CN105989620B - 补偿在医学成像中的图像伪影 - Google Patents
补偿在医学成像中的图像伪影 Download PDFInfo
- Publication number
- CN105989620B CN105989620B CN201610128571.2A CN201610128571A CN105989620B CN 105989620 B CN105989620 B CN 105989620B CN 201610128571 A CN201610128571 A CN 201610128571A CN 105989620 B CN105989620 B CN 105989620B
- Authority
- CN
- China
- Prior art keywords
- data
- measurement
- model
- medical imaging
- imaging devices
- 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.)
- Active
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 142
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000003325 tomography Methods 0.000 claims description 14
- 210000000056 organ Anatomy 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 238000002591 computed tomography Methods 0.000 claims description 5
- 210000004204 blood vessel Anatomy 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 239000003814 drug Substances 0.000 claims 1
- 210000003734 kidney Anatomy 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 235000021251 pulses Nutrition 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/432—Truncation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种用于补偿对于身体的第一部分区域进行成像的第一医学成像设备中的图像伪影的方法,其由于身体的第二部分区域布置在对于第一医学成像设备预定的第一测量场之外而引起,具有步骤:在第一设备中对第一测量场采集第一测量数据,第一部分区域处于预定的第一测量场中;在第二医学成像设备中对预定的第二测量场采集第二测量数据,第一和第二部分区域处于第二测量场中;根据所采集的第二测量数据计算在第二设备中表示第一和第二部分区域的图像数据;利用所计算的图像数据调整表示第一和第二部分区域的预定的模型;根据所调整的模型仿真在第一设备中表示第二部分区域的数据;在考虑所仿真的数据的条件下校正第一测量数据或由第一测量数据导出的数据。
Description
技术领域
本发明涉及一种用于补偿对身体的第一部分区域进行成像的医学成像设备中的图像伪影的方法,其中图像伪影是通过待成像的身体的第二部分区域引起的,该第二部分区域布置在对于医学成像设备预定的测量场之外。本发明还涉及一种具有可以用以执行这样的方法的两个医学成像设备的医学成像系统。
背景技术
不同的设立的医学成像设备或模态通常可以仅在有限测量场中执行成像。依据各个设备和至少一个部分区域应当被成像的身体或对象的大小,身体的另外的部分区域处于属于各设备或模态的测量场之外。这会导致在处于测量场中的身体的部分区域的成像中的伪影。在磁共振断层成像的领域内,该伪影作为所谓的“卷褶伪影(Wrap AroundArtefact)”而公知并且可以对图像质量和由此对医学图像的可用性产生强烈干扰影响。但是,当待检查的身体或对象的区域处于相应的测量场之外时,在计算机断层成像的领域内也产生特有的伪影,所谓的“截断伪影(Truncation Artefact)”。
发明内容
本发明要解决的技术问题是,在医学成像设备中减小由于有限的测量场和部分从测量场中突出的待检查的身体引起的图像伪影。
本发明涉及一种用于补偿对待检查的身体或对象的第一部分区域进行成像的第一医学成像设备中的图像伪影的方法。在此,图像伪影由于身体或对象的第二部分区域布置或存在于对于第一医学成像设备预定的第一测量场之外而引起。在此第一步骤是在第一设备中对于第一测量场采集第一测量数据。在此,第一部分区域处于第一测量场中。第二部分区域处于第一测量场之外。下一步骤是在第二医学成像设备中对于第二测量场采集第二测量数据。在此,第一和第二部分区域处于第二测量场中。各自的设备在此优选地可以仅成像身体或对象的位于各自的相关的测量场中的区域。也就是,测量场由此也可以被理解为相关的设备的图像区域,在该图像区域中可以通过该医学成像设备来成像对象。优选地,这按规定在图像区域或测量场之外是不可能的。
下一步骤是根据所采集的第二测量数据计算图像数据。图像数据在此表示在第二设备中的第一和第二部分区域。作为第一和/或第二医学成像设备在此可以分别采用磁共振设备、X射线设备、计算机断层成像设备、单光子发射计算机断层成像设备和/或正电子发射断层成像设备。
为了减小描述的图像伪影,特别是为了改善这样的图像伪影的补偿,在下一步骤中利用由第二测量数据计算的图像数据进行预定模型的调整,该预定模型表示身体的第一和第二部分区域。调整在此可以包括匹配用于模型参数的相应的值。由此可以使模型与通过所计算的图像数据表示的身体(也就是身体的第一和/或第二部分区域)的偏差最小化。预定模型尤其可以是通用的患者模型,其可以通过调整与相应的个体患者相匹配。预定模型例如可以事先存储在数据库中。
根据调整的模型,其例如可以是与特定的患者相匹配的通用的患者模型,现在进行数据的仿真,该数据表示在第一设备中的第二部分区域和/或第二部分区域对第一设备的测量数据的影响。所仿真的数据例如可以是用于第一设备的仿真的测量数据和/或由测量数据导出的数据,例如图像数据。由此可以仿真第二部分区域对第一测量场的所采集的测量数据或对由该第一测量数据导出的数据的影响,该第二部分区域处于第一设备的第一测量场之外。也就是,数据的仿真涉及相应于身体的第二部分区域并且由此不被第一测量场所覆盖的模型区域。也就是,对于仿真选择视线场或虚拟测量场(视野,Field-of-View,FOV),其包含包括导致图像伪影的身体的第二部分区域的模型区域。
最后在考虑所仿真的数据的条件下进行第一测量数据或由第一测量数据导出的数据的校正,从而完全或部分地补偿提到的图像伪影。由此可以将用于第一测量场的、表示第二部分区域或第二部分区域的影响的模拟测量数据用于从对于第一测量场所测量的测量数据中计算图像数据,该图像数据特别是在第一设备中仅表示第一部分区域。
这具有如下优点,即,与已知的方法不同不再彼此分开地执行两个医学成像设备的各自的成像方法或成像链,而是将来自于第二成像链的信息集成到第一成像链。由此实现完全集成的解决方案,其中使用第二设备的测量数据来补偿提到的在第一医学成像设备中的图像伪影,例如卷褶伪影或截断伪影。使用通过调整而与现有的情况相匹配的预定的模型自然导致无噪声,从而基本上排除了通过在第二成像设备中的噪声,例如图像噪声引起在第一成像设备中的歪曲。由此,所仿真的数据和第一测量数据的基于所仿真的数据的校正同样是无噪声的。通过使用第二设备的测量数据减小了在第一设备中的图像伪影,并且由此以基础的方式改善了在第一设备中的最终图像质量。消除了第一设备的通常的缺陷并且明显扩展了其在医学应用领域中的可用性。
在优选的实施方式中,第一和第二医学成像设备基于不同的技术或工作原理。特别地,第一设备可以是磁共振断层成像设备并且第二设备可以是基于X射线的C形臂系统,或反之。当第一设备是磁共振断层成像设备时,所描述的方法是优选的,因为磁共振设备典型地具有强烈受限的测量场,从而在许多临床情况中待区域的身体的处于测量场之外的第二部分区域歪曲了测量结果并且导致提到的卷褶伪影。在基于X射线的C形臂系统作为第一设备的情况下该方法也是特别优选的,因为在此通常在临床日常中待检查的身体的部分区域也处于测量场或图像区域之外并且由此导致所描述的截断伪影。
在另一种实施方式中,利用计算的图像数据迭代地,也就是特别是逐步重复地,进行模型的调整,并且特别地包括迭代地形成在所计算的图像数据与所仿真的图像数据之间的差图像。在此,所仿真的图像数据是在考虑对于采集第二测量数据的参数设置的条件下利用模型仿真的。在此,可以将在所计算的图像数据与所仿真的图像数据之间的差图像传送给调节算法,该调节算法适配模型,从而达到所计算的与所仿真的图像数据以及由此模型与身体(例如患者模型与实际患者)的尽可能最好的一致。如对于这样的算法通常的那样,在此可以预定中断标准,例如达到预定程度的一致或达到预定数量的迭代循环。对模型进行迭代地调整具有如下优点,即,可以特别精确且灵活地按照预定标准实现模型的调整。
在另外的实施方式中,模型表示身体的结构上的、特别是解剖学的特征和特定于组织的、特别是对于第一和/或第二成像设备的工作原理重要的特征。特定于组织的特征例如可以是对于X射线辐射的吸收特性或者是对于磁共振断层成像的纵向弛豫时间和/或横向弛豫时间。这具有如下优点,即模型特别好地适用于仿真用于第一和/或第二成像设备的图像数据和/或测量数据。
在特别优选的实施方式中,模型包括不同的模型元素,其特别是表示各个器官。每个模型元素在此可以通过预定系列的信息来表征。该信息例如可以存储在向量中。这具有如下优点,即,模型可以特别简单且灵活地,例如通过匹配向量的各个值,与现有的身体相匹配。
在此在优选的实施方式中,模型对于每个模型元素包括如下信息中的一个或多个:模型元素在各自的正交的子坐标系的基础上的主延伸方向;模型元素在按照各自的相关的正交的子坐标系的主延伸中的延伸;模型元素关于身体的位置和取向,其中身体特别是在各个子坐标系可以排列于其中的全局坐标系中被描述;模型元素对于X射线辐射,特别是对于预定谱分布的X射线辐射的特定于组织的吸收特性;模型元素在磁共振断层成像设备中的特定于组织的特性,特别是纵向弛豫时间和/或横向弛豫时间。这具有如下优点,即,可以以特别紧凑的方式规定模型元素,从而模型可以高效率且有效果地被调整。信息在此例如可以存储在向量中。由此例如可以在对模型进行迭代地调整的情况下通过改变向量进行模型的简单适配。
在另外的优选的实施方式中,在考虑用于采集第一测量数据的参数设置的条件下进行数据的仿真。这具有如下优点,即,所仿真的数据能够特别好地匹配于所采集的第一测量数据并且能够特别好地补偿图像伪影。参数设置例如可以是回波时间(TE)或脉冲重复时间(TR)。
在特别有利的实施方式中,对数据的仿真包括对第二部分区域为第一测量数据或为由第一测量数据导出的数据提供的份额进行的仿真,而不包括对第一部分区域为第一测量数据或为由第一测量数据导出的数据提供的份额进行仿真。由此附加地,校正包括从第一测量数据中或从由第一测量数据导出的数据中减去所仿真的份额。这可以在位置空间中或在相位-频率空间(k空间)中进行。由此可以使用相应于第一测量场之外的区域的仿真的数据来校正第一测量场的实际的第一测量数据。这例如可以按照如下公式通过简单的减法实现。
在此,(x,y)是为图像、在此磁共振图像对于第一测量场中的预定的位置(x,y)提供的校正的份额;IMR(x,y)是对于该位置的由所测量的测量数据导出的图像份额;并且(x,y)是对于同一位置的由所仿真的数据得到的图像份额。在由所仿真的数据得到的图像份额中在此混入(eingefaltet)来自于第一测量场之外的区域的信息。这例如在对数据的仿真的情况下按照通过规定磁共振断层成像的测量频率进行,其中FNyquist是尼奎斯特频率并且FMR是磁共振测量的实际频率。由此考虑处于第一测量区域之外的第二部分区域的特殊混淆(Einfaltung)或第二部分区域至所测量的图像的叠加。示例性提到的公式加上必要的修正也适用于作为第一成像设备不同于磁共振设备的设备。在公式的表达中出于直观性原因也选择位置空间。减去图像伪影也可以被直接应用在相位-频率空间中,这带来关于计算效率方面(计算机性能,Computation Performance)的优点。这具有如下优点,即,将以有效的方式仿真的数据与第一测量数据组合,以便实现伪影的补偿。
在另外的实施方式中,第一测量数据或由第一测量数据导出的数据的校正包括通过仿真的数据来扩展第一测量数据或由第一测量数据导出的数据。这恰好在计算机断层成像设备作为第一成像设备的情况下是具有优势的,因为由此通过仿真的数据或测量数据扩展计算机断层成像设备的“截尾的(truncated)”,也就是有伪影的测量数据。也就是,可以对于处于第一测量场之外的部分区域通过调整后的模型的前向投影产生测量数据。图像也无需如通常那样由不同成像方法的部分图像组合而成。而是图像可以由不同的测量数据组合而成,该图像等于通过唯一一个成像方法产生的图像。这具有如下优点,即,产生统一的观感并且图像对于操作人员来说是特别容易判读的。
在另外的特别优选的实施方式中,第一测量数据的采集和第二测量数据的采集通过唯一一个医学成像器械(Apparat)进行,其包括第一和第二设备。在此,第二测量场至少部分地,也就是完全或至少在被身体的第一部分区域占据的区域中包括第一测量场。特别地,器械可以是血管磁共振组合设备。这具有如下优点,即,不同的测量数据已经彼此配准,也就是彼此形成定义的空间关系,并且第一和第二测量数据的采集具有最小时间偏差。由此身体在两个采集步骤之间几乎不会改变并且实现图像伪影的特别精确的补偿。通过两个设备的精确共同配准也可以特别精确地将数据从一个设备转移到另一个设备或对数据进行综合。由此得出图像伪影的改善的补偿的优点。
本发明还涉及一种具有第一和第二医学成像设备的医学成像系统。系统在此尤其可以实施为具有唯一一个壳体的器械。在此,第一医学成像设备具有预定的第一测量场并且被设计为,对处于第一测量场中的身体的第一部分区域进行成像并且为此采集第一测量数据。第二医学成像设备具有预定的第二测量场并且被设计为,对身体的处于第二测量场中的第一部分区域和处于第二测量场中但不处于第一测量场中的第二部分区域进行成像并且为此采集第二测量数据。此外,第二设备被设计为用于根据所采集的第二测量数据计算图像数据,其中图像数据表示在第二设备中的第一和第二部分区域。
此外,医学成像系统包括用于利用所计算的图像数据来调整表示第一和第二部分区域的预定模型的调整单元。用于根据所调整的模型来仿真表示在第一设备中的第二部分区域的数据的仿真单元也是医学成像系统的部件。在此,第一设备附加地被设计为用于在考虑仿真的数据的条件下校正第一测量数据或由第一测量数据导出的数据。医学成像系统的优点和优选的实施方式在此相应于用于补偿图像伪影的方法的优点和优选的实施方式。
所有在说明书中提到的特征和特征组合以及下面在附图说明中提到的和/或仅在附图中示出的特征和特征组合不仅按照分别给出的组合,而且按照其它组合或在单独设置时也是适用的,而不脱离本发明的范围。由此本发明的实施也视为包含和公开了,在附图中没有详细示出和解释的、但通过从解释的实施中分离的特征组合获得和产生的实施。
附图说明
下面对照示意性的附图对本发明的实施例作进一步的说明。在此附图中:
图1示出了对于本发明的示例性的实施方式的第一和第二测量场的对照;和
图2示出了按照本发明的另外的示例性的实施方式的用于补偿伪影的方法的示图。
具体实施方式
图1示出了第一和第二测量场的对照。在左边区域中在此描绘了待检查的身体1,其部分地处于第一测量场2中。身体1在此具有一个第一部分区域3,其处于第一测量场2中,和两个第二部分区域4,其处于第一测量场2之外。但是该两个第二部分区域4影响在第一测量场2中的测量并且由此引起不期望的图像伪影,该图像伪影由于将第二部分区域4布置在第一测量场2之外而导致。该图像伪影典型地被称为“卷褶伪影(Wrap Around Artefact)”或“截断伪影(Truncation Artefact)”。第一测量场2例如可以具有圆形的形状。这例如对于磁共振断层成像设备作为相关的第一医学成像设备可以是这种情况。
在图1的右边区域中现在示出了在第二测量场5中的具有第一和第二部分区域3、4的身体1。在此具有第一和第二部分区域3、4的身体1完整地布置在第二测量场5中。该第二测量场5具有圆锥形的形状。该圆锥形的形状归因于实施为基于X射线的C形臂系统的第二医学成像设备,其以来自于X射线源7的X射线6透射身体,并且由此具有其第一和第二部分区域3、4的身体1在探测器8上成像。通过在第二测量场5中采集具有第一和第二部分区域3、4的身体1的第二测量数据,由此可以获得关于第二部分区域4的信息,该信息然后由此可以在第一成像设备中被用于补偿由于在此的第二部分区域4导致的图像伪影。
图2示出了用于补偿伪影的方法的示图。首先在第一成像医学设备11中对于第一测量场2(图1)进行第一测量数据的第一采集10。第一成像设备11例如可以是磁共振断层成像设备。此外,对于第二测量场5(图1)进行第二测量数据的第二采集12。这在第二医学成像设备中进行,该第二医学成像设备例如实施为C形臂系统。下一步骤是从所采集的第二测量数据中计算14图像数据,该图像数据在第二设备13中表示第一和第二部分区域3、4(图1)。在此还进行预定模型16的调整15。
该调整15被实施为迭代的调整15。基于通用的预定模型16,例如患者模型,其反映了关于第二医学设备13的成像模态的解剖学特征和特殊材料特征。在所示的示例中,该预定模型还包括不同的模型元素,例如各个器官。对于这些模型元素的每一个,在所示的示例中将一系列信息存储到预定模型16中,例如相应器官的基本形状、作为正交子系统的器官的主择优极化方向(Hauptvorzugsrichtung)、器官相对于主择优极化方向的基本延伸、器官在患者中的位置和取向(也就是存储了各个子坐标系到全局坐标系的变换矩阵)、关于具有不同能量的X射线辐射的特定于组织的吸收特性和/或关于磁共振成像的特定于组织的特性,也就是例如纵向弛豫时间和/或横向弛豫时间。由此例如对于肾脏在预定模型中存储肾脏的特有的“豆子形状(Bohnenform)”以及除了别的之外在肾脏的最大和最小延伸方向上的正交向量x肾脏、y肾脏和z肾脏。也可以存储肾脏在这些方向上的延伸,例如│x肾脏│作为肾脏在x肾脏方向上的基本延伸。附加地对于肾脏在本示例中也可以利用计算机断层成像设备作为第二医学设备13来存储用于X射线辐射的特定于组织的吸收特性μ肾脏。
基于该预定模型16在所示的示例中在考虑对于第二采集12的参数设置α的条件下执行用于第二设备13的图像数据的仿真17,也就是执行C形臂图像数据的仿真17。然后对于第一设备13形成18在所仿真的与所计算的图像数据之间的差图像。通过调节算法分析19差图像,其通过确定了预定模型16的特征的参数向量a进行预定模型16的修改。然后在迭代方法的下一步骤中,不再考虑具有标准值的原始的预定模型16来仿真第二设备的图像数据,而是考虑调整的模型16′。通过迭代地循环仿真17、形成18、分析19和适配20可以一直进行调整15,直至所调整的模型16′满足预定的标准。在此重要的是,向量a仅干预在相应的器官(例如肾脏)的正交的子坐标系中的值,但不改变正交的子坐标系本身。
如果所调整的模型16′满足预定的条件,则利用该调整的模型16′进行数据的仿真21,该数据在第一设备11中表示第二部分区域4(图1)。也就是选择用于仿真21的视线区域(视野,FOV),其同样恰好包含导致卷褶伪影的区域。为此在现有的模型中考虑用于第一测量数据的第一采集10的参数设置β。在现有的示例中由此仿真用于磁共振断层成像的图像数据。最后,在考虑仿真的数据的条件下进行第一测量数据或从第一测量数据导出的数据的校正22。由此例如可以从中减去磁共振断层成像的卷褶伪影,从而由第一测量数据计算的图像数据在校正22(在此为减去)之后示出没有上述卷褶伪影的第一部分区域3(图1)。
Claims (11)
1.一种用于补偿对身体(1)的第一部分区域(3)进行成像的第一医学成像设备(11)中的图像伪影的方法,其中,所述图像伪影是由于身体(1)的第二部分区域(4)布置在对于第一医学成像设备(11)预定的第一测量场(2)之外而引起,具有以下步骤:
-在第一医学成像设备(11)中对于第一测量场(2)采集(10)第一测量数据,其中,所述第一部分区域(3)处于预定的第一测量场(2)中;
-在第二医学成像设备(13)中对于预定的第二测量场(5)采集(12)第二测量数据,其中,第一和第二部分区域(3,4)处于第二测量场(5)中;
-从所采集的第二测量数据中计算(14)在第二医学成像设备(13)中表示第一和第二部分区域(3,4)的图像数据;
-利用所计算的图像数据对表示第一和第二部分区域(3,4)的预定的模型(16)进行调整(15);
-根据所调整的模型(16′)对在第一医学成像设备(11)中表示第二部分区域(4)的数据进行仿真(21);
-在考虑所仿真的数据的条件下校正(22)第一测量数据或由第一测量数据导出的数据,
其特征在于,
利用所计算的图像数据迭代地进行模型(16,16′)的调整(15),其中所仿真的图像数据是在考虑对于采集(12)第二测量数据的参数设置(α)的条件下利用模型(16,16′)仿真的,并且模型(16,16′)包括不同的模型元素,其表示各个器官,并且在此表示身体(1)的结构上的特征和特定于组织的特征,其中第一和第二医学成像设备(11,13)基于不同的技术或工作原理。
2.根据权利要求1所述的方法,其特征在于,第一和第二医学成像设备(11,13)基于不同的技术或工作原理,特别地,第一医学成像设备(11)是磁共振断层成像设备并且第二医学成像设备(13)是基于X射线的C形臂系统,或者第一医学成像设备(11)是计算机断层成像设备并且第二医学成像设备(13)是基于X射线的C形臂系统。
3.根据权利要求1所述的方法,其特征在于,利用所计算的图像数据迭代地进行模型(16,16′)的调整(15),并且所述方法特别地包括迭代地形成(18)所计算的图像数据与所仿真的图像数据之间的差图像,其中,所述仿真的图像数据是在考虑对于采集(12)第二测量数据的参数设置(α)的条件下利用模型(16,16′)仿真的。
4.根据上述权利要求中任一项所述的方法,其特征在于,所述模型(16,16′)表示身体(1)的结构上的、特别是解剖学的特征和特定于组织的、特别是对于第一和/或第二成像设备(11,13)的工作原理重要的特征。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述模型(16,16′)包括不同的模型元素,其特别是表示各个器官。
6.根据权利要求5所述的方法,其特征在于,所述模型(16,16′)对于每个模型元素包括如下信息中的一个或多个:模型元素的形状;模型元素在各自的正交的子坐标系的基础上的主延伸方向;模型元素在主延伸方向中的延伸;模型元素相对于身体(1)的位置和取向;模型元素对于X射线辐射,特别是对于预定谱分布的X射线辐射的特定于组织的吸收特性;模型元素在磁共振断层成像设备中的特定于组织的特性,特别是纵向弛豫时间和/或横向弛豫时间。
7.根据权利要求1至3中任一项所述的方法,其特征在于,在考虑用于采集(10)第一测量数据的参数设置(β)的条件下进行数据的仿真(21)。
8.根据权利要求1至3中任一项所述的方法,其特征在于,
-对数据的仿真(21)包括对第二部分区域(4)为第一测量数据或为由第一测量数据导出的数据提供的份额进行的仿真,而不包括对第一部分区域(3)为第一测量数据或为由第一测量数据导出的数据提供的份额进行仿真,和
-校正(22)包括在位置空间或者相位频率空间中从第一测量数据或由第一测量数据导出的数据中减去所仿真的份额。
9.根据权利要求1至3中任一项所述的方法,其特征在于,对第一测量数据或由第一测量数据导出的数据的校正(22)包括通过仿真的数据来扩展第一测量数据或由第一测量数据导出的数据。
10.根据权利要求1至3中任一项所述的方法,其特征在于,第一测量数据的采集(10)和第二测量数据的采集(12)是通过包括第一和第二医学成像设备(11,13)的唯一一个医学成像器械进行的,特别是通过血管磁共振组合设备进行,并且第二测量场(5)至少部分地包括第一测量场(2)。
11.一种医学成像系统,具有
-第一医学成像设备(11),具有预定的第一测量场(2),
其中,所述第一医学成像设备(11)被设计为,对身体(1)的处于第一测量(2)场中的第一部分区域(3)进行成像,为此采集第一测量数据;
-第二医学成像设备(13),具有预定的第二测量场(5),
其中,所述第二医学成像设备(13)被设计为,对身体(1)的处于第二测量场(5)中的第一部分区域(3)和处于第二测量场(5)中但不处于第一测量场(2)中的第二部分区域(4)进行成像,为此采集第二测量数据,并且所述第二医学成像设备(13)还被设计为用于从所采集的第二测量数据中计算(14)图像数据,其中,所述图像数据在第二医学成像设备(13)中表示第一和第二部分区域(3,4);
-调整单元,用于利用所计算的图像数据来调整(15)表示第一和第二部分区域(3,4)的预定的模型(16,16′);
-仿真单元,用于根据所调整的模型(16′)来仿真(21)在第一医学成像设备(11)中表示第二部分区域(4)的数据;
其中,所述第一医学成像设备(11)被设计为,用于在考虑所仿真的数据的条件下校正(22)第一测量数据或由第一测量数据导出的数据,
其特征在于,
利用所计算的图像数据迭代地进行模型(16,16′)的调整(15),其中所仿真的图像数据是在考虑对于采集(12)第二测量数据的参数设置(α)的条件下利用模型(16,16′)仿真的,并且模型(16,16′)包括不同的模型元素,其表示各个器官,并且在此表示身体(1)的结构上的特征和特定于组织的特征,其中第一和第二医学成像设备(11,13)基于不同的技术或工作原理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015204718.0 | 2015-03-16 | ||
DE102015204718.0A DE102015204718A1 (de) | 2015-03-16 | 2015-03-16 | Kompensation von Bildartefakten in einer medizinischen Bildgebung |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105989620A CN105989620A (zh) | 2016-10-05 |
CN105989620B true CN105989620B (zh) | 2019-03-22 |
Family
ID=56853274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610128571.2A Active CN105989620B (zh) | 2015-03-16 | 2016-03-08 | 补偿在医学成像中的图像伪影 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9818207B2 (zh) |
CN (1) | CN105989620B (zh) |
DE (1) | DE102015204718A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016205718A1 (de) * | 2016-04-06 | 2017-10-12 | Siemens Healthcare Gmbh | Verfahren zur Darstellung von medizinischen Bilddaten |
DE102018208202B3 (de) * | 2018-05-24 | 2019-07-18 | Siemens Healthcare Gmbh | Schwächungskarte für eine kombinierte Magnetresonanz-Positronenemissions-Tomographie |
CN109394215B (zh) * | 2018-11-16 | 2022-04-29 | 上海京悦机械有限公司 | 一种医疗器械模体及夹具及加工工艺 |
CN109961491B (zh) * | 2019-04-12 | 2023-05-26 | 上海联影医疗科技股份有限公司 | 多模态图像截断补偿方法、装置、计算机设备和介质 |
CN112890841B (zh) * | 2021-01-19 | 2023-05-12 | 上海联影医疗科技股份有限公司 | 振动信息测量方法、装置、服务器及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1748647A (zh) * | 2004-09-15 | 2006-03-22 | 西门子公司 | 去除计算机断层造影设备产生的体层图像环伪影的方法 |
CN1864632A (zh) * | 2005-05-17 | 2006-11-22 | 西门子公司 | 用于最小化图像伪影的方法以及医疗成像系统 |
CN101329389A (zh) * | 2007-06-21 | 2008-12-24 | 西门子公司 | 用于校正运动伪影的方法 |
CN101422364A (zh) * | 2007-11-02 | 2009-05-06 | 上海卡勒幅磁共振技术有限公司 | 无缝拼接磁共振图像的方法 |
CN101485594A (zh) * | 2008-01-15 | 2009-07-22 | 西门子公司 | 用于规划对检查对象的组合检查的方法 |
US7675038B2 (en) * | 2007-08-27 | 2010-03-09 | Siemens Medical Solutions Usa, Inc. | Truncation compensation in transmission reconstructions for a small FOV cardiac gamma camera |
CN101680938A (zh) * | 2007-05-31 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 自动采集磁共振图像数据的方法 |
CN101797155A (zh) * | 2009-02-10 | 2010-08-11 | 株式会社东芝 | 磁共振成像装置 |
CN102740769A (zh) * | 2010-02-02 | 2012-10-17 | 皇家飞利浦电子股份有限公司 | 功能成像 |
CN102982521A (zh) * | 2012-12-07 | 2013-03-20 | 中国科学院自动化研究所 | 基于图像重叠的选择性平面照射显微成像伪影去除方法 |
CN104323789A (zh) * | 2014-09-25 | 2015-02-04 | 沈阳东软医疗系统有限公司 | 一种ct扫描图像重建方法及ct扫描仪 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10231061A1 (de) * | 2002-07-10 | 2004-01-22 | Philips Intellectual Property & Standards Gmbh | Verfahren und System zur Verbesserung des Informationsgehaltes in einem Bild |
US20070078339A1 (en) * | 2005-09-30 | 2007-04-05 | Keith Andress | Control of hybrid SPECT study definition via patient positioning monitors |
EP1891899A1 (en) * | 2006-08-25 | 2008-02-27 | Multi Magnetics Incorporated | Method and system for performing local tomography |
DE102011075917B4 (de) * | 2011-05-16 | 2021-10-28 | Siemens Healthcare Gmbh | Verfahren zum Bereitstellen eines 3D-Bilddatensatzes mit unterdrückten Messfeldüberschreitungsartefakten und Computertomograph |
DE102011075904A1 (de) * | 2011-05-16 | 2012-11-22 | Siemens Aktiengesellschaft | Verfahren zum Bereitstellen eines Bilddatensatzes mit unterdrückten Messfeldüberschreitungsartefakten und Röntgenbildaufnahmevorrichtung |
-
2015
- 2015-03-16 DE DE102015204718.0A patent/DE102015204718A1/de active Pending
-
2016
- 2016-03-08 CN CN201610128571.2A patent/CN105989620B/zh active Active
- 2016-03-16 US US15/071,434 patent/US9818207B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1748647A (zh) * | 2004-09-15 | 2006-03-22 | 西门子公司 | 去除计算机断层造影设备产生的体层图像环伪影的方法 |
CN1864632A (zh) * | 2005-05-17 | 2006-11-22 | 西门子公司 | 用于最小化图像伪影的方法以及医疗成像系统 |
CN101680938A (zh) * | 2007-05-31 | 2010-03-24 | 皇家飞利浦电子股份有限公司 | 自动采集磁共振图像数据的方法 |
CN101329389A (zh) * | 2007-06-21 | 2008-12-24 | 西门子公司 | 用于校正运动伪影的方法 |
US7675038B2 (en) * | 2007-08-27 | 2010-03-09 | Siemens Medical Solutions Usa, Inc. | Truncation compensation in transmission reconstructions for a small FOV cardiac gamma camera |
CN101422364A (zh) * | 2007-11-02 | 2009-05-06 | 上海卡勒幅磁共振技术有限公司 | 无缝拼接磁共振图像的方法 |
CN101485594A (zh) * | 2008-01-15 | 2009-07-22 | 西门子公司 | 用于规划对检查对象的组合检查的方法 |
CN101797155A (zh) * | 2009-02-10 | 2010-08-11 | 株式会社东芝 | 磁共振成像装置 |
CN102740769A (zh) * | 2010-02-02 | 2012-10-17 | 皇家飞利浦电子股份有限公司 | 功能成像 |
CN102982521A (zh) * | 2012-12-07 | 2013-03-20 | 中国科学院自动化研究所 | 基于图像重叠的选择性平面照射显微成像伪影去除方法 |
CN104323789A (zh) * | 2014-09-25 | 2015-02-04 | 沈阳东软医疗系统有限公司 | 一种ct扫描图像重建方法及ct扫描仪 |
Also Published As
Publication number | Publication date |
---|---|
CN105989620A (zh) | 2016-10-05 |
DE102015204718A1 (de) | 2016-09-22 |
US20160275704A1 (en) | 2016-09-22 |
US9818207B2 (en) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105989620B (zh) | 补偿在医学成像中的图像伪影 | |
CN109009200B (zh) | 用于正电子发射断层成像图像重建的系统和方法 | |
JP6283009B2 (ja) | 磁気共鳴イメージングシステム | |
RU2677764C2 (ru) | Координатная привязка медицинских изображений | |
Paulus et al. | Towards improved hardware component attenuation correction in PET/MR hybrid imaging | |
US20170367672A1 (en) | System and Method for Accelerated, Time-Resolved Imaging | |
de Senneville et al. | A direct PCA-based approach for real-time description of physiological organ deformations | |
US10746822B2 (en) | System and method for localized processing of quantitative susceptibility maps in magnetic resonance imaging | |
CN109381205B (zh) | 用于执行数字减影血管造影的方法、混合成像装置 | |
US9170315B2 (en) | Magnetic resonance imaging apparatus and method | |
Riblett et al. | Data‐driven respiratory motion compensation for four‐dimensional cone‐beam computed tomography (4D‐CBCT) using groupwise deformable registration | |
JP7326160B2 (ja) | 定量的分子撮像のための正確なハイブリッドデータセットの生成 | |
CN109152549B (zh) | 图像诊断装置以及图像取得方法 | |
HU231302B1 (hu) | Eljárás és rendszer, valamint tárolóeszköz kép rekonstrukció végrehajtására egy térfogathoz projekciós adathalmaz alapján | |
WO2014176154A1 (en) | System and method for image intensity bias estimation and tissue segmentation | |
EP2742483B1 (en) | Image processing method | |
JP7025410B2 (ja) | 補正された感度符号化磁気共鳴イメージング | |
Bosma et al. | Quantitative investigation of dose accumulation errors from intra-fraction motion in MRgRT for prostate cancer | |
WO2015011584A2 (en) | Differentiating tissues with mr imaging | |
KR101080605B1 (ko) | Mr 영상을 이용한 pet 영상 감쇄 보상 방법 및 pet 장치 | |
Savill et al. | Assessment of input signal positioning for cardiac respiratory motion models during different breathing patterns | |
EP3629931A1 (en) | Heatmap and atlas | |
Ranjbar et al. | Validation of a CT-based motion model with in-situ fluoroscopy for lung surface deformation estimation | |
US10417793B2 (en) | System and method for data-consistency preparation and image reconstruction | |
Chen et al. | Low dose cone-beam computed tomography reconstruction via hybrid prior contour based total variation regularization (hybrid-PCTV) |
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 |