DE102013103832A1

DE102013103832A1 - Dämpfungskorrektur in der Positronen-Emissions-Tomographie unter Verwendung von Magnetresonanztomographie

Info

Publication number: DE102013103832A1
Application number: DE102013103832A
Authority: DE
Inventors: Sheshadri Thiruvenkadam; Dattesh Dayanand Shanbhag; Rakesh Mullick; Florian Wiesinger; Sandeep Suryanarayana Kaushik
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2012-04-19
Filing date: 2013-04-16
Publication date: 2013-11-07
Also published as: JP6506495B2; JP2013223723A; US9204817B2; US20130281825A1

Abstract

In einer Ausführungsform beinhaltet ein Verfahren Folgendes: Durchführen einer Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.

Description

ALLGEMEINER STAND DER TECHNIK
In einem Positronen-Emissions-Tomographie-(PET)-Bildgebungssystem wird in einen Gegenstand von Interesse ein Radionuklid injiziert. Beim Zerfallen des Radionuklids werden Positronen emittiert, die mit Elektronen kollidieren, was zu einem Annihilationsereignis führt, das Paare von Gammateilchen aussendet. Die Gammateilchenpaare fallen auf ein Detektorfeld, was die Bestimmung des Entstehungsorts des Annihilationsereignisses ermöglicht. Nachdem eine Reihe von Ereignissen detektiert worden sind, können lokalisierte Konzentrationen des Radionuklids festgestellt werden, was zu einem Funktionsdiagnosebild führt.
Bei der Erfassung von PET-Daten kann es zu einer Dämpfung einiger der emittierten Photonen kommen. Die Dämpfung oder das Phänomen der Verringerung der Zahl detektierter Photonen verglichen mit der emittierten Photonenmenge kann zu einer verschlechterten Bildqualität und reduzierter quantitativer Genauigkeit führen. Dementsprechend wird die PET-Bildgebung in gewissen Situationen wie z.B. der Patientenbildgebung mit Röntgen-Computertomographie-(CT)-Bildgebung kombiniert, um eine derartige Dämpfung zu korrigieren. Weil die CT-Bildgebung auf der Dämpfung von Röntgenstrahlen durch das abgebildete Ziel basiert, kann das CT-Bild Informationen bereitstellen, die direkt mit den Dämpfungskoeffizienten der abgebildeten Materialien (z.B. Gewebe) in Bezug stehen. Zum Durchführen einer derartigen Korrektur werden Dämpfungswerte auf das CT-Bild abgebildet und die zum Erzeugen des CT-Bilds verwendete effektive Energie wird in PET-Energien übersetzt.
KURZDARSTELLUNG DER ERFINDUNG
Unten wird eine Zusammenfassung gewisser hierin offenbarter Ausführungsformen dargelegt. Es ist zu beachten, dass diese Aspekte lediglich präsentiert werden, um dem Leser eine Kurzfassung dieser gewissen Ausführungsformen zu geben, und dass diese Aspekte nicht zur Begrenzung des Umfangs dieser Offenbarung vorgesehen sind. Es ist nämlich durchaus möglich, dass diese Offenbarung verschiedene Aspekte umfasst, die unten eventuell nicht dargelegt werden.
In einer Ausführungsform beinhaltet ein Verfahren Folgendes: Durchführen einer Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.
In einer weiteren Ausführungsform ist wenigstens ein realer nichtflüchtiger maschinenlesbarer Datenträger vorgesehen, der von einem Prozessor ausführbare Anweisungen speichert. Die Anweisungen sind dafür konfiguriert, den Prozessor zum Durchführen der folgenden Vorgänge zu veranlassen: Veranlassen eines MR-Bildgebungssystems zur Durchführung einer Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.
In einer weiteren Ausführungsform ist ein hybrides Positronen-Emissions-Tomographie/Magnetresonanz-(PET/MR)-Bildgebungssystem vorgesehen. Das System weist Folgendes auf: eine Öffnung, die zur Aufnahme eines Patienten gestaltet ist, einen Hauptfeldmagneten, eine Vielzahl von Gradientenfeldspulen, die um die Öffnung angeordnet sind, eine Hochfrequenz-(HF)-Sendespule, eine Vielzahl von HF-Empfangsspulen, einen Photodetektor, der um die Öffnung angeordnet ist und zum Erkennen von Positronenemissionen von dem Patienten konfiguriert ist, um für die erkannten Positronen repräsentative Signale zu erzeugen, und eine mit den Gradientenfeldspulen, der HF-Sendespule, der Vielzahl von HF-Empfangsspulen und dem Photodetektor gekoppelte Steuerschaltungsanordnung. Die Steuerschaltungsanordnung ist konfiguriert zum: Anlegen von Steuersignalen an die Gradienten-, HF-Sende- und -Empfangsspulen, um eine MR-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station durchzuführen, die für einen Teil eines Patienten repräsentativ ist, Verarbeiten von infolge der Erkennung von Positronen von dem Photodetektor erzeugten Daten zum Generieren eines PET-Bilds des Patienten und Durchführen eines PET-Bildrekonstruktionsprozesses einschließlich: Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Erzeugen einer kontinuierlichen Verteilungsdämpfungs-Map oder eines Pseudo-CT-Bilds unter Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren des PET-Bilds auf der Basis von wenigstens der kontinuierlichen Verteilungs-Map oder dem Pseudo-CT-Bild.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Diese und andere Merkmale und Aspekte von Ausführungsformen der vorliegenden Erfindung werden besser verständlich, wenn die folgende ausführliche Beschreibung mit Bezug auf die Begleitzeichungen gelesen wird, in denen gleiche Bezugszeichen in den Zeichnungen durchgehend gleiche Teile bezeichnen, wobei
1 ein Systemebenendiagramm ist, das eine Ausführungsform eines zum Erhalten von dämpfungskorrigierten PET- und PET/MR-Bildern konfigurierten hybriden Positronen-Emissions-Tomographie/Magnetresonanz-(PET/MR)-Bildgebungssystem gemäß einem Aspekt der vorliegenden Offenbarung darstellt,
2 ein Ausführungsbeispiel eines Pseudo-Computertomographie-(CT)-Bilds mit einer Vielzahl von Stationen mit assoziierten Dämpfungskoeffizientverteilungen gemäß einem Aspekt der vorliegenden Offenbarung ist,
3 ein Prozessablaufdiagramm gemäß einem Aspekt der vorliegenden Offenbarung ist, das eine Ausführungsform eines Verfahrens zur PET-Bilddämpfungskorrektur auf der Basis von Magnetresonanzbildgebungsdaten darstellt,
4 ein Prozessablaufdiagramm ist, das eine Ausführungsform eines Verfahrens zum Erzeugen einer Mehrklassen-Segmentierungsmaske, die zum Erzeugen eines Pseudo-CT-Bilds zur PET-Bilddämpfungskorrektur verwendet werden kann, gemäß einem Aspekt der vorliegenden Offenbarung ist,
5 eine kombinierte Darstellung von Ausführungsformen von mit Hilfe von verschiedenen Zusammenfügungsverfahren erhaltenen zusammengefügten Gesamtkörperbildern gemäß einem Aspekt der vorliegenden Offenbarung ist,
6 ein Diagramm ist, das eine Ausführungsform der möglichen Überlappungsart für Schnittbilder verschiedener Stationen gemäß einem Aspekt der vorliegenden Offenbarung darstellt,
7 eine Ausführungsform einer Reihe von 2D-MR-Bild-Schnittbildern und ihrer assoziierten Körpermasken, die mit Hilfe einer Phasenfeldformulierung zum Erkennen von Gewebe-Luft-Grenzen erzeugten wurden, gemäß einem Aspekt der vorliegenden Offenbarung ist;
8 eine Ausführungsform einer Reihe von 2D-MR-Bild-Schnittbildern durch eine Lungenstation, die jeweils eine mit Hilfe einer Phasenfeldformulierung ermittelte Grenze zwischen Gewebe und Lunge haben und wobei die Lungenmaske das Ergebnis der Kombination ihrer erkannten Grenzen ist, gemäß einem Aspekt der vorliegenden Offenbarung ist,
9 eine Ausführungsform einer Körpermaske und eine grafische Darstellung, die die Kontur der Körpermaske als eine Funktion der Position an der sagittalen Linie des Patienten entlang markiert, gemäß einem Aspekt der vorliegenden Offenbarung ist,
10 eine Ausführungsform einer zum Erkennen einer Lungenstation kombinierten Kombination einer Körpermaske und eines MR-Bilds und eine grafische Darstellung, die die mit ihrer Kombination assoziierte Luftsignalstärke als eine Funktion der Position entlang der sagittalen Linie des Patienten bezeichnet, gemäß einem Aspekt der vorliegenden Offenbarung ist,
11 eine Ausführungsform einer entlang einer Sagittalebene des Patienten dargestellten Körpermaske und eine grafische Darstellung, die die Kontur der Körpermaske als eine Funktion der Position entlang der sagittalen Linie bezeichnet, gemäß einem Aspekt der vorliegenden Offenbarung ist,
12 eine Ausführungsform einer entlang einer Frontalebene des Patienten dargestellten Körpermaske und eine grafische Darstellung, die die Kontur der Körpermaske als eine Funktion der Position entlang der Frontalebene bezeichnet, gemäß einem Aspekt der vorliegenden Offenbarung ist,
13 eine Ausführungsform einer Vielzahl von Bildern einschließlich einer Reihe von CT-Fettbildern, einer Reihe von In-Phase-MR-Bildern, einer Reihe von MR-Bildern mit Fett-Wasser-Segmentierung und einer Reihe von MR-Fettanteilbildern gemäß einem Aspekt der vorliegenden Offenbarung ist und
14 eine Ausführungsform einer aus einem Ganzkörper-MRT-Scan erzeugten segmentierten Mehrklassen-Maske gemäß einem Aspekt der vorliegenden Offenbarung ist.
AUSFÜHRLICHE BESCHREIBUNG
Im Folgenden werden eine oder mehrere spezifische Ausführungsformen beschrieben. Im Bemühen, eine prägnante Beschreibung dieser Ausführungsformen zu geben, werden in der Patentbeschreibung eventuell nicht alle Merkmale einer tatsächlichen Implementierung beschrieben. Es ist zu beachten, dass bei der Entwicklung einer derartigen tatsächlichen Implementierung wie bei jedem Bau- oder Planungsprojekt zahlreiche implementierungsspezifische Entscheidungen getroffen werden müssen, um die spezifischen Zielsetzungen der Entwickler zu erzielen, wie z.B. die Einhaltung systembezogener und geschäftsbezogener Beschränkungen, die bei jeder Implementierung verschieden sein können. Es ist darüber hinaus zu beachten, dass ein derartiges Entwicklungsvorhaben komplex und zeitraubend sein kann, trotzdem aber für den von dieser Offenbarung profitierenden Durchschnittsfachmann bezüglich Entwurf, Fertigung und Herstellung eine Routineangelegenheit wäre.
Beim Vorstellen von Elementen von diversen Ausführungsformen der vorliegenden Erfindung ist beabsichtigt, dass die Artikel „ein”, „eine”, „der/die/das” und „genannte” bedeuten, dass es eines oder mehrere der Elemente gibt. Es ist vorgesehen, dass die Begriffe „aufweisen”, „beinhalten” und „haben” einschließlich sind und bedeuten, dass es außer den angeführten Elementen noch zusätzliche Elemente geben kann. Darüber hinaus ist vorgesehen, dass alle numerischen Beispiele in der folgenden Besprechung nicht begrenzend sind und zusätzliche Zahlenwerte, Bereiche und Anteile daher innerhalb des Umfangs der offenbarten Ausführungsformen liegen.
Wie oben angegeben, kann der in PET-Bildern beobachtete Dämpfungsgrad mit Hilfe von aus CT-Bildern generierten Dämpfungs-Maps verringert werden. Möglicherweise ist es aber erwünscht, die Strahlungsmenge, der der Patient während der Bildgebung ausgesetzt wird, zu verringern. Dementsprechend wäre es möglicherweise vorteilhaft, wenn die CT-Bildgebung unter Verwendung von nicht strahlungsbasierter Bildgebung, wie z.B. Magnetresonanztomographie (MRT), ersetzt werden könnte.
Bei der MRT werden Bilder auf der Basis der Spin-Eigenschaften von gyromagnetischen Kernen (z.B. Wasserstoff) in einem Gegenstand von Interesse (z.B. Wasserstoff in Wasser und/oder Fetten) erzeugt. Allgemein wird von einem Hauptmagneten ein hoch gleichmäßiges statisches Magnetfeld erzeugt, um die Spins der gyromagnetischen Kerne auszurichten. Die Kernspins werden von einem HF-Sendeimpuls gestört, mit Hilfe von Gradientenspulen auf Basis ihrer Position codiert und dürfen ihren Gleichgewichtszustand einnehmen. Während der Äquilibrierung werden HF-Felder von den präzedierenden Kernen mit Spin emittiert und von einer Reihe von HF-Spulen detektiert. Die infolge der Detektion der HF-Felder erhaltenen Signale werden dann verarbeitet, um ein brauchbares Bild zu rekonstruieren.
Es ist daher zu beachten, dass die von MR-Bildern bereitgestellten Daten mit den verschiedenen Kernspins der gyromagnetischen Kerne in Zusammenhang stehen. Unter anderem werden die Spins der Nuklei von ihrer lokalen Umgebung beeinflusst, so dass MR-Daten Informationen in Bezug auf die verschiedenen Gewebe bereitstellen können, in welchen sich die Kerne befinden. Leider beziehen sich MR-Daten nicht direkt auf die Dämpfung von Photonen. Es wird jetzt aber anerkannt, dass es möglich sein kann, eine Dämpfungs-Map auf Basis von MR-Daten zu erzeugen, indem eine Gewebeklassifizierung und/oder ein Pseudo-CT-Bild hergestellt wird, anhand derer/dessen eine Dämpfungs-Map produziert werden kann.
Die vorliegenden Ausführungsformen beinhalten nämlich Ansätze zur Dämpfungskorrektur in PET-Bildern unter Verwendung von MR-Daten. Zum Beispiel können MR-Daten gemäß vorliegenden Ausführungsformen für den gesamten Körper eines Patienten erfasst werden, um Bild-Schnittbilder herzustellen. Jedes Schnittbild oder Volumen (z.B. eine Schicht) oder das gesamte 3D-Volumen kann einer Phasenfeldformulierung unterzogen werden, die die Grenzen zwischen Geweben und Hintergrundluft, Lunge und körperinterner Luft, Luft oder Metall oder ähnliche Grenzen detektiert. Die hierin beschriebenen Phasenfeldalgorithmen können nämlich eine erweiterte Grenzenerkennung in 3D-Volumen ermöglichen, in denen Informationen aus benachbarten 2D-Schnittbildern oder 3D-Volumen verwendet werden können. Zum Beispiel kann es in Ausführungsformen, in denen in einer Grenze Lücken erkannt werden, möglich sein, die Lücken mit Hilfe gemeinsam genutzter Informationen zwischen 3D-Daten zu füllen. Mit Hilfe der erkannten Grenzen kann eine Körpermaske produziert werden, indem die Schnittbilder zu Stationen zusammengefügt werden und die Stationen zum Ganzkörperbild zusammengefügt werden. Die Körpermaske kann so eine 3D-Darstellung der Körperkontur des Patienten sein. Zusätzlich zum Erzeugen der Körpermaske kann die Phasenfeldformulierung mit Hilfe verschiedener Parametersätze auch Grenzen zwischen Geweben und Lunge, Luft und Lunge, Wasser und Lunge und so weiter erkennen, um segmentierte Anatomien von Interesse zu generieren, wie z.B. eine Lungenmaske, die die 3D-Kontur der Lunge des Patienten beschreibt. Derartige Verfahren sind möglicherweise auch auf die Sinushöhlen des Patienten, Knochenstrukturen und andere Anatomien anwendbar.
Bei Verwendung der Körper-, Lungen- und Sinusmasken können die übrigen Gewebe des Patienten als Fett, Wasser oder eine Kombination davon behandelt werden und der Fettteil kann zur Identifizierung spezieller Gewebe segmentiert werden. Zum Beispiel kann die Kortikalis durch Erkennen von Fetteinschließung zur Unterscheidung von Knochenmarkfett von Organfett bestimmt werden. Eine derartige Einschließung kann im MR-Bild durch von dunklen Regionen (dem Knochen entsprechend) umgebene Fettabschnitte gekennzeichnet sein. Ferner kann der Knochen durch Erkennen der Kortikalis und der mit ihr verbundenen Kontur zur Herstellung einer Kortikalismaske segmentiert werden. Wenn der Körper und innerliche Strukturen wie Lunge, Fett, Luft im Körperinneren und andere Strukturen wie z.B. Knochen segmentiert worden sind, können bekannte Dämpfungswerte an die Strukturen im Körper gebunden werden, um eine Dämpfungs-Map für die PET-Bildrekonstruktion zu generieren.
Es ist zu beachten, dass hierin zwar die Korektur von PET- und/oder PET/MR-Bildern besprochen wird, um die Präsentation von Ausführungsformen zu erleichtern, die hierin beschriebenen Ansätze aber auch auf die Dämpfungskorrektur/Bildmodifikation in anderen Modalitäten, wie z.B. der Einzelphotonen-Emissions-Computertomographie (SPECT) anwendbar sind. Daher ist zu beachten, dass im Vorliegenden zwar eine hybride PET/MR-Bildgebung besprochen wird, die offenbarten Methoden aber auch auf hybride SPECT/MR, SPECT-Bildmodifikation/Dämpfungskorrektur und jede andere Bildgebungsmodalität anwendbar sind, bei denen eventuell eine Dämpfungskorrektur oder dämpfungsbasierte Modifikationen erwünscht ist bzw. sind.
Die hierin beschriebenen Ausführungsformen können sequentiell durchgeführt werden, z.B. indem zunächst PET-Bilddaten beschafft werden, gefolgt von der Erfassung von MR-Bilddaten und anschließender Verarbeitung, oder über die gleichzeitige Erfassung von PET-Bilddaten und MR-Bilddaten im Wesentlichen gleichzeitig durchgeführt werden. Die Erfassung beider Bilddatentypen kann die Erzeugung von Bildern ermöglichen, die die mit MR assoziierte(n) räumliche Auflösung und strukturellen Daten haben und dabei auch die mit PET-Scans produzierten Funktionsdaten beinhalten. Dementsprechend kann in gewissen Ausführungsformen ein anhand eines bestimmten PET-Scans hergestelltes PET-Bild mit Hilfe von MR-Daten, die im Wesentlichen zur gleichen Zeit wie der PET-Scan erfasst wurden, dämpfungskorrigiert werden. Aufgrund der im Vergleich mit MR geringeren räumlichen Auflösung von PET wird jetzt anerkannt, dass es erwünscht sein kann, anatomische Identifizierung und Segmentierung mit Hilfe von Fuzzy-Zugehörigkeitsfunktionen durchzuführen. Es ist daher möglich, dass es in einer Ausführungsform keine Genauigkeit auf Pixelebene für die anatomische Identifizierung und Segmentierung gibt. Gewisse der vorliegenden Erfindungen nutzen ja, wie erwähnt, Phasenfeldalgorithmen für die strukturelle Identifizierung.
In 1 wird eine schematische Darstellung eines beispielhaften hybriden PET/MR-Systems 10 gezeigt, das zum Durchführen jeder beliebigen oder einer Kombination der hierin beschriebenen Verfahren und Methoden konfiguriert sein kann. Insbesondere beinhaltet das hybride PET/MR-System Elemente, die zum Erfassen und Verarbeiten von PET- und von MR-Daten und auch zur Durchführung der hierin besprochenen PET-Bildrekonstruktionsansätze in der Lage sind. Es ist aber zu beachten, dass die vorliegenden Ansätze auch auf die sequentielle Bildgebung anwendbar sind, wobei die eine Modalität vor der anderen durchgeführt werden kann, um eine solche Rekonstruktion durchzuführen.
Speziell ist das hybride PET/MR-Bildgebungssystem 10 schematisch als einen Scanner 12, eine Scannersteuerschaltung 14 und eine Systemsteuerschaltungsanordnung 16 umfassend dargestellt. Nach den hierin beschriebenen Ausführungsformen sind die Scannersteuerschaltung 14 und die Steuerschaltungsanordnung 16 allgemein zur Durchführung von MR- und PET-Bildgebung konfiguriert, wie z.B. von Bildgebungssequenzen, die In-Phase-, Außer-Phase-, Wasser-, Fett- und Funktions-PET-Bilder generieren können. In einer Ausführungsform kann das System 10 so konfiguriert sein, dass es wenigstens die MR-Bilder innerhalb der gleichen Wiederholungszeit (TR) erzeugt. Das System 10 kann, als nicht beschränkendes Beispiel, zum Durchführen von Sequenzen wie Liver Acquisition with Volume Aquisition (LAVA)-Sequenzen, LAVA-flex-Sequenzen und Rekonstruktionsmethoden wie Dixon- und/oder IDEAL-(Iterative Decomposition of water and fat with Echo Asymmetry and Least squares estimation)-Methoden konfiguriert sein. Der MRT-Kontrast kann T1-gewichtet (T1w), Protonendichtegewichtet (PDw) oder T2-gewichtet (T2w) sein und kann zur Segmentierung eines besonderen Gewebetyps oder zur Vermeidung gewisser Artefakte optimiert sein. Zum Beispiel verzerrt in einem T1-gewichteten Bild das Wasser in einer Blase möglicherweise den Kontrast in der Blasenregion. Um derartige Kontrastprobleme zu überwinden, kann die PD-Wichtung erhöht werden.
Das System 10 weist außerdem Fernzugriff- und Speichersysteme oder Vorrichtungen wie Bildarchivierungs- und Kommunikationssysteme (PACS) 18 oder andere Vorrichtungen wie z.B. Teleradiologiegeräte auf, so dass Zugriff auf vom System 10 erfasste Daten am Standort und extern möglich ist. Auf diese Weise können erfasste Daten erfasst werden und anschließend intern oder extern verarbeitet und ausgewertet werden. Des Weiteren ermöglicht das PACS 18 die Kommunikation mit dem Bildgebungssystem 10, wodurch eine PET-Bildgebungssequenz, eine MRT-Bildgebungssequenz und der Dämpfungskorrekturprozess alle automatisch durchgeführt werden können.
Das MRT-System 10 kann zwar einen beliebigen geeigneten Scanner oder Detektor aufweisen, in der veranschaulichten Ausführungsform weist das System 10 aber einen Ganzkörperscanner 12 auf, der ein Gehäuse 20 hat, durch das eine Öffnung oder Röhre 22 ausgebildet ist. Ein Tisch 24 kann axial in die Röhre 22 hinein bewegt werden, damit ein Patient 26 zur Abbildung einer ausgewählten Anatomie im Patienten in ihr positioniert werden kann. Zum Beispiel kann der Patient 26 den vorliegenden Ausführungsformen gemäß auf dem Tisch 24 positioniert werden und das System 10 kann MR-Daten (z.B. MR-Bild-Schnittbilder und/oder -Volumen/-Schichten) stationsweise erfassen.
Zum Beispiel kann zuerst eine Kopfstation abgebildet werden, gefolgt von einer Brust- oder Lungenstation, gefolgt von einer Abdomenstation usw.
Der Scanner 22 weist eine Reihe von zugeordneten Spulen zur Erzeugung eines geregelten magnetischen Felds und zur Erkennung von Emissionen aus gyromagnetischem Material innerhalb der Anatomie des abgebildeten Gegenstands auf. Zur Erzeugung eines Hauptmagnetfelds, das allgemein mit der Röhre 22 fluchtet, ist eine Hauptmagnetspule 28 bereitgestellt. Eine Reihe von Gradientenspulen 30, 32 und 34 erlaubt die Erzeugung von geregelten Magnetgradientenfeldern während Untersuchungssequenzen. Zur Erzeugung von Hochfrequenzimpulsen zur Erregung des gyromagnetischen Materials, wie z.B. zur Spinstörung oder Schnittbildauswahl, ist eine Hochfrequenzspule (HF-Spule) 36 bereitgestellt. Ein(e) separate(r) Empfangsspule oder -spulensatz oder dieselbe HF-Spule 36 kann während Untersuchungssequenzen magnetische Resonanzsignale aus dem gyromagnetischen Material empfangen.
Die verschiedenen Spulen des Scanners 22 werden von einer externen Schaltungsanordnung gesteuert, um das/die erwünschte(n) Feld und Impulse zu erzeugen und Emissionen auf geregelte Weise aus dem gyromagnetischen Material zu lesen. In der veranschaulichten Ausführungsform ist eine Hauptstromversorgung 38 zum Betreiben der Hauptfeldspule 28 bereitgestellt. Die Treiberschaltung 40 ist zum Pulsen der Gradientenfeldspulen 30, 32 und 34 bereitgestellt. Eine derartige Schaltung kann eine Verstärkungs- und Steuerschaltungsanordnung zum Versorgen der Spulen mit Strom aufweisen, wie durch von der Scannersteuerschaltung 14 ausgegebenen digitalisierten Impulssequenzen definiert. Zum Regeln des Betriebs der HF-Spule 36 ist eine weitere Steuerschaltung 42 bereitgestellt. Die Schaltung 42 kann eine Schaltvorrichtung zum Wechseln zwischen der aktiven und passiven Betriebsart, in der die HF-Spule Signale sendet bzw. empfängt, aufweisen. In gewissen Ausführungsformen weist die Schaltung 42 auch eine Verstärkungsschaltungsanordnung zur Erzeugung der HF-Impulse und zur Verarbeitung empfangener Magnetresonanzsignale auf.
Die Scannersteuerschaltung 14 weist eine Schnittstellenschaltung 44 auf, die Signale zum Ansteuern der Gradientenfeldspulen und der HF-Spule und zum Empfangen der Daten, die für die in Untersuchungssequenzen erzeugten Magnetresonanzsignale repräsentativ sind, ausgibt. Die Schnittstellenschaltung 44 ist mit einer Steuerschaltung 46 gekoppelt. Die Steuerschaltung 46 führt die Befehle zur Ansteuerung der Schaltung 42 und der Schaltung 40 auf der Basis definierter Protokolle aus, die über die Systemsteuerschaltung 16 ausgewählt werden. Die Steuerschaltung 46 dient auch zum Empfangen der Magnetresonanzsignale und führt die anschließende Verarbeitung durch, bevor sie die Daten an die Systemsteuerschaltung 16 weiterleitet. Die Scannersteuerschaltung 14 weist auch wenigstens eine Speicherschaltung 48 auf, die während des Betriebs Konfigurationsparameter, Impulssequenzbeschreibungen, Untersuchungsergebnisse und so weiter speichert. Die Schnittstellenschaltung 50 ist für den Datenaustausch zwischen der Scannersteuerschaltung 14 und der Systemsteuerschaltung 16 mit der Steuerschaltung 46 gekoppelt. Zu derartigen Daten gehören gewöhnlich eine Auswahl von durchzuführenden spezifischen Untersuchungssequenzen, Konfigurationsparameter dieser Sequenzen und erfasste Daten, die in roher oder verarbeiteter Form von der Scannersteuerschaltung 14 zur nachfolgenden Verarbeitung, Speicherung, Übertragung und Anzeige übertragen werden können.
Die Systemsteuerschaltung 16 weist eine Schnittstellenschaltung 52 auf, die Daten von der Scannersteuerschaltung 14 empfängt und Daten und Befehle an die Scannersteuerschaltung 14 zurück sendet. Die Schnittstellenschaltung 52 ist mit einer Steuerschaltung 54 gekoppelt, die eine CPU in einem/einer Mehrzweck- oder anwendungsspezifischen Computer oder Arbeitsstation aufweisen kann. Die Steuerschaltung 54 ist mit einer Speicherschaltung 56 gekoppelt, um Programmiercode für den Betrieb des hybriden PET/MR-Systems 10 zu speichern und um die verarbeiteten Bilddaten zur späteren Rekonstruktion, Anzeige und Übertragung zu speichern. Zum Beispiel kann der Programmiercode einen oder mehrere Algorithmen abarbeiten, welche die PET-Bildrekonstruktion auf der Basis erfasster MR-Daten durchführen können, was unten noch ausführlicher besprochen wird. Möglicherweise ist eine zusätzliche Schnittstellenschaltung 58 zum Austauschen von Bilddaten, Konfigurationsparametern und so weiter mit externen Systemkomponenten wie Fernzugriff- und Speichervorrichtungen 18 versehen. Schließlich kann die Systemsteuerschaltung 54 verschiedene Peripheriegeräte zum Ermöglichen der Bedieneroberfläche und zur Erzeugung von Bildschirmkopien der rekonstruierten Bilder aufweisen. In der veranschaulichten Ausführungsform zählen zu diesen Peripheriegeräten ein Drucker 60, ein Monitor 62 und eine Benutzeroberfläche 64 mit Geräten wie einer Tastatur oder einer Maus.
Der Scanner 12 und die ihm zugeordnete Steuerschaltung 46 erzeugen auf geregelte Weise Magnetfelder und Hochfrequenzimpulse zum Erregen und Codieren von spezifischem gyromagnetischem Material innerhalb des Patienten 26. Der Scanner 12 und die Steuerschaltung 46 tasten auch die Signale ab, die von derartigem Material ausgehen, und erstellen ein Bild des gescannten Materials. In gewissen Ausführungsformen kann der Scan ein beschleunigter oder ein vollständig abgetasteter Scan sein, der zu einer Gruppe von Datensätzen führt. Die Datensätze können gemäß vorliegender Ausführungsformen für In-Phase-, Außer-Phase-, Wasser- und Fettbilder repräsentativ sein.
Wie oben erwähnt, ist das hybride PET/MR-System 10 zu multimodaler Bildgebung in der Lage und ist speziell zur Erfassung von MR- und von PET-Bildgebungsdaten in der Lage. Das hybride PET/MR-System 10 weist außerdem Merkmale auf, welche die PET-Bildformung ermöglichen. Die Datenerfassung in Bezug auf die Positronendetektion kann durchaus im Wesentlichen gleichzeitig mit der MR-Datenerfassung durchgeführt werden.
In einigen PET-Bildgebungsausführungen kann dem Patienten 26 ein Positronen-Emitter verabreicht werden, der im Körper des Patienten Positronen erzeugt. Die Positronen treten mit verschiedenen Elektronen, die sich in der Anatomie des Patienten finden, durch ein Annihilationsereignis, das Gammaphotonen erzeugt, die erfasst und zur Erstellung eines Bilds verarbeitet werden können, in Wechselwirkung. In anderen Ausführungsformen wird dem Patienten ein Tracer verabreicht, der die Gammaphotonen emittiert, und kann von jeweiligen Geweben oder Organen gebunden oder aufgenommen werden. Zu typischen Radioisotopen zählen verschiedene radioaktive Formen von Elementen, obwohl bei der Gammastrahlen-Bildgebung viele auf einem Isotop von Technetium (⁹⁹Tc) basieren, das die Gammaphotonen während seines Zerfalls emittiert. Verschiedene zusätzliche Stoffe können selektiv mit derartigen Radioisotopen kombiniert werden, um auf spezifische Bereiche oder Gewebe des Körpers abzuzielen.
Dementsprechend kann das hybride PET/MR-System 10 einen Photodetektor 66 aufweisen, der zur Detektion von Photonen konfiguriert ist, die infolge der oben erwähnten Annihilations- oder Eigenemissionsereignisse emittiert werden. Der Photodetektor 66 kann ebenfalls für verschiedene Radionuklid-Bildgebungsmethoden einschließlich der Einzelphotonen-Emissionscomputertomographie (SPECT) und der Positronen-Emissions-Tomographie (PET) verwendet werden. Der Detektor 66 ist zwar in der Figur als eine gekrümmte Vorrichtung dargestellt, die über dem Patienten positioniert ist, in der Praxis kann er aber unter dem Patienten oder sowohl über als auch unter dem Patienten positioniert sein und teilweise um den Patienten herum verlaufen. Im Allgemeinen kann der Detektor 66 einen oder mehrere Kollimatoren und eine Vielzahl von Szintillationskristallen aufweisen, die zusammen allgemein als Bezugszeichen 66 dargestellt werden. Der Kollimator lässt die emittierte Gammastrahlung nur in gewissen Richtungen (gewöhnlich lotrecht zum Szintillator) auf den Szintillator fallen. Der Szintillator, der ein kristallines Material wie z.B. cer-dotiertes Lutetium-Yttrium-Orthosilikat aufweisen kann, wandelt die empfangene Gammastrahlung in Lichtenergie niedrigerer Energie (z.B. in einem Ultraviolett-Bereich) um. In anderen Bildgebungsmodalitäten wie denen, die Röntgenstrahlen einsetzen, kann der Szintillator die niedrigere Lichtenergie bei Wechselwirkung mit empfangenen Röntgenstrahlen erzeugen. Detektoren erhalten dann dieses Licht und erzeugen Bilddaten entsprechend den auf spezifische diskrete Bildelement-(Pixel)-Regionen auftreffenden Photonen.
Der Photodetektor 66 ist direkt oder indirekt mit der Scannersteuerschaltung 14 und der Systemsteuerschaltung 16 gekoppelt. Zusätzlich zu den oben beschriebenen Schaltungsfunktionen kann diese Schaltungsanordnung eine Anzahl physikalischer und funktioneller Komponenten aufweisen, die zusammenwirken, um die Erfassung und Verarbeitung von Bilddaten zum Erstellen der gewünschten Bilder zu ermöglichen und auch zum Durchführen der hierin offenbarten PET-Bildrekonstruktionsverfahren. In gewissen Ausführungsformen, wie veranschaulicht, kann das System 10 eine Rohdatenverarbeitungsschaltung 68 aufweisen, die anfänglich die Daten vom Photodetektor 66 erhält und die verschiedentliche Filterungen, Werteinstellungen und so weiter durchführen kann. Eine Scannersteuerungsschaltungsanordnung 14, wie z.B. die Steuerschaltung 46 oder die Steuerschaltungsanordnung 16, ermöglicht die Gesamtsteuerung des Bildgebungssystems und die Manipulation von Bilddaten. Die Schaltungsanordnung 14 und/oder die Schaltungsanordnung 16 können auch Kalibrierungsfunktionen, Korrekturfunktionen und so weiter an den Daten durchführen.
Die Schaltungsanordnung 14, 16 kann auch Bildrekonstruktionsfunktionen wie auf bekannten Algorithmen (z.B. Rückprojektion) basierende durchführen. Gemäß gewissen Ausführungsformen, wie hierin besprochen, kann die Schaltungsanordnung 14 und/oder die Schaltungsanordnung 16 die PET-Bildrekonstruktion mit Hilfe von Dämpfungskoeffizienten durchführen, die mit Hilfe von MR-Daten erhalten wurden. Derartige Dämpfungskoeffizienten können, wie hierin besprochen, auch wirklich direkt aus Magnetresonanztomographie-(MRT)-Daten, einer kontinuierlichen Verteilungsdämpfungs-Map oder einem pseudo-berechneten Tomographie-(CT)-Bild, das von vorverarbeiteten MR-Daten abgeleitet ist, erhalten werden. Diese und andere Ansätze werden unten noch ausführlicher besprochen.
Ferner können Funktionen der Schaltungsanordnung 16 nach der Erfassung zusätzlich oder alternativ in der Nachbearbeitung an lokaler oder abgesetzter Ausrüstung (nicht gezeigt) durchgeführt werden. Die Schaltungsanordnung 14, 16 kann mit einer Schnittstellenschaltungsanordnung 44, die die Steuerung des Scanners und seiner Bauteile, einschließlich des Patiententischs 24, des Photodetektors 66 und so weiter, ermöglicht. Gemäß vorliegender Ausführungsformen kann die Speicherschaltungsanordnung 56 einen oder mehrere Sätze von Anweisungen speichern, die von der Schaltungsanordnung 16 abzuarbeiten sind, um dämpfungskorrigierte PET-Bilder aus in MR-Maskenbildern enthaltenen Dämpfungsdaten, Pseudo-CT-Bildern und/oder Dämpfungskoeffizientenwerten zu generieren.
In der veranschaulichten Ausführungsform kann der Monitor 62 MR-Bilder, PET-Bilder, Hybrid-PET/MR-Bilder, rekonstruierte oder dämpfungskorrigierte PET-Bilder oder eine Kombination davon anzeigen. Darüber hinaus können die Bilder im Wesentlichen in Echtzeit auf dem Monitor 62 angezeigt werden. Zum Beispiel können die hierin beschriebenen Verfahren prospektiv durchgeführt werden, so dass beim Erfassen von MR-Stationen die auf dem Monitor 62 angezeigten PET-Bilder im Wesentlichen in Echtzeit aktualisiert werden können. In anderen Ausführungsformen können die hierin beschriebenen Verfahren retrospektiv durchgeführt werden, so dass die auf dem Monitor 62 angezeigten PET-Bilder nur aktualisiert werden, wenn alle MR-Daten erfasst und geeignetermaßen verarbeitet worden sind.
In einem institutionellen Rahmen kann das hybride PET/MR-Bildgebungssystem 10 mit einem oder mehreren Netzwerken gekoppelt sein, um den Transfer von Systemdaten zu und von dem Bildgebungssystem zu ermöglichen und auch um die Übertragung und Speicherung von Bilddaten und verarbeiteten Bildern zu gestatten. Zum Beispiel können lokale Netze, Weitverkehrsnetze, drahtlose Netze und so weiter die Speicherung von Bilddaten in Radiologieabteilungs-Informationssystemen oder in Krankenhausinformationssystemen ermöglichen. Derartige Netzverbindungen erlauben des Weiteren die Übertragung von Bilddaten an ferne Nachbearbeitungssysteme, Arztpraxen und so weiter.
Wie oben angegeben, weisen Aspekte der vorliegenden Offenbarung Verfahren zum Durchführen einer Dämpfungskorrektur an PET-Bilddaten mit Hilfe erfasster MR-Daten auf. So kann wenigstens ein Teil der offenbarten Verfahren von dem System 10 durchgeführt werden, das oben in Bezug auf 1 beschrieben wird. In einigen Ausführungsformen können die hierin beschriebenen Datenverarbeitungsmethoden an einer separaten Arbeitsstation automatisch oder von einem Benutzer oder automatisch vom System 10 durchgeführt werden. Es ist zu beachten, dass das System 10 die erfassten Daten anschließend an die hierin beschriebenen Erfassungen für späteren Zugriff einfach lokal und/oder fernspeichern kann, z.B. in einer Speicherschaltung (z.B. Speicher 56). Bei lokalem und/oder Fernzugriff können die erfassten Daten daher von einem oder mehreren Prozessoren, die in einem anwendungsspezifischen oder Universalrechner enthalten sind, manipuliert werden. Der eine oder die mehreren Prozessoren können auf die erfassten Daten zugreifen und Routinen einschließlich der hierin beschriebenen Bildverarbeitungs- und -rekonstruktionsverfahren ausführen.
Zum Beispiel kann das bildgebende System 10, Bezug nehmend auf 2, ein MR-basiertes Pseudo-CT-Bild 120 des Patienten 26 erzeugen, wobei das Bild 120 eine Vielzahl von Stationen 122 hat, die verschiedenen anatomischen Bereichen des Patienten 26 entsprechen. Das System 10 und/oder die Verarbeitungsvorrichtung kann auch Informationen bereitstellen, die sich auf die Dämpfungsmerkmale innerhalb jeder Station 122 beziehen. Wie dargestellt, können die Dämpfungsinformationen als eine Reihe von jeder Station entsprechenden Dämpfungskoeffizientenverteilungen 124 präsentiert werden. Wie dargestellt, weisen die Verteilungen 124 die Zahl jeweiliger Dämpfungskoeffizienten innerhalb der Stationen 122 auf, was für die relative Menge jedes Typs von dämpfendem Material innerhalb dieser jeweiligen Station repräsentativ ist. Zum Beispiel kann die Kopfstation 126, die den Kopf des Patienten und damit verbundene Anatomien (z.B. Gehirn, Schädel, Sinushöhlen) aufweist, eine assoziierte Dämpfungskoeffizientverteilung 128 haben. Wie dargestellt, weist die Dämpfungskoeffizientenverteilung 128 mehrere Zählwerte auf, die mit Luft 130, mit Wasser 132 assoziiert sind, und im Vergleich mit den anderen Stationen 122 eine relativ große Menge von Zählwerten, die Knochen 134 zuzuschreiben sind. Desgleichen weist auch eine Lungenstation 136 eine einzigartige Verteilung 138 auf. Insbesondere erscheinen in der Verteilung 138 Koeffizienten, die der Lunge 140 zuzuschreiben sind, mit einem höheren Dämpfungskoeffizienten als Luft. Außerdem ist eine Abdomenstation 142 als eine Verteilung 144 aufweisend abgebildet, bei der es einen relativ großen Grad an fettbasierter und wasserbasierter Dämpfung 146, 148 gibt, und eine Beinstation 150 ist als eine Verteilung 152 mit einem geringfügig höheren Wasserdämpfungszählwert als Fettdämpfungszählwert aufweisend abgebildet.
Das Pseudo-CT-Bild 120 und die stationsweisen Dämpfungsdaten 124, die oben beschrieben werden, können während des Verlaufs eines Gesamtverfahrens 160 erzeugt werden, das von den Systemen 10, 50 und/oder einer anderen Verarbeitungsvorrichtung für die PET-Dämpfungskorrektur durchgeführt wird. Das Bild 120 und die Daten 124 können zur Bildrekonstruktion durchaus auch an eine andere Verarbeitungsvorrichtung, in das System 10, System 10 oder eine andere Vorrichtung ausgegeben werden. Eine Ausführungsform des Verfahrens 160 der PET-Dämpfungskorrektur ist als Prozessablaufdiagramm in 3 veranschaulicht.
Wie dargestellt, beginnt das Verfahren 160 mit dem Erfassen (Block 162) von PET-Bildgebungsdaten. Zum Beispiel kann dem Patienten 26 ein radiopharmazeutisches Mittel verabreicht werden, er in das Bildgebungssystem 10 gelegt werden und zum Generieren der Daten abgebildet werden. Vor, während und nach der Erfassung der PET-Daten können MR-Daten vom Patienten 26 erfasst werden (Block 164). Gemäß den vorliegenden Ausführungsformen kann die MR-Erfassung in Block 164 eine Erfassung mehrerer Parameter beinhalten, bei denen In-Phase-, Außer-Phase-, Fett- und/oder Wasserbilder beschafft werden und entweder die Größe oder sowohl die Größe als auch die Phasenbilder (z.B. reale und imaginäre Komponenten komplexer MRT-Daten) gespeichert werden. Die verschiedenen Datentypen können in der gleichen Wiederholungszeit oder in einer unterschiedlichen Wiederholungszeit oder mit unterschiedlichem MRT-Bildkontrast wie T1w, PDw oder T2w beschafft werden. Wie oben erwähnt, können zu derartigen Prozessen LAVA- oder LAVA-flex-Erfassungen und DIXON- und/oder IDE-AL-Bearbeitung zählen und zusätzliche Maps wie eine T2*-Map generieren.
Die gemäß Block 164 erhaltenen Daten können verarbeitet werden, um eine oder mehrere Masken auf Klassenbasis zu erhalten. Während er unten in Bezug auf 5 ausführlicher besprochen wird, kann Block 164 unter anderen Schritten das Generieren einer Körperkonturmaske, die den allgemeinen Umriss der Haut des Patienten mit Hilfe einer Phasenfeldformulierung bezeichnet, das Generieren von Masken für gewisse Anatomien (z.B. die Lunge) und das Segmentieren gewisser Teile des Patientenbilds in Klassen wie Fett, Wasser, Luft, Hintergrund, Knochen und so weiter beinhalten. Die so generierten Informationen können zum Aufbauen (Block 166) einer klassenbasierten Maske verwendet werden, die die segmentierten Teile hat. Diese Teile können dadurch gekennzeichnet sein, dass sie gewisse Dämpfungskorrekturfaktoren oder Dämpfungskoeffizienten haben, und können zum Generieren (Block 168) eines Pseudo-CT-Bilds wie z.B. des Bilds 120 in 2 verwendet werden.
Das Pseudo-CT-Bild und seine assoziierten Dämpfungsinformationen oder, in anderen Ausführungsformen, Dämpfungsdaten, die aus den während der MR-Bildverarbeitung generierten Klassifizierungen erhalten wurden, können zum Korrigieren (Block 170) des ursprünglich erfassten PET-Bilds verwendet werden. Zum Beispiel kann eine Dämpfungs-Map aus Pseudo-CT- oder MR-Daten generiert werden, in der Dämpfungswerte mit speziellen Geweben korreliert werden, die während der Segmentierung bestimmter der MR-Bilder (z.B. Fett- und Wasserbilder) markiert wurden. Die an diese Masken gebundenen Dämpfungskorrekturwerte können mit speziellen Bereichen des PET-Bilds korreliert werden, um diese jeweiligen Bereiche zu korrigieren. In einem nicht beschränkenden Beispiel kann das PET-Bild gemäß der folgenden Gleichung korrigiert werden:
wobei I_AC das dämpfungskorrigierte Bild ist, I(l) das ursprüngliche unkorrigierte Bild ist und das Glied
einen Dämpfungskorrekturfaktor (ACF) repräsentiert. Der ACF ist, wie erkennbar ist, eine Funktion von µ, dem linearen Dämpfungskoeffizienten des dämpfenden Materials (d.h. das Produkt des Massendämpfungskoeffizienten und der Dichte des dämpfenden Materials), E₀, der Energie der gedämpften Photonen, und dl, der Dicke des dämpfenden Materials.
Wie oben hinsichtlich Block 166 erwähnt, sehen die vorliegenden Ausführungsformen Ansätze zur PET-Dämpfungskorrektur unter Verwendung von Korrekturdaten, erhalten aus MR-Bildern und speziell durch die Erzeugung einer Körperkonturmaske, verschiedener Gewebemasken und einer mit Hilfe von Phasenfeldformulierungen generierten Vier-Klassen-Maske, als ein Verfahren zur Konturenerkennung von äußerlichen und innerlichen Anatomien (z.B. Haut und Lunge) vor. Eine Ausführungsform von wenigstens einem Teil der Vorgänge gemäß Block 166 wird in 4 als Prozessablaufdiagramm dargestellt.
Insbesondere veranschaulicht 4 das Verfahren 166, mit dem aus bildgebenden Verfahren (z.B. Dual Echo Spoiled Gradient Echo wie LAVA-Flex) erhaltene MR-Daten zum Generieren von Bildern verwendet werden können, die zur Dämpfungskorrektur in PET-Bildern nützlich sind. Das Verfahren 166 kann ebenfalls von dem System 10 oder einer anderen prozessorgestützten Einrichtung durchgeführt werden. Des Weiteren kann jede beliebige oder eine Kombination der hierin beschriebenen Stationen gemäß den gleichen oder verschiedenen MR-Datenerfassungsverfahren, wie z.B. LAVA, LAVA-flex oder ähnliche Erfassungen, oder über andere Verfahren wie gewisse Sequenzen mit kurzer Echozeit, Atlasing und so weiter erfasst werden. Im Allgemeinen kann das Verfahren 166 von einer oder mehreren prozessorgestützten Einrichtungen durchgeführt werden, die zum Durchführen von Anweisungen fähig sind, die auf bzw. in einem nichtflüchtigen maschinenlesbaren Datenträger wie einer Disc, einem Festwertspeicher oder dergleichen gespeichert sind. Das Verfahren 166 kann kollektiv in einer oder mehreren nichtflüchtigen Speichervorrichtungen gespeichert werden und als einen Satz oder mehrere Sätze von Anweisungen gespeichert werden, die von einem oder mehreren Prozessoren abgearbeitet werden können, um die hierin beschriebenen Vorgänge durchzuführen.
Das Verfahren 166 beginnt mit dem Beschaffen (Block 180) verschiedener MR-Bilder. Die Vorgänge gemäß Block 180 können das Durchführen von Lokalisierungsscans, Registerscans oder dergleichen zum Zusammenpassen der allgemeinen Position des Patienten in den zu beschaffenden MR-Bildern mit der Position des Patienten in dem/den PET-Bild(ern) beinhalten. Wenn alle vorbereitenden Bilder beschafft worden sind, können die Vorgänge gemäß Block 180 das Durchführen von MR-Scans zum Beschaffen von einem beliebigen oder einer Kombination von In-Phase-(I_i)-, Außer-Phase-(I_o)-, Wasser-(I_w)- und Fett-(I_f)-Bildern beinhalten. In einer Ausführungsform kann eine innerhalb einer einzelnen Wiederholungszeit durchgeführte Erfassung alle vier Bilder für eine jeweilige Schnittbildauswahl beschaffen. Dieser Erfassungstyp kann für den ganzen Körper des Patienten 26 durchgeführt werden, so dass der Block 180 einen Ganzkörper-MRT-Scan ausmacht, der für jedes Schnittbild I_i, I_o, I_w und I_f produziert. In anderen Ausführungsformen kann das Beschaffen der Bilder gemäß Block 180 einfach den Zugriff auf die in einer oder mehreren Datenspeichervorrichtungen gespeicherten Daten beinhalten.
Es ist zu beachten, dass bei der Beschaffung der MR-Daten gemäß Block 180 die hierin beschriebenen Schritte nicht unbedingt in der dargelegten Reihenfolge durchgeführt werden müssen. Aus diesem Grund ist nicht beabsichtigt, dass diese Reihenfolge das Verfahren auf eine bestimmte Reihenfolge beschränkt, auch wenn gewisse der hierin beschriebenen Schritte in einer gewissen Reihenfolge präsentiert werden. Es kann aber sein, dass die Durchführung einiger Schritte vor anderen eine höhere Genauigkeit in nachfolgenden Schritten ermöglicht. Zum Beispiel kann es erwünscht sein, die Anatomielokalisierung durchzuführen, bevor die Segmentierung durchgeführt wird, um eine erweiterte Segmentierung zu ermöglichen.
Nach dem Beschaffen der MR-Bilder (Block 180) werden die erhaltenen Schnittbilder in einem Zusammenfügungsprozess vereint (Block 182), um Stationen zu generieren. Die Stationen können Gruppen von Anatomien darstellen, die von speziellen erkennbaren Körperkonturmustern beschrieben werden, wie unten mit Bezug auf die 9 bis 12 ausführlicher besprochen wird. Im Allgemeinen können die Stationen wie in 2 veranschaulicht sein, aber mit MR-Daten anstelle von Pseudo-CT-Daten. Die Stationen können dann zu einem Ganzkörper-MR-Bild zusammengefügt werden. Verschiedene Methoden zum Durchführen eines derartigen Zusammenfügens werden unten mit Bezug auf 5 ausführlicher besprochen. Außerdem ist zu beachten, dass das Verfahren 166 prospektiv oder retrospektiv durchgeführt werden kann. Beim prospektiven Ansatz werden die Vorgänge gemäß Block 182 möglicherweise nicht unmittelbar nach dem Erfassen jeder Station durchgeführt. Das heißt, die Vorgänge gemäß gewissen der unten beschriebenen Blöcke, wie z.B. Block 184 und Block 186, können vor Block 182 durchgeführt werden, so dass das PET-Bild stationsweise iterativ modifiziert wird, um nach jeder stationsbasierten Aktualisierung aktualisierte PET- oder PET/MR-Bilder zu generieren. Bei einem retrospektiven Ansatz können die Vorgänge wie in 4 beschrieben durchgeführt werden.
So werden vor, während oder nach dem Zusammenfügen von Bildern/Stationen gemäß Block 182 in Übereinstimmung mit vorliegenden Ausführungsformen verschiedene anatomische Markierungen durch Erkennen gewisser Merkmale in einer Körpermaske, durch Analyse der Körperkontur, auf der Basis von DICOM-Informationen (Digitale Bildgebung und Kommunikation in der Medizin), auf der Basis von Eingaben durch den Benutzer oder auf der Basis allometrischer Verhältnisse oder auf der Basis von Informationen, die mit bereits erfassten Stationen in Verbindung stehen, oder einer beliebigen Kombination davon identifiziert (Block 184). Die allometrischen Verhältnisse können auf Modellen oder Regeln basieren, dass gewisse Anatomien in gewissen relativen Verhältnissen auftreten. Beispielsweise liegt das Becken gewöhnlich bei zwei Dritteln der Entfernung zwischen Schulter und Schritt. In einer Ausführungsform kann eine Kopfstation von einer Lungenstation unterschieden werden, indem die charakteristische Kontur der Schultern erkannt wird. In anderen Ausführungsformen können zur Anatomieerkennung andere Maskeninformationen als konturbezogene Daten genutzt werden. Zum Beispiel kann, wenn eine Kopfanatomie/-station erkannt worden ist, eine Lungenstation auf Basis der luftbedingten charakteristischen Phasen- und Signalunterschiede in der Lunge von einem Abdomenabschnitt unterschieden werden. Beispiele einer derartigen Identifizierung werden unten mit Bezug auf die 8 bis 11 besprochen. Im Allgemeinen können die von Block 184 dargestellten Vorgänge die Ganzkörper-MRT-Bilder in verschiedene anatomische Regionen wie Neuro, Schultern, Hals, Abdomen, Becken und Beine abgrenzen. Wie oben angegeben, kann das Wissen um eine bereits erfasste Station die anatomische Identifizierung erleichtern. Zum Beispiel kann das System 10 nach der Erfassung einer Kopfstation erkennen oder ein Benutzer kann eingeben, dass die unmittelbar nach der Kopfstation erfasste Station eine Lungenstation sein kann und desgleichen die Station nach der Lungenstation eine Abdomenstation sein kann. Derartige Vorkenntnisse können eine erweiterte anatomische Lokalisierung und Segmentierung ermöglichen, indem sie das Einstellen der hierin beschriebenen Parameter der Phasenfeldformulierungen derartigem Wissen gemäß ermöglichen.
Ferner kann die anatomische Identifizierung auch eine erweiterte Segmentierungsgenauigkeit ermöglichen, insbesondere zwischen innerlichen Anatomien des Patienten, die einen ähnlichen Kontrast und ähnliche Signalstärken haben. Zum Beispiel kann während der Sinussegmentierung ohne vorherige anatomische Identifizierung eine anfängliche Kontur der Sinushöhlen fälschlicherweise die Schläfenbeine enthalten, da die Sinushöhlen und das Schläfenbein (das pneumatisiert ist) ähnliche Signalstärken und einen ähnlichen Kontrast haben. Durch vorherige anatomische Identifizierung, wie z.B. der Kopfposition, der Kopfgröße usw., kann aber ein Modell der erwarteten Position der Schläfenbeine erstellt werden und die Sinushöhlen können auf Basis jeweiliger komplexer MR-Signalschwankungen von den Schläfenbeinen weg segmentiert werden. Desgleichen können auf der Basis ähnlicher Grundsätze für andere Stationen, wie z.B. Abdomen-, Becken- und Beinstationen, Knochen von Luft im Körperinneren unterschieden werden.
Das Verfahren 166 kann auch das Generieren (Block 186) verschiedener Masken mit Hilfe von Phasenfeldformulierungen beinhalten. Zum Beispiel weist jedes Schnittbild für die Lage der Hautgrenzen des Patienten (z.B. für subkutanes Fett repräsentative MR-Daten) repräsentative Daten auf, die mit Hilfe von Phasenfeldansätzen erkannt werden. Die Hautgrenzen beschreiben die Körperkontur des Patienten 26. Die Identifizierung der Körperkontur kann eine genauere anfängliche Schätzung für die unten beschriebene Lungen-, Körperluft- und Fett-/Wassersegmentierung ermöglichen. Ferner ermöglicht die Organlokalisierung die Optimierung von Segmentierungsparametern für Lunge und Körperluft.
Außerdem können gewisse Schnittbilder Konturen aufweisen, die für innerliche Anatomien repräsentativ sind. Zum Beispiel können einige Schnittbilder durch die Brust des Patienten Innendaten beinhalten, die für die Kontur der Lunge und/oder Luftröhre repräsentativ sind. Derartige Daten können zur Generierung genauer Dämpfungs-Maps nützlich sein, da die Lunge gewisse Photonen in einem anderen Grad als Luft und anderes Gewebe, das große Mengen Fett und Wasser enthält, dämpfen kann. Derartige Ansätze werden unten mit Bezug auf die 6 und 7 ausführlicher besprochen.
Die hierin beschriebenen Phasenfeldformulierungsansätze können auch die Knochensegmentierung ermöglichen. Zum Beispiel können die hierin besprochenen Phasenfeldformulierungen zur Ermittlung einer äußeren Kontur von Fett, das in MR-Bildern von dunklen Strukturen umgrenzt ist, genutzt werden. Dies wird hierin als „Einschließung” des Fetts in Mark durch die Kortikalis bezeichnet. Durch Modellieren einer Einschließung von Knochenmarkfett sehen die vorliegenden Ausführungsformen daher die Erzeugung einer Kortikalismaske zur Segmentierung vor.
Das Verfahren 166 beinhaltet auch das Segmentieren (Block 188) von Fett- und Wasservolumen aus den Ganzkörper-MR-Bildern. Gemäß vorliegenden Ausführungsformen können die Fettvolumen unter Verwendung eines zweiteiligen Prozesses mit Hilfe der in Block 180 erhaltenen Kanäle I_f, I_w and I_i segmentiert werden. Der zweiteilige Prozess beinhaltet einen ersten Schritt des Schätzens der statistischen Daten der Luft im Körper, um einen Schwellenwert für die Luft im Körper zu setzen. Dies entfernt die Luftkomponente aus Fett- und Wasserkanälen der Bilder, um eine grobe Schätzung der Fett- und Wasserkomponenten zu erhalten, die von I_f1 bzw. I_w1 repräsentiert werden können.
In einem zweiten Schritt werden die Anteilteilbilder von Fett I_ffr and Wasser I_wfr beschafft. Zum Beispiel können die Fett- und Wasseranteilbilder auf der Basis der Beziehung beschafft werden, dass das In-Phase-Bild die Summe der Wasser- und Fettbilder (I_i = I_f + I_w) ist. Die Fett- und Wasseranteilbilder können durch I_ffr = I_f/I_i und I_wfr = I_w/I_i dargestellt werden.
Die Fettkomponenten und Wasserkomponenten werden ebenfalls auf Basis dieser Beziehungen beschafft. Speziell wird die Fettkomponente als I_f’ = (I_ffr ≥ 0,5) ∩ I_f1 erhalten und die Wasserkomponente wird als I_w’ = (I_wfr ≥ 0,5) ∩ I_w1 erhalten. Das heißt, die Fettkomponente ist als die Überlappung zwischen den Werten im Fettanteilbild mit einem Wert von mehr als 0,5 und den Werten in der groben Schätzung der Fettkomponente definiert. Desgleichen ist die Wasserkomponente als die Überlappung zwischen den Werten im Wasseranteilbild mit einem Wert von mehr als 0,5 und den Werten in der groben Schätzung der Wasserkomponente definiert. Beispielbilder, die sich aus den in Block 188 durchgeführten Schritten ergeben, sind in 12 dargestellt.
Sobald die Fett- und Wasserkomponenten aus dem Ganzkörper-MR-Bild segmentiert worden sind, wird ein Vier-Klassen-Segmentierungsbild erzeugt (Block 190), in dem Fett, Wasser, Lunge und die Kombination von Hintergrund, Metall und Knochen als jeweils einen besonderen Dämpfungswert aufweisend dargestellt sind. Das Vier-Klassen-Segmentierungsbild sieht die Gewebeklassifizierung für die Erzeugung eines Pseudo-CT-Bilds zur Dämpfungskorrektur in PET-Bildern oder für die direkte Dämpfungskorrektur in PET-Bildern vor. Ein Beispielbild der Vier-Klassen-Segmentierung ist in 13 abgebildet und wird unten ausführlicher besprochen.
Wie oben angegeben, werden die gemäß Block 180 erhaltenen MR-Bilder/Stationen in Block 182 zusammengefügt, um eine genaue Segmentierung zu ermöglichen und ein einzelnes zusammenhängendes Scanbild zu erhalten. Ein Beispiel für zusammengefügte MR-Daten wird in 5 gegeben, die Ganzkörper-MR-Bilder darstellt, die gemäß verschiedenen Zusammenfügungsprotokollen zusammengefügt wurden. Speziell sind ein erstes Bild 200, das sich aus einem Zusammenfügungsverfahren mit automatischer Bindung ergibt, ein zweites Bild 202, das sich aus einem SNR-(Signal-Rausch-Verhältnis)-Zusammenfügungsverfahren ergibt, und ein drittes Bild 204, das sich aus einem Zusammenfügungsverfahren mit nichtextremen Schnittbildern ergibt, dargestellt.
Unter Berücksichtigung, dass jede Station von jedem der Bilder 200, 202, 204 mehrere Schnittbilder beinhaltet, nutzt jedes der oben erwähnten Verfahren (d.h. automatisches Binden, SNR, nichtextreme Schnittbilder) eine Überlappung zwischen benachbarten Stationen. Zum Beispiel weist Bild 200 eine Neuro-Station 206, eine untere Kopfstation 208 und eine obere Lungenstation 210 auf, die jeweils neben der nächsten angeordnet sind. Zwischen den Stationen sind jeweils auch Trennungen 212 sichtbar. In jedem der oben erwähnten Zusammenfügungsverfahren wird eine Überlappung von Schnittbildern zwischen benachbarten Stationen genutzt. Zum Beispiel kann zum Zusammenfügen der unteren Kopfstation 208 mit der oberen Lungenstation 210 in jedem Verfahren eine Überlappung zwischen 5, 10, 15, 20 oder mehr Schnittbildern zur Ermittlung der Überlappung und auch zur Ermittlung, welche Schnittbilder (d.h. welche aus den überlappenden Stationen ausgewählten Schnittbilder) in Bereichen nahe den Trennungen 212 angezeigt werden werden, genutzt werden. In 6 wird ein Schema 220 gezeigt, das eine solche Anordnung abbildet.
In 6 weist das Schema 220 eine erste Station 222 und eine zweite Station 224 auf. Die erste und die zweite Station 222, 224 überlappen in einer Region 226, die eine Vielzahl von Schnittbildern 228 aus jeder Station beinhaltet. Jedes der zum Erzeugen der Bilder 200, 202, 204 in 6 verwendeten Verfahren nutzt die Vielzahl von Schnittbildern 228 anders, um zu ermitteln, was in der Region 226 in dem zusammengefügten Bild angezeigt wird.
In jedem der Verfahren kann für die Vielzahl von Schnittbildern 228 eine spezielle Anzahl von Schnittbildern gewählt werden (z.B. 5, 10, 15 oder mehr). Die erste und die zweite Station 222, 224 können dann durch eine Überlappung der Schnittbilder, die näher an der anderen Station sind, zusammengefügt werden. Zum Beispiel werden möglicherweise die Schnittbilder in der ersten Station 222, die der zweiten Station 224 am nächsten sind, gewählt werden und umgekehrt. Bei dem zum Erzeugen des Bilds 200 verwendeten Verfahren mit automatischer Bindung kann das Zusammenfügen einfach das Anzeigen der Schnittbilder in der Region 226 aufweisen, die der zweiten Station 224 entsprechen.
Bei dem zum Herstellen des Bilds 202 verwendeten SNR-Verfahren können die Schnittbilder in der Vielzahl von Schnittbildern 228, die das höhere Signal-Rausch-Verhältnis haben, gewählt werden. Das heißt, dass beim SNR-Verfahren die Schnittbilder, die in der Region 226 angezeigt werden, zur ersten Station 222 oder zur zweiten Station 224 oder zu einer Kombination davon gehören können. Um zu ermitteln, welches Schnittbild das höhere Signal-Rausch-Verhältnis hat, wird für jedes Schnittbild eine Berechnung des Signal-Rausch-Verhältnisses gemäß der folgenden Gleichung durchgeführt: SNR = σS / σN (2) wobei σS die Standardabweichung des Nutzsignals ist und σN die Standardabweichung des Hintergrundsignals (Rauschsignals) ist.
In dem zum Herstellen des Bilds 204 verwendeten Verfahren mit nichtextremen Schnittbildern werden die Schnittbilder der ersten Station 222 für einen ersten Teil der Region 226 (z.B. die ersten 10 Schnittbilder) gewählt. Schnittbilder aus der zweiten Station 224 werden für den unteren Teil der Region 226 (z.B. die letzten 5 oder 10 Schnittbilder) gewählt.
Um ein erweitertes Zusammenfügen zu ermöglichen und um die Kontinuität über verschiedene Scans hinweg, die möglicherweise von verschiedenen Technikern durchgeführt werden, zu ermöglichen, können die Stationen an bestimmte Feldkennungen und Feldbeschreibungen in einem DI-COM-Protokoll (Digital Imaging and Communications in Medicine) gebunden sein. Solche Feldeinträge und Feldkennzeichnungen können sogar die Kommunikation und Standardisierung über verschiedene Plattformen (z.B. Scanner, Server, Arbeitsstationen) ermöglichen und ermöglichen die Integration in das oben in Bezug auf 1 besprochene PACS-System. Kontinuität lässt sich durchaus auch mit Hilfe der Informationen aus den Feldern im DICOM-Header erhalten, die unten in Tabelle 1 dargelegt sind. Tabelle 1

DICOM-Feld-ID DICOM-Feldbeschreibung

0008, 103E Serien-Beschreibung

0020, 000E Serieninstanz UID

0020, 0011 Seriennummer

0020, 0013 Bild-(Instanz-)Nummer
Desgleichen können Überlappungen zwischen Stationen durch Abstimmen mit dem folgenden DICOM-Header-Feld in Tabelle 2 detektiert werden. Tabelle 2

DICOM-Feld-ID DICOM-Feldbeschreibung

0020, 0032 Bild-(Patienten-) Position
Zum Erleichtern der Anatomieerkennung innerhalb jeder Station, wie oben in Bezug auf 4 angegeben wurde, wird mit Hilfe einer Phasenfeldformulierung eine Körpermaske generiert (d.h. der Körper wird segmentiert). Gemäß vorliegenden Ausführungsformen kann die Phasenfeldformulierung unter Verwendung von 3D-Nachbarinformationen Bild für Bild oder an dem gesamten 3D-Volumen durchgeführt werden, um Hautgrenzen (d.h. die Körperkontur) zu erkennen und, in gewissen dieser Ausführungsformen, gewisse innerliche Anatomien wie z.B. die Sinushöhlen, Lunge und Luftröhre abzugrenzen. In der Tat kann die hierin beschriebene Phasenfeldformulierung eine erweiterte Grenzenerkennung in 3D-Volumen ermöglichen, bei der Informationen aus angrenzenden 2D-Schnittbildern oder 3D-Volumen verwendet werden können. Zum Beispiel ist es vielleicht möglich, in Ausführungsformen, in denen in einer Grenze Lücken festgestellt werden, die Lücken mit Hilfe von zwischen 3D-Daten gemeinsam genutzen Informationen zu füllen. 7 zeigt ein Beispiel für Schnittbilder, die mit Hilfe einer Phasenfeldformulierung gemäß vorliegenden Ausführungsformen analysiert wurden.
Speziell zeigt 7 eine Vielzahl von 2D-MR-Bildern 240 verschiedener Anatomien des Patienten 26 einschließlich eines Kopfschnittbilds 242, eines Lungenschnittbilds 244, eines Abdomenschnittbilds 246, eines Beckenschnittbilds 248 und eines Beinschnittbilds 250. Gemäß vorliegenden Ausführungsformen wird jedes Schnittbild der hierin besprochenen Phasenfeldformulierung unterzogen, um Regionen zu identifizieren, die dem Fettsignal aus subdermalem Fett entsprechen (d.h. für die Hautsegmentierung). Insbesondere definieren die der Haut entsprechenden Regionen Grenzen zur Segmentierung der Körpermaske, wie von einer Vielzahl von Maskenschichten 252 veranschaulicht wird, die jedem der Schnittbilder 240 entsprechen.
Um die Körpermaskenschichten 252 zu erzeugen, wird eine Volumenbehandlung unter Verwendung der Phasenfeldformulierung durchgeführt, die in gewissen Ausführungsformen eine Zwei-Klassen-Phasenfeldformulierung sein kann, die mit der folgenden Gleichung dargestellt wird:
wobei I eine gewichtete Metrik von Signalstärke und Bildgradienten aus I_i-, I_w- und I_f-Daten ist. Tatsächlich verwenden die vorliegenden Ausführungsformen im Gegensatz zu Schwellenwert- oder ähnlichen Verfahren komplexe MR-Bilddaten einschließlich Größe und auch Phaseninformationen als Eingaben in die hierin beschriebenen mehrparametrischen Phasenfeld-basierten Segmentierungsverfahren und speziell in die hierin besprochenen Gleichungen 3 und 4. Die Energie der Gleichung wird über die binären Anzeigerfunktionen von u(x) ∊ {0, 1} minimiert. Das Glied u repräsentiert die Zwei-Klassen-Funktion (d.h. u ist entweder 0 oder 1), wobei u = 0 Hintergrund darstellt und u = 1 Gewebe darstellt. Die Parameter α, β und λ repräsentieren die Varianz des Rauschens, Glätte und Empfindlichkeit und können von Hand eingestellt werden. Speziell bezieht sich β auf die Standardabweichung der Hintergrundverteilung und λ erfasst den zum Erzeugen einer genauen Kontur verwendeten Segmentierungsmaßstab. Es ist zu beachten, dass für feinere innerliche Anatomien von Interesse variierende Werte für λ verwendet werden können. Zum Beispiel kann für eine Station, die die Speiseröhre umfasst, verglichen mit einem Wert λ, der für eine die Lungenmasse umfassende Station verwendet werden kann, ein kleinerer Wert für λ verwendet werden. Des Weiteren können diese Parameter empirisch validiert werden und/oder mit Hilfe sauberer Schnittbilder kreuzvalidiert werden. Die Gleichung (3) wird mit Abstieg minimiert. Die Abstieggleichung wird mit Hilfe eines halbimpliziten iterativen Verfahrens in einem Rahmen mit mehrfacher Auflösung gelöst. Nach jeweils einigen Iterationen kann auch ein Schwellenwertverfahren von u durchgeführt werden, um den Wert von u in {0, 1} aufrecht zu erhalten. In einem nicht beschränkenden Beispiel kann die anfängliche Maske, die mit Hilfe dieses Verfahrens hergestellt wurde, auf zwischen 1 und 10 Pixelbreiten von der berechneten Grenze gesetzt werden und c_air kann mit Hilfe einer anfänglichen Region gesetzt werden. Werte für c_air können auch zu Aktualisierungen addiert werden.
Hinsichtlich der Komponenten der Gleichung (3) sucht das Glied
eine Intensität nahe an c_air in der Region u = 0,
sucht eine Intensität, die sich von c _air in der Region u = 1 unterscheidet,
beschränkt u auf {0, 1} und
ist ein Glättungsglied für u. Diese verschiedenen Parameter ermöglichen die Bildung von Masken mit höherer Genauigkeit, als sie mit anderen Methoden wie z.B. dem Schwellenwertverfahren erreicht würden. Zum Beispiel können die Glieder oben die Bildung von Lücken in Körpermasken verringern oder verhüten, die von Methoden wie dem Schwellenwertverfahren herrühren können.
Ferner ermöglicht die Verwendung der Gleichung (3) die stationsweise oder anatomieweise Variation von Parametern oder Kontrast-Rausch-/Signal-Rausch-Verhältnisvariationen zum Erhalten einer erweiterten Segmentierung. Zum Beispiel können Metadaten an spezielle Regionen der Anatomie des Patienten gebunden werden, was es möglich macht, dass jeder der Parameter α, β und λ auf einen mit den Metadaten korrelativen Wert eingestellt wird. Zum Beispiel kann ein beliebiger oder eine Kombination dieser Parameter auf Basis von Metadaten mit Bezug auf Regionen des Körpers geeignetermaßen eingestellt werden.
Wie oben erwähnt, sieht der vorliegende Ansatz zusätzlich zum Generieren einer Maske der Körperkontur des Patienten auch Methoden zum Generieren spezieller Gewebemasken zur Segmentierung (d.h. für eine oder mehrere Anatomien von Interesse) vor. Gemäß gewissen Ausführungsformen können z.B. die von Block 196 repräsentierten Vorgänge zusätzlich zu der Körpermaske Lungen- und/oder Sinusmasken und/oder Masken körperinterner Luft generieren. Die vorliegenden Methoden ermöglichen sogar die separate Segmentierung von Lunge und Luft mit Hilfe mehrerer, aus der Erfassung in Block 180 generierter Kanäle. Es ist zu beachten, dass die hierin beschriebenen Ansätze Artefakte in MR-Bildern behandeln können, die sich aus der Anwesen-heit von Metall ergeben, wie z.B. eine Naht. Zum Beispiel können in jedem Bild die Artefakte, die Metall zuzuschreiben sind, isoliert werden. Gradienten können dann zum Glätten der Regionen in dem Bild, die sich in der Nähe des Bereichs des Metalls befinden, verwendet werden und die Artefakte können zu einem späteren Zeitpunkt durch Connected-Component-Analyse entfernt werden. Ferner können die Parameter der Gleichung (3) unter Verwendung von vorherigen Meta-Informationen bezüglich der Anwesenheit des Metalls in einer bestimmten Station geeignetermaßen eingestellt werden.
8, auf die jetzt Bezug genommen wird, zeigt eine Reihe von MR-Schnittbildern durch die Lunge zusammen mit einer 3D-Lungenmaske 262, die sich aus dem Segmentierungsprozess ergibt. Speziell wird jedes der MR-Schnittbilder 260 einer Phasenfeldformulierung gemäß der Gleichung (4) unten unterzogen.
Es ist zu beachten, dass sich die Gleichungen (3) und (4) zwar ähnlich sind, die Parameterwerte für α, β und λ sich aber von den Werten für die Körpersegmentierung unterscheiden. Insbesondere werden für die Körpersegmentierung zwecks Vermeidung der falsche Klassifizierung von inneren Lufteinschlüssen als Hintergrund die obigen Parameter und der Gradientenabstiegszeitschritt sorgfältig gewählt, um eine Segmentierung der inneren Konturen zu verhüten. Außerdem wird für die Lungensegmentierung die Anzeigerfunktion, u, verglichen mit Gleichung (3) umgekehrt. Das heißt, u = 0 entspricht Gewebe und u = 1 entspricht der Lunge. Die Anfangskontur für die Lungensegmentierung ist die Körpermaske.
Die für die Lungensegmentierung angewendeten Phasenfeldinformationen ermöglichen die Erkennung der Lungenkontur in der Körperhöhle, wie in jedem der Schnittbilder 260 veranschaulicht. Insbesondere beinhaltet jedes der Schnittbilder 260 eine Markierung 264, die die erkannte Kontur der Lunge beschreibt. In einem ersten Satz 266 der Schnittbilder 260, die in einer Transversalebene des Patienten 26 nahe der Luftröhre (d.h. dem posterioren Ende) aufgenommene Bilder der Lunge sind, erscheint daher die Kontur der Lunge relativ klein. Ein zweiter Satz 268 der Schnittbilder 260 zeigt die erkannte Kontur der Lunge zu ihrem anterioren Ende nahe dem Zwerchfell hin. Die Markierungen 264 im zweiten Satz 268 zeigen daher eine größere Kontur der Lunge. Die erkannte Kontur der Lunge in jedem der Schnittbilder 260 kann zum Erzeugen der 3D-Lungenmaske 262 kombiniert (z.B. im Zusammenfügungsprozess) werden, die während der Erzeugung der oben erwähnten und unten ausführlicher besprochenen Vier-Klassen-Körpermaske verwendet wird.
Wie oben in Bezug auf 4 erwähnt, können gewisse der Stationen innerhalb des MR-Ganzkörperbilds (d.h. des zusammengefügten MR-Bilds) automatisch identifiziert werden, um die Segmentierung bestimmter Strukturen zu erleichtern. Die vorliegenden Ausführungsformen sehen die Erkennung einer Anzahl von Stationen auf der Basis von verschiedenen anatomischen Markierungen vor. Zum Beispiel können die Schultern, die Lunge, das Becken und der Schritt alle zum Identifizieren von Stationen verwendet werden, wie unten in Bezug auf die 9 bis 12 besprochen wird. Eine derartige Identifizierung von Stationen ermöglicht das Ableiten von Informationen für jede Station, wie z.B. Messgrößen auf Basis von Organkontext, Organlokalisierung, Signal-Rausch-Verhältnis und Kontrast-Rausch-Verhältnis, zum Abstimmen der Segmentierungsparameter α, β und λ der Gleichungen (3) und (4).
9 veranschaulicht einen Teil 280 der Körpermaske durch die Frontalebene des Patienten, die gemäß Block 186 von 4 generiert wurde, sowie ein Diagramm 282 der Maskenkontur als Funktion der Position entlang der sagittalen Linie des Patienten. Wie im Diagramm 282 abgebildet, wird an der Position, die den Schultern entspricht, ein lokales Minimum 284 in der Maskenkontur beobachtet. Dementsprechend kann die Schulterlinie unter Verwendung des lokalen Minimums 284 in Bezug auf ein für den Kopf 286 repräsentatives Signal und ein für die Brustregion 288 repräsentatives Signal abgegrenzt werden.
Die Lunge kann auf Signalschwellenwertbasis automatisch erkannt werden, wie in 10 veranschaulicht. 10 zeigt einen Teil 290 der Körpermaske in einer Frontalebene zusammen mit einer Lungenstation, die MR-Daten 292 hat. Gemäß vorliegenden Ausführungsformen kann die Position der Lunge durch Detektieren von Signalschwellenwerten, die sich aus der Anwesenheit von Luft in der Brust ergeben, erkannt werden. Zum Beispiel werden die Position 290 der Körpermaske und die Lungenstation 292 miteinander vereint, um ein Daten-Masken-Bild 294 zu generieren. Wie im Bild 294 veranschaulicht, wird der Maskenteil 290 als Hintergrund für die MR-Daten in der Station 292 verwendet.
Die Bereiche in dem Bild 294, die eine große Maskenintensität haben, entsprechen daher Regionen, die von den MR-Daten nicht blockiert werden, d.h. Regionen mit einem kleinen oder keinem MR-Signal. Derartige Regionen in der Brust entsprechen der Anwesenheit der Lunge. Dementsprechend kann in einem Diagramm 296 der Maskenintensität als Funktion der Position entlang der sagittalen Linie eine große Intensitätsspitze 298 der Position der Lunge entsprechen. Des Weiteren ist zu beachten, dass die Position der Lunge auf diese Weise über einen Schwellenwert erkennbar ist, der mit Hilfe transversaler, vom anterioren zum posterioren Ende entnommener Schnittbilder sowie von der ventralen Seite des Patienten zur dorsalen Seite des Patienten entnommener Frontalschnittbilder beobachtet wird. In der Tat kann der Luftschwellenwert unter Verwendung der in 10 veranschaulichten Beziehung und auch unter Verwendung der oberen Hälfte der Frontalebenen- und mittelkoronalen Schnittbilder auf der sagittalen Linie in drei Dimensionen erkannt werden.
In 11, auf die jetzt übergegangen wird, ist ein Teil 300 der Körpermaske veranschaulicht, der entlang der sagittalen Linie ausgerichtet ist. Außerdem wird eine grafische Darstellung 302 gezeigt, die der Maskenkontur als einer Funktion der Position entlang der sagittalen Linie entspricht. Wie abgebildet, kann das Becken als ein lokales Maximum 304 ausgemacht werden, das von lokalen Minimalwerten 306, 308 begrenzt wird, die der Taille bzw. den Beinen des Patienten entsprechen.
In 12 ist ein Teil 310 der entlang der Frontalebene des Patienten 26 ausgerichteten Körpermaske zusammen mit einer grafischen Darstellung 312 der Maskenkontur als einer Funktion der Position entlang der Frontalebene veranschaulicht. Wie abgebildet, kann der Schritt als ein Einschnitt 314 in der Maskenkontur ausgemacht werden, der sich nahe der sagittalen Linie befindet oder von ihr geschnitten wird. Außerdem ist zu beachten, dass die Lungen- und die Beckenstation mit Hilfe einer auf den Schritt gestützten allometrischen Messung korrigiert werden können.
Nach Lokalisieren der verschiedenen Anatomien und Generieren der Körpermasken mit Hilfe von einem oder einer Kombination der obigen Verfahren, wie oben in Bezug auf 4 erwähnt, werden Fett- und Wasservolumen aus den Ganzkörper-MR-Bildern segmentiert, wie mit Bezug auf Block 188 besprochen. Die Fettvolumen können gemäß vorliegenden Ausführungsformen ebenfalls wieder mit Hilfe der Kanäle I_f, I_w und I_i segmentiert werden, die in Block 180 unter Verwendung eines zweiteiligen Verfahrens erhalten wurden. Der zweiteilige Prozess beinhaltet einen ersten Schritt des Schätzens der statistischen Daten der Luft im Körper und einen zweiten Schritt des Generierens von Fett- I_ffr und Wasseranteilbildern I_wfr.
13 veranschaulicht Beispielbilder, die gemäß Block 188 beschafft werden können. In 13 wird eine Reihe von Bildern gezeigt, einschließlich CT-Fettbildern 320, wobei das Fettkomponentenfenster auf [–250, –20] eingestellt wurde, In-Phase-MR-Bildern 322, segmentierten Fett-Wasser-Masken 324, die mit Hilfe der Gleichungen (3) und (4) generiert wurden, und Fettanteilbildern 326. Für die Sätze sind jeweils Kopfschnittbilder 328, Schulterschnittbilder 330 und Lungenschnittbilder 332 bereitgestellt. Die In-Phase-MR-Bilder 322 können Bilder im erfassten Zustand sein, die Graustufendaten (d.h. Kontrast) haben, die sich auf den relativen Anteil von Wasser und Fett in den jeweiligen Schnittbildern beziehen. Die segmentierten Wasser-Fett-Masken 324 können durch Kombinieren der Fettanteilsdaten und der Wasseranteilsdaten und Einstellen eines jeweiligen Wertes für jedes der Wasser- und Fettsignale erhalten werden. Die Anwesenheit von Fett wird so mit Hilfe einer absoluten Farbe (hellgrau) dargestellt und die Anwesenheit von Wasser wird mit Hilfe einer anderen absoluten Farbe (weiß) dargestellt. Des Weiteren wird die Lunge, wie in einem Lungenschnittbild 334 und einem Schulterschnittbild 336 des segmentierten Fett-Wasser-Maskensatzes 324 veranschaulicht, als eine andere, dritte Farbe (dunkelgrau) dargestellt, weil die Lungensegmentierung separat durchgeführt wird. Dementsprechend ist das Lungenschnittbild 334 ein quaternäres Bild (d.h. ein Vier-Klassen-Bild), in dem das Fett als eine erste Farbe dargestellt wird, Wasser als eine zweite Farbe dargestellt wird, die Lunge als eine dritte Farbe dargestellt wird und der Hintergrund als eine vierte Farbe (schwarz) dargestellt wird. Es ist zu beachten, dass in gewissen Ausführungsformen nach dem Generieren der quaternären oder Vier-Klasse-Bilder eine automatische Zusammenfügung zum Erzeugen eines Ganzkörper-Vier-Klassen-Bilds durchgeführt werden kann.
14 veranschaulicht ein beispielhaftes In-Phase-MR-Bild 340 und ein Vier-Klassen-Segmentierungsbild 342, das gemäß vorliegenden Ausführungsformen erhalten wurde. Das veranschaulichte Vier-Klassen-Segmentierungsbild 342 beinhaltet Hintergrund, Metall und Knochen als eine einzelne Dämpfungskomponente, die Lunge als eine zweite Dämpfungskomponente, Fett als eine dritte Dämpfungskomponente und Wasser als eine vierte Dämpfungskomponente. Um die Dämpfungskorrektur in PET-Bildern zu ermöglichen, können den verschiedenen Materialklassen im Bild 342 aus einem CT-Bild erhaltene Dämpfungswerte zugewiesen werden. Zum Beispiel kann ein Dämpfungswert von 0 mm^–1 dem Hintergrund/Luft zugewiesen werden, 0,0018 mm^–1 kann der Lunge zugewiesen werden, 0,0086 mm^–1 kann Fett zugewiesen werden und 0,01 mm^–1 kann Wasser zugewiesen werden. Jedes Gewebe in den MR-Bildern kann als Fett, Wasser oder eine Kombination davon enthaltend behandelt werden. Dementsprechend können Dämpfungswerte gemäß den aus der Segmentierung von Fett- und Wasserbildern erhaltenen Gewebemarkierungen zugewiesen werden.
Diese Beschreibung verwendet Beispiele zur Offenbarung der Erfindung, einschließlich der besten Art der Ausführung, und auch, um einer Fachperson die Ausübung der Erfindung zu ermöglichen, einschließlich der Herstellung und Benutzung jedweder Vorrichtungen oder Systeme und der Durchführung eingebundener Verfahren. Der patentfähige Umfang der Erfindung wird durch die Ansprüche definiert und kann weitere Beispiele beinhalten, die fachkundigen Personen einfallen werden. Es ist vorgesehen, dass derartige weitere Beispiele in den Umfang der Ansprüche fallen, wenn sie strukturelle Elemente haben, die sich nicht von der wörtlichen Sprache der Ansprüche unterscheiden, oder wenn sie äquivalente strukturelle Elemente mit unwesentlichen Unterschieden von den wörtlichen Sprachen der Ansprüche beinhalten.
In einer Ausführungsform beinhaltet ein Verfahren Folgendes: Durchführen einer Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.

Claims

Verfahren, umfassend: Durchführen einer Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.
Verfahren nach Anspruch 1, das Folgendes aufweist: stationsweises Durchführen der MR-Bildgebungssequenz zum Erfassen jeweiliger MR-Bild-Schnittbilder oder -Volumen für eine zweite Station nach Erfassen der ersten Station, Anwenden des ersten Phasenfeld-Algorithmus auf die zweite Station, um die Körperkontur des Patienten in der zweiten Station zu ermitteln, Identifizieren einer Kontur einer zweiten Anatomie von Interesse innerhalb der Körperkontur der zweiten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder des zweiten Phasenfeld-Algorithmus, Segmentieren der zweiten Anatomie von Interesse auf der Basis der identifizierten Kontur der zweiten Anatomie von Interesse, Korrelieren zweiter Dämpfungsinformationen mit der segmentierten zweiten Anatomie von Interesse und Modifizieren des PET-Bilds auf der Basis von wenigstens den zweiten korrelierten Dämpfungsinformationen.
Verfahren nach Anspruch 2, das Folgendes aufweist: Identifizieren der ersten und der zweiten Station auf der Basis einer Analyse der Körperkontur, auf der Basis von DICOM-Informationen (Digital Imaging and Communications in Medicine), auf der Basis von Eingaben durch den Benutzer oder auf der Basis von Informationen, die mit bereits erfassten Stationen in Verbindung stehen, oder einer beliebigen Kombination davon.
Verfahren nach Anspruch 3, das Folgendes aufweist: Zusammenfügen von wenigstens der ersten und der zweiten Station zum Erhalten eines kombinierten volumetrischen Bilds des Patienten und einer 3D-Darstellung der Körperkontur des Patienten in dem kombinierten Bild.
Verfahren nach Anspruch 4, wobei das Anwenden des ersten Phasenfeld-Algorithmus auf die erste Station, um die Körperkontur des Patienten in der ersten Station zu ermitteln, unmittelbar nach der Erfassung der jeweiligen MR-Bild-Schnittbilder oder -Volumen für die erste Station und vor Erhalten des kombinierten volumetrischen Bilds begonnen wird.
Verfahren nach Anspruch 4, das Folgendes aufweist: stationsweises prospektives Modifizieren des PET-Bilds, so dass das PET-Bild nach dem Korrelieren jeweiliger Dämpfungsinformationen jeweils mit der ersten und der zweiten Station iterativ modifiziert wird.
Verfahren nach Anspruch 4, wobei das kombinierte volumetrische Bild beschafft wird, bevor der erste Phasenfeld-Algorithmus auf die erste Station angewendet wird, um die Körperkontur des Patienten in der ersten Station zu ermitteln.
Verfahren nach Anspruch 1, wobei das Korrelieren der Dämpfungsinformationen mit der segmentierten Anatomie von Interesse das Generieren eines Pseudo-Computertomographie-(CT)-Bilds aufweist, das die mit der Anatomie von Interesse korrelierten Dämpfungsinformationen aufweist.
Verfahren nach Anspruch 8, wobei das PET-Bild auf der Basis des Pseudo-CT-Bilds korrigiert wird.
Verfahren nach Anspruch 1, wobei das Durchführen der MR-Bildgebungserfassung das Durchführen einer LAVA-(Liver Acquisition with Volume Aquisition)-Flex-Erfassung und/oder einer IDEAL-(Iterative Decomposition of water and fat with Echo Asymmetry and Least squares estimation)-Erfassung aufweist und die MR-Bild-Schnittbilder oder -Volumen der ersten Station für jede Schnittbildauswahl der Erfassung ein Fettbild, ein Wasserbild, ein In-Phase-Bild und ein Außer-Phase-Bild beinhalten und der Phasenfeldalgorithmus ein Glied verwendet, das komplexe MRT-Bilddaten kombiniert, die sowohl die Größe als auch die Phase von wenigstens dem Fettbild, dem Wasserbild und dem In-Phase-Bild haben.
Verfahren nach Anspruch 1, wobei der Phasenfeldalgorithmus die Grenze zwischen dem subdermalen Fett oder der Hautschicht des Patienten und der den Patienten umgebenden Luft modelliert, um die Kontur des Patienten zu ermitteln.
Verfahren nach Anspruch 1, das Folgendes aufweist: Durchführen der Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen jeweiliger MR-Bild-Schnittbilder oder -Volumen der ersten Station und einer Vielzahl von zusätzlichen Stationen, Modellieren einer Einschließung von Fett innerhalb von Knochenmark für jede Station, in der das Knochengewebe des Patienten anwesend ist, um eine Kortikaliskontur zu ermitteln, und Segmentieren der Kortikalis auf der Basis der Kortikaliskontur zum Generieren einer Kortikalismaske.
Verfahren nach Anspruch 12, das Folgendes aufweist: Durchführen der Magnetresonanz-(MR)-Bildgebungssequenz zum Erfassen jeweiliger MR-Bild-Schnittbilder oder -Volumen der ersten Station und einer Vielzahl von zusätzlichen Stationen, Modellieren einer Grenze zwischen Luft im Körperinneren und Patientengewebe zum Ermitteln einer Kontur der Luft im Körperinneren für jede Station, Modellieren einer Grenze zwischen Luft im Schädelinneren und Patientengewebe zum Ermitteln einer Sinuskontur; Modellieren einer Grenze zwischen Gewebe, das die Lunge und Luftröhre des Patienten umgibt, und der Luft innerhalb der Lunge und der Luftröhre, um eine Kontur der Lunge und Luftröhre zu ermitteln, Segmentieren der Kontur der Luft im Körperinneren, der Sinuskontur und der Kontur der Lunge und Luftröhre des Patienten zum Generieren einer Maske der Luft im Körperinneren, einer Sinusmaske und einer Maske von Lunge und Luftröhre.
Wenigstens ein realer nichtflüchtiger maschinenlesbarer Datenträger, der von einem Prozessor ausführbare Anweisungen speichert, um die folgenden Vorgänge durchzuführen: Veranlassen eines Magnetresonanz-(MR)-Bildgebungssystems zur Durchführung einer MR-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station, die für einen Teil eines Patienten repräsentativ ist, Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station mit Hilfe des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse, Korrelieren erster Dämpfungsinformationen mit der segmentierten ersten Anatomie von Interesse und Modifizieren eines Positronen-Emissions-Tomographie-(PET)-Bilds auf der Basis von wenigstens den ersten korrelierten Dämpfungsinformationen.
Datenträger nach Anspruch 14, der den Phasenfeldalgorithmus aufweist, wobei der Phasenfeldalgorithmus ein Glied verwendet, das komplexe MRT-Bilddaten kombiniert, die Größen- und Phaseninformationen aus wenigstens einem Fettbild, einem Wasserbild und einem In-Phase-Bild haben, die für jede Schnittbildauswahl der MR-Erfassung beschafft wurden.
Datenträger nach Anspruch 14, der zusätzliche Anweisungen aufweist, die bei Ausführung durch den Prozessor zum Modellieren einer Grenze zwischen der Luft im Körperinneren und Patientengeweben, zum Modellieren der Einschließung von Fett in Knochenmark und zum Modellieren von Fettkonturen zum Generieren einer Lungenmaske, einer Sinusmaske, einer Maske der Luft im Körperinneren, einer Kortikalismaske und der Körperkontur konfiguriert sind.
Hybrides Positronen-Emissions-Tomographie/ Magnetresonanz-(PET/MR)-Bildgebungssystem, umfassend: eine Öffnung, die zur Aufnahme eines Patienten gestaltet ist, einen Hauptfeldmagneten, eine Vielzahl von Gradientenfeldspulen, die um die Öffnung angeordnet sind, eine Hochfrequenz-(HF)-Sendespule, eine Vielzahl von HF-Empfangsspulen, einen Photodetektor, der um die Öffnung angeordnet ist und zum Erkennen von Positronenemissionen von dem Patienten konfiguriert ist, um für die erkannten Positronen repräsentative Signale zu erzeugen, und eine mit den Gradientenfeldspulen, der HF-Sendespule, der Vielzahl von HF-Empfangsspulen und dem Photodetektor gekoppelte Steuerschaltungsanordnung, wobei die Steuerschaltungsanordnung konfiguriert ist zum: Anlegen von Steuersignalen an die Gradienten-, HF-Sende- und -Empfangsspulen, um eine MR-Bildgebungssequenz zum Erfassen von MR-Bild-Schnittbildern oder -Volumen einer ersten Station durchzuführen, die für einen Teil eines Patienten repräsentativ ist, Verarbeiten von infolge der Erkennung von Positronen von dem Photodetektor erzeugten Daten zum Generieren eines PET-Bilds des Patienten und Durchführen eines PET-Bildrekonstruktionsprozesses, der Folgendes aufweist: Anwenden eines ersten Phasenfeld-Algorithmus auf die erste Station zum Ermitteln einer Körperkontur des Patienten in der ersten Station, Identifizieren einer Kontur einer ersten Anatomie von Interesse innerhalb der Körperkontur der ersten Station unter Verwendung des ersten Phasenfeld-Algorithmus oder eines zweiten Phasenfeld-Algorithmus, Segmentieren der ersten Anatomie von Interesse auf der Basis der identifizierten Kontur der ersten Anatomie von Interesse und Modifizieren des PET-Bilds auf der Basis von wenigstens der kontinuierlichen Verteilungs-Map oder dem Pseudo-CT-Bild.
System nach Anspruch 17, wobei die Steuerschaltungsanordnung konfiguriert ist zum Anlegen von Steuersignalen an die Gradienten-, HF-Sende- und -Empfangsspulen, um die MR-Bildgebungssequenz nach dem Erfassen der ersten Station zum Erfassen jeweiliger MR-Bild-Schnittbilder oder -Volumen für eine Vielzahl von zusätzlichen Stationen stationsweise durchzuführen, und der PET-Bildrekonstruktionsprozess Folgendes aufweist: Anwenden des ersten Phasenfeld-Algorithmus auf die zusätzlichen Stationen zum Ermitteln der Körperkontur des Patienten in den zusätzlichen Stationen, Identifizieren einer Kontur von wenigstens einer zweiten Anatomie von Interesse innerhalb der Körperkontur der zusätzlichen Stationen unter Verwendung des ersten Phasenfeld-Algorithmus oder des zweiten Phasenfeld-Algorithmus und Segmentieren der zweiten Anatomie von Interesse auf der Basis der identifizierten Kontur der zweiten Anatomie von Interesse.
Verfahren nach Anspruch 18, wobei der PET-Bildrekonstruktionsprozess Folgendes aufweist: Identifizieren wenigstens einer der Vielzahl zusätzlicher Stationen auf der Basis einer Analyse der Körperkontur, auf der Basis von allometrischen Verhältnissen von Körperkonturmasken- oder Dixon-Bildern oder auf der Basis von DICOM-Informationen, auf der Basis von Eingaben durch den Benutzer oder auf der Basis von Informationen, die mit bereits erfassten Stationen in Verbindung stehen, oder einer beliebigen Kombination davon.
System nach Anspruch 18, wobei der PET-Bildrekonstruktionsprozess Folgendes aufweist: Modellieren einer Einschließung von Fett in Knochenmark für jede Station, in der Knochengewebe des Patienten anwesend ist, um eine Kortikaliskontur zu ermitteln, und Segmentieren der Kortikalis auf der Basis der Kortikaliskontur zum Generieren einer Kortikalismaske.