用于分析表示生物组织的三维体积的图像数据的方法技术

在用于分析表示生物组织的三维体积的图像数据的方法的上下文中，图像数据包括表示第一时间点的体积的第一图像(10)和表示不同于第一时间点的第二时间点的体积的第二图像(20)。该方法包括步骤：a)识别具有沿预定方向(y)的主延伸部的第一图像(10)所表示的体积的第一子体积(11)和具有沿预定方向(y)的主延伸部的第二图像(20)所表示的体积的第二子体积(21)，其中第一子体积(11)和第二子体积(21)表示三维体积的相同区域；b)由沿预定方向的第一子体积(11)的一系列体素的图像数据和沿预定方向的第二子体积(21)的一系列体素的图像数据形成距离矩阵；以及c)分析距离矩阵以获得沿预定方向(y)的由第一子体积和第二子体积(11、21)表示的生物组织的层的增长概率的至少一个局部测量值。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于分析表示生物组织的三维体积的图像数据的方法，该图像数据包括表示第一时间点的体积的第一图像和表示不同于第一时间点的第二时间点的体积的第二图像。本专利技术还涉及用于分析表示生物组织的三维体积的图像数据的计算机程序。
技术介绍
发达国家中年龄超过50岁的人中，老年性黄斑变性(AMD)、尤其是新生血管AMD(nAMD)是失明的主要原因。血管透过性的增加导致视网膜内或视网膜下的异常流体聚集，该异常流体聚集在它涉及黄斑的中心时导致视觉机能障碍。这导致迅速恶化的视敏度，色素上皮疤痕，永久丧失视力或失明。然而，抗血管生成剂、包括雷珠单抗(Ranibizumab，商品名为Novartis，巴塞尔，瑞士)的玻璃体内注射已经显示出显著改善的nAMD的过程。为了减少玻璃体内注射的负担并优化风险/利益曲线，nAMD特征的演变(progression)能通过光学相干断层扫描(OCT)进行非侵入性监测。突出的nAMD特征包括视网膜结构厚度的增加。当在视觉上比较不同时间获取的视网膜的相同区域的两个OCT图像时，这种增加可被识别，其中时间间隔是几天到几个月。例如，用雷珠单抗治疗的患者通常经受每月一次OCT检查。如果观察到nAMD特征的显著增长，那么治疗决策表示为：病人在当天、一个月后或两个月后(治疗期)接受雷珠单抗注射。如果nAMD特征还没有完全退去，再治疗可以被指示为一个月后。否则，该患者当天不接受注射，但通常指示维持注射(维持期)。OCT采集以及OCT采集的随后的分析通常是由技术人员、包括眼科医生进行。这意味着，所监控的患者被要求在每次采集OCT时要访问医院的医疗实践或专门单位。这使患者承受相当大的负担。而且，OCT采集的频率(例如1个月)已经是一方面nAMD发展的密切监测和另一方面患者负担的成本及负担之间的一种折衷。原则上，OCT采集的自动分析可缓解这些问题。近年来，许多算法已被设计来自动分析视网膜的OCT采集，例如AbràmoffMD,GarvinM.,SonkaM.,Retinal的RetinalImagingandImageAnalysis(视网膜成像和图像分析)，IEEERevBiomedEng.2010；3:169-208。这些算法的大多数聚焦在视网膜的解剖结构的片段，如视网膜层。然而，特别是如果分析基于通过廉价的小型OCT设备所获得的稀疏的OCT信息，那么这些算法中没有一个被证明在自动提供成像的生物组织的形态学变化的信息方面、特别是层的厚度的变化方面是令人满意的。因此，仍然没有提供对于决定nAMD的进一步治疗有用的信息的自动方法。
技术实现思路
本专利技术的目的是提供属于前述
的用于分析图像数据的方法，该方法允许可靠地提供成像的生物组织的形态变化的信息，特别是图象数据稀疏的情况下。通过权利要求1的特征详述本专利技术的方案。根据本专利技术，该方法包括以下步骤：a)识别具有沿预定方向的主延伸部的第一图像所表示的体积的第一子体积和具有沿预定方向的主延伸部的第二图像所表示的体积的第二子体积，其中第一子体积和第二子体积表示三维体积的相同区域；b)由在预定方向上的第一子体积的一系列体素(voxel)的数据图像与在预定方向上的第二子体积的一系列体素的图像数据创建距离矩阵；和c)分析距离矩阵以获得沿预定方向的由第一子体积和第二子体积表示的生物组织的层的增长概率的至少一个局部测量值(measure)。因此，用于分析表示生物组织的三维体积的图像数据的本专利技术的计算机程序包括在计算机运行时适于执行上述步骤的计算机程序代码。应注意：生物组织的三维体积可用二维图片(即，二维网格的像素)来表示，示出仅一片组织。在这种情况下，“体素”实际上是像素并被认为表示围绕一片组织的相应位置的三维体积(例如，立方体)。但是，本专利技术的方法特别适合由三维网格的体素构成的图像数据。特别地，预定的方向与三维图像数据的轴相一致。这有利于图像数据的处理。第一时间点和第二时间点的典型的时间间隔是12小时-150天，特别是5-90天。应注意：不要求第一子体积和第二子体积表示被分析的生物组织的完全相同的区域，而是要求存在被两个子体积所涵盖的区域。它是将在随后的步骤中被研究的区域(或其中的一部分)。距离矩阵包含在用于成对的体素(第一子体积的一个体素和第二子体积的一个体素)的图像数据方面的距离测量值(或成本函数(costfunction))。在最简单的情况下，距离矩阵是二维的，或它可具有如下所示的更高的维度。应注意：通常不必要建立全部的矩阵，而是相对于预定方向具有非常不同的位置的第一子体积和第二子体积的体素不需要彼此比较，因为它们不对应于生物组织的相同部分，即使是在被比较的图像之间有重大变化的情况。上述步骤的结果是在第一子体积和第二子体积所表示的生物组织内的层的增长概率的局部测量值，其可以是第一图像中已经存在的层或仅第二图像中的已经被检测的新的层。在本文中，“局部”是指彼此垂直且垂直于预定方向的两个轴主要限定的平面上的特定位置。它表明，基于距离矩阵的该方法比传统的图像识别技术更具有鲁棒性(robust)并明显更简单，传统的图像识别技术试图识别生物组织的特定结构，以用于随后确定这些结构的尺寸。基于距离矩阵，组织的层的厚度变化可被自动且可靠地识别。特别地，图像数据是光学相干断层成像(OCT)的图像数据。在OCT扫描，第一子体积和第二子体积的情况下，每者均对应于一定位置处的(超声术语中)A型扫描。预定方向对应于深度轴，即进行A型扫描所沿的轴。在下文中，深度轴用y表示，而表示对应的A型扫描的位置的垂直于y轴的两个轴分别用x和z表示。特别地，3DOCT图像数据由光谱域OCT获得。通常，本专利技术的方法可应用于由诸如血管造影术、计算机断层扫描、磁共振成像(MRI)等其他技术获得的三维图像数据。本专利技术的方法特别适合人类或哺乳动物的视网膜组织的研究。特别地，该方法允许视网膜、尤其是黄斑区的各层的增长的自动研究。相应地，处理过的数据有利于nAMD特征的检测，并提供对于决定nAMD的进一步治疗有用的信息。因此，该方法可用作决策支持工具，以便帮助临床医师评估玻璃体内注射的需要。本专利技术的方法的目的不在于检测所有nAMD特征，即视网膜囊肿、视网膜下液，弥漫性视网膜水肿、视网膜色素上皮脱离和视网膜组织。相反，其检测3DOCT体积中的局部视网膜的增长。相比于基于图像识别的方法，该检测对图像质量的改变不敏感，因而更具有鲁棒性(robust)。本专利技术不限于视网膜组织的研究。利用本专利技术的方法可研究其他生物组织，特别是这些组织的层的厚度随时间的变化(增加或减少)受关注的情况。一个示例是在MRI图像中观察到的阿尔茨海默氏病的演变。优选地，分析距离矩阵的步骤包括获得对应于将距离矩阵的预定起点和预定终点相连接的路径的翘曲函数，距离矩阵给出的距离的总和沿该路径最小。通过采用寻路算法、例如已知的Dijkstra算法可确定最短距离。该方法受到根据例如语音识别或诸如地震学领域中的时间顺序分析而已知的“动态时间规整”方法的启发。翘曲函数对应于第一子体积的体素和第二子体积的体素之间的最佳匹配。一般说来，第一子体积的每个体素与第二子体积的一个体素配对。如果第一子体积中的一个体素与第二子体积中的多个体素配对，那么这可能意味本文档来自技高网...

【技术保护点】
一种用于分析表示生物组织的三维体积的图像数据的方法，所述图像包括表示第一时间点时的体积的第一图像和表示不同于第一时间点的第二时间点时的体积的第二图像，所述方法包括以下步骤：a)识别具有沿预定方向的主延伸部的第一图像所表示的体积的第一子体积和具有沿所述预定方向的主延伸部的第二图像所表示的体积的第二子体积，其中所述第一子体积和所述第二子体积表示三维体积的相同区域；b)由沿所述预定方向的所述第一子体积的一系列体素的图像数据和沿所述预定方向的所述第二子体积的一系列体素的图像数据形成距离矩阵；c)分析所述距离矩阵以获得沿所述预定方向的由所述第一子体积和所述第二子体积表示的生物组织的层的增长概率的至少一个局部测量值。

【技术特征摘要】
【国外来华专利技术】2014.04.07 CH 534/141.一种用于分析表示生物组织的三维体积的图像数据的方法，所述图像包括表示第一时间点时的体积的第一图像和表示不同于第一时间点的第二时间点时的体积的第二图像，所述方法包括以下步骤：a)识别具有沿预定方向的主延伸部的第一图像所表示的体积的第一子体积和具有沿所述预定方向的主延伸部的第二图像所表示的体积的第二子体积，其中所述第一子体积和所述第二子体积表示三维体积的相同区域；b)由沿所述预定方向的所述第一子体积的一系列体素的图像数据和沿所述预定方向的所述第二子体积的一系列体素的图像数据形成距离矩阵；c)分析所述距离矩阵以获得沿所述预定方向的由所述第一子体积和所述第二子体积表示的生物组织的层的增长概率的至少一个局部测量值。2.根据权利要求1所述的方法，其中，分析所述距离矩阵的步骤包括以下子步骤：获得对应于将所述距离矩阵的预定起点和预定终点相连接的路径的翘曲函数，所述距离矩阵给出的距离的总和沿所述路径最小。3.根据权利要求2所述的方法，其中，分析所述距离矩阵的步骤包括其他子步骤：将所述路径与基准路径比较，所述增长概率的所述局部测量值对应于所述路径和所述基准路径之间的总体差异。4.根据权利要求3所述的方法，其特征在于，所述增长概率的所述局部测量值与由所述路径和所述基准路径界定的区域的大小成比例。5.根据权利要求1至4中任一项所述的方法，其特征在于，获得增长图，所述增长图根据垂直于所述预定方向的平面中的位置由所述增长概率的所述局部测量值构成。6.根据权利要求5所述的方法，其特征在于，沿所述预定方向由所述第一图像和所述第二图像表示的所述生物组织的层的所述增长概率的...

【专利技术属性】
技术研发人员：G·凯莱克，J·科瓦尔，P·马罗卡，
申请(专利权)人：MIMO股份公司，
类型：发明
国别省市：瑞士;CH