全心脏多期相定位图像生成方法、装置、设备和介质制造方法及图纸

本申请涉及医疗技术领域，特别是涉及一种全心脏多期相定位图像生成方法、装置、设备和介质。所述方法包括：获取被测对象的心脏动态图像，心脏动态图像包括被测对象的多个心脏切面的动态图像，各动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相；将心脏动态图像输入预先构建的机器学习模型中，通过机器学习模型生成对应被测对象的心脏的全心脏多期相定位图像。采用本方法能够提升磁共振扫描的定位处理效率。能够提升磁共振扫描的定位处理效率。能够提升磁共振扫描的定位处理效率。

【技术实现步骤摘要】
全心脏多期相定位图像生成方法、装置、设备和介质


[0001]本申请涉及医疗
，特别是涉及一种全心脏多期相定位图像生成方法、装置、设备和介质。

技术介绍

[0002]医学成像检查在疾病的临床诊断中有着非常重要的辅助作用，在进行医学扫描时，常常需要对受检者目标区域进行固定位置/平面的扫描，以辅助疾病的诊断、治疗等。以磁共振成像为例，对于常规的磁共振扫描过程，通常首先由医生通过预扫描图像识别出解剖学位置后手工标定参考定位线，即得到定位图像，然后基于定位图像解剖学位置施加扫描序列进行精确扫描。
[0003]在传统方式中，在进行定位线定位，确定定位图像的时候，通常需要被测对象多次屏气配合，耗时较长，使得定位处理效率较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提升定位处理效率的全心脏多期相定位图像生成方法、装置、设备和介质。
[0005]一种全心脏多期相定位图像生成方法，所述方法包括：
[0006]获取被测对象的心脏动态图像，心脏动态图像包括被测对象的多个心脏切面的动态图像，各动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相；
[0007]将心脏动态图像输入预先构建的机器学习模型中，通过机器学习模型生成对应被测对象的心脏的全心脏多期相定位图像。
[0008]在其中一个实施例中，心脏切面包括：横断位切面、冠状位切面以及矢状位切面中任一种。
[0009]在其中一个实施例中，获取被测对象的心脏动态图像为被测对象处于单次呼吸状态时采集的。
[0010]在其中一个实施例中，获取被测对象的心脏动态图像，包括：
[0011]通过同时多层并行激发的方式，并行采集被测对象的多个心脏切面的动态图像，得到被测对象的心脏动态图像。
[0012]在其中一个实施例中，获取被测对象的心脏动态图像包括：
[0013]通过心脏切面欠采样的方式，采集被测对象的多个心脏切面的动态图像，得到被测对象的心脏动态图像。
[0014]在其中一个实施例中，将心脏动态图像输入预先构建的机器学习模型中，通过机器学习模型生成对应被测对象的心脏的全心脏多期相定位图像，包括：
[0015]通过机器学习模型，对各心脏切面的动态图像进行特征提取，得到对应各动态图像的特征数据；
[0016]基于各特征数据，进行图像重构，得到全心脏动态图像；
[0017]基于全心脏动态图像，确定被测对象的心脏的全心脏多期相定位图像。
[0018]在其中一个实施例中，上述方法还包括：
[0019]接收心肌图像扫描请求；
[0020]基于心肌图像扫描请求，从全心脏多期相定位图像中确定目标期相定位图像；
[0021]基于目标期相定位图像对被测对象的待扫描心肌部位进行定位，并进行扫描，得到对应心肌图像扫描请求的心肌序列图像。
[0022]一种全心脏多期相定位图像生成装置，所述装置包括：
[0023]心脏动态图像获取模块，用于获取被测对象的心脏动态图像，心脏动态图像包括被测对象的多个心脏切面的动态图像，各动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相；
[0024]全心脏多期相定位图像生成模块，用于将心脏动态图像输入预先构建的机器学习模型中，通过机器学习模型生成对应被测对象的心脏的全心脏多期相定位图像。
[0025]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
[0026]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤
[0027]上述全心脏多期相定位图像生成方法、装置、设备和介质，通过获取被测对象的心脏动态图像，心脏动态图像包括被测对象的多个心脏切面的动态图像，各动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相，然后将心脏动态图像输入预先构建的机器学习模型中，通过机器学习模型生成对应被测对象的心脏的全心脏多期相定位图像。从而，使得在获取到心脏动态图像后，可以通过机器学习系等方式，基于心脏动态图像中不同心脏切面的不同心脏期相，构建得到对应被测对象的全心脏多期相定位图像，相比于传统方式中通过多次屏气采集，并进行手工标定，本申请方案可以提升数据处理的智能化水平，并且可以减少数据采集的时间，进而可以提升数据处理的效率。
附图说明
[0028]图1为一个实施例中全心脏多期相定位图像生成方法的应用场景图；
[0029]图2为一个实施例中全心脏多期相定位图像生成方法的流程示意图；
[0030]图3为一个实施例中欠采样采集时刻的示意图；
[0031]图4为一个实施例中全心脏多期相定位图像生成装置的结构框图；
[0032]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0033]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0034]本申请提供的全心脏多期相定位图像生成方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102可以采集被测对象的动态心
脏图像，并发送至服务器104，动态心脏图像包括被测对象在连续时间区间内各采集时间点对应的各序列图像，各采集时间点对应的各序列图像包括多帧单层图像。服务器104在获取到被测对象的动态心脏图像后，可以从各时间点对应的多帧单层图像中，确定各帧单层图像为参考图像，并确定其余帧的各单层图像为对应参考图像的非参考图像。进一步，服务器104可以将各参考图像与对应的各非参考图像进行层间混叠，得到被测对象在不同期相状态下的心脏全期相定位图像。其中，终端102可以是医学诊疗中的各中检测设备，如磁共振系统等，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。服务器104还可以是通用的计算机设备等。
[0035]在一个实施例中，如图2所示，提供了一种全心脏多期相定位图像生成方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
[0036]步骤S202，获取被测对象的心脏动态图像，心脏动态图像包括被测对象的多个心脏切面的动态图像，各动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相。
[0037]其中，动态心脏图像指心脏在一定时间区间内的动态图像数据，心脏动态图像可以包括被测对象的多个心脏切面的动态图像，如从心尖到心室中心点的多个切面的图像。
[0038]在本实施例中，心脏动态图像可以通过磁共振成像设备或者计算机断层扫描成像设备获取。
[0039]在本实施例中，心脏切片可以包括横断位切面、冠状位切面以及矢状位切面中任意一种。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全心脏多期相定位图像生成方法，其特征在于，所述方法包括：获取被测对象的心脏动态图像，所述心脏动态图像包括所述被测对象的多个心脏切面的动态图像，各所述动态图像包括对应心脏切面的多帧图像，各帧图像指示心脏切面在对应时刻的心脏期相；将所述心脏动态图像输入预先构建的机器学习模型中，通过所述机器学习模型生成对应所述被测对象的心脏的全心脏多期相定位图像。2.根据权利要求1所述的方法，其特征在于，所述心脏切面包括：横断位切面、冠状位切面以及矢状位切面中任一种。3.根据权利要求1所述的方法，其特征在于，所述获取被测对象的心脏动态图像为被测对象处于单次呼吸状态时采集的。4.根据权利要求1所述的方法，其特征在于，所述获取被测对象的心脏动态图像，包括：通过同时多层并行激发的方式，并行采集被测对象的多个心脏切面的动态图像，得到所述被测对象的心脏动态图像。5.根据权利要求1所述的方法，其特征在于，所述获取被测对象的心脏动态图像包括：通过心脏切面欠采样的方式，采集被测对象的多个心脏切面的动态图像，得到所述被测对象的心脏动态图像。6.根据权利要求1所述的方法，其特征在于，所述将所述心脏动态图像输入预先构建的机器学习模型中，通过所述机器学习模型生成对应所述被测对象的心脏的全心脏多期相定位图像，包括：通过所述机器学习模型，对各所述心脏切面的动态图像进行特...

【专利技术属性】
技术研发人员：徐健，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：