使用组织参数估计根据MR数据的伪CT生成制造技术

提供了用于使用多通道MR图像来生成伪CT预测模型的系统和方法。示例性系统可以包括被配置成检索训练数据的处理器，所述训练数据包括针对多个训练受试体中的每个训练受试体的多个MR图像和至少一个CT图像。针对每个训练受试体，处理器可以基于所述多个MR图像来确定至少一个组织参数图并且基于所述至少一个CT图像来获得CT值。处理器还可以基于所述多个训练受试体的组织参数图和CT值来生成伪CT预测模型。

Using tissue parameters to estimate pseudo CT generation based on MR data

A system and method for generating a pseudo CT prediction model using multi-channel MR images are provided. An example system may include a processor configured to retrieve training data, which includes multiple MR images and at least one CT image for each training subject in a plurality of training subjects. For each training subject, the processor can determine at least one tissue parameter map based on the multiple MR images and obtain CT values based on the at least one CT image. The processor can also generate a pseudo CT prediction model based on the tissue parameter diagrams and CT values of the training subjects.

【技术实现步骤摘要】
【国外来华专利技术】使用组织参数估计根据MR数据的伪CT生成相关申请的交叉引用本申请涉及于2015年10月13日提交的并且题为“Pseudo-CTGenerationfromMRDataUsingTissueParameterEstimation”的代理人案卷号12475.0050-00000，其全部内容通过引用并入本文。
本公开内容大体上涉及辐射疗法或放射治疗。更具体地，本公开内容涉及用于根据MR数据生成伪CT图像以用于在开发在放射治疗期间使用的辐射疗法治疗计划中使用的系统和方法。
技术介绍
放射治疗被用于治疗哺乳动物(例如，人和动物)组织中的癌症和其他疾病。一种这样的放射治疗技术是伽马刀，通过伽马刀，患者受到大量低强度伽马射线的辐照，其中伽马射线以高强度和高精度会聚在目标(例如，肿瘤)处。在另一实施方式中，使用线性加速器提供放射治疗，由此肿瘤受到高能粒子(例如，电子、质子、离子等)的辐照。必须精确地控制辐射束的定位和剂量，以确保肿瘤接收处方的辐射，并且射束的定位应当使对周围健康组织——通常被称为危及器官(OAR)——的损伤最小化。辐射被称为“处方的”，是因为医师为肿瘤和周围器官开了类似于药物处方的预定量的辐射。常规地，对于每个患者，可以使用基于临床和剂量测定的目标和约束(例如，对肿瘤和关键器官的辐射的最大剂量、最小剂量和平均剂量)的优化技术来创建辐射疗法治疗计划(“治疗计划”)。治疗计划过程可以包括使用患者的三维图像来识别目标区域(例如，肿瘤)并且识别肿瘤附近的关键器官。创建治疗计划会是一个耗时的过程，其中，计划者在考虑到各项治疗目标或约束的各自重要性(例如，加权)的情况下尽力遵守所述各项治疗目标或约束(例如，剂量体积直方图(DVH)目标)，以便产生临床上可接受的治疗计划。该任务可能是因各种危及器官(OAR)而变得复杂的耗时的反复试错的过程，这是因为随着OAR的数目的增加(例如，对于头颈部治疗最高达13个OAR)，这个过程的复杂性也增加。远离肿瘤的OAR可以容易地免受辐射，而接近目标肿瘤或着与目标肿瘤重叠的OAR可能难以幸免。计算机断层扫描(CT)成像常规上用作用于辐射疗法的治疗计划的图像数据的主要来源。CT图像提供患者几何结构的精确表示，并且可以将CT值直接转换成电子密度(例如，亨氏单位)以用于辐射剂量计算。然而，使用CT导致患者暴露于额外的辐射剂量。除了CT图像之外，磁共振成像(MRI)扫描由于其与CT图像相比的优越的软组织对比度而可以被用于辐射疗法。MRI不含电离辐射，并且可以被用于捕获人体的机能信息，例如组织代谢和组织机能。因此，MRI可以被用于关于更精确的结构轮廓对CT进行补充。然而，MRI强度值不与电子密度直接相关，并且不能直接用于剂量计算；因此，期望将MR图像转换成对应的导出图像——通常是CT图像(通常被称为“伪CT图像”)。类似于真实CT图像的伪CT图像具有数据点集，该数据点集指示可直接转换成用于辐射剂量计算的电子密度的CT值。因此，从MR图像导出的伪CT图像可以被用于促进辐射疗法治疗计划中的患者剂量计算。因此，期望使用MR图像数据精确地生成伪CT图像，以便使患者免受由CT成像引起的额外辐射曝露。所需的是，伪CT图像能够代替“真实的”CT图像。典型地，为了创建伪CT图像，采用了图谱图像(atlasimage)。图谱图像是作为参考被用于促进如何转换新图像以生成导出图像的预先存在的图像。例如，在伪CT图像生成的背景下，可以使用图谱MR图像和图谱CT图像作为参考以用于根据新的MR图像来生成导出CT图像。可以预先生成作为新MR图像的受试体的同一患者的同一感兴趣区域的图谱图像，其中，这些图谱图像已经被分析以识别感兴趣的结构。例如，在许多治疗或诊断情况下，患者将需要在治疗或诊断过程的不同时间处经历成像。然而，情况不一定总是如此，例如，图谱图像不需要是同一个人的图像。图谱MR图像和图谱CT图像优选地经由配准技术彼此对准(即，使得图谱MR图像和图谱CT图像被彼此“配准”，或者处于“配准”状态)。利用这样的配准，图谱MR图像中的针对受试体的特定位置的给定点可以映射到图谱CT图像中的针对相同特定位置的给定点(并且反之亦然)。但是，该配准中可能存在一定量的错误。因此，图谱MR与图谱CT之间的配准可能并不完美。为了代替真实CT图像，伪CT图像应该尽可能接近患者的真实CT图像，以用于在辐射疗法治疗计划中的剂量计算的目的、或者用于生成数字重建的射线照片(DRR)以用于图像引导。然而，CT图像强度值(CT值)与MR强度值之间不存在简单的数学关系。因为MR强度值未被标准化并且可以取决于不同的MR扫描仪设置或不同的MR成像序列参数而显著变化，所以出现困难。因此，现有技术——例如，基于MR图像的组织分割来分配CT值或者基于点比较和加权组合来分配CT值——仅提供非常粗略的分配，导致缺乏真实CT图像的解剖细节的现有的伪CT图像。因此，需要生成具有提高的质量的能够代替真实CT图像的伪CT图像，以用于治疗计划中的剂量计算、生成数字重建的射线照片(DRR)以用于图像引导等的目的。
技术实现思路
一方面，本公开内容涉及一种用于生成伪CT预测模型的系统。该系统可以包括被配置成存储包括多个训练受试体的MR数据和CT数据的训练数据的数据库。每个训练受试体可以具有至少一个MR图像和至少一个CT图像。该系统还可以包括通信耦接至数据库的用于访问存储在数据库中的信息的处理器。该系统还可以包括通信耦接至处理器的存储器。存储器可以存储指令，所述指令在由处理器执行时将处理器配置成执行各种操作。操作可以包括访问数据库以检索包括针对所述多个训练受试体中的每个受试体的至少一个MR图像和至少一个CT图像的训练数据。针对每个训练受试体，操作可以包括：从所述至少一个MR图像的每个图像点提取多个特征；针对每个图像点基于所提取的特征来创建特征向量；并且从所述至少一个CT图像的每个图像点提取CT值。操作还可以包括：基于所述多个训练受试体的特征向量和CT值来生成伪CT预测模型。另一方面，本公开内容涉及一种用于生成伪CT图像的系统。该系统可以包括处理器和通信耦接至处理器的存储器。存储器可以存储指令，所述指令在由处理器执行时将处理器配置成执行各种操作。操作可以包括：接收患者的MR图像并且从MR图像的每个图像点提取多个特征。操作还可以包括：针对每个图像点基于所提取的特征来创建特征向量。操作还可以包括：针对每个图像点使用预测模型基于针对该图像点创建的特征向量来确定CT值。此外，操作可以包括：基于针对所有图像点确定的CT值来生成伪CT图像。又一方面，本公开内容涉及一种用于生成患者的伪CT预测图像的系统。该系统可以包括处理器和通信耦接至处理器的存储器。存储器可以存储指令，所述指令在由处理器执行时将处理器配置成执行各种操作。操作可以包括：接收患者的MR图像并且从MR图像提取多个特征。操作还可以包括：使用预测模型基于所提取的特征来生成中间图像。操作还可以包括：从中间图像提取一个或更多个特征。此外，操作可以包括：基于从MR图像提取的多个特征和从中间图像提取的一个或更多个特征来生成患者的伪CT图像。又一方面，本公开内容涉及一种用于生成伪CT预测模型的系统。该系统可以包括被配置成存储包括多个训练受试本文档来自技高网...

【技术保护点】
1.一种用于生成伪CT预测模型的系统，包括：数据库，其被配置成存储包括多个训练受试体的多通道磁共振(MR)数据和计算机断层摄影(CT)数据的训练数据，每个训练受试体具有多个MR图像和至少一个CT图像；处理器，其通信耦接至所述数据库，用于访问存储在所述数据库中的信息；存储器，其通信耦接至所述处理器，所述存储器存储指令，所述指令在由所述处理器执行时将所述处理器配置成执行操作，所述操作包括：访问所述数据库以检索包括针对所述多个训练受试体中的每个训练受试体的多个MR图像和至少一个CT图像的所述训练数据；针对每个训练受试体：基于所述多个MR图像来确定至少一个组织参数图；以及基于所述至少一个CT图像来获得CT值；以及基于所述多个训练受试体的所述组织参数图和所述CT值来生成所述伪CT预测模型。

【技术特征摘要】
【国外来华专利技术】2015.10.13 US 14/881,9391.一种用于生成伪CT预测模型的系统，包括：数据库，其被配置成存储包括多个训练受试体的多通道磁共振(MR)数据和计算机断层摄影(CT)数据的训练数据，每个训练受试体具有多个MR图像和至少一个CT图像；处理器，其通信耦接至所述数据库，用于访问存储在所述数据库中的信息；存储器，其通信耦接至所述处理器，所述存储器存储指令，所述指令在由所述处理器执行时将所述处理器配置成执行操作，所述操作包括：访问所述数据库以检索包括针对所述多个训练受试体中的每个训练受试体的多个MR图像和至少一个CT图像的所述训练数据；针对每个训练受试体：基于所述多个MR图像来确定至少一个组织参数图；以及基于所述至少一个CT图像来获得CT值；以及基于所述多个训练受试体的所述组织参数图和所述CT值来生成所述伪CT预测模型。2.根据权利要求1所述的系统，其中，所述至少一个组织参数图选自由以下构成的组：质子密度图；纵向弛豫时间图；以及横向弛豫时间图。3.根据权利要求1所述的系统，其中，基于所述多个MR图像来确定至少一个组织参数图包括：获得与所述多个MR图像中的每个MR图像相关联的序列参数；以及基于所述多个MR图像的在其与所述组织参数图的图像点相对应的各个图像位置处的序列参数和MR图像强度值来针对所述至少一个组织参数图的每个图像点估计组织参数值。4.根据权利要求1所述的系统，其中，所述多个MR图像包括至少三个多通道MR图像。5.根据权利要求1所述的系统，其中，所述训练数据包括针对所述多个训练受试体中的至少一个训练受试体的多个CT图像，并且所述操作包括：对所述多个CT图像的相应图像点的CT值进行平均。6.根据权利要求1所述的系统，其中，所述操作包括：针对所述多个训练受试体中的每个训练受试体，将所述多个MR图像和所述至少一个CT图像进行对准。7.根据权利要求1所述的系统，其中，所述训练数据包括针对第一训练受试体的第一组MR图像和针对第二训练受试体的第二组MR图像，并且所述第一组MR图像和所述第二组MR图像具有不同的序列参数，所述操作包括：使用来自所述第一组MR图像和所述第二组MR图像两者的数据生成所述伪CT预测模型。8.根据权利要求1所述的系统，其中，所述操作包括：从每个训练受试体的所述多个MR图像或所述至少一个组织参数图提取一个或更多个特征；以及基于所述多个训练受试体的所述组织参数图、所提取的特征和所述CT值来生成所述伪CT预测模型。9.根据权利要求8所述的系统，其中，从所述多个MR图像或所述至少一个组织参数图提取的所述一个或更多个特征包括以下中的至少一个：图像点的坐标；相对于所述MR图像外部的参考点的归一化坐标；相对于所述MR图像内的一个或更多个界标点的归一化坐标；所述至少一个组织参数图中的一个或更多个曲率；所述至少一个组织参数图的一个或更多个纹理测度；或者所述至少一个组织参数...

【专利技术属性】
技术研发人员：韩晓，
申请(专利权)人：医科达有限公司，
类型：发明
国别省市：美国,US