JP6506495B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP6506495B2
JP6506495B2 JP2013085741A JP2013085741A JP6506495B2 JP 6506495 B2 JP6506495 B2 JP 6506495B2 JP 2013085741 A JP2013085741 A JP 2013085741A JP 2013085741 A JP2013085741 A JP 2013085741A JP 6506495 B2 JP6506495 B2 JP 6506495B2
Authority
JP
Japan
Prior art keywords
image
station
contour
patient
phase field
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2013085741A
Other languages
English (en)
Other versions
JP2013223723A (ja
JP2013223723A5 (ja
Inventor
セサドリー・ティルベンカダム
ダッテッシュ・ダヤナンド・シャンバグ
ラケッシュ・マリック
フロリアン・ワイジンガー
サンディープ・スリヤナラヤナ・カウシック
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of JP2013223723A publication Critical patent/JP2013223723A/ja
Publication of JP2013223723A5 publication Critical patent/JP2013223723A5/ja
Application granted granted Critical
Publication of JP6506495B2 publication Critical patent/JP6506495B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • 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
    • G01R33/54—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
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56375—Intentional motion of the sample during MR, e.g. moving table imaging
    • G01R33/56383—Intentional motion of the sample during MR, e.g. moving table imaging involving motion of the sample as a whole, e.g. multistation MR or MR with continuous table motion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
    • A61B6/582—Calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/485—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy based on chemical shift information [CSI] or spectroscopic imaging, e.g. to acquire the spatial distributions of metabolites
    • 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
    • G01R33/5602—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by filtering or weighting based on different relaxation times within the sample, e.g. T1 weighting using an inversion pulse

Description

本発明は、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技術に関する。
陽電子放出断層（ＰＥＴ）撮像システムでは、放射性核種が対象物に注入される。放射性核種が崩壊すると、陽電子が放出され、電子と衝突し、複数の対になったガンマ粒子を放出する陽電子消滅事象を生じる。複数の対になったガンマ粒子は、検出器の配列に衝突し、それによって陽電子消滅事象の発生源の位置確認が可能になる。一連の事象が検出された後に、放射性核種の局所化された集中を確認することができ、機能的な診断画像が得られる。
ＰＥＴデータが得られるときに、放出された光子のうちの一部の減衰が発生し得る。減衰、すなわち放出された光子の量と比較して、検出された光子の数が減少する現象は、画質の低下および定量的な正確性の低下を招くおそれがある。したがって、患者の撮像などのいくつかの状況では、ＰＥＴ撮像がＸ線コンピュータ断層（ＣＴ）撮像と組み合わされ、そのような減衰を補正する。ＣＴ撮像法は、撮像される対象によってＸ線が減衰することに基づいているので、ＣＴ画像は撮像される物質（たとえば組織）の減衰係数に直接的に関係する情報を提供することができる。そのような補正を行うために、減衰値がＣＴ画像にマッピングされ、ＣＴ画像を生成するために使用される実効エネルギーがＰＥＴエネルギーに変換される。
米国特許第７８４７５５２号明細書
本明細書に開示されるいくつかの実施形態の概要を以下に示す。これらの態様は単に読者にこれらのいくつかの実施形態の手短な概要を提供するために示され、本開示の範囲を限定することを意図するものではないことを理解されたい。実際に、本開示は、以下に示さない可能性のあるさまざまな態様を包含し得る。
１つの実施形態では、方法は、磁気共鳴（ＭＲ）撮像シーケンスを行って、患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得するステップと、第１の位相場アルゴリズムを第１のステーションに適用して、第１のステーションでの患者の体輪郭を決定するステップと、第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、第１のステーションの体輪郭内の第１の対象の解剖学的構造の輪郭を識別するステップと、第１の対象の解剖学的構造の識別された輪郭に基づいて、第１の対象の解剖学的構造をセグメント化するステップと、第１の減衰情報をセグメント化された第１の対象の解剖学的構造に関連付けるステップと、少なくとも第１の関連付けられた減衰情報に基づいて陽電子放出断層（ＰＥＴ）画像を修正するステップとを含む。
別の実施形態では、プロセッサにより実行可能な命令を記憶する、１つまたは複数の有形の、非一時的な、機械により読み取り可能な媒体が提供される。命令は、ＭＲ撮像システムが磁気共鳴（ＭＲ）撮像シーケンスを行って、患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得するようにする動作と、第１の位相場アルゴリズムを第１のステーションに適用して、第１のステーションでの患者の体輪郭を決定する動作と、第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、第１のステーションの体輪郭内の第１の対象の解剖学的構造の輪郭を識別する動作と、第１の対象の解剖学的構造の識別された輪郭に基づいて、第１の対象の解剖学的構造をセグメント化する動作と、第１の減衰情報をセグメント化された第１の対象の解剖学的構造に関連付ける動作と、少なくとも第１の関連付けられた減衰情報に基づいて陽電子放出断層（ＰＥＴ）画像を修正する動作とをプロセッサが行うように構成される。
別の実施形態では、ハイブリッド型の陽電子放出断層／磁気共鳴（ＰＥＴ／ＭＲ）撮像システムが提供される。システムは、患者を受け入れるように構成された開口部と、一次磁場磁石と、開口部の周り配置された複数の勾配磁場コイルと、高周波（ＲＦ）送信コイルと、複数のＲＦ受信コイルと、開口部の周りに配置され、患者からの陽電子放出を検出して、検出された陽電子を表す信号を生成するように構成された光検出器と、勾配磁場コイル、ＲＦ送信コイル、複数のＲＦ受信コイル、および光検出器に接続された制御回路とを含む。制御回路は、勾配コイル、ＲＦ送信コイル、および受信コイルに制御信号を印加して、ＭＲ撮像シーケンスを行い、患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得し、陽電子を検出した結果として光検出器によって生成されたデータを処理して、患者のＰＥＴ画像を生成し、またＰＥＴ画像復元プロセスであって、第１の位相場アルゴリズムを第１のステーションに適用して、第１のステーションでの患者の体輪郭を決定するステップと、第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、第１のステーションの体輪郭内の第１の対象の解剖学的構造の輪郭を識別するステップと、第１の対象の解剖学的構造の識別された輪郭に基づいて、第１の対象の解剖学的構造をセグメント化するステップと、第１の減衰情報をセグメント化された第１の対象の解剖学的構造に関連付ける、連続分布減衰マップまたは疑似ＣＴ画像（ｐｓｅｕｄｏ−ＣＴ ｉｍａｇｅ）を生成するステップと、少なくとも連続分布マップまたは疑似ＣＴ画像に基づいてＰＥＴ画像を修正するステップとを含むＰＥＴ画像復元プロセスを行うように構成される。
本発明の実施形態の上記およびその他の特徴および態様は、図面全体を通して同様の符号が同様の部品を表す添付の図面を参照して以下の詳細な説明を読めば、よりよく理解されるであろう。
本開示の一態様による、減衰補正されたＰＥＴおよびＰＥＴ／ＭＲ画像を得るように構成されたハイブリッド型の陽電子放出断層／磁気共鳴（ＰＥＴ／ＭＲ）撮像システムの一実施形態を示す、システムレベル図である。 本開示の一態様による、関連する減衰係数の分布を伴う複数のステーションを有する疑似コンピュータ断層（ＣＴ）画像の例示の実施形態である。 本開示の一態様による、磁気共鳴撮像データに基づくＰＥＴ画像減衰補正の方法の一実施形態を示すプロセスフロー図である。 本開示の一態様による、ＰＥＴ画像減衰補正のための疑似ＣＴ画像を生成するために使用することができる多クラスセグメント化マスクを生成する方法の一実施形態を示すプロセスフロー図である。 本開示の一態様による、さまざまなスティッチ方法を使用して得られた、全身スティッチ画像の実施形態の組合せ図である。 本開示の一態様による、異なるステーションの画像スライスが重複する可能性のある様式の一実施形態を示す図である。 本開示の一態様による、組織−空気境界を検出するために、位相場フォーミュレーションを使用して生成された、一連の２ＤのＭＲ画像スライスおよびそれらに関連するボディマスクの一実施形態である。 本開示の一態様による、位相場フォーミュレーションを使用して決定される組織と肺の間の境界をそれぞれが有する肺ステーションを通る一連の２ＤのＭＲ画像スライス、および検出された境界の組合せから得られる肺マスクの一実施形態である。 本開示の一態様による、ボディマスク、および患者の矢伏線に沿った位置に応じたボディマスクの輪郭を示すグラフの一実施形態である。 本開示の一態様による、肺ステーションを検出するために組み合わされたボディマスクとＭＲ画像の組合せ、および患者の矢伏線に沿った位置に応じたそれらの組合せに関連する空気信号強度を示すグラフの一実施形態である。 本開示の一態様による、患者の矢伏面に沿って示されたボディマスク、および矢伏線に沿った位置に応じたボディマスクの輪郭を示すグラフの実施形態である。 本開示の一態様による、患者の前頭面に沿って示されたボディマスク、および前頭面に沿った位置に応じたボディマスクの輪郭を示すグラフの一実施形態である。 本開示の一態様による、一連のＣＴ脂肪画像、一連のＭＲ同相画像、一連の脂肪−水セグメント化ＭＲ画像、および一連のＭＲ脂肪フラクション画像を含む複数の画像の実施形態である。 本開示の一態様による、全身ＭＲＩ走査から生成された多クラスセグメント化マスクの一実施形態である。
１つまたは複数の特定の実施形態を以下に説明する。これらの実施形態の簡潔な説明を行うために、実際の実施のすべての特徴は、明細書に記載され得ない。そのような任意の実際の実装形態の開発において、あらゆる技術または設計計画における場合と同様に、実装形態によって異なる可能性があるシステム関連および事業関連の制約に対する順守など、開発者の特定の目標を達成するために多数の実装形態に固有の決定を行わなければならないことを理解されたい。さらに、そのような開発努力は複雑かつ時間のかかるものである可能性があるが、それでも本開示の利益を得る当業者にとっては設計、製作、および製造の日常的な作業であることを理解されたい。
本発明のさまざまな実施形態の要素を紹介する場合、冠詞「ａ」、「ａｎ」、「ｔｈｅ」、および「前記（ｓａｉｄ）」は、要素のうちの１つまたは複数があることを意味することが意図される。用語「備える（ｃｏｍｐｒｉｓｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、および「有する（ｈａｖｉｎｇ）」は、包括的であり、列挙された要素以外にさらなる要素があり得ることを意味することが意図される。さらに、以下の論述での任意の数的な例は、非限定的であり、したがってさらなる数的な値、範囲、および百分率が、開示された実施形態の範囲内にあることが意図される。
上記に留意したように、ＰＥＴ画像で観測される減衰は、ＣＴ画像から生成される減衰マップを使用して補正することができる。しかし、撮像中に患者が受ける放射線の量を低減することが望ましい可能性がある。したがって、ＣＴ撮像が、磁気共鳴撮像（ＭＲＩ）などの非放射線ベースの撮像を使用して代替することができれば有利であり得る。
ＭＲＩでは、画像は、対象物内（たとえば、水および／または脂肪中の水素）の回転する磁気回転核（たとえば水素）の特性に基づいて生成される。一般に、非常に均質で静的な磁場が一次磁石によって生成され、磁気回転核の回転を整列させる。核スピンは、ＲＦ送信パルスによって摂動され、その位置に基づいて勾配コイルを使用して符号化され、平衡化することが可能になる。平衡化の間、ＲＦ場が、回転し摂動する核によって放射され、一連のＲＦコイルによって検出される。次いで、ＲＦ場の検出から生じる信号は処理され、有用な画像が復元される。
したがって、ＭＲ画像によって与えられるデータは、磁気回転核の変化する核スピンに関連していることを理解されたい。とりわけ、核の回転は、局所的な環境によって影響され、それによってＭＲデータは、核が存在するさまざまな組織に関連する情報を提供することができるようになる。残念なことに、ＭＲデータは光子の減衰には直接的に関連していない。しかし、ここで、組織の分類および／または減衰マップを生成することができる疑似ＣＴ画像を生成することによって、ＭＲデータに基づいた減衰マップを生成することができる可能性があることが理解される。
実際に、本実施形態は、ＭＲデータを使用してＰＥＴ画像における減衰補正を行うための手法を含む。たとえば、本実施形態に従って、ＭＲデータが患者の体全体で収集され、画像スライスを生成することができる。各画像スライスまたはボリューム（たとえば画像スラブ）または３Ｄボリューム全体が、位相場フォーミュレーションにかけられ、それによって組織と背景の空気、肺と体内の空気、空気と金属の間の境界、または同様の境界が検出される。実際に、本明細書で述べられる位相場アルゴリズムは、３Ｄボリュームでの境界検出を促進可能にすることができ、その検出では隣接する２Ｄスライスまたは３Ｄボリュームからの情報を使用することができる。たとえば、境界で空隙が検出される実施形態では、３Ｄデータ間で共有される情報を使用して空隙を満たすことができる可能性がある。検出された境界を使用して、スライスを互いにスティッチしてステーションにし、ステーションをスティッチして全身画像にすることによってボディマスクを作成することができる。したがって、ボディマスクは患者の体輪郭の３Ｄ表示であることができる。ボディマスクを作成することに加えて、異なる組のパラメータを使用して、位相場フォーミュレーションは、組織と肺、空気と肺、水と肺などの境界を検出して、患者の肺の３Ｄ輪郭を描写する肺マスクなどのセグメント化された対象の解剖学的構造を生成することもできる。そのような方法は、患者の洞腔、骨構造、およびその他の解剖学的構造に適用することもできる。
ボディマスク、肺マスク、および洞腔マスクを使用して、患者の残りの組織を脂肪、水、またはそれらの組合せとして扱うことができ、脂肪部分は特定の組織を識別するためにセグメント化することができる。たとえば、脂肪含有状態を検出して、骨髄脂肪と組織脂肪を区別することによって皮質骨を識別することができる。そのような含有状態は、ＭＲ画像の暗領域（骨に相当する）によって囲まれた脂肪の部分によって識別され得る。さらに、皮質骨およびそれに関連する輪郭を検出することによって、骨はセグメント化されて皮質骨マスクを生成する。身体、および肺、脂肪、体内空気などの内部構造、および骨などの他の構造がセグメント化されると、既知の減衰値が体の構造に結び付けられて、ＰＥＴ画像復元のための減衰マップを生成することができる。
実施形態の提示を容易にするために、ＰＥＴおよび／またはＰＥＴ／ＭＲ画像の補正が本明細書で論じられるが、本明細書で述べられる手法は、単光子放射型コンピュータ断層撮像法（ＳＰＥＣＴ）などのその他のモダリティにおける減衰補正／画像修正にも適用であることに留意されたい。したがって、ハイブリッド型のＰＥＴ／ＭＲ撮像が現在論じられているが、開示された技術はハイブリッド型のＳＰＥＣＴ／ＭＲ、ＳＰＥＣＴ画像修正／減衰補正、および減衰補正または減衰ベースの修正が望ましい可能性がある任意のその他の撮像モダリティにも適用可能であることに留意されたい。
本明細書で述べられる実施形態は、最初にＰＥＴ画像データを得、それに続きＭＲ画像データを取得し、その後処理を行うなど順次に行うことができ、またはＰＥＴ画像データおよびＭＲ画像を同時に取得することによって実質的に同時に行うことができる。両方のタイプの画像データを取得することは、空間解像度をおよびＭＲと関連する構造データを有し、同時にＰＥＴ走査によって生成された機能データも含む画像の生成を可能にすることができる。したがって、いくつかの実施形態では、所与のＰＥＴ走査から生成されたＰＥＴ画像は、ＰＥＴ走査と実質的に同時に収集されたＭＲデータを使用して減衰補正され得る。ＭＲと比較してＰＥＴの空間解像度がより低いため、ファジーメンバーシップ関数を使用して解剖学的識別およびセグメント化を行うことが望ましい可能性があることがここで理解される。したがって、１つの実施形態では、解剖学的識別およびセグメント化のための画素レベルの精密さは存在し得ない。実際に、留意したように、本実施形態のうちのいくつかは、構造的な識別のために位相場アルゴリズムを利用する。
本明細書で述べられる方法および技術のうちの任意の１つまたは組合せを行うように構成され得る例示のハイブリッド型のＰＥＴ／ＭＲシステム１０の図表示を図１に示す。特に、ハイブリッド型のＰＥＴ／ＭＲシステムはＰＥＴデータおよびＭＲデータの両方を取得および処理すること、および本明細書で論じられるＰＥＴ画像復元手法も行うことが可能である要素を含む。しかし、本手法は、いずれかのモダリティを行い、その後、もう一方のモダリティがそのような復元を行うことができる順次の撮像にも適用可能であることに留意されたい。
特に、ハイブリッド型のＰＥＴ／ＭＲ撮像システム１０が、スキャナ１２、スキャナ制御ユニット１４、およびシステム制御回路１６を含むものとして概略的に示される。本明細書で述べられる実施形態によれば、スキャナ制御ユニット１４および制御回路１６は、同相、位相外れ、水、脂肪、および機能的ＰＥＴ画像を生成することが可能な撮像シーケンスなどのＭＲおよびＰＥＴ撮像を行うように一般に構成される。１つの実施形態では、システム１０は同じ繰り返し時間（ＴＲ）内に少なくともＭＲ画像を生成するように構成され得る。非限定的な例として、システム１０は、Ｌｉｖｅｒ Ａｃｑｕｉｓｉｔｉｏｎ ｗｉｔｈ Ｖｏｌｕｍｅ Ａｃｑｕｉｓｉｔｉｏｎ （ＬＡＶＡ）シーケンス、ＬＡＶＡフレックスシーケンス、およびＤｉｘｏｎおよび／またはＩｔｅｒａｔｉｖｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｗａｔｅｒ ａｎｄ ｆａｔ ｗｉｔｈ Ｅｃｈｏ Ａｓｙｍｍｅｔｒｙ ａｎｄ Ｌｅａｓｔ ｓｑｕａｒｅｓ ｅｓｔｉｍａｔｉｏｎ （ＩＤＥＡＬ）技術などの復元技術などのシーケンスを行うように構成される。ＭＲＩコントラストは、Ｔ１強調（Ｔ１ｗ）、水素密度強調（ＰＤｗ）、またはＴ２強調（Ｔ２ｗ）であることができ、特定の組織タイプをセグメント化するために、またはある程度のアーチファクトを排除するために最適化することができる。たとえば、Ｔ１強調画像では、膀胱内の水は、膀胱の領域内のコントラストを床める可能性がある。そのようなコントラスト問題を克服するために、ＰＤ強調が増加され得る。
システム１０はさらに、画像保管通信システム（ＰＡＣＳ）１８のような遠隔アクセスおよび保存システムもしくはデバイス、またはテレラジオロジー設備などのその他のデバイスを含み、それによってシステム１０によって、取得したデータにオンサイトまたはオフサイトでアクセスすることができる。このような方法で、取得したデータは、取得され、それに続きオンサイトまたはオフサイトの処理および評価を行う。さらに、ＰＡＣＳ１８は、撮像システム１０との通信を可能にし、したがってＰＥＴ撮像シーケンス、ＭＲＩ撮像シーケンス、および減衰補正プロセスがすべて自動化されて行われることが可能になる。
ＭＲシステム１０は任意の適切なスキャナまたは検出器を含むことができるが、例示された実施形態では、システム１０は開口またはボア２２が貫通して形成されたハウジング２０を有する全身スキャナ１２を含む。テーブル２４が、ボア２２内に軸方向に移動可能であり、患者の内部の選択された解剖学的構造を撮像するために、その中に患者２６を配置することが可能になる。たとえば、本実施形態に従って、患者２６がテーブル２４に配置され得、システム１０は、ＭＲデータ（たとえばＭＲ画像スライスおよび／またはボリューム／スラブ）をステーション方向の様式で取得することができる。たとえば、頭部ステーションが第１に撮像され得、その次に胸部ステーションまたは肺ステーション、その後に腹部ステーション、などのように撮像される。
スキャナ１２は、制御された磁場を生成し、撮像される対象の解剖学的構造内の磁気回転物質からの放出を検出するための一連の関連するコイルを含む。一次磁石コイル２８が、ボア２２に全体的に整列した主要磁場を生成するために設けられる。一連の勾配コイル３０、３２、および３４が、検査シーケンス中に制御された勾配磁場が生成されることを可能にする。高周波（ＲＦ）コイル３６が、スピン摂動またはスライス選択などのために、磁気回転物質を励起するための高周波パルスを生成するために設けられる。別個の１つまたは組になった受信コイル、または同じＲＦコイル３６が、検査シーケンス中に磁気回転物質からの磁気共鳴信号を受信することができる。
スキャナ１２のさまざまなコイルが外部の回路によって制御され、所望の場またはパルスを生成し、制御された様式で磁気回転物質からの放出を読み取る。例示された実施形態では、主要電源３８が、一次磁場コイル２８に電源供給するために設けられる。駆動回路４０が、勾配磁場コイル３０、３２、および３４をパルス動作させるために設けられる。そのような回路は、スキャナ制御回路１４によって出力された、デジタル化されたパルスシーケンスによって定義されるようなコイルに電流を供給するための増幅および制御回路を含むことができる。別の制御回路４２が、ＲＦコイル３６の動作を調節するために設けられる。制御回路４２は、能動動作モードと受動の動作モードとの間で交互に入れ替えるためのスイッチデバイスを含み、ＲＦコイルは、信号の送信および受信をそれぞれ行う。いくつかの実施形態では、回路４２はＲＦパルスを生成し、受信した磁気共鳴信号を処理するための増幅回路も含む。
スキャナ制御回路１４は、勾配磁場コイルおよびＲＦコイルを駆動し、検査シーケンスで生成される磁気共鳴信号を表すデータを受信するための信号を出力するインターフェース回路４４を含む。インターフェース回路４４は制御回路４６に接続される。制御回路４６は、システム制御回路１６を介して選択された定義されたプロトコルに基づいて、回路４２および回路４０を駆動するための指令を実行する。制御回路４６は、磁気共鳴信号を受信し、システム制御回路１６にデータを送信する前にその後の処理を行うようにも機能する。スキャナ制御回路１４は、動作中に構成パラメータ、パルスシーケンス記述、検査結果などを記憶する１つまたは複数のメモリ回路４８も含む。インターフェース回路５０が、スキャナ制御ユニット１４とシステム制御回路１６の間でデータを交換するために制御回路４６に接続される。そのようなデータは、一般に、行われる特定の検査シーケンスの選択、これらのシーケンスの構成パラメータ、および取得したデータを含み、それらはその後の処理、記憶、送信、および表示のためにスキャナ制御回路１４によって処理されずにまたは処理された形で送信され得る。
システム制御回路１６は、スキャナ制御回路１４からデータを受信し、データおよび指令を送信してスキャナ制御回路１４に戻すインターフェース回路５２を含む。インターフェース回路５２は、多目的または特定用途向けのコンピュータまたはワークステーションにＣＰＵを含むことができる制御回路５４に接続される。制御回路５４は、ハイブリッド型ＰＥＴ／ＭＲシステム１０の動作のためのプログラミングコードを記憶し、後で復元し、表示し、および送信するための処理画像データを記憶するためのメモリ回路５６に連結される。たとえば、プログラミングコードは、取得したＭＲデータに基づいてＰＥＴ画像復元を行うことが可能な１つまたは複数のアルゴリズムを実行することができ、それは以下に詳細に論じられる。追加のインターフェース回路５８が、画像データ、構成パラメータなどを遠隔アクセスおよび記憶デバイス１８などの外部システム構成要素と交換するために設けられる。最後に、システム制御回路５４は、オペレータインターフェースを促進し、復元された画像のハードコピーを作成するさまざまな周辺デバイスを含むことができる。例示された実施形態では、これらの周辺機器には、プリンタ６０、モニタ６２、およびキーボードまたはマウスなどのデバイスを含むユーザインターフェース６４が含まれる。
スキャナ１２およびそれに関連する制御回路４６は、制御された様式で磁場および高周波パルスを生成し、制御された様式で患者２６の内部の特定の磁気回転物質を励起および符号化する。スキャナ１２および制御回路４６は、また、そのような材料から出る信号を感知し、走査される物質の画像を生成する。いくつかの実施形態では、走査は、データセットのアレイを生じる、加速されたまたは完全にサンプリングされた走査であることができる。データセットは、本実施形態に従って、同相、位相外れ、水、および脂肪画像を表すことができる。
上記に留意したように、ハイブリッド型のＰＥＴ／ＭＲシステム１０は、多モードの撮像が可能であり、特に、ＭＲおよびＰＥＴ撮像のデータの両方を収集することが可能である。ハイブリッド型のＰＥＴ／ＭＲシステム１０は、さらにＰＥＴ画像形成を可能にする特徴を含む。実際に、陽電子検出に関係するデータ収集は、ＭＲデータ収集に対して実質的に同時に行われ得る。
いくつかのＰＥＴ撮像の実施形態では、陽電子放出器が患者２６に施与され、患者の内部に陽電子を生成することができる。陽電子は、陽電子消滅事象によって患者の解剖学的構造内にあるさまざまな電子と相互作用し、それによってガンマ光子が生成され、ガンマ光子が検出および処理されて画像が生成される。他の実施形態では、ガンマ光子を放出する放射性トレーサーが患者に施与され、特定の組織または器官によって結合または吸収され得る。一般的な放射性同位元素は、さまざまな放射性の形の元素を含むが、多くのガンマ線撮像は、崩壊中にガンマ光子を放出するテクネチウム（99Ｔｃ）の同位元素に基づいている。さまざまな追加の物質が、そのような放射性同位元素と選択的に組み合わされ、身体の特定の領域または組織を標的にすることができる。
したがって、ハイブリッド型のＰＥＴ／ＭＲシステム１０は、上記に留意した陽電子消滅または固有の放出事象の結果として放出される光子を検出するように構成される、光検出器６６を含むことができる。やはり、光検出器６６は、単光子放射型コンピュータ断層撮像法（ＳＰＥＣＴ）および陽電子放出断層撮像法（ＰＥＴ）を含むさまざまな放射性核種撮像技術に使用され得る。図では患者の上方に配置された湾曲したデバイスとして示されているが、実際には、検出器６６は患者の下方、患者の上方および下方の両方に配置することができ、また患者の周りを部分的に囲むことができる。一般に、検出器６６は、ともに参照番号６６として全体的に表される、１つまたは複数のコリメータおよび複数のシンチレーション結晶を含むことができる。コリメータは、ガンマ放射が一定の方向に（一般的にシンチレータに垂直に）のみ放出されて、シンチレータに衝突することを可能にする。シンチレータは、セリウムをドープしたケイ酸ルテチウムイットリウム（ＬＹＳＯ）などの結晶質を含むことができ、受け取ったガンマ放射をより低い（たとえば紫外範囲の）光エネルギーに変換する。Ｘ線を利用する撮像モダリティなどのその他の撮像モダリティでは、シンチレータは、受け取ったＸ線と相互作用するときにより低い光エネルギーを生成することができる。次いで検出器は、この光を受け取り、特定の個別のピクチャ素子（ｐｉｃｔｕｒｅ ｅｌｅｍｅｎｔ）（画素）領域に衝突する光子に対応する画像データを生成する。
光検出器６６は、直接的または間接的に、スキャナ制御回路１４およびシステム制御回路１６に接続される。上述した回路機能に加えて、この回路は、いくつかの物理的および機能的な構成要素を含むことができ、それらは協働して画像データの収集および処理を可能にして所望の画像を生成し、また本明細書に開示されたＰＥＴ画像復元方法を行うことも可能にする。いくつかの実施形態では、図示するように、システム１０は、光検出器６６から最初にデータを受け取り、さまざまなフィルタ処理、値の調整などを行うことができる未処理データ処理回路６８を含むことができる。制御回路４６などのスキャナ制御回路１４、または制御回路１６は撮像システムの全体的な制御および画像データの操作を可能にする。制御回路１４および／または回路１６は、データに校正機能、補正機能などを行うこともできる。
回路１４、１６は、既知のアルゴリズム（たとえば逆投影）に基づくものなどの画像復元機能も行うことができる。いくつかの実施形態に従って、本明細書で論じられるように、回路１４および／または回路１６はＭＲデータを使用して得られた減衰係数を使用してＰＥＴ画像復元を行うことができる。実際に、本明細書で論じられるように、そのような減衰係数は、磁気共鳴撮像（ＭＲＩ）データおよび連続分布減衰マップから直接的に、または前処理されたＭＲデータから得られた疑似コンピュータ断層（ＣＴ）画像から得ることができる。上記およびその他の手法は、以下にさらに詳細に述べられる。
さらに、回路１６の任意の後取得機能は、付加的または選択的にローカルまたは遠隔の装置（図示せず）への後処理で行われ得る。回路１４、１６は、患者支持テーブル２４、光検出器６６などを含む、スキャナおよびその構成要素の制御を可能にするインターフェース回路４４と相互作用することができる。本実施形態に従って、メモリ回路５６は、回路１６によって実施可能な１つまたは複数の組の命令を記憶し、ＭＲマスク画像、疑似ＣＴ画像、および／または減衰係数値に含まれる減衰データから減衰補正ＰＥＴ画像を生成することができる。
例示された実施形態では、モニタ６２はＭＲ画像、ＰＥＴ画像、ハイブリッド型のＰＥＴ／ＭＲ画像、復元または減衰補正ＰＥＴ画像、またはそれらの組合せを表示することができる。さらに、画像は、モニタ６２に実質的にリアルタイムで表示され得る。たとえば、本明細書で述べられる方法は先を見越して行うことができ、それによってＭＲステーションが取得されると、モニタ６２に表示されたＰＥＴ画像が実質的にリアルタイムで更新され得る。他の実施形態では、本明細書で述べられる方法は、遡及的に行うことができ、それによってモニタ６２に表示されたＰＥＴ画像が、すべてのＭＲデータが収集され適切に処理されたときにのみ更新される。
組織的な設定では、ハイブリッド型のＰＥＴ／ＭＲシステム１０は、１つまたは複数のネットワークに接続され、撮像システムへ、または撮像システムからのシステムデータの転送を可能にし、その上、画像データおよび処理された画像の送信および記憶を可能にする。たとえば、ローカルエリアネットワーク、広域ネットワーク、ワイヤレスネットワークなどにより、放射線科情報システムまたは病院情報システムに画像データを記憶することが可能になる。そのようなネットワーク接続により、画像データを遠隔後処理システム、医師のオフィスなどに送信することがさらに可能になる。
上記に留意したように、本開示の態様は、取得したＭＲデータを使用してＰＥＴ画像データに減衰補正を行うための方法を含む。したがって、開示された方法の少なくとも一部分は、図１に対して上述したシステム１０によって行われ得る。いくつかの実施形態では、本明細書で述べられるデータ処理技術は、別個のワークステーションで自動的にもしくはユーザによって、またはシステム１０によって自動的に行われ得る。本明細書で述べられる取得の後に、システム１０は、局所的および／または遠隔的に後でアクセスするために、たとえばメモリ回路内（たとえばメモリ５６）に取得したデータを単に記憶することができることに留意されたい。したがって、局所的および／または遠隔的にアクセスされた場合に、取得したデータは特定用途向けまたは汎用コンピュータ内に含まれる１つまたは複数のプロセッサによって操作され得る。１つまたは複数のプロセッサは、取得したデータにアクセスし、本明細書で述べられる画像処理および復元方法を含むルーチンを実行することができる。
たとえば、図２を参照すると撮像システム１０は患者２６のＭＲベースの疑似ＣＴ画像１２０を生成することができ、画像１２０は、患者２６のさまざまな解剖学的領域に対応する複数のステーション１２２を有する。システム１０および／または処理デバイスは、各ステーション１２２内の減衰の特徴に関する情報も提供することができる。図示するように、減衰情報は、各ステーションに対応する一連の減衰係数分布１２４として示され得る。図示するように、分布１２４はステーション１２２内の特定の減衰係数の計数を含み、その計数は、その特定のステーション内の減衰物質の各タイプの相対量を表している。たとえば、頭部ステーション１２６は、患者の頭部および関連する解剖学的構造（たとえば脳、頭蓋骨、洞腔）を含み、関連する減衰係数分布１２８を有することができる。図示するように、減衰係数分布１２８は、空気１３０、水１３２に関連するいくつかの計数、およびその他のステーション１２２と比較して骨１３４に帰属可能な比較的高い量の計数を含む。同様に、肺ステーション１３６も、固有の分布１３８を含む。特に、分布１３８では、肺１４０に帰属可能な計数が、空気よりも高い減衰係数で現れる。さらに、腹部ステーション１４２が分布１４４を有するものとして示され、そこでは比較的多くの量の脂肪ベースの減衰１４６および水ベースの減衰１４８があり、脚部ステーション１５０が、脂肪減衰計数よりもわずかに高い水減衰計数を有する分布１５２を有するものとして示される。
上述した疑似ＣＴ画像１２０およびステーション方向減衰データ１２４は、システム１０、５０、および／またはその他の処理デバイスによってＰＥＴ減衰係数に対して行われる総合的な方法１６０の途中で生成され得る。実際に、画像１２０およびデータ１２４は、別の処理デバイス、システム１０、システム１０、または画像復元用の任意のその他のデバイスに出力され得る。ＰＥＴ減衰補正の方法１６０の実施形態が、図３にプロセスフロー図として示される。
図示するように、方法１６０は、ＰＥＴ撮像データを取得するステップ（ブロック１６２）で開始する。たとえば、患者２６は、撮像システム１０内に配置され、データを生成するために撮像される放射性薬剤を施与される。ＰＥＴデータの取得前、取得中、取得後に、ＭＲデータが患者２６から取得される（ブロック１６４）。本実施形態に従って、ブロック１６４におけるＭＲ取得は、同相、位相外れ、脂肪、および／または水の画像が得られ、大きさ、または大きさと位相画像（たとえば実際および仮想の構成要素、複合ＭＲＩデータの構成要素）の両方が記憶された多パラメータ取得を含む。同じＴＲ、または異なるＴＲもしくはＴ１ｗ、ＰＤｗ、またはＴ２ｗなどの異なるＭＲＩ画像コントラストを使用して、異なるタイプのデータを得ることができる。上記に留意したように、そのようなプロセスは、ＬＡＶＡまたはＬＡＶＡフレックス取得、Ｄｉｘｏｎおよび／またはＩＤＥＡＬ処理を含み、およびＴ２*マップなどの追加のマップを生成することができる。
ブロック１６４に従って得られたデータは処理され、１つまたは複数のクラスベースのマスクを得ることができる。図５に対して以下にさらに詳細に論じられるが、ブロック１６４は、ステップの中でもとりわけ、位相場フォーミュレーションを使用して患者の皮膚の全体的な外形を描写する体輪郭マスクを生成するステップ、いくつかの解剖学的構造（たとえば肺）に関するマスクを生成するステップ、および患者の画像のいくつかの部分を脂肪、水、空気、背景、骨などの種類にセグメント化するステップを含むことができる。そのように生成された情報は、セグメント化された部分を有するクラスベースのマスクを構築する（ブロック１６６）ために使用され得る。これらの部分は、いくつかの減衰補正係数または減衰係数を有するものとして特徴付けられ、図２の画像１２０などの疑似ＣＴ画像を生成する（ブロック１６８）ために使用され得る。
疑似ＣＴ画像およびその関連する減衰情報、または他の実施形態では、ＭＲ画像処理中に生成された分類から得られた減衰データは、最初に得られたＰＥＴ画像を補正する（ブロック１７０）ために使用され得る。たとえば、減衰マップは、減衰値がＭＲ画像（たとえば脂肪および水の画像）のうちのいくつかのセグメント化中に標識化された特定の組織に関連付けられ得る疑似ＣＴまたはＭＲデータから生成され得る。これらのマスクに結び付けられた減衰補正値は、ＰＥＴ画像の特定の領域に関連付けられ、これらの特定の領域を補正する。非限定的な例として、ＰＥＴ画像は以下の式に従って補正され得る。
上式で、ＩACは減衰補正された画像、Ｉ（ｌ）は最初の未補正画像であり、項
は減衰補正係数（ＡＣＦ）を表す。理解され得るように、ＡＣＦは、μすなわち減衰物質の線形減衰係数（すなわち質量減衰係数および減衰材料の密度の積）、Ｅ0すなわち減衰された光子のエネルギー、およびｄｌすなわち減衰材料の厚さの関数である。
上記に留意したように、ブロック１６６に対して、本実施形態は、ＭＲ画像から得られた補正データを使用して、特に、外部および内部の解剖学的構造（たとえば皮膚および肺）の輪郭検出の方法として位相場フォーミュレーションを使用して生成される、体輪郭マスク、さまざまな組織マスク、および４クラスマスクの生成を介して、ＰＥＴ減衰補正への手法を提供する。ブロック１６６による動作の少なくとも一部分の１つの実施形態を図４にプロセスフロー図として示す。
特に、図４は方法１６６を示し、その方法によって、撮像方法（たとえばＬＡＶＡ−Ｆｌｅｘなどの二重エコー、スポイルド勾配エコー）から得られるＭＲデータが、ＰＥＴ画像での減衰補正に有用な画像を生成するのに使用され得る。やはり、方法１６６は、システム１０または別のプロセッサベースのデバイスによって行われ得る。さらに、本明細書で述べられるステーションの任意の１つまたは組合せが、同じＭＲデータ取得方法、またはＬＡＶＡ、ＬＡＶＡフレックスなどの異なるＭＲデータ取得方法、または同様の取得に従って、あるいはショートエコーシーケンス、アトラシング（ａｔｌａｓｉｎｇ）などの他の方法を介して取得され得る。一般に、ディスク、不揮発性メモリなどの非一時的な機械読取り可能な媒体に記憶された命令を行うことが可能な１つまたは複数のプロセッサベースのデバイスが、方法１６６を行うことができる。方法１６６は、１つまたは複数の非一時的記憶デバイスに集合的に記憶することができ、本明細書で述べられる動作を行うために１つまたは複数のプロセッサによって実行可能な１つまたは複数の組の命令として記憶され得る。
方法１６６は、さまざまなＭＲ画像を得るステップ（ブロック１８０）で開始する。ブロック１８０による動作は、位置確認走査、位置合わせ走査などを行うステップを含み、ＰＥＴ画像（複数可）の患者の位置によって得られるＭＲ画像の患者の一般的な位置を位置合わせすることができる。すべての準備画像が得られると、ブロック１８０による動作は、ＭＲ走査を行うステップを含み、同相（Ｉi）、位相外れ（Ｉo）、水（Ｉw）、および脂肪（Ｉf）画像の任意の１つまたは組合せを得ることができる。１つの実施形態では、単一のＴＲ内で行われる取得は、特定のスライスを選択するためにすべての４つの画像を得ることができる。このタイプの取得は、患者２６の全身に対して行われ得、それによってブロック１８０が全体で、スライスごとにＩi、Ｉo、Ｉw、およびＩfを生成する全身ＭＲＩ走査になる。他の実施形態では、ブロック１８０に従って画像を得るステップは、１つまたは複数のデータ記憶デバイスに記憶されたデータにアクセスするステップを単純に含むことができる。
ブロック１８０に従ってＭＲデータを得ると、本明細書で述べられるステップは必ずしも示された順番に行われなくてもよいことに留意されたい。したがって、本明細書で述べられるステップのうちのいくつかを一定の順番で示したが、この順番は任意の特定の順番に方法を限定することを意図するものではない。しかし、他のステップの前のいくつかのステップの成果により、その後のステップでの正確さが増すことを可能にすることができる。たとえば、セグメント化を行う前に解剖学的構造の位置確認を行うことが、セグメント化を促進可能にするために望ましいことである可能性がある。
ＭＲ画像を得た後（ブロック１８０）、得られた画像スライスはスティッチングプロセスで組み合わされ、ステーションを生成する。ステーションは、図９〜１２に対して以下にさらに詳細に論じられるように、特定の認識可能な体輪郭パターンによって描写される解剖学的構造の群を表すことができる。一般に、ステーションは図２に示すようなものであることができるが、疑似ＣＴデータではなくＭＲデータを有する。次いで、ステーションは互いにスティッチされて全身ＭＲ画像を形成することができる。そのようなスティッチングを行うためのさまざまな技術が、図５に対して下記にさらに詳細に論じられる。さらに、方法１６６は、先を見越して、または遡及的に行われ得ることに留意されたい。先を見越した手法では、ブロック１８２に従った動作は、各ステーションを取得した直後には行われ得ない。言い換えれば、ブロック１８４および１８６などの以下に述べられるブロックのうちのいくつかに従った動作は、ブロック１８２の前に行われ得、それによってＰＥＴ画像がステーション方向の反復ベースで修正され、各ステーションベースの更新の後に更新されたＰＥＴまたはＰＥＴ／ＭＲ画像を生成する。遡及的手法では、動作は図４に表すように行われ得る。
したがって、ブロック１８２に従って画像／ステーションをスティッチする前、スティッチする間、またはスティッチした後に、本実施形態に従って、ボディマスクのいくつかの特徴を検出することにより、体輪郭の分析により、医用デジタル画像および通信（ＤＩＣＯＭ）情報に基づいて、ユーザが提供した入力に基づいて、または非比例的な比率に基づいて、または事前取得したステーションに関連する情報に基づいて、またはそれらの任意の組合せによって、さまざまな解剖学的マーカが識別される（ブロック１８４）。非比例的な比率は、いくつかの解剖学的構造がいくつかの相対的な比率で存在するモデルまたは規則に基づくものであることができる。たとえば、一般に骨盤は、肩と股の間の距離の３分の２のところに存在する。１つの実施形態では、頭部ステーションは、肩の特徴的な輪郭を検出することによって肺ステーションと区別され得る。他の実施形態では、輪郭に関係するデータ以外のマスク情報が、解剖学的構造の検出に利用され得る。たとえば、頭部の解剖学的構造／ステーションが検出されると、肺ステーションは、空気から生じる肺の特徴的な位相および信号差に基づいて、腹部セクションと区別され得る。そのような識別の例が、図８〜１１に対して以下に論じられる。一般に、ブロック１８４によって表される動作は、全身ＭＲＩ画像を、神経、肩、胸部、腹部、骨盤、および脚などの異なる解剖学的領域に描写することができる。上記に留意したように、以前に取得したステーションの知識は、解剖学的識別を促進することができる。たとえば、頭部ステーションを取得した後に、頭部ステーションの直後に取得したステーションが肺ステーションであることができ、同様に肺ステーションの後のステーションが腹部ステーションであることができることを、システム１０が認識し、またはユーザが入力することができる。そのような事前知識により、本明細書で述べられる位相場フォーミュレーションのパラメータをそのような知識によって調整可能にすることによって、解剖学的構造の位置確認およびセグメント化を促進可能にすることができる。
さらに、解剖学的識別はセグメント化の正確性を、特に同様のコントラストおよび信号強度を有する患者の内部の解剖学的構造間で促進可能にすることもできる。たとえば、洞腔のセグメント化の間、任意の事前の解剖学的識別がないと、洞腔の最初の輪郭が、誤って側頭骨を含む可能性があり、それは洞腔の空洞および（含気化された）側頭骨が同様の信号強度およびコントラストを有するからである。しかし、頭部位置、頭部寸法などの事前の解剖学的識別によって側頭骨の予測位置がモデル化され得、特定の複合ＭＲ信号の変動に基づいて洞腔は側頭骨から分離してセグメント化され得る。同様に、骨は腹部、骨盤、および脚のステーションなどのその他のステーションに関して同様の原理に基づいて体内空気から区別され得る。
方法１６６は、位相場フォーミュレーションを使用してさまざまなマスクを生成するステップ（ブロック１８６）も含むことができる。たとえば、各画像スライスは、位相場手法を使用して検出される、患者の皮膚境界の位置を表すデータ（たとえば皮下脂肪を表すＭＲデータ）を含む。皮膚境界は、患者２６の体輪郭を描写する。体輪郭の識別は、以下に論じられる肺、体内の空気、および脂肪／水のセグメント化に関するより正確な最初の推定を可能にすることができる。さらに、器官の位置確認は、肺および体内の空気に関するセグメント化パラメータの最適化を可能にする。
さらに、いくつかの画像スライスが、内部の解剖学的構造を表す輪郭を含むことができる。たとえば、患者の胸部を通るいくつかのスライスは肺および／または気管の輪郭を表す内部のデータを含むことができる。そのようなデータは、正確な減衰マップを生成するために有用であることができ、それは肺が、空気ならびに脂肪および水を大きな量で含む組織とは異なる程度でいくつかの光子を減衰することができるからである。そのような手法が、図６および７に対して以下にさらに詳細に論じられる。
本明細書で述べられる位相場フォーミュレーション手法は、骨のセグメント化も可能にすることができる。たとえば、本明細書で論じられる位相場フォーミュレーションは、ＭＲ画像内の暗構造（ｄａｒｋ ｓｔｒｕｃｔｕｒｅ）によって境界を接する脂肪の外輪郭を決定するために利用され得る。これは、本明細書で、皮質骨による骨髄内の脂肪の「含有状態」と呼ばれる。したがって、骨髄脂肪の含有状態をモデル化することによって、本実施形態は、セグメント化のために皮質骨マスクの生成を可能にする。
方法１６６は、全身ＭＲ画像から脂肪および水のボリュームをセグメント化するステップ（ブロック１８８）も含む。本実施形態に従って、脂肪のボリュームは、２ステッププロセスを用いて、ブロック１８０で得られたＩf、Ｉw、およびＩiチャネルを使用してセグメント化され得る。２ステッププロセスは、体内空気に関するしきい値を設定するための、体内空気統計を推定する第１のステップを含む。これによって、空気成分が画像の脂肪および水のチャネルから除去され、Ｉfl、およびＩwlによってそれぞれ表され得る脂肪および水の成分の粗推定が得られる。
第２のステップでは、脂肪Ｉffrおよび水Ｉwfrのフラクション画像が得られる。たとえば、脂肪および水のフラクション画像が、同相画像が水と脂肪画像の合計である（Ｉi＝Ｉf＋Ｉw）という関係に基づいて得ることができる。脂肪および水のフラクション画像は、Ｉffr＝Ｉf／ＩiおよびＩwfr＝Ｉw／Ｉiによって表され得る。
脂肪成分および水成分は、これらの関係に基づいても得られる。特に、脂肪成分はＩf＝（Ｉffr≧０．５）∩Ｉflとして、水成分はＩw＝（Ｉwfr≧０．５）∩Ｉwlとして得られる。言い換えれば、脂肪成分が、０．５を超える値を有する脂肪フラクション画像の値と脂肪成分の粗推定の値との間の重複として定義される。同様に、水成分が、０．５を超える値を有する水フラクション画像の値と水成分の粗推定の値との間の重複として定義される。ブロック１８８で行われるステップから生じる例示の画像が、図１２に示される。
脂肪および水の成分が全身ＭＲ画像からセグメント化されると、４クラスセグメント化画像が生成され（ブロック１９０）、その画像では、脂肪、水、肺、ならびに背景、金属、および骨の組合せが、それぞれ特定の減衰値を有するものとして表される。４クラスセグメント化画像は、ＰＥＴ画像での減衰補正またはＰＥＴ画像での直接的な減衰補正のための疑似ＣＴ画像の生成に関する組織分類を提供する。例示の４クラスセグメント化画像が図１３に示され、下記により詳細に論じられる。
上記に留意したように、正確なセグメント化を可能にするため、および単一の連続的な走査画像を得るため、ブロック１８０に従って得られたＭＲ画像／ステーションがブロック１８２でスティッチされる。スティッチされたＭＲデータの一例が図５に提供され、異なるスティッチングプロトコルに従ってスティッチされた全身ＭＲ画像を示す。特に、自動結合スティッチ方法から生じる第１の画像２００、信号−ノイズ比（ＳＮＲ）から生じる第２の画像２０２、および非末端スライススティッチ（ｎｏｎ−ｅｘｔｒｅｍｅ ｓｌｉｃｅｓ ｓｔｉｔｃｈｉｎｇ ｍｅｔｈｏｄ）方法から生じる第３の画像２０４が示される。
各画像２００、２０２、２０４の各ステーションがいくつかのスライスを含むことに留意して、上記に示した各方法（たとえば自動結合、ＳＮＲ、非末端スライス）は隣接するステーション間の重複を利用する。たとえば、図示するように、画像２００は、神経ステーション２０６、下方頭部ステーション２０８、上方肺ステーション２１０を含み、それぞれが次のものと隣接している。ディビジョン２１２も、各ステーションの間でも可視である。上記に示した各スティッチ方法において、隣接するステーション間のスライスの重複が利用される。たとえば、下方頭部ステーション２０８を上方肺ステーション２１０にスティッチするために、各方法では、５、１０、１５、２０またはより多くの画像スライスの間の重複が利用されて重複を決定し、また、どの画像スライス（すなわち重複するステーションから選択されるどの画像スライス）がディビジョン２１２に近接する領域で表示されるかも決定する。そのような構成を示す図式２２０が、図６に示される。
図６では、図式２２０は第１のステーション２２２および第２のステーション２２４を含む。第１および第２のステーション２２２、２２４は、領域２２６で重複し、その領域２２６は各ステーションからの複数の画像スライス２２８を含む。図６の画像２００、２０２、２０４を生成するために使用される各方法は、それぞれ異なる形で複数のスライス２２８を利用し、スティッチ画像の領域２２６内で何が表示されるかを決定する。
各方法では、複数のスライス２２８に対する特定の数の（たとえば５、１０、１５、またはそれを超える）スライスが選択される。次いで、他方のステーションにより近いスライスの重複によって、第１および第２のステーション２２２、２２４が互いにスティッチされ得る。たとえば、第２のステーション２２４に最も近い第１のステーション２２２内のスライスが選択され、その逆のことも言える。画像２００を生成するために使用される自動結合方法では、スティッチは、領域２２６で第２のステーション２２４に対応している画像スライスを表示することを単に含むことができる。
画像２０２を生成するために使用されるＳＮＲ方法では、より高いＳＮＲを有する複数のスライス２２８内のスライスが選択される。言い換えれば、ＳＮＲ方法では、領域２２６内に表示されるスライスは、第１のステーション２２２、または第２のステーション２２４、またはそれらの組合せであることができる。どちらのスライスがより高いＳＮＲを有するかを決定するために、各スライスに対するＳＮＲの計算が次式に従って行われる。
上式で、δＳはシグナルパッチの標準偏差であり、δＮが背景（ノイズ）パッチの標準偏差である。
画像２０４を生成するために使用される非末端スライス方法では、第１のステーション２２２のスライスが領域２２６の第１の部分（たとえば最初の１０個のスライス）に対して選択される。第２のステーション２２４からのスライスは領域２２６の下方部分（たとえば最後の５個または１０個のスライス）に対して選択される。
異なる技術者によって行われ得るスティッチを容易にすることを可能にし、異なる走査にわたって連続性を可能にするために、ステーションは、医用デジタル画像および通信（ＤＩＣＯＭ）プロトコル内の特定のフィールドＩＤ（ｆｉｅｌｄ ＩＤ）およびフィールド記述（ｆｉｅｌｄ ｄｅｓｃｒｉｐｔｉｏｎ）に結び付けられ得る。実際に、そのようなフィールドの入力および識別が異なるプラットフォーム（たとえばスキャナ、サーバ、ワークステーション）にわたる通信および標準化を可能にすることができ、図１に対して論じられるＰＡＣＳシステムでの統合を可能にする。実際に、以下の表１に記載されるＤＩＣＯＭヘッダの場からの情報を使用して連続性を得ることができる。
同様に、ステーション間の重複は、以下の表２のＤＩＣＯＭヘッダフィールドを整合させることによって検出され得る。
各ステーション内での解剖学的構造の検出を促進するために、図４に対して上記に留意したように、ボディマスクが位相場フォーミュレーションを使用して生成される（すなわち身体がセグメント化される）。本実施形態に従って、位相場フォーミュレーションが、３Ｄの隣接情報を使用して画像ごとに、または３Ｄボリューム全体に行われ、皮膚境界（すなわち体輪郭）を検出することができ、これらの実施形態のうちのいくつかでは、洞腔、肺、および気管などのいくつかの内部の解剖学的構造を描写することができる。実際に、本明細書で述べられる位相場アルゴリズムは、３Ｄボリュームでの境界検出を促進可能にすることができ、その検出では隣接する２Ｄスライスまたは３Ｄボリュームからの情報を使用することができる。たとえば、境界で空隙が検出される実施形態では、３Ｄデータ間で共有される情報を使用して空隙を満たすことができる可能性がある。図７は、本実施形態に従って位相場フォーミュレーションを使用して分析される画像スライスの一例を示す。
特に、図７は、頭部スライス２４２、肺スライス２４４、腹部スライス２４６、骨盤スライス２４８、および脚スライス２５０を含む患者２６のさまざまな解剖学的構造の複数の２Ｄ ＭＲ画像２４０を示す。本実施形態に従って、各スライスは、本明細書で論じられる位相場フォーミュレーションにかけられ、皮下脂肪からの脂肪信号に対応する（すなわち皮膚のセグメント化に関する）領域を識別することができる。特に、皮膚に対応する領域は、画像スライス２４０のそれぞれに対応する複数のマスクスライス２５２によって示すように、ボディマスクのセグメント化に関する境界を画成する。
ボディマスクスライス２５２を生成するために、ボリューム処置が位相場フォーミュレーションを使用して行われ、それはいくつかの実施形態では、次式によって表される２クラス位相場フォーミュレーションであることができる。
（３）
または
上式で、Ｉは、Ｉi、Ｉw、およびＩfデータからの信号強度および画像の勾配の加重されたメトリックである。実際に、しきい値処理または同様の方法とは異なり、本実施形態は、本明細書で述べられる多パラメータ位相場ベースのセグメント化方法への、特に、本明細書で論じられる式３および４への入力として、大きさおよび位相情報の両方を含む複合ＭＲ画像データを使用する。式のエネルギーは、ｕ（ｘ）∈｛０，１｝のバイナリ指示関数によって最小化される。項ｕは２クラス関数（すなわちｕは０または１である）を表し、ｕ＝０は背景を表し、ｕ＝１は組織を表す。パラメータα、β、およびλはノイズの変動、平滑性、および感度を表し、マニュアルで設定され得る。特にβは背景分布の標準偏差に関係し、λは正確な輪郭を生成するために使用されるセグメント化のスケールを捕捉する。より精細な内部の対象の解剖学的構造を得るために、λに対してさまざまな値が使用され得ることに留意されたい。たとえば、かさのある肺を包含するステーションに用いられるλの値と比較して、気管を包含するステーションには、λに対してより小さな値が用いられる可能性がある。さらに、これらのパラメータは、経験的に検証され、および／またはクリーンなスライスを使用して交差検証され得る。（３）の式は、降下を用いて最小化される。降下方程式は、多解像度フレームワークでの半陰反復法を使用して解かれる。ｕのしきい値化は、ｕの値を｛０，１｝に維持するために少数の反復ごとにも行われ得る。非限定的な例として、本方法を使用して生成された最初のマスクが、計算された境界から１画素幅と１０画素幅の間に設定され、ｃairが最初の領域を使用して設定され得る。ｃairに関する値も更新に加えることができる。
式（３）の構成要素に関して、項
は、ｕ＝０の領域でｃairに近い強度を得るものであり、
は、ｕ＝１の領域でｃairと異なる強度を得るものであり、
は、ｕを｛０，１｝になるように拘束し、
は、ｕに対する平滑化項である。これらのさまざまなパラメータは、しきい値化などのその他の技術を使用して得られる、忠実度のより高いマスクの形成を可能にする。たとえば、上記の項は、しきい値化などの技術から生じ得るボディマスクの空隙の形成を低減または防止することができる。
さらに、式（３）を使用することで、ステーション方向または解剖学的構造方向ベースでのパラメータの変動、またはコントラスト対ノイズ／信号対ノイズの変動が可能になり、セグメント化の促進が得られる。たとえば、メタデータを患者の解剖学的構造の特定の領域に結び付けることができ、それによって各パラメータα、β、およびλがメタデータと関連する値に設定可能になる。たとえば、これらのパラメータのうちの任意の１つまたは組合せは、身体の領域に関連付けられたメタデータに基づいて適切に調整され得る。
上記に留意したように、患者の体輪郭のマスクを生成することに加えて、本手法は、セグメント化のための特定の組織マスク（すなわち１つまたは複数の対象の解剖学的構造に関する）を生成するための技術も提供する。たとえば、いくつかの実施形態に従って、ブロック１８６によって表される動作は、肺および／または洞腔マスク、ならびに／あるいは体内空気マスクをボディマスクに加えて生成することができる。実際に、本技術はブロック１８０での取得から生成された多チャンネルを使用して肺および空気の個別のセグメント化も可能にする。本明細書で述べられる手法は、縫合糸などの金属の存在から生じるＭＲ画像でのアーチファクトに対処することが可能であることに留意されたい。たとえば、各画像内で、金属に帰属可能なアーチファクトは分離され得る。次いで、金属の領域に隣接する画像の領域を平滑化するために勾配が用いられ、アーチファクトが連結構成要素分析（ｃｏｎｎｅｃｔｅｄ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ）によって、その後の段階で除去され得る。さらに、式（３）のパラメータは、特定のステーションでの金属の存在に関する以前のメタ情報を使用して適切に調整され得る。
次に、図８を参照すると、肺を通る一連のＭＲスライス２６０がセグメント化プロセスから生じる３Ｄ肺マスク２６２とともに示される。特に、各ＭＲスライス２６０は、以下の式（４）に従って位相場フォーミュレーションにかけられる。
（４）
式（３）および（４）は同様であるが、α、β、およびλに対するパラメータの値が身体のセグメント化に関する値と異なることに留意されたい。特に、身体のセグメント化に関して、内部の空気ポケットを誤って背景として分類することを避けるために、上記のパラメータおよび勾配降下時間ステップが注意深く選択され、内部輪郭のセグメント化を防止する。さらに、肺のセグメント化に関して、指示関数、ｕが式（３）と比較して逆になる。言い換えれば、ｕ＝０が組織に対応し、ｕ＝１が肺に対応する。肺のセグメント化に関する最初の輪郭はボディマスクである。
肺のセグメント化に適用される位相場フォーミュレーションは、各スライス２６０内に図示するように、身体の空洞内の肺の輪郭の検出を可能にする。特に、各スライス２６０は、検出された肺の輪郭を描写するマーカ２６４を含む。したがって、気管（すなわち後方端部）に隣接する患者２６の横断平面で撮像された肺の画像であるスライス２６０の第１の組２６６では、肺の輪郭が比較的小さく現れる。スライス２６０の第２の組２６８は、横隔膜に近接する後方端部に向かう、肺の検出された輪郭を示す。したがって、第２の組２６８のマーカ２６４は、より大きな肺の輪郭を示す。各スライス２６０での検出された肺の輪郭が組み合わされて（たとえばスティッチングプロセスにおいて）３Ｄ肺マスク２６２が生成され、それは上記に留意し以下にさらに詳細に論じられる４クラスボディマスクの生成中に使用される。
上記に留意したように、図４に対して、全身ＭＲ画像（すなわちスティッチされたＭＲ画像）内のステーションのうちのいくつかは、自動的に識別され、特定の構造のセグメント化を促進する。本実施形態は、さまざまな解剖学的マーカに基づいて、いくつかのステーションの検出を可能にする。たとえば、肩、肺、骨盤、および股は、図９〜１２に対して以下に論じられるように、すべてステーションを識別するために用いられ得る。そのようなステーションの識別により、式（３）および（４）のセグメント化パラメータα、β、およびλの調整のための器官のコンテキスト、器官の位置確認、信号対ノイズおよびコントラスト対ノイズベースのメトリックなどの、ステーションごとに情報を導くことが可能になる。
図９は、図４のブロック１８６に従って生成された患者の前頭面を通るボディマスクの部分２８０、ならびに患者の矢伏線に沿った位置に応じたマスク輪郭のグラフ２８２を示す。グラフ２８２に示すように、マスク輪郭の極小２８４が、肩に対応する位置で観測される。したがって、肩ラインは、頭部２８６を表す信号および胸部領域２８８を表す信号を参照して極小２８４を使用して境界を定められる。
肺は、図１０に示すように、信号しきい値化に基づいて自動的に検出され得る。図１０は、ＭＲデータ２９２を有する肺ステーションとともに、前頭面におけるボディマスクの部分２９０を示す。本実施形態に従って、肺の位置は胸部内の空気の存在から生じる信号のしきい値を検出することによって検出され得る。たとえば、ボディマスクの部分２９０および肺ステーション２９２は、組み合わされてデータマスク画像２９４を生成する。画像２９４に示すように、マスク部分２９０が、ステーション２９２のＭＲデータに対する背景として使用される。
したがって、高いマスク強度を有する画像２９４の領域は、ＭＲデータによって遮られない領域（すなわちＭＲ信号がわずかにある領域からまったくない領域）に対応する。そのような領域は、胸部において、肺の存在に対応する。したがって、矢伏線に沿った位置に応じたマスク強度のグラフ２９６では、大きな強度ピーク２９８が肺の位置に対応する。さらに、肺の位置は、この様式で、前端から後端に取った横断スライス、ならびに患者の腹側から患者の背側に取った前頭スライスを使用して観測されるしきい値を介して検出可能であることができることに留意されたい。実際に、空気のしきい値は、図１０に示された関係を使用して、また前頭面の上半分と矢伏線の中央冠状スライスを使用して、３次元で検出され得る。
次に図１１に注目すると、矢伏線に沿った向きのボディマスクの部分３００が示される。矢伏線に沿った位置に応じたマスク輪郭に対応する図３０２も示される。図示すように、骨盤は、それぞれ患者の腰と脚に対応する極小値３０６、３０８によって境界を形成する極大値３０４として位置確認され得る。
図１２では、患者２６の前頭面に沿った向きのボディマスクの部分３１０が、前頭面に沿った位置に応じたマスク輪郭のグラフ３１２とともに示される。図示するように、股は、矢伏線に近接し、または矢伏線と交差するマスク輪郭の差込み３１４として位置確認され得る。さらに、肺および骨盤のステーションが、股に基づいた非比例的測定を使用して補正され得ることに留意されたい。
さまざまな解剖学的構造が位置確認され、ボディマスクが上記の方法のうちの任意の１つまたは組合せを使用して生成されると、図４に対して上記に留意したように、脂肪および水のボリュームが、ブロック１８８に対して論じられたように、全身ＭＲ画像からセグメント化される。やはり、本実施形態に従って、脂肪のボリュームが、２ステッププロセスを用いて、ブロック１８０で得られたＩf、Ｉw、およびＩiチャネルを使用してセグメント化され得る。２ステッププロセスは、体内空気統計を推定する第１のステップと、脂肪Ｉffrおよび水Ｉwfrのフラクション画像を生成する第２のステップを含む。
図１３は、ブロック１８８に従って得ることができる例示の画像を示す。図１３では、脂肪成分ウインドウが［−２５０，−２０］に設定されたＣＴ脂肪画像３２０、同相ＭＲ画像３３２、式（３）および（４）を使用して生成されたセグメント化された脂肪−水マスク３２４、および脂肪フラクション画像３２６を含む、一連の画像が示される。頭部スライス３２８、肩スライス３３０、および肺スライス３３２が、各セットに提供される。同相ＭＲ画像３２２は、特定のスライスでの水および脂肪の両方の相対的レベルに関するグレースケールデータ（すなわちコントラスト）を有する取得したままの画像であることができる。セグメント化された水−脂肪マスク３２４は、脂肪フラクションデータと水フラクションデータを組み合わせ、各水および脂肪信号に対して特定の値を設定することによって得ることができる。したがって、脂肪の存在は、絶対色（ａｂｓｏｌｕｔｅ ｃｏｌｏｒ）（ライトグレー）を使用して表され、水の存在は別の絶対色（白）を使用して表される。さらに、図示するように、セグメント化された脂肪−水マスクセット３２４の肺スライス３３４および肩スライス３３６では、肺のセグメント化が個別に行われ、肺は、異なる第３の色（ダークグレー）として表される。したがって、肺スライス３３４は４元画像（すなわち４クラス画像）であり、その画像では脂肪が第１の色として表され、水が第２の色として表され、肺は第３の色として表され、背景は第４の色（黒）として表される。いくつかの実施形態では、自動スティッチングが４元または４クラス画像を生成した後に行われ、全身４クラス画像を生成することができることに留意されたい。
図１４は、本実施形態に従って得られた例示の同相ＭＲ画像３４０、および４クラスセグメント化画像３４２を示す。図示するように、４クラスセグメント化画像３４２は、背景、金属、および骨を第１の減衰成分、肺を第２の減衰成分、脂肪を第３の減衰成分、水を第４の減衰成分として含む。ＰＥＴ画像での減衰補正を可能にするために、ＣＴ画像から得られた減衰値が、画像３４２での物質のさまざまなクラスに割り当てられ得る。たとえば、背景／空気を０ｍｍ-1の減衰値に割り当て、肺を０．００１８ｍｍ-1の減衰値に割り当て、脂肪を０．００８６ｍｍ-1の減衰値に割り当て、水を０．０１ｍｍ-1の減衰値に割り当てることができる。ＭＲ画像内の各組織は、脂肪、水、またはそれらの組合せを含むものとして扱われ得る。したがって、減衰値は、脂肪および水の画像のセグメント化から得られた組織の標識に従って割り当てられ得る。
本明細書は、最良の形態を含む例を使用して本発明を開示し、また任意のデバイスまたはシステムを作製および使用し、任意の組み込まれた方法を行うことを含む、任意の当業者が本発明を実施することを可能にする。本発明の特許性のある範囲は、特許請求の範囲によって定義され、当業者に思いつくその他の例を含むことができる。そのようなその他の例は、それらが特許請求の範囲の文言と異ならない構造的な要素を有し、またはそれらが特許請求の範囲の文言と非実質的な違いを有する等価な構造的要素を含む場合に、特許請求の範囲の範囲内にあることが意図される。
１０ ＰＥＴ／ＭＲシステム
１２ スキャナ
１４ スキャナ制御回路
１６ システム制御回路
１８ 遠隔アクセスおよび記憶デバイス
２０ ハウジング
２２ ボア
２４ テーブル
２６ 患者
２８ 主要磁石コイル
３０ 勾配コイル
３２ 勾配コイル
３４ 同相ＭＲ画像
３４ 勾配コイル
３６ ＲＦコイル
３８ 主要電源
４０ 回路
４２ 制御回路
４４ インターフェース回路
４６ 制御回路
４８ メモリ回路
５０ インターフェース回路
５２ インターフェース回路
５４ システム制御回路
５６ メモリ回路
５８ 追加のインターフェース回路
６０ プリンタ
６２ モニタ
６４ ユーザインターフェース
６６ 光検出器
６８ 未処理データ処理回路
１２０ 疑似ＣＴ画像
１２２ ステーション
１２４ 減衰係数分布
１２６ 頭部ステーション１
１２８ 減衰係数分布
１３０ 空気
１３２ 水
１３４ 骨
１３６ 肺ステーション
１３８ 固有の分布
１４０ 肺
１４２ 腹部ステーション
１４４ 分布
１４６ 脂肪ベースの減衰
１４８ 水ベースの減衰
１５０ 脚部ステーション
１５２ 分布
１６０ 制御回路
１６２ ブロック
１６４ ブロック
１６６ ブロック
１６８ ブロック
１７０ ブロック
１８０ ブロック
１８２ ブロック
１８４ ブロック
１８６ ブロック
１８８ ブロック
１９０ ブロック
２００ 第１の画像
２０２ 第２の画像
２０４ 第３の画像
２０６ 神経ステーション
２０８ 下方頭部ステーション
２１０ 上方肺ステーション
２１２ ディビジョン
２２０ 図式
２２２ 第１のステーション
２２４ 第２のステーション
２２６ 領域
２２８ 複数の画像スライス
２４０ 画像スライス
２４２ 頭部スライス
２４４ 肺スライス
２４６ 腹部スライス
２４８ 骨盤スライス
２５０ 脚スライス
２５２ マスクスライス
２６０ スライス
２６２ ３Ｄ肺マスク
２６４ マーカ
２６６ 第１の組
２６８ 第２の組
２８０ ボディマスクの部分
２８２ マスク輪郭のグラフ
２８４ 極小
２８６ 頭部
２８８ 胸部領域
２９０ マスク部分
２９２ 肺ステーション
２９４ データマスク画像
２９６ グラフ
２９８ 強度ピーク
３００ ボディマスクの部分
３１０ 部分
３１２ グラフ
３１４ 差込み
３２０ ＣＴ脂肪画像
３２４ 脂肪−水マスクセット
３２８ 頭部スライス
３３０ 肩スライス
３３２ 肺スライス
３３４ 肺スライス
３３６ 肩スライス
３４０ 同相ＭＲ画像
３４２ ４クラスセグメント化画像

Claims (17)

  1. 磁気共鳴（ＭＲ）撮像システムが磁気共鳴（ＭＲ）撮像シーケンスを行って、患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得するステップと、
    第１の位相場アルゴリズムを前記第１のステーションに適用して、前記第１のステーションでの前記患者の体輪郭を決定するステップと、
    前記第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、前記第１のステーションの前記体輪郭内の第１の対象の解剖学的構造の輪郭を識別するステップと、
    前記第１の対象の解剖学的構造の前記識別された輪郭に基づいて、前記第１の対象の解剖学的構造をセグメント化するステップと、
    第１の減衰情報を前記セグメント化された第１の対象の解剖学的構造に関連付けるステップと、
    陽電子放出断層（ＰＥＴ）画像を取得するステップと、
    少なくとも前記第１の関連付けられた減衰情報に基づいて陽電子放出断層（ＰＥＴ）画像を修正するステップと、
    複数の追加のステーションのそれぞれのＭＲ画像スライスまたはボリュームを取得する磁気共鳴（ＭＲ）撮像シーケンスを行うステップと、
    前記患者の骨が存在するステーションごとに骨髄内の脂肪の含有状態をモデル化し、皮質骨の輪郭を決定するステップと、
    前記皮質骨の輪郭に基づいて前記皮質骨をセグメント化し、皮質骨マスクを生成するステップと、を含み、
    前記第１の位相場アルゴリズムは、少なくとも前記患者の体輪郭を検出することが可能であり、
    前記第２の位相場アルゴリズムは、前記解剖学的構造の輪郭を検出するものであり、
    前記第２の位相場アルゴリズムが使用されない場合、前記第１の位相場アルゴリズムは、さらに前記解剖学的構造の輪郭を識別することが可能である、方法。
  2. 前記ＭＲ撮像シーケンスをステーション方向の様式で行い、前記第１のステーションを取得した後に第２のステーションに関するそれぞれのＭＲ画像スライスまたはボリュームを取得するステップと、
    前記第１の位相場アルゴリズムを前記第２のステーションに適用して、前記第２のステーションでの前記患者の体輪郭を決定するステップと、
    前記第１の位相場アルゴリズムまたは前記第２の位相場アルゴリズムを使用して、前記第２のステーションの前記体輪郭内の第２の対象の解剖学的構造の輪郭を識別するステップと、
    前記第２の対象の解剖学的構造の前記識別された輪郭に基づいて、前記第２の対象の解剖学的構造をセグメント化するステップと、
    第２の減衰情報を前記セグメント化された第２の対象の解剖学的構造に関連付けるステップと、
    少なくとも前記第２の関連付けられた減衰情報に基づいて前記ＰＥＴ画像を修正するステップとを含む、請求項１記載の方法。
  3. 前記体輪郭の分析に基づいて、医用デジタル画像および通信（ＤＩＣＯＭ）情報に基づいて、ユーザが提供した入力に基づいて、または事前取得したステーションに関連する情報に基づいて、またはそれらの任意の組合せに基づいて、前記第１および第２のステーションを識別するステップを含む、請求項２記載の方法。
  4. 少なくとも前記第１および第２のステーションを互いにスティッチして、前記患者の組み合わされたボリューム画像、および前記組み合わされた画像において患者の体輪郭の３Ｄ表示を得るステップを含む、請求項３記載の方法。
  5. 前記第１の位相場アルゴリズムを前記第１のステーションに適用して、前記第１のステーションでの前記患者の前記体輪郭を決定するステップが、前記第１のステーションに関する前記それぞれのＭＲ画像スライスまたはボリュームを取得した直後、かつ前記組み合わされたボリューム画像を得るステップの前に開始する、請求項４記載の方法。
  6. 前記第１の位相場アルゴリズムを前記第１のステーションに適用する前に、前記組み合わされたボリューム画像が得られ、前記第１のステーションの前記患者の前記体輪郭を決定する、請求項４記載の方法。
  7. 前記減衰情報を前記セグメント化された対象の解剖学的構造に関連付けるステップが、前記対象の解剖学的構造に関連付けられた前記減衰情報を含む疑似コンピュータ断層（ＣＴ）画像を生成するステップを含む、請求項１記載の方法。
  8. 前記ＰＥＴ画像が前記疑似ＣＴ画像に基づいて補正される、請求項７記載の方法。
  9. 前記ＭＲ撮像取得を行うステップが、少なくとも一つのＬｉｖｅｒ Ａｃｑｕｉｓｉｔｉｏｎ ｗｉｔｈ Ｖｏｌｕｍｅ Ａｃｑｕｉｓｉｔｉｏｎ （ＬＡＶＡ）−Ｆｌｅｘ取得、またはＩｔｅｒａｔｉｖｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｗａｔｅｒ ａｎｄ ｆａｔ ｗｉｔｈ Ｅｃｈｏ Ａｓｙｍｍｅｔｒｙ ａｎｄ Ｌｅａｓｔ ｓｑｕａｒｅｓ ｅｓｔｉｍａｔｉｏｎ （ＩＤＥＡＬ）取得を含み、前記ＭＲ画像スライスまたは前記第１のステーションのボリュームが、前記取得のスライス選択ごとに、脂肪画像、水画像、同相画像、および位相外れ画像を含み、前記位相場アルゴリズムが、少なくとも前記脂肪画像、前記水画像、および前記同相画像からの大きさおよび位相の両方を有する複合ＭＲＩ画像データを組み合わせる項を使用する、請求項１記載の方法。
  10. 前記位相場アルゴリズムが、前記患者の皮下脂肪または皮膚層と、前記患者を囲む前記空気との間の境界をモデル化し、前記患者の体輪郭を決定する、請求項１記載の方法。
  11. 前記磁気共鳴（ＭＲ）撮像シーケンスを行って、前記第１のステーションおよび複数の追加のステーションのそれぞれのＭＲ画像スライスまたはボリュームを取得するステップと、
    体内空気と患者の組織との間の境界をモデル化し、ステーションごとの体内空気輪郭を決定するステップと、
    頭蓋内の空気と患者の組織との間の境界をモデル化して洞腔の輪郭を決定するステップと、
    前記患者の肺および気管を囲む組織と肺および気管の内部の空気との間の境界をモデル化し、肺および気管の輪郭を決定するステップと、
    前記体内空気の輪郭、前記洞腔の輪郭、ならびに前記患者の肺および気管の輪郭をセグメント化し、体内空気マスク、洞腔マスク、ならびに肺および気管マスクを生成するステップとを含む、請求項１記載の方法。
  12. プロセッサにより実行可能な命令を記憶する、１つまたは複数の有形の、非一時的な、機械により読み取り可能な媒体であって、前記プロセッサが、
    磁気共鳴（ＭＲ）撮像システムが磁気共鳴（ＭＲ）撮像シーケンスを行って、患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得するようにする動作と、
    第１の位相場アルゴリズムを前記第１のステーションに適用して、前記第１のステーションでの前記患者の体輪郭を決定する動作と、
    前記第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、前記第１のステーションの前記体輪郭内の第１の対象の解剖学的構造の輪郭を識別する動作と、
    前記第１の対象の解剖学的構造の前記識別された輪郭に基づいて、前記第１の対象の解剖学的構造をセグメント化する動作と、
    第１の減衰情報を前記セグメント化された第１の対象の解剖学的構造に関連付ける動作と、
    陽電子放出断層（ＰＥＴ）画像を取得する動作と、
    少なくとも前記第１の関連付けられた減衰情報に基づいて陽電子放出断層（ＰＥＴ）画像を修正する動作と、
    複数の追加のステーションのそれぞれのＭＲ画像スライスまたはボリュームを取得する磁気共鳴（ＭＲ）撮像シーケンスを行う動作と、
    前記患者の骨が存在するステーションごとに骨髄内の脂肪の含有状態をモデル化し、皮質骨の輪郭を決定する動作と、
    前記皮質骨の輪郭に基づいて前記皮質骨をセグメント化し、皮質骨マスクを生成する動作と、を行い、
    前記第１の位相場アルゴリズムは、少なくとも前記患者の体輪郭を検出することが可能であり、
    前記第２の位相場アルゴリズムは、前記解剖学的構造の輪郭を検出するものであり、
    前記第２の位相場アルゴリズムが使用されない場合、前記第１の位相場アルゴリズムは、さらに前記解剖学的構造の輪郭を識別することが可能である、媒体。
  13. 前記位相場アルゴリズムを備え、前記位相場アルゴリズムが、前記ＭＲ取得のスライス選択ごとに得られた、少なくとも脂肪画像、水画像、および同相画像からの大きさおよび位相の情報を有する複合ＭＲ画像データを組み合わせる項を使用する、請求項１２記載の媒体。
  14. 前記プロセッサにより実行されると、体内空気と患者の組織との間の境界をモデル化し、骨髄内の脂肪の含有状態をモデル化し、肺マスク、洞腔マスク、体内空気マスク、皮質骨マスク、および前記体輪郭を生成するために脂肪輪郭をモデル化するように構成されたさらなる命令を含む、請求項１２記載の媒体。
  15. ハイブリッド型の陽電子放出断層／磁気共鳴（ＰＥＴ／ＭＲ）撮像システムであって、
    患者を受け入れるように構成された開口部と、
    一次磁場磁石と、
    前記開口部の周りに配置された複数の勾配磁場コイルと、
    高周波（ＲＦ）送信コイルと、
    複数のＲＦ受信コイルと、
    前記開口部の周りに配置され、前記患者からの陽電子放出を検出して、前記検出された陽電子を表す信号を生成するように構成された光検出器と、
    前記勾配磁場コイル、前記ＲＦ送信コイル、前記複数のＲＦ受信コイル、および前記光検出器に接続された制御回路とを含み、前記制御回路は、
    前記勾配コイル、ＲＦ送信コイル、および受信コイルに制御信号を印加して、ＭＲ撮像シーケンスを行い、前記患者の一部分を表す第１のステーションのＭＲ画像スライスまたはボリュームを取得し、
    陽電子を検出した結果として前記光検出器によって生成されたデータを処理して、前記患者のＰＥＴ画像を生成し、
    第１の位相場アルゴリズムを前記第１のステーションに適用して、前記第１のステーションでの前記患者の体輪郭を決定するステップと、
    前記第１の位相場アルゴリズムまたは第２の位相場アルゴリズムを使用して、前記第１のステーションの前記体輪郭内の第１の対象の解剖学的構造の輪郭を識別するステップと、
    前記第１の対象の解剖学的構造の前記識別された輪郭に基づいて、前記第１の対象の解剖学的構造をセグメント化するステップと、
    少なくとも連続分布マップまたは前記ＭＲ画像スライスと関連するデータから得られた疑似ＣＴ画像に基づいて前記ＰＥＴ画像を修正するステップとを含む、ＰＥＴ画像復元プロセスを行い、
    複数の追加のステーションのそれぞれのＭＲ画像スライスまたはボリュームを取得する磁気共鳴（ＭＲ）撮像シーケンスを行い、
    前記患者の骨が存在するステーションごとに骨髄内の脂肪の含有状態をモデル化し、皮質骨の輪郭を決定し、
    前記皮質骨の輪郭に基づいて前記皮質骨をセグメント化し、皮質骨マスクを生成する、ように構成されており、
    前記第１の位相場アルゴリズムは、少なくとも前記患者の体輪郭を検出することが可能であり、
    前記第２の位相場アルゴリズムは、前記解剖学的構造の輪郭を検出するものであり、
    前記第２の位相場アルゴリズムが使用されない場合、前記第１の位相場アルゴリズムは、さらに前記解剖学的構造の輪郭を識別することが可能である、システム。
  16. 前記制御回路が、前記勾配コイル、ＲＦ送信コイル、および受信コイルに制御信号を印加して、ステーション方向の様式で前記ＭＲ撮像シーケンスを行い、前記第１のステーションを取得した後に複数の追加のステーションに関するそれぞれＭＲ画像スライスまたはボリュームを取得するように構成され、前記ＰＥＴ画像復元プロセスが、
    前記第１の位相場アルゴリズムを前記追加のステーションに適用して、前記追加のステーションでの前記患者の前記体輪郭を決定するステップと
    前記第１の位相場アルゴリズムまたは前記第２の位相場アルゴリズムを使用して、前記追加のステーションの前記体輪郭内の少なくとも第２の対象の解剖学的構造の輪郭を識別するステップと
    第２の対象の解剖学的構造の前記識別された輪郭に基づいて、第２の対象の解剖学的構造をセグメント化するステップとを含む、請求項１５記載のシステム。
  17. 前記ＰＥＴ画像復元プロセスが、前記体輪郭の分析に基づいて、体輪郭マスクまたはＤｉｘｏｎ画像の非比例的な比率に基づいて、医用デジタル画像および通信（ＤＩＣＯＭ）情報に基づいて、ユーザが提供した入力に基づいて、または事前取得したステーションに関連する情報に基づいて、またはそれらの任意の組合せによって、前記複数の追加のステーションのうちの少なくとも１つを識別するステップを含む、請求項１６記載のシステム。
JP2013085741A 2012-04-19 2013-04-16 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 Active JP6506495B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/451,250 2012-04-19
US13/451,250 US9204817B2 (en) 2012-04-19 2012-04-19 Attenuation correction in positron emission tomography using magnetic resonance imaging

Publications (3)

Publication Number Publication Date
JP2013223723A JP2013223723A (ja) 2013-10-31
JP2013223723A5 JP2013223723A5 (ja) 2016-06-02
JP6506495B2 true JP6506495B2 (ja) 2019-04-24

Family

ID=49380753

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013085741A Active JP6506495B2 (ja) 2012-04-19 2013-04-16 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

Country Status (3)

Country Link
US (1) US9204817B2 (ja)
JP (1) JP6506495B2 (ja)
DE (1) DE102013103832A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9204817B2 (en) * 2012-04-19 2015-12-08 General Electric Company Attenuation correction in positron emission tomography using magnetic resonance imaging
US9392958B2 (en) * 2012-05-30 2016-07-19 Siemens Aktiengesellschaft Method of attenuation correction of positron emission tomography data and combined positron emission tomography and magnetic resonance tomography system
DE102012213551A1 (de) * 2012-08-01 2014-02-06 Siemens Aktiengesellschaft Verfahren zur bewegungsgemittelten Schwächungskorrektur und Magnetresonanz-Anlage
WO2015040120A1 (en) * 2013-09-23 2015-03-26 Koninklijke Philips N.V. Mr-based attenuation correction in pet/mr imaging with dixon pulse sequence
CN104182606B (zh) * 2013-12-24 2017-03-22 中国科学院苏州生物医学工程技术研究所 一种应用pet/ct的分布式软件系统的医疗设备
DE102014217730A1 (de) * 2014-09-04 2016-03-10 Siemens Aktiengesellschaft Verfahren zur Bildgebung eines Untersuchungsobjekts mittels eines kombinierten Magnetresonanz-Emissionstomographie-Geräts
US20160066874A1 (en) * 2014-09-10 2016-03-10 The General Hospital Corporation Attenuation correction of positron emission tomography data using magnetic resonance images depicting bone density variations
DE102014219196A1 (de) * 2014-09-23 2016-01-14 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Gewinnung zweier Bilder mittels zweier unterschiedlicher medizinischer Bildgebungsverfahren
KR102412122B1 (ko) * 2015-05-27 2022-06-23 삼성전자주식회사 의료 영상 디스플레이 방법 및 장치
RU2713806C2 (ru) * 2015-06-12 2020-02-07 Конинклейке Филипс Н.В. Томография костей в магнитно-резонансной томографии с использованием карты неоднородностей b0
JP6855476B2 (ja) * 2015-11-02 2021-04-07 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 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
WO2017134830A1 (ja) * 2016-02-05 2017-08-10 株式会社日立製作所 医用画像診断支援装置、および、磁気共鳴イメージング装置
TW201736865A (zh) * 2016-04-13 2017-10-16 Nihon Medi-Physics Co Ltd 來自核子醫學影像的生理累積之自動去除及ｃｔ影像之自動分段
DE102016211353A1 (de) * 2016-06-24 2017-12-28 Siemens Healthcare Gmbh Kommunikationsvorrichtung zur Kommunikation zwischen einem Krankenhausinformationssystem und einem medizinischen Bildgebungssystem sowie medizinisches Bildgebungssystem und Krankenhausinformationssystem mit einer Kommunikationsvorrichtung
US10210634B2 (en) 2016-07-20 2019-02-19 Shanghai United Imaging Healthcare Co., Ltd. System and method for segmenting medical image
DE102016216203A1 (de) * 2016-08-29 2017-09-14 Siemens Healthcare Gmbh Medizinisches bildgebendes System
US11302003B2 (en) * 2017-10-26 2022-04-12 Wisconsin Alumni Research Foundation Deep learning based data-driven approach for attenuation correction of pet data
EP3480792A1 (en) * 2017-11-07 2019-05-08 Koninklijke Philips N.V. Attenuation correction of pet data of moving object
CN109124633B (zh) * 2018-07-02 2021-10-15 华东师范大学 一种磁共振成像精确定量脂肪含量的方法
CN110780248A (zh) * 2019-11-12 2020-02-11 无锡鸣石峻致医疗科技有限公司 一种基于磁共振原理的器官脂肪无创定量检测系统
JP7429437B2 (ja) 2020-05-29 2024-02-08 株式会社PixSpace 画像処理装置、画像処理方法および画像処理プログラム
CN115869003A (zh) * 2022-12-30 2023-03-31 杭州脉流科技有限公司 基于ct图像的冠状动脉微循环阻力指数计算方法和装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5859891A (en) 1997-03-07 1999-01-12 Hibbard; Lyn Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning
US6147492A (en) * 1998-10-28 2000-11-14 Toshiba America Mri, Inc. Quantitative MR imaging of water and fat using a quadruple-echo sequence
US6564082B2 (en) * 2001-04-19 2003-05-13 General Electric Company Method for incremental field-of-view-MR imaging
JP2007520300A (ja) 2004-02-05 2007-07-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ボクセル組織クラスを分散するｃｔにおける高減衰オブジェクトにより生じる画像全体のアーティファクトの縮小
EP1817744A2 (en) 2004-11-22 2007-08-15 Koninklijke Philips Electronics N.V. Improved data representation for rtp
JP4294071B2 (ja) * 2005-06-09 2009-07-08 株式会社日立メディコ 磁気共鳴イメージング装置及びマルチステーション撮像方法
US9101282B2 (en) 2005-09-22 2015-08-11 Brainlab Ag Brain tissue classification
US7378660B2 (en) 2005-09-30 2008-05-27 Cardiovascular Imaging Technologies L.L.C. Computer program, method, and system for hybrid CT attenuation correction
WO2008064319A2 (en) * 2006-11-22 2008-05-29 The General Hospital Corporation Attenuation correction of pet image using image data acquired with an mri system
US7847552B2 (en) 2007-01-10 2010-12-07 General Electric Company Exclusion of compromised PET data during simultaneous PET-MR acquisition
US8098916B2 (en) 2007-10-30 2012-01-17 General Electric Company System and method for image-based attenuation correction of PET/SPECT images
US8218848B2 (en) * 2008-07-23 2012-07-10 Siemens Aktiengesellschaft System and method for the generation of attenuation correction maps from MR images
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
US8064674B2 (en) 2008-11-03 2011-11-22 Siemens Aktiengesellschaft Robust classification of fat and water images from 1-point-Dixon reconstructions
US8588486B2 (en) * 2009-06-18 2013-11-19 General Electric Company Apparatus and method for isolating a region in an image
US9204817B2 (en) * 2012-04-19 2015-12-08 General Electric Company Attenuation correction in positron emission tomography using magnetic resonance imaging

Also Published As

Publication number Publication date
JP2013223723A (ja) 2013-10-31
US9204817B2 (en) 2015-12-08
US20130281825A1 (en) 2013-10-24
DE102013103832A1 (de) 2013-11-07

Similar Documents

Publication Publication Date Title
JP6506495B2 (ja) 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
Mehranian et al. Vision 20/20: magnetic resonance imaging‐guided attenuation correction in PET/MRI: challenges, solutions, and opportunities
Dinkla et al. Dosimetric evaluation of synthetic CT for head and neck radiotherapy generated by a patch‐based three‐dimensional convolutional neural network
Delso et al. The effect of limited MR field of view in MR/PET attenuation correction
Schulz et al. Automatic, three-segment, MR-based attenuation correction for whole-body PET/MR data
CN105263407B (zh) 使用磁共振成像的对骨组织的探测
US9865048B2 (en) Radiotherapy information generation apparatus and radiotherapy information generation method
CN105431746B (zh) 用于为独立像素或体素分配组织特异pet衰减值的mri方法
US8237441B2 (en) Method and apparatus for processing combined MR/emission tomography recordings
US8761482B2 (en) Knowledge-based segmentation of attenuation-relevant regions of the head
US10114098B2 (en) Method estimating a pseudo Hounsfield Unit value
CN106558045A (zh) 一种肺组织分割方法、装置，医学图像处理系统
US20120076378A1 (en) Method and assembly for correcting a relaxation map for medical imaging applications
EP2887874B1 (en) Mr receive coil localization and mr-based attenuation correction
EP2338142A2 (en) Mr segmentation using transmission data in hybrid nuclear/mr imaging
Marshall et al. Description and assessment of a registration‐based approach to include bones for attenuation correction of whole‐body PET/MRI
Zaidi et al. The promise of hybrid PET\/MRI: technical advances and clinical applications
Osman et al. Fiducial markers visibility and artefacts in prostate cancer radiotherapy multi-modality imaging
Ladefoged et al. Dental artifacts in the head and neck region: implications for Dixon-based attenuation correction in PET/MR
Boydev et al. Zero echo time MRI-only treatment planning for radiation therapy of brain tumors after resection
Martinez-Rios et al. Artifacts and diagnostic pitfalls in positron emission tomography-magnetic resonance imaging
Ladefoged et al. PET/MRI attenuation correction
Gustafsson MRI-Only Radiotherapy of Prostate Cancer. Development and Evaluation of Methods to Assess Fiducial Marker Detection, Geometric Accuracy and Dosimetric Integrity.
Lindemann et al. Systematic evaluation of human soft tissue attenuation correction in whole‐body PET/MR: Implications from PET/CT for optimization of MR‐based AC in patients with normal lung tissue
Mehranian et al. Magnetic resonance imaging-guided attenuation correction in PET/MRI: challenges, solutions and opportunities

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160411

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160411

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170316

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180731

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: 20190305

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190329

R150 Certificate of patent or registration of utility model

Ref document number: 6506495

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250