CN1877591A - 对磁共振图像的测量数据采集和图像再现的改善 - Google Patents

对磁共振图像的测量数据采集和图像再现的改善 Download PDF

Info

Publication number
CN1877591A
CN1877591A CNA2006100917976A CN200610091797A CN1877591A CN 1877591 A CN1877591 A CN 1877591A CN A2006100917976 A CNA2006100917976 A CN A2006100917976A CN 200610091797 A CN200610091797 A CN 200610091797A CN 1877591 A CN1877591 A CN 1877591A
Authority
CN
China
Prior art keywords
calculating
grouping
measurement data
acquisition
data
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
CNA2006100917976A
Other languages
English (en)
Other versions
CN100578515C (zh
Inventor
乌尔里克·哈根
奥利弗·海德
托马斯·克卢格
马库斯·维斯特
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 CN1877591A publication Critical patent/CN1877591A/zh
Application granted granted Critical
Publication of CN100578515C publication Critical patent/CN100578515C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/36—Electrical details, e.g. matching or coupling of the coil to the receiver
    • G01R33/3621—NMR receivers or demodulators, e.g. preamplifiers, means for frequency modulation of the MR signal using a digital down converter, means for analog to digital conversion [ADC] or for filtering or processing of the MR signal such as bandpass filtering, resampling, decimation or interpolation
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • 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
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Signal Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)
  • Devices For Executing Special Programs (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及用于对采集磁共振断层造影测量数据(MD)和图像再现过程的组合系统进行优化的一种方法和一种装置。在此，通过将计算过程分解为计算分组(12－i)，并且通过定义确定实施有关计算分组(12－i)必须满足哪些前提的规则，使得在采集测量数据(MD)期间就已经开始了图像再现过程。据此，在计算分组(12－i)及规则的基础上，将计算过程按照一种流程结构重新组织。然后，根据该流程结构与采集过程同步地控制计算过程。所述规则完全地描述了计算过程，也就是说，包括所有的计算分组及其逻辑依赖性。由此，计算过程的稳定性完全与测量数据采集的时间顺序无关。

