用于评估动态医疗图像中的运动校正的系统和方法技术方案

提出一种用于运动校正的自动化评估的方法。该方法包含识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域。此外，该方法包含选择多个图像的每个中的一个或多个感兴趣区域的每个的有效体素。该方法还包含计算多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者相似性度量和扩散度量。另外地，该方法包含基于与一个或多个感兴趣区域对应的相似性度量和扩散度量来生成相似性图、扩散图或者相似性图和扩散图。

【技术实现步骤摘要】
【国外来华专利技术】
本说明书的实施例涉及成像，以及更具体来说涉及动态医疗图像中的运动校正的评估。
技术介绍
在现代卫生保健机构中，无创成像系统常常用于识别、诊断和处理物理状况。医疗成像囊括用来对患者内的器官和组织的内部结构和/或机能行为(例如化学或代谢活动)进行成像和可视化。当前，存在多种形态的医疗诊断和成像系统，各通常根据物理原理进行操作，以生成不同类型的图像和信息。这些形态包含超声系统、计算机断层扫描(CT)系统、X射线系统(包含常规和数字或数字化成像系统)、正电子发射断层扫描(PET)系统、单光子发射计算机断层扫描(SPECT)系统和磁共振(MR)成像系统。在临床实践中，当前，二维(2D)医疗图像、三维(3D)医疗图像和/或四维(4D)医疗图像例行用于跟踪对比摄取、剂量输送，并且研究解剖和生理的时间相关变化。具体来说，在动态对比增强磁共振成像(DCE-MRI)、动态磁敏感对比MRI(DSC-MRI)或动态对比增强CT(DCE-CT)中，分析对比的摄取用于理解灌注特性和细胞结构，其可指示肿瘤性质。如将领会，动态3D和/或4D获取通常需要用于完整扫描的长扫描时间。作为示例，在4D磁共振成像(MRI)期间获取数据通常要求达到若干分钟的扫描时间。动态扫描获取的延长时长使数据易受到患者运动和相关伪影影响。此外，在这类长扫描期间，观察下的患者可遇到自发和/或非自发运动。患者运动是图像数据的解释中的主要难题之一。具体来说，患者运动妨碍和/或歪曲图像数据的获取质量。扫描期间的患者运动的一些示例可包含因患者咳嗽或者打喷嚏引起的快速移位、因呼吸引起的运动等。另外地，扫描期间的患者的不适还可导致数据获取的不良质量。因此可期望检测图像数据的获取期间的任何患者运动的存在。运动的检测又可用来帮助确定动作的校正过程。用于检测扫描工序期间的患者运动的早期努力包含使用基于特征的方法。其他当前现有技术需要使用用于检测和校正患者运动的配准方法。另外，这些技术的使用可需要用户干预或者要求受过训练的临床医生。此外，用于获取图像数据的某些技术需要使用造影剂。作为示例，采用对比的动态MRI(例如DCE-MRI)广泛用于理解疾病的机能和代谢方面(例如肿瘤微脉管系统、中风、心肌组织梗塞)及其进展。但是，造影剂的使用可不利地影响运动的检测，因为造影剂的摄取可混淆运动的视觉感知。另外，在动态获取期间的对比变化存在的情况下使用当前可用技术对运动的检测和校正是具有挑战的任务。因此，运动校正定期用来校正动态数据中的所检测运动。但是，期望评估运动校正的效能。当前，运动校正的效能的评估通常在视觉上执行。用于评估运动校正的一些技术需要比较与感兴趣区域(ROI)对应的时间系列数据，而某些其他技术要求评定与给定ROI对应的时间系列数据的扩散程度。此外，可观察ROI中的一个或多个结构，以评估运动校正。另外，运动校正可经由使用差值图像来评估。但是，差值图像的使用不适合于量化因运动校正所引起的任何改进，因为对比相关信号变化能够混淆运动相关变化。因此，使用差值图像对运动校正的评估实际上最多是定性的，并且妨碍跨不同站点或供应商的运动校正效能的比较。
技术实现思路
按照本说明书的方面，提出一种用于运动校正的自动化评估的方法。该方法包含识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域。此外，该方法包含选择多个图像的每个中的一个或多个感兴趣区域的每个中的有效体素。该方法还包含计算多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者相似性度量和扩散度量。另外地，该方法包含基于与一个或多个感兴趣区域对应的相似性度量和扩散度量来生成相似性图(map)、扩散图或者相似性图和扩散图。按照本说明书的另一方面，提出一种用于运动校正的自动化评估的系统。该系统包含运动校正评估平台，其配置成识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域，选择多个图像的每个中的一个或多个感兴趣区域的每个中的有效体素，计算多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者相似性度量和扩散度量，并且基于与一个或多个感兴趣区域对应的相似性度量和扩散度量来生成相似性图、扩散图或者相似性图和扩散图。按照本说明书的又一方面，提出一种成像系统。该系统包含获取子系统，其配置成获取与感兴趣受检者对应的图像数据。此外，该系统包含处理子系统，其与获取子系统操作的关联，并且配置成处理所获取的图像数据，其中处理子系统包括运动校正评估平台，其配置成识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域，选择多个图像的每个中的一个或多个感兴趣区域的每个中的有效体素，计算多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者相似性度量和扩散度量，并且基于与一个或多个感兴趣区域对应的相似性度量和扩散度量来生成相似性图、扩散图或者相似性图和扩散图。附图说明在参照附图阅读以下详细描述时，将变得更好地理解本说明书的这些及其他特征、方面和优点，附图中，相似字符在附图中通篇表示相似部件，附图包括：图1是按照本说明书的方面的用于运动校正的效能的自动化评估的系统的图解说明；图2是描绘按照本说明书的方面的用于运动校正的效能的自动化评估的示范方法的流程图；图3是描绘按照本说明书的方面的用于确定局部相似性或相关性度量的示范方法的流程图；图4是描绘按照本说明书的方面的用于确定局部扩散度量的示范方法的流程图；图5是按照本说明书的方面的用于确定图4的局部扩散度量的示范方法的图解表示；图6(a)-6(h)和图7(a)-7(g)是按照本说明书的方面的用于运动校正的效能的自动化评估的示范方法的图解表示；以及图8是供在图1的系统中使用的磁共振成像系统的图解说明。具体实施方式医疗图像例行地用于跟踪对比摄取、剂量的输送，并且研究解剖和生理的时间相关变化。但是，这些医疗图像的获取通常需要用于完整扫描的长时间周期。此外，这些长扫描期间的患者运动可妨碍图像数据获取的质量。此外，由感兴趣受检者、例如患者所遇到的任何运动影响与被成像的患者中的解剖区域对应的信号特性。因此期望检测任何运动，并且适当地校正所检测运动，以补偿患者运动。可注意，患者运动可包含快速移位、旋转运动、横向运动、弹性运动等。各种运动校正技术通常用来校正动态数据。运动校正的效能的评估通常在视觉上和/或经由使用差值图像来执行。视觉方法和/或差值图像的使用不适合量化运动校正的效能，因为对比相关信号变化能够混淆运动相关变化。用于下文所提出的运动校正的自动化评估和/或量化的系统和方法通过健壮地评估运动校正的效能来增强临床工作流程。另外，系统和方法还可用来基于运动校正的评估来确定用于校正所检测运动的动作的另外过程。更具体来说，用于下文所述的运动校正的自动化评估的系统和方法提供用于校正的运动的健壮评定和/或量化的框架。图1是按照本说明书的方面的供在诊断成像中使用的示范系统100的框图。系统100配置成帮助临床医生、例如放射科医生自动评定和量化运动校正(若有的话)的效能。更具体来说，系统100可配置成通过自动量化运动校正的保真度或效能来帮助增强临床工作流程。另外，系统100还可配置成促进动作的适当校正过程的确定，以便进一步校正所检测运动或者基于运动校正的评估来变更/调整图像数据的本文档来自技高网...

【技术保护点】
一种用于运动校正的自动化评估的方法，所述方法包括：识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域；选择所述多个图像的每个中的所述一个或多个感兴趣区域的每个的有效体素；计算所述多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者所述相似性度量和所述扩散度量；以及基于与所述一个或多个感兴趣区域对应的所述相似性度量和所述扩散度量来生成相似性图、扩散图或者所述相似性图和所述扩散图。

【技术特征摘要】
【国外来华专利技术】2014.04.25 IN 2108/CHE/20141.一种用于运动校正的自动化评估的方法，所述方法包括：识别与感兴趣受检者对应的多个图像的每个中的一个或多个感兴趣区域；选择所述多个图像的每个中的所述一个或多个感兴趣区域的每个的有效体素；计算所述多个图像的每个中的每个感兴趣区域的相似性度量、扩散度量或者所述相似性度量和所述扩散度量；以及基于与所述一个或多个感兴趣区域对应的所述相似性度量和所述扩散度量来生成相似性图、扩散图或者所述相似性图和所述扩散图。2.如权利要求1所述的方法，其中，所述多个图像包括动态二维图像、动态三维图像或者其组合。3.如权利要求2所述的方法，其中，所述多个图像包括运动破坏的动态对比图像。4.如权利要求2所述的方法，其中，所述多个图像包括运动校正的动态对比图像。5.如权利要求4所述的方法，还包括使用造影剂，其中所述造影剂包括内源的造影剂、外源的造影剂或者其组合。6.如权利要求5所述的方法，其中，得到所述多个图像包括在向所述患者给予所述造影剂之前获取一个或多个图像。7.如权利要求6所述的方法，其中，得到所述多个图像还包括在向所述患者给予所述造影剂之后获取一个或多个图像。8.如权利要求1所述的方法，其中，识别所述多个图像的每个中的所述一个或多个感兴趣区域包括：查明所述感兴趣受检者中的解剖区域中的一个或多个组织类型；以及标记所述一个或多个组织类型，以识别所述一个或多个感兴趣区域。9.如权利要求1所述的方法，其中，选择所述多个图像的每个中的所述一个或多个感兴趣区域的每个中的所述有效体素包括：归一化与所述多个图像的每个中的所述一个或多个感兴趣区域的每个对应的信号特性；基于所确定的阈值将体素分类为所述有效体素；以及基于所述所确定的阈值将体素分类为噪声体素。10.如权利要求9所述的方法，其中，所述信号特性包括通过对比流所调制的信号。11.如权利要求1所述的方法，其中，计算每个感兴趣区域中的每个有效体素的所述相似性度量包括：累积与每个有效体素的所确定的邻域中的有效体素对应的时间系列信号特性；基于与所述所确定的邻域中的所述有效体素对应的所述时间系列信号特性来计算每个有效体素的相关性度量；以及确定与每个感兴趣区域中的所述有效体素对应的所述相关性度量的平均数或中值，以生成所述相似性度量。12.如权利要求11所述的方法，还包括将所述相似性度量与对应于每个感兴趣区域对应的阈值进行比较，以确定运动校正的效能。13.如权利要求12所述的方法，其中，生成所述相似性图包括基于与每个感兴趣区域对应的所述相似性度量来创建所述相似性图。14.如权利要求1所述的方法，其中，计算每个感兴趣区...

【专利技术属性】
技术研发人员：DD尚巴，VV彻布罗卢，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：美国;US