DE102018207632A1 - Bestimmen einer Bildgebungsmodalität und der Parameter dafür - Google Patents

Bestimmen einer Bildgebungsmodalität und der Parameter dafür Download PDF

Info

Publication number
DE102018207632A1
DE102018207632A1 DE102018207632.4A DE102018207632A DE102018207632A1 DE 102018207632 A1 DE102018207632 A1 DE 102018207632A1 DE 102018207632 A DE102018207632 A DE 102018207632A DE 102018207632 A1 DE102018207632 A1 DE 102018207632A1
Authority
DE
Germany
Prior art keywords
imaging modality
examination
parameters
results
examination subject
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.)
Pending
Application number
DE102018207632.4A
Other languages
English (en)
Inventor
Mario Zeller
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 Healthineers Ag De
Original Assignee
Siemens Healthcare GmbH
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 Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to DE102018207632.4A priority Critical patent/DE102018207632A1/de
Priority to CN201910409673.5A priority patent/CN110503698B/zh
Priority to US16/413,886 priority patent/US11547368B2/en
Publication of DE102018207632A1 publication Critical patent/DE102018207632A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7285Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A61B5/7292Prospective gating, i.e. predicting the occurrence of a physiological event for use as a synchronisation signal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/746Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/037Emission tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13Tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10101Optical tomography; Optical coherence tomography [OCT]

Abstract

Die Erfindung betrifft ein Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern, um mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern ein Bild eines Untersuchungsobjekts (O) zu erstellen. Dabei werden folgende Schritte durchlaufen:Klassifizieren von aus Voruntersuchungen des Untersuchungsobjekts (O) erlangten Informationen, um Ergebnisse der Klassifikation hinsichtlich von Störeinflüssen, welche bei der Erstellung des Bildes zu erwarten sind, zu erhalten.Analysieren der Ergebnisse der Klassifikation, um die Ergebnisse zu bewerten.Bestimmen der Bildgebungsmodalität und der Parameter abhängig von den bewerteten Ergebnissen, so dass bei Bildern, welche mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Untersuchungsobjekt (O) erzeugt werden, die klassifizierten Störeinflüsse minimiert sind.

Description

  • Die vorliegende Erfindung betrifft die Bestimmung einer Bildgebungsmodalität und die Bestimmung der Parameter dieser bestimmten Bildgebungsmodalität.
  • Medizinische Bildgebungsmodalitäten, wie beispielsweise Magnet-Resonanz-Tomographie, Computer-Tomographie, Positronen-Emissions-Tomographie, Einzelphotonen-Emissions-Computer-Tomographie oder eine Röntgenaufnahme, sind auf unterschiedlichste Art und Weise anfällig gegenüber patientenspezifischen Störeinflüssen. Den größten Störeinfluss stellt dabei eine Patientenbewegung dar, welche bei allen Bildgebungsmodalitäten zu Bewegungsartefakten in dem erzeugten Bild führt. Bei einer Computer-Tomographie äußern sich solche Patientenbewegungen beispielsweise als Streifen und Doppelkonturen, während sich eine Patientenbewegung bei der MR-Bildgebung abhängig von der Bildgebungssequenz und den eingestellten Parametern auf unterschiedliche Art und Weise auswirken kann. Insbesondere bei der in der klinischen Routine am häufigsten eingesetzten Sequenz, der Turbo-Spin-Echo-Sequenz, treten vielfach Geisterartefakte bei einer Patientenbewegung auf, welche die Diagnostik einschränken, ganz unmöglich machen oder eine Neuaufnahme erforderlich machen. Darüber hinaus können Störeinflüsse auch durch physiologische Ursachen, wie Herzschlag oder Atmung, oder durch einen Fremdkörper, wie beispielsweise ein Implantat, hervorgerufen werden.
  • Daher stellt sich die vorliegende Erfindung die Aufgabe, die Einflüsse von patientenspezifischen Störeinflüssen auf die mit einer medizinischen Bildgebungsmodalität erzeugten Bilder möglichst gering zu halten bzw. zu minimieren.
  • Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern nach Anspruch 1, durch eine Einrichtung zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern nach Anspruch 12, durch ein bildgebendes System nach Anspruch 14, durch ein Computerprogrammprodukt nach Anspruch 15 und durch einen elektronisch lesbaren Datenträger nach Anspruch 16 gelöst. Die abhängigen Ansprüche definieren bevorzugte und vorteilhafte Ausführungsformen der vorliegenden Erfindung.
  • Im Rahmen der vorliegenden Erfindung wird ein Verfahren zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern bereitgestellt. Mit dieser bestimmten Bildgebungsmodalität und den bestimmten Parametern wird ein Bild eines Untersuchungsobjekts, insbesondere eines menschlichen Patienten, erstellt. Das Verfahren umfasst folgende Schritte:
    • • Automatisches Klassifizieren von Informationen, welche aus Voruntersuchungen des Untersuchungsobjekts erfasst werden. Dieses Klassifizieren liefert Ergebnisse der Klassifikation, welche Störeinflüsse umfassen, die bei der Erstellung des Bildes des Untersuchungsobjekts zu erwarten sind. Das Klassifizieren untersucht quasi die aus den Voruntersuchungen vorliegenden Informationen insbesondere hinsichtlich Störeinflüssen, um diese Informationen und damit die Störeinflüsse und damit insbesondere auch das Untersuchungsobjekt zu klassifizieren.
    • • Analysieren der Ergebnisse der Klassifikation, um dadurch die Ergebnisse der Klassifikation zu bewerten. In diesem Schritt werden die Ergebnisse der Klassifikation ausgewertet, um anhand dieser Auswertung eine möglichst optimale Bestimmung einer Bildgebungsmodalität mit den zugehörigen Parametern durchführen zu können. Durch die Analyse der Ergebnisse der Klassifikation wird insbesondere eine Entscheidung über die Bildgebungsstrategie der anstehenden Untersuchung abgeleitet.
    • • Bestimmen der Bildgebungsmodalität und der für diese Bildgebungsmodalität einzusetzenden Parameter abhängig von den bewerteten Ergebnissen. Dabei werden die Bildgebungsmodalität und die dazu einzusetzenden Parameter derart bestimmt, dass in den Bildern, welche mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Untersuchungsobjekt erzeugt werden, die vorab klassifizierten Störeinflüsse einen möglichst geringen Einfluss aufweisen. Mit anderen Worten werden die Bildgebungsmodalität und die dazu eingesetzten Parameter derart bestimmt, dass die vorher erkannten und klassifizierten Störeinflüsse in den aktuellen Bildern des Untersuchungsobjekts, welche mit der bestimmten Bildgebungsmodalität und den dazu bestimmten Parametern erstellt werden, einen minimalen Einfluss aufweisen und damit zu möglichst geringen Artefakten führen.
  • Die vorliegende Erfindung ermittelt demnach Informationen über Störeinflüsse bei der Erstellung eines Bildes eines Untersuchungsobjekts mittels einer Bildgebungsmodalität anhand von Informationen aus Voruntersuchungen des Untersuchungsobjekts. Durch eine Auswertung und Klassifikation dieser Informationen und damit insbesondere der damit erfassten Störeinflüsse können vorteilhafterweise eine auf das individuelle Untersuchungsobjekt zugeschnittene Bildgebungsmodalität und entsprechende Parameter bestimmt werden, um die Einflüsse der klassifizierten Störeinflüsse in den zu erstellenden Bildern des Untersuchungsobjekts zu minimieren.
  • Das Bestimmen oder Entscheiden, welche Bildgebungsmodalität und welche Parameter zur Erstellung eines Bildes des Untersuchungsobjekts eingesetzt werden, kann die Entscheidung beispielsweise als Empfehlung (z.B. in textueller Form) an das Bedienpersonal ausgeben. Wie im Folgenden noch detaillierter ausgeführt wird, ist auch eine automatische Voreinstellung der Untersuchungsparameter erfindungsgemäß möglich.
  • Das erfindungsgemäße Verfahren findet insbesondere bei zeitlich beabstandeten Messungen seine Anwendung, wobei auf Basis von in Voruntersuchungen aufgetretenen Störeinflüssen eine automatische Auswahl oder Bestimmung der Bildgebungsmodalität und der einzusetzenden Parameter zur Beseitigung dieser Störeinflüsse erfolgt.
  • Gemäß einer bevorzugten erfindungsgemäßen Ausführungsform umfassen die aus den Voruntersuchungen des Untersuchungsobjekts erlangten Informationen Störeinflüsse innerhalb von Bildern, welche bei diesen Voruntersuchungen bzw. früher mit bekannten Bildgebungsmodalitäten und bekannten Parametern von dem Untersuchungsobjekt erstellt wurden. Dazu werden diese Bilder bei der Klassifizierung automatisch hinsichtlich der Störeinflüsse ausgewertet, um die Ergebnisse des Klassifizierens zu erhalten. Mit anderen Worten werden diese alten Bilder des Untersuchungsobjekts auf die Störeinflüsse hin analysiert, so dass die Ergebnisse dieses Klassifizierens quasi einer Klassifikation dieser Störeinflüsse und damit auch insbesondere einer Klassifikation des Untersuchungsobjekts entsprechen.
  • Das Klassifizieren der Störeinflüsse umfasst dabei insbesondere zumindest einen der folgenden Schritte:
    • • Erkennen und Klassifizieren von Bewegungsartefakten als die Störeinflüsse in den früheren Bildern des Untersuchungsobjekts, indem jedes dieser Bilder mit einem faltenden neuronalen Netz („Convolutional Neural Network“ (CNN)) klassifiziert wird. Das CNN wird vorher trainiert, um Bewegungsartefakte in Bildern zu erkennen. Nach dem Training erkennt das CNN Bewegungsartefakte in einem Bild nahezu mit derselben Präzision wie ein Arzt.
    • • Erkennen und Klassifizieren von Implantaten des Untersuchungsobjekts als die Störeinflüsse in den früheren Bildern des Untersuchungsobjekts, indem in den Bildern vorhandene Bildstörungen als die Störeinflüsse mit einem faltenden neuronalen Netz (CNN) klassifiziert werden. Auch dieses CNN wird vorher trainiert, um den Typ und die Lage eines Implantats des Untersuchungsobjekts anhand der in dem jeweiligen Bild vorhandenen Bildstörungen bzw. Störeinflüsse zu ermitteln.
    • • Erfassen von Informationen eines Bedienungspersonals, um dadurch das Klassifizieren der Störeinflüsse zu verbessern. Dieser Schritt ermöglicht, dass Informationen, beispielsweise durch das Bedienpersonal oder den überweisenden Arzt, zur Klassifikation der Störeinflüsse einfließen. Diese Information kann beispielsweise anhand von einer Auswahlbox am Ende der jeweiligen Untersuchung erfasst werden.
  • Diese erfindungsgemäße Ausführungsform ermöglicht eine noch bessere Klassifikation der Störeinflüsse und damit eine noch bessere Bestimmung der Bildgebungsmodalität und der dafür einzusetzenden Parameter, um die Auswirkungen der klassifizierten Störeinflüsse in dem damit erstellten Bild des Untersuchungsobjekts weiter zu minimieren.
  • Gemäß einer weiteren erfindungsgemäßen Ausführungsform wird ein Bild des Untersuchungsobjekts mit der bestimmten Bildgebungsmodalität mit den bestimmten Parametern dieser bestimmten Bildgebungsmodalität erstellt. Das derart erstellte Bild wird anschließend den Bildern hinzugefügt, mit deren Hilfe die Störeinflüsse klassifiziert werden.
  • Gemäß der vorab beschriebenen weiteren Ausführungsform kann am Ende der aktuellen Untersuchung eine Aktualisierung der Klassifikationsinformation oder Bildinformation erfolgen, wodurch die erfindungsgemäße Bestimmung der Bildgebungsmodalität und der dazu einzusetzenden Parameter für eine folgende Untersuchung des Untersuchungsobjekts weiter verbessert wird.
  • Darüber hinaus kann am Ende der aktuellen Untersuchung eine Information (Feedback) des Bedienungspersonals eingeholt werden, mit welcher die Effektivität und Qualität der bestimmten Bildgebungsmodalität und der bestimmten Parameter bezüglich einer Untersuchung des individuellen Untersuchungsobjekts bewertet wird. Diese Information kann dann bei folgenden Durchläufen des erfindungsgemäßen Verfahrens eingesetzt werden, um den Klassifikations-, Analyse- und/oder Bestimmungs-Schritt weiter zu verbessern.
  • Gemäß einer weiteren erfindungsgemäßen Ausführungsform umfassen die Informationen aus den Voruntersuchungen zumindest eine von den folgenden Informationen:
    • • Eine Bewegungstrajektorie, mit welcher eine Bewegung des Untersuchungsobjekts einer der Voruntersuchungen beschrieben wird. Anhand dieser Bewegungstrajektorie kann die Wahrscheinlichkeit von Bewegungsartefakten abgeschätzt werden.
    • • Eine Atemkurve des Untersuchungsobjekts bei einer der Voruntersuchungen. Anhand der Atemkurve können Unregelmäßigkeiten bei der Atmung erfasst werden. Auch eine Zeitdauer, während welcher das Untersuchungsobjekt die Luft anhalten kann, kann anhand der Atemkurve ermittelt werden.
    • • Eine EKG-Kurve eines EKGs des Untersuchungsobjekts bei einer der Voruntersuchungen.
    • • Eine Pulsrate des Untersuchungsobjekts bei einer der Voruntersuchungen.
    • • Eine Anzahl von Versuchen einer Kontaktaufnahme des Untersuchungsobjekts mit dem Bedienpersonal bei einer der Voruntersuchungen. Der Versuch einer Kontaktaufnahme mit dem Bedienpersonal führt häufig zu einer Unterbrechung der Messung, wodurch die Messung verlängert und damit die Effektivität der Messung negativ beeinflusst wird. Der Versuch einer Kontaktaufnahme tritt beispielsweise bei Patienten, welche unter Klaustrophobie leiden, häufiger auf.
    • • Eine Anzahl von Kommunikationsverbindungsaufbauten zwischen dem Untersuchungsobjekt und dem Bedienpersonal bei einer der Voruntersuchungen. Der Versuch der Kontaktaufnahme führt in der Regel zu einem Aufbau einer Kommunikationsverbindung zwischen dem Untersuchungsobjekt und dem Bedienpersonal, was dann häufig zu der vorab beschriebenen Unterbrechung der Messung führt.
    • • Eine Anzahl von Wiederholungen von Untersuchungen des Untersuchungsobjekts bei einer der Voruntersuchungen oder von vergeblichen Untersuchungen des Untersuchungsobjekts bei einer der Voruntersuchungen.
  • Anhand der vorab beschriebenen Informationen kann das Untersuchungsobjekt sehr genau klassifiziert werden, so dass abhängig von diesen Informationen eine möglichst optimale Bildgebungsmodalität mit den entsprechenden Parametern bestimmt werden kann, um möglichst effektiv ein Bild des Untersuchungsobjekts zu erstellen.
  • Die Klassifikation kann durch eine oder durch mehrere Klassifikationseinheiten durchgeführt werden. Beim Einsatz mehrerer Klassifikationseinheiten kann jede dieser Klassifikationseinheiten zur Klassifikation eines bestimmten Typs von Störeinflüssen, beispielsweise von Bewegung erzeugten Störeinflüssen oder von einem Implantat erzeugten Störeinflüssen, eingesetzt werden.
  • Die Klassifikation kann dabei entweder direkt an dem jeweiligen Bildgebungsgerät (Gerät, welches die Bildgebungsmodalität ausführt) der Voruntersuchung im Rahmen dieser Voruntersuchung (d.h. Untersuchung, welche zeitlich vor der aktuellen Untersuchung ausgeführt wurde) oder retrospektiv durchgeführt werden. Dabei kann die Klassifikation entweder durch das Bildgebungsgerät selbst oder auf einem separaten Rechner oder Server ausgeführt werden. Im letzteren Fall kann beispielsweise ein an das PACS („Picture Archiving and Communication System“) eines Krankenhauses angeschlossener Analyseserver oder aber eine Cloud-basierte Lösung eingesetzt werden.
  • Die Ergebnisse des Klassifizierens können umfassen:
    • • Eine oder mehrere Qualitätsmaßzahlen, welche abhängig von den Informationen jeweils eine Maßzahl bezüglich der Qualität von früheren Bildern ableiten, die von dem Untersuchungsobjekt mit einer bestimmten Bildgebungsmodalität erstellt wurden. Mit diesen Qualitätsmaßzahlen kann beispielsweise die Qualität einer Fettsättigung in den früheren Bildern des Untersuchungsobjekts bewertet werden.
    • • Eine oder mehrere Bewegungsmaßzahlen, welche jeweils eine Maßzahl angeben, wie stark eine Bewegung des Untersuchungsobjekts die Störeinflüsse verursacht hat. Die jeweilige Bewegungsmaßzahl entspricht damit quasi einer Angabe, in welchem Ausmaß (z.B. Prozentsatz) die Bewegung des Untersuchungsobjekts die erfassten Störeinflüsse verursacht hat. Die jeweilige Bewegungsmaßzahl spiegelt dabei wieder, inwieweit die Bewegung des Untersuchungsobjekts die Diagnostizierbarkeit anhand der zu erstellenden Bilder abhängig von der jeweiligen mit den Bildern zu beantwortenden Fragestellung negativ beeinflusst. Dabei ist eine kontinuierliche Patientenbewegung in der Regel kritischer anzusehen als wenige rasche Bewegungen innerhalb der Messung. Eine erste Bewegungsmaßzahl kann beispielsweise die mittlere Auslenkung des Untersuchungsobjekts beschreiben, während eine zweite Bewegungsmaßzahl die Regelmäßigkeit der Bewegungen des Untersuchungsobjekts beschreibt.
    • • Einen Implantat-Typ eines Implantats des Untersuchungsobjekts. Anhand der Störeinflüsse und damit durch die Klassifikation dieser Störeinflüsse kann auch der Typ eines Implantats des Untersuchungsobjekts relativ genau bestimmt werden. Abhängig von dem Implantat-Typ kann dann die Bildgebungsmodalität bestimmt werden.
    • • Ein geometrisches Ausmaß eines Implantats des Untersuchungsobjekts. Anhand der Störeinflüsse und damit durch die Klassifikation und Auswertung dieser Störeinflüsse können auch die Ausmaße des Implantats des Untersuchungsobjekts bestimmt werden.
    • • Einen Hinweis auf eine Lagerungshilfe, um das Untersuchungsobjekt bei der Erstellung von Bildern des Untersuchungsobjekts zu lagern. Ein solcher Hinweis ist beispielsweise ratsam, wenn bei dem Untersuchungsobjekt nach einigen Minuten oder überhaupt ein Tremor auftritt.
  • Indem die Ergebnisse der Klassifikation die Qualitäts-Maßzahl, die Bewegungsmaßzahl, den Implantat-Typ, das geometrische Ausmaß des Implantats und/oder den Hinweis auf die Lagerungshilfe umfassen, enthalten die Ergebnisse der Klassifikation vorteilhafterweise weiterführende Informationen, welche zur erfindungsgemäßen Bestimmung der Bildgebungsmodalität und der dafür einzusetzenden Parameter äußerst wichtig sind.
  • Im Folgenden werden erfindungsgemäße Beispiele beschrieben, welche Informationen oder Störeinflüsse zu welcher Klassifikation und anhand der Analyse der Ergebnisse der Klassifikation zu welcher Bildgebungsmodalität führen. Die dabei angegebenen Sequenzen oder Zusatzinformationen zur Ausführung der jeweiligen Bildgebungsmodalität entsprechen den erfindungsgemäß zu bestimmenden Parametern, welche bei der bestimmten Bildgebungsmodalität einzusetzen sind.
  • Wenn innerhalb der früheren Bilder sehr starke Bewegungsartefakte zu erkennen sind, führt dies zu einer sehr schlechten Klassifikation hinsichtlich Bewegung (Bewegungsnote 6), so dass zur Untersuchung des Untersuchungsobjekts als Bildgebungsmodalität eine MR-Bildgebung mit nur sehr kurzen Sequenzen (z.B. statt einer TSE-Sequenz („Turbo Spin Echo“) eine HASTE-Sequenz („Half fourier Acquisition Single shot Turbo spin Echo“)) bestimmt wird.
  • Wenn innerhalb der früheren Bilder mittelstarke Bewegungsartefakte zu erkennen sind, führt dies zu einer mittelmäßigen Klassifikation hinsichtlich Bewegung (Bewegungsnote 3), so dass zur Untersuchung des Untersuchungsobjekts als Bildgebungsmodalität eine MR-Bildgebung mit Bewegungs-robusten Sequenzen (z.B. statt der TSE-Sequenz eine TSE-BLADE-Sequenz) bestimmt wird. (BLADE bezeichnet ein bestimmtes Vorgehen beim Abtasten des K-Raums in Form von parallelen periodisch rotierenden überlappenden K-Raum-Zeilen, was eine verbesserte Rekonstruktion der MR-Bilder ermöglicht.)
  • Wenn innerhalb der früheren Bilder geringe Bewegungsartefakte zu erkennen sind, führt dies zu einer guten Klassifikation hinsichtlich Bewegung (Bewegungsnote 2), so dass zur Untersuchung des Untersuchungsobjekts als Bildgebungsmodalität eine MR-Bildgebung mit Sequenzen mit mehreren Mittlungen (z.B. TSE-Sequenzen mit zwei Mittlungen) bestimmt wird.
  • Wenn innerhalb der früheren Bilder sehr starke Metallartefakte zu erkennen sind, führt dies zu einer sehr schlechten Klassifikation hinsichtlich Implantaten (Implantatnote 6). In diesem Fall führt eine MR-Bildgebung zu keinen ausreichend guten MR-Bildern, so dass als Bildgebungsmodalität z.B. eine Computertomografie bestimmt wird.
  • Wenn innerhalb der früheren Bilder nur leichte Metallartefakte zu erkennen sind, führt dies zu einer befriedigenden Klassifikation hinsichtlich Implantaten (Implantatnote 3), so dass zur Untersuchung des Untersuchungsobjekts als Bildgebungsmodalität wieder eine MR-Bildgebung beispielsweise mit dem SEMAC-Verfahren („Slice Encoding for Metal Artifact Correction“) bestimmt wird.
  • Wenn innerhalb der früheren Bilder keine Metallartefakte zu erkennen sind, führt dies zu einer sehr guten Klassifikation hinsichtlich Implantaten (Implantatsnote 1), so dass zur Untersuchung des Untersuchungsobjekts als Bildgebungsmodalität eine MR-Bildgebung beispielsweise mit einer Standard-TSE-Sequenz bestimmt wird.
  • Wenn innerhalb der früheren Bilder eine gute Fettsättigung zu erkennen ist, kann als Bildgebungsmodalität eine MR-Bildgebung mit zeitoptimierten Sequenzen mit SPAIR- Sättigungspulsen („SPectrally Adiabatic Inversion Recovery“) bestimmt werden. Die Qualität der Fettsättigung bei dem jeweiligen Untersuchungsobjekts kann dabei anhand von in den früheren Bildern des Untersuchungsobjekts zu erkennenden Ergebnissen der Fettsättigung abgeschätzt werden.
  • Wenn dagegen innerhalb der früheren Bilder eine schlechte Fettsättigung zu erkennen ist, kann als Bildgebungsmodalität eine MR-Bildgebung mit auf Dixon-Methoden basierenden Sequenzen bestimmt werden.
  • Durch die Berücksichtigung einer schlechten Fettsättigung in früheren Bildern bei der Bestimmung der Bildgebungsmodalität und der dabei einzusetzenden Parameter kann vorteilhafterweise das Problem, dass bestimmte Körperspezifika zu einem schlechten Shim-Ergebnis führen, so dass es insbesondere aufgrund einer unzureichenden Fettunterdrückung zu Chemical Shift-Artefakten oder Bildauslöschungen kommt, vermieden werden.
  • Die aus den Voruntersuchungen erlangten Informationen können auch modalitätenübergreifend verwendet werden. Wenn beispielsweise in einem früheren CT-Bild eine Metallprothese bestimmter Größe erkannt wird, kann abhängig davon erfindungsgemäß als Bildgebungsmodalität eine MR-Bildgebung mit einer gegenüber Metallartefakten insensitiven MR-Messsequenz oder eine Ultraschalluntersuchung mit einem Ultraschall-Modus oder Ultraschall-Schallkopf, welcher das Risiko einer Lockerung des Metallimplantats oder das Auftreten von Artefakten minimiert, bestimmt werden.
  • Darüber hinaus kann beispielsweise in einem früheren CT-Bild oder Ultraschall-Bild ein Schrittmacher (z.B. ein Herzschrittmacher) erkannt werden. Abhängig von dieser Information kann dann entweder eine MR-Bildgebung als zu bestimmende Bildgebungsmodalität verboten werden oder als Bildgebungsmodalität eine MR-Bildgebung mit nur niedriger MR-Feldstärke oder ein Bildgebungsmodus mit reduzierter HF-Leistung und Gradientenänderungsrate („gradient slew rate“) bestimmt werden.
  • Die Ergebnisse der Klassifikation können verknüpft mit Meta-Informationen des Untersuchungsobjekts in Speichermitteln (z.B. einer Datenbank) abgelegt werden. Darüber hinaus ist es möglich, dass die Ergebnisse der Klassifikation direkt als DICOM-Attribut(e) mit den medizinischen Bilddaten des Untersuchungsobjekts verknüpft werden.
  • Die Schritte des Klassifizierens der Störeinflüsse und/oder des Analysierens der Ergebnisse der Klassifikation und/oder des Bestimmens der Bildgebungsmodalität und der Parameter können
    • • regelbasiert,
    • • als Algorithmus des maschinellen Lernens, was die Auswertung von Big Data umfassen kann, oder
    • • in Form eines faltenden neuronalen Netzes implementiert werden.
  • Der Schritt des Analysierens der Ergebnisse der Klassifikation kann vorteilhafterweise ein Gewichten der Ergebnisse dieser Klassifikation umfassen. Dabei gibt es erfindungsgemäß folgende Möglichkeiten, welche entsprechend kombiniert werden können:
    • • Zeitlich neuere Ergebnisse der Klassifikation werden höher gewichtet als zeitlich ältere Ergebnisse. Mit anderen Worten werden Ergebnisse der Klassifikation, welche durch die Auswertung neuerer Bilder erzielt werden, höher gewichtet als Ergebnisse, welche durch die Auswertung älterer Bilder erzielt werden. Die Ergebnisse werden umso höher gewichtet, je neuer Bilder des Untersuchungsobjekts sind, anhand deren Auswertung die Ergebnisse erstellt wurden.
    • • Falls gemäß einer erfindungsgemäßen Ausführungsform die Bildgebungsmodalität vorgegeben wird und damit der zu bestimmenden Bildgebungsmodalität entspricht, werden Ergebnisse der Klassifikation, welche anhand von Bildern des Untersuchungsobjekts erhalten werden, die mit der vorgegebenen Bildgebungsmodalität aufgenommen wurden, höher gewichtet als Ergebnisse, welche anhand von Bildern erhalten werden, die mit einer anderen Bildgebungsmodalität erstellt wurden.
    • • Ergebnisse der Klassifikation, welche anhand von früheren Bildern des Untersuchungsobjekts erstellt wurden, die von einer Körperregion des Untersuchungsobjekts aufgenommen wurden, von welcher auch das zu erstellende Bild aufzunehmen ist, werden höher gewichtet als Ergebnisse, welche anhand von früheren Bildern erstellt wurden, die andere Körperregionen des Untersuchungsobjekts betreffen.
    • • Ergebnisse der Klassifikation, welche anhand von früheren Bildern des Untersuchungsobjekts erstellt wurden, die mit einer Bildgebungsmodalität erstellt wurden, die für einen bestimmten Störeinfluss anfälliger als andere Bildgebungsmodalität sind, werden höher gewichtet. Wenn beispielsweise in früheren CT-Bildern des Untersuchungsobjekts Doppelkonturen auf eine Bewegung des Untersuchungsobjekts hindeuten, aber in früheren MR-Bildern keine Bewegungsartefakte entdeckt werden und aktuell eine MR-Aufnahme erfolgen soll, werden die Ergebnisse, welche anhand der früheren MR-Bilder gewonnen werden, höher gewichtet. Es wird davon ausgegangen, dass die Zuverlässigkeit der Klassifikationsergebnisse, welche von derselben Bildgebungsmodalität gewonnen werden, höher ist, als wenn von Klassifikationsergebnissen, welche von einer anderen Bildgebungsmodalität gewonnen werden, auf zu erwartende Resultate bei einer anderen Bildgebungsmodalität geschlussfolgert werden muss.
  • Gemäß der vorab beschriebenen Ausführungsform können die Ergebnisse der Klassifikation mit unterschiedlichen Gewichtungen für den Schritt des Analysierens der Ergebnisse zusammengefasst werden und damit in den Schritt der Bestimmung der Bildgebungsmodalität und der einzusetzenden Parameter eingehen. Wie vorab beschrieben wurde, kann so beispielsweise die aktuellste vorliegende Klassifikation höher gewichtet werden als länger zurückliegende Klassifikationen. Weist beispielsweise die aktuelle vorliegende Klassifikation auf das Vorhandensein eines Implantats des Untersuchungsobjekts hin, während ältere Klassifikationen dies noch nicht tun, so ist die Wahrscheinlichkeit groß, dass das Implantat erst kürzlich eingesetzt wurde und ab sofort bei der Bestimmung der Bildgebungsmodalität und den einzusetzenden Parametern zu berücksichtigen ist.
  • Eine Analyseeinheit, welche abhängig von einer Eingabe der patientenspezifischen Ergebnisse der Klassifikation das Analysieren dieser Ergebnisse durchführt, kann direkt an dem Bildgebungsgerät der aktuellen Untersuchung eingerichtet sein oder sich ebenfalls auf einem separaten System, beispielsweise dem Radiologie-Information-System (RIS) des Krankenhauses befinden.
  • Das erfindungsgemäße Verfahren umfasst insbesondere auch ein automatisches Einstellen der Parameter der bestimmten Bildgebungsmodalität auf die vorab bestimmten Parameter für die bestimmte Bildgebungsmodalität. Demnach umfasst das erfindungsgemäße Verfahren nicht nur die Bestimmung der Bildgebungsmodalität und der dabei einzusetzenden Parameter, sondern umfasst zusätzlich ein automatisches Einstellen dieser Parameter, so dass quasi automatisch ein Bild des Untersuchungsobjekts mittels der bestimmten Bildgebungsmodalität und den bestimmten Parametern erstellt werden kann.
  • Beispielweise bei der Bestimmung einer Magnetresonanzanlage als die bestimmte Bildgebungsmodalität umfasst das Bestimmen der Parameter auch die Bestimmung oder Entscheidung, welche Bildgebungstechnik bzw. Sequenz zur Bilderfassung eingesetzt wird. Z.B. kann eine auf BLADE basierende Sequenz zur Reduktion von Bewegungseinflüssen und eine auf SEMAC basierende Sequenz zur Reduktion von Metallartefakten eingesetzt werden. Mit anderen Sequenztypen können Hardware-Einschränkungen für eine sichere Aufnahme eines Untersuchungsobjekts mit einem Implantat limitiert werden oder die Atemanhalte-Zeit verkürzt werden.
  • Eine auf BLADE basierende Sequenz ist intrinsisch robust gegenüber Bewegungen des Untersuchungsobjekts bei der Aufnahme, da der K-Raum propellerartig abgetastet wird und damit jedes abgetastete K-Raum-Segment das K-Raum-Zentrum enthält, wodurch die K-Raum-Zentren aufeinander registriert werden können. Mit anderen Worten wird insbesondere bei Untersuchungsobjekten, bei welchen die Bewegungsmaßzahl bzw. Bewegungsnote unterhalb einer bestimmten Schwelle liegt, eine TSE-Sequenz mit einer BLADE-Option zum Erfassen der erforderlichen Bilddaten bestimmt. Insbesondere gilt bei Untersuchungsobjekten, bei welchen die Bewegungsmaßzahl bzw. Bewegungsnote unterhalb der bestimmten Schwelle liegt, dass entweder mit mehr Mittellungen gearbeitet wird, um eine auftretende Bewegung des Untersuchungsobjekts auszumitteln, oder dass die Messzeit möglichst kurz gehalten wird, indem beispielsweise weniger K-Raum-Punkte erfasst werden, um dadurch die Wahrscheinlichkeit von auftretenden Bewegungen während der Messung zu reduzieren.
  • Gemäß einer erfindungsgemäßen Ausführungsform wird die zu bestimmende Bildgebungsmodalität vorgegeben. Bei dieser Ausführungsform wird eine Warnung vor einer Erstellung eines Bildes des Untersuchungsobjekts mit der vorgegebenen Bildgebungsmodalität ausgegeben, wenn automatisch erkannt wird, dass die Ergebnisse der Klassifikation eine Erstellung eines Bildes des Untersuchungsobjekts mit der vorgegebenen Bildgebungsmodalität verbieten.
  • Gemäß der vorab beschriebenen Ausführungsform kann die Untersuchung des Untersuchungsobjekts (d.h. die Erstellung eines Bildes des Untersuchungsobjekts) verweigert werden, wenn die Analyse der Ergebnisse der Klassifikation zu einer Kontraindikation führt, da die Untersuchung beispielsweise zu einer Gefährdung des Patienten führen würde.
  • Wie bereits vorab beschrieben wurde, kann die Bildgebungsmodalität eine von folgenden Modalitäten sein:
    • • eine Magnet-Resonanz-Tomographie,
    • • eine Computer-Tomographie,
    • • eine Positronen-Emissions-Tomographie,
    • • eine Einzel-Photonen-Emissions-Computer-Tomographie,
    • • eine Ultraschall-Modalität, oder
    • • eine Röntgen-Modalität.
  • Das erfindungsgemäße Verfahren und damit die vorliegende Erfindung weisen folgende Vorteile auf:
    • • Es wird eine patientenindividuelle Untersuchung bzw. Erstellung eines Bildes des Untersuchungsobjekts erzielt.
    • • Bei vorhandenen Implantaten (einschließlich Zahnprothesen) gewährleistet die vorliegende Erfindung eine erhöhte Sicherheit. Mögliche Fehlinformationen aus einem Aufklärungsgespräch werden aufgedeckt und/oder vermieden.
    • • Die Bildqualität eines erfindungsgemäß erstellten Bildes ist zumindest im Durchschnitt höher als bei Bildgebungsmodalitäten nach dem Stand der Technik, wodurch auch die Diagnostizierbarkeit positiv beeinflusst wird.
    • • Im Vergleich zum Stand der Technik wird bei der Erstellung eines Bildes des Untersuchungsobjekts Zeit eingespart. Eine überflüssige Patientenlagerung und Wiederholungen der Bilderstellung werden vermieden.
    • • Die vorliegende Erfindung ist nicht auf eine Bildgebungsmodalität beschränkt, sondern kann zum einen auch die Auswahl oder Bestimmung der einzusetzenden Bildgebungsmodalität umfassen oder für beliebige Bildgebungsmodalitäten eingesetzt werden.
    • • Die vorliegende Erfindung unterstützt das Bedienpersonal bei der Erstellung von Bildern des Untersuchungsobjekts und führt zu einer im Vergleich zum Stand der Technik höheren Patientenzufriedenheit.
  • Im Rahmen der vorliegenden Erfindung wird auch eine Einrichtung zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern bereitgestellt, um mit der bestimmten Bildgebungsmodalität und den dazu bestimmten Parametern ein Bild eines Untersuchungsobjekts zu erstellen. Dabei umfasst die Einrichtung eine Steuerung und Speichermittel. Die Steuerung ist ausgestaltet, um Informationen, welche aus Voruntersuchungen des Untersuchungsobjekts bekannt sind und in den Speichermitteln abgespeichert sind, hinsichtlich von Störeinflüssen, welche bei der Erstellung des Bildes zu erwarten sind, zu klassifizieren, um Ergebnisse der Klassifikation zu erhalten. Die Steuerung ist weiter ausgestaltet, um die Ergebnisse zu analysieren, um durch diese Analyse die Ergebnisse zu bewerten, und um die Bildgebungsmodalität und die Parameter abhängig von den bewerteten Ergebnissen zu bestimmen, so dass bei Bildern, welche mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Untersuchungsobjekt erzeugt werden, die klassifizierten Störeinflüsse minimiert sind.
  • Die Vorteile der erfindungsgemäßen Einrichtung entsprechen im Wesentlichen den Vorteilen des erfindungsgemäßen Verfahrens, welche vorab im Detail beschrieben worden sind, so dass hier auf eine Wiederholung verzichtet wird.
  • Darüber hinaus wird im Rahmen der vorliegenden Erfindung ein bildgebendes System beschrieben, welches eine medizinische Bildgebungsmodalität, beispielsweise eine Magnetresonanzanlage, und die vorab beschriebene erfindungsgemäße Einrichtung umfasst. Dabei ist das erfindungsgemäße System ausgestaltet, um Parameter der Bildgebungsmodalität des Systems als die vorab von der Einrichtung bestimmten Parameter einzustellen und um mit der Bildgebungsmodalität des Systems und mit den eingestellten Parametern ein Bild des Untersuchungsobjekts zu erstellen.
  • Des Weiteren beschreibt die vorliegende Erfindung ein Computerprogrammprodukt, insbesondere eine Software, welche man in einen Speicher einer programmierbaren Steuereinrichtung bzw. einer Recheneinheit eines erfindungsgemäßen bildgebenden Systems laden kann. Mit diesem Computerprogrammprodukt können alle oder verschiedene vorab beschriebene Ausführungsformen des erfindungsgemäßen Verfahrens ausgeführt werden, wenn das Computerprogrammprodukt in der Steuereinrichtung läuft. Dabei benötigt das Computerprogrammprodukt eventuell Programmmittel, z.B. Bibliotheken und Hilfsfunktionen, um die entsprechenden Ausführungsformen des Verfahrens zu realisieren. Mit anderen Worten soll mit dem auf das Computerprogrammprodukt gerichteten Anspruch insbesondere eine Software unter Schutz gestellt werden, mit welcher eine der oben beschriebenen Ausführungsformen des erfindungsgemäßen Verfahrens ausgeführt werden kann bzw. welche diese Ausführungsform ausführt. Dabei kann es sich bei der Software um einen Quellcode (z.B. C++), der noch kompiliert und gebunden oder der nur interpretiert werden muss, oder um einen ausführbaren Softwarecode handeln, der zur Ausführung nur noch in die entsprechende Recheneinheit bzw. Steuereinrichtung zu laden ist.
  • Schließlich offenbart die vorliegende Erfindung einen elektronisch lesbaren Datenträger, z.B. eine DVD, ein Magnetband, eine Festplatte oder einen USB-Stick, auf welchem elektronisch lesbare Steuerinformationen, insbesondere Software (vgl. oben), gespeichert ist. Wenn diese Steuerinformationen (Software) von dem Datenträger gelesen und in eine Steuereinrichtung bzw. Recheneinheit eines erfindungsgemäßen bildgebenden Systems gespeichert werden, können alle erfindungsgemäßen Ausführungsformen des vorab beschriebenen Verfahrens durchgeführt werden.
  • In 1 ist schematisch ein erfindungsgemäßes bildgebendes System dargestellt.
  • 2 stellt einen Programmablaufplan eines erfindungsgemäßen Verfahrens zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern dar.
  • In 1 ist ein erfindungsgemäßes bildgebendes System dargestellt, welches neben einer Magnetresonanzanlage 5 (als medizinische Bildgebungsmodalität) eine erfindungsgemäße Einrichtung 16 zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern schematisch dargestellt. Die Magnetresonanzanlage 5 umfasst im Wesentlichen einen Tomograph 3, mit welchem das für die MR-Untersuchung notwendige Magnetfeld in einem Messraum 4 erzeugt wird, einen Tisch oder Liegenbrett 2, eine Steuereinrichtung 6, mit welcher der Tomograph 3 gesteuert wird und MR-Daten von dem Tomograph 3 erfasst werden, und ein an die Steuereinrichtung 6 angeschlossenes Terminal 7.
  • Die Steuereinrichtung 6 umfasst ihrerseits eine Ansteuereinheit 11, eine Empfangsvorrichtung 12 und eine Auswertevorrichtung 13. Während der Erstellung eines Bilddatensatzes werden MR-Daten mittels des Tomograph 3 von der Empfangsvorrichtung 12 erfasst, wobei der Tomograph 3 und der Tisch 2 von der Ansteuereinheit 11 derart angesteuert werden, dass MR-Daten in einem Messvolumen 15, welches sich im Körperinneren eines auf dem Tisch 2 liegenden Patienten 0 befindet, erfasst werden.
  • Die Auswertevorrichtung 13 bereitet dann die MR-Daten derart auf, dass sie auf einem Bildschirm 8 des Terminals 7 grafisch dargestellt werden können. Neben der grafischen Darstellung der MR-Daten können mit dem Terminal 7, welches neben dem Bildschirm 8 eine Tastatur 9 und eine Maus 10 umfasst, von einem Anwender Informationen zur Klassifikation des Untersuchungsobjekts und/oder der Störeinflüsse erfasst werden. Über das Terminal 7 kann auch die Software für die Steuereinrichtung 6 in die Steuereinrichtung 6 geladen werden. Diese Software der Steuereinrichtung 6 kann dabei auch das erfindungsgemäße Verfahren umfassen. Es ist dabei auch möglich, dass ein erfindungsgemäßes Verfahren in einer Software enthalten ist, welche in dem Terminal 7 abläuft. Unabhängig davon, in welcher Software das erfindungsgemäße Verfahren enthalten ist, kann die Software auf einer DVD 14 gespeichert sein, so dass diese Software dann von dem Terminal 7 von der DVD 14 gelesen und entweder in die Steuereinrichtung 6 oder in eine Recheneinheit des Terminals 7 selbst kopiert werden kann.
  • Da das in 1 dargestellte bildgebende System nur eine Bildgebungsmodalität aufweist, kann dieses System mittels der Einrichtung 16 zwar prinzipiell auch eine andere Bildgebungsmodalität als die im System vorhandene Magnetresonanzanlage 5 bestimmen, aber automatisch keine Bilder mit dieser anderen Bildgebungsmodalität erstellen. Dazu müsste das bildgebende System mehrere Bildgebungsmodalitäten (beispielsweise zusätzlich einen Computer-Tomographen und eine Röntgen-Modalität) umfassen, um aus diesen in dem System vorhandenen Bildgebungsmodalitäten eine für die Untersuchung möglichst passende zu bestimmen und dann ein Bild des Untersuchungsobjekts mit dieser bestimmten Bildgebungsmodalität und den dazu bestimmten Parametern zu erstellen.
  • In 2 ist ein Flussplan eines erfindungsgemäßen Verfahrens zur Bestimmung einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern dargestellt.
  • Im ersten Schritt S1 werden Information, z.B. frühere Bilder, des Untersuchungsobjekts bzw. Patienten ausgewertet, um Störeinflüsse, z.B. in diesen früheren Bildern, zu klassifizieren. Die Ergebnisse dieser Klassifikation aus dem ersten Schritt S1 werden im zweiten Schritt S2 analysiert, um dadurch die Ergebnisse der Klassifikation zu bewerten. Anhand der Ergebnisse dieser Analyse im Schritt S2 werden im folgenden Schritt S3 zum einen die Bildgebungsmodalität bestimmt, mit welcher ein aktuelles Bild des Patienten zu erstellen ist. Darüber hinaus werden im Schritt S3 die Parameter der bestimmten Bildgebungsmodalität derart bestimmt, dass in den Bildern, welche mit der derart bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Patienten erstellt werden, die klassifizierten Störeinflüsse minimiert sind. Schließlich wird im Schritt S4 ein Bild des Patienten mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern erstellt.

Claims (16)

  1. Verfahren zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern, um mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern ein Bild eines Untersuchungsobjekts (O) zu erstellen, wobei das Verfahren folgende Schritte umfasst: automatisches Klassifizieren von aus Voruntersuchungen des Untersuchungsobjekts (O) erlangten Informationen, um Ergebnisse der Klassifikation hinsichtlich von Störeinflüssen, welche bei der Erstellung des Bildes zu erwarten sind, zu erhalten, Analysieren der Ergebnisse der Klassifikation, um die Ergebnisse zu bewerten, und Bestimmen der Bildgebungsmodalität und der Parameter abhängig von den bewerteten Ergebnissen, so dass bei Bildern, welche mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Untersuchungsobjekt (O) erzeugt werden, die klassifizierten Störeinflüsse minimiert sind.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Informationen die Störeinflüsse innerhalb von Bildern umfassen, welche früher mit bekannten Bildgebungsmodalitäten und bekannten Parametern von dem Untersuchungsobjekt (0) erstellt wurden, indem die Bilder hinsichtlich der Störeinflüsse automatisch ausgewertet werden.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass das Klassifizieren zumindest einen der folgenden Schritte umfasst: Klassifizieren von Bewegungsartefakten als die Störeinflüsse in den Bildern, indem jedes der Bilder mit einem faltenden neuronalen Netz klassifiziert wird, Klassifizieren von Implantaten (15) des Untersuchungsobjekts (O), indem in den Bildern vorhandene Bildstörungen als die Störeinflüsse mit einem faltenden neuronalen Netz als Implantat (15) klassifiziert werden, und Erfassen von Informationen eines Bedienungspersonals, um dadurch das Klassifizieren zu verbessern.
  4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass ein Bild des Untersuchungsobjekts (O) mit der bestimmten Bildgebungsmodalität und mit den bestimmten Parametern erstellt wird, und dass das Bild den Bildern hinzugefügt wird, von denen die Störeinflüsse klassifiziert werden.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Informationen zumindest eine Information aus folgender Informationsmenge umfassen, wobei die Informationsmenge umfasst: eine Bewegungstrajektorie einer Bewegung des Untersuchungsobjekts (O) bei einer Voruntersuchung, eine Atemkurve einer Atmung des Untersuchungsobjekts (O) bei einer Voruntersuchung, eine EKG-Kurve eines EKGs des Untersuchungsobjekts (O) bei einer Voruntersuchung, eine Pulsrate eines Pulses des Untersuchungsobjekts (O) bei einer Voruntersuchung, eine Anzahl von Versuchen einer Kontaktaufnahme des Untersuchungsobjekts (O) bei einer Voruntersuchung, eine Anzahl von Kommunikationsverbindungsaufbauten zwischen dem Untersuchungsobjekt und Bedienpersonal bei einer Voruntersuchung, und eine Anzahl von Untersuchungswiederholungen oder vergeblichen Untersuchungen des Untersuchungsobjekts (O) bei einer Voruntersuchung.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Ergebnisse des Klassifizierens umfassen: mindestens eine Qualitäts-Maßzahl, welche ausgehend von den Informationen mindestens eine Maßzahl hinsichtlich der Qualität von Bildern ableitet, die von dem Untersuchungsobjekt (O) mit einer Bildgebungsmodalität erstellt werden, mindestens eine Bewegungsmaßzahl, welche angibt, wie stark eine Bewegung des Untersuchungsobjekts (0) die Störeinflüsse verursacht hat, einen Implantat-Typ eines Implantats (15) des Untersuchungsobjekts (O), ein geometrisches Ausmaß eines Implantats (15) des Untersuchungsobjekts (O), und/oder einen Hinweis auf eine Lagerungshilfe des Untersuchungsobjekts (O) bei einer Erstellung von Bildern des Untersuchungsobjekts mit einer Bildgebungsmodalität.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Klassifizieren und/oder das Analysieren und/oder das Bestimmen der Bildgebungsmodalität und der Parameter regelbasiert, als Algorithmus des maschinellen Lernens oder in Form eines faltenden neuronalen Netzes implementiert wird/werden.
  8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Analysieren ein Gewichten der Ergebnisse der Klassifikation umfasst, indem zeitlich neuere Ergebnisse höher gewichtet werden, Ergebnisse, welche mit einer Bildgebungsmodalität erhalten wurden, die als die zu bestimmende Bildgebungsmodalität vorgegeben wird, höher gewichtet werden, Ergebnisse, welche eine Körperregion des Untersuchungsobjekts (0) betreffen, von der das Bild zu erstellen ist, höher gewichtet werden, und/oder Ergebnisse, welche mit einer Bildgebungsmodalität erhalten wurden, die für einen bestimmten Störeinfluss anfälliger ist, höher gewichtet werden.
  9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren ein automatisches Einstellen der Parameter auf die bestimmten Parameter für die bestimmte Bildgebungsmodalität umfasst.
  10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die zu bestimmende Bildgebungsmodalität vorgegeben wird, und dass eine Warnung vor einer Erstellung eines Bildes des Untersuchungsobjekts (O) mit der vorgegebenen Bildgebungsmodalität ausgegeben wird, wenn erkannt wird, dass die Ergebnisse der Klassifikation eine Erstellung eines Bildes des Untersuchungsobjekts (O) mit der vorgegebenen Bildgebungsmodalität verbieten.
  11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bildgebungsmodalität eine Magnet-Resonanz-Tomographie, eine Computer-Tomographie, eine Positronen-Emissions-Tomographie, eine Einzelphotonen-Emissions-Computer-Tomographie, eine Ultraschall-Modalität oder eine Röntgen-Modalität umfasst.
  12. Einrichtung zum Bestimmen einer medizinischen Bildgebungsmodalität und den dabei für die bestimmte Bildgebungsmodalität einzusetzenden Parametern, um mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern ein Bild eines Untersuchungsobjekts (O) zu erstellen, wobei die Einrichtung eine Steuerung (6) und Speichermittel (16) umfasst, wobei die Steuerung (6) ausgestaltet ist, um Informationen, welche aus Voruntersuchungen des Untersuchungsobjekts (O) bekannt sind und in den Speichermitteln abgespeichert sind, hinsichtlich von Störeinflüssen, welche bei der Erstellung des Bildes zu erwarten sind, zu klassifizieren, um Ergebnisse der Klassifikation zu erhalten, um die Ergebnisse zu analysieren, um die Ergebnisse zu bewerten, und um die Bildgebungsmodalität und die Parameter abhängig von den bewerteten Ergebnissen zu bestimmen, so dass bei Bildern, welche mit der bestimmten Bildgebungsmodalität und den bestimmten Parametern von dem Untersuchungsobjekt (O) erzeugt werden, die klassifizierten Störeinflüsse minimiert sind.
  13. Einrichtung nach Anspruch 12, dadurch gekennzeichnet, dass die Einrichtung (6, 16) zur Durchführung des Verfahrens nach einem der Ansprüche 1-11 ausgestaltet ist.
  14. Bildgebendes System, welches eine medizinische Bildgebungsmodalität und die Einrichtung (6, 16) nach Anspruch 12 oder 13 umfasst, wobei das System (5) ausgestaltet ist, um Parameter der Bildgebungsmodalität des Systems (5) als die bestimmten Parameter einzustellen, und um mit der Bildgebungsmodalität des Systems (5) und mit den eingestellten Parametern ein Bild des Untersuchungsobjekts (O) zu erstellen.
  15. Computerprogrammprodukt, welches ein Programm umfasst und direkt in einen Speicher einer programmierbaren Steuereinrichtung (6) eines bildgebenden Systems (5) ladbar ist, mit Programm-Mitteln, um alle Schritte des Verfahrens nach einem der Ansprüche 1-11 auszuführen, wenn das Programm in der Steuereinrichtung (6) des bildgebenden Systems (5) ausgeführt wird.
  16. Elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen, welche derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers (14) in einer Steuereinrichtung (6) eines bildgebenden Systems (5) das Verfahren nach einem der Ansprüche 1-11 durchführen.
DE102018207632.4A 2018-05-16 2018-05-16 Bestimmen einer Bildgebungsmodalität und der Parameter dafür Pending DE102018207632A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102018207632.4A DE102018207632A1 (de) 2018-05-16 2018-05-16 Bestimmen einer Bildgebungsmodalität und der Parameter dafür
CN201910409673.5A CN110503698B (zh) 2018-05-16 2019-05-16 确定成像模态和其的参数的方法,装置和成像系统
US16/413,886 US11547368B2 (en) 2018-05-16 2019-05-16 System and method for determining an imaging modality and the parameters therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018207632.4A DE102018207632A1 (de) 2018-05-16 2018-05-16 Bestimmen einer Bildgebungsmodalität und der Parameter dafür

Publications (1)

Publication Number Publication Date
DE102018207632A1 true DE102018207632A1 (de) 2019-11-21

Family

ID=68419699

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018207632.4A Pending DE102018207632A1 (de) 2018-05-16 2018-05-16 Bestimmen einer Bildgebungsmodalität und der Parameter dafür

Country Status (3)

Country Link
US (1) US11547368B2 (de)
CN (1) CN110503698B (de)
DE (1) DE102018207632A1 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111387981A (zh) * 2020-04-07 2020-07-10 解春丽 脑图谱分析系统
CN112017256B (zh) * 2020-08-31 2023-09-15 南京安科医疗科技有限公司 在线ct图像质量自由定制方法及计算机可读存储介质
JP7233792B2 (ja) * 2020-11-30 2023-03-07 株式会社Lily MedTech 画像診断装置、画像診断方法、プログラム及び機械学習用訓練データの生成方法
CN112649773B (zh) * 2020-12-22 2023-05-26 上海联影医疗科技股份有限公司 磁共振扫描方法、装置、设备及存储介质
EP4113150A1 (de) * 2021-06-29 2023-01-04 Siemens Healthcare GmbH Korrektur der chemischen verschiebungs- artefakte aus bipolaren dixon-mr aufnahmedaten unter verwendung eines neuronalen faltungsnetzwerks (cnn)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110110572A1 (en) * 2009-11-11 2011-05-12 Jens Guehring System for Dynamically Improving Medical Image Acquisition Quality
US20170351937A1 (en) * 2016-06-03 2017-12-07 Siemens Healthcare Gmbh System and method for determining optimal operating parameters for medical imaging
US20170365047A1 (en) * 2016-06-15 2017-12-21 General Electric Company Artifact management in imaging
US20170372476A1 (en) * 2014-01-10 2017-12-28 Heartflow, Inc. Systems and methods for identifying medical image acquisition parameters
US20180100907A1 (en) * 2016-10-12 2018-04-12 Siemens Healthcare Gmbh Method and system for using measurement data
WO2018085788A1 (en) * 2016-11-04 2018-05-11 The University Of North Carolina At Chapel Hill Office Of Commercialization And Economic Development Methods, systems, and computer readable media for smart image protocoling

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7672491B2 (en) * 2004-03-23 2010-03-02 Siemens Medical Solutions Usa, Inc. Systems and methods providing automated decision support and medical imaging
US7542792B2 (en) * 2004-06-01 2009-06-02 General Electric Company Methods for automatic protocol selection
WO2006101993A2 (en) * 2005-03-16 2006-09-28 Cornell Research Foundation, Inc. Method for expanding the domain of imaging software in a diagnostic work-up
US7940970B2 (en) * 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US9597041B2 (en) * 2007-03-30 2017-03-21 General Electric Company Sequential image acquisition with updating method and system
DE102011078278A1 (de) * 2011-06-29 2013-01-03 Siemens Aktiengesellschaft Verfahren zur Bilderzeugung und Bildauswertung
EP2849635A4 (de) * 2012-05-18 2016-01-20 Univ Florida Tthe-loop-partizipatorische pflege und betreuung von patienten
US20190298210A1 (en) * 2013-07-01 2019-10-03 Mayo Foundation For Medical Education And Research Algorithms for managing artifact and detecting cardiac events using a patient monitoring system
US9743911B2 (en) * 2014-09-03 2017-08-29 Contextvision Ab Methods and systems for automatic control of subjective image quality in imaging of objects
US10925510B2 (en) * 2015-05-08 2021-02-23 Cedars-Sinai Medical Center Characterization of respiratory motion in the abdomen using a 4D MRI technique with 3D radial sampling and respiratory self-gating
DE102017221830A1 (de) 2017-12-04 2019-06-06 Siemens Healthcare Gmbh Charakterisierung eines Störkörpers innerhalb eines Untersuchungsobjektes anhand eines medizinischen Bilddatensatzes
EP3553548B1 (de) 2018-04-13 2022-06-08 Siemens Healthcare GmbH Magnetresonanz-pulssequenzeinstellung anhand bewegungsvorhersage
US11056227B2 (en) * 2018-05-23 2021-07-06 Koninklijke Philips N.V. System and method for generating textual descriptions from medical images

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110110572A1 (en) * 2009-11-11 2011-05-12 Jens Guehring System for Dynamically Improving Medical Image Acquisition Quality
US20170372476A1 (en) * 2014-01-10 2017-12-28 Heartflow, Inc. Systems and methods for identifying medical image acquisition parameters
US20170351937A1 (en) * 2016-06-03 2017-12-07 Siemens Healthcare Gmbh System and method for determining optimal operating parameters for medical imaging
US20170365047A1 (en) * 2016-06-15 2017-12-21 General Electric Company Artifact management in imaging
US20180100907A1 (en) * 2016-10-12 2018-04-12 Siemens Healthcare Gmbh Method and system for using measurement data
WO2018085788A1 (en) * 2016-11-04 2018-05-11 The University Of North Carolina At Chapel Hill Office Of Commercialization And Economic Development Methods, systems, and computer readable media for smart image protocoling

Also Published As

Publication number Publication date
CN110503698A (zh) 2019-11-26
US20190350534A1 (en) 2019-11-21
US11547368B2 (en) 2023-01-10
CN110503698B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
DE102018207632A1 (de) Bestimmen einer Bildgebungsmodalität und der Parameter dafür
DE102016226230B4 (de) Automatisierte Bildprüfung in der Röntgenbildgebung
DE102007028901B4 (de) Verfahren und Vorrichtung zur automatischen Bestimmung von Perfusion mittels einer Magnetresonanzanlage
DE102011078278A1 (de) Verfahren zur Bilderzeugung und Bildauswertung
DE102016219488A1 (de) Verfahren zum Bereitstellen einer Konfidenzinformation
DE102017221830A1 (de) Charakterisierung eines Störkörpers innerhalb eines Untersuchungsobjektes anhand eines medizinischen Bilddatensatzes
WO2013098074A2 (de) Kontrollverfahren und kontrollsystem
DE102009021239A1 (de) Verfahren zur Überwachung der einem Patienten durch eine Strahlungsquelle verabreichten Röntgendosis bei einer Röntgeneinrichtung und Röntgeneinrichtung
DE102009054990A1 (de) Messprotokoll-Optimierung für ein medizintechnisches Gerät
DE102010000146A1 (de) Verfahren und Vorrichtung zur Reduktion von Bildartefakten
DE10349661B4 (de) Einrichtung und Verfahren zur Überwachung der Parameterwahl beim Betrieb eines technischen Gerätes
DE102015222853A1 (de) Verfahren zum automatischen Ermitteln eines Kontrastmittel-Injektionsprotokolls
DE102018210973A1 (de) Verfahren zu einem Überwachen eines Patienten während einer medizinischen Bildgebungsuntersuchung, insbesondere einer Magnetresonanzuntersuchung
DE102012205711A1 (de) Verfahren zum Betreiben eines bildgebenden Diagnosegerätes sowie medizinisches bildgebendes System
DE102009043633A1 (de) Verbesserte Abtastung eines zyklisch bewegten Untersuchungsobjektes unter Einsatz eines Kontrastmittels im Rahmen einer Voruntersuchung mittels eines CT-Gerätes
DE102019211049A1 (de) Myokardialer blutfluss mit zuverlässigkeitsmerkmal
DE102016203940B4 (de) MR-Bildgebung mit optimiertem Bildgebungsarbeitsablauf
EP3287915B1 (de) Erzeugung einer favoritenmenge umfassend mehrere protokolle zur ansteuerung eines medizinischen bildgebungsgerätes
DE102015206155A1 (de) Ermitteln eines Initialisierungszeitpunkts einer Bildaufnahme unter Einsatz eines Kontrastmittels
DE102020204515B3 (de) Automatisiertes Ermitteln eines Röntgenröhrenstromprofils
EP3349219A1 (de) Verfahren und system zum ermitteln eines untersuchungsparameters für eine medizinische bildgebungsuntersuchung
DE102017211677A1 (de) Bewegungsabhängige Rekonstruktion von Magnetresonanzabbildungen
DE102016218899B4 (de) Auswertung medizinischer Daten mit einer Zeitauflösung
EP3363363B1 (de) Verfahren zum durchführen einer bildgebenden untersuchung
DE102019217576A1 (de) Erfassung einer Fehlausrichtung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE