-
Hintergrund der Erfindung
-
Erfindungsgebiet
-
Der
hier beschriebene Sachverhalt bezieht sich allgemein auf die Bildgebung
und insbesondere auf die Abbildung von Okklusionen in Gefäßgewebe.
-
Stand der relevanten Technik
-
Diagnostische
Systeme liefern beispielsweise auf medizinischem Gebiet medizinischem
Personal Informationen, die für die bessere Diagnose eines medizinischen
Zustandes notwendig sind. Wenn sich ein Patient beispielsweise über
starke Schmerzen in der Brust beklagt, kann eine Okklusion oder
Blockade, wie beispielsweise eine Lungenembolie (PE, pulmonary embolism),
einen aus einer Vielzahl von möglichen Gründen
darstellen, welche auszuschließen wären. In der
Vergangenheit ist das Auftreten von Lungenembolien mittels einer
auf visuellem Wege vorgenommenen Einschätzung durch einen Radiologen
diagnostiziert worden. Dieses Vorgehen ist sowohl aufwendig als
auch fehleranfällig.
-
Folglich
ist vorgeschlagen worden, computergestützte Erkennung (CAD)
für Lungenembolien zu einzusetzen, was bisher aber nicht
sehr erfolgreich war. Die meisten aktuellen Verfahren für
CAD sind vor allem abhängig von der geminderten Intensität der
von den Embolien betroffenen Regionen in Relation zu der unmittelbaren
Gefäßumgebung.
-
Ein
Nachteil solch einer Herangehensweise besteht darin, dass sich dabei
die Tendenz zeigt, dass damit auch die Erkennung von Gefäßverzweigungen,
Lymphknoten, Lungenvenen mit niedrigem Kontrast sowie anderen Teilen
der normalen Anatomie als falsche positive Erkennungen einhergeht.
Die Aufgabe der Erkennung wird außerdem aufgrund von beträchtlichen
Abweichungen der absoluten Kontrastniveaus und der Verteilung des
Kontrasts in verschiedenen Fällen zusätzlich erschwert.
Außerdem wird die Analyse durch Kontrast-Poolbildungs-Effekte
und andere Bildgebungsartefakte, wie beispielsweise durch Bewegung,
welche die Intensität verändert, weiter verkompliziert.
-
Ein
Versuch zur Vermeidung von falschen positiven Erkennungen wird in
der Publikation Y. Masutani, H. MacMahon, K. Doi, "Computerized
Detection of Pulmonary Embolisms in Spiral CT Angiography Based
an Volumetric Image Analyse", IEEE Transactions On Medical Imaging
2002, 21 (12), 1517) beschrieben. In dieser Publikation
wird die Erkennung von Lungenembolien unter Verwendung des lokalen
Intensitätskontrastes zur Identifizierung von Voxelgruppen
innerhalb einer Gefäßstruktur, welche in Relation
zu ihren Nachbarn weniger getrübt sind, zusammen mit der
Verwendung der Krummlinigkeits-Eigenschaften von Voxels zur Erkennung von
Lungenembolien beschrieben. Ein Klassifikator, der unter Verwendung
einer Trainings-Datenbank von Fällen entwickelt wurde,
wird angewendet, um falsche positive Erkennungen zu vermeiden. Zu
den Nachteilen dieser Herangehensweise gehört, dass sie
beträchtliche Zeit erfordert, um die Trainings-Datenbank
zu entwickeln, und dass sie sehr anfällig ist, wenn die
Erfassungsparameter in der klinischen Praxis von denen des Trainingsdatensatzes
abweichen.
-
Liang
et al (J. Liang, M. Wolf und M. Salganicoff, "A Fast Toboggan-based
Method for Automatic Detection and Segmentation of Pulmonary Embolism in
CT Angiography", MICCAI 2005 Short Papers) beschreiben
die Erkennung von Embolien im Bereich von –50 HU bis 100
HU unter Verwendung eines Toboggan-Algorithmus, der Voxels lokal
zusammenfasst, indem jedes Voxel dem Voxel mit der niedrigsten Intensität,
das sich in dessen Nähe befindet, zugeordnet wird. Ein
Nachteil dieser Herangehensweise besteht darin, dass aufgrund der
Tatsache, dass Fälle von CT-Kontraste für Variationen
der Intensität anfällig sind, die Annahmen in
Bezug auf die Intensitätsbereiche für Embolien
in Fällen von außergewöhnlich schwerwiegenden
Embolien oder in solchen Fällen, in denen partielle Volumeneffekte
künstlich erhöhte Intensitätsniveaus
erzeugen, wahrscheinlich inadäquat sind.
-
Zhou
et al (C. Zhou et al., "Preliminary Investigation of Computer-aided
Detection of Pulmonary Embolism in Three dimensional Computed Tomography
Pulmonary Angiography Images", Acad Radiol 2005; 12: 782)
verwenden einen dreistufigen Erwartungsmaximierungs-Algorithmus,
um ein halbautomatisches Verfahren zur Segmentierung von Lungenembolien
zu erhalten.
-
Es
sind auch Versuche unternommen worden, automatische Verfahren für
die Lungenembolie-Visualisierung zu entwickeln. Beispielsweise beschreiben
jeweils E. Pichon, C. L. Novak, A. P. Kiraly, "System and method
for visualization of PE from high resolution CT images", US Patentantrags-Publikationsnummer
No.
US 2005/0240094
A1 und
E. Pichon, C. L. Novak, A. P. Kiraly, D.
Naidich, "A novel method for lung embolism visualization from high-resolution CT
images", Medical Imaging 2004: Proc. SPIE Vol. 5367 eine
Maximalgefälle-Technik zur Berechnung der Statistik von
Gefäßvoxels radial zu einer Zentrallinie. Auf
diese Weise wird eine geeignete Statistik (Minimum/Durchschnitt)
dieses Satzes aller Voxels entlang des Verlaufsweges der Zentrallinie
zugeordnet, so dass im Inneren liegende Lungenembolien an die Gefäßoberfläche
gebracht werden. In einem anderen Beispiel wird bei A. P. Kiraly,
C. L. Novak, "System and Method for Tree Projection for Detection
of Pulmonary Embolism", U. S. Patentantrags-Publikationsnummer.
US 2006/0025674 A1 eine
Variante des Verfahrens von Pichon et al beschrieben, bei der anstelle
des Maximalgefälles eine Wagenrad-Projektion verwendet
wird. In einem anderen Beispiel wird in A. P. Kiraly, C. L. Novak,
"System and method for Tree-Model Visualization for Pulmonary Embolism Detection",
U. S. Patentantrags-Publikationsnummer
US 2006/0023925 A1 ein
Minimalintensitäts-Projektionsverfahren beschrieben, welches
verwendet wurde, wobei die resultierende Gefäßoberfläche
ausgerollt wurde, um eine zweidimensionale Darstellung eines Gefäßes
zu erhalten, die verwendet wurde, um die Lungenembolie-Positionen
in einer zweidimensionalen Darstellung des gesamten Gefäßbaumes
hervorzuheben. In einem weiteren Beispiel wird bei
A. P. Kiraly,
E. Pichon, D. Naidich, C. L. Novak, "Analyse of arterial sub-trees
affected by Pulmonary Emboli", Medical Imaging 2004: Image Processing,
Proc. SPIE Vol. 5370 ein Verfahren beschrieben, durch das bei
einer vorgegebenen Position der Embolie der betroffene Lungenbereich
identifiziert werden kann, indem ein Arterienbaum extrahiert wird,
welcher distal zur Lungenembolie-Position liegt.
-
Allerdings
ist zurzeit kein geeignetes Gerät oder Verfahren zur Erkennung
von Okklusionen verfügbar, bei dem die oben beschriebenen
Probleme und Nachteile überwunden werden.
-
Kurzbeschreibung der Erfindung
-
Gemäß einer
Ausführungsform der vorliegenden Erfindung umfasst ein
Verfahren zur Identifizierung einer oder mehrerer Okklusionen in
einer Vaskulatur, welche sich in einer Region von Interesse befindet,
die Extraktion der Vaskulatur aus der Region von Interesse; die
Identifizierung einer Objektgeometrie der extrahierten Vaskulatur;
und den Vergleich der Objektgeometrie mit einer zuvor bestimmten
Geometrie, um eine Blockade zu identifizieren.
-
Gemäß einer
anderen Ausführungsform der vorliegenden Erfindung umfasst
ein Gerät zur Identifizierung einer oder mehrerer Okklusionen
in der Vaskulatur, die sich in einer Region von Interesse befindet,
eine Abtastvorrichtung zur Generierung von volumetrischen Bilddaten
und einen Prozessor, der so eingerichtet ist, dass er eine Vaskulatur
aus den Bilddaten extrahiert, eine Objektgeometrie der extra hierten
Vaskulatur identifiziert und die Objektgeometrie mit einer zuvor
bestimmten Geometrie vergleicht, um eine Blockade zu identifizieren.
-
Kurzbeschreibung der Zeichnungen
-
Die
nachfolgende detaillierte Beschreibung wird unter Bezugnahme auf
die beigefügten Zeichnungen durchgeführt, für
welche gilt:
-
1 ist
ein schematisches Diagramm, welches ein Gerät zur Identifizierung
von Okklusionen gemäß einer Ausführungsform
der vorliegenden Erfindung zeigt;
-
2 ist
ein Abschnitt eines Kontrastbildes einer Lunge, welches segmentierte
Gefäße zeigt;
-
3 ist
ein weiterer Abschnitt des Kontrastbildes einer Lunge, welches die
Kurvatur eines Gefäßes zeigt, das eine Okklusion
enthält; und
-
4 ist
ein Flussdiagramm, das ein Verfahren zur Identifizierung von Okklusionen
gemäß einer weiteren Ausführungsform
der vorliegenden Erfindung zeigt.
-
Detaillierte Beschreibung
der bevorzugten Ausführungsform
-
Eine
Ausführungsform der vorliegenden Erfindung bezieht sich
auf ein Verfahren und eine Vorrichtung zur Erkennung von Blockaden
oder Okklusionen, wie beispielsweise Lungenembolien, in der Vaskulatur.
Wie im Folgenden genauer beschrieben werden wird, wird eine geometrische
Analyse der lokalen Formeigenschaften einer Vaskulatur angewendet,
welche auf der Grundlage einer Intensitätsschwelle erfolgen
kann. Man kann erkennen, dass die Analyse der lokalen Formeigenschaften
sich nicht aufgrund der Intensitätsskalierung verändert
und daher ein Kriterium liefert, das unempfindlich gegenüber
Intensitätsunterschieden zwischen den einzelnen Fällen
ist, wodurch dieser Nachteil und andere oben beschriebene Nachteile
nach dem Stand der Technik überwunden werden.
-
Was
nun 1 anbelangt, so wird eine Bildgebungsvorrichtung
zur Identifizierung von Okklusionen gemäß einer
Ausführungsform der vorliegenden Erfindung in allgemeiner
Form unter 10 illustriert. In dieser Ausführungsform
umfasst die Bildgebungsvorrichtung 10 eine Abtastvorrichtung 12,
Eingangs/Ausgangs-Vorrichtungen 14, ein Display 16, einen
Datenspeicher 18 und einen Prozessor 20.
-
Bei
der Abtastvorrichtung 12 kann es sich um eine oder mehrere
Vorrichtungen wie beispielsweise eine Magnetresonaz(MR)-Bildgebungsvorrichtung, eine
Computertomographie(CT)-Bildgebungsvorrichtung, eine Spiral-CT-Vorrichtung,
eine Positronenemissionstomographie(PET)-Vorrichtung, eine zweidimensionale
(2D) oder dreidimensionale (3D) fluoroskopische Bildgebungsvorrichtung,
eine 2D, 3D oder vierdimensionale Ultraschall-Bildgebungsvorrichtung und/oder
eine Röntgen-Vorrichtung handeln, die volumetrische Bilddaten
generieren und diese Daten an einen Prozessor 20 übermitteln
kann.
-
Die
Eingangs/Ausgang-Vorrichtungen 14 können aus einer
beliebigen Anzahl oder einer Kombination von Vorrichtungen bestehen,
welche Informationen an den Prozessor 20 liefern und/oder
von ihm empfangen können, wie beispielsweise [über] eine
Tastatur, ein CD/DVD-Laufwerk, eine Flash Memory und/oder einen
Drucker. Das Display 16 kann aus einem beliebigen geeigneten
Displaybildschirm, wie beispielsweise aus einem Flüssigkristallbildschirm,
bestehen.
-
Der
Datenspeicher 18 kann einen beliebigen geeigneten Kurzzeit-Datenspeicher,
wie beispielsweise RAM und/oder ROM, und/oder einen Langzeit-Datenspeicher
wie beispielsweise eine Festplatte zur Speicherung von Informationen
umfassen, die vom Prozessor 20 verwendet werden, um eine
beliebige der im Folgenden beschriebenen Funktionen sowie andere
Funktionen auszuführen, die zur Umsetzung dieser Erfindung
notwendig sind.
-
Der
Prozessor 20 kann aus einer beliebigen geeigneten Vorrichtung
bestehen, die mittels einer Serie von verfügbaren Befehlen
eingerichtet werden kann, beispielsweise in Firmware oder Software,
und die, wie gezeigt wird, schaltungsintern angeschlossen ist, um
jeweils mit der Abtastvorrichtung 12, den Eingangs/Ausgang-Vorrichtungen 14,
dem Display 16 und dem Datenspeicher 18 zu kommunizieren.
In einer Ausführungsform der vorliegenden Erfindung ist
der Prozessor 20 so eingerichtet, dass er eine Okklusion
oder Blockade wie beispielsweise eine Lungenembolie, erkennt. Um
dies zu erreichen und für den Fall, dass eine Lungenembolie
vorliegt, für die der Kontrastfluss ausreicht, so dass
die Vaskulatur oder Gefäßsegmente einfach bis
jenseits des Punktes der Blockade nachverfolgt werden können,
kann der Prozessor 20 so eingerichtet werden, dass er dunkle
Pathologien innerhalb des hellen Feldes erkennt, welches die Vaskulatur
darstellt. Wie im Folgenden detailliert beschrieben, kann eine Vaskulatur zusätzlich
als eine Serie von Verzweigungen und Segmenten in einer Graphdarstellung
extrahiert werden, wenn der Fall auftritt, dass schwere Lungenembolien
dazu führen, dass eine oder mehrere betroffene Gefäßsegmente
in einem Gefäßbaum nicht vollständig
sind. Dies kann dann mit einer Baseline oder einem Standardatlas
der Lungengefäße verglichen werden, um Brüche
in der Anatomie genau zu bestimmen.
-
In
dieser beispielhaften Ausführungsform können volumetrische
Bilddaten eines Lungenpaares von der Abtastvorrichtung 12 erzeugt
und an den Prozessor 20 übermittelt werden, der
so eingerichtet werden kann, dass er zuerst eine Glättung
der Bilddaten liefert, um den Rauscheffekt zu reduzieren. Danach
können die Lungen aus den Bilddaten gewonnen werden, indem
eine Intensitätsschwelle eingestellt wird. Es sei darauf
hingewiesen, dass die verbleibenden Bilddaten im Allgemeinen keine
Gefäße oder Strukturen der Lungenwand enthalten.
Um dies zu korrigieren, kann eine morphologische Schließung angewendet
werden, um die Wandstrukturen mit aufzunehmen, gefolgt von einem
bekannten Lückenfüll-Schritt, so dass die Parenchymstrukturen
mit erfasst werden.
-
Danach
kann ein Gefäßbaum aus den nun kontrastverbesserten
volumetrischen CT-Bilddaten gewonnen werden, wobei eine auf der
Form basierende oder geometrische Analyse ver wendet wird. Auf diese
Weise können Lungengefäße segmentiert werden,
indem eine lokale Kurvaturantwort der Voxels innerhalb der Bilddaten
analysiert wird, welche die Lungenfelder enthalten. Gemäß einer
wichtigen Eigenschaft dieser Ausführungsform sei darauf
hingewiesen, dass in einer beliebigen Position, das Verhältnis
der Eigenwerte k1, k2 eines Kurvaturtensors Informationen über
eine lokale Form einer Isooberfläche liefert, welche die
entsprechende Position durchquert, wobei die Werte in der Nähe
von Null und in der Nähe von eins jeweils für
krummlinige (Gefäß) und runde (kugelförmige)
Objekte liegen.
-
Genauer
gesagt können prinzipiell Kurvaturen einer Isooberfläche
I(x) = k an einer Position x anhand der Eigenwerte einer 2×2
Matrix C ermittelt werden, welche als Kurvaturtensor der volumetrischen Bilddaten
bezeichnet wird, I:
wobei H die 3×3
Hessematrix der zweiten Ableitungen der Volumenbilddaten und N die
3×2 Matrix des Nullraums von ∇I ist.
-
Die
Eigenwerte κ1,2 liefern an einer beliebigen Position des
Kurvaturtensors Informationen über die lokale Form der
Isooberfläche, welche diese Position überschneidet.
Die Analyse der Tensorkurvaturen liefert die lokalen geometrischen
Eigenschaften, die in Bezug auf die Intensitätsska lierung,
welche mit dem Stand der Technik verbunden ist, unveränderlich und
unempfindlich sind.
-
Es
ist festgestellt worden, dass eine krummlinige Struktur, wie beispielsweise
ein Gefäß, einen deutlichen Unterschied der Größen
von κ1 und κ2 zeigt, wobei kugelförmige
Strukturen im Gegenteil durch fast gleiche Werte für κ1
und κ2 charakterisiert sind. Daher liefert ein Verhältnis
der gewonnen Kurvaturtensoren an einem Voxel ein wichtiges Identifizierungsmerkmal
für ein Gefäß.
-
Außerdem
können Gefäßvoxels innerhalb der volumetrischen
Bilddaten der Lungenfelder segmentiert werden, um Lungenembolien
besser sichtbar zu machen, um zusätzlich zu einer Intensitätsschwelle
eine Minimumschwelle auf den Kurvaturtensor anzuwenden, wie beispielsweise
(1 – κ1/κ2), wie im Folgenden beschrieben.
-
Es
sei darauf hingewiesen, dass Lungenembolien als dunkle Zylinder/dunkle
Kugeln innerhalb eines hellen Gefäßfeldes erscheinen
und daher die gewonnen berechneten Tensorkurvaturen ein umgekehrtes
Vorzeichen für diese Strukturen aufweisen. Dies kann genutzt
werden, um Abweichungen von den normalen Kurvaturantworten für
helle Gefäße zu erkennen. 2 illustriert
einen Abschnitt eines CT-Kontrastbildes, das die Komplexität
der Lungengefäße und der Lungenembolien zeigt.
Es sei darauf hingewiesen, dass ein Verfahren und eine Vorrichtung
gemäß einer Ausführungsform der vorliegenden Erfindung,
wie sie im Folgenden detaillierter beschrieben werden, Lungenembolien
innerhalb dieser Lungengefäße finden und Diskontinuierlichkeiten
in der Abbildung der kontrastverbesserten Gefäße
erkennen können.
-
3 zeigt
einen anderen Abschnitt eines CT-Kontrastbildes, in dem eine zentral
zum Gefäß liegende Okklusion bei 302 in
einer Kurvaturantwort-Darstellung hervorgehoben ist. In diesem Abschnitt
wird die Okklusion so gezeigt, dass sie innerhalb einer im Allgemeinen
kugelförmigen Struktur lokalisiert ist.
-
Bei
Blockaden, die den Fluss stärker behindern, so dass der
Baum entweder diskontinuierlich ist oder am Punkt der Blockade aufhört,
ist es wichtig, ausreichend Abschnitte einer Anatomie zu erkennen, so
dass die Diskontinuierlichkeiten und Brüche mit den normalen
Grenzen zur Möglichkeit der Erkennung einer Vaskulatur
in Einklang gebracht werden können. Dies kann die oben
beschriebene geometrische Analyse in Situationen ergänzen,
in denen die Embolien solch eine geometrische Analyse des jeweils
betroffenen Gefäßsegments unmöglich machen.
Beispielsweise kann es als ein Anzeichen für eine mögliche
Lungenembolie gewertet werden, wenn Positionen, an denen der betrachtete
Lungenbaum entweder diskontinuierlich ist (nachdem eine Intensitätsschwelle
auf die volumetrischen Bilddaten angewendet worden ist) [vorliegen],
oder wenn ein Objektgraph sich vom Kontrollgraphen unterscheidet,
indem er Brüche in dem Lungenfluss zeigt, was jeweils als
Hinweis auf eine mögliche Lungenembolie gewertet werden
kann.
-
Um
eine Objektgraphdarstellung einer betrachteten Anatomie vorzubereiten,
können Bilddaten, welche eine Vaskulatur darstellen, mittels
Verzweigungspunkten und Vaskulatursegmenten identifiziert werden.
Der Objektgraph kann mit einem zuvor festgelegten Graph oder einer
Referenzanatomie verglichen werden, welche eine Darstellung der Struktur
der Veskulatur der Lunge (oder eines anderen Organs) ohne Embolien
darstellt. Der zuvor festgelegte Graph kann eine Baseline oder eine
andere Abtastung derselben Person entweder mit oder ohne Kontrast
sein, aus der ein "vollständiger" Gefäßbaum mit
einem bestimmten Grad an Verlässlichkeit abgeleitet werden
kann, oder es kann sich um einen anatomischen Atlas handeln, da
der Gefäßbaum im Allgemeinen für den
Großteil der Bevölkerung eine feste Topologie
aufweist. Die geometrische Analyse, welche oben beschrieben wird,
wird verwendet, um einen Gefäßbaum aus den Segmenten
und Abzweigungen der betrachteten Abtastung zu erstellen, und dieser
Baum wird dann auf eine Weise gekennzeichnet, die es ermöglicht,
die zugrundeliegende Topologie zu bewahren. Man kann sehen, dass
die Diskontinuierlichkeiten in dem Graph und die Stellen, an denen
der Graph sich topologisch von der Topologie der Referenzanatomie
unterscheidet, als mögliche Lungenembolie-Positionen angesehen
werden können.
-
Gemäß einer
anderen Ausführungsform der vorliegenden Erfindung wird
ein Verfahren zur Identifizierung einer oder mehrerer Okklusionen
in der Vaskulatur, die sich in einer Region von Interesse befindet,
in allgemeiner Form unter 400 gezeigt, und wie in 402 dargestellt
wird, umfasst es die Extraktion einer Vaskulatur aus der Region
von Interesse. Wie bei 404 gezeigt, umfasst das Verfahren
auch die I dentifizierung einer Objektgeometrie der extrahierten
Vaskulatur und, wie bei 406 gezeigt, den Vergleich der Objektgeometrie
mit einer zuvor bestimmten Geometrie, um eine Blockade zu identifizieren.
Wie bei 408 gezeigt, kann das Verfahren ferner die Generierung eines
Objektgraphen umfassen, der die extrahierte Vaskulatur darstellt,
wobei, wie bei 410 gezeigt, ein zuvor bestimmter Graph
geliefert wird und der Vergleich des Objektgraphen mit dem zuvor
bestimmten Graph durchgeführt wird, um fehlende oder abnormale
Graphsegmente zu erkennen und dadurch eine Blockade zu identifizieren,
wie bei 412 gezeigt.
-
Gemäß dem
Verfahren 400 kann der Schritt zur Identifizierung einer
Objektgeometrie auch die Benutzung eines Kurvaturtensors umfassen,
um eine Form einer Isooberfläche der extrahierten Vaskulatur zu
identifizieren, wie bei 414 gezeigt. Es sei darauf hingewiesen,
dass der Kurvaturtensor ein Verhältnis von Eigenvektoren
umfassen kann, welche der Form der Isooberfläche entsprechen,
wie in 416 gezeigt.
-
Gemäß dem
Verfahren 400 kann der Schritt der Extraktion der Vaskulatur
ferner die Verwendung einer Computertomographie umfassen, um volumetrische
Bilddaten zu generieren und eine Lungenvaskulatur aus den volumetrischen
Bilddaten zu gewinnen. Außerdem kann der Schritt der Extraktion
der Vaskulatur ferner die Einstellung einer Intensitätsschwelle
für die volumetrischen Bilddaten umfassen, um die Lungenvaskulatur
abzugrenzen, wie bei 418 gezeigt. Ferner kann der Schritt
der Extraktion der Vaskulatur die Anwendung eines morphologischen Verschlusses
auf die volumetrischen Bilddaten umfassen, um Lungenwandstrukturen
zu gene rieren, und die Lieferung eines Lückenfüllplans,
um die Parenchymstrukturen zu ersetzen. Es sei darauf hingewiesen,
dass es sich bei der Blockade um eine Lungenembolie handeln kann
und dass der zuvor bestimmte Graph einen Baselinegraphen oder einen anatomischen
Atlas umfassen kann.
-
Bei
der vorliegenden Erfindung wird eine Herangehensweise verwendet,
die dazu dient, die Charakteristiken einer Emboliestruktur selbst
besser zu verstehen, so dass gleich zu Anfang falsche Erkennungen
reduziert werden. Die Analyse geht außerdem über
die lokale Antwort hinaus, und zwar durch die Identifizierung einer
Embolie als eines Elements des gesamten Lungengefäßbaums,
welches bis jenseits eines erlaubten Grades vom Atlas abweicht. Dadurch
wird die Identifizierung von ganzen Okklusionen ermöglicht,
die normalerweise im Zuge der geometrischen Analyse nicht erkannt
und somit vom Untersuchungsgebiet ausgeschlossen werden würden.
Die Identifizierung von Embolien in Bezug auf deren anatomische
Position in einem Modellbaum würde auch dazu beitragen,
die falsche Identifizierung von Lungenvenen, welche eine abweichende Trübung
aufweisen, als vermeintliche Emboliepositionen zu reduzieren.
-
Zu
den technischen Effekten der hier beschriebenen Systeme und Verfahren
gehört die Identifizierung einer Objektgeometrie einer
ausgedehnten Vaskulatur und der Vergleich der Objektgeometrie mit einer
zuvor bestimmten Geometrie, um eine Blockade zu identifizieren.
-
Obwohl
die vorliegende Erfindung im Zusammenhang mit den Ausführungsformen
beschrieben worden ist, die zurzeit als die praktischsten und bevorzugten
Ausführungsformen angesehen werden, sei auch darauf hingewiesen,
dass die vorliegende Erfindung nicht auf die hier vorgestellten
Ausführungsformen beschränkt ist. Vielmehr soll
die vorliegende Erfindung alle verschiedenen Modifikationen und äquivalente
Anordnungen abdecken, welche der Wesensart der angehängten
Patentansprüche entsprechen und in deren Schutzumfang fallen.
-
Ein
Verfahren zur Identifizierung einer oder mehrerer Okklusionen in
einer Vaskulatur, die sich in einer Region von Interesse befindet,
umfasst die Extraktion einer Vaskulatur aus der Region von Interesse 402;
die Identifizierung einer Objektgeometrie der extrahierten Vaskulatur 404;
und den Vergleich der Objektgeometrie mit einer zuvor bestimmten
Geometrie, um eine Blockade zu identifizieren 406. Es wird auch
eine Vorrichtung zur Identifizierung einer oder mehrerer Okklusionen
in einer Vaskulatur vorgestellt, die sich in einer Region von Interesse
befinden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- - US 2005/0240094
A1 [0008]
- - US 2006/0025674 A1 [0008]
- - US 2006/0023925 A1 [0008]
-
Zitierte Nicht-Patentliteratur
-
- - Y. Masutani,
H. MacMahon, K. Doi, "Computerized Detection of Pulmonary Embolisms
in Spiral CT Angiography Based an Volumetric Image Analyse", IEEE
Transactions On Medical Imaging 2002, 21 (12), 1517) [0005]
- - J. Liang, M. Wolf und M. Salganicoff, "A Fast Toboggan-based
Method for Automatic Detection and Segmentation of Pulmonary Embolism
in CT Angiography", MICCAI 2005 Short Papers [0006]
- - C. Zhou et al., "Preliminary Investigation of Computer-aided
Detection of Pulmonary Embolism in Three dimensional Computed Tomography
Pulmonary Angiography Images", Acad Radiol 2005; 12: 782 [0007]
- - E. Pichon, C. L. Novak, A. P. Kiraly, D. Naidich, "A novel
method for lung embolism visualization from high-resolution CT images",
Medical Imaging 2004: Proc. SPIE Vol. 5367 [0008]
- - A. P. Kiraly, E. Pichon, D. Naidich, C. L. Novak, "Analyse
of arterial sub-trees affected by Pulmonary Emboli", Medical Imaging
2004: Image Processing, Proc. SPIE Vol. 5370 [0008]