CN110785674A - 使用参考灰度值的图像分割 - Google Patents

Abstract

本发明提供了一种医学成像系统(100、300、400)，其包括包含机器可执行指令(120)的存储器(110)和处理器(106)。所述机器可执行指令的运行使所述处理器：接收(200)磁共振图像(300)，接收(202)描述所述磁共振图像的元数据，其中，所述元数据包括针对两种或更多种组织类型的参考灰度值数据(124)；并且然后使用图像分割算法(126)对所述磁共振图像进行分割(204)，所述算法使用参考灰度值数据。

Description

使用参考灰度值的图像分割

技术领域

本发明涉及磁共振成像，具体而言涉及磁共振成像中的图像分割。

背景技术

作为用于生成患者体内的图像的过程的一部分，磁共振成像(MRI)扫描器使用大的静态磁场以使原子的核自旋对齐。这一大的静态磁场称为B0场。

在MRI扫描期间，由发射器线圈生成的射频(RF)脉冲导致产生对局部磁场的扰动，并且由核自旋发射的RF信号被接收器线圈检测到。这些RF信号被用于构建MRI图像。这些线圈也可以称为天线。此外，发射器线圈和接收器线圈也可以被集成为执行两者功能的单个的收发器线圈。应理解的是，术语“收发器线圈”的使用也适用于使用分离的发射器线圈和接收器线圈的系统。所发射的RF场被称为B1场。

MRI扫描器能够构建切片或体积的图像。切片是仅一个体素厚的薄体积。体素是小的体积(在其上MRI信号被平均)，并且表示MRI图像的分辨率。体素在本文中也可以被称为像素。

美国专利申请US 2008/0077006 A1公开了一种用于确定检查对象的局部弛豫时间值的MR方法。首先，记录检查对象的两幅或更多幅MR图像，每幅图像具有成像序列的不同的时间参数集。类似地记录体模的MR图像，其中，使用成像序列的相同时间参数集，其中，体模具有驰豫时间值的已知空间分布。通过将检查对象的MR图像的图像值与体模的MR图像的图像值进行比较并且通过根据模型的弛豫时间值的已知空间分布来将体模的MR图像的图像值分配给弛豫时间值来确定检查对象的局部弛豫时间值。

美国专利申请US 2011/0188720涉及提供强度图像的更准确和可靠的自动分割的问题。该美国专利申请提出通过基于(MR)采集参数来重新调节强度图像的对比度而实现这一点。

发明内容

本发明在独立权利要求中提供了一种医学成像系统、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。

在采集磁共振图像之后，可以将磁共振图像分割或划分为不同的区域。这可能有助于识别解剖结构，甚至识别诸如肿瘤的解剖异常。使用自动分割算法的困难在于，图像中针对特定组织类型的对比度或灰度值的差异可能会根据采集协议的变化而变化。实施例可以通过使用包含针对特定图像的参考灰度值数据的元数据来解决该问题。参考灰度值数据可以用于修改分割算法。

在一个方面中，本发明提供了一种医学成像系统，其包括包含机器可执行指令的存储器。所述医学成像系统还包括处理器。所述机器可执行指令的运行使所述处理器接收磁共振图像。所述磁共振图像可以例如从另一计算机系统或医学成像系统接收，或者可以由医学成像系统本身通过重建磁共振图像来生成。

所述机器可执行指令的运行还使处理器接收描述所述磁共振图像的元数据。所述元数据包括针对两个或多个组织的参考灰度值数据。所述参考灰度值数据可以描述在磁共振图像内成像的组织的灰度值。所述机器可执行指令的运行还使处理器使用参考灰度值数据使用图像分割算法来分割磁共振图像。参考灰度值数据可以用于修改图像分割算法的行为。该实施例可能是有益的，因为来自不同MRI系统和/或不同成像协议的磁共振图像或数据对于相同类型的组织可以具有不同的灰度值。

用参考灰度值数据修改图像分割算法可以实现磁共振图像的更准确的分割。

在不同的示例中，参考灰度值数据可以采用不同的形式。在一个示例中，它可以包括参考灰度值的集合。也就是说，可能存在参考特定感兴趣组织类型的数值。这些参考灰度值可以例如被建模或者可以被实验地测量。例如，可以测量体模以获得参考灰度值。在再其他的情况下，可以针对特定区域以图像甚至直方图的形式测量数据。在这种情况下，使用图像分割算法的磁共振成像的分割还可以包括将灰度值数据处理成可用于修改图像分割算法的形式。例如，如果参考灰度值数据以图像的形式提供，则可能存在一些应用于该图像或图像内区域的数据处理或统计量度。

在另一个实施例中，图像分割是训练图像分割算法。

在另一个实施例中，机器可执行指令的运行还使处理器利用分割来绘制磁共振图像。

在另一个实施例中，所述医学成像系统还包括磁共振成像系统。所述医学成像系统还包括用于控制所述磁共振成像系统来采集磁共振数据的脉冲序列命令。所述机器可执行指令的运行还使所述医学成像系统使用所述脉冲序列命令来控制所述磁共振成像系统以采集所述磁共振数据。机器可执行指令的运行还使所述医学成像系统根据磁共振数据来重建磁共振图像。该重建可以等同于接收磁共振图像。磁共振(MR)数据在本文中被定义为使用在磁共振成像扫描期间通过磁共振装置的天线对由原子自旋发射的射频信号的所记录的测量结果。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包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。

机器可执行指令的运行还使所述医学成像系统生成参考灰度值数据。这还可以包括将参考灰度值数据附加或包括到元数据中。生成参考灰度值数据可以等同于接收具有参考灰度值数据的元数据。

在不同的示例中，参考灰度数据可以采取不同的形式。在一些示例中，参考灰度数据可以通过建模生成，而在其他示例中，可以从来自体模的测量结果取得。除了以不同方式提供之外，参考灰度数据可以采用不同形式。参考灰度数据可以包括用于处理的原始图像数据，它可以包括特定组织类型的灰度值的汇总，和/或甚至包括组织类型或器官的灰度值的统计或汇总。一个示例是体模图像的灰度值直方图或模拟的灰度直方图。

在如上所述的一些示例中，例如可以通过从体模进行测量来生成参考灰度值数据。在这种情况下，可能存在多个感兴趣区域，这些区域用脉冲序列命令进行了成像。因此，磁共振数据可以用于重建一幅以上的单幅图像。例如，可能存在与受试者的临床感兴趣区域相对应的感兴趣区域以及图像体模的一个或多个感兴趣区域。在这种情况下，可能对所有感兴趣的所有区域都使用相同的脉冲序列命令，但是，要成像的区域将被更改。也就是说，从不同的感兴趣区域使用了相同的脉冲序列命令，但是正在成像的区域只是简单地偏移或移动。

在另一个实施例中，参考灰度值数据的生成是通过使用脉冲序列命令和磁共振模拟器进行建模来执行的。该实施例可能是有益的，因为它可以提供生成参考灰度值数据的直接方法。

在另一个实施例中，磁共振模拟器是Bloch模拟器。

在另一个实施例中，磁共振模拟器是相位图模拟器。

在另一实施例中，机器可执行指令的运行还使处理器识别与磁共振图像内的两种或更多种组织类型中的每种相对应的多个体模区域。在一些实施例中，磁共振图像可以是单幅磁共振图像。在其他示例中，可以存在诊断磁共振图像和体模磁共振图像。如果存在两幅图像，则多个体模区域将在体模磁共振图像内。使用磁共振图像至少部分地确定参考灰度值数据。该实施例可能是有益的，因为它可以提供直接测量期望灰度值的手段。

在此情况下，参考灰度值数据的决定因素可以采用不同的形式。例如，可以通过计算多个体模区域中的每个体模区域内的灰度的统计值来生成它。在其他情况下，它可能只是原始图像数据的一部分，随后可以对其进行分析。

在另一个实施例中，磁共振成像系统包括成像线圈。成像线圈包括针对两种或更多种组织类型中的每种的磁共振体模。该实施例可能是有益的，因为它可以提供一种提供参考灰度值数据的易于使用且统一的方式。

在另一个实施例中，针对两种或更多种组织类型中的每种组织类型的磁共振体模相对于彼此具有预定的几何位置。所述多个体模区域是至少部分地使用预定的几何位置来识别的。该实施例可能是有益的，因为它可以使识别与两种或更多种组织类型相对应的多个体模区域更容易。

在另一个实施例中，针对两种或更多种组织类型中的每种组织类型的体模包括具有受控的质子密度、受控的T1值和受控的T2值的体模材料，其对相应的两种或更多种组织类型进行建模。该实施方案可能是有益的，因为控制质子密度，T1和T2值可以是使用磁共振成像对组织的灰度建模的有效手段。

在另一个实施例中，图像分割算法包括用于分割磁共振图像的图谱匹配算法。使用参考灰度值调整图集匹配算法。该实施例可能是有益的，因为将参考灰度值与图集匹配算法一起使用可以在大范围的采集协议和不同的MR系统上实现准确的分割结果。当使用图集匹配算法分割磁共振图像时，参考灰度值可以用于修改图集匹配算法的行为，也可以用于修改磁共振图像，以便正确执行分割。

在另一个实施例中，图像分割算法包括用于分割磁共振图像的网格模型。使用参考灰度值来调整网格模型。例如，这可以通过识别网格模型的使用灰度值的部分来实现。例如，参考灰度值可用于修改边缘检测算法的行为，或者在评估磁共振图像中靠近模型边界的灰度值时有用。这可以提供操作网格模型的更鲁棒的手段。

网格模型可以例如是参数网格模型或可变形网格模型，其在调整网格模型时最小化惩罚函数。

在另一个实施例中，图像分割算法包括体素分类器，所述体素分类器用于通过使用灰度值和各个体素的邻域对各个体素进行分类来对磁共振图像进行分割。体素分类器算法可以将每个体素分类为特定的组织类型和/或将其分类为属于特定的器官或解剖结构。体素分类器可以使用灰度作为输入。体素分类器还可以在体素的预定邻域内使用体素以帮助分类。可以使用参考灰度值来调整体素分类器。体素分类器可以例如是基于直方图的分割模型或神经网络分割模型。

在另一个实施例中，图像分割算法包括用于分割磁共振图像的基于直方图的分割模型。使用参考灰度值来调整所述基于直方图的分割模型。例如，可以通过将参考灰度值与基于直方图的分割模型中的灰度进行比较来调整磁共振图像中或直方图模型本身中的灰度值。

在另一个实施例中，图像分割算法包括边缘检测算法，所述边缘检测算法用于逼近两种或更多种组织类型之间的边界检测。参考灰度值可以用于，例如确定在穿过两种类型的组织或器官之间的边界时，两者之间边界是否从明变暗或者反之。当穿过组织类型之间的边界时，参考灰度值可以用于确定合适的灰度梯度方向。一旦穿过边界，参考灰度值也可以用于确定器官或解剖区域内的灰度值。这可能有助于减少模型错误识别边界的机会。

在另一个实施例中，图像分割算法包括广义霍夫变换，用于检测与磁共振图像内的两种或更多种组织类型相对应的解剖结构。广义霍夫变换包括边界检测算法。机器可执行指令的运行包括在分割磁共振图像之前使用参考灰度值数据来修改边界检测算法。

在另一个实施例中，图像分割算法包括用于检测与磁共振图像内的两种或更多种组织类型相对应的解剖结构的随机森林决策算法。随机森林决策算法可能包含使用的灰度值，并且还可能包括边界检测算法。机器可执行指令的运行包括在分割磁共振图像之前使用参考灰度值数据来修改边界检测算法。

在另一个实施例中，图像分割算法包括参数网格模型。通用霍夫变换被配置用于对参数网格模型进行初始化。参数模型被配置用于调整参数网格模型以分割磁共振图像。在该实施例的变型中，替代地，使用随机森林决策算法来初始化参数网格模型。

在另一个实施例中，参数网格模型包括边界点。例如，可以训练参数化网格模型以分别调整每个边界点。

在另一实施例中，机器可执行指令的运行还使处理器将磁共振图像中的灰度值重新调节到参考区间。机器可执行指令的运行还使处理器将参考灰度值数据重新调节到参考区间。

在一些示例中，可以首先在图像直方图中对图像中的灰度进行排序，然后将其计算为低百分比和高百分比，例如，介于最低2％到5％之间的某个百分比，然后重新调节以去掉这些值的最高和/或最低2-5％。然后可以将图像直方图重新调节到参考区间。在测试中显示，去年最高和/或最低2-5％的值可能会使图像分割算法的性能更好。

替代地，这也可以通过直方图匹配来执行。对于特定的感兴趣区域(例如大脑)，你可能已经知道特定的灰度直方图概况，所述直方图概况与所述感兴趣区域内组织类型的分布相对应。例如，在大脑中，对于给定的兴趣区域，骨组织、灰质和白质的分布在直方图中应该具有众所周知的分布。参考灰度值可以用于至少部分地修改磁共振图像，使得其灰度被修改以适合具有特定分割模型的直方图。同样，可以使用参考灰度值来修改用于执行分割的算法。

在另一个实施例中，元数据被包含在磁共振图像的DICOM报头中。这可能是有益的，因为它可以为现有的DICOM标头提供新的用途，从而可以改进分割算法。

在另一方面中，本发明提供了一种包括用于由控制医学成像系统的处理器执行的机器可执行指令的计算机程序产品。机器可执行指令的运行使处理器接收磁共振图像。所述机器可执行指令的运行还使处理器接收描述所述磁共振图像的元数据。元数据包括针对两种或更多种组织类型的参考灰度值数据。所述机器可执行指令的运行还使处理器使用参考灰度值数据使用图像分割算法来分割磁共振图像。

在另一方面中，本发明提供了一种操作医学成像系统的方法。该方法包括接收磁共振图像。该方法还包括接收描述磁共振图像的元数据。元数据包括针对两种或更多种组织类型的参考灰度值数据。该方法还包括使用图像分割算法使用参考灰度值数据对磁共振图像进行分割。

在另一方面中，一个示例可以提供一种包括磁共振成像系统的医学成像系统。医学成像系统还可包括存储器，所述存储器包含用于控制磁共振成像系统来采集磁共振数据的机器可执行指令和脉冲序列命令。所述医学成像系统可以还包括处理器。所述机器可执行指令的运行使处理器控制磁共振成像系统以采集磁共振数据。机器可执行指令的运行还使处理器根据基线磁共振数据来重建基线磁共振图像。机器可执行指令的运行还使处理器针对两种或多种组织类型生成参考灰度值数据。参考灰度值至少部分地使用脉冲序列命令和磁共振模拟器来建模。

机器可执行指令的运行还使处理器生成磁共振图像的元数据。所述元数据包括参考灰度值数据。

在另一方面中，示例提供了一种包括磁共振成像系统的医学成像系统。医学成像系统还可包括存储器，所述存储器包含用于控制磁共振成像系统来采集磁共振数据的机器可执行指令和脉冲序列命令。医学成像系统可以还包括用于控制磁共振成像系统的处理器。机器可执行指令的运行还可以使处理器控制磁共振成像系统来采集磁共振数据。机器可执行指令的运行还可以使处理器根据基线磁共振数据来重建基线磁共振图像。机器可执行指令的运行还可以使处理器识别与磁共振图像内的两种或更多种组织类型相对应的多个体模区域。在一些示例中，这些多个体模区域也可以在单独的诊断或体模磁共振图像中。机器可执行指令的运行还使处理器针对两种或多种组织类型生成参考灰度值数据。通过计算多个体模区域中的每个体模区域内的灰度值的统计值来生成参考灰度值数据。机器可执行指令的运行还使处理器生成磁共振图像的元数据。所述元数据包括参考灰度值。

应该理解，可发组合本发明的一个或多个前述实施例，只要组合后的实施例不相互排斥即可。

如本领域技术人员将认识到的，本发明的若干方面可以实现为装置、方法或计算机程序产品。因此，本发明的各方面可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)，或者组合了软件和硬件方面的实施例的形式，其可以在本文统称为“电路”、“模块”或“系统”。此外，本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。

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者计算机可读存储介质。如在本文中使用的“计算机可读存储介质”包括任何有形存储介质，其可以存储能够由计算设备的处理器执行的指令。可以将所述计算机可读存储介质称为“计算机可读非瞬态存储介质”。所述计算机可读存储介质也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可以能够存储数据，所述数据能够被所述计算设备的处理器访问。计算机可读存储介质的范例包括但不限于：软盘，磁硬盘驱动器，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，磁光盘和处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(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所述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，可以经由调制解调器、经由互联网或经由局域网络来取回数据。体现在计算机可读介质上的计算机可执行代码可使用任何恰当的介质来传输，包括但不限于无线、有线、光缆、RF等，或上述各项的任何适当的组合。

计算机可读信号介质可以包括具有实现在其中的例如在基带内或者作为载波的一部分的计算机可执行代码的传播的数据信号。这样的传播信号可以采取多种形式中的任一种，包括但不限于，电磁的、光学的、或者它们的任意合适的组合。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其能够传递、传播或传输程序用于由指令运行系统、装置或设备使用或者与其结合使用。

“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够直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另一范例。计算机存储可设备以是任何易失性或非易失性计算机可读存储介质。

用在本文中的“处理器”涵盖能够执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能够包括超过一个处理器或处理内核。所述处理器例如可以是多核处理器。处理器还可以是指单个计算机系统之内的或者被分布在多个计算机系统之间的处理器的集合。术语计算设备也应被解释为可能指计算设备的集合或网络，每个计算设备均包括一处理器或多个处理器。所述计算机可执行代码可以由多个处理器运行，所述处理器可以处在相同的计算设备内或者其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令处理器执行本发明的各方面的机器可执行指令或程序。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(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的常规过程编程语言)的任何组合来编写并且被编译为机器可执行指令。在一些情况下，所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合在飞行中生成机器可执行指令的解释器来使用。

所述计算机可执行代码可以作为单机软件包全部地在所述用户的计算机上、部分地在用户的计算机上、部分地在用户的计算机上并且部分地在远程计算机上、或者全部地在所述远程计算机或服务器上运行。在后者的场景中，所述远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))或者可以对外部计算机做出的连接(例如，使用因特网服务提供商通过因特网)而被连接到用户的计算机。

本发明的各方面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示和/或框图得以描述。应该理解，流程图、图示和/或框图的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实施。还应当理解的是，当不是相互排斥的时，在不同的流程图、图示和/或框图中块的组合可以被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置以生产机器，使得经由计算机的处理器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的器件。

这些计算机程序指令还可以被存储在计算机可读介质中，其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式工作，使得被存储在所述计算机可读介质中的所述指令产生包括实施在流程图和/或一个或多个框图框中所指定的功能/动作的指令的制品。

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令一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实施的过程，使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或一个或多个框图框中所指定的功能/动作的过程。

如在本文中所使用的“用户接口”是允许用户或操作者与计算机或计算机系统进行交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作者提供信息或数据和/或接收来自操作者的信息或数据。用户接口可使来自操作者的输入能够被计算机接收，且可将输出从计算机提供给用户。换言之，用户接口可以允许操作者控制或操纵计算机，并且该接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示器或图形用户接口上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、指点杆、图形输入板、操纵杆、网络摄像头、头盔、踏板、遥控器以及加速度计接收数据都是实现从操作者接收信息或数据的用户接口部件的范例。

如在本文中所使用的“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/或装置进行交互或者对其进行控制的接口。硬件接口可允许处理器将控制信号或指令发送给外部计算设备和/或装置。硬件接口也可以使处理器与外部计算设备和/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。

本文中使用的“显示器”或“显示设备”涵盖适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、音频和触觉数据。显示器的范例包括但不限于：电脑监视器、电视屏幕、触摸屏、触觉电子显示屏、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)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影机和头戴式显示器。

附图说明

在下文中，将仅通过举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图示了医学成像系统的示例；

图2示出了图示操作图1的医学成像系统的方法的范例的流程图；

图3图示了医学成像系统的另一示例；

图4图示了医学成像系统的另一示例；

图5示出了具有集成磁共振体模的头线圈的示例；

图6示出了图示操作图3或图4的医学成像系统的方法的范例的流程图；

图7示出了磁共振成像系统的范例；

图8示出了磁共振成像系统的另一范例；

图9示出了磁共振成像系统的另一范例；

图10图示了方法的范例；并且

图11图示了具有参考灰度的分割算法的修改。

附图标记列表

100 医学成像系统

102 计算机

104 硬件接口

106 处理器

108 用户接口

110 存储器

120 机器可执行指令

122 磁共振图像

124 参考灰度数据

126 图像分割算法

128 图像分割

200 接收磁共振图像

202 接收描述磁共振图像的元数据

204 用使用参考灰度值数据的图像分割算法来对磁共振图像进行分割

300 磁共振成像系统

304 磁体

306 磁体的膛

308 成像区

309 感兴趣区域

309’ 感兴趣区域

310 磁场梯度线圈

312 磁场梯度线圈电源

314 射频线圈

316 收发器

318 对象

320 对象支撑件

330 脉冲序列命令

332 磁共振数据

334 图像重建模块

336 磁共振模拟器

400 磁共振体模

402 额外的磁共振图像

600 使用脉冲序列命令控制磁共振成像系统来采集磁共振数据

1000 处理链

1002 采集目标图像

1004 生成参考灰度值

1006 灰度值标准化

1008 使用参考组织灰度值进行分割

1050 训练

1052 采集训练图像

1054 生成参考组织灰度值

1056 目标结构的(手动)注释

1058 灰度值标准化

1060 参考标度的定义

1062 边界检测使用参考组织灰度值

1100 组织区域A

1102 组织区域B

1104 组织边界

1106 计算梯度的位置

具体实施方式

在这些附图中，类似地编号的元件是等价元件或执行相同功能。如果功能是等价的，则将不一定在后来的附图中讨论先前已经讨论过的元件。

图1图示了医学成像系统100的示例。医学成像系统100被示为包括计算机102。该计算机包括任选的硬件接口。硬件接口104被连接到处理器。处理器还被连接到存储器110和任选的用户接口108。硬件接口104可以使处理器106能够向医学成像系统的其他组件发送和接收数据。例如，这可以用于交换数据和/或控制医学成像设备，例如磁共振成像系统。用户接口108可以例如包含显示器或输入设备，用于接收来自用户的输入和/或用于显示和/或绘制图像。

计算机存储器或简单的存储器110表示处理器106可直接访问的存储器的任何组合。存储器110可以是处理器130可访问的存储器的任何组合。这可以包括诸如主存储器、高速缓存的存储器以及诸如闪存RAM、硬盘驱动器或其他存储设备的非易失性存储器。在一些示例中，存储器130可以被认为是非瞬态计算机可读介质。

计算机存储器110被示为包含机器可执行指令120，所述机器可执行指令120使处理器106能够操纵数据和/或可能地控制医学成像系统100的其他部件。存储器110还被示出为包含磁共振图像122，所述磁共振图像122例如已经通过网络连接被接收到，或者可能自身也已经被重建。计算机存储器110还被示为包含用于磁共振图像122的参考灰度数据124。参考灰度数据124可以例如具有代表磁共振图像122内的特定组织类型的期望灰度的值。

在其他示例中，参考灰度数据124可以包含例如从体模的测量中采集的附加磁共振图像的部分或指示附加磁共振图像的部分。计算机存储器110还被示出为包含图像分割算法126。图像分割算法126可以将磁共振图像122和参考灰度数据124作为输入。图像分割算法126然后输出图像分割128，其也被示出为被存储在存储器110中。

图2示出了图示操作图1的磁共振成像系统100的方法的范例的流程图。首先在步骤200中接收磁共振图像122。接下来在步骤202中，接收包括参考灰度数据124的元数据。接下来在步骤204中，使用图像分割算法126对磁共振图像122进行分割，所述图像分割算法126使用参考灰度数据124来修改其行为。

图3示出了医学成像系统300的另一范例。医学成像系统300与图1中的医学成像系统100相似，不同之处在于它还并入了磁共振成像系统300。该磁共振成像系统300包括磁体304。磁体304是具有通过其的膛306的超导圆柱型磁体。使用不同类型的磁体也是可能的；例如也可以使用分裂圆柱形磁体和所谓的开放磁体。分裂圆柱磁体类似于标准的圆柱磁体，除了低温恒温器已经分裂成两部分，以允许访问所述磁体的等平面，从而使磁体可以例如与带电粒子束治疗相结合地使用。开放磁体有两个磁体部分，一个在另一个之上，中间的空间足够大以容纳对象：两个部分区的布置类似于亥姆霍兹线圈的布置。开放式磁体是流行的，因为对象较少地受限。在圆柱磁体的低温恒温器内部有超导线圈的集合。在圆柱磁体304的膛306内，存在成像区108，在成像区108中，磁场足够强和均匀以执行磁共振成像。示出了成像区108内的感兴趣区域309。对象318被示出为由对象支撑件320支撑，使得对象118的至少一部分在成像区308和感兴趣区域309内。

磁体的膛306内还有磁场梯度线圈310的集合，其用于采集磁共振数据，以在磁体304的成像区308内对磁自旋进行空间编码。磁场梯度线圈310连接到磁场梯度线圈电源312。磁场梯度线圈310旨在是代表性的。通常，磁场梯度线圈310包含用于在三个正交空间方向上空间地编码的三个分立的线圈的集合。磁场梯度电源将电流供应到所述磁场梯度线圈。供应给磁场梯度线圈310的电流根据时间来进行控制并且可以是斜变的或脉冲的。

与成像区308相邻的是射频线圈314，其用于操纵成像区308内的磁自旋的取向，并且用于接收来自也在成像区308内的自旋的射频发射。射频天线可包含多个线圈元件。射频天线还可以被称为通道或天线。射频线圈314连接到射频收发器316。射频线圈314和射频收发器316可以由独立的发送线圈和接收线圈以及独立的发射器和接收器替代。要理解的是，射频线圈314和射频收发器316是代表性的。射频线圈314旨在还表示专用的发射天线和专用的接收天线。类似地，收发器316也可以表示单独的发射器和接收器。射频线圈314也可以具有多个接收/发射元件，并且射频收发器316可以具有多个接收/发射通道。例如，如果执行诸如SENSE的并行成像技术，则射频线圈314可以具有多个线圈元件。

收发器316和梯度控制312被示为连接到计算机系统102的硬件接口104。

计算机存储器110被示为包含脉冲序列命令330，脉冲序列命令330使处理器106能够通过硬件接口104来控制磁共振成像系统300。存储器110还被示为包含磁共振数据332，所述磁共振数据332是通过利用脉冲序列命令330控制磁共振成像系统300从感兴趣区域309采集的。存储器110还被示出为包含图像重建模块334，图像重建模块164包括使得处理器106能够根据磁共振数据332重建磁共振图像122的指令。存储器110还被示为包含磁共振模拟器336，所述磁共振模拟器336包含使处理器106能够使用脉冲序列命令330来计算或生成参考灰度数据124的命令。

图4示出了医学成像系统400的另一范例。医学成像系统400类似于图3中所示的医学成像系统300，但是存在若干差异。可以看出，在成像区域308内与对象318相邻的是若干体模。在成像区域308内，还示出了另外的感兴趣区域309'，其涵盖了覆盖磁共振体模400的体积。在这种情况下，磁共振数据332包含从两个感兴趣区域309和309'采集的数据。存储器110被示为包含通过重建来自额外的成像区309’的数据而获得的额外磁共振图像402。处理器106可以从所述额外磁共振图像402生成参考灰度数据124。

图5示出了如何将图5所示的射频线圈314和体模400并入到单个单元中的示例。在图5中，示出了用于接收对象的头部的头部线圈。在线圈314的塑料外壳内，可以在其中放置多个体模400。图5中所示的线圈314和体模装置400可以具有能够以可重复的方式容易地将体模放置在与对象318相邻的成像区域内的优点。

更改MR协议时，图像对比度的变化会影响MR图像分割的鲁棒性和适用性，因为图像灰度值取决于特定的采集参数集和许多其他变量(系统校准参数、重建参数、处理参数)。诸如图5所示并且被并入到MR成像方法中的体模可以改善MR图像分割。

体模400包括模拟最常见的人体组织类型的弛豫参数和质子密度的样本。使用与要分割的患者图像的采集和后处理相同的特定序列和精确的参数集来对该体模进行成像。体模图像可以在采集后直接在MR控制台上自动进行预处理，以便评估各种样本的灰度值并将其存储在元数据(例如患者图像的DICOM标头)中。体模的各种实施例可以被构造(被动的，在患者的手臂和躯干之间；内置在MR线圈中；内置于患者支撑件中)以及如何以及何时对体模进行成像(与每个患者一起使用；仅当使用新的扫描参数时才由扫描仪请求，并且否则来自数据库)。

图像分割算法可以使用DICOM患者图像随附的预处理灰度值表。分割算法的训练是与灰度值表相关的。有效地，这可以使训练独立于确切的扫描参数集。例如，灰质、白质和CSF的体模灰度值可用于使分割算法适应这些组织之间的特定对比度。

MR图像对比度取决于大量变量，包括组织弛豫参数、质子密度、序列类型和序列参数，以及每次扫描时MR系统可能会更改或调整的系统参数(线圈类型和位置、增益和校准参数、重建参数、图像后处理参数)。另外，例如由于运动，图像对比度可能会受到伪影的影响。结果，即使是相同序列类型的图像，其对比度也因扫描而异，因系统而异，因厂商而异。

有许多应用，并且对(半)自动MR图像分割的需求不断增长。这里仅提及几个示例：用于对MR图像(器官质量/体积，心脏射血分数，血管大小)进行高级评估、用于自动扫描规划(对器官进行分割，然后将图像平面/体积自动适应于这些器官)、用于基于MR的剂量规划放射疗法(规划到肿瘤靶标和风险器官的体积剂量)、或用于3D的高级可视化(表面绘制)的分割。

MR图像对比度的可变性是MR图像的(半)自动分割的关键问题。相比之下，X射线和CT图像的图像对比度主要由组织中明确定义的辐射吸收来定义，并且仅取决于一些系统参数。在CT中，图像灰度值甚至代表组织的放射密度的定量比例，以亨氏单位给出。结果，CT图像的分割比MR图像的分割简单得多，这甚至可能导致在某些应用中CT成像比MR成像更可取的事实。

在临床实践中，只有通过强制执行非常特定的序列，固定的协议参数集和固定的扫描设置(线圈和患者设置)来减小MR图像对比度的可变性，MR图像的(半)自动分割才能有效地起作用。然后针对这种特定类型的对比训练和优化分割算法。从这种MR图像采集方式的偏差经常导致分割错误。使用一组受限的参数可能会妨碍成像对给定临床状况的最佳适应。此外，许多临床医师喜欢修改MR系统随附的预设扫描/协议集，以使扫描适应其特定的临床需求。这可能需要对每位客户进行细分算法的重新培训，这在实践中由于大量的努力而无法实现。

如果在不同厂商的MR系统上采集的图像应使用相同的分割算法进行处理，则问题甚至更大。造成这种情况的一个原因是，通常并不是所有已知的第三方MR供应商的采集和重建参数都已知，这使得出售分割算法的公司更加难以对其进行控制，并且其必须定义如何采集图像的规范。

可以设计体模，所述体模包括模拟与分割有关的身体组织类型的弛豫参数和质子密度的样本。该体模以相同的特定序列和参数集成像，所述特定序列和参数集用于采集应分割的患者图像。体模图像也可以进行相同的图像后处理。体模图像可以与DICOM患者图像一起存储，甚至可以存储在DICOM患者图像中。体模图像可以在采集后直接在MR控制台上自动进行预处理，以便评估各种样本的灰度值并将其存储在患者图像的DICOM标头中。

图像分割算法使用DICOM患者图像随附的预处理灰度值表。可以关于灰度值表或针对特定参考值来进行分割算法的训练。有效地，这使训练独立于确切的扫描参数集。例如，灰质、白质和CSF的体模灰度值可用于使分割算法适应这些组织之间的特定对比度。

组织体模的各种示例可以包括：

a)身体上体模

体模被定位于患者身上或旁边。体模可以具有适合于患者的手臂和躯干之间的细长形状。

b)线圈内体模

体模被内置在MR接收线圈中。一个示例是将体模包含在头线圈的头枕中(图1)，或将患者体模包含在Ingenia系统中也包含接收线圈的患者支撑件中。

c)独立体模

体模是一个单独的被动设备。它可以位于比患者头部更高的患者支撑件上。

d)带有线圈的体模

体模是一种主动设备，如果设计为独立体模，则它包括自己的接收线圈和线圈连接器。

e)始终与患者成像一起

体模可以与患者在同一检查中成像。体模可以与磁共振图像的感兴趣区域同时成像，或者其可以与磁共振图像的感兴趣区域分开成像。磁共振图像可以使用特定的磁共振共振成像协议对其感兴趣区域进行采集。可以通过使用相同的磁共振成像协议对体模进行成像，但是在感兴趣区域中会发生位移。

在一些示例中，扫描器保留自安装以来已执行的所有扫描及其参数集的历史记录，并且还将通过这些扫描采集的体模图像存储在单独的数据库中。如果新请求的扫描具有与先前扫描相同的参数，则数据库中先前扫描的体模图像/灰色值将被重新使用并与新的患者图像一起存储。如果新请求的扫描具有参数的新的集合，则扫描程序将主动请求新的体模扫描。对于独立的体模，扫描仪要求用户将体模放置就位。

组织类型与灰度的已知关系可能有助于图像分割。但是，很明显，对于特定的扫描类型，两种不同组织类型的灰度值可能几乎相同。这可以通过使用提供不同图像对比度的两种不同扫描类型A和B进行采集来改善。

放射报告标准化表示的示例。每种组织类型的灰度值的已知关系可用于预处理患者图像，使得它们在用于放射学报告时具有标准化的对比度。作为示例，可以利用基于模型的分割来分割图像，并且可以调节特定器官中的灰度值以用于图像呈现，使得针对该类型的序列将灰度值标准化。这将针对原始图像中灰度值的微小变化进行校准，具体取决于例如TR和TE的确切设置以及给定序列类型的翻转角度。

也可以将标准化的模型建立为行业标准，所述标准允许关联一种序列类型的图像对比度，但采集参数略有不同。

图6示出了流程图，所述流程图示出了操作图3的医学成像系统300或图4的医学成像系统400的方法。图6所示的方法与图2所示的方法相似，只是增加了一个步骤。首先在步骤600中，利用脉冲序列命令300控制磁共振成像系统300，以采集磁共振数据332。在步骤200中，通过从磁共振数据332重建磁共振图像122来接收磁共振图像。在步骤202中，通过从如图4所示的附加磁共振图像402中提取数据或者使用如图3所示的图像重建模块334和脉冲序列命令330来生成参考灰度值数据202。在步骤202之后，所述方法然后进行到步骤204，如图2所示。

一些示例可以针对特定的采集协议模拟MR扫描仪中相关组织的参考灰度值，将其与采集的图像一起存储，并在临床工作站中使用此信息进行可视化、后处理和分段，以使功能对协议的依赖性降低。特别地，当使用监督的机器学习方法进行分割时，需要灰度值图像并需要对解剖结构或器官进行相应的真实情况注释以进行算法训练，则使用参考组织灰度值来补偿不同扫描之间图像灰度值的变化。对以前看不见的图像进行分割时，使用相同的机制来“配置”要分割图像的特定协议的算法。

该方法可以使临床应用中的图像分割不受协议(或供应商)的依赖，使临床中的诊断MR工作流程更有效，因此与MR扫描器、肿瘤学解决方案(基于MR的放射治疗计划)和临床应用相关。

MRI为设计采集协议以及生成图像外观和采样特性差异很大的图像提供了极大的灵活性。尽管针对特定的扫描仪类型和协议进行优化后，图像分析算法通常可以很好地工作，尤其是当使用标准化图像强度的方法时，但是临床站点喜欢利用MRI成像的灵活性和多功能性，并且(略微地)使扫描协议适应其本地需求和偏好。结果，自动图像分析算法要么表现不佳，要么需要调整。与其他成像方式(例如CT)相比，这限制了MRI后处理在商业产品中的广泛支持，并妨碍了MR工作流程。

图7、8和9分别显示了来自不同临床部位的电影心脏磁共振图像。每个示出了叠加在图像上的图像分割128。图7图示了具有深色外观的磁共振图像的示例。图8表示中等亮度的图像，并且图9表示具有所谓的明亮外观的磁共振图像。例如，基于模型的分割的实验表明，与在所有图像类别上同时进行算法训练相比，如果分别在这三幅图像类别上进行算法训练，则可以以更高的精度对图像进行分割。示例可以提供一种在相同训练下处理所有三种类型图像的方法。

示例可以提供训练图像分割方法，例如用于变化的MR采集协议的基于模型的分割，并且使得随后的MR图像分割较少协议特定性或协议不可知性。结果，自动图像分割算法在一系列不同的扫描仪或MR采集协议上表现更好，并且确实需要针对每个协议/扫描仪变体进行调整，以实现最佳性能(在分割精度或鲁棒性方面)。

一些示例可能会针对MR扫描仪中特定采集协议的相关组织的参考灰度值进行模拟，将其与采集的图像一起存储，并在临床工作站中使用此信息进行可视化、后处理和分割，以使功能对协议的依赖性降低。特别地，当使用监督的机器学习方法进行分割时，需要灰度值图像并需要对解剖结构或器官进行相应的真实情况注释以进行算法训练，则使用参考组织灰度值来补偿不同扫描之间图像灰度值的变化。对以前看不见的图像进行分割时，使用相同的机制来“配置”要分割图像的特定协议的算法。

图10提供了对不同的处理步骤的概述。图10还示出了使用基于模型的分割来构造这种算法的步骤。在下文中，将更详细地解释处理步骤。图10示出了两种方法。一种方法是1000，其示出了用于处理新的未见过的图像的处理链。框1050所示的方法表示用于训练处理链1000的图像的训练方法。这两种方法将在下面的文本中进行说明。

用于协议诊断MR分割的处理链1000可以包括以下步骤中的一个或多个：

在特定系统上使用特定MR协议采集新的磁共振图像1002

用于实际采集协议和系统设置的参考组织灰度值(参考灰度值数据)1004的生成。参考组织灰度值可以通过在MR系统中的模拟来生成，并且组织灰度值可以随后被存储并与MR图像一起传递。

图像灰度值的标准化1006。假定模拟方法允许模拟图像中的组织灰度值，直到比例因子在不同采集之间可能会有所不同。标准化弥补了这一差异。可以显式地(即将图像标准化并存储在内存中)或隐式地(即在分割期间评估图像灰度值时)进行标准化。

图像分割1008：分割算法使用参考组织灰度值为特定的MR采集协议“配置”算法并执行分割。

组织灰度值的生成1004：对于不同的成像序列，已开发出明确的公式来描述图像对比度，这些公式取决于组织特征(例如质子密度p和弛豫时间T1和T2)以及采集参数(例如回声时间Te或重复时间Tr)(请参见图3)。另外，已经开发了MR模拟器，其针对复杂序列模拟高度逼真的MR图像。这些简单或更复杂的方法用于为实际成像序列以及与实际采集和临床任务相关的许多组织(还包括与后续分割任务相关的那些组织)模拟(典型)组织灰度值(以及任选的还有它们的变化)。对于复杂的模拟，模拟中可以包含许多扫描器特异的信息，并且可以直接在MR扫描仪上计算模拟的组织灰度值，并将其与图像一起存储(例如，作为DICOM标签)。假定在本发明的上下文中使用的实际模拟方法允许模拟图像中的组织灰度值，直到达到在不同采集之间可以不同的比例因子为止。

替代地，可以通过对体模进行成像来获得组织参考值，其中该体模内置有代表所需/相关组织的不同材料的内含物以及适当的后处理。

灰度值标准化1006：为了补偿不同图像之间的图像强度变化，需要计算图像直方图及其低和高L％百分位数(L＝2或5)。然后将强度值重新调节到参考区间。可以显式地(即将图像标准化并存储在内存中)或隐式地(即在处理期间评估图像灰度值时)进行标准化。

作为替代的灰度值标准化，可以使用直方图匹配。作为替代的灰度值标准化，可以使用直方图匹配。在这种情况下，由磁共振成像系统提供的元数据不仅可以包括成像区域中最频繁组织的组织参考值，而且可以以参考灰度值直方图的形式包括组织参考值的频率和典型展宽。备选地，医学成像系统可以包括关于参考组织的频率和展宽的信息，并使用组织参考值来构建参考灰度值直方图。然后通过重新调节图像灰度值直到获得图像直方图和参考灰度值直方图之间的最佳匹配来完成灰度值标准化。

改变磁共振成像协议可以导致MRI图像内的各种组织类型的亮度相对于彼此以及按比例变化。如上所述，直方图匹配可以具有可以修改图像使得可以改变灰度直方图中组织类型的相对位置的优点。因此，直方图匹配可以实现对磁共振成像协议中比通过标准化可以补偿的更大变化的补偿。参考比例的定义：另外，参考组织灰度值可以被标准化并映射到参考区间。为此，使用带有相应真实情况(GT)批注的训练图像。特别地，针对每幅图像中的每个组织类别计算平均灰度值及其标准偏差。例如，可以通过线性变换的参考组织灰度值和组织类别的平均灰度值的(加权)最小二乘拟合来获得用于将参考组织灰度值映射到参考尺度上的合适的(重新调节和移位)参数。在适当选择的参考区间的情况下，重新调节后的灰度值大致对应于MR模拟得出的灰度值。

基于模型的分割1008：在基于模型的分割中，具有V个顶点和T个三角形的目标解剖结构的网格模型适用于图像。首先，使用广义霍夫变换(GHT)来检测解剖结构。之后，执行参数模型适配。为此，针对每个三角形i使用单独训练的边界检测器F_i(x，n_i)沿平行于三角形法线i的轮廓检测边界点。使用取决于参数q的变换T(q)对模型进行变换，并通过最小化将网格模型的三角形中心吸引到检测到的边界点的外部能量来更新变换参数q。反复进行边界检测和参数q的细化。使用具有增加的自由度的变换，可以在几个阶段中完成参数自适应。在最后阶段，通过迭代边界检测和网格变形来执行自适应。网格变形优化了由的外部能量和内部能量组成的能量，所述能量惩罚了与参考网格模型的偏差。

尽管基于GHT的器官检测几乎不依赖于采集协议，但是由于GHT依赖于图像梯度信息，因此准确的边界检测对图像外观很敏感。因此，构造了使用(标准化的)参考组织灰度值的边界检测器以减少成像协议P对边界检测的影响。假设边界检测器F_i(x，n_i)已选择将组织a与组织b分开，根据下式来评估针对该边界检测器的灰度值：

和

对应于边界检测训练期间使用的参考协议Pref的(标准化)参考组织灰度值。边界检测函数的评估如图11所示。图11示出了边界检测函数F_i(x，n_i)的评估。参数x和n_i描述了将组织A和组织B分离开的假定边界的位置和取向。图11示出了被边界1104分开的组织A1100的区域和组织B1102的区域。在点1106处采集梯度信息。

训练方法1050可包括采集训练图像1052，然后包括通过模拟或通过体模测量来生成参考组织值1054。接下来，将解剖结构手动注释为目标结构1056。然后在步骤1058中执行灰度值标准化。在步骤1060中，执行参考比例的定义。最终，在步骤1062中，使用参照组织灰度值进行边界检测训练。

在一个示例中，可以通过使用在第一步中生成的边界检测函数的大的池来执行边界检测训练，例如，通过分析要分割的器官或解剖结构的边缘处的灰度值属性。为了采用该程序，选择参考图像和相关的协议首选项，并将所有其他训练图像的灰度值“转换”为该参考协议，即，针对GT注释的每个组织a，训练图像j的灰度值通过减去参考组织灰度值进行修改

并添加(标准化的)参考组织灰度值

参考图像/协议。结果，获得了的边界检测函数的大的池，这些功能取决于要检测的边界两侧的灰度值(参见图11)。

在该示例的第二步骤中，边界检测通过模拟训练数据上的边界检测并将具有最小边界检测误差的边界检测函数分配给各个三角形，从而对器官网格模型的每个三角形分配函数。可以使用转换为参考协议的训练图像来执行此步骤。替代地，当评估如公式(1)中所定义的三角形的边界检测函数时，可以使用(标准化的)训练图像，并且可以考虑采集协议和参考组织灰度值。

例如，如果模拟的灰度值仅可用于两个组织之一，则仅存在器官/解剖结构的注释，而没有周围的注释，则公式(1)中未定义的参考组织灰度值可以省略或设置为零。

示例可以使临床应用中的图像分割不受协议(或供应商)的依赖，使临床中的诊断MR工作流程更有效，因此与MR扫描仪和临床应用相关。

尽管已经在附图和前面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书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求中，“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。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。尽管特定措施是在互不相同的从属权利要求中记载的，但是这并不指示不能有利地使用这些措施的组合。可以将计算机程序存储/分布在与其它硬件一起提供或者作为其它硬件的一部分提供的诸如光存储介质或者固态介质的合适介质上，但是还可以以诸如经因特网或者其它有线或无线电信系统的其它形式分布。权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (14)

1.一种医学成像系统(100、300、400)，包括：

存储器(110)，其包含机器可执行指令(120)；

处理器(106)，其中，所述机器可执行指令的运行使所述处理器：

接收(200)磁共振图像(300)；

接收(202)描述所述磁共振图像的元数据，其中，所述元数据包括分别涉及两种或更多种组织类型的作为数字值的参考灰度值数据(124)；并且

使用图像分割算法(126)对所述磁共振图像进行分割(204)，所述图像分割算法基于所述参考灰度值数据而被修改。

2.根据权利要求1所述的医学成像系统，其中，所述医学成像系统包括磁共振成像系统(300)，其中，所述医学成像系统还包括用于控制所述磁共振成像系统来采集磁共振数据(332)的脉冲序列命令(330)，其中，所述机器可执行指令的运行还使所述医学成像系统：

使用所述脉冲序列命令控制(600)所述磁共振成像系统来采集所述磁共振数据；

根据所述磁共振数据重建(200)所述磁共振图像；并且

生成(202)所述参考灰度值数据。

3.根据权利要求2所述的医学成像系统，其中，对所述图像分割算法(126)的所述修改包括在分割所述磁共振图像之前使用所述参考灰度值数据来修改边界检测算法。

4.根据权利要求2或3所述的医学成像系统，其中，所述机器可执行指令的运行还使所述处理器识别与所述磁共振图像内的两种或更多种组织类型中的每种组织类型相对应的多个体模区域，其中，所述参考灰度值数据是至少部分地使用所述磁共振图像来确定的。

5.根据权利要求2、3或4所述的医学成像系统，其中，所述磁共振成像系统包括成像线圈(314)，其中，所述成像线圈包括针对所述两种或更多种组织类型中的每种组织类型的磁共振体模(400)。

6.根据权利要求5所述的医学成像系统，其中，针对所述两种或更多种组织类型中的每种组织类型的所述磁共振体模相对于彼此具有预定的几何位置，其中，所述多个体模区域是至少部分地使用预定几何位置来识别的。

7.根据权利要求6所述的医学成像系统，其中，针对所述两种或更多种组织类型中的每种组织类型的所述体模包括具有质子密度、T1值和T2值的体模材料，所述体模材料对所述两种或更多种组织类型进行建模。

8.根据前述权利要求中的任一项所述的医学成像系统，其中，所述图像分割算法包括用于对所述磁共振图像进行分割的解剖图谱匹配算法，其中，使用所述参考灰度值来调整所述解剖图谱匹配算法。

9.根据权利要求1至7中的任一项所述的医学成像系统，其中，所述图像分割算法包括用于分割所述磁共振图像的网格模型，其中，使用所述参考灰度值来调整所述网格模型。

10.根据权利要求1至7中的任一项所述的医学成像系统，其中，所述图像分割算法包括体素分类器，所述体素分类器用于通过使用灰度值和个体体素的邻域对所述个体体素进行分类来对所述磁共振图像进行分割，其中，使用所述参考灰度值来调整所述体素。

11.根据前述权利要求中的任一项所述的医学成像系统，其中，所述机器可执行指令的运行还使所述处理器：

将所述磁共振图像的灰度值重新调节到参考区间；并且

将所述参考灰度值数据重新调节到所述参考区间。

12.根据前述权利要求中的任一项所述的医学成像系统，其中，所述元数据被包含在所述磁共振图像的DICOM标头中。

13.一种计算机程序产品，其包括供由控制医学成像系统的处理器(106)运行的机器可执行指令(120)，其中，所述机器可执行指令的运行使所述处理器：

接收(200)磁共振图像(300)；

接收(202)描述所述磁共振图像的元数据，其中，所述元数据包括分别涉及两种或更多种组织类型的作为数字值的参考灰度值数据(124)；并且

使用图像分割算法对所述磁共振图像进行分割(204)，所述图像分割算法基于所述参考灰度值数据而被修改。

14.一种操作医学成像系统的方法，其中，所述方法包括：

接收(200)磁共振图像(300)；

接收(202)描述所述磁共振图像的元数据，其中，所述元数据包括分别涉及两种或更多种组织类型的作为数字值的参考灰度值数据(124)；并且

使用图像分割算法对所述磁共振图像进行分割(204)，所述图像分割算法基于所述参考灰度值数据而被修改。

Images