本發明涉及醫學影像處理領域，尤其涉及一種淀粉樣蛋白相關影像學異常的磁共振圖像隨訪方法及系統。
背景技術：
1、近年抗淀粉樣蛋白單克隆抗體（如侖卡奈單抗、多奈單抗等）被證實有助于減緩阿爾茨海默病的病程，但可能引起特殊的藥物副反應—淀粉樣蛋白相關影像學異常（amyloidrelated?imaging?abnormalities，aria）。aria必須通過磁共振圖像進行診斷。臨床試驗和治療監測方案均要求在治療過程中對患者進行多時間點的磁共振影像縱向隨訪掃描，通過對同一患者不同時間點的影像進行定量比較分析，及時發現aria的發生、評估其嚴重程度和演變趨勢，從而為調整治療方案（如暫停或終止用藥）提供關鍵依據。因此，基于縱向核磁共振影像的aria自動檢測技術對于保障患者用藥安全和支撐抗淀粉樣蛋白療法的臨床推廣應用至關重要。
2、然而，基于縱向多模態核磁共振影像對aria-e和aria-h進行隨訪，面臨多個層面的技術瓶頸，這些瓶頸嚴重制約了檢測結果的準確性和臨床可用性：
3、偏置場矯正精度不足的問題。mri設備在掃描過程中，由于射頻線圈發射?場與接收靈敏度的空間不均勻性，會在原始影像上疊加一個低頻的、緩慢變化的灰度畸變場（即偏置場），導致相同組織類型在圖像不同空間區域呈現不同的灰度值。對于aria-e的檢測，需要在flair序列上對同一患者不同時間點的影像進行逐體素的灰度差異比較，以識別新發或擴大的水腫/滲出區域；偏置場引起的灰度不一致性將直接轉化為系統性偽差，掩蓋aria-e的真實信號變化。對于aria-h的檢測，偏置場同樣會干擾t2*或swi序列上微出血灶低信號特征的準確量化。現有技術中常用的全局低通濾波方法，雖然計算簡便，但其在濾除低頻偏置場分量的同時，會不可避免地損傷承載解剖細節的高頻邊緣信息，導致組織邊界模糊，影響病灶邊界的精確勾畫；此外，全局低通濾波方法假設偏置場在整個圖像空間中均勻平滑變化，無法有效應對因不同掃描設備的線圈幾何差異而引起的局部灰度不均問題。
4、顱骨剝離對萎縮腦組織適應性差的問題。顱骨剝離是將顱骨、頭皮及其他顱外非腦組織從核磁共振影像中剝離、僅保留腦實質區域的關鍵前置步驟。接受抗淀粉樣蛋白治療的阿爾茨海默病患者多為老年群體，通常伴有不同程度的腦萎縮，嚴重腦萎縮使得皮層表面形成極度深陷的溝回，腦組織與顱骨之間的腦脊液間隙顯著增寬，腦表面拓撲結構變得極為復雜。而aria-e的水腫和滲出往往累及皮層及皮層下區域，aria-h的含鐵血黃素沉積也常位于腦表面，顱骨剝離的精度直接影響這些病灶能否被完整保留。現有技術中基于固定閾值或幾何模板的腦提取方法，在面對這種復雜拓撲變化時表現不佳：固定閾值方法難以在深溝區域準確區分腦組織與腦脊液；幾何模板方法因模板形狀無法追蹤深陷溝回的復雜形變，極易將溝底的正常腦組織誤切除，或將硬腦膜等顱外組織殘留在腦掩模內。被錯誤切除的腦組織區域將導致后續分析中該區域的病灶信息永久丟失，而殘留的顱外組織將在縱向減影運算中產生嚴重干擾，生成模擬aria-e或aria-h的偽陽性信號。
技術實現思路
1、本發明目的之一在于提供一種淀粉樣蛋白相關影像學異常的磁共振圖像隨訪方法，以解決現有技術中偏置場矯正精度不足、顱骨剝離對萎縮腦組織適應性差、縱向配準受新生病灶灰度干擾以及后處理階段偽影剔除缺乏針對性的問題。
2、本發明通過下述技術方案實現，一種淀粉樣蛋白相關影像學異常的磁共振圖像隨訪方法，包括如下步驟：獲取多模態核磁共振影像數據，在所述多模態核磁共振影像數據中提取白質控制點并構建偏置場擬合模型，基于偏置場擬合模型執行偏置場矯正及強度歸一化處理，生成第一圖像集；對所述第一圖像集執行全局對齊與邊緣檢測以提取解剖物理邊界，將概率腦掩模逆變換至個體空間后，以所述解剖物理邊界為演化停止條件執行主動輪廓演化，完成顱骨剝離與邊界精修處理，生成腦區掩模數據；在所述腦區掩模數據限定的腦實質范圍內，對所述第一圖像集執行分支形變場配準處理，生成空間對齊的第二圖像集；統計所述第二圖像集中的正常腦實質區域平均強度以計算縮放因子，基于所述縮放因子對所述第二圖像集執行線性對比度拉伸及逐體素差分運算，完成殘差減影處理，獲取三維殘差影像；對所述三維殘差影像執行各向異性擴散濾波去噪，并根據待檢測的圖像類型調用對應的差異化幾何篩查特征執行差異化去噪與形態學篩查處理，輸出檢測結果。
3、進一步地，多模態核磁共振影像數據包括同一患者在基線期和隨訪期分別采集的t1加權影像、flair影像和swi影像。
4、進一步地，逐體素差分運算的計算公式為：
5、，其中，為經空間配準及所述線性對比度拉伸后的隨訪期影像在體素處的灰度值，為基線期影像在同一體素位置處的灰度值，為所述三維殘差影像在該體素處的取值。
6、進一步地，將三維殘差影像中絕對值低于背景組織噪聲下限的數值截斷為零，所述背景組織噪聲下限根據所述腦區掩模數據中取值為零的背景區域的灰度值標準差確定。
7、進一步地，各向異性擴散濾波去噪通過求解以下偏微分方程實現：
8、；其中，為擴散演化的虛擬時間參數，為所述三維殘差影像的空間梯度向量，為散度算子，為邊緣保留傳導系數函數，為偏微分符號。
9、進一步地，邊緣保留傳導系數函數的計算公式為：；其中，為所述三維殘差影像在當前體素處的局部空間梯度模值，為梯度傳導閾值。
10、進一步地，在所述多模態核磁共振影像數據中提取白質控制點并構建偏置場擬合模型，包括：對所述多模態核磁共振影像數據中的每一幀影像，逐軸向切片構建軸向切片灰度直方圖，對所述軸向切片灰度直方圖執行高斯平滑后通過峰值尋找算法確定每個軸向切片的腦白質區域平均強度；基于所述腦白質區域平均強度自動檢測白質控制點，對有效切片的強度系數沿縱軸方向執行立方樣條擬合；以各所述白質控制點為發生核建立voronoi鑲嵌，將非控制點體素賦予距離最近的白質控制點的基準強度值，獲得偏置場的初始離散估計；對所述偏置場的初始離散估計執行肥皂泡平滑迭代，以消除相鄰voronoi區域邊界處的灰度階躍跳變，獲得收斂后的偏置場。
11、進一步地，voronoi鑲嵌的分區規則為：
12、
13、其中，為三維圖像空間域，為圖像空間中的任意體素位置坐標，和分別為白質控制點集合中的第個和第個白質控制點的位置坐標，為歐幾里得距離度量，為以白質控制點為中心的voronoi區域；若，則偏置場的初始離散估計為，其中為白質控制點處的原始圖像灰度值。
14、進一步地，肥皂泡平滑迭代的更新規則為：
15、
16、其中，為當前迭代次數，為白質控制點集合，為以體素為中心的26個空間鄰接體素的集合，為第次迭代時鄰接體素處的偏置場估計值，為白質控制點處的原始圖像灰度值；
17、進一步地，對于屬于白質控制點集合的體素，其偏置場值在迭代過程中固定為該點的原始圖像灰度值；對于非控制點體素，其偏置場值在每次迭代中被更新為周圍26個空間鄰接體素的算術平均值。
18、進一步地，偏置場擬合模型采用三維張量積立方b樣條模型，三維張量積立方b樣條模型的表達式為：
19、
20、其中，為控制網格節點處的樣條擬合系數，樣條擬合系數通過對白質控制點集合中各白質控制點處的灰度值進行最小二乘擬合求解得到；、、分別為、、坐標軸方向上的一維三次b樣條基函數；、、為各坐標軸方向上控制網格的節點數量。
21、進一步地，基于偏置場擬合模型執行偏置場矯正及強度歸一化處理，包括：將所述每一幀影像的原始灰度值除以所述收斂后的偏置場，得到歸一化影像灰度值：其中，為原始影像在體素處的灰度值，為所述收斂后的偏置場在體素處的估計值，為強度歸一化后的灰度值。
22、進一步地，對所述第一圖像集執行全局對齊與邊緣檢測以提取解剖物理邊界，包括：將所述第一圖像集中的影像執行降采樣，以標準腦模板為參考目標執行基于最大互信息的剛體配準與仿射配準，獲取全局變換矩陣；對所述第一圖像集中的影像應用拉普拉斯算子計算各體素的二階空間導數之和：
23、，其中，為所述第一圖像集中經強度歸一化后的三維影像灰度函數，為所述拉普拉斯算子；檢測中數值符號發生翻轉的體素交界位置作為零交叉點，將所述零交叉點組成的閉合曲面作為所述解剖物理邊界。
24、進一步地，將概率腦掩模逆變換至個體空間后，以所述解剖物理邊界為演化停止條件執行主動輪廓演化，包括：利用所述全局變換矩陣與基于互相關的對稱歸一化模型生成的非線性變形場，將所述概率腦掩模逆變換回個體空間，對逆變換后的所述概率腦掩模執行二值化獲得初版腦區掩模；以所述初版腦區掩模的邊緣為初始輪廓，計算所述第一圖像集中對應影像的局部梯度模值，構建依賴于所述局部梯度模值的停止函數；通過水平集偏微分方程驅動所述初始輪廓沿法線方向演化，當所述初始輪廓演化至所述解剖物理邊界時，所述局部梯度模值達到局部極大值，所述停止函數的值趨近于零，輪廓演化自動凍結。
25、進一步地，依賴于所述局部梯度模值的停止函數，可以通過下式表示：
26、，其中，為標準差為的三維高斯平滑核，為經所述高斯平滑核平滑后的圖像的局部梯度模值，為對比度控制閾值，為控制所述停止函數衰減陡峭程度的指數參數。
27、進一步地，水平集偏微分方程可以通過下式表示：
28、，其中，為水平集函數，所述水平集函數的零水平集定義當前時刻的輪廓面位置，為演化的虛擬時間參數，為平均曲率項，為氣球力常數，為對流項。
29、進一步地，完成顱骨剝離與邊界精修處理，生成腦區掩模數據，包括：對凍結后的輪廓執行三維形態學閉運算以填充輪廓內部的孔洞；通過三維連通域分析提取最大連通分量，剔除體積小于設定閾值的孤立組織塊，生成所述腦區掩模數據。
30、進一步地，分支形變場配準處理包括針對腦白質高信號檢測的第一配準通路和針對腦微出血檢測的第二配準通路；所述第一配準通路包括：以基線期的t1加權影像作為中介模態，通過對稱歸一化模型建立基線期t1加權影像與基線期flair影像之間的同期跨模態空間映射；將隨訪期flair影像配準至隨訪期t1加權影像，并通過基線期t1加權影像與隨訪期t1加權影像之間的配準獲取時間維度位移矢量場；將所述同期跨模態空間映射與所述時間維度位移矢量場進行矩陣級聯計算，合成全局非線性形變場，利用所述全局非線性形變場對所述隨訪期flair影像執行重采樣，使其對齊至基線期flair影像的坐標空間；所述第二配準通路包括：對去顱骨后的隨訪期swi影像與基線期swi影像直接執行同模態配準及重采樣。
31、進一步地，所述第一配準通路和所述第二配準通路中的配準均采用基于對稱歸一化模型的微分同胚映射，所述對稱歸一化模型的能量泛函為：
32、
33、，其中，和分別為從基線影像端和隨訪影像端出發并在時間中點處相遇的平滑速度場，為由微分正則化算子定義的索伯列夫范數，和分別為通過對速度場和沿時間方向積分生成的微分同胚映射，和分別為參考影像和運動影像，為圖像相似性度量函數，‘’為函數復合運算符。
34、進一步地，所述圖像相似性度量函數采用局部互相關，該局部互相關的計算公式為：，其中，為局部互相關相似性度量，為當前計算的中心體素位置，為以為中心的三維局部窗口，和分別為兩幅待配準影像在鄰域內體素處的灰度值，和分別為和在所述三維局部窗口內的灰度均值。
35、進一步地，統計所述第二圖像集中的正常腦實質區域平均強度以計算縮放因子，包括：在所述腦區掩模數據限定的范圍內，排除灰度值偏離正常分布的體素后，分別計算基線期影像的正常腦實質區域平均強度和隨訪期影像的正常腦實質區域平均強度；將隨訪期影像的每一個體素灰度值乘以一個縮放因子以完成所述線性對比度拉伸。
36、進一步地，縮放因子可以通過下式計算得到：，其中，為正常腦實質區域平均強度，為隨訪期影像的正常腦實質區域平均強度。
37、進一步地，根據待檢測的圖像類型調用對應的差異化幾何篩查特征執行差異化去噪與形態學篩查處理，包括：當待檢測的圖像類型為腦白質高信號時，構建預設半徑的球形結構元素，利用所述球形結構元素對所述三維殘差影像中的腦白質區域依次執行腐蝕運算和膨脹運算以完成形態學開運算，剔除寬度小于所述球形結構元素直徑的配準邊緣偽影；當待檢測的圖像類型為腦微出血類型時，對所述三維殘差影像執行三維連通域分析提取各個連通分量，計算每個所述連通分量的體積和表面積，并根據所述體積和所述表面積計算球形度，剔除所述球形度低于預設臨界值的連通分量。
38、進一步地，所述磁共振圖像隨訪方法還包括對基線期和隨訪期flair影像分別獨立執行白質高信號分割，包括：在白質掩模約束范圍內提取灰度統計特征并輸入線性回歸先驗模型計算分割閾值k；基于所述分割閾值提取種子點并執行迭代膨脹直至滿足分層收斂規則；對膨脹結果執行連通域分割生成白質高信號分割掩模。
39、進一步地，用球形度作為所述差異化幾何篩查特征，剔除呈扁平狀或管狀的血管斷面偽影，包括：對所述三維殘差影像中swi影像對應的負值區域執行三維連通域分析，提取各個獨立的連通分量；計算每個所述連通分量的體積和表面積，并根據以下公式計算所述球形度：；其中，為所述連通分量的體積，為所述連通分量的表面積，為圓周率；所述球形度的取值范圍為，設立預設球形度臨界值，剔除所述球形度低于所述預設球形度臨界值的連通分量，保留所述球形度高于或等于所述預設球形度臨界值的連通分量作為疑似微出血病灶。
40、進一步地，預設球形度臨界值為0.4；其中，當所述連通分量為腦內穿行小血管的管狀橫截面時，所述連通分量在相同體積下的表面積顯著大于球體的表面積，所述球形度遠小于1；當所述連通分量為微出血病灶時，所述連通分量的形態趨近于球體，所述球形度接近于1。
41、進一步地，磁共振圖像隨訪方法還包括自適應容錯步驟：當所述初版腦區掩模的體積與基于所述全局變換矩陣估計的標準腦體積的比值偏離預設的正常生理區間時，判定存在嚴重腦組織萎縮；響應于所述判定，執行以下調整：基于當前降采樣影像的組織密度分布重新計算局部互信息以更新所述全局變換矩陣；自適應降低所述水平集偏微分方程中所述平均曲率項的權重系數，以使輪廓面以更為銳利的形態追蹤萎縮溝回的邊界；調整所述停止函數中所述高斯平滑核的標準差或降低所述對比度控制閾值，以擴大所述解剖物理邊界的檢測靈敏度范圍。
42、本發明另一方面提供了一種淀粉樣蛋白相關影像學異常的磁共振圖像隨訪系統，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如上所述的任一種淀粉樣蛋白相關影像學異常的磁共振圖像隨訪方法。
43、本發明與現有技術相比，具有如下的優點和有益效果：
44、1、本發明采用通過自動檢測白質控制點并利用voronoi鑲嵌為非控制點區域提供物理合理的偏置場初值估計，避免了全局低通濾波中固有的一刀切平滑問題，使得偏置場的估計具有局部自適應性，能夠準確捕捉不同空間位置處的偏置場差異，尤其適用于不同設備引起的非均勻灰度畸變；并通過除法運算從物理層面完全剝離了乘性灰度畸變，確保了校正的物理正確性，使得同一組織類型在整個圖像空間中呈現嚴格一致的灰度值，不同時間點、不同設備采集的影像數據被轉化為具有統一灰度標準的可比性圖像，為跨時間點縱向定量比較奠定了灰度一致性的物理基礎，從源頭上消除了因偏置場矯正不充分導致的系統性假差。
45、2、本發明將拉普拉斯算子的零交叉點作為硬性物理解剖約束注入水平集主動輪廓演化框架，通過基于局部梯度模值的非線性停止函數實現輪廓在真實皮層表面處的精確凍結，能夠在不引入方向偏好的前提下均等檢測所有方向上的灰度突變位置，其零交叉點從微分幾何角度精確對應于圖像灰度梯度幅值取得局部極大值的空間位置，即組織邊界的物理候選位置，相較于固定閾值方法具有理論上的嚴密性和物理上的可靠性克服了現有方法在萎縮腦組織提取中的適應性不足問題。
46、3、本發明針對不同病灶檢測目標的雙通路分支形變場配準架構，針對液體衰減反轉恢復序列影像的跨模態配準，由于該影像的空間分辨率通常低于t1加權影像且灰白質對比度較弱，直接在液體衰減反轉恢復序列影像之間執行高精度非線性配準可能導致精度不足，通過引入高分辨率t1加權影像作為中介跳板，分別建立同期跨模態空間映射和時間維度位移矢量場，再通過矩陣級聯計算合成全局非線性形變場，間接但有效地提升了液體衰減反轉恢復序列影像的配準精度，從根本上抑制了配準偽影的產生。