[发明专利]用于为独立像素或体素分配组织特异PET衰减值的MRI方法有效
申请号: | 201380017987.1 | 申请日: | 2013-03-22 |
公开(公告)号: | CN105431746B | 公开(公告)日: | 2018-09-11 |
发明(设计)人: | B·J·特劳格贝尔;M·S·柯蒂斯;R·F·小穆梓克 | 申请(专利权)人: | 皇家飞利浦有限公司;医科大学集团公司;凯斯西储大学 |
主分类号: | G01R33/48 | 分类号: | G01R33/48;G01T1/29 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 王英;刘炳胜 |
地址: | 荷兰艾*** | 国省代码: | 荷兰;NL |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 独立 像素 或体 分配 组织 特异 pet 衰减 mri 方法 | ||
一种磁共振(MR)系统(10)生成衰减映射或密度映射。所述系统(10)包括限定检查体积(16)的MR扫描器(48)和至少一个处理器(54)。所述至少一个处理器(54)被编程为控制所述MR扫描器(48)来向所述检查体积(16)施加成像序列。响应于所述成像序列来接收所述检查体积(16)的MR数据集,并且分析所述检查体积(16)的MR数据集以识别在所述衰减映射或密度映射的像素或体素中找到的不同的组织和/或材料类型。基于在对所述MR数据集的分析期间被识别为在每个像素或体素中的所述(一种或多种)组织和/或材料类型来将一个或多个组织特异和/或材料特异的衰减或密度值分配到所述衰减映射或密度映射的每个像素或体素。在一个实施例中,基于MR相位图像的时间数列来识别组织和/或材料类型。
技术领域
本申请总体上涉及医学成像。其具体应用于与磁共振(MR)系统结合,并且将特别参考磁共振系统来描述本申请。然而应当理解本申请还适用于其他的使用场景,并且不必限于前述的应用。
背景技术
在过去,已经将计算断层摄影(CT)用于诊断性正电子发射断层摄影(PET)中的衰减校正(AC)和辐射治疗(RT)规划的模拟疗程中的组织密度。即CT典型地以亨氏(Hounsfield)单位来测量与辐射衰减和组织密度相关的组织的辐射密度。医学成像的进步已经引起混合PET/MR系统和混合MR/RT系统以及基于MR的模拟的发展。然而,不像CT那样,MR信号强度不与辐射衰减(例如mu值)或组织密度直接相关,并且提出了对于生成衰减映射或密度映射的技术难题。
至今大多数研究集中在使用“正常的”基于解剖结构或图集或模型的方案(即找形(shape-finding))将来自MR图像的组织区分或“分割”成不同类别(例如软组织、骨骼或空气)的方法。然而,这样的方法对于具有异常解剖结构的患者表现不佳,由于固有疾病进展或医学干预(例如手术和辐射),所以在特定的患者群体中具有异常解剖结构的患者更常见。进一步地,这样的方法不能够解决这样的问题,即多个组织类型可以位于单个图像像素或体素内。这些限制潜在地引起临床上显著的不准确性,尤其是在以逐个像素为基础定量地计算患者放射量测定的RT规划的背景中。另外,执行分割技术也是时间密集的,分割技术通常并入了减少患者通量的人工的校验和调节步骤。
发明内容
本申请提供了克服以上引用的难题的新的并且经改进的方法和系统。
根据一方面,一种磁共振(MR)系统生成映射。所述系统包括限定检查体积的MR扫描器和至少一个处理器。所述(一个或多个)处理器被编程为控制所述MR扫描器来向所述检查体积施加成像序列。响应于所述成像序列来接收并且分析MR数据集,以识别在所述映射的像素或体素中找到的不同的组织和/或材料类型。基于在对所述MR数据集的分析期间被识别为在每个像素或体素中的所述(一种或多种)组织和/或材料类型来将一个或多个组织特异和/或材料特异的值分配到所述映射的每个像素或体素。
根据另一方面,一种方法生成映射。所述方法包括控制MR扫描器来向由所述MR扫描器限定的检查体积施加成像序列。响应于所述成像序列来接收并且分析MR数据集,以识别在所述映射的像素或体素中找到的不同的组织和/或材料类型。基于在对所述MR数据集的分析期间被识别为在每个像素或体素中的所述(一种或多种)组织类型来将一个或多个组织特异和/或材料特异的值分配到所述映射的每个像素或体素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司;医科大学集团公司;凯斯西储大学,未经皇家飞利浦有限公司;医科大学集团公司;凯斯西储大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201380017987.1/2.html,转载请声明来源钻瓜专利网。