CN111223103A - 医用图像诊断装置以及医用摄像装置 - Google Patents
医用图像诊断装置以及医用摄像装置 Download PDFInfo
- Publication number
- CN111223103A CN111223103A CN201811405328.6A CN201811405328A CN111223103A CN 111223103 A CN111223103 A CN 111223103A CN 201811405328 A CN201811405328 A CN 201811405328A CN 111223103 A CN111223103 A CN 111223103A
- Authority
- CN
- China
- Prior art keywords
- region
- unit
- imaging
- brain
- diagnostic apparatus
- 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
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 12
- 238000003745 diagnosis Methods 0.000 title abstract description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 103
- 210000004556 brain Anatomy 0.000 claims abstract description 85
- 230000003925 brain function Effects 0.000 claims abstract description 42
- 239000000284 extract Substances 0.000 claims abstract description 24
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 230000005284 excitation Effects 0.000 claims description 15
- 230000003902 lesion Effects 0.000 claims description 15
- 210000003792 cranial nerve Anatomy 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 210000005036 nerve Anatomy 0.000 claims description 4
- 210000001320 hippocampus Anatomy 0.000 description 27
- 238000010586 diagram Methods 0.000 description 22
- 230000008859 change Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 10
- 208000024827 Alzheimer disease Diseases 0.000 description 7
- 230000010004 neural pathway Effects 0.000 description 7
- 210000000118 neural pathway Anatomy 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000011157 brain segmentation Effects 0.000 description 4
- 210000004727 amygdala Anatomy 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000004326 gyrus cinguli Anatomy 0.000 description 3
- 230000001936 parietal effect Effects 0.000 description 3
- 230000002360 prefrontal effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000971 hippocampal effect Effects 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000561734 Celosia cristata Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 210000001159 caudate nucleus Anatomy 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- HGBLNBBNRORJKI-WCABBAIRSA-N cyclacillin Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)C1(N)CCCCC1 HGBLNBBNRORJKI-WCABBAIRSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007433 nerve pathway Effects 0.000 description 1
- 230000007604 neuronal communication Effects 0.000 description 1
- 210000000103 occipital bone Anatomy 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2210/00—Anatomical parts of the body
- A61M2210/06—Head
- A61M2210/0693—Brain, cerebrum
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20128—Atlas-based segmentation
-
- 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
- G06T2207/30016—Brain
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种医用图像诊断装置以及医用摄像装置,该医用图像诊断装置,具有:图像取得部,通过对被检体的脑进行摄像来输出图像数据;选择部,从上述图像数据中选择对象区域;提取部,提取脑功能与上述对象区域关联的关联区域来作为追加区域;以及摄像区域输出部,输出包含上述对象区域以及上述追加区域的区域来作为摄像区域。
Description
技术领域
本发明涉及设定脑区域的摄像范围的医用图像诊断装置以及医用摄像装置。
背景技术
在对脑区域进行摄像的现有技术中,在进行脑部的核磁共振(MR)摄像时,存在如下的自动扫描方法,该方法包括如下步骤:获取被检体脑部的三维定位图像;从该三维定位图像中选择二维冠状视图和二维横向视图;识别每个二维冠状视图和二维横向视图中的正中矢状面(MSP:mid-sagittal plane)线,并基于该MSP线计算三维MSP;基于三维MSP重建定位图像以获得被检体脑部的MSP图像;在被检体脑部的MSP图像中识别鸡冠(CG:cristagalli)和枕骨前端(TOB:tip of the occipital bone);基于MSP图像中的作为解剖学标记的MSP、CG以及TOB计算变换矩阵,使用变换矩阵获得被检体的扫描计划,并输出该扫描计划(参考专利文献1)。
专利文献1:US8190232B2号公报
在专利文献1的对脑区域进行自动扫描的方法中,能够自动地获得作为解剖学标记的MSP、CG以及TOB来进行正式的MR摄像。但是,当用户想要对脑部的某个小区域进行扫描以获得高分辨率的图像时,使用上述扫描方法无法实现。
相对上述情况,目前存在对脑部的某个小区域进行局部放大扫描的技术,如ZOOM(ZOnally-magnified Oblique Multislice)-EPI。图12示出了该局部放大扫描技术的流程图。
在步骤S1中,对整个脑进行扫描以获得脑的体数据,在步骤S2中,在脑的体数据中识别出AC-PC标记点,由此设置轴向扫描截面,根据该轴向扫描截面,扫描装置能够自动地设定冠状位扫描截面以及矢状位扫描截面,在步骤S3中,由用户识别扫描目标区域、如海马体区等,在步骤S4中,针对上述识别出的扫描目标区域,由用户人工调整包含扫描目标区域的扫描感兴趣区域(以下简称为扫描ROI),在步骤S5中,针对扫描ROI,由用户或扫描装置设定扫描激发信号以及包括扫描重复时间、扫描回波时间等的扫描参数的扫描条件,在步骤S6中,用户使用扫描装置对扫描ROI进行扫描。
在上述局部放大扫描技术中,在步骤S3以及步骤S4中,由于用户识别较小的扫描目标区域,并针对该扫描目标区域人工地调整扫描ROI,因此需要花费较多的时间,并且通常也无法精确地确定该扫描ROI,从而无法获得扫描ROI的MR摄像图像而无法进行疾病诊断。
发明内容
因此鉴于前述的状况,本发明提供一种基于对脑分割数据的指定而自动地识别脑功能相关的区域来输出摄像区域的医用图像诊断装置以及医用摄像装置。
本发明的医用图像诊断装置,具有:图像取得部,通过对被检体的脑进行摄像来输出图像数据;选择部,从上述图像数据中选择对象区域;提取部,提取脑功能与上述对象区域关联的关联区域来作为追加区域;以及摄像区域输出部,输出包含上述对象区域以及上述追加区域的区域来作为摄像区域。
本发明的医用图像诊断装置也可以形成为,上述对象区域以及上述追加区域是针对上述被检体的脑中的右脑和左脑中的某一个设定的区域,上述摄像区域输出部,针对上述右脑和左脑中、相对于设定有上述对象区域以及上述追加区域的一侧的脑的另一方的脑,还将包含与上述对象区域以及上述追加区域对应的区域的区域设定为上述摄像区域。
本发明的医用图像诊断装置也可以形成为,还具备存储部,该存储部将上述摄像区域输出部所输出的上述摄像区域与用于确定上述被检体的被检体确定信息建立关联进行存储。
本发明的医用图像诊断装置也可以形成为,还具备存储部,该存储部将病变模式与上述图像数据中的区域建立关联进行存储,上述选择部通过用户选择多个病变模式中的某一个,来从上述存储部中读取与所选择的上述病变模式对应的上述图像数据中的区域来作为对象区域。
本发明的医用图像诊断装置也可以形成为,还具备:计算部,对上述图像数据中的区域的参数进行计算;以及比较部,将计算出的上述参数与对上述图像数据中的上述区域预先设定的参数范围进行比较,当计算出的上述参数处于上述参数范围以外时,判断为上述图像数据中的上述区域为异常区域,上述选择部选择上述异常区域来作为对象区域。
本发明的医用图像诊断装置也可以形成为,还具备存储部,该存储部预先存储有对脑的体数据进行分割后的区域的图谱,当用户从上述图谱中选择分割后的上述区域时,上述选择部从上述图像数据中的区域中选择与用户所选择的上述区域对应的区域来作为对象区域。
本发明的医用图像诊断装置也可以形成为,上述关联区域是脑神经区域。
本发明的医用图像诊断装置也可以形成为,还具备:存储部,存储有将构成与同一脑功能相关的神经通路的多个上述脑神经区域关联起来的关联信息;以及判断部,判断由上述选择部选择出的对象区域的脑功能,上述提取部参照上述关联信息,从上述图像数据中提取脑功能与上述对象区域的脑功能相同的脑神经区域来作为追加区域。
本发明的医用摄像装置,具有:上述医用图像诊断装置;设定部,设定用于激发摄像区域的激发信号以及相对于摄像区域的扫描条件;以及摄像部,根据上述激发信号以及上述扫描条件对上述摄像区域进行摄像。
发明效果
在对脑的多个小区域进行局部放大扫描时,能够自动地查找多个小区域并对其设定摄像区域,因此无需花费较多的时间就能够精确地确定摄像区域。
附图说明
图1是第1实施方式所涉及的医用摄像装置的结构框图。
图2是第1实施方式的从脑分割数据获得用户感兴趣的摄像区域的示意图。
图3是示出第1实施方式的医用摄像装置的处理流程的流程图。
图4是根据在左脑中的脑分割区域获得右脑中的关联区域、进而获得摄像区域的示意图。
图5是第2实施方式所涉及的医用摄像装置的结构框图。
图6是第2实施方式的从脑分割数据获得用户感兴趣的摄像区域的示意图。
图7是针对具有语言功能的神经通路获得摄像区域的示意图。
图8是用于说明具有记忆功能的神经通路的图。
图9是示出与阿尔茨海默病相关的区域的图。
图10是用于判断脑分割区域的异常的说明图。
图11是示出脑分割区域的图谱以及从图谱中获得的区域的图。
图12是现有技术中的有关局部放大扫描的摄像的流程图。
具体实施方式
本发明的医用图像诊断装置应用于对脑进行摄像的技术中,例如可以应用于对脑进行MR摄像的技术中。
下面根据附图详细说明本发明的各个实施方式。
