关键词:
噪声水平场
方差稳定变换
马尔科夫随机场
药代动力学参数
非线性最小二乘
引导图像滤波
摘要:
乳腺癌是妇女最常见的恶性肿瘤之一,目前的影像学检查能够发现临床无病状或隐匿的乳腺病灶,在乳腺癌的早期检出和诊断方面具有重要的作用。磁共振成像(Megnetic Resonance Imaging, MRI)具有良好的软组织分辨率及空间分辨率,无放射性,成像技术和专用线圈的发展使得MRI成为乳腺肿瘤诊断方面具有潜力的一种影像学首段,目前,用于乳腺检查的MRI技术包括T1加权像、T2加权像、弥散加权成像、波谱成像、动态其动态增强磁共振成像(Dynamic Contrast-Enhanced MRI, DCE-MRI),尤其DCE-MRI可以从形态学和血流动力学两方面提供病灶内部的特征,是最为常用的MRI检查。然而,临床对乳腺DCE-MRI时间序列的影像学分析通常采用半定量的方式,依赖于医生的经验和主观判断,缺乏定量的DCE-MRI表现描述,诊断结果与医生的经验、水平、状态等因素相关。通过计算机辅助分析方法,可客观定量地分析DCE-MRI的影像特征,减少主观因素对诊断结果的影响,通过分析量化的影像特征参数与病灶良恶性之间的关系,提高DCE-MRI诊断乳腺癌的准确率。
DCE-MRI诊断乳腺癌的敏感度很高,在95%-100%之间,在发现小的及多发乳腺病灶方面也具有优势;但特异性相对较低,如何提高DCE-MRI诊断乳腺癌的特异性正在成为研究热点。本文的研究目标是精确估计乳腺DCE-MRI的药代动力学(Pharmacokinetic,PK)参数,提高DCE-MRI诊断乳腺癌的特异性。其中,PK参数,如容积转移常数、组织血管外-细胞外体积分数等,可用于评估肿瘤血管系统的血流动力学情况,反映肿瘤新生血管的增长速度和肿瘤病灶恶性生长程度,是DCE-MRI的主要优势。PK参数的定量分析对于提高DCE-MRI诊断乳腺癌的特异性具有重要的理论意义和临床价值。
然而从图像处理和分析的角度来看,乳腺DCE-MRI定量参数的精确估计存在一些困难(1)乳腺DCE-MRI成像过程中会受到噪声干扰,影响组织形变场和PK参数的估计,以及可视化效果。(2)乳腺DCE-MRI扫描过程中,病人运动、呼吸等会使增强图像序列产生伪影,运动伪影会导致时间-强度曲线的错误估计和有偏差的定量参数,降低小病灶的检出率,妨碍医生对影像信息的获取和判断。(3)乳腺DCE-MRI扫描的时间分辨率有限,一般仅有5-10个时间采样点,导致在单像素上估计的PK参数不可靠、准确度不高。在感兴趣区域上(RegionOf Interest, ROI)上对时间-强度曲线进行平均,是提高估计稳定性的一个途径,但过小的ROI仍会导致不稳定的计算结果,过大的ROI则可能包含多种类型的组织。一种可行的解决方案,是在PK参数成像重建中融入更多的先验信息,避免对ROI大小选取的需要,得到像素水平上的定量参数,以反映肿瘤不同区域的状态。因此乳腺DCE-MRI时间序列图像的噪声抑制、运动补偿和参数成像,是对DCE-MRI进行精确定量分析、提高乳腺癌诊断特异性的关键之一。
本文的主要研究内容包括:
(1) DCE-MRI图像的噪声抑制。这是进行乳腺DCE-MRI图像序列运动补偿和PK参数准确估计的必要前提。MR图像中的噪声一般认为服从Rician分布,是一种与信号相关的非加性噪声。此外,MR图像中的Rician噪声水平在空间上可能不均匀。针对加性高斯白噪声的去噪方法不能直接应用于MR图像的去噪。针对空间变化的Rician噪声,本文的思路是,对空间变化的噪声水平建模并进行估计,然后对图像各处的幅值依据不同的局部噪声水平进行方差稳定变换,使得噪声与信号幅值和空间位置无关,进而结合有效的去噪算法抑制这种空间变化的Rician噪声。问题的关键转化为如何有效估计MR图像中不同位置的噪声水平。MR图像中Rician噪声水平的估计,较为常用的是基于背景区域的方法。假设背景区域的信号值为零,采用最大似然或者幅值图像的二阶矩进行估计Rician噪声的水平,但不适用于空间变化噪声水平的估计。本文提出了一种基于稀疏性约束的Rician噪声水平场的估计方法,首先采用修正的中值绝对偏差(MAD)得到噪声水平的局部估计,然后对噪声水平场进行稀疏性约束并采用L1正则化最小平方(L1-LS)方法对局部估计进行拟合,最后利用噪声水平场对噪声图像幅值进行空间自适应方差稳定变换,使得噪声与信号幅值和空间位置无关,采用BM3D算法即可实现对噪声的抑制,最后通过方差稳定逆变换得到无偏的去噪图像。仿真实验中,噪声水平场估计的平均相对误差小于0.2%,利用空间自适应方差稳定变换进行去噪,相比方差稳定变换,去噪图像的峰值信噪比可提高2dB;采用真实乳腺MR图像进行去噪实验,利用自适应方差稳定变换可得到较高的Q度量。结果表明,所提出的方法能有效