CN112137621A - 医学成像测量期间的患者运动的确定 - Google Patents

医学成像测量期间的患者运动的确定 Download PDF

Info

Publication number
CN112137621A
CN112137621A CN202010580589.2A CN202010580589A CN112137621A CN 112137621 A CN112137621 A CN 112137621A CN 202010580589 A CN202010580589 A CN 202010580589A CN 112137621 A CN112137621 A CN 112137621A
Authority
CN
China
Prior art keywords
patient
image data
data
training
module
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
Application number
CN202010580589.2A
Other languages
English (en)
Inventor
R.基尔希
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 CN112137621A publication Critical patent/CN112137621A/zh
Pending legal-status Critical Current

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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • 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
    • 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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • A61B6/527—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion using data from a motion artifact sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
    • A61B2090/3954—Markers, e.g. radio-opaque or breast lesions markers magnetic, e.g. NMR or 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
    • G06T2207/10—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Dentistry (AREA)
  • Optics & Photonics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Pulmonology (AREA)
  • Psychiatry (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及一种用于在利用成像装置进行医学成像测量期间确定患者运动的方法、用于提供经过训练的函数的计算机实现的方法、成像装置以及计算机程序产品。用于确定患者运动的方法设置为，采集患者的身体区域、例如头部区域的参考图像数据，并且借助参考图像数据来确定患者运动。

Description

医学成像测量期间的患者运动的确定
技术领域
本发明涉及一种用于在利用成像装置进行医学成像测量期间确定患者运动的方法、用于提供经过训练的函数的计算机实现的方法、成像装置以及计算机程序产品。
背景技术
进行医学成像测量期间、例如进行磁共振成像(英语：magnetic resonanceimaging，MRI)或者计算机断层成像(Computertomographie，CT)时的患者的运动，可能由于不同的原因而受到关注。特别是，患者运动可能在产生的患者的图像中导致运动伪影。在知道患者运动时，可以使运动伪影减少。
发明内容
可以视为本发明要解决的技术问题的是，可靠和/或快速地确定医学成像测量期间的患者运动。
上述技术问题通过本发明的特征来解决。在下面的描述中描述有利的设计方案。
因此，提出了一种用于在利用成像装置进行医学成像测量期间确定患者运动的方法。在此，采集患者的身体区域、例如头部区域的参考图像数据，并且借助参考图像数据，来确定患者运动。参考图像数据的采集特别是可以利用照相机、特别是光学照相机来进行。
优选地，在医学成像测量期间采集医学成像数据，医学成像数据特别是适合用于，根据医学成像数据来产生患者的诊断图像。优选地，根据医学成像数据和所确定的患者运动，产生患者的至少一个图像。这种医学成像数据例如可以是可以用来重建磁共振图像的磁共振信号。可以根据所确定的患者运动，对医学成像数据进行校正。参考图像数据优选是光学数据，即以光学方式、即借助光学光采集的数据。
成像装置优选是磁共振装置。磁共振测量持续相对长的时间，因此这里出现的患者运动对磁共振图像产生特别强的影响。在知道患者运动的情况下，可以有利地对患者运动进行极为有效的补偿。
例如，可以根据所确定的患者运动，来前瞻性地调整正在进行的成像测量，特别是磁共振测量的序列。附加地或者替换地，可以根据所确定的患者运动，对测量的医学成像数据、例如磁共振信号，进行追溯性的校正。
患者特别地可以是人类或者动物患者。患者运动例如可以是患者的头部、特别是脸部区域中的运动。
优选地，参考图像数据包括患者的头部区域、例如其脸部的三维数据、特别是深度图像。
用于确定患者运动的方法的一个实施方式设置为，根据参考图像数据，产生所采集的患者的头部区域的参考模型。此外，在医学成像测量期间，采集患者的身体区域的如下部分的患者图像数据，即，对于该部分，采集了参考图像数据，也就是说，所采集的患者图像数据对通过参考图像数据采集的患者的身体区域的一部分进行成像(Abbilden)。该部分优选不包括通过参考图像数据采集的患者的整个身体区域。根据患者图像数据，产生匹配数据。通过使匹配数据匹配于参考模型，来确定患者运动。有利地，通过使匹配数据匹配于参考模型，来确定通过患者图像数据未采集的患者的身体区域的特性、特别是运动。
优选地，在进行成像测量之前，进行患者的身体区域的参考图像数据的采集。在此，参考图像数据的采集，特别是可以通过与成像装置的记录单元无关的照相机、特别是光学照相机来进行。参考图像数据的这种采集，例如可以在使患者进入磁共振装置的孔之前进行，在磁共振装置中产生磁共振信号，采集磁共振信号作为医学成像数据。
但是也可以将用于采集参考图像数据的照相机布置在成像装置的记录单元上，例如布置在磁共振装置的孔(英语：bore)上、特别是孔中。
优选地，参考模型是三维模型，特别地是三维数学模型。例如，参考模型包括通过分布在空间上的网格点描述的、患者的身体区域的网格模型。
特别是可以在参考模型中纳入与这里确定其患者运动的具体患者无关的解剖学基本知识。这种基本知识例如可以是一般的和/或多个人类的平均的脸部形状。优选地，参考模型覆盖患者身体的如下区域，该区域大于在医学成像检查期间通过患者图像数据采集的患者身体的部分。
患者图像数据的采集特别是可以利用照相机、特别是光学照相机来进行。也就是说，患者图像数据特别地是通过照相机借助光学光采集的光学数据。特别是，该照相机可以是也用来采集参考图像数据的照相机。但是该照相机也可以是不同的照相机。优选将用于采集患者图像数据的照相机布置在成像装置的记录单元上，例如布置在磁共振装置的孔上、特别是孔中。例如，这种照相机在孔的内侧布置在通常支承患者的头部的位置上方。
特别是可以在医学成像测量期间连续进行患者图像数据的采集。患者图像数据的连续采集例如可以是如下测量，在该测量中，以10至100Hz、特别是60Hz的重复频率，产生患者的身体区域的部分的图像。
优选地，患者图像数据包括患者、例如其脸部的三维数据、特别是深度图像。特别是可以从三维的患者图像数据推导出可以特别有效地匹配于三维的参考模型的多维的、特别是三维的匹配数据。
使匹配数据匹配于参考模型，例如可以包括匹配数据针对参考模型的拟合或者回归。优选地，在使匹配数据匹配于参考模型时，重建通过患者图像数据未采集的患者的身体区域的至少一部分。
通过使匹配数据匹配于参考模型，可以有利地确定患者的整个身体区域的患者运动，虽然在医学成像测量期间仅采集身体区域的一部分。这特别是在部分地覆盖该身体区域时，可以是有利的。由此，特别是仅不完全地，特别是在有空隙的情况下，采集身体区域。
例如，在采集患者图像数据期间，成像装置部分地覆盖患者的身体区域，使得在医学成像测量期间通过患者图像数据仅采集身体区域的一部分。
由患者图像数据产生匹配数据特别是可以包括直接和/或不变地接收患者图像数据。特别是，匹配数据可以与患者图像数据相同。替换地，匹配数据可以相对于患者图像数据进行了修改。
用于确定患者运动的方法的另一个实施方式设置为，提供成像装置的模块的几何结构信息。在此，该模块在采集患者图像数据期间部分地、特别是不完全地覆盖患者的身体区域。在此，匹配数据的产生借助几何结构信息来进行。然后，可以有利地通过考虑模块的几何结构信息，来更准确地进行患者运动。
成像装置的模块特别地可以是成像装置的如下部分，在采集患者图像数据期间，该部分局部地覆盖患者的身体区域。成像装置的模块例如可以是局部线圈(英语：localcoil)。局部线圈一般包括一个或多个天线，其被构造为，发送和/或接收高频(HF，英语：RF)信号。局部线圈一般被布置为尽可能靠近患者，以便实现接收到的磁共振信号的高信噪比。
优选地，所采集的患者的身体区域是患者的头部区域，并且局部线圈是头部线圈。优选地，头部线圈具有一个或多个裂口，从而当将头部线圈布置在患者上时，仅覆盖患者的头部的一部分。例如，头部线圈包括具有这种裂口的(前)上部。
用于确定患者运动的方法的另一个实施方式设置为，根据患者图像数据产生匹配数据包括：由模块的几何结构信息和患者图像数据产生差图像数据。有利地使用差图像数据作为匹配数据。优选地，匹配数据仅包括在采集患者图像数据期间未覆盖的患者图像数据的片段。例如，从患者图像数据中减去几何结构信息。优选地，识别与模块的几何结构信息对应的患者图像数据的片段，并且例如从患者图像数据中去除该片段。
借助差图像数据，可以有利地更准确地和/或更可靠地使患者图像数据匹配于参考模型，和/或确定患者运动，因为去除了与患者无关地、特别是不运动的患者图像数据的部分。
所述方法的另一个实施方式设置为，由模块的几何结构信息和患者图像数据产生差图像数据包括：将经过机器学习训练的函数应用于模块的几何结构信息和患者图像数据，其中，产生差图像数据。优选地，函数的应用借助计算单元来执行。
几何结构信息例如可以存在于如下数据库中，在该数据库中，存储有关于一个或多个模块的几何结构数据、例如CAD数据。在医学成像测量的过程中，可以给出在医学成像测量期间要使用的模块。提供模块的几何结构信息例如可以包括从数据库调用这些几何结构数据。
优选地，提供成像装置的模块的几何结构信息包括：采集成像装置的模块的模块图像数据。模块图像数据的采集特别是可以利用照相机、特别是光学照相机来进行。该照相机特别地可以是也用来采集参考图像数据和/或患者图像数据的照相机。但是该照相机也可以是不同的照相机。
例如，利用照相机记录头部线圈的上部，来作为模块图像数据。在医学成像测量期间，记录头部线圈的上部连同在头部线圈的上部的裂口之间可见的患者脸部的片段，来作为患者图像数据。通过从患者图像数据中减去模块图像数据，和/或对模块图像数据和患者图像数据应用经过训练的函数，有利地获得清除了头部线圈的上部的差图像数据。有利地通过使差图像数据匹配于参考模型，确定患者的整个脸部区域(包括被头部线圈的上部覆盖的部分)的特性、特别是运动。
优选地，在医学成像测量期间，从与患者的身体区域的患者图像数据相同的视角，记录模块的模块图像数据。这有利地使得能够特别简单地产生差图像数据。
优选地，实时地，即紧接在相应的患者图像数据的采集之后，特别是通过使匹配数据匹配于参考模型，来确定患者运动。因此，可以立即使用患者运动信息，来进行进一步的处理。例如，将所确定的患者运动用于功能性的磁共振成像，和/或用于进行运动校正。
所述方法的另一个实施方式设置为，通过使匹配数据匹配于参考模型来确定患者运动包括：将经过机器学习训练的函数应用于匹配数据，其中，产生患者运动数据。优选地，函数的应用借助计算单元来执行。
所述方法的另一个实施方式设置为，身体区域是患者的脸部，其中，对患者的身体区域的参考图像数据的采集通过布置在头部线圈中的微型照相机来进行。
例如，可以借助微型照相机实时地记录脸部的参考图像数据，在不设置外部标记的情况下，实时地识别头部的位置和运动，并且特别是使用头部的位置和运动来进行运动校正。在此优选地，参考图像数据是深度图像。
为此，可以有利地使用例如在移动无线电设备中使用的三维脸部跟踪算法。在此，特别是可以产生三维网格图像，以由此确定患者运动。
优选地，在医学成像测量期间，在患者上，特别是在患者的头部上，不设置外部标记。这种外部标记特别地可以是如下标记，该标记的采集适合用于确定患者运动。特别是，这种外部标记可以是如下标记，该标记的采集适合用于确定设置有该标记的身体部分的运动。外部标记例如可以是标志(Landmarke)。
优选地，在医学成像测量期间，实时地(英语：real-time)进行患者运动的确定。由此，有利地在预先确定的时间段内，例如在固定的时间栅格内，可靠地确定患者运动。该预先确定的时间段优选小于10秒、特别是小于1秒、特别是小于0.1秒。
此外，提出了一种用于为了产生差图像数据而提供经过训练的函数的计算机实现的方法。所述方法包括：接收训练模块图像数据和训练患者图像数据，以及接收训练差图像数据。在此，训练差图像数据与训练模块图像数据和训练患者图像数据相关联。此外，所述方法包括：基于训练模块图像数据、训练患者图像数据和训练差图像数据，对函数进行训练，以及提供经过训练的函数，以产生差图像数据。
训练模块图像数据例如是对成像装置的模块进行成像的数据。训练患者图像数据例如是对患者的区域进行成像的数据。
经过训练的函数优选基于神经网络、特别是卷积神经网络(ConvolutionalNeural Network，CNN)或者深度卷积神经网络(Deep Convolutional Neural Network)。
特别是，提出了一种训练***，其包括：第一训练接口，用于接收训练模块图像数据；第二接口，用于接收训练患者图像数据；第三接口，用于接收训练差图像数据；训练计算单元，用于基于训练模块图像数据、训练患者图像数据和训练差图像数据，对函数进行训练；以及第四训练接口，用于提供经过训练的函数。
此外，提出了一种用于为了产生患者运动数据而提供经过训练的函数的计算机实现的方法。所述方法包括：接收训练匹配数据，以及接收训练患者运动数据。在此，训练患者运动数据与训练匹配数据相关联。此外，所述方法包括：基于训练患者运动数据和训练匹配数据，对函数进行训练，以及提供经过训练的函数，以产生患者运动数据。
训练匹配数据例如是仅不完全地、特别是有间隙地对患者的区域进行成像的数据。训练匹配数据例如是仅完全地、特别是没有间隙地对患者的区域进行成像的数据。
特别是，训练匹配数据和训练患者运动数据是与时间有关的数据。特别是，训练匹配数据和训练患者运动数据对患者的运动进行成像。
经过训练的函数优选基于神经网络、特别是卷积神经网络(CNN)或者深度卷积神经网络。
特别是，提出了一种训练***，其包括：第一训练接口，用于接收训练匹配数据；第二接口，用于接收训练患者运动数据；训练计算单元，用于基于训练匹配数据和训练患者运动数据，对函数进行训练；以及第三训练接口，用于提供经过训练的函数。
此外，提出了一种成像装置、特别是磁共振装置，其被构造为，执行前面描述的用于在利用成像装置进行医学成像测量期间确定患者运动的方法。例如，成像装置包括一个或多个照相机，用于采集参考图像数据和/或患者图像数据。例如，成像装置包括***控制单元，用于确定患者运动，和/或用于产生参考模型，和/或用于借助采集的数据产生匹配数据。例如，成像装置包括一个或多个模块，其被构造为，在采集患者图像数据期间部分地覆盖患者的身体区域。
此外，提出了一种头部线圈，其中集成有用于采集患者的脸部的图像数据的微型照相机。
此外，提出了一种计算机程序产品，其包括程序，并且可以直接加载到成像装置、特别是磁共振装置的可编程的***控制单元的存储器中，并且具有程序部件、例如程序库和辅助函数，用于当在成像装置的***控制单元中执行计算机程序产品时，执行用于在利用成像装置进行医学成像测量期间确定患者运动的方法。在此，计算机程序产品可以包括具有必须进一步编译并且绑定或者仅必须进行解释的源代码的软件，或者为了执行而仅需要进一步加载到***控制单元中的可执行的软件代码。通过计算机程序产品，能够以快速、可相同地重复以及鲁棒的方式执行所述方法。计算机程序产品被配置为，能够借助***控制单元来执行根据本发明的方法步骤。在此，***控制单元必须相应地具有前提条件，例如对应的工作存储器、对应的显卡或者对应的逻辑单元，从而能够有效地执行相应的方法步骤。例如将计算机程序产品存储在网络或服务器上，可以将计算机程序产品从网络或服务器加载到本地的***控制单元的处理器中，所述处理器可以与成像装置直接连接，或者可以构造为成像装置的一部分。
此外，可以将计算机程序产品的控制信息存储在电子可读数据载体上。电子可读数据载体的控制信息可以被设计为，在成像装置的***控制单元中使用数据载体时，电子可读数据载体的控制信息执行根据本发明的方法。电子可读数据载体的示例是存储有电子可读的控制信息、特别是软件的DVD、磁带、硬盘或者USB棒。当将这些控制信息从数据载体中读出并且存储到成像装置的***控制单元中时，能够执行前面描述的方法的所有根据本发明的实施方式。因此，本发明还可以涉及所述计算机可读介质和/或所述电子可读数据载体。
附图说明
本发明的其它优点、特征和细节，从下面描述的实施例中以及根据附图得到。在所有附图中，对彼此对应的部分，设置相同的附图标记。
图1示出了具有头部线圈和照相机的磁共振装置，
图2示出了用于在利用成像装置进行医学成像测量期间确定患者运动的第一方法的框图，
图3示出了具有微型照相机的头部线圈，
图4示出了具有描述脸部表面的网格网络的患者的脸部，
图5示出了用于在利用成像装置进行医学成像测量期间确定患者运动的第二方法的框图，
图6示出了部分被头部线圈覆盖的患者的脸部，
图7示出了具有进行覆盖的并且可透视的区域的头部线圈，
图8示出了用于为了产生差图像数据而提供经过训练的函数的计算机实现的方法的框图，
图9示出了用于为了产生患者运动数据而提供经过训练的函数的计算机实现的方法的框图。
具体实施方式
在图1中，示例性地对于成像装置示意性地示出了磁共振装置10。磁共振装置10包括磁体单元11，磁体单元11具有主磁体12，用于产生强的、特别是在时间上恒定的主磁场。此外，磁共振装置10包括用于容纳患者15的患者容纳区域14。在本实施例中，患者容纳区域14被构造为是圆柱形的，并且在圆周方向上被磁体单元11圆柱形地包围。然而，原则上，任何时候都可以想到与此不同的患者容纳区域14的构造。可以借助磁共振装置10的患者支承装置16将患者15移到患者容纳区域14中。为此，患者支承装置16具有被设计为在患者容纳区域14内部可移动的患者台17。
此外，磁体单元11具有梯度线圈单元18，用于产生磁场梯度，磁场梯度用于在成像期间进行位置编码。借助磁共振装置10的梯度控制单元19来控制梯度线圈单元18。此外，磁体单元11包括高频天线单元20，在本实施例中，高频天线单元20被构造为固定地集成在磁共振装置10中的身体线圈。高频天线单元20被设计为用于激励原子核，原子核的激励在由主磁体20产生的主磁场中产生。高频天线单元20由磁共振装置10的高频天线控制单元21控制，并且向检查空间中辐射高频脉冲，检查空间基本上由磁共振装置10的患者容纳区域14形成。此外，高频天线单元20被构造为用于接收磁共振信号。此外，磁共振装置具有头部线圈100形式的模块，头部线圈100围绕患者15的头部布置。头部线圈100是被构造为用于发出高频脉冲和/或接收磁共振信号的局部线圈。
为了控制主磁体12、梯度控制单元19，并且为了控制高频天线控制单元21，磁共振装置10具有***控制单元22。***控制单元22控制磁共振装置10的医学成像测量，例如预先确定的成像序列的执行。此外，***控制单元22包括未详细示出的分析单元，分析单元用于分析这里以磁共振信号的形式在磁共振检查期间采集的医学成像数据。此外，***控制单元22包括存储器，可以直接将程序加载到存储器中，用于当在磁共振装置10的***控制单元22中执行程序时，执行特别是下面描述的用于确定患者运动的方法中的一个。
此外，磁共振装置10包括用户接口23，用户接口23与***控制单元22连接。可以在用户接口23的显示单元24上，例如在至少一个监视器上，向医学操作人员显示控制信息、例如成像参数以及重建的磁共振图像。此外，用户接口23具有输入单元25，医学操作人员可以借助输入单元25在测量过程期间输入信息和/或参数。
磁共振装置还包括照相机13，照相机13布置在磁体单元11的内侧。照相机13被构造为用于采集图像数据，并且将图像数据传输到***控制单元22。特别是，照相机13可以记录来自患者15的头部区域的图像数据。在医学成像测量期间，头部线圈100覆盖头部的一部分，从而图像数据部分描述头部线圈，部分描述患者的头部、特别是脸部。
磁共振装置被构造为，执行用于在利用磁共振装置进行医学成像测量期间确定患者运动的方法。示例性地在图2和3中示出了这种方法。
在此，在S110中，采集患者15的身体区域、这里为头部区域的参考图像数据。
在S120中，借助参考图像数据，来确定患者运动。在此，身体区域例如是患者的脸部，并且患者的身体区域的参考图像数据的采集通过布置在头部线圈中的微型照相机来进行。
在S130中，根据所采集的磁共振信号和所确定的头部的运动，来重建磁共振图像形式的患者的一个或多个图像。
在图3中示出了头部线圈100，在头部线圈100中集成有微型照相机130，特别是光学微型照相机130，用于采集患者15的脸部的图像数据。这里，头部线圈100包括上部110和下部120，患者15的头部支承在下部120上。微型照相机130布置在上部的内侧，并且具有足够大的视野，以采集患者15的脸部。
在图4中示出了患者15的脸部F。可以有利地借助微型照相机130，实时地记录脸部F的深度图像。根据深度图像，例如可以确定脸部F的三维的网格模型M。可以根据深度图像和/或网格模型M，来实时地识别头部的位置和/或运动。在此，优选可以放弃在患者15的脸部上设置标志。例如可以使用识别出的运动，来进行运动校正。
在图5中示出了用于在利用磁共振装置10进行医学成像测量期间确定患者运动的方法的另一个实施例。在此，在S120中在借助参考图像数据确定患者运动时，在S121中，产生患者15的头部区域的参考模型。
例如，S121中的产生患者15的头部区域的参考模型可以包括：如通过图4所示出的，在进行医学成像测量之前，特别是作为深度图像记录患者15的脸部F，来作为参考图像数据。例如可以在安装头部线圈110的上部110之前，利用照相机13来记录参考图像数据。但是也可以例如通过位于磁共振装置10的测量区域外部的另一个照相机，来采集参考图像数据。可以由所记录的参考图像数据，来产生脸部F的三维模型。
在S122中，在医学成像测量期间，采集作为患者15的头部区域的一部分的患者图像数据和医学成像数据的磁共振信号，其中，头部线圈100部分地覆盖患者15的头部区域。患者图像数据例如可以由照相机13采集。
示例性地在图6中示出了头部线圈100部分地覆盖患者15的头部区域的情形。这里，头部线圈100的上部110在子区域AC中覆盖患者15的脸部F，同时在子区域AT中采集患者15的脸部F。例如，在医学成像测量期间，患者图像数据可以作为患者15和头部线圈的连续的深度图像、例如作为具有60Hz的重复频率的视频由照相机13形成。
在S123中，提供头部线圈100的几何结构信息。这例如可以包括：采集成像装置的模块的模块图像数据，和/或从数据库调用模块的几何结构数据。在图7中示例性地示出了头部线圈100的几何结构信息。
例如可以在患者15尚未被支承在头部线圈100中时，利用照相机13记录模块图像数据。例如可以作为掩模深度图像，来记录模块图像数据。
此外，几何结构信息可以作为模块的几何结构数据、例如作为CAD数据存在。特别是，磁共振装置10被构造为，识别磁共振装置10的模块的类型，特别是局部线圈类型或者头部线圈100的类型。可以依据识别出的模块的类型，来提供对应的几何结构信息。因此，例如可以考虑不同的模块形状。对模块的类型的识别，例如可以通过从模块的存储器、例如EEPROM读出来进行。
在S124中，借助几何结构信息，由患者图像数据产生匹配数据。在此，几何结构信息特别是可以用作掩模。在此，例如由模块的几何结构信息和患者图像数据，产生差图像数据。特别是，可以从连续的深度图像中，减去模块、例如头部线圈100的掩模深度图像，从而仅剩余患者15的片段、即脸部片段。
在此，特别是可以通过对模块的几何结构信息和患者图像数据应用经过机器学习训练的函数，来产生差图像数据。
在S125中，通过使匹配数据匹配于参考模型，来确定患者15的头部、特别是脸部的运动。
通过使匹配数据匹配于参考模型来确定患者运动，可以包括对匹配数据应用经过机器学习训练的函数，其中，产生患者运动数据。
例如，可以将患者15的剩余片段的视频，拟合到整个参考模块上。由此，可以仅根据剩余的片段，来重建整个脸部区域。
在图8中示意性地示出了用于为了产生差图像数据而提供经过训练的函数的计算机实现的方法。
在S210中，接收训练模块图像数据和训练患者图像数据。在S220中，接收训练差图像数据，其中，训练差图像数据与训练模块图像数据和训练患者图像数据相关联。
在S230中，基于训练模块图像数据、训练患者图像数据和训练差图像数据，对函数进行训练。在S240中，提供经过训练的函数，以产生差图像数据。
在图9中示意性地示出了用于为了产生患者运动数据而提供经过训练的函数的计算机实现的方法。
在S310中，接收训练匹配数据。在S320中，接收训练患者运动数据，其中，训练患者运动数据与训练匹配数据相关联。
在S330中，基于训练患者运动数据和训练匹配数据，对函数进行训练。在S340中，提供经过训练的函数，以产生患者运动数据。
最后应当再一次指出，前面详细描述的方法和装置仅仅是实施例，本领域技术人员可以以不同的方式对这些实施例进行修改，而不脱离本发明的范围。此外，不定冠词“一”或者“一个”的使用，不排除相关特征也可能存在多个。同样，术语“单元”或者术语“模块”的使用，不排除相关部件由多个协作的子部件构成，这些子部件在需要时也可以分布在空间上。

Claims (16)

1.一种用于在医学成像测量期间确定患者运动的方法，所述医学成像测量利用成像装置、特别是磁共振装置进行，其中，所述方法包括：
-采集患者的身体区域的参考图像数据，
-借助所述参考图像数据，来确定患者运动。
2.根据权利要求1所述的方法，
其中，所述方法附加地包括：
-根据所述参考图像数据，产生患者的身体区域的参考模型，
-在所述医学成像测量期间，采集患者的身体区域的一部分的患者图像数据，
-由所述患者图像数据产生匹配数据，
-通过使所述匹配数据匹配于所述参考模型来确定患者运动。
3.根据权利要求2所述的方法，
其中，所述方法包括：提供所述成像装置的模块的几何结构信息，特别是提供局部线圈的几何结构信息，
其中，在采集所述患者图像数据期间，所述模块部分地覆盖患者的身体区域，
其中，借助所述几何结构信息，来确定所述匹配数据。
4.根据权利要求3所述的方法，
其中，患者的身体区域是患者的头部区域，
其中，所述成像装置的模块是头部线圈。
5.根据权利要求3至4中任一项所述的方法，
其中，由所述患者图像数据产生匹配数据包括：由模块的几何结构信息和所述患者图像数据产生差图像数据。
6.根据权利要求5所述的方法，
其中，由模块的几何结构信息和所述患者图像数据产生差图像数据包括：
对模块的几何结构信息和所述患者图像数据应用经过机器学习训练的函数，其中，产生差图像数据。
7.根据权利要求3至6中任一项所述的方法，
其中，提供所述成像装置的模块的几何结构信息包括：
-采集所述成像装置的模块的模块图像数据，和/或
-从数据库调用模块的几何结构数据。
8.根据权利要求2至7中任一项所述的方法，
其中，通过使所述匹配数据匹配于所述参考模型来确定患者运动包括：
-对所述匹配数据应用经过机器学习训练的函数，其中，产生患者运动数据。
9.根据权利要求1所述的方法，
其中，所述身体区域是患者的脸部，
其中，对患者的身体区域的参考图像数据的采集是通过布置在头部线圈中的微型照相机进行的。
10.根据前述权利要求中任一项所述的方法，
其中，在所述医学成像测量期间，实时地确定患者运动。
11.根据前述权利要求中任一项所述的方法，
其中，在所述医学成像测量期间，在患者上，特别是在患者的头部上，不设置外部标记。
12.一种用于提供经过训练的函数的计算机实现的方法，用于产生差图像数据，所述方法包括：
-接收训练模块图像数据和训练患者图像数据，
-接收训练差图像数据，
其中，所述训练差图像数据是与所述训练模块图像数据和所述训练患者图像数据相关联的，
-基于所述训练模块图像数据、所述训练患者图像数据和所述训练差图像数据，对函数进行训练，
-提供经过训练的函数，以产生差图像数据。
13.一种用于提供经过训练的函数的计算机实现的方法，用于产生患者运动数据，所述方法包括：
-接收训练匹配数据，
-接收训练患者运动数据，
其中，所述训练患者运动数据与所述训练匹配数据相关联，
-基于所述训练患者运动数据和所述训练匹配数据，对函数进行训练，
-提供经过训练的函数，以产生患者运动数据。
14.一种成像装置、特别是磁共振装置，其被构造为用于执行根据权利要求1至11中任一项所述的方法。
15.一种头部线圈，其中集成有微型照相机，所述微型照相机用于采集患者的脸部的图像数据。
16.一种计算机程序产品，其包括程序，并且能够直接加载到成像装置的可编程的***控制单元的存储器中，具有程序部件，用于当在所述成像装置的***控制单元中执行所述程序时，执行根据权利要求1-11中任一项所述的方法。
CN202010580589.2A 2019-06-26 2020-06-23 医学成像测量期间的患者运动的确定 Pending CN112137621A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19182647.8 2019-06-26
EP19182647.8A EP3757940A1 (de) 2019-06-26 2019-06-26 Ermittlung einer patientenbewegung während einer medizinischen bildgebungsmessung

Publications (1)

Publication Number Publication Date
CN112137621A true CN112137621A (zh) 2020-12-29

Family

ID=67145521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010580589.2A Pending CN112137621A (zh) 2019-06-26 2020-06-23 医学成像测量期间的患者运动的确定

Country Status (3)

Country Link
US (1) US11980456B2 (zh)
EP (1) EP3757940A1 (zh)
CN (1) CN112137621A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7393372B2 (ja) * 2021-02-19 2023-12-06 富士フイルムヘルスケア株式会社 受信コイル装置及びそれを備えた磁気共鳴イメージング装置
CN117653163A (zh) * 2023-12-05 2024-03-08 上海长征医院 一种肝脏图像采集处理的方法、***、计算机及终端

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1647758A (zh) * 2004-01-29 2005-08-03 西门子公司 补偿医疗成像的系列拍摄时患者运动的方法和成像***
US20100063419A1 (en) * 2008-09-05 2010-03-11 Varian Medical Systems Technologies, Inc. Systems and methods for determining a state of a patient
CN102421365A (zh) * 2009-05-13 2012-04-18 皇家飞利浦电子股份有限公司 用于在成像程序期间检测整体患者运动的***
CN102883655A (zh) * 2010-05-07 2013-01-16 皇家飞利浦电子股份有限公司 医学成像***中的运动补偿和患者反馈
US20130230228A1 (en) * 2012-03-01 2013-09-05 Empire Technology Development Llc Integrated Image Registration and Motion Estimation for Medical Imaging Applications
CN103445865A (zh) * 2012-05-31 2013-12-18 西门子公司 采集对象的信息的方法以及执行该方法的医学成像装置
US20140070807A1 (en) * 2012-09-13 2014-03-13 Stephan Biber Magnetic resonance unit, a magnetic resonance apparatus with the magnetic resonance unit, and a method for determination of a movement by a patient during a magnetic resonance examination
CN103654784A (zh) * 2012-09-13 2014-03-26 西门子公司 用于在医学成像检查期间采集患者的运动的方法
US20150016682A1 (en) * 2012-02-06 2015-01-15 Insightec, Ltd. Reference-based motion tracking during non-invasive therapy
US20150036911A1 (en) * 2013-07-30 2015-02-05 General Electric Company System and method for molecular breast imaging
CN104603835A (zh) * 2012-07-03 2015-05-06 昆士兰州*** 用于医学成像的移动校正
CN104706424A (zh) * 2013-12-17 2015-06-17 西门子公司 拍摄区域的设置
CA2839854A1 (en) * 2014-01-17 2015-07-17 Centre For Imaging Technology Commercialization (Cimtec) 2d-3d rigid registration method to compensate for organ motion during an interventional procedure
US20150366527A1 (en) * 2013-02-01 2015-12-24 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
CN105361955A (zh) * 2014-08-07 2016-03-02 西门子公司 医学成像组件、医学成像装置和用于采集患者运动的方法
CN105578985A (zh) * 2013-12-19 2016-05-11 皇家飞利浦有限公司 对象跟踪设备
US20160247293A1 (en) * 2015-02-24 2016-08-25 Brain Biosciences, Inc. Medical imaging systems and methods for performing motion-corrected image reconstruction
EP3069660A1 (en) * 2015-03-16 2016-09-21 Siemens Healthcare GmbH Method for recovering a position of a patient
US20160379353A1 (en) * 2015-06-26 2016-12-29 Konica Minolta, Inc. Radiation imaging system and image processing device
CN106955122A (zh) * 2017-03-20 2017-07-18 苏州网颢信息科技有限公司 放射治疗中基于单摄像模组的头部三维检测方法
JP2017127578A (ja) * 2016-01-22 2017-07-27 キヤノン株式会社 撮像方法、撮像装置、および該撮像方法を実行するプログラム
CN107095678A (zh) * 2012-05-25 2017-08-29 丹麦科技大学 用于脑成像中的运动跟踪的设备和方法
US20190000318A1 (en) * 2015-12-28 2019-01-03 Metritrack, Inc. System and method for the coregistration of medical image data
WO2019029934A1 (en) * 2017-08-11 2019-02-14 Brainlab Ag VIDEO BASED PATIENT REGISTRATION AND FOLLOW-UP
CN109464757A (zh) * 2018-12-29 2019-03-15 上海联影医疗科技有限公司 一种确定目标对象位置的方法、***、装置及存储介质
CN109937012A (zh) * 2016-11-10 2019-06-25 皇家飞利浦有限公司 为成像***选择采集参数

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012222375B3 (de) * 2012-12-06 2014-01-30 Siemens Aktiengesellschaft Magnetresonanzspulenvorrichtung, Magnetresonanzvorrichtung mit der Magnetresonanzspulenvorrichtung sowie ein Verfahren zur Erfassung einer Patientenbewegung
EP3477583A1 (en) * 2017-10-31 2019-05-01 Koninklijke Philips N.V. Deep-learning based processing of motion artifacts in magnetic resonance imaging data
WO2020077198A1 (en) * 2018-10-12 2020-04-16 Kineticor, Inc. Image-based models for real-time biometrics and marker-less motion tracking in imaging applications
US11232576B2 (en) * 2019-03-20 2022-01-25 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining motion of an object in imaging

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1647758A (zh) * 2004-01-29 2005-08-03 西门子公司 补偿医疗成像的系列拍摄时患者运动的方法和成像***
US20100063419A1 (en) * 2008-09-05 2010-03-11 Varian Medical Systems Technologies, Inc. Systems and methods for determining a state of a patient
CN102421365A (zh) * 2009-05-13 2012-04-18 皇家飞利浦电子股份有限公司 用于在成像程序期间检测整体患者运动的***
CN102883655A (zh) * 2010-05-07 2013-01-16 皇家飞利浦电子股份有限公司 医学成像***中的运动补偿和患者反馈
US20150016682A1 (en) * 2012-02-06 2015-01-15 Insightec, Ltd. Reference-based motion tracking during non-invasive therapy
US20130230228A1 (en) * 2012-03-01 2013-09-05 Empire Technology Development Llc Integrated Image Registration and Motion Estimation for Medical Imaging Applications
CN107095678A (zh) * 2012-05-25 2017-08-29 丹麦科技大学 用于脑成像中的运动跟踪的设备和方法
CN103445865A (zh) * 2012-05-31 2013-12-18 西门子公司 采集对象的信息的方法以及执行该方法的医学成像装置
CN104603835A (zh) * 2012-07-03 2015-05-06 昆士兰州*** 用于医学成像的移动校正
US20140070807A1 (en) * 2012-09-13 2014-03-13 Stephan Biber Magnetic resonance unit, a magnetic resonance apparatus with the magnetic resonance unit, and a method for determination of a movement by a patient during a magnetic resonance examination
CN103654784A (zh) * 2012-09-13 2014-03-26 西门子公司 用于在医学成像检查期间采集患者的运动的方法
US20150366527A1 (en) * 2013-02-01 2015-12-24 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
CN109008972A (zh) * 2013-02-01 2018-12-18 凯内蒂科尔股份有限公司 生物医学成像中的实时适应性运动补偿的运动追踪***
US20150036911A1 (en) * 2013-07-30 2015-02-05 General Electric Company System and method for molecular breast imaging
CN104706424A (zh) * 2013-12-17 2015-06-17 西门子公司 拍摄区域的设置
CN105578985A (zh) * 2013-12-19 2016-05-11 皇家飞利浦有限公司 对象跟踪设备
CA2839854A1 (en) * 2014-01-17 2015-07-17 Centre For Imaging Technology Commercialization (Cimtec) 2d-3d rigid registration method to compensate for organ motion during an interventional procedure
CN105361955A (zh) * 2014-08-07 2016-03-02 西门子公司 医学成像组件、医学成像装置和用于采集患者运动的方法
US20160247293A1 (en) * 2015-02-24 2016-08-25 Brain Biosciences, Inc. Medical imaging systems and methods for performing motion-corrected image reconstruction
EP3069660A1 (en) * 2015-03-16 2016-09-21 Siemens Healthcare GmbH Method for recovering a position of a patient
US20160379353A1 (en) * 2015-06-26 2016-12-29 Konica Minolta, Inc. Radiation imaging system and image processing device
US20190000318A1 (en) * 2015-12-28 2019-01-03 Metritrack, Inc. System and method for the coregistration of medical image data
JP2017127578A (ja) * 2016-01-22 2017-07-27 キヤノン株式会社 撮像方法、撮像装置、および該撮像方法を実行するプログラム
CN109937012A (zh) * 2016-11-10 2019-06-25 皇家飞利浦有限公司 为成像***选择采集参数
CN106955122A (zh) * 2017-03-20 2017-07-18 苏州网颢信息科技有限公司 放射治疗中基于单摄像模组的头部三维检测方法
WO2019029934A1 (en) * 2017-08-11 2019-02-14 Brainlab Ag VIDEO BASED PATIENT REGISTRATION AND FOLLOW-UP
CN109464757A (zh) * 2018-12-29 2019-03-15 上海联影医疗科技有限公司 一种确定目标对象位置的方法、***、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANDRE Z. KYME ET AL.: "Feasibility of Marker-Free Motion Tracking for Motion-Corrected MRI and PET-MRI", 2016 IEEE NUCLEAR SCIENCE SYMPOSIUM, MEDICAL IMAGING CONFERENCE AND ROOM-TEMPERATURE SEMICONDUCTOR DETECTOR WORKSHOP (NSS/MIC/RTSD) *
刘凤霞;侯居魁;: "低磁场MRI伪影的处理及图像优化方法", 中国实用医药, no. 30 *

Also Published As

Publication number Publication date
US11980456B2 (en) 2024-05-14
EP3757940A1 (de) 2020-12-30
US20200405179A1 (en) 2020-12-31

Similar Documents

Publication Publication Date Title
US11745012B2 (en) Method and program for navigating TMS stimulation
US20200214570A1 (en) Method and program for generating three-dimensional brain map
US10799119B2 (en) Method and apparatus for provision of preparatory information for magnetic resonance imaging
KR20190134559A (ko) 오브젝트 위치 결정 장치, 오브젝트 위치 결정 방법, 오브젝트 위치 결정 프로그램, 및 방사선 치료 시스템
US20110228998A1 (en) System and method for automatic computation of mr imaging scan parameters
CN107334486A (zh) 确定造影剂辅助成像方法的至少一个协议参数
CN112292082A (zh) 用于医学成像的位置反馈指示符
CN112568891B (zh) 自动定位患者的待检查区域以用于医学成像检查的方法及设计用于执行方法的医学成像设备
US10297023B2 (en) Reconstruction of an image on the basis of one or more imaging modalities
EP3525662B1 (en) An intelligent model based patient positioning system
CN112137621A (zh) 医学成像测量期间的患者运动的确定
CN107050664B (zh) 用于规划对患者的照射的方法
US11071469B2 (en) Magnetic resonance method and apparatus for determining a characteristic of an organ
US11883127B2 (en) Method and magnetic resonance apparatus for synchronous imaging and radiation therapy
US9465983B2 (en) Method and imaging apparatus to automatically display and/or measure bone variations in medical image data
US20160000384A1 (en) Elasticity measurement with tomographic imaging
US10402974B2 (en) Method and apparatus for evaluation of medical data having a temporal resolution
JP7252256B2 (ja) 医療撮像のための自動対象者監視
CN114305385A (zh) 磁共振成像装置、被检测体对位装置以及被检测体对位方法
US20210290167A1 (en) Deformation model for a tissue
EP4074255A1 (en) Virtual fiducial markings for automated planning in medical imaging
KR20180086795A (ko) 의료 영상 장치 및 의료 영상 처리 방법
JP2024509590A (ja) マルチステーションスキャンにおけるクリティカルステーションの自動検出

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