圖像，這符合在上面方程式(6)和(7)中的N＝1的假設(shè)。而且，對(duì)于在上面方程式(6)和(7)的實(shí)際計(jì)算中使用的像素xf，來(lái)說(shuō)，例如，只可以設(shè)計(jì)選擇適當(dāng)像素xf，其排斥一部分，在該部分中掃描了空氣和骨頭。當(dāng)選擇多個(gè)像素時(shí)，平均所有得到的E[σ2]值。而且，通常，通過(guò)物體P的移動(dòng)也可以設(shè)計(jì)更好地抑制影響。
甚至由于這些N個(gè)圖像掃描中的易變的輻射劑量，很容易推斷σk2對(duì)Rk的比例用來(lái)準(zhǔn)確地估計(jì)σk2。
隨后，將描述上面方程式(4)中的參數(shù)C。首先，在方程式(4)中，在上述平常方式中的風(fēng)險(xiǎn)率p(x，y)的概念包括如下。也就是，在方程式(4)的右側(cè)分子中的根號(hào)里面與假定遵循所謂的X平方分布的X2值一致，并除以(2σ)2。整個(gè)圓括號(hào)放在e的肩部，和該值是風(fēng)險(xiǎn)率p1(x，y)。也就是，下面方程式的結(jié)果。
p1(x,y)=Aexp{-ΣK=1K{vk(x)-vk(y)}2K(2σk)2}...(8)]]>而且，上面方程式(4)轉(zhuǎn)換為關(guān)于p1(x，y)并表示在方程式(8)中的下列方程式。
w1(p(x,y))={p1(x,y)}-C2...(9)]]>其中A是標(biāo)準(zhǔn)化的常數(shù)，由此p1表示一個(gè)值(0至1)。
最后，在方程式(4)中，上面以正常模式描述的風(fēng)險(xiǎn)率p(x，y)沒有肯定地顯示，但是如上所述，權(quán)w1(p(x，y))的模式的確可以看作為風(fēng)險(xiǎn)率(＝p1(x，y))的函數(shù)(方程式(9))，也就是，模式是“保真度函數(shù)”。如上所述，風(fēng)險(xiǎn)率和保真度是這樣一種關(guān)系就是隨著它們中的一個(gè)增加，另一個(gè)也增加。
而且，如從上面方程式(9)中所看到的，參數(shù)C有效地確定權(quán)w1(p(x，y))對(duì)風(fēng)險(xiǎn)率p1(x，y)的靈敏反作用程度。也就是，當(dāng)C增加時(shí)，p1(x，y)輕微增加，和w1(p(x，y))接近0。進(jìn)一步說(shuō)，當(dāng)C減少時(shí)，可以抑制這種靈敏反作用。而且，C可以具體設(shè)定約為1-10，和優(yōu)選地C設(shè)定為3。
在本實(shí)施例中，可判斷中心像素x和外圍像素y之間的類似性。換句話說(shuō)，通過(guò)一種所謂的上文中顯而易見的X平方檢查方法(統(tǒng)計(jì)檢查方法)，根據(jù)風(fēng)險(xiǎn)率p1(x，y)來(lái)確定關(guān)于兩個(gè)像素x和y的上述虛假設(shè)H的否定。
而且，正如從上面方程式(4)中所看到的，在本發(fā)明中，不是必須執(zhí)行計(jì)算關(guān)于各個(gè)x，y組合的風(fēng)險(xiǎn)率p(x，y)和隨后得到權(quán)w(p(x，y))的程序。沒有具體得到風(fēng)險(xiǎn)率p(x，y)時(shí)，在構(gòu)造中可以直接計(jì)算綜合功能(w°p)。
如上所述，當(dāng)估計(jì)散布σ2時(shí)(例如方程式(7)的E[σ2])，和適當(dāng)?shù)卮_定參數(shù)C(例如C＝3)，可以使用方程式(4)得到關(guān)于所有像素y的具體權(quán)w1(p(x，y))，像素y包括在關(guān)于某一像素x定義的組N(x)中(例如上述以像素x為中心的3×3像素區(qū)域)。然后，在方程式(2)中代替w(p(x，y))，可以使用這個(gè)w1(p(x，y))來(lái)執(zhí)行相干濾波器的具體數(shù)字值計(jì)算。而且，作為結(jié)果，沒有削弱時(shí)間分辨率以及空間分辨率，像素值具有強(qiáng)抑制噪聲V′(X)＝(V′1(x)，V′2(x)，...，V′k(x))(＝方程式(3))，也就是，可以得到具有強(qiáng)抑制噪聲的K靜態(tài)或動(dòng)態(tài)圖像。
為了便于理解，在圖3A-3C中示意性地表示這個(gè)圖像處理。也就是，首先在圖3A中，在1，2，...，k靜態(tài)圖像中，關(guān)于某一像素x，假設(shè)以像素x為中心的3×3像素的矩形區(qū)域N3×3(x)。假設(shè)在矩形區(qū)域N3×3(x)的左角上的像素是y1，像素y1具有像素值v(y1)。
而且，通過(guò)構(gòu)成像素值v(y1)的標(biāo)量值V1(y1)，V2(y2)，...，Vk(y1)和像素值v(x)中的標(biāo)量值V1(x)，V2(x)，...，Vk(x)，根據(jù)上面方程式(4)(圖3B)來(lái)計(jì)算權(quán)w1(p(x，y1))。而且，關(guān)于矩形區(qū)域N3×3(x)的剩余像素y2，...y8，最后如圖3B所示，可以類似得到w1(p(x，y1))，...，w1(p(x，y8))和w1(p(x，x))。在這種情況下，從方程式(8)中得出，風(fēng)險(xiǎn)率p(x，y)是“1”，和因此從方程式(9)中得出，權(quán)w1(p(x，y)也是“1”(＝應(yīng)用最大權(quán))。
隨后，用這種方式得到的權(quán)w1(p(x，y1))，...，w1(p(x，y8))和w1(p(x，x))與第k個(gè)圖像中相應(yīng)像素的標(biāo)量值Vk(y1)，Vk(y2)，...，Vk(y8)，Vk(x)相乘得到總和(與上面方程式(2)的分子相對(duì)應(yīng))。該和除以關(guān)于矩形區(qū)域N3×3(x)的權(quán)w1的和(類似地對(duì)應(yīng)于上面方程式(2)的分母)。然后，關(guān)于第k個(gè)圖像中的像素x，可以得到具有抑制噪聲的標(biāo)量值V′k(x)(圖3C)。而且，關(guān)于所有圖像k＝1，2，...，k，使用相同的權(quán)w1(p(x，y1))，...，w1(p(x，y8))和w1(p(x，x))得到具有抑制噪聲的標(biāo)量值V′k(x)，和由此得到像素x中具有抑制噪聲的像素值V′k(x)＝(V′1(x)，V′2(x)，...，V′k(x))。當(dāng)關(guān)于所有像素x重復(fù)上面的計(jì)算時(shí)，得到具有抑制噪聲的K圖像。
在由用相干濾波計(jì)算的像素值V′(x)構(gòu)成的圖像中，在原始圖像中可見的隨機(jī)噪聲得到有效抑制。
而且，可以執(zhí)行上述步驟，例如，參考圖4A、4B中所示的流程。而且，為了在實(shí)際的X射線CT掃描儀100上實(shí)現(xiàn)各個(gè)步驟的計(jì)算和圖像顯示，例如，如圖2所示，可以布置包括分散值評(píng)價(jià)部件111、權(quán)計(jì)算部件112和像素值計(jì)算部件113的圖像處理部件110來(lái)執(zhí)行這些步驟。
在這種情況下，配置權(quán)計(jì)算部件112直接從如上所述的像素值v(x)和v(y)中得到權(quán)w1(p(x，y))。因此，計(jì)算部件112是一種直接得到權(quán)而不具體得到風(fēng)險(xiǎn)率p1(x，y)的裝置。此外，代替上述構(gòu)造，一種構(gòu)造可以由風(fēng)險(xiǎn)率計(jì)算部件(保真度量化部件)來(lái)執(zhí)行兩步驟的程序，用于具體得到風(fēng)險(xiǎn)率p1(x，y)的值，和權(quán)計(jì)算部件用于根據(jù)風(fēng)險(xiǎn)率計(jì)算部件的輸出得到權(quán)w1(p(x，y))。在任何情況下，權(quán)計(jì)算部件112使用散布σ2、v(x)、v(y)來(lái)計(jì)算權(quán)w1(p(x，y))，散布σ2由分散值評(píng)價(jià)部件111來(lái)估計(jì)。
而且，像素值計(jì)算部件113使用像素值v(x)和v(y)和權(quán)w1(p(x，y))來(lái)計(jì)算像素值v′(x)，權(quán)w1(p(x，y))的數(shù)字值由權(quán)計(jì)算部件112來(lái)計(jì)算。也就是，計(jì)算部件113實(shí)際上執(zhí)行抑制原始圖像噪聲的步驟，也就是，應(yīng)用相干濾波器(下文中稱為“應(yīng)用相干濾波器”)。
當(dāng)相干濾波器被應(yīng)用到動(dòng)態(tài)圖像中時(shí)，包括上述動(dòng)態(tài)相干濾波處理中的K靜態(tài)圖像，圖像處理部件110中的處理可以包括首先還原所有靜態(tài)圖像；隨后把圖像保存在存儲(chǔ)裝置10M中；和把相干濾波器應(yīng)用到所述圖像作為后處理。然而，本發(fā)明不局限于這種模式。在上述的連續(xù)掃描、連續(xù)投影數(shù)據(jù)收集、連續(xù)還原和連續(xù)顯示的流程中，可以實(shí)時(shí)執(zhí)行應(yīng)用相干濾波器的步驟(下文中稱為“實(shí)時(shí)相干濾波處理”)。
在實(shí)時(shí)相干濾波處理的一個(gè)優(yōu)選實(shí)施例中，每當(dāng)掃描和還原新圖像時(shí)，執(zhí)行下面處理。在第一所獲圖像(圖像號(hào)為1)到最后的圖像(圖像號(hào)為M)中，公共相同點(diǎn)(相同坐標(biāo))的像素x的像素值(標(biāo)量值)排列在具有圖像號(hào)M，M-1，...，M-K+1的靜態(tài)圖像上，來(lái)構(gòu)造K維向量值v(x)＝(Vm(x)，vm-1(x)，...，vm-k+1(x))。照這樣，能夠以與上述“動(dòng)態(tài)相干濾波處理”相同的方式應(yīng)用相干濾波器。實(shí)際上，像素值計(jì)算部件113根據(jù)最近圖像(圖像號(hào)為M)只計(jì)算標(biāo)量值v′m(x)，代替計(jì)算所有元素的像素值v′(x)。作為結(jié)果，由于提高了計(jì)算速度，可以實(shí)時(shí)顯示具有抑制噪聲的最近圖像。
作為“實(shí)時(shí)相干濾波處理”的另一優(yōu)選實(shí)施例，其構(gòu)造可以包括以和上述相同的方式應(yīng)用相干濾波器得到某一時(shí)間上的V1′(x)，...，Vk′(x)，在該時(shí)間首先得到K圖像；隨后通過(guò)v(x)＝(Vm(x)，vm-1(x)，...，vm-k+1(x))，使用具有圖像號(hào)M，M-1，...，M-K+1的K靜態(tài)圖像來(lái)構(gòu)造K維向量值；和關(guān)于該值應(yīng)用上述實(shí)時(shí)相干濾波處理。另外，在實(shí)時(shí)相干濾波處理期間，像素值向量維數(shù)K可以通過(guò)手動(dòng)或自動(dòng)設(shè)定按照需要而改變，并且這種構(gòu)造是方便的。
以這種方式，通過(guò)相干濾波器，使用CT圖像來(lái)執(zhí)行CBP學(xué)習(xí)、組織中局部血液流量循環(huán)，也就是，流經(jīng)局部組織中毛細(xì)管的血液流量循環(huán)得到量化分析，CT圖像中僅僅有效抑制了噪聲而不惡化空間或時(shí)間分辨率，和得到表示局部血液流量循環(huán)的指數(shù)(CBP、CBV、MTT、Err)，由此可以期望精確度和可靠性的增加。
如上所述，關(guān)于所述圖像執(zhí)行CBP學(xué)習(xí)處理，在該圖像中抑制了分辨率的降低和消除了噪聲。
(CBP學(xué)習(xí))如上所述，CBP學(xué)習(xí)包括獲得CBP、CBV、MTT和Err指數(shù)，這些指數(shù)量化地表示了腦組織中“流經(jīng)毛細(xì)管的血液流量”的循環(huán)；以及，輸出表示這些指數(shù)空間分布的圖CBP腦組織毛細(xì)管中每單位體積和時(shí)間的血液流速[ml/100ml/min]；CBV腦組織中每單位體積的血液量[ml/100ml]；
MTT毛細(xì)管的血液平均通行時(shí)間[秒]；和Err實(shí)際測(cè)量值與分析模型的偏差剩余錯(cuò)誤誤差指數(shù)。
而且，當(dāng)剩余錯(cuò)誤誤差Err低時(shí)，意味著依賴參考腦動(dòng)脈的高的可能性。相反，當(dāng)剩余錯(cuò)誤誤差Err高時(shí)，意味著依賴參考腦動(dòng)脈的低的可能性。
在CBP學(xué)習(xí)中，采用不具有大腦血管滲透性的造影劑，例如碘化造影劑作為示蹤劑。經(jīng)由肘脈通過(guò)注射器快速注入的碘化造影劑經(jīng)由心臟和肺流進(jìn)腦動(dòng)脈。而且，造影劑經(jīng)由腦組織中的毛細(xì)管從腦動(dòng)脈中流出到肘脈。在這種情況下，造影劑不具有大腦血管滲透性，例如碘化造影劑流經(jīng)正常腦組織中的毛細(xì)管而沒有任何血管外的泄漏。
通過(guò)動(dòng)態(tài)CT，連續(xù)地掃描造影劑的流經(jīng)狀態(tài)，和從連續(xù)圖像中測(cè)量腦動(dòng)脈上像素的時(shí)間-密度曲線Ca(t)、包括毛細(xì)管的腦組織上像素的時(shí)間-密度曲線Ci(t)、和大腦靜脈上像素的時(shí)間-密度曲線Csss(t)。
在CBP學(xué)習(xí)中，在腦組織附近的大腦血管血液濃度的時(shí)間曲線Ca(t)和毛細(xì)管血液濃度的時(shí)間曲線Ci(t)間建立的關(guān)于造影劑血液濃度的理想關(guān)系用作分析模型。也就是，假定如果就在腦組織之前經(jīng)由血管注射造影劑，用于包括毛細(xì)管的腦組織的單位體積(一個(gè)像素)里的時(shí)間-密度曲線垂直上升，停在一常數(shù)值上，和稍微傾斜下落。這可以用矩形函數(shù)來(lái)近似(框-調(diào)制轉(zhuǎn)換函數(shù)方法box-MTF方法)。
腦動(dòng)脈血液的時(shí)間-密度曲線Ca(t)被用作輸入函數(shù)，用于腦組織的時(shí)間-密度曲線Ci(t)被用作輸出函數(shù)，且可以得到作為調(diào)制轉(zhuǎn)換函數(shù)的流經(jīng)毛細(xì)管的過(guò)程特征，該函數(shù)用矩形函數(shù)來(lái)表示。
(具體過(guò)程)圖5和6表示根據(jù)本實(shí)施例CBP學(xué)習(xí)的典型程序。首先，執(zhí)行組織例如肘脈的大丸藥注射(造影劑只給予一次)，和在注射之后或之前立即執(zhí)行動(dòng)態(tài)CT(重復(fù)掃描相同位置)。
作為一種最典型的方法，當(dāng)執(zhí)行肘脈的大丸藥注射時(shí)，掃描被重復(fù)，例如，以0.5-2秒的間隔持續(xù)約20-40秒。通過(guò)動(dòng)態(tài)CT得到的N個(gè)CT圖像中的j個(gè)圖像的每個(gè)像素(x，y)的CT號(hào)假定為(x，y，j)。這只是像素(x，y)中的時(shí)間-密度曲線(光滑曲線)f(t，x，y)的采樣值。
首先，在步驟S1中處理各個(gè)CT圖像時(shí)，外觀上可明顯判斷出對(duì)應(yīng)于腦組織以外的組織的像素被從分析目標(biāo)中排除。也就是，表示推斷為腦組織CT數(shù)(例如10-60HU的CT數(shù))的范圍之外的值的像素，是與空氣、骨頭或脂肪相應(yīng)的像素，它們與固定量大腦血液流量無(wú)關(guān)，并可以忽略。該分析范圍設(shè)定為10-60HU作為默認(rèn)值，但可以經(jīng)由輸入部件109任意設(shè)定。
而且，由于在步驟S2中的處理，差異增強(qiáng)效果被初始化。為了在每個(gè)像素中(CT數(shù)上升)得到差異增加效果，在造影劑到達(dá)對(duì)應(yīng)于每個(gè)像素(x，y)的組織之前的圖像(通常獲得多個(gè)圖像)用序號(hào)1，2，...，k來(lái)表示和得到時(shí)間平均值如下。
(Σj=1Kv(x,y,j))/K...(10)]]>該值設(shè)定為b(x，y)。而且，每個(gè)圖像j＝k+1，k+2，...，N的像素值v(x，y，j)計(jì)算如下。
q(x，y，j)＝v(x，y，j)-b(x，y)當(dāng)j＜K時(shí)，可以設(shè)定下式。
q(x，y，j)＝0為了簡(jiǎn)化處理，關(guān)于任何像素可以使用相同K。這樣得到的q(x，y，j)可以認(rèn)為只是時(shí)間-密度曲線q(t，x，y)的采樣值，其作為t＝t1，t2...，tN中的光滑連續(xù)曲線。使用這個(gè)q(t，x，y)來(lái)執(zhí)行大腦血液流量的量化分析。
在量化分析中，首先在CT圖像上可以將右半球和左半球分開。在上述CBP學(xué)習(xí)中，得到毛細(xì)管血液流量循環(huán)的狀態(tài)，作為腦組織的時(shí)間-密度曲線Ci(t)關(guān)于腦動(dòng)脈的時(shí)間-密度曲線Ca(t)的調(diào)制轉(zhuǎn)換函數(shù)MTF。因此，除非作為分析目標(biāo)的腦組織依賴于參考曲線Ca(t)的腦動(dòng)脈，計(jì)算是無(wú)用的。單個(gè)腦動(dòng)脈時(shí)間-密度曲線Ca(t)至少用于左腦和右腦來(lái)單獨(dú)分析目標(biāo)。也就是，左腦的腦動(dòng)脈時(shí)間-密度曲線Ca(t)只在分析同一左腦的腦組織中使用。類似地，右腦的腦動(dòng)脈時(shí)間-密度曲線Ca(t)只在分析同一右腦的腦組織中使用。這有效地減少了無(wú)效計(jì)算。
為了把大腦分成左半球和右半球，如圖7中所示，劃分線被添加和顯示在屏幕中的CT圖像上(S3)?？梢允紫葮?gòu)造劃分線來(lái)顯示在圖像中間。操作員參考圖像，移動(dòng)劃分線，移動(dòng)構(gòu)成劃分線的多個(gè)點(diǎn)，任意彎曲該線，和由此分成左和右區(qū)。
當(dāng)大腦分成左和右半球且分析范圍被限定在各自區(qū)域中時(shí)，可以減少分析處理步驟的數(shù)量。也就是，左腦的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)(左ACA、MCA、PCA)只用來(lái)分析左腦區(qū)(調(diào)制轉(zhuǎn)換函數(shù)最優(yōu)化處理)。類似地，右腦的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)(右ACA、MCA、PCA)只用來(lái)分析同一右腦的腦組織。為了減少分析處理步驟的數(shù)量，左和右半球還分成區(qū)域，和分析處理可以限定在更窄區(qū)域。
為了劃分區(qū)域，可以使用幾何結(jié)構(gòu)方法例如Voronoy方法。眾所周知，Voronoy方法是一種頻繁用于工廠最佳布置領(lǐng)域中的技術(shù)，例如醫(yī)院、商場(chǎng)和消防隊(duì)，和其特征在于根據(jù)布置在平面上的大量點(diǎn)(對(duì)應(yīng)于商店、母線)距離把平面分成多個(gè)影響區(qū)域。
如圖8中所示，在本實(shí)施例中，把Voronoy方法單獨(dú)應(yīng)用到左和右半球。左ACA、MCA、PCA用作三根母線把左腦區(qū)分成左ACA、MCA、PCA影響區(qū)域。Voronoy點(diǎn)設(shè)定在圓的中心，該圓經(jīng)過(guò)三根與左ACA、MCA、PCA相應(yīng)的母線。以Voronoy點(diǎn)為中心，左ACA和MCA的兩根母線的垂直平分線、左MCA和PCA的兩根母線的垂直平分線、和左ACA和PCA的兩根母線的垂直平分線相互連接在一起。通過(guò)三根垂直平分線把左腦區(qū)分成三個(gè)影響區(qū)域。類似地，右ACA、MCA、PCA用作三根母線把右腦區(qū)分成右ACA、MCA、PCA影響區(qū)域。
腦組織的時(shí)間-密度曲線Ci(t)對(duì)左ACA的時(shí)間-密度曲線Ca(t)的調(diào)制轉(zhuǎn)換函數(shù)MTF限定到左ACA的影響區(qū)域，并得到用于每個(gè)像素。類似地，調(diào)制轉(zhuǎn)換函數(shù)MTF限定到關(guān)于左MCA和PCA、以及右ACA、MCA和PCA的影響區(qū)域，并得到用于每個(gè)像素。
當(dāng)把左和右半球分成多個(gè)影響區(qū)域和分析范圍限定到每個(gè)影響區(qū)域時(shí)，可以進(jìn)一步減少分析處理步驟的數(shù)量。
隨后，腦動(dòng)脈ROI設(shè)定在CT圖像上的腦動(dòng)脈上。為了增加設(shè)定的精確性和幫助所述設(shè)定，ROI設(shè)定支持部件121準(zhǔn)備一張支持圖，和該圖從或在CT圖像(S4)中單獨(dú)顯示。如圖9A-9C所示，支持圖的實(shí)例包括出現(xiàn)時(shí)間圖(AT)、最高時(shí)間圖(PT)和通行時(shí)間圖(TT)。關(guān)于各個(gè)像素，如圖10所示，時(shí)間AT從反差成像之前的任意時(shí)間T0(例如數(shù)據(jù)收集啟動(dòng)時(shí)間)直到造影劑濃度達(dá)到最高的幾個(gè)百分點(diǎn)(例如1％)，時(shí)間(最高時(shí)間)PT從時(shí)間T0直到造影劑濃度達(dá)到最高，或TT表示造影劑的移動(dòng)時(shí)間，例如具有半值寬度，計(jì)算它們并產(chǎn)生和顯示為圖。缺省地，包括這些AT、PT和TT的所有類型得到產(chǎn)生和顯示，但是操作員可以任意選擇一種類型或兩種類型。
與腦動(dòng)脈中其它組織相比，這些數(shù)值趨于出現(xiàn)大值。因此，由彩色顯示器經(jīng)過(guò)彩色查找表，設(shè)定查找表只顯示具有在該值中心的值的像素，很容易識(shí)別腦動(dòng)脈位置，和可以準(zhǔn)確設(shè)定腦動(dòng)脈ROI(S5)。典型地，在每個(gè)左和右半球中，腦動(dòng)脈ROI設(shè)定為前腦動(dòng)脈(ACA)、中間腦動(dòng)脈(MCA)和后腦動(dòng)脈(PCA)三個(gè)位置。
而且，由于多切片掃描，例如，當(dāng)相互相鄰布置的四個(gè)切片是分析目標(biāo)時(shí)，如圖11所示，用于各個(gè)切片的各個(gè)腦動(dòng)脈ROT的設(shè)定不僅在操作負(fù)擔(dān)中是巨大的，而且在執(zhí)行分析中是不必要的操作。因此，在某一任意切片中設(shè)定的腦動(dòng)脈ROI也用于其它切片。而且，后面描述的相干遞歸方法也可以用于準(zhǔn)備腦動(dòng)脈的時(shí)間-密度曲線Ca(t)，其可以共有地用于所有切片。
隨后，時(shí)間-密度曲線準(zhǔn)備部件122從連續(xù)圖像數(shù)據(jù)中通過(guò)關(guān)于每組腦動(dòng)脈ROI的動(dòng)態(tài)CT來(lái)準(zhǔn)備時(shí)間-密度曲線Ca(t)(S6)。
這里，存在許多腦動(dòng)脈，與像素大小進(jìn)行比較，它們非常薄。另外，通常，腦動(dòng)脈與CT切片不垂直相交。因此，圖像上的每個(gè)像素不能準(zhǔn)確地表示動(dòng)脈血液的CT數(shù)，由腦動(dòng)脈和其它組織的混合存在構(gòu)成一個(gè)像素，和因?yàn)榇蟛糠智闆r下的部分體積影響，因此只表示較低的對(duì)比增強(qiáng)效果。而且，在這些包括任意部分體積的像素中，圖像噪聲是巨大的。特別是在部分產(chǎn)生大腦梗塞的動(dòng)脈中由于對(duì)比增強(qiáng)效果是顯著地小，噪聲的影響是非常巨大。通過(guò)上述的相干濾波器來(lái)抑制圖像噪聲，但是還保持部分體積效果的影響。
對(duì)于腦動(dòng)脈的時(shí)間-密度曲線來(lái)說(shuō)，代替在單個(gè)切片圖像中測(cè)量曲線，使用包括動(dòng)脈的立體中的像素來(lái)應(yīng)用后面描述的相干遞歸方法，由此可以解決問(wèn)題。因此，代替上述相干濾波方法，在該階段可以應(yīng)用相干遞歸方法。
而且，根據(jù)這種方法，得到與每個(gè)動(dòng)脈相應(yīng)的僅僅一個(gè)切片圖像的時(shí)間-密度曲線，和因此可以用于分析掃描容量里的所有切片中的任意部分。由此，關(guān)于特殊動(dòng)脈，選擇切片，通過(guò)該切片非常清楚地得到腦動(dòng)脈時(shí)間-密度曲線，腦動(dòng)脈時(shí)間-密度曲線可以應(yīng)用到所有切片，和可以減少腦動(dòng)脈時(shí)間-密度曲線的數(shù)量。
(相干遞歸方法)當(dāng)準(zhǔn)備時(shí)間-密度曲線時(shí)，重要的是消除部分體積效果和任意噪聲的影響。首先，“時(shí)間-密度曲線”是一種表示動(dòng)態(tài)CT圖像特殊部分中CT數(shù)(密度值)隨時(shí)間流失的變化的曲線。特別地，在上述的醫(yī)學(xué)圖像診斷裝置中，為了檢查局部血液流量循環(huán)和人體組織中新陳代謝功能的細(xì)節(jié)，人體特殊組織中的造影劑濃度隨時(shí)間的變化已經(jīng)測(cè)量為時(shí)間-密度曲線。而且，在天文觀察中，為了分析特殊天體的發(fā)光變化，使用時(shí)間-密度曲線。將更正式和清楚地描述該曲線。也就是，時(shí)間-密度曲線表示為一對(duì)序列{＜tk，dk＞k＝1，2，...，K)}，這里某一部分在時(shí)間tk中的密度值是dk。而且，在時(shí)間-密度曲線的許多使用中，不需要要求dk的絕對(duì)值，和只得到增量(dk-d1)是相當(dāng)足夠的，在增量中第一圖像1用作參考。進(jìn)一步說(shuō)，在許多使用中，只得到數(shù)據(jù)A(dk-d1)是充分的(這里A是一個(gè)未知常數(shù))，該數(shù)據(jù)與(dk-d1)成簡(jiǎn)單比例。因此，在這種情況下，這對(duì)序列{＜tk，A(dk-d1)＞(k＝1，2，...，K)}是所需的時(shí)間-密度曲線。
為了得到時(shí)間-密度曲線，原理上，包括在部分中的像素x的標(biāo)量值vk(x)可以用來(lái)構(gòu)成這對(duì)序列{＜tk，vk(x)＞}或{＜tk，A(vk(x)-v1(x))＞}，在該部分中時(shí)間-密度曲線在構(gòu)成動(dòng)態(tài)CT圖像的各個(gè)圖像(k＝1，2，...，K)中進(jìn)行測(cè)量。
然而，在實(shí)際使用中，由醫(yī)學(xué)圖像診斷裝置掃描的動(dòng)態(tài)CT圖像包括隨機(jī)噪聲，和因此存在的問(wèn)題是實(shí)質(zhì)上測(cè)量的時(shí)間-密度曲線不能準(zhǔn)確得到。
此外，在實(shí)際使用中，在這些動(dòng)態(tài)CT圖像中，產(chǎn)生一種所謂的“部分體積效果”。部分體積效果是一種現(xiàn)象，其中物體中的微量材料的圖像由圖像上少量的像素來(lái)表示，但是少量像素也受到物體中鄰近材料的圖像的影響，和少量像素的像素值(本質(zhì)上與要測(cè)量的密度值的波動(dòng)成比例)只表示為一個(gè)相對(duì)小的波動(dòng)。換句話說(shuō)，少量像素的像素值只包括一個(gè)微小信號(hào)。因此，當(dāng)產(chǎn)生部分體積效果時(shí)，對(duì)于任何像素x，這對(duì)序列{＜tk，vk(x)＞(k＝1，2，...，K)}具有非常低的信號(hào)電平，像素受到本質(zhì)上沒有測(cè)量的組織中密度值變化的影響，和還存在隨機(jī)噪聲。因此存在的問(wèn)題是實(shí)質(zhì)要測(cè)量的時(shí)間-密度曲線{＜tk，dk＞}不能準(zhǔn)確得到。
為了解決該問(wèn)題，迄今已經(jīng)使用時(shí)間或空間濾波來(lái)抑制隨機(jī)噪聲。然而，由于時(shí)間平均，削弱了時(shí)間分辨率。而且，由于空間平均，存在的問(wèn)題是實(shí)質(zhì)要測(cè)量部分以外的部分密度隨時(shí)間的變化混合到測(cè)量值中。為了解決該問(wèn)題和得到更準(zhǔn)確的時(shí)間-密度曲線，使用相干濾波器。
首先，將描述在本實(shí)施例的相干濾波器中使用的虛假設(shè)。假設(shè)要測(cè)量部分中的實(shí)際時(shí)間-密度曲線是{＜tk，dk＞(k＝1，2，...，K)}，為了測(cè)量主要轉(zhuǎn)換{＜tk，A(dk-d1)＞(k＝1，2，...，K)}(這里A是一個(gè)未知系數(shù))，設(shè)定一組R實(shí)質(zhì)與要測(cè)量部分相應(yīng)的像素，關(guān)于作為組R元素的任意像素xεR，在條件Q下即“像素x準(zhǔn)確反映上述實(shí)際時(shí)間-密度曲線和幾乎不受其它部分密度隨時(shí)間變化的影響”，關(guān)于像素值v(x)＝(v1(x)，v2(x)，...，vk(x))作為向量值，考慮到部分體積效果和任意噪聲的影響，可以假設(shè)建立下式。
Vk(x)＝p(x)dk+q(x)+γk(x) ...(11)(k＝1，2，...，K)這里，p(x)和q(x)是未知系數(shù)，其隨每個(gè)像素x不同，但是不隨圖像數(shù)k而變化(也就是掃描時(shí)間tk)，和模擬部分體積效果。而且，γk(x)模擬隨機(jī)噪聲，該值隨每個(gè)像素x和圖像號(hào)k而不同，但是期望值是0，和統(tǒng)計(jì)分布不依賴于像素x或圖像號(hào)k。
根據(jù)上述假設(shè)，可以證明下式。如果關(guān)于兩個(gè)任意像素x，y建立命題“兩個(gè)像素x，y滿足上述條件Q”作為組R的元素，建立下列關(guān)系。
Vk(x)＝a1vk(y)+a2+ξk(k＝1，2，...，K)...(12)這里，a1和a2是未知系數(shù)，其隨每個(gè)像素組x，y而不同但是不隨圖像數(shù)k而變化(也就是掃描時(shí)間tk)。而且，ξk是隨機(jī)噪聲，該值隨每個(gè)像素x，y和圖像號(hào)k而不同，但是期望值是0。
得到方程式(12)如下。
Vk(y)＝p(y)dk+q(y)+γk(y)...(13)也就是，當(dāng)對(duì)通過(guò)給x賦值y得到的上述方程式進(jìn)行修改時(shí)，得到下列方程式。
dk=vk(y)-q(y)-γk(y)p(y)...(14)]]>當(dāng)其賦值給方程式(20)時(shí)，得到下式。
vk(x)=p(x)p(y)vk(y)+(q(x)-p(x)p(y)q(y))+(γk(x)-p(x)p(y)γk(y))...(15)]]>因此，使用下式，得到方程式(12)。
a1=p(x)p(y)a2=q(x)-p(x)p(y)ξk=γk(x)-p(x)p(y)γk(y)...(16)]]>這里方程式(16)的a1和a2是表示部分體積效果的參數(shù)，和方程式(16)的ξk表示隨機(jī)噪聲。
上面已經(jīng)表示，命題“像素x，y都滿足條件Q”相當(dāng)于虛假設(shè)H0′“Vk(x)＝a1vk(y)+a2+ξk(k＝1，2，...，K)”。
接下來(lái)將描述把虛假設(shè)H0′“Vk(x)＝a1vk(y)+a2+ξk(k＝1，2，...，K)”轉(zhuǎn)換為一種實(shí)質(zhì)等價(jià)命題形式，其實(shí)際上可以得到檢驗(yàn)。為了重新嚴(yán)格地?cái)?shù)學(xué)表示虛假設(shè)，虛假設(shè)H0′表示“由于存在某些常數(shù)a1和a2，ξk＝Vk(x)-a1vk(y)-a2(k＝1，2，...，K)遵循正常分布，其具有0和散布σ2h(a1)的中間值”。這里，系數(shù)h(a1)如下。
h(a1)＝1+a12...(17)從表示a1和ξk定義的方程式(16)和關(guān)于自由變量的散布通常特性中迅速得到方程式(17)。而且，可以簡(jiǎn)單地估計(jì)上述散布σ2的值充分用于實(shí)際使用中。
如上所述，如果可以確定常數(shù)a1和a2，檢驗(yàn)上述虛假設(shè)H0′是可能的。而且，實(shí)際上，得到這些常數(shù)的最佳估計(jì)值a1~和a2~是足夠的。
同樣可以在計(jì)算常數(shù)a1和a2的最佳估計(jì)值中使用公知的擬合方法。然后，作為擬合方法的典型具體方法，將描述一種在線性化最小平方方法中使用的要點(diǎn)。為了把線性化最小平方方法應(yīng)用到本實(shí)施例，假設(shè)虛假設(shè)ξk的平方和簡(jiǎn)化為s(a)，定義如下。
S(a)ΣK=1K{vk(x)-a1vk(y)-a2}2...(18)]]>s(a)的值依賴于常數(shù)向量a＝(a1，a2)，也就是，常數(shù)a1和a2的值。使用常數(shù)向量a的計(jì)算，其中s(a)表示最小值，在無(wú)偏估計(jì)意義中，可以得到關(guān)于常數(shù)a1和a2的最優(yōu)估計(jì)值a1~和a2~。而且，作為線性化最小平方方法的具體計(jì)算方法，可以使用各種已知的方法。另外，這些公知計(jì)算方法都是非常簡(jiǎn)單，和需要的計(jì)算時(shí)間非常少。常數(shù)a1和a2的最優(yōu)估計(jì)值a1~和a2~用這種方式來(lái)計(jì)算。作為結(jié)果，由下式定義的剩余錯(cuò)誤誤差可以得到具體計(jì)算。
rk~(x，y)＝vk(x)-a1~vk(y)-a2~...(19)因此，可以使用該剩余錯(cuò)誤誤差rk~來(lái)改寫上述虛假設(shè)H0′作為實(shí)質(zhì)等價(jià)的虛假設(shè)H0″“rk~(x，y)(k＝1，2，...，K)遵循具有0和散布(1+(a1~)2)σ2的中間值的正常分布”。這就是具體的命題，通過(guò)該命題可以實(shí)際執(zhí)行檢驗(yàn)計(jì)算。
