-
TECHNISCHES GEBIET DER ERFINDUNG
-
Die Erfindung bezieht sich auf Magnetresonanztomografie, insbesondere auf die Berechnung von virtuellen CT-Bildern aus zahlreichen Magnetresonanzbildern.
-
HINTERGRUND DER ERFINDUNG
-
Synthetische oder virtuelle Computertomografie- (CT-) Bilder sind simulierte CT-Bilder, die unter Verwendung von Daten von einem oder mehr anderen medizinischen Bildgebungs-Ausführungsarten berechnet werden. Der Fachzeitschriftartikel Hsu, Shu-Hui et al. „Investigation of a Method for Generating Synthetic CT Models from MRI Scans of the Head and Neck for Radiation Therapy." Physics in medicine and biology 58.23 (2013): 10.1088/0031-9155/58/23/8419. PMC. Web. 14 Okt. 2015 beschreibt ein Verfahren zum Erzeugen virtueller CT-Bilder.
-
Der Fachzeitschriftartikel Cocosco et. al., „A fully automatic and robust brain MRI tissue classification method," Medical Image Analysis 7 (2003) 513-527 beschreibt ein Verfahren zum Identifizieren verschiedener Gewebetypen des Gehirngewebes, wobei Magnetresonanztomografie (MRT) verwendet wird.
-
Die Abhandlung „MRI-based attenuation correction for whole-body PET/MRI: quantitative evaluation ofsegmentation and atlas based methods“ by M. Hoffmann et al. in The Journal of Nuclear Medicine 52(2011)1392 (D1) betrifft MR-Bild-Segmentierung und Gewebeklasse-Unterscheidung zum Erzeugen von pseudo-CT-Bildern, die der Abschwächungskorrektur bei (MR-Bild geführter) PET-Bildgebung dienen. Eine duale Echo-Sequenz und ein Zwei-Punkt-Dixon-Verfahren werden verwendet, um eine Reihe von MR-Bildern zu erfassen. Diese Reihe von MR-Bildern bildet die Basis einer fünfklassigen Segmentierung für den Kontrasttypen der duale Echo-Sequenz.
-
Dokument D1 betrifft das Problem der Gestaltung einer adäquaten Abschwächungskorrektur aus MR-Bilddaten.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Die Erfindung gibt in den unabhängigen Ansprüchen ein medizinisches Bildgebungssystem, ein Computerprogramm-Produkt sowie ein Verfahren an. In den abhängigen Ansprüchen sind Ausführungsformen angegeben.
-
Nach dem Verständnis eines Fachmanns können Aspekte der vorliegenden Erfindung als Vorrichtung, Verfahren oder Computerprogramm-Produkt ausgeführt werden. Dementsprechend können Aspekte der vorliegenden Erfindung die Form einer reinen Hardware-Ausführungsform, einer reinen Software-Ausführungsform (Firmware, residente Software, Micro-Code, etc. aufweisend) oder einer Ausführungsform annehmen, die Software- und Hardwareaspekte kombiniert, die hier alle allgemein als „Schaltung“, „Modul“ oder „System“ bezeichnet wird. Darüber hinaus können Aspekte der vorliegenden Erfindung die Form eines Computerprogramm-Produkts annehmen, das in einem oder mehr computerlesbaren Medium/Medien verkörpert ist, das/die einen darauf verkörperten computerausführbaren Code aufweist.
-
Jede Kombination von einem oder mehr computerlesbaren Medium/Medien kann verwendet werden. Das computerlesbare Medium kann ein computerlesbares Signalmedium oder ein computerlesbares Speichermedium sein. Ein wie hier verwendetes ,computerlesbares Speichermedium‘ schließt jedes materielle Speichermedium ein, das Instruktionen speichern kann, die von einem Prozessor einer Computervorrichtung ausführbar sind. Das computerlesbare Speichermedium kann als computerlesbares permanentes Speichermedium bezeichnet werden. Das computerlesbare Speichermedium kann auch als materielle computerlesbares Medium bezeichnet werden. Bei einigen Ausführungsformen kann ein computerlesbares Speichermedium außerdem Daten speichern, auf die der Prozessor der Computer-Vorrichtung zugreifen kann. Beispiele für computerlesbare Speichermedien umfassen Folgendes, sind jedoch nicht darauf beschränkt: eine Floppy Disk, ein magnetisches Festplattenlaufwerk, eine Solid-State-Festplatte, ein Flash-Speicher, ein USB-Stick, ein Random-Access Memory (RAM), ein Festwertspeicher (ROM), eine Optical Disk, eine Magneto-Optical Disk und der Registerspeicher des Prozessors. Beispiele für Optical Disks beinhalten Compact Disks (CD) und Digital Versatile Disks (DVD), beispielsweise CD-ROM, CD-RW, CD-R, DVD-ROM, DVD-RW oder DVD-R Disks. Der Ausdruck computerlesbares Speichermedium bezieht sich auch auf diverse Typen von Aufzeichnungsmedien, auf die die Computervorrichtung über ein Netzwerk oder eine Kommunikationsverbindung zugreifen kann. Daten können beispielsweise über ein Modem, über das Internet oder über ein lokales Netzwerk abgerufen werden. Computerausführbarer Code, der auf einem computerlesbaren Medium verkörpert ist, kann unter Verwendung jedes angemessenen Mediums oder jeder passenden Kombination daraus übertragen werden: Wireless, Drahtleitung, Lichtwellenleiter, RF, etc. eingeschlossen aber nicht darauf beschränkt.
-
Ein computerlesbares Signalmedium kann ein sich ausbreitendes Datensignal aufweisen mit darin verkörpertem computerausführbaren Code, beispielsweise im Basisband oder als Teil einer Trägerwelle. Ein solches sich ausbreitendes Signal kann jede einer Vielzahl von Formen annehmen, die Folgendes einschließen, aber nicht darauf beschränkt sind: elektromagnetisch, optisch oder jede passende Kombination daraus. Ein computerlesbares Signalmedium kann jedes computerlesbare Medium sein, das kein computerlesbares Speichermedium ist und das ein Programm für den Gebrauch durch oder in Verbindung mit einem/einer Instruktions-Ausführungssystem, -gerät, -vorrichtung kommunizieren, propagieren oder transportieren kann.
-
,Computerspeicher‘ oder ,Speicher‘ ist ein Beispiel für ein computerlesbares Speichermedium. Ein Computerspeicher ist jeder Speicher, auf den ein Prozessor direkt zugreifen kann. ,Permanenter Computerspeicher‘ oder ,permanenter Speicher‘ ist ein weiteres Beispiel für ein computerlesbares Speichermedium. Ein permanenter Computerspeicher ist jedes nicht-flüchtige computerlesbare Speichermedium. Bei einigen Ausführungsformen kann der permanente Computerspeicher auch ein Computerspeicher sein oder umgekehrt.
-
Ein wie hier verwendeter ,Prozessor‘ umfasst eine elektronische Komponente, die ein Programm oder eine maschinenausführbare Instruktion oder einen computerausführbaren Code ausführen kann. Bezugnahmen auf die Computer-Vorrichtung, die „einen Prozessor“ aufweist, sollten als möglicherweise mehr als einen Prozessor oder Prozessorkern aufweisend interpretiert werden. Der Prozessor kann beispielsweise ein Mehrkernprozessor sein. Ein Prozessor kann sich außerdem auf eine Ansammlung von Prozessoren in einem einzelnen Computersystem oder verteilt auf zahlreiche Computersysteme beziehen. Der Ausdruck Computer-Vorrichtung sollte zudem als sich möglicherweise auf eine Ansammlung oder ein Netzwerk von Computer-Vorrichtungen beziehend interpretiert werden, wobei jede einen Prozessor oder Prozessoren aufweist. Der computerausführbare Code kann von zahlreichen Prozessoren ausgeführt werden, die sich in derselben Computer-Vorrichtung befinden oder die sogar auf zahlreiche Computer-Vorrichtungen verteilt sein können.
