运用BOLDCMR图像确定血管功能的生物标志物的方法和装置与流程

运用bold cmr图像确定血管功能的生物标志物的方法和装置
技术领域
1.本发明公开涉及运用bold cmr图像确定血管功能的生物标志物。


背景技术：

2.大血管和微血管功能障碍是包括冠状动脉疾病(cad或冠状动脉粥样硬化)在内的若干疾病的特征，大多数的这些疾病具有高发病率和死亡率。通常，给心脏的血液供应和氧气会受到影响，从而影响寿命和生活质量。此外，在动脉粥样硬化的发展过程中，微血管功能的恶化被认为是最早的病理生理变化之一，发生在任何可检测到的形态学异常之前。因此，微血管功能是动脉粥样硬化以及对心脏产生影响的其他疾病(诸如糖尿病、肥胖、高血压和高胆固醇血症)的早期检测的选择目标。
3.运用血氧水平依赖(bold)效应的氧合敏感心脏磁共振(cmr)允许对心肌组织氧合的变化进行无创监测。通过利用血红蛋白氧合的磁性在从氧合状态转变为脱氧状态时会发生变化的事实，氧合敏感cmr检测血红蛋白氧合的变化。虽然氧合血红蛋白(oxyhb)是抗磁性的，表现出分子周围磁场的弱稳定性，但脱氧血红蛋白 (de-oxyhc)是顺磁性的，使周围磁场失稳并因此导致磁场均匀性的丧失，称为bold 效应。对bold效应敏感的cmr方案显示，随着de-oxyhb的相对增加，组织中区域氧合敏感信号强度(os-si或bold-si)下降，如心肌缺血中所见。
4.若干氧合敏感方法已用于冠状动脉疾病的检测，其使用响应于通过使用药剂(诸如腺苷或双嘧达莫)的血管扩张的心肌氧合变化作为心肌缺血的标志。当健康血管扩张并导致心肌信号强度(si)增加时，被狭窄血管包围的心肌表现出响应于血管扩张触发的心肌bold-si的钝性增加或降低。然而，这些药剂存在不良的副作用，诸如心动过缓、心律失常、胸痛、支气管痉挛、头痛、恶心和热浪(heat wave)。此外，这种血管活性物质的注射需要静脉注射和医生的可用性、血管扩张剂的额外开支、额外的准备时间以及与注射药剂相关的不良事件的风险。
5.需要对血管功能相关的生物标志物的确定进行改进。
附图说明
6.本发明公开的实施例仅作为示例将结合参考附图进行描述。
7.图1是说明根据本公开实施例的获得个体中微血管或大血管功能的生物标志物的方法的流程图；
8.图2是说明根据本公开实施例的对连续采集的bold cmr图像系列执行周期聚集(cycle aggregation)、逐相配准(phase-wise registration)、伪影抑制和snr增强的示例的示意图；
9.图3a至图3c是说明根据本公开实施例的执行窗口奇异值分解操作的示例的示意图；以及
10.图4是说明根据本公开实施例的在窗口奇异值操作的低秩分量上执行奇异值分解
以及生成复合图像系列的示例的示意图。


技术实现要素：

11.本公开的实施例涉及一种用于处理连续获取的bold cmr图像系列的方法，该图像系列在本文中可以称为cine bold cmr图像系列。cine bold cmr图像系列可以在各种周期性或非周期性的呼吸状态(包括例如正常呼吸、受控呼吸(例如慢呼吸或加速呼吸)和屏气)下获得。处理cine bold cmr图像系列的方法可包括在不同心动或呼吸周期对cine bold cmr图像系列的cine bold cmr图像的时间对齐(temporally aligning)(本文称为周期聚集)，以及对于每个相位，对来自周期的图像进行空间对齐(本文称为逐相配准)。
12.该方法包括使用窗口矩阵分解(wmd)操作，在一些实施例中，接着是用于分阶段多伪影去除的矩阵分解(md)操作，以及运用从wmd操作中生成的低秩分量生成复合图像系列，从中提取一个或多个可提供功能性、组织或灌注信息的生物标志物。
13.在wmd操作中所运用的md操作以及后续可选的md操作可以分别是动态模式分解(dmd)操作或奇异值分解(svd)操作中的一个。在一些示例中，wmd操作可以运用dmd或svd操作中的一个，并且随后执行的md操作可以运用dmd 或svd操作中的另一个。在一些示例中，与dmd操作相比，根据本公开对cinebold cmr图像执行svd操作可以提供更多的鲁棒降噪，因此与dmd操作相比，利用svd操作可能更可取。
14.通过运用md技术，本方法能够生成已减少或无明显伪影(例如，在图像采集期间由于个体的运动而产生的运动伪影)的cine bold cmr图像系列，这有助于在任何呼吸状态或呼吸状态的组合下，所采集的cine cold cmr图像系列能被用于通过与氧相关的cmr信号强度分析心肌的灌注以及其在心动或呼吸周期的每个像素和每个时间阶段的机能和组织特征。
15.md操作(包括svd和dmd操作)通常用于视频序列的图像分解中，举例来说，比如，将气候模式(weather pattern)的矢量场分解为显示更大的整体运动的低秩分量以及显示更小涡流的高秩高秩分量。通常，md操作(诸如svd和dmd)并不是应用于医学图像分析中的技术。
16.通常，运用任何类型的患者呼吸模式(除屏气之外)下采集的cine bold cmr 图像系列对心脏进行分析是有受阻的，这是因为所采集的图像通常是相互错位的，并且受到患者呼吸导致的运动而引起的严重的运动伪影的污染。这类相互错位和运动伪影给从这类cine bold crm图像中提取出临床信息带来了挑战。
17.本公开提供了一种用于后处理在任何呼吸状态、和/或在有或无造影剂或应激剂 (stress agent)的期间采集的cine bold cmr图像的方法，以对解析为呼吸和心动周期的多个临床相关的生物标志物进行测量、导出和可视化。
18.在实施例中，本公开提供了获取个体中微血管和大血管功能的生物标志物的方法，包括：接收跨越多个心动周期的连续的血氧水平依赖(bold)心脏磁共振(cmr) 图像系列；裁剪所接收的bold cmr图像系列成多个单周期图像系列，每个单周期图像系列跨越单个心动周期；对多个单周期图像系列进行相位匹配以生成多个相位匹配的单周期图像系列，该多个相位匹配的单周期图像系列在多个相位处进行时间对齐，其中在特定相位的每个相位匹配的单周期图像系列的图像形成相位矢量；对于每个相位矢量，以重叠、滑动窗口
的方式对相位矢量的图像执行窗口矩阵分解(wmd) 操作，为每个窗口生成包括在窗口中显著生理信息的低秩图像分量和包括稀疏信息的高秩图像分量；运用每个相位矢量的低秩图像分量重构多个降噪相位矢量；对于每个降噪相位矢量，基于该降噪相位矢量的图像生成复合相位图像；构建由所生成的相位矢量的复合相位图像组成的复合单周期图像系列；以及运用复合图像系列计算一个或多个氧灌注生物标志物。
19.在示例实施例中，wmd操作是窗口奇异值分解(wsvd)操作。
20.在示例实施例中，bold cmr图像系列包括含有时序标签的医学数字成像和通信(dicom)，以及裁剪所接收的bold cmr图像系列包括利用时序标签将boldcmcr图像系列裁剪成多个单周期图像系列。
21.在示例实施例中，裁剪所接收的bold cmr图像系列包括运用基于图像的技术裁剪bold cmr图像系列以确定多个心动周期。
22.在示例实施例中，基于图像的技术包括：通过比较bold cmr图像系列的图像中左心室的相对大小和顺序图像相似性度量(sequential image similarity metrics)来识别bold cmcr图像系列的舒张期图像，以及将每个单周期图像系列确定为两个顺序识别的舒张期图像之间的bold cmr图像系列的图像。
23.在示例实施例中，该方法进一步包括：对于每个相位矢量，对wmd操作所生成的低秩图像分量执行矩阵分解(md)操作，以为每个低秩图像分量生成多个秩的本征模式，以及其中重构多个降噪相位矢量包括运用所生成的秩的本征模式中的预定数量的最低秩模式(最重要的本征模式)来重构降噪相位向量的图像。
24.在示例实施例中，md操作是奇异值分解(svd)操作。
25.在示例实施例中，该方法进一步包括，对于每个相位矢量，在执行wmd操作之前对相位矢量的图像进行空间对齐。
26.在示例实施例中，对相位矢量的图像进行空间对齐通过运用非刚性配准的操作来执行。
27.在示例实施例中，运用降噪相位矢量的图像构建复合相位图像包括在降噪相位矢量的图像上执行以下中的一个：二维(2d)的中值操作、2d均值操作、主成分分析操作、基于频谱的操作或基于机器学习的操作。
28.在示例实施例中，对多个单周期图像系列进行相位匹配以生成多个相位匹配的单周期图像系列包括：生成相位匹配矩阵，在该相位匹配矩阵中所给定的相位匹配单周期图像系列的图像被包括在相位匹配矩阵的各自行中，以及列与各自相位对应，以使所给定的图像为对应于该列的相位的相位矢量。
29.在示例实施例中，运用复合图像系列计算一个或多个氧灌注生物标志物包括：将复合图像系列的每个相进行分割以分离心肌组织、生成分割的图像系列，以及运用分割的图像系列计算一个或多个氧灌注生物标志物。
30.在示例实施例中，分割是通过训练用于分离心肌组织的机器学习系统或通过手动的心肌组织划界来执行。
31.在示例实施例中，一个或多个氧灌注生物标志物包括以下中的一个或多个：随时间变化的总信号强度、氧合(oxygenation)、脱氧(deoxygenation)、氧合与脱氧的比值、氧合与脱氧的差值、氧合动力学(oxygenation kinetics)、脱氧动力学(deoxygenation
kinetics)、氧合动力学与脱氧动力学的比值、氧合动力学与脱氧动力学的差值、舒张末期(ed)与收缩末期(es)的相的信号强度比、ed与es的差值、氧总方差(oxygentotal variance)、血管功能变化或与呼吸相关的血管功能变化。
32.在示例实施例中，接收连续的bold cmr图像系列包括接收运用至少两种不同的呼吸模式下获得的连续的bold cmr图像系列。
33.在示例实施例中，至少两种不同的呼吸模式是正常呼吸、过度换气或屏气中的至少两种。
34.在示例实施例中，包括运用复合图像系列计算至少一个功能性生物标志物，至少一个功能性生物标志物为径向应变、周向应变、射血分数或收缩期室壁增厚中的至少一个。
35.在另一实施例中，本公开提供了获取个体中微血管和大血管功能的生物标志物的装置，该装置包括处理器，该处理器配置为：接收跨越多个心动周期的连续的血氧水平依赖(bold)心脏磁共振(cmr)图像系列；裁剪所接收的bold cmr图像系列成多个单周期图像系列，每个单周期图像系列跨越单个心动周期；对多个单周期图像系列进行相位匹配以生成多个相位匹配的单周期图像系列，该多个相位匹配的单周期图像系列在多个相位上进行时间对齐，其中在特定相位的每个相位匹配的单周期图像系列的图像形成相位矢量；对于每个相位矢量，以重叠、滑动窗口的方式对相位矢量的图像执行窗口矩阵分解(wmd)操作，为每个窗口生成包括在窗口中显著生理信息的低秩图像分量和包括稀疏信息的高秩图像分量；运用每个相位矢量的低秩图像分量重构多个降噪相位矢量；对于每个降噪相位矢量，该降噪相位矢量的图像生成复合相位图像；构建由所生成的相位矢量的复合相位图像组成的复合单周期图像系列；以及运用复合图像系列计算一个或多个氧灌注生物标志物。
36.在示例实施例中，wmd操作是窗口奇异值分解(wsvd)操作。
37.在示例实施例中，bold cmr图像系列包括含有时序标签的医学数字成像和通信(dicom)，以及配置为裁剪所接收的bold cmr图像系列的处理器包括配置为利用时序标签将bold cmcr图像系列裁剪成多个单周期图像系列的处理器。
38.在示例实施例中，配置为裁剪所接收的bold cmr图像系列的处理器包括配置为运用基于图像的技术裁剪bold cmr图像系列以确定多个心动周期的处理器。
39.在示例实施例中，配置为运用基于图像的技术的处理器包括配置为以下的处理器：通过比较bold cmr图像系列的图像中左心室的相对大小和顺序图像相似性度量来识别bold cmcr图像系列的舒张期图像，以及将每个单周期图像系列确定为两个顺序识别的舒张期图像之间的bold cmr图像系列的图像。
40.在示例实施例中，处理器进一步配置为，对于每个相位矢量，对wmd操作所生成的低秩图像分量执行矩阵分解(md)操作，以为每个低秩图像分量生成多个秩的本征模式，以及其中配置为重构多个降噪相位矢量的处理器包括配置为运用所生成的秩的本征模式中的预定数量的最低秩模式(最重要的本征模式)来重构降噪相位向量的图像的处理器。
41.在示例实施例中，md操作是奇异值分解(svd)操作。
42.在示例实施例中，处理器进一步配置为，对于每个相位矢量，在执行wmd操作之前对相位矢量的图像进行空间对齐。
43.在示例实施例中，配置为对相位矢量的图像进行空间对齐的处理器包括设置为执行非刚性配准的操作的处理器。
44.在示例实施例中，配置为运用降噪相位矢量的图像构建复合相位图像的处理器包括配置为在降噪相位矢量的图像上执行以下中的一个的处理器：二维(2d)的中值操作、2d均值操作、主成分分析操作、基于频谱的操作或基于机器学习的操作。
45.在示例实施例中，配置为对多个单周期图像系列进行相位匹配以生成多个相位匹配的单周期图像系列的处理器包括配置为生成相位匹配矩阵的处理器，在该相位匹配矩阵中所给定的相位匹配单周期图像系列的图像被包括在相位匹配矩阵的各自行中，以及列与各自相位对应，以使所给定的图像为对应于该列的相位的相位矢量。
46.在示例实施例中，复合图像系列是分割的图像系列，其中对复合图像系列的每个相进行分割以分离心肌组织，以及配置为计算一个或多个氧灌注生物标志物的处理器包括配置为运用分割的图像系列计算一个或多个氧灌注生物标志物的处理器。
47.在示例实施例中，分割的图像系列是通过训练用于分离心肌组织的机器学习系统或手动的心肌组织划界来生成。
48.在示例实施例中，一个或多个氧灌注生物标志物包括以下中的一个或多个：随时间变化的总信号强度、氧合、脱氧、氧合与脱氧的比值、氧合与脱氧的差值、氧合动力学、脱氧动力学、氧合动力学与脱氧动力学的比值、氧合动力学与脱氧动力学的差值、舒张末期(ed)与收缩末期(es)的相的信号强度比、ed与es的差值、氧总方差、血管功能变化或与呼吸相关的血管功能变化。
49.在示例实施例中，配置为接收连续的bold cmr图像系列的处理器包括配置为接收运用至少两种不同的呼吸模式下获得的连续的bold cmr图像系列的处理器。
50.在示例实施例中，其中至少两种不同的呼吸模式是正常呼吸、过度换气或屏气中的至少两种。
51.在示例实施例中，处理器进一步配置为运用复合图像系列计算至少一个功能性生物标志物，至少一个功能性生物标志物为径向应变、周向应变、射血分数或收缩期室壁增厚中的至少一个。
具体实施方式
52.为使说明简洁和清楚，图中的附图标记可重复使用以表示相应或类似的元件。所阐述的许多细节用于提供对本文描述的实施例的理解。在没有这些细节的情况下，实施例是可以实施的。在其他情况下，公知的方法、过程和组分并没有详细描述，以避免混淆所描述的实施例。
53.参考图1，说明了获得个体中微血管或大血管功能的生物标志物的方法的流程图。所说明的方法可通过软件(例如由一个或多个处理器)来执行。一个或多个处理器可以被包括在计算机或包括多于一个计算机的计算系统内，配置为用于处理包括cmr 图像的医学图像。用于执行所公开的方法的软件的代码属于本说明给定的本领域普通技术人员的范围。该方法可包含比所展示的和/或描述的更多或更少过程，以及可以不同的顺序执行。由至少一个执行该过程的处理器能够执行的计算机可读代码可存储在计算机可读存储介质中，例如非暂时性计算机可读介质。
54.在102处接收cine bold cmr图像系列。所接收到的cine bold cmr跨越多个心动周期，并且可以在个体执行的任何呼吸模式(包括正常呼吸、屏气和过度换气)期间获取。在
一些示例中，一部分所接收到的cine bold cmr图像系列在个体执行的一个呼吸模式期间获得，而另一部分所接收到的cine bold cmr图像系列是在执行不同呼吸模式时获得的。
55.在一些示例中，除了在个体执行一种或多种呼吸模式时获得之外，cine boldcmr图像系列可在对个体执行一个或多个额外的外部刺激时获得。比如，外部刺激可以包括在获取cine bold cmr图像系列之前对个体施用的造影剂或血管活化或药理应激剂中的一种或多种。替代地或附加地，额外的外部刺激可以是引导的身体活动。
56.在一些示例中，所接收到的cine bold cmr图像系列可以是医学数字成像和通信(dicom)文件格式。dicom格式化cine bold cmr图像系列可包括与所接收到的cine cold cmr图像系列相关的元数据。在示例中，元数据包括时序标签，该时序标签可用于识别该序列的cine bold cmr图像系列的每个图像属于哪个心动周期。替代地或附加地，元数据可包括，在获取所接收到的cine bold cmr图像系列期间，关于呼吸模式或个人被指示执行的模式，或者向个人提供什么外部刺激 (如果有)的信息。
57.在104处，所接收到的cine bold cmr图像系列裁剪成多个单周期图像系列，每个单周期图像系列在个体中跨越单个心动周期。在一些示例中，对所接收到的cinebold cmr图像系列进行裁剪，以使每个单周期图像系列跨越心电图中两个连续r 波之间的间隔，这可以称为单个“rr周期”。在一些示例中，在104处执行的裁剪是运用周期id号来执行，该周期id号包含于dicom格式化的cine bold cmr 图像系列的每个图像的时序标签元数据(如果这种时序标签存在)。
58.在所接收到的cine bold cmr图像系列不包括时序标签元数据的示例中，在 104处的裁剪可运用基于图像的技术来执行。在示例中，基于图像的技术可包括：通过例如使用顺序图像相似性度量来比较左心室的相对大小来识别所接收到的cinebold cmr图像系列中的舒张期图像。在这个示例中，将一个所识别的舒张期图像到下一个序列的所识别的舒张期图像的图像裁剪后作为单周期图像系列。
59.在106处，对来自104的单周期图像系列进行相位匹配。相位匹配可以通过例如对每个单周期图像系列的图像进行时间对齐来执行，以生成时间对齐的多个相位匹配的单周期图像系列。
60.在示例中，多个相位匹配的单周期图像系列以矩阵排列方式排列，其中单周期图像系列形成矩阵的行，矩阵的每一列都是单个心动周期内的特定相位。单周期图像系列中在特定相位的时间对齐的图像形成本文中所称的“相位矢量”。
61.这种矩阵排列的示例如图2所示。在图2所展示的示例中，矩阵200包括四个单周期图像系列202-208。每个单周期图像系列202-208包括与其他单周期图像系列202-208的图像时间对齐的七个图像，形成七个相位矢量210-222。虽然图2中展示的示例矩阵200包括四个单周期图像系列，每个包括七个相位，但通常可以使用任意数量的单个心动周期图像系列和任意数量的相位。
62.返回到图1，可选地，在108处，形成每个相位矢量的图像与该相位矢量的其他图像进行空间对齐。在示例中，每个相位矢量的图像的空间对齐运用非刚性配准，其中确定几何配准，该几何配准为移动一个图像中的每个点以匹配另一图像中的相关点。在其他示例中，任何其他合适的方法用于执行每个相位矢量的图像的可选空间对齐。
63.返回到图2所说明的示例中，执行相位矢量210-222中的每一个图像的空间对齐是
由224表示。在执行伪影抑制和信噪比(snr)增强之前执行空间对齐，其由226 表示。伪影抑制和信噪比(snr)增强226包括执行窗口矩阵分解(wmd)操作，以及可选地包括后续矩阵分解(md)操作，如下更详细地描述。
64.在110处，对相位矢量的图像以重叠、滑动窗口的方式执行wmd操作。wmd 操作包括对预定数量的相位矢量图像(称为“窗口”)执行md操作，以生成包括窗口中图像的显著生理信息的低秩图像分量和包括窗口中图像的稀疏信息的高秩图像分量。接着md操作在另一窗口中执行，该另一窗口包括预定数量的相位矢量图像(新窗口的至少一些图像包括在之前的窗口中)，以为新窗口图像生成低秩图像分量和高秩图像分量。重复该过程直到窗口到达相位矢量的末端。所运用的窗口大小可以根据经验确定，也可取决于例如正在执行wmd操作的数据。
65.在110处执行的wmd操作是窗口动态模式分解(wdmd)操作或窗口奇异值分解(wsvd)操作之一。在一些示例中，与wdmd操作相比，根据本公开在cinebold cmr图像系列上执行wsvd操作可提供更多的鲁棒降噪，并且因此运用 wsvd操作比wdmd操作可能更可取。
66.参考图3a至3c，示出了对相位矢量302执行wmd操作的示例。在所示的示例中，相位矢量302包括四个图像304a至304d，以及可以是例如图2中所示的示例矩阵202的相位矢量210-222中的一个。进一步，在所示的示例中，wmd操作是运用了窗口306的wsvd操作，窗口306包括图像304a-304d中的两个，但是也可以利用其他大小的窗口。在其他示例中，在图3a至3c所示的示例中，可以利用wdmd 操作替代所示的wsvd操作。
67.在图3a中，对包括在窗口306a中的图像304a和306b上执行svd操作308，以生成第一低秩图像分量(c11)以及第一高秩图像分量(c21)。接下来，对包括在窗口306b中的图像304b和306c上执行svd操作308，以生成第二低秩图像分量(c12) 以及第二高秩图像分量(c22)。接着，对包括在窗口306c中的图像304c和306d执行svd操作308，以生成第三低秩图像分量(c13)以及第二高秩图像分量(c23)。在图3a至3c所示的示例中，执行三次svd操作以生成三个低秩图像分量(c1
1-c13)，然而，一般来说，执行svd操作的次数取决于窗口306的大小以及相位矢量302中包括图像的数量。
68.回到参考图1中，在112处，可选地对每个相位矢量的wmd操作所生成的低秩图像分量执行md操作。可选的md操作为相位矢量的每个低秩图像分量生成多个秩的本征模式。在低秩图像分量上所执行的该md操作可以是在相位矢量的图像的窗口上执行的相同的md操作。比如，在112处执行的md操作可以是上面参考图3a 至3c所描述的svd操作308，或者可以是dmd操作。
69.在一些示例中，在110处所执行的wmd操作可运用dmd或svd操作中的一个，并且在112处后续所执行的md操作可运用dmd或svd操作中的另一个。然而，在一些示例中，与在110处的wmd操作和在112处的md操作中的一个或两个运用dmd操作相比，在110处所执行的wmd操作和在112处所执行的md操作中的两个对cine bold cmr图像都运用svd操作能提供更多的鲁棒降噪。
70.在114处，低秩图像分量用于重构多个降噪的相位矢量。如果可选的md操作在 112处执行，则用于重构多个降噪的相位矢量的低秩图像分量可以是由md操作产生的秩的本征模式的最低秩分量的子集，如下面参照图4所示的示例中更详细地描述。与在110处所执行的wmd操作中生成的低秩和高秩图像分量类似，在112处所执行的md操作中产生的秩的本征
模式的最低秩模式将包含大部分的生理相关的信息，以及更高秩模式将包含噪声和伪影信息。
71.在没有执行可选的md操作的示例中，则在114处降噪相位矢量的重构可通过运用在110处所执行的wmd操作中生成的低秩图像分量来执行。
72.示例中，多个降噪的相位矢量的重构可运用以下分解公式执行：
[0073][0074]
其中，ψ是本征模式，ω是本征向量(eigenvectors)，∑是奇异值，以及λ是右奇异值，以及1
…
r表示为前r个本征模式所取的值。这些参数都是在执行低秩分解时得出的。
[0075]
参考图4，说明了在112处为生成秩的本征模式所执行可选的md操作以及在114 处从秩的本征模式中重构降噪相位矢量的示例。在图4所示的示例中，md操作是svd 操作。然而，在其他示例中，可以使用dmd操作代替svd操作。
[0076]
运用wsvd操作为特定的相位矢量正在生成的低秩图像分量400作为输入提供到svd操作402中。低秩分量的生成可以类似于上文结合参考图3a至3c所描述的示例。在图4所示的示例中，n个低秩图像分量(c11至c1n)由对每个相位矢量执行的wsvd操作生成。
[0077]
所运用的秩的数量可由经验来确定，该经验基于执行svd操作的数据。所运用的秩的数量也可取决于是否在108处执行空间对齐。比如，若108处没有执行空间对齐，则与若为移除更多动态模式而执行空间对齐相比，所需的秩可能更少，从而通过 svd操作排除更多的空间变形模式。
[0078]
对每个低分量400执行svd操作402，从而为每个低秩分量400生成k个秩的 svd模式。图4所示的矩阵404说明对为所有的低秩分量400所产生的秩的svd模式，其中，矩阵404中的每列对应于为低秩图像分量(c11至c1n)的相应一个而生成的秩的svd模式。比如，e11至ek1是为低秩图像分量c11而生成的秩的本征分量， e12至ek2是为低秩图像分量c12而生成的秩的svd分量，依此类推。
[0079]
一旦生成所有低秩图像分量400的秩的本征模式，则利用k个秩的本征模式中预定数量r的最低秩的本征模式来重构406降噪相位矢量408，并丢弃其他较高秩的本征模式。
[0080]
最低秩的本征模式的数量r可由经验来确定，从而保留bold cmr图像系列中至少最少量的动态信息。在所保留的该最少量的动态信息包括来源于bold cmr图像的真实bold信号，这是由潜在生理过程引起的信号变化。用于确定最低秩的本征模式r的数量的经验方法可运用例如帕累托分析法(pareto analysis)。
[0081]
最少量的动态信息可取决于例如相位矢量的图像是否充分地空间对齐。例如，若在108处相位矢量图像是空间对齐的，则可以确定数字r，从而保留比如30％的动态信息。在这种情况下，可以假设在采集cine bold cmr图像期间个体的物理运动在空间对齐过程中就已经被消除。
[0082]
然而，若未执行相位矢量的图像的空间对齐，则可以确定数字r，由于真实的 bold信号与cine bold cmr图像采集期间个体的物理运动的影响相混合，从而保留80％的动态信息，因此在未执行空间对齐时保留了更多量的动态信息。
[0083]
在重构降噪相位矢量之后，在116处产生复合相位图像。可以生成复合相位图像，从而提高了snr。在示例中，可以通过将复合相位图像生成为降噪相位矢量的图像的二维(2d)中值来提高snr。在其他示例中，可运用不同的技术来生成复合相位图像，包括例如2d
均值、主成分分析、基于光谱的方法和基于机器学习的操作。
[0084]
然后，在116处将与每个相位矢量相关联的复合相位图像进行合并以生成合成单周期图像系列。在118处，运用复合单周期图像系列计算一个或多个氧灌注生物标志物。执行氧灌注生物标志物的计算可通过例如将复合单周期图像系列的每个相进行分割以分离心肌组织，其产生分割的图像系列，运用分割的图像系列计算一个或多个氧灌注生物标志物。复合单周期图像系列的图像的分割可通过为分离心肌组织而训练的机器学习系统或通过手动的心肌组织划界来执行。
[0085]
在118处计算的生物标志物氧灌注可包括以下中的一个或多个：随时间变化的总信号强度，其为随时间变化的所有信号强度值之和)；氧合，其为随时间变化所增加的信号强度值之和；脱氧，其为随时间变化所降低的信号强度值之和；氧合与脱氧的比值，其为氧负载累积和氧冲洗耗散(oxygen flush dissipation)之间的比值；氧合与脱氧的差值，其为氧负载累积和氧冲洗耗散之间的差值；氧合动力学，其为随时间变化所增加的信号强度值的一阶导数(即速度)和/或二阶导数(即加速度)；脱氧动力学，其为随时间变化所降低的信号强度值的一阶导数(即速度)和/或二阶导数(即加速度)；氧合动力学与脱氧动力学的比值；氧合动力学与脱氧动力学的差值；舒张末期(ed)与收缩末期(es)的相的信号强度比，其为在ed时的信号强度与在es 时的信号强度的比值；ed与es的差值，其为在ed时的信号强度与在es时的信号强度的差值；氧总方差，其为信号强度随时间变化的统计方差；或者血管功能变化或与呼吸相关的血管功能变化。由于在主动呼吸期间采集的成像数据中存在固有的噪声，这些生物标志物是无法运用先前的图像处理技术获得的。
[0086]
除了在118处计算氧灌注生物标志物外，还可以通过运用复合单周期图像系列计算得到一个或多个功能性生物标志物。从复合单周期图像系列中计算功能性生物标志物包括例如以下中的一个或多个：径向应变，其为心肌组织相对于心室腔质心的位移；周向应变，其为心肌组织相对于径向向量心室腔质心的法线(normal)的位移；射血分数，其为最小心室腔面积与最大心室腔面积之比；或收缩期室壁增厚，其为ed和 es室壁厚度之间的差异。
[0087]
本公开实施例提供了cine bold cmr图像的处理，以去除伪影和噪声以及提高snr，从而使得在任何呼吸状态或呼吸状态的组合下所获得的cine bold cmr 图像能用于心肌的灌注的分析。wmd操作以及在一些实施例中是wmd之后的md 操作用于从cine bold cmr图像中移除由例如在图像采集期间个体的物理运动导致的伪影。进一步地，复合单周期图像系列由wmd操作生成的低秩图像分量构建，在一些实施例中，进一步的md操作提高了snr。在一些实施例中，通过在wmd 操作之前对每个相位矢量的图像进行空间对齐来增加伪影抑制和提高snr。通过移除由例如患者在图像采集期间由呼吸产生的物理运动导致的噪声可获得上述生物标志物，这些生物标志物是无法利用以前的技术获得的。
[0088]
出于解释的目的，在前文描述中所列举的许多细节是为了提供对实施例的彻底理解。然而，这对于本领域技术人员来说是显而易见的，并不需要这些具体细节。在其他情况下，为避免混淆理解，公知的电气结构和电路是以框图的形式显示的。例如，没有提供本文所描述的实施例是否以软件例程、硬件电路、固件或其组合方式进行执行的具体细节。
[0089]
公开的实施例可以表示为存储在机器可读介质(也称为计算机可读介质、处理器可读介质或其中具有计算机可读程序代码的计算机可用介质)中的计算机程序产品。机器
可读介质可以是任何合适的有形、非暂时性介质，包括磁、光或电存储介质，该存储介质包括软盘、光盘只读存储器(cd-rom)、存储设备(易失性或非易失性) 或类似的存储机制。机器可读介质可以包含各种指令集、代码序列、配置信息或其他数据，当执行时，使处理器执行根据本公开实施例的方法中的步骤。本领域普通技术人员将理解，实现所描述的实施方式所需的其他指令和操作也可以存储在机器可读介质上。存储在机器可读介质中的操作可以通过处理器或其他适合的处理设备执行，并能够可以与电路交互以执行所描述的任务。
[0090]
上述实施例仅作为示例。在不偏离仅由本文所附的权利要求限定的范围的情况下，本领域技术人员可以对特定实施例进行替换、修改和变化。