而且，引入向量的下列表示a~＝(a1~，a2~)ζ＝(r1~，...，rk~) ...(20)其中向量a和ζ依賴于像素組x，y。
f(a~，v(y))＝a1~，v(y)+a2~ ...(21)而且，由上式定義的向量值函數(shù)f用來(lái)改寫虛假設(shè)H0′作為虛假設(shè)H0″“v(x)＝f(a~，v(y))+ζ(然而，ζ遵循具有0和散布(1+(a1~)2)σ2的中間值的正常分布”，和這是與上述虛假設(shè)H0的形式相同。也就是，顯而易見本實(shí)施例是相干濾波器的一個(gè)改進(jìn)實(shí)例。這里，f(a~，v(y))意味著使用像素x的像素值v(x)，表示部分體積效果的參數(shù)a可以調(diào)整到最優(yōu)化和轉(zhuǎn)換像素y的像素值v(y)以便具有最高保真度。
接下來(lái)將描述通過(guò)本實(shí)施例中的相干濾波器使用虛假設(shè)H0″得到時(shí)間-密度曲線的方法。對(duì)于通常與要測(cè)量的部分對(duì)應(yīng)的組R來(lái)說(shuō)，關(guān)于包括在組R中的某一像素x∈R，關(guān)于作為組R的元素的所有像素y∈R執(zhí)行下列計(jì)算。也就是，使用上述方法來(lái)實(shí)際計(jì)算剩余錯(cuò)誤誤差rk~(x，y)(k＝1，2，...，K)。隨后，具體計(jì)算風(fēng)險(xiǎn)率p(x，y)和權(quán)w(p(x，y))用于否決上面的虛假設(shè)H0″“rk~(x，y)(k＝1，2，...，K)遵循具有0和散布(1+(a1~)2)σ2的中間值的正常分布”。而且由下列方程式(22)和像素x中的時(shí)間-密度曲線{＜tk，v′k(x)-v′1(x)＞(k＝1，2，...，K)}來(lái)計(jì)算加權(quán)平均v′k(x)。
v′(x)=Σy∈Rw(p(x,y)f(a~,-v(y))Σy∈Rw(p(x,y))...(22)]]>用這種方式得到的時(shí)間-密度曲線表示一個(gè)測(cè)量值，其近似于像素x{＜tk，dk＞}中的實(shí)際時(shí)間-密度曲線的初始轉(zhuǎn)換{tk，A(dk-d1)＞}(其中A是未知系數(shù))。另外，通過(guò)加權(quán)平均的效果來(lái)抑制任意噪聲。而且，關(guān)于另一像素y的像素值向量，正如從方程式中顯而易見，使用所述曲線，在該曲線中部分體積效果的影響得到修正。而且，本發(fā)明具有相干濾波器的公共特征“不使用時(shí)間平均值，和根據(jù)具有像素x的保真度使用權(quán)來(lái)計(jì)算空間平均值”作為特性。因此，根據(jù)本實(shí)施例，可以得到時(shí)間-密度曲線，其中部分體積效果的影響得到抑制而不削弱時(shí)間分辨率和隨機(jī)噪聲得到抑制。而且，用這種方式得到時(shí)間-密度曲線的方法專門稱為“相干遞歸方法”。
接下來(lái)將具體描述在通過(guò)醫(yī)療X射線CT中的動(dòng)態(tài)CT掃描得到的動(dòng)態(tài)CT圖像中，時(shí)間-密度曲線的臨床使用的一個(gè)實(shí)例。在該應(yīng)用實(shí)例中，當(dāng)造影劑快速注射進(jìn)組織中時(shí)，執(zhí)行掃描例如動(dòng)態(tài)CT，測(cè)量存在于人體組織中的動(dòng)脈圖像的密度變化作為時(shí)間-密度曲線，和組織中的血液流量循環(huán)得到診斷。
在該應(yīng)用實(shí)例中，在許多情況下，由于人體組織中的動(dòng)脈通常非常薄，出現(xiàn)在CT攝影圖像上的動(dòng)脈圖像產(chǎn)生部分體積效果。而且，不用說(shuō)，該圖像包含隨機(jī)噪聲。因此，在傳統(tǒng)方法中得到關(guān)于動(dòng)脈的充分準(zhǔn)確的時(shí)間-密度曲線是困難的。當(dāng)強(qiáng)迫執(zhí)行測(cè)量時(shí)，僅僅得到測(cè)量值＜tk，vk(x)-v1(x)＞。該值近似于一定程度的像素值＜tk，A(Dk-D1)＞(這里Dk表示一組像素的像素值(作為標(biāo)量值)，該組像素與時(shí)間tk k＝1，2，...，K中動(dòng)脈圖像相對(duì)應(yīng))作為關(guān)于動(dòng)脈的實(shí)際時(shí)間-密度曲線＜tk，Dk＞的主轉(zhuǎn)換。這個(gè)測(cè)量值包含隨機(jī)噪聲。而且，因?yàn)椴糠煮w積效果的影響，系數(shù)A保持未知。
然后，可能得到測(cè)量值＜tk，(v′k(x)-v′1(x))＞(k＝1，2，...，K)。其充分近似＜tk，A(Dk-D1)＞。另一方面，顯著厚的血管存在于這些血管中，在相同的攝影圖像上可以看到這些血管。因此，關(guān)于血管，在傳統(tǒng)的方法中，可以得到時(shí)間-密度曲線的足夠好的近似值＜tk，(Jk-J1)＞(k＝1，2，...，K)。這里Jk表示一組像素的像素值，其與時(shí)間tk中的血管圖像相對(duì)應(yīng)。
而且，在關(guān)于血液循環(huán)的時(shí)間-密度曲線中，公知的是建立命題S“如果時(shí)間t1中血液中的造影劑濃度、關(guān)于任何血管d的任何時(shí)間-密度曲線＜tk，(dk-d1)＞在曲線(AUC)下的區(qū)域里相匹配”作為特性。這里，曲線下的區(qū)域意味著時(shí)間-密度曲線＜tk，(dk-d1)＞的關(guān)于時(shí)間t的積分。
因此，可以近似計(jì)算關(guān)于某一組織的時(shí)間-密度曲線＜tk，(dk-d1)＞的曲線(AUC)下的面積，例如，通過(guò)下列方程式。
AUC(d)≈ΣK=1K-1{(dk+1-d1)+(dk-d1)}(tk+1-tk)2...(23)]]>
因此，可以使用方程式(22)計(jì)算關(guān)于時(shí)間-密度曲線{tk，(Jk-J1)＞}的曲線AUC(J)下的面積，在傳統(tǒng)方法中關(guān)于血管得到時(shí)間-密度曲線{tk，(Jk-J1)＞}。J可以賦值給d。而且，如果關(guān)于動(dòng)脈的時(shí)間-密度曲線{tk，(Dk-D1)＞}是公知的，使用方程式(18)類似地計(jì)算曲線AUC(D)下的面積。另外，根據(jù)命題S，必須建立下式。
AUC(D)≌AUC(J) ...(24)然而，實(shí)際上，由于時(shí)間-密度曲線{tk，(Dk-D1)＞}是未知的，不能計(jì)算AUC(D)。
另一方面，在根據(jù)本實(shí)施例的方法中得到的時(shí)間-密度曲線＜tk，(v′k(x)-v′1(x))＞近似于＜tk，A(Dk-D1)＞，和后者包含未知系數(shù)A。因此，AUC(V′)下的面積必須是A與面積AUC(D)的乘積，使用方程式(23)從{＜tk，(v′k(x)-v′1(x)＞)}中可以具體計(jì)算AUC(V′)下的面積。也就是，下面結(jié)果。
AUC(V′)≌AUC(D) ...(25)也就是，從方程式(24)和(25)中，建立下列關(guān)系。
A≌AUC(V′)/AUC(J) ...(26)使用方程式(23)可以具體計(jì)算方程式(26)的右側(cè)，和因此可以具體確定未知系數(shù)A的值。然后，當(dāng)系數(shù)A的這個(gè)值用來(lái)構(gòu)成時(shí)間-密度曲線＜tk，(v′k(x)-v′1(x)＞)/A＞，這只是動(dòng)脈的時(shí)間-密度曲線＜tk，(Dk-D1)＞的近似。使用曲線下的面積構(gòu)成時(shí)間-密度曲線的方法稱作為“AUC方法”，該時(shí)間-密度曲線具有未知比例系數(shù)A的確定值。
因此，AUC方法還與相干遞歸方法相結(jié)合，其用于由動(dòng)態(tài)CT掃描得到的動(dòng)態(tài)CT圖像中的時(shí)間-密度曲線的臨床使用中，由此，消除了部分體積效果和隨機(jī)噪聲的影響，和甚至關(guān)于薄動(dòng)脈的時(shí)間-密度曲線得到包括未知比例系數(shù)A的測(cè)量值。在傳統(tǒng)方法中曲線測(cè)量已經(jīng)是困難的或不可能。
而且，當(dāng)然，AUC方法也可以應(yīng)用到關(guān)于通過(guò)傳統(tǒng)方法單獨(dú)測(cè)量的動(dòng)脈的時(shí)間-密度曲線＜tk，(v′k(x)-v′1(x)＞。不能消除部分體積效果和隨機(jī)噪聲的影響，但是可以構(gòu)成時(shí)間-密度曲線，其具有未知比例系數(shù)A的確定值。
(使用上縱向竇性靜脈的時(shí)間密度曲線校正腦動(dòng)脈的時(shí)間密度曲線(抑制部分體積效果的影響))為了抑制部分體積的影響，代替或排除相干遞歸，可以使用上縱向竇性靜脈的時(shí)間密度曲線Csss(t)校正腦動(dòng)脈的時(shí)間密度曲線Ca(t)。
首先，在圖5的步驟S7中，如圖12所示，設(shè)定稍微大的上縱向竇性靜脈ROI以便包圍CT圖像上的上縱向竇性靜脈。與所述動(dòng)脈相比，上縱向竇性靜脈是大的和其位置相對(duì)固定，容易設(shè)定上縱向竇性靜脈ROI。該稍微大的上縱向竇性靜脈ROI包括多個(gè)像素。
隨后，減少或處理所述上縱向竇性靜脈ROI以便上縱向竇性靜脈ROI的所有像素包括在整個(gè)區(qū)域上的上縱向竇性靜脈中(S8)。例如，減少處理包括首先關(guān)于上縱向竇性靜脈ROI中的每個(gè)像素執(zhí)行極限值處理(二進(jìn)制化)；和在ROI中準(zhǔn)備二進(jìn)制圖(“0”，“1”)。所述極限值設(shè)定為一個(gè)值，該值把上縱向竇性靜脈的圖像從外圍組織和骨頭的圖像中分離?！?”表示上縱向竇性靜脈圖像上的像素，和“0”表示外圍組織和血液圖像上的像素。根據(jù)附近中的四個(gè)或八個(gè)像素的值來(lái)更換二進(jìn)制圖的每個(gè)像素(中心像素)。只有當(dāng)中心像素是“1”和所有附近中的四個(gè)或八個(gè)像素的值是“1”時(shí)，中心像素值保持在“1”。也就是，當(dāng)然，當(dāng)中心像素是“0”時(shí)，甚至當(dāng)中心像素是“1”時(shí)，和所有附近中的四個(gè)或八個(gè)像素中任何一個(gè)也表示“0”時(shí)，中心像素值用“0”取代。因此，與上縱向竇性靜脈圖像的外形相比，通過(guò)至少一個(gè)像素來(lái)減少上縱向竇性靜脈ROI。由此，受到減少處理的上縱向竇性靜脈ROI中所有像素是上縱向竇性靜脈圖像上的像素的條件，可以實(shí)現(xiàn)并具有很高程度確定性。
而且，代替這種技術(shù)，可以使用時(shí)間-密度曲線的曲線AUC下的面積來(lái)修正所述上縱向竇性靜脈ROI。在這種情況下，使用稍微大的ROI作為搜索范圍，和在該范圍內(nèi)關(guān)于每個(gè)像素計(jì)算時(shí)間-密度曲線的曲線AUC下的面積。通過(guò)對(duì)比增加效果，與外圍像素值相比，上縱向竇性靜脈圖像上的像素的曲線AUC下的面積顯然表示一個(gè)高值。因此，當(dāng)關(guān)于曲線AUC下的面積執(zhí)行極限值處理時(shí)，從ROI中能夠選擇的只有上縱向竇性靜脈圖像上的像素。
關(guān)于在很大程度肯定在上縱向竇性靜脈圖像上的多個(gè)像素，在這種方式中使用任何一種或兩種技術(shù)通過(guò)AND條件獲得所述圖像，平均每個(gè)像素的時(shí)間-密度曲線，和準(zhǔn)備上縱向竇性靜脈的時(shí)間-密度曲線Csss(t)(S9)。
這里，由于碘化造影劑不流經(jīng)血腦障礙，原理上，碘濃度隨腦動(dòng)脈和靜脈不改變。也就是，上縱向竇性靜脈的時(shí)間-密度曲線Csss(t)的曲線AUC下的面積幾乎等于S6中準(zhǔn)備的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)的曲線AUC下的面積。因此，如圖13所示，通過(guò)把S6中準(zhǔn)備的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)的每個(gè)時(shí)間值與AUC(sss/AUCa)相乘來(lái)修正時(shí)間-密度曲線Ca(t)，由此S6中準(zhǔn)備的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)的曲線AUCa下的面積幾乎等于上縱向竇性靜脈的時(shí)間-密度曲線Csss(t)的曲線AUCsss下的面積(S10)。
隨后，圖14A中所示的腦動(dòng)脈的時(shí)間-密度曲線Ca(t)用來(lái)量化腦組織(毛細(xì)管)的血液流量循環(huán)，其中如上所述噪聲和部分體積效果得到抑制。為此，首先關(guān)于腦組織上的每個(gè)像素準(zhǔn)備圖14B中表示的時(shí)間-密度曲線Ci(t)(S11)。
隨后，如S12所示，單個(gè)腦動(dòng)脈時(shí)間-密度曲線Ca(t)用于左區(qū)和右區(qū)，和腦動(dòng)脈時(shí)間-密度曲線Ca(t)用作每個(gè)像素的輸入函數(shù)和腦組織的時(shí)間-密度曲線Ci(t)用作每個(gè)像素的輸出函數(shù)，得到示蹤劑經(jīng)過(guò)毛細(xì)管的經(jīng)過(guò)過(guò)程特征，作為調(diào)制轉(zhuǎn)換函數(shù)MTF。也就是，關(guān)于左區(qū)腦組織的時(shí)間-密度曲線Ci(t)，使用相同區(qū)的腦動(dòng)脈時(shí)間-密度曲線Ca(t)。而且，關(guān)于右區(qū)腦組織的時(shí)間-密度曲線Ci(t)，使用同一右區(qū)的腦動(dòng)脈時(shí)間-密度曲線Ca(t)來(lái)得到調(diào)制轉(zhuǎn)換函數(shù)MTF。而且，由于如上所述為每個(gè)ACA、MCA、PCA準(zhǔn)備腦動(dòng)脈時(shí)間-密度曲線Ca(t)，每個(gè)Ca(t)重復(fù)計(jì)算調(diào)制轉(zhuǎn)換函數(shù)MTF。
這里，如圖15所示，在腦動(dòng)脈時(shí)間-密度曲線Ca(t)和毛細(xì)管的時(shí)間-密度曲線Ci(t)之間建立的理想關(guān)系用作一種分析模型，其應(yīng)用box-MTF方法。
圖16表示box-MTF方法的原理。該方法包括評(píng)估腦動(dòng)脈時(shí)間-密度曲線Ca(t)與用矩形函數(shù)表示的調(diào)制轉(zhuǎn)換函數(shù)box-MTF的卷積和S11中準(zhǔn)備的實(shí)際測(cè)量Ci(t)之間的剩余錯(cuò)誤誤差；和校正調(diào)制轉(zhuǎn)換函數(shù)box-MTF以便減少剩余錯(cuò)誤誤差的平方和。重復(fù)該步驟程序來(lái)最小化剩余錯(cuò)誤誤差。
如圖14所示，根據(jù)調(diào)制轉(zhuǎn)換函數(shù)box-MTF來(lái)計(jì)算CBP、CBV、MTT，該函數(shù)最小化了剩余錯(cuò)誤誤差(S13)，和在S12中最小化的剩余錯(cuò)誤誤差平方和輸出為Err。嚴(yán)格地講，用下式執(zhí)行修正。
CBP＝CBPCBV＝(1-Ht)/(1-b*Ht)*CBV′MTT＝(1-Ht)/(1-b*Ht)*MTT′這里，Ht是主要血管的血球容積計(jì)值，和b*Ht是外圍血管的血球容積計(jì)值(通常b約為0.7)。
而且，由yi(x)-f(ti，x)給出剩余錯(cuò)誤誤差。Yi(x)表示時(shí)間ti中的框細(xì)胞x的標(biāo)量值，和與腦組織的時(shí)間-密度曲線一致。f(ti，x)表示一模型的時(shí)間ti中的標(biāo)量值，該模型適合于框細(xì)胞x的向量像素值，和符合調(diào)制轉(zhuǎn)換函數(shù)與腦動(dòng)脈時(shí)間-密度曲線的卷積。在近似調(diào)制轉(zhuǎn)換函數(shù)中Err是剩余錯(cuò)誤誤差平方和的平方根，和計(jì)算，例如用下列方程表示。
Err=Σi=1N(yi(x)-f(ti,x))2(w(ti))2s]]>這里，S是常數(shù)，例如S＝N-p。p表示自由度，也就是包括在近似模型f中參數(shù)的數(shù)量。w(ti)是權(quán)系數(shù)，其確定時(shí)間ti-Err中剩余錯(cuò)誤誤差的貢獻(xiàn)程度。例如，w(ti)不必要依賴于i，和可以具有固定值例如1。作為選擇，w(ti)＝αe-ti2/β是合意的，構(gòu)造其使得權(quán)w隨著|ti|的增加適度地減少。隨著時(shí)間的流失，剩余錯(cuò)誤誤差不必要作用到Err。
關(guān)于從調(diào)制轉(zhuǎn)換函數(shù)中計(jì)算的CBP、CBV、MTT、Err，在這種方式中通過(guò)box-MTF方法得到調(diào)制轉(zhuǎn)換函數(shù)，如圖17中所示，設(shè)定各個(gè)輸出范圍(適當(dāng)范圍)(S14)。關(guān)于具有相應(yīng)輸出范圍值的像素，保持該值。對(duì)于具有輸出范圍外值的像素來(lái)說(shuō)，替換該值，例如，用與顯示器上黑色相應(yīng)的值(S15)。
隨后，如圖18A-18D所示，從經(jīng)過(guò)輸出最優(yōu)化的CBP、CBV、MTT、Err中產(chǎn)生各自圖(S16)。關(guān)于前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA，單獨(dú)計(jì)算用于各個(gè)切片的CBP、CBV、MTT、Err指數(shù)。因此，如圖19所示，甚至使用一個(gè)切片，得到4×3＝12個(gè)圖。當(dāng)設(shè)定的腦動(dòng)脈數(shù)量增加時(shí)，圖增加到動(dòng)脈增加數(shù)量的4倍數(shù)量。通常估計(jì)這樣許多圖是不現(xiàn)實(shí)的。然后，為了減少圖的數(shù)量，合成這些圖(S17)。
如圖20所示，合成方法包括根據(jù)前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的剩余錯(cuò)誤誤差Err來(lái)合成前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的CBP圖。例如，當(dāng)從前腦動(dòng)脈ACA的時(shí)間-密度曲線Ca(t)和用于控制下的腦組織的時(shí)間-密度曲線Ci(t)中得到調(diào)制轉(zhuǎn)換函數(shù)MTF時(shí)，剩余錯(cuò)誤誤差Err相對(duì)小。相反，當(dāng)從用于非控制下的腦組織的時(shí)間-密度曲線Ci(t)中得到調(diào)制轉(zhuǎn)換函數(shù)MTF時(shí)，剩余錯(cuò)誤誤差Err相對(duì)大。也就是，剩余錯(cuò)誤誤差Err表示每根腦動(dòng)脈的控制可能性。
因此，對(duì)于每個(gè)像素來(lái)說(shuō)，從前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的CBP值中，選擇與最低剩余錯(cuò)誤誤差Err值相應(yīng)的CBP值作為像素值。用這種方式合成的圖由腦組織的CBP值構(gòu)成，其具有在前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的控制下的高可能性。這也可以應(yīng)用到其它指數(shù)CBV、MTT的圖合成。
這里，下文中將詳細(xì)描述圖合成。從存在于動(dòng)脈相應(yīng)位置的像素中得到的時(shí)間-密度曲線反映動(dòng)脈血液中造影劑濃度，和應(yīng)用上述相干遞歸方法，由此可以得到修正的動(dòng)脈血液造影劑濃度的時(shí)間-密度曲線?？梢詼?zhǔn)備這種腦動(dòng)脈時(shí)間-密度曲線用于每根動(dòng)脈，和依賴血液循環(huán)狀態(tài)而變化。特別地，在大腦血管失調(diào)的情況下，有時(shí)差別是顯著的。例如，在K個(gè)位置動(dòng)脈中得到的腦動(dòng)脈時(shí)間-密度曲線表示為Ak(t)(k＝1，2，...，K)。
當(dāng)某一組織的時(shí)間-密度曲線與滋養(yǎng)(控制)組織的動(dòng)脈的腦動(dòng)脈的時(shí)間-密度曲線相比時(shí)，可能得到指數(shù)例如CBP，其反映組織中的微循環(huán)(毛細(xì)管系統(tǒng)的結(jié)構(gòu)、功能)。由于計(jì)算這些指數(shù)用于每個(gè)部分(x，y，z)，可以用作為像素值的值來(lái)構(gòu)造該圖，和該圖是指數(shù)圖。例如，當(dāng)?shù)玫絉類型指數(shù)(如上所述典型的是四種類型CBP、CBV、MTT、Err)時(shí)，可以構(gòu)造R圖。用這種方式準(zhǔn)備的R圖可以看作為一個(gè)圖(向量值圖)，其中每個(gè)像素具有一向量值。也就是，下列結(jié)果。
Vk(x，y，z)＝＜Pk，1(x，y，z)，Pk，2(x，y，z)，...，Pk，R(x，y，z)，＞例如，在CBP學(xué)習(xí)中，如上所述典型地設(shè)定為R＝4，和可以構(gòu)造Pk，1(x，y，z)來(lái)表示CBP的值、構(gòu)造Pk，2(x，y，z)來(lái)表示CBV的值、構(gòu)造Pk，3(x，y，z)來(lái)表示MTT的值、和構(gòu)造Pk，4(x，y，z)來(lái)表示剩余錯(cuò)誤誤差Err的值。
在部分(x，y，z)中，從開始，作為分析目標(biāo)，將顯然與內(nèi)部器官不相應(yīng)的部分從分析目標(biāo)中排除，和表示從分析目標(biāo)中排除的特殊值可以分配給Pk，r(x，y)(步驟S14、S15)。使用絕對(duì)值大的負(fù)值作為該值是方便的。作為選擇，作為更增加到向量Vk(x，y，z)的另一元素，也可以準(zhǔn)備圖Pk，R+1(x，y，z)＝(0當(dāng)(x，y，z)從分析目標(biāo)中排除時(shí)，否則1)。該圖稱為“掩模”。
為涉及的腦動(dòng)脈的每個(gè)時(shí)間-密度曲線Ak準(zhǔn)備這個(gè)向量值圖Vk。例如，如果從左和右中間、前、后腦動(dòng)脈中得到的腦動(dòng)脈時(shí)間-密度曲線時(shí)，K＝6。而且，當(dāng)從影響區(qū)域的外圍中的幾根動(dòng)脈中得到的腦動(dòng)脈時(shí)間-密度曲線時(shí)，K＝約10-15。
因此，從右半球動(dòng)脈中得到的腦動(dòng)脈時(shí)間-密度曲線必須只用在分析屬于右半球的部分(x，y，z)中，然而從左半球動(dòng)脈中得到的腦動(dòng)脈時(shí)間-密度曲線必須只用在分析屬于左半球的部分(x，y，z)中。然后，操作員指定右和左半球的邊界(中線)為直線、曲線、彎線、平面或曲面，由此在構(gòu)造中更好地準(zhǔn)備圖用于每個(gè)半球。然而，腦動(dòng)脈時(shí)間-密度曲線的數(shù)量是K＝約3-10，腦動(dòng)脈還存在于每個(gè)半球中。
當(dāng)腦動(dòng)脈時(shí)間-密度曲線Ak(k＝1，2，...K)的數(shù)量K大時(shí)，作為結(jié)果得到的向量值圖Vk(k＝1，2，...K)的數(shù)量大，并且這不便于觀察。也就是，對(duì)于正常的灰度級(jí)圖像或彩色級(jí)圖像的觀察來(lái)說(shuō)，一個(gè)圖由R個(gè)圖形構(gòu)成，存在K個(gè)圖，和因此總共KXR個(gè)圖像必須相互比較。而且，由動(dòng)脈滋養(yǎng)的部分和相應(yīng)的動(dòng)脈是不必要顯出的，和必須使用解剖知識(shí)來(lái)判斷每部分要觀察的圖Vk(k＝1，2，...K)。尤其是在大腦血管失調(diào)發(fā)展的情況下，例如大腦梗塞，控制組織的動(dòng)脈判斷與解剖知識(shí)不一致，和異?？刂祁l繁可見。依據(jù)這些問(wèn)題，存在的問(wèn)題是難以解釋向量值圖的射線照相。
為解決所述問(wèn)題，合成這些圖。也就是，剩余錯(cuò)誤誤差圖用來(lái)把K個(gè)向量值圖Vk(k＝1，2，...K)放在一起組成一個(gè)向量值圖V。例如，當(dāng)Pk，R(x，y，z)是剩余錯(cuò)誤誤差圖時(shí)，V(x，y，z)＝Vk(x，y，z)，其中K是在k＝1，2，...k中的使Pk，R(x，y，z)|最小化的值。
而且，可以增加圖P0(x，y，z)＝(K，在k＝1，2，...k中使得|Pk，R(x，y，z)|最小化)來(lái)表示在k＝1，2，...k中每個(gè)部分中使用的K。
根據(jù)這種方法，也就是，在觀察普通的灰度級(jí)圖像或彩色級(jí)圖像期間，可以觀察到R或R+1個(gè)圖像。
根據(jù)該方法，存在可能性就是錯(cuò)誤使用Ak的計(jì)算結(jié)果用在要實(shí)質(zhì)計(jì)算的部分(x，y，z)中，其使用腦動(dòng)脈時(shí)間-密度曲線Aj。然而，要犯這種錯(cuò)誤，從V(x，y，z)的定義中看出，關(guān)系|Pk，R(x，y，z)|＜|Pj，R(x，y，z)|是必要的。只有當(dāng)Aj顯著類似于Ak時(shí)，才會(huì)建立這種關(guān)系。因此，認(rèn)為在部分(x，y，z)中Vk(x，y，z)最初類似于Vj(x，y，z)，和在解釋Vk(x，y，z)中犯這種錯(cuò)誤幾乎沒有可能。
當(dāng)實(shí)際應(yīng)用這種方法時(shí)，和只有當(dāng)Aj顯著類似于Ak時(shí)，在表面上幾乎均勻的組織中，按照每個(gè)部分，P0(x，y，z)＝K或P0(x，y，z)＝j(luò)。在這種情況下，Pk，r(x，y，z)≡Pj，r(x，y，z)(r＝1，2，...R)?？梢钥吹缴踔潦褂萌我恢祹缀鯖]有差別。
相反，關(guān)于受到特殊動(dòng)脈控制的組織，當(dāng)相應(yīng)腦動(dòng)脈的時(shí)間-密度曲線Ak不類似于另一曲線時(shí)，通過(guò)使用本方法，在所述組織的部分(x，y，z)中幾乎安全地和自動(dòng)地選擇Vk(x，y，z)。因此，當(dāng)看到P0(x，y，z)時(shí)，可以觀察到組織中的控制和控制動(dòng)脈而無(wú)需任何解剖知識(shí)。
這里，返回到圖6。如圖21A-21D中所示，關(guān)于如上所述的合成圖，或每個(gè)腦動(dòng)脈中的單個(gè)CBP、CBV、MTT或Err圖，設(shè)定包括許多像素的影響ROI區(qū)域(S18)，計(jì)算ROI中的像素值(CBP、CBV、MTT、Err值)的平均值(CBP、CBV、MTT、Err平均值)(S19)，和有時(shí)該平均值用作診斷材料。在這個(gè)平均中，設(shè)定適當(dāng)范圍用于步驟S14中的CBP、CBV、MTT、Err，保持該范圍內(nèi)的值，和該范圍外的值用最小值來(lái)取代，例如與黑色表示相應(yīng)的值。因此，平均包括替代值的值，該平均值自然包括一個(gè)誤差。因此，對(duì)于平均處理來(lái)說(shuō)，需要選擇只在適當(dāng)范圍內(nèi)的值，或排除替代值，和執(zhí)行平均處理。
而且，為了設(shè)定影響ROI的區(qū)域用于平均，當(dāng)在CBP、CBV、MTT、Err圖的任何圖上設(shè)定影響ROI的區(qū)域時(shí)，ROI可以共有地用于其它圖。簡(jiǎn)化ROI設(shè)定操作，和也可能計(jì)算關(guān)于相同ROI(CBP、CBV、MTT、Err平均值)的平均值。
這里，如上所述，某一組織的時(shí)間-密度曲線關(guān)于某一腦動(dòng)脈的時(shí)間-密度曲線的最小剩余錯(cuò)誤誤差Err，表示組織中受腦動(dòng)脈控制的程度，也就是，一定程度的血液流量通過(guò)腦動(dòng)脈供應(yīng)給組織。換句話說(shuō)，所述誤差表示屬于腦動(dòng)脈組織中的程度，也就是，從腦動(dòng)脈供應(yīng)給腦組織的一定程度的血液流量。與小剩余錯(cuò)誤誤差Err相應(yīng)的腦動(dòng)脈表示關(guān)于所述像素的腦組織的高控制可能性，和與大剩余錯(cuò)誤誤差Err相應(yīng)的腦動(dòng)脈表示關(guān)于所述像素的腦組織的低控制可能性。因此，可能產(chǎn)生一個(gè)圖，其使用每個(gè)像素的標(biāo)簽從剩余錯(cuò)誤誤差Err中識(shí)別具有高控制可能性的腦動(dòng)脈，也就是，一個(gè)控制圖，其識(shí)別前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的具有高控制可能性的區(qū)域。
如圖22所示，關(guān)于腦子左和右區(qū)，前腦動(dòng)脈ACA、中間腦動(dòng)脈MCA和后腦動(dòng)脈PCA的剩余錯(cuò)誤誤差Err相互比較用于每個(gè)像素。指出表示最小剩余錯(cuò)誤誤差Err的腦動(dòng)脈(ACA、MCA或PCA)具有控制所述像素的腦組織的最高可能性。對(duì)于每個(gè)像素來(lái)說(shuō)，指定具有最高控制可能性的腦動(dòng)脈，也就是剩余錯(cuò)誤誤差Err的最小值。相應(yīng)于指定的腦動(dòng)脈的標(biāo)簽給每個(gè)像素。
圖23表示產(chǎn)生的控制圖實(shí)例。在這個(gè)控制圖中，用顏色和底紋來(lái)區(qū)分和顯示標(biāo)簽。而且，當(dāng)用任意標(biāo)簽過(guò)濾指數(shù)圖時(shí)，如圖24A、24B、24C中所示，可能從指數(shù)圖中提取具有高控制可能性的區(qū)域用于每根腦動(dòng)脈(ACA、MCA、或PCA)。
如上所述，根據(jù)本實(shí)施例，通過(guò)相干濾波或相干遞歸，抑制了空間和時(shí)間分辨率的降低，和抑制了噪聲，由此可以增加CBP學(xué)習(xí)的分析精度。
對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，其它優(yōu)點(diǎn)和改良將容易發(fā)生。因此，本發(fā)明的方面不局限于本文中所表示和描述的詳細(xì)細(xì)節(jié)和典型實(shí)施例。因此，可以進(jìn)行各種修改而不超出由附屬的權(quán)利要求和它們的等價(jià)物所限定的總的發(fā)明精神或范圍。
權(quán)利要求
1.一種方法，包含從有關(guān)注射有造影劑的受試者的腦部的多個(gè)連續(xù)圖像，制備關(guān)于腦部中的動(dòng)脈的第一時(shí)間-密度曲線和關(guān)于腦部中的組織的第二時(shí)間-密度曲線；選擇所述第一時(shí)間-密度曲線中與相應(yīng)的第二時(shí)間-密度曲線最擬合的一條第一時(shí)間密度曲線，以指定一根動(dòng)脈，該動(dòng)脈是所述組織中的每一組織的局部血液流量循環(huán)所最可能依賴的；根據(jù)為每一組織指定的一條動(dòng)脈，制備用于區(qū)分該動(dòng)脈的一個(gè)依賴區(qū)的一個(gè)圖。
2.根據(jù)權(quán)利要求1所述的方法，還包含用顏色區(qū)分和顯示所述圖的動(dòng)脈依賴區(qū)。
3.根據(jù)權(quán)利要求1所述的方法，還包含根據(jù)所述圖合成關(guān)于指數(shù)的指數(shù)圖，所述指數(shù)表示與動(dòng)脈對(duì)應(yīng)的局部血液流量循環(huán)。
4.一種設(shè)備，包括時(shí)間-密度曲線準(zhǔn)備部件，用于從有關(guān)注射有造影劑的受試者的腦部的多個(gè)連續(xù)圖像，制備關(guān)于腦部中的動(dòng)脈的第一時(shí)間-密度曲線和關(guān)于腦部中的組織的第二時(shí)間-密度曲線；用于選擇所述第一時(shí)間-密度曲線中與相應(yīng)的第二時(shí)間-密度曲線最擬合的一條第一時(shí)間-密度曲線以指定一根動(dòng)脈的裝置，該被指定的動(dòng)脈是所述組織所最可能依賴的；和圖準(zhǔn)備部件，它根據(jù)為每個(gè)組織指定的一根動(dòng)脈來(lái)制備用于區(qū)分該動(dòng)脈的一個(gè)依賴區(qū)的一個(gè)圖。
全文摘要
從涉及注射有造影劑的受試者特定區(qū)域的許多連續(xù)圖像中，準(zhǔn)備關(guān)于特定區(qū)域中動(dòng)脈的第一時(shí)間－密度曲線和關(guān)于特定區(qū)域中組織的第二時(shí)間－密度曲線。通過(guò)曲線擬合來(lái)計(jì)算調(diào)制轉(zhuǎn)換函數(shù)，其表示組織中關(guān)于動(dòng)脈的局部血液流量循環(huán)，由此最小化第二時(shí)間－密度曲線關(guān)于調(diào)制轉(zhuǎn)換函數(shù)與第一時(shí)間－密度曲線卷積的剩余誤差。從調(diào)制轉(zhuǎn)換函數(shù)中計(jì)算關(guān)于各個(gè)動(dòng)脈的局部血液流量循環(huán)的指數(shù)。準(zhǔn)備所述動(dòng)脈的指數(shù)圖，和根據(jù)第一時(shí)間－密度曲線的剩余誤差，把所述指數(shù)圖合成為一個(gè)圖。
文檔編號(hào)A61B6/00GK1682660SQ20051007399
公開日2005年10月19日 申請(qǐng)日期2002年10月16日 優(yōu)先權(quán)日2001年10月16日
發(fā)明者南部恭二郎, 池田佳弘 申請(qǐng)人:株式會(huì)社東芝