人类和其它哺乳动物的神经组织包括多个具有伸长的轴突部分的 神经元，所述伸长的轴突部分被安排形成神经纤维或纤维束，沿着它 们传送电化学信号。例如在脑子里，由很高神经密度所确定的功能区 典型地是由结构上复杂的轴突纤维束的神经网络连接的。所述轴突纤 维束和其它纤维材料主要被其它组织所包围。
神经疾病的诊断、脑部手术的计划和其它与神经上相关的临床活 动以及脑功能研究都能从所述轴突纤维和纤维束的非侵入性成像和跟 踪中获益。特别地，扩散张量磁共振成像(DT-MRI)已表明，可以提 供与轴突纤维束相关的图像对比度。在所述DT-MRI技术中，在激励/ 成像序列中要施加扩散敏感的磁场梯度，以便所述磁共振图像包括与 水或其它流体分子的扩散有关的对比度。通过在所述激励/成像序列的 选定方向上施加所述扩散梯度，可以获得扩散的加权图像，从所述图 像可以得到在图像空间上每个体素位置的表面扩散张量系数。
与沿着和所述轴突纤维束部分或完全垂直的方向相比，流体分子 沿着所述轴突纤维束的方向更容易扩散。因此，所述表面扩散系数的 方向性和各向异性倾向于与所述轴突纤维和纤维束的方向有关。
从DT-MRI图像提取纤维结构信息的计算量很大，对于临床上有价 值的图像、体积、模型或参数，其处理时间典型地从几十分钟延续到 一个小时。为了使得处理时间保持在合理范围内并提高信噪比，对于 纤维结构跟踪通常获取相对较低分辨率的图像。例如，典型情况是体 积为30-40个断层，每层具有线性重构体素维度大约为2mm的128× 128个体素，断层分辨率是2mm。这种相对较粗的分辨率在显示再现时 影响所跟踪纤维表示的外观。由于所述纤维结构跟踪通常以三维的方 式执行，所以在所获图像分辨率中的每个因子增加为2倍，则相应地 在计算时间和存储器使用率上增加为大约8倍。

本发明提出了一种克服了上述及其它缺点的改进的装置和方法。
根据本发明的一个方面，提供了用于对包括各向异性结构的受验 对象成像的成像方法。对于包括至少若干各向异性结构的受验对象， 获得至少它的一部分的三维表面扩散张量图。表面扩散张量是在体素 上进行处理的，以便得到特征矢量和特征值。三维纤维表示的提取使 用了所述特征向量和特征值。在所述提取过程中，在所述纤维表示附 近的至少一个所选的维度上对各体素进行局部插值。所述插值包括用 一个表示局部各向异性的参数对所插值的体素加权。所述插值产生一 个比所获张量图有更高分辨率的三维纤维表示。产生所述三维纤维表 示的人们可视的显示。
根据本发明的另一方面，公开了一种用于在受验对象内跟踪纤维 结构的装置。提供了用于获得扩散张量图的装置。提供了用于确定对 应于各体素的所述扩散张量的有序特征值和特征向量的装置。提供了 用于根据体素特征值和特征向量以及对至少一个起始体素的选择来计 算纤维结构表示的跟踪装置。提供了与所述跟踪装置协作的插值装 置，该插值装置用于在计算所述纤维结构表示期间通过对所述纤维结 构附近的各体素作局部插值来提高所述纤维表示的分辨率。提供了用 于以人们可视的方式显示所述纤维结构表示的至少一部分的显示装 置。
本发明的一个优点在于改进了所述被跟踪的纤维表示的平滑度。
本发明的另一优点在于提高了计算速度，并减少了存储器的用 量。
本发明的再一优点在于利用更高的分辨率提高了跟踪精度。
对于本领域的普通技术人员来说，在读了后面优选实施例的详细 描述的之后，本发明的许多另外的优点和好处将变得显而易见。
本发明可以具体化为各种组件和各组件的配置的形式，以及以各 种步骤和各步骤的安排的形式。所述附图只是为了说明优选实施例的 目的，而不应解释成为限制本发明。

图1示意性地示出了根据本发明的一个实施例的示范性的磁共振 (MRI)成像技术。
图2图示说明了所述扩散系数张量的特征向量和特征值以及它们 与轴突纤维或纤维束的关系。
图3是所述纤维跟踪的二维图解表示。
图4示出了一个示范性过程，该过程用于获得磁共振成像数据的 扩散张量和用于计算表面扩散系数张量图、得到特征值和特征向量并 对其排序、以及作出各向异性图。
图5示出包括局部加权插值的示范性纤维跟踪过程。

参考图1，磁共振成像(MRI)扫描仪10典型地包括超导或电阻性 磁体12，所述磁体12沿着z轴穿过检查区14产生一个充分均匀、时 间上恒定的主磁场B0。尽管图1示出的是腔型磁体，但是本发明同样 适用于开放式磁体系统和其它类型的MRI扫描仪。成像的进行是通过 执行一个磁共振激励，并执行关于正被成像的受验对象的一个读出序 列，所述受验对象例如是病人16，他至少部分被放置在所述检查区14 里面，典型地在所述磁体等值中心的相关区域。对于脑区域的扩散张 量MRI成像，所述病人的头优选地放置于正如所示出的所述等值中心。
所述磁共振序列包括一系列RF和磁场梯度脉冲，它们被施加到所 述受验对象16上，以便翻转或激励磁自旋、引起磁共振、对磁共振重 聚焦、操作磁共振、空间编码、对磁共振进行流动或扩散编码、使自 旋饱和等等。更具体地，梯度脉冲放大器20对梯度线圈组22的整体 施加电流脉冲，以便沿着所述检查区14的x、y和z轴产生磁场梯度。 在扩散加权MRI中，应用选择的磁场梯度以便在所选方向上提供对流 体分子运动敏感的运动相关对比度。
RF发射机24优选是数字式的，它施加RF脉冲或脉冲群到整体RF 线圈26，以便发射RF脉冲进入所述检查区。一个典型的RF脉冲由具 有很短的持续时间的直接相邻脉冲段的脉冲群组成，它们彼此在一起 并和任何施加的梯度一起实现所选择的磁共振操作。所述RF脉冲用来 在所述检查区的所选部分使共振饱和、激励共振、翻转磁化、使共振 重聚焦、或操作共振。
对于整体应用，由所选择的操作产生的所得共振信号也被所述整 体RF线圈26所拾取。替代地，为了在所述受验对象的有限区域内产 生RF脉冲，把本地RF线圈放置成与所选区域相邻。例如，在脑成像 中可选地采用了可插入的头部线圈28。
不管所述RF线圈配置及其应用如何，由所述RF线圈中的一个或 另一个所拾取到的所得RF磁共振信号被RF接收机30接收并解调，所 述RF接收机30优选是数字式接收机。序列控制处理器32控制所述梯 度脉冲放大器20、所述RF发射机24和所述RF接收机30以产生合成 MRI脉冲序列和读出波形，它们产生所述磁共振信号和任选的回波、对 该所得的MR响应进行空间和扩散编码提供合适的编码梯度、以及协调 MR拾取和接收操作。
所述MRI序列典型地包括一个由梯度放大器20产生的磁场梯度脉 冲和/或扫描脉冲的复合系列、还有由RF线圈26、28所产生的所选的 RF脉冲，它们一起产生了映射到k空间的磁共振回波。所得的磁共振 数据由分类器34进行分类并存储在k空间存储器36。对于扩散张量磁 共振成像(MRI)，获得的数据没有扩散加权，其索引为0，而在N个方 向有扩散加权，其索引为1...N。优选的是N≥6。所述静态和扩散加权 数据被获得并被分类至对应的k空间存储器360，361，...，36N。用于 所述静态的和每个扩散加权图像的所述k空间存储器360，361，...， 36N由重构处理器38所处理以产生重构图像表示S0，S1，...SN 400， 401，...40N，所述重构处理器38典型地是逆傅里叶变换处理器或本领 域已知的其它重构处理器。典型地，获得的图像S0 400没有扩散加权。
对于DT-MRI，通过具有不同扩散加权的图像的线性回归获得在所 选方向上的表面扩散系数(ADC)。对于所选方向(i，j)上ADC是通过 获得在所述(i，j)方向上作扩散加权的扩散加权图像Si，j而确定的。 所述扩散加权图像Si，j与所述
未加权图像S0 400的关系是依据下式：
$S_{i,j}=S_0{e}^{-B*\mathrm{AD}{C}_{i,j}}---\left(1\right),$
其中B是磁场参数，ADCi，j是所述(i，j)方向上的表面扩散系数。所 述ADC可按公式(1)作如下计算：
${\mathrm{ADC}}_{i,j}=-\frac{1}{B}\ln \left(\frac{S_{i,j}}{S_0}\right)---\left(2\right).$
由诸如T1、T2、T2 *之类的扩散加权机制以及类似的图像对比度机 制之外的各种机制产生的图像对比度，可以被所述线性回归有益地充 分去除。扩散张量处理器42根据公式(2)计算基于每个体素的多个 ADC值以便构建扩散张量图44。六个扩散方向典型地提供了足够的信 息以便在每个体素上建立所述扩散张量。
继续参考图1并进一步参考图2，特征向量/特征值排序处理器 46对体素的所述扩散张量特征向量和特征值进行排序。正如图2所 见，所述扩散张量的所述有序特征值λ1、λ2、λ3(特征值按从大到小 排序)和对应的特征向量e1、e2、e3具有有用的物理意义。所述最大特 征值在图2中表示为λ1。所述对应的特征向量e1称为主特征向量，并 与具有所述最大扩散系数的空间方向对齐。所述剩余的特征值λ2、λ3 具有相应的特征向量e2、e3，所述特征向量e2、e3在图2中称为中和小 特征向量。这些特征向量e2、e3与e1正交，并与具有所述较小扩散系 数的空间方向对齐。所述特征值λ1、λ2、λ3的相对值表示了所述扩 散张量各向异性的空间方向和幅度。
继续参考图2，所述特征向量和特征值在几何学上表示为椭球体 100，所述椭球体100的长轴与特征向量e1对齐，即与所述最大表面扩 散系数的方向对齐。所述椭球体100与一个理想球体的偏离度表示为 所述扩散张量的各向异性。各向异性扩散系数张量可以反映神经纤维 束102的影响，所述神经纤维束102倾向于抑制在与所述纤维束102 部分或完全正交方向上的扩散，例如特征向量e2、e3的方向。相反地， 与所述纤维束102平行的扩散，即沿着所述主特征向量e1的方向上导 引的扩散则被增强，并比沿着所述e2、e3方向上的更大。
返回来参考图1，各向异性图50，例如本领域已知的部分各向异 性图或强调所述各向异性幅度的另一各向异性图像的图，可选地从所 述有序的特征向量和特征值来计算。在适当的实施例中，基于每个体 素的各向异性图的计算是根据：
$\mathrm{FA}=\left\{\begin{array}{cc}\sqrt{\frac{3\underset{i=\mathrm{1,2,3}}{\Sigma }{({\lambda }_i-{\lambda }_{\mathrm{avg}})}^2}{2\underset{i=\mathrm{1,2,3}}{\Sigma }{\lambda }_i^2}},& \sqrt{\frac{1}{3}({\lambda }_1^2+{\lambda }_2^2+{\lambda }_3^2)}\ge 0.10\\ 0.10,& \sqrt{\frac{1}{3}({\lambda }_1^2+{\lambda }_2^2+{\lambda }_3^2)}<0.10\end{array}\right.---\left(3\right),$
其中
${\lambda }_{\mathrm{avg}}=\frac{{\lambda }_1+{\lambda }_2+{\lambda }_3}{3}---\left(4\right).$
公式(3)和(4)的各向异性图被发现尤其适合用于在扩散纤维 跟踪时选择纤维区域。正如本领域熟练的技术人员所知，所述各向异 性图50提供了所述各向异性幅度的适宜的的图像表示。但是，它并不 包括方向的信息，这使得从在诸如脑或脊柱之类在神经学上是复杂区 域的大量交叉、分枝、盘绕、或以不同方式重叠的纤维和纤维束中对 所选的轴突纤维束进行跟踪或分段变得不合适。
继续参考图1，纤维跟踪/插值处理器52对在所述扩散张量图44 中的轴突纤维或纤维束进行分段或跟踪，以便产生存储于纤维表示存 储器54的纤维表示。所述纤维跟踪/插值处理器52启动在由相关用户 选择的一个或多个起始体素上的跟踪。
在一个适当选择的过程中，所述用户操作用户接口设备58，例如 包括图形显示器60、键盘62、鼠标或其它定点设备64、和/或类似输 入或输出单元的个人计算机或工作站。所述显示器60显示所述受验对 象16的图像表示，例如由断层提取器68通过所述各扩散加权图像中 的一幅、例如所述S0图像400或所述各向异性图50提取的断层66或 其它二维表面。所述显示器60还显示了叠加的交互式指示器69或其 它可由用户通过操作所述定点设备64、所述键盘62、或其它输入设备 的图形选择工具来选择一个或多个起始体素。
继续参考图1、返回来参考图2、并进一步参考图3，图3示出了 示范性的二维扩散系数特征向量/特征值图110，在图110中所述各向 异性在几何学上表示为椭球体100，所述跟踪/插值处理器52利用由所 述起始体素和每一个后续体素的扩散张量的主特征向量e1给出的跟踪 方向反复跟踪纤维。图3示出了开始于起始体素1001的第一纤维表示 轨迹112，以及开始于起始体素1002第二纤维表示轨迹114。
尽管图3示出的是单向跟踪，但是将会理解跟踪能够可选地发生 在双向上，即沿着所述e1和-e1的方向，以便提供更全面的纤维跟踪。 此外，尽管图3示出的是体素的示范性二维排列，但是将会理解所述 跟踪通常是利用所述三维扩散张量图44以三维的方式发生的。
继续参考图1，除了在方向上跟踪以外，所述纤维跟踪/插值处理 器52与所述特征向量/特征值排序处理器46一起还执行张量体素的局 部插值。所述插值被局部化到所述跟踪前端周围的区域，以便减少计 算时间和存储器负载。已经发现，在成像断层平面上，二等分插值在 所述跟踪纤维表示方面提供了明显的平滑化。为了提高跟踪精度，进 行插值的体素优选地由与所述扩散系数张量各向异性相关的参数来加 权，例如通过对邻近体素的所述特征向量和特征值求平均值、或者给 进行插值的体素指定一个对应于邻近各体素的主特征向量方向加权平 均的扩散方向。
为了在所述图形显示设备60或其它输出设备上进行用户可见显 示，所述纤维表示54在图形上被再现处理器70格式化。在诸如所述 各向异性图50或其一部分、所述静态图像400、所述扩散加权图像 401，...40N中的一幅、均匀的黑色或白色屏幕等等之类的背景上所述纤 维表示54，被表示为线条、管道、线框、或其它图形表示。优选地， 所述再现处理器产生一个3D的再现，所述3D再现可以由用户通过所 述鼠标64、键盘62或其它输入设备而旋转、调整大小、或进行另外的 操作。
参考图4，描述了一种适当的方法150，用于获取扩散张量磁共振 成像(DT-MRI)数据以及用于产生相关空间映射和图像表示。在步骤 152，受验对象被放置并固定在磁共振成像(MRI)扫描仪内。因为所 述DT-MRI成像包括经过一段相当长的时间来采集大量图像，所以所述 受验对象优选地被固定，以便把在图像采集期间的由运动导致的图像 模糊或重合不良减少到最低程度。
