CN106999091A - 用于组成材料的改进分类的方法和系统 - Google Patents

用于组成材料的改进分类的方法和系统 Download PDF

Info

Publication number
CN106999091A
CN106999091A CN201580066272.4A CN201580066272A CN106999091A CN 106999091 A CN106999091 A CN 106999091A CN 201580066272 A CN201580066272 A CN 201580066272A CN 106999091 A CN106999091 A CN 106999091A
Authority
CN
China
Prior art keywords
mri
magnetic susceptibility
indefinite
places
composition materials
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
CN201580066272.4A
Other languages
English (en)
Other versions
CN106999091B (zh
Inventor
K.科赫
S.查特吉
F.维辛格
S.蒂鲁文卡达姆
R.穆利克
D.单巴格
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN106999091A publication Critical patent/CN106999091A/zh
Application granted granted Critical
Publication of CN106999091B publication Critical patent/CN106999091B/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
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • 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
    • 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
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/481—MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]
    • 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
    • G01R33/4816—NMR imaging of samples with ultrashort relaxation times such as solid samples, e.g. MRI using ultrashort TE [UTE], single point imaging, constant time 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
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56536—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to magnetic susceptibility variations

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

公开成像系统和方法。重构受检者中的目标体积的MR图像和测量的B0场地图，其中MR图像包含一个或多个亮区和/或暗区。识别与亮区对应的一个或多个有区别的组成材料。每个暗区迭代地标记为一个或多个不明确的组成材料。指配与每个有区别和迭代标记的不明确的组成材料对应的磁化率值。模拟的B0场地图基于所指配的磁化率值迭代地生成。类似性度量在测量与模拟的B0场地图之间确定。组成材料基于类似性度量在暗区中识别，以查明对应的磁化率值。MRI数据基于所指配和所查明的磁化率值来校正。目标体积的诊断评估基于校正的MRI数据来确定。

Description

用于组成材料的改进分类的方法和系统
相关申请的交叉引用
本申请要求2014年12月4日提交的印度专利申请号6113/CHE/2014的优先权，通过引用将其的全部结合到本文中。
背景技术
本说明书的实施例一般涉及诊断成像，以及更具体来说涉及用于磁共振(MR)图像中的组成材料的改进分类的方法和系统。
磁共振成像(MRI)提供具有优良软组织对比度的高质量图像以供在患者的诊断和/或治疗中使用。具体来说，MRI可与一个或多个其他成像形态结合使用，以提供补充诊断信息供在更详细研究生物化学过程中使用。例如，MRI可用来补充由正电子发射断层扫描(PET)系统所提供的分子信息，以用于以较高灵敏度来跟踪生物标记。
通常，PET成像必需光子-电子交互，其可导致所发射光子的衰减，这又导致降级的图像质量和不准确的PET定量。MRI数据的使用帮助校正PET衰减值，因而提供更准确的临床信息。具体来说，PET衰减值可使用MRI数据来校正，MRI数据准确地分类为对应的组成材料，例如特定组织、空气、脂肪、水、骨、金属和/或其他材料。
常规MRI生成正响应信号，其对包含软组织、水和/或脂肪的被成像区域的部分具有不同的信号强度或亮度。例如，从肝组织所接收的响应信号可具有特定信号强度，其与从胃组织所接收的响应信号的信号强度是不同的。因此，信号强度的差可用来清楚地分类被成像区域中的组成材料。
但是，常规MRI在对没有水或脂肪分子的区域进行成像时无法生成具有这类有区别的信号强度的响应信号。例如，常规MRI脉冲序列在对包含空气、骨和/或金属的区域进行成像时生成不清楚的暗信号，即使这些组成材料具有充分不同的衰减值。此外，接近金属对象、例如起搏器或牙体充填物的区域的MRI因金属与周围组织之间的大磁化率变化而可引起过度发热和/或图像伪影。具体来说，被成像区域中的金属的存在可引起MRI期间的显著共振频率变化，由此导致充分信号丢失、脂肪抑制失败、几何失真和亮堆积伪影。
相应地，某些常规MRI系统提供分类方法，其尝试基于信号强度的差、弛豫效能、化学位移和/或图像梯度信息来区分包含空气的区域与包含骨结构和金属的区域。某些其他分类方法必需在金属植入物周围绘制的磁场，从而使用不对称自旋回波MRI序列、超短回波时间(UTE)和/或零回波时间(ZTE)MRI脉冲序列来解决不同组成材料之间的不明确性。
但是，甚至这类常规分类方法也无法减轻产生于由被成像区域中的金属对象的存在所引起的大信号丢失的所确定诊断信息的不准确性。具体来说，因例如牙体填充物中或者髋关节植入物中的金属的存在而产生的磁化率伪影使从MR图像所得出的诊断信息失真。失真的MR图像信息无法帮助准确并且有效地分类空气、骨和/或金属中和/或附近的被成像区域。低效的分类又阻碍将MR图像信息用于准确估计PET衰减值和/或任何其他生物化学调查。因此，磁化率伪影使常规MRI不适合于多种临床应用。
发明内容
按照本说明书的某些方面，提出一种用于对受检者进行成像的方法。该方法包含使用从目标体积所获取的MRI数据来重构与受检者中的目标体积对应的MR图像和测量的B0场地图，其中MR图像包含一个或多个亮区和/或一个或多个暗区。此外，该方法包含识别与MR图像中的一个或多个亮区的每个对应的一个或多个有区别的组成材料。此外，该方法包含将MR图像中的一个或多个暗区的每个迭代地标记为一个或多个不明确的组成材料。另外，该方法包含指配与一个或多个有区别的组成材料和一个或多个迭代标记的不明确的组成材料的每个对应的磁化率值。该方法还包含基于与一个或多个有区别的组成材料和一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值迭代地生成模拟的B0场地图。此外，该方法包含在每个迭代期间确定测量的B0场地图与模拟的B0场地图之间的类似性度量。另外，该方法包含基于所确定的类似性度量来识别一个或多个暗区的每个中的一个或多个不明确的组成材料，以查明对应的磁化率值。此外，该方法包含基于与一个或多个有区别的组成材料对应的所指配的磁化率值以及与MR图像中识别的一个或多个不明确的组成材料对应的所查明的磁化率值来校正MRI数据。此外，该方法包含基于校正的MRI数据来确定目标体积的诊断评估。
按照本说明书的某些其他方面，公开一种配置成对受检者进行成像的成像系统。该系统包含扫描仪，其配置成扫描受检者的目标体积，以获取对应的MRI数据。此外，该系统包含处理子系统，其在操作上耦合到扫描仪，其中处理子系统配置成使用MRI数据来重构与目标体积对应的MR图像和测量的B0场地图，其中MR图像包含一个或多个亮区和/或一个或多个暗区。此外，处理子系统配置成识别与MR图像中的一个或多个亮区的每个对应的一个或多个有区别的组成材料。另外，处理子系统配置成将MR图像中的一个或多个暗区的每个迭代地标记为一个或多个不明确的组成材料。此外，处理子系统配置成指配与一个或多个有区别的组成材料和一个或多个迭代标记的不明确的组成材料的每个对应的磁化率值。处理子系统还配置成基于与一个或多个有区别的组成材料和一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值迭代地生成模拟的B0场地图。此外，处理子系统配置成在每个迭代期间确定测量的B0场地图与模拟的B0场地图之间的类似性度量。此外，处理子系统配置成基于所确定的类似性度量来识别一个或多个暗区的每个中的一个或多个组成材料，以查明对应的磁化率值。另外，处理子系统配置成基于与一个或多个有区别的组成材料对应的所指配的磁化率值以及与MR图像中识别的一个或多个不明确的组成材料对应的所查明的磁化率值来校正MRI数据。此外，处理子系统配置成基于校正的磁共振成像数据来确定目标体积的诊断评估。
附图说明
在参照附图阅读以下详细描述，本说明书的实施例的这些及其他特征和方面将变得更好理解，附图中，相似符号在附图中通篇表示相似部件，附图包括：
图1是按照本说明书的方面的示范成像系统的示意表示；
图2是图示按照本说明书的方面的用于MR成像的示范方法的流程图。
图3A是包含多个充气小瓶和金属对象的充水体模（phantom）；
图3B和图3C图示与图3A的充水体模对应的示范MR图像；以及
图4A、图4B、图4C和图4D图示按照本说明书的方面的使用常规MRI方法和超短回波脉冲序列所生成的目标体积的示范图像。
具体实施方式
以下描述提出用于准确分类受检者的目标体积中的组成材料的系统和方法。具体来说，本文所述的实施例允许使用常规磁共振成像(MRI)准确识别按传统是不可区分的组成材料。具体来说，本系统和方法的实施例提供改进MRI工作流程，以便区分金属感应的信号丢失和由空气和/或骨所引起的信号丢失，由此以更大精度来定域（localize）和/或识别位于目标体积中的金属对象。
按照本说明书的某些方面，包含金属对象的区域可使用从所获取的MRI数据和/或B0场地图所得到的幅值和相位图像的组合与空气和/或骨加以区分。可注意，B0场地图对应于非共振频率的地图，其因偏振磁场B0(以下称作B0场)中的不均质性而生成。通常，B0场中的不均质性因接近B0场的具有不同磁化率的材料的存在而引起。这种不均质性可引起所得到的MR图像中的显著的磁化率伪影。因此，期望确定准确的B0场地图(其表示被成像区域中的组成材料的实际分布)，以补偿磁化率伪影。
本系统和方法的实施例帮助经过与被成像区域对应的测量和模拟的B0场地图的比较来确定组成材料的实际分布。如本文所使用的，术语“测量的B0场”可用来表示非共振频率的图形表示，其通过与目标体积对应的MR图像中的组成材料的实际分布来生成，并且从所获取的MRI数据来确定。此外，术语“模拟的B0场”可用来表示非共振频率的图形表示，其通过具体在与目标体积对应的MR图像的暗或不确定区域中的组成材料的假定分布来生成。
因此，在某些实施例中，测量的B0场地图可从所获取的MRI数据来生成。此外，模拟的B0场地图可通过将MR图像中的不确定的区域迭代地标记为空气、骨、不同类型的金属和/或任何其他组成材料来生成。可迭代地模拟B0场地图，直到模拟的B0场地图基本上匹配测量的B0场地图，由此提供MR图像的不确定的区域中的组成材料的实际分布。组成材料的实际分布允许目标体积中的组成材料，例如空气、骨、不同类型的金属和/或其他植入物的准确定域和识别。
具体来说，准确识别组成材料可帮助确定对应的磁化率值，以允许准确补偿最终MR图像中的磁化率相关伪影。此外，准确识别和定域金属类型可帮助自动选择专用MRI脉冲序列，其经过优化以用于接近金属对象的组织的高保真成像。专用MRI脉冲序列的自动选择允许在后续成像步骤中更好地描绘金属对象周围的组织，而与成像系统的操作员的技能和/或经验无关。此外，金属类型的准确识别可帮助PET衰减值的增强估计，以供在患者的有效临床评估中使用。
虽然以下描述提出与用于PET衰减值的更准确估计的组成材料的分类相关的实施例，但是还预期本系统和方法的实施例在各种其他成像应用中的使用。例如，本系统和方法可用来补充通过其他成像形态(例如单光子发射计算机断层扫描(SPECT)系统、超声成像系统、混合MR-PET系统和/或混合MR-SPECT系统)所获取的诊断信息。在以下小节参照图1来描述适合于实施本系统的各个实现的示范环境。
图1图示用于受检者的增强成像的示范MRI系统100。具体来说，系统100可配置成准确识别受检者的目标体积中的组成材料，以用于降低磁化率相关成像伪影，由此帮助生成高质量诊断图像和临床信息。
在某些实施例中，高质量诊断图像和临床信息可用来补充从一个或多个其他成像形态例如PET系统101所接收的诊断信息，以供在目标体积的更有效临床评价中使用。相应地，在一个实施例中，系统100可在通信上耦合到PET系统101。虽然图1仅描绘PET系统101，但是在某些实施例中，系统100可在通信上耦合到其他成像形态，例如SPECT成像系统和/或超声成像系统。备选地，系统100可实现为混合成像系统，例如MR-PET系统、MR-SPECT系统和/或MR-超声系统，其配置成允许受检者的增强成像。
具体来说，在一个实施例中，MRI系统100可包含扫描仪102、系统控制器104和操作员接口106，以用于对目标体积进行成像。目标体积例如可包含感兴趣生物组织和/或评价下的非生物对象。当用于医疗诊断成像时，扫描仪102还可包含患者膛108，工作台110可定位到其中。在一个实施例中，工作台110可定位在患者膛108中，使得患者112的目标体积定位在与扫描仪102对应的磁体(未示出)的等中心处。
此外，在某些实施例中，扫描仪102还可包含一系列关联线圈，以用于对患者112进行成像。在一个实施例中，例如，扫描仪102可包含主磁体线圈114，其经由功率供应116来激励，以用于生成与患者膛108一般对齐的主磁场。扫描仪102还可包含一系列梯度线圈118、120和122，其分组在线圈组合件中，以用于生成准确控制的磁场，其强度可在扫描仪102的所指定视场内改变。
另外，在一个实施例中，扫描仪102还可包含射频(RF)线圈124，其配置成生成RF脉冲，以用于激励通常限定在患者112的组织中的旋磁材料。在某些实施例中，RF线圈124还可用作接收线圈。相应地，RF线圈124可按照无源和/或有源模式在操作上耦合到发射-接收电路系统126，以分别用于接收来自旋磁材料的发射和用于施加RF激励脉冲。
在某些实施例中，系统控制器104可配置成控制MR线圈118、120、122和124的操作，以用于生成预期磁场和/或用于施加RF激励脉冲。相应地，在一个实施例中，系统控制器104可包含脉冲序列发生器128、定时电路系统130和处理子系统132。处理子系统132可配置成生成和/或控制成像梯度波形和RF脉冲序列，以供MR成像序列期间使用。在一个实施例中，脉冲序列发生器128可配置成生成T1加权、T2加权、T2*加权、磁化率加权、质子密度加权、脂肪选择性、水选择性和/或狄克逊脉冲序列，以用于获取预期MRI数据。具体来说，脉冲序列发生器128可配置成基于响应于所生成的脉冲序列而接收的MRI信号来生成适当脉冲序列，以用于获取结构MRI信息和/或允许B0场地图的生成。
此外，在某些实施例中，系统控制器104可包含放大电路系统134和接口电路系统136，其配置成控制脉冲序列发生器128与扫描仪102的线圈和/或在脉冲序列发生器128与扫描仪102的线圈之间进行接口。例如，放大电路系统134和/或接口电路系统136可配置成驱动RF线圈124，并且放大对应的MRI响应信号以供进一步处理。放大的响应信号又可传送给处理子系统132，以用于确定供在图像重构中使用的信息。为此，处理子系统132例如可包含一个或多个专用处理器、图形处理单元(GPU)、数字信号处理器(DSP)、微型计算机、微控制器、专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)。
在某些实施例中，处理子系统132可配置成响应于MRI脉冲序列而处理通过激励的患者核所生成的响应信号。具体来说，处理子系统132可配置成对响应信号进行解调、滤波和/或数字化，以用于确定供在图像重构中使用的信息。另外，处理子系统132可配置成向图像处理单元138传送数字化的信息，以允许重构患者112中的目标体积的预期图像。
但是，如先前所注意的，在成像区域包含诸如空气-骨界面、金属、陶瓷和/或硅胶植入物的区域时，MRI响应信号可能没有为所得到的MR图像中的这些组成材料的准确识别提供有区别的信号强度。例如，接近金属植入物(例如起搏器或牙体填充物)的区域的MRI可引起过度发热和/或图像伪影。具体来说，金属植入物可因金属与周围组织之间的大磁化率变化而引起MRI期间的显著的共振频率变化。因此，在包含金属植入物的区域之中和周围进行成像可导致磁化率相关成像伪影，例如充分信号丢失、脂肪抑制的失败、几何失真和亮堆积伪影。因此，包含金属植入物的目标区域的MR图像可能没有提供准确诊断信息例如供在由PET系统101所获取的PET数据的衰减校正中使用和/或用于某些其他临床评价。
相应地，在某些实施例中，图像处理单元138可配置成处理与所获取的MRI响应信号对应的数字化的信息，以降低所得到的MR图像中的磁化率相关成像伪影。为此，图像处理单元138例如可包含一个或多个专用处理器、GPU、DSP、微型计算机、微控制器、ASIC和/或FPGA。虽然图1将图像处理单元138描绘为独立组件，但是在某些实施例中，图像处理单元138可作为软件模块和/或硬件模块来集成到处理子系统132中，以供在临床有用的MR图像的增强重构中使用。
具体来说，在一个实施例中，图像处理单元138可配置成使用从所获取的MRI数据和B0场地图所得到的幅值和相位图像的组合来区分包含金属对象的区域与空气和/或骨区域。为此，在某些实施例中，图像处理单元138可配置成分类使用相位MRI数据所重构的MR图像中的亮区和暗区。具体来说，图像处理单元138可配置成将MR图像中的亮区分类为对应于软组织，而将MR图像中的暗区分类为对应于空气、骨和/或金属。
作为示例，图像处理单元138可配置成使用图像分割技术(例如相位场、主动轮廓、水平集和/或基于阈值的分类)来分类亮区和暗区。在另一个示例中，图像处理单元138可配置成使用器官分层和/或器官上下文识别来分类MR图像中包含空气、骨和/或金属的区域。此外，图像处理单元138可配置成对于与MR图像中的特定区域对应的相位数据进行滤波，以便更准确地识别该区域是否属于反磁材料或者顺磁材料。
另外，在某些实施例中，图像处理单元138可配置成基于使用多回波脉冲序列所获取的MRI数据来生成测量的B0场地图。具体来说，测量的B0场地图可基于响应于场绘制脉冲序列、例如狄克逊脉冲序列而接收的MRI信号和/或结构MRI信息来生成。如先前所注意的，B0场地图对应于非共振频率的地图，其因B0场中的不均质性而生成。通常，B0场中的不均质性因接近B0场的具有不同磁化率的材料的存在而引起。相应地，测量的B0场地图可指示按照目标体积中的组成材料的对应分布的目标体积中的磁化率的分布。
虽然与目标体积对应的MR图像的亮区中的组成材料可基于MR信号而有区别地识别，但是MR图像的一个或多个暗区中的组成材料的分布可保持为不确定。因此，在一个实施例中，图像处理单元138可配置成准确识别和/或定域MR图像的亮区和暗区中的组成材料的每个。与对应于亮区和暗区的每个的所识别的组成材料相关的信息然后可用于补偿通过测量的B0场地图所表示的对应的磁化率伪影。
具体来说，在一个实施例中，图像处理单元138可配置成识别与MR图像中的亮区对应的有区别的组成材料。如本文所使用的，术语“有区别的组成材料”可用来表示提供MR响应信号的目标体积中的组成材料，其可在MR图像中基于有区别的强度和/或其他已知MRI处理方法清楚地识别。另外，图像处理单元138可配置成将对应的磁化率值指配给与MR图像的亮区对应的有区别的组成材料。在一个实施例中，例如，图像处理单元138可配置成将一个或多个查找表用于确定和指配与有区别的组成材料的每个对应的磁化率值。为此，查找表可包含组成材料的不同类型与已知磁化率值之间的相关性，以识别和标记与MR图像的亮区对应的有区别的组成材料。
但是，如先前所注意的，目标体积中的不明确的组成材料可能无法提供有区别的MRI响应信号，并且因此可视化为MR图像中的暗区。如本文所使用的，术语“不明确的组成材料”可用来表示目标体积中的组成材料，其没有水分子，因而提供无区别的MR响应信号，其在MR图像中可能不易于识别。相应地，在某些实施例中，这些不明确的组成材料可通过使用迭代识别技术分析MR图像中的暗区来识别。
具体来说，在某些实施例中，图像处理单元138可配置成在迭代识别技术的逐次迭代中将MR图像中的暗区和/或未知区的每个迭代地标记为空气、骨、不同类型的金属和/或任何其他不明确的组成材料。具体来说，在一个实施例中，图像处理单元138可配置成从不明确的组成材料的所存储的列表中随机地迭代选择一个或多个暗区的标记。不明确的组成材料的所存储的列表例如可包含适合于患者体内使用的空气、骨和/或其他材料。但是，在备选实施例中，标记可在逐次迭代的每个期间基于先验信息、例如患者历史和/或操作员输入来选择。
在某些实施例中，图像处理单元138可配置成在迭代地标记暗区时进行初始假设。具体来说，在一个实施例中，图像处理单元138可配置成基于先验信息、预先编程系统设定、成像要求和/或用户输入来进行初始假设。例如，在对目标体积进行成像时，甚至小金属对象的存在也可导致所得到的MR图像中的显著图像模糊，可执行使用专用脉冲序列的后续扫描，以便对暗区最佳地成像。相应地，在一个实施例中，图像处理单元138可配置成执行暗区的初始评估，以识别暗区的任何是否包含金属对象。具体来说，图像处理单元138可配置成识别金属对象的类型和/或大小。
为此，图像处理单元138可配置成采用一个或多个参考模板，例如特定类型和/或大小的金属的偶极图案（pattern）特性。在一个实施例中，不同类型和/或大小的金属的偶极图案特性可作为列表来存储。图像处理单元138可配置成将MR图像中的一个或多个暗区与所存储的偶极图案进行比较，和/或使用刚性、仿射或者非刚性变换来使暗区中观察的偶极图案适于参考模板中的一个。在某些实施例中，比较例如可基于整个3D体积和/或逐个层面来执行。随后，图像处理单元138可配置成基于该比较来识别暗区的一个或多个中存在的金属的类型和/或大小。
通常，金属对象、例如牙体植入物表现为暗区，其与MR图像中的骨和空气是不可区分的。相应地，在一个实施例中，图像处理单元138可配置成将从所获取的MRI数据所确定的MR相位图像用于区分骨、空气与金属对象。具体来说，图像处理单元138可配置成例如经由低通滤波预先处理MR相位图像，以去除全局相位的任何贡献，同时保持局部磁化率相位变化。仅局部磁化率值的保持增强MR相位图像中的骨、空气与金属对象之间的区别。
具体来说，由于B0磁场的存在中的空气和金属对象的材料性质的差别，空气和金属对象的每个产生B0磁场的不同变化。相应地，在一个实施例中，图像处理单元138可配置成在与预处理的相位MR图像的不同区域对应的不同空间位置处来确定B0磁场的变化。具体来说，图像处理单元138可配置成确定B0磁场的变化，以区分预处理的相位MR图像中的空气与金属对象，并且确定对应的磁化率值。
在一个实施例中，图像处理单元138可配置成作为逆问题来对一个或多个暗区的磁化率值的迭代识别和对应确定进行建模。作为示例，在所选的暗区包含金属对象的情况下，B0磁场的变化可对应于因外部磁场的存在的情况下的金属对象而感应的磁化。感应的磁化例如可使用等式(1)来表示为逆问题：
其中，对应于从预处理的MR相位图像所确定的感应磁化，对应于因所施加的B0磁场引起的磁化，以及χ对应于磁化率矩阵，其中磁化率矩阵χ的每个元素表示相对于所施加的B0磁场在局部磁场的变化方向上的所确定磁化率。
给定因所施加的B0磁场H 引起的磁化以及感应的磁化M 的值，在一个实施例中，图像处理单元138可配置成作为逆问题来对矩阵χ的计算进行建模。具体来说，图像处理单元138可配置成基于等式(1)中定义的逆问题的确定解来确定所选的暗区中的磁化率的签名（signature ）。在某些实施例中，磁化率的所确定的签名可用来区分目标体积中的空气与金属对象。具体来说，磁化率的签名可用来识别所选的暗区中存在的特定金属对象。