第1实施方式
如图1所示,本实施方式的医用摄像装置1具有医用图像诊断装置10、设定单元10a以及摄像单元10b,其中,医用图像诊断装置10具有扫描单元11、分割单元12、选择单元13、提取单元14以及输出单元15。
扫描单元11用于对被检体的身体部位进行扫描(摄像),在本发明中,对被检体(患者等)的脑进行扫描,来生成整个脑的体数据。该扫描例如可以为磁化预备疾速梯度回波序列(MPRAGE)扫描。
分割单元12对由扫描单元11生成的体数据进行分割,在本发明中,将由扫描单元11生成的整个脑的体数据,按照脑功能的不同而分割成多个区块、即区域。如图2的(a)所示,示意性地示出了将整个脑的体数据(简称脑数据)N分割成了区域A、区域B以及区域C,但实际上将脑数据N分割成了几十个乃至几百个以上的多个区域。
选择单元13从由分割单元12分割成的多个区域中选择用户(医生等)想要进行局部放大扫描的对象区域。如图2的(b)所示,选择单元13从由分割单元12分割成的多个区域中选择出了区域C。
提取单元14从由分割单元12分割成的多个区域中提取脑功能与选择单元13所选择出的对象区域关联的关联区域来作为追加区域。在这里,脑功能相关联是指脑功能相同或者类似、或者为了完成某一动作、进行语言表达、思维记忆等而使用的脑的各个区域之间的脑功能的关联。如图2的(c)所示,提取单元14提取出了脑功能与区域C关联的关联区域C′来作为追加区域。
输出单元15输出包含选择单元13所选择的区域以及提取单元14所提取出的追加区域的区域来作为摄像区域。如图2的(c)所示,输出单元15输出包含选择单元13所选择的区域C在内的摄像区域S以及包含提取单元14所提取出的追加区域C′在内的摄像区域S′。
设定单元10a设定用于激发输出单元15所输出的摄像区域的激发信号以及相对于该摄像区域的包括扫描重复时间(TR)、扫描回波时间(TE)等的扫描参数的扫描条件。
摄像单元10b根据设定单元10a所设定的激发信号以及扫描条件对输出单元15所输出的摄像区域进行摄像。该摄像为例如使用ZOOM-EPI技术的局部放大扫描。
下面,使用图2以及图3来说明本实施方式的医用图像诊断装置10等的工作流程。
如图3所示,在步骤S11中,扫描单元11对被检体的脑进行扫描,生成整个脑的体数据。
在步骤S12中,分割单元12将由扫描单元11生成的体数据分割成多个区域、例如图2的(a)的区域A、区域B、区域C等。
在步骤S13中,根据用户的诊断需求,选择单元13从由分割单元12分割成的多个区域中选择对象区域,例如图2的(b)所示,从区域A、区域B、区域C等中选择出区域C来作为对象区域。
在步骤S14中,提取单元14从由分割单元12分割成的多个区域中提取脑功能与选择单元13所选择出的对象区域关联的关联区域来作为追加区域,例如图2的(c)所示,提取出了脑功能与选择单元13所选择出的区域C相同、即关联的区域C′来作为追加区域。
在步骤S15中,输出单元15输出包含选择单元13所选择的区域以及提取单元14所提取出的追加区域的区域来作为摄像区域,如图2的(c)所示,输出单元15输出包含选择单元13所选择的区域C在内的摄像区域S以及包含提取单元14所提取出的追加区域C′在内的摄像区域S′。
在步骤S16中,设定单元10a设定用于激发输出单元15所输出的摄像区域的激发信号以及相对于该摄像区域的扫描条件,如在图2的情况下,输出用于激发摄像区域S以及摄像区域S′的激发信号以及相对于摄像区域S以及摄像区域S′的扫描条件。
在步骤S17中,摄像单元10b根据设定单元10a所设定的激发信号以及扫描条件对输出单元15所输出的摄像区域进行摄像,如在图2的情况下,摄像单元10b对输出单元15所输出的摄像区域S以及摄像区域S′进行摄像。
下面,使用图4对本实施方式的输出单元15的其它功能进行说明。
图4示出了脑的冠状位截面,将图4中的位于左方、中部以及右方的三幅图分别称作左图、中图以及右图。左图示出了位于脑的左脑中的左侧海马体区域LH。中图示出了位于脑的右脑中的右侧海马体区域RH以及位于脑的左脑中的左侧海马体区域LH。右图示出了针对右侧海马体区域RH以及左侧海马体区域LH设定摄像区域时的情形。
当选择单元13从由分割单元12分割成的多个区域中选择出作为对象区域的左脑中的左侧海马体区域LH(左图)时,输出单元15针对设定有左侧海马体区域LH的一侧的脑(左脑)的另一方的脑(右脑),输出与左侧海马体区域LH对应的右侧海马体区域RH(中图),在将包含左侧海马体区域LH的区域设定为摄像区域LS的同时,还将包含与左侧海马体区域LH对应的右侧海马体区域RH的区域设定为摄像区域RS(右图)。
而且,也可以形成为,当提取单元14从由分割单元12分割成的多个区域中提取作为追加区域的左脑中的左侧海马体区域LH(左图)时,输出单元15针对另一方的脑、即右脑,输出与左侧海马体区域LH对应的右侧海马体区域RH(中图),在将包含左侧海马体区域LH的区域设定为摄像区域LS的同时,还将包含与左侧海马体区域LH对应的右侧海马体区域RH的区域设定为摄像区域RS(右图)。
如上所述,当选择单元13从由分割单元12分割成的多个区域中选择出对象区域时,提取单元14也能够自动地从由分割单元12分割成的多个区域中提取出脑功能与该对象区域关联的关联区域,并由输出单元15自动地将包含该对象区域以及关联区域的区域输出设定为摄像区域,因此,在对脑的多个小区域进行局部放大扫描时,用户无需对各个小区域均进行人工查找并设定摄像区域,能够自动地查找多个小区域并对其设定摄像区域,因此无需花费较多的时间就能够精确地确定摄像区域,从而能够对该摄像区域进行MR摄像来进行疾病诊断。
第2实施方式
如图5所示,本实施方式的医用摄像装置2具有医用图像诊断装置20、设定单元20a以及摄像单元20b,其中,医用图像诊断装置20具有扫描单元21、分割单元22、选择单元23、提取单元24以及输出单元25。
本实施方式中的扫描单元21、分割单元22、选择单元23以及输出单元25的功能与第1实施方式中的扫描单元11、分割单元12、选择单元13以及输出单元15的功能相同或类似,因此对其进行简要的说明。另外,对其它与第1实施方式相同或类似的部分也仅进行简要的说明。
扫描单元21用于对被检体的身体部位进行扫描(摄像),在本发明中,对被检体的脑进行扫描,来生成整个脑的体数据。该扫描例如可以为磁化预备疾速梯度回波序列(MPRAGE)扫描。
分割单元22对由扫描单元21生成的体数据进行分割,在本发明中,将由扫描单元21生成的整个脑的体数据,按照脑功能的不同而分割成多个区块、即区域。
选择单元23从由分割单元22分割成的多个区域中选择用户想要进行局部放大扫描的对象区域。
提取单元24提取脑功能与选择单元23所选择出的对象区域关联的脑神经区域来作为追加区域。在这里,脑功能相关联是指脑功能相同或者类似、或者为了完成某一动作、进行语言表达、思维记忆等而使用的脑的各个区域之间的脑功能的关联。
输出单元25输出包含选择单元23所选择的对象区域以及提取单元24所提取出的追加区域的区域来作为摄像区域。
设定单元20a设定用于激发输出单元25所输出的摄像区域的激发信号以及相对于该摄像区域的包括扫描重复时间、扫描回波时间等的扫描参数的扫描条件。
摄像单元20b根据设定单元20a所设定的激发信号以及扫描条件对输出单元25所输出的摄像区域进行摄像。该摄像为例如使用ZOOM-EPI技术的局部放大扫描。
另外,医用图像诊断装置20还可以具有存储单元26以及判断单元27(如虚线框中所示)。
存储单元26存储将构成与如语言、记忆等脑功能相关的神经通路的多个脑神经区域关联起来的关联信息。
判断单元27判断由选择单元23选择出的对象区域的脑功能。
提取单元24参照关联信息,从由分割单元12分割成的多个区域中提取脑功能与判断单元27判断出的对象区域的脑功能相同的神经通路的多个区域、即脑神经区域来作为追加区域。
下面,使用图6以及图7来说明本实施方式的医用图像诊断装置20等的工作流程。
图7中,示出了具有语言功能的神经通路Pa,神经通路Pa包括维尼克区(Wernicke’s area)We、布罗卡区(Broca’s area)Br、以及将这两个区连接起来的神经联络纤维Fi。将构成与语言功能相关的神经通路Pa的维尼克区We和布罗卡区Br关联起来的关联信息被存储于存储单元26中。
如图6所示,在步骤S21中,扫描单元21对被检体的脑进行扫描,生成整个脑的体数据。
在步骤S22中,分割单元22将由扫描单元21生成的体数据分割成多个区域。
在步骤S23中,根据用户的诊断需求,选择单元23从由分割单元22分割成的多个区域中选择对象区域。
在步骤S24中,判断单元27判断由选择单元23选择出的对象区域的脑功能。如图7所示,当由选择单元23选择出的对象区域为维尼克区We的情况下,判断单元27判断出与维尼克区We相关的脑功能为语言功能。
在步骤S25中,提取单元24参照存储单元26所存储的关联信息,从由分割单元22分割成的多个区域中提取脑功能与判断单元27判断出的对象区域的脑功能相同的脑神经区域来作为追加区域。如图7所示,提取单元24参照将与语言功能相关的维尼克区We和布罗卡区Br关联起来的关联信息,从分割成的多个区域中提取脑功能与维尼克区We的脑功能相同、即同为语言功能的布罗卡区Br来作为追加区域。
在步骤S26中,输出单元25输出包含选择单元23所选择的区域以及提取单元24所提取出的追加区域的区域来作为摄像区域,如图7所示,输出单元25输出包含选择单元23所选择的维尼克区We在内的摄像区域WeS以及包含提取单元24所提取出的追加区域、即布罗卡区Br在内的摄像区域BrS。当然,如图7所示,除了上述摄像区域以外,输出单元25还可以输出包含神经联络纤维Fi的摄像区域FiS。
在步骤S27中,设定单元20a设定用于激发输出单元25所输出的摄像区域的激发信号以及相对于该摄像区域的扫描条件,如在图7的情况下,输出用于激发摄像区域WeS以及摄像区域BrS的激发信号以及相对于摄像区域WeS以及摄像区域BrS的扫描条件。
在步骤S28中,摄像单元20b根据设定单元20a所设定的激发信号以及扫描条件对输出单元25所输出的摄像区域进行摄像,如在图7的情况下,摄像单元20b对输出单元25所输出的摄像区域WeS以及摄像区域BrS进行摄像。
另外,在医用图像诊断装置20不具有存储单元26以及判断单元27的情况下,提取单元24从由分割单元22分割成的多个区域中直接提取脑功能与选择单元23所选择出的对象区域关联的脑神经区域来作为追加区域,由此来代替上述步骤S24和步骤S25。
下面,使用图8对涉及瞬时记忆以及持久记忆、即记忆的脑功能的神经通路进行说明。
在图8的(a)的左侧图中示意性地示出了左海马体Q1,在右侧图中示出了右海马体Q2,在图8的(b)的左侧图中示意性地示出了后扣带回皮层(PCC)Q3,在右侧图中示意性地示出了右颞中回(MTG)Q4以及右侧顶叶皮质(LPC)Q5,在图8的(c)中示意性地示出了背外侧前额叶(DLPFC)Q6,这些区域、即左海马体Q1、右海马体Q2、后扣带回皮层Q3、右颞中回Q4、右侧顶叶皮质Q5以及背外侧前额叶Q6是由分割单元12分割成的与记忆这一脑功能相关的脑神经区域,它们构成了有关记忆这一脑功能的神经通路。
在本实施方式的医用图像诊断装置20中,当选择单元23从由分割单元22分割成的多个区域中选择了图8中示出的多个区域中的任一个对象区域时,提取单元24就会从由分割单元22分割成的多个区域中提取脑功能相关联的图8中示出的多个区域中的其它区域。例如,当选择单元23选择了左海马体Q1作为对象区域时,则提取单元24就会提取具有记忆这一脑功能、即脑功能相关联的右海马体Q2、后扣带回皮层Q3、右颞中回Q4、右侧顶叶皮质Q5以及背外侧前额叶Q6来作为追加区域。然后,由输出单元25对这些对象区域和追加区域输出摄像区域。
如上所述,当选择单元23从由分割单元22分割成的多个区域中选择出对象区域时,提取单元24也能够自动地提取出脑功能与该对象区域关联的脑神经区域,并由输出单元25自动地对该对象区域以及脑神经区域输出摄像区域,因此,在对脑的多个小区域进行局部放大扫描时,用户无需对各个小区域均进行人工查找并设定摄像区域,能够自动地查找多个小区域并对其设定摄像区域,因此无需花费较多的时间就能够精确地确定摄像区域,从而能够对该摄像区域进行MR摄像来进行疾病诊断。
另外,在第1实施方式中,医用图像诊断装置10还可以具备存储单元,该存储单元将输出单元15所输出的摄像区域与用于确定该被检体的被检体确定信息、如被检体的姓名、ID或身份证号等建立关联进行存储。由此,当对同一被检体进行检查时,当输入姓名、ID或身份证号等被检体确定信息时,医用图像诊断装置10能够从存储单元中提取出以前对该被检体进行摄像时的摄像区域,对该摄像区域进行摄像,便于用户对以前检查时所摄像的图像与本次检查时所摄像的图像进行比较,从而掌握被检体的病情的变化。
同样,在第2实施方式中,医用图像诊断装置20的存储单元26也可以将输出单元25所输出的摄像区域与用于确定该被检体的被检体确定信息、如被检体的姓名、ID或身份证号等建立关联进行存储。能够实现与上述第1实施方式的效果相同的效果。
另外,在第1实施方式中,医用图像诊断装置10还可以具备存储单元,该存储单元将病变模式与由分割单元12分割成的多个区域中的相关区域建立关联进行存储。选择单元13通过用户选择多个病变模式中的某一个,来从该存储单元中读取与所选择的该病变模式对应的相关区域,将该相关区域作为对象区域。进一步由提取单元14提取脑功能与该对象区域关联的关联区域,并由输出单元输出摄像区域。
例如,在图9中,存储单元将阿尔茨海默病(AD)与嗅内区(Entorhinal area)、杏仁体区(Amygdala)、以及海马体区(Hippocampus)等相关区域建立关联进行存储。当选择单元13通过用户选择了阿尔茨海默病(AD)时,从该存储单元中读取与所选择的阿尔茨海默病(AD)这一病变模式对应的相关区域、即嗅内区、杏仁体区、以及海马体区等,将这些区域作为对象区域。
由此,当用户选择病变模式时,就能够获得与该病变模式相关的相关区域、即对象区域,因此,用户无需自己选择对脑部的体数据进行分割后的区域,节省了用户选择对象区域时所花费的时间,使摄像变得容易。
同样,在第2实施方式中,医用图像诊断装置20的存储单元26也可以将病变模式与由分割单元22分割成的多个区域中的相关区域建立关联进行存储。选择单元23通过用户选择多个病变模式中的某一个,来从存储单元26中读取与所选择的该病变模式对应的相关区域,将该相关区域作为对象区域。能够实现与上述第1实施方式的效果相同的效果。
另外,在第1实施方式中,医用图像诊断装置10还可以具备计算单元以及比较单元,计算单元计算由分割单元12将整个脑的体数据分割成的多个区块的体积,并进一步计算出每个区块的体积占整个脑的体积的百分比,比较单元将由计算单元计算出的每个区块的体积的百分比(第1百分比)与预先设定的对应的每个区块占整个脑的体积的标准百分比(第2百分比)进行比较,并计算出第1百分比相对于第2百分比的变化量,将该计算出的变化量与预先设定的该区块的体积变化量的范围进行比较,当该计算出的变化量超出体积变化量的范围时,判断为该区块(区域)异常。选择单元13从由分割单元12分割成的多个区块中选择出存在异常的区块(区域)来作为对象区域。进一步由提取单元14提取脑功能与该对象区域关联的关联区域,并由输出单元输出摄像区域。
例如,在图10中,举例示出了计算单元计算出尾状核尾区(Caudate_tail)、大脑皮层区(CerebralCortex)、海马体区(Hippocampus)以及三脑室区(Ⅲ_ventricle)的体积以及该各个区域占整个脑的百分比,并且示出了通过比较单元来获得的各个区域的百分比相对于标准百分比的变化量、即括号中的值,进而示出了尾状核尾区的变化量以及三脑室区的变化量分别超出了预先设定的体积变化量的范围,图中的下箭头表示体积过小,上箭头表示体积过大。因此,在图10中,选择单元13选择尾状核尾区以及三脑室区来作为对象区域。
在图10中示出了体积异常的区域,当然也可以是大小、位置、图像灰度、磁共振信号等其它参数异常的区域。
由此,当由分割单元12将整个脑的体数据分割成多个区域后,就能够由计算单元以及比较单元获得存在异常的对象区域,因此,用户无需自己选择对脑部的体数据进行分割后的区域,节省了用户选择对象区域时所花费的时间,使摄像变得容易。
同样,在第2实施方式中,医用图像诊断装置20也可以具备上述计算单元以及上述比较单元,并能够实现与上述第1实施方式的效果相同的效果。
另外,医用图像诊断装置10还可以具备存储单元,该存储单元中预先存储有对脑的体数据进行分割后的区域的图谱,当用户从该图谱中选择脑分割后的区域时,选择单元13自动地从由分割单元12将被检体的脑分割成的多个区域中选择出对应的区域来作为对象区域。进一步由提取单元14提取脑功能与该对象区域关联的关联区域,并由输出单元输出摄像区域。
例如,在图11中,右上的图、右下的图以及左下的图分别示出了存储单元所预先储存的脑的轴向截面、冠状位截面以及矢状位截面的图谱,左上的图示出了从上述各截面的图谱中选择出的脑分割后的区块(区域)。也就是说,当用户从上述各截面的图谱中选择出左上的图所示的2个区块(区域)时,选择单元13自动地从由分割单元12分割成的多个区域中选择出对应的2个区域来作为对象区域。
由此,当用户从上述图谱中选择出想要关注的区域时,选择单元13就能够自动地从被检体的脑分割区域中选择出对应的区域来作为对象区域,因此,用户无需自己选择对脑部的体数据进行分割后的区域,节省了用户选择对象区域时所花费的时间,使摄像变得容易。
同样,在第2实施方式中,医用图像诊断装置20的存储单元26也可以预先存储有对脑进行分割后的图谱,当用户从该图谱中选择脑分割后的区域时,选择单元23自动地从由分割单元22将被检体的脑分割成的多个区域中选择出对应的区域来作为对象区域。进一步由提取单元24提取脑功能与该对象区域关联的脑神经区域,并由输出单元输出摄像区域。能够实现与上述第1实施方式的效果相同的效果。
如上所述,虽然对本发明的多个实施方式进行了说明,但这些实施方式是作为例子而示出的,并不意图对发明的范围进行限定。这些新的实施方式能够以其他各种方式加以实施,在不脱离发明的主旨的范围内能够进行各种省略、置换、变更。这些实施方式及其变形包含于发明的范围及主旨中,并包含于技术方案所记载的发明和与其等同的范围中。
Claims (9)
1.一种医用图像诊断装置,具有:
图像取得部,通过对被检体的脑进行摄像来输出图像数据;
选择部,从上述图像数据中选择对象区域;
提取部,提取脑功能与上述对象区域关联的关联区域来作为追加区域;以及
摄像区域输出部,输出包含上述对象区域以及上述追加区域的区域来作为摄像区域。
2.如权利要求1所述的医用图像诊断装置,其中,
上述对象区域以及上述追加区域是针对上述被检体的脑中的右脑和左脑中的某一个设定的区域,
上述摄像区域输出部,针对上述右脑和左脑中、相对于设定有上述对象区域以及上述追加区域的一侧的脑的另一方的脑,还将包含与上述对象区域以及上述追加区域对应的区域的区域设定为上述摄像区域。
3.如权利要求1或2所述的医用图像诊断装置,其中,
还具备存储部,该存储部将上述摄像区域输出部所输出的上述摄像区域与用于确定上述被检体的被检体确定信息建立关联进行存储。
4.如权利要求1或2所述的医用图像诊断装置,其中,
还具备存储部,该存储部将病变模式与上述图像数据中的区域建立关联进行存储,
上述选择部通过用户选择多个病变模式中的某一个,来从上述存储部中读取与所选择的上述病变模式对应的上述图像数据中的区域来作为对象区域。
5.如权利要求1或2所述的医用图像诊断装置,其中,
还具备:
计算部,对上述图像数据中的区域的参数进行计算;以及
