CN112545484A - 医学成像系统校准时间确定方法、装置和计算机设备 - Google Patents

医学成像系统校准时间确定方法、装置和计算机设备 Download PDF

Info

Publication number
CN112545484A
CN112545484A CN202011382311.0A CN202011382311A CN112545484A CN 112545484 A CN112545484 A CN 112545484A CN 202011382311 A CN202011382311 A CN 202011382311A CN 112545484 A CN112545484 A CN 112545484A
Authority
CN
China
Prior art keywords
instability
medical imaging
imaging system
calibration time
subcomponents
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
Application number
CN202011382311.0A
Other languages
English (en)
Other versions
CN112545484B (zh
Inventor
史宇航
胡均普
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202011382311.0A priority Critical patent/CN112545484B/zh
Publication of CN112545484A publication Critical patent/CN112545484A/zh
Application granted granted Critical
Publication of CN112545484B publication Critical patent/CN112545484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
    • A61B6/582—Calibration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58—Testing, adjusting or calibrating the diagnostic device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58—Testing, adjusting or calibrating the diagnostic device
    • A61B8/585—Automatic set-up of the device
    • 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
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Optics & Photonics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请涉及一种医学成像系统校准时间确定方法、装置和计算机设备，该方法包括：基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；根据所述样本数据或所述系统不稳定性模型确定所述医学成像系统的校准时间。本申请兼顾了不同用户的使用习惯、不同系统各个部件的仪器特性和稳定性进行校准时间确定，使得系统校准时间配置更加合理、更加个性化。

Description

医学成像系统校准时间确定方法、装置和计算机设备
技术领域
本申请涉及医学成像技术领域，特别是涉及医学成像系统校准时间确定方法、装置和计算机设备。
背景技术
当代医学成像系统的应用为临床诊断医学、计算机辅助手术、病灶监控等提供了高质量的信息支持，大大提高了人类对自身的认识和医学诊疗水平。在现有的高精密医学成像系统上，受仪器损耗或受外界干扰影响下，仪器成像参数会偏离预设标准，影响成像结果。为了保持仪器长期稳定运行，及时排查风险，仪器会设置有校准方法，对仪器各组件情况进行检测和自动校准。
现有的技术一般都是所有的系统都是在统一固定的时间点和时间间隔进行自动检测和校准。在自动校准方面，例如，医学超导磁共振成像系统上，为了防止外界磁场的干扰，EIS磁体电路每隔一段时间需要自动将感应产生的电释放掉，以恢复到比较好的磁屏蔽状态，但是如果在扫描时候放电会影响成像质量。另外，医学超导磁共振成像系统上，需要对系统自动定期进行电压的检测。然而仪器的临床使用习惯、仪器特性和稳定性不同，往往导致每次需要进行校准的间隔时间和时间点配置不合理。
发明内容
本申请实施例提供了一种医学成像系统校准时间确定方法、装置和计算机设备，以至少解决相关技术中校准时间不合理的问题。
第一方面，本申请实施例提供了一种医学成像系统校准时间确定方法，包括：
基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；
根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；
根据所述系统不稳定性模型确定所述医学成像系统的校准时间。
在其中一些实施例中，所述基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型包括：
获取医学成像系统中多个子部件的样本数据；所述样本数据包括子部件特征数据和对应于所述子部件特征数据的子部件不稳定性参数；
以子部件的样本数据中所述子部件特征数据为输入值，以对应的子部件不稳定性参数为输出值，对样本数据对应的子部件的不稳定性模型进行训练。
在其中一些实施例中，所述根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型包括：
根据子部件的不稳定性模型确定在给定模型输入条件下对应子部件的不稳定性参数；
将对应于各所述子部件的不稳定性参数进行加权平均得到所述医学成像系统的系统不稳定性参数；
基于医学成像系统中多个子部件的给定模型输入条件和所述系统不稳定性参数建立所述医学成像系统的系统不稳定性模型。
在其中一些实施例中，所述根据所述子部件的不稳定性模型确定医学成像系统在给定模型输入条件下对应子部件的不稳定性参数包括：所述子部件为放电系统；
根据所述子部件的不稳定性模型获取子部件在给定模型输入条件下的EIS磁体电路放电量；
根据所述EIS磁体电路放电量和预设的理想放电区间，确定所述放电系统的不稳定性参数。
在其中一些实施例中，所述根据所述系统不稳定性模型确定所述医学成像系统的校准时间包括：
根据所述系统不稳定性模型确定系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间，确定为所述医学成像系统的校准时间。
在其中一些实施例中，还包括：
根据所述样本数据获取系统的使用时间分布，根据所述使用时间分布确定所述医学成像系统的校准时间。
在其中一些实施例中，所述子部件包括冷头系统、梯度系统和放电系统中的至少两个。
第二方面，本申请实施例提供了一种医学成像系统校准时间确定装置，包括：
子部件不稳定性模型建立单元，用于基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；
系统不稳定性模型生成单元，用于根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；
校准时间确定单元，用于根据所述系统不稳定性模型确定所述医学成像系统的校准时间。
在其中一些实施例中，所述校准时间确定单元具体用于：
根据所述系统不稳定性模型确定系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间，确定为所述医学成像系统的校准时间。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的医学成像系统校准时间确定方法。
相比于相关技术，本申请实施例提供的医学成像系统校准时间确定方法，通过基于医学成像系统中多个子部件的样本数据建立多个对应于各所述子部件的不稳定性模型，根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型，进而依据所述系统不稳定性模型确定所述医学成像系统的校准时间。本方法实现了基于系统各个子部件的样本数据自适应确定系统的校准时间的功能，使得系统校准时间配置更加合理、更加个性化。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请其中一个实施例中医学成像系统校准时间确定方法的流程示意图；
图2是本申请其中一个实施例中医疗成像系统的系统不稳定性模型示意图；
图3是本申请其中一个实施例中抗外部干扰屏蔽磁体电路的电量变化趋势示意图；
图4是本申请其中一个实施例中医疗成像系统的系统的使用时间分布示意图；
图5是本申请其中一个实施例中医学成像系统校准时间确定装置的结构框图；
图6是本申请其中一个实施例中计算机设备的结构示意图。
附图说明：201、子部件不稳定性模型建立单元；202、系统不稳定性模型生成单元；203、校准时间确定单元；30、总线；31、处理器；32、存储器；33、通信接口。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请所涉及的方法、装置和计算机设备可用于医学成像系统中，本申请所涉及的医学成像系统可以是磁共振系统(MR系统)、正电子发射计算机断层扫描系统(PET系统)、正电子发射计算机断层显像-磁共振多模态混合系统(PET-MR系统)、超声系统和核医学系统等。本申请所涉及的方法、装置和计算机设备既可以与上述的系统集成在一起，也可以是相对独立的。通过应用该校准时间确定方法可以得到对应医学成像系统的理想校准时间，及时对系统各个子部件进行参数调整，以保证系统的长期稳定运行。
本实施例提供了一种医学成像系统校准时间确定方法，可以由计算机设备来执行，具体的可由该设备内的一个或多个控制器来执行。图1是根据本申请实施例的医学成像系统校准时间确定方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型。
