CN108152771A - 用于识别磁共振图像数据中检查对象的器官结构的方法 - Google Patents

用于识别磁共振图像数据中检查对象的器官结构的方法 Download PDF

Info

Publication number
CN108152771A
CN108152771A CN201711261863.4A CN201711261863A CN108152771A CN 108152771 A CN108152771 A CN 108152771A CN 201711261863 A CN201711261863 A CN 201711261863A CN 108152771 A CN108152771 A CN 108152771A
Authority
CN
China
Prior art keywords
magnetic resonance
image data
organ structure
space
organ
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
CN201711261863.4A
Other languages
English (en)
Other versions
CN108152771B (zh
Inventor
C.J.埃米斯
A.亨格勒
R.施耐德
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.)
Siemens Medical Ag
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN108152771A publication Critical patent/CN108152771A/zh
Application granted granted Critical
Publication of CN108152771B publication Critical patent/CN108152771B/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
    • 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
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1055—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103—Treatment planning systems
    • A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
    • 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
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
    • 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
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G01R33/583—Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

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

Abstract

本发明涉及一种用于在磁共振图像数据中识别检查对象的器官结构的方法、磁共振设备和计算机程序产品。用于在磁共振图像数据中识别检查对象的器官结构的方法包括以下方法步骤：‑使用指定k空间的采样方案的磁共振序列，通过磁共振设备获取检查对象的器官结构的磁共振测量数据，‑从磁共振测量数据重建磁共振图像数据，‑识别磁共振图像数据中的器官结构，其中所述k空间的采样方案支持随后的在从所述磁共振测量数据重建的磁共振图像数据中的器官结构的识别。

Description

用于识别磁共振图像数据中检查对象的器官结构的方法
技术领域
本发明涉及一种用于识别磁共振图像数据中检查对象的器官结构的方法，一种磁共振设备和计算机程序产品。
背景技术
在也被称为磁共振断层造影系统的磁共振设备中，待检查的对象，例如患者、健康志愿者、动物或模体的身体通常借助于主磁体暴露于相对较高的主磁场，例如1.5或3或7特斯拉。另外，借助梯度线圈单元来执行梯度切换过程。然后借助于射频天线单元，通过合适的天线装置发射射频脉冲，例如激励脉冲，这导致由这些射频脉冲以谐振方式激发的某些原子的核自旋与主磁场的磁场线相比，以规定的翻转角倾斜。在核自旋弛豫期间，发射射频信号，即所谓的磁共振信号，通过合适的射频天线接收所述射频信号，然后进行进一步的处理。最后，可以从这样获得的原始数据重建期望的图像数据。
因此，对于某个测量，必须发射一个也称为脉冲序列的磁共振序列，该序列由一系列高频脉冲(例如激励脉冲和重聚脉冲)以及在不同的空间方向上以各种梯度轴，与此适当协调地发射的梯度切换过程组成。通过与此合适的定时，设定读出窗口，其规定了感应磁共振信号被捕获的时间段。
此外，已知用于识别磁共振图像数据中的器官结构的各种选择，该磁共振图像数据通过由磁共振设备获得的磁共振测量数据重建。在这方面，器官结构可以是被检查对象的整个身体器官或被检查对象的身体器官的一部分。除了手动分割之外，已知各种半自动或自动分割方法来识别磁共振图像数据中的器官结构。无论用于识别器官结构的方法如何，器官结构的识别结果或质量通常取决于磁共振图像数据的图像质量。在这方面，高水平的图像质量通常可以导致对器官结构的鲁棒性的识别。
例如，为了规划检查对象或患者的放射治疗，需要在磁共振图像数据中识别器官结构。在放射治疗期间，患者的目标组织，诸如肿瘤，被电离辐射照射。在这方面，外部放射治疗是众所周知的，包括从身体外部对患者身体进行放射治疗。内部放射治疗(也称为近距离放射治疗)同样是众所周知的。
给定磁共振图像数据，首先可以定义放射治疗的目标体积，其次定位待保存的周围组织，例如神经组织。作为目标器官，识别的器官结构可以作为定义放射治疗的目标体积的基础。另外，作为风险器官，所识别的器官结构可以作为定义待保存组织的基础。所确定的器官结构也可以被包括在电子密度图的计算中，其作为计划放射治疗的剂量计算的基础。
除了计算机断层成像图像数据外，由于磁共振图像数据具有改善的软组织对比度，并且以这种方式能够改善对目标器官和/或风险器官的识别，因此磁共振图像数据实际上越来越频繁地用于放射治疗的规划。此外，过去几年在仅基于磁共振的放射治疗计划(“MR-only RT Planning”，MRORTP)下的发展提供了，针对合适的临床应用，从规划过程中消除计算机断层成像图像数据。通过这种方式，放射治疗规划应当仅基于从患者获得的磁共振图像数据来进行。例如，可以减少必要的患者图片(仅磁共振图片，替代计算机断层成像图片和磁共振图片)的数量和/或避免在CT图像数据和磁共振图像数据之间的可能的配准误差。
US 2016/0059041 A1描述了一种基于MR的方法来监测患者的放射疗法。US2015/0343237A1描述了使用MR数据来确定用于放疗的目标区域。US 2016/0086330 A1描述了基于4D MRI图像确定肿瘤的周期性移动，以便编制更有效的治疗计划。
发明内容
本发明的目的在于能够对磁共振图像数据中的被检查对象的器官结构进行改进识别。该目的通过按照本发明的方法和设备来实现。描述了有利的实施例。
用于在磁共振图像数据中识别被检查对象的器官结构的本发明方法包括以下方法步骤：
-使用指定k空间的采样方案的磁共振序列，通过磁共振设备采集所检查对象的器官结构的磁共振测量数据，
-从磁共振测量数据重建磁共振图像数据，
-识别磁共振图像数据中的器官结构，
其中k空间的采样方案支持在从磁共振测量数据重建的磁共振图像数据中的器官结构的随后识别。
通常通过应用相位编码梯度和频率编码梯度并通过射频线圈记录所产生的磁共振信号来捕获磁共振测量数据。在磁共振测量数据捕获期间读出的磁共振信号通常被存储在k空间中。在这方面，k空间可以被看作是空间频率域。在采集磁共振测量数据期间，k空间通常通过由磁共振频率指定的确定性采样方案来填充。这样，磁共振测量数据通常是只包含在空间频率域中记录的磁共振信号的原始数据。因此，磁共振测量数据通常不能直接供主治医师用于诊断目的。
相反，从磁共振测量数据重建磁共振图像数据，该图像数据可以呈现在显示单元上和/或可以提供给主治医师用于建立诊断。在这方面，从磁共振测量数据重建磁共振图像数据尤其包括从存储在k空间中的磁共振信号产生在图像域中存储的磁共振图像。就此而言，磁共振图像数据的重建可以通过本领域技术人员熟悉的方法来实现，例如傅立叶变换。
器官结构的识别尤其包括自动、半自动或手动识别磁共振图像数据中的器官结构。器官结构的识别可以包括确定磁共振图像数据的哪个部分属于器官结构。以这种方式，器官结构的识别特别包括为磁共振图像数据中的每个体素定义该体素是否属于器官结构。器官结构的自动或半自动识别可以包括通过分割算法对器官结构进行分割。就这一点而言，分割算法可以采用已知的分割方法，例如主动轮廓分割方法(例如主动snake模型)、水平集分割方法、区域生长分割方法或统计分割方法(例如主动形状模型)。在半自动分割的情况下，用户可以初始化分割，例如通过设置种子点和/或通过设置至少一个地标。用户也可以监视/改变所进行的分割。器官结构的识别还可以包括确定器官结构的轮廓，特别是在规划检查对象的放射治疗的情况下。在这方面，可以在磁共振图像数据的自动图像处理方法的支持下进行轮廓确定。
具体而言，所识别的器官结构被传送，也就是说，在诸如显示单元的输出单元上输出和/或存储在数据库中。可选地或另外地，所识别的器官结构可以传递到另外的处理单元，该另外的处理单元可以基于所识别的器官结构对磁共振图像数据进行进一步处理。关于规划被检查对象的放射治疗的情况，识别的器官结构可以作为放射治疗计划的目标器官或风险器官。
本文提出的方法尤其是基于将k空间采样方案与后续的器官结构识别协调的方法。以这种方式，磁共振测量数据的采集被优化，使得可以特别简单地或精确地在从磁共振测量数据重建的磁共振图像数据中识别器官结构。磁共振测量数据有利地以这样的方式来实现：器官结构可以在从磁共振测量数据重建的磁共振图像数据中特别简单或精确地被分割和/或确定轮廓。有利的是，k空间的采样方案可以与要识别的器官结构专门协调。为采集磁共振测量数据而使用的磁共振序列因此可以是这样的类型，即它指定了一种采样方案，该采样方案产生特别合适的磁共振测量数据以用于后续的器官结构的识别。可替代地或另外地，可以将这种类型的参数设置为用于磁共振序列的设置，使得采样方案基于参数生成特别合适的磁共振测量数据以用于随后的器官结构的识别。
采样方案可以根据在采集磁共振测量数据之前进行的初步测量中采集的磁共振初步测量数据来设置。初步测量可以例如以定位片测量或自动对准测量的形式实现。有利地，磁共振初步测量数据已经包括来自被检查对象的器官结构的测量数据。
以特别有利的方式，器官结构的识别可以包括识别磁共振图像数据中的器官结构的外轮廓。就此而言，器官结构的外轮廓可以表示器官结构相对于周围组织的外边界。特别地，器官结构的外部轮廓因此也可以被称为为器官结构的外形线或轮廓或外部界限或外部线。因此，通过识别器官结构的外部轮廓，可以特别简单地限定磁共振图像数据的哪个部分归因于器官结构。有利地，采样方案因此可以支持对器官结构的识别，使得采样方案支持对磁共振图像数据中的器官结构的外轮廓的识别。以这种方式，有利地实现采样方案，使得器官结构的外轮廓以强调的方式呈现，或者在从磁共振测量数据重建的磁共振图像数据中可容易识别。以这种方式，可以专门设计采样方案来测量器官结构的外轮廓。以这种方式，可以在磁共振图像数据中呈现外部器官的直接可视化。这可以用来识别器官结构。此外，在从磁共振测量数据重建的磁共振图像数据中，可以自然地看到器官结构的内部结构。在实施例中描述了用于配置采样方案以简化对器官结构的外部轮廓的识别的选项。
通过所提出的过程采集的磁共振图像数据可以特别有利地用于准备所检查对象的辐射治疗的规划。特别地，磁共振成像数据中的器官结构的特别快速和/或简单和/或精确的识别是可能的。所确定的器官结构可以用作针对规划所检查对象的放射治疗的目标器官或危险器官。因此，所提出的过程可以特别有利地改善随后规划放射治疗所需的对器官结构的轮廓确定。也可以以这种方式有利地支持自动化确定器官结构的轮廓。以这种方式，可以实现与用户无关的或标准化的器官结构轮廓确定。
有利地，如果磁共振成像数据以时间分辨的方式绘制器官结构，则所提出的过程还能够实现器官结构的运动的特别简单的建模。以这种方式，可以优化采样方案，以便在磁共振测量数据采集周期内跟踪磁共振图像数据中的器官结构的外轮廓。为此，例如可以采用4D电影磁共振序列来采集磁共振测量数据。在能够以时间分辨的方式识别器官结构的外轮廓的情况下，例如可以采用磁共振图像数据的运动校正。在自适应放射治疗中的应用也是可能的，特别是在用于混合磁共振放射治疗单元的情况下，其中从检查对象采集磁共振测量数据并且在同一环节用放射线治疗检查对象。因此，对采样方案的优化允许，能够改善磁共振成像数据中的器官结构的体积的跟踪，例如与导航技术的使用相比。
一个实施例规定，k空间的采样方案以如下方式支持器官结构的后续识别，即k空间的采样方案在k空间的外部区域中提供比在k空间的中心区域更高的采样密度。
特别地，k空间被细分为中心区域和外部区域，其中外部区域围绕中心区域。k空间的中心区域尤其包括k空间的中心。以这种方式，将磁共振测量数据存储在k空间的中心区域中，该数据对应于比存储在k空间的外部区域中的磁共振测量数据更低的空间频率。
k空间的采样方案在k空间的外部区域比k空间的中心区域提供更高的采样密度的事实可能意味着，在外部区域中采样点比在k空间的中心区域更密集。如在下一个实施例中更精确地描述的那样，也可能在k空间的中心区域中根本不进行采样。或者，也可以想象的是，整个k空间被均匀地采样，并且仅仅或主要地来自k空间的外部区域的采样点被用于磁共振图像数据的重建。
存储在对应于高空间频率的k空间的外部区域中的磁共振测量数据通常负责重建的磁共振图像数据中的清晰度信息或边缘信息。因此，外部区域中的k空间的增加的采样可以有利地导致对从磁共振测量数据重建的磁共振图像数据中的器官结构的外轮廓的强调。由此，以这种方式获得的磁共振成像数据中的器官结构可以被特别简单地识别。另一方面，在传统的欠采样方法中在中心区域比k空间的外部区域通常存在更高的采样密度。
一个实施例规定，k空间的采样方案仅在外部区域中提供对k空间的采样。
特别是以这种方式，在k空间的中心区域没有对k空间进行采样。特别是，k空间中的仅较高的空间频率被采样。以这种方式，可以特别清楚地强调磁共振成像数据中的器官结构的外轮廓，从而可以特别简单地实现对器官结构的识别。k空间中的中心区域和外部区域之间的边界可以设置为与识别器官结构所需的空间清晰度一致。
一个实施例规定，k空间的采样方案提供了在外部区域中比在中央区域中具有更高采样密度的k空间的螺旋或径向采样。
还可以想象的是，k空间的螺旋或径向采样仅在外部区域中实现。以这种方式，例如，可以仅采样螺旋的一个外弧来采集磁共振测量数据。在目前的情况下，螺旋或径向采样意味着可以特别有利地另外实现时间节省和/或运动伪影的减少。
一个实施例规定，外部区域中比中央区域中更高的采样密度导致重建的磁共振图像数据中器官结构的外轮廓的强调，其中器官结构的识别使用磁共振图像数据中器官结构的强调的外轮廓来进行。
器官结构的强调的外轮廓可以显著简化器官结构的分割或轮廓确定。以这种方式，可以在磁共振图像数据中特别有利地识别器官结构。
一个实施例规定，基于训练磁共振图像数据来确定k空间的采样方案，其中训练磁共振图像数据已经从除了检查对象之外的至少一个对象采集，并且该至少一个对象的器官结构已经存在并且在训练磁共振图像数据中被识别。
训练磁共振图像数据可以类似于磁共振图像数据被捕获并被存储在图集中。训练磁共振图像数据有利地从除了检查对象之外的多个对象获得，使得较大的人口基础构成训练磁共振图像数据的基础。尤其是，可能借助于自动图像处理技术来实现例如至少一个对象的器官结构的手动识别，例如轮廓确定。自然地，在具体情况下待识别的相同器官结构特别地已经存在于训练磁共振图像数据中并且被识别。此外，可以针对训练磁共振图像数据存储在每一种情况下被用于采集训练磁共振图像数据的采样方案的参数。
训练磁共振图像数据中已经存在和识别的器官结构是确定采样方案的有价值的基础。以这种方式，采样方案可以被调整，以特别适合于识别器官结构。在下面的实施例中描述了这方面的有利过程。
一个实施例规定，基于训练磁共振图像数据确定k空间的采样方案包括基于在训练磁共振图像数据中识别的至少一个对象的器官结构的外轮廓来计算采样掩模，其中k空间的采样方案根据采样掩模，以使得在所述重建的磁共振图像数据中强调检查对象的器官结构的外轮廓的方式，提供k空间的采样，其中使用磁共振图像数据中的检查对象的器官结构的强调的外轮廓来实现对检查对象的器官结构的识别。以这种方式，基于在训练磁共振图像数据中已经识别的器官结构，可以确定待识别的器官结构或者其外部轮廓在k空间中看起来如何的特定模式。然后，这种特定的模式也可以被称为在空间频率域中待识别的器官结构的指纹或签名，所述模式然后可以提供用于定义采样掩模的基础。以这种方式，采样方案可以被调整，使得特别适合于器官结构的识别。
采样掩模可以在包括那些必须被采样的相关空间频率的k空间中定义一个区域，以便在重建的磁共振成像数据中强调检查对象的器官结构的外轮廓。为了确定采样掩模，尤其对在训练磁共振图像数据中识别的至少一个对象的器官结构的外轮廓执行频率分析。然后可以将采样掩模设置为k空间中的相关空间频率模式，其采样导致在从磁共振测量数据重建的磁共振图像数据中的器官结构的外轮廓的表示。
举例来说，这方面的具体过程可以这样配置：
在每种情况下表示来自不同对象的器官结构的多个训练磁共振图像数据集，被用作输入参数。关于多个训练磁共振图像数据集，器官结构在每种情况下已经被呈现并且分割或轮廓化。相应地，在多个训练磁共振成像数据集中，器官结构的外轮廓在每种情况下被呈现和提取。
然后用于进一步过程的选项是对多个训练磁共振图像数据集中的器官结构的多个外轮廓进行平均，其中获得器官结构的平均外轮廓。然后可以进行傅里叶逆变换，从而得到空间频率模式，其采样导致在重建之后的器官结构的平均外轮廓。空间频率模式可以作为用于定义采样掩模的基础。
进一步过程的另一种选择是对多个训练磁共振图像数据集中的所提取的器官结构的外轮廓应用傅里叶变换。因此对于每个训练磁共振图像数据集获得空间频率域中的器官结构的外轮廓的签名。然后可以通过主成分分析(PCA)确定在空间频域中器官结构的外轮廓的签名的相关特征。这些可以用作为具体情况创建采样掩模的基础。
一个实施例规定，k空间的采样方案支持器官结构的后续识别，使得k空间的采样方案导致要被识别的器官结构与从磁共振测量数据重建的磁共振图像数据中的周围组织相比的特定强调或特定饱和度。
可以选择方案，使得器官结构出现在磁共振图像数据中，与周围组织相比具有特别高的信号，或者与周围组织相比具有尽可能低的信号或零信号。就这一点而言，可以以特别有利的方式使用选择性地使器官结构组织与周围组织相比饱和的倒置恢复采样方案。特别是每当器官结构包含脂肪组织，例如肝脏时，可以有利地使用该技术。待识别器官结构的特定强调或特定的饱和，可以简化器官结构的识别。
一个实施方式规定，k空间的采样方案支持器官结构的后续识别，使得k空间的采样方案导致与从磁共振测量数据重建的磁共振图像数据中待识别的器官特别协调的测量几何结构。
测量几何结构可以有利地与待识别的器官结构协调，使得采样方案仅采样特定的层，其特别适合于识别器官结构或器官结构的外轮廓。也可以采样在器官结构的区域中相交的多个层，并且因此可以在器官结构的区域中沿着各个层方向提供冗余信息。也可以采用所谓的缩放成像方法，其中采样方案提供了减小到器官结构区域的测量场(视场FOV)。也有益的是，选择测量几何结构，其中，例如由于检查对象的呼吸运动导致的器官结构随时间的变化可以被特别有利地检测。
一个实施例规定，器官结构的识别包括在被检查对象的放射治疗的过程中使用的对器官结构的分割和/或轮廓确定。
具体而言，可以将分割的和/或轮廓化的器官结构用作在检查对象的放射治疗的规划中的目标器官或危险器官。此外，当例如通过监视目标器官的正确定位，在治疗室中为治疗而安置患者时，可以使用分割的和/或轮廓化的器官结构。另一个应用是在施加放射治疗束期间监测目标器官和/或风险器官。在后一种情况下，磁共振设备有利地是组合的MR-LINAC设备的一部分。磁共振设备也可以定位在安装有LINAC设备的治疗室附近，而有利地，在磁共振设备和LINAC设备之间组织病人转移。以这种方式，所提出的过程使得能够采集特别适合于在被检查对象的放射治疗过程中使用的磁共振图像数据。
此外，分割的和/或轮廓化的器官结构的可能应用是规划和/或准备和/或监测关于患者的器官结构的MR引导的介入手术。器官结构的识别也可以在手术中使用。
一个实施例规定，通过磁共振设备使用另外的磁共振序列进一步采集检查对象的器官结构的另外的磁共振测量数据，其中另外的磁共振图像数据由另外的磁共振测量数据重建，其中为了质量保证的目的，将基于磁共振图像数据分割和/或轮廓化的器官结构与另外的磁共振图像数据中器官结构的外观进行比较。
另外的磁共振测量数据可以在比磁共振测量数据更早或更晚的时间采集。呈现基于磁共振图像数据分割和/或轮廓化的器官结构，与另外的磁共振图像数据合并以进行比较。也可以将基于磁共振成像数据分割的和/或轮廓化的器官结构的参数，例如体积，与基于另外的磁共振成像数据分割的和/或轮廓化的相同器官结构进行比较。自然，本领域的技术人员熟悉用于比较的其他选择。
借助于所提出的方法，有利地可以确保通过采样方案获得的磁共振测量数据对于在患者治疗过程中的使用的足够质量。作为优点，在这方面对特别是通过常规采样方案获得的另外的磁共振图像数据进行视觉质量保证。质量保证可以保证例如器官结构的空间几何结构不会通过所采用的采样方式以任何相关方式被扭曲。对于包含人群器官结构的典型外观的图集，还可以设想在磁共振图像数据的基础上分割和/或轮廓化的器官结构的质量保证。
本发明的磁共振设备包括测量数据采集单元和运算单元，其中，磁共振设备被实现为用于实施本发明。
特别地，测量数据采集单元被实现用于使用指定k空间的采样方案的磁共振序列来采集检查对象的器官结构的磁共振测量数据。在这方面，k空间的采样方案支持随后从由磁共振测量数据构建的磁共振图像数据中识别器官结构。
同时，运算单元可以被实现为，将控制信号发送到磁共振设备和/或接收控制信号和/或处理它们，以实现本发明的方法的至少一部分。运算单元可以集成到磁共振设备中。运算单元也可以与磁共振设备分开安装。运算单元可以连接到磁共振设备。具体而言，为了实现本发明方法的至少一部分，运算单元具有用于从磁共振测量数据重建磁共振图像数据的重构单元和用于在磁共振图像数据中识别器官结构的识别单元。
本发明的磁共振设备的运算单元的组件例如重建单元或识别单元可以大部分以软件组件的形式实现。然而，基本上，这些组件也可以部分实现，特别是在涉及特别快速的计算的情况下，以FPGA等软件支持的硬件组件的形式实现。必要的接口同样可以以软件接口来实现，例如当涉及仅从其他软件组件导入数据时。但是它们也可以通过由适当的软件激活的基于硬件的接口形式来实现。自然也可以设想，多个所述组件以单个软件组件或软件支持的硬件组件的形式组合实现。
根据本发明的计算机程序产品可以直接加载到磁共振设备的可编程计算单元的存储器中，并且具有程序代码装置，用于当计算机程序产品在磁共振设备的计算单元中执行时执行根据本发明的方法。这使得根据本发明的方法能够快速，相同地重复和稳健地执行。计算机程序产品被配置为使得其可以借助于计算单元执行根据本发明的方法步骤。在此，计算单元在每种情况下都必须满足有效执行各个方法步骤的要求，例如具有相应的工作存储器，相应的图形卡或相应的逻辑板。计算机程序产品被存储在，如计算机可读介质上或者网络或服务器上，从其可以将计算机程序产品加载到本地计算单元的处理器中，该本地计算单元可以直接连接到磁共振设备，或者体现为磁共振设备的一部分。此外，用于计算机程序产品的控制信息可以被存储在电子可读数据载体上。电子可读数据载体上的控制信息可以被实施为使得当数据载体被用在磁共振设备的计算单元中时，其执行根据本发明的方法。电子可读数据载体的例子是DVD，磁带或U盘，其上存储有电子可读的控制信息，特别是软件(见上)。如果这个控制信息(软件)被数据载体读取并存储在磁共振设备的控制系统和/或计算单元中，则可以执行上述方法的本发明的所有实施例。这样，本发明也可以基于所述计算机可读介质和/或所述电子可读数据载体。
根据本发明的磁共振设备和根据本发明的计算机程序产品的优点基本上对应于上文详细解释的根据本发明的方法的优点。这里提到的特征，优点或替代实施例也应该转移到其他要求保护的对象，反之亦然。换句话说，设备的权利要求也可以用结合方法描述或要求保护的特征来扩展。该方法的相应功能特征通过相应的目标模块，特别是由硬件模块来实现。
本发明的磁共振设备11包括测量数据采集单元32。运算单元24具有用于从磁共振测量数据重建磁共振图像数据的重建单元33和用于识别磁共振图像数据中的器官结构的识别单元34。
附图说明
下面将参照附图中示出的示例性实施例更详细地描述和说明本发明，其中：
图1示意性示出了本发明的磁共振设备，
图2示出了本发明方法的第一实施方式的流程图，
图3示出了本发明方法的第二实施方式的流程图，
图4示出了支持随后的器官识别的示例采样径向方案，和
图5示出了支持随后的器官识别的示例采样螺旋方案。
具体实施方式
图1示意性地示出了本发明的磁共振设备11。磁共振设备11包括由磁性单元13形成的检测器单元，该检测器单元具有主磁体17，用于产生强的，特别是恒定的主磁场18。另外，磁共振设备11具有圆柱形的患者容纳区域14，该患者容纳区域14用于容纳检查对象15，在此是患者，患者容纳区域14由磁性单元13沿圆周方向圆柱形地包围。患者15可以通过磁共振设备11的患者定位设备16被推入到患者容纳区域14。为此，患者定位设备16具有检查台，其布置成使得在磁共振设备11内部可动。磁性单元13通过磁共振设备11的壳体面板31与外部隔离。
磁性单元13还具有梯度线圈单元1，用于产生在成像期间用于空间编码的磁场梯度。梯度线圈单元19由梯度控制单元28控制。磁性单元13还包括高频天线单元20，在所示的情况下，高频天线单元20被设计为永久集成在磁共振设备11中的身体线圈，和高频天线控制单元29，用于激励由主磁体17产生的主磁场18中建立的极化。高频天线单元20由高频天线控制单元29控制并且将高频磁共振序列入射到基本由患者容纳区域14形成的检查室中。高频天线单元20还被设计为接收特别是来自患者15的磁共振信号。
为了控制主磁体17、梯度控制单元28和高频天线控制单元29，磁共振设备11具有运算单元24。运算单元24集中控制磁共振设备11，例如执行预定的成像梯度回波序列。诸如成像参数的控制信息以及重建的磁共振图像可以在磁共振设备11的供给单元25(在本例中为显示单元25)上为用户提供。另外，磁共振设备11具有输入单元26，通过该输入单元可以在扫描过程中由用户输入信息和/或参数。运算单元24可以包括梯度控制单元28和/或高频天线控制单元29和/或显示单元25和/或输入单元26。运算单元24具有用于从磁共振测量数据重建磁共振图像数据的重建单元33，和用于识别磁共振图像数据中的器官结构的识别单元34。
因此，具有测量数据采集单元32和运算单元24的磁共振设备11被实施为执行本发明的方法(参见下面的附图)。
所示的磁共振设备11显然可以包括由磁共振设备11通常包括的其它组件。此外，磁共振设备11的一般操作模式对于本领域技术人员而言是已知的，因此不详细描述其他组件。
图2示出了本发明方法的第一实施例的流程图。
在第一方法步骤40中，磁共振设备11的测量数据采集单元32使用指定k空间的采样方案的磁共振序列来为被检查对象的器官结构采集磁共振测量数据。
在另一方法步骤41中，运算单元24的重建单元33从磁共振测量数据重建磁共振图像数据。
在另一方法步骤42中，运算单元24的识别单元34识别磁共振图像数据中的器官结构。
k空间的采样方案支持随后识别在从磁共振测量数据重建的磁共振图像数据中的器官结构。图3示出了本发明方法的第二实施例的流程图。
以下描述基本上限于与图2中的示例性实施例的不同之处，并参照关于相同的方法步骤对图2中的示例性实施例的描述。大致上相同的方法步骤基本上用相同的附图标记编号。
图3所示的本发明方法的实施例基本上包括根据图2的本发明方法的第一实施例的方法步骤40、41、42。另外，图3所示的本发明方法的实施例包括附加的方法步骤和/或子步骤。图3中的替代过程也是可能的，其仅具有图3所示的一些附加方法步骤和/或子步骤。当然，图3中的替代过程也可以具有附加的方法步骤和/或子步骤。
k空间的采样方案如何支持后续的器官结构识别，有不同的可能性。图3-5示出了k空间的采样方案以如下方式支持器官结构的后续识别，即k空间的采样方案在k空间的外部区域中提供比在k空间的中心区域更高的采样密度。
在方法步骤41的子步骤41-1中，外部区域中的采样密度高于中心区域中的采样密度导致重建的磁共振图像数据中的器官结构的外轮廓的强调。器官结构的识别在方法步骤42的子步骤42-2中使用磁共振图像数据中的器官结构的强调的外轮廓来实现。
在另一方法步骤38中，从除了检查对象之外的至少一个对象采集训练磁共振图像数据。至少一个对象的器官结构已经存在并且在训练磁共振图像数据中被识别。在另外的方法步骤39中，基于训练磁共振图像数据来确定k空间的采样方案。这包括基于在训练磁共振图像数据中识别的至少一个对象的器官结构的外轮廓来计算采样掩模，其中，k空间的采样方案提供根据采样掩模对k空间的采样，以使得在所重建的磁共振图像数据中强调检查对象的器官结构的外轮廓。
器官结构的识别包括在另外的方法步骤42的子步骤42-1中对器官结构的分割和/或轮廓确定。该分割的和/或轮廓化的器官结构可以用于在另一方法步骤45中规划检查对象的放射治疗。
另外，在进一步的方法步骤43中，借助磁共振设备使用另外的磁共振序列进一步采集检查对象的器官结构的另外的磁共振测量数据，其中另外的磁共振图像数据从另外的磁共振测量数据被重建。在另一个方法步骤44中，出于质量保证的目的，基于磁共振图像数据分割的和/或轮廓化的器官结构可以与在另外的磁共振图像数据中器官结构的外观进行比较。
k空间的采样方案如何支持器官结构的随后识别的另一种可能性是，k空间的采样方案导致要被识别的器官结构与从磁共振测量数据重建的磁共振图像数据中的周围组织相比的特定强调或特定饱和。k空间的采样方案如何能够支持器官结构的后续识别的另一种可能性是k空间的采样方案导致与从磁共振测量数据被重建的磁共振图像数据中待识别的器官特别协调的测量几何结构。
图2-3所示的根据本发明的方法的方法步骤由计算单元执行。为此，计算单元包括存储在计算单元的存储器单元中的必要的软件和/或计算机程序。软件和/或计算机程序包括程序装置，该程序装置被设计成，当计算机程序和/或软件在计算单元中借助于计算单元的处理器单元被执行时执行根据本发明的方法。
图4和图5都示出了可以支持随后的器官结构识别的示例性采样方案。两幅图都只显示了仅用于说明目的的采样方案的示意图。当然，其他采样方案也是可能的，例如，笛卡尔采样方案或其他形式的子采样。
在两幅图中描绘了k空间中的采样路径。k空间被分成中央区域62A、62B和外部区域63A、63B。中央区域62A、62B围绕k空间的中心60A、60B。外部区域63A、63B包围中央区域62A、62B。中央区域62A、62B通过边界线61A、61B与外部区域63A、63B界定。在图4-5中，边界线61A、61B是一个圆圈。然而，对于外部区域63A、63B与中央区域62A、62B之间的边界线61A、61B可以选择任何合适的形状。
k空间的采样方案在k空间的外部区域63A、63B中比在k空间的中央区域62A、62B中提供更高的采样密度。特别地，k空间的采样方案仅在外部区域63A、63B中提供对k空间的采样。从而，图4示出了仅在外部区域63A中的k空间的径向采样。图5示出了仅在外部区域63B中的k空间的螺旋采样。
在图4所示的径向采样中，k空间在通过k空间的中心60A的几个轮辐中被采样。轮辐被分成中央部分64A和外部部分65A。轮辐的中央部分64A位于k空间的中央区域62A中。轮辐的外部部分65A位于k空间的外部区域63A中。只有轮辐的外部部分65A根据图4的采样方案被采样。
在图5所示的螺旋采样中，根据源于k空间的中心60B的螺旋对k空间进行采样。螺旋被分成中央部分64B和外部部分65B。螺旋的中心部分64B位于k空间的中心区域62B中。螺旋的外部部分65B位于k空间的外部区域63B中。根据图5的采样方案仅对螺旋的外部部分65B进行采样。
虽然已经通过优选的示例性实施例更详细地说明和描述了本发明，但是本发明不受所公开的示例的限制，并且本领域技术人员可以在不偏离本发明的范围的情况下从中衍生出其他变型。

Claims (13)

1.一种用于在磁共振图像数据中识别检查对象的器官结构的方法，包括以下方法步骤：
-通过磁共振设备，使用指定k空间的采样方式的磁共振序列，采集检查对象的器官结构的磁共振测量数据，
-从磁共振测量数据重建磁共振图像数据，以及
-在磁共振图像数据中识别器官结构，
其中所述k空间的采样方案支持随后对从所述磁共振测量数据重建的所述磁共振图像数据中的所述器官结构的识别。
2.根据权利要求1所述的方法，其中，所述k空间的采样方案支持所述器官结构的后续识别，使得所述k空间的采样方案在所述k空间的外部区域中提供比在k空间的中心区域中更高的采样密度。
3.根据权利要求2所述的方法，其中所述k空间的采样方案仅在外部区域中提供对k空间的采样。
4.根据权利要求2至3中任一项所述的方法，其中所述k空间的采样方案提供了所述k空间的螺旋或径向采样，其中在所述外部区域中具有比在所述中心区域中更高的采样密度。
5.根据权利要求2至4中任一项所述的方法，其中，在所述外部区域中比在所述中心区域中的更高采样密度，导致对所述器官结构的外轮廓在所述重建的磁共振图像数据中的强调，其中，器官结构的识别通过使用磁共振图像数据中的器官结构的强调的外轮廓来实现。
6.根据前述权利要求中任一项所述的方法，其中，基于训练磁共振图像数据来确定所述k空间的采样方案，其中已经从除了检查对象以外的至少一个对象获得所述训练磁共振图像数据，和
至少一个对象的器官结构已经存在并且在训练磁共振图像数据中被识别。
7.根据权利要求6所述的方法，其中基于所述训练磁共振图像数据确定所述k空间的采样方案包括基于在所述训练磁共振图像数据中识别的至少一个对象的器官结构的外轮廓来计算采样掩模，，其中，所述k空间的采样方案提供根据所述采样掩模对k空间的采样,以使得所述检查对象的器官结构的外轮廓在所述重建的磁共振图像数据中被强调，其中，器官结构的识别利用磁共振图像数据中检查对象的器官结构的被强调的外轮廓来实现。
8.根据前述权利要求中的任一项所述的方法，其中，所述k空间的采样方案支持所述器官结构的后续识别，使得所述k空间的采样方案导致待识别的器官结构与从磁共振测量数据所重建的磁共振图像数据中的周围组织相比较的特定强调或特定饱和。
9.根据前述权利要求中的任一项所述的方法，其中所述k空间的采样方案支持器官结构的后续识别，使得所述k空间的采样方案导致与根据磁共振测量数据重建的磁共振图像数据中待识别的器官特定地协调的测量几何结构。
10.根据前述权利要求之一所述的方法，其中所述器官结构的识别包括所述器官结构的分割和/或轮廓确定，以在检查对象的放射治疗的过程中使用。
11.根据权利要求10所述的方法，其中通过所述磁共振设备使用另外的磁共振序列进一步采集所述被检查对象的所述器官结构的另外的磁共振测量数据，其中，另外的磁共振图像数据从另外的磁共振测量数据重建，其中，为了质量保证的目的，将基于所述磁共振图像数据分割和/或轮廓化的器官结构与另外的磁共振图像数据中的器官结构的外观进行比较。
12.一种磁共振设备，包括测量数据采集单元和运算单元，其中，所述磁共振设备被实现用于实施根据前述权利要求中任一项所述的方法。
13.一种计算机程序产品，其可以直接加载到磁共振设备的可编程运算单元的存储器中，和程序代码一起，当计算机程序产品在磁共振设备的运算单元中执行时执行权利要求1-11中任一项所述的方法。
CN201711261863.4A 2016-12-06 2017-12-04 用于识别磁共振图像数据中检查对象的器官结构的方法 Active CN108152771B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/370,062 US10702186B2 (en) 2016-12-06 2016-12-06 Method and apparatus for identifying an organ structure of an examined object in magnetic resonance image data
US15/370,062 2016-12-06

Publications (2)

Publication Number Publication Date
CN108152771A true CN108152771A (zh) 2018-06-12
CN108152771B CN108152771B (zh) 2021-03-09

Family

ID=60484266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711261863.4A Active CN108152771B (zh) 2016-12-06 2017-12-04 用于识别磁共振图像数据中检查对象的器官结构的方法

Country Status (3)

Country Link
US (1) US10702186B2 (zh)
EP (1) EP3333583B1 (zh)
CN (1) CN108152771B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020135014A1 (zh) * 2018-12-27 2020-07-02 深圳先进技术研究院 医学成像模型的建立方法、装置、设备及存储介质

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11269036B2 (en) * 2018-03-29 2022-03-08 University Of Virginia Patent Foundation System and method for phase unwrapping for automatic cine DENSE strain analysis using phase predictions and region growing
US11419604B2 (en) * 2018-07-16 2022-08-23 Cilag Gmbh International Robotic systems with separate photoacoustic receivers
US20210177295A1 (en) * 2019-12-11 2021-06-17 GE Precision Healthcare LLC Systems and methods for generating diagnostic scan parameters from calibration images
US11219501B2 (en) 2019-12-30 2022-01-11 Cilag Gmbh International Visualization systems using structured light
US11648060B2 (en) 2019-12-30 2023-05-16 Cilag Gmbh International Surgical system for overlaying surgical instrument data onto a virtual three dimensional construct of an organ
US11776144B2 (en) 2019-12-30 2023-10-03 Cilag Gmbh International System and method for determining, adjusting, and managing resection margin about a subject tissue
US11832996B2 (en) 2019-12-30 2023-12-05 Cilag Gmbh International Analyzing surgical trends by a surgical system
US11896442B2 (en) 2019-12-30 2024-02-13 Cilag Gmbh International Surgical systems for proposing and corroborating organ portion removals
US12002571B2 (en) 2019-12-30 2024-06-04 Cilag Gmbh International Dynamic surgical visualization systems
US11759283B2 (en) 2019-12-30 2023-09-19 Cilag Gmbh International Surgical systems for generating three dimensional constructs of anatomical organs and coupling identified anatomical structures thereto
US11284963B2 (en) 2019-12-30 2022-03-29 Cilag Gmbh International Method of using imaging devices in surgery
US12053223B2 (en) 2019-12-30 2024-08-06 Cilag Gmbh International Adaptive surgical system control according to surgical smoke particulate characteristics
US11744667B2 (en) 2019-12-30 2023-09-05 Cilag Gmbh International Adaptive visualization by a surgical system
GB2600919A (en) * 2020-11-04 2022-05-18 Tesla Dynamic Coils BV MRI systems and receive coil arrangements

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6230040B1 (en) * 1997-11-21 2001-05-08 Cornell Research Foundation, Inc. Method for performing magnetic resonance angiography with dynamic k-space sampling
US20010033162A1 (en) * 2000-03-27 2001-10-25 Harvey Paul Royston Magnetic resonance imaging method for imaging time-dependent contrast
CN101201392A (zh) * 2006-11-17 2008-06-18 美国西门子医疗解决公司 产生磁共振数据文件的方法和设备
CN101305908A (zh) * 2007-05-17 2008-11-19 西门子（中国）有限公司 并行采集图像重建的信噪比计算方法
CN101680938A (zh) * 2007-05-31 2010-03-24 皇家飞利浦电子股份有限公司 自动采集磁共振图像数据的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2616316A1 (en) * 2005-07-22 2007-02-01 Tomotherapy Incorporated Method and system for adapting a radiation therapy treatment plan based on a biological model
US7609058B2 (en) 2006-11-17 2009-10-27 Siemens Medical Solutions Usa, Inc. Method and apparatus for generating a magnetic resonance data file
DE102014210458B4 (de) 2014-06-03 2016-01-14 Siemens Aktiengesellschaft Ermittlung einer Position einer zu bestrahlenden Zielregion eines Patienten in einer Bestrahlungseinrichtung
DE102014217283B4 (de) 2014-08-29 2016-03-31 Siemens Aktiengesellschaft Überwachung einer Strahlentherapie eines Patienten mittels einer MR-Fingerprinting-Methode
DE102014218924A1 (de) 2014-09-19 2016-03-24 Siemens Aktiengesellschaft Ermittlung einer Position eines Objekts mittels MRT-Aufnahmen

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6230040B1 (en) * 1997-11-21 2001-05-08 Cornell Research Foundation, Inc. Method for performing magnetic resonance angiography with dynamic k-space sampling
US20010033162A1 (en) * 2000-03-27 2001-10-25 Harvey Paul Royston Magnetic resonance imaging method for imaging time-dependent contrast
CN101201392A (zh) * 2006-11-17 2008-06-18 美国西门子医疗解决公司 产生磁共振数据文件的方法和设备
CN101305908A (zh) * 2007-05-17 2008-11-19 西门子（中国）有限公司 并行采集图像重建的信噪比计算方法
CN101680938A (zh) * 2007-05-31 2010-03-24 皇家飞利浦电子股份有限公司 自动采集磁共振图像数据的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020135014A1 (zh) * 2018-12-27 2020-07-02 深圳先进技术研究院 医学成像模型的建立方法、装置、设备及存储介质

Also Published As

Publication number Publication date
EP3333583A2 (en) 2018-06-13
EP3333583A3 (en) 2018-09-26
CN108152771B (zh) 2021-03-09
US20180153431A1 (en) 2018-06-07
US10702186B2 (en) 2020-07-07
EP3333583B1 (en) 2021-12-29

Similar Documents

Publication Publication Date Title
CN108152771A (zh) 用于识别磁共振图像数据中检查对象的器官结构的方法
RU2703344C1 (ru) Формирование псевдо-кт по мр-данным с использованием регрессионной модели на основе признаков
JP6142073B2 (ja) リアルタイム磁気共鳴モニタリング付き放射線治療システム
US9626777B2 (en) Method and apparatus to generate image data
CN107203741B (zh) 血管提取方法、装置及其系统
US9712789B2 (en) Method and apparatus to generate image data
US20170316562A1 (en) Determining at least one protocol parameter for a contrast agent-assisted imaging method
US20180374213A1 (en) Systems and Methods For Analyzing Perfusion-Weighted Medical Imaging Using Deep Neural Networks
JP7019568B2 (ja) 白質脳病変の分析のための医療機器
US20110228998A1 (en) System and method for automatic computation of mr imaging scan parameters
CN107038728A (zh) 基于迭代重建的轮廓自动化确定
CN108778416A (zh) 使用组织参数估计根据mr数据的伪ct生成
US20170156630A1 (en) System and method for adaptive and patient-specific magnetic resonance imaging
CN102124361A (zh) 使用磁共振波谱图像数据对pet或spect核成像系统的衰减校正
CN107913470A (zh) 用于支持患者的辐照规划的方法
US20150260819A1 (en) Transfer of validated cad training data to amended mr contrast levels
CN106308797A (zh) 确定至少一个患者特定的安全参数的方法和医学成像装置
US20200297284A1 (en) Cardiac scar detection
KR20150143329A (ko) 자기 공명 영상화 방법
WO2013084142A1 (en) Magnetic resonance spectroscopic imaging volume of interest positioning
CN109427417A (zh) 用于在医学图像数据中分割检查对象的器官结构的方法
CN106796275A (zh) 用于单体素波谱分析的成像系统
US20170203123A1 (en) Method for planning irradiation of a patient for radiation therapy
US11980456B2 (en) Determining a patient movement during a medical imaging measurement
US9599692B2 (en) Method for determining a magnetic resonance control sequence, and magnetic resonance system operable according to the control sequence

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
TR01 Transfer of patent right

Effective date of registration: 20240828

Address after: German Phu F Haim

Patentee after: Siemens Medical AG

Country or region after: Germany

Address before: Erlangen

Patentee before: SIEMENS HEALTHCARE GmbH

Country or region before: Germany

TR01 Transfer of patent right