随后，图像处理单元138可配置成向所选的暗区指配与所识别的金属对应的磁化率值。类似地，在另外的迭代中，一个或多个其他标记和对应的磁化率值也可指配给其他暗区的一个或多个。
在一个实施例中，指配给MR图像中的亮区和暗区的磁化率值提供与迭代识别技术的特定迭代的目标体积对应的假定的磁化率分布。按照本说明书的某些方面，图像处理单元138可配置成基于假定的磁化率分布迭代地生成模拟的B0场地图。例如，图像处理单元138可配置成使用逐个层面傅立叶域变换将假定的磁化率分布转换成模拟的B0场地图。备选地，图像处理单元138可配置成使用迭代有限元方法、有限差方法、微扰近似方法和/或任何其他适当方法将假定的磁化率分布转换成模拟的B0场地图。
具体来说，图像处理单元138可配置成基于假定的磁化率分布迭代地模拟B0场地图，直到与特定迭代对应的模拟的B0场地图基本上匹配测量的B0场地图。在一个实施例中，例如，类似性度量、例如归一化相关性或语义类似性总体（ensemble）可用来将测量的B0场地图与模拟的B0场地图相互关连。具体来说，图像处理单元138可配置成基于类似性度量来识别具有与测量的B0场地图的最佳或最接近匹配的模拟的B0场地图。模拟的B0场地图然后可用来定域和识别MR图像的暗区中的组成材料的实际分布。具体来说，在某些实施例中，与暗区中识别的一个或多个不明确的组成材料对应的信息可用来例如使用注册的解剖图谱来内插附近的其他暗区域的标记。
如先前所注意的，准确识别组成材料可帮助确定对应的磁化率值，以允许准确补偿最终MR图像中的磁化率相关伪影。此外，准确识别和定域金属类型可帮助自动选择专用MRI脉冲序列，其经过优化以用于接近金属对象的组织的高保真成像。作为示例，这类专用序列可包含具有可变共振图像组合的多获取(MAVRIC)脉冲序列和/或层面编码金属伪影校正(SEMAC)脉冲序列。
在一个实施例中，专用MRI脉冲序列可允许在后续成像步骤中更好地描绘金属对象周围的组织，而与操作员的技能和/或经验无关。例如，MAVRIC脉冲序列的使用可允许更准确地定域MR图像中的金属相关伪影。在某些实施例中，图像处理单元138可配置成将分割方法应用于MR图像中的定域的金属相关伪影，以便准确地识别金属区域并且估计对应的大小。此外，MAVRIC脉冲序列的使用可帮助测量更准确的B0场地图，其又可允许经过如本文所述的测量的B0场地图和模拟的B0场地图的比较来分类金属的特定类型。这种比较可快速允许准确识别特定金属类型，因为可适合于引入到患者体中的金属的数量受到限制。金属类型和大小的准确识别又可允许准确的MR图像重构和/或准确的PET衰减校正。
虽然系统100的某些实施例可允许自动选择脉冲序列，但是在某些其他实施例中，系统100可配置成允许开业医生140选择用于对靠近金属植入物的区域进行成像的适当脉冲序列。为此，操作员接口106还可包含一个或多个输入装置142，其经由通信链路144、例如背板或因特网在操作上耦合到MRI系统100和/或PET系统101。输入装置142例如可包含键盘、鼠标、轨迹球、操纵杆、触摸激活屏、光棒、控制面板和音频输入装置(例如与对应的语音识别电路系统关联的话筒)。在一个实施例中，输入装置142还可包含交互图形用户界面(GUI)，其可允许开业医生140在相同或后续扫描中选择金属植入物和/或目标体积的预期视图。输入装置142还可允许开业医生140请求图像推导临床信息、例如组织特性，以用于评估和/或持续监测患者112的病理条件。
在某些实施例中，图像处理单元138可配置成从准确重构的MR图像和/或PET图像来确定所请求的信息。此外，图像处理单元138可配置成经过一个或多个输出装置146为开业医生140实时提供所请求的信息。在某些实施例中，输出装置146例如可包含显示器148、打印机150和/或音频输出装置152。
在一个实施例中，显示器148可集成到可佩戴眼镜中，或者可天花板或推车安装，以允许开业医生140在成像期间观察重构的MR和/或PET图像以及其他医疗相关信息。相应地，在某些实施例中，图像处理单元138可配置成向开业医生140传送作为显示器148和/或打印机150上的可视报告的所请求的信息。备选地，图像处理单元138可配置成经过音频输出装置152向开业医生140可听地传送所请求的信息。
另外，在某些实施例中，图像处理单元138可配置成将所请求的信息存储在存储仓库154中。存储仓库154可配置成存储专用MRI脉冲序列、所确定的类似性度量、包含组成材料的类型与已知磁化率值之间的所存储的相关性的查找表、所获取的MRI和PET数据和/或重构的MR和PET图像。相应地，在某些实施例中，存储仓库154可包含诸如硬盘驱动、软盘驱动、致密光盘读/写(CD-R/W)驱动、数字多功能光盘(DVD)驱动、闪盘驱动和/或固态存储装置的装置。
可注意，在图1所描绘的实施例中，输入装置142、输出装置146和存储仓库154示为MRI系统100的组成部分。但是，在备选实施例中，输入装置142、输出装置146和/或存储仓库154可在通信上耦合到MRI系统100和PET系统101。在这种实施例中，输入装置142、输出装置146和/或存储仓库154的共享使用可帮助节约地面空间和/或简化用于生成准确诊断信息的成像工作流程。
因此，本系统100的实施例允许按常规在MR图像中是不可区分的诸如空气、骨和/或金属的组成材料的健壮和可再现分类。具体来说，准确识别组成材料可帮助确定对应的磁化率值，以允许准确补偿最终MR图像中的磁化率相关伪影。此外，准确识别和定域金属类型可帮助自动选择专用MRI脉冲序列，其经过优化以用于接近金属对象的组织的高保真成像。具体来说，专用MRI脉冲序列的自动选择允许在后续成像步骤中更好地描绘金属对象周围的组织，而与操作员的技能和/或经验无关。
此外，与目标体积中的金属对象的位置和类型对应的准确信息可用来补充从其他成像系统和/或信息存储系统所得出的患者信息，以供目标体积的详细评价。例如，与金属对象的位置和类型对应的准确信息可帮助甚至在靠近金属对象的区域中也更准确地估计PET衰减值，由此允许患者的更有效生物分子评价。将参照图2更详细描述按照本说明书的某些方面的用于供在准确分类不同组成材料中使用的MR成像的方法的示范实施例。
图2图示描绘用于MR成像的示范方法的流程图200。在本说明书中，可在计算系统或处理器上的计算机可运行的指令的一般上下文中描述示范方法的实施例。一般来说，计算机可运行的指令可包含执行特定功能或者实现特定抽象数据类型的例程、程序、对象、组件、数据结构、规程、模块、功能等。
另外，示范方法的实施例还可在分布式计算环境中实施，其中优化功能由远程处理装置(其经过有线和/或无线通信网络来链接)来执行。在分布式计算环境中，计算机可运行的指令可位于包含存储器存储装置的本地和远程计算机存储媒体中。
此外，图2中，示范方法图示为表示可通过硬件、软件或者它们的组合来实现的操作的逻辑流程图的框的集合。各种操作在框中描绘，以图示例如在示范方法中的重构磁共振图像和测量的B0场地图、准确识别一个或多个不明确的组成材料和/或确定目标体积的诊断评估的步骤期间来执行的功能。在软件的上下文中，框表示计算机指令，其在由一个或多个处理子系统运行时执行所述操作。
描述示范方法的顺序并不意图要被理解为限制，而是任何数量的所述框可按照任何顺序进行组合，以便实现本文所公开的示范方法或者等效备选方法。另外，某些框可从示范方法中删除或者通过具有增加功能性的附加框来扩大，而没有背离本文所述主题的精神和范围。为了论述的目的，将参照图1的元件来描述示范方法。
本方法的实施例可允许准确识别按传统使用常规MR成像是不可区分的组成材料。该方法开始于步骤202处，其中接收使用一个或多个MRI脉冲序列从受检者的目标体积所获取的MRI数据。用于获取MRI数据的MRI脉冲序列例如可包含自旋回波MRI序列、多回波MR获取序列和/或梯度回波MRI序列。此外，目标体积例如可包含生物组织，例如患者的心脏组织或肝组织。备选地，目标体积可对应于非生物对象的一部分、例如由合成聚合物所制成的管道。为了清楚，本方法在本文中参照用于对受检者的目标体积进行成像的医疗诊断成像应用来描述。
随后，在步骤204处，与目标体积对应的MR图像和测量的B0场地图可使用所获取的MRI数据来重构。MR图像例如可包含与一个或多个有区别的组成材料对应的一个或多个亮区和/或与目标体积中的一个或多个不明确的组成材料对应的一个或多个暗区。
在一个实施例中，目标体积的预期MR图像可使用采用自旋回波脉冲序列、超短回波(UTE)脉冲序列和/或梯度回波脉冲序列所获取的MRI数据来重构。另外，在某些实施例中，与目标体积对应的B0场地图可使用一个或多个MRI脉冲序列(其可由开业医生专门选择)来重构。例如，在一个实施例中，测量的B0场地图可使用采用多回波获取序列所获取的MRI数据来重构。但是，在备选实施例中，MR图像和测量的B0场地图均可使用采用相同的MRI脉冲序列、例如自旋回波脉冲序列所获取的MRI数据来生成。可注意，MR图像和测量的B0场地图可表示目标体积中存在的一个或多个有区别和/或不明确的组成材料。
相应地，在步骤206处，可识别与MR图像中的一个或多个亮区的每个对应的一个或多个有区别的组成材料。如先前所注意的，MR图像中的亮区可包含某些有区别的组成材料，例如软组织、水和/或包含水分子的脂肪。对包含这类有区别的组成材料的目标体积进行成像生成具有不同信号强度和/或亮度的MRI响应信号，并且因此可易于在MR图像中可视化。
例如，从心脏组织所接收的响应信号可具有特定信号强度，其与从肺组织所接收的响应信号的信号强度是不同的。不同信号强度可用来清楚地分类被成像区域中的组成材料。具体来说，在一个实施例中，MR图像中的有区别的组成材料可使用图像分割技术(例如相位场、主动轮廓、水平集和/或基于阈值的分类)来识别。在某些其他实施例中，MR图像中的有区别的组成材料可使用聚类、图谱匹配和/或其他适当的基于机器学习的方法来识别。
如先前所注意的，MR图像中的暗区可对应于某些不明确的组成材料，其无法响应于MRI脉冲序列而提供MR响应信号。由于许多不明确的组成材料可提供类似无区别和/或暗MRI响应信号，所以目标体积中的这些不明确的组成材料不可使用常规MRI处理来识别。相应地，在一个实施例中，暗区可最初基于对应形状来分类，以确定它们是否适合有区别的图案。备选地，暗区的分类可作为逆问题来建模和求解。
此外，在步骤208处，MR图像中的一个或多个暗区可与对应于一个或多个不明确的组成材料的一个或多个偶极图案模板迭代地比较。在一个实施例中，偶极图案模板对应于金属对象的不同类型和/或大小的磁化率图案特性。相应地，与金属对象的不同类型和大小对应的偶极图案是有区别的，并且在MRI期间有效地可视化。作为示例，图3A、图3B和图3C描绘可视化由金属对象所展现的偶极图案的示范MR图像。
具体来说，图3A对应于充水体模300，其包含四个充气小瓶302和小氧化铁微粒304。此外，图3B图示与图3A的充水体模300对应的MR图像306。如图3B所描绘的，通过氧化铁微粒304所展现的偶极图案308可沿B0方向(其对应于仰卧患者的冠状层面)有区别地可视化。另外，图3C图示图3B所描绘的水体模的放大视图310，以用于图3B的偶极图案308的增强的可视化。如图3C所描绘的，甚至图3A的小氧化铁微粒304也引起所得到的MR图像中的显著和有区别的偶极图案308。
相应地，返回参照图2，暗区与已知偶极图案的比较可提供金属对象是否存在于暗区的一个或多个的指示。另外，该比较还可允许识别暗区中的金属对象的可能位置、类型和/或大小。
在一个实施例中，该比较可必需使用标度不变图案匹配方法来定位暗区中的偶极图案。在备选实施例中，可使用可与特性图案(其与其他不明确的组成材料对应)对应的其他参考模板。特性图案可使用标度不变图案匹配方法在暗区中被识别。
随后，在步骤210处，MR图像中的一个或多个暗区的每个可基于在步骤208处所执行的比较来标记为一个或多个不明确的组成材料。在某些实施例中，MR图像中的暗区可如参照步骤208所述来预先处理，以确定每个暗区的更可能标记。另外，基于器官分层和/或器官上下文的识别可用来评价可包含空气、骨和/或金属的暗区。MR图像中的一个或多个暗区然后可基于根据预处理所确定的不明确的组成材料的存在的概率迭代地标记。例如，在对头部区域进行成像时的初始迭代中，迭代标记可包含与所选不明确的组成材料(其通常可存在于牙夹和/或头缝合)对应的标记及其对应大小。在后续迭代中，暗区可以以所选不明确的组成材料的其他适当大小和/或类型重新标记。
备选地，在某些实施例中，暗区可使用迭代识别技术来标记。例如，在迭代识别技术的逐次迭代期间，暗区的一个或多个可被随机指配标签，其从不明确的组成材料的预先编程或预定列表中选取。列表例如可包含不明确的组成材料，例如空气、骨和/或一个或多个金属(其包含适合用于患者体内的铁磁材料、钛合金或牙体植入物)。
随后在步骤212处，可指配与一个或多个有区别的组成材料的每个和一个或多个迭代标记的暗区的每个对应的磁化率值。在一个实施例中，例如，与有区别和不明确的组成材料对应的磁化率值可使用关联存储器装置、例如图1的存储仓库154中存储的查找表来确定。查找表可存储不同组成材料与其对应磁化率值之间的一个或多个相关性，并且因此可用来对MR图像中的亮区和暗区的每个进行适当指配。
此外，在步骤214处，可基于与一个或多个有区别的组成材料和一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值来生成模拟的B0场地图。在一个实施例中，在特定迭代期间为亮区中的有区别的组成材料和假定为存在于暗区中的不明确的组成材料的每个所确定的磁化率值可用来生成与MR图像对应的磁化率分布图。磁化率分布图然后可用来确定目标体积中的不同组成材料的位置、大小和/或分布。
具体来说，在一个实施例中，磁化率分布图可用来生成与目标体积中的不明确的组成材料的不同类型和/或大小的假定分布对应的模拟的B0场地图。在一个示例中，模拟的B0场地图可使用逐个层面傅立叶域变换、迭代有限元方法、有限差方法、微扰近似方法和/或任何其他适当方法从磁化率分布图来生成。
另外，在步骤216处，可在每个迭代期间确定测量的B0场地图与模拟的B0场地图之间的类似性度量。在一个实施例中，在每个迭代期间所生成的测量的B0场地图和模拟的B0场地图使用类似性度量(例如归一化相关性或语义类似性总体)来相互关连。类似性度量可用来识别迭代模拟的B0场地图，其具有最好相关性，和/或是与测量的B0场地图的最接近匹配。
此外，在步骤218处，一个或多个暗区的每个中的一个或多个不明确的组成材料可基于在步骤216处所确定的类似性度量来识别，并且可查明对应的磁化率值。具体来说，具有与测量的B0场地图的最好相关性的模拟的B0场地图中的不明确的组成材料的不同类型和/或大小的假定分布可用来识别MR图像的暗区中实际存在的不明确的组成材料的一个或多个的类型和/或大小。此外，对应的磁化率值可使用查找表(其包含组成材料的不同类型与已知磁化率值之间的所存储的相关性)来查明。
在某些实施例中，所选暗区中的一个或多个组成材料和对应的磁化率值可基于在与所选暗区相邻的一个或多个暗区中识别的一个或多个不明确的组成材料和/或通过使用解剖图谱来识别。在某些其他实施例中，一个或多个亮区和/或暗区的准确磁化率值的迭代标记和对应查明可进一步细化并且作为逆问题来建模。求解逆问题帮助确定与MR图像中的所选亮区或暗区对应的磁化率的签名。磁化率的所确定的签名又允许传统不可区分区域、例如在MR图像中包含空气和金属植入物的区域之间的增强的区分。
具体来说，暗区的准确识别允许重构增强的MR图像，同时还帮助优化目标体积的后续扫描的成像参数。作为示例，在某些实施例中，在目标体积被确定为包含金属对象的情况下，与接近金属对象的区域对应的所获取的MRI数据可包含相当大的失真。相应地，在检测暗区的一个或多个中的金属植入物的存在时，MRI系统可配置成允许自动选择用于目标体积的后续扫描的专用MRI脉冲序列、例如MAVRIC和/或SEMAC。
通常，专用脉冲序列允许接近金属对象的组织的高保真成像，而与操作员的技能和/或经验无关。相应地，专用脉冲序列的使用可允许MR图像中的金属对象的增强定域和对应大小的估计。此外，专用脉冲序列的使用可帮助测量更准确的B0场地图，其又可允许经过如参照步骤208-218所述的测量的B0场地图和模拟的B0场地图的比较来分类金属的特定类型。这种比较可允许快速并且准确识别特定金属类型，因为适合引入到患者体中的金属的数量受到限制。
一般来说，金属对象可引起场不均质性，其在每个体素产生非共振频率，从而又引起所得到的MRI图像中的模糊和/或失真。因此，准确识别金属对象的类型和大小可帮助校正MR图像中的场不均质性。另外，准确识别金属对象的类型和大小可允许准确的MR图像重构和/或准确的PET衰减校正。
相应地，在步骤220处，可基于与一个或多个有区别的组成材料对应的所指配的磁化率值以及与MR图像中识别的一个或多个不明确的组成材料对应的所查明的磁化率值来校正所获取的MRI数据。如先前所注意的，所识别的组成材料的每个的准确磁化率值可使用查找表或其他所存储的相关性来确定。这样确定的准确磁化率值然后可用来校正所获取的MRI数据中的磁化率相关失真。
此外，在步骤222处，可基于校正的MRI数据来提供目标体积的诊断评估。具体来说，校正的MRI数据可用于目标体积的准确的MR图像重构，而不管目标体积中的顺磁和/或反磁材料、例如金属的存在。另外，在某些实施例中，校正的MRI数据可用来补充和/或校正诊断信息、例如使用其他成像形态、例如图1的PET系统101所确定的PET衰减值。准确的MR图像和/或PET衰减值的可用性又可提供评估患者的病理条件的准确临床信息，而无需附加MRI和/或PET获取。因此，本方法的实施例允许按常规在MR图像中是不可区分的诸如空气、骨和/或金属的组成材料的健壮和可再现分类。
图4A、图4B、图4C和图4D描绘与目标体积对应的常规MR图像的示例。目标体积例如对应于接近颞骨的硬部位的窦区，其是有空气的，并且因此常常生成指示空气的假阳性MR响应信号。此外，目标体积可包含假牙408，其可使与目标体积对应的MR图像进一步失真。
具体来说，图4A可对应于基于幅值的MR图像400，其与使用传统长回波时间脉冲序列(例如大约2.3毫秒(ms))所生成的目标体积对应。类似地，图4B可对应于基于幅值的MR图像402，其与使用零回波时间(ZTE)脉冲序列所生成的目标体积对应。此外，图4C和图4D可分别对应于相位MR图像404和406，其分别使用传统长回波时间脉冲序列和ZTE脉冲序列来生成。
如从图4A和图4C的描绘显而易见，使用传统脉冲序列对目标体积进行成像因目标体积中的假牙408的存在而导致信号丢失和失真。信号丢失和失真又使图4A和图4C所描绘的所得到的MR图像400和404包含窦区的有区别的可视化。此外，与传统长回波脉冲序列相比，使用ZTE脉冲序列对目标体积进行成像可允许假牙408的稍微更好的定域，如图4B和图4D所描绘的。
另外，ZTE脉冲序列的使用还可提供平滑背景相位，以允许图4B和图4D所描绘的MR图像402和406的基于纹理的分析。在图4D所描绘的实施例中，基于纹理的分析可帮助区分假牙408与目标体积中的气穴410。本方法的实施例的使用可允许经由准确识别植入物、例如假牙408的位置、类型和/或大小来更有效地可视化形态学结构、例如窦区。
因此，本系统和方法的实施例允许准确识别MR图像中按传统是不可区分的组成材料。具体来说，本文所述的实施例提供改进MRI工作流程，以便区分金属感应的信号丢失和由空气和/或骨所引起的信号丢失，由此以更大精度来定域和/或识别金属对象。改进MRI工作流程允许自动选择专用MRI序列以用于常规失真区域的更好可视化。具体来说，专用脉冲序列的使用可允许准确定域和估计植入物或引起失真对象的大小和类型，而与操作员的技能或经验无关。准确定域、大小和类型信息又可用于准确校正所获取的MRI数据中的所得到的磁化率相关失真。校正值然后可有利地用来提供患者的更广博临床评估。
可注意，上述示例、证明和过程步骤(其可通过本系统的某些组件、例如通过图1的系统控制器104、处理子系统132和图像处理单元138来执行)可通过基于处理器的系统上的适当代码来实现。为此，基于处理器的系统例如可包含通用或专用计算机。还可注意，本说明书的不同实现可按照不同顺序或者基本上并发地执行本文所述步骤的一些或全部。
另外，功能可通过多种编程语言包含但不限于Ruby、超文本预处理器(PHP)、Perl、Delphi、Python、C、C++或Java来实现。这种代码可存储或者适合于存储在可由基于处理器的系统来访问以运行所存储的代码的一个或多个有形机器可读媒体上，例如数据仓库芯片、本地或远程硬盘、光盘(即，CD或DVD)、固态驱动或其他媒体上。
虽然本公开的各个实施例的具体特征可在一些附图而不是其他附图中示出和/或针对一些附图来描述，但是这只是为了方便起见。要理解，所述特征、结构和/或特性可在各个实施例中按照任何适当方式相结合和/或可互换地使用，例如以构成附加组合件和MRI方法。
虽然本文仅图示和描述了本公开的某些特征，但是本领域的技术人员会想到多种修改和变化。因此要理解，所附权利要求书预计涵盖如落入本发明的真实精神之内的所有这类修改和变化。

