CN115474958A - 一种双模态医学成像中引导检查床自动摆位的方法和系统 - Google Patents

一种双模态医学成像中引导检查床自动摆位的方法和系统 Download PDF

Info

Publication number
CN115474958A
CN115474958A CN202211122996.4A CN202211122996A CN115474958A CN 115474958 A CN115474958 A CN 115474958A CN 202211122996 A CN202211122996 A CN 202211122996A CN 115474958 A CN115474958 A CN 115474958A
Authority
CN
China
Prior art keywords
modality
positioning information
range
positioning
target imaging
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
CN202211122996.4A
Other languages
English (en)
Other versions
CN115474958B (zh
Inventor
陈思
杨雪松
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.)
China Nuclear Particle Medical Technology Co ltd
Jingxinhe Beijing Medical Technology Co ltd
Ruishi Xinhe Hebei Medical Technology Co ltd
Original Assignee
Jingxinhe Beijing Medical Technology Co ltd
Ruishi Xinhe Hebei Medical Technology 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 Jingxinhe Beijing Medical Technology Co ltd, Ruishi Xinhe Hebei Medical Technology Co ltd filed Critical Jingxinhe Beijing Medical Technology Co ltd
Priority to CN202211122996.4A priority Critical patent/CN115474958B/zh
Publication of CN115474958A publication Critical patent/CN115474958A/zh
Application granted granted Critical
Publication of CN115474958B publication Critical patent/CN115474958B/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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/04—Positioning of patients; Tiltable beds or the like
    • A61B6/0492—Positioning of patients; Tiltable beds or the like using markers or indicia for aiding patient positioning
    • 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 or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/04—Positioning of patients; Tiltable beds or the like
    • A61B6/0407—Supports, e.g. tables or beds, for the body or parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明的目的在于提出一种双模态医学成像中引导检查床自动摆位的方法和系统，该方法包括以下步骤：根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息；引导检查床移动并采集模态I定位像，确定目标成像部位的精确定位信息；引导检查床移动，完成模态I断层成像，确定目标成像部位/器官的三维空间定位信息；引导检查床移动至对应模态II成像的位置，进行模态II成像采集。本发明的方法在最大程度上降低了对操作人员的经验需求和减轻其劳动强度，在无需引入外部检测设备或者摄像装置的前提下实现检查床自动引导摆位，降低了系统的复杂度，保证系统的可靠性。

Description

一种双模态医学成像中引导检查床自动摆位的方法和系统
技术领域
本发明涉及医学成像技术领域，尤其涉及一种双模态医学成像中引导检查床自动摆位的方法和系统。
背景技术
双模态医学成像是指将两种不同医学成像装置集成在同一机架上，通过检查床承载受检者移动，在一次检查中先后或同时完成两种模态成像的技术。目前临床上常用的双模态影像设备主要包括由单光子发射计算断层成像设备(SPECT)与正电子发射断层成像设备(PET)等核医学功能影像设备与X光计算机断层成像设备(CT)及磁共振成像设备(MRI)等解剖影像设备组成的SPECT/CT、PET/CT及PET/MR一体机。
与CT、MRI单模态相比，双模态成像存在类似但有差异的摆位需求，相同之处在于首先需要通过某种检测或计算方法引导检查床运动至模态I的扫描位置和范围完成初步扫描，差异在于通常需要针对模态I的扫描结果进行初步分析，进一步精确定位模态II的扫描位置和范围，以提升图像质量和扫描效率。目前在临床上，上述摆位操作的第一步主要是通过设备操作人员(技师)根据经验手动控制病床移动完成，第二步主要是由操作人员在控制软件的模态I扫描图像结果上手动勾画扫描范围来实现的。当前的操作一方面增加了操作人员的工作量，降低了扫描效率，另一方面，操作人员在检查室内手动摆位，近距离接触注射了放射性显像药物的受检者，也增加了操作人员的职业辐射剂量。
近年来，有厂家和研究人员提出在CT扫描前，利用可见光或红外摄像装置拍摄受检者图像，通过深度学习等图像分析技术初步定位受检者的不同解剖部位，从而自动引导检查床引导完成针对某一部位CT扫描的技术。上述技术的局限性在于仅能解决上述摆位操作的第一步——轴向近似摆位的问题，不能解决第二步精确摆位的问题，同时，引入摄像摆位装置也会增加扫描设备的复杂度，从而增加可靠性风险。
发明内容
本发明的目的在于提出一种双模态医学成像中引导检查床自动摆位的方法和系统，本发明的方法基于双模态医学成像中采集的图像，引导检查床自动摆位，不仅在最大程度上降低了对操作人员的经验需求和减轻其劳动强度，还能在无需引入外部检测设备或者摄像装置的前提下实现检查床自动引导摆位，降低了系统的复杂度，保证系统的可靠性。
为达此目的，本发明采用以下技术方案：
一种双模态医学成像中引导检查床自动摆位的方法，该方法包括以下步骤：
A、根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息；
B、基于目标成像部位的轴向近似定位信息，引导检查床移动并采集模态I定位像，之后，识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；
C、基于目标成像部位的精确定位信息，引导检查床移动，完成模态I断层成像，对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；
D、基于目标成像部位/器官的三维空间定位信息，引导检查床移动至对应模态II成像的位置，针对目标成像部位/器官进行模态II成像采集。
进一步的，所述步骤A中：
所述人体部位比例统计模型定义了不同人群的身体部位相对于身高的比例范围，其中身体部位包括了头颈、胸、上腹、下腹、大腿、小腿及双足。
进一步的，所述步骤B中：模态I定位像的采集范围是将步骤A中的目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围。
进一步的，所述步骤C中：模态I的断层成像范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。
进一步的，所述步骤C中，应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。
进一步的，所述应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割是采用unet++分割网络训练完成的。
进一步的，所述步骤B输出的目标成像部位的精确定位信息和所述步骤C输出的目标成像部位/器官的三维空间定位信息均显示在控制界面上，操作人员可手动调整所述目标成像部位的精确定位信息和所述目标成像部位/器官的三维空间定位信息。
一种双模态医学成像中引导检查床自动摆位的系统，包括：
检查床，所述检查床用于供受检者平躺，所述检查床还设有驱动机构，所述驱动机构能驱动检查床平移和升降；
第一计算模块，所述第一计算模块用于根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息；
模态I图像采集模块，所述驱动机构基于目标成像部位的轴向近似定位信息驱动所述检查床到达模态I定位像采集位后，所述模态I图像采集模块用于采集模态I定位像；
第二计算模块，所述第二计算模块用于识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；所述驱动机构基于目标成像部位的精确定位信息驱动所述检查床到达模态I断层成像采集位后，所述模态I图像采集模块还用于采集模态I断层成像；
三维分割模块，所述三维分割模块用于对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；
模态II图像采集模块，所述驱动机构基于目标成像部位/器官的三维空间定位信息驱动所述检查床到达模态II成像位置后，所述模态II图像采集模块用于针对目标成像部位/器官采集模态II成像。
进一步的，所述模态I图像采集模块采集模态I定位像的范围是将目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围；
所述模态II图像采集模块的采集模态II成像的范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。
进一步的，所述三维分割模块搭载有图像的深度学习分析算法，所述三维分割模块对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。
本发明提供的技术方案可以包括以下有益效果：
1、发明的方法基于双模态医学成像中采集的图像，引导检查床自动摆位，在双模态成像流程中的检查床自动摆位，不仅在最大程度上降低了对操作人员的经验需求和减轻其劳动强度；
2、本发明的方法中，基于双模态医学成像中采集的图像，即可实现引导检查床自动摆位，能在无需引入外部检测设备或者摄像装置的前提下实现检查床自动引导摆位，降低了系统的复杂度，保证系统的可靠性。
3、基于双模态成像流程中的检查床自动摆位，能有效提高成像效率，因此，采用本发明的方法能有效提升SPECT/CT、PET/CT和PET/MRI双模态医学成像扫描效率。
附图说明
图1是本发明一个实施例的双模态医学成像中引导检查床自动摆位的方法的流程图；
图2是本发明一个实施例的步骤B中卷积神经网络RetinaNet的结构示意图；
图3是本发明一个实施例的步骤A中受检者不同身体部位对应于检查床的轴向近似定位信息的示意图；
图4是本发明一个实施例的步骤C中卷积神经网络Unet++的结构示意图；
图5是本发明一个实施例的步骤C中模态I断层成像中的主要器官进行三维分割的效果示意图；
图6是本发明一个实施例的步骤C中模态I断层成像中的主要器官进行三维分割的横截面分割精度示意图；
图7是本发明一个实施例的步骤C中模态I断层成像中的主要器官进行三维分割的矢状位层面分割精度示意图；
图8是本发明一个实施例的步骤C中模态I断层成像中的主要器官进行三维分割的冠状位层面分割精度示意图；
图9是本发明一个实施例的步骤C中输出模态I断层成像中的主要器官的冠状位空间位置和范围信息示意图；
图10是本发明一个实施例的步骤C中输出模态I断层成像中的主要器官的横断面空间位置和范围信息示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供一种双模态医学成像中引导检查床自动摆位的方法，该方法包括以下步骤：
A、根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息；
B、基于目标成像部位的轴向近似定位信息，引导检查床移动并采集模态I定位像，之后，识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；
C、基于目标成像部位的精确定位信息，引导检查床移动，完成模态I断层成像，对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；
D、基于目标成像部位/器官的三维空间定位信息，引导检查床移动至对应模态II成像的位置，针对目标成像部位/器官进行模态II成像采集。
本发明的方法中，首先确定受检者不同身体部位对应于检查床的轴向近似定位信息，以此信息为基础，进行模态I和模态II的成像采集，并在采集过程中，对采集的图像引导检查床移动。因此，本发明中，检查床的自动摆位是融入在双模态成像流程中的，在最大程度上降低了对操作人员的经验需求和减轻其劳动强度。而且，基于双模态成像流程中的检查床自动摆位，能有效提高成像效率。
另外，本发明的方法中，基于双模态医学成像中采集的图像，即可实现引导检查床自动摆位，无需引物外部检测设备或者摄像装置，降低了双模态成像系统的复杂度，保证双模态成像系统的可靠性。
本发明的方法适用于SPECT/CT、PET/CT和PET/MRI双模态医学成像系统，其中，CT和MRI对应模态I，SPECT和PET对应模态II。
更进一步说明，步骤A中：人体部位比例统计模型定义了不同人群的身体部位相对于身高的比例范围，其中身体部位包括了头颈、胸、上腹、下腹、大腿、小腿及双足。由此，人体部位比例统计模型，可以根据身高和受检者在检查床上的体位与轴向位置，确定受检者身体不同部位在检查床上的轴向位置范围信息。
下表即不同人群的身体部位相对于身高的比例范围：
人群 亚洲男性 欧美男性 亚洲女性 欧美女性
头颈/身高 0.156 0.167 0.156 0.167
胸长/身高 0.122 0.104 0.122 0.104
上腹/身高 0.122 0.104 0.122 0.104
下腹/身高 0.133 0.167 0.133 0.167
大腿/身高 0.2 0.145 0.2 0.145
(小腿+双足)/身高 0.267 0.313 0.267 0.313
具体的，根据人体部位比例模型与受检者扫描体位(头进或脚进)、身高、年龄、头顶(或双足)所在病床位置等参数自动计算出头颈、胸、上腹、下腹、大腿、小腿及双足等身体不同部位对应于检查床轴向近似位置与范围。当受检者为头进扫描时，头顶所在位置为病床标尺刻度0，假设病人身高1.7m，亚洲男性，根据上表，预测病人头颈部所在区域[0,0.265],胸部[0.265,0.472]，上腹部[0.472,0.679]，下腹[0.679,0.905]，大腿[0.905,1.245]，小腿及双足[1.245,1.7]。
更进一步说明，步骤B中：模态I定位像的采集范围是将步骤A中的目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围。这是因为，考虑到步骤B采集范围是基于步骤A的统计模型确定的，针对个体的误差可能较大，因此采用不超过50％的拓展，优选的，采用20-50％的拓展。
具体的，步骤B为：基于目标成像部位的轴向近似定位信息，引导检查床移动并采集模态I定位像，之后，应用图像深度学习算法，识别模态I定位像中的身体部位，需要说明的是，识别的身体部位与步骤A中受检者的身体部位相同，之后，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息。其中，检测身体部位的轴向位置和范围信息的方法是：根据模态I定位像中检测出不同身体部位的位置和范围信息，结合病人头部或脚部所在病床标尺刻度的参考位置，换算出每个身体部位在病床上的精确位置和范围信息。
需要说明的是，医学影像扫描目标一般以部位或者器官来定义，对于检查目标为部位(即身体部位)的情况，上述名称比对是指直接将目标部位与基于定位像中检测出的部位相比对，进一步确定扫描部位的轴向位置和范围；对于检查目标为器官的情况，上述名称比对即根据人体解剖结构规律确定器官和部位的从属关系，如甲状腺属于头颈部，肺与心脏属于胸部，肝与胃属于上腹部，结肠属于下腹部等。通过名称比对，确定下一步扫描的目标部位即目标成像部位，该目标成像部位与定位像中检测出的部位相比对，确定目标成像部位的轴向位置和范围。
步骤B中的应用图像深度学习算法，识别模态I定位像中的身体部位是采用卷积神经网络RetinaNet实现的，如图2所示，卷积神经网络RetinaNet可以分为ResNet、FPN、分类/回归子网络三个部分，其中，Resnet用以提取不同尺度下的特征图；FPN结构用来提取不同尺度的特征结构，用来提高检测精度，在获得了各层特征图之后还进行回传，进行上采样，并且和原来正向传播的特征图进行相加，实现特征的融合；最后的检测头部分(分类/回归子网络)，以共享参数的方式输出检测框的位置和类别。
更进一步说明，步骤C中：模态I的断层成像范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。考虑步骤B的定位像检测仍然存在可能的误差，因此选择进行不超过10％的轴向范围拓展，优选的，采用5-10％的拓展。
为了得到较为准确的器官分割效果，进一步的，步骤C中，应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。需要说明的是，采用直接对应或间接推算的方式得出目标成像部位/器官的三维空间位置和范围信息，其中的间接推算是基于不能直接检测分割的器官相对于可以直接检测分割的多个器官的空间位置关系的统计模型得出的。
具体的，应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割是采用unet++分割网络训练完成的。如图4所示，unet++分割网络的原理是在unet基础上增加了encode下采样(Down-sampling)与decode上采样(Up-sampling)间的skip-connection连接，包含短连接和类似残差网络的长连接，以便网络可以传输更多的特征信息。
为了进一步提高定位信息的准确性，进一步的，步骤B输出的目标成像部位的精确定位信息和步骤C输出的目标成像部位/器官的三维空间定位信息均显示在控制界面上，操作人员可手动调整目标成像部位的精确定位信息和目标成像部位/器官的三维空间定位信息。如图6-10所示，控制界面上能显示模态I断层成像的多个断层的空间定位信息，即输出的目标成像部位/器官的三维空间定位信息。
本发明还提供了一种双模态医学成像中引导检查床自动摆位的系统，包括：检查床、第一计算模块、模态I图像采集模块、第二计算模块、三维分割模块和模态II图像采集模块，该系统基于上述的双模态医学成像中引导检查床自动摆位的方法，各模块相互协调，协同完成双模态医学成像中的引导检查床自动摆位和完成双模态医学成像。
检查床用于供受检者平躺，检查床还设有驱动机构，驱动机构能驱动检查床平移和升降，基于受检者在检查床的体位，能使得目标成像部位分别对应两个模态，提高双模态医学成像的效率。
第一计算模块，第一计算模块用于根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息。
模态I图像采集模块，驱动机构基于目标成像部位的轴向近似定位信息驱动检查床到达模态I定位像采集位后，模态I图像采集模块用于采集模态I定位像；模态I图像采集模块采集模态I定位像的范围是将目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围。
第二计算模块，第二计算模块用于识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；驱动机构基于目标成像部位的精确定位信息驱动检查床到达模态I断层成像采集位后，模态I图像采集模块还用于采集模态I断层成像。
三维分割模块，三维分割模块用于对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；三维分割模块搭载有图像的深度学习分析算法，三维分割模块对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。
模态II图像采集模块，驱动机构基于目标成像部位/器官的三维空间定位信息驱动检查床到达模态II成像位置后，模态II图像采集模块用于针对目标成像部位/器官采集模态II成像。模态II图像采集模块的采集模态II成像的范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。
根据本发明实施例的一种双模态医学成像中引导检查床自动摆位的方法和系统的其他构成等以及操作对于本领域普通技术人员而言都是已知的，这里不再详细描述。
在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种双模态医学成像中引导检查床自动摆位的方法，其特征在于，该方法包括以下步骤：
A、根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息；
B、基于目标成像部位的轴向近似定位信息，引导检查床移动并采集模态I定位像，之后，识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；
C、基于目标成像部位的精确定位信息，引导检查床移动，完成模态I断层成像，对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；
D、基于目标成像部位/器官的三维空间定位信息，引导检查床移动至对应模态II成像的位置，针对目标成像部位/器官进行模态II成像采集。
2.根据权利要求1所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述步骤A中：
所述人体部位比例统计模型定义了不同人群的身体部位相对于身高的比例范围，其中身体部位包括了头颈、胸、上腹、下腹、大腿、小腿及双足。
3.根据权利要求1所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述步骤B中：模态I定位像的采集范围是将步骤A中的目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围。
4.根据权利要求1所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述步骤C中：模态I的断层成像范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。
5.根据权利要求1所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述步骤C中，应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。
6.根据权利要求5所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述应用基于图像的深度学习分析算法，对模态I断层成像中的主要器官进行三维分割是采用unet++分割网络训练完成的。
7.根据权利要求1所述的双模态医学成像中引导检查床自动摆位的方法，其特征在于，所述步骤B输出的目标成像部位的精确定位信息和所述步骤C输出的目标成像部位/器官的三维空间定位信息均显示在控制界面上，操作人员可手动调整所述目标成像部位的精确定位信息和所述目标成像部位/器官的三维空间定位信息。
8.一种双模态医学成像中引导检查床自动摆位的系统，其特征在于，包括：
检查床，所述检查床用于供受检者平躺，所述检查床还设有驱动机构，所述驱动机构能驱动检查床平移和升降；
第一计算模块，所述第一计算模块用于根据人体部位比例统计模型、受检者在检查床的体位和受检者在检查床的轴向位置，得到受检者不同身体部位对应于检查床的轴向近似定位信息，其中包含了目标成像部位的轴向近似定位信息；
模态I图像采集模块，所述驱动机构基于目标成像部位的轴向近似定位信息驱动所述检查床到达模态I定位像采集位后，所述模态I图像采集模块用于采集模态I定位像；
第二计算模块，所述第二计算模块用于识别模态I定位像中的身体部位，检测身体部位的轴向位置和范围信息，与目标成像部位进行名称比对，确定目标成像部位的精确定位信息；所述驱动机构基于目标成像部位的精确定位信息驱动所述检查床到达模态I断层成像采集位后，所述模态I图像采集模块还用于采集模态I断层成像；
三维分割模块，所述三维分割模块用于对模态I断层成像中的主要器官进行三维分割，确定目标成像部位/器官的三维空间定位信息；
模态II图像采集模块，所述驱动机构基于目标成像部位/器官的三维空间定位信息驱动所述检查床到达模态II成像位置后，所述模态II图像采集模块用于针对目标成像部位/器官采集模态II成像。
9.根据权利要求8所述的双模态医学成像中引导检查床自动摆位的系统，其特征在于，所述模态I图像采集模块采集模态I定位像的范围是将目标成像部位的轴向近似定位信息中的轴向范围进行不超过50％拓展的范围；
所述模态II图像采集模块的采集模态II成像的范围是将步骤B中的目标成像部位的精确定位信息的轴向范围进行不超过10％拓展后的范围。
10.根据权利要求8所述的双模态医学成像中引导检查床自动摆位的系统，其特征在于，所述三维分割模块搭载有图像的深度学习分析算法，所述三维分割模块对模态I断层成像中的主要器官进行三维分割，输出模态I断层成像中的主要器官的三维空间位置和范围信息，基于此信息得出目标成像部位/器官的三维空间位置和范围信息，即三维空间定位信息。
CN202211122996.4A 2022-09-15 2022-09-15 一种双模态医学成像中引导检查床自动摆位的方法和系统 Active CN115474958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211122996.4A CN115474958B (zh) 2022-09-15 2022-09-15 一种双模态医学成像中引导检查床自动摆位的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211122996.4A CN115474958B (zh) 2022-09-15 2022-09-15 一种双模态医学成像中引导检查床自动摆位的方法和系统

Publications (2)

Publication Number Publication Date
CN115474958A true CN115474958A (zh) 2022-12-16
CN115474958B CN115474958B (zh) 2023-09-08

Family

ID=84392746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211122996.4A Active CN115474958B (zh) 2022-09-15 2022-09-15 一种双模态医学成像中引导检查床自动摆位的方法和系统

Country Status (1)

Country Link
CN (1) CN115474958B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070053503A1 (en) * 2005-08-23 2007-03-08 Ge Healthcare Israel Methods and systems for automatic patient table positioning
US20130123602A1 (en) * 2011-11-16 2013-05-16 General Electric Company Method and system for automatically positioning a structure within a field of view
CN103181775A (zh) * 2011-12-31 2013-07-03 Ge医疗系统环球技术有限公司 用于检测病人体标位置的方法和系统
CN105813570A (zh) * 2013-12-20 2016-07-27 通用电气公司 使用可独立控制检测器的成像系统
CN107789001A (zh) * 2017-10-31 2018-03-13 上海联影医疗科技有限公司 一种用于成像扫描的摆位方法和系统
CN108235248A (zh) * 2018-01-04 2018-06-29 东北师范大学 一种多模态智能感知室内定位方法
US20190046131A1 (en) * 2017-08-11 2019-02-14 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining a target position of a scanning table
CN109549659A (zh) * 2019-01-08 2019-04-02 沈阳东软医疗系统有限公司 一种自动获得扫描部位定位片的方法和系统
CN110037727A (zh) * 2019-04-22 2019-07-23 上海联影医疗科技有限公司 成像系统中摆位量化方法、装置、终端及可读介质
CN110167446A (zh) * 2016-12-21 2019-08-23 皇家飞利浦有限公司 用于改善成像性能的图像辅助的自动患者定位
CN111887878A (zh) * 2020-08-27 2020-11-06 上海联影医疗科技有限公司 Pet扫描方法
CN112741643A (zh) * 2020-12-31 2021-05-04 苏州波影医疗技术有限公司 一种可自动定位和扫描的ct系统及其定位和扫描方法
CN113116365A (zh) * 2019-12-31 2021-07-16 上海联影医疗科技股份有限公司 一种图像采集方法、装置、系统及存储介质
CN113440156A (zh) * 2021-07-14 2021-09-28 南京安科医疗科技有限公司 移动ct智能扫描定位系统、定位方法和存储介质
CN113647967A (zh) * 2021-09-08 2021-11-16 上海联影医疗科技股份有限公司 一种医学扫描设备的控制方法、装置及系统
WO2022012541A1 (zh) * 2020-07-13 2022-01-20 上海联影医疗科技股份有限公司 一种医学设备的图像扫描方法和系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070053503A1 (en) * 2005-08-23 2007-03-08 Ge Healthcare Israel Methods and systems for automatic patient table positioning
US20130123602A1 (en) * 2011-11-16 2013-05-16 General Electric Company Method and system for automatically positioning a structure within a field of view
CN103181775A (zh) * 2011-12-31 2013-07-03 Ge医疗系统环球技术有限公司 用于检测病人体标位置的方法和系统
CN105813570A (zh) * 2013-12-20 2016-07-27 通用电气公司 使用可独立控制检测器的成像系统
CN110167446A (zh) * 2016-12-21 2019-08-23 皇家飞利浦有限公司 用于改善成像性能的图像辅助的自动患者定位
US20190046131A1 (en) * 2017-08-11 2019-02-14 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining a target position of a scanning table
CN107789001A (zh) * 2017-10-31 2018-03-13 上海联影医疗科技有限公司 一种用于成像扫描的摆位方法和系统
CN108235248A (zh) * 2018-01-04 2018-06-29 东北师范大学 一种多模态智能感知室内定位方法
CN109549659A (zh) * 2019-01-08 2019-04-02 沈阳东软医疗系统有限公司 一种自动获得扫描部位定位片的方法和系统
CN110037727A (zh) * 2019-04-22 2019-07-23 上海联影医疗科技有限公司 成像系统中摆位量化方法、装置、终端及可读介质
CN113116365A (zh) * 2019-12-31 2021-07-16 上海联影医疗科技股份有限公司 一种图像采集方法、装置、系统及存储介质
WO2022012541A1 (zh) * 2020-07-13 2022-01-20 上海联影医疗科技股份有限公司 一种医学设备的图像扫描方法和系统
CN111887878A (zh) * 2020-08-27 2020-11-06 上海联影医疗科技有限公司 Pet扫描方法
CN112741643A (zh) * 2020-12-31 2021-05-04 苏州波影医疗技术有限公司 一种可自动定位和扫描的ct系统及其定位和扫描方法
CN113440156A (zh) * 2021-07-14 2021-09-28 南京安科医疗科技有限公司 移动ct智能扫描定位系统、定位方法和存储介质
CN113647967A (zh) * 2021-09-08 2021-11-16 上海联影医疗科技股份有限公司 一种医学扫描设备的控制方法、装置及系统

Also Published As

Publication number Publication date
CN115474958B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN112155729B (zh) 手术穿刺路径智能自动化规划方法及系统和医疗系统
CN110139607B (zh) 用于患者扫描设置的方法和系统
CN106725570B (zh) 成像方法及系统
CN111789614B (zh) 一种成像系统和方法
US10413253B2 (en) Method and apparatus for processing medical image
CN101273919B (zh) 使用更新方法和系统的连续图像采集
US7567696B2 (en) System and method for detecting the aortic valve using a model-based segmentation technique
CN110223352A (zh) 一种基于深度学习的医学图像扫描自动定位方法
US10638993B2 (en) Computed tomography apparatus and control method for the same
WO2009109874A1 (en) Ct surrogate by auto-segmentation of magnetic resonance images
US9295442B2 (en) Medical image conversion apparatus, method and program
JP2006314778A (ja) 医用画像処理装置及び医用画像処理方法
US20100284598A1 (en) Image registration alignment metric
CN113384287A (zh) 减少交互的ct扫描
US9737278B2 (en) Methods and systems for multi-window imaging
CN113647967A (zh) 一种医学扫描设备的控制方法、装置及系统
CN106388865A (zh) 一种引导人工采集超声波切面图像的方法
CN113397578A (zh) 一种成像系统和方法
CN115511997A (zh) 一种血管造影图像处理方法和系统
CN114943714A (zh) 医学图像处理系统、装置、电子设备及存储介质
CN115474958B (zh) 一种双模态医学成像中引导检查床自动摆位的方法和系统
CN106137236A (zh) 一种pet运动式pet‑ct装置
US20220353409A1 (en) Imaging systems and methods
CN115474951A (zh) 用于控制对象的医学成像检查的方法、医学成像系统和计算机可读数据存储介质
CN113855250A (zh) 一种医疗用机器人装置、系统及方法

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
TR01 Transfer of patent right

Effective date of registration: 20230922

Address after: Room 101, Building A (A11), Building 202, Jingshi Collaborative Innovation Demonstration Park, No. 769 Taihang Street, High tech Zone, Shijiazhuang City, Hebei Province, 050000

Patentee after: Ruishi Xinhe (Hebei) Medical Technology Co.,Ltd.

Patentee after: Jingxinhe (Beijing) Medical Technology Co.,Ltd.

Patentee after: China Nuclear Particle Medical Technology Co.,Ltd.

Address before: Room 101, Building A (A11), Building 202, Jingshi Collaborative Innovation Demonstration Park, No. 769 Taihang Street, High tech Zone, Shijiazhuang City, Hebei Province, 050035

Patentee before: Ruishi Xinhe (Hebei) Medical Technology Co.,Ltd.

Patentee before: Jingxinhe (Beijing) Medical Technology Co.,Ltd.

TR01 Transfer of patent right