CN111417979B - 时间分辨的血管造影图像与空间分辨血管造影图像的组合 - Google Patents

时间分辨的血管造影图像与空间分辨血管造影图像的组合 Download PDF

Info

Publication number
CN111417979B
CN111417979B CN201880077563.7A CN201880077563A CN111417979B CN 111417979 B CN111417979 B CN 111417979B CN 201880077563 A CN201880077563 A CN 201880077563A CN 111417979 B CN111417979 B CN 111417979B
Authority
CN
China
Prior art keywords
image
time
angiographic
voxels
magnetic resonance
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
Application number
CN201880077563.7A
Other languages
English (en)
Other versions
CN111417979A (zh
Inventor
M·G·赫勒
T·林德纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN111417979A publication Critical patent/CN111417979A/zh
Application granted granted Critical
Publication of CN111417979B publication Critical patent/CN111417979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/4812—MR combined with X-ray or computed tomography [CT]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • 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
    • G06T2207/30—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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种医学成像系统(100、300)，其包括用于控制医学成像系统的处理器(106)。机器可执行指令(112)的运行使所述处理器：接收(200)感兴趣区域(322)的静态血管造影图像(114)，接收(202)所述感兴趣区域的血管造影图像的时间序列(116、116')，使用所述静态血管造影图像来构建(204)图像掩模(118)，使用血管造影图像的时间序列来确定(206)针对图像掩模内每个体素的时间相关的信号(120)，通过以下方式构建(208)合成血管造影图像：如果所述时间相关的信号的极值(124)偏离时间相关的信号的平均值超过预定阈值，则使用所述极值向图像掩模内的每个体素分配(210)填充时间(126)，并且将所述图像掩模中的体素识别(212)为未填充的体素。

Description

时间分辨的血管造影图像与空间分辨血管造影图像的组合
技术领域
本发明涉及血管造影医学成像技术，尤其涉及动脉自旋标记和飞行时间血管造影的磁共振成像技术。
背景技术
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。体素是小的体积元素(在其上MR信号被平均)，并且表示MR图像的分辨率。如果考虑单个切片，则体素在本文中也可称为像素(图像元素)。
通过执行不同的磁共振成像协议(实现为脉冲序列或脉冲序列命令)，可以测量关于对象的不同类型的信息。例如，存在各种技术，其使得能够对自旋进行编码，使得可以直接测量流体的流动或扩散。Bernstein等人的参考书“Handbook of MRIPulse Sequence”(以下简称“Handbook of MRI Pulse Sequence”)，Elsevier，2004，ISBN 978-0-12-092861-3中在17.1节(第802至829页)的描述提供了几种不同的动脉自旋标记技术的综述。动脉自旋滞后(ASL)是动脉自旋标记的另一个名称。该参考文献还在第15.3节(第678至701页)中回顾了飞行时间(TOF)和对比增强MR血管造影(CERMA)血管成像方法。
发明内容
本发明在提供了一种医学成像的系统、计算机程序产品和方法。
存在用于生成血管造影图像的各种医学成像技术。一些技术能够提供更高空间分辨率的血管造影图像，而一些技术能够提供更高时间分辨率的血管造影图像。本发明的实施例可以提供一种用于将提供空间血管造影信息的静态血管造影图像与提供时间血管造影信息的血管造影图像的时间序列组合成既包含空间血管造影数据又包含时间血管造影数据的合成血管造影图像的器件。这可以通过从静态血管造影图像构建图像掩模来实现。图像掩模可以识别对对象的血管结构成像的体素。然后，将血管造影图像的时间序列用于为图像掩模内的每个体素构建时间相关的信号。然后可以检查针对图像掩模内的体素的时间相关的信号，以确定在由血管造影图像的时间序列成像的时间段内是否以及何时填充体素。
在其他示例中，还可以确定和分析图像掩模外部的体素的时间相关的信号，以识别在图像掩模中识别的体素外部的异常流。
在一方面，本发明提供了一种医学成像系统，其包括存储机器可执行指令的存储器。所述医学成像系统还包括用于控制所述医学成像系统的处理器。所述机器可执行指令运行使所述处理器接收感兴趣区域的静态血管造影图像。所述感兴趣区域包括体素。如本文中所使用的静态血管造影图像涵盖已经使用血管造影成像技术或成像模态采集的图像。如本文中所使用的感兴趣区域包括由静态血管造影图像成像的三维区域。感兴趣区域可以是三维体积或二维厚片，其厚度由体素的厚度表示。
机器可执行指令的运行还使处理器接收感兴趣区域的血管造影图像的时间序列。血管造影图像的时间序列可以是以规则间隔或周期采集的血管造影图像，并且可以用于提供动画或时间演变。机器可执行指令的运行还使所述处理器使用静态血管造影图像构建图像掩模。图像掩模是对感兴趣区域内体素的识别。图像掩模可以例如用于指示感兴趣区域内的包含血管结构的区域。在各个示例中，可以不同地执行图像掩模的构建。例如，静态血管造影图像可以被阈值处理，并且可以将具有高于或低于所选阈值的值的体素识别为在图像掩模内。可能还会使用更复杂的技术。例如，可能存在应用的血管跟踪或分割算法。解剖界标可用于识别总体或大的血管结构。然后，与这些已知结构相邻的血管可以被识别为血管结构的一部分。
机器可执行指令的运行还使处理器使用血管造影图像的时间序列来针对图像掩模内的每个体素确定时间相关的信号。例如，对于血管造影图像内的每个体素，可以有一个或多个分配给该体素的值。时间相关的信号可以是一系列值，其表示血管造影图像的时间序列内的特定体素的值。
机器可执行指令的运行还使处理器构建合成血管造影图像。血管造影图像的构建可以以几个步骤来执行。首先，如果极值偏离时间相关的信号的平均值超过预定阈值，则可以使用时间相关的信号的极值将填充时间分配给图像掩模内的每个体素。平均值可以是特定体素、一组体素内的平均值或全局体素平均值。体素的组可以是例如整个掩模内的或被检查体素的邻域内的体素的组。
如果极值偏离时间相关的信号的平均值小于预定阈值，则可以通过将图像掩模的体素识别为未填充体素来进一步执行合成血管造影图像的构建。例如，每个体素中的时间相关的信号可以被平均或分配一些统计值。然后可以搜索每个体素中随时间变化的信号，以查看是否存在大于或小于其他值的极值。如果该极值在预定阈值之外，所述阈值例如可以是平均值之上的百分比或绝对值，则可以将该体素识别为填充时间或未填充体素。例如，可能存在由图像掩模识别的血管结构，所述血管结构在采集血管造影图像的时间序列的时间内未被填充。
该实施例可能是有益的，因为其可以使得不同血管造影图像的组合能够提供两者的优点。例如，可以已经采集静态血管造影图像，使得其包含对象的血管结构的更多细节。例如可以非常快速地采集时间序列血管造影数据，使得能够显示信号的时间演变。然后将血管造影图像的时间序列用于将测得的信号传输到静态血管造影图像中。
在另一个实施例中，静态血管造影图像是TOF或飞行时间磁共振血管造影图像。血管造影图像的时间序列是动脉自旋标记磁共振血管造影图像的时间序列。该实施方案可能是有益的，因为它能够将TOF磁共振血管造影图像的详细血管结构与动脉自旋标记磁共振血管造影图像的时间演变相结合。
在另一实施例中，机器可执行指令的运行还使处理器通过从TOF磁共振数据重建静态血管造影图像来提供静态血管造影图像。机器可执行指令的运行还使处理器通过从ASL磁共振数据重建血管造影图像的时间序列来提供血管造影图像的时间序列。
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。该存储器还包括脉冲序列命令，所述脉冲序列命令被配置为根据飞行时间磁共振血管造影协议来控制磁共振成像系统以采集TOF磁共振数据。脉冲序列命令还被配置为根据动脉自旋标记磁共振血管造影协议控制磁共振成像系统以采集ASL磁共振数据。机器可执行指令的运行还使处理器利用脉冲序列命令来控制磁共振成像系统，以使用脉冲序列命令来采集TOF磁共振数据。所述机器可执行指令的运行还使所述处理器通过利用所述脉冲序列命令来控制所述磁共振成像系统采集磁共振数据。该实施例可能是有益的，因为当对象在磁共振成像系统中时可以采集静态血管造影图像和血管造影图像的时间序列。这可能意味着可以采集数据，以使对象处于相同或相似的位置。这可以减少需要执行的配准的量，并且数据也可以更加一致。
脉冲序列命令也可以被配置用于以交错的方式或者甚至以顺序的方式采集TOF磁共振数据和ASL磁共振数据。
ASL协议也可以是所谓的连续协议。例如，ASL协议可以欠采样并且采集相对于彼此旋转的k空间的部分。这可以使得能够灵活地选择用于重建血管造影图像的时间序列的k空间中的线。在其他示例中，在k空间的完全采样的部分中采集ASL磁共振数据，这些部分可以重建为个体图像。
在另一个实施例中，动脉自旋标记磁共振血管造影协议是选择性动脉自旋标记磁共振血管造影协议。在选择性动脉自旋标记磁共振血管造影协议中，可以单独标记特定的静脉。这与构建合成血管造影图像的方法相组合，可以实现从特定静脉非常详细地构建静脉血流。
在另一个实施例中，所述静态血管造影图像是磁共振血管造影图像。
在另一个实施例中，所述静态血管造影图像是CT或计算机断层摄影血管造影图像。
在另一个实施例中，血管造影图像的时间序列是磁共振血管造影图像的时间序列。
在另一个实施例中，血管造影图像的时间序列是CT或计算机断层摄影血管造影图像的时间序列。
在另一实施例中，机器可执行指令的运行还使处理器使用合成血管造影图像、静态血管造影图像和血管造影图像的时间序列作为训练的模式识别算法的输入来识别异常血流和/或异常血管结构。例如，训练的模式识别算法可以例如是神经网络或其他人工智能算法，其能够识别不是由于正常的静脉或动脉结构引起的流动结构。这对于识别对象内的异常结构，例如肿瘤、疾病或损伤可能是有用的。
根据本发明的实施例，绘制合成血管造影图像，使得在合成血管造影图像中显示填充时间的量度。填充时间的量度例如可以是填充时间本身，但是也可以是图像掩模内的被识别为未填充体素或填充时间有其他偏差的体素的体素的显示或突出显示。
在另一个实施例中，合成血管造影图像被绘制为动画，所述动画示出了作为填充时间的函数的图像掩模内体素的填充。
在另一个实施例中，合成血管造影图像被绘制为具有指示图像掩模内体素的填充时间的灰度、假彩色度或亮度的图像。
本领域技术人员将理解，许多其他绘制方式也可能用于以不同的填充时间来指示或突出显示体素。例如，这可以通过箭头和/或圆圈或指示这些体素的任何其他形状来实现。
在另一个实施例中，机器可执行指令的运行还使处理器使用血管造影图像的时间序列来确定图像掩模之外的每个体素的时间相关的信号。如果时间相关的信号的极值偏离时间相关的信号的平均值超过预定阈值，则机器可执行指令的运行还使处理器将图像掩模之外的体素识别为异常体素。这对于识别指示对象结构异常(例如肿瘤或损伤)的体素可能很有用。
在另一实施例中，机器可执行指令的运行还使处理器在合成血管造影图像中标记异常体素。例如，这些异常体素可以被高亮或圈出或用某种其他指示符标记，其可以使医师或技术人员更容易注意到异常体素。
在另一实施例中，机器可执行指令的运行还使处理器在合成血管造影图像中标记未填充体素。例如，可能有位于掩模内但尚未填充的体素。指示被填充的对象的血管结构的部分的体素可能是有用的。
在另一实施例中，机器可执行指令的运行还使处理器将血管造影图像的时间序列彼此配准。机器可执行指令的运行还可以使处理器将静态血管造影图像与血管造影图像的时间序列配准。机器可执行指令的运行可能导致这两种可能性。这在处理对象在采集血管造影图像和/或静态血管造影图像的时间序列期间移动时的问题可能是有用的。可以以不同方式执行配准。在某些情况下，血管结构可以用于配准。在其他情况下，在血管造影图像和/或静态血管造影图像的时间序列内，其他解剖结构和界标可能是可见的。例如，可能存在在眼睛上看起来是均匀的或不包含解剖结构的区域，但是对比度的变化仍可以指示解剖结构。
在另一个实施例中，静态血管造影图像将感兴趣区域划分为具有第一分辨率和第一切片厚度的体素的第一集合。血管造影图像的时间序列将感兴趣区域划分为具有第二分辨率和第二切片厚度的体素的第二集合。机器可执行指令的运行还使处理器内插体素的第一集合或体素的第二集合中的一个，使得第一分辨率与第二分辨率匹配并且第一切片厚度与第二切片厚度匹配。这可能是有益的，因为它使静态血管造影图像能够以与血管造影图像的时间序列不同的分辨率采集。例如，血管造影图像的时间序列的分辨率可以低于静态血管造影图像。例如，这可以使得能够更快地采集血管造影图像的时间序列。从低分辨率血管造影图像采集的数据然后基本上被叠加在高分辨率静态血管造影图像上。
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。所述机器可执行指令运行使所述处理器接收感兴趣区域的静态血管造影图像。所述感兴趣区域包括体素。机器可执行指令的运行还使处理器接收感兴趣区域的血管造影图像的时间序列。机器可执行指令的运行还使所述处理器使用静态血管造影图像构建图像掩模。图像掩模是对感兴趣区域内体素的识别。
机器可执行指令的运行还使处理器使用血管造影图像的时间序列来针对图像掩模内的每个体素确定时间相关的信号。机器可执行指令的运行还使处理器构建合成血管造影图像。如果极值偏离时间相关的信号的平均值超过预定阈值，则可以通过使用时间相关的信号的极值向图像掩模内的每个体素分配填充时间来执行合成血管造影图像的构建。如果极值偏离时间相关的信号的平均值小于预定阈值，则可以通过将图像掩模内的体素识别为未填充体素来进一步执行合成血管造影图像的构建。前面已经描述了该计算机程序产品的优点。
在另一方面中，本发明提供了一种医学成像方法。所述方法包括接收感兴趣区域的静态血管造影图像。所述感兴趣区域包括体素。所述方法还包括接收感兴趣区域的血管造影图像的时间序列。所述方法还包括使用静态血管造影图像构建图像掩模。图像掩模是对感兴趣区域内体素的识别。所述方法还包括使用血管造影图像的时间序列来确定图像掩模内的每个体素的时间相关的信号。所述方法还包括构建合成血管造影图像。如果极值偏离时间相关的信号的平均值超过预定阈值，则可以通过使用时间相关的信号的极值向图像掩模内的每个体素分配填充时间来构建合成血管造影图像。如果极值偏离时间相关的信号的平均值小于预定阈值，则还可以通过将图像掩模内的体素识别为未填充体素来构建合成血管造影图像。前面已经描述了该方法的优点。
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个或多个处理器。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、游戏板、网络摄像头、头盔、踏板、有线手套、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。
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。TOF磁共振数据是磁共振数据的示例。ASL磁共振数据是磁共振数据的另一示例。
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是图示操作图1的医学成像系统的方法的流程图；
图3图示了医学成像系统的另一示例；
图4是图示操作图3的医学成像系统的方法的流程图；
图5是静态血管造影图像和时间序列的血管造影图像的示例；
图6示出了从图5的静态血管造影图像和血管造影图像的时间序列导出的时间相关的信号的示例；
图7示出了具有标记区域的图5的静态血管造影图像；
图8是合成血管造影图像的示例；并且
图9图示了用于构建组合的ASL和TOF脉冲序列的交织方案的示例。
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
112 机器可执行指令
114 静态血管造影图像
116血管造影图像的时间序列
116'血管造影图像的调整尺寸的时间序列
118图像掩模
120时间相关的信号
122 从体素计算的平均值
124 时间相关的信号的极值
126 填充时间
128 合成血管造影图像
200接收感兴趣区域的静态血管造影图像，其中，所述感兴趣区域包
括体素
202接收感兴趣区域的血管造影图像的时间序列
204使用静态血管造影图像构建图像掩模，其中，所述图像掩模是对
所述感兴趣区域内体素的识别
206使用血管造影图像的时间序列来确定图像掩模内的每个体素的
时间相关的信号
208构建合成血管造影图像
210如果时间相关的信号的极值偏离时间相关的信号的平均值超过
预定阈值，则使用所述极值将填充时间分配给图像掩模内的每个体素
212如果极值偏离时间相关的信号的平均值小于预定阈值，则将图像
掩模内的体素识别为未填充体素
300 另一医学成像系统
302 磁共振成像系统
304 磁体
306 磁体的膛
308 成像区
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
322 感兴趣区域
324 标签位置
330 脉冲序列命令
332 TOF序列磁共振数据
334 ASL序列磁共振数据
400利用脉冲序列命令控制磁共振成像系统以采集TOF磁共振数据
402利用脉冲序列命令控制磁共振成像系统采集ASL磁共振数据
404通过从TOF磁共振数据重建静态血管造影图像来提供静态血管
造影图像。
406通过从ASL磁共振数据重建血管造影图像的时间序列来提供血管造影图像的时间序列
600区域1
602区域2
604区域3
606区域4
608区域5
610 时间
612 体素强度
614 预定阈值
700 标记的区域
900第一TR
902第二TR
902 ASL标签
904 ALS读出
906 TOF读出
908 ASL控制
910 ASL读出
912 TOF读出
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。所述计算机包括与任选的硬件接口104、用户接口108和存储器110通信的处理器106。硬件接口104可以使处理器106能够通信或控制其他部件或与其他医学成像或计算机系统交换数据。处理器106可以表示一个或多个处理器和/或多个处理器核。用户接口108可以包括用于输入数据以及显示数据的设备。例如，用户接口108可以包括键盘、鼠标、触摸屏。用户接口108还可以包括显示器或数据输出设备。存储器638(也称为计算机存储器)可以是处理器106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110可以被认为是非瞬态计算机可读介质。
存储器110被示为包含机器可执行指令112。机器可执行指令112使处理器106能够经由硬件接口104控制其他部件和/或操纵数据或其他文件以改变和操纵数据，诸如针对其他数学或数据操作执行傅立叶变换。
存储器110还被示为包含静态血管造影图像114。存储器110还被示为包含血管造影图像116的时间序列。存储器110被示为包含使用静态血管造影图像114构建的图像掩模118。计算机存储器110还被示为包含时间相关的信号120，所述时间相关的信号120是针对血管造影图像116的每个时间序列针对位于图像掩模118内的体素导出的。存储器110还被示为包含从体素计算出的平均值122。该计算的平均值122可以来自图像掩模118内的一个或多个特定体素的时间相关的信号120。存储器110还被示为包含时间相关的信号120中的一个的极值。时间相关的信号124的极值和所计算的平均值122可以用于将图像掩模118内的特定体素标记为具有填充时间126，或者为图像掩模中的未填充体素。
图2示出了图示操作图1的医学成像系统100的方法的流程图。首先在步骤200中，接收静态血管造影图像114。静态血管造影图像描述了对象的感兴趣区域。所述感兴趣区域包括体素。可以以不同方式接收所述静态血管造影图像。在一些情况下，可以通过从磁共振数据重建图像来接收静态血管造影图像。在其他情况下，可以经由网络连接或其他数据源接收所述静态血管造影图像。
接下来在步骤202中，接收感兴趣区域的血管造影图像的时间序列。与静态血管造影图像一样，可以以多种方式来采集或接收血管造影图像的时间序列。接下来在步骤204中，使用静态血管造影图像114来构建图像掩模118。图像掩模是对感兴趣区域内体素的识别。然后在步骤206中，使用血管造影图像116的时间序列为图像掩模中的每个体素确定时间相关的信号120。然后，最终在步骤208中，构建合成血管造影图像128。
合成血管造影图像128的构建被示为在子步骤210和212中执行。在步骤210中，如果时间相关的信号的极值与时间相关的信号120的平均值122的偏差超过预定阈值，则使用所述极值将填充时间126分配给图像掩模中的每个体素。如果极值偏离时间相关的信号的平均值122小于预定阈值，则通过将图像掩模118内的体素识别为未填充体素来进一步执行合成血管造影图像的构建。
图3图示了医学成像系统的另一示例。另一医学成像系统300被示为包括磁共振成像系统302。该磁共振成像系统302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304。使用不同类型的磁体也是可能的。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308，在成像区108中，磁场足够强和均匀以执行磁共振成像。
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被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。
在磁体304的膛306内，存在对象支撑件320，其支撑成像区308中的对象。在成像区域308内存在感兴趣区域322。在感兴趣区域322内，还存在标记位置324。标记位置324是可以通过ASL或TOF磁共振成像标记血的团块的区域。在该示例中，标记位置324被示为平面。例如，这将用于非选择性ASL磁共振成像。标记位置324也可以被定位到较小的区域以执行选择性的ASL。
收发器316和磁场梯度线圈电源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还被示出为包含脉冲序列命令330。这里使用的脉冲序列命令包括可以被转换成命令的命令或时序图，所述命令用于根据时间控制磁共振成像系统302的功能。脉冲序列命令是应用于特定磁共振成像系统302的磁共振成像协议的实现方式。
计算机存储器110还被示出为包含通过利用脉冲序列命令330控制磁共振成像系统302而采集的TOF磁共振数据332。存储器110还被示出为也包含通过利用脉冲序列命令330控制磁共振成像系统302而采集的ASL磁共振数据334。在该示例中，静态血管造影图像114是TOF磁共振血管造影图像。血管造影图像116的时间序列是动脉自旋标记磁共振血管造影图像的时间序列。
图4示出了图示操作图3的另一医学成像系统300的方法的流程图。图4所示的方法类似于图2的方法，其中执行了许多附加步骤。首先，在步骤400中，处理器使用脉冲序列命令来采集TOF磁共振数据332。接下来在步骤404中，处理器106使用脉冲序列命令330来控制磁共振成像系统302以采集ASL磁共振数据334。步骤400和402可以顺序颠倒并且也可以同时执行。例如，脉冲序列命令330可以是交错的脉冲序列命令，其交替地在时间上采集TOF磁共振数据332的部分和ASL磁共振数据334的部分。
接下来，执行步骤404和406。可以以相反的顺序执行步骤404和406。接下来在步骤404中，通过从TOF磁共振数据332重建静态血管造影图像来提供静态血管造影图像114。接下来在步骤406中，通过从ASL磁共振数据334重建血管造影图像116的时间序列来提供血管造影图像116的时间序列。在步骤406之后，所述方法前进到如图2所示的步骤200。
示例可提供一种通过组合高分辨TOF采集和时间分辨ASL图像两者的信息来生成具有高空间和时间分辨率的动脉脉管系统的血管造影图像的方法。同时分析ASL和TOF数据中每个体素的信号，可以得出有关病理改变和技术问题的结论。该信息可用于将放射线医师的注意力对准图像中的明显特征，从而避免忽略异常，同时也可以加快诊断过程。
大脑供血动脉和颅内血管的详细可视化对于许多脑部疾病(例如中风、动静脉畸形、动脉瘤等)的诊断可能很重要。
高空间分辨率可能是有益的，因为它使得能够评估血管的结构形态，例如，测量狭窄动脉的腔内直径或检测小的动脉瘤。对于高级诊断，需要有关血流动力学的其他信息，例如血流速度，平均通过时间等。
在MRI中，几种采集技术被用于收集有关脑血管的足够的时空信息，以对血管结构及其血液动力学进行全面诊断。时空信息是由不同的序列得出的，这妨碍了对各种疾病的正确诊断，尤其是当动脉像在AVM中和其他病理一样发生改变时。因此，将所有信息组合成一幅图像，可以以简洁的方式向放射科医师提供相关信息，以便快速、可靠地检查图像。这不仅适用于结构图像(例如，T1和T2加权或来自不同模态的信息(例如CT和MRI)的组合)，而且还适用于诸如血管成像的特殊应用。像在MRI中一样，存在几种采集血管结构和/或血液动力学特性的图像的技术，合格序列的范围相当大。尽管每种方法都有其各自的优点，但没有一种方法可以超越其他方法并且可以全面了解颅内血管状况。而且，如下的工具将是有益的：可以引起放射科医师注意图像中的显著特征，以便避免监督异常，而且还可以加速诊断过程。
在强调每种技术的优点的同时消除不同的缺点并且因此简化数据评估，组合各种技术的图像信息似乎是有吸引力的。另外，这还可以用于根据每个单独序列的信息自动(或半自动)预分析图像信息并对特定属性进行分类。对于放射科医师来说，可能指向可以指出并强调可能导致病理过程或技术问题的影像信息不匹配。
数字减影血管造影(DSA)提出了关于空间和时间分辨率的血管造影的金标准。但是，所述方法仅提供血管的投影图像，并且难以量化血液动力学参数。另外，所述过程是侵入性的，并且将导管放置在目标血管中以施予造影剂。计算机断层扫描(CT)的侵入性较小并且可以生成脉管系统的3D图像，但是——与DSA中一样——患者会暴露于电离辐射和外源性造影剂材料中。磁共振成像(MRI)提供了多种采集技术以可视化血管。飞行时间血管造影(TOF)通常用于临床常规测量中，因为它可以生成具有高空间分辨率的血管造影照片，但是无法收集血液动力学信息。时间分辨的MR方法通常需要基于钆的造影剂，并且只有有限的时间和空间分辨率。动脉自旋标记(ASL)技术可以在不使用造影剂的情况下创建时间分辨的血管造影照片，但在空间分辨率方面也受到限制从而减少总体采集时间，从而阻碍了对小血管结构的评估。放射科医师必须分别解读每幅图像系列，并通过收集来自不同图像的所有信息来在脑海中形成完整的图像。在诊断过程之前，没有可用的工具可以分析图像信息并指示异常。
示例可提供一种方法，所述方法使得可能通过组合高分辨TOF采集和时间分辨ASL图像两者的信息来生成具有高空间和时间分辨率的动脉脉管系统的血管造影图像。使用时空信息配准TOF和ASL图像。同时分析ASL和TOF数据中每个体素的信号。因此，可以根据几个属性对每个体素进行分类(下面将详细介绍)。该信息可用于将放射线医师的注意力对准图像中的明显特征，从而避免忽略异常，同时也可以加快诊断过程。
图5示出了静态血管造影图像114的示例，并且还示出了血管造影图像116的时间序列的一帧。在图5中，尽管仅示出了一幅图像，但是以下附图中，图像116旨在表示血管造影图像的整个时间序列。在图5中，静态血管造影图像114是TOF血管造影图像，其为512×512体素并且组成170个切片。血管造影图像116的时间序列是每个切片224×224体素，并且仅具有120个切片。因此，ASL图像116具有较低的分辨率。在执行该方法之前，将ASL图像调整大小为经调整大小的血管造影图像116的时间序列。对该图像进行插值，以使调整大小后的图像116现在每个切片具有512x 512体素，并且还具有170个切片。
图6示出了来自图5的静态血管造影图像114和血管造影图像116'的调整大小的时间序列的视图。它用于说明填充时间的确定。在图像114和116'上都有五个指示位置的框。这是区域1 600，区域2 602，区域3 604，区域4 606和区域5 608。每个标记区域指示若干体素。与图像114和116'相邻的是根据它们所代表的区域而被标记的多个图。每个曲线图是根据帧的时间的图，它是体素信号或强度612的函数。然后在每个曲线图内显示时间相关的信号120，并且还显示了预定阈值614。区域600在掩模的外部并且示出了噪声信号。区域602示出了被早期填充的一个或多个体素。区域604示出了在中值或中点时间填充的区域。区域606示出了相对较晚填充的体素。方框608示出了静脉信号。例如，框608位于掩模内，而区域600不在。图6说明了TOF和ASL图像中的信号评估。例如，这可用于分析流动行为或得出关于动脉类型的结论。不匹配可能指示血管的病理改变，但也指示技术问题(区域608)。所选内容的详细说明在上文中给出。
图7示出图像114的另一视图。在图7中，存在三个被虚线包围并标记为700的区域。这些是标记的区域700。标记的区域在图像分析中显示不匹配，并且在绘制时也可以进行绘制和上色以突出显示。它们可能表示采集过程中血管的病理改变和/或技术问题。在该示例中，由于技术问题而出现了静脉血管的可视化，这可能是由于数据采集期间饱和度不足所致。由此，可以将放射科医师的注意力精确地定位在关键区域上，并且可以辅助整个诊断过程或调整图像的采集。图像分析中的不匹配可能会用颜色编码，并可能指示血管的病理改变和技术问题。在此，标记区域700指示由于技术问题(饱和度不足)而出现的静脉血管的可视化。这样，可以将放射科医师的注意力集中在关键区域，从而支持整个诊断过程。
图8示出了使用静态血管造影图像114和来自图5和和图6的血管造影图像116'的时间序列构建的合成血管造影图像128的示例。在该示例中，合成血管造影图像是映射的TOF血管造影图像，其中来自ASL的时间信息表示为到达时间图。由于ASL图像仅呈现动脉血管，因此呈现的图像分析可以避免由于诸如饱和度不足等技术问题而出现在QF图像中的静脉血管的可视化，如图7所示。注意，图8中不存在图7所示的伪影。图8示出了映射的TOF图像，其中来自ASL的时间信息被表示为到达时间图。由于ASL图像仅呈现动脉血管，因此呈现的图像分析可以避免由于技术问题(饱和度不足)而可能出现在TOF图像中的静脉血管的可视化。这可以如图7中所指示。
第一示例：
1、提出的技术包括两个MRI序列，其随后被组合。采集具有高空间分辨率的脉管系统的TOF扫描和时间分辨的ASL血管造影扫描。
2、ASL图像的图像重新格式化以匹配与TOF图像相同的分辨率和切片厚度，例如使用双样条插值，双三次图像处理内核等。(参见图5)。
3、TOF和ASL数据的图像配准以抵消对象的运动，例如使用刚性配准或高级变换模型。
4、可以通过从TOF血管造影术中创建血管掩模来执行图像分析，例如通过信号强度阈值处理或高级分割方法。
5、掩模正被应用于ASL图像。另外，ASL图像中的时间信息被用于评估TOF图像(掩模)中的分割的血管，即ASL图像中的特定信号行为通过体素进行评估，例如随时间的信号行为(请参见图6)。
6、在健康的人中，两次采集应该匹配，即在动脉存在的地方显示信号。为了评估由此获得的图像，可能出现几种可能性，例如：
A.背景信号(噪声)：在两幅图像中，信号电平均保持在噪声阈值之内。因此，将这些体素视为背景信号(请参见图6，区域600)。
B.早期填充：ASL信号水平在早期时间阶段显得很高，并且然后在随后的时间阶段不断下降。这指示早期填充的动脉(参见图6，区域602)。
C.中间填充：在第一时间阶段之后，ASL信号开始增加，而向后的时间阶段减小(见图6，区域604)。
D.后期填充：ASL信号在噪声阈值内，并在以后的时间阶段开始增加。这指示外围的晚期填充动脉(图6，区域606)。
7、不匹配的原因可能是技术原因，也可能是病理原因。可以标记适当的体素/区域，以便放射科医师可以特别注意(见图6)。例如：
E.静脉信号：脉管在TOF图像中可见。ASL的信号出现在所有时间相位的噪声水平之内。(参见图6，区域608)。
F.狭窄：由于血流缓慢，狭窄的动脉在TOF图像上可能不可见，但是可以通过ASL血管造影术观察到血流缓慢。
G.信号无效：例如，由于面内流动方向，血管在TOF图像中显示信号无效，但是，在ASL图像中可见血管。
8、可视化-最终图像(具有高空间分辨率的时间分辨TOF)也可以可视化为动态序列或到达时间图，这意味着为每个时间阶段分配了不同的颜色以可视化静态图像上的流入特性(见图8)。为了自动评估血管完整性，输出可以是概率图，这意味着异常流动行为的区域会如上所述在最终图像上突出显示(参见图7)。
第二示例：
由于使用ASL可以进行选择性血管造影成像(即单个动脉的可视化)，因此可以以类似方式将来自单个动脉的信息映射到TOF图像上。
第三示例：
所提出的方法可以受益于机器学习算法的应用，以预测异常流动行为和/或异常血管状况的可能性。这可能包括使用正常血管图像以及正常血流行为的数据库。进一步的结果是，关于病理学特定行为的知识也将增加对这些发现的置信。
第四示例：
提出的方法不仅限于MR血管造影方法。所描述的图像处理还可以被应用来组合MR和CT血管造影数据和其他成像模态的两个或更多幅图像序列的图像信息。
示例可以应用于如下的应用，但不限于其：对具有复杂和分散流型的脑血管疾病进行成像，对于其，不仅关于动脉的高分辨率信息很重要，而且还具有潜在的血液动力学特性。这些可能是中风，动静脉畸形(AVM)，也可能是瘘管，分流动脉和肿瘤馈送动脉。其他应用包括狭窄动脉和闭塞。
示例可能不一定限于脑血管，但也可能用于可视化其他动脉。这些包括可视化的肾动脉、冠状动脉以及周围的小腿动脉。
ASL血管造影序列可以包含两个模块：第一个模块通过(伪)连续地施加RF脉冲或将短RF脉冲施加到靠近图像区域的较大体积，产生标记的血团。第二个模块描述了序列的图像采集部分。被标记的血液的磁化强度迅速衰减并且太短而不能一次采集所有成像数据，因此，需要重复整个过程，即两个模块，直到采集所有图像数据为止。此外，无需血液标记即可采集相同数量的数据，随后将其用于图像减法以校正静态组织的最终血管造影图像。
在TOF血管造影中，图像切片或体积已饱和，并且在不饱和血液进入图像堆叠后采集了数据。
在重复几次的ASL序列之间可以执行特定量的TOF成像，即单个切片或图像体积的子集(参见下面的图9)。
图9图示了脉冲序列命令330的一种实施方式的时序图。在图9所示的示例中，脉冲序列命令使用交错的脉冲序列来采集TOF磁共振数据和ASL磁共振数据。一种替代方案是利用一个脉冲序列来采集完整的TOF磁共振数据，然后利用第二脉冲序列来采集ASL磁共振数据。交错的脉冲序列330包括两个交替的块。存在第一重复900和第二重复902。这两个块一个接一个地重复，直到采集所有数据为止。在第一个重复900中，有一个ASL标签902，然后执行ASL读出904，最后是TOF读出906。在第二重复时间902中，首先执行ASL控制908。接下来，执行ASL读出910，然后执行TOF读出912。ASL读出904和910具有相同的相位编码。TOF读出906具有与TOF读出912不同的相位编码。
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 (15)

1.一种医学成像系统，包括：
存储器，其存储机器可执行指令；以及
处理器，其用于控制所述医学成像系统，其中，所述机器可执行指令的运行使所述处理器：
接收感兴趣区域的静态血管造影图像，其中，所述感兴趣区域包括体素；
接收所述感兴趣区域的血管造影图像的时间序列；
使用所述静态血管造影图像来构建图像掩模，其中，所述图像掩模是对所述感兴趣区域内的体素的识别；
使用血管造影图像的所述时间序列来确定针对所述图像掩模内的每个体素的时间相关的信号；并且
通过以下操作来构建合成血管造影图像：
如果所述时间相关的信号的极值偏离所述时间相关的信号的平均值超过预定阈值，则使用所述极值来向所述图像掩模内的每个体素分配填充时间；并且
如果所述极值偏离所述时间相关的信号的所述平均值小于所述预定阈值，则将所述图像掩模内的体素识别为未填充体素；
绘制所述合成血管造影图像，使得在所述合成血管造影图像中显示针对所述填充时间的量度。
2.根据权利要求1所述的医学成像系统，其中，所述静态血管造影图像是飞行时间TOF磁共振血管造影图像，并且其中，血管造影图像的所述时间序列是动脉自旋标记磁共振血管造影图像的时间序列。
3.根据权利要求2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：
通过从飞行时间TOF磁共振数据重建所述静态血管造影图像来提供所述静态血管造影图像；并且
通过从动脉自旋标记ASL磁共振数据重建血管造影图像的所述时间序列来提供血管造影图像的所述时间序列。
4.根据权利要求3所述的医学成像系统，其中，所述医学成像系统还包括磁共振成像系统，其中，所述存储器还包括脉冲序列命令，所述脉冲序列命令被配置为根据飞行时间磁共振血管造影协议来控制所述磁共振成像系统以采集所述TOF磁共振数据，其中，所述脉冲序列命令还被配置为根据动脉自旋标记磁共振血管造影协议来控制所述磁共振成像系统以采集所述ASL磁共振数据，其中，所述机器可执行指令的运行还使所述处理器：
利用所述脉冲序列命令控制所述磁共振成像系统以采集所述TOF磁共振数据，并且
利用所述脉冲序列命令控制所述磁共振成像系统以采集所述ASL磁共振数据。
5.根据权利要求4所述的医学成像系统，其中，所述动脉自旋标记磁共振血管造影协议是选择性动脉自旋标记磁共振血管造影协议。
6.根据权利要求1所述的医学成像系统，其中，
所述静态血管造影图像是磁共振血管造影图像或CT血管造影图像；
血管造影图像的所述时间序列是磁共振血管造影图像的时间序列或CT血管造影图像的时间序列；或者
其组合。
7.根据权利要求1-6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使所述处理器使用所述合成血管造影图像、所述静态血管造影图像和血管造影图像的所述时间序列作为针对训练的模式识别算法的输入来识别异常血流和/或异常血管结构。
8.根据权利要求1-6中的任一项所述的医学成像系统，其中，所述合成血管造影图像通过以下方式中的一种被绘制：
所述合成血管造影图像被绘制为动画，所述动画示出根据填充时间的的体素在图像掩模内的填充；并且
所述合成血管造影图像被绘制为具有指示所述图像掩模内的体素的所述填充时间的灰度、假彩色度或亮度的图像。
9.根据权利要求1-6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：
使用血管造影图像的所述时间序列来确定针对所述图像掩模外部的每个体素的所述时间相关的信号；并且
如果所述时间相关的信号的所述极值偏离所述时间相关的信号的所述平均值超过所述预定阈值，则将所述图像掩模外部的体素识别为异常体素。
10.根据权利要求9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在所述合成血管造影图像中标记所述异常体素。
11.根据权利要求1-6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在所述合成血管造影图像中标记所述未填充体素。
12.根据权利要求1-6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执行以下操作中的任一项：
将血管造影图像的所述时间序列彼此配准；
将所述静态血管造影图像与血管造影图像的所述时间序列配准；以及
其组合。
13.根据权利要求1-6中的任一项所述的医学成像系统，其中，所述静态血管造影图像将所述感兴趣区域划分为具有第一分辨率和第一切片厚度的体素的第一集合，其中，血管造影图像的所述时间序列将所述感兴趣区域划分为具有第二分辨率和第二切片厚度的体素的第二集合，并且其中，所述机器可执行指令的运行还使所述处理器内插体素的所述第一集合或体素的所述第二集合中的一个，使得所述第一分辨率与所述第二分辨率匹配并且所述第一切片厚度与所述第二切片厚度匹配。
14.一种包括机器可执行指令的计算机程序产品，所述机器可执行指令用于由控制医学成像系统的处理器运行，其中，所述机器可执行指令的运行使所述处理器：
接收感兴趣区域的静态血管造影图像，其中，所述感兴趣区域包括体素；
接收所述感兴趣区域的血管造影图像的时间序列；
使用所述静态血管造影图像来构建图像掩模，其中，所述图像掩模是对所述感兴趣区域内的体素的识别；
使用血管造影图像的所述时间序列来确定针对所述图像掩模内的每个体素的时间相关的信号；并且
通过以下操作来构建合成血管造影图像：
如果所述时间相关的信号的极值偏离所述时间相关的信号的平均值超过预定阈值，则使用所述极值来向所述图像掩模内的每个体素分配填充时间；并且
如果所述极值偏离所述时间相关的信号的所述平均值小于所述预定阈值，则将所述图像掩模内的体素识别为未填充体素。
15.一种医学成像的方法，其中，所述方法包括：
接收感兴趣区域的静态血管造影图像，其中，所述感兴趣区域包括体素；
接收所述感兴趣区域的血管造影图像的时间序列；
使用所述静态血管造影图像来构建图像掩模，其中，所述图像掩模是对所述感兴趣区域内的体素的识别；
使用血管造影图像的所述时间序列来确定针对所述图像掩模内的每个体素的时间相关的信号；并且
通过以下操作来构建合成血管造影图像：
如果所述时间相关的信号的极值偏离所述时间相关的信号的平均值超过预定阈值，则使用所述极值来向所述图像掩模内的每个体素分配填充时间；并且
如果所述极值偏离所述时间相关的信号的所述平均值小于所述预定阈值，则将所述图像掩模内的体素识别为未填充体素。
CN201880077563.7A 2017-11-29 2018-11-29 时间分辨的血管造影图像与空间分辨血管造影图像的组合 Active CN111417979B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17204271.5A EP3493151A1 (en) 2017-11-29 2017-11-29 Combination of temporally resolved angiographic images with a spatially resolved angiographic image
EP17204271.5 2017-11-29
PCT/EP2018/083060 WO2019106113A1 (en) 2017-11-29 2018-11-29 Combination of temporally resolved angiographic images with a spatially resolved angiographic image

Publications (2)

Publication Number Publication Date
CN111417979A CN111417979A (zh) 2020-07-14
CN111417979B true CN111417979B (zh) 2024-05-14

Family

ID=60515180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880077563.7A Active CN111417979B (zh) 2017-11-29 2018-11-29 时间分辨的血管造影图像与空间分辨血管造影图像的组合

Country Status (5)

Country Link
US (1) US11410353B2 (zh)
EP (2) EP3493151A1 (zh)
JP (1) JP7252230B2 (zh)
CN (1) CN111417979B (zh)
WO (1) WO2019106113A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062997B (zh) * 2019-12-09 2023-09-12 上海联影医疗科技股份有限公司 一种血管造影成像方法、系统、设备和存储介质
US11288861B2 (en) 2019-12-20 2022-03-29 Zoox, Inc. Maps comprising covariances in multi-resolution voxels
US11430087B2 (en) * 2019-12-20 2022-08-30 Zoox, Inc. Using maps comprising covariances in multi-resolution voxels
DE102020200013A1 (de) * 2020-01-03 2021-07-08 Siemens Healthcare Gmbh Magnetresonanzeinrichtung und Verfahren zum Betrieb einer Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
CN115769097A (zh) 2020-03-28 2023-03-07 埃夫伦·厄扎尔斯兰 用于确定自旋标记粒子的扩散传播因子或相关扩散参数的磁共振方法、软件产品和系统
CN111599004B (zh) * 2020-05-18 2023-09-12 复旦大学附属中山医院 一种3d血管成像系统、方法及装置
KR102283673B1 (ko) * 2020-11-30 2021-08-03 주식회사 코어라인소프트 병변 추적 검사에 기반하여 진단 보조 정보의 임계치를 조정하는 의료 영상 판독 지원 장치 및 방법
CN113593678B (zh) * 2021-08-03 2022-06-10 北京安德医智科技有限公司 基于血管影像补全的脑卒中分型方法及装置
EP4362042A1 (en) * 2022-10-31 2024-05-01 Siemens Healthineers AG Estimating pharmacokinetics of a contrast medium through a cardiovascular system analytical model and/or neural network algorithm
CN115514962B (zh) * 2022-11-22 2023-03-24 深圳市亿康医疗技术有限公司 一种心血管造影图像的图像压缩方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011083674A1 (de) * 2011-09-29 2013-04-04 Siemens Aktiengesellschaft Angiographisches Untersuchungsverfahren zur Darstellung von Flusseigenschaften
CN103748478A (zh) * 2011-04-21 2014-04-23 皇家飞利浦有限公司 同时的非对比mr血管造影与斑块内出血（snap）mr成像
CN106415298A (zh) * 2014-04-18 2017-02-15 皇家飞利浦有限公司 涉及对血管造影加权图像和灌注加权图像的采集的mri
CN107280696A (zh) * 2016-04-04 2017-10-24 西门子保健有限责任公司 确定描述侧支内的血液流动的侧支信息的方法和拍摄装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5590654A (en) * 1993-06-07 1997-01-07 Prince; Martin R. Method and apparatus for magnetic resonance imaging of arteries using a magnetic resonance contrast agent
JP2003299646A (ja) * 2002-04-11 2003-10-21 Hitachi Medical Corp 画像解析装置
JP5591440B2 (ja) * 2007-01-17 2014-09-17 株式会社東芝 医用画像表示装置
KR20140033332A (ko) * 2010-12-17 2014-03-18 오르후스 우니베르시테트 조직 병변의 묘사방법
JP5919717B2 (ja) * 2011-10-07 2016-05-18 コニカミノルタ株式会社 動態医用画像生成システム
WO2013158456A1 (en) * 2012-04-17 2013-10-24 E-Vision Smart Optics, Inc. Systems, devices, and methods for managing camera focus
WO2014034940A1 (ja) * 2012-08-31 2014-03-06 株式会社 東芝 医用診断画像処理装置
JP6351323B2 (ja) * 2014-03-20 2018-07-04 オリンパス株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
US9702956B2 (en) * 2014-03-25 2017-07-11 Beth Israel Deaconess Medical Center, Inc. (Bidmc, Inc.) MRI methods and apparatus for flexible visualization of any subset of an enlarged temporal window
US20160135775A1 (en) * 2014-11-17 2016-05-19 Wisconsin Alumni Research Foundation System And Method For Time-Resolved, Three-Dimensional Angiography With Physiological Information
US11089970B2 (en) * 2015-06-12 2021-08-17 Koninklijke Philips N.V. Imaging fluid flow into a region of interest
JP7059197B6 (ja) * 2016-04-21 2022-06-03 コーニンクレッカ フィリップス エヌ ヴェ 動脈構造の磁気共鳴撮像

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103748478A (zh) * 2011-04-21 2014-04-23 皇家飞利浦有限公司 同时的非对比mr血管造影与斑块内出血（snap）mr成像
DE102011083674A1 (de) * 2011-09-29 2013-04-04 Siemens Aktiengesellschaft Angiographisches Untersuchungsverfahren zur Darstellung von Flusseigenschaften
CN106415298A (zh) * 2014-04-18 2017-02-15 皇家飞利浦有限公司 涉及对血管造影加权图像和灌注加权图像的采集的mri
CN107280696A (zh) * 2016-04-04 2017-10-24 西门子保健有限责任公司 确定描述侧支内的血液流动的侧支信息的方法和拍摄装置

Also Published As

Publication number Publication date
JP2021504035A (ja) 2021-02-15
EP3493151A1 (en) 2019-06-05
EP3718076B1 (en) 2021-04-28
JP7252230B2 (ja) 2023-04-04
WO2019106113A1 (en) 2019-06-06
CN111417979A (zh) 2020-07-14
EP3718076A1 (en) 2020-10-07
US20200294286A1 (en) 2020-09-17
US11410353B2 (en) 2022-08-09

Similar Documents

Publication Publication Date Title
CN111417979B (zh) 时间分辨的血管造影图像与空间分辨血管造影图像的组合
CN109961834B (zh) 影像诊断报告的生成方法及设备
CN108351395B (zh) 来自磁共振图像的虚拟ct图像
EP3514756A1 (en) Medical analysis method for predicting metastases in a test tissue sample
EP3602097B1 (en) Selection of magnetic resonance fingerprinting dictionaries for anatomical regions
US10677871B2 (en) Magnetic resonance imaging of arterial structures
JP2019506916A (ja) 磁気共鳴拡散画像化のための方法及び装置
US11089970B2 (en) Imaging fluid flow into a region of interest
JP7059197B2 (ja) 動脈構造の磁気共鳴撮像
US20220011392A1 (en) Diffusion magnetic resonance imaging using spherical neural networks
US20220012876A1 (en) Determination of a further processing location in magnetic resonance imaging
US20230377112A1 (en) Magnetic Resonance Imaging of Breast Micro-Calcifications
CN114097041A (zh) 针对深度学习电特性断层摄影的不确定度图
CN112292067B (zh) 电导率变化的电学属性断层摄影图
EP4321890A1 (en) Reconstruction parameter determination for the reconstruction of synthesized magnetic resonance images

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