Claims (19)

1.一种用于对受检者进行成像的方法，包括：
使用从目标体积所获取的磁共振成像数据来重构与所述受检者中的所述目标体积对应的磁共振图像和测量的B0场地图，其中磁共振图像包括一个或多个亮区、一个或多个暗区或者其组合；
识别与所述磁共振图像中的所述一个或多个亮区的每个对应的一个或多个有区别的组成材料；
将所述磁共振图像中的所述一个或多个暗区的每个迭代地标记为一个或多个不明确的组成材料；
指配与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的磁化率值；
基于与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值迭代地生成模拟的B0场地图；
在每个迭代期间确定所述测量的B0场地图与所述模拟的B0场地图之间的类似性度量；
基于所确定的类似性度量来识别所述一个或多个暗区的每个中的所述一个或多个不明确的组成材料，以查明对应的磁化率值；
基于与所述一个或多个有区别的组成材料对应的所指配的磁化率值以及与所述磁共振图像中识别的所述一个或多个不明确的组成材料对应的所查明的磁化率值来校正所述磁共振成像数据；以及
基于所校正的磁共振成像数据来确定所述目标体积的诊断评估。
2. 如权利要求1所述的方法，其中，重构所述磁共振图像和所述测量的B0场地图包括：
使用一个或多个自旋回波成像脉冲序列、一个或多个梯度回波序列或者其组合来生成所述磁共振图像；以及
使用一个或多个多回波获取脉冲序列来生成所述测量的B0场地图。
3.如权利要求1所述的方法，其中，识别所述一个或多个有区别的组成材料包括经由图像分割、器官分层、器官上下文识别、基于相位场的分类、基于主动轮廓的分类、基于水平集的分类、基于阈值的分类或者其组合来处理所述磁共振图像。
4.如权利要求1所述的方法，其中，迭代标记所述一个或多个暗区的每个包括基于将对应形状与关联于所述一个或多个不明确的组成材料的一个或多个偶极图案模板迭代地比较来提供所述一个或多个暗区的初始评估。
5.如权利要求4所述的方法，其中，将所述对应形状与所述一个或多个偶极图案模板迭代地比较包括使用刚性变换、仿射变换、非刚性变换或者其组合将所述一个或多个暗区的所述对应形状与所述一个或多个偶极图案模板进行匹配。
6.如权利要求4所述的方法，还包括接收与一个或多个金属对象对应的所述一个或多个偶极图案模板、与所述一个或多个金属对象对应的一个或多个大小或者其组合。
7.如权利要求1所述的方法，其中，迭代标记所述磁共振图像中的所述一个或多个暗区的每个包括采用与所述一个或多个不明确的组成材料对应的一个或多个类型、与所述一个或多个不明确的组成材料对应的一个或多个大小或者其组合来标记所述磁共振图像中的所述一个或多个暗区。
8.如权利要求1所述的方法，其中，迭代标记所述磁共振图像中的所述一个或多个暗区的每个包括从多个不明确的组成材料中迭代地选择所述一个或多个不明确的组成材料。
9.如权利要求1所述的方法，其中，指配与所述一个或多个有区别的组成材料和所述一个或多个不明确的组成材料的每个对应的所述磁化率值包括使用查找表，并且其中所述查找表包括所述一个或多个有区别的组成材料、所述一个或多个不明确的组成材料或者其组合与对应的磁化率值之间的所存储的相关性。
10.如权利要求1所述的方法，还包括作为逆问题来对所述一个或多个暗区的每个的迭代标记进行建模并且指配与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的磁化率值。
11.如权利要求10所述的方法，还包括：
从所述磁共振成像数据、所述磁共振图像或者其组合来生成一个或多个相位磁共振图像；
预先处理所述一个或多个相位磁共振图像，以去除全局相位信息的对应贡献，同时保持局部磁化率相位变化；以及
计算磁化率矩阵，其中所述磁化率矩阵中的每个元素对应于在局部磁场中的变化的方向上的所确定的磁化率，其感应所述目标体积中相对于外部施加的B0磁场的磁化；以及
基于从一个或多个预处理的相位磁共振图像所确定的所感应的磁化、通过所述外部施加的B0磁场所引起的磁化和所计算的磁化率矩阵来确定所述逆问题的解。
12. 如权利要求1所述的方法，其中，基于所指配的磁化率值迭代地生成所述模拟的B0场地图包括：
基于与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值来生成与所述磁共振图像对应的磁化率分布图；以及
使用逐个层面傅立叶域变换从所述磁化率分布图来生成所述模拟的B0场地图。
13.如权利要求1所述的方法，其中，所述类似性度量包括归一化相关性、语义类似性总体或者其组合。
14. 如权利要求1所述的方法，其中，识别所述一个或多个暗区的每个中的所述一个或多个不明确的组成材料包括：
定域位于所述目标体积中的金属对象；以及
确定所定域的金属对象的大小和类型的一个或多个。
15.如权利要求14所述的方法，还包括自动发起专用成像脉冲序列，以便对接近所述金属对象的所述目标体积中的所述一个或多个暗区进行成像。
16.如权利要求1所述的方法，还包括基于在与至少一个所选的暗区相邻的所述一个或多个暗区中识别的所述一个或多个不明确的组成材料来识别从所述一个或多个暗区所选的至少一个暗区中的一个或多个组成材料。
17.如权利要求1所述的方法，其中，识别所述一个或多个不明确的组成材料包括识别所述目标体积中的空气、骨和金属对象的一个或多个。
18.一种配置成对受检者进行成像的成像系统，包括：
扫描仪，配置成扫描所述受检者的目标体积，以获取对应的磁共振成像数据；
处理子系统，在操作上耦合到所述扫描仪，其中所述处理子系统配置成：
使用所述磁共振成像数据来重构与所述目标体积对应的磁共振图像和测量的B0场地图，其中所述磁共振图像包括一个或多个亮区、一个或多个暗区或者其组合；
识别与所述磁共振图像中的所述一个或多个亮区的每个对应的一个或多个有区别的组成材料；
将所述磁共振图像中的所述一个或多个暗区的每个迭代地标记为一个或多个不明确的组成材料；
指配与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的磁化率值；
基于与所述一个或多个有区别的组成材料和所述一个或多个迭代标记的不明确的组成材料的每个对应的所指配的磁化率值迭代地生成模拟的B0场地图；
在每个迭代期间确定所述测量的B0场地图与所述模拟的B0场地图之间的类似性度量；
基于所确定的类似性度量来识别所述一个或多个暗区的每个中的所述一个或多个组成材料，以查明对应的磁化率值；
基于与所述一个或多个有区别的组成材料对应的所指配的磁化率值以及与所述磁共振图像中识别的所述一个或多个不明确的组成材料对应的所查明的磁化率值来校正所述磁共振成像数据；以及
基于所校正的磁共振成像数据来确定所述目标体积的诊断评估。
19.如权利要求18所述的系统，其中，所述系统是磁共振成像系统、混合磁共振-正电子发射断层扫描系统、混合磁共振-计算机断层扫描系统、混合磁共振-超声系统或者混合磁共振-x射线系统。
CN201580066272.4A 2014-12-04 2015-12-02 用于组成材料的改进分类的方法和系统 Active CN106999091B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN6113CH2014 2014-12-04
IN6113/CHE/2014 2014-12-04
PCT/US2015/063392 WO2016089976A1 (en) 2014-12-04 2015-12-02 Method and system for improved classification of constituent materials

