DE102018215618B3 - Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen - Google Patents

Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen Download PDF

Info

Publication number
DE102018215618B3
DE102018215618B3 DE102018215618.2A DE102018215618A DE102018215618B3 DE 102018215618 B3 DE102018215618 B3 DE 102018215618B3 DE 102018215618 A DE102018215618 A DE 102018215618A DE 102018215618 B3 DE102018215618 B3 DE 102018215618B3
Authority
DE
Germany
Prior art keywords
needle
tracking
layer
layers
monitoring
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.)
Active
Application number
DE102018215618.2A
Other languages
English (en)
Inventor
Florian Maier
Jonathan Weine
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 DE102018215618.2A priority Critical patent/DE102018215618B3/de
Priority to US16/570,079 priority patent/US20200085381A1/en
Application granted granted Critical
Publication of DE102018215618B3 publication Critical patent/DE102018215618B3/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/285—Invasive instruments, e.g. catheters or biopsy needles, specially adapted for tracking, guiding or visualization by NMR
    • G01R33/286—Invasive instruments, e.g. catheters or biopsy needles, specially adapted for tracking, guiding or visualization by NMR involving passive visualization of interventional instruments, i.e. making the instrument visible as part of the normal MR process
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • G01R33/4835—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices of multiple slices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/034—Recognition of patterns in medical or anatomical images of medical instruments

Abstract

Die Erfindung betrifft ein Verfahren zur Detektion einer Nadel (N) in Magnetresonanzaufnahmen (K), wobei ein Nadelartefakt (NA) und/oder eine Nadellage (LN) mittels Algorithmen ermittelt wird, die auf einer künstlichen Intelligenz im Rahmen des maschinenbasierten Lernens basieren. Die Erfindung beschreibt des Weiteren eine entsprechende Vorrichtung und Steuereinrichtung und ein Magnetresonanztomographie-System.

Description

  • Die Erfindung betrifft ein Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen.
  • Viele medizinische Eingriffe werden mittlerweile minimalinvasiv durchgeführt. Dazu gehören beispielsweise auch Nadelbiopsien oder interventionelle Anwendungen wie Thermoablationen. Die Positionierung der verwendeten Geräte ist hierbei sehr wichtig, da beispielsweise eine ungenaue Entnahme von Gewebe bei einer Biopsie zur falschen Diagnose führen kann.
  • Zur Überwachung und Führung der perkutanen Platzierung der Applikatoren oder Nadeln bietet sich die Nutzung eines Magnetresonanz-Scanners, wegen des guten Weichteilkontrasts und der Freiheit an ionisierender Strahlung an. Die Online-Überwachung mithilfe von Magnetresonanz („MR“) geschieht typischerweise mit schnellen 2D-Schichtaufnahmen, in denen die meist metallischen Nadeln bzw. Applikatoren durch die durch sie erzeugten Artefakte lokalisierbar sind. Die Positionierung der Schichten ist entscheidend für die Überwachung. Denn um die Lage der Nadel gut schätzen zu können, benötigt der interventionelle Radiologe Bilder, die die Nadel möglichst komplett enthalten sollten.
  • Durch die Freiheitsgrade der Nadelführung und Patientenbewegung kann es dazu kommen, dass die Spitze der Nadel nicht mehr in der aufgenommenen Schicht liegt, ohne dass dies eindeutig anhand des Bildes erkennbar ist. Zusätzlich geschieht die Positionsbestimmung durch die Abschätzung mit dem bloßen Auge durch den Anwender, wodurch diese fehlerbehaftet ist und sich die geschätzte Nadelposition personenabhängig unterscheiden kann.
  • Eine weitere Schwierigkeit liegt dabei darin, dass die zentrale Achse des Artefakts im Bild nicht unbedingt mit der Lage der Symmetrieachse der Nadel übereinstimmt, da abhängig von der Ausrichtung relativ zum B0-Feld eine Verschiebung auftritt. Gleiches gilt für die Spitze des Artefakts und die Nadelspitze. Die Größenordnung der Verschiebung kann bis zu mehreren Millimetern betragen.
  • Somit gliedert sich das Problem in zwei Teile: Zum einen muss die Notwendigkeit der Schichtkorrektur vom Anwender erkannt werden und zum anderen geschieht die Nachführung der Schicht manuell, wodurch der Eingriff länger dauert und zumeist zusätzliches Personal benötigt wird.
  • Die Bestimmung der genauen Position der Nadelspitze bei korrekter Schichtausrichtung ist problematisch, aber sehr wichtig, um eine gute Behandlungsqualität zu gewährleisten.
  • Das Nadel-Tracking wurde bisher mit Hilfe von Template-Matching-Algorithmen durchgeführt. Dies funktioniert in der Regel vergleichsweise gut in Phantomen. In der praktischen Anwendung bei Patienten mangelt es jedoch aufgrund der dort vorliegenden unterschiedlichen Gewebetypen (beispielsweise subkutanem Fett, Muskel, Leber, Rippen und verschiedenen Übergängen) an Robustheit des Verfahrens.
  • Im Patent US 8 526 691 B2 werden zur Schichtpositionierung zusätzliche MR-sichtbare Marker verwendet. Diese führen jedoch zu dem Problem, dass sie die Handhabung der Nadel erschweren, weil sie beispielsweise die Eindringtiefe reduzieren.
  • Weiterhin ist neben der US 2017 / 0 269 174 A1 folgender Stand der Technik mit Bezug auf den Anmeldungsgegenstand bekannt:
    • Görlitz, Roland A., et al. Development and validation of a real-time reduced field of view imaging driven by automated needle detection for MRI-guided interventions. In: Medical Imaging 2010: Visualization Image-Guided Procedures, and Modeling. International Society for Optics and Photonics, 2010. S. 762515.
    • Mohsen, Heba, et al. A machine learning technique for MRI brain images. In: 2012 8th International Conference on Informatics and Systems (INFOS). IEEE, 2012. S. BlO-161-BIO-165.
    • Mehrtash, Alireza, et al. Deepinfer: open-source deep learning deployment toolkit for image-guided therapy. In: Medical Imaging 2017: Image-Guided Procedures, Robotic Interventions, and Modeling. International Society for Optics and Photonics, 2017. S. 101351K.
  • Es ist eine Aufgabe der vorliegenden Erfindung, ein alternatives, komfortableres Verfahren sowie eine Steuereinrichtung zur Steuerung einer medizintechnischen bildgebenden Anlage zur Erzeugung von Bilddaten anzugeben, mit dem die oben beschriebenen Nachteile vermieden werden.
  • Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1, eine Steuereinrichtung gemäß Patentanspruch 9, ein Computerprogrammprodukt gemäß Patentanspruch 10 und ein Computerlesbares Medium gemäß Patentanspruch 11 gelöst.
  • Bei dem erfindungsgemäßen Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen wird ein Nadelartefakt und/oder eine Nadellage in Magnetresonanzaufnahmen (aus aufgenommenen Schichten) mittels (trainierter) Algorithmen ermittelt, die auf einer künstlichen Intelligenz im Rahmen des maschinenbasierten Lernens (engl.: Machine Learning) basieren, insbesondere mittels eines Deep-Learning-Algorithmus. Bevorzugt werden dabei Nadelartefakte mittels eines auf Nadelartefakte trainierten Nadelartefakt-Algorithmus ermittelt und/oder die Nadellage mittels eines auf Abschätzung der Nadellage trainierten Nadellage-Algorithmus ermittelt. Die Schichten sind Aufnahmen eines Magnetresonanztomographie-Systems und umfassen eine Anzahl von Bildelementen. Diese Bildelemente können im Grunde als Pixel aufgefasst werden, da sie Teil digitaler Bilddaten sind. Jedoch können auch Pixelgruppen oder computerverständliche Objekte als Bildelemente angesehen werden.
  • Die Schichten können als rekonstruierte Bilder vorliegen oder als Rohdaten, was lediglich von der Art des Trainings des Algorithmus abhängt. Es wird bei allen Schichten in einem Verfahrensschritt davon ausgegangen, dass diese nicht identisch sind, sondern zumindest benachbart, optimal aber zueinander beabstandet sind. Die Dicke einer Schicht beträgt normalerweise zwischen 5 - 10 mm. Dickere Schichten lassen sich etwas schneller und mit besserem Signal-zu-Rausch-Verhältnis aufnehmen.
  • Das Verfahren umfasst die folgenden Schritte:
  • - Lage von Tracking-Schichten
  • Es erfolgt zunächst eine Bereitstellung von Lagedaten zur Lage einer Anzahl von Tracking-Schichten. Als „Lage“ ist im Rahmen der Erfindung eine Position und eine Ausrichtung zu verstehen, also eine Lage im Raum. Beispielsweise können die Lagedaten lediglich Daten zu einer Ebene im Raum umfassen, also z. B. Positionsvektor und Normalenvektor, Positionsvektor und zwei Ebenenvektoren oder aber auch drei Raumpunkte. Die Lagedaten können aber auch direkt Steuerdaten zur Aufnahme einer klar definierten Schicht für ein Magnetresonanztomographie-System umfassen.
  • Das Verfahren kann theoretisch mit einer einzigen Tracking-Schicht durchgeführt werden, zumindest sofern Freiheitsgrade der Nadelausrichtung durch andere Umstände bekannt sind(z. B. ein Punkt auf der Nadel im Raum außerhalb der Tracking-Schicht bekannt ist). Es ist jedoch bevorzugt, dass das Verfahren mit mindestens zwei Tracking-Schichten durchgeführt wird. Jede weitere Tracking-Schicht verbessert die Genauigkeit des Verfahrens, wobei natürlich die Zeit zur Anfertigung und Auswertung der Tracking-Schichten berücksichtigt werden sollte. Insbesondere verbessern Tracking-Schichten in unsicheren Bereichen (dort wo unsicher ist, wo sich die Nadel befinden könnte) verbessern die Lokalisierung der Nadel in besonderem Maße.
  • Initial wird die Nadelposition geschätzt, z. B. basierend auf allgemeinen Annahmen oder optischen Messungen zur Lage der Nadel. Die Tracking-Schichten sollten orthogonal zu einer angenommenen Nadelausrichtung liegen, so dass die angenommenen Nadelausrichtung die Flächennormale darstellt.
  • - Aufnahme der Tracking-Schichten
  • Es wird eine Anzahl von Tracking-Schichten in Form von Magnetresonanzaufnahmen mit den bereitgestellten Lagedaten aufgenommen. Dabei werden optimalerweise alle Tracking-Schichten aufgenommen, zu denen Lagedaten bereitstehen. Dies sind im Minimalfalle eine Tracking-Schicht, bevorzugt jedoch zwei oder mehrere Tracking-Schichten.
  • Diese Tracking Schichten werden bevorzugt in Form von Kontrasten aufgenommen. Im Rahmen einer Tracking-Schicht wird nicht zwingend nur ein einziger Kontrast aufgenommen. Hier ist die Aufnahme von zwei oder mehr Kontrasten vorteilhaft, da auf diese Weise eine bessere Bestimmung der Nadellage erfolgen kann. Im Folgenden wird mit dem Begriff „Tracking-Schicht“ in der Regel eine Aufnahme von einem oder mehreren Kontrasten gemeint. Die Bildelemente einer Tracking-Schicht sind in der Regel Pixel dieser Kontrastaufnahmen.
  • - Ermittlung der Nadelartefakte in den Schichtaufnahmen
  • Die Nadel erzeugt in den Kontrasten Artefakte, die hier als „Nadelartefakte“ bezeichnet werden. Diese Nadelartefakte werden in den Kontrasten gesucht. In diesem Schritt werden diejenigen Bildelemente (Pixel) in einer Tracking-Schicht (bzw. aller aufgenommenen Tracking-Schichten) ermittelt, welche Nadelartefakte darstellen. Es wird also versucht, über die Artefakte eine Abbildung der Nadel in den Kontrasten zu ermitteln.
  • Die Ermittlung findet mittels eines auf Nadelartefakte trainierten Nadelartefakt-Algorithmus statt. In Vorgriff auf die folgende Beschreibung sei dabei angemerkt, dass zur Ermittlung der Nadelartefakte in der Tracking-Schicht und in der im Folgenden beschriebenen Monitoring-Schicht theoretisch derselbe Nadelartefakt-Algorithmus verwendet werden kann. Da sich aber die Nadelartefakte in der Tracking-Schicht und der Monitoring-Schicht in der Regel systematisch unterscheiden (bei Tracking-Schichten sind sie meist punkt- oder schmetterlingsförmig, bei den Monitoring-Schichten haben sie meist eine längliche, gerade Form), ist es bevorzugt, stets einen speziell trainierten Nadelartefakt-Algorithmus je Tracking-Schicht und Monitoring-Schicht zu verwenden.
  • Diese beiden Algorithmen können systematisch gleich aufgebaut sein und lediglich das Training unterschiedlich verlaufen sein. Es ließe sich also an dieser Stelle sagen, dass die Ermittlung mittels eines auf Nadelartefakte in der Tracking-Schicht trainierten Nadelartefakt-Algorithmus stattfindet. Dieser Nadelartefakt-Algorithmus ist bevorzugt ein Machine-Learning-Algorithmus, der auf die Erkennung von Nadelartefakten trainiert worden ist. Ein solcher Algorithmus ist dem Fachmann bekannt (z. B. wie unter dem Begriff U-Net Faltungsnetzwerk weiter unten näher ausgeführt wird).
  • Bevorzugt wird mittels des Artefakt-Algorithmus eine Wahrscheinlichkeitskarte angefertigt, welche Informationen zu den Nadelartefakten enthält. Diese Wahrscheinlichkeitskarte weist besonders bevorzugt das gleiche Format wie die betreffenden Kontraste auf (gleiche Pixelanzahl), wobei die Nadelartefakte, bzw. Werte für ihre Wahrscheinlichkeit als Bildelemente in dieser Wahrscheinlichkeitskarte enthalten sind und insbesondere die einzigen Informationen dieser Wahrscheinlichkeitskarte sind. Eine Wahrscheinlichkeitskarte basiert bevorzugt auf einer Nadelartefaktsegmentierung. Als Ausgabewert liefert der Algorithmus also eine Wahrscheinlichkeitskarte für die Wahrscheinlichkeit zur Zugehörigkeit eines Pixels der Tracking-Schicht zur Nadel.
  • - Ermittlung einer Nadellage
  • Die Lage der Nadel wird mittels eines auf Abschätzung der Nadellage trainierten Nadellage-Algorithmus ermittelt. Diese Ermittlung basiert auf den vorangehend ermittelten Bildelementen welche Nadelartefakte darstellen (also in der Regel auf einer Wahrscheinlichkeitskarte, die aus den Pixeln eines Kontrasts erstellt wurde). Theoretisch würde man dazu nur eine Tracking-Schicht benötigen (sofern Zusatzinformationen zur Nadellage vorhanden sind), es wird aber bevorzugt zwei oder mehr (im Grunde alle aufgenommenen) Trackingschichten zu berücksichtigen.
  • Beispielsweise kann aus einer Wahrscheinlichkeitskarte eine Ermittlung eines Durchstoßpunktes der Nadel durch die aufgenommene Anzahl von Tracking-Schichten durchgeführt werden. Basierend auf den bekannten Lagen der Tracking-Schichten und den ermittelten Durchstoßpunkten kann die Lage der Nadel im Raum bestimmt werden.
  • Der Nadellage-Algorithmus ist eine KI (Algorithmus mit einer künstlichen Intelligenz), insbesondere basierend auf einem Regressionsverfahren, und führt eine Nadellageschätzung basierend auf den erkannten Nadelartefakten durch.
  • Die Position der Nadel wird bevorzugt unter Berücksichtigung der Artefakt-Geometrie (dem Versatz zur wahren Position) bestimmt .
  • - Lage einer Monitoring-Schicht
  • Es erfolgt nun eine Berechnung der Lage einer Monitoring-Schicht. Diese Berechnung basiert auf der ermittelten Lage der Nadel in der Anzahl der Tracking-Schichten. Da die Monitoring-Schicht in der Praxis eine gewisse Breite hat, liegt sie in der Regel um die recht dünne Nadel herum. Die Positions- und Orientierungsinformationen über die Nadellage in der Tracking-Schicht, die bestimmt wurden, werden also verwendet, um den Positions- und Normalenvektor der Monitoring-Schicht anzupassen.
  • Es werden beispielsweise die Durchstoßpunkte der Nadel durch die Tracking-Schichten ermittelt. Mit der Position der Durchstoßpunkte in den Tracking-Schichten und der bekannten Position der Tracking-Schichten (durch die Lagedaten) lässt sich zumindest ein Freiheitsgrad der Monitoring-Schicht festlegen. Eine Gerade durch die Durchstoßpunkte legt eine Gerade fest, welche die Ebene aufspannt, die sich nur noch um diese Gerade drehen könnte. Das Magnetresonanztomographiesystem kann die restlichen Freiheitsgerade für diese Ebene festlegen. Diese Ebene dient dann zur Angabe der Lage der Monitoring-Schicht. Es kann zur Festlegung der Monitoring-Schicht im Raum beispielsweise diejenige Vorzugsrichtung zur Ausrichtung der Monitoring-Schicht festgelegt werden, die eine optimale Aufnahme eines Kontrasts ermöglicht. Es kann aber auch eine Richtung gewählt werden, zu der auch die Tracking-Schichten ausgerichtet sind.
  • Beispielsweise kann auch die Position der Nadelspitze als Position der Bildmitte gesetzt werden und der Normalenvektor der Monitoring-Schicht wird aus der Nadelrichtung gewonnen. Der Umgang mit Mehrdeutigkeiten kann durch eine Benutzereinstellung konfiguriert werden. Beispielsweise kann immer der Normalenvektor gewählt werden, der den kleinsten Winkel zum Normalenvektor einer transversalen, sagittalen oder koronaren Schicht hat.
  • - Aufnahme einer Monitoring-Schicht
  • Die Monitoring-Schicht wird nun in ihrer berechneten Lage aufgenommen. Je nach Fall kann bevorzugt eine einzige Monitoring-Schicht aufgenommen werden, aber auch mehrere Monitoring-Schichten. Die Monitoring-Schicht sollte aufgrund der vorgenannten Ermittlung ihrer Lage so liegen und so gestaltet sein, dass sie die ermittelte Nadellage umfasst.
  • Die Monitoring-Schicht wird besonders bevorzugt als Kontrast aufgenommen, wobei theoretisch ein einziger Kontrast aufgenommen werden kann, aber zwei oder mehrere Kontraste vorteilhaft sind, da sie die Genauigkeit verbessern. Im Grunde gilt das diesbezüglich zur Tracking-Schicht gesagte. Im Folgenden wird mit Monitoring-Schicht insbesondere auch die Anzahl der aufgenommenen Kontraste umfasst.
  • Es wird angemerkt, dass sobald die Nadel im Patienten steckt, die Freiheitsgrade deutlich eingeschränkt sind. Deshalb sollte nach einer erfolgreichen Positionsbestimmung in den Tracking-Schichten, die Nadel bei der Aufnahme (auch bei schneller Aufnahme) der Monitoring-Schicht typischerweise immer sichtbar sein.
  • - Anzeige / Weitere Lageermittlung
  • Die Monitoring-Schicht wird nun angezeigt, bevorzugt in Form einer Rekonstruktion der Aufnahme eines Kontrasts, insbesondere zusammen mit einer Darstellung der ermittelten Nadellage. Alternativ oder zusätzlich erfolgt eine weitere Ermittlung der Lage der Nadel, wie sie weiter unten detailliert beschrieben wird.
  • Eine Vorrichtung zur Detektion einer Nadel in Magnetresonanzaufnahmen umfasst die folgenden Komponenten:
    • - Eine Datenschnittstelle ausgelegt zur Erfassung von bereitgestellten Lagedaten zur Lage einer Anzahl von Tracking-Schichten. Zudem dient sie zur Ausgabe von Befehlen zu Aufnahmen einer Anzahl von Tracking-Schichten in Form von Magnetresonanzaufnahmen mit den bereitgestellten Lagedaten und zur Aufnahme einer Monitoring-Schicht in ihrer berechneten Lage. Bevorzugt dient sie des Weiteren zur Ausgabe von Daten zur Anzeige der Monitoring-Schicht.
    • - Eine Artefakt-Ermittlungseinheit ausgelegt zur Ermittlung derjenigen Bildelemente in einer Tracking-Schicht, welche Nadelartefakte darstellen, wobei die Artefakt-Ermittlungseinheit einen auf Nadelartefakte trainierten Nadelartefakt-Algorithmus umfasst. Wie oben gesagt, kann die Artefakt-Ermittlungseinheit theoretisch mit einem einzigen Nadelartefakt-Algorithmus sowohl in der Tracking-Schicht als auch in der Monitoring-Schicht Nadelartefakte ermitteln, es ist aber bevorzugt für jede Schicht einen speziell trainierten Nadelartefakt-Algorithmus zu verwenden.
    • - Eine Lage-Ermittlungseinheit ausgelegt zur Ermittlung einer Nadellage, wobei die Lage-Ermittlungseinheit einen auf Abschätzung der Nadellage trainierten Nadellage-Algorithmus umfasst. Hier gilt entsprechendes wie zum Nadelartefakt-Algorithmus gesagte: Es ist bevorzugt für jede Schicht einen speziell trainierten Nadellage-Algorithmus zu verwenden.
    • - Eine Lage-Berechnungseinheit ausgelegt zur Berechnung der Lage einer Monitoring-Schicht, welche so gestaltet ist, dass sie die ermittelte Nadellage umfasst.
  • Eine erfindungsgemäße Steuereinrichtung zur Steuerung eines Magnetresonanztomographie-Systems ist für die Durchführung eines erfindungsgemäßen Verfahrens ausgelegt.
  • Ein Großteil der zuvor genannten Komponenten der Vorrichtung bzw. der Steuereinrichtung, können ganz oder teilweise in Form von Softwaremodulen in einem Prozessor einer entsprechenden Vorrichtung bzw. Steuereinrichtung realisiert werden. Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Vorrichtungen bzw. Steuereinrichtungen auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein entsprechendes Computerprogrammprodukt mit einem Computerprogramm gelöst, welches direkt in ein Rechensystem bzw. eine Speichereinrichtung einer Steuereinrichtung eines Magnetresonanztomographiesystems ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in dem Rechensystem bzw. der Steuereinrichtung ausgeführt wird. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile wie z. B. eine Dokumentation und/oder zusätzliche Komponenten auch Hardware-Komponenten, wie z. B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen.
  • Zum Transport zum Rechensystem bzw. zur Steuereinrichtung und/oder zur Speicherung an oder in dem Rechensystem bzw. der Steuereinrichtung kann ein computerlesbares Medium, beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger transportabler oder fest eingebauter Datenträger dienen, auf welchem die von einem Rechensystem bzw. einer Rechnereinheit der Steuereinrichtung einlesbaren und ausführbaren Programmabschnitte des Computerprogramms gespeichert sind. Die Rechnereinheit kann z. B. hierzu einen oder mehrere zusammenarbeitende Mikroprozessoren oder dergleichen aufweisen.
  • Weitere, besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen sowie der nachfolgenden Beschreibung, wobei die Ansprüche einer Anspruchskategorie auch analog zu den Ansprüchen und Beschreibungsteilen zu einer anderen Anspruchskategorie weitergebildet sein können und insbesondere auch einzelne Merkmale verschiedener Ausführungsbeispiele bzw. Varianten zu neuen Ausführungsbeispielen bzw. Varianten kombiniert werden können.
  • Ein bevorzugtes Verfahren, welches einer weiteren Ermittlung der Lage der Nadel dient, umfasst die folgenden Schritte:
    • - Ermittlung derjenigen Bildelemente in der Monitoring-Schicht (Pixel in einem Kontrast), welche Nadelartefakte darstellen, mittels eines auf Nadelartefakte (ggf. speziell in der Monitoring-Schicht) trainierten Nadelartefakt-Algorithmus. Es erfolgt also eine Segmentierung der Nadelartefakte in der Monitoring-Schicht mittels eines Machine-Learning-Algorithmus. Auch hier wird bevorzugt eine Wahrscheinlichkeitskarte erstellt, wie oben bei der Ermittlung von Nadelartefakten in der Tracking-Schicht beschrieben wurde.
    • - Ermittlung der Nadellage mittels eines auf Abschätzung der Nadellage (ggf. speziell in der Monitoring-Schicht) trainierten Nadellage-Algorithmus, basierend auf den (segmentierten) Nadelartefakten der Monitoring-Schicht (M). Dies geschieht insbesondere auch basierend auf ermittelten Durchstoßpunkten der Nadel durch die Tracking-Schichten.
    • - Anzeige der Nadellage, insbesondere in einem dargestellten Kontrast der Monitoring-Schicht, und/oder Durchführung einer weiteren Iteration zur Ermittlung der Nadellage.
  • Ein bevorzugtes Verfahren zur Durchführung einer weiteren Iteration zur Ermittlung der Nadellage umfasst die folgenden Schritte:
    • - Berechnung der Lage einer Anzahl Tracking-Schichten (hier bevorzugt zwei oder mehr) basierend auf der ermittelten Nadellage aus der Monitoring-Schicht. Dabei sind diese Tracking-Schichten orthogonal zur ermittelten Nadellage ausgerichtet (und selbstverständlich zueinander beabstandet). Es erfolgt dann eine Berechnung von Lagedaten entsprechend der berechneten Lage diesen Tracking-Schichten. Diese, Lagedaten entsprechen von dem Format her den am Anfang genannten und ersetzen diese für die nächste Iteration.
    • - Wiederholung der Schritte des Verfahrens in Form einer Iteration.
  • Der Ablauf der Schritte einer Iteration ist im Wesentlichen sequenziell. Zunächst werden die beiden Tracking-Schichten aufgenommen. Unmittelbar nach der Aufnahme der ersten Schicht kann allerdings schon mit der Positionsbestimmung des Nadelartefakts in dieser Schicht begonnen werden. Dies kann somit parallel zur Aufnahme der zweiten Tracking-Schicht erfolgen. Die beiden Tracking-Schichten können aber grundsätzlich auch verschachtelt parallel aufgenommen werden. Die aus den Tracking-Schichten ermittelten Positionen, werden verwendet, um die Monitoring-Schicht auszurichten. Die Aufnahme der Monitoring-Schicht wird nach der Verarbeitung der Tracking-Schichten gestartet. Nach dem Abschluss der Aufnahme wird auch das Nadelartefakt in der Monitoring-Schicht lokalisiert. Auch hier kann bei der Aufnahme von mehreren Monitoring-Schichten parallel gearbeitet werden. Aus der kombinierten Information aus allen drei Schichten wird die Nadellage berechnet. Basierend hierauf lassen sich dann die Schichtpositionen der Tracking-Schichten im nächsten Iterationsschritt berechnen.
  • Bei einem bevorzugten Verfahren wird zur Aufnahme der Tracking-Schichten und/oder Monitoring-Schichten ein Simultaneous Multislice Aufnahmeverfahrten (SMS-Aufnahmeverfahren) verwendet.
  • Bei einem bevorzugten Verfahren werden für eine Aufnahme einer Tracking-Schicht und/oder Monitoring-Schicht zwei oder mehr Kontraste je Schicht aufgenommen (und besonders bevorzugt auch zur Ermittlung der Nadellage ausgewertet). In diesem Rahmen wird bevorzugt mindestens ein White-Marker-Kontrast aufgenommen. Wie oben bereits angesprochen wurde, ermöglichen mehr Kontraste eine bessere Lokalisation der Nadelposition durch den jeweils verwendeten Algorithmus.
  • Bei einem bevorzugten Verfahren erfolgt zur Aufnahme mehrerer Kontraste eine Modifikation einer Real-Time-Pulssequenz zur Reduktion der Aufnahmezeit. Dadurch ist nur ein minimaler zeitlicher Mehraufwand notwendig. Dabei werden bevorzugt Gradientenmomente existierender Gradientenobjekte in Schichtselektions-Richtung und/oder Phasenkodier-Richtung und/oder in Readout-Richtung (leicht) verändert. Beispielsweise werden in einer bSSFP-Sequenz Gradienten balancieret, damit es sich weiterhin um eine bSSFP-Sequenz handelt.
  • Bei einem bevorzugten Verfahren wird die Lage der Nadel in der Tracking-Schicht und/oder Monitoring-Schicht zusätzlich unter Nutzung von Aufnahmeparametern ermittelt, bevorzugt unter Nutzung von Werten zu Positions-Vektoren und Normalen-Vektoren der Schichten, Ausrichtung der Schichten zum B0-Feld, Field of View (FOV) oder Hardwareparametern zu Gradientennichtlinearitäten.
  • Bei einem bevorzugten Verfahren wird die Ermittlung derjenigen Bildelemente in einer Tracking-Schicht und/oder Monitoring-Schicht (Pixel in einem Kontrast), welche Nadelartefakte darstellen, mittels eines Deep-Learning-Netzwerks durchgeführt. Dieses Deep-Learning-Netzwerk umfasst bevorzugt ein U-Net Faltungsnetzwerk zur biomedizinischen Bildsegmentierung und ein Rekurrentes neuronales Faltungsnetzwerk (Convolutional RNN), wobei bevorzugt zunächst mittels des U-Net Faltungsnetzwerks aus den Kontrasten der jeweiligen Schicht eine Wahrscheinlichkeitskarte erzeugt wird, die ein Nadelartefakt im Bild segmentiert und bevorzugt daraufhin mit dem Rekurrenten neuronalen Faltungsnetzwerk die Segmentierung verbessert wird (um ungewünschte Artefakte zu unterdrücken).
  • Bei einer bevorzugten Vorrichtung wird die Schichtpositionierung in einem Echtzeitsystem eines Magnetresonanztomographie-System durchgeführt, das die Radiofrequenz- und Gradientenpulse ausspielt, und/oder es erfolgt die Positionsbestimmung in einer Rekonstruktionseinheit, und wird bevorzugt dann an das Echtzeitsystem gesendet, das die RF- und Gradientenpulse steuert.
  • Eine bevorzugte Vorrichtung umfasst die folgenden Besonderheiten:
    • Die Artefakt-Ermittlungseinheit ist mittels eines auf Nadelartefakte trainierten Nadelartefakt-Algorithmus dazu ausgestaltet, diejenigen Bildelemente in der Monitoring-Schicht zu ermitteln, welche Nadelartefakte darstellen. Dazu wird auf die vorangehende Beschreibung verwiesen, in der gesagt wurde, dass sich die Nadelartefakte in der Monitoring-Schicht in der Regel systematisch von den Nadelartefakten in der Tracking-Schicht unterscheiden. Die Artefakt-Ermittlungseinheit umfasst bevorzugt also zwei unterschiedlich trainierte Algorithmen. Theoretisch kann dies in physikalisch getrennten Modulen stattfinden, die aufgrund ihrer Ähnlichkeit hier aber unter dem Begriff „Artefakt-Ermittlungseinheit“ zusammengefasst wurden.
  • Die Nadellage-Ermittlungseinheit ist mittels eines auf Abschätzung der Nadellage trainierten Nadellage-Algorithmus dazu ausgestaltet, die Nadellage, basierend auf den Nadelartefakten der Monitoring-Schicht zu ermitteln. Dazu wird auf die vorangehende Beschreibung verwiesen, in der gesagt wurde, dass sich die Ermittlung der Nadellage in der Monitoring-Schicht systematisch von der Ermittlung der Nadellage in der Tracking-Schicht unterscheiden kann. Die Nadellage-Ermittlungseinheit umfasst bevorzugt also zwei unterschiedlich trainierte Algorithmen. Theoretisch kann dies in physikalisch getrennten Modulen stattfinden, die aufgrund ihrer Ähnlichkeit hier aber unter dem Begriff „Nadellage-Ermittlungseinheit“ zusammengefasst wurden.
  • Die Datenschnittstelle ist bevorzugt zu einer Ausgabe von Daten zur Anzeige der Nadellage in der Monitoring-Schicht ausgelegt.
  • Bevorzugt ist die Schichtlage-Berechnungseinheit dazu ausgelegt, die Lage einer Anzahl von Tracking-Schichten basierend auf der ermittelten Nadellage aus der Monitoring-Schicht zu berechnen, wobei die Anzahl der Tracking-Schichten orthogonal zur ermittelten Nadellage ausgerichtet sind. Ferner ist die Schichtlage-Berechnungseinheit bevorzugt dazu ausgelegt, diesbezügliche Lagedaten zur Lage dieser Anzahl von Tracking-Schichten zu erstellen (und zur weiteren Iteration zur Verfügung zu stellen). Theoretisch können auch diese Berechnungen in physikalisch getrennten Modulen stattfinden, die aufgrund ihrer Ähnlichkeit hier aber unter dem Begriff „Schichtlage-Berechnungseinheit“ zusammengefasst wurden.
  • Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Die Figuren sind in der Regel nicht maßstäblich. Es zeigen:
    • 1 eine schematische Darstellung eines Magnetresonanztomographiesystems gemäß einem Ausführungsbeispiel der Erfindung,
    • 2 eine skizzenhafte Darstellung der für das Verfahren notwendigen Schichten,
    • 3 ein Ablaufplan für einen möglichen Ablauf eines erfindungsgemäßen Verfahrens,
    • 4 ein bevorzugtes KI-Netzwerk.
  • In den folgenden Figuren sind nur für die Erfindung wesentliche oder zu ihrem Verständnis hilfreiche Elemente eingezeichnet.
  • In 1 ist grob schematisch ein Magnetresonanztomographiesystem 1 dargestellt. Es umfasst zum einen den eigentlichen Magnetresonanzscanner 2 mit einem Untersuchungsraum 3 bzw. Patiententunnel, in den auf einer Liege 8 ein Patient oder Proband positioniert ist, in dessen Körper sich das eigentliche Untersuchungsobjekt O und eine Nadel N für einen medizinischen Eingriff befindet.
  • Der Magnetresonanzscanner 2 ist in üblicher Weise mit einem Grundfeldmagnetsystem 4, einem Gradientensystem 6 sowie einem HF-Sendeantennensystem 5 und einem HF-Empfangsantennen-system 7 ausgestattet. In dem dargestellten Ausführungsbeispiel handelt es sich bei dem HF-Sendeantennensystem 5 um eine im Magnetresonanzscanner 2 fest eingebaute Ganzkörperspule, wogegen das HF-Empfangsantennensystem 7 aus am Patienten bzw. Probanden anzuordnenden Lokalspulen besteht (hier nur durch eine einzelne Lokalspule symbolisiert). Grundsätzlich können aber auch die Ganzkörperspule als HF-Empfangsantennensystem und die Lokalspulen als HF-Sendeantennensystem genutzt werden, sofern diese Spulen jeweils in unterschiedliche Betriebsweisen umschaltbar sind. Das Grundfeldmagnetsystem 4 ist hier in üblicher Weise so ausgebildet, dass es ein Grundmagnetfeld in Längsrichtung des Patienten erzeugt, d. h. entlang der in z-Richtung verlaufenden Längsachse des Magnetresonanzscanners 2. Das Gradientensystem 6 umfasst in üblicher Weise einzeln ansteuerbare Gradientenspulen, um unabhängig voneinander Gradienten in x-, y- oder z-Richtung schalten zu können. Zudem enthält der Magnetresonanzscanner 2 (nicht dargestellte) Shimspulen, die in üblicher Weise ausgebildet sein können.
  • Bei dem in 1 dargestellten Magnetresonanztomographie-System 1 handelt es sich um eine Ganzkörperanlage mit einem Patiententunnel, in den ein Patient komplett eingebracht werden kann. Grundsätzlich kann die Erfindung aber auch an anderen Magnetresonanztomographie-Systemen, z. B. mit seitlich offenem, C-förmigen Gehäuse, verwendet werden. Wesentlich ist nur, dass entsprechende Aufnahmen des Untersuchungsobjekts O angefertigt werden können.
  • Das Magnetresonanztomographie-System 1 ist zur Aufnahme unterschiedlicher Schichten ausgelegt. Die Aufnahme einzelner Schichten ist dem Fachmann bekannt. Dazu werden in der Regel Gradientenpulse während einer Messung an genau vorgegebenen zeitlichen Positionen mit einem genau vorgegebenen zeitlichen Verlauf appliziert. Dadurch wird das Untersuchungsobjekt O zusammen mit der Nadel N und dem zugeordneten k-Raum in einzelnen Schichten abgetastet. Hier eingezeichnet sind zwei Tracking-Schichten T, die orthogonal zur Nadel N ausgerichtet sind.
  • Das Magnetresonanztomographie-System 1 weist weiterhin eine zentrale Steuereinrichtung 13 auf, die zur Steuerung des MR-Systems 1 verwendet wird. Diese zentrale Steuereinrichtung 13 umfasst eine Sequenzsteuereinheit 14. Mit dieser wird die Abfolge von Hochfrequenz-Pulsen (HF-Pulsen) und von Gradientenpulsen in Abhängigkeit von einer gewählten Pulssequenz PS oder einer Abfolge von mehreren Pulssequenzen zur Aufnahme mehrerer Schichten in einem interessierenden Volumenbereich des Untersuchungsobjekts innerhalb einer Messsitzung gesteuert. Eine solche Pulssequenz PS kann beispielsweise innerhalb eines Mess- oder Steuerprotokolls vorgegeben und parametrisiert sein. Üblicherweise sind verschiedene Steuerprotokolle für unterschiedliche Messungen bzw. Messsitzungen in einem Speicher 19 hinterlegt und können von einem Bediener ausgewählt (und bei Bedarf gegebenenfalls geändert) und dann zur Durchführung der Messung genutzt werden.
  • Zur Ausgabe der einzelnen HF-Pulse einer Pulssequenz PS weist die zentrale Steuereinrichtung 13 eine Hochfrequenzsendeeinrichtung 15 auf, die die HF-Pulse erzeugt, verstärkt und über eine geeignete Schnittstelle (nicht im Detail dargestellt) in das HF-Sendeantennensystem 5 einspeist. Zur Steuerung der Gradientenspulen des Gradientensystems 6, um entsprechend der vorgegebenen Pulssequenz PS die Gradientenpulse passend zu schalten, weist die Steuereinrichtung 13 eine Gradientensystemschnittstelle 16 auf. Über diese Gradientensystemschnittstelle 16 könnten Gradientenpulse appliziert werden. Die Sequenzsteuereinheit 14 kommuniziert in geeigneter Weise, z. B. durch Aussendung von Sequenzsteuerdaten SD, mit der Hochfrequenzsendeeinrichtung 15 und der Gradientensystemschnittstelle 16 zur Ausführung der Pulssequenz PS.
  • Die Steuereinrichtung 13 weist außerdem eine (ebenfalls in geeigneter Weise mit der Sequenzsteuereinheit 14 kommunizierende) Hochfrequenzempfangseinrichtung 17 auf, um innerhalb der durch die Pulssequenz PS vorgegebenen Auslesefenster koordiniert mittels des HF-Empfangsantennensystems 7 Magnetresonanz-Signale zu empfangen und so die Rohdaten zu akquirieren.
  • Eine Rekonstruktionseinheit 18 übernimmt hier die akquirierten Rohdaten und rekonstruiert daraus Magnetresonanz-Bilddaten. Auch diese Rekonstruktion erfolgt in der Regel auf Basis von Parametern, die in dem jeweiligen Mess- oder Steuerprotokoll P vorgegeben sein können. Diese Bilddaten können dann beispielsweise in einem Speicher 19 hinterlegt werden.
  • Wie im Detail durch ein Einstrahlen von HF-Pulsen und das Schalten von Gradientenpulsen geeignete Rohdaten akquiriert und daraus MR-Bilder oder Parameter-Karten rekonstruiert werden können, ist dem Fachmann grundsätzlich bekannt und wird daher hier nicht näher erläutert.
  • Zur Durchführung des erfindungsgemäßen Verfahrens (s. z. B. 3) umfasst die Steuereinrichtung 13 eine Vorrichtung 11 zur Detektion einer Nadel N in Magnetresonanzaufnahmen K. Diese Vorrichtung kommuniziert mit den übrigen Komponenten, insbesondere mit der Bildrekonstruktionseinheit 16, der Sequenzsteuereinheit 14, bzw. der Gradientensystemschnittstelle 16, einem Speicher 19 und bevorzugt auch einer Anzeigeeinheit 9 über eine Datenschnittstelle 20.
  • Diese Datenschnittstelle 20 ist zur Erfassung von bereitgestellten Lagedaten LD zur Lage einer Anzahl von Tracking-Schichten T ausgelegt, die es hier aus dem Speicher 19 oder vom Terminal 11 erhält. Des Weiteren dient die Datenschnittstelle 20 zur Ausgabe von Befehlen zu Aufnahmen
    1. a) einer Anzahl von Tracking-Schichten T in Form von Magnetresonanzaufnahmen K mit den bereitgestellten Lagedaten LD,
    2. b) einer Monitoring-Schicht M in ihrer berechneten Lage, und bevorzugt des Weiteren zur Ausgabe von Daten zur Anzeige der Monitoring-Schicht M und/oder weitere Ermittlung der Nadellage LN.
  • Eine Artefakt-Ermittlungseinheit 21 dient zur Ermittlung derjenigen Bildelemente in einer Tracking-Schicht T, welche Elemente der Nadel N darstellen, wobei die Artefakt-Ermittlungseinheit 21 einen auf Nadelartefakte in der Tracking-Schicht T trainierten Nadelartefakt-Algorithmus NAT umfasst. Sie kann zusätzlich einen auf Nadelartefakte in einer Monitoring-Schicht M trainierten Nadelartefakt-Algorithmus NAM umfassen.
  • Eine Nadellage-Ermittlungseinheit 22 dient zur Ermittlung einer Nadellage LN, wobei die Nadellage-Ermittlungseinheit 22 einen auf Abschätzung der Nadellage LN in der Tracking-Schicht T trainierten Nadellage-Algorithmus NLT umfasst. Sie kann zusätzlich einen auf Abschätzung der Nadellage LN in einer Monitoring-Schicht M trainierten Nadellage-Algorithmus NLM umfassen.
  • Eine Schichtlage-Berechnungseinheit 23 dient zur Berechnung der Lage einer Schicht, hier zumindest einer Monitoring-Schicht M, welche so gestaltet ist, dass sie die ermittelte Nadellage LN umfasst.
  • Eine Bedienung der zentralen Steuereinrichtung 13 kann über ein Terminal 10 mit einer Eingabeeinheit und einer Anzeigeeinheit 9 erfolgen, über das somit auch das gesamte Magnetresonanztomographie-System 1 durch eine Bedienperson bedient werden kann. Auf der Anzeigeeinheit 9 können auch Magnetresonanztomographie-Bilder angezeigt werden, und mittels des Terminals können Messungen geplant und gestartet werden.
  • Das Magnetresonanztomographie-System 1 und insbesondere die Steuereinrichtung 13 können darüber hinaus noch eine Vielzahl von weiteren, hier nicht im Einzelnen dargestellten, aber üblicherweise an derartigen Anlagen vorhandenen Komponenten aufweisen, wie beispielsweise eine Netzwerkschnittstelle, um das gesamte System mit einem Netzwerk zu verbinden und Rohdaten und/oder Bilddaten bzw. Parameterkarten, aber auch weitere Daten, wie beispielsweise patientenrelevante Daten oder Steuerprotokolle, austauschen zu können.
  • Wie durch ein Einstrahlen von HF-Pulsen und die Erzeugung von Gradientenfeldern geeignete Rohdaten akquiriert und daraus Magnetresonanztomographie-Bilder rekonstruiert werden können, ist dem Fachmann grundsätzlich bekannt und wird hier nicht näher erläutert. Ebenso sind verschiedenste Messsequenzen, wie z. B. EPI-Messsequenzen oder andere Messsequenzen zur Erzeugung von diffusionsgewichteten Bildern, dem Fachmann vom Grundsatz her bekannt.
  • 2 zeigt perspektivisch eine skizzenhafte Darstellung der für das Verfahren notwendigen Schichten. Eine Nadel N verläuft von links nach rechts, wobei die Spitze der Nadel N als Pfeilspitze angedeutet ist. Orthogonal zur Nadel sind zwei Tracking-Schichten T ausgerichtet, wobei die Nadel an den Durchstoßpunkten D durch die Tracking-Schichten T hindurchtritt. Diese Durchstoßpunkte D verbindend ist eine Monitoring-Schicht M angeordnet. In der Darstellung wird im Rahmen der Monitoring-Schicht M lediglich der Raum zwischen den beiden Tracking-Schichten T umfasst. Dies muss nicht unbedingt so sein, da in einem MRI-System im Grunde Schichten beliebiger Größe (in systembedingten Grenzen) aufgenommen werden können. Es könnte also auch die Spitze der Nadel N in der Monitoring-Schicht M liegen und bei einer Nadelartefakt-Bestimmung und Lagebestimmung der Endpunkt der Nadel N sehr gut in der Monitoring-Schicht M bestimmt werden.
  • In 3 wird ein Blockdiagramm zum beispielhaften Ablauf eines erfindungsgemäßen Verfahrens zur Detektion einer Nadel in Magnetresonanzaufnahmen dargestellt.
  • In Schritt I erfolgt eine Bereitstellung von Lagedaten LD zur Lage von zwei Tracking-Schichten T. Diese Lagedaten LD sind zunächst Abschätzungen der Nadellage und können beispielsweise durch manuelle Eingabe oder aus Daten zur Art des Eingriffs erhalten werden.
  • In Schritt II erfolgt eine Aufnahme der beiden Tracking-Schichten T in Form von jeweils zwei Kontrasten mit einem Magnetresonanztomographiesystem 1, wie es z. B. in 1 dargestellt ist. In einem der Kontraste K ist ein Nadelartefakt NA angedeutet. Die übrigen Kontraste K weisen ebenfalls Nadelartefakte NA auf, die der Übersicht halber nicht extra durch Referenzzeichen gekennzeichnet sind. Die Aufnahme der Tracking-Schichten T erfolgt dabei mit den bereitgestellten Lagedaten LD.
  • In Schritt III erfolgt eine Ermittlung derjenigen Pixeln in einer Tracking-Schicht T, welche Nadelartefakte NA darstellen mittels eines auf Nadelartefakte NA trainierten Nadelartefakt-Algorithmus NAT . Es ergeben sich dabei zwei Wahrscheinlichkeitskarten W, in denen die Durchstoßpunkte D zu erkennen sind.
  • In Schritt IV erfolgt eine Ermittlung einer Nadellage LN mittels eines auf Abschätzung der Nadellage LN trainierten Nadellage-Algorithmus NLT , aus den ermittelten Pixeln, welche Nadelartefakte NA darstellen, in den beiden Tracking-Schichten T.
  • In Schritt V erfolgt eine Berechnung der Lage einer Monitoring-Schicht M, welche so gestaltet ist, dass sie die ermittelte Nadellage LN umfasst.
  • In Schritt VI erfolgt eine Aufnahme einer Monitoring-Schicht M in ihrer berechneten Lage.
  • In Schritt VII erfolgt eine Anzeige der Monitoring-Schicht.
  • In Schritt VIII erfolgt eine Ermittlung derjenigen Pixel in der Monitoring-Schicht M, welche Nadelartefakte NA darstellen mittels eines weiteren auf Nadelartefakte NA in der Monitoring-Schicht trainierten Nadelartefakt-Algorithmus NAM . Da die Nadelartefakte NA in der Monitoring-Schicht in der Regel anders gestaltet sind als in der Tracking-Schicht, arbeitet hier der Nadelartefakt-Algorithmus NAM zwar meist nach dem gleichen Grundprinzip wie der oben bei der Tracking-Schicht verwendete, wurde jedoch anders trainiert. Auch hier wird eine Wahrscheinlichkeitskarte erstellt.
  • In Schritt IX erfolgt eine Ermittlung der Nadellage LN mittels eines auf Abschätzung der Nadellage trainierten Nadellage-Algorithmus NLM , basierend auf den segmentierten Nadelartefakten NA der Monitoring-Schicht M.
  • In Schritt X erfolgt eine Anzeige der Nadellage LN in der Monitoring-Schicht M.
  • In Schritt XI erfolgt eine Berechnung der Lage von weiteren zwei Tracking-Schichten T1 basierend auf der ermittelten Nadellage LN aus der Monitoring-Schicht M, wobei die Anzahl der weiteren zwei Tracking-Schichten T1 orthogonal zur ermittelten Lage der Nadel ausgerichtet sind.
  • Diese berechnete Lage dient als Lagedaten LD für einen weiteren Durchlauf des Verfahrens im Rahmen eines Iterationsschritts. Diese Iteration kann mehrfach durchlaufen werden, z. B. so lange, bis ein Grenzwert zur Varianz der Werte zur Nadellage zwischen zwei aufeinanderfolgenden Iterationen unterschritten ist.
  • 4 zeigt ein bevorzugtes KI-Netzwerk zur Bestimmung von Nadelartefakten NA in Schichten, die in diesem Beispiel zwei Tracking-Schichten T sind. Links sieht man zwei Kontraste K, die im Rahmen der Aufnahme der beiden Tracking-Schichten T angefertigt worden sind. Es erfolgt zunächst eine Ermittlung derjenigen Pixel in einem Kontrast K, welche Elemente der Nadel N darstellen, mittels eines U-Net Faltungsnetzwerks U zur biomedizinischen Bildsegmentierung. Dieses U-Net Faltungsnetzwerk U erzeugt aus dem jeweiligen Kontrast (also aus der jeweiligen Tracking-Schicht T) eine Wahrscheinlichkeitskarte W, die das Nadelartefakt NA im Bild segmentiert. Hier sieht man, dass neben dem Nadelartefakt NA noch streifenförmige weitere Strukturen in der Wahrscheinlichkeitskarte W enthalten sind. Diese stellen Fehler dar, die in einem weiteren Schritt mittels eines Rekurrenten neuronalen Faltungsnetzwerks R eliminiert werden. Dadurch wird die Segmentierung verbessert. Diese beiden Netzwerke ergeben zusammen den Nadelartefakt-Algorithmus NAT .
  • In einem nachfolgenden Schritt wird ggf. mit zusätzlichen Scanparametern P (z. B. aus einem DICOM-Header) wird die Lage der Nadel mit einem Nadellage-Algorithmus NLT ermittelt, der ein weiteres Deep-Learning Netzwerk, z. B. ein Faltungsnetzwerk) darstellt.
  • Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorhergehend detailliert beschriebenen Verfahren sowie bei dem dargestellten Magnetresonanztomographie-System 1 lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließen die Begriffe „Einheit“ und „Modul“ nicht aus, dass die betreffenden Komponenten aus mehreren zusammenwirkenden Teil-Komponenten bestehen, die gegebenenfalls auch räumlich verteilt sein können.

Claims (11)

  1. Verfahren zur Detektion einer Nadel (N) in Magnetresonanzaufnahmen (K), wobei ein Nadelartefakt (NA) und/oder eine Nadellage (LN) mittels Algorithmen ermittelt wird, die auf einer künstlichen Intelligenz im Rahmen des maschinenbasierten Lernens basieren, umfassend die Schritte: - Bereitstellung von Lagedaten (LD) zur Lage einer Anzahl von Tracking-Schichten (T), - Aufnahme der Anzahl von Tracking-Schichten (T) in Form von Magnetresonanzaufnahmen (K) mit den bereitgestellten Lagedaten (LD), - Ermittlung derjenigen Bildelemente in einer Tracking-Schicht (T), welche Nadelartefakte (NA) darstellen mittels eines auf Nadelartefakte (NA) trainierten Nadelartefakt-Algorithmus (NAT), - Ermittlung einer Nadellage (LN) mittels eines auf Abschätzung der Nadellage (LN) trainierten Nadellage-Algorithmus (NLT), aus den ermittelten Bildelementen in einer Tracking-Schicht (T), welche Nadelartefakte (NA) darstellen, - Berechnung der Lage einer Monitoring-Schicht (M) basierend auf der ermittelten Nadellage (LN), - Aufnahme einer Monitoring-Schicht (M) in ihrer berechneten Lage, - Anzeige der Monitoring-Schicht (M) und/oder weitere Ermittlung der Nadellage (LN).
  2. Verfahren nach Anspruch 1, wobei für eine weitere Ermittlung der Lage der Nadel (N) die Schritte: - Ermittlung derjenigen Bildelemente in der Monitoring-Schicht (M), welche Nadelartefakte (NA) darstellen mittels eines auf Nadelartefakte (NA) trainierten Nadelartefakt-Algorithmus (NAM), - Ermittlung der Nadellage (LN) mittels eines auf Abschätzung der Nadellage (LN) trainierten Nadellage-Algorithmus (NLM), basierend auf den Nadelartefakten (NA) der Monitoring-Schicht (M), - Anzeige der Nadellage (LN) und/oder Durchführung einer weiteren Iteration zur Ermittlung der Nadellage, durchgeführt werden.
  3. Verfahren nach Anspruch 2 zur Durchführung einer weiteren Iteration zur Ermittlung der Nadellage (LN) umfassend die Schritte: - Berechnung der Lage einer Anzahl Tracking-Schichten (T1) basierend auf der ermittelten Nadellage (LN) aus der Monitoring-Schicht (M), wobei die Anzahl der Tracking-Schichten (T) orthogonal zur ermittelten Nadellage (LN) ausgerichtet sind, und Berechnung von Lagedaten (LD) entsprechend der berechneten Lage dieser Anzahl Tracking-Schichten (T1), - Wiederholung der Schritte des Verfahrens in Form einer Iteration.
  4. Verfahren nach einem der Ansprüche 2 und 3, wobei zur Aufnahme der Tracking-Schichten (T) und/oder Monitoring-Schichten (M) ein Simultaneous Multislice Aufnahmeverfahren verwendet wird.
  5. Verfahren nach einem der Ansprüche 2 und 3, wobei für eine Aufnahme einer Tracking-Schicht (T) und/oder Monitoring-Schicht (M) zwei oder mehr Kontraste (K) je Schicht aufgenommen werden, wobei bevorzugt mindestens ein White-Marker-Kontrast aufgenommen wird.
  6. Verfahren nach Anspruch 5, wobei zur Aufnahme mehrerer Kontraste (K) eine Modifikation einer Real-Time-Pulssequenz zur Reduktion der Aufnahmezeit erfolgt, wobei bevorzugt Gradientenmomente existierender Gradientenobjekte in Schichtselektions-Richtung und/oder Phasenkodier-Richtung und/oder in Readout-Richtung verändert werden.
  7. Verfahren nach einem der vorangehenden Ansprüche, wobei die Lage der Nadel (N), bevorzugt in einer Tracking-Schicht (T) und/oder Monitoring-Schicht (M), zusätzlich unter Nutzung von Aufnahmeparametern (P) ermittelt wird, bevorzugt unter Nutzung von Werten zu Positions-Vektoren und Normalen-Vektoren der Schichten, Ausrichtung der Schichten zum B0-Feld, Field of View oder Hardwareparametern zu Gradientennichtlinearitäten.
  8. Verfahren nach einem der vorangehenden Ansprüche, wobei die Ermittlung derjenigen Bildelemente, bevorzugt in einer Tracking-Schicht (T) und/oder Monitoring-Schicht (M), welche Nadelartefakte (NA) darstellen, mittels eines Deep-Learning-Netzwerks durchgeführt wird, wobei bevorzugt mit einem U-Net Faltungsnetzwerk (U) zur biomedizinischen Bildsegmentierung aus der jeweiligen Schicht eine Wahrscheinlichkeitskarte (W) erzeugt wird, die das Nadelartefakt (NA) im Bild segmentiert und bevorzugt daraufhin mit einem Rekurrenten neuronalen Faltungsnetzwerk (R) die Segmentierung verbessert wird.
  9. Steuereinrichtung (13) zur Steuerung eines Magnetresonanztomographie-Systems (1), welche zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 8 ausgestaltet ist.
  10. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in eine Speichereinrichtung einer Steuereinrichtung (13) eines Magnetresonanztomographie-Systems (1) ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 auszuführen, wenn das Computerprogramm in der Steuereinrichtung (13) des Magnetresonanztomographie-Systems (1) ausgeführt wird.
  11. Computerlesbares Medium, auf welchem von einer Rechnereinheit einlesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 auszuführen, wenn die Programmabschnitte von der Rechnereinheit ausgeführt werden.
DE102018215618.2A 2018-09-13 2018-09-13 Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen Active DE102018215618B3 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102018215618.2A DE102018215618B3 (de) 2018-09-13 2018-09-13 Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen
US16/570,079 US20200085381A1 (en) 2018-09-13 2019-09-13 Method and apparatus for detecting a needle in magnetic-resonance images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018215618.2A DE102018215618B3 (de) 2018-09-13 2018-09-13 Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen

Publications (1)

Publication Number Publication Date
DE102018215618B3 true DE102018215618B3 (de) 2019-12-05

Family

ID=68576579

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018215618.2A Active DE102018215618B3 (de) 2018-09-13 2018-09-13 Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen

Country Status (2)

Country Link
US (1) US20200085381A1 (de)
DE (1) DE102018215618B3 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8526691B2 (en) 2010-06-09 2013-09-03 Siemens Aktiengesellschaft System and method for passive medical device navigation under real-time MRI guidance
US20170269174A1 (en) 2016-03-15 2017-09-21 Siemens Healthcare Gmbh System And Method For Real-Time MRI-Guided Object Navigation

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8620406B2 (en) * 2004-01-23 2013-12-31 Boston Scientific Scimed, Inc. Medical devices visible by magnetic resonance imaging
US7463920B2 (en) * 2005-03-25 2008-12-09 Siemens Medical Solutions Usa, Inc. Rapid MR visualization of interventional devices
CA2674222A1 (en) * 2006-12-29 2008-07-10 The Johns Hopkins University Methods, systems and devices for local endoscopic magnetic resonance
EP3181052A1 (de) * 2011-11-30 2017-06-21 Rush University Medical Center System und verfahren zur identifizierung von implantierten medizinprodukten und/oder erkennung von verbliebenen chirurgischen fremdkörpern auf medizinischen bildern
US10736699B2 (en) * 2018-04-27 2020-08-11 Medtronic Navigation, Inc. System and method for a tracked procedure

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8526691B2 (en) 2010-06-09 2013-09-03 Siemens Aktiengesellschaft System and method for passive medical device navigation under real-time MRI guidance
US20170269174A1 (en) 2016-03-15 2017-09-21 Siemens Healthcare Gmbh System And Method For Real-Time MRI-Guided Object Navigation

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GÖRLITZ, Roland A., et al. Development and validation of a real-time reduced field of view imaging driven by automated needle detection for MRI-guided interventions. In: Medical Imaging 2010: Visualization, Image-Guided Procedures, and Modeling. International Society for Optics and Photonics, 2010. S. 762515. *
MEHRTASH, Alireza, et al. Deepinfer: open-source deep learning deployment toolkit for image-guided therapy. In: Medical Imaging 2017: Image-Guided Procedures, Robotic Interventions, and Modeling. International Society for Optics and Photonics, 2017. S. 101351K. *
Mohsen, Heba, et al. A machine learning technique for MRI brain images. In: 2012 8th International Conference on Informatics and Systems (INFOS). IEEE, 2012
MOHSEN, Heba; EL-DAHSHAN, El-Sayed Ahmed; SALEM, Abdel-Badeeh M. A machine learning technique for MRI brain images. In: 2012 8th International Conference on Informatics and Systems (INFOS). IEEE, 2012. S. BIO-161-BIO-165. *

Also Published As

Publication number Publication date
US20200085381A1 (en) 2020-03-19

Similar Documents

Publication Publication Date Title
DE102016202254B4 (de) Modellfreies Ermitteln von Bildbereichen mit anomaler Diffusion anhand von diffusionsgewichteten Magnetresonanzbilddaten
DE102013205830A1 (de) Verfahren zur Erzeugung von Bilddaten
DE102011001292A1 (de) System und Verfahren zum automatischen Berechnen von MR-Bildgebungs-Scanparametern
DE102013205832A1 (de) Verfahren zur Erzeugung von Bilddaten
DE102012216292A1 (de) Magnetresonanzbaueinheit, eine Magnetresonanzvorrichtung mit der Magnetresonanzbaueinheit sowie ein Verfahren zu einem Bestimmen einer Bewegung eines Patienten während einer Magnetresonanzuntersuchung
DE112014007064T5 (de) System und Verfahren für die Konnektivitätszuordnung
DE102014214104A1 (de) Verfahren zu einem Festlegen eines absoluten Scanbereichs an einem Patienten
DE102004046490B4 (de) Verfahren und Vorrichtung zur Gradient-Echo-Bildgebung mit während des Durchlaufs stattfindender Optimierung der Gewebeunterdrückung
DE102018202137A1 (de) Verfahren zum Betrieb einer Magnetresonanzeinrichtung, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102010063565B4 (de) Verfahren und Einrichtung zur Ermittlung einer Magnetresonanzsystem-Ansteuersequenz
DE102016200629A1 (de) Verfahren zur Magnetresonanz-Bildgebung
DE102018215618B3 (de) Verfahren zur Detektion einer Nadel in Magnetresonanzaufnahmen
DE102015206053B4 (de) MR-Frequenzjustage unter Anwendung eines Inversionspulses
DE102009008795A1 (de) Verfahren zur Bestimmung der Magnetisierungstransferkonstante mit Spin Echo Bildgebungssequenzen
DE102008039340A1 (de) Verfahren zur Aufzeichnung und Darstellung von Kalibrierungsbildern sowie Magnet-Resonanz-Gerät
EP3570060A1 (de) Verfahren zur rekonstruktion von magnetresonanztomographie-aufnahmen mit variabler zeitauflösung
DE102014201944B4 (de) HF-Puls-Justage-Verfahren und HF-Puls-Justage-Einrichtung
EP3680681A1 (de) Auswahl eines abtastschemas für eine magnetresonanzfingerprinting-aufnahme und eines entsprechenden wörterbuchs basierend auf einer vorabaufnahme
DE102009012851B4 (de) Verfahren, Magnetresonanzgerät, Computerprogrammprodukt und elektronisch lesbarer Datenträger zur Gewinnung eines ersten Bilddatensatzes und eines zweiten Bilddatensatzes eines Untersuchungsobjekts
DE102017210528A1 (de) Visualisierung eines medizintechnischen Objekts
EP3599586B1 (de) Verfahren und vorrichtung zur analyse von magnetresonanz-aufnahmen
DE102014211695B4 (de) Bestimmung einer ortsaufgelösten Verteilung einer Markierungssubstanz
DE102016213632A1 (de) Verbesserte Akquisition von MR-Messdaten bei einer Untersuchung mit angehaltenem Atem
DE102015216405A1 (de) Verfahren zu einem Bestimmen eines für eine Magnetresonanzuntersuchung relevanten Scanbereichs sowie eine Magnetresonanzvorrichtung hierzu
DE102013202768A1 (de) Automatische Bestimmung eines Anpassungsvolumens

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

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