用于病变候选探测的系统和方法技术方案

一种用于患者身体中的非介入式病变候选（LC,LC1,LC2）探测的方法，包括产生患者身体的多个第一医学图像（IM）的步骤。该方法还包括通过应用图像处理方法识别患者身体的第一医学图像（IM）内部的可能是病变的几何区域的步骤，其中该识别至少部分地由不可直接从第一医学图像（IM）中提取的多个患者特定的背景特征（PF,PF1,PF2,PF3）控制。此外，该方法包括选择多个识别的可能是病变的几何区域作为病变候选（LC,LC1,LC2）的步骤。

【技术实现步骤摘要】
用于病变候选探测的系统和方法
以下的专利技术针对一种用于患者身体中的病变候选探测的方法和一种用于患者身体中的病变候选探测的系统。
技术介绍
患者身体内部的病变探测是医学检查期间，特别是在使用例如计算机断层成像（CT）或磁共振成像（MRI）的成像方法的医学检查期间的一项重要任务。对病变的有效和精确的探测有助于医学筛查的成功率和医学治疗的质量。特别是在癌症筛查和癌症治疗的情况下，在医学图像内部对病变的探测和其作为良性或恶性的分类是日常临床例程中的一项明显和常规但是至关紧要的医学任务。例如，在骨病变情况下，需要对恶性病变的位置、数量和几何尺寸的常规分析，以评估转移的发展和患者对某种医学治疗的反应。精确的分析使得能够成功处理疼痛并且能够明显提高患者的生存可能性。通常，在其专业上多年来获得经验的医学专家通过回顾患者的医学图像执行这样的探测。在此，通过医学专家来识别感兴趣区域并且详细地分析任何这样的异常，所述异常是良性或恶性的提示。特别地，医学专家在作为其评估基础的医学图像内部识别可疑区域的形状和边界限定。然而，在典型的医学成像序列期间，在许多情况下拍摄大量医学图像。因此，通过医学专家手动分析成为一种费时的活动，也导致这些任务的高医疗开销。此外，明显的是，由专家执行的分析的质量很大程度取决于其各自的技术专长和经验，取决于对于每个分析所花的时间和取决于在分析期间应用的详细研究。相应地，病变探测和病变分析的质量的特征在于专家间和专家内部的差别。为了应对那些差别，已经公开了由计算机辅助探测和分析技术来代替或支持医学专家的一些建议。例如，Wels等人在"Multi-StageOsteolyticSpinalBoneLesionDetectionfromCTDatawithInternalSensitivityControl",SPIEMedicalImaging,Vol.8315,2012中建议了一种在患者脊椎中的病变位置的计算机辅助探测。然而可以预见，这样的探测方法是有局限的并且不能实现有经验的医学专家的探测和分析质量，因为所提出的计算机辅助探测技术仅基于医学图像。
技术实现思路
因此本专利技术要解决的技术问题是，提供一种用于患者身体中病变候选探测的方法和系统，其获得提高的探测和分析质量。按照本专利技术，提供一种用于患者身体中的病变候选探测的方法。如在下面的说明书中使用的术语“病变”总结了能够在患者身体中找到的各种异常。那些异常例如包括在所有类型的骨（脊椎、头骨、髋、肋骨等）、器官（肺、前列腺、甲状腺、肾、胰腺、肝、乳腺、子宫等）和任何种类的软组织（脂肪组织、肌肉、皮肤、神经、血管、椎间盘）中的小的或大的损害和任何其他异常。术语“病变”也指由癌症导致的异常，例如口咽、肾上腺、睾丸、宫颈、脊髓或卵巢肿瘤以及位于皮肤处（黑素瘤）和肺、前列腺、甲状腺、肾、胰腺、肝、乳腺、子宫等中的肿瘤或癌。该探测方法提供对于病变的“候选”，因为对于领域内医学专家来说明显的是，只有介入式技术，例如活组织检查和提取的骨、器官或组织微粒的随后分析将提供可以最终判断提取的微粒（或组织学标本）是否是病变的足够分析精度。例如，只有专家对微粒的医学分析或组织学检查将提供提取的微粒到底是否来自于病变和该病变是良性还是恶性的最终结论。然而，使用非介入式技术来识别病变候选是一种在临床例程中普通的和成功应用的技术，因为它能够对于后续的介入式治疗提供相对精确的指导。此外，精确的非介入式探测技术能够帮助避免不必要的手术过程，例如当非介入式方法或技术以高概率指出不存在病变或者在早先的检查中所探测的病变在尺寸和数量上没有任何重要变化时。应当理解，术语“患者”按照其最广的意义使用。特别地，“患者”也指没有遭受医学疾病的健康人，因为本专利技术的方法和系统能够有益地应用于多种预防性医学检查，例如乳腺X照相筛查。然而，本专利技术的方法和系统在患者遭受某种医学疾病、例如癌时是可以有益地应用的。此外，术语“患者”可以延伸到多种动物而不脱离本专利技术的范围，因为病变候选探测对于动物的医学检查也可以是有益的。此外，术语“身体”指患者的身体的任何部分，包括其表面或皮肤和所有内部部分，例如器官和软组织。在按照本专利技术的方法的一个步骤中，获得患者身体的多个第一医学图像，例如直接产生或从存储器中检索。在此，并且在所有后续描述中，“多个”指任何大于“0”的并且特别地包括数量“1”的数量。由该方法应用的医学图像可以由任何种类的二维或三维医学成像方法或模态产生。优选地，应用对于要被探测的病变类型来说合适的医学成像模态。例如，如果要探测骨病变候选，则计算机断层成像（CT）的成像模态是优选的，而磁共振断层成像（MRI）模态对于软组织或器官内部的病变候选的探测来说是更合适的。在按照本专利技术的方法的另一个步骤中，通过应用图像处理方法识别患者身体的第一医学图像内部的可能是病变的几何区域，其中该识别至少部分地由多个患者特定的背景特征控制，所述背景特征不可直接从医学图像中提取。使用图像处理方法来分析第一医学图像和提取描述图像的特定的特征。那些特征可以在多个特征向量中组合。在许多情况下，可以应用计算机辅助的方法来产生那些特征。例如，成像处理方法可以提取一定的辐射强度（或X射线强度）的一定的衰减值（例如以豪恩斯菲尔德为单位）的发生频率的直方图。然后应用产生的相对频率直方图来识别在医学图像内部的可能包括多个病变的几何区域。除了图像处理方法，按照本专利技术的方法应用患者特定的背景特征来识别可能是病变的几何区域。在此，患者特定的背景特征不能容易地或直接从第一医学图像本身提取。然而，患者特定的背景特征可以支持病变候选探测的整体质量。例如，已知影响患者的脊椎骨和椎间盘的骨质疏松症可以导致脊椎的医学图像内部的异常。那些异常可能被计算机辅助的图像处理方法判读为恶性病变或癌症。因此，通过将患者特定的背景特征，例如关于存在的骨质疏松症的知识，添加到识别步骤，可以提高对可能是病变的几何区域的探测质量。在本专利技术的另一种有利实施方式中，提供原发性癌的类型作为患者特定的背景特征，因为由原发性癌的转移导致的恶性病变的频率、外观和位置很大程度取决于原发性癌的类型。然而，由于原发性癌可能位于被检查的患者身体部位外部，所以原发性癌的类型不能直接从第一医学图像提取。因此，通过在识别可能是病变的几何数据的本专利技术的步骤期间提供这样的患者特定的背景特征，可以很大提高识别的效率和精度，因为可以向着恶性病变的预计频率、外观和位置来调节图像处理方法。在本专利技术方法的另一个步骤中，选择多个所识别的可能是病变的几何区域作为病变候选。该选择可以基于适合于选择如下的几何区域的一定标准，所述几何区域是受检查的患者的实际病变的概率高。那些标准例如可以是用于所识别的几何区域的几何尺寸的一定的上限或下限。例如，选择的步骤可以仅提供如下的可能是病变的几何区域：所述区域大于对于病变的某类型来说是典型的某尺寸限制。然而，选择的步骤也可以选择所有的可能是病变的几何区域作为病变候选。总之，提供一种方法，该方法有利地对有经验的医学专家的典型行为进行建模，所述医学专家在查找病变候选时不仅考虑医学图像数据本身而且也考虑不能从第一图像数据直接提取的其他患者特定的背景特征来指导其查找。特别地，医学专家可能亲自了解患者或者至本文档来自技高网...

【技术保护点】
一种用于患者身体中的非介入式病变候选（LC,LC1,LC2）探测的方法，包括：‑获得患者身体的多个第一医学图像（IM），‑通过应用图像处理方法识别患者身体的所述第一医学图像（IM）内部的可能是病变的几何区域，其中，该识别至少部分地由不能直接从所述第一医学图像（IM）中提取的多个患者特定的背景特征（PF,PF1,PF2,PF3）控制，‑选择多个所识别的可能是病变的几何区域作为病变候选（LC,LC1,LC2）。

【技术特征摘要】
2013.01.03 EP 13150105.81.一种用于患者身体中的非介入式病变候选(LC,LC1,LC2)探测的方法，包括：-获得患者身体的多个第一医学图像(IM)，-通过应用图像处理方法识别患者身体的所述第一医学图像(IM)内部的可能是病变的几何区域，其中，该识别至少部分地由不能直接从所述第一医学图像(IM)中提取的多个患者特定的背景特征(PF,PF1,PF2,PF3)控制，-选择多个所识别的可能是病变的几何区域作为病变候选(LC,LC1,LC2)，其特征在于，所述患者特定的背景特征(PF)中的至少一个从包括了如下的组中选择：性别、年龄、家族史、临床史、预约史、诊断、处方、可控风险因素和不可控风险因素，其中，所述多个第一医学图像(IM)是患者身体的第一部分的医学图像(IM)，并且所述患者特定的背景特征(PF,PF1,PF2,PF3)包括至少部分地基于患者身体的第二部分的早先的医学图像(IM2)而得到的特征，该第二部分与患者身体的第一部分不同。2.根据权利要求1所述的方法，其特征在于，对可能是病变的几何区域的识别使用多个应用于所述医学图像(IM)的子探测器(HA,OB,ST)，其中，通过所述患者特定的背景特征(PF,PF1,PF2,PF3)中的至少一个患者特定的背景特征控制至少一个子探测器(HA,OB,ST)。3.根据权利要求2所述的方法，其特征在于，所述多个子探测器(HA,OB,ST)从如下的组中选择：-使用图像体素强度的子探测器，-使用图像矩的子探测器，-使用Haar-like图像特征的子探测器(HA)，-使用可操纵的图像特征的子探测器(ST)，-使用对象性图像特征的子探测器(OB)。4.根据权利要求2或3所述的方法，其特征在于，至少一个子探测器(HA,OB,ST)已经通过注释有多个患者特定的背景特征(PF,PF1,PF2,PF3)的医学图像训练数据来训练。5.根据权利要求4所述的方法，其特征在于，所述医学图像训练数据指的是具有病变的患者的医学图像训练数据和没有病变的患者的医学图像训练数据。6.根据权利要求2或3所述的方法，其特征在于，对可能是病变的几何区域的识别利用多个子探测器(HA,OB,ST)的级联，其中，所述子探测器(HA,OB,ST)被顺序地应用，使得第一子探测器(HA,OB,ST)的输出数据被应用为至第二子探测器(HA,OB,ST)的输入数据。7.根据权利要求2所述的方法，其特征在于，所述多个子探测器(HA,OB,S...

【专利技术属性】
技术研发人员：M凯尔姆，M休林，A特赛姆鲍尔，M韦尔斯，
申请(专利权)人：西门子公司，
类型：发明
国别省市：德国;DE