[go: up one dir, main page]

CN116999046A - 磁共振系统及其表面线圈、生理运动感应装置和门控方法 - Google Patents

磁共振系统及其表面线圈、生理运动感应装置和门控方法 Download PDF

Info

Publication number
CN116999046A
CN116999046A CN202210464581.9A CN202210464581A CN116999046A CN 116999046 A CN116999046 A CN 116999046A CN 202210464581 A CN202210464581 A CN 202210464581A CN 116999046 A CN116999046 A CN 116999046A
Authority
CN
China
Prior art keywords
magnetic resonance
waveform
physiological motion
physiological
signal
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.)
Pending
Application number
CN202210464581.9A
Other languages
English (en)
Inventor
葛雅安
戴擎宇
李源
王坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GE Precision Healthcare LLC
Original Assignee
GE Precision Healthcare LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GE Precision Healthcare LLC filed Critical GE Precision Healthcare LLC
Priority to CN202210464581.9A priority Critical patent/CN116999046A/zh
Priority to US18/295,711 priority patent/US20230349998A1/en
Publication of CN116999046A publication Critical patent/CN116999046A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055Detecting, 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/0464Convolutional networks [CNN, ConvNet]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/567Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
    • G01R33/5673Gating or triggering based on a physiological signal other than an MR signal, e.g. ECG gating or motion monitoring using optical systems for monitoring the motion of a fiducial marker
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00Indicating or recording presence, absence, or direction, of movement
    • G01P13/02Indicating direction only, e.g. by weather vane
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34Constructional details, e.g. resonators, specially adapted to MR
    • G01R33/341Constructional details, e.g. resonators, specially adapted to MR comprising surface coils
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/048Activation functions

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pulmonology (AREA)
  • Cardiology (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及磁共振系统及其表面线圈、生理运动感应装置和门控方法。本发明提供了一种磁共振系统、用于磁共振系统的生理运动感应装置以及磁共振系统的生理运动门控方法。该生理运动感应装置包括:传感器模块,其相对于所述磁共振系统的检测对象被定位,所述传感器模块用于感应所述检测对象的运动以生成感应信号,并将所述感应信号通过无线介质传输至所述磁共振系统的处理器;电源模块,用于为所述传感器模块供电;以及,屏蔽外壳,其形成有屏蔽空间,所述电源模块设置在所述屏蔽空间中。

Description

磁共振系统及其表面线圈、生理运动感应装置和门控方法
技术领域
本发明涉及医学成像领域,尤其是涉及一种磁共振系统、用于磁共振系统的生理运动感应装置以及磁共振系统的生理运动门控方法。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)是现代医学中主要的成像方式之一。磁共振成像可能受到呼吸、心跳等生理运动的影响而产生伪影,因此,现有技术通常基于采集的生理信号来触发磁共振信号的采集,例如,心电触发门控、脉搏触发门控、呼吸触发门控等。传统的生理信号采集技术或者需要与被检测对象的身体进行紧密接触而给对象带来不适感,或者需要通过复杂的线缆进行信号传输,或者成本较高,或者无法适用于磁共振环境,或者在同时需要基于不同的生理运动进行门控触发时具有困难。因此,希望改善磁共振成像技术的生理信号触发方案,以带来更好的成本效益、更友好的用户体验和更佳的门控触发效果中的至少一个。
发明内容
本发明的一方面提供一种用于磁共振系统的生理运动感应装置,所述装置包括:
传感器模块,其相对于所述磁共振系统的检测对象被定位,所述传感器模块用于感应所述检测对象的运动以生成感应信号,并将所述感应信号通过无线介质传输至所述磁共振系统的处理器;
电源模块,用于为所述传感器模块供电;以及,
屏蔽外壳,其形成有屏蔽空间,所述电源模块设置在所述屏蔽空间中。
本发明的另一方面提供一种用于磁共振系统的表面线圈,其上安装有上述任一方面的生理运动感应装置。
本发明的另一方面提供一种用于磁共振系统的表面线圈,其上设有连接部,所述表面线圈的连接部用于安装上述任一方面的生理运动感应装置。
本发明的另一方面提供一种磁共振系统,包括:
扫描仪,其用于对检测对象执行磁共振扫描;
上述任一方面的生理运动感应装置;以及,
生理采集处理器,所述生理采集处理器包括第一处理器,其用于通过无线介质从所述生理运动感应装置的传感器模块接收所述感应信号,并基于所述感应信号生成所述检测对象的生理运动波形。
本发明的另一方面提供一种磁共振系统的生理运动门控方法,包括:
基于上述任一方面的生理运动感应装置生成感应信号;
通过无线介质从所述生理运动感应装置接收所述感应信号;以及,
基于所述感应信号生成所述检测对象的生理运动波形。
应理解,提供上文的简要描述是为了以简化的形式介绍在具体实施方式中进一步描述的一些概念。这并不意味着识别所要求保护的主题的关键或必要特征,其范围由详细描述之后的权利要求唯一地限定。此外,所要求保护的主题不限于解决在上文中或在本公开的任一区段中所提及的任何缺点的实现。
附图说明
参考所附附图,通过阅读下列非限制性实施例的描述,本发明将被更好的理解,其中:
图1示出了根据本发明一些实施例的示例性MRI系统100。
图2示出了本发明一些实施例的生理运动感应装置200的框图。
图3示出了图2中的生理运动感应装置200的示例性结构图。
图4示出了本发明另一实施例的生理运动感应装置400的框图。
图5示出了本发明一些实施例的表面线圈500的示例性结构图。
图6示出了本发明另一实施例的磁共振系统600的框图。
图7示出了本发明另一些实施例的磁共振系统700的框图。
图8示出了基于本发明的实施例的生理运动监测装置生成的示例性的感应信号。
图9示出了图6中的生理采集处理器的示例性框图。
图10示出图9中的神经网络的训练方法的流程图。
图11示出了本发明一些实施例的磁共振系统的生理运动门控方法的流程图。
图12分别示出了未进行磁共振扫描时基于本发明的实施例获取的感应信号1210以及在磁共振扫描时基于本发明的实施例获取的1220。
图13示出了利用本发明实施例的表面线圈获取的磁共振图像的示例。
附图示出了磁共振成像方法和系统的所描述的部件、系统和方法。连同以下描述,附图示出并且解释了本文描述的结构原理、方法和原理。在附图中,为了清楚起见,部件的厚度和尺寸可以被放大或以其他方式修改。没有示出或详细描述众所周知的结构、材料或操作以避免模糊所描述的部件、系统和方法。
具体实施方式
以下将描述本发明的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是,在任意一种实施方式的实际实施过程中,正如在任意一个工程项目或者设计项目的过程中,为了实现开发者的具体目标,为了满足系统相关的或者商业相关的限制,常常会做出各种各样的具体决策,而这也会从一种实施方式到另一种实施方式之间发生改变。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本发明公开的内容相关的本领域的普通技术人员而言,在本公开揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本公开的内容不充分。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为所属技术领域内具有一般技能的人士所理解的通常意义。本说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,也不限于是直接的还是间接的连接。此外,应当理解,对本公开的“一个实施例”或“实施例”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。
参考图1,示出了根据本发明一些实施例的示例性MRI(Magnetic ResonanceImaging,磁共振成像)系统100的示意图。操作者工作站110用于控制MRI系统100的操作,该操作者工作站110包括输入设备114、控制面板116和显示器118。输入设备114可以是操纵杆、键盘、鼠标、轨迹球、触摸激活屏、语音控制或任何类似或等效的输入设备。控制面板116可以包括键盘、触摸激活屏、语音控制、按钮、滑块或任何类似或等效的控制设备。操作者工作站110耦接到计算机系统120并且与之通信,该计算机系统使得操作者能够(例如通过输入设备)控制显示器118上图像的产生和观看,还能够通过显示器118显示的用户界面进行人机交互,该人机交互可以用于:确定扫描参数、进行图像处理的操作、选择图像并查看所选择图像的质量评估结果等。计算机系统120包括经由电和/或数据连接模块122彼此通信的多个部件。连接模块122可以是直接有线连接、光纤连接、无线通信链路等。计算机系统120可以包括中央处理单元(CPU)124、存储器126和图像处理器128。在一些实施方案中,图像处理器128可以由在CPU 124中实现的图像处理功能来替代。计算机系统120可以连接到档案媒体设备、永久或备份存储器或网络。计算机系统120可以耦接到单独的MRI系统控制器130并且与之通信。
MRI系统控制器130包括经由电和/或数据连接模块132彼此通信的一组部件。连接模块132可以是直接有线连接、光纤连接、无线通信链路等。MRI系统控制器130可以包括CPU131,与操作者工作站110通信的序列脉冲发生器133,收发器(或RF收发器)135,存储器137以及阵列处理器139。
MRI扫描的对象170可以定位在共振组件140的圆柱形成像体积146内。该共振组件140包括超导磁体,其具有超导线圈144,共振组件140还可以包括梯度线圈142和RF体线圈148。该超导线圈144在操作中提供贯穿圆柱形成像体积146的静态均匀纵向磁场B_0。
MRI系统控制器130可以从操作者工作站110接收命令,以指示在MRI扫描期间要执行的MRI扫描序列。MRI系统控制器130指示的扫描序列中的RF激励脉冲可以经由收发器135产生,该RF激励脉冲由RF放大器162放大后通过发射/接收开关(T/R开关)164提供给RF体线圈148,RF体线圈148随即提供横向磁场B_1,该横向磁场B_1在整个圆柱形成像体积146中大致垂直于B_0。
通常采用门控触发技术来触发成像序列中的信号采集,这可能需要实时监测呼吸与心跳的生命体征信号,并在监测到特定的生命体征信号时生成门控采集信号,触发MR图像采集,例如进行RF激励,以得到具有较高信噪比的磁共振信号。以心脏磁共振成像为例,为了消除伪影,可以利用心电门控技术,把数据采集的时间控制在心脏跳动周期的相对静止或稳定的时间段内,例如在心脏周期的收缩末期和或舒张中期处,进行磁共振采集。
在一些应用中,心电监测设备及其产生的心电信号受磁场强度的影响较大,导致确定的触发时间与实际的生理运动周期不符。并且,获取心电信号时,在检测对象身体表面设置电极带来了更多的时间和人力消耗,也会使检测对象感到不适。
另外,在一些门控要求比较高的应用中,可能涉及同时利用心跳和呼吸运动来进行门控触发,对于两者的同步要求较高,带了了更多挑战。
本发明的实施例中,提供改进的生理运动检测装置来克服上述困难。该生理运动检测装置与设置在磁共振系统中的生理采集处理器155进行通信,其详细示例将在下文进行详细描述。
本发明的实施例中,MRI系统控制器130接收来自生理采集处理器155的信号,该生理采集处理器155包括第一处理器,该第一处理器可以接收来自本发明实施例的生理运动检测装置200的信号,该生理运动检测装置200相对于接受MRI扫描的检测对象170被定位。正如将在下文进行详细描述的,该生理运动检测装置200能够基于对象170的生理运动而生成感应信号,第一处理器用于基于该感应信号生成对象170的生理运动波形。
在本发明的一些实施例中,第一处理器可以设置在扫描间,例如设置在用于安装共振组件140的外壳中,第一处理器可以通过无线介质与生理运动检测装置200进行通信,还可以通过扫描室接口系统145与扫描间外的设备(例如MRI系统控制器130)通信。在本发明的其它实施例中,第一处理器可以设置在扫描间外,例如可以集成在MRI系统控制器130中,或者独立于系统控制器130并能够与系统控制器130进行通信。
生理采集处理器155还可以包括第二处理器,其能够接收来自第一处理器155的数据,例如,第二处理器可以基于第一处理器生成的生理运动波形确定磁共振信号采集的触发节点。
在本发明的一些实施例中,第二处理器可以设置在扫描间外,例如,可以设置在设备间并与MRI系统控制器130集成在一起或独立于MRI系统控制器130。在一些实施例中,第二处理器也可以设置在操作间。当第一处理器设置在扫描间时,第二处理器可以通过扫描室接口系统145与第一处理器通信。
MRI系统控制器130基于从生理采集处理器155接收的触发节点控制扫描序列中的RF激励脉冲的发射时序。
MRI系统控制器130指示的扫描序列中的梯度波形可以经由序列脉冲发生器133产生并提供给梯度驱动器系统150,该梯度驱动器系统包括Gx、Gy和Gz放大器等。每个Gx、Gy和Gz梯度放大器都激励梯度线圈组件142中的对应梯度线圈,以产生用于在MRI扫描期间对MR信号空间编码的磁场梯度。
序列脉冲发生器133耦接到扫描室接口系统145并且与之通信,该扫描室接口系统145可从与共振组件140的状态相关联的各种传感器以及设置在扫描室的各种处理器接收信号。扫描室接口系统145还耦接到患者定位系统147并且与之通信,该患者定位系统发送和接收信号以控制患者台1到所需位置进行MRI扫描。在一些实施方案中,序列脉冲发生器133可以集成到MRI系统100的共振组件140中。
共振组件140还可包括RF表面线圈149,其用于对经历MRI扫描的患者的不同解剖结构成像。RF体线圈148和RF表面线圈149可以被配置为在发射和接收模式、发射模式或接收模式下操作。
如上所述,RF体线圈148和RF表面线圈149可以用于发射RF激励脉冲和/或接收来自经历MRI扫描的患者的所得MR信号。由MRI扫描的患者体内被激发的核发出的MR信号可以被RF体线圈148或RF表面线圈149感测和接收并且通过T/R开关164发送回前置放大器166。T/R开关164可以由来自MRI系统控制器130的信号控制,以在发射模式期间将RF放大器162电连接至RF体线圈148,并且在接收模式期间将前置放大器166连接至RF体线圈148。T/R开关164可还使得RF表面线圈149能够用于发射模式或接收模式。
在一些实施方案中,由RF体线圈148或RF表面线圈149感测和接收并且由前置放大器166放大的MR信号作为原始k空间数据阵列存储在存储器137中用于后处理。通过对该存储的原始k空间数据进行变换/处理可以获取重建的磁共振图像。
在一些实施方案中,由RF体线圈148或RF表面线圈149感测和接收并且由前置放大器166放大的MR信号在收发器135的接收部分中被解调、滤波和数字化,并且传输至MRI系统控制器130中的存储器137。对于要重建的每个图像,该数据被重新布置成单独的k空间数据阵列,并且这些单独的k空间数据阵列中的每个被输入至阵列处理器139,该阵列处理器被操作以将数据傅立叶变换成图像数据的阵列。
阵列处理器139使用变换方法,最常见的是傅立叶变换,以从接收的MR信号创建图像。这些图像被传送到计算机系统120,并存储在存储器126中。响应于从操作者工作站110接收到的命令,图像数据可以存放在长期存储器中,或者可以由图像处理器128进一步处理并且传送到操作者工作站110以在显示器118上呈现。
在各种实施方案中,计算机系统120、MRI系统控制器130和生理采集处理器155的部件可以在相同计算机系统或多个计算机系统上实现。应当理解,图1所示的MRI系统100用于说明。合适的MRI系统可以包括更多、更少和/或不同的部件。
MRI系统控制器130、图像处理器128、生理采集处理器155可以分别或者共有地包括计算机处理器和存储介质,在该存储介质上记录要由计算机处理器执行的预定数据处理的程序,例如该存储介质上可以存储用于实施扫描处理(例如扫描流程、成像序列)、图像重建、图像处理等的程序,例如,可以存储用于实施本发明实施例的磁共振成像方法的程序。上述存储介质可以包括例如ROM、软盘、硬盘、光盘、磁光盘、CD-ROM、或非易失性存储卡。
图2示出了本发明一个实施例的生理运动感应装置200的框图,图3示出了该生理运动感应装置200的一个实施例的结构示意图,其中分别示出了屏蔽外壳打开和闭合的两种状态。该生理运动感应装置200包括传感器模块210、电源模块220和屏蔽外壳230。
传感器模块210相对于磁共振系统的检测对象170被定位,并用于感应检测对象的运动以生成感应信号。上述的“被定位”包括放置在检测对象170的特定位置处,例如包括直接或者间接(例如通过检测对象身体表面的衣物、表面线圈等)地放置/安装/固定/设置在检测对象170上。例如,传感器模块210可以放置在靠近检测对象170的胸腔处以能够较容易地感应检测对象170的心跳、呼吸引起的运动。传感器模块210生成的该感应信号可以通过无线介质传输至磁共振系统的处理器,例如图1所示的生理采集处理器。上述无线介质的一个示例为蓝牙,采用蓝牙传输能够避免使用较长的传输线,减少布线的复杂度,且较好地避免在磁共振环境中产生信号干扰而影响成像质量。该无线介质也可以是其它能够在磁共振环境中进行无线信号传输的介质。
电源模块220用于为传感器模块210供电。屏蔽外壳230形成有屏蔽空间231,电源模块220设置在该屏蔽空间231中,以将电源模块220可能产生的电磁干扰信号从磁共振系统中隔绝/屏蔽。
在一些实施例中,传感器模块210也设置在屏蔽外壳230的该屏蔽空间231内,例如传感器模块210和电源模块220互相集成并一起设置在屏蔽外壳230内。这样可以避免设置额外的引线来提供电源模块220向传感器模块210的供电传输,降低设计复杂度,易于实现。
如图3所示,生理运动感应装置还包括蓝牙天线240,屏蔽外壳230设有通孔232,该通孔232可以连通屏蔽外壳230的该屏蔽空间231至屏蔽外壳230的外部环境。蓝牙天线240的一端连接位于屏蔽空间231内的传感器模块210,另一端穿过该通孔232。由此,传感器模块210基于感应检测对象170的运动而产生的信号可以通过穿过该通孔的蓝牙天线传输至屏蔽外壳230的外部,进而被设置在外部的接收模块接收。该蓝牙天线的长度可以足够小,例如其端部可以刚好与屏蔽外壳230的外表面齐平,或者仅有很短的一部分露出屏蔽外壳230外表面。然而在其它实施方式中,为了提升信号传输质量,蓝牙天线240的长度或者其露出屏蔽外壳230部分的长度可以较长。
如图3所示,在一些实施例中,屏蔽外壳230包括能够互相接合以形成该屏蔽空间231的第一部分233和第二部分234。在一个示例中,该第一部分233可以包括具有开口的柱状底部,以能够较容易地定位在载体(例如检测对象身体、衣服或者置于检测对象身体表面的表面线圈)的预设位置上,该开口可便于将设置于屏蔽外壳230中的部件(例如传感器模块210和电源模块220中的至少一个)从屏蔽外壳230取出以进行维护、充电等操作。该柱状底部可以是圆柱、棱柱或具有其它任何形状的平面形支撑面的结构,该第二部分234可以具有与第一部分233的开口相适应的任何形状或结构。例如,该第二部分234可以作为第一部分233的盖部,其能够与第一部分233的开口的边缘接合以形成屏蔽空间231。在一些实施例中,第一部分233和第二部分234能够至少部分地分离以暴露该屏蔽空间231,例如,第一部分233和第二部分234可以互相独立,使得第二部分234可以完全从第一部分233脱离;第一部分233和第二部分234也可以互相连接,使得无论在闭合还是打开状态时,第二部分234始终和第一部分233连接。在一些实施例中,第一部分233和第二部分234可以以任何机械方式接合或连接,例如,可以通过卡扣、旋拧、包覆等方式接合或连接,并且可以手动或自动地被打开以露出屏蔽空间231中的上述部件。在其它实施方式中,屏蔽外壳230可以具有更多数量的接合部分,也可以一体成型形成永久封闭的屏蔽空间。
在一些实施例中,电源模块220可以具有充电接口221,以能够从外部获取电能并提供给传感器模块210。如以上描述的,电源模块220可以从屏蔽外壳230中取出以在外部进行充电操作,也可以永久封闭在屏蔽外壳230内,屏蔽外壳230可以设有可封闭的充电口235,电源模块220可以通过该充电口235连接外部充电设备,例如,电源模块220可以具有USB接口,该USB接口设置在屏蔽外壳230的充电口235处,以连接充电设备的USB充电线。在未进行充电操作时,该充电口235是可以被封闭的。
如图3所示,屏蔽外壳230设有连接部件260,屏蔽外壳230通过连接部件260定位在载体上,例如,定位在磁共振系统的表面线圈149上,如上文描述的,表面线圈149用于放置在检测对象170的表面,例如,覆盖在检测对象170的胸腔上。
在一些实施例中,连接部件260包括勾环粘扣(或魔术贴、搭扣等),其能够与同样设置在载体上的勾环粘扣相接合以固定生理运动感应装置200。连接部件260也可以具有其它结构,例如能够用于磁共振环境中的子母扣。
图3仅示意性示出了生理运动感应装置400的一个示例,其中的形状、比例等不用于限制本发明。
图4示出了本发明另一实施例的生理运动感应装置400的框图,其与上述任一实施例的生理运动感应装置200的结构、原理类似,区别在于,传感器模块210可以设置在屏蔽外壳230外,并且通过穿过屏蔽外壳230的引线250连接屏蔽外壳230内的电源模块220和屏蔽外壳230外的传感器模块210,此时屏蔽外壳230的尺寸可以仅适应电源模块220的尺寸而足够小。为了便于设计和避免信号干扰,引线250的长度尽可能小。
在上述任一实施例中,传感器模块210用于感应检测对象170的呼吸运动和心跳运动中的至少一个而能够生成感应信号。该感应信号通过无线介质传输至磁共振系统的处理器。本发明的研究中发现,检测对象的生理运动带来的加速度更能反映其呼吸运动,而该生理运动带来的角速度更能反映检测对象的心跳运动,因而,本发明的实施例中,使得传感器模块210基于感应检测对象的生理运动而生成加速度信号和角速度信号中的至少一个,使得处理器能够基于该加速度信号和角速度信号中的至少一个来分析相应类型的生理运动。
参考图5,基于上述描述,本发明的实施例还可以提供一种用于磁共振系统的表面线圈500,其中示出了将生理运动检测装置200安装在表面线圈500表面的分解示意图,应当理解,生理运动检测装置400也可以通过类似的方式设置在表面线圈500。该表面线圈500的工作原理可以与图1中的表面线圈149类似。该表面线圈500设有连接部560,其用于安装上述任一实施例中的生理运动感应装置200或400。在一些实施例中,连接部560用于与屏蔽外壳230上的连接部260相配合,例如包括勾环粘扣等。在另一些实施例中,连接部560可以包括设置在表面线圈500表面的收纳部件(图中未示出),该收纳部件例如可以具有自表面线圈500的外表面向外或向内延伸的壁以及由该壁形成的槽,该屏蔽外壳230例如可以直接放置在该槽中,而无需利用连接部260来进行固定。
在一些实施例中,可以通过表面线圈500与共振组件140之间的电能传输线为设置在表面线圈500上的生理运动感应装置200或400提供电能,例如,电源模块220包括用于从该电能传输线接收供电的接口。上述电能传输线例如可以全部或部分地设置在患者定位系统147上。
参考图6,基于上述描述,本发明的实施例还可以提供一种磁共振系统600,该系统600可以与图1所示的磁共振系统100类似,例如,可以具有图1所示系统100的全部或部分部件。该系统600包括扫描仪610、生理运动感应装置620和生理采集处理器630。该扫描仪610例如可以包括图1中的共振组件140,其用于对检测对象执行磁共振扫描。该生理运动感应装置620例如可以包括上述生理运动感应装置200或400。在一些实施例中,系统600还可以包括上述设置有生理运动感应装置的表面线圈500。该生理采集处理器630可以与生理采集处理器155类似,生理采集处理器630用于通过无线介质从生理运动感应装置的传感器模块210接收上述感应信号,并基于该感应信号生成检测对象的生理运动波形,该生理运动波形用于指示例如对应的生理运动周期。例如,该生理采集处理器630可以设有蓝牙接收器模块,其能够与例如设置在传感器模块210中的蓝牙发射器模块配对以传输上述感应信号。
参考图7,在一些实施例中,生理采集处理器630包括第一处理器631和第二处理器632,第一处理器631和第二处理器632可以分别设置在不同的空间中并通过信号传输线或传输网络进行数据传输。例如,第一处理器631可以设置在扫描间,第二处理器632可以设置在设备间或操作间。第一处理器631用于从生理运动感应装置的传感器模块210接收上述感应信号并生成生理运动波形,第二处理器632用于接收该生理运动波形,并基于接收的生理运动波形确定磁共振信号采集的触发节点。
在一些实施例中,生理运动感应装置620基于感应检测对象的生理运动生成例如图8所示的原始信号810,并对该原始信号进行处理以从中提取如图8所示的加速度信号820和角速度信号830,对原始信号的上述处理包括但不限于滤波。该加速度信号810在大范围的低频运动中更为鲁棒,因此在本发明实施例中用于获取呼吸运动波形处理,该角速度信号830对小范围的旋转运动更敏感,因此在本发明实施例中用于获取心脏运动波形处理。
参考图9,在一些实施例中,为了提升感应准确性,生理运动感应装置620输出多个方向上的感应信号,以指示不同生理运动在不同方向的分布,例如,该加速度信号包括形成笛卡尔坐标系的三个正交方向上的加速度信号AX,AY和AZ,该角速度信号包括形成笛卡尔坐标系的三个正交方向上的角速度信号GX,GY和GZ。
在一些实施例中,生理采集处理器630可以包括第一滤波器、第二滤波器和一个选择器,作为一个示例,该第一滤波器、第二滤波器和选择器可以集成在第一处理器631中。第一滤波器可以是具有第一特定范围的截止频率的带通滤波器,其用于对该加速度信号AX,AY和AZ分别进行第一滤波,在一些实施例中,该第一滤波包括多阶带通滤波。第二滤波器可以是具有第二特定范围的截止频率的低通滤波器,其用于对经历第一滤波后的加速度信号AX,AY和AZ分别进行第二滤波,在一些实施例中,该第二滤波包括多阶低通滤波。选择器用于在经历第二滤波后的加速度信号AX,AY和AZ中选择至少一个以作为呼吸运动波形信号。在一些实施例中,可以基于经历第一滤波和第二滤波中至少一个后的加速度信号AX,AY和AZ的幅度进行选择。
如图9所示,当将生理运动感应装置620放置在第一位置使得其中的传感器模块的长度、宽度、高度方向分别与上述笛卡尔坐标系的三个正交轴平行时,生成的加速度信号AX,AY和AZ的一个示例如波形910所示,其中,加速度信号AZ的幅度最大,因此,选择器输出波形910中的加速度信号AZ以作为呼吸运动波形信号。具体地,可以对同一时段的三个加速度信号AX,AY和AZ的平均幅度或最大幅度进行比较,并选择其中具有最大幅度值的加速度信号作为呼吸运动波形。
当将生理运动感应装置620放置在第二位置使得其中的传感器模块的长度和宽度方向分别与上述笛卡尔坐标系的水平面上的两个正交轴(X轴和Y轴)形成角度时,生成的加速度信号AX,AY和AZ的一个示例如波形920所示,其中,加速度信号AX的幅度最大,因此,选择器输出波形920中的加速度信号AX以作为呼吸运动波形信号。
当将生理运动感应装置620放置在第三位置使得其中的传感器模块的高度方向与上述笛卡尔坐标系的竖直方向的轴(Z轴)形成角度时,生成的加速度信号AX,AY和AZ的一个示例如波形930所示,其中,加速度信号AZ的幅度最大,因此,选择器输出波形930中的加速度信号AZ以作为呼吸运动波形信号。
在一些实施例中,生理采集处理器630可以包括第三滤波器、加和器和第四滤波器,作为一个示例,第三滤波器、加和器和第四滤波器可以集成在第二处理器632中。第三滤波器可以是具有第三特定范围的截止频率的带通滤波器,其用于对该角速度信号GX,GY和GZ分别进行第三滤波,在一些实施例中,该第三滤波包括多阶带通滤波。加和器用于对经历第三滤波的角速度信号GX,GY和GZ进行加和处理以获取加和信号GS,该加和处理可以包括,例如,计算角速度信号GX,GY和GZ的平方根的和。第四滤波器可以是具有第四特定范围的截止频率的带通滤波器,其用于对该加和信号GS进行第四滤波,以获取心跳运动波形,如图9中的波形960。
上述心跳运动波形可以作为BCG(BallistoCardioGram,心冲击图),并经由磁共振系统的显示器显示在用户界面上,以用于检测对象的体征监测,例如包括心率、心脏收缩、心输出量等的监测。
上述由生理采集处理器630获取的诸如呼吸运动波形和心跳运动波形的生理运动波形可以进一步被用于确定磁共振信号采集的触发节点,这可以通过例如第二处理器632来实现。例如,可以基于常规的呼吸门控方法,确定呼吸运动波形较为平缓的阶段进行磁共振信号的采集,例如,在该较平缓的阶段发射射频激发脉冲并(例如,在特定的时间延迟后)采集磁共振信号。又如,可以基于对呼吸运动波形或心跳运动波形的进一步分析,以确定该波形中的哪些时间节点(例如包括时间点或由该时间点形成的时间段)适用于进行磁共振信号采集。
在一些实施例中,第二处理器632可以包括训练的神经网络,该神经网络的输入端用于接收生理运动波形,输出端用于输出上述磁共振信号采集的触发节点。
可以基于先验样本信息进行机器学习以训练形成上述神经网络,并将训练的具有合适参数的神经网络应用于本发明的实施例来实现磁共振采集的呼吸或心跳门控。在一些实施例中,对该神经网络进行训练的输入数据集包括第一波形,对该神经网络进行训练的输出数据集包括基于多个第二触发节点在该第一波形中确定的多个第一触发节点,其中,该多个第二触发节点是基于与该第一波形同步获取的第二波形确定的,且所述第二触发节点与所述第一波形同步。其中,该第一波形为基于本发明实施例获取的生理运动波形,例如包括上述呼吸运动波形和心跳运动波形的至少一个,该多组第二波形为通过已知方法获取(或预先获取)的生理波形,其可以包括,例如指脉波形,ECG(ElectroCardioGram,心电图)波形等。
虽然图9示出了将经过处理后的角速度信号作为神经网络的输入数据集以确定触发节点的示例,然而,可以使用原始的感应信号(例如原始的角速度信号GX,GY和GZ中的任一个)作为神经网络的输入,例如,图10中示例的第一波形1010即为未经处理的角速度信号。
类似的,也可以采用神经网络技术对原始的或者经过处理的加速度信号进行深度学习来获取触发节点。
参考图10,在一些示例中,训练该神经网络可以包括如下步骤:
步骤S1:获取第二波形,例如可以是通过心电图监测得到的ECG波形1020。
步骤S2:获取基于本发明实施例的第一波形1010,例如心跳运动波形,其中,第一波形1010和第二波形1020是同步获取的。
步骤S3:获取基于第二波形确定的多个用于磁共振采集门控的触发时间点,即第二触发点1021。
步骤S4:同步第二触发点1021和第一波形1010。
步骤S5:在第一波形1010中确定多个触发数据1011,例如,可以将第一波形1010中位于每个第二触发点1021之前第一特定时间段(例如10毫秒)内的波形确定为触发数据,在一些实施例中,也可以将第一波形1010中位于每个第二触发点1021前后(例如±5毫秒)内的波形确定为触发数据。
步骤S6:获取第一波形1010中确定多个非触发数据1012,例如,可以将第一波形1010中的多个波形段确定为非触发数据,其中每个波形段的时间终点与任一第二触发点1021的距离大于特定值(例如10毫秒)。
步骤S7:将该第一波形1010作为神经网络的输入数据集,将所述多个触发数据和多个非触发数据作为神经网络的输出数据集,对神经网络进行机器学习,以获得具有优化参数的神经网络。
如本文所讨论的,神经网络技术(又被称为深度学习、深度机器学习、分层学习或深度结构化学习等)可以采用人工神经网络,该人工神经网络对输入数据进行学习处理。深度学习方法的特征在于使用一个或多个网络架构来提取或模拟感兴趣的数据。深度学习方法可以使用一个或多个层(例如,输入层、归一化层、卷积层、输出层等等,按照不同的深度网络模型可以具有不同数量和功能的层)来完成,其中层的配置和数量允许深度网络处理复杂的信息提取和建模任务。通常通过所谓的学习过程(或训练过程)来估计网络的特定参数(又可以称为“权重”或“偏差”)。被学习或训练的参数通常会导致(或输出)一个对应于不同级别层的网络,因此提取或模拟初始数据的不同方面或前一层的输出通常可以表示层的层次结构或级联。因此,处理可以分层进行,即,较早或较高级别的层可以对应于从输入数据中提取“简单”特征,接着是将这些简单特征组合成表现出更高复杂度的特征的层。实际上,每层(或者更具体地,每层中的每个“神经元”)可以采用一个或多个线性和/或非线性变换(所谓的激活函数)来将输入数据处理为输出数据表示。多个“神经元”的数量可以是在多个层之间恒定的,或者可以从层到层变化。
如本文所讨论的,作为解决特定问题的机器学习过程的初始训练的一部分,机器训练模型的训练数据集包括已知输入值以及机器学习过程的最终输出的期望(目标)输出值。以这种方式,深度学习算法可以(以监督或引导的方式或以无监督或非指导的方式)处理该训练数据集,直到识别出已知输入和期望输出之间的数学关系和/或识别和表征每层的输入和输出之间的数学关系。学习过程通常利用(部分)输入数据,并为该输入数据创建网络输出,然后将创建的网络输出与该数据集的期望输出进行比较,然后使用创建的和期望的输出之间的差异来迭代地更新网络的参数(权重和/或偏差)。通常可以使用随机梯度下降(Stochastic gradient descent,SGD)方法来更新网络的参数,然而本领域技术人员应当理解也可以使用本领域中已知的其他方法来更新网络参数。类似地,可以采用单独的验证数据集以对所训练的网络进行验证,其中已知输入和期望输出都是已知的,通过将已知输入提供给所训练的网络可以得到网络输出,然后将该网络输出与(已知的)期望输出进行比较以验证先前的培训和/或防止过度训练。
当该机器学习模型创建或训练好后,只要将通过本发明实施例获得的波形以及上述的先验样本输入到该模型中,就可以获取相应的分类结果,包括磁共振采集的触发点的非触发点。这可以通过例如学习这些触发点处的波形数据特征来实现。该模型可以与磁共振系统的处理器(例如上述生理采集处理器或其他任何处理器)集成在一起,此时,只要将数据输入集成后的模块中,即可获取相应的触发点分类结果。
在一些实施例中,上述的训练的神经网络模型是基于外部载体(例如,磁共振成像系统之外的设备)上的训练模块训练得到的。在一些实施例中,训练系统可以包括用于存储训练数据集的第一模块,用于基于模型进行训练和/或更新的第二模块,以及用于连接第一模块和第二模块的通讯网络。在一些实施例中,第一模块包括数据传输单元单元和第一存储单元,其中第一存储单元用于存储训练数据集,数据传输单元用于接收相关的指令(例如,获取训练数据集)并根据指令发送训练数据集,此外,第二模块包括模型更新单元和第二存储单元,其中第二存储单元用于存储训练模型,模型更新单元用于接收相关的指令、进行网络的训练和/或更新等,在另一些实施例中,还可以将训练数据集存储在第二模块的二存储单元中,训练系统可以不包括第一模块。在一些实施例中,通讯网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
一旦数据(例如,训练的网络或模型)被生成和/或配置,数据就可以被复制和/或加载到磁共振成像系统中,这可以以不同的方式完成。例如,可以通过磁共振成像系统和计算机之间的定向连接或链路加载模型,可以使用可用的有线和/或无线连接和/或根据任何合适的通信(和/或网络)标准或协议来完成不同元件之间的通信。备选地,数据可以间接地加载到磁共振成像系统中。例如,数据可以存储到合适的机器可读介质(例如,闪存卡等)中,然后使用该介质将数据(现场,诸如由系统的用户或授权人员)加载到磁共振成像系统,或者数据可以下载到能够本地通信的电子设备(例如,笔记本电脑等)中,然后在现场使用(例如,由系统的用户或授权人员)该设备以将该数据经由直接连接(例如,USB连接器等)上传到磁共振成像系统中。
参考图11,示出了本发明实施例的磁共振系统的生理运动门控方法1100。其中,在步骤1101处,基于上述任一实施例的生理运动感应装置生成感应信号;在步骤1103处,通过无线介质从该生理运动感应装置接收该感应信号;在步骤1105处,基于该感应信号生成检测对象的生理运动波形。
在一些实施例中,还包括步骤1107,基于生成的该生理运动波形确定磁共振信号采集的触发节点,具体地,通过训练的神经网络接收该生理运动波形,并输出触发节点。
在一些实施例中,步骤1101可以包括:生理运动感应装置基于感应检测对象的生理运动生成原始信号810,并对该原始信号810进行处理以从中提取加速度信号820和角速度信号830。
该加速度信号820可以进一步包括在笛卡尔坐标系的三个正交方向上的加速度信号AX,AY和AZ,该角速度信号830可以进一步包括在笛卡尔坐标系的三个正交方向上的角速度信号GX,GY和GZ。
步骤1105可以包括:
对该加速度信号AX,AY和AZ分别进行多阶带通滤波;
对经历该多阶带通滤波后的加速度信号AX,AY和AZ分别进行多阶低通滤波;以及,
在经历该多阶低通滤波后的加速度信号AX,AY和AZ中选择至少一个以作为呼吸运动波形信号。其中可以包括:对同一时段的三个加速度信号AX,AY和AZ的平均幅度或最大幅度进行比较,并选择其中具有最大幅度值的加速度信号作为呼吸运动波形。
步骤1105还可以包括:
对该角速度信号GX,GY和GZ分别进行多阶带通滤波;
对经历该多阶带通滤波的角速度信号GX,GY和GZ进行加和处理以获取加和信号GS;以及,
对该加和信号GS进行多阶带通滤波,以获取心跳运动波形信号。
在一些实施例中,生理运动门控方法1100还可以包括:将该心跳运动波形信号经由磁共振系统的显示器显示在用户界面上。
本发明的上述实施例中,生理运动感应装置能够相对于检测对象(例如放置在检测对象身体或者表面线圈上),无需通过例如电极的方式与检测对象建立连接,节省了时间和人力成本,改善用户体验。
通过屏蔽外壳屏蔽电源模块可能带来的干扰信号的同时,保证传感器模块感应的信号能够被传输至外部处理器,以能够对相关的生理运动进行分析,同时避免了潜在的干扰伪影,实现了在磁共振环境中应用运动感应传感器来进行运动监测。对比图12示出波形1210和1220可知,磁共振扫描时对生成的运动波形的影响很小。
生理运动感应传感器通过无线介质传输感应信号,避免使用长传输引线,简化系统设计。
能够从生理运动感应装置的感应信号中提取与例如心跳和呼吸等不同类型的生理运动相关的数据,使得该不同类型的生理运动相关数据具有相同来源,同步数据更准确,便于同时基于该不同类型的生理运动相关数据进行磁共振采集的门控触发。
本发明的实施例中,生理运动感应装置可以通过诸如勾环粘扣的连接部件较容易的设置在表面线圈上,使用方便。参考图13示出的磁共振图像可知,在表面线圈上设置该生理运动感应装置对成像没有影响或影响极小。
本发明的实施例中,生理采集处理器利用训练的神经网络来对生成的运动波形进行深度学习,进而生成用于磁共振信号采集的门控触发数据,避免了复杂的数据处理,并且,该神经网络的输入数据中的运动波形及触发数据与采用现有技术获得的触发数据同步,使得能够达到与现有技术至少相同的门控触发效果。
除了任何先前指示的修改之外,本领域技术人员可以在不脱离本描述的实质和范围的情况下设计出许多其他变型和替换布置,并且所附权利要求书旨在覆盖此类修改和布置。因此,尽管上面已经结合当前被认为是最实际和最优选的方面对信息进行了具体和详细的描述,但对于本领域的普通技术人员将显而易见的是,在不脱离本文阐述的原理和概念的情况下,可以进行许多修改,包括但不限于形式、功能、操作方式和使用。同样,如本文所使用的,在所有方面,示例和实施方案仅意图是说明性的,并且不应以任何方式解释为限制性的。
提供以上具体的实施例的目的是为了使得对本发明的公开内容的理解更加透彻全面,但本发明并不限于这些具体的实施例。本领域技术人员应理解,还可以对本发明做各种修改、等同替换和变化等等,只要这些变换未违背本发明的精神,都应在本发明的保护范围之内。

Claims (19)

1.一种用于磁共振系统的生理运动感应装置,所述装置包括:
传感器模块,其相对于所述磁共振系统的检测对象被定位,所述传感器模块用于感应所述检测对象的运动以生成感应信号,并将所述感应信号通过无线介质传输至所述磁共振系统的处理器;
电源模块,用于为所述传感器模块供电;以及,
屏蔽外壳,其形成有屏蔽空间,所述电源模块设置在所述屏蔽空间中。
2.根据权利要求1所述的装置,其中,所述传感器模块设置在所述屏蔽外壳中,所述屏蔽外壳设有通孔,所述装置还包括:
蓝牙天线,其用于与所述处理器进行通信以传输所述感应信号,所述蓝牙天线的一端连接所述传感器模块,另一端穿过所述通孔。
3.根据权利要求1所述的装置,其中,所述屏蔽外壳设有可封闭的充电口,所述电源模块用于经由所述充电口连接外部充电设备。
4.根据权利要求1所述的装置,其中,所述传感器模块设置在所述屏蔽外壳外,并通过穿过所述屏蔽外壳的电源传输线连接所述电源模块。
5.根据权利要求1所述的装置,其中,所述屏蔽外壳包括能够互相接合以形成所述屏蔽空间的至少两部分,并且,所述至少两部分设置为能够至少部分地分离以暴露所述屏蔽空间。
6.根据权利要求1至5任一项所述的装置,其中,所述屏蔽外壳设有连接部件,所述屏蔽外壳通过所述连接部件定位在所述磁共振系统的表面线圈上,所述表面线圈用于放置在所述检测对象的表面。
7.根据权利要求1至5任一项所述的装置,其中,所述感应信号包括基于感应所述检测对象的呼吸运动和心跳运动中的至少一个而生成的信号。
8.根据权利要求1至5任一项所述的装置,其中,所述感应信号包括基于感应的所述检测对象的生理运动生成的加速度信号和角速度信号中的至少一个。
9.根据权利要求8所述的装置,其中,所述加速度信号包括形成笛卡尔坐标系的三个方向上的加速度信号,所述角速度信号包括形成笛卡尔坐标系的三个方向上的角速度信号。
10.根据权利要求1至5任一项所述的装置,其中,所述无线介质包括蓝牙。
11.一种用于磁共振系统的表面线圈,其上安装有权利要求1-10任一项所述生理运动感应装置。
12.一种用于磁共振系统的表面线圈,其上设有连接部,所述表面线圈的连接部用于安装权利要求1-10任一项所述的生理运动感应装置。
13.一种磁共振系统,包括:
扫描仪,其用于对检测对象执行磁共振扫描;
权利要求1-10任一项所述的生理运动感应装置;以及,
生理采集处理器,所述生理采集处理器包括第一处理器,其用于通过无线介质从所述生理运动感应装置的传感器模块接收所述感应信号,并基于所述感应信号生成所述检测对象的生理运动波形。
14.根据权利要求13所述的系统,其中,所述生理采集处理器还包括:
第二处理器,其用于接收所述生理运动波形,并基于所述生理运动波形确定磁共振信号采集的触发节点。
15.根据权利要求14所述的系统,其中,所述第二处理器包括训练的神经网络,所述神经网络的输入端用于接收所述生理运动波形,输出端用于输出所述触发节点。
16.根据权利要求15所述的系统,其中,对所述神经网络进行训练的输入数据集包括第一波形,对所述神经网络进行训练的输出数据集包括基于多个第二触发节点在所述第一波形中确定的多个第一触发节点,其中,所述多个第二触发节点是基于与所述第一波形同步获取的第二波形确定的,所述第一波形为所述生理运动波形,所述第二波形为通过已知方法获得的生理波形。
17.根据权利要求16所述的系统,其中,所述第二波形包括通过指脉测量、心电测量中的至少一个获得的心跳波形。
18.一种磁共振系统的生理运动门控方法,包括:
基于权利要求1-10任一项所述生理运动感应装置生成感应信号;
通过无线介质从所述生理运动感应装置接收所述感应信号;以及,
基于所述感应信号生成所述检测对象的生理运动波形。
19.根据权利要求18所述的方法,其中,还包括:
基于所述生理运动波形确定磁共振信号采集的触发节点,其中包括:通过训练的神经网络接收所述生理运动波形,并输出所述触发节点。
CN202210464581.9A 2022-04-29 2022-04-29 磁共振系统及其表面线圈、生理运动感应装置和门控方法 Pending CN116999046A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210464581.9A CN116999046A (zh) 2022-04-29 2022-04-29 磁共振系统及其表面线圈、生理运动感应装置和门控方法
US18/295,711 US20230349998A1 (en) 2022-04-29 2023-04-04 Magnetic resonance system, surface coil, physiological motion sensing apparatus and gating method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210464581.9A CN116999046A (zh) 2022-04-29 2022-04-29 磁共振系统及其表面线圈、生理运动感应装置和门控方法

Publications (1)

Publication Number Publication Date
CN116999046A true CN116999046A (zh) 2023-11-07

Family

ID=88512952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210464581.9A Pending CN116999046A (zh) 2022-04-29 2022-04-29 磁共振系统及其表面线圈、生理运动感应装置和门控方法

Country Status (2)

Country Link
US (1) US20230349998A1 (zh)
CN (1) CN116999046A (zh)

Also Published As

Publication number Publication date
US20230349998A1 (en) 2023-11-02

Similar Documents

Publication Publication Date Title
US11741601B2 (en) Systems and methods for analyzing perfusion-weighted medical imaging using deep neural networks
CN104603630B (zh) 具有基于导航器的运动检测的磁共振成像系统
KR101652387B1 (ko) 영상 데이터를 생성하는 방법
FI125397B (en) A method for using spatial and temporal oversampling in multichannel measurements
KR101659142B1 (ko) 영상 데이터를 생성하는 방법
KR20190013837A (ko) 텐서장 맵핑
US20220067586A1 (en) Imaging systems with hybrid learning
CN106659423A (zh) 均匀场区域内的磁共振成像天线的定位
JP6932181B2 (ja) 動き補正された圧縮検知磁気共鳴イメージング
Huttinga et al. Real-time non-rigid 3D respiratory motion estimation for MR-guided radiotherapy using MR-MOTUS
CN103654781A (zh) 借助激励检查对象进行磁共振成像的方法和磁共振设备
US11693070B2 (en) Functional magnetic resonance imaging with direct dipole decomposition
EP3891520B1 (en) Functional magnetic resonance imaging artifact removal by means of an artificial neural network
CN107667299A (zh) 利用多元件射频天线的运动检测
CN114599985B (zh) 用于大规模动态磁共振图像重建的深度学习系统和方法
CN108109184B (zh) 依据生理信号确定磁共振图像数据的方法和系统
CN112089419A (zh) 医学成像方法及系统,非暂态计算机可读存储介质
EP3366210A1 (en) Medical imaging device and magnetic resonance imaging device, and control method therefor
CN114820832B (zh) 探测运动的医学成像方法及磁共振成像系统
WO2011033422A1 (en) Mr imaging system comprising physiological sensors
CN108742626B (zh) T1参数图成像方法及磁共振成像系统
JP2024147676A (ja) 非侵襲的電磁記録におけるアーチファクトを抑制するための装置、システム、および方法
CN1312631C (zh) 对随时间变化的诊断过程的评估
CN116999046A (zh) 磁共振系统及其表面线圈、生理运动感应装置和门控方法
CN114601445A (zh) 生成磁共振图像的方法和系统、计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination