CN111374690A - 医学成像方法及*** - Google Patents
医学成像方法及*** Download PDFInfo
- Publication number
- CN111374690A CN111374690A CN201811619665.5A CN201811619665A CN111374690A CN 111374690 A CN111374690 A CN 111374690A CN 201811619665 A CN201811619665 A CN 201811619665A CN 111374690 A CN111374690 A CN 111374690A
- Authority
- CN
- China
- Prior art keywords
- scan
- image
- context information
- computing device
- clinical context
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 19
- 238000013135 deep learning Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000005855 radiation Effects 0.000 claims description 13
- 210000002569 neuron Anatomy 0.000 claims description 12
- 230000004807 localization Effects 0.000 claims description 9
- 230000002238 attenuated effect Effects 0.000 claims description 6
- 210000003484 anatomy Anatomy 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 11
- 238000013170 computed tomography imaging Methods 0.000 description 8
- 239000002872 contrast media Substances 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004053 dental implant Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4078—Fan-beams
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4411—Constructional features of apparatus for radiation diagnosis the apparatus being modular
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明的实施例提供了一种医学成像方法和***，该方法包括：接收对象的临床背景信息；基于临床背景信息自动确定扫描协议；接收对象的三维表面信息；基于训练的第一深度学习网络对三维表面信息进行分析；基于对三维表面信息的分析结果对对象进行定位；执行定位扫描以获取定位图像；基于定位图像自动确定对象属性；基于对象属性自动设置用于精确扫描的扫描参数；以及，基于设置的扫描参数执行精确扫描。
Description
技术领域
本发明涉及医学成像领域，尤其涉及一种医学成像方法及***。
背景技术
在CT(Computing Tomography，计算机断层)成像技术中，通过控制X 射线源绕对象的待成像部位旋转并朝待成像部位辐射X射线。该X射线穿透对象后形成衰减信号被设置在X射线源相对侧的探测器接收。通过数据采集***(Direct Acquisition System,DAS)采集并数字化该衰减信号以产生图像数据。基于该图像数据可以对该对象的待成像部位的体积进行图像重建。
在扫描成像过程中，例如采集数据的过程中，用户需要根据不同的临床需求进行多项设置以定义扫描流程及其相关细节，这些设置共同影响后续重建的图像的质量以及对象接收的辐射的剂量。
现有技术中，可以预先设置多个扫描协议，每个扫描协议定义了一组参数设置，例如包括以下参数设置中的一个或多个：X射线源的电流/电压，扫描范围、机架转速、持续时间、焦斑大小、检查台的倾斜角度、造影剂的注射流速/流量/压力/延迟、后处理滤波器类型、重建核类型、重建的层厚等。医生可以根据要成像的部位选择其中一个协议来执行当前扫描，然而，对于大多数临床需求来说，这些预设的协议并不能帮助医生获得理想的图像或者使患者接收足够少的辐射剂量，往往需要医生手动地调节扫描参数，这不仅医生的经验和专业知识有非常高的要求，而且耗费较多的时间。
因此，需要提供一种新的医学成像方法及***，能够保证重建图像的质量并有助于快速完成扫描流程。
发明内容
本发明的一个目的在于提供一种新的医学成像方法及***，能够保证重建图像的质量并有助于快速完成扫描流程。
本发明的示例性实施例提供了一种医学成像方法，包括：
接收对象的临床背景信息；
基于临床背景信息自动确定扫描协议；
接收对象的三维表面信息；
基于训练的第一深度学习网络对三维表面信息进行分析；
基于对三维表面信息的分析结果对对象进行定位；
执行定位扫描以获取定位图像；
基于定位图像自动确定对象属性；
基于对象属性自动设置用于精确扫描的扫描参数；以及
基于设置的扫描参数执行精确扫描。
可选地，上述临床背景信息包括对象的解剖部位、临床目的、身体特征中的一个或多个。
可选地，上述定位图像自动确定对象属性的步骤包括：基于训练的第二深度学习网络在定位图像中确定对象属性。
可选地，上述第二深度学习网络包括输入层、输出层和链接在输入层和输出层之间的至少一个隐藏层，输入层包括具有多个定位图像的多个神经元，输出层包括具有多个其中确定有对象属性的定位图像的多个神经元，隐藏层包括具有与定位图像相关的多个临床背景信息的多个神经元。
可选地，上述对象属性包括对象的感兴趣区域和/或感兴趣区域内的解剖结构特征，用于精确扫描的扫描参数包括扫描范围和/或扫描角度。
可选地，上述基于定位图像自动确定的对象属性包括对象的体型标准，每个扫描参数包括与不同体型标准对应的多个子值集，基于对象属性自动设置扫描参数的步骤还包括：选择与对象的体型标准对应的子值集；以及，在选择的子值集中确定精确扫描的扫描参数的参数值。
可选地，上述方法还包括：接收与图像质量和/或辐射剂量相关的目标指示；以及，基于目标指示设置用于精确扫描的扫描参数。
本发明的示例性实施例还提供了一种医学成像***，包括：
X射线源，用于朝对象辐射X射线；
探测器，用于接收经对象衰减后的X射线；
数据采集***，用于采集并数字化衰减后的X射线；以及，
计算装置，用于执行非易失性存储器中的指令以实现上述医学成像方法。
可选地，该***还包括连接计算装置的操作台，计算装置通过操作台接收对象的临床背景信息。
可选地，该***还包括连接计算装置的显示器，计算装置通过显示器上的图形用户界面接收对象的临床背景信息。
通过下面的详细描述、附图以及权利要求，其他特征和方面会变得清楚。
附图说明
通过结合附图对于本发明的示例性实施例进行描述，可以更好地理解本发明，在附图中：
图1为本发明一种示例的CT成像***的示意图；
图2为一种示例的CT成像***的框图；
图3示出了本发明一种实施例的医学成像方法的流程图；
图4示出了第二深度学习网络的一个示例；
图5示出了本发明另一个实施例的医学成像方法的流程图。
具体实施方式
以下将描述本发明的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足***相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本发明公开的内容相关的本领域的普通技术人员而言，在本公开揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本公开的内容不充分。
除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，也不限于是直接的还是间接的连接。
本发明实施例的医疗成像***可以用于采集对象112的图像数据并基于该图像数据进行图像重建。该对象112可以为，例如患者、物体、零部件、诸如牙科植入物、血管机架和/或造影增强剂等出现在人体内的外来物体等。
本发明实施例的医疗成像***的一个示例可以为CT成像***，作为其它示例，也可以为，例如磁共振成像***、C形臂成像***、正电子发射型计算机断层(PET)成像***、单光子发射计算机断层(SPECT)成像***等。
图1为本发明一种示例的CT成像***的示意图，如图1所示，该CT成像***100包括机架102，机架102进一步包括设置在其上的X射线源104， X射线源104用于向对象112辐射X射线束，图1仅示出了一个X射线源，在其它示例中，可以具有多个X射线源。机架102还包括X射线探测器106，设置在X射线源104的相对侧，X射线探测器包括形成为探测器阵列108的多个探测器元件。
在一个实施例中，CT成像***还包括图像处理器110，其可以基于图像重建方法重建对象112的目标体积的图像。该图像重建算法可以包括：例如反投影(FBP)重建方法、自适应统计迭代重建(ASIR)方法、共个梯度(CG) 法、最大似然期望最大化(MLEM)法、基于模型的迭代重建(MBIR)方法等。
在一个实施例中，X射线源104用于投射穿过对象112的X射线束，例如扇形束，该X射线束被束形至卡迪尔坐标系的一个X-Y平面，该平面通常称为成像平面。该X射线探测器106用于接收经对象112后强度衰减的X射线束，每个探测器元件基于接收的X射线的强度产生对应的电信号，每个探测器元件产生的电信号与其接收的X射线的衰减程度相关，因此，包括多个探测器元件的探测器阵列能够产生反应对象112的一个待成像的成像体积的 X射线衰减情况。
在一个实施例中，上述X射线源104和X射线探测器106随着机架102 在成像平面内绕对象112旋转，因此X射线束与对象相交的角度不断变化，X 射线探测器106在一个角度(或视角)下接收的辐射衰减数据，即投影数据，可以称为视野(View)，对对象112的一次扫描包括在X射线源104和X射线探测器106旋转的过程中从多个角度得到的多个视野。
上述CT成像***可以执行轴向扫描，在轴向扫描中，可以处理投影数据以重建二维切片图像，例如，可以利用上述的图像重建方法来基于投影数据重建图像，在这个过程中，扫描产生的衰减数据被转换为CT值(或者Hu)，其可以通过像素的亮度来体现。
上述CT成像***还可以执行螺旋扫描，在螺旋扫描中，移动对象112 来获取多个切片，例如可以通过锥形束X射线螺旋扫描沿螺旋轨迹获取多个切片。
图2为一种示例的CT成像***的框图，该示例的CT成像***200与图 1所示的***100的结构、原理类似，例如，***200包括扫描架102，扫描架102上相对设置有X射线源104和探测器阵列108，在一个实施例中，***200用于在不同的角度采集对象204的投影数据，因此，机架102级其上的部件用于绕旋转中心206旋转以采集投影数据。在旋转过程中，X射线辐射源104用于朝向探测器阵列108投射穿透对象204的X射线106，探测器阵列108收集衰减的X射线束数据，该衰减的X射线束数据经预处理后作为对象的目标体积的投影数据，基于该投影数据可以重建对象204的图像，重建的图像可以显示对象204的内部特征，这些特征包括，例如，身体组织结构的病变、尺寸、形状等。
在一个实施例中，***200包括控制机构208。控制机构208可以包括X 射线控制器210，其用于向X射线辐射源104提供功率和定时信号。控制机构208还可以包括机架电机控制器212，其用于基于成像要求控制机架102 的旋转速度和/或位置。
在一个实施例中，***200进一步包括数据采集***(DAS)214，用于对探测器阵列108接收的模拟衰减数据进行将采样的模拟数据转化为数字信号以用于后续处理。
在一个实施例中，***200进一步包括计算装置216，由DAS 214采样和数字化的数据传输到计算机或计算装置216进行处理。在一个示例中，计算装置216将数据存储在例如大容量存储器218的存储设备中。该大容量存储器218可以包括硬盘驱动器、软盘驱动器、光盘读/写(CD-R/W)驱动器、数字通用磁盘(DVD)驱动器、闪存驱动器和/或固态存储装置等。
此外，计算装置216还用于向DAS 214、X射线控制器210和扫描架电机控制器212提供命令和参数，以控制***操作，例如数据采集和/或处理。在一个实施例中，计算装置216基于用户输入控制***操作，例如，计算装置 216可以通过连接其的操作台220接收用户输入，包括命令、扫描协议和/或扫描参数。操作台220可以包括键盘(未示出)和/或触摸屏以允许用户输入 /选择命令、扫描协议和/或扫描参数。
虽然图2仅示例性示出了一个操作台220，但是计算装置216可以连接更多的操作台，例如，用于输入或输出***参数、请求医学检查和/或查看图像。在一个实施例中，计算装置216可以连接本地或远程的显示器、打印机、工作站和/或类似的设备，例如，可以连接医疗机构或医院的这类设备，或者通过一个或多个配置的电线或者诸如因特网和/或虚拟专用网络等无线网络连接远程设备。
在一个实施例中，***200可以包括或连接图像存储与传输***(PACS) 224。在一个可变形的实施例中，PACS 224进一步连接至例如放射科信息***、医院信息***和/或内部或外部网络(未示出)等远程***，以允许位于不同地点的操作者提供命令和参数，和/或访问图像数据。
计算装置216使用用户提供的和/或***定义的命令和参数以操作检查床电机控制器226，以进一步控制检查床228，该检查床228包括驱动台。该检查床电机控制器226用于动检查床228移动到合适的位置以将对象204定位在机架102中，以采集对象204的目标体积的投影数据。
***200进一步包括图像重建器230，如上所述，DAS 214采样并数字化探测器元件202采集的投影数据。接着，图像重建器230基于上述经过采样和数字化的投影数据来进行高速图像重建。尽管图2中将图像重建器230图示为单独实体，但是在某些实施例中，图像重建器230可以形成计算装置216 的一部分。或者，图像重建器230可以不存在于***200中，或者，计算装置216可以执行图像重建器230的一个或多个功能。此外，图像重建器230 可以位于本地或远程位置，并且可以使用有线或无线网络连接到***200。在一个可变形的实施例中，云网络集中的计算资源可用于图像重建器230。
在一个实施例中，图像重建器230将重建的图像存储在存储设备或大容量存储器218中。或者，图像重建器230将重建图像传输到计算装置216，以生成用于诊断、评估的患者信息。在一个实施例中，计算装置216将重建的图像和/或上述患者信息传输到显示器232，显示器232与计算装置216和 /或图像重建器230通信地连接。
下文进一步描述的方法或过程可以作为可执行的指令存储***200的计算设备上的非易失性存储器中。例如，计算装置216可以包括非易失性存储器中的可执行指令，并且可以应用本文所述的方法自动执行扫描流程的部分或全部，例如选择合适的协议、确定合适的参数等，又如，图像重建器230 可以包括非易失性存储器中的可执行指令，并且可以应用本文所述的方法执行图像重建任务。
在一个实施例中，显示器232可以允许用户评估成像的部位，并允许用户输入、选择或确认扫描/成像相关的协议或参数，例如通过图形用户界面选择用于随后扫描或处理程序的感兴趣体积和/或请求用于该程序患者信息等。
图3示出了本发明一种实施例的医学成像方法的流程图，在一个示例中，该方法可以经由上述计算装置216执行相关指令来实现，例如，通过对对象执行扫描流程来获取对象的图像数据，该图像数据可以为可视化图像，也可以为用于图像重建的投影数据。
如图3所示，在一个实施例中，该医学成像方法包括以下步骤：
步骤S301：接收对象的临床背景信息；
步骤S303：基于所述临床背景信息确定扫描协议；
步骤S305：接收所述对象的三维表面信息；
步骤S307：基于训练的第一深度学习网络对所述三维表面信息进行分析；
步骤S309：基于对所述三维表面信息的分析结果对所述对象进行定位；
步骤S311：执行定位扫描以获取定位图像；
步骤S313：基于所述定位图像自动确定对象属性；
步骤S315：基于所述对象属性自动设置用于精确扫描的扫描参数；以及，
步骤S317：基于设置的扫描参数执行精确扫描。
上述的临床背景信息可以包括临床检查的基本信息，例如，临床背景信息可以包括对象的解剖部位，例如临床检查的部位可以是对象(患者)的头部、心脏、肋骨等。临床背景信息还可以包括临床目的，例如，用于检查腰椎间盘突出、心血管堵塞等。临床背景信息还可以包括身体特征中的一个或多个，例如体重、年龄、性别、病史、体内植入物信息等。临床背景信息还可以包括辅助检查方式，例如是否采用造影增强剂。
临床背景信息可以通过，例如，连接在计算装置216上的操作台220或者显示器232上的图形用户界面被计算装置216接收。
临床背景信息的各项目可以单独或共同对应于一个或多个供选择的标准扫描协议，这些标准扫描协议预存于***的存储设备中。例如，针对头部扫描，可以存储针对心脏检查的一个或多个扫描协议，也可以针对采用造影剂 (或不采用造影剂)的心脏检查的一个或多个扫描协议，当在步骤S301中通过用户输入或选择接收到上述临床背景信息时，在步骤S303中，可以自动选择与临床背景信息的至少一项信息相匹配的扫描协议，所选择的扫描协议被认为具有一组或多组优化的扫描参数设置，从而能够使得避免患者接收过多辐射剂量的情况下还使得后续重建的图像具有较好的质量，例如具有较好的时间分辨率、材料识别准确性(MDA)、对比噪声比(CNR)、覆盖范围、空间分辨率、伪影抑制属性等。每组扫描参数设置可以包括以下参数的一个或多个的组合：例如，与辐射剂量相关的管(X射线管)电流、管电压、Bowtie (X射线滤波器)类型等，与数据采集相关的机架转速、焦斑大小、检查床的倾斜角度、准直仪参数等，与造影剂相关的造影剂流速、流量、压力、扫描延迟等。
上述这些标准扫描协议可以是由相关领域的专家结合经验针对不同的临床描述确定的，临床描述中体现的不同的临床背景信息可以链接到一组或多组标准扫描协议中。在一个实施例中，不同的临床背景信息还可以链接到一个或多个具体地扫描参数中，这样，当在步骤S301中接收到临床背景信息时，可以在步骤S303中重组相关的扫描参数，以得到新的供选择的扫描协议，例如，可以通过人工智能方法重组相关的扫描参数获得新的扫描协议。
在步骤S305中接收的三维表面可以是由设置在机架上的3D摄像机拍摄的对象的三维图像，其中可以包括RGB信息和深度信息。例如，在对象进入机架的扫描空腔之前，3D摄像机可以拍摄对象的具有该三维表面信息的3D 图像，并将该3D图像发送给例如计算装置216。在步骤S307中，计算装置 216可以调用存储在存储装置中的训练好的第一深度学习网络来对该3D图像进行分析，以在其中至少确定/标注待成像部位的位置。在步骤S309中，可以基于该确定/标注的位置对对象进行定位，例如，计算装置216可以通过操作检查台电机控制器控制检查床226，以控制检查床226运动至将对象的待扫描部位的中心对准扫描中心。通过这种方法，实现了对象的快速定位，避免了手动定位造成的流程冗余。
由于在步骤S303中确定了扫描协议，在步骤S309实现了对象的定位，则可以在步骤S311中基于确定的扫描协议对已经完成定位的对象进行定位扫描以获取定位图像。
在步骤S311中获取的定位图像中覆盖了待成像部位的一个较粗略的范围，传统扫描流程中，医生手动地在定位图像中设置更精确的扫描范围、扫描角度等参数，以使后续可以基于设置的参数进行精确扫描，相对于定位图像用于进行定位，精确扫描获取用于供医生进行诊断或评估的清晰图像。在本发明的实施例中，可以通过人工智能的方法自动实现精确扫描的参数预置。
例如，在一个实施例中，首先步骤313可以基于训练的第二深度学习网络在该定位图像中确定对象属性，第二深度学习网络可以是，例如将大量具有临床背景信息组合的定位图像作为第二深度学习网络的数据输入集，将在各定位图像中标注或确定的对象属性作为第二深度学习网络的输出集，进行智能学习训练得到的。
图4示出了第二深度学习网络的一个示例，该第二深度学习网络可以包括输入层401、输出层403和链接在输入层和输出层之间的至少一个隐藏层 405，例如，输入层401包括具有多个定位图像的多个神经元、输出层403包括具有多个其中确定有对象属性的定位图像的多个神经元，隐藏层405包括具有与定位图像相关的多个临床背景信息的多个神经元，其中，输入层的每个神经元链接到在与之相邻的隐藏层中的一个或多个神经元，并逐层传递直至输出层的一个或多个神经元。虽然图4示出了一个隐藏层405的示例，在其它示例中，隐藏层405的数量可以为多个。在其它示例中，第二深度学习网络还可以具有其它架构。
在一个实施例中，上述的对象属性包括：对象的感兴趣区域和/或感兴趣区域内的解剖结构特征，与在定位图像中确定的较粗略的感兴趣区域相对应，步骤S313中可以确定一个更精确的感兴趣区域，理想地能够恰好覆盖待检查的部位，以避免对对象施加额外的辐射剂量。上述解剖结构特征可以包括，例如待成像部位的组织的形状、大小、位置、角度等。以腰椎间盘为例，该解剖结构特征可以至少包括椎间盘的中心位置及其中心线的倾斜角度。
在一个实施例中，上述用于精确扫描的扫描参数包括扫描范围和/或扫描角度。当在定位图像中确定上述感兴趣区域和/或解剖结构特征后，可以在步骤S315中确定/设置相应的扫描参数以用于随后的精确扫描。以上述腰椎间盘为例，可以基于在定位图像中确定的感兴趣区域设置扫描范围相关的参数，例如准直器开口大小，可以基于确定的解剖结构特征确定扫描角度相关的参数，例如设置检查床的倾斜角度与椎间盘的中心线的倾斜角度对应以能够获取更容易评估的检查图像。
通过以上方式，实现了自动且准确地设置扫描参数，避免医生凭经验设置带来的图像质量或患者剂量问题。
步骤S313中，还可以通过例如计算定位图像中确定的感情趣区域的尺寸来确定对象的体型标准，即，在定位图像中确定的对象属性还包括对象的体型标准，例如，体型标准可以分为大、中、小三类。每个扫描参数可以包括对应于不同体型标准的多个子值集，例如，针对扫描剂量来说，可以有一般值集、较大值集和较小值集，这些值集中的参数值分别可以被设置以作为中等体型、较大体型和较小体型的对象的剂量参数值。
此时，步骤S315还可以包括以下步骤：选择与对象的体型标准对应的子值集；以及，在选择的子值集中确定精确扫描的扫描参数的参数值。通过这种方式，自动地针对不同体型的患者提供了合适的扫描参数，无需医生通过肉眼观察并手动设置。
当执行步骤S317时，可以获得合适的投影数据，基于该投影数据得到的重建图像具有较好的质量以便于医生检查或评估。
图5示出了本发明另一个实施例的医学成像方法的流程图，在一个实施例中，除了根据在定位图像中确定的患者属性确定精确扫描的扫描参数，还可以同时根据需要达到的图像质量和/或辐射剂量来自动设置扫描参数。图5 所示的实施例相较图3所示实施例，区别在于，还可以包括以下步骤:
步骤S501：接收与图像质量和/或辐射剂量相关的目标指示；
步骤S503：基于该目标指示自动设置用于精确扫描的扫描参数。
如上文提到的，与图像质量相关的目标指示可以包括经由用户输入/选择的关于时间分辨率、MDA、CNR、覆盖范围、空间分辨率、伪影抑制属性等指标值，在一个实施例中，可以将不同的指标值/等级/范围链接到相关扫描参数，当接收到指标指示时，在其链接的扫描参数选择(或者根据权重选择) 合适的用于精确扫描。
通过这种方式，可以进一步实现图像质量和辐射剂量之间的优化权衡。
本发明的上述实施例，接收临床背景信息开始扫描流程，直至完成对象的精确扫描的整个流程期间，用户可以不进行任何设置动作，使得扫描流程可以在数秒内完成，并且，基于临床背景信息自动确定扫描协议、利用智能学习方法在定位图像中自动确定对象属性，并基于对象属性配置合适的扫描参数，使得扫描流程中的参数设置与临床需求关联，因此实现优化的扫描参数配置。
上面已经描述了一些示例性实施例，然而，应该理解的是，可以做出各种修改。例如，如果所描述的技术以不同的顺序执行和/或如果所描述的***、架构、设备或电路中的组件以不同方式被组合和/或被另外的组件或其等同物替代或补充，则可以实现合适的结果。相应地，其他实施方式也落入权利要求的保护范围内。
Claims (10)
1.一种医学成像方法，包括：
接收对象的临床背景信息；
基于所述临床背景信息自动确定扫描协议；
接收所述对象的三维表面信息；
基于训练的第一深度学习网络对所述三维表面信息进行分析；
基于对所述三维表面信息的分析结果对所述对象进行定位；
执行定位扫描以获取定位图像；
基于所述定位图像自动确定对象属性；
基于所述对象属性自动设置用于精确扫描的扫描参数；以及
基于设置的扫描参数执行精确扫描。
2.根据权利要求1所述的方法，其特征在于，所述临床背景信息包括对象的解剖部位、临床目的、身体特征中的一个或多个。
3.根据权利要求1所述的方法，其特征在于，基于所述定位图像自动确定对象属性的步骤包括：
基于训练的第二深度学习网络在所述定位图像中确定对象属性。
4.根据权利要求3所述的方法，其特征在于，所述第二深度学习网络包括输入层、输出层和链接在所述输入层和输出层之间的至少一个隐藏层，所述输入层包括具有多个定位图像的多个神经元，所述输出层包括具有多个其中确定有对象属性的定位图像的多个神经元，所述隐藏层包括具有与所述定位图像相关的多个临床背景信息的多个神经元。
5.根据权利要求3所述的方法，其特征在于，所述对象属性包括对象的感兴趣区域和/或感兴趣区域内的解剖结构特征，所述用于精确扫描的扫描参数包括扫描范围和/或扫描角度。
6.根据权利要求1所述的方法，其特征在于，基于所述定位图像自动确定的对象属性包括对象的体型标准，每个扫描参数包括与不同体型标准对应的多个子值集，基于所述对象属性自动设置扫描参数的步骤还包括：
选择与对象的所述体型标准对应的子值集；以及，
在选择的子值集中确定所述精确扫描的扫描参数的参数值。
7.根据权利要求1所述的方法，其特征在于，还包括：
接收与图像质量和/或辐射剂量相关的目标指示；以及，
基于所述目标指示设置用于精确扫描的扫描参数。
8.一种医学成像***，包括：
X射线源，用于朝对象辐射X射线；
探测器，用于接收经所述对象衰减后的X射线；
数据采集***，用于采集并数字化所述衰减后的X射线；以及，
计算装置，用于执行非易失性存储器中的指令以实现权利要求1-7任一项所述的方法。
9.根据权利要求8所述的***，其特征在于，还包括连接所述计算装置的操作台，所述计算装置通过所述操作台接收所述对象的临床背景信息。
10.根据权利要求8所述的***，其特征在于，还包括连接所述计算装置的显示器，所述计算装置通过所述显示器上的图形用户界面接收所述对象的临床背景信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811619665.5A CN111374690A (zh) | 2018-12-28 | 2018-12-28 | 医学成像方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811619665.5A CN111374690A (zh) | 2018-12-28 | 2018-12-28 | 医学成像方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111374690A true CN111374690A (zh) | 2020-07-07 |
Family
ID=71221550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811619665.5A Pending CN111374690A (zh) | 2018-12-28 | 2018-12-28 | 医学成像方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111374690A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111789616A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像***和方法 |
| CN111887878A (zh) * | 2020-08-27 | 2020-11-06 | 上海联影医疗科技有限公司 | Pet扫描方法 |
| CN112263787A (zh) * | 2020-10-30 | 2021-01-26 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| CN112741643A (zh) * | 2020-12-31 | 2021-05-04 | 苏州波影医疗技术有限公司 | 一种可自动定位和扫描的ct***及其定位和扫描方法 |
| CN113592800A (zh) * | 2021-07-22 | 2021-11-02 | 梅卡曼德（北京）机器人科技有限公司 | 基于动态扫描参数的图像扫描方法及装置 |
| WO2022262871A1 (en) * | 2021-06-18 | 2022-12-22 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical imaging |
| WO2023141800A1 (en) * | 2022-01-26 | 2023-08-03 | Warsaw Orthopedic, Inc. | Mobile x-ray positioning system |
| WO2023186153A1 (en) * | 2022-03-31 | 2023-10-05 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical image reconstruction |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140210468A1 (en) * | 2013-01-31 | 2014-07-31 | Ge Medical Systems Global Technology Company, Llc | Automatic detection of patient body profile and intelligent positioning of patient |
| US20170202534A1 (en) * | 2016-01-20 | 2017-07-20 | General Electric Company | Methods and systems for computed tomography |
| CN107320124A (zh) * | 2017-06-28 | 2017-11-07 | 上海联影医疗科技有限公司 | 医学成像***中设定定位片扫描的方法及医学成像*** |
| CN107669273A (zh) * | 2017-11-07 | 2018-02-09 | 上海联影医疗科技有限公司 | 磁共振设备扫描***、扫描方法及计算机可读存储介质 |
| CN107992817A (zh) * | 2017-06-15 | 2018-05-04 | 上海联影医疗科技有限公司 | 自动成像方法和*** |
| US20180140270A1 (en) * | 2016-11-22 | 2018-05-24 | General Electric Company | Methods and systems for patient scan setup |
-
2018
- 2018-12-28 CN CN201811619665.5A patent/CN111374690A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140210468A1 (en) * | 2013-01-31 | 2014-07-31 | Ge Medical Systems Global Technology Company, Llc | Automatic detection of patient body profile and intelligent positioning of patient |
| US20170202534A1 (en) * | 2016-01-20 | 2017-07-20 | General Electric Company | Methods and systems for computed tomography |
| US20180140270A1 (en) * | 2016-11-22 | 2018-05-24 | General Electric Company | Methods and systems for patient scan setup |
| CN107992817A (zh) * | 2017-06-15 | 2018-05-04 | 上海联影医疗科技有限公司 | 自动成像方法和*** |
| CN107320124A (zh) * | 2017-06-28 | 2017-11-07 | 上海联影医疗科技有限公司 | 医学成像***中设定定位片扫描的方法及医学成像*** |
| CN107669273A (zh) * | 2017-11-07 | 2018-02-09 | 上海联影医疗科技有限公司 | 磁共振设备扫描***、扫描方法及计算机可读存储介质 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111789616A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像***和方法 |
| WO2022032455A1 (en) * | 2020-08-10 | 2022-02-17 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods |
| CN111789616B (zh) * | 2020-08-10 | 2023-08-18 | 上海联影医疗科技股份有限公司 | 一种成像***和方法 |
| CN111887878A (zh) * | 2020-08-27 | 2020-11-06 | 上海联影医疗科技有限公司 | Pet扫描方法 |
| CN111887878B (zh) * | 2020-08-27 | 2023-08-08 | 上海联影医疗科技股份有限公司 | Pet扫描方法 |
| CN112263787A (zh) * | 2020-10-30 | 2021-01-26 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| CN112263787B (zh) * | 2020-10-30 | 2021-08-10 | 福建自贸试验区厦门片区Manteia数据科技有限公司 | 放疗的控制方法及装置 |
| CN112741643A (zh) * | 2020-12-31 | 2021-05-04 | 苏州波影医疗技术有限公司 | 一种可自动定位和扫描的ct***及其定位和扫描方法 |
| WO2022262871A1 (en) * | 2021-06-18 | 2022-12-22 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical imaging |
| CN113592800A (zh) * | 2021-07-22 | 2021-11-02 | 梅卡曼德（北京）机器人科技有限公司 | 基于动态扫描参数的图像扫描方法及装置 |
| WO2023141800A1 (en) * | 2022-01-26 | 2023-08-03 | Warsaw Orthopedic, Inc. | Mobile x-ray positioning system |
| WO2023186153A1 (en) * | 2022-03-31 | 2023-10-05 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical image reconstruction |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220117570A1 (en) | Systems and methods for contrast flow modeling with deep learning | |
| US10561391B2 (en) | Methods and systems for computed tomography | |
| US10628972B2 (en) | Diagnostic imaging method and apparatus, and recording medium thereof | |
| CN111374690A (zh) | 医学成像方法及*** | |
| EP3143935B1 (en) | Tomography apparatus and method of reconstructing tomography images | |
| US10368825B2 (en) | Methods and systems for computed tomography | |
| US11497459B2 (en) | Methods and system for optimizing an imaging scan based on a prior scan | |
| US10638993B2 (en) | Computed tomography apparatus and control method for the same | |
| JP2019209107A (ja) | 所望の画質を達成するためのタスクベースの画質メトリックを使用するｃｔ撮像システムおよび方法 | |
| US10143433B2 (en) | Computed tomography apparatus and method of reconstructing a computed tomography image by the computed tomography apparatus | |
| US11141079B2 (en) | Systems and methods for profile-based scanning | |
| US9836861B2 (en) | Tomography apparatus and method of reconstructing tomography image | |
| US10032293B2 (en) | Computed tomography (CT) apparatus and method of reconstructing CT image | |
| CN112005314A (zh) | 用于训练成像***的深度学习模型的***和方法 | |
| KR101686635B1 (ko) | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 | |
| CN112004471A (zh) | 用于成像***快捷模式的***和方法 | |
| US20200261049A1 (en) | Medical imaging apparatus and method of controlling the same | |
| KR102620359B1 (ko) | 워크 스테이션 이를 포함하는 의료영상 장치, 및 그 제어방법 | |
| CN111919264A (zh) | 用于使成像***和边缘计算***同步的***和方法 | |
| JP6827761B2 (ja) | 医用画像診断装置 | |
| US10176568B2 (en) | Tomographic apparatus and method | |
| US11955228B2 (en) | Methods and system for simulated radiology studies based on prior imaging data | |
| US20240074722A1 (en) | Method for obtaining tube current value and medical imaging system | |
| CN117338316A (zh) | 一种计算机断层扫描的扫描参数确定方法、装置和*** | |
| JP2022172743A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム |
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 |