CN114299019A - 一种用于核医学设备的扫描方法、系统和装置 - Google Patents
一种用于核医学设备的扫描方法、系统和装置 Download PDFInfo
- Publication number
- CN114299019A CN114299019A CN202111634583.XA CN202111634583A CN114299019A CN 114299019 A CN114299019 A CN 114299019A CN 202111634583 A CN202111634583 A CN 202111634583A CN 114299019 A CN114299019 A CN 114299019A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise ratio
- scan
- scanning
- region
- 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 60
- 238000009206 nuclear medicine Methods 0.000 title claims abstract description 26
- 230000000295 complement effect Effects 0.000 claims abstract description 38
- 210000004185 liver Anatomy 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 4
- 230000000153 supplemental effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 20
- 238000002600 positron emission tomography Methods 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 17
- 230000003902 lesion Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 10
- 241000489861 Maximus Species 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000002603 single-photon emission computed tomography Methods 0.000 description 4
- 210000000746 body region Anatomy 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
本说明书实施例提供了一种用于核医学设备的扫描方法、系统和装置。用于核医学设备的扫描方法包括:获取患者的第一扫描图像;确定所述第一扫描图像中的第一目标区域;确定所述第一目标区域的第一信噪比;以及基于所述第一信噪比,确定是否需要补扫或重扫。
Description
技术领域
本说明书涉及核医学设备的扫描,更具体地,涉及用于核医学设备的扫描方法、系统和装置。
背景技术
核医学设备是指利用核科学技术和手段对疾病进行诊断和治疗的设备。核医学设备可以包括正电子发射计算机断层显像术(positron emission tomography,简称为PET)设备、单光子发射计算机断层成像术(Single-Photon Emission Computed Tomography,简称为SPECT)设备、伽玛照相机设备等。在进行核医学设备的扫描时,可能会出现扫描出的图像质量参差不齐,用户(如医生、操作人员等)需要凭经验确认是否需要补扫或者重扫。显然,通过用户人工判断,效率和准确性都较低。
因此,需要一种用于核医学设备的扫描技术,来确认是否需要补扫或重扫。
发明内容
本说明书实施例的第一方面提供了一种用于核医学设备的扫描方法,包括:获取患者的第一扫描图像;确定所述第一扫描图像中的第一目标区域;确定所述第一目标区域的第一信噪比;以及基于所述第一信噪比,确定是否需要补扫或重扫。
在一些实施例中,所述确定所述第一扫描图像中的第一目标区域,包括:获取所述患者的第二扫描图像;基于所述第二扫描图像,识别出第一区域;以及基于所述第一区域,确定所述第一扫描图像中的所述第一目标区域。
在一些实施例中,所述基于所述第一信噪比,确定是否需要补扫或重扫,包括:将第一信噪比与第一阈值进行比较;以及响应于所述第一信噪比小于所述第一阈值,确定需要补扫或重扫。
在一些实施例中,所述基于所述第一信噪比,确定是否需要补扫或重扫,包括:将第一信噪比与第一阈值进行比较;响应于所述第一信噪比小于所述第一阈值,确定所述第一扫描图像中的第二目标区域;确定所述第二目标区域的第二信噪比;以及基于所述第二信噪比,确定是否需要补扫或重扫。
在一些实施例中,所述第一目标区域为肝区,所述第二目标区域为肝区以外的人体区域。
在一些实施例中,所述第二目标区域与第一目标区域不同。
在一些实施例中,所述基于所述第二信噪比,确定需要补扫或重扫,包括:将所述第二信噪比与第二阈值进行比较;响应于所述第二信噪比小于所述第二阈值,确定需要进行补扫或重扫。
在一些实施例中,还包括:当确定需要进行补扫或重扫时,发出提示信息。
本说明书实施例的第二方面提供了一种用于核医学设备的的扫描系统,包括:获取模块、目标区域确定模块、信噪比确定模块和补/重扫确定模块;所述获取模块用于获取患者的第一扫描图像;所述目标区域确定模块用于确定所述第一扫描图像中的第一目标区域;所述信噪比确定模块用于确定所述第一目标区域的第一信噪比;以及所述补/重扫确定模块用于基于所述第一信噪比,确定是否需要补扫或重扫。
本说明书实施例的第三方面提供了一种用于核医学设备的扫描装置,包括:至少一个存储设备,包括至少一组指令集;以及用于与所述至少一个存储设备通信的至少一个处理器,其中,当执行所述指令集时,所述至少一个处理器用于指示所述系统执行前述任一实施例所述的扫描方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书一些实施例提供的用于核医学设备的扫描系统100的示例性示意图。
图2是本说明书一些实施例提供的用于核医学设备的扫描方法200的示例性流程图。
图3是本说明书一些实施例提供的用于确定第一目标区域的扫描方法300的示例性流程图。
图4是本说明书一些实施例提供的基于第一信噪确定是否需要补扫或重扫的扫描方法400的示例性流程图。
图5是本说明书另一些实施例提供的基于第一信噪确定是否需要补扫或重扫的扫描方法500的示例性流程图。
图6是本说明书一些实施例提供的基于第二信噪确定是否需要补扫或重扫的扫描方法600的示例性流程图。
图7是本说明书一些实施例提供的用于核医学设备的扫描系统700的示例性模块图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本说明书实施例主要涉及一种用于核医学设备的扫描方法,自动计算典型器官(例如肝脏)上的感兴趣区域(如VOI(Volume of Interest)或ROI(Region of Interest))的SNR(Signal Noise Ratio,信噪比)值,根据SNR值确定是否推荐补扫或重扫。在确定是否推荐补扫或重扫的过程中,还可以引入一个参考区域(即非典型器官之外的一个具有参考价值的区域(例如肌肉、大脑或其他核素摄取比较均匀的组织))并对其SNR值进行判断,通过这种双区域(或双组织)判断的方式,可以保证当典型器官和参考区域同时信噪比过低时才会触发提醒用户有图像质量问题并建议补扫或重扫,从而减少误判的可能性。
图1是本说明书一些实施例提供的用于核医学设备的扫描系统100的示例性示意图。如图1所示,扫描系统100可以包括扫描设备110、网络120、一个或多个终端130、处理器140和存储设备150。
在一些实施例中,扫描设备110可以包括核医学设备。核医学设备可以包括PET扫描设备、SPECT扫描设备、伽玛照相机等或其任意组合。在一些实施例中,扫描设备110可以包括PET扫描设备。在一些实施例中,扫描设备110可以包括SPECT扫描设备。在一些实施例中,扫描设备110可以包括伽玛照相机。在一些实施例中,扫描设备110还可以包括CT扫描设备、MR扫描设备等。在一些实施例中,扫描设备110可以包括PET-CT扫描设备。在一些实施例中,扫描设备110可以包括PET-MR扫描设备。在一些实施例中,扫描设备110可以包括SPECT-CT扫描设备。在一些实施例中,扫描设备110可以包括SPECT-MR扫描设备。在一些实施例中,扫描设备110可以包括伽玛照相机和CT扫描设备。在一些实施例中,扫描设备110可以包括伽玛照相机和MR扫描设备。
网络120可以包括可促进扫描系统100的信息和/或数据交换的任何合适的网络。在一些实施例中,扫描系统100的一个或多个组件(例如扫描设备110、终端130、处理器140、存储器150等)可以通过网络120将信息和/或数据与扫描系统100的一个或多个其他组件进行通信。例如,处理器140可以通过网络120从扫描设备110获取PET扫描数据和/或CT扫描数据。在一些实施例中,处理器140可以通过网络120从终端130获取用户指令。
终端130可以包括移动设备131、平板电脑132、笔记本电脑133,或其任意组合。在一些实施例中,终端130可以是处理器140的一部分。在一些实施例中,终端130可以用于输入用户指令、显示扫描结果等。在一些实施例中,终端130可以发出提示信息,对用户进行提示。在一些实施例中,终端130可以用于显示第一信噪比、第二信噪比等信息。在一些实施例中,终端130可以用于显示图像信息(如PET图像、CT图像、MR图像等)。
处理器140可以处理从扫描设备110、终端130和/或存储器150获取的数据和/或信息。在一些实施例中,处理器140可以从扫描设备110获取患者的第一扫描图像并确定第一扫描图像中的目标区域。在一些实施例中,处理器140可以确定目标区域的信噪比。在一些实施例中,处理器140可以基于相关信息(如目标区域的信噪比)确定是否需要补扫或重扫。在一些实施例中,处理器140可以在当确定需要进行补扫或重扫时,指示终端130发出提示信息。
存储器150可以存储数据、指令和/或任何其他信息。在一些实施例中,存储器150可以存储从终端130和/或处理器140获取的数据。在一些实施例中,存储器150可以存储数据和/或指令,处理器140和/或终端130可以执行或使用数据和/或指令,以实现在本说明书中描述的示例性方法。在一些实施例中,存储器150可以与网络120连接,以便与扫描系统100的一个或多个其他组件(例如,处理器140、终端130等)进行通信。扫描系统100的一个或多个组件可以通过网络120访问存储在存储器150中的数据或指令。在一些实施例中,存储器150可以直接连接到扫描系统100的一个或多个其他组件(例如,扫描设备110、处理器140、终端130等)或与之通信。在一些实施例中,所述存储器150可以是处理器140的一部分。
图2是本说明书一些实施例提供的用于核医学设备的扫描方法200的示例性流程图。扫描方法200可以包括步骤210、步骤220、步骤230、步骤240。在一些实施例中,扫描方法200可以由处理器140执行。在一些实施例中,扫描方法200可以由用于PET扫描的扫描系统700实现。
步骤210,获取患者的第一扫描图像。在一些实施例中,步骤210可以由获取模块710实现。
在一些实施例中,处理器140可以从扫描设备110获取患者的第一扫描图像。在一些实施例中,处理器140可以从存储器150获取患者的第一扫描图像。
患者的第一扫描图像指的是通过扫描设备110的核医学设备(如PET扫描设备、SPECT扫描设备)对患者身体进行扫描所得图像。在一些实施例中,可以对患者进行多床次扫描,即,每床扫描一个区域,相邻两床会有重叠比例,扫描完成后,将各床的图像拼合,然后输出一张整的图像。
步骤220,确定第一扫描图像中的第一目标区域。在一些实施例中,第一目标区域可以通过图像识别模型对第一扫描图像进行识别获得。在一些实施例中,第一目标区域可以通过在第一扫描图像中进行勾画获得。在一些实施例中,步骤220可以由目标区域确定模块720实现。
在一些实施例中,第一目标区域指的是第一扫描图像中用于判断图像质量的区域。在一些实施例中,第一目标区域可以是典型器官上的感兴趣区域。在一些实施例中,第一目标区域可以包括肝脏、主动脉血池、升主动脉/降主动脉、臀大肌、脑区等区域,或其任意组合。
在一些实施例中,第一目标区域可以根据第二扫描图像中的对应区域映射获得。
在一些实施例中,处理器140可以获取患者的第二扫描图像(如CT图像、MR图像),基于第二扫描图像,识别出第一区域,并基于第一区域,确定第一扫描图像中的第一目标区域。关于确定第一扫描图像中的第一目标区域的更多细节可以参见图3及其相关描述。
步骤230,确定第一目标区域的第一信噪比。在一些实施例中,步骤230可以由信噪比确定模块730实现。
第一信噪比指的是第一扫描图像中第一目标区域的信号与噪声的功率谱之比。
在一些实施例中,处理器140可以以近似估计图像信噪比的方式来确定第一信噪比。例如,处理器140可以计算图像中第一目标区域的信号与噪声的方差之比。具体的计算过程可以包括:首先计算图像中第一目标区域的所有像素的局部方差,将局部方差的最大值认为是信号方差,局部方差的最小值认为是噪声方差,然后求出信号方差与噪声方差的比值,最后用经验公式进行修正以获得第一目标区域的第一信噪比。在一些实施例中,处理器140也可以通过其他方式确定第一目标区域的第一信噪比,本说明书对此不做限定。
在一些实施例中,第一信噪比可以与第一扫描图像(例如,PET扫描图像)同时加载并显示在显示界面上,以供用户读取。
步骤240,基于第一信噪比,确定是否需要补扫或重扫。在一些实施例中,步骤240可以由补/重扫确定模块740实现。
在一些实施例中,补扫指的是在当前的扫描数据的基础上补扫一段时间以获得补扫数据。例如,经过3分钟的扫描得到当前的扫描数据,补扫时在当前的扫描数据基础上补扫2分钟以获得补扫数据;当前扫描数据和补扫数据可以共同作为生成第一扫描图像的基础。
重扫指的是重新进行扫描以获得重新扫描后的第一扫描图像。在一些实施例中,重扫的扫描参数(如扫描时间)可以与当前的扫描参数相同。在一些实施例中,重扫的扫描参数可以与当前的扫描参数不同。
在一些实施例中,处理器140可以根据第一目标区域的第一信噪比与第一阈值的比较结果直接确定是否需要补扫或重扫。在一些实施例中,处理器140可以根据第一信噪比与第一阈值的比较结果继续确定第二目标区域,然后根据第二目标区域的第二信噪比与第二阈值的比较结果确定是否需要补扫或重扫。关于确定是否需要补扫或重扫的更多细节可以参见图5及相关说明。
在一些实施例中,补扫或重扫可以为针对第一目标区域进行补扫或重扫。在一些实施例中,补扫或重扫可以为针对第一目标区域所在的床次进行补扫或重扫。在一些实施例中,补扫或重扫可以为针对患者的第一扫描图像进行补扫或重扫。
在一些实施例中,方法200还可以包括步骤250。
步骤250,当确定需要进行补扫或重扫时,发出提示信息。
提示信息指的是可以对使用本说明书实施例所涉及的扫描系统100的用户进行提示的信息。提示信息可以为图像、文字、声音、振动等方式。在一些实施例中,提示信息可以通过终端130向用户发出。例如通过终端130的显示屏发出图像、文字等形式的提示信息。又例如,通过终端130的振动模式发出振动形式的提示信息。又例如,通过终端130的喇叭发出声音形式的提示信息。在一些实施例中,提示信息可以包括补扫的时间、重扫时的扫描参数、补扫/重扫的部位、补扫/或重扫的理由等,或其任意组合。
在一些实施例中,若是步骤240中确定不需要补扫或重扫,则无需执行步骤250,而继续按照当前的扫描参数进行后续床次的扫描或结束扫描。
在一些实施例中,处理器140可以在完成对患者全身的PET扫描后才执行步骤210。在一些实施例中,处理器140可以在完成对患者部分区域(如一床扫描区域、上半身区域、下半身区域等)的PET扫描后就执行步骤210。在一些实施例中,处理器140可以依次循环执行步骤210、220、230、240。
图3是本说明书一些实施例提供的用于确定第一目标区域的扫描方法300的示例性流程图。在一些实施例中,扫描方法300可以由处理器140执行。在一些实施例中,扫描方法300中的各步骤可以由目标区域确定模块720执行。
步骤310,获取患者的第二扫描图像。
患者的第二扫描图像指的是通过扫描设备(如CT扫描设备、MR扫描设备)对患者身体进行扫描所得的图像。在一些实施例中,第二扫描图像可以通过CT扫描设备对患者身体进行CT扫描而获取。在一些实施例中,患者在进行PET-CT扫描时,可以先基于CT扫描设备进行CT扫描,再基于PET扫描设备进行PET扫描。在一些实施例中,处理器140可以从CT扫描设备或者存储器150中获取患者的第二扫描图像。
