CN109196369A - 非侵入性治疗期间的运动跟踪 - Google Patents

非侵入性治疗期间的运动跟踪 Download PDF

Info

Publication number
CN109196369A
CN109196369A CN201780033064.3A CN201780033064A CN109196369A CN 109196369 A CN109196369 A CN 109196369A CN 201780033064 A CN201780033064 A CN 201780033064A CN 109196369 A CN109196369 A CN 109196369A
Authority
CN
China
Prior art keywords
treatment
image
reference picture
sequence
region
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
CN201780033064.3A
Other languages
English (en)
Other versions
CN109196369B (zh
Inventor
约阿夫·利维
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.)
Medical Visual Specialty Co Ltd
Original Assignee
Medical Visual Specialty 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 Medical Visual Specialty Co Ltd filed Critical Medical Visual Specialty Co Ltd
Publication of CN109196369A publication Critical patent/CN109196369A/zh
Application granted granted Critical
Publication of CN109196369B publication Critical patent/CN109196369B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A61B5/7292—Prospective gating, i.e. predicting the occurrence of a physiological event for use as a synchronisation signal
    • 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
    • A61N5/1037—Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
    • 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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/30—Sample handling arrangements, e.g. sample cells, spinning mechanisms
    • G01R33/307—Sample handling arrangements, e.g. sample cells, spinning mechanisms specially adapted for moving the sample relative to the MR system, e.g. spinning mechanisms, flow cells or means for positioning the sample inside a spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/4814—MR combined with ultrasound
    • 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
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • 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
    • 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
    • A61N7/00—Ultrasound therapy
    • A61N7/02—Localised ultrasound hyperthermia
    • 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
    • G01R33/54—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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/428—Real-time

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Surgical Instruments (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

在聚焦超声或其他非侵入性治疗程序期间，可以基于(i)治疗图像与参考图像库的比较以及(ii)与治疗期间的目标运动的阶段相关的补充信息来实时跟踪治疗目标或其他感兴趣的对象的运动，所述参考图像库已经在治疗之前针对预期的运动范围而获得并且已经被处理以识别其中的目标或其他对象的位置。

Description

非侵入性治疗期间的运动跟踪
技术领域
本发明大体涉及跟踪移动的组织或器官，并且尤其涉及在非侵入性治疗期间跟踪其运动。
背景技术
组织，例如患者颅骨或其他身体区域内的良性或恶性肿瘤或血凝块，可通过手术移除该组织来侵入性地治疗或通过使用例如热消融来非侵入性地治疗。两种方法都可以有效地治疗体内的某些局部病症，但涉及精细的过程以避免破坏或损害其他健康组织。除非健康组织可以幸免或其破坏不太可能对生理功能产生不利影响，否则手术可能对于患病组织整合在健康组织中的情况不适合。
可以使用聚焦超声实现的热消融对于治疗由健康组织或器官围绕或与健康组织或器官相邻的患病组织具有特别的吸引力，因为超声能量的作用可以限于明确定义的目标区域。由于相对短的波长(例如，以1兆赫兹(1MHz)在横截面中小至1.5毫米(mm))，超声能量可以聚焦到具有仅几毫米的横截面的区域。此外，因为声能通常很好地穿透软组织，所以介入的解剖结构通常不会对限定期望的聚焦区造成障碍。因此，超声能量可以聚焦在小目标上，以便消融患病组织而不会显著损害周围的健康组织。
超声聚焦系统通常利用声换能器表面或换能器表面阵列来生成超声波束。换能器可以被几何成形并且定位成将超声能量聚焦在对应于患者体内的目标组织块的“聚焦区”。在波传播通过组织期间，超声能量的一部分被吸收，导致升高的温度，并最终导致细胞坏死——优选地在聚焦区中的目标组织块处。换能器阵列的各个表面或“元件”通常是可单独控制的，即，它们的相位和/或幅度可以彼此独立地设置(例如，在连续波和用于元件的放大器电路的情况下使用具有适当延迟或相移的“波束形成器”)，允许波束在期望的方向上被操纵并聚焦在期望的距离处并且聚焦区特性根据需要被成形。因此，通过独立地调节输入到换能器元件中的电信号的幅度和相位，可以快速地位移和/或重新成形聚焦区。
然而，因为人体是柔性的并且即使当患者被定位以保持静止时也会移动(例如，由于呼吸或小的不自主运动)，随着时间作为多次超声处理输送的治疗(即使在彼此的几秒钟内输送)可能需要对目标和/或一个或多个治疗参数进行临时调节。因此，必须补偿运动以确保超声波束保持聚焦在目标上并且不会损害周围的健康组织。
因此，诸如磁共振成像(MRI)的成像模态可以在非侵入性治疗期间与超声聚焦结合使用，以监测目标组织和超声焦点的位置。通常，MRI系统100，如图1所示，包括静磁场磁体102、一个或多个梯度场线圈104、射频(RF)发射器106和RF接收器(未示出)。(在一些实施例中，相同的装置可替代地用作RF发射器或接收器。)磁体包括用于在其中接收患者110的区域108，并在患者上方提供静态的、相对均匀的磁场。由梯度场线圈104生成的时变磁场梯度与静磁场叠加。RF发射器106在患者110上发射RF脉冲序列，以使患者的组织发射(时变)RF响应信号，该信号集成在整个(二维或三维)成像区域上并由RF接收器采样以产生构成原始图像数据的响应信号的时间序列。该原始数据被传递到计算单元112。时间序列中的每个数据点可以被解释为k空间(即，波矢量空间)中的特定点处的位置依赖的局部磁化的傅立叶变换的值，其中波矢量k是梯度场的时间发展的函数。因此，通过对响应信号的时间序列进行傅里叶变换，计算单元112可以从原始数据重建组织的实空间图像(即，示出作为空间坐标的函数的测量的磁化影响组织特性的图像)。然后可以向用户显示实空间磁共振(MR)图像。MRI系统100可用于规划医疗手术，以及监测手术期间的治疗进展。例如，MRI可用于对解剖区域成像，定位区域内的目标组织(例如，肿瘤)，将由超声换能器114生成的波束引导至目标组织，和/或监测目标组织中的和周围的温度。
在诸如MRI引导的聚焦超声(MRgFUS)系统的图像引导系统中，通常通过(直接或间接地)跟踪图像中的目标并基于跟踪位置操纵超声波束来完成运动补偿。目标跟踪的一种方法涉及确定可以位于每个图像中的一个或多个可识别特征或“解剖界标”的组的坐标；并且基于这些坐标计算目标的运动，该目标被假定为处于相对于界标的已知位置。在替代方法中，通过将一个图像与另一个图像的大量计算移位副本相关联，并选择提供最佳匹配的移位图像来确定连续图像之间的相对移位。在任一情况下，花费大量图像处理时间来确定目标位置，降低有效成像速率并且经常阻碍实时运动补偿。在一些情况下，识别和量化目标运动的延迟导致在可容忍范围内的波束指向不准确性。然而，通常，在可以恢复治疗之前，必须停止治疗过程并校正由于目标组织或器官的位移引起的任何错位。这导致治疗过程中的显著低效，并且可能导致不方便的延迟。
因此，需要改进的运动跟踪方法，其有助于在治疗期间实时跟踪目标并补偿其运动。
发明内容
本发明提供了用于在图像引导的治疗程序期间或在图像引导的治疗系统的校准期间实时跟踪感兴趣的区域中的目标或其他感兴趣对象的运动的系统和方法。特别地，本发明提供了用于在图像引导的治疗程序期间实时跟踪感兴趣的解剖区域中的治疗目标或其他感兴趣的对象的运动的系统和方法。在各种实施例中，在治疗之前使用例如MRI设备获取参考图像库；参考图像覆盖预期范围的周期性运动(例如，完整的呼吸周期)或非周期性运动(例如，患者的运动)。然后处理参考图像以(直接或间接地)定位其中的感兴趣的对象；位置信息与其各自的参考图像一起存储。参考图像可以存储为原始k空间图像数据和/或重建的实空间图像数据。
在治疗或校准期间，为了实时跟踪感兴趣的区域(例如，感兴趣的解剖区域或空白处的感兴趣的区域)的运动，重复获取原始k空间图像数据的图像矩阵或子图像矩阵(即，部分数据)；在任一情况下，可以将子图像矩阵与参考库中的k空间图像数据的对应部分(即，位于k空间的基本相同部分中的数据)进行比较和匹配，以确定它们之间的图像相似性。替代地或另外地，子图像矩阵可以用于重建具有减小的帧大小和/或空间分辨率的实空间子图像，并且将子图像与参考库中的实空间图像数据进行比较和匹配。使用子图像矩阵(或部分原始数据)用于识别目的显然减少了获取和处理时间，但可能导致模糊：在某些情况下，多于一个图像可能与部分原始数据(或其重建的实空间图像)匹配。因此，如果识别出足够接近匹配的参考图像而没有模糊(即，仅识别出一个参考图像)，则该参考图像中的每个感兴趣的对象的位置也被认为是治疗子图像中相应对象的位置。然而，如果多于一个参考图像与治疗子图像(或子图像矩阵)具有足够高的相似性(例如，高于预定阈值)，则在各种实施例中，补充信息(例如，附加的图像相关和/或运动相关信息)可用于识别与治疗子图像或子图像矩阵最佳匹配的参考图像(即，治疗子图像或子图像矩阵最可能对应的参考图像)。
再次，一旦识别出最佳匹配的参考图像，则最佳匹配的参考图像中的感兴趣的对象的位置被认为是治疗子图像中相应对象的位置。因此，与传统的跟踪方法相比，本发明通过获取和处理包括感兴趣的解剖区域的仅部分图像数据(即，部分原始k空间数据和/或实空间子图像)来显著减少治疗期间所需的图像获取和处理时间，从而有助于以有限的延迟对感兴趣的对象的实时运动跟踪。另外，从一个或多个运动传感器读出的包括例如预期运动范围的阶段的补充信息、与先前治疗图像相关联的信息等可以解决由使用部分数据的图像比较导致的模糊性，从而正确地识别与治疗期间获取的部分原始数据和/或子图像最佳匹配的参考图像。
在一些实施例中，与以连续逐行或逐列方式获取k空间图像数据的传统方法不同，本发明中的k空间中的图像数据被交替地在低频区域和高频区域中获取。基本上同时地处理所获取的图像数据以在获取时与存储在库中的图像数据进行比较，并确定任何参考图像是否是候选匹配。如果所识别的参考图像的数量低于预定阈值(例如，少于五个参考图像)，则提供补充信息以确定是否可以将一个且仅一个参考图像识别为最佳匹配图像。如果不是，或者如果所识别的参考图像的数量超过预定阈值，则数据获取过程继续——即，交替地在低频和高频区域中获取下一图像数据。可以迭代地实施该步骤，直到仅将一个参考图像识别为与治疗子图像最佳匹配的图像。使用该方法获取的治疗图像数据有利地包括高频和低频信息，并且在一些实施例中，数据本身或与补充信息组合足以识别一个最佳匹配的参考图像而无需获取整个数据来填充k空间。因此，本方法可以实现在成像获取时的减少延迟并且在治疗期间显著节省成像处理时间。
因此，在一个方面，本发明提供了一种用于在治疗序列期间跟踪一个或多个(通常移动的)感兴趣的对象(包括感兴趣的解剖对象，例如治疗目标和/或非治疗目标)的方法。在各种实施例中，该方法涉及在治疗序列之前获取包括感兴趣的对象(例如，感兴趣的解剖对象)的区域(例如，解剖区域)在其运动期间(每个参考图像对应于运动的不同阶段)的一系列参考图像(即，至少一个图像，并且通常是多个图像)和/或在获取参考图像期间获取补充信息，并处理图像以针对每个图像确定其中与感兴趣的对象相关联的位置。可选地，可以在获取参考图像期间获取补充信息，诸如运动的阶段、运动传感器数据和/或与先前图像相关联的信息(例如，指定在呼吸周期期间何时获得图像的元数据)。该方法还包括，在治疗序列期间，获取解剖区域的治疗图像并在获取治疗图像期间获取补充信息；通常，治疗图像包含比参考图像少的信息(例如，更少的图像数据)。然后，基于一个或多个治疗图像和参考图像之间的相似性以及补充信息将一个或多个治疗图像关联至参考图像，并且随后，至少部分地基于与相应参考图像中的对象相关联的位置在治疗图像中跟踪感兴趣的对象。如本文所用，术语“获取”包括从传感器或成像器获得数据，从诸如参考库或治疗图像的源检索数据，以及从现有数据计算或导出新信息。在各种实施例中，该方法还包括通过在治疗图像和对应的参考图像之间执行基线减法来监测解剖区域中的温度。
在本申请的整个公开内容中，“治疗序列”可以是进行治疗(例如超声治疗)的序列，或者“治疗序列”可以指执行不进行任何治疗的序列。类似地，“治疗图像”是指在治疗或不进行治疗的“治疗序列”期间获得的图像。
因此，该方法可选地不包括任何治疗。在各种实施例中，该方法不是或不包括治疗人体或动物体的方法。在各种实施例中，图像是MRI图像，并且基于在每个k空间位置中编码的信息的类型来确定用于获取与治疗图像相关联的k空间数据的序列。例如，交替地在高频区域和低频区域中获取与治疗图像相关联的k空间数据。
治疗序列可以包括通过例如基于跟踪将聚焦的超声波束操纵到对象上来治疗解剖对象。可替换地，治疗序列可包括治疗除解剖对象之外的目标；在治疗期间，基于跟踪将聚焦的超声波束成形到目标上以便避开解剖对象。此外，治疗序列可以是包括多个时间分离的治疗序列的治疗程序的一部分，每个治疗序列具有解剖目标至治疗能量的一次或多次暴露；在治疗序列期间使用的一个或多个所获取的参考图像可以是在先前治疗序列期间获得的治疗图像。在一个实施例中，每次暴露都是使解剖目标经历声能。
在一些实施例中，处理参考图像以识别每个参考图像中的一个或多个解剖界标；与对象相关联的位置是解剖界标的位置，并且解剖界标的位置相对于对象的位置是已知的。然后从相应参考图像中的解剖界标的位置推断出目标的位置。
与对象相关联的位置可以是对象的位置；并且可以基于原始图像数据确定相似性。图像系列可包括一个或多个图像。另外，该方法还可以包括，在治疗序列期间，将治疗图像添加到一系列参考图像。在一个实施例中，该方法包括将跟踪对象的运动与一系列参考图像进行比较，并且基于此，平滑所跟踪的运动和/或检测跟踪误差。
在各种实施例中，每个参考图像包括多个区域，并且该方法还包括在治疗序列之前处理参考图像以针对每个区域确定与对象相关联的位置。每个治疗图像可以包括一个或多个区域，并且将这些区域与参考图像中的对应区域进行比较以确定它们之间的相似性。然后，至少部分地基于与对应参考图像中的对应区域中的对象相关联的位置来确定治疗图像中的对象的位置。
在另一方面，本发明涉及一种用于在治疗序列期间跟踪一个或多个移动对象(包括治疗目标和/或非治疗目标)的系统。在各种实施例中，该系统包括成像设备(例如，MRI设备)，其可与治疗设备(例如，超声换能器)结合操作，适于(i)在治疗序列之前获取具有对象(例如，感兴趣的解剖对象)的区域(例如，解剖区域)在其运动期间的一系列参考图像(每个参考图像对应于运动的不同阶段)，以及(ii)在治疗序列期间获取解剖区域的治疗图像。另外，该系统包括用于在获取治疗图像和/或参考图像期间获取补充信息的装置和计算单元，计算单元被配置为(i)接收补充信息，(ii)处理参考图像以针对每个参考图像确定与对象相关联的位置，(iii)基于一个或多个治疗图像与对应的参考图像之间的相似性以及所接收的补充信息将一个或多个治疗图像关联至对应的参考图像，以及(iii)至少部分地基于与相应参考图像中的对象相关联的位置来跟踪治疗图像中的对象。在一个实施例中，计算单元还被配置为在参考图像的获取期间获取补充信息。
用于获取补充信息的装置可以包括用于接收图像元数据的输入设备、运动传感器和/或用于提取与先前治疗(或参考)图像相关联的信息或者外推与当前治疗图像相关联的运动阶段的信息的计算模块。另外，计算单元还可以被配置为基于在每个k空间位置中编码的信息的类型来确定与治疗图像相关联的k空间数据的获取序列。例如，计算单元可以被配置为交替地在高频区域和低频区域中获取k空间数据。
计算单元还可以被配置为基于跟踪将由换能器生成的超声波束聚焦到对象上。治疗序列可包括治疗除解剖对象之外的目标；计算单元还被配置为基于跟踪对由换能器生成的超声波束进行成形以便避开对象。在一些实施例中，治疗序列是治疗程序的一部分，所述治疗程序包括多个时间分离的治疗序列，每个治疗序列包括解剖目标标对治疗能量的一次或多次暴露；计算单元还被配置为使用在第一个治疗序列期间获得的治疗图像作为随后的第二个治疗序列的参考图像。
另外，计算单元还可以被配置为通过在治疗图像和对应的参考图像之间执行基线减法来监测解剖区域中的温度。在各种实施例中，计算单元还被配置为识别每个参考图像中的一个或多个解剖界标；与对象相关联的位置是解剖界标的位置，并且解剖界标的位置相对于对象的位置是已知的。另外，计算单元还被配置为通过从对应的参考图像中的解剖界标的位置推断目标的位置来跟踪目标。
计算单元可以被配置为基于原始图像数据将治疗图像与参考图像相关联。另外，计算单元可以被配置为将治疗图像添加到一系列参考图像。此外，计算单元被配置为将所跟踪对象的运动与一系列参考图像进行比较，并且基于此，平滑所跟踪的运动和/或检测跟踪误差。在各种实施例中，每个参考图像包括多个区域，并且计算单元被配置为处理参考图像以在治疗序列之前针对每个区域确定与对象相关联的位置。每个治疗图像包括一个或多个区域，并且计算单元还被配置为将区域与参考图像中的对应区域进行比较以确定它们之间的相似性，并且随后至少部分地基于与对应参考图像中的对应区域中的对象相关联的位置，确定对象在治疗图像中的位置。
在另一方面，本发明涉及一种用于在治疗期间跟踪移动的解剖对象的方法。在各种实施例中，该方法包括，在治疗之前，获取具有解剖对象的解剖区域在其运动期间的一系列参考图像(每个参考图像对应于运动的不同阶段)并处理图像以针对每个图像确定与对象相关联的位置。此外，该方法包括，在治疗期间：(i)执行包括多条扫描线的扫描序列，以获取与解剖对象相关联的图像数据，扫描；(ii)在获取图像数据期间获取与解剖对象相关的补充信息；(iii)计算所获取的图像数据与参考图像之间的相似性，以识别一个或多个匹配的参考图像；(iv)确定匹配的参考图像的数量是否低于阈值；如果是，则基于相似性和补充信息选择匹配的参考图像之一，并从与所选参考图像中的解剖对象相关联的位置推断解剖对象的位置。然而，如果匹配的参考图像的数量高于阈值，则在下一扫描线中执行扫描序列以基于预定扫描序列获取解剖对象的图像数据并重复步骤(ii)、(iii)和(iv)。
如本文所用，术语“基本上”是指±10％，在一些实施例中，是±5％。在整个说明书中对“一个示例”、“示例”、“一个实施例”或“实施例”的引用意味着结合该示例描述的特定特征、结构或特性包括在本技术的至少一个示例中。因此，贯穿本说明书在各个地方出现的短语“在一个示例中”、“在示例中”、“一个实施例”或“实施例”不一定都指代相同的示例。此外，特定特征、结构、例程、步骤或特性可以以任何合适的方式在本技术的一个或多个示例中组合。本文提供的标题仅是为了方便，并不旨在限制或解释所要求保护的技术的范围或含义。
附图说明
在附图中，相同的附图标记在不同视图中通常指代相同的部分。而且，附图不一定按比例绘制，而是通常将重点放在说明本发明的原理上。在以下描述中，参考以下附图描述本发明的各种实施例，其中：
图1示出了根据各种实施例的MRI引导的聚焦超声系统；
图2是示出根据各种实施例的跟踪方法的流程图；
图3描绘了根据各种实施例的使用插值方法将目标位置与k空间图像数据的各个部分相关联；
图4A和图4B描绘了根据各种实施例的将部分k空间图像数据存储在参考库中；
图5A-5D示出了根据各种实施例的用于在治疗期间获取k空间数据的序列；
图6是描绘根据各种实施例的识别与治疗期间获取的图像数据匹配的参考图像的方法的流程图；
图7A-7C描绘了根据各种实施例的在治疗期间获取部分k空间图像数据；
图8描绘了根据各种实施例的库中的治疗图像和参考图像；
图9A描绘了获取k空间图像数据的传统方法；
图9B和图9C示出了根据各种实施例的用于在治疗期间获取k空间数据的各种序列；
图9D描绘了获取k空间图像数据的另一种传统方法；
图10A是示出传统的测温方法的流程图；
图10B是示出根据各种实施例的结合目标跟踪的测温的方法的流程图；以及
图11是示出根据各种实施例的图像处理和控制设施的框图。
具体实施方式
本发明提供了用于在图像引导程序期间实时跟踪感兴趣的对象(例如治疗目标)的运动的系统和方法。例如，该程序可以涉及将聚焦超声波应用于(即，超声处理)材料、组织或器官以用于加热它，从而坏死、消融或以其他方式破坏组织(例如，如果是癌性的)，或用于非破坏性治疗，例如疼痛改善或高温的受控诱导。超声也可用于其他非热疗类型的治疗，诸如，例如神经调节。可替换地，该程序可以使用不同形式的治疗能量，诸如，例如射频(RF)辐射、X射线或γ射线、或带电粒子，或涉及其他治疗方式，例如冷冻消融。各种治疗程序中的运动跟踪可用作将治疗能量束引导到目标上和/或其他非目标组织和器官周围，即，基于受影响的解剖区域的图像调整波束焦点、轮廓和/或方向，在一些实施例中，其也可以使波束焦点可视化。MRI是用于这种基于图像的运动跟踪的广泛使用的技术。然而，也可以使用其他成像技术，包括例如X射线成像、X射线计算机断层扫描(CT)或超声成像，并且这些技术都在本发明的范围内。另外，可以使用一个或多个二维图像和/或三维图像来实现运动跟踪。用于实现根据各种实施例的方法的示例性系统是MRgFUS系统，诸如图1中所示的系统，其具有合适的图像处理和控制设备，如下面参见图4详细描述的。
图2示出了根据各种实施例的用于实时运动跟踪的方法。为便于参考，以下描述仅涉及目标跟踪；然而，应该理解的是，相同的方法通常也适用于跟踪其他感兴趣的器官或组织(例如易受治疗波束损害的器官)或材料。该方法包括在感兴趣的程序之前执行的准备步骤，以及在该程序期间执行的步骤。在第一准备步骤200中，在其运动期间获取包括目标的解剖区域的一系列图像。每个图像通常对应于不同的运动阶段，并且该系列共同覆盖预期的运动范围。例如，可以在周期性呼吸运动的完整周期或非周期性运动期间以规则间隔拍摄该系列图像。作为另一个例子，可以对感兴趣的区域，例如患者体内感兴趣的解剖区域监测一段时间以捕获由于无意的偶发运动导致的一系列位置。在基于MRI的方法中，获取图像通常涉及首先获取原始k空间MR信号(步骤202)，然后从原始数据重建实空间图像(步骤204)。k空间和实空间图像数据都是复数值的(即，具有幅度和相位，或者以不同的方式表示，具有实部和虚部)。可选地，在一些实施例中，可以在获取原始k空间图像数据202期间获取补充信息(例如，如下面进一步描述的附加的图像相关和/或运动相关信息)。可以将补充信息与在治疗期间获得的补充信息进行比较以解决由使用部分数据的图像比较导致的模糊性，并由此正确地识别与治疗期间获取的部分原始数据和/或子图像最佳匹配的参考图像。
在下一步骤206中，处理实空间图像以确定与目标相关联的坐标，诸如目标坐标本身和/或位于相对于目标的已知(例如，固定)位置的解剖界标的坐标。该步骤可以通过本领域技术人员已知的许多特征检测或跟踪方法中的任何一种来执行。在一些实施例中，针对每个图像分别在图像帧内的绝对坐标中(例如，就行和列编号而言)或者通常在成像系统的坐标系中，使用例如边缘检测或斑点检测确定目标和/或界标位置。在其他实施例中，确定不同图像之间的目标和/或界标位置的相对变化(例如，以坐标差或平移/运动矢量表示)。例如，可以任意地将该系列的第一图像中的目标的位置指定为原点，并且可以相对于该原点测量后续图像中的目标的位置。运动矢量可以通过基于像素(“直接”)的方法获得，例如块匹配算法、相位相关和频域方法、像素递归算法、贝叶斯估计(例如，最大后验概率(MAP)估计或马尔可夫随机场模型)和/或光流方法，以及通过基于特征的(“间接”)方法获得，该方法匹配图像之间的对应特征(例如，哈里斯角)。例如，块匹配算法涉及通过大量已知矢量计算地移位第一图像的一部分(或“块”)，并将得到的块的副本与后续图像相关联以识别最佳匹配。重要的是，与确定目标位置相关联的计算成本在选择适当方法时的重要性降低，因为图像处理步骤206通常在实时目标跟踪之前执行，而不是与目标跟踪同时执行。
该方法可包括MRI扫描以获取参考图像和治疗图像，并且成像设备可以被配置为执行MRI扫描。通常，在MRI扫描期间，以逐行方式获取k空间数据。参见图3，例如，在库的一个参考图像(例如，第x个图像)中，在t0-t1的时间段期间，在MRI程序的单次拍摄期间或前两次拍摄期间可以获取k空间图像数据的顶部两行(标记为区域A)，在t1-t2的时间段期间的接下来的两次拍摄期间可以获取接下来的两行数据(标记为区域B)，通过在t2-t3的时段期间的接下来的两次拍摄可以获取标记为C的区域中的图像数据，并且最后在t3-t4的时段期间的最后两次拍摄可以获取标记为D的区域中的图像数据。类似地，在下一参考图像(例如，第(x+1)个图像)中，以从区域A到区域D的顺序而顺序获取k空间图像数据。从两个参考图像导出的目标的位置信息表示在数据获取期间目标在中值或平均时间(即，分别在第x个图像中的t2和在第(x+1)个图像中的t6)的位置。在目标的运动是连续且稳定的情况下，可以在t2和t6之间的获取时间内对目标的位置进行插值。例如，如图所示，如果确定目标位置的一个坐标在第x个参考图像中具有值30(例如，以mm或像素为单位)并且在第(x+1)个参考图像中具有70，则当获取第x个图像的区域C和D中的图像数据时，目标坐标的值可以分别被插值为35和45。同样地，当获取第(x+1)个参考图像的区域A和B中的数据时，目标坐标的值可以分别被插值为55和65。可以在整个库中对参考图像的各个区域执行插值处理，以使得每个参考图像中的k空间数据的每个区域具有其相关联的目标位置。当在治疗期间获取部分k空间图像数据时，该插值方法可以有利地提供更准确的目标信息，如下面进一步描述的。注意，参考图像的每个区域可以具有相同量或不同量的k空间图像数据，并且基于在每个区域中获取图像数据所需的时间长度来计算插值。此外，这些区域可重叠。
每个获取的参考图像的整个k空间图像数据和/或实空间图像数据可以存储在参考库中。可替换地，可以仅存储所获取的k空间图像数据的一部分(即，子图像矩阵)和/或与该感兴趣的对象相关的实空间图像数据的一部分(即，子图像)，以减少存储需求。所存储的参考图像可具有比在步骤202、204中最初获取(或重建)的参考图像更小的空间分辨率和/或更小的图像帧大小。如本文所使用的，术语“整个k空间数据”或“最初在步骤200中获取的k空间数据”意味着使用标准MRI扫描程序获得的例如16×16、32×32、64×64、128×128、128×256、192×256或256×256的数据矩阵，以及术语“部分k空间数据”意味着具有小于“整个k空间数据”的维度的任何矩阵(即，数据的有序排列)。
在一个实施例中，省略了k空间中的相位编码方向(即，行)和/或频率编码方向(即，列)中的一些原始数据，并且不存储在参考库中。例如，参见图4A，库可以包括位于每隔一行的原始数据，同时包括在每个列中的原始数据；这可能导致在由其重建的实空间图像的垂直方向上的帧大小(子图像)减少50％。在一些实施例中，子图像也存储在参考库中。尽管使用该方法构建的参考库包括子图像，但是子图像的空间分辨率是不妥协的——即，子图像具有与从最初获取的原始数据重建的图像相同的分辨率。
在另一实施例中，k空间中的最外围扫描线(或“外部区域”)中的原始数据被截断，并且仅存储靠近k空间中心(或“中心区域”)的那部分中的数据。例如，参见图4B，库可以在相位编码方向上仅存储靠近k空间中心区域的原始数据的50％，并且丢弃外部区域中剩余的50％的原始数据。该方法的优点包括，例如，保留实空间图像的帧大小。然而，因为省略了高空间频率的数据，所以可能丢失实空间图像中的关于边缘和精细细节的信息；因此，该方法可能导致重建的实空间图像中的分辨率降低。如本文所使用的，“中心区域”可以包括除了在k空间中形成外围的原始数据的序列之外的所有原始k空间数据。可替换地，“中心区域”可以仅包括径向范围的一部分，例如，10％、20％、50％等。“外部区域”通常包括中心区域外的所有原始数据。
为了确定在库中是存储整个原始图像数据还是仅存储其一部分，需要评估各种因素，包括存储容量、感兴趣的对象的形状和大小、所需的图像最小分辨率。例如，如果感兴趣的对象在其长度和宽度上具有不对称的形状(例如，矩形或椭圆形)和/或其空间分辨率是重要的问题，则可能适合于存储如图4所示的相位编码方向上的部分数据和频率编码方向上的所有数据。然而，如果感兴趣的对象在其长度和宽度上具有可比较的尺寸，和/或其细节不太重要，则参考库可以存储更靠近如图4B所示的k空间中心的那部分原始数据。
再次参见图2，在步骤208中，从步骤206中的图像导出的位置信息(包括与k空间数据的每个区域相关联的插值目标位置)和/或在获取原始k空间图像数据期间获取的补充信息可以与参考库中的各个(k空间和/或实空间)图像一起存储并且与其相关联。例如，每个参考图像可以与其相关联的位置信息组合成参考记录(其可以包括一个或多个数据文件)。可替换地，参考图像和位置信息可以存储在不同的数据结构中和/或不同的存储位置，并且附加的数据库可以将每个图像与相关的位置信息链接。
随后在感兴趣的程序期间使用在准备步骤200-208中建立的参考库以用于实时目标跟踪。在一些实施例中，这意味着在开始治疗目标之前完成准备步骤。在其他实施例中，特定治疗序列的准备步骤在较早的治疗序列期间进行。例如，肿瘤的聚焦超声消融可以在两个或更多个阶段中进行：把肿瘤的中心区域作为目标的第一阶段，以及肿瘤的外周区域暴露于超声波的一个或多个后续阶段。由于随着治疗的进行，肿瘤周围健康组织的风险增加，因此需要准确的实时成像。因此，在第一阶段期间的运动跟踪可以以足够低的成像速率进行以允许通过常规手段(即，不依赖于参考库的手段)进行目标定位，并且在后续阶段期间的运动跟踪可以利用来自第一阶段的治疗图像作为参考图像以实现更高的成像速率。通常，如果治疗涉及多个不连续的治疗序列，则可以对所有序列使用相同的参考库，或者可以使用在一个或多个先前序列期间获得的图像作为新参考图像，为每个序列重置参考库。此外，在一些实施例中，仅在感兴趣的治疗序列之前处理所获取的参考图像的子集(例如，在呼吸周期期间拍摄的每隔一个图像)并且将其用作用于目标跟踪的初始参考库，并且随后在感兴趣的治疗序列期间处理剩余的参考图像以完善参考库。
在各种实施例中，在治疗目标期间，重复地对感兴趣的解剖区域进行成像(步骤210)，例如每100ms，以创建治疗图像序列。在各种实施例中，在治疗期间仅获取部分原始k空间图像数据(或“子图像矩阵”，与在步骤202中获取的整个k空间图像数据相对)以减少图像获取时间。通过将在治疗期间获取的部分原始图像数据与存储在参考库中的图像数据的对应部分进行比较来确定每个图像帧中的(通常移动的)感兴趣的对象的位置，并且使用图像相似性的合适度量来识别最接近的匹配参考图像(步骤212)。例如，参见图5A-5B，可以将治疗图像的区域A、B、C和D中的k空间数据分别与参考库中的参考图像(参见图3)的区域A、B、C和D中的k空间图像数据进行比较。
类似地，如果对实空间图像执行比较，则可以仅将治疗子图像与存储在参考图像中的每个实空间图像的对应部分进行比较。可替换地，可以执行图像分析(例如，模式匹配)以计算治疗子图像或部分原始数据与参考图像内的各个部分之间的相似性(因为参考图像可以具有比治疗子图像更大的帧大小)以识别与每个图像内的治疗子图像或部分原始数据最佳匹配的区域。随后，基于其中的最佳匹配部分的相似性来选择最佳匹配的参考图像。
图像比较可以基于例如k空间或实空间图像数据，即，它可以涉及但不一定需要从治疗期间获得的部分原始数据重建实空间治疗子图像。通常，比较是在逐个像素的基础上执行的，其中“像素”是指图像数据阵列的元素，其通常存储分别作为实空间坐标或k空间坐标的函数的幅度和相位值。合适的相似性度量包括，例如，互相关系数、平方强度差的总和、互信息(如在概率和信息理论中使用的术语)、比率-图像均匀性(即，相应的像素值的比率的标准化标准偏差)、均方误差、绝对差之和、平方误差之和、绝对变换差之和(其使用两个图像中相应像素之间的差的Hadamard或其他频率变换)、或者复互相关(对于复图像，例如MRI图像)，以及与图像配准有关的本领域技术人员熟悉的其他技术。
在一些实施例中，通过所选择的相似性度量来测量的治疗子图像(或部分原始数据)与最接近的参考图像之间的相似性与(度量特定的)相似性阈值进行比较，并且仅在相似性水平超过阈值(通常意味着，对于测量图像之间的差异(即相异性)的度量，度量的值低于阈值)时，参考图像被认为是用于治疗子图像的匹配。在其他实施例中，与治疗图像最相似的参考图像被认为是匹配，而与绝对相似度无关。
再次参见图5A-5D，在治疗期间，k空间可以分成多个区域，例如区域A-D。在获取区域A中的图像数据时，基本上同时执行匹配过程(即，将所获取的图像数据与存储在库中的参考图像的相应图像数据—即，区域A中的图像数据进行比较)以识别“匹配”所获取的治疗图像数据的一个或多个参考图像。如果所识别的参考图像的数量低于预定阈值(例如，少于5个参考图像被识别为匹配治疗图像)，则可以提供如下面进一步描述的补充信息(例如，附加的图像相关和/或运动相关信息)，以确定与治疗图像最佳匹配的一个参考图像。然而，如果所识别的参考图像的数量超过预定阈值，则数据获取过程(即，获取区域B中的图像数据)继续。数据获取过程可以进一步继续(例如，获取如图5C所示的区域C中的数据，接着获取如图5D所示的区域D中的数据)，直到识别出的与治疗图像数据匹配的参考图像的数量下降到低于预定的阈值。当然，应该强调的是，图5A-5D中描述的用于k空间数据采集的示例性序列仅用于说明目的，并且可以使用任何获取序列以优化治疗图像的质量并减少数据获取时间。
另外，治疗图像中的每个区域的大小可以包括一行或多行数据并且可以动态地变化。例如，如果先前治疗图像需要获取区域A和B中的图像数据以便将“匹配”参考图像的数量减少到小于预定阈值，则当前治疗图像中的区域A的面积可以扩展到包括前一治疗图像中区域B的一半面积。然而，如果先前治疗图像的区域A中的图像数据足以识别小于预定阈值的多个参考图像，则当前图像中的区域A的面积可以减少到前一治疗图像的区域A中的大小的一半。此外，可以顺序地或同时地执行图像数据获取和处理。例如，当处理区域A中的图像数据以识别库中的参考图像时，可以同时获取区域B中的图像数据。
图6是示出根据各种实施例的治疗图像中的图像数据的获取和处理的流程图600。在第一步骤602中，在治疗期间获取第一区域中的k空间图像数据。在第二步骤604中，基本上同时处理所获取的图像数据(在k空间或实空间中)以识别一个或多个匹配的参考图像。如果所识别的参考图像的数量低于预定阈值，则提供补充信息以确定与治疗图像最佳匹配的一个参考图像(在步骤606中)。然而，如果所识别的参考图像的数量超过预定阈值，则数据获取过程继续——即，获取下一区域中的图像数据(在步骤608中)。可以迭代地实施步骤602、604、608，直到在步骤604中识别的参考图像的数量下降到低于预定阈值。同样，在治疗期间获得的每个区域中的原始k空间数据的量和位置可以动态地变化。
因为与计算两个图像矩阵之间的相似性相比，获取k空间图像数据是相对长的过程，所以该方法有利地允许通过在识别与所获取的治疗数据最佳匹配的参考图像时仅获取部分k空间图像数据来减少治疗期间的图像获取时间(用于跟踪)，从而从匹配参考图像提供当前治疗图像中感兴趣的对象的位置，如下面进一步描述的。
通常，如上所述，参考库存储在步骤200中最初获取的整个原始数据，但是在治疗期间仅需要部分k空间数据用于跟踪。在一些实施例中，参考库存储部分原始数据，并且在治疗期间，基于存储在参考库中的部分数据来获取原始k空间数据。无论存储在参考库中的图像数据量如何，可以实施各种方法以在治疗期间获取部分k空间数据。例如，参见图7A，用于跟踪的k空间图像数据可以在相位编码方向上用较少的扫描线获取(例如，每隔一行获取)，同时在每列中获取频率编码方向上的数据以减少图像获取时间。从减少量的原始数据重建的实空间图像的帧大小在垂直方向上减小50％，但是实空间图像的空间分辨率与具有来自每行的图像数据的图像的空间分辨率相同。因此，该方法适合于对具有不对称形状(即，具有与宽度显著不同的长度)的解剖区域成像。然而，注意，即使解剖区域具有可比较的长度和宽度，也可以使用该方法获取部分原始数据。在解剖区域具有大于图像的垂直视野的宽度的情况下，可能出现折叠伪影。在各种实施例中，使用任何合适的技术(诸如应用选择性地饱和感兴趣的区域周围的区域的MRI序列)来消除(或至少减少)该伪影。
另一个实施例中，减少成像扫描的百分比，即，仅扫描一部分k空间以减少治疗期间的图像获取时间。例如，参见图7B，仅获取位于相位编码方向上的k空间的中心区域中的数据点，而不获取位于相位编码方向上的外部区域中的剩余数据。尽管由于在高空间频率处的数据的省略，该方法可能导致实空间图像中的较低分辨率，但是实空间图像的帧大小有利地保持不变(对应于包括高和低频率数据的图像的帧大小)。
参见图7C，在又一个实施例中，使用图7A和图7B中描述的方法的组合来获取k空间图像数据——即，仅获取位于k空间的中心区域中的数据，并且在相位编码方向上利用较少的扫描线获取中心区域中的数据，同时在每列中获取频率编码方向上的数据。
因为k空间矩阵中的每个数据点包含重建完整的实空间图像所需的信息的一部分，所以减少k空间数据可导致实空间图像的较小的空间分辨率和/或较小的帧大小。例如，在高空间频率下获取较少的k空间数据可能导致重建的图像具有关于边界和轮廓以及结构细节的较少信息，而在较低空间频率下获取较少k空间数据可能导致较小的图像对比度。如果治疗图像具有较小的分辨率和/或较小的帧大小，则在尝试识别最佳匹配的参考图像时结果可能是模糊的——即，可以识别多于一个参考图像。
例如，参见图8，参考库可以包括在呼吸周期(包括呼气阶段804和吸气阶段806)期间以时间分离的间隔获得的感兴趣的解剖区域的一系列参考图像802。如果在治疗期间获取具有较低分辨率的子图像或图像808，可能存在两个参考图像——例如，在呼气阶段804期间获得的一个图像810和在吸气阶段806期间获得的另一个图像812——被发现与治疗图像具有高且相对等同的相似性。
再次参见图2，在各种实施例中，在获取治疗图像期间基本上同时通过其他手段跟踪感兴趣的对象，以便提供补充信息(诸如图像相关和/或运动相关信息)，其可以解决参考图像中的模糊性(步骤214)。在一个实施例中，补充跟踪系统120在MRI设备100中实现或附接到患者(如图1所示)以提供补充信息。例如，可以将运动传感器(例如，呼吸监测带)绑在患者胸部周围以提供关于呼吸周期阶段的信息；然后，该信息用于在先前步骤210、212中识别的多个参考图像中选择最佳匹配的参考图像(步骤216)。例如，如果呼吸监测带指示患者处于吸气阶段，则图8中的图像812被确定为是与治疗图像最佳匹配的参考图像。例如，这可以通过与图像一起包括指示在呼吸周期期间何时获得图像的元数据来实现。在其他实施例中，将治疗期间获取的补充信息与存储在参考库中的补充信息进行比较。基于补充信息和图像相似性的比较，识别最佳匹配部分原始数据(和/或子图像)和在治疗期间获取的补充信息的参考图像。
可替换地，可以通过在先前图像中识别的目标的移动来提供补充信息。例如，如果对前几个治疗图像的分析指示目标正在吸气，则匹配参考图像仅从对应于(例如，用指定元数据标记的)吸气阶段的图像中选择。因此，在图8的情况下，解决了模糊性并且确定参考图像812是最佳匹配的参考图像。
在即使考虑补充信息之后仍然存在多于一个参考图像被识别为匹配当前治疗图像的情况下，在一些实施例中，治疗过程可以继续短暂的一段时间(例如，一个或者两个图像帧)，并且如果针对随后获取的治疗图像识别了匹配的参考图像，则避免了程序中的延迟。在此期间，超声波束可以保持静止或基于最近求解的跟踪点被定向(例如，通过预测算法)。然而，如果跳过图像是不安全的，或者如果太多连续的程序图像不能与任何参考库图像匹配，则程序中止或中断，直到确定目标位置为止(例如，通过常规的、计算上更昂贵的手段)并在此后恢复。
参见图9A，通常在MRI扫描期间，以连续的逐行方式获取k空间数据；然而，该获取序列可能不能有效地实时跟踪感兴趣的移动解剖对象。在各种实施例中，基于在每个k空间位置中编码的信息的类型来确定治疗期间k空间中的数据获取序列。例如，参见图9B，在一个实施例中，在大相位编码区域和小相位编码区域中交替地获取k空间图像数据。在另一个实施例中，参见图9C，在高频区域和低频区域中以逐行(或任何其他合适的)方式交替地获取k空间图像数据。
在各种实施例中，并且参见图9D，以螺旋方式获取k空间数据。如上所述在治疗期间的部分k空间数据的获取也可以应用于该扫描方法。例如，可以将从第一次拍摄获取的图像数据与存储在参考库中的对应图像数据(即，位于相同螺旋轨迹上的图像数据)进行比较，以识别一个或多个匹配参考图像。另外，扫描拍摄的数量和位置可以变化，以便减少数据获取的延迟，同时允许实时跟踪治疗目标或其他感兴趣的对象的位置。
再次参见图2，一旦识别出匹配的参考图像，就可以从先前确定的与该参考图像相关联的位置信息容易地推断出目标的位置(步骤218)。例如，如果存储的位置信息包括目标坐标本身或由目标坐标本身组成，则这些坐标被视为当前治疗图像中目标的坐标。因此，可以实时跟踪目标，而无需识别重建的治疗图像中的目标或其他界标。此外，在一些实施例中，如果基于两个图像的原始数据或其一部分将每个治疗图像与参考图像之一相关，则不需要治疗图像重建本身。例如，再次参见图3和图5A，如果第(x+1)个图像的区域A中的k空间数据(如图3所示)被识别为最佳地匹配治疗图像的区域A中的图像数据(如图5所示)，从与第(x+1)个参考图像中的区域A相关联的目标位置的坐标推断出治疗图像中的目标位置的坐标。因此，图5A的治疗图像中的目标位置的一个坐标具有与第(x+1)个参考图像的区域A相关联的值55。因此，插值方法可以有利地允许在治疗期间更准确地识别目标位置，尤其是当仅获取部分k空间数据并将其用于与参考库中的部分原始数据进行比较时。
基于跟踪的目标坐标，可以在治疗程序期间操纵超声(或其他治疗能量)束以补偿任何目标运动(步骤220)。类似地，如果跟踪非目标器官或组织，则它们的坐标可用于操纵和/或成形超声(或其他能量)波束，以避免或最小化它们对治疗能量的暴露。特别地，通常对易受声波束损害的器官有很高的兴趣，并且在波束形成期间可以考虑这些器官的位置，使得能量波束被成形为加热目标，同时避免移动时对敏感的邻近器官的损害。
在一些实施例中，基于在程序期间实时获得的图像来扩展参考库。例如，如果新获取的图像显示目标(或其他感兴趣的对象)的位置在初始参考库中共同表示的区域之外，则可以分析新获取的图像以确定目标的位置，并且和位置信息一起添加到参考库。可选地，可以在图像处理期间暂停治疗，并且一旦图像分析完成就恢复治疗。在极端情况下，参考库甚至可以在程序开始时为空，并且可以在执行程序时连续地添加参考图像。这有利于在以计算开销(例如，库很大，并且包含来自先前会话的图像)为代价的情况下的精度或者当临床上可接受的精度降低时的计算效率(例如，在来自先前会话的参考图像不太可能与当前的治疗序列相关的情况下，参考库是在当前序列期间建立的)之间的设计折衷。
在所跟踪的目标运动是周期性的(例如在呼吸周期期间)的应用中，通常在运动周期期间顺序地拍摄参考图像，因此可以通过针对参考库过滤跟踪结果来改善治疗程序期间的跟踪准确度。例如，在获取参考库期间，可以基于随时间的目标运动来比较在治疗期间描述随时间的目标运动的曲线并使其平滑。此外，在参考库的图像中反映的目标运动可以用于检测错误的跟踪结果，例如，在某些时间点，所跟踪的目标在周期中的该时间段期间看起来相对于运动趋势移动。
在一些实施例中，在程序期间的成像同时用于定量监测体内温度。这在MR引导的热疗(例如，MRgFUS治疗)中特别有用，其中应连续监测治疗区域(例如，要通过加热破坏的肿瘤)的温度，以评估治疗进展并校正热传导和能量吸收的局部差异，以避免损害治疗区域周围的组织。利用MR成像监测(例如，测量和/或标测)温度通常被称为MR测温或MR热成像。
在可用于MR测温的各种方法中，质子共振频率(PRF)移位方法通常是选择的方法，因为其在温度变化方面具有优异的线性，与组织类型几乎不相关，以及具有高的空间和时间分辨率的温度标测图获取。PRF移位方法基于水分子中质子的MR共振频率随温度线性变化的现象(具有有利地在组织类型之间相对恒定的比例常数)。由于频率随温度的变化很小，对于大量水仅为-0.01ppm/℃，在组织中大约为-0.0096至-0.013ppm/℃，因此通常使用相敏成像方法检测PRF移位，其中执行两次成像：首先在温度变化之前获取基线PRF相位图像，然后在温度变化之后获取第二相位图像(即治疗图像)，从而捕获与温度变化成比例的小的相位变化。然后可以通过在逐个像素的基础上确定基线图像和治疗图像之间的相位差并且基于PRF温度依赖性将相位差转换成温度差来从(重建的，即实空间)图像计算温度变化的标测图，同时考虑诸如静磁场强度和(例如，梯度回忆的回波的)回波时间(TE)的成像参数。
如果在获取基线图像时成像区域中的温度分布是已知的，则可以将温差标测图添加到该基线温度，以便获得对应于治疗图像的绝对温度分布。在一些实施例中，基线温度在整个成像区域中仅为均匀的体温。在一些实施例中，更复杂的基线温度分布在治疗之前通过在各种位置中的直接温度测量结合基于数学拟合(例如，平滑的多项式拟合)的插值和/或外推来确定。
在MR测温的背景下，可以通过获得如上所述的参考图像库来完成运动跟踪，其覆盖周期性或非周期性运动的预期范围并提供对应于在治疗前的解剖区域中的温度的基线相位标测图。为了确定治疗图像的温度标测图，(使用上面列出的任何方法)识别空间上对准的基线图像，然后处理所选择的基线和治疗图像以确定温度的变化。该方法通常称为多基线测温法。在其传统实现中，其在图10A中示出，多基线测温法涉及在超声处理或其他影响温度的处理之前获取(实空间)基线图像的库(步骤1000、1002)，执行超声处理(步骤1004)，获取治疗区域的原始图像数据和从其重建实空间图像(步骤1006、1008)，从基线库中选择合适的参考图像(步骤1010)，例如，基于图像相似性标准和/或由其他跟踪装置提供的补充信息，并从治疗和参考图像计算热标测图(步骤1012)。如果没有基线图像与治疗图像充分匹配，例如，因为目标已经移动到由图像覆盖的区域之外，则中止该过程(步骤1014)，或者可替换地，如上所述启动库扩展的过程。否则，可以通过重复的图像获取、参考选择和处理来继续监测温度。
图10B示出了根据本发明的实施例的组合运动跟踪以用于波束调节和测温的方法。再次，在治疗之前通过在不同运动阶段期间获取原始图像数据(步骤1020)并且可选地从其重建实空间参考/基线图像(步骤1022)来创建覆盖周期性或非周期性运动的预期范围的参考/基线图像库。例如，相对于易于识别的解剖学界标，通过与先前图像的计算移位副本的图像相关，通过其他跟踪手段提供的补充信息，或通过上述任何方法，在这些图像中跟踪目标(和/或其他感兴趣的解剖对象或特征)(步骤1024)。所识别的目标位置(例如，图像内的行和列编号或一些其他坐标系中的坐标)与每个相应的参考图像一起或相关联地存储(例如，在联合数据记录中，或者在其条目链接到参考图像的单独数据库中)。在治疗期间，获取治疗区域的图像数据(步骤1028)，并且基于相似性来选择参考/基线图像(步骤1030)。如图所示，用于与基线库比较的图像数据不需要构成重建的实空间图像。相反，更典型地，(治疗图像和基线图像两者的)原始(k空间)数据可用于识别合适的参考图像。在一些实施例中，不必收集完整的k空间图像；而是，部分原始数据用于参考选择的目的。
基于所选择的参考图像和与其相关联的目标坐标，可以例如通过波束成形和/或波束操纵来开始或调节超声处理或其他处理程序(步骤1032)，以确保波束焦点保持在目标上。此外，为了便于测温，可以完成治疗区域的原始图像数据的获取(步骤1034)(如果尚未完成)，并且可以重建实空间图像(步骤1036)并且以本领域技术人员已知的方式进一步处理以产生温度标测图(步骤1038)。另外，在步骤1034中获取的数据可用于提供用于更多更新的跟踪的附加信息。然后可以针对同一或另一个超声处理(即，整个超声处理程序中的超声处理序列之一)重复成像和温度标测过程。如图所示，可以在重建实空间图像(步骤1036)之前对治疗能量波束进行再成形或重定向(步骤1032)。这样，可以并行地执行治疗(例如，超声处理)、成像和图像处理，从而减少总体治疗时间。
根据本文的运动跟踪方法可以使用(本应是常规的)图像引导治疗系统，例如图1中示出的MRgFUS系统100，结合补充跟踪系统120和与治疗设备通信(例如，设置超声换能器阵列的相位和幅度的波束形成器)和成像设备的合适的图像处理和控制设施(例如，与计算单元112集成)来实现。图像处理和控制设施可以以硬件、软件、固件或硬连线的任何合适组合来实现。图11示出了示例性实施例，其中该设施由适当编程的通用计算机1100提供。该计算机包括中央处理单元(CPU)1102、系统存储器1104和非易失性大容量存储装置1106(例如，一个或多个硬盘和/或光学存储单元)。计算机1100还包括双向系统总线1108，其中CPU1102、存储器1104和存储装置1106通过双向系统总线1108相互通信并且与内部或外部输入/输出装置(例如传统用户界面组件1110，包括例如，屏幕、键盘和鼠标)以及治疗装置1112、成像设备1114、补充跟踪系统1116和(可选地)促进绝对温度测量的任何温度传感器1118通信。
系统存储器1104包含概念性地示为一组模块的指令，其控制CPU1102的操作及其与其他硬件组件的交互。操作系统1120指示执行低级别基本系统功能，例如存储器分配、文件管理和大容量存储装置1106的操作。在更高级别，一个或多个服务应用提供图像处理、运动跟踪和(可选地)测温所需的计算功能。例如，如图所示，该系统可以包括用于从成像设备1114接收的原始图像数据重建实空间图像的图像重建模块1122、用于测量治疗和参考图像之间的相似性(无论是原始或重建的图像)的相似性测量模块1124、以及基于所测量的相似性和可选地从补充跟踪系统1116接收的补充信息和/或由图像分析模块1128提供的位置和/或阶段信息来选择合适的参考图像的参考选择模块1126。图像分析模块1126从重建的参考图像中提取目标和/或其他感兴趣的对象的位置和/或阶段信息。另外，该系统可包括：波束调节模块1130，用于计算治疗设备的相移或其他参数以补偿任何检测到的运动，以及热标测图模块1132，其从治疗图像中减去参考以获得温差标测图并且，如果已知对应于所选参考基线的绝对温度，则为治疗图像的绝对温度标测图。各种模块可以用任何合适的编程语言编程，包括但不限于高级语言，例如C、C++、C#、Ada、Basic、Cobra、Fortran、Java、Lisp、Perl、Python、Ruby或Object Pascal或低级汇编语言；在一些实施例中，不同的模块以不同的语言编程。
尽管已经参考在治疗之前建立参考库，在治疗期间获取新的图像序列，并且通过执行治疗图像与存储在库中的参考图像之间的成像匹配来跟踪移动的解剖对象来描述了本发明，但不旨在应当仅在治疗期间执行解剖对象的运动跟踪。相反，上述方法可以在涉及程序的两个阶段时用于跟踪移动目标的任何应用中实现——参考库可以在图像速率较少或没有关注的一个阶段构建和新图像序列在优选实时图像速率的另一个阶段中获得。
本文采用的术语和表达用作描述的术语和表达而非限制，并且在使用这些术语和表达时，无意排除所示和所述特征的任何等同物或其部分。另外，已经描述了本发明的某些实施例，对于本领域普通技术人员显而易见的是，可以在不背离本发明的精神和范围的情况下使用包含本文公开的概念的其他实施例。因此，所描述的实施例在所有方面都应被视为仅是说明性的而非限制性的。

Claims (46)

1.一种用于在治疗序列期间跟踪至少一个移动的解剖对象的方法，所述方法包括：
(a)在所述治疗序列之前，(i)获取包括所述解剖对象的解剖区域在其运动期间的一系列参考图像，每个参考图像对应于所述运动的不同阶段，以及(ii)处理所述图像以针对每个图像确定与所述对象相关联的位置；以及
(b)在所述治疗序列期间，(i)获取所述解剖区域的治疗图像，所述治疗图像包含比所述参考图像更少的信息，(ii)在获取所述治疗图像期间获取补充信息，(iii)基于至少一个治疗图像和对应的参考图像之间的相似性和所述补充信息将所述至少一个治疗图像关联到所述对应的参考图像，以及(iv)至少部分地基于与所述对应的参考图像中的所述对象相关联的位置来跟踪所述至少一个治疗图像中的所述对象。
2.根据权利要求1所述的方法，其中所述补充信息包括所述运动的阶段、运动传感器数据或与先前图像相关联的信息中的至少之一。
3.根据权利要求2所述的方法，其中与先前治疗图像相关联的信息是指定在呼吸周期期间何时获得所述图像的元数据。
4.根据权利要求1所述的方法，其中所述图像是MRI图像，并且基于在每个k空间位置中编码的信息的类型来确定用于获取与所述治疗图像相关联的k空间数据的序列。
5.根据权利要求4所述的方法，其中交替地在高频区域和低频区域中获取与所述治疗图像相关联的k空间数据。
6.根据权利要求1所述的方法，其中所述治疗序列包括治疗所述解剖对象。
7.根据权利要求1所述的方法，其中所述治疗序列包括基于所述跟踪将聚焦的超声波束操纵到所述对象上。
8.根据权利要求1所述的方法，其中所述治疗序列包括治疗除所述解剖对象之外的目标。
9.根据权利要求8所述的方法，还包括：在所述治疗期间，基于所述跟踪将聚焦的超声波束成形到所述目标上以便避开所述解剖对象。
10.根据权利要求1所述的方法，其中所述至少一个解剖对象包括治疗目标和非治疗目标。
11.根据权利要求1所述的方法，其中所述治疗序列是治疗程序的一部分，所述治疗程序包括多个时间分离的治疗序列，每个治疗序列包括解剖目标至治疗能量的至少一次暴露，其中在治疗序列期间使用的所获取的参考图像中的至少一个是在先前治疗序列期间获得的治疗图像。
12.根据权利要求11所述的方法，其中每次暴露是使得所述解剖目标经历声能。
13.根据权利要求1所述的方法，还包括通过在所述治疗图像和所述对应的参考图像之间执行基线减法来监测所述解剖区域中的温度。
14.根据权利要求1所述的方法，其中处理所述参考图像包括识别每个参考图像中的至少一个解剖界标，与所述对象相关联的位置是所述至少一个解剖界标的位置，所述至少一个解剖界标的位置相对于所述对象的位置是已知的。
15.根据权利要求14所述的方法，其中跟踪所述目标包括从所述对应的参考图像中的所述解剖界标的位置推断所述目标的位置。
16.根据权利要求1所述的方法，其中与所述对象相关联的位置是所述对象的位置。
17.根据权利要求16所述的方法，其中基于原始图像数据确定相似性。
18.根据权利要求1所述的方法，其中所述系列包括至少一个图像。
19.根据权利要求18所述的方法，其中所述系列包括多个图像。
20.根据权利要求1所述的方法，还包括：在所述治疗序列期间，将治疗图像添加到所述一系列参考图像。
21.根据权利要求1所述的方法，还包括将所跟踪的对象的运动与所述一系列参考图像进行比较，并且基于此，平滑所跟踪的运动。
22.根据权利要求1所述的方法，还包括将所跟踪的对象的运动与所述一系列参考图像进行比较，并且基于此，检测跟踪误差。
23.根据权利要求1所述的方法，其中每个参考图像包括多个区域，所述方法还包括，在所述治疗序列之前，处理所述参考图像以针对每个区域确定与所述对象相关联的位置。
24.根据权利要求23所述的方法，其中每个治疗图像包括至少一个区域，并且将所述至少一个区域与所述参考图像中的对应区域进行比较以确定它们之间的相似性。
25.根据权利要求24所述的方法，其中至少部分地基于与所述对应的参考图像中的对应区域中的对象相关联的位置来确定所述对象在所述治疗图像中的位置。
26.根据权利要求1所述的方法，还包括在所述参考图像的获取期间获取补充信息。
27.一种用于在治疗序列期间跟踪至少一个移动的解剖对象的系统，所述系统包括：
(a)成像设备，其能够结合治疗设备操作，用于(i)在所述治疗序列之前获取包括所述对象的解剖区域在其运动期间的一系列参考图像，每个参考图像对应于所述运动的不同阶段，以及(ii)在所述治疗序列期间获取所述解剖区域的治疗图像；
(b)用于在所述治疗图像的获取期间获取补充信息的装置；以及
(b)计算单元，其被配置为(i)接收补充信息，(ii)处理所述参考图像以针对每个参考图像确定与所述对象相关联的位置，(iii)基于所述治疗图像中的至少一个与对应参考图像的相似性和所接收的补充信息将所述治疗图像中的至少一个关联至所述对应参考图像，以及(iii)至少部分地基于与所述对应参考图像中的所述对象相关联的位置来跟踪所述至少一个治疗图像中的所述对象。
28.根据权利要求27所述的系统，其中用于获取补充信息的装置包括用于接收图像元数据的输入设备、运动传感器或用于提取与先前治疗图像相关的信息或外推与当前治疗图像相关的运动的阶段的信息的计算模块中的至少一个。
29.根据权利要求27所述的系统，其中所述成像设备包括MRI设备，并且所述计算单元还被配置为基于在每个k空间位置中编码的信息的类型来确定与所述治疗图像相关联的k空间数据的获取序列。
30.根据权利要求29所述的系统，其中所述计算单元被配置为交替地在高频区域和低频区域中获取所述k空间数据。
31.根据权利要求27所述的系统，其中所述治疗设备包括超声换能器。
32.根据权利要求31所述的系统，其中所述计算单元还被配置为基于所述跟踪将由所述换能器生成的超声波束聚焦到所述对象上。
33.根据权利要求31所述的系统，其中所述治疗序列包括治疗除所述解剖对象之外的目标，所述计算单元还被配置为基于所述跟踪对由所述换能器生成的超声波束进行成形以便避开所述对象。
34.根据权利要求27所述的系统，其中所述治疗序列是治疗程序的一部分，所述治疗程序包括多个时间分离的治疗序列，每个治疗序列包括解剖目标至治疗能量的至少一次暴露，所述计算单元被配置为使用在第一个治疗序列期间获得的治疗图像作为随后的第二个治疗序列的参考图像。
35.根据权利要求27所述的系统，其中所述计算单元还被配置为通过在所述治疗图像和所述对应参考图像之间执行基线减法来监测所述解剖区域中的温度。
36.根据权利要求27所述的系统，其中所述计算单元还被配置为识别每个参考图像中的至少一个解剖界标，与所述对象相关联的位置是所述至少一个解剖界标的位置，所述至少一个解剖界标的位置相对于所述对象的位置是已知的。
37.根据权利要求36所述的系统，其中所述计算单元还被配置为通过从所述对应参考图像中的所述解剖界标的位置推断所述目标的位置来跟踪所述目标。
38.根据权利要求27所述的系统，其中所述计算单元被配置为基于原始图像数据将所述治疗图像与所述参考图像相关联。
39.根据权利要求27所述的系统，其中所述计算单元还被配置为将治疗图像添加到所述一系列参考图像。
40.根据权利要求27所述的系统，其中所述计算单元还被配置为将所跟踪的对象的运动与所述一系列参考图像进行比较，并且基于此，平滑所跟踪的运动。
41.根据权利要求27所述的系统，其中所述计算单元还被配置为将所跟踪的对象的运动与所述一系列参考图像进行比较，并且基于此，检测跟踪误差。
42.根据权利要求27所述的系统，其中每个参考图像包括多个区域，所述计算单元还被配置为在所述治疗序列之前处理所述参考图像以针对每个区域确定与所述对象相关联的位置。
43.根据权利要求42所述的系统，其中每个治疗图像包括至少一个区域，并且所述计算单元还被配置为将所述至少一个区域与所述参考图像中的对应区域进行比较以确定它们之间的相似性。
44.根据权利要求43所述的系统，其中所述计算单元还被配置为至少部分地基于与所述对应参考图像中的对应区域中的对象相关联的位置来确定所述对象在所述治疗图像中的位置。
45.根据权利要求27所述的系统，其中所述计算单元还被配置为在所述参考图像的获取期间获取所述补充信息。
46.一种用于在治疗期间跟踪移动的解剖对象的方法，所述方法包括：
(a)在所述治疗之前，
(i)获取包括解剖对象的解剖区域在其运动期间的一系列参考图像，每个参考图像对应于所述运动的不同阶段；以及(ii)处理所述图像以针对每个图像确定与所述对象相关联的位置；以及
(b)在所述治疗期间，
(i)执行扫描序列以获取与所述解剖对象相关联的图像数据，所述扫描序列包括多条扫描线；
(ii)在所述图像数据的获取期间获取与所述解剖对象相关联的补充信息；
(iii)计算所获取的图像数据与所述参考图像之间的相似性，以识别至少一个匹配的参考图像；
(iv)确定所述匹配的参考图像的数量是否低于阈值；以及
如果是，则基于所述相似性和所述补充信息选择所述匹配的参考图像之一，并从与所选择的参考图像中的解剖对象相关联的位置推断所述解剖对象的位置；
如果不是，则基于预定扫描序列，在下一扫描线中执行所述扫描序列以获取所述解剖对象的图像数据并重复步骤(ii)、(iii)和(iv)。
CN201780033064.3A 2016-06-10 2017-06-05 非侵入性治疗期间的运动跟踪 Active CN109196369B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/179181 2016-06-10
US15/179,181 US10475192B2 (en) 2016-06-10 2016-06-10 Motion tracking during non-invasive therapy
PCT/IB2017/000794 WO2017212336A1 (en) 2016-06-10 2017-06-05 Motion tracking during non-invasive therapy

Publications (2)

Publication Number Publication Date
CN109196369A true CN109196369A (zh) 2019-01-11
CN109196369B CN109196369B (zh) 2021-08-03

Family

ID=59337725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780033064.3A Active CN109196369B (zh) 2016-06-10 2017-06-05 非侵入性治疗期间的运动跟踪

Country Status (5)

Country Link
US (1) US10475192B2 (zh)
EP (1) EP3469390B1 (zh)
JP (2) JP7053500B2 (zh)
CN (1) CN109196369B (zh)
WO (1) WO2017212336A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132860A (zh) * 2019-06-24 2020-12-25 维申Rt有限公司 配置成自动生成感兴趣区域的患者运动跟踪系统
CN114099007A (zh) * 2021-11-26 2022-03-01 首都医科大学宣武医院 一种可自动监控报警的保护系统及方法
CN115475336A (zh) * 2021-06-15 2022-12-16 上海联影医疗科技股份有限公司 放射治疗中的运动跟踪的系统和方法
US11648424B2 (en) 2018-11-28 2023-05-16 Histosonics Inc. Histotripsy systems and methods
CN117883192A (zh) * 2024-03-18 2024-04-16 华中科技大学同济医学院附属协和医院 一种基于磁标记的电磁定位系统和定位方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10579879B2 (en) * 2016-08-10 2020-03-03 Vivint, Inc. Sonic sensing
CN111032157B (zh) 2017-06-29 2023-04-21 医视特有限公司 基于模拟的药物治疗计划
EP3691534B1 (en) 2017-10-05 2023-11-29 Insightec Ltd. Ultrasound therapy
US11471217B2 (en) * 2017-12-11 2022-10-18 Covidien Lp Systems, methods, and computer-readable media for improved predictive modeling and navigation
EP3833246A4 (en) * 2018-08-12 2022-05-11 The Trustees of Columbia University in the City of New York SYSTEM, METHOD AND COMPUTER-ACCESSIBLE MEDIUM FOR NON-INVASIVE TEMPERATURE ESTIMATION
JP7224817B2 (ja) * 2018-09-06 2023-02-20 キヤノンメディカルシステムズ株式会社 信号データ処理装置
US20220011393A1 (en) * 2018-10-26 2022-01-13 Aspect Imaging Ltd. Systems and methods for mri motion correction during mri image acquisition
US10884085B2 (en) * 2019-04-01 2021-01-05 Siemens Healthcare Gmbh K-space data correction method for signal variation compensation
US11730452B2 (en) * 2019-04-09 2023-08-22 Insightec Ltd. Systems and methods for regulating microbubbles in ultrasound procedures
US11696700B2 (en) * 2019-04-25 2023-07-11 General Electric Company System and method for correcting for patient motion during MR scanning
US12042669B2 (en) 2019-05-08 2024-07-23 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for motion tracking in radiation therapy
CN110009709B (zh) 2019-05-08 2023-07-07 上海联影医疗科技股份有限公司 医学图像成像方法和系统
US11567341B2 (en) 2019-09-03 2023-01-31 Raytheon Company System and method for correcting for atmospheric jitter and high energy laser broadband interference using fast steering mirrors
US11900562B2 (en) * 2019-11-05 2024-02-13 Raytheon Company Super-resolution automatic target aimpoint recognition and tracking
US11813485B2 (en) 2020-01-28 2023-11-14 The Regents Of The University Of Michigan Systems and methods for histotripsy immunosensitization

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040267111A1 (en) * 2001-11-20 2004-12-30 Feinberg David A Ultrasound within mri scanners for guidance of mri pulse sequences
CN101888876A (zh) * 2007-10-01 2010-11-17 因赛泰克有限公司 运动补偿的影像引导聚焦超声治疗系统
CN103389481A (zh) * 2012-05-11 2013-11-13 上海联影医疗科技有限公司 磁共振频率相位双编码采样方法及其图像重建方法
CN103813749A (zh) * 2012-09-11 2014-05-21 株式会社东芝 磁共振成像装置以及磁共振成像方法
CN103932707A (zh) * 2013-01-21 2014-07-23 上海联影医疗科技有限公司 一种相位反差磁共振流速、流量测量方法及其测量装置
CN104244818A (zh) * 2012-02-06 2014-12-24 因赛泰克有限公司 在非侵入式治疗期间的基于参考的运动跟踪

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06315541A (ja) * 1993-03-12 1994-11-15 Toshiba Corp 画像診断装置を用いた治療装置
AU2004203173A1 (en) * 2003-07-14 2005-02-03 Sunnybrook And Women's College And Health Sciences Centre Optical image-based position tracking for magnetic resonance imaging
US7713205B2 (en) * 2005-06-29 2010-05-11 Accuray Incorporated Dynamic tracking of soft tissue targets with ultrasound images, without using fiducial markers
JP2007288472A (ja) * 2006-04-17 2007-11-01 Seiko Epson Corp 画像処理装置及び画像処理方法
EP2223719A1 (en) * 2009-02-27 2010-09-01 Koninklijke Philips Electronics N.V. Therapeutic apparatus for treating a subject using magnetic nanoparticles
US8810246B2 (en) * 2010-01-19 2014-08-19 Insightec Ltd. Hybrid referenceless and multibaseline PRF-shift magnetic resonance thermometry
WO2012137431A1 (ja) * 2011-04-05 2012-10-11 パナソニック株式会社 超音波診断装置、及び、超音波診断画像の出力方法
US20130150704A1 (en) * 2011-12-12 2013-06-13 Shuki Vitek Magnetic resonance imaging methods for rib identification
EP2636368A1 (en) * 2012-03-05 2013-09-11 Koninklijke Philips Electronics N.V. Modification of a treatment plan using magnetic resonance data acquired during a cooling period
US8768034B2 (en) * 2012-03-20 2014-07-01 Siemens Medical Solutions Usa, Inc. Motion compensated MR imaging system
KR20140008746A (ko) 2012-07-11 2014-01-22 삼성전자주식회사 움직이는 장기에 초음파를 조사하여 장기 특정 부위의 온도 변화를 나타내는 온도 맵을 생성하는 방법 및 초음파 시스템
DE102013206315A1 (de) 2013-04-10 2014-10-16 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren und Recheneinrichtung zur Unterstützung einer strahlentherapeutischen Behandlung
WO2015103184A1 (en) * 2013-12-31 2015-07-09 The Medical College Of Wisconsin, Inc. Adaptive replanning based on multimodality imaging
US9311690B2 (en) * 2014-03-11 2016-04-12 Adobe Systems Incorporated Video denoising using optical flow
DE102014218653A1 (de) * 2014-09-17 2016-03-17 Siemens Aktiengesellschaft Prospektive Bewegungskorrektur

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040267111A1 (en) * 2001-11-20 2004-12-30 Feinberg David A Ultrasound within mri scanners for guidance of mri pulse sequences
CN101888876A (zh) * 2007-10-01 2010-11-17 因赛泰克有限公司 运动补偿的影像引导聚焦超声治疗系统
CN104244818A (zh) * 2012-02-06 2014-12-24 因赛泰克有限公司 在非侵入式治疗期间的基于参考的运动跟踪
CN103389481A (zh) * 2012-05-11 2013-11-13 上海联影医疗科技有限公司 磁共振频率相位双编码采样方法及其图像重建方法
CN103813749A (zh) * 2012-09-11 2014-05-21 株式会社东芝 磁共振成像装置以及磁共振成像方法
CN103932707A (zh) * 2013-01-21 2014-07-23 上海联影医疗科技有限公司 一种相位反差磁共振流速、流量测量方法及其测量装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11648424B2 (en) 2018-11-28 2023-05-16 Histosonics Inc. Histotripsy systems and methods
US11980778B2 (en) 2018-11-28 2024-05-14 Histosonics, Inc. Histotripsy systems and methods
CN112132860A (zh) * 2019-06-24 2020-12-25 维申Rt有限公司 配置成自动生成感兴趣区域的患者运动跟踪系统
CN115475336A (zh) * 2021-06-15 2022-12-16 上海联影医疗科技股份有限公司 放射治疗中的运动跟踪的系统和方法
CN114099007A (zh) * 2021-11-26 2022-03-01 首都医科大学宣武医院 一种可自动监控报警的保护系统及方法
CN114099007B (zh) * 2021-11-26 2024-04-19 首都医科大学宣武医院 一种可自动监控报警的保护系统及方法
CN117883192A (zh) * 2024-03-18 2024-04-16 华中科技大学同济医学院附属协和医院 一种基于磁标记的电磁定位系统和定位方法

Also Published As

Publication number Publication date
JP7053500B2 (ja) 2022-04-12
EP3469390A1 (en) 2019-04-17
WO2017212336A1 (en) 2017-12-14
JP2022095785A (ja) 2022-06-28
EP3469390B1 (en) 2020-02-26
JP2019522517A (ja) 2019-08-15
CN109196369B (zh) 2021-08-03
US20170358095A1 (en) 2017-12-14
US10475192B2 (en) 2019-11-12

Similar Documents

Publication Publication Date Title
CN109196369A (zh) 非侵入性治疗期间的运动跟踪
CN104244818B (zh) 在非侵入式治疗期间的基于参考的运动跟踪
Preiswerk et al. Model-guided respiratory organ motion prediction of the liver from 2D ultrasound
US10342558B2 (en) Target tracking method and apparatus for radiation treatment planning and delivery
CN103180014B (zh) 用于非侵入性的治疗疗法的移动补偿
US11921182B2 (en) Accelerated magnetic resonance thermometry
Baumgartner et al. Autoadaptive motion modelling for MR-based respiratory motion estimation
US20190351261A1 (en) Selective resampling during non-invasive therapy
US10573009B2 (en) In vivo movement tracking apparatus
Ross et al. Real-time liver motion compensation for MRgFUS

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