CN108431624B - 定量磁化率映射磁共振图像的分割 - Google Patents
定量磁化率映射磁共振图像的分割 Download PDFInfo
- Publication number
- CN108431624B CN108431624B CN201680074046.5A CN201680074046A CN108431624B CN 108431624 B CN108431624 B CN 108431624B CN 201680074046 A CN201680074046 A CN 201680074046A CN 108431624 B CN108431624 B CN 108431624B
- Authority
- CN
- China
- Prior art keywords
- qsm
- image
- segmentation
- magnetic resonance
- primary
- 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
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 140
- 238000013507 mapping Methods 0.000 title claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 56
- 230000006870 function Effects 0.000 claims abstract description 47
- 238000003709 image segmentation Methods 0.000 claims abstract description 43
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 41
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 40
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 description 16
- 210000001519 tissue Anatomy 0.000 description 14
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- 238000012307 MRI technique Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000003591 cerebellar nuclei Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 1
- 210000001905 globus pallidus Anatomy 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 210000000463 red nucleus Anatomy 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000004974 shell Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000003523 substantia nigra Anatomy 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
- G01R33/243—Spatial mapping of the polarizing magnetic field
-
- 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
-
- 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
- G01R33/5601—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution involving use of a contrast agent for contrast manipulation, e.g. a paramagnetic, super-paramagnetic, ferromagnetic or hyperpolarised contrast agent
-
- 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
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56536—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to magnetic susceptibility variations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供一种医学成像***(100、400),包括:用于存储机器可执行指令的存储器(112)和用于控制医学成像***的处理器(106)。机器可执行指令的执行使处理器:从感兴趣区域(409)的初级磁共振图像(122)接收(200)初级分割(124),其中,所述初级分割包括初级分割边缘;根据QSM磁共振数据(122)重建(202)针对所述感兴趣区域的第一QSM图像(124),其中,所述QSM图像的重建至少部分地使用正则化函数来执行,其中,所述正则化函数取决于在所述第一QSM图像的重建期间的初级分割边缘;通过使用QSM图像分割算法(134)分割所述第一QSM图像来计算(204)第一分割(126),其中,所述第一分割包括第一分割边缘;以及,根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的第二QSM图像(128),其中,所述第二QSM图像的重建至少部分地使用正则化函数来执行,其中,所述正则化函数取决于所述第一分割边缘。
Description
技术领域
本发明涉及磁共振成像,具体地涉及定量磁化率映射。
背景技术
定量磁化率映射(QSM)是一种磁共振成像技术,其中,体素强度与潜在的组织表观磁性磁化率成线性比例关系。这对于识别引起磁性磁化率中局部变化的某些生物标记物或例如钆的造影剂可以是有用的。根据梯度回波磁共振相位图像计算体内组织的体磁性磁化率分布。这些图像可以在显示脑部中的白质和灰质之间的解剖对比度时特别有用。
期刊文章Tang等人的“Improving Susceptibility Mapping Using aThreshold-Based K-Space/Image Domain Iterative Reconstruction Approach,”(Magnetic Resonance in Medicine 69:1396-1407(2013))描述了一种通过使用来自磁化率图本身的几何信息作为约束来改善磁共振成像定性磁化率图的方法,以克服逆滤波器的不适定性质。该文章示出了将这种方法应用于具有较低磁化率的血管和其他结构,以减少条纹伪影。
会议摘要Meineke的“Quantitative Susceptibility Mapping usingSegmentation-Enabled Dipole Inversion”(Proc,第二十三卷ISMRM,第3321页(2015))(本文中为“Meineke等人”)公开了一种QSM重建,其使用二进制图来定义组织边界边缘,以改善基于梯度的边缘检测。美国专利申请US 2015/0338492涉及定量磁化率映射(QSM),其中,在L1-范数正则化中采用边缘信息来计算磁性磁化率图像。边缘信息通过边缘掩码的方式来计算。
发明内容
本发明在独立权利要求中提供医学成像***、计算机程序产品和方法。实施例在从属权利要求中给出。
如本领域普通技术人员将认识到的,本发明的各方面可以体现为装置、方法或计算机程序产品。因此,本发明的各个方面可以采取全部硬件实施例、全部软件实施例(包括固件、常驻软件、微代码等)或组合软件和硬件各方面的实施例的形式,这些实施例可以全部总体上在本文中被称为“电路”、“模块”或“***”。此外,本发明的各方面可以采取体现在一个或多个具有体现在其上的计算机可执行代码的计算机可读介质中的计算机程序产品的形式。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。本文中使用的“计算机可读存储介质”涵盖可以存储可由计算设备的处理器执行的指令的任何有形存储介质。计算机可读存储介质可以被称为计算机可读非暂时性存储介质。计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中,计算机可读存储介质还可以能够存储能够被计算设备的处理器访问的数据。计算机可读存储介质的范例包括但不限于:软盘、磁性硬盘驱动器、固态硬盘、闪存、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘和处理器的寄存器文件。光盘的范例包括压缩盘(CD)和数字多功能盘(DVD),例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够经由网络或通信链路被计算机设备访问的各种类型的记录介质。例如,可以通过调制解调器、通过互联网或通过局域网来检索数据。体现在计算机可读介质上的计算机可执行代码可以使用任何适当的介质来传输,所述介质包括但不限于无线、有线线路、光纤电缆、RF等、或前述的任何合适的组合。
计算机可读信号介质可以包括带有例如在基带中或者作为载波的一部分体现在其中的计算机可执行代码的传播数据信号。这样的传播信号可以采取多种形式中的任何形式,包括但不限于电磁、光学或它们的任何适当的组合。计算机可读信号介质可以是并非计算机可读存储介质并且能够传送、传播或传输用于由指令执行***、装置或设备使用或与其结合使用的程序的任何计算机可读介质。
“计算机内存”或“内存”是计算机可读存储介质的范例。计算机内存是可直接访问处理器的任何内存。“计算机存储器”或“存储器”是计算机可读存储介质的另一范例。计算机存储器是任何非易失性计算机可读存储介质。在一些实施例中,计算机存储器也可以是计算机内存,反之亦然。
本文中使用的“处理器”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子组件。提到包括“处理器”的计算设备应当被解释为可能包含多于一个的处理器或处理核心。处理器可以例如是多核处理器。处理器也可以指单个计算机***内的或分布在多个计算机***中的处理器集合。术语计算设备也应当被解释为可能指代每个都包括处理器的计算设备的集合或网络。计算机可执行代码可以由多个处理器执行,所述多个处理器可以在相同的计算设备内,或者甚至可以分布在多个计算设备上。
计算机可执行代码可以包括机器可执行指令或使处理器执行本发明的方面的程序。用于执行本发明的各个方面的操作的计算机可执行代码可以以一种或多种编程语言的任意组合来编写,所述编程语言包括面向对象的编程语言,诸如Java、Smalltalk、C++等,以及常规的程序性编程语言,诸如“C”编程语言或类似的编程语言,并且编译成机器可执行指令。在一些情况下,计算机可执行代码可以是高级语言的形式或者预编译的形式,并且可以与在运行中生成机器可执行指令的解释器结合使用。
计算机可执行代码可以全部在用户计算机上、部分在用户计算机上、作为独立的软件包、部分在用户计算机上且部分在远程计算机上或者全部在远程计算机或服务器上执行。在后一种场景下,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户计算机,或者可以使其连接到外部计算机(例如,通过使用互联网服务提供商的互联网)的连接。
参照根据本发明实施例的方法、装置(***)和计算机程序产品的流程图图示和/或框图来描述本发明的各方面。应当理解,流程图、图示和/或框图的每个框或部分框能够在适用时通过计算机可执行代码形式的计算机程序指令来实施。还应当理解,在不互相排斥的情况下,可以组合不同流程图、图示和/或框图中的框的组合。这些计算机程序指令还可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,以产生机器,使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实施在流程图和/或框图框中指定的功能/动作的手段。
这些计算机程序指令还可以存储在计算机可读介质中,所述计算机可读介质能够指引计算机、其他可编程数据处理装置或其他设备以特定方式运行,使得存储在计算机可读介质中的指令产生制造制品,所述制造制品包括实施在流程图和/或框图的一个或多个框中指定的功能/动作的指令。
计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上,以引起在计算机、其他可编程装置或其他设备上执行的一系列操作步骤产生计算机实施的程序,从而使在计算机或其他可编程装置上执行的指令提供用于实施在流程图和/或框图的一个或多个框中指定的功能/动作的程序。
本文中所使用的“用户接口”是允许用户或操作人员与计算机或计算机***交互的接口。“用户接口”也可以被称为“人机接口设备”。用户接口可以向操作人员提供信息或数据和/或从操作人员接收信息或数据。用户接口可以使来自操作人员的输入能够被计算机接收,并且可以从计算机向用户提供输出。换言之,用户接口可以允许操作人员控制或操纵计算机,并且接口可以允许计算机指示操作人员的控制或操纵的效果。在显示器或图形用户接口上的数据或信息的显示是向操作人员提供信息的范例。通过键盘、鼠标、轨迹球、触摸板、指示杆、图形输入板、操纵杆、游戏手柄、网络摄像头、头戴式耳机、踏板、有线手套、遥控器和加速度计的数据的接收都是能够从操作人员接收信息或数据的用户接口组件的范例。
本文中所使用的“硬件接口”涵盖使计算机***的处理器能够与外部计算设备和/或装置交互和/或控制外部计算设备和/或装置的接口。硬件接口可以允许处理器向外部计算设备和/或装置发送控制信号或指令。硬件接口还可以使处理器能够与外部计算设备和/或装置交换数据。硬件接口的范例包括但不限于:通用串行总线、IEEE 1394端口、并行端口、IEEE 1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。
本文所使用的“显示器”或“显示设备”涵盖适合于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和/或触觉数据。显示器的范例包括但不限于:计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕,
阴极射线管(CRT)、存储管、双稳态显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示器面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。
磁共振(MR)数据在本文中被定义为在磁共振成像扫描期间使用磁共振装置的天线记录的由原子自旋发射的射频信号的测量结果。磁共振数据是医学图像数据的范例。在本文中磁共振成像(MRI)图像被定义为包含在磁共振成像数据内的解剖数据的重建的二维或三维可视化。这种可视化能够使用计算机来执行。QSM磁共振数据是磁共振数据的范例。QSM磁共振数据是已根据QSM磁共振数据协议采集的磁共振数据,并且可以被重建为QSM图像。
在一个方面中,本发明提供一种医学***,其包括用于存储机器可执行指令的存储器。所述医学成像***还包括用于控制所述医学成像***的处理器。机器可执行指令的执行使处理器从感兴趣区域的初级磁共振图像接收初级分割。所述初级分割包括初级分割边缘。分割中的边缘可以被解释或定义为在分割中识别的不同区域之间的边界。
机器可执行指令的执行还使处理器根据QSM磁共振数据重建感兴趣区域的第一QSM图像。QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于在第一QSM图像的重建期间的初级图像。即,当重建QSM图像时,在重建中使用正则化函数。正则化函数取决于或使用初级分割边缘。正则化函数可以能够使用根据分割确定的不同边缘。在该具体例子中,使用初级分割边缘。据观察,分割导致相邻组织之间的明确限定的边界并允许磁化率差异的完全解耦。相应地,分割提供结构(strcuture)之间更可靠和连续的边界。
机器可执行指令的执行还使处理器通过使用QSM图像分割算法分割第一QSM图像来计算第一分割。术语QSM图像分割算法仅仅是用于分割算法的标签。术语分割算法之前的QSM图像用于指示分割算法已被修改或训练以分割QSM图像。正常的和习惯的分割算法可以被修改为QSM图像分割算法的函数。在某些情况下,某些修改可以是有用的,因为QSM图像可以显示在诸如T1、T2或质子密度图像的常规磁共振图像中显示的不同细节。第一分割包括第一分割边缘。
机器可执行指令的执行还使处理器根据QSM磁共振数据重建针对感兴趣区域的第二QSM图像。第二QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于第二QSM图像的重建期间的第一分割边缘。
该实施例可能是有益的,因为它可以提供QSM图像的优良重建。边界在对象中的何处的知识可以用于引导QSM图像的重建。难点在于QSM图像可以显示出不同于诸如质子加权或T1加权的图像的常规图像中可见的细节。如果分割边缘由常规磁共振图像提供,则可能导致QSM图像的分割中的微小误差。
在另一实施例中,在第二QSM图像已被重建之后,其可以被存储在内存***中或者可以被显示在医生或技术人员的屏幕上。
在另一实施例中,机器可执行指令的执行还使处理器通过使用QSM图像分割算法分割第二QSM图像并且随后通过根据QSM磁共振数据重建针对感兴趣区域的第二QSM图像来迭代地重新计算第一分割。在第二QSM图像被重建之后,该图像随后被分割,然后使用该新的分割再次重建第二QSM图像。这可以是有利的,因为当分割内的边界或边缘被更好地确定时,QSM图像重建可以变得更加准确。以迭代方式多次重新计算或重建第二QSM图像可以导致改善的QSM图像的计算。
在另一实施例中,第二QSM图像的迭代重建被执行预定的次数。即,在第二QSM图像已被重建预定次数之后,迭代程序结束。
在另一实施例中,执行第二QSM图像的迭代重建,直到收敛度量在预定范围内。收敛度量可以是用于确定QSM图像是否已经收敛为稳定或闭合解的统计量度或度量。例如,可以将第二QSM图像与基于逐个体素的先前迭代进行比较,并且可以使用统计量度来确定两个图像之间的变化的总量。
在另一实施例中,医学成像***还包括磁共振成像***。
在另一实施例中,医学成像***是磁共振成像***。
在另一实施例中,内存还存储QSM脉冲序列命令。QSM脉冲序列命令使磁共振成像***根据磁共振定量磁化率映射协议来采集QSM磁共振数据。机器可执行指令的执行还使处理器控制磁共振成像***使用QSM脉冲序列命令来采集QSM磁共振数据。该实施例可以是有益的,因为相同的***采集QSM磁共振数据,并且随后执行生成QSM图像的改进的方法。
在另一实施例中,机器可执行指令的执行还使处理器根据QSM磁共振数据重建针对感兴趣区域的初级图像。接收初级分割的步骤包括通过使用QSM图像分割算法分割初级图像来计算初级分割。在这种情况下,可以修改QSM图像分割算法,使得正则化函数从重建中被丢弃或不被使用。这可以是因为该点处不存在已经执行的分割。
在另一实施例中,初级磁共振图像是调查(survey)图像。如本文所使用的,调查图像可以指执行另一磁共振成像协议之前在那儿采集并随后生成的磁共振成像数据和图像。例如,可以采集并随后生成调查图像,以便更好地知道将感兴趣区域定位在何处。调查图像可以是各种不同类型图像中的一种。例如,它可以是T1加权图像、质子密度图像、T2加权图像或许多其他不同类型的磁共振图像。
在另一实施例中,接收初级分割包括通过使用调查图像分割算法分割初级图像来计算初级分割。如本文所使用的,术语调查图像分割算法是由术语调查图像识别的分割算法。例如,调查图像分割算法和QSM图像分割算法可以是相似或相同的算法,但是它们已经以不同形式被训练或细化。
调查图像分割算法和/或QSM图像分割算法可以是多种不同类型之一。它们可以是例如可变形形状模型、识别解剖标志的模型或使用用于执行分割的解剖图谱的模型。由于可以在QSM图像和调查图像中看到不同的细节,QSM图像分割算法和调查图像分割算法的实施方式可以是不同的。
在另一实施例中,内存还包含调查图像脉冲序列命令。机器可执行指令的执行还使处理器通过利用调查图像脉冲序列命令控制磁共振成像***来控制磁共振成像***采集调查磁共振成像数据。机器可执行指令的执行还使处理器使用调查磁共振成像数据来重建调查磁共振图像。
在另一实施例中,第一QSM图像和/或第二QSM图像的重建包括求解以下方程:
下面的等式是用于解决QSM图像的最小二乘问题,B0是外部磁场,α是几何比率,D是偶极子算子,L是拉普拉斯算子,λ是正则化参数,G是梯度算子,W1是用于数据保真度的二进制掩码,W2是用于正则化的二进制掩码。初级分割边缘或第一分割边缘可以并入W2中。例如,在边缘附近W2可以被设置为0。这防止正则化函数不利于分割边缘附近的高梯度。包括正则化参数λ的项是正则化函数。Meineke等人描述了这个方程。上述方程中的垂直双条代表范数的计算。例如,范数可以是但不限于L1范数、L2范数或Lx范数。
在另一实施例中,正则化函数是:
在另一实施例中,使用QSM图像来训练和/或配置QSM图像分割算法。在一些范例中,QSM图像分割算法可以是用于分割其他类型的磁共振图像的典型图像分割算法。例如,QSM算法可能是解剖模型,它也可能是图像拟合解剖图谱的方法。在另一范例中,QSM图像分割可以是可变形形状模型。在另一范例中,QSM图像分割算法可以基于已训练的或基于学习的方法,诸如神经网络。使用被配置为或被训练用于QSM图像的常规分割算法可以是有利的,因为存在于QSM图像中的其他细节可以是在正常解剖图谱或模型中不存在的。
在另一方面中,本发明提供一种操作医学成像***的方法。机器可执行指令的执行使处理器从感兴趣区域的初级磁共振图像接收初级分割。初级分割包括初级分割边缘。机器可执行指令的执行还使处理器根据QSM磁共振数据重建来自感兴趣区域的第一QSM图像。QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于在第一QSM图像的重建期间的初级分割边缘。
机器可执行指令的执行还使处理器通过使用QSM图像分割算法分割第一QSM图像来计算第一分割。第一分割包括第一分割边缘。机器可执行指令的执行还使处理器根据QSM磁共振数据重建来自感兴趣区域的第二QSM图像。第二QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于在第二QSM图像的重建期间的第一分割边缘。
在另一方面中,本发明提供一种计算机程序产品,其包含用于由控制医学成像***的处理器执行的机器可执行指令。机器可执行指令的执行使处理器从感兴趣区域的初级磁共振图像接收初级分割。初级分割包括初级分割边缘。机器可执行指令的执行还使处理器根据QSM磁共振图像重建针对感兴趣区域的第一QSM图像。QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于在第一QSM图像的重建期间的初级分割边缘。
机器可执行指令的执行还使处理器通过使用QSM图像分割算法分割第一QSM图像来计算第一分割。第一分割包括第一分割边缘。机器可执行指令的执行还使处理器根据QSM磁共振数据重建针对感兴趣区域的第二QSM图像。第二QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于在第二QSM图像的重建期间的第一分割边缘。
应当理解,只要组合的实施例不相互排斥,就可以组合本发明前述实施例中的一个或多个。
附图说明
在下文中将参考附图仅以范例的方式描述本发明的优选实施例,附图中:
图1图示了医学成像***的范例;
图2示出了显示操作图1的医学成像***的方法的流程图;
图3示出了显示操作图1的医学成像***的另一方法的流程图;
图4图示了医学成像***的另一范例;
图5示出了显示操作图4的医学成像***的方法的流程图;
图6示出了显示使用梯度导出边缘计算的分割的QSM图像;以及
图7示出了显示使用QSM图像分割模块计算的图6的图像的分割的QSM图像。
附图标记列表
100 医学成像***
102 计算机***
104 硬件接口
106 处理器
108 用户接口
110 计算机存储器
112 计算机内存
120 初级磁共振数据
122 初级磁共振图像
124 初级分割
122 QSM磁共振数据
124 第一QSM图像
126 第一次分割
128 第二QSM图像
130 机器可执行指令
132 调查扫描图像分割算法
134 QSM图像分割算法
200 从感兴趣区域的初级磁共振图像接收初级分割,其中初级分割包括初级分割边缘
202 根据QSM磁共振数据重建针对感兴趣区域的第一QSM图像,其中使用正则化函数至少部分地地执行QSM图像的重建
204 通过使用QSM图像分割算法分割第一QSM图像来计算第一分割,其中第一分割包括第一分割边缘
206 根据QSM磁共振数据重建针对感兴趣区域的第二QSM图像
300 达到迭代次数?或者
第二QSM图像已经收敛?
310 通过使用QSM图像分割算法分割第二QSM图像来重新计算第一分割
312 结束
400 医学成像***
402 磁共振成像***
404 磁体
406 磁体的孔
408 测量区或成像区
409 感兴趣区域
410 磁场梯度线圈
412 磁场梯度线圈电源
414 射频线圈
416 收发器
418 对象
420 对象支撑物
422 致动器
430 QSM脉冲序列命令
432 调查扫描脉冲序列命令
500 根据磁共振定量磁化率映射协议来采集QSM磁共振数据
502 根据QSM磁共振成像数据来重建针对感兴趣区域的初级图像
600 通过利用调查图像脉冲序列命令控制磁共振成像***来采集调查磁共振成像数据
602 使用调查磁共振成像数据来重建调查磁共振图像
700 QSM图像
800 图像分割
具体实施方式
这些附图中的相似编号的元件或者是等同的元件或者执行相同的功能。如果功能是等同的,之前讨论过的元件将不一定在后面的附图中进行讨论。
图1示出了医学成像***100的范例。医学成像***100被示出为包括计算机***102。计算机***102可以例如具有硬件104或网络接口。计算机***还被示出为包含被连接到硬件或网络接口104、用户接口108、计算机存储器110和计算机内存112的处理器106。
计算机存储器110被示出为包含初级磁共振数据120。计算机存储器110还被示出为包含根据初级磁共振数据120重建的初级磁共振图像。计算机存储器110还被示出为包含初级磁共振图像122的初级分割124。初级磁共振数据120和初级磁共振图像122的存在是任选的。例如,计算机***102可能已经接收到已经被执行的初级分割124。在其他范例中,计算机***102可能根据初级磁共振数据120重建初级磁共振图像122,然后通过分割初级磁共振图像122来确定分割124。计算机存储器110还被示出为包含QSM磁共振数据120。在一些范例中,处理器106可能控制磁共振成像***采集QSM磁共振数据120。在其他范例中,可以通过网络连接或其他存储设备来接收QSM磁共振数据120。计算机存储器110还被示出为包含根据QSM磁共振数据120重建的第一QSM图像124。计算机存储器110还被示出为包含第一QSM图像124的第一分割126。计算机存储器110还被示出为包含使用QSM磁共振数据120和第一分割126重建的第二QSM图像128。
计算机存储器112被示出为包含机器可执行指令130,其使处理器106能够执行诸如控制医学成像***100之类的事情,并且还执行如图2、图3、图5和图6中详细示出的各种数字和图像处理技术。计算机内存112还被示出为包含可以任选地用于例如分割初级磁共振图像122的任选的调查扫描图像分割算法132。计算机存储器112还被示出为包含QSM图像分割算法134,其例如可以用于分割第一QSM图像124和/或第二QSM图像128。调查扫描图像分割算法132和QSM图像分割算法134可以在一些情况下实质上是根据在初级磁共振图像122或QSM图像124、128中可见的各种特征来训练或调整的相同算法。在其他情况下,分割算法132和算法134是不同的。
图2示出了图示使用图1的医学成像***100的方法的流程图。首先在步骤200中,接收初级分割124。在一些范例中,初级分割124从外部设备接收并且已经被执行。在其他范例中,处理器106可以控制磁共振成像***采集初级磁共振数据120,随后重建初级磁共振图像122,然后最终分割该图像122以计算初级分割124。
接下来在步骤202中,根据QSM磁共振数据122针对感兴趣区域重建第一QSM图像124。接下来在步骤204中,通过使用QSM图像分割算法134分割第一QSM图像124来计算第一分割126。第一分割包括第一分割边缘。然后最后在步骤206中,根据QSM磁共振数据针对感兴趣区域重建第二QSM图像128。第二QSM图像的重建至少部分地使用正则化函数来执行。正则化函数取决于第一个分割边缘。
图3示出了图示操作图1的医学成像***100的另一方法的另一流程图。图3中的方法的前四个步骤200、202、204和206与图2中所示的方法相同。在执行了步骤206之后,方法进行到问题框300。问题框300可以在不同的范例中采用不同的形式。在一个范例中,迭代执行第二QSM图像的计算固定的次数。在该第一个范例中,问题可以是是否已经执行了迭代次数。如果答案为是,则方法进行到框312,并且方法结束。如果答案为否,则方法进行到框310,并且通过分割现有的第二QSM图像来重新计算第一分割。
接下来,方法随后返回到步骤206,然后使用刚刚重新计算的第一分割126重建第二QSM图像。随后可以重复方法,直到达到迭代次数。在另一范例中,问题框300可以表示将当前第二QSM图像与先前迭代中计算出的第二QSM图像进行比较。这例如可以用于查看第二QSM图像是否已经收敛。诸如以逐个体素为基础准备像素或体素的各种统计量度可以用于评估第二QSM图像128是否已经收敛到解。
图4示出了医学成像***400的另一范例。在该范例中,医学成像***400还包括磁共振成像***402。医学成像***400还包括如图1所示的计算机***102。处理器106用于控制磁共振成像***402。
医学成像***400包括磁共振成像***402和具有处理器106的计算机***102,其等同于图1中所示的医学成像***100。磁共振成像***402包括磁体404。磁体404是具有穿过其的孔406的超导圆柱形磁体404。也可能使用不同类型的磁体;例如也可能使用***(split)圆柱形磁体以及所谓的开放式磁体。***圆柱形磁体与标准圆柱形磁体类似,除了低温恒温器已被***成两个部分以允许进入磁体的等平面,这种磁体可以例如与带电粒子束治疗结合使用。开放式磁体具有两个磁体部分,一个在另一个之上,其间具有足够大的空间以接收对象:两个部分区域的布置与亥姆霍兹线圈的布置类似。开放式磁体是受欢迎的,因为对象受到较少限制。在圆柱形磁体的低温恒温器内部有一组超导线圈。在圆柱形磁体404的孔406内,有成像区408,其中磁场足够强且均匀以执行磁共振成像。
在磁体的孔406内,还有一组磁场梯度线圈410,其用于磁共振数据的采集,以空间上编码磁体404的成像区408内的磁自旋。磁场梯度线圈410被连接到磁场梯度线圈电源412。磁场梯度线圈410旨在是代表性的。典型地,磁场梯度线圈410包含用于在三个正交的空间方向上进行空间编码的三个独立的线圈组。磁场梯度电源向磁场梯度线圈提供电流。提供给磁场梯度线圈410的电流被控制为时间的函数并且可以是斜坡或脉冲的。
与成像区408相邻的是射频线圈414,其用于操纵成像区408内的磁自旋的取向并且用于接收来自同样在成像区408内的自旋的无线电传输。示出了成像区408内的感兴趣区域409。射频天线可以包含多个线圈元件。射频天线也可以被称为信道或天线。射频线圈414被连接到射频收发器416。射频线圈414和射频收发器416可以由单独的发射和接收线圈以及单独的发射器和接收器代替。应当理解,射频线圈414和射频收发器416是代表性的。射频线圈414也旨在代表专用发射天线和专用接收天线。同样,收发器416也可以代表单独的发射器和接收器。射频线圈414还可以具有多个接收/发射元件,并且射频收发器416可以具有多个接收/发射信道。
对象支撑物420被附接至任选的致动器422,所述致动器422能够使对象支撑物和对象418移动通过成像区408。以这种方式,能够对对象418的较大部分或整个对象418进行成像。收发器416、磁场梯度线圈电源412和致动器422都被视为连接到计算机***102的硬件接口104。计算机***102等同于图1中所示的计算机***102。
计算机存储器110被示出为包含QSM脉冲序列命令430。这些命令使处理器106能够控制磁共振成像***402,以采集针对感兴趣区域409的QSM磁共振数据220。计算机存储器110还进一步被示出为包含任选的调查扫描脉冲序列命令432。例如,处理器106可以使用调查扫描脉冲序列命令432来控制磁共振成像***402从至少包括感兴趣区域409的区域采集初级磁共振数据120。
图5示出了图示控制图4的医学成像***400的方法的流程图。在图5所示的方法中,初级磁共振图像122是根据QSM磁共振数据120计算的QSM图像。在第一次迭代中,不使用分割边缘来控制正则化函数的操作来计算QSM磁共振图像。首先在步骤500中,处理器106利用QSM脉冲序列命令430控制磁共振成像***402以采集QSM磁共振数据120。在这种情况下,初级磁共振数据120可以不存在于***中。接下来在步骤502中,初级磁共振图像122根据初级磁共振数据120来重建或计算。在这种情况下,它也是QSM磁共振图像。方法随后继续到步骤200,并且等同于图2中示出的方法。在步骤200中,初级分割的接收包括通过使用QSM图像分割算法分割第一QSM图像来计算初级分割。
图6示出了图示控制医学成像***400的备选方法的流程图。在图6所示的方法中,初级磁共振图像是由磁共振成像***402采集的调查磁共振图像。首先在步骤600中,也可以被称为调查磁共振成像数据的初级磁共振数据120可以通过利用调查扫描脉冲序列命令432来控制磁共振成像***进行采集。接下来在步骤602中,也被称为调查磁共振图像的初级磁共振图像122在本范例中根据初级磁共振数据120来重建。
接下来,方法进行到步骤500,其中,QSM磁共振数据120通过利用QSM脉冲序列命令430来控制磁共振成像***402进行采集。然后,方法进行到步骤200、202、204和206,如图2中所示。在该范例中,要接收初级分割的步骤200包括通过分割初级磁共振图像122来计算初级分割。
图5和图6中所示的方法可以以若干方式进行修改。例如,图3中所示的迭代方法也可以与图5和图6组合。图5还可以进一步修改。在图5中存在QSM磁共振数据120的三个QSM重建。在一些范例中,图5中示出的方法可以在步骤202之后停止。
定量磁化率映射是一种新兴的技术,用于根据单回波或多回波梯度回波MRI重建组织磁性磁化率。QSM重建中的主要挑战之一是从组织磁化率到产生的场扰动的映射中的固有的信息损失,使得QSM重建成为不适定的逆问题。已经提出了许多方法来通过正则化改善问题的调节,最成功的一些方法采用与关于从幅度图像导出的组织分布的几何结构的附加信息相组合的基于梯度的正则化。
目前的算法通过将阈值应用于图像梯度矢量的模量来采用根据从幅度图像导出的掩模。由于图像中的噪声,如果体素被错误地识别为不属于边缘,这会导致错误地限定组织边缘。另外,由于例如由于流动引起的信号模型中的噪声或错误,远离组织边界的其他体素可能被误分类为边缘。因此,正则化项使错误位置中的磁化率中的梯度不利,并且阻止重建的邻近组织的磁化率独立。这个问题能够通过使用基于分割的方法来克服,该方法导致相邻组织之间的明确限定的边界并且允许磁化率差异的完全解耦。
大多数分割软件包在T1加权图像上工作,使用反转脉冲进行磁化准备。这些图像显示针对大脑中的几种主要结构(诸如壳、苍白球、红核、黑质和齿状核)的差的对比度,其在分割中承受误差风险。如果分割后的和实际的组织边界不重叠,则这些误差将在重建的磁化率中传播。
本发明提出迭代地更新分割以包括与组织几何形状有关的新信息。在例如使用T1加权图像的分割的初始化之后,通过由梯度导出的幅度边缘和/或根据初始分割导出的边缘来引导重建第一磁化率图。所得到的磁化率图用于细化分割以改善初始分割,参见下面的图7,以更好地描述磁化率中的组织边界,参见下面的图8。
图7和8示出了QSM图像700的范例。在图7中,QSM图像700被示出为具有八个分割。图7中所示的分割来自例如来自调查图像的初始分割。在检查图7时能够看出,分割不能很好地与QSM图像700中所示的所有结构对齐。
相比之下,在图8中,已经使用已经修改过的图像分割模块对QSM图像700执行分割,以找到QSM图像700中的结构。能够看出,分割更准确并且更好地拟合在图像700中示出的对象的解剖结构。图8中示出的分割可以是QSM图像的第一分割的范例。分割800可以再次被用于QSM图像的其他重建。
在利用改善的先验信息已经重建了新的磁化率图之后,能够根据需要迭代该过程。这导致在磁化率和分割中重合的边缘,从而允许保留基于分割的方法的优点。
一些范例方法可以包括以下一个或多个步骤:
1.针对QSM的数据采集采用合适的单回波或多回波梯度回波序列。
2.使用任何合适的方法进行场映射和背景场去除。
3.能够使用可变形形状模型来实施分割,并且能够使用如在神经成像中常用的附加的T1加权的、磁化准备扫描来实施初始分割。备选地,能够对多回波QSM扫描的幅度图像或根据相位图像导出的图像执行分割。
4.一旦初始分割可用,则使用根据区域标签导出的边缘信息,例如,使用能够合并与边缘位置有关的图像空间信息的任何算法的梯度操作来执行QSM重建。在这个步骤中,还能够使用与图像中的边缘有关的其他信息源,诸如幅度图像、相位图像或其他导出图像。
5.通过重新运行分割算法获得更新后的分割,分割算法现在包括当前重建的磁化率图像。
6.迭代步骤4和5直到不再获得进一步的改善。
另一种替代是跳过上面的步骤3并推迟分割,直到第一个近似磁化率解可用于分割。
尽管已经在附图和前述描述中详细说明和描述了本发明,但是这样的说明和描述被认为是说明性的或范例性的而不是限制性的;本发明不限于所公开的实施例。
通过研究附图、公开内容和所附权利要求,本领域普通技术人员在实践要求保护的本发明时可以理解和实现所公开的实施例的其他变型。在权利要求中,词语“包括”不排除其他元件或步骤,并且不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中记载的若干项目的功能。在相互不同的从属权利要求中记载了某些措施这一事实并不表示这些措施的组合不能被有利地使用。计算机程序可以存储/分布在合适的介质上,诸如与其他硬件一起或作为其他硬件的一部分提供的光存储介质或固态介质,但也可以以其他形式分布,例如经由互联网或其他有线或无线电信***。权利要求中的任何附图标记不应被解释为限制保护范围。
Claims (11)
1.一种医学成像***(100、400),包括:
-存储器(112),其用于存储机器可执行指令;
-处理器(106),其用于控制所述医学成像***,其中,所述机器可执行指令的执行使所述处理器:
·根据QSM磁共振成像数据重建(502)针对感兴趣区域的初级图像,其中,接收(200)初级分割包括通过使用QSM成像分割算法分割所述初级图像来计算所述初级分割,其中,所述初级分割包括初级分割边缘;
·根据QSM磁共振数据(122)重建(202)针对所述感兴趣区域的第一QSM图像(124),其中,所述QSM图像的重建至少部分地使用正则化函数来执行,其中,所述正则化函数取决于在所述第一QSM图像的重建期间的所述初级分割边缘;
·通过使用QSM图像分割算法(134)分割所述第一QSM图像来计算(204)第一分割(126),其中,所述第一分割包括第一分割边缘;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的第二QSM图像(128),其中,所述第二QSM图像的重建至少部分地使用所述正则化函数来执行,其中,所述正则化函数取决于所述第一分割边缘,并且
其中,所述机器可执行指令的执行还使所述处理器迭代地:
·通过使用所述QSM图像分割算法分割所述第二QSM图像来重新计算(310)所述第一分割;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的所述第二QSM图像。
2.根据权利要求1所述的医学成像***,其中,所述第二QSM图像的迭代重建执行预定次数。
3.根据权利要求1所述的医学成像***,其中,执行所述第二QSM图像的迭代重建,直到收敛度量在预定范围内。
4.根据前述权利要求中任一项所述的医学成像***,其中,所述医学成像***还包括磁共振成像***(402),其中,所述存储器还存储QSM脉冲序列命令(430),其中,所述QSM脉冲序列命令使所述磁共振成像***根据磁共振定量磁化率映射协议采集(500)QSM磁共振数据,其中,所述机器可执行指令的执行使所述处理器控制所述磁共振成像***以使用所述QSM脉冲序列命令来采集所述QSM磁共振成像数据。
5.根据权利要求1至3中任一项所述的医学成像***,其中,所述初级图像是调查图像。
6.根据权利要求5所述的医学成像***,其中,接收所述初级分割包括通过使用调查图像分割算法分割所述初级磁共振图像来计算所述初级分割。
7.根据权利要求6所述的医学成像***,其中,所述存储器还包含调查图像脉冲序列命令,其中,所述机器可执行指令的执行还使所述处理器:
·通过利用所述调查图像脉冲序列命令(432)控制磁共振成像***来采集(600)调查磁共振成像数据;以及
·使用所述调查磁共振成像数据重建(602)调查磁共振图像。
9.根据权利要求1-3中任一项所述的医学成像***,其中,所述QSM图像分割算法是使用QSM图像来训练和/或配置的。
10.一种操作医学成像***(100、400)的方法,其中,机器可执行指令的执行使处理器:
·根据QSM磁共振成像数据重建(502)针对感兴趣区域的初级图像,其中,接收(200)初级分割包括通过使用QSM成像分割算法分割所述初级图像来计算所述初级分割,其中,所述初级分割包括初级分割边缘;
·根据QSM磁共振数据(122)重建(202)针对所述感兴趣区域的第一QSM图像(124),其中,所述QSM图像的重建至少部分地使用正则化函数来执行,其中,所述正则化函数取决于在所述第一QSM图像的重建期间的所述初级分割边缘;
·通过使用QSM图像分割算法(134)分割所述第一QSM图像来计算(204)第一分割(126),其中,所述第一分割包括第一分割边缘;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的第二QSM图像(128),其中,所述第二QSM图像的重建至少部分地使用所述正则化函数来执行,其中,所述正则化函数取决于所述第一分割边缘,并且
其中,所述机器可执行指令的执行还使所述处理器迭代地:
·通过使用所述QSM图像分割算法分割所述第二QSM图像来重新计算(310)所述第一分割;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的所述第二QSM图像。
11.一种包含机器可执行指令(130)的计算机可读介质,所述机器可执行指令用于由控制医学成像***(100,400)的处理器(106)执行,其中,所述机器可执行指令的执行使所述处理器:
·根据QSM磁共振成像数据重建(502)针对感兴趣区域的初级图像,其中,接收(200)初级分割包括通过使用QSM成像分割算法分割所述初级图像来计算所述初级分割,其中,所述初级分割包括初级分割边缘;
·根据QSM磁共振数据(122)重建(202)针对所述感兴趣区域的第一QSM图像(124),其中,所述QSM图像的重建至少部分地使用正则化函数来执行,其中,所述正则化函数取决于在所述第一QSM图像的重建期间的所述初级分割边缘;
·通过使用QSM图像分割算法(134)分割所述第一QSM图像来计算(204)第一分割(126),其中,所述第一分割包括第一分割边缘;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的第二QSM图像(128),其中,所述第二QSM图像的重建至少部分地使用所述正则化函数来执行,其中,所述正则化函数取决于所述第一分割边缘,并且
其中,所述机器可执行指令的执行还使所述处理器迭代地:
·通过使用所述QSM图像分割算法分割所述第二QSM图像来重新计算(310)所述第一分割;并且
·根据所述QSM磁共振数据重建(206)针对所述感兴趣区域的所述第二QSM图像。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15200768 | 2015-12-17 | ||
EP15200768.8 | 2015-12-17 | ||
PCT/EP2016/080546 WO2017102611A1 (en) | 2015-12-17 | 2016-12-12 | Segmentation of quantitative susceptibility mapping magnetic resonance images |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108431624A CN108431624A (zh) | 2018-08-21 |
CN108431624B true CN108431624B (zh) | 2021-05-25 |
Family
ID=55066348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680074046.5A Active CN108431624B (zh) | 2015-12-17 | 2016-12-12 | 定量磁化率映射磁共振图像的分割 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10761170B2 (zh) |
EP (1) | EP3391069B1 (zh) |
JP (1) | JP6907209B2 (zh) |
CN (1) | CN108431624B (zh) |
WO (1) | WO2017102611A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11448717B2 (en) * | 2017-12-29 | 2022-09-20 | Siemens Healthcare Gmbh | Method and deep quantitative susceptibility mapping (QSM) |
CN108665465B (zh) * | 2018-05-14 | 2019-07-19 | 东软医疗***股份有限公司 | 分割缺血半暗带的方法、装置、存储介质及设备 |
CN111090068B (zh) * | 2018-10-23 | 2021-03-23 | 中国科学院深圳先进技术研究院 | 磁共振正对比成像方法及装置 |
CN110074786B (zh) * | 2019-04-30 | 2022-12-06 | 上海东软医疗科技有限公司 | 核磁共振匀场方法、装置、计算设备及核磁共振成像*** |
CN110992435B (zh) * | 2019-11-06 | 2023-10-20 | 上海东软医疗科技有限公司 | 图像重建方法及设备、成像数据的处理方法及装置 |
CN112037304B (zh) * | 2020-09-02 | 2023-12-08 | 上海大学 | 基于swi相位图像的两阶段的边缘增强qsm重建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101784907A (zh) * | 2007-04-30 | 2010-07-21 | 皇家飞利浦电子股份有限公司 | 正对比mr磁化率成像 |
CN104267361A (zh) * | 2014-10-13 | 2015-01-07 | 厦门大学 | 基于结构特征的自适应定量磁化率分布图复合重建的方法 |
CN104486993A (zh) * | 2013-06-10 | 2015-04-01 | 株式会社东芝 | 磁共振成像装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2283373B1 (en) * | 2008-04-28 | 2021-03-10 | Cornell University | Accurate quantification of magnetic susceptibility in molecular mri |
US20130102879A1 (en) * | 2010-04-14 | 2013-04-25 | Universitaetsklinikum Freiburg | Method For Correcting Susceptibility-Induced Image Artifacts In MRI After Prospective Motion Correction |
EP2559003B1 (en) | 2010-04-16 | 2017-11-29 | Koninklijke Philips N.V. | Image data segmentation |
US8422756B2 (en) | 2010-04-27 | 2013-04-16 | Magnetic Resonance Innovations, Inc. | Method of generating nuclear magnetic resonance images using susceptibility weighted imaging and susceptibility mapping (SWIM) |
US9448289B2 (en) * | 2010-11-23 | 2016-09-20 | Cornell University | Background field removal method for MRI using projection onto dipole fields |
US9285449B2 (en) * | 2011-06-15 | 2016-03-15 | Chunlei Liu | Systems and methods for imaging and quantifying tissue magnetism with magnetic resonance imaging |
US9165386B2 (en) * | 2011-10-12 | 2015-10-20 | Hitachi, Ltd. | Magnetic resonance imaging device, and method for generating magnetic susceptibility enhanced image |
US9213076B2 (en) * | 2012-02-27 | 2015-12-15 | Medimagemetric LLC | System, process and computer-accessible medium for providing quantitative susceptibility mapping |
EP2875367B1 (en) * | 2012-07-18 | 2021-05-12 | Koninklijke Philips N.V. | Efficient cardiac mr workflows based on automated planning from mdixon surveys |
US10132899B2 (en) * | 2012-10-10 | 2018-11-20 | Hitachi, Ltd. | Magnetic resonance imaging apparatus with voxel size control based on imaging parameters and magnetic susceptibility |
JP5902317B2 (ja) * | 2012-11-16 | 2016-04-13 | 株式会社日立製作所 | 磁気共鳴イメージング装置および定量的磁化率マッピング法 |
KR101359134B1 (ko) * | 2012-12-28 | 2014-02-06 | 연세대학교 산학협력단 | 도전율 및 자화율 복원 장치 및 방법과 이에 관한 기록매체 |
US9664761B2 (en) * | 2013-06-26 | 2017-05-30 | Medimagemetric LLC | Joint estimation of chemical shift and quantitative susceptibility map using MRI signal |
JP6085545B2 (ja) * | 2013-09-26 | 2017-02-22 | 株式会社日立製作所 | 磁気共鳴イメージング装置、画像処理装置および磁化率画像算出方法 |
US9612300B2 (en) * | 2013-11-25 | 2017-04-04 | Wisconsin Alumni Research Foundation | System and method for object-based initialization of magnetic field inhomogeneity in magnetic resonance imaging |
US9542763B2 (en) * | 2014-04-25 | 2017-01-10 | The General Hospital Corporation | Systems and methods for fast reconstruction for quantitative susceptibility mapping using magnetic resonance imaging |
JP6289664B2 (ja) * | 2014-11-11 | 2018-03-07 | 株式会社日立製作所 | 磁気共鳴イメージング装置、定量的磁化率マッピング方法、計算機、磁化率分布計算方法、及び、磁化率分布計算プログラム |
EP3313273A4 (en) * | 2015-06-24 | 2019-03-20 | The Medical College of Wisconsin, Inc. | SYSTEM AND METHOD FOR LOCALIZED PROCESSING OF CARDS OF QUANTITATIVE SUSCEPTIBILITY IN MAGNETIC RESONANCE IMAGING |
JP6618754B2 (ja) * | 2015-10-06 | 2019-12-11 | キヤノンメディカルシステムズ株式会社 | 磁気共鳴イメージング装置、画像処理装置、及び画像処理方法 |
JP6702691B2 (ja) * | 2015-10-30 | 2020-06-03 | キヤノンメディカルシステムズ株式会社 | 磁気共鳴イメージング及び医用画像処理装置 |
-
2016
- 2016-12-12 US US16/062,146 patent/US10761170B2/en active Active
- 2016-12-12 EP EP16806191.9A patent/EP3391069B1/en active Active
- 2016-12-12 CN CN201680074046.5A patent/CN108431624B/zh active Active
- 2016-12-12 WO PCT/EP2016/080546 patent/WO2017102611A1/en active Application Filing
- 2016-12-12 JP JP2018530842A patent/JP6907209B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101784907A (zh) * | 2007-04-30 | 2010-07-21 | 皇家飞利浦电子股份有限公司 | 正对比mr磁化率成像 |
CN104486993A (zh) * | 2013-06-10 | 2015-04-01 | 株式会社东芝 | 磁共振成像装置 |
CN104267361A (zh) * | 2014-10-13 | 2015-01-07 | 厦门大学 | 基于结构特征的自适应定量磁化率分布图复合重建的方法 |
Non-Patent Citations (2)
Title |
---|
定量磁化率成像重建方法及其应用;王阿莉;《波谱学杂志》;20140331;第31卷(第1期);第133-153页 * |
磁共振成像中背景不均匀场去除方法研究;陈曦等;《功能与分子医学影像学(电子版)》;20140731;第3卷(第3期);第486-493页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2017102611A1 (en) | 2017-06-22 |
EP3391069A1 (en) | 2018-10-24 |
US10761170B2 (en) | 2020-09-01 |
JP2019504664A (ja) | 2019-02-21 |
US20180372826A1 (en) | 2018-12-27 |
JP6907209B2 (ja) | 2021-07-21 |
EP3391069B1 (en) | 2022-02-09 |
CN108431624A (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108431624B (zh) | 定量磁化率映射磁共振图像的分割 | |
US10698062B2 (en) | Diffusion MRI method for generating a synthetic diffusion image at a high B-value | |
CN110476075B (zh) | 针对解剖区域的磁共振指纹识别词典的选择 | |
CN108351395B (zh) | 来自磁共振图像的虚拟ct图像 | |
US10591562B2 (en) | Bone MRI using B0 inhomogeneity map and a subject magnetic susceptibility map | |
CN110573897B (zh) | 亚体素分辨率磁共振指纹成像 | |
JP7080316B2 (ja) | 磁気共鳴イメージングにおける緩和時間の定量的測定 | |
EP3123191A1 (en) | Propeller magnetic resonance imaging | |
US11519991B2 (en) | Motion estimation and correction in magnetic resonance imaging | |
US11906608B2 (en) | Automated detection of water-fat swaps in Dixon magnetic resonance imaging | |
EP4220212A1 (en) | Simulated computer tomographic imaging | |
EP4074253A1 (en) | Segmentation using multiple image contrasts | |
EP4306980A1 (en) | Determiniaton of b0 inhomogeneity in magnetic resonance imaging | |
WO2023148039A1 (en) | Simulated computer tomographic imaging | |
EP3543724A1 (en) | (3-n)-dimensional determination of electric conductivity | |
CN115552463A (zh) | 磁共振成像中的图像强度校正 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |