基于多时相血管成像的脑灌注参数图像重建装置的制作方法

本发明涉及人工智能，具体涉及基于多时相血管成像的脑灌注参数图像重建装置。

背景技术：

1、脑灌注成像方法包括ct灌注和核磁共振mr灌注。灌注成像通过捕捉血流(以示踪剂来表示)从脑动脉开始，经过毛细血管，至脑静脉流出的整个过程来获得脑部血流灌注的动态变化，通过计算每一个体素的时间-血流曲线，从而计算出血流动力学参数，如残余达峰时间tmax。虽然脑灌注成像技术目前比较成熟，但存在诸多的局限性，首先是在ct灌注中，由于需要连续的扫描，会产生较大剂量的电离辐射，对被扫描者产生辐射损害；其次，灌注成像的实现需要注射大剂量的示踪剂，示踪剂价格昂贵，还对肾脏具有一定的副作用；第三，灌注成像由于原始图像信噪比差，必须依赖后处理软件才能实现异常区域的显示和检出；第四，脑灌注成像需要高端设备才能完成。因此，需要通过相关技术手段解决上述问题，减少被试者暴露的辐射剂量和示踪剂用量，并降低相关检查的技术门槛。

2、近年，有学者使用多时相血管成像(multiphasect angiography，mcta)线性插值的方法模拟脑灌注ctp图像生成脑灌注参数图像，但线性插值不能很好地拟合时间-血流曲线，因而会产生较大误差；深度学习的直接生成方法可信度较低，而且只使用单层的图像进行识别，并未考虑层间信息，因此无法达到理想效果。上述方法在不同程度上推动了多时相血管成像的研究，但由于没有同时考虑脑灌注成像的时域特征和空域特征，使得在此条件下得到的脑灌注参数图像存在误差，也无法直接进行应用。

技术实现思路

1、本发明的目的在于针对现有技术存在的上述问题，提出基于多时相血管成像的脑灌注参数图像重建装置；

2、本发明的上述目的通过以下技术手段实现：

3、基于多时相血管成像的脑灌注参数图像重建装置，依次包括以下模块：

4、生成器构建模块：用于构建ct灌注成像参数图像生成器gctp和多时相血管成像灌注参数图像生成器gcta，

5、归一化ct灌注成像ctp图像输入到ct灌注成像参数图像生成器gctp，输出合成灌注参数图像，

6、归一化多时相血管成像mcta图像输入到多时相血管成像灌注参数图像生成器gcta中，输出合成灌注参数图像；

7、损失函数构建模块：用于构建ct灌注成像参数图像生成器损失函数lctp和多时相血管成像灌注参数图像生成器损失函数lcta；

8、生成器训练模块：用于训练ct灌注成像参数图像生成器gctp和多时相血管成像灌注参数图像生成器gcta；

9、应用模块：用于加载已训的多时相血管成像灌注参数图像生成器gcta，将待处理的多时相血管成像mcta图像进行归一化处理后，输入已训的多时相血管成像灌注参数图像生成器gcta，得到相应的合成灌注参数图像。

10、如上所述归一化ct灌注成像ctp图像为多次ct灌注全层扫描的图像集合，归一化多时相血管成像mcta图像为多次多时相血管成像全层扫描的图像集合，

11、归一化ct灌注成像ctp图像中单次全层扫描的图像集，表示归一化ct灌注成像ctp图像中取一次ct灌注全层扫描的图像集合，

12、归一化多时相血管成像mcta图像中单次全层扫描的图像集，表示归一化多时相血管成像mcta图像中取一次多时相血管成像全层扫描的图像集合，

13、归一化ct灌注成像ctp图像中单次全层扫描的图像集、归一化多时相血管成像mcta图像中单次全层扫描的图像集、以及对应的真实灌注参数图像中，图像数量均等于全层扫描总层数n，全层扫描中每一层对应的序号记为i，有：i∈{1,2…,n}；

14、归一化ct灌注成像ctp图像中第i层扫描的图像集，表示在归一化ct灌注成像ctp图像内，取所有次ct灌注全层扫描中第i层的图像集合；归一化ct灌注成像ctp图像中第i层扫描的图像集内，图像数量等于ct灌注全层扫描总次数；

15、归一化多时相血管成像mcta图像中第i层扫描的图像集，表示在归一化多时相血管成像mcta图像内，取所有次多时相血管成像全层扫描中第i层的图像集合；归一化多时相血管成像mcta图像中第i层扫描的图像集内，图像数量等于多时相血管成像全层扫描总次数。

16、如上所述的ct灌注成像参数图像生成器gctp依次包括输入层、编码器、解码器、和输出层，ct灌注成像参数图像生成器gctp的编码器包括多层下采样卷积层，解码器包括多层上采样卷积层，下采样卷积层的层数与上采样卷积层的层数相等，在各层下采样卷积层的输出和对应上采样卷积层的输入之间设置有对应的小波特征跳跃连接，下采样卷积层的通道数和对应上采样卷积层的通道数相等，输出层对最后一个上采样卷积层的输出结果，通过卷积层输出合成灌注参数图像。

17、如上所述小波特征跳跃连接包括如下操作：

18、ct灌注成像参数图像生成器gctp的编码器中除最后一个下采样卷积层的每一个下采样卷积层的输出，进行小波池化处理，获得池化后图像特征，

19、通过特征拼接的方式将各个池化后图像特征拼接到对应上采样卷积层的输入中。

20、如上所述的小波池化处理具体指，使用3个不同的滤波器分别对ct灌注成像参数图像生成器gctp的编码器中下采样卷积层输出特征进行滤波操作，3个滤波器分别是{lht,hlt,hht}，其中t表示转置操作符，得到3个不同的池化后图像特征c1,c2,c3，完成小波池化处理，中间量l和中间量h分别定义如下：

21、

22、

23、如上所述多时相血管成像灌注参数图像生成器gcta具体包括：

24、时域输入层、空域输入层、空域特征提取器、时域特征提取器、解码器和输出层，

25、时域输入层的输入为归一化多时相血管成像mcta图像中第i层扫描的图像集，时域输入层的输出为时域特征提取器的输入；空域输入层的输入为归一化多时相血管成像mcta图像中单次全层扫描的图像集，空域输入层的输出为空域特征提取器的输入；

26、时域特征提取器包括多层下采样2d卷积层，空域特征提取器包括多层下采样3d卷积层，且时域特征提取器的下采样2d卷积层的数量比空域特征提取器的下采样3d卷积层的数量大，相同通道数的下采样3d卷积层输出特征与下采样2d卷积层输出特征进行特征拼接，并输入到时域特征提取器的下一个下采样2d卷积层中，

27、时域特征提取器中最后一层下采样2d卷积层的输出经过解码器输入至输出层；输出层对解码器的最后一个上采样卷积层输出结果，通过卷积层输出对应的合成灌注参数图像。

28、如上所述时域输入层和空域输入层的结构均与ct灌注成像参数图像生成器gctp的输入层的结构相同，多时相血管成像灌注参数图像生成器gcta中解码器的结构与ct灌注成像参数图像生成器gctp中解码器的结构相同，多时相血管成像灌注参数图像生成器gcta中输出层的结构与ct灌注成像参数图像生成器gctp中输出层的结构相同。

29、如上所述ct灌注成像参数图像生成器损失函数lctp定义为：

30、

31、其中，gctp为ct灌注成像参数图像生成器，为第i层真实灌注参数图像，为归一化ct灌注成像ctp图像中第i层扫描的图像集，∥∥2为l2距离运算符；n为全层扫描总层数。

32、如上所述的多时相血管成像灌注参数图像生成器损失函数lcta定义为：

33、minlcta＝aldata+b lfeature

34、

35、

36、其中，gcta为多时相血管成像灌注参数图像生成器；a为数据保真项损失函数ldata的权重；b为灌注参数重建图像中间特征约束项损失函数lfeature的权重；为第i层真实灌注参数图像；为归一化多时相血管成像mcta图像中第i层扫描的图像集，输入至时域输入层，x′mcta为归一化多时相血管成像mcta图像中单次全层扫描的图像集，x′mcta输入至空域输入层，为多时相血管成像灌注参数图像生成器中编码器的输出特征，为ct灌注成像参数图像生成器中编码器的输出特征；∥∥2为l2距离运算符，n为全层扫描总层数。

37、如上如上所述合成灌注参数图像包括：造影剂达峰时间tmax参数图像和脑血流流量cbf参数图像。

38、本发明相对于现有技术，具有以下有益效果：

39、本发明使用小波特征跳跃连接，能够更好的保存脑灌注参数图像重建过程中的高频信息；

40、本发明使用空域特征提取器，提取多时相血管成像mcta中的扫描层间信息，协助网络恢复脑灌注参数图像的相关信息；

41、本发明使用中间特征约束方法，监督多时相血管成像灌注参数图像生成器gcta网络中的中间信息，加速多时相血管成像灌注参数图像生成器gcta中编码器的训练过程；

42、本发明使用多时相血管成像mcta获得脑灌注参数图像的方式能够极大减少受试者的辐射剂量和对比剂剂量。