JP2018535746A - 組織分類の方法、コンピュータプログラム、及び磁気共鳴イメージングシステム - Google Patents
組織分類の方法、コンピュータプログラム、及び磁気共鳴イメージングシステム Download PDFInfo
- Publication number
- JP2018535746A JP2018535746A JP2018521573A JP2018521573A JP2018535746A JP 2018535746 A JP2018535746 A JP 2018535746A JP 2018521573 A JP2018521573 A JP 2018521573A JP 2018521573 A JP2018521573 A JP 2018521573A JP 2018535746 A JP2018535746 A JP 2018535746A
- Authority
- JP
- Japan
- Prior art keywords
- region
- magnetic resonance
- image
- images
- shape
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000002595 magnetic resonance imaging Methods 0.000 title claims description 34
- 238000004590 computer program Methods 0.000 title claims description 19
- 210000001519 tissue Anatomy 0.000 claims abstract description 29
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 28
- 238000001959 radiotherapy Methods 0.000 claims description 8
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 claims description 4
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000002600 positron emission tomography Methods 0.000 claims 2
- 210000003128 head Anatomy 0.000 description 13
- 210000004877 mucosa Anatomy 0.000 description 10
- NTYJJOPFIAHURM-UHFFFAOYSA-N Histamine Chemical compound NCCC1=CN=CN1 NTYJJOPFIAHURM-UHFFFAOYSA-N 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 229960001340 histamine Drugs 0.000 description 3
- 230000001771 impaired effect Effects 0.000 description 3
- NZWOPGCLSHLLPA-UHFFFAOYSA-N methacholine Chemical compound C[N+](C)(C)CC(C)OC(C)=O NZWOPGCLSHLLPA-UHFFFAOYSA-N 0.000 description 3
- 229960002329 methacholine Drugs 0.000 description 3
- 210000004400 mucous membrane Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010039085 Rhinitis allergic Diseases 0.000 description 1
- GUGOEEXESWIERI-UHFFFAOYSA-N Terfenadine Chemical compound C1=CC(C(C)(C)C)=CC=C1C(O)CCCN1CCC(C(O)(C=2C=CC=CC=2)C=2C=CC=CC=2)CC1 GUGOEEXESWIERI-UHFFFAOYSA-N 0.000 description 1
- 201000010105 allergic rhinitis Diseases 0.000 description 1
- 230000001387 anti-histamine Effects 0.000 description 1
- 239000000739 antihistaminic agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
- G01R33/481—MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]
-
- 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
- G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
- G01R33/4812—MR combined with X-ray or computed tomography [CT]
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本発明の目的は、ＭＲＩ画像の組織分類を改善することである。特に、本発明の目的は、ＭＲＩ画像における骨及び空気の分類を改善することである。この目的は、第１の領域及び第２の領域を有する磁気共鳴（ＭＲ）画像内の関心領域の組織分類の方法によって達成される。第１の領域は空気を表し、第２の領域は骨を表す。
Description
本発明は、磁気共鳴イメージング（ＭＲＩ）の分野に関し、特に、ＭＲＩシステム及びＭＲＩシステム用のコンピュータプログラムに関する。本発明は更に、磁気共鳴画像の画像処理の分野に関する。
ＣＴ値（ハウンズフィールド値）は放射線の減衰に直接関連するので、放射線治療に用いられる減衰マップは、通常コンピュータトモグラフィスキャンから導き出される。更に、ＣＴ画像は、骨、軟組織、脂肪及び空気への組織分類を容易に提供する。しかしながら、それらは、被検体をイオン化放射線に曝し、従って、多くの場合において、磁気共鳴イメージング（ＭＲＩ）が、腫瘍及びリスク器官を視覚化するためにすぐれている。しかしながら、減衰マップのＭＲベースのシミュレーションは、放射線減衰に依存する利用可能なＭＲコントラストのタイプがないので、困難である。どのＭＲコントラスト／画像タイプの組み合わせ及びどの画像処理アルゴリズムが、ＣＴ画像及び減衰マップのシミュレーションに最も適しているかというのが、今日の研究の対象である。この分野における機会及び課題の概要は、Nyholm, T and Jonsson J, Counterpoint: Opportunities and Challenges of a Magnetic Resonance Imaging -Only Radiotherapy WorkFlow, Seminars in Radiation Oncology, 2014, pages 175-179によって与えられている。
特に頭頚部領域におけるＭＲＩのみに基づくＲＴ計画の１つの主要な問題は、骨（特に皮質骨）と空気とを区別することであり、これらは両方ともＭＲＩにおいて低強度である。
米国特許出願第2011/0286649号公報は、２つのＵＴＥ画像に基づいて疑似ＣＴ画像を生成する方法を記述している。訓練されたクラシファイヤが、骨をセグメント化するために使用される。第１のＵＴＥ画像は、第２のＵＴＥ画像より低いＴＥによって取得される。従って、第１のＵＴＥ画像は、ぼやけていることがある。ぼやけた領域（ブラー領域）は、形態学的方法を通じてわずかに損なわれることがある。第１のＵＴＥ画像内の損なわれた頭部マスクは、第２のＵＴＥ画像内の損なわれた頭部マスクと比較されることができる。ブラー領域は、第２のＵＴＥ画像内のヘッドマスクがバックグラウンドとして規定する損なわれた第１のＵＴＥ画像の部分として規定されることができる。ブラー領域は、最終のヘッドマスクを生成するために、第１のＵＴＥ画像ヘッドマスクから除去されることができる。
本発明の目的は、ＭＲＩ画像の組織分類を改善することである。特に、本発明の目的は、ＭＲＩ画像における骨及び空気の分類を改善することである。
本発明の第１の見地によれば、この目的は、請求項１に記載の方法によって達成される。本発明の第２の見地によれば、この目的は、請求項６に記載のコンピュータプログラムによって達成される。本発明の第３の見地によれば、請求項７に記載のＭＲＩシステムによって達成される。
骨組織は、一般に形状を容易には変化させない硬い組織であり、他方で、体内の空洞は、より容易に形状を変えることができる。本願発明者の洞察は、この知識が、ＭＲＩ画像において骨と空気とを区別するために利用されることができるということである。形状変化が空洞で生じる場合、形状のこの変化は、形状変化の前に取得される画像（第１の画像）及び形状変化の後に取得される画像（第２の画像）を比較することによって利用されることができる。形状変化に影響される低信号強度の領域は、空気として分類されることができ、形状変化に影響されない低信号強度の領域は、骨として分類されることができる。これによって、組織分類が改善されることができる。本願の全体にわたって、第１の領域は、空気を表現し、第２の領域は、骨を表現する。
本発明の実施形態によれば、第１の領域の形状差は、第３の領域内の変化によってもたらされる。この第３の領域は、例えば粘膜であり得、この変化は、例えば頭頸部領域におけるこの粘膜の厚さであり得る。本発明の他の実施形態によれば、形状変化が誘起される。形状変化を能動的に誘起することは有利であり、なぜなら、このようにして形状変化をより良好に制御することができるからである。形状変化は、例えば、頭頸部イメージングの場合に、ヒスタミン、メタコリン又はフェノトラミンの投与によって誘起されることができる。ヒスタミン、メタコリン又はフェノトラミンの投与は、頭頸部領域に存在する粘膜の厚さに影響を及ぼす。粘膜は、空洞の方向おいてのみ厚くなり、それにより、第１及び第２の磁気共鳴画像を比較することによって、骨と空気とを区別することが可能になる。反対の状況が、組織分類のために更に使用されることができる。例えば、ある患者は、アレルギー性鼻炎に苦しんでいる。これらの患者において、粘膜の厚さは、抗ヒスタミン薬の投与によって、第１及び第２の磁気共鳴画像の間で減少する可能性がある。
しかしながら、必ずしも形状変化が誘起される必要はない。形状変化は、時間の経過と共に生じることもある。この場合、形状の変化が生じるのを待つだけである。例えば、糞便が腸を通過すると、存在する空洞の形状に影響を及ぼすことができる。更に、呼吸が形状変化を誘起することができる。従って、形状の変化は、多くのさまざまなやり方で誘起されることができる。本発明は、この形状変化が画像処理及び組織分類のために利用されることができるという洞察に基づく。
本発明の実施形態によれば、関心領域の疑似ＣＴ画像及び／又は減衰マップ及び／又はデジタル再構成されたラジオグラフ（ＤＲＲ）ふが、組織分類に基づいて生成されることができる。これは、疑似ＣＴ画像及び／又は減衰マップ及び／又はＤＲＲは、放射線治療計画を生成するために放射線治療デリバリシステムを有するＭＲＩシステムによって使用されることができるので、有利である。更に、疑似ＣＴ画像及び／又は減衰マップ及び／又はＤＲＲは、ＰＥＴシステムを有するＭＲＩシステムによって、ＰＥＴ画像を補正するための減衰マップを生成するために使用されることができる。
本発明における方法ステップは、コンピュータプログラムのプログラムコード手段において実現されることができる。このコンピュータプログラムは、磁気共鳴画像内の組織分類のために構成されるスタンドアロンプログラムであり得る。更に、コンピュータプログラムは、ＭＲＩシステムに組み込まれることができる。ＭＲＩシステムは、第１及び第２の磁気共鳴画像を取得し、空気は経時的に形状を変えることができ、骨は経時的に形状を変えないという情報を利用することによって組織分類を実施するように構成されることができる。これは特に、ＭＲＩシステムが放射線治療デリバリシステム又はＰＥＴシステムと組み合わせられる場合、有利であり、なぜなら、これらの場合、組織分類は、放射線治療デリバリシステムによって使用される（オンライン）放射線治療計画計算又はＰＥＴシステムによって使用される減衰補正において使用されることができるからである。
本発明のこれらの及び他の見地は、以下に記述される実施形態から明らかになり、それらを参照して説明して説明される。
図１は、頭頸部領域、特に鼻腔の図を概略的に示す。この図は、骨組織１００及び空気１１０を示す。上の図１０１は、粘膜１２０の変化及びゆえに空気１１０の変化が誘起される前の状態を示す図である。下の図１０２は、（例えば、ヒスタミン、メタコリン又はフェノトラミンの投与により）変化が誘起された後の状態を示す。その結果、粘膜１２０は、上の左画像１２０ａと比較して下の画像１２０ｂのほうがより厚い。
一般に、頭頚部領域の空気で満たされた空洞は、粘膜組織１２０によって囲まれている。言い換えると、粘膜は、空気１１０と骨１００の間の中間層を表す。粘膜の実質的な厚さ変化を誘起することが可能である。骨の構造は硬いので、粘膜の厚さの増加は、空気空洞に向かって拡張することによってのみ実現することができる。これは、ＭＲＩ画像において空気と骨組織を区別するために使用されることができる。
図２は、本発明による方法のフロー図を示す。
ステップ１：第１の磁気共鳴画像を取得する（２０１）。第１の磁気共鳴画像は、第１の領域１１０及び第２の領域１００を含む。
ステップ２：予め決められた組織タイプを有する第３の組織の形状変化を誘起する（２０２）。この例では、第３の組織は、粘膜１２０である。
ステップ３：第２の磁気共鳴画像２０３を取得する。第２の磁気共鳴画像は、第１の領域１１０及び第２の領域１００を含む。第２の磁気共鳴画像において、粘膜及びゆえに第１の領域は、第１の磁気共鳴画像と比較して、変化した形状を有する。任意に、第１及び第２の磁気共鳴画像は、患者動きによって引き起こされる残余誤差を補償するために位置合わせされることができる。
ステップ４：第１及び第２の磁気共鳴画像２０４において第１及び第２の領域を識別する。これは例えば、ノイズレベル強度を示す第１及び第２の磁気共鳴画像の患者の表現内のすべてのボクセルを、「第１又は第２の領域」又は「骨又は空気」として分類することによって、達成されることができる。
ステップ５：第１及び第２の領域に関して第１の磁気共鳴画像と第２の磁気共鳴画像とを比較する（２０５）。
ステップ６：第１及び第２の画像の間の形状差の存在に基づいて、空気を表す領域として第１の領域を分類し、第１及び第２の画像の間の形状差の不存在に基づいて、骨を表す領域として第２の領域を分類する（２０６）。これは、例えば以下のようにして達成されることができる。第１の磁気共鳴画像におけるノイズレベル強度から第２の磁気共鳴画像における標準粘膜信号に変わるこれらのピクセルを、空気として分類する。第１の磁気共鳴画像において空気として分類されたピクセルに領域成長アルゴリズムを適用して、全ての残りの空気ピクセルを分類する。第１の画像におけるノイズレベル強度の全ての残りのピクセルを、骨ピクセルとして分類する。
当業者は、上述の方法における幾つかのステップが入れ替え可能であることを理解するであろう。例えば、第２の磁気共鳴画像を取得する前に、第１の磁気共鳴画像の第１及び第２の領域を識別することができる。更に、例えば、第１及び第２の領域を識別する前に、第１及び第２の磁気共鳴画像間の形状変化を最初に検出することができる（例えば、第１及び第２の磁気共鳴画像における対応するボクセル間の信号強度の変化を検出する）。ステップ順序の他の時間的な変更も可能である。しかしながら、形状変化は、第１の磁気共鳴画像の取得と第２の磁気共鳴画像の取得との間にあることを必要とする。
第１及び第２の画像を取得する好適な方法は、T1w Dixon(T1強調Dixon)シーケンスによるものである。T1w DIXONスキャンは、水タイプ組織及び脂肪タイプ組織の区別を可能にすることが分かっている。データ取得は、送信用の身体コイル、及び例えば信号受信用の１２素子フェーズドアレイ後方コイル及び１６素子フェーズドアレイ前方コイルを使用して、臨床ＭＲＩシステム（図３、３００）を達成することができる。Ｔ１強調３Ｄデカルト高速フィールドエコー取得が用いられ、ほぼ逆位相であるＴＥ１＝１．１ｍｓ及びほぼ同位相であるＴＥ２＝２．１ｍｓの磁化で２つの信号エコーを取得する。他のイメージングパラメータは、例えば、繰返し時間 ＴＲ＝３．３ｍｓ、フリップ角 α＝１０°、ボクセルサイズ １．７×１．７×２．５ｍｍ３、ＦＯＶ ３００×４００×３５０ｍｍ３である。
初期ステップとして、空気及び骨は、標準の医用画像処理によって可能な限り識別される（例えば頭頸部領域の場合には、口及び耳など）。残りの低強度画像領域が識別され、空気又は骨として分類されなければならないＮ個の領域を与える。全ての空気領域及び骨領域は、非空隙領域によって分離されており、すなわち、識別された各低強度領域は、空気又は骨のみを含むと仮定される。Ｎ個の低強度領域が、第１及び第２の画像の両方において識別され、対応するボリュームＶｉｎがそれぞれ決定され、ここで、インデックスｉは、第１又は第２の画像を表し、インデックスｎ（１≦ｎ≦Ｎ）は、個々の低強度領域を表す。領域ｎは、以下の場合は空気として分類される：
すなわち、領域ｎの（正規化された）ボリューム変化は、特定の閾値Ｔより大きく、これは変化する粘膜の影響を示す。他方、領域ｎは、以下の場合は骨として分類される：
すなわち、領域ボリュームの観察される変化があまりに小さく、粘膜の変化に影響されていないことを示す。
個々の方法ステップは、コンピュータプログラムにおいて実現されることができる。このコンピュータプログラムは、組織分類のために構成されるコンピュータプログラムでありうる。この場合、第１及び第２の磁気共鳴画像が、コンピュータプログラムによって受け取られ、コンピュータプログラムは、そののち、方法ステップ４−６を実施するように構成される。更に、コンピュータプログラムは、ＭＲＩシステムに組み込まれることができる。それら場合、方法ステップ１及び３−６は、コンピュータプログラムによって実施されることができる。
図３は、本発明による磁気共鳴イメージング（ＭＲＩ）システムを概略的に示す。ＭＲＩシステム３００は、関心領域３０７からＭＲデータを取得するように磁気共鳴イメージングシステムを制御するプロセッサ３０５を有し、このプロセッサは更に、ここに記述された組織分類の方法を実施するコンピュータプログラムを実行するように構成される。ＭＲＩシステム３００は、放射線治療デリバリシステム３１０又はＰＥＴシステム３１０のいずれか一方と組み合わせられることができる。ＭＲＩシステムは、組織分類を使用して放射線治療計画を生成するように構成されることができる。ＭＲＩシステムは、組織分類を使用してＰＥＴ画像の減衰補正するように構成されることができる。
本発明は、図面及び前述の説明において詳細に図示され説明されているが、そのような図示及び説明は、限定的ではなく例示的又は例示的であると考えられるべきである。本発明は、開示される実施形態に限定されない。
Claims (12)
- 第１の領域及び第２の領域を有する磁気共鳴画像内の関心領域における組織分類の方法であって、
前記第１及び前記第２の領域の表現を有する第１の磁気共鳴画像を取得するステップと、
空気領域に形状変化を誘起する、又は空気領域に形状変化が生じるのを待つ、ステップと、
前記第１及び前記第２の領域の表現を有する第２の磁気共鳴画像を取得するステップであって、
前記第１の領域は、前記第１の磁気共鳴画像の取得中と比較して、前記第２の磁気共鳴画像の取得中は異なる形状を有する、ステップと、
前記第１及び前記第２の画像において前記第１の領域及び前記第２の領域を識別するステップと、
前記第１の領域及び前記第２の領域の前記表現に関して前記第１の画像と前記第２の画像とを比較するステップと、
前記第１及び前記第２の画像の間の形状差の存在に基づいて、前記第１の領域を、空気を表現する領域として分類し、
前記第１及び前記第２の画像の間の形状差の不存在に基づいて、前記第２の領域を、骨として分類するステップと、を有する方法。 - 前記第１の領域の前記形状差が、予め決められたタイプの第３の組織の形状変化によって引き起こされ、
前記第３の組織は、前記第１及び前記第２の磁気共鳴画像の一方又は両方に存在する、請求項１に記載の方法。 - 前記第１の磁気共鳴画像の取得と前記第２の磁気共鳴画像の取得との間に、前記第３の組織の形状変化を誘起するステップを更に有する、請求項２に記載の方法。
- 前記組織分類を使用して、前記関心領域の疑似ＣＴ画像及び／又は減衰マップ及び又はデジタル再構成されたラジオグラフを生成するステップを更に有する、請求項１乃至３のいずれか１項に記載の方法。
- 前記第１及び前記第２の画像は、被検体の頭部／頸部領域の画像であり、前記形状差は、粘膜の厚さの変化によってもたらされる、請求項１乃至４のいずれか１項に記載の方法。
- 第１の領域及び第２の領域の表現を有する磁気共鳴（ＭＲ）画像内の関心領域における組織分類の方法の各ステップをコンピュータに実行させるプログラムコード手段を有するコンピュータプログラムであって、前記第１の領域は空気を表し、前記第２の領域は骨を表し、
前記方法が、
前記関心領域から取得されるＭＲデータに基づいて前記第１及び第２の領域の表現を有する第１の磁気共鳴画像を受け取るステップと、
前記関心領域から取得されるＭＲデータに基づいて前記第１及び第２の領域の表現を有する第２の磁気共鳴画像を受け取るステップであって、前記第１の画像における前記第１の領域の表現の形状が、前記第２の画像と実質的に異なり、前記形状の差が、前記第１の磁気共鳴画像の取得と前記第２の磁気共鳴画像の取得との間の前記第１の領域の変化によってもたらされる、ステップと、
前記第１及び前記第２の画像内の前記第１の領域及び前記第２の領域を識別するステップと、
前記第１の領域及び前記第２の領域の表現に関して前記第１の画像と前記第２の画像とを比較するステップと、
前記第１及び前記第２の画像の間の前記形状の差の存在に基づいて、前記第１の領域を、空気を表す領域として分類し、前記第１及び前記第２の画像の間の形状の差の不存在に基づいて、前記第２の領域を、骨を表す領域として分類するステップと、
を有するコンピュータプログラム。 - 前記第１及び前記第２の画像は、被検体の頭部／頸部領域の画像であり、前記形状の差が、前記第１及び前記第２の画像の間の粘膜の厚さの変化によってもたらされる、請求項６に記載のコンピュータプログラム。
- 前記方法が、前記組織分類を使用して、前記関心領域の疑似ＣＴ画像及び／又は減衰マップ及び又はデジタル再構成されたラジオグラフを生成するステップを更に有する、請求項６又は７に記載のコンピュータプログラム。
- 前記第１及び前記第２の磁気共鳴画像がT1w Dixon画像である、請求項６乃至８のいずれか１項に記載のコンピュータプログラム。
- 関心領域からＭＲデータを取得するように磁気共鳴イメージングシステムを制御するプロセッサを有する磁気共鳴イメージングシステムであって、前記プロセッサが、請求項６乃至９のいずれか１項に記載のコンピュータプログラムを実行するように構成される、磁気共鳴イメージングシステム。
- 放射線治療デリバリシステムを更に有し、前記磁気共鳴イメージングシステムが、前記組織分類を使用して放射線治療計画を生成するように構成される、請求項１０に記載の磁気共鳴イメージングシステム。
- ポジトロンエミッショントモグラフィ（ＰＥＴ）システムを更に有し、前記磁気共鳴イメージングシステムが、前記組織分類を使用してＰＥＴ画像の減衰補正を行うように構成される、請求項１０に記載の磁気共鳴イメージングシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP15192594 | 2015-11-02 | ||
| EP15192594.8 | 2015-11-02 | ||
| PCT/EP2016/074841 WO2017076618A1 (en) | 2015-11-02 | 2016-10-17 | Method for tissue classification, computer program product and magnetic resonance imaging system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018535746A true JP2018535746A (ja) | 2018-12-06 |
| JP6855476B2 JP6855476B2 (ja) | 2021-04-07 |
Family
ID=54365157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018521573A Active JP6855476B2 (ja) | 2015-11-02 | 2016-10-17 | 組織分類の方法、コンピュータプログラム、及び磁気共鳴イメージングシステム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10987020B2 (ja) |
| EP (1) | EP3371617A1 (ja) |
| JP (1) | JP6855476B2 (ja) |
| CN (1) | CN108351396B (ja) |
| WO (1) | WO2017076618A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021510613A (ja) * | 2018-01-16 | 2021-04-30 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 画像強度および解剖学的位置を用いた組織分類 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10210634B2 (en) * | 2016-07-20 | 2019-02-19 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for segmenting medical image |
| CN111105472B (zh) * | 2019-11-26 | 2024-03-22 | 上海联影智能医疗科技有限公司 | Pet图像的衰减校正方法、装置、计算机设备和存储介质 |
| WO2024015470A1 (en) * | 2022-07-13 | 2024-01-18 | Hyperfine Operations, Inc. | Simulating structures in images |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005197792A (ja) * | 2003-12-26 | 2005-07-21 | Canon Inc | 画像処理方法、画像処理装置、プログラム、記憶媒体及び画像処理システム |
| US20110286649A1 (en) * | 2010-05-20 | 2011-11-24 | Siemens Corporation | Generating pseudo-ct image volumes from ultra-short echo time mr |
| JP2013223723A (ja) * | 2012-04-19 | 2013-10-31 | General Electric Co <Ge> | 磁気共鳴撮像法を使用した陽電子放出断層撮像法における減衰補正 |
| US20130336564A1 (en) * | 2011-03-07 | 2013-12-19 | Koninklijke Philips N.V. | Mr segmentation using nuclear emission data in hybrid nuclear imaging/mr |
| JP2014523310A (ja) * | 2011-06-27 | 2014-09-11 | コーニンクレッカ フィリップス エヌ ヴェ | 骨組織の磁気共鳴イメージング |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3129700B2 (ja) * | 1998-07-23 | 2001-01-31 | 五大株式会社 | 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体 |
| US6466813B1 (en) | 2000-07-22 | 2002-10-15 | Koninklijke Philips Electronics N.V. | Method and apparatus for MR-based volumetric frameless 3-D interactive localization, virtual simulation, and dosimetric radiation therapy planning |
| US9101384B2 (en) * | 2004-04-21 | 2015-08-11 | Acclarent, Inc. | Devices, systems and methods for diagnosing and treating sinusitis and other disorders of the ears, Nose and/or throat |
| DE102005045093A1 (de) * | 2005-09-21 | 2007-04-05 | Siemens Ag | Verfahren zur Lokalisation eines in den Körper eines Untersuchungsobjekts eingeführten medizinischen Instruments |
| JP2008035895A (ja) * | 2006-08-01 | 2008-02-21 | Ziosoft Inc | 画像処理方法および画像処理プログラム |
| DE102007013564B4 (de) * | 2007-03-21 | 2017-11-09 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur automatischen Bestimmung von Strahlen schwächenden Objekten mittels einer Magnetresonanzanlage |
| JP2008259682A (ja) * | 2007-04-12 | 2008-10-30 | Fujifilm Corp | 部位認識結果修正装置、方法、およびプログラム |
| US8384916B2 (en) * | 2008-07-24 | 2013-02-26 | Massachusetts Institute Of Technology | Dynamic three-dimensional imaging of ear canals |
| CN102265307B (zh) * | 2008-09-17 | 2014-10-22 | 皇家飞利浦电子股份有限公司 | 混合式核/mr成像中使用透射数据的mr分割 |
| US9218524B2 (en) * | 2012-12-06 | 2015-12-22 | Siemens Product Lifecycle Management Software Inc. | Automatic spatial context based multi-object segmentation in 3D images |
| EP2991546B1 (en) | 2013-04-02 | 2016-11-30 | Koninklijke Philips N.V. | Detection of bone tissue using magnetic resonance imaging |
| KR101594994B1 (ko) * | 2013-10-25 | 2016-02-17 | 광주과학기술원 | 3차원 무릎 관절 영상 생성 방법 및 장치 |
-
2016
- 2016-10-17 WO PCT/EP2016/074841 patent/WO2017076618A1/en active Application Filing
- 2016-10-17 US US15/772,149 patent/US10987020B2/en active Active
- 2016-10-17 JP JP2018521573A patent/JP6855476B2/ja active Active
- 2016-10-17 CN CN201680063933.2A patent/CN108351396B/zh active Active
- 2016-10-17 EP EP16784166.7A patent/EP3371617A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005197792A (ja) * | 2003-12-26 | 2005-07-21 | Canon Inc | 画像処理方法、画像処理装置、プログラム、記憶媒体及び画像処理システム |
| US20110286649A1 (en) * | 2010-05-20 | 2011-11-24 | Siemens Corporation | Generating pseudo-ct image volumes from ultra-short echo time mr |
| US20130336564A1 (en) * | 2011-03-07 | 2013-12-19 | Koninklijke Philips N.V. | Mr segmentation using nuclear emission data in hybrid nuclear imaging/mr |
| JP2014523310A (ja) * | 2011-06-27 | 2014-09-11 | コーニンクレッカ フィリップス エヌ ヴェ | 骨組織の磁気共鳴イメージング |
| JP2013223723A (ja) * | 2012-04-19 | 2013-10-31 | General Electric Co <Ge> | 磁気共鳴撮像法を使用した陽電子放出断層撮像法における減衰補正 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021510613A (ja) * | 2018-01-16 | 2021-04-30 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 画像強度および解剖学的位置を用いた組織分類 |
| JP7295140B2 (ja) | 2018-01-16 | 2023-06-20 | コーニンクレッカ フィリップス エヌ ヴェ | 画像強度および解剖学的位置を用いた組織分類 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6855476B2 (ja) | 2021-04-07 |
| US10987020B2 (en) | 2021-04-27 |
| WO2017076618A1 (en) | 2017-05-11 |
| US20180310856A1 (en) | 2018-11-01 |
| CN108351396B (zh) | 2021-09-14 |
| CN108351396A (zh) | 2018-07-31 |
| EP3371617A1 (en) | 2018-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dinkla et al. | Dosimetric evaluation of synthetic CT for head and neck radiotherapy generated by a patch‐based three‐dimensional convolutional neural network | |
| US8611628B2 (en) | Using non-attenuation corrected PET emission images to compensate for incomplete anatomic images | |
| EP3123443B1 (en) | Method and device for generating one or more computer tomography images based on magnetic resonance images with the help of tissue class separation | |
| EP2252204B1 (en) | Ct surrogate by auto-segmentation of magnetic resonance images | |
| US10149987B2 (en) | Method and system for generating synthetic electron density information for dose calculations based on MRI | |
| US20200184639A1 (en) | Method and apparatus for reconstructing medical images | |
| JP5385394B2 (ja) | ハイブリッド型の核／ｍｒ画像形成における透過データを使用したｍｒセグメンテーション | |
| JP6855476B2 (ja) | 組織分類の方法、コンピュータプログラム、及び磁気共鳴イメージングシステム | |
| EP2715663B1 (en) | Apparatus for generating assignments between image regions of an image and element classes | |
| EP3664034A1 (en) | Method and data processing system for providing lymph node information | |
| US20130101193A1 (en) | Positron Emission Tomography and Method for Correcting Attenuation of PET Image Using Magnetic Resonance Image | |
| US11534623B2 (en) | Determining at least one final two-dimensional image for visualizing an object of interest in a three dimensional ultrasound volume | |
| CN114511497A (zh) | 应用于锥束ct稀疏采样的成像方法及装置 | |
| US20160206263A1 (en) | Image data z-axis coverage extension for tissue dose estimation | |
| CN112912934B (zh) | 用于使用解剖数据的活动图像重建的方法和系统 | |
| WO2015175848A1 (en) | System and method for automatic localization of structures in projection images | |
| Reda et al. | Automatic segmentation of intra-cochlear anatomy in post-implantation CT | |
| CN109272486A (zh) | Mr图像预测模型的训练方法、装置、设备及存储介质 | |
| US11666299B2 (en) | Controlling a medical X-ray device | |
| Miandoab et al. | Extraction of respiratory signal based on image clustering and intensity parameters at radiotherapy with external beam: A comparative study | |
| WO2023020609A1 (en) | Systems and methods for medical imaging | |
| Liang | Atlas-based segmentation of temporal bone anatomy | |
| WO2024126764A1 (en) | Cbct simulation for training ai-based ct-to-cbct registration and cbct segmentation | |
| Bandi et al. | Automated material map generation from MRI scout pairs for preclinical PET attenuation correction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191010 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200609 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200907 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201208 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210216 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210317 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6855476 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |