磁共振成像中的运动估计和校正

文档序号:1874714 发布日期:2021-11-23 浏览:16次 >En<

阅读说明:本技术 磁共振成像中的运动估计和校正 (Motion estimation and correction in magnetic resonance imaging ) 是由 E·德维尔特 N·佩佐蒂 于 2021-05-18 设计创作,主要内容包括:本文所公开的是一种医学成像方法,包括接收(200)被划分成多个k空间数据组(126)的k空间数据(124)。所述方法还包括选择(202)所述多个k空间数据组之一作为参考k空间数据组(128)。所述方法还包括:通过将所述多个k空间数据组和所述参考k空间数据组输入到空间变换估计模块中来计算(204)针对所述多个k空间数据组中的每个的空间变换数据(130)。所述空间变换估计模块被配置用于响应于接收到参考k空间数据组和多个k空间数据组作为输入而输出描述参考k空间数据组与多个k空间数据组之间的空间变换的空间变换数据。所述方法还包括使用所述多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据根据所述磁共振成像协议重建(206)经校正的磁共振图像(132、132’)。(Disclosed herein is a medical imaging method comprising receiving (200) k-space data (124) divided into a plurality of k-space data sets (126). The method further comprises selecting (202) one of the plurality of k-space data sets as a reference k-space data set (128). The method further comprises the following steps: computing (204) spatial transformation data (130) for each of the plurality of k-space data sets by inputting the plurality of k-space data sets and the reference k-space data set into a spatial transformation estimation module. The spatial transform estimation module is configured for outputting spatial transform data describing a spatial transform between the reference k-space data set and the plurality of k-space data sets in response to receiving the reference k-space data set and the plurality of k-space data sets as input. The method further comprises reconstructing (206) a corrected magnetic resonance image (132, 132&#39;) according to the magnetic resonance imaging protocol using the plurality of k-space data sets and the spatial transformation data for each of the plurality of k-space data sets.)

磁共振成像中的运动估计和校正

技术领域

本发明涉及磁共振成像,特别地涉及磁共振图像中的运动伪影的校正。

背景技术

大静态磁场由磁共振成像(MRI)扫描器用于对齐原子的核自旋作为用于产生患者的身体内的图像的流程的一部分。该大静态磁场被称为B0场或主磁场。对象的各种数量或者性质可以使用MRI空间测量。磁共振成像中的困难在于,可以在延长的时间段内采集图像根据其重建的k空间数据。被成像的对象的自愿和非自愿运动能够导致图像伪影和退化。

美国专利申请公开US20120243756A1公开了用于利用磁共振成像(MRI)系统重建描绘对象的运动补偿图像的方法。MRI系统被用于通过沿着非笛卡尔轨迹采样k空间从对象采集k空间数据的时间系列,诸如多个时间帧处的径向、螺旋或其他轨迹。运动发生的那些时间帧被识别并且该信息用于将时间系列分割成多个k空间数据子集。例如,k空间数据子集包含在运动发生的那些识别的时间帧之间发生的时间相邻的时间帧处采集的k空间数据。运动校正参数根据k空间数据子集来确定。使用所确定的运动校正参数,k空间数据子集针对运动来校正。经校正的数据子集被组合以形成运动补偿图像根据其被重建的经校正的k空间数据集。即,针对Propeller(径向)采样策略进行运动校正,其中,叶片在k空间的中心区域中交叠以生成根据其可以校正运动的k空间数据中的冗余度。美国专利申请US2020/0116810涉及基于采样k空间数据的螺旋扫描的运动校正。该已知运动校正利用可变密度采样模式以以比奈奎斯特准则更高的采样密度对k空间的内部进行采样。

发明内容

本发明在独立权利要求中提供一种医学系统、一种计算机程序和一种方法。在从属权利要求中给定实施例。

实施例可以提供一种磁共振成像中的运动校正的经改进的方法。针对图像重建的k空间已经划分成多个k空间组。这些之一被选择为参考k空间数据组。所述k空间数据组然后与所述多个k空间组中的每个比较以使用空间变换估计模块计算空间变换数据。所述多个k空间数据组和所述空间变换数据可以然后被用于重建经校正的磁共振图像。该方法的优点可以在于,其还提供甚至具有k空间中的笛卡尔采样模式的运动校正。

所述空间变换估计模块可以以若干不同方式来实施。在一个范例中,所述空间变换估计模块可以被实施使得k空间数据的组被输入在图像空间中。所述多个k空间数据组首先使用中间磁共振图像重建神经网络转换为中间磁共振图像。由于k空间数据的组各自仅是完全k空间采集的一部分,因而它们是欠采样的。然而,神经网络的使用启用包含大空间特征的中间磁共振图像的构造。这例如使得标准刚性运动配准算法的使用能够用于计算所述空间变换。标准重建算法可以然后被用于校正运动伪影。

另一方法是将所述空间变换估计模块实施为将所述k空间数据当作输入的神经网络。在这种情况下,神经网络替换中间磁共振图像重建神经网络和所述标准刚性运动配准算法两者。

所述医学系统被配置为布置用于磁共振图像集的重建,其中,重建软件被安装在所述计算系统中,或者其中,所述计算系统已经接入远程重建设施。重建软件可以安装在远程服务器上,例如,在甚至可接入数据网络的医疗保健机构中,其中,所述重建软件可以在“云”中是可用的,在这些远程配置中,所述计算系统装备有布置用于远程定位的重建功能的磁共振图像集的重建的功能。经训练的神经网络可以并入在磁共振成像系统的计算系统中。备选地,所述计算系统可以被提供有对远离磁共振成像系统(的物理硬件)的经训练的神经网络的访问,例如在医疗保健机构本地服务器上,或经训练的神经网络可以在“云”中可访问。

在一个方面中,本发明提供一种医学系统,其包括:存储器,其存储机器可执行指令;以及空间变换估计模块。所述空间变换估计模块被配置用于响应于接收到参考k空间数据组和多个k空间数据组作为输入而输出描述参考k空间数据组与所述多个k空间数据组之间的空间变换的空间变换数据。所述参考k空间数据组是磁共振成像k空间数据。所述多个k空间数据组还是磁共振成像k空间数据。这意指所述参考k空间数据组可以被重建为磁共振图像。所述多个k空间数据组还可以被重建为磁共振图像。如果其被重建,则所述空间变换可以然后是这些图像之间的图像空间中的空间变换。

在一些实施例中,所述空间变换估计模块可以例如是神经网络。在这种情况下,所述神经网络可以被训练以接收所述参考k空间数据组和所述多个k空间数据组中的每个以在不进行所述中间图像重建的情况下构建所述空间变换。在其他范例中,所述空间变换估计模块可以以中间磁共振图像的形式接收所述参考k空间数据组。所述空间变换估计模块还可以被配置为还以中间磁共振图像的形式接收所述多个k空间数据组中的每个。

所述医学系统还包括计算系统。在不同范例中,所述计算系统可以采取不同形式。在一个范例中,所述计算系统是控制磁共振成像系统的工作站或计算机系统。在另一范例中,所述计算系统可以是由放射科用于磁共振图像的重建和检查的PC或工作站。在又一范例中,所述医学系统可以是经由因特网或执行图像重建的网络访问的服务器或虚拟机。

对所述机器可执行指令的执行使所述计算系统接收根据磁共振成像协议采集的k空间数据。所述k空间数据被划分成多个k空间数据组。所述k空间数据可以表示用于执行所述图像重建的k空间数据的总量。然而,该k空间数据可以被分解为较小组,其被称为多个k空间数据组。这些例如可以根据采集的激发或基于采集时间以不同方式分组。出于该原因,所述多个k空间数据组可以表示被成像的对象的不同运动状态或位置。

对所述机器可执行指令的执行还使所述计算系统选择所述多个k空间数据组之一作为所述参考k空间数据组。在这种情况下,可以存在或多或少哪一个被选择为参考k空间数据组的自由选择。这然后被用作多个k空间数据组的其他的比较以确定所述空间变换。在一些实例中,可以存在监测所述对象的运动的监测器或者系统,并且可以选择表示所述对象的最少运动或原始位置的k空间数据。然而,这是不必要的。

对所述机器可执行指令的执行还使所述计算系统通过将所述多个k空间数据组和所述参考k空间数据组输入到所述空间变换估计模块中来计算针对所述多个k空间数据组中的每个的空间变换数据。对所述机器可执行指令的执行还使所述计算系统使用所述多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据根据磁共振成像协议重建经校正的磁共振图像。因此,经校正的磁共振图像的重建是非常灵活的。使用关于所述对象的运动的信息的标准重建技术可以被使用。在刚性变换的情况下,k空间数据可以容易地变换。在其他实例中,所述空间变换可以被用于建立优化问题以重建经校正的磁共振图像。一旦所述空间变换是已知的,公知和受信的算法可以被用于重建经校正的磁共振图像。

本发明涉及一种用于根据沿着来自不相交的k空间数据组的k空间中的笛卡尔采样模式采样的k空间数据集重建磁共振图像的医学系统。即,不存在k空间数据在超过一个k空间数据组中采样的k空间点。因此,不存在所述多个k空间数据组中间的冗余。此外,中间磁共振成像重建神经网络被配置为响应于接收到相应k空间数据组而输出中间磁共振图像。即,针对每个k空间数据组,重建中间磁共振图像。实际上,这些中间磁共振图像不或几乎不具有诊断质量,因为其从仅覆盖k空间的(非常)部分区域的单个k空间数据组导出。本发明的洞察力在于,然而,所述中间磁共振图像表示涉及在所述k空间数据组中的每个与选定的参考k空间数据组之间可以导出空间变换的(过程)图像结构的足够信息。由于k空间数据组的集合一起覆盖经校正的磁共振图像被重建的最终空间重建的k空间,因此所述空间变换还表示对应于真实采集体素大小的该最终空间重建处的运动细节。本发明的运动校正对相应不相交的k空间数据组的采集之间发生的运动进行校正。

本发明实现对相应笛卡尔采样的k空间数据集的采集之间发生的运动的校正。本发明将通常从径向(多叶或Propeller技术)、螺旋和其他非笛卡尔采样策略已知的k空间数据驱动运动校正的概念扩展到具有带有k空间数据中的小得多的冗余的笛卡尔采样策略的应用。

在另一实施例中,所述多个k空间数据组是不相交的。通过不相交,其意指所述k空间数据不重新采样相同点。在另一范例中,不相交可能意指存在所述多个k空间数据组中的每个之间的k空间内的最小空间或距离。这可以具有其中k空间的中心区域针对自导航技术一再重复采样的一些技术上的益处。

在另一实施例中,所述多个k空间数据组分布在k空间中。

在另一实施例中,所述多个k空间数据组中的每个均匀地分布在k空间中。这意指例如所述k空间数据的中心区域不是过采样的。

在另一实施例中,所述多个k空间数据组中的每个是欠采样的。例如,对象的大量运动可以通过查看图像内的较大结构注意。该种类的结构还在根据欠采样的k空间数据重建的图像中是明显的。这可以因此使能较少k空间数据的采集的磁共振成像的运动的自导航或校正。

在另一实施例中,经校正的磁共振图像的重建至少部分地通过使用所述多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据计算经校正的多个k空间数据组执行。如果知道所述对象已经如何相对于所述参考k空间数据组针对所述多个k空间数据组中的每个移动,那么计算经校正或重新采样的k空间数据是可能的。在刚体变换的情况下,这是非常直接的,因为其表示所述k空间数据中的变换。这可以包括所述k空间数据的重定位以及相位校正。一旦经校正的多个k空间数据组被计算,标准磁共振成像算法可以然后被用于重建经校正的磁共振图像。

在另一实施例中,所述经校正的磁共振图像的重建被执行为优化问题。另一范例是将所述空间变换信息并入在所述优化问题的正向模型中。特定范例是可以由额外矩阵乘法表示的刚性运动的情况。

在另一实施例中,所述存储器还包含最终磁共振图像重建神经网络,其被配置为响应于接收到多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据而输出经校正的磁共振图像。所述经校正的磁共振图像的重建通过将所述多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据输入到所述最终磁共振图像重建神经网络中来执行。例如,所述神经网络可以通过使用包括运动校正的磁共振图像和用于重建该图像的k空间数据组的训练数据集来训练。

在另一实施例中,对所述机器可执行指令的执行还使所述计算系统根据以下各项中的任一项将所述k空间数据划分成多个k空间数据组:通过采集激发、通过采集时间、通过采集信道、描述对象运动的运动信号、以及其组合。在诸如其中超过一个接收信道或天线被使用的并行成像的技术中,所述磁共振成像数据可以由所述采集信道分组。这可以例如在实施各个采集信道之间的数据一致性中是有用的。

在另一实施例中,所述存储器还包含中间磁共振成像重建神经网络。所述中间磁共振成像重建神经网络被配置为响应于接收到k空间数据组而输出中间磁共振图像。所述空间变换估计模块被配置为接收所述多个k空间数据组作为针对所述多个k空间数据组中的每个的中间磁共振图像。换句话说,代替于将所述多个k空间数据组直接地输入到所述空间变换估计模块中,代替地所述多个k空间数据组首先被变换成中间磁共振图像并且然后输入到所述空间变换估计模块中。同样地,所述空间变换估计模块被配置为将参考k空间数据组接收为针对所述参考k空间数据组的中间磁共振图像。这可以例如增加医学系统的灵活性。

所述中间磁共振成像重建神经网络例如可以在构建有用于彼此配准以确定所述空间变换的中间磁共振图像中是有用的。在这种情况下,可以使用标准配准算法。所述中间磁共振成像重建神经网络的使用还可能使能更好的运动校正。例如,如果知道制成什么类型的图像,那么这是所述中间磁共振成像重建神经网络可以用于进一步降低有用于产生可以用于检测运动的图像的采样量的额外信息。

对所述机器可执行指令的执行还使所述计算系统通过将所述多个k空间数据组中的每个输入到所述中间磁共振成像重建神经网络中来接收针对所述多个k空间数据组中的每个的中间磁共振图像。

在另一实施例中,所述空间变换估计模块使用刚体配准或空间变换估计神经网络来实施。在所述刚体配准中,标准算法可以被用于确定不同图像之间的刚性运动或变换。所述空间变换估计神经网络可以是已经使用具有两幅图像之间的平移或变换的训练数据训练的神经网络。一旦所述训练数据是可用的,所述空间变换估计神经网络可以使用例如深度学习算法来训练。

在另一实施例中,所述k空间采样模式是笛卡尔。所述磁共振成像协议是并行成像磁共振成像协议。该实施例可以是有益的,因为通常利用笛卡尔采样模式进行运动校正是困难的。通常,k空间的中心区域是严重过采样的。特别地,当神经网络被用于根据k空间数据的组重建中间磁共振图像时,这使能使用笛卡尔采样模式。

在另一实施例中,所述医学系统还包括磁共振成像系统。所述存储器还包含被配置用于根据所述磁共振成像协议来采集所述k空间数据的脉冲序列命令。对所述机器可执行指令的执行还使所述计算系统通过利用所述脉冲序列命令控制所述磁共振成像系统来采集所述k空间数据。

在另一实施例中,所述磁共振成像系统包括具有多个接收信道的射频系统。所述磁共振成像协议是并行成像磁共振成像协议。对所述机器可执行指令的执行还使所述计算系统至少部分地根据所述接收信道将所述k空间数据划分成所述多个k空间数据组。通过接收所述接收信道划分这些可以具有以下益处:对所述空间变换的确定实施在不同信道上采集的数据之间的数据一致性。

在另一实施例中,所述机器可执行指令还使所述计算系统至少部分地根据以下各项中的任一项将所述k空间数据划分成多个k空间数据组:通过一个或多个采集激发、通过采集时间或采集间隔、以及其组合。所述激发是对作为单个采集的被采集为k空间中的行或线的k空间数据的组的引用。对根据这一点对所述数据进行分组有意义。分组所述数据的另一方式在于,所述对象可以随时间移动。通过基于采集时间将采集时间或间隔分成组,其可以提供校正所述对象的周期性运动或其他运动而不监测所述对象运动的好的手段。

在另一实施例中,所述医学系统还包括对象运动监测器,其被配置用于生成描述所述对象的运动或位置的对象运动数据。这例如可以是获得所述对象的图像并且导出所述对象运动数据的相机或其他设备。其他设备包括呼吸带、用于测量所述对象的呼吸的物体、或甚至可以用于监测所述对象的心脏相位的ECG系统。对所述机器可执行指令的执行还使所述计算系统控制所述对象运动监测器以在所述k空间数据的采集期间采集所述对象运动数据。所述对象运动数据可以然后引用或者索引到所述k空间数据,使得所述k空间数据在所述对象运动数据方面描述或者标记。对所述机器可执行指令的执行还使所述计算系统至少部分地根据所述对象运动数据将所述k空间数据划分成所述多个k空间数据组。在这种情况下,所述k空间数据可以根据所述对象的位置或运动状态来分类。这还可以提供改进的运动校正。

在另一实施例中,本发明提供一种医学成像方法。所述方法包括:接收根据磁共振成像协议采集的k空间数据。所述k空间数据被划分成多个k空间数据组。所述方法还包括:选择所述多个k空间数据组之一作为参考k空间数据组。

所述方法还包括:通过将多个k空间数据组和参考k空间数据组输入到空间变换估计模块中来计算针对多个k空间数据组中的每个的空间变换数据。所述空间变换估计模块被配置用于响应于接收到参考k空间数据组和多个k空间数据组作为输入而输出描述参考k空间数据组与多个k空间数据组之间的空间变换的空间变换数据。

所述方法还包括:使用多个k空间数据组和针对多个k空间数据组中的每个的空间变换数据根据磁共振成像协议重建经校正的磁共振图像。

在另一方面中,本发明提供了一种包括用于由计算系统执行的机器可执行指令的计算机程序。所述计算机程序可以例如被存储在非瞬态存储介质上。对所述机器可执行指令的执行使所述计算系统接收根据磁共振成像协议采集的k空间数据。所述k空间数据被划分成多个k空间数据组。对所述机器可执行指令的执行还使所述计算系统选择所述多个k空间数据组之一作为所述参考k空间数据组。

对所述机器可执行指令的执行还使所述计算系统通过将所述多个k空间数据组和所述参考k空间数据组输入到空间变换估计模块中来计算针对所述多个k空间数据组中的每个的空间变换数据。所述空间变换估计模块被配置用于响应于接收到参考k空间数据组和多个k空间数据组作为输入而输出描述参考k空间数据组与多个k空间数据组中的每个之间的空间变换的空间变换数据。对所述机器可执行指令的执行还使所述计算系统使用所述多个k空间数据组和针对所述多个k空间数据组中的每个的空间变换数据根据所述磁共振成像协议重建经校正的磁共振图像。

应理解,可以组合本发明的前述实施例中的一个或多个,只要组合的实施例不是互相排斥的。

如本领域的技术人员将认识到的,本发明的各个方面可以实现为装置、方法或计算机程序产品。相应地,本发明的各个方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或组合软件和硬件方面的实施例(在本文中总体上全部可以被称为“电路”、“模块”或“系统”)的形式。此外,本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式,所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。

可以利用一个或多个计算机可读介质的任何组合。所述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。本文使用的“计算机可读存储介质”涵盖任何可以存储可由计算设备的处理器或计算系统执行的指令的有形存储介质。可以将计算机可读存储介质称为计算机可读非暂态存储介质。也可以将计算机可读存储介质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可以由计算设备的计算系统访问的数据。计算机可读存储介质的范例包括但不限于:软盘、磁硬盘驱动器、固态硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘以及计算系统的寄存器文件。光盘的范例包括压缩盘(CD)和数字通用盘(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能够经由网络或通信链路由计算机设备访问的各种类型的记录介质。例如,可以在调制调解器、因特网或局域网上检索数据。可以使用任何适当介质发送实现在计算机可读介质上的计算机可执行代码,所述任何适当介质包括但不限于无线的、有线的、光纤线缆的、RF等或者前面的任何合适的组合。

计算机可读信号介质可以包括具有实现在其中的计算机可执行代码的传播的数据信号,例如,在基带中或作为载波的部分。这样的传播的信号可以采取任何各种形式,包括但不限于电磁的、光学的或它们的任何合适的组合。计算机可读信号介质可以是这样的任何计算机可读介质:不是计算机可读存储介质,并且能够传达、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。

“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是可由计算系统直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另外的范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中,计算机存储设备也可以是计算机存储器,或者反之亦然。

如本文中所使用的“计算系统”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部件。对包括“计算系统”的范例的计算系统的引用应当被解读为能够包含多于一个的计算系统或处理核。所述计算系统可以例如是多核处理器。计算系统也可以指在单个计算机系统之内的或分布在多个计算机系统之间的计算系统的集合。术语计算系统也应当被解读为能够指每个包括处理器或计算系统的计算设备的集合或网络。机器可执行代码或指令可以由可以在相同的计算设备之内或甚至可以分布在多个计算设备之间的多个计算系统或处理器来执行。

机器可执行指令或计算机可执行代码可以包括令处理器或其他计算系统执行本发明的方面的指令或程序。用于执行针对本发明的方面的操作的计算机可执行代码可以以一个或多个编程语言的任何组合来编写并且被编译为机器可执行指令,所述一个或多个编程语言包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如“C”编程语言或相似编程语言的常规过程性编程语言。在一些实例中,所述计算机可执行代码可以采取高级语言的形式或者采取预编译的形式并且结合在工作时生成机器可执行指令的解读器一起被使用。在其他实例中,机器可执行指令或计算机可执行代码可以采取编程用于可编程逻辑门阵列的形式。

所述计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上(作为独立的软件包)、部分在用户的计算机上并且部分在远程计算机上、或完全在远程计算机或服务器上执行。在后一种情形下,所述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的计算机,或者可以(例如,通过使用因特网服务提供商的因特网)对外部计算机进行连接。

参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图、图示和/或方框图来描述本发明的方面。应理解,当可应用时,能够通过采取计算机可执行代码的形式的计算机程序指令来实施流程图、图示和/或方框图的方框的每个方框或部分。还应理解,当互不排斥时,可以组合不同流程图、图示和/或方框图中的方框的组合。这些计算机程序指令可以被提供给通用计算机、专用计算机或产生机器的其他可编程数据处理装置的计算系统,使得经由计算机或其他可编程数据处理装置的计算系统执行的指令创建用于实施在流程图和/或一个或多个方框图框中指定的功能/动作的单元。

这些机器可执行指令或计算机程序指令还可以被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的方式来工作,使得在计算机可读介质中存储的指令产生包括实施在流程图和/或一个或多个方框图框中指定的功能/动作的指令的制品。

机器可执行指令或计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上,以令在计算机、其他可编程装置或其他设备上执行一系列操作步骤,从而产生计算机实施的过程,使得在计算机或其他可编程装置上执行的指令提供用于在流程图和/或一个或多个方框图框中指定的功能/动作的过程。

如本文所使用的“用户接口”是允许用户或操作人员与计算机或计算机系统交互的接口。“用户接口”还可以被称为“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。用户接口可以使得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,所述用户接口可以允许操作人员控制或操控计算机,并且所述接口可以允许计算机指示操作人员的控制或操控的效果。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、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏手柄、网络摄像头、耳机、踏板、有线手套、遥控器和加速度计对数据的接收全都是实现对来自操作人员的信息或数据的接收的用户接口部件的范例。

如本文所使用的“硬件接口”涵盖使得计算机系统的计算系统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。硬件接口可以允许计算系统将控制信号或指令发送到外部计算设备和/或装置。硬件接口也可以使得计算系统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、IEEE1394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、模拟输入接口以及数字输入接口。

如本文所使用的“显示器”或“显示设备”涵盖适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)、等离子体显示板(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。

K空间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。磁共振数据是断层摄影医学图像数据的范例。

磁共振成像(MRI)图像、MR图像、或磁共振成像数据在本文中被定义为在k空间数据内包含的解剖数据的重建的二或三维可视化。可以使用计算机执行该可视化。

附图说明

在下面将仅通过范例并且参考附图描述本发明的优选的实施例,其中:

图1图示了医学系统的范例;

图2示出了图示操作图1的医学系统的方法的流程图;

图3图示了医学系统的另一范例;

图4示出了图示操作图3的医学系统的方法的流程图;

图5图示了医学系统的范例;

图6示出了图示操作图5的医学系统的方法的流程图;

图7图示了医学系统的另一范例;

图8示出了图形描绘医学成像方法的图;

图9还图示了图8所描绘的方法;

图10示出了图示图8的方法的益处的重建磁共振图像的比较;并且

图11示出了图示图8的方法的益处的重建磁共振图像的另一比较。

附图标记列表

100医学系统

102计算机

104硬件接口

106计算系统

108用户接口

110存储器

120机器可执行指令

122空间变换估计模块

124 k空间数据

126多个k空间数据组

128参考k空间数据组

130空间变换数据

132经校正的磁共振图像

132’经校正的磁共振图像

200接收根据磁共振成像协议采集的k空间数据

202选择多个k空间数据组之一作为参考k空间数据组

204通过将多个k空间数据组和参考k空间数据组输入到空间变换估计模块中计算针对多个k空间数据组中的每个的空间变换数据

206使用多个k空间数据组和针对多个k空间数据组中的每个的空间变换数据根据磁共振成像协议重建经校正的磁共振图像

300医学系统

302中间磁共振成像重建神经网络

304中间磁共振图像

306参考磁共振图像

400通过将多个k空间数据组中的每个输入到中间磁共振图像重建神经网络中接收针对多个k空间数据组中的每个的中间磁共振图像

500医学系统

502磁共振成像系统

504磁体

506磁体的膛

508成像区

509感兴趣区域

510磁场梯度线圈

512磁场梯度线圈电源

514射频线圈

516收发器

518对象

520对象支撑体

530脉冲序列命令

600通过利用脉冲序列命令控制磁共振成像系统来采集k空间数据

602将k空间数据划分成多个k空间数据组

700医学系统

702对象运动监测器

730对象运动数据

800没有运动校正的磁共振图像重建

802运动损坏磁共振图像

804具有运动校正的磁共振图像重建

1000无运动磁共振图像

具体实施方式

在这些附图中相似编号的元件或为等价元件或执行相同的功能。如果功能等价,则先前已经论述的元件将不必要在后面的附图中论述。

图1图示了医学系统100的范例。在图1中,医学系统100是计算机102。计算机102被示出为包括计算系统106。计算机102旨在表示可以可能联网并且协同工作的一个或多个计算机系统。计算系统106可以例如是位于一个或多个位置处的一个或多个处理器。计算机102还被示出为包含任选的硬件接口104。如果其他部件存在,则计算系统106可以使用硬件接口104来传递和控制这些额外部件。计算系统106还额外地被示出为连接到任选的用户接口108。用户接口108可以例如由操作者用于控制医学系统100的操作和功能。存储器110还被示出为连接到计算系统106。存储器110旨在表示可以可访问到计算系统106的存储器或存储器设备的任何组合。在一些范例中,存储器110可以是非瞬态存储介质。

存储器110被示出为包含机器可执行指令120。机器可执行指令120使得计算系统106能够控制医学系统100的操作和功能。机器可执行指令120还可以使得计算系统106能够执行数据处理和图像处理任务。存储器110还被示出为包含空间变换估计模块122。存储器110还被示出为包含k空间数据124。k空间数据124根据磁共振成像协议来采集。存储器110还被示出为包含多个k空间数据组126。k空间数据124已经划分成多个k空间数据组126。

存储器110还被示出为包含参考k空间数据组128。参考k空间数据组128选自多个k空间数据组126。存储器110还被示出为包含针对多个k空间数据组126的每个成员的空间变换数据130。空间变换数据130描述图像空间中的参考k空间数据组128与多个k空间数据组126之间的空间变换。参考k空间数据组128和多个k空间数据组126可以要么在k空间中要么在图像空间中输入到空间变换估计模块122中。例如,参考k空间数据组128和多个k空间数据组126可以在输入到空间变换估计模块122中之前被变换到图像空间中。存储器110还被示出为包含已经使用针对多个k空间数据组126中的每个的空间变换数据130重建的经校正的磁共振图像132。这可以以各种不同的方式执行。在一个范例中,空间变换数据130被用于在常规重建算法被应用之前校正或者重新采样多个k空间数据组126。在另一范例中,神经网络可以将空间变换数据130和多个k空间数据组126当作输入并且然后输出经校正的磁共振图像132。在又一范例中,常规磁共振图像重建算法可以提出作为优化问题。在该范例中,空间变换数据130在优化问题中用于将多个k空间数据组126重建为经校正的磁共振图像132。

图2示出了图示操作图1的医学系统100的方法的流程图。首先在步骤200中,接收k空间数据124。k空间数据124已经划分成多个k空间数据组126。接下来在步骤202中,多个k空间数据组126之一被选择为参考k空间数据组128。然后在步骤204中,空间变换数据130通过将参考k空间数据组128和多个k空间数据组126输入到空间变换估计模块122中来计算。最后,在步骤206中,经校正的磁共振图像132使用空间变换数据130和多个k空间数据组126来计算。

图3图示了医学系统300的另一范例。图3中的医学系统300类似于图1所描述的医学系统100。图3中的医学系统300被示出为额外地包括中间磁共振成像重建神经网络302。多个k空间数据组126中的每个可以输入到中间磁共振成像重建神经网络302中,并且作为响应,输出中间磁共振图像304。这可以是有利的,因为中间磁共振成像重建神经网络302可以被用于使用比在常规重建算法中更少的k空间数据重建中间磁共振图像304。中间磁共振图像304不旨在具有诊断质量。然而,图像中特征的大结构和粗略轮廓在较小程度的采样的情况下并且特别地当神经网络被用于重建其时是可见的。

例如,神经网络302可以被用于重建特定类型的磁共振图像或者甚至关于扫描类型的数据可以输入到其中。这是可以被用于帮助重建图像的额外信息。中间磁共振图像304可以例如针对诊断使用不具有足够的质量,但是其对于确定空间变换数据130是足够的。存储器110还被示出为包含参考磁共振图像306,其是中间磁共振图像304之一并且扮演与参考k空间数据组128相同的部分。在图像空间中,公知配准算法可以被用于做出参考磁共振图像306与中间磁共振图像304之间的配准。这使得空间变换数据130能够容易地被计算。

图4图示了示出操作图3的医学系统300的方法的流程图。图4所描绘的方法类似于图2所描绘的方法。图4中的方法以图2的步骤200开始。接下来,在步骤400中,多个k空间数据组126被输入到中间磁共振成像重建神经网络302中,并且输出中间磁共振图像304。步骤202与在图1中相同。步骤204等效于图2中的步骤204。然而,在这种情况下,k空间数据实质上在图像空间中输入空间变换估计模块122中。图4和2中的步骤206也是等效的。

图5图示了医学系统500的另一范例。除图5中的医学系统500还包括磁共振成像系统502之外,医学系统500类似于图3中的医学系统300。

磁共振成像系统502包括磁体504。磁体504是具有通过其的膛506的超导圆柱型磁体。使用不同类型的磁体也是可能的;例如,还能够使用分裂式圆柱磁体和所谓的开放式磁体两者。分裂式圆柱磁体相似于标准圆柱磁体,除了已经将低温保持器分裂成两段以允许接近磁体的等平面,这种磁体例如可以结合带电粒子束治疗而使用。开放式磁体具有两个磁体段,一个在另一个之上,之间有足够大的空间,以接收对象:两个段的布置相似于亥姆霍兹线圈的布置。开放式磁体是常见的,因为对象受到较少约束。在圆柱形磁体的低温保持器内部存在一系列超导线圈。

在圆柱形磁体504的膛506内,存在其中磁场强并且一致以足以执行磁共振成像的成像区508。感兴趣区域509被示出在成像区508内。通常针对感兴趣区域采集所采集的磁共振数据。对象518被示出为由对象支撑体520支撑,使得对象518的至少部分在成像区508和感兴趣区域509内。

在磁体的膛506之内还存在磁场梯度线圈510的集合,所述磁场梯度线圈用于采集磁共振数据,以对磁体504的成像区508之内的磁自旋进行空间编码。磁场梯度线圈510连接到磁场梯度线圈电源512。磁场梯度线圈510旨在为代表性的。通常,磁场梯度线圈510包含三个独立的线圈集合,以用于在三个正交空间方向上进行空间编码。磁场梯度线圈电源向磁场梯度线圈供应电流。供应到磁场梯度线圈510的电流根据时间来控制,并且可以是斜变的或脉冲的。

毗邻于成像区508是用于操纵成像区508内的磁自旋的取向并且用于从还在成像区508内的自旋接收无线电发射的射频线圈514。射频天线可以包含多个线圈元件。射频天线还可以被称为信道或天线。射频线圈514被连接到射频收发器516。射频线圈514和射频收发器516可以由单独的发射和接收线圈和单独的发射器和接收器替换。应理解,射频线圈514和射频收发器516是代表性的。射频线圈514旨在还表示专用发射天线和专用接收天线。同样地,收发器516还可以表示单独的发射器和接收器。射频线圈514还可以具有多个接收/发射元件并且射频收发器516可以具有多个接收/发射信道。例如,如果执行诸如SENSE的并行成像技术,则射频线圈514将具有多个线圈元件。

收发器516和梯度控制器512被示出为被连接到计算机系统102的硬件接口106。

存储器110还被示出为包含脉冲序列命令530。脉冲序列命令是可以转换为用于控制磁共振成像系统502以采集k空间数据124的命令的命令或数据。

图6示出了图示操作图5的医学系统500的方法的流程图。除执行若干额外步骤之外,图6所图示的方法类似于图4所图示的方法。在步骤600中,磁共振成像500利用脉冲序列命令530来控制以采集k空间数据124。接下来,在步骤602中,k空间数据124被划分成多个k空间数据组126。这可以以各种方式执行。例如,脉冲序列命令530可以被配置为采集k空间数据线。这些是所谓的k空间数据的激发。这是在单个采集期间采集的数据。将k空间数据124分组成激发或者采集可以是自然划分。另一方式将是根据时间间隔划分k空间数据。在步骤602被执行之后,方法前进到如图4所图示的步骤200。

图7图示了医学系统700的另一范例。除医学系统700额外地包括对象运动监测器702之外,医学系统700类似于图5中的医学系统500。在该范例中,对象运动监测器702被描绘为可以在k空间数据124的采集期间拍摄对象518的图像的相机。然而,相机702旨在是代表性的并且可以例如存在用于监测对象518的运动的其他设备。例如,对象运动监测器还可以是呼吸带或其他设备,诸如ECG,以监测对象518的重复运动。机器可执行指令120被配置为使得在k空间数据124的采集期间,对象运动数据730还由对象运动监测器702采集。对象运动数据730可以然后提供对象518的运动的数值或量度,使得k空间数据124可以使用对象运动数据730划分成多个k空间数据组126。

一些范例可以使用神经网络或者基于深度学习的解决方案可以根据高度加速的扫描重建合理但是非诊断图像。一个点在于,大多数结构(例如,骨骼、皮肤、大器官)可靠地重建(而小结构丢失)并且这些较大结构的主要边缘足以估计(刚性和非刚性)运动参数。

一旦运动参数被估计,标准磁共振图像重建算法(或基于AI的重建)可以利用该信息在没有运动损坏的情况下重建图像(重建经校正的磁共振图像132)。该方法对于大多数采集策略(非笛卡尔和笛卡尔)是有效的。

扫描期间的患者运动总是降低图像质量(IQ),并且在许多情况下,重新扫描被要求或者诊断质量降低,使得更难以做出诊断。范例可以提供用于检测、估计并且随后移除/降低运动对数据的效应的模块。

范例可以并入基于人工智能(AI)的解决方案可以根据高度加速扫描重建合理但是非诊断图像,其中,大多数结构(例如,骨骼、皮肤、大器官)可靠地重建(而小结构丢失)(更多细节在文档的结尾处的ppt中给出)。

范例还可以使用较大结构的主要边缘,其足够(在中间磁共振图像304中)以估计(刚性和非刚性)运动参数。

神经网络或者AI根据主要结构重建主要部分(轮廓/边缘)的能力来自以下事实:这些结构主导k空间中的信号(例如,具有高SNR)。较小细节生成较低SNR,并且因此当欠采样时,这些首先“丢失”。在没有较小细节的情况下,许多(如果并非所有)图像是非诊断的。

这意指这可以使用在足够数据被采集以创建诊断图像的正常扫描情形中。应预期,使大多数主要结构的轮廓/边缘正确所需的数据的量比全部扫描的轮廓/边缘小3至5倍。

这继而隐含范例可以被用于利用一个扫描中的多达3至5个不同运动状态检测、估计和校正偶然运动。

范例可以可能应用于笛卡尔和非笛卡尔扫描(2D、3D、nD)。在一些范例中,k空间中的数据的每个子集的位置被分布在k空间中。针对绝大多数扫描,该条件已经满足(例如针对具有线性轮廓排序的TSE)和/或可以满足于不同轮廓排序策略而没有对比度/IQ损失。

下面在图10和11中图示了性能的两个范例。应注意,尽管该范例用于单个线圈数据,但是相同或者甚至更好性能针对多线圈数据实现。

一些范例可以在来自扫描结果的数据的子集上使用基于AI的重建是基于其运动参数针对数据的每个子集估计的一系列(非诊断)图像。估计的运动参数(130,空间变换时间130)然后被用于校正数据的子集(k空间数据126的多个组),在其之后,经校正的数据由使用所有数据的重建用于产生最终(诊断)图像(经校正的磁共振图像132、132’)。

在一个范例中,估计的运动参数和数据的未校正的子集由后续重建用于产生(一幅或多幅)最终图像。此处,运动参数被使用在正向模型中。

应注意,最终重建可以是任何种类:更“经典的”,如C-SENSE或基于人工智能的“更新”一个(例如,RIM、DeepCascade、IstaNet、ADMM-Net、CycleGAN、Adaptive-CE-Net…)。

范例可以可能包括以下步骤中的一个或多个以重建经校正的磁共振图像132、132’(下面参见图8):

采集扫描,

定义数据的多个子集(例如,每激发或每时间窗口),

使用深度学习)基于DL的重建以生成针对数据的每个子集的(一幅或多幅)图像,

使用(标准可用)技术/包以根据生成的图像估计针对数据的每个子集的运动参数。这可以是非刚性运动参数(例如,变形场)的刚性运动参数。范例包括与RANSAC组合的SIFT。还可以使用基于人工智能运动的估计器,诸如DSAC。

通过使用估计的运动参数校正数据的原始子集,

使用最终重建中的所有校正数据来产生(一幅或多幅)最终运动校正图像。

图8示意性地图示了重建经校正的磁共振图像132的方法。k空间数据124表示在采集期间采集的所有数据。该数据被划分成多个k空间数据组126,其被标记为每激发或采集的数据。然后,使用中间磁共振成像重建神经网络302。这被称为基于DL或深度学习的重建。这导致中间磁共振图像304或非诊断质量图像的产生。然后在下一步中,使用直接空间变换估计模块122。在该范例中,使用刚性运动估计。

这通过自动识别比较的两幅图像中的界标并且使用这来生成空间变换数据130(其在该范例中是刚性运动参数)来完成。每激发的数据或者多个k空间数据组126可以与空间变换数据130或刚性运动参数组合并且使用在具有运动校正804的经典或常规重建中。这然后导致经校正的磁共振图像132的产生。相反,整个k空间数据124可以在没有运动校正800的情况下使用磁共振成像重建来重建。这然后导致运动损坏磁共振图像802。

代替于在最终重建之前校正数据,人们还可以将运动参数并入在最终重建的正向模型中。后者将当使用非刚性运动参数(例如,变形场)时被需要。

如先前所提到的,下面图10和11中给出了性能的两个范例。应注意,尽管该范例用于单个线圈数据,但是相同或者甚至更好性能针对多线圈数据实现。

能够递送运动鲁棒笛卡尔扫描具有巨大价值,因为市场采用将是快速的。通常,当前运动鲁棒产品是非笛卡尔的,但是这些扫描遭受与非笛卡尔扫描相关联的问题,例如模糊和/或对比度问题。

作为一个范例,磁共振成像协议可以是:运动鲁棒笛卡尔C-SENSE(或具有k空间的笛卡尔采样的其他并行成像技术),其将在场中产生巨大影响。

图9和10被用于图示当存在每激发的更多平移运动时重建经校正的磁共振图像132的范例。示出了表示多个k空间数据组126的图像。这些然后使用基于深度学习的方法重建以构建中间磁共振图像304。在步骤122中,可以看到这如何被用于应用空间变换估计模块122和此处确切图示什么是刚性运动估计。多个k空间数据组126和空间变换数据130的组合被用于重建经校正的磁共振图像132。

图10比较三幅图像1000、802、和132。图像1000表示当不存在运动损坏时使用k空间数据124的重建。在步骤802中,k空间数据的组已经人工地使运动添加到其。使用该损坏k空间数据的重建导致严重模糊的图像802。通过应用如本文所描述的方法,经校正的磁共振图像132可以生成,并且可以看到存在于图像802中的大多数运动伪影现在消失。

图11示出了类似于图9和10中图示的范例的另一范例。比较图像1000、802’、和132’。图9和10中使用的相同k空间数据再次使用在图11中。使用未损坏的k空间数据重建的图像再次被图示为图像1000。在这种情况下,大平移运动已经每激发被添加。当该损坏k空间数据被用于重建图像时,其是严重模糊的并且特征是不可识别的。该运动损坏图像802’在图像1000旁边显示。当如本文所描述的方法应用于损坏k空间数据时,生成经校正的磁共振图像132’。可以看到,图像132’的质量几乎与图像1000相同。图9、10、和11图示了方法针对运动和大平移运动两者是有效的。

尽管已经在附图和前面的描述中详细说明和描述了本发明,但这样的说明和描述被认为是说明性或示范性的而非限制性的;本发明不限于公开的实施例。

本领域技术人员通过研究附图、说明书和权利要求书,在实践要求保护的本发明时能够理解和实现所公开实施例的其他变型。在权利要求书中,“包括”一词不排除其他元件或步骤,词语“一”或“一个”不排除多个。单个处理器或其他单元可以满足权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定元件,但是这并不指示不能有利地使用这些元件的组合。计算机程序可以存储和/或分布在适当的介质上,例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质,但计算机程序也可以以其他形式分布,例如经由因特网或其他有线或无线的远程通信系统分布。权利要求书中的任何附图标记都不得被解释为对范围的限制。

27页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种锂电池测试设备自动校准工装及方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!