成像过程中感兴趣区域的识别以及时间价值曲线的提取

摘要

一种提取至少一条时间价值曲线以确定在使用成像系统的成像过程中的协议的方法，包括在第一时间使用所述成像系统确定病人身体的一部分的像素值的第一N维数据组，在第二时间确定该部分的像素值的至少第二N维数据组，通过计算像素值的时间序列的相似度量计算一些与病人的预定数量的感兴趣区域相对应的成像部分的相关片段，对于至少一个感兴趣区域计算至少一条时间价值曲线，以及至少部分基于来自所述时间价值曲线的数据为使用该成像系统的诊断扫描确定协议。

说明书

本发明的背景

本发明涉及在成像过程中的一个或多个感兴趣区域的识别，尤其涉及具有很小或者没有人工干预的一个或多个感兴趣区域的识别和随后对于所述一个或多个感兴趣区域的时间价值曲线的提取。

提供下面的信息帮助读者理解下面公开的发明以及其主要被使用的环境。除非清楚的声明，否则在该文档中在此使用的术语并不旨在限于任何特别狭义的解释。这里列出的参考文献有助于理解本发明或本发明的背景技术。此处引用的所有参考文献的公开内容通过引用结合于此。

在医药和成像领域众所周知，图像增强在成像过程中(例如，计算断层分析或CT，磁共振成像或MRI，超声成像，等等)是通过对比度增强介质或造影剂的注入而实现的。通常，造影剂的注射剂(bolus)被注入静脉内并且由血液承载而流向一个或多个感兴趣区域(例如，器官或血管)。

在运送中，计时或测试注射剂扫描，在规定的时间间隔获得一系列单水平或单平面图像以确定如何通过特定的结构传播造影剂。在当前的实践中，一个或多个感兴趣区域或ROI通过在单一层面上手工绘制图形而被选择。随后，对于在时间序列中的每个层面，计算每个手绘的感兴趣区域内的平均增强，生成1维曲线。图1A描述了一扫描示例，在该示例中两个相应于肺动脉(P)主干和主动脉(A)的感兴趣区域被手工绘制。图1B描述了时间增强曲线的典型示例，该时间增强曲线从作为对这两个感兴趣区域的心脏的计算断层分析血管造影CTA过程的一部分而执行的运送、计时或测试注射剂中计算出。

为了获得想要的结果，在肺动脉和主动脉中的感兴趣区域(和/或其他感兴趣区域)的精确和一致的布置是重要的。如果时间增强曲线将用于成像扫描中使用的诊断协议的最优化，那么感兴趣区域的精确和一致的布置尤其重要。确定感兴趣区域的大小、形状和位置是挑战性的并且需要宝贵的操作者的时间(例如，去单独的评价屏幕，下载图像，绘制感兴趣区域，以及使用结果数据生成和/或调整造影/扫描协议)。

在许多过程中，有时候称为跟踪测试注射剂过程，操作者需要在注入造影剂之前标记一个或多个感兴趣区域。在注入造影剂之前在图像上绘制一个或多个感兴趣区域是尤其困难的。此外，诸如病人移动的因素会导致实质上的不准确。

需要开发改进的设备、系统和/或方法来识别、确定或定义感兴趣区域，尤其用于在成像过程中提取时间增强曲线。

发明内容

一方面，本发明提供了一种提取至少一条时间价值曲线以确定在使用成像系统的成像过程中的协议的方法，包括：在第一时间使用所述成像系统确定病人身体的一部分的像素值的第一M维数据组，其中M是整数；在第二时间使用所述成像系统确定该部分的像素值的至少第二M维数据组；通过计算像素值的时间序列的相似度量计算预定数量的与病人的预定数量的感兴趣区域相对应的成像部分的相关片段；对至少一个感兴趣区域计算所述至少一条时间价值曲线；以及至少部分基于来自所述时间价值曲线的数据为使用该成像系统的诊断扫描确定协议。

在一些实施例中，确定从0到T序列的M维数据组，其中T是整数，并且其中0数据组对应于在时刻t＝0的数据组，而T数据组对应于在时刻t＝T的数据组。例如，可以确定向量y_x＝[y_x(0) y_x(1) … y_x(T-1) y_x(T)]，其中y是位置x处的像素值。

例如，可使用群集(clustering)技术，诸如K均值群集计算这些片段。K个群集能够，例如，通过最小化数据点和K群集重心之间的距离的平方和而计算得出，其中K是相应于预定数量的相关片段的整数。

在一些实施例中，像素值被随机分配给K个群集中的一个，并且每个群集的重心是该群集中居中和规一化像素值到0均值和单位标准差之后的像素值的组成方面(component-wise)的均值，如下：

${\hat{y}}_x=\frac{y_x-{\bar{y}}_x}{{\sigma }_x}$

其中该均值和标准差σ_x使用下面的公式计算：

${\bar{y}}_x=\frac{1}{T}\underset{i=1}{\overset{T}{\Sigma }}{y}_x\left(i\right)$

${\sigma }_x=\sqrt{\frac{1}{T}\underset{i=1}{\overset{T}{\Sigma }}{(y_x\left(i\right)-{\bar{y}}_x)}^2}$

每个群集重心可以，例如，使用如下公式确定：

$y_c=\frac{1}{N}\underset{x\in \mathrm{cluster}}{\Sigma }{\hat{y}}_x$

其中N是该群集中的像素数量。

从居中和归一化的像素值到每个K群集重心y_c的距离可以，例如，使用如下公式确定：

$\mathrm{dist}({\hat{y}}_x,y_c)=1-\frac{1}{T-1}\underset{i=1}{\overset{T}{\Sigma }}{\hat{y}}_x\left(i\right)\times y_c\left(i\right).$

每个居中和归一化的像素值可被分配到与其重心显示具有最小计算距离的群集。

确定每个群集的重心、确定从居中和归一化的像素值到每个K群集重心的距离和分配/再分配每个居中和归一化的像素值到与其重心显示具有最小计算距离的群集的这些动作可以重复直到收敛而导致分割图像具有相应于所确定的K个群集的K个片段。

该方法可以进一步包括滤波该分割图像以去除那些和邻近像素不太相关的像素。该分割图像的每个像素可以，例如，在滤波过程中与所有与之相邻的8个像素进行比较。

该方法可以进一步包括形态学上打开该分割图像。

该方法还可以包括在造影增强注射剂数据组上覆盖分割图像以及对K个片段中的每一个计算增强分布图。

该方法可以再进一步包括使用相应于病人的感兴趣区域的语义标签、基于至少一个被标注的增强分布图在与至少一个其他计算的增强分布图相比的特性在语义上标注该至少一个增强分布图。

在另一方面，本发明提供了一种提取至少一条时间价值曲线以确定成像过程中的协议的系统，包括输入系统，用于输入从至少一个成像系统输出的数据。该数据包括在第一时间的病人身体的一部分的像素值的第一M维数据组，其中M是整数；和在第二时间的该部分的像素值的至少第二M维数据组。该系统还包括至少一个处理器，该处理器与该输入系统通信连接且适于通过计算像素值的时间序列的相似度量计算预定数量的与该病人预定数量的感兴趣区域相对应的成像部分的相关片段以及为至少一个感兴趣区域计算至少一条时间价值曲线。该系统还包括至少一个参数产生器系统，用于至少部分基于来自时间价值曲线的数据为使用该成像系统的诊断扫描确定协议。

该系统可以进一步包括与至少一个处理器通信连接的存储器系统。该存储器系统中存储了由至少一个处理器执行以计算预定数量的与病人预定数量的感兴趣区域相对应的成像部分的相关片段的算法。

该系统可以，例如，与至少一个成像系统通信连接。该系统可以，例如，与至少一个注入器系统通信连接。

在一些实施例中，该系统的至少一部分集成了该至少一个成像系统。同样地，该系统的至少一部分可以集成该至少一个注入器系统。

鉴于下面结合附图所作的详细描述，本发明连同其特性和伴随的优点将会得到最好的领会和理解。

附图简要说明

图1A描述了操作者绘制的相应于CT图像中肺动脉和主动脉的感兴趣区域。

图1B描述了对于图1A的操作者确定的感兴趣区域计算的时间增强曲线

图2描述了在本发明的分割过程之后分割或标注(群集1用灰色，群集2用白色)的图像。

图3描述了在基于对于相邻像素值的相似性的本发明的滤波过程之后的分割或标注的图像。

图4描述了在发明请的形态学打开过程之后的分割或标注的图像。

图5A描述了覆盖在原始轴数据上的最终的分割或标注的图像，其中示出了标识的片段或感兴趣区域(相应于肺动脉P和主动脉A)。

图5B描述了对于图5A的自动或系统确定的片段或感兴趣区域计算的时间增强曲线。

图6描述了本发明的系统的一个实施例。

图7描述了对于在肺动脉主干和升主动脉中的造影剂的运送、计时或测试注射剂的浓度/增强时间曲线。

图8描述了在左心房造影剂的诊断注入的浓度/增强时间曲线。

图9描述了左心房(LH)和右心房(RH)的相对计时和诊断注入协议阶段、扫描以及增强曲线的例子。

本发明的详细描述

在本发明的一些实施例中，病人身体的一部分的一个或多个感兴趣区域由本发明的设备、系统和/或方法通过分析病人身体(在这样的数据组的时间序列中)的该部分的多个数据组的值(例如，像素值)确定，而不需要操作者手工绘制的或以其他方式确定感兴趣区域。在确定一个或多个感兴趣区域期间，数据组的值(例如，诸如像素强度值的点值)不需要作为观看图像显示给操作者。在很多实施例中，在确定一个或多个感兴趣区域之后，感兴趣区域的时间价值曲线(例如，在一个造影增强介质注入情况下的时间增强曲线)从数据组序列(例如，造影增强运送注射剂图像序列)中计算出来。

本文中所使用的术语“像素”是指本发明的M维数据组的数据的定义的部分或块(通常是最小的部分或块)。在一些实施例中，本发明的M维数据组对应的二维数据组对应二维数字图像，其中每个像素都有一个像素值或强度。也可以使用三维图像并且此处使用的术语像素包括术语“体素”。多维数据集可以，例如，使用多于一个类型的成像系统的数据(例如，来自CT和MRI系统数据的组合)创建。

为了解释本发明的一个实施例，使用图1所示的同一个CT运送注射剂系列作为一个代表性的例子。对于肺动脉和主动脉计算时间强化曲线。本领域技术人员明白，本发明的设备、系统和方法通常可联合用于任何感兴趣区域和任何在其中应用能量到病人以产生数据组或图像的成像方法(例如，CT，MRI等)。此外，本发明的设备、系统和方法可以无需造影剂的注入而使用。

由于序列中的每个图像在单一水平下获取，假定在很少或没有病人移动的情况下，每一个计算数字图像的像素强度值对应于单个空间位置。由变量x表示的位置处的像素具有增强分布图向量，定义为：

y_x＝[y_x(0) y_x(1 )… y_x(T-1) y_x(T)]

在位置x处的像素的增强水平y随时间被定义为：

y_x(t)＝y_x(0)+s_x(t)+η_x(t)

其中y_x(0)是该像素基线增强，s是由于血液流动引起的信号变化，η是噪声项(在本发明的几个实施例中假设是空间和时间独立的)。在造影增强成像中，s与血液中的造影数量相关，并且该值的变化取决于在空间和时间的位置。对于那些对应于血液不流通其中的区域的像素，s_x(t)＝0，并且唯一的增强差异将是无关的噪声。对于那些对应于血液流通其中的区域的像素，s_x(t)将在包围特定的解剖位置的感兴趣区域中很好地相关，(例如，在肺部主干的所有像素都会有类似的增强模式)。

此处提供的有代表性的例子显示了在测试注射剂扫描中的造影增强的计算断层分析。然而对于相位造影和时间飞行(time of flight)磁共振成像，为了获得流动血液中的信号变化，外来的造影是不必要的。增强/信号变化通过调整磁化以从移动血液旋转获取巨大磁化和从静止组织旋转获取减少的信号而代替性的获得。例如，参见Frank R.Korosec.″Physical Principles of Phase-contrast，Time-of-flight，and Contrast-enhanced MR Angiography.″41^st Annual Meeting of the American Association of Physicists in Medicine.July 25-29，1999.不管用来获取增强图像的是何种方法，此处描述的过程保持不变。

在本发明的一个实施例中，数据首先被阈值化以排除明显的非造影增强区域(例如，比较图1A和图2的图像)。对于本代表性实施例的CT图像，数据组可以，例如，包括在时间序列中具有至少一个非零增强值的所有点。

在本发明的一些实施例中，不受指引(undirected)或无人监督的群集技术，诸如K-均值群集被用于分割图像的时间序列。K-均值群集是一种用于基于其属性将对象分类、分组或分割成K个组的算法，其中k为正整数。一般地，分组是通过最小化数据点和相应的群集重心之间的距离的平方和而完成的。

在图2到图5B的代表性例子中，由于需要2个感兴趣区域/时间增强曲线而用K＝2执行K-均值群集[1，2]。K-均值群集过程中使用的距离度量是一减去点之间的样本相关(作为序列值对待)。每个群集重心是该居中和规一化该群集内的点到，例如，0均值和单位标准差之后的那些点的组成方面的均值。

每个像素的均值和标准差的计算如下：

${\bar{y}}_x=\frac{1}{T}\underset{i=1}{\overset{T}{\Sigma }}{y}_x\left(i\right)$

${\sigma }_x=\sqrt{\frac{1}{T}\underset{i=1}{\overset{T}{\Sigma }}{(y_x\left(i\right)-{\bar{y}}_x)}^2}$

在初始化群集处理之前，每个像素的时间序列被归一化到0均值和单位标准差，如下：

${\hat{y}}_x=\frac{y_x-{\bar{y}}_x}{{\sigma }_x}$

随后，像素被随机分配到K个群集。对于每一个群集，群集重心计算如下：

$y_c=\frac{1}{N}\underset{x\in \mathrm{cluster}}{\Sigma }{\hat{y}}_x$

其中N是该群集中的像素数量。重心是T维归一化增强分布图。

每个像素到每个K群集重心y_c的距离计算如下：

$\mathrm{dist}({\hat{y}}_x,y_c)=1-\frac{1}{T-1}\underset{i=1}{\overset{T}{\Sigma }}{\hat{y}}_x\left(i\right)\times y_c\left(i\right)$

低的计算距离对应于高的相关性，而高的计算距离对应于低的相关性。其他潜在的距离度量可以包括欧氏距离，绝对差值之和(城区距离)，和这两个特征向量的余弦值。一般来说，相似性度量可以被认为是距离度量的逆。在选定的特征空间越靠近的两个元素，距离越短且相似性越大。

然后每个像素被分配到与其重心显示具有最小计算距离的群集。

上述定义的步骤反复进行直到群集分配收敛，这(在几个实施例中)被定义为一个状态，其中群集重心和分配是稳定的。例如，收敛可以在点不再转换群集、转换的群集处于稳定、振荡或定态方式或者重心不再改变的时候获得。经过这样的K-均值收敛，生成如图2所示的标注或分割图像，其中第一群集或群集1由灰色表示且第二群集或群集2由白色表示。

在本发明的几项研究中，标注或分割的图像然后被滤波。例如，每个像素值可以与一个或多个相邻的像素值比较。在一个实施例中，每个像素，如果它的所有相邻的八个像素匹配它的标签或分段，则该像素保持其标签或分段。否则，该像素被设为零。这种滤波处理或过程消除了结构边缘的像素以及那些与其邻近像素不相关的像素。图2的数据经过如此的滤波产生了图3的图像。在图2到图5B的研究中，滤波后，使用例如圆盘状的结构元素去除小物体或岛屿(见图4)而执行形态学打开(正如计算机视觉和图像处理领域熟知的)。一般情况下，形态学打开使用结构元素去除小物体/噪音。形态学打开可以被定义为使用相同的结构元素在图像上进行腐蚀后在被腐蚀的图像上进行扩张。当在二进制图像上进行腐蚀时，结构元素被叠加在每个前景像素上。如果该结构元素并不完全包含在该前景中，则在该坐标的像素被去除。腐蚀导致前景区域缩小，去除了比结构元素小的孤立区域。对于扩张，结构元素被叠加在每个背景像素上。如果至少一个像素包含在前景中，则在该坐标的像素被添加。当在被腐蚀的图像上进行扩张时(使用相同的结构元素)，腐蚀过程中未被去除的区域返回到原来的大小。前景边界有些平滑并且小的孤立岛屿被去除。

被标注或分割的图像然后覆盖在原来的如图5A所示的运送注射剂数据组上。每个分段或标注的群集掩膜(即，感兴趣区域)的均值增强分布图就被确定了。时间增强曲线以相同的方式计算，因为他们将用于手工绘制的感兴趣区域。根据相应的时间增强曲线的一个或多个特性(例如，每个分布图的峰值时间)，每个群集可被给定一个语义标签，如图5A所示。例如，在代表性的例子中，肺动脉是众所周知首先达到峰值，所以到达峰值的时间较早的群集被确定为肺动脉。

在本发明的一些实施例中，使用本发明的计算的感兴趣区域确定的时间价值曲线(例如，时间增强曲线)用于方便成像过程的协议的确定。正如此处使用的，关于成像过程，术语“协议”是指在诸如诊断成像扫描过程中使用的注入参数(在注入造影剂的情况下)和/或扫描仪/成像系统参数。注入参数包括，例如，流速，注射量，注射时间，造影剂浓度等定义，例如，注射过程中将向病人注入的液体的时间、数量和/或性质。这些参数在注射过程期间可以改变。本文中所使用的术语“阶段”一般指一组参数，其定义，例如，在比注入过程总的持续时间短的一段时间(或阶段持续时间)内向病人注入的液体的时间、数量和/或性质。因此，阶段的参数提供了在对应于该阶段的持续时间的时间实例内的注射的描述。特定注入过程的注入协议可以，例如，被描述为单相(一个阶段)，双相(两个阶段)或多相(两个或多个阶段，但通常超过两个阶段)。多相注射还包括注射过程中的至少一种药剂的参数可以连续改变的注射。

可确定的扫描仪或成像系统参数，包括但不限于，向病人传输的辐射量，功率输入(例如，电压或电流)，计时(例如，扫描开始时间，停止时间，延迟时间和/或持续时间)

使用时间增强曲线来确定成像过程协议在，例如，PCT申请号PCT/US08/67982、PCT申请号PCT/US2007/026194、公布的PCT申请号PCT WO/2006/058280和公布的PCT申请号WO/2006/055813中有描述，其公开内容通过引用结合于此并作为本文的一部分。

在本发明的几个实施例中，与本发明一起使用的注射系统(诸如如图6所示的双注射注入器系统100，例如，公开在美国专利号6643537、公布的美国专利申请公布号2004-0064041和PCT国际专利申请号PCT/US2007/026194)包括两个液体输送源(此处有时也称为源“A”和源“B”，诸如注射器)，其可操作用于独立地(例如，同时，同时且互相之间以不同体积流量比例，或顺序或彼此随后(即，A然后B，或B然后A))向病人引入第一液体和/或第二液体(例如，造影增强液体，生理盐水等)。在图6的实施例中，源A可操作性连接到加压机制诸如驱动元件110A，并且源B可操作性连接到加压机制诸如驱动元件110B。注射系统包括与注入器系统100可操作连接的控制系统200，用于控制驱动元件110A和110B的操作以分别控制来自源A的液体A(例如，造影剂)的注射和来自源B的液体B(例如，生理盐水)的注射。控制系统200可以，例如，包括或者通信连接到包括显示器210的用户界面。在所示的实施例中，显示器210显示了对于例如三相注射或液体A和/或液体B的注射流速，注射量及注射持续时间的参数的区域。一个或多个这种阶段的参数可以至少部分基于从此处所述确定的感兴趣区域的时间增强曲线获得的数据使用一个或多个参数生成系统和方法来生成。可向用户提供选项来调整和/或替换(override)生成的参数(例如，通过手工输入系统205，包括按键，键盘，鼠标等计算机领域熟知的)。控制系统200可以包括可操作地连接到内存或存储器系统230的处理器220(例如，本领域熟知的数字微处理器)。

本领域技术人员清楚，液体输送系统可能，包括例如在美国专利公开号美国专利号7326186、7094216、6866654、6972001、6699219、6471674、6306117、6149627、6063052、5920054、5843037、5827219、5739508和5569181所公开的多病人液体输送系统，也适用于本发明。

如上所述，成像系统300可以，例如，是CT系统、磁共振成像(MRI)系统、超声成像系统、或正电子发射断层分析(PET)系统或单光子发射计算断层分析(SPECT)系统。注射系统可以与成像系统300通信连接。成像系统300和注入器系统100可以，例如，正如本领域熟知的通过输入/输出端口(在图6中由在箭头终端表示)通信连接。在图6中，成像系统300和注入器系统100被描述为，例如，通过一个公共通信集线器400通信连接。替代地，可以建立直接通信链路。来自成像系统300和注入器系统100之一的进一步的数据可使用一个或多个计算机领域熟知的手动输入系统(例如，按键，键盘，鼠标等)手动地输入。成像系统300和注入器系统或注入器100也可以部分地或完全整合，例如，在公布的PCT国际专利申请号WO2008/011401中所述，其披露通过引用包含于此。注射系统和成像系统300的一个、多个或全部所示组件也可以或替代地被集成或结合在另一个独立的与其他系统组件通信连接放置的组件之中。

实现本发明的系统和方法(以及参数生成系统和方法)的软件可以，例如，在一个或多个单独的或独立的系统中实现，该系统由例如，至少包括一处理器(例如，数字微处理器)、存储器系统520、显示器510和手动输入系统505的系统500代表。在图6描述的实施例中，示出了系统500与通信集线器400通信连接。如上所述，也可以建立直接通信信连接。来自一个或多个系统的进一步数据可使用一个或多个如计算机领域所知的手动输入系统(例如，按键、鼠标等)手动输入到一个或多个其他系统。实现本发明的系统和方法(以及参数生成系统和方法)的软件可以，例如，被存储在内存530中并且由处理器520执行。本领域技术人员清楚，本发明的方法和/或系统的全部或部分功能可替代地驻留在成像系统300(其可以，例如，至少包括一个处理器320、存储器系统330、显示器310和手动输入系统305)和/或注入器系统100中。

从使用此处所确定的感兴趣区域的运送注射剂中获得的数据可以很多种方式用于，例如，确定成像过程协议。在本发明的几个代表性实施例中，成像过程(其中包括造影增强液体或包括造影增强剂的介质的注射)的至少一个参数是通过，例如，PCT申请号PCT/US08/67982中所述的参数生成系统/方法来确定的。考虑到这一点，如此处所述的确定的一个或多个感兴趣区域的一个或多个造影增强曲线的离散点数据被提交到模型用于，例如，确定该模型中的生理变量值。这些变量可以，例如，和心肺功能有关。

考虑到这一点，使用在至少一个感兴趣区域内的至少一个药物浓度分布图(即，根据时间的浓度)来确定或估计预测病人感兴趣区域内的浓度时间变化的模型中的变量，。依赖于该模型中存在的变量的数量，从一个或多个造影浓度分布图(即，例如，由使用成像系统生成的时间增强曲来提供)得到一些离散数据点以提供这些变量值的估计。在一些模型中，这些变量与心肺功能(即，心脏、肺和血管的功能/动态)相关。例如，在本发明使用的模型的代表实施例中，两个变量，心输出量(Q_CO)和血容积(V_B)未知。两个离散数据点(即，两个时间的两个浓度)用于确定这些变量的估计。

在一些实施例中，第一感兴趣区域增强到峰值增强的时间T1和第二感兴趣区域增强到峰值增强的时间T2被输入到参数生成系统(其算法可以，例如，实现为存储在一个或多个存储器系统230、330和530上的软件)。在一些实施例中，第一感兴趣区域是肺动脉而第二感兴趣区域是升主动脉(例如，参见图7)。也输入第一感兴趣区域增强在峰值增强的浓度C1(T1)和第二感兴趣区域增强在峰值增强的浓度C2(T2)。

从外部注射部位注入到每个感兴趣区域的造影材料的分布可以，例如，通过下面的生理模型的解析解来描述：

$C_o\left(t\right)=\left(\begin{array}{cc}\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{co}}}{C}_i(1-e^{\frac{-Q_{\mathrm{CO}}}{V_B}t})& t\le T_{\mathrm{inj}}\\ C_o\left(T_{\mathrm{inj}}\right)e^{\frac{-Q_{\mathrm{CO}}}{V_B}(t-T_{\mathrm{inj}})}& t>T_{\mathrm{inj}}\end{array}\right)---\left(1\right)$

其中，原点t＝0对应于造影到达感兴趣区域的时间，Q_inj[ml/s]是注射流速，T_inj[s]是注射持续时间，Q_CO是心输出量[ml/s]，V_B是注射部位和测量点之间的血容积[ml]，C_i是从中将造影剂注射到病人的造影源的造影浓度，而C₀(t)是在时间t在药剂的感兴趣区域中的血液浓度。

浓度，例如，可以通过公式与增强水平相关：

C₀(t)＝s(t)/K  (2)

其中s(t)[亨斯菲尔德(Hounsfield)单位或HU]是时间t的增强水平而K[mgI/ml]是转换因子。

T_inj可以，例如，是造影增强剂的到达和到峰值增强的时间之间的时间量。

在T_inj的血液浓度可以提供为：

$C_o\left(T_{\mathrm{inj}}\right)=\frac{\max s_2\left(T_2\right)}{K}\equiv C_2\left(T_2\right)---\left(3\right)$

其中max s₂(T₂)[Hu]是第二感兴趣区域的增强水平的最大值，C₂(T₂)是第二感兴趣区域增强在峰值增强的浓度。

第一造影增强曲线上在时间T₂的造影增强剂浓度可与第二造影增强曲线上在时间T₂的造影增强剂浓度使用下面的公式来相关：

C₁(T₂)≈C₁(T₁)-C₂(T₂) (4).

血容积V_B可以使用下列公式之一确定：

$V_B=\frac{-T_1{Q}_{\mathrm{CO}}}{\log [1-\frac{C_1\left(T_1\right)}{Q_{\mathrm{inj}}{C}_i}{Q}_{\mathrm{CO}}]}$$V_B=\frac{-(T_2-T_1)Q_{\mathrm{CO}}}{\log \left[\frac{C_1\left(T_1\right)-C_2\left(T_2\right)}{C_1\left(T_1\right)}\right]}---\left(5\right).$

心输出量Q_CO可以使用下列公式确定：

$Q_{\mathrm{CO}}=\frac{Q_{\mathrm{inj}}}{C\left(T_1\right)}{C}_i{[1-\left(\frac{C_1\left(T_1\right)-C_2\left(T_2\right)}{C_1\left(T_1\right)}\right)]}^{\frac{T_1}{T_2-T_1}}---\left(6\right).$

Q_CO可用于Q_CO是用于确定至少一个参数的变量的模型中。

成像注射的第二感兴趣区域中在峰值增强时间T_peak在峰值增强的造影剂浓度C(T_peak)可以与该成像注射的注射流速Q_inj以及该成像注射的注射持续时间T_inj使用公式相关：

$C\left(T_{\mathrm{Peak}}\right)=\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i[1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}{T}_{\mathrm{inj}}}]---\left(7\right)$

在第二感兴趣区域中在扫描开始时刻的造影剂的浓度C(T_start)可提供为：

$C\left(T_{\mathrm{start}}\right)=\frac{\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i[1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}{T}_{\mathrm{inj}}}]}{1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}{T}_{\mathrm{inj}}}+e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}(T_{\mathrm{inj}}-\mathrm{\Delta T})}}---\left(8\right)$

其中ΔT是扫描持续时间且在该实施例中C(T_start)与C(T_start+ΔT)相等。

C(T_paak)和C(T_start)增强可以，例如，对T_inj和Q_inj的允许输入值被确定，其中可确立最大Q_inj和最小Q_inj以及最大T_inj和最小T_inj。最大T_inj可，例如，根据扫描持续时间加上常数的函数来确立，而最小T_inj可，例如，确立为扫描持续时间。

诊断协议流速Q^*_inj和注射持续时间T^*_inj的值可以，例如，被确定出哪些是能最小化成本函数的变元(arguments)(其中“理想的”值由，例如，操作者提供/输入)：

诊断阶段中的总造影量可以按下式确定：

Vol_tol＝Q_inj·T_inj.

扫描延迟可，例如，通过使用公式估计注射剂的到达时间来计算：

scanDelay＝T₂-(T_injTB+arrOffset)+T_start (10)

其中T_injTB是计时注射剂的注射持续时间而arrOffset是到达时间偏移值；并且扫描结束时间可通过将扫描延迟时间加入到扫描持续时间而确定。

右心房的造影到达时间可以，例如，使用下列公式计算：

T_arrRH＝T₁-(T_injTB+arrOffset)(11)

其中T_1peak是第一感兴趣区域的到峰值增强的时间。

如果(T_inj+T_arrRH)＞scanEnd.则注射可以缩短。注射可以，例如，被缩短以致于像下面这样在扫描结束之前至少T_arrRH秒结束：

T_inj＝scanEnd-T_arrRH.(12)

造影剂和稀释剂均被注入的双流动阶段的持续时间也可以被确定。双流动阶段的造影剂与稀释剂的比例可以被确定。双流动阶段的结束时间可以，例如确立为等于T_inj。

一个如上所述的协议生成方法可以，例如，被用于通过考虑主体的心脏动力、药物性质和扫描属性使主体接收的造影剂的剂量减到最少。正如在图8所示，例如，扫描在T_start从左心房浓度曲线上坡的一个未知点开始。扫描ΔT秒之后(其中ΔT是指定的扫描持续时间)在曲线的下坡结束。为了以实现相对较高和一致的增强的方式来计时扫描窗口，这两个值(在上坡被称为C_LH-Start，在下坡被称为C_LH-End)应尽量接近C_LH-Target。右心房曲线有类似的相关参数。然而，因为C_RH-Peak不应该发生在扫描窗口(由于右心房过量的增强可能会导致拖尾(streaking)或射束硬化伪影)，所以它不作为包括在公式(9)提出的成本函数中的项。

在协议生成方法的另一个实施例中，参数被添加到涉及稀释阶段的优化过程中。例如，稀释比(R₂)和稀释阶段的持续时间(ΔT_inj2)可以被添加到优化过程。从而稀释比例是个性化的(而不是使用固定的或设定的比例，例如，40/60)。此外，不需要调整优化后的计算协议。在该实施例中，增强目标也加入到第二感兴趣区域(在此处该代表性示例中的右心房RH)的优化过程(例如，成本函数)。因为在此提出的这个实施例的代表性示例中，扫描窗口的最好放置不唯一的取决于左心房LH增强，T_start没有解析表达式。因此T_start也作为参数被包括在优化过程中。图9描述了右心房/肺动脉和左心房/主动脉的相对计时和诊断注入协议阶段、扫描和增强曲线的例子。

另一项被添加到成本函数作为注射的造影总量的惩罚(见方程(13)的成本函数的最后一项)。加权因子，如公式(13)中的α，β，和γ被包括在内以允许调整成本函数的各项的相对重要性。例如，通过使用小数值的α，右心房增强的误差比左心房增强的误差惩罚轻。由于扫描窗口没有以右心房峰值为中心，典型的是C(T_RH-Start)或C_RH-Start将会过高而C(T_RH-End)C_RH-End将会过低。因此，为了避免由右心房增强的这重误差来支配优化，在几个实施例中将α设置为等于0.5。在几个实施例中β设置为等于1，这被证明是在失去测试注射剂流速的一致性和不能达到目标增强水平之间的一个合理的权衡。在几个实施例中，γ被设置为1000，这给超负荷的造影量非常大的处罚。考虑到这点，如果(Q_inj(R₁ΔT_inj1+R₂ΔT_inj2)＞V_Load)为真，则γ被设置为1000，否则γ被设置为0。

$T_{\mathrm{start}}^{*},Q_{\mathrm{inj}}^{*},R_1^{*},\Delta T_{\mathrm{inj}1}^{*},R_2^{*},\Delta T_{\mathrm{inj}2}^{*}=\underset{R_2,\Delta T_{\mathrm{inj}2}}{\underset{R_1,\Delta T_{\mathrm{inj}1},}{\underset{T_{\mathrm{start}},Q_{\mathrm{inj}},}{\arg \min }}}\left(\begin{array}{c}|C_{\mathrm{LH}-\mathrm{Peak}}-C_{\mathrm{LH}-\mathrm{Peak}-\mathrm{Desired}}|+\\ |C_{\mathrm{LH}-\mathrm{Start}}-C_{\mathrm{LH}-T\arg \mathrm{et}-\mathrm{Desired}}|+\\ |C_{\mathrm{LH}-\mathrm{End}}-C_{\mathrm{LH}-T\arg \mathrm{et}-\mathrm{Desired}}|+\\ \alpha |C_{\mathrm{RH}-\mathrm{Start}}-C_{\mathrm{RH}-T\arg \mathrm{et}-\mathrm{Desired}}|+\\ \alpha |C_{\mathrm{RH}-\mathrm{End}}-C_{\mathrm{RH}-T\arg \mathrm{et}-\mathrm{Desired}}|+\\ \beta |Q_{\mathrm{inj}}-Q_{\mathrm{TB}}|+\\ \gamma ,\mathrm{if}(Q_{\mathrm{inj}}(R_1\Delta T_{\mathrm{inj}1}+R_2\Delta T_{\mathrm{inj}2})>V_{\mathrm{Load}})\end{array}\right)---\left(13\right)$依赖于稀释比例，LH的峰值发生在上坡(阶段1)或稀释阶段(阶段2)，因此是这两者中较大的：

$C_{\mathrm{LH}-\mathrm{Peak}}=\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_1(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}1}})---\left(14\right)$

或者

$C_{\mathrm{LH}-\mathrm{Peak}}=\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_1(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}1}})e^{\frac{-Q_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}2}}$

$+\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_2(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}2}})---\left(15\right)$

至于其余的浓度值，给出一个绝对时间T(是扫描的开始或结束)，RH和LH曲线可以各自在3个区域之一——上坡(阶段1)，稀释(阶段2)，或衰减(阶段3)。当T＜(T_arr+ΔT_inj1)时，表达式是：

$C_T=\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_1(1-e^{\frac{-Q_{\mathrm{CO}}}{V_B}(T-T_{\mathrm{arr}})})---\left(17\right)$

注意到T_arr是T_RH-arr或T_LH-arr，这取决于正在使用的是哪条曲线。对于稀释阶段(阶段2)，当(T_arr+ΔT_inj1)＜T＜(T_arr+ΔT_inj1+ΔT_inj2)时，表达式是：

$C_T=\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_1(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}1}})e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}(T-(T_{\mathrm{arr}}+\Delta T_{\mathrm{inj}1}))}$

$+\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_2(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}(T-(T_{\mathrm{arr}}+\Delta T_{\mathrm{inj}1}))})---\left(18\right)$

最后，在衰减阶段(阶段3)，当T＞(T_arr+ΔT_injA+ΔT_injAB)时，表达式是：

$C_T=\left(\begin{array}{c}\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_1(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}1}})e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}2}}\\ +\frac{Q_{\mathrm{inj}}}{Q_{\mathrm{CO}}}{C}_i{R}_2(1-e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}\Delta T_{\mathrm{inj}2}})\end{array}\right)e^{\frac{{-Q}_{\mathrm{CO}}}{V_B}(T-(T_{\mathrm{arr}}+\Delta T_{\mathrm{inj}1}+\Delta T_{\mathrm{inj}2}))}---\left(19\right)$

因此，为了在给定曲线上在给定的时间找到一个给定浓度，指定对应于曲线(RH或LH)的到达时间，确定在时间T正在发生哪个阶段，并使用上述的适合的方程。

虽然搜索空间从方程(9)的二维搜索空间增长到方程(13)的六维搜索空间，强力搜索策略仍然可以实现。参数范围是明确的，各种解决方案都表现良好，并且在相对粗糙的采样网格(例如，流速0.1ml/s，稀释比10％，并且1秒一次)情况下，需要搜索最小值的运算量仍然不大。此外，在参数输入和协议生成之间的间隔几秒的计算时间不会对成像过程造成影响。

上述描述和附图提出了目前本发明的优选实施例。当然，对于本领域技术人员，在上述教导下且不偏离本发明范围的各种修改，补充和替代设计是显而易见的。本发明的范围由下面的权利要求而非前面的描述来指示。落在权利要求的意义和等同范围内的所有改变和变形都被包括在其范围内。