[发明专利]一种基于扩散峰度成像的径向峰度各项异性定量方法

摘要

一种基于扩散峰度成像的径向峰度各项异性定量方法，包括：根据原始数据通过扩散峰度成像模型估计张量；根据扩散张量矩阵D定义径向平面；获取径向面内的扩散系数和峰度系数的分布；计算径向峰度K_p的各向异性。本发明将采集MRI信号并经过预处理之后，采用本发明所述的方法进行计算，可以得出基于扩散张量和峰度张量的径向面内峰度分布各向异性指标。该指标能反映对象在横截面内的结构几何特征，能反映比扩散信息更丰富精确的结构特征。利用该指标，通过统计分析、分类算法等多种分析可以精确反映神经白质微结构异常、各项异性弹性在横截面的不均特性、对组织的发育以及病理结构改变等等。

主权项

1.一种基于扩散峰度成像的径向峰度各项异性定量方法，其特征在于，包括如下步骤：/n1)根据原始数据通过扩散峰度成像模型估计张量；/n2)根据扩散张量矩阵D定义径向平面，包括：/n对扩散张量矩阵D进行对角化，得到特征向量v₁v₂v₃和特征值λ₁λ₂λ₃，且λ₁≥λ₂≥λ₃如下：/n /n其中最大特征值λ₁对应的特征向量v₁方向定义为轴向，与轴向垂直的平面定义为径向平面；/n3)获取径向面内的扩散系数和峰度系数的分布，包括：/n以径向平面中心点为单位圆心得到单位圆，选取均匀分布于单位圆上的P个单位向量x_p，P＞＝3，p＝1，2，3...P，计算每个单位向量方向上的峰度值K_p，/n /n其中，是单位向量x_p方向的扩散系数；是径向平均扩散系数，计算径向平面内的扩散系数和峰度系数的分布；/n4)计算径向峰度K_p的各向异性，径向峰度各向异性计算如下：/n /n其中，是平均径向峰度值；P代表单位向量的个数，K_p代表第p个单位向量上的径向峰度，RKA代表径向峰度各项异性。/n