CN107137107A - 多模态医学图像获取方法及多模态医学图像成像系统 - Google Patents

多模态医学图像获取方法及多模态医学图像成像系统 Download PDF

Info

Publication number
CN107137107A
CN107137107A CN201710320851.8A CN201710320851A CN107137107A CN 107137107 A CN107137107 A CN 107137107A CN 201710320851 A CN201710320851 A CN 201710320851A CN 107137107 A CN107137107 A CN 107137107A
Authority
CN
China
Prior art keywords
time
medical image
mode
information
temporal information
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
CN201710320851.8A
Other languages
English (en)
Other versions
CN107137107B (zh
Inventor
陆昌旺
胡凌志
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201710320851.8A priority Critical patent/CN107137107B/zh
Publication of CN107137107A publication Critical patent/CN107137107A/zh
Application granted granted Critical
Publication of CN107137107B publication Critical patent/CN107137107B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves

Abstract

本发明实施例提供一种多模态医学图像获取方法及多模态医学图像成像系统。本发明实施例通过获取第一、第二模态医学图像数据；根据时间基准之间的对应关系，获取第一、第二模态医学图像数据中的对应时间信息；并重建第一、第二模态医学图像数据中相对应的数据，得到第一、第二模态图像；将第一、第二模态图像进行融合处理，得到第一融合图像，能够将不同模态成像设备的医学图像数据在时间上精准地对齐，从而使融合处理所依据的图像数据具有较高的时间对齐准确度，优化了融合处理的处理效果，进而提高了融合处理结果的可靠性，因此在一定程度上解决了现有技术中不同模态的医学图像对齐的准确度较低，造成不同模态的医学图像融合处理的效果较差的问题。

Description

多模态医学图像获取方法及多模态医学图像成像系统
【技术领域】
本方案涉及图像处理技术领域，尤其涉及一种多模态医学图像获取方法及多模态医学图像成像系统。
【背景技术】
当前，各种模态的医学成像设备在临床诊断和医学研究中得到了广泛使用，这些多种模态的医学成像设备所涉及的影像技术主要包括正电子发射型断层成像(PositronEmission Computed Tomography，PET)、计算机断层扫描(Computed Tomography，CT)、磁共振成像(Magnetic Resonance，MR)、超声成像(Ultrasonography，US)以及数字化X射线成像(Digital Radiography，DR)等。其中，CT图像、MR图像和US图像可提供成像部位的形态和结构信息；PET图像可提供成像部位的代谢和功能信息。遗憾的是，任何一种模态的成像方式都存在自身的缺陷。例如，CT扫描对密度差异较大的组织具有较好的成像效果，且空间和时间分辨率高，但是软组织对比差；MR扫描对软组织具有较高的对比度，但是成像结果通常难以定量化；PET扫描图像的敏感度和特异性高，但是空间分辨率较差。不同模态的医学图像数据可获取成像组织不同的形态学参数、代谢参数、表观扩散系数以及杨氏模量等参数，将不同模态医学图像信息融合，可以实现信息互补、较差验证，有效实现早期准确诊断。
然而，不同模态的医学图像的时间信息是相互独立的，在对同一受检者的同一目标区域对应的不同模态的医学图像进行融合处理之前，需要将这些不同模态的医学图像在时间上进行对齐。对齐的准确度直接影响到后续图像的融合处理的效果。
目前，通过向不同模态的医学成像设备同时发送指令的方式，来使不同模态的医学成像设备同时进行数据采集，从而将不同模态的医学成像设备采集的数据对应的医学图像在时间上对齐。但是，由于不同模态的医学成像设备之间所使用的时间系统不同，以及图像采集过程存在差异，导致对齐的准确度较低，进而造成融合处理的效果较差，导致不同模态的医学图像的融合处理结果的可靠性较低。
【发明内容】
有鉴于此，本方案实施例提供了一种多模态医学图像获取方法及多模态医学图像成像系统，用以解决现有技术中不同模态的医学图像对齐的准确度较低，造成不同模态的医学图像融合处理的效果较差的问题。
第一方面，本方案实施例提供一种多模态医学图像获取方法，所述多模态至少包括第一模态和第二模态，所述方法包括：
获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，所述第一模态医学图像数据为第一时间内所采集，所述第一时间对应的第一时间信息基于第一时间基准生成，所述第二模态医学图像数据为第二时间内所采集，所述第二时间对应的第二时间信息基于第二时间基准生成；
根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息；
重建所述第一模态医学图像数据，得到第一模态图像；
重建所述第二模态医学图像数据中与所述第一指定时间信息对应的数据，得到第二模态图像；
将所述第一模态图像和所述第二模态图像进行融合处理，得到至少一幅第一融合图像。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息，包括：
根据所述第一时间基准与所述第二时间基准的对应关系，确定所述第二时间信息所对应的基于所述第一时间基准的第一转换时间信息；
查找所述第一转换时间信息中与所述第一时间信息相同的第一中间时间信息；
从所述第二时间信息中提取与所述第一中间时间信息对应的时间信息，得到所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一模态医学图像数据为第一模态医学成像设备采集获得，所述第二模态医学图像数据为第二模态医学成像设备采集获得，所述第一模态医学成像设备和所述第二模态医学成像设备同轴设置且包含相同的成像区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的指定时间信息，包括：
确定第三时间基准，所述第三时间基准不同于所述第一时间基准和所述第二时间基准；
根据所述第一时间基准与所述第三时间基准的对应关系，确定所述第一时间信息所对应的基于所述第三时间基准的第三转换时间信息；
根据所述第二时间基准与所述第三时间基准的对应关系，确定所述第二时间信息所对应的基于所述第三时间基准的第四转换时间信息；
查找所述第四转换时间信息中与所述第三转换时间信息相同的第二中间时间信息；
从所述第二时间信息中提取与所述第二中间时间信息对应的时间信息，得到所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
根据所述第一时间信息动态显示所述第一融合图像。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
获取所述目标区域对应的第三模态医学图像数据，所述第三模态医学图像数据为第三时间内所采集，所述第三时间对应的第三时间信息基于第三时间基准生成；根据所述第三时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第三时间信息相对应的第二指定时间信息；
重建所述第三模态医学图像数据，得到第三模态图像；
重建所述第二模态医学图像数据中与所述第二指定时间信息对应的数据，得到第四模态图像；
将所述第三模态图像和所述第四模态图像进行融合处理，得到至少一幅第二融合图像。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一模态医学图像数据为磁共振设备采集的MR数据，所述第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据；或者，
所述第一模态医学图像数据为超声成像设备采集的US数据，所述第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据、磁共振扫描设备采集的MR数据、计算机断层扫描设备采集的CT数据或单光子发射计算机断层扫描设备采集的SPECT数据。
第二方面，本方案实施例提供一种多模态医学图像成像系统，所述多模态至少包括第一模态和第二模态，所述成像系统包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器被配置为：
获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，所述第一模态医学图像数据为第一时间内所采集，所述第一时间对应的第一时间信息基于第一时间基准生成，所述第二模态医学图像数据为第二时间内所采集，所述第二时间对应的第二时间信息基于第二时间基准生成；
根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息；
重建所述第一模态医学图像数据，得到第一模态图像；
重建所述第二模态医学图像数据中与所述第一指定时间信息对应的数据，得到第二模态图像；
将所述第一模态图像和所述第二模态图像进行融合处理，得到至少一幅第一融合图像。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一模态医学图像数据为MR数据，所述第二模态医学图像数据为PET数据，所述成像系统还包括：
磁共振扫描设备，用于在所述第一时间内采用成像序列对受检者目标区域进行扫描，获取所述目标区域对应的MR数据，所述成像序列包含所述第一时间信息；
正电子发射型断层扫描设备，与所述磁共振扫描设备同轴设置，用于在所述第二时间内对受检者目标区域进行扫描，获取所述目标区域对应的PET数据，且所述第二时间信息根据所述成像序列确定。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述成像序列包括RF脉冲发射时序、梯度脉冲时序和信号采集时间窗，所述第一时间信息对应所述信号采集时间窗，所述第二时间信息全部或者部分与所述信号采集时间窗对应。
本发明实施例具有以下有益效果：
本发明实施例，通过根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，并根据第一指定时间信息重建第二模态医学图像数据中与第一模态医学图像数据对应的数据，能够利用不同模态成像设备所采用的不同时间基准之间的对应关系，将不同模态成像设备的医学图像数据在时间上精准地对齐，从而使不同模态成像设备的医学图像的融合处理所依据的图像数据具有较高的时间对齐准确度，因此优化了不同模态成像设备的医学图像的融合处理的处理效果，进而提高了不同模态成像设备的医学图像的融合处理结果的可靠性。
【附图说明】
为了更清楚地说明本方案实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本方案的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的多模态医学图像获取方法的第一流程示例图。
图2为本发明实施例提供的多模态医学图像获取方法的第二流程示例图。
图3为本发明实施例提供的成像序列示意图。
图4为本发明实施例提供的多模态医学图像获取方法的第三流程示例图。
图5为本发明实施例提供的多模态医学图像获取方法的第四流程示例图。
图6为本发明实施例提供的多模态医学图像获取装置的功能方块图。
图7是多模态医学图像成像系统的简化框图。
图8为本发明实施例提供的一体化PET/MR设备的架构示意图。
图9为本发明实施例提供的一体化PET/MR设备的示例功能方框图。
图10为本发明实施例提供的多模态医学图像成像系统的示例图。
【具体实施方式】
为了更好的理解本方案的技术方案，下面结合附图对本方案实施例进行详细描述。
应当明确，所描述的实施例仅仅是本方案一部分实施例，而不是全部的实施例。基于本方案中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本方案保护的范围。
在本方案实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本方案。在本方案实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
本发明实施例提供了一种多模态医学图像获取方法。该多模态医学图像获取方法可以通过应用程序APP来实现，计算机、医用工作站等终端可以通过安装该应用程序获取相应的多模态医学图像获取功能。
图1为本发明实施例提供的多模态医学图像获取方法的第一流程示例图。其中，多模态至少包括第一模态和第二模态。如图1所示，本实施例中，多模态医学图像获取方法可以包括如下步骤：
S101，获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成。
S102，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息。
S103，重建第一模态医学图像数据，得到第一模态图像。
S104，重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像。
S105，将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
其中，时间基准是指医学成像设备在采集的图像数据中所显示的时间信息的标准。例如，在同一时刻，基于一种时间基准所显示的时间信息为15时31分25秒，基于另一种时间基准所显示的时间信息就可能为15时30分25秒，由于这两个时间信息是表示同一时刻的时间点；或者，第一模态对应的第一时间信息采用二进制存储模式，而第二模态对应的第二时间信息采用十进制存储模式。示例性地，第一时间信息可采用适合磁共振成像的格式，第二时间信息可采用适合正电子发射型断层成像的格式，如列表模式或者弦图格式。所以，从原理上说这两个时间信息应该是相同的，之所以不相同是因为这两个时间信息所采用的时间基准是不同的。
每个医学成像设备的时间系统都对应一种时间基准，由于不同医学成像设备的时间系统是相互独立的，因此，通常情况下，不同医学成像设备所采用的时间基准可能是不同的。
但是，尽管第一时间基准与第二时间基准可能不同，但第一时间基准与第二时间基准之间的对应关系却是相对固定的。例如，第一时间基准与第二时间基准之间的差值是固定的。
举例说明，对于同一时刻a来说，按照第一时间基准来确定时间的话，显示的时间信息为时间点a1，按照第二时间基准来确定时间的话，显示的时间信息为时间点a2。尽管时间点a1和时间点a2的数值不同，但是这两个时间点对应的是同一时刻。利用对应同一时刻的时间点a1和时间点a2的数值差值，可以精准地找到基于第一时间基准显示的任一时间信息所对应的基于第二时间基准显示的时间信息。例如，基于第一时间基准显示的时间点b1所对应的基于第二时间基准显示的时间点为b1+(a1-a2)。
可见，基于第一时间基准与第二时间基准的对应关系，能够将基于第一时间基准的第一时间信息与基于第二时间基准的第二时间信息精准地对齐。
因此，本实施例的S102中，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，利用第一时间基准与第二时间基准之间的对应关系，能够精准地找到第二时间信息中与第一时间信息相对应的第一指定时间信息，从而将不同模态成像设备的图像在时间上完全对齐。
其中，第一指定时间信息可以是与第一时间信息相同的多个时刻或多个时间段，这些时刻可以是医学图像数据对应的采集时刻，这些时间段可以是医学图像数据对应的采集间隔。
由于通过步骤S102，能够精准地获得第二时间信息中与第一时间信息相对应的第一指定时间信息，因此，通过医学图像数据与其时间信息的对应关系，就能够精确地获得第一模态医学图像数据和第二模态医学图像数据中的对应相同时间的数据。
这样，S103和S104中，重建所得到的第一模态图像和第二模态图像就是在时间上完全对齐的图像。如此，S105中对第一模态图像和第二模态图像的融合处理的处理效果就会得到优化，得到的第一融合图像所反映的信息就更准确，从而可以为临床诊断或医学研究提供更可靠的依据。
图1所示实施例，通过根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，能够利用不同模态成像设备所采用的不同时间基准之间的对应关系，将不同模态成像设备的医学图像数据在时间上精准地对齐，从而使不同模态成像设备的医学图像的融合处理所依据的图像数据具有较高的时间对齐准确度，因此能够优化不同模态成像设备的医学图像的融合处理的处理效果，进而提高不同模态成像设备的医学图像的融合处理结果的可靠性。
在一个示例性的实现过程中，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，包括：根据第一时间基准与第二时间基准的对应关系，确定第二时间信息所对应的基于第一时间基准的第一转换时间信息；查找第一转换时间信息中与第一时间信息相同的第一中间时间信息；从第二时间信息中提取与第一中间时间信息对应的时间信息，得到第二时间信息中与第一时间信息相对应的第一指定时间信息。
在一个示例性的实现过程中，第一模态医学图像数据为第一模态医学成像设备采集获得，第二模态医学图像数据为第二模态医学成像设备采集获得，第一模态医学成像设备和第二模态医学成像设备同轴设置且包含相同的成像区域。
在一个示例性的实现过程中，在一个示例性的实现过程中，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，包括：确定第三时间基准，该第三时间基准不同于第一时间基准、第二时间基准，且与两时间基准之间存在特定的时间差；根据第一时间基准与第三时间基准的对应关系，确定第一时间信息所对应的基于第三时间基准的第三转换时间信息；根据第二时间基准与第三时间基准的对应关系，确定第二时间信息所对应的基于第三时间基准的第四转换时间信息；查找第四转换时间信息中与第三转换时间信息相同的第二中间时间信息；从第二时间信息中提取与所述第二中间时间信息对应的时间信息，得到第二时间信息中与第一时间信息相对应的第一指定时间信息。
在一个示例性的实现过程中，第一时间信息可以为第一模态医学图像数据的采集时间/时序，第二时间信息为第二模态医学图像数据的采集时间/时序，且第一模态医学图像数据的(有效)采集时间小于第二模态医学图像数据的(有效)采集时间。可选地，第一模态医学图像数据或第二模态医学图像数据可以是CT数据、PET数据、MR数据、US数据或DR数据等。
图2为本发明实施例提供的多模态医学图像获取方法的第二流程示例图。其中，多模态至少包括第一模态和第二模态。如图2所示，本实施例中，多模态医学图像获取方法可以包括如下步骤：
S201，获取受检者目标区域对应的MR数据和PET数据，以MR数据作为第一模态医学图像数据，以PET数据作为第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成。
更进一步地，MR数据为利用磁共振扫描设备在第一时间内采用成像序列对受检者目标区域进行扫描获得，成像序列可包含该第一时间信息。PET数据为利用正电子发射型断层扫描设备，在第二时间内对受检者目标区域进行扫描获得，第二时间信息同样可根据成像序列确定。在此实施例中，成像序列包括磁共振的RF脉冲发射时序、梯度脉冲时序和信号采集时间窗，第一时间信息对应信号采集时间窗，第二时间信息部分与信号采集时间窗对应。当然，可选地，第二时间信息也可全部与信号采集时间窗对应。图3为本发明实施例提供的成像序列示意图。参见图3，示例性地：成像序列的RF脉冲包括90°RF脉冲和随后的180°RF脉冲；梯度脉冲包括层面选择梯度GSS，且在90°RF脉冲和180°RF脉冲时施加，方向垂直于扫描床移动的方向；GPE是相位编码梯度场或读出梯度场，在90°脉冲后和180°RF脉冲前施加；GRO频率编码梯度场在信号产生过程中施加，方向与扫描体位相关，沿受检者的左右方向；回波时间TE为90°脉冲中点到自旋回波中点的时间间隔；ADC为信号采集时间窗，该信号采集时间窗的宽度为从t1时刻到t2时刻，在该采集时间窗内可采集目标区域的磁共振信号，对应第一时间信息。在此实施例中，在RF脉冲发射的同时，执行正电子发射型断层扫描，并采集PET数据，直至图中的t2时刻。
S202，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息。如图3所示，第一时间和第二时间包含相同的时间段t1-t2，与成像序列对应的PET数据采集时间段即为第一指定信息(图3中两虚线之间的部分)。
S203，重建第一模态医学图像数据，得到第一模态图像，在此实施例中第一模态图像为MR图像。
S204，重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像，在此实施例中第二模态图像为PET图像。
S205，将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像，该融合图像为相同时刻采集的MR图像与PET图像融合获得，当然第一融合图像可包含多个。
S206，根据第一时间信息动态显示第一融合图像。
图2所示实施例，在图1所示实施例的基础上，根据第一时间信息动态显示第一融合图像，能够使用户直观地看到不同模态成像设备的医学图像之间的融合结果。
图4为本发明实施例提供的多模态医学图像获取方法的第三流程示例图。其中，多模态至少包括第一模态和第二模态。如图4所示，本实施例中，多模态医学图像获取方法可以包括如下步骤：
S401，获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成息。在此实施例中，第一模态医学图像数据为磁共振扫描设备采集的MR数据，第二模态医学图像数据为超声成像设备采集的US数据。
S402，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息。
S403，重建第一模态医学图像数据，得到第一模态图像。
S404，重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像。
S405，将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
S406，获取目标区域对应的第三模态医学图像数据，第三模态医学图像数据为第三时间内所采集，第三时间对应的第三时间信息基于第三时间基准生成。在此实施例中，第三模态医学图像数据可以是计算机断层扫描设备采集的CT数据。
S407，根据第三时间基准与第二时间基准的对应关系，获取第二时间信息中与第三时间信息相对应的第二指定时间信息。
S408，重建第三模态医学图像数据，得到第三模态图像。
S409，重建第二模态医学图像数据中与第二指定时间信息对应的数据，得到第四模态图像。
S410，将第三模态图像和第四模态图像进行融合处理，得到至少一幅第二融合图像。
图4所示实施例中，第一时间信息可以为第一模态医学图像数据的采集时间，第二时间信息可以为第二模态医学图像数据的采集时间，第三时间信息可以为第三模态医学图像数据的采集时间，且第一模态医学图像数据的采集时间和第三模态医学图像数据的采集时间都小于第二模态医学图像数据的采集时间。
图4所示实施例，在图1实施例对第一模态医学图像数据和第二模态医学图像数据进行融合处理的基础上，还对第二模态医学图像数据和第三模态医学图像数据进行融合处理，实现了对多模态的医学图像数据同时进行融合处理，有助于提高融合处理的处理效率。
图5为本发明实施例提供的多模态医学图像获取方法的第四流程示例图。其中，多模态至少包括第一模态和第二模态。如图5所示，本实施例中，多模态医学图像获取方法可以包括如下步骤：
S501，获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成。
S502，根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息。
S503，重建第一模态医学图像数据，得到第一模态图像。
S504，重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像。
S505，将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
S506，获取目标区域对应的第三模态医学图像数据，第三模态医学图像数据为第三时间内所采集，第三时间对应的第三时间信息基于第三时间基准生成。
S507，根据第三时间基准与第二时间基准的对应关系，获取第二时间信息中与第三时间信息相对应的第二指定时间信息。
S508，重建第三模态医学图像数据，得到第三模态图像。
S509，重建第二模态医学图像数据中与第二指定时间信息对应的数据，得到第四模态图像。
S510，将第三模态图像和第四模态图像进行融合处理，得到至少一幅第二融合图像。
S511，根据第二时间信息动态显示第一融合图像和第二融合图像。
图5所示实施例，在图4所示实施例的基础上，根据第二时间信息动态显示第一融合图像和第二融合图像，能够利用统一的时间信息，向用户直观地展示多个不同模态成像设备的医学图像之间的融合结果。
需要说的是，在本发明提供的各个实施例中，第一模态医学图像数据可以为MR设备采集的MR数据，第二模态医学图像数据可以为PET设备采集的PET数据。
在一个示例性的实现过程中，第一模态医学图像数据为磁共振设备采集的MR数据，第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据；或者，第一模态医学图像数据为超声成像设备采集的US数据，第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据、磁共振扫描设备采集的MR数据、计算机断层扫描设备采集的CT数据或单光子发射计算机断层扫描设备采集的SPECT数据。
在一个示例性的实现过程中，在第一模态医学图像数据为MR数据、第二模态医学图像数据为PET数据的基础上，第一时间信息可以包括MR设备执行扫描序列的第一时序，第二时间信息可以包括PET设备执行扫描序列的第二时序。在此基础上，在一个示例性的实现过程中，第一时间信息还可以包括MR设备的第一运行状态信息，第二时间信息还可以包括PET设备的第二运行状态信息。
在一个示例性的实现过程中，第一时间信息还可以包括MR设备的第一系统逻辑时钟信息、第一发射信号信息、第一接收信号信息中的任意一种或多种，第二时间信息还可以包括PET设备的第二系统逻辑时钟信息、第二发射信号信息、第二接收信号信息中的任意一种或多种。
本发明实施例提供的多模态医学图像获取方法可以对一体化PET-MR设备、分离式PET-MR设备等采集的多模态医学图像数据进行处理。
本发明实施例提供的多模态医学图像获取方法，通过根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，并根据第一指定时间信息重建第二模态医学图像数据中与第一模态医学图像数据对应的数据，能够利用不同模态成像设备所采用的不同时间基准之间的对应关系，将不同模态成像设备的医学图像数据在时间上精准地对齐，从而使不同模态成像设备的医学图像的融合处理所依据的图像数据具有较高的时间对齐准确度，因此优化了不同模态成像设备的医学图像的融合处理的处理效果，进而提高了不同模态成像设备的医学图像的融合处理结果的可靠性。
本发明实施例还提供了一种多模态医学图像获取装置，该多模态医学图像获取装置能够实现前述实施例中多模态医学图像获取方法的各步骤。
图6为本发明实施例提供的多模态医学图像获取装置的功能方块图。如图6所示，本实施例中，多模态医学图像获取装置包括：
第一数据获取模块610，用于获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成；
第一时间获取模块620，用于根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息；
第一重建模块630，用于重建第一模态医学图像数据，得到第一模态图像；
第二重建模块640，用于重建第二模态医学图像数据中与指定时间信息对应的数据，得到第二模态图像；
第一融合模块650，用于将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
在一个示例性的实现过程中，第一时间获取模块620在用于根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息时，可以具体用于：根据第一时间基准与第二时间基准的对应关系，确定第二时间信息所对应的基于第一时间基准的第一转换时间信息；查找第一转换时间信息中与第一时间信息相同的第一中间时间信息；从第二时间信息中提取与第一中间时间信息对应的时间信息，得到第二时间信息中与第一时间信息相对应的第一指定时间信息。
在一个示例性的实现过程中，第一模态医学图像数据为第一模态医学成像设备采集获得，第二模态医学图像数据为第二模态医学成像设备采集获得，第一模态医学成像设备和第二模态医学成像设备同轴设置且包含相同的成像区域。
在一个示例性的实现过程中，第一时间获取模块620在用于根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息时，可以具体用于：确定第三时间基准，第三时间基准不同于第一时间基准和第二时间基准；根据第一时间基准与第三时间基准的对应关系，确定第一时间信息所对应的基于第三时间基准的第三转换时间信息；根据第二时间基准与第三时间基准的对应关系，确定第二时间信息所对应的基于第三时间基准的第四转换时间信息；查找第四转换时间信息中与第三转换时间信息相同的第二中间时间信息；从第二时间信息中提取与第二中间时间信息对应的时间信息，得到第二时间信息中与第一时间信息相对应的第一指定时间信息。
在一个具体的实现过程中，多模态医学图像获取装置还可以包括：第一显示模块，用于根据第一时间信息动态显示第一融合图像。
在一个示例性的实现过程中，多模态医学图像获取装置还可以包括：第二数据获取模块，用于获取目标区域对应的第三模态医学图像数据，第三模态医学图像数据为第三时间内所采集，第三时间对应的第三时间信息基于第三时间基准生成；第二时间获取模块，用于根据第三时间基准与第二时间基准的对应关系，获取第二时间信息中与第三时间信息相对应的第二指定时间信息；第三重建模块，用于重建第三模态医学图像数据，得到第三模态图像；第四重建模块，用于重建第二模态医学图像数据中与第二指定时间信息对应的数据，得到第四模态图像；第二融合模块，用于将第三模态图像和第四模态图像进行融合处理，得到至少一幅第二融合图像。
在一个示例性的实现过程中，第一模态医学图像数据为磁共振设备采集的MR数据，第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据；或者，第一模态医学图像数据为超声成像设备采集的US数据，第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据、磁共振扫描设备采集的MR数据、计算机断层扫描设备采集的CT数据或单光子发射计算机断层扫描设备采集的SPECT数据。
由于本实施例中的多模态医学图像获取装置能够执行前述实施例中的多模态医学图像获取方法，本实施例未详细描述的部分，可参考对前述实施例中多模态医学图像获取方法的相关说明。
本发明实施例提供的多模态医学图像获取装置，通过根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息，并根据第一指定时间信息重建第二模态医学图像数据中与第一模态医学图像数据对应的数据，能够利用不同模态成像设备所采用的不同时间基准之间的对应关系，将不同模态成像设备的医学图像数据在时间上精准地对齐，从而使不同模态成像设备的医学图像的融合处理所依据的图像数据具有较高的时间对齐准确度，因此优化了不同模态成像设备的医学图像的融合处理的处理效果，进而提高了不同模态成像设备的医学图像的融合处理结果的可靠性。
本发明实施例还提供一种多模态医学图像成像系统，该多模态医学图像成像系统包括：处理器；用于存储处理器可执行指令的存储器；处理器被配置为：获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，第二时间对应的第二时间信息基于第二时间基准生成；根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息；重建第一模态医学图像数据，得到第一模态图像；重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像；将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
图7是多模态医学图像成像系统的简化框图。参见图7，该多模态医学图像成像系统700可以包括与一个或多个数据存储工具连接的处理器701，该数据存储工具可以包括存储介质706和内存单元704。多模态医学图像成像系统700还可以包括输入接口705和输出接口707，用于与另一装置或系统进行通信。被处理器701的CPU执行的程序代码可存储在内存单元704或存储介质706中。
多模态医学图像成像系统700中的处理器701调用存储在内存单元704或存储介质706的程序代码，执行下面各步骤：
获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，第一模态医学图像数据为第一时间内所采集，第一时间对应的第一时间信息基于第一时间基准生成，第二模态医学图像数据为第二时间内所采集，所述第二时间对应的第二时间信息基于第二时间基准生成；
根据第一时间基准与第二时间基准的对应关系，获取第二时间信息中与第一时间信息相对应的第一指定时间信息；
重建第一模态医学图像数据，得到第一模态图像；
重建第二模态医学图像数据中与第一指定时间信息对应的数据，得到第二模态图像；
将第一模态图像和第二模态图像进行融合处理，得到至少一幅第一融合图像。
其中，该多模态医学图像成像系统还可以包括扫描设备。
在一个示例性的实现过程中，扫描设备包括磁共振(MR)扫描设备和正电子发射型断层(PET)扫描设备，MR设备用于采集第一模态医学图像数据，PET扫描设备用于采集第二模态医学图像数据。
在一个示例性的实现过程中，扫描设备可以为一体化PET/MR设备，即正电子发射型断层扫描设备与磁共振扫描设备同轴设置。一体化PET/MR设备可同时采集第一模态医学图像数据和第二模态医学图像数据。
图8为本发明实施例提供的一体化PET/MR设备的架构示意图。参见图8，一体化PET/MR设备包括MR线圈和PET探测器，MR线圈形成的扫描腔与PET探测形成的扫描腔同轴设置，将受检者置于扫描腔内可同时执行MR扫描和PET扫描。可选择地，在执行扫描时，存在某一时刻可同时采集MR数据和PET数据；同样，也存在另一时刻，PET扫描处于数据采集阶段，而MR扫描处于预扫描阶段或脂肪抑制阶段或者施加梯度等。
图9为本发明实施例提供的一体化PET/MR设备的示例功能方框图。参见图9，在一个实施例中，一体化PET/MR设备可以包括：磁共振扫描设备、正电子发射型断层扫描设备、图像处理器、控制器和显示器。
磁共振扫描设备，用于在受检者扫描期间采集目标区域的MR成像数据；正电子发射型断层扫描设备用于在受检者扫描期间采集同一目标区域的PET成像数据。需要说明的是，磁共振扫描设备和正电子发射型断层扫描设备集成在一个多模态成像系统中，MR数据和PET数据可同时采集。MR数据或PET数据可存储在硬盘、云存储器等介质中，在需要成像时获取。
图像处理器可重建MR成像数据产生目标区域的MR图像，以及重建PET数据，并产生同一目标区域的PET图像，该PET图像为经过衰减图校正的图像；图像处理器还可参照PET迭代重建过程中产生的衰减图，将MR图像分割为多个相互之间可区分的子区域。可选地，图像处理器还可将同一目标区域的MR图像和PET图像作融合处理，可通过凸显配准实现。
在一个实施例中，图像处理器可将MR图像配准至PET图像或将PET图像配准至MR图像。上述配准过程可采用光流场方法、基于特征点的配准方法、基于轮廓的配准方法、基于灰度信息的配准方法等。图像处理器可设置在本地或远程。MR扫描器和PET扫描器可共用图像处理器或分别采用各自对应的图像处理器。
控制器可同时监测或控制MR扫描器、PET扫描器、图像处理器和显示器。在一些实施例中，控制器可产生磁共振扫描设备扫描的成像序列，其中成像序列包括RF脉冲发射时序、梯度脉冲时序和信号采集时间窗。于此同时，控制器可控制正电子发射型断层设备扫描。可选地，控制器可以建立正电子发射型断层扫描与磁共振成像序列所包含的时序的对应关系。在此实施例中，控制器控制磁共振扫描设备进行预扫描、发射梯度脉冲，且在第一时间信息内采集MR信号，该第一时间信息可对应信号采集窗的时序；同时，控制器将成像序列的各时序写入PET扫描过程中，控制正电子发射型断层设备在磁共振开始扫描瞬间进行PET数据的采集，整个PET数据的采集在第二时间信息内进行，从而控制器可将磁共振扫描的每个阶段对应到PET扫描。控制器可获取第二时间信息中与第一时间信息相对应的第一指定时间信息，该第一指定时间信息可对应MR信号采集时间窗。
控制器可以包括中央处理器(Central Processing Unit，CPU)、专门应用集成电路(Application-Specific Integrated Circuit，ASIC)、专用指令处理器(ApplicationSpecific Instruction Set Processor，ASIP)、图形处理单元(Graphics ProcessingUnit，GPU)、物理处理器(Physics Processing Unit，PPU)、数字信号处理器(DigitalProcessing Processor，DSP)、现场可编程逻辑门阵列(Field-Programmable Gate Array，FPGA)、ARM处理器等中的一种或几种的组合。
显示器可将同一感兴趣区域的MR图像、PET图像重叠显示,或显示PET图像与MR图像的融合图像。进一步地，显示器还可显示受检者的身高、体重、年龄、成像部位、以及MR扫描器、MR扫描器的工作状态等。显示器的类型可以是阴极射线管(CRT)显示器、液晶显示器(LCD)、有机发光显示器(OLED)、等离子显示器等中的一种或几种的组合。
一体化PET/MR设备可连接一个局域网(Local Area Network，LAN)、广域网(WideArea Network，WAN)、公用网络、私人网络、专有网络、公共交换电话网(Public SwitchedTelephone Network，PSTN)、互联网、无线网络、虚拟网络、或者上述网络的任何组合。
图10为本发明实施例提供的多模态医学图像成像系统的示例图。在一个示例性的实现过程中，第一模态医学图像数据为MR数据，第二模态医学图像数据为PET数据。参见图10，多模态医学图像成像系统还可以包括：
磁共振扫描设备，用于在第一时间内采用成像序列对受检者目标区域进行扫描，获取目标区域对应的MR数据，成像序列包含第一时间信息；
正电子发射型断层扫描设备，与磁共振扫描设备同轴设置，用于在第二时间内对受检者目标区域进行扫描，获取目标区域对应的PET数据，且第二时间信息根据成像序列确定。
在一个示例性的实现过程中，成像序列包括RF脉冲发射时序、梯度脉冲时序和信号采集时间窗，第一时间信息对应信号采集时间窗，第二时间信息全部或者部分与信号采集时间窗对应。
上述实施例中，存储介质可以是只读存储器(Read-Only Memory，ROM)，或是可读写的，例如硬盘、闪存。内存单元可为随机存取存储器(Random Access Memory，RAM)。内存单元可与处理器物理集成或集成在存储器中或构建为单独的单元。
处理器为上述设备(该设备为上述服务器或者上述客户端)的控制中心，并提供处理装置，用于执行指令，进行中断操作，提供计时功能以及多种其他功能。可选地，处理器包括一个或多个中央处理单元(CPU)，例如图7中示出的CPU 0和CPU 1。上述设备中包括一个或者多个的处理器。处理器可为单核(单CPU)处理器或多核(多CPU)处理器。除非另有声明，描述为用于执行任务的例如处理器或存储器的部件可实现为通用部件，其暂时用于在给定时间执行任务，或实现为专门制造用于执行该任务的特定部件。此处所用的术语“处理器”指一个或多个装置，电路和/或处理核，用于处理数据，例如计算机程序指令。
被处理器的CPU执行的程序代码可存储在内存单元或存储介质中。可选地，存储在存储介质中的程序代码可以被复制入内存单元以便处理器的CPU执行。处理器可执行至少一个内核(例如LINUXTM、UNIXTM、WINDOWSTM、ANDROIDTM、IOSTM)，众所周知，该内核用于通过控制其他程序或过程的执行、控制与外围装置的通信以及控制计算机设备资源的使用来控制上述设备的操作。
上述设备中的上述元件可通过总线彼此连接，总线例如数据总线、地址总线、控制总线、扩展总线和局部总线之一或其任意组合。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本方案所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本方案各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述仅为本方案的较佳实施例而已，并不用以限制本方案，凡在本方案的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本方案保护的范围之内。

Claims (10)

1.一种多模态医学图像获取方法，所述多模态至少包括第一模态和第二模态，其特征在于，所述方法包括：
获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，所述第一模态医学图像数据为第一时间内所采集，所述第一时间对应的第一时间信息基于第一时间基准生成，所述第二模态医学图像数据为第二时间内所采集，所述第二时间对应的第二时间信息基于第二时间基准生成；
根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息；
重建所述第一模态医学图像数据，得到第一模态图像；
重建所述第二模态医学图像数据中与所述第一指定时间信息对应的数据，得到第二模态图像；
将所述第一模态图像和所述第二模态图像进行融合处理，得到至少一幅第一融合图像。
2.根据权利要求1所述的方法，其特征在于，根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息，包括：
根据所述第一时间基准与所述第二时间基准的对应关系，确定所述第二时间信息所对应的基于所述第一时间基准的第一转换时间信息；
查找所述第一转换时间信息中与所述第一时间信息相同的第一中间时间信息；
从所述第二时间信息中提取与所述第一中间时间信息对应的时间信息，得到所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息。
3.根据权利要求1所述的方法，其特征在于，所述第一模态医学图像数据为第一模态医学成像设备采集获得，所述第二模态医学图像数据为第二模态医学成像设备采集获得，所述第一模态医学成像设备和所述第二模态医学成像设备同轴设置且包含相同的成像区域。
4.根据权利要求1所述的方法，其特征在于，根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的指定时间信息，包括：
确定第三时间基准，所述第三时间基准不同于所述第一时间基准和所述第二时间基准；
根据所述第一时间基准与所述第三时间基准的对应关系，确定所述第一时间信息所对应的基于所述第三时间基准的第三转换时间信息；
根据所述第二时间基准与所述第三时间基准的对应关系，确定所述第二时间信息所对应的基于所述第三时间基准的第四转换时间信息；
查找所述第四转换时间信息中与所述第三转换时间信息相同的第二中间时间信息；
从所述第二时间信息中提取与所述第二中间时间信息对应的时间信息，得到所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第一时间信息动态显示所述第一融合图像。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标区域对应的第三模态医学图像数据，所述第三模态医学图像数据为第三时间内所采集，所述第三时间对应的第三时间信息基于第三时间基准生成；
根据所述第三时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第三时间信息相对应的第二指定时间信息；
重建所述第三模态医学图像数据，得到第三模态图像；
重建所述第二模态医学图像数据中与所述第二指定时间信息对应的数据，得到第四模态图像；
将所述第三模态图像和所述第四模态图像进行融合处理，得到至少一幅第二融合图像。
7.根据权利要求1所述的方法，其特征在于，所述第一模态医学图像数据为磁共振设备采集的MR数据，所述第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据；或者，
所述第一模态医学图像数据为超声成像设备采集的US数据，所述第二模态医学图像数据为正电子发射型断层扫描设备采集的PET数据、磁共振扫描设备采集的MR数据、计算机断层扫描设备采集的CT数据或单光子发射计算机断层扫描设备采集的SPECT数据。
8.一种多模态医学图像成像系统，所述多模态至少包括第一模态和第二模态，其特征在于，所述成像系统包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器被配置为：
获取受检者目标区域对应的第一模态医学图像数据和第二模态医学图像数据，所述第一模态医学图像数据为第一时间内所采集，所述第一时间对应的第一时间信息基于第一时间基准生成，所述第二模态医学图像数据为第二时间内所采集，所述第二时间对应的第二时间信息基于第二时间基准生成；
根据所述第一时间基准与所述第二时间基准的对应关系，获取所述第二时间信息中与所述第一时间信息相对应的第一指定时间信息；
重建所述第一模态医学图像数据，得到第一模态图像；
重建所述第二模态医学图像数据中与所述第一指定时间信息对应的数据，得到第二模态图像；
将所述第一模态图像和所述第二模态图像进行融合处理，得到至少一幅第一融合图像。
9.根据权利要求8所述的多模态医学图像成像系统，其特征在于，所述第一模态医学图像数据为MR数据，所述第二模态医学图像数据为PET数据，所述成像系统还包括：
磁共振扫描设备，用于在所述第一时间内采用成像序列对受检者目标区域进行扫描，获取所述目标区域对应的MR数据，所述成像序列包含所述第一时间信息；
正电子发射型断层扫描设备，与所述磁共振扫描设备同轴设置，用于在所述第二时间内对受检者目标区域进行扫描，获取所述目标区域对应的PET数据，且所述第二时间信息根据所述成像序列确定。
10.根据权利要求9所述的多模态医学图像成像系统，其特征在于，所述成像序列包括RF脉冲发射时序、梯度脉冲时序和信号采集时间窗，所述第一时间信息对应所述信号采集时间窗，所述第二时间信息全部或者部分与所述信号采集时间窗对应。
CN201710320851.8A 2017-05-09 2017-05-09 多模态医学图像获取方法及多模态医学图像成像系统 Active CN107137107B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710320851.8A CN107137107B (zh) 2017-05-09 2017-05-09 多模态医学图像获取方法及多模态医学图像成像系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710320851.8A CN107137107B (zh) 2017-05-09 2017-05-09 多模态医学图像获取方法及多模态医学图像成像系统

Publications (2)

Publication Number Publication Date
CN107137107A true CN107137107A (zh) 2017-09-08
CN107137107B CN107137107B (zh) 2020-02-21

Family

ID=59776854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710320851.8A Active CN107137107B (zh) 2017-05-09 2017-05-09 多模态医学图像获取方法及多模态医学图像成像系统

Country Status (1)

Country Link
CN (1) CN107137107B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657989A (zh) * 2017-09-11 2018-02-02 泰山医学院 基于稀疏学习与互信息的多模态医学图像平台
CN107661115A (zh) * 2017-10-30 2018-02-06 上海联影医疗科技有限公司 用于正电子发射断层扫描的系统和方法
CN109223014A (zh) * 2018-08-31 2019-01-18 上海联影医疗科技有限公司 获取医学图像的方法、探测器设备、医学设备及存储介质
CN109840898A (zh) * 2017-11-24 2019-06-04 通用电气公司 一种医学图像的成像显示方法和成像设备
CN109859182A (zh) * 2019-01-29 2019-06-07 上海联影医疗科技有限公司 医学图像失配检测方法、装置、计算机设备和存储介质
CN109961491A (zh) * 2019-04-12 2019-07-02 上海联影医疗科技有限公司 多模态图像截断补偿方法、装置、计算机设备和介质
CN110598722A (zh) * 2018-06-12 2019-12-20 清华大学 多模态神经影像数据自动信息融合系统
CN110693513A (zh) * 2018-10-27 2020-01-17 上海联影医疗科技有限公司 多模态医学系统的控制方法、系统及存储介质
CN110717961A (zh) * 2019-09-17 2020-01-21 上海联影医疗科技有限公司 多模态图像重建方法、装置、计算机设备和存储介质
CN111345837A (zh) * 2019-09-06 2020-06-30 上海联影医疗科技有限公司 医学图像重建方法、设备和计算机可读存储介质
CN111460223A (zh) * 2020-02-25 2020-07-28 天津大学 基于深度网络的多模态特征融合的短视频单标签分类方法
WO2020220547A1 (zh) * 2019-05-20 2020-11-05 平安科技（深圳）有限公司 图像生成方法、装置、计算机设备及存储介质
CN111932492A (zh) * 2020-06-24 2020-11-13 数坤（北京）网络科技有限公司 一种医学图像处理方法、装置及计算机可读存储介质
CN111973172A (zh) * 2020-08-28 2020-11-24 北京航空航天大学 一种基于mcg和ecg融合的心脏结构成像系统及方法
CN112149735A (zh) * 2020-09-23 2020-12-29 上海联影医疗科技股份有限公司 数据处理方法以及装置
CN112419247A (zh) * 2020-11-12 2021-02-26 复旦大学 基于机器学习的mr图像脑肿瘤检测方法和系统
CN113689477A (zh) * 2021-09-09 2021-11-23 上海联影医疗科技股份有限公司 多模态医学图像配准方法、系统、可读存储介质和设备
CN113888663A (zh) * 2021-10-15 2022-01-04 推想医疗科技股份有限公司 重建模型训练方法、异常检测方法、装置、设备及介质
US11600057B2 (en) 2020-10-19 2023-03-07 Beijing Baidu Netcom Science Technology Co., Ltd. Method for processing multimodal images, apparatus, device and storage medium
EP4195678A4 (en) * 2020-08-10 2024-04-24 Beijing Xiaomi Mobile Software Co Ltd METHOD AND DEVICE FOR MULTIMODAL DATA TRANSMISSION AND METHOD AND DEVICE FOR MULTIMODAL DATA PROCESSING

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007148239A3 (en) * 2006-06-23 2008-02-21 Koninkl Philips Electronics Nv Timing controller for combined photoacoustic and ultrasound imager
CN101132731A (zh) * 2004-12-29 2008-02-27 美国西门子医疗解决公司 用于pet/mr同时成像的组合式pet/mr成像系统和基于apd的pet探测器
CN101310688A (zh) * 2007-05-22 2008-11-26 西门子公司 在组合设备的大脑检查中数据记录和/或数据分析的方法
US8892184B2 (en) * 2010-10-18 2014-11-18 Siemens Medical Solutions Usa, Inc. Systems and methods for reducing interference in a dual modality imaging system
CN104873212A (zh) * 2015-04-05 2015-09-02 清华大学 双模同轴在体成像方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101132731A (zh) * 2004-12-29 2008-02-27 美国西门子医疗解决公司 用于pet/mr同时成像的组合式pet/mr成像系统和基于apd的pet探测器
WO2007148239A3 (en) * 2006-06-23 2008-02-21 Koninkl Philips Electronics Nv Timing controller for combined photoacoustic and ultrasound imager
CN101310688A (zh) * 2007-05-22 2008-11-26 西门子公司 在组合设备的大脑检查中数据记录和/或数据分析的方法
US8892184B2 (en) * 2010-10-18 2014-11-18 Siemens Medical Solutions Usa, Inc. Systems and methods for reducing interference in a dual modality imaging system
CN104873212A (zh) * 2015-04-05 2015-09-02 清华大学 双模同轴在体成像方法与系统

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657989A (zh) * 2017-09-11 2018-02-02 泰山医学院 基于稀疏学习与互信息的多模态医学图像平台
CN107657989B (zh) * 2017-09-11 2021-05-28 山东第一医科大学(山东省医学科学院) 基于稀疏学习与互信息的多模态医学图像平台
CN107661115A (zh) * 2017-10-30 2018-02-06 上海联影医疗科技有限公司 用于正电子发射断层扫描的系统和方法
US11786187B2 (en) 2017-10-30 2023-10-17 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for positron emission tomography
US10772583B2 (en) 2017-10-30 2020-09-15 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for positron emission tomography
US11382575B2 (en) 2017-10-30 2022-07-12 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for positron emission tomography
CN109840898A (zh) * 2017-11-24 2019-06-04 通用电气公司 一种医学图像的成像显示方法和成像设备
CN110598722A (zh) * 2018-06-12 2019-12-20 清华大学 多模态神经影像数据自动信息融合系统
CN110598722B (zh) * 2018-06-12 2022-04-15 清华大学 多模态神经影像数据自动信息融合系统
CN109223014A (zh) * 2018-08-31 2019-01-18 上海联影医疗科技有限公司 获取医学图像的方法、探测器设备、医学设备及存储介质
CN110693513A (zh) * 2018-10-27 2020-01-17 上海联影医疗科技有限公司 多模态医学系统的控制方法、系统及存储介质
CN110693513B (zh) * 2018-10-27 2023-07-25 上海联影医疗科技股份有限公司 多模态医学系统的控制方法、系统及存储介质
CN109859182A (zh) * 2019-01-29 2019-06-07 上海联影医疗科技有限公司 医学图像失配检测方法、装置、计算机设备和存储介质
CN109961491A (zh) * 2019-04-12 2019-07-02 上海联影医疗科技有限公司 多模态图像截断补偿方法、装置、计算机设备和介质
WO2020220547A1 (zh) * 2019-05-20 2020-11-05 平安科技（深圳）有限公司 图像生成方法、装置、计算机设备及存储介质
CN111345837B (zh) * 2019-09-06 2023-09-26 上海联影医疗科技股份有限公司 医学图像重建方法、设备和计算机可读存储介质
US11727608B2 (en) 2019-09-06 2023-08-15 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image reconstruction
CN111345837A (zh) * 2019-09-06 2020-06-30 上海联影医疗科技有限公司 医学图像重建方法、设备和计算机可读存储介质
CN110717961B (zh) * 2019-09-17 2023-04-18 上海联影医疗科技股份有限公司 多模态图像重建方法、装置、计算机设备和存储介质
CN110717961A (zh) * 2019-09-17 2020-01-21 上海联影医疗科技有限公司 多模态图像重建方法、装置、计算机设备和存储介质
CN111460223A (zh) * 2020-02-25 2020-07-28 天津大学 基于深度网络的多模态特征融合的短视频单标签分类方法
CN111460223B (zh) * 2020-02-25 2023-04-18 天津大学 基于深度网络的多模态特征融合的短视频单标签分类方法
CN111932492B (zh) * 2020-06-24 2021-05-11 数坤（北京）网络科技有限公司 一种医学图像处理方法、装置及计算机可读存储介质
CN111932492A (zh) * 2020-06-24 2020-11-13 数坤（北京）网络科技有限公司 一种医学图像处理方法、装置及计算机可读存储介质
EP4195678A4 (en) * 2020-08-10 2024-04-24 Beijing Xiaomi Mobile Software Co Ltd METHOD AND DEVICE FOR MULTIMODAL DATA TRANSMISSION AND METHOD AND DEVICE FOR MULTIMODAL DATA PROCESSING
CN111973172B (zh) * 2020-08-28 2021-10-08 北京航空航天大学 一种基于mcg和ecg融合的心脏结构成像系统及方法
CN111973172A (zh) * 2020-08-28 2020-11-24 北京航空航天大学 一种基于mcg和ecg融合的心脏结构成像系统及方法
CN112149735A (zh) * 2020-09-23 2020-12-29 上海联影医疗科技股份有限公司 数据处理方法以及装置
US11600057B2 (en) 2020-10-19 2023-03-07 Beijing Baidu Netcom Science Technology Co., Ltd. Method for processing multimodal images, apparatus, device and storage medium
CN112419247A (zh) * 2020-11-12 2021-02-26 复旦大学 基于机器学习的mr图像脑肿瘤检测方法和系统
CN113689477A (zh) * 2021-09-09 2021-11-23 上海联影医疗科技股份有限公司 多模态医学图像配准方法、系统、可读存储介质和设备
CN113888663A (zh) * 2021-10-15 2022-01-04 推想医疗科技股份有限公司 重建模型训练方法、异常检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN107137107B (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN107137107A (zh) 多模态医学图像获取方法及多模态医学图像成像系统
CN109308728B (zh) 正电子发射型计算机断层扫描图像处理方法及装置
US20200327662A1 (en) Systems and methods for image generation
CN109961834B (zh) 影像诊断报告的生成方法及设备
CN107992817A (zh) 自动成像方法和系统
CN110809782A (zh) 衰减校正系统和方法
CN107638188A (zh) 图像衰减校正方法及装置
CN108375746A (zh) 一种相位反卷折方法与设备
CN106456098A (zh) 衰减图的生成方法及系统
CN107730567B (zh) 医学成像方法及系统
CN107095691A (zh) 一种pet成像方法及系统
CN106264530B (zh) 用于三维动态磁共振成像的笛卡尔k空间采集方法和系统
CN107403457A (zh) 医学成像方法、设备及多模态医学成像方法
CN110415310B (zh) 医学扫描成像方法、装置、存储介质及计算机设备
CN103654958B (zh) 用于运行成像方法和系统的装置、方法和系统
CN111243052A (zh) 图像重建方法、装置、计算机设备和存储介质
CN110136076A (zh) 医学扫描成像方法、装置、存储介质及计算机设备
CN108095745A (zh) 一种医学成像设备以及一种获取用于评价医学成像设备的性能的图像的方法
CN110215224B (zh) 图像重建方法、装置、医疗影像设备和存储介质
CN111626964A (zh) 扫描图像的优化方法、优化装置和医学扫描系统
CN112820383A (zh) 医学成像方法、系统及存储介质
CN115205415A (zh) Ct均值图像生成方法、装置、系统和计算机设备
CN111062998B (zh) 图像重建方法、装置、ct系统及存储介质
CN107240139A (zh) 一种图像重建方法
CN106778024B (zh) 一种图像显示方法和装置

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
CP01 Change in the name or title of a patent holder

Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CP01 Change in the name or title of a patent holder