本申請是國家申請?zhí)枮?01280052709.5的發(fā)明專利申請的分案申請，該發(fā)明專利申請的國際申請日為2012年8月24日，發(fā)明名稱為“用于估計(jì)動態(tài)動脈/組織/靜脈系統(tǒng)的感興趣的量的系統(tǒng)和方法”。

本發(fā)明涉及用于基于醫(yī)學(xué)圖像來估計(jì)血液動力學(xué)參數(shù)的系統(tǒng)和方法。本發(fā)明與已知過程的不同之處尤其在于其精度和取決于實(shí)施例的執(zhí)行速度，所述執(zhí)行速度對于使得能夠在緊急情形中進(jìn)行治療診斷是必需的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明特別地基于灌注加權(quán)磁共振成像（pw-mri）或計(jì)算的層析x射線攝影法（tomodensitométrie，ct）。這些技術(shù)使得獲得關(guān)于諸如腦或心臟之類的器官的血液動力學(xué)的精確信息成為可能。該信息對于在諸如中風(fēng)之類的病理的緊急醫(yī)療中試圖做出診斷和治療決定的醫(yī)師而言是尤其關(guān)鍵的。

為了實(shí)現(xiàn)這樣的技術(shù)，使用諸如作為示例由圖1和2圖示的醫(yī)學(xué)成像系統(tǒng)，其使用通過核磁共振或通過計(jì)算的層析x射線攝影法的成像裝置1。該后者遞送身體的一個部位（特別是腦）的數(shù)字圖像12的多個序列。出于該目的，所述裝置在所討論的身體部位上應(yīng)用高頻電磁波的組合并且測量由某些原子重新發(fā)射的信號。因而所述裝置使得確定在所成像的體積的每個點(diǎn)（或體元（voxel））處的化學(xué)成分并且因此確定生物組織的性質(zhì)成為可能。

借助于專用處理單元4來分析圖像的序列。該處理單元最終借助于經(jīng)適配的人機(jī)接口5將以灌注加權(quán)圖像為基礎(chǔ)的對血液動力學(xué)參數(shù)的估計(jì)遞送給醫(yī)師6。因而醫(yī)師能夠?qū)崿F(xiàn)診斷并且決定他認(rèn)為適合的治療行為。

通過核磁共振或者通過計(jì)算的層析x射線攝影法的灌注加權(quán)圖像通過靜脈注入造影劑（例如用于磁共振成像的釓鹽）并且通過記錄其在圖像的每個體元中隨時間的團(tuán)劑（bol）來獲得。為了簡潔起見，我們將省略用于標(biāo)識體元的下標(biāo)x,y,z。例如，取代于將針對坐標(biāo)x,y,z的體元的信號標(biāo)注為sx,y,z(t)，我們將簡單地將其標(biāo)注為s(t)。理解的是，以下所描述的操作和計(jì)算一般地針對每個感興趣的體元而執(zhí)行，以便最終獲得表示要估計(jì)的血液動力學(xué)參數(shù)的圖像或圖（carte）。

標(biāo)準(zhǔn)模型使得將隨時間t測量的信號s(t)的強(qiáng)度聯(lián)系到所述造影劑的濃度c(t)成為可能。

例如，在灌注的計(jì)算層析x射線攝影法中，針對每個體元的信號被假設(shè)為與濃度直接成比例：。在通過核磁共振的灌注加權(quán)成像中，假設(shè)例如存在指數(shù)關(guān)系。在這兩種情況中，s0表示在造影劑的到達(dá)之前信號的平均強(qiáng)度。在核磁共振成像的情況中，k為取決于順磁磁化率與組織中造影劑濃度之間的關(guān)系的常數(shù)并且te為回波時間。由于針對每個體元的常數(shù)k的值是未知的，因此其針對感興趣的所有體元都被設(shè)置成任意值。因而獲得相對估計(jì)而非絕對估計(jì)。盡管如此，該相對信息保持相關(guān)，因?yàn)榕d趣主要在于這些值在空間中、特別是在健康的和病理組織之間的相對變化。

在所有的下文中，我們將假設(shè)實(shí)驗(yàn)強(qiáng)度信號s(t)為在先前被轉(zhuǎn)換成濃度曲線c(t)。例如，在灌注加權(quán)磁共振成像的情況中，我們有，通過例如取造影劑到達(dá)之前的s(t)的平均值來估計(jì)s0。

在每個時刻處的每個體元中含有的組織體積中的造影劑的質(zhì)量守恒被寫作。ca(t)為造影劑在供給該組織體積（volumedetissue）的動脈中的濃度（動脈輸入函數(shù)，aif）。bf為該組織體積中的血流量并且cv(t)為造影劑在引流該組織體積的靜脈中的濃度（靜脈輸出函數(shù)，vof）。

假設(shè)動態(tài)動脈/組織/靜脈系統(tǒng)是線性的并且是時不變的，可能的是寫作，其中h(t)為系統(tǒng)脈沖響應(yīng)（不然就是造影劑在該組織中的輸送時間的概率密度函數(shù)）并且指明卷積。則前述微分方程在初始條件的情況下的形式解于是寫作，其中r(t)為在該組織體積中的輸送時間的互補(bǔ)累積密度/分布函數(shù)（殘余函數(shù)），其由來定義，其中h為赫維賽德（heaviside）單位階躍廣義函數(shù)。以脈沖響應(yīng)和互補(bǔ)累積密度/分布函數(shù)為基礎(chǔ)，定義新的血液動力學(xué)參數(shù)，在組織中的平均輸送時間（mtt）：

（如果）

同樣地，在該組織體積中的血容量（bv）可以由關(guān)系來定義。

如果所使用的aif相對于實(shí)際的aif延遲了時間段τ，我們有。

因而時間段τ實(shí)際上可以被看作是其中所估計(jì)的互補(bǔ)累積密度/分布函數(shù)達(dá)到其最大值的時間點(diǎn)（到最大值的時間-tmax）。

為了估計(jì)諸如bf、mtt、bv或tmax之類的血液動力學(xué)參數(shù)以及互補(bǔ)累積密度/分布函數(shù)r(t)，因此有必要通過動脈輸入函數(shù)ca(t)對濃度曲線c(t)進(jìn)行去卷積，所述動脈輸入函數(shù)ca(t)如下文給定的那樣假設(shè)。

為了執(zhí)行通過ca(t)對c(t)的該去卷積操作，標(biāo)準(zhǔn)卷積模型首先在信號s(t)的采樣時間t1，…，tn處通過數(shù)字上逼近卷積積分而被時間離散化。在不損失一般性的情況下，我們將在下文中假設(shè)執(zhí)行周期性采樣，其中周期。

例如，通過矩形方法來對卷積積分進(jìn)行的近似給出

因而通過提出下式，我們化成n維的線性系統(tǒng)ad=c：

并且。

下三角托普利茲（toeplitz）矩陣a是非常非良置（malconditionné）的并且?guī)缀跏瞧娈惖?，使得在不獲得血液動力學(xué)參數(shù)的異常估計(jì)和無意義解的情況下不能對該線性系統(tǒng)進(jìn)行數(shù)字上的反轉(zhuǎn)（inverser）。因此有必要使用各種方法以便獲得例如矩陣a的偽逆并且從而通過獲得d的估計(jì)。

用于獲得矩陣a的偽逆的許多方法包括基于a的奇異值截?cái)啵╰roncature）的常規(guī)非參數(shù)方法，諸如ssvd（簡單奇異值分解）、csvd（循環(huán)（circular）奇異值分解）以及osvd（振蕩指數(shù)（oscillationindex）奇異值分解）。

ssvd方法具有簡單且快速的優(yōu)點(diǎn)。盡管如此，它遭受兩個主要缺點(diǎn)：

?其對動脈輸入函數(shù)ca(t)與濃度曲線c(t)之間的時間延遲τ敏感，也就是說其提供對諸如bf和mtt之類的參數(shù)的估計(jì)，所述估計(jì)取決于τ，盡管其不必如此；

?特別地，當(dāng)所述時間延遲τ為負(fù)時，也就是說當(dāng)動脈輸入函數(shù)ca(t)相對于濃度曲線c(t)延遲時，其提供異常的參數(shù)估計(jì)。

這些缺點(diǎn)通過csvd和osvd方法得以糾正，所述csvd和osvd方法通過構(gòu)造而對時間延遲τ不敏感并且使得考慮負(fù)時間延遲成為可能。

盡管如此，csvd方法（以及ssvd方法）遭受不容忽視的缺點(diǎn)：其不是自適應(yīng)的。事實(shí)上在特定于算法的psvd參數(shù)的幫助下一次性預(yù)確定正則化（régularisation），所述psvd參數(shù)可以被解釋為低通濾波器的截止頻率。另一方面，正則化應(yīng)當(dāng)適合于每個實(shí)驗(yàn)濃度曲線c(t)，特別是其信噪比。因此實(shí)際上，應(yīng)當(dāng)通過確定例如使得能夠優(yōu)化給定準(zhǔn)則（例如關(guān)于參數(shù)的相對誤差等）的值來預(yù)先確定適合于感興趣的灌注數(shù)據(jù)的每個集合的參數(shù)psvd的值。這在嚴(yán)格意義上是不可能的，因?yàn)閰?shù)的理論值是未知的。另一方面，用于每個灌注模式（例如ct灌注或mrpwi）、每個測量裝置、獲取參數(shù)的每個集合以及甚至灌注信號的每種類型（例如在白質(zhì)中、在灰質(zhì)中的灌注，健康或病理灌注）的這樣的校準(zhǔn)明顯并不合期望。實(shí)際上，這些校準(zhǔn)很少執(zhí)行并且參數(shù)psvd經(jīng)常以相當(dāng)任意的方式固定。

osvd方法通過引入半自適應(yīng)的正則化使得在某種程度上糾正該缺點(diǎn)成為可能，所述半自適應(yīng)的正則化致使所述方法/將其返回成對不同實(shí)驗(yàn)條件和對灌注信號的不同類型較不敏感。通過構(gòu)造，該方法是按時間段不變（invariantpardélai）的且半自適應(yīng)的。因此，osvd方法應(yīng)該會提供關(guān)于操作條件更穩(wěn)健且更好質(zhì)量的血液動力學(xué)參數(shù)估計(jì)，而這是csvd和ssvd方法所做不到的。

