测量医学图像中肿瘤体积的变化制造技术

本文公开的技术有助于追踪生物结构的大小随时间变化的程度。在一些情况下，可以分割初始生物图像(在第一时间收集)以表征边界和大小。可以处理后续生物图像以识别变形和/或变换变量(例如，一个或多个雅可比矩阵和/或一个或多个雅可比行列式)。所述变形和/或所述变换变量以及初始分割可以用于在后续时间预测所述生物结构的大小。预测大小可以为治疗建议提供信息。提供信息。提供信息。

【技术实现步骤摘要】
【国外来华专利技术】测量医学图像中肿瘤体积的变化
[0001]相关申请的交叉引用
[0002]本申请要求2020年1月9日提交的美国临时申请第62/958,926号和2020年4月30日提交的美国临时申请第63/017,946号的权益和优先权。这些申请中的每个申请出于所有目的特此通过引用整体并入本文。

技术介绍

[0003]在许多国家，癌症都是导致死亡的主要原因。识别有效治疗既需要有效地诊断初始症状，并且也需要有效地表征施用于受试者的每种治疗的疗效程度，以便提供变更和/或定制治疗策略的机会。
[0004]例如，美国癌症协会的统计数据显示，肺癌和支气管癌在美国一直是导致死亡的主要原因，2019年估计有228,150例新病例和147,670例死亡病例。开发一种获批抗癌药物的成本估计在2亿至29亿美元之间。然而，评估新开发的癌症疗法的疗效可能涉及对收集的数据进行劳动密集型的人工评述，这会增加评估的成本和时间开销。
[0005]例如，可以使用RECIST标准分析图像(例如CT图像)以监测目标肿瘤。RECIST标准规定，肿瘤的最长轴向直径用作监测实体瘤进展的参数。然后，基于肿瘤直径的变化计算实验药物的疗效。
[0006]对于椭圆形肿瘤，考虑直径的变化很有效。然而，对于非椭圆形肿瘤，给药后肿瘤体积的变化是衡量的药物疗效更好的指标。对于非椭圆形肿瘤，最大直径的测量可以对应于肿瘤体积的完全不同的变化。肿瘤体积的测量也正被探讨作为用于肿瘤临床试验的可能更为敏感的结果度量。体积变化可以通过在基线和随访时描绘特定病灶来测量。这种人工分割任务很费时且依赖于用户，因此容易出错。进一步，人工分割经常涉及招募训练有素的专业人员投入其中，这可能会增加费用。
[0007]因此，确定一种可靠且准确地追踪肿瘤体积的自动化方法将是有利的。

技术实现思路

[0008]在一些实施例中，公开了一些技术，这些技术使用在不同时间点收集的图像并使用从单个图像生成的生物结构的轮廓来追踪生物结构的体积。
[0009]例如，可以在基线时间点收集描绘肿瘤的基线图像(例如，三维图像)。可以由人类注释者来描绘(例如，分割)肿瘤，以便为基线时间点定义掩膜。可以使用一种或多种半自动分割工具来进行描绘。可以处理在后续时间的描绘肿瘤的另一“后续”图像(例如，三维图像)，以估计在该后续时间的肿瘤体积(或体积变化)。该处理可以包括进行非线性配准技术，使得后续图像上的各个点、边界或其他几何特征与初始图像中的对应特征相关联。原始特征和后续特征(例如，点之间的距离、线之间的翘曲等)与在基线时间点的肿瘤大小之间的关系可以用于估计在后续时间的肿瘤大小。这些关系还可以或可替代地用于估计用于后续图像的分割和/或掩膜。因此，无需在后续图像中对肿瘤进行描绘、分割或注释，就可以估计在后续时间的肿瘤大小。这种方法可以提高效率；减少或消除对使用解剖标志的依赖；
和/或降低不同类型的主观表征导致的连续评估错误的程度。体积追踪可以用于(例如)估计当前或预测未来的疾病进展、评估特定治疗的疗效和/或通知新治疗的选择。
[0010]在一些实施例中，提供了一种计算机实现方法。访问第一图像。第一图像描绘受试者的一部分，并且可以是在第一时间捕获的。生成用于第一图像的掩膜。掩膜描画第一图像内描绘的特定生物结构。访问第二图像。第二图像可以描绘受试者的相似部分，并且可以是在第一时间之后的第二时间捕获的。第二图像配准到第一图像。对于掩膜内的至少一些体素中的每个体素，使用该配准计算变换变量。变换变量表征第一图像内的体素的第一位置与第二图像内的对应体素的第二位置之间的位移(例如，空间差异)。使用该变换变量估计生物结构在第二时间的大小。输出该生物结构在第二时间的估计大小。
[0011]在一些实例中，计算变换变量包括使用配准计算体素的空间雅可比矩阵；并且使用体素的空间雅可比矩阵计算体素的雅可比行列式，其中在第二时间的生物结构的估计大小是使用体素的雅可比行列式生成的。
[0012]在一些实例中，生成生物结构的估计大小可以包括对跨掩膜内的多个体素中的体素的雅可比行列式进行求和。
[0013]在一些实例中，生成生物结构的估计大小可以包括对跨掩膜内的多个体素的雅可比行列式进行求和或平均，并且估计生物结构在第二时间的大小可以包括确定跨掩膜内的多个体素的雅可比行列式的总和或平均值与生物结构在第一时间的估计体积的乘积。
[0014]在一些实例中，生成生物结构的估计大小可以包括对至少跨掩模内的多个体素的雅可比行列式求和，并且可以基于雅可比确定来确定生物结构在第二时间的估计大小。
[0015]在一些实例中，将第二图像配准到第一图像可以使用非线性B样条变换。
[0016]在一些实例中，识别用于第一图像的掩膜可以包括处理检测到的定义特定生物结构的轮廓的用户输入。
[0017]在一些实例中，第一图像和第二图像中的每一者可以包括CT扫描、MRI图像或X射线。
[0018]在一些实施例中，提供了一种系统，该系统包括一个或多个数据处理器和非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质包含指令，该指令在所述一个或多个数据处理器上执行时，促使一个或多个数据处理器执行本文所公开的一种或多种方法的一部分或全部。
[0019]在一些实施例中，提供了一种计算机程序产品，该计算机程序产品有形地体现在非暂时性机器可读存储介质中，并且包含指令，该指令配置为促使一个或多个数据处理器执行本文所公开的一种或多种方法的一部分或全部。
[0020]本公开的一些实施例包括一种系统，该系统包括一个或多个数据处理器。在一些实施例中，该系统包括包含指令的非暂时性计算机可读存储介质，所述指令在所述一个或多个数据处理器上被执行时使所述一个或多个数据处理器执行本文公开的一种或多种方法的部分或全部和/或本文公开的一种或多种过程的部分或全部。本公开的一些实施例包括一种有形地体现在非暂时性机器可读存储介质中的计算机程序产品，其包括指令，所述指令被配置为使一个或多个数据处理器执行本文公开的一种或多种方法的部分或全部和/或本文公开的一种或多种过程的部分或全部。
[0021]已采用的术语和表达被用作描述性而非限制性的术语，并且在使用这些术语和表
达时，无意排除所示出和描述的特征或其部分的任何等同物，但是应当认识到，在所要求保护的本专利技术的范围内，各种修改是可能的。因此，应当理解，尽管已通过实施例和任选特征具体地公开了所要求保护的本专利技术，但是本领域技术人员可以采用本文所公开的概念的修改和变化，并且认为这样的修改和变化在由所附权利要求限定的本专利技术范围内。
附图说明
[0022]结合附图描述本公开：
[0023]图1示出了根据一些实施例的示例性肿瘤追踪网络。
[0024]图2示出了根据一些实施例的用于估计肿瘤大小的过程的流程图。
[0025]图3示出了根据一些实施例的使用雅可比行列式矩阵来计算随访体积的演示。
[0026]图4示出了展示使用雅可比方法计算的体积变化与实际体积变本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现方法，其包括：访问描绘受试者的一部分的第一图像，所述第一图像已经在第一时间被捕获；识别用于所述第一图像的掩膜，其中所述掩膜描画所述第一图像内描绘的特定生物结构；访问描绘所述受试者的相似部分的第二图像，所述第二图像已经在所述第一时间之后的第二时间被捕获；将所述第二图像配准到所述第一图像以生成配准；对于所述掩膜内的多个体素中的每个体素，使用所述配准计算变换变量，所述变换变量表征所述第一图像内的所述体素的第一位置与所述第二图像内的对应体素的第二位置之间的空间差异；使用所述变换变量估计所述生物结构在所述第二时间的大小；以及输出所述生物结构在所述第二时间的估计大小。2.根据权利要求1所述的计算机实现方法，其中计算所述变换变量包括：使用所述配准计算用于所述体素的空间雅可比矩阵；以及使用用于所述体素的所述空间雅可比矩阵计算用于所述体素的雅可比行列式；并且其中估计所述生物结构在所述第二时间的所述大小进一步包括使用用于所述体素的所述雅可比行列式进行估计。3.根据权利要求2所述的计算机实现方法，其中生成所述生物结构的所述估计大小包括对跨所述掩膜内的所述多个体素的所述雅可比行列式进行求和。4.根据权利要求2或权利要求3所述的计算机实现方法，其中生成所述生物结构的所述估计大小包括对跨所述掩膜内的所述多个体素的所述雅可比行列式进行求和或平均以产生所述雅可比行列式的和或平均值，并且其中估计所述生物结构在所述第二时间的所述大小包括：确定以下项的乘积：所述雅可比行列式的所述和或平均值；以及所述生物结构在所述第一时间的估计体积。5.根据权利要求1至4中任一项所述的计算机实现方法，其中所述第二图像到所述第一图像的配准使用非线性B样条变换。6.根据权利要求1至5中任一项所述的计算机实现方法，其中识别用于所述第一图像的所述掩膜包括处理检测到的定义所述生物结构的轮廓的用户输入。7.根据权利要求1至6中任一项所述的计算机实现方法，其中所述第一图像和所述第二图像中的每一者包括CT扫描、MRI图像或X射线。8.一种方法，其包括：由用户并且向界面输入对应于所述受试者和/或对应于与所述受试者相关联的图像数据的识别信息，其中所述识别信息的所述输入触发根据权利要求1至7中任一项所述的计算机实现方法的执行；由所述用户接收所述生物结构的输出的估计大小；基于所述估计大小确定治疗策略；以及促进用于所述受试者的所述治疗策略的执行。
9.根据权利要求1至7中任一项所述的计算机实现方法，其进一步包括：基于所述估计大小确定治疗策略；以及促进用于所述受试者的所述治疗策略的执行。10.一种系统，其包括：一个或多个数据处理器；以及非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包含指令，所述指令当在所述一个或多个数据处理器上执行时，使所述一个或多个数据处理器执行包括以下的一组动作：访问描绘受试者的一部分的第一图像，所述第一图像已经在第一时间被捕获；识别用于所述第一图像的掩膜，其中所述掩膜描画所述第一图像内描绘的特定生物结构；访问描绘所述受试者的相似部分的第二图像，所述第二图像已经在所述第一时间之后的第二时间被捕获；将所述第二图像配准到所述第一图像；对于所述掩膜内的多个体素中的每个体素，使用所述配准计算变换变量，所述变...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：基因泰克公司，
类型：发明
国别省市：