医学成像中的质量控制的制作方法

1.本发明涉及对医学图像的自动化质量评估和质量控制。


背景技术：

2.显然希望确保获得最高质量的医学图像，以便提高根据这些图像做出正确诊断的可能性。为此，需要采取质量评估和质量控制措施。
3.传统上，这是手动过程，其中，mri系统操作者基于对图像的视觉检查来决定捕获的图像是否具有足够的质量或者是否需要重新扫描。然而，质量控制步骤难以标准化或自动化。例如，磁共振成像(mri)的质量控制已被证明难以标准化，因为没有简单的客观质量控制度量来捕捉各种mri序列的图像质量
4.此外，质量控制不仅仅是图像的客观属性，还取决于内科医师或放射科医师的临床目标。理想情况下，mri的质量控制应在采集期间进行，此时临床目标明确，但诊断仍未确定。
5.需要一种至少提供一些自动化并因此提供图像质量控制的一致性的系统。
6.wo 2017/102860公开了一种用于医学成像的扫描监测装置，所述扫描监测装置包括控制器单元和显示器，其中，所述控制器单元在扫描会话期间被配置为：获得医学扫描器中的对象的跟踪数据；获得指示医学扫描器的操作参数的扫描器数据；基于跟踪数据和扫描器数据来确定验证函数的输出；并且根据所述验证函数的输出来控制扫描监测装置。
7.us 2016/259898公开了一种用于为计算机辅助诊断(cad)提供可靠性的设备，包括：原始数据收集器，其被配置为收集包含由探头采集的图像的原始数据；图像可靠性确定器，其被配置为使用所收集的原始数据来确定图像的可靠性水平；以及可靠性提供器，其被配置为向用户提供所确定的图像可靠性。
8.us 9836840公开了一种用于评估患者至少一部分解剖结构的医学图像质量的方法。一种方法包括：接收患者解剖结构的至少部分的一幅或多幅图像；确定接收到的图像的一个或多个图像属性；基于所接收的图像来执行对患者解剖结构的至少一部分的解剖定位或建模；基于幅解剖定位或建模来获得与患者解剖结构的解剖特征相关联的一个或多个图像特征的标识；并且基于一个或多个图像属性和一个或多个图像特性来计算图像质量分数。


技术实现要素：

9.本发明由权利要求限定。
10.根据依据本发明的一个方面的示例，提供了一种用于在医学图像的采集期间进行质量控制的系统，所述系统包括：
11.处理器，其被配置为：
12.评价能够不利地影响所述医学图像的质量的噪声源，所述噪声源包括以下各项中的至少两项：
13.在对象(12)的医学图像的所述采集期间由医学成像设备(10)引起的设备噪声源；
14.在所述医学图像的所述采集期间由操作者(14)引起的操作者噪声源；以及
15.在所述医学图像的所述采集期间由所述对象(12)引起的对象噪声源；并且
16.基于所评价的噪声源来确定质量控制指标并将所述质量控制指标输出给所述操作者。
[0017]“操作者”是指操作医学成像设备的人员。这通常不同于提供图像医学解读的人，即放射科医师。
[0018]
该系统能够在成像期间实时生成质量控制指标，以向操作者提供帮助或实现图像质量的自动评估。此外，可以确定图像伪影的原因，从而可以采取校正措施来改善图像质量。这三种不同类别的噪声源可能各自引发噪声的多种可能原因。因此，“噪声源”应该被理解为具有许多可能的噪声贡献因素。对每个噪声源进行评估，以识别可能导致所采集图像中伪影的噪声的一个或多个可能原因。
[0019]
类似地，“质量控制指标”可以包括多个信息单元，例如多个质量度量。
[0020]
因此，本发明提供了一种实时多模态质量控制系统，其使用易于在上下文中解读的度量，并提供对差信号或mri图像质量的原因的洞察。
[0021]
优选地，处理器被配置为评估包括所列出的所有三个类别的噪声源。
[0022]
所述系统可以包括用于确定对所述设备噪声源有贡献的参数的第一装置，所述第一装置包括以下各项中的一项或多项：
[0023]
用于确定成像场的均匀性的单元；
[0024]
用于监测谐振频率的监测电路；
[0025]
用于检测成像发射器和/或接收器的正确功能运行的单元；
[0026]
操作温度传感器的成像设备；以及
[0027]
用于确定所述成像设备的能量消耗的电路。
[0028]
这些是确定对由设备引起的噪声有贡献的因素的一些可能方法。这些参数中的一些可以通过专用传感器获得，而其他的可以例如基于对医学图像的分析获得。
[0029]
共振频率定义了对象内的原子/分子基于施加的成像场而共振的频率。共振频率可以基于例如对象的温度而改变。例如，在mri成像中，可以使用质子共振频率来测量对象的温度。
[0030]
所述系统可以包括用于确定对所述操作者噪声源有贡献的参数的第二装置，所述第二装置包括以下各项中的一项或多项：
[0031]
用于收集由所述操作者设置的与定位、视场、切片取向、计时和扫描次数有关的数据的系统；
[0032]
用于记录所述操作者已经持续工作的时间的计时器；以及
[0033]
对所述操作者的资格或专业水平的指示。
[0034]
这些是确定由操作者行为引起的噪声的一些可能因素的方法。
[0035]
切片取向定义了成像平面相对于对象的取向。例如，在对象头部的mr成像中，有三种基本的正交切片取向：横向、矢状和冠状取向。
[0036]
所述系统可以包括用于确定对对象噪声源有贡献的参数的第三装置，所述第三装置包括以下各项中的一项或多项：
[0037]
用于感测所述对象的身体和/或眼睛移动的传感器；
[0038]
用于感测所述对象的呼吸的呼吸传感器；
[0039]
皮肤电导传感器；
[0040]
体温传感器；
[0041]
用于感测所述对象的心率的心率传感器；以及
[0042]
对成像过程的持续时间的指示。
[0043]
这些是确定对由对象动作或特性引入的噪声有贡献的因素的一些可能方式。
[0044]
所述处理器例如还被配置为同时控制显示设备向所述操作者呈现具有所述质量控制指标的医学图像。
[0045]
所述质量控制指标可以是图像质量的一般指标，但是更优选地，它向正在解读医学图像的用户提供额外的上下文，例如通过标记图像伪影并指示导致图像伪影的可能噪声源。然后可以为获得更好质量的图像提供建议。
[0046]
所述处理器还可以被配置为：
[0047]
确定所述医学图像的图像质量度量；
[0048]
识别所述医学图像中的图像伪影；并且
[0049]
向所述操作者标识所述图像伪影。
[0050]
所述图像质量度量(例如信噪比、对比度噪声比等)涉及图像质量的一般量度，并且图像伪影涉及特定的图像问题。这些可能与不同的噪声源有关。在确定质量控制指标时，可以考虑这两种量度。
[0051]
所述处理器可以被配置为使用机器学习算法来识别图像伪影。机器学习算法例如还被配置为输出已经去除了图像伪影的经修改的医学图像。所述机器学习可以基于深度学习或神经网络。
[0052]
以这种方式，所述系统可以提供图像质量的改善以及噪声源和/或图像伪影的识别。
[0053]
所述处理器还可以被配置为：基于所评价的噪声源来确定图像质量问题的最可能的来源，并且向所述操作者呈现所述最可能的来源。然后，操作者可以采取补救措施，例如决定重新扫描是否能解决问题。
[0054]
处理器还可以在扫描上突出显示所识别的图像伪影，以告知操作者在图像的什么地方可以看到它。例如，一些操作者可能看不到或不知道在哪里寻找伪影。
[0055]
所述处理器还可以被配置为：基于所述质量控制指标来确定是否应当重新采集所述医学图像，并且向所述操作者呈现是否要重新采集所述医学图像的建议。这可以帮助操作者决定重新扫描是否合适。
[0056]
这种重新扫描也可以半自主地实现，即不需要操作者的同意，但不需要任何操作者的动作，或者甚至完全自主地实现，只通知操作者。
[0057]
所述处理器还可以被配置为：
[0058]
在医学图像的所述采集期间和之后跟踪操作者决策；
[0059]
从所述操作者决策中检测不常见的操作者决策；并且
[0060]
请求所述操作者为所述不常见的操作者决策提供决策理由。
[0061]
这些不常见的操作者决策可能指示操作者错误。因此，所述系统可以进一步跟踪
和追踪医学决策，例如，它可以将放射科医师作为可以做出决策的进一步代理人。例如，有时放射科医师会要求操作者根据图像质量进行重新扫描(或者根据需要进一步扫描的诊断信息进行后续扫描)。因此，所述系统可以实现决策支持系统，尤其是在质量控制方面。
[0062]
所述处理器因此还可以被配置为：
[0063]
将所述医学图像发送给放射科医师以用于决策指引；并且
[0064]
跟踪放射科医师决策。
[0065]
所述系统可以例如使用放射科医师决策来改进图像分析。
[0066]
所述处理器还可以被配置为基于操作者决策、决策基本原理和放射科医师决策来创建决策图。该决策图能够评估程序的有效性。
[0067]
所述处理器可以例如控制显示器向操作者显示历史成像数据和/或人口统计成像数据。如果医学图像和相应的历史成像数据和/或人口统计成像数据之间存在差异，则可以将这些差异显示给操作者。
[0068]
所述处理器还可以被配置为生成质量控制报告，所述质量控制报告指示所述医学设备、所述操作者和所述对象如何影响所述医学图像的所述采集的质量。这可用于随时间进行局部质量控制，并允许在不同设备、操作者和患者群体之间进行比较。
[0069]
本发明还提供了一种医学成像系统，包括：
[0070]
医学成像设备，例如，mri扫描器；以及
[0071]
如上所定义的质量控制系统，其中，所述用于质量控制的系统的所述处理器还被配置为：执行对由所述医学图像设备捕获的图像的分析，并且还基于所述图像分析来确定所述质量控制指标并将所述质量控制指标输出给所述操作者。
[0072]
本发明还提供了一种在医学图像的采集期间提供质量控制的计算机实施的方法，所述方法包括：
[0073]
评价能够不利地影响所述医学图像的质量的噪声源，所述噪声源包括以下各项中的至少两项：
[0074]
在对象的医学图像的所述采集期间由医学成像设备引起的设备噪声源，
[0075]
在所述医学图像的所述采集期间由操作者引起的操作者噪声源；以及
[0076]
在所述医学图像的所述采集期间由所述对象引起的对象噪声源；并且
[0077]
基于所评价的噪声源来确定质量控制指标并将所述质量控制指标输出给所述操作者。
[0078]
本发明还提供了一种包括计算机程序代码单元的计算机程序，当所述程序在计算机上运行时，所述计算机程序代码单元适于实施上面定义的方法。
[0079]
参考下文描述的实施例，本发明的这些和其他方面将变得显而易见并得到阐述。
附图说明
[0080]
为了更好地理解本发明并且更清楚地示出如何实施本发明，现在将仅通过示例的方式参考附图，在附图中：
[0081]
图1示出了根据本发明的示例的系统；并且
[0082]
图2示出了根据本发明的方法。
具体实施方式
[0083]
将参考附图描述本发明。
[0084]
应该理解的是，详细描述和具体示例虽然指示了设备、系统和方法的示例性实施例，但是仅用于说明的目的，并且不旨在限制本发明的范围。根据以下描述、所附权利要求和附图，本发明的设备、系统和方法的这些和其他特征、方面和优点将变得更好理解。应当理解，附图仅仅是示意性的，并且没有按比例绘制。还应该理解，在所有附图中，相同的附图标记用于指示相同或相似的部分。
[0085]
本发明提供了在医学成像中提供质量控制的系统。可能对图像质量产生不利影响的噪声源被评价。被评价的噪声源包括设备噪声源、操作者噪声源和对象(被成像的患者)噪声源中的至少两项，所有这些都在医学图像的采集期间产生噪声源。基于所评价的噪声源，确定质量控制指标并将其输出给操作者。
[0086]
为了解决医学成像中固有的缺乏客观质量控制的问题，本发明基于估计已知会降低图像质量(例如mri图像质量)的噪声源的概念。然后，可以向用户提供关于最可能的伪影或低质量图像的可能原因的上下文。
[0087]
以mr成像为例，噪声可能来自mri设备、操作者或被扫描的患者。
[0088]
关于mri设备，mri设备稳定性的变化会通过磁场不均匀性、射频噪声和rf发射器/接收器之一的故障导致低质量控制。关于操作者，由于视场的不完全定位，mri操作者可能导致低质量的控制。患者可能因扫描器内移动或其他生理波动(如呼吸、心率)而导致低质量控制。在精神病患者、震颤患者、背痛患者、儿童和老年人中，这些特定于患者的噪声源通常更大，导致更多的噪声图像和通常更低的质量控制标准。
[0089]
本发明基于这样的认识，即当评价这些噪声源时，提供质量控制指标(即一组一个或多个质量控制度量)的质量解读更容易。因此，本发明将来自mri设备、操作者和患者的噪声的自动估计与从mri图像本身估计的质量控制相结合。
[0090]
