用于分析脑白质病变的医学仪器制造技术

本发明专利技术涉及一种用于自动检测受检者的检查区中的受影响区域的医学仪器，包括：包含机器可执行指令的存储器；和用于控制所述医学仪器的处理器，其中，对所述机器可执行指令的执行使所述处理器控制所述仪器以：获得所述检查区的第一解剖图像和所述检查区的第一纤维图像，其中，第一参数和第二参数分别描述所述第一解剖图像和所述第一纤维图像的特征；将所述第一解剖图像分割成指示所述检查区中的相应组织和/或结构的多个片段；识别在经分割的第一解剖图像中的第一病变；使用所述第一和/或第二参数的值来确定在所识别的第一病变中用于跟踪算法的种子点，以用于跟踪所述第一纤维图像中的第一纤维。

A medical instrument for the analysis of white matter lesions of the brain

The present invention relates to a medical instrument for automatically detecting an affected area in a check area of a subject, including a memory containing a machine executable instruction, and a processor for controlling the medical instrument, in which the execution of the executable instruction of the machine controls the instrument to obtain the equipment. The first anatomical image of the inspection area and the first fiber image of the examined area, in which the first and second parameters describe the features of the first anatomical image and the first fiber image respectively; the first dissection image is divided into a plurality of fragments indicating the corresponding organization and / or structure in the inspection area; The first lesion in the segmented first anatomical image is determined using the value of the first and / or second parameters to determine the seed points for the tracking algorithm in the identified first lesion for tracking the first fiber in the first fiber image described.

【技术实现步骤摘要】
【国外来华专利技术】用于分析脑白质病变的医学仪器
本专利技术涉及磁共振成像系统，具体涉及一种用于自动识别检查区中的病变的方法。
技术介绍
白质病变尤其在老年患者中被广泛地观察到，并与认知和精神运动性缺陷有关。白质改变的认知影响可能取决于白质的位置，例如，室周白质病变可能比深部白质病变更多地影响认知。因此，对白质病变的严重度、位置和进展的评估变得重要。此外，白质病变的区域评估和统计分析以及受白质病变影响的白质束和皮质上相应的靶区域的可视化对于患者的诊断和预测而言是重要的。然而，目前，这种分析需要实质的交互以例如配置纤维跟踪算法。M.Caligiuri等人在Neuroinformatics13：261-276(2015)回顾了使用磁共振成像自动检测健康老化和病理中的白质高密度或病变的最新技术。
技术实现思路
各种实施例提供了如独立权利要求的主题所描述的医学仪器、计算机程序产品和方法。在从属权利要求中描述了有利的实施例。如果本专利技术的各实施例不互相排斥，则它们可以彼此自由组合。各种实施例提供了一种用于自动检测受检者的检查区中的受影响区域的医学仪器。例如，所述医学仪器可以检测皮质表面上受影响的灰质区域。该医学仪器包括：包含机器可执行指令的存储器；和用于控制所述医学仪器的处理器，其中，对所述机器可执行指令的执行使所述处理器控制所述仪器以：a)获得所述检查区的第一解剖图像和所述检查区的第一纤维图像，其中，第一参数和第二参数分别描述所述第一解剖图像和所述第一纤维图像的特征；b)将所述第一解剖图像分割成指示所述检查区中的相应组织和/或结构的多个片段；c)识别在经分割的第一解剖图像中的第一病变；d)使用所述第一和/或第二参数的值来确定在所识别的第一病变中用于跟踪算法的种子点，以用于跟踪所述第一纤维图像中的第一纤维。例如，步骤d)可以特别包括确定所述第一和第二参数的值。例如，可以首先使用所述第一参数的值将所述种子点放置在所识别的第一病变中，例如，使用本文所描述的用于确定种子点的方法(例如重心法)。例如，每一个种子点都可以放置在相应的第一病变中。一旦种子点被放置，则所述第二参数的值可以与每一个放置的种子点相匹配(或者验证)，然后基于验证来确定是否使用所述种子点来跟踪纤维。如本文所用的术语“解剖图像”是指利用诸如X射线、计算机断层摄影(CT)、磁共振成像(MRI)和超声(US)的具有解析解剖特征的方法获得的医学图像。跟踪的第一纤维开始或穿过第一病变到受影响的第一皮质区。所述第一解剖图像与所述第一纤维图像被配准。可以在同时或同时地自动扫描所述第一解剖图像和所述第一纤维图像，以便使用所述第一解剖图像和所述第一纤维图像的特征，使得所述种子点首先被定位或放置在所识别的第一病变中的给定的第一个病变中，并且基于比较(或对所述第二参数的评估)决定使用或不使用所放置的种子点作为所述跟踪算法的起始点。所述比较可以包括例如放置所述种子点并将针对所述种子点的所述第二参数的值与阈值进行比较。例如，可以使用弥散张量成像、弥散加权成像或弥散张量纤维束成像技术来获得所述第一纤维图像。如本文所用的术语“病变”是指通常由疾病或创伤引起的诸如患者身体的生物体的组织中的异常。病变可能发生在由软组织(脂肪组织、肌肉、皮肤、神经、血管、脊椎盘等)或骨质物质(脊柱、颅骨、臀部、肋骨等)或器官(肺、前列腺、甲状腺、肾脏、胰腺、肝脏、乳腺、子宫等)组成的身体中，例如在口腔、皮肤和脑中，或肿瘤可能发生的任何地方。术语“病变”还可以指由癌性疾病引起的异常，如口咽、肾上腺、睾丸、宫颈、脊柱或卵巢的肿瘤，以及位于皮肤(黑素瘤)处和肺、前列腺、甲状腺、肾脏、胰腺、肝脏、乳腺、子宫等中的肿瘤或癌。如本文所用的术语“纤维”是指通过样本的可以从纤维图像(例如，所述第一纤维图像)的体素到体素的纤维路径。纤维可以例如包括一根神经纤维或一根肌纤维或一束这样的纤维。术语“纤维”可以指单根纤维或一束纤维。纤维跟踪(例如，纤维束成像)可以基于各种跟踪算法。例如，纤维轨迹可以基于三维中从体素到体素跟踪的主轴方向，所述三维基于从种子点开始的局部邻域中的弥散张量。纤维方向随着主轴方向进行映射，并且在体素边缘处发生变化随着主轴方向而变化。还可以使用各种跟踪方法，包括基于子体素的跟踪方法、高清晰度纤维跟踪(HDFT)方法、概率方法以及与选择从中开始纤维跟踪的合适种子体素相关的方法。例如，所述检查区可以包括患者的脑。例如，病变可以包括白质病变。在一个示例中，当外科医生试图保护影响运动或语言的纤维束时，可以应用本方法。在这种情况下，识别并可视化(与术前规划相关的)特定传导束以便在手术过程中保留这些传导束是非常重要的。上面的特征可以具有使得自动纤维(例如，白质纤维)跟踪而无需人工干预的优点。这可以避免人工干预的冗长程序，特别是对于大量病变(例如，白质病变)的情况。特别地，手动处理感兴趣解剖区域中的所有白质病变似乎不大可能。另一个优点可能是，与手动方法相比，本方法可以加快跟踪纤维的过程，并且可以提供准确和可靠的结果。根据一个实施例，所述第一参数包括所识别病变的尺寸、体素强度、数量、体积分数中的至少一个。例如，所识别的第一病变的每一个第一病变都可以覆盖所述第一解剖图像中的相应数量的体素，其中，该数量体素中的每一个体素都具有体素强度。所述第二参数包括所述第一纤维图像中的弥散方向和弥散量值中的至少一个。所述第一纤维图像可以包括弥散加权图像。所述种子点不仅根据所识别的第一病变而且还使用所述第一纤维图像来确定。例如，可以首先将种子点放置在给定的所识别的第一个病变(例如，各体素中具有最高或最低强度的表示给定的所识别的第一个病变体素)中，并且在使用用于跟踪的种子点之前，可以核查所述第二参数的值。例如，基于所述第一纤维图像中的弥散方向，可以确定所述种子点是否匹配这些弥散方向中的至少一个。在这种情况下，只有存在匹配时，才会使用所述种子点进行跟踪。这可以具有以精确的方式自动地检测检查区中的受影响区域(例如，受影响的灰质区域)的技术优势。各种实施例提供了一种医学仪器，其包括：包含机器可执行指令的存储器；和用于控制所述医学仪器的处理器，其中，对所述机器可执行指令的执行使所述处理器控制所述仪器执行以：a)获得受检者的检查区的第一解剖图像和所述检查区的第一纤维图像；b)将所述第一解剖图像分割成指示所述检查区中的相应组织和/或结构的多个片段；c)识别在经分割的第一解剖图像中的第一病变；d)使用所识别的第一病变作为用于跟踪算法的种子点，以用于跟踪所述第一纤维图像中的第一纤维。根据一个实施例，对所述机器可执行指令的执行还使所述处理器控制所述仪器执行以：e)获得所述检查区的第二解剖图像和所述检查区的第二纤维图像；f)将所述第二解剖图像分割成指示所述检查区中的相应组织和/或结构的多个片段；g)识别在经分割的第二MR图像中的第二病变；h)使用所识别的第二病变作为用于所述跟踪算法的种子点，以用于跟踪所述第二纤维图像中的第二纤维；i)比较至少所述第一和第二病变；j)提供指示成像的第一和第二病变之间的差异的数据，并且重复步骤e)-j)直到满足预定的收敛准则。例如，步骤i)还可以包括比较第一跟踪纤维和第二跟踪纤维。在另一个示例中，步骤i)还可以包括在所述检查区包括脑的情况下比较所本文档来自技高网...

【技术保护点】
1.一种用于自动检测受检者的检查区中的受影响区域的医学仪器(100、400)，包括：包含机器可执行指令的存储器(136、405)；和用于控制所述医学仪器的处理器(130、403)，其中，对所述机器可执行指令的执行使所述处理器(130、403)控制所述仪器以：a)获得所述检查区的第一解剖图像(209)和所述检查区的第一纤维图像，其中，第一参数和第二参数分别描述所述第一解剖图像和所述第一纤维图像的特征；b)将所述第一解剖图像(209)分割成指示所述检查区中的相应组织和/或结构的多个片段；c)识别在经分割的第一解剖图像中的第一病变(213)；d)使用所述第一参数和/或第二参数的值来确定在所识别的第一病变中用于跟踪算法的种子点，以用于跟踪所述第一纤维图像中的第一纤维(503)。

【技术特征摘要】
【国外来华专利技术】2015.11.12 US 62/2542361.一种用于自动检测受检者的检查区中的受影响区域的医学仪器(100、400)，包括：包含机器可执行指令的存储器(136、405)；和用于控制所述医学仪器的处理器(130、403)，其中，对所述机器可执行指令的执行使所述处理器(130、403)控制所述仪器以：a)获得所述检查区的第一解剖图像(209)和所述检查区的第一纤维图像，其中，第一参数和第二参数分别描述所述第一解剖图像和所述第一纤维图像的特征；b)将所述第一解剖图像(209)分割成指示所述检查区中的相应组织和/或结构的多个片段；c)识别在经分割的第一解剖图像中的第一病变(213)；d)使用所述第一参数和/或第二参数的值来确定在所识别的第一病变中用于跟踪算法的种子点，以用于跟踪所述第一纤维图像中的第一纤维(503)。2.根据权利要求1所述的医学仪器，其中，对所述机器可执行指令的执行还使所述处理器(130、403)控制所述仪器以：e)获得所述检查区的第二解剖图像和所述检查区的第二纤维图像；f)将所述第二解剖图像分割成指示所述检查区中的相应组织和/或结构的多个片段；g)识别在经分割的第二MR图像中的第二病变；h)使用所识别的第二病变作为用于所述跟踪算法的种子点，以用于跟踪所述第二纤维图像中的第二纤维；i)比较至少所述第一病变和第二病变；j)提供指示被成像的第一病变和第二病变之间的差异的数据，并且重复步骤e)-j)，直到满足预定义的收敛准则。3.根据权利要求2所述的医学仪器，其中，所述收敛准则包括以下中的至少一个：所述被成像的第一病变和第二病变之间的所述差异低于预定义阈值；在执行步骤j)时接收停止信号；第二病变的数量等于所述第一病变的数量。4.根据前述权利要求中的任一项所述的医学仪器，其中，对所述机器可执行指令的执行使所述处理器控制所述仪器以在所述第一解剖图像的感兴趣区域中执行所述跟踪。5.根据权利要求4所述的医学仪器，其中，所述感兴趣区域是自动选择的。6.根据前述权利要求中的任一项所述的医学仪器，其中，所述第一解剖图像包括磁共振MR图像，并且所述第一纤维图像包括弥散加权图像。7.根据权利要求6所述的医学仪器，还包括用于采集来自所述受检者的磁共振数据...

【专利技术属性】
技术研发人员：C·迈尔，F·文策尔，M·贝格特尔特，T·H·施特勒，L·G·扎戈尔谢夫，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰,NL