用利用多回波磁振成像的多步自適應(yīng)擬合法的脂和鐵量化的制作方法
【專利摘要】一種用利用多回波磁振成像的多步自適應(yīng)擬合法的脂和鐵量化。用于量化解剖組織中的脂肪和鐵的計算機(jī)實(shí)現(xiàn)的方法包括：使用磁共振(MR)脈沖序列獲得代表解剖組織的多個多回波信號數(shù)據(jù)集。多個多回波信號數(shù)據(jù)集選自多個多回波信號數(shù)據(jù)集且用于確定第一水量值和第一脂肪量值。響應(yīng)于確定多回波信號數(shù)據(jù)集包括至少三個多回波數(shù)據(jù)集，執(zhí)行第一階段分析。該第一階段分析包括：選擇第一有效橫向弛豫率值。接著，創(chuàng)建包括第一水量值、第一脂肪量值和第一有效橫向弛豫率值的第一算法輸入。然后，基于第一算法輸入執(zhí)行非線性擬合算法以計算第二水量值、第二脂肪量值和第二有效橫向弛豫率值。隨后基于第二水量值和第二脂肪量值確定第一質(zhì)子密度脂肪分?jǐn)?shù)值。
【專利說明】用利用多回波磁振成像的多步自適應(yīng)擬合法的脂和鐵量化
相關(guān)申請的交叉引用
[0001]本申請要求系列號61/722，278，于2012年11月5日提交的美國臨時申請的優(yōu)先權(quán)，通過引用將其全部并入本發(fā)明。
【技術(shù)領(lǐng)域】
[0002]本公開一般地涉及用于使用利用多回波磁共振成像的多步、自適應(yīng)擬合方法來量化脂肪和鐵的方法、系統(tǒng)和裝置。所公開的方法、系統(tǒng)和裝置可應(yīng)用于例如診斷和量化疾病，諸如肝脂肪變性。
【背景技術(shù)】
[0003]與正常狀態(tài)相比，很多疾病可能增加組織的脂肪或鐵的沉積。例如，相對于肝病，肝脂肪變性是肝病、諸如非酒精性的脂肪性肝病的指示。此外，增加的鐵沉積與慢性病毒性肝炎、酒精性肝病和非酒精性的脂肪性肝炎(steatokpatitis)相關(guān)聯(lián)。在肝病領(lǐng)域之外，脂肪和鐵沉積的量化在諸如骨髓疾病的診斷、腎上腺腫瘤的特性以及心臟疾病的評估這樣的領(lǐng)域中是令人感興趣的。因此，在各種臨床應(yīng)用中，解剖體(anatomy)中脂肪或鐵沉積的快速而準(zhǔn)確的估計是重要的。
[0004]用于非侵害地診斷和量化組織中脂肪沉積的一種技術(shù)是磁共振成像(MRI)。在MRI中，正常組織的所觀察到的信號主要來自于其成分水分子中的質(zhì)于。然而，在具有高的脂肪水平的組織中，所觀察到的信號是脂肪和水信號的組合。對應(yīng)于圖像的總信號依賴于質(zhì)子數(shù)量，或質(zhì)子密度(PD)。為了量化組織中的脂肪，可確定每像素中脂肪質(zhì)子密度與總脂肪和水質(zhì)子密度的比。此比被稱為質(zhì)子密度脂肪分?jǐn)?shù)(TOFF)。存在用于計算TOFF的各種常規(guī)技術(shù)。然而，這些方法通常依靠`并因此限于特定的供應(yīng)商/硬件平臺。
[0005]用MRI測量鐵通常通過用MRI測量組織橫向弛豫值(T2或f2)或弛豫率(R2=l/T2或If2=IzT2)來完成，因?yàn)殍F沉積與T2ZT2或r2/r*2密切關(guān)聯(lián)。這通常通過獲得多回波數(shù)據(jù)并執(zhí)行對數(shù)-線性擬合來完成。然而，當(dāng)存在脂肪時，由于脂肪的影響，通過這種方法直接測量T2/f2或r2/r*2是有問題的。
[0006]因此，希望開發(fā)一種允許跨越各種供應(yīng)商特定平臺的TOFF計算而又允許精確量化鐵沉積的技術(shù)。

【發(fā)明內(nèi)容】

[0007]通過提供用于使用利用多回波磁共振成像的多步、自適應(yīng)擬合方法來量化脂肪和鐵的方法、系統(tǒng)和裝置，本發(fā)明的實(shí)施例解決和克服了一個或多個以上不足之處和缺點(diǎn)。該技術(shù)特別適合于、但決不限于為了肝病的治療而量化和脂肪和鐵沉積。
[0008]根據(jù)本發(fā)明的一些實(shí)施例，一種用于量化解剖組織中的脂肪和鐵的計算機(jī)實(shí)現(xiàn)的方法包括使用磁共振(MR)脈沖序列獲得代表解剖組織的多個多回波信號數(shù)據(jù)集。多個多回波信號數(shù)據(jù)集選自所述多個多回波信號數(shù)據(jù)集。接著，使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值。在一個實(shí)施例中，通過將雙回波靈活回波(flexible-echo)時間估計應(yīng)用到所選的兩個多回波信號數(shù)據(jù)集來確定第一水量值和第一脂肪量值。在其他實(shí)施例中，通過將多回波估計應(yīng)用到所選的多回波信號數(shù)據(jù)集來確定所述值。然后，響應(yīng)于確定多回波信號數(shù)據(jù)集包括至少三個多回波數(shù)據(jù)集，執(zhí)行第一階段分析。該第一階段分析包括選擇第一有效橫向弛豫率值；創(chuàng)建包括第一水量值、第一脂肪量值和第一有效橫向弛豫率值的第一算法輸入；基于第一算法輸入執(zhí)行非線性擬合算法以計算第二水量值、第二脂肪量值和第二有效橫向弛豫率值；以及基于第二水量值和第二脂肪量值確定第一質(zhì)子密度脂肪分?jǐn)?shù)值。
[0009]在一個實(shí)施例中，上述方法進(jìn)一步包括響應(yīng)于確定多回波信號數(shù)據(jù)集包括至少四個多回波數(shù)據(jù)集，執(zhí)行第二階段分析。所述第二階段分析包括確定對于第三水量值的初始猜測(initial guess)和對于第三脂肪量值的初始猜測，基于有效橫向弛豫率值確定對于水橫向弛豫率值的初始猜測，并基于有效橫向弛豫率值確定對于脂肪橫向弛豫率值的初始猜測。接著，創(chuàng)建包括對于第三水量值的初始猜測、對于第三脂肪量值的初始猜測、對于水橫向弛豫率值的初始猜測不對于脂肪橫向弛豫率值的初始猜測的第二算法輸入。然后，基于第二算法輸入執(zhí)行非線性擬合算法以計算第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值。然后可以基于第三水量值和第三脂肪量值確定第二質(zhì)子密度脂肪分?jǐn)?shù)值。
[0010]對于第三水量值的初始猜測值和對于第三脂肪量值的初始猜測值可以用各種方式設(shè)置。例如，在一個實(shí)施例中，基于第一質(zhì)子密度脂肪分?jǐn)?shù)值設(shè)置所述值。具體而言，響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù) 值小于第一預(yù)定常數(shù)，將對于第三水量值的初始猜測設(shè)置為第二水量值并將對于第三脂肪量值的初始猜測設(shè)置為零。響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù)值大于第二預(yù)定常數(shù)，將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值，以及將對于第三水量值的初始猜測設(shè)置為零。響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù)值大于第一預(yù)定常數(shù)并小于第二預(yù)定常數(shù)，將對于第三水量值的初始猜測設(shè)置為第二水量值，以及將設(shè)置對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值。
[0011]根據(jù)本發(fā)明的其他實(shí)施例，一種用于量化患者解剖體的一部分中的脂肪和鐵的計算機(jī)實(shí)現(xiàn)的方法包括接收響應(yīng)于被應(yīng)用到患者解剖體的所述部分的多回波脈沖序列而獲得的多個多回波信號數(shù)據(jù)集。從所述多個多回波信號數(shù)據(jù)集中選擇兩個多回波信號數(shù)據(jù)集。接著，確定一系列值。首先，使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值。第二，基于第一水量值和第一脂肪量值確定跨越多個多回波信號數(shù)據(jù)集的第二水量值、第二脂肪量值和第二有效橫向弛豫率值。第三，基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨越多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值。一旦這些值被確定，就可以基于第三水量值和第三脂肪量值計算質(zhì)子密度脂肪分?jǐn)?shù)值。
[0012]上述方法可以多種方式加以補(bǔ)充。例如，在一個實(shí)施例中，所述方法進(jìn)一步包括基于水橫向弛豫率值和脂肪橫向弛豫率中的至少一個確定鐵沉積值?？梢栽趫D形用戶接口中呈現(xiàn)質(zhì)子密度脂肪分?jǐn)?shù)值和鐵沉積值。在另一個實(shí)施例中，使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值包括將雙回波靈活回波時間估計應(yīng)用到所選的兩個多回波信號數(shù)據(jù)集。[0013]在一些實(shí)施例中，通過執(zhí)行非線性擬合算法來計算第二水量值、第二脂肪量值和第二有效橫向弛豫率值而確定跨越多個多回波信號數(shù)據(jù)集的第二水量值、第二脂肪量值和第二有效橫向弛豫率值。在一個實(shí)施例中，所述非線性擬合算法包括阻尼最小二乘法。
[0014]在一些實(shí)施例中，可以基于上述方法中所計算的第二水量值和第二脂肪量值來確定初始質(zhì)子密度脂肪分?jǐn)?shù)值。該初始質(zhì)子密度脂肪分?jǐn)?shù)值隨后可被用來確定跨越多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值。例如，在一個實(shí)施例中，響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值小于第一預(yù)定常數(shù)，可以將對于第三水量值的初始猜測設(shè)置為第二水量值，并可以將對于第三脂肪量值的初始猜測設(shè)置為零。響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值大于第二預(yù)定常數(shù)，可以將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值，并可以將對于第三水量值的初始猜測設(shè)置為零。響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值大于第一預(yù)定常數(shù)并小于第二預(yù)定常數(shù)，可以將對于第三水量值的初始猜測設(shè)置為第二水量值，并可以將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值。然后，可以至少部分地基于對于第三水量值的初始猜測和對于第三脂肪量值的初始猜測執(zhí)行非線性擬合算法，以計算第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值。
[0015]根據(jù)本發(fā)明的另一個實(shí)施例，一種用于量化解剖組織中的脂肪和鐵的系統(tǒng)包括輸入處理器和圖像數(shù)據(jù)處理器。所述輸入處理器被配置為獲得使用脈沖序列類型獲得的代表解剖組織的多回聲信號數(shù)據(jù)集的多個MR圖像。所述圖像數(shù)據(jù)處理器被配置為執(zhí)行自適應(yīng)和漸進(jìn)的多步驟量化過程。在一些實(shí)施例中，該量化過程包括在第一步驟，確定初始水量值、初始脂肪量值和一個或多個初始橫向弛豫率值。接著，執(zhí)行一個或多個后續(xù)步驟，每個后續(xù)步驟利用多步驟量化過程中的之前步驟所確定的一個或多個值，來確定更新的水量值、更新的脂肪量值和一個或多個更新的橫向弛豫率值。然后，基于在一個或多個后續(xù)步驟中包括的最終后續(xù)步驟期間所產(chǎn)生的最終水量值和最終脂肪量值來計算質(zhì)子密度脂肪分?jǐn)?shù)值。在一些實(shí)施例中，該系統(tǒng)還包括圖形用戶接口，該圖形用戶接口被配置為呈現(xiàn)基于最終脂肪量值生成的脂肪橫向弛豫圖、基于最終水量值生成的水橫向弛豫圖、或基于質(zhì)子密度脂肪分?jǐn)?shù)值確定的脂肪分?jǐn)?shù)圖中的至少一種。
[0016]本發(fā)明的附加特征和優(yōu)點(diǎn)將從參照附圖進(jìn)行的說明性實(shí)施例的下列詳細(xì)描述中
變得清楚。
【專利附圖】

【附圖說明】
[0017]當(dāng)結(jié)合附圖閱讀時，可由下面的詳細(xì)描述來最佳地理解本發(fā)明的上述和其他方面。為了說明本發(fā)明的目的，附圖實(shí)施例中所示的是目前優(yōu)選的，但是應(yīng)該理解，本發(fā)明并不限于所公開的特定的手段。附圖中包括以下的圖:
[0018]圖1示出了根據(jù)本發(fā)明的一些實(shí)施例的用于排序采集`在k_空間存儲陣列中存儲的表示MR圖像數(shù)據(jù)的頻域分量的系統(tǒng)；
[0019]圖2提供了根據(jù)本發(fā)明的一些實(shí)施例的用于脂肪和鐵的量化的多步自適應(yīng)擬合過程；
[0020]圖3提供了根據(jù)本發(fā)明的一些實(shí)施例的基于水-脂肪混合物的單個有效橫向弛豫率計算PIFF的過程的概述；[0021]圖4提供了根據(jù)本發(fā)明的一些實(shí)施例的基于水和脂肪的橫向弛豫率計算TOFF的過程的概述；
[0022]圖5示出了通過本發(fā)明的一個實(shí)施例確定的肝臟脂肪和鐵量化的示例結(jié)果；并且
[0023]圖6示出了一個示例性計算環(huán)境，本發(fā)明的實(shí)施例可以在該示例性計算環(huán)境中實(shí)現(xiàn)。
【具體實(shí)施方式】
[0024]下面的公開根據(jù)涉及使用利用多回波磁共振成像(MRI)的多步、自適應(yīng)擬合方法來量化脂肪的方法、系統(tǒng)和裝置的若干實(shí)施例描述了本發(fā)明。簡言之，在各種實(shí)施例中，執(zhí)行多回波MRI采集。來自所述采集的兩個所選的回波被用于為脂肪和水分信號分?jǐn)?shù)提供初始猜測?；诹啃盘柗匠淌?，隨后執(zhí)行多步非線性擬合程序以分別用質(zhì)子密度脂肪分?jǐn)?shù)(PDFF)值和橫向弛豫率(例如，值來量化地測量脂肪和鐵。
[0025]圖1示出了根據(jù)本發(fā)明的一些實(shí)施例的用于排序采集k_空間存儲陣列中代表用于存儲的MR圖像數(shù)據(jù)的頻率域分量的系統(tǒng)10。在系統(tǒng)10中，磁體12創(chuàng)建了將在手術(shù)臺上被成像和定位的患者11體內(nèi)的靜態(tài)基本磁場。在該磁體系統(tǒng)中是梯度線圈14，用于產(chǎn)生疊加于所述靜態(tài)磁場上的位置依賴的磁場梯度。梯度線圈14響應(yīng)于通過梯度和勻場(shimming) /脈沖序列控制模塊16向其提供的梯度信號在三個正交方向上產(chǎn)生位置依賴及勻場磁場梯度，并生成磁場脈沖序列。勻場梯度補(bǔ)償由患者的解剖變化和其他來源引起的MR成像設(shè)備磁場中的不均勻性和多變性。磁場梯度包括施加到患者11的切片選擇梯度磁場、相位編碼梯度磁場以及讀出梯度磁場。
[0026]此外，RF (射頻)系統(tǒng)20提供RF脈沖信號至RF線圈18，作為響應(yīng)，所述RF線圈18產(chǎn)生磁場脈沖，所述磁場脈沖對于所謂的“自旋回波”成像旋轉(zhuǎn)所成像的身體11中質(zhì)子的自旋九十度或一百八十度，或者對于所謂的“梯度回波”成像旋轉(zhuǎn)小于或等于90度的角度。如由中央控制系統(tǒng)26所指不的那樣，脈沖序列控制I旲塊16結(jié)合RF系統(tǒng)20控制切片選擇、相位編碼、讀出梯度磁場、射頻傳輸和磁共振信號檢測，以獲得表現(xiàn)患者11的平面切片的磁共振信號。
[0027]響應(yīng)于施加的RF脈沖信號，RF線圈18接收MR信號，即，當(dāng)身體內(nèi)受激發(fā)的質(zhì)子返回由靜態(tài)和梯度磁場建立的平衡位置時，來自所述身體內(nèi)受激發(fā)的質(zhì)子的信號。所述MR信號由RF系統(tǒng)20中的檢測器以及k-空間分量處理器單元34檢測和處理，用以向可操作地耦合到中央控制單元26的圖像數(shù)據(jù)處理器27提供圖像表現(xiàn)數(shù)據(jù)。在一些實(shí)施例中，該圖像數(shù)據(jù)處理器位于中央控制單元26內(nèi)，而不是如圖1中的外部單元之內(nèi)。ECG同步信號發(fā)生器30提供ECG信號，用于脈沖序列和成像同步。單元34中單獨(dú)數(shù)據(jù)元素的二維或三維k-空間存儲陣列存儲對應(yīng)的包括MR數(shù)據(jù)集的單獨(dú)頻率分量。單獨(dú)數(shù)據(jù)元素的k-空間陣列具有指定中心，并且單獨(dú)數(shù)據(jù)元素單獨(dú)地具有到該指定中心的半徑。
[0028]磁場發(fā)生器(包括磁線圈12、14和18)生成磁場，用于在獲得對應(yīng)于存儲陣列中單獨(dú)數(shù)據(jù)元素的多個單獨(dú)頻率分量中使用。以某順序依次獲得所述單獨(dú)頻率分量，在該順序中，由于在表現(xiàn)MR圖像的MR數(shù)據(jù)集的采集期間依次獲得多個單獨(dú)頻率分量，所以各自相應(yīng)的單獨(dú)數(shù)據(jù)元素的半徑沿著基本上螺旋形的路徑增加和減少。單元34中的存儲處理器存儲在陣列中相應(yīng)的單獨(dú)數(shù)據(jù)元素中使用磁場而獲得的單獨(dú)頻率分量。由于獲得了多個順序單獨(dú)頻率分量，所以各自相應(yīng)的單獨(dú)數(shù)據(jù)元素的半徑交替增加和減少。磁場以對應(yīng)于陣列中基本上相鄰的單獨(dú)數(shù)據(jù)元素的序列的順序獲得單獨(dú)頻率分量，并且依次獲得的頻率分量之間的磁場梯度變化基本上最小化。
[0029]中央控制系統(tǒng)26使用存儲于內(nèi)部數(shù)據(jù)庫中的信息來以協(xié)調(diào)方式處理所檢測的MR信號，以生成身體的所選切片(或多個切片)的高品質(zhì)圖像，并調(diào)整系統(tǒng)10的其他參數(shù)。所存儲的信息包括，例如，預(yù)定脈沖序列以及磁場梯度和強(qiáng)度數(shù)據(jù)以及指示將被應(yīng)用在成像中的指示梯度磁場的定時、取向和空間體積的數(shù)據(jù)。所生成的圖像呈現(xiàn)在顯示器40上。計算機(jī)28包括使用戶能與中央控制器26交互的圖形用戶接口(GUI)，并使用戶能基本上實(shí)時修改磁共振成像信號。顯示處理器37處理磁共振信號以例如提供用于在顯示器40上顯示的圖像表現(xiàn)數(shù)據(jù)。
[0030]在本發(fā)明的各種實(shí)施方式中，如這里所述，MRI系統(tǒng)，諸如圖1的系統(tǒng)10被用于使用多步自適應(yīng)擬合方法來獲得用于量化組織中脂肪和鐵的數(shù)據(jù)。本發(fā)明的實(shí)施例使用信號
模型，所述信號模型是多至四值=M^MpR2w'和A2/的函數(shù)。Mw和Mf分別是被采樣組織的
水和脂肪信號量。這些值與那些組織類型的質(zhì)子密度成比例。和R*2f分別是該組織的水和脂肪的橫向弛豫率。如果在數(shù)據(jù)采集中使用足夠低的RF翻轉(zhuǎn)角度，使得縱向弛豫(T1)的影響可以忽略不計，那么在第η個回波時間(TEn)，所獲得的MR信號Sn由下式給出:
【權(quán)利要求】
1.一種用于量化解剖組織中的脂肪和鐵的計算機(jī)實(shí)現(xiàn)的方法，該方法包括: 使用磁共振(MR)脈沖序列獲得代表解剖組織的多個多回波信號數(shù)據(jù)集； 從多個多回波信號數(shù)據(jù)集中選擇多個多回波信號數(shù)據(jù)集； 使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值；以及響應(yīng)于確定多回波信號數(shù)據(jù)集包括至少三個多回波數(shù)據(jù)集，執(zhí)行第一階段分析，第一階段分析包括: 選擇第一有效橫向弛豫率值， 創(chuàng)建包括第一水量值、第一脂肪量值和第一有效橫向弛豫率值的第一算法輸入， 基于第一算法輸入執(zhí)行非線性擬合算法以計算第二水量值、第二脂肪量值和第二有效橫向弛豫率值，以及 基于第二水量值和第二脂肪量值確定第一質(zhì)子密度脂肪分?jǐn)?shù)值。
2.根據(jù)權(quán)利要求1所述的方法，其中，使用所選的多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值包括: 將雙回波靈活回波時間估計應(yīng)用于所選的兩個多回波信號數(shù)據(jù)集。
3.根據(jù)權(quán)利要求1所述的方法，其中，使用所選的多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值包括: 將多回波估計應(yīng)用于所選的多回波信號數(shù)據(jù)集。
4.根據(jù)權(quán)利要求1所述 的方法，進(jìn)一步包括: 響應(yīng)于確定多回波信號數(shù)據(jù)集包括至少四個多回波數(shù)據(jù)集，執(zhí)行第二階段分析，第二階段分析包括: 確定對于第三水量值的初始猜測和對于第三脂肪量值的初始猜測， 基于有效橫向弛豫率值確定對于水橫向弛豫率值的初始猜測， 基于有效橫向弛豫率值確定對于脂肪橫向弛豫率值的初始猜測， 創(chuàng)建包括對于第三水量值的初始猜測、對于第三脂肪量值的初始猜測、對于水橫向弛豫率值的初始猜測和對于脂肪橫向弛豫率值的初始猜測的第二算法輸入， 基于第二算法輸入執(zhí)行非線性擬合算法以計算第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值，以及 基于第三水量值和第三脂肪量值確定第二質(zhì)子密度脂肪分?jǐn)?shù)值。
5.根據(jù)權(quán)利要求4所述的方法，其中，確定對于第三水量值的初始猜測和對于第三脂肪量值的初始猜測包括: 響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù)值小于第一預(yù)定常數(shù)， 將對于第三水量值的初始猜測設(shè)置為第二水量值，以及 將對于第三脂肪量值的初始猜測設(shè)置為零。
6.根據(jù)權(quán)利要求5所述的方法，其中，確定對于第三水量值的初始猜測和對于第三脂肪量值的初始猜測進(jìn)一步包括: 響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù)值大于第二預(yù)定常數(shù)， 將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值，以及 將對于第三水量值的初始猜測設(shè)置為零。
7.根據(jù)權(quán)利要求6所述的 方法，其中，確定對于第三水量值的初始猜測和對于第三脂肪量值的初始猜測進(jìn)一步包括: 響應(yīng)于確定第一質(zhì)子密度脂肪分?jǐn)?shù)值大于第一預(yù)定常數(shù)并小于第二預(yù)定常數(shù)， 將對于第三水量值的初始猜測設(shè)置為第二水量值，以及 將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值。
8.一種用于量化患者解剖體的一部分中的脂肪和鐵的計算機(jī)實(shí)現(xiàn)的方法，該方法包括: 接收響應(yīng)于被應(yīng)用于患者解剖體的所述部分的多回波脈沖序列而獲得的多個多回波信號數(shù)據(jù)集； 從多個多回波信號數(shù)據(jù)集中選擇兩個多回波信號數(shù)據(jù)集； 使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值； 基于第一水量值和第一脂肪量值確定跨多個多回波信號數(shù)據(jù)集的第二水量值、第二脂肪量值和第二有效橫向弛豫率值； 基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值；以及基于第三水量值和第三脂肪量值計算質(zhì)子密度脂肪分?jǐn)?shù)值。
9.根據(jù)權(quán)利要求8所述的方法，進(jìn)一步包括: 基于水橫向弛豫率值和脂肪橫向弛豫率中的至少一個確定鐵沉積值。
10.根據(jù)權(quán)利要求9所述的方法，進(jìn)一步包括: 在圖形用戶接口中呈現(xiàn)質(zhì)子密度脂肪分?jǐn)?shù)值和鐵沉積值。
11.根據(jù)權(quán)利要求8所述的方法，其中，使用所選的兩個多回波信號數(shù)據(jù)集確定第一水量值和第一脂肪量值包括: 將雙回波靈活回波時間估計應(yīng)用于所選的兩個多回波信號數(shù)據(jù)集。
12.根據(jù)權(quán)利要求8所述的方法，其中，基于第一水量值和第一脂肪量值確定跨多個多回波信號數(shù)據(jù)集的第二水量值、第二脂肪量值和第二有效橫向弛豫率值包括: 執(zhí)行非線性擬合算法以計算第二水量值、第二脂肪量值和第二有效橫向弛豫率值。
13.根據(jù)權(quán)利要求12所述的方法，其中，所述非線性擬合算法包括阻尼最小二乘法。
14.根據(jù)權(quán)利要求12所述的方法，進(jìn)一步包括: 基于第二水量值和第二脂肪量值計算初始質(zhì)子密度脂肪分?jǐn)?shù)值。
15.根據(jù)權(quán)利要求14所述的方法，其中，基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值包括: 響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值小于第一預(yù)定常數(shù)， 將對于第三水量值的初始猜測設(shè)置為第二水量值，以及 將對于第三脂肪量值的初始猜測設(shè)置為零。
16.根據(jù)權(quán)利要求15所述的方法，其中，基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值進(jìn)一步包括: 響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值大于第二預(yù)定常數(shù)， 將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值，以及將對于第三水量值的初始猜測設(shè)置為零。
17.根據(jù)權(quán)利要求16所述的方法，其中，基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值進(jìn)一步包括: 響應(yīng)于確定初始質(zhì)子密度脂肪分?jǐn)?shù)值大于第一預(yù)定常數(shù)并小于第二預(yù)定常數(shù)， 將對于第三水量值的初始猜測設(shè)置為第二水量值，以及 將對于第三脂肪量值的初始猜測設(shè)置為第二脂肪量值。
18.根據(jù)權(quán)利要求17所述的方法，其中，基于第二水量值、第二脂肪量值和第二有效橫向弛豫率值確定跨多個多回波信號數(shù)據(jù)集的第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值進(jìn)一步包括: 至少部分地基于對于第三水量值的初始猜測、對于第三脂肪量值的初始猜測執(zhí)行非線性擬合算法以計算第三水量值、第三脂肪量值、水橫向弛豫率值和脂肪橫向弛豫率值。
19.一種用于量化解剖組織中的脂肪和鐵的系統(tǒng)，該系統(tǒng)包括: 輸入處理器，被配置為獲得使用脈沖序列類型獲得的代表解剖組織的多回聲信號數(shù)據(jù)集的多個MR圖像；以及 圖像數(shù)據(jù)處理器，被配置為執(zhí)行自適應(yīng)和漸進(jìn)多步驟量化過程，該過程包括: 在第一步驟，確定初始水量值、初始脂肪量值以及一個或多個初始橫向弛豫率值， 執(zhí)行一個或多個后續(xù)步驟，每個后續(xù)步驟利用在多步驟量化過程中的之前步驟確定的一個或多個值來確定更新的水量值、更新的脂肪量值和一個或多個更新的橫向弛豫率值，以及 基于在一個或多個后續(xù)步驟中包括的最終后續(xù)步驟期間生成的最終水量值和最終脂肪量值來計算質(zhì)子密度脂肪分?jǐn)?shù)值。
20.根據(jù)權(quán)利要求19所述的系統(tǒng)，進(jìn)一步包括: 圖形用戶接口，被配置為呈現(xiàn)基于最終脂肪量值生成的脂肪橫向弛豫圖、基于最終水量值生成的水橫向弛豫圖、或基于質(zhì) 子密度脂肪分?jǐn)?shù)值確定的脂肪分?jǐn)?shù)圖中的至少一個。
【文檔編號】A61B5/055GK103800010SQ201310692760
【公開日】2014年5月21日 申請日期:2013年11月5日 優(yōu)先權(quán)日:2012年11月5日
【發(fā)明者】鐘曉東, M·D·尼克爾, S·坎寧吉澤 申請人:美國西門子醫(yī)療解決公司, 西門子公司