Publications (2)

Publication Number Publication Date
CN106999091A true CN106999091A (zh) 2017-08-01
CN106999091B CN106999091B (zh) 2020-12-01

Family

ID=56092377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580066272.4A Active CN106999091B (zh) 2014-12-04 2015-12-02 用于组成材料的改进分类的方法和系统

Country Status (6)

Country Link
US (1) US10436858B2 (zh)
JP (1) JP6599989B2 (zh)
CN (1) CN106999091B (zh)
DE (1) DE112015005479T5 (zh)
GB (1) GB2547838B (zh)
WO (1) WO2016089976A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020570A (zh) * 2017-11-21 2018-05-11 上海联影医疗科技有限公司 金属物检测的方法及系统
CN108303746A (zh) * 2018-01-17 2018-07-20 上海联影医疗科技有限公司 金属物检测的方法、存储介质和磁共振成像系统

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015051463A1 (en) * 2013-10-09 2015-04-16 Voti Inc. Techniques for imaging a scanned object
DE102015203932B4 (de) * 2015-03-05 2016-09-29 Siemens Healthcare Gmbh Schwächungskorrektur von Emissionstomographie-Messdaten in Anwesenheit eines magnetischen Störfeldes
US10369385B2 (en) * 2015-04-14 2019-08-06 The Board Of Trustees Of The Leland Stanford Junior University Quantitative MRI measurements near metal objects
EP3308185B1 (en) * 2015-06-12 2021-10-20 Koninklijke Philips N.V. Bone mri using a b0 inhomogenity map and a subject magnetic susceptibility map
US11041925B2 (en) * 2016-10-06 2021-06-22 Koninklijke Philips N.V. Direct measurement of the B0-off-resonance field during magnetic resonance fingerprinting
JP6715165B2 (ja) * 2016-11-04 2020-07-01 株式会社日立製作所 磁気共鳴イメージング装置及び画像処理方法
US10139459B2 (en) * 2017-03-30 2018-11-27 The Board Of Trustees Of The Leland Stanford Junior University Passive MRI-guided tracking of metallic objects using artifact-reduced imaging with selective excitation
US20210056688A1 (en) * 2018-01-26 2021-02-25 Koninklijke Philips N.V. Using deep learning to reduce metal artifacts
EP3591418A1 (en) * 2018-07-03 2020-01-08 Koninklijke Philips N.V. Mri method for b0-mapping
US11977037B2 (en) 2018-10-22 2024-05-07 Rapiscan Holdings, Inc. Insert for screening tray
EP3835803B1 (en) * 2019-12-13 2024-03-27 Siemens Healthineers AG System and method for estimating a relative substance composition of a portion of a body of a patient
CN115144803A (zh) * 2021-03-31 2022-10-04 通用电气精准医疗有限责任公司 磁共振成像系统及其主磁场校正方法、存储介质
US11885752B2 (en) 2021-06-30 2024-01-30 Rapiscan Holdings, Inc. Calibration method and device therefor
WO2023205497A1 (en) * 2022-04-22 2023-10-26 The Medical College Of Wisconsin, Inc. Multi-spectral susceptibility-weighted magnetic resonance imaging

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5351006A (en) * 1992-02-07 1994-09-27 Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for correcting spatial distortion in magnetic resonance images due to magnetic field inhomogeneity including inhomogeneity due to susceptibility variations
US20040032261A1 (en) * 2002-07-25 2004-02-19 Achim Schweikard Correcting geometry and intensity distortions in MR data
CN101470179A (zh) * 2007-12-29 2009-07-01 西门子（中国）有限公司 磁共振成像中失真校准的方法和装置
US20110262021A1 (en) * 2010-04-27 2011-10-27 Chunlei Liu Systems and methods for susceptibility tensor imaging
US20130102879A1 (en) * 2010-04-14 2013-04-25 Universitaetsklinikum Freiburg Method For Correcting Susceptibility-Induced Image Artifacts In MRI After Prospective Motion Correction
WO2014053927A1 (en) * 2012-10-02 2014-04-10 Koninklijke Philips N.V. Metal resistant mr imaging reference scan
WO2014190115A1 (en) * 2013-05-22 2014-11-27 The Johns Hopkins University Device for cancellation of large magnetic susceptibility artifacts in magnetic resonance imaging of patients with pacemakers and implantable cardiac defibrillators

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7047059B2 (en) * 1998-08-18 2006-05-16 Quantum Magnetics, Inc Simplified water-bag technique for magnetic susceptibility measurements on the human body and other specimens
US6477398B1 (en) * 1997-11-13 2002-11-05 Randell L. Mills Resonant magnetic susceptibility imaging (ReMSI)
JP2001112732A (ja) * 1999-10-15 2001-04-24 Hitachi Ltd 核磁気共鳴を用いた検査装置
JP2001238866A (ja) * 2000-03-01 2001-09-04 Hitachi Ltd 磁気共鳴イメージング装置
US7395108B2 (en) * 2003-05-13 2008-07-01 Vinai Roopchansingh System for concurrent MRI imaging and magnetic field homogeneity measurement
WO2009097612A1 (en) * 2008-01-31 2009-08-06 The Johns Hopkins University Automated image analysis for magnetic resonance imaging
US8085041B2 (en) * 2008-04-10 2011-12-27 General Electric Company Three-point method and system for fast and robust field mapping for EPI geometric distortion correction
US8781197B2 (en) * 2008-04-28 2014-07-15 Cornell University Tool for accurate quantification in molecular MRI
US9448289B2 (en) * 2010-11-23 2016-09-20 Cornell University Background field removal method for MRI using projection onto dipole fields
WO2013054718A1 (ja) * 2011-10-12 2013-04-18 株式会社日立製作所 磁気共鳴イメージング装置および磁化率強調画像生成方法
EP2624004A1 (en) * 2012-02-06 2013-08-07 Koninklijke Philips Electronics N.V. Temperature determination using magnetic resonance B1 field mapping
US9513359B2 (en) * 2012-09-04 2016-12-06 General Electric Company Systems and methods for shim current calculation
JP5982494B2 (ja) * 2012-10-10 2016-08-31 株式会社日立製作所 磁気共鳴イメージング装置
DE102013202217B4 (de) * 2013-02-12 2015-05-28 Siemens Aktiengesellschaft MR-Anlage mit gepulsten Ausgleichsmagnetfeldgradienten
US9536423B2 (en) * 2013-03-31 2017-01-03 Case Western Reserve University Fiber optic telemetry for switched-mode current-source amplifier in magnetic resonance imaging (MRI)
JP6085545B2 (ja) * 2013-09-26 2017-02-22 株式会社日立製作所 磁気共鳴イメージング装置、画像処理装置および磁化率画像算出方法
US9715726B2 (en) * 2013-12-05 2017-07-25 Siemens Healthcare Gmbh Method and system for B0 drift and respiratory motion compensation in echo-planar based magnetic resonance imaging
EP3308185B1 (en) * 2015-06-12 2021-10-20 Koninklijke Philips N.V. Bone mri using a b0 inhomogenity map and a subject magnetic susceptibility map

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5351006A (en) * 1992-02-07 1994-09-27 Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for correcting spatial distortion in magnetic resonance images due to magnetic field inhomogeneity including inhomogeneity due to susceptibility variations
US20040032261A1 (en) * 2002-07-25 2004-02-19 Achim Schweikard Correcting geometry and intensity distortions in MR data
CN101470179A (zh) * 2007-12-29 2009-07-01 西门子（中国）有限公司 磁共振成像中失真校准的方法和装置
US20130102879A1 (en) * 2010-04-14 2013-04-25 Universitaetsklinikum Freiburg Method For Correcting Susceptibility-Induced Image Artifacts In MRI After Prospective Motion Correction
US20110262021A1 (en) * 2010-04-27 2011-10-27 Chunlei Liu Systems and methods for susceptibility tensor imaging
WO2014053927A1 (en) * 2012-10-02 2014-04-10 Koninklijke Philips N.V. Metal resistant mr imaging reference scan
WO2014190115A1 (en) * 2013-05-22 2014-11-27 The Johns Hopkins University Device for cancellation of large magnetic susceptibility artifacts in magnetic resonance imaging of patients with pacemakers and implantable cardiac defibrillators

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020570A (zh) * 2017-11-21 2018-05-11 上海联影医疗科技有限公司 金属物检测的方法及系统
CN108303746A (zh) * 2018-01-17 2018-07-20 上海联影医疗科技有限公司 金属物检测的方法、存储介质和磁共振成像系统
CN108303746B (zh) * 2018-01-17 2021-05-18 上海联影医疗科技股份有限公司 金属物检测的方法、存储介质和磁共振成像系统

Also Published As

Publication number Publication date
GB2547838A (en) 2017-08-30
GB2547838B (en) 2021-02-24
US20170371010A1 (en) 2017-12-28
JP2018500970A (ja) 2018-01-18
GB201708226D0 (en) 2017-07-05
CN106999091B (zh) 2020-12-01
DE112015005479T5 (de) 2017-08-17
US10436858B2 (en) 2019-10-08
WO2016089976A1 (en) 2016-06-09
JP6599989B2 (ja) 2019-10-30

Similar Documents

Publication Publication Date Title
CN106999091A (zh) 用于组成材料的改进分类的方法和系统
Wilkins et al. Fiber estimation and tractography in diffusion MRI: development of simulated brain images and comparison of multi-fiber analysis methods at clinical b-values
Rohlfing et al. The SRI24 multichannel atlas of normal adult human brain structure
US9324140B2 (en) Methods and systems for evaluating bone lesions
EP3703007A2 (en) Tumor tissue characterization using multi-parametric magnetic resonance imaging
CN105431746B (zh) 用于为独立像素或体素分配组织特异pet衰减值的mri方法
US10114098B2 (en) Method estimating a pseudo Hounsfield Unit value
CN106462972A (zh) 用于评估动态医疗图像中的运动校正的系统和方法
Schultz Learning a reliable estimate of the number of fiber directions in diffusion MRI
Reid et al. How many streamlines are required for reliable probabilistic tractography? Solutions for microstructural measurements and neurosurgical planning
Dojat et al. Magnetic resonance imaging does not reveal structural alterations in the brain of grapheme-color synesthetes
US10663547B2 (en) Automatic detection and setting of magnetic resonance protocols based on read-in image data
Camara et al. Accuracy assessment of global and local atrophy measurement techniques with realistic simulated longitudinal Alzheimer's disease images
Atuegwu et al. Longitudinal, intermodality registration of quantitative breast PET and MRI data acquired before and during neoadjuvant chemotherapy: preliminary results
Marks et al. Creating three dimensional models of Alzheimer’s disease
EP3965117A1 (en) Multi-modal computer-aided diagnosis systems and methods for prostate cancer
Bayrak et al. TractEM: fast protocols for whole brain deterministic tractography-based white matter atlas
Batchelor et al. 3D medical imaging
Dowling et al. MR-only methodology
Pickens et al. Development of computer-generated phantoms for FMRI software evaluation
Roy et al. Temporal filtering of longitudinal brain magnetic resonance images for consistent segmentation
Neher et al. Fiberfox: an extensible system for generating realistic white matter software phantoms
Lipp et al. Tractography in the presence of white matter lesions in multiple sclerosis
US20220335597A1 (en) Workflow management for labeling the subject anatomy
Li et al. Robust tract skeleton extraction of cingulum based on active contour model from diffusion tensor MR imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant