借助医学图像数据组表征检查对象内的干扰物体制造技术

本发明专利技术涉及一种用于借助包括至少一个数据类别的数据库以及借助针对不同的干扰物体、特征和医学图像数据组之间的关系的经过训练的人工神经网络，借助医学图像数据组表征检查对象内的干扰物体的方法，其中，将检查对象内的干扰物体与数据类别的数据项相关联，并且通过数据项表征检查对象内的干扰物体。

Characterization of interference objects in inspection objects with medical image data sets

The present invention relates to a method for characterizing an interference object in a checked object by means of a database comprising at least one data category and a trained artificial neural network based on the relationship between different interference objects, features and medical image data groups, in which the data items of the interference object and the data category in the checked object are phase-wise. Associate, and check the interference object in the object by data item representation.

【技术实现步骤摘要】
借助医学图像数据组表征检查对象内的干扰物体
本专利技术涉及一种用于表征检查对象内的干扰物体的方法、医学成像设备、计算单元、计算机程序产品以及电子可读的数据载体。
技术介绍
医学成像设备、例如磁共振设备、单光子发射断层成像设备(SPECT设备)、正电子发射断层成像设备(PET设备)、计算机断层成像设备、超声设备、X射线设备、C形臂设备或者包括所提到的成像模态中的多个的任意组合的组合医学成像设备适合用于产生医学图像数据组。在磁共振设备中，通常检查对象、特别是患者的要检查的身体借助主磁体暴露在例如1.5或者3或者7特斯拉的相对高的主磁场中。附加地借助梯度线圈单元施加梯度脉冲。然后，借助合适的天线装置经由高频天线单元发出高频的高频脉冲、例如激励脉冲，这使得由这些高频脉冲共振地激励的特定原子的核自旋相对于主磁场的磁力线倾斜了定义的翻转角。在核自旋弛豫时，辐射高频信号、即所谓的磁共振信号，其借助合适的高频天线接收，然后进一步进行处理。最后，可以根据如此获取的原始数据重建希望的图像数据。因此，为了进行特定测量，发出特定磁共振控制序列(MR控制序列)、也称为脉冲序列，其由一系列高频脉冲、例如激励脉冲和重聚焦脉冲，以及要与其匹配地以协作的方式发出的沿着不同的空间方向的不同的梯度轴上的梯度脉冲构成。以在时间上与其匹配的方式设置读出窗口，该读出窗口预先给定在其内采集感应出的磁共振信号的时间段。检查对象一般是患者。根据本专利技术的方法涉及检查对象内的干扰物体。干扰物体例如可以包括人的人体内的植入物。干扰物体一般包括不是组织细胞、特别是不是在人和/或动物身体和/或检查对象中自然存在的物质的至少一种物质。一般的干扰物体是由金属和/或陶瓷和/或硅树脂制成的植入物。经常使用的植入物、即干扰物体例如是人工膝关节、髋关节、乳房植入物、螺钉。这些干扰物体一般影响医学成像并且可能在对应的图像数据中产生伪影。这种影响或这些伪影与医学成像设备有关，一般也与拍摄技术和干扰物体本身有关。因此，金属植入物、例如人工髋关节在利用磁共振设备产生的图像数据中造成体积状的信号消除，而在利用计算机断层成像设备产生的图像数据中造成条状的信号消除。与医学成像设备的模态有关地存在拍摄技术，用于减少这些伪影。其一般在计算机断层成像设备中与提高的辐射剂量和/或在磁共振设备中与针对检查对象的延长的检查持续时间和/或图像数据的不清晰相关联。特别是在磁共振成像中，近年来开发了特殊的拍摄技术、特别是MR控制序列，用于减少这种伪影。其示例是“多采集变量共振图像组合(Multiacquisitionvariable-resonanceimagecombination)”(MAVRIC)、“切片编码金属伪影校正(SliceEncodingMetalArtifactCorrection)”(SEMAC)、“视角倾斜(ViewAngleTilting)”(VAT)。同样也可以使用较少受干扰物体影响的MR控制序列，例如“快速自旋回波(TurboSpin-Echo)”(TSE)。对于脂肪饱和，优选使用“短T1反转恢复(Short-T1InversionRecovery)”(STIR)或者“频谱衰减反转恢复(SpectralAttenuatedInversionRecovery)”(SPAIR)。用于减少伪影的拍摄技术一方面可以减少由干扰物体感应出的伪影，另一方面可能与不同类型的缺点相关联。此外，用于减少伪影的这些拍摄技术的效果与干扰物体有关。不同的干扰物体同样造成不同程度的伪影。因此，有利的是，在开始拍摄诊断图像数据之前，获得关于检查对象中、特别是检查区域中的干扰物体的知识。基于此，可以选择匹配的拍摄技术来获取诊断图像数据。诊断图像数据一般以专业人员、例如医生能够基于诊断图像数据进行诊断的对比度和/或空间分辨率再现检查对象的部分区域、特别是检查区域。特别是从磁共振成像中已知用于表征干扰物体的方法。在US20150177354A1和DE102013205930B4中公开了其示例。
技术实现思路
本专利技术要解决的技术问题是，给出一种用于表征检查对象内的干扰物体的特别有效的方法。上述技术问题通过本专利技术的特征来解决。在说明书中描述有利的设计方案。根据本专利技术的借助医学图像数据组表征检查对象内的干扰物体的方法具有以下步骤：-提供数据库，数据库针对用于表征不同的干扰物体的特征包括至少一个数据类别，数据类别分别针对干扰物体分别包括至少一个数据项，-针对不同的干扰物体、特征和医学图像数据组之间的关系提供经过训练的人工神经网络，-采集检查对象、包括检查对象内的干扰物体的医学图像数据组，-通过将经过训练的人工神经网络应用于医学图像数据组，来确定检查对象内的干扰物体的特性，其中，将检查对象内的干扰物体与数据类别的数据项相关联，并且通过数据项表征检查对象内的干扰物体，-提供检查对象内的干扰物体的特性。检查对象一般是患者。一般在利用医学成像设备进行检查的过程中产生检查对象的图像数据。一般产生检查对象的一部分、即检查区域的图像数据。所采集的医学图像数据优选显示检查对象的检查区域。检查对象的检查区域优选包括干扰物体。医学图像数据组一般包括显示检查对象、特别是检查区域和干扰物体的图像数据。医学图像数据组在根据本专利技术的方法开始之前就可以存在，特别是可以事先利用第一医学成像设备产生和/或以文件的形式向根据本专利技术的方法提供。采集医学图像数据组也可以包括获取医学图像数据组。医学图像数据组也可以包括借助不同的医学成像设备获取的多个医学图像数据。医学图像数据组可以包括在概览拍摄的过程中获取的图像数据。概览拍摄的特征一般在于，其比诊断图像数据更快和/或以更低的分辨率获取。医学图像数据组可以包括在稍早的时间点、例如在预先进行的检查的过程中从检查对象获取的诊断图像数据。干扰物体一般通过多个特征来表征。该多个特征中的每一个优选作为数据项存储在数据库中。数据库优选包括针对多个干扰物体的数据项，其中，每一个数据项优选描述一个干扰物体的一个特征。描述不同的干扰物体的同一特征的数据项一般包含在一个数据类别中。因此，例如第一数据类别可以包括描述多个干扰物体的材料的数据项。在此，第一数据类别的一个数据项优选描述多个干扰物体中的一个的材料。优选作为文件存储数据库，从而在执行根据本专利技术的方法时，可以访问数据库和/或可以读出数据库的数据项。用于表征干扰物体的特征优选给出干扰物体的物理特性。用于表征干扰物体的特征优选给出干扰物体与检查对象内的干扰物体的环境的相互作用的度量和/或对这种相互作用进行量化。经过训练的人工神经网络一般包括关于不同的干扰物体、特征和医学图像数据组之间的关系和/或相互作用的信息。优选经过训练的人工神经网络包括关于包含在数据库中的数据项和/或特征的信息。经过训练的人工神经网络优选被构造为，在应用于医学图像数据组时，提取医学图像数据组的信息。经过训练的人工神经网络优选具有视觉智能。经过训练的人工神经网络优选被构造为用于，在确定检查对象内的干扰物体的特性的过程中对这些信息进行分析，并且识别数据库中的至少一个对应的数据项。至少一个对应的数据项可以给出干扰物体的特征，和/或适合用于确定干扰物体的特性。在根据本专利技术的方法的过程中确定的检查对象内的干扰物体本文档来自技高网...

【技术保护点】
1.一种用于根据以下方法步骤借助医学图像数据组表征检查对象内的干扰物体的方法：‑提供数据库，数据库针对用于表征不同的干扰物体的特征包括至少一个数据类别，数据类别分别针对干扰物体分别包括至少一个数据项，‑针对不同的干扰物体、特征和医学图像数据组之间的关系提供经过训练的人工神经网络，‑采集检查对象、包括检查对象内的干扰物体的医学图像数据组，‑通过将经过训练的人工神经网络应用于医学图像数据组，来确定检查对象内的干扰物体的特性，其中，将检查对象内的干扰物体与数据类别的数据项相关联，并且通过数据项表征检查对象内的干扰物体，‑提供检查对象内的干扰物体的特性。

【技术特征摘要】
2017.12.04 DE 102017221830.41.一种用于根据以下方法步骤借助医学图像数据组表征检查对象内的干扰物体的方法：-提供数据库，数据库针对用于表征不同的干扰物体的特征包括至少一个数据类别，数据类别分别针对干扰物体分别包括至少一个数据项，-针对不同的干扰物体、特征和医学图像数据组之间的关系提供经过训练的人工神经网络，-采集检查对象、包括检查对象内的干扰物体的医学图像数据组，-通过将经过训练的人工神经网络应用于医学图像数据组，来确定检查对象内的干扰物体的特性，其中，将检查对象内的干扰物体与数据类别的数据项相关联，并且通过数据项表征检查对象内的干扰物体，-提供检查对象内的干扰物体的特性。2.根据权利要求1所述的方法，其中，从以下列表中选择用于表征不同的干扰物体的特征：-干扰物体的材料，-干扰物体的形状，-干扰物体的大小，-干扰物体的制造商，-与用于产生医学图像数据组的医学成像设备和/或拍摄技术有关的干扰物体对医学图像数据组的影响，-干扰物体在检查对象内的一般的位置和/或朝向和/或环境。3.根据前述权利要求中任一项所述的方法，其中，提供干扰物体的特性包括在考虑所提供的特性的条件下更新经过训练的人工神经网络。4.根据前述权利要求中任一项所述的方法，其中，在另一个方法步骤中，基于所提供的特性，选择用于获取另外的医学图像数据组的方法。5.根据权利要求4所述的方法，其中，所述选择包括对用于获取另外的医学图像数据组的方法进行优化。6.根据权利要求4至5中任一项所述的方法，其中，根据所选择的方法获取另外的医学图像数据组。7.根据权利要求6所述的方法，其中，利用相同的医学成像设备获取医...

【专利技术属性】
技术研发人员：D保罗，M泽勒，
申请(专利权)人：西门子保健有限责任公司，
类型：发明
国别省市：德国,DE