CN111643082A - 一种乳腺mri成像呼吸伪影抑制方法 - Google Patents
一种乳腺mri成像呼吸伪影抑制方法 Download PDFInfo
- Publication number
- CN111643082A CN111643082A CN202010572731.9A CN202010572731A CN111643082A CN 111643082 A CN111643082 A CN 111643082A CN 202010572731 A CN202010572731 A CN 202010572731A CN 111643082 A CN111643082 A CN 111643082A
- Authority
- CN
- China
- Prior art keywords
- image
- sequence
- mri
- mark point
- images
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 18
- 210000005075 mammary gland Anatomy 0.000 title claims abstract description 12
- 230000001629 suppression Effects 0.000 title claims abstract description 9
- 238000002595 magnetic resonance imaging Methods 0.000 title description 55
- 210000000481 breast Anatomy 0.000 claims abstract description 44
- 238000003384 imaging method Methods 0.000 claims abstract description 38
- 230000000241 respiratory effect Effects 0.000 claims abstract description 36
- 239000003550 marker Substances 0.000 claims description 12
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 210000002445 nipple Anatomy 0.000 description 21
- 208000026310 Breast neoplasm Diseases 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 206010006187 Breast cancer Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 210000004883 areola Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000001959 radiotherapy Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005658 nuclear physics Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4312—Breast evaluation or disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- 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
- G06T2207/30068—Mammography; Breast
-
- 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
- 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
- G06T2207/30204—Marker
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Gynecology & Obstetrics (AREA)
- Reproductive Health (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种乳腺MRI成像呼吸伪影抑制方法,包括:在采集者体表或者乳房上设置至少一个标记点;设置MRI成像设备在N个位置获取采集者乳腺的MRI图像,在N个位置中的每一个位置采集采集者乳腺的图像序列Pi,其中i=1…N,图像序列Pi的采集时间大于或等于采集者的一个呼吸周期;在图像序列Pi中的每一帧图像的采集时刻,获取标记点的位置Vij;在图像序列P1中选择一帧图像D1,D1采集时刻标记点的位置为V1D,在图像序列Pk中选择一帧图像Dk,其中k=2…N,图像Dk采集时刻标记点的位置为VkD;图像D1…DN组成的序列为采集者乳腺MRI成像呼吸伪影最小的MRI图像序列。
Description
技术领域
本发明涉及医学MRI影像领域,特别是涉及一种乳腺MRI成像呼吸伪影抑制方法。
背景技术
在医学MRI成像领域,由于人体存在呼吸运动,导致胸腹部的MRI图像上出现呼吸运动伪影,造成图像模糊、或胸部脂肪影重叠于脏器、或掩盖病灶的后果。乳腺MRI成像是乳腺肿瘤疾病检查的常规项目,检查时采集者处于俯卧位,呼吸运动会使采集者乳房产生以竖直方向为主的位移。由于MRI成像时间长且灵敏度低,很难让采集者全程屏气以完成检查。在现有技术中,通常对MRI图像的处理仍然是基于图像处理方法流程,继图像分割、图像增强、图像融合等技术后,又有学者研究模型式算法,如申请号201911057495.0公开了一种基于层次卷积神经网络的乳腺癌MRI分割方法。
但是,这些处理方法都要依托图像的后处理技术,MRI图像对乳腺癌的敏感性很高,尤其是致密型乳腺,分割乳腺肿瘤的挑战在于是肿瘤区域(阳性类)中的体素数目远小于背景(阴性类)中的体素数目,所以为了形成对比图像,会利用乳腺的核磁技术采用进一步的增强扫描,一方面增加了受采者的受害剂量,另一方面使得图像处理样本量增大,时间要远远拉长,最重要的是早期乳腺癌的核磁筛查特异性不明显,完全靠主观,目前还没有一个乳腺图像的“金标准”,所以若能够在图像采集的最初避免和杜绝伪影的发生将是一个挑战。
呼吸触发技术常用于MRI成像,通过呼或者吸的信号触发MRI成像,从而在每个呼吸周期采集相同呼吸相位的图像,从而提供了一种解决抑制呼吸运动造成的伪影的方法。但是采集者每个呼吸周期的呼吸深度、呼吸间隔都不相同,此外受限于呼吸触发设备的灵敏度,通过呼吸信号触发采集的MRI图像仍会存在伪影。
中国专利200780003823.8公开了一种用于介入乳房磁共振成像的自动系统,跟踪设备通过设置的探针的多个有源探针跟踪线圈的跟踪位置,以及与该乳房线圈组件相关设置的一个或多个有源组件跟踪线圈的跟踪位置。基于跟踪位置而确定相对于该乳房线圈组件的探针尖端位置,从而准确的给出乳房的空间移动位置。
中国专利200810215256.9公开了一种人体乳房俯卧式放疗中的乳房固定方法及装置,通过其内罩上刻印网格壮坐标线,从而可以观察并记录在采集者乳房表皮上的标记点的坐标,实现准确的重复定位。其设计的标记系统普遍应用于人体乳房俯卧式放疗和诊疗中。
鉴于此,本发明的目的在于提供一种乳腺MRI成像呼吸伪影抑制方法,利用标记点进行运动位置导航,以抑制呼吸运动造成的伪影,以缓解现有技术存在的问题。
发明内容
一种乳腺MRI成像呼吸伪影抑制方法,包括:
步骤1,设置标记系统的至少一个标记点;
步骤2,获取MRI图像序列,
在图像序列中的每一帧图像的采集时刻,采用医学导航跟踪设备获取所述标记点的位置;
步骤3,根据标记点的导航位置选择与之最为接近的位置时刻,MRI成像设备所采集的图像,组成呼吸伪影最小的MRI图像序列。
进一步地,步骤2中包括,设置MRI成像设备在N个位置获取采集者乳腺的MRI图像,在所述N个位置中的每一个位置采集乳腺的图像序列Pi,其中i=1…N,所述图像序列Pi的采集时间大于或等于采集者的一个呼吸周期;
在图像序列Pi中的每一帧图像的采集时刻,获取所述标记点的位置Vij,其中i=1…N,j=1…M,所述M大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量,在图像序列P1中选择一帧图像D1,所述D1采集时刻标记点的位置为V1D。
进一步地,步骤3中包括,在图像序列Pk中选择一帧图像Dk,其中k=2…N,所述图像Dk采集时刻标记点的位置为VkD,所述VkD是图像序列Pk中图像采集时刻标记点位置与V1D欧式距离最小的标记点位置;
所述图像D1...DN组成的序列为采集者乳腺MRI成像呼吸伪影最小的MRI图像序列。
进一步地,步骤2中,所述医学导航跟踪设备为与MRI成像设备采用相同的时间源的摄像设备,所述摄像设备为具有千兆网接口的相机,所述相机实时获取标记系统的影像,所述至少一个标记点的影像通过千兆网接口传送到计算机,在计算机中对每一帧标记点影像进行竖直方向的运动位置检测。
进一步地,所述的在图像序列P1中选择一帧图像D1的方法包括:
遍历所述图像序列P1中的每一帧图像,记录所述每一帧图像作为D1时,VkD与V1D欧式距离的方差,选择所述方差最小时对应的图像作为D1。
进一步地,所述标记点数量大于1时,所述的与V1D欧式距离的求解方法包括以下至少一种:
选择所述标记点中的一个点进行欧式距离求解;
采用所述标记点的几何中心进行欧式距离求解。
进一步地,还包括:
如果所述VkD与V1D的欧式距离不为0,在所述图像序列Pk中选择两帧图像Dk1和Dk2,所述Dk1和Dk2为图像序列Pk中标记点位置与V1D最接近的两帧图像;
根据所述Dk1的标记点位置VkD1与V1D的欧式距离,及所述Dk2的标记点位置VkD2与V1D的欧式距离,对所述图像Dk1和Dk2的像素位置进行插值得到图像Dk,以使所述图像Dk标记点位置VkD与V1D的欧式距离为0;
如果所述标记点的数量大于1,所述的图像Dk1和Dk2的像素位置进行插值包括对所述像素位置进行旋转和仿射运算。
本发明的有益效果如下:
本发明提出的技术方案将利用标记点位置进行导航,选择标记点导航位置相同或者相似时,采集的影像组成呼吸伪影最小的MRI图像序列,并利用插值和多标记点匹配的技术,获得导航位置更为接近的图像,进一步减小呼吸运动造成的伪影。
