CN116888489A - 分析医学图像的方法 - Google Patents
分析医学图像的方法 Download PDFInfo
- Publication number
- CN116888489A CN116888489A CN202280014712.1A CN202280014712A CN116888489A CN 116888489 A CN116888489 A CN 116888489A CN 202280014712 A CN202280014712 A CN 202280014712A CN 116888489 A CN116888489 A CN 116888489A
- Authority
- CN
- China
- Prior art keywords
- image
- images
- map
- acquisition
- iron
- 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 75
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 72
- 229910052742 iron Inorganic materials 0.000 claims abstract description 36
- 238000012937 correction Methods 0.000 claims abstract description 15
- 238000012986 modification Methods 0.000 claims abstract description 5
- 230000004048 modification Effects 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 20
- 239000002131 composite material Substances 0.000 claims description 15
- 230000005284 excitation Effects 0.000 claims description 7
- 241000276426 Poecilia Species 0.000 description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- 238000002595 magnetic resonance imaging Methods 0.000 description 20
- 210000004185 liver Anatomy 0.000 description 18
- 230000000694 effects Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 238000013459 approach Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000005415 magnetization Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000013507 mapping Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 125000004429 atom Chemical group 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 238000002075 inversion recovery Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4222—Evaluating particular parts, e.g. particular organs
- A61B5/4244—Evaluating particular parts, e.g. particular organs liver
-
- 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
- G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
- G01R33/246—Spatial mapping of the RF magnetic field B1
-
- 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
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/561—Image 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
- G01R33/5613—Generating steady state signals, e.g. low flip angle sequences [FLASH]
- G01R33/5614—Generating steady state signals, e.g. low flip angle sequences [FLASH] using a fully balanced steady-state free precession [bSSFP] pulse sequence, e.g. trueFISP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
描述了一种分析MRI图像的方法。所述方法包括以下步骤:以相同的标称磁场强度采集受试者的第一医学MR图像和第二医学MR图像;分析第一和第二MR图像,以从第一和第二图像确定wT1图;对来自第一和第二图像的wT1图应用基于用于第一和第二MR图像采集的标称场强度的修改的场强校正以及使用T2*图校正铁浓度与正常水平的差异的铁校正,以生成校正的wT1图;使用校正的wT1图来确定具有正常铁水平的受试者的模拟信号,并且将所述模拟信号拟合到标准cT1以确定所述受试者的标准cT1图像。还描述了产生校正的wT1图的替代方法。
Description
技术领域
本发明涉及一种分析磁共振成像(MRI)图像的方法,以使用来自一系列不同MRI扫描仪的图像生成合成MRI图像。
背景技术
磁共振(MR)成像(MRI)扫描技术可以用于获取人体图像,其对比度取决于成像核(通常是水和脂肪中的氢原子)的核磁共振(NMR)弛豫特性。人们很早就知道,这些特性取决于产生这些自旋特性的原子的环境。T1、T2和T2*特性(例如)取决于原子的磁环境,也取决于这些分子在此环境中的运动。
在非粘性液体中(诸如脑脊髓液(CSF)),由于均匀磁场环境和水分子的快速无阻碍运动,水的氢核具有长T1和T2。与蛋白质结合或相互作用的质子具有受阻运动,并且可以具有短得多的T2和T1。已经发现这些弛豫特性是有用的,因为脂肪和水中氢核的总体平均流体环境在病变组织中与在健康组织中经常不同。
通过收集一系列图像,这些图像显示相同解剖结构但对这些弛豫特性具有不同敏感度的图像对比度,可以创建弛豫特性的参数映射图。其中存在多个挑战:
首先,由于心脏和呼吸运动的双重挑战,腹部组织的数据采集具有挑战性,因为收集的图像需要绝对对准。图像采集必须以某种方式冻结心脏和/或呼吸运动,并且这种挑战可能使得难以生成采集的图像的完美的T1图。
其次,从具有不同对比度的采集图像中提取参数映射图可能是困难的。这种困难可能是由于数据中的噪声水平、少量的数据点、由于不完善的采集导致拟合函数复杂化或MRI信号强度的混杂来源。
申请人已经率先使用了基于T1的成像对比度,该成像对比度基于由MOLLI方法(改进的Look-Locker反转恢复)确定的T1。由于体内的铁影响T1,并且肝脏中的铁浓度变化很大,申请人使用了一种开创性的方法,其根据每个肝脏中存在的铁浓度来校正图像的T1测量。申请人将这种度量称为cT1(校正T1),并且LMS(LiverMultiScan)产品确定人体肝脏中cT1的图,该图被归一化为肝脏铁的标准水平。T1测量还取决于用于采集MR图像的MRI扫描仪的磁场强度(通常使用1.5T和3T扫描仪)。测量标准化为3T扫描仪上获取的测量结果。最后,不同制造商的MRI扫描仪之间存在一些细微的差异,因此本文讨论的值都以在西门子3T扫描仪上的测量为标准。可以使用任何商业可用扫描仪为患者确定稳定且可靠的标准化测量值是商业产品的重要基石,因为它潜在地使得能够做出诸如“如果您的cT1高于850ms,则您属于从特定治疗中获益的人群”的陈述,而没有标准化,这种简化是不可能的。使用MRI进行参数映射本身是一种复杂的方法,但它需要用在需要以简单方式提供的环境中,开发一种标准化的度量,该度量有可能提供导致分层决策的参数范围(例如,cT1>825ms表示患有疾病,因此患者应该接受药物治疗),其可以在世界上任何MRI中心使用,并且是一种有吸引力的可扩展技术。
图1示出使用1.5T MOLLI方法得到的标准cT1图,图中突出显示了目标区域。
图2(a)至图2(c)示出使用不同的图像采集方法获得的代表cT1、T2*和PDFF(质子密度脂肪分数)的图像。利用多重回波扰相梯度回波采集技术来采集T2*和PDFF图像。cT1来自于MOLLI。
应该注意的是,虽然cT1是标准化的,但它不是T1的良好(计量意义上的)测量。测量T1的MOLLI方法不仅取决于T1(理应如此),还取决于T2、磁化转移、组织中的脂肪水平(PDFF、质子密度脂肪分数,表示为脂肪信号占脂肪+水信号的百分比)和其他影响因素。这些缺陷来自于MOLLI采集的使用,其需要在短暂屏气时间内收集数据,并选通至(gate)心动周期(这种方法在某些情况下也可以以非选通方式使用)。
虽然cT1尚不完善,但它已被用于许多研究。这意味着它已经针对活体检查、预后和多个临床试验中进行了验证,因此尽管它毫无疑问并不是完美的,但它确实代表了某种标准。因此,cT1是一个非常值得关注的度量,因为它具有明显的相关性,即使从MR物理学的角度来看它在科学上并不纯粹。需要许多研究来确定阈值(诸如上文限定的825ms),因此这在没有稳定的方法的情况下是不可能的。
常规地,仅可以从MOLLI采集中确定cT1,但这有局限性,例如:
如果扫描仪没有MOLLI采集方法(这是制药试验中常见的难题),
如果扫描仪不能支持MOLLI序列所需的特定定时来实现准确的cT1测量,
如果我们关注肝脏的3D覆盖(MOLLI是2D序列,因此收集3D体积将需要多次屏气,这是不切实际的),
如果我们关注于收集非常高的空间分辨率信息(MOLLI采集不支持),
如果MOLLI序列由于屏气问题而无法使用,
如果由于B1+(射频激励场)或B0(静态磁场的均匀性)的空间变化而使得MOLLI序列不可靠。
在这些情况下,我们需要cT1图的信息,但使用基于MOLLI的常规方法无法实现。
发明内容
根据本发明,提供了一种分析MRI图像的方法,其包括:以相同的标称磁场强度采集受试者的至少第一医学MR图像和第二医学MR图像;分析第一和第二图像以从第一和第二MR图像确定wT1图;对来自第一和第二图像的wT1图应用场强校正和铁校正,以生成校正的wT1图,所述场强校正基于用于第一和第二MR图像采集的标称磁场强度的修改,所述铁校正使用T2*图校正铁浓度与正常水平的差异;使用校正的wT1图来确定具有正常铁水平的受试者的模拟信号,以及拟合模拟信号来确定受试者的标准cT1图像。
优选地,第一MR图像的反转时间比第二MR图像的反转时间更短。更优选地,采集第一和第二医学图像之间的时间在0.1-15秒之间。在另一优选实施例中,采集第一和第二图像之间的时间在0.1-3秒之间。
在本发明的实施例中,从第一和第二MR图像确定wT1图使用正向布洛赫模拟(forward Bloch simulation)。优选地,正向布洛赫模拟的输入包括PDFF值、T2值、wT1值、用于采集图像的扫描仪的脉冲序列中的一者或多者。
在本发明的优选实施例中,分析第一和第二MR图像产生合成图像。优选地,为合成图像确定wT1图。
在本发明的本实施例中,使用以下等式从第一和第二图像确定合成MR图像:其中/>表示复共轭,A是第一图像,B是第二图像,C是合成图像。
在本发明的替代实施例中,使用可变翻转角(VFA)采集来产生wT1。优选地,VFA采集获取具有不同激发翻转角的至少两个扰相多梯度回波3D采集。在本发明的本实施例中,翻转角在2°和30°之间,其中重复时间小于20ms。
优选地,在本发明的本实施例中,从至少两个扰相多梯度回波3D采集计算得出确定的wT1图像。
在本发明的实施例中,在单个反转脉冲之后获得第一和第二图像。优选地,单个反转脉冲是绝热脉冲。
优选地,本发明的方法还包括在采集第一和第二图像之前或之后立即采集另外的医学图像的步骤。优选地,另外的医学图像是多重回波扰相梯度回波采集图像。
在本发明的实施例中,以0.3-3.0T采集原始的第一和第二MRI图像。
附图说明
将参考附图仅通过示例的方式描述本发明的其他细节、方面和实施例。在附图中,相似的附图标记用来标识相似或功能相似的元件。附图中的元件仅为了简洁和清晰而示出的,并且不必按比例绘制。
图1示出使用1.5T MOLLI方法得出的cT1图。
图2(a)示出用现有技术的MOLLI方法采集的cT1图像切片;
图2(b)示出用现有技术的MOLLI方法采集的T2*图像切片;
图2(c)示出使用现有技术的MOLLI方法采集的PDFF图像切片;
图3示出使用本发明的实施例由两幅医学扫描图像形成的合成图像;
图4示出图1的合成图像的受试者的水T1(wT1);
图5示出从图1和图2中的图像得到的cT1图。
具体实施方式
现在将参考附图描述本发明,其中示出用于生成合成cT1 MR图像的方法和设备的示例。然而,应理解,本发明不限于本文所述的以及如附图所示的具体实例。
在本发明的第一实施例中,使用西门子1.5T Aera磁共振成像扫描仪来采集2D T1图,尽管也可以使用具有不同磁场强度的其他扫描仪。例如,磁共振成像扫描仪可以在0.3-3T之间运行。用来进行操作的方法如下。使用相控阵腹部线圈和脊柱阵列将受试者置于扫描仪中。
在本发明的第一实施例中,双反转恢复Turbo-Flash采集用于MR图像采集。在本方法中,在单次<8秒屏气内的单次反转脉冲之后,采集2次快照极化梯度回波图像(第一和第二MR图像)。连续MR图像采集之间的时间通常在0.1-15秒之间,但是更优选地,在0.1-3秒之间。在单次反转脉冲内2MR图像的这种采集被标记为NOLLI(非mOLLI)。这些采集产生了2x2x6mm的像素。在每次屏气时采集单个MR图像切片。在本发明的优选实施例中,MR图像的采集使用了4.74ms的回波时间。在本发明的其他实施例中,图像采集的回波时间可以在0.5-10ms的范围内。可能是有益的是,图像采集回波时间是其中脂肪和水信号彼此同相或近似同相的时间(1.5T时为4.74ms,3T时为2.37ms,尽管这些时间的任何整数倍也是可行的)。因此4.74ms的倍数的短回波时间是优选的。反转脉冲是绝热的(在均匀性上对B1不敏感),并且使用两个TI(反转时间),并且在两个反转时间获得的图像被标记为A(较短的TI)和B(较长的TI),已经预先优化这些TI值以确保在预期的成像条件下对T1具有良好的灵敏度。典型地,反转时间TI在300ms到5000ms的范围内,并且两个MR图像中的每一个的TI值是不同的。将TI的值设计成优化对目标特定组织的灵敏度。在本发明的本实施例中,第一和第二医学MR图像用于后续分析,以确定wT1图,并使用该图生成经校正的wT1图,然后使用校正的图生成标准T1图像。在本发明的替代实施例中,可以在分析中使用多个MR图像,例如八个图像,以确定介导wT1图。
此外,还收集了LMS(LiverMultiScan)采集所需的标准MR图像(即MOLLI-T1、LMS-MOST(针对铁)[多重回波扰相梯度回波采集]、LMS-IDEAL(在这种情况下用于脂肪)[多重回波扰相梯度回波采集])。
使用5-(1)-1-(1)-1采集方案采集MOLLI-t1mr图像,其使用35度激发脉冲和平衡bSSFP(平衡稳态自由进动)读出,MR图像采集采用心导管,其中图像切片厚度为6毫米,以及图像采集时间为约10秒(少于10次心跳的时间)。LMS-MOST图像采集技术采集具有多重回波时间的薄层(3mm)受损梯度回波图像。它专门设计用于测量肝脏中的T2*,并通过选择性地组合相同MR图像的多次重复(1.5T时7次)来最小化方差,对呼吸和B0伪影来说是可靠的,并且通过使用薄切片来最小化切片相位差,LMS-MOST采集的成像时间约为10秒。LMS-IDEAL图像采集还使用具有低激发翻转角的多重回波扰相梯度回波采集,以最小化脂肪和水物质之间的T1加权差,从而产生精确的PDFF图(处理后)。
在本发明的实施例中,对于如上所述采集的第一和第二MR图像A和B的NOLLI数据集,将数据读入Matlab(Mathworks,Natick,MA)。由MR图像(A和B)将合成图像(C)确定为
其中表示复共轭。或者,可以使用来自MR图像A和B的信息,使用通用建模方法来计算T1。
图3示出本发明第一实施例的NOLLI图像采集的输出,以及对采集的MR图像的初始处理,以从原始图像A和B产生受试者的合成图像。如上所述,使用西门子1.5T扫描仪,使用上述采集过程采集第一和第二MR图像。使用等式(1)生成合成图像C。
从合成图像C确定NOLLI-T1的图(T1由NOLLI方法确定)。还为合成图像C计算得到PDFF(由LMS-IDEAL采集获得的图像确定)和T2(经由LMS-MOST采集的T2*确定)。NOLLI-wT1(由NOLLI方法确定的水T1)通过模拟正向布洛赫模拟并选择最能解释数据的wT1来确定。
这里使用的布洛赫模拟正向模拟方法评估了在给定不同样本MRI特征的情况下,MRI扫描仪将测量哪些信号。这种正向布洛赫模拟将PDFF值、T2值、水-T1值和已经在特定MRI扫描器上实现的精确脉冲序列中的一者或多者作为其输入,它从时间=0开始,具有完全弛豫的磁化矢量(Mz=1,Mx=0,My=0),并且对于短时间增量(通常为50微秒),评估显示磁化矢量受到RF脉冲、非共振效应、扰相梯度和自旋弛豫(T1和T2)的影响。在成像序列中信号被采样的时间点,记录模拟的磁化矢量。分别模拟脂肪和水信号,并与PDFF成比例地组合。对作为输入的不同的水-T1值运行模拟,并记录所得的模拟数据。NOLLI-wT1被确定为对应于模拟数据的水-T1输入,该模拟数据与在扫描仪上采集的那些数据最接近一致。可以使用SC作为度量来完成模拟解与采集数据的这种匹配,或者可以基于其他方案(例如,SA与SB的比率)。
可以在任何场强下在任何MRI扫描仪上收集T2(x,y,z)、wT1(x,y,z)和PDFF(x,y,z)图,并且它们仍然用于确定本发明的合成图像。这些参数可以映射到它们在3T的等效值(在1.5T采集后)并彼此配准,以说明患者的轻微运动和采集空间分辨率的差异。此外,然后将空间T2(或T2*)用于生成对wT1的校正,以产生wcT1(水校正的T1)。这将是已经校正了肝脏中铁的影响的水T1。
可以从单个图像切片、图像切片的单个体素(利用光谱学)、多个图像切片或完整的3D体积计算PDFF图。实际上,在许多情况下(同种肝脏疾病),肝脏的PDFF变化可以相当小,因此在这些信号模拟中可以使用单一的PDFF值,但是也可以使用PDFF图。在进行信号模拟时,可能需要将PDFF图与其他图进行图像配准。
图4示出使用本发明的实施例为原始受试者获得的肝脏的wT1图(水T1的参数映射图),并且示出受试者受关注的器官的预期均匀性。如图所示,在该图中没有脂肪的影响,因为在拟合这些数据时考虑了脂肪。用于产生该图像的数据是在西门子1.5T扫描仪上获得的。肝脏之外的区域将不会被正确映射。在这种方法中,含有流动血液的区域会受到流动伪影的影响。已经使用了掩蔽技术来消除背景噪声。可以使用各种掩蔽方法,但没有一种对本发明至关重要。在这种情况下,基于机器学习算法生成掩模,该算法复制了肝脏周围人工绘制的掩模的性能,可以使用人工方法,但是出于效率的考虑而使用机器学习方法。
在本发明的另一个实施例中,使用VFA(可变翻转角)采集方法产生wT1图,该方法通常采集具有不同激发翻转角(通常在2到6度之间,其中作为优选实施例为3度,以及对于另一个翻转角在10到30度之间,其中在本发明的优选实施例中为15度)的2个或更多个扰相梯度多重回波3D采集,两者都具有短的重复时间(TR通常<20ms,尽管本发明的一些实施例可以具有大于20ms的重复时间)。对于这些采集中的每一个,采集两个(或更多)MR图像,并且来自这些回波的信号被分解成脂肪和水图像。wT1可以被确定为T1,其最好地解释了在不同翻转角下水图像中信号的相对强度。该方法使用字典拟合方法,由此对于不同的水T1使用布洛赫方程来模拟已经收集的信号,并且使用对应于与采集数据中的信号比最匹配的信号比的水T1。当附加信号存在时(即,当脂肪抑制没有去除所有脂肪信号时),该模拟可以考虑来自脂肪信号的信号贡献,将从PDFF图中确定包括在模拟中的脂肪量(如前所述)。
对于所有的VFA方法,也确定了B1+图(射频激励场的图),因为虽然这应该是空间均匀的并且在实践中是已知的,但它不是,并且如果不进行校正,它对使用VFA方法测量的T1具有大的偏差影响。
在本发明的实施例中,获取单独的T2*图并用于确定T2图,该图在拟合wT1图时使用。T2*可以用于此目的,因为T2中方差的主要来源是由于肝脏中铁积累的不同水平,通过T2*图精确测量铁。由于采集速度的原因,T2*图比T2图更容易采集(T2图通常需要10分钟以上才能采集到,而T2*图可以在10秒钟内采集到)。在一些疾病中,可以使用肝脏中铁分布均匀的假设,并且可以在模拟中使用单个ROI(如上面的PDFF),但是替换地,可以使用T2*的2D或3D图,并且可以在图像的子区域或单个像素上执行拟合函数。
对于LMS采集,使用LMSDiscover工具(在Matlab中)拟合数据,该工具具有与LMSMedicalDevice相同的一般性能特征,但对于快速原型探索工作方面具有额外的灵活性。
根据LMSDiscover处理和NOLLI-wT1图中获取的铁和PDFF(脂肪)的测量值,确定cT1,如果样品的铁含量正常并在西门子3T扫描仪上使用MOLLI方法进行扫描,则测量出cT1。在本发明中,为了便于计算,将T2标准化为3T时23.1ms。当然,其他值可以用于替代标准。
这是通过首先针对铁的影响校正测量的NOLLI-wT1,然后通过计算在3特斯拉(而不是获取数据的1.5T)下组织将具有的wT1来执行的。通过使用T2*图和B0场强来确定铁浓度,然后使用已知的等式来执行铁校正。(R1(3T)=R10(3T)+HIC×0.029g/mg.s;其中R1=1/T1,HIC是肝铁浓度),以确定由于铁浓度与正常水平的差异而对T1的影响。
场校正基于经验确定的场强对T1的影响的映射,并且通过在每个场强下扫描的一组受试者进行评估。在本发明的本实施例中,可以在铁校正之前或之后进行场校正。
一旦计算出该场强和铁校正的水T1,该校正的wT1值与PDFF一起用于MOLLI序列的布洛赫方程模拟中,以确定如果该受试者的铁含量正常时(在这种情况下,由3T时的23.1ms的T2*表示)预期的信号,该标准化不针对受试者的体重、年龄或性别进行修改。如果PDFF不包括在模拟中,那么这将是铁含量正常、心率为60bpm且身体无脂肪的人的标准化值。MOLLI序列的布洛赫方程模拟采用铁和场强校正的水T1、PDFF和已经在参考西门子3T扫描仪上实现的精确脉冲序列。布洛赫方程模拟从时间=0开始,其具有完全弛豫的磁化矢量(Mz=1,Mx=0,My=0),对于短时间增量(通常为50微秒),评估显示磁化矢量受到RF脉冲、非共振效应、扰相梯度和自旋弛豫(T1和T2)的影响。在成像序列中信号被采样的时间点,记录模拟的磁化矢量。分别模拟脂肪和水信号,并与PDFF成比例地组合。
优选地,正向布洛赫模拟使用3T参考MRI扫描器的脉冲序列的已知特征,并且这以简化的方式依次对每个像素执行,并且将会在每个像素产生一系列模拟信号。我们使用每分钟60次心跳的合成心率进行模拟,并且对于其中PDFF>30%的像素,我们将PDFF固定为30%。这些值被选为标准参数,尽管其他值也可以用作标准化参数。将使用已知代表肝脂肪的标准的6峰脂肪模型来模拟脂肪。此外,水的T2弛豫将被固定到具有正常铁水平的肝脏的T2。将使用来自PDFF(x,y,z)图的已知浓度来组合脂肪和水信号(这可以是位置相关的或者可以使用全局测量)。MOLLI序列在不同的反演时间(TI)收集7个或更多的图像,因此我们将得到信号的阵列S(TI,x,y,z)。
最后,将获得的这些模拟MOLLI信号馈入确定cT1的标准LMS cT1拟合管道(具有正常铁水平,因为铁已经被校正)。也就是说,得到的S(TI,x,y,z)矩阵将在每个像素处拟合,以产生cT1(x,y,z)的图。该cT1应等同于使用超标准化MOLLI方法推导出的cT1,此方法已知已针对场强和MRI供应商进行了标准化。这个最后的拟合步骤执行函数的逐像素最小二乘拟合:
S(TI)=(A–B exp(-TI/T1*)
并将T1确定为
T1=T1*((B/A)-1)
在拟合MOLLI数据的通常方法中,或者通过建立变化的A、B和T1*的字典并在字典中为其中的每一个建立拟合函数,然后查看哪一个最好地代表数据(可能经由最小二乘法估计,或者通过选择具有归一化数据与归一化字典点乘积的最大值的组合来比较两条曲线)。或者,A、B和T1*可以使用迭代搜索方法(即最小化最小二乘法和Levenberg-Marquart算法)来拟合,在实践中,使用标准方法来执行该拟合并不困难。一旦知道A、B和T1*,就可以确定T1。在这种情况下,以确保所得T1标准化为cT1的方式生成S(TI)。这个处理产生了标准化的cT1测量。
预计这种建模方法和直接MOLLI采集方法之间会有一些小的系统差异(~5%)。这些偏移有几个来源,最明显的是磁化转移效应,但也有wT1映射带来的细微偏差。我们将基于使用已知系统和通过这种方法采集的人体数据的比较,对每个采集管道的cT1应用固定的偏移。每个采集管道(如上所述)都需要特定的校准,其目的是通过模拟脂肪、铁等的影响,这些方法为cT1 825ms的受试者提供相同的值。有可能对每个扫描仪使用单个偏移,并且来自不同扫描仪的cT1在脂肪、铁、wT1等的范围内实现可靠的标准化。该偏移可以应用于cT1,但是也可以应用于不同的参数以获得相同的效果(例如,wT1)。
图5示出1.5T时使用NOLLI采集的cT1图像,以及3T时使用所描述的新方法映射到cT1中。cT1图源自NOLLI数据,其显示了受试者的ROI位置。数据来自西门子1.5T扫描仪。3×ROI=629,624,663ms。这些在图像中示出为突出显示的圆圈。图像中cT1的混合中值=640+/-51ms。通常使用混合中值,但也可以使用其他指标,诸如平均值、中值、混合平均值,但是混合中值是优选的,因为它更可靠。映射算法仅适用于肝脏内的区域,肝脏外的区域没有被正确映射。
在所描述的本发明的实施例中,可以在不同的维度上执行图像处理。例如,本发明的方法可以在单个大的体素水平上应用(如在光谱学中)或者在单个目标区域上应用,可以在2D图像上逐像素地应用,或者可以在整个3D体积上逐像素地应用。优选地,最可能的用例是在单个2D切片中、在多个2D切片中或在3D体积上生成cT1图。
这种新的采集和处理管道能够提供合成图像,其显示出与标准LMS MOLLI方法相似的空间均匀性。用新的采集和处理管道确定的定量值产生与标准LMS MOLLI方法一致的值。因此,新的采集和处理管道提供了一种机制来提供LMS MOLLI cT1的替代方法。本发明的另一个优点是,可以从任何MRI扫描仪获得cT1图,而不管扫描仪的磁强度或生产扫描仪的公司。此外,使用本发明获得的cT1可能更可再现,或具有更高的空间分辨率,或具有一些其它特征,而不是意味着使用本发明获得的合成cT1优于使用现有技术MOLLI采集技术确定的cT1。
已经参考附图描述了本发明。然而,应当理解,本发明不限于本文描述的和附图中所示的具体示例。此外,因为本发明的所示实施例在很大程度上可以使用本领域技术人员已知的电子部件和电路来实现,所以为了理解和领会本发明的基本概念,并且为了不混淆或偏离本发明的教导,将不会在比如上所示认为必要的更大程度上解释细节。
本发明可以在计算机系统上运行的计算机程序中实现,该计算机程序至少包括代码部分,当在诸如计算机系统的可编程设备上运行时,用于执行根据本发明的方法的步骤,或者使可编程设备能够执行根据本发明的装置或系统的功能。
计算机程序是一系列指令,诸如特定应用程序和/或操作系统。计算机程序可以例如包括以下一个或多个:子例程、函数、过程、对象方法、对象实现、可执行应用、小应用程序、小服务程序、源代码、目标代码、共享库/动态加载库和/或设计用于在计算机系统上执行的其他指令序列。
计算机程序可以内部存储在有形和非暂时性计算机可读存储介质上,或者通过计算机可读传输介质传输到计算机系统。所有或一些计算机程序可以提供在永久地、可移除地或远程地联接至信息处理系统的计算机可读介质上。
计算机进程通常包括执行(运行)程序或程序的一部分、当前程序值和状态信息,以及操作系统用来管理进程的执行的资源。操作系统(OS)是管理计算机资源共享并为程序员提供访问这些资源的接口的软件。操作系统处理系统数据和用户输入,并且通过分配和管理任务和内部系统资源作为系统对用户和程序的服务来作出响应。
计算机系统可以例如包括至少一个处理单元、相关联的存储器和多个输入/输出(I/O)装置。当执行计算机程序时,计算机系统根据计算机程序处理信息并经由I/O装置产生所得的输出信息。
在前述说明书中,已经参考本发明实施例的具体示例描述了本发明。然而,显而易见的是,在不脱离所附权利要求中阐述的本发明的范围的情况下,可以对其进行各种修改和改变。本领域的技术人员将认识到,逻辑块之间的边界仅仅是说明性的,并且替代实施例可以合并逻辑块或电路元件,或者对各种逻辑块或电路元件施加替代的功能性分解。因此,应当理解,在本文描绘的架构仅仅是示例性的,并且事实上可以实现获得相同功能性的许多其他架构。
实现相同功能性的任伺部件设置都是有效“关联的”,从而实现所需功能性。因此,在本文组合以实现特定功能性的任何两个部件可以被视为彼此“关联”,从而实现期望的功能性,而不管架构或中间部件如何。同样地,这样相关联的任何两个部件也可以看做彼此“可操作地连接”或“可操作地联接”,以便实现期望的功能性。
此外,本领域的技术人员将认识到,上述操作之间的边界仅仅是说明性的。多个操作可以组合成单个操作,单个操作可以分布在附加操作中,并且操作可以在时间上至少部分重叠地执行。此外,替代实施例可以包括具体操作的多个实例,并且操作的顺序在各种其他实施例中可以改变。
然而,其他修改、变型和替代性方案也是可能的。因此,说明书和附图被认为是说明性的,而不是限制性的。除非另有说明,诸如“第一”和“第二”的术语用于任意区分此类术语所描述的元素。因此,这些术语不一定意在指示此类元素的时间或其他优先顺序。在相互不同的权利要求中引用某些措施的事实并不表示这些措施的组合不能被有利地使用。
Claims (18)
1.一种分析MR图像的方法,其包括:
以相同的标称磁场强度采集受试者的第一医学MR图像和第二医学MR图像;
分析所述第一MR图像和所述第二MR图像,以从所述第一MR图像和所述第二MR图像确定wT1图;
对来自所述第一图像和所述第二图像的所述wT1图应用场强校正和铁校正以生成校正的wT1图,所述场强校正基于用于所述第一MR图像和所述第二MR图像采集的所述标称磁场强度的修改,所述铁校正使用T2*图校正所述铁浓度与正常水平的差异;
使用所述校正的wT1图来确定具有正常铁水平的受试者的模拟信号,并且将所述模拟信号拟合到标准cT1图以确定所述受试者的标准cT1图像。
2.根据权利要求1所述的方法,其中用于采集所述第一MR图像的反转时间比用于采集所述第二MR图像的反转时间更短。
3.根据权利要求1或权利要求2所述的方法,其中采集所述第一医学MR图像和所述第二医学MR图像之间的时间在0.1-15秒之间。
4.根据权利要求3所述的方法,其中采集所述第一MR图像和所述第二MR图像之间的所述时间在0.1-3秒之间。
5.根据前述权利要求中任一项所述的方法,其中所述从所述第一MR图像和所述第二MR图像确定wT1图使用正向布洛赫模拟。
6.根据权利要求5所述的方法,其中所述正向布洛赫模拟具有输入,所述输入包括PDFF值、T2值、wT1值、用于采集图像的扫描仪的脉冲序列中的一者或多者。
7.根据权利要求5或6所述的方法,其中所述分析所述第一MR图像和所述第二MR图像产生合成MR图像。
8.根据权利要求7所述的方法,其中从所述合成MR图像中确定所述wT1图。
9.根据权利要求7或8所述的方法,其中使用以下等式从所述第一MR图像和所述第二MR图像确定所述合成MR图像:
其中表示复共轭,A是所述第一MR图像,B是所述第二MR图像,以及C是所述合成MR图像。
10.根据权利要求1至6中任一项所述的方法,其中使用可变翻转角(VFA)采集来产生所述wT1图。
11.根据权利要求10所述的方法,其中所述VFA采集获得具有不同激发翻转角的至少两个扰相多梯度回波3D采集。
12.根据权利要求11所述的方法,其中所述翻转角在2-6°和10-30°之间,其重复时间小于20ms。
13.根据权利要求10至12中任一项所述的方法,其中从所述至少两个扰相多梯度回波3D采集计算得到所述确定的wT1图。
14.根据前述权利要求中任一项所述的方法,其中在单个反转脉冲之后获得所述第一MR图像和所述第二MR图像。
15.根据权利要求14所述的方法,其中所述单个反转脉冲是绝热脉冲。
16.根据前述权利要求中任一项所述的方法,其包括在采集所述第一图像和所述第二图像之前或之后立即采集另外的医学MR图像的步骤。
17.根据权利要求14所述的方法,其中所述另外的医学MR图像是多重回波扰相梯度回波采集图像。
18.根据前述权利要求中任一项所述的方法,其中原始第一MR图像和第二MR图像在0.3-3.0T的标称磁场强度下采集。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB2101949.2A GB2603896B (en) | 2021-02-12 | 2021-02-12 | Method of analysing medical images |
GB2101949.2 | 2021-02-12 | ||
PCT/EP2022/053393 WO2022171807A1 (en) | 2021-02-12 | 2022-02-11 | Method of Analysing Medical Images |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116888489A true CN116888489A (zh) | 2023-10-13 |
Family
ID=75339033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280014712.1A Pending CN116888489A (zh) | 2021-02-12 | 2022-02-11 | 分析医学图像的方法 |
Country Status (7)
Country | Link |
---|---|
EP (1) | EP4285133A1 (zh) |
JP (1) | JP2024506631A (zh) |
CN (1) | CN116888489A (zh) |
AU (1) | AU2022220823A1 (zh) |
CA (1) | CA3207471A1 (zh) |
GB (1) | GB2603896B (zh) |
WO (1) | WO2022171807A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2621372A (en) * | 2022-08-10 | 2024-02-14 | Perspectum Ltd | Method of analysing medical images |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200819540A (en) * | 2006-07-11 | 2008-05-01 | Genelux Corp | Methods and compositions for detection of microorganisms and cells and treatment of diseases and disorders |
CN101410869A (zh) * | 2006-03-28 | 2009-04-15 | 皇家飞利浦电子股份有限公司 | 医学成像中感兴趣区域的识别和可视化 |
-
2021
- 2021-02-12 GB GB2101949.2A patent/GB2603896B/en active Active
-
2022
- 2022-02-11 CN CN202280014712.1A patent/CN116888489A/zh active Pending
- 2022-02-11 JP JP2023548195A patent/JP2024506631A/ja active Pending
- 2022-02-11 CA CA3207471A patent/CA3207471A1/en active Pending
- 2022-02-11 EP EP22702746.3A patent/EP4285133A1/en active Pending
- 2022-02-11 AU AU2022220823A patent/AU2022220823A1/en active Pending
- 2022-02-11 WO PCT/EP2022/053393 patent/WO2022171807A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101410869A (zh) * | 2006-03-28 | 2009-04-15 | 皇家飞利浦电子股份有限公司 | 医学成像中感兴趣区域的识别和可视化 |
TW200819540A (en) * | 2006-07-11 | 2008-05-01 | Genelux Corp | Methods and compositions for detection of microorganisms and cells and treatment of diseases and disorders |
Non-Patent Citations (2)
Title |
---|
FABIO S RAMAN 等: "Modified look-locker inversion recovery T1 mapping indices: assessment of accuracy and reproducibility between MRI scanners", 《JOURNAL OF CARDIOVASCULAR MAGNETIC RESONANCE》, vol. 15, no. 1, 30 January 2013 (2013-01-30), pages 134 * |
MÓZES FERENC E 等: "Differences between T1 and corrected T1 cannot be attributed to iron-correction only", 《EDIATRIC RADIOLOGY》, vol. 51, no. 3, 27 January 2021 (2021-01-27), pages 499, XP037376435, DOI: 10.1007/s00247-020-04956-y * |
Also Published As
Publication number | Publication date |
---|---|
GB2603896B (en) | 2024-01-10 |
GB2603896A (en) | 2022-08-24 |
JP2024506631A (ja) | 2024-02-14 |
WO2022171807A1 (en) | 2022-08-18 |
CA3207471A1 (en) | 2022-08-18 |
AU2022220823A1 (en) | 2023-08-24 |
GB202101949D0 (en) | 2021-03-31 |
EP4285133A1 (en) | 2023-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Mapping magnetic susceptibility anisotropies of white matter in vivo in the human brain at 7 T | |
Madelin et al. | A method for estimating intracellular sodium concentration and extracellular volume fraction in brain in vivo using sodium magnetic resonance imaging | |
US9921283B2 (en) | Methods for detecting abnormalities and degenerative processes in soft tissue using magnetic resonance imaging | |
Nagel et al. | In vivo 35Cl MR imaging in humans: a feasibility study | |
US10379189B2 (en) | Simultaneous magnetic resonance angiography and perfusion with nuclear magnetic resonance fingerprinting | |
Gilles et al. | Multipulse sodium magnetic resonance imaging for multicompartment quantification: Proof-of-concept | |
WO2018083952A1 (ja) | 磁気共鳴イメージング装置および酸素摂取率算出方法 | |
US10557906B2 (en) | Quantitative magnetic resonance imaging relaxometry with suppression of blood signal | |
Tong et al. | Multicenter dataset of multi-shell diffusion MRI in healthy traveling adults with identical settings | |
US11965946B2 (en) | Machine learning based processing of magnetic resonance data, including an uncertainty quantification | |
US6400978B1 (en) | Method and apparatus for detecting mental disorders | |
US10451700B2 (en) | System and method for reducing partial voluming artifacts in quantitative myocardial tissue characterization | |
US11313931B2 (en) | System and method for quantifying T1, T2 and resonance frequency using rosette trajectory acquisition and read segmented reconstruction | |
US8995738B2 (en) | System and method for magnetic resonance imaging parametric mapping using confidence maps | |
Polders et al. | Uncertainty estimations for quantitative in vivo MRI T1 mapping | |
Trotier et al. | The compressed sensing MP2RAGE as a surrogate to the MPRAGE for neuroimaging at 3 T | |
US11241163B2 (en) | Measuring blood vessel characteristics with MRI | |
JP2018509240A (ja) | 基本ボリュームの生理的パラメータを推定するシステムおよび方法 | |
CN116888489A (zh) | 分析医学图像的方法 | |
Gast et al. | Assessing muscle‐specific potassium concentrations in human lower leg using potassium magnetic resonance imaging | |
US20200033432A1 (en) | Method and apparatus for identifying at least one material comprised in a voxel | |
US11519987B2 (en) | Magnetic resonance fingerprinting thermometry | |
US20240136052A1 (en) | Method of analysing medical images | |
Chan et al. | On the performance of multi-compartment relaxometry for myelin water imaging (MCR-MWI)–test-retest repeatability and inter-protocol reproducibility | |
EP4261556A1 (en) | A method and system for t1 mapping for tissue characterized by short-t2 relaxation in mri |
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 |