MR引导的非侵入性治疗期间的K空间自适应采样

相关申请的交叉引用

本申请要求于2018年5月18日提交的申请号为15/983,530的美国专利申请的优先权和权益，其全部内容通过引用结合在本申请中。

技术领域

本发明一般涉及监测变化或移动的组织或器官，特别是涉及在非侵入性治疗期间监测变化或移动的组织或器官。

背景技术

对于如病人颅骨或身体其他部位内的良性或恶性肿瘤或血凝块之类的组织，可以通过手术切除以进行侵入性治疗，或使用例如热消融进行非侵入性治疗。虽然两种方式都能有效治疗体内的某些局部状况，但都涉及精细操作过程，以避免破坏或损坏其他健康组织。在病变组织与健康组织无明显分界的情况下，除非健康组织可免于被破坏或对健康组织的破坏不会对生理功能造成不利影响，否则手术并不适用。

由于可将超声能量的作用限制在明确定义的目标区域内，所以，利用聚焦超声实现的热消融可用于治疗被健康组织或器官包围或邻近的患病组织。因其波长较短(例如，在1兆赫兹(1MHz)下具有小至1.5毫米(mm)的横截面)，超声能量可被聚焦到横截面只有几毫米的区域。此外，因为超声能量通常能很好地穿透软组织，所以介入解剖结构不会对确定所需聚焦区形成阻碍。这样，超声能量可聚焦在一个小目标上，以便消融病变组织而不会显著损害周围的健康组织。

超声聚焦系统通常利用声换能器表面或换能器表面的阵列来产生超声束。换能器可以呈几何形，并定位以将超声能量聚焦到与患者体内目标组织块相对应的“聚焦区”上。在波传播经过组织的过程中，部分超声能量被吸收，使得组织温度升高，从而最终导致细胞坏死——优选地在聚焦区中的目标组织块处。换能器阵列的各个表面或“元件”通常为可独立控制的，即，它们的相位和/或幅度可彼此独立设置(例如，在连续波和元件的放大电路的情况下，使用具有合适延迟或相移的“波束形成器”)，从而使波束沿所需方向转向并聚焦到所需距离处，以及根据需要重塑聚焦区的特性。因此，通过对输入到换能器元件中的电信号的幅度和相位进行独立地调整，可以迅速地移动聚焦区和/或重塑聚焦区。

但是，由于人体是柔软的，并且即使将患者固定以使其处于静止状态，其也在运动(例如由呼吸或不自主的小动作导致的)，所以，在以多个声波进行治疗的一段时间内——即使在几秒钟内——可能需要对目标和/或一个或多个治疗参数进行临时调整。因此，有必要对移动进行补偿，以确保超声束始终聚焦在目标上而不会损害周围的健康组织。

因此，一种如磁共振成像(MRI)之类的成像方式可在非侵入性治疗过程中与超声聚焦结合使用，以监测目标组织和超声聚焦的位置。一般来说，如图1所示的MRI系统100包括静态磁场磁体102、一个或多个梯度场线圈104、射频(RF)发射器106和RF接收器(未示出)。(在一些实施例中，可将同一装置交替地用作射频发射器或射频接收器。)磁体包括容纳患者110的区域108，并用于在患者上方提供一个静态的、相对均匀的磁场。由梯度场线圈104产生的时变磁场梯度与静磁场重叠。RF发射器106用于向患者110发射RF脉冲序列，以使患者的组织发射(随时间变化的)RF响应信号，该RF响应信号在整个(二维或三维)成像区域上进行积分并由RF接收器采样，从而生成构成原始图像数据的响应信号的时间序列。将这些原始数据传送给计算单元112。时间序列中的每个数据点都可理解为是K空间(即波矢空间)中特定点处与位置有关的局部磁化的傅立叶变换值，其中，波矢K是梯度场随时间发展的函数。因此，通过对响应信号的时间序列进行傅立叶逆变换，计算单元112可利用原始数据重建组织的实空间图像(即，图像显示了测量到的受磁化影响的组织特性作为空间坐标的函数)。然后，再显示实空间磁共振(MR)图像给用户。MRI系统100可用于计划医疗过程，以及在该过程中监测治疗进度。例如，MRI可用于对解剖区域成像，定位该区域内的目标组织(如肿瘤)，引导超声换能器114产生的波束传导至目标组织，和/或监测目标组织内部和周围的温度。

尽管在不同的治疗方案中，MRI能够有效地利用图像引导系统(例如，MRI引导的聚焦超声(MRgFUS)系统)，但在许多情况下，成像速率(即获取连续MRI图像的速率)滞后于目标的一个或多个特性变化的速率。例如，在聚焦超声治疗或其他暴露于治疗能量的过程中，目标的位置或目标的温度可能快速变化，且仅在从一个全MRI扫描到另一个全MRI扫描时才可能显示出目标的位置或目标的温度。若不能在足够精确的时间刻度中跟踪目标的变化，则可能会显著降低治疗过程的效率(因为可能需要停止并重置治疗以应对变化)，甚至可能导致目标组织或非目标组织危险地暴露在治疗能量中。

因此，需要提出一种改进的、有利于目标监测的图像获取方法，例如，在治疗过程中进行实时监测，以对目标和/或周围组织的一个或多个快速变化特性做出响应。

发明内容

本发明的实施例提出了用于在图像引导治疗过程中，实时监测目标区域中目标(例如，治疗目标)或其他感兴趣对象的一个或多个快速变化特性的系统和方法。在各个实施例中，在开始治疗前获取治疗区的全(或“完整”)图像，并用作基线参考图像。在开始治疗后，获取治疗区的一个或多个全比较图像，并通过将与基线参考图像进行比较，以识别出治疗区中变化最快的区域。可以理解的是，通过图像比较识别到的特定变化与被监测的目标或目标区的特性、和/或正在进行的治疗程序有关。例如，可至少部分地基于所获取的图像，监测治疗目标的位置偏移和/或温度变化。在识别到治疗区中变化最快的区域之后，通过仅获取对应于这些区域的部分图像数据来优化成像过程。可将部分图像数据与先前仅在全比较图像中获取的图像数据进行结合来重建新的全图像，其中，在新的全图像中，仅对快速变化的部分进行更新。这样，即使对治疗区的全图像的采集速率低于治疗区内发生变化的速率，相对较慢的成像方式(例如，MRI)也可用在实时治疗程序中。简而言之，本发明的实施例通过仅对治疗区中检测到有变化的区域的部分图像数据(即，部分原始K空间数据和/或实空间子图像)进行获取和处理，显著减少了治疗过程中所需的图像获取量和处理时间，从而有利于以有限的时延对治疗区(及其内的感兴趣对象)的实时监测。

在各个实施例中，根据K空间数据随时间变化的程度，仅部分地更新K空间数据。例如，对整行、整列或多个行和/或列的一部分不进行更新，这样，先前获取的K空间像素可在一个或多个新的K空间数据帧中重复使用。根据本发明的实施例，从连续的全K空间扫描中识别出与发生快速变化的区域相对应的特定数据区域，以及在治疗过程中使用部分K空间扫描来更新所识别的区域。这样，与在部分扫描中重复获取预设的K空间数据部分(如K空间中的低空间频率)或从部分扫描中排除预设的K空间数据部分，而不考虑其中发生的变化，也不检测或监测在治疗区中发生的变化的技术相比，本发明的实施例与之形成对比。在其他实施例中，与定期检查全扫描以识别不需要更新的区域不一样，或除了定期检查全扫描以识别不需要更新的区域之外，还可以较低的分辨率对所有被排除区域中的像素进行采样以进行比较，从而确定这些像素们仍然没有发生快速变化。以这种方式达成了较低的采样率的好处，而不重新分析全图像，这是因为在静态区域中，随时间仅对较少量的像素进行监测并与早期版本进行对比。

在本发明的各个实施例中，在一个或多个连续的成像扫描中，只有基于某种测量(如本文中更充分描述的)的被监测参数的变化率高的全比较图像的区域才会更新。在各个实施例中，可将K空间内的变化率与多个不同的阈值进行比较，并且根据超过的阈值，以不同的更新频率进行目标扫描来更新K空间的不同区域。例如，在初始图像比较中显示较大变化率(即，变化率超过大于第一阈值的第二阈值)的K空间的区域具有较高的更新频率(例如，在每次扫描过程中)；与之不同的是，在初始图像比较中显示中等变化率(即，变化率仅超过第一阈值)的K空间区域具有较低的频更新率(例如，每2-5次扫描)。

在各个实施例中，可在治疗期间周期地获取一个或多个全比较K空间，并且可以基于新的全扫描来更新在随后的局部扫描中要更新的部分图像区域。这样，本发明的实施例可确保即使在长时间的治疗过程中、或在一个或多个特性以不同速率变化的过程中，能对最相关的图像区域进行更新。

在本发明的实施例中，将不同图像存储为原始K空间图像数据和/或重建的实空间图像数据；但是，当在K空间中进行获取时，可以根据K空间来确定变化率。

更一般地，本发明减少了对用于测试、校准或完善治疗系统的人类或非人类受试者或模型(如，“体模(phantom)”)的任何感兴趣区域进行图像重采样的需求，从而改善了实时监测效果，并减少了治疗和非治疗情况下的计算负荷。

在一方面，本发明的实施例提出了一种对目标区域进行成像的系统，该目标区域包括、或实质上的组成为、或组成为，特征；其中，特征包括解剖特征、治疗靶点、非治疗靶点、体模(例如，成像体模)。该系统包括、或实质上的组成为、或组成为，用于获取图像的成像设备和计算单元。该成像设备可与治疗设备结合操作。成像设备用于获取并计算地存储(i)目标区域的基线K空间图像，(ii)在操作序列期间，目标区域的比较K空间图像，以及(iii)在操作序列期间，一个或多个新的K空间图像，其中每个K空间图像仅包含目标区域的一部分。计算单元用于(i)将比较K空间图像与基线K空间图像以计算的方式进行比较，以识别与目标区域内的变化特性相关联的K空间的一个或多个第一图像区域；其中，比较K空间图像包括、或实质上的组成为、或组成为，(a)一个或多个第一图像区域和(b)其余图像区域，以及(ii)使成像设备通过仅对一个或多个第一图像区域进行采样来获取新的K空间图像。

本发明的实施例可包括以下多种不同组合中的任一种组合的一个或多个。新的K空间可包括、或实质上的组成为、或组成为，与新采样的一个或多个图像区域对应的像素，以及至少部分地基于与其余图像区域相对应的先前采样的像素的信息。计算单元可用于根据比较K空间图像和/或新的K空间图像以计算的方式重建实空间图像。成像设备可包括、或实质上的组成为、或组成为，MRI设备。治疗设备可包括、或实质上的组成为、或组成为，一个或多个超声换能器。目标区域内变化的特性可包括、或实质上的组成为、或组成为，像素值。计算单元用于为基于新的K空间图像和/或根据新的K空间图像计算地重建的实空间图像来引导和/或调制能量束(例如，治疗能量束)。能量束可包括、或实质上的组成为、或组成为，聚焦超声束。操作序列可包括、或实质上的组成为、或组成为，还将除特征外的其他目标进行暴露(例如，暴露在能量束或治疗能量束中)。计算单元可用于将能量束整形和/或引导至目标上，以便基于新的K空间图像和/或根据新的K空间图像计算地重建出的实空间图像来避开特征。能量束可包括、或实质上的组成为、或组成为，聚焦超声束。计算单元可用于(i)识别与目标区域内的变化特性相关联的K空间的多个第一图像区域，以及(ii)针对每个第一图像区域，至少部分地基于其中的特性变化的幅度，以一定频率对第一图像区域进行采样。可至少部分地通过基于至少一个先前的K空间图像的估计来识别一个或多个第一图像区域。

在另一方面，本发明的实施例提出了一种用于在操作序列期间对包括、或实质上的组成为、或组成为，一特征的目标区域进行成像的方法。获取目标区域的基线K空间图像。此后，在操作序列期间，执行步骤(a)、(b)和(c)。在步骤(a)中，获取目标区域的比较K空间图像。在步骤(b)中，将比较K空间图像与基线K空间图像以计算的方式进行比较，以识别比较K空间图像中具有变化特性的一个或多个第一图像区域。比较K空间图像包括、或实质上的组成为、或组成为，(i)一个或多个第一图像区域以及(ii)其余图像区域。在步骤(c)中，通过仅对一个或多个第一图像区域进行采样来获取新的K空间图像。新的K空间图像包括、或实质上的组成为、或组成为，与新采样的一个或多个第一图像区域相对应的像素，以及至少部分地基于与其余图像区域相对应的先前采样像素的额外像素值。

本发明的实施例可包括以下多种组合中的任一种组合的一个或多个。可根据新的K空间图像计算地重建实空间图像。可显示实空间图像。可重复步骤(c)一次或多次。可在重复步骤(c)一次或多次之后，重复步骤(a)和/或步骤(b)。目标区域内的变化特性可包括、或实质上的组成为、或组成为，像素值。基线K空间图像和/或比较K空间图像可包括、或实质上的组成为、或组成为，全扫描MRI图像。新的K空间图像可包括、或实质上的组成为、或组成为，部分扫描MRI图像。操作序列可包括、或实质上的组成为、或组成为，将特征暴露在能量束(例如，治疗能量束)中。操作序列可包括、或实质上的组成为、或组成为，基于新的K空间图像和/或根据新的K空间图像计算地重建的实空间图像，引导和/或调制能量束(例如，治疗能量束)。能量束可包括、或实质上的组成为、或组成为，聚焦超声束。操作序列可包括、或实质上的组成为、或组成为，将除特征外的其他目标进行暴露(例如，暴露在能量束或治疗能量束中)。可将能量束整形和/或引导和/或调制到目标区域上，从而基于新的K空间图像和/或根据新的K空间图像计算地重建出的实空间图来避开特征。能量束可包括、或实质上的组成为、或组成为，聚焦超声束。可识别与目标区域内的变化特性相关联的K空间的多个第一图像区域。本方法可包括，至少部分地基于第一图像区域中特性变化的幅度，以一定频率对各个第一图像区域进行采样。可至少部分地通过基于至少一个先前的K空间图像的估计来识别一个或多个第一图像区域。

如本文所用，术语“获取”包括从传感器或成像器获取数据，从如治疗图像之类的源检索数据，以及根据现有数据计算或推导出新信息。在发明中，“治疗序列”可指进行治疗(例如超声波治疗)的序列，还可指没有进行任何治疗的序列。类似地，“治疗图像”指在具有治疗或不具有治疗的“治疗序列”期间获取的图像。基线图像、比较图像和部分图像可在具有治疗或不具有治疗的“治疗序列”期间获取。因此，可选地，本文详述的方法不包括任何治疗。在实施例中，本文详述的方法不包括用于治疗人体和/或动物体的方法。

如本文所用，术语“实质上”是指±10％，在一些实施例中，为±5％。在整个说明书中，对“一个示例”、“一示例”，“一个实施例”或“一实施例”的引用是指结合该示例描述的特定特征、结构或特性包括在本发明中的至少一个示例中。因此，整个说明书中不同地方使用的短语“在一个示例中”、“在一示例中”、“一个实施例”或“一实施例”并不一定指向同一示例。此外，可以在本发明的一个或多个示例中以任何合适的方式组合特定特征、结构、例程、步骤或特性。本文提供的标题仅是为了方便，并不旨在限制或解释所要求保护的技术的范围或含义。

附图说明

在附图中，相似的附图标记通常指代不同视图中的相同部分。另外，附图不一定按比例绘制，重点一般放在说明本发明的原理上。在下文中，参考如下附图描述了本发明的各个实施例，其中：

图1示出了根据本发明各个实施例的MRI引导的聚焦超声系统；

图2为根据本发明各个实施例的方法的流程图；

图3为根据本发明各个实施例的图像处理和控制设备的框图；

图4为治疗区的示例性图像，其描绘了根据本发明各个实施例的作为治疗目标的患者组织；

图5为在图4中的组织治疗后治疗区内的温度上升图；

图6为图5所示治疗区内的相对温度变化在K空间中的示意图；

图7为将仅与图6中变化最大的区域相对应的新获取的部分图像与图5中的部分进行组合而构建的温度图；以及

图8为将包含图6中变化最大的区域之外的所有区域的新获取的部分图像与图5中的部分进行组合而构建的温度图。

具体实施方式

本发明的各个实施例提供的系统和方法，用于在图像引导的治疗过程中实时监测感兴趣区域中目标(例如，治疗目标)或其他感兴趣对象的一个或多个快速变化的特性。此治疗过程可能包括将聚焦超声(如超声处理)作用到材料、组织或器官上，以对其进行加热、消融，或如果为癌变组织，则对癌变组织进行破坏，或进行非破坏性治疗，如缓解疼痛或控制体温过高。超声波也可用于其他非热疗的治疗方式，如神经调节。或者，该治疗过程可利用不同形式的治疗能量，如射频(RF)辐射、X射线或伽马射线或带电粒子，或包括其他治疗方式，如冷冻消融。

在治疗过程中跟踪不同特性的变化(例如，位置和/或温度)，可用于将治疗能量波束引导到目标上，和/或围绕其他非目标组织和器官；即，基于受影响的解剖区域的图像来调整波束的焦点、轮廓，和/或方向。在一些实施例中，还可将波束焦点可视化。MRI是一种广泛应用的基于图像的跟踪技术。但是，也可以使用本发明保护范围内的其他成像技术，包括X射线成像、X射线计算机断层扫描(CT)、或超声成像。另外，可使用一个或多个二维图像和/或三维图像来实现跟踪。可用于实现各个实施例中提出方法的一种示例性系统是如图1所示的磁共振引导聚焦超声(MRgFUS)系统，其具有如下结合图3进行详细描述的图像处理和控制设备。

图2描绘了根据本发明的各个实施例提出的用于实时跟踪和图像重建的方法200。为了便于引用，在以下描述中称为目标跟踪。然而，可以理解的是，相同的技术通常也适用于跟踪其他感兴趣的器官或组织(例如，易受治疗波束损伤的器官)或材料。在第一步骤205中，获取与治疗区(例如，包括治疗目标的解剖区域)相对应的初始基线图像信息。(如本文所用，“图像信息”指部分或完整的实空间图像，或可用于构建这种部分或完整图像的原始数据(例如，K空间数据))。尽管在各个实施例中，是在开始治疗前获取基线图像；但在其他实施例中，也可在治疗过程中当治疗序列发生改变时(例如，在延迟之后)获取基线图像信息。例如，在包括对目标多次应用治疗能量的治疗序列中，可在一个或多个不同的应用前获取基线图像信息。类似地，可在治疗序列发生改变之前，例如，改变所应用能量的强度或位置和/或所治疗的组织的体积，获取基线图像信息。在基于MRI的方法和类似方法中，图像信息获取通常包括获取原始K空间数据，例如，原始K空间的MR信号。根据各个实施例，原始数据可用于后续的比较而无需重建为实空间图像。如本领域技术人员所理解的，在其他实施例中，原始K空间数据也可被重建为实空间图像。K空间图像数据和实空间图像数据都为复数值(即具有幅度和相位，或者以实部和虚部的形式表示)。根据本发明的各个实施例，在步骤205中获取的初始基线图像信息包括、或实质上的组成为、或组成为，全K空间扫描。如本文所用，“全K空间扫描”或“全K空间数据”表示使用标准全MRI扫描过程获取的例如16×16、32×32、64×64、128×128、128×256、192×256或256×256的完整数据矩阵。而术语“部分K空间扫描”或“部分K空间数据”表示全K空间扫描的连续或不连续部分，或者表示比全K空间扫描所包含信息少的(例如，其维数小于全K空间扫描)的任何矩阵或其他有序排列的数据。

在步骤210中，开始或改变对成像治疗区内目标的治疗。如上所述，本步骤可包括开始治疗序列或改变在治疗期间的一个或多个治疗参数。在任一种情况下，治疗的开始或改变都会导致或伴随着与目标或治疗区中另一特征相关联的至少一个参数(例如，温度、大小、位置等)的变化。例如，肿瘤的聚焦超声消融可在两个或更多个阶段中进行：在第一阶段中，以肿瘤的中心区域为目标；在后续的一个或多个阶段中，将肿瘤的外围区域暴露在超声波下。由于随着治疗的推进，会增加肿瘤周围的健康组织受损害的风险，因此，需要对治疗区内的变化进行准确、实时的监测。

在步骤215中，在开始或改变治疗之后，从治疗区获取比较图像信息。可在治疗区的一次或多次扫描中获取比较图像信息。在各个实施例中，比较图像信息对应于治疗区的至少一次全K空间扫描。在可选的步骤220中，对比较图像信息以计算的方式进行重建，以形成实空间图像(例如，对K空间数据进行傅立叶逆变换)。

在步骤225中，将比较图像信息与初始基线图像信息进行比较，以识别与治疗区内的变化相对应的部分，其中，治疗区内的变化由步骤210中所执行的治疗的开始或改变引起。例如，可以将由治疗引起的目标位置、大小或温度的变化编码为所获取的图像信息的变化。也就是说，图像信息内中的像素值可能会在基线扫描和比较扫描之间发生变化；这些变化的像素值可能对应于如目标(或其一部分)的位置的变化和/或温度(和/或其他感测到的特性)的变化，和/或周围组织(或其一部分)的位置的变化和/或温度(和/或其他感测到的特性)的变化。在各个实施例中，将比较图像信息与基线图像信息进行逐个数据点(例如，逐个K空间像素)的比较，以识别比较图像信息中数据显著变化的部分。例如，当治疗开始时(例如，应用治疗能量)，目标或其一部分的温度可能会升高，并且这种局部温度升高将体现在比较图像信息中。识别的部分通常对应于部分K空间数据，如全K空间扫描的一个或多个部分，但这些部分在K空间中不一定连续。

步骤225中的比较可基于K空间数据。通常，比较是逐个像素进行的。一个“像素”是指K空间数据数组中的一个元素，通常以K空间坐标的函数形式存储幅度值和相位值，或等效表达形式(例如，复数的实值和虚值)。例如，在各个实施例中，可以测量在步骤205和步骤215中获取的K空间数据中像素之间的相似性，以及K空间数据中识别的部分与数据发生显著变化的部分是相对应的。“显著”是指这种变化已经使得先前的数据不再适合于临床使用。有许多定量和启发式的方式可用于识别更新的像素。其中一种方式是对像素参数的变化程度进行量化和测量，以确定相似性是否低于预设的相似性阈值。也就是说，在一些实施例中，根据相似性阈值来评估比较图像信息和基线图像信息之间的像素参数的变化，且仅将比较图像信息中相似度低于阈值(这通常意味着，用于衡量图像之间差异，即不相似性，的指标的值超过了阈值)的部分识别为“显著变化”。合适的相似性指标包括，例如，像素强度、互相关系数、强度差平方和、互信息(在概率论和信息论中使用该术语)、比率图像均匀性(即对应像素值之比的归一化标准差)、均方误差、绝对差之和、平方误差之和、绝对变换差之和(使用Hadamard或其他频率变换的两个图像中对应像素之间的差异)、或复杂互相关(用于复杂图像，例如MRI图像)、以及与图像比较和配准相关的本领域技术人员熟知的其他技术。

阈值——即足以表明需要以更高速率重新扫描的变化量——取决于参数和应用。在一些实施例中，阈值是固定的；但更一般地，阈值是基于K空间数据本身动态定义的。例如，阈值可以根据平均强度以统计的方式定义，如与平均像素强度值(或额外像素参数值)相差半个或1个标准差。阈值还可根据比较图像中像素参数相对于基线图像中像素参数的最大差值来定义，如为最大差值的25％。

或者，可选择相对于基线变化最大的区域来进行更新，而不是通过明确的阈值。例如，可识别表现出最大变化程度的图像信息的设定百分比。在一个实施例中，可将比较图像中的像素按其与基线图像中的对应像素的差异进行排序，并选择前25％或50％(即与与基线图像差异最大的25％或50％)的像素进行更新。可利用统计来确定识别为要更新的像素的百分比。例如，如果新图像和先前图像中所有像素的参数差异是双峰的，则可以选择峰内具有较高平均差的所有像素。

在各个实施例中，步骤225包括对比较图像信息和基线图像信息之间的变化进行比较，可包括多个不同的阈值或其他比较指标，其中每个阈值或其他比较指标对应于不同的变化量(例如，基于一个或多个上述的相似性指标)。通过这种方式，可采用不同的频率来更新表现出不同变化率的图像信息的各部分。例如，表现出较小变化量的图像信息的第一部分具有较低的的更新频率(例如，每2-10次获取部分图像信息)，而表现出较大变化量的图像信息的第二部分具有较高的更新频率(例如，在每次获取部分图像信息时进行更新)。因此，举例来说，如果新图像和先前图像中所有像素的参数差异是多峰的，则可以不同的速率更新与各个峰值相对应的像素。类似地，可定义不同的阈值，且各个阈值对应于不同的更新速率。另外，可在识别的像素区域(即，给定大小的区域，其平均参数差异被认为是显著)而非特定像素的级别上进行更新。

在本发明的各个实施例中，如果比较图像信息的任何部分的变化率都没有超过任何相关阈值，则可将该比较图像信息用作新的基线图像信息，然后本方法可从获取新的全扫描比较图像信息开始。获取新的比较图像信息可延迟一段时间后进行。在各个实施例中，延迟时间可与在先前比较的图像中感测到的变化与变化阈值之间的差值相关；例如，当感测到的变化幅度接近阈值时，可减小延迟。由于在治疗区中暂时不存在快速变化的特性，因此，本发明的实施例允许在获取新的全扫描过程中以较慢的成像速度进行。通过这种方式，本发明的实施例比较全扫描图像信息，直到感测到的变化幅度超过阈值时，才开始获取和使用部分图像信息。

在各个实施例中，通过连续的方式，如逐行或逐列地，获取K空间数据。因此，在步骤225中识别的图像信息的一个或多个部分可包括、或实质上的组成为、或组成为，K空间数据的一个或多个行和/或K空间数据的一个或多个列，或K空间图像的边缘或内部区域(包含来自多个连续行和列的像素，但不一定涵盖任何特定行或列的全部)。K空间数据可以是连续的，或分隔成多个相互间隔的(例如，由一个或多个行，或一个或多个列)的组。可以理解的是，图像数据可以非离散的行或列的方式获取，如以螺旋或其他图案的轨迹。

在步骤230中，新获取部分图像信息，其中部分图像信息与在步骤225中识别的图像信息的部分相对应。这些部分图像信息通常对应于一个或多个部分K空间扫描。例如，可进行一个或多个MRI扫描，以收集仅与治疗区的某部分相对应的图像信息，如表现出最快变化的治疗区的一部分或多个部分。与全K空间扫描相比，部分K空间扫描通常包括、或实质上的组成为、或组成为，更少的K空间数据的行和/或列。在步骤235中，利用在步骤230中获取的部分图像信息替换在步骤225中识别的部分，以形成或获取新图像。因此，步骤235相当于是用新获取的部分图像数据更新比较图像信息(例如，最近的全K空间扫描)。在可选的步骤240中，重建新图像信息以形成更新后的实空间图像。

在一些实施例中，未被更新的先前图像的数据不直接在新图像中重新使用，而是对其中的像素进行逐个调整后再使用。例如，可在未被更新的先前图像的像素的强度值上，加上被更新的先前图像和新图像中对应像素的平均强度差的一部分。在另一种方式中，将未被更新的像素视为缺失数据，并根据如EM算法的概率分布分配值。

在各个实施例中，步骤230还包括新获取未在步骤225中识别为满足变化阈值的比较图像信息的一个或多个部分，且以较低分辨率进行采样来获取这些部分。这样，可通过“抽查”图像信息中被识别为未发生变化的部分(至少没有发生足够快的变化以保证更新的扫描)，以验证它们仍然没有变化或没有发生快速的变化。这种方式实现了较低的采样率而无需重新分析全图像，因为在“静态”区域中，随时间可监测较少数量的像素以用于比较。在各个实施例中，可将静态区域中以较低分辨率采样的图像信息的全部或部分合并到在步骤235中形成的新图像中和/或在用于比较和识别变化区域的图像中。

在本发明的各个实施例中，可在治疗过程(或治疗序列的特定部分)中重复一次或多次步骤230和步骤235，从而能够以一定的频率对治疗目标进行高速成像，其中一定的频率相当于或甚至超过治疗区内由治疗引起的一个或多个变化率。如上所述，在治疗序列期间，可改变一个或多个治疗参数(即在步骤210中)，因此，方法200可相应地从步骤210开始。在这种情况下，当重复执行本方法时，可将最新构建的图像信息(即，在步骤235中组装的新图像信息)或最新获取的比较全扫描(即，步骤215)作为新的基线图像信息，并据此确定新的变化区域。

在各个实施例中，在不改变治疗参数的情况下，方法200也可返回到步骤215，以便获取新的比较图像信息(例如，全K空间扫描)。在这些实施例中，可将新的比较图像信息与在步骤205中获取的原始基线图像信息和/或与在之前执行完成的步骤215中获取的先前比较图像信息和/或与在步骤235中组装的新图像信息进行比较(例如，在步骤225中)。

在本发明的各个实施例中，可基于在步骤235中得到的新图像信息和/或在步骤240中重建的实空间图像来改变治疗序列。例如，可在治疗过程中引导超声束(或其他治疗能量)以补偿目标的任何运动，或可根据目标中的温度变化来调制波束的强度。类似地，如果在非目标器官或组织中检测到变化，则可利用此变化来引导、整形和/或调制波束，以避免或最小化地将这些非目标器官或组织暴露在治疗能量中。特别地，易受治疗波束损害的器官通常受到人们的高度重视，可在波束形成和/或引导期间关注这些器官内部或器官自身的变化以整形或调制能量波束，从而在治疗目标的同时，还可避免因敏感邻近器官温度升高而导致的损害。

作为一个概念性示例，为说明更新，将一个K空间图像分为四个区域A、B、C和D，且将整体成像速度提高两倍；因此，每个周期中有两个而不是所有四个区域。一个代表性的工作流程将在没有任何先验信息的情况下开始，因此请采样：

t＝0：A，B，C，D

其中，t表示成像周期。

在此阶段，对全K空间进行了采样，得到了基线图像。(由于可将此K空间图像处理成第一实空间图像，因此可从此处开始处理。)由于目前还没有比较信息，因此在每个周期中随机采样两个区域：

t＝1：A，B

t＝2：C，D

现可评估像素之间的变化。举例来说，假设区域A中的像素平均变化显著，区域B中的像素平均变化较小，区域C和D中的像素平均变化可忽略不计。一个代表性的抽样策略是：

t＝3：A，B

t＝4：A，C

t＝5：A，B

t＝6：A，D

t＝7：A，B

t＝8：A，C

t＝9：A，B

t＝10：A，D

在各个周期之后，可以评估各个区域相对于该区域上次采样时的变化。例如，如果观察到区域B比区域A变化快，则采样策略可动态切换为：

t＝11：B，A

t＝12：B，C

t＝13：B，A

t＝14：B，D

通过上述方式，不需要对所有区域进行全扫描(例如，在治疗中)，各个区域根据观测到的更新需求以一定的频率进行更新，以与采样策略相匹配。

在每个周期(t>1)，可以根据最近的测量结果来组装全K空间，例如，在t＝14之后，可以根据A13、B14、C12和D14来组装全K空间(其中A13表示在第13个周期被采样的区域A)。或者，在某些区域(例如区域A)中，可使用外推法或其他评估法(例如，使用卡尔曼滤波器的概率建模)在区域(而不是像素)级别预测当前像素值。例如，区域A14可用A13+(A13-A11)/2来近似表达。

如上所述，在一些实施例中，在治疗过程中利用成像来定量地监测体内温度的变化。这特别适用于MR引导的热治疗(例如MRgFUS治疗)中。在该治疗中，需要持续监测治疗区(例如待热破坏的肿瘤)的温度，以评估治疗的进展情况并校正热传导和能量吸收的局部差异，从而避免损坏治疗区周围的组织。利用MR成像对温度的监测(例如，测量和/或绘图)通常称为MR测温或MR热成像。

在MR测温的各种方法中，质子共振频率(PRF)位移法通常是首选，因其对温度变化具有良好的线性特性，几乎独立于组织类型，且温度图的采集具有高时空分辨率。PRF位移法是基于水分子中质子的MR共振频率随温度线性变化的现象(具有恒定的比例常数，有利的是，在各组织类型之间相对恒定)。频率随温度变化的变化很小，对于大体积的水仅为-0.01ppm/℃，而在组织中约为-0.0096ppm/℃至-0.013ppm/℃，但可通过相敏成像方法直接检测PRF位移，该方法将温度变化之前获取的图像信息与温度变化之后获取的图像信息进行比较，如治疗过程中之或之后，从而得到一个与温度变化成正比的小相变。然后，逐个像素地确定基线图像和治疗图像之间的相位差，再根据PRF温度依赖性将相位差转换为温度差，同时考虑成像参数，例如静磁场强度和回波时间(TE)(例如，梯度回波)，从图像中计算出温度变化图。

如果在获取基线图像时成像区域中的温度分布为已知，则可将温度差图添加到该基线温度，以获取与治疗过程中获取的比较图像相对应的绝对温度分布。在一些实施例中，基线温度仅代表整个成像区域中的均匀体温。在其他实施例中，通过在治疗之前，直接测量各个位置处的温度并结合基于数学拟合(例如，平滑的多项式拟合)的内插和/或外推来确定更复杂的基线温度分布。

因此，在本发明的各个实施例中，在步骤225中执行的识别变化图像的部分可包括对获取的图像信息进行处理以形成与治疗区相对应的温度图。可识别出治疗区中温度变化超过阈值的部分，以及至少部分地将这些部分作为步骤230中获取的部分图像信息的基础。

可使用图像引导治疗系统，如图1所示的MRgFUS系统100，并结合与治疗设备(例如，可设置超声换能器阵列的相位和振幅的波束形成器)和成像设备进行通信的合适的图像处理和控制设备(例如，与计算单元112集成)，来实现本文提出的跟踪和成像方法。在一个实施例中，在MRI设备100中实现跟踪系统120或将跟踪系统120附接到患者身上(如图1所示)，以提供与患者的移动和/或患者体内的绝对位置相关的信息。例如，可将运动传感器(例如呼吸监测带)绑在患者的胸部，以提供与患者移动相关的信息。这些信息可用于启动方法200的一个或多个步骤。例如，如果患者的移动超过特定阈值，则可更频繁地重复方法200的步骤215，以确保在步骤230中获取的部分图像信息中正确考虑了治疗区内的运动。

本发明实施例提出的系统的图像处理和控制设备可通过对硬件、软件、固件或硬接线的任何适当组合来实现。图3示出了一个示例性实施例，其中相应设备可由适于编程的通用计算机300实现。计算机包括中央处理单元(CPU)302、系统内存304和非易失性大容量存储装置306(例如，一个或多个硬盘和/或光学存储单元)。计算机300还包括双向系统总线308，其中CPU 302、内存304和存储装置306通过双向系统总线308彼此通信，并与内部或外部输入/输出装置通信，例如传统用户界面部件310(包括屏幕、键盘和鼠标等)，以及治疗设备312、成像设备314和(可选的)任何可进行绝对温度测量的温度传感器316。

系统内存304包含指令，概念上以一组模块来说明，用于控制CPU302的运行及其与其他硬件部件的交互。操作系统318指导底层基本系统功能的执行，例如内存分配、文件管理和大容量存储装置306的运行。在更高级别上，一个或多个服务程序用于提供图像处理、跟踪和(可选的)测温所需的计算功能。例如，如图所示，系统可包括图像重建模块320，用于根据从成像设备314接收的原始图像数据重建实空间图像，以及用于将基线图像信息和/或比较图像信息的一部分与治疗区中的变化部分相关的部分图像信息结合起来重建全图像(如K空间)。系统还可包括图像比较模块322，用于测量基线图像和比较图像(无论是如K空间数据的原始数据还是重建图像)之间的相似性和/或不相似性。图像分析模块324用于从如上所述获取或重建的图像中提取信息(例如，目标和/或其他感兴趣对象的位置和/或温度信息)。另外，系统可包括波束调整模块326，用于计算治疗设备的相移或其他参数以补偿在治疗区中检测到的任何变化；以及热图模块328，用于从比较治疗图像中减去基线以获取温度差图，如果已知对应于所选基线图像的绝对温度，则使用局部图像构建用于一幅比较治疗图像和/或多幅比较治疗图像的绝对温度图。可用任何合适的编程语言来实现各个模块，包括但不限于高级语言，例如C、C++、C#、Ada、Basic、Cobra、Fortran、Java、Lisp、Perl、Python、Ruby或Object Pascal，或低级汇编语言。在一些实施例中，可用不同编程语言来实现不同模块。

图4是在利用聚焦超声能量进行治疗前人类患者的MRI实空间图像。图4中的图像描绘了患者大脑的横截面切片。图5是在利用聚焦超声能量对患者体内的目标加热之后，根据获取的MRI扫描构建的温度图。如图所示，温度上升仅限于治疗区内的一小部分，呈近似椭圆形。目标中心处的温度升高约30℃，并且温度的升高从目标中心开始径向减小。图6为与图5中温度图所呈现的温度变化相对应的K空间图。图6以图形方式显示了治疗后(即，图5的热模式应用于图4中的图像)图4的K空间表示以及治疗前根据图4获取的基线K空间表示之间的相对变化的归一化值。图6中所示相对变化的上限是复K空间变化的30％。如图6所示，变化最大的区域大致落在图像的110-140行内。因此，仅获取治疗区中该部分的部分图像，以增加成像和温度检测的吞吐量。图7描绘了基于图4中的K空间表示以及仅落在K空间图像的110-140行内的新采样数据，根据构建图像获取的新计算温度图。如图所示，图7计算得到的温度图与图5中所示图像相比具有很大的优势，其获取和构建的时间比图4中所示图像的时间要短。图8描绘了基于图4中的K空间表示以及仅落入K空间图像的110-140列内而不是110-140行内的新采样数据，根据重建图像计算得到的温度图。如图所示，这种重建不能充分地捕捉到变化，并且图像效果不如图5的好。因此，在本发明的各个实施例中，选择K空间的全部行以获取部分图像信息，以产生更好的结果。

本发明采用的术语和表达仅用作描述目的而不用于限制，并且在使用这些术语和表达时，不排除所示出和描述的特征或其部分的任何等同形式。另外，虽然本发明描述了一些实施例，但本领域的普通技术人员可理解的是，在不脱离本发明的精神和范围的情况下，可以使用结合本发明所公开概念的其他实施例。因此，所描述的实施例在各方面都应理解为示例性的而非限制性的。