基于大脑模板的MRI扫描自动定位方法

在大脑磁共振成像（MRI）影像学的数据采集中，通常先扫描一幅定位图像，并根据解剖学先验知识手动调整合适的扫描定位参数，再进行后续的正式扫描．该文实现了一种直接以大脑模板为参照的自动定位的方法：首先采集一幅中等分辨率的快速三维定位图像，然后通过与模板的配准确定定位参数，并应用到后续序列的扫描，以保证不同被试在图像采集时采用与模板一致的空间定位．该方法一方面便于不同被试的图像数据之间进行系统性比较与参照，帮助诊断者快速定位病灶，也可在后续常用的基于体素分析过程最大化数据的利用效率．另一方面，针对单个体多次扫描之间的自动定位，该文进一步使用迭代方法，通过多次“扫描、配准、自动定位”步骤，逐步减小图像...

Full description

Saved in:
Bibliographic Details
Published in波谱学杂志 Vol. 31; no. 2; pp. 196 - 205
Main Author 严序 周敏雄 杨光 徐冬溶
Format Journal Article
LanguageChinese
Published 哥伦比亚大学 精神病学系，美国 纽约 10032 2014
上海市磁共振重点实验室 物理系，华东师范大学，上海 200062
脑功能基因组学教育部重点实验室，华东师范大学，上海 200062
上海市磁共振重点实验室 物理系，华东师范大学，上海 200062%上海市磁共振重点实验室 物理系，华东师范大学，上海 200062%脑功能基因组学教育部重点实验室，华东师范大学，上海 200062
纽约州立精神疾病研究所，美国 纽约 10032
Subjects
基于体素分析
模板
磁共振成像（MRI）
自动定位
配准
模板
automatic localization
MRI
atlas
配准
基于体素分析
registration
voxel based analysis
磁共振成像(MRI)
自动定位
Online AccessGet full text

Cover

More Information
Summary:在大脑磁共振成像（MRI）影像学的数据采集中，通常先扫描一幅定位图像，并根据解剖学先验知识手动调整合适的扫描定位参数，再进行后续的正式扫描．该文实现了一种直接以大脑模板为参照的自动定位的方法：首先采集一幅中等分辨率的快速三维定位图像，然后通过与模板的配准确定定位参数，并应用到后续序列的扫描，以保证不同被试在图像采集时采用与模板一致的空间定位．该方法一方面便于不同被试的图像数据之间进行系统性比较与参照，帮助诊断者快速定位病灶，也可在后续常用的基于体素分析过程最大化数据的利用效率．另一方面，针对单个体多次扫描之间的自动定位，该文进一步使用迭代方法，通过多次“扫描、配准、自动定位”步骤，逐步减小图像配准算法的误差．实验证明，该文基于大脑模板的自动定位方法能够确保不同被试之间和同一被试之内在图像数据采集时的空间定位高度一致性，其中同一被试内多次扫描的空间定位误差＆lt;1.0 mm和1.0o．
Bibliography:YAN Xu, ZHOU Min-Xiong, YANG Guang, XU Dong-rong （1. Key Laboratory of Brain Functional Genomics of Ministry of Education, East China Normal University, Shanghai 200062, China; 2. Shanghai Key Laboratory of Magnetic Resonance, Physics Department, East China Normal University, Shanghai 200062, China; 3. Department of Psychiatry, Columbia University, New York 10032, USA; 4. New York State Psychiatric Institute, New York 10032, USA）
MRI;automatic localization;registration;atlas;voxel based analysis
42-1180/04
Acquisition of brain magnetic resonance imaging （MRI） data usually starts with a localizer for properly positioning the field of view based on a prior knowledge of brain anatomy and setting corresponding localization parameters for subsequent scans. We propose an automatic localization method that references directly to the brain atlas. The procedure first quickly acquires a 3D localization image at a median spatial resolution, and then calculates its registration parameter to the atlas and uses these paramete
ISSN:1000-4556