專利名稱：用于運行磁共振斷層造影設備的方法和控制裝置的制作方法
技術領域：
本發(fā)明涉及一種用于運行磁共振斷層造影設備(MRT設備)的方法。此外本發(fā)明還涉及一種用于運行磁共振斷層造影設備的相應的控制裝置。
背景技術：
磁共振斷層造影檢查的結果通常是多個序列，這些序列具有感興趣的檢查對象(例如是患者的頭部、膝蓋、骨盆或特定器官)或屬于有關檢查對象的患者的伸展區(qū)域的多個斷面圖像(層析圖像)。在此，檢查的規(guī)劃，即確定不同的“掃描參數”，例如，層堆或單個層的位置和數量、層相互間的距離、體積、觀察窗口和測量矩陣或飽和區(qū)域的大小，等等，通常通過設備操作者的交互作用實現(xiàn)。通常，開始測量時首先拍攝患者全身或者至少感興趣區(qū)域的較寬的范圍的概略圖像(也稱為“定位器掃描”或者“探測掃描”)。然后，在該概略圖像的基礎上借助于操作者的圖形用戶界面定義待檢查的層/體積，并確定其它掃描參數。為此，磁共振斷層造影設備的控制裝置通常具有相應的控制軟件。該規(guī)劃通常是針對在該概略圖像中可識別地標出的解剖結構，并因此取決于各個操作者。其結果是，可再現(xiàn)的檢查在實際中是不可能的，由此使得對疾病的精確的變化控制困難，因為在相同類型的、在不同時間點上進行的檢查中相互對應的層的取向和層的位置可以相互間具有明顯的差異。另一個問題是，在整個檢查的時間內必須有一個人完全用來操縱設備。其在檢查時間內通常不能接受其它任務。在此，對操作者的資格提出了很高的要求，因為所得到的照片的診斷報告內容極大地取決于待測量的層以及必要時所要求的飽和層的定位以及其它待設置的掃描參數。盡管在此期間在許多控制設備上已有預先準備好的測量記錄可供使用，這些測量記錄包含了對于特定的診斷問題設定或檢查的特定的預先設定的不同參數。盡管如此，還必須將這些事先準備好的測量記錄與各種情況分別進行匹配，其中，許多其它參數的輸入需要在交互規(guī)劃的框架中完成。
因此，希望有一種用于確定重要參數的客觀和全自動的方法，以便得到可以再現(xiàn)的檢查結果以及對工作流程進行優(yōu)化。
因此，為了使磁共振檢查的規(guī)劃自動化，已經提出的不同的建議。
例如，DE 10160075 A1和US 2002/0198447 A1描述了根據先前檢查對后續(xù)檢查進行時間上的優(yōu)化并盡可能自動化地實施的不同可能性。
此外，US 6529762 B1(對應于DE 19943404 A1)描述了一種方法，其中，在概略圖像中標識出解剖學標志，然后根據這些標志確定用于后續(xù)磁共振測量的測量參數。這通過將拍攝的概略圖像與存儲的參考概略圖像進行比較而實現(xiàn)。為此，將當前的概略圖像與參考概略圖像進行匹配。不過，這種方法的前提是，有足夠的、適合于與當前概略圖像進行比較的參考圖像可供使用。
在US 6195409 B1中描述了一種替代方法，其中，首先對概略圖像進行分析，以找出關于感興趣的檢查對象和可能的部分對象的重要結構信息(例如大小、位置和取向)，這些信息然后導致感興趣的對象的抽象示意描述(即所謂的“模型”)。在此，作為幾何信息該抽象模型包含關于檢查對象的頂點的信息以及關于在這些頂點之間的固定連接的信息。然后，將該檢查對象的抽象模型與樣板模型進行匹配。在此，對于不同的匹配級有不同的樣板模型可供使用。頭部樣板模型由樣板模型“直角盒”、“皮膚表面模型”、“大腦模型”和“內部大腦結構模型”組成。不過，所有這些方法的問題是，如何將各模型與從概略圖像照片中獲得的幾何信息進行匹配。顯然，匹配的質量極大地取決于從概略圖像照片中獲得的信息的種類以及數量。定位器掃描的建立已經是對于匹配過程的整體質量和以此為基礎的對其它檢查的控制的重要標準。

發(fā)明內容
因此，本發(fā)明要解決的技術問題是，提供對所提到的方法以及控制設備的另一種選擇，其使得可以在檢查期間以盡可能可靠和簡單的方式對磁共振斷層造影設備進行盡可能全自動化的和隨時可再現(xiàn)的控制。
與迄今為止通常的方法不同，本發(fā)明的方法開始時，為取決于診斷問題的待檢查的檢查對象選擇一個其幾何形狀可以改變的、解剖規(guī)范模型。也就是說，例如在對患者頭部進行檢查時選擇一個顱骨模型，或者在膝蓋檢查中選擇一個膝蓋模型。這些模塊可以由多個模塊部分構成，例如由一個骨骼結構模型(該模型又可以分解為各檢查對象的各個部分)構成。因此，例如一個顱骨骨骼模型包括前額骨(Os frontale)、右頂骨(Os parietale dexter)、左頂骨(Os parietalesinister)、面顱骨(Viscerocranium)、枕骨(Os occipitale)、顱底內骨(Basis craniiintema)和下頜骨(Mandibula)等部分。
然后，完成包括檢查對象的區(qū)域的多個概略圖像。其中，根據所選擇的解剖規(guī)范模型確定可以用來控制對概略圖像的測量的、不同的概略掃描參數。然后，必要時根據診斷問題和/或根據規(guī)范模型，在所測量的概略圖像的斷面圖像數據中確定一個目標結構。隨后為了與所確定的目標結構進行匹配進行對規(guī)范模型的自動的個性化。因為概略掃描參數是根據各個規(guī)范模型確定的，保證了對于每個規(guī)范模型產生足夠數量和正確類型的概略圖像，從而得到與其中可以確定的目標結構對應的足夠信息，使得能夠按盡可能高的可靠性與該目標結構正確匹配。
然后，根據所選擇的規(guī)范模型和診斷問題選擇用于控制磁共振斷層造影設備的掃描參數。這些掃描參數涉及所選擇的規(guī)范模型。因此，首先對應于個性化的規(guī)范模型對所選擇的掃描參數進行個性化。最后，在該個性化的掃描參數的基礎上進行對斷層圖像照片的測量。
因為在所提出的本發(fā)明的方法中根據所選擇的規(guī)范模型進行概略圖像的測量和目標結構的確定，以比常規(guī)方法明顯更高的可靠性保證了，以正確的方式進行對規(guī)范模型的個性化，該個性化最后決定了確定正確的掃描參數的質量。因此，通過本發(fā)明的方法顯著提高了自動化測量的質量尤其是可再現(xiàn)性。
為了執(zhí)行該方法，用于運行磁共振斷層造影設備的本發(fā)明的控制裝置除了通常的用于控制磁共振斷層造影設備的接口(以便對應于由控制裝置預先給定的掃描參數測量多個斷層圖像照片)之外，還需要一個存儲有多個具有可變幾何形狀的解剖規(guī)范模型的控制裝置，其中，這些規(guī)范模型分別歸屬與不同的檢查對象。此外，還需要一個第一選擇單元(用于根據診斷問題為待檢查的檢查對象選擇多個解剖規(guī)范模型中的一個)和一個概略圖像確定單元，以便根據概略掃描參數控制磁共振斷層造影設備來對包括檢查對象的區(qū)域測量多個概略圖像，其中，概略掃描參數是根據所選擇的解剖規(guī)范模型預先給定的。另外，還需要一個用于在所測量的概略圖像的斷面圖像數據中確定目標結構的目標結構確定單元，以及一個適配單元，用于將所選擇的規(guī)范模型個性化與所確定的目標結構進行匹配。此外，還需要一個第二選擇單元(用于根據所選擇的規(guī)范模型和診斷問題來選擇控制磁共振斷層造影設備的掃描參數)以及一個參數個性化單元，該個性化單元同樣對應于個性化的規(guī)范模型對所選擇的掃描參數進行個性化。
顯然，控制裝置此外還應該具有所有其它通常的部件，這些部件是運行磁共振斷層造影設備所必需的，例如，用于圖像數據獲取和圖像數據整理的相應接口，以及用戶可以用來如輸入診斷問題的操作臺或者其它的用戶接口。
優(yōu)選地，在對所述規(guī)范模型進行個性化之后檢驗，個性化的規(guī)范模型相對于目標結構的剩余偏差是否低于一個預定的邊界值，如果不低于該邊界值則中斷所述方法。然后，其它的檢查必要和迄今為止一樣手動地進行規(guī)劃以及控制。通過這種檢驗可靠地防止了，在模型沒有與概略圖像以及其中可識別的目標結構很好地匹配的情況下，仍然進行自動化的規(guī)劃和控制檢查并因此產生包含錯誤的其它圖像，這些圖像有可能在隨后的診斷中被錯誤地解釋。除了檢驗個性化的規(guī)范模型與目標結構的偏差之外也可以，例如如果在特定的時間之后在個性化中沒有得到預定的偏差值，則進行中斷。為此，本發(fā)明的控制裝置需要一個對應的檢驗單元。
優(yōu)選地，將不同的規(guī)范模型連同其所屬的概略掃描參數進行存儲。在此，可以將規(guī)范模型和所屬的概略掃描參數存儲在一個數據庫或者多個相互聯(lián)網的數據庫中。在該意義下“共同存儲”還表示，例如連同規(guī)范模型的指針等進行存儲，該指針指明概略掃描參數位于其中和/或相反的存儲區(qū)域。
概略掃描參數優(yōu)選地包括所有用于確定單個層的狀態(tài)(即用于確定位置和取向)、層相互之間的距離以及概略圖像的數目和類型的參數。在此，“用于確定概略圖像的類型”的是這樣的參數，利用這些參數例如設置所使用的脈沖序列的類型等。通常，由于拍攝概略照片的較高的速度而使用梯度回波記錄(Gradienten-Echo-Protokolle)。不過，在整形術問題中也經常使用螺旋回波記錄(Spin-Echo-Protokolle)進行概略照片的拍攝；反之，在心臟檢查中則由于否則強烈的運動偽影而使用單脈沖記錄(Single-Shot-Protokolle)。
對解剖規(guī)范模型的個性化，即與目標結構的匹配，基本上可以利用任意適當的個性化方法實施。對于解剖規(guī)范模型進行個性化思想可以一般簡化地這樣歸納，即，尋找一個使模型優(yōu)選地與各單獨的數據組匹配的幾何變換(在三維模型中對應于三維變換)。在此，所有可以分配給該模型的幾何形狀信息同樣被個性化。在醫(yī)學圖像處理系統(tǒng)中，這種用于確定最佳變換參數的方法也被稱為登記或匹配方法。其中，根據哪種幾何變換被使用，區(qū)分為所謂的剛性的、仿射的(affinen)、透視的和塑性的方法。為了在數學上處理個性化的問題，優(yōu)選地使用描寫任意變換后的模型與目標結構的偏差的偏差函數。在此，該偏差函數的類型取決于所使用的解剖規(guī)范模型各自的形式。這使得可以通過使偏差值最小化對模型進行簡單、完整、自動的個性化，也就是，在匹配中控制偏差函數的最小值。
為了盡可能快地找到偏差函數的最小值，在此優(yōu)選地采用一個多級別的方法。例如，在一個三級的方法中可以首先借助于合適的定位，即平移、旋轉和比例變換使模型粗略地匹配。然后，可以在第二步驟中進行體積變換，以便實現(xiàn)更好的匹配。然后在第三級中進行細節(jié)匹配，使得模型與結構在局部優(yōu)化地匹配。
在此，自動化匹配可以完全地在后臺進行，使得使用者可以進行其它工作，特別是圖像處理系統(tǒng)的有關操作臺可以并行地處理其它圖像數據或者控制其它的測量。不過，也可以在自動化方法期間將過程始終例如在顯示屏(部件)上表示出來，使得使用者可以控制匹配過程的進展。因此，優(yōu)選地為操作者顯示偏差函數的當前值。特別是也可以將偏差值例如按任務清單等形式始終顯示在顯示屏上，而同時用戶界面的其余部分空出來用于操作者的其它任務。
優(yōu)選地，操作者可以在需要時干預自動化的匹配過程并手動調整各個模型參數。因此，優(yōu)選地為操作者顯示偏差函數的當前值，使得其在變動有關模型參數時立刻看出，幾何偏差是否和按何種規(guī)模通過其行為被減小。特別是，在此還可以，對于每個模型參數確定單個的偏差值，并將該值而不是所謂的偏差或者連同所有的偏差進行顯示。為此的一個典型的例子是在終端的圖形化的用戶界面上顯示目標結構和/或待匹配的規(guī)范模型或者該對象的至少部分。在此，使用者例如可以借助于鍵盤或者諸如鼠標等的指示設備使特定的模型參數(例如，模型上兩個點之間的距離)匹配。然后，借助于一個變化的線條或者類似的視覺上可以良好識別方式向使用者顯示，通過其行為偏差較小了何種程度，其中，特別是顯示了一方面模型的整個偏差和另一方面針對具體的當前模型參數的匹配的偏差，例如，在模型上兩個點的距離中在目標結構中有關點之間距離的差值。
在原理上可以按不同的方式構成可以使用的數字解剖規(guī)范模型。例如，一種可能是在體素的基礎上進行解剖結構的模型化，其中，為了編輯這種體積數據需要通常昂貴并流傳不廣的、專門的軟件。另一種可能是利用所謂的“有效元”，其中模型通常由四面體構成。不過，對于這種模型也需要專門和昂貴的軟件。流傳相對較廣的是通過三角形對解剖上的邊界面積進行簡單的模型化。對應的數據結構通過來自計算機繪圖領域中的許多標準程序得到支持。按照該原理構成的模型被稱為所謂的表面定向的模型。在此，涉及的是解剖結構模型化的共同命名，因為既可以從通過體素的三角形的首先提到的體積模型，又可以從通過將有效元方法的四面體變換到三角形導出對應的表面模型。
因此，作為規(guī)范模型可以使用在三角形基礎上構成的、表面定向模型。一方面利用該方法可以最簡單和低造價地產生模型。另一方面已經按照其它形式產生的模型(特別是提到的體積模型)可以通過對應的變換得到采用，使得再重新建立對應的模型變得多余。
為了重新建立這種表面模型，例如可以利用對應于典型的手動方法的花費對斷層圖像照片進行分段。然后，從由此獲得的關于各個結構(例如單個的器官)的信息可以最后產生模型。為了得到人的骨骼模型，例如也可以借助于激光掃描器對人的骨架進行測量，或者利用計算機斷層造影儀進行掃描和分段以及三角形化。
特別優(yōu)選地，在本發(fā)明的方法中使用一個其中模型參數針對其對模型的解剖上整體幾何形狀的影響分層設置的規(guī)范模型。然后，在多個迭代步驟中進行對這種分層參數化的規(guī)范模型的個性化，其中，隨著迭代步驟數量的增加的同時，在各迭代步驟中可以調整的模型參數的數目(由此在模型變換中自由度的數目)對應于該參數分層的級提高。通過該方法保證了，在個性化中首先調整對模型的解剖上整體幾何形狀的影響最大的模型參數。然后，僅僅對整體幾何形狀的一部分影響的、下屬的模型參數才可以逐步地得到調整。由此保證了在模型匹配中有效的并因此節(jié)省時間的方式，并且與是否全自動地進行該匹配或者操作者是否手動地干預該匹配方法無關。在一個(部分)手動的方法中，這例如可以這樣實現(xiàn)，即，在每個迭代步驟中僅僅允許操作者例如借助于圖形化的用戶接口、根據參數分層的級改變唯一的模型參數。
優(yōu)選地，模型參數分別屬于一個分層的類。這意味著，不同模型參數必要時也可以屬于同一個分層的類，因為它們對解剖幾何形狀具有大致相同的影響。這樣，在一定的迭代步驟中可以通過重新建立而獲得特定分層的類的所有模型參數。然后，在下一個迭代步驟中引入下屬的分層的類等的模型參數。
可以在模型幾何形狀中偏差的基礎上將模型參數分配給一個分層的類，其中，如果將有關的模型參數變動一定的值則出現(xiàn)該偏差。在此，在一個特別優(yōu)選的方法中，為不同的分層的類配置偏差的特定區(qū)域，即數值偏差區(qū)間。也就是，例如為了將一個參數分配到一個分層的類，改變該參數并計算輸出狀態(tài)下的該幾何形狀改變了的模型所產生的偏差。在此，偏差的度量取決于所使用的規(guī)范模型的類型。起決定作用的僅僅是，確定一個精確定義的偏差度量，該偏差度量盡可能精確地對模型在有關模型參數變化之前和之后的幾何變化進行量化，以便保證將不同模型參數對模型幾何形狀的影響進行實際的比較。因此，為了能夠對幾何形狀影響進行直接的比較，優(yōu)選地對于每個產生類型(例如，對于其中模型的兩點之間的距離變換的距離參數，或者對于其中模型的三點之間的角度變化的角度參數)使用統(tǒng)一的步長。然后，簡單地通過對該偏差度量給出數字間隔來將這些參數劃分到分層的類。在使用在三角形基礎上產生的表面模型的情況下，對于在未改變的規(guī)范模型和一個參數變動后改變了的規(guī)范模型之間的偏差，優(yōu)選地在對在不同狀態(tài)下的模型的對應三角形的幾何距離的和的基礎上進行計算。
優(yōu)選地，在最上面的分層的類中(其模型參數在第一迭代步驟中就可以立刻設置)至少配置這樣的模型參數，即這些參數改變時規(guī)范模型全程發(fā)生變動。此外，例如整個模型轉動的所謂新參數是圍繞三個模型軸的，平移是沿三個模型軸的，而整個模型的比例變換是沿三個模型軸的。
各個模型參數的分成安排基本上可以在對模型進行個性化期間進行。如果，例如在每個迭代步驟中首先驗證，哪些其它的模型參數對該幾何形狀具有最大的影響，則將這些參數引入。不過，因為由此帶來了巨大的計算花費，因此特別優(yōu)選的是將模型參數的分類和安排事先進行，例如在產生規(guī)范模型時就進行，起碼在將規(guī)范模型存儲到模塊數據庫之前就進行。這種對在按單獨方法產生的規(guī)范模型的模型參數分層的安排的擱置具有這樣的優(yōu)點，對于每個模型僅僅需要對模型參數的分層安排進行一次計算，并因此可以節(jié)省在分段期間有意義的計算時間?？梢詫⒎謱拥陌才虐聪鄬唵蔚姆绞脚c規(guī)范模型一同存儲，例如，可以將參數分配到分層的類或者與對應的標記等結合到文件頭中或者存放到文件中的其它一個命名的位置上，該文件還包含了有關規(guī)范模型的其它數據。
在一個尤其特別優(yōu)選的實施方式中，模型參數分別與至少一個解剖學標志的位置這樣結合，使得模型對于每個參數組具有解剖上有意義的幾何形狀。為此典型的例子是諸如整體模型的轉動或平移的全局參數，其中所有模型參數在位置中相互對應匹配地改變。另外的模型參數例如是兩個解剖學標志之間的距離或者三個解剖學標志之間的角度，例如用于確定膝蓋狀態(tài)。
這種模型參數與醫(yī)學上有意義地選擇的解剖學標志的耦合具有這樣的優(yōu)點，即，在個性化之后總是可以給出診斷結論。此外，在解剖專業(yè)文獻中對這種解剖學標志的位置進行了精確地描述。因此，通過這種方式減輕了實施個性化的困難，因為醫(yī)學上受過教育的使用者(例如醫(yī)生或者MTA)熟悉解剖學標志并且基本上可以用其確定解剖結構。
為了在斷層圖像數據中自動確定待分離的部分對象，存在不同的可能性。一種選擇是采用所謂的“閾值方法”。該方法起作用的方式是，將單個體素(即單個的3D圖像點)的強度值與一個固定設置的閾值進行比較。如果該體素的值超出該閾值，則將該體素計算為一個特定的結構。不過，在磁共振拍攝中這種方法主要可以用在患者的造影劑檢查或者識別患者的皮膚表面。該方法一般不適合于識別其它組織結構。因此，在優(yōu)選的方法中至少部分借助于輪廓分析方法確定目標結構。這種輪廓分析方法在相鄰圖像點之間的梯度的基礎上進行工作。對于專業(yè)人員來說有不同的輪廓分析方法公知。這種輪廓分析方法的優(yōu)點是該方法可以穩(wěn)定地使用。
在本發(fā)明的方法的一種擴展中也可以對檢查對象進行分類。在此，可以自動地確定是否需要其它檢查，以及如果需要進行哪些檢查。也可以僅僅作為建議向使用者提出進行分類，使得后者可以接受或者拒絕該建議。
這種對檢查對象的自動分類可以按這樣的方式進行，即，確定在所測量的斷層圖像數據中自動地確定的解剖結構以及該結構與個性化的比較模型或者比較模型部分之間的偏差。在對比較規(guī)范模型進行個性化時必須保證，僅僅進行使比較規(guī)范模型或者有關規(guī)范模型部分的幾何形狀不具備病態(tài)的變換。這樣，可以按簡單的方式自動地固定被檢查的解剖結構的病態(tài)，然后在此基礎上自動確定進一步的檢查。在此，也可以將所確定的偏差與解剖結構一起進行圖形化的顯示，例如在用于操作者的顯示屏上標記出。此外，也可以將這種偏差通過聲音信號向操作者提示。
本發(fā)明控制裝置的第一選擇單元、概略圖像確定單元、目標結構確定單元、匹配單元、用于選擇控制參數的第二選擇單元和參數個性化單元，可以特別優(yōu)選地按可編程控制器處理裝置上的軟件形式來實現(xiàn)。此外，該控制裝置作為硬件部件還具有用于控制磁共振斷層造影設備的接口以及存儲器裝置，以便將用于檢查的解剖規(guī)范模型(優(yōu)選地連同概略掃描參數和其它掃描參數)進行存儲。在此，該存儲器裝置不必一定是控制裝置的一體化的部件，而是只要圖像計算機可以對一個適當的未必存儲器裝置或者多個分布的存儲器裝置進行訪問就足夠了。
按軟件形式實現(xiàn)本發(fā)明的方法具有這樣的優(yōu)點，即，現(xiàn)有的控制裝置也可以相對簡單地通過適當的更新而隨后實現(xiàn)。


下面對照附圖所示的實施方式對本發(fā)明作進一步的說明。圖中，圖1示出具有本發(fā)明的控制裝置的磁共振斷層造影設備的一種實施方式的示意圖，圖2示出了用于表示本發(fā)明方法的可能流程的流程圖，圖3示出了用于具體表示模型個性化的優(yōu)選方法的流程圖，圖4A示出了具有五個縱向層平面的人顱骨的表面模型，圖4B示出了根據圖4A的、但具有五個橫向層平面的表面模型，圖5示出了在斷面圖像數據基礎上的人顱骨的目標結構，圖6A示出了按照圖5的、但是具有尚未按照圖4A匹配的表面規(guī)范模型的目標結構(沒有下頜骨)，圖6B示出了按照圖6A的、但是具有與目標結構部分匹配的規(guī)范模型的目標結構和規(guī)范模型，圖6C示出了按照圖6B的、但是具有與目標結構進一步匹配的規(guī)范模型的目標結構和規(guī)范模型，圖7示出了在按照圖4a的顱骨規(guī)范模型上的解剖標志，圖8示出了建立在三角形基礎上描述的、人的骨盆的表面模型。
具體實施例方式
圖1示出的實施方式是按照本發(fā)明的磁共振斷層造影設備1，其具有所屬的、連接在總線20上的按照本發(fā)明的控制裝置2。在總線20上連接著例如用于存放圖像數據D的海量存儲器21和工作站22等其它部件。工作站22由圖像計算機23和操作臺24組成，操作臺24通常具有作為用戶界面的顯示屏25、鍵盤26和指示設備27(例如鼠標)。工作站22例如用于隨后對由MRT設備1產生的圖像進行觀察和處理。
自然，在構成更大的網絡的情況下，還可以在總線20上連接其它一般放射學信息系統(tǒng)(RIS)中現(xiàn)有的部件，例如其它功能塊、海量存儲器、工作站、輸出設備(如打印機)、電影制作站等等。同樣，可以與外部網絡或者其它RIS連接。其中，優(yōu)選地將所有數據按所謂的DICOM標準(Digital Imaging andCommunication in Medicine，醫(yī)學中的數字成像和通信)格式化，以便在各個部件之間進行通信。
在示出的實施方式中將控制裝置2設置為單獨的設備。在此涉及的是具有相應的可編程處理器的計算機，在該計算機上存儲了用于控制MRT設備1的軟件?？刂蒲b置2通過控制接口5向MRT設備1傳輸控制命令SB，使其進行所希望的測量。
通過圖像數據接口6獲得來自MRT設備1的不同圖像數據D，UD，并隨后在控制裝置2中得到進一步處理。為了能夠直接在現(xiàn)場操作控制裝置2，通過接口19連接了操作臺15，該操作臺15作為用戶界面具有顯示屏16、鍵盤17和指示設備18(例如鼠標)?？晒┻x擇的是，也可以例如通過同樣連接在總線20上的工作站22進行操作，而不是通過直接在控制裝置2上連接的操作臺15進行操作。為此，工作站22也可以位于在空間上離功能塊1非常近的地方。
此外，控制裝置2也可以是MRT設備1的一體化的組成部分。同樣，操作臺15也可以是控制裝置2或者MRT設備1的一體化的組成部分，使得所有部件都綜合在一個設備上。
圖2示出了在測量期間自動控制MRT設備1的、本發(fā)明的方法的可能流程。
首先，在第一方法步驟I中確定待檢查的身體部位，并對應地將患者P在磁共振斷層造影設備1中進行定位，并將適當的本地天線定位在患者P上。這樣，例如在進行基于顱骨的檢查時將患者P的頭部置于一個頭部線圈中，等等。
然后，作為第二方法步驟II，首先從數據庫中選擇出一個合適的解剖模型M，在提到的頭部檢查的例子中是顱骨模型。在圖1中作為控制裝置2的一體化的組成部分示出了存儲器裝置4，其中存放了一個具有不同模型M的數據庫。
借助于第一選擇單元7對模型M進行選擇，該選擇單元7在此以軟件模塊的形式在控制裝置2的處理器3上實現(xiàn)。診斷問題的輸入例如通過操作臺15進行。
規(guī)范模型M也可以是由許多部分對象組成的模型。例如，膝蓋模型由模型部分“股骨”、“脛骨”、“膝蓋骨”和各半月板組成。反之，在一個針對患者頭部的診斷問題中，例如為了檢驗對顱骨骨裂的懷疑，則需要一個顱骨骨骼規(guī)范模型。圖4a和4b中示出了一個可能的顱骨規(guī)范模型M，該模型作為(在圖中可以識別的)模型部分包括前額骨T1、右頂骨T2、左頂骨T3、面顱骨T4和下頜骨T5等部分。其它在圖中不可以識別的模型部分包括枕骨和顱底內骨。該模型由于在圖4a和4b中利用連續(xù)的表面進行顯示可以更好地識別。事實上這些模型優(yōu)選地在三角形的基礎上構成。在圖8中示出了骨盆的對應表面模型。
然后，在步驟III中根據所選擇的模型完成概略圖像(定位器掃描)。在此，將作為完成概略圖像基礎的概略掃描參數UP連同模型M一起存儲。也就是說，在選擇模型M的同時確定將產生哪些和多少概略圖像。在圖4a和4b中已經標出了用于概略圖像的可能的層析圖像平面，其中，圖4a包含縱向層平面而圖4b包含橫向層平面。由于具有較好的概略性，在此僅分別標出了五個相互間距離很大的層平面。在實際中層平面要密得多。
因為這里概略圖像不僅用于MR檢查的常規(guī)手動圖形規(guī)劃，而且還用于對解剖模型的個性化，因此對圖像提出了較高的質量要求。在此，除了圖像質量外有時層數、層距和圖像場也是重要的。反之，多數情況下不要求概略斷層圖像相對于檢查對象具有精確定義的位置。利用概略圖像采集足夠的用于確定目標結構的數據，使得然后可以對規(guī)范模型進行精確的匹配，就已經足夠了。也就是說，如在圖4a和4b中借助顱骨模型示出的那樣，只要能為隨后在目標結構中對模型進行個性化提供足夠的支持位置，是否橫向、縱向或者傾斜地拍攝概略圖像，經常在很大程度上是不重要的。必要時在不同的方向下完成圖像是有意義的。
不同的概略掃描參數UP在很大程度上確定了用于隨后個性化算法的數據基礎。為了在個性化中保證穩(wěn)定的方法流程，因此優(yōu)選地在前場(Vorfeld)中通過對較大的集合進行檢查為每個模型M實驗性地確定概略掃描參數UP，然后與所涉及的模型M相結合，優(yōu)選是以完整的定位器記錄的形式。在選擇模型時將概略掃描參數UP傳遞給同樣是以軟件形式在處理器3中實現(xiàn)的圖像確定單元12。該圖像確定單元12將測量記錄以及不同的掃描參數(由此也將概略掃描參數)轉換成控制命令SB，隨后通過控制接口5將這樣控制命令傳遞到MRT設備1，使得在后者處按正確的順序執(zhí)行適當的測量序列。在示出的例子中圖像確定單元12具有作為子程序的單獨的概略圖像確定單元14，后者用于在概略掃描參數UP的基礎上產生用于測量概略圖像的控制命令SB。另一個程序是檢查圖像確定單元13，其作用是，根據相應的其它測量參數隨后產生用于實施對于患者P的檢查的實際測量的控制命令SB。
然后，在概略掃描中產生的概略圖像數據UD(如同所有其它圖像數據D一樣)通過圖像數據接口6由控制單元2獲取并在那里進行進一步處理。
在方法步驟IV中，根據預先給定的診斷問題在概略斷面圖像數據UD中確定目標結構Z。這優(yōu)選地借助于已經提到的輪廓分析方法自動地進行。在確定的結構和確定的拍攝方法中也可以采用閾值方法，如在本文較早前所描述的。在圖1示出的實施方式中，對目標結構Z的確定是在同樣以軟件形式在處理器3中實現(xiàn)的目標結構確定單元9中進行的。該單元將目標結構數據ZD傳遞到同樣是以軟件形式實現(xiàn)的適配單元10，該適配單元10此外還從選擇單元7得到關于模型M的數據。
然后，在方法步驟V中，借助于適配單元10對模型M進行個性化，即，將模型M與所確定的目標結構Z進行匹配。在圖5示出了可以從患者的概略圖像數據中獲得的、用于顱骨檢查的目標結構。例如，該目標結構可以用來對按照圖4a和4b的規(guī)范模型進行匹配。
在圖3中以流程圖的形式更詳細地示意示出了個性化過程的優(yōu)選實施方式。
在該匹配過程中，將各個模型參數在多個迭代步驟S中這樣改變，直到所有參數被個性化，或者個性化已經足夠，即，規(guī)范模型M和目標結構Z之間的偏差最小或低于預定的閾值。在此，每個迭代步驟S包括以循環(huán)形式運行的多個過程步驟Va，Vb，Vc，Vd。
第一迭代步驟S以方法步驟Va開始，其中，首先為平移、旋轉和比例變換確定最佳參數。因為這些參數對整個幾何形狀產生影響，因此它們是最上層(以下稱為第0層)的類。在圖4a中示意地標出了三個平移參數tx，ty，tz和三個繞三個模型軸旋轉的參數rx，ry，rz。
如果該匹配盡可能完善地實現(xiàn)了的話，則在下一個步驟Vb中通過已經確定的參數對還未設置的模型參數進行估計。也就是說，從上層參數的設置中對下層參數的起始值進行估計。例如，從對身體尺寸的比例變換參數的設置中對膝蓋寬度進行估計。這些值對于隨后設定有關參數作為起始值預先給定。按照這種方式可以極大地加速該方法。然后，在方法步驟Vc中優(yōu)化地設置有關參數。
在所示出的實施方式中將參數針對其對于模型的解剖整體幾何形狀的影響而按層分配。參數的幾何影響越大，其所在的層次就越高。其中，隨著迭代步驟S數量的增加可調整的模型參數的數目也對應于其層次排列而提高。
也就是說，在第一循環(huán)過程中在步驟Vc中僅利用在第0層級下的第1層級的參數來設置模型。只有在第二過程中才可以，首先在方法步驟Va中將模型重新進行平移、旋轉和比例變換。然后，在步驟Vb中通過已經確定的參數對還未確定的第2層級的模型參數進行估計，這些參數隨后在步驟Vc用來進行設置。這樣，該方法被重復n次，其中在第n個迭代步驟中對第n級的所有參數進行優(yōu)化，并在迭代步驟S的最后步驟Vd中再次求證，是否還存在到此為止還沒有被優(yōu)化的其它參數。然后，再次開始新的第n+1次迭代步驟，其中，將模型M重新相應地進行平移、旋轉或比例變換，并且最后可以按照順序再次設置所有參數(此時有n+1類的參數可供使用)。然后，在方法步驟Vd中重新進行檢驗，是否所有參數都被個性化(即，是否還存在沒有被優(yōu)化的參數)或者是否已經實現(xiàn)所希望的匹配。
圖6a至6c示出了對于這種匹配過程來說極其簡單的情況。在這些圖中由于具有較好的概略性再次將模型M顯示為連續(xù)的表面。圖6a示出了目標結構Z和與其相對偏移的模型M。通過簡單的平移、旋轉和比例變換可以得到圖6b示出的圖像，其中模型M已經相當好地與目標結構Z匹配。通過對其它下層參數進行設置最后得到在圖6c中實現(xiàn)的匹配。
通過上面描述的迭代方法保證了進行盡可能節(jié)省時間和高效的匹配。在此，在匹配期間可以隨時將目標結構Z、所屬的模型M以及當前計算的偏差值或者偏差函數的當前計算值在操作臺5的顯示屏6上示出。此外，也可以如圖6a至6c那樣將偏差可視化。另外，還可以通過相應的著色使偏差可視化。
下層的類由對幾何影響的定量分析中得出。為此，改變每個參數并計算幾何改變后的模型相對于原始狀態(tài)所產生的偏差。例如，如果采用如圖8所示的基于三角形的表面模型，則該偏差可以通過對相應模型三角形的幾何距離求和來進行量化。然后，通過為偏差預先給定數值間隔，可以將參數分配到層次的類上。在此，不同的參數落入同一層次的類中是完全可能的。除了別的以外，這取決于偏差的數值間隔的寬度。如上所述，這些在同一層次的類中的參數在特定的迭代步驟S中同時首次允許改變，或者在自動匹配方法中相應地被自動地改變。
如已經提及的那樣，在該方法中優(yōu)選地采用直接與模型的特定解剖學標志的一個或者多個位置相關的模型參數。這種參數的例子是在圖7中在顱骨模型上標出的解剖學標志L，L1，L2或者各個解剖學標志之間的距離，例如在眼窩中心點的解剖學標志L1，L2之間的距離d0。為使操作者能手動在解剖匹配過程的干預中設置該眼窩的距離d0，操作者例如可以借助于鼠標選擇解剖學標志L1，L2中的一個，并交互地改變其位置。這樣，模型M的幾何形狀自動相適應地一起改變。
在改變包括在規(guī)范模型M的兩個解剖學標志之間的距離的模型參數時，優(yōu)選地將規(guī)范模型M的幾何形狀在沿這些解剖學標志之間的直線的區(qū)域中與距離的改變成正比地進行變形。在改變包括第一解剖學標志位置相對于相鄰標志的改變的模型參數時，優(yōu)選將規(guī)范模型M的幾何形狀在一個圍繞該第一解剖學標志的范圍中沿有關相鄰標志的方向相應地進行變形。在此，優(yōu)選地使變形隨著與有關第一解剖學標志的距離的增加而減小。也就是說，變形在距離標志較近的區(qū)域中比離其較遠的區(qū)域中更強烈，以實現(xiàn)圖中示出的效果。不過，也可以考慮其它變換規(guī)則，只要該規(guī)則能導致解剖上有意義的變換。必要時這取決于各個選出的模型。
根據圖7中顱骨模型上的解剖學標志L，L1，L2也可以說明一個典型的例子，其中，將兩個標志之間的距離歸到不同層次的類中。由此，圖7所示的顱骨模型不僅可以通過兩個眼窩之間的距離d0確定，而且還可以通過兩個莖突(Processi styloidei)之間的距離進行參數化，其中涉及的是在顱底上的小的骨凸肩(在圖7中的視圖中不可見)。這里，給出眼窩距離的第一參數的幾何效應比給出莖突之間的距離的第二參數的幾何效應更大。這例如可以通過在參數改變一毫米時使模型也幾何變化來進行檢查。因為莖突涉及的是相對小的結構，因此模型的幾何變化被限制在圍繞該骨凸肩的小范圍內。反之，眼窩則相對大很多。在眼窩距離變化時，模型的許多倍的部分發(fā)生幾何改變并引起更高的偏差。因此，將眼窩距離的參數設置到比莖突的距離變化明顯更高的層次的類中，因為具有對參數分層結構更大的幾何作用距離的基本參數比具有更多是局部作用的參數處在更高的層次上。
如果最后已將所有可設置的參數都個性化了，或者偏差函數已達到其最小值，則在方法步驟VI中檢驗，個性化后的規(guī)范模型與數據組(即目標結構)的偏差是否足夠小。在此，例如可以檢驗當前達到的偏差值是否低于邊界值。如果不低于，則中斷自動過程并按照常規(guī)的方式進行其它處理(如在此作為方法步驟VII所示意示出的)。也就是，概略圖像數據由操作者用來手動設置其它掃描參數。有意義的是，在這種中斷情況下向操作者輸出一個信號，使其立刻發(fā)覺他必須手動繼續(xù)處理該過程。
反之，如果規(guī)范模型M對目標結構Z的匹配是充分的，則隨后在方法步驟VIII中對應于解剖規(guī)范模型M和相應的診斷問題為其它檢查選擇掃描參數SP。在此，通過第二選擇單元8對不同的掃描參數SP進行選擇，該單元如在圖1中示意示出的那樣，優(yōu)選地同樣以軟件形式在控制裝置2的處理器3中實現(xiàn)。該第二選擇單元8例如從第一選擇單元7得到模型信息。關于診斷問題的信息已經在開始時通過操作者在操作臺15上輸入，或者操作者已經從不同的已預先給定的可能的診斷問題中選擇出。
在此，根據診斷問題選擇掃描參數SP可以歸結為選擇適當的檢查記錄，在這些記錄中綜合了對于具體MR檢查的掃描參數。一定的記錄表示一般的形態(tài)。例如，這涉及T1、T2以及PD記錄。其它的記錄則表示專門的形態(tài)。例如，血管可以通過3D梯度回波記錄在利用MR造影劑的條件下來顯示。在EPI記錄基礎上的擴散和灌注成像使得可以對大腦疾病進行有針對性的檢查。目前對于不同的診斷問題有著大量的檢查記錄。在此，記錄參數分為僅用于相應記錄的具體掃描參數和一般掃描參數。其中，特別有意義的是，總是需要對于各個具體檢查情況必須單獨設置的幾何掃描參數。這樣，在MR檢查中一定需要將層組(Sichtpakete)定位和對準。此外，在多數情況下還必須單獨選擇層距和層厚，如直角的圖像場。其中，這種單獨設置掃描參數的目的是對臨床重要的解剖結構進行標準化再現(xiàn)。在此，迄今為止是將層組與解剖學標志對準。為此的一個例子是在膝蓋檢查中使用容易識別的關節(jié)縫隙，或者在大腦檢查中與前部和后部的結合處對準。其中，通常是通過給出至少三個支持點來定義例如掃描平面的位置和取向。也可以通過適當的支持點將對掃描空間的邊界與解剖模型相關聯(lián)，由此確定圖像場，等等。按照本發(fā)明，這種對單個掃描參數的取向和設置不再是在測量期間進行，而是取而代之為對適合于該問題的規(guī)范模型設置一次。為此，將每個模型與為每個可能的問題所完成的記錄相對應，該記錄還包括對于有關的規(guī)范模型的幾何掃描參數。
例如，將這些掃描參數與各模型相結合地存放在數據庫中。這在圖1中示意地表示在控制裝置2的存儲器4中。在此，存儲器結構例如可以按照樹結構的方式構造，從而使每個模型對應于不同的診斷問題，而這些診斷問題又對應于所屬的掃描參數。
因此，由第二選擇單元8在方法步驟VIII中所選擇的幾何掃描參數SP首先對應于所選擇的規(guī)范模型，即“規(guī)范掃描參數”。因此，對應于由匹配單元10與在概略圖像數據中的目標結構所匹配的、相應的個性化的規(guī)范模型，必須對規(guī)范掃描參數SP進行個性化，這在方法步驟IX中借助于參數個性化單元11實現(xiàn)，該單元優(yōu)選地以軟件形式在處理器3中實現(xiàn)。參數個性化單元11從適配單元10獲得關于為將規(guī)范模型與目標結構Z匹配而進行的3D變換或者所使用的個性化算法的信息，并因此可以對掃描參數SP進行相應的個性化。例如，在參數個性化單元11中為了匹配掃描平面，將確定解剖規(guī)范模型M的掃描平面的支持點，對應于規(guī)范模型M的三維變換進行變換，并由此個性化。
然后，將個性化后的掃描參數ISP傳遞到檢查圖像確定單元13。后者則將這些個性化后的掃描參數ISP轉換為用于MRT設備1的相應控制命令SB，從而在方法步驟X中實施所希望的測量。
然后，在方法步驟XI中可選地確定，是否有必要進行其它測量。這一方面可以手動進行，即在相應的預診斷之后由受過培訓的MRT設備1的操作者進行，或者必要時通過自動圖像分析全自動地進行。對應于是否有必要進行其它測量和進行哪些其它測量的問題的確定，方法流程然后跳回到方法步驟VIII，再次根據其它診斷問題為各模型選擇掃描參數，并重新執(zhí)行方法步驟IX、X和XI。
如果確定不需要進行其它測量，則最后在方法步驟XII結束測量，并且可以例如通過總線20發(fā)送所獲得的圖像數據D并將其存放在海量存儲器21中，或者傳送到其它工作站或用于由放射醫(yī)生進一步診斷的圖像觀察單元上以便進一步處理或察看。同樣，也可以將圖像數據發(fā)送到電影制作站上，以便產生電影或者其它表現(xiàn)形式。
在這里還要再次明確地指出，附圖所示系統(tǒng)結構和處理器僅僅是實施例，專業(yè)人員可以很容易地改變細節(jié)。特別是可以將控制裝置2的不同部件不是實現(xiàn)在一個處理器上，而是實現(xiàn)在不同相互聯(lián)網的處理器上。例如，可以將尤其是計算計算集中的處理(如對模型的個性化)設置在適合的計算機上，該計算機然后只將最終結果送回。
此外，還可以將現(xiàn)有的控制裝置或者磁共振斷層造影設備(在其中已經實現(xiàn)了公知的后處理過程)再加裝按照本發(fā)明的部件，以便使這些裝置也可實現(xiàn)上面描述的本發(fā)明的方法。在很多情況下，利用適當的控制軟件模塊對控制軟件進行更新就已經足夠了。
權利要求
1.一種用于運行磁共振斷層造影設備(1)的方法，具有如下方法步驟-為取決于診斷問題的待檢查的檢查對象選擇幾何形狀可變的解剖規(guī)范模型(M)，-對包括檢查對象的區(qū)域測量多個概略圖像，其中，根據所選擇的解剖規(guī)范模型(M)確定可以用來控制對概略圖像的測量的、不同的概略掃描參數(UP)，-在所測量的概略圖像的斷面圖像數據(UD)中確定目標結構(Z)，-為了與所確定的目標結構(Z)進行匹配，對規(guī)范模型(M)進行個性化，-根據所選擇的規(guī)范模型(M)和診斷問題，選擇用于控制磁共振斷層造影設備(1)對后續(xù)斷層圖像進行測量的掃描參數(SP)，-對應于個性化的規(guī)范模型(M)對所選擇的掃描參數(SP)進行個性化，-在該個性化的掃描參數(ISP)的基礎上測量多個斷層圖像。
2.根據權利要求1所述的方法，其特征在于，在對所述規(guī)范模型(M)進行個性化之后檢驗，個性化的規(guī)范模型相對于目標結構(Z)的剩余偏差是否低于預定的邊界值，如果不低于該邊界值則中斷所述方法。
3.根據權利要求1或2所述的方法，其特征在于，將所述規(guī)范模型(M)連同其所屬的概略掃描參數(UP)一起進行存儲，用于對包括所涉及的檢查對象的區(qū)域建立特定的概略圖像。
4.根據權利要求1至3中任一項所述的方法，其特征在于，所述概略掃描參數(UP)包括用于確定概略圖像的位置、數目和類型的參數。
5.根據權利要求1至4中任一項所述的方法，其特征在于，在進行個性化期間，分別基于特定的偏差函數確定在修改后的規(guī)范模型(M)和所述目標結構(Z)之間的當前偏差值，并且自動地改變模型參數以使該偏差函數最小。
6.根據權利要求1至5中任一項所述的方法，其特征在于，將所述規(guī)范模型(M)根據模型參數(tx，ty，tz，rx，ry，rz，d0)在多個迭代步驟中與所述概略斷層圖像數據(UD)中的目標結構匹配，這些模型參數(tx，ty，tz，rx，ry，rz，d0)根據其對模型(M)的解剖幾何的影響而被分配在不同的層次上，以及隨著迭代步驟數量的增加可調整的模型參數(tx，ty，tz，rx，ry，rz，d0)的數目對應于其層次級別提高。
7.根據權利要求6所述的方法，其特征在于，所述模型參數分別屬于一個分層的類。
8.根據權利要求7所述的方法，其特征在于，基于模型幾何的偏差將所述模型參數與分層的類相對應，其中，該偏差在有關模型參數發(fā)生特定的值的改變時出現(xiàn)。
9.根據權利要求8所述的方法，其特征在于，不同的分層的類對應于偏差的一定值域。
10.根據權利要求1至9中任一項所述的方法，其特征在于，使用在三角形基礎上產生的表面模型作為所述規(guī)范模型(M)。
11.根據權利要求1至10中任一項所述的方法，其特征在于，將所述模型參數分別與至少一個解剖學標志(L，L1，L2)的位置這樣相關聯(lián)，使得修改后的規(guī)范模型(M)對于每個參數組具有解剖上有意義的幾何形狀。
12.根據權利要求1至11中任一項所述的方法，其特征在于，借助于輪廓分析方法至少部分自動地確定所述在概略斷層圖像數據中的目標結構(Z)。
13.根據權利要求1至12中任一項所述的方法，其特征在于，在所測量的其它斷層圖像的基礎上自動地對檢查對象進行分類。
14.一種計算機程序產品，可以直接加載到磁共振斷層造影設備的可編程控制裝置的存儲器中，所述控制裝置具有程序編碼裝置，使得當所述程序產品在該控制裝置中執(zhí)行時，能夠實施根據權利要求1至13中任一項所述的方法的所有步驟。
15.一種用于運行磁共振斷層造影設備(1)的控制裝置(2)，包括-用于控制磁共振斷層造影設備(1)相應于由該控制裝置預先給定的掃描參數(UP，ISP)測量多個斷層圖像照片的接口(5)，-存儲有多個具有可變幾何形狀的、用于不同檢查對象的解剖規(guī)范模型(M)的存儲裝置(4)，-第一選擇單元(7)，用于根據診斷問題為待檢查的檢查對象選擇一個解剖規(guī)范模型(M)，-概略圖像確定單元(14)，用于根據概略掃描參數(UP)控制磁共振斷層造影設備(1)來對包括檢查對象的區(qū)域測量多個概略圖像，其中，概略掃描參數是根據所選擇的解剖規(guī)范模型(M)預先給定的。-目標結構確定單元(9)，用于在所測量的概略圖像的斷面圖像數據(UD)中確定目標結構(Z)，-適配單元(10)，用于將所選擇的規(guī)范模型(M)個性化以便與所確定的目標結構(Z)進行匹配，-第二選擇單元(8)，用于根據所選擇的規(guī)范模型(M)和診斷問題來選擇控制磁共振斷層造影設備(1)的掃描參數，-參數個性化單元(11)，其對應于個性化的規(guī)范模型(M)對所選擇的掃描參數(SP)進行個性化。
16.一種磁共振斷層造影設備(1)，用于測量檢查對象的斷層圖像數據并具有根據權利要求15所述的控制裝置(2)。
全文摘要
本發(fā)明涉及一種運行磁共振斷層造影設備的方法。首先為取決于診斷問題的檢查對象選擇幾何形狀可改變的解剖規(guī)范模型(M)。然后，對包括檢查對象的區(qū)域測量多個概略圖像，根據所選的解剖規(guī)范模型(M)確定可以用來控制對概略圖像的測量的不同概略掃描參數(UP)。在測量的概略圖像的斷面圖像數據(UD)中確定目標結構(Z)，并為了與目標結構(Z)匹配，對規(guī)范模型(M)進行個性化。根據所選規(guī)范模型(M)和診斷問題，選擇控制磁共振設備測量后續(xù)斷層圖像的掃描參數(SP)，并對應于個性化規(guī)范模型(M)對選擇的掃描參數(SP)個性化?；趥€性化掃描參數(ISP)測量多個斷層圖像。還涉及對應的圖像處理系統(tǒng)。
文檔編號A61B5/055GK1654009SQ20041009836
公開日2005年8月17日 申請日期2004年12月8日 優(yōu)先權日2003年12月8日
發(fā)明者馬丁·坦克 申請人:西門子公司