专利名称：用于自动校准灌注参数图像的方法
技术领域：
本发明涉及一种用于校准灌注参数图像的方法，尤其是大脑的灌注参数图像，其中提供了利用一种断层造影成像方法产生的、一个检查区域的多幅时间上连续的图像的图像数据，在采用灌注模型的条件下分析该图像数据，以获得该检查区域的位置分辨的灌注参数值，并用一个校准因子将由该分析获得的灌注参数值校准为生理学正常值。然后，可以在一幅校准的灌注参数图像中显示通过这种方式获得的校准的灌注参数值。
背景技术：
器官的成像灌注测量是一种医学诊断中的重要手段。这尤其适合于脑部灌注参数的测量，该测量用于显示例如在诊断缺血性脑部梗塞时的急性脑部灌注干扰。在测量灌注参数，例如大脑血流量(CBF)或大脑血体积(CBV)时，在注入造影剂之后相继拍摄同一检查区域的多幅断层造影图像，一般是对大脑可预先给定的断层进行断层拍摄，并分析这些图像以获得灌注参数。大多数用于确定脑部灌注参数的成像方法都采用跟踪动力学模型组，利用它从图像的图像数据中计算灌注参数，以便接着以图像显示该灌注参数。该灌注参数图像可以随后例如判断缺血的严重程度和扩展度。在大脑的灌注计算机断层造影中采用模型组以及确定不同灌注参数的例子公开在M.Koenig等人的论文“CT-Perfusionsbildgebung beim akutenischaemischen HirninfarktVergleich von Parameterbildern der zerebralenPerfusion and Nativ-CT-Befunden”Fortschr Roentgenstr 2000，172，219-226页，以及M.Koenig等人的论文“Zerebrale Perfusions-CT-Theoretische Grundlagen，methodische Realisierung und praktische Erfahrungen in der Diagnostik desischaemischen Hirninfarktes”，Fortschr Roentgenstr 2000，172，210-218页。与其它成像方法相比，在此采用的灌注计算机断层造影提供的优点是，造影剂在血管系统中随时间的浓度变化直接反映到CT值的比例变化。
除了对大脑进行简单的断层拍摄外，当前采用多断层计算机断层造影也能通过同时采集多个平行断层来测量大脑或其它器官的较大立体区域。
由于需要模型组来从图像数据中确定灌注参数，因此通常会产生方法上的问题，因为要么不能产生最佳的注入剂量，要么不能以足够的绝对精度采集到确定所需的一个特征参数。然后，所获得的灌注参数图像虽然正确再现了所测量的检查区域内的相对灌注比例，但被取决于患者的系统错误所干扰，该错误加重了计算绝对值的难度。这对于临床诊断来说虽然不是真实的限制，因为在大多数情况下这种图像印象已经足以进行诊断，并且相对值也允许进行定量分析(参见M.Koenig等人的“QuantitativeAssessment of the Ischemic Brain by means of Perfusion-Related ParametersDerived from Perfusion CT”，Stroke 2001，32431-437)。但尽管如此，校准到生理学正常值还是值得期待的，因为该校准除其它外还允许标准化的彩色图像显示，该显示提高了诸如神经科医生等用户的接受度。
在一种用于校准灌注参数图像的公知技术中，手动地将一个ROI(感兴趣区)设置在一个已知组织成分的、解剖上连贯的区域内，并在该ROI中确定灌注参数值。由这些值和一个假定的该组织成分的生理学正常值之间的比例，确定用于整幅图像的校准因子，利用它标度图像的所有灌注参数值。
但是这项措施还有几个缺点。必须手动放置ROI并匹配大小，以获得均匀成分的图像区域。由于在成像灌注测量中达到足够的对比度需要较大的断层厚度，因此只有很少的区域真正具有均匀的组织成分。对于大脑灰质尤其如此，对大脑灰质必须将相应的ROI选择得非常小。虽然标记(Masklager)区可以选择得较大，但是具有较低的灌注参数值，从而给出更大的噪声。对于年龄较大的患者，这些值在该区域中也是显著可变的。

发明内容
本发明要解决的技术问题是，提供一种用于校准灌注参数图像的方法，该方法使大范围的自动校准成为可能。
在本发明用于校准灌注参数图像的方法中，提供了利用一种断层造影成像方法产生的、一个检查区域的多幅时间上连续的图像的图像数据，在采用灌注模型的条件下分析该图像数据，以获得该检查区域的位置分辨的灌注参数值，并用一个校准因子将由该分析获得的灌注参数值校准为生理学正常值。该方法的特征在于以下用于实施该校准的步骤。首先，从未校准的灌注参数值产生的一幅灌注参数图像中选择一个图像区域，该区域包含多个不同的组织成分，并且在该区域中可以假定近似正常的灌注比例。接着，对包含在该图像区域中的灌注参数值进行频率分析，并至少选择一个频率间隔，其至少近似对应于所选择的图像区域中的一已知组织成分的灌注参数值出现的频率间隔。由所选择的频率间隔内的灌注参数值计算出一个平均值，并由该平均值与生理学正常值的比较而为已知的组织成分确定校准因子或成为该校准因子的校准值。在只选择一个频率间隔时，直接确定校准因子。在选择多个频率间隔时确定多个对应于每个所选择的组织成分的单个校准因子的校准值，并从这多个校准值中通过形成平均值来获得(总)校准因子。
在本方法中，不再需要手动地将ROI与各已知组织成分的、解剖上连续的区域匹配。在本方法中待选择的图像区域可以选择得更大，其中只必须注意将ROI放置在具有近似正常(即未缺血)灌注比例的区域中，例如在急性中风时放置在未缺血的半球中。然后，通过自动分析所选择的图像区域中灌注参数值的频率分布，可以在预先给定频率间隔以及生理正常值情况下对灌注参数值进行完全自动的校准。该方法尤其适合在例如基于碘造影剂的灌注CT中使用，特别是用于校准大脑血流量(CBF)和大脑血体积(CBV)的参数。但是，本方法同样可用于其它断层造影成像方法，例如Xeon-CT、用MRT或磁共振断层造影进行的灌注成像、借助钆的丸药跟踪(Bolustracking)，或用于核医学测量方法，如PET(正电子发射断层造影)或SPECT(单光子发射计算断层造影)。
优选的，将用于频率分析的图像区域选择得这样大，使得可以假定，其中包含的组织成分的频率分布至少近似对应于整个检查区域内组织成分的频率分布。由于在检查区域、尤其是在以一种成像方法获得的检查对象的断层中出现的组织成分的频率分布一般接近已知，并且不同的组织成分也具有不同的灌注参数值，因此在灌注参数值的频率分布内的各频率间隔可以对应于一确定的组织成分。优选的，在此将由所述图像区域通过频率分析获得的直方图分布在多个分别对应于各组织成分的间隔区域中。然后，可以从这些间隔中选择适合于平均值形成的频率间隔。优选的，该间隔形成和合适间隔的选择都是借助一累计直方图完成的。
在特别优选的实施方式中，这样选择图像区域，使得该区域至少近似对应于检查区域的一半，例如所获得的脑部断层的一半。在此考虑检查对象的对称轴，其中为图像区域选择的那一半对应于未受灌注干扰的对称的一半。在此，可以自动通过将两个半区域内包含的灌注参数值进行数值比较来选择未缺血的一半，其中例如在对血流量进行求值时选择具有较高值的那一半。
在本方法的扩展中，还可以选择多个频率间隔，从而为每个选择的频率间隔计算灌注参数值的平均值，并利用相应的生理学正常值确定一个校准值。然后，可以通过形成各校准值的平均值来获得用于校准灌注参数值的校准因子。
在本方法的实施方式中，也可以事先由检查区域所提供的图像来确定所选择的图像区域中的不同组织成分的频率分布。


下面借助结合附图的实施方式再次详细解释本方法。其中示出图1是用于实施灌注计算机断层造影的计算机断层造影设备的示意例；图2是未缺血图像区域的直方图的例子；图3是图2的频率分布的累积直方图，其中示出频率间隔；图4是CBF图像(无法识别典型的彩色显示)的例子，其中示出扩展的梗塞区域；图5是图4的CBF图像，其中示出用于划分缺血和未缺血半球的自动确定的对称轴；图6是图5所选择的未缺血半球的累积直方图，其中具有选择的频率间隔；以及图7是本方法流程的示意性概述。
具体实施例方式
图1以示意图的方式示出用于灌注计算机断层造影的计算机断层造影设备。利用这种设备可以产生患者大脑断层的时间上连续的图像，从这些图像中可以推导出一幅灌注参数图像。在此，典型的断层厚度是大约10mm，其中可以在注入造影剂后立即以每秒一幅图像的速率显示例如32-40幅图像的一个图像序列。优选的，在该动态图像序列内，在第一步骤中借助分割将所有不代表脑部组织或血管的图像点排除出去，从而将以像素为单位进行的分析中估计的图像噪声减至最小。然后，根据每个像素的密度-时间曲线计算大脑灌注的功能图像序列，从这些图像中使CBF和CBV的参数图像获得了最大的预测意义。
在图1中可以识别出按照X射线管3形式的X射线源，其在具有X射线探测器元件2的探测器行的方向上发射出扇形的X射线光束4。X射线管3和探测器元件2都设置在连续围绕患者1旋转的台架5上。患者1躺在图1中未示出的患者卧榻上，该患者卧榻将伸入到台架5中。台架5在图1示出的笛卡尔坐标系统x-y-z的x-y平面上旋转。患者卧榻沿着z轴移动，该z轴对应于患者1的待显示的各断层的层厚方向。通过高压发电机6为X射线管1供应例如120kV的高电压。控制装置7用于控制计算机断层造影设备的各组件，尤其是高压发电机6、台架5、探测器元件2以及未示出的患者卧榻，以实施测量数据拍摄。将测量数据传递到图像计算机8，其中从这些测量数据中再现图像以及计算灌注参数值。
在本方法中，基于对所选择图像区域中参数值的频率分布的分析来校准灌注参数值，其中在该图像区域中可以假定接近正常的、未缺血的灌注比例。该措施基于以下事实，即在患者的一幅断层照片中不同组织成分的频率反映灌注参数值的频率分布。在一个穿过大脑的典型断层中，体素由4个不同的小区(Kompartment)组成-脑液(CSF)CBF＝0或只有噪声，因为没有灌注；-白质(标记)CBF约为15-30ml/min/100g；-灰质(大脑皮层，神经中枢源)CBF约为60-80ml/min/100g；-血管显著较高的值(在灌注CT中)。
因此，灌注参数值的分配根据其大小原理上按照给定的小区顺序可以是唯一的。标准化的校准可以在白质小区、灰质小区或可能在整个脑部组织、灰质小区和白质小区的组合上进行。由于灰质和白质的CBF(大脑血流量)和CBV(大脑血体积)在正常灌注的区域内相差2至3倍，因此原理上可以借助它们的值将它们分开。最后一个小区——血管在血管内跟踪时(例如碘或钆)会出现问题，因为只对软组织灌注感兴趣。虽然可能在成像之前就已经通过分割将第一小区和最后一个小区分离开来，但它们通常不是完全分离的。此外，由于成像测量的位置分辨率很小，因此只存在很少的实际上完全只属于一个小区的体素，其中在该成像测量中存在大约10mm的断层厚度，并且在该断层平面中绝不会达到好于2-3mm的分辨率。通常由于部分立体效应会出现混合。由于另外较高的噪声，因此一般不可能根据灌注参数值的大小而将它们精确分离。这在示出未缺血图像区域的直方图的图2中也可以识别出。从该直方图中可以看出，不能为白质和灰质分析出两个极大值。由此，在该直方图中在灰质和白质之间出现强烈的重叠。右侧的长尾部是由于具有血管组分的像素而引起的。
在本方法中，该问题是通过基于直方图的频率分析来解决的。在此，在第一步骤中，在所获得的灌注参数图像中识别出足够大的、未缺血的图像区域。为此，大脑的整个半球是特别适合的。在下个步骤中产生该区域的累积直方图，并通过形成间隔将该直方图划分为4个区域0＜频率＜th-0CSF，噪声像素th-0＜频率＜th-白基本上是白质th-白＜频率＜th-灰灰/白混合组织th-灰＜频率＜th-血管基本上是灰质th-血管＜频率＜100％高血管组分该间隔形成表示在图3的累积直方图中，该累积直方图是基于图2的直方图。在三个中间的间隔中从[th-0，th-白]中的M-低白质[th-白，th-灰]中的M-中混合质[th-灰，th-血管]中的M-高灰质形成灌注参数值的平均值。在本例中，这些平均值分布在3个间隔内14.4、30.4和44.2。接着，将这三个值标准化为相应涉及该间隔的组织的已知或假定生理学正常值。在此，在标准化为75的大脑皮层CBF时，给出75/44.2＝1.70的校准因子，在标准化为50的总CBF时给出50/30.4＝1.65的校准因子。然后利用这些校准因子中的一个，对整幅图像、也就是对图像中所包含的所有关注参数值进行全局标度。图7给出方法流程的概述，其中以虚线示出在来自CT图像的图像区域中选择确定组织成分的分布。
对于累计直方图在各频率间隔中的分布，通常可以用0来假定th-0。th-血管必须经试验确定，因为它是取决于位置分辨率的。由于在脑部中灰质和白质通常大致相同，因此th-白和th-灰在[th-0，th-血管]内可以是对称设置的。
下面示出一个对患有急性中风的患者进行灌注CT的例子。在此，图4示出从该测量中获得的CBF图像，但在本专利申请中，在该CBF图像中不能识别典型的彩色显示。在专业人员熟悉的彩色显示中，通过不同的颜色示出灌注比例。在此，在图像右半侧，为了显示出来而另外人为地标示出扩展的梗塞区域9。在本实施例中，自动根据图像中脑部的外轮廓确定对称轴10，从而将灌注参数图像中的脑部分为缺血半球和未缺血半球(图5)。将该未缺血半球选择为利用其实施频率分析的图像区域。这可以完全自动地进行。
为此，图6示出未缺血半球的累积直方图。在此，用th＝0、th-白＝20％、th-灰＝60％和th-血管＝80％来选择用于分段各频率间隔的阈值。为了标准化，将中间间隔内的平均值确定为26.5，其中中间间隔对应于一个由灰质和白质组成的混合组织。通过标准化为50的总CBF，给出50/26.5＝1.89的校准因子。将图4中的全部灌注参数值乘以该校准因子，从而获得校准的灌注参数图像。该图像在图像印象上与图4的相同，但是该图像中以彩色标度的CBF值给出了正确的大小。
因此，该图像的观察者拥有关于相应灌注参数的绝对大小的可靠信息。如本例所述，整个方法可以完全自动实施。在检查区域的对称半球中不存在灌注干扰的情况下，要么首先通过用户在无很大费用的情况下粗略选择图像区域，然后自动进行后面的计算，要么通过对灌注参数值进行自动求值来进行选择，并且不同图像区域的值比较同样自动进行。
权利要求
1.一种用于校准尤其是大脑的灌注参数图像的方法，其中从利用断层造影成像方法产生的、一个检查区域的多幅时间上连续的图像建立图像数据，在采用灌注模型的条件下分析该图像数据，以获得该检查区域的位置分辨的灌注参数值，并用一个校准因子将由该分析获得的灌注参数值校准为生理学正常值，其特征在于，为了实施该校准，从所述灌注参数值产生的一幅灌注参数图像中选择一个包含多个不同的组织成分的图像区域，并且在该区域中可以假定近似正常的灌注比例，对包含在该图像区域中的灌注参数值进行频率分析，并至少选择一个频率间隔，其至少近似对应于一已知组织成分的灌注参数值出现的频率间隔，在该频率间隔内计算该灌注参数值的平均值，并由该平均值与生理学正常值的比较而为所述组织成分确定所述校准因子或成为该校准因子的校准值。
2.根据权利要求1所述的方法，其特征在于，在所述频率分析中产生一个累计直方图，从该累积直方图中选择所述频率间隔。
3.根据权利要求1或2所述的方法，其特征在于，选择具有这样大小的所述图像区域，即其中整个检查区域内存在的组织成分的频率分布至少近似对应于所选择的图像区域内的频率分布。
4.根据权利要求1至3中任一项所述的方法，其特征在于，这样选择所述图像区域，使得该区域至少近似对应于所述检查区域在图像中扩展的一半。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在实施所述校准之前，从检查区域的至少一幅图像中确定所述图像区域中不同组织成分的频率分布，从而获得该图像区域中已知组织成分出现的频率间隔。
6.根据权利要求1至5中任一项所述的方法，其特征在于，该方法用于校准大脑的灌注参数图像。
7.根据权利要求6所述的方法，其特征在于，作为已知的组织成分，选择脑白质或脑灰质或者由脑白质和脑灰质组成的混合组织。
8.根据权利要求6或7所述的方法，其特征在于，将大脑的整个半球选择为图像区域。
9.根据权利要求1至8中任一项所述的方法，其特征在于，获得血流量和血体积作为灌注参数值，并对它们进行校准。
10.根据权利要求1至9中任一项所述的方法，其特征在于，将所述校准的灌注参数值显示为校准的灌注参数图像。
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述检查区域的图像是通过灌注计算机断层造影或Xe计算机断层造影产生的。
12.根据权利要求1至10中任一项所述的方法，其特征在于，所述检查区域的图像是通过磁共振断层造影产生的。
13.根据权利要求1至10中任一项所述的方法，其特征在于，所述检查区域的图像是通过核医学测量方法产生的。
14.根据权利要求1至13中任一项所述的方法，其特征在于，在预先给定频率间隔和生理学正常值的情况下，在选择所述图像区域之后自动进行频率分析、平均值计算、校准因子的确定以及利用该校准因子校准灌注参数值。
15.根据权利要求1至14中任一项所述的方法，其特征在于，选择多个频率间隔，以获得多个校准值，从这些校准值中通过形成平均值确定所述校准因子。
全文摘要
本发明涉及一种校准灌注参数图像的方法，其中在采用灌注模型的条件下分析一个检查区域的图像数据，以获得灌注参数值，并用一个校准因子将获得的灌注参数值校准为生理学正常值。为了实施该校准，从所获得的灌注参数图像中选择一个包含多个不同的组织成分是图像区域，并且在该区域中可以假定近似正常的灌注比例。接着对包含在该图像区域中的灌注参数值进行频率分析，并至少选择一个频率间隔，其至少近似对应于一已知组织成分的灌注参数值出现的频率间隔。从该频率间隔内的灌注参数值中计算出平均值，并与生理学正常值比较而为组织成分确定校准因子或成为该校准因子的校准值。该方法可以自动或大范围自动地校准灌注参数图像。
文档编号G01R33/563GK1579324SQ20041005598
公开日2005年2月16日 申请日期2004年8月3日 优先权日2003年8月4日
发明者厄恩斯特·克洛茨 申请人:西门子公司