(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210918696.0 (22)申请日 2022.08.02 (65)同一申请的已公布的文献号 申请公布号 CN 114972352 A (43)申请公布日 2022.08.30 (73)专利权人 首都医科 大学附属北京 天坛医院 地址 100160 北京市丰台区南四环西路1 19 号 专利权人 北京航空航天大 学 (72)发明人 李子孝　刘涛　刘浩　丁玲玲　 王拥军　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 王爱涛 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/246(2017.01) G06T 7/33(2017.01) G06T 7/73(2017.01) (56)对比文件 CN 114708263 A,2022.07.05 CN 103345753 A,2013.10.09 CN 106023194 A,2016.10.12 WO 2020252 900 A1,2020.12.24 林晨任翠萍王姗. 《脑梗死累及单侧锥体束 病变继发华勒变性患者MRI及DTI图像病灶信号 特征及分布特点分析》 . 《中国地方病防治杂志》 .2017,第1页. 审查员 钟福煌 (54)发明名称 一种病症映射多维失连网络区域提取方法 及系统 (57)摘要 本发明涉及一种病症映射多维失连网络区 域提取方法及系统， 属于医学影像领域。 该方法 包括： 将病灶图像配准至大脑标准空间； 获取所 述健康对照组的弥散磁共振影像以及静息态功 能磁共振影像； 根据大脑标准空间下的病灶图像 以及所述弥散磁共振影像， 利用纤维追踪方法构 建病灶对应的结构失连加权网络； 根据所述大脑 标准空间下的病灶图像以及所述静息态功能磁 共振影像， 利用交叉相关验证方法构建病灶对应 的功能显著失连网络； 根据所述结构失连加权网 络以及所述功能显著失连网络确定病症映射的 病灶多维失连网络区域； 所述病灶多维失连网络 区域用于定位大脑病灶在大脑中的网络映射。 本 发明能够提高病症与病灶之间映射的精确度， 根 据病症准确定位病灶。 权利要求书3页 说明书8页 附图5页 CN 114972352 B 2022.09.30 CN 114972352 B 1.一种病症映射多维 失连网络区域 提取方法， 其特 征在于， 包括： 获取病灶图像， 并将所述病灶图像 配准至大脑标准空间； 将多年龄段且性别比例平衡的健康人的大脑图像作为健康对照组， 并获取所述健康对 照组的弥散磁共 振影像以及静息态 功能磁共 振影像； 根据大脑标准空间下的病灶图像以及所述弥散磁共振影像， 利用纤维追踪方法构建病 灶对应的结构失连加权网络； 所述纤维追踪方法包括确定性纤维追踪以及概率性纤维追 踪； 根据所述大脑标准空间下的病灶图像以及所述静息态功能磁共振影像， 利用交叉相关 验证方法构建病灶对应的功能显著失连网络； 根据所述结构失连加权网络以及所述功能显著失连网络确定病症 映射的病灶多维失 连网络区域； 所述病灶多维 失连网络区域用于 定位大脑病灶在大脑中的网络映射。 2.根据权利要求1所述的病症映射多维失连网络区域提取方法， 其特征在于， 所述将所 述病灶图像 配准至大脑标准空间， 具体包括： 将所述病灶图像通过线性变换配准至所述大脑标准空间。 3.根据权利要求1所述的病症映射多维失连网络区域提取方法， 其特征在于， 所述根据 大脑标准空间下的病灶图像以及所述弥散磁共振影像， 利用纤维追踪方法构建病灶对应的 结构失连加权网络， 具体包括： 对所述弥散磁共振影像进行预处理以及弥散加权成像建模， 并利用纤维追踪方法进行 纤维追踪， 构建在所述健康对照组的个体空间上的确定性和概率性纤维追踪结构连接图 像； 对于任一个所述健康对照组， 将所述大脑标准空间下的病灶图像通过线性变换配准至 所述健康对照组的个体空间内， 并根据所述确定性和概率性纤维追踪 结构连接图像提取病 灶的结构连接图像； 对所述病灶的结构连接图像加权平均计算， 确定所述个体空间下的结构失连加权网 络； 将所述个体空间下的结构 失连加权网络通过线性变换配准到所述大脑标准空间上， 确 定所述健康对照组对应的病灶结构失连加权网络； 根据所有所述健康对照组对应的病灶结构失连加权网络构建所述病灶对应的结构失 连加权网络 。 4.根据权利要求1所述的病症映射多维失连网络区域提取方法， 其特征在于， 所述根据 所述大脑标准空间下的病灶图像以及所述静息态功能磁共振影像， 利用交叉相关验证方法 构建病灶对应的功能显著失连网络， 具体包括： 对所述静息态功能磁共振影像进行预处理， 确定所述大脑标准空间下的大脑功能信号 图像； 在所述大脑标准空间下， 以所述病灶图像为感兴趣区域， 提取病灶范围的平均信号； 基于所述大脑功能信号  图像， 将所述平均信号与全脑剩余区域信号做Pearson相关， 确定全脑与病灶区域的功能连接值； 利用所述交叉相关验证方法分别计算所述平均信号与全脑剩余区域信号的交叉相关 值以及乱序相关值；权　利　要　求　书 1/3 页 2 CN 114972352 B 2保留大于一百倍的乱序相关值的交叉相关值为第 一交叉相关值， 并将所述第 一交叉相 关值对应位置的功能连接值作为所述 健康对照组对应的病灶功能显著失连网络； 根据所有的所述健康对照组对应的病灶功能显著失连网络构建所述病灶对应的功能 显著失连网络 。 5.一种病症映射多维 失连网络区域 提取系统， 其特 征在于， 包括： 配准模块， 用于获取病灶图像， 并将所述病灶图像 配准至大脑标准空间； 影像获取模块， 用于将多年龄段且性别比例平衡的健康人的大脑图像作为健康对照 组， 并获取 所述健康对照组的弥散磁共 振影像以及静息态 功能磁共 振影像； 病灶对应的结构失连加权网络构建模块， 用于根据 大脑标准空间下的病灶图像以及所 述弥散磁共振影像， 利用纤维追踪方法构建病灶对应的结构失连加权网络； 所述纤维追踪 方法包括确定性纤维追踪以及概 率性纤维追踪； 病灶对应的功能显著失连网络构建模块， 用于根据 所述大脑标准空间下的病灶图像以 及所述静息态功能磁共振影像， 利用交叉相关验证方法构建病灶对应的功能显著失连网 络； 病灶多维失连网络区域确定模块， 用于根据 所述结构 失连加权网络以及所述功能显著 失连网络确定病症映射的病灶多维失连网络区域； 所述病灶多维失连网络区域用于定位大 脑病灶在大脑中的网络映射。 6.根据权利要求5所述的病症映射多维失连网络区域提取系统， 其特征在于， 所述配准 模块， 具体包括： 配准单元， 用于将所述病灶图像通过线性变换配准至所述大脑标准空间。 7.根据权利要求5所述的病症映射多维失连网络区域提取系统， 其特征在于， 所述病灶 对应的结构失连加权网络构建模块， 具体包括： 确定性和概率性纤维追踪结构连接图像构建单元， 用于对所述弥散磁共振影像进行预 处理以及弥散加权成像建模， 并利用纤维追踪方法进行纤维追踪， 构建在所述健康对照组 的个体空间上的确定性和概 率性纤维追踪结构连接图像； 病灶的结构连接 图像提取单元， 用于对于任一个所述健康对照组， 将所述大脑标准空 间下的病灶图像通过线性变换配准至所述健康对照组的个体空间内， 并根据所述确定性和 概率性纤维追踪结构连接图像提取病灶的结构连接图像； 个体空间下的结构 失连加权网络确定单元， 用于对所述病灶的结构连接图像加权平均 计算， 确定所述个 体空间下的结构失连加权网络； 健康对照组对应的病灶结构失连加权网络确定单元， 用于将所述个体空间下的结构失 连加权网络通过线性变换配准到所述大脑标准空间上， 确定所述健康对照组对应的病灶结 构失连加权网络； 病灶对应的结构失连加权网络构建单元， 用于根据 所有所述健康对照组对应的病灶结 构失连加权网络构建所述病灶对应的结构失连加权网络 。 8.根据权利要求5所述的病症映射多维失连网络区域提取系统， 其特征在于， 所述病灶 对应的功能显著失连网络构建模块， 具体包括： 大脑功能信号图像确定单元， 用于对所述静息态功能磁共振影像进行预处理， 确定所 述大脑标准空间下的大脑 功能信号图像；权　利　要　求　书 2/3 页 3 CN 114972352 B 3