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 PDF

Info

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
Application number
JP2018521573A
Other languages
English (en)
Other versions
JP6855476B2 (ja
Inventor
ステフェン ワイス
ステフェン ワイス
ウルリッチ カッチャー
ウルリッチ カッチャー
クリスティアン ステニング
クリスティアン ステニング
マイケル グンター ヘレ
マイケル グンター ヘレ
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2018535746A publication Critical patent/JP2018535746A/ja
Application granted granted Critical
Publication of JP6855476B2 publication Critical patent/JP6855476B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075Measuring 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/4808Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/481MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/4808Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/4812MR combined with X-ray or computed tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

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。
頭頸部領域、特に鼻腔を示す図。 本発明による方法のフロー図。 本発明による磁気共鳴イメージングシステムを概略的に示す図。
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TE=1.1ms及びほぼ同位相であるTE=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 1.7×1.7×2.5mm、FOV 300×400×350mm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:
Figure 2018535746
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:
Figure 2018535746
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)

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
JP2018521573A 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 Active JP6855476B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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