CN101677782A - 磁共振成像装置及图像分类方法 - Google Patents

磁共振成像装置及图像分类方法 Download PDF

Info

Publication number
CN101677782A
CN101677782A CN200880015393A CN200880015393A CN101677782A CN 101677782 A CN101677782 A CN 101677782A CN 200880015393 A CN200880015393 A CN 200880015393A CN 200880015393 A CN200880015393 A CN 200880015393A CN 101677782 A CN101677782 A CN 101677782A
Authority
CN
China
Prior art keywords
image
classification
many images
imaging apparatus
station position
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.)
Granted
Application number
CN200880015393A
Other languages
English (en)
Other versions
CN101677782B (zh
Inventor
板垣博幸
西原崇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Publication of CN101677782A publication Critical patent/CN101677782A/zh
Application granted granted Critical
Publication of CN101677782B publication Critical patent/CN101677782B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56375—Intentional motion of the sample during MR, e.g. moving table imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56375—Intentional motion of the sample during MR, e.g. moving table imaging
    • G01R33/56383—Intentional motion of the sample during MR, e.g. moving table imaging involving motion of the sample as a whole, e.g. multistation MR or MR with continuous table motion
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

本发明提供一种磁共振成像装置及图像分类方法。分类利用多工位摄影取得的多张图像。通过多工位摄影，按照图像种类来分类在每个工位上取得的多张图像，根据其分类的结果，以规定的格式来显示多张图像。

Description

磁共振成像装置及图像分类方法
技术领域
[0001]
本发明涉及通过将被检测体分割为多个区域而进行摄影从而能够对被检测体进行宽范围区域的摄影的磁共振成像装置。
背景技术
[0002]
在磁共振成像装置(以下称为MRI装置)中，存在具备多工位(station)摄像法的情况：该多工位摄像法中将被检测体分割为多区域(以下称为工位(station))而进行摄影(以下称为多工位(multi-station)摄影)，并且按每个图像种类对在各工位位置摄影的图像(以下称为工位图像)进行合成，从而制作被检测体宽范围图像。
[0003]
在多工位摄影方法中，通过在各工位进行多张图像种类，例如：T1强调像、T2强调像、质子(プロトン)密度图像等的摄影而取得工位图像，并且通过合成这些工位图像而对每个图像种类制作被检测体宽范围的图像(例如，参照非专利文献1)。
[0004]
在通常的MRI装置中，使摄影部位限定于头部等而进行多个图像种类的摄影。因此，图像张数少至每一个部位大约10张，即使操作者以手动来进行图像的分类或重新排列(並ベ替え)也不会成为太大负担。
[0005]
但是，在以多工位进行摄影的多工位摄影法中图像张数多，因此为了减轻操作者负担，优选使MRI装置进行图像的分类或重新排列。例如，在将T1强调像和T2强调像并列而进行显示时等情况下，由于读入的张数增加，因此所需要系列(series)的选择以及所显示的图像的重新排列变为繁琐。因此，如果MRI装置能够进行图像的分类或重新排列，则能够减轻操作者的负担。
[0006]
在专利文献1中记载了以排序(sequence)差别、工位差别、或切片(slice)差别来使多个工位图像显示成画面上部为头部图像、画面下部为脚部图像的例。另外，在专利文献2中记载了利用伴随图像的各种信息来实现画面显示的布局(layout)变更的技术。
[0007]
专利文献1：WO2006-134958号公报
专利文献2：日本国特开2004-33381号公报
非专利文献1：日本国医放会誌，第61卷第10号，21～22页，2001年
[0008]
在一起读入通过多工位摄像法摄影的多张图像，对读入结果进行合成，并且利用这些图像进行比较研究时，需要对多种图像种类、多个工位图像的图像进行分类，在提高操作性能方面成为图像分类的重要技术。
[0009]
但是，在专利文献1中仅公开了旨在单纯地按照排序差别、工位差别或切片差别以规定显示顺序对多个工位图像进行显示的用户接口(userinterface)，并没有考虑用于进行多工位图像的分类的算法(algorithm)。专利文献2公开了在特定位置对具有指定索引的图像进行显示的技术，并没有参照摄影条件而对图像进行分类的功能。而且，也从未记载过与图像种类或工位识别相关的处理。
发明内容
[0010]
本发明，鉴于上述情况而提出，其目的在于，提供一种能够对利用多工位摄影而取得的多张图像进行分类的MRI装置。
[0011]
为了解决所述的问题，本发明的MRI装置具备：图像取得部，其将被检测体的摄影区域分割为多个工位，在每个工位取得图像种类不同的多张图像；显示控制部，其以规定的显示格式来显示所述多张图像，还具备：分类处理部，其按图像种类对所述多张图像进行分类，所述显示控制部基于所述分类处理部的分类结果，按照图像种类以所述规定的显示格式对所述多张图像进行显示。
[0012]
另外，为了解决所述问题，本发明的图像分类方法，对使用磁共振成像装置的、通过对被分割为多工位的被检测体进行摄影而在每个工位取得的多张图像进行分类，并基于所述图像种类分类步骤的分类结果，以规定的格式来显示所述多张图像。
[0013]
据本发明，能够对利用多工位摄影来所取得的多张图像进行分类，并且能够简化在图像合成时及比较研究时的操作者的处理，从而提高操作性能。
附图说明
[0014]
图1是与本发明相关的MR装置1的整体示意图。
图2是说明全身MRI的摄影顺序的图。
图3是表示将由全身MRI所摄影的图像保存后的状态的图。
图4是表示全身MRI的第一实施方式的自动分类算法处理流程的流程图。
图5是全身MRI图像种类显示的一例。
图6是全身MRI自动分类步骤的最佳画面的一例。
图7是表示全身MRI的第一实施方式的自动分类算法处理流程的流程图。
图8是全身MRI自动分类功能的选择画面的一例。
图9是表示在现有的MRI装置中进行图像种类显示的处理流程的流程图。
图中：1-MRI装置，11-自动分类步骤最佳化画面，12、13、14、15-指定处理的优先顺序的四方按钮开关，16-选择处理内容的球形按钮开关，17-数值输入栏，18-图像显示方法选择画面，19、20-指定图像显示方法的四方按钮开关，21-执行自动分类的选择画面，22-指定执行自动分类的四方按钮开关，101-产生静磁场磁体，102-被检测体，103-床体(bed)，104-高频磁场线圈，105-X方向倾斜磁场线圈，106-Y方向倾斜磁场线圈，107-Z方向倾斜磁场线圈，108-高频磁场电源，109-X方向倾斜磁场线圈，110-Y方向倾斜磁场线圈，111-Z方向倾斜磁场线圈，112-合成器(synthesizer)，113-调制装置，114-放大器，115-接收器，116-顺序控制器(sequencer)，117-存储介质，118-计算机，119-显示器。
具体实施方式
[0016]
以下，根据附图，对实施本发明的最佳方式进行说明。
[0017]
图1是使用本发明的MRI装置1的示意图。MRI装置，主要由以下构成：产生静磁场的磁体101；载置被检测体102的床体103；将高频磁场(以下，称为RF)照射于被检测体102，从而检测回波信号的RF线圈(高频磁场的发送兼MR信号的接收)104；分别在X方向、Y方向、Z方向的其中一个方向上产生切片选择、相位编码、频率编码的其中之一的倾斜磁场用的倾斜磁场线圈105、106、107；对RF线圈104提供电源用的RF电源108；用于对各倾斜磁场线圈105、106、107提供电流的倾斜磁场电源109、110、111；对RF电源108、合成器112、调制装置113、放大器114、接收器115等周围装置发送命令而控制MRI装置动作的顺序控制器(シ一ケンサ)116；保存摄影条件等数据的存储介质117；参照由接收器115输入的回波信号与存储介质117内的数据而进行图像再构成，并且进行本发明的分类处理的计算机118；对在计算机118中进行的图像再构成结果进行显示的显示器119。
[0018]
另外，在图1中，为了方便，将RF线圈作为发送接收兼用而图示，但是实际上一般装置都是分别装载发送用线圈与接收用线圈。而且，对接收线圈来讲，也有并联连接多个接收线圈而使用的情况。
[0019]
以下，利用在图1中所示的MR装置1对进行被检测体102的摄影时的动作步骤进行说明。
[0020]
根据由操作者指定的摄影条件，顺序控制器116依照规定的脉冲顺序，对倾斜磁场电源109、110、111发送命令，通过倾斜磁场线圈105、106、107产生各方向的倾斜磁场。与此同时，顺序控制器116，对合成器(シンセサイザ)112、调制装置113发送命令而生成RF波形，由线圈104产生通过RF电源108放大的RF脉冲，并且照射于被检测体102。
[0021]
由被检测体102产生的回波信号，通过RF线圈104接收之后在放大器114中放大，并且在接收器115中进行A/D转换和检波。作为检波标准的中心频率，事前将所测量的值保存于存储介质117，因此通过顺序控制器116读出而存放于接收器115。被检波后的回波信号，被发送到计算机118而进行图像再构成处理。图像再构成等结果，被显示于显示器119。
[0022]
以下，利用图2，对利用MRI装置1通过多工位摄影法摄影被检测体102宽范围区域的情况进行说明。
[0023]
首先，在将胸部作为关心区域的工位1上对T1强调像、T2强调像以及质子图像进行摄影。在工位1上的摄影结束后，将床体103移动到以腹部为关心区域的工位2上移动，并且在工位2上对T1强调像、T2强调像以及质子图像进行摄影。在工位2上的摄影结束后，通过同样的方法，在将下肢作为关心区域的工位3上对图像进行摄影。
[0024]
在所有工位位置上T1强调像、T2强调像以及质子图像的摄影结束后，从下肢向胸部依次取得扩散强调像。一般来说，扩散强调像是容易受静磁场不均匀等的影响的摄影，因此与T1强调像、T2强调像以及质子图像相比需要使体轴方向的工位宽度变窄，结果，工位数增加。在进行图2中所示例子的摄影情况下，T1强调像、T2强调像以及质子图像是三个工位量，与此对应，扩散强调像是四个工位量。
[0025]
无论在哪个工位，都有产生体动人为因素(ア一チフアクト)混入于图像的情况等重复的情况。此时，存在多数张相同工位位置的相同种类的图像。
[0026]
另外，也可以从T1强调像、T2强调像、质子图像以及扩散强调像等的再构成图像中取得计算图像。所谓计算图像是指利用MIP(MaximumIntensity Projection)图像及差分图像等多个再构成图像施行运算处理，并对其计算结果进行图像化的产物。
[0027]
这样所取得的多张图像，被记录于图3中所示的数据库。图3是表示在四个工位部分取得利用图2所说明的摄影中所取得的图像以及为了取得图像而定位用的图像的情况下的图像内容数据库例。利用数据库对显示于显示器的图像的指定进行指定。其中，系列1～4为定位用的图像，其摄影面为AX面、SAG面、COR面。另外，系列5～13为在利用图2进行说明的摄影中在工位1～3上取得的质子强调像(FSE法、TR3000ms、TE36ms)、T2强调像(FSE法、TR5000ms、TE128ms)、T1强调像(SE法、TR450ms、TE8ms)。
[0028]
在图2中，由所摄影的扩散强调像制作MIP图像。例如通过摄影80个切片的AX图像，并将其再构成图像投影于COR面，而制作MIP图像。摄影AX图像之后，紧接着进行MIP图像的制作处理，因此，如图3中所示，扩散强调像(2D-DWEPI)的AX图像与MIP的COR图像交替记录于数据库上。即，系列14为工位4的扩散强调像，系列15为工位4的MIP图像。同样，系列16、17为工位5的扩散强调像、MIP图像，系列18、19为工位6的扩散强调像、MIP图像，系列20、21为在工位7的扩散强调像、MIP图像。
[0029]
接着，对上述那种摄影的再构成图像及计算图像的分类与重新排列(並ベ替え)进行说明。
[0030]
首先，利用图9对现有的分类与重新排列方法进行说明。以往，操作者用手动来重新排列未分类的图像。首先，操作者利用图3中所示的那种表来选择符合所希望图像种类(例如，T1强调像)的图像(步骤1)，在画面显示该图像种类的图像(步骤2)，之后使那些图像以所希望的次序(例如，根据工位位置)来重新排列于画面上(步骤3)。在显示诊断上所需要的图像种类之前，通过反复实行该操作(步骤4)进行图像的分类与重新排列。
[0031]
在这样以手动操作来进行图像的分类与重新排列的情况下，在对被检测体进行宽范围区域的摄影的多工位摄影法等的、所摄影图像张数变多的情况及并排显示多个图像种类的图像等情况下，进行分类及重新排列的图像张数变多，所以操作者的负担加重。因此，为了减轻操作者的负担，优选由MRI装置自动进行图像的分类或重新排列。
[0032]
以下，对与本发明相关的通过多工位摄影法摄影的多张图像的分类与利用其分类结果的多张图像的重新排列进行说明。首先，对实现再构成图像及计算图像的分类的算法(以下，称为自动分类算法)进行说明。
[0033]
自动分类算法实施大致三种类的识别。第一是图像种类的识别(步骤S1-1～S1-6)，在三种类的识别中，需要最复杂的处理。第二是工位位置的识别(步骤S2-1～S2-4)。它们分别对应显示所分类图像的显示格式的横坐标轴、纵坐标轴。第三是摄影时间的识别(步骤S3-1)。这与因任一的理由例如由在摄影中对象移动或者混入人为因素等而在同一图像种类、同一工位位置重复取出(取り直す)图像的情况。
[0034]
本发明的分类处理的特征为，分数次进行图像种类的识别，结束各次图像种类分类之后，适用工位位置的识别与摄影时间的识别，并且仅对判断为分类不完全的图像种类适用详细的图像种类分类。这是因为，当适用过于复杂的各情况时，导致处理时间的增加，并且在每个工位改变摄影条件的情况下的冗长性降低。
[0035]
<自动分类算法的第一实施方式>
根据在图4中所示的流程图，对本发明的代表性的自动分类算法进行说明。在本发明中，操作者指定的各工位图像成为该自动分类算法的适用对象。因此，图4所示的流程图的START不外乎是对作为自动分类对象的工位图像进行指定。
[0036]
首先，操作者所指定的各工位图像被分类为再构成图像与计算图像(步骤S1-1)。再构成图像是指适用傅里叶变换与平滑化(smoothing)、边缘强化等图像滤波后的图像，计算图像是指利用MIP图像及差分图像等多个再构成图像实施运算处理，并对其结果进行图像化的图像。在该分类中，例如参照DICOM的专用标签(プライベ一トタグ)的值。计算图像的标签(tag)中保留着进行何种处理的记录，因此能够利用它进行分类。
[0037]
接着，对再构成图像与计算图像，参照作为图像参数的反转时间TI(Inversion Time)的值，分类成TI值为零以外的图像和为零的图像(步骤S1-2)。以下，以IR图像表达TI值为零以外的再构成图像、以非IR图像表达TI值为零的再构成图像。另外，该分类以后的摄影参数的参照目的地(参照先)为所有DICOM标签的值。而且，对各计算图像与再构成图像，参照作为摄影参数的切片面而分类为轴向(axial)面、弧矢(サジタル：sagittal)面、冠状(コロナル)面(步骤S1-3)，之后进行参照作为摄影参数的摄影法的分类(步骤S1-4)。另外，众所周知，作为摄影法，例如具有SE(Spin Echo)法、EP(Echo Planar Imaging)法等。
[0038]
将以上所说明的步骤S1-1至步骤S1-4的处理作为图像种类的识别处理的第一阶段。上述的步骤S1-1至步骤S1-4的顺序并不是一定要限定于所述记载的顺序。但是，上述的处理顺序，例如考虑以下方式的几点而进行最佳化。
[0039]
第一点：由于计算图像是利用再构成图像而制作，因此将基于摄影方法的分类作为上段的情况下，不对计算图像与再构成图像进行分类。
[0040]
第二点：计算图像的种类少于再构成图像的种类。
[0041]
步骤S1-4结束之后，将所分类的各图像种类作为对象而参照工位位置，从而确认有无相同工位位置的再构成图像或计算图像(步骤S2-1)。在步骤S2-1中，不存在相同工位位置的再构成图像或计算图像的图像种类，被判断为已完成了分类后的工位图像，且从以后的分类处理中排除(步骤S2-2)。
[0042]
这里，关于存在相同工位位置的再构成图像和或计算图像的图像种类，可预料到以下的情况。
(1)利用相同的摄影方法取得了不同的图像种类。
(2)由于图像中混入了人为因素，因此重复了图像。
[0043]
其中，在(1)的情况下需要图像种类的更详细的分类，在(2)的情况下需要判断选择哪个图像。比较两种处理时，正确进行图像种类的分类是更重要，因此优先进行(1)的处理。即，步骤S2-2之后执行以下所示的图像种类的识别处理的第二阶段。
[0044]
在步骤S2-1中，在存在相同工位位置的图像种类中，首先参照摄影参数TE(回波时间)的值，根据与事先设定的阈值的大小比较，来再构成图像和计算图像进行分类(步骤S1-5)。在步骤S1-5中，在TE处于阈值以下的图像种类中，参照摄影参数TR(重复时间)的值，根据事先设定的阈值的大小比较，而对再构成图像和计算图像进行分类(步骤S1-6)。
[0045]
在以上，结束与所述(1)相当的处理。对步骤S1-5和步骤S1-6来讲，与步骤S1-1至步骤S1-4同样，其处理顺序并不一定是限定于所记载的顺序。但是，上述的处理顺序，例如考虑以下方式的几点而进行最佳化。
[0046]
第三点：在图像重分类处理中，假定质子图像、T1强调像、T2强调图像的分类，一般利用相同摄影方法来取得这些图像的例子少，因此步骤S1-1至步骤S1-4的前半部分的处理中图像种类分类处理不包括。
[0047]
第四点：上述三个种类的图像中T2强调像的TE的识别为最容易，因此先进行T2强调像的识别。
[0048]
第五点：具有在胸部及腹部进行同步摄影的情况，因此，由于存在胸部或腹部与下肢利用不同的TR来取得的情况，所以参照摄影参数TR值的处理作为图像种类的分类而在最后实行。
[0049]
在步骤S1-5和步骤S1-6中分类的各图像种类中，再次参照工位位置而确认有无相同工位位置的再构成图像或计算图像(步骤S2-3)。在步骤S2-3中，不存在相同工位位置的再构成图像或计算图像的图像种类中，被判断为已分结束类后的工位图像(步骤S2-4)。另一方面，关于存在相同工位位置的再构成图像或计算图像的图像种类，适用与所述(2)的判断相关的处理。即，在相同工位位置的图像种类中，关于在相同工位位置所摄影的多张再构成图像和计算图像，比较其摄影时间，并且摄影时间靠后的图像，作为显示或合成图像制作中所使用的图像而被选择(步骤S3-1)。
[0050]
据此，结束自动分类处理。在图5中表示根据预先设定的显示格式来显示自动分类图像的结果。以下将在图5中表示的显示法，称为图像种类显示。作为图像种类显示，以下的显示方式起作用，如图5中所示，在上下方向上是从头顶至下肢的次序，在左右方向上是T1强调、T2强调的种类差别。
[0051]
据本实施的自动分类处理，只进行作为现有例的在图9中所示的流程图的最初的操作，就能够实现如图5中所示的图像显示。而且，在显示之前分类多种种类的图像，因此，如专利文献1中所示，通过设定对图像种类显示(或者显示格式)的横坐标轴、纵坐标轴进行表示的特征量，能够立即获得所希望的图像种类显示。据此，能够减少操作者应当进行的操作而减轻操作者的负担。
[0052]
另外，图4中所示的处理，包括几乎在所有的状况中都能够进行图像的自动分类的所有处理，因此并不一定始终都需要所有处理。也可以判断利用多工位摄影法进行的检查、所适用的摄影法，而降低不必要的处理的优先级或排除没必要的处理。另外，所述降低优先级是指在后半部分进行处理。以下，对只选择所需要的处理而进行处理的方法进行说明。
[0053]
在图6中表示自动分类步骤的最佳化画面的一例。每次检查或每个实施设施(例如医院)的调整，都在如图6中所示的最佳化画面下进行。符号11为最佳化画面的窗口，符号12～15为指定处理的优先顺序的四方按钮开关，符号17为摄影参数的输入框。
[0054]
处理的选择，通过选择四方按钮开关12、13、14、15而进行。图6中，涂黑的四方按钮开关12、14的处理为高优先级，阴影的四方按钮开关15为优先顺序中程度，白色的四方按钮开关13为不进行处理的情况。也就是说，对计算图像、再构成图像的分类(四方按钮开关12)和切片面的判断(四方按钮开关14)的处理进行选择的情况。
[0055]
作为更详细的处理的选择的、与由四方按钮开关14所表示的切片面的判断相关的处理，通过由球形按钮开关16来指定优先项目而进行。图6是将以切片面为COR面的图像种类设为优先而进行分类的情况。另外，在对利用四方按钮开关15所表示的摄影参数的阈值进行指定的处理中，根据输入于输入框17的数值进行分类。
[0056]
另外，也可以利用图6设定显示格式。成为在图5中所示的图像种类显示基础的显示格式的横坐标轴为图像种类(参照第一识别结果)，纵坐标轴为工位位置(参照第二识别结果)。一般，都是以该方式来设定，但是，通过将图6中所输入·设定的处理结果作为特征量，能够设定显示格式的纵坐标轴和横坐标轴。
[0057]
<自动分类算法的第二实施方式>
自动分类算法的第一实施方式，一并分类所有种类的图像，而自动分类算法的第二实施方式，在已经对被检测体的下述图像种类的图像进行摄影的情况下，对图像进行分类处理。另外，在以下的说明中，对与第一实施方式相同的部分，标相同的符号，并且省略其说明。
(a)T1强调像：利用SE法COR面进行多工位摄影(以下称为T1图像数据)
(b)T2强调像：利用FSE法对COR面进行多工位摄影(以下称为T2图像数据)
(c)扩散强调像：利用EPI法对AX面进行多工位摄影，并适用MIP处理。此时，投影于COR面而制作COR面的MIP图像。(以下称为MIP图像数据)
对上述三种图像种类，即T1图像数据、T2图像数据、MIP图像数据以及各图像数据的工位位置进行分类。这是作为图6的按钮开关而只选择对计算图像和再构成图像分类进行控制的按钮12的情况。据此，从图4中所示的流程图排除判断摄影参数TI的处理(步骤S1-2)、判断切片面的处理(步骤S1-3)、判断摄影参数TE、TR的处理(步骤S1-5和步骤S1-6)。另外，由于不发生步骤S1-5和步骤S1-6，故不需要后续的步骤S2-3、步骤S2-4。因此，此时的图像种类的分类处理变成在图7中所示的流程。
[0058]
以下，根据图7中所示的流程图，对自动分类算法的第二实施方式的处理流程进行说明。
[0059]
首先，T1图像数据和T2图像数据被分类为再构成图像，MIP图像数据被分类为计算数据(步骤S1-1)。作为再构成图像而被分类的T1图像数据和T2图像数据，通过判断摄影方法的步骤S1-4被识别为是不同的两种图像种类(步骤S1-4)。与此同样，被分类为计算图像的MIP图像数据，在判断摄影法的步骤S1-4中，被识别为一种的图像种类(步骤S1-4)。如以上那样，在步骤S1-1～步骤S1-4中，识别图像种类为三个种类。
[0060]
在各三个种类的图像种类中，参照工位位置判断有无相同工位位置(步骤S2-1)。由于摄影对象的体动等原因，在没有对相同工位进行多次摄影的情况下，在一个图像种类中工位位置不会重复。因此，在这种情况下，从分类处理中排除(步骤S2-2)。例如，当在扩散强调像摄影时由于摄影对象的体动，而两次进行指定工位的摄影时，通过步骤S2-1判断为存在相同工位位置。因为不符合排除步骤S2-2的分类处理，所以与相同工位位置的两个图像数据相关地比较摄影时间，选择摄影时间靠后的图像数据作为使用于合成图像制作的图像数据(步骤S3-1)。
[0061]
以上，利用取得T1强调像、T2强调像、扩散强调像的例子来进行了说明，同样，根据本实施方式，在一起指定多工位并且多个图像种类的图像数据的情况下，也能够分类工位位置和图像种类，从而能够提高制作合成图像时的操作性能。
[0062]
上述的说明是在通过图7中所示的按钮开关只选择计算图像再构成的分类控制时的分类处理的例子。在通过按钮开关选择所有的分类控制的情况下分类结果也都相同。为了缩短处理时间，优选利用图6的按钮开关而以仅执行所需的处理的方式对处理进行指定。
[0063]
如以上所述，通过利用在图4、图7中所示的自动分类的处理步骤以及在图6中所示的自动分类步骤最佳化画面，能够简化从基于多工位摄影法的摄影结束到合成图像制作中所需要的操作。而且，在一起输入多个种类的图像的情况下也自动进行图像分类，因此不需要进行操作者识别图像而选择图像种类的操作、或根据工位位置指定图像顺序的操作，从而能够简化图像合成时、比较研究时的操作者的处理，而提高操作性。另外，由于能够简单又短时间地完成分类，因此能够容易进行血栓、肿瘤的转移等的甄别(screening)检查。
[0064]
另外，在以上的说明中，将自动分类功能作为默认(default)功能而作为图像显示说明了工位差别显示，但是，本发明中的分类功能并不限定于所述的说明。即，在根据图8(a)的选择画面对“以图像种类显示”添加高优先顺序的情况下，设成为能够选择在上下方向上按从头顶到下肢的顺序，在左右方向上显示指定图像种类的多切片(multi slice)图像的不同切片显示，且在切片差别显示的条件下也可以适用本发明。或者也可以能够利用图8(b)的选择画面而选择自动分类功能的适用·非适用。在自动分类功能为非适用的情况下，也可以设置为当根据图8(a)的选择画面输入显示格式的设定时，进行自动分类处理而显示图像种类显示。另外，在图8的选择画面的操作方法与在如图6中所示的自动分类步骤的最佳化画面中的操作方法相同。

Claims (15)

1、一种磁共振成像装置，其特征在于，
具备：
图像取得部，其将被检测体的摄影区域分割为多个工位，在每个工位取得图像种类不同的多张图像；
显示控制部，其以规定的显示格式来显示所述多张图像，
还具备：分类处理部，其按图像种类对所述多张图像进行分类，
所述显示控制部基于所述分类处理部的分类结果，按照图像种类以所述规定的显示格式对所述多张图像进行显示。
2、如权利要求1所述的磁共振成像装置，其特征在于，
所述图像取得部改变摄影参数而取得所述多张图像，
所述分类处理部按照所述摄影参数的不同来分类所述多张图像，
所述显示控制部按照所述摄影参数的不同来显示所述多张图像。
3、如权利要求2所述的磁共振成像装置，其特征在于，
所述分类处理部，基于包含有反转时间TI、切片面、摄影法、回波时间TE以及重复时间TR的摄影参数中的至少一个，对所述多张图像进行分类。
4、如权利要求1所述的磁共振成像装置，其特征在于，
所述分类处理部按照工位位置对所述多张图像进行分类，
所述显示控制部按照工位位置对所述多张图像进行显示。
5、如权利要求1所述的磁共振成像装置，其特征在于，
所述分类处理部以多种观点对所述多张图像进行分类。
6、如权利要求5所述的磁共振成像装置，其特征在于，
所述多种观点包括摄影参数观点和工位位置观点。
7、如权利要求1所述的磁共振成像装置，其特征在于，
所述图像取得部，具有对所述被检测体进行摄影而取得再构成图像的再构成图像部以及利用多张所述再构成图像而取得计算图像的计算图像取得部，
所述分类处理部，使所述多张图像分类为所述再构成图像和所述计算图像，
所述显示控制部，区分显示所述再构成图像和所述计算图像。
8、如权利要求2所述的磁共振成像装置，其特征在于，
所述分类处理部，从在相同工位位置并且以相同摄影参数所取得的摄影时间不同的多张图像内，选择摄影时间靠后的图像。
9、如权利要求2所述的磁共振成像装置，其特征在于，
还具备：输入部，其能够设定：所述摄影参数的对分类处理的适用·非适用的输入、作为分类条件的回波时间(TE)和重复时间(TR)的阈值设定、以及分类中是否参照反转时间(TI)。
10、如权利要求6所述的磁共振成像装置，其特征在于，
所述显示控制部，根据所述规定的显示格式，以从画面上方朝向下方、从头顶的图像至下肢的图像的顺序来配置同一图像种类且工位位置不同的图像，在画面左右方向上配置图像种类不同的图像。
11、一种图像分类方法，对使用磁共振成像装置的、通过对被分割为多工位的被检测体进行摄影而在每个工位取得的多张图像进行分类，其特征在于，
具有：
图像种类分类步骤，其中按照图像种类对所述多张图像进行分类；
显示步骤，其中基于所述图像种类分类步骤的分类结果，以规定的格式来显示所述多张图像。
12、如权利要求11所述的图像分类方法，其特征在于，
还具有：工位位置分类步骤，其中将按照所述图像种类所分类的多张图像进一步按工位位置来进行分类，
所述显示步骤，基于所述工位位置分类步骤的分类结果以规定格式对所述多张图像进行显示。
13、如权利要求11所述的图像分类方法，其特征在于，
所述图像种类分类步骤，分类为再构成图像和利用多张再构成图像而制作的计算图像。
14、如权利要求11所述的图像分类方法，其特征在于，
所述图像种类分类步骤，基于包含有反转时间(TI)、切片面、以及摄影法的摄影参数内的至少一个，对所述多张图像进行分类。
15、如权利要求13所述的图像分类方法，其特征在于，
在所述工位位置分类步骤中，在同一工位位置上分类有多张图像的情况下，进而执行如下的步骤内的至少一个步骤，即：
基于回波时间(TE)和重复时间(TR)内的至少一个，对所述同一工位位置的多张图像进行分类的步骤，
从所述同一工位位置的多张图像内选择摄影时间靠后的图像的步骤。
CN2008800153936A 2007-05-09 2008-04-22 磁共振成像装置及图像分类方法 Expired - Fee Related CN101677782B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP124608/2007 2007-05-09
JP2007124608 2007-05-09
PCT/JP2008/057712 WO2008146551A1 (ja) 2007-05-09 2008-04-22 磁気共鳴イメージング装置及び画像分類方法

Publications (2)

Publication Number Publication Date
CN101677782A true CN101677782A (zh) 2010-03-24
CN101677782B CN101677782B (zh) 2013-05-15

Family

ID=40074821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008800153936A Expired - Fee Related CN101677782B (zh) 2007-05-09 2008-04-22 磁共振成像装置及图像分类方法

Country Status (4)

Country Link
US (1) US20100119136A1 (zh)
JP (2) JP5426370B2 (zh)
CN (1) CN101677782B (zh)
WO (1) WO2008146551A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5426370B2 (ja) * 2007-05-09 2014-02-26 株式会社日立メディコ 磁気共鳴イメージング装置及び画像分類方法
EP2791838B1 (en) * 2011-12-15 2019-10-16 Koninklijke Philips N.V. Medical imaging reconstruction optimized for recipient
DE102012217262B4 (de) * 2012-09-25 2023-10-26 Siemens Healthcare Gmbh Verfahren zur automatischen Magnetresonanz-Bildgebung und Magnetresonanzanlage
JP6378715B2 (ja) * 2016-04-21 2018-08-22 ゼネラル・エレクトリック・カンパニイ 血管検出装置、磁気共鳴イメージング装置、およびプログラム
JP7325924B2 (ja) * 2017-08-25 2023-08-15 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、その制御方法、及びプログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6553327B2 (en) * 1998-09-16 2003-04-22 Yeda Research & Development Co., Ltd. Apparatus for monitoring a system with time in space and method therefor
JP3040748B2 (ja) * 1998-06-15 2000-05-15 ジーイー横河メディカルシステム株式会社 Ｍｒｉ用垂直マグネット装置およびｍｒｉ装置
WO2001035842A1 (en) * 1999-11-15 2001-05-25 Synthes Ag Chur Method and device for the determination of reduction parameters for the subsequent reduction of a fractured bone
US6901156B2 (en) * 2000-02-04 2005-05-31 Arch Development Corporation Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images
US6690962B2 (en) * 2000-09-15 2004-02-10 Institut fur Diagnostikforshung GmbH Process for graphic visualization and diagnosis of thrombi by means of nuclear spin tomography with use of particulate contrast media
JP2004337347A (ja) * 2003-05-15 2004-12-02 Fuji Photo Film Co Ltd 医用画像情報処理装置及び画像サーバ
JP4435530B2 (ja) * 2003-10-08 2010-03-17 株式会社東芝 医用画像集合処理システム及び医用画像集合処理方法
JP4891577B2 (ja) * 2004-08-30 2012-03-07 株式会社東芝 医用画像表示装置
EP2284794B1 (en) * 2004-11-26 2017-01-18 Toshiba Medical Systems Corporation X-ray CT apparatus and image processing device
JP4713914B2 (ja) * 2005-03-31 2011-06-29 株式会社東芝 医用画像管理装置、医用画像管理方法及び医用画像管理システム
JP4713917B2 (ja) * 2005-04-12 2011-06-29 株式会社東芝 超音波診断装置、画像表示装置、及び画像表示方法
WO2006134958A1 (ja) * 2005-06-14 2006-12-21 Hitachi Medical Corporation 磁気共鳴イメージング装置及び方法
JP5075344B2 (ja) * 2006-03-16 2012-11-21 株式会社東芝 Ｍｒｉ装置及び画像表示装置
JP4936929B2 (ja) * 2007-02-28 2012-05-23 株式会社東芝 Ｘ線診断装置及び画像表示方法
JP5426370B2 (ja) * 2007-05-09 2014-02-26 株式会社日立メディコ 磁気共鳴イメージング装置及び画像分類方法
US8139832B2 (en) * 2008-12-12 2012-03-20 Hologic, Inc. Processing medical images of the breast to detect anatomical abnormalities therein

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法
CN102778662B (zh) * 2011-04-19 2016-08-03 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法

Also Published As

Publication number Publication date
CN101677782B (zh) 2013-05-15
JPWO2008146551A1 (ja) 2010-08-19
US20100119136A1 (en) 2010-05-13
JP5777678B2 (ja) 2015-09-09
JP2014012206A (ja) 2014-01-23
WO2008146551A8 (ja) 2009-12-23
WO2008146551A1 (ja) 2008-12-04
JP5426370B2 (ja) 2014-02-26

Similar Documents

Publication Publication Date Title
Alseelawi et al. A Novel Method of Multimodal Medical Image Fusion Based on Hybrid Approach of NSCT and DTCWT.
CN101677782B (zh) 磁共振成像装置及图像分类方法
JP3707822B2 (ja) 画像表示装置
CN102058409B (zh) 扫描条件设置设备、医疗设备及设置扫描条件的方法
CN107633521A (zh) 一种脊椎识别和命名系统、方法及装置
JP2019520120A (ja) テンソル場マッピング
Rudie et al. Clinical assessment of deep learning–based super-resolution for 3D volumetric brain MRI
Šajn et al. Image processing and machine learning for fully automated probabilistic evaluation of medical images
US20230077305A1 (en) Systems and methods for image data acquisition
Haarburger et al. Multi scale curriculum CNN for context-aware breast MRI malignancy classification
CN107440719A (zh) 用于显示定量磁共振图像数据的方法
CN110223279A (zh) 一种图像处理方法和装置、电子设备
Varsavsky et al. PIMMS: permutation invariant multi-modal segmentation
EP3605548A1 (en) Systems and methods for automated graphical prescription with deep neural networks
US11580673B1 (en) Methods, systems, and computer readable media for mask embedding for realistic high-resolution image synthesis
Zhang et al. PTNet3D: A 3D high-resolution longitudinal infant brain MRI synthesizer based on transformers
US10159424B2 (en) Method and apparatus for generating medical image data records
CN109324302B (zh) 根据读入的图像数据自动识别和设置磁共振协议
Murali et al. Bringing MRI to low‐and middle‐income countries: directions, challenges and potential solutions
Ren et al. Controllable medical image generation via GAN
CN109035316A (zh) 核磁共振图像序列的配准方法及设备
KR101467346B1 (ko) 영상영역확장을 위한 자기공명영상 정합 및 합성 방법
CN104252295B (zh) 提供用于医学成像的用户界面的方法和设备
Niu et al. Fusion of multiple spatial networks derived from complex-valued fMRI data via CNN classification
CN105453138B (zh) 三维图像数据分析和浏览

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20170324

Address after: Tokyo, Japan, Japan

Patentee after: Hitachi Ltd.

Address before: Tokyo, Japan, Japan

Patentee before: Hitachi Medical Corporation

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130515

Termination date: 20210422