另一方面，對于使其有效地可適用于醫(yī)院環(huán)境中而言，這樣的方法的實(shí)現(xiàn)是復(fù)雜的且未有充分文獻(xiàn)依據(jù)（作為證明，例如并且以不完美或者錯誤的方式，文獻(xiàn)wo2005/009204a2）。相同的情況適用于csvd方法。目前，osvd和csvd停留在理論上。此外，正如我們在下文應(yīng)當(dāng)看到的，osvd的算法復(fù)雜度可能大約是csvd的算法復(fù)雜度的n倍以及ssvd的算法復(fù)雜度的4n倍。如果在常規(guī)計(jì)算設(shè)備（即個人計(jì)算機(jī)或工作站）的情況下用于灌注成像的典型數(shù)據(jù)集的計(jì)算時間對ssvd和csvd方法而言大約為數(shù)秒，則在osvd方法的情況下它們可以因此達(dá)到數(shù)分鐘。這在臨床緊急情形中是絕對有阻礙的，諸如例如在中風(fēng)的醫(yī)療期間，其中估計(jì)每分鐘有4百萬個神經(jīng)元死亡。

根據(jù)第一目的，本發(fā)明包括實(shí)現(xiàn)osvd方法以便能夠?qū)⑵涫褂迷卺t(yī)學(xué)成像系統(tǒng)中。本發(fā)明同樣地涉及從對于估計(jì)感興趣的量所必需的短時間的角度來看經(jīng)特別優(yōu)化的實(shí)施例。優(yōu)選地（但以非限制性方式）與醫(yī)學(xué)成像系統(tǒng)的使用相關(guān)聯(lián)地說明本發(fā)明，以便通過灌注成像來估計(jì)感興趣的一個或若干量（或血液動力學(xué)參數(shù)）。優(yōu)化的實(shí)現(xiàn)模式產(chǎn)生與csvd方法的算法復(fù)雜度為相同數(shù)量級的算法復(fù)雜度。因此，獲得用于根據(jù)本發(fā)明的osvd的計(jì)算時間，其在常規(guī)計(jì)算設(shè)備的情況下大約為數(shù)秒，這在臨床緊急情形中是可接受的。

根據(jù)第二目的，本發(fā)明使得應(yīng)用等同途徑以便促進(jìn)csvd方法的實(shí)現(xiàn)成為可能。

為此，提供了方法的第一實(shí)施例，所述方法通過醫(yī)學(xué)成像分析系統(tǒng)的處理單元實(shí)現(xiàn)以用于以實(shí)驗(yàn)強(qiáng)度信號s(t)為基礎(chǔ)來產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)，所述估計(jì)以器官的體積元（稱作體元）的動態(tài)動脈/組織/靜脈系統(tǒng)的感興趣的量d的估計(jì)為基礎(chǔ)而實(shí)現(xiàn)。所述估計(jì)包括計(jì)算，其中為卷積矩陣a的偽逆并且c描述所述體元中造影劑的濃度，所述濃度曲線由所述實(shí)驗(yàn)信號的在先轉(zhuǎn)換所產(chǎn)生。根據(jù)該第一實(shí)施例，所述方法包括：

-用于以形式將a規(guī)范分解成奇異值的步驟，其中為通過遞增次序所分類的奇異值的對角矩陣，為矩陣v的轉(zhuǎn)置，和是l×l維的兩個單位實(shí)方陣，l≥n，其中n為定義的樣本數(shù)量，、a和c分別具有維度l×1、l×l和l×1；

-用于以下各項(xiàng)的至少一個步驟：

○以形式產(chǎn)生a的偽逆，指明u的轉(zhuǎn)置，其中

；

○產(chǎn)生；

-用于以在迭代lf的情況下產(chǎn)生的對感興趣的量的估計(jì)為基礎(chǔ)來產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)的至少一個步驟，其中lf為正并且小于或等于l。

由于不取決于濃度曲線，本發(fā)明提供了變型以便改善實(shí)行這樣的方法的性能。因而對于感興趣的任何體元vi，用于產(chǎn)生（0<l≤l）的迭代步驟可以在其中a被規(guī)范分解成奇異值的步驟之后一次性實(shí)行。

本發(fā)明有利地提供了所述方法可以在為了產(chǎn)生dl的每個步驟之前包括對正則化條件的驗(yàn)證，一旦所述條件滿足，所述方法就在迭代lf的情況下中斷，d的估計(jì)為。作為優(yōu)選實(shí)施例，正則化條件可以包括對振蕩指數(shù)oil的計(jì)算，其中一旦，所述正則化條件就被滿足，其中poi為唯一預(yù)定值。

為了響應(yīng)于臨床緊急情形，本發(fā)明提供了從計(jì)算時間的角度來看經(jīng)優(yōu)化的第二實(shí)施例，以便以實(shí)驗(yàn)強(qiáng)度信號s(t)為基礎(chǔ)來產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)，所述估計(jì)以器官的體積元（稱作體元）的動態(tài)動脈/組織/靜脈系統(tǒng)的感興趣的量d的估計(jì)為基礎(chǔ)來實(shí)行。如同之前的方法，這一方法由醫(yī)學(xué)成像分析系統(tǒng)的處理單元來實(shí)現(xiàn)，所述估計(jì)包括計(jì)算，為卷積矩陣a的偽逆，并且c描述所述體元中造影劑的濃度，所述濃度曲線由所述實(shí)驗(yàn)信號的在先轉(zhuǎn)換所產(chǎn)生。根據(jù)本發(fā)明，所述方法仍然包括用于以形式將a規(guī)范分解成奇異值的第一步驟，其中為按遞增次序所分類的正奇異值的對角矩陣，為矩陣v的轉(zhuǎn)置，和是l×l維的兩個單位實(shí)方陣，l≥n，n為定義的樣本數(shù)量，、a和c分別具有維度l×1、l×l和l×1。

另一方面，這樣的方法還包括：

-在用于產(chǎn)生dl的每個步驟之前對正則化條件的驗(yàn)證，其包括計(jì)算振蕩指數(shù)oil，一旦，所述正則化條件就被滿足，其中poi為預(yù)定閾值，一旦所述條件滿足，所述方法就在迭代lf的情況下中斷；

-用于以在迭代lf的情況下產(chǎn)生的感興趣的量的估計(jì)為基礎(chǔ)來產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)的步驟，其中lf嚴(yán)格為正并且小于或等于l。

這樣的振蕩指數(shù)可以比如這樣計(jì)算

，或者作為變型，比如

，其中δt為信號s(t)的采樣周期。

不論所選擇的根據(jù)本發(fā)明的實(shí)施例如何，為了初始化迭代步驟，根據(jù)本發(fā)明的方法可以包括用于產(chǎn)生的初始步驟。

卷積矩陣a可以有利地是l×l維的分塊循環(huán)，其由下式定義

，δt為采樣周期，ca(t)為造影劑的濃度。

為了實(shí)現(xiàn)根據(jù)本發(fā)明的方法，本發(fā)明同樣地提供包括存儲器裝置的處理單元、用于與外部世界通信的裝置和處理裝置。用于通信的裝置能夠從外部世界接收實(shí)驗(yàn)數(shù)據(jù)項(xiàng)c，其描述在器官的體積元（稱作體元）中的造影劑的濃度曲線，并且處理裝置被適配以便實(shí)現(xiàn)根據(jù)本發(fā)明的用于產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)的方法。

優(yōu)選地，這樣的處理單元的通信裝置可以用對于適合于將所估計(jì)的感興趣的量返回給用戶的人機(jī)接口而言恰當(dāng)?shù)母袷絹磉f送所述所估計(jì)的感興趣的量。

如果所實(shí)現(xiàn)的方法根據(jù)本發(fā)明使得產(chǎn)生對血液動力學(xué)參數(shù)的估計(jì)成為可能，則這樣的處理單元可以被適配成（以恰當(dāng)?shù)母袷剑⑺龉烙?jì)遞送到適合于將其返回給用戶的人機(jī)接口。

本發(fā)明還涉及任何醫(yī)學(xué)成像分析系統(tǒng)，其包括人機(jī)接口以及根據(jù)本發(fā)明所適配的處理單元，所述人機(jī)接口適合于向用戶返回根據(jù)依照本發(fā)明并且由所述處理單元實(shí)現(xiàn)的方法所估計(jì)的量。

附圖說明

通過閱讀以下描述并研究隨之所附的附圖，其它的特性和優(yōu)點(diǎn)將變得更加清楚，在附圖中：

-圖1和2（先前已部分地被描述）示出醫(yī)學(xué)成像分析系統(tǒng)的實(shí)現(xiàn)的兩個變型；

-圖3和4分別示出在注入造影劑之前和其在人腦的組織中的循環(huán)期間由核磁共振成像裝置所獲得的所述腦的切片的灌注圖像；

-圖5a和5b示出通過典型核磁共振的與人腦的體元相關(guān)的典型灌注信號s(t)；

-圖6示出在人腦的體元內(nèi)循環(huán)的造影劑的典型濃度曲線c(t)；

-圖7示出典型的動脈輸入函數(shù)ca(t)；

-圖8和9示出根據(jù)本發(fā)明的為了實(shí)現(xiàn)osvd方法的方法；

-圖8b示出根據(jù)本發(fā)明的為了實(shí)現(xiàn)csvd方法的方法；

-圖10和11分別示出關(guān)于根據(jù)本發(fā)明所估計(jì)的感興趣的量的圖的示例。

具體實(shí)施方式

以更加詳細(xì)的方式，圖1使得示出醫(yī)學(xué)圖像分析系統(tǒng)成為可能。通過核磁共振或通過計(jì)算的層析x射線攝影法的成像裝置1在控制臺2的幫助下被控制。因而用戶能夠選擇參數(shù)11以便控制裝置1?；谟裳b置1產(chǎn)生的信息10，獲得人類或動物的身體的一部分的數(shù)字圖像12的多個序列。作為優(yōu)選示例，我們將在由對人腦的觀察所產(chǎn)生的數(shù)字圖像的幫助下說明由現(xiàn)有技術(shù)以及本發(fā)明所公開的解決方案。也可以考慮其它器官。

圖像12的序列可以可選地存儲在服務(wù)器3內(nèi)并且構(gòu)成患者的醫(yī)學(xué)文件13。這樣的文件13可以包括不同類型的圖像，比如灌注加權(quán)或擴(kuò)散加權(quán)的圖像。圖像12的序列借助于專用處理單元4而被分析。所述處理單元包括用于與外部世界通信以用于圖像收集的裝置。所述通信裝置還使得處理單元最終借助于經(jīng)適配的人機(jī)接口5將基于灌注加權(quán)圖像的對血液動力學(xué)參數(shù)14的估計(jì)遞送給醫(yī)師6或研究員。因而所述分析系統(tǒng)的用戶6能夠因而證實(shí)或反駁診斷、決定他認(rèn)為合適的治療行為、進(jìn)行更深入的研究工作……可選地，該用戶可以借助于參數(shù)16來對處理單元4的操作進(jìn)行參數(shù)化。例如，他可以因而定義顯示閾值或選擇他希望顯示的所估計(jì)的參數(shù)。

圖2圖示了分析系統(tǒng)的可替換實(shí)施例，預(yù)處理單元7為其分析圖像12的序列以便逐個體元地從中推導(dǎo)灌注數(shù)據(jù)15。因而負(fù)責(zé)估計(jì)血液動力學(xué)參數(shù)14的該處理單元4解除了對于該行為的責(zé)任并且實(shí)現(xiàn)基于由其用于與外部世界通信的裝置所接收的灌注數(shù)據(jù)15來進(jìn)行估計(jì)的方法。

圖3圖示了人腦的5毫米厚切片的典型圖像12的示例。該圖像通過核磁共振獲得。在該技術(shù)的幫助下，為每個切片獲得128x128體元的矩陣成為可能，所述體元的尺寸為1.5x1.5x5毫米。在雙線性插值的幫助下，產(chǎn)生諸如圖像20之類的458x458像素的扁平圖像成為可能。

圖4圖示了與結(jié)合圖3所呈現(xiàn)的圖像相類似的圖像20。然而，在造影劑的注入之后獲得該圖像。該圖像為腦部的典型灌注圖像的示例。因而動脈看起來與圖3中所描述的相同圖像明顯相反。根據(jù)已知技術(shù)，選擇病理半球?qū)?cè)的半球中的一個或若干動脈輸入函數(shù)21以便估計(jì)血液動力學(xué)參數(shù)是可能的。

圖5b使得圖示通過核磁共振的灌注加權(quán)信號s(t)的示例成為可能，諸如是由結(jié)合圖2所描述的預(yù)處理單元7所遞送的數(shù)據(jù)15。因而所述灌注加權(quán)信號表示在注入造影劑之后體元隨時間t的發(fā)展。作為示例，圖5b描述了在50秒時段上的此類信號?？v坐標(biāo)描述了在任意單元中信號的強(qiáng)度。為了獲得這樣的信號，根據(jù)圖1的處理單元4（或者作為變型，根據(jù)圖2的預(yù)處理單元7）分析如例如圖5a中所描述的在時間點(diǎn)處通過核磁共振的n個灌注加權(quán)圖像的序列i1，i2，…，ii，…，in。因而對于給定體元（例如體元v），灌注加權(quán)信號s(t)被確定，其表示在注入造影劑之后體元隨時間t的演變。

圖6示出從諸如在圖5b中所描述的灌注加權(quán)信號所推導(dǎo)的濃度曲線。正如先前已經(jīng)提及的，在灌注加權(quán)信號與相關(guān)聯(lián)的濃度曲線之間存在關(guān)系。因而在灌注加權(quán)核共振磁成像中存在指數(shù)關(guān)系，其中s0為在造影劑到達(dá)之前信號的平均強(qiáng)度，te為回波時間并且k為取決于順磁磁化率與組織中造影劑濃度之間的關(guān)系的常數(shù)。

因而圖6使得隨時間查看體元內(nèi)造影劑濃度的演變成為可能。在造影劑在體元中的第一遍通過期間注意到高幅度峰值，隨后是與所述造影劑的再循環(huán)（第二遍通過）現(xiàn)象關(guān)聯(lián)的較低幅度峰值。

另一方面，圖7圖示了典型的動脈輸入函數(shù)ca(t)，其表示造影劑在諸如結(jié)合圖4所呈現(xiàn)的體元21之類的動脈體元內(nèi)的循環(huán)。圖7使得特別地注意到在造影劑的第一遍通過之后的再循環(huán)現(xiàn)象非常微弱成為可能。

圖8使得描述osvd方法的根據(jù)本發(fā)明的實(shí)現(xiàn)成為可能。該實(shí)現(xiàn)優(yōu)選地應(yīng)用于灌注加權(quán)成像。

用于估計(jì)感興趣的量的方法可以包括第一初始步驟100，以便選擇動脈輸入函數(shù)ca(t)。

根據(jù)osvd方法，灌注的標(biāo)準(zhǔn)模型以線性系統(tǒng)的形式在測量時間點(diǎn)處被時間離散化，其中：

并且d=bf·b。

a、b、c和d分別為維度l×l、l×1、l×1和l×1，其中l(wèi)≥n。在下文中，v(i)，i=1，l標(biāo)注維度l的向量v的分量。在其中l≥2n-1的情況下，該實(shí)現(xiàn)使得估計(jì)負(fù)的和正的時間延遲/tmax二者成為可能。

因而步驟101包括構(gòu)造循環(huán)的分塊循環(huán)卷積矩陣a。

根據(jù)本發(fā)明，首先（在102中）以形式將循環(huán)的分塊循環(huán)卷積矩陣a規(guī)范分解成奇異值，其中為例如按遞增次序（即）分類的正奇異值的對角矩陣，和為l×l的兩個單位實(shí)方陣并且在這里指明v的轉(zhuǎn)置。

對于感興趣的任何體元vi，根據(jù)本發(fā)明的方法包括實(shí)現(xiàn)迭代步驟130以便產(chǎn)生感興趣的量d的估計(jì)。該產(chǎn)生優(yōu)選地只要正則化條件112未被驗(yàn)證就實(shí)行。為此，預(yù)先在111中和在每次迭代l的情況下計(jì)算諸如振蕩指數(shù)oil之類的準(zhǔn)則。作為優(yōu)選示例，一旦oil大于或等于給定的嚴(yán)格為正的預(yù)定值poi，所述正則化條件就被滿足。一旦所述條件在迭代lf的情況下被滿足，步驟130的迭代就停止。結(jié)果，這樣的方法在114中考慮估計(jì)為。

根據(jù)本發(fā)明，在115中例如并分別通過下式產(chǎn)生對血液動力學(xué)參數(shù)bf、mtt、bv的估計(jì)或另外對向量b的估計(jì)變成可能：

以及。

同樣地，根據(jù)本發(fā)明，例如通過下式產(chǎn)生對tmax的估計(jì)變成可能：

如果l=n或者

如果l≥2n-1，其中δt為信號s(t)的采樣周期。

為了實(shí)現(xiàn)對于產(chǎn)生感興趣的量所必需的一個迭代或多個迭代，本發(fā)明提供步驟110以便初始化對于所述產(chǎn)生所必需的任何參數(shù)。

根據(jù)依照本發(fā)明并且結(jié)合圖8和9所描述的第一實(shí)施例，感興趣的量d的產(chǎn)生130包括兩個子步驟131和132。因而，在迭代l的情況下在131中以形式產(chǎn)生a的偽逆，其中對角矩陣本身通過按以下形式的相繼迭代的進(jìn)行而獲得。在第一迭代（l=0）的情況下：。

在隨后的可能迭代（l=1）期間，矩陣w通過消去矩陣w0的第一對角系數(shù)而獲得，諸如，并且依次類推通過每次消去矩陣wl-1的對角系數(shù)wl直到正則化條件在迭代l=lf的情況下被滿足為止。因此。

步驟131然后使得產(chǎn)生偽逆成為可能，然后在132中通過計(jì)算。

振蕩指數(shù)oil可以包括：

或者作為變型，諸如

其中δt為信號s(t)的采樣周期。

osvd方法的該第一實(shí)施例（我們將其指明為“直接的”）因此包括在該算法的每次迭代l處計(jì)算二重矩陣積，然后是矩陣-向量積，直到正則化條件被滿足為止。

有利地，作為變型，可以做出規(guī)定，對僅取決于動脈輸入函數(shù)而不取決于濃度曲線的所有偽逆一次性進(jìn)行預(yù)計(jì)算。根據(jù)該變型，步驟131在為感興趣的體元vi實(shí)現(xiàn)的所有那些步驟之前實(shí)行，例如在其中a被規(guī)范分解成奇異值的步驟102結(jié)束時。

可以注意到，包括使得忽略對偽逆的預(yù)計(jì)算步驟相對于對所有感興趣的體元進(jìn)行處理的影響成為可能的該變型的實(shí)現(xiàn)在內(nèi)，考慮到為了滿足正則化條件所必需的迭代次數(shù)lf大約為n，osvd方法的實(shí)現(xiàn)因此對于每個感興趣的體元具有大約為的演繹（apriori）算法復(fù)雜度，因?yàn)榫仃?向量乘法各自需要次操作。

特別地，根據(jù)本發(fā)明的這樣的方法的復(fù)雜度大約是為了實(shí)現(xiàn)csvd的算法的復(fù)雜度的n倍并且是為了實(shí)現(xiàn)ssvd的算法的復(fù)雜度的4n倍。由于測量數(shù)量n典型地在40（例如在ct灌注中）和70（例如在mrpwi中）之間，算法osvd比算法csvd和ssvd慢得多。

結(jié)果，由于其是按時間段不變的且半自適應(yīng)的，osvd方法提供了對血液動力學(xué)參數(shù)的具有更好質(zhì)量且關(guān)于操作條件更穩(wěn)健的估計(jì)，而這是csvd和ssvd方法所做不到的。如果計(jì)算時間不是首要準(zhǔn)則，則這因此是優(yōu)選的。

在緊急情形中，為了產(chǎn)生感興趣的量的估計(jì)的這樣的實(shí)現(xiàn)時間可能是禁止性的。

將提醒的是，常規(guī)計(jì)算設(shè)備的成本通常與其能力成比例：50倍更強(qiáng)大的機(jī)器通?；ㄙM(fèi)50倍更多，使得求助于更強(qiáng)大的常規(guī)硬件以便獲得對于臨床緊急情形中的osvd方法可接受的計(jì)算時間在經(jīng)濟(jì)上并不可行。事實(shí)上，設(shè)想較不昂貴的專用計(jì)算設(shè)備是可能的，例如圖形卡、fpga（現(xiàn)場可編程門陣列）卡，但是按照定義，這樣的專用設(shè)備解決方案可能開發(fā)成本高且具有有限的可應(yīng)用性。

本發(fā)明還包括osvd方法的快速實(shí)現(xiàn)，其具有與csvd方法的算法復(fù)雜度為相同數(shù)量級的算法復(fù)雜度。因而本發(fā)明使得獲得對于osvd的在常規(guī)計(jì)算設(shè)備的情況下為大約數(shù)秒的計(jì)算時間成為可能，這在臨床緊急情形中是可接受的。結(jié)合圖8圖示了根據(jù)第二實(shí)施例的這樣的方法。這樣的方法采納了根據(jù)第一實(shí)施例的方法的步驟。步驟130大體上不同。在102中，矩陣a仍然以形式被規(guī)范分解成奇異值，其中為正奇異值的對角矩陣。這些目前有利地按遞增次序分類（即）。

該第二實(shí)施例的原理包括避免必須在算法的每次迭代期間預(yù)計(jì)算（對于第一實(shí)施例的（一個或多個）步驟131）矩陣并且尤其是（在根據(jù)先前的實(shí)施例的132中）的矩陣-向量積。我們將檢驗(yàn)這如何根據(jù)該第二實(shí)施例變成可能。

在根據(jù)諸如先前所描述的第一實(shí)施例的過程的迭代l>0的情況下，我們因此有

使得

通過將矩陣的系數(shù)標(biāo)注為，我們因此按照定義有。

向量的第i個系數(shù)于是被寫作

因?yàn)槿绻?imgfile="665981dest_path_image103.gif"wi="56"he="28"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>則。

于是可以寫出：

以這樣的方式以獲得一階遞推公式

因此將注意的是，直接基于利用算法osvd的在先迭代所獲得的向量來表達(dá)向量是可能的，而不必執(zhí)行任何矩陣操作，而是僅通過計(jì)算一個單個和。

借助于在根據(jù)結(jié)合圖8所描述的方法的步驟130中實(shí)現(xiàn)的該遞推公式，針對感興趣的每個體元vi存在從根據(jù)直接實(shí)現(xiàn)的大約為的算法復(fù)雜度到大約為的算法復(fù)雜度的改變，因?yàn)楸匦柰ㄟ^計(jì)算復(fù)雜度的來初始化算法（步驟110）。

因此與csvd自身的為的算法復(fù)雜度相比，該實(shí)現(xiàn)相對于算法csvd的計(jì)算時間中的附加成本不超過的數(shù)量級。實(shí)際上，osvd方法的快速或經(jīng)優(yōu)化的實(shí)現(xiàn)的該第二模式比算法csvd慢僅僅1/2或2/3而不是根據(jù)遵照先前所描述的第一實(shí)現(xiàn)模式的直接實(shí)現(xiàn)的慢大約（n-1）/n。

因此能夠在常規(guī)設(shè)備上在數(shù)秒內(nèi)再一次執(zhí)行所述計(jì)算。因而本發(fā)明使得使用osvd方法用于在臨床緊急情形中在常規(guī)計(jì)算設(shè)備上（例如）通過灌注加權(quán)成像來估計(jì)血液動力學(xué)參數(shù)成為可能。

根據(jù)本發(fā)明的過程使得通過與根據(jù)本發(fā)明的以便實(shí)現(xiàn)方法osvd的過程的第一實(shí)施例相類似的操作模式來實(shí)現(xiàn)方法csvd成為可能。圖8b圖示了應(yīng)用于csvd方法的這樣的方法。

因而，如同根據(jù)圖8和9的過程，根據(jù)本發(fā)明的用于實(shí)現(xiàn)方法csvd的過程包括用于選擇動脈輸入函數(shù)ca(t)的第一步驟100。

根據(jù)csvd方法，灌注的標(biāo)準(zhǔn)模型也以線性系統(tǒng)的形式在測量時間點(diǎn)處被時間離散化，其中：

并且。

a、b、c和d分別為維度l×l、l×1、l×1和l×1，其中l(wèi)≥n。

因而步驟101包括構(gòu)造循環(huán)的分塊循環(huán)卷積矩陣a。

根據(jù)本發(fā)明，首先（在102中）以形式將循環(huán)的分塊循環(huán)卷積矩陣a規(guī)范分解成奇異值，其中為按遞增次序（即）分類的正奇異值的對角矩陣，和為l×l的兩個單位實(shí)方陣并且在這里指明v的轉(zhuǎn)置。

對于感興趣的任何體元vi，根據(jù)本發(fā)明的方法包括實(shí)現(xiàn)步驟130以便產(chǎn)生，用于最終在114中產(chǎn)生感興趣的量d的估計(jì)。

在csvd方法的情況下，的該產(chǎn)生優(yōu)選地通過一次性固定整數(shù)lf使得來實(shí)行。

根據(jù)本發(fā)明，在115中例如并且分別通過下式產(chǎn)生對血液動力學(xué)參數(shù)bf、mtt、bv的估計(jì)或另外對向量b的估計(jì)變成可能：

以及。

本發(fā)明結(jié)合圖8描述了感興趣的量d的產(chǎn)生130包括兩個子步驟131和132。因而在csvd的情況下，在131中以形式產(chǎn)生a的偽逆，其中對角矩陣是諸如

，整數(shù)通過該方法被一次性固定，然后在132中通過來計(jì)算。

作為變型，本發(fā)明還提供僅取決于動脈輸入函數(shù)而不取決于濃度曲線的所有偽逆的一次性預(yù)計(jì)算。根據(jù)該變型，步驟131在為感興趣的體元vi實(shí)現(xiàn)的所有那些步驟之前實(shí)行，例如在其中a被規(guī)范分解成奇異值的步驟102的結(jié)束時。

作為示例性應(yīng)用，可以參考用于借助于諸如在圖1或2中描述的經(jīng)適配的醫(yī)學(xué)成像分析系統(tǒng)來實(shí)現(xiàn)本發(fā)明的主要步驟：

-通過處理單元4（或預(yù)處理單元7）打開患者文件或者考慮圖像序列以便選擇感興趣的圖像序列，特別地，選擇為每個體元獲得灌注加權(quán)信號s(t)所基于的隨時間的灌注加權(quán)圖像i1到in，如圖5a中所圖示的那樣；

-借助于人機(jī)接口5來對圖像進(jìn)行預(yù)可視化，以便使得用戶6能夠標(biāo)識感興趣的區(qū)或切片；

-基于配置參數(shù)（所引入的信息）來對處理單元4進(jìn)行配置，以便使得能夠?qū)崿F(xiàn)根據(jù)本發(fā)明的估計(jì)方法；

-選擇要估計(jì)的感興趣的一個量或多個量；

-通過處理單元4來估計(jì)感興趣的量14，諸如對于比如人腦之類的器官的血流量bf或mtt；

-將所述估計(jì)的感興趣的量14遞送到人機(jī)接口5，使得該后者最終例如以圖的形式示出它們，在所述圖中每個像素的強(qiáng)度或顏色取決于所計(jì)算的值，以便將所述內(nèi)容返回給醫(yī)師。

本發(fā)明因此提供以“參數(shù)圖”的形式而對參數(shù)估計(jì)的顯示，其中每個體元的強(qiáng)度或顏色取決于所計(jì)算的值，例如以線性方式。

圖10和11使得圖示感興趣的某些量（諸如根據(jù)本發(fā)明所估計(jì)的血液動力學(xué)參數(shù)14）的以圖的形式的顯示模式成為可能。

因而，對于在核磁共振成像的幫助下所分析的人腦而言，圖10使得查看血流量的估計(jì)成為可能。其示出與在腦缺血的情況中根據(jù)本發(fā)明所估計(jì)的腦血流量有關(guān)的圖（458x458像素）。這樣的圖使得論證可能的缺血區(qū)80成為可能。

圖11使得圖示與平均輸送時間mtt的估計(jì)有關(guān)的圖（458x458像素）成為可能。通過分析所述圖，相對于缺血后的對側(cè)半球，右后部腦動脈的區(qū)域81中的mtt的明顯增加被示出。

本發(fā)明不僅僅限于如之前所描述的特定osvd或csvd方法。例如，本發(fā)明還適用于osvd方法的變型，例如包括不同于之前所描述的準(zhǔn)則的停止準(zhǔn)則的方法。

一般而言，本發(fā)明適用于任何以將卷積矩陣分解成奇異值的自適應(yīng)截?cái)酁榛A(chǔ)的數(shù)字去卷積方法。例如，本發(fā)明可以直接適用于任何基于先前所描述的下三角toeplitz卷積矩陣而不是csvd和osvd方法的分塊循環(huán)卷積矩陣的方法。因而例如將會獲得用于通過灌注加權(quán)成像的對血液動力學(xué)參數(shù)進(jìn)行快速估計(jì)的方法，其對于ssvd而言將會是osvd之對于csvd，并且因此稱作方法ossvd將會是恰當(dāng)?shù)摹?/p>

最后，本發(fā)明不僅適用于灌注加權(quán)成像而且還適用于任何類型的數(shù)據(jù)，其中對所述數(shù)據(jù)要執(zhí)行處理，包括在較少時間內(nèi)。