在同时磁共振成像期间的非接触式生理监测的制作方法

本发明涉及磁共振成像系统中的生理监测。

背景技术：

磁共振成像(MRI)是用于人和动物的有价值的成像技术。MRI经常用于对人体成像，以用于研究和临床目的两者，诸如用于众多疾病的诊断和手术计划。

通常在患者躺在长且窄的孔腔中的情况下且在感兴趣的身体部位位于封闭线圈(其用于接收用于图像重建的信号)内的情况下执行磁共振成像。单个扫描持续大约几分钟。整个检查通常包括数个扫描且持续大约几十分钟。

在许多MR成像情形中监测患者心脏和呼吸信号是必需的。心电图信号通常用于跟踪心脏周期。然而，这需要电极的附连且信号通常被扫描器RF场、成像梯度、以及主磁场内电极的运动所破坏。替代方案是手指安装的脉搏血氧计(光体积描记器)，但这同样需要与受检者交互，并且脉搏血氧计的运动会导致错误读数。通常使用附连至压力传感器的充气带测量呼吸运动。这同样需要附连至受检者的设备。

需要在MRI期间从受检者测量生理信号的替代方法，其不需要与受检者进行物理接触，不需要扫描器操作者的额外设置时间，并且在MRI中所使用的所有场强中都可以操作。这些场强跨越从大约0.1T至10T的两个数量级，而1.5T和3T的场强是特别相关的，这是因为他们通常用于临床实践中。

技术实现要素：

本发明解决了上述需求，即在不接触人或动物受检者的情况下、在不由扫描器操作者进行交互的情况下、以及在高场强处无性能代偿的情况下，获得生理参数并执行胜利监测的能力。

对于本领域技术人员来说，公知的是可在MRI扫描器内侧操作摄像机以用于运动跟踪的目的。这通过将标记物附连至受检者来实现，标记物然后被用于计算姿态(位置和取向)信息并且逐帧地跟踪运动。在本文中，我们描述了能够对光学运动校正系统做出的多种适配以从受检者获得生理参数。通过执行将所计算的生理参数与使用传统方法测量的那些生理参数对比的验证试验，我们示出了该方法是有效的。

代替对标记物进行成像，将一个或多个相机集成至MRI系统内，以使得相机视场包括受检者的前额。以此方式，没有对受检者做出额外的物理接触以用于生理监测的目的。

在优选的实施方式中，单个相机集成在MRI扫描器的头部线圈内并指向人体受检者的前额，从而使得所获得的视频数据是他们皮肤的视频。白光发光二极管(LED)可提供皮肤的照明，以及可使用相机来收集彩色视频数据。视频数据然后能够经由光学链路实时地被传输到MRI扫描器室外。光学链路有利地避免了与相机的电流接触，从而提供了MRI兼容性。

在优选的实施方式中，视频数据流对于扫描器房间外的扫描器操作者来说是连续可视的。另外，能够利用实时图像处理(如下所述)来从视频流提取心脏和/或呼吸信息。在心脏信息的情形中，这由于随着血液移动穿过血管床而发生的反射光中的轻微变化而是可能的。在呼吸信息的情形中，这由于随着受检者吸气和呼气发生的轻微头部运动而是可能的。该处理的信息还能够经由用于操作MRI扫描器的计算机实时地提供给操作者，并且一般在使用传统方法(脉搏血氧计、ECG、呼吸带)获得的心脏和呼吸信息处示出。

在另一实施方式中，增强对扫描器操作者可视的视频数据，以使得受检者的心脏搏动清楚地可见。这能够通过修改色彩信道以增强图像特定区域中发生的时间信号变化。下文提供了关于该实施方式的进一步的信息。

在另一实施方式中，增强对扫描器操作者可视的视频数据，以使得由受检者的呼吸引起发生的运动被增强且在增强的视频帧中相比原始视频帧更加可见。

在另一实施方式中，相机传感器由对电磁频谱的红外部分具有高灵敏度的传感器替换。以此方式，视频数据能够用于患者皮肤温度的高时间分辨率监测。

附图说明

图1示出了如何能够通过将MR兼容的相机集成至MRI成像头部线圈内来获得患者的前额上皮肤的视频。

图2是示出如何从视频数据计算心脏和呼吸信息以产生本文所示的结果的示例性框图。

图3是示出关于从视频数据确定呼吸运动的进一步细节的示例性框图。

图4A示出了将从视频数据计算的心脏信号和使用脉搏血氧计从受检者同时获得的信号进行对比的曲线图。

图4B示出了将由从视频数据计算的心脏信号提供的触发和由使用脉搏血氧计获得的信号提供的触发进行对比的曲线图。

图4C是由从视频数据计算的心脏信号提供的触发和由使用脉搏血氧计获得的信号提供的触发的进一步对比。

图5示出了将从视频运动数据计算的呼吸信号和使用呼吸带从受检者同时获得的信号以及和视频强度数据进行对比的曲线图。

图6示出了来自不同图像区域的心脏信号中的变化。

具体实施方式

图1示出了嵌入在MRI系统的头部线圈104内的MR兼容相机108。MRI系统装配有光源106，其提供光110以照明躺在患者台上并经受MRI检查的受检者102的前额上的皮肤贴片112。替代地，106可以是包括用于照明的光源的相机。

图2示出了可如何从视频数据计算心脏和呼吸信息以产生这里所示的结果。使用相同的视频流以生成来自相同数据的心脏和呼吸信号两者。在该示例中，起始点202是以30帧/秒的速率采集的视频。采样可以比这个更快或更慢；然而，我们通常发现30Hz对于该应用是足够的。为了计算心脏信号，针对每帧，在整个图像上或该图像的小部分上取得平均像素强度204。该信号然后使用具有0.6Hz和10Hz之间带通的带通滤波器206滤波，以提供心脏数据208。为了计算呼吸信号，使用1D子像素图像配准210计算头脚方向上的图像运动。这提供了捕获伴随呼吸的轻微“摆动”运动的有效手段。该信号然后使用具有0.2Hz和0.6Hz之间带通的带通滤波器212滤波，以提供呼吸数据214。

图3提供了关于呼吸信号计算的进一步细节。图2中示出的该1D运动模块210使用相位相关法的子像素实现来执行图像配准。图3是该方法的框图。与像素强度模块中一样，每帧初始地裁切为360*360的方形，从而移除静止的头部线圈，这否则会是运动计算中的混杂因子。视频序列中的第一帧用作为参照帧306。视频中的每个后续帧302与该参照帧对比以计算图像x和y方向上的相对位移。这通过将反向FFT应用至参照帧和第i裁切帧(分别是308和304)并计算傅里叶域310中的相位差异来实现。该相位差异是2D斜坡，具有与两个帧之间的位移成正比的梯度。使用子像素相位相关方法312来找到该梯度并由此找到该位移，从而提供输出x和y移位314，子像素相位相关方法312更加详细地由Maclaren等人在“MRI with TRELLIS，a novel approach to motion correction”(Magnetic Resonance Imaging v26(2008)474-433页)中描述，其全文在此引入作为参考。丢弃图像x方向(患者左右)的移位并且仅使用图像y方向(患者头脚，也称作为纵向方向)上的移位以供进一步的处理。

图4A示出了将使用这里所述的方法从视频数据计算的心脏信号和使用脉搏血氧计从受检者同时获得的信号进行对比的曲线图。在该试验中，我们在30秒后利用MRI扫描器开始成像以及在60s后停止利用MRI扫描器成像。该时期在曲线图上标记出。在该时期上不可见在所计算的心脏信号中的变化，这指示了扫描在相机上没有显著影响。利用两个系统测量的脉动相符，这指示了从视频处理算法获得的信号与心脏脉动是真实相关的。在峰值的时序和幅度方面，视频强度信号与脉搏血氧计数据的良好匹配是明显的。

为了提供心脏信号对于心脏门控的潜在有用性的良好对比，应用简单的算法以检查所检测脉搏(等同于ECG中RR间隔)之间的时间周期的一致性。针对每条曲线发现触发位置基于两个参数：阈值，任意地设置为0.6(这时信号归一化以具有1的峰值)；以及最小间隔时间，这里设置为300ms。然后限定位置触发为从先前触发起超过300ms的任意时间点，在该时间点，信号交叉0.6阈值且具有正的梯度。这些触发位置然后用于计算触发-触发间隔时间。

如上所计算的触发位置在参照脉搏血氧计数据和视频强度信号之间良好地匹配。图4B示出来自图4A的中间30s时期的触发位置(标记为黑点)的放大子组。尽管两个信号之间的同步性在我们的设置中不是完美的，但在从两个信号导出的触发之间存在清楚的一对一映射。也就是说，在脉搏血氧计数据流中检测的每个触发也在视频强度信号中检测到，以及在视频强度信号中没有检测到在脉搏血氧计信号中没有检测到的额外触发。这种一对一映射使得能够对比触发之间的时间间隔，如图4C中所示。变化的时间间隔是高度相关的：来自脉搏血氧计和视频强度信号的触发间隔之间的差异具有小于0.01s的平均值和0.05s的标准偏差，这意味着从这两个信号计算的大多数触发间隔处于彼此的50ms内。

图5将来自呼吸带的呼吸数据与从视频导出的强度和运动信号进行对比。在该情形中，没有证据表明基于强度的信号与来自呼吸带的信号相关。然而，基于运动的数据强烈相关。在一些情形中，呼吸带信号显得已经饱和，而视频运动信号没有，可能指示了进一步的运动超过了呼吸带的最大范围。再次，MR成像显得对所采集的生理数据没有影响。总之，来自呼吸带的信号与从视频运动信号计算的结构良好地相符，指示了所计算的信号确实归因于受检者的呼吸。

图6示出了图像的不同部分如何能够具有基本不同的视频强度信号。例如，MRI头部线圈602不提供心脏信号610，而图像的多个部分示出了患者604的皮肤能够根据配置的细节来提供强信号606或弱信号608。对于一些区域，心脏信号是特别强的；对于其他的(诸如几乎不包含皮肤的区域)，心脏信号实际上不存在的。该空间信息能够被反馈并用于利用彩色叠加来增强图像。

不涉及MRI的前文已经示出了可增强视频数据以做出对肉眼来说可见的敏感的强度变化。使用类似方法，我们使用视频导出的心脏信号和下述算法来增强针对本文采集的视频数据。代替通过将视频帧裁剪成方形并将该方形中所有像素一起处理，帧被划分为m×n网格。对每个网格方形中的所有像素单独地应用处理以针对每个m、n提取视频导出的心脏信号。该m×n信号然后使用双三次插值法来重新采样达原始视频分辨率并用于生成“调制视频”。该调制视频叠加至其他灰度级图像的红色信道上。心脏脉动然后可被容易地看出为原始视频上叠加的红色调。取决于为m和n所选择的数值，能够以空间分辨换取信号的鲁棒性和SNR。

总之，我们的数据指示了这里所教导的方法使得人们能够在不与受检者物理接触的情况下获得与脉搏血氧计及呼吸带相似的信息。手指安装的脉搏血氧计从20世纪30年代开始存在，以及使用脉搏血氧计和呼吸带自从其初期已经在临床MRI中常用。这里我们示出了相机硬件能够用于生理监测目的，潜在消除使用物理地接触患者的设备的需要。

我们没有彻底地量化针对大范围头部运动的算法鲁棒性。在所示出数据中，来自初始位置的最大图像移位是16个像素(大约3mm)，指示了受检者在试验期间没有完美地保持静止。因此会呈现一些运动鲁棒性。然而，也许可使用多个相机以确保足够大区域的皮肤始终处于相机视场中。运动敏感性是脉搏血氧计所享有的挑战，从而我们的方法事实上可以相比现有技术更具有鲁棒性。

本文中所描述的算法不获取视频信号中的彩色信息。这使得本文教导的方法能够适用于单色和彩色图像传感器两者。照明(本文中是白光LED)是明显必需的，因为使用环境光对光体积描记术处的前述尝试是处于良好照明环境中，这并不是MRI扫描器的孔腔的代表性。