自动肿瘤划分制造技术

本发明专利技术提供了一种医学仪器(100、300、400)，其包括：用于存储机器可执行指令(112)的存储器(110)和用于控制所述医学仪器的处理器(106)。所述机器可执行指令的运行使所述处理器：接收(200)描述对象(318)的三维医学图像数据(114)，其中，所述三维医学图像数据包括体素；接收(202)对所述三维医学图像数据的分割，其中，所述分割将所述三维图像数据分成非肿瘤体素(700)和肿瘤体素(500)；选择(204)所述肿瘤体素的中心点(118)；使用正交平面(502、504、600)的集合将肿瘤体素分成(206)多个组(120)，其中，所述中心点在所述正交平面中的每个内；针对所述多个体素组中的每个计算(208)从放射学特征的集合中选择的至少一个组放射学特征(122)；针对所述至少一个放射学特征中的每个计算(210)统计量度(124)；通过计算每个统计度量乘以预定的组加权值(126)的总和来计算(212)标量值(128)，其中，所述预定的组加权值对于每个统计量度都是独有的；并且在标量值高于预定阈值(130)的情况下使用信令接口设备(108、402)提供(214)信号。

Automatic tumor classification

【技术实现步骤摘要】
【国外来华专利技术】自动肿瘤划分
本专利技术涉及医学成像，尤其涉及肿瘤的自动划分。
技术介绍
诸如磁共振成像(MRI)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)以及其他医学成像技术在定量绘制对象的内部结构中是有效的。在分子水平上了解肿瘤异质性(例如，关于肿瘤路径的异质性)将有助于治疗规划。多种活检将提供此类信息，但对患者而言不方便，并带来一些风险。美国专利申请US2016/0260224公开了一种用于分析对象的目标区域的三维图像数据的方法，所述方法包括在目标区域内识别包含预测该目标区域的疾病状态的成像信息的感兴趣区域，计算与所述感兴趣区域相关联的至少两个放射学特征，并且基于计算出的放射学特征对所述感兴趣区域进行分类。
技术实现思路
本专利技术在独立权利要求中提供了一种医学仪器、一种计算机程序产品和一种方法。在从属权利要求中给出了实施例。本专利技术的实施例提供了在三维医学图像中测量肿瘤异质性的手段。选择肿瘤的中心点，然后使用正交平面将肿瘤分成体素组。针对体素的组中的每个体素确定一个或多个放射学特征。然后本文档来自技高网...

【技术保护点】
1.一种医学仪器(100、300、400)，包括：/n存储器(110)，其用于存储机器可执行指令(112)；/n处理器(106)，其用于控制所述医学仪器，其中，所述机器可执行指令的运行使所述处理器：/n接收(200)描述对象(318)的三维医学图像数据(114)，其中，所述三维医学图像数据包括体素；/n接收(202)对所述三维医学图像数据的分割，其中，所述分割将所述三维图像数据分成非肿瘤体素(700)和肿瘤体素(500)；/n选择(204)所述肿瘤体素的中心点(118)；/n使用正交平面(502、504、600)的集合将所述肿瘤体素分成(206)多个组(120)，其中，所述中心点在所述正交平面...

【技术特征摘要】
【国外来华专利技术】20170922 EP 17192531.61.一种医学仪器(100、300、400)，包括：
存储器(110)，其用于存储机器可执行指令(112)；
处理器(106)，其用于控制所述医学仪器，其中，所述机器可执行指令的运行使所述处理器：
接收(200)描述对象(318)的三维医学图像数据(114)，其中，所述三维医学图像数据包括体素；
接收(202)对所述三维医学图像数据的分割，其中，所述分割将所述三维图像数据分成非肿瘤体素(700)和肿瘤体素(500)；
选择(204)所述肿瘤体素的中心点(118)；
使用正交平面(502、504、600)的集合将所述肿瘤体素分成(206)多个组(120)，其中，所述中心点在所述正交平面中的每个内；
针对所述多个体素组中的每个，计算(208)从放射学特征的集合中选择的至少一个组放射学特征(122)；
针对所述至少一个组放射学特征中的每个，计算(210)统计量度(124)；
通过计算每个统计度量与预定的组加权值(126)乘积的总和来计算(212)标量值(128)，其中，所述预定的组加权值对于每个统计量度都是独有的；并且
如果所述标量值高于预定阈值(130)，则使用信令接口设备(108、402)来提供(214)信号。


2.根据权利要求1所述的医学仪器，其中，所述机器可执行指令的运行还使所述处理器：通过执行针对正交平面的所述集合关于所述中心点的多个旋转位置的所述标量值的计算来构造标量值的集合，并且其中，所述信号的所述提供是针对从标量值的所述集合中选择的最大标量值来执行的。


3.根据权利要求1或2所述的医学仪器，其中，所述机器可执行指令的运行还使所述处理器：
计算从针对所述肿瘤体素的放射学特征的所述集合中选出的至少一个全局放射学特征(132)；并且
针对所述至少一个全局放射学特征中的每个计算全局统计量度(134)，其中，所述标量值还通过将每个全局统计量度与预定全局加权值(136)乘积进行加和来计算，其中，所述预定全局加权值对于每个全局方差都是独有的。


4.根据前述权利要求中的任一项所述的医学仪器，其中，所述机器可执行指令的运行还使所述处理器执行以下操作中的任一项：
至少部分地从用户接口接收所述分割；
通过将分割算法应用于所述三维图像数据来至少部分地接收所述分割；以及
其组合。


5.根据前述权利要求中的任一项所述的医学仪器，其中，使用以下中的任一项来选择所述中心点：
计算所述肿瘤体素的质心；
识别包围所述肿瘤体素的全部的最小球体的中心；
识别包围所述肿瘤体素的给定百分比的最小球体的中心；
识别包围所述肿瘤体素的全部的最大球体的中心；
识别包围所述肿瘤体素的所述给定百分比的最大球体的中心；
识别包围所述肿瘤体素的全部的最小体积椭球体的中心；以及
识别包围体积肿瘤体素的所述给定百分比的最小体积椭球体的中心；以及
其线性组合或平均。


6.根据前述权利要求中的任一项所述的医学仪器，其中，所述机器可执行指令的运行还使所述处理器：
接收训练医学图像数据，其中，所述训练医学图像数据是描述多个肿瘤的三维数据；
接收对所述训练图像数据的分割，其中，所述分割将训练医学图像数据分为所述非肿瘤体素和所述肿瘤体素。
针对所述训练医学图像数据中的每个，选择所述中心点；
针对所述训练医学图像数据中的每个，使用正交平面的所述集合将所述肿瘤体素分成所述多个体素组；
针对所述训练医学图像数据中的每个，针对所述多个体素组中的每个，计算从放射学特征的所述集合中选择的至少一个组放射学特征；
针对所述训练医学图像数据中的每个，计算所述至少一个组放射学特征中的每个的统计量度；
针对所述多个肿瘤中的每个，接收肿瘤异质性量度；并且
使用优化来针对所述训练医学图像数据中的每个的所述统计量度计算所述预定的组加权值，其中，所述优化使针对所述多个肿瘤中的每个肿瘤的所述肿瘤异质性量度等于针对所述训练医学图像数据中的每个训练医学图像数据的每个统计量度与所述预定的组加权值乘积的总和。


7.根据权利要求6所述的医学仪器，其中，所述肿瘤异质性度量描述以下中的任一项：
空间依赖的生物分析特性；
空间依赖的DNA序列数据：
空间依赖的RNA激活数据；
空...

【专利技术属性】
技术研发人员：B·格莱希，J·伯格特，J·库普，
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