网站开发的代码,设计师一般放作品的网站,湖州公众号开发公司,seo高端培训首发公众号“医影杂记”ADC#xff08;Apparent diffusion coefficient#xff09;#xff0c;表观弥散系数#xff0c;用于描述DWI序列中不同方向的分子扩散运动的速度和范围#xff0c;是MRI DWI#xff08;Diffusion-weighted imaging, 弥散加权成像#xff09;中最常…首发公众号“医影杂记”ADCApparent diffusion coefficient表观弥散系数用于描述DWI序列中不同方向的分子扩散运动的速度和范围是MRI DWIDiffusion-weighted imaging, 弥散加权成像中最常用、也是最基础的一项指标。如果想快速了解DWI和ADC推荐网页https://radiopaedia.org/articles/apparent-diffusion-coefficient-1如果想深入了解推荐学习这个网页中包含的参考文献。大多数时候核磁设备自带的工作站会自动生成ADC图像大家直接看就可以了。但个别情况大家拿到的影像中可能不包含ADC图像这时如果想知道某个病灶或感兴趣区的ADC值就要想办法自己算了。需要手算ADC值的情况不多但确实存在咱们今天就来看看如何土法上马手算ADC值。老规矩先给结论。手算ADC值首先需要找到b0序列和b1000序列然后在两个序列对应层面的相同区域上分别画出感兴趣区域ROI并计算ROI内像素值均值假定b0序列中ROI的均值为S0b1000序列中ROI的均值为S1则ROI的平均ADC值近似如下其中b11000, b00。还有非常重要的一点上面公式得出的ADC值需要乘上10的6次方才和平常大家经常见到的ADC图像中的值对的上。因为ADC值普遍采用下面的单位。作为参考脑部组织的ADC值范围如下。white matter: 670-800deep grey matter: 700-850 cortical grey matter: 800-1000CSF: 3000-3400astrocytomaGrade II: 1273 ± 293Grade III: 1067 ± 276Grade IV: 745 ± 135Apparent diffusion coefficientradiopaedia.org开始之前先找找ADC序列开始手算ADC之前大家务必先找找是不是已经有ADC序列了。下图是一个ADC序列大家感受一下。Cerebral abscessradiopaedia.orgADC图像最大的特点就是看上去所有的骨骼都没“抠”掉了只保留了软组织和液体。除了上面常见的ADC序列还有一种指数ADC序列Exponential ADC参考下图中的右图。关于Exponential ADC大家参考https://mriquestions.com/exponential-adc.html#mriquestions.com此外大家也可以根据序列描述SeriesDescription, (0x0008,0x103e))来帮助快速找ADC序列。如果序列描述中包含“ADC”这个关键词有很大可能就是ADC序列了。但这种方法就好比根据姓名来猜男女一样不一定准确。下面的表格列举了一线厂家可能使用的序列命名举例。仅仅是举例啊不是统一标准。如何找到并区分b0和b1000序列如果确实没有ADC序列那么就可以考虑手算。首先需要找到b0和b1000序列。个人推荐找b0或b1000序列可以先看序列描述Series Description快速找到可能的b0b1000序列然后再通过查看不同厂商DICOM Tag值的方法来确认是否为b0b1000序列。先说序列描述。下面的表格列举了一线大厂可能使用的序列命名。只是举例啊不是统一标准。上面的表格中“b1000,b0复合序列”表示一个序列中同时包含了b1000和b0序列。假如一个序列有40张图像其中前20张可能是b1000图像后20张是b0图像也可能b0在前b1000在后。并且40张图像中第1张和第21张都对应空间中同一位置也就是人体的同一层面只是b值不同。那么如何区分b0和b1000序列呢这就需要去看不同厂家特定DICOM Tag的值了。为啥说“不同厂家特定DICOM Tag因为最早DICOM标准中并没有为b值的存储规定一个统一的Tag。这就造成了各个厂商都是采用自己的私有标准来存储b值的。还好国外大神整理了一线厂商的b值存储方式NAMIC Wiki:DTI:DICOM for DWI and DTIwww.na-mic.org对于从事医疗影像软件开发尤其是MRI后处理软件开发的同学上面的网页非常有用强烈推荐惠存。但对于大部分同学大家直接看下面的表格应该能覆盖80%的情况了。在b0和b1000上勾画ROI并计算ADC值确认b0和b1000序列之后接下来的工作就比较直截了当了。首先需要找到一款支持勾画ROI并且计算ROI内像素均值的DICOM浏览器软件。专业的PACS终端或图像工作站都会具备这项功能。如果大家手边没有这样的软件的话可以采用免费软件MicroDICOM。https://www.microdicom.com/。下面ROI的图片都是用MicroDICOM完成的。在b0和b1000的对应层面中分别勾画ROI。假定b0序列中ROI的均值为S0b1000序列中ROI的均值为S1通过下面的公式计算ROI区域的近似平均ADC值。其中b00b11000。咱们举例说明一下。下图中从左至右是从一次检查中找到的b0、b1000、以及ADC序列中相对应的层面。这里咱们为了对比校验把ADC层面也包含了进来。把上方图片中ROI区域放大如下图能够看得更清楚。为了计算更方便咱们可以在Excel中做一个带公式的小表格如下图所示。把上图中三个ROI区域的像素均值填入表格就可以计算出ADC值了。表格中手算ADC LN(A2/B2)/(D2-C2)*1000000其中“LN()表示以自然数e为底求对数。从图片可以看出咱们手算出来的ADC值是874而厂商生成的ADC值是876二者还是非常接近的。有两点需要说明。首先咱们手算ADC值时为了操作方便是先求b0和b1000图像ROI内像素的均值然后把均值代入公式计算出ADC值。而厂商生成的ADC图像中每个像素的值是采用相应b0和b1000图像中相应单个像素的值代入公式计算出来的然后咱们在ADC上画ROI再求均值。简单来说咱们手算的ROI ADC值是先求均值再算ADC而厂商ADC ROI的值则是先算ADC值再求均值。二者数学上是有差异的。其次上面ROI区域都是手工画的在3幅图像中的位置和大小肯定有差异也会带来误差。到这里手算ADC值的方法终于说完了。咱们用了2千多字讨论了如何解决一个平常不太会遇到的问题得到一个”模糊正确“的答案。似乎这番折腾多少有些不值得。还好英国哲学和逻辑学家Carveth Read说过模糊的正确远胜于精确的错误。另外这次聊的如何识别ADC、b0、b1000序列大家以后可能用的上。
