CN115867818A - 磁共振指纹识别质量保证 - Google Patents

磁共振指纹识别质量保证 Download PDF

Info

Publication number
CN115867818A
CN115867818A CN202180048577.8A CN202180048577A CN115867818A CN 115867818 A CN115867818 A CN 115867818A CN 202180048577 A CN202180048577 A CN 202180048577A CN 115867818 A CN115867818 A CN 115867818A
Authority
CN
China
Prior art keywords
mrf
data
quality score
scoring module
medical system
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
Application number
CN202180048577.8A
Other languages
English (en)
Inventor
T·E·阿姆托尔
M·I·多内瓦
P·柯肯
K·内尔克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN115867818A publication Critical patent/CN115867818A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/561Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/4828Resolving the MR signals of different chemical species, e.g. water-fat imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本文公开了一种医学系统(100、300),包括存储机器可执行指令(120)和MRF评分模块(122)的存储器(110)。所述MRF评分模块被配置为响应于接收到作为输入的MRF数据(124)而输出MRF质量分数(126)。所述医学系统还包括被配置用于控制所述医学系统的处理系统(106),其中,所述机器可执行指令的运行使所述计算系统:接收(200)所述MRF数据;响应于将MRF数据输入到MRF评分模块而接收(202)所述MRF质量分数;如果所述MRF质量分数在预定范围(128)内,则将所述MRF质量分数附加(206)到所述MRF数据中;如果所述MRF质量分数在预定范围之外则提供(208)信号(132)。

Description

磁共振指纹识别质量保证
技术领域
本发明涉及磁共振成像,并且具体而言涉及磁共振指纹识别。
背景技术
作为用于生成患者体内的图像的过程的一部分,磁共振成像(MRI)扫描器使用大的静态磁场以使原子的核自旋对齐。该大的静磁场被称为B0场或主磁场。可以使用MRI在空间上测量对象的各种量或属性。一种较新的MRI技术是磁共振指纹识别(MRF)。
MRF是一种允许同时测量MR参数(例如T1、T2和其他参数)以及定量组织特性(例如体素内不同组织类型的分数)的技术。在MRF中,使用脉冲序列,其中,系统地改变各种参数,例如翻转角、TE和TR。在执行脉冲序列期间重复采集k空间数据,并重建一系列图像。构建包含来自所述一系列图像中的每幅图像的体素值的向量或“指纹”。然后将该向量或指纹与各种MR参数和不同组织特性的指纹字典进行比较。向量或“指纹”在本文中称为MRF数据。MRF数据可以是图像系列或数据的向量形式。
美国专利申请公开US2017261578A1公开了使用磁共振成像(MRI)系统从对象采集磁共振指纹(MRF)成像数据的系统和方法。所述方法包括接收要由MRI系统执行的MRF成像过程的指示以及接收MRF成像过程的期望设计目标和与MRF成像过程相关联的配置度量。所述方法还包括使用所述配置度量来限制与MRF成像过程相关联的组织参数估计的方差并且确定实现期望的设计目标的成像参数。所述方法还包括使用确定的成像参数执行MRF成像过程以使用MRI系统采集MRF数据。
美国专利申请US2018/0217220公开了与信号演变的字典的比较。基于分离的导航器数据,确定NMR数据是否满足例如可接受的患者呼吸的准则。
发明内容
本发明在独立权利要求中提供了一种医学系统、一种计算机程序和一种方法。在从属权利要求中给出了实施例。
MRF的一个缺点是MRF数据与MRF字典的比较可能需要大量计算。当对象仍在被成像的MRI系统内时,立即从MRF数据重建定量图像或映射可能并不总是可行的。如果MRF数据以某种方式劣化,这可能导致对象被召回。例如,对象可能已经移动破坏了数据。到发现数据将无法提供临床质量图像时,对象可能已经离开磁共振成像系统的位置。
实施例可以提供在重建之前对MRF数据进行评分的手段。这可以使MRF数据能够被更快地评估,并且可以帮助减少否则浪费的磁共振成像系统时间。为实现这一点,MRF数据被输入到MRF评分模块中,所述模块输出MRF质量分数以响应输入的MRF数据。如果MRF质量分数在预定范围内,则MRF质量分数可用于注释或标记数据库中的MRF数据。如果MRF质量分数在预定范围之外,则MRF质量分数也可用于提供信号。例如,所述信号可用于提醒操作者或集成到闭环控制中。
如下所述,有多种原理或算法可用于计算MRF质量分数。取决于构建临床图像或图的时间,可以选择不同的算法。例如,可以选择不同的算法来给出与ROI的正确定位、信噪比、甚至运动伪影的预测存在相关的MRF质量分数。
在一个方面中,本发明提供了一种医学系统,其包括存储机器可执行指令和MRF评分模块的存储器。所述MRF评分模块被配置为响应于接收到作为输入的MRF数据而输出MRF质量分数。所述MRF质量分数例如可以是被分配为对输入的MRF数据进行评价的数值。MRF代表磁共振成像指纹识别。在MRF中,构建改变若干脉冲序列参数的脉冲序列。k空间数据以不同的间隔采集,并且后被重建为图像。对于从一系列图像构建的每个体素,MRF数据可以是一系列图像的形式,或者是信号、向量或指纹。然后可以将MRF信号与许多字典条目进行比较。诸如T1或T2时间或者甚至填充体素的材料的浓度或类型的各种量也可以在磁共振成像指纹字典内。将MRF信号与MRF字典匹配可能需要大量的计算能力或时间。例如,MRF评分模块可用于在信号与字典之间进行复杂的计算比较之前对MRF数据进行评级。
本发明涉及一种磁共振指纹识别(MRF)方法,其中采集MRF(k,t)空间数据(MR信号演化)并与存储的字典MRF数据集进行比较以重建图像。根据MRF(k,t)空间数据与字典数据集的体素比较,可以导出体素的组织内容。根据本发明,MRF评分模块在字典比较之前返回MRF质量分数以重建图像。在特定实施方式中,在预定范围之外的MRF质量分数可以启动或提示重新采集MRF空间数据,因为MRF评分模块似乎指示最初采集的MRF空间数据已损坏或不适合字典比较。MRF k空间数据在重建之前进行评级,重建涉及所采集信号的k空间数据与字典之间的比较。临床MRF图像可以通过根据MRF重建算法将MRF数据匹配到临床MRF字典来根据MRF重建算法将MRF数据匹配到临床MRF字典。
磁共振成像系统被配置为根据回波信号重建所述一组磁共振图像,因为重建软件被安装在磁共振检查系统的计算系统中,或者因为计算系统可以访问远程重建设施。重建软件可以安装在远程服务器上,例如甚至可以访问数据网络的健康护理机构,因为重建软件可以在“云”中使用。在这些远程配置中,计算系统被配备有以下功能:安排在远程重建功能处重建一组磁共振图像。此外,磁共振图像的重建可以通过机器学习来完成,例如通过可以并入计算系统或可以从远程位置访问的经训练的神经网络。
该医学系统还包括被配置用于控制该医学系统的计算系统。机器可执行指令的运行导致计算系统接收MRF数据。如前所述,这可能是/是一系列图像,或者它可能是针对每个体素的信号形式。MRF数据是图像空间中的。机器可执行指令的运行还使计算系统响应于将MRF数据输入到MRF评分模块中而接收MRF质量分数。
如果MRF质量分数在预定范围内,则机器可执行指令的运行还使计算系统将MRF质量分数附加到MRF数据。如果MRF质量分数在预定范围之外,则机器可执行指令的运行还使计算系统提供信号。
该实施例可能是有益的,因为它提供了一种在进行字典比较之前对MRF数据进行评级或评价的方法。例如,这可以在对象离开检查室之前重新采集MRF数据。MRF质量分数在不同的示例中可以采用不同的形式。在一个示例中,MRF质量分数可以是MRF数据的每个个体体素的分数。在其他示例中,它可能是分配给体素的组的针对分数的体素。例如,可能存在在MRF数据中指示的分割或感兴趣区域。
在另一实施例中,所述医学成像系统还包括磁共振系统。存储器还包含被配置用于根据MRF磁共振成像协议来采集MRF k空间数据的MRF脉冲序列命令。所述机器可执行指令的执行还令所述处理器通过利用所述脉冲序列命令来控制所述磁共振成像系统来采集MRF k空间数据。机器可执行指令的运行还使处理器根据MRF k空间数据重建MRF数据。在该示例中,医学系统包括用于采集用于重建MRF数据的MRF k空间数据的磁共振成像系统。这可能是有益的,因为它可以通过快速评估其采集的MRF数据的方式来增强传统的磁共振成像系统。
在上述实施例中,医学系统是磁共振成像系统。在其他示例中,医学系统可以采用其他形式。在一个示例中,医学系统可以是在放射科中用于评估放射图像的计算机系统或工作站。在其他示例中,医学系统可以是远程或多个计算机系统,其例如在互联网上或在云情况下用于提供图像处理服务。
在另一个实施例中,机器可执行指令的运行还使计算系统用脉冲序列命令控制磁共振成像系统,以在提供信号的情况下重新采集MRF k空间数据。也就是说,响应于MRF质量分数在所述预定范围之外,发起或提示MRF k空间数据的重新采集。该实施例可能是有益的,因为MRF评分模块可用于提供能够提高MRF数据质量的闭环控制。
在另一个实施例中,MRF数据包括一系列复值图像。MRF评分模块被配置为通过对一系列复值图像求和来构建合成图像,并使用合成图像来提供MRF质量分数。该实施例可能是有益的,因为它可以提供用于执行MRF数据的初始评估的非常迅速和迅速的手段。
当人们查看构成MRF数据的图像序列中的单幅图像时,通常可以看到很少的细节,并且图像质量可能很差。令人惊讶的是,通过对一系列复值图像求和来构建合成图像提供了可以用于非常快速地评估多幅图像参数的合成图像。例如,分割可用于确定对象在图像中的位置,以及注意图像中各种类型的磁共振成像伪影。
在另一个实施例中,通过对每个体素的指纹信号的所有复值求和来生成人工对比度的预览图像或合成图像。将指纹信号的值相加可以平均掉大部分欠采样伪影,因此可以检索到清晰的图像,尽管图像对比度无法直接解释用于诊断。可以自动评估该图像中仍然存在的运动伪影。MRF评分模块还被配置为通过识别合成图像中的运动伪影区域来提供MRF质量分数。可以使用基于AI的图像伪影检测和评分来执行此任务,例如使用
在另一个实施例中,MRF评分模块还被配置为通过识别合成图像内的期望感兴趣区域来提供MRF质量分数。例如,合成图像可能具有足够的细节,以至于可以将分割算法应用于合成图像。这例如可以使得能够识别对象的各种解剖区域。这又可以使得能够自动确定合成图像内的感兴趣区域。这例如可以用于确定期望被成像的细节是否实际上在图像内。这可以通过使得感兴趣的区域或在MRF脉冲序列中成像的位置能够被调整和校正而导致计算时间的大量节省。例如,这可以足够快地完成,以至于它可以在对象检查后立即执行,并在必要时能够重新采集MRF数据。
在另一个实施例中,MRF数据包括相位编码。MRF评分模块被配置为根据MRF数据的相位编码来计算磁场不均匀性图。MRF评分模块还被配置为通过对磁场不均匀性图进行阈值化来确定不均匀性B0场区域。MRF评分模块还被配置为通过将不均匀性B0场区域与运动伪影区域相关联来提供MRF质量分数。可以修改用于执行磁共振成像指纹识别的脉冲序列,以便它们具有相位编码,就像人们在为传统磁共振成像协议测量B0图时所具有的那样。在该实施例中,这被执行并且这用于识别B0场不均匀的区域。这可能与从MRF数据重建的磁共振图像中存在更多伪影有关。通过将MRF质量分数与这些不均匀的B0场区域相关联,它可以提供一种更准确地识别以后根据MRF数据重建图像时是否会出现问题的方法。
MRF的一种非常常见的实现是基于梯度破坏的SSFP序列,使用具有螺旋读出的稳态进动(FISP)快速成像。
使用此实现方式,沿指纹识别时间序列的所有采集值的相移将以相同的方式取决于B0。因此,平均相移可以用作针对B0的估计值。这个值可以直接从信号中确定,而不需要字典匹配。
在基于平衡SSFP序列的原始MRF实现方式中,B0信息被编码在相移中,并且可以在字典匹配之前被提取。在这里,B0相关阶段在整个MRF时间序列中累积。
可以识别具有强磁场或相位波动的图像区域。这可能很有用,因为MRF后处理在那里可能不可靠。
在另一个实施例中,存储器包括初始磁共振指纹字典。标签'initial'是识别特定磁共振指纹识别字典的标签。MRF评分模块被配置为通过根据初始MRF重建算法将MRF数据与初始MRF字典匹配来重建初始磁共振指纹图像,然后使用初始MRF图像来提供MRF质量分数。MRF中计算密集的一件事是MRF信号到字典的匹配。在这种情况下,初始MRF字典可能是条目较少的字典。这意味着匹配过程可以进行得更快。例如,结果可能对临床结果没有用,但结果可能足以评估MRF数据是否具有足够的质量以使其能够在以后用于制作临床图像。
在另一个实施例中,MRF评分模块还被配置为通过将初始MRF图像的重建限制在预定参数范围内并计算来自初始MRF图像的平均信噪比范围来提供MRF质量分数。例如,如果知道正在成像的是什么或图像中将有什么类型的组织,则很可能MRF可以确定的各种参数都在预定范围内。因此,将初始MRF图像的重建限制在预定参数范围内可以实现更快速的重建。然后可以通过将MRF图像中的体素值与预期范围进行比较来确定信噪比。然后这可以直接提供信噪比范围。
在另一个实施例中,MRF评分模块还被配置为通过计算初始MRF图像的预定区域内的参数值的估计来提供MRF质量分数。例如,如果仅重建一部分体素,则可以提高图像重建的速度。
在另一个实施例中,存储器还包括具有多个字典条目的所选MRF字典。MRF评分模块被配置为计算每个体素的MRF信号与多个字典条目中的每一个之间的内积。MRF评分模块还被配置为使用内积来提供MRF质量分数。MRF信号由一系列图像构成。例如,MRF字典将不同的材料或组织类型与针对所使用的MRF脉冲序列测量或计算的信号进行匹配。一个非常快速的数值检查是采集每个体素的信号和每个字典条目之间的内积。然后,所述内积可能是一种非常快速的度量,可以给出最接近的匹配项之一的信息。该示例中的MRF质量分数例如可以是识别最接近匹配的分数,也可以是识别其匹配程度的分数。例如,查看最接近的匹配是什么以及实际的内积是什么。如果内积更高,则意味着它具有更接近的匹配。
匹配质量可以计算为信号与其在字典中的最佳匹配的内积之差:
q=1-<s,d>
其中,s和d分别是归一化信号向量和最佳匹配字典条目。这个数量可以被认为是指纹重建结果的可靠性度量。对于较小的测试字典,q值平均会低于更密集采样的字典,但如果较小的字典足够好地表示预期的指纹信号形状,则该度量仍可用于估计结果的可靠性使用更大的字典进行后处理。
在另一个实施例中,MRF评分模块被配置为提供MRF质量分数作为通过将统计测量应用于MRF数据的预定区域而计算的信噪比估计。例如,可能已知特定区域是一种特定组织类型。然后可以从这种组织类型中采集体素,并有合理的期望它们应该提供非常相似的信号。通过比较来自该区域的信号,可以应用统计测量并注意它们的变化程度。这可用于提供对信噪比的估计。
在另一实施例中,机器可执行指令的运行还使计算系统接收具有MRF数据的MRF评分模块配置命令。如上所述,MRF评分模块可以使用多种不同的方式来提供分数或提供MRF质量分数。在各种临床情况下,这些量的不同可能是有用的。MRF评分模块配置命令的提供可以用于例如选择MRF评分模块如何提供MRF质量分数。机器可执行指令的运行还使计算系统使用MRF评分模块配置命令来配置MRF评分模块的操作模式。在该示例中,操作模式将是以上描述的用于提供MRF质量分数的算法中的一种的选择。该实施例可能是有益的,因为它可以提供一种提供对特定临床情况或问题有意义的MRF质量分数的方法。
在另一个实施例中,医学系统包括用户接口。该信号由用户接口提供。例如,可能有一个对话框出现在图形用户接口上,通知操作者MRF质量分数在预定范围之外。例如,这可能使操作者能够忽略信号、重新采集MRF k空间数据、停止检查,或者简单地接受重建的任何图像并且继续。
在另一实施例中,存储器还包括临床MRF字典。这里的术语“临床”用于识别特定的MRF词典。因此,临床MRF词典是MRF词典。所述机器可执行指令的运行还使所述计算系统在MRF质量分数在所述预定范围内的情况下通过根据MRF重建算法将所述MRF数据匹配到所述临床MRF词典匹配来重建临床MRF图像。这可能具有最终重建由MRF质量分数控制的优势。这可能有助于确保不浪费计算资源。
一些示例中的临床MRF词典可能比初始MRF词典具有更多条目。在其他示例中,临床MRF词典的条目数是初始MRF词典的五倍。在其他示例中,临床MRF词典的条目数至少是初始MRF词典的十倍。
在另一方面,本发明提供了一种包括机器可执行指令的计算机程序,所述机器可执行指令用于由被配置为控制医学系统的计算系统运行。所述计算机程序包括MRF评分模块,所述模块被配置为响应于接收到的MRF数据作为输入而输出MRF质量分数。机器可执行指令的运行导致计算系统接收MRF数据。机器可执行指令的运行还使计算系统响应于将MRF数据输入到MRF评分模块中而接收MRF质量分数。如果MRF质量分数在预定范围内,则机器可执行指令的运行还使计算系统将MRF质量分数附加到MRF数据。如果MRF质量分数在预定范围之外,则机器可执行指令的运行还使计算系统提供信号。
在另一方面中,本发明提供了一种医学成像方法。所述方法包括接收MRF数据。所述方法还包括响应于将MRF数据输入到MRF评分模块中而接收MRF质量分数。所述MRF评分模块被配置为响应于接收到作为输入的MRF数据而输出MRF质量分数。所述方法还包括在MRF质量分数在预定范围内的情况下将MRF质量分数附加到MRF数据。所述方法还包括在MRF质量分数在预定范围之外的情况下提供信号。
应该理解,可发组合本发明的一个或多个前述实施例,只要组合后的实施例不相互排斥即可。
如本领域技术人员将认识到的,本发明的若干方面可以实现为装置、方法或计算机程序产品。因此,本发明的各方面可采取完全硬件实施例,完全软件实施例(包括固件,驻留软件,微代码等),或者组合了软件和硬件方面的实施例的形式,其可以在本文统称为“电路”、“模块”或“系统”。此外,本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式,所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。
可以使用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。如在本文中使用的“计算机可读存储介质”包括任何有形存储介质,其可以存储能够由计算设备的处理器或计算系统执行的指令。可以将所述计算机可读存储介质称为“计算机可读非瞬态存储介质”。所述计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中,计算机可读存储介质还可以能够存储数据,所述数据能够被所述计算设备的计算系统访问。计算机可读存储介质的范例包括但不限于:软盘、磁硬盘驱动器、固态硬盘、闪存、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘和计算系统的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD),例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够由所述计算机设备经由网络或通信链路访问的各种类型的记录介质。例如,可以经由调制解调器、经由互联网或经由局域网络来取回数据。体现在计算机可读介质上的计算机可执行代码可使用任何合适的介质来传输,包括但不限于无线、有线、光缆、RF等,或上述各项的任何适当的组合。
计算机可读信号介质可以包括具有实现在其中的例如在基带内或者作为载波的一部分的计算机可执行代码的传播的数据信号。这样的传播信号可以采取多种形式中的任一种,包括但不限于,电磁的、光学的、或者它们的任意合适的组合。计算机可读信号介质可以是任何计算机可读介质,其不是计算机可读存储介质并且其能够传送、传播或传输程序用于由指令运行系统、装置或设备使用或者与其结合使用。
“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是计算系统可以直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另一范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中,计算机存储设备也可以是计算机存储器,或反之亦然。
用在本文中的“计算系统”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子部件。对包含“计算系统”示例的计算系统的引用应被解释为可能包含一个以上的计算系统或处理核心。计算系统例如可以是多核处理器。计算系统也可以指单个计算机系统内或分布在多个计算机系统中的计算系统的集合。术语计算系统也应被解释为可能指计算设备的集合或网络,每个计算设备均包括处理器或多个计算系统。机器可执行代码或指令可以由多个计算系统或处理器执行,这些计算系统或处理器可以在同一计算设备内,或者甚至可以分布在多个计算设备上。
机器可执行指令或计算机可执行代码可以包括使处理器或其他计算系统执行本发明的一个方面的指令或程序。用于执行针对本发明的各方面的操作的计算机可执行代码可以以一种或多种编程语言(包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如"C"编程语言或类似编程语言的常规过程编程语言)的任何组合来编写并且被编译为机器可执行指令。在一些情况下,所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合在飞行中生成机器可执行指令的解释器来使用。在其他情况下,机器可执行指令或计算机可执行代码可以是针对可编程逻辑门阵列的编程的形式。
所述计算机可执行代码可以作为单机软件包全部地在所述用户的计算机上、部分地在用户的计算机上、部分地在用户的计算机上并且部分地在远程计算机上、或者全部地在所述远程计算机或服务器上运行。在后者的场景中,所述远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))或者可以对外部计算机做出的连接(例如,使用因特网服务提供商通过因特网)而被连接到用户的计算机。
本发明的各方面参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图得以描述。应该理解,流程图、图示和/或框图的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实施。还应当理解的是,当不相互排斥时,在不同的流程图、图示和/或框图中块的组合可以被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的存储器或者其他可编程数据处理装置以生产机器,使得经由计算机的存储器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的单元。
这些机器可执行指令或计算机程序指令还可以被存储在计算机可读介质中,其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式工作,使得被存储在所述计算机可读介质中的所述指令产生包括实施在流程图和/或一个或多个框图框中所指定的功能/动作的指令的制品。
所述机器可执行指令或计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以令一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实施的过程,使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或一个或多个框图框中所指定的功能/动作的过程。
如在本文中所使用的“用户接口”是允许用户或操作者与计算机或计算机系统进行交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作者提供信息或数据和/或接收来自操作者的信息或数据。用户接口可使来自操作者的输入能够被计算机接收,并且可以将输出从计算机提供给用户。换言之,用户接口可以允许操作者控制或操纵计算机,并且该接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示器或图形用户接口上的显示是向操作者提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏板、网络相机、头盔、踏板、有线手套、遥控器以及加速度计接收数据都是实现从操作者接收信息或数据的用户接口部件的范例。
如在本文中所使用的“硬件接口”涵盖使得计算机系统的计算系统能够与外部计算设备和/或装置进行交互或者对其进行控制的接口。硬件接口可允许计算系统将控制信号或指令发送给外部计算设备和/或装置。硬件接口也可以使计算系统与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于:通用串行总线、IEEE1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。
本文中使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和触觉数据。显示器的范例包括但不限于:电脑监视器、电视屏幕、触摸屏、触觉电子显示屏、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影机和头戴式显示器。
k空间数据在本文中被定义为使用在磁共振成像扫描期间通过磁共振装置的天线对由原子自旋发射的射频信号的所记录的测量结果。磁共振数据是断层摄影医学图像数据的范例。
磁共振成像(MRI)图像、MR图像或磁共振成像数据在本文中被定义为包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。这种可视化可使用计算机来执行。
附图说明
在下文中,将仅通过举例的方式并且参考附图来描述本发明的优选实施例,在附图中:
图1图示了医学系统的示例;
图2是图示操作图1的医学系统的方法的流程图;
图3图示了医学系统的另一示例;
图4是图示操作图3的医学系统的方法的流程图;并且
图5示出了图示另外的方法的流程图。
附图标记列表
100 医学系统
102 计算机
104 硬件接口
106 计算系统
108 用户接口
110 存储器
120 机器可执行指令
122 MRF评分模块
124 MRF数据
126 MRF质量分数
128 预定范围
130 带注释的MRF数据
132 信号
200 接收MRF数据
202 响应于将MRF数据输入到MRF评分模块而接收MRF质量分数
204 如果MRF质量分数在预定范围内,则将MRF质量分数附加到MRF数据中
206 MRF质量分数是否在预定范围内?
208 如果MRF质量分数超出预定范围则提供信号
300 医学系统
302 磁共振成像系统
304 磁体
306 磁体的膛
308 成像区
310 感兴趣区域
312 磁场梯度线圈
314 磁场梯度线圈电源
316 射频线圈
318 收发器
320 对象
322 对象支撑体
330 MRF脉冲序列指令
332 MRF k空间数据
334 临床MRF词典
336 临床MRF图像
400 通过利用MRF脉冲序列命令控制磁共振成像系统采集MRF k空间数据
402 根据MRF k空间数据重建MRF数据
500 开始
502 设置MRF序列并检索特定临床问题的质量要求
504 针对每个诊断方面,计算质量分数
506 将质量分数与质量要求进行比较
508 向操作者示出评分并建议操作
510 操作者决定
512 停止检查,丢弃数据
514 结束
516 保留数据并用于处理和读取
518 结束
具体实施方式
在这些附图中,类似地编号的元件是等价元件或执行相同功能。如果功能是等价的,则将不一定在后来的附图中讨论先前已经讨论过的元件。
图1图示了医学系统100的示例。图1中的医学系统100被示为包括计算机102。医学系统100可以被集成到多种其他系统中。例如,医学系统100也可以并入到磁共振成像系统中或者成为磁共振成像系统的部分。此外,医学系统100可以是工作站类型的计算机,例如放射科医师或其他医学专家用来检查放射图像的计算机。医学系统100也可以是用于提供图像处理服务的远程或基于云的计算系统。
医学系统100被示为包括计算系统106。计算系统106旨在表示一个或多个计算系统,其能够位于一个或多个位置。计算系统106连接到可选的硬件接口104。如果医学系统100包括其他组件,则硬件接口104可用于将计算系统106连接到这些附加部件。计算机102还被示为包括可选的用户接口108。用户接口108可以为操作者或用户提供控制和操纵医学系统100的功能的手段。计算机102还被示为包括存储器110。存储器110旨在表示对于计算系统106可访问的各种类型的存储器。
存储器110被示为包含机器可执行指令120。机器可执行指令120使得处理器106能够控制医学系统100的操作和功能以及执行各种数据和图像处理任务。
存储器110被示为包含MRF评分模块122。MRF评分模块122被配置用于接收MRF数据124作为输入,然后输出MRF质量分数126。MRF评分模块可以使用多种不同的算法发挥作用。存储器110还被示为包含MRF数据124和MRF质量分数126。存储器110还被示为包含预定范围128。这些例如可以是特定体素、个体体素或体素统计组的数值分数,并且可以与MRF质量分数126进行比较。MRF质量分数126也可以例如是整个MRF数据124的单个数值。
在其他示例中,可以为区域或子区域分配特定的MRF质量分数126。在其他示例中,可以对MRF数据124进行分段并且可以为特定解剖区域分配MRF质量分数126。在任何情况下,可以将各种MRF质量分数126或分数与预定范围128进行比较。如果MRF质量分数126在预定范围128内或满足其他条件,则可以将MRF质量分数126附加到MRF数据124以制作带注释的MRF数据130。如果MRF质量分数或分数中的部分126在预定范围128之外,则可以产生信号132。信号132可以例如用于控制目的,例如控制磁共振成像k空间数据的重新采集。在又一些示例中,信号132可以例如用作触发器以使用图形用户接口108来显示对话框。
图2示出了图示操作图1的医学系统100的方法的流程图。首先,在步骤200中,接收MRF数据124。接下来,在步骤202中,响应于将MRF数据124输入到MRF评分模块122中而接收MRF质量分数126。在步骤206中,如果MRF质量分数126在预定范围128内,则将MRF质量分数126附加到MRF数据124。作为替代步骤,在步骤208中,如果MRF质量分数126在预定范围128之外,则提供信号132。
图3图示了医学系统300的另一示例。图3中的医学系统300类似于图1中的医学系统100,除了它还包括磁共振成像系统302。
该磁共振成像系统302包括磁体304。磁体304是具有通过其的膛306的超导圆柱型磁体。使用不同类型的磁体也是可能的;例如也可以使用分裂圆柱形磁体和所谓的开放式磁体。分裂圆柱磁体类似于标准的圆柱磁体,除了低温恒温器已经分裂成两部分,以允许访问所述磁体的等平面,从而使磁体可以例如与带电粒子束治疗相结合地使用。开放磁体有两个磁体部分,一个在另一个之上,中间的空间足够大以容纳对象:两个部分区的布置类似于亥姆霍兹线圈的布置。开放式磁体是流行的,因为对象较少地受限。在圆柱磁体的低温恒温器内部有超导线圈的集合。
在圆柱磁体304的膛306内,存在成像区308,在成像区308中,磁场足够强和均匀以执行磁共振成像。示出了成像区308内的感兴趣区域310。所采集的磁共振数据通常针对感兴趣区域采集。对象320被示出为由对象支撑体322支撑,使得对象320的至少一部分在成像区308和感兴趣区域310内。
磁体的膛306内还有磁场梯度线圈314的集合,其用于采集初级磁共振数据,以在磁体304的成像区310内对磁自旋进行空间编码。磁场梯度线圈312连接到磁场梯度线圈电源314。磁场梯度线圈312旨在是代表性的。通常,磁场梯度线圈312包含用于在三个正交空间方向上空间地编码的三个分立的线圈的集合。磁场梯度电源将电流供应到所述磁场梯度线圈。供应给磁场梯度线圈312的电流根据时间来进行控制并且可以是斜变的或脉冲的。
与成像区308相邻的是射频线圈316,其用于操纵成像区310内的磁自旋的取向,并且用于接收来自也在成像区308内的自旋的射频发射。射频天线可包含多个线圈元件。射频天线还可以被称为通道或天线。射频线圈316连接到射频收发器318。射频线圈316和射频收发器318可以由独立的发送线圈和接收线圈以及独立的发射器和接收器替代。要理解的是,射频线圈316和射频收发器318是代表性的。射频线圈316旨在还表示专用的发射天线和专用的接收天线。类似地,收发器318也可以表示单独的发射器和接收器。射频线圈316也可以具有多个接收/发射元件,并且射频收发器318可以具有多个接收/发射通道。例如,如果执行诸如SENSE的并行成像技术,则射频线圈316可以具有多个线圈元件。
收发器318和磁场梯度线圈电源314被示为连接到计算机系统102的硬件接口104。
存储器110被示出为包含MRF脉冲序列命令330。MRF脉冲序列命令330根据MRF磁共振成像协议。存储器110还被示出为包含己经通过利用脉冲序列命令330控制磁共振成像系统302而由其采集的MRF k空间采集数据332。存储器110还被示为包含临床MRF字典334。临床MRF字典334是MRF字典。存储器110还被示为包含已使用临床MRF字典334从MRF数据124重建的临床MRF图像336。
图4示出了图示操作图3的医学系统300的一种方法的流程图。该方法开始于步骤400。在步骤400中,通过利用MRF脉冲序列命令332控制磁共振成像系统302来采集MRF k空间磁共振数据330。接下来,在步骤402中,根据MRF k空间数据332重建MRF数据124。MRF数据124或者是图像序列,或者是已经根据该图像序列为每个体素重建的信号。
图4中的方法然后进行到步骤200和202,如在图2中所示的方法中执行的那样。接下来,所述方法进行到步骤204,其是具有问题“MRF质量分数126是否在预定范围128内?”的决策框。如果答案是肯定的,则所述方法进行到步骤206,如图2中所示。在已经执行了步骤206之后,可以可选地执行步骤404。在步骤404中,通过将MRF数据124与临床MRF字典334匹配来重建临床MRF图像336。返回到步骤204,如果答案是否定的,则所述方法进行到步骤208,如图2所示。在已经提供信号后,有几个选项。在一个示例中,可以显示用户接口,其为操作者提供关于如何进行的多个选项。另一个选项用步骤406说明。在步骤406中,所述方法返回到步骤400。本质上,所述信号使磁共振成像系统重新采集MRF k空间数据332并重复所述方法。
处理MRF数据可能需要相当长的时间,并且可以定义影响诊断的众多质量方面。因此难以在数据采集后立即检查数据质量。根据临床问题和诊断要求,本发明提出对采集的MRF数据进行自动质量检查。通过实施此处提出的方法,操作者将立即知道数据质量是否不足及是否需要重复数据采集。
此外,分数作为元数据与采集的数据集一起存储,使其可用于后处理和审查目的。
如介绍中所述,MR指纹识别(MRF)是一种用于多参数定量成像的采集方法。MRF可以在单次采集中捕获多个组织特性。将生成的信号与已知信号的字典进行匹配以检索多个参数。不同的词典或匹配技术可用于不同的应用和临床问题。当对大量参数进行编码时,字典的大小和匹配时间会显著增加。除了生成多个定量图之外,MRF还可用于生成合成的常规图像对比度,以确定体素内的组织成分,或对组织类型进行分类。
在传统的MR成像中,从每次测量中得出单个对比加权图像或参数图。生成的图像通常直接计算并显示给操作者,以便立即检查图像质量。此外,在许多情况下,传统的MR对比度用于特定的诊断目的(例如,特定协议中的T1加权图像可用于观察解剖结构,而弥散加权图像可用于识别组织的生理特性)。
由于MRF一次对多个参数进行编码,并且存在如何分析和呈现采集数据的多种选择,因此操作者更难决定采集数据的质量是否足以满足所有诊断目的。尤其是初级或训练有素的技术人员可能难以估计数据质量。此外,一些分析技术,例如多隔室分析,可能需要相当长的计算时间,因此并不总是能够立即得到反馈。
根据临床问题(MRF评分模块配置命令)和诊断要求,示例可以通过对采集的MRF数据124执行自动质量检查(通过MRF评分模块122)来克服这些问题。通过实施此处提出的方法,操作者可以立即知道图像质量是否不足以及是否需要重复数据采集。
此外,分数(MRF质量分数126)作为元数据(带注释的MRF数据130)与采集的数据集(MRF数据124)一起存储,使其可用于后处理和审查目的。
示例可能包含以下特征中的一项或多项:
一种将预定义的临床问题(MRF评分模块配置命令)映射到不同诊断方面的质量分数要求(MRF质量分数126)的方法
针对每个诊断方面(以及每个MRF序列实现),定义一种方法来估计采集数据(MRF数据126)的质量分数(MRF质量分数126)
一种计算整体质量分数(MRF质量分数126)并向操作者提出建议的方法
对于每个诊断方面,定义质量量度(MRF评分模块122中的算法)。在一些示例中,为该测量得出的质量分数越高,则认为相应诊断方面的质量越好。质量量度的定义方式是,它们可以通过有限的计算工作从采集的MRF数据中计算出来,因此可以在数据采集后立即对其进行评估。
快速评价质量的数据处理方法包括但不限于:
(A)总结MRF时间序列的复值图像
(B)将MRF数据匹配到一个小字典,所述字典没有充分解决诊断问题,但仍提供对质量方面的见解
(C)从MRF图像系列中检索相位信息
下表列出了一些可能的诊断方面和相关质量措施的示例,参考上述数据处理方法(A)–(C)。
Figure BDA0004041150020000111
/>
Figure BDA0004041150020000121
对于每个临床问题,都定义了若干质量要求。质量要求是特定诊断方面需要达到的最低质量分数,以便足以达到诊断目的。
图5图示了该方法的另一示例。所述方法从起始块500开始。接下来,在步骤502中,建立磁共振指纹序列并检索针对特定临床问题的质量要求。所述方法然后进行到步骤400,其中执行测量。
然后,在步骤504中,针对每个诊断方面计算质量分数。例如,MRF评分模块122可以具有它可以执行的多个算法。然后,在步骤506,将质量分数与质量要求进行比较。这相当于将MRF质量分数126与预定范围128进行比较。对于执行的每个单独测试,可以存在预定范围128。所述方法然后进行到判定框204并且问题是是否所有质量分数都足够。如果答案为否,则所述方法继续提供信号并进行到步骤508,在该步骤中向操作者示出评分并建议操作。在步骤510,操作者有多个决策。
操作者可以选择重复然后转到步骤400并重复测量。在其他情况下,操作者可以中止测量并进行到步骤512,其中停止检查并丢弃数据。在步骤512之后,所述方法进行到步骤514,在此所述方法结束。返回到步骤510,操作者也可以决定接受质量分数不足并且所述方法进行到步骤206,其中MRF质量分数126作为元数据与图像或MRF数据124一起存储以供进一步参考。所述方法然后进行到步骤516,其中,数据被保存并用于处理和读取。在步骤516之后,所述方法进行到所述方法结束的块518。返回到步骤204,如果所有质量分数都足够,则所述方法进行到步骤206,然后如前所述地进行步骤206、516和518。
图5中所示方法的概述是:
建立MRF序列并检索针对临床问题的质量要求。
执行测量并计算针对不同诊断方面的质量分数。
将质量分数与各自的质量要求进行比较。
如果所有质量分数都足够,则将它们作为元数据与图像一起存储并继续处理
如果不是所有的质量分数都足够,则请向操作者提供有关分数的信息并要求做出决策
操作者可能决定重复测量、停止检查或者接受质量不佳的图像
通过将质量分数作为元数据与图像一起存储,以后可以搜索具有特定质量分数的图像。此外,当稍后以不同方式处理MRF数据时(例如字典匹配、创建合成对比、多隔室分析),可用的质量分数可以作为所选处理方法是否可以提供有用结果的指示。
在另一个示例中,所描述的方法用于除MR指纹识别之外的数据采集方法,这些方法会产生多个对比,需要较长的计算时间,或者难以被技术人员评估。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是图示性或示范性的,而非限制性的。本发明不限于公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求书,在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。尽管特定措施是在互不相同的从属权利要求中记载的,但是这并不指示不能有利地使用这些措施的组合。可以将计算机程序存储/分布在与其它硬件一起提供或者作为其它硬件的部分提供的诸如光存储介质或者固态介质的合适介质上,但是还可以以诸如经因特网或者其它有线或无线电信系统的其它形式分布。权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (14)

1.一种医学系统(100、300),包括:
存储器(110),其存储机器可执行指令(120)和MRF评分模块(122),其中,所述MRF评分模块被配置为响应于接收到作为输入的MRF数据(124)而输出MRF质量分数(126);其中,
所述存储器还包含被配置用于根据MRF磁共振成像协议来采集MRF k空间数据的MRF脉冲序列命令(330),其中,所述机器可执行指令的运行还使所述处理器:
通过利用所述MRF脉冲序列命令控制所述磁共振成像系统采集(400)MRF k空间数据(332);以及
计算系统(106),其被配置用于控制所述医学系统,其中,所述机器可执行指令的运行使所述计算系统:
接收(200)所述MRF k空间数据;
在重建之前响应于将所述MRF k空间数据输入到MRF评分模块中而接收(202)所述MRF质量分数;
如果所述MRF质量分数在预定范围(128)内,则将所述MRF质量分数附加(206)到所述MRF k空间数据;并且
如果所述MRF质量分数在预定范围之外则提供(208)信号(132),并且
布置根据所述MRF k空间数据来重建(402)所述MRF数据。
2.根据权利要求2所述的医学系统,其中,所述机器可执行指令的运行还使所述计算系统响应于所述MRF质量分数在所述预定范围之外(128)而在提供了所述信号的情况下利用所述脉冲序列命令控制所述磁共振成像系统重新采集(406)所述MRF k空间数据。
3.根据前述权利要求中的任一项所述的医学系统,其中,所述MRF数据包括一系列复值图像,其中,所述MRF评分模块被配置为:
通过对所述一系列复值图像求和来构建复合图像,并且
使用所述复合图像来提供所述MRF质量分数。
4.根据权利要求3所述的医学系统,其中,所述MRF评分模块还被配置为执行以下中的任一项:
通过识别所述复合图像中的运动伪影区域来提供所述MRF质量分数;
通过在所述复合图像内识别期望的感兴趣区域来提供所述MRF质量分数;以及
其组合。
5.根据权利要求4所述的医学系统,其中,所述MRF数据包括相位编码,其中,所述MRF评分模块被配置为:
根据所述MRF数据的所述相位编码来计算磁场不均匀性图;
通过对所述磁场不均匀性图进行阈值处理来确定不均匀B0场区域;并且
通过将所述不均匀B0场区域所述与运动伪影区域相关联来提供所述MRF质量分数。
6.根据前述权利要求中的任一项所述的医学系统,其中,所述存储器包括初始MRF字典,其中,其中,所述MRF评分模块被配置为:
根据初始MRF重建算法,通过将所述MRF数据与所述初始MRF字典匹配来重建初始MRF图像;并且
使用所述初始MRF图像来提供所述MRF质量分数。
7.根据权利要求6所述的医学系统,其中,所述MRF评分模块还被配置为执行以下中的任一项:
通过将对所述初始MRF图像的重建限制在所述预定参数范围内并且根据所述初始MRF图像计算平均信噪比范围来提供所述MRF质量分数;
通过计算所述初始MRF图像的预定区域内的参数值的估计来提供所述MRF质量分数;以及
其组合。
8.根据前述权利要求中的任一项所述的医学系统,其中,所述存储器还包括具有多个字典条目的选定MRF字典,其中,其中所述MRF评分模块被配置为:
计算针对每个体素的所述MRF信号与所述多个字典条目中的每个字典条目之间的内积;并且
使用所述内积来提供所述MRF质量分数。
9.根据前述权利要求中的任一项所述的医学系统,其中,其中,所述MRF评分模块被配置为提供所述MRF质量分数作为通过将统计量度应用于所述MRF数据的预定区域而计算出的信噪比估计。
10.根据前述权利要求中的任一项所述的医学系统,其中,所述机器可执行指令的运行还使所述计算系统:
接收MRF评分模块配置命令与所述MRF数据;并且
使用所述MRF评分模块配置命令来配置所述MRF评分模块的操作模式。
11.根据前述权利要求中的任一项所述的医学系统,其中,所述医学系统包括用户接口(108),其中,所述信号是通过所述用户接口提供的。
12.根据前述权利要求中的任一项所述的医学系统,其中,所述存储器还包括临床MRF字典(334),其中,所述机器可执行指令的运行还使所述计算系统在所述MRF质量分数在所述预定范围内的情况下根据MRF重建算法通过将所述MRF数据匹配到所述临床MRF词典来重建(404)临床MRF图像(336)。
13.一种包括机器可执行指令(120)的计算机程序,所述机器可执行指令用于由被配置为控制医学系统(100、300)的计算系统(106)执行,其中,所述计算机程序包括MRF评分模块(122),所述MRF评分模块被配置为响应于接收到作为输入的MRF数据而输出MRF质量分数(126),
其中,所述机器可执行指令的运行使所述计算系统:
接收(200)所述MRF数据;
在重建之前响应于将MRF数据输入到MRF评分模块中而接收(202)所述MRF质量分数;
如果所述MRF质量分数在预定范围内,则将所述MRF质量分数附加(206)到MRF数据中;并且
如果所述MRF质量分数在所述预定范围之外则提供(208)信号。
14.一种医学成像的方法,其中,所述方法包括:
接收(200)所述MRF数据(124);
在重建之前响应于将所述MRF数据输入到MRF评分模块中而接收(202)所述MRF质量分数(126),其中,所述MRF评分模块被配置为响应于接收到作为输入的MRF数据而输出MRF质量分数;
如果所述MRF质量分数在预定范围内,则将所述MRF质量分数附加(206)到所述MRF数据中;并且
如果所述MRF质量分数在所述预定范围之外则提供(208)信号。
CN202180048577.8A 2020-07-06 2021-07-01 磁共振指纹识别质量保证 Pending CN115867818A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20184226.7A EP3936881A1 (en) 2020-07-06 2020-07-06 Magnetic resonance fingerprinting quality assurance
EP20184226.7 2020-07-06
PCT/EP2021/068112 WO2022008329A1 (en) 2020-07-06 2021-07-01 Magnetic resonance fingerprinting quality assurance

Publications (1)

Publication Number Publication Date
CN115867818A true CN115867818A (zh) 2023-03-28

Family

ID=71515068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180048577.8A Pending CN115867818A (zh) 2020-07-06 2021-07-01 磁共振指纹识别质量保证

Country Status (5)

Country Link
US (1) US20230288514A1 (zh)
EP (1) EP3936881A1 (zh)
CN (1) CN115867818A (zh)
DE (1) DE112021003602T5 (zh)
WO (1) WO2022008329A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2921100A1 (en) * 2014-03-21 2015-09-23 Siemens Aktiengesellschaft Method for adapting a medical system to patient motion occurring during medical examination and system therefor
DE102014223388B4 (de) * 2014-11-17 2016-07-28 Siemens Healthcare Gmbh Beschleunigung einer MR-Fingerprinting-Messung
US10761171B2 (en) * 2015-06-22 2020-09-01 Case Western Reserve University Systems and methods for free-breathing three-dimensional magnetic resonance fingerprinting
US10241173B2 (en) 2016-03-14 2019-03-26 The General Hospital Corporation Systems and methods for designing magnetic resonance fingerprinting imaging parameters
DE102016220093A1 (de) * 2016-10-14 2018-04-19 Siemens Healthcare Gmbh Bestimmen eines Aufnahmeparameters für ein bildgebendes Verfahren
KR20200060102A (ko) * 2018-11-22 2020-05-29 삼성전자주식회사 진단 영상을 생성하고, 디스플레이하는 자기 공명 영상 장치 및 그 동작 방법

Also Published As

Publication number Publication date
US20230288514A1 (en) 2023-09-14
WO2022008329A1 (en) 2022-01-13
DE112021003602T5 (de) 2023-04-20
EP3936881A1 (en) 2022-01-12

Similar Documents

Publication Publication Date Title
CN110476075B (zh) 针对解剖区域的磁共振指纹识别词典的选择
JP7399102B2 (ja) 医用イメージングにおける自動スライス選択
CN107110938B (zh) 使用具有额外180度rf脉冲的自旋回波脉冲序列的磁共振指纹
US11579230B2 (en) Multi-state magnetic resonance fingerprinting
CN110226098B (zh) 动态对比增强的磁共振成像中的图像质量控制
US20230168327A1 (en) Automated adjustment of the undersampling factor
EP3936881A1 (en) Magnetic resonance fingerprinting quality assurance
EP4266074A1 (en) Segmentation of medical images reconstructed from a set of magnetic resonance images
US11953571B2 (en) Quantatative magnetic resonance imaging in the presence of fat
EP4060362A1 (en) Staged reconstruction of planning images for cardiac magnetic resonance imaging
CN111033290B (zh) 傅里叶空间中的磁共振指纹识别
EP4321890A1 (en) Reconstruction parameter determination for the reconstruction of synthesized magnetic resonance images
EP4231036A1 (en) Detection of artifical structures in magentic resonance images due to neural networks
WO2024012945A1 (en) Making anatomical measurements using magnetic resonance imaging

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