比较部,将计算出的上述参数与对上述图像数据中的上述区域预先设定的参数范围进行比较,当计算出的上述参数处于上述参数范围以外时,判断为上述图像数据中的上述区域为异常区域,
上述选择部选择上述异常区域来作为对象区域。
6.如权利要求1或2所述的医用图像诊断装置,其中,
还具备存储部,该存储部预先存储有对脑的体数据进行分割后的区域的图谱,
当用户从上述图谱中选择分割后的上述区域时,上述选择部从上述图像数据中的区域中选择与用户所选择的上述区域对应的区域来作为对象区域。
7.如权利要求1所述的医用图像诊断装置,其中,
上述关联区域是脑神经区域。
8.如权利要求7所述的医用图像诊断装置,其中,
还具备:
存储部,存储有将构成与同一脑功能相关的神经通路的多个上述脑神经区域关联起来的关联信息;以及
判断部,判断由上述选择部选择出的对象区域的脑功能,
上述提取部参照上述关联信息,从上述图像数据中提取脑功能与上述对象区域的脑功能相同的脑神经区域来作为追加区域。
9.一种医用摄像装置,具有:
权利要求1~8中任一项所述的医用图像诊断装置;
设定部,设定用于激发摄像区域的激发信号以及相对于摄像区域的扫描条件;以及
摄像部,根据上述激发信号以及上述扫描条件对上述摄像区域进行摄像。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811405328.6A CN111223103B (zh) | 2018-11-23 | 2018-11-23 | 医用图像诊断装置以及医用摄像装置 |
JP2019143154A JP7274972B2 (ja) | 2018-11-23 | 2019-08-02 | 医用画像診断装置、医用撮像装置及び医用撮像方法 |
US16/600,693 US11544842B2 (en) | 2018-11-23 | 2019-10-14 | Medical image diagnostic apparatus, medical imaging apparatus and medical imaging method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811405328.6A CN111223103B (zh) | 2018-11-23 | 2018-11-23 | 医用图像诊断装置以及医用摄像装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111223103A true CN111223103A (zh) | 2020-06-02 |
CN111223103B CN111223103B (zh) | 2023-11-21 |
Family
ID=70770698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811405328.6A Active CN111223103B (zh) | 2018-11-23 | 2018-11-23 | 医用图像诊断装置以及医用摄像装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11544842B2 (zh) |
JP (1) | JP7274972B2 (zh) |
CN (1) | CN111223103B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11515041B1 (en) * | 2021-09-02 | 2022-11-29 | Omniscient Neurotechnology Pty Limited | Display of subset brain graph by shading nodes |
US11694806B2 (en) * | 2021-11-19 | 2023-07-04 | Omniscient Neurotechnology Pty Limited | Systems and methods for grouping brain parcellation data |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040059214A1 (en) * | 2002-08-13 | 2004-03-25 | Kabushiki Kaisha Toshiba | Method and apparatus for processing images using three-dimensional ROI |
US20060047584A1 (en) * | 2004-09-01 | 2006-03-02 | Microsoft Corporation | System and method for storing and presenting images and related items to a user |
US20100010316A1 (en) * | 2008-07-08 | 2010-01-14 | International Business Machines Corporation | Differential diagnosis of neuropsychiatric conditions |
JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
JP2013046770A (ja) * | 2012-09-28 | 2013-03-07 | Toshiba Corp | 画像表示装置 |
US8848201B1 (en) * | 2012-10-20 | 2014-09-30 | Google Inc. | Multi-modal three-dimensional scanning of objects |
CN104240271A (zh) * | 2013-06-13 | 2014-12-24 | 株式会社东芝 | 医用图像处理装置 |
CN104780838A (zh) * | 2012-11-22 | 2015-07-15 | 株式会社东芝 | 磁共振成像装置 |
JP2016147046A (ja) * | 2015-02-12 | 2016-08-18 | 東芝メディカル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、医用画像処理システム、及び医用画像処理プログラム |
US20170076452A1 (en) * | 2015-09-10 | 2017-03-16 | Toshiba Medical Systems Corporation | Image processing apparatus and magnetic resonance imaging apparatus |
JP2017113182A (ja) * | 2015-12-22 | 2017-06-29 | 高知県公立大学法人 | Mr画像の超解像化システム |
US20180070903A1 (en) * | 2016-09-12 | 2018-03-15 | Toshiba Medical Systems Corporation | Medical image diagnostic apparatus and medical image processing apparatus |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4972751B2 (ja) * | 2006-11-27 | 2012-07-11 | 株式会社日立製作所 | 神経線維束計測システム及び画像処理システム |
US8190232B2 (en) | 2007-10-04 | 2012-05-29 | Siemens Aktiengesellschaft | Automatic alignment of magnetic resonance imaging (MRI) brain scan by anatomic landmarks |
US10238329B2 (en) * | 2010-12-17 | 2019-03-26 | The Trustees Of Columbia University In The City Of New York | Apparatus, method and computer-accessible medium for diagnosing and subtyping psychiatric diseases |
JP6091989B2 (ja) * | 2013-05-10 | 2017-03-08 | 東芝メディカルシステムズ株式会社 | 画像処理装置及び磁気共鳴イメージング装置 |
KR102372214B1 (ko) * | 2015-01-19 | 2022-03-14 | 삼성전자주식회사 | 영상 처리 장치, 의료영상 장치 및 영상 처리 방법 |
JP6571394B2 (ja) * | 2015-05-29 | 2019-09-04 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及び磁気共鳴イメージング装置 |
CA3043038A1 (en) * | 2016-11-22 | 2018-05-31 | Hyperfine Research, Inc. | Systems and methods for automated detection in magnetic resonance images |
WO2018227449A1 (en) * | 2017-06-15 | 2018-12-20 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods thereof |
EP3677178A4 (en) * | 2017-08-29 | 2020-11-04 | FUJIFILM Corporation | DEVICE, METHOD AND PROGRAM FOR DISPLAYING MEDICAL IMAGES |
-
2018
- 2018-11-23 CN CN201811405328.6A patent/CN111223103B/zh active Active
-
2019
- 2019-08-02 JP JP2019143154A patent/JP7274972B2/ja active Active
- 2019-10-14 US US16/600,693 patent/US11544842B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040059214A1 (en) * | 2002-08-13 | 2004-03-25 | Kabushiki Kaisha Toshiba | Method and apparatus for processing images using three-dimensional ROI |
US20060047584A1 (en) * | 2004-09-01 | 2006-03-02 | Microsoft Corporation | System and method for storing and presenting images and related items to a user |
US20100010316A1 (en) * | 2008-07-08 | 2010-01-14 | International Business Machines Corporation | Differential diagnosis of neuropsychiatric conditions |
JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
JP2013046770A (ja) * | 2012-09-28 | 2013-03-07 | Toshiba Corp | 画像表示装置 |
US8848201B1 (en) * | 2012-10-20 | 2014-09-30 | Google Inc. | Multi-modal three-dimensional scanning of objects |
CN104780838A (zh) * | 2012-11-22 | 2015-07-15 | 株式会社东芝 | 磁共振成像装置 |
CN104240271A (zh) * | 2013-06-13 | 2014-12-24 | 株式会社东芝 | 医用图像处理装置 |
JP2016147046A (ja) * | 2015-02-12 | 2016-08-18 | 東芝メディカル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、医用画像処理システム、及び医用画像処理プログラム |
US20170076452A1 (en) * | 2015-09-10 | 2017-03-16 | Toshiba Medical Systems Corporation | Image processing apparatus and magnetic resonance imaging apparatus |
JP2017113182A (ja) * | 2015-12-22 | 2017-06-29 | 高知県公立大学法人 | Mr画像の超解像化システム |
US20180070903A1 (en) * | 2016-09-12 | 2018-03-15 | Toshiba Medical Systems Corporation | Medical image diagnostic apparatus and medical image processing apparatus |
Also Published As
Publication number | Publication date |
---|---|
US20200167912A1 (en) | 2020-05-28 |
US11544842B2 (en) | 2023-01-03 |
JP7274972B2 (ja) | 2023-05-17 |
CN111223103B (zh) | 2023-11-21 |
JP2020081851A (ja) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016210131B4 (de) | Positionieren eines Untersuchungsobjekts für ein Bildgebungsverfahren | |
US8634616B2 (en) | Method, apparatus, and computer program product for acquiring medical image data | |
CN102125432B (zh) | 医疗图像诊断装置和医疗图像显示装置 | |
US7340082B2 (en) | Method and medical imaging apparatus for determining a slice in an examination volume for data acquisition in the slice | |
CN109662778B (zh) | 基于三维卷积的人机交互式颅内电极定位方法与系统 | |
CN109509183A (zh) | 医学图像的筛选方法、装置、医学设备、医学影像系统及存储介质 | |
CN104780838A (zh) | 磁共振成像装置 | |
DE102005029242A1 (de) | Verfahren zur Aufnahme und Auswertung von Bilddaten eines Untersuchungsobjekts | |
DE102012111595A1 (de) | System und Verfahren zum automatisierten Landmarking | |
CN111223103B (zh) | 医用图像诊断装置以及医用摄像装置 | |
CN107007281B (zh) | 磁共振成像装置以及图像处理装置 | |
CN110916695A (zh) | 确定脊柱扫描视野的方法、装置及图像处理设备 | |
CN116434918A (zh) | 医学图像处理方法及计算机可读存储介质 | |
KR102300228B1 (ko) | 진단보조정보를 제공하는 방법 및 이를 수행하는 장치 | |
DE112010001797T5 (de) | Verfahren und Vorrichtung zum Detektieren der Kranznaht für stereotaktische Eingriffe | |
US11682187B2 (en) | Method and apparatus to classify structures in an image | |
EP4272636A1 (en) | Medical image analysis method, medical image analysis device and medical image analysis system | |
US11508070B2 (en) | Method and apparatus to classify structures in an image | |
US20210342655A1 (en) | Method And Apparatus To Classify Structures In An Image | |
Khandelwal et al. | Gray Matter Segmentation in Ultra High Resolution 7 Tesla ex vivo T2w MRI of Human Brain Hemispheres | |
Kikuchi et al. | 2D and 3D structures of the whole-brain, directly visible from 100-µm slice 7TMRI images | |
EP4379409A1 (de) | Steuereinheit, verfahren zum betreiben einer steuereinheit, mrt-vorrichtung umfassend eine steuereinheit, computerprogramm und elektronisch lesbarer datenträger | |
DE102013205482A1 (de) | Verfahren zur biometrischen De-Identifikation von medizinischen Bilddaten | |
DE102013203407A1 (de) | Erzeugung von Bilddaten basierend auf MR-Thermometriedaten | |
DE102012200225A1 (de) | Verfahren zum Verarbeiten von Patientenbilddaten und Bildbetrachtungsvorrichtung |
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 |