CN103999087A - 针对接收方优化的医学成像重建 - Google Patents
针对接收方优化的医学成像重建 Download PDFInfo
- Publication number
- CN103999087A CN103999087A CN201280061621.XA CN201280061621A CN103999087A CN 103999087 A CN103999087 A CN 103999087A CN 201280061621 A CN201280061621 A CN 201280061621A CN 103999087 A CN103999087 A CN 103999087A
- Authority
- CN
- China
- Prior art keywords
- image
- take over
- reconstruction
- over party
- feedback
- 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
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 37
- 238000003384 imaging method Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 45
- 238000012360 testing method Methods 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000013441 quality evaluation Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims 3
- 230000001143 conditioned effect Effects 0.000 claims 1
- 230000001052 transient effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000001959 radiotherapy Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005352 clarification Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
- A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Processing Or Creating Images (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
一种数据库(52)，其存储图像接收方重建概要，每个所述图像接收方重建概要均包括图像重建参数值。一种图像重建模块(30)，其被配置为重建医学成像数据，以生成重建图像。一种图像重建设置模块(50)，其被配置为针对与一组医学成像数据相关联的预期图像接收方，从所述数据库(52)检索图像接收方重建概要，并且被配置为调用所述图像重建模块(30)，以使用所检索的图像接收方重建概要的图像重建参数值，来重建所述一组医学成像数据，以生成针对所述预期图像接收方的重建图像。一种反馈采集模块(54)，其被配置为从所述预期图像接收方采集关于针对所述预期重建接收方的所述重建图像的反馈。一种概要更新模块(56)，其被配置为基于所采集的反馈，来更新所述预期图像接收方的所述图像接收方重建概要。
Description
技术领域
以下涉及医学领域，医学成像领域、基于成像的医学诊断与处置领域、医学图像重建领域，以及相关领域。
背景技术
医学成像是临床评估、诊断和监测的重要工具，并且被用于各种应用，例如肿瘤评估、辐射治疗规划与监测、心脏评估等。医学成像系统为特制化设备。在大多数医疗设施(例如医院、诊所等)中，医学成像是如下地执行的。首先，医生、放射科医师或其他医学专业人员(后文称作“医师”)检查患者并安排医学成像时程(session)。将患者转移到医学成像设施，其可以在医院内，或者可以为外部缔约方或附属设施。在所述医学成像设施处，技师按照医师的处方执行成像数据采集，并重建所述成像数据以生成人类可观看的图像。所述技师能了解所述医学成像系统及附属图像重建的功能，但不一定是医生并且通常未受训练或未被授权基于所重建的医学图像发表医学结论。而是相反，所重建的医学图像被发送回所述医师，或为物理打印输出，或为经由电子邮件发送的数据文件，或为被存储在图片存档及通信系统(PACS)中以由所述医师检索的数据文件等。医师然后审查所述图像，从所述图像作出医学结论，并且任选地基于那些结论启动或更新患者处置。
所述医学成像设施可以容纳多于一个给定成像模态的成像系统。这些成像系统可以包括来自相同制造商的不同型号，和/或来自不同制造商的型号。而且，给定的成像系统具有有限的操作寿命，在所述操作寿命之后其被(典型地较新的)成像系统代替。这些各种成像系统可以使用不同的缺省参数(例如不同的缺省滤波器和滤波器设定)产生具有不同特性(例如分辨率、动态范围等)的图像。所述医学成像设施可以配备具有各种训练水平、背景、成像经验等的两个、三个、四个或更多个(可能很多个)技师。这些各种技师可以对“最佳的”一组参数具有不同的选择，以针对给定的图像重建使用，并且因此不同技师可以产生具有不同类型的“调谐(tuning)”的图像。
所有这些对所述医师而言都是透明的。从所述医师的角度，医学成像如下操作：(1)写出针对医学图像的处方，以及(2)接收开具处方的医学图像。如果所述医师对所接收的医学图像的质量不满意，则他或她可以请求用不同的参数重复所述图像重建。这耗费宝贵的时间，不管是在计算机处理方面还是在用于将所述医师的请求转换成所述重建参数的调节的技师时间两个方面。需要修改所述重建的哪个方面以使所述医师满意，可能也是不清楚的。
进一步地，一般不存储所述医师所优选的修改的重建设置。在一些情况中，技师可以记起医师的优选重建设置，并在未来的研究中使用它，但是并不总是如此。而且，在大型设施中，相同的技师可能不总是执行针对所述医师的图像重建。更进一步地，如果存在多个审查者(例如处方医师和专科医师)，他们每个人可以对图像质量有不同看法。
这些考虑也给成像系统制造商带来不利影响。制造商典型地针对改进的图像质量使用客观参数。然而，客观上较优的图像可能不是做出诊断并因此需要对所述图像感觉舒服的医师优选的图像。对于制造商而言，很难或不可能提供令使用成像系统的每个医师都满意的“一刀切”重建。目前，是通过基于来自个体医师的反馈，个体地调节所述重建来进行适应的。结果是来自具有不同图像重建偏好的不同医师的相互独立的并且一般为主观的指令。
下文预期改进的装置与方法，其克服上文提及的限制以及其他限制。
发明内容
根据一个方面，一种装置，包括：数据库，其存储图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；以及电子处理器，其被配置为通过包括以下步骤的过程来从医学成像数据生成重建图像：针对预期图像接收方，从所述数据库检索图像接收方重建概要，并且使用所检索的图像接收方重建概要的图像重建参数值，来重建所述医学成像数据以生成所述重建图像。在一些实施例中，所述电子处理器还被配置为执行概要更新过程，所述概要更新过程包括：从所述预期图像接收方收集关于所述重建图像的反馈；并且基于所收集的反馈，更新针对所述预期图像接收方的所述图像接收方重建概要。
根据另一方面，一种方法，包括：从存储有图像接收方重建概要的数据库检索针对预期图像接收方的图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；并且使用所检索的图像接收方重建概要的图像重建参数值，来重建所述医学成像数据以生成所述重建图像。在一些实施例中，至少所述检索和所述重建是由电子处理器执行的。在一些实施例中，所述方法还包括：从所述预期图像接收方收集对所述重建图像的反馈；并且基于所收集的反馈，更新针对所述预期图像接收方的所述图像接收方重建概要；其中，至少所述更新是由所述电子处理器执行的。在一些实施例中，一种永久性存储介质存储指令，所述指令可由电子处理器运行以执行在本段中阐述的方法。
根据另一方面，一种装置，包括：数据库，其存储图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；图像重建模块，其被配置为重建医学成像数据以生成重建图像；以及图像重建设置模块，其被配置为针对与一组医学成像数据相关联的预期图像接收方，从所述数据库检索图像接收方重建概要，并且被配置为调用所述图像重建模块，以使用所检索的图像接收方重建概要的图像重建参数值，来重建所述一组医学成像数据，以生成针对所述预期图像接收方的重建图像。所述图像重建模块和所述图像重建设置模块适当地是由电子处理器实施的。在一些实施例中，所述装置还包括：反馈采集模块，其被配置为从所述预期图像接收方采集与针对所述预期图像接收方的所述重建图像有关的反馈；以及概要更新模块，其被配置为基于所采集的反馈，更新所述预期图像接收方的所述图像接收方重建概要。所述反馈采集模块和所述概要更新模块也是由电子处理器实施的。
根据另一方面，一种方法包括：使用电子处理器运行图像重建操作，其中，每个图像重建操作使用特定于预期图像接收方的重建参数，将成像数据重建成针对所述预期图像接收方的重建图像；并且显示或打印针对所述预期图像接收方的重建图像。所述方法可以还包括：基于从各自预期图像接收方接收的关于所述重建图像的反馈，更新特定于所述各自预期图像接收方的所述重建参数。在一些实施例中，特定于预期图像接收方的重建参数的所述更新基于来自所述预期图像接收方的反馈，所述反馈包括针对所述预期图像接收方的在两个或多个重建图像之间进行的图像质量比较。
一个优点在于提供被调谐为所述图像所意图针对的医师或放射科医师偏好的图像，并且用所述经调谐的图像，医师或放射科医师很可能会感到舒适。
另一优点在于提供具有改进的临床值的图像，因为通过为所述医师或放射科医师提供被调谐到所述接收方个体偏好的图像，而使诸如图像锐度或噪声水平的附属问题得以缓和。
另一优点在于提供前述优点，而无需要求所述医师或放射科医师具有对医学成像和所述图像重建过程的深入了解。
在阅读以下详细描述之后，众多额外的优点和益处对本领域普通技术人员将是显而易见的。
附图说明
本发明可以采取各种部件与各部件的布置以及各个步骤与各步骤的安排的形式。附图仅是出于图示优选的实施例的目的，并且不应被解释为对本发明的限制。
图1图解地示出了医学成像设施和图像显示工作站，所述图像显示工作站用于查看由所述医学成像设施生成的图像。
图2以图解地示出了由图1的医学成像设施适当地执行的图像重建过程。
图3以图解地示出了由图1的医学成像设施和图像显示工作站适当地执行的图像审查与医师重建概要更新过程。
具体实施方式
本文中公开的是医师可以在其中指定他或她的优选重建参数值的成像系统与方法。这使得所述重建能够被定制为特定医师的偏好，并且避免了“一刀切”重建。为了实现该目的，所公开的方法针对不同医师使用不同重建参数值(即，不同的重建“概要”)。而且，由于本文中认识到，典型的医师可能并不精通特定的重建算法及其具体参数，所公开的方法使得医师能够通过提供针对一个或多个重建图像的图像质量评估的中介，来间接指定优选的重建参数值。所公开的方法使用该间接信息，以确定所述医师的参数值偏好。在一些实施例中，为医师提供一个参数被改变的重建图像，并且所述医师仅仅比较性地对所述图像进行评价，例如图像“A”优于图像“B”。然后根据被用于生成被所述医师评价为最佳质量的所述图像的值，在所述医师的重建概要中调节被改变的参数的值。针对每个医师存储一组优选重建设定(即，“医师概要”)，从而根据所述特定医师接收所述图像的偏好，来执行后续图像重建。如果所述医师不请求使用不同设定来完成重建，则该信息可以被用于更新所述医师的概要，使得所述概要反映所述医师的当前偏好。
参考图1，描述了一些公开的成像系统与方法。图1图解地指示由两个成像装置10、12表示的成像设施，所述两个成像装置为采集成像数据集存储器14，以及电子处理器16，电子处理器16被配置为根据本文公开的方法重建成像数据以生成重建图像。示例性成像装置10、12均为用于采集辐射成像数据的伽马相机，所述辐射成像数据例如单光子发射计算机断层摄影(SPECT)数据。伽马相机10采用旋转机架支撑机械手操纵的探测器头，而伽马相机12采用被安装在无机架连接式机械臂上的探测头。伽马相机10可以，例如被实现为BrightViewTMSPECT系统，而伽马相机12可以，例如被实现为SKYLightTM核相机(两者均可从荷兰埃因霍温的皇家飞利浦电子股份有限公司获得)。更一般地，成像装置10、12可以被实现为用于采集一种或多种成像模态的成像装置，例如一个或多个磁共振(MR)扫描器、一个或多个透射计算机断层摄影(CT)扫描器、一个或多个SPECT成像器(如图示的)、一个或多个正电子发射断层摄影(PET)扫描器等。一般而言，成像装置10、12可以全部来自相同的制造商，或者可以包括来自不同制造商的成像系统。而且，所述成像设施的成像装置的数目可以少至单个成像装置，并且没有上限。尽管两个示例性成像装置10、12被示为在一起，但也预期所述成像装置定位于不同房间，或甚至不同建筑物中。
采集成像数据集存储器14可以被实现为基本上任意类型的数据存储器，例如磁的、光学的、电子的等，并且可以包括单个数据存储设备或多个数据存储设备(例如在一些实施例中针对每个成像系统可以有单独的成像数据集存储器)。
由示例性计算机20适当地实现电子处理器16，计算机20具有键盘22或(一个或多个)其他输入设备(例如鼠标或其他定点设备)，以及显示器24或(一个或多个)其他输出设备(例如，用于生成硬拷贝的打印机)。大体上，可以以各种方式将电子处理器16实现为台式计算机、笔记本计算机、基于网络的服务器计算机、图形处理单元(GPU)等。在一些实施例中，存储器14与电子处理器16集成，例如作为所述电子处理器的硬盘驱动器。
电子处理器16实施图像重建系统。为此，电子处理器16采用适当的图像重建技术来实施图像重建模块30，所述图像重建技术例如迭代正/反投影重建、傅立叶变换重建等。重建模块30重建来自数据集存储器14的采集医学成像数据集，以生成重建图像，所述重建图像被重建图像传送模块32分发到预期图像接收方(例如，医师，或放射科医师等)。传送模块32例如可以包括图片存档及通信系统(PACS)，其存储所述重建图像，并且至少可在医学数据网络上，以及可能地也在结合适当的安全保障(例如仅可由授权的医疗人员访问的安全登录)的互联网上可用。传送模块32可以采取其他形式，例如自动电子邮件(email)系统，其将所述重建图像以电子邮件方式发送给在所述接收方电子邮件地址的预期图像接收方。可选地，预期手动实施传送模块32的功能，例如通过物理打印输出所述重建图像，并经由普通邮件、速递、医疗设施的国际邮件系统等等，手动地将所打印的重建图像传送到所述预期图像接收方。
预期图像接收方接收(例如作为电子图像的)重建图像，但是也预期物理打印输出。在电子图像的情况中，所述预期图像接收方(例如医师或放射科医师)典型地经由接收方图像显示与审查模块36查看所述图像，接收方图像显示与审查模块36适当地由计算机或工作站40实施，计算机或工作站40具有键盘42或(一个或多个)其他输入设备(例如鼠标或其他定点设备)以及显示器44或(一个或多个)其他输出设备(例如用于生成硬拷贝的打印机)。大体上，可以以各种方式将显示/审查模块36实现为台式计算机、笔记本计算机、与基于网络的服务器计算机操作性通信的“哑”终端、图形处理单元(GPU)等。典型地，显示器44为高分辨图形彩色或单色显示器，其可以提供所述重建图像的高质量显示，可能地包括以下特征，例如放大或缩放、各种伪彩色渲染、图像滤波、切片或区域提取(在三维或体积或多切片图像的情况中)、电影(CINE)序列显示(在具有时间维度的图像的情况中)等。所述预期图像接收方典型地为医师或放射科医师，其使用所显示的图像，以作出医学结论或执行其他医学操作。接收方图像显示与审查模块36在图1中被图示为由计算机或工作站40实施，其不同于实施所述重建系统的计算机20；然而，也预期两个电子处理器20、40被实现为单个计算机或其他单个电子处理器。
在这方面，在一些实施例中，显示/审查模块36包括治疗规划功能。例如，如果所述预期图像接收方为肿瘤科医师并且所述重建图像为用于辐射治疗规划的规划图像，则显示/审查模块36适当地包括图像分割功能，通过该功能，所述肿瘤科医师可以描绘要被辐照的恶性肿瘤以及要限制它们的辐射暴露的相邻紧要器官。任选地，具有图像分割功能的显示/审查模块36可以还包括辐射治疗规划功能，例如执行逆向调强辐射治疗(IMRT)规划，以计算用于执行辐射治疗的多叶准直器(MLC)设定或其他参数值。作为另一个临床范例，所述预期图像接收方可以为心脏病科医师，并且所述重建图像为心脏及周围血管的。在该情况中，显示/审查模块36可以包括诸如图像分割(在这里被用于描绘诸如心脏及其组成，例如心房和心室的特征)的功能和诸如对心脏体积的计算的分析工具。
如前面讨论的，本文中认识到，不同的预期图像接收方(例如不同的医师或放射科医师)可以对要采用的“最佳”图像重建参数值具有不同的偏好。例如，一个图像接收方可能偏好通过强滤波提供的较平滑的图像，甚至以因所述强滤波造成的对精细细节或锐度的某种损失，或较低的图像分辨率为代价。另一方面，另一图像接收方可以偏好相反：对精细细节和锐度的保留以及最大图像分辨率，甚至以较高的噪声或潜在的伪影等为代价。又另一图像接收方——其职业生涯的大部分时间都在阅读由较老的成像系统生成的图像——可能偏好用模拟较老系统的参数值重建的图像，即使得到的重建图像在客观上并没有以较新成像系统可达到的那么好(其例如可以能够有较高的图像分辨率、较高的SNR等等)。本文中认识到，从医学的观点上，为所述预期图像接收方提供具有由该接收方偏好的特性的重建图像是有利的，即使该重建图像将不是操作电子处理器16以执行所述图像重建的技师所偏好的。
为此，由电子处理器16实施的图像重建设置模块50执行重建设置操作。设置模块50识别要被重建的所述成像数据集和要采用的重建算法(如果重建模块30能够采用不同重建算法的话)。可以使这些识别操作自动化，或者这些识别操作可以利用由操作电子处理器16以执行所述图像的所述技师提供的识别输入。额外地，设置模块50访问数据库52，数据库52存储针对由所述成像设置服务的各个图像接收方的图像接收方重建概要。每个图像接收方重建概要具有包括由对应的图像接收方偏好的图像重建参数值。其值被存储在数据库52中的所述参数可以包括(但不限于)：迭代的次数(针对迭代重建算法，例如迭代正/反投影重建)、像素或体素大小、弛豫因子、图像滤波参数(例如，滤波器阶数、截止频率等等)、与运动补偿相关的参数、图像阶段等。每个概要针对各自的图像接收方，并且包含一般不同于其他图像接收方的那些的参数值。通过针对预期图像接收方从数据库52检索所述图像接收方重建概要，并使用所检索的图像接收方重建概要的图像重建参数值来重建所述医学成像数据以生成所述重建图像，结果就是所述重建图像与所述预期图像接收方的偏好一致。
图像接收方典型地为这样的医师或放射科医师，其可能并不充分了解所述图像重建算法，以直接指定他或她优选的图像重建参数值。因此，由电子处理器16实施的反馈采集模块54从所述预期图像接收方采集关于图像质量偏好的间接反馈，并且由电子处理器16实施的概要更新模块56基于该反馈，确定针对参数的更新值(或针对多个参数的更新值)，并用(一个或多个)更新的参数值来更新数据库52中的所述概要。
反馈采集模块54可以被配置为以各种方式采集检验性反馈。在直接评估方法中，所述图像接收方明确地对所述图像进行评价。在一种实现方式中，显示与审查模块36包括提供图像评价对话窗口或框的插件或其他特征。任选地，所述对话窗口或框可以是用户可配置的。在一些实施例中，所述评价为综合评价(例如，诸如具有被约束在范围[0，100]内的整数响应的询问“请在0至100的尺度上评价该图像的质量，其中‘0’为不可接受地差的图像并且‘100’为最高质量的图像”)。可选地，所述图像质量评价可以对应于多个标准，例如对比度、锐度等等。在该方法中，将针对当前重建图像的所述评价反馈与由相同图像接收方针对采用相同重建算法或以非常可比的其他方式的较早重建图像的先前评价进行比较，并用被用于生成所述各自重建图像的重建参数值关联所述各个评价。所述当前重建图像与各个较早图像之间的所述评价差异决定改变程度。如果所述评价与图像质量的可识别方面有关，则也可以无需任何对比性图像使用该方法。例如，可以容易地将关于清晰度的评价与涉及锐度与噪声之间的折衷的重建参数值(例如滤波器值)相关联。因此，如果所述图像接收方将所述图像评价为在锐度方面低，则可以降低所述滤波器以增大锐度。在该方法中，将任选地存在对应于噪声或伪影的另一评价，以评估折衷的图像方面。
在从所述图像接收方请求单次总体图像质量评价时，这一般不足以确定哪个(些)参数值应被更新。而是相反，所述单次评价在与其进行比较的采用不同的重建参数值的其他被评价图像的背景下有用。在该背景下，如果当前图像使用针对某个参数的不同值，并且所述当前图像被评价为低于先前图像，则这暗示在所述参数值中的最近的改变并不是所述图像接收方优选的。为了提供这种变化，在一些实施例中，通过采用反馈测试集请求子模块58来提供检验性反馈，以请求对选定的参数的值被改变了的一个或多个测试重建图像的自动生成。典型地，所述参数值的所述改变为某个百分数或预选量Δ的，例如具有参数值增大10％的图像，和具有参数值减小10％的图像。可以在所述重建系统的休眠期间(典型地在午夜期间)，生成这样的重建图像。然后为所述预期图像接收方呈现以下两者：使用接收方的概要生成的所述图像，以及还有使用选定的参数被改变了的该概要生成的额外图像或多个图像。所述接收方选择(亦即，投票选择)最佳图像，并且该投票有效地为针对被用于生成所选择图像的所述参数的所述值的投票(尽管这些细节对于所述图像接收方是透明的)。为了所述图像接收方投票，在一些实施例中，遵循以下方式用语言表述所述请求：“请选择使用哪个图像进行分析”，并且在由所述图像接收方选择(即，投票)时，将剩余图像从图像工作站40移除。代替针对最佳图像的投票，也可以请求图像接收方关于图像质量(或其一方面)对所述图像进行排名。这种排名可能对于所述图像接收方而言更为耗时，但确实提供了用于更新所述接收方的重建概要的额外信息。
反馈采集模块54可以采集反馈的另一种方式是通过探测明确的回顾性重建。这里，场景为预期图像接收方接收图像，发现其不可接受，并且请求新的图像重建。典型地，所述请求将被指向技师或者他或她的指导者，并且所述技师将把所述接收方的反对意见“翻译成”(希望是)改进的图像重建参数值，并将使用那些改进的参数值重复所述重建。反馈采集模块54探测所重复的重建，识别所改进的参数值，并用那些值更新所述图像接收方的概要。
反馈采集模块54可以采集反馈的另一种方式是通过监测所述图像接收方对重建后滤波的使用。该方法预设接收方的图像显示/审查模块36包括可以被图像接收方应用于重建图像的图像滤波功能。所述反馈原理在于，所述图像接收方仅在他或她相信所述滤波可以产生更优图像时可能执行这种滤波，并将仅在所述图像接收方确实得出结论所滤波的图像优于未滤波图像时，才使用所述滤波的图像。如果滤波的图像被选择用于进一步处理(例如，图像分割、心脏输出测量等)，则显示/审查模块36通知反馈采集模块54该选择。滤波器参数值也被转达到反馈采集模块54。这种滤波的范例包括(但不限于)：使所述图像在图像空间中更锐利或更平滑，以及在图像空间中应用点扩展函数。所述概要更新在该情况中可能使得必须在所述图像重建期间应用所述滤波器(如果等同的滤波器在重建模块30中可用的话)，或者以“模仿”由图像接收方应用的滤波器的方式来调节其他参数值。例如，如果图像接收方应用图像平滑化滤波器，则重建参数值可以被调节为减小图像锐度(其增大平滑度)，可能地甚至以减小的分辨率或其他客观的图像退化为代价。
概要更新模块56更新所述图像接收方的所述重建概要的一个或多个参数的值或多个值。概要更新模块56可以取决于可用的反馈信息，使用做出这种更新的技术。例如，如果所述反馈为对一组测试图像的投票或排名，则所述更新可以如选择对应于选举的或最高排名图像的参数值那样直截了当。可以在所述“投票”或暗示例如在使用不同的(并且可假定更优的)参数执行再次重建时，或者所述图像接收方执行滤波并在后续分析中使用经滤波的图像时，执行类似直截了当的更新。
如果所述反馈不与任意特定重建参数(例如，在所收集的反馈为标量图像评价时，所述标量图像评价对总体图像进行评价而非其任意特定方面)相关联，则所述更新适当地使得必须确定任意参数是否应被更新，并然后确定针对任意这样的参数的更新值。例如，如果概要更新模块56具有针对几个可比较图像的图形排名值(其中“可比较”是，例如基于为相同解剖区域的并且使用相同图像重建算法的图像，适当评估的)，则概要更新模块56适当地确定是否存在所述图像件的参数的改变与增大的或减小的排名值相关联的任何趋势。如果识别了这样的关联，则所述趋势被适当地外延以估计针对所述参数的更佳(不必须为最佳的)值。任选地，反馈测试集请求子模块58可以被调用，以请求一些澄清测试图像，其使用扩展到所述外延范围内的所述参数的值，并且这些反馈测试图像被用于下一迭代，以进一步扩展或澄清针对所述参数的最佳值。
最后这些范例假设几个可比较图像大多使用相同的重建参数值，所述图像中仅一个参数被改变。在该情况中，概要更新模块56可以适当地在以下假设下操作，即所述单个改变的参数控制所述图像接收方的评价或排名值。如果所述图像具有多于一个参数，它们的值在所述图像间变化，则在哪个参数控制所述图像接收方的评价值方面可能是模糊不清的。在一个方法中，这通过被调用反馈测试集请求子模块58以请求一些澄清测试图像来解决。在另一种方法中，概要更新模块56可以包括专家系统，其采用机器学习，以使用多参数模型同时调节多个参数，所述多参数模型适当地并入链接参数之间的关联。例如，所述模型可以采用所述总体成像排名作为目标函数，在所述模型下计算它的值，作为各个图像质量方面度量的组合。在一种方法中，每个定性的图像质量方面度量(例如，清晰度、对比度等)均被计算为所述目标函数的项，其取决于预期影响该图像质量方面的那些重建参数。关于特定方面被链接的参数可以被写作所述参数的加合(可能被各自加权)。因此，例如，所述目标函数可以为F目标＝w1f对比度+w2f锐度，其中，f对比度为有关对比度的项(并且包括影响对比度的重建参数的函数)，f锐 度为有关锐度的项(并且包含影响锐度的重建参数的函数)，并且w1和w2为指示图像接收方在评价总体图像质量时期望置于对比度或锐度上的预期相对权重。当然，容易地将该简单二项范例扩展为包括额外的或有关其他图像质量方面的其他项。可以使用任意适当的机器学习技术，在被分配给各个可用评价图像的所述评价方面，优化得到的目标函数F目标。
在由概要更新模块56执行的任意参数值更新中，可以任选地采用各种约束或限制。例如，可以固定一些重建参数，从而不使它们从它们的缺省设定被改变。这些可以为不可由终端用户调节的制造商控制的设定，或者可以为以其他方式受保护的设定(例如，由成像实验室管理员设置并锁定)。典型地，这样的参数将从被存储在数据库52中的所述重建概要中被省略。在更新可调节参数时，可以对所述更新进行约束，以确保由来自所述图像接收方的反馈引导的所述更新不会把所述概要驱使到不可接受区域。例如，允许反馈驱使的概要更新将所述概要驱使到在其中产生大量信息损失的区域，一般是不合期望的。因此，例如，如果所述反馈驱使的更新连续地朝向更平滑的图像驱动，则这可以被约束，以防止所述更新产生太模糊以至于医学检验性特征容易被完全洗褪的重建图像。作为进一步的约束，在一些实施例中，设置模块50显示所述一组重建参数值，用于由技师在执行所述重建之前审查，并且所述技师能够覆写任意他或她发现可拒绝的参数值。
所公开的采用图像接收方特定重建参数值的重建方法在图1中被描述为由电子处理器16实施。在其他实施例中，将认识到，这些公开的方法可以被实现为存储指令的永久性存储介质，所述指令可由电子处理器(例如示例性电子处理器16)运行以执行所公开的重建方法。所述永久性存储介质例如可以包括：硬盘驱动器或其他磁性存储介质；光盘或其他光学存储介质；随机存取存储器(RAM)、只读存储器(ROM)、闪存或其他电子存储介质；等等。
继续参考图1并进一步参考图2，示出了由模块30、50适当地执行的图像重建的范例。设置模块50确定预期图像接收方的身份60，并且从存储器14检索要重建62的成像数据集。在操作64中，设置模块50从概要数据库52检索所述预期图像接收方重建概要，并构建命令66以执行对成像数据集62的接收方优选的图像重建。在决策操作70中，设置模块50确定是否已由反馈采集模块54的反馈测试集请求子模块58做出针对反馈测试图像集的请求。如果已请求(一个或多个)反馈测试图像，则针对每个测试图像做出额外命令72。在操作74中，图像重建模块30运行命令66，以及如果提供的话，运行额外命令(一个或多个)72，以生成针对所述预期图像接收方的所述重建图像，以及(如果请求的话)所述一个或多个预测图像。所述重建图像或多个图像然后被传送模块32传送(或者在一些可选实施例中，通过邮件或速递被手动递送)到预期图像接收方。
继续参考图1并且进一步参考图3，示出了由模块54、56适当地执行的概要更新的范例。在手动操作80中，所述预期图像接收方审查所述重建图像，并且如果提供了的话，所述一个或多个额外的测试图像。所述图像接收方通过一个或多个可用路径提供反馈。在图3的示例性范例中，这些可用路径包括反馈操作82，其中，所述图像接收方使用评估表来评价所述图像；在操作84中，暗含地通过请求修改的图像或通过在工作站40执行图像滤波，来提供反馈，由反馈采集模块54探测这样的请求或滤波；或者在操作86中由一组图像(例如包括测试图像)的图像接收方的投票或排名，提供反馈。基于所述反馈，在操作88中识别用于调节的一个或多个重建参数。在决策操作90中，如果在是否或如何更新特定参数中探测到不确定性，则调用反馈采集模块54的反馈测试集请求子模块58，以在操作92中请求测试图像用于澄清。在该情况中，不进行更新，而是相反延迟是否/如何更新所述不确定参数的问题，直到接收到来自所请求的图像的反馈测试集的结果。另一方面，如果一个或多个参数毫无疑义地被识别为针对更新准备就绪，则在操作94中，更新所述参数或多个参数的所述值或多个值，并且更新数据库52。
存储图像接收方重建概要(其中每个图像接收方重建概要均包括图像重建参数值)的数据库52应具有使得能够有效更新并检索的格式。在合适的数据库配置中，数据库52包含重建参数，并且通过图像接收方和重建协议(涵盖成像模态、重建算法，以及可能地其他方面，例如解剖区域、数据采集参数等)，任选地使用组合键，对数据库52编索引。当由所述图像接收方在察看站40执行的后滤波的结果要被应用于后续重建时，有关所述图像空间的信息连同有关所述重建的信息(医师、协议、重建参数以及任选地图像采集参数)被发送至反馈采集模块54，在这里将所述信息用于更新被用于达到可比较所述重建中的结果的重建参数的值。
可以以各种方式初始化被存储在数据库52中的所述图像接收方重建概要。在一种方法中，全部概要均被初始化值重建概要的相同缺省设定，并且其后，更新部件54、56的操作起作用以逐步调节所述概要到个人偏好。任选地，先验知识可以被用于以更可能近似接收方的偏好的方式，初始化概要。例如，可能已知来自特定制造商的成像系统在默认情况下被设计为以某些参数值操作。如果医师或放射科医师新到达被用于从该制造商的成像系统接收图像的设施(例如作为新雇员)，则可以适当地用与那些成像系统已知的参数值初始化这个人的概要。类似地，如果放射学设施被升级到新的成像系统，则一个选项是将所述概要初始化到高度模仿熟悉的旧成像系统的值，并且经由更新部件54、56的操作，逐步引入新功能。在一些实施例中，医师概要被存储在所述医师拥有的，或者可在集中位置(例如被存储在服务器计算机处的医师的概要数据库，所述服务器计算机由制造商维护并且可经由互联网用合适的密码保护或其他保障从任意成像设施访问)访问的便携式存储设备(例如闪存拇指驱动器、SIM卡，或其他便携式永久性存储设备)中。注意，所述医师的概要不包含任意患者数据，并且因此不牵涉HIPAA或其他患者法规。
已参考优选的实施例描述了本发明。显然，他人在阅读和理解前面的详细描述时，将想到多种修改和变动。本发明旨在被解释为包括所有这样的修改和变动，只要它们落入权利要求书或其等价方案的范围内。
Claims (25)
1.一种装置，包括：
数据库(52)，其存储图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；以及
电子处理器(16)，其被配置为通过包括如下步骤的过程来从医学成像数据生成重建图像：
从所述数据库检索针对预期图像接收方的图像接收方重建概要，并且
使用所检索的图像接收方重建概要的图像重建参数值，来重建所述医学成像数据以生成所述重建图像。
2.如权利要求1所述的装置，还包括：
重建图像传送模块(32)，其包括被配置为向所述预期接收方递送所述重建图像的电子处理器(16)。
3.如权利要求1至2中的任一项所述的装置，其中，所述电子处理器(16)还被配置为执行概要更新过程，所述概要更新过程包括：
从所述预期图像接收方收集关于所述重建图像的反馈；并且
基于所收集的反馈，更新针对所述预期图像接收方的所述图像接收方重建概要。
4.如权利要求3所述的装置，其中，所收集的反馈不与任何特定重建参数相关联，并且所述更新包括基于所收集的反馈来确定针对重建参数的更新值。
5.如权利要求3至4中的任一项所述的装置，其中，所收集的反馈包括总体图像评价，并且所述更新包括基于所述总体图像评价来确定针对图像重建参数的更新值。
6.如权利要求3至5中的任一项所述的装置，其中，所述电子处理器(16)被配置为执行另外的操作，所述另外的操作包括使用所检索的图像接收方重建概要的图像重建参数值来重建所述医学成像数据，其中，选定参数的值被改变以生成测试重建图像，其中，所收集的反馈包括所述重建图像与所述测试重建图像之间的比较，并且其中，所述更新包括基于所述比较来更新所述选定参数的所述值。
7.如权利要求3至6中的任一项所述的装置，其中：
对反馈的所述收集包括响应于从所述预期图像接收方接收的再次重建请求，再次重建所述医学成像数据，其中，所述再次重建使用经调节的参数值，所述经调节的参数值不同于在所检索的图像接收方重建概要中的所述参数的所述值；并且
对所述图像接收方重建概要的所述更新包括更新所述概要，以包括所述经调节的参数值。
8.如权利要求3至7中的任一项所述的装置，其中，对反馈的所述收集包括探测由所述预期图像接收方在所述重建图像上执行的图像滤波操作。
9.一种方法，包括：
从存储图像接收方重建概要的数据库(52)检索针对预期图像接收方的图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；并且
使用所检索的图像接收方重建概要的图像重建参数值，来重建所述医学成像数据以生成所述重建图像；
其中，至少所述检索和所述重建是由电子处理器(16)执行的。
10.如权利要求9所述的方法，还包括：
从所述预期图像接收方收集对所述重建图像的反馈；并且
基于所收集的反馈，更新针对所述预期图像接收方的所述图像接收方重建概要；
其中，至少所述更新是由所述电子处理器(16)执行的。
11.如权利要求10所述的方法，还包括：
重复所述重建，其中，所检索的图像接收方重建概要的选定的重建参数的值被调节以生成至少一个测试图像；
其中，对反馈的所述收集包括收集由所述预期图像接收方进行的关于一组图像的投票或排名，所述一组图像包括所述重建图像和具有最佳图像质量的至少一个测试图像；并且
其中，所述调节包括基于所述投票或排名来调节所述选定的重建参数。
12.如权利要求10至11中的任一项所述的方法，其中：
对反馈的所述收集包括响应于从所述预期图像接收方接收的再次重建请求，再次重建所述医学成像数据，其中，所述再次重建使用经调节的参数值，所述经调节的参数值不同于在所检索的图像接收方重建概要中的所述参数的所述值；并且
对所述图像接收方重建概要的所述更新包括更新所述概要以包括所述经调节的参数值。
13.如权利要求10至12中的任一项所述的方法，其中：
所述收集包括探测由所述预期图像接收方在所述重建图像上执行的图像滤波操作；并且
所述更新包括更新所检索的图像接收方重建概要的选定图像重建参数的值，其中，所述选定图像重建参数是基于探测到的图像滤波操作而被选定的。
14.一种存储有指令的非暂态存储介质，所述指令能够由电子处理器(16)运行以执行如权利要求9至13中的任一项所述的方法。
15.一种装置，包括：
数据库(52)，其存储图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；
图像重建模块(30)，其被配置为重建医学成像数据以生成重建图像；以及
图像重建设置模块(50)，其被配置为针对与一组医学成像数据相关联的预期图像接收方，从所述数据库检索图像接收方重建概要，并且被配置为调用所述图像重建模块，以使用所检索的图像接收方重建概要的图像重建参数值，来重建所述一组医学成像数据以生成针对所述预期图像接收方的重建图像；
其中，所述图像重建模块和所述图像重建设置模块是由电子处理器(16)实施的。
16.如权利要求15所述的装置，还包括：
反馈采集模块(54)，其被配置为从所述预期图像接收方采集与针对所述预期图像接收方的所述重建图像有关的反馈；以及
概要更新模块(56)，其被配置为基于所采集的反馈，来更新所述预期图像接收方的所述图像接收方重建概要；
其中，所述反馈采集模块和所述概要更新模块是由所述电子处理器(16)实施的。
17.如权利要求16所述的装置，其中，所述概要更新模块(56)包括专家系统，所述专家系统被配置为学习针对所述预期图像接收方的所述图像接收方重建概要的至少一个参数的更新值。
18.如权利要求16至17中的任一项所述的装置，其中，所述反馈采集模块(54)包括：
反馈测试集请求子模块(58)，其被配置为通过调用所述图像重建模块(30)来使用所检索的图像接收方重建概要的图像重建参数值重建所述一组医学成像图像，来请求所述图像重建设置模块(50)生成至少一个测试重建图像，其中，选定的参数被调节为偏离其在所检索的图像接收方重建概要中的值；
其中，所述反馈采集模块(54)被配置为从所述预期图像接收方采集比较性图像质量评估，所述比较性图像质量评估比较针对所述预期图像接收方的所述测试重建图像和所述重建图像；并且
其中，所述概要更新模块(56)被配置为基于所述比较性图像质量评估，来更新所述预期图像接收方的所述图像接收方重建概要。
19.如权利要求16至18中的任一项所述的装置，还包括：
由电子处理器(40)实施的接收方显示与审查模块(36)，所述电子处理器(40)与实施所述图像重建模块(30)和所述图像重建设置模块(50)的所述电子处理器(16)相同或不同，所述接收方显示与审查模块被配置为显示所述重建图像并在所述重建图像上执行图像滤波；
其中，所述反馈采集模块(54)被配置为从所述接收方显示与审查模块采集反馈，所述反馈包括与由所述接收方显示与审查模块执行的所述图像滤波有关的信息。
20.如权利要求15至19中的任一项所述的装置，其中，每个图像接收方重建概要包括选自包括以下内容的组的图像重建参数值：迭代重建迭代的次数、像素或体素尺寸、弛豫因子，以及至少一个图像滤波参数；
数据库(52)，其存储图像接收方重建概要，其中，每个图像接收方重建概要包括图像重建参数值；
21.一种方法，包括：
使用电子处理器(16)运行图像重建操作，其中，每个图像重建操作都使用特定于预期图像接收方的重建参数，来将成像数据重建成针对所述预期图像接收方的重建图像；并且
显示或打印针对所述预期图像接收方的重建图像。
22.如权利要求22所述的方法，还包括：
基于从各自预期图像接收方接收的关于所述重建图像的反馈，来更新特定于所述各自预期图像接收方的所述重建参数；
其中，所述更新由所述电子处理器(16)执行。
23.如权利要求22所述的方法，其中，特定于预期图像接收方的重建参数的所述更新基于来自所述预期图像接收方的反馈，所述反馈包括针对所述预期图像接收方，在两个或多个重建图像之间进行的图像质量比较。
24.如权利要求22至23中的任一项所述的方法，其中，所述更新包括：
执行机器学习，以使用多参数模型来调节一组重建参数，所述多参数模型并入了所述一组重建参数的链接参数之间的相关性。
25.如权利要求21至24中的任一项所述的方法，还包括：
将包括特定于所述预期图像接收方的所述重建参数的图像接收方重建概要，从便携式非易失性存储器设备转移到存储图像接收方重建概要的数据库(52)；
其中，所述运行包括从所述数据库(52)检索特定于所述预期图像接收方的所述重建参数。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201161576063P | 2011-12-15 | 2011-12-15 | |
| US61/576,063 | 2011-12-15 | ||
| PCT/IB2012/057213 WO2013088353A2 (en) | 2011-12-15 | 2012-12-12 | Medical imaging reconstruction optimized for recipient |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103999087A true CN103999087A (zh) | 2014-08-20 |
| CN103999087B CN103999087B (zh) | 2020-06-30 |
Family
ID=47664371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201280061621.XA Active CN103999087B (zh) | 2011-12-15 | 2012-12-12 | 针对接收方优化的医学成像重建 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10453182B2 (zh) |
| EP (1) | EP2791838B1 (zh) |
| JP (1) | JP2015510157A (zh) |
| CN (1) | CN103999087B (zh) |
| WO (1) | WO2013088353A2 (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016127778A1 (zh) * | 2015-02-13 | 2016-08-18 | 武汉数字派特科技有限公司 | 一种多节点传感器网络的数据传输及控制装置 |
| CN106537398A (zh) * | 2014-07-16 | 2017-03-22 | 皇家飞利浦有限公司 | Irecon:具有预估运行的智能图像重建系统 |
| CN107464231A (zh) * | 2016-06-03 | 2017-12-12 | 西门子保健有限责任公司 | 用于确定医学成像的最佳操作参数的系统和方法 |
| CN107951500A (zh) * | 2016-10-14 | 2018-04-24 | 西门子保健有限责任公司 | 用于成像方法的拍摄参数的确定 |
| CN109350100A (zh) * | 2018-09-27 | 2019-02-19 | 上海联影医疗科技有限公司 | 医学成像方法、医学成像设备以及计算机可读存储介质 |
| CN110189386A (zh) * | 2019-05-06 | 2019-08-30 | 上海联影医疗科技有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
| CN111311701A (zh) * | 2018-12-10 | 2020-06-19 | 通用电气公司 | 用于生成医学图像的成像系统和方法 |
| CN111971688A (zh) * | 2018-04-09 | 2020-11-20 | 皇家飞利浦有限公司 | 具有用于检索复发患者的成像参数设置的人工神经网络的超声系统 |
| CN112932518A (zh) * | 2020-02-28 | 2021-06-11 | 上海联影智能医疗科技有限公司 | 模式重建设备 |
| WO2021233315A1 (zh) * | 2020-05-18 | 2021-11-25 | 上海联影医疗科技股份有限公司 | 一种图像质量优化的方法及系统 |
| US11610687B2 (en) * | 2016-09-06 | 2023-03-21 | Merative Us L.P. | Automated peer review of medical imagery |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013221603A1 (de) * | 2013-10-24 | 2015-04-30 | Siemens Aktiengesellschaft | CT-System mit Recheneinheit und Verfahren zur Rekonstruktion und Befundung von CT-Bilddarstellungen |
| JP6815074B2 (ja) * | 2015-09-30 | 2021-01-20 | キヤノンメディカルシステムズ株式会社 | Ｘ線ｃｔ装置及び画像処理装置 |
| WO2017085092A1 (en) * | 2015-11-17 | 2017-05-26 | Koninklijke Philips N.V. | Data and scanner spec guided smart filtering for low dose and/or high resolution pet imaging |
| JP7252122B2 (ja) * | 2016-11-23 | 2023-04-04 | コーニンクレッカ フィリップス エヌ ヴェ | 医療撮像装置、及び、画像取得方法を行うように少なくとも１つのプロセッサを制御するためのソフトウェアを担う非一時的コンピュータ可読媒体 |
| TWI614624B (zh) * | 2017-04-24 | 2018-02-11 | 太豪生醫股份有限公司 | 雲端醫療影像分析系統與方法 |
| EP3629335A1 (de) * | 2018-09-26 | 2020-04-01 | Siemens Healthcare GmbH | Verfahren zum automatischen auswählen von bildgebungsparametern für bildgebungsverfahren |
| US10964074B2 (en) * | 2019-01-28 | 2021-03-30 | Wisconsin Alumni Research Foundation | System for harmonizing medical image presentation |
| US11704795B2 (en) * | 2019-10-09 | 2023-07-18 | Siemens Medical Solutions Usa, Inc. | Quality-driven image processing |
| DE102020212382B3 (de) | 2020-09-30 | 2022-01-20 | Siemens Healthcare Gmbh | Rekonstruktion von Bildern mit Filtermatrizen |
| JP2023094148A (ja) * | 2021-12-23 | 2023-07-05 | 株式会社A-Line | 画質情報提供システム、画質情報提供装置及び画質情報提供方法 |
| CN117409097B (zh) * | 2023-10-17 | 2024-05-17 | 成都理工大学工程技术学院 | 一种基于tgs透射实验的admm-gmres改进算法的评估方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6260021B1 (en) * | 1998-06-12 | 2001-07-10 | Philips Electronics North America Corporation | Computer-based medical image distribution system and method |
| US6411836B1 (en) * | 1999-12-30 | 2002-06-25 | General Electric Company | Method and apparatus for user preferences configuring in an image handling system |
| US20040122790A1 (en) * | 2002-12-18 | 2004-06-24 | Walker Matthew J. | Computer-assisted data processing system and method incorporating automated learning |
| US20080240533A1 (en) * | 2007-03-27 | 2008-10-02 | Cameron Anthony Piron | Post-acquisition adaptive reconstruction of mri data |
| US20090169073A1 (en) * | 2008-01-02 | 2009-07-02 | General Electric Company | Computer implemented method and system for processing images |
| CN101627918A (zh) * | 2008-07-18 | 2010-01-20 | Ge医疗系统环球技术有限公司 | Ct影像压缩方法和装置 |
Family Cites Families (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5454019A (en) | 1991-03-15 | 1995-09-26 | Hitachi, Ltd. | Computed tomography system |
| JPH08238223A (ja) | 1995-03-06 | 1996-09-17 | Toshiba Medical Eng Co Ltd | 医用画像表示装置及び医用画像ファイリングシステム |
| US5818896A (en) * | 1996-11-18 | 1998-10-06 | General Electric Company | Methods and apparatus for three-dimensional and maximum intensity projection image reconstruction in a computed tomography system |
| US6208762B1 (en) * | 1998-04-08 | 2001-03-27 | Canon Kabushiki Kaisha | Optimized enhancement of digital images |
| US6529757B1 (en) * | 1999-12-28 | 2003-03-04 | General Electric Company | Picture archiving and communication system and method for multi-level image data processing |
| US6526304B1 (en) * | 1999-12-28 | 2003-02-25 | General Electric Company | Method and apparatus for processing picture archiving and communications system images |
| US6529575B1 (en) | 2002-04-29 | 2003-03-04 | Ge Medical Systems Global Technology Company, Llc | Adaptive projection filtering scheme for noise reduction |
| US7450747B2 (en) * | 2002-07-12 | 2008-11-11 | Ge Medical Systems Global Technology Company, Llc | System and method for efficiently customizing an imaging system |
| US7260249B2 (en) * | 2002-09-27 | 2007-08-21 | Confirma Incorporated | Rules-based approach for processing medical images |
| US7221786B2 (en) * | 2002-12-10 | 2007-05-22 | Eastman Kodak Company | Method for automatic construction of 2D statistical shape model for the lung regions |
| US7697743B2 (en) * | 2003-07-03 | 2010-04-13 | General Electric Company | Methods and systems for prescribing parameters for tomosynthesis |
| JP4266736B2 (ja) * | 2003-07-31 | 2009-05-20 | キヤノン株式会社 | 画像処理方法および装置 |
| DE10345073A1 (de) | 2003-09-26 | 2005-05-04 | Siemens Ag | Betriebsverfahren für ein tomographiefähiges bildgebendes Untersuchungsgeräts und Röntgen-Computertomographiegerät |
| US7525526B2 (en) * | 2003-10-28 | 2009-04-28 | Samsung Electronics Co., Ltd. | System and method for performing image reconstruction and subpixel rendering to effect scaling for multi-mode display |
| US7376255B2 (en) | 2004-06-23 | 2008-05-20 | General Electric Company | System and method for image reconstruction |
| US7558427B2 (en) * | 2004-07-22 | 2009-07-07 | Siemens Aktiengesellschaft | Method for analyzing image data |
| US7386088B2 (en) | 2004-09-24 | 2008-06-10 | General Electric Company | Method and system for iterative image reconstruction |
| WO2006116700A2 (en) * | 2005-04-28 | 2006-11-02 | Bruce Reiner | Method and apparatus for automated quality assurance in medical imaging |
| US7961921B2 (en) * | 2005-09-27 | 2011-06-14 | General Electric Company | System and method for medical diagnosis and tracking using three-dimensional subtraction in a picture archiving communication system |
| JP5042533B2 (ja) | 2006-06-06 | 2012-10-03 | 株式会社日立メディコ | 医用画像表示装置 |
| US20080175460A1 (en) * | 2006-12-19 | 2008-07-24 | Bruce Reiner | Pacs portal with automated data mining and software selection |
| JP4979070B2 (ja) * | 2007-03-28 | 2012-07-18 | Ｋｄｄｉ株式会社 | 動画像提示システム |
| CN101677782B (zh) * | 2007-05-09 | 2013-05-15 | 株式会社日立医药 | 磁共振成像装置及图像分类方法 |
| WO2008147416A1 (en) | 2007-05-31 | 2008-12-04 | General Electric Company | Methods and systems to facilitate correcting gain fluctuations in image |
| US8553967B2 (en) * | 2007-06-29 | 2013-10-08 | General Electric Company | System and method for a digital X-ray radiographic tomosynthesis user interface |
| US20090290773A1 (en) | 2008-05-21 | 2009-11-26 | Varian Medical Systems, Inc. | Apparatus and Method to Facilitate User-Modified Rendering of an Object Image |
| US8229193B2 (en) * | 2008-09-03 | 2012-07-24 | General Electric Company | System and methods for applying image presentation context functions to image sub-regions |
| DE102008060719B4 (de) * | 2008-12-05 | 2018-09-20 | Siemens Healthcare Gmbh | Verfahren zur Steuerung des Aufnahmebetriebs einer Magnetresonanzeinrichtung bei der Aufnahme von Magnetresonanzdaten eines Patienten sowie zugehörige Magnetresonanzeinrichtung |
| JP5670079B2 (ja) * | 2009-09-30 | 2015-02-18 | 富士フイルム株式会社 | 医用画像表示装置および方法、並びにプログラム |
| US8923580B2 (en) * | 2011-11-23 | 2014-12-30 | General Electric Company | Smart PACS workflow systems and methods driven by explicit learning from users |
-
2012
- 2012-12-12 JP JP2014546708A patent/JP2015510157A/ja active Pending
- 2012-12-12 US US14/363,917 patent/US10453182B2/en active Active
- 2012-12-12 EP EP12821185.1A patent/EP2791838B1/en active Active
- 2012-12-12 WO PCT/IB2012/057213 patent/WO2013088353A2/en active Application Filing
- 2012-12-12 CN CN201280061621.XA patent/CN103999087B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6260021B1 (en) * | 1998-06-12 | 2001-07-10 | Philips Electronics North America Corporation | Computer-based medical image distribution system and method |
| US6411836B1 (en) * | 1999-12-30 | 2002-06-25 | General Electric Company | Method and apparatus for user preferences configuring in an image handling system |
| US20040122790A1 (en) * | 2002-12-18 | 2004-06-24 | Walker Matthew J. | Computer-assisted data processing system and method incorporating automated learning |
| US20080240533A1 (en) * | 2007-03-27 | 2008-10-02 | Cameron Anthony Piron | Post-acquisition adaptive reconstruction of mri data |
| US20090169073A1 (en) * | 2008-01-02 | 2009-07-02 | General Electric Company | Computer implemented method and system for processing images |
| CN101627918A (zh) * | 2008-07-18 | 2010-01-20 | Ge医疗系统环球技术有限公司 | Ct影像压缩方法和装置 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106537398A (zh) * | 2014-07-16 | 2017-03-22 | 皇家飞利浦有限公司 | Irecon:具有预估运行的智能图像重建系统 |
| US10606248B2 (en) | 2015-02-13 | 2020-03-31 | The Wuhan Digital Pet Co., Ltd | Data transmission and control device in a multi-node sensor network |
| WO2016127778A1 (zh) * | 2015-02-13 | 2016-08-18 | 武汉数字派特科技有限公司 | 一种多节点传感器网络的数据传输及控制装置 |
| CN107464231A (zh) * | 2016-06-03 | 2017-12-12 | 西门子保健有限责任公司 | 用于确定医学成像的最佳操作参数的系统和方法 |
| US11610687B2 (en) * | 2016-09-06 | 2023-03-21 | Merative Us L.P. | Automated peer review of medical imagery |
| CN107951500A (zh) * | 2016-10-14 | 2018-04-24 | 西门子保健有限责任公司 | 用于成像方法的拍摄参数的确定 |
| CN107951500B (zh) * | 2016-10-14 | 2022-03-04 | 西门子保健有限责任公司 | 用于成像方法的拍摄参数的确定 |
| CN111971688A (zh) * | 2018-04-09 | 2020-11-20 | 皇家飞利浦有限公司 | 具有用于检索复发患者的成像参数设置的人工神经网络的超声系统 |
| CN109350100A (zh) * | 2018-09-27 | 2019-02-19 | 上海联影医疗科技有限公司 | 医学成像方法、医学成像设备以及计算机可读存储介质 |
| CN111311701A (zh) * | 2018-12-10 | 2020-06-19 | 通用电气公司 | 用于生成医学图像的成像系统和方法 |
| CN111311701B (zh) * | 2018-12-10 | 2024-03-26 | 通用电气公司 | 用于生成医学图像的成像系统和方法 |
| CN110189386A (zh) * | 2019-05-06 | 2019-08-30 | 上海联影医疗科技有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
| CN110189386B (zh) * | 2019-05-06 | 2023-05-26 | 上海联影医疗科技股份有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
| CN112932518A (zh) * | 2020-02-28 | 2021-06-11 | 上海联影智能医疗科技有限公司 | 模式重建设备 |
| WO2021233315A1 (zh) * | 2020-05-18 | 2021-11-25 | 上海联影医疗科技股份有限公司 | 一种图像质量优化的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10453182B2 (en) | 2019-10-22 |
| WO2013088353A3 (en) | 2013-09-12 |
| JP2015510157A (ja) | 2015-04-02 |
| EP2791838A2 (en) | 2014-10-22 |
| CN103999087B (zh) | 2020-06-30 |
| WO2013088353A2 (en) | 2013-06-20 |
| US20140369577A1 (en) | 2014-12-18 |
| EP2791838B1 (en) | 2019-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103999087A (zh) | 针对接收方优化的医学成像重建 | |
| JP7309605B2 (ja) | ディープラーニング医療システムおよび画像収集のための方法 | |
| CN110858315B (zh) | 考虑较少训练数据的基于深度机器学习的磁共振成像质量分类 | |
| CN110114834A (zh) | 用于医疗程序的深度学习医疗系统和方法 | |
| CN109754447A (zh) | 图像生成方法、装置、设备和存储介质 | |
| US7869642B2 (en) | Window leveling system and method | |
| JP2020508172A (ja) | シミュレートされたコンピュータ断層撮影（ｃｔ）画像を生成するためのシステムおよび方法 | |
| US10395365B2 (en) | Method, computer and imaging apparatus for determining an imaging parameter for an imaging procedure | |
| US11521752B2 (en) | Methods and systems for automated scan protocol recommendation | |
| RU2513905C2 (ru) | Классификация изображения на основе сегментации изображения | |
| US10950343B2 (en) | Highlighting best-matching choices of acquisition and reconstruction parameters | |
| US20220399107A1 (en) | Automated protocoling in medical imaging systems | |
| US11837346B2 (en) | Document creation support apparatus, method, and program | |
| CN112005314A (zh) | 用于训练成像系统的深度学习模型的系统和方法 | |
| US20230154594A1 (en) | Systems and methods for protocol recommendations in medical imaging | |
| CN112004471A (zh) | 用于成像系统快捷模式的系统和方法 | |
| CN116869555A (zh) | 扫描协议调节方法、装置以及存储介质 | |
| CN111919264A (zh) | 用于使成像系统和边缘计算系统同步的系统和方法 | |
| CN113724095B (zh) | 图片信息预测方法、装置、计算机设备及存储介质 | |
| US20240320879A1 (en) | Automated parameter selection for pet system | |
| WO2024008721A1 (en) | Controllable no-reference denoising of medical images | |
| CN112005313A (zh) | 用于向成像系统部署深度学习应用程序的系统和方法 | |
| Springer-Verlag | Posters and Demonstrations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |