CN117179738B - 一种血管介入磁共振成像方法及系统 - Google Patents
一种血管介入磁共振成像方法及系统 Download PDFInfo
- Publication number
- CN117179738B CN117179738B CN202311480244.XA CN202311480244A CN117179738B CN 117179738 B CN117179738 B CN 117179738B CN 202311480244 A CN202311480244 A CN 202311480244A CN 117179738 B CN117179738 B CN 117179738B
- Authority
- CN
- China
- Prior art keywords
- scanning
- blood vessel
- dimensional
- image
- vascular
- 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.)
- Active
Links
- 230000002792 vascular Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000002595 magnetic resonance imaging Methods 0.000 title claims abstract description 37
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 74
- 238000003384 imaging method Methods 0.000 claims abstract description 63
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims description 42
- 238000013135 deep learning Methods 0.000 claims description 8
- 241001272567 Hominoidea Species 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000012827 research and development Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 20
- 241000238366 Cephalopoda Species 0.000 description 7
- 230000017531 blood circulation Effects 0.000 description 7
- 210000001367 artery Anatomy 0.000 description 5
- 238000013152 interventional procedure Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 231100000435 percutaneous penetration Toxicity 0.000 description 3
- 208000019553 vascular disease Diseases 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007887 coronary angioplasty Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种血管介入磁共振成像方法及系统,该方法包括以下步骤:S1、在术前扫描阶段,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像;S2、在术中引导阶段,根据导丝/导管末端位置对应的人体部位信息自动选择欠采样采集轨迹模板,据此扫描小区域三维血管图像;S3、将所述小区域三维血管图像与所述全视野高分辨率三维血管图像进行匹配融合显示。该系统包括:快速采集与重建模块、三维高清血管成像模块、动态区域刷新血管成像模块、以及扫描方位控制模块。本发明以血管介入应用研发为契机,解决了磁共振成像速度、大范围区域的实时动态成像问题。
Description
技术领域
本发明涉及一种血管介入磁共振成像方法及系统。
背景技术
常规的X线数字减影血管造影(DSA)是检查和介入治疗血管疾病最常用的影像学手段。然而,这种方法只能提供二维的血管腔影像,却不能提供血管斑块详细成分的信息,也不能提供组织代谢的信息来精确引导和评估介入治疗效果;此外,使用DSA对医师和患者的健康也非常有害。
磁共振成像凭借其无电离辐射、软组织对比度高等优点,是引导血管介入治疗最理想的影像设备,也将给血管疾病的诊断和治疗带来革命性的变化。
现有磁共振成像引导血管介入方法,在磁共振引导介入过程中,需要医生手动设置扫描平面方位信息(包括扫描平面中心坐标位置与方向旋转矩阵),同时反复多次调整扫描切面方位,扫描多个层面数据后,再在所有层面中观察寻找介入器材(导管/导丝等)所在的平面位置以继续介入过程,整个过程非常复杂且耗时。
磁共振引导血管介入系统面临的最大困难是目前的磁共振成像速度还不够快、分辨率还不够高,极大限制了其进一步发展与推广。
现有磁共振快速成像方法为:对所有扫描部位使用同样的数据采样轨迹,如笛卡尔或者径向采样轨迹,通过减少相位编码数量从而降低图像数据采集时间。现有磁共振快速成像方法无法满足血管介入过程要求的实时动态成像要求,具体原因分析如下:
1)因为血管介入手术往往横跨多个人体部位,而现有磁共振快速成像方法对所有扫描部位使用同样的数据采样轨迹,如笛卡尔采样或者径向采样轨迹,没有针对血管介入过程涵盖大范围区域进行优化,采集数据的非相干性可能随着图像区域出现较大变化时会有显著下降,继而导致介入导丝移动范围较大后重建的图像质量变差。
2)因为人体血管完全复杂,无法用单张成像平面包含所有血管,因此需要磁共振成像方法覆盖大范围三维区域。虽然现有方法利用非笛卡尔采样轨迹结合并行成像的方法已经可以实现二维平面的动态实时成像,如心脏电影实时成像。但是,针对二维高分辨率成像,或者是三维区域的实时成像,由于数据量大,因此需要进一步优化采样轨迹,提高采样稀疏度以满足实时采集的要求。
3)虽然现有方法通过稀疏采样技术可以实现三维区域数据的实时采集,但是其后期的图像重建耗时巨大,在术中引导阶段,由于要求的时间分辨率很高,因此为实现三维结构实时动态刷新,扫描矩阵及对应的视野区域将无法太大,但太小的视野区域又无法给介入操作者足够详细的影像引导,因此传统成像方法皆无法满足血管介入过程要求的实时动态成像。
综上,现有磁共振成像系统由于成像速度慢、大范围区域成像质量较差等原因限制了其在血管介入手术中的应用与推广。因此,本发明希望通过改进现有技术,根据血管介入不同区域优化采样轨迹,进一步提高采样稀疏度和数据采集速度,并设计三维动态区域刷新成像方法,结合深度学习方法以达到满足血管引导介入的磁共振实时成像功能。
发明内容
本发明的目的在于提供一种血管介入磁共振成像方法及系统,以血管介入应用为契机,解决了磁共振成像速度、大范围区域的实时动态成像。
为此,本发明一方面提供了一种血管介入磁共振成像方法,包括: S1、在术前扫描阶段,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像;S2、在术中引导阶段,根据导丝/导管末端位置对应的人体部位信息自动选择欠采样采集轨迹模板,据此扫描小区域三维血管图像;S3、将所述小区域三维血管图像与所述全视野高分辨率三维血管图像进行匹配融合显示。
根据本发明的另一方面,提供了一种血管介入磁共振成像系统,包括:快速采集与重建模块、三维高清血管成像模块、动态区域刷新血管成像模块、以及扫描方位控制模块,其中,所述三维高清血管成像模块,用于在术前扫描阶段扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像;所述快速采集与重建模块,用于在术中引导阶段,根据导丝/导管末端位置对应的人体部位信息自动选择欠采样采集轨迹模板以采集数据并根据采集数据重建图像;动态区域刷新血管成像模块,用于将所述小区域三维血管图像与所述全视野高分辨率三维血管图像进行匹配融合显示,所述扫描方位控制模块,用于控制磁共振系统的扫描中心位置、选层旋转角度以及检查病床的前进/后退平移,以将导丝/导管末端移至接近磁体中心处。
本发明将对磁共振成像方法/系统进行改进,以满足实时引导血管介入手术过程的要求:1)针对成像速度慢的问题,通过降低磁共振成像数据采样数量,设计高稀疏度的非笛卡尔采集轨迹,使用低秩稀疏方法挖掘图像在时间和空间方向的相关性,并通过深度学习磁共振重建方法提高成像速度与质量;2)针对血管介入过程涵盖大范围区域的问题,本发明结合大数据驱动的学习算法生成适合人体各部位成像的二维和三维欠采样模板,并设计三维血管动态区域刷新方法,在保证成像实时性的基础上,呈现大区域三维血管刷新图像,保证跟踪视野的同时,避免复杂的三维平面定位问题。
与现有技术相比,本发明具有以下技术效果:
1)动态区域刷新血管成像方法,通过融合术前扫描的大视野高清图像与术中实时小区域图像,从而对血管介入路径下的大范围三维区域实时成像,使医生能在手术中查看完整的大范围血管图像,提高介入手术的精准度和效率,同时能避免采集过多数据而造成的采集和重建时间过长引起的数据延迟问题;
2)根据当前扫描区域人体部位信息生成最优的数据欠采样采集轨迹模板,解决血管介入手术跨越多个人体部位而影响欠采样数据不相干性而导致的采集效率和图像质量下降的问题;
3)CPU-GPU异构重建方法,提高欠采样数据的重建速度。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明的血管介入磁共振成像系统流程图;
图 2是本发明的稀疏采样轨迹生成算法流程图;
图 3是本发明的快速重建算法流程图;
图4是本发明的特定流向速度敏感梯度序列图;
图 5 是本发明的动态区域刷新血管成像流程图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。
本领域的相关术语解释
数字减影血管造影(DSA):利用计算机处理数字化的影像信息,以消除骨骼和软组织影的减影技术,用于观察和评估血管系统。它通过将两个数字图像进行相减,去除周围组织的干扰,从而突出显示血管的图像。
磁共振成像(MRI):是一种医学成像技术,用于放射学中以形成人体的解剖结构和生理过程的图片。MRI扫描仪使用强磁场,磁场梯度和无线电波来生成体内器官的图像。MRI对人体没有辐射,常用于诊断和研究许多疾病。
血管介入手术:一种医疗技术,使用导丝或导管等器械经血管进入体内,进行治疗或诊断操作。血管介入手术可以用于治疗血管疾病、阻塞性疾病或肿瘤等。
非笛卡尔采集轨迹:在医学成像中,指的是采用非传统笛卡尔坐标系的采样路径,序列可根据实际需要,在变读出梯度幅值或者方向的情况下采集数据,所得数据在k空间上对应的坐标为非整数值,例如Radial(辐射),Spiral(螺旋),BLADE(螺旋桨)轨迹等。与传统笛卡尔坐标采集方式相比,它可以提供更多的灵活性和更高的采样效率,比如自我运动校正功能、立即采样实现超短回波时间成像等,用于获得更好的图像质量。
深度学习磁共振重建:利用深度学习算法进行磁共振图像重建的技术。通过使用神经网络模型,可以从欠采样数据中重建出高质量的完整图像,提高磁共振成像的速度和效率。
欠采样模板:在磁共振成像中,指的是以较低的采样率来获取图像数据的采样方案。欠采样模板可以帮助加速成像过程,但通常会导致图像质量下降。
低秩稀疏:在图像重建中,指的是利用图像的低秩性和稀疏性进行重建。低秩表示图像中存在的结构相对较少,稀疏表示图像中的绝大部分像素为零或接近零,这些特性可以用于优化图像重建算法。
FOV(Field of View):在医学成像中,指的是成像设备可以覆盖的区域大小。FOV决定了图像中可见的解剖结构范围。
CPU-GPU异构计算:指在计算过程中同时利用中央处理器(CPU)和图形处理器(GPU)的计算能力。CPU和GPU具有不同的计算特点,通过将它们的优势结合起来,可以提高计算速度和效率。
旅行商问题(Traveling Salesman Problem,TSP):是一个组合优化问题,问题的目标是找到一条最短路径,使得旅行商经过若干个城市后,最终回到起始城市,同时访问每个城市恰好一次。目前已经有很多算法被提出来解决这个问题,例如贪心算法、动态规划、遗传算法等等。
导丝/导管:在介入手术中使用的器械,用于在血管或其他空腔内引导和支撑。导丝通常较细且柔软,用于引导导管进入目标位置,并在需要时提供支持和稳定性。
本发明血管介入磁共振成像方法的最优流程如下,各个模块之间关系和数据传输的简略流程图如图1所示。
步骤1:术前准备阶段,医生根据手术方案规划血管介入引导范围区域的图像扫描起点与扫描终点,并将患者按照常规检查流程躺在病床上,并通过扫描方位控制模块将介入引导起点部位定位于磁体中心;
步骤2:结合快速采集与重建模块和基于速度选择脉冲的血管高清成像技术,对当前处于磁体中心的人体部位进行高分辨率血管图像扫描(采集+重建);
步骤3:通过扫描方位控制模块,平移扫描病床,将扫描中心调整为步骤2扫描的边界中心区域;
步骤4:反复执行步骤2、3,直至多次扫描的图像区域覆盖完整的介入引导范围区域,并将所扫描的图像合并成为大视野高分辨率三维血管图像;
步骤5:在术中引导阶段,重新通过扫描方位控制模块将患者介入规划的进导丝点或医生自定义的附近点移至磁场中心设立为初始扫描中心点;
步骤6:只扫描当前扫描中心区域小范围(FOV以及采样数都很少),利用快速采集与重建模块实时生成小区域三维血管图像,再将该图像与步骤4生成的大视野高分辨率三维血管图像匹配融合,将实时数据替换步骤4中同样位置的过时数据,从而得到动态刷新的大视野高分辨率三维血管图像;
步骤7:若导丝/导管末端未在当前扫描区域内,或者离扫描区域边缘较近,则通过扫描方位控制模块修改扫描中心位置,根据导丝/导管移动方向,向前或向后平移成像区域;
步骤8:若扫描区域的人体部位发生较大变化,则由快速采集与重建模块自动计算生成最优的欠采样采集轨迹模板并应用于当前扫描;
步骤9:反复执行步骤6、7、8,直至导丝/导管最终引导至指定的介入靶点位置,完成术中引导过程。
步骤3是一个辅助步骤,如果血管介入引导区域覆盖范围没有跨越多个部位(如只是下肢动脉/静脉介入),则在术前准备阶段,执行单次高分辨率血管图像扫描即可包含所有介入引导区域,因此不需要额外的移动扫描病床步骤。其余步骤均为每次都需要做的步骤。
步骤2、4、6、7、8为核心步骤,分别涉及到的核心模块为快速采集与重建模块、三维高清血管成像模块、动态区域刷新血管成像模块和扫描方位控制模块。
实现本发明方法所无法逾越的基础流程如下:
1、需要在术前扫描(介入引导前)阶段扫描获取覆盖介入引导区域的大视野高分辨率三维血管图像;
2、在术中引导阶段,根据导丝/导管末端位置,扫描小区域三维血管图像,所扫描的小区域一般指其z方向(病人头部至脚部方向)长度≤30mm;
3、将实时扫描的小区域图像与术前扫描获取的大视野高分辨率三维血管图像进行匹配融合显示;
4、根据当前扫描的人体部位自动生成最优的欠采样采集轨迹模板。
本发明的最优流程与基础流程相比:增加了术前扫描时逐步移动扫描病床进行多次扫描的流程,从而采集重建成能应对血管介入治疗横跨多个人体部位的大区域血管高清三维图像;增加了在术中引导时根据导丝/导管末端位置,调整扫描中心的流程,从而能够在介入整个过程中都能提供动态区域刷新的血管图像。
本发明的血管介入磁共振成像系统包括:快速采集与重建模块、三维高清血管成像模块、动态区域刷新血管成像模块、以及扫描方位控制模块。
快速采集与重建模块:用于根据介入引导过程中当前感兴趣区域的部位信息计算最优的磁共振数据采集轨迹,并在CPU-GPU异构计算平台上进行快速重建以输出完整高清的图像数据。如图2所示,在部位信息发生改变后(如介入导丝行进过程跨越较大区域),采集的影像图将辅助更新采样模板,通过TSP算法进行轨迹规划,并引入物理条件如梯度硬件限制、可能产生的涡流情况、人体生理可承受条件等对轨迹进行约束,最终得到该部位最优化的采样轨迹模板。采集大量的多维原始数据后,如图3所示,通过CPU对其进行PCA降维并转移到GPU中进行卷积网格化处理。GPU内部维护一个缓冲区队列,不断通过预训练的深度学习网络进行重建,重建完成后压出队首数据同时从CPU获取新的数据压入队尾,如此循环形成重建图像流。
三维高清血管成像模块:用于为特定方向的血液施加特定的流动敏感梯度以增强血流信号。人体不同部位的主血管流动方向不同,如图4所示,此模块根据当前扫描区域的部位信息,施加特定的梯度方向只激发运动组织,降低静态组织对血管信号的污染,提高血液与静态组织对比度,获得更高信号强度的微小血管磁共振图像,重复采集多次多层面后,最终生成三维高清血管图像。由于该方法所要求的成像时间较长,因此该模块仅应用于术前准备阶段获取全视野高分辨率三维血管成像中。
动态区域刷新血管成像模块:用于在术中引导过程中减少三维血管成像的选层范围来降低数据量达到实时小范围区域成像,然后与术前准备阶段得到的全视野高分辨率三维血管图像匹配融合,如附图5,最终呈现三维大区域视野动态刷新图像。具体来说,以经皮穿入点为起始点,在手术过程中操作员根据导丝/导管的推进或后退,逐步向前或向后平移调整扫描区域的中心位置,只对约30 mm至50 mm厚的三维区域进行信号编码,这样可以在选层方向上只使用15至25个相位编码数就能达到2 mm的分辨率,满足介入器械追踪的精度要求的同时减少所需的矩阵数据以降低成像时间。然后根据三维实时成像区域的位置信息与自动计算的导丝/导管末端位置,从术前预扫描得到的全视野高分辨率三维血管图像中提取出相同区域的图像数据并标出介入器械的大致位置,与实时图像融合显示,辅助操作者判断介入器械的位置。
扫描方位控制模块:用于控制磁共振系统的扫描中心位置、选层旋转角度以及检查病床的前进/后退平移功能。在术前准备阶段,需要提前采集介入过程将会经过的区域图像。如冠状动脉成形术需将导丝/导管从腹股沟、手臂或手腕部位的动脉引导至心脏冠脉,因此完整区域图像需覆盖大腿、盆腔、腹部和心脏。由于单次磁共振扫描图像无法覆盖这么大的区域(一般磁共振扫描FOV不超过40cm),因此需要通过本模块控制检查床,反复多次平移检查中心扫描不同区域图像,最后拼接成大区域三维高清图像。
在术中引导阶段,以经皮穿入点或自定义的空间位置作为三维扫描中心的起始点,获得中心小区域三维血管图像,若导丝/导管末端未在该区域内,或者离扫描区域边缘较近,则通过本模块修改扫描中心位置,根据导丝/导管移动方向,向前或向后平移成像中心区域。若导丝/导管末端距离磁体中心较远(如超过10cm),因为偏离磁体中心处磁场均匀性较差,为避免对图像质量造成影响,则通过本模块移动扫描病床,将导丝/导管末端重新移至接近磁体中心处。
本发明的开发过程中,技术人员需要根据血管介入过程的几个阶段,设计对应优化的磁共振成像方法,如图1所示的整体流程。具体描述如下:
1)基于旅行商问题的非笛卡尔系数采样与CPU-GPU异构快速重建技术
a) 稀疏采样轨迹生成算法
本项目稀疏采样轨迹生成算法包括稀疏采样模板的生成及编码梯度的映射(图2)。算法的主要技术路线如下:对数据集()进行预处理并结合初始化采样模板得到欠采样数据(/>),通过L+S重建算法(使用R算子表示)对欠采样数据进行恢复,并通过下式计算各k空间坐标影响因子(Affe):
其中分别表示通过傅里叶变换操作将原始数据转换到图像域,/>表示数据的个数,/>表示一个较小的值以避免除零。
通过得到的影响因子进行采样模板的更新。整体算法将以降低恢复数据与全采样数据之间的误差以及降低欠采样数据量为目标,并判断是否接收所更新的采样点。
当达到迭代次数限制后,统计所有已接收的采样点生成初步采样轨迹,通过TSP算法进行轨迹规划,并引入物理条件如梯度硬件限制、可能产生的涡流情况、人体生理可承受条件等对轨迹进行约束,然后沿着轨迹均匀采样得到可行的欠采样轨迹。最后通过下式,将采样轨迹映射为编码梯度。
其中分别表示梯度分量,/>表示某一时间编码梯度,/>表示采样轨迹,/>表示氢原子旋磁比。
本项目最终设计的稀疏采样轨迹生成算法独特性在于,其能够针对人体不同部位和用户输入给出更合适的二维和三维欠采样模板,同时考虑到梯度等硬件条件的约束,进行合理的编码梯度映射,从而更加方便地与具体成像磁共振序列集成。
b)快速重建算法
本项目快速重建算法包括对于二维和三维非笛卡尔/笛卡尔磁共振数据进行低秩稀疏重建,并将迭代步骤通过神经网络的多层结构参数化实现以及针对CPU-GPU异构计算平台的适配(图3)。
算法的主要流程为:磁共振谱仪扫描过程中产生大量的多维数据,通过CPU对其进行PCA降维并存入内存中。另外CPU会计算网格化坐标,同时随着时间推进,数据流不断由内存转移到GPU中进行卷积网格化处理。GPU内部维护一个缓冲区队列,不断通过预训练的L+S-NET网络进行重建,重建完成后压出队首数据同时从CPU获取新的数据压入队尾,如此循环形成重建图像流。CPU将从GPU获取重建的图像数据并标记时间戳然后输出给显示设备。
本发明的快速重建算法独特性在于,可以利用了深度学习与传统数学模型的结合完成二维和三维数据的重建,可以显著提高成像速度,同时算法基于CPU-GPU异构计算平台,通过GPU的高并行计算效率并结合神经网络算法可以分担大部分CPU负载,同时依靠构建数据缓冲队列可以更加充分利用重建时间,为实时成像提供了良好的低延迟保证。
2)结合速度选择脉冲的磁共振增强血管成像技术
为特定方向的血液施加特定的流动敏感梯度,梯度场是具有方向性的物理量,并且只有血液流动速度在梯度方向上的分量才能够累积相位,产生血流信号抑制的效果。传统的速度敏感梯度不考虑成像部位,不考虑血管方向,直接在 x、y、z 三个方向上都施加,这样的梯度设计显然不是最优化的。
对于一部分感兴趣的血管,其总体方向计算公式为
在公式中,所有的血管被分成很多小段,k表示第k条血管,j表示某条血管的第j小段,vi,j,k是一个在(x,y,z)空间里的3维单位向量,表示第k条血管的第j小段的空间方向,Δlj,k表示第k条血管的第j小段的长度。
以头颅豆纹动脉为例,根据解剖学理论,头颅豆纹动脉的总体方向在头脚(FH)方向上,头脚方向的血流速度是豆纹动脉中血流速度的主导方向,由此可知,在头脚选层方向施加速度敏感梯度对压制血液流动信号起主导作用,如图4所示,当血液总体流向在头脚方向时,仅在层选方向时间流动敏感梯度。
3)三维血管动态区域刷新技术
如图5所示,系统首先以血管介入时的经皮穿入点为三维扫描区域的起始点,实时扫描小区域三维血管图像。小区域一般x/y方向保持正常的FOV大小(如400mm),而在z方向比较小(如20mm),从而保证该小区域图像能够完整覆盖导丝/导管头部区域。之后将小区域三维血管图像与术前扫描的三维全身图像进行匹配融合,得到动态区域刷新的三维血管高清图像,并在图像中标记显示出器械的轮廓;当进行导丝/导管的穿入操作时,操作人员需要从实时图像上判断器械末端是否仍处于扫描视野中心。若否,则由操作员进一步调整扫描范围中心的位置,当调整后的位置超出磁场中心范围过多(如30 mm)时,则平移检查床同时介入系统相应地调整如中心位置和平面旋转角度等扫描参数。此过程中,动态刷新的三维血管图像将实时辅助操作员进行导丝/导管的引导穿插操作,直到将介入器械送至病灶区。
以上所述仅为本发明的实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种血管介入磁共振成像方法,其特征在于,包括术前扫描阶段和术中引导阶段,
S1、在术前扫描阶段,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像;
S2、在术中引导阶段,根据导丝/导管末端位置对应的人体部位信息自动选择欠采样采集轨迹模板,据此扫描小区域三维血管图像;
S3、将所述小区域三维血管图像与所述全视野高分辨率三维血管图像进行匹配融合显示,
根据导丝/导管末端位置的人体部位生成欠采样采集轨迹模板,包括:
S21、采集数据的K空间坐标影响因子Affe,根据Affe更新稀疏采样模板,其中,稀疏采样模板根据人体不同部位预先设计;
S22、通过旅行商问题算法TSP进行轨迹规划,并引入物理条件对轨迹进行约束,最终得到该人体部位优化的欠采样采集轨迹模板,
对数据集进行预处理并结合初始化采样模板得到欠采样数据/>,通过下式计算各k空间坐标影响因子Affe:
;
其中,/>,/>分别表示通过傅里叶变换操作将原始数据转换到图像域,/>表示数据的个数,/>表示一个较小的值以避免除零。
2.根据权利要求1所述的血管介入磁共振成像方法,其特征在于,在术前扫描阶段,基于速度选择脉冲的血管高清成像方法,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像。
3.根据权利要求1所述的血管介入磁共振成像方法,其特征在于,在术中引导阶段扫描小区域三维血管图像,包括:
采集步骤:针对人体不同部位选择对应的二维/三维稀疏性采样模板,并通过旅行商问题算法TSP规划采样轨迹,映射到磁共振编码梯度以采集数据;
重建步骤:对采集的稀疏数据结合低秩稀疏数学模型和深度学习方法,在CPU-GPU异构计算平台进行重建,达到实时成像。
4.根据权利要求3所述的血管介入磁共振成像方法,其特征在于,所述重建步骤包括:对采集的多维原始数据,通过CPU对其进行PCA降维并转移到GPU中进行卷积网格化处理,GPU内部维护一个缓冲区队列,不断通过预训练的深度学习网络L+S-NET进行重建,重建完成后压出队首数据,同时从CPU获取新的数据压入队尾,如此循环形成重建图像流,CPU从GPU获取重建的图像数据并标记时间戳,最后输出显示动态图像。
5.根据权利要求1所述的血管介入磁共振成像方法,其特征在于,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像包括:
S31、根据血管介入引导范围区域的图像扫描起点与扫描终点,将介入引导起点部位定位于磁体中心并扫描;
S32、平移扫描病床,多次扫描的图像区域覆盖完整的介入引导范围区域,每次扫描时将扫描中心调整为边界中心区域;
S33、将所扫描的图像合并成为大视野高分辨率三维血管图像。
6.根据权利要求1所述的血管介入磁共振成像方法,其特征在于,在术中引导阶段,根据导丝/导管末端位置,通过控制扫描方位调整术中引导阶段小区域中心,其中所述扫描方位包括扫描中心和病床位置。
7.根据权利要求1所述的血管介入磁共振成像方法,其特征在于,在扫描小区域三维血管图像时仅扫描当前扫描中心区域小范围FOV,实时生成小区域三维血管图像,在将该图像与大视野高分辨率三维血管图像匹配融合时,将实时数据替换同样位置的过时数据,从而得到动态刷新的全视野高分辨率三维血管图像。
8.一种血管介入磁共振成像系统,其特征在于,包括:快速采集与重建模块、三维高清血管成像模块、动态区域刷新血管成像模块、以及扫描方位控制模块,其中,
所述三维高清血管成像模块,用于在术前扫描阶段扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像;
所述快速采集与重建模块,用于在术中引导阶段,根据导丝/导管末端位置对应的人体部位信息自动选择欠采样采集轨迹模板以采集数据并根据采集数据重建图像;
所述动态区域刷新血管成像模块,用于将小区域三维血管图像与所述全视野高分辨率三维血管图像进行匹配融合显示,
所述扫描方位控制模块,用于控制磁共振系统的扫描中心位置、选层旋转角度以及检查病床的前进/后退平移,以将导丝/导管末端移至接近磁体中心处,
根据导丝/导管末端位置的人体部位生成欠采样采集轨迹模板,包括:
S21、采集数据的K空间坐标影响因子Affe,根据Affe更新稀疏采样模板,其中,稀疏采样模板根据人体不同部位预先设计;
S22、通过旅行商问题算法TSP进行轨迹规划,并引入物理条件对轨迹进行约束,最终得到该人体部位优化的欠采样采集轨迹模板,
对数据集进行预处理并结合初始化采样模板得到欠采样数据/>,通过下式计算各k空间坐标影响因子Affe:
;
其中,/>,/>分别表示通过傅里叶变换操作将原始数据转换到图像域,/>表示数据的个数,/>表示一个较小的值以避免除零。
9.根据权利要求8所述的血管介入磁共振成像系统,其特征在于,所述三维高清血管成像模块基于速度选择脉冲的血管高清成像方法,扫描覆盖血管介入引导区域的全视野高分辨率三维血管图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480244.XA CN117179738B (zh) | 2023-11-08 | 2023-11-08 | 一种血管介入磁共振成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480244.XA CN117179738B (zh) | 2023-11-08 | 2023-11-08 | 一种血管介入磁共振成像方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117179738A CN117179738A (zh) | 2023-12-08 |
CN117179738B true CN117179738B (zh) | 2024-02-06 |
Family
ID=89005693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311480244.XA Active CN117179738B (zh) | 2023-11-08 | 2023-11-08 | 一种血管介入磁共振成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117179738B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8089278B1 (en) * | 2008-04-11 | 2012-01-03 | The Regents Of The University Of California | Time-resolved contrast-enhanced magnetic resonance (MR) angiography |
CN104042215A (zh) * | 2013-03-14 | 2014-09-17 | 上海联影医疗科技有限公司 | 磁共振扫描成像方法及系统 |
CN105208958A (zh) * | 2013-03-15 | 2015-12-30 | 圣纳普医疗(巴巴多斯)公司 | 用于微创治疗的导航和模拟的系统和方法 |
CN108701170A (zh) * | 2016-03-11 | 2018-10-23 | 索尼公司 | 用于产生解剖部分的三维(3d)视图的图像处理系统和方法 |
KR20200118763A (ko) * | 2019-04-08 | 2020-10-16 | 서울대학교산학협력단 | 인공신경망 기반 핵자기공명 및 자기공명분광 데이터 처리 방법 및 그 장치 |
CN112834968A (zh) * | 2019-11-25 | 2021-05-25 | 通用电气精准医疗有限责任公司 | 用于磁共振成像系统的扫描控制系统及方法 |
CN115564897A (zh) * | 2022-10-17 | 2023-01-03 | 中国科学院深圳先进技术研究院 | 一种智能磁共振全息成像方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7605940B2 (en) * | 1999-09-17 | 2009-10-20 | Silverbrook Research Pty Ltd | Sensing device for coded data |
US20230236271A1 (en) * | 2022-01-21 | 2023-07-27 | Regents Of The University Of Michigan | Systems and methods for accelerated magnetic resonance imaging (mri) reconstruction and sampling |
-
2023
- 2023-11-08 CN CN202311480244.XA patent/CN117179738B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8089278B1 (en) * | 2008-04-11 | 2012-01-03 | The Regents Of The University Of California | Time-resolved contrast-enhanced magnetic resonance (MR) angiography |
CN104042215A (zh) * | 2013-03-14 | 2014-09-17 | 上海联影医疗科技有限公司 | 磁共振扫描成像方法及系统 |
CN105208958A (zh) * | 2013-03-15 | 2015-12-30 | 圣纳普医疗(巴巴多斯)公司 | 用于微创治疗的导航和模拟的系统和方法 |
CN108701170A (zh) * | 2016-03-11 | 2018-10-23 | 索尼公司 | 用于产生解剖部分的三维(3d)视图的图像处理系统和方法 |
KR20200118763A (ko) * | 2019-04-08 | 2020-10-16 | 서울대학교산학협력단 | 인공신경망 기반 핵자기공명 및 자기공명분광 데이터 처리 방법 및 그 장치 |
CN112834968A (zh) * | 2019-11-25 | 2021-05-25 | 通用电气精准医疗有限责任公司 | 用于磁共振成像系统的扫描控制系统及方法 |
CN115564897A (zh) * | 2022-10-17 | 2023-01-03 | 中国科学院深圳先进技术研究院 | 一种智能磁共振全息成像方法和系统 |
Non-Patent Citations (4)
Title |
---|
A survey of GPU-based acceleration techniques in MRI reconstructions;Haifeng Wang等;《Quant Imaging Med Surg》;第196-208页 * |
Sparse representations and compressive sensing in multi-dimensional signal processing;Bhabesh Deka;《CSIT》;第233–242页 * |
Travelling salesman-based variable density sampling;Nicolas Chauffert等;《arXiv preprint》;第1-4页 * |
张志勇等.《胸部疾病询证影像学》.第二军医大学出版社,2013,(第1版),第46页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117179738A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10946214B2 (en) | Automated anatomy delineation for image guided therapy planning | |
CN107206252B (zh) | 核磁共振引导直线加速器中的运动管理 | |
DE60010309T2 (de) | Verfahren zur echtzeitdarstellung von medizinischen bildern | |
US7302286B2 (en) | Method and apparatus for the three-dimensional presentation of an examination region of a patient in the form of a 3D reconstruction image | |
US9375191B2 (en) | Method and apparatus for determining three-dimensional reconstruction of an object | |
CN1720004B (zh) | 辅助脉管中导管的导航的设备和方法 | |
US8712115B2 (en) | Real-time virtual endoscopy | |
JP5244592B2 (ja) | 3d−2d適応型形状モデル支援による運動補償再構成 | |
US20130079628A1 (en) | Dynamic reference method and system for interventional procedures | |
US20030220555A1 (en) | Method and apparatus for image presentation of a medical instrument introduced into an examination region of a patent | |
CN106485691B (zh) | 信息处理装置、信息处理系统和信息处理方法 | |
JP2013505778A (ja) | 運動情報を用いた医用画像解析のためのコンピュータ可読媒体、システム、および方法 | |
JP2009502398A (ja) | カテーテルナビゲーションシステム | |
KR20150118484A (ko) | 의료 영상 정합 방법 및 장치 | |
JP2000185036A (ja) | 医用画像表示装置 | |
JP3129700B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体 | |
CN112494028A (zh) | 使用多模态成像的活检工作流程 | |
US20180235701A1 (en) | Systems and methods for intervention guidance using pre-operative planning with ultrasound | |
KR20190124002A (ko) | 의료 영상 장치 및 의료 영상을 처리하는 방법 | |
US8620404B2 (en) | System and method of high-frame rate, time-resolved, three-dimensional magnetic resonance angiograpy | |
CN103021022A (zh) | 基于参数形变模型能量优化的血管重建方法 | |
CN117179738B (zh) | 一种血管介入磁共振成像方法及系统 | |
CN110473241A (zh) | 图像配准方法、存储介质及计算机设备 | |
US7116808B2 (en) | Method for producing an image sequence from volume datasets | |
CN115300809A (zh) | 图像处理方法及装置、计算机设备和存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A vascular intervention magnetic resonance imaging method and system Granted publication date: 20240206 Pledgee: Hefei SME financing Company limited by guarantee Pledgor: Anhui Fuqing Medical Equipment Co.,Ltd. Registration number: Y2024980010422 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |