CN104541178A - 基于根据mDIXON调查的自动规划的高效心脏MR工作流 - Google Patents

基于根据mDIXON调查的自动规划的高效心脏MR工作流 Download PDF

Info

Publication number
CN104541178A
CN104541178A CN201380038077.1A CN201380038077A CN104541178A CN 104541178 A CN104541178 A CN 104541178A CN 201380038077 A CN201380038077 A CN 201380038077A CN 104541178 A CN104541178 A CN 104541178A
Authority
CN
China
Prior art keywords
interesting target
image
orientation
chamber
cardiac
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
CN201380038077.1A
Other languages
English (en)
Other versions
CN104541178B (zh
Inventor
G·L·T·F·豪特瓦斯特
W·德科克-斯特里伊博斯
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104541178A publication Critical patent/CN104541178A/zh
Application granted granted Critical
Publication of CN104541178B publication Critical patent/CN104541178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G01R33/4828—Resolving the MR signals of different chemical species, e.g. water-fat 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
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种用于规划心脏视图的系统(10)，所述系统(10)包括规划设备(16)，所述规划设备(16)包括至少一个处理器(42)，所述至少一个处理器(42)被编程为：从成像设备(12)接收在采用mDIXON协议来采集的一幅或多幅图像(18)；根据所述一幅或多幅图像来确定感兴趣目标的位置和取向；利用广义霍夫变换来对所述感兴趣目标的模型进行变换，以使得它与所述感兴趣目标匹配；以及根据对所述感兴趣目标的所述匹配生成一个或多个感兴趣目标视图。显示器(48)显示所述一个或多个感兴趣目标视图。

Description

基于根据mDIXON调查的自动规划的高效心脏MR工作流
技术领域
本申请总体上涉及图像处理。其具体与磁共振(MR)扫描工作流相结合而应用，尤其是但不限于使用MR成像对标准心脏视图的自动规划。然而应当理解，本申请还适用于其他使用场景，并且不必限于前述的应用。
背景技术
在诊断心脏磁共振(CMR)中，放射医师期望输出图像，尤其是切片图像，具有特定的取向。这些取向典型地是基于左心室的长轴而被测量的。在生成诊断图像之前，必须分析一系列图像以确定左心室的长轴的取向。如图1所示，典型地在被称为短轴(SA)观4、长轴(LA)二腔(2CH)观6、LA三腔(3CH)和LA四腔(4CH)观8的标准心脏视图中采集CMR图像2。为了在这些视图中对心脏解剖结构进行成像，需要对采集切片的双斜位规划。为了获得双斜位扫描平面，商业可用的扫描软件需要包括中间扫描和重新规划的逐步流程。该逐步流程耗时(对有经验的操作者是五分钟)并且常常需要额外的操作者训练。
为了减少CMR检查的持续时间和操作者训练的成本，已经引入了对心脏视图的改进规划。例如，存在交互任务引导的规划软件，其使用对高分辨率体积调查扫描的多平面重建(MPR)。另外，已经引入了自动规划方法，其依赖于对高分辨率体积调查扫描的基于模型的分割。旨在减轻规划心脏视图的负担的这些解决方案依赖于对体积调查扫描的采集，这面临各种难题。
首先，要在成像和规划工作流中有价值，体积调查扫描必须是快速的。从临床应用的角度，调查中超过一分钟的扫描时间被视为不可接受的。第二个难题是在心脏成像的背景下避免运动伪影。因此，需要使用心脏触发来采集体积调查，遗憾的是心脏触发与减慢相关联，这是因为数据不能被连续地采集。此外，扫描持续时间需要比单次屏气更短，以避免来自呼吸运动的伪影。不期望呼吸门控作为用于消除呼吸运动的策略，这是因为它需要额外的扫描来规划呼吸导航器，这因导航器缺陷而引入了进一步的减慢。
另外的难题是B0和B1非均匀性。在没有相对措施的情况下，针对体积CMR成像最常用的协议——平衡稳态自由进动(SSFP)——产生信号缺失，所述信号缺失妨碍用于规划图像几何结构的自动后处理。对该问题的常用解决方案是对匀场框(shim-box)的设置，所述匀场框仅能基于先前的扫描而被正确定位，这再次耗费额外的时间。
紧接着自动规划的采集部分的难题，用于规划心脏视图的图像处理也并不轻松。规划心脏视图依赖于分割心脏，这常常是使用基于模型的分割方法来执行的。过去已经被采用的各种技术并不满足在当今的计算机硬件的当今标准的性能需求。因此，在对体积调查扫描的采集和处理期间的折衷不利地影响在扫描器处的工作流。
本申请提供了克服以上提及的难题和其他难题的新的经改进的方法和系统。
发明内容
根据一方面，提供了一种用于规划心脏视图的系统。所述系统包括至少一个处理器，所述至少一个处理器被编程为：接收采用mDIXON协议来采集的包括感兴趣目标的一幅或多幅图像、根据所述一幅或多幅图像来确定所述感兴趣目标的位置和取向、将所述感兴趣目标的模型匹配到所述感兴趣目标的所述位置和取向、根据对所述感兴趣目标的所述匹配来生成所述感兴趣目标的一个或多个视图、并且在显示设备上显示所述感兴趣目标的所述一个或多个视图。
根据另一方面，提供了一种用于规划心脏视图的方法。所述方法包括：接收采用mDIXON协议来采集的包括感兴趣目标的一幅或多幅图像、根据所述一幅或多幅图像来确定所述感兴趣目标的位置和取向、将所述感兴趣目标的模型匹配到所述感兴趣目标的所述位置和取向、根据对所述感兴趣目标的所述匹配来生成一个或多个感兴趣目标视图、并且在显示设备上显示所述一个或多个感兴趣目标视图。
根据另一方面，提供了一种用于规划心脏视图的系统。所述系统包括规划设备，所述规划设备包括至少一个处理器，所述至少一个处理器被编程为：从成像设备接收采用mDIXOM协议来采集的一幅或多幅图像；根据所述一幅或多幅图像来确定感兴趣目标的位置和取向；利用广义霍夫变换来对所述感兴趣目标的模型进行变换，以使得它与所述感兴趣目标匹配；并且根据对所述感兴趣目标的所述匹配来生成一个或多个感兴趣目标视图。显示器显示所述一个或多个感兴趣目标视图。
一个优势在于对用于CMR成像的标准心脏视图的所述自动规划。
另一个优势在于对用于CMR成像的标准心脏视图的所述具有时效性的规划。
另一个优势在于基于单次屏气扫描的对心脏视图的所述规划。
另一个优势在于增加的患者通量。
本领域一般技术人员在阅读并理解了下面的具体说明后，将意识到本发明的进一步的优势。
附图说明
本发明可以采取各种部件和各部件的布置以及各种步骤和各步骤的安排的形式。附图仅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图示了根据本申请的标准心脏视图。
图2图示了根据本申请的用于心脏磁共振工作流的系统的方框图。
图3图示了根据本申请的示范性心脏磁共振图像。
图4图示了根据本申请的另一示范性心脏磁共振图像。
图5图示了根据本申请的用于规划标准心脏视图的方法的方框图。
具体实施方式
典型地，对心脏视图的规划是困难且耗时的流程。对该流程的自动化需要体积扫描，已经证明在临床实践的约束内难以使用现有的协议来采集所述体积扫描。本申请通过采用mDIXON协议采集使用快速且专用的图像处理来处理的体积调查扫描来减轻规划心脏视图的负担。具体地，使用心脏触发mDIXON协议来采集体积调查扫描。使用高度优化的广义霍夫变换(GHT)来分析该扫描，以识别心脏的全局位置和取向。基于GHT的结果来规划心脏视图。因此，本工作流使得能够基于单次屏气扫描和最小图像处理来规划心脏视图。
参考图2，治疗系统10使用mDIXON协议扫描流程来提供对标准心脏视图的自动规划。在两点mDIXON扫描序列中，扫描序列包括两个回波时间；并且在三点mDIXON扫描序列中，扫描序列包括三个回波时间。根据这些不同回波，治疗系统10生成包括局部灰度过渡或灰度梯度幅值的变化的图像，所述图像被用来识别心脏、确定心脏的全局位置和心脏的取向。治疗系统10接着使用GHT来变换明确的心脏模型，以使得它与来自生成的图像的心脏的边缘体素最匹配。该模型接着被用来计算心脏的适当边缘和角度，并且生成标准心脏视图。
治疗系统10包括用于采集患者内的感兴趣目标(OOI)(例如左心室)的图像的一个或多个成像模态12。成像模态12适合地包括以下中的一个或多个：磁共振(MR)扫描器、心脏磁共振(CMR)扫描器等。治疗系统10使用心脏门控mDixon协议扫描序列来采集源体积数据集作为一叠图像切片。从成像模态12采集到的图像18被存储在一个或多个图像存储器14中。
如图3所示，在mDIXON扫描序列中，治疗系统10生成包括水图像24和脂肪图像26的一系列图像18。治疗系统10采用来自mDIXON的图像18来自动规划心脏视图。例如，脂肪图像26被用于确定心脏32的全局位置。具体地，脂肪图像26和水24图像两者在肺34的区域中都是亮的，在肺34的区域中的是空气而非水或脂肪组织。给定了肺34的区域，容易推测心脏32的位置。在具有或不具有来自脂肪图像26的辅助的情况下，水图像24被用来针对心脏图像识别心脏32和它的取向。
心脏触发mDIXON协议对B0和B1非均匀性较不敏感，以使得不需要定位匀场框。协议也被用在平行成像中，以实现在单次屏气内的采集。此外，mDIXON采集针对身体的水含量和脂肪含量生成单独的图像。在一个实施例中，mDIXON采集是在单次屏气中覆盖700mm视场的非选择性心脏触发采集。在一个有利的实施例中，使用沿右左方向的SENSE因子4和沿前后方向的SENSE因子2来加速扫描。扫描还包括重复时间TR＝2.1ms、第一回波时间TE1＝0.63ms、第二回波时间TE2＝1.4ms，以及具有60次心跳每分钟的拍摄持续时间180ms。还应当意识到，还预期其他图像采集工作流。
如图3所示，规划设备16接收图像18，例如感兴趣目标(OOI)(例如左心室)的水图像24和脂肪图像26。例如，接收到的图像18可以是动态对比增强的MR图像、CMR图像等。典型地，图像18是从成像模态12和/或图像存储器14接收的。例如，图像18可以是通过图像存储器14从成像模态12接收的。然而，预期图像18的其他源。另外，图像18典型地是从磁共振模态接收的。通过规划设备16的规划应用22，规划设备16自动规划接收到的图像18的标准心脏视图。更具体地，图像18的局部灰度过渡或灰度梯度幅值的变化被用来识别心脏的边缘以及心腔壁与血液之间的边缘。局部过渡提供了被利用非最大抑制来细化的分割。例如，广义霍夫变换(GHT)被用来变换明确的心脏模型，以使得它提取出的边缘体素最匹配。该模型接着被用来计算被显示在规划设备16上的标准心脏视图的适当的边缘和角度。
在执行规划应用22时，其用户接口被显示在规划设备16的显示设备30上。用户接口适合地允许相关联的用户观看接收到的图像18。另外，用户接口允许相关联的用户使用规划设备16的用户输入设备28来在接收到的图像18上选择OOI。规划设备16采用OOI的图像来自动规划标准心脏视图并且在显示设备30上显示心脏视图。在一些实施例中，用户接口还允许相关联的用户使用用户输入设备28来指定用于规划的参数。
为完成这一点，规划设备16处理水图像和脂肪图像来获得患者内的OOI的位置。具体地，脂肪图像被用于确定心脏的全局位置。在具有或不具有来自脂肪图像的辅助的情况下，水图像被用来识别心脏和它的取向。如图3所示，规划设备16分割水图像36和脂肪图像38并且为水图像36和脂肪图像38设定阈值。经设定阈值的水分割和脂肪分割被融合到组合图像40中并且被处理，以获得肺的位置42。在确定了肺的位置之后，规划设备16采用水图像36与脂肪图像38之间的关系来定位心脏的位置和取向。具体地，给定了对肺的定位，高斯导数滤波器从脂肪分割和水分割提取梯度幅值和偏导数。自动设定阈值和非最大抑制使得对心脏的边缘体素的提取能够在模板或模型匹配期间被使用。如图4所示，图示了在OOI内部计算的梯度幅值的切片44的范例。使用自动设定阈值46和非最大抑制48来分割切片。模板或模型匹配变换明确的心脏模型，以使得所述模型与提取出的边缘体素最匹配。例如，GHT将心脏模型匹配到提取出的边缘体素。GHT是由相对位置和表面法线描述的模型与边缘体素中的位置和梯度方向的卷积。当表面法线与梯度方向对齐时，通过将相对模型位置添加到体素位置来对候选位置投票。模型的最终位置由候选空间(被称为霍夫空间)中的密集集群(cluster)限定。最终的模型位置被用来规划与图1中类似的心脏视图。经规划的心脏视图接着被显示在规划设备16的显示设备30上，至少包括短轴(SA)观、长轴二腔观、LA三腔(3CH)观和LA四腔(4CH)观。
通过注射定时和药剂用量的变化来实现另外的临床工作流的实现方式。具体地，工作流使得能够在患者进入扫描室之前被施予具有长半衰期的心脏负荷剂。再者，在造影剂最优地显示疤痕组织之前，心脏可能耗费十分钟来选择性地吸收造影剂。这两者均可以在患者进入扫描室之前被施予。通过在进入扫描室之前施予药剂，不需要MR相容性药剂施予装置。
规划设备16包括执行在其至少一个存储器52上的计算机可执行指令的至少一个处理器50。计算机可执行指令执行规划设备16的功能，并且包括规划应用22。在一个实施例中，处理器被编程为执行结合图6描述的步骤。另外，规划设备16可以包括通信单元54和/或至少一个系统总线56。通信单元54提供带有到至少一个通信网络的接口的处理器50。例如，通信单元54可以被用来与成像模态12和/或图像存储器14通信。系统总线56允许在显示设备30、用户输入设备28、处理器50、存储器52和通信单元54之间的数据交换。
为了在接收到的图像18中规划OOI 20的视图，规划应用22采用图6的方法60。在步骤62中，接收采用mDIXON协议采集的包括感兴趣目标(例如心脏)的一幅或多幅图像(例如水图像和脂肪图像)。在步骤64中，根据一幅或多幅图像来确定感兴趣目标的位置和取向。在步骤66中，通过检测接收到的一幅或多幅图像中的梯度幅值的过渡来识别感兴趣目标的边缘。在步骤68中，将感兴趣目标的模型匹配到感兴趣目标的位置和取向。在步骤70中，利用广义霍夫变换来对感兴趣目标的模型进行变换，以使得它与感兴趣目标的边缘匹配。在步骤72中，根据对感兴趣目标的匹配来生成一个或多个心脏视图，例如短轴观、长轴(LA)二腔(2CH)观、LA三腔(3CH)观和LA四腔观。在步骤74中，在显示设备上显示一个或多个心脏视图。
如本文中使用的，存储器包括以下中的一个或多个：非瞬态计算机可读介质；磁盘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)或者其他电子存储设备或芯片或或能够互连的芯片的集合；可以经由互联网/内联网或局域网从其中检索存储的指令的互联网/内联网服务器等。另外，如本文中使用的，处理器包括以下中的一个或多个：微处理器、微控制器、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等；用户输入设备包括以下中的一个或多个：鼠标、键盘、触摸屏显示器、一个或多个按钮、一个或多个开关、一个或多个操纵杆等；数据库包括一个或多个存储器；并且显示设备包括以下中的一个或多个：LCD显示器、LED显示器、等离子显示器、投影显示器、触摸屏显示器等。
已经参考优选实施例描述了本发明。他人在阅读和理解前述详细说明之后可以想到修改和变型。本发明旨在被解释为包括所有这样的修改和变型，只要它们落入权利要求或其等价方案的范围内。

Claims (22)

1.一种用于规划心脏视图的系统(10)，所述系统(10)包括：
至少一个处理器(16)，其被编程为：
接收采用mDIXON协议来采集的包括感兴趣目标的一幅或多幅图像(18)；
根据所述一幅或多幅图像来确定所述感兴趣目标的位置和取向；
将所述感兴趣目标的模型匹配到所述感兴趣目标的所述位置和取向；
根据对所述感兴趣目标的所述匹配来生成所述感兴趣目标的一个或多个视图；并且
在显示设备(28)上显示所述感兴趣目标的所述一个或多个视图。
2.根据权利要求1所述的系统(10)，其中，所述感兴趣目标是心脏，并且所述视图包括以下中的至少一个：短轴(SA)观、长轴(LA)二腔(2CH)观、LA三腔(3CH)观和LA四腔(4CH)观。
3.根据权利要求1和2中的任一项所述的系统(10)，其中，所述处理器(10)还被编程为：
通过检测接收到的一幅或多幅图像(18)中的梯度幅值的过渡来识别所述感兴趣目标的边缘。
4.根据权利要求1-3中的任一项所述的系统(10)，其中，所述过渡提供对所述感兴趣目标的分割，所述分割被利用非最大抑制来细化。
5.根据权利要求1-4中的任一项所述的系统(10)，其中，所述处理器(10)还被编程为：
利用广义霍夫变换来对所述感兴趣目标的所述模型进行变换，以使得其与所述感兴趣目标的所述边缘匹配。
6.根据权利要求1-5中的任一项所述的系统(10)，其中，所述一幅或多幅接收到的图像(18)包括所述感兴趣目标的水图像和脂肪图像。
7.根据权利要求1-6中的任一项所述的系统(10)，其中，所述脂肪图像提供所述感兴趣目标的全局位置，并且所述水图像提供所述感兴趣目标的位置和取向。
8.一种用于规划心脏视图的方法(50)，所述方法(50)包括：
接收采用mDIXON协议来采集的包括感兴趣目标的一幅或多幅图像(18)；
根据所述一幅或多幅图像来确定所述感兴趣目标的位置和取向；
将所述感兴趣目标的模型匹配到所述感兴趣目标的所述位置和取向；
根据对所述感兴趣目标的所述匹配来生成一个或多个感兴趣目标视图；并且
在显示设备(28)上显示所述一个或多个感兴趣目标视图。
9.根据权利要求8所述的方法(50)，其中，所述感兴趣目标是心脏，并且所述视图包括以下中的至少一个：短轴(SA)观、长轴(LA)二腔(2CH)观、LA三腔(3CH)观和LA四腔(4CH)观。
10.根据权利要求8和9中的任一项所述的方法(50)，还包括：
通过检测接收到的一幅或多幅图像(18)中的梯度幅值的过渡来识别所述感兴趣目标的边缘。
11.根据权利要求8-10中的任一项所述的方法(50)，还包括：
利用广义霍夫变换来对所述感兴趣目标的所述模型进行变换，以使得其与所述感兴趣目标的所述边缘匹配。
12.根据权利要求8-11中的任一项所述的方法(50)，其中，所述一幅或多幅接收到的图像(18)包括所述感兴趣目标的水图像和脂肪图像。
13.根据权利要求12所述的方法(50)，还包括：
根据脂肪图像来提供所述感兴趣目标的全局位置；并且
根据所述水图像来提供所述感兴趣目标的位置和取向。
14.根据权利要求8-13中的任一项所述的方法(50)，还包括：
施予用于存活性成像的造影剂药团和用于负荷成像的长半衰期负荷药剂中的至少一种。
15.根据权利要求14所述的方法(50)，其中，施予的步骤是在采集所述一幅或多幅接收到的图像之前并且在磁共振检查室之外被执行的。
16.至少一个处理器(42)，其被编程为执行根据权利要求8-15中的任一项所述的方法(50)。
17.一种承载软件的非瞬态计算机可读介质(44)，所述软件控制一个或多个处理器(42)来执行根据权利要求8-15中的任一项所述的方法(50)。
18.一种用于规划心脏视图的系统(10)，所述系统(10)包括：
规划设备(16)，其包括至少一个处理器(42)，所述至少一个处理器(42)被编程为：
从成像设备(12)接收采用心脏门控mDIXOM协议在单次屏气中采集的一幅或多幅图像(18)；
根据所述一幅或多幅图像来确定感兴趣目标的位置和取向；
利用广义霍夫变换来对所述感兴趣目标的模型进行变换，以使得其与所述感兴趣目标匹配；
根据对所述感兴趣目标的所述匹配来生成一个或多个心脏视图；以及
显示器(48)，其显示所述一个或多个心脏视图。
19.根据权利要求18所述的系统(10)，其中，所述心脏视图包括以下中的至少一个：短轴(SA)观、长轴(LA)二腔(2CH)观、LA三腔(3CH)观和LA四腔(4CH)观。
20.根据权利要求18和19中的任一项所述的系统(10)，其中，所述处理器(42)还被编程为：
通过检测接收到的一幅或多幅图像(18)中的梯度幅值的过渡来识别所述感兴趣目标的边缘。
21.根据权利要求18-20中的任一项所述的系统(10)，其中，所述一幅或多幅接收到的图像(18)包括所述感兴趣目标的水图像和脂肪图像。
22.根据权利要求18-21中的任一项所述的系统(10)，其中，所述脂肪图像提供所述感兴趣目标的全局位置，并且所述水图像提供所述感兴趣目标的位置和取向。
CN201380038077.1A 2012-07-18 2013-07-17 基于根据mDIXON调查的自动规划的高效心脏MR工作流 Active CN104541178B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261672815P 2012-07-18 2012-07-18
US61/672,815 2012-07-18
PCT/IB2013/055888 WO2014013460A1 (en) 2012-07-18 2013-07-17 Efficient cardiac mr workflows based on automated planning from mdixon surveys

Publications (2)

Publication Number Publication Date
CN104541178A true CN104541178A (zh) 2015-04-22
CN104541178B CN104541178B (zh) 2017-11-07

Family

ID=49301556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380038077.1A Active CN104541178B (zh) 2012-07-18 2013-07-17 基于根据mDIXON调查的自动规划的高效心脏MR工作流

Country Status (7)

Country Link
US (1) US9324150B2 (zh)
EP (1) EP2875367B1 (zh)
JP (1) JP6317740B2 (zh)
CN (1) CN104541178B (zh)
BR (1) BR112015000835A2 (zh)
RU (1) RU2632246C2 (zh)
WO (1) WO2014013460A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220965A (zh) * 2017-05-05 2017-09-29 上海联影医疗科技有限公司 一种图像分割方法及系统
CN108431624A (zh) * 2015-12-17 2018-08-21 皇家飞利浦有限公司 定量磁化率映射磁共振图像的分割

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6639935B2 (ja) * 2016-02-09 2020-02-05 キヤノンメディカルシステムズ株式会社 画像処理装置およびｍｒｉ装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1795469A (zh) * 2003-05-28 2006-06-28 西门子共同研究公司 用于心脏图像获取的自动最佳视图确定
US20100127702A1 (en) * 2008-11-25 2010-05-27 Siemens Medical Solutions Usa, Inc. System for adjusting a magnetic field for mr and other use
US20100128947A1 (en) * 2008-11-26 2010-05-27 Vivek Vaidya System and method for determining a cardiac axis
EP2192323A2 (de) * 2008-11-26 2010-06-02 Zf Friedrichshafen Ag Schwingungsdämpfer mit hubabhängiger Dämpfkraft
US20110103675A1 (en) * 2009-10-30 2011-05-05 Hologic, Inc. Integrating Auxiliary Detection And Voting Algorithms Into Clinical CAD Workflow
CN102203630A (zh) * 2008-11-05 2011-09-28 皇家飞利浦电子股份有限公司 Mr扫描的自动顺序规划
CN102451005A (zh) * 2010-11-02 2012-05-16 株式会社东芝 磁共振成像装置及其方法
CN102551718A (zh) * 2010-11-02 2012-07-11 株式会社东芝 磁共振成像装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2731195B2 (ja) * 1988-11-26 1998-03-25 株式会社東芝 磁気共鳴映像装置
JP3288086B2 (ja) * 1992-10-26 2002-06-04 株式会社東芝 動物体抽出装置
RU2103916C1 (ru) * 1996-02-20 1998-02-10 Акционерное общество закрытого типа Научно-производственной фирмы "Аз" Кардиосинхронизатор магнитно-резонансного изображения
WO2000072273A1 (en) * 1999-05-21 2000-11-30 Emory University Systems, methods and computer program products for the display of tomographic image planes in three-dimensional space
US6704593B2 (en) * 2001-04-19 2004-03-09 Sunnybrook & Women's College Health Centre Realtime MR scan prescription using physiological information
US7286866B2 (en) * 2001-11-05 2007-10-23 Ge Medical Systems Global Technology Company, Llc Method, system and computer product for cardiac interventional procedure planning
US7711160B2 (en) * 2003-05-28 2010-05-04 Siemens Medical Solutions Usa, Inc. Automatic optimal view determination for cardiac acquisitions
JP2007534411A (ja) 2004-04-26 2007-11-29 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 磁気共鳴イメージングを計画する装置及び方法
US7903852B2 (en) 2004-07-27 2011-03-08 Koninklijke Philips Electronics N.V. Automatic determination of parameters of an imaging geometry
US20060210478A1 (en) * 2005-02-03 2006-09-21 Weisskoff Robert M Steady state perfusion methods
US7715627B2 (en) 2005-03-25 2010-05-11 Siemens Medical Solutions Usa, Inc. Automatic determination of the standard cardiac views from volumetric data acquisitions
JP5591440B2 (ja) * 2007-01-17 2014-09-17 株式会社東芝 医用画像表示装置
US7880465B2 (en) * 2008-06-04 2011-02-01 General Electric Company Method and apparatus for contrast inflow dynamic MR angiography
BRPI1006422A2 (pt) * 2009-03-30 2020-01-28 Koninl Philips Electronics Nv método de diferenciação entre água e tecido adiposo nos dados de imagem de ressonância magnética (irm), meio legível por computador, e, sistema que ultiliza uma técnica de dixon modificada para diferenciar entre água e tecido adiposo nos dados de imagem de ressonância magnética (irm)
US8948484B2 (en) * 2010-11-11 2015-02-03 Siemens Corporation Method and system for automatic view planning for cardiac magnetic resonance imaging acquisition
EP2461175A1 (en) * 2010-12-02 2012-06-06 Koninklijke Philips Electronics N.V. MR imaging using a multi-point Dixon technique
JP5398792B2 (ja) * 2011-07-25 2014-01-29 株式会社東芝 磁気共鳴イメージング装置および画像処理装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1795469A (zh) * 2003-05-28 2006-06-28 西门子共同研究公司 用于心脏图像获取的自动最佳视图确定
CN102203630A (zh) * 2008-11-05 2011-09-28 皇家飞利浦电子股份有限公司 Mr扫描的自动顺序规划
US20100127702A1 (en) * 2008-11-25 2010-05-27 Siemens Medical Solutions Usa, Inc. System for adjusting a magnetic field for mr and other use
US20100128947A1 (en) * 2008-11-26 2010-05-27 Vivek Vaidya System and method for determining a cardiac axis
EP2192323A2 (de) * 2008-11-26 2010-06-02 Zf Friedrichshafen Ag Schwingungsdämpfer mit hubabhängiger Dämpfkraft
US20110103675A1 (en) * 2009-10-30 2011-05-05 Hologic, Inc. Integrating Auxiliary Detection And Voting Algorithms Into Clinical CAD Workflow
CN102451005A (zh) * 2010-11-02 2012-05-16 株式会社东芝 磁共振成像装置及其方法
CN102551718A (zh) * 2010-11-02 2012-07-11 株式会社东芝 磁共振成像装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BOUDEWIJN P. F. LELIEVELDT，等: "Automated Observer-independent Acquisition of Cardiac Short-Axis MR Images： A Pilot Study", 《RADIOLOGY》 *
HOLGER EGGERS，等: "Dual-Echo Dixon Imaging with Flexible Choice of Echo Times", 《MAGNETIC RESONANCE IN MEDICINE》 *
XIAOGUANG LU,等: "Automatic View Planning for Cardiac MRI Acquisition", 《MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVENTION》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108431624A (zh) * 2015-12-17 2018-08-21 皇家飞利浦有限公司 定量磁化率映射磁共振图像的分割
CN107220965A (zh) * 2017-05-05 2017-09-29 上海联影医疗科技有限公司 一种图像分割方法及系统
CN107220965B (zh) * 2017-05-05 2021-03-09 上海联影医疗科技股份有限公司 一种图像分割方法及系统

Also Published As

Publication number Publication date
EP2875367A1 (en) 2015-05-27
US9324150B2 (en) 2016-04-26
US20150193921A1 (en) 2015-07-09
WO2014013460A1 (en) 2014-01-23
RU2015105372A (ru) 2016-09-10
RU2632246C2 (ru) 2017-10-03
CN104541178B (zh) 2017-11-07
JP6317740B2 (ja) 2018-04-25
EP2875367B1 (en) 2021-05-12
BR112015000835A2 (pt) 2017-06-27
JP2015522374A (ja) 2015-08-06

Similar Documents

Publication Publication Date Title
EP3270178B1 (en) A system and method for determining optimal operating parameters for medical imaging
US9652872B2 (en) System and method of medical imaging
US8577441B2 (en) System and method for image based physiological monitoring of cardiovascular function
US8125484B2 (en) Method, apparatus and user interface for determining an arterial input function used for calculating hemodynamic parameters
US20110211057A1 (en) Image processing apparatus, image processing method, program, and program recording medium
US20160171687A1 (en) Methods and systems for evaluating bone lesions
Vos et al. Computational modeling for assessment of IBD: to be or not to be?
US9804246B2 (en) Magnetic resonance imaging apparatus
JP2011194241A (ja) Ｍｒ撮像スキャンパラメータの自動算定のためのシステム及び方法
CN101510307A (zh) 处理医学图像数据的方法以及记录和处理其的磁共振设备
US9691148B2 (en) Medical imaging analyzer and medical image processing method
CN110226098A (zh) 动态对比增强的磁共振成像中的图像质量控制
WO2017117094A1 (en) System and method for assessing tissue properties using chemical-shift-encoded magnetic resonance imaging
CN104541178A (zh) 基于根据mDIXON调查的自动规划的高效心脏MR工作流
CN106923826B (zh) 一种磁共振成像的方法及系统
US20110026775A1 (en) Method for measurement of a flow in an object, especially a lumen or a vessel
WO2013037702A1 (en) Method and a system for medical imaging
CN106204623B (zh) 多对比度图像同步显示和定位标定的方法及装置
JP2019505253A (ja) Ｓｅｎｓｅイメージングにおける画像アーチファクトの除去
EP4060362A1 (en) Staged reconstruction of planning images for cardiac magnetic resonance imaging
Tautz et al. Exploration of Interventricular Septum Motion in Multi-Cycle Cardiac MRI.
US20240156346A1 (en) Staged reconstruction of planning images for cardiac magnetic resonance imaging
JP6510193B2 (ja) 磁気共鳴イメージング装置及び画像処理装置
CN103654827B (zh) 医学图像的自动质量控制
CN114359434A (zh) 图像重建方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant