专利名称：用于采集医学图像数据的方法、装置和计算机程序产品的制作方法
技术领域：
本发明涉及医学成像，尤其涉及医学图像之内的感兴趣区域的自动识别。
背景技术：
诸如磁共振成像(MRI)、计算机断层摄影(CT)或正电子发射断层摄影(PET)的医学成像技术能够采集关于患者的身体结构的信息并构建二维或三维数据集。然后可以将这些数据集用于以对医师诊断有用的形式构建数据集的可视化。例如，作为产生患者体内图像的流程的一部分，MRI扫描器使用磁场来对准原子的核自旋。这个磁场被称为BO场。在MRI扫描期间，发射线圈产生的射频(RF)脉冲给局部磁场带来扰动，并且可用于操纵核自旋相对于BO场的取向。核自旋发射的RF信号被接收线圈检测，并且这些RF信号被用于构建MRI图像。对于很多临床应用而言，操作员在医学图像数据中描绘出感兴趣区域以辅助医师对其患者进行诊断。对于MRI，应用的示例包括-测量动脉瘤、肿瘤或大脑尺寸。常常通过执行多次MRI检查在一段时间内跟踪这种信息。-在进行最大强度投影之前，在医学图像数据中限定包含血管结构的体积。-自动描绘出神经纤维束。通常由操作员手工描绘感兴趣区域，这是一项冗长乏味的工作。不同的操作员会以不同的方式描绘感兴趣区域，从而导致操作员之间存在变异性。此外，单个操作员可能随时间不同或在不同患者之间不一致地描绘感兴趣区域，从而导致操作员自身的变异性。在要求一致性时，例如在需要在多次检查中跟踪肿瘤的尺寸时，这种变异性降低了诊断数据的有用性。或者，可以使用感兴趣区域的自动识别来描绘解剖结构。不过，根据放射学家对形状、尺寸、位置的偏好，对这些感兴趣区域的临床描绘可能有所不同。例如，感兴趣区域的边界可能位于对比度边界之间，通常利用分割算法提取对比度边界。此外，仅在用于自动分割的图像具有分割算法所要求的对比度特性时，自动分割算法才能恰当工作。美国专利申请2008/0103383描述了采集针对特定目标结构优化的MRI图像以及对准侦查图像。
发明内容
本发明提供了用于利用具有预定义的自由形状的几何结构的至少一个感兴趣区域采集医学图像数据的方法、计算机程序产品和装置。在从属权利要求中给出了本发明的实施例。本发明的实施例通过组合手工描绘感兴趣区域的优点和使用算法使对感兴趣区域的识别自动化的优点克服了上述局限。可以将分割算法用于使对感兴趣区域的识别自动化。换言之，本发明的实施例可以缓解以下两种方式的缺点
5
-手工描绘感兴趣区域，这是冗长乏味且易于不一致的；-自动分割，这可能导致与操作员所偏好的不同的感兴趣区域并需要具有与对比度特性相关的特定要求的图像信息。利用现有技术，操作员有可能训练系统以根据系统用户的特定偏好在医学图像中定位框形几何结构。对于这种训练，该技术利用了(i)借助于分割覆盖感兴趣解剖结构的粗略的调查图像的自动解剖结构检测，和(ii)操作员提供的框形示例性几何结构。系统从这种训练学习到根据自动解剖结构检测的结果定位框形几何结构的期望方式。本发明的实施例可以在一个或多个以下方面中改进对框形几何结构的使用1.与用于规划框形几何结构的这种现有技术类似，本发明的实施例可以自动识别自由形状的几何结构。在一个实施例中，该系统利用了(i)借助于分割覆盖感兴趣解剖结构的粗略的调查图像的自动解剖结构检测，和(ii)操作员提供的示例性感兴趣区域。于是，在这一实施例中，该系统学习到相对于自动解剖结构检测结果的这些感兴趣区域的期望的位置和形状。2.可以在诊断图像上而不是在粗略的调查图像上描绘感兴趣区域。这种诊断图像典型地包含额外的信息，额外的信息可能涉及放射学家所偏好的感兴趣区域的形状。本发明的实施例可以使用诊断图像中的这种额外的信息作为分割技术的输入。3.此外，本发明的实施例可以拒绝或接受诊断图像作为这些分割技术的输入。关于拒绝或包括的决定是基于用于识别感兴趣区域的算法所依赖的对比度特性的预定义要求的。本发明的实施例可以如下执行患者检查1.扫描粗略的调查图像。2.系统利用容易获得的分割技术根据从步骤1获得的图像执行自动解剖结构检测。3.扫描诊断图像。4.系统使用(i)从步骤2获得的自动解剖结构检测结果，和(ii)操作员提供的感兴趣区域以及其对应的自动解剖结构检测结果。基于这种信息，系统提议感兴趣区域。5.系统使用从诊断图像自动确定的特征(步骤幻进一步优化从步骤4获得的感兴趣区域的所提议的形状、位置、取向和尺寸。6.系统从操作员接收数据，该数据用于调整从步骤5获得的感兴趣区域的所提议的形状、位置、取向和尺寸。7.作为用于后续检查的训练的一部分，该系统使用(i)来自步骤6的经调整的感兴趣区域，(ii)来自步骤2的自动解剖结构检测结果，以及(iii)处在来自步骤6的经调整的感兴趣区域所限定的位置的诊断图像中的特征。本发明的实施例可以是适用的硬件或软件系统，其产生人、动物或材料的数字图像，其中产生任意形状的几何结构以描绘这些人、动物或材料的图像的一部分或多部分。本发明的实施例可以具有以下特征1.自动定位、定形、定取向和/或定尺寸的感兴趣区域，其中，在操作员提供示例后，修改设备所提议的其位置、形状、取向和/或尺寸，从而使得提议越来越类似于操作员所提供的示例，和/或
2.自动定位、定形、定取向和/或定尺寸的感兴趣区域，其中，如果可以从诊断扫描获得与感兴趣区域相关的图像，则其位置、形状、取向和/或尺寸会变化。在这里将医学图像数据定义为利用医学成像扫描器采集的二维或三维数据。在这里将医学成像扫描器定义为一种装置，其适于采集关于患者的身体结构的信息并构建多组二维或三维医学图像数据。可以使用医学图像数据以构建对医师进行诊断有用的可视化。 可以利用计算机执行这种可视化。可用于构建医学成像扫描器的技术的示例为磁共振成像(MRI)、功能性磁共振成像(fMRI)、弥散磁共振成像、灌注磁共振成像、计算机断层摄影 (CT)、正电子发射断层摄影(PET)和超声。此外，可以同时或顺次执行医学成像技术以获得医学图像数据。示例为组合式MRI和PET医学成像扫描器或MRI引导的高强度聚焦超声 (HIFU)。除了用于消融组织的超声换能器之外，组合式MRI和HIFU系统还可以具有用于采集医学图像数据的超声换能器。在构建医学图像数据的最大强度投影(MIP)时，与执行特定诊断不相关的解剖结构可能会使相关的解剖结构模糊不清。在这里将术语“截取并保持的(cut-out-and-ke印)” 定义为使用已经被识别为感兴趣区域的医学图像数据的区域来构建MIP。使用感兴趣区域之内的医学图像数据构建MIP，并且忽略MIP外部的医学图像数据。在这里将可训练的模式识别模块定义为能够使用一组训练图像训练的模式识别模块。训练图像具有在使用图像进行训练前已经识别的至少一个感兴趣区域。可以使用多种不同的方法实现可训练的模式识别模块。可以使用的不同的方法或算法的示例是主成分分析、神经网络、CN2算法、C4. 5算法、迭代二分器3(ID;3)、最近邻搜索算法、朴素贝叶斯分类器算法、全息关联存储或感知学习算法。本发明的实施例提供了一种用于利用具有预定义自由形状的几何结构的至少一个感兴趣区域采集医学图像数据的方法，其包括以下步骤采集第一组医学图像数据，识别所述第一组图像数据中的至少一个解剖学界标，以及使用所述至少一个解剖学界标利用受训模式识别模块确定至少一个感兴趣区域。这种方法具有以下优点，S卩，使用受训模式识别模块比人工操作员更一致，并且还减轻了操作员必须规划至少一个感兴趣区域的工作。可以将这种方法应用于多种医学成像模态。这些成像模态包括磁共振成像、正电子发射断层摄影、功能性磁共振成像、灌注磁共振成像、计算机断层摄影、超声成像和断层摄影。这些医学成像技术采集可用于构建供医生诊断的二维或三维图像的医学图像数据。预定义自由形状的几何结构可以是二维结构或者可以是三维几何构造。在二维中，示例是拟合到几何结构的样条或函数，或者可以是由样条或其他函数包围的体积。在三维医学成像数据中，预定义自由形状的几何结构可以包括流形、表面或体积。可以通过具有被变形并拟合到医学图像数据中解剖学界标的几何结构的形状或模型来预定义几何结构。 还可以依据用户指定的用于训练受训模式识别模块的几何结构来定义预定义自由形状的几何结构。在这种情况下，相对于解剖学界标预定义该形状。在另一实施例中，该方法还包括采集第二组医学图像数据以及使用至少一个解剖学界标和第二组医学图像数据利用受训模式识别模块调节至少一个感兴趣区域的形状或位置的步骤。在这一实施例中，使用第二组医学图像数据细化使用解剖学界标找到的感兴趣区域。这具有以下优点模式识别模块可以使用包含不同信息、具有不同对比度水平或以不同分辨率获取的多个图像来细化医学图像数据之内预定义自由形状的几何结构的位置。 这两组医学图像数据可以来自同一类型的医学成像扫描器，例如，两个不同的MIR图像可以是以不同分辨率或使用不同脉冲序列获取的。于是受训模式识别模块可以使用两个图像之内的不同信息构建感兴趣区域。除此之外，还可以使用不同的医学成像模态，例如，可以执行组合式正电子发射断层摄影和MRI成像。另一示例是组合诸如HIFU的超声和磁共振成像。可以利用组合式扫描器获得成像，或者可以在进行医学成像的两个不同区域之间移动患者。例如，患者可以在患者支架上并被移动到磁共振成像设备中，并且然后可以在患者支架上被移动到HIFU超声设备。HIFU超声设备适于利用超声波治疗肿瘤并避开组织，但它们也包含诊断超声换能器。因为患者在患者支架上，所以可以清楚地限定患者相对于患者支架的几何结构，并可以将此用于使在一个医学成像设备中获取的图像与另一个相关。在另一实施例中，第一组医学图像可以具有第一分辨率，而第二组医学图像可以具有第二分辨率。第一分辨率可以低于第二分辨率。可以采集第一组医学图像数据作为较低分辨率的调查扫描，并且可以采集第二组医学图像作为诊断扫描。本实施例是有利的，因为可以使用来自第一扫描的解剖学界标帮助识别第二组医学图像数据中的感兴趣区域。用于识别解剖学界标的算法，例如分割算法，可能对图像的对比度非常依赖。在第一组医学图像数据中识别解剖学界标可以降低对诊断医学图像数据具有特定对比度水平的需求。可以选择对比度，使其有利于放射学家而非分割算法。在另一实施例中，采集医学图像数据的方法还包括如下步骤计算第二组医学图像数据的第一对比度度量，确定该对比度度量是否满足第二预定标准，并在不满足第二预定标准时执行预定动作。这一实施例的优点在于，医学图像的对比度可能对受训模式识别模块的工作情况有影响。正常情况下，利用对比度满足预定标准的图像训练受训模式识别模块。如果图像的对比度与用于训练它的图像差异过大，受训模式识别模块将不会恰当工作。因此，这具有以下优点计算对比度度量对于确保受训模式识别模块能够恰当工作是有用的。一种对比度度量是计算一组医学成像数据之内的对比度的方法。这可以包括针对医学图像数据的部分或全部计算直方图或对医学图像数据的全部或部分执行统计分析。可以使用模式识别模块或分割算法识别医学图像数据中要执行计算或统计分析的区域来实现对比度度量。本实施例还包括如果不满足第二预定标准则执行预定义操作。可以执行的预定义操作的示例是如果不满足第二预定标准则提示操作员。这样具有以下优点在采集医学图像数据时，操作员知道对比度未恰当位于其范围之内。还可以配置该系统，使得如果不满足第二预定标准则重新采集第二组医学图像数据。如果不满足第二预定标准，可以暂停对至少一个感兴趣区域的调节。还可以显示第二用户界面，其可用于从操作员接收指令。这允许在不满足第二预定标准的情况下操作员手工控制和调节至少一个感兴趣区域。所有这些动作具有以下优点它们允许系统自动补偿或允许操作员补偿不正确的对比度。在另一实施例中，第一组医学图像具有对比度，并且该方法还包括如下步骤计算第一组医学图像数据的第一对比度度量，确定第一对比度度量是否满足第一预定标准，以及如果不满足第一预定标准则执行预定义操作。本实施例与不满足第二预定标准时具有相同的优点。而且，也可以执行与不满足第二预定标准时相同的动作。在另一实施例中，该方法还包括如下步骤以图形方式显示至少一个感兴趣区域，
8从操作员接收对至少一个感兴趣区域的修改，并使用修改对受训模式识别模块执行训练步骤。以图形方式显示至少一个感兴趣区域是有利的，因为这允许操作员查看是否恰当地指定了感兴趣区域。从操作员接收对至少一个感兴趣区域的修改是有利的，因为如果受训模式识别模块未被恰当地放置在至少一个感兴趣区域中，则操作员能够提供校正。这也是有利的，因为这允许系统从操作员学习。可以使用从操作员接收的修改为受训模式识别模块执行训练步骤。这样具有以下优点随着该系统由有经验的操作员在临床环境中使用，可以训练该系统以更精确地识别感兴趣区域。在另一实施例中，医学图像数据为磁共振成像医学数据，并且至少一个感兴趣区域可用于如下操作之一测量肿瘤尺寸，测量动脉瘤尺寸，测量大脑尺寸，描绘神经纤维束， 在进行最大强度投影之前限定医学图像数据之内包含血管结构的体积，限定流体所流过的边界区域，以及确定勻场体积。在限定流体所流过的边界区域后，该方法还包括利用所述医学图像数据计算通过边界区域的流体流的步骤。在限定勻场体积后，该方法还包括利用所述勻场体积采集额外的医学图像数据的步骤。执行这些动作的任一个都是有利的，因为它们都需要识别感兴趣区域，对于操作员而言这是耗费时间的。在限定感兴趣区域时，操作人员还具有操作员间的或操作员自身的差异，这可能导致诊断差异。例如，这可能导致几次检查中测量肿瘤尺寸的错误。在另一实施例中，将至少一个感兴趣区域用于产生规划数据，以用于规划额外的医学图像数据的采集。这是有利的，因为可以将该方法的实施例整合到自动规划方案中。自动扫描规划方案是有利的，因为例如如果过可将感兴趣区域用于限定放射学家可能希望进一步检查的器官或区域，则操作员不需要花时间规划各种扫描。在另一方面中，本发明的实施例提供了一种包括一组计算机可执行指令的计算机程序产品，用于执行前述方法实施例中任一个的方法。这具有以下优点，即可以比人更迅速地执行所述方法。在另一方面中，本发明的实施例提供了一种利用具有自由定义形状的几何结构的至少一个感兴趣区域采集医学图像数据的装置。也可以将前述医学成像模态和不同医学成像模态的组合应用于本实施例。不同类型的医学成像数据的定义也可适用于本实施例。该装置包括适于采集第一组医学图像数据的采集模块、适于识别第一组图像数据中的至少一个解剖学界标的识别模块，以及适于使用所述至少一个解剖学界标利用受训模式识别模块确定至少一个感兴趣区域的受训模式识别模块。该装置与前述方法具有相同的优点。在另一实施例中，所述采集模块还适于采集第二组医学图像数据，并且所述模式识别模块还适于使用所述至少一个解剖学界标和所述第二组医学图像数据调节所述至少一个感兴趣区域的位置和/或形状。本实施例与前述方法具有相同优点。可以使用相同的技术实现该装置，并可以使用前述的相同的成像模态或成像模态的组合实现该装置。在另一实施例中，第二组医学图像数据具有对比度，并且该装置还包括适于计算所述第二组医学图像数据的第二对比度度量的第二对比度度量计算模块、适于确定所述第二对比度度量是否满足第二预定标准的第二确定模块，以及适于在不满足第二预定标准的情况下提示操作员的第二提示模块。前面已经描述了其优点以及在不满足第二预定标准的情况下可以采取的动作。在另一实施例中，第一组医学图像数据具有对比度，并且该装置还包括适于计算所述第一组医学图像数据的第一对比度度量的第一对比度度量计算模块、用于确定第一对比度度量是否满足第一预定标准并且还在不满足第一预定标准的情况下采取至少一种动作的第一确定模块。前面已经描述了本实施例的优点以及在不满足第一预定标准的情况下可以采取的动作。在另一实施例中，该装置还包括适于以图形方式显示所述至少一个感兴趣区域的第三显示模块、适于从操作员接收对所述至少一个感兴趣区域的修改的修改接收模块，以及适于使用所述修改为所述受训模式识别模块执行训练步骤的训练模块。前面已经描述了本实施例的优点和实现方式。在另一实施例中，所述装置适于采集MRI医学图像数据，并且所述受训模式识别模块还适于将所述至少一个感兴趣区域用于如下操作之一测量肿瘤尺寸，测量动脉瘤尺寸，测量大脑尺寸，自动描绘神经纤维束，在进行最大强度投影之前从医学图像数据去除血管结构，限定流体所流过的边界区域，以及确定勻场体积。如果限定了流体所流过的边界区域，所述装置还包括适于利用MRI医学图像数据计算通过所述边界区域的流体流的计算模块。医学图像采集模块还适于在确定了勻场体积的情况下采集额外的医学图像数据。前面已经描述了本实施例的优点。在另一实施例中，模式识别模块还适于利用至少一个感兴趣区域产生一组规划数据，以用于规划额外的医学图像数据的采集，并且图像采集模块还适于利用该组规划数据采集额外的医学图像数据。前面已经论述了本实施例的优点。
在下文中，将仅通过示例的方式并参考附图描述本发明的优选实施例，在附图中图1是根据本发明的方法的实施例；图2是根据本发明的装置的实施例；图3是根据本发明的方法的实施例；图4是示出了感兴趣区域的三维最大强度投影磁共振血管造影医学图像数据的轴向切片；图5是示出了胸廓和勻场体积的横平面的MRI医学图像数据的切片。附图标记列表100 采集第一组医学图像数据102 识别至少一个解剖学界标104 使用至少一个解剖学界标利用受训模式识别模块确定至少一个感兴趣区域106 采集第二组医学图像数据108 使用至少一个解剖学界标和第二组医学图像数据调节感兴趣区域的位置和/或形状110 以图形方式显示至少一个感兴趣区域112 从操作员接收感兴趣区域修改114 使用修改对受训模式识别模块执行训练步骤
200采集模块
202患者支架
204患者
206采集区
208控制单元
210硬件接口
212微处理器
214用户界面
216计算机程序产品
218识别模块
220受训模式识别模块
222训练模块
224图形用户界面
226显示模块
228医学图像数据
230感兴趣区域
232修改接收模块
234接受按钮
236调节按钮
238训练按钮
300采集调查图像
302提取解剖学界标
304采集3D MRA图像
306无选择地产生MRA的MIP
308操作员记录示例性“截取并保持的”感兴趣区域
310有选择地产生MRA的MIP，仅包括“截取并保
持的”感兴趣区域之内的信息
312存储示例性“截取并保持的”感兴趣区域和对应
的解剖学界标
314从示例对先前检查的训练中学习并组合来自当前
检查的解剖学界标
316遵循操作员的偏好提议“截取并保持的”感兴趣
区域的自动化形状、尺寸、位置和取向
4003D MRA MRI数据集的轴向MIP
402感兴趣区域
404血管
406表示大脑皮层的解剖学界标
408表示眼睛的解剖学界标
410矢状平面中识别的解剖学界标
41241450050具体实施例方式图1示出了利用具有预定义自由几何形状的至少一个感兴趣区域采集医学图像数据的方法的实施例。该方法包括采集第一组医学图像数据100，识别至少一个解剖学界标102，使用所述至少一个解剖学界标利用受训模式识别模块确定至少一个感兴趣区域 104，采集第二组医学图像数据106，使用所述至少一个解剖学界标和第二组图像数据调节所述至少一个感兴趣区域的位置和/或形状108，以图形方式显示所述至少一个感兴趣区域110，从操作员接收感兴趣区域修改112，以及使用所述修改以执行用于受训模式识别模块的训练步骤114。可以使用多种不同的图像模态来采集第一组医学图像数据，例如使用磁共振成像、正电子发射断层摄影、计算机断层摄影或其他医学成像技术。利用分割算法或其他识别算法识别102至少一个解剖学界标。然后使用受训模式识别模块，利用至少一个解剖学界标识别至少一个感兴趣区域104。可以利用前述技术实现受训模式识别模块。接下来，采集第二组医学图像数据106。这可以是与用于采集第一图像相同的医学成像技术，或者可以利用不同的医学成像技术。这在前面描述过。然后由受训模式识别模块使用这第二组医学图像数据，利用第二组医学图像数据和解剖学界标修订至少一个感兴趣区域的位置和/或形状。为了检查感兴趣区域，以图形方式显示感兴趣区域110。这可以被显示在具有图形用户界面的计算机监视器上。操作员然后能够检查至少一个感兴趣区域并判断它是否正确或是否应该细化。下一步骤是从操作员接收对感兴趣区域的修改。这可以利用图形用户界面实现，其中操作员利用鼠标在界面中修改感兴趣区域。在最后的步骤中，利用从操作员接收的修改训练受训模式识别模块。这具有如下效果可以使用修改来根据医师的偏好调节对感兴趣区域的确定。在受训模式识别模块受到足够的训练后，可以使用该系统而无需训练步骤。可以由放射学家或操作员利用训练步骤在医院中进行训练，或者可以在不同的地点进行训练，并且然后将模块转移到不同的医院或地点。这是针对第一图像或针对第二图像的对比度度量很重要的一个原因。图像的对比度影响受训模式识别模块的工作。对对比度进行控制或至少进行检查以确保对比度位于某种预定标准之内使得受训模式识别模块能够恰当工作。图2示出了根据本发明实施例的装置的实施例。有采集模块200，其适于采集采集区206之内的医学图像数据。这个图示出了患者支架202上的患者204。患者204的一部分位于采集区206之内。然后能够由采集模块200对患者的这个区域成像。有控制单元 208，其适于控制采集模块200，并且还适于分析其从采集模块200接收的医学成像数据。对于诸如磁共振成像或正电子发射断层摄影的医学成像技术，采集模块采集的数据不是人能够理解的形式。在这种情况下，需要分析数据以重建操作人员能够解释的图像。在MRI中，使用傅里叶积分以利用MRI扫描器获得的数据来构建患者的医学图像数据的切片或体积。控制单元208包含硬件接口 210、微处理器212和用户界面214。硬件
冠状平面中识别的解剖学界标当前切片中识别的解剖学界标示出胸廓的横平面的MRI图像数据感兴趣区域接口 210与采集模块200通信。硬件接口 210能够发送命令，并且还能够从采集模块200 接收数据。硬件接口 210还与微处理器212通信。微处理器212可以是计算机，微处理器 212具有计算机程序产品216，其包括机器可执行指令。该计算机程序产品216适于操作采集模块200，并且还适于分析医学成像数据并将其转换成操作员能够解释或放射学家能够用于诊断患者的形式。该计算机程序产品包含可执行计算机指令，其包括识别模块218。这可以是分割例程或能够用于识别局部界标的其他例程。计算机程序产品还包括受训模式识别模块220。已经论述了将此实现的方式和受训模式识别模块的优点。计算机程序产品还包括训练模块222。训练模块222可以是受训模式识别模块220 的一部分，或者可以是适于修改受训模式识别模块或受训模式识别模块220所使用的任何数据的单独的可执行计算机指令。有用户界面214，其与微处理器212交互。用户界面214 包括适于向操作员显示信息并且还适于从操作员接收输入的表面。这可以利用计算机监视器、键盘和鼠标实现。示出了用于图形用户界面224的示例性对话框。图形用户界面2M显示适于显示医学图像数据228的显示模块226。显示模块2 还示出了叠加在医学图像数据2 上方的感兴趣区域230。这允许操作员看到感兴趣区域230与医学图像数据228的关系。感兴趣区域230还具有修改接收模块232。在这一实施例中，图形用户界面2M上有标记，其可以由计算机鼠标移动。操作员能够拖动并点击任何修改接收模块232。图形用户界面224 中还有一系列按钮234、236、238。在操作期间，系统能够采集医学图像数据228，然后显示所提议的感兴趣区域230。如果操作员对这个感兴趣区域230感到满意，操作员可以点击接受按钮234。如果操作员对感兴趣区域230不满意，操作员可以点击调节按钮236。操作员于是能够利用计算机鼠标操纵任何修改接收模块232。在操作员完成时，操作员可以点击训练按钮238。在点击训练按钮后，训练模块222于是对受训模式识别模块220执行训练步骤。在接下来的检查期间，刚刚执行的训练步骤将改进感兴趣区域230的自动放置。图3示出了用于构建三维磁共振血管造影数据集的最大强度投影图的本发明方法的实施例。该图示出了系统基于自动解剖结构检测并遵循操作员的偏好进行学习以提议 “截取并保持的”感兴趣区域的自动化形状、尺寸、位置和取向的过程。通常借助于三维(3D)磁共振血管造影(MRA)数据集的最大强度投影(MIP)对颅内血管结构进行可视化。原始的3D MR血管造影数据集包括的解剖学信息比诊断血管结构相关的信息更多。如果从整个3D MRA数据集无选择地产生MIP，一些不相关的解剖结构信息，例如来自头骨或来自眼睛的信息，可能会妨碍清楚地观察相关解剖结构。为了能够清楚地观察相关解剖结构，使用所谓的“截取并保持的”感兴趣区域将相关解剖结构从不相关解剖结构区分开。通常，利用从整个3D MRA数据集无选择地产生的多个取向的MIP手工限定 “截取并保持的”感兴趣区域。本发明的实施例能够使针对颅内MRA的MIP确定“截取并保持的”感兴趣区域的位置、形状、取向和尺寸的过程自动化。一个或多个操作员在几次检查的颅内MRA数据集上得到的示例性“截取并保持的”感兴趣区域和对应的自动检测结果用于对系统进行训练。利用这种训练，系统学习根据自动解剖结构检测结果对这些感兴趣区域进行定位和定形的期望方式。对于类似的检查，系统使用自动解剖结构检测结果，以遵循从训练学习到的一个或多个操作员的偏好，针对颅内MRA数据集的MIP，提议“截取并保持的”感兴趣区域的自动化形状、尺寸、位置和取向。在这一实施例中，采集两个磁共振成像图像。首先，采集300调查图像。从调查图像提取302解剖学界标。可以使用标准分割算法提取解剖学界标，分割算法的选择取决于被检查的解剖结构。也可以使用自配准算法构建界标。在这种技术中，对多个调查图像进行平均，然后在平均图像上识别界标。如果调查扫描来自具有平均或正常解剖结构的患者， 该技术也可以通过在单个调查图像中识别解剖学界标来工作。可以由人利用解剖学知识例示能够由自配准算法使用的人工图像。自配准算法然后能够在所采集的调查图像中定位识别感兴趣解剖结构的界标。接下来，采集304三维磁共振血管造影数据集图像。这示出了血管中的额外结构。使用调查图像来采集解剖学界标，然后使用MRA图像来采集关于血管的具体信息。接下来，然后利用整个3D MRA图像从三维MRA产生306最大强度投影(MIP)。 这样能够获得限于亮像素或那些饱和的像素的MIP。接下来，操作员限定截取并保持的感兴趣区域。操作员限定包含医师感兴趣的血管的可能的感兴趣区域。如果该图像足以产生对放射学家有用的图像，那么在最后的步骤中，产生310感兴趣区域之内仅MRA信息的有选择地产生的MIP。然后放射学家使用这个图像进行诊断。不过，一开始，需要训练受训模式识别模块。在这种情况下，与对应的解剖学界标一起存储312关键感兴趣区域。然后这被用于利用截取并保持的区域和在图中提取的解剖学界标来训练受训模式识别模块220。在步骤302期间，可以为步骤314向受训模式识别模块提供关于解剖学界标的信息。接下来，建议316截取并保持的区域的所提议的自动化形状、尺寸、位置和取向。 在已经对系统进行训练后，系统直接从MRA步骤306的无选择地产生的MIP前进到步骤 316。在向操作员显示提议的自动步骤提议的形状、尺寸和位置后，操作员于是能够再次记录308截取并保持的区域的示例。重复这个过程，直到产生足以进行诊断的图像。在准备好诊断图像时，然后最后的步骤是上文论述的310。图4是3D MRA数据集的轴向MIP，具有自动发现的解剖学界标和从这些界标以及来自先前检查的示例性“截取并保持的”ROI导出的自动定形和定位的“截取并保持的”R0I， 用于避免不相关解剖结构阻碍观察相关血管结构。图4示出了三维MRA磁共振成像数据集的实际MIP的切片400。在这个图中，可以看到感兴趣区域402。图像中的方形标记406、408、410、412、414为解剖学界标。有与大脑皮层对应的解剖学界标406，还有与眼睛的位置对应的解剖学界标408。这个图像仅示出了三维MRI图像的一个切片，但是将已经识别的解剖学界标投影到形成该切片的平面上。较大的标记表示当前切片的平面中的解剖学界标414。还有在矢状平面中的垂直的一排解剖学界标410。有在冠状平面中的水平的第二排解剖学界标412。放射学家要研究的血管404位于感兴趣区域402之内。在矢状和冠状平面中也标识出感兴趣区域。于是， 这三个感兴趣区域的交集形成的体积是用于三维最大强度投影的体积。也可以构建针对矢状和冠状平面的图，但这里未示出。图5示出了一系列MRI图像数据的一个切片，其示出了胸廓的横平面。在本发明的一个实施例中，定位感兴趣区域并然后将该感兴趣区域用于定位勻场体积(shim volume) 的位置。MRI系统的勻场线圈用于补偿由被检查的对象或患者或MRI系统中的磁不均勻性缺陷导致的勻场体积502之内的磁场的不均勻性。勻场增大了磁场的均勻性，并因此确保MRI图像更精确地表示被检查的对象或患者。典型地，通过获取若干切片来对三维体积成像。为了恰当勻场该体积，操作员需要在所有切片中遍历并限定感兴趣区域。为了执行此操作，操作员会获取MRI图像数据500并在每个切片上手工放置感兴趣区域502。
此操作是冗长乏味的，并且可能由于操作员间的差异以及一位操作员会发生的差异而导致不一致性。使用所述方法自动进行此操作的优点是将节省操作员的时间，且变得更加一致。于是，包括MRI图像数据的所有切片都放置有感兴趣区域502，并且于是这可以被用于限定勻场体积，然后将该勻场体积用于计算用于勻场梯度线圈的恰当的电流。在执行了此操作后，于是可以利用限定的勻场体积采集额外的MRI数据。
权利要求
1.一种利用具有预定义自由形状的几何结构的至少一个感兴趣区域(230，402，502) 采集医学图像数据G00，500)的方法，其包括以下步骤-采集第一组医学图像数据(100)，其中，所述第一组医学图像数据是粗略的调查图像数据，-识别所述第一组图像数据中的至少一个解剖学界标(406，408，410，412，414) (102)， -使用所述至少一个解剖学界标，利用受训模式识别模块(220)确定所述至少一个感兴趣区域(104)，-采集第二组医学图像数据(106)，其中，所述第二组医学图像数据是诊断图像数据， -使用所述至少一个解剖学界标和所述第二组医学图像数据，利用所述受训模式识别模块调节所述至少一个感兴趣区域的位置和/或形状(108)。
2.根据权利要求1所述的方法，其中，所述第二组医学图像数据具有对比度，所述方法还包括-计算所述第二组医学图像数据的第二对比度度量， -确定所述对比度度量是否满足第二预定标准，-如果不满足所述第二预定标准则提示操作员，和/或如果不满足所述第二预定标准则重新采集所述第二组医学图像数据，和/或如果不满足所述第二预定标准则暂停调节所述至少一个感兴趣区域的步骤，和/或如果不满足所述第二预定标准则显示第二用户界面，所述第二用户界面可用于从操作员接收指令，从而允许所述操作员手工控制对所述至少一个感兴趣区域的调节。
3.根据权利要求1或2所述的方法，其中，所述第一组医学图像数据具有对比度，所述方法还包括-计算所述第一组医学图像数据的第一对比度度量， -确定所述第一对比度度量是否满足第一预定标准，-如果不满足所述第一预定标准则提示操作员，和/或如果不满足所述第一预定标准则重新采集所述第一组医学图像数据，和/或如果不满足所述第一预定标准则暂停确定所述至少一个感兴趣区域的步骤，和/或如果不满足所述第一预定标准则显示第一用户界面，所述第一用户界面可用于从操作员接收指令，从而允许所述操作员手工控制对所述至少一个感兴趣区域的确定。
4.根据前述权利要求中的任一项所述的方法，还包括如下步骤 -以图形方式显示所述至少一个感兴趣区域(110)，-从操作员接收对所述至少一个感兴趣区域的修改(112)， -使用所述修改为所述受训模式识别模块(114)执行训练步骤。
5.根据前述权利要求中的任一项所述的方法，其中，所述医学图像数据为MRI医学图像数据，其中，所述至少一个感兴趣区域被用于如下操作之一-测量肿瘤尺寸， -测量动脉瘤尺寸， -测量大脑尺寸， -描绘神经纤维束，-从所述医学图像数据选择具有血管结构的体积，以进行最大强度投影，-限定流体通过其流动的边界区域，所述方法还包括使用所述医学图像数据计算通过所述边界区域的流体流的步骤，-确定勻场体积，所述方法还包括使用所述勻场体积采集额外的医学图像数据的步骤。
6.一种计算机程序产品016)，其包括用于执行如前述权利要求中的任一项所述的方法的一组计算机可执行指令。
7.一种利用具有预定义自由形状的几何结构的至少一个感兴趣区域(230，402，502) 采集医学图像数据G00，500)的装置，其包括-采集模块000)，其适于采集第一组医学图像数据，其中，所述第一组医学图像数据是粗略的调查图像数据，-识别模块018)，其适于识别所述第一组图像数据中的至少一个解剖学界标(406， 408,410,412,414)，-受训模式识别模块O20)，其适于使用所述至少一个解剖学界标，利用受训模式识别模块(220)确定所述至少一个感兴趣区域，其中，所述采集模块还适于采集第二组医学图像数据，其中，所述第二组医学图像数据为诊断图像数据，其中，所述受训模式识别模块还适于使用所述至少一个解剖学界标和所述第二组医学图像数据调节所述至少一个感兴趣区域的位置和/或形状。
8.根据权利要求7所述的装置，其中，所述第二组医学图像数据具有对比度，所述装置还包括-第二对比度度量计算模块，其适于计算所述第二组医学图像数据的第二对比度度量， -第二确定模块，其适于确定所述第二对比度度量是否满足第二预定标准， -第二提示模块，其适于在不满足所述第二预定标准的情况下提示操作员，和/或第二重新采集模块，其适于在不满足所述第二预定标准的情况下重新采集所述第二组医学图像数据，和/或第二暂停模块，其适于在不满足所述第二预定标准的情况下暂停所述受训模式识别模块调节所述至少一个感兴趣区域，和/或第二显示模块，其适于在不满足所述第二预定标准的情况下显示用户界面，该用户界面可用于从操作员接收指令，从而允许所述操作员手工控制对所述至少一个感兴趣区域的确定。
9.根据权利要求7或8所述的装置，其中，所述第一组医学图像数据具有对比度，所述装置还包括-第一对比度度量计算模块，其适于计算所述第一组医学图像数据的第一对比度度量， -第一确定模块，其适于确定所述第一对比度度量是否满足第一预定标准， -第一提示模块，其适于在不满足所述第一预定标准的情况下提示操作员，和/或第一重新采集模块，其适于在不满足所述第一预定标准的情况下重新采集所述第一组医学图像数据，和/或第一暂停模块，其适于在不满足所述第一预定标准的情况下暂停所述受训模式识别模块确定所述至少一个感兴趣区域，和/或第一显示模块，其适于在不满足所述第一预定标准的情况下显示用户界面，该用户界面可用于从操作员接收指令，从而允许所述操作员手工控制对所述至少一个感兴趣区域的确定。
10.根据权利要求7到9中的任一项所述的装置，还包括-第三显示模块025)，其适于以图形方式显示所述至少一个感兴趣区域， -修改接收模块032)，其适于从操作员接收对所述至少一个感兴趣区域的修改，-训练模块022)，其适于使用所述修改为所述受训模式识别模块执行训练步骤。
11.根据权利要求7到10中的任一项所述的装置，其中，所述装置适于采集MRI医学图像数据，其中，所述受训模式识别模块还适于将所述至少一个感兴趣区域用于如下操作之-测量肿瘤尺寸， -测量动脉瘤尺寸， -测量大脑尺寸， -描绘神经纤维束，-从所述医学图像数据选择具有血管结构的体积(40 ，以进行最大强度投影， -限定流体通过其流动的边界区域，所述装置还包括计算模块，其适于使用MRI医学图像数据计算通过所述边界区域的流体流，-确定勻场体积(50 ，并且其中，所述医学图像采集模块还适于使用所述勻场体积采集额外的医学图像数据。
12.根据权利要求7到11中的任一项所述的装置，其中，所述模式识别模块还适于使用所述至少一个感兴趣区域产生一组规划数据，以用于规划额外的医学图像数据的采集，并且其中，所述图像采集模块还适于使用所述组规划数据采集额外的医学图像数据。
全文摘要
一种利用具有预定义自由形状的几何形状的至少一个感兴趣区域采集医学图像数据的方法，包括以下步骤采集第一组医学图像数据；识别所述第一组图像数据中的至少一个解剖学界标；使用所述至少一个解剖学界标，利用受训模式识别模块确定所述至少一个感兴趣区域。
文档编号G06T7/00GK102239495SQ200980148553
公开日2011年11月9日 申请日期2009年11月30日 优先权日2008年12月4日
发明者A·范穆伊斯温克尔, J·M·登哈德, S·扬 申请人:皇家飞利浦电子股份有限公司