-
Ein computerausführbarer Code kann maschinenausführbare Instruktionen oder ein Programm aufweisen, die/das einen Prozessor veranlasst, einen Aspekt der vorliegenden Erfindung durchzuführen. Computerausführbarer Code zum Durchführen von Vorgängen für Aspekte der vorliegenden Erfindung können in jeder Kombination von einer oder mehr Programmiersprachen geschrieben sein, eine objektorientierte Programmiersprache, wie etwa Java, Smalltalk, C++ oder dergleichen sowie herkömmliche prozedurale Programmiersprachen, wie etwa die „C“-Programmiersprache oder ähnliche Programmiersprachen eingeschlossen, und können in maschinenausführbare Instruktionen kompiliert werden. Für einige Fälle kann der computerausführbare Code in Form einer höheren Programmiersprache oder in einer vor-kompilierten Form vorliegen und in Verbindung mit einem Interpretierer verwendet werden, der die maschinenausführbaren Instruktionen spontan erzeugt.
-
Der computerausführbare Code kann gänzlich auf dem Benutzercomputer, teilweise auf dem Benutzercomputer, als eigenständiges Softwarepaket, teilweise auf dem Benutzercomputer und teilweise auf einem Remotecomputer oder gänzlich auf dem Remotecomputer oder Server ausgeführt werden. In letzterem Fall kann der Remotecomputer mit dem Benutzercomputer durch jeden Netzwerktyp verbunden sein, ein lokales Netzwerk (LAN) oder ein Wide Area Network (WAN) eingeschlossen. Oder die Verbindung kann zu einem externen Computer hergestellt sein (beispielsweise durch das Internet unter Verwendung eines Internetdienstleisters).
-
Aspekte der vorliegenden Erfindung werden unter Bezugnahme auf Fließdiagramm-Darstellungen und/oder Blockdiagramme von Verfahren, Vorrichtungen (Systemen) und Computerprogramm-Produkten gemäß den Ausführungsformen der Erfindung beschrieben. Es wird davon ausgegangen, dass jeder Block oder ein Bereich der Blöcke des Flussdiagramms, der Darstellungen und/oder Blockdiagramme von Computerprogramm-Instruktionen in Form von computerausführbarem Code implementiert werden kann, wenn anwendbar. Es wird ferner davon ausgegangen, dass, sofern sie einander nicht ausschließen, Kombinationen von Blöcken in verschiedenen Flussdiagrammen, Darstellungen und/oder Blockdiagrammen kombiniert werden können. Diese Computerprogramm-Instruktionen können einem Prozessor eines Universalcomputers, eines Spezialcomputer oder anderer programmierbarer Datenverarbeitungs-Vorrichtungen zur Verfügung gestellt werden, um eine Maschine so zu erzeugen, dass die Instruktionen, die durch den Prozessor des Computers oder weiterer programmierbarer Datenverarbeitungs-Vorrichtungen ausgeführt werden, Mittel zur Implementierung der Funktionen/Handlungen erzeugen, die in dem Flussdiagramm und/oder Blockdiagramm-Block oder -Blöcken spezifiziert sind.
-
Diese Computerprogramm-Instruktionen können auch auf einem computerlesbaren Medium gespeichert sein, das einen Computer, andere programmierbare Datenverarbeitungs-Vorrichtungen oder andere Vorrichtungen anweisen kann, in einer bestimmten Weise so zu funktionieren, dass die Instruktionen, die auf dem computerlesbaren Medium gespeichert sind, einen Produktionsbeitrag erzeugen, der Instruktionen aufweist, die die Funktionen/Handlungen implementieren, die in dem Flussdiagramm und/oder Blockdiagramm-Block oder -Blöcken spezifiziert sind.
-
Die Computerprogramm-Instruktionen können auch auf einen Computer, auf andere programmierbare Datenverarbeitungs-Vorrichtungen oder auf andere Vorrichtungen geladen werden, um dafür zu sorgen, dass eine Reihe von Verfahrensschritten auf dem Computer, anderer programmierbarer Vorrichtungen oder anderer Vorrichtungen ausgeführt wird, um einen computerimplementierten Prozess so zu erzeugen, dass die Instruktionen, die auf dem Computer oder auf anderen programmierbaren Vorrichtungen ausgeführt werden, Prozesse zum Implementieren der Funktionen/Handlungen angeben, die in dem Flussdiagramm und/oder Blockdiagramm-Block oder -Blöcken spezifiziert sind.
-
Eine wie hier verwendete ,Benutzerschnittstelle‘ ist eine Schnittstelle, die es einem Benutzer oder Anwender ermöglicht, mit einem Computer oder Computersystem zu interagieren. Eine ,Benutzerschnittstelle‘ kann auch als ,Human-Interface-Vorrichtung‘ bezeichnet werden. Eine Benutzerschnittstelle kann dem Anwender Informationen oder Daten bereitstellen und/oder Informationen oder Daten von dem Anwender erhalten. Eine Benutzerschnittstelle kann ermöglichen, dass Eingaben von einem Anwender von dem Computer empfangen werden, und kann dem Benutzer Ausgaben von dem Computer zur Verfügung stellen. Mit anderen Worten: Die Benutzerschnittstelle kann es einem Anwender ermöglichen, einen Computer zu steuern oder zu bedienen; und die Schnittstelle kann dem Computer ermöglichen, Wirkungen der Steuerung oder Bedienung des Anwenders anzugeben. Die Anzeige von Daten oder Informationen auf einer Anzeige oder eine grafische Benutzerschnittstelle ist ein Beispiel für das Bereitstellen von Informationen für einen Anwender. Das Empfangen von Daten durch eine Tastatur, eine Mouse, einen Trackball, ein Touchpad, einen Pointing Stick, ein Grafiktablett, einen Joystick, ein Gamepad, eine Webcam, ein Headset, Pedale, einen Datenhandschuh, eine Fernbedienung sowie einen Beschleunigungssensor sind allesamt Beispiele für Benutzerschnittstellen-Komponenten, die das Empfangen von Informationen oder Daten von einem Anwender ermöglichen.
-
Eine wie hier verwendete ,Hardwareschnittstelle‘ umfasst eine Schnittstelle, die es dem Prozessor eines Computersystems ermöglicht, mit einer externen Computer-Vorrichtung und/oder einem externen Computer-Gerät zu interagieren und/oder sie/es zu steuern. Eine Hardwareschnittstelle kann es einem Prozessor ermöglichen, Steuersignale oder Instruktionen an eine externe Computer-Vorrichtung und/oder ein externes Computer-Gerät zu senden. Eine Hardwareschnittstelle kann einem Prozessor außerdem ermöglichen, Daten mit einer externen Computer-Vorrichtung und/oder einem externen Computer-Gerät auszutauschen. Beispiele für eine Hardwareschnittstelle schließen Folgendes ein, sind aber nicht darauf beschränkt: Universal Serial Bus, IEEE-1394-Port, Parallele Schnittstelle, IEEE-1284-Port, Serielle Schnittstelle, RS-232-Port, IEEE-488-Port, Bluetooth-Verbindung, drahtlose lokale Netzwerkverbindung, TCP/IP-Verbindung, Ethernet-Verbindung, Steuerspannung-Schnittstelle, MIDI-Schnittstelle, Analogeingang-Schnittstelle sowie Digitaleingang-Schnittstelle.
-
Eine wie hier verwendete ,Anzeige‘ oder ,Anzeige-Vorrichtung‘ weist eine AusgabeVorrichtung oder eine Benutzerschnittstelle auf, die für das Anzeigen von Bildern oder Daten geeignet ist. Eine Anzeige kann visuelle, Audio- und/oder taktile Daten ausgeben. Beispiele für eine Anzeige schließen Folgendes ein, sind aber nicht darauf beschränkt: Computermonitor, Fernsehbildschirm, Touchscreen, taktiles elektronisches Display, Brailledisplay, Kathodenstrahlröhre (CRT), Speicherröhre, bistabile Anzeige, elektronisches Papier, Vektorbildschirm, Flachbildschirm, Vakuum-Fluoreszenzanzeige (VF), Leuchtdioden- (LED-) Display, Electrolumineszenz-Display (ELD), Plasmabildschirm (PDP), Flüssigkristallanzeige (LCD), Organischer Leuchtdioden-Display (OLED), Projektor sowie Head-Mounted Display.
-
Magnetresonanz- (MR-) Daten sind hier als die während eines Magnetresonanztomografie-Scans aufgezeichneten Messungen von Radiofrequenz-Signalen definiert, die unter Verwendung der Antenne einer Magnetresonanz-Vorrichtung von Atomspins emittiert werden. Magnetresonanz-Daten stellen ein Beispiel für medizinische Bilddaten dar. Ein Magnetresonanztomografie- (MRT-) Bild ist hier definiert als die rekonstruierte zwei- oder dreidimensionale Visualisierung anatomischer Daten, die in den Magnetresonanztomografie-Daten enthalten sind. Diese Visualisierung kann unter Verwendung eines Computers durchgeführt werden.
-
Bei einem Aspekt gibt die Erfindung ein medizinisches Bildgebungssystem an. Das medizinische Bildgebungssystem weist einen Speicher zum Speichern maschinenausführbarer Instruktionen auf. Ferner weist das medizinische Bildgebungssystem einen Prozessor zum Steuern des medizinischen Systems auf. Die maschinenausführbaren Instruktionen sind von dem Prozessor ausführbar. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor, zahlreiche Magnetresonanzbilder zu empfangen. Die zahlreichen Magnetresonanzbilder können beispielsweise von einem Subjekt sein und in einer Sequenz oder Reihe aufgenommen sein. Die zahlreichen Magnetresonanzbilder können von dem gleichen Bereich der Anatomie des Subjekts sein. Jedes der zahlreichen Magnetresonanzbilder weist Voxel auf. Die zahlreichen Magnetresonanzbilder können über ein Netzwerk oder ein anderes Computer-Speichermedium empfangen werden. Bei weiteren Beispielen werden die zahlreichen Magnetresonanzbilder von dem medizinischen Bildgebungssystem erfasst.
-
Das Ausführen von maschinenausführbaren veranlasst den Prozessor ferner, eine Bild-Segmentierung für jedes der zahlreichen Magnetresonanzbilder zu berechnen. Die Bild-Segmentierung teilt jedes der Magnetresonanzbilder in Bereiche auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, unter Verwendung eines Magnetresonanztomografie-Gewebeklassifizierers jedem der Bereiche eine Gewebeklassifizierung zuzuweisen. Die Bild-Segmentierung kann beispielsweise unter Verwendung von Standard-Techniken durchgeführt werden, wie etwa Bildverarbeitung zum Betrachten von abrupten Änderungen in den Werten der Voxel; oder es können beispielsweise ein verformbares Modell oder andere anatomische Modelle verwendet werden, um die Bild-Segmentierung zu bestimmen. Gleichermaßen kann der Magnetresonanztomografie-Gewebeklassifizierer Standard-Techniken verwenden. Beispielsweise kann ein anatomisches Modell zumindest teilweise für einige Beispiele verwendet werden. Bei weiteren Beispielen kann der Magnetresonanztomografie-Gewebeklassifizierer arbeiten, indem ein Durchschnitts- oder Mittelwert der Voxel innerhalb eines bestimmten Bereichs bestimmt wird. Diese können normalisiert oder skaliert und anschließend mit einem Standard verglichen werden, um einen Gewebetyp zu identifizieren und eine Gewebeklassifizierung zuzuweisen.
-
Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, eine Hounsfield-Einheit-Abbildung für jedes der zahlreichen Magnetresonanzbilder zu erstellen, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung zugewiesen wird. Die Hounsfield-Zuordnung umfasst eine Zuordnung von Gewebeklassifizierungen und Hounsfield-Einheiten. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor zudem, unter Verwendung der Hounsfield-Einheit-Zuordnung ein virtuelles CT- oder Computertomografie-Bild für jedes der zahlreichen Magnetresonanzbilder zu berechnen. Diese Ausführungsform kann den Vorteil aufweisen, dass sie eine verbesserte Weise zum Herstellen virtueller CT-Bilder für Gruppen von Magnetresonanzbildern angibt.
-
Bei einer weiteren Ausführungsform kann die Magnetresonanztomografie-Gewebeklassifizierung aus einer endlichen Anzahl von Gewebetypen jedem Bereich einen Gewebetyp zuweisen.
-
Insbesondere diagnostische MR-Bilder mit diversen Kontrasttypen und hoher räumlicher Auflösung und einem Signal-Rausch-Pegel für eine angemessene diagnostische Bildqualität werden als Basis für die virtuellen CT-Bilder verwendet. Diese virtuellen CT-Bilder, die der MR-Bild-Diagnosequalität entsprechen, können verwendet werden, um einen Mediziner bei der Interpretation der MR-Bilder zu unterstützen.
-
Bei einer weiteren Ausführungsform weist das medizinische System ferner ein Magnetresonanztomografie-System zum Erfassen von zahlreichen Reihen von Magnetresonanz-Daten von einem Subjekt auf. Bei einigen Beispielen können die zahlreichen Reihen Zeitreihen sein. Der Speicher speichert ferner Impulsfolge-Befehle. Die Impulsfolge-Befehle können Instruktionen oder Steuerungen aufweisen, die der Prozessor verwendet, um das Magnetresonanztomografie-System zu steuern, um die zahlreichen Reihen von Magnetresonanz-Daten gemäß einem Magnetresonanztomografie-Protokoll zu erfassen. Das Ausführen von maschinenausführbaren Instruktionen veranlasst den Prozessor weiter, die zahlreichen Reihen von Magnetresonanz-Daten zu erfassen, indem das Magnetresonanztomografie-System mit den Impulsfolge-Befehlen gesteuert wird. Das Ausführen von maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, die zahlreichen Reihen von Magnetresonanz-Daten zu den zahlreichen Magnetresonanzbildern zu rekonstruieren. Diese Ausführungsform kann den Vorteil aufweisen, dass ein verbessertes Verfahren zum Erzeugen virtueller CT-Bilder für zahlreiche Reihen oder Zeitreihen von Magnetresonanzbildern angegeben wird.
-
Bei einer weiteren Ausführungsform spezifizieren die Impulsfolge-Befehle eine erste Echozeit größer 100 µs. Dies kann den Vorteil haben, dass das Berechnen von virtuellen CT-Bildern ohne die sogenannten UTE- oder ultra-kurzen Echozeit-Impulsfolgen möglich ist. Ein weiterer potentieller Vorteil besteht darin, dass der Gebrauch einer längeren Echozeit die MR-Sequenz stärker für Pathologien sensibilisiert und präzisere Gewebeklassifizierung unterstützt.
-
Bei einer weiteren Ausführungsform veranlassen die Impulsfolge-Befehle das Magnetresonanztomografie-System dazu, die zahlreichen Reihen von Magnetresonanz-Daten gemäß einem Magnetresonanztomografie-Protokoll zur arteriellen Spinmarkierung zu erfassen. Diese Ausführungsform kann nützlich sein, weil sie ein Mittel zum Konvertieren eines standardmäßig arteriell spinmarkierten Magnetresonanzbildes in ein virtuelles oder pseudo-CT-Bild angibt. Dies kann es Medizinern oder anderem Personal, das es gewohnt ist, CT-Bilder zu analysieren, ermöglichen, die arteriell spinmarkierten Magnetresonanzbilder leichter interpretieren zu können.
-
Bei einer weiteren Ausführungsform umfassen die Impulsfolge-Befehle Befehle für eines des Folgenden: eine Gradientenecho-Impulsfolge, eine TSE-Sequenz, ein Spinecho, eine Dixon-Impulsfolge sowie Kombinationen daraus. Bei weiteren Ausführungsformen können Impulsfolge-Befehle verwendet werden, um Diffusion in dem Subjekt zu kennzeichnen oder zu markieren. Bei einem weiteren Beispiel können die Impulsfolge-Befehle dazu führen, dass Sampling in dem K-Raum in einem kartesischen, in einem radialen oder spiralförmigen Muster ausgeführt wird.
-
Bei einer weiteren Ausführungsform veranlassen die Impulsfolge-Befehle, dass die Magnetresonanz-Daten unter Verwendung einer EPI-Impulsfolge erfasst werden.
-
Bei einer weiteren Ausführungsform veranlassen die Impulsfolge-Befehle den Prozessor, Magnetresonanz-Daten zu erfassen, indem eines des Folgenden variiert wird: der Flipwinkel, die TE- oder Echozeit, die TR- oder Repetitionszeit sowie Kombinationen daraus. Dies kann diverse unterschiedliche Vorteile haben. Für einige Fälle kann das Modifizieren des Flipwinkels, der TE und/oder TR einen Effekt auf den Kontrast oder die Helligkeit der Voxel haben und kann ermöglichen, dass verschiedene Merkmale in den Magnetresonanzbildern gesehen werden.
-
Bei weiteren Beispielen könnte diese Variation von Flipwinkel, TE und/oder TR für ein sogenanntes MR-Fingerabdruck-Magnetresonanztomografie-Protokoll verwendet werden. Bei dem Magnetresonanz-Fingerabdruck veranlassen die Impulsfolge-Befehle, dass die Daten unter Verwendung einer vorgegebenen aber pseudo-zufälligen Variation von Flipwinkel, TE und/oder TR sowie Kombinationen erfasst werden. Ein Verzeichnis kann dann für jeden aus einer vorgegebenen Anzahl von Gewebetypen berechnet werden. Das Verzeichnis enthält eine Anzahl von Signalen für jeden bestimmten Gewebetyp. Der Magnetresonanz-Fingerabdruck erfasst dann unter Verwendung der Impulsfolge-Befehle die Magnetresonanz-Daten, und die erfassten Magnetresonanz-Daten werden mit dem Magnetresonanz-Fingerabdruck-Verzeichnis verglichen. Das Magnetresonanz-Signal kann anschließend Voxel für Voxel aufgelöst werden und mit dem Verzeichnis verglichen werden, und der Bruchteil von jedem Voxel, der die diversen Gewebetypen enthält, kann dann zugeordnet werden. Dies kann den Vorteil haben, dass das Verfahren schneller durchgeführt werden kann, und dass außerdem in einigen Fällen eine präzisere Gewebeklassifizierung für jeden der Bereiche des Magnetresonanztomografie-Gewebeklassifizierers erzeugt werden kann. Bei dieser Ausführungsform ist der Magnetresonanztomografie-Gewebeklassifizierer das Magnetresonanz-Fingerabdruck-Verzeichnis.
-
Bei einer weiteren Ausführungsform weist das medizinische Bildgebungssystem ferner eine Anzeige auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, die virtuellen CT-Bilder für jedes der zahlreichen Magnetresonanz-Bilder anzuzeigen. Bei dem Anzeigen der diversen virtuellen CT-Bilder können diese in einigen Fällen alle gleichzeitig angezeigt werden. In weiteren Beispielen können sie aufeinanderfolgend oder in einer bestimmten Reihenfolge angezeigt werden.
-
Bei einer weiteren Ausführungsform wird das virtuelle CT-Bild neben einem entsprechenden Bild angezeigt. Das entsprechende Bild wird aus den zahlreichen Magnetresonanzbildern ausgewählt. Dies kann den Vorteil haben, dass ein virtuelles CT-Bild angegeben wird, das nützlich sein kann für einen Mediziner oder eine andere Person, die die Inhalte der Magnetresonanzbilder versteht.
-
Bei einer weiteren Ausführungsform weisen die endlichen Gewebetypen eines des Folgenden auf: Wasser, Fett, hepatozelluläre Karzinom-Zellen, Karzinom-Zellen, Zysten-Zellen, Arterien, Venen, Metastasen-Zellen, Knochengewebe, Blut, Epithelzellen, Muskelgewebe, interstitielle Zellen, Nervengewebe, Bindegewebe, Knorpel sowie Kombinationen daraus.
-
Bei einer weiteren Ausführungsform weisen die zahlreichen Magnetresonanzbilder zumindest ein Vor-Kontrast-Bild oder ein spätes Nach-Kontrast-Bild auf.
-
Bei einer weiteren Ausführungsform weisen die zahlreichen Magnetresonanzbilder ferner zumindest ein arterielles Phasen-Bild auf.
-
Bei einer weiteren Ausführungsform weisen die zahlreichen Magnetresonanzbilder zumindest ein spätvenöses Phasen-Bild auf.
-
Bei einer weiteren Ausführungsform weisen die zahlreichen Magnetresonanzbilder zumindest ein Late-Enhancement-Bild auf.
-
Bei einer weiteren Ausführungsform weist der Magnetresonanztomografie-Gewebeklassifizierer jedem der Bereiche eine Gewebeklassifizierung zu, wobei zumindest teilweise ein anatomisches Modell verwendet wird. Es könnte beispielsweise ein verformbares Modell oder ein anderes anatomisches Modell verwendet werden, um entweder vollständig zu klassifizieren oder bei der Klassifizierung des Gewebetyps zu helfen.
-
Bei einer weiteren Ausführungsform weist das anatomische Modell eines des Folgenden auf: ein Prostata-Modell, ein Leber-Modell sowie Kombinationen daraus.
-
Bei einer weiteren Ausführungsform weist der Magnetresonanztomografie-Gewebeklassifizierer jedem der Bereiche eine Gewebeklassifizierung zu, zumindest teilweise durch: Errechnen eines repräsentativen Voxel-Werts für jeden der Bereiche, Normieren des repräsentativen Voxel-Werts für jeden der Bereiche und Zuweisen der Gewebeklassifizierung zu jedem der Bereiche durch Matchen des normierten repräsentativen Voxels mit einem vorgegebenen Bereich für die Gewebeklassifizierung. Wenn Magnetresonanzbilder erfasst werden, kann die absolute Intensität der Voxel nicht kalibriert werden.
-
Allerdings wird die relative Intensität der Voxel für bestimmte Gewebetypen bestimmt. Der repräsentative Voxel-Wert kann ein statistisches Maß sein, wie etwa ein Mittelwert oder Durchschnitt der Voxel-Werte in einem bestimmten Bereich. Diese können dann normiert werden oder beispielsweise bezüglich des Bereichs mit dem größten Wert skaliert werden, so dass sich die Voxel in bestimmten Standard-Bereichen befinden. Der normierte repräsentative Voxel-Wert kann dann mit einer Tabelle oder einer Zuordnung verglichen werden, die/das Intensitäten eines bestimmten Bereichs für eine bestimmte Gewebeklassifikation zugeordnet. Beispielsweise könnte ein Vektor für jeden der diversen Bereiche erstellt werden. Dieser Vektor könnte dann mit einem Standard-Vektor verglichen werden und die Gewebetypen werden anschließend dem Wert zugewiesen, der am ehesten mit einem Vergleichs-Vektor übereinstimmt.
-
Bei einer weiteren Ausführungsform veranlasst das Ausführen der maschinenausführbaren Instruktionen den Prozessor ferner, LI-RADS-Beispielbilder zuzuweisen, die auf voridentifizierten Formen und Bildintensitäts-Variationen basieren, um Gewebetypen in dem virtuellen CT-Bild für jedes der zahlreichen Magnetresonanzbilder zu identifizieren. Dies kann beispielsweise nützlich für das Bereitstellen von Informationen sein, die für das Diagnostizieren oder Beschreiben von Abweichungen in den Magnetresonanzbildern hilfreich sein können.
-
Bei einer weiteren Ausführungsform veranlasst das Ausführen der maschinenausführbaren Instruktionen den Prozessor, die zahlreichen Reihen von Magnetresonanz-Daten im Zeitraum von einer Stunde zu erfassen. Die Magnetresonanzdaten können zum Beispiel erfasst werden, nachdem dem Subjekt ein Kontrastmittel injiziert wurde.
-
Bei einer weiteren Ausführungsform wird das virtuelle CT-Bild für jedes der zahlreichen Magnetresonanzbilder in einer Bild-Datenbank gespeichert.
-
Bei einem weiteren Aspekt gibt die Erfindung ein Computerprogramm-Produkt an, das maschinenausführbare Instruktionen zum Ausführen durch einen Prozessor aufweist, der das medizinische Bildgebungssystem steuert. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor, zahlreiche Magnetresonanzbilder zu empfangen. Jedes der zahlreichen Magnetresonanzbilder weist Voxel auf. Das Ausführen maschinenausführbarer Instruktionen veranlasst den Prozessor ferner, eine Bild-Segmentierung für jedes der zahlreihen Magnetresonanzbilder zu berechnen. Die Bild-Segmentierung teilt jedes der zahlreichen Magnetresonanzbilder in Bereiche auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor zudem, jedem der Bereiche unter Verwendung eines Magnetresonanztomografie-Gewebeklassifizierers eine Gewebeklassifizierung zuzuweisen. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor außerdem, eine Hounsfield-Einheit-Abbildung für jedes der zahlreichen Magnetresonanzbilder zu berechnen, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung zugewiesen wird. Die Hounsfield-Zuordnung umfasst eine Zuordnung von der Gewebeklassifizierung und den Hounsfield-Einheiten. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, unter Verwendung der Hounsfield-Einheit-Zuordnung ein virtuelles CT-Bild für jedes der zahlreichen Magnetresonanzbilder zu berechnen.
-
Bei einem weiteren Aspekt gibt die Erfindung ein Verfahren zum Bertreiben eines medizinischen Bildgebungssystems an. Das Verfahren umfasst das Empfangen zahlreicher Magnetresonanzbilder. Jedes der zahlreichen Magnetresonanzbilder weist Voxel auf. Das Verfahren umfasst ferner das Berechnen einer Bild-Segmentierung für jedes der zahlreichen Magnetresonanzbilder. Die Bild-Segmentierung teilt jedes der zahlreichen Magnetresonanzbilder in Bereiche auf. Das Verfahren umfasst zudem das Zuweisen einer Gewebeklassifizierung zu jedem der Bereiche unter Verwendung eines Magnetresonanztomografie-Gewebeklassifizierers. Das Verfahren umfasst außerdem das Berechnen einer Hounsfield-Einheit-Abbildung für jedes der zahlreichen Magnetresonanzbilder, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung zugewiesen wird. Die Hounsfield-Zuordnung umfasst eine Zuordnung von der Gewebeklassifizierung und den Hounsfield-Einheiten. Ferner umfasst das Verfahren das Berechnen eines virtuellen CT-Bildes für jedes der zahlreichen Magnetresonanzbilder unter Verwendung der Hounsfield-Einheit-Zuordnung.
-
Bei einem weiteren Aspekt gibt die Erfindung ein medizinisches Bildgebungssystem an. Das Magnetresonanztomografie-System weist einen Speicher zum Speichern von maschinenausführbaren Instruktionen auf. Das medizinische Bildgebungssystem weist ferner einen Prozessor zum Steuern des medizinischen Bildgebungssystems auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor, zahlreiche Magnetresonanzbilder zu empfangen. Jedes der zahlreichen Magnetresonanzbilder weist Voxel auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, eine Bild-Segmentierung für jedes der zahlreichen Magnetresonanzbilder zu berechnen. Die Bild-Segmentierung teilt jedes der zahlreichen Magnetresonanzbilder in Bereiche auf. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, unter Verwendung des Magnetresonanztomografie-Gewebeklassifizierers jedem der Bereiche eine Gewebeklassifizierung zuzuweisen. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor zudem, aus den Magnetresonanzbildern eine Hounsfield-Einheit-Abbildung zu berechnen, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung zugewiesen wird. Die Hounsfield-Zuordnung umfasst eine Zuordnung von der Gewebeklassifizierung und den Hounsfield-Einheiten. Das Ausführen der maschinenausführbaren Instruktionen veranlasst den Prozessor ferner, ein virtuelles CT-Bild für jedes der zahlreichen Magnetresonanzbilder zu berechnen, wobei die Hounsfield-Einheit-Zuordnung verwendet wird.
-
Es wird davon ausgegangen, dass eine oder mehr der vorstehend genannten Ausführungsformen der Erfindung kombiniert werden können, so lange die kombinierten Ausführungsformen sich nicht gegenseitig ausschließen.
-
Figurenliste
-
Im Folgenden werden bevorzugte Ausführungsformen der Erfindung nur beispielhaft und unter Bezugnahme auf die Zeichnungen beschrieben, bei denen:
- 1 ein Beispiel eines medizinischen Bildgebungssystems darstellt;
- 2 ein Flussdiagramm zeigt, das ein Verfahren zum Betreiben des medizinischen Bildgebungssystems gemäß 1 darstellt;
- 3 ein weiteres Beispiel eines medizinischen Bildgebungssystems darstellt;
- 4 ein Flussdiagramm zeigt, das ein Verfahren zum Betreiben des medizinischen Bildgebungssystems gemäß 2 darstellt; und
- 5 ein Flussdiagramm zeigt, das ein weiteres Beispiel eines Verfahrens darstellt.
-
DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
-
Gleich nummerierte Elemente bei diesen Figuren sind entweder äquivalente Elemente oder erfüllen die gleiche Funktion. Elemente, die zuvor besprochen wurden, werden bei späteren Figuren nicht unbedingt besprochen, wenn die Funktion äquivalent ist.
-
1 zeigt ein Beispiel eines medizinischen Bildgebungssystems 100. Das gezeigte medizinische Bildgebungssystem 100 weist ein Computersystem 102 auf. Das Computersystem 102 kann beispielsweise eine Hardware- oder Netzwerkschnittstelle 104 aufweisen. Das gezeigte Computersystem weist ferner Folgendes auf einen Prozessor 106, der mit der Hardware- oder Netzwerkschnittstelle 104 verbunden ist, eine Benutzerschnittstelle 108, einen permanenten Computerspeicher 110 sowie einen Computerspeicher 112.
-
Der gezeigte permanente Computerspeicher 110 weist zahlreiche Magnetresonanzbilder auf. Der gezeigte permanente Computerspeicher 110 weist ferner eine Segmentierung der zahlreichen Magnetresonanzbilder 120 auf. Der gezeigte permanente Computerspeicher 110 weist ferner eine Gewebeklassifizierung 124 auf, die von der Segmentierung 122 der zahlreichen Magnetresonanzbilder abgeleitet wurde. Der gezeigte permanente Computerspeicher 110 weist ferner eine Zuordnung 126 von Gewebeklassifizierung und Hounsfield-Einheiten auf. Der permanente Computerspeicher 110 weist ferner eine Hounsfield-Einheit- auf, die aus den Gewebeklassifizierungen 124 und dem Zuordnen von Gewebeklassifizierungen und den Hounsfield-Einheiten konstruiert wurde. Der gezeigte permanente Computerspeicher 110 weist ferner ein virtuelles CT-Bild auf, das aus den Hounsfield-Einheit- der zahlreichen Magnetresonanzbilder 120 rekonstruiert wurde. Der gezeigte Computerspeicher 112 weist maschinenausführbare Instruktionen 140 auf, die ermöglichen, dass der Prozessor 106 den Betrieb und die Funktion des medizinischen Bildgebungssystems 100 steuert. Der gezeigte permanente Computerspeicher 112 weist ferner einen Segmentierungs-Algorithmus 142 auf, der ausführbaren Code aufweist, der ermöglicht, dass der Prozessor 106 die zahlreichen Magnetresonanzbilder 120 in die Segmentierungen 122 segmentiert.
-
Der gezeigte Computerspeicher 112 weist ferner einen Magnetresonanztomografie-System-Gewebeklassifizierer 144 auf, der ermöglicht, dass die Gewebeklassifizierung 124 von den Segmentierungen 122 abgeleitet wird. Der gezeigte permanente Computerspeicher 112 weist ferner ein Bildverarbeitungsmodul 146 auf, das ausführbaren Code enthält, der ermöglicht, dass der Prozessor 106 das Erzeugen von Zuordnungen 126 oder das Rekonstruieren des virtuellen CT-Bildes 130 aus einer Hounsfield-Einheit-Abbildung oder dergleichen ausführt. Für den Fall, dass das medizinische Bildgebungssystem 100 außerdem ein Magnetresonanztomografie-System aufweist, kann das Bildverarbeitungsmodul 146 auch Code enthalten, der ermöglicht, dass der Prozessor 106 Magnetresonanz-Daten zu Magnetresonanzbildern rekonstruiert. Die Inhalte des permanenten Computerspeichers 110 und des Computerspeichers 112 können kombiniert werden, sie können dupliziert werden oder miteinander ausgetauscht werden.
-
Das gezeigte medizinische Bildgebungssystem 100 weist ferner eine Anzeige 150 auf. Die Anzeige 150 zeigt ein Magnetresonanzbild 152 an und daneben ein virtuelles CT-Bild 154. Das virtuelle CT-Bild 154 wurde von dem Magnetresonanzbild 152 abgeleitet. Sie nebeneinander anzuzeigen kann vorteilhaft sein, weil es einen Mediziner oder eine andere Person, die mit der Betrachtung von CT-Bildern vertraut ist, dazu befähigt, das Magnetresonanzbild 152 besser zu interpretieren.
