CN101596110B - 心脏mri中视场的自动确定 - Google Patents

Abstract

一种自动确定用于执行随后医学成像研究的视场的方法，包括获取一个或多个初步图像(S40)。通过阈值化初步图像(S41)和识别最大连接的组成部分(S42)生成身体掩模，从生成的身体掩模的边界得到边界掩模(S44)。用矩形边界框拟合得到的边界掩模(S45)。矩形边界框用作执行随后医学成像研究的视场。

Description

心脏MRI中视场的自动确定

相关申请的交叉引用

本申请基于2008年5月22日提交的系列号61/055,174的临时申请，其所有的内容通过参考被结合于此。

技术领域

本公开内容涉及心脏MRI，更具体而言涉及心脏MRI中视场的自动确定。

背景技术

磁共振成像(MRI)是一种医学成像技术，其中可以以大量的关于不同形态身体软组织的区别的细节对人体对象进行三维成像。因此，MRI非常适于心血管疾病的可视化和诊断。在MRI中，使人体处于强大的磁场中，该磁场排列(aligns)身体组织内水的氢原子的磁化。射频场用来系统地改变磁化排列并且氢原子核生成可被扫描器检测到的旋转磁场。

从接收到的数据信号可生成结构图像数据以构造该人体的图像。例如，该结构图像可由在不同方向的大量空间频率来生成。频率和相位编码被用来测量正被成像的对象内的一系列空间频率的幅度。实施的相位编码步骤的数目可以进行选择以确定多少成像数据可被收集。

当MRI使用磁场和射频场用来进行可视化时，患者就不会暴露于如CT扫描那样的有潜在危险的电离辐射中。

在MRI中，在扫描期间，空间分辨率一般可由视场(FOV)的大小和所执行的相位编码步骤的数目决定。因此，为了得到更大的空间分辨率和更高的图像细节水平，可减小FOV和/或可增加相位编码步骤的数目。对于给定数目的相位编码步骤，更小的视场可获得更高分辨率的MR图像。

尽管如此，MR图像易于是卷绕伪像，在该伪像中，就相位编码的方向而言，来自FOV外围的被成像解剖结构的部分出现在FOV外围的相对侧，就好像应当在图像一侧的结构出现在了图像的相对侧。例如，当FOV边界与对象的身体相交时，可能会出现卷绕伪像。如果FOV太小，该卷绕区域可能与显示于图像的相对侧的解剖结构相交。

附图6是一套四个磁共振图像(a)，(b)，(c)和(d)，示出了卷绕伪像。这四个图像显示了不同的MR视图，然而，在图像(b)中，可以看到图像的右边缘61已被切除并且作为左边缘上的卷绕伪像62出现。类似地，在图像(d)中，可以看到图像底部边缘63已被切除并且作为顶部边缘上的卷绕伪像64出现。

只要作为MR研究焦点的身体区域充分地远离FOV的外围以便任何卷绕伪像都不能遮住作为MR研究焦点的身体区域，则对于MR成像来说卷绕伪像并不是问题。因此，视场不应被设置的太小是重要的，否则会增加卷绕伪像影响到研究的诊断价值的可能性。

因此，可选择最优的FOV以使得FOV的尺寸小到足以生成足够高的分辨率图像，但还在相位编码的方向上足够大以防止卷绕伪像的出现会遮住作为MR研究焦点的身体区域，例如，该身体区域可以是心脏。

因此FOV可由经过训练的医师或技师手动选择以得到想要的结果。然而，这种手动选择耗费时间同时容易产生人为误差。

发明内容

一种用于自动确定用于执行随后医学成像研究的视场的方法包括取得一个或多个初始的图像。通过阈值化初步图像和识别最大连接的组成部分生成身体掩模(body mask)。从已生成的身体掩模的边界可得到边界掩模。用矩形边界框拟合(fit to)得到的边界掩模。矩形边界框被用做用于执行随后的医学成像研究的视场。

得到的初步图像可在身体掩模生成前被预处理。预处理初步图像可包括移除空白初步图像，从初步图像的外围剪去没有图像数据的区域，为每个初步图像构建初始视场，移除初始视场不足够大的初步图像，校正移位伪像，以及校正不均匀性。

一个或多个初步图像可以是具有比随后的医学成像研究低的诊断价值的一个或多个二维定位器图像。

阈值化初步图像可包括将自适应阈值技术应用于初步图像，以便将像素强度高于自适应阈值的每个图像像素表征为1，把像素强度低于自适应阈值的每个图像像素表征为0。最大的连接的组成部分可被识别为具有最高数量的值为1的临近像素的初步图像的单个区域。

得到边界掩模可包括将第一边界掩模定义为身体掩模的边界，改进(refine)身体掩模以构建改进的身体掩模，将第二边界掩模定义为该改进的身体掩模的边界，以及将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集，其中所获得的边界掩模可以是最终边界掩模。

用矩形边界框拟合得到的边界掩模可包括用椭圆拟合得到的边界掩模、改进拟合的椭圆、和将边界框设定为可封闭该拟合的椭圆的可能的最小的矩形。

医学成像研究可以是MRI。

该方法可进一步包括在身体掩模生成后和边界掩模得到前，检测和校正一个或多个初步图像(preliminary image)中的卷绕。

边界掩模可不仅包括身体掩模的最大连接的组成部分，也可包括临近最大连接的组成部分的结构。

用于自动确定用于执行随后的医学成像研究的视场的系统包括用于取得一个或多个二维定位器图像和随后的三维的医学成像研究的医学成像装置，用于阈值化定位器图像和识别最大连接的组成部分的身体掩模生成单元，用于从生成的身体掩模的边界得到边界掩模的边界掩模获取单元，用于用矩形边界框拟合该得到的边界掩模的视场确定单元。确定的视场被医学成像装置使用来执行随后的医学成像研究。

系统可另外包括在生成身体掩模前预处理所获得的定位器图像的预处理单元。

预处理单元适于移除空白的定位器图像、从定位器图像的外围剪去没有图像数据的区域、为每个定位器图像构建初始视场、移除初始视场不足够大的定位器图像、校正移位伪像、以及校正不均匀性。

边界掩模获取单元可适于将第一边界掩模定义为身体掩模的边界、改进身体掩模以构建改进的身体掩模、将第二边界掩模定义为该改进的身体掩模的边界、以及将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集，所获得的边界掩模可以是最终边界掩模。

系统可进一步包括用于检测和校正一个或多个定位器图像中卷绕的卷绕校正装置。

一种计算机系统可包括处理器和计算机系统可读的程序存储装置，包含由处理器可执行的指令程序，以便执行自动确定用于执行随后医学成像研究的视场的方法步骤。该方法包括获取一个或多个二维的定位器图像。定位器图像被预处理。通过阈值化预处理的定位器图像和识别最大连接的组成部分生成身体掩模。从生成的身体掩模的边界得到边界掩模。用矩形边界框拟合得到的边界掩模。矩形边界框用作执行随后的三维的医学成像研究的视场。

预处理定位器图像可包括移除空白的定位器图像、从定位器图像的外围剪去没有图像数据的区域、为每个定位器图像构建初始视场、移除初始视场不足够大的定位器图像、校正移位伪像、以及校正不均匀性。

阈值化定位器图像可包括将自适应阈值技术应用于定位器图像以便将像素强度高于自适应阈值的每个图像像素表征为1，把像素强度低于自适应阈值的每个图像像素表征为0。最大的连接的组成部分可识别为具有最高数量的值为1的临近像素的定位器图像的单个区域。

获取边界掩模可包括将第一边界掩模定义为身体掩模的边界、改进身体掩模以构建改进的身体掩模、将第二边界掩模定义为该改进的身体掩模的边界、以及将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集。所获得的边界掩模是最终边界掩模。

计算机系统可进一步包括在生成身体掩模后并在得到边界掩模前，检测和校正一个或多个定位器图像中的卷绕。

附图说明

通过参考下述的详细描述并且结合附图共同考虑时，对本发明更完整的认识和其许多伴随的方面将易于获得并且同时变得可更好的理解，其中：

图1是示出根据本发明的示范性实施例的用于自动确定心脏MRI视场(FOV)的概述方法的流程图；

图2是示出根据本发明的示范性实施例的用于预处理用于随后执行自动视场确定的一个或多个定位器图像的方法的流程图；

图3是示出根据本发明的示范性实施例的用于在经预处理的定位器图像上执行自动FOV确定的方法的流程图；

图4是示出根据本发明的示范性实施例的用于在经预处理的定位器图像上执行自动FOV确定的方法的流程图；

图5是一套四个磁共振图像(a)，(b)，(c)，和(d)，在该四个磁共振图像中已经根据本发明的示范性实施例执行了FOV的自动确定；

图6是一套示出卷绕伪像的四个磁共振图像(a)，(b)，(c)，和(d)；和

图7示出了根据本公开的实施例的能够实施该方法和设备的计算机系统的实例。

具体实施方式

在描述附图中所示的本公开的示范性实施例时，为了清楚的目的使用特定的术语。然而，本公开并无意于限于选定的特定术语，可以理解每个特定的元件包括所有的以类似方式操作的技术上的等效物。

本发明的示范性实施例试图提供用于自动确定磁共振成像(MRI)的视场(FOV)的方法，尤其是，自动地确定用于心脏MRI的FOV。如此确定的FOV可以使FOV的尺寸最小化，同时防止卷绕伪像的出现妨碍作为MR研究焦点的身体区域，例如该身体区域可以是心脏。通过提供自动化的确定，FOV的选择可以是快速的、精确的、免于人为错误的，并且相比于手动确定的FOV，可产生更好的一致性。

在心脏MRI中，一般在执行MRI研究前获取多个定位器图像。定位器图像可以是具有相对低的分辨率的二维扫描并且可快速被得到。多个定位器图像可在几个平行的且与心脏轴线垂直的成像平面中获取。本发明的示范性实施例试图利用定位器图像来执行自动FOV确定。通过提供FOV的自动确定，本发明的示范性实施例可与其他MRI自动化技术结合以提供用于心脏MRI的完全自动化的工作流程。

本发明的示范性实施例可包括三个主要步骤，例如，如附图1所示。在第一个步骤中，获取一个或多个定位器图像(步骤S11)。如上述，定位器图像的获取可包括从多个平行的和/或垂直于心脏轴线的多平面执行一系列快速二维扫描来显现心脏。这些快速扫描可以在低于诊断质量的分辨率的分辨率下执行。

在下一个步骤中，获取的定位器图像可被预处理(步骤S12)。定位器图像的预处理可包括一个或多个试图优化定位器图像以获得效率高的FOV的自动选择的步骤。对于预处理的需求可根据特定FOV确定问题的需要而变化。类似地，在执行预处理中所采取的步骤也可变化。在这方面，预处理是可选的步骤并且在不需要时可被省略。在下面参照附图2对根据本发明的示范性实施例的预处理技术的实例进行详细描述。

在最后一个步骤，FOV可基于预处理过的获取的定位器图像自动地来确定(步骤S13)。可使用本公开的一个或多个方法执行自动FOV确定。下面参照附图3和4对根据本发明的示范性实施例的自动FOV确定技术的实例进行详细描述。

附图2是示出根据本发明的示范性实施例的用于预处理用于随后执行的自动FOV确定的一个或多个定位器图像的方法的流程图。预处理步骤的目标可以是去检查每一个定位器图像以确保其是有效的，并接着使每个图像适于方便自动FOV确定。预处理可具有下述的步骤：首先，可接收二维定位器图像(步骤S21)。然后，可确定所接收的定位器图像是否是空白的(步骤S22)。因为每个定位器图像是沿着特定平面的二维扫描，所以一个或多个定位器图像有可能会不包括任何结构细节。例如，当定位器图像包括高于患者顶面、或超过患者的头、脚或手臂的平面时，定位器图像可能会是空白的。例如，当患者具有小的尺寸，如患者是小孩时，可能会看到多个空白的定位器图像。因为这样的定位器图像对于构建FOV是没有用的，因此更可取的是移除空白的定位器图像以减少处理时间。因此，当确定了所接收的定位器是空白的时侯(是，步骤S22)，空白的定位器图像可不予考虑(步骤S23)。

然而，当确定了定位器图像不是空白的的时候(否，步骤S22)，非空白的定位器图像可被剪切以便从包括没有图像数据(纯零区域)的外围移除该图像的区域(步骤S24)。如此之后，定位器图像可在尺寸上有所减小，以便排除在确定FOV中不起作用的外围区域。这些没有图像数据的区域被称为“纯零”区域，因为它包括一组强度值基本为0的像素。尽管如此，当然也有可能这些纯零区域会包括一些非零强度值的像素，因为图像中有可能有一定程度的产生像素强度的噪声。噪声区域仍可从定位器图像中剪去。这种剪切可仅限于在定位器图像外围产生的纯零区域。完全在定位器图像边界内的纯零强度值区域不需要从定位器图像中移除。此外，可执行剪切，同时保持定位器图像的矩形形状，以致定位器图像的顶部、底部、侧边所有均保持成具有直角的直线。这就是说，所产生的剪切过的定位器图像应具有矩形形状。

定位器图像被剪切(cropped)后(步骤S24)，可构建初始FOV，并且可确定初始FOV是否太小(步骤S25)。初始FOV例如设置为最大视场，或可替换地，可使用一些其他方法。然而，如果确定初始FOV太小了(是，步骤S25)，则该定位器图像不予考虑(步骤S23)。如果例如定位器图像的外围包括大量的图像数据，可确定初始FOV太小了。

如果确定初始FOV不是太小(否，步骤S25)，则可确定定位器图像中是否存在有移位伪像(步骤S26)。移位伪像是从初步图像自身的卷绕伪像中产生的图像伪像。移位伪像会导致在频率编码方向上可被移位的特定像素的空间不一致性。

尽管有可能简单地放弃表现有移位伪像迹象的初步图像，更可取的是校正初步图像中的卷绕以使得受影响的初步图像仍然可在自动地确定最终FOV中使用。

因为定位器图像中存在的移位伪像可能会干扰FOV的精确的自动确定，当确定了定位器图像中存在移位伪像时(是，步骤S26)，本发明的示范性实施例通过应用移位校正(步骤S27)来校正由卷绕引起的移位伪像。然而，当确定了定位器图像中不存在移位伪像时(否，步骤S26)，或者在执行了移位校正后(步骤S27)，那么可应用不均匀性校正(步骤S29)。

不均匀性一般涉及在图像获取期间所应用的磁场中的不均匀度(unevenness)的影响。这种不均匀度可导致定位器图像的部分显示为比如果磁场是完全均匀的情况下预期的像素强度更亮和更暗。因为不均匀性也会干扰FOV的自动确定，本发明的示范性实施例可提供不均匀性校正(步骤S29)。

预处理可包括一个或多个附加步骤和/或一个或多个上述可被省略的步骤。预处理可在获取的一个或多个定位器图像上执行。也存在着这样的情况，从本发明示范性实施例实施中的整个执行过程中整体省略预处理。然而，当执行预处理时，可在经预处理过的定位器图像上执行自动FOV确定。

可通过各种方法在本发明的范围内的执行自动FOV确定。图3是示出根据本发明的示范性实施例的用于在经过预处理后的定位器图像上执行自动FOV确定方法的流程图。首先，可以接收预处理过的二维定位器图像(步骤S30)。可以假设，在这一步，所接收的图像是有效的，例如，不是空白的；初始FOV足够大；不存在残留的移位伪像；并且已经执行过不均匀性校正。本发明的示范性实施例试图在该图像中定位主要目标，其可以假设为是通过按照现有技术中已知的自适应阈值技术对定位器图像阈值化而获得的在定位器图像二进制版本中呈现的最大连接的组成部分。因此，定位器图像可通过应用阈值化被转换成二进制形式，最大连接的组成部分可在二进制图像中被识别，并且身体掩模可设置为最大连接的组成部分(步骤S31)。

在将定位器图像转换成二进制形式的过程中，每个像素的强度可被阈值化(thresholded)以确定像素是赋值为指示像素包括组织的值“1”，还是赋值为指示像素代表空的空间的值“0”。二进制图像中可能有多个连接的组成部分。例如，患者的躯干可作为第一区域出现，而患者的手臂部分可作为第二区域出现，其在该图像中并没有显示出与患者的躯干相连接。其他不相关的区域从二进制图像中也是可视的。当假设最大连接的组成部分是患者的身体时，身体掩模可设成与这个最大连接的组成部分相等。

身体掩模可指示哪些像素被认为是身体的一部分而哪些像素被认为不是身体的一部分。当身体掩模被设为最大连接的组成部分时，空的空间和次要的组成部分从身体掩模中排除。

一个或多个边界掩模可从身体掩模中生成。当身体掩模指示哪些像素是身体的一部分时，边界掩模指示哪些像素属于身体周边。根据本发明的示范性实施例，可得到两个边界掩模。一个边界掩模可从初始身体掩模中得到(步骤S32)，而一个边界可从一改进的身体掩模中得到(步骤S33)。改进的身体掩模可以是在初始身体掩模上执行一个或多个处理作用而生成的身体掩模。处理步骤例如可包括平滑作用，模糊作用，和/或锐化作用。图像处理可在身体掩模上执行，例如，以补偿噪声或其他不均性，其例如可以作为不完备的阈值化的结果是身体掩模的部分。

两个边界掩模可同时得到或先后得到。也可得到多于两个的边界掩模，例如，每个边界掩模通过使用不同的处理作用得到。可替换地，本发明的示范性实施例可通过得到仅仅一个边界掩模来完成。最终边界掩模可从一个或多个得到的边界掩模中生成(步骤S34)，例如，通过寻找一个或多个掩模的交集。例如，最终边界掩模可设为所有得到的互相重叠的边界掩模的最外面的轮廓线。

最终边界掩模随后通过移除小的孤立的区域而得到改进(步骤S35)。这些小的孤立的区域可能是由噪声、卷绕伪像或身体末端引起的，它们在身体掩模生成的时候不曾事先移除。除了移除小的孤立区域之外，也可应用其他的改进技术，或采用其他的改进技术替代移除小的孤立区域。

边界掩模得到改进后，椭圆可用来拟合改进的最终边界掩模的点(步骤S36)。椭圆可使用例如最小二乘法或一些其他方法拟合。椭圆拟合后，可确定拟合是否充分(步骤S37)。拟合的充分例如可通过测量残差检测，该残差是作为不包括在椭圆内的改进的边界掩模的量和不包括在改进的边界掩模内的椭圆的量而计算的。如果确定了拟合是不充分的(否，步骤S37)，则可以改进椭圆拟合(步骤S38)。当确定椭圆拟合是充分的时(是，步骤S37)，则代表确定的FOV的边界框可根据椭圆方向被设置(步骤S39)。在使用边界框拟合椭圆时，选择完全包围该椭圆的最小矩形。如此之后，椭圆的长轴可与边界框的长轴匹配，并且椭圆的短轴可与边界框的短轴匹配。因此，边界框的设置可包括设置该椭圆周围的框的尺寸和取向。由此得到的边界框则可用作随后MRI研究的自动确定的FOV。

本发明的示范性实施例可替换地或附加地使用第二种自动FOV确定的方法。图4是示出根据本发明的示范性实施例的用于在预处理过的定位器图像上执行自动FOV确定的方法的流程图。

图4是示出根据本发明的示范性实施例的用于在预处理过的定位器图像上进行自动FOV确定的方法的流程图。如上面参考图3所述，首先，可以接收预处理过的二维定位器图像(步骤S40)。可假设，在这一步，所接收的图像是有效的，例如，不是空白的；初始FOV足够大；不存在残留的移位伪像；并且已经执行过不均匀性校正。本发明的示范性实施例试图在所述图像中定位主要目标，其可以假设为是通过按照现有技术中已知的自适应阈值技术对该定位器图像阈值化而获得的在定位器图像二进制版本中呈现的最大连接的组成部分。因此，定位器图像可通过应用自适应阈值化转换成二进制形式(步骤S41)。最大连接的组成部分随后可在二进制图像中被识别(步骤S42)。然后，可寻找和检测哪里存在卷绕伪像，并且可计算没有卷绕伪像的图像部分(步骤S43)。

一种根据本发明的示范性实施例来检测和分辨卷绕伪像(Step S43)的方法是，首先检测PE候选(PE candidate)的方向上的图像的相对侧上的大的组成部分(步骤S43a)。然后，所述图像内容可被移位来重新整合卷绕的图像(步骤S43b)。

然后，可计算边界轮廓(步骤S44)。在这里，可计算边界轮廓从而临近最大连接的组成部分的结构可被包括在边界轮廓内。随后，可拟合能够完全包围边界轮廓的最小的框(步骤S45)。该框随后可用作FOV。

该实施例与上述图3中的实施例不同之处可在于在构建FOV前不需要用椭圆来拟合。然而，在其他未提到的方法中，该实施例可包括图3中所述的实施例的要素。

图5是一套四个磁共振图像(a)，(b)，(c)和(d)，在该四个磁共振图像中已经根据本发明的示范性实施例执行了FOV的自动确定。从这些图像里可以看到，自动确定的FOV(显示为白色的边界框)环绕身体块，并且如在图5(b)中可以看到，手臂位于FOV的外部。在图5(b)和(c)中，可以看到心脏的两个室。在图5(d)中，可以看到心脏的四个室。图5(b)，移位伪像已被成功校正。

图7示出了可以实施本公开的方法和系统的计算机系统的实例。本公开的系统和方法可以以运行于计算机系统上的软件应用程序的形式实施，该计算机系统例如是大型机、个人计算机(PC)、手持式计算机、服务器，等等。软件应用程序可存储于可由计算机系统本地访问的记录介质上，和可经由硬连线或无线连接到网络访问的记录介质上，该网络例如是局域网或因特网。

一般称作系统1000的计算机系统可包括例如中央处理单元(CPU)1001，随机存取存储器(RAM)1004，打印机接口1010，显示单元1011，局域网(LAN)数据传输控制器1005，LAN接口1006，网络控制器1003，因特网总线1002，和一个或多个输入装置1009，该输入装置例如是键盘，鼠标等。如图所示，系统1000可经由链路1007连接到数据存储装置，该数据存储装置例如是硬盘1008。

此处描述的示范性实施例是说明性的，可引入多种变形而不偏离本公开的精神或所附权利要求的范围。例如，在本公开和所附权利要求的范围内，不同的示范性实施例的要素和/或特性可互相组合和/或互相替代。

Claims (25)

1.一种用于自动确定用于执行随后的医学成像研究的视场的方法，包括：

获取一个或多个初步图像；

通过阈值化初步图像和识别最大连接的组成部分来生成身体掩模；

从生成的身体掩模的边界得到边界掩模；

用矩形边界框拟合所得到的边界掩模；和

用所述矩形边界框作为用于执行随后的医学成像研究的视场。

2.根据权利要求1的方法，其中所获取的初步图像在身体掩模生成前被预处理。

3.根据权利要求2的方法，其中预处理所述初步图像包括：

移除空白的初步图像；

从所述初步图像的外围剪切去没有图像数据的区域；

为每个所述初步图像构建初始视场；

移除所述初始视场不足够大的初步图像；

校正在所述初步图像中由卷绕引起的移位伪像；和

校正不均匀性。

4.根据权利要求1的方法，其中所述一个或多个初步图像是具有比随后的医学成像研究低的诊断价值的一个或多个二维定位器图像。

5.根据权利要求1的方法，其中所述阈值化初步图像包括将自适应阈值化技术应用于所述初步图像，以便将像素强度高于自适应阈值的每个图像像素表征为1，将像素强度低于自适应阈值的每个图像像素表征为0；以及其中最大连接的组成部分被识别为具有最多数量的值为1的邻近像素的所述初步图像的单个区域。

6.根据权利要求1的方法，其中得到所述边界掩模包括：

将第一边界掩模定义为身体掩模的边界；

改进身体掩模以构建改进的身体掩模；

将第二边界掩模定义为该改进的身体掩模的边界；和

将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集，其中所述所得到的边界掩模是所述最终的边界掩模。

7.根据权利要求1的方法，其中用矩形边界框拟合所得到的边界掩模包括：

用椭圆拟合所得到的边界掩模；

改进所拟合的椭圆；和

将边界框设定为可封闭所拟合的椭圆的可能的最小的矩形。

8.根据权利要求1的方法，其中所述的医学成像研究是MRI。

9.根据权利要求1的方法，进一步包括在生成所述身体掩模后和得到所述边界掩模前，检测和校正在所述一个或多个初步图像中由卷绕引起的移位伪像。

10.根据权利要求1的方法，其中所述边界掩模不仅包括身体掩模的最大连接的组成部分，也包括邻近最大连接的组成部分的结构。

11.一种用于自动确定用于执行随后的医学成像研究的视场的系统，包括：

用于获取一个或多个二维定位器图像和随后的三维医学成像研究的医学成像装置；

用于通过阈值化所述定位器图像和识别最大连接的组成部分来生成身体掩膜的身体掩模生成单元；

用于从所生成的身体掩模的边界得到边界掩模的边界掩模获取单元；和

用于用矩形边界框拟合所得到的边界掩模的视场确定单元，其中被确定的视场被医学成像装置用于执行随后的医学成像研究。

12.根据权利要求11的系统，还包括用于在生成所述身体掩模前预处理所获取的定位器图像的预处理单元。

13.根据权利要求12的系统，其中所述预处理单元适于执行下述步骤：

移除空白的定位器图像；

从所述定位器图像的外围剪去没有图像数据的区域；

为每个所述定位器图像构建初始视场；

移除所述初始视场不足够大的定位器图像；

校正在所述定位器图像中由卷绕引起的移位伪像；

和

校正不均匀性。

14.根据权利要求11的系统，其中所述边界掩模获取单元适于执行下述步骤：

将第一边界掩模定义为身体掩模的边界；

改进身体掩模以构建改进的身体掩模；

将第二边界掩模定义为该改进的身体掩模的边界；和

将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集，其中所述所得到的边界掩模是所述最终的边界掩模。

15.根据权利要求11的系统，进一步包括用于检测和校正所述一个或多个定位器图像中由卷绕引起的移位伪像的卷绕校正装置。

16.一种用于自动确定用于执行随后的医学成像研究的视场的设备，包括：

用于获取一个或多个初步图像的装置；

用于通过阈值化初步图像和识别最大连接的组成部分来生成身体掩模的装置；

用于从生成的身体掩模的边界得到边界掩模的装置；

用于用矩形边界框拟合所得到的边界掩模的装置；和

用于用所述矩形边界框作为用于执行随后的医学成像研究的视场的装置。

17.根据权利要求16的设备，还包括用于在身体掩模生成前预处理所获取的初步图像的装置。

18.根据权利要求17的设备，其中用于预处理所获取的初步图像的装置包括：

用于移除空白的初步图像的装置；

用于从所述初步图像的外围剪切去没有图像数据的区域的装置；

用于为每个所述初步图像构建初始视场的装置；

用于移除所述初始视场不足够大的初步图像的装置；

用于校正在所述初步图像中由卷绕引起的移位伪像的装置；

和

用于校正不均匀性的装置。

19.根据权利要求16的设备，其中所述一个或多个初步图像是具有比随后的医学成像研究低的诊断价值的一个或多个二维定位器图像。

20.根据权利要求16的设备，其中所述用于通过阈值化初步图像和识别最大连接的组成部分来生成身体掩模的装置包括用于将自适应阈值化技术应用于所述初步图像，以便将像素强度高于自适应阈值的每个图像像素表征为1，将像素强度低于自适应阈值的每个图像像素表征为0的装置；和

其中所述最大连接的组成部分被识别为具有最多数量的值为1的邻近像素的所述初步图像的单个区域。

21.根据权利要求16的设备，其中，所述用于从生成的身体掩模的边界得到边界掩模的装置包括：

用于将第一边界掩模定义为身体掩模的边界的装置；

用于改进身体掩模以构建改进的身体掩模的装置；

用于将第二边界掩模定义为该改进的身体掩模的边界的装置；和

用于将最终的边界掩模创建为第一边界掩模和第二边界掩模的交集的装置，其中所述所得到的边界掩模是所述最终的边界掩模。

22.根据权利要求16的设备，其中所述用于用矩形边界框拟合所得到的边界掩模的装置包括：

用于用椭圆拟合所得到的边界掩模的装置；

用于改进所拟合的椭圆的装置；和

用于将边界框设定为可封闭所拟合的椭圆的可能的最小的矩形的装置。

23.根据权利要求16的设备，其中所述的医学成像研究是MRI。

24.根据权利要求16的设备，进一步包括用于在生成所述身体掩模后和得到所述边界掩模前检测和校正在所述一个或多个初步图像中由卷绕引起的移位伪像的装置。

25.根据权利要求16的设备，其中所述边界掩模不仅包括身体掩模的最大连接的组成部分，也包括邻近最大连接的组成部分的结构。

Images