CN109350059B - 用于肘部自动对准的组合的转向引擎和界标引擎 - Google Patents

用于肘部自动对准的组合的转向引擎和界标引擎 Download PDF

Info

Publication number
CN109350059B
CN109350059B CN201810790114.9A CN201810790114A CN109350059B CN 109350059 B CN109350059 B CN 109350059B CN 201810790114 A CN201810790114 A CN 201810790114A CN 109350059 B CN109350059 B CN 109350059B
Authority
CN
China
Prior art keywords
anatomical object
scan
landmarks
image
localizer image
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
CN201810790114.9A
Other languages
English (en)
Other versions
CN109350059A (zh
Inventor
F.A.雷达
詹翊强
M.哈德
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN109350059A publication Critical patent/CN109350059A/zh
Application granted granted Critical
Publication of CN109350059B publication Critical patent/CN109350059B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4504—Bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4523—Tendons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • 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
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • 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
    • 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
    • A61B5/004—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 image acquisition of a particular organ or body part
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Dentistry (AREA)
  • Rheumatology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本申请涉及用于肘部自动对准的组合的转向引擎和界标引擎，其中公开了一种用于自动对准磁共振（MR）扫描以用于诊断扫描计划的方法，该方法包括获取解剖对象的三维（3D）***图像。使用界标引擎识别3D***图像中的一个或多个初始界标。基于一个或多个初始界标，识别与解剖对象相关联的一个或多个主轴。基于相关联的主轴将3D***图像登记到规范空间，以产生登记的3D***图像。将界标引擎应用于登记的3D***图像，以产生一个或多个更新的界标。基于一个或多个更新的界标，计算用于执行MR扫描的多个参考点。

Description

用于肘部自动对准的组合的转向引擎和界标引擎
本申请要求于2017年7月18日提交的序列号62/533,874的美国临时申请的权益，所述美国临时申请通过引用以其整体并入本文。
技术领域
本发明一般涉及用于组合用于扫描主体的肘部的医学共振成像（MRI）应用的转向引擎和界标的方法、***和装置。例如，可应用本文讨论的技术以精确和自动地对准肘部，以在快速和自动计划MRI检查或进一步的图像处理步骤内帮助基于人群的肘部解剖结构（anatomy）的研究。
背景技术
MRI是一种非侵入性诊断技术，其基于身体内原子的磁共振产生身体的软组织和骨骼的图像。MRI的典型应用包括对大脑、腹部和脊柱进行成像；然而，一般地，包含软组织的任何解剖结构可以用MRI来成像。本公开特别感兴趣的是，MRI可以用于提供人类肘部的详细诊断图像。
存在各种临床场景，其中肘部的MRI图像可以用于诊断目的。例如，MRI提供一种出色的工具，其允许临床医生能够识别患者不明原因的肘部疼痛、肿胀或萎缩的源头。类似地，当治疗诸如网球肘部之类的运动损伤时，MRI允许临床医生直接查看肌腱的肿胀或者肘部的其它问题。另外，MRI可以用于跟踪炎症疾病（关节炎或滑囊炎）随着时间的推移的进展。
获取人类肘部的数字图像可能尤其具有挑战性。如图1A中所示，患者在图像获取设备内的定位可基于患者的尺寸以及设备本身的孔径尺寸和视野而变化。此外，图1A中所示的示例举例说明：由于受伤、阻塞等，可在图像获取设备中以不同的角度定位肘部和手。图1B示出由MRI扫描仪内的不同臂位置导致的图像变化。
定位的变化还可以使得某些MRI应用难以精确地执行。例如，西门子MRI***中使用的AutoAlign过程帮助用户执行用于MRI检查的图形切片定位。AutoAlign过程的一部分涉及获取感兴趣的解剖区域的正交侦察。当肘部从视野旋转或偏离中心时，获取侦察可需要由操作者手动干预。使用传统技术，AutoAlign程序平均需要侦察获取的3-5次迭代。每次迭代都需要大量时间。多次迭代的整个程序通常总共花费几分钟，并且需要先进的解剖和技术用户体验。因而，MRI肘部获取通常比其它关节（例如，膝或髋）的MRI获取花费的时间长。反过来，MRI扫描仪不可以用于其它扫描应用。
相应地，由于以上所述的所有原因，期望实现专门针对可以被自动化并且消除传统对准解决方案的前述缺陷的肘部MRI应用的对准程序。
发明内容
通过提供与使用转向引擎和界标引擎执行主体的肘部的MRI扫描相关的方法、***和装置，本发明的实施例解决并克服以上不足和缺点中的一个或多个。
根据一些实施例，一种自动对准磁共振（MR）扫描以用于诊断扫描计划的方法包括获取解剖对象的三维（3D）***（localizer）图像。使用界标引擎识别3D***图像中的一个或多个初始界标。基于一个或多个初始界标，识别与解剖对象相关联的一个或多个主轴。基于相关联的主轴将3D***图像登记到规范空间以产生登记的3D***图像。将界标引擎应用于登记的3D***图像，以产生一个或多个更新的界标。基于一个或多个更新的界标，计算用于执行MR扫描的多个参考点。
在前述方法的一些实施例中，解剖对象是肘部，并且初始界标各自位于肘部的关节处。初始界标例如可识别内侧副韧带、外侧副韧带或环状韧带。主轴被沿着在肘部的关节处连接的肱骨、沿着在肘部的关节处连接的尺骨、沿着在肘部的关节处连接的桡骨或者沿着肘部的内侧和外侧髁定位。
在一些实施例中，前述方法进一步包括：基于多个参考点，获得用于解剖对象的扫描计划。例如可通过基于多个参考点计算变换矩阵并将变换矩阵乘以标准切片包以产生扫描计划来获得用于解剖对象的该扫描计划。标准切片包可包括：具有将在标准坐标系中获取解剖对象的几何描述的一组图像切片。在一个实施例中，该方法进一步包括：使用利用MRI***领域中一般已知的技术的成像设备来执行用于解剖对象的扫描计划。
根据本发明的另一方面，用于自动对准MR扫描以用于诊断扫描计划的制品包括：保持用于执行上述方法的计算机可执行指令的计算机可读的非暂时性介质。
根据其它实施例，一种用于自动对准MR扫描以用于诊断扫描计划的***包括：被配置成获取解剖对象的3D***图像的MRI扫描仪，以及一个或多个计算机。计算机（i）使用界标引擎识别3D***图像中的一个或多个初始界标；以及（ii）基于一个或多个初始界标识别与解剖对象相关联的主轴。计算机基于相关联的主轴将3D***图像登记到规范空间以产生登记的3D***图像，并将界标引擎应用于登记的3D***图像以产生一个或多个更新的界标。基于所述更新的界标，计算机计算用于执行MR扫描的多个参考点。使用这些参考点，计算机确定扫描计划，并且然后使用MRI扫描仪执行用于解剖对象的扫描计划。
从参照附图进行的说明性实施例的以下详细描述中，将使得该发明的附加特征和优点显而易见。
附图说明
当结合附图阅读时，从以下详细描述中最佳地理解本发明的前述和其它方面。为了图示该发明的目的，在附图中示出有目前优选的实施例，然而应当理解：该发明不限于公开的具体手段。附图中包括的是以下图：
图1A图示患者在图像获取设备内的定位如何可基于患者的尺寸而变化；
图1B示出由MRI扫描仪内的不同臂位置导致的图像变化；
图2提供根据一些实施例的用于自动对准图像体积中的解剖对象的框架的高级概述；
图3提供根据一些实施例的用于自动对准图像体积中的解剖对象的方法的更详细视图；
图4图示在可用图3中所述的方法生成的各种视图处的一系列示例性参考框；以及
图5图示可在其内实现该发明的实施例的示范性计算环境。
具体实施方式
以下公开根据若干实施例描述本发明，所述实施例涉及与使用界标引擎和转向引擎的组合在图像体积内自动对准解剖结构相关的方法、***和装置。简而言之，使用界标引擎来首先执行解剖对象的中心的粗略局部化（localization）。然后，转向引擎用于检测肘部的两个主轴。使用检测的轴，在使用界标引擎执行对准的图像中的相关解剖特征的精细检测之前，将解剖对象登记到规范空间。一旦检测到所有相关的界标，它们就可以用于计算若干参考框以在期望的取向上扫描解剖对象。精确和自动对准解剖对象的能力可能有助于基于人群的对象研究，或者用于MR扫描的快速计划，这独立于患者肘部在工作台上的姿势并独立于患者姿势登记数据，所述数据往往与工作台上的整个病人有关，但与肘部本身无关。
图2提供根据一些实施例的用于自动对准图像体积中的解剖对象的框架的高级概述。本文参照人类肘部描述本申请的技术；然而，应当理解：该技术可类似地应用于需要在图像获取期间对准的其它解剖对象。在图2中为框架的每个步骤示出图像，以图示输入图像体积的步骤的处理。
从左向右移动，该过程一般需要使用界标引擎首先对图像体积执行粗糙界标检测。图像205A和205B示出执行界标引擎的示例性输出。在每种情况下，在肘部的关节处识别单个界标。在框架中的下一个步骤期间，转向引擎用于通过界标检测轴。图像210A和210B示出通过图像205A和205B中呈现的界标用单个轴进行轴检测的结果。接下来，转向引擎用于根据检测的轴对准图像。在示例性图像215A中，对准图像，使得轴在水平方向上；相反，在图像215B中，在垂直方向上对准轴。最后，在框架的最后一步，将界标引擎应用于对准的图像以执行精细界标检测。如图像220A中所示，精细界标过程导致4个新的界标。在图像220B中，2个新的界标由界标引擎识别。
图3提供根据一些实施例的用于自动对准图像体积中的解剖对象的方法300的更详细视图。在步骤305处开始，执行患者的肘部的侦察扫描以获取几乎各向同性的3D***图像体积。如本领域技术人员将一般理解的，侦察扫描是从患者的区域拍摄的低分辨率体积图像。典型地，以一种方式设置侦察扫描（也被称为“***”扫描）：在结果图像中用良好的亮度对比示出不同组织类型的解剖结构（骨骼、肌肉、脂肪、血液等）。它在MRI测量会话开始时被执行，以便为随后的获取定义关于解剖结构的扫描的参考坐标系以及对应的视野（FOV）。应当注意：虽然参照图3讨论侦察扫描，但是一般地，方法300可以应用于用任何类型的扫描获取的图像体积。
接下来在步骤310处，使用界标引擎执行肘部中心的粗略局部化，以识别***图像中的一个或多个初始界标。如本文使用的术语“界标引擎”是指能够自动检测给定图像中的界标的软件和硬件的任何组合。例如，在一些实施例中，界标引擎是由SiemensHealthineersTM开发的人体解剖结构的自动界标和解析（“ALPHA”）界标引擎。ALPHA界标引擎使用人工智能，包括一套基于机器学习的解剖模式识别算法，以自动检测图像中的界标和其它结构。在其它实施例中，可以采用使用局部外观和形状的建模和辨别学习的不同技术。例如，诸如Boosting、AdaBoosting、支持向量机和决策树之类的辨别技术可用于界标的建模、检测和局部化。可在题为“Automatic alignment of magnetic resonance imaging(MRI) brain scan by anatomic landmarks”的第8,190,232号美国专利中找到自动界标的附加示例，该专利的整体通过引用并入本文。
在步骤310处确定的初始界标一般识别正被扫描的解剖对象的主要位置。其中，解剖对象是肘部，并且初始界标可各自位于肘部的关节处。例如，初始界标可识别肘部关节处的内侧副韧带、外侧副韧带和/或环状韧带。
在步骤315处，使用转向引擎和一个或多个初始界标来识别图像中的肘部的一个或多个主轴。如本文使用的术语“转向引擎”是指自动确定图像中的解剖结构的取向的软件。在该上下文中的取向是指解剖结构的一个或多个固有方向。在肘部的上下文中，这些固有方向例如可以是沿肱骨、尺骨或桡骨的点处的切线方向。在一些实施例中，使用分类算法确定取向。例如，在一个实施例中，训练分类模型以检测期望的取向。该分类例如可采用边际空间学习（MSL）或类似的基于学习的方法。一旦经过训练，分类可基于训练数据检测新图像中的取向。在其它实施例中，作为分类的替代方案，可使用基于回归的方法。例如，在一个实施例中，将预先训练的回归量应用于***图像的外观特征以预测肘部的余纬度。然后确定对应于预测的余纬度的最佳经度。在题为“Detection of anatomy orientationusing learning-based regression”的第9,704,300号美国专利中进一步详细描述该方法，该专利的整体通过引用并入本文。
在步骤320处，基于肘部、肱骨轴和尺骨轴的内侧-外侧髁-轴将肘部登记到规范空间。在该上下文中的规范空间是指用于肘部的标准查看位置。例如，在一个实施例中，用大致为患者坐标系的矢状轴的髁轴以及大致为患者坐标系的横向轴的肱骨轴来定义规范空间。操作者可直接将规范空间指定为转向引擎的输入，但是在临床实践中，该输入可能是错误的，因此不使用它。优选地，在与步骤315处使用的相同的规范空间中定向用于训练界标引擎的大部分（或所有）图像。
用于在步骤320处登记所采用的准确技术可取决于用于在步骤315处确定轴的取向的方法。例如，在采用上述基于回归的方法的情况下，可基于预测的余纬度和最佳经度来重新定向图像体积。重新定向可被执行单次，或者在一些实例中，其可被重复执行以提高精度。例如，为了继续基于回归的方法的示例，可重复执行重新定向，直到预测的余纬度小于预定阈值（例如，基本接近零）。注意：在该登记步骤内可忽略DICOM图像位置患者值，因为它们往往是指患者在设备内的位置，而不是检查的肘部的位置；肘部可以被旋转或在任意位置上被抬起到头部上方。
一旦图像被重新定向，就在步骤325处再次将界标引擎应用于图像体积以产生一组更新的界标。因为图像已被重新定向到规范空间中，所以界标引擎提供更精确的结果。因而，界标的数量大于在步骤315处确定的界标。一旦计算了界标，就在步骤330处使用它们来计算规定3D边界框的若干参考点，以在期望的取向上扫描肘部。如本领域中一般理解的，这些参考点可以由MRI扫描仪用于自动化解剖结构相关的矢状、冠状和轴向切片的定位和对准。图4以可用上述方法300生成的各种视图来图示一系列示例性参考框。在一些实施例中，在基于其参考点执行扫描之前，在图形用户界面（GUI）中将这些框呈现给成像设备的操作者以用于批准。如果有必要，操作者可获取另一个***图像或将附加的偏移参数应用于参考点并重复方法300，直到由方法300产生的参考框被设置为所期望的那样。
一旦已经确定了参考点，就可使用它们来计算变换矩阵。变换矩阵可以乘以标准切片包以产生扫描计划。如本领域中一般理解的，诊断扫描计划由切片包实现，该切片包包括一组切片（例如，图像的堆叠），每个切片具有其自己的几何描述（例如，中心位置、取向、宽度和高度）。切片包是用于标准定位患者的预定义切片包，并且一般在大多数医疗诊断中心可得到。标准定位患者意味着患者被理想地定位为与标准化的坐标系一致。定义标准化的坐标系的原点，使得扫描体积的中心在检测的肘部的“临床”取向中（例如，通过矢状、冠状或横向切片包）覆盖肘部关节。因而，基于确定的点和边界框，本文所述的技术能够在不同取向上用切片包覆盖感兴趣的临床区域。一旦已经生成扫描计划，那么可以在成像设备上执行它以获取肘部的诊断图像。
图5图示可在其内实现该发明的实施例的示范性计算环境500。计算环境500包括计算机***510，计算机***510是可在其上实现该发明的实施例的计算***的一个示例。诸如计算机***510和计算环境500之类的计算机和计算环境是本领域技术人员已知的，并且因而在本文被简要描述。
如图5中所示，计算机***510可包括：诸如总线521之类的通信机制，或者用于在计算机***510内传送信息的其它通信机制。计算机***510进一步包括与总线521耦合以用于处理该信息的一个或多个处理器520。处理器520可包括一个或多个中央处理单元（CPU）、图形处理单元（GPU）或本领域中已知的任何其它处理器。
计算机***510还包括耦合到总线521以用于存储将由处理器520执行的信息和指令的***存储器530。***存储器530可包括以易失性和/或非易失性存储器形式的计算机可读存储介质，诸如只读存储器（ROM）531和/或随机存取存储器（RAM）532。***存储器RAM532可包括一个或多个其它动态存储设备（例如，动态RAM、静态RAM和同步DRAM）。***存储器ROM 531可包括一个或多个其它静态存储设备（例如，可编程ROM、可擦除PROM和电可擦除PROM）。另外，***存储器530可用于在处理器520执行指令期间存储临时变量或其它中间信息。基本输入/输出***（BIOS）533包含基本例程，该基本例程有助于在计算机***510内的元件之间传递信息（诸如在启动期间），该基本例程可被存储在ROM 531中。RAM 532可包含处理器520立即可访问和/或当前正由处理器520操作的数据和/或程序模块。***存储器530例如可另外包括操作***534、应用程序535、其它程序模块536和程序数据537。应用程序535例如可包括转向引擎和界标引擎（以上参照图1和图2所述）以及组合两个引擎以执行本文所述的各种方法的应用。
计算机***510还包括盘控制器540，该盘控制器540耦合到总线521以控制用于存储信息和指令的一个或多个存储设备，诸如硬盘541和可移动介质驱动器542（例如，软盘驱动器、致密盘驱动器、磁带驱动器和/或固态驱动器）。可使用适当的设备接口（例如，小型计算机***接口（SCSI）、集成设备电子器件（IDE）、通用串行总线（USB）或FireWire）将存储设备添加到计算机***510。
计算机***510还可包括显示控制器565，该显示控制器565耦合到总线521以控制用于向计算机用户显示信息的显示器566，诸如阴极射线管（CRT）或液晶显示器（LCD）。计算机***包括用于与计算机用户交互并向处理器520提供信息的输入接口560和一个或多个输入设备，诸如键盘562和指示设备561。指示设备561例如可以是用于将方向信息和命令选择传送到处理器520并用于控制显示器566上的光标移动的鼠标、轨迹球或指示杆。显示器566可提供触摸屏界面，该触摸屏界面允许输入以补充或替换通过指示设备561的方向信息和命令选择的通信。
响应于处理器520执行包含在诸如***存储器530之类的存储器中的一个或多个指令的一个或多个序列，计算机***510可执行该发明的实施例的处理步骤中的一部分或全部。可将这样的指令从诸如硬盘541或可移动介质驱动器542之类的另一个计算机可读介质读取到***存储器530中。硬盘541可包含由本发明的实施例使用的一个或多个数据存储和数据文件。可加密数据存储内容和数据文件以提高安全性。还可在多处理装置中采用处理器520以执行包含在***存储器530中的一个或多个指令序列。在替代实施例中，硬连线电路可用于代替软件指令或与软件指令组合。因而，实施例不限于硬件电路和软件的任何具体组合。
如上所述，计算机***510可包括用于保持根据该发明的实施例编程的指令和用于包含本文所述的数据结构、表格、记录或其它数据的至少一个计算机可读介质或存储器。如本文使用的术语“计算机可读介质”是指参与向处理器520提供指令以用于执行的任何介质。计算机可读介质可采用许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘和磁光盘，诸如硬盘541或可移动介质驱动器542。易失性介质的非限制性示例包括动态存储器，诸如***存储器530。传输介质的非限制性示例包括同轴电缆、铜线和光纤，包括构成总线521的线。传输介质也可采用声学波或光波的形式，诸如在无线电波和红外数据通信期间生成的声学波或光波。
计算环境500可进一步包括在联网环境中使用到诸如成像设备580之类的一个或多个图像扫描仪的逻辑连接操作的计算机***510。成像设备580可以是放射学扫描仪，诸如磁共振（MR）扫描仪、PET/MR、X射线或CT扫描仪。当在联网环境中使用时，计算机***510可包括调制解调器572，用于通过诸如因特网之类的网络571建立与成像设备580或远程计算***的通信。调制解调器572可经由用户网络接口570或经由另一种适当的机制连接到总线521。应当注意：虽然成像设备580在图5中呈现的示例中被图示为通过网络571连接到计算机***510，但是在本发明的其它实施例中，计算机***510可直接连接到图像扫描仪580。例如，在一个实施例中，计算机***510和图像扫描仪580共同位于同一个房间中或在相邻房间中，并且设备使用本领域中一般已知的任何传输介质来连接。
网络571可以是本领域中一般已知的任何网络或***，包括因特网、内联网、局域网（LAN）、广域网（WAN）、城域网（MAN）、直接连接或一系列连接、蜂窝电话网络或者能够促进计算机***510与其它计算机（例如，远程计算机580）之间的通信的任何其它网络或介质。网络571可以是有线的、无线的或其组合。可使用以太网、通用串行总线（USB）、RJ-11或本领域中一般已知的任何其它有线连接来实现有线连接。可使用Wi-Fi、WiMAX和蓝牙、红外、蜂窝网络、卫星或本领域中一般已知的任何其它无线连接方法来实现无线连接。另外，若干网络可单独工作或彼此通信以促进网络571中的通信。
可用硬件和软件的任何组合来实现本公开的实施例。另外，本公开的实施例可被包括在例如具有计算机可读的非暂时性介质的制品（例如，一个或多个计算机程序产品）中。介质已经在其中体现例如用于提供和促进本公开的实施例的机制的计算机可读程序代码。制品可以作为计算机***的一部分而被包括或被单独出售。
尽管本文已经公开了各个方面和实施例，但是其它方面和实施例对于本领域技术人员将是显而易见的。本文公开的各个方面和实施例是为了说明的目的而不意图是限制性的，同时真正的范围和精神由以下权利要求指示。
除非从以下讨论中显而易见地以其它方式说明，否则将理解：诸如“分段”、“生成”、“登记”、“确定”、“对准”、“定位”、“处理”、“计算”、“选择”、“估计”、“检测”、“跟踪”、“覆盖”等等之类的术语可指代计算机***或类似电子计算设备的动作和过程，该计算机***或类似电子计算设备操纵被表示为计算机***的寄存器和存储器内的物理（例如，电子）量的数据，并将所述数据变换成被类似地表示为计算机***存储器或寄存器或其它这样的信息存储、传输或显示设备内的物理量的其它数据。可使用计算机软件来实现本文所述的方法的实施例。如果用符合公认标准的编程语言编写，可以编译被设计成实现该方法的指令的序列，以用于在各种硬件平台上执行并且用于到各种操作***的接口。另外，不参照任何特定编程语言描述本发明的实施例。将理解：各种编程语言可用于实现本发明的实施例。
如本文所使用的，术语“图像”是指由离散图像元素（例如，用于2-D图像的像素和用于3-D图像的体素）组成的多维数据。该图像例如可以是由计算机断层摄影、磁共振成像、超声或本领域技术人员已知的任何其它医学成像***收集的主体的医学图像。还可从诸如例如遥感***、电子显微镜等之类的非医学上下文提供图像。一般地，本文所述的技术可以应用于任何维度的图像，例如2-D图片或3-D体积。对于2维或3维图像，图像的域典型地是2维或3维矩形阵列，其中每个像素或体素可以参照一组2或3个相互正交的轴来寻址。如本文使用的术语“数字”和“数字化”将视情况指代以经由数字获取***或经由从模拟图像的转换获取的数字或数字化格式的图像或体积。
如本文使用的可执行应用包括代码或机器可读指令，用于例如响应于用户命令或输入而调节处理器以实现预定功能，诸如操作***、上下文数据获取***或其它信息处理***的预定功能。可执行程序是用于执行一个或多个特定过程的一段代码或机器可读指令、子例程或代码的其它不同部分或者可执行应用的一部分。这些过程可包括接收输入数据和/或参数，对接收的输入数据执行操作和/或响应于接收的输入参数而执行功能，以及提供结果输出数据和/或参数。
如本文使用的“图形用户界面”（GUI）包括一个或多个显示图像，所述显示图像由显示处理器生成并使得用户能够与处理器或其它设备以及相关联的数据获取和处理功能交互。GUI还包括可执行程序或可执行应用。可执行程序或可执行应用调节显示处理器以生成表示GUI显示图像的信号。这些信号被供应给显示设备，该显示设备显示图像以用于由用户观看。在可执行程序或可执行应用的控制下，处理器响应于从输入设备接收的信号而操纵GUI显示图像。以这种方式，用户可使用输入设备与显示图像交互，使得用户能够与处理器或其它设备交互。
可响应于用户命令自动地或全部地或部分地执行本文的功能和过程步骤。响应于一个或多个可执行的指令或设备操作而执行自动执行的活动（包括步骤），而无需用户直接启动活动。图的***和过程不是排他的。可根据该发明的原理导出其它***、过程和菜单以实现相同的目的。虽然已经参照特定实施例描述了本发明，但是应理解：本文所示和所述的实施例和变化仅仅用于说明目的。可由本领域技术人员实现对当前设计的修改而不脱离该发明的范围。如本文所述，可使用硬件组件、软件组件和/或其组合来实现各种***、子***、代理、管理器和过程。本文中没有任何权利要求元素应根据35U.S.C 112（f）的规定来解释，使用短语“用于……的装置”明确地表达所述元素。

Claims (21)

1.一种自动对准MR扫描以用于诊断扫描计划的方法，包括：
获取解剖对象的3D***图像；
使用界标引擎识别3D***图像中的一个或多个初始界标；
基于所述一个或多个初始界标，识别与所述解剖对象相关联的一个或多个主轴；
基于所识别的一个或多个主轴将所述3D***图像重新定向到所述解剖对象的标准查看位置，以产生重新定向的3D***图像；
将所述界标引擎应用于所述重新定向的3D***图像，以产生一个或多个更新的界标；以及
基于所述一个或多个更新的界标，计算用于执行MR扫描的多个参考点。
2.根据权利要求1所述的方法，其中所述解剖对象是肘部，并且所述初始界标各自位于所述肘部的关节处。
3.根据权利要求2所述的方法，其中所述初始界标识别内侧副韧带。
4.根据权利要求2所述的方法，其中所述初始界标识别外侧副韧带。
5.根据权利要求2所述的方法，其中所述初始界标识别环状韧带。
6.根据权利要求2所述的方法，其中所述主轴中的至少一个被沿着在所述肘部的关节处连接的肱骨定位。
7.根据权利要求2所述的方法，其中所述主轴中的至少一个被沿着在所述肘部的关节处连接的尺骨定位。
8.根据权利要求2所述的方法，其中所述主轴中的至少一个被沿着在所述肘部的关节处连接的桡骨定位。
9.根据权利要求2所述的方法，其中所述主轴中的至少一个被沿着所述肘部的内侧和外侧髁定位。
10.根据权利要求1所述的方法，其中转向引擎用于自动（a）识别与所述解剖对象相关联的所述主轴，以及（b）基于所述主轴将所述3D***图像重新定向，以产生重新定向的3D***图像。
11.根据权利要求1所述的方法，进一步包括：
基于所述多个参考点，获得用于所述解剖对象的扫描计划。
12.根据权利要求11所述的方法，其中通过以下方式获得用于所述解剖对象的所述扫描计划：
基于所述多个参考点，计算变换矩阵，以及
将所述变换矩阵乘以标准切片包以产生所述扫描计划。
13.根据权利要求12所述的方法，其中所述标准切片包包括：具有将在标准坐标系中获取所述解剖对象的几何描述的一组图像切片。
14.根据权利要求13所述的方法，进一步包括：
使用成像设备执行用于所述解剖对象的所述扫描计划。
15.一种用于自动对准MR扫描以用于诊断扫描计划的制品，所述制品包括保持用于执行方法的计算机可执行指令的计算机可读的非暂时性介质，所述方法包括：
使用界标引擎识别解剖对象的3D***图像中的一个或多个初始界标；
基于所述一个或多个初始界标，识别与所述解剖对象相关联的主轴；
基于所述主轴将所述3D***图像重新定向到所述解剖对象的标准查看位置，以产生重新定向的3D***图像；
将所述界标引擎应用于所述重新定向的3D***图像，以产生一个或多个更新的界标；以及
基于所述一个或多个更新的界标，计算用于执行MR扫描的多个参考点。
16.根据权利要求15所述的制品，其中所述制品使用转向引擎来自动（a）识别与所述解剖对象相关联的所述主轴，以及（b）基于所述主轴将所述3D***图像重新定向，以产生重新定向的3D***图像。
17.根据权利要求15所述的制品，其中所述方法进一步包括：
基于所述多个参考点，获得用于所述解剖对象的扫描计划。
18.根据权利要求17所述的制品，其中通过以下方式获得用于所述解剖对象的所述扫描计划：
基于所述多个参考点，计算变换矩阵，以及
将所述变换矩阵乘以标准切片包以产生所述扫描计划。
19.根据权利要求18所述的制品，其中所述标准切片包包括：具有将在标准坐标系中获取所述解剖对象的几何描述的一组图像切片。
20.根据权利要求15所述的制品，其中所述方法进一步包括：
使用成像设备执行用于所述解剖对象的所述扫描计划。
21.一种用于自动对准MR扫描以用于诊断扫描计划的***，所述***包括：
MRI扫描仪，被配置成获取解剖对象的3D***图像；
一台或多台计算机，被配置成：
使用界标引擎识别3D***图像中的一个或多个初始界标；
基于所述一个或多个初始界标，识别与所述解剖对象相关联的主轴；
基于所述主轴将所述3D***图像重新定向，以产生重新定向的3D***图像，其中所述重新定向的3D***图像对应于所述解剖对象的标准查看位置；
将所述界标引擎应用于所述重新定向的3D***图像，以产生一个或多个更新的界标；
基于所述一个或多个更新的界标，计算用于执行MR扫描的多个参考点；
基于所述多个参考点，确定扫描计划；以及
使用所述MRI扫描仪执行用于所述解剖对象的所述扫描计划。
CN201810790114.9A 2017-07-18 2018-07-18 用于肘部自动对准的组合的转向引擎和界标引擎 Active CN109350059B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762533874P 2017-07-18 2017-07-18
US62/533874 2017-07-18
US16/011,969 US11903691B2 (en) 2017-07-18 2018-06-19 Combined steering engine and landmarking engine for elbow auto align
US16/011969 2018-06-19

Publications (2)

Publication Number Publication Date
CN109350059A CN109350059A (zh) 2019-02-19
CN109350059B true CN109350059B (zh) 2022-11-29

Family

ID=65014251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810790114.9A Active CN109350059B (zh) 2017-07-18 2018-07-18 用于肘部自动对准的组合的转向引擎和界标引擎

Country Status (2)

Country Link
US (1) US11903691B2 (zh)
CN (1) CN109350059B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200037962A1 (en) * 2018-08-01 2020-02-06 General Electric Company Plane selection using localizer images
US10830850B2 (en) * 2019-04-01 2020-11-10 Siemens Healthcare Gmbh Optical camera for patient position monitoring
US20210177295A1 (en) * 2019-12-11 2021-06-17 GE Precision Healthcare LLC Systems and methods for generating diagnostic scan parameters from calibration images

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1357132A (zh) * 1999-06-30 2002-07-03 金汉俊 三维图像显示装置,显示方法和用于显示的程序
CN101394790A (zh) * 2006-03-09 2009-03-25 画像诊断株式会社 医用图像的显示方法及其程序

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10210050A1 (de) 2002-03-07 2003-12-04 Siemens Ag Verfahren und Vorrichtung zur wiederholt gleichen Relativpositionierung eines Patienten
DE10357203B4 (de) * 2003-12-08 2018-09-20 Siemens Healthcare Gmbh Verfahren und Steuereinrichtung zum Betrieb eines Magnetresonanztomographie-Geräts sowie Magnetresonanztomographie-Gerät
DE102004043058A1 (de) 2004-09-06 2006-04-06 Siemens Ag Verfahren zur Bestimmung ausgezeichneter coronaler und sagittaler Ebenen für die nachfolgende Aufnahme neuer Magnetresonanz-Schichtbilder oder die Darstellung von Magnetresonanz-Schichtbildern aus einem bereits vorhandenen Bilddatensatz eines Schultergelenks
US7986823B2 (en) * 2007-05-14 2011-07-26 Siemens Aktiengesellschaft System and method for consistent detection of mid-sagittal planes for magnetic resonance brain scans
US8175352B2 (en) * 2007-09-21 2012-05-08 Siemens Aktiengesellschaft System and method for automated magnetic resonance scan prescription for optic nerves
US8190232B2 (en) * 2007-10-04 2012-05-29 Siemens Aktiengesellschaft Automatic alignment of magnetic resonance imaging (MRI) brain scan by anatomic landmarks
US8160345B2 (en) * 2008-04-30 2012-04-17 Otismed Corporation System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
EP2347274B1 (en) 2008-11-05 2019-08-07 Koninklijke Philips N.V. Automated sequential planning of mr scans
US8428688B2 (en) * 2008-11-10 2013-04-23 Siemens Aktiengesellschaft Automatic femur segmentation and condyle line detection in 3D MR scans for alignment of high resolution MR
CN102802519B (zh) * 2009-06-25 2014-12-31 株式会社日立医疗器械 医用图像摄影装置
US9646229B2 (en) * 2012-09-28 2017-05-09 Siemens Medical Solutions Usa, Inc. Method and system for bone segmentation and landmark detection for joint replacement surgery
US9218524B2 (en) * 2012-12-06 2015-12-22 Siemens Product Lifecycle Management Software Inc. Automatic spatial context based multi-object segmentation in 3D images
US20140364720A1 (en) * 2013-06-10 2014-12-11 General Electric Company Systems and methods for interactive magnetic resonance imaging
US10258256B2 (en) * 2014-12-09 2019-04-16 TechMah Medical Bone reconstruction and orthopedic implants
EP3116389B1 (en) * 2014-03-10 2021-07-14 Smith & Nephew, Inc. Method for identifying anatomical landmarks in image data
EP3262433A1 (en) * 2015-02-24 2018-01-03 Koninklijke Philips N.V. Scan geometry planning method for mri or ct
US9704300B2 (en) * 2015-03-06 2017-07-11 Siemens Medical Solutions Usa, Inc. Detection of anatomy orientation using learning-based regression
WO2016203295A1 (en) * 2015-06-19 2016-12-22 Synaptive Medical (Barbados) Inc. A medical imaging system for determining a scan orientation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1357132A (zh) * 1999-06-30 2002-07-03 金汉俊 三维图像显示装置,显示方法和用于显示的程序
CN101394790A (zh) * 2006-03-09 2009-03-25 画像诊断株式会社 医用图像的显示方法及其程序

Also Published As

Publication number Publication date
US11903691B2 (en) 2024-02-20
CN109350059A (zh) 2019-02-19
US20190021625A1 (en) 2019-01-24

Similar Documents

Publication Publication Date Title
US9064332B2 (en) Fused-image visualization for surgery evaluation
JP6026098B2 (ja) 医用画像処理装置
Aubert et al. 3D reconstruction of rib cage geometry from biplanar radiographs using a statistical parametric model approach
EP3164075B1 (en) Unified coordinate system for multiple ct scans of patient lungs
US20200237326A1 (en) Determining Rotational Orientation Of A Deep Brain Stimulation Electrode In A Three-Dimensional Image
US9336457B2 (en) Adaptive anatomical region prediction
EP3463097B1 (en) Correcting probe induced deformation in an ultrasound fusing imaging system
Zhang et al. 3-D reconstruction of the spine from biplanar radiographs based on contour matching using the hough transform
US10628963B2 (en) Automatic detection of an artifact in patient image
US10445904B2 (en) Method and device for the automatic generation of synthetic projections
CN109350059B (zh) 用于肘部自动对准的组合的转向引擎和界标引擎
JP2023036805A (ja) 人体部分の撮像方法、コンピュータ、コンピュータ読み取り可能記憶媒体、コンピュータプログラム、および医療システム
CN115311191A (zh) 使用深度学习估计的扫描方案遮罩来生成三维解剖结构扫描的重新格式化视图
Zheng et al. Lumbar spine visualisation based on kinematic analysis from videofluoroscopic imaging
US9286688B2 (en) Automatic segmentation of articulated structures
US11495346B2 (en) External device-enabled imaging support
US11495342B2 (en) Planning an external ventricle drainage placement
Zhang et al. SIFT algorithm-based 3D pose estimation of femur
Church et al. Visualization of scoliotic spine using ultrasound-accessible skeletal landmarks
Zeng et al. Low‐dose three‐dimensional reconstruction of the femur with unit free‐form deformation
EP4128145B1 (en) Combining angiographic information with fluoroscopic images
Ha et al. 2D-3D Reconstruction of a Femur by Single X-Ray Image Based on Deep Transfer Learning Network

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