当在mri控制台上实现时，可以在临床目标的上下文中评价噪声估计和质量控制度量。上下文敏感质量控制的集成也可以跨扫描器标准化，在临床协议或工作流程中采用。当在人工操作者的工作流程中成功实施时，还可以开发质量控制度量来帮助训练机器学习算法，以在mri采集期间自动检测伪影。
[0091]
图1示出了根据本发明示例的系统。
[0092]
图1示出了用于医学成像中质量控制的系统，以用于与医学成像设备10一起使用，在该示例中，医学成像设备10是mri扫描器。在扫描器腔中示出了对象12，并且还示出了设备的操作者14。
[0093]
成像单元16以传统方式生成医学图像。
[0094]
处理器18被配置为评价可能对图像质量产生不利影响的噪声源。
[0095]
噪声源包括：
[0096]
(i)在采集对象的医学图像期间由医学成像设备10引起的设备噪声源；
[0097]
(ii)在医学图像的采集期间由操作者14引起的操作者噪声源；以及
[0098]
(iii)在医学图像的采集期间由对象12引起的对象噪声源。
[0099]
该系统可以评价这些噪声源中的任何两个，并且优选地评价所有三个。
[0100]
为了评价这些噪声源，处理器接收如下所述的各种传感器输入以及来自成像单元
16的医学图像。
[0101]
处理器然后根据这些噪声源来确定质量控制指标。质量控制指标用于调整要在显示器20上显示的图像，和/或用于提供附加的单独输出信息。这为操作者提供了额外的上下文。
[0102]
该系统能够在成像期间实时生成质量控制指标，以向操作者提供帮助或实现图像质量的自动评价。可以确定并显示图像伪影的原因，从而可以采取校正措施来改善图像质量。三种不同类别的噪声源可能各自引入噪声的多种可能原因。因此，评价每个噪声源以识别可能导致所采集图像中的伪影的噪声的一个或多个可能原因。
[0103]
一般而言，第一装置用于确定对设备噪声源有贡献的参数，例如成像场的均匀性、谐振频率、成像发射器和/或接收器的正确运行、成像设备的工作温度以及成像设备的能量消耗。
[0104]
第二装置用于确定对操作者噪声源有贡献的参数，例如操作者设置的定位、视场、切片取向、计时和扫描次数、操作者工作的时间以及操作者的资格或专业水平。
[0105]
第三装置用于确定对对象噪声源有贡献的参数，例如对象的身体和/或眼睛移动、呼吸、排汗、体温和对象的心率。可以监测关于对象的其他生理信息以及成像过程的持续时间。
[0106]
这些参数可以由专用传感器监测，或者基于对医学图像的分析，或者基于来自成像设备的现有输出。
[0107]
例如，存在内部mri传感器，例如日志文件，并且这些可以用于测量mri设备引起的噪声。例如，对mri控制台的实时访问使得能够访问由操作者设置的扫描规划器，例如与定位、视场、计时和重新扫描相关的数据，以便检测操作者的错误。
[0108]
mri图像重建能够收集一系列与质量控制相关的度量，包括磁场均匀性、前景/背景能量、每个rf线圈的相对信号、rf信号中的突发尖峰、时间序列情况下的重新对齐以及按mri序列估计的信噪比。
[0109]
本发明提供了基于mri重建和附加集成噪声估计的质量控制度量的实时分析(和潜在呈现)。
[0110]
也可以使用外部传感器，例如用于心理测量(呼吸、心率、皮肤电导)和运动的外围脉冲单元，以及膛内照相机。
[0111]
对于这三个噪声源，下面将给出一些具体的示例，说明被监测的特定条件、如何监测它们以及对图像质量的可能影响。
[0112]
1、设备噪声源
[0113]
1.1差的(有效的)匀场或错误设置引起的匀场电流导致的场不均匀性。
[0114]
检测：对场不均匀性的图像重建期间的自动分析，例如基于几何失真。替代地，可以在具有脂肪抑制的mri扫描中监测脂肪信号强度。
[0115]
图像伪影：图像边界处的图像不均匀性，以及使用脂肪抑制时脂肪信号的不完全抑制。
[0116]
1.2梯度线圈的加热/冷却
[0117]
检测：对共振频率的扫描期间的自动分析。
[0118]
图像伪影：时间序列中的信号漂移和波动。可能会观察到几何失真(例如，与涡流
伪影有关的剪切、缩放和移动)。
[0119]
1.3其他外围设备引起的射频屏蔽受损
[0120]
检测：在重建rf噪声期间的自动分析，例如在采集期间或与mri准备阶段的值(包括垫片)相组合时，使用傅里叶域中的图像数据的尖峰检测。.
[0121]
图像伪影：信号尖峰、有噪声的图像、前景/背景比差以及拉链伪影。
[0122]
1.4mri与外围设备的脱落或连接丢失
[0123]
检测：软件应用程序可用于检查设备连接性、测量传输延迟以及记录不同设备的系统偏移。当mri采集与心脏或呼吸周期同步时，存在门控/触发mri的解决方案。在这些扫描中，采集通常会暂时停止或完全失去连接。这可能会导致更长的采集时间。可以向操作者报告扫描时间增加的原因。
[0124]
图像伪影：在触发和门控mri中，采集时间增加。当外围设备未连接到mri时，这可能导致数据中的时间或相位偏移。
[0125]
1.5视场外的有源远距阵列线圈
[0126]
检测：通过在线圈上包括传感器来检测线圈相对于扫描器，特别是前体线圈的运动。也可以相对于sense参考扫描使用图像数据重建期间的自动分析。
[0127]
图像伪影：信号下降，annefact尖瓣伪影，星形伪影。
[0128]
1.6重建(运行时)错误
[0129]
检测：在重建数据错误伪影期间提供自动分析的软件应用程序。
[0130]
图像伪影：数据错误伪影、弧形或交叉/人字形图案。
[0131]
2、操作者噪声源
[0132]
2.1rf线圈的放置
[0133]
检测：rf线圈中的传感器，用于检测相对于患者的定位，并在mri侦察视图图像的图像重建期间进行自动分析。
[0134]
图像伪影：相对于目标(例如肝脏)的信号丢失或无信号。
[0135]
2.2视场的放置/大小
[0136]
检测：对自动对齐和智能调查的图像重建过程中的自动分析。
[0137]
图像伪影：相位缠绕伪影或剪裁(clipping)。
[0138]
2.3饱和厚片的放置和取向
[0139]
检测：对相对于视场和图像目标的饱和厚片的图像重建过程中进行自动分析。
[0140]
图像伪影：所选频谱抑制不良。
[0141]
2.4切片取向的放置
[0142]
检测：对相对于切片放置的折叠或相移伪影的图像重建过程中的自动分析。
[0143]
图像伪影：来自视场外组织的折叠或相移伪影传播到图像中。
[0144]
2.5金属物体(发夹、戒指、牙齿等)引起的信号丢失
[0145]
检测：图像重建期间的自动分析，以检测信号丢失伪影。
[0146]
图像伪影：局部信号丢失伪影。
[0147]
2.6具有mri磁体屏蔽室的门打开导致射频屏蔽受损
[0148]
检测：门上的传感器检测打开/关闭状态，并在图像重建过程中自动分析图像噪声、信号比和拉链伪影。
[0149]
图像伪影：有噪声的图像、前景/背景比差以及拉链伪影。
[0150]
2.7造影剂和mri扫描定时错误
[0151]
检测：配准钆造影剂推注的时间，在图像重建过程中使用非常快速的低分辨率预备mri扫描进行自动分析以跟踪推注信号，开始高分辨率mri采集和自动检测maki伪影的软件。
[0152]
图像伪影：maki伪影(与边缘相比，血管中心缺乏信号)。
[0153]
2.8不正确的随诊或诊断扫描
[0154]
检测：使用字典检查不常见/不太可能的扫描组合(然后可能会建议联系放射科医师)。
[0155]
图像伪影：图像上不可见(除非它违反了操作者的预期)。
[0156]
3、患者噪声源
[0157]
3.1主动患者运动。
[0158]
检测：摄像机系统、床垫中的压力传感器、头部线圈、头戴耳机、表面线圈或其他与患者接触的物体。分析来自rf线圈的原始信号，并在k空间轨迹和导航扫描的图像重建期间进行自动分析。
[0159]
图像伪影：模糊、移动结构产生的重影、自旋失相导致的信号损失。
[0160]
3.2呼吸运动
[0161]
检测：呼吸带、压力传感器或摄像头。
[0162]
图像伪影：由于自旋失相导致的模糊、鬼影和信号丢失。
[0163]
3.3呼吸依赖性血氧水平
[0164]
检测：呼吸带、外周脉搏单元(ppu)、呼吸面罩(潮气末氧气或二氧化碳)。
[0165]
图像伪影：t2*血氧水平依赖性成像(＝fmri)的混淆估计。
[0166]
3.4眼球运动和眨眼
[0167]
检测：眼部跟踪相机和相移鬼影伪影图像重建过程中的自动分析。例如，根据相位编码取向，这些伪影可能发生在脑的外部，并降低前景/背景信号比。
[0168]
图像伪影：相位偏移伪影取决于减小的前景/背景信号。
[0169]
3.5血流和血压变化
[0170]
检测：心率监测器(体积钳、ppu)、充气袖带和动脉压平术。
[0171]
图像伪影：脑血流偏差mri采集(t2*，灌注，fmri)的变化。
[0172]
3.6心脏运动和心率变异性
[0173]
检测：心率监测器(例如ecg、ekg、超声波)、ppu和心脏的mri流量测量。
[0174]
图像伪影：回波平面成像时间序列的波动。
[0175]
3.7与患者睡眠/清醒状态或麻醉水平相关的患者运动
[0176]
检测：eeg、ppg、皮肤电导或其他接触电极、麻醉设备或通过fmri时间序列的自动分析。当与自主运动的估计相结合时，也可能指示麻醉水平不足。
[0177]
图像伪影：认知相关fmri信号的混淆估计。
[0178]
本发明基于使用来自至少两个类别的一个或多个这样的监测选项，从而考虑与患者、操作者和医学成像设备相关联的至少两个噪声源之间的相互作用，从而能够识别图像质量降低的原因，并且能够导出图像质量指标。
[0179]
图像质量指示器可以集成在用户友好的仪表板中，并与获取的mri图像一起呈现给操作者。此外，质量控制度量可以被导出(例如，在dicom头图像中)，用于数据质量的事后分析。
[0180]
所提供的信息(质量控制指标)可以是图像质量的一般指标，但是更优选地，它向正在解读医学图像的用户提供附加的上下文，例如通过标记图像伪影并指示导致图像伪影的可能噪声源。然后可以为获得更好质量的图像提供建议。
[0181]
来自多个来源的实时质量控制评价支持mri伪影的检测和解读，这目前是通过人类视觉检查来完成的。因此，这种实时质量控制框架的实施可以极大地促进使用机器学习的自动化伪影检测和质量控制的发展。
[0182]
在最基本的示例中，通过提供质量控制指标，例如连同噪声的估计，系统可以在mri图像的视觉检查期间向操作者提供背景。
[0183]
在更高级的情况下，系统可以标记图像伪影，识别最可能的噪声源，并提供重新扫描的建议。
[0184]
一旦单个站点上有了大量的高质量数据，系统就可以检测出异常值。这些可用于本地站点(即特定mri设备)的预测性维护和改进。
[0185]
当多个站点、扫描器和(临床)人群的聚合质量数据变得可用时，可以在分布上比较质量控制指标，并且可以进一步开发本地系统和操作。
[0186]
当在mri控制台(或在后处理中)安全地收集用户反馈时，来自图像重建和质量控制指标的数据可以用于开发和优化用于伪影检测的机器学习算法。当在图像重建中实现这种机器学习工具时，例如为了自动去除由运动引起的图像伪影，可以使用上下文敏感的质量控制度量来提供关于被插值的数据“有多少”和“为什么”的指示。这些上下文敏感的质量度量还可以帮助进一步改进基于机器学习的图像重建。
[0187]
用户反馈还可以用于在不同的站点验证机器学习算法，因此它可以在不同的患者群体、扫描器和医院之间进行推广。因此，本发明可以用于测试(即验证)解决方案。
[0188]
操作者而不是放射科医师通常是第一个评价扫描并做出自主现场决定的人。操作者可以根据图像质量决定进行重新扫描，根据可见的病理立即进行后续扫描，或者在有疑问或责任的情况下联系放射科医师并提出决策。
[0189]
这些现场决定具有医学后果和成本，因为大约5-10％的患者在放射科医师检查后的新就诊期间需要额外的扫描，同时进行了未知数量的不必要的扫描。操作者的大多数决定都是非正式的，只是部分记录，并且很难进行事后评价，除非放射科医师要求额外的扫描。
[0190]
为了解决这个问题，所述系统可以进一步用作医学成像决策助手，以在医学成像期间跟踪、追踪和支持自主和人类决策。
[0191]
因此，如上所述，所述系统可以接近实时地向操作者显示扫描和图像分析，另外还显示关于需要重新扫描或需要联系放射科医师的建议。
[0192]
操作者做出自主的工作流程决定，以结束检查、执行重新扫描、获取后续扫描或联系放射科医师。然后，这些工作流程决策可以被系统记录，并且在偏离预期工作流程的情况下，系统可以向操作者请求特定决策的基本原理。例如，如果系统检测到不常见的操作者决策，这可能适用。
[0193]
在决定转诊给放射科医师的情况下，系统然后可以通过推送应用程序将信息远程转发给放射科医师。放射科医师的远程决策也可以被系统记录下来。
[0194]
除了提供支持功能之外，所述系统还作为医学成像飞行记录器运行，其在医学成像过程中跟踪人的决策。然后可以定期分析系统数据，以评价程序的有效性。
[0195]
所述系统可以建立聚集信息的定期报告(每周、每月、每年)，以便提供对医学设备、操作者和患者如何影响医学成像过程的质量的洞察。这些汇总报告可以实现随时间推移的本地质量控制，并允许在不同设备、操作者和患者群体之间进行比较。这些报告有助于识别本地站点的医学成像过程中的问题或瓶颈。以聚合的形式，这些报告还可以允许在设备、医院和地区之间进行比较。这些报告有助于优化解决方案的开发，以提高医学成像的质量。
[0196]
该系统可以例如基于质量控制指示自主地确定是否应该重新采集医学图像，并且向操作者呈现是否重新采集医学图像的建议。这可以帮助操作者决定重新扫描是否合适。
[0197]
然后，系统可以基于操作者决策、决策基本原理和放射科医师决策来创建决策图。这个决策图能够评价程序的有效性。
[0198]
处理器可以例如控制显示器向操作者显示历史成像数据和/或人口统计成像数据。如果医学图像和相应的历史成像数据和/或人口统计成像数据之间存在差异，则这些差异可以显示给操作者。
[0199]
该系统可以整合来自图片存档及通信系统(pacs)的信息，从而突出与先前获取的医学图像的差异，以支持工作流程决策。该系统还可以用于提供医学成像技术人员的个性化培训。该系统还可以被扩展以帮助在图像引导的放射治疗、hifu或其他图像引导的介入期间做出决定。
[0200]
图2示出了在医学成像中提供质量控制的计算机实施的方法，所述方法包括：
[0201]
在步骤30中，评价可能不利地影响图像质量的噪声源。这包括以下子步骤中的至少两个，优选全部三个：
[0202]
在步骤30a中，评价在采集对象的医学图像期间由医学成像设备引起的设备噪声源，
[0203]
在步骤30b中，评价在医学图像的采集期间由操作者引起的操作者噪声源；并且
[0204]
在步骤30c中，评价在医学图像的采集期间由对象引起的对象噪声源。
[0205]
在步骤32中，基于评价的噪声源，确定质量控制指标并将其输出给操作者。
[0206]
已经结合mri系统描述了本发明。然而，本发明可以更普遍地应用于医学成像。
[0207]
根据对附图、公开内容和所附权利要求的研究，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的变型。在权利要求中，词语“包括”不排除其他元件或步骤，不定冠词“一”不排除多个。
[0208]
单个处理器或其他单元可以实现权利要求中列举的几个项目的功能。
[0209]
尽管在互不相同的从属权利要求中记载了特定措施，但这并不表示不能有利地使用这些措施的组合。
[0210]
计算机程序可以存储/分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质，但是也可以以其他形式分布，例如经由互联网或其他有线或无线电信系统。
[0211]
如果在权利要求或说明书中使用了术语“适于”，应当注意，术语“适于”旨在等同于术语“配置为”。
[0212]
权利要求中的任何附图标记不应被解读为对范围的限制。