Description

对磁共振图像的测量数据采集和图像再现的改善
技术领域
本发明属于图像处理的领域，尤其属于图像再现的领域。
背景技术
本发明的主要应用领域是用于由磁共振断层造影仪(简称MRT，也称为核自旋断层造影仪)采集的医疗图像数据的系统。磁共振断层造影是一种现代的层图像方法，其一方面利用了核磁共振，另一方面除了强磁场外还使用了高频辐射。其几乎可以对每个身体部位从任意的角度和在任意的方向上产生断层照片。这样采集的数据按照数字形式出现，并且可以通过使用计算机系统而处理为有说服力的图像。在此，对于辐射入的高频脉冲，测量在患者有关组织中所产生的信号并用于产生图像。平均的检查时间介于大约20至60分钟之间。基于测量数据(例如随后必须被处理为三维表示的层图像)的物理采集原理，需要处理众多的数字数据。这点对处理部件提出了尤其是针对其性能的高要求。
然而，不仅在诊断领域中采用了成像方法，而且还有在使用成像方法的条件下所谓在线应用的、现代的操作方法。在此，必须既能保证采集系统对测量数据、又能保证计算过程对测量数据的尽可能优化的性能，以便可以将对患者的危险保持为尽可能最小。这种MR控制的干预的例子出现在介入性放射医学的领域，例如有：活体检查，在肝脏肿瘤、骨损伤或经由皮肤的脊椎体(Wirbelkoerper)活体检查中的干预。尤其是在介入性放射医学中必需的前提条件是，可以实时地保证得到优化的图像处理以及成像，以便能够规划干预的精确性以及最大地保证患者的安全。
在现有技术中已经公开了用于改善干预的方法。例如，Pakar，V.等人的文章“Efficient visualization of large medical image Datasets on standard PChardware”，Proceedings of the symposium on Data visualisation，ACMInternational Conference Proceeding Series；Vol.40 135-140页，2003年公开了一种基于硬件的措施，用于更有效地表示医疗图像数据。在此提出了一种算法，其应用于已经采集的医疗图像数据并且实现了，通过修改存储器的超高速缓冲(caching)策略使得可以更有效地显示图像数据。在该公开的算法中，将数据组这样分解，使得其与超高速缓冲存储器(cache)的大小匹配。这点也可以通过一种并行处理措施而实现。不过，该文章没有公开用于组合的采集和计算过程的、适当的相互倚赖的交织策略(Verschachtelungs-Strategie)，在该过程中将在后的处理过程这样分解，使得可以就数据采集的顺序而言实现最佳的结果。
此外，US 2004/0223003A1公开了一种图像处理方法以及所属的图像发生器，其中，将总图像分解为分别在并行运行的线程(Thread)以及这些线程中设置的着色机制和合并机制中被处理的图像部分。然而，虽然可以利用在该文献中提出的措施提高显示图像数据组的处理速度，但是该文献没有给予组合的采集和计算过程任何启示，其中，这样构造计算过程，使得其对于采集过程、特别是对于所采集的图像数据的顺序最佳地配置。
在此，一个有重要意义的中心因素在于，对图像数据的采集和处理受到计算机的支持。因此，先决的前提是可以保证不能因为成像而造成干扰和限制。此外，重要的是这样来控制(在上面例子中通过磁共振断层造影的模态的)图像数据采集、尤其是扫描控制，使得可以时间优化地进行在此基础上的图像再现以及图像求值。
因此，本发明的主要应用领域涉及到，尤其是用于对图像数据、特别是MRT图像数据的组合的采集和计算过程进行优化的一种方法和一种装置。尤其是，针对性能、稳定性和/或灵活性来改善该组合的过程。
磁共振断层造影设备通常包括一个产生时间上恒定的磁场的基本磁铁，以便使得在待检查的身体或者身体部位中的原子核极化。此外，有高频脉冲的发射器以及用于信号接收的对应接收器。设备计算机一方面用来对测量数据采集进行最佳控制，另一方面用来对测量数据进行管理、对数据进行进一步处理以及从测量数据中再现出图像。因为对于图像数据的进一步计算以及对于图像的再现是基于对有关测量数据的采集的，因此必须在一个时间上在前的阶段中对测量数据的特定范围进行采集，以便稍后能为再现进行处理。不过，如果必须首先完全地执行测量过程，之后才可以开始随后的再现，则作为缺点会导致不能承受的延迟。一个对于这种系统的品质起决定作用的中心问题在于，采集过程一方与随后的计算过程一方之间在时间上的相互交织。
现有技术中公开了对测量数据的组合的采集和计算。不过，这种在现有技术中公知的解决方案是基于对输入数据的管路(pipeline)类型的串行处理。按照特定的方式并且以特定的顺序(即，按照特定的测量顺序)采集图像数据。通常，可以通过按照特定方式来控制MR扫描器的硬件来配置这种测量顺序、即采集测量数据的顺序。不过，缺点是不能灵活地适应计算过程。特别是，迄今为止不能改变对计算过程的配置。也就是说，迄今为止的系统依赖于再现过程与采集过程之间的明示的和额外的同步，和/或依赖于预定的时间上的测量顺序。因此，作为缺点，整个系统的无故障和由此的品质取决于一个额外的任务，即，该明示的同步和/或对必需的测量顺序的保持。如果该任务只能不完全地执行，则图像再现的结果同样是不完全的或者甚至(就质量和/或时间而言)是不能使用的。
此外，存在许多可以在该关联下使用的计算过程、特别是再现过程。被证明为缺点的是：对于这种计算过程不存在统一的和/或完整的描述。
因此，迄今为止不能将计算过程与采集过程的要求进行匹配。与之相反，必需在特定情形中将采集过程、特别是测量数据采集的顺序与再现过程的要求进行匹配。但是，这点只能极为有限地实现，因为尤其是在MR图像数据采集中存在多种必需保证从而限制了配置自由度的物理前提。因此，在公知的系统中两个过程的影响可能性以及相互交织是次佳的。
发明内容
因此，本发明的技术问题是，揭示一种可以用来改善组合的采集和计算过程的性能、稳定性和/或灵活性的途径，并且该途径允许将尽可能多的对于数据采集所必需的时间用于计算或者计算过程。此外，应该可以对所有原理上可能和可用的计算过程、其逻辑依赖性以及并行性进行简单且标准化的描述。
上述技术问题尤其是通过一种用于对组合的采集和计算过程进行优化的方法解决的，其中，采集过程用来采集测量数据，而计算过程用来对所采集的测量数据进行并行的进一步计算，其中，通过适当的接口在采集过程和计算过程之间进行数据交换，该方法具有如下方法步骤：
-至少将计算过程分解为计算分组；
-通过确定这些计算分组之间存在何种逻辑依赖性，尤其是确定，实施有关计算分组必须满足哪些前提和/或必须采集哪些以及多少测量数据，来为每个计算分组规定规则组或规则；
-在各计算分组及其规则的基础上，将计算过程重构为一种流程结构；
-通过自动地在尽可能早的时间点上执行有关计算分组，来根据该流程结构控制计算过程。
在本发明的优选实施方式中，测量数据是通过再现过程处理为图像的磁共振断层造影测量数据。也就是说，在此计算过程是再现或者产生图像的过程。不过，也可以将本发明同样用于其它测量数据和/或包括对测量数据的进一步处理的其它过程，其中要与测量数据的采集尽可能并行和同步地进行该进一步处理。与此相关地例如可以提及：加工过程数据的采集以及随后的过程控制，实验或实验室数据的采集以及随后对该数据的分析，或者系统参数的采集以及随后将该数据用于配置或诊断。
此外，采集过程不必一定构造用于采集测量数据。同样，可以考虑数据的其它获取模态，例如从存储器或数据库中读入数据。一般地，测量数据的概念被理解为任何类型的输入数据。
迄今为止，在组合的MR测量数据采集和图像计算领域中公知的系统仅仅表明：实现用于对结果进行计算的、尽可能迅速的算法(即用于计算过程的算法)。不过，这种措施就性能而言具有自然的限制，因为在两个过程的组合中存在瓶颈。再现过程要求，已经采集了特定的测量数据并且由此可以作为进一步计算的基础。被证明有意义的是，着眼于(aufsetzen)差不多一样长的采集和计算时间。
因此，本发明的一个基本的优点在于下面的措施：这样使得MR数据采集和MR图像计算并行和同步，即，在测量数据采集中就已经可以执行再现过程的尽可能多的任务了。
