CN110604586B - 用于运行医学图像拍摄装置的方法和图像拍摄装置 - Google Patents
用于运行医学图像拍摄装置的方法和图像拍摄装置 Download PDFInfo
- Publication number
- CN110604586B CN110604586B CN201910514460.9A CN201910514460A CN110604586B CN 110604586 B CN110604586 B CN 110604586B CN 201910514460 A CN201910514460 A CN 201910514460A CN 110604586 B CN110604586 B CN 110604586B
- Authority
- CN
- China
- Prior art keywords
- patient
- image
- image acquisition
- data
- operating parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims description 28
- 238000003384 imaging method Methods 0.000 claims description 23
- 238000013473 artificial intelligence Methods 0.000 claims description 15
- 238000010191 image analysis Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims 1
- 210000000056 organ Anatomy 0.000 description 16
- 239000007943 implant Substances 0.000 description 11
- 210000004351 coronary vessel Anatomy 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000011282 treatment Methods 0.000 description 8
- 238000002591 computed tomography Methods 0.000 description 6
- 238000002083 X-ray spectrum Methods 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 210000002216 heart Anatomy 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000000973 chemotherapeutic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 230000003073 embolic effect Effects 0.000 description 1
- 230000010102 embolization Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004013 groin Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 229910052715 tantalum Inorganic materials 0.000 description 1
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Classifications
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/467—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient characterised by special input means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/547—Control of apparatus or devices for radiation diagnosis involving tracking of position of the device or parts of the device
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- 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
-
- 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
- A61B2034/2055—Optical tracking systems
-
- 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
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- A61N2005/1059—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using cameras imaging the patient
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Abstract
本发明涉及一种在服务于图像拍摄目标的、对患者(14)的图像拍摄过程的范围中用于运行医学图像拍摄装置(8)的方法,其中对图像拍摄装置(8)的控制基于由图像拍摄装置(8)的控制装置(15)待实现的运行参数进行,其中所述运行参数借助确定算法(6)完全自动地根据至少描述以患者模型形式的患者(14)和/或图像拍摄目标的输入数据(2,3,4,5)以及根据患者(14)与图像拍摄装置(8)的坐标系的配准(1)来确定,并且用于控制图像拍摄装置(8),其中基于配准(1)导出待拍摄的患者(14)的检查区域和图像拍摄目标。
Description
技术领域
本发明涉及一种在服务于图像拍摄目标的、对患者的图像拍摄过程的范围中用于运行医学图像拍摄装置的方法,其中对图像拍摄装置的控制基于由图像拍摄装置的控制装置待实现的运行参数进行。此外,本发明还涉及一种医学图像拍摄装置、一种计算机程序和一种电子可读的数据载体。
背景技术
现代医学图像拍摄装置是复杂的系统,为了在对患者的图像拍摄过程中获得合适的或者甚至最佳的图像质量,对医学图像拍摄装置的操作给用户带来了巨大的挑战。因此,在现有技术中已知,为用户提供可手动选择的、预定义的测量协议以供选择,使得用户可以基于当前图像拍摄过程的图像拍摄目标来选择合适的测量协议。这种测量协议特别是在作为图像拍摄装置的X射线装置中也被称为“器官程序”。
测量协议(其定义了由图像拍摄装置的控制装置待实现的运行参数)在此诸如可能的图像拍摄目标和医学体系是非常不同的。例如,可以给不同器官,例如心脏、肝脏、头部、腿部、脊椎区域提供针对心血管造影、电生理学、神经干预、一般的血管造影、儿科、外科等领域中的不同的诊断检查以及干预的测量协议。测量协议的区别在于其运行参数,例如物理运行参数,诸如X射线装置中的剂量、管电压、脉冲长度、图像频率、探测器分辨率、探测器模式、管焦点选择等,和/或与分析相关的运行参数,诸如本机模式、减法模式、一般的图像叠加(例如,透视数据组和3D图像数据组)、基于图像的或暂时的噪声抑制的方式、取决于频率的对比度增加和/或对比度降低、图像动态的管理、图像清晰度等。因此,整体上可以说,对于具有越来越多应用可能性和应用领域的图像拍摄装置,存在越来越多的优化的测量协议,其提供合适的运行参数,例如图像拍摄参数或者图像分析参数。
针对还可以形成检查阶段和/或治疗阶段的相应的图像拍摄过程,例如治疗过程的诊断部分,安放诸如球囊、支架、线圈、用于消融栓塞物质或者用于施用化学治疗物质的导管、活检针等的医学器械,用户、例如执行诊断/治疗的医生选出相应的用户认为合适的测量协议。
在日常实践中经常发生,不使用对于图像拍摄过程最佳的测量协议、特别是器官程序,因为医生作为用户将其焦点以及其注意力放在了检查/治疗和患者上,或者尽管受过训练,医生仍没有意识到替换的测量协议可能会提供更好的图像拍摄结果。为了改进这一点,对此已经提出,将测量协议合并为针对整体检查或整体治疗的序列,并且由此针对不同的检查阶段或治疗阶段提供定义的测量协议顺序。然而,这种测量协议的合并没有解决大量可供使用的、要手动选择的测量协议的问题。
文献US2018/0157800A1公开了一种基于机器学习以提供特定于患者的测量协议的方法。此外,文献WO 2018/048507 A1公开了一种用于借助神经网络产生合成图像的方法。此外,文献EP 2130491 A1公开了借助解剖学识别特定于患者地对成像参数进行调整。文献US 2017/340902 A1公开了一种用于将X射线图像中的各个解剖结构与概览X射线图像的坐标系配准的方法。
发明内容
因此,本发明要解决的技术问题是,提供一种简化图像拍摄装置的操作的且有助于改善图像拍摄质量的、用于控制图像拍摄装置运行的可能性。
该技术问题通过根据本发明的方法、根据本发明的图像拍摄装置、根据本发明的计算机程序和根据本发明的电子可读的数据载体来解决。本发明还给出有利的设计方案。
根据本发明的用于运行医学图像拍摄装置的方法规定,运行参数借助确定算法完全自动地根据至少描述以患者模型形式的患者和/或图像拍摄目标的输入数据和根据患者与图像拍摄装置的坐标系的配准来确定,并且用于控制图像拍摄装置,其中基于配准导出待拍摄的患者检查区域和图像拍摄目标。
因此,通过完全不再在图像拍摄装置中定义纯手动或者在系统侧辅助地选择的测量协议,而是借助系统固有的智能根据确定算法直接影响物理的和图像处理技术的运行参数,来力求彻底避免提供要手动地选择的不同测量协议的已知的现有技术,所述运行参数对于特别是作为检查和/或治疗阶段的相应图像拍摄过程是最佳的。换言之,本发明提出,相应有能力的确定算法实施大部分或者甚至全部图像相关的参数化,从而最小化或完全排除用户交互,例如以测量协议选择形式的用户交互。
这种确定算法(其此外不是必须的,但在优选的实施例中可以广泛地选择人工智能)特别地在此利用描述以患者模型形式的患者的输入数据和患者与图像拍摄装置的坐标系的现有的配准,这意味着,基于配准还已知用于图像拍摄装置的患者模型的位置,从而特别是可以推断出,应当拍摄哪个检查区域,这又为图像拍摄目标给出了明确的指示。特别地,通过将患者配准到图像拍摄装置的坐标系可以确定患者的检查区域。此外,借助将患者配准到图像拍摄装置的坐标系和/或借助患者模型可以导出图像拍摄目标。优选地,图像拍摄目标在此可以包括医学检查目标,特别是由图像拍摄过程(特别是在使用另外的图像拍摄模态的情况下)和/或执行检查和/或治疗、例如导管检查构成的组合。特别地,自动确定图像拍摄目标可以有利地用于规划图像拍摄过程。
特别地,关于图像拍摄目标还可以存在还要进行解释的另外的输入数据,以便能够共同尽可能准确地推断出,哪个运行参数提供针对图像拍摄装置的成像类型的最好的成像结果。一般而言,另外的输入参数可以涉及系统和环境条件、特别是所使用的医学器械和/或用于图像拍摄过程的辅助设备。此外,在考虑患者的位置以及因此用于图像拍摄装置或者图像拍摄装置的相应的拍摄设备的患者的解剖结构的情况下,还创建不断更新的信息库,该信息库在动态变换的检查区域中可以合适地跟踪运行参数,特别是在追踪穿过患者身体的医学器械、例如导管的情况下,所述医学器械例如应当从手臂或者腹股沟出发引导到目标位置,其中,这些不同的进入位置已经明显导致不同的合适的运行参数,这些运行参数可以自动根据输入数据和现有的配准由确定算法来确定并且可以在控制装置中使用。
在另一有利的实施方式中,基于患者与图像拍摄装置的坐标系的配准以及至少从中导出的图像拍摄目标来确定工作流程。在此,医学图像拍摄装置优选地被设计为,在对患者的图像拍摄过程中半自动或自动地执行所确定的工作流程。在此,工作流程可以包括关于用于执行图像拍摄过程的图像拍摄装置的不同运行参数的时间顺序的信息。优选地,由于自动确定患者的检查区域、例如腹股沟区域,可以确定针对完整医学检查的工作流程、例如心脏导管检查的工作流程。在此,该工作流程可以包括多个不同的运行参数以及在整个图像拍摄过程期间的运行参数的时间顺序。
在半自动地执行根据配准和图像拍摄目标所确定的工作流程的情况下,有利地可以例如经由显示单元将一个或多个工作流程指示输出给操作人员。此外,医学图像拍摄装置可以自动执行工作流程,在此,操作人员可以以特别简单且直观的方式监视图像拍摄过程。
特别有利地,除了图像拍摄参数(物理运行参数)之外,运行参数还可以包括至少一个图像分析参数(图像处理技术参数)。由于在图像拍摄装置内已经执行了关于图像拍摄结果(即图像数据)的许多(预)分析步骤,因此特别合适地,图像处理也已经关于由输入数据描述的且因此从该输入数据至少可导出的图像拍摄目标被调整为,使得也与此相关地形成改善的图像质量,而无需用户的相应的手动输入。特别有利地,可自动借助确定算法确定的运行参数由此包括迄今由测量协议提供的或可由测量协议提供的所有运行参数,从而确定算法可以基于输入数据自动地定制单独与当前图像拍摄过程和当前患者匹配的测量程序。
因此,确定算法至少部分明确地或至少部分隐含地例如通过人工智能使用判定标准,该判定标准分析输入数据或从中导出的中间数据。在此,对于本发明重要的判定标准是,使用由输入数据给出的、用于确定位于图像拍摄装置的视野中的且感兴趣的器官(OOI)的信息,以便基于此自动选择最佳的物理运行参数以及特别是最佳的图像处理技术的运行参数。
本发明的合适的扩展规定,确定算法包括至少一个人工智能算法,该人工智能算法已经通过机器学习、特别是借助深度学习进行了训练。在本发明的范围中,人工智能已经证实是一种不是强制必须的、但非常有用且改善了自动确定的运行参数的整体质量的工具。特别地,随着图像拍摄装置复杂性的增加、特别是由于装备的增加和/或设置可能性的数量的增加,人工智能提供了,提取输入参数与运行参数之间的相关性,以及必要时还提取运行参数与运行参数之间的相关性,并且在相应的学习过程之后进行使用以进一步改善图像拍摄结果的质量。为此,使用合适的训练数据。
在这方面,本发明的特别合适的设计方案规定,在使用具有预定义的运行参数的预定义的测量协议的情况下,通过记录包括特别是至少一个单个参数调整的用户活动来确定用于人工智能算法的训练数据。这意味着,建议在使用(可在用户侧进行调整的)测量协议的常规图像拍摄装置中记录用户的选择和调整活动,特别是在考虑图像拍摄结果的质量的情况下进行记录,以便由此找到这些测量协议中的优化潜力,并且可以实现相对于仅自动选择合适测量协议的明显优势。合适地,在此还并行地确定和一起记录输入数据、特别是患者模型,从而在训练数据中给所确定的输入数据分配相关联的输出数据、即用户设置。
如已经提到的,使用患者模型是本发明的特别合适的特征,所述患者模型基于现有的配准和与当前患者的匹配尽可能准确地描述了,患者的哪部个分放置在图像拍摄装置的视野中。在这方面,具体的设计方案规定,作为描述患者的患者数据至少使用与当前患者匹配的患者模型,该患者模型局部分辨地描述患者的组成。在此,合适地作为患者模型,可以使用基于计算机断层成像的患者模型和/或基于向量的患者模型和/或映射器官的至少一部分的位置的患者模型和/或映射患者的血管走向的患者模型。这意味着,例如可以想到基于计算机断层成像的患者模型或计算机断层成像式的患者模型,所述患者模型映射了患者的所有重要器官和血管树。这种基于计算机断层成像的患者模型例如可以从当前患者的计算机断层成像拍摄本身导出,然而也可以作为普通的模型考虑,并且在作为X射线装置的图像拍摄装置的设计方案中特别适用,因为其还隐含地描述了X射线成像映射相应解剖结构的能力。然而,还可以想到,考虑基于向量的、简单的患者模型,使得映射普通患者的轮廓和所有主要器官相对于轮廓的位置,并且优选地借助配准与当前患者匹配。因此,总体上可以想到患者模型的非常不同的设计方案,其中在优选的设计方案中,患者模型原则上能够与配准一起映射重要器官相对于图像拍摄装置或其拍摄设备的位置。
如果患者模型是普通患者模型,则例如可以通过另外的患者数据将患者模型与当前患者匹配,所述另外的患者数据例如可以从配准和/或从初步拍摄和/或从另外的患者信息、特别是身高和/或体重和/或性别导出。特别有利地,配准还可以包括将预先给定普通患者模型与当前患者匹配。
具体地,可以在使用至少一个对准患者的传感器的传感器数据和/或使用利用图像拍摄装置拍摄的患者图像数据的情况下和/或基于从信息系统调用的患者数据和/或基于从图像拍摄装置的患者卧榻的设计方案获得的患者位置数据进行配准。在此,作为传感器在具体设计方案中可以使用照相机,特别是3D照相机和/或红外照相机和/或太赫兹照相机,和/或超声波传感器,其中另外的设计方案也是可以的。因此,具体地可以使用多种方法,以使得患者与图像拍摄装置的坐标系配准,所述配准特别具体地表现在匹配于当前患者的患者模型与该坐标系的配准中。
因此,首先可以想到,实施基于照相机的光学配准,其中照相机映射位于患者卧榻上的患者,并且创建了患者轮廓相对于患者卧榻的相关性,该相关性特别是还描述患者的位置(“头向前”,“脚向前”,“仰卧”,“俯卧”)。在此,使用红外照相机具有能够无菌地看透患者的可能覆盖物的优点。还可以想到基于超声波地识别出患者相对于患者卧榻位置。在配准的范围中,在此还可以考虑从诸如医院信息系统(HIS)和/或放射信息系统(RIS)的信息系统获得的患者数据和/或输入到图像拍摄装置的患者数据,这些患者数据可以直接描述例如患者在患者卧榻上的位置,以及还可以例如通过身高、年龄、性别、体重等更准确地描述患者,其中,优选地可以将这种患者数据用于将预先给定的普通患者模型与当前患者匹配。附加地或作为替换,还可以想到基于图像的配准,例如使用从患者拍摄的第一初步图像和/或第一图像数据。从图像数据可以例如根据数据库和/或人工智能提取信息,其中还可以想到器官辨认。最后,在本发明的范围中,还可以基于患者卧榻的设计方案来进行配准,其中在具体的实施方式中可以规定,使用具有集成压敏薄膜的患者台,该薄膜识别出患者的主要支承点,特别是头部、肩部、臀部、小腿、脚部和手臂,并且为了配置将其与患者模型相关联。
在此,应再次强调,将所使用的(预先给定的普通)患者模型与当前患者匹配优选地基于在配准时收集的配准数据进行,从而可以在图像拍摄装置的坐标系中定位包含在患者模型中的患者特征。换言之,患者配准然后建立了患者模型(并且因此患者)的坐标系与图像拍摄装置的坐标系之间的关系,其中因此可以相对于图像拍摄装置、特别是其拍摄设备来定位由患者模型描述的解剖学特征,以便在确定算法中得出相应的结论。
在本发明的范围中可以规定,可以从信息系统调用描述图像拍摄目标的输入数据,和/或从另外的输入数据、特别是从定位在图像拍摄装置的视野内部的患者部分中导出图像拍摄目标。在此,由于相应的信息通常在信息系统的患者配准中获得,所以特别有利地可以从医院信息系统(HIS)和/或放射信息系统(RIS)的条目确定图像拍摄目标(目标应用程序)。然而,从定位在图像拍摄装置的视野中的患者部分得出相应的结论也是特别有利的,这基于如详细描述的患者模型的配准是可能的。在此,还可以考虑或者分析定位在图像拍摄装置的视野中的部分的合理性。
在本发明的特别有利的设计方案中可以规定,输入数据还包括描述在图像拍摄过程中针对患者使用的至少一个医学器械的器械数据。所使用的器械(设备)不仅可以对图像拍摄装置本身的成像类型的成像有影响,而且特别是还通过其成像特性对图像拍摄提出特定的要求,尤其是当涉及医学器械本身的映射时,例如在跟踪导管、检查植入物的配合时等。因此,描述医学器械的相应输入数据是在通过确定算法确定运行参数时的有用信息。
具体地,器械数据可以在使用读取器械上的信息载体和/或器械包装的识别装置的情况下和/或由信息系统的器械数据和/或通过分析示出器械的图像拍摄装置的图像数据来确定,和/或可以包括对于图像拍摄装置的成像类型重要的至少一个特性。例如可以规定,通过借助合适的识别装置读取医学器械的信息载体,例如条形码和/或RFID芯片,可以说是将医学器械配准到图像拍摄装置。附加地或替换地,还可以进行信息系统的信息查询和/或进行基于图像的比较(Abgleich),其中,例如可以通过分割算法在图像拍摄装置的图像数据内探测医学器械,这特别是还可以实现对于医学器械的特性的确定。相应地,存储关于医学器械的特性、特别是存储广泛的对于图像拍摄装置的成像类型重要的特性,也是特别有利的。例如,医学器械的特性可以使用至少一个医学器械材料(例如,铂、塑料、铁、钽、碘等)、至少一个维度中的几何尺寸(例如,1.2French导管、即直径为0.4mm的导管,支架直径,支架支柱的直径等),以便基于此来调整图像拍摄装置的运行参数。
如果在示例中使用了小导管,除了在必要时关于导管的使用领域已经给出的运行参数的优化,关于更好的分辨率来调整运行参数可以是合适的,从而例如当医学器械位于患者的肝脏区域或者患者的心脏区域时,考虑不同的图像拍摄参数和/或图像分析参数。关于医学器械的目标区域的另外的信息,例如目标区域中的栓塞等,也可以是重要的。
在另一有利实施方式中,借助确定算法确定的运行参数包括在图像拍摄过程中使用的医学器械的运行参数。由此,例如可以基于配置预先给定医学器械的取向和/或位置。此外,有利地可以确定图像拍摄装置和医学器械的共同的工作流程,这使得能够实现特别省时高效且直观地执行图像拍摄过程以实现图像拍摄目标。对于可动的图像拍摄装置,共同的工作流程例如可以实现医学器械与图像拍摄装置的尽可能同步的运动。此外,由例如位于图像拍摄装置的视野中的医学器械引起的干扰影响可以通过共同工作流程中的相应指令来避免。
合适地,在本发明的范围中已知图像拍摄装置的可动部件的位置和/或取向、尤其是拍摄设备和/或患者卧榻的可动部件的位置和/或取向,因此还已知这些可动部件在图像拍摄装置的坐标系中的位置和/或取向(姿势)。这种也可作为输入数据使用的和/或通过其他方式输入确定算法中的部件信息可以以不同的方式获得,从而图像拍摄装置的部件的存在和/或位置/取向例如根据与其相关联的执行器的状态和/或通过与部件相关联的传感器来确定。相比于现有技术,在此当然还可以添加另外的传感器,特别是在手动安置和/或调节的部件中。在此,类似于医学器械地来操作例如辅助设备,特别是滤波器和/或准直器和/或格栅,特别地,相应地也在(第一)图像数据中进行探测和/或在使用时借助信息载体进行配准。
合适地,周期性地和/或在变化时更新输入数据,其中基于改变的输入数据调整运行参数中的至少一个。这意味着,如果需要,可以图像同步地或者至少时不时地更新所描述的输入数据。例如,在拍摄过程中的图像序列期间,C形臂的角度和/或患者卧榻的位置通常发生改变,从而拍摄条件和/或检查区域发生改变。对此的具体示例包括在入口(腰部或桡骨)处引入导管或者导丝,其中在患者卧榻一起移动期间,导管或导丝移动经过主动脉(或桡动脉)到达主动脉弓,从而总是可以在所拍摄的图像数据组中见到医学器械的尖端,并且在此经过不同的器官/检查区域。在此,特别有利地,可以借助确定算法来始终动态地确定合适的运行参数,并且因此通过始终保持当前的输入数据和由此产生的运行参数来为医学器械的所有位置提供改善的图像质量。
在合适的扩展中,可以通过确定算法来确定对于所使用的图像拍摄装置的成像类型重要的、患者的拍摄区域的至少一个特性,并且用于调整至少一个运行参数、特别是图像分析参数。
这将在作为图像拍摄装置的X射线设备的具体示例中更详细地解释。例如,运行参数的确定可以包括针对图像拍摄目标的X射线谱的优化。在此,如今的剂量调节和谱调整基于一般使用的主要患者物质特性的混合模型,其中例如涉及特定的组成假设。借助当前的输入数据、特别是借助对图像拍摄装置的视野中的患者部分的确定(其中附加地从患者模型中已知对应于该部分的解剖结构),现在基本上可以更专用地应用在位于视野中的部分中的实际的患者组成,从而可以通过合适的X射线谱选择(管电压,预滤波等)来优化由此期望的初级和散射辐射分量。
在此应当注意,输入数据、特别是患者模型还可以描述可能存在的患者的植入物,同样地,在选择或确定合适的运行参数时也可以考虑患者的植入物。因此,例如关于已知植入物(膝盖、髋部等)的信息同样也可以用于优化X射线谱和X射线剂量,就如关于插入准直器和/或所使用的滤波器的信息一样。
特别地,因此可以确定通常要使用的滤波器和/或准直器和/或其位置和/或其设置作为输入数据或运行参数。在此应当注意,关于滤波器/准直器的信息也如关于植入物的信息一样也可以通过例如对初步图像或者所拍摄的第一患者图像数据进行图像分析来确定。
此外,还可以基于关于视野中的患者部分的知识,特别是关于OOI(感兴趣的器官)来调整另外的物理运行参数以及因此调整图像拍摄参数以进行优化。例如可以基于输入数据和配准,以高概率预测右冠状动脉或左冠状动脉的血管造影作为图像拍摄目标,并且自动优化地选择脉冲长度作为运行参数。因为在冠状动脉的示例中已知,左冠状动脉和右冠状动脉呈现出明显不同的运动速度。在此,右冠状动脉比左冠状动脉明显更快地运动。如果要检查的冠状动脉的信息是已知的(来自配准、患者模型、图像拍摄装置的视野)以及必要时图像拍摄目标(目标应用程序-心血管造影)是已知的,则可以相应地将X射线脉冲的脉冲长度和/或图像频率与运行参数匹配,以便优化时间分辨率并且避免或减少运动伪影。
所描述的过程的另外有用的应用领域是包括在时间上依次进行的多个单个图像拍摄的图像拍摄过程。针对各个图像拍摄时间点,(基于配准和患者模型)可以确定描述相对于患者的拍摄几何特征的物理运行参数,例如系统位置包括患者卧榻和/或拍摄设备的位置(在必要时分别包括取向)。特别地,在由操作人员释放之后,依次启用系统位置并且进行图像拍摄。这在例如在X射线设备的冠状动脉诊断中、尤其在利用C臂的情况下是常见的。然后,系统位置可以包括患者卧榻的位置和C形臂的角度。由此,与另外的运行参数能够通过人工智能算法确定的方式一样,这也适用于系统位置的这种顺序(或在通常的拍摄几何特征中)。训练数据例如可以在另外的患者的类似检查中获得。
然而,运行参数的优化确定不限于物理运行参数(图像拍摄参数),还可以涉及图像分析参数(图像处理技术参数)。例如,可以依据通过确定算法选择的物理运行参数和/或关于所使用的医学器械的信息和/或植入物信息来图像同步地优化图像处理,例如,这涉及时间上的和基于图像的噪声抑制的强度、对比度和动态管理、取决于空间频率的图像清晰度等。
在本发明的另一特别有利的设计方案中可以规定,运行参数描述了至少一个工作流程指示的自动输出,特别是关于在图像拍摄时所使用的辅助设备和/或为了最小化对患者的负面影响。这意味着,例如通过在执行与图像拍摄过程相关联的工作流程时辅助用户,运行参数还可以涉及与该用户的交互,。例如,用户能够获得关于相应输出装置的工作流程指示,特别是在图像拍摄中要使用的辅助设备的类型和/或定位和/或在图像拍摄过程期间对患者进行最佳治疗的指示。此外,工作流程指示还可以实现半自动地执行图像拍摄过程。例如,在导管检查的情况下,可以向操作人员输出关于图像拍摄装置和/或患者卧榻的运动方向的指示。如果输入数据包括关于图像拍摄装置的另外的部件和/或关于医学器械的信息,则可以通过向操作人员输出相应的工作流程指示来避免图像拍摄过程中的干扰影响。
例如,可以从描述待检查患者的输入数据中识别出患者是儿科患者、例如幼儿还是成人。由此,例如当图像拍摄装置被设计为X射线装置时,工作流程指示可以导致使用散射格栅或者在儿科检查中从光束路径中移除散射格栅。同样地,在X射线设备中,在图像拍摄装置侧自动产生工作流程指示是非常有用的,该工作流程指示涉及局部剂量负荷、特别是皮肤剂量的优化。在此,例如在工作流程指示中提出拍摄几何特征的变换、例如变换到余角,以便在更长持续时间的图像拍摄过程中使针对患者局部施用的皮肤剂量最小化。在另外的图像拍摄装置中,例如在作为图像拍摄装置的磁共振装置中,与此相关的工作流程指示给出可以涉及局部和/或全局SAR。
除了该方法之外,本发明还涉及一种图像拍摄装置、特别是X射线装置,其具有拍摄设备和设计用于执行根据本发明的方法的控制装置。关于根据本发明的方法的所有实施可以类似地转用到根据本发明的图像拍摄装置,因此利用该图像拍摄装置也可以获得已经提到的优点。控制装置可以包括至少一个处理器和/或至少一个存储器装置。为了执行根据本发明的方法,控制装置尤其可以具有实现确定算法的确定单元。此外,还存在用于特别是借助患者模型将患者与图像拍摄装置的坐标系配准的配准单元。通过实施运行参数来控制图像拍摄装置可以借助相应的控制单元进行。
根据本发明的计算机程序例如可以直接加载到图像拍摄装置的控制装置的存储器中,并且具有程序装置,以便在图像拍摄装置的控制装置中执行计算机程序时,执行根据本发明的方法的步骤。计算机程序可以存储在根据本发明的电子可读的数据载体上,该电子可读的数据载体因此包括存储在其上的电子可读的控制信息,该电子可读的控制信息包括至少一个所提到的计算机程序并且被设计为,当在图像拍摄装置的控制装置中使用数据载体时,电子可读的控制信息执行根据本发明的方法。数据载体可以是非瞬态数据载体、特别是CD-ROM。
附图说明
根据下面描述的实施例以及参考附图得到本发明的其他优点和细节。在此附图中:
图1示出了根据本发明的方法的示意性流程图,
图2示出了根据本发明的以X射线装置形式的图像拍摄装置。
具体实施方式
下面参考作为图像拍摄装置的X射线装置来讨论本发明的实施例,其中当然还可以想到将其应用在更高复杂度的另外的图像拍摄装置、例如磁共振装置上。
在此基本思路是:基于现有的输入信息的一部分或全部,诸如与当前患者匹配的患者模型、患者模型并且因此患者与图像拍摄装置的坐标系的配准、图像拍摄目标的知识、关于当前检查区域(感兴趣的器官-OOI)的信息、关于植入物的信息、直接辐射、滤波器/准直器的位置、对检查区域中的期望运动的包含、关于所使用的医学器械的知识或对于成像关键的医学器械,通过图像拍摄装置的控制装置完全自动地选择尽可能最佳的物理的和图像处理技术的运行参数。为此,使用能够胜任的确定算法,该确定算法优选执行图像拍摄装置的完整的、图像相关的参数化,使得完全不需要用户动作、例如选择测量协议/器官程序。
借助图1的流程图更详细地解释根据本发明的过程的基础。在此,用于确定算法(其还可以包括至少一个人工智能算法)的输入信息除了已经提到的患者的配准1之外,还包括不同的输入数据2至5,其中首先更详细地解释患者模型(输入数据2)。
在当前描述的实施例中,使用原则上普通的患者模型,患者模型基于配准1而与当前患者匹配,并且与图像拍摄装置的坐标系配准。在此,作为患者模型可以使用计算机断层成像类型的患者模型,其映射了所有主要器官和血管系统,和/或可以使用基于向量的简单患者模型,其映射了普通患者的轮廓和所有主要器官关于该轮廓的位置。通过在配准过程中获得的配准数据不仅描述了患者的位置和方位,而且还描述了患者的另外的重要特性、特别是尺寸/轮廓,从而可以将患者模型与当前患者匹配,并且基于配准还可以关于图像拍摄装置的控制装置在算法上无问题地实现将患者模型合适地定位到图像拍摄装置的坐标系。所描述的患者模型与配准的结合是在此描述的过程的基本原理之一。
为了建立配准1可以特别是结合地使用非常不同的方法:例如基于照相机的光学系统,该系统映射图像拍摄装置的患者卧榻上的患者并且创建患者轮廓相对于患者卧榻的相关性;基于红外线的系统,该系统类似于在可视区域中进行测量的照相机而进行工作,然而类似于太赫兹照相机地可以穿透覆盖物进行测量;具有相应的超声波传感器的基于超声波的识别系统;使用集成在患者卧榻中的压敏薄膜,该压敏薄膜可以测量主要的支承点并且可以与患者模型相关联;以及关于患者的附加信息,例如关于患者在患者卧榻上的位置的输入以及特定于患者的患者数据,特别是身高、年龄、性别、体重等。这种类型的患者数据例如可以从信息系统,尤其可以从医院信息系统(HIS)和/或放射信息系统(RIS)调用。
另外的输入数据3描述了图像拍摄装置的系统状态、特别是由拍摄设备定义的当前的拍摄几何特征。在此,在X射线装置中例如可以对作为拍摄设备的X射线辐射器和X射线探测器(其例如可以由C形臂支承)相对于患者卧榻的定位进行描述,这在此处描述的实施例的范围中是非常重要的信息,因为结合存在于图像拍摄装置的坐标系中的患者模型(输入数据2,配准1),患者模型描述了患者的重要器官/解剖结构,可以直接确定,患者的哪个部分处于图像拍摄装置的视野中,这是对图像拍摄目标或感兴趣的器官(OOI)的明确的指示。在此,图像拍摄目标可以直接从患者与图像拍摄装置的坐标系的配准导出,尤其可以结合患者模型和/或描述图像拍摄目标的另外的输入数据导出。
涉及图像拍摄过程或具体涉及图像拍摄目标的另外的输入数据5,例如可以再次从已经提到的信息系统调用。通过将关于视野中的患者部分(配准1,输入数据2、3)的知识与涉及图像拍摄目标的另外的输入数据5相应地结合,形成了关于预计的所需的运行参数或运行参数值的特别准确的知识。例如如果输入数据5说明了应当进行心血管造影,并且位于图像拍摄装置的视野中的患者部分有利于应当拍摄右冠状动脉,则可以使用右冠状动脉比左冠状动脉移动得更快的背景知识,以便例如选择相应的短的脉冲或相应的图像频率,以便最小化运动伪影并优化时间分辨率。
关于输入数据3(图像拍摄装置的运行状态),还要注意的是,相应的信息通常本来作为受控执行器的反馈存在和/或可以容易地通过图像拍摄装置的控制装置中的相应传感器进行补充。此外,输入数据3还可以包括关于所使用的辅助设备/可选的和/或可调节的部件的信息,特别是关于准直器和/或滤波器的信息。此外,这种输入数据3还可以从图像拍摄装置本身的图像数据导出。
此外,还可以从图像数据导出或从信息系统调用关于患者的植入物的信息,可以确定该信息属于输入数据2。恰好在X射线成像作为成像类型的情况下,植入物由于其衰减特性受到影响,使得运行参数可以考虑该影响的存在。
另一个非常有用的输入信息是输入数据4,其在图像拍摄过程中特别是涉及在患者处和/或患者体内使用的医学器械(“设备”)。这种医学器械还可以彻底与图像拍摄目标相结合和/或影响图像拍摄,因此关于这种医学器械的知识可以是非常有用的。关于所使用的设备的信息可以通过借助相应的识别装置读取诸如条形码的信息载体来确定,其中可选地(必要时借助分割算法)可以进行器械特性的基于图像的比较。输入数据4还包括关于医学器械存储的特性,例如材料、至少一个维度上的几何尺寸等,其在确定运行参数时同样也可以被使用。
确定算法6的最终执行在两个步骤S1和S2中进行。在步骤S1中,首先确定物理运行参数,该物理运行参数还可以被称为图像拍摄参数并且涉及物理图像拍摄过程。同样地,与物理运行参数相关地,然后在步骤S2中确定图像处理技术运行参数(图像分析参数)。如已经提到的,确定算法6可以包括至少一个人工智能算法,该人工智能算法例如通过训练数据来训练,该训练数据可以在使用基于测量协议工作的图像拍摄装置时通过记录来确定。人工智能特别适用于复杂的子事实,而如本说明书所示,即使不使用人工智能也可以开发许多所描述的事实。
在具体的实施例中,例如通过根据视野中已知的患者部分(以及必要时关于植入物的知识)确定透射区域的组成信息,根据该组成信息可以选择相应的运行参数,可以将描述X射线剂量和X射线谱的运行参数确定为图像拍摄参数,其中在本文中也可以考虑人工智能方法。优化例如可以关于期望的初级辐射分量和散射辐射分量进行。此外,关于植入物的知识也可能影响准直器的插入和/或用于优化X射线谱的滤波器的使用。关于作为运行参数的脉冲长度和/或图像拍摄频率,例如可以确定关于感兴趣的器官(OOI)的运动的信息并且相应地进行分析。依据所选择的物理运行参数以及输入数据2至5,然后在步骤S2中确定作为运行参数的图像分析参数,例如暂时的且基于图像的噪声抑制的强度、描述对比度管理和动态管理的参数、取决于空间频率的图像清晰度等。
在此还应注意,作为另一类运行参数,例如在为了清楚起见在此未示出的确定算法6的另一步骤中,也可以确定与待输出的工作流程指示相关的运行参数。通过自动产生的这种工作流程指示,用户可以指明要使用的或不要使用的部件/辅助设备,例如散射格栅,和/或可以通过相应的对用户的工作流程指示来实现皮肤剂量最小化等。
在步骤S3中,将所确定的运行参数然后用于控制图像拍摄装置,即特别是用于图像获取、图像处理,图像显示和图像存储。
如箭头7所示,例如,如果在图像序列期间拍摄几何特征和/或患者卧榻的位置发生改变,则可以图像同步地更新所描述的输入数据。改变的原因可能是,例如在患者体内的要追踪的医学器械的运动。因此,总是可以借助确定算法6来确定针对当前情况尽可能最佳选择的运行参数,然后相应地也图像同步地执行该确定算法。
应当注意,运行参数还可以包括患者卧榻的自动驶过的位置(并且因此(基于配准已知)患者的自动驶过的位置)和/或拍摄设备的自动驶过的位置,组合成的系统位置,以及用于利用图像拍摄装置进行连续图像拍摄的系统位置的数量。例如,输入数据2至5可以描述应当特别是以对于成像的特殊要求进行冠状动脉检查,此外还基于患者模型描述心脏的位置、取向和尺寸。由此可以确定适合于包括多个图像拍摄过程的检查的拍摄几何特征,并且作为运行参数例如可以描述能够自动驶过的患者卧榻位置和拍摄设备位置,即特定的系统位置。
在此,系统位置例如可以在临床日常中从描述类似检查的训练数据中机器学习。在此,如在其他具体应用情况中,可以特定于临床和/或特定于用户地进行学习,并且因此使用局部和/或个体优选的相应运行参数。
最后,图2示出了设计为介入X射线装置的图像拍摄装置8的图示,其在此包括安装在可动机器人臂9上的C形臂10,在该C形臂上作为拍摄设备彼此相对地布置了X射线辐射器11和X射线探测器12。由此可以实现相对于患者卧榻13的不同的拍摄几何特征,患者卧榻13同样可以被设计为可动的,在患者卧榻13上可以安置待检查和/或待治疗的患者14。在此,图像拍摄装置8的运行由控制装置15进行控制,控制装置15也被设计为用于执行根据本发明的方法。
控制装置15可以与用于输出工作流程指示的输出装置16、例如屏幕和/或声学输出装置相关联。为了执行确定算法6,控制装置15特别是除了另外的功能单元之外还可以具有相应的确定单元17。此外,控制器15还可以被设计为用于与外部信息系统18通信。
虽然在细节上通过优选的实施例对本发明进行阐述和描述,但是本发明不限于所公开的示例并且本领域技术人员可以从中导出其它变形方案,而不脱离本发明的保护范围。
Claims (17)
1.一种在服务于图像拍摄目标的、对患者(14)的图像拍摄过程的范围中用于运行医学图像拍摄装置(8)的方法,其中对图像拍摄装置(8)的控制基于由图像拍摄装置(8)的控制装置(15)待实现的运行参数进行,其特征在于,所述运行参数借助确定算法(6)完全自动地根据至少描述以患者模型形式的患者(14)和/或图像拍摄目标的输入数据(2,3,4,5)以及根据患者(14)与图像拍摄装置(8)的坐标系的配准(1)来确定,并且用于控制图像拍摄装置(8),其中借助所述配准(1)导出待拍摄的患者(14)的检查区域和图像拍摄目标,
其中,基于患者(14)与图像拍摄装置(8)的坐标系的配准(1)以及至少从中导出的图像拍摄目标来确定工作流程,其中,所述医学图像拍摄装置被设计为,在对患者的图像拍摄过程中半自动或自动地执行所确定的工作流程,其中所述工作流程能够包括关于用于执行图像拍摄过程的图像拍摄装置的不同运行参数的时间顺序的信息。
2.根据权利要求1所述的方法,其特征在于,所述确定算法(6)包括至少一个通过机器学习训练了的人工智能算法。
3.根据权利要求2所述的方法,其特征在于,在使用具有预定义的运行参数的预定义的测量协议的情况下,通过记录包括至少一个单个参数调整的用户活动来确定用于人工智能算法的训练数据。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述运行参数除了图像拍摄参数之外还包括至少一个图像分析参数。
5.根据权利要求1至3中任一项所述的方法,其特征在于,作为描述患者(14)的患者数据,至少使用与当前患者(14)匹配的患者模型,该患者模型局部分辨地描述患者(14)的组成。
6.根据权利要求1至3中任一项所述的方法,其特征在于,在使用至少一个对准患者(14)的传感器的传感器数据和/或使用利用图像拍摄装置(8)拍摄的患者(14)的图像数据的情况下和/或基于从信息系统(18)调用的患者数据和/或基于从图像拍摄装置(8)的患者卧榻(13)的设计方案获得的患者位置数据进行配准(1)。
7.根据权利要求6所述的方法,其特征在于,基于在配准(1)时收集的配准数据,将所使用的患者模型与当前患者(14)匹配,从而包含在患者模型中的特征能够被定位在图像拍摄装置(8)的坐标系中。
8.根据权利要求1至3中任一项所述的方法,其特征在于,从信息系统(18)调用描述图像拍摄目标的输入数据(2,3,4,5),和/或从另外的输入数据(2,3,4,5)导出描述图像拍摄目标的输入数据(2,3,4,5)。
9.根据权利要求1至3中任一项所述的方法,其特征在于,所述输入数据(2,3,4,5)还包括描述在图像拍摄过程中针对患者(14)使用的至少一个医学器械的器械数据。
10.根据权利要求9所述的方法,其特征在于,所述器械数据在使用读取器械上的信息载体和/或器械的包装的识别装置的情况下和/或由信息系统(18)的器械数据和/或通过分析示出器械的图像拍摄装置(8)的图像数据来确定,和/或包括对于图像拍摄装置(8)的成像类型重要的至少一个特性。
11.根据权利要求9所述的方法,其特征在于,借助确定算法确定的运行参数包括在图像拍摄过程中使用的医学器械的运行参数。
12.根据权利要求1至3中任一项所述的方法,其特征在于,图像拍摄装置(8)的部件的存在和/或位置根据与其相关联的执行器的状态和/或通过与部件相关联的传感器来确定。
13.根据权利要求1至3中任一项所述的方法,其特征在于,周期性地和/或在变化时更新所述输入数据(2,3,4,5),其中基于改变的输入数据(2,3,4,5)对运行参数中的至少一个进行调整。
14.根据权利要求1至3中任一项所述的方法,其特征在于,通过所述确定算法(6)确定对于所使用的图像拍摄装置(8)的成像类型重要的、患者(14)的拍摄区域的至少一个特性,并且用于调整至少一个运行参数。
15.根据权利要求1至3中任一项所述的方法,其特征在于,所述运行参数包括至少一个工作流程指示的自动输出。
16.一种图像拍摄装置(8),其具有拍摄设备和设计用于执行上述权利要求中任一项所述的方法的控制装置(15)。
17.一种电子可读的数据载体,在其上存储有计算机程序,当在图像拍摄装置(8)的控制装置(15)上实施该计算机程序时,所述计算机程序执行根据权利要求1至15中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18178021.4A EP3582227A1 (de) | 2018-06-15 | 2018-06-15 | Verfahren zum betrieb einer medizinischen bildaufnahmeeinrichtung, bildaufnahmeeinrichtung, computerprogramm und elektronisch lesbarer datenträger |
EP18178021.4 | 2018-06-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110604586A CN110604586A (zh) | 2019-12-24 |
CN110604586B true CN110604586B (zh) | 2024-03-08 |
Family
ID=62684707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910514460.9A Active CN110604586B (zh) | 2018-06-15 | 2019-06-14 | 用于运行医学图像拍摄装置的方法和图像拍摄装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11096759B2 (zh) |
EP (1) | EP3582227A1 (zh) |
JP (1) | JP6847151B2 (zh) |
CN (1) | CN110604586B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6611833B2 (ja) * | 2018-01-16 | 2019-11-27 | キヤノン株式会社 | 放射線撮影システム、並びに、カメラ制御装置及びその制御方法 |
CN111493903B (zh) * | 2019-01-30 | 2024-02-13 | 上海西门子医疗器械有限公司 | 器官程序自动选择方法、存储介质和x-射线医疗设备 |
CN111513740B (zh) * | 2020-04-13 | 2023-09-12 | 北京东软医疗设备有限公司 | 血管造影机的控制方法、装置、电子设备、存储介质 |
DE102020213035A1 (de) * | 2020-10-15 | 2022-04-21 | Siemens Healthcare Gmbh | Verfahren zur Ansteuerung eines Röntgengerätes und medizinisches System |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2130491A1 (en) * | 2008-06-06 | 2009-12-09 | Cefla S.C. | Method and apparatus for radiographic imaging |
CN102625669A (zh) * | 2009-06-08 | 2012-08-01 | 外科视象设备公司 | 能够近实时地跟踪和生成柔性体内装置的动态可视化的mri导向的介入系统 |
CN102908194A (zh) * | 2011-08-03 | 2013-02-06 | 西门子公司 | 控制医疗技术设备的方法、医疗技术设备、图像处理站 |
DE102012201798A1 (de) * | 2012-02-07 | 2013-08-08 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Planung einer Röntgenbildgebung mit geringer Strahlenbelastung |
CN103654809A (zh) * | 2012-08-31 | 2014-03-26 | 西门子公司 | 用于自动定位x射线设备的拍摄系统的方法和x射线设备 |
CN106456085A (zh) * | 2014-06-25 | 2017-02-22 | 皇家飞利浦有限公司 | 在x射线诊断和介入中的自动或辅助感兴趣区域定位 |
CN107106868A (zh) * | 2015-06-25 | 2017-08-29 | 博医来股份公司 | 用于放射治疗程序的移动式ct扫描仪的应用 |
WO2018048507A1 (en) * | 2016-09-06 | 2018-03-15 | Han Xiao | Neural network for generating synthetic medical images |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10357203B4 (de) * | 2003-12-08 | 2018-09-20 | Siemens Healthcare Gmbh | Verfahren und Steuereinrichtung zum Betrieb eines Magnetresonanztomographie-Geräts sowie Magnetresonanztomographie-Gerät |
CN102665562A (zh) * | 2009-11-20 | 2012-09-12 | 皇家飞利浦电子股份有限公司 | 基于成像的病毒检测 |
AU2011340078B2 (en) * | 2010-12-08 | 2016-06-30 | Bayer Healthcare Llc | Generating an estimate of patient radiation dose resulting from medical imaging scans |
WO2013152803A1 (en) * | 2012-04-13 | 2013-10-17 | Brainlab Ag | Control of a medical imaging device via a navigation system |
JP6104618B2 (ja) * | 2013-01-29 | 2017-03-29 | 東芝メディカルシステムズ株式会社 | X線診断装置及び制御プログラム |
EP3526700A1 (en) * | 2016-10-14 | 2019-08-21 | Koninklijke Philips N.V. | System and method to determine relevant prior radiology studies using pacs log files |
US20180103912A1 (en) * | 2016-10-19 | 2018-04-19 | Koninklijke Philips N.V. | Ultrasound system with deep learning network providing real time image identification |
JP6849966B2 (ja) * | 2016-11-21 | 2021-03-31 | 東芝エネルギーシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、医用画像処理プログラム、動体追跡装置および放射線治療システム |
US20180157800A1 (en) * | 2016-12-02 | 2018-06-07 | General Electric Company | Methods and systems for user defined distributed learning models for medical imaging |
-
2018
- 2018-06-15 EP EP18178021.4A patent/EP3582227A1/de not_active Ceased
-
2019
- 2019-05-20 JP JP2019094471A patent/JP6847151B2/ja active Active
- 2019-06-14 CN CN201910514460.9A patent/CN110604586B/zh active Active
- 2019-06-15 US US16/442,492 patent/US11096759B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2130491A1 (en) * | 2008-06-06 | 2009-12-09 | Cefla S.C. | Method and apparatus for radiographic imaging |
CN102625669A (zh) * | 2009-06-08 | 2012-08-01 | 外科视象设备公司 | 能够近实时地跟踪和生成柔性体内装置的动态可视化的mri导向的介入系统 |
CN102908194A (zh) * | 2011-08-03 | 2013-02-06 | 西门子公司 | 控制医疗技术设备的方法、医疗技术设备、图像处理站 |
DE102012201798A1 (de) * | 2012-02-07 | 2013-08-08 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Planung einer Röntgenbildgebung mit geringer Strahlenbelastung |
CN103654809A (zh) * | 2012-08-31 | 2014-03-26 | 西门子公司 | 用于自动定位x射线设备的拍摄系统的方法和x射线设备 |
CN106456085A (zh) * | 2014-06-25 | 2017-02-22 | 皇家飞利浦有限公司 | 在x射线诊断和介入中的自动或辅助感兴趣区域定位 |
CN107106868A (zh) * | 2015-06-25 | 2017-08-29 | 博医来股份公司 | 用于放射治疗程序的移动式ct扫描仪的应用 |
WO2018048507A1 (en) * | 2016-09-06 | 2018-03-15 | Han Xiao | Neural network for generating synthetic medical images |
Also Published As
Publication number | Publication date |
---|---|
US11096759B2 (en) | 2021-08-24 |
JP2020058777A (ja) | 2020-04-16 |
CN110604586A (zh) | 2019-12-24 |
JP6847151B2 (ja) | 2021-03-24 |
US20190380806A1 (en) | 2019-12-19 |
EP3582227A1 (de) | 2019-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110604586B (zh) | 用于运行医学图像拍摄装置的方法和图像拍摄装置 | |
JP5997169B2 (ja) | 医療機器の実時間での形状感知に基づく適応画像形成及びフレームレートの最適化 | |
US7587023B2 (en) | Method and apparatus for achieving optimal radiation dose in coronary CT angiography using standard deviation of CT number | |
CN112912011A (zh) | 管腔内超声导航引导以及相关联的设备、系统和方法 | |
US10278667B2 (en) | X-ray diagnostic apparatus | |
JP2007500032A (ja) | 自動調節コリメータを有するx線装置 | |
CN105188550A (zh) | 血管数据处理和图像配准系统、方法及装置 | |
JP2017518786A (ja) | カテーテルの特定の位置を決定するための装置 | |
JP2012115635A (ja) | 画像処理方法、画像処理装置、画像システム及びプログラムコード | |
WO2014170385A1 (en) | Stenosis therapy planning | |
JP2018532454A (ja) | 再置換術計画に用いる医療移植片を有する患者の医療画像のためのシステムと方法 | |
US10765392B2 (en) | X-ray imaging apparatus and x-ray image display method | |
US20190213741A1 (en) | Medical image processing apparatus, x-ray diagnostic apparatus, and medical image processing method | |
JP2019162451A (ja) | 自動的な動き検出 | |
JP2016123719A (ja) | X線診断装置 | |
WO2013157457A1 (ja) | X線撮影装置、医用画像処理装置、x線撮影方法及び医用画像処理方法 | |
US10736598B2 (en) | Image processing apparatus, x-ray diagnostic apparatus, and image processing method | |
US11481957B2 (en) | Medical image processing apparatus and storage medium | |
JP6388596B2 (ja) | インターベンショナルシステム | |
EP3370616B1 (en) | Device for imaging an object | |
US9036880B2 (en) | High-resolution three-dimensional medical imaging with dynamic real-time information | |
CN112168191A (zh) | 从第一三维计算机断层成像数据组提供分析数据组的方法 | |
JP7086628B2 (ja) | X線診断装置 | |
JP2018538073A (ja) | 目標指向のct灌流プロトコル | |
US20230310079A1 (en) | Providing a result data set |
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 |