用于辐射治疗规划的磁共振成像采集的选择专利检索-人类生活必需专利检索查询-专利查询网

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

用于辐射治疗规划的磁共振成像采集的选择
申请号	CN202280055795.9	申请日	2022-08-12	公开(公告)号	CN117813137A	公开(公告)日	2024-04-02
申请人	皇家飞利浦有限公司;			发明人	G·J·J·皮扎因; A·J·M·波波夫;
摘要	本文公开了一种医学系统(200、400)，其中，机器可执行指令的运行使计算系统：接收(300)一幅或多幅规划磁共振图像(106)；响应于将所述一幅或多幅规划磁共振图像输入到分析算法 (100)中而从分析算法接收(302) 放射治疗规划图作为输出；响应于将所述放射治疗规划图的输出输入到评估算法中而从评估算法(102)接收(304)至少一个度量图作为输出；并且响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出而从推荐算法接收(306)脉冲序列选择(222)或停止采集命令(224)作为输出。
权利要求	1.一种医学系统(200、400)，包括：存储器(210、210’)，其存储机器可执行指令(220、220’)、分析算法(100)、评估算法(102)和推荐算法(104)；其中，所述分析算法被配置为响应于接收到描述对象(418)的感兴趣区域的一幅或多幅规划磁共振图像(106)而输出放射治疗规划图(116)；其中，所述评估算法被配置为响应于接收到所述分析算法的所述输出而输出描述所述感兴趣区域内的所述放射治疗规划图的至少一个度量图(118)；其中，所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出作为输入而输出脉冲序列选择(222)或停止采集命令(224)；其中，所述脉冲序列选择是规划磁共振成像脉冲序列选择和对预定的一组辐射治疗规划脉冲序列命令(436)的选择或排序；以及计算系统(204、204’)，其中，所述机器可执行指令的运行使所述计算系统：接收(300)所述一幅或多幅规划磁共振图像；响应于将所述一幅或多幅规划磁共振图像输入到所述分析算法中而从所述分析算法接收(302)所述放射治疗规划图作为输出；响应于将所述放射治疗规划图的所述输出输入到所述评估算法中而从所述评估算法接收(304)所述至少一个度量图作为输出；并且响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出而从所述推荐算法接收(306)所述脉冲序列选择或所述停止采集命令作为输出。 2.根据权利要求1所述的医学系统，其中，所述推荐算法还被配置为接收描述所述对象的所述感兴趣区域的至少一幅额外断层摄影医学图像(110)作为输入，其中，所述机器可执行指令的运行使所述计算系统将所述至少一幅额外断层摄影医学图像额外地输入到所述推荐算法中。 3.根据权利要求1或2所述的医学系统，其中，所述评估算法还被配置为接收所述一幅或多幅规划磁共振图像和/或接收描述所述对象的所述感兴趣区域的至少一幅另外的断层摄影医学图像(112)作为输入，其中，所述机器可执行指令的运行还使所述计算系统将所述一幅或多幅规划磁共振图像和/或所述至少一幅另外的断层摄影医学图像额外地输入到所述评估算法中。 4.根据权利要求1、2或3所述的医学系统，其中，所述分析算法还被配置为接收描述所述对象的所述感兴趣区域的至少一幅补充断层摄影医学图像(114)作为输入，其中，所述机器可执行指令的运行使所述计算系统将所述至少一幅补充断层摄影医学图像额外地输入到所述分析算法中。 5.根据前述权利要求中的任一项所述的医学系统，其中，所述分析算法被配置为接收多达预定最大数量的规划磁共振图像，其中，所述分析算法被配置为使用以下算法架构中的任一项来接收所述一幅或多幅规划磁共振图像：其中，所述分析算法的所述输入包括针对所述规划磁共振图像中的每幅规划磁共振图像的单独的输入通道；并且其中，所述分析算法包括图像处理算法，所述图像处理算法被配置用于：个体地接收所述预定最大数量的规划磁共振图像中的每幅，并且作为响应而各自输出中间放射治疗规划图，其中，所述分析算法还包括图像合并算法，所述图像合并算法被配置用于：接收每个图像处理算法的所述中间放射治疗规划图，并且作为响应而输出所述放射治疗规划图。 6.根据前述权利要求中的任一项所述的医学系统，其中，所述分析算法和所述评估算法被实施为单个算法(103)。 7.根据前述权利要求中的任一项所述的医学系统，其中，所述放射治疗规划图包括以下各项中的任一项：器官分割、对异常解剖结构的识别、肿瘤分割、伪计算机断层摄影图像、电子密度图、放射治疗剂量规划及其组合。 8.根据前述权利要求中的任一项所述的医学系统，其中，所述分析算法是以下各项中的任一项：区域生长算法、可变形形状模型、经训练的神经网络、经训练的随机森林以及被配置为将所述一幅或多幅规划磁共振图像配准到解剖图谱的配准算法。 9.根据前述权利要求中的任一项所述的医学系统，其中，所述评估算法是以下各项中的任一项：被配置用于预测所述放射治疗规划图的稳定性的蒙特卡罗模拟、被配置为测量与显著性图相比较的相关性的模型、主成分分析模型、被配置为测量到平均模型的距离的算法、对统计外观模型的适应度，所述统计外观模型诸如为纹理分析、或来自存档模型的重建。 10.根据前述权利要求中的任一项所述的医学系统，其中，所述推荐算法是以下各项中的任一项：决策树算法、经训练的推荐神经网络和经训练的随机森林算法。 11.根据前述权利要求中的任一项所述的医学系统，其中，所述医学系统还包括磁共振成像系统(402)，其中，所述存储器还包含所述预定的一组辐射治疗规划脉冲序列命令，其中，所述预定的一组辐射治疗规划脉冲序列命令包括初始脉冲序列命令(430)，其中，所述机器可执行指令的运行还使所述计算系统：通过利用所述初始脉冲序列命令控制所述磁共振成像系统来采集(500)初始k空间数据；根据所述初始k空间数据来重建(502)初始规划磁共振图像(434)，其中，所述初始规划磁共振图像被添加到所述一幅或多幅规划磁共振图像；其中，所述机器可执行指令的运行还使所述计算系统重复执行以下步骤，直到接收到停止命令：响应于将所述一幅或多幅规划磁共振图像输入到所述分析算法中而从所述分析算法接收(302)所述放射治疗规划图作为输出；响应于将所述放射治疗规划图的所述输出输入到所述评估算法中而从所述评估算法接收(304)所述至少一个度量图作为输出；响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出而从所述推荐算法接收(306)所述脉冲序列选择或所述停止采集命令作为输出；使用所述脉冲序列选择从所述预定的一组辐射治疗规划脉冲序列命令中选择(506)后续脉冲序列命令(438)；通过利用所述后续脉冲序列命令控制所述磁共振成像系统来采集(508)后续k空间数据(440)；并且根据所述后续k空间数据来重建(510)后续规划磁共振图像(442)，其中，所述后续规划磁共振图像被添加到所述一幅或多幅规划磁共振图像。 12.根据权利要求11所述的医学系统，其中，所述存储器还包含放射治疗规划模块(460)，所述放射治疗规划模块被配置为响应于接收到所述放射治疗规划图而生成放射治疗控制命令(464)，其中，所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图输入到所述放射治疗规划模块中而从所述放射治疗规划模块接收所述放射治疗控制命令。 13.根据权利要求12所述的医学系统，其中，所述放射治疗规划图还被配置为接收描述所述对象的规划计算机断层摄影图像(462)和所述放射治疗规划图作为输入，其中，所述规划计算机断层摄影图像是测量的计算机断层摄影图像或伪计算机断层摄影图像，其中，所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图和所述规划计算机断层摄影图像输入到所述放射治疗规划模块中而从所述放射治疗规划模块接收所述放射治疗控制命令。 14.一种操作医学系统(200、300)的方法，其中，所述方法包括：接收(300)描述对象的感兴趣区域的一幅或多幅规划磁共振图像；响应于将所述一幅或多幅规划磁共振图像输入到分析算法(100)中而从所述分析算法接收(302)放射治疗规划图(116)作为输出，其中，所述分析算法被配置为响应于接收到描述所述对象的所述感兴趣区域的所述一幅或多幅规划磁共振图像而输出所述放射治疗规划图；响应于将所述放射治疗规划图的所述输出输入到评估算法(102)中而从所述评估算法接收(304)至少一个度量图(118)作为输出，其中，所述评估算法被配置为响应于接收到所述分析算法的所述输出而输出描述所述感兴趣区域内的所述放射治疗规划图的所述至少一个度量图；并且响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出而从推荐算法(104)接收(306)脉冲序列选择(222)或停止采集命令(224)作为输出；其中，所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出作为输入而输出所述脉冲序列选择或所述停止采集命令；其中，所述脉冲序列选择是对预定的一组辐射治疗规划脉冲序列命令(436)的选择或排序。 15.一种计算机程序，包括机器可执行指令(220、220’)、分析算法(100)、评估算法(102)和推荐算法(104)；其中，所述分析算法被配置为响应于接收到描述对象的感兴趣区域的一幅或多幅规划磁共振图像(106)而输出放射治疗规划图(116)；其中，所述评估算法被配置为响应于接收到所述分析算法的所述输出而输出描述所述感兴趣区域内的所述放射治疗规划图的至少一个度量图(118)；其中，所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出作为输入而输出脉冲序列选择(222)或停止采集命令(224)；其中，所述脉冲序列选择是对预定的一组辐射治疗规划脉冲序列命令(436)的选择或排序；其中，所述机器可执行指令的运行使所述计算系统：接收(300)所述一幅或多幅规划磁共振图像；响应于将所述一幅或多幅规划磁共振图像输入到所述分析算法中而从所述分析算法接收(302)所述放射治疗规划图作为输出；响应于将所述放射治疗规划图的所述输出输入到所述评估算法中而从所述评估算法接收(304)所述至少一个度量图作为输出；并且响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的所述输出和所述评估算法的所述输出而从所述推荐算法接收(306)所述脉冲序列选择或所述停止采集命令作为输出。
说明书全文	用于辐射治疗规划的磁共振成像采集的选择技术领域 [0001] 本发明涉及磁共振成像，特别地涉及用于辐射治疗规划的磁共振成像。背景技术 [0002] 作为在患者的身体内产生图像的流程的一部分，大的静态磁场由磁共振成像(MRI)扫描器用于对准原子的核自旋。该大的静态磁场被称为B0场或主磁场。可以使用MRI在空间上测量对象的各种量或特性。通常，MRI被用于对包含水或脂质的软组织进行成像。 [0003] 欧洲专利公开EP 2637745 A1公开了一种治疗装置，包括：放射治疗装置，其用于处置对象的目标区，其中，放射治疗装置包括用于生成电磁辐射的放射治疗源，其中，放射治疗装置适于关于旋转点旋转放射治疗源；机械致动器，其用于支撑放射治疗装置并且用于移动旋转点的位置和/或取向；以及磁共振成像系统，其用于从成像区采集k空间数据，其中，目标区在成像区内，其中，磁共振成像系统包括用于在成像区内生成磁场的磁体，其中，放射治疗源适于至少部分地关于磁体旋转。发明内容 [0004] 本发明在独立权利要求中提供了一种医学系统、计算机程序和方法。在从属权利要求中给出了实施例。 [0005] 将磁共振成像用于辐射治疗规划的困难在于，其花费大量的经验和训练来确定准确执行辐射治疗规划需要多少对比度(具有不同采集参数的磁共振图像)。实施例可以提供一种在采集磁共振图像时确定适当采集次数的手段。分析算法被用于使用已经采集的一幅或多幅规划磁共振图像来产生放射治疗规划图。评估算法提供描述所述放射治疗规划图的至少一个度量图。如本文所使用的度量图涵盖一个或多个数值的矩阵，其中，所述矩阵的每个元素对应于图像的像素或体素。在这种情况下，所述度量图提供所述度量图的每个像素或体素的逐像素或体素排序或数值量度。 [0006] 所述分析算法、所述评估算法以及所述一幅或多幅规划磁共振图像的输出被输入到推荐算法中。所述推荐算法要么发出停止更多规划磁共振图像的采集的停止命令，要么它提供可以被用于执行额外规划磁共振图像的另一采集的脉冲序列选择。这具有以下优点：一旦放射治疗规划图足以用于规划，则可以停止用于规划的磁共振图像的采集。这可以减少每个对象使用所述磁共振成像系统的时间量。 [0007] 在一方面中，本发明提供了一种包括存储机器可执行指令的存储器的医学系统。所述存储器还存储分析算法、评估算法和推荐算法。所述分析算法被配置为响应于接收到描述对象的感兴趣区域的一幅或多幅规划磁共振图像而输出放射治疗规划图。如本文所使用的放射治疗规划图涵盖在规划放射治疗会话或辐射中有用的空间相关映射。所述放射治疗规划图然后可能具有若干不同的解释。它可以例如是不同图像的分割、所述感兴趣区域内的肿瘤或其他异常组织的识别。所述放射治疗规划图也可以是在规划放射治疗中将有用的合成计算机断层摄影或其他映射或数据。 [0008] 所述评估算法被配置为响应于接收到所述分析算法的输出而输出描述所述感兴趣区域内的放射治疗规划图的至少一个度量图。在该示例中，所述分析算法的输出是所述放射治疗规划图。然而，所述分析算法也可以输出其他数据或信息，并且这些数据或信息可以包括在输入到评估算法中的数据中。所述至少一个度量图是一个或多个数值，其被分配为在每个像素或体素的基础上对放射治疗规划图进行排序并提供质量或置信度评分。取决于所述放射治疗规划图是什么，所述评估算法可以使用不同类型的分析。 [0009] 所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出作为输入而输出脉冲序列选择或停止采集命令。所述评估算法的输出是所述至少一个度量图。然而，一些示例中的评估算法可以输出额外数据，其也被输入到所述推荐算法中。所述脉冲序列选择是规划磁共振成像脉冲序列选择和对预定的一组辐射治疗规划脉冲序列命令的选择或排序。所述辐射治疗脉冲序列命令是用于采集在构建所述放射治疗规划图中有用的k空间数据的脉冲序列命令。这三种算法一起工作，并提供停止采集额外k空间数据或选择可以用于采集更多k空间数据的额外序列选择的决策。 [0010] 所述分析算法、所述评估算法和所述推荐算法可以使用分析函数来构建，或者它们可以使用人工智能来构建并训练。作为示例，如果所述分析算法将所述放射治疗规划图输出为伪CT扫描和/或分割，则存在这样做的分析和人工智能手段。 [0011] 所述医学系统还包括可以被配置用于控制所述医学系统的计算系统。所述机器可执行指令的运行使所述计算系统接收所述一幅或多幅规划磁共振图像。这些例如可以通过控制所述磁共振成像系统以采集所述一幅或多幅规划磁共振图像来接收。在其他示例中，它们可以从存储设备检索或者经由网络接口检索。 [0012] 所述机器可执行指令的运行还使所述计算系统响应于将所述一幅或多幅规划磁共振图像输入到所述分析算法中而从所述分析算法接收所述放射治疗规划图作为输出。所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图的输出输入到所述评估算法中而从所述评估算法接收所述至少一个度量图作为输出。所述机器可执行指令的运行还使所述计算系统响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出而从所述推荐算法接收所述脉冲序列选择或所述停止采集命令作为输出。 [0013] 该实施例可能是有益的，因为它可以提供改造磁共振成像系统的有效手段，或者远程提供额外控制功能，从而以有效的方式采集磁共振图像和k空间数据辐射治疗规划。一旦所述一幅或多幅规划磁共振图像是足够的，则所述系统可以停止并且辐射治疗规划可以开始。所述医学系统的使用通过采集比有效规划所需的更多的磁共振图像来减少将浪费时间的机会。 [0014] 所述推荐算法还被配置为接收描述针对所述对象的感兴趣区域的至少一幅额外断层摄影医学图像作为输入。所述机器可执行指令的运行使所述计算系统将所述至少一幅额外断层摄影医学图像额外地输入到所述推荐算法中。所述至少一幅额外断层摄影医学图像可以例如是先前的磁共振图像、CT扫描或其他数据，并且可以被用于增强所述放射治疗规划图的生成。该实施例可以是有益的，因为它可以提供生成所述放射治疗规划图的改进方式。 [0015] 在另一实施例中，所述评估算法还被配置为接收所述一幅或多幅规划磁共振图像和/或接收描述所述对象的感兴趣区域的至少一幅另外的断层摄影医学图像作为输入。所述机器可执行指令的运行还使所述计算系统将所述一幅或多幅规划磁共振图像和/或所述至少一幅另外的断层摄影医学图像额外地输入到所述评估算法中。该实施例可以是有益的，因为向所述评估算法提供更多信息以确定所述至少一个度量图。 [0016] 在另一实施例中，所述分析算法还被配置为接收描述所述对象的感兴趣区域的至少一幅补充断层摄影医学图像作为输入。所述机器可执行指令的运行使所述计算系统将所述至少一幅补充断层摄影医学图像额外地输入到所述分析算法中。这例如可以提供所述分析算法的更准确的操作。在具体示例中，如果所述分析算法正在产生器官的位置的分割，那么由所述至少一幅补充断层摄影医学图像提供的额外信息可以改进所述分割的质量。 [0017] 在另一实施例中，所述至少一幅补充断层摄影医学图像和/或所述另外的断层摄影医学图像和/或所述至少一幅额外断层摄影医学图像是相同的。例如，它们可以是相同的图像或从相同的来源绘制。 [0018] 在另一实施例中，所述分析算法被配置为接收多达预定最大数量的规划磁共振图像。所述分析算法被配置为接收所述一幅或多幅规划磁共振图像，因为所述分析算法的输入包括用于所述规划磁共振图像中的每幅的单独的输入通道。例如，当所述分析算法是神经网络时，可以缩放所述神经网络以接收多个相同条目。由此的好的示例是采取被设计用于与灰度图像一起工作的神经网络。所述输入可以是三倍的，并且这些额外通道可以被用于颜色图像的每个通道。同样地，可以将通道的数目相乘以考虑多幅图像的输入。 [0019] 在另一实施例中，所述分析算法被配置为使得所述分析算法包括图像处理算法，其被配置用于个体地接收所述预定最大数量的规划磁共振图像中的每幅，并且作为响应，它们各自输出中间放射治疗规划图。所述分析算法还包括图像合并算法，所述图像合并算法被配置用于接收每个图像处理算法的中间放射治疗规划图并作为响应而输出所述放射治疗规划图。这可以是使能任意数量的输入或预定最大数量的规划磁共振图像的有效手段。例如，所述图像处理算法可以是用于分割图像的标准或已知算法。所述合并算法可以采取若干不同的形式，例如，它可以是被训练为组合图像的神经网络，在另一示例中，所述图像合并算法可以产生用于中间放射治疗规划图中的每幅的平均值。该实施例可能是有益的，因为它可以提供能够接受相对大量的规划磁共振图像的有效手段。 [0020] 在另一实施例中，所述分析算法和所述评估算法被实施为单个算法。也就是说，可以组合至少两种算法。例如，如果所述分析算法和所述评估算法被实施为神经网络，则它们可以利用单个神经网络替换。 [0021] 在另一实施例中，所述放射治疗规划图包括器官分割。 [0022] 在另一实施例中，所述放射治疗规划图包括对异常解剖结构的识别。 [0023] 在另一实施例中，所述放射治疗规划图包括肿瘤分割。 [0024] 在另一实施例中，所述放射治疗规划图包括伪计算机断层摄影图像。 [0025] 在另一实施例中，所述放射治疗规划图包括电子密度图。 [0026] 在另一实施例中，所述放射治疗规划图包括放射治疗剂量规划。 [0027] 在上文所提到的器官分割中，对异常解剖结构的识别、对肿瘤分割的识别、所述伪计算机断层摄影图像、所述电子密度图和所述放射治疗剂量规划；这些可以用于所述感兴趣区域。 [0028] 在另一实施例中，所述分析算法是区域增长算法。 [0029] 在另一实施例中，所述分析算法是可变形形状模型。所述可变形形状模型具有用于特定分割的定义形状，并且拉伸或修改该形状模型导致弹性变形。可变形形状模型在执行有效分割方面非常有效。 [0030] 在另一实施例中，所述分析算法是经训练的推荐神经网络。 [0031] 在另一实施例中，所述分析算法是经训练的随机森林。 [0032] 在另一实施例中，所述分析算法是被配置为将所述一幅或多幅规划磁共振图像配准到解剖图谱的配准算法。在经训练的神经网络和经训练的随机森林的情况下，可以使用训练用于分割的神经网络的标准方法。例如，经训练的神经网络可以是所谓的U‑Net神经网络。 [0033] 在另一实施例中，所述评估算法是被配置用于预测所述放射治疗规划图的稳定性的蒙特卡罗模拟。 [0034] 在另一实施例中，所述评估算法是被配置为测量与显著性图相比较的相关性的模型。 [0035] 在另一实施例中，所述评估算法是主成分分析模型。 [0036] 在另一实施例中，所述评估算法是被配置为测量到平均模型的距离的算法。例如，如果它是分割，则所述算法可以测量与从字典或已知解剖结构中取得的分割或平均模型的距离或相似性。 [0037] 在另一实施例中，所述评估算法是对统计外观模型的适应度，诸如纹理分析或来自存档模型或解剖图谱的重建。 [0038] 在另一实施例中，所述推荐算法是决策树算法。 [0039] 在另一实施例中，所述推荐算法是经训练的推荐神经网络。 [0040] 在另一实施例中，所述推荐算法是经训练的随机森林算法。 [0041] 可以通过采取由专家决定的数据并制作训练数据来训练经训练的推荐神经网络和经训练的随机森林算法。 [0042] 在另一实施例中，所述医学系统还包括磁共振成像系统。所述存储器还包含预定的一组辐射治疗规划脉冲序列命令。所述预定的一组辐射治疗规划脉冲序列命令包括初始脉冲序列命令。所述机器可执行指令的运行还使所述计算系统通过利用所述初始脉冲序列命令控制所述磁共振成像系统来采集初始k空间。 [0043] 所述机器可执行指令的运行还使所述计算系统根据所述初始k空间数据重建初始规划磁共振图像。所述初始规划磁共振图像被添加到所述一幅或多幅规划磁共振图像。所述机器可执行指令的运行还使所述计算系统重复执行以下步骤，直到接收到停止命令。这些步骤包括：响应于将所述一幅或多幅规划磁共振图像输入到分析算法中而从所述分析算法接收所述放射治疗规划图作为输出。这些步骤还包括：响应于将所述放射治疗规划图的输出输入到所述评估算法中而从所述评估算法接收所述至少一个度量图作为输出。 [0044] 这些步骤还包括：响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出而从所述推荐算法接收所述脉冲序列选择或所述停止采集命令作为输出。自然地，如果接收到停止采集命令，那么这些步骤的执行停止。这些步骤还包括：使用所述脉冲序列选择从所述预定的一组辐射治疗规划脉冲序列命令中选择后续脉冲序列命令。这些步骤还包括：通过利用所述后续脉冲序列命令控制所述磁共振成像系统来采集后续k空间数据。这些步骤还包括：根据所述后续k空间数据构建后续规划磁共振图像。所述后续规划磁共振图像被添加到所述一幅或多幅规划磁共振图像。 [0045] 该实施例可能是有益的，因为当存在足够数量的磁共振图像以准确地执行辐射治疗规划时，它可以自动停止。 [0046] 在另一实施例中，所述存储器还包含放射治疗规划模块，其被配置为响应于接收到所述放射治疗规划图而生成放射治疗控制命令。所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图输入到所述放射治疗规划模块中而从所述放射治疗规划模块接收所述放射治疗控制命令。如本文所使用的放射治疗规划模块是生成用于控制所述放射治疗处置系统的实际命令的软件模块。例如，他们可以从医师取得处置规划，并且然后取得包含在所述放射治疗规划模块中的解剖数据，以配置用于执行目标区的实际辐射的命令。 [0047] 该实施例可能是有益的，因为所述放射治疗规划图以用于执行所述辐射治疗的规划的足够的质量水平被有效地获得。 [0048] 在另一实施例中，放射治疗规划调度还被配置为接收描述所述对象的感兴趣区域的规划计算机断层摄影图像和所述放射治疗规划图作为输入。所述规划计算机断层摄影图像是测量的计算机断层摄影图像或伪计算机断层摄影图像。例如，在一些实例中，伪计算机断层摄影图像可以从所述一幅或多幅规划磁共振图像导出。所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图和所述规划计算机断层摄影图像输入到放射治疗规划模块中而从所述放射治疗规划模块接收所述放射治疗控制命令。该实施例可以是有益的，因为它可以提供所述放射治疗处置系统的改进控制。 [0049] 在另一实施例中，所述医学系统还包括所述放射治疗处置系统。所述放射治疗处置系统被配置用于由所述放射治疗控制命令控制以控制所述对象内的目标区的辐照。所述机器可执行指令的运行还使所述计算系统通过利用所述放射治疗控制命令控制所述放射治疗处置系统来辐照所述目标区。该实施例可以是有益的，因为所述放射治疗规划图的使用可以已经提供了对所述放射治疗处置系统的改进控制；所述辐射治疗可以是更准确的。 [0050] 在另一方面中，本发明提供了一种操作医学系统的方法。所述方法包括接收描述对象的感兴趣区域的一幅或多幅规划磁共振图像。所述方法还包括：响应于将所述一幅或多幅规划磁共振图像输入到分析算法中而从分析算法接收放射治疗规划图作为输出。所述分析算法被配置为响应于接收到描述所述对象的感兴趣区域的一幅或多幅规划磁共振图像而输出所述放射治疗规划图。 [0051] 所述方法还包括响应于将所述放射治疗规划图的输出输入到评估算法中而从所述评估算法接收所述至少一个度量图作为输出。所述评估算法被配置为响应于接收到所述分析算法的输出而输出描述所述感兴趣区域内的放射治疗规划图的至少一个度量图。 [0052] 所述方法还包括：响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出而从推荐算法接收脉冲序列选择或停止采集命令作为输出。所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出作为输入而输出所述脉冲序列选择或所述停止采集命令。所述脉冲序列选择是对预定的一组辐射治疗规划脉冲序列命令的选择或排序。 [0053] 在另一方面中，本发明提供了一种计算机程序，包括机器可执行指令、分析算法和评估算法以及推荐算法。所述分析算法被配置为响应于接收到描述对象的感兴趣区域的一幅或多幅规划磁共振图像而输出放射治疗规划图。所述评估算法被配置为响应于接收到所述分析算法的输出而输出描述所述感兴趣区域内的放射治疗规划图的至少一个度量图。所述推荐算法被配置为响应于接收到所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出作为输入而输出脉冲序列选择或停止采集命令。所述脉冲序列选择是对预定的一组辐射治疗规划脉冲序列命令的选择或排序。 [0054] 所述机器可执行指令的运行使所述计算系统接收所述一幅或多幅规划磁共振图像。所述机器可执行指令的运行还使所述计算系统响应于将所述一幅或多幅规划磁共振图像输入到所述分析算法中而从所述分析算法接收所述放射治疗规划图作为输出。所述机器可执行指令的运行还使所述计算系统响应于将所述放射治疗规划图的输出输入到所述评估算法中而从所述评估算法接收所述至少一个度量图作为输出。所述机器可执行指令的运行还使所述计算系统响应于输入所述一幅或多幅规划磁共振图像、所述分析算法的输出和所述评估算法的输出而从所述推荐算法接收所述脉冲序列选择或所述停止采集命令作为输出。 [0055] 应理解，本发明的前述实施例中的一个或多个可以组合，只要组合的实施例不是互斥的。 [0056] 如本领域的技术人员将认识到的，本发明的各个方面可以实现为装置、方法或计算机程序产品。相应地，本发明的各个方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或组合软件和硬件方面的实施例(在本文中总体上全部可以被称为“电路”、“模块”或“系统”)的形式。此外，本发明的各个方面可以采取实现在一个或多个计算机可读介质中的计算机程序产品的形式，所述一个或多个计算机可读介质具有实现在其上的计算机可执行代码。 [0057] 可以利用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。本文使用的“计算机可读存储介质”涵盖任何可以存储可由计算设备的处理器或计算系统执行的指令的有形存储介质。可以将计算机可读存储介质称为计算机可读非暂态存储介质。也可以将计算机可读存储介质称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可以能够存储可以由计算设备的计算系统访问的数据。计算机可读存储介质的示例包括但不限于：软盘、磁硬盘驱动器、固态硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(ROM)、光盘、磁光盘以及计算系统的寄存器文件。光盘的示例包括压缩盘(CD)和数字通用盘(DVD)，例如，CD‑ROM、CD‑RW、CD‑R、DVD‑ROM、DVD‑RW或DVD‑R盘。术语计算机可读存储介质还指能够经由网络或通信链路由计算机设备访问的各种类型的记录介质。例如，可以在调制调解器、因特网或局域网上检索数据。可以使用任何适当介质发送实现在计算机可读介质上的计算机可执行代码，所述任何适当介质包括但不限于无线的、有线的、光纤线缆的、RF等或者前面的任何合适的组合。 [0058] 计算机可读信号介质可以包括具有实现在其中的计算机可执行代码的传播的数据信号，例如，在基带中或作为载波的部分。这样的传播的信号可以采取任何各种形式，包括但不限于电磁的、光学的或它们的任何合适的组合。计算机可读信号介质可以是这样的任何计算机可读介质：不是计算机可读存储介质，并且能够传达、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。 [0059] “计算机存储器”或“存储器”是计算机可读存储介质的示例。计算机存储器是可由计算系统直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另外的示例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储设备也可以是计算机存储器，或者反之亦然。 [0060] 如本文所使用的“计算系统”涵盖能够运行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“计算系统”的示例的计算系统的引用应当被解释为可能包含超过一个计算系统或处理核心。所述计算系统可以例如是多核处理器。计算系统还可以是指单个计算机系统内或分布在多个计算机系统间的计算系统的集合。术语计算系统还应当被解释为可能是指各自包括处理器或计算系统的计算设备的集合或网络。机器可执行代码或指令可以由可以在相同计算设备内或者可以甚至跨多个计算设备分布的多个计算系统或处理器运行。 [0061] 机器可执行指令或计算机可执行代码可以包括使得处理器或其他计算系统执行本发明的方面的指令或程序。用于执行针对本发明的方面的操作的计算机可执行代码可以以一个或多个编程语言的任何组合来编写并且被编译为机器可执行指令，所述一个或多个编程语言包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如“C”编程语言或相似编程语言的常规过程性编程语言。在一些实例中，所述计算机可执行代码可以采取高级语言的形式或者采取预编译的形式并且结合在工作时生成机器可执行指令的解读器一起被使用。在其他实例中，所述机器可执行指令或计算机可执行代码可以采取用于可编程逻辑门阵列的编程的形式。 [0062] 所述计算机可执行代码可以完全在用户的计算机上、部分在用户的计算机上(作为独立的软件包)、部分在用户的计算机上并且部分在远程计算机上、或完全在远程计算机或服务器上执行。在后一种情形下，所述远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机，或者可以(例如，通过使用因特网服务提供商的因特网)对外部计算机进行连接。 [0063] 参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图、图示和/或方框图来描述本发明的方面。应理解，当可应用时，能够通过采取计算机可执行代码的形式的计算机程序指令来实施流程图、图示和/或方框图的方框的每个方框或部分。还应理解，当互不排斥时，可以组合不同流程图、图示和/或方框图中的方框的组合。这些计算机程序指令可以被提供给通用计算机、专用计算机或产生机器的其他可编程数据处理装置的计算系统，使得经由计算机或其他可编程数据处理装置的计算系统执行的指令创建用于实施在流程图和/或一个或多个方框图框中指定的功能/动作的单元。 [0064] 这些机器可执行指令或计算机程序指令还可以存储在计算机可读介质中，所述计算机可读介质能够指引计算机、其他可编程数据处理装置或其他设备以特定的方式来工作，使得在计算机可读介质中存储的指令产生包括实施在流程图和/或一个或多个方框图框中指定的功能/动作的指令的制品。 [0065] 所述机器可执行指令或计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上，以令在计算机、其他可编程装置或其他设备上执行一系列操作步骤，从而产生计算机实施的过程，使得在计算机或其他可编程装置上执行的指令提供用于在流程图和/或一个或多个方框图框中指定的功能/动作的过程。 [0066] 如本文所使用的“用户接口”是允许用户或操作人员与计算机或计算机系统交互的接口。“用户接口”还可以被称为“人机接口设备”。用户接口可以向操作人员提供信息或数据和/或从操作人员接收信息或数据。用户接口可以使得来自操作人员的输入能够被计算机接收并且可以从计算机向用户提供输出。换言之，所述用户接口可以允许操作人员控制或操控计算机，并且所述接口可以允许计算机指示操作人员的控制或操控的效果。显示器或图形用户接口上的数据或信息的显示是向操作人员提供信息的示例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏手柄、网络摄像头、耳机、踏板、有线手套、遥控器和加速度计对数据的接收全都是实现对来自操作人员的信息或数据的接收的用户接口部件的示例。 [0067] 如本文所使用的“硬件接口”涵盖使得计算机系统的计算系统能够与外部计算设备和/或装置交互和/或控制外部计算设备和/或装置的接口。硬件接口可以允许计算系统将控制信号或指令发送到外部计算设备和/或装置。硬件接口也可以使得计算系统能够与外部计算设备和/或装置交换数据。硬件接口的示例包括但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE 1284端口、串行端口、RS‑232端口、IEEE‑488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口以及数字输入接口。 [0068] 如本文所使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和/或触觉数据。显示器的示例包括但不限于：计算机监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子体显示板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪和头戴式显示器。 [0069] K空间数据在本文中被定义为在磁共振成像扫描或采集期间使用磁共振装置的天线所记录的由原子自旋发射的射频信号的测量结果。 [0070] 磁共振成像(MRI)图像或MR图像在本文中被定义为包含在磁共振k空间数据内的解剖数据的重建的二维或三维可视化。该可视化可以使用计算机来执行。附图说明 [0071] 在下文中将仅通过举例的方式，并且参考附图描述本发明的优选实施例，在附图中： [0072] 图1示出了图示分析算法、评估算法和推荐算法之间的数据流的流程图； [0073] 图2图示了医学系统的示例； [0074] 图3示出了图示操作图2的医学系统的方法的流程图； [0075] 图4图示了医学系统的另一示例；并且 [0076] 图5示出了图示操作图4的医学系统的方法的流程图。 [0077] 参考标记列表 [0078] 100 分析算法(AAS) [0079] 102 评估算法(QAS) [0080] 103 单个或组合算法 [0081] 104 推荐算法 [0082] 106 一幅或多幅规划磁共振图像 [0083] 108 断层摄影医学图像 [0084] 110 额外断层摄影医学图像 [0085] 112 另外的断层摄影医学图像 [0086] 114 补充断层摄影医学图像 [0087] 116 分析算法的输出(放射治疗规划图) [0088] 118 评估算法的输出(至少一个度量图) [0089] 120 提供了停止命令？ [0090] 122 结束规划磁共振图像的采集 [0091] 124 选择辐射治疗规划脉冲 [0092] 200 医学系统 [0093] 202 计算机 [0094] 202’ 计算机 [0095] 204 计算系统 [0096] 204’ 计算系统 [0097] 206 硬件接口 [0098] 206’ 硬件接口 [0099] 208 网络接口 [0100] 208 网络接口 [0101] 210 存储器 [0102] 210’ 存储器 [0103] 220 机器可执行指令 [0104] 220’ 机器可执行指令 [0105] 222 脉冲序列选择 [0106] 224 停止采集命令 [0107] 300 接收一幅或多幅规划磁共振图像 [0108] 302 响应于将一幅或多幅规划磁共振图像输入到分析算法中而从分析算法接收放射治疗规划图作为输出 [0109] 304 响应于将放射治疗规划图的输出输入到评估算法中而从评估算法接收至少一个度量图作为输出 [0110] 306 响应于输入一幅或多幅规划磁共振图像、分析算法的输出和评估算法的输出而从推荐算法接收脉冲序列选择或停止采集命令作为输出 [0111] 400 医学系统 [0112] 402 磁共振成像系统 [0113] 404 磁体 [0114] 406 磁体的膛 [0115] 408 成像区 [0116] 409 视场 [0117] 410 磁场梯度线圈 [0118] 412 磁场梯度线圈电源 [0119] 414 射频线圈 [0120] 416 收发器 [0121] 418 对象 [0122] 420 对象支撑体 [0123] 430 初始脉冲序列命令 [0124] 432 初始k空间数据 [0125] 434 初始规划磁共振图像 [0126] 436 预定的一组辐射治疗规划脉冲序列命令 [0127] 438 后续脉冲序列命令 [0128] 440 后续k空间数据 [0129] 442 后续规划磁共振图像 [0130] 450 辐射治疗系统 [0131] 460 放射治疗规划模块 [0132] 462 规划计算机断层摄影图像 [0133] 464 放射治疗控制命令 [0134] 500 采集初始k空间数据 [0135] 502 根据初始k空间数据重建初始规划磁共振图像 [0136] 506 使用脉冲序列选择从预定的一组辐射治疗规划脉冲序列命令中选择后续脉冲序列命令 [0137] 508 通过利用后续脉冲序列命令控制磁共振成像系统来采集后续k空间数据[0138] 510 根据后续k空间数据重建后续规划磁共振图像具体实施方式 [0139] 在这些附图中相似编号的元件或为等效元件或执行相同的功能。如果功能等效，则先前已经论述的元件将不必要在后面的附图中论述。 [0140] 图1图示了示例算法中的数据流。图1中所图示的算法可以添加到传统的磁共振成像系统，以使得其能够有效地决定何时停止采集用于辐射治疗规划的规划磁共振图像。 [0141] 存在一起工作的三种算法：分析算法100、评估算法102和推荐算法104。在这三种算法的所有示例中，提供了一幅或多幅规划磁共振图像106。这些是针对特定区域的对象的图像，该特定区域包括特定感兴趣区域。如图1所示是一些地形医学图像108，其任选地被提供给算法100、102、104中的每个。断层摄影医学图像可以例如是先前采集的磁共振图像、计算机断层摄影扫描或其他事物，诸如来自对象的分割或其他数据或历史数据。任选的数据以任选地提供给推荐算法的额外断层摄影医学图像110的形式呈现。 [0142] 存在任选地提供到评估算法102的输入中的额外断层摄影医学图像110。还存在任选地提供给分析算法100的任选的补充断层摄影医学图像114。在一些情况下，额外断层摄影医学图像110可以与另外的断层摄影医学图像112相同以及与补充断层摄影医学图像114相同。然而，这三组断层摄影医学图像110、112、114不需要是相同的。在这些断层摄影医学图像的开始处使用术语额外、另外和补充仅仅是为了区分以提供它们是被提供给不同算法模块的不同图像的可能性。 [0143] 分析算法被示出为接收一幅或多幅规划磁共振图像106作为输入，并且再次任选地接收补充断层摄影医学图像114。作为响应，分析算法100输出放射治疗规划图116。分析算法的输出被输入到评估算法102以及推荐算法104中。 [0144] 评估算法102被示出为任选地接收另外的断层摄影医学图像112并且还任选地接收一幅或多幅规划磁共振图像106。作为响应，评估算法输出118至少一个度量图。至少一个度量图描述感兴趣区域内的放射治疗规划图，例如，它可以是放射治疗规划图116的评级或质量度量。分析算法100和评估算法116可以任选地组合成组合算法103。 [0145] 推荐算法104被示出为将评估算法118的输出、分析算法116的输出和一幅或多幅规划磁共振图像106当作输入。推荐算法104还被示出为任选地接收额外断层摄影医学图像110作为输入。作为响应，推荐算法104被配置为输出要么停止采集命令要么脉冲序列选择。然后，方法前进到框120，其是问题框，如果提供了停止命令，那么方法前进到框122，并且存在规划磁共振图像122的采集的结束。 [0146] 如果未提供停止命令，则方法前进到框124。在这种情况下，使用由推荐算法104输出的脉冲序列选择从预定的一组辐射治疗脉冲序列命令中选择用于下一次采集的脉冲序列。一旦已经选择了这些脉冲序列，则磁共振成像系统可以被用于采集更多的k空间数据并且采集然后添加到一幅或多幅规划磁共振图像的一幅或多幅图像，并且方法可以再次从框106开始。图1中所图示的数据流中的步骤可以容易地集成到现有的磁共振成像系统中。例如，它可以在磁共振成像系统本身的控制系统中实施，或者它也可以作为例如远程或云服务可用。 [0147] 图2图示了医学系统200的示例。图2中所图示的示例可以例如以各种方式并入到磁共振成像系统中。在一种情况下，它可以被直接并入到控制系统中，或者它可以被提供为通过网络或互联网可用的外部模块，例如作为云服务。医学系统200被示出为包括具有计算系统204的计算机202。计算机202旨在表示可以在相同位置处和/或分布的一个或多个计算系统。同样地，计算系统204旨在表示可以在一个或多个位置处的一个或多个计算系统。计算机202还被示出为包括任选的硬件接口206，硬件接口206可以连接到计算系统204以使得其能够通信和控制医学系统200的其他部件。计算系统204还被示出为与任选的网络接口208通信。计算系统204还与存储器210通信。存储器210旨在表示可以与计算系统204通信的各种类型的存储器和存储设备。 [0148] 存储器210被示出为包含机器可执行指令220。机器可执行指令使得计算系统204能够执行各种计算和数据处理任务以及控制医学系统200的其他部件。存储器210还被示出为包含分析算法100、评估算法102和推荐算法104。存储器210还被示出为包含一幅或多幅规划磁共振图像106以及分析算法116的输出和评估算法118的输出。存储器210还被示出为包含由推荐算法104输出的脉冲序列选择222或停止采集命令224。图1中显示的各种其他数据也可以包含在存储器210中。 [0149] 图3示出了图示操作图2的医学系统200的方法的流程图。首先，在步骤300中，接收一幅或多幅规划磁共振图像106。接下来，在步骤302中，响应于将一幅或多幅规划磁共振图像106输入到分析算法100中而从分析算法100接收放射治疗规划图116。然后，在步骤304中，响应于至少输入分析算法116的输出而从评估算法102接收至少一个度量图118。并且最后，在步骤306中，响应于输入分析算法116的输出、评估算法118的输出和一幅或多幅规划磁共振图像106而从推荐算法104接收脉冲序列选择222或停止采集命令224。 [0150] 图4图示了医学系统400的另一示例。图4中描绘的医学系统400类似于图2中医学系统200，具有若干额外部件。医学系统400被示出为额外地包括磁共振成像系统402以及任选的辐射治疗系统450和任选的额外计算机202’。 [0151] 磁共振成像系统402包括磁体404。磁体404是具有通过其的膛406的超导圆柱型磁体。使用不同类型的磁体也是可能的；例如，使用分裂的圆柱形磁体和所谓的开放式磁体两者也是可能的。分裂的圆柱形磁体类似于标准圆柱形磁体，除了低温恒温器已经被分裂成两个部分以允许进入磁体的等平面，这样的磁体可以例如与带电粒子束治疗结合使用。开放式磁体具有两个磁体部分，一个在另一个之上，其之间的空间足够大以接收对象：两个部分区的布置类似于亥姆霍兹线圈的布置。开放式磁体是流行的，因为对象不太受限制。在圆柱形磁体的低温恒温器内部，存在超导线圈的集合。 [0152] 在圆柱形磁体404的膛406内存在成像区408，其中，磁场足够强且均匀以执行磁共振成像。在成像区408内示出了视场409。通常针对视场409来采集所采集的k空间数据。对象418被示出为由对象支撑体420支撑，使得对象418的至少一部分在成像区408和视场409内。感兴趣区域可以与视场相同，或者感兴趣区域可以是视场409的子体积。 [0153] 在磁体的膛406内还存在一组磁场梯度线圈410，其用于采集初步k空间数据以对磁体404的成像区408内的磁自旋进行空间编码。磁场梯度线圈410连接到磁场梯度线圈电源412。磁场梯度线圈410旨在是代表性的。通常，磁场梯度线圈410包含分离的三组线圈，以用于在三个正交空间方向上进行空间编码。磁场梯度电源向磁场梯度线圈提供电流。提供给磁场梯度线圈410的电流被控制为时间的函数，并且可以是斜坡的或脉冲的。 [0154] 与成像区408相邻的是射频线圈414，该射频线圈用于操纵成像区408内的磁自旋的取向并且用于接收来自也在成像区408内的自旋的无线电发射。射频天线可以包含多个线圈元件。射频天线也可以被称为通道或天线。射频线圈414连接到射频收发器416。射频线圈414和射频收发器416可以由单独的发射和接收线圈以及单独的发射器和接收器替换。应理解，射频线圈414和射频收发器416是代表性的。射频线圈414还旨在表示专用发射天线和专用接收天线。同样地，收发器416也可以表示单独的发射器和接收器。射频线圈414还可以具有多个接收/发射元件，并且射频收发器416可以具有多个接收/发射通道。 [0155] 收发器416和梯度控制器412被示出为连接到计算机系统202的硬件接口206。 [0156] 存储器210还被示出为包含初始脉冲序列命令430。存储器210还被示出为包含通过利用初始脉冲序列命令430控制磁共振成像系统402采集的初始k空间数据432。存储器210还被示出为包含从初始k空间数据432重建的初始规划磁共振图像434。存储器210还被示出为包含预定的一组辐射治疗规划脉冲序列命令436，然后其还被示出为包含使用脉冲序列选择222选择的其后续脉冲序列命令438。存储器210还被示出为包含从后续k空间数据 440重建的后续规划磁共振图像442。 [0157] 额外计算机202’类似于计算机202，并且它包括计算系统204’、硬件接口206’、网络接口208’和存储器210’。存储器210’被示出为包含机器可执行指令220’，该机器可执行指令还使得计算系统204’能够执行各种数据操纵和计算任务以及对辐射治疗系统450的控制。存储器210’还被示出为包含放射治疗规划模块460，该模块接收放射治疗规划图116作为输入以及任选地接收规划计算机断层摄影图像462作为输入。作为响应，放射治疗规划模块460输出放射治疗控制命令464。这些是由辐射治疗系统450用于控制和辐照对象418的实际命令。可以组合计算机200和202’的特征。辐射治疗系统450也可以与磁共振成像系统402集成，或者它们可以是单独的装置。但是在一些示例中，放射治疗系统450可以由磁共振成像系统402引导。 [0158] 图5示出了图示操作图4的医学系统400的方法的流程图。首先，在步骤500中，通过利用初始脉冲序列命令430控制磁共振成像系统402来采集初始k空间数据432。接下来，在步骤502中，根据初始k空间数据432重建初始规划磁共振图像434。初始规划磁共振图像434被附加到一幅或多幅规划磁共振图像106。实际上，在第一次迭代中，初始规划磁共振图像434可以与一幅或多幅规划磁共振图像106相同。接下来，方法前进到如图3中所图示的步骤 300、302、304和306。在执行步骤306之后，方法前进到步骤120，步骤120是决策框：是否已接收到停止命令。如果答案为是，则方法前进到框504，并且停止磁共振成像系统402的采集，并且放射治疗规划图116可以被用于放射治疗。在这种情况下，计算机202’中的部件被用于生成放射治疗控制命令464以控制辐射治疗系统450。返回框120，如果尚未接收到停止命令，则方法前进到步骤506。在这种情况下，使用脉冲序列选择222从预定的一组辐射治疗规划脉冲序列命令436中选择后续脉冲序列命令438。接下来，在步骤508中，通过利用后续脉冲序列命令438控制磁共振成像系统来采集后续k空间数据440。接下来，在步骤510中，根据后续k空间数据440重建后续规划磁共振图像442。后续规划磁共振图像442然后被附加到一幅或多幅规划磁共振图像106，并且方法返回步骤300。重复该过程，直到循环例如被执行预定次数或者接收到停止命令，并且方法以框504结束。 [0159] 辐射肿瘤学正在看到采用MRI用于引导、响应评估以及主要用于处置规划的增长。它的用途正在扩展到多个解剖结构：大脑、骨盆、腹部、头部、头部&颈部、胸部、胸廓，[0160] 在使用MR的辐射治疗(RT)规划工作流程中，例如，医师当前采集： [0161] ·CT扫描：针对剂量模拟要求关于电子密度的信息， [0162] ·(一个或多个)MR体积：MRI为描绘目标体积和风险器官(OAR)提供了更好的对比组织。 [0163] 已经提出了各种协议来处理不同的解剖结构。标准MR序列通常是轴向/矢状T1w和T2w，以用于与CT配准以及目标和OAR描绘。还存在T1w序列与造影剂、FLAIR、Dixon序列、DWI、ADC图等的增加的使用。它们中的一些解决了不同解剖结构的特定需求，但大多数对比度(一幅或多幅规划磁共振图像106)被用于在描绘目标和OAR期间帮助医师。 [0164] 提供对应于不同采集序列的多个对比度的MRI数据(预定的一组辐射治疗规划脉冲序列命令436)对于临床实践是有用的，特别是对于肿瘤和OAR分割是有用的。在该后者情况下，每种对比度提供了潜在地增加自动化分析的准确度的有用的信息。然而，增加对比度的数目以希望获得准确性增益具有若干缺点： [0165] 由于MRI序列顺序地执行，并且由于每个序列的采集的持续时间约一到几分钟，因此多通道数据的总体采集可能是长的，从而导致数据收集本身的问题(在患者在序列之间已改变位置的情况下的体积的配准)，或者针对患者本身的问题(因为MRI扫描的体验通常被认为是不愉快的)。取决于目标解剖结构、视场和临床实践，总采集时间在从几分钟到超过30分钟的范围内。尽管增益在短协议上可能不显著，但是从每个5分钟的4‑5个序列的长协议中抑制针对仅一个MR序列的需要将导致总采集时间的20‑25％的增益。 [0166] 在分析包括由临床医师执行的手动分割的情况下，后者必须一起查看许多MR对比度，其可以延长分割过程，要么通过在轮廓和轮廓批准阶段期间要求更多的时间用于查看，要么通过在这两个工作流程步骤之间生成更大的反馈环路。作为后者的结果，示例能够潜在地减少处置时间。注意，该论点不限于分割任务，因为其他任务(例如定量测量)也能够是耗时的。 [0167] 在以自动化方式执行分析任务的情况下，数据量可以随着MR对比度体积的数量而快速增加，并且算法可以可能相应地缩放。 [0168] 因此，存在对能够确定考虑中的临床实践的MRI体积的最佳对比度的过程的兴趣。该最佳数量的通道将减少采集所需的时间和用于处理数据的时间两者。 [0169] 示例可以提供用于基于耦合到MRI序列推荐的自动化分析来采集多个MR对比度的过程。 [0170] 过程可以包括以下特征中的一个或多个： [0171] 能够在多个MRI序列(一幅或多幅规划磁共振图像106)下采集MRI数据的MRI装备，[0172] 自动化分析系统(AAS或分析算法100)，其将先前采集的MRI序列当作输入并输出MRI体积的临床相关分析， [0173] 质量评估系统(QAS或评估算法102)，其将先前采集的MRI序列(一幅或多幅规划磁共振图像106)和可能地其他信息源(例如，来自诸如先前采集的CT扫描或断层摄影医学图像108的其他模态的体积)当作输入，并且根据与临床应用相关的度量输出AAS的输出或输出的部分的质量的量度或至少一个度量图118， [0174] 推荐系统(推荐算法104)，其将先前采集的MRI数据(一幅或多幅规划磁共振图像106)连同AAS和QAS102的结果当作输入，并且输出关于待执行的下一MRI序列的推荐的选择(脉冲序列选择222)，其将使由QAS102评估的临床相关度量最大化。推荐的该选择可以在视觉上呈现给MRI装备的操作者以用于验证。 [0175] 来自QAS102的质量评估信息的存在允许推荐系统评价所采集的关于临床应用的数据的质量，并且推荐适当的MRI序列。 [0176] 在示例中，自动化分析系统(AAS100)、质量评估系统(QAS102)和推荐系统104是对MRI装备的输出进行操作的预先训练的系统。 [0177] 在示例中，AAS100先前在特定任务上训练，并且能够输出预测。例如，分析系统可以是但不限于以多个MRI对比度当作输入的基于深度学习的神经网络。这样的网络的训练在本领域中是众所周知的。 [0178] 在另一示例中，自动化分析系统100将由所有先前采集的序列产生的MRI数据当作其输入。在该过程中，由QAS评估的质量预期随着每个新的采集周期而增加。 [0179] 在另一示例中，AAS100是预测单标签或多标签、2D或3D分割的算法。在另一示例中，AAS 100是预测诸如长度、面积、体积等的定量测量结果的算法。这两种情况仅仅是示例，而不限制所考虑的分析系统的一般目的。 [0180] 在另一示例中，质量评估系统先前被训练并且根据由AAS100提供的预测顺序地操作。 [0181] 在另一示例中，QAS102接收来自外部源的信息作为额外输入，诸如但不限于先前采集的CT扫描、来自处置期间的先前时间点的分割图等。 [0182] 在另一示例中，AAS100和QAS102被组合成能够联合进行这两者的单个系统103。该实施例的示例是使用诸如丢弃层的机制估计不确定性来执行单标签或多标签、2D或3D分割的深度学习网络。在这种情况下，分割结果中的不确定性被认为是QAS102输出(QAS102和AAS100是同一个)，额外MRI序列的未来建议旨在降低该输出。 [0183] 在另一示例中，使用多个多通道MRI体积样本连同AAS100和QAS102的输出作为其输入并且使用关于MRI序列的最佳选择的已知输出来训练自动化推荐系统100。这些输出可以例如由本领域中的专家给出。自动化推荐系统104可以是但不限于使用本领域的众所周知的方法训练的基于深度学习的神经网络。 [0184] 在另一示例中，推荐系统104的结果在视觉上呈现给MRI装备的操作者以用于验证。在本发明的备选实施例中，AAS100和QAS102的结果以及推荐系统104的结果在视觉上呈现给操作者。 [0185] 在另一示例中，推荐系统104能够给出关于其预测结果的不确定性的信息，例如，是否多个MRI序列被推荐有相似的评级或偏好水平。 [0186] 在另一示例中，推荐系统104能够判断其可用选择中是否没有一个被推荐，或者换句话说，是否应该停止采集(其发出停止采集命令224)。 [0187] 为了更好地图示另一示例，下文呈现了在用于RT规划的OAR描绘的情况下的示例性实现： [0188] AAS100和QAS102是单个系统，即执行多标签分割并使用丢弃层作为贝叶斯近似以估计标签图上的不确定性的类U‑Net神经网络。 [0189] 推荐系统104已经被训练为推荐待采集的下一MR序列，以在总体分割准确度上实现最佳增益，即在所有标签上平均的度量。 [0190] MR操作者提供协议作为待采集的一组强制性MR序列。他/她还可以提供一组额外MR序列，其可以帮助描绘OAR。然后采集强制性MR序列，并且对迄今为止采集的MRI数据执行AAS 100/QAS102分析。 [0191] 在第一示例中，推荐系统决定轮廓的质量对于RT规划的后续步骤是足够的，因此不需要额外(一个或多个)MR序列。已通过避免采集额外MR序列减少了总采集时间。 [0192] 在第二示例中，推荐系统建议采集新的MR序列(来自由MR操作者提供的初始列表，或者给定在训练阶段期间采集的先验知识)以改进轮廓。在这种情况下，通过改进分割结果，要么通过减少轮廓期间所需的手动校正的数量，要么通过减小轮廓与轮廓批准之间的反馈环路的数量，可以已减少全局处置时间。 [0193] 更详细地讨论自动化分析系统(AAS100)： [0194] 输入：对应于具有不同MRI脉冲序列的采集的n幅不同图像(一幅或多幅规划磁共振图像106)。 [0195] 输出：放射治疗规划图116。示例是一个或多个相关器官的分割、伪CT图的生成、剂量规划的预测等。 [0196] 训练：在分割的情况下，AAS100可以利用(不限于)深度学习系统来实施，其中，神经网络的架构可以是U‑Net、U‑Net++或任何相似相关架构。使用以相同患者上的不同脉冲序列采集的MRI图像的数据集作为输入，与对应的真实情况分割(例如通过临床医师的手动分割获得)耦合，来执行训练。 [0197] 该网络(AAS100)可以容纳不同数量的MRI对比度作为其输入。用于这样做的技术解决方案在现有技术中是众所周知的。这可以包括例如： [0198] 对U‑Net、U‑Net++或任何相似网络的输入强加以具有k个不同的通道，使得同时处理这些通道以输出分割。在患者数据中不存在对应于给定MRI脉冲序列的图像的情况下，它可以被设置为零(在通道级别填充零)，这指示丢失数据。从现有技术中还众所周知如何处理丢失的(一个或多个)输入通道。 [0199] 对于k个MRI脉冲序列中的每个，具有k个不同的网络，每个网络输出中间结果，然后将这k个中间结果重新组合以输出最终分割。重组网络可以被选择为例如(不限于)卷积网络、递归网络(例如使用LSTM、GRU或任何相似神经元层)、变换器架构等。可以端到端地训练k个不同的网络和重组网络。 [0200] 更详细地讨论质量评估系统(QAS102)： [0201] 输入：AAS的结果+(任选的)不同图像，其对应于具有不同MRI脉冲序列的采集(一幅或多幅规划磁共振图像106)+(任选的)其他信息源(例如来自其他模态的体积，诸如先前采集的CT扫描，额外断层摄影医学图像114)。 [0202] 输出：AAS100的输出(或部分)的质量的量度。该量度可以在空间上定位：例如，它可以被描述为热图图像，其指示针对患者的体积内的不同位置的质量。 [0203] 训练：QAS102不一定需要被训练。例如，AAS100输出的质量可以通过数值方法来评估，诸如描述轮廓平滑度、相对于参考器官的偏差直方图和分割等。此外，QAS102可以利用(不限于)深度学习系统来实施，其中，神经网络的架构可以是U‑Net、U‑Net++或任何相似相关架构。在这种情况下，使用以相同患者上的不同脉冲序列采集的MRI图像的数据集作为输入，与作为输出的真实情况质量注释耦合，来执行训练。 [0204] 应当注意，AAS100和QAS102可以组合成一个单个单元103。作为可能的实现模式的示例，U‑Net架构(或任何相似架构)可以在MRI对比度上进行训练，以提供一个(或多个)器官的分割。使用该经训练的神经网络，已经描述了利用额外信息来增强分割结果的技术，诸如分割的局部不确定性(例如，使用丢弃层)。对于某些应用，不确定性的该局部量度可以被认为是质量的局部量度。 [0205] 更详细地讨论推荐系统104： [0206] 输入：对应于具有不同MRI脉冲序列的采集的不同图像+AAS100和QAS102的结果+(任选的)其他信息源(例如来自其他模态的体积，诸如先前采集的CT扫描或一幅或多幅规划磁共振图像106)。 [0207] 输出：MRI脉冲序列的列出的选择(脉冲序列选择222)(预定的一组待采集的辐射治疗规划脉冲序列命令436)，可能根据给定的排序量度进行排序。这些MRI脉冲序列是总的、固定的、数量N的可用MRI脉冲序列的子集。在实践中，一组N个可能的MRI脉冲序列由AAS100已经被训练的序列的类型限制，即，AAS100可能能够利用这些MRI脉冲序列。 [0208] 训练：假设推荐系统被实施为机器学习模块，监督式训练可以以多种方式执行(不限于这些特定示例)。 [0209] 在一种可能的实施方式中，监督来自临床医师的输入。以下数据可用于每个患者：对应于不同的MRI脉冲序列的一组k幅不同的图像，以及任何任选的数据，诸如上文所描述的。然后，临床医师手动评估(N‑k)个剩余脉冲序列中哪些MRI脉冲序列适合于改进AAS的结果，可能对其进行排序。备选地，临床医师可以仅选择一个MRI脉冲序列作为下一适合的候选。在这种情况下，对推荐系统进行训练，使得输出对应于独热编码的MRI脉冲序列。例如，这可以利用分类交叉熵损失来训练。 [0210] 在另一种可能的实施方式中，临床医师的真实情况注释是不可能的，并且监督来自如下生成的伪标签。以下数据可用于每个患者：对应于不同的MRI脉冲序列的一组N幅不同的图像，以及任何任选的数据，诸如上文所描述的。在这种情况下，AA S+QAS模块可以在患者数据中的N幅图像的k幅图像的子集S上离线运行，然后在包括S加上剩余N‑k幅图像之一的(N‑k)个子集S’上离线运行。因此获得的(N‑k)个质量度量允许人们确定(N‑k)个MRI脉冲序列中的哪一个给出最佳结果，其确定了训练推荐系统的注释。再次，这可以进行独热编码和训练，如上文所描述的。 [0211] 除了上文所提供的细节之外，分析算法100可以是区域生长算法、可变形形状模型、经训练的神经网络、经训练的随机森林等。 [0212] 评估算法102可以是统计方法，以测量放射治疗规划图的稳定性(例如，蒙特卡罗模拟)、结果与显著性图的相关性(例如，与图像梯度)、对统计形状模型的适应度(距平均模型的距离，PCA)、对统计外观模型的适应度(纹理分析，来自词典的重建)。 [0213] 度量图118可以是测量放射治疗规划图的局部不确定性、对图像内容的适应度或对一些先验解剖知识的适应度的数字图。 [0214] 推荐算法104可以是决策树、专家系统、经训练的神经网络、经训练的随机森林等。 [0215] 如上文所描述的，图像合并算法可以是例如中间放射治疗规划图(平均值、最小值、最大值等)的统计组合，或者经训练的神经网络、经训练的随机森林等。 [0216] 尽管已经在附图和前面的描述中详细说明和描述了本发明，但这样的说明和描述被认为是说明性或示例性的而非限制性的；本发明不限于公开的实施例。 [0217] 本领域技术人员通过研究附图、说明书和权利要求书，在实践要求保护的本发明时能够理解和实现所公开实施例的其他变型。在权利要求书中，“包括”一词不排除其他元件或步骤，词语“一”或“一个”不排除多个。单个处理器或其他单元可以满足权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定元件，但是这并不指示不能有利地使用这些元件的组合。计算机程序可以存储和/或分布在适当的介质上，例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但计算机程序也可以以其他形式分布，例如经由因特网或其他有线或无线的远程通信系统分布。权利要求书中的任何附图标记都不得被解释为对范围的限制。