按照本发明，通过将两个过程-测量数据采集过程和图像计算过程(或上面例子中的再现过程)-分解为较小的子过程、即所谓的计算分组，就可以实现这点。此外，确定为了能够执行有关的计算分组必需满足何种前提。这点通常是通过参数化的规则来确定的，其中包括了所有的逻辑依赖性。在此，没有采集时间上的依赖性。其优点是：该方法是灵活的并且独立于数据的时间采集顺序。
规则完全地描述了计算过程，也就是说，包括所有的计算分组及其逻辑依赖性。由此，计算过程的稳定性完全与测量数据采集的时间顺序无关。
也就是说，在按照本发明的方法中，测量数据采集的顺序是任意的。如果测量数据采集的顺序被改变了，则在时间上改变了对单个计算分组的处理。就这点而言，可以独立于采集对计算进行控制。
按照本发明，方法本身自己组织。可以有利地保证，该方法尽可能迅速地结束。根据自适应产生的流程结构可以执行在该时间点(或者对于迄今为止所采集的数据)可能的所有计算。在此，计算过程不依赖于时间上的采集顺序。
对于执行计算分组必须满足的前提来说，可以提及下列例子：
-必须采集测量数据的特定组；
-另一个计算分组必须已经被执行；
-必须提供其它情形的结果，和/或
-必须具备用于执行有关计算分组的技术资源。
由于在此所建议的技术方案、即将组合的采集和计算过程分解为较小的单元并且为计算过程产生一个已经实现两个过程间同步的流程结构，可以有利地利用现代的计算机结构以及例如64比特多处理器平台，使得可以实现最大的并行化程度。由此，通过可以按照多处理器系统的并行线程处理多个子任务，可以有效地利用现代计算机结构的优点。因此，在优选的实施方式中本发明的方法用于多处理器系统。将每个计算过程或者一组计算过程分配到多个同时运行的线程上。由此，通过所产生的流程结构可以与可供使用的CPU的数目相匹配，而有效地利用现代计算机结构。备选的技术方案基于单处理器的机器。不过，本发明的基本思想同样可以在此使用。特别是，在单处理器的机器中也可以，将尽可能多的计算任务提前到测量中。由此，可以使得本发明的方法灵活地与有关的计算机结构相匹配。
在MR再现的领域中存在众多可能的和可用的算法。本发明的技术方案不局限于任何特定的算法，而是可以应用在任何的计算过程中，其中通过提供一种计算过程分别被重构成的数据结构。由此，可以在图像采集期间为对图像计算的描述提供专门和最佳构造的注释。
通常，本发明的方法被分成两个时间上的片段：
1.准备阶段，在该阶段将计算过程分解为计算分组，其中，为每个计算分组规定，对于其实施必须满足哪些前提，或者有关计算分组具有哪些逻辑依赖性；并且其中，将计算过程变换为一种新的结构、即流程结构，该结构是基于所定义的计算分组以及所定义的依赖性和/或前提的。
2.执行阶段：该执行阶段用来根据所产生的流程结构执行采集和计算，并且用来交换有关的数据。在采集过程、特别是在MRT设备的扫描期间并行地执行尽可能多的计算分组。
在准备阶段中可以定义应该允许显示中间结果的、特定的结果。例如，如果要对患者的多个身体部位执行MRT方法，则可以设置成：分别在对一个身体部位的测量数据的采集结束之后和/或在对一个身体部位的图像的再现之后显示一个中间结果。
通常，准备阶段在时间上处于执行阶段之前。不过，这点不是强制性的，因为也可以将两个阶段融合。特别是，也可以在较后的时间点上补充规则。这点显著地提高了本发明技术方案的灵活性。
准备阶段可以包括一个固定的和一个动态的部分。在该动态部分中可以定义(补充的)规则。在此可以配置其它的设置。
此外还可以定义优先权。所有产生例如特定结果或者结果对象的计算分组可以被确定为最高的优先权，而其它的分组则具有低级的优先权。在此，选择性地额外根据其优先权对计算分组进行分组和处理。
通过在时间上将准备阶段提前，可以为CPU解除附加的任务，其中，所有的定义和规定任务可以已经预先完成。在优选的实施方式中，在计算过程的开发过程(Entwicklungsprozess)的范围内为计算过程产生参数化的规则组。通常，由再现过程的开发者(Entwickler)针对测量数据采集来定义规则组。不过，与现有技术不同，本发明的方法就测量数据的次最佳构造的采集来说是鲁棒的(robust)。
换言之，按照本发明将被分解为计算分组的计算过程变换为流程结构。在该流程结构中隐含地规定了与再现过程同步的预先给定(Vorgabe)。通常，为每个计算分组定义至少两个同步点。在一个同步点中定义了有关计算分组的所有逻辑依赖性，即，尤其是该有关计算分组依赖于哪些其它事件或分组，以及哪些其它事件或分组依赖于该计算分组。
当满足所有的逻辑前提，即出现了特定的事件，原则上才可以执行一个计算分组。在此，一个计算分组的成功执行可以是这样一种对于其它计算过程的事件。对于上面提到的事件的其它例子例如有：测量数据的采集，对所采集的测量数据的预处理，或者对“相邻的”测量数据的处理。对于执行有关计算分组必须满足的前提可以由一个这样的事件构成，不过，其也可以由这些事件的任意组合来组成。
按照本发明设置了这样一种机制，其一直阻断计算分组的执行，直到满足了所有的前提，并且该机制采集计算分组的执行，以及可以允许其它计算分组的执行或者可以解除对其它计算分组的阻断。该机制在优选的实施方式中是通过同步点来构成的。
在该实施方式中基本上存在下列两类同步点：
1.阻断器(Blocker)，其监视是否所有被定义为针对有关计算分组的前提的必需的事件已经发生。只要不是所有的前提得到满足，则阻断该分组被处理。
2.收集器，该同步点记录有关计算分组的实施和/或从有关计算分组的角度对实施进行记录。
典型地，特定的同步点同时对于特定的计算分组来说是收集器，而对特定的其它计算分组来说是阻断器。
有三个极好的同步点，即，代表着与测量数据之间直接依赖性的数据采集点，一个允许定义工作分组的、独立的、此前没有被阻断的阻断器，以及每个所希望的计算结果的给出是否正确地计算出了结果的恰好一个收集器。
在优选的实施方式中，通过参数化的规则规定了单个计算分组之间的相互依赖性。在这些规则中定义了单个的计算分组以及其逻辑依赖性。每条规则可以多次被使用；在此，重复的数量分别是规则的组成部分。多次重复必须被解开。这点是通过重复下标实现的。
在本发明优选的实施方式中，可以通过相应的接口连接例如用于表示和显示流程结构的外部程序。然后，按照图像表示、例如按照定向的图形或者表格的形式来描绘一个包括参数化规则的输入文件。
在所产生的数据结构中表示出了连同同步点在内的单个计算分组之间的依赖性。该图形可以由多个根节点组成，并且原则上只有一个叶、即结果。边是待处理的过程(计算任务)，而节点是同步点。
可以将该图形表示输出，以便对计算过程重构为流程结构的正确性进行验证。例如，如果图形具有多个叶，则该过程没有被正确地重构，因为只能分别存在一个结果。
因此，本发明技术问题的一个解决方案在于一种按照本发明的数据结构。该表示法是完全的并且包括了所有的计算分组和所有的依赖性。
此外，解决方案还在于一种用于按照上面提到特征的方法中的计算过程的数据结构，该数据结构包括：
-多个计算分组，计算过程被分解为这些计算分组；
-针对每个计算分组的两个同步点，通过这些同步点分别定义该计算分组具有哪些前提或者哪些逻辑依赖性；
-每一个计算分组和该两个同步点之间的对应关系。
如果存在一种对应才会建立一种对应关系。在起始的测量数据采集中以及在计算过程的最后活动结束时，特别是在存储了再现的图像之后，这种对应只是部分地需要或者不再必需了。利用这种数据结构可以立刻、自动并且对于每个计算分组单独地采集出：对于其处理必须满足哪些前提。
利用按照本发明的数据结构，可以按照标准化的方式统一地描述处于不同复杂性中的不同的再现算法，并且将该描述用于与采集过程的并行和同步。
按照本发明的技术方案的特殊的优点在于，可以动态地配置该方法并且可以自适应地与有关上下文条件进行匹配，其中可以在工作流程中针对测量数据的采集和/或计算采集可能的变更。尤其是，可以改变测量顺序、即采集测量数据的顺序。通常这通过对应的用户界面实现。此外，还可以选择其它算法作为计算过程的基础和/或改变组合的采集和计算过程的其它参数和设置。由此，按照本发明的技术方案基本上独立于计算分组的当前组织，独立于采集过程和/或当前选择的工作流程。
按照本发明，可以独立于测量数据采集(顺序、速度和/或其它参数)来控制计算过程。流程结构包括多个并行运行的线程，它们分别处理单个的数据分组。在此，这样构造该流程结构，使得其前提得到满足、特别是其测量数据被采集了的计算分组被自动地执行。由此，按照优选的方式保证了，计算过程的各个子任务在时间上的实施被自动地优化了，从而可以在采集测量数据期间就实现了计算任务的很大部分。
计算过程的重构包括：在测量数据采集与测量数据计算或者仅仅局限于数据分组的标识的测量数据结构之间的同步。由此构成了重要的优点：本发明的方法不需要用于外部时间同步的其它模块，从而是稳定并且较不容易出现故障的。此外，该方法是自组织的。这点同样也有助于明显降低故障的可能性，因为该方法可以自动运行，并且不会出现例如由于错误的用户交互作用而形成的故障。
优选地，本发明的技术方案包括一个缓冲存储器，其中存放了测量数据采集的原始数据。此外，可以存放再现过程的中间结果。只要采集了一组测量数据，就可以将其临时存储在缓冲存储器中。如果有关的计算分组要求该测量数据，则将其从该临时存储器中读出。此外，设置了一种存储器监视机制，其用来保证：如果缓冲存储器已满，则采集过程不再在存储器中注入(pumpt)其它的原始数据，因为计算过程在忙并且此时不能读出和进一步处理其它的测量数据。
在本发明的一个复杂的扩展中，可以不再将采集过程保持恒定，而是改变测量数据采集的顺序。优选地，这样控制采集过程，使得首先采集必须在再现过程中首先被处理的测量数据。在这种情况下，对连同同步点在内的流程结构进行分析，从而计算分组分别根据需要来要求其所必需的测量数据，并且触发相应的测量过程。其优点在于，仅仅需要在缓冲存储器中临时存储较少的原始数据。此外，这点还有利于进一步改善性能。
通常，根据按照本发明所产生的流程结构自动地控制计算过程。这点也包括从缓冲存储器自动地读出所要求的测量数据组。也就是说，保证了自动地执行所有在有关时间点上(特别是针对测量数据采集)可以实施的计算分组(即计算子任务)。在本发明的优选的扩展中，自动地执行上面描述的方法的所有或被选择出的方法步骤。
本发明技术问题的另一个解决方案在于一种按照本发明的装置。上面随着本发明的方法所提及的优点、特征、备选的实施方式，都可以对应地应用在按照本发明的装置中。
上面描述的方法的按照本发明的实施方式，也可以作为计算机产品构成，其中，计算机用于实施上面描述的、按照本发明的方法，并且其程序代码由处理器来执行。
另一种技术问题的解决方案在于一种存储介质，其用于存储上面描述的、计算机实现的方法，并且可以由计算机读取。
此外，还可以将上面描述方法的个别组成部分在一个可以出售的单元中实施，而将其余的组成部分在另一个可以出售的单元中实施，即所谓的分布式系统。
因此，按照本发明的对技术问题的另一个解决方案在于：一种用于对采集和计算单元、特别是图像数据采集和计算单元进行优化的产品，其中，采集单元采集测量数据而计算单元是基于所采集的测量数据的，在并行地执行计算单元的同时可以由采集单元采集其它的测量数据，其中，设置了使两个单元互相通信的接口，该产品包括：
-多个计算模块，其可以用来实施该计算单元的、被分解为计算分组的任务，并且可以分成不同的线程；
-至少一个同步单元，其用来根据规则为每个计算分组确定存在哪些与其它计算分组的逻辑依赖性；
-一种数据结构，其基于同步单元而针对计算单元的计算分组的流程；
-至少一个控制单元，其用来根据所产生的数据结构控制该计算单元的实施，其中只要计算分组的同步单元允许就自动地在尽可能早的时间点上执行该计算分组，
其中，该产品包括：用来根据上面描述的至少一个方面(这些方面也可以在本发明的方法中提及)实施所述设备的、由该产品影响的单元的装置，其中，设置了至少另一种用于实施设备的其余单元的产品，使得通过两种产品的共同作用来实施设备的所有任务。
附图说明
在下面对附图的详细描述中，根据附图利用特征和其它优点非限制地说明要理解的实施方式。图中：
图1表示根据本发明的一个优选实施方式的测量数据采集过程和图像再现过程的示意图，
图2表示根据本发明的一个优选实施方式的数据流，
图3表示本发明的方法在读出傅立叶变换表示中的示例性应用，
图4表示本发明的方法在实施相位编码傅立叶变换表示中的示例性应用，
图5表示本发明的方法在事先进行的计算的组合中的示例性应用，
图6表示本发明的方法在所计算图像的存储器中的示例性应用，
图7表示按照依赖关系树形式的、按照本发明的数据结构的示例图，
图8表示按照本发明的一个优选实施方式的流程的概略图，
图9表示按照本发明的一个优选实施方式的基本单元的概略图。
具体实施方式
本发明的主要应用领域涉及核自旋设备的测量数据采集，即所谓的MRT数据以及图像再现过程。不过，本质上来讲，该测量数据采集过程并不局限于核自旋设备的数据，而是同样可以包括其它模态-例如计算机断层造影-的数据、PET数据，等等。同样，计算过程也不局限于图像再现过程，而是可以在于对所采集的测量数据MD的所有后处理类型。
如图1概略地示出的那样，在优选的实施方式中涉及的是组合的测量数据采集和图像再现过程。在此，通常有两条并行运行的线程。按照本发明，将图像再现过程分解成多个计算分组12-1，12-2，...，12-n。根据在该时间点上哪些测量数据已经被采集，执行其前提被满足的计算分组12-i。尤其是，必须采集所有需要由有关计算分组12-i处理的测量数据MD。这点是通过按照本发明的同步单元14来保证的。控制单元16负责两个过程之间的同步和并行，以及必要的其它控制任务。有关的单元通过对应的接口通信，尤其是采集单元10和计算单元12通过接口11互动(interagieren)。
一般地来说，利用在此介绍的方法保证了，能够执行所有在该时间点上可以执行的计算任务，即，特别是其测量数据到该时间点已被采集的计算任务。由此可以保证，组合的测量数据采集和图像再现过程能够尽可能迅速地产生一幅再现的图像。
如图2中所示，通常由核自旋设备在一个测量过程中采集测量数据MD，并且写入接收缓冲器中。用于数据获取的线程将该数据从接收缓冲器中读出，并且将这样采集的数据写入到原始数据存储器中。用于图像再现的线程从原始数据存储器中读出该数据，并且将其处理成部分结果，后者可以再次被临时存储到原始数据存储器中。一旦所有测量数据MD被采集并且出现，以及随后执行了所有的计算或者再现过程，则可以将图像存储在存储器中或者在显示设备上显示。
按照本发明的数据流结构允许，在测量数据采集期间就可以进行计算过程、特别是图像再现。
优选地，本发明的方法用于独立于对有关图像再现过程的选择而对组合的采集和图像再现过程的性能、稳定性以及灵活性进行优化。即，在此可以采用任意的再现算法。
下面，对基本的流程进行说明：
将再现过程分解为单个的计算分组12-i。然后，为每个计算分组12-i定义，对于该计算分组12-i的实施必须满足哪些前提、特别是必须采集哪些测量数据MD。然后，将计算过程变换成新的数据结构。该流程数据结构基于这些计算分组12-i及其规则，并且包括针对每个计算分组12-i的两个同步点。这些方法步骤可以在执行实际的测量和再现过程之前的准备阶段执行。
紧接着是对计算过程的并行和同步的控制。根据所产生的流程结构，与测量数据采集的顺序无关地对计算过程进行控制，其中自动地在尽可能早的时间点上执行达到了其同步点的有关计算分组。也就是说，自动地执行其测量数据MD已出现的一个或多个计算分组12-i。
下面，要结合图3至6举例表示对MR再现过程的按照本发明的并行和同步。该例子涉及产生通过多个接收通道接收的二维图像。层图像(断层)的数目用“#slc”缩写。对应地在该例子中行、列和通道用“lin”、“col”和“cha”来缩写。
逐行地通过所有通道、按照不同的顺序同时采集数据，这涉及到行以及断层。
如在图3中所示，对每行进行傅立叶变换。该过程被称为“Read-Out-Forier-Transform(读出傅立叶变换)”，并被缩写为“RoFT”。由此，对于每层的每个通道的每一行都必需一个RoFT操作。
同样，对列进行傅立叶变换。该过程在图4中被称为“Phase-encode-Fourier-Transform(相位编码傅立叶变换)”，并被缩写为“PeFT”。对于每层的每个通道的每一列都必需一个PeFT操作。
为了得到一个断层的最终图像，将通道的图像进行组合。该过程被称为“Combine(组合)”。分别将一列与另一列进行组合。对于每层的每一列必需一个“组合”过程。在图5中示例性地示出了组合以及综合的过程。
紧接着将层进行存储。在图6中示例性地作为(对于存储器的)“保存”示出了该过程。对于每层必需一个存储器操作。
在上面示出的例子中，计算过程是为了表示二维图像而对傅立叶变换后的行和列进行处理。实际的算法或者实际的计算过程被分解为小的计算分组12-i。在上面例子中计算分组12-i可以是对一行的傅立叶变换表示的读出(RoFT)、相位编码傅立叶变换(PeFT)、组合和/或存储过程。
这些计算分组12-i可以被分配到CPU的多个处理器上。按照本发明，单个计算分组12-i的执行的顺序自动与测量数据采集的顺序同步。
为了更详细地描述作为基础的计算过程，有必要定义规则。在优选的实施方式中，规则被参数化，并且可以针对上述例子如下地表示：
-当测量数据MD被扫描了之后，才可以执行一行的RoFT过程；
-在同一通道以及同一层的的所有行的所有RoFT操作完成之后，才可以执行一个列的PeFT过程；
-对该层的所有通道的特定列的所有PeFT过程完成之后，才可以执行该特定列的组合；
-在所有的列被组合之后，才可以存储该层图像。
可以按照下列表格的形式表示这些规则：
  工作   阻断器   收集器   重复  被分解的位置固定器
  Save.slc   Combined.slc   Saved.slc   #slc  Slc(i)
  Combine.slc.col   PeFTed.slc.col   Combined.slc   #slc *#col  Slc(i)，col(i)
PeFT.slc.col.cha RoFTed.slc.cha PeFTed.slc.col #slc*#col*#cha  Slc(i)，col(i)，#cha(i)
RoFT.slc.lin.cha 数据获取 RoFT.slc.cha #slc*#lin*#cha  Slc(i)，lin(i)，cha(i)
通过这些参数化的规则可以定义，为了能够执行特定的计算分组l2-i必须满足哪些事件。例如，一个计算分组12-i的成功执行分别是对于另一个计算分组12-i的事件。此外，对于应该在该计算分组12-i中被处理的测量数据MD的采集，是这种事件的一个例子。
按照本发明，为此提供了一种机制，其可以使得在没有满足所有的前提之前特定的计算分组12-i一直被阻断从而被排除在执行之外。此外，有必要对计算分组12-i的执行进行采集并且取消对计算分组12-i的阻断。该机制是通过同步点来构成的。
在优选的实施方式中为每个计算分组12-i定义两个同步点。
基本上存在下列两类同步点：
-已提到的阻断器，以及
-已提到的收集器。
如果同步点用来当没有满足所有前提时阻断(或者排除)计算分组12-i的执行，则该同步点是阻断器。如果同步点对有关的计算分组12-i进行采集或者记录，则其是收集器。
在将计算过程分解为计算分组12-i以及在为每个计算分组12-i规定了规则之后，可以建立数据结构。优选为按照表格形式的数据结构，该数据结构包括：有关的计算分组12-i、同步点以及规则、包括该规则的重复数目。由此，将计算过程描述成了参数化的规则组。这些规则标示出了计算分组12-i以及其逻辑依赖性或者其相互依赖性。
根据本发明，将计算过程重构为流程结构。该流程结构基于单个的计算分组及其逻辑上的前提或者同步点。
可以按照树状的数据结构来表示流该程结构。图7示例性地示出了这种“依赖关系树”。该树的边表示计算分组12-i。节点表示有关的依赖关系以及同步点。
特定的同步点是纯收集器点，仅仅用来采集被执行的各计算分组12-i。如果该同步点被解除阻断，则标志着：计算已被完成并且存储了有关的层。这在图7中利用最下方的元素“Saved.0”来表示。
此外，存在作为纯粹的阻断器的、特定的同步点。其涉及的是这样的同步点，即，该同步点依赖于数据的采集，而不依赖于其它计算分组12-i的成功执行。可以将其预先设置为状态“不阻断”，使得其执行可以立刻开始。这些数据分组的执行直接地依赖于所采集的数据，并且在进行了数据采集之后由数据采集线程启动。这些节点在图7中的示例性表示中利用概念“数据获取”来表示。
在图8中示例性地示出了在序列或测量数据序列与计算单元之间的、按照本发明的同步。在一个准备阶段或流程阶段之中，该序列可以决定其是否希望产生一个特定的结果对象。在准备阶段期间为该结果对象规定一组参数化的规则，以便描述再现算法。在对于该结果对象的准备阶段结束之后，该序列可以要求测量数据MD。
因为该序列单独地触发针对结果对象的特定扫描的读入，其必须具备关于该结果对象的信息。为此，产生对于有关结果对象的获取请求。这种请求可以包含下列的数据：
-待采集数据的规模，例如，扫描的大小和通道的数目，
-每个通道的数据的目标地址，
-用于所测量数据的唯一的标识符。
该获取请求被用来构造一个发送给与MR设备的扫描器的接口的请求。特别是用于“RX-to-RAM-Daten-Transfer-Thread，RX至RAM数据转换线程”，以便为该扫描器产生读出命令。
在由扫描器采集了数据并且通过接口传送之后，转换线程告知计算单元12该数据已经被采集的事实。该转换线程将其从结果对象得到的、用于该数据的唯一的标识符传递给计算单元12。对于结果对象来说，通过扫描器实施数据采集不是必需的前提。还可以执行任何其它通过规则引入的计算过程。计算单元12负责有关计算分组12-i的组织和执行。如果计算单元12决定执行一个特定的计算，则其调用针对该结果对象的相应方法。实际的计算对于有关的用户来说是完全封闭的。计算单元12读出有关的规则。
通过本发明的方法，也可以考虑这样的计算过程，即，其基于来自于不同的来源的测量数据MD。因为MR测量典型地为不同的输出结果采集输入数据，即，用于带有不同数据和不同顺序的计算过程。对于计算的组织或管理以及实施是计算单元12份内的事。两个过程的并行、算法的实现以及对存储器的管理属于结果对象的责任范围。按照本发明，通过参数化的规则来描述重构的和并行的计算过程。
按照依赖关系树的形式应用本发明的数据结构的一个优点是，允许利用通常的检验方法对并行过程进行检验(特别是，对于树中叶的收敛进行检验，即检验重构的流程结构是否恰好提供一个结果)，这点基本上独立于所应用的各算法或者计算过程。此外，如果出现一个错误、例如由于扫描的缺少的或有误的采集造成的错误，则可以采取适当的措施。利用本发明的技术方案可以输出一个提示，其给出对于哪个数据组缺少哪个扫描。
通过按照标准化的形式对计算过程的、按照本发明的重构，可以将该方法应用于任意的图像再现过程，并且不必针对数据采集的顺序提出任何前提。这点可以有利地提高计算过程的灵活性和稳定性。由于将计算过程重构为本发明的、包含着有关过程的逻辑依赖性或相互依赖性的流程结构，不再需要外部的同步。
在一个备选的实施方式中，计算过程不涉及MR图像再现，而是涉及用户对于测量结果进行后处理的请求。该后处理可以根据同样的方法实施，从而使得还在从本地存储器或数据库中调用数据期间，就进行了后处理。
本发明的一个优选扩展涉及对数据采集的控制。由于在采集和计算过程之间的、按照本发明的同步，已经可以为计算过程规定，必须由采集过程采集哪些数据。由此，可以直接与计算过程的要求相匹配的来控制采集过程。这种扩展尤其对于这样的采集方法是有意义的，即，测量数据采集的时间顺序对于图像质量没有影响，例如在计算机断层造影中。
在本发明的另一个扩展中，可以为每个计算分组12-i标记优先权，使得有关的计算分组12-i针对其优先权被优先处理，或者首先在时间上延迟或甚至不被处理。
最后要指出，本发明的描述以及实施方式不应该被理解为局限于对本发明的特定物理实现。对于所属领域的技术人员来说特别显然的是，可以将本发明部分地或者完全地分布实现在软件和/或硬件和/或多个物理产品上，特别是计算机产品。

Claims (16)

1.一种用于对组合的采集和计算过程、特别是图像数据采集和计算过程进行优化的方法，其中，采集过程采集测量数据(MD)而计算过程基于所采集的测量数据(MD)，在并行地实施计算过程的同时可以采集其它的测量数据(MD)，其中，两个过程通过接口(11)进行通信，所述方法具有如下方法步骤：
-将所述计算过程分解为计算分组(12-1，12-2，...，12-n)；
-通过确定这些计算分组(12-1，12-2，...，12-n)之间的所有逻辑依赖性，尤其是确定实施有关计算分组(12-i)必须满足哪些前提和/或必须采集哪些以及多少测量数据(MD)，来为每个计算分组(12-i)定义规则；
-在各计算分组(12-i)及其规则的基础上，将计算过程重构为一种流程结构；
-通过自动地在尽可能早的时间点上执行该有关计算分组(12-i)，来根据该流程结构控制该计算过程。
2.根据权利要求1所述的方法，其特征在于，为每一个计算分组(12-i)定义至少两个同步点、特别是定义恰好两个同步点：
-阻断器，其考虑所有实施该计算分组(12-i)的前提，所有对其它情况、特别是对采集过程的计算分组(12-i)的逻辑依赖性，以及
-收集器，其对有关计算分组(12-i)的实施进行采集，从而
只要该阻断器不再阻断该计算分组(12-i)，则自动地在尽可能早的时间点上执行该有关计算分组(12-i)。
3.根据权利要求1或2所述的方法，其特征在于，与测量数据采集的顺序以及速度无关地控制所述计算过程。
4.根据上述权利要求中任一项所述的方法，其特征在于，所述计算过程可以基于任意的计算算法。
5.根据上述权利要求中任一项所述的方法，其特征在于，所述计算过程是再现过程，并且产生图像数据，特别是产生磁共振图像数据、超声波图像数据和/或计算机断层造影数据。
6.根据上述权利要求中任一项所述的方法，其特征在于，所述规则是对作为计算过程的基础的问题的完全描述。
7.根据上述权利要求中任一项所述的方法，其特征在于，所述计算分组和/或过程在测量数据采集中分成多个并行进行的线程。
8.根据上述权利要求中任一项所述的方法，其特征在于，所述方法是自组织的，并且不要求在采集和计算过程之间的外部同步。
9.根据上述权利要求中任一项所述的方法，其特征在于，所述方法额外地控制该采集过程，其中，根据所述规则对计算过程的流程结构进行分析，从而该计算过程(12-i)在需要的情况下要求其必需的测量数据(MD)并且触发对应的测量过程。
10.根据上述权利要求中任一项所述的方法，其特征在于，用于所述方法的计算机结构是单或多处理器系统，和/或所述方法可以最佳地与有关计算机结构相匹配。
11.根据上述权利要求中任一项所述的方法，其特征在于，自动地执行至少一个方法步骤，并且优选地自动执行所有方法步骤。
12.根据上述权利要求中任一项所述的方法，其特征在于，显示所述方法的结果，必要时显示中间结果和/或所产生的流程结构，例如按照定向的图形、特别是依赖关系树或者表格的形式显示。
13.根据上述权利要求中任一项所述的方法，其特征在于，所述方法将采集过程和/或再现过程的中间结果和/或结果存储在缓冲存储器中，和/或应用到对采集过程的实时控制中。
14.一种针对计算过程、特别是针对MR图像的再现过程的数据结构，其被用于根据权利要求1至13中任一项所述方法中，所述数据结构包括：
-多个计算分组(12-i)，其执行所述计算过程的被分解为子任务的任务；
-针对每个计算分组(12-i)的至少两个同步点、特别是恰好两个同步点，在这些同步点中定义了各计算分组(12-i)之间的所有逻辑依赖性，并且在其中记录了有关计算分组(12-i)的执行；
-每一个计算分组(12-i)和该两个同步点之间的对应关系。
15.一种用于对组合的采集和计算单元(10，12)、特别是图像数据采集和计算单元进行优化的装置，其中，采集单元(10)采集测量数据(MD)而计算单元(12)基于所采集的测量数据(MD)，在并行地执行计算单元(12)的同时可以由采集单元(10)采集其它的测量数据(MD)，其中，设置了使两个单元(10，12)相互通信的接口(11)，所述装置包括：
-多个计算模块，其可以用来实施该计算单元(12)的、被分解为计算分组(12-i)的任务，并且分成不同的线程；
-至少一个同步单元(14)，其用来为每个计算分组确定存在哪些与其它计算分组(12-i)的逻辑依赖性；
-基于同步单元(14)的、针对所述计算单元(12)的计算分组(12-i)的流程的数据结构；
-至少一个控制单元(16)，其用来根据所述数据结构控制该计算单元(12)，其中只要有关计算分组(12-i)的同步单元(14)允许则自动地在尽可能早的时间点上执行该计算分组(12-i)。
16.一种用于实施具有根据权利要求1至13中任一项特征的方法的装置。
CN200610091797A 2005-06-10 2006-06-12 对测量数据采集和图像再现进行优化的方法和装置 Expired - Fee Related CN100578515C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005026890 2005-06-10
DE102005026890.0 2005-06-10

Publications (2)

Publication Number Publication Date
CN1877591A true CN1877591A (zh) 2006-12-13
CN100578515C CN100578515C (zh) 2010-01-06

Family

ID=36791001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200610091797A Expired - Fee Related CN100578515C (zh) 2005-06-10 2006-06-12 对测量数据采集和图像再现进行优化的方法和装置

Country Status (4)

Country Link
US (1) US8073225B2 (zh)
EP (1) EP1736907A3 (zh)
JP (1) JP5172109B2 (zh)
CN (1) CN100578515C (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914736A (zh) * 2011-08-01 2013-02-06 西门子公司 用于检验处理电子器件的设备、方法和计算机程序产品
CN105957085A (zh) * 2016-05-09 2016-09-21 中国科学院深圳先进技术研究院 三维医学影像数据处理方法及装置
CN110946578A (zh) * 2018-09-26 2020-04-03 西门子医疗有限公司 自动选择成像参数的方法、相应的成像方法和成像设备

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7660488B2 (en) 2004-11-04 2010-02-09 Dr Systems, Inc. Systems and methods for viewing medical images
US7885440B2 (en) 2004-11-04 2011-02-08 Dr Systems, Inc. Systems and methods for interleaving series of medical images
US7970625B2 (en) 2004-11-04 2011-06-28 Dr Systems, Inc. Systems and methods for retrieval of medical data
US7920152B2 (en) 2004-11-04 2011-04-05 Dr Systems, Inc. Systems and methods for viewing medical 3D imaging volumes
US7787672B2 (en) 2004-11-04 2010-08-31 Dr Systems, Inc. Systems and methods for matching, naming, and displaying medical images
DE102006012943B4 (de) * 2006-03-21 2009-11-19 Siemens Ag Verfahren zur automatischen Auswertung eines Abbildungsdatensatzes eines Objektes und medizinisches Abbildungssystem
DE102006012945B4 (de) * 2006-03-21 2014-10-02 Siemens Aktiengesellschaft Verfahren zur virtuellen Schichtpositionierung in einem 3D-Volumendatensatz und medizinisches Abbildungssystem
US7953614B1 (en) 2006-11-22 2011-05-31 Dr Systems, Inc. Smart placement rules
JP5176488B2 (ja) * 2007-11-02 2013-04-03 カシオ電子工業株式会社 印刷データ処理方法
DE102008044828B3 (de) * 2008-08-28 2010-04-15 Siemens Aktiengesellschaft Verwendung eines Magnetresonanz-Sequenzmodells zur formalen Beschreibung einer Messsequenz
DE102008045278A1 (de) * 2008-09-01 2010-03-25 Siemens Aktiengesellschaft Verfahren zum Kombinieren von Bildern und Magnetresonanzgerät
US8380533B2 (en) 2008-11-19 2013-02-19 DR Systems Inc. System and method of providing dynamic and customizable medical examination forms
US8712120B1 (en) 2009-09-28 2014-04-29 Dr Systems, Inc. Rules-based approach to transferring and/or viewing medical images
US9075899B1 (en) 2011-08-11 2015-07-07 D.R. Systems, Inc. Automated display settings for categories of items
US9495604B1 (en) 2013-01-09 2016-11-15 D.R. Systems, Inc. Intelligent management of computerized advanced processing
US10254369B2 (en) * 2014-10-29 2019-04-09 Heartvista, Inc. Pipeline engine for specifying, visualizing, and analyzing MRI image reconstructions
US10929508B2 (en) 2015-04-30 2021-02-23 Merge Healthcare Solutions Inc. Database systems and interactive user interfaces for dynamic interaction with, and indications of, digital medical image data

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2960419B2 (ja) * 1988-08-10 1999-10-06 株式会社日立製作所 磁気共鳴イメージング方法
JPH03284239A (ja) * 1990-03-30 1991-12-13 Toshiba Corp 磁気共鳴映像装置
JP3130308B2 (ja) * 1990-08-07 2001-01-31 株式会社日立メディコ 磁気共鳴イメージング装置
JP3098342B2 (ja) * 1992-11-26 2000-10-16 富士通株式会社 並列処理装置における処理順序指定方式
US6466256B1 (en) * 1996-04-05 2002-10-15 Asahi Kogaku Kogyo Kabushiki Kaisha Video-signal processing device connectable to an electronic endoscope
JP3792879B2 (ja) * 1998-03-09 2006-07-05 富士通株式会社 並列実行システム
US6753878B1 (en) * 1999-03-08 2004-06-22 Hewlett-Packard Development Company, L.P. Parallel pipelined merge engines
JP2001178700A (ja) * 1999-12-24 2001-07-03 Ge Yokogawa Medical Systems Ltd 磁気共鳴信号収集方法および装置、磁気共鳴撮影装置並びに記録媒体
US20020188890A1 (en) * 2001-06-04 2002-12-12 Shupps Eric A. System and method for testing an application
US7076416B2 (en) * 2001-08-20 2006-07-11 Sun Microsystems, Inc. Method and apparatus for evaluating logic states of design nodes for cycle-based simulation
US7490085B2 (en) * 2002-12-18 2009-02-10 Ge Medical Systems Global Technology Company, Llc Computer-assisted data processing system and method incorporating automated learning
US7243216B1 (en) * 2003-04-25 2007-07-10 Advanced Micro Devices, Inc. Apparatus and method for updating a status register in an out of order execution pipeline based on most recently issued instruction information
JP2005013538A (ja) * 2003-06-27 2005-01-20 Hitachi Medical Corp 磁気共鳴イメージング装置
US7941794B2 (en) * 2004-08-30 2011-05-10 Sanyo Electric Co., Ltd. Data flow graph processing method and processing apparatus provided with reconfigurable circuit
US7383074B2 (en) * 2004-11-02 2008-06-03 General Electric Company System and method for real-time localization for gated MR imaging
DE102008017819B3 (de) * 2008-04-08 2009-12-03 Siemens Aktiengesellschaft Magnetresonanzanlage und Verfahren zum Betrieb einer Magnetresonanzanlage

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914736A (zh) * 2011-08-01 2013-02-06 西门子公司 用于检验处理电子器件的设备、方法和计算机程序产品
CN105957085A (zh) * 2016-05-09 2016-09-21 中国科学院深圳先进技术研究院 三维医学影像数据处理方法及装置
CN110946578A (zh) * 2018-09-26 2020-04-03 西门子医疗有限公司 自动选择成像参数的方法、相应的成像方法和成像设备
CN110946578B (zh) * 2018-09-26 2023-10-31 西门子医疗有限公司 自动选择成像参数的方法、相应的成像方法和成像设备

Also Published As

Publication number Publication date
EP1736907A3 (de) 2016-07-06
JP2006341098A (ja) 2006-12-21
US8073225B2 (en) 2011-12-06
JP5172109B2 (ja) 2013-03-27
EP1736907A2 (de) 2006-12-27
CN100578515C (zh) 2010-01-06
US20060285735A1 (en) 2006-12-21

Similar Documents

Publication Publication Date Title
CN1877591A (zh) 对磁共振图像的测量数据采集和图像再现的改善
CN109919831B (zh) 一种用于将视网膜眼底图像在不同图像域中迁移的方法、电子设备及计算机可读存储介质
US8973010B2 (en) Scheduling image recognition tasks based on task dependency and phase
JP5139289B2 (ja) 複数の検査結果を生成する方法及び装置
US8386273B2 (en) Medical image diagnostic apparatus, picture archiving communication system server, image reference apparatus, and medical image diagnostic system
US10824695B2 (en) Method and apparatus for determining a similarity parameter for an original protocol with a reference protocol for medical imaging
JP2009207876A (ja) Ｘ線ｃｔ装置およびｘ線ｃｔ装置の制御プログラム
US10244612B2 (en) Bulb tube preheating
CN1719446A (zh) 管理多个图像的图像管理装置和方法
CN1869996A (zh) 医疗测量数据的后处理
CN1827038A (zh) 磁共振多通道成像水脂分离重建算法
CN1707477A (zh) 组信息生成系统和组信息生成方法
CN110246137A (zh) 一种成像方法、装置及存储介质
KR20140088434A (ko) 환자별 특성을 기반으로 한 ｍｒｉ 다변수 영상 획득 지원 장치 및 방법
CN107423538A (zh) 医学检查系统
CN109523459A (zh) 用于重建图像的方法和系统
JP6810215B2 (ja) 医用画像診断装置、医用画像表示装置、および医用画像表示方法
EP3229160A2 (en) Method for configuring a medical instrument, system for con-figuring a medical instrument, computer program product and computer readable medium
JP2010165109A (ja) 医用画像診断装置
JP7197358B2 (ja) 臨床業務フローを最適化するための予測モデル
US20090064154A1 (en) Image reconstruction system with multiple parallel reconstruction pipelines
JP4861647B2 (ja) 医用画像診断装置及び画像再構成方法
JP2013116156A (ja) 医用画像診断装置
JP2003135451A (ja) 医用画像撮影装置
CN110088843A (zh) 医学成像中的指南和协议遵守

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: 20100106

Termination date: 20180612