CN103179900B - 使多个磁共振物理参数与大脑中髓磷脂含量相关的方法及装置 - Google Patents
使多个磁共振物理参数与大脑中髓磷脂含量相关的方法及装置 Download PDFInfo
- Publication number
- CN103179900B CN103179900B CN201080069560.2A CN201080069560A CN103179900B CN 103179900 B CN103179900 B CN 103179900B CN 201080069560 A CN201080069560 A CN 201080069560A CN 103179900 B CN103179900 B CN 103179900B
- Authority
- CN
- China
- Prior art keywords
- myelin
- images
- physical properties
- image
- compartment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/50—NMR imaging systems based on the determination of relaxation times, e.g. T1 measurement by IR sequences; T2 measurement by multiple-echo sequences
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Neurology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请描述了一种生成大脑髓磷脂组织图像的计算机化的方法。此外,可以将不同的髓磷脂成分的子图像成像。所述方法使用包括至少两个相互作用的组织区室的仿真模型。
Description
技术领域
本发明涉及用于产生由磁共振量化序列得到的脑组织的部分图像的方法、系统以及计算机程序产品。特别地,本发明还提供了用于基于多个物理参数生成大脑髓磷脂的部分图像的方法、系统以及计算机程序产品。
背景技术
磁共振成像(MRI)可以产生任何平面(包括斜面)的横断面图像。医学磁共振成像最经常依赖于水和脂肪中活跃的氢核(质子)的弛豫。当被成像的物体被置于强大的、均匀的磁场中时,组织中具有非整数的自旋数的原子核的自旋要么全部平行于磁场排列,要么全部反平行于磁场排列。磁共振成像扫描的输出结果是一个磁共振成像对比度图像或者一系列磁共振成像对比度图像。
为了理解磁共振成像对比度,重要的是理解射频激励后建立平衡的弛豫过程中涉及的时间常量。当被激励的质子弛豫并重新排列时,它们按照一定的速率发射能量,这些速率被记录下来用来提供关于它们的环境的信息。随着磁场自旋的质子的重新排列被称为纵向弛豫,特定比例的组织细胞核重新排列所需的时间(通常大约1秒钟)被称为“时间1”或者T1。T2加权成像取决于应用横向能量脉冲之后的自旋的当地移相,横向弛豫时间(对于组织通常小于100毫秒)被称为“时间2”或者T2。这些弛豫时间还被表述为弛豫速率R1(=1/T1)以及R2(=1/T2)。全信号取决于质子的数量或者质子密度PD。在扫描控制台上,将所有有效的参数--例如,回波时间(echotime)TE、重复时间TR、翻转角α以及应用预备脉冲(以及更多)--设置成确定的值。取决于被测量组织的特性,参数的每个具体设置在成像结果中产生特别的信号强度。
在传统对比度图像中,在图像中观察到的绝对信号强度没有直接含义。相反,有含义的是导致诊断的不同组织之间的强度差,对比度。可以根据物理参数——例如R1、R2、以及PD——的测量应用更量化的方法。这些值独立于扫描仪的设置,因此反映皮下组织。
可以在包括组织的直接测量中建立布洛赫(Bloch)仿真模型(参考例如,LevesqueR,PikeGB,使用定量磁化传递以及多元T2弛豫时间描绘健康以及病态白质的特征:通过四池模型的统一视图。磁共振医学应用2009;62:1487-1496(CharacterizinghealthyanddiseasedwhitematterusingquantitativemagnetizationtransferandmulticomponentT2relaxometry:Aunifiedviewviaafour-poolmodel.MagResonMed2009;62:1487-1496))将组织组成与MR量化结果期望的观察关联起来,这会产生计算机辅助诊断。
一种特别受关注的脑组织被称为髓磷脂。髓磷脂非常令人关注,因为它在大脑中围绕神经轴突形成绝缘护套。髓磷脂的退化或损伤可能导致一系列疾病,例如:痴呆以及多发性硬化。确定水肿程度、中风或者脑瘤时,它也是一个重要因素。髓磷脂由脂肪组织(半固体)的薄层以及水构成。
始终需要改进涉及磁共振成像的诊断以及成像方法。特别地,期望改进脑组织——例如髓磷脂——的成像以及分析的方法及装置。
发明内容
本发明目的是提供将多个物理参数(例如,T1与T2弛豫时间、R1与R2弛豫速率以及质子密度PD的组合,或者其中的子集)的测量与大脑中组织含量关联的方法及装置。
通过附上的权利要求中陈述的方法以及装置,实现本发明目的以及其它目的。
在磁共振成像中,特别关注的组织是髓磷脂。根据本发明实施例,提供从多个物理参数(例如,T1与T2弛豫时间、R1与R2弛豫速率以及质子密度PD的组合,或者其中的子集)的测量得到髓磷脂部分的方法、装置及计算机程序。所述多个物理参数可以从磁共振成像序列中得到,还可以获得髓鞘水(myelinwater)、髓鞘半固态(myelinsemi-solid)、细胞内液以及细胞外(间隙)液(intra-andextracellular(interstitial)water)、非髓鞘半固态(non-myelinsemi-solid)、自由水(freewater)、总的水容量(totalwatercontent)、髓鞘水部分(myelinwaterfraction)、水肿(edema)、大脑总的髓磷脂含量(totalmyelincontentofthebrain)以及大脑相关的髓磷脂部分(relativemyelinfractionofthebrain),并将其作为输出。
根据一个实施例,提供生成大脑髓磷脂组织图像的计算机化方法。所述方法包括生成大脑的两个或者更多物理特性的图像。所述方法还包括形成包括至少两个相互作用的组织区室的仿真模型并使用所述仿真模型产生物理特性作为输入。然后,通过使生成图像的观察到的物理特性与使用仿真模型产生的物理特性相关联并使用用于生成髓磷脂部分图像的关联,所述方法生成所述髓磷脂部分图像。
根据一个实施例,使用所有可能的组织区室分配产生所述产生的物理特性。
根据一个实施例,所述两个或更多物理特性包括T1,T2R1,R2以及PD的一个或多个。
根据一个实施例,使用查找表使所述生成的图像的观察到的物理特性与使用所述仿真模型产生的物理特性关联起来。
根据一个实施例,生成髓磷脂部分图像的至少一个髓磷脂子图像。
根据一个实施例,所述髓磷脂子图像包括以下中的一个或多个:髓鞘水图像、髓鞘半固态图像、细胞内液以及细胞外(间隙)液图像、非髓鞘半固态图像、自由水图像、总的水容量图像、髓鞘水部分图像、水肿图像、大脑的总的髓磷脂含量图像、以及大脑的相关的髓磷脂部分图像。
根据一个实施例,所述相互作用的组织区室包括以下中的一个或多个:髓磷脂部分区室、细胞部分区室、自由水部分区室、髓鞘水区室、髓鞘半固态区室、细胞内液以及间隙液区室、以及非髓鞘半固态区室。
本发明还提供计算机化成像系统以及数字存储介质,所述计算机化成像系统执行描述的所述方法,所述数字存储介质已经存储了计算机程序指令/软件部分,当计算机执行所述计算机程序指令/软件部分时,使所述计算机执行描述的所述方法。
根据一个实施例,用于生成大脑髓磷脂组织图像的所述计算机化成像系统包括第一成像电路以及仿真模型,所述第一成像电路被设置成用于生成两个或者更多大脑物理特性的图像,所述仿真模型包括至少两个相互作用的组织区室。所述系统进一步包括使用所述仿真模型产生物理特性作为输入的控制器以及使产生的图像的观察到的物理特性与使用所述仿真模型产生的物理特性关联起来的控制器。提供可以与所述第一成像电路相同的第二成像电路,其被设置成使用这种关联生成大脑髓磷脂部分图像。
为了实现髓磷脂成像,可以在计算机中提供用于执行上述方法的控制器单元/成像电路。可以使用合适的硬件和或软件实现所述控制器和或成像电路。所述硬件包括一个或多个可以被设置成执行存储在可读存储介质的软件的处理器。可以通过单独的专用处理器、单独的共享处理器、或者多个单个处理器实现所述处理器,其中的一些处理器可以共享或者分配。此外,处理器可以包括,但不限于,数字信号处理器(DSP)硬件、专用集成电路硬件、只读存储器(ROM)、随机读取存储器(RAM)、和/或其它存储介质。
在此描述的所述方法优点之一是可以获得每单位体积髓磷脂部分的绝对值,所述绝对值有助于理解磁共振成像大脑图像。而且,可以根据快速磁共振采集获得所述值。除了获得髓磷脂部分,还可以获得髓鞘水、髓鞘半固态、细胞内液以及细胞外(间隙)液、非髓鞘半固态、自由水、总的水容量、髓鞘水部分、水肿、大脑总的髓磷脂含量以及大脑相关的髓磷脂部分。
附图说明
现在通过非限制性例子以及参考附图对本发明进行更详细地描述。其中:
图1是磁共振系统的原理略图;
图2是示出当产生磁共振成像时执行的一些程序步骤的流程图;
图3-6是进一步示出获得髓磷脂成像以及相关量的方法的曲线图及图例。
具体实施方式
图1描述了一组磁共振成像系统100的整体视图。所述系统100包括磁共振扫描仪101。所述磁共振扫描仪通过扫描活的物体操作地生成磁共振成像数据。所述磁共振扫描仪进一步连接到用于处理所述扫描仪101生成的数据的计算机103。所述计算机包括连接到存储器的中央处理器单元以及多个用于接收并输出数据和信息的输入输出端口。所述计算机103从一个或几个输入设备接收输入命令,所述一个或几个输入设备通常由输入设备105代表。所述输入设备可以是一个或者多个计算机鼠标、键盘、轨迹球或者任何其它输入设备。所述计算机103进一步连接到用于将被处理的扫描数据显示成对比度图像的显示器107。特别地,所述计算机103可以包括被设置成执行描述的方法的控制器单元/成像电路。
图2的流程图示出了当生成髓磷脂图像时执行的步骤。首先,生成大脑的两个或者更多物理特性的图像。例如,这可以使用下文的步骤201-203实现。
因此,在步骤201中,生成一个或者几个磁共振序列并由所述磁共振序列产生一系列图像,从所述一系列图像中观察到强度差,所述强度差由客体中组织——在这个例子中,大脑——的T1弛豫时间以及T2弛豫时间造成。可以通过改变扫描仪的设置——例如,回波时间TE、重复时间TR、翻转角或者预脉冲之后的延迟——实现所述一系列图像。在步骤202中,使用这些图像进行拟合,以计算物理特性,例如T1、T2、R1、R2以及PD(或者等价的)。在步骤203中计算大脑的量化图像。参见例子J.B.MWarntjes,O.DahlqvistLeinhard,J.West以及P.Lundberg,对大脑的快速磁共振量化:对临床应用的优化,磁共振医学应用60;320-329(2008)(RapidMagneticResonanceQuantificationonthebrain:OptimizationforClinicalUsage,MagnResonMed60;320-329(2008))。
