CN1654009A - 用于运行磁共振断层造影设备的方法和控制装置 - Google Patents

用于运行磁共振断层造影设备的方法和控制装置 Download PDF

Info

Publication number
CN1654009A
CN1654009A CNA2004100983644A CN200410098364A CN1654009A CN 1654009 A CN1654009 A CN 1654009A CN A2004100983644 A CNA2004100983644 A CN A2004100983644A CN 200410098364 A CN200410098364 A CN 200410098364A CN 1654009 A CN1654009 A CN 1654009A
Authority
CN
China
Prior art keywords
model
parameter
normative
normative model
sweep
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
CNA2004100983644A
Other languages
English (en)
Other versions
CN100508882C (zh
Inventor
马丁·坦克
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN1654009A publication Critical patent/CN1654009A/zh
Application granted granted Critical
Publication of CN100508882C publication Critical patent/CN100508882C/zh
Expired - Fee Related 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
    • A61B6/48—Diagnostic techniques
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • 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
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • 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
    • 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
    • G01R33/546—Interface between the MR system and the user, e.g. for controlling the operation of the MR system or for the design of pulse sequences

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及一种运行磁共振断层造影设备的方法。首先为取决于诊断问题的检查对象选择几何形状可改变的解剖规范模型(M)。然后，对包括检查对象的区域测量多个概略图像，根据所选的解剖规范模型(M)确定可以用来控制对概略图像的测量的不同概略扫描参数(UP)。在测量的概略图像的断面图像数据(UD)中确定目标结构(Z)，并为了与目标结构(Z)匹配，对规范模型(M)进行个性化。根据所选规范模型(M)和诊断问题，选择控制磁共振设备测量后续断层图像的扫描参数(SP)，并对应于个性化规范模型(M)对选择的扫描参数(SP)个性化。基于个性化扫描参数(ISP)测量多个断层图像。还涉及对应的图像处理系统。

Description

用于运行磁共振断层造影设备的方法和控制装置
技术领域
本发明涉及一种用于运行磁共振断层造影设备(MRT设备)的方法。此外本发明还涉及一种用于运行磁共振断层造影设备的相应的控制装置。
背景技术
磁共振断层造影检查的结果通常是多个序列，这些序列具有感兴趣的检查对象(例如是患者的头部、膝盖、骨盆或特定器官)或属于有关检查对象的患者的伸展区域的多个断面图像(层析图像)。在此，检查的规划，即确定不同的“扫描参数”，例如，层堆或单个层的位置和数量、层相互间的距离、体积、观察窗口和测量矩阵或饱和区域的大小，等等，通常通过设备操作者的交互作用实现。通常，开始测量时首先拍摄患者全身或者至少感兴趣区域的较宽的范围的概略图像(也称为“定位器扫描”或者“探测扫描”)。然后，在该概略图像的基础上借助于操作者的图形用户界面定义待检查的层/体积，并确定其它扫描参数。为此，磁共振断层造影设备的控制装置通常具有相应的控制软件。该规划通常是针对在该概略图像中可识别地标出的解剖结构，并因此取决于各个操作者。其结果是，可再现的检查在实际中是不可能的，由此使得对疾病的精确的变化控制困难，因为在相同类型的、在不同时间点上进行的检查中相互对应的层的取向和层的位置可以相互间具有明显的差异。另一个问题是，在整个检查的时间内必须有一个人完全用来操纵设备。其在检查时间内通常不能接受其它任务。在此，对操作者的资格提出了很高的要求，因为所得到的照片的诊断报告内容极大地取决于待测量的层以及必要时所要求的饱和层的定位以及其它待设置的扫描参数。尽管在此期间在许多控制设备上已有预先准备好的测量记录可供使用，这些测量记录包含了对于特定的诊断问题设定或检查的特定的预先设定的不同参数。尽管如此，还必须将这些事先准备好的测量记录与各种情况分别进行匹配，其中，许多其它参数的输入需要在交互规划的框架中完成。
因此，希望有一种用于确定重要参数的客观和全自动的方法，以便得到可以再现的检查结果以及对工作流程进行优化。
因此，为了使磁共振检查的规划自动化，已经提出的不同的建议。
例如，DE 10160075 A1和US 2002/0198447 A1描述了根据先前检查对后续检查进行时间上的优化并尽可能自动化地实施的不同可能性。
此外，US 6529762 B1(对应于DE 19943404 A1)描述了一种方法，其中，在概略图像中标识出解剖学标志，然后根据这些标志确定用于后续磁共振测量的测量参数。这通过将拍摄的概略图像与存储的参考概略图像进行比较而实现。为此，将当前的概略图像与参考概略图像进行匹配。不过，这种方法的前提是，有足够的、适合于与当前概略图像进行比较的参考图像可供使用。
在US 6195409 B1中描述了一种替代方法，其中，首先对概略图像进行分析，以找出关于感兴趣的检查对象和可能的部分对象的重要结构信息(例如大小、位置和取向)，这些信息然后导致感兴趣的对象的抽象示意描述(即所谓的“模型”)。在此，作为几何信息该抽象模型包含关于检查对象的顶点的信息以及关于在这些顶点之间的固定连接的信息。然后，将该检查对象的抽象模型与样板模型进行匹配。在此，对于不同的匹配级有不同的样板模型可供使用。头部样板模型由样板模型“直角盒”、“皮肤表面模型”、“大脑模型”和“内部大脑结构模型”组成。不过，所有这些方法的问题是，如何将各模型与从概略图像照片中获得的几何信息进行匹配。显然，匹配的质量极大地取决于从概略图像照片中获得的信息的种类以及数量。定位器扫描的建立已经是对于匹配过程的整体质量和以此为基础的对其它检查的控制的重要标准。
发明内容
因此，本发明要解决的技术问题是，提供对所提到的方法以及控制设备的另一种选择，其使得可以在检查期间以尽可能可靠和简单的方式对磁共振断层造影设备进行尽可能全自动化的和随时可再现的控制。
与迄今为止通常的方法不同，本发明的方法开始时，为取决于诊断问题的待检查的检查对象选择一个其几何形状可以改变的、解剖规范模型。也就是说，例如在对患者头部进行检查时选择一个颅骨模型，或者在膝盖检查中选择一个膝盖模型。这些模块可以由多个模块部分构成，例如由一个骨骼结构模型(该模型又可以分解为各检查对象的各个部分)构成。因此，例如一个颅骨骨骼模型包括前额骨(Os frontale)、右顶骨(Os parietale dexter)、左顶骨(Os parietalesinister)、面颅骨(Viscerocranium)、枕骨(Os occipitale)、颅底内骨(Basis craniiintema)和下颌骨(Mandibula)等部分。
然后，完成包括检查对象的区域的多个概略图像。其中，根据所选择的解剖规范模型确定可以用来控制对概略图像的测量的、不同的概略扫描参数。然后，必要时根据诊断问题和/或根据规范模型，在所测量的概略图像的断面图像数据中确定一个目标结构。随后为了与所确定的目标结构进行匹配进行对规范模型的自动的个性化。因为概略扫描参数是根据各个规范模型确定的，保证了对于每个规范模型产生足够数量和正确类型的概略图像，从而得到与其中可以确定的目标结构对应的足够信息，使得能够按尽可能高的可靠性与该目标结构正确匹配。
然后，根据所选择的规范模型和诊断问题选择用于控制磁共振断层造影设备的扫描参数。这些扫描参数涉及所选择的规范模型。因此，首先对应于个性化的规范模型对所选择的扫描参数进行个性化。最后，在该个性化的扫描参数的基础上进行对断层图像照片的测量。
因为在所提出的本发明的方法中根据所选择的规范模型进行概略图像的测量和目标结构的确定，以比常规方法明显更高的可靠性保证了，以正确的方式进行对规范模型的个性化，该个性化最后决定了确定正确的扫描参数的质量。因此，通过本发明的方法显著提高了自动化测量的质量尤其是可再现性。
为了执行该方法，用于运行磁共振断层造影设备的本发明的控制装置除了通常的用于控制磁共振断层造影设备的接口(以便对应于由控制装置预先给定的扫描参数测量多个断层图像照片)之外，还需要一个存储有多个具有可变几何形状的解剖规范模型的控制装置，其中，这些规范模型分别归属与不同的检查对象。此外，还需要一个第一选择单元(用于根据诊断问题为待检查的检查对象选择多个解剖规范模型中的一个)和一个概略图像确定单元，以便根据概略扫描参数控制磁共振断层造影设备来对包括检查对象的区域测量多个概略图像，其中，概略扫描参数是根据所选择的解剖规范模型预先给定的。另外，还需要一个用于在所测量的概略图像的断面图像数据中确定目标结构的目标结构确定单元，以及一个适配单元，用于将所选择的规范模型个性化与所确定的目标结构进行匹配。此外，还需要一个第二选择单元(用于根据所选择的规范模型和诊断问题来选择控制磁共振断层造影设备的扫描参数)以及一个参数个性化单元，该个性化单元同样对应于个性化的规范模型对所选择的扫描参数进行个性化。
显然，控制装置此外还应该具有所有其它通常的部件，这些部件是运行磁共振断层造影设备所必需的，例如，用于图像数据获取和图像数据整理的相应接口，以及用户可以用来如输入诊断问题的操作台或者其它的用户接口。
优选地，在对所述规范模型进行个性化之后检验，个性化的规范模型相对于目标结构的剩余偏差是否低于一个预定的边界值，如果不低于该边界值则中断所述方法。然后，其它的检查必要和迄今为止一样手动地进行规划以及控制。通过这种检验可靠地防止了，在模型没有与概略图像以及其中可识别的目标结构很好地匹配的情况下，仍然进行自动化的规划和控制检查并因此产生包含错误的其它图像，这些图像有可能在随后的诊断中被错误地解释。除了检验个性化的规范模型与目标结构的偏差之外也可以，例如如果在特定的时间之后在个性化中没有得到预定的偏差值，则进行中断。为此，本发明的控制装置需要一个对应的检验单元。
优选地，将不同的规范模型连同其所属的概略扫描参数进行存储。在此，可以将规范模型和所属的概略扫描参数存储在一个数据库或者多个相互联网的数据库中。在该意义下“共同存储”还表示，例如连同规范模型的指针等进行存储，该指针指明概略扫描参数位于其中和/或相反的存储区域。
概略扫描参数优选地包括所有用于确定单个层的状态(即用于确定位置和取向)、层相互之间的距离以及概略图像的数目和类型的参数。在此，“用于确定概略图像的类型”的是这样的参数，利用这些参数例如设置所使用的脉冲序列的类型等。通常，由于拍摄概略照片的较高的速度而使用梯度回波记录(Gradienten-Echo-Protokolle)。不过，在整形术问题中也经常使用螺旋回波记录(Spin-Echo-Protokolle)进行概略照片的拍摄；反之，在心脏检查中则由于否则强烈的运动伪影而使用单脉冲记录(Single-Shot-Protokolle)。
对解剖规范模型的个性化，即与目标结构的匹配，基本上可以利用任意适当的个性化方法实施。对于解剖规范模型进行个性化思想可以一般简化地这样归纳，即，寻找一个使模型优选地与各单独的数据组匹配的几何变换(在三维模型中对应于三维变换)。在此，所有可以分配给该模型的几何形状信息同样被个性化。在医学图像处理系统中，这种用于确定最佳变换参数的方法也被称为登记或匹配方法。其中，根据哪种几何变换被使用，区分为所谓的刚性的、仿射的(affinen)、透视的和塑性的方法。为了在数学上处理个性化的问题，优选地使用描写任意变换后的模型与目标结构的偏差的偏差函数。在此，该偏差函数的类型取决于所使用的解剖规范模型各自的形式。这使得可以通过使偏差值最小化对模型进行简单、完整、自动的个性化，也就是，在匹配中控制偏差函数的最小值。
为了尽可能快地找到偏差函数的最小值，在此优选地采用一个多级别的方法。例如，在一个三级的方法中可以首先借助于合适的定位，即平移、旋转和比例变换使模型粗略地匹配。然后，可以在第二步骤中进行体积变换，以便实现更好的匹配。然后在第三级中进行细节匹配，使得模型与结构在局部优化地匹配。
在此，自动化匹配可以完全地在后台进行，使得使用者可以进行其它工作，特别是图像处理系统的有关操作台可以并行地处理其它图像数据或者控制其它的测量。不过，也可以在自动化方法期间将过程始终例如在显示屏(部件)上表示出来，使得使用者可以控制匹配过程的进展。因此，优选地为操作者显示偏差函数的当前值。特别是也可以将偏差值例如按任务清单等形式始终显示在显示屏上，而同时用户界面的其余部分空出来用于操作者的其它任务。
优选地，操作者可以在需要时干预自动化的匹配过程并手动调整各个模型参数。因此，优选地为操作者显示偏差函数的当前值，使得其在变动有关模型参数时立刻看出，几何偏差是否和按何种规模通过其行为被减小。特别是，在此还可以，对于每个模型参数确定单个的偏差值，并将该值而不是所谓的偏差或者连同所有的偏差进行显示。为此的一个典型的例子是在终端的图形化的用户界面上显示目标结构和/或待匹配的规范模型或者该对象的至少部分。在此，使用者例如可以借助于键盘或者诸如鼠标等的指示设备使特定的模型参数(例如，模型上两个点之间的距离)匹配。然后，借助于一个变化的线条或者类似的视觉上可以良好识别方式向使用者显示，通过其行为偏差较小了何种程度，其中，特别是显示了一方面模型的整个偏差和另一方面针对具体的当前模型参数的匹配的偏差，例如，在模型上两个点的距离中在目标结构中有关点之间距离的差值。
在原理上可以按不同的方式构成可以使用的数字解剖规范模型。例如，一种可能是在体素的基础上进行解剖结构的模型化，其中，为了编辑这种体积数据需要通常昂贵并流传不广的、专门的软件。另一种可能是利用所谓的“有效元”，其中模型通常由四面体构成。不过，对于这种模型也需要专门和昂贵的软件。流传相对较广的是通过三角形对解剖上的边界面积进行简单的模型化。对应的数据结构通过来自计算机绘图领域中的许多标准程序得到支持。按照该原理构成的模型被称为所谓的表面定向的模型。在此，涉及的是解剖结构模型化的共同命名，因为既可以从通过体素的三角形的首先提到的体积模型，又可以从通过将有效元方法的四面体变换到三角形导出对应的表面模型。
因此，作为规范模型可以使用在三角形基础上构成的、表面定向模型。一方面利用该方法可以最简单和低造价地产生模型。另一方面已经按照其它形式产生的模型(特别是提到的体积模型)可以通过对应的变换得到采用，使得再重新建立对应的模型变得多余。
为了重新建立这种表面模型，例如可以利用对应于典型的手动方法的花费对断层图像照片进行分段。然后，从由此获得的关于各个结构(例如单个的器官)的信息可以最后产生模型。为了得到人的骨骼模型，例如也可以借助于激光扫描器对人的骨架进行测量，或者利用计算机断层造影仪进行扫描和分段以及三角形化。
特别优选地，在本发明的方法中使用一个其中模型参数针对其对模型的解剖上整体几何形状的影响分层设置的规范模型。然后，在多个迭代步骤中进行对这种分层参数化的规范模型的个性化，其中，随着迭代步骤数量的增加的同时，在各迭代步骤中可以调整的模型参数的数目(由此在模型变换中自由度的数目)对应于该参数分层的级提高。通过该方法保证了，在个性化中首先调整对模型的解剖上整体几何形状的影响最大的模型参数。然后，仅仅对整体几何形状的一部分影响的、下属的模型参数才可以逐步地得到调整。由此保证了在模型匹配中有效的并因此节省时间的方式，并且与是否全自动地进行该匹配或者操作者是否手动地干预该匹配方法无关。在一个(部分)手动的方法中，这例如可以这样实现，即，在每个迭代步骤中仅仅允许操作者例如借助于图形化的用户接口、根据参数分层的级改变唯一的模型参数。
优选地，模型参数分别属于一个分层的类。这意味着，不同模型参数必要时也可以属于同一个分层的类，因为它们对解剖几何形状具有大致相同的影响。这样，在一定的迭代步骤中可以通过重新建立而获得特定分层的类的所有模型参数。然后，在下一个迭代步骤中引入下属的分层的类等的模型参数。
可以在模型几何形状中偏差的基础上将模型参数分配给一个分层的类，其中，如果将有关的模型参数变动一定的值则出现该偏差。在此，在一个特别优选的方法中，为不同的分层的类配置偏差的特定区域，即数值偏差区间。也就是，例如为了将一个参数分配到一个分层的类，改变该参数并计算输出状态下的该几何形状改变了的模型所产生的偏差。在此，偏差的度量取决于所使用的规范模型的类型。起决定作用的仅仅是，确定一个精确定义的偏差度量，该偏差度量尽可能精确地对模型在有关模型参数变化之前和之后的几何变化进行量化，以便保证将不同模型参数对模型几何形状的影响进行实际的比较。因此，为了能够对几何形状影响进行直接的比较，优选地对于每个产生类型(例如，对于其中模型的两点之间的距离变换的距离参数，或者对于其中模型的三点之间的角度变化的角度参数)使用统一的步长。然后，简单地通过对该偏差度量给出数字间隔来将这些参数划分到分层的类。在使用在三角形基础上产生的表面模型的情况下，对于在未改变的规范模型和一个参数变动后改变了的规范模型之间的偏差，优选地在对在不同状态下的模型的对应三角形的几何距离的和的基础上进行计算。
优选地，在最上面的分层的类中(其模型参数在第一迭代步骤中就可以立刻设置)至少配置这样的模型参数，即这些参数改变时规范模型全程发生变动。此外，例如整个模型转动的所谓新参数是围绕三个模型轴的，平移是沿三个模型轴的，而整个模型的比例变换是沿三个模型轴的。
各个模型参数的分成安排基本上可以在对模型进行个性化期间进行。如果，例如在每个迭代步骤中首先验证，哪些其它的模型参数对该几何形状具有最大的影响，则将这些参数引入。不过，因为由此带来了巨大的计算花费，因此特别优选的是将模型参数的分类和安排事先进行，例如在产生规范模型时就进行，起码在将规范模型存储到模块数据库之前就进行。这种对在按单独方法产生的规范模型的模型参数分层的安排的搁置具有这样的优点，对于每个模型仅仅需要对模型参数的分层安排进行一次计算，并因此可以节省在分段期间有意义的计算时间。可以将分层的安排按相对简单的方式与规范模型一同存储，例如，可以将参数分配到分层的类或者与对应的标记等结合到文件头中或者存放到文件中的其它一个命名的位置上，该文件还包含了有关规范模型的其它数据。
在一个尤其特别优选的实施方式中，模型参数分别与至少一个解剖学标志的位置这样结合，使得模型对于每个参数组具有解剖上有意义的几何形状。为此典型的例子是诸如整体模型的转动或平移的全局参数，其中所有模型参数在位置中相互对应匹配地改变。另外的模型参数例如是两个解剖学标志之间的距离或者三个解剖学标志之间的角度，例如用于确定膝盖状态。
这种模型参数与医学上有意义地选择的解剖学标志的耦合具有这样的优点，即，在个性化之后总是可以给出诊断结论。此外，在解剖专业文献中对这种解剖学标志的位置进行了精确地描述。因此，通过这种方式减轻了实施个性化的困难，因为医学上受过教育的使用者(例如医生或者MTA)熟悉解剖学标志并且基本上可以用其确定解剖结构。
为了在断层图像数据中自动确定待分离的部分对象，存在不同的可能性。一种选择是采用所谓的“阈值方法”。该方法起作用的方式是，将单个体素(即单个的3D图像点)的强度值与一个固定设置的阈值进行比较。如果该体素的值超出该阈值，则将该体素计算为一个特定的结构。不过，在磁共振拍摄中这种方法主要可以用在患者的造影剂检查或者识别患者的皮肤表面。该方法一般不适合于识别其它组织结构。因此，在优选的方法中至少部分借助于轮廓分析方法确定目标结构。这种轮廓分析方法在相邻图像点之间的梯度的基础上进行工作。对于专业人员来说有不同的轮廓分析方法公知。这种轮廓分析方法的优点是该方法可以稳定地使用。
在本发明的方法的一种扩展中也可以对检查对象进行分类。在此，可以自动地确定是否需要其它检查，以及如果需要进行哪些检查。也可以仅仅作为建议向使用者提出进行分类，使得后者可以接受或者拒绝该建议。
这种对检查对象的自动分类可以按这样的方式进行，即，确定在所测量的断层图像数据中自动地确定的解剖结构以及该结构与个性化的比较模型或者比较模型部分之间的偏差。在对比较规范模型进行个性化时必须保证，仅仅进行使比较规范模型或者有关规范模型部分的几何形状不具备病态的变换。这样，可以按简单的方式自动地固定被检查的解剖结构的病态，然后在此基础上自动确定进一步的检查。在此，也可以将所确定的偏差与解剖结构一起进行图形化的显示，例如在用于操作者的显示屏上标记出。此外，也可以将这种偏差通过声音信号向操作者提示。
本发明控制装置的第一选择单元、概略图像确定单元、目标结构确定单元、匹配单元、用于选择控制参数的第二选择单元和参数个性化单元，可以特别优选地按可编程控制器处理装置上的软件形式来实现。此外，该控制装置作为硬件部件还具有用于控制磁共振断层造影设备的接口以及存储器装置，以便将用于检查的解剖规范模型(优选地连同概略扫描参数和其它扫描参数)进行存储。在此，该存储器装置不必一定是控制装置的一体化的部件，而是只要图像计算机可以对一个适当的未必存储器装置或者多个分布的存储器装置进行访问就足够了。
按软件形式实现本发明的方法具有这样的优点，即，现有的控制装置也可以相对简单地通过适当的更新而随后实现。
附图说明
下面对照附图所示的实施方式对本发明作进一步的说明。图中，
图1示出具有本发明的控制装置的磁共振断层造影设备的一种实施方式的示意图，
图2示出了用于表示本发明方法的可能流程的流程图，
图3示出了用于具体表示模型个性化的优选方法的流程图，
图4A示出了具有五个纵向层平面的人颅骨的表面模型，
图4B示出了根据图4A的、但具有五个横向层平面的表面模型，
图5示出了在断面图像数据基础上的人颅骨的目标结构，
图6A示出了按照图5的、但是具有尚未按照图4A匹配的表面规范模型的目标结构(没有下颌骨)，
图6B示出了按照图6A的、但是具有与目标结构部分匹配的规范模型的目标结构和规范模型，
图6C示出了按照图6B的、但是具有与目标结构进一步匹配的规范模型的目标结构和规范模型，
图7示出了在按照图4a的颅骨规范模型上的解剖标志，
图8示出了建立在三角形基础上描述的、人的骨盆的表面模型。
具体实施方式
图1示出的实施方式是按照本发明的磁共振断层造影设备1，其具有所属的、连接在总线20上的按照本发明的控制装置2。在总线20上连接着例如用于存放图像数据D的海量存储器21和工作站22等其它部件。工作站22由图像计算机23和操作台24组成，操作台24通常具有作为用户界面的显示屏25、键盘26和指示设备27(例如鼠标)。工作站22例如用于随后对由MRT设备1产生的图像进行观察和处理。
自然，在构成更大的网络的情况下，还可以在总线20上连接其它一般放射学信息系统(RIS)中现有的部件，例如其它功能块、海量存储器、工作站、输出设备(如打印机)、电影制作站等等。同样，可以与外部网络或者其它RIS连接。其中，优选地将所有数据按所谓的DICOM标准(Digital Imaging andCommunication in Medicine，医学中的数字成像和通信)格式化，以便在各个部件之间进行通信。
在示出的实施方式中将控制装置2设置为单独的设备。在此涉及的是具有相应的可编程处理器的计算机，在该计算机上存储了用于控制MRT设备1的软件。控制装置2通过控制接口5向MRT设备1传输控制命令SB，使其进行所希望的测量。
通过图像数据接口6获得来自MRT设备1的不同图像数据D，UD，并随后在控制装置2中得到进一步处理。为了能够直接在现场操作控制装置2，通过接口19连接了操作台15，该操作台15作为用户界面具有显示屏16、键盘17和指示设备18(例如鼠标)。可供选择的是，也可以例如通过同样连接在总线20上的工作站22进行操作，而不是通过直接在控制装置2上连接的操作台15进行操作。为此，工作站22也可以位于在空间上离功能块1非常近的地方。
此外，控制装置2也可以是MRT设备1的一体化的组成部分。同样，操作台15也可以是控制装置2或者MRT设备1的一体化的组成部分，使得所有部件都综合在一个设备上。
图2示出了在测量期间自动控制MRT设备1的、本发明的方法的可能流程。
首先，在第一方法步骤I中确定待检查的身体部位，并对应地将患者P在磁共振断层造影设备1中进行定位，并将适当的本地天线定位在患者P上。这样，例如在进行基于颅骨的检查时将患者P的头部置于一个头部线圈中，等等。
然后，作为第二方法步骤II，首先从数据库中选择出一个合适的解剖模型M，在提到的头部检查的例子中是颅骨模型。在图1中作为控制装置2的一体化的组成部分示出了存储器装置4，其中存放了一个具有不同模型M的数据库。
借助于第一选择单元7对模型M进行选择，该选择单元7在此以软件模块的形式在控制装置2的处理器3上实现。诊断问题的输入例如通过操作台15进行。
规范模型M也可以是由许多部分对象组成的模型。例如，膝盖模型由模型部分“股骨”、“胫骨”、“膝盖骨”和各半月板组成。反之，在一个针对患者头部的诊断问题中，例如为了检验对颅骨骨裂的怀疑，则需要一个颅骨骨骼规范模型。图4a和4b中示出了一个可能的颅骨规范模型M，该模型作为(在图中可以识别的)模型部分包括前额骨T1、右顶骨T2、左顶骨T3、面颅骨T4和下颌骨T5等部分。其它在图中不可以识别的模型部分包括枕骨和颅底内骨。该模型由于在图4a和4b中利用连续的表面进行显示可以更好地识别。事实上这些模型优选地在三角形的基础上构成。在图8中示出了骨盆的对应表面模型。
然后，在步骤III中根据所选择的模型完成概略图像(定位器扫描)。在此，将作为完成概略图像基础的概略扫描参数UP连同模型M一起存储。也就是说，在选择模型M的同时确定将产生哪些和多少概略图像。在图4a和4b中已经标出了用于概略图像的可能的层析图像平面，其中，图4a包含纵向层平面而图4b包含横向层平面。由于具有较好的概略性，在此仅分别标出了五个相互间距离很大的层平面。在实际中层平面要密得多。
因为这里概略图像不仅用于MR检查的常规手动图形规划，而且还用于对解剖模型的个性化，因此对图像提出了较高的质量要求。在此，除了图像质量外有时层数、层距和图像场也是重要的。反之，多数情况下不要求概略断层图像相对于检查对象具有精确定义的位置。利用概略图像采集足够的用于确定目标结构的数据，使得然后可以对规范模型进行精确的匹配，就已经足够了。也就是说，如在图4a和4b中借助颅骨模型示出的那样，只要能为随后在目标结构中对模型进行个性化提供足够的支持位置，是否横向、纵向或者倾斜地拍摄概略图像，经常在很大程度上是不重要的。必要时在不同的方向下完成图像是有意义的。
不同的概略扫描参数UP在很大程度上确定了用于随后个性化算法的数据基础。为了在个性化中保证稳定的方法流程，因此优选地在前场(Vorfeld)中通过对较大的集合进行检查为每个模型M实验性地确定概略扫描参数UP，然后与所涉及的模型M相结合，优选是以完整的定位器记录的形式。在选择模型时将概略扫描参数UP传递给同样是以软件形式在处理器3中实现的图像确定单元12。该图像确定单元12将测量记录以及不同的扫描参数(由此也将概略扫描参数)转换成控制命令SB，随后通过控制接口5将这样控制命令传递到MRT设备1，使得在后者处按正确的顺序执行适当的测量序列。在示出的例子中图像确定单元12具有作为子程序的单独的概略图像确定单元14，后者用于在概略扫描参数UP的基础上产生用于测量概略图像的控制命令SB。另一个程序是检查图像确定单元13，其作用是，根据相应的其它测量参数随后产生用于实施对于患者P的检查的实际测量的控制命令SB。
然后，在概略扫描中产生的概略图像数据UD(如同所有其它图像数据D一样)通过图像数据接口6由控制单元2获取并在那里进行进一步处理。
在方法步骤IV中，根据预先给定的诊断问题在概略断面图像数据UD中确定目标结构Z。这优选地借助于已经提到的轮廓分析方法自动地进行。在确定的结构和确定的拍摄方法中也可以采用阈值方法，如在本文较早前所描述的。在图1示出的实施方式中，对目标结构Z的确定是在同样以软件形式在处理器3中实现的目标结构确定单元9中进行的。该单元将目标结构数据ZD传递到同样是以软件形式实现的适配单元10，该适配单元10此外还从选择单元7得到关于模型M的数据。
然后，在方法步骤V中，借助于适配单元10对模型M进行个性化，即，将模型M与所确定的目标结构Z进行匹配。在图5示出了可以从患者的概略图像数据中获得的、用于颅骨检查的目标结构。例如，该目标结构可以用来对按照图4a和4b的规范模型进行匹配。
在图3中以流程图的形式更详细地示意示出了个性化过程的优选实施方式。
在该匹配过程中，将各个模型参数在多个迭代步骤S中这样改变，直到所有参数被个性化，或者个性化已经足够，即，规范模型M和目标结构Z之间的偏差最小或低于预定的阈值。在此，每个迭代步骤S包括以循环形式运行的多个过程步骤Va，Vb，Vc，Vd。
第一迭代步骤S以方法步骤Va开始，其中，首先为平移、旋转和比例变换确定最佳参数。因为这些参数对整个几何形状产生影响，因此它们是最上层(以下称为第0层)的类。在图4a中示意地标出了三个平移参数tx，ty，tz和三个绕三个模型轴旋转的参数rx，ry，rz。
如果该匹配尽可能完善地实现了的话，则在下一个步骤Vb中通过已经确定的参数对还未设置的模型参数进行估计。也就是说，从上层参数的设置中对下层参数的起始值进行估计。例如，从对身体尺寸的比例变换参数的设置中对膝盖宽度进行估计。这些值对于随后设定有关参数作为起始值预先给定。按照这种方式可以极大地加速该方法。然后，在方法步骤Vc中优化地设置有关参数。
在所示出的实施方式中将参数针对其对于模型的解剖整体几何形状的影响而按层分配。参数的几何影响越大，其所在的层次就越高。其中，随着迭代步骤S数量的增加可调整的模型参数的数目也对应于其层次排列而提高。
也就是说，在第一循环过程中在步骤Vc中仅利用在第0层级下的第1层级的参数来设置模型。只有在第二过程中才可以，首先在方法步骤Va中将模型重新进行平移、旋转和比例变换。然后，在步骤Vb中通过已经确定的参数对还未确定的第2层级的模型参数进行估计，这些参数随后在步骤Vc用来进行设置。这样，该方法被重复n次，其中在第n个迭代步骤中对第n级的所有参数进行优化，并在迭代步骤S的最后步骤Vd中再次求证，是否还存在到此为止还没有被优化的其它参数。然后，再次开始新的第n+1次迭代步骤，其中，将模型M重新相应地进行平移、旋转或比例变换，并且最后可以按照顺序再次设置所有参数(此时有n+1类的参数可供使用)。然后，在方法步骤Vd中重新进行检验，是否所有参数都被个性化(即，是否还存在没有被优化的参数)或者是否已经实现所希望的匹配。
图6a至6c示出了对于这种匹配过程来说极其简单的情况。在这些图中由于具有较好的概略性再次将模型M显示为连续的表面。图6a示出了目标结构Z和与其相对偏移的模型M。通过简单的平移、旋转和比例变换可以得到图6b示出的图像，其中模型M已经相当好地与目标结构Z匹配。通过对其它下层参数进行设置最后得到在图6c中实现的匹配。
通过上面描述的迭代方法保证了进行尽可能节省时间和高效的匹配。在此，在匹配期间可以随时将目标结构Z、所属的模型M以及当前计算的偏差值或者偏差函数的当前计算值在操作台5的显示屏6上示出。此外，也可以如图6a至6c那样将偏差可视化。另外，还可以通过相应的着色使偏差可视化。
下层的类由对几何影响的定量分析中得出。为此，改变每个参数并计算几何改变后的模型相对于原始状态所产生的偏差。例如，如果采用如图8所示的基于三角形的表面模型，则该偏差可以通过对相应模型三角形的几何距离求和来进行量化。然后，通过为偏差预先给定数值间隔，可以将参数分配到层次的类上。在此，不同的参数落入同一层次的类中是完全可能的。除了别的以外，这取决于偏差的数值间隔的宽度。如上所述，这些在同一层次的类中的参数在特定的迭代步骤S中同时首次允许改变，或者在自动匹配方法中相应地被自动地改变。
如已经提及的那样，在该方法中优选地采用直接与模型的特定解剖学标志的一个或者多个位置相关的模型参数。这种参数的例子是在图7中在颅骨模型上标出的解剖学标志L，L1，L2或者各个解剖学标志之间的距离，例如在眼窝中心点的解剖学标志L1，L2之间的距离d0。为使操作者能手动在解剖匹配过程的干预中设置该眼窝的距离d0，操作者例如可以借助于鼠标选择解剖学标志L1，L2中的一个，并交互地改变其位置。这样，模型M的几何形状自动相适应地一起改变。
在改变包括在规范模型M的两个解剖学标志之间的距离的模型参数时，优选地将规范模型M的几何形状在沿这些解剖学标志之间的直线的区域中与距离的改变成正比地进行变形。在改变包括第一解剖学标志位置相对于相邻标志的改变的模型参数时，优选将规范模型M的几何形状在一个围绕该第一解剖学标志的范围中沿有关相邻标志的方向相应地进行变形。在此，优选地使变形随着与有关第一解剖学标志的距离的增加而减小。也就是说，变形在距离标志较近的区域中比离其较远的区域中更强烈，以实现图中示出的效果。不过，也可以考虑其它变换规则，只要该规则能导致解剖上有意义的变换。必要时这取决于各个选出的模型。
根据图7中颅骨模型上的解剖学标志L，L1，L2也可以说明一个典型的例子，其中，将两个标志之间的距离归到不同层次的类中。由此，图7所示的颅骨模型不仅可以通过两个眼窝之间的距离d0确定，而且还可以通过两个茎突(Processi styloidei)之间的距离进行参数化，其中涉及的是在颅底上的小的骨凸肩(在图7中的视图中不可见)。这里，给出眼窝距离的第一参数的几何效应比给出茎突之间的距离的第二参数的几何效应更大。这例如可以通过在参数改变一毫米时使模型也几何变化来进行检查。因为茎突涉及的是相对小的结构，因此模型的几何变化被限制在围绕该骨凸肩的小范围内。反之，眼窝则相对大很多。在眼窝距离变化时，模型的许多倍的部分发生几何改变并引起更高的偏差。因此，将眼窝距离的参数设置到比茎突的距离变化明显更高的层次的类中，因为具有对参数分层结构更大的几何作用距离的基本参数比具有更多是局部作用的参数处在更高的层次上。
如果最后已将所有可设置的参数都个性化了，或者偏差函数已达到其最小值，则在方法步骤VI中检验，个性化后的规范模型与数据组(即目标结构)的偏差是否足够小。在此，例如可以检验当前达到的偏差值是否低于边界值。如果不低于，则中断自动过程并按照常规的方式进行其它处理(如在此作为方法步骤VII所示意示出的)。也就是，概略图像数据由操作者用来手动设置其它扫描参数。有意义的是，在这种中断情况下向操作者输出一个信号，使其立刻发觉他必须手动继续处理该过程。
反之，如果规范模型M对目标结构Z的匹配是充分的，则随后在方法步骤VIII中对应于解剖规范模型M和相应的诊断问题为其它检查选择扫描参数SP。在此，通过第二选择单元8对不同的扫描参数SP进行选择，该单元如在图1中示意示出的那样，优选地同样以软件形式在控制装置2的处理器3中实现。该第二选择单元8例如从第一选择单元7得到模型信息。关于诊断问题的信息已经在开始时通过操作者在操作台15上输入，或者操作者已经从不同的已预先给定的可能的诊断问题中选择出。
在此，根据诊断问题选择扫描参数SP可以归结为选择适当的检查记录，在这些记录中综合了对于具体MR检查的扫描参数。一定的记录表示一般的形态。例如，这涉及T1、T2以及PD记录。其它的记录则表示专门的形态。例如，血管可以通过3D梯度回波记录在利用MR造影剂的条件下来显示。在EPI记录基础上的扩散和灌注成像使得可以对大脑疾病进行有针对性的检查。目前对于不同的诊断问题有着大量的检查记录。在此，记录参数分为仅用于相应记录的具体扫描参数和一般扫描参数。其中，特别有意义的是，总是需要对于各个具体检查情况必须单独设置的几何扫描参数。这样，在MR检查中一定需要将层组(Sichtpakete)定位和对准。此外，在多数情况下还必须单独选择层距和层厚，如直角的图像场。其中，这种单独设置扫描参数的目的是对临床重要的解剖结构进行标准化再现。在此，迄今为止是将层组与解剖学标志对准。为此的一个例子是在膝盖检查中使用容易识别的关节缝隙，或者在大脑检查中与前部和后部的结合处对准。其中，通常是通过给出至少三个支持点来定义例如扫描平面的位置和取向。也可以通过适当的支持点将对扫描空间的边界与解剖模型相关联，由此确定图像场，等等。按照本发明，这种对单个扫描参数的取向和设置不再是在测量期间进行，而是取而代之为对适合于该问题的规范模型设置一次。为此，将每个模型与为每个可能的问题所完成的记录相对应，该记录还包括对于有关的规范模型的几何扫描参数。
例如，将这些扫描参数与各模型相结合地存放在数据库中。这在图1中示意地表示在控制装置2的存储器4中。在此，存储器结构例如可以按照树结构的方式构造，从而使每个模型对应于不同的诊断问题，而这些诊断问题又对应于所属的扫描参数。
因此，由第二选择单元8在方法步骤VIII中所选择的几何扫描参数SP首先对应于所选择的规范模型，即“规范扫描参数”。因此，对应于由匹配单元10与在概略图像数据中的目标结构所匹配的、相应的个性化的规范模型，必须对规范扫描参数SP进行个性化，这在方法步骤IX中借助于参数个性化单元11实现，该单元优选地以软件形式在处理器3中实现。参数个性化单元11从适配单元10获得关于为将规范模型与目标结构Z匹配而进行的3D变换或者所使用的个性化算法的信息，并因此可以对扫描参数SP进行相应的个性化。例如，在参数个性化单元11中为了匹配扫描平面，将确定解剖规范模型M的扫描平面的支持点，对应于规范模型M的三维变换进行变换，并由此个性化。
然后，将个性化后的扫描参数ISP传递到检查图像确定单元13。后者则将这些个性化后的扫描参数ISP转换为用于MRT设备1的相应控制命令SB，从而在方法步骤X中实施所希望的测量。
然后，在方法步骤XI中可选地确定，是否有必要进行其它测量。这一方面可以手动进行，即在相应的预诊断之后由受过培训的MRT设备1的操作者进行，或者必要时通过自动图像分析全自动地进行。对应于是否有必要进行其它测量和进行哪些其它测量的问题的确定，方法流程然后跳回到方法步骤VIII，再次根据其它诊断问题为各模型选择扫描参数，并重新执行方法步骤IX、X和XI。
如果确定不需要进行其它测量，则最后在方法步骤XII结束测量，并且可以例如通过总线20发送所获得的图像数据D并将其存放在海量存储器21中，或者传送到其它工作站或用于由放射医生进一步诊断的图像观察单元上以便进一步处理或察看。同样，也可以将图像数据发送到电影制作站上，以便产生电影或者其它表现形式。
在这里还要再次明确地指出，附图所示系统结构和处理器仅仅是实施例，专业人员可以很容易地改变细节。特别是可以将控制装置2的不同部件不是实现在一个处理器上，而是实现在不同相互联网的处理器上。例如，可以将尤其是计算计算集中的处理(如对模型的个性化)设置在适合的计算机上，该计算机然后只将最终结果送回。
此外，还可以将现有的控制装置或者磁共振断层造影设备(在其中已经实现了公知的后处理过程)再加装按照本发明的部件，以便使这些装置也可实现上面描述的本发明的方法。在很多情况下，利用适当的控制软件模块对控制软件进行更新就已经足够了。

Claims (16)

1.一种用于运行磁共振断层造影设备(1)的方法，具有如下方法步骤：
-为取决于诊断问题的待检查的检查对象选择几何形状可变的解剖规范模型(M)，
-对包括检查对象的区域测量多个概略图像，其中，根据所选择的解剖规范模型(M)确定可以用来控制对概略图像的测量的、不同的概略扫描参数(UP)，
-在所测量的概略图像的断面图像数据(UD)中确定目标结构(Z)，
-为了与所确定的目标结构(Z)进行匹配，对规范模型(M)进行个性化，
-根据所选择的规范模型(M)和诊断问题，选择用于控制磁共振断层造影设备(1)对后续断层图像进行测量的扫描参数(SP)，
-对应于个性化的规范模型(M)对所选择的扫描参数(SP)进行个性化，
-在该个性化的扫描参数(ISP)的基础上测量多个断层图像。
2.根据权利要求1所述的方法，其特征在于，在对所述规范模型(M)进行个性化之后检验，个性化的规范模型相对于目标结构(Z)的剩余偏差是否低于预定的边界值，如果不低于该边界值则中断所述方法。
3.根据权利要求1或2所述的方法，其特征在于，将所述规范模型(M)连同其所属的概略扫描参数(UP)一起进行存储，用于对包括所涉及的检查对象的区域建立特定的概略图像。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述概略扫描参数(UP)包括用于确定概略图像的位置、数目和类型的参数。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在进行个性化期间，分别基于特定的偏差函数确定在修改后的规范模型(M)和所述目标结构(Z)之间的当前偏差值，并且自动地改变模型参数以使该偏差函数最小。
6.根据权利要求1至5中任一项所述的方法，其特征在于，将所述规范模型(M)根据模型参数(tx，ty，tz，rx，ry，rz，d0)在多个迭代步骤中与所述概略断层图像数据(UD)中的目标结构匹配，这些模型参数(tx，ty，tz，rx，ry，rz，d0)根据其对模型(M)的解剖几何的影响而被分配在不同的层次上，以及随着迭代步骤数量的增加可调整的模型参数(tx，ty，tz，rx，ry，rz，d0)的数目对应于其层次级别提高。
7.根据权利要求6所述的方法，其特征在于，所述模型参数分别属于一个分层的类。
8.根据权利要求7所述的方法，其特征在于，基于模型几何的偏差将所述模型参数与分层的类相对应，其中，该偏差在有关模型参数发生特定的值的改变时出现。
9.根据权利要求8所述的方法，其特征在于，不同的分层的类对应于偏差的一定值域。
10.根据权利要求1至9中任一项所述的方法，其特征在于，使用在三角形基础上产生的表面模型作为所述规范模型(M)。
11.根据权利要求1至10中任一项所述的方法，其特征在于，将所述模型参数分别与至少一个解剖学标志(L，L1，L2)的位置这样相关联，使得修改后的规范模型(M)对于每个参数组具有解剖上有意义的几何形状。
12.根据权利要求1至11中任一项所述的方法，其特征在于，借助于轮廓分析方法至少部分自动地确定所述在概略断层图像数据中的目标结构(Z)。
13.根据权利要求1至12中任一项所述的方法，其特征在于，在所测量的其它断层图像的基础上自动地对检查对象进行分类。
14.一种计算机程序产品，可以直接加载到磁共振断层造影设备的可编程控制装置的存储器中，所述控制装置具有程序编码装置，使得当所述程序产品在该控制装置中执行时，能够实施根据权利要求1至13中任一项所述的方法的所有步骤。
15.一种用于运行磁共振断层造影设备(1)的控制装置(2)，包括：
-用于控制磁共振断层造影设备(1)相应于由该控制装置预先给定的扫描参数(UP，ISP)测量多个断层图像照片的接口(5)，
-存储有多个具有可变几何形状的、用于不同检查对象的解剖规范模型(M)的存储装置(4)，
-第一选择单元(7)，用于根据诊断问题为待检查的检查对象选择一个解剖规范模型(M)，
-概略图像确定单元(14)，用于根据概略扫描参数(UP)控制磁共振断层造影设备(1)来对包括检查对象的区域测量多个概略图像，其中，概略扫描参数是根据所选择的解剖规范模型(M)预先给定的。
-目标结构确定单元(9)，用于在所测量的概略图像的断面图像数据(UD)中确定目标结构(Z)，
-适配单元(10)，用于将所选择的规范模型(M)个性化以便与所确定的目标结构(Z)进行匹配，
-第二选择单元(8)，用于根据所选择的规范模型(M)和诊断问题来选择控制磁共振断层造影设备(1)的扫描参数，
-参数个性化单元(11)，其对应于个性化的规范模型(M)对所选择的扫描参数(SP)进行个性化。
16.一种磁共振断层造影设备(1)，用于测量检查对象的断层图像数据并具有根据权利要求15所述的控制装置(2)。
CNB2004100983644A 2003-12-08 2004-12-08 用于运行磁共振断层造影设备的方法和控制装置 Expired - Fee Related CN100508882C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10357203.1 2003-12-08
DE10357203.1A DE10357203B4 (de) 2003-12-08 2003-12-08 Verfahren und Steuereinrichtung zum Betrieb eines Magnetresonanztomographie-Geräts sowie Magnetresonanztomographie-Gerät

Publications (2)

Publication Number Publication Date
CN1654009A true CN1654009A (zh) 2005-08-17
CN100508882C CN100508882C (zh) 2009-07-08

Family

ID=34672484

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100983644A Expired - Fee Related CN100508882C (zh) 2003-12-08 2004-12-08 用于运行磁共振断层造影设备的方法和控制装置

Country Status (6)

Country Link
US (1) US20050154292A1 (zh)
JP (1) JP4717427B2 (zh)
KR (1) KR20050055599A (zh)
CN (1) CN100508882C (zh)
DE (1) DE10357203B4 (zh)
NL (1) NL1027674C2 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123911B (zh) * 2005-11-25 2012-02-15 株式会社东芝 医学影像诊断装置
CN102805623A (zh) * 2011-05-31 2012-12-05 西门子公司 用于采集图像数据的方法
CN101484920B (zh) * 2006-07-06 2013-10-30 皇家飞利浦电子股份有限公司 在连续扫描之间传递扫描几何形状的方法、设备和系统
US8576980B2 (en) 2007-01-10 2013-11-05 Cambridge Enterprise Limited Apparatus and method for acquiring sectional images
CN104146766A (zh) * 2013-05-13 2014-11-19 株式会社东芝 扫描装置、扫描方法和医学图像设备
CN106361338A (zh) * 2015-07-20 2017-02-01 西门子保健有限责任公司 优化磁共振检查的测量协议的顺序的方法及磁共振装置
CN107578394A (zh) * 2017-10-11 2018-01-12 上海联影医疗科技有限公司 一种图像重建失败的修复方法和装置
CN112204481A (zh) * 2018-05-29 2021-01-08 西门子股份公司 用于制造产品的系统、设备、制造设备、测量装置和方法
CN112238602A (zh) * 2020-09-27 2021-01-19 北京大学口腔医学院 脑切片模具的制作方法、装置、电子设备和存储介质

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9504492B2 (en) 2004-04-23 2016-11-29 Hannes Haberl Three dimensional life-size model of a child's skull and method using said model
DE102004020020B4 (de) * 2004-04-23 2009-04-23 Charité - Universitätsmedizin Berlin Dreidimensionales Modell eines menschlichen Kinderschädels in Lebensgröße
JP5366356B2 (ja) * 2005-04-15 2013-12-11 株式会社東芝 医用画像処理装置及び医用画像処理方法
DE102005031901B4 (de) * 2005-07-07 2015-02-26 Siemens Aktiengesellschaft Verfahren zur Planung einer Untersuchung in einer Magnetresonanzanlage und Magnetresonanzanlage hierfür
DE102005036515B4 (de) * 2005-08-03 2015-07-09 Siemens Aktiengesellschaft Verfahren zur Planung einer Untersuchung in einer Magnetresonanzanlage
WO2007036857A2 (en) * 2005-09-29 2007-04-05 Koninklijke Philips Electronics N.V. System and method for acquiring magnetic resonance imaging (mri) data
DE102006012408A1 (de) * 2006-03-17 2007-09-20 Siemens Ag Verfahren und System zur Steuerung eines eine medizinische Bildgebung umfassenden Untersuchungsprozesses
DE102006018413A1 (de) * 2006-04-20 2007-10-25 Siemens Ag MR-Tomograph mit einem System zur Kontrastoptimierung von MRT-Bildern
DE102006034397B3 (de) * 2006-07-25 2007-12-27 Siemens Ag Verfahren zum Erstellen und Ausführen einer Messsequenz für ein Magnet-Resonanz-Gerät sowie Magnet-Resonanz-Gerät und Computerprogramm
DE102006061078A1 (de) 2006-12-22 2008-07-17 Siemens Ag Verfahren zum Betrieb einer hybriden medizinischen Bildgebungseinheit, umfassend eine erste Bildgebungseinrichtung mit hoher Ortsauflösung und eine zweite nuklearmedizinische Bildgebungseinrichtung mit hoher Sensitivität
DE102006061320B4 (de) 2006-12-22 2017-08-31 Siemens Healthcare Gmbh Verfahren zum Betrieb einer hybriden medizinischen Bildgebungseinheit, umfassend einer erste Bildgebungseinrichtung mit hoher Ortsauflösung und eine zweite nuklearmedizinische Bildgebungseinrichtung mit hoher Sensitivität
EP2160135B1 (en) * 2007-06-21 2012-08-15 Koninklijke Philips Electronics N.V. Adjusting acquisition protocols for dynamic medical imaging using dynamic models
US8190232B2 (en) * 2007-10-04 2012-05-29 Siemens Aktiengesellschaft Automatic alignment of magnetic resonance imaging (MRI) brain scan by anatomic landmarks
JP2010264148A (ja) * 2009-05-18 2010-11-25 Ge Medical Systems Global Technology Co Llc スライス決定装置、磁気共鳴イメージング装置、スライス設定方法、およびプログラム
DE102009038139A1 (de) * 2009-08-19 2011-02-24 Siemens Aktiengesellschaft Verfahren zur Steuerung einer Magnetresonanzanlage
RU2565510C2 (ru) 2009-12-10 2015-10-20 Конинклейке Филипс Электроникс Н.В. Система для быстрой и точной количественной оценки черепно-мозговой травмы
DE102012219051A1 (de) 2012-10-18 2014-04-24 Klinikum Der Universität München Auswahl eines Strahlungsformfilters
KR102094501B1 (ko) 2012-11-30 2020-03-27 삼성전자주식회사 Ｍｒｉ 다변수 영상의 획득 장치 및 방법
WO2015140277A1 (en) * 2014-03-21 2015-09-24 Koninklijke Philips N.V. Control of magnetic resonance imaging acquisition using modeling
WO2016124763A1 (en) * 2015-02-06 2016-08-11 Koninklijke Philips N.V. Automatic grouping of magnetic resonance images
DE102015213910B4 (de) * 2015-07-23 2019-01-17 Siemens Healthcare Gmbh Schrittweise Erstellung eines Messprotokolls einer medizinischen Bildgebungsvorrichtung
US11903691B2 (en) * 2017-07-18 2024-02-20 Siemens Healthineers Ag Combined steering engine and landmarking engine for elbow auto align
DE102017213222A1 (de) 2017-08-01 2019-02-07 Siemens Healthcare Gmbh Automatisches Erkennen und Einstellen von MR-Protokollen anhand von eingelesenen Bilddaten
EP3582227A1 (de) * 2018-06-15 2019-12-18 Siemens Healthcare GmbH Verfahren zum betrieb einer medizinischen bildaufnahmeeinrichtung, bildaufnahmeeinrichtung, computerprogramm und elektronisch lesbarer datenträger
WO2020068137A1 (en) * 2018-09-28 2020-04-02 Siemens Healthcare Gmbh Method for recording diagnostic measurement data of a knee of an examination object in knee imaging by means of a magnetic resonance device

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195409B1 (en) 1998-05-22 2001-02-27 Harbor-Ucla Research And Education Institute Automatic scan prescription for tomographic imaging
DE19943404B4 (de) * 1999-09-10 2009-10-15 Siemens Ag Verfahren zum Betrieb eines MR-Tomographiegeräts
DE10029585C2 (de) * 2000-06-15 2002-04-18 Siemens Ag Verfahren zum Betrieb eines Magnetresonanzgeräts mit Ermittlung von Lageveränderungen
WO2002091924A1 (en) * 2001-05-16 2002-11-21 Koninklijke Philips Electronics N.V. Automatic prescription of tomographic parameters
DE10160075B4 (de) * 2001-12-07 2005-11-17 Siemens Ag Verfahren zum Betrieb eines bildgebenden medizinischen Diagnosegeräts
DE10221642B4 (de) * 2002-05-15 2009-10-08 Siemens Ag Verfahren und Steuereinrichtung zur Steuerung einer Schichtbildaufnahmeeinrichtung
US6952097B2 (en) * 2003-10-22 2005-10-04 Siemens Aktiengesellschaft Method for slice position planning of tomographic measurements, using statistical images
DE10357206B4 (de) * 2003-12-08 2005-11-03 Siemens Ag Verfahren und Bildbearbeitungssystem zur Segmentierung von Schnittbilddaten
DE10357205A1 (de) * 2003-12-08 2005-07-14 Siemens Ag Verfahren zur Erzeugung von Ergebnis-Bildern eines Untersuchungsobjekts

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123911B (zh) * 2005-11-25 2012-02-15 株式会社东芝 医学影像诊断装置
US8386273B2 (en) 2005-11-25 2013-02-26 Kabushiki Kaisha Toshiba Medical image diagnostic apparatus, picture archiving communication system server, image reference apparatus, and medical image diagnostic system
CN101484920B (zh) * 2006-07-06 2013-10-30 皇家飞利浦电子股份有限公司 在连续扫描之间传递扫描几何形状的方法、设备和系统
US8576980B2 (en) 2007-01-10 2013-11-05 Cambridge Enterprise Limited Apparatus and method for acquiring sectional images
CN102805623A (zh) * 2011-05-31 2012-12-05 西门子公司 用于采集图像数据的方法
CN104146766A (zh) * 2013-05-13 2014-11-19 株式会社东芝 扫描装置、扫描方法和医学图像设备
CN104146766B (zh) * 2013-05-13 2016-09-28 东芝医疗系统株式会社 扫描装置、扫描方法和医学图像设备
CN106361338A (zh) * 2015-07-20 2017-02-01 西门子保健有限责任公司 优化磁共振检查的测量协议的顺序的方法及磁共振装置
US10539638B2 (en) 2015-07-20 2020-01-21 Siemens Healthcare Gmbh Method and magnetic resonance apparatus for optimization of a sequence of multiple scan protocols for at least one magnetic resonance examination
CN107578394A (zh) * 2017-10-11 2018-01-12 上海联影医疗科技有限公司 一种图像重建失败的修复方法和装置
CN112204481A (zh) * 2018-05-29 2021-01-08 西门子股份公司 用于制造产品的系统、设备、制造设备、测量装置和方法
CN112238602A (zh) * 2020-09-27 2021-01-19 北京大学口腔医学院 脑切片模具的制作方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
US20050154292A1 (en) 2005-07-14
NL1027674C2 (nl) 2005-12-23
DE10357203B4 (de) 2018-09-20
CN100508882C (zh) 2009-07-08
JP4717427B2 (ja) 2011-07-06
DE10357203A1 (de) 2005-07-14
JP2005169119A (ja) 2005-06-30
KR20050055599A (ko) 2005-06-13
NL1027674A1 (nl) 2005-06-09

Similar Documents

Publication Publication Date Title
CN100508882C (zh) 用于运行磁共振断层造影设备的方法和控制装置
CN101336844B (zh) 医用图像处理装置以及医用图像诊断装置
US8817332B2 (en) Single-action three-dimensional model printing methods
CN1655193A (zh) 用于对断层图像数据分段的方法和图像处理系统
CN109242865A (zh) 基于多图谱的医学图像自动分区系统、方法、装置及存储介质
US20200401854A1 (en) Method and system for image segmentation and identification
US8423120B2 (en) Method and apparatus for positioning a biopsy needle
US20050111757A1 (en) Auto-image alignment system and method based on identified anomalies
KR20050055600A (ko) 검사 객체에 대한 결과 이미지들을 생성하는 방법
CN1449721A (zh) 具有医学图像测量功能的医学图像处理装置
CN102855618A (zh) 用于图像产生和图像分析的方法
CN1875881A (zh) 拍摄、分析和显示医学图像数据组的方法
AU2018200223A1 (en) Method and node for manufacturing a surgical kit for cartilage repair
DE102016102751A1 (de) Anatomisch spezifische filmgetriebene medizinische Bildbegutachtung
CN101681528A (zh) 医学观察工作站上的依赖于学习解剖的观察参数
US11995770B2 (en) System and method for isolating anatomical features in computerized tomography data
CN1600273A (zh) 断层造影成像检查设备的运行方法和x射线断层造影设备
US9355454B2 (en) Automatic estimation of anatomical extents
US20130211242A1 (en) Method and system for restoring body parts
CN102548480B (zh) 医用图像显示设备和方法
CN103079467A (zh) 用于高级结构生成和编辑的机制
CN1961337A (zh) 用于在多维数据集中进行对象映射的图像分析系统
JP4807819B2 (ja) 画像処理装置
CN108122282A (zh) 医学图像建模系统以及医学图像建模方法
US8265361B2 (en) Automatic transfer of outlined objects from one data set into another data set

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090708

Termination date: 20201208