-
2 zeigt ein Flussdiagramm, das ein Beispiel eines Verfahrens zum Betreiben des medizinischen Bildgebungssystems 100 gemäß 1 darstellt. Bei Schritt 200 werden zuerst die zahlreichen Magnetresonanzbilder 120 empfangen. Diese könnten zum Beispiel empfangen werden, indem Magnetresonanzbilder erfasst und rekonstruiert werden, sie könnten mittels einer Netzwerkschnittstelle empfangen werden, oder sie könnten mittels eines Computer-Speichermediums an das Computersystem 102 übermittelt werden. Als nächstes wird bei Schritt 202 für jedes der zahlreichen Magnetresonanzbilder 120 eine Bild-Segmentierung 122 berechnet. Bei Schritt 204 wird dann unter Verwendung eines Magnetresonanztomografie-Gewebeklassifizierungs-Algorithmus 144 jedem der Bereiche eine Gewebeklassifizierung 124 zugewiesen. Als nächstes wird bei Schritt 206 die Hounsfield-Einheit-Abbildung 128 für jedes der zahlreichen Magnetresonanzbilder 120 berechnet, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung 124 zugewiesen wird.
-
Alternativ wird eine einzelne Hounsfield-Einheit- aus einer Kombination von Daten von den zahlreichen Magnetresonanzbildern berechnet. Beispielsweise könnten die zahlreichen Magnetresonanzbilder vor der Segmentierung gemittelt werden. Bei einem weiteren Beispiel werden die Segmentierungs-Daten von jedem der zahlreichen Magnetresonanzbilder kombiniert, um eine kombinierte Bildsegmentierung zu erzeugen. Der kombinierten Bildsegmentierung werden dann Gewebeklassifizierungen zugewiesen, die dann verwendet werden, um eine Hounsfield-Einheit-Abbildung zu berechnen.
-
Bei Schritt 208 wird schließlich unter Verwendung der Hounsfield-Einheit- ein virtuelles CT-Bild für jedes der Magnetresonanzbilder 120 berechnet.
-
Das medizinische Bildgebungssystem 300, das äquivalent zu dem in 1 gezeigten medizinischen Bildgebungssystem 100 ist, weist ein Magnetresonanztomografie-System 302 und ein Computersystem 102 mit einem Prozessor 106 auf. Das Magnetresonanztomografie-System 102 weist einen Magneten 304 auf. Der Magnet 304 ist ein supraleitender zylindrischer Typ eines Magneten 304, durch den ein Tunnel 306 verläuft. Der Gebrauch weiterer Magnettypen ist ebenfalls möglich; es kann beispielsweise auch sowohl ein geteilter zylindrischer Magnet als auch ein so genannter offener Magnet verwendet werden. Ein geteilter zylindrischer Magnet ist einem standardmäßigen zylindrischen Magneten ähnlich, abgesehen davon, dass der Kryostat in zwei Bereiche aufgeteilt wurde, um Zugang zu der Iso-Ebene des Magneten zu ermöglichen. Derartige Magneten können beispielsweise in Verbindung mit Therapien mittels geladener Teilchenstrahlen verwendet werden. Ein offener Magnet weist zwei Magnetbereiche auf, bei dem einer mit einem dazwischenliegenden Raum über dem anderen liegt, der groß genug ist, um ein Subjekt aufzunehmen: Die Anordnung der Fläche der zwei Bereiche ist einer Helmholtz-Spule ähnlich. Offene Magneten sind beliebt, weil das Subjekt weniger beengt wird. In dem Kryostat des zylindrischen Magneten ist eine Ansammlung supraleitender Spulen vorhanden. In dem Tunnel 306 des zylindrischen Magneten 304 befindet sich dort eine Bildgebungszone 308, wo das Magnetfeld stark und gleichförmig genug ist, um Magnetresonanztomografie durchzuführen.
-
In dem Tunnel 306 des Magneten befindet sich auch ein Set von Magnetfeldgradienten-Spulen 310, das zum Erfassen von Magnetresonanz-Daten verwendet wird, um Magnetspins in der Bildgebungszone 308 des Magneten 304 räumlich zu codieren. Die Magnetfeldgradienten-Spulen 310 sind mit einer Stromversorgung 312 für Magnetfeldgradienten-Spulen verbunden. Die Magnetfeldgradienten-Spulen 310 sind dazu vorgesehen, repräsentativ zu sein. Typischerweise weisen Magnetfeldgradienten-Spulen 310 drei separate Sets von Spulen auf, um in drei orthogonale räumliche Richtungen räumlich zu codieren. Eine Magnetfeldgradienten-Stromversorgung versorgt die Magnetfeldgradienten-Spulen mit Strom. Der Strom, mit dem die Magnetfeldgradienten-Spulen 310 versorgt werden, wird als eine Funktion der Zeit gesteuert und kann rampenförmig oder gepulst sein.
-
Der Bildgebungszone 308 benachbart ist eine Radiofrequenz-Spule 314 zum Beeinflussen der Orientierungen der Magnetspins innerhalb der Bildgebungszone 308 und zum Empfangen von Radioübertragungen von Spins ebenfalls innerhalb der Bildgebungszone 308. Die Radiofrequenz-Antenne kann zahlreiche Spulen-Elemente aufweisen. Die Radiofrequenz-Antenne kann auch als Kanal oder Antenne bezeichnet werden. Die Radiofrequenz-Spule 314 ist mit einem Radiofrequenz-Sende-Empfänger 316 verbunden. Die Radiofrequenz-Spule 314 und der Radiofrequenz-Sende-Empfänger 316 können von separaten Sende- und Empfänger-Spulen und einem separaten Sender und Empfänger ersetzt werden. Es wird davon ausgegangen, dass die Radiofrequenz-Spule 314 und der Radiofrequenz-Sende-Empfänger 316 repräsentativ sind. Die Radiofrequenz-Spule 314 ist dazu vorgesehen, außerdem eine bestimmte Sende-Antenne und eine bestimmte Empfänger-Antenne zu repräsentieren. Gleichermaßen kann der Sende-Empfänger 316 separate Sender und Empfänger repräsentieren. Die Radiofrequenz-Spule 314 kann auch zahlreiche Empfänger-/Sende-Elemente aufweisen und der Radiofrequenz-Sende-Empfänger 316 kann zahlreiche Empfänger-/Sende-Kanäle aufweisen.
-
Der Subjekt-Trage 320 ist an einem optionalen Aktuator 322 angebracht, der die Subjekt-Trage und das Subjekt 318 durch die Bildgebungszone 308 bewegen kann. Auf diese Weise kann ein größerer Bereich des Subjekts 318 oder das gesamte Subjekt 318 abgebildet werden. Der Sende-Empfänger 316, die Stromversorgung 312 für Magnetfeldgradienten-Spulen sowie der Aktuator 322 sind alle mit einer Hardwareschnittstelle 104 des Computersystems 102 verbunden. Das Computersystem 102 ist äquivalent zu dem in 1 gezeigten Computersystem.
-
Der gezeigte permanente Computerspeicher 110 weist ferner Impulsfolge-Befehle 330 auf. Der gezeigte permanente Computerspeicher 110 weist ferner zahlreiche Reihen von Magnetresonanz-Daten 332 auf, die erfasst werden, wenn der Prozessor 106 das Magnetresonanztomografie-System 302 mit den Impulsfolge-Befehlen 330 steuert. Bei diesem Beispiel rekonstruiert das Bildrekonstruktions-Modul 146 die Magnetresonanz-Daten 332 zu den zahlreichen Magnetresonanzbildern 120.
-
Eine mögliche Modifikation des medizinischen Bildgebungssystems 300 gemäß 3 besteht darin, dass die Impulsfolge-Befehle das Magnetresonanz-System dazu veranlassen, die Magnetresonanz-Daten gemäß einer Magnetresonanz-Fingerabdruck-Technik zu erfassen. Die Impulsfolge-Befehle legen eine Folge von Impulsfolge-Wiederholungen fest. Jede Impulsfolge-Wiederholung weist einen vordefinierten aber variierenden Wiederholungszeitraum auf. Jede Impulsfolge-Wiederholung weist entweder einen Radiofrequenz-Impuls oder ein Sampling-Ereignis auf, das zu einer vordefinierten aber variierenden Verspätung von dem Start der Impulsfolge-Wiederholung auftritt, wobei der Radiofrequenz-Impuls von einer vordefinierten aber variierenden Verteilung von Radiofrequenz-Impulsen ausgewählt ist. Die Verteilung eines Radiofrequenz-Impulses und Timing-Parameter verursachen Magnetspins für verschiedene Gewebe, um spezifische Signalmuster zu erzeugen. Die Impulsfolge-Befehle spezifizieren die Anwendung von Gradienten-Magnetfeldern in zumindest einer Richtung, indem der Strom, mit dem das Set von Gradienten-Spulen versorgt wird, gesteuert wird. Für jedes der Sets von Magnetgradienten-Spulen ist das Integral des Stroms, mit dem versorgt wird, eine Konstante für jeden fixierten Wiederholungszeitraum.
-
Bei diesem MR-Fingerabdruck Beispiel könnte der gezeigte permanente Computerspeicher ferner Magnetresonanz-Daten aufweisen, die erfasst wurden, indem die Impulsfolge-Befehle verwendet wurden, um das Magnetresonanztomografie-System zu steuern. Der gezeigte permanente Computerspeicher 112 könnte ferner ein Magnetresonanz-Fingerabdruck-Verzeichnis aufweisen. Der gezeigte permanente Computerspeicher könnte ferner ein Magnetresonanzbild aufweisen, das rekonstruiert wurde, indem die Magnetresonanz-Daten und das Magnetresonanz-Fingerabdruck-Verzeichnet verwendet wurden. Die Gewebetypen, die von dem Magnetresonanz-Fingerabdruck identifiziert werden, könnten dann für das Erstellen des virtuellen CT-Bildes verwendet werden.
-
4 zeigt ein Flussdiagramm, das ein Verfahren zum Betreiben des medizinischen Bildgebungssystems 300 gemäß 3 darstellt. Das Verfahren gemäß 4 ist ähnlich wie das gemäß 3, abgesehen davon, dass Schritt-Nummer 200 von den Schritten 400 und 402 ersetzt wurde. Bei Schritt 400 steuert der Prozessor das Magnetresonanz-System 302 mit den Impulsfolge-Befehlen 330, um die zahlreichen Reihen von Magnetresonanz-Daten 332 zu erfassen. Als nächstes rekonstruiert bei Schritt 402 der Prozessor 106 die zahlreichen Reihen von Magnetresonanz-Daten 332 zu den zahlreichen Magnetresonanzbildern 120.
-
Aufgrund seiner guten Verfügbarkeit und relativ niedrigen Kosten ist CT de facto die standardmäßige Bildgebungs-Ausführungsart. Allerdings stellt MRT aufgrund seiner zahlreichen kontrast-erzeugenden Mechanismen weitaus fortgeschrittenere Diagnoseinformationen zur Verfügung. Breiterer Einsatz von MRT in Entwicklungsländern verlangt die Ausbildung von Radiologen in dem Lesen von MR-Bildern. In der Praxis werden viele Radiologen und überweisende Mediziner Selbstvertrauen bei der Interpretation von MR-Bildern aufbauen müssen und werden sich dabei auf CT als Referenz verlassen. Dies führt zu zusätzlichen Kosten und gesteigerter Komplexität und hemmt den Einsatz von MRT. Beispiele können ein Verfahren zum Erzeugen von virtuellen oder synthetischen CT-Bildern angeben, die Radiologen an PACS-Betrachtungsstationen verfügbar gemacht werden können.
-
In letzter Zeit wurden Verfahren entwickelt, um MR-Bilder in einige Gewebekategorien zu segmentieren und zu klassifizieren. Die Aufgabe dieser Verfahren besteht darin, die Information zur Verfügung zu stellen, die für die PET-Abschwächungskorrektur gebraucht wird, ohne CT-Bilder zu erfassen. Ein begrenztes Set von Geweben wird klassifiziert (wie etwa Muskel, Gehirn, Fett, Knochen, Lunge/Luft) und ihre repräsentativen Hounsfield-Einheiten werden zugewiesen. Diese Methoden basieren allgemein auf bestimmten zusätzlichen MR-Sequenzen mit begrenztem diagnostischem Wert, wie etwa 3D ultra-kurzen Echozeiten (UTE) FFE, und weisen eine begrenzte Auflösung auf.
-
Alternative Verfahren zum Klassifizieren von Gewebe aus MR-Tomografie entstehen, wie etwa ein bestimmtes MR-Erfassungs-Verfahren, das als synthetische MRT bezeichnet wird. Es kann Protonendichte-, FLAIR-, T1- und T2-Bilder aus einer einzigen Erfassung erzeugen. Ein alternatives Verfahren wird als MR-Fingerabdruck bezeichnet. Diese Verfahren sehen vor, die relevanten MR-Sequenz-Kontraste mit einer einzigen, relativ kurzen MR-Sequenz zur Verfügung zu stellen.
-
Beispiele können ein Verfahren angeben, bei dem das Klassifizieren von Gewebetypen auf diagnostischen MR-Bildern basierend durchgeführt wird, wobei eine oder zahlreiche MR-Sequenzen verwendet werden, aus deren Klassifizierung die Hounsfield-Einheiten den klassifizierten Voxeln zugewiesen werden und Bilder von zumindest der gleichen Darstellung wie die Quellen-MR-Bilder erzeugt werden. Diese Bilder werden als synthetische oder virtuelle CT-Bilder bezeichnet.
-
Die CT-Bilder könnten in einer bestimmten Studie und Bild-Reihe gespeichert werden, wie in dem DICOM-Standard definiert. Diese separate Studie wird alle relevanten Patientenmerkmale repräsentieren und als eine CT-Studie anzeigen. Angemessene Rechnungsinformationen für diese Studie werden zur Verfügung gestellt.
-
Beispiele dürfen außerdem Bilder erfassen, nachdem einem Subjekt ein Kontrastmittel verabreicht wurde. Beispielsweise kann die (dynamische) MR-Kontrastmittel-Information aus einer MR-Reihe auch in ähnliche Bildeigenschaften bei der synthetischen CT-Bild (-Zeit) -Reihe übersetzt werden.
-
Alternativ könnten die synthetischen CT-Bilder als Teil des Vorgangs erzeugt werden, der verwendet wird, um synthetische MRT-Bilder zu erzeugen, die für Diagnosezwecke verwendet werden. Zusammen mit der Voxel-Klassifizierung hinsichtlich der MR-Parameter (T1, T2, Spindichte) wird zusätzliche Klassifizierung ausgeführt, um die Hounsfield-Einheiten zuzuweisen und die entsprechenden Bilder zu erzeugen.
-
Vergleichbar werden bei Anwendung des MR-Fingerabdrucks (MRF) die Klassifikationsergebnisse der Fingerabdrücke durch das Zuweisen der Hounsfield-Einheiten erweitert. Das MRF-Verfahren kann erweitert werden, indem angemessene Fingerabdruck-Sampling-Muster mit kürzeren Echozeiten hinzugefügt werden, um die Darstellbarkeit von z. B. Knochenstrukturen zu verbessern.
-
Bei einem zusätzlichen Beispiel sind die MR-Bilder mit anatomischen Atlanten co-registriert, und die Hounsfield-Zuweisung kann verbessert werden. Außerdem kann die Auflösung in dem co-registrierten Raum unter Verwendung von superauflösenden Verfahren verbessert werden.
-
5 zeigt ein Flussdiagramm, das ein weiteres Beispiel eines Verfahrens darstellt. Zuerst werden bei Schritt 500 MRT-Bilder erfasst. Dies könnte beispielsweise durchgeführt werden, bevor und unmittelbar nachdem dem Subjekt ein MRT-Kontrastmittel verabreicht wurde. Für diesen Fall könnten die Bilder als Vor-Kontrast-Bild und als arterielles Phasen-Bild betrachtet werden, wenn die abgebildete Region die Leber ist. Als nächstes schreitet das Verfahren zu Schritt 502 vor. Bei Schritt 502 werden die Voxel oder Pixel klassifiziert und segmentiert. Sie werden zu dem Gewebe- oder Pathologietyp klassifiziert. Dies kann beispielsweise für die Klassifizierung der Pixel für die abgebildete Leber, wobei Wasser oder Fett, die sie als als HCC-Zellen klassifiziert, verwendet werden. Sie können auch als Zellen von Zysten klassifiziert werden. Für den Fall, bei dem einer Leber ein Kontrastmittel verabreicht wurde, können die Zellen auch als normale Leberzellen, Arterien, Venen oder sogar metastasierte Zellen klassifiziert werden. Die erfassten Magnetresonanz-Daten können beispielsweise von einem Dixon-Magnetresonanztomografie-Protokoll erfasst werden, wobei die Bestimmung der Wasser- und Fett-Bereiche durch den Gebrauch dieser Technik stark vereinfacht wird. Die Segmentierung und die Klassifizierung kann für verschiedene Zwecke verwendet werden. Bei einer Verwendung schreitet das Verfahren fort zu Schritt 504. Bei diesem werden LI-RADS-Beispiele denjenigen Strukturen zugewiesen, die in den Magnetresonanzbildern identifiziert wurden. Bei einem weiteren Beispiel können virtuelle CT-Bilder erstellt werden. Bei diesem Beispiel schreitet das Verfahren von Schritt 502 zu Schritt 506 fort. Bei diesem Schritt werden den Gewebetypen, die bei Schritt 502 klassifiziert wurden, Hounsfield-Einheiten zugewiesen. Sobald die Hounsfield-Einheiten zugewiesen wurden, ist es relativ unkompliziert, eine virtuelle CT-Bildreihe zu berechnen. Dies wird bei Schritt 508 ausgeführt. Die virtuelle CT-Bildserie kann dann, wie bei Schritt 510 gezeigt, angezeigt werden, oder kann in einer Datenbank oder einem anderem Speichermedium gespeichert werden, wie bei Schritt 512 ausgeführt. Die Hounsfield-Einheiten 506 können beispielsweise aus wissenschaftlicher Literatur bezogen werden, wie etwa aus Papern oder aus einer entsprechenden Datenbank.
-
Obwohl die Erfindung in den Zeichnungen und den vorstehenden Beschreibungen detailliert dargestellt und beschrieben wurde, sind derartige Darstellung und Beschreibung als veranschaulichend und beispielhaft und nicht als einschränkend zu betrachten; die Erfindung ist nicht auf die offenbarten Ausführungsformen begrenzt.
-
Weitere Abwandlungen zu den offenbarten Ausführungsformen können vom Fachmann verstanden und ausgeführt werden, indem die beanspruchte Erfindung basierend auf einem Studium der Zeichnungen, der Offenbarung und der beigefügten Ansprüche ausgeübt wird. Bei den Claims schließt das Wort „aufweisen“ bzw. „enthalten“ oder „umfassen“ (engl. „comprising“) andere Elemente oder Schritte nicht aus, und der unbestimmte Artikel, wie etwa „ein“ oder „eine“, schließt eine Vielzahl nicht aus. Ein einzelner Prozessor oder andere Einheit kann die Funktionen mehrerer Gegenstände, die in den Ansprüchen vorgetragen werden, erfüllen. Der bloße Fakt, dass bestimmte Mittel in voneinander verschiedenen abhängigen Ansprüchen vorgetragen werden, gibt nicht an, dass eine Kombination dieser Mittel nicht zum Vorteil genutzt werden kann. Ein Computerprogramm kann auf einem passenden Medium gespeichert/vertrieben werden, wie etwa ein optisches Speichermedium oder auf einem Solid-State-Medium, das zusammen mit oder als Teil anderer Hardware bereitgestellt wird; kann aber auch auf andere Art vertrieben werden, wie z. B. über das Internet oder andere kabelgebundene oder kabellose Telekommunikations-Systeme. Keines der Bezugszeichen in den Ansprüchen sollte als den Umfang einschränkend interpretiert werden.
-
Bezugszeichenliste
-
| 100 |
medizinisches Bildgebungssystem |
| 102 |
Computersystem |
| 104 |
Hardwareschnittstelle |
| 106 |
Prozessor |
| 108 |
Benutzerschnittstelle |
| 110 |
permanenter Computerspeicher |
| 112 |
Computerspeicher |
| 120 |
zahlreiche Magnetresonanzbilder |
| 122 |
Segmentierung zahlreicher Magnetresonanzbilder |
| 124 |
Gewebeklassifizierung |
| 126 |
Zuordnung von Gewebeklassifizierungen und Hounsfield-Einheiten |
| 128 |
Hounsfield-Einheit-Abbildung |
| 130 |
virtuelles CT-Bild |
| 140 |
maschinenausführbare Instruktionen |
| 142 |
Segmentierungs-Algorithmus |
| 144 |
Magnetresonanztomografie-System-Gewebeklassifizierer |
| 146 |
Bildverarbeitungsmodul |
| 150 |
Anzeige |
| 152 |
Magnetresonanzbild |
| 154 |
virtuelles CT-Bild |
| 140 |
Impulsfolge-Befehle |
| 142 |
Magnetresonanz-Daten |
| 144 |
Magnetresonanz-Fingerabdruck-Verzeichnis |
| 146 |
Magnetresonanzbild |
| 150 |
Steuerungsmodul |
| 152 |
Magnetresonanz-Fingerabdruck-Verzeichnis erzeugendes Modul |
| 154 |
Bildrekonstruktions-Modul |
| 200 |
|
empfange zahlreiche Magnetresonanzbilder, wobei jedes der zahlreichen Magnetresonanzbilder Voxel aufweist |
| 202 |
|
berechne eine Bild-Segmentierung für jedes der zahlreichen Magnetresonanzbilder |
| 204 |
|
weise unter Verwendung eines Magnetresonanztomografie-Gewebeklassifizierers jedem der Bereiche eine Gewebeklassifizierung zu |
| 206 |
|
berechne eine Hounsfield-Einheit-Abbildung für jedes der zahlreichen Magnetresonanzbilder, indem jedem der Voxel ein Hounsfield-Einheit-Wert gemäß der Gewebeklassifizierung zugewiesen wird |
| 208 |
|
berechne unter Verwendung der Hounsfield-Einheit-Zuordnung ein virtuelles CT-Bild für jedes der zahlreichen Magnetresonanzbilder |
| 300 |
medizinisches Bildgebungssystem |
| 302 |
Magnetresonanztomografie-System |
| 304 |
Magnet |
| 306 |
Tunnel des Magneten |
| 308 |
Messzone oder Bildgebungszone |
| 310 |
Magnetfeldgradienten-Spulen |
| 312 |
Stromversorgung für die Magnetfeldgradienten-Spule |
| 314 |
Radiofrequenz-Spule |
| 316 |
Sende-Empfänger |
| 318 |
Subjekt |
| 320 |
Subjekt-Trage |
| 322 |
Aktuator |
| 330 |
Impulsfolge-Befehle |
| 332 |
zahlreiche Reihen von Magnetresonanz-Daten |
| 400 |
|
erfasse die zahlreichen Reihen von Magnetresonanz-Daten, indem das Magnetresonanztomografie-System mit den Impulsfolge-Befehlen gesteuert wird |
| 402 |
|
rekonstruiere die zahlreichen Reihen von Magnetresonanz-Daten zu den zahlreichen Magnetresonanzbildern |
| 500 |
erfasse MRT-Bilder |
| 502 |
segmentiere und klassifiziere Pixel zu Gewebe-/Pathologietyp |
| 504 |
weise den klassifizierten Strukturen LI-RADS-Beispielbilder zu |
| 506 |
weise Pixeln Hounsfield-Einheiten zu |
| 508 |
erstelle virtuelle CT-Bilder |
| 510 |
zeige virtuelle CT-Bilder an |
| 512 |
speichere als DICOM CT-Bildobjekte |
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- Shu-Hui et al. „Investigation of a Method for Generating Synthetic CT Models from MRI Scans of the Head and Neck for Radiation Therapy.“ Physics in medicine and biology 58.23 (2013): 10.1088/0031-9155/58/23/8419. PMC. Web. 14 Okt. 2015 [0002]
- Cocosco et. al., „A fully automatic and robust brain MRI tissue classification method,“ Medical Image Analysis 7 (2003) 513-527 [0003]
- M. Hoffmann et al. in The Journal of Nuclear Medicine 52(2011)1392 (D1) [0004]