步骤320,基于第二扫描图像,识别出第一区域。
第一区域指的是在第二扫描图像中与第一目标区域所对应的区域。例如,第一目标区域可以为第一扫描图像中的肝区,则第一区域可以为第二扫描图像中的肝区。
在一些实施例中,处理器140可以通过机器学习模型来识别第二扫描图像中的第一区域。该机器学习模型的输入为第二扫描图像,输出可以为标记了第一区域的第二扫描图像。在一些实施例中,机器学习模型可以采用GNN神经网络模型训练而成。在一些实施例中,机器学习模型可以是预先训练完成的神经网络模型,并提供接口部署在产品(如处理器140、存储器150)中。在一些实施例中,机器学习模型可以为深度学习模型。在一些实施例中,机器学习模型可以为基于3D vnet分割网络训练获得的模型。
在一些实施例中,在训练机器学习模型前,可以对训练样本数据进行预处理。例如,可以对肝脏序列图像进行数据CLAHE增强,图片调整成256*256大小。又例如,整个肝脏的序列图片和肝脏区域ROI的标注数据可以用itk工具存储为.nii格式数据。
在一些实施例中,机器学习模型可以选用网络模型2.5D V-net。此网络在传统V-Net基础上的改进点是没有3D训练需要的硬件GPU要求高,同时能够对图像的通道信息充分利用,输入大小为[256,256,64]的数据可以分别进行两个分支,一个分支是在通道方向进行卷积操作,卷积核大小是1x1,另一分支是在x,y平面进行卷积,卷积核大小为3x3;最终两个分支可以进行通道方向的数据合并进行下一步下采样操作。
步骤330,基于第一区域,确定第一扫描图像中的第一目标区域。
在一些实施例中,处理器140可以通过配准矩阵将第一区域映射到PET空间以确定第一扫描图像中的第一目标区域。配准矩阵指的是将第二扫描图像中的坐标系转换到第一扫描图像中的坐标系的转换矩阵,配准矩阵可以实现第二扫描图像和第一扫描图像的对应。
图3所示的扫描方法300可以实现基于第二扫描图像确定第一扫描图像中的第一目标区域。并且由于采用了机器学习模型来识别第二扫描图像中的第一区域,识别第一区域的过程具有速度快、准确率高的特点。
图4是本说明书一些实施例提供的基于第一信噪比确定是否需要补扫或重扫的扫描方法400的示例性流程图。
步骤410,将第一信噪比与第一阈值进行比较。
第一阈值可以为针对第一扫描图像中第一目标区域预设的一个值。在一些实施例中,第一阈值可以根据用户对第一扫描图像的临床经验而定。在一些实施例中,第一阈值可以由用户通过终端130输入并存储在存储器150中。
若第一信噪比大于或等于第一阈值,则处理器140可以将第一扫描图像确定为合格。
若第一信噪比小于第一阈值,则第一扫描图像可能存在几种情况:
第一种,第一扫描图像中存在着较大的噪声,若是这种情况,处理器140可以确定第一扫描图像不合格;
第二种,第一扫描图像中的第一目标区域存在病灶,若是这种情况,病灶会影响信噪比计算,则处理器140不能直接确定第一扫描图像是否合格,需要进行进一步分析;
第三种,第一扫描图像中存在着较为明显的伪影(例如肝区可能存在着的呼吸伪影),伪影会影响信噪比计算,则处理器140不能直接确定第一扫描图像是否合格,需要进行进一步分析。
在一些实施例中,当第一信噪比小于第一阈值时,为了判断更加准确,可以引入第二扫描图像和第二目标区域作为参考,根据第二信噪比和第二阈值之间的大小关系进行确定,具体确定过程可以参见说明书中关于图5、图6的说明内容。
在一些实施例中,若第一信噪比小于第一阈值时,处理器140可以判断第一目标区域是否存在病灶和/或伪影。在一些实施例中,处理器140可以使用例如申请号为CN202110983114.2的专利申请文献中公开的医学图像异常点识别方法对第一目标区域的病灶进行识别。在一些实施例中,当处理器140判断第一目标区域不存在病灶和/或伪影时,处理器140可以确定需要补扫或重扫。在一些实施例中,当处理器140判断第一目标区域存在病灶和/或伪影时,可以引入第二扫描图像和第二目标区域作为参考,并根据第二信噪比和第二阈值之间的大小关系进一步确定是否需要补扫或重扫。
在另外一些实施例中,当第一信噪比小于第一阈值时,为了简便起见,处理器140也可以不用进一步区分,而直接确定需要补扫或重扫,即执行如下的步骤420。
步骤420,响应于第一信噪比小于第一阈值,确定需要补扫或重扫。
在一些实施例中,当比较的结果为第一信噪比小于第一阈值,则处理器140可以直接确定需要补扫或重扫。在一些实施例中,处理器140可以根据第一阈值减去第一信噪比的差值的大小,确定需要补扫的时间。例如,若第一阈值减去第一信噪比的差值等于2,则确定为需要补扫1分钟。若第一阈值减去第一信噪比的差值等于4,则确定为需要补扫3分钟。在一些实施例中,处理器140可以根据第一阈值减去第一信噪比的差值的大小所在范围,确定需要补扫的时间。例如,若第一阈值减去第一信噪比的差值在2~4范围内,则确定为需要补扫1分钟。若第一阈值减去第一信噪比的差值在4~6范围内,则确定为需要补扫3分钟。在一些实施例中,若第一阈值减去第一信噪比的差值大于预设的阈值(例如10),则处理器140可以确定为需要重扫。
上述示例中的数值或数值范围仅为示例,并不作为对实施例的限制。
在一些实施例中,对于是选择补扫还是重扫,可以由用户事先根据当前扫描参数进行设定。例如,若对图像质量要求高,可以设定响应于第一信噪比小于第一阈值而进行重扫;若为了兼顾图像质量和扫描效率,可以响应于第一信噪比小于第一阈值而进行补扫。
图4所示的扫描方法400可以基于第一信噪比与第一阈值的比较结果对图像是否合格进行判断,然后确定是否需要补扫或重扫;判断过程简便,判断结果准确率高。
图5是本说明书另一些实施例提供的基于第一信噪确定是否需要补扫或重扫的扫描方法500的示例性流程图。
步骤510,将第一信噪比与第一阈值进行比较。
在一些实施例中,关于将第一信噪比与第一阈值进行比较的细节可以参见步骤410及其相关描述。在一些实施例中,若第一信噪比小于第一阈值,为了判断更加准确,处理器140可以执行如下步骤520。
步骤520,响应于第一信噪比小于第一阈值,确定第一扫描图像中的第二目标区域。
第二目标区域指的是在扫描过程中用于与第一目标区域作为对比参考的人体区域,与第一目标区域不同。在一些实施例中,第二目标区域可以为核素摄取比较均匀的组织区域,例如肌肉、大脑或其他组织区域。在一些实施例中,第二目标区域可以根据临床经验进行选取。
在一些实施例中,第二目标区域可以指肝区以外的人体区域。例如,第二目标区域为肌肉区域或大脑区域。
在一些实施例中,第一扫描图像中的第二目标区域的确定过程,可以类似于第一扫描图像中的第一目标区域的确定过程。例如,处理器140可以基于第二扫描图像,识别出第二区域(如肌肉区域、大脑区域等);然后,处理器140可以基于第二区域,确定第一扫描图像中的第二目标区域。
在一些实施例中,处理器140可以通过机器学习模型来识别第二扫描图像中的第二区域。该机器学习模型的输入为第二扫描图像,输出为标记了第二区域的第二扫描图像。在一些实施例中,机器学习模型可以采用GNN神经网络模型训练而成。在一些实施例中,机器学习模型可以是预先训练完成的神经网络模型,并提供接口部署在产品(如处理器140、存储器150)中。在一些实施例中,机器学习模型可以为深度学习模型。在一些实施例中,机器学习模型可以为基于3D vnet或2.5D V-net分割网络训练获得的模型。
在一些实施例中,处理器140可以基于相同的机器学习模型来识别第一区域和第二区域。在一些实施例中,处理器140可以分别基于不同的机器学习模型来识别第一区域和第二区域。
在一些实施例中,处理器140可以通过配准矩阵将第二区域映射到PET空间以确定第一扫描图像中的第二目标区域。配准矩阵指的是将第二扫描图像中的坐标系转换到第一扫描图像中的坐标系的转换矩阵,配准矩阵可以实现第二扫描图像和第一扫描图像的重合。
步骤530,确定第二目标区域的第二信噪比。
第二信噪比指的是第一扫描图像中第二目标区域的信号与噪声的功率谱之比。在一些实施例中,处理器140可以以近似估计图像信噪比的方式来确定第二信噪比。例如,处理器140可以计算图像中第二目标区域的信号与噪声的方差之比。具体的计算过程可以包括:首先计算图像中第二目标区域所有像素的局部方差,将局部方差的最大值认为是信号方差,局部方差的最小值认为是噪声方差,然后求出信号方差与噪声方差的比值,最后用经验公式进行修正以获得第二目标区域的第二信噪比。在一些实施例中,处理器140也可以通过其他方式确定第二目标区域的第二信噪比,本说明书对此不做限定。
步骤540,基于第二信噪比,确定是否需要补扫或重扫。
在一些实施例中,处理器140可以将第二信噪比与第二阈值进行比较。当第二信噪比小于第二阈值时,处理器140可以确定需要进行补扫或重扫。当第二信噪比大于或等于第二阈值时,处理器140可以确定不需要补扫或重扫。关于如何基于第二信噪比确定是否需要补扫或重扫,详见说明书中关于图6的说明内容。
图5所示的扫描方法500通过增加一个参考区域的信噪比的判断选项,使用双区域判断然后才作出补扫或重扫的决定,可以减小误判的可能性。在一些实施例中,第一目标区域可能存在病灶和/或伪影影响信噪比的计算,在此情况下,以第二目标区域的第二信噪比作为补充判断是否需要补扫或重扫,能够使得对扫描图像(如第一扫描图像)质量的判断更加准确。在一些实施例中,当处理器无法获取第一目标区域时(如患者的第一扫描图像不包含第一目标区域),处理器可以跳过第一目标区域的确定及第一信噪比的判断步骤,直接确定第二目标区域,并基于第二信噪比,确定是否需要补扫或重扫。
图6是本说明书一些实施例提供的基于第二信噪比确定是否需要补扫或重扫的扫描方法600的示例性流程图。
步骤610,将第二信噪比与第二阈值进行比较。
第二阈值指的是针对第一扫描图像中第二目标区域而预设的一个值。在一些实施例中,第二阈值可以根据用户对第一扫描图像的临床经验而定。在一些实施例中,第二阈值可以由用户通过终端130输入并存储在存储器150中。在一些实施例中,第二阈值可以与第一阈值相等。在一些实施例中,第二阈值可以与第一阈值不相等。
步骤620,响应于第二信噪比小于第二阈值,确定需要进行补扫或重扫。
若第二信噪比小于第二阈值,则处理器140可以确定第一扫描图像中可能存在着较大的噪声,是不合格的,需要进行补扫或重扫。在一些实施例中,通过第一信噪比小于第一阈值且第二信噪比小于第二阈值的两层判断,处理器140能够更准确地判断第一扫描图像的质量,从而更准确地确定是否进行补扫或重扫。
步骤630,响应于第二信噪比大于或等于第二阈值,确定第一目标区域存在病灶和/或伪影。
由于第一扫描图像一般来讲其信噪比是比较均匀的,若第二信噪比大于或等于第二阈值,则处理器140可以确定第一扫描图像合格。而由于病灶和/或伪影会导致第一信噪比增大,所以第一目标区域可能是由病灶和/或伪影引起的。因此处理器140可以基于第二信噪比大于或等于第二阈值初步确定第一目标区域可能存在病灶和/或伪影,以提醒用户(如医护人员)注意。
图6所示扫描方法600可基于将第二目标区域的第二信噪比与第二阈值进行比较的结果,做出是否需要进行补扫或重扫的决定,以及还能够判定第一目标区域是否存在病灶和/或伪影。扫描方法600通过增加一个参考区域的信噪比的判断选项,能够有效减小误判的可能性。
下面将以第一目标区域为肝区,第二目标区域为臀大肌为例,说明本申请一些实施例的方法。
在一些实施例中,扫描设备110可以对患者从头到脚进行CT扫描,获取患者全身的第二扫描图像;并对患者从头到脚进行PET扫描,以获取患者的第一扫描图像。在此基础上,处理器140可以先基于第二扫描图像识别出肝区,然后利用配准矩阵将第二扫描图像中的肝区映射到PET空间,从而确定第一扫描图像中的肝区。接着,处理器可以确定肝区的第一扫描图像的第一信噪比,将第一信噪比与预设的第一阈值进行比较。若第一信噪比大于或等于预设的第一阈值,则确定肝区的第一扫描图像是合格的。
在一些实施例中,若第一信噪比小于预设的第一阈值,则可以确定肝区的第一扫描图像是不合格的,需要补扫或重扫。
在一些实施例中,若第一信噪比小于预设的第一阈值,也可能是肝区有病灶和/或伪影所致。在此情况下,处理器可以进一步获取臀大肌的第一扫描图像。具体的,处理器140可以基于第二扫描图像识别出臀大肌,然后利用配准矩阵将第二扫描图像中的臀大肌映射到PET空间,从而确定第一扫描图像中的臀大肌。接着,处理器140可以确定臀大肌的第一扫描图像的第二信噪比,将第二信噪比与预设的第二阈值进行比较。若第二信噪比小于第二阈值,则说明患者的第一扫描图像是不合格的,确定需要补扫或重扫。若第二信噪比大于或等于第二阈值,则说明肝区的第一扫描图像是合格的,并且肝区可能有病灶和/或伪影。然后系统100可以发出提示信息,以提示肝区可能有病灶和/或伪影。
在一些实施例中,处理器140可以在获取患者全身的第一扫描图像后再执行上述步骤,并根据是否需要补扫或重扫以对患者全身区域进行补扫或重扫。在一些实施例中,处理器可以在PET扫描过程中执行上述步骤。例如,当PET扫描过程为从头到脚按床次依次进行扫描时,处理器140可以在肝区扫描完(或者臀大肌扫描完)后执行上述对应步骤,并根据是否要进行补扫或重扫的结果,及时向用户发出提示信息,以便用户及时调整扫描策略。
在一些实施例中,第一目标区域和第二目标区域可以互换。例如,第一目标区域可以为臀大肌,第二目标区域可以为肝区。进一步地,第一区域和第二区域可以互换,第一阈值和第二阈值可以互换。
图7是本说明书一些实施例提供的用于核医学设备的扫描系统700的示例性模块图。在一些实施例中,扫描系统700可以包括获取模块710、目标区域确定模块720、信噪比确定模块730和补/重扫确定模块740。在一些实施例中,用于核医学设备的扫描系统700中的各个模块可以由处理器140实现。
获取模块710可以用于获取扫描过程中的信息/数据。在一些实施例中,获取模块710可以用于获取患者的第一扫描图像。
目标区域确定模块720可以用于确定特定的目标区域。在一些实施例中,目标区域确定模块720可以用于确定第一扫描图像中的第一目标区域。在一些实施例中,目标区域确定模块720可以用于确定第一扫描图像中的第二目标区域。
信噪比确定模块730可以用于确定第一扫描图像中各区域的信噪比。在一些实施例中,信噪比确定模块730可以用于确定第一目标区域的第一信噪比。在一些实施例中,信噪比确定模块730可以用于确定第二目标区域的第二信噪比。
补/重扫确定模块740可以用于确定是否需要补扫或重扫。在一些实施例中,补/重扫确定模块740可以基于第一信噪比,确定是否需要补扫或重扫。在一些实施例中,/重扫确定模块740可以基于第二信噪比,确定是否需要补扫或重扫。
本说明书实施例可以实现的有益效果可以包括但不限于:(1)可以自动计算典型器官上感兴趣区域的信噪比,推荐是否需要补扫或重扫,计算过程简便、计算结果准确;(2)通过考虑参考区域的信噪比,可以实现双区域判断,只有目标区域和参考区域的扫描图像同时信噪比低于相应阈值时,才会触发提示需要补扫或重扫,从而减小误判的可能性;(3)可以在扫描过程及时判断并发出提示,而不用等到对患者完成全身扫描后再补扫或重扫,从而可以节约操作时间、缩短扫描重复时间、提升用户体验。
本说明书实施例是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本说明书的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。
显然,本领域的技术人员可以对本说明书实施例进行各种改动和变型而不脱离本说明书实施例的精神和范围。这样,倘若本说明书实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种用于核医学设备的扫描方法,包括:
获取患者的第一扫描图像;
确定所述第一扫描图像中的第一目标区域;
确定所述第一目标区域的第一信噪比;以及
基于所述第一信噪比,确定是否需要补扫或重扫。
2.根据权利要求1所述的扫描方法,其中,所述确定所述第一扫描图像中的第一目标区域,包括:
获取所述患者的第二扫描图像;
基于所述第二扫描图像,识别出第一区域;以及
基于所述第一区域,确定所述第一扫描图像中的所述第一目标区域。
3.根据权利要求1所述的扫描方法,其中,所述基于所述第一信噪比,确定是否需要补扫或重扫,包括:
将第一信噪比与第一阈值进行比较;以及
响应于所述第一信噪比小于所述第一阈值,确定需要补扫或重扫。
4.根据权利要求1所述的扫描方法,其中,所述基于所述第一信噪比,确定是否需要补扫或重扫,包括:
将第一信噪比与第一阈值进行比较;
响应于所述第一信噪比小于所述第一阈值,确定所述第一扫描图像中的第二目标区域;
确定所述第二目标区域的第二信噪比;以及
基于所述第二信噪比,确定是否需要补扫或重扫。
5.根据权利要求4所述的扫描方法,其中,所述第一目标区域为肝区,所述第二目标区域为肝区以外的人体区域。