步骤204中设计具有多个相互作用的组织区室的仿真模型,如下文连同图3进一步举例说明的。组织区室的数量可以是被认为适于所述仿真模型的任何合适的数量。接下来在步骤205中,在磁共振序列的影响下这些区室的模拟信号强度可以计算出来。在步骤206中,使用模拟的物理特性,例如T1、T2以及PD,根据组织区室分布函数计算数值。根据一个实施例,可以仿真所有可能的组织区室分布。特别地,步骤202中使用的拟合可以用来提供可能的组织区室分布仿真。
在步骤208中,这些仿真可以用来生成查找表或者描述函数,以使任何组织分布与计算的物理特性、观察结果关联起来,所述物理特性例如T1、T2以及PD。在步骤209中,根据计算的物理特性,例如T1、T2以及PD,所述查找表之类的可以用来生成病人大脑的髓磷脂部分图像。根据步骤209中生成的所述髓磷脂部分图像,在步骤210中计算相关的髓磷脂子图像,包括所述髓鞘水图像、所述髓鞘半固态图像、所述细胞内液以及细胞外(间隙)液图像、所述非髓鞘半固态图像、所述自由水图像、所述总的水容量图像、所述髓鞘水部分图像、所述水肿图像、所述大脑中总的髓磷脂含量以及所述大脑相关的髓磷脂部分。所述总的髓磷脂含量是整个大脑每单位体积髓磷脂部分的总和。相似地,所述大脑相关的髓磷脂部分可以从这些部分中获得,其中,所述相关的髓磷脂部分是被大脑的体积划分开的整个大脑每单位体积髓磷脂部分的总和。
根据另一个实施例,不同于执行仿真并将结果保存在查找表中再使用所述查找表关联不同的物理特性,而是在测量之后使用仿真模型做曲线拟合。在这个实施例中,每次需要结果时都可以执行仿真,但是不需要使用查找表。
图3示出了观察到的大脑的R1、R2以及PD的仿真模型示例。将每个采集的体素体积分配到髓磷脂部分(MyF)、细胞部分(CF)以及自由水部分(FWF)。所述髓磷脂部分区室包括髓鞘水(MyW)以及髓鞘半固态(MSS)。所述细胞部分区室包括细胞内液以及间隙液(IIW)和非髓鞘半固态(non-MSS)。所述自由水部分仅包括水。每个部分具有各自的物理特性,表示为R1、R2以及PD。在髓磷脂部分与细胞部分之间有表示为磁化交换率KMyF-CF的相互作用,所述相互作用将两个部分的磁化进展结合起来。同样地,在细胞部分与自由水部分之间也有磁化交换律KCF-FWF。整个体积有效的、可观察的R1、R2以及PD是结合起来的部分的表现的结果。所述弛豫速率的值以及部分的分配仅仅是象征性的,起范例的作用。所有区室的和构成完整的图像片段/图像采集体素。
通过以下方式——所述方式仅作为示例,可采用的方式不限于此——可以在计算机中执行描述的所有步骤以及图2的步骤:执行加载到计算机中数字存储介质的适当的软件程序并使计算机执行上述步骤。还可以使用包括合适的成像电路、控制器的适当硬件结合不同的模型与存储器执行所述方法,例如,以查找表的形式。
进一步注意的是,图3中的仿真模型包括三个区室。然而,可以理解的是,可以使用彼此之间具有相互作用的更多(或更少)的区室。例如,在图3中,所述髓磷脂部分区室可以被进一步划分为髓鞘水MyW以及髓鞘半固态。同样,所述细胞部分区室可以进一步被划分为具有各自的相互作用的细胞内液及间隙液、IIW、以及非髓鞘半固态。
图4示出模拟仿真结果的示例。所述部分的分配设置为——例如——30%髓磷脂部分、70%细胞部分以及0%自由水部分。随着时间变化计算磁化行为得到信号密度曲线,从中可以得到R1、R2以及PD。在这个例子中,结果是R1=1.68s-1、R2=12.5s-1以及PD=64%。因此,(R1,R2,PD)的测量=(1.68,12.5,0.64)相当于(MyF,CF,FWF)=(0.3,0.7,0.0)。对所有可能的部分的分配都可以进行如上方法,以预测所有可能的测量结果。
因此,在图4a以及4b中,描绘了使用图2使用的速率的值对三个组织部分分配的预期的磁化进行的仿真。在图4a中,作为延期时间的函数的纵向磁化Mz在120度射频饱和之后产生脉冲。在图4b中,作为回波时间的函数的横向磁化Mx在90度射频激励之后产生脉冲。图4a以及4b中示出了1.100%CF,2.15%MyF以及85%CF以及3.30%MyF以及70%CF。在所有三个例子中,自由水部分均为0。虚线是对R1以及R2相应信号密度的单指数拟合。对R2来说,忽略最初10毫秒的回波时间,以体现实验环境。通常,这会导致对计算的PD的低估,因为在实验上省略短回波时间的快速衰减。三条曲线估计的(R1,R2,PD)值分别是(0.92,10.5,0.85)、(1.26,11.4,0.75)以及(1.68,12.5,0.64)。
图5示出了大脑感兴趣区域(ROI)典型的R1、R2以及PD图像。
感兴趣区域内的数据标在位于下方的图中R1-R2-PD空间的R1-R2、R1-PD以及R2-PD的投影图上。增加了仿真模型的结果,在所述仿真模型中髓磷脂部分范围在0-40%之间。用圆圈标出灰质(GM)以及白质(WM)的典型位置。
可以给R1-R2-PD中的每个点指定确定部分分配,使得R1、R2以及PD转变为髓磷脂部分、细胞部分以及自由水部分的具体的分配。图5描绘了健康主体(女性,38岁)位于1.5T的场强中大脑横向截面的量化磁共振图像数据的典型例子:a.在0-3s-1数值范围的R1弛豫速率,b.在5-20s-1数值范围的R2弛豫速率,c.在50-100%数值范围的质子密度,其中100%相当于37摄氏度的纯水。指出三个感兴趣区域,其中R1-R2-PD数据标在图像下方R1-R2、R1-PD以及R2-PD投影图平面上。髓磷脂部分/自由水部分比率从0/100%之间改变到40/60%再逐步地到4%,如正方形标记标出的。居中的灰质以及白质的位置由圆圈标出。在R1图像中,所述感兴趣区域位于具有部分体积灰质、白质以及CSF的区域。结果数据包络线包括位于灰质位置的典型的弯曲以及沿着标示线的数据。在R2图像中,所述感兴趣区域位于仅具有白质的区域,在PD图像中,所述感兴趣区域位于丘脑。
图6示出了与图5相同截面的多个部分与得到的量。髓磷脂部分(b)、细胞部分(c)、髓鞘水部分(e)以及总的水容量(f)。为了对比,增加常规T2W(a)以及T1W(d)图像。图4显示的截面的T2W图像(a),其具有计算出的在0-40%(b)数值范围的髓磷脂部分以及在50-100%(c)数值范围的细胞部分。显示的还有截面(d)的T1W图像,其具有在0-30%(e)数值范围的MWF(髓鞘水/总的水容量)以及截面上在50-100%(f)数值范围总的水容量(对应髓鞘水+细胞内液及间隙液,其中CSF没有被遮盖)。出于视觉导引的目的,在所有图像中显示红色颅腔轮廓。
Claims (15)
1.一种以可显示的形式生成大脑的髓磷脂组织部分图像的计算机化方法,其特征在于,包括:
用磁共振扫描仪生成大脑的至少一个磁共振序列,从而产生具有不同信号强度的一系列成像,
在计算机中,基于所述一系列成像,生成大脑的两个或者更多观察到的物理特性的图像,其中为所述图像确定相应的一组两个或更多观察到的物理特性,并且所述两个或更多物理特性包括纵向弛豫时间T1、横向弛豫时间T2以及质子密度PD中的至少两个,或者基于纵向弛豫时间T1、横向弛豫时间T2以及质子密度PD的至少两个特性,
形成包括至少两个相互作用的组织区室的仿真模型,其中所述至少两个相互作用的组织区室中的一个是髓磷脂组织部分区室,
基于所述至少一个磁共振序列,生成所述至少两个相互作用的组织区室的仿真信号强度,
基于所述仿真信号强度,生成仿真的物理特性,
使所述观察到的物理特性与所述仿真的物理特性关联起来,从而生成大脑的髓磷脂组织部分图像。
2.根据权利要求1所述的方法,其特征在于,生成仿真的物理特性包括为所有可能的组织区室分配生成仿真的物理特性。
3.根据权利要求1所述的方法,其特征在于,使所述观察到的物理特性与所述仿真的物理特性关联起来包括使用查找表。
4.根据权利要求1所述的方法,其特征在于,进一步包括从大脑的所述髓磷脂组织部分图像生成至少一个髓磷脂子图像。
5.根据权利要求4所述的方法,其特征在于,所述至少一个髓磷脂子图像包括以下中的至少一个:髓鞘水图像、髓鞘半固态图像、细胞内液以及细胞外液图像、非髓鞘半固态图像、自由水图像、总的水容量图像、髓鞘水部分图像、水肿图像、髓磷脂部分总的髓磷脂含量图像以及髓磷脂部分相关的髓磷脂部分图像。
6.根据权利要求1所述的方法,其特征在于,所述至少两个相互作用的组织区室包括以下中的至少一个:髓磷脂部分区室、细胞部分区室、自由水部分区室、髓鞘水区室、髓鞘半固态区室、细胞内以及间隙液区室以及非髓鞘半固态区室。
7.一种用于以可显示的形式生成大脑的髓磷脂组织部分图像的计算机化成像系统,其特征在于,包括:
第一成像电路,被设置成用于基于从至少一个磁共振序列产生的一系列成像而生成大脑的至少两个观察到的物理特性的图像,其中成像的信号强度是不同的,为所述图像生成相应的一组至少两个观察到的物理特性,并且所述至少两个物理特性包括纵向弛豫时间T1、横向弛豫时间T2以及质子密度PD中的至少两个,或者基于纵向弛豫时间T1、横向弛豫时间T2以及质子密度PD的至少两个物理特性,
仿真模型,包括至少两个相互作用的组织区室,其中所述至少两个相互作用的组织区室中的一个是髓磷脂组织部分区室,
第一控制器,被设置成用于使用所述仿真模型作为输入而产生仿真的物理特性,
第二控制器,被设置成用于使观察到的物理特性与仿真的物理特性关联起来,以及
第二成像电路,被设置成用于使用关联起来的物理特性而生成可显示的髓磷脂组织部分图像。
8.根据权利要求7所述的系统,其特征在于,所述第一控制器被设置成使用所有可能的组织区室分配来产生仿真的物理特性。
9.根据权利要求7所述的系统,其特征在于,所述系统进一步包括查找表,所述查找表被设置成用于使观察到的物理特性与仿真的物理特性关联起来。
10.根据权利要求7所述的系统,其特征在于,所述系统进一步包括成像电路,其被设置成用于从大脑的所述髓磷脂组织部分图像生成至少一个髓磷脂子图像。
11.根据权利要求10所述的系统,其特征在于,所述至少一个髓磷脂子图像包括以下中的至少一个:髓鞘水图像、髓鞘半固态图像、细胞内液及细胞外液图像、非髓鞘半固态图像、自由水图像、总的水容量图像、髓鞘水部分图像、水肿图像、髓磷脂部分总的髓磷脂容量图像以及髓磷脂部分相关的髓磷脂部分图像。
12.根据权利要求7所述的系统,其特征在于,所述至少两个相互作用的组织区室包括以下中的至少一个:髓磷脂部分区室、细胞部分区室、自由水部分区室、髓鞘水区室、髓鞘半固态区室、细胞内及间隙液区室以及非髓鞘半固态区室。
13.根据权利要求1所述的方法,其特征在于,进一步包括改变至少一个磁共振扫描仪设置,以生成具有不同信号强度的成像。
14.根据权利要求7所述的系统,其特征在于,进一步包括扫描仪,该扫描仪被设置为生成所述至少一个磁共振序列。
15.根据权利要求14所述的系统,其特征在于,所述扫描仪具有至少一个可变的设置,用于生成具有不同信号强度的成像。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/SE2010/000245 WO2012050487A1 (en) | 2010-10-14 | 2010-10-14 | Methods and apparatuses for relating multiple magnetic resonance physical parameters to myelin content in the brain |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103179900A CN103179900A (zh) | 2013-06-26 |
| CN103179900B true CN103179900B (zh) | 2016-07-06 |
Family
ID=45938514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201080069560.2A Active CN103179900B (zh) | 2010-10-14 | 2010-10-14 | 使多个磁共振物理参数与大脑中髓磷脂含量相关的方法及装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9993156B2 (zh) |
| EP (1) | EP2627246B1 (zh) |
| JP (1) | JP5700880B2 (zh) |
| CN (1) | CN103179900B (zh) |
| WO (1) | WO2012050487A1 (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9618596B2 (en) * | 2012-07-02 | 2017-04-11 | Syntheticmr Ab | Methods and systems for improved magnetic resonance acquisition using a single acquisition type |
| US10073156B2 (en) | 2012-07-02 | 2018-09-11 | Syntheticmr Ab | Methods and systems for improved magnetic resonance acquisition |
| KR20150080527A (ko) * | 2012-10-26 | 2015-07-09 | 뷰레이 인코포레이티드 | 방사선 요법에 대한 생리학적 반응의 영상화를 이용한 치료의 평가 및 개선 |
| WO2014085384A1 (en) * | 2012-11-30 | 2014-06-05 | The Trustees Of The University Of Pennsylvania | Background-suppressed myelin water imaging |
| GB201304728D0 (en) * | 2013-03-15 | 2013-05-01 | Isis Innovation | Medical imaging |
| WO2015162694A1 (ja) * | 2014-04-22 | 2015-10-29 | 株式会社日立製作所 | 医用画像診断支援装置、磁気共鳴イメージング装置および医用画像診断支援方法 |
| US10914804B2 (en) | 2016-02-05 | 2021-02-09 | Hitachi, Ltd. | Medical image diagnostic assistance device and magnetic resonance imaging device |
| US10290103B2 (en) * | 2016-05-26 | 2019-05-14 | Synthetic Mr Ab | Method, device and non-transitory digital storage medium for non-aqueous tissue volume estimation |
| EP3513212A1 (en) | 2016-11-22 | 2019-07-24 | Bayer Healthcare LLC | Synthetic magnetic resonance imaging and magnetic resonance fingerprinting with a contrast agent, and determination of a contrast agent injection protocol |
| WO2018106713A1 (en) * | 2016-12-06 | 2018-06-14 | Darmiyan, Inc. | Methods and systems for identifying brain disorders |
| US10758170B2 (en) | 2017-04-18 | 2020-09-01 | University Of Florida Research Foundation, Incorporated | Diffusion imaging in parkinson's disease and parkinsonism |
| EP3392804A1 (en) | 2017-04-18 | 2018-10-24 | Koninklijke Philips N.V. | Device and method for modelling a composition of an object of interest |
| US10888246B2 (en) * | 2017-07-18 | 2021-01-12 | Synthetic Mr Ab | Method and system for generating a contrast enhancement map |
| JP7161377B2 (ja) * | 2018-11-06 | 2022-10-26 | 富士フイルムヘルスケア株式会社 | 画像処理装置、及び、それを含む磁気共鳴イメージング装置及び磁気共鳴イメージングシステム |
| CN115137347B (zh) * | 2022-05-10 | 2023-05-26 | 浙江大学 | 三维超短回波时间磁共振指纹成像的髓鞘定量成像方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050007100A1 (en) * | 2003-07-08 | 2005-01-13 | Basser Peter J. | Diffusion tensor and q-space MRI specimen characterization |
| US20080199061A1 (en) * | 2004-08-17 | 2008-08-21 | John Hopkins University | Quantitative Single Image-Based Magnetization Transfer Weighted Imaging Using an Inter-Subject Normalization Reference Within the Image |
| US20080292194A1 (en) * | 2005-04-27 | 2008-11-27 | Mark Schmidt | Method and System for Automatic Detection and Segmentation of Tumors and Associated Edema (Swelling) in Magnetic Resonance (Mri) Images |
| US20090312625A1 (en) * | 2006-04-18 | 2009-12-17 | Yiping Du | Method for fast multi-slice mapping of myelin water fraction |
| US20100127704A1 (en) * | 2008-11-27 | 2010-05-27 | Marcel Warntjes | Method of Visualizing Segmented MR Images |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4573014A (en) | 1983-11-09 | 1986-02-25 | Duke University | NMR Imaging method and apparatus |
| US4641095A (en) | 1985-05-15 | 1987-02-03 | Duke University Medical Center | Determination of T1 relaxation times used in automated nuclear magnetic resonance image synthesis |
| US4881033A (en) | 1987-06-24 | 1989-11-14 | Picker International, Inc. | Noise-reduced synthetic T2 weighted images |
| US5262945A (en) | 1991-08-09 | 1993-11-16 | The United States Of America As Represented By The Department Of Health And Human Services | Method for quantification of brain volume from magnetic resonance images |
| IT1250094B (it) | 1991-09-12 | 1995-03-30 | Consiglio Nazionale Ricerche | Metodo di visualizzazione a colori composti di immagini quantitative di parametri tissutali, in risonanzna magnetica nucleare. |
| US6366797B1 (en) | 1998-08-25 | 2002-04-02 | The Cleveland Clinic Foundation | Method and system for brain volume analysis |
| US6823205B1 (en) | 2001-02-08 | 2004-11-23 | Boston University Radiology Associates | Synthetic images for a magnetic resonance imaging scanner using linear combination of source images to generate contrast and spatial navigation |
| US6956373B1 (en) * | 2002-01-02 | 2005-10-18 | Hugh Keith Brown | Opposed orthogonal fusion system and method for generating color segmented MRI voxel matrices |
| US7324842B2 (en) * | 2002-01-22 | 2008-01-29 | Cortechs Labs, Inc. | Atlas and methods for segmentation and alignment of anatomical data |
| US7764814B2 (en) * | 2003-07-10 | 2010-07-27 | Mount Sinai School Of Medicine | Display and analysis of multicontrast-weighted magnetic resonance images |
| US7904135B2 (en) | 2005-05-06 | 2011-03-08 | General Hospital Corporation | Magnetic resonance spatial risk map for tissue outcome prediction |
| EP1974313A4 (en) * | 2005-12-30 | 2011-11-16 | Yeda Res & Dev | MEDICAL APPLICATION ANALYSIS INTEGRATED SEGMENTATION AND CLASSIFICATION APPROACH |
| US8874189B2 (en) | 2007-01-02 | 2014-10-28 | Syntheticmr Ab | Method of visualizing MR images |
| US8369599B2 (en) * | 2007-05-17 | 2013-02-05 | University Of Washington | Fast two-point mapping of the bound pool fraction and cross-relaxation rate constant for MRI |
| US7973530B2 (en) | 2008-04-25 | 2011-07-05 | Jan Bertus Marten Marcel Warntjes | MRI display with contrast navigation window |
| US8289329B2 (en) | 2008-04-25 | 2012-10-16 | Marcel Warntjes | Visualization of quantitative MRI data by quantitative tissue plot |
| US9041393B2 (en) | 2009-07-24 | 2015-05-26 | Syntheticmr Ab | Interleaved single magnetic resonance sequence for MR quantification |
-
2010
- 2010-10-14 WO PCT/SE2010/000245 patent/WO2012050487A1/en not_active Ceased
- 2010-10-14 US US13/879,321 patent/US9993156B2/en active Active
- 2010-10-14 EP EP10858465.7A patent/EP2627246B1/en active Active
- 2010-10-14 CN CN201080069560.2A patent/CN103179900B/zh active Active
- 2010-10-14 JP JP2013533815A patent/JP5700880B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050007100A1 (en) * | 2003-07-08 | 2005-01-13 | Basser Peter J. | Diffusion tensor and q-space MRI specimen characterization |
| US20080199061A1 (en) * | 2004-08-17 | 2008-08-21 | John Hopkins University | Quantitative Single Image-Based Magnetization Transfer Weighted Imaging Using an Inter-Subject Normalization Reference Within the Image |
| US20080292194A1 (en) * | 2005-04-27 | 2008-11-27 | Mark Schmidt | Method and System for Automatic Detection and Segmentation of Tumors and Associated Edema (Swelling) in Magnetic Resonance (Mri) Images |
| US20090312625A1 (en) * | 2006-04-18 | 2009-12-17 | Yiping Du | Method for fast multi-slice mapping of myelin water fraction |
| US20100127704A1 (en) * | 2008-11-27 | 2010-05-27 | Marcel Warntjes | Method of Visualizing Segmented MR Images |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5700880B2 (ja) | 2015-04-15 |
| EP2627246A1 (en) | 2013-08-21 |
| US9993156B2 (en) | 2018-06-12 |
| WO2012050487A8 (en) | 2013-05-02 |
| US20140180061A1 (en) | 2014-06-26 |
| JP2013539706A (ja) | 2013-10-28 |
| CN103179900A (zh) | 2013-06-26 |
| WO2012050487A1 (en) | 2012-04-19 |
| EP2627246B1 (en) | 2020-03-04 |
| EP2627246A4 (en) | 2018-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103179900B (zh) | 使多个磁共振物理参数与大脑中髓磷脂含量相关的方法及装置 | |
| Panda et al. | Magnetic resonance fingerprinting–an overview | |
| Cao et al. | Optimized multi‐axis spiral projection MR fingerprinting with subspace reconstruction for rapid whole‐brain high‐isotropic‐resolution quantitative imaging | |
| Shao et al. | Measuring human placental blood flow with multidelay 3D GRASE pseudocontinuous arterial spin labeling at 3T | |
| US10379189B2 (en) | Simultaneous magnetic resonance angiography and perfusion with nuclear magnetic resonance fingerprinting | |
| Celik | Effect of imaging parameters on the accuracy of apparent diffusion coefficient and optimization strategies | |
| US10575753B2 (en) | White matter fibrography by synthetic magnetic resonance imaging | |
| JP5719968B2 (ja) | Mrデータを収集する方法及び装置 | |
| KR102842852B1 (ko) | 자기 공명 이미징을 위한 펄스 시퀀스들의 데이터베이스를 구축하는 컴퓨터 구현 방법 및 이러한 데이터베이스를 이용하여 자기 공명 이미징을 수행하는 방법 | |
| JP6014770B2 (ja) | 磁気共鳴撮影装置および温度情報計測方法 | |
| CN104412118B (zh) | 改进的磁共振采集的方法和系统 | |
| US8115482B2 (en) | Magnetic resonance anatomical image generating method and system | |
| JP2023086893A (ja) | データ処理装置、方法及びプログラム | |
| Oshio et al. | Interpretation of diffusion MR imaging data using a gamma distribution model | |
| Keerthivasan et al. | An efficient 3D stack‐of‐stars turbo spin echo pulse sequence for simultaneous T2‐weighted imaging and T2 mapping | |
| US7443162B2 (en) | Magnetic resonance imaging method and apparatus with application of the truefisp sequence and sequential acquisition of the MR images of multiple slices of a measurement subject | |
| JP2018175741A (ja) | 磁気共鳴イメージング装置 | |
| JP2020074839A (ja) | 画像処理装置、及び、それを含む磁気共鳴イメージング装置及び磁気共鳴イメージングシステム | |
| WO2016170863A1 (ja) | 磁気共鳴イメージング装置および磁気共鳴イメージング方法 | |
| Eggenschwiler et al. | 3D T 2-weighted imaging at 7T using dynamic kT-points on single-transmit MRI systems | |
| JP2019083992A (ja) | 磁気共鳴イメージング装置、撮像パラメータセット生成用演算装置及び撮像パラメータセット生成プログラム | |
| JP2014090949A (ja) | 磁気共鳴撮影装置および水脂肪分離方法 | |
| KR101938048B1 (ko) | 수정된 딕슨 기법을 통해 획득한 자기 공명 영상을 이용한 암을 진단하기 위한 장치 및 이 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 | |
| JP2017121463A (ja) | 磁気共鳴イメージング装置及び磁気共鳴イメージング方法 | |
| Badve et al. | Magnetic Resonance Fingerprinting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |