4D MR圖像數據中的流分析制造技術

一種用于根據具有長軸的移動器官（諸如心臟）的4D MR流體積圖像數據集在這樣的器官的目標體積中執行流分析的方法，其中這樣的數據集包括目標體積隨時間的結構信息和三方向速度信息，在用特定可執行指令配置的一個或多個計算機系統的控制下，設備、程序產品和方法包括：a）例如通過使用多平面重建，從4D MR流體積圖像數據集導出與移動器官的長軸相關的至少一個導出圖像數據集；b）在4D MR流體積圖像數據集中或所述導出圖像數據集中確定至少一個感興趣的特征?？梢岳缤ㄟ^接收來自用戶的輸入或者通過對4D MR流體積圖像數據集執行自動檢測步驟來確定感興趣的特征；c）在4D MR流體積圖像數據集內或在導出圖像數據集中跟蹤感興趣的特征；d）在4D MR流體積圖像數據集中確定包含感興趣的特征的平面隨時間的空間取向；e）使用關于如在步驟d）中確定的平面的速度信息來執行定量流分析。還公開了對應的設備和計算機程序。

【技術實現步驟摘要】
【國外來華專利技術】4DMR圖像數據中的流分析
本專利技術涉及醫學成像、特別是MR心臟成像的
，但是本專利技術可以在需要量化移動對象（movingobject）中的流（flow）的任何領域中找到應用，諸如在無損檢驗應用中。
技術介紹
對心臟瓣膜中和人體解剖結構主要血管中的血流模式和病理生理學的準確的研究、評估和表征在心血管功能障礙的診斷和治療中起著至關重要的作用。狹窄、入口和出口瓣膜回流或先天性缺陷表示其中心血管功能需要密切的成像追蹤以評估癥狀的嚴重程度以及作為結論的外科手術介入的最佳時機和類型的幾個示例。在臨床環境中用于分析血流的最常用的技術之一是流敏感的磁共振（MR）成像。MR對流的固有敏感性允許可靠地評估和量化血管血流動力學、并定性描繪流模式，而不受解剖范圍或流方向的限制。這通常通過對多個二維（2D）相襯磁共振成像（MRI）平面（也稱為2DMR流）的采集來執行。然而，該方法需要由有經驗的MR操作者仔細規劃2D相襯MR圖像采集平面。例如，對于正在評估的每個心臟瓣膜，操作者需要仔細定位在采集期間使用的平面。該平面的規劃是非常重要的，因為該平面是靜態的，并且需要垂直于血流來放置。采集平面是靜態的事實意味著在整個數據采集期間，平面不移動。即使MR操作者設法將平面最佳地放置在患者的解剖結構內，仍會出現某些問題。例如，將發生平面外運動（outofplanemotion）。這種平面外運動（穿平面運動，即，在穿過被定位在感興趣的心臟瓣膜處的采集平面的縱向方向上的運動，或換言之，垂直于成像平面的運動）是心臟在心動周期期間移動的結果。由于相襯MR對流敏感的事實，由這種穿平面運動產生的流被編碼在2DMR流圖像數據中。這是對準確流估計（尤其是跨瓣區域中）的主要障礙，如由先前的研究所報告的那樣，所述研究諸如Kayser等人的“MRvelocitymappingoftricuspidflow:correctionforthrough-planemotion（三尖瓣流的MR速度映射：針對穿平面運動的校正）”（JMagnResonImaging，1997年，7:669-673）。這種穿平面運動導致不可用的數據，因此數據在該靜態平面中被采集，但該平面不再包含正確的特征（即瓣膜）。因此，這還導致不能基于該數據進行診斷。此外，由于該高度操作者依賴性，經常發生不正確的規劃——即使在高患者體量的中心也是如此——這使得臨床評估困難，并潛在地有礙于正確診斷。此外，操作者需要預先知曉流編碼方向以便定位垂直于血流的采集平面。所有這些方面都導致耗時且易于出錯的過程。在Dewan等人的“DeformableMotionTrackingofCardiacStructures(DEMOTRACS)forImprovedMRImaging（用于改進的MR成像的心臟結構的可變形運動跟蹤（DEMOTRACS））”（IEEEConferenceonComputerVisionandPatternRecognition（關于計算機視覺和模式識別的IEEE會議），2007年）的成果中執行了改進2DMR流的嘗試。Dewan等人通過利用在初始掃描期間采集的2D長軸影像（cine）MR圖像（長軸視圖）內的瓣膜跟蹤來估計心臟運動，并且使用所估計的心臟運動來在2DMR流采集期間適應性地重新定位2D采集平面。其中瓣膜的跟蹤意指跟隨穿過一個或多個心搏周期的不同階段的瓣膜運動。該跟蹤方法是基于手動標識的解剖界標（landmark）的預定義數據庫。該方法需要具有針對特定掃描取向而標識的解剖界標的數據庫。這導致數據庫必須獲得在跟蹤期間使用的每個長軸視圖的信息）。這使得該方法嚴重依賴于預定義數據庫的內容、采集方法和長軸平面取向。此外，該研究僅聚焦于針對2DMR流采集進行動態采集平面定位的瓣膜跟蹤。因為該方法是在心臟MR流采集期間應用的，其中患者在掃描儀內部，因此瓣膜跟蹤中的錯誤將導致不正確的流采集，并且之后將不可能進行診斷。時間分辨三維相襯MRI（4DMR流）是用于評估多方向流速數據的演進的成像技術。在4DMR流中，隨著時間的推移，針對三維（3D）各向同性體積內的每個體素采集解剖和三方向速度信息。這種類型的數據允許從任何空間取向的平面分析血流。因此，靜態分析平面的上述問題不再成立，因為該平面可以在每個采集時間點處（即，在心動周期期間的每個采集階段處）被重新定位，以相對于患者的心臟和呼吸移動緊密地跟隨患者的心臟瓣膜。由于心臟和呼吸移動補償，并通過使針對感興趣對象的分析平面居中，因此將不再發生穿平面運動，如由Westenberg等人的“AccurateandReproduciblemitralvalvularbloodflowmeasurementwiththree-directionalvelocity-encodedmagneticresonanceimaging（利用三方向速度編碼的磁共振成像的準確且可再現的二尖瓣瓣膜血流測量）”（JournalofCardiovascularMagneticResonance（心血管磁共振期刊），2004年，6:767-776）所教導的那樣。在心動周期期間重新定位分析平面需要跟蹤解剖界標。在4DMR流成像技術的引入期間，4DMR流遭遇解剖數據的有限的信噪比的問題，并且導致解剖結構的較差的精細輪廓描繪。因此，必須采用不同的策略來高效地跟蹤解剖結構移動。若干作者通過在兩個附加MR序列上在每個時間幀上手動標識瓣膜位置而解決了該問題，例如Westenberg等人的“Mitralvalveandtricuspidvalvebloodflow:accuratequantificationwith3Dvelocity-encodedMRimagingwithretrospectivevalvetracking（二尖瓣和三尖瓣血流：利用3D速度編碼的MR成像、采用可追溯的瓣膜跟蹤的準確量化）”（Radiology（放射學），2008年，249:792-800）、和Roes等人的“Flowassessmentthroughfourheartvalvessimultaneouslyusing3-dimensional3-directionalvelocity-encodedmagneticresonanceimagingwithretrospectivevalvetrackinginhealthyvolunteersandpatientswithvalvularregurgitation（對健康志愿者和患有瓣膜反流的患者的同時使用利用可追溯的瓣膜跟蹤的三維三方向速度編碼的磁共振成像的穿過四個心臟瓣膜的流評估）”（InvestRadiol，2009年，44:669-674）。他們的方法需要兩個附加的長軸影像MR采集，這兩個附加的長軸影像MR采集是彼此正交并與感興趣的心臟瓣膜相交地采集的，例如對于二尖瓣，需要左心室兩腔和四腔影像MRI采集，這是標準實踐并且是臨床心臟MR檢查的一部分。即對于每個瓣膜，必須采集兩個長軸影像數據集。需要準確本文檔來自技高網...

【技術保護點】
1.用于根據具有長軸的移動器官的4D MR流體積圖像數據集在這樣的器官的目標體積中執行流分析的方法，其中這樣的數據集包括目標體積隨時間的結構信息和三方向速度信息，該方法包括：/na）從4D MR流體積圖像數據集導出與移動器官的長軸相關的至少一個導出圖像數據集；/nb）在4D MR流體積圖像數據集中或所述導出圖像數據集中確定至少一個感興趣的特征；/nc）在4D MR流體積圖像數據集內或在導出圖像數據集中跟蹤感興趣的特征；/nd）在4D MR流體積圖像數據集中確定包含感興趣的特征的平面隨時間的空間取向；/ne）使用關于如在步驟d）中確定的平面的速度信息來執行定量流分析。/n

【技術特征摘要】
【國外來華專利技術】1.用于根據具有長軸的移動器官的4DMR流體積圖像數據集在這樣的器官的目標體積中執行流分析的方法，其中這樣的數據集包括目標體積隨時間的結構信息和三方向速度信息，該方法包括：
a）從4DMR流體積圖像數據集導出與移動器官的長軸相關的至少一個導出圖像數據集；
b）在4DMR流體積圖像數據集中或所述導出圖像數據集中確定至少一個感興趣的特征；
c）在4DMR流體積圖像數據集內或在導出圖像數據集中跟蹤感興趣的特征；
d）在4DMR流體積圖像數據集中確定包含感興趣的特征的平面隨時間的空間取向；
e）使用關于如在步驟d）中確定的平面的速度信息來執行定量流分析。


2.根據權利要求1所述的方法，其中，通過多平面重建來創建與移動器官的長軸相關的導出圖像數據集。


3.根據權利要求1或2所述的方法，其中，通過接收來自用戶的輸入（103a，103b）或通過對4DMR流體積圖像數據集執行自動檢測步驟（103c）來確定感興趣的特征。


4.根據權利要求3所述的方法，其中，自動檢測步驟（103c）包括使用4DMR流體積圖像數據集來分析流行為、流加速度、和/或流動力學，以確定一個或多個感興趣的特征的位置。


5.根據權利要求4所述的方法，其中，流分析是基于選自包括以下的群組的量化技術：瞬時流線、路徑線、顆粒跟蹤、動能、或湍流動能。


6.根據權利要求3至5中的任一項所述的方法，其中，自動檢測步驟（103c）包括機器學習以確定一個或多個感興趣的特征的位置。


7.根據任一前述權利要求所述的方法，其中，通過在導出圖像數據集中接收用戶指示的點（103a）來確定感興趣的特征。


8.根據任一權利要求3至7所述的方法，其中，自動檢測的感興趣的特征（103c）被轉換至導出圖像數據集。


9.根據權利要求8所述的方法，其中，根據用戶輸入來調整導出圖像數據集中的檢測到的感興趣的特征。


10.根據任一前述權利要求所述的方法，其中，通過從用戶接收界標指示（102a，102b）或者通過對4DMR流體積圖像數據集執行自動生成步驟（102c）來獲得導出圖像數據集。


11.根據權利要求10所述的方法，其中，在靜態3D體積中從用戶接收一個或多個界標作為輸入。


12.根據權利要求10或11所述的方法，其中，通過生成平行于來自垂直于流的平面的法線的圖像來獲得導出圖像數據集。


13.根據任一權利要求10至12所述的方法，其中，自動生成步驟（102c）包括將4DMR流體積數據集與具有用作界標的注釋特征的通用3D解剖表面模型進行配準。


14.根據任一前述權利要求所述的...

【專利技術屬性】
技術研發人員：JP·阿本，L·勒杜，M·毛森，
申請(專利權)人：帕伊醫療成像有限公司，
類型：發明
國別省市：荷蘭;NL