在步骤154，利用诸如自旋-回波序列之类的成像序列来获取所述 DT-MRI成像数据，所述自旋-回波序列包括产生所选扩散加权的附加 磁场梯度脉冲。优选的是使用多次回波序列，在所述多次回波序列中 获得了具有若干扩散加权156的图像，所述若干扩散加权156对应于 所述扩散系数张量的所选的表面扩散系数(ADC)分量。六个表面扩 散系数通常足以描述所述张量。在示出的实施例中，采集了六个扩散 加权156，在所述(x，0，0)、(0，y，0)、(0，0，z)、(x，-y，0)、 (x，0，-z)和(0，y，-z)方向上连同未加权图像(0，0，0)上施加磁 场梯度脉冲。然而，替代地可以使用扩散加权的其它组合。使用多次 回波序列有利于减少数据采集时间并把由运动导致的图像模糊或重合 不良减少到最低程度。为了提高信噪比，优选地对于每个扩散加权采 集多个图像的数据。所述成像序列可选地还包括附加RF脉冲或磁场梯 度脉冲或扫描脉冲，以便补偿由磁场梯度导致的涡流和其它图像上的 人工产物。
在步骤154采集的图像数据在步骤158被重构，以便形成扩散加 权图像重构S0和Sijk，其中ijk表示所述各种加权156。尽管其它重构 方法也可以采用，但是采用本领域已知的逆傅里叶变换重构是合适 的。
对于获得和重构的所述扩散加权图像，根据公式(2)利用线性回 归或另外的方法计算在每个体素的所述表面扩散系数(ADC)，并在步 骤162构建所述表面扩散系数张量图。在步骤164提取所述特征值和 特征向量166。
在步骤168，例如根据公式(3)和(4)可选地计算各向异性图。 所述各向异性图优选地在步骤170呈现，例如通过基于所述各向异性 值给体素进行上色，以便获得用于显示给相关用户的彩色各向异性图 像172。所述各向异性图像172给用户为了纤维跟踪选择感兴趣区域提 供了方便的手段。
参考图5，描述了在所述DT-MRI图像中用于跟踪纤维的适当方法 190。在步骤192，所述用户选择感兴趣的起始区域。在适当的实施 例中，这种选择192是参考在图4的所述DT-MRI成像方法150中可选 地获得的所述各向异性图像172而进行的。所选择的感兴趣起始区域 优选地由所述用户以图形方式利用鼠标指点器或其它图形选择设备来 指明。所选择的感兴趣区域可以是单个体素、体素的平面区域、或体 素的三维区域。可选地，用户还可以选择感兴趣的结束区域。这样的 选择典型地用于跟踪在两个深层白质的脑功能区之间延伸的纤维。
在步骤196选择了在所选感兴趣的起始区域内的起始体素。从这 个体素开始，局部方向在步骤198被确定，所述局部方向对应于所述 主特征向量e1的方向(见图2)，例如通过对所述特征值排序、确定最 大或主特征值λ1、并确定所述相应主特征向量e1的方向。在步骤200 确定后续体素，所述后续体素是沿着所述局部方向(见图3)靠近所述 当前体素的。在优选实施例中，通过在正的和负的局部扩散(e1)方向 上都认定后续体素来执行正向和负向(双向)跟踪。当所述跟踪双向 进行时，通过在所述正的局部方向上连续认定体素使得正的纤维末端 不断增长，而通过在所述负的局部方向上连续认定体素使得负的纤维 末端不断增长。单向纤维跟踪也可用于某些情况下，例如跟踪从深层 白质的大而密集区域向外延伸的纤维。
在步骤202，在所述当前跟踪的一个或多个前端附近，即在所述后 续一个或多个体素附近执行局部插值。所述插值被局部化在所述跟踪 前端(或在双向跟踪的多个前端)周围的区域，以便减少计算时间和 存储器负载。在优选实施例中，在获得所述特征向量和特征值时在所 述张量内执行所述插值，以便使所述跟踪一个或多个前端在更高分辨 率的局部扩散张量空间内进行。所得跟踪的纤维表示将对应于所述源 张量图的更高插值局部分辨率而具有提高的分辨率和平滑度。
为了在经插值后的更高分辨率局部扩散张量空间保持跟踪精度， 经插值的体素优选地由与所述局部各向异性相关的参数进行加权。例 如，适当选择插值体素的所述特征向量和特征值作为附近体素的特征 向量和特征值的平均值，以便使所插值体素反映所述局部的各向异 性。然而，对多个特征值和特征向量加权在计算上是代价昂贵的。为 了提高跟踪纤维的速度，已发现选择具有对应于邻近体素的主特征向 量方向的加权平均值方向上的经插值的体素主特征向量就已足够。可 选地，所选主特征向量包括对应于所述分部各向异性和另一各向异性 参数的幅度加权。
在当前的优选实施例中，所述插值发生在所选平面方向上，典型 地对应于所获得图像断层的所述平面方向，例如从轴向采集断层构建 的图像的轴向平面方向。然而，也可以考虑在除了所述主径向、头部 和轴向体平面方向以外的平面方向上进行插值。例如，所述插值可选 地发生在包含所述主特征向量e1和所述中特征向量e2(见图2)的平 面方向，以便使所述插值沿着最可能对应于所述纤维方向的那些平面 发生。在此所考虑的实施例中，所述平面方向和所述增长的纤维末端 的局部各向异性的方向一起移动和旋转。也可以考虑执行三维插值。 例如，线性插值可以在每个插值平面方向上使所述平面分辨率加倍， 即对一个128×128体素平面作插值以便提供256×256的体素分辨 率。可选地，在所述断层间的方向上执行类似插值。
所述方法190反复执行所述步骤198、200、202，以便使所跟踪 纤维或单向或双向增长。优选地，在所述迭代循环内的判定步骤204 检查正在增长的纤维末端的终止。一种适当的纤维终止标准包括分部 的各向异性或其它各向异性幅度参数低于所选值，该所选值例如是公 式(3)中用的阈值FA＝0.10或其以下。由于低的各向异性对应于高 的各向同性扩散张量，所以合理的是将下降到所选阈值以下的各向异 性参数值和所跟踪纤维的终点联系在一起。
另一适当的纤维终止标准是在连续体素之间的局部方向的变化大 于一个所选角度。在局部方向上大的变化很可能对应于纤维分支点。 可选地，不是在这种明显的分支点上终止，而是在所述分支点或其周 围规定感兴趣的新区域，并对所述感兴趣新区域重复所述跟踪过程 190，以便跟踪所述分支纤维或纤维束。
还有另一个适当的纤维终止标准是所述增长的纤维进入了在步骤 192由用户选择的感兴趣的结束区域。此处描述的所述示例性终止标准 的各种结合、以及/或者其它适当终止标准的添加或替代也是可以考虑 的。
如果所述判定步骤204表明所述纤维已经终止，那么所述方法优 选地检查所述感兴趣区域的所有体素是否已经在判定步骤206被访问 过。如果在所述感兴趣区域中还存在未访问过的体素，那么可在步骤 196选择另一起始体素，并反复执行所述跟踪步骤198、200、202、204。 在所述感兴趣区域内的每个起始体素开始的重复循环跟踪，共同产生 了表示一个或多个跟踪纤维或纤维束的三维跟踪纤维表示208。在步骤 210，所述跟踪纤维表示优选地以图形方式再现并显示以供用户人员看 到，例如由用户使用线网3D再现、3D管状3D再现、或其它类型再现。 所述再现优选地是交互式的，以便所述用户可以加亮所选纤维、旋转 所述三维纤维表示、或以别的方式处理所述数据。
已经参考脑中的轴突纤维跟踪描述了本发明。然而，本领域的熟 练技术人员将会理解，本发明也可以用于其它解剖组织，例如脊柱、 肾、以及心脏，在这些解剖组织中存在相当的纤维或各向异性组织密 度。