《无图谱脑组织分割方法.pdf》由会员分享，可在线阅读，更多相关《无图谱脑组织分割方法.pdf（12页珍藏版）》请在专利查询网上搜索。
1、10申请公布号CN104103066A43申请公布日20141015CN104103066A21申请号201410128831722申请日2014040113/855,97220130403USG06T7/00200601A61B5/05520060171申请人瑞士西门子有限公司地址瑞士苏黎世72发明人亚历克西斯罗什托比亚斯科伯贡纳尔克吕格尔74专利代理机构北京集佳知识产权代理有限公司11227代理人康建峰陈炜54发明名称无图谱脑组织分割方法57摘要本发明涉及无图谱脑组织分割方法。将被配置用于在单个获取内在不同的反转时间获取该部分的两个图像体积的MRI序列与用于获取脂肪水分离图像的脂肪水分离方。
2、法相组合。对于每个回波时间获取两个图像体积，分别为在第一回波时间的第一图像体积和第二图像体积，以及在第二回波时间的第一图像体积和第二图像体积，并且将这两个图像体积组合成均匀图像。所获取的图像被组合以形成最终均匀图像、最终脂肪水分离图像和最终第二图像体积，它们被馈送给多通道图像分割算法，该多通道图像分割算法使用马尔可夫随机场模型来将该部分分割成多类颅组织，以便获得所述部分的已分割的图像。30优先权数据51INTCL权利要求书2页说明书7页附图2页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书7页附图2页10申请公布号CN104103066ACN104103066A1/2页2。
3、1一种被配置用于对脑的至少一部分进行成像的无图谱磁共振成像方法，所述方法包括以下步骤使用磁共振成像序列，所述磁共振成像序列被配置用于在单个获取内在相互不同的反转时间获取所述脑的所述部分的两个图像体积，分别为第一图像体积和第二图像体积，其中所述磁共振成像序列是对于每个反转对比度具有第一回波时间TE1和第二回波时间TE2的磁化准备2快速梯度回波序列；使用DIXON方法来获取所述部分的脂肪水分离图像，使得脂肪和水成分为同相位和反相位；使用磁共振成像和所述磁共振成像序列来对于每个反转时间TI1和TI2获取所述两个图像体积，分别为在所述第一回波时间的所述第一图像体积和所述第二图像体积，以及在所述第二回波。
4、时间的所述第一图像体积和所述第二图像体积；对于每个回波时间，将所述两个图像体积组合以形成“均匀”图像，分别为在所述第一回波时间的第一均匀图像和在所述第二回波时间的第二均匀图像；将脂肪水分离方法应用于所述第一反转时间TI1和所述第二反转时间TI2的所述第一图像体积来获得第一脂肪水分离图像，以及/或者将所述脂肪水分离方法应用于所述第一反转时间TI1和所述第二反转时间TI2的所述第二图像体积来获得第二脂肪水分离图像；将至少以下输入图像馈送给多通道图像分割算法由所述均匀图像的组合产生的最终均匀图像；由所述脂肪水分离图像的组合产生的最终脂肪水分离图像；由所述第二图像体积的组合产生的最终第二图像体积；其中。
5、所述多通道图像分割算法使用马尔可夫随机场模型根据从所述输入图像生成的数据来将所述部分分割成多类颅组织；以及输出所述部分的已分割的图像。2根据权利要求1所述的无图谱磁共振成像方法，其包括使用并行成像技术来执行所述磁化准备2快速梯度回波序列。3根据权利要求1所述的无图谱磁共振成像方法，其包括在每个回波时间对所述两个图像体积应用零差相位滤波。4根据权利要求1所述的无图谱磁共振成像方法，其包括执行2点DIXON图像分解来根据在所述第一反转时间的所述第一图像体积生成第一脂肪水分离图像，以及/或者根据在所述第二反转时间的所述第二图像体积生成第二脂肪水分离图像。5根据权利要求1所述的无图谱磁共振成像方法，其。
6、包括将所述第一脂肪水分离图像和所述第二脂肪水分离图像组合为最终脂肪水分离图像；以及/或者将所述第一均匀图像和所述第二均匀图像组合为最终均匀图像；以及/或者将在所述第一回波时间和所述第二回波时间获得的所述第二反转时间的所述第二图像体积组合为最终第二图像体积；从而通过计算所述图像的均方根来执行所述组合步骤。6根据权利要求1所述的无图谱磁共振成像方法，其中，通过标准数学形态学操作以权利要求书CN104103066A2/2页3便去除分类为流体的非脑体素来实现总颅内体积提取。7根据权利要求1所述的无图谱磁共振成像方法，其包括将所述多通道图像分割算法配置成将所述脑分割为七个组织类，包括灰质、白质、流体、硬。
7、脑膜物质、肌肉、脂肪和空气。8一种被配置用于执行根据权利要求1所述的方法的磁共振成像系统。9根据权利要求8所述的磁共振成像系统，包括以非暂态形式存储计算机程序指令的计算机可读介质，所述计算机程序指令限定至少以下步骤使用DIXON方法来获取脑的一部分的脂肪水分离图像；对于第一反转时间TI1和第二反转时间TI2获取两个图像体积，分别为在第一回波时间的第一图像体积和第二图像体积，以及在第二回波时间的第一图像体积和第二图像体积；对于每个回波时间，将所述两个图像体积组合为“均匀”图像，分别为在所述第一回波时间的第一均匀图像和在所述第二回波时间的第二均匀图像；将脂肪水分离方法应用于所述第一反转时间TI1和。
8、所述第二反转时间TI2的所述第一图像体积以获得第一脂肪水分离图像，以及/或者将所述脂肪水分离方法应用于所述第一反转时间TI1和所述第二反转时间TI2的所述第二图像体积以获得第二脂肪水分离图像；将至少以下输入图像馈送给多通道图像分割算法由所述均匀图像的组合产生的最终均匀图像；由所述脂肪水分离图像的组合产生的最终脂肪水分离图像；由所述第二图像体积的组合产生的最终第二图像体积；其中所述多通道图像分割算法使用马尔可夫随机场模型根据从所述输入图像生成的数据来将所述部分分割成多类颅组织；以及输出所述脑的所述部分的已分割的图像。权利要求书CN104103066A1/7页4无图谱脑组织分割方法技术领域0001。
9、本发明涉及用于在磁共振（MR）成像中去除非脑组织的方法和系统。特别地，本发明涉及用于从MR神经图像中去除表示非脑组织如颅骨、头皮、血管或脑膜的图像部分，以及用于自动分割脑磁共振图像的方法和系统。背景技术0002为了使用MR成像技术来获取图像，待被成像的对象被放置在强静磁场B0中，强静磁场B0迫使与对象氢核自旋关联的氢核磁矩采取相对于所述静态磁场平行或反向平行的取向。自旋轴不完全与静态磁场对齐，而是绕所述静态磁场的方向轴以特征频率旋进，从而导致静态磁场的方向上的净磁化。为了从氢原子核激发信号，可以以上述特征频率向对象施加被称为RF脉冲并且磁场B1与其关联的射频能量脉冲，上述特征频率被称为拉莫尔频。
10、率，其对于一种类型的原子核与磁场的磁通密度成比例。与该脉冲关联的射频能量扰乱净磁化使之偏离其平衡，使其以被称为翻转角的角度偏离静态磁场而旋转，该角度取决于电磁射频辐射的磁分量的强度和持续时长。因此，净磁化开始围绕静态磁场主轴旋进，其横向分量根据法拉第磁感应定律在接收线圈中感应出电动势。该电动势使得产生随后作为MR图像重建的基础的感应信号。该感应信号的幅值尤其取决于产生磁化的原子核的数量、其弛豫时间，即净磁化返回沿所述强磁场的轴的平衡状态所需的时间。其他因素包括所谓的自旋准备。为了优化信号的诊断价值，已经提出了一个或更多个射频脉冲的不同的组合，而且考虑一些参数如脉冲的重复时间、其回波时间、翻转角。
11、、其带宽等。0003物质被放入磁场后变得被磁化所需要的时间，或者所述物质在射频脉冲之后恢复纵向磁化所需要的时间通常被称为纵向弛豫时间T1（也被称为自旋晶格弛豫）。该纵向弛豫时间T1具体地由顺从于磁场的环境中的共振质子与其他质子和其他磁原子核之间的热相互作用来确定。纵向弛豫时间T1具体地取决于所述物质的固有振动频率和所述拉莫尔频率之间的关系。类似地，横向弛豫时间T2（也被称为自旋自旋弛豫）描述了具有不同的磁量子态的具有相同的进动频率的邻近原子核之间的相互作用，以及表示在射频脉冲之后横向磁化持续多长时间的量度。横向弛豫时间T2因而表征由自旋进动的相干性下降引起的感应信号的指数衰减。0004因而由自。
12、身纵向弛豫时间T1和自身横向弛豫时间T2来表征人体的每种组织。许多研究使用了T1加权协议，即导致其中该组织的大部分的对比度归因于纵向弛豫时间T1的值的差异的图像的协议，来对软组织尤其是大脑进行成像，因为所述T1加权协议通常提供形成脑的组织如脑灰质或脑白质之间的良好对比度。此外，过去的十年中高分辨率MR成像的发展实现了脑图像的高级后处理，提高了形成脑的组织之间的对比度。脑对比度例如在形态测量学中至关重要，因为定量量度从图像数据得出以确定某些脑组织如脑灰质或脑白质的体积，用于支持后面的诊断决策并且帮助后续比较。此外，研究老化的脑或疾病引起的脑变质的许多研究依靠准确的并且可重现的脑组织分割，即MR图。
13、像中脑和非脑组织之间的区分。说明书CN104103066A2/7页50005遗憾的是，MR神经影像的一个主要的问题是获取用于区分脑组织和非脑组织如颅骨的良好的对比度。通常，在能够进行这样的高级图像后处理之前必须擦除表示非脑组织的图像的部分。这个过程（通常被称为颅骨剥离）受到需要的组织和不需要的组织的非常相似的图像强度的阻碍，可能导致去除太多或者太少非脑组织，这可能使接下来的后处理的最终输出偏倚，并且在最坏的情况下，错误地影响诊断决策。0006涉及各种颅骨剥离算法的不同的方法已经用于区分脑组织和非脑组织。各种方法都完全基于TI加权协议，如由SURESH等人在论文NEUROIMAGE49,2252。
14、010中描述的方法，其中使用强度阈值设定以及随后使用图形分割理论去除狭窄连接来去除非脑组织。同样，在临床实践中目前突出的MR获取序列如磁化准备快速梯度回波（MPRAGE）提供在对应于不同的组织的强度范围之间存在显著的重叠的图像，使图像分割具有挑战性。为了解决这样的获取相关的问题，大部分现有的神经成像软件包如SPM、FSL或FREESULIER将非硬性图像注册用于已预计算的数字脑图谱。通常，使用提供从具体的对象队列提取的先验信息的、依赖图谱即已预分割的模板数据的分割算法来处理所获取的脑图像数据。遗憾的是，预分割信息可能使图像分割偏向通过图谱编码的正常解剖形态。事实上，取决于年龄、性别和种族，脑形。
15、态可能差别很大。另外，患病的脑可能显著地不同于通常从健康的志愿者获得的图谱信息。施加的现有图谱信息因此可能导致分割结果的劣化，并且对于被施加到每个特定的大脑不够精确。此外，其还需要大量的计算。0007因此，仍然需要改进颅骨剥离过程的结果。发明内容0008因此本发明的目的是提供去除MR头部图像的非脑组织的无图谱脑组织分割方法，以使得能够进行脑结构的精确测量并且从而确保MR成像诊断。确实，改进颅骨剥离方法对于所有高级的脑后处理技术都非常重要。0009考虑到上述和其他目的，根据本发明，提供了被配置用于对脑的至少一部分进行成像的无图谱磁共振成像方法，该方法包括以下步骤0010使用磁共振成像（MRI）序。
16、列，该磁共振成像（MRI）序列至少通过以下参数表征第一反转时间TI1、第二反转时间TI2、第一回波时间TE1、第二回波时间TE2、重复时间TR、第一翻转角和第二翻转角；并且该磁共振成像（MRI）序列被配置用于在单个获取内在不同的反转时间TI1和TI2获取所述部分的两个图像体积，分别为第一图像体积和第二图像体积，其中所述MRI序列是与标准MPRAGE相比有利地提供了具有显著降低的T2加权和PD加权的无偏置T1对比度的磁化准备2快速梯度回波（MP2RAGE）序列。T2是描述信号由于自旋自旋相互作用、磁场的不均匀性和磁化率效应而引起的指数衰减的时间常量。T2因此是包括所有相互作用的一组自旋的相干性的。
17、损失的量度。PD是质子密度，即在组织的样本内移动的氢原子的浓度；0011使用与MP2RAGE组合的DIXON方法来获取所述部分的脂肪水分离图像，即选择所述MRI序列的回波时间TE1和TE2使得每个回波时间TE1、TE2基于脂肪和水之间的化学位移，即，使得它们的差异TE2TE1使得脂肪和水信号累积相位差，其中脂肪和水成分为同相位和反相位。有利地，DIXON方法允许代替传统的T1加权图像，来获取其中脂肪和硬脑膜物质以与所有其他组织明显不同的强度范围呈现的脂肪水分离图像。有利地，通过脂说明书CN104103066A3/7页6肪水分离图像获取的信息显著地改进了颅骨剥离的结果。用于水和脂肪分离的DIXO。
18、N原始方法（CFDIXONWT,SIMPLEPROTONSPECTROSCOPICIMAGING,RADIOLOGY1,1891984）获取具有不同回波时间的两个图像，所述不同回波时间被选择为使得水和脂肪分别为同相位和反相位并且可以被组合以获取分离的水和脂肪图像。这个简单的方法假设水处于共振，这在存在B0场不均匀性的情况下限制水和脂肪分离的性能；也可以在此应用获取脂肪水分离图像的更先进的其它方法。0012使用MRI和所述MRI序列来对于每个回波时间获取所述两个图像体积，分别为在第一回波时间的第一图像积和第二图像体积，以及在第二回波时间的第一图像体积和第二图像体积；0013对于每个回波时间，将两。
19、个图像体积组合为“均匀”图像，即，如在MARQUES等人的论文NEUROIMAGE49,12712010中详细描述的，由REALAB/|A|2|B|2算子为复共轭给出的均匀图像，分别为在第一回波时间的第一均匀图像和在第二回波时间的第二均匀图像。有利地，MP2RAGE序列使得能够增加图像体积的对比度属性；0014对第一回波时间和第二回波时间的第一图像体积应用脂肪水分离方法例如DIXON方法来获得第一脂肪水分离图像并且/或者对第一回波时间和第二回波时间的第二图像体积应用所述脂肪水分离方法例如所述DIXON方法来获得第二脂肪水分离图像；0015向多通道图像分割算法馈送至少以下输入图像0016由所述均。
20、匀图像的组合产生的最终均匀图像，0017由所述脂肪水分离图像的组合产生的最终脂肪水分离图像，0018由所述第二图像体积的组合产生的最终第二图像体积，0019其中所述多通道图像分割算法使用马尔可夫随机场（MRF）模型（VANLEEMPUT等人，LEEETRANSACTIONSONMEDICALIMAGING1810,8979081999；ROCHE等人，MEDICALIMAGEANALYSIS1568308392011）根据从输入图像生成的数据来将所述部分分割成多类颅组织；以及0020输出该部分的已分割的图像。0021MP2RAGE序列是被配置用于在不同的反转时间生成两个不同的图像以便克服由在高。
21、静态磁场B0处的人MR图像中可观察到的发射B1场的空间不均匀性引起的质量劣化的改进的MPRAGE。由MARQUE等人在论文NEUROIMAGE49,1271（2010）中具体地描述了MP2RAGE技术，并且MP2RAGE技术涉及双回波序列，即与第二反转时间TI2处的第二快速梯度回波块分离了延迟TB的在第一反转时间TI1处的第一快速梯度回波块。从而获得表示同一体积的两个图像。0022DIXON方法基于脂肪的共振频率与水的共振频率不同的事实。可以根据DIXON方法从所述电流信号提取在感应的电流信号中编码的脂肪和水的信息。相对于彼此的身体组织中的脂肪和水的共振信号的化学位移，或者换句话说它们相互的共。
22、振频率差是34PPM，其将对应于在接近05特斯拉的磁场中大约68HZ的差异。在3特斯拉，频率的变化是FB0434HZ，其中是目标中质子的旋磁比，以及B0是静态磁场强度。通过调整上述类型的成像序列的回波时间使得它们的差TE2TE1等于K/2FK1,3,5,，水和脂肪信号在第一和第二回波之间累积K弧度的相位差。因而，相位差在时间TE1等说明书CN104103066A4/7页7于弧度，并且在时间TE2等于弧度。0023因而本发明描述了能够通过结合水脂肪分离（例如，DIXON）方法和MP2RAGEMRI序列来自动分割用于图像引导的诊断和干预的脑磁共振图像的方法。具体地，本方法可以应用于脑的每个扫描以便。
23、重建3维（3D）脑并且获取全脑的3D图像。具体地，馈送给多通道图像分割算法的步骤之后可以是总颅内体积（TIV）外部的体素的去除，也被称为颅骨剥离，其中可以优选地借助于用于去除分类为流体的非脑体素的标准数学形态学操作（开放的、最大的连接成分的提取和孔填充）来实现总颅内体积提取。优选地，可以在所述总颅内体积外部的体素的去除之后执行剩余体素到脑脊液、灰质和白质的进一步组织分类。有利地，所述组织分类是脑形态学应用的基础步骤，所述脑形态学应用旨在向临床医生提供与患者相关联的体积测量并且将它们与给定标准范围比较以便检测潜在疾病或者评估治疗效果。0024优选地，MRF模型是考虑灰质、白质、流体、硬脑膜物质、。
24、肌肉、脂肪和空气作为贡献于输入图像的不同的组织的7类模型。换句话说，MRF模型能够使用产生于两个图像体积均匀图像和脂肪水分离图像的图像数据来将所述脑的部分分割成7类脑组织。具体地，根据本发明的MRF模型包括被配置用于凭借组织关联来施加不同组织之间的空间关系的软拓扑约束。换句话说，MRF模型能够通过抑制脑组织和非脑类之间的解剖学上不可能的链接或关系来实施拓扑约束，从而使得分割对图像噪声更强健。优选地，MRF模型还包括馈送给所述多通道图像分割算法的所有输入通道（例如，在T1加权图像和脂肪图像的情况下的两个通道）的采样模型，以将多通道信息结合到分割处理中。0025优选地，图像分割的输出（即所述已分割。
25、的图像）是例如通过传统的机器学习方法如变分EF算法或图形分割使用最大后验估计来计算的标记图像。0026尽管在本文中将本发明示出并且描述成体现为用于对脑的至少一部分进行成像的方法，所述方法不需要使用预计算的数字脑图谱，然而本发明不意在限于所示出的细节，因为在不偏离本发明的精神并且在权利要求的对等物的范围的情况下，可以在本文中做出各种修改和结构改变而。0027具体的，本发明还涉及用于执行前述方法的MRI系统。优选地，所述MRI系统包括存储计算机程序指令的非暂态计算机可读存储介质，所述计算机指令在被下载至计算机的主存储器时使系统执行至少以下步骤0028使用DIXON方法来获取脑的一部分的脂肪水分离图。
26、像；0029对于第一反转时间TI1和第二反转时间TI2获取两个图像体积，分别为在第一回波时间的第一图像体积和第二图像体积，以及在第二回波时间的第一图像体积和第二图像体积；0030对于每个回波时间，将两个图像体积组合为“均匀”图像，分别为在第一回波时间的第一均匀图像和在第二回波时间的第二均匀图像；0031将脂肪水分离方法应用于第一反转时间TI1和第二反转时间TI2的第一图像体积以获得第一脂肪水分离图像以及/或者将脂肪水分离方法应用于第一反转时间TI1和第二反转时间TI2的第二图像体积以获得第二脂肪水分离图像；0032将至少以下输入图像馈送给多通道图像分割算法0033由所述均匀图像的组合产生的最终。
27、均匀图像，0034由所述脂肪水分离图像的组合产生的最终脂肪水分离图像，说明书CN104103066A5/7页80035由所述第二图像体积的组合产生的最终第二图像体积，0036其中所述多通道图像分割算法使用马尔可夫随机场模型根据从输入图像生成的数据来将所述部分分割成多类颅组织；以及0037输出所述部分的已分割的图像。0038最后，当结合附图来阅读以下特定的实施例的描述时可以根据以下特定的实施例的描述最佳地理解要求保护的方法和系统。附图说明0039图1示出了根据本发明的生成MRI序列的MRIMP2RAGE序列和DIXON脂肪水分离技术的组合的示意性表示。0040图2示出了借助于要求保护的MRI序列。
28、根据本发明获得的图像的组合的示意流程图。具体实施方式0041图1和图2示意性地示出了根据本发明的无图谱磁共振成像方法的优选实施方式。本方法被配置用于对脑的至少一部分进行成像，并且包括以下步骤0042使用MRI序列3，MRI序列3被配置用于获取所述部分的两个图像体积I1、I2、I1、I2，分别为在单个获取内在不同的反转时间TI1、TI2对于每个回波时间TE1、TE2的第一图像体积I1、I1和第二图像体积I2、I2，其中所述MRI序列3是使用DIXON方法2来获取所述部分的脂肪水分离图像的双回波MP2RAGE序列1，所述MP2RAGE序列1优选地使用全面自动校准部分并行获取（GENERALIZED。
29、AUTOCALIBRATINGPARTIALLYPARALLELACQUISITION,GRAPPA）来执行并且通过以下参数来具体地表征0043TI1/TI2/TR700/2500/5000MS，0044TE1/TE2244/606MS，0045GRAPPA具有折减因子R3，0046TA852分是总获取时间；0047使用MRI和所述MRI序列来对于每个回波时间TE1、TE2获取所述两个图像体积I1、I2、I1、I2，其中对于每个回波时间，在第一反转时间TI1获取第一图像体积I1、I1，在第二反转时间TI2获取第二图像体积I2、I2；0048对于每个回波时间TE1、TE2，将所述第一和第二图像体。
30、积I1、I2、I1、I2组合为“均匀”图像U1、U2，即所述均匀图像，其中根据在第一回波时间TE1的图像体积I1、I2的组合来获得第一均匀图像U1，以及根据在第二回波时间TE2的图像体积I1、I2的组合来获得第二均匀图像U2。优选地，本方法提出了增加读出带宽来拟合MP2RAGE协议的无变化的两个回波读数；0049在每个回波时间TE1、TE2对所述两个图像体积I1、I2、I1、I2可选地应用零差（HOMODYNE）相位滤波之后，使用DIXON方法来从第一和/或第二图像体积获取所述脂肪水分离图像，其中优选地可以执行2点DIXON图像分解来根据在第一反转时间TI1的第一图像体积I1、I1生成第一脂肪。
31、水分离图像D1，以及/或者根据在第二反转时间TI2的第二图像体积I2、I2生成第二脂肪水分离图像D2；说明书CN104103066A6/7页90050优选地，0051将第一脂肪水分离图像D1和第二脂肪水分离图像D2组合成最终脂肪水分离图像DF，以及/或者0052将第一均匀图像U1和第二均匀图像U2组合成最终均匀图像UF，以及/或者0053将在第一和第二回波时间获得的第二反转时间TI2的第二图像体积I2、I2组合成最终第二图像体积，0054其中通过计算图像的均方根（RMS）来执行所述组合；0055将组合的图像即最终脂肪水分离图像DF、最终均匀图像UF、最终第二图像体积馈送给多通道图像分割算法，其。
32、中所述多通道图像分割算法使用马尔可夫随机场（MRF）模型（参见VANLEEMPUT等人，LEEETRANSACTIONSONMEDICALIMAGING1810,8979081999；ROCHE等人，MEDICALIMAGEANALYSIS1568308392011）来将所述部分分割成多类颅组织。有利地，将最终第二图像体积输入多通道图像分割算法提供了可以抵消由背景噪声增强引起的最终均匀图像的对比度的缺乏的均匀背景强度；0056输出脑的部分的已分割的图像。已分割的图像是在输入组合的图像时所获得的多通道图像分割算法的输出。0057优选地，多通道图像分割算法将输入图像划分为表示灰质、白质、流体、硬脑。
33、膜物质、肌肉、脂肪和空气的七个组织类。优选地，多通道图像分割算法包括3个步骤以实现7类的分割，每个步骤基于变分期望最大化（VEM）算法（VANLEEMPUT等人，IEEETRANSACTIONSONMEDICALIMAGING1810,8979081999；ROCHE等人，MEDICALIMAGEANALYSIS1568308392911）。使用5类分割模型的第一步骤将输入图像分为流体、灰质、白质、非脑组织和空气。在第二步骤，从图像中去除被分类为空气的体素，并且使用6类分割模型来将剩余体素分为流体、灰质、白质、硬脑膜物质、脂肪和皮肤。第三步骤计算由被分类为灰质、白质和流体的体素的合集构成的集合。
34、的主要连接成分，去除未包括在上述主要连接成分中的体素，并且使用4类分割模型来将剩余的体素分为皮层灰质、深部灰质、白质和脑脊液。0058优选地，根据本发明的方法包括借助于标准的数学形态学操作以去除分类为流体的非脑体素来实现的总颅内体积提取。0059优选地，本发明包括将要求保护的方法应用于脑的每个扫描来重建3D脑图像，并且根据本方法执行的脑的所述扫描来计算灰质体积。0060最后，所提出的发明避免了需要使用数字图谱来驱动图像分割。因此，整个处理管线可以更快并且更小地偏向通过图谱编码而得到的普通解剖结构，这在检测与疾病相关的形态学变化的情况下非常重要，因为作为患病对象的病理的结果或特征，患病对象的解剖。
35、结构可能显著地偏离于谱图。另外，如果输入图像具有足够好的质量，则所提出的发明能够极大地减少在TIV和周围组织之间的界面处的分割错误。0061虽然已经根据本发明的优选实施方式公开了本方法，本领域的技术人员应当理解的是还可以实现其他实施方式。尽管前述讨论聚焦于具体的实施方式，可以理解的是可以预期其他配置。除非以其他方式明确地指出，术语“一个（A）”、“一个（AN）”和“这个（THE）”表示“一个或更多个”。说明书CN104103066A7/7页100062鉴于各种可能的数据监测系统和方法，详细的实施方式意在仅是示例性的并且不应当理解为本发明的范围的限制。相反，本发明要求保护的是落入所附权利要求及其对等物的精神和范围内的所有这样的修改。0063本说明书中的描述都不应当被解读为表示任何具体的元件、步骤或功能是必须包括在权利要求范围内的基本元件。仅通过允许的权利要求和其对等物来定义发明主题的范围。除非明确地叙述，在本说明书中描述的本发明的其他方面不限制权利要求的范围。说明书CN104103066A101/2页11图1说明书附图CN104103066A112/2页12图2说明书附图CN104103066A12。