基于医学图像配准软件 ANTs（Advanced Normalization Tools）配准定量磁化强度映射（quantitative susceptibility mapping,QSM）的方法

道不可以打折扣

已于 2024-09-02 20:35:24 修改

阅读量845

点赞数 11

分类专栏：神经科学之路文章标签：人工智能图像处理计算机视觉

于 2024-09-02 20:31:12 首次发布

本文链接：https://blog.csdn.net/Rose9614/article/details/141828986

版权

神经科学之路专栏收录该内容

9 篇文章 2 订阅

订阅专栏

前言

1.将QSM和Magnitude与T1对齐

2.将T1配到标准空间

编辑

3.制作标准T1和Magnitude图像的掩膜

编辑

4.将Magnitude图像配准到标准T1

5.用Magnitude配准到标准T1的变换矩阵将QSM配准到标准T1

QSM

定量磁化强度映射(Quantitative Susceptibility Mapping, QSM)是一种先进的磁共振成像技术，它通过测量人体组织在磁场中引起的微小磁场扰动来计算组织的磁化率，从而提供定量的组织特性信息。这种技术主要应用于脑部成像，能够显示铁含量、钙化和髓鞘等结构，相比传统的T2*加权成像，QSM具有更高的空间分辨率和对比度，并且能够区分顺磁性和抗磁性物质。在临床上，QSM对于神经退行性疾病、多发性硬化等脱髓鞘疾病的评估，以及脑出血和微出血的检测都具有重要意义。

医学配准原理

医学配准技术的原理主要涉及将不同的医学图像或数据集对齐和匹配，以便进行比较、分析或融合。这个过程通常包含几个关键步骤和方法：空间变换是配准的核心，它涉及将一个图像（移动图像）通过平移、旋转、缩放或更复杂的变形来匹配另一个图像（固定图像）。这种变换可以是刚性的（仅涉及平移和旋转），仿射的（包括缩放和剪切），或非刚性的（允许局部变形）。

基于强度的配准：

这类方法直接使用图像的灰度值信息进行配准，不需要预先提取特征。常用的相似性度量包括互信息、归一化互信息、相关系数等。这种方法适用于同模态和跨模态的MRI配准。比如SPM在处理功能成像时就使用这一类型的配准方法。

基于特征的配准：

首先从图像中提取显著的解剖特征或标志点，然后基于这些特征进行配准。这可能包括边缘、角点、轮廓或特定的解剖结构。这种方法在某些情况下可能比基于强度的方法更稳定，特别是在处理不同模态或有大的变形时。

QSM的配准

笔者在尝试将QSM影像配准到功能像时发现：传统的基于强度的方法非常难！因为QSM图像与常规MRI图像（如T1或T2加权图像）在视觉表现和信号特性上有很大不同。QSM图像反映的是组织的磁化率，而不是传统MRI中的质子密度或弛豫时间。这导致QSM图像的强度分布和对比度与常规MRI图像有很大差异。笔者在学习过程中探索出在处理QSM图像时用基于特征的配准方法，特此分享。

环境配置

软件：ANTs(安装教程)

系统：MACOS 14.2

配准思路

因为QSM重建依赖于相位信息，而相位和Magnitude数据通常是一起采集的。Magnitude图像提供信号强度的基线信息。所以我们在重建QSM图像后也会得到T1强度的结构图像，可以利用Magnitude图像用于配准和校正运动伪影。