虽然一次采集所花费的时间要比通过呼吸信号触发采集MRI图像长,但是后续图像处理时间要远远少于后者,而且一个呼吸周期采集更多的MRI图像,排除了遗漏位置,可以很好的恢复细节信息,这对乳腺诊断的查漏补缺提供了帮助,而且图像后续处理少且图像效果好,不存在解决峰值信噪比的问题,有效提高图像处理精准度。
本发明提出的利用机器视觉识别呼吸运动中采集者乳头位置变化,相同的采集者乳头位置作为呼吸运动相同相位的MRI图像采集点,同相位的MRI图像消除了呼吸运动造成的偏差,从而抑制呼吸运动伪影。机器视觉实现了无接触的呼吸运动位置感知,在进行位置识别过程中,利用乳房影像的局部特征进行识别,实现了快速的位置识别。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一种实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种乳腺MRI成像呼吸伪影抑制方法流程示意图。
图2是本发明实施例的一种基于机器视觉的乳腺MRI伪影抑制方法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
图1是本发明第一实施例的一种乳腺MRI成像呼吸伪影抑制方法流程示意图,如图1所示,该方法包括如下三个步骤。
步骤S101:获取采集者乳腺的MRI图像和标记点位置。具体地,在采集者体表或者乳房上设置至少一个标记点,或者通过现有技术中200810215256.9公开的方法设置标记系统的至少一个标记点;设置MRI成像设备在N个位置获取采集者乳腺的MRI图像,在N个位置中的每一个位置采集采集者乳腺的图像序列Pi,其中i=1…N,图像序列Pi的采集时间大于或等于采集者的一个呼吸周期;在图像序列Pi中的每一帧图像的采集时刻,获取标记点的位置Vij,其中i=1…N,j=1…M,M大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量。
在一个可选的实施例中,可以采用中国专利200780003823.8公开的跟踪设备,也可以采用基于机器视觉的跟踪设备获取标记点的位置(详见第二实施例)。医学导航跟踪设备与MRI成像设备采用相同的时间源,MRI成像设备在采集图像时刻t0,发送硬件中断或者软件消息到医学导航跟踪设备,获取时刻t0时标记点的位置,每一个图像采集的时刻都会获得标记点的位置。
需要进行说明的是,N个位置中的每一个位置采集的图像数量M不是固定数值,M只须大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量,因此M是可变数值。
步骤S102:选取标记点位置相近的图像。具体地,在图像序列P1中选择一帧图像D1,D1采集时刻标记点的位置为V1D,在图像序列Pk中选择一帧图像Dk,其中k=2…N,图像Dk采集时刻标记点的位置为VkD,VkD是图像序列Pk中图像采集时刻标记点位置与V1D欧式距离最小的标记点位置;图像D1...DN组成的序列为采集者乳腺MRI成像呼吸伪影最小的MRI图像序列。
需要进行说明的是,在图像序列P2中寻找D2的方法为:遍历P2中的每一幅图像,搜索对应的图像D2。同理在图像序列Pk中寻找Dk的方法为:遍历Pk中的每一幅图像,搜索对应的图像Dk。
在一个优选的实施例中,在图像序列P1中选择一帧图像D1的方法包括:遍历图像序列P1中的每一帧图像,记录每一帧图像作为D1时,VkD与V1D欧式距离的方差,选择方差最小时对应的图像作为D1。
需要进行说明的是,由于采集时刻的不同,选择不同的D1组成的图像序列D1...DN产生的伪影误差不同。取VkD与V1D欧式距离的方差作为伪影误差的度量,计算公式为,其中。当方差最小时,由呼吸运动引起的伪影对成像的影像最小。不同D1的V1D数值不同,因此计算数值也不同。
在一个可选的实施例中,标记点数量大于1时,与V1D欧式距离的求解方法包括以下至少一种:选择标记点中的一个点进行欧式距离求解;采用标记点的几何中心进行欧式距离求解。
步骤S103:插值获取标记点位置相同的图像。具体地,如果VkD与V1D的欧式距离不为0,在图像序列Pk中选择两帧图像Dk1和Dk2,Dk1和Dk2为图像序列Pk中标记点位置与V1D最接近的两帧图像;根据Dk1的标记点位置VkD1与V1D的欧式距离,及Dk2的标记点位置VkD2与V1D的欧式距离,对图像Dk1和Dk2的像素位置进行插值得到图像Dk,以使图像Dk标记点位置VkD与V1D的欧式距离为0;如果标记点的数量大于1,图像Dk1和Dk2的像素位置进行插值包括对像素位置进行旋转和仿射运算。
需要进行说明的是,如果选择Dk1或Dk2作为Dk,那么得到的就是步骤S102的执行结果,为了进一步缩小呼吸运动造成的伪影误差,这里采用近邻插值的方法,由Dk1和Dk2根据各自位置与V1D的距离进行像素位置插值得到Dk。由于MRI采集时,相邻图像间的采集时间间隔较短,因此可使用线性插值的方法对Dk的像素进行插值生成。
在一个具体的实施例中,令表示Dk1中像素位置,表示Dk2中像素位置,表示Dk中像素位置,根据线性插值公式,满足等式。
另外,如果标记点的数量大于1,那么V1D、VkD就是一个点的集合,从V1D到VkD的映射除了距离的平移外,还包含旋转和仿射关系,因此在插值形成Dk时,不但包含像素位置的平移,还包括像素位置的旋转和仿射运算。
图2是本发明第二实施例的一种基于机器视觉的乳腺MRI伪影抑制方法流程示意图,如图2所示,该方法包括如下四个步骤。
步骤S201:检测采集者乳头的运动位置。具体地,控制摄像设备,以实时获取采集者俯卧位自然呼吸状态下乳房影像;检测乳房影像中采集者乳头竖直方向的运动位置。
在一个具体的实施例中,摄像设备为具有千兆网接口的相机,相机具备采集可见光影像的能力。相机实时获取乳房影像,乳房影像通过千兆网接口传送到计算机,在计算机中对每一帧乳房影像进行采集者乳头竖直方向的运动位置检测。
在一个可选的实施例中,摄像设备检测采集者乳头竖直方向运动位置的方法包括:设置灰度阈值或彩色阈值,在乳房影像中分割出乳头和乳晕区域;以乳头和乳晕区域的几何中心作为采集者乳头竖直方向的运动位置。
需要进行说明的是,在人体乳房组织周围,乳头和乳晕呈深褐色,与周围的皮肤有明显的色差,因此可以采用灰度阈值后者彩色阈值进行分割。
步骤S202:选取乳头运动位置集合中的第一阈值。具体地,记录采集者乳头至少一个呼吸周期的运动位置,运动位置构成位置集合;在位置集合中选取第一阈值;在采集者乳头位置为第一阈值时,存储以乳头位置为中心、邻域宽度为δ区域内的乳房影像,存储的影像为模板影像。
在一个可选的实施例中,第一阈值为位置集合的中位数或平均值。需要进行说明的是,呼吸运动的幅度每次可能不一致,因此需要选择中间位置的点作为识别基准。
需要进行说明的是,生成宽度为δ的模板影像可以减少进行乳头位置判断的计算量。如果进行整幅图像像素的比较,计算量较大,例如整幅图像的大小为1024×1024。进行宽度为δ的局部影像比较,例如δ=64,图像大小为64×64,计算量降低256倍,从而可以实时进行影像中乳头位置的比较。
步骤S203:实时判断乳头运动位置是否达到第一阈值。具体地,在采集者自然呼吸状态下,实时判断乳房影像中采集者乳头位置是否达到第一阈值。
在一个具体的实施例中,实时判断乳房影像中采集者乳头位置是否达到第一阈值的方法,包括:获取乳房影像在以第一阈值为中心、邻域宽度为δ区域内的影像,获取的影像为待测影像;判断待测影像与模板影像是否匹配,若匹配,则乳房影像中采集者乳头位置达到第一阈值。
在一个可选的实施例中,判断待测影像与模板影像是否匹配的方法,包括:计算待测影像与模板影像的像素差值;计算差值小于第二阈值的像素数量比例;像素数量比例大于第三阈值时,待测影像与模板影像匹配。
需要进行说明的是,由于摄像设备存在采样误差,因此对同样的像素进行采样时存在误差,所以设置第二阈值。在像素差值在第二阈值的范围内,则认为像素相同。在理想状态下,待测影像与模板影像匹配时,像素数量比例为100%。考虑到采样误差、及呼吸运动带动乳房扩张或收缩不均匀造成的微小偏差,可选地将第三阈值设置为95%。
步骤S204:在N个位置采集MRI图像。具体地,控制MRI成像设备在N个位置,在采集者乳头位置达到第一阈值时采集采集者乳腺的MRI图像Ri,其中i=1…N;图像R1...RN组成的序列为采集者乳腺MRI成像呼吸伪影抑制后的MRI图像序列。
在一个具体的实施例中,计算机连接摄像设备和MRI成像设备。需要进行说明的是,摄像设备是可见光成像领域的设备,MRI成像设备是基于核物理的成像设备,两者的不具有直接的接口。计算机根据步骤S203的判断结果,控制MRI成像设备采集MRI图像。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种乳腺MRI成像呼吸伪影抑制方法,其特征在于,包括:
步骤1,设置标记系统的至少一个标记点;
步骤2,获取MRI图像序列,
在图像序列中的每一帧图像的采集时刻,采用医学导航跟踪设备获取所述标记点的位置;
步骤3,根据标记点的导航位置选择与之最为接近的位置时刻,MRI成像设备所采集的图像,组成呼吸伪影最小的MRI图像序列。
2.根据权利要求1所述的方法,其特征在于,步骤2中包括,设置MRI成像设备在N个位置获取采集者乳腺的MRI图像,在所述N个位置中的每一个位置采集乳腺的图像序列Pi,其中i=1…N,所述图像序列Pi的采集时间大于或等于采集者的一个呼吸周期;
在图像序列Pi中的每一帧图像的采集时刻,获取所述标记点的位置Vij,其中i=1…N,j=1…M,所述M大于或等于MRI成像设备在采集者一个呼吸周期获得的图像数量,在图像序列P1中选择一帧图像D1,所述D1采集时刻标记点的位置为V1D。
3.根据权利要求2所述的方法,其特征在于,步骤3中包括,在图像序列Pk中选择一帧图像Dk,其中k=2…N,所述图像Dk采集时刻标记点的位置为VkD,所述VkD是图像序列Pk中图像采集时刻标记点位置与V1D欧式距离最小的标记点位置;
所述图像D1...DN组成的序列为采集者乳腺MRI成像呼吸伪影最小的MRI图像序列。
4.根据权利要求1所述的方法,其特征在于,步骤2中,所述医学导航跟踪设备为与MRI成像设备采用相同的时间源的摄像设备,所述摄像设备为具有千兆网接口的相机,所述相机实时获取标记系统的影像,所述至少一个标记点的影像通过千兆网接口传送到计算机,在计算机中对每一帧标记点影像进行竖直方向的运动位置检测。
5.根据权利要求2所述的方法,其特征在于,所述的在图像序列P1中选择一帧图像D1的方法包括:
遍历所述图像序列P1中的每一帧图像,记录所述每一帧图像作为D1时,VkD与V1D欧式距离的方差,选择所述方差最小时对应的图像作为D1。
6.根据权利要求5所述的方法,其特征在于,所述标记点数量大于1时,所述的与V1D欧式距离的求解方法包括以下至少一种:
选择所述标记点中的一个点进行欧式距离求解;
采用所述标记点的几何中心进行欧式距离求解。
7.根据权利要求6所述的方法,其特征在于,还包括:
如果所述VkD与V1D的欧式距离不为0,在所述图像序列Pk中选择两帧图像Dk1和Dk2,所述Dk1和Dk2为图像序列Pk中标记点位置与V1D最接近的两帧图像;
根据所述Dk1的标记点位置VkD1与V1D的欧式距离,及所述Dk2的标记点位置VkD2与V1D的欧式距离,对所述图像Dk1和Dk2的像素位置进行插值得到图像Dk,以使所述图像Dk标记点位置VkD与V1D的欧式距离为0;
如果所述标记点的数量大于1,所述的图像Dk1和Dk2的像素位置进行插值包括对所述像素位置进行旋转和仿射运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572731.9A CN111643082A (zh) | 2020-06-22 | 2020-06-22 | 一种乳腺mri成像呼吸伪影抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572731.9A CN111643082A (zh) | 2020-06-22 | 2020-06-22 | 一种乳腺mri成像呼吸伪影抑制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111643082A true CN111643082A (zh) | 2020-09-11 |
Family
ID=72348480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010572731.9A Pending CN111643082A (zh) | 2020-06-22 | 2020-06-22 | 一种乳腺mri成像呼吸伪影抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111643082A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5427101A (en) * | 1994-08-04 | 1995-06-27 | Board Of Trustees Of The Leland Stanford Junior University | Diminishing variance process for real-time reduction of motion artifacts in MRI |
US20050113702A1 (en) * | 2003-11-26 | 2005-05-26 | Salla Prathyusha K. | Method and system for determining a period of interest using multiple inputs |
CN1943510A (zh) * | 2005-10-07 | 2007-04-11 | Ge医疗系统环球技术有限公司 | 磁共振成像设备 |
CN101658426A (zh) * | 2009-09-11 | 2010-03-03 | 昆明理工大学 | 基于三维正电子发射探测器灵敏度特性的呼吸门控技术 |
CN104076309A (zh) * | 2013-03-27 | 2014-10-01 | 西门子公司 | 用于磁共振图像数据组校正的方法及相应磁共振设备 |
CN104739418A (zh) * | 2014-11-24 | 2015-07-01 | 中国科学院苏州生物医学工程技术研究所 | 一种基于立体视觉的呼吸门控系统及控制方法 |
CN105956579A (zh) * | 2016-05-27 | 2016-09-21 | 国创科视科技股份有限公司 | 融合模糊模板和点特征的手指静脉快速识别方法 |
CN110298794A (zh) * | 2019-05-20 | 2019-10-01 | 上海联影智能医疗科技有限公司 | 医学成像系统、方法、计算机设备及可读存储介质 |
-
2020
- 2020-06-22 CN CN202010572731.9A patent/CN111643082A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5427101A (en) * | 1994-08-04 | 1995-06-27 | Board Of Trustees Of The Leland Stanford Junior University | Diminishing variance process for real-time reduction of motion artifacts in MRI |
US20050113702A1 (en) * | 2003-11-26 | 2005-05-26 | Salla Prathyusha K. | Method and system for determining a period of interest using multiple inputs |
CN1943510A (zh) * | 2005-10-07 | 2007-04-11 | Ge医疗系统环球技术有限公司 | 磁共振成像设备 |
CN101658426A (zh) * | 2009-09-11 | 2010-03-03 | 昆明理工大学 | 基于三维正电子发射探测器灵敏度特性的呼吸门控技术 |
CN104076309A (zh) * | 2013-03-27 | 2014-10-01 | 西门子公司 | 用于磁共振图像数据组校正的方法及相应磁共振设备 |
CN104739418A (zh) * | 2014-11-24 | 2015-07-01 | 中国科学院苏州生物医学工程技术研究所 | 一种基于立体视觉的呼吸门控系统及控制方法 |
CN105956579A (zh) * | 2016-05-27 | 2016-09-21 | 国创科视科技股份有限公司 | 融合模糊模板和点特征的手指静脉快速识别方法 |
CN110298794A (zh) * | 2019-05-20 | 2019-10-01 | 上海联影智能医疗科技有限公司 | 医学成像系统、方法、计算机设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
史中强等: "改进的磁共振回顾式呼吸导航门控技术", 《生物医学工程学杂志》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11576645B2 (en) | Systems and methods for scanning a patient in an imaging system | |
US10542955B2 (en) | Method and apparatus for medical image registration | |
US11576578B2 (en) | Systems and methods for scanning a patient in an imaging system | |
KR102114415B1 (ko) | 의료 영상 정합 방법 및 장치 | |
CN111862249A (zh) | 使用深度学习生成用于医学图像处理的规范成像数据的系统和方法 | |
US10524756B2 (en) | Methods and systems for image artifacts reduction | |
Cañero et al. | Predictive (un) distortion model and 3-D reconstruction by biplane snakes | |
US10045754B2 (en) | Three dimensional (3D) pre-scan based volumetric image data processing | |
JP2009512527A (ja) | 画像登録方法及び前記画像登録方法を実施するためのアルゴリズム及び前記アルゴリズムを用いて画像を登録するためのプログラム及び対象の移動による画像アーチファクトを低減するための生体医学画像の取り扱い方法 | |
EP2389661B1 (en) | Nuclear image reconstruction | |
WO2003107275A2 (en) | Physiological model based non-rigid image registration | |
JP2014161734A (ja) | 医療画像を整合する方法及びその装置 | |
JP2009090094A (ja) | 画像整合のための方法および装置 | |
Cheng et al. | Airway segmentation and measurement in CT images | |
KR101118549B1 (ko) | 의료용 융합영상 획득장치 및 획득방법 | |
CN114943714A (zh) | 医学图像处理系统、装置、电子设备及存储介质 | |
US11495346B2 (en) | External device-enabled imaging support | |
CN107292351B (zh) | 一种结节的匹配方法及装置 | |
KR20100025431A (ko) | 다중 페이즈 간 ct영상들의 정합을 이용한 간세포암 검출방법 | |
Wu et al. | Reconstruction of 4D-CT from a single free-breathing 3D-CT by spatial-temporal image registration | |
CN111643082A (zh) | 一种乳腺mri成像呼吸伪影抑制方法 | |
EP3434187A1 (en) | Motion compensated cardiac valve reconstruction | |
CN114119798A (zh) | 一种基于呼吸运动的放射影像图像处理方法和装置 | |
CN111643083A (zh) | 一种基于机器视觉的乳腺mri伪影抑制方法 | |
CN112790778A (zh) | 采集错误对齐 |
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 |