在本实施例中，所述医学成像系统包括两个或者多个子部件，所述子部件可以是各类混合医学成像系统中的医学成像子系统，如正电子发射计算机断层显像-磁共振多模态混合系统(PET-MR系统)中的正电子发射计算机断层扫描系统(PET)、磁共振系统(MR系统)；也可以是医学成像系统中的单独部件，如冷头系统、梯度系统、放电系统、磁体系统、射频系统等，本申请不作具体限定。其中，各个子部件之间分别通过总线通信单元与所述控制器进行通信连接，以通过所述通信总线单元实现信息传输。所述通信总线单元可以采用CAN总线协议，也可采用其他总线协议如：USB总线协议、SPI总线协议等。
在本实施例中，医学成像系统在不同使用环境下的临床使用习惯、仪器特性和稳定性不同，可以基于各个所述子部件的样本数据建立对应子部件的不稳定性模型。可选的，所述样本数据包括子部件特征数据和对应于所述子部件特征数据的子部件不稳定性参数，则基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型包括：以子部件的样本数据中所述子部件特征数据为输入值，以对应的子部件不稳定性参数为输出值，对样本数据对应的子部件的不稳定性模型进行训练，得到训练完备的对应子部件的不稳定性模型。其中，所述子部件特征数据可以是子部件的系统参数、临床使用记录、使用时间、图像质量等特征数据中的一种或多种，本申请对子部件特征数据不做具体限定，只要是与医学成像系统不稳定性相关的子部件的特征数据即可。其中，所述临床使用数据包括但不限于子部件的使用频率、使用时长、地理位置信息等。所述子部件不稳定性参数可以是根据子部件系统参数、临床使用数据得到的对应的子部件不稳定性数值，其表征方式可以是不稳定性等级、不稳定性系数等。当然，所述样本数据还可以包括子部件的供电质量(电压波动、供电干扰或频率偏移等)、子部件的环境特征数据(环境湿度、温度或静电等)等，本申请在此不做限定。
步骤S102，根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型。
在本实施例中，医学成像系统的稳定性是由各个子部件综合作用的结果。需要根据各个子部件的不稳定性模型构建系统的不稳定性模型。
在一种具体的实施方式中，首先，根据各所述子部件的多个不稳定性模型，可以得到对应子部件在给定模型输入条件下的输出值。其中，所述给定模型输入条件可以是系统参数、临床使用记录、使用时间等样本数据中的至少一种，所述输出值为对应子部件的不稳定性参数。需要说明的是，在确定医学成像系统的系统不稳定性模型时，医学成像系统的系统的各子部件的多个不稳定性模型的给定模型输入条件相同，以保证模型输出结果可以直接进行统计计算。
然后将对应于各所述子部件的不稳定性参数进行加权平均得到所述医学成像系统的系统不稳定性参数。具体的，可通过下式得到系统不稳定性参数：
D＝A*m1+B*m2+C*m3
其中，D为系统不稳定性参数，m1为第一子部件，m2为第二子部件，m3为第三子部件，A、B和C为对应子部件的权值系数。在本实施例中，对系统稳定性影响较大的子部件可赋予较大的权值系数，对系统稳定性影响较低的子部件可赋予较小的权值系数。当然，在其他实施例中，医学成像系统的不稳定性参数可以是根据各个子部件的不稳定性参数计算得到的其他统计值，如将各个子部件的不稳定性参数进行加总计算得到医学成像系统的不稳定性参数。
最后基于医学成像系统中多个子部件的给定模型输入条件和所述系统不稳定性参数建立所述医学成像系统的系统不稳定性模型。具体的，可以根据医学成像系统中多个子部件的给定模型输入条件和对应的系统不稳定性参数建立训练集，以所述给定模型输入条件作为初始神经网络模型的输入，以对应的系统不稳定性参数作为初始神经网络模型的输出进行训练，得到训练完备的系统不稳定性模型。
步骤S103，根据所述样本数据或所述系统不稳定性模型确定所述医学成像系统的校准时间。
在一种具体的实施方式中，可根据所述系统不稳定性模型确定所述医学成像系统的校准时间。图2为医疗成像系统的系统不稳定性模型示意图，如图2所示，医疗成像系统包括第一子部件、第二子部件和第三子部件，根据各子部件的不稳定性模型可以得到各对应的子部件的不稳定性参数m1、m2和m3。将子部件的不稳定性参数进行加权平均得到所述医学成像系统的系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间T，确定为所述医学成像系统的校准时间。
可以理解，在本实施例中，也可以直接根据所述样本数据中的子部件特征数据确定所述医学成像系统的校准时间。例如可以将系统参数与预设的系统参数阈值进行比对，将所述系统参数偏离预设的系统参数阈值的时间，确定为所述医学成像系统的校准时间；也可以根据临床使用记录获取系统的系统校准时间间隔，将系统校准时间间隔大于等于预设的时间阈值的时间，确定为所述医学成像系统的校准时间等。当然，在其他实施例中，也可以根据样本数据中的其他的子部件特征数据确定所述医学成像系统的校准时间，如将图像质量(信噪比、分辨率或者伪影等)偏离预设质量要求的时间确定为所述医学成像系统的校准时间。
在本实施例中，所述校准时间可以是时间段，也可以是时间点。当确定所述医学成像系统的校准时间后，可根据预设提醒触发规则触发进行系统校准。所述触发规则例如可以是当确定校准时间时进行自动校准或当确定校准时间时提醒使用人员进行校准；也可以是根据所述校准时间确定预设的可选时间段，在该可选时间段进行自动校准或提醒使用人员进行校准；也可以根据校准项目的耗时选择在不同的可选时间段分次进行校准，根据校准时间进行系统校准在实际应用中可根据使用环境进行适应性设置，本申请不作具体限定。
综上，本申请实施例提供的医学成像系统校准时间确定方法，通过基于医学成像系统中多个子部件的样本数据建立多个对应于各所述子部件的不稳定性模型，根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型，进而依据所述系统不稳定性模型确定所述医学成像系统的校准时间。本方法通过利用多个子部件的子部件特征数据和对应于所述子部件特征数据的子部件不稳定性参数建立系统不稳定性模型，实现了基于系统各个子部件的子部件特征数据和对应的不稳定性参数自适应确定系统的校准时间，兼顾了不同用户的使用习惯、不同系统各个部件的仪器特性和稳定性进行校准时间确定，使得系统校准时间配置更加合理、更加个性化。
下面通过优选实施例对本申请实施例进行描述和说明。
在上述实施例的基础上，在一个优选的实施例中，医学超导磁共振成像系统上，各类元器件、集成芯片、印制电路板的轨线等，只要有脉冲电流流过，都可能向外发射电磁波，对周围的子部件产生电磁干扰。为了防止外界磁场的干扰，医疗成像系统中的放电子系统都会设计抗外部干扰屏蔽(EIS)磁体电路来起到一定的磁屏蔽作用。EIS磁体电路每隔一段时间需要自动将感应产生的电释放掉，以恢复到比较好的磁屏蔽状态，以有效的抑制电磁干扰。如图3所示，抗外部干扰屏蔽电路的电量可为某随时间变化的分布区域，曲线a为抗外部干扰屏蔽磁体电路的放电量变化趋势示意图，区域S为预设的理想放电区间，区域S的上沿为对应预设的理想放电区间上限，区域S的下沿为对应预设的理想放电区间下限。则根据所述子部件的不稳定性模型确定医学成像系统在给定模型输入条件下对应子部件的不稳定性参数具体步骤为：首先根据所述子部件的不稳定性模型获取子部件在给定模型输入条件下的EIS磁体电路放电量，然后根据所述EIS磁体电路放电量和预设的理想放电区间，确定所述放电系统的不稳定性参数。其中，所述不稳定性参数可根据EIS磁体电路放电量与预设理想放电区间偏差量的大小进行对应取值，可根据实际情况自定义设置。例如：当EIS磁体电路放电量大于预设的理想放电区间上限或小于预设的理想放电区间下限时，会影响抗外部干扰屏蔽电路性能，此时偏差量较大，放电系统具有较大的不稳定性参数；当EIS磁体电路放电量处于理想放电区间内时，此时偏差量为零，放电系统具有较小的不稳定性参数。
在上述实施例的基础上，在一个优选的实施例中，还包括：根据所述样本数据获取系统的使用时间分布，根据所述使用时间分布确定所述医学成像系统的校准时间。
如图4所示，在一种具体的实施方式中，可根据子部件的临床使用记录获取系统的使用时间分布。具体的，可以以周、月、季度为统计时间段，将每日划分为多个使用时间间隔，计算统计时间段内每一使用时间间隔的累计使用时长，将统计时间段内累计使用时长最少的使用时间间隔对应的时间，确定为所述医学成像系统的校准时间。例如，以N日为统计时间段，将每日划分为四个使用时间间隔：0-6、6-12、12-18和18-24。具体的，在1日，四个使用时间间隔的使用时长分别为0、5.5、6和1；在2日，四个使用时间间隔的使用时长分别为0、5.5、6和0；以此类推，可以得到N日内每一使用时间间隔的使用时长的统计值。将所述统计值最小的使用时间间隔对应的时间t，确定所述医学成像系统的校准时间。通过根据系统使用时间分布来确定所述医学成像系统的校准时间，可以避免在高频使用时间段校准对系统成像质量的影响，保证良好的工作状态。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种医学成像系统校准时间确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本申请实施例的医学成像系统校准时间确定装置的结构框图，如图5所示，该装置包括：子部件不稳定性模型建立单元201、系统不稳定性模型生成单元202和校准时间确定单元203。
子部件不稳定性模型建立单元201，用于基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；
系统不稳定性模型生成单元202，用于根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；
校准时间确定单元203，用于根据所述系统不稳定性模型确定所述医学成像系统的校准时间。
在其中一个实施例中，所述子部件包括冷头系统、梯度系统和放电系统中的至少两个。
在其中一个实施例中，子部件不稳定性模型建立单元201包括：样本数据获取模块和模型训练模块。
样本数据获取模块，用于获取医学成像系统中多个子部件的样本数据；所述样本数据包括子部件特征数据和对应于所述子部件特征数据的子部件不稳定性参数；
子部件不稳定性模型训练模块，用于以子部件的样本数据中所述子部件特征数据为输入值，以对应的子部件不稳定性参数为输出值，对样本数据对应的子部件的不稳定性模型进行训练。
在其中一个实施例中，系统不稳定性模型生成单元202包括：子部件不稳定性参数确定模块、系统不稳定性参数确定模块和系统不稳定性模型训练模块。
子部件不稳定性参数确定模块，用于根据子部件的不稳定性模型确定在给定模型输入条件下对应子部件的不稳定性参数；
系统不稳定性参数确定模块，用于将对应于各所述子部件的不稳定性参数进行加权平均得到所述医学成像系统的系统不稳定性参数；
系统不稳定性模型训练模块，用于基于医学成像系统中多个子部件的给定模型输入条件和所述系统不稳定性参数建立所述医学成像系统的系统不稳定性模型。
在其中一个实施例中，所述子部件为放电系统，子部件不稳定性参数确定模块包括：放电量获取模块和参数确定模块。
放电量获取模块，用于根据所述子部件的不稳定性模型获取子部件在给定模型输入条件下的EIS磁体电路放电量；
参数确定模块，用于根据所述EIS磁体电路放电量和预设的理想放电区间，确定所述放电系统的不稳定性参数。
在其中一个实施例中，校准时间确定单元203，具体用于：
根据所述系统不稳定性模型确定系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间，确定为所述医学成像系统的校准时间。
在其中一个实施例中，校准时间确定单元203，还用于：
根据所述临床使用数据获取系统的使用时间分布，根据所述使用时间分布确定所述医学成像系统的校准时间。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例的医学成像系统校准时间确定方法可以由计算机设备来实现。图6为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器31以及存储有计算机程序指令的存储器32。
具体地，上述处理器31可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器32可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器32可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器32可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器32可在数据处理装置的内部或外部。在特定实施例中，存储器32是非易失性(Non-Volatile)存储器。在特定实施例中，存储器32包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器32可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器31所执行的可能的计算机程序指令。
处理器31通过读取并执行存储器32中存储的计算机程序指令，以实现上述实施例中的任意一种医学成像系统校准时间确定方法。
在其中一些实施例中，计算机设备还可包括通信接口33和总线30。其中，如图6所示，处理器31、存储器32、通信接口33通过总线30连接并完成相互间的通信。
通信接口33用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口33还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线30包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线30包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线30可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线30可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的程序指令，执行本申请实施例中的医学成像系统校准时间确定方法，从而实现结合图1描述的医学成像系统校准时间确定方法。
另外，结合上述实施例中的医学成像系统校准时间确定方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种医学成像系统校准时间确定方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种医学成像系统校准时间确定方法，其特征在于，包括：
基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；
根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；
根据所述系统不稳定性模型确定所述医学成像系统的校准时间。
2.根据权利要求1所述的医学成像系统校准时间确定方法，其特征在于，所述基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型包括：
获取医学成像系统中多个子部件的样本数据；所述样本数据包括子部件特征数据和对应于所述子部件特征数据的子部件不稳定性参数；
以子部件的样本数据中所述子部件特征数据为输入值，以对应的子部件不稳定性参数为输出值，对样本数据对应的子部件的不稳定性模型进行训练。
3.根据权利要求1所述的医学成像系统校准时间确定方法，其特征在于，所述根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型包括：
根据子部件的不稳定性模型确定在给定模型输入条件下对应子部件的不稳定性参数；
将对应于各所述子部件的不稳定性参数进行加权平均得到所述医学成像系统的系统不稳定性参数；
基于医学成像系统中多个子部件的给定模型输入条件和所述系统不稳定性参数建立所述医学成像系统的系统不稳定性模型。
4.根据权利要求3所述的医学成像系统校准时间确定方法，其特征在于，所述根据所述子部件的不稳定性模型确定在给定模型输入条件下对应子部件的不稳定性参数包括：所述子部件为放电系统；
根据所述子部件的不稳定性模型获取子部件在给定模型输入条件下的EIS磁体电路放电量；
根据所述EIS磁体电路放电量和预设的理想放电区间，确定所述放电系统的不稳定性参数。
5.根据权利要求1所述的医学成像系统校准时间确定方法，其特征在于，所述根据所述系统不稳定性模型确定所述医学成像系统的校准时间包括：
根据所述系统不稳定性模型确定系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间，确定为所述医学成像系统的校准时间。
6.根据权利要求1所述的医学成像系统校准时间确定方法，其特征在于，还包括：
根据所述样本数据获取系统的使用时间分布，根据所述使用时间分布确定所述医学成像系统的校准时间。
7.根据权利要求1所述的医学成像系统校准时间确定方法，其特征在于，所述子部件包括冷头系统、梯度系统和放电系统中的至少两个。
8.一种医学成像系统校准时间确定装置，其特征在于，包括：
子部件不稳定性模型建立单元，用于基于医学成像系统中多个子部件的样本数据，建立多个对应于各所述子部件的不稳定性模型；
系统不稳定性模型生成单元，用于根据多个对应于各所述子部件的不稳定性模型生成所述医学成像系统的系统不稳定性模型；
校准时间确定单元，用于根据所述系统不稳定性模型确定所述医学成像系统的校准时间。
9.根据权利要求8所述的医学成像系统校准时间确定装置，其特征在于，所述校准时间确定单元具体用于：
根据所述系统不稳定性模型确定系统不稳定性参数，将所述系统不稳定性参数大于等于预设的不稳定性阈值的时间，确定为所述医学成像系统的校准时间。
10.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的医学成像系统校准时间确定方法。
CN202011382311.0A 2020-12-01 2020-12-01 医学成像系统校准时间确定方法、装置和计算机设备 Active CN112545484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011382311.0A CN112545484B (zh) 2020-12-01 2020-12-01 医学成像系统校准时间确定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011382311.0A CN112545484B (zh) 2020-12-01 2020-12-01 医学成像系统校准时间确定方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN112545484A true CN112545484A (zh) 2021-03-26
CN112545484B CN112545484B (zh) 2023-08-08

Family

ID=75045810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011382311.0A Active CN112545484B (zh) 2020-12-01 2020-12-01 医学成像系统校准时间确定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112545484B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070036454A1 (en) * 2005-08-15 2007-02-15 Apteryx, Inc. System and method for sensor device manufacturer oriented calibration
CN101002699A (zh) * 2006-01-06 2007-07-25 Ge医疗系统环球技术有限公司 基于机器数据的传递函数的自动产生
US20070211243A1 (en) * 2006-03-13 2007-09-13 Clemex Technologies Inc. System and method for automatic measurements and calibration of computerized magnifying instruments
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法
US20130226606A1 (en) * 2012-02-24 2013-08-29 Wolfgang Stempfer Method, Computer Program and Computer System for Determining a Switch-on Time of a Medical-Technical System Following Failure and Repair
US20150087964A1 (en) * 2013-09-23 2015-03-26 Siemens Aktiengesellschaft Method for optimizing a medical imaging acquisition
CN105556342A (zh) * 2013-08-15 2016-05-04 皇家飞利浦有限公司 基于模拟和实验数据使pet数据标准化的混合方法
CN106712870A (zh) * 2017-01-23 2017-05-24 上海联影医疗科技有限公司 磁共振接收通道校准方法、校准装置及磁共振设备
US20190090826A1 (en) * 2017-09-26 2019-03-28 General Electric Company Systems and methods for improved diagnostics for nuclear medicine imaging
CN110148192A (zh) * 2019-04-18 2019-08-20 上海联影智能医疗科技有限公司 医学影像成像方法、装置、计算机设备和存储介质
CN110432922A (zh) * 2019-08-07 2019-11-12 广东明峰医疗科技有限公司 一种提高pet系统时间校准精度的方法
WO2019244456A1 (ja) * 2018-06-18 2019-12-26 キヤノン株式会社 放射線撮像装置、放射線撮像システム、放射線撮像装置の制御方法、および、プログラム
JP2020067705A (ja) * 2018-10-22 2020-04-30 キヤノンメディカルシステムズ株式会社 医用システム、医用画像診断装置及び端末装置
CN111899313A (zh) * 2020-02-25 2020-11-06 上海联影医疗科技有限公司 运动信号重新校准的系统和方法
CN111887875A (zh) * 2020-08-21 2020-11-06 上海联影医疗科技有限公司 Pet设备校正方法、装置、计算机设备和存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070036454A1 (en) * 2005-08-15 2007-02-15 Apteryx, Inc. System and method for sensor device manufacturer oriented calibration
CN101002699A (zh) * 2006-01-06 2007-07-25 Ge医疗系统环球技术有限公司 基于机器数据的传递函数的自动产生
US20070211243A1 (en) * 2006-03-13 2007-09-13 Clemex Technologies Inc. System and method for automatic measurements and calibration of computerized magnifying instruments
CN102778662A (zh) * 2011-04-19 2012-11-14 通用电气公司 用于对扩散加权回波平面成像中高阶涡流引起的失真进行预期校正的系统和方法
US20130226606A1 (en) * 2012-02-24 2013-08-29 Wolfgang Stempfer Method, Computer Program and Computer System for Determining a Switch-on Time of a Medical-Technical System Following Failure and Repair
CN105556342A (zh) * 2013-08-15 2016-05-04 皇家飞利浦有限公司 基于模拟和实验数据使pet数据标准化的混合方法
US20150087964A1 (en) * 2013-09-23 2015-03-26 Siemens Aktiengesellschaft Method for optimizing a medical imaging acquisition
CN106712870A (zh) * 2017-01-23 2017-05-24 上海联影医疗科技有限公司 磁共振接收通道校准方法、校准装置及磁共振设备
US20190090826A1 (en) * 2017-09-26 2019-03-28 General Electric Company Systems and methods for improved diagnostics for nuclear medicine imaging
WO2019244456A1 (ja) * 2018-06-18 2019-12-26 キヤノン株式会社 放射線撮像装置、放射線撮像システム、放射線撮像装置の制御方法、および、プログラム
JP2020067705A (ja) * 2018-10-22 2020-04-30 キヤノンメディカルシステムズ株式会社 医用システム、医用画像診断装置及び端末装置
CN110148192A (zh) * 2019-04-18 2019-08-20 上海联影智能医疗科技有限公司 医学影像成像方法、装置、计算机设备和存储介质
CN110432922A (zh) * 2019-08-07 2019-11-12 广东明峰医疗科技有限公司 一种提高pet系统时间校准精度的方法
CN111899313A (zh) * 2020-02-25 2020-11-06 上海联影医疗科技有限公司 运动信号重新校准的系统和方法
CN111887875A (zh) * 2020-08-21 2020-11-06 上海联影医疗科技有限公司 Pet设备校正方法、装置、计算机设备和存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
周渝斌,赵跃进: "综合光电对抗系统的使用可用性评估", 北京理工大学学报, no. 05, pages 637 - 642 *
安志萍等: "构建预防性维修年龄维修策略模型", 《医疗设备信息》, vol. 22, no. 8, pages 101 - 104 *
葛恩顺;李庆民;黄傲林;王慎;: "不完全维修下的单部件系统视情维修及更换策略", 系统工程与电子技术, no. 12, pages 2509 - 2513 *
谷玉波等: "基于可用度分析的故障检查间隔期的确定", 计算机与数字工程, vol. 40, no. 1, pages 41 - 45 *
邹艳忠;孙铭明;王婷婷;: "Bayes小样本统计理论在舰艇导航装备维修中的应用", 中国修船, no. 05 *

Also Published As

Publication number Publication date
CN112545484B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
Grissom et al. Hybrid referenceless and multibaseline subtraction MR thermometry for monitoring thermal therapies in moving organs
CN103494613B (zh) 一种平片扫描方法及装置
JP6274899B2 (ja) 磁気共鳴装置用のパルスシーケンスを最適化するための方法、磁気共鳴装置用のパルスシーケンスを最適化するためのパルスシーケンス最適化装置、磁気共鳴装置ならびにコンピュータプログラム
JP2014131741A (ja) マルチパラメータ映像獲得支援装置及び方法
Park et al. Mapping language function with task-based vs. resting-state functional MRI
US10536018B2 (en) Battery charging method and apparatus
CN104516475A (zh) 用于管理多核片上系统上的全局芯片功率的方法和装置
US20140052395A1 (en) Method and apparatus for estimating the remaining time required to fully charge a battery, and mobile device incorporating thereof
WO2021004262A1 (zh) 深度图处理方法及装置、电子设备和可读存储介质
WO2019062598A1 (zh) 一种按摩器的按摩控制方法、装置及设备
CN105100504A (zh) 设备应用耗电管理方法和装置
CN110782502A (zh) 基于深度学习的pet散射估计系统和使用感知神经网络模型的方法
Nilsson et al. Accuracy of four-dimensional phase-contrast velocity mapping for blood flow visualizations: a phantom study
Beaumont et al. Accurate liver t measurement of iron overload: a simulations investigation and in vivo study
US20130249551A1 (en) Method and apparatus to determine a complete parameter of a magnetic resonance pulse sequence
JP2017035305A (ja) 磁気共鳴イメージング装置
CN112545484A (zh) 医学成像系统校准时间确定方法、装置和计算机设备
JP6221688B2 (ja) 磁性体解析装置、磁性体解析プログラムおよび磁性体解析方法
CN109324941A (zh) 一种温度采集方法、终端及存储介质
US11022668B2 (en) Magnetic resonance imaging apparatus and SAR evaluation apparatus
CN110412494A (zh) 扫描序列确定方法、装置、计算机设备和存储介质
CN111443316B (zh) 运行磁共振设备的方法、磁共振设备和电子可读数据载体
CN111568450B (zh) Pet扫描数据散射校正方法、装置和计算机设备
US10145919B2 (en) Charge balance modeling system for MRI sequences
Seghouane et al. A Bayesian model selection approach to fMRI activation detection

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