CN1777818A - 纤维跟踪磁共振成像 - Google Patents
纤维跟踪磁共振成像 Download PDFInfo
- Publication number
- CN1777818A CN1777818A CN200480010988.4A CN200480010988A CN1777818A CN 1777818 A CN1777818 A CN 1777818A CN 200480010988 A CN200480010988 A CN 200480010988A CN 1777818 A CN1777818 A CN 1777818A
- Authority
- CN
- China
- Prior art keywords
- position candidate
- magnetic resonance
- interesting areas
- directive texture
- hypergeometry
- 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
Links
- 239000000835 fiber Substances 0.000 title abstract description 30
- 238000002595 magnetic resonance imaging Methods 0.000 title description 5
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000009795 derivation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000002599 functional magnetic resonance imaging Methods 0.000 abstract description 14
- 238000009792 diffusion process Methods 0.000 abstract description 10
- 210000004556 brain Anatomy 0.000 description 11
- 230000007177 brain activity Effects 0.000 description 3
- 210000000653 nervous system Anatomy 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 210000000133 brain stem Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000003376 axonal effect Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Images
Classifications
-
- 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
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56341—Diffusion imaging
-
- 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
- G01R33/4806—Functional imaging of brain activation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
一种从一个对象数据集中导出一个定向结构的方法。该对象数据集为多维几何空间中的位置指定局部方向。例如，所述局部方向涉及扩散张量磁共振图像中的局部流动方向。基于空间功能信息选择至少一个感兴趣的区域，所述空间功能信息例如是fMRI图像、fMRI图像序列与功能范例的相关性以及解剖图像。采用这些“感兴趣的区域”来对纤维跟踪进行初始化，以便导出代表神经纤维系统的定向结构。
Description
本发明涉及一种从对象数据集导出定向结构的方法。
从国际申请WO 01/91639中获知这样的方法。
所述已知方法涉及从扩散加权磁共振图像重建脑部纤维的图像，所述扩散加权磁共振图像具有不同的扩散敏化梯度组合和强度。可以以像素的形式得到所述扩散加权磁共振图像的图像信息。对各个像素的强度进行适配以便以3×3的扩散张量来计算六个独立变量。然后对该扩散张量进行对角化以获得三个特征值以及相应的三个特征向量。这些特征向量代表所讨论的像素处的脑部纤维结构的局部方向。因此，所述扩散加权磁共振图像为脑部中的各位置指定脑部纤维的局部方向。
该已知方法采用纤维跟踪来建立脑部纤维结构。在该已知方法中采用的纤维跟踪包括三个部分：开始脑部纤维跟踪、像素连接以及判断纤维终止。在一个由用户任意选择的三维空间中开始对纤维的投影进行跟踪，并且在依照该纤维方向(与最大特征值相关联的特征向量)的两个方向上延伸所述跟踪。每当所述跟踪经过一个像素到达下一个像素时，基于邻近像素的纤维指向的随机性来判断该纤维是连续的还是已终止。
本发明的一个目的是提供一种导出定向结构的方法，该方法比已知方法要求较少的计算量。
该目的是通过根据本发明的导出定向结构的方法实现的，该方法包括以下步骤：
-基于空间功能信息，在多维几何空间中选择至少一个感兴趣的区域，
-在所选择的感兴趣区域中选择各候选位置，
-建立所述定向结构，这是根据：
-在各候选位置处的主导局部方向，以及
-这些候选位置在该多维几何空间中的相对位置。
所述对象数据集代表关于待检查对象的定向信息。所述对象特别是待检查的患者，并且所述检查特别涉及患者的脑部和神经系统。举例来说，所述定向信息涉及在脑部和神经系统中的各向异性的水分子扩散的局部方向。基于主导局部方向来从该对象数据集建立所述定向结构。当应用于患者的脑部和神经系统时，该定向结构代表轴突轨迹(axonal tracks)的组织方式并且允许对白质管道的空间体系结构进行研究。可以通过所谓的纤维跟踪算法来建立所述定向结构。从下面的评论文章中可以获知这些纤维跟踪算法：S.Mori和Peter C.M.van Zijl的“Fiber tracking：principles and strategies-a technical review(纤维跟踪：原理和策略——技术评论)”，NMR Biomed.15(2002)468-480。纤维跟踪包括通过从几个候选位置或种子点跟随局部主导方向来重建所述定向结构。为了避免将几何空间中的所有位置作为候选位置的穷尽搜索，把对候选位置的选择限制于一个或几个“感兴趣的区域”。本发明在选择候选位置的效率方面有进一步的提高，这是通过利用较少数量的候选位置来对所述感兴趣的定向结构进行相当完整的重建。为此，基于涉及所述相同对象和对象数据集本身的空间功能信息来选择所述“感兴趣的区域”。
下面将参考在各从属权利要求中限定的各实施例来进一步阐述本发明的这些和其它方面。
优选地，所述空间功能信息由功能性磁共振图像表示，所述图像代表脑部和神经系统的功能。举例来说，将所述“感兴趣的区域”选择成其中所讨论的脑部活动出现在所述功能图像中的区域。
通过基于一个范例(paradigm)和所述功能性磁共振图像的相关性来选择所述“感兴趣的区域”，可以进一步提高选择所述候选位置的效率，其中所述功能性磁共振图像是在所述范例的执行期间获取的。这样的范例涉及一个被设置给待检查患者的任务，比如手指敲击或者观看图案。
在另一个优选实现方式中，对于所述几何空间内的几个位置，将所述功能性磁共振图像与所述范例的相关性与一个预设阈值进行比较。于是基于该几何空间内的超出该预设阈值的区域来选择所述“感兴趣的区域”。这样选择出来的“感兴趣的区域”是非常有效的，其中基于较小数量的候选位置精确地重建了所述定向结构。
本发明还涉及一种如在权利要求8中限定的工作站。本发明的工作站被安排成例如以DTI图像的形式接收所述对象数据集，并且还被安排成执行本发明的方法。本发明还涉及一种如在权利要求9中限定的计算机程序。本发明的计算机程序可以提供在诸如CD-ROM之类的数据载体上，同时也可以从诸如万维网之类的数据网络下载。当把所述计算机程序下载到工作站的工作存储器中时，该计算机程序中的指令使得该工作站执行本发明的方法。
参考以下描述的实施例和附图，本发明的这些和其它方面将变得更为明显。
图1图示了根据本发明的方法。
在如图1所示的本发明的图示中，由一个扩散张量磁共振图像数据集1(DTI数据集)形成所述对象数据集。所述DTI图像是从一个磁共振成像系统6产生的。该DTI数据集1代表白色脑组织中的各向异性流动的局部的主要流动方向。该DTI数据集1可以是一个三维图像，该三维图像在其三维像素中为三维体空间中的位置指定局部主要流动方向。可以将该DTI数据集1施加到一个监视器，以便显示DTI图像。对该DTI数据集施加一个纤维跟踪算法，以便从该DTI图像中导出具有纤维结构形式的所述定向结构2，该纤维结构表示待检查患者的神经纤维结构。为了避免将几何空间中的所有位置作为候选位置的穷尽搜索，将候选位置的选择限制到几个“感兴趣的区域”3。在所述“感兴趣的区域”中选择用来搜索所述DTI数据集中的纤维的初始候选位置。当形成所述纤维结构时，在建立当前纤维结构的同时选择其附近的附加候选点。所述“感兴趣的区域”3是基于功能信息而选择的。这样的功能信息例如是从一个功能性磁共振图像(fMRI图像)4。该fMRI图像例如是在对所述待检查患者的同一检查期间在该磁共振成像系统6中产生的。该fMRI图像例如显示了在该患者脑中的局部活动区域。根据本发明，将其中可以在fMRI图像中看见脑部活动的区域选择为所述“感兴趣的区域”。因此，可以从DTI图像1中容易地导出连接这些脑部活动区域的纤维系统。特别地，在纤维跟踪过程中避免了对任何与连接所讨论的脑部区域无关的纤维进行跟踪无用功。作为fMRI的替换方案或者与fMRI一起使用，也可以从解剖图像5中导出所述“感兴趣的区域”3以便支持对所述“感兴趣的区域”的选择。可以由该磁共振成像系统6产生该解剖图像5，但是也可以通过另一种成像模式来产生该解剖图像5，比如通过计算机断层扫描系统7。在该解剖图像5中示出了与特定神经功能有关的相关解剖区域，比如脑部。从所述解剖图像或者fMRI图像中也可以看见肿瘤，因此可以容易地选择对应于这些肿瘤的“感兴趣的区域”，因而所述解剖图像也包括用于支持对所述“感兴趣的区域”3的选择的功能信息。
通常来说，形成一个fMRI图像的时间序列。优选地将所述连续的fMRI图像中的图像信息(例如由亮度值表示)与一个范例相关，该范例由待检查的患者执行。这样的范例可以涉及一项任务，比如手指敲击或者观看一个随时间简单变化的简单的光学图案。在相关步骤9中，计算该范例8与所述fMRI图像4的时间相关性。随后，在比较步骤10中，将该时间相关性与一个阈值11作比较。该阈值11可以由用户输入或调节，或者可以被预先存储。所述fMRI图像的其中与所述范例的时间相关性超出所述阈值的各部分被自动标记为“感兴趣的区域”。特别地，fMRI图像的这些部分与其中具有明显神经活动的区域相关。在实践中，借助于工作站来执行本发明的方法的各功能，在该工作站中加载了计算机程序，该计算机程序具有用来执行这些功能的指令。
Claims (9)
1、一种从一个对象数据集中导出一个定向结构的方法，该对象数据集为多维几何空间中的位置指定局部方向，该方法包括以下步骤：
-基于空间功能信息，在该多维几何空间中选择至少一个感兴趣的区域，
-在所选择的感兴趣区域中选择各候选位置，
-建立所述定向结构，这是根据：
-在各候选位置处的主导局部方向，以及
-这些候选位置在该多维几何空间中的相对位置。
2、如权利要求1所述的导出一个定向结构的方法，其中：
-产生一个功能性磁共振图像，以及
-基于该功能性磁共振图像确定该至少一个感兴趣的区域。
3、如权利要求2所述的导出一个定向结构的方法，其中：
-形成该功能性磁共振图像与一个预定范例的相关性，以及
-基于所述相关性确定该至少一个感兴趣的区域。
4、如权利要求3所述的导出一个定向结构的方法，其中：
-将该功能性磁共振图像与一个预定范例的所述相关性和一个预设阈值作比较，以及
-在该功能性磁共振图像中选择至少一个其中该相关性超出该预设阈值的区域，
-基于该功能性磁共振图像中的所述所选择的区域来确定所述至少一个感兴趣的区域。
5、如权利要求1所述的导出一个定向结构的方法，其中：
-选择两个或更多感兴趣的区域，并且在所述感兴趣的区域中选择各候选位置，以及
-通过穿过所选择的感兴趣的区域来建立所述定向结构。
6、如权利要求1所述的导出一个定向结构的方法，其中基于当前建立的定向结构来选择另外的候选位置。
7、如权利要求1、并特别如权利要求3所述的导出一个定向结构的方法，其中在所述至少一个感兴趣的区域的邻域中选择另外的候选位置。
8、一种工作站，用于：
-接收一个对象数据集(1)，该对象数据集为多维几何空间中的位置指定局部方向，
-基于空间功能信息，在该多维几何空间中选择至少一个感兴趣的区域(3)，
-在所选择的感兴趣区域中选择各候选位置，以及
-建立所述定向结构(2)，这是根据：
-在各候选位置处的主导局部方向，以及
-这些候选位置在该多维几何空间中的相对位置。
9、一种包括指令的计算机程序，用于：
-基于空间功能信息，在多维几何空间中选择至少一个感兴趣的区域(3)，
-在所选择的感兴趣区域中选择各候选位置，以及
-建立所述定向结构(2)，这是根据：
-在各候选位置处的主导局部方向，以及
-这些候选位置在该多维几何空间中的相对位置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP03101129.9 | 2003-04-24 | ||
| EP03101129 | 2003-04-24 | ||
| PCT/IB2004/050486 WO2004095052A1 (en) | 2003-04-24 | 2004-04-22 | Fibre tracking magnetic resonance imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1777818A true CN1777818A (zh) | 2006-05-24 |
| CN1777818B CN1777818B (zh) | 2010-10-06 |
Family
ID=33305794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200480010988.4A Expired - Fee Related CN1777818B (zh) | 2003-04-24 | 2004-04-22 | 纤维跟踪磁共振成像 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US7417428B2 (zh) |
| EP (1) | EP1620747B1 (zh) |
| JP (1) | JP2006524088A (zh) |
| CN (1) | CN1777818B (zh) |
| AT (1) | ATE441121T1 (zh) |
| DE (1) | DE602004022794D1 (zh) |
| WO (1) | WO2004095052A1 (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101275993A (zh) * | 2006-11-02 | 2008-10-01 | 美国西门子医疗解决公司 | 基于纹理的快速dt-mri张量场可视化系统和方法 |
| CN101231330B (zh) * | 2007-01-24 | 2010-09-29 | 西门子（中国）有限公司 | 无参照质子共振频率测温法中生成感兴趣区域的方法 |
| CN101872385A (zh) * | 2010-04-30 | 2010-10-27 | 天津大学 | 基于拓扑保持的快速行进纤维跟踪方法 |
| CN102568008A (zh) * | 2011-12-12 | 2012-07-11 | 中国科学院深圳先进技术研究院 | 无参考质子共振频率测温法中生成感兴趣区域的方法 |
| CN104169967A (zh) * | 2012-08-09 | 2014-11-26 | 博医来股份公司 | 纤维神经结构的定位 |
| CN106251299A (zh) * | 2016-07-25 | 2016-12-21 | 电子科技大学 | 一种高效降噪视觉图像重构方法 |
| CN107007281A (zh) * | 2015-09-10 | 2017-08-04 | 东芝医疗系统株式会社 | 磁共振成像装置以及图像处理装置 |
| CN110018432A (zh) * | 2019-02-14 | 2019-07-16 | 清华大学 | 一种基于弥散张量的神经成像方法、装置和磁共振成像设备 |
| US10492687B2 (en) | 2015-09-10 | 2019-12-03 | Canon Medical Systems Corporation | Magnetic resonance imaging apparatus and image processing apparatus |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7411393B2 (en) | 2005-11-30 | 2008-08-12 | Bracco Imaging S.P.A. | Method and system for fiber tracking |
| EP2141506B1 (en) | 2008-07-01 | 2019-04-03 | The Regents of The University of California | Identifying fiber tracts using magnetic resonance imaging (MRI) |
| CA2791814C (en) | 2010-03-03 | 2017-06-20 | Brain Research Institute Foundation Pty Ltd | Image processing system |
| US9404986B2 (en) | 2011-05-06 | 2016-08-02 | The Regents Of The University Of California | Measuring biological tissue parameters using diffusion magnetic resonance imaging |
| KR101845222B1 (ko) | 2011-11-09 | 2018-04-05 | 삼성전자주식회사 | 고차 확산자기공명 영상의 인공물 저감 장치 및 방법 |
| KR101401969B1 (ko) | 2013-02-20 | 2014-06-30 | 한양대학교 산학협력단 | Ｍｒｉ 시스템을 이용하여 대상체 내의 신경 섬유에 관한 섬유 구조 정보를 획득하기 위한 방법 및 장치 |
| DE102017209542B4 (de) * | 2017-06-07 | 2020-09-10 | Siemens Healthcare Gmbh | Visualisierung von Fasern |
| CN109741290B (zh) * | 2017-10-30 | 2021-08-03 | 上海爱谨人工智能科技有限公司 | 用于神经追踪的方法、非暂时性计算机可读媒体及设备 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0654831A (ja) * | 1992-08-10 | 1994-03-01 | Hitachi Ltd | 磁気共鳴機能イメージング装置 |
| JPH07371A (ja) * | 1992-10-14 | 1995-01-06 | Ge Yokogawa Medical Syst Ltd | 神経路イメージング方法およびｍｒｉ装置 |
| US5357959A (en) * | 1993-04-16 | 1994-10-25 | Praxair Technology, Inc. | Altered dipole moment magnetic resonance imaging method |
| JPH0998958A (ja) * | 1995-10-09 | 1997-04-15 | Hitachi Ltd | 磁気共鳴を用いた検査方法 |
| US5969524A (en) * | 1997-04-14 | 1999-10-19 | The United States Of America As Represented By The Department Of Health And Human Services | Method to significantly reduce bias and variance of diffusion anisotrophy measurements |
| JP3538726B2 (ja) * | 1997-06-13 | 2004-06-14 | 株式会社日立メディコ | 拡散テンソルの拡散係数を表示する磁気共鳴装置 |
| US6526305B1 (en) * | 1998-11-25 | 2003-02-25 | The Johns Hopkins University | Method of fiber reconstruction employing data acquired by magnetic resonance imaging |
| JP2001187037A (ja) | 1999-12-27 | 2001-07-10 | Ge Medical Systems Global Technology Co Llc | 拡散運動検出用勾配磁場印加方向決定方法、拡散係数測定方法およびｍｒｉ装置 |
| US6463315B1 (en) | 2000-01-26 | 2002-10-08 | The Board Of Trustees Of The Leland Stanford Junior University | Analysis of cerebral white matter for prognosis and diagnosis of neurological disorders |
| US6477399B2 (en) | 2000-03-29 | 2002-11-05 | Mcw Research Foundation, Inc. | Method for determining the reliability of fMRI parameters |
| JP4837218B2 (ja) | 2000-03-31 | 2011-12-14 | ザ ジェネラル ホスピタル コーポレーション | 組織の拡散イメージング |
| AU2000253040A1 (en) | 2000-05-26 | 2001-12-11 | The Johns Hopkins University School Of Medicine | Method of fiber reconstruction employing data acquired by magnetic resonance imaging |
| JP2002017707A (ja) * | 2000-07-05 | 2002-01-22 | Ge Yokogawa Medical Systems Ltd | 撮像面決定方法およびｍｒｉ装置 |
| DE10112096B4 (de) * | 2001-03-12 | 2006-02-02 | Forschungszentrum Jülich GmbH | Bildgebungsverfahren zum Nachweis faserartiger Strukturen in einer Probe |
| US6806705B2 (en) * | 2002-05-15 | 2004-10-19 | Koninklijke Philips Electronics N.V. | Diffusion tensor magnetic resonance imaging including local weighted interpolation |
| US6642716B1 (en) * | 2002-05-15 | 2003-11-04 | Koninklijke Philips Electronics, N.V. | Diffusion tensor magnetic resonance imaging including fiber rendering using hyperstreamlines |
| US6724190B2 (en) * | 2002-05-15 | 2004-04-20 | Koninklijke Philips Electronics N.V. | Retrospective selection and various types of image alignment to improve DTI SNR |
| US6859203B2 (en) * | 2002-05-15 | 2005-02-22 | Koninklijke Philips Electronics N.V. | Sweeping real-time single point fiber |
-
2004
- 2004-04-22 US US10/554,354 patent/US7417428B2/en not_active Expired - Fee Related
- 2004-04-22 EP EP04728879A patent/EP1620747B1/en not_active Expired - Lifetime
- 2004-04-22 AT AT04728879T patent/ATE441121T1/de not_active IP Right Cessation
- 2004-04-22 JP JP2006506877A patent/JP2006524088A/ja active Pending
- 2004-04-22 DE DE602004022794T patent/DE602004022794D1/de not_active Expired - Lifetime
- 2004-04-22 WO PCT/IB2004/050486 patent/WO2004095052A1/en active Application Filing
- 2004-04-22 CN CN200480010988.4A patent/CN1777818B/zh not_active Expired - Fee Related
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101275993B (zh) * | 2006-11-02 | 2012-11-28 | 美国西门子医疗解决公司 | 基于纹理的快速dt-mri张量场可视化系统和方法 |
| CN101275993A (zh) * | 2006-11-02 | 2008-10-01 | 美国西门子医疗解决公司 | 基于纹理的快速dt-mri张量场可视化系统和方法 |
| CN101231330B (zh) * | 2007-01-24 | 2010-09-29 | 西门子（中国）有限公司 | 无参照质子共振频率测温法中生成感兴趣区域的方法 |
| CN101872385A (zh) * | 2010-04-30 | 2010-10-27 | 天津大学 | 基于拓扑保持的快速行进纤维跟踪方法 |
| CN101872385B (zh) * | 2010-04-30 | 2011-11-30 | 天津大学 | 基于拓扑保持的快速行进纤维跟踪方法 |
| CN102568008B (zh) * | 2011-12-12 | 2014-03-05 | 中国科学院深圳先进技术研究院 | 无参考质子共振频率测温法中生成感兴趣区域的方法 |
| CN102568008A (zh) * | 2011-12-12 | 2012-07-11 | 中国科学院深圳先进技术研究院 | 无参考质子共振频率测温法中生成感兴趣区域的方法 |
| CN104169967A (zh) * | 2012-08-09 | 2014-11-26 | 博医来股份公司 | 纤维神经结构的定位 |
| CN104169967B (zh) * | 2012-08-09 | 2017-03-29 | 博医来股份公司 | 纤维神经结构的定位 |
| CN107007281A (zh) * | 2015-09-10 | 2017-08-04 | 东芝医疗系统株式会社 | 磁共振成像装置以及图像处理装置 |
| US10492687B2 (en) | 2015-09-10 | 2019-12-03 | Canon Medical Systems Corporation | Magnetic resonance imaging apparatus and image processing apparatus |
| US10888226B2 (en) | 2015-09-10 | 2021-01-12 | Canon Medical Systems Corporation | Magnetic resonance imaging apparatus and image processing apparatus |
| CN106251299A (zh) * | 2016-07-25 | 2016-12-21 | 电子科技大学 | 一种高效降噪视觉图像重构方法 |
| CN106251299B (zh) * | 2016-07-25 | 2019-05-10 | 电子科技大学 | 一种高效降噪视觉图像重构方法 |
| CN110018432A (zh) * | 2019-02-14 | 2019-07-16 | 清华大学 | 一种基于弥散张量的神经成像方法、装置和磁共振成像设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1620747B1 (en) | 2009-08-26 |
| US7417428B2 (en) | 2008-08-26 |
| ATE441121T1 (de) | 2009-09-15 |
| JP2006524088A (ja) | 2006-10-26 |
| CN1777818B (zh) | 2010-10-06 |
| EP1620747A1 (en) | 2006-02-01 |
| DE602004022794D1 (de) | 2009-10-08 |
| US20060241897A1 (en) | 2006-10-26 |
| WO2004095052A1 (en) | 2004-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1777818B (zh) | 纤维跟踪磁共振成像 | |
| CN106682636B (zh) | 血管提取方法及其系统 | |
| Genon et al. | The right dorsal premotor mosaic: organization, functions, and connectivity | |
| CN110234394A (zh) | 使用具有用可变形模板优化过的电极位置的TTField治疗患者 | |
| EP3460805B1 (en) | Smart editing of image-processing results | |
| CN107004305B (zh) | 与医学图像编辑相关的设备、系统、方法、装置和计算机可读介质 | |
| WO2015120400A1 (en) | Multi-factor brain analysis via medical imaging decision support systems and methods | |
| Zhao et al. | Attention-based generative adversarial network in medical imaging: A narrative review | |
| CN110490851A (zh) | 基于人工智能的乳腺图像分割方法、装置及系统 | |
| Kruggel et al. | Alignment of magnetic-resonance brain datasets with the stereotactical coordinate system | |
| CN103608842A (zh) | 用于处理医学图像的系统和方法 | |
| US20150055848A1 (en) | Mechanism for advanced structure generation and editing | |
| Rekik et al. | Tumor growth parameters estimation and source localization from a unique time point: Application to low-grade gliomas | |
| WO2010097534A1 (fr) | Méthodes de segmentation d'images et de détection de structures particulières | |
| JP2019518288A (ja) | 医療画像における変化検出 | |
| Drakopoulos et al. | Adaptive physics-based non-rigid registration for immersive image-guided neuronavigation systems | |
| WO2011163414A2 (en) | Mechanism for advanced structure generation and editing | |
| Bindu et al. | RETRACTED ARTICLE: Automated brain tumordetection and segmentation using modified UNet and ResNet model | |
| Li et al. | A large-scale brain network of species-specific dynamic human body perception | |
| EP3195252A1 (en) | Auto-calibration of probabilistic tracking parameters for dti fibre tractography and compilation of tract probability comparison scales | |
| Paisalnan et al. | Neural correlates of satisfaction of an information need | |
| US9401051B2 (en) | Mechanism for dynamically propagating real-time alterations of medical images | |
| Boorboor et al. | NeuRegenerate: A framework for visualizing neurodegeneration | |
| Ranken et al. | MRIVIEW: an interactive computational tool for investigation of brain structure and function | |
| Zhou et al. | Learning stochastic object models from medical imaging measurements by use of advanced ambientgans |
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 | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101006 Termination date: 20110422 |