一种计算SUP1/SUPHMRS中物质浓度的方法.pdf

本发明公开一种准确计算1H-MRS中各物质浓度的算法，适用于所有1H-MRS的扫描序列。本方法包括小波阈值法去噪的环节，提高了信号的信噪比；采用提取波峰数据点并逐个对波峰进行曲线拟合的方法计算波峰的峰下面积；还包括采用内标准的方法实现峰下面积与物质浓度的转换。本方法可根据临床采集的实际数据对计算过程进行编辑处理，并可获得计算过程中的峰位、峰半高宽、峰下面积等参量，具有可编辑、准确高、重复性好等特点。通过本方法可对大脑内所有的代谢物的浓度变化进行准确计算及在体监测，并进行动态跟踪。这对研究大脑某些疾病的发病机制，如成瘾、癫痫、老年痴呆、肿瘤等，具有重要的临床价值与意义。

权利要求书一种计算1H‑MRS中物质浓度的方法，其特征在于,包括以下步骤：
1）对临床采集的1H‑MRS数据采用小波阈值法去噪，提高信号的信噪比；
2 )提取各物质的波峰数据； 
3）采用提取的波峰数据点，逐个对波峰进行曲线拟合，计算波峰的峰下面积；
4）采用内标准的方法实现峰下面积与物质浓度的转换。
根据权利要求1所述的方法，其特征在于，
步骤3）中，计算波峰的峰下面积时，对于单峰，逐个提取构成该峰的数据点，按照尽可能多的原始数据点落在曲线上的原则，选择Lorentz线型或Guass线型进行曲线拟合，再通过优化参数得到准确的峰下面积；
对于多重峰，当多重峰中每个单峰的数据点大于等于5时，将多重峰拆开为单峰分别进行拟合，然后叠加其峰下面积得到多重峰的峰下面积；当多重峰中的每个单峰的数据点小于5时，将多重峰拟合成一个大峰，拟合的原则是：中间最高峰的峰位保持不变，让尽可能多的左右小峰的数据点落在拟合后的曲线上。
根据权利要求1或2所述的方法，其特征在于，步骤4）中，采用水作为内标物。

说明书一种计算1H‑MRS中物质浓度的方法
技术领域
本发明涉及一种准确计算质子磁共振波谱（Proton Magnetic Resonance Spectroscopy，1H‑MRS）中各物质浓度的方法。
背景技术
质子磁共振波谱（Proton Magnetic Resonance Spectroscopy，1H‑MRS）成像技术是一种在体、无创探测大脑代谢物的有效方法，并可定量测量这些代谢物的浓度。观察大脑代谢物浓度的变化，可为了解大脑的生理病理活动提供重要的信息，因此，1H‑MRS在临床中已有广泛的应用。健康大脑中，通常能被在体观察的代谢产物包括N‑乙酰天门冬氨酸（NAA）、胆碱（Cho）、肌酸（tCr）、肌醇（myo‑inosito，Ins）、脂类（Lipid）、谷氨酸复合物（Glu\Gln——Glx）、γ‑氨基丁酸（GABA）等。
临床常用PRESS或STEAM序列在磁共振扫描仪上采集1H‑MRS数据。所扫描区域内的代谢物在不同的峰位形成一系列波峰,每个波峰代表一种代谢物,其峰下面积则表征该种物质的浓度。通常由于机器硬件等因素的影响,得到的是一系列含有噪声和有用信号的混合波峰信号。如何降低噪声、并准确地计算出1H‑MRS中各物质的浓度，是目前国际上1H‑MRS研究的重点之一。
LC‑model(linear combination of model)是目前临床上最新的且应用最广泛的用来探测1H‑MRS中代谢物浓度的软件。该软件是由Stephen Provencher博士等主持编写的1H‑MRS后处理软件,具有高信噪比和窄的体外线宽，只要输入1H‑MRS数据，就能自动拟合出与原始数据接近的平滑的谱线形状和基线，计算出大脑中各物质的浓度。
但LC‑model也存在一些问题:
1)LC‑model是一个黑箱式的软件,其核心代码是封闭的,不是开源的,用户无法对其计算过程进行编辑处理。通常LC‑model的处理方式都是由用户输入一组数据,确认运行后软件经过黑箱处理即给出最终结果。对于处理过程中一些重要的参量如峰位、峰半高宽、峰下面积等，软件都没有给出,而这些参量对于1H‑MRS的定量研究都是非常重要的。
2)对于1H‑MRS中一些相互重叠的波峰,如在3.00ppm处重叠的高浓度代谢物Cr与低浓度代谢物GABA等,LC‑model则无法将重叠峰GABA分离提取出来,也就不能准确计算出该物质的浓度。
3)由于LC‑model算法的限制,在LC‑model标准库外的一些物质所代表的波峰,则无法对其进行计算处理。大脑中代谢物种类繁多，随着磁共振扫描仪软硬件的提高，在体1H‑MRS扫描中一些新发现的物质所代表的波峰不断涌现，LC‑model只能较好的处理一些常见物质所代表的波峰,但是对于一些新的波峰,LC‑model则不能进行计算。
4)LC‑model主要用来处理PRESS或STEAM序列所采集的数据，对于其它的脉冲序列,LC‑model无法识别,需要开发配套的版本。随着1H‑MRS研究的不断发展,目前开发了一些专用的探测某些特定代谢物浓度的脉冲序列,如用于检测GABA的mega‑PRSS序列,LC‑model无法对这些序列采集的数据进行处理。因此，需要开发一些普适的算法或软件，可对所有1H‑MRS的序列进行定量计算。
发明内容
本发明所要解决的技术问题是提供一种普适的计算1H‑MRS中物质浓度的方法。
本发明的思路是：首先采用小波阈值法对原始1H‑MRS数据降噪，然后采用数学拟合的方法准确地提取出某种代谢物的波谱形状；在此基础上，再准确计算波峰的峰下面积，最后将峰下面积转换成在体内的浓度。
本发明解决上述技术问题所采用的技术方案，包括以下步骤：
1）对临床采集的1H‑MRS数据采用小波阈值法去噪，提高信号的信噪比；
2）提取各物质的波峰数据，其中被大信号掩盖的小信号波峰和相互重叠的小信号波峰可采用本研究小组自主研发的新小波阈值法提取，亦可采用其他数据后处理的方法提取；
3）提取波峰的数据点，逐个对波峰进行曲线拟合，计算波峰的峰下面积；
4）采用内标准的方法实现峰下面积与物质浓度的转换。
步骤3）中，计算波峰的峰下面积时，对于单峰，逐个提取构成该峰的数据点，按照尽可能多的原始数据点落在曲线上的原则，选择Lorentz线型或Guass线型进行曲线拟合，再通过优化参数得到准确的峰下面积；
对于多重峰，当多重峰中每个单峰的数据点大于等于5时，将多重峰拆开为单峰分别进行拟合，然后叠加其峰下面积得到多重峰的峰下面积；当多重峰中的每个单峰的数据点小于5时，将多重峰拟合成一个大峰，拟合的原则是：中间最高峰的峰位保持不变，让尽可能多的左右小峰的数据点落在拟合后的曲线上。
下面进一步详细介绍本发明方法的计算步骤及原理如下：
1.准确提取临床1H‑MRS中的波峰
1)去噪：要获得准确的定量结果，首先必须对临床1H‑MRS数据进行去噪处理。不同于LC‑model中算法，本文采用小波分析中的小波阈值去噪方法。
小波阈值去噪方法的基本原理如下:小波变换，特别是正交小波变换，具有很强的去数据相关性，能使信号的能量在小波域内集中在一些较大的小波系数中；而噪声能量却分布于整个小波域内。因此，经小波分解后，幅值较大的小波系数一般以信号为主，而幅值较小的系数在很大程度上是噪声信号。采用阈值的办法可将信号系数保留，而使大部分噪声系数减少至零。在此基础上，再重构信号,即可得到去噪后的“纯”信号。其计算公式见（1）式：