[發明專利]心臟成像系統和方法

在審

• 申請號: 202011347028.4
• 申請日: 2020-11-26
• 公開（公告）號: CN112494030A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 陳瀟;孫善輝;陳章;陳德仁
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/00
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦

1.一種心臟成像方法，包括：

采集患者心臟的初始定位像；

使用神經網絡來建立患者特定心臟模型并自動規劃所述患者特定心臟模型的成像平面；

執行所述患者心臟的加速掃描；

使用所述神經網絡來從所述加速掃描確定所述患者心臟的當前位置和姿態，并重新定位所述成像平面以對應于所述患者心臟的所述當前位置和姿態；以及

使用所述重新定位的成像平面來執行采集掃描并根據選定的成像協議從所述采集掃描生成所述患者心臟的圖像。

2.根據權利要求1所述的方法，包括從標準MRI體視圖采集所述初始定位像。

3.根據權利要求1所述的方法，其中，所述初始定位像包括來自軸向矢狀和冠狀視圖中的一個或多個的2D或3D圖像。

4.根據權利要求1所述的方法，其中，使用所述神經網絡來從所述加速掃描確定所述患者心臟的當前位置和姿態包括從所述加速掃描重建圖像并將來自所述加速掃描的所述重建圖像與所述患者特定心臟模型進行比較。

5.根據權利要求1所述的方法，包括：將所述患者心臟的所述當前位置和姿態與所述患者特定心臟模型的位置和姿態進行比較；以及重新定位從所述患者特定心臟模型獲得的所述成像平面，以對應于所述患者心臟的所述當前位置和姿態。

6.根據權利要求1所述的方法，其中，所述神經網絡包括CNN和RNN模型的組合、GRU模型、LSTM模型、全卷積神經網絡模型、生成對抗網絡、反向傳播神經網絡模型、徑向基函數神經網絡模型、深度置信網絡神經網絡模型、埃爾曼(Elman)神經網絡模型中的一個或多個。

7.根據權利要求1所述的方法，其中，所述加速掃描包括壓縮感知；并行成像；或快速自旋回波技術中的一個或多個，以允許在更少的時間內采集與支持更高分辨率或更大視場所需的數據量相比減少的數據量。

8.根據權利要求1所述的方法，其中，所述選定的成像協議包括獲得所述心臟的解剖圖像、確定心臟功能或確定心肌活性中的一個或多個。

9.一種心臟成像系統，包括：

MRI掃描儀；和

處理引擎，其聯接到所述MRI掃描儀，所述處理引擎包括處理器和包括計算機可讀程序代碼的存儲器，其中，所述處理器在所述計算機可讀程序代碼的控制下可操作為：

采集患者心臟的初始定位像；

使用神經網絡來建立患者特定心臟模型并自動規劃所述患者特定心臟模型的成像平面；

執行所述患者心臟的加速掃描；

使用所述神經網絡來從所述加速掃描確定所述患者心臟的當前位置和姿態并重新定位所述成像平面以對應于所述患者心臟的所述當前位置和姿態；并且

使得所述MRI掃描儀使用所述重新定位的成像平面來執行采集掃描并根據選定的成像協議從所述采集掃描生成所述患者心臟的圖像。

10.根據權利要求9所述的系統，其中，所述處理器在所述計算機可讀程序代碼的控制下可操作為使得所述MRI掃描儀從標準MRI體視圖采集所述初始定位像。