CN110476075B - 针对解剖区域的磁共振指纹识别词典的选择 - Google Patents

Abstract

本发明提供了一种用于采集来自对象(118)的感兴趣区域(109)内的MRF磁共振数据(144)的磁共振成像系统(100)。所述磁共振成像系统包括用于控制所述磁共振成像系统的处理器(130)以及用于存储机器可执行指令(140)和MRF脉冲序列命令(142)的存储器(134)。所述MRF脉冲序列命令被配置用于控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据。所述机器可执行指令的执行使所述处理器：通过利用所述MRF脉冲序列命令控制所述磁共振成像系统来采集(200)针对所述感兴趣区域的所述MRF磁共振数据；接收(202)描述所述感兴趣区域的至少一幅磁共振数据图像(152)；使用解剖模型(154)来识别(204)所述感兴趣区域内的解剖区域(156)；从一组磁共振指纹识别词典中选择(206)针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典(158)，其中，所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表；以及使用所述MRF磁共振数据和所述局部磁共振指纹识别词典针对所述解剖区域中的每个解剖区域来计算(208)所述预定物质的成分绘图(160)，其中，所述成分绘图是在所述解剖区域中的每个解剖区域内的空间平均。

Description

针对解剖区域的磁共振指纹识别词典的选择

技术领域

本发明涉及磁共振成像，具体涉及磁共振指纹识别。

背景技术

磁共振指纹识别(MRF)是一种在时间上分布的多个RF脉冲被施加使得其引起来自不同物质或组织的信号对测量到的磁共振(MR)信号具有独有贡献的技术。来自一组或固定数量的物质的预先计算的信号贡献的有限词典(dictionary)与测量到的MR信号进行比较，并且在单个体素内能够确定成分。例如，如果已知体素仅包含水、脂肪和肌肉组织，则仅需要考虑来自这三种物质的贡献并且仅需要一些RF脉冲来准确地确定体素的成分。

在Ma等人的期刊文章“Magnetic Resonance Fingerprinting”(Nature，第495卷，第187至193页，doi:10.1038/nature11971)中介绍了磁共振指纹识别技术。在美国专利申请US 2013/0271132 A1和US 2013/0265047 A1中也描述了磁共振指纹识别技术。

发明内容

本发明在独立权利要求中提供了一种磁共振成像系统、一种计算机程序产品以及一种方法。在从属权利要求中给出了实施例。

实施例可以提供改善磁共振指纹识别中的匹配过程的特异性的方式。解剖模型可以首先被匹配或配准到针对感兴趣区域的磁共振图像。解剖模型然后被用于选择针对特定解剖区域的局部磁共振指纹识别词典。选择局部磁共振指纹识别词典可以具有从分析中消除不与具体解剖区域相关的物质或组织类型的益处。

在一个方面中，本发明提供了一种可以适于采集来自对象的感兴趣区域内的磁共振指纹识别或MRF磁共振数据的磁共振成像系统。所述磁共振成像系统包括处理器，所述处理器用于控制所述磁共振成像系统。所述磁共振成像系统还包括存储器，所述存储器用于存储机器可执行指令和脉冲序列命令。MRF脉冲序列命令被配置用于控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据。

所述机器可执行指令的执行使所述处理器通过利用所述MRF脉冲序列命令控制所述磁共振成像系统来采集针对所述感兴趣区域的所述MRF磁共振数据。所述机器可执行指令的执行还使所述处理器接收描述所述感兴趣区域的磁共振数据。这些磁共振数据可以例如是至少一幅磁共振图像。备选地，其可以是MRF磁共振数据或重建的MR指纹。例如，MR指纹能够被聚类。由这样的聚类得到的MR指纹的聚类能够描述感兴趣区域。所述机器可执行指令的执行还使所述处理器使用解剖模型通过将所述至少一幅磁共振图像或聚类的MR指纹与所述解剖模型配准来识别所述感兴趣区域内的解剖区域。所述机器可执行指令的执行还使所述处理器从一组磁共振指纹识别词典中选择针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典。

所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表。所述机器可执行指令的执行还使所述处理器使用所述MRF磁共振数据和所述局部磁共振指纹识别词典针对所述解剖区域中的每个解剖区域来计算所述预定物质的成分绘图(mapping)。优选地，第一MR指纹是根据所述MRF磁共振数据来重建的。所述成分绘图是在所述解剖区域中的每个解剖区域内的空间平均。

该实施例可以是有益的，因为由描述所述感兴趣区域的磁共振图像提供的先验知识使得在进行磁共振指纹识别之前选择了局部磁共振指纹识别词典。这可以实现对各种解剖区域的成分的更准确的确定。

在不同的范例中，解剖模型可以采取不同的形式。在一些情况下，其可以是可变形模型，其然后被链接到针对所述可变形模型的不同区域的局部磁共振指纹识别词典的选择。在其他范例中，所述解剖模型可以采取解剖图集的形式，其然后被拟合或被配准到所述至少一幅磁共振图像。

在一些范例中，所述至少一幅磁共振图像是在所述MRF磁共振数据之前、期间或紧接在之后被采集的图像。所述至少一幅磁共振图像可以例如是常规磁共振图像，或者甚至可以是根据使用常规磁共振指纹识别协议的MRF磁共振数据制成的图像。

在另一实施例中，所述机器可执行指令的执行使空间求平均通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之前执行对图像空间中的所述解剖区域中的每个解剖区域内的所述磁共振指纹的逐体素求平均来执行。

所述机器可执行指令的执行还使所述处理器通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之后执行对所述成分绘图的逐体素求平均来执行所述空间求平均。所述机器可执行指令的执行还使所述空间求平均通过使用所述局部磁共振指纹识别词典计算所述成分绘图来执行，使得所述成分绘图提供到针对所述解剖区域中的每个解剖区域的体素的最佳拟合。该实施例可以具有以下益处：当计算所述成分绘图时，极大地增加或改善了信噪比。

在一些范例中，当执行所述空间求平均时，可以排除解剖区域之间的边界区域。这可以具有改善解剖区域内的空间平均的益处。

在另一实施例中，所述机器可执行指令的执行还使所述处理器确定针对从所述解剖区域中选择的解剖区域内的每个体素的成分分布。所述机器可执行指令的执行还使所述处理器在针对所述解剖区域内的异常体素的成分分布与所述解剖区域中的每个解剖区域内的空间平均的不同超过预定阈值的情况下将所述异常体素识别为异常的。该实施例可以是有益的，因为针对所述解剖区域中的每个解剖区域的成分绘图被用于生成针对该具体解剖区域来说什么被认为是正常的基准。然后，这些解剖区域内的个体体素能够与成分分布进行比较，并且识别解剖区域内的异常区域变得非常容易。这可以例如在自动地识别可能具有异常组织或成分的区域的过程中是有用的。

所述预定阈值可以例如是设置的绝对值，或者其可以是一成分或该成分的百分比变化。

在另一实施例中，所述机器可执行指令的执行还使所述处理器通过使用根据所述磁共振指纹识别词典的异常组织磁共振指纹识别词典来确定针对所述异常体素中的每个异常体素的异常体素成分。在该实施例中，一旦已经识别了异常体素，就能够使用不同的磁共振指纹识别词典再次执行所述磁共振指纹识别。例如，当执行磁共振指纹识别时，词典中的较大量的预定物质或组织类型使分析复杂化。在该实施例中，首先识别具体的解剖区域，并且然后选择局部磁共振指纹识别词典。然后，识别异常体素，并且然后再次使用不同的磁共振指纹识别词典使异常体素经受另一轮的磁共振指纹识别。例如，在具体的解剖区域内，可能存在特定类型的异常组织或者其形成的肿瘤。因此，异常组织磁共振指纹识别词典也可以特异于特定的解剖区域。这可以提供对解剖区域内的异常组织的极大改善的识别。

在一些实施例中，避免了对成分绘图的边界区域内的异常体素的识别。例如，如果两个解剖区域之间存在边界，则能够检测所述边界并且然后根据异常体素成分的确定来免除边界的特定邻域内的体素。

在另一实施例中，所述机器可执行指令的执行还使所述处理器识别所述解剖区域中的每个解剖区域之间的边界体素。所述机器可执行指令的执行还使所述处理器使用针对与所述边界体素中的每个边界体素相邻的每个解剖区域的局部磁共振指纹识别词典来确定针对所述边界体素中的每个边界体素的部分体素成分绘图。在该实施例中，使用混合，其中，应当理解，边界可以包含属于多于一种类型的解剖区域的组织或化合物或组成。在该范例中，然后选择适当的磁共振指纹识别词典，使得更准确地执行对边界体素的成分绘图。

在另一实施例中，所述机器可执行指令的执行还使所述处理器接收所述感兴趣区域的B1+绘图。所述机器可执行指令的执行还使所述处理器使用所述B1+绘图来校正所述成分绘图。该实施例可以是有益的，因为磁共振指纹识别技术提供了在解剖区域中的每个解剖区域内被空间地求平均的成分绘图。B1+场(发射RF场)可以由于磁共振成像系统的物理配置而具有空间不均匀性。这可以提供用于校正B1+场中的不均匀性的手段。

在另一实施例中，所述存储器还包含用于根据B1+绘图磁共振成像协议来采集B1+绘图磁共振数据的B1+绘图脉冲序列命令。所述机器可执行指令的执行还使所述处理器通过以下操作来接收所述B1+绘图：通过利用所述B1+绘图脉冲序列命令控制所述磁共振成像系统来采集所述B1+绘图磁共振数据，并且然后使用根据B1+绘图磁共振成像协议的所述B1+绘图磁共振数据来重建所述B1+绘图。

所述B1+绘图MR协议可以例如是用于制作B1+绘图的任意方法。这可以包括但不排除双角度方法以及实际翻转角成像方法。这可以包括若干种不同的基于相位的方法，诸如自旋回波相敏或SEPS方法、利用回波梯度编码翻转角和相位的复合激励方法，或者甚至Bloch-Siegert频移方法。

在另一实施例中，所述机器可执行指令的执行还使所述处理器通过使用B1+绘图磁共振指纹识别词典使用所述磁共振数据重建所述B1+绘图来接收所述B1+绘图。初始磁共振指纹识别词典包括针对B1+绘图值的条目。该实施例可以是有益的，因为执行对所述感兴趣区域的正常磁共振指纹识别的过程也可以被用于生成B1+绘图。应当注意，所述至少一幅磁共振图像也可以使用MRF磁共振数据并且应用一般的磁共振指纹识别词典来获得。在这种情况下，相同的数据可以被用于生成至少一幅磁共振图像，其然后被用于选择局部磁共振指纹识别词典，并且同时确定什么B1+绘图是要进一步针对成分绘图来校正解剖区域中的每个解剖区域内的空间平均的准确性。

在另一实施例中，所述存储器还包括根据MR成像协议的成像脉冲序列命令。所述MR成像协议可以是实际上被用于生成然后能够被拟合到解剖模型的图像的任何磁共振成像协议。这可以包括通过不排除如T1绘图、T2绘图或质子密度的这样的事物。

所述机器可执行指令的执行还使所述处理器通过以下操作来接收所述至少一幅磁共振图像：通过利用所述成像脉冲序列命令控制所述磁共振成像系统来采集所述成像磁共振数据，并且然后从根据所述MR成像协议的所述成像磁共振数据重建所述至少一幅磁共振图像。

在另一实施例中，所述解剖模型是以下中的任一种：可变形模型(诸如可变形形状模型)和解剖图集。

在另一实施例中，所述解剖模型包括所识别的模型区域与从所述一组磁共振指纹识别词典中对局部磁共振指纹识别词典的选择之间的链接。

在另一方面中，本发明提供了一种操作磁共振成像系统以采集来自对象的感兴趣区域内的MRF磁共振数据的方法。所述方法包括通过利用脉冲序列命令控制所述磁共振成像系统来采集针对所述感兴趣区域的所述MRF磁共振数据。MRF脉冲序列命令被配置用于控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据。所述方法还包括接收描述所述感兴趣区域的至少一幅磁共振图像。

所述方法还包括使用解剖模型来识别所述感兴趣区域内的解剖区域。所述方法还包括从一组磁共振指纹识别词典中选择针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典。所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表。所述方法还包括使用所述MR磁共振数据和所述局部磁共振指纹识别词典计算针对所述解剖区域中的每个解剖区域的所述预定物质的成分绘图。所述成分绘图是在所述解剖区域中的每个解剖区域内的空间平均。

在另一实施例中，空间求平均是通过在使用局部磁共振指纹识别词典计算所述成分绘图之前执行对图像空间中的所述解剖区域中的每个解剖区域内的磁共振指纹的逐体素求平均来执行的。

在另一实施例中，空间求平均是通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之后进行对所述成分绘图的逐体素求平均来执行的。

在另一实施例中，空间求平均是通过使用所述局部磁共振指纹识别词典计算所述成分绘图使得所述成分绘图提供到针对所述解剖区域中的每个解剖区域的所有体素的最佳拟合来执行的。

在另一实施例中，所述方法还包括确定针对从所述解剖区域中选择的解剖区域内的每个体素的成分分布。

所述方法还包括在针对所述解剖区域内的异常体素的所述成分分布与所述解剖区域中的每个解剖区域内的空间平均的不同超过预定阈值的情况下将所述异常体素识别为异常的。

在另一方面中，本发明提供了一种计算机程序产品，其包括用于由控制磁共振成像系统的处理器执行的机器可执行指令。所述机器可执行指令的执行使所述处理器通过利用MRF脉冲序列命令控制所述磁共振成像系统来采集所述感兴趣区域的MRF磁共振数据。所述MRF脉冲序列命令被配置用于控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据。所述机器可执行指令的执行还使所述处理器接收描述所述感兴趣区域的至少一幅磁共振图像。所述机器可执行指令的执行还使所述处理器使用解剖模型来识别所述感兴趣区域内的解剖区域。所述机器可执行指令的执行还使所述处理器从一组磁共振指纹识别词典选择针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典。

所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表。所述机器可执行指令的执行还使所述处理器使用所述MRF磁共振数据和所述局部磁共振指纹识别词典针对所述解剖区域中的每个解剖区域来计算所述预定物质的成分绘图。所述成分绘图是在所述解剖区域中的每个解剖区域内的空间平均。

应当理解，只要组合的实施例不是相互排斥的，就可以组合本发明的前述实施例中的一个或多个实施例。

如本领域技术人员将意识到的，本发明的各方面可以体现为装置、方法或计算机程序产品。因此，本发明的各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或者组合软件和硬件方面的实施例的形式，这些实施例通常在本文中可以被称为“电路”、“模块”或“系统”。此外，本发明的各方面可以采用在一个或多个计算机可读介质中实现的计算机程序产品的形式，所述计算机可读介质在其上嵌入有计算机可执行代码。

可以使用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。在本文中所使用的‘计算机可读存储介质’涵盖可以存储能由计算设备的处理器运行的指令的任何有形存储介质。所述计算机可读存储介质可以被称为计算机可读非瞬态存储介质。所述计算机可读存储介质还可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还能够存储能够由计算设备的处理器访问的数据。计算机可读存储介质的范例包括但不限于：软盘、磁性硬盘驱动器、固态硬盘、闪存、USB拇指驱动器、随机存取存储器(RAM)，只读存储器(ROM)、光盘、磁光盘以及处理器的寄存器文件。光盘的范例包括压缩盘(CD)和数字通用盘(DVD)，例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够由计算机设备经由网络或通信链路访问的各种类型的记录介质。例如，可以通过调制解调器、通过互联网或者通过局域网来取回数据。在计算机可读介质上体现的计算机可执行代码可以使用任何适当的介质来传输，包括但不限于：无线、有线、光纤线缆、RF等，或者前述的任何合适的组合。

计算机可读信号介质可以包括传播的数据信号，在其中体现有计算机可执行代码，例如，在基带中或者作为载波的部分。这样的传播的信号可以采用多种形式中的任何形式，包括但不限于：电磁、光学或者其任何合适的组合。计算机可读信号介质可以是任何计算机可读介质，其不是计算机可读存储介质并且能够通信、传播或传输程序以供指令执行系统、装置或设备使用或者与之结合使用。

‘计算机存储器’或‘存储器’是计算机可读存储介质的范例。计算机存储器是处理器能直接访问的任何存储器。‘计算机存储装置’或‘存储装置’是计算机可读存储介质的另外的范例。计算机存储装置可以是任何易失性或非易失性计算机可读存储介质。

在本文中所使用的‘处理器’涵盖能够运行程序或机器可执行指令或计算机可执行代码的电子部件。对包括‘处理器’的计算设备的引用应当被解读为可能包含多于一个处理器或处理核心。所述处理器例如可以是多核处理器。处理器还可以指代单个计算机系统内的处理器的集合或者被分布在多个计算机系统之中。术语计算设备还应当被解读为可能指代每个包括一个或多个处理器的计算设备的集合或网络。所述计算机可执行代码可以由多个处理器执行，这些处理器可以在同一计算设备内或者甚至可以跨多个计算设备分布。

计算机可执行代码可以包括机器可执行指令或程序，其使处理器执行本发明的一方面。用于执行针对本发明的各方面的操作的计算机可执行代码可以以一种或多种编程语言的任何组合来编写，包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如C编程语言或类似编程语言并且被编译成机器可执行指令的常规的过程编程语言。在一些情况下，计算机可执行代码可以是高级语言的形式或者是预编译的形式，并且可以与在运行中生成机器可执行指令的解释器结合使用。

所述计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上、作为独立的软件封装、部分在用户的计算机上并且部分在远程计算机上或完全在远程计算机或服务器上执行。在后一种情况下，所述远程计算机可以通过任何类型的网络被连接到用户的计算机上，所述网络包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，通过使用互联网服务提供商的互联网)。

参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图来描述本发明的各方面。应当理解，流程图、图示和/或框图的每个框或框的部分能够在能适用时以计算机可执行代码的形式由计算机程序指令来实施。还应当理解，当不相互排斥时，可以组合不同流程图、图示和/或框图中的框的组合。这些计算机程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以生产机器，使得经由计算机或其他可编程数据处理装置的处理器运行的指令来创建用于实施在流程图和/或框图的一个或多个框中指定的功能/动作的单元。

这些计算机程序指令还可以被存储在计算机可读介质中，所述计算机可读介质能够指示计算机、其他可编程数据处理装置或者其他设备以特定方式起作用，使得被存储在所述计算机可读介质中的指令产生制品，包括实施流程图和/或框图的一个或多个框中指定的功能/动作的指令。

所述计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使在计算机、其他可编程装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，使得在计算机或其他可编程装置上执行的指令提供用于实施在流程图和/或框图的一个或多个框中指定的功能/动作的过程。

在本文中所使用的‘用户接口’是允许用户或操作者与计算机或计算机系统交互的接口。‘用户接口’也可以被称为‘人机接口设备’。用户接口可以向操作者提供信息或数据和/或从操作者接收信息或数据。用户接口可以使得来自操作者的输入能够被计算机接收，并且可以从计算机向用户提供输出。换言之，所述用户接口可以允许操作者控制或操纵计算机，并且所述接口可以允许计算机指示操作者的控制或操纵的效果。在显示器或图形用户接口上对数据或信息的显示是向操作者提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、定点杆、图形平板、操纵杆、网络相机、耳机、踏板、有线手套、遥控器和加速度计接收数据都是用户接口部件的范例，其使得能够接收来自操作者的信息或数据。

在本文中所使用的‘硬件接口’涵盖使得计算机系统的处理器能够与外部计算设备和/或装置交互和/或控制外部计算设备和/或装置的接口。硬件接口可以允许处理器将控制信号或指令发送到外部计算设备和/或装置。硬件接口还可以使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。

在本文中所使用的‘显示器’或‘显示器设备’涵盖适用于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和/或触觉数据。显示器的范例包括但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示器面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。

磁共振(MR)数据在本文中被定义为是在磁共振成像扫描期间由磁共振装置的天线所记录的对通过原子自旋发射的射频信号的测量结果。初始磁共振数据是医学图像数据的范例。磁共振(MR)图像在本文中被定义为是对在磁共振成像数据之内包含的解剖数据所重建的二维可视化或三维可视化。

附图说明

在下文中将仅以范例的方式并且参考附图来描述本发明的优选实施例，在附图中：

图1图示了磁共振成像系统的范例；

图2示出了图示操作图1的磁共振成像系统的方法的流程图；

图3示出了MRF成分绘图或MRF图像的范例；

图4示出了图3的解剖区域的预期的和测量到的T2分布值；

图5示出了图3的解剖区域的预期的和测量到的T1分布值；并且

图6示出了MRF成分绘图或MRF图像的另外的范例。

参考标记列表

100 磁共振成像系统

104 磁体

106 磁体的孔膛

108 成像区

109 感兴趣区域

110 磁场梯度线圈

112 磁场梯度线圈电源

114 射频线圈

116 收发器

118 对象

120 对象支撑体

126 计算机系统

128 硬件接口

130 处理器

132 用户接口

134 计算机存储器

140 机器可执行指令

142 MRF脉冲序列命令

144 MRF磁共振数据

146 中间图像

148 MRF信号

150 B1+绘图

152 磁共振图像

154 解剖模型

156 解剖区域或者与模型的配准

158 局部磁共振指纹识别词典

160 成分绘图

200 通过利用MRF脉冲序列命令控制磁共振成像系统来采集感兴趣区域的MRF磁共振数据

202 接收描述感兴趣区域的至少一幅磁共振图像

204 使用解剖模型来识别感兴趣区域内的解剖区域

206 从一组磁共振指纹识别词典中选择针对解剖区域中的每个解剖区域的局部磁共振指纹识别词典

208 使用MRF磁共振数据和局部磁共振指纹来识别词典针对解剖区域中的每个解剖区域计算预定物质的成分绘图

300 MRF成分绘图或图像

400 正常的T2分布

402 测量到的T2分布

404 由于异常体素

500 测量到的T1分布

502 测量到的T2分布

600 经校正的MRF成分绘图或图像

602 潜在的病理结构

具体实施方式

这些附图中的相似的附图标记要么是等同的元件要么执行相同的功能。如果功能是等价的，那么在后面的附图中将不必讨论先前已经讨论过的元件。

图1示出了具有磁体104的磁共振成像系统100的范例。磁体104是具有穿过其的孔膛106的超导圆柱型磁体。也能够使用不同类型的磁体；例如，能够使用分离式圆柱磁体和所谓的开放式磁体两者。除了低温恒温器已经被分离成两个区段以允许进入磁体的等平面之外，分离式圆柱磁体类似于标准圆柱磁体，这样的磁体可以例如结合带电粒子束治疗来使用。开放式磁体具有两个磁体区段，一个在另一个上方，其中，在其之间的空间足够大以接收对象：两个区段的布置类似于亥姆霍兹(Helmholtz)线圈的布置。因为对象受到较少的限制，所以开放式磁体是受欢迎的。在圆柱磁体的低温恒温器内部，存在一组超导线圈。在圆柱磁体104的孔膛106内，存在成像区108，在所述成像区中，磁场足够强和均匀以执行磁共振成像。感兴趣区域109被示为处在成像区108内。对象118被示为由对象支撑体120支撑，使得对象118的至少一部分在成像区108和感兴趣区域109之内。

在磁体的膛106内，还存在一组磁场梯度线圈110，其用于采集对磁体104的成像区108内的磁自旋进行空间编码的初始磁共振数据。磁场梯度线圈110被连接到磁场梯度线圈电源112。磁场梯度线圈110旨在为代表性的。典型地，磁场梯度线圈110包含用于在三个正交空间方向上进行空间编码的三个单独组的线圈。磁场梯度电源将电流供应给磁场梯度线圈。供应给磁场梯度线圈110的电流是根据时间来控制的并且可以是斜变的或脉冲的。

邻近成像区108的是用于操纵成像区108内的磁自旋的取向并且用于接收也在成像区108内的自旋的无线电传输的射频线圈114。所述射频天线可以包含多个线圈元件。所述射频天线也可以被称为信道或天线。射频线圈114连接到射频收发器116。射频线圈114和射频收发器116可以由单独的发射线圈和接收线圈以及单独的发射器和接收器来替换。应当理解，射频线圈114和射频收发器116是代表性的。射频线圈114旨在也表示专用发射天线和专用接收天线。同样地，收发器116也可以表示单独的发射器和接收器。射频线圈114也可以具有多个接收/发射元件，并且射频收发器116可以具有多个接收/发射信道。例如，如果执行诸如SENSE的并行成像，射则频线圈114将具有多个线圈元件。

收发器116和梯度控制器112被示为被连接到计算机系统126的硬件接口128。所述计算机系统还包括处理器130，处理器130与硬件系统128、存储器134和用户接口132通信。存储器134可以是处理器130能访问的存储器的任意组合。这可以包括如主存储器、高速缓存存储器以及还有非易失性存储器的这样的事物，诸如闪烁RAM、硬盘驱动器或其他存储设备。在一些范例中，存储器130可以被认为是非瞬态计算机可读介质。

存储器134被示为包含机器可执行指令140，其使得处理器130能够发送和接收命令以便控制磁共振成像系统100的操作和功能。存储器134还被示为包含MRF脉冲序列命令142。MRF脉冲序列命令被配置用于根据磁共振指纹识别协议来采集MRF磁共振数据。

存储器134还被示为包含MRF磁共振数据，其已经通过利用MRF脉冲序列命令142控制磁共振成像系统100来采集。MRF磁共振数据144是针对感兴趣区域109的。所述磁共振数据在所述MRF脉冲序列的每个重复脉冲之后被重复地采样。这些磁共振数据然后被转换成一系列图像。然而，由于在MRF脉冲序列中所使用的参数可能对成像没有用，并且通常傅里叶空间中的数据也是欠采样的。这些系列图像然后被用于提取针对每个个体体素的数据，并且创建针对具体的MRF脉冲序列命令的一组值或向量。该系列图像可以被称为MRF信号。针对相同的MRF脉冲序列命令，所述磁共振指纹识别词典包含针对具体物质或组织类型的信号。个体体素的成分然后能够通过比较测量到的MRF信号与词典中的信号来确定。

存储器134被示为包含从重复地采样MRF磁共振数据144被重复的许多幅中间图像146。计算机存储器134被示为还包含根据中间图像146构建的针对体素的MRF信号148。计算机存储器134还可以包含B1+绘图150，并且还可能包含B0绘图，B0绘图可以被用于在MRF信号148被构建之前校正中间图像146。

计算机存储器还被示为包含磁共振图像152，磁共振图像152包含至少感兴趣区域109。计算机存储器134包含解剖模型154，解剖模型154被用于生成磁共振图像152的配准156。配准16可以是各种解剖区域的识别和/或要在具体的解剖区域内使用什么磁共振指纹识别词典的识别。计算机存储器134然后被示为包含局部磁共振指纹识别词典158，其是使用配准16来选择的。计算机存储器134还被示为包含成分绘图160，成分绘图160是使用局部磁共振指纹识别词典158和MRF信号148来构建的。

图2示出了图示操作图1的磁共振成像系统100的方法的流程图。首先，在步骤200中，MRF磁共振数据144是通过利用MRF脉冲序列命令142控制磁共振成像系统100来采集的。接下来，在步骤202中，处理器130接收磁共振图像152。这可以是先前采集的，或者其也可以是在磁共振指纹识别之前、之后或期间通过控制所述磁共振成像系统执行对感兴趣区域109的成像来采集的。

接下来，在步骤204中，识别解剖区域，以使用磁共振数据152和解剖模型154来执行配准156。所述磁共振数据可以是所述磁共振图像。备选地，所述解剖模型通过MRF数据自身来引导，以对属于相似解剖/功能结构的体素进行聚类。接下来，在步骤206中，局部磁共振指纹识别词典158是使用解剖区域156的识别来选择的。最后，在步骤208中，成分绘图160是使用局部磁共振指纹识别词典158和MRF信号148针对一组预定物质来计算的。

MR指纹识别(MRF)是用于组织分类/表征的新的并且有前景的方法，允许定量地绘图MR组织参数或组织特异性信息以支持未来的临床诊断。在当前的MRF应用中，来自每个体素的信息在词典匹配过程期间被个体地分析。然而，还在空间上存在尚未被充分使用的个体体素的信号之间的相关性。靠近彼此的体素可能属于相同的组织种类，或者可以被相同组织的部分体积占主要地位。

在本文中所描述的范例可以受益于这种相关性，并且还支持诊断过程，组合普通的词典评估与适当的解剖建模。解剖模型通过MRF数据自身来引导，以对属于相似解剖/功能结构的体素进行聚类。在第二MRF匹配步骤中，关于解剖结构的知识然后被用于改善匹配过程中的特异性。以这种方式，实现了结构特异性组织成分分析(例如，大脑：白和灰质、CSF以及更多)，促进对偏差和离群值的识别，这可以以真正的患者特异性的方式来引导诊断。

所述解剖模型不仅可以包括不同器官或结构的几何范围，而且还包括预期在各自结构中的最可能的组织类型内容/成分。

MRI具有极大的软组织对比度，并且是最通用的成像模态中的一种。期望定量MR技术以减少种类繁多的对比度和/或使发现更可比较以得出诊断结论。定量MRI(qMRI)(包括即将到来的具有其给出数值的能力的MR指纹识别(MRF))是识别能够便于诊断、治疗监测和随访决策的重要生物标记的非常有前景的方法。

尽管MR指纹识别具有极大的前景，但是数据评估/分析过程能够被改善。直到现在，每个体素的信号被个体地分析，与其他部分分开。然而，体素之间存在许多相关性。这尤其适用于属于相同组织类型、解剖或功能结构的体素。这种相关性应当更好地用于改善未来的诊断或疾病分期。

范例可以具有以下特征中的一项或多项：

使用适于MRF数据并且因此适于患者自身的适当解剖模型的基于当前词典的体素信号匹配过程到更广泛的解剖区域/隔室/功能结构的扩展的范围。

针对更精确的MRF匹配的增加的SNR，进一步改善组织成分分析(部分体积)的准确性，将此限制于解剖/功能结构以导出未来的疾病特异性标记。

范例还可以被用于帮助操纵潜在的迭代重建，以使用从作为先验的适应模型导出的信息来补偿空间欠采样伪影。

范例还可以支持能够从针对每个区域的均值识别组织偏差和离群值的模型驱动的解剖/功能聚类方案。因此，可疑斑能够被患者特异性地识别，比较经聚类的基于区域的信息与逐体素空间地求解的MRF分析。

范例方法可以包含以下步骤中的一个或多个：

1.采集MRF图像数据

2.执行标准词典匹配，以发现被编码在信号中的所有参数的定量参数绘图(例如，T1、T2)。

3.使用该多参数信息，解剖区域是通过将解剖模型与图像数据相匹配来识别的。MRF绘图的多参数的、定量的并且完美共同匹配的性质允许解剖模型的非常准确的匹配。

4.针对每个解剖区域，基于a)关于针对该区域预期的组织成分的先验知识、b)关于通过测量在区域中发现的指纹的经验知识，c)这两者创建新的并且专用的MRF词典。

5.个体专用的MRF词典可以利用关于各个周围组织的信息来扩展，使得在组织边界处的部分体积影响能够被正确地考虑。

6.额外的MRF匹配过程是针对每个解剖区域来执行的，以在高特异性的情况下识别组织类型、体素成分和与预期信号的偏差。

7.细化的MRF分析的结果，尤其是关于未预期的组织信号的信息，优选作为在解剖模型数据或从初始MRF匹配流程导出的任何参数对比数据上的(有颜色的)叠加图像来显示给用户。

在第一范例中：普通的MRF序列作为大脑检查的一部分来执行。在该范例中，选择T1-扰相MRF方法，使用固定的并且短的TR，仅改变基本序列的翻转角。序列以反转脉冲开始以增强T1加权。欠采样的螺旋被用于每个TR中的信号的空间编码。翻转角以预定的方式根据时间来改变(被匹配到对应的词典生成过程)。螺旋采样型式从TR到TR被稍微地改变，以破坏空间采样相干性。

在对每个欠采样的螺旋(每个TR)的采集和重建之后，在时间上采样的这些复杂数据(图像)的部分被求平均。经求平均的实际图像的数量至少等于或者是在测量中所使用的欠采样因子的倍数(这并不是硬性先决条件而是使数据处理更容易)。以这种方式，能够生成相同切片的数个完全采样的图像，其可以示出由于由MRF编码引起的非静止信号行为的显著图像伪影。这些图像能够被用于将解剖模型调整到实际患者的解剖结构。所述解剖模型将使用适当的拟合和匹配流程被调整到这些图像。所述解剖模型可以被拟合到MRF数据(图像)。所述解剖模型可以被拟合到反映不同对比度的MRF数据的不同地球平均的子集。

在这种情况的进一步细化中，MRF序列也能够被适当地调整以允许上文所提到的在小的伪影水平下反映不同对比度的支持图像的形成。

在另一细化中，其在没有那些图像的形成的情况下进行，并且进行正常的MRF绘图。基于参数绘图(如T1、T2、M0等)和一些简单的先验知识/规则进行组织分类。这种分类的结果能够被用于模型调整。

在拟合模型之后，来自不同解剖/功能结构的体素被分组在一起，并且其对应的MRF信号被空间地求平均，形成针对该区域代表性的一个MRF信号。该流程能够变得相当复杂。因此，基本求平均能够通过量值或者更优选地通过适当的复杂操作来执行，其也可以包含关于接收线圈灵敏度的信息。以这种方式，所得到的MRF信号的SNR被改善，这便于随后的匹配过程。该方法能够在相当低的场强下使用，但是在高场强下，关于B1⁺不均匀性的信息也应当被认为避免对在不同传输情况下获得的MRF信号求平均。该信息可以来自先前测量到B1⁺场绘图，或者可以从通过作为良好猜想的模型来递送。备选地，B1⁺信息也能够从第一完全逐体素MRF分析来导出，如上文描述那样匹配解剖模型，其中，RF不均匀性也是词典的一部分。基于该信息，来自等B1⁺区域的信号能够如上文描述那样被求平均，以形成必须被个体地匹配到词典的数个部分求平均的更高SNR的MRF响应。

基于此或这些信号，可以执行MRF隔室分析，以在针对个体体素的更高准确性的情况下针对整个结构识别部分体积信号贡献。该拟合/匹配过程可以进一步通过在注释图集中给出的先验知识来支持(如白质可以包含灰质、CSF和更多的部分)，帮助引导部分组织分析。

作为该模型增强的分析的一个结果，包含关于不同器官或器官子区域的尺寸/体积和组织成分的信息的详细报告是可设想到的。以这种方式，信息能够被补充，并且与先验知识和标准/临床建议进行比较。这意指实际发现能够被匹配到临床基础真实数据，而且还被匹配到个体对象。

范例2：范例也可以是能应用在大脑中的。在此，这样的信息对于诊断与体积和成分改变相关联的不同疾病(例如，神经退化性疾病)是非常有用的。

在确定主要组织成分之后，如果还未进行，体素特异性正常MRF匹配流程能够如平常在MRF中那样被触发。同样地，在该匹配流程中，最小二乘问题能够被求解，识别数个未知的体素内成分。该拟合流程能够受益于全局的刚好采集的关于该体素属于的潜在组织成分的知识，引导/约束本地匹配过程以改善状况。

图3-6被用于图示在磁共振指纹识别期间检测异常体素并对其进行校正的方法。其能够被认为是解剖模型增强的离群值检测方案。首先，在图3中示出了来自磁共振指纹识别的成分绘图300或图像。在图3中显示了CSF、白质和灰质。图4示出了可以预期在大脑的白质内的T1分布400。线402示出了针对图3的实际测量到的T2分布。能够看到，当与曲线400进行相比时，曲线402的区域404是异常的。这可以被用于识别可能异常的体素。图5示出了针对T1值的类似分析。曲线500是针白质的正常的或预期的T1值，并且502示出了T1的测量值的分布。能够看到，图4和图5指示一些异常。图6示出了经校正的MRF成分绘图600。异常体素602已经使用新的磁共振指纹识别词典使其成分绘图被重新计算。区域602中的体素可能是异常的，并且例如可以指示异常组织病理。

在第三范例中：如在范例1中的相似设置被选择，将解剖/功能模型拟合到初始数据。来自区域MRF响应的信息、所得到的组织成分和整个解剖模型能够被用作迭代重建中的先验/约束，以减少个体地下采样的时域图像中的一些混叠。

尽管已经在附图和前文的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的。

本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解和实现对所公开的实施例的其他变型。在权利要求书中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载的特定措施，但是这并不指示不能有效地使用这些措施的组合。权利要求中的任何附图标记都不应档被解释为对范围的限制。

Claims (15)

1.一种用于采集来自对象（118）的感兴趣区域（109）内的MRF磁共振数据（144）的磁共振成像系统（100），其中，所述磁共振成像系统包括：

处理器（130），其用于控制所述磁共振成像系统；

存储器（134），其用于存储机器可执行指令（140）和MRF脉冲序列命令（142），其中，所述MRF脉冲序列命令被配置用于控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据，

其中，所述机器可执行指令的执行使所述处理器：

通过利用所述MRF脉冲序列命令控制所述磁共振成像系统来采集（200）针对所述感兴趣区域的所述MRF磁共振数据，并且根据所述MRF磁共振数据来重建MR指纹；

接收（202）描述所述感兴趣区域的磁共振数据；

使用解剖模型（154）来识别（204）所述磁共振数据中的所述感兴趣区域内的解剖区域（156）；

从一组磁共振指纹识别词典中选择（206）针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典（158），其中，所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表；并且

使用所述MR指纹和所述局部磁共振指纹识别词典来计算（208）针对所述解剖区域中的每个解剖区域的所述预定物质的成分绘图（160），其中，所述成分绘图是在所述解剖区域中的每个解剖区域内体素的空间平均。

2.根据权利要求1所述的磁共振成像系统，其中，所述机器可执行指令的执行使空间求平均使用以下中的任一项来执行：

通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之前执行对图像空间中的所述解剖区域中的每个解剖区域内的所述MR指纹的逐体素求平均；

通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之后执行对所述成分绘图的逐体素求平均；以及

通过使用所述局部磁共振指纹识别词典来计算所述成分绘图，使得所述成分绘图提供到针对所述解剖区域中的每个解剖区域的体素的最佳拟合。

3.根据权利要求1或2所述的磁共振成像系统，其中，所述机器可执行指令的执行还使所述处理器：

确定针对从所述解剖区域中选择的解剖区域内的每个体素的成分分布（402）；并且

在针对所述解剖区域内的异常体素（602）的成分分布与所述解剖区域中的每个解剖区域内的所述空间平均的不同超过预定阈值的情况下将所述异常体素识别为异常的。

4.根据权利要求3所述的磁共振成像系统，其中，所述机器可执行指令的执行还使所述处理器通过使用根据所述磁共振指纹识别词典的异常组织磁共振指纹识别词典来确定针对所述异常体素中的每个异常体素的异常体素成分。

5.根据权利要求1或2所述的磁共振成像系统，其中，所述机器可执行指令的执行还使所述处理器：

识别所述解剖区域中的每个解剖区域之间的边界体素；

使用针对与所述边界体素中的每个边界体素相邻的每个解剖区域的所述局部磁共振指纹识别词典来计算针对所述边界体素中的每个边界体素的部分体素成分绘图。

6.根据权利要求1或2所述的磁共振成像系统，其中，所述机器可执行指令的执行还使所述处理器接收所述感兴趣区域的B1+绘图（150），其中，所述机器可执行指令的执行使所述处理器使用所述B1+绘图来校正所述成分绘图。

7.根据权利要求6所述的磁共振成像系统，其中，所述存储器还包含用于根据B1+绘图磁共振成像协议来采集B1+绘图磁共振数据的B1+绘图脉冲序列命令，其中，所述机器可执行指令的执行还使所述处理器通过以下操作来接收所述B1+绘图：

通过利用所述B1+绘图脉冲序列命令控制所述磁共振成像系统来采集所述B1+绘图磁共振数据；以及

使用根据B1+绘图磁共振成像协议的所述B1+绘图磁共振数据来重建所述B1+绘图。

8.根据权利要求6所述的磁共振成像系统，其中，所述机器可执行指令的执行使所述处理器通过使用B1+绘图磁共振指纹识别词典使用所述MRF磁共振数据重建所述B1+绘图来接收所述B1+绘图，其中，初始磁共振指纹识别词典包括针对B1+绘图值的条目。

9.根据权利要求1或2所述的磁共振成像系统，其中，所述存储器还包括根据MR成像协议的成像脉冲序列命令，其中，所述机器可执行指令的执行还使所述处理器通过以下操作来接收至少一幅磁共振图像：

通过利用所述成像脉冲序列命令控制所述磁共振成像系统来采集成像磁共振数据；并且

从根据所述MR成像协议的所述成像磁共振数据来重建所述至少一幅磁共振图像。

10.根据权利要求1或2所述的磁共振成像系统，其中，所述解剖模型是以下中的任一种：可变形模型和解剖图集。

11.根据权利要求1或2所述的磁共振成像系统，其中，所述解剖模型包括模型区域与从所述一组磁共振指纹识别词典中对所述局部磁共振指纹识别词典的选择之间的链接。

12.一种操作磁共振成像系统（100）以采集来自对象的感兴趣区域（108）内的MRF磁共振数据（144）的方法，其中，所述方法包括：

通过利用MRF脉冲序列命令（142）控制所述磁共振成像系统来采集（200）针对所述感兴趣区域的所述MRF磁共振数据，其中，所述MRF脉冲序列命令被配置用于：控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据，并且根据所述MRF磁共振数据来重建MR指纹；

接收（202）描述所述感兴趣区域的磁共振数据；

使用解剖模型来识别（204）所述磁共振数据中的所述感兴趣区域内的解剖区域（156）；

从一组磁共振指纹识别词典中选择（206）针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典（158），其中，所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表；并且

使用所述MR指纹和所述局部磁共振指纹识别词典来计算（208）针对所述解剖区域中的每个解剖区域的所述预定物质的成分绘图（160），其中，所述成分绘图是在所述解剖区域中的每个解剖区域内体素的空间平均。

13.根据权利要求12所述的方法，其中，空间求平均是使用以下中的任一项来执行的：

通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之前执行对图像空间中的所述解剖区域中的每个解剖区域内的所述MR指纹的逐体素求平均；

通过在使用所述局部磁共振指纹识别词典计算所述成分绘图之后执行对所述成分绘图的逐体素求平均；以及

通过使用所述局部磁共振指纹识别词典来计算所述成分绘图，使得所述成分绘图提供到针对所述解剖区域中的每个解剖区域的体素的最佳拟合。

14.根据权利要求12或13所述的方法，其中，所述方法还包括：

确定针对从所述解剖区域中选择的解剖区域内的每个体素的成分分布；并且

在针对所述解剖区域内的异常体素的成分分布与所述解剖区域中的每个解剖区域内的所述空间平均的不同超过预定阈值的情况下将所述异常体素识别为异常的。

15.一种计算机程序产品，包括用于由控制磁共振成像系统（100）的处理器（130）执行的机器可执行指令（140），其中，所述机器可执行指令的执行使所述处理器：

通过利用MRF脉冲序列命令（142）控制所述磁共振成像系统来采集（200）针对感兴趣区域（108）的MRF磁共振数据（144），其中，所述MRF脉冲序列命令被配置用于：控制所述磁共振成像系统根据磁共振指纹识别协议来采集所述MRF磁共振数据，并且根据所述MRF磁共振数据来重建MR指纹；

接收（202）描述所述感兴趣区域的磁共振数据；

使用解剖模型（154）来识别（204）所述磁共振数据中的所述感兴趣区域内的解剖区域（156）；

从一组磁共振指纹识别词典中选择（206）针对所述解剖区域中的每个解剖区域的局部磁共振指纹识别词典（158），其中，所述局部磁共振指纹识别词典包括针对特异于所述解剖区域中的每个解剖区域的一组预定物质的计算的MRF信号的列表；并且

使用所述MR指纹和所述局部磁共振指纹识别词典来计算（208）针对所述解剖区域中的每个解剖区域的所述预定物质的成分绘图（160），其中，所述成分绘图是在所述解剖区域中的每个解剖区域内体素的空间平均。

Images