6.根据权利要求4所述的扫描方法,其中,所述第二目标区域与第一目标区域不同。
7.根据权利要求4所述的扫描方法,其中,所述基于所述第二信噪比,确定需要补扫或重扫,包括:
将所述第二信噪比与第二阈值进行比较;
响应于所述第二信噪比小于所述第二阈值,确定需要进行补扫或重扫。
8.根据权利要求1所述的方法,其中,还包括:
当确定需要进行补扫或重扫时,发出提示信息。
9.一种用于核医学设备的扫描系统,包括:获取模块、目标区域确定模块、信噪比确定模块和补/重扫确定模块;
所述获取模块用于获取患者的第一扫描图像;
所述目标区域确定模块用于确定所述第一扫描图像中的第一目标区域;
所述信噪比确定模块用于确定所述第一目标区域的第一信噪比;以及
所述补/重扫确定模块用于基于所述第一信噪比,确定是否需要补扫或重扫。
10.一种用于核医学设备的扫描装置,包括:
至少一个存储设备,包括至少一组指令集;以及
用于与所述至少一个存储设备通信的至少一个处理器,其中,当执行所述指令集时,所述至少一个处理器用于指示所述装置执行权利要求1~8任一项所述的扫描方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634583.XA CN114299019A (zh) | 2021-12-29 | 2021-12-29 | 一种用于核医学设备的扫描方法、系统和装置 |
PCT/CN2022/113544 WO2023020609A1 (en) | 2021-08-19 | 2022-08-19 | Systems and methods for medical imaging |
EP22857918.1A EP4329624A4 (en) | 2021-08-19 | 2022-08-19 | MEDICAL IMAGING SYSTEMS AND METHODS |
US18/434,934 US20240242400A1 (en) | 2021-08-19 | 2024-02-07 | Systems and methods for medical imaging |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111634583.XA CN114299019A (zh) | 2021-12-29 | 2021-12-29 | 一种用于核医学设备的扫描方法、系统和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114299019A true CN114299019A (zh) | 2022-04-08 |
Family
ID=80970801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111634583.XA Pending CN114299019A (zh) | 2021-08-19 | 2021-12-29 | 一种用于核医学设备的扫描方法、系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114299019A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115381471A (zh) * | 2022-10-26 | 2022-11-25 | 南方医科大学南方医院 | 一种基于运动检测的ct扫描辅助系统及方法 |
CN117094939A (zh) * | 2023-04-14 | 2023-11-21 | 佛山读图科技有限公司 | 基于临床应用目标的医学图像质量自动量化评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009079814A1 (fr) * | 2007-12-10 | 2009-07-02 | Utstarcom Telecom Co., Ltd. | Dispositif et procédé de fusion de diversité de réception multiantenne adaptatifs |
US20180165808A1 (en) * | 2016-06-27 | 2018-06-14 | University Of Central Florida Research Foundation, Inc. | System and method for image-based quantification of white and brown adipose tissue at the whole-body, organ and body-region levels |
CN112052885A (zh) * | 2020-08-20 | 2020-12-08 | 东软医疗系统股份有限公司 | 图像处理方法、装置、设备及pet-ct系统 |
CN112085697A (zh) * | 2020-07-27 | 2020-12-15 | 深圳瀚维智能医疗科技有限公司 | 超声图像质量评估方法、装置、超声扫查设备及存储介质 |
-
2021
- 2021-12-29 CN CN202111634583.XA patent/CN114299019A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009079814A1 (fr) * | 2007-12-10 | 2009-07-02 | Utstarcom Telecom Co., Ltd. | Dispositif et procédé de fusion de diversité de réception multiantenne adaptatifs |
US20180165808A1 (en) * | 2016-06-27 | 2018-06-14 | University Of Central Florida Research Foundation, Inc. | System and method for image-based quantification of white and brown adipose tissue at the whole-body, organ and body-region levels |
CN112085697A (zh) * | 2020-07-27 | 2020-12-15 | 深圳瀚维智能医疗科技有限公司 | 超声图像质量评估方法、装置、超声扫查设备及存储介质 |
CN112052885A (zh) * | 2020-08-20 | 2020-12-08 | 东软医疗系统股份有限公司 | 图像处理方法、装置、设备及pet-ct系统 |
Non-Patent Citations (1)
Title |
---|
孙洪赞;杜思瑶;辛军;陈忠维;: "PET/CT与PET/MR诊断恶性肿瘤的临床对照研究", 中国临床医学影像杂志, no. 09, 20 September 2018 (2018-09-20) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115381471A (zh) * | 2022-10-26 | 2022-11-25 | 南方医科大学南方医院 | 一种基于运动检测的ct扫描辅助系统及方法 |
CN115381471B (zh) * | 2022-10-26 | 2023-03-17 | 南方医科大学南方医院 | 一种基于运动检测的ct扫描辅助系统及方法 |
CN117094939A (zh) * | 2023-04-14 | 2023-11-21 | 佛山读图科技有限公司 | 基于临床应用目标的医学图像质量自动量化评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109567843B (zh) | 一种成像扫描自动定位方法、装置、设备及介质 | |
CN107909622B (zh) | 模型生成方法、医学成像的扫描规划方法及医学成像系统 | |
US9652872B2 (en) | System and method of medical imaging | |
CN101596110B (zh) | 心脏mri中视场的自动确定 | |
CN109924993B (zh) | 成像扫描协议自动规划方法、装置、电子设备及存储介质 | |
CN114299019A (zh) | 一种用于核医学设备的扫描方法、系统和装置 | |
US11727608B2 (en) | Systems and methods for image reconstruction | |
US8831323B2 (en) | Method and apparatus for measuring activity of a tracer | |
US20110148861A1 (en) | Pet data processing system, an arrangement, a method and a computer program product for determining a distribution of a tracer uptake | |
CN110739049A (zh) | 图像勾画方法、装置、存储介质及计算机设备 | |
CN111462885B (zh) | 扫描系统的扫描参数确定方法、装置、设备和存储介质 | |
CN107798711B (zh) | 一种医学成像扫描方法和系统 | |
CN112001979B (zh) | 运动伪影处理方法、系统、可读存储介质和设备 | |
CN114943714A (zh) | 医学图像处理系统、装置、电子设备及存储介质 | |
CN114202516A (zh) | 一种异物检测方法、装置、电子设备及存储介质 | |
CN113989231A (zh) | 动力学参数的确定方法、装置、计算机设备和存储介质 | |
CN115578419A (zh) | 运动检测方法、装置、电子设备及存储介质 | |
CN112102223B (zh) | 用于自动设置扫描范围的方法和系统 | |
CN112669405A (zh) | 图像重建方法、系统、可读存储介质和设备 | |
CN111035403A (zh) | 一种扫描时机确定方法、装置、设备及存储介质 | |
CN110313930A (zh) | 一种扫描部位的确定方法、装置及终端设备 | |
US20240242400A1 (en) | Systems and methods for medical imaging | |
CN113643211B (zh) | 去除条形伪影的方法、系统、可读存储介质和设备 | |
CN109272486A (zh) | Mr图像预测模型的训练方法、装置、设备及存储介质 | |
US20240237961A1 (en) | A Surface Audio-Visual Biofeedback (SAVB) System for Motion Management |
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 |