[发明专利]用于估计患者身体部分的相对物质组成的系统和方法

说明书

本发明涉及一种方法和系统(100)，用于估计在医学成像扫描中要从患者拍摄医学图像的视场中的患者身体部分的相对物质组成RSC，包括：输入接口(10)，用于接收至少一个患者信息数据片PPID(71)，并且用于接收至少一个视场信息数据片PFID(72)；计算设备(50)，被配置为实现训练后的机器学习算法MLA(55)，其中训练后的MLA(55)被配置和训练为接收由输入接口(10)接收到的至少一个PPID(71)和至少一个PFID(72)作为其输入，并且基于至少一个PPID(71)和至少一个PFID(72)生成至少一个输出信号(74)作为其输出，该输出信号(74)指示用于医学图像的患者身体部分的RSC；以及输出接口(90)，用于至少输出至少一个输出信号(74)。

技术领域

本发明涉及一种用于估计患者身体部分的相对物质组成(relative substancecomposition，RSC)的系统和方法。此外，本发明涉及一种用于训练在这种系统和这种方法中所使用的机器学习算法的方法，以及一种为这种训练方法生成训练数据的方法。

背景技术

在磁共振(magnetic resonance，MR)扫描(即图像采集)中，氢原子的核自旋(nuclear spin)由射频脉冲共振激发。每个自旋的共振频率与氢原子的原子核位置处的磁场B0成正比。因此，术语“频率”和“B0”有时被用作同义词。

在任何MR扫描中，局部B0场可能出于多种原因而变化。例如，由于磁体冷却罩中的温度变化，磁场强度可能漂移，这可能导致整体频率偏移。此外，患者体内的生物物质的易感性及其边界会导致局部频率偏移，一般通过匀场(skimming)来解决。匀场是使主磁场更加均匀的过程。

例如，在US 2015/00771155 A1中描述了一种匀场方法，其中提出通过在两个不同的回波时间处进行测量来获取磁共振数据，这两个不同的回波时间的差在至少两个不同的退相时间处的激发之后形成退相时间。

例如在脂肪或水分子中，微观频率偏移也可以由氢原子的化学键引起。化学偏移通常以百万分率(parts per million，ppm)来确定，因为化学偏移取决于所施加的磁场强度。

为了获得最佳的对比度和信噪比(signal-to-noise-ratio，SNR)，并成功地采用诸如脂肪或水饱和等技术，必须精确地知道每次MR扫描的视场内氢原子的共振频率，并将该共振频率用于设置MR设备以用于扫描。因此，通常使用专门的时序来对每次MR扫描进行频率调整测量。结果是在MR扫描设备的视场内的每个频率的信号强度的频谱。这些频谱可被称为共振频谱(resonance frequency spectra，RFS)，其通常示出由患者体内的不同物质(例如水、脂肪、硅胶(silicone)…)的共振频率最大值生成的显著(distinct)的峰。

这些共振频谱通常包括与不同的物质(诸如脂肪或水)的共振频率最大值相对应的峰。图7示出了示意性共振频谱1，其中(身体)脂肪的共振频率具有显著的峰2，以及水的共振频率具有显著的第二峰3。水平轴将频率值显示为与水的共振频率的当前设置频率值的偏差，并且垂直轴信号强度以任意单位表示。当前的算法基本上是通过将洛伦兹(Lorentzian)函数调整到共振频谱RFS来确定(水(虚线)的)峰，并使用优化来创建最佳拟合。这样，通常自动地生成如图7所示的共振频谱RFS的拟合曲线4。

然而，在其他情况下，如图8所示，所测量的共振频谱5可能更复杂，使得由现有技术算法生成的拟合曲线6通常不能捕捉共振频谱RFS的细节。