CN101490709A - 组合磁共振图像 - Google Patents
组合磁共振图像 Download PDFInfo
- Publication number
- CN101490709A CN101490709A CNA2007800095442A CN200780009544A CN101490709A CN 101490709 A CN101490709 A CN 101490709A CN A2007800095442 A CNA2007800095442 A CN A2007800095442A CN 200780009544 A CN200780009544 A CN 200780009544A CN 101490709 A CN101490709 A CN 101490709A
- Authority
- CN
- China
- Prior art keywords
- image
- magnetic resonance
- value
- mri
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims description 22
- 210000003484 anatomy Anatomy 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 abstract description 11
- 230000007704 transition Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 16
- 210000004204 blood vessel Anatomy 0.000 description 12
- 230000002708 enhancing effect Effects 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 8
- 210000003127 knee Anatomy 0.000 description 6
- 238000002583 angiography Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 210000000689 upper leg Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 210000004197 pelvis Anatomy 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 210000002454 frontal bone Anatomy 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及用于组合磁共振(MR)图像以形成组合图像的方法,用于实现该方法的装置以及计算机程序,该计算机程序包括当在计算机上运行时执行该方法的指令。在组合图像中像素值上大的过渡造成组合图像的可视化解释比较困难。所以需要一种组合MR图像以形成更容易进行可视化解释的组合图像的方法。因此,公开了一种形成组合图像的方法,其中基于插值运算修正至少一个图像的像素强度值,并且将两个MR图像恰当地合并以形成组合图像。
Description
技术领域
本发明涉及对磁共振(MR)图像进行处理并且更具体地涉及组合多个MR图像以形成组合图像。
背景技术
US 2005/0129299 A1公开了组合具有重叠部分的射线照相图像的方法的实现方式。这样的方法当应用于MR图像时,仍然在像素值中显示较大变化,这造成该组合图像的可视化解释较为困难。因此,需要一种组合MR图像以形成更容易进行可视化解释的组合图像的方法。
发明内容
因此,在此公开的组合MR图像的重复部分以形成组合图像的方法中,基于第一MR图像的第一区域中的像素强度和第二MR图像的第二区域中的像素强度计算第一值。基于第二MR图像的第三区域中的像素强度计算第二值。可通过在第一和第二值之间进行插值来计算中间值。随后基于该插值,修正第二MR图像的像素强度值,以产生修正的第二图像。通过将第一图像和修正的第二图像合并,使得第一和第二区域彼此重叠,来形成双重组合图像。MR图像的重复部分是基本上描述对象解剖结构的相同部分的MR图像部分。应该注意,已公开的方法可应用于二维以及三维MR图像数据组。因此,根据情况不同,在该文中使用的词“图像”表示二维图像切片(slice)或者三维图像体(volume)。
需要一种用于能组合MR图像的重复部分以形成更容易进行可视化解释的组合图像的MR系统。
因此,在此公开的MR系统包括计算机,计算机配置为基于第一MR图像的第一区域中的像素强度和第二MR图像的第二区域中的像素强度计算第一值。基于第二MR图像的第三区域中的像素强度计算第二值。可以通过在第一和第二值之间插值来计算中间值。随后基于该插值,来修正第二MR图像的像素强度值,以产生修正的第二图像。通过将第一图像和修正的第二图像合并,使得第一和第二区域彼此重叠,来形成双重组合图像。
同样,需要计算机程序,当该计算机程序在计算机上运行时,可指示计算机组合MR图像的重复部分以形成更容易进行可视化解释的组合图像。
因此,在此公开的计算机程序包括用于基于第一MR图像的第一区域中的像素强度和第二MR图像的第二区域中的像素强度计算第一值的指令。基于第二MR图像的第三区域中的像素强度计算第二值。通过在第一和第二值之间插值来计算中间值。随后基于该插值,修正第二MR图像的像素强度值,以产生修正的第二图像。通过将第一图像和修正的第二图像合并,使得第一和第二区域彼此重叠,来形成双重组合图像。
附图说明
下文中,将通过示例的方式,在以下实施例的基础上参照附图详细描述这些和其它方面,其中:
图1示出组合具有重复部分的两个MR图像的方法;
图2示出组合具有重复部分的三个MR图像的方法;
图3示出组合具有重复部分的两个MR图像的另一方法;
图4示意性示出能够组合MR图像的重复部分以形成组合图像的MR系统;以及
图5示意性示出包含用于组合磁共振图像的重复部分以形成组合图像的计算机程序的介质。
应该注意,在各个附图中使用的相应附图标记表示附图中的相应部件。
具体实施方式
图1示出所公开方法的可能的实现方式。在步骤101中,基于第一MR图像Im1的第一区域R1中的像素强度和第二MR图像Im2的第二区域R2中的像素强度来计算第一值。在步骤102中,基于第二MR图像Im2的第三区域R3中的像素强度来计算第二值。如步骤103表示的,第一值和第二值之间的值可以通过在这两个值之间进行插值来计算。基于步骤103的插值,在步骤104中修正第二MR图像Im2的所选择的像素组的像素强度,以产生修正的第二图像Im2’。在步骤105中,将第一图像Im1和修正的第二图像Im2’合并,使得第一区域R1和第二区域R2重叠,以形成双重组合图像。应该注意,短语“MR图像”用于表示二维图像切片以及三维图像体。
为了获得MR图像,将对象引导进MR成像系统中的检查空间。通过激励对象中的一组自旋,采集来自对象的信号以及基于采集的信号重建对象的图像来获得MR图像。在例如患病的人或动物的狭长的对象的情况下,可以在例如轴位、矢状位、冠状位、倾斜位等的特定取向上,获得解剖结构的相邻部分的多个切片。将这些多个切片随后一起融合以形成表示该解剖结构的三维体。由该融合体,可在获得该原始切片的取向以外的取向上生成切片或图像。例如,冠状位或矢状位的切片可产生自通过融合多个轴位的图像而创建的体图像。这样产生的图像称为重构图像(reformattedimage)。
由于在采集过程期间,来自对象的信号以T1和T2的驰豫机制衰减,并且由于第一个切片和最后一个切片的采集之间可能存在时滞,所以对于相同的组织,后采集的切片相比于先采集的切片而言具有减少的像素强度。当重构图像产生自通过融合这样在不同时间采集的切片而形成的图像体时,对于相同的组织而言,灰度级或像素强度从重构图像的一端到另一端发生变化。发明人发现,当与特定的重建算法结合时,T1和T2驰豫可影响沿表示切片方向的空间轴上的组织的信号强度。在该情况下,当具有重复区域的两个重构图像组合时,由该重复区域形成的组合图像中重叠区域的边界的一侧上的组织相比于该边界的另一侧上的相同组织而言可能具有不同的像素强度。相同的现象也可在其它情况下观察到,其中不同区域的成像之间存在时间差,例如在单个激励脉冲序列之后对多个位置成像的情况下。
通常,MR成像系统具有特定的最大视野(FOV),其确定了可在一次扫描中成像的对象解剖结构的范围或程度。当采集的样本数量太少,即当k-空间频率的采样不够密集时,所需FOV以外的对象部分映射到该FOV中不正确的位置。这称为混叠,并且可在任何梯度方向上发生,即切片编码、相位编码以及频率编码方向。如果需要覆盖大于由该视野覆盖的解剖结构区域的图像,则可从解剖结构的不同的、优选是相邻的部分收集各个图像,并且融合或组合各个图像以产生组合图像。为了收集这些图像,通常在一个区域中扫描对象,随后将对象移动到合适的新位置或地点并再次扫描。有时将这种技术称为“多位置”扫描。使用该技术,可产生覆盖大部分解剖结构的组合图像。当组合图像从头到脚趾覆盖该解剖结构时,该成像技术有时称为“全身”成像。其它名称包括“移动床成像”、“组合或联合移动床成像”等。这样的图像在“团注追踪(bolus-tracking)”研究中有用,例如在注射到身体一部分,如股静脉的血液中的MR造影剂通过遍布身体的血管扩散时,跟踪MR造影剂扩散。
从患者的不同解剖结构区域收集的各个图像可以组合以产生覆盖先前由该多个图像分别覆盖的区域的图像。考虑二维图像的情况,例如可单独进行腹部、大腿(例如,从骨盆到膝盖)以及小腿(例如,从膝盖到脚趾)的三次扫描,并且随后将这些单独的扫描合并为一个图像。相同的原理可以扩展到三维图像,其中例如头和颈的单独体可以合并形成单个图像体数据组。
在MR成像中获得三维体图像的一个方法是在采集之前对沿着两个轴,例如逻辑Y和Z轴(即,相位编码轴和切片选择轴)的自旋进行相位编码。在该情况下,在任何取向上的重构图像可通过恰当处理该体图像来获得。在MR成像中获得三维体图像的另一方法是收集该解剖结构的相邻部分的多个切片,并且随后组合图像以产生该解剖结构的体图像。也可以通过使用多位置扫描技术获得感兴趣区域的体图像,通过收集每个位置的多个切片并且将收集自所有位置的多个切片融合以产生感兴趣区域的体图像。典型地在特定的诸如轴位、矢状位、冠状位的取向上收集这些切片。这样获得的一系列切片有时称为切片“堆”,例如轴位“堆”或“冠状位”堆等。产生自切片堆的体图像可随后进行处理,以获得与初始收集该堆切片的取向不同的取向上的重构切片。
MR成像中的多位置扫描在执行时经常具有一些空间中的重叠。这导致在不同图像部分中表现出来相同的解剖结构部分。基本上显示对象解剖结构相同部分的该不同图像部分称为MR图像的重复部分。例如,在收集轴位切片的多位置扫描方案中扫描大腿和小腿时,可在第一位置处获得从骨盆上部到膝盖以下的大腿的体图像。在第二位置,可以获得从膝盖上部到脚趾的小腿的体图像。因此,在该情况下,表现膝盖区域的两个不同的图像体的部分为MR图像的重复部分。如果必要,可以使用重复区域的部分,在该情况下即膝盖区域作为参照,来配准这两个图像体,并且将其组合为覆盖大腿和小腿的单一图像体。现在,可从组合的图像体中提取任何取向上的重构图像切片。可选地,在这两个图像体被组合之前,可以分别从这两个体图像中直接获得重构的冠状位或矢状位图像切片。重构的图像切片现在可以根据已公开的方法进行组合以形成组合的重构图像切片。
两个MR图像的重复部分,例如,第一MR图像Im1的第一区域R1和第二MR图像Im2的第二区域R2,可以在它们的整体上进行比较,特别是在整个第一区域R1和第二区域R2包含有用的像素数据时。然而,这在某些情况下不是必要的,例如在具有黑色区域的重构切片的情况下,黑色区域即主要包含零值像素的图像区域。在这种情况下,可只比较每个重复区域的一部分,例如中间部分。在对象是人或动物的情况下,由于重复区域可能表示相同的解剖结构部分,两个重复区域的中间部分可能包括正在被成像的相同组织。也可以使用在下一段中描述的某些形态学操作,识别表示相同解剖结构部分的重叠图像的部分。对于这些识别的部分,我们可比较直方图或者类似平均值或最大值等的推导统计数据,以计算第一值。应该注意,如果选自两个图像的重复区域的部分基本上表示解剖结构的相同部分,则该方法将更加有效。
找到限定公共区域的像素组的一个可能方法是将来自两个图像的重复区域的阈值设为值1。这意味着该重复区域中的所有非零像素将假定为二进制值1并且所有其它像素值将假定为二进制值0。对于两个MR图像应用该过程将产生两个二进制图像。通过对该两个二进制图像执行形态学AND操作现在可找到该公共区域。这样确定的公共区域可用作蒙板(mask)以从两个MR图像中选择两组像素。现在,该两组像素可进行比较以得到第一值。
第二值可从第二MR图像Im2的第三区域R3中获得。第三区域R3可以与第二区域R2不相交。第二区域R2和第三区域R3可以位于第二图像Im2的相对端。可选的,第三区域R3可以基本上位于朝向第二图像Im2的中间。一种选择第三区域R3的方法可以基于感兴趣的组织。例如,如果感兴趣的特定血管从第二区域R2延伸到第二图像Im2中的某个位置,则第二图像Im2中的该位置可以认为是第三区域R3。
来自第三区域R3的像素强度的平均值可以用作第二值。可选的,最亮像素的强度值可以用作第二值。其它的统计方法,类似中值或众数等,也可选择地用于计算第二值。
用于第二区域R2和第三区域R3之间区域的校正值可以通过在第一和第二值之间进行线性插值来获得。因此,校正值将基于所使用的插值等式显示出某种趋势,并且沿着连接第二区域R2和第三区域R3的线的每个像素或像素组可以具有不同的校正值。基于该插值,可计算反函数或互反函数,即用于校正强度变化的函数。在线性插值等式的情况下,反函数为满足具有相反斜率的直线的简单等式。例如,如果插值等式产生包含从值A到B的直线,那么该反函数将是包含从值B到A的直线,从B到A的值则成为校正因子。该反函数以及相应的校正因子沿着切片选择轴是连续的,并且第二图像Im2的每个点基于其在该图像中的位置,沿着连接第二区域R2和第三区域R3的轴乘以不同的校正因子。因此,基于该插值,修正了第二图像Im2中所有像素的像素强度。在该情况下,所选的像素组包括第二图像Im2中的所有像素。
线性插值只需要两个点,而其它的插值技术为了获得精确拟合,可能需要额外的点。例如,如果在重叠的MR图像中跟踪从大腿延伸到小腿的血管,例如可以使用MIP运算获得在这两个图像中的一个或两个中沿着该血管的长度上的各个点处的典型像素强度。用曲线拟合这些典型像素强度可产生可能的插值函数,包括可能的更高阶插值函数。考虑MR采集的物理特性,信号可能按指数方式衰减。取决于该组织,信号衰减本质上可以为单指数或多指数。现可基于非线性插值等式,例如通过采用指数衰减曲线的倒数获得相应的反函数。
也可以应用插值函数,并且外推计算出第一或第二值的区域以外的区域。例如,可从第一图像Im1和第二图像Im2的重复区域计算第一值,从基本上朝向第二图像Im2中间的区域计算第二值,并且在第一和第二值之间进行插值。插值函数现在可以外推第二图像Im2中计算出第二值的区域以外的区域,以及对于整个图像而获得的校正因子。
可以使用的插值技术包括但不限于线性插值、指数插值、双三次插值、双线性插值、三线性插值、最邻近点插值等。
图2示出所公开方法的可能的实现方式。在步骤201中,基于第一MR图像Im1的第一区域R1中的像素强度和第二MR图像Im2的第二区域R2中的像素强度计算第一值。在步骤202中,基于第二MR图像Im2的第三区域R3中的像素强度和第三图像Im3的第四区域R4中的像素强度计算第二值。如步骤203所示的,第一值和第二值之间的值可通过在第一值和第二值之间进行插值来计算。基于步骤203的插值,在步骤204中修正第二MR图像Im2的像素强度,以产生修正的第二图像Im2’。在步骤205中,将第一图像Im1、修正的第二图像Im2’和第三图像Im3合并,使得第一区域R1和第二区域R2重叠以及第三区域R3与第四区域R4重叠,以形成三重组合图像。因此,在三个重叠图像的情况下,其中第二图像Im2与第一图像Im1和第三图像Im3都重叠,以类似于图1的描述中所解释的获得第一值的方式,通过比较公共区域的像素强度,可从第二图像Im2和第三图像Im3的重复区域R3、R4中获得第二值。
所公开方法的这个方面将第三MR图像Im3与第一图像Im1和第二图像Im2组合,其中额外地基于第三MR图像Im3的第四区域R4中的像素强度计算第二值。随后通过额外地合并已修正的第二图像Im2’和第三图像Im3使得第三区域R3和第四区域R4彼此重叠,形成三重组合图像。因此,通过修正一个图像的像素强度,例如第二图像Im2,形成更容易进行可视化解释的三重组合图像。
在两个以上图像一起进行合并的情况下,在中间图像的两个重复区域处计算第一值和第二值。通过比较第一图像Im1和第二图像Im2的重复区域、即第一区域R1和第二区域R2中的像素强度,获得第一值。类似地,通过比较第二图像Im2和第三图像Im3的重复区域、即第三区域R3和第四区域R4中的像素强度,获得第二值。用于中间图像,这里可认为是第二图像Im2的两个重复区域之间的区域的校正值可通过在第一值和第二值之间进行插值来获得。如果我们将中间图像Im2乘以校正值的逆或倒数,则对于相同类型的组织将导致像素强度上更平滑的过渡。校正值沿着切片轴是连续的,并且中间图像的每个点,基于该点在图像中的位置,沿着连接中间图像的两个重复区域的轴,乘以不同的倒数校正值。当三个图像,即第一图像Im1、修正的第二图像Im2’和第三图像Im3通过重叠第一区域R1和第二区域R2以及重叠第三区域R3和第四区域R4来进行组合时,连续跨越两个或多个图像的例如血管的解剖结构将具有更加相似的强度。这将使得自动分割过程更好地在新的重建体上执行。
除了如图1的描述中所解释的修正第二图像Im2中所有像素的强度值以外,还可修正更加有限的所选像素组的像素强度。例如,在三维对比度增强MR血管造影术图像中,含有造影剂的血管通常具有最亮的像素强度。通过执行最大强度投影(MIP)操作,可以提取关于这些血管的信息。如果我们考虑三个重叠的重构MR血管造影术图像,可基于第一和第二图像Im1、Im2之间的重复区域中的血管的像素强度计算第一值,以及基于第二和第三图像Im2、Im3之间的重复区域中的血管的像素强度计算第二值。对于第二图像Im2执行MIP操作以分割含有造影剂的血管。通过在第一和第二值之间进行插值并对中间值取反而计算出的校正因子现可仅应用于由MIP操作识别出的那些像素。这将通过沿着识别出的血管路径修正像素强度,使得仅仅已识别出的血管具有平滑过渡,而图像的其余部分不受影响。可使用MIP操作以外的操作,例如类似区域增长算法的分割技术,来提取与第二图像中感兴趣区域有关的信息。
图3示出所公开方法的可能的实现方式。在步骤301中,基于第一MR图像Im1的第一区域R1中的像素强度和第二MR图像Im2的第二区域R2中的像素强度计算第一值。在步骤302中,基于第二MR图像Im2的第三区域R3中的像素强度计算第二值。如步骤303表示的,第一值和第二值之间的值可通过在第一值和第二值之间进行插值来计算。基于步骤303的插值,在步骤304和305中分别修正第一图像Im1和第二图像Im2的像素强度值,以产生修正的第一图像Im1’和修正的第二图像Im2’。在步骤306中,将修正的第一图像Im1’和修正的第二图像Im2’合并,使得第一区域R1和第二区域R2重叠,以形成组合图像。
所公开方法的该实现方式基于第一值和第二值之间的插值额外地修正第一MR图像Im1的像素强度值。这可进一步减少两个图像中相同组织的像素强度的差别,并且产生更容易进行可视化解释的组合图像。
实现有益结果的一个方法是将通过在第一和第二值之间进行插值获得的校正因子应用于第一图像Im1和第二图像Im2。例如,从所插入的值中,可以在第一和第二值之间识别出近似的中间点值。在线性插值函数的情况下,该中间点值可出现在大致接近第二图像Im2的第二区域R2和第三区域R3的中间的位置。如果该中间点值标准化为1,则图像上的该位置可以称为“零旋转点”,因为以该标准化校正因子乘以该位置的像素强度将不会改变该区域的像素强度。零旋转点的一侧的区域变得更暗(0<校正因子<1)而零旋转点的相对侧的区域变得更亮(校正因子>1)。如果使用非线性插值函数,例如指数衰减函数,则作为对该中间点值的替代,一些其它合适的值,例如第一和第二值之间差值的38%,可以用作零旋转点处的值。可选地,零旋转点的位置可以调整,使得该零旋转点位置对应于第一和第二值之间的中间值。
应该注意,所公开方法的该实现方式也可应用于三个或更多MR图像需要组合的情况。
图4示出能够组合MR图像的重复区域以形成组合图像的MR系统的可能的实施例。MR系统包括图像采集系统480、图像处理和显示系统490。图像采集系统480包括一组主线圈401、连接到梯度驱动器单元406的多个梯度线圈402、以及连接到RF线圈驱动器单元407的RF线圈403。由发射/接收(T/R)开关413进一步控制RF线圈403的功能,RF线圈403可以以体线圈的方式集成到磁体中,或者可以为分开的表面线圈。多个梯度线圈402和RF线圈由电源单元412供电。运输系统404,例如患者台,用于将诸如病人的对象405定位在MR成像系统中。控制单元408控制RF线圈403和梯度线圈402。图像重建和显示系统490包括进一步控制重建单元409的操作的控制单元408。控制单元408还控制显示单元410,例如监视器屏幕或投影仪,数据存储单元415以及用户输入接口单元411,例如键盘、鼠标、跟踪球等。
主线圈401产生诸如1.5T或3T场强的稳定和均匀的静磁场。所公开的方法可应用于其它场强。主线圈401以通常围绕隧道形状的检查空间的方式设置,对象405可引导进该检查空间中。另一通常配置包括相对的极面,在极面之间具有空气间隙,并且可以通过使用运输系统404将对象405导入空气间隙中。为了使得MR成像,叠加到静磁场上的时变磁场梯度由多个梯度线圈402响应由梯度驱动器单元406提供的电流而产生。配备有电子梯度放大电路的电源单元412将电流提供给多个梯度线圈402,结果产生梯度脉冲(也称为梯度脉冲波形)。控制单元408控制流过梯度线圈的电流的特性,特别是它们的强度、持续时间以及方向,以产生合适的梯度波形。RF线圈403在对象405中产生RF激励脉冲,并且接收由对象405响应该RF激励脉冲产生的MR信号。RF线圈驱动器单元407将电流提供给RF线圈403以发射RF激励脉冲,并且放大由RF线圈403接收的MR信号。RF线圈403或RF线圈组的发射和接收功能由控制单元408经由T/R开关413控制。T/R开关413设置有用于将RF线圈403在发射和接收模式之间切换的电子电路,并且保护RF线圈403和其它相关电子电路免受穿透或其它过载等。所发射的RF激励脉冲的特性,特别是它们的强度和持续时间,由控制单元408控制。
应该注意,虽然发射和接收线圈在该实施例中所示为一个单元,但是其也可以具有分别用于发射和接收的单独的线圈。还可具有多个RF线圈403,用于发射或者接收,或者用于发射和接收两者。RF线圈403可以体线圈的方式集成到磁体中,或者可以为单独的表面线圈。它们可具有不同的几何结构,例如,鸟笼结构或简单的环状结构等。控制单元408优选为包括例如微处理器的处理器的计算机的形式。控制单元408经由T/R开关413控制RF脉冲激励的应用以及MR信号的接收,MR信号包括回波、自由感应衰减等。用户输入接口装置411,如键盘、鼠标、触摸屏、跟踪球等,使得操作者与MR系统互动。
使用RF线圈403接收的MR信号包含与正在成像的对象405的感兴趣区域中的局部自旋密度有关的实际信息。接收的信号由重建单元409进行重建,并且在显示单元410上显示为MR图像或MR频谱。可选地,可以将来自重建单元409的信号存储在存储单元415中等待进一步处理。重建单元409优选构建为数字图像处理单元,对数字图像处理单元进行编程以得到接收自RF线圈403的MR信号。
图5示出包含用于组合磁共振图像的重复部分以形成组合图像的计算机程序的介质501的可能的实施例。该计算机程序经由传送装置502传送给计算机503。该计算机程序包含使得计算机执行所公开方法504的步骤的指令。
计算机503能加载并运行包括指令的计算机程序,当该指令在计算机上执行时,使得计算机执行在此公开的方法504的各个方面。计算机程序可驻留在计算机可读介质501上,例如CD-ROM、DVD、软盘、记忆棒、磁带或任何其它计算机503可读的有形介质。计算机程序也可以是可下载的程序,该程序例如经由因特网下载或传送到计算机。传送装置502可以是光驱、磁带驱动器、软驱、USB或其它计算机端口、以太网端口等
所公开方法的应用包括介入过程,该介入过程必需两个或更多图像的比较以执行介入,例如将导管插入股动脉中。通常,放射科医生倾向于选取接近股骨头的进入点。合适的进入点经常通过比较两个图像,例如额动脉MIP图像和额骨片MIP图像来确定。该比较给出了与股骨头有关的狭窄的近似位置,该近似位置用于确定进入点。为了更加精确地估计狭窄的位置,可以使用在此公开的方法。
使用所公开的方法,第一组合图像形成为双重或三重图像。第一组合图像可以从重构图像中形成,而重构图像是通过处理图像体获得的,该图像体是从在特定取向上采集的对比度增强图像堆创建的。第一组合图像因此是对比度增强的组合图像。类似的,使用所公开的方法,第二组合图像形成为双重或三重图像。第二组合图像是非增强的组合图像,并且也可以从重构图像中形成,而重构图像是通过处理图像体获得,该图像体是从在特定取向上采集的非对比度增强图像堆创建的。应该注意,以上技术也可以扩展到三维数据组,其中第一组合体使用所公开的方法从对比度增强的切片中形成,并且第二组合体使用所公开的方法从非增强的切片中形成。解剖结构的相同部分的重构切片从每个组合体中提取,并且彼此叠加。将合并权重分配给每个组合体或所提取的重构切片,并且如前所解释的,将两个重构切片基于它们各自的合并权重进行合并。通过调整两个重构切片的合并权重,两个叠加图像的一个或另一个可以更加显著地可视化。
在一个可能的实施例中,非增强组合图像主要显示骨头和其它组织,而对比度增强组合图像显示动脉。如果从增强组合图像中逐个像素地减去非增强组合图像,作为结果的减影图像将主要显示动脉树。这是已知的磁共振数字减影血管造影术或MRDSA技术。将减影图像叠加到非增强组合图像上将清楚地指示出动脉树中与股骨头有关的狭窄的位置。可以将不同的合并权重分配给两个叠加的组合图像。通过调整两个叠加的组合图像的各自合并权重,可以调整每个叠加图像的透明度,从而两个叠加图像的一个或另一个可更加显著地可视化。假定两个组合图像显示了解剖结构的相同部分,并且已经正确地配准了这两个图像。否则,需要额外的步骤来配准减影图像和非增强组合图像,或可选的,配准对比度增强组合图像和非增强组合图像。
如前所述,可以将合并权重分配给两个叠加图像中的每个,并且在一个可能的实现方式中,合并权重可以在0和1之间变化。将特定图像的合并权重设置为0将使得该图像不可见,而设为1将使该图像完全可见。换言之,在0和1之间调整特定图像的合并权重分别使得图像更加透明或更加不透明。合并权重的调整可使用合适的用户接口来执行,如虚拟滑动条、旋钮或能接收键入0和1之间值的文本框。两个叠加图像的合并权重可以联系起来,如果减影图像的合并权重设置为值X,则非增强组合图像的合并权重将自动设置为1-X。
所公开方法的所描述实施例中的顺序不是强制性的。在不偏离所公开原理的情况下,本领域的技术人员可以改变步骤的顺序或使用线程模型、多处理器系统或多个进程来并行执行步骤。
应该注意,上述实施例阐释而非限制本发明,并且在不偏离所附权利要求的范围的情况下,本领域的技术人员将能够设计许多替代实施例。在权利要求中,位于括号中的任何附图标记不应理解为限制该权利要求。用词“包括”并不排除存在未在权利要求中列出的部件或步骤。出现在部件之前的用词“一个”并不排除存在多个这样的部件。所公开的方法可通过包括多个特定部件的硬件方式来实现,以及通过恰当编程的计算机的方式来实现。在列举多个装置的系统权利要求中,这些装置中的几个可以通过计算机可读软件或硬件的一个和相同项目来实现。特定手段在相互不同的从属权利要求中引用的简单事实并不表明这些手段的组合不能用于产生有益效果。
在权利要求中的用词第一、第二等表示标记而非顺序或等级。
Claims (11)
1、一种用于组合磁共振图像的重复部分以形成组合图像的方法,该方法包括:
(a)基于第一磁共振图像(Im1)的第一区域(R1)中的像素强度和第二磁共振图像(Im2)的第二区域(R2)中的像素强度计算第一值(101);
(b)基于所述第二磁共振图像(Im2)的第三区域(R3)中的像素强度计算第二值(102);
(c)基于所述第一值和所述第二值之间的插值(103)修正所述第二磁共振图像(Im2)的所选择的像素组的原始强度值(104),以产生修正的第二图像(Im2’);以及
(d)通过将所述第一磁共振图像(Im1)与所述修正的第二图像(Im2’)合并,使得所述第一区域和所述第二区域(R1,R2)彼此重叠,来形成第一双重组合图像(105)。
2、根据权利要求1所述的方法,其中,还基于第三磁共振图像(Im3)的第四区域(R4)中的像素强度来计算所述第二值(102),并且其中所述方法包括:
(e)通过将所述第一双重组合图像(Im1)与所述第三磁共振图像(Im3)合并,使得所述第三区域和所述第四区域(R3,R4)彼此重叠,来形成第一三重组合图像(205)。
3、根据权利要求1或2所述的方法,包括基于所述第一值和所述第二值之间的所述插值(303)修正所述第一磁共振图像(Im1)的所选择的像素组的原始强度值(304)。
4、根据权利要求1所述的方法,包括:
重复权利要求1的步骤(a)到(d)以产生第二双重组合图像;
给所述第一双重组合图像和所述第二双重组合图像中的每个分配各自的合并权重;以及
将所述第一双重组合图像和所述第二双重组合图像基于它们各自分配的合并权重进行合并以产生第一合成图像。
5、根据权利要求2所述的方法,包括:
重复权利要求2的步骤(e)以产生第二三重组合图像;
给所述第一三重组合图像和所述第二三重组合图像中的每个分配各自的合并权重;以及
将所述第一三重组合图像和所述第二三重组合图像基于它们各自分配的合并权重进行合并以产生第二合成图像。
6、根据权利要求1所述的方法,包括:
重复权利要求1的步骤(a)到(d)以产生第三双重组合图像;
从所述第三双重组合图像中减去所述第一双重组合图像以产生第一减影图像;
给所述第一双重组合图像和所述第一减影图像中的每个分配各自的合并权重;以及
将所述第一双重组合图像和所述第一减影图像基于它们各自分配的合并权重进行合并以产生第三合成图像。
7、根据权利要求2所述的方法,包括:
重复权利要求2的步骤(e)以产生第三三重组合图像;
从所述第三三重组合图像中减去所述第一三重组合图像以产生第二减影图像;
给所述第一三重组合图像和所述第二减影图像中的每个分配各自的合并权重;以及
将所述第一三重组合图像和所述第二减影图像基于它们各自分配的合并权重进行合并以产生第四合成图像。
8、根据权利要求1或2所述的方法,其中,所述磁共振图像是通过以下步骤形成的重构图像:
在特定取向上收集多个切片,每个切片表示解剖结构的相邻部分;
将所述多个切片融合以产生图像体;以及
处理所述图像体以获得与所述特定取向不同的取向上的切片。
9、根据权利要求1或2所述的方法,其中修正所述第二磁共振图像(Im2)的所选择的像素组的原始强度值包括:
基于所述插值得到校正值;以及
基于所述第二图像(Im2)中的每个像素的位置,将所述第二图像(Im2)的该像素乘以不同的校正值。
10、一种磁共振系统,包括:
图像采集系统(480);以及
图像处理和显示系统(490);
其中所述图像处理和显示系统(490)配置为通过以下步骤组合磁共振图像的重复部分以形成组合图像:
(a)基于第一磁共振图像(Im1)的第一区域(R1)中的像素强度和第二磁共振图像(Im2)的第二区域(R2)中的像素强度计算第一值(101);
(b)基于所述第二磁共振图像(Im2)的第三区域(R3)中的像素强度计算第二值(102);
(c)基于所述第一值和所述第二值之间的插值(103)修正所述第二磁共振图像(Im2)的所选择的像素组的原始强度值(104),以产生修正的第二图像(Im2’);以及
(d)通过将所述第一磁共振图像(Im1)与所述修正的第二图像(Im2’)合并,使得所述第一区域和所述第二区域(R1,R2)彼此重叠,来形成第一双重组合图像(105)。
11、一种用于组合磁共振图像的重复部分以形成组合图像的计算机程序,该计算机程序包括用于以下步骤的指令:
(a)基于第一磁共振图像(Im1)的第一区域(R1)中的像素强度和第二磁共振图像(Im2)的第二区域(R2)中的像素强度计算第一值(101);
(b)基于所述第二磁共振图像(Im2)的第三区域(R3)中的像素强度计算第二值(102);
(c)基于所述第一值和所述第二值之间的插值(103)修正所述第二磁共振图像(Im2)的所选择的像素组的原始强度值(104),以产生修正的第二图像(Im2’);以及
(d)通过将所述第一磁共振图像(Im1)与所述修正的第二图像(Im2’)合并,使得所述第一区域和所述第二区域(R1,R2)彼此重叠,来形成第一双重组合图像(105)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06111334.6 | 2006-03-17 | ||
EP06111334 | 2006-03-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101490709A true CN101490709A (zh) | 2009-07-22 |
Family
ID=38522816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007800095442A Pending CN101490709A (zh) | 2006-03-17 | 2007-03-16 | 组合磁共振图像 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20090080749A1 (zh) |
EP (1) | EP2008239A2 (zh) |
CN (1) | CN101490709A (zh) |
WO (1) | WO2007107931A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799918A (zh) * | 2010-03-17 | 2010-08-11 | 苏州大学 | 基于脊波变换的医学数字减影图像融合方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005036515B4 (de) * | 2005-08-03 | 2015-07-09 | Siemens Aktiengesellschaft | Verfahren zur Planung einer Untersuchung in einer Magnetresonanzanlage |
US20090074276A1 (en) * | 2007-09-19 | 2009-03-19 | The University Of Chicago | Voxel Matching Technique for Removal of Artifacts in Medical Subtraction Images |
US8472684B1 (en) * | 2010-06-09 | 2013-06-25 | Icad, Inc. | Systems and methods for generating fused medical images from multi-parametric, magnetic resonance image data |
US8879852B2 (en) * | 2010-11-10 | 2014-11-04 | Siemens Aktiengesellschaft | Non-contrast-enhanced 4D MRA using compressed sensing reconstruction |
US10152951B2 (en) * | 2011-02-28 | 2018-12-11 | Varian Medical Systems International Ag | Method and system for interactive control of window/level parameters of multi-image displays |
US20130051644A1 (en) * | 2011-08-29 | 2013-02-28 | General Electric Company | Method and apparatus for performing motion artifact reduction |
CN104094314B (zh) | 2012-01-27 | 2018-06-08 | 皇家飞利浦有限公司 | 使用定量t1映射进行风险区域的自动探测 |
KR102250086B1 (ko) * | 2014-05-16 | 2021-05-10 | 삼성전자주식회사 | 의료 영상 정합 방법, 이를 포함하는 장치 및 컴퓨터 기록 매체 |
JP6482934B2 (ja) | 2014-06-03 | 2019-03-13 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、放射線検出装置および画像処理方法 |
WO2015189730A1 (en) * | 2014-06-12 | 2015-12-17 | Koninklijke Philips N.V. | Contrast agent dose simulation |
JP6526428B2 (ja) * | 2015-01-27 | 2019-06-05 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法および医用画像診断装置 |
JP6815818B2 (ja) * | 2016-10-17 | 2021-01-20 | キヤノン株式会社 | 放射線撮影システム及び放射線撮影方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5649032A (en) * | 1994-11-14 | 1997-07-15 | David Sarnoff Research Center, Inc. | System for automatically aligning images to form a mosaic image |
US6215914B1 (en) * | 1997-06-24 | 2001-04-10 | Sharp Kabushiki Kaisha | Picture processing apparatus |
US7382129B2 (en) * | 2000-08-22 | 2008-06-03 | Mills Randell L | 4 dimensional magnetic resonance imaging |
US7127090B2 (en) * | 2001-07-30 | 2006-10-24 | Accuimage Diagnostics Corp | Methods and systems for combining a plurality of radiographic images |
TWI221406B (en) * | 2001-07-30 | 2004-10-01 | Epix Medical Inc | Systems and methods for targeted magnetic resonance imaging of the vascular system |
TW583600B (en) * | 2002-12-31 | 2004-04-11 | Ind Tech Res Inst | Method of seamless processing for merging 3D color images |
US7184062B2 (en) * | 2004-01-07 | 2007-02-27 | Ge Medical Systems Global Technology Company, Llc | Statistically-based image blending methods and systems for pasting multiple digital sub-images together |
-
2007
- 2007-03-16 WO PCT/IB2007/050903 patent/WO2007107931A2/en active Application Filing
- 2007-03-16 CN CNA2007800095442A patent/CN101490709A/zh active Pending
- 2007-03-16 US US12/293,367 patent/US20090080749A1/en not_active Abandoned
- 2007-03-16 EP EP07735137A patent/EP2008239A2/en not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799918A (zh) * | 2010-03-17 | 2010-08-11 | 苏州大学 | 基于脊波变换的医学数字减影图像融合方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2007107931A2 (en) | 2007-09-27 |
WO2007107931A3 (en) | 2008-11-27 |
US20090080749A1 (en) | 2009-03-26 |
EP2008239A2 (en) | 2008-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101490709A (zh) | 组合磁共振图像 | |
US11666236B2 (en) | System for vascular assessment | |
CN102473303B (zh) | 生成对象数据 | |
AU2006205025B2 (en) | Method and system for displaying blood flow | |
CN103781416A (zh) | 使用体相位对比mri的全面的心血管分析 | |
CN102224525B (zh) | 用于图像配准的方法和装置 | |
CN101889296B (zh) | 增强的冠状动脉观察 | |
EP2144199B1 (en) | Method and apparatus for multimodal visualization of volume data sets | |
CN105659103A (zh) | 狄克逊磁共振成像 | |
CN109381205A (zh) | 用于执行数字减影血管造影的方法、混合成像装置 | |
CN101151638A (zh) | 用于分割数据集中的结构的方法、系统和计算机程序 | |
CN105408760B (zh) | 利用使用具有mdixon脉冲序列的多回波超短te(ute)的mri来区分组织 | |
Levine et al. | Mesh processing in medical-image analysis—a tutorial | |
Wink et al. | Intra-procedural coronary intervention planning using hybrid 3-dimensional reconstruction techniques1 | |
EP3423968B1 (en) | Medical image navigation system | |
CN104583797A (zh) | 骨科mri中的魔角的视觉指示 | |
Dhawan et al. | A system for MR brain image segmentation | |
Kühnel et al. | Enhanced cardiovascular image analysis by combined representation of results from dynamic MRI and anatomic CTA | |
Chhadia et al. | Autocolorization of three-dimensional radiological data | |
Azimbagirad et al. | Robust semi-automatic segmentation method: an expert assistant tool for muscles in CT and MR data | |
Teich et al. | MITK-based segmentation of co-registered MRI for subject-related regional anesthesia simulation | |
Udupa | 1 3D Imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090722 |