專利名稱：一種計(jì)算¹H-MRS中物質(zhì)濃度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種準(zhǔn)確計(jì)算質(zhì)子磁共振波譜(Proton Magnetic ResonanceSpectroscopy, 1H-MRS)中各物質(zhì)濃度的方法。
背景技術(shù)：
質(zhì)子磁共振波譜(ProtonMagnetic Resonance Spectroscopy, 1H-MRS)成像技術(shù)是一種在體、無創(chuàng)探測大腦代謝物的有效方法，并可定量測量這些代謝物的濃度。觀察大腦代謝物濃度的變化，可為了解大腦的生理病理活動提供重要的信息，因此，1H-MRS在臨床中已有廣泛的應(yīng)用。健康大腦中，通常能被在體觀察的代謝產(chǎn)物包括N-乙酰天門冬氨酸(嫩々)、膽堿(010)、肌酸(1:0)、肌醇(11170-;[1108；[10, Ins)、脂類(Lipid)、谷氨酸復(fù)合物(Glu\Gln——Glx), Y -氨基丁酸(GABA)等。臨床常用PRESS或STEAM序列在磁共振掃描儀上采集1H-MRS數(shù)據(jù)。所掃描區(qū)域內(nèi)的代謝物在不同的峰位形成一系列波峰，每個波峰代表一種代謝物，其峰下面積則表征該種物質(zhì)的濃度。通常由于機(jī)器硬件等因素的影響，得到的是一系列含有噪聲和有用信號的混合波峰信號。如何降低噪聲、并準(zhǔn)確地計(jì)算出1H-MRS中各物質(zhì)的濃度，是目前國際上1H-MRS研究的重點(diǎn)之一。LC-model (linear combination of model)是目前臨床上最新的且應(yīng)用最廣泛的用來探測1H-MRS中代謝物濃度的軟件。該軟件是由Stephen Provencher博士等主持編寫的1H-MRS后處理軟件，具有高信噪比和窄的體外線寬，只要輸入1H-MRS數(shù)據(jù)，就能自動擬合出與原始數(shù)據(jù)接近的平滑的譜線形狀和基線，計(jì)算出大腦中各物質(zhì)的濃度。但LC-model也存在一些問題I)LC-model是一個黑箱式的軟件，其核心代碼是封閉的，不是開源的，用戶無法對其計(jì)算過程進(jìn)行編輯處理。通常LC-model的處理方式都是由用戶輸入一組數(shù)據(jù)，確認(rèn)運(yùn)行后軟件經(jīng)過黑箱處理即給出最終結(jié)果。對于處理過程中一些重要的參量如峰位、峰半高寬、峰下面積等，軟件都沒有給出，而這些參量對于1H-MRS的定量研究都是非常重要的。2)對于1H-MRS中一些相互重疊的波峰，如在3. OOppm處重疊的高濃度代謝物Cr與低濃度代謝物GABA等，LC-model則無法將重疊峰GABA分離提取出來，也就不能準(zhǔn)確計(jì)算出該物質(zhì)的濃度。3)由于LC-model算法的限制，在LC-model標(biāo)準(zhǔn)庫外的一些物質(zhì)所代表的波峰，則無法對其進(jìn)行計(jì)算處理。大腦中代謝物種類繁多，隨著磁共振掃描儀軟硬件的提高，在體IH-MRS掃描中一些新發(fā)現(xiàn)的物質(zhì)所代表的波峰不斷涌現(xiàn)，LC-model只能較好的處理一些常見物質(zhì)所代表的波峰，但是對于一些新的波峰，LC-model則不能進(jìn)行計(jì)算。4) LC-model主要用來處理PRESS或STEAM序列所采集的數(shù)據(jù)，對于其它的脈沖序列，LC-model無法識別，需要開發(fā)配套的版本。隨著IH-MRS研究的不斷發(fā)展，目前開發(fā)了一些專用的探測某些特定代謝物濃度的脈沖序列，如用于檢測GABA的mega-PRSS序列，LC-model無法對這些序列采集的數(shù)據(jù)進(jìn)行處理。因此，需要開發(fā)一些普適的算法或軟件，可對所有1H-MRS的序列進(jìn)行定量計(jì)算。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種普適的計(jì)算1H-MRS中物質(zhì)濃度的方法。本發(fā)明的思路是首先采用小波閾值法對原始1H-MRS數(shù)據(jù)降噪，然后采用數(shù)學(xué)擬合的方法準(zhǔn)確地提取出某種代謝物的波譜形狀；在此基礎(chǔ)上，再準(zhǔn)確計(jì)算波峰的峰下面積，最后將峰下面積轉(zhuǎn)換成在體內(nèi)的濃度。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案，包括以下步驟I)對臨床采集的1H-MRS數(shù)據(jù)采用小波閾值法去噪，提高信號的信噪比；
2)提取各物質(zhì)的波峰數(shù)據(jù)，其中被大信號掩蓋的小信號波峰和相互重疊的小信號波峰可采用本研究小組自主研發(fā)的新小波閾值法提取，亦可采用其他數(shù)據(jù)后處理的方法提??；3)提取波峰的數(shù)據(jù)點(diǎn)，逐個對波峰進(jìn)行曲線擬合，計(jì)算波峰的峰下面積；4)采用內(nèi)標(biāo)準(zhǔn)的方法實(shí)現(xiàn)峰下面積與物質(zhì)濃度的轉(zhuǎn)換。步驟3)中，計(jì)算波峰的峰下面積時(shí)，對于單峰，逐個提取構(gòu)成該峰的數(shù)據(jù)點(diǎn)，按照盡可能多的原始數(shù)據(jù)點(diǎn)落在曲線上的原則，選擇Lorentz線型或Guass線型進(jìn)行曲線擬合，再通過優(yōu)化參數(shù)得到準(zhǔn)確的峰下面積；對于多重峰，當(dāng)多重峰中每個單峰的數(shù)據(jù)點(diǎn)大于等于5時(shí)，將多重峰拆開為單峰分別進(jìn)行擬合，然后疊加其峰下面積得到多重峰的峰下面積；當(dāng)多重峰中的每個單峰的數(shù)據(jù)點(diǎn)小于5時(shí)，將多重峰擬合成一個大峰，擬合的原則是中間最高峰的峰位保持不變，讓盡可能多的左右小峰的數(shù)據(jù)點(diǎn)落在擬合后的曲線上。下面進(jìn)一步詳細(xì)介紹本發(fā)明方法的計(jì)算步驟及原理如下I.準(zhǔn)確提取臨床1H-MRS中的波峰I)去噪要獲得準(zhǔn)確的定量結(jié)果，首先必須對臨床1H-MRS數(shù)據(jù)進(jìn)行去噪處理。不同于LC-model中算法，本文采用小波分析中的小波閾值去噪方法。小波閾值去噪方法的基本原理如下小波變換，特別是正交小波變換，具有很強(qiáng)的去數(shù)據(jù)相關(guān)性，能使信號的能量在小波域內(nèi)集中在一些較大的小波系數(shù)中；而噪聲能量卻分布于整個小波域內(nèi)。因此，經(jīng)小波分解后，幅值較大的小波系數(shù)一般以信號為主，而幅值較小的系數(shù)在很大程度上是噪聲信號。采用閾值的辦法可將信號系數(shù)保留，而使大部分噪聲系數(shù)減少至零。在此基礎(chǔ)上，再重構(gòu)信號，即可得到去噪后的“純”信號。其計(jì)算公式見(I)式e(scale;positicm) = ^^,(scaleipositkW^t^idt (I)其中f (t)是待處理的信號，即臨床采集到的原始數(shù)據(jù)；Ψ表示小波基函數(shù)；小波系數(shù)C是縮放因子(scale)和平移(position)的函數(shù)。通常噪聲的小波系數(shù)較小。在處理過程中可對具體的參數(shù)進(jìn)行調(diào)節(jié)優(yōu)化以得到最好的結(jié)果，如小波基函數(shù)dbl db8 ;syml"sym8等可供選擇，分解層數(shù)也可進(jìn)行調(diào)節(jié)。2)提取重疊峰建議采用一種新的小波閾值法提取被大信號掩蓋的小信號及重疊信號，如3. OOppm處被高濃度代謝物Cr掩蓋的低濃度代謝物GABA的波峰；在
2.30ppm處相互重疊的Glu\Gln的波峰；等。該方法見本研究小組申請的專利(申請?zhí)?01210080499. 2)。也可采用其他的數(shù)據(jù)后處理方法提取小信號。2.準(zhǔn)確計(jì)算各波峰的峰下面積提取出各物質(zhì)的波峰后，下一步即為準(zhǔn)確地計(jì)算出該波峰的峰下面積。以往MRS研究中對于提取MRS的重疊波峰研究較多，但對于如何準(zhǔn)確地計(jì)算峰下面積往往重視不夠，但這一過程對于定量計(jì)算物質(zhì)濃度有極大的影響。本文提出了一整套可準(zhǔn)確計(jì)算代謝物波峰的峰下面積的算法。I)臨床常見高濃度代謝物NAA、Cr、Cho等峰下面積的計(jì)算①將表征某波峰的數(shù)據(jù)點(diǎn)截取下來。MRS信號由一系列波峰疊加而成，且臨床數(shù)據(jù)受到采樣時(shí)間的限制，是由一系列離散點(diǎn)組成的，并不是一條連續(xù)的曲線。將處理后的波譜圖(頻域)中某待處理波峰截取出來進(jìn)行單獨(dú)計(jì)算。這一過程可以有效地避免一張頻譜圖中含有多個波峰時(shí)存在的基線、相位、相互疊加等問題，而這些問題往往在很大程度上影響計(jì)算的準(zhǔn)確程度。②選取一種適當(dāng)?shù)暮瘮?shù)來擬合這些數(shù)據(jù)點(diǎn)。1H-MRS中物質(zhì)波峰的信號理論模型一般為Lorentz信號(見公式(2))，SP
權(quán)利要求
1.一種計(jì)算1H-MRS中物質(zhì)濃度的方法，其特征在干，包括以下步驟 1)對臨床采集的1H-MRS數(shù)據(jù)采用小波閾值法去噪，提高信號的信噪比； 2)提取各物質(zhì)的波峰數(shù)據(jù)； 3)采用提取的波峰數(shù)據(jù)點(diǎn)，逐個對波峰進(jìn)行曲線擬合，計(jì)算波峰的峰下面積； 4)采用內(nèi)標(biāo)準(zhǔn)的方法實(shí)現(xiàn)峰下面積與物質(zhì)濃度的轉(zhuǎn)換。
2.根據(jù)權(quán)利要求I所述的方法，其特征在干， 步驟3)中，計(jì)算波峰的峰下面積時(shí)，對于單峰，逐個提取構(gòu)成該峰的數(shù)據(jù)點(diǎn)，按照盡可能多的原始數(shù)據(jù)點(diǎn)落在曲線上的原則，選擇Lorentz線型或Guass線型進(jìn)行曲線擬合，再通過優(yōu)化參數(shù)得到準(zhǔn)確的峰下面積； 對于多重峰，當(dāng)多重峰中每個單峰的數(shù)據(jù)點(diǎn)大于等于5時(shí)，將多重峰拆開為單峰分別進(jìn)行擬合，然后疊加其峰下面積得到多重峰的峰下面積；當(dāng)多重峰中的每個單峰的數(shù)據(jù)點(diǎn)小于5時(shí)，將多重峰擬合成一個大峰，擬合的原則是中間最高峰的峰位保持不變，讓盡可能多的左右小峰的數(shù)據(jù)點(diǎn)落在擬合后的曲線上。
3.根據(jù)權(quán)利要求I或2所述的方法，其特征在于，步驟4)中，采用水作為內(nèi)標(biāo)物。
全文摘要
本發(fā)明公開一種準(zhǔn)確計(jì)算1H-MRS中各物質(zhì)濃度的算法，適用于所有1H-MRS的掃描序列。本方法包括小波閾值法去噪的環(huán)節(jié)，提高了信號的信噪比；采用提取波峰數(shù)據(jù)點(diǎn)并逐個對波峰進(jìn)行曲線擬合的方法計(jì)算波峰的峰下面積；還包括采用內(nèi)標(biāo)準(zhǔn)的方法實(shí)現(xiàn)峰下面積與物質(zhì)濃度的轉(zhuǎn)換。本方法可根據(jù)臨床采集的實(shí)際數(shù)據(jù)對計(jì)算過程進(jìn)行編輯處理，并可獲得計(jì)算過程中的峰位、峰半高寬、峰下面積等參量，具有可編輯、準(zhǔn)確高、重復(fù)性好等特點(diǎn)。通過本方法可對大腦內(nèi)所有的代謝物的濃度變化進(jìn)行準(zhǔn)確計(jì)算及在體監(jiān)測，并進(jìn)行動態(tài)跟蹤。這對研究大腦某些疾病的發(fā)病機(jī)制，如成癮、癲癇、老年癡呆、腫瘤等，具有重要的臨床價(jià)值與意義。
文檔編號G01R33/54GK102854481SQ20121036922
公開日2013年1月2日 申請日期2012年9月28日 優(yōu)先權(quán)日2012年9月28日
發(fā)明者全紅, 王成, 楊志勇 申請人:武漢大學(xué)