CN107110946B - 磁共振装置和程序 - Google Patents

磁共振装置和程序 Download PDF

Info

Publication number
CN107110946B
CN107110946B CN201580061699.5A CN201580061699A CN107110946B CN 107110946 B CN107110946 B CN 107110946B CN 201580061699 A CN201580061699 A CN 201580061699A CN 107110946 B CN107110946 B CN 107110946B
Authority
CN
China
Prior art keywords
region
searched
pixel
liver
sub
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
Application number
CN201580061699.5A
Other languages
English (en)
Other versions
CN107110946A (zh
Inventor
后藤隆男
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.)
GE Medical Systems Global Technology Co LLC
Original Assignee
GE Medical Systems Global Technology Co LLC
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 GE Medical Systems Global Technology Co LLC filed Critical GE Medical Systems Global Technology Co LLC
Publication of CN107110946A publication Critical patent/CN107110946A/zh
Application granted granted Critical
Publication of CN107110946B publication Critical patent/CN107110946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/30056—Liver; Hepatic

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

为了使在检测待检测的部分（例如，肝的最上端）的位置中的误差尽可能最小化。MR装置100包括：图像产生单元9a，用于产生待成像的部分的冠状图像；搜索区定义单元9d，用于定义待搜索的区Rs 1；用于确定代表待搜索的区Rs 1中包含的像素位于邻近于肺的肝的边缘E上的可能性的指示符VI的单元；以及用于通过将待搜索的区Rs 1分成在Si方向上布置的多个子区R1‑R11以基于在逐子区基础上获得的指示符VI来确定在SI方向上肝的边缘E的位置的单元。

Description

磁共振装置和程序
技术领域
本发明涉及用于扫描待成像的部分的磁共振装置，和应用于磁共振装置的程序。
背景技术
用于检测由于受检者的呼吸引起的身体运动的已知方法包含在专利文献1（日本专利申请KOKAI号2011-193884）中公开的检测肝的最上端的位置的方法。
发明内容
用于检测肝的最上端的一个方法涉及使包含肝和肺的冠状图像二值化。因为肺包含空气，与肝相比,它们一般趋于产生更低强度的信号。因此，准备了用于使冠状图像二值化使得具有低强度信号的组织具有值零并且具有高强度信号的组织具有值一的阈值，并且该阈值用来使冠状图像二值化，由此可产生二进制图像，其中肺具有值零并且肝具有值一。因为在因此产生的二进制图像中肺是零并且肝是一，可检测像素值从零变成一所在的位置以由此找到肝的最上端。
然而，实际上难以定义用于对肺分配零并且对肝分配一的阈值的最佳值，并且肺区内像素的部分可能有时被分配有值一。因此，在肺区中像素的部分被分配有一的情况下存在增大在检测肝的最上端的位置中误差的问题，这使得难以区分肺和肝。
因此，存在对于这样的技术的需要，采用该技术，在检测待检测的部分（例如，肝的最上端）的位置中的误差可尽可能最小化。
发明内容
本发明在其第一方面是磁共振装置，其包括：图像产生单元，用于产生待成像的部分的第一图像，其包含第一部分；搜索区定义单元，用于定义包含第一部分的待搜索的第一区；用于基于第一图像中包含的多个像素的像素值确定代表待搜索的第一区中包含的多个像素中的一个位于第一部分中的可能性的指示符的单元；以及检测单元，用于通过将待搜索的第一区分成在第一方向上与第一部分相交地布置的多个子区以基于在逐子区基础上获得的指示符来检测在第一方向上第一部分的位置。
本发明在其第二方面是应用到磁共振装置的程序，该磁共振装置用于扫描待成像的部分，其包含第一部分，程序用于促使计算机运行：产生待成像的第一部分的第一图像的图像产生处理；定义包含第一部分待搜索的第一区的搜索区定义处理；基于第一图像中包含的多个像素的像素值确定代表待搜索的第一区中包含的多个像素中的一个位于第一部分中的可能性的指示符的处理；以及通过将待搜索的第一区分成在第一方向上与第一部分相交地布置的多个子区以基于在逐子区基础上获得的指示符检测在第一方向上第一部分的位置的检测处理。
本发明的有利效果
确定代表像素位于第一部分中的可能性的指示符，并且基于指示符确定第一部分的位置。因此，第一部分的位置可在没有使用阈值使图像二值化的情况下确定，使得第一部分的位置的检测精度可被提高。
附图说明
图1是根据本发明的一个实施例的磁共振装置的示意图；
图2是示出处理器9运行的处理的简图；
图3是示出在本实施例中运行的扫描的简图；
图4是示意示出待成像的部分的简图；
图5是示出在本实施例中对受检者成像中的流程的图表；
图6是解释冠状面CO1--COn上的扫描的简图；
图7是解释轴平面AX1--AXm上的扫描的简图；
图8是示意示出在AP方向上受检者的身体的内区的范围T1--Tm的简图；
图9是示意示出在RL方向上受检者的身体的内区的范围W1--Wm的简图；
图10是示出在RL方向上内区的中心位置x1--xm的简图；
图11是解释位置xa的确定的简图；
图12是示出由冠状图像选择单元9c所选择的冠状图像的简图；
图13是示意示出差分图像DIi、DIj、DIk的简图；
图14是示出待搜索的区Rs 1的简图；
图15是解释从待搜索的区Rs 1内选择可能位于肝的边缘E上的像素的简图；
图16是示意示出从待搜索的区Rs 1内选为可能位于肝的边缘E上的像素的简图；
图17是示出用于生成分类器的示范性监管数据的简图；
图18是解释窗口W的定义的简图；
图19是示出对所有像素P1--P31计算的指示符VI的简图；
图20是示出其中待搜索的区在SI方向上分成多个子区的条件的简图；
图21是解释在逐子区基础上像素的指示符VI的添加的简图；
图22是示意示出柱状图H的简图；
图23是示出在SI方向上子区R5的中心位置zj的简图；
图24是示意示出分别对冠状面COi、COj和COk确定的在SI方向上肝的边缘E的位置zi、zj和zk的简图；
图25是示意示出在差分图像DIj中的定义的待搜索的区Rs 2的简图；
图26是示意示出从待搜索的区Rs 2内选为可能位于肝的边缘E上的像素的简图；
图27是解释判定像素是否在肝的边缘E上的方法的简图；
图28是示意示出判定为在冠状面COj中位于待搜索的区Rs2内的肝的边缘E上的像素的简图；
图29是解释拟合处理的简图；
图30是示意示出像素组
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE006
的简图；
图31是示出在SI方向上最接近z=z0的像素的坐标值的简图；
图32是包含z=z2处的像素的像素组
Figure DEST_PATH_IMAGE008
的简图；以及
图33是示意示出定位在像素Pf周围的导航仪区Rnav的简图。
具体实施方式
现在在下文将描述用于实践本发明的实施例，但本发明的实施例不限于此。图1是在本发明的一个实施例中的磁共振装置的示意图。磁共振装置（在下文称为“MR装置”）100包括磁体2、工作台3和RF接收线圈（在下文称为“接收线圈”）4及类似物。
磁体2在其中具有膛21，受检者13通过该膛21来插入。磁体2包括：超导线圈，用于生成静态磁场；梯度线圈，用于施加梯度磁场；和RF线圈，用于传送RF脉冲。永磁体可以代替超导线圈来使用。
工作台3具有支架3a。该支架3a配置成可移动到膛21中。受检者13通过支架3a被运送到膛21中。
接收线圈4附连到受检者13的腹部。接收线圈4从受检者13接收磁共振信号。
MR装置100进一步包括传送器5、梯度功率供应6、接收器7、计算机8、操作段11和显示段12。
传送器5向RF线圈供应电流，并且梯度功率供应6向梯度线圈供应电流。接收器7对从接收线圈4接收的信号应用信号处理，例如调制/检测。
计算机8控制MR装置100中的若干段的操作来实现MR装置100的若干种操作，例如将所要求的信号传送到显示段21的操作和重建图像的操作。计算机8包括处理器9和存储器10。
图2示出处理器9运行的处理。存储器10在其中存储要由处理器9运行的程序。处理器9加载存储器10中存储的程序并且运行在程序中写入的处理。处理器9加载存储器10中存储的程序以由此配置图像产生单元9a—导航仪(navigator)区定义单元9k等。
图像产生单元9a产生待成像的部分的MR图像（冠状图像、轴位图像(axial image)等）。范围识别单元9b识别在RL和AP方向上受检者的身体的内区的范围。冠状图像选择单元9c从多个冠状图像之中选择经过肝的冠状图像。搜索区定义单元9d定义待搜索的区Rs 1（参见图14）和待搜索的区Rs 2（参见图24）。像素选择单元9e从待搜索的区Rs 1（和待搜索的区Rs 2）内选择可能位于肝的边缘上的像素。计算单元9f计算指示符VI，其代表像素位于肝的边缘上的可能性。稍后将论述计算指示符VI的方法。柱状图生成单元9g生成指示符VI的柱状图。子区选择单元9h选择多个子区R1--R11中的一个，其包含肝的边缘，这稍后将论述。中心位置识别单元9i识别由子区选择单元9h所选的在SI方向上子区的中心位置。判定单元9j判定从待搜索的区Rs 2内选择的像素是否位于肝的边缘上。导航仪区定义单元9k定义导航仪区Rnav（参见退4）。
处理器9是用于配置图像产生单元9a-导航仪区定义单元9k的示例，并且它通过运行存储在存储器10中的程序而起这些单元的作用。计算单元9f代表用于确定指示符的单元。柱状图生成单元9g、子区选择单元9h和中心位置识别单元9i的组合代表检测单元。
操作段11由操作者操作用于向计算机8输入若干种信息。显示段12显示若干种信息。MR装置100如上文描述的那样配置。
图3是示出在本实施例中运行的扫描的简图，并且图4是示意示出待成像的部分的简图。在本实施例中，运行定位器扫描(localizer scan)LS、主扫描MS等。
定位器扫描LS用于获得图像以供在定义导航仪区Rnav（参见图4）和/或切片（未示出）中使用。定义导航仪区Rnav用于检测肝的最上端UE的运动。
在主扫描MS中执行的是用于从导航仪区Rnav检测肝的最上端UE的运动的导航仪序列和用于获取对于包含肝的部分的成像数据的成像扫描。现在将描述在运行定位器扫描LS和主扫描MS中的流程。
图5是示出在本实施例中对受检者成像中的流程的图表。在步骤ST1处，运行定位器扫描LS（参见图3）。
图6和7是解释定位器扫描LS的简图。在定位器扫描LS中，运行的是在经过待成像的部分（其包含肝）的多个冠状面CO1--COn上（参见图6）的扫描以及在经过待成像的部分（其包含肝）的多个轴平面AX1--AXm上（参见图7）的扫描。图像产生单元9a（参见图2）基于被定位器扫描LS所获取的数据产生在冠状面CO1--COn中的图像DC1--DCn和在轴平面AX1--AXm中的图像DA1--DAm。冠状面中的图像在下文将称为“冠状图像”，并且在轴平面中的图像将称为“轴位图像”。在产生冠状图像DC1--DCn和轴位图像DA1--DAm后，流程前往步骤ST2。
在步骤ST2处，范围识别单元9b（参见图2）分别在轴平面AX1--AXm中识别在AP方向上受检者身体的内区的范围T1--Tm。图8示意示出分别对轴平面AX1--AXm确定的在AP方向上受检者身体的内区的范围T1--Tm。因为受检者身体外部的区产生低强度信号而受检者身体的内区产生高强度信号，可从信号值中的差异分别对轴平面AX1--AXm确定在AP方向上受检者身体的内区的范围T1--Tm。在确定在AP方向上受检者身体的内区的范围T1--Tm后，流程前往步骤ST3。
在步骤ST3处，范围识别单元9b基于在AP方向上受检者身体的内区的范围T1--Tm识别在AP方向上肝的范围T0。因为在AP方向上肝相对于受检者身体的内区的位置通常是固定的，在AP方向上肝的范围T0可从关于范围T1--Tm的信息识别。没有必要精确确定在AP方向上肝的范围T0并且范围的大致识别可充足。在确定在AP方向上肝的范围T0后，流程前往步骤ST4。
在步骤ST4处，范围识别单元9b分别在轴平面AX1--AXm中识别在RL方向上受检者身体的内区的范围W1--Wm。图9示意示出分别对轴平面AX1--AXm确定的在RL方向上受检者身体的内区的范围W1--Wm。因为受检者身体外部的区产生低强度信号而受检者身体的内区产生高强度信号，可从信号值中的差异分别对轴平面AX1--AXm确定在RL方向上受检者身体的内区的范围W1--Wm。在确定在RL方向上的范围WRL后，流程前往步骤ST5。
在步骤ST5处，范围识别单元9b识别在RL方向上待搜索的区Rs 1的范围（参见图14）(这稍后将论述)用于在步骤ST8处基于轴位图像DA1--DAm（参见图9）搜索位于邻近于肺的肝的边缘上的像素。步骤ST5包含步骤ST51和ST52，现在将逐个描述它们。
在步骤ST51处，范围识别单元9b对轴位图像DA1--DAm中的每个确定在RL方向上内区的中心位置。参考图10，分别对轴位图像DA1--DAm确定的在RL方向上内区的中心位置由符号“x1”--“xm”指定。因为在RL方向上内区的范围W1--Wm在步骤ST4处在轴位图像DA1--DAm中已被确定，可从关于范围W1--Wm的信息分别对轴位图像DA1--DAm确定在RL方向上内区的中心位置x1--xm。在确定中心位置x1--xm后，范围识别单元9b将这些中心位置x1--xm的正中设置为在RL方向上受检者的中心位置。在这里假设中心位置xj是中心位置x1--xm的正中。范围识别单元9b然后确定中心位置xj作为在RL方向上受检者的中心位置。在确定在RL方向上受检者的中心位置xj后，流程前往步骤ST52。
在步骤ST52处，范围识别单元9b确定从中心位置xj到R侧偏移某一距离Δx的位置xa（参见图11）。
图11是解释位置xa的确定的简图。范围识别单元9b首先计算Δx的值。Δx的值可以从下列方程计算，例如：
Δx=d·r　　　　　　（1）
其中
d：在RL方向上受检者的躯干的长度，以及
r：系数。
在本实施例中，在RL方向上受检者的范围W1--Wm在步骤ST4处在轴平面AX1--AXm中已被识别。因此，在RL方向上受检者的躯干的长度d可从关于范围W1--Wm的信息确定。例如，d=40 cm。
方程（1）中的系数r具有在成像之前事先确定的值，并且可以是例如r=0.3。因此，当例如w=40 cm并且r=0.3时，Δx=12 cm。
因为Δx可从方程（1）计算，可确定位置xa。在本实施例中，位置xa与xj之间的范围xa--xj设置为在RL方向上待搜索的区Rs 1的范围（参见图14）,这将稍后论述。通常，肝的主要部分位于受检者的右侧身体，并且肝的一部分位于受检者的左侧身体。因此，通过确定位于从在RL方向上受检者的中心位置xj到R侧（到右侧）远离了某一距离Δx的位置xa，可定义范围xa--xj以便不超出在RL方向上肝的宽度。在确定范围xa--xj后，流程前往步骤ST6。
在步骤ST6处，冠状图像选择单元9c（参见图2）选择经过肝的冠状图像DC1--DCn（参见图6）中的一些。在本实施例中，在AP方向上肝的范围T0（参见图8）在步骤ST3处已被识别。因此，通过从冠状图像DC1--DCn（参见图6）之中识别范围T0中包含的冠状图像，可选择经过肝的那些图像。图12示出由冠状图像选择单元9c选择的冠状图像。在本实施例中，冠状图像选择单元9c选择三个冠状图像DCi、DCj、DCk作为经过肝的那些图像。在选择经过肝的冠状图像DCi、DCj、DCk后，流程前往步骤ST7。
在步骤ST7处，图像产生单元9a通过区分冠状图像DCi、DCj、DCk来产生差分图像。图13示意示出差分图像DIi、DIj、DIk。尽管存在正和负差分值，为了便于解释，在图13中示出具有由绝对值代表的它们的差分值的差分图像DIi--DIk。
在冠状图像DCi、DCj、DCk中，肝的像素的像素值与肺的那些像素值明显不同。因此，冠状图像DCi、DCj、DCk的区分对位于肺与肝之间的边界处的像素给出较大差分值。相比之下，对于在肝内部的像素和在肺内部的那些像素的差分值是较小的。因此，通过产生差分图像DIi--DIk，位于邻近于肺的肝的边缘E上的像素可被加亮显示。图13中的差分图像DIi、DIj、DIk中的白色部分指示较大差分值，而黑色部分指示较小差分值。在冠状面COi、COj、COk中产生差分图像DIi、DIj、DIk后，流程前往步骤ST8。
在步骤ST8处，基于差分图像DIi、DIj、DIk为冠状面COi、COj、COk中的每个确定在SI方向上邻近于肺的肝的边缘E的位置。步骤ST8包含步骤ST81--ST86，这现在将描述。应注意在步骤ST8处确定在SI方向上肝的边缘E的位置的方法对于任何冠状面是相同的。因此，在下面的描述中，冠状面COj将取自冠状面COi、COj、COk来描述从冠状面COj确定在SI方向上肝的边缘E的位置。
在步骤ST81处，搜索区定义单元9d（参见图2）首先定义区（在下文称为“待搜索的区”）Rs 1，针对其,像素搜索在冠状面COj的差分图像DIj中应用。图14示出待搜索的区Rs 1。在RL方向上待搜索的区Rs 1的范围设置成在步骤ST5处确定的在RL方向上的范围xa--xj。如早些描述的，定义范围xa--xj以便不超出在RL方向上肝的宽度。因此，搜索区定义单元9d可定义待搜索的区Rs 1使得它在RL方向上的宽度不超出RL方向上肝的宽度。
在图14中，还示出在冠状图像DCj中待搜索的区Rs 1来清楚图示它们的位置关系。在设置待搜索的区Rs 1后，流程前往步骤ST82。
在步骤ST82处，像素选择单元9e（参见图2）从待搜索的区Rs 1中包含的多个像素之中选择被认为可能位于肝的边缘E上的像素。现在将描述选择像素的方法（参见图15）。
图15是解释从待搜索的区Rs 1内选择可能位于肝的边缘E上的像素的简图。像素选择单元9e在差分图像DIj中在待搜索的区Rs 1内假设在SI方向上的线L，并且确定沿线L的像素的差分值的分布(profile)。在图15中，示出在RL方向上在坐标值x=xr处沿线L的差分值的分布。尽管实际上存在正和负差分值，为了便于解释在图15中将仅解决正差分值。
如早些描述的，位于肺与肝之间的边界上的像素具有较大差分值。因此，通过检测在待搜索的区Rs 1内在分布中出现的峰值，可选择可能位于肝的边缘E上的像素。参考图15，在差分值的分布中出现三个峰值a、b、c。因此，对应于峰值a、b、c的像素Pr1、Pr2、Pr3选为可能位于肝的边缘E上的像素。
通过因此使用冠状图像的差分图像，可选择可能位于肝的边缘E上的像素。
之前的描述解决在坐标值x=xr处沿线L选择可能位于肝的边缘E上的像素的方法。然而，即使线L具有除x=xr以外的坐标值，可采用类似方式选择可能位于肝的边缘E上的像素。因此，可通过改变在待搜索的区Rs 1内在RL方向上线L的坐标值x、确定在每个坐标值x处沿线L的差分值的分布并且检测对于分布中的每个的峰值而从待搜索区Rs 1内选择可能位于肝的边缘E上的像素。图16示意示出从待搜索的区Rs 1内选为可能位于肝的边缘E上的像素。在图16中，差分图像从图省略并且示出冠状图像DCj。选择的像素由框（方形）代表。在图16中，为了更好地使从待搜索的区Rs 1内选择的像素可视化，像素的大小被扩大。图16还在它的右侧上示出待搜索的区Rs 1的放大图，其中选择的像素由符号“P1”--“P31”指定。在从待搜索的区Rs 1选择像素P1--P31后，流程前往步骤ST83。
在步骤ST83处，计算单元9f（参见图2）计算代表在步骤ST82处选择的每个像素P1--P31位于肝的边缘E上的可能性的指示符VI。在本实施例中，指示符VI设置成取在零与一之间的值，其中更接近一的指示符VI表明像素位于肝的边缘E上的较高的可能性，而更接近零的指示符VI表明像素位于肝的边缘上的较低的可能性。现在将描述计算指示符VI的方法。
在本实施例中，计算单元9f使用在对受检者成像之前事先准备的分类器来计算指示符VI。因此，下面的描述将首先解释分类器，并且然后，在分类器之后将解释计算指示符VI的方法。
分类器
分类器用于将位于肝的边缘上的像素与未位于肝的边缘上的那些像素区分开，并且在对受检者成像之前事先生成。在本实施例中，分类器通过机器学习生成。特别地，准备监管数据，并且适合于将位于肝的边缘上的像素与未位于肝的边缘上的那些像素区分开的分类器通过使用机器学习的算法来获悉监管数据而生成（参见图17）。
图17是示出用于生成分类器的示范性监管数据的简图。监管数据可使用通过对多个真实人类成像所获取的腹部或胸部的轴位图像而生成。在本实施例中，采用两种监管数据作为监管数据。监管数据TD11和TD12是包含肝的边缘的数据，而监管数据TD21和TD22是不包含肝的边缘的数据。监管数据TD11、TD12、TD21和TD22中的每个集定义为在矩形区的α×β像素中的数据。在图17中，为了便于解释，仅示出包含肝的边缘的监管数据（监管数据TD11和TD12）的两个集和不包含肝的边缘的监管数据（监管数据TD21和TD22）的两个集。然而，实际上准备监管数据的几百个集。然后，适合于将位于肝的边缘上的像素与未位于肝的边缘上的那些像素区分开的分类器C1通过使用机器学习的算法来获悉监管数据而生成。
计算单元9f使用如上文描述的那样生成的分类器C1计算代表每个像素P1--P31（参见图16）位于肝的边缘上的可能性的指示符VI。将在下文描述计算指示符VI的方法。
指示符VI的计算
计算单元9f首先对像素P1--P31中的每个定义窗口W。图18是解释窗口W的定义的简图。图18示出对像素P1定义的窗口W的示例。计算单元9f定义集中在像素P1的窗口W。窗口W的大小是n×m个像素（例如，37×13个像素的大小）。在图18中，像素P1的大小相对于窗口W的大小被扩大来清楚图示它们的位置关系。
在定位窗口W后，计算单元9f在窗口W内提取像素数据并且将它们供应给分类器C1。基于提取的数据，分类器C1输出指示符VI，其代表像素P1位于肝的边缘上的可能性。如早先描述的，指示符VI设置成取零与一之间的值，其中更接近一的指示符VI表明像素位于肝的边缘上的较高的可能性，而更接近零的指示符VI表明像素位于肝的边缘上的较低的可能性。因此，像素P1位于肝的边缘上的可能性是高还是低能够从指示符VI的值知晓。
尽管确定对于像素P1的指示符VI的方法在图18中图示，采用类似方式对其他像素P2--P31使用分类器C1计算指示符VI。因此，可对所有像素P1--P31输出指示符VI。图19示出对所有像素P1--P31计算的指示符VI。图19在它的右侧上示出从待搜索的区Rs 1内选择的像素P1--P31的放大图。以框（方形）给出的代表像素P1--P31的字符a1--a31指示对于像素P1--P31的指示符VI。值a1--a31在0≤a1--a31≤1的范围中。如早先描述的，更接近一的指示符VI表明像素位于肝的边缘E上的较高的可能性，而更接近零的指示符VI表明像素位于肝的边缘E上的较低的可能性。参考图19，例如，像素P1位于肝的边缘E上。因此，对于像素P1的指示符VI=a1具有接近一的值。在计算指示符VI后，流程前往步骤ST84。
在步骤ST84处，柱状图生成单元9g（参见图2）生成对于像素的指示符的柱状图。现在将描述生成柱状图的方法。
柱状图生成单元9g首先将待搜索的区Rs 1分成在SI方向上的多个子区。图20示出分成在SI方向上的多个子区的待搜索的区Rs 1。在图20中，待搜索的区Rs1分成十一个子区R1--R11（对于划分数量DN=11的示例）的示例。在划分待搜索的区Rs 1后，柱状图生成单元9g在逐子区基础上将对于像素的指示符VI加在一起（参见图21）。
图21是解释在逐子区基础上像素的指示符VI的添加的简图。图21在它的左侧上示出待搜索的区Rs 1的子区R1--R11，并且在它的右侧上示出放大子区R5--R9。
柱状图生成单元9g首先判定是否存在具有在子区R1内计算的指示符VI的像素。在本实施例中，不存在在子区R1内计算的指示符的像素。在该情况下，认为在子区R1中不包含肝的边缘，并且因此，指示符VI视为VI=0（零）。因此，对于子区R1内的像素的指示符VI的加和值(sum value)AD是AD=0。在计算子区R1中的加和值AD后，计算子区R2中的加和值AD。
与子区R1类似，子区R2不包含具有计算的指示符VI的像素，从而导致AD=0。同样，子区R3和R4也具有AD=0的加和值AD。在计算子区R4中的加和值AD后，计算子区R5中的加和值AD。
子区R5包含具有计算的指示符VI的像素P1--P12。因此，柱状图生成单元9g将对于像素P1--P12的指示符a1--a12加在一起。在该示例中，对于指示符a1--a12的加和值AD是AD=AD5。在计算对于子区R5的加和值AD5后，计算子区R6中的加和值AD。
子区R6包含具有计算的指示符VI的像素P13--P16。因此，柱状图生成单元9g将对于像素P13--P16的指示符a13--a16加在一起。在该示例中，对于指示符a13--a16的加和值AD是AD=AD6。在计算对于子区R6的加和值AD6后，计算子区R7中的加和值AD。
子区R7不包含具有计算的指示符VI的像素，并且因此，加和值AD=0。在计算子区R7中的加和值AD后，计算子区R8中的加和值AD。
子区R8包含具有计算的指示符VI的像素P17--P23。因此，柱状图生成单元9g将对于像素P17--P23的指示符a17--a23加在一起。在该示例中，对于指示符a17--a23的加和值AD是AD=AD8。在计算对于子区R8的加和值AD8后，计算子区R8中的加和值AD。
子区R9包含具有计算的指示符VI的像素P24--P31。因此，柱状图生成单元9g将对于像素P24--P31的指示符a24--a31加在一起。在该示例中，对于指示符a24--a31的加和值AD是AD=AD9。在计算子区R9中的加和值AD9后，计算子区R10和R11中的加和值AD。
子区R10和R11不包含具有计算的指示符VI的像素，并且因此，加和值AD=0。
以这种方式，能够对子区R1--R11中的每个计算加和值AD。这给出代表子区R1-R11与加和值AD之间的关系的柱状图。图22示意示出柱状图H。在生成柱状图H后，流程前往步骤ST85。
在步骤ST85处，子区选择单元9h（参见图2）基于柱状图H选择子区R1--R11中最可能包含肝的边缘E的一个。如早先描述的，像素位于肝的边缘E上的可能性对于那个像素的较小指示符VI是较低的，而可能性对于那个像素的较大指示符是较高的。因此，可预想肝的边缘E包含在子区内的可能性对于较小的加和值AD是较低的，而可能性对于较大加和值AD是较高的。因此，子区选择单元9h在柱状图H中将对于多个子区R1--R11的加和值AD互相比较，并且选择多个子区R1--R11中具有最大加和值AD的一个作为最可能包含边缘的子区。在该示例中，假设对于子区R5的加和值AD是最大的。因此，子区选择单元9h选择子区R5作为最可能包含边缘的子区。在选择子区R5后，流程前往步骤ST86。
在步骤ST86处，中心位置识别单元9i（参见图2）识别在SI方向上子区R5的中心位置zj。图23示出在SI方向上子区R5的中心位置zj。在本实施例中，中心位置zj确定为在SI方向上在冠状面COj中肝的边缘E的位置zj。
尽管确定在SI方向上在冠状面COj中肝的边缘E的位置的方法在图14--23中图示，可采用类似方式对其他冠状面COi和COk确定在SI方向上肝的边缘E的位置。因此，可对冠状面COi、COj和COk中的每个确定在SI方向上肝的边缘E的位置。图24示意示出分别对冠状面COi、COj和COk确定的在SI方向上肝的边缘E的位置zi、zj和zk。在对每个冠状面确定在SI方向上边缘E的位置后，流程前往步骤ST9。
在步骤ST9处，基于对冠状面COi、COj和COk中的每个在SI方向上肝的边缘E的位置检测位于肝的边缘上的像素。步骤ST9包含步骤ST91--ST93。现在将描述步骤ST91--ST93。应注意,用于在步骤ST9处检测位于肝的边缘E上的像素的方法对于任何冠状面是相同的。因此，在下面的描述中，冠状面COj将取自冠状面COi、COj、COk来描述从冠状面COj检测位于肝的边缘E上的像素的方法。
在步骤ST91处，搜索区定义单元9d定义待搜索的区Rs 2，其代表在冠状面COj中在差分图像DIj中应用位于肝的边缘E上的像素的搜索所针对的范围。图25示意示出在差分图像DIj中定义的待搜索区Rs 2。在图25中，在RL方向上差分图像DIj中的范围由x0--xp代表，并且在SI方向上的范围由z0--zp代表。在RL方向上待搜索的区Rs 2中的范围定义在位置xb与xj之间。在本实施例中，位置xb设置成尽可能接近x=0的位置,使得位于肝的上端的像素Pu（其是在位于肝的边缘的那些像素之中在SI方向上具有最接近z=z0的坐标值z的像素）未超出待搜索的区Rs 2。搜索区定义单元9d还基于在SI方向上肝的边缘E的位置zj定义在SI方向上待搜索的区Rs 2的范围。在本实施例中，在SI方向上待搜索的区Rs 2的范围定义在位置z+j与z-j之间。位置z+j设置在远离位置zj像素的数量N=n1到S侧的位置处，并且位置z-j设置在远离位置zj像素的数量N=n2到I侧的位置处。例如，值n1和n2是n1=n2=15。
在图25中，还示出在冠状图像DCj中待搜索的区Rs 2来清楚图示它们的位置关系。在设置待搜索的区Rs 2后，流程前往步骤ST92。
在步骤ST92处，像素选择单元9e从待搜索的区Rs 2中包含的多个像素之中选择被认为可能位于肝的边缘E上的像素。选择像素的方法与在步骤ST82处的的方法相同，并且其描述将被省略。图26示意示出从待搜索的区Rs 2内选为可能位于肝的边缘E上的像素P1--Pz。在图26中，省略差分图像并且示出冠状图像DCj。选择的像素由框（方形）代表。在图26中，来自选择的多个像素之中的两个代表性像素由符号“P1”和“Pz”指定。在从待搜索的区Rs 2内选择像素P1后，流程前往步骤ST93。
在步骤ST93处，判定单元9j（参见图2）判定从待搜索的区Rs 2内选择的像素是否位于肝的边缘上（参见图27）。
图27是解释判定像素是否位于肝的边缘E上的方法的简图。判定单元9j对于选择的像素定义窗口W。图27示出其中对像素P1定义窗口W的示例。判定单元9j定义集中在像素P1的窗口W。窗口W的大小是n×m个像素。在图27中，像素P1的大小相对于窗口W的大小被扩大来清楚图示它们的位置关系。
在定位窗口W后，判定单元9j在窗口W内提取像素数据并且使用分类器C2判定像素P1是否位于肝的边缘上。分类器C2与分类器C1（参见图18）类似，其由机器学习的算法通过获悉大量监管数据集而生成。在该示例中，分类器C2在像素位于肝的边缘上时输出一并且当不在时输出零。因此，可判定像素P1是否位于肝的边缘E上。
尽管判定像素P1是否位于肝的边缘E上的方法在图27中图示，关于像素是否位于肝的边缘E上的判定采用类似方式使用分类器C2对其他像素做出。因此，位于肝的边缘E上的像素可从待搜索的区Rs 2中的像素P1--Pz之中检测。图28示意示出判定为在冠状面COj中的待搜索的区Rs 2内位于肝的边缘E上的像素。在图28中，判定为位于肝的边缘E上的一组像素由符号“Gj”指定。
应注意,未位于肝的边缘上的像素有时可判定为位于肝的边缘E上，这取决于窗口W中的像素的像素值。图28还示出像素N作为未位于肝的边缘上但判定为位于肝的边缘E上的像素的示例。此外，人为隆起(artificial hump)c有时可在像素组Gj中出现，其将不自然地在肝的边缘中出现。像素组Gj因此可不正确地代表肝的边缘E的形状。因此，在本实施例中，在检测位于肝的边缘上的像素后应用拟合（参见图29）。
图29是解释拟合处理的简图。图29（a）是示出在拟合处理之前的一组Gj像素的简图，并且图29（b）示出在拟合处理后的一组
Figure DEST_PATH_IMAGE010
像素。
通过应用拟合处理，即使在像素组
Figure DEST_PATH_IMAGE011
包含未位于肝的边缘E上的像素N或人为隆起c（其将不自然地在肝的边缘中出现）时，可校正像素的位置来拟合到肝的边缘E。拟合可使用例如多项式拟合（例如，二次拟合）来实现。以这种方式，可检测位于肝的边缘E上的像素。
尽管图25--29解决检测在冠状面COj中位于肝的边缘E上的像素组
Figure DEST_PATH_IMAGE011A
的示例，可采用类似方式对其他冠状面COi和COk中的每个检测位于肝的边缘E上的一组像素。图30示意示出分别在冠状面COi、COj和COk中检测的像素组
Figure DEST_PATH_IMAGE013
、
Figure DEST_PATH_IMAGE011AA
、
Figure DEST_PATH_IMAGE015
。在分别对冠状面检测位于肝的边缘E上的像素组后，流程前往步骤ST10。
在步骤ST10处，导航仪区定义单元9k（参见图2）基于像素组
Figure DEST_PATH_IMAGE013A
、
Figure DEST_PATH_IMAGE011AAA
、
Figure DEST_PATH_IMAGE015A
定义导航仪区。现在将描述定义导航仪区的方法。
导航仪区定义单元9k首先确定在定义导航仪区中充当参考像素的像素。在下文将描述确定像素的方法。
导航仪区定义单元9k对像素组
Figure DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE011AAAA
、
Figure DEST_PATH_IMAGE015AA
中的每个确定在SI方向上最接近z=z0的像素的坐标值。图31示出在SI方向上最接近z=z0的像素的坐标值。对于像素组
Figure DEST_PATH_IMAGE013AA
，在SI方向上最接近z=z0的像素的坐标值是z1，对于像素组
Figure DEST_PATH_IMAGE011AAAAA
，它是z2，并且对于像素组
Figure DEST_PATH_IMAGE015AAA
，它是z3。
接着，导航仪区定义单元9k识别最接近z=z0的坐标值z1、z2、z3中的一个。在该示例中，假设z2最接近z=z0。因此，在SI方向上最接近z=z0的像素的坐标值确定为z=z2。图32示出像素组
Figure DEST_PATH_IMAGE017
，其包含在z=z2处的像素。
参考像素组
Figure DEST_PATH_IMAGE011AAAAAA
，存在具有坐标值z=z2的多个像素。在该情况下，导航仪区定义单元9k确定多个像素中的一个作为在定位导航仪区中充当参考像素的像素。在本实施例中，来自在坐标值z=z2处、位于到R侧最远的那些像素之中的像素Pf确定为在定位导航仪区中的参考像素。在确定像素Pf后，导航仪区定义单元9k基于关于像素Pf的位置的信息定义导航仪区。图33示意示出定位在像素Pf周围的导航仪区Rnav。在RL方向上像素Pf的坐标值P是x=xf，并且其在SI方向上的坐标值z是z=z2（参见图32）。此外，因为像素xf包含在冠状面COj中，在AP方向上冠状面COj的坐标值yj是在AP方向上像素xf的坐标值。像素xf的坐标值因此在三个方向（RL、SI和AP方向）上确定，使得可在像素Pf的位置周围定义导航仪区Rnav。此外，通过将位于到R侧最远的像素的位置设置为导航仪区Rnav，导航仪区Rnav可远离心脏放置，这也能够减少由于心跳引起的呼吸信号的退化。在确定导航仪区Rnav的位置后，流程前往步骤ST11。
在步骤ST11处，运行主扫描。在主扫描MS中，执行用于从导航仪区Rnav检测肝的最上端的运动的导航仪序列和用于获取包含肝的部分的成像数据的成像扫描。在完成主扫描后，流程终止。
根据本实施例，分类器C1用来计算指示符VI，其代表像素P1--P31位于肝的边缘E上的可能性。然后，基于指示符VI，确定在SI方向上肝的边缘E的位置zj。因为在SI方向上肝的边缘E的位置xj因此可在没用使用阈值使图像二值化的情况下确定，肝的边缘E的位置xj的检测精度可被提高。
此外，根据本实施例，在确定在SI方向上肝的边缘E的位置xj后，待搜索的用于搜索位于肝的边缘E上的像素的区Rs 2基于位置xj定义。因为待搜索的区Rs 2可因此定义成包含肝的边缘E而没有扩大待搜索的区Rs 2的面积，从待搜索的区Rs 2内搜索位于肝的边缘E上的像素所要求的时间可被减少。
在本实施例中，图示其中待搜索的区Rs 1分成十一个子区R1--R11（划分数量DN=11的示例）的示例（参见图20）。然而，对于待搜索的区Rs 1的划分数量DN不限于DN=11并且可根据待搜索的区Rs 1的大小等来确定。
在本实施例中，可能位于肝的边缘E上的像素P1--P31从待搜索的区Rs 1内选择（步骤ST82），并且对仅仅这些像素P1--P31中的每个计算指示符VI（步骤ST83）。然而，省略步骤ST82并且在步骤ST83处对待搜索的区Rs 1中包含的所有像素确定指示符VI，这是可能的。在因此对待搜索的区Rs 1中包含的所有像素确定指示符VI的情况下，可再次生成柱状图（步骤ST84）以从子区R1--R11之中选择最可能包含肝的边缘E的子区R5（步骤ST85）。然而，在该情况下，因为应对待搜索的区Rs 1中包含的所有像素确定指示符VI，在步骤ST8处要求较长时间用于确定在SI方向上肝的边缘E的位置。因此，在预期步骤ST8处的处理所要求的时间被减少的情况下，优选地提供步骤ST82以事先从待搜索的区Rs 1内选择可能位于肝的边缘E上的像素P1--P31。
本实施例的描述解决识别在SI方向上肝的边缘E的位置的方法。然而，本发明不限于在SI方向上肝的边缘E的位置的识别，并且它可应用于其中必需识别各种部分中的任何的位置的情况。
参考符号列表
2 磁体 3 工作台
3a 支架 4 接收线圈
5 传送器 6 梯度磁场功率源
7 接收器 8 计算机
9 处理器 9a 图像产生单元
9b 范围识别单元 9c 冠状图像选择单元
9d 搜索区定义单元 9e 像素选择单元
9f 计算单元 9g 柱状图生成单元
9h 子区选择单元 9i 中心位置识别单元
9j 判定单元 9k 导航仪区定义单元
10 存储器 11 操作段
12 显示段 13 受检者
21 膛 100 MR装置

Claims (15)

1.一种磁共振装置，包括：
图像产生单元，用于产生待成像的部分的第一图像，所述部分包含第一部分；
搜索区定义单元，用于定义待搜索的第一区，其包含所述第一部分；
用于基于所述第一图像中包含的多个像素的像素值确定指示符的单元，所述指示符代表待搜索的所述第一区中包含的所述多个像素中的一个位于所述第一部分中的可能性；以及
检测单元，用于通过将待搜索的所述第一区分成在与所述第一部分相交的第一方向上布置的多个子区以基于在逐子区基础上获得的所述指示符来检测在所述第一方向上所述第一部分的位置。
2.如权利要求1所述的磁共振装置，其中：
所述检测单元基于所述指示符从所述多个子区之中选择包含所述第一部分的第一子区，并且基于在所述第一方向上所述第一子区的位置检测在所述第一方向上所述第一部分的位置。
3.如权利要求2所述的磁共振装置，其中：
所述检测单元确定所述第一子区中所述指示符的加和值，并且基于所述加和值选择所述第一子区。
4.如权利要求1-3中任一项所述的磁共振装置，其中：
用于确定指示符的所述单元定义环绕包含在所述第一图像内待搜索的所述第一区中包含的像素的多个像素的窗口，并且基于所述窗口中包含的像素的像素值确定所述指示符。
5.如权利要求4所述的磁共振装置，包括：
像素选择单元，用于从待搜索的所述第一区中包含的多个像素之中选择可能位于所述第一部分中的第一像素，其中
用于确定指示符的所述单元定义所述窗口,使得所述第一像素包含在所述窗口中。
6.如权利要求5所述的磁共振装置，其中：
所述图像产生单元产生对于所述第一图像的差分图像，以及
所述像素选择单元基于所述差分图像选择所述第一像素。
7.如权利要求5所述的磁共振装置，其中：
所述搜索区定义单元基于在所述第一方向上所述第一部分的位置定义待搜索的第二区，以及
所述像素选择单元从待搜索的所述第二区内选择可能位于所述第一部分中的像素。
8.如权利要求7所述的磁共振装置，包括：
判定单元，用于判定从待搜索的所述第二区内选择的像素是否位于所述第一部分中。
9.如权利要求8所述的磁共振装置，包括：
导航仪区定义单元，用于定义导航仪区以用于基于由所述判定单元判定为位于所述第一部分中的像素的位置来检测所述第一部分的移动。
10.如权利要求1-3中任一项所述的磁共振装置，其中：
用于确定指示符的所述单元使用分类器确定所述指示符。
11.如权利要求1-3中任一项所述的磁共振装置，其中：
所述第一部分包含邻近于肺的肝的边缘。
12.如权利要求6所述的磁共振装置，其中：
所述搜索区定义单元基于在所述第一方向上所述第一部分的位置定义待搜索的第二区，以及
所述像素选择单元从待搜索的所述第二区内选择可能位于所述第一部分中的像素。
13.如权利要求12所述的磁共振装置，包括：
判定单元，用于判定从待搜索的所述第二区内选择的像素是否位于所述第一部分中。
14.如权利要求13所述的磁共振装置，包括：
导航仪区定义单元，用于定义导航仪区以用于基于由所述判定单元判定为位于所述第一部分中的像素的位置来检测所述第一部分的移动。
15.一种计算机可读存储介质，其上已存储有应用于磁共振装置的计算机程序,所述磁共振装置用于扫描待成像的包含第一部分的部分，所述计算机程序用于促使计算机运行：
产生待成像的所述部分的第一图像的图像产生处理；
定义待成像的包含所述第一部分的第一区的搜索区定义处理；
基于所述第一图像中包含的多个像素的像素值确定指示符的处理，所述指示符代表待搜索的所述第一区中包含的所述多个像素中的一个位于所述第一部分中的可能性；以及
通过将待搜索的所述第一区分成在与所述第一部分相交的第一方向上布置的多个子区以基于在逐子区基础上获得的所述指示符来检测在所述第一方向上所述第一部分的位置的检测处理。
CN201580061699.5A 2014-09-12 2015-09-09 磁共振装置和程序 Active CN107110946B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014186886A JP6224560B2 (ja) 2014-09-12 2014-09-12 磁気共鳴装置およびプログラム
JP2014-186886 2014-09-12
PCT/US2015/049072 WO2016040411A1 (en) 2014-09-12 2015-09-09 Magnetic resonance apparatus with image-based position detection of a part to be detected

Publications (2)

Publication Number Publication Date
CN107110946A CN107110946A (zh) 2017-08-29
CN107110946B true CN107110946B (zh) 2020-05-15

Family

ID=54150704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580061699.5A Active CN107110946B (zh) 2014-09-12 2015-09-09 磁共振装置和程序

Country Status (4)

Country Link
US (1) US10416262B2 (zh)
JP (1) JP6224560B2 (zh)
CN (1) CN107110946B (zh)
WO (1) WO2016040411A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6378715B2 (ja) * 2016-04-21 2018-08-22 ゼネラル・エレクトリック・カンパニイ 血管検出装置、磁気共鳴イメージング装置、およびプログラム
US11163029B2 (en) 2019-08-14 2021-11-02 GE Precision Healthcare LLC MRI system with improved navigator

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1930588A (zh) * 2004-03-12 2007-03-14 皇家飞利浦电子股份有限公司 用于表面渲染的沿边缘的自适应采样
CN101843484A (zh) * 2009-01-05 2010-09-29 Ge医疗系统环球技术有限公司 磁共振成像装置
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
CN103083023A (zh) * 2011-10-31 2013-05-08 Ge医疗系统环球技术有限公司 一种用ct扫描器来测量呼吸周期的方法及装置
CN103126677A (zh) * 2011-11-30 2013-06-05 Ge医疗系统环球技术有限公司 磁共振设备
CN103519811A (zh) * 2012-06-29 2014-01-22 Ge医疗系统环球技术有限公司 检测装置、医用装置以及程序

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006051170A (ja) * 2004-08-11 2006-02-23 Toshiba Corp 画像診断装置、頭部虚血部位解析システム、頭部虚血部位解析プログラムおよび頭部虚血部位解析方法
JP5707570B2 (ja) * 2010-03-16 2015-04-30 パナソニックＩｐマネジメント株式会社 物体識別装置、物体識別方法、及び、物体識別装置の学習方法
JP5461255B2 (ja) 2010-03-17 2014-04-02 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴イメージング装置
JP5660807B2 (ja) * 2010-05-31 2015-01-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴イメージング装置、スライス位置設定方法、およびプログラム
US8914097B2 (en) * 2012-01-30 2014-12-16 The Johns Hopkins University Automated pneumothorax detection
JP5922465B2 (ja) * 2012-03-30 2016-05-24 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴装置、ナビゲータ領域設定方法、およびプログラム
JP5977158B2 (ja) * 2012-11-30 2016-08-24 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 検出装置、磁気共鳴装置、検出方法、およびプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1930588A (zh) * 2004-03-12 2007-03-14 皇家飞利浦电子股份有限公司 用于表面渲染的沿边缘的自适应采样
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
CN101843484A (zh) * 2009-01-05 2010-09-29 Ge医疗系统环球技术有限公司 磁共振成像装置
CN103083023A (zh) * 2011-10-31 2013-05-08 Ge医疗系统环球技术有限公司 一种用ct扫描器来测量呼吸周期的方法及装置
CN103126677A (zh) * 2011-11-30 2013-06-05 Ge医疗系统环球技术有限公司 磁共振设备
CN103519811A (zh) * 2012-06-29 2014-01-22 Ge医疗系统环球技术有限公司 检测装置、医用装置以及程序

Also Published As

Publication number Publication date
US20170199260A1 (en) 2017-07-13
JP6224560B2 (ja) 2017-11-01
CN107110946A (zh) 2017-08-29
JP2016059397A (ja) 2016-04-25
US10416262B2 (en) 2019-09-17
WO2016040411A1 (en) 2016-03-17

Similar Documents

Publication Publication Date Title
US9582729B2 (en) Image-based detection of the boundary between a first part and a second part
US10489673B2 (en) System and method for detecting landmarks in a three-dimensional image volume
US9142029B2 (en) Region extraction apparatus, method and program
CN104969260A (zh) 用于3d计算机断层扫描的多个骨骼分割
CN107110946B (zh) 磁共振装置和程序
CN105096347A (zh) 图像处理装置和方法
EP4058874A1 (en) Method and system for associating device coordinate systems in a multi-person ar system
WO2015035462A1 (en) Point feature based 2d-3d registration
Kuijf et al. Registration of brain CT images to an MRI template for the purpose of lesion-symptom mapping
Ye et al. Regional manifold learning for deformable registration of brain MR images
Zhao et al. A supervoxel based random forest synthesis framework for bidirectional MR/CT synthesis
Wu et al. Groupwise registration from exemplar to group mean: extending HAMMER to groupwise registration
CN107680083B (zh) 视差确定方法和视差确定装置
JP5992848B2 (ja) 体動表示装置および方法
Yang et al. Accurate vessel segmentation with progressive contrast enhancement and canny refinement
US20180061067A1 (en) Image processing method and apparatus for x-ray imaging device
EP2535001A1 (en) Method, a system and a computer program product for registration and identification of diagnostic images
CN107563992B (zh) 一种乳房皮肤线的检测方法和装置
JP2011245205A (ja) 磁気共鳴イメージング装置、スライス位置設定方法、およびプログラム
US9978143B2 (en) Centerline determining apparatus, medical apparatus, and program
Buerger et al. Multi-modal vertebra segmentation from MR Dixon for hybrid whole-body PET/MR
JP6560492B2 (ja) 磁気共鳴装置およびプログラム
US20170186158A1 (en) Image Processing Device, Medical Device, and Program
Crum et al. Automatic estimation of error in voxel-based registration
CN115919463B (zh) 一种口腔图像处理方法、装置、可读存储介质及设备

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