用于自动化地确定图像序列中的检查结果的方法和系统技术方案

本发明专利技术涉及一种用于自动化地确定由多个在时间上相继的帧构成的图像序列中的检查结果的方法，所述方法包括如下步骤：

【技术实现步骤摘要】
用于自动化地确定图像序列中的检查结果的方法和系统


[0001]本专利技术涉及用于自动化地确定图像序列、尤其医学领域中的图像序列中、特别优选地血管造影序列中的检查结果的方法和系统。本专利技术优选地涉及(冠状)血管造影中的诊断对于时间一致性和尤其也对于多视角的基于图形的聚合。

技术介绍

[0002]在医学中、但也在其他领域中，自动化地检测动态进程是有利的。下面这以血管造影为例详细阐述。
[0003]血管造影是在医学中流行的检查方法，其中脉管、通常血管的放射学的显示借助于诊断成像方法、例如X射线或磁共振断层扫描来执行。在血管造影中，血管清晰地呈现在身体区域的记录(“帧”)上。所述记录是单个图像或投影图像。
[0004]对冠状X射线血管造影的范围内的检查自动地评估以跨多个图像和多个视图(帧)一致地识别、定位和精确地量化临床重要的诊断(例如狭窄)需要鲁棒的数据处理和先进的算法。例如，提供用于从血管造影检查中自动地推导和告知诊断的功能的系统(此外)会需要以下能力：
[0005]‑
识别重要的或最佳的诊断视图，
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动化地确定由多个在时间上相继的帧(F0，F，F1，F2，F3)构成的图像序列(S，S
’
)中的检查结果的方法，所述方法包括如下步骤：
‑
对于预设的诊断在各个帧(F0，F，F1，F2，F3)中求取呈关联的图像区域的形式的诊断候选(K)，对于多个诊断候选(K)：
‑
对于一个帧(F)中的诊断候选(K)求取：另外的帧(F0，F1，F2，F3)中的哪些候选图像区域(B)对应于所述诊断候选(K)，
‑
求取所述诊断候选(K)在所述另外的帧(F0，F1，F2，F3)中的候选图像区域(B)是否与另外的诊断候选(K)重叠，
‑
产生图形(G)，所述图形(G)具有所述帧(F0，F，F1，F2，F3)的所求取的诊断候选(K)作为节点(N)和所求取的重叠作为边(E)，
‑
从借助于边(E)连接的节点(N)中产生社区(C，C
’
)，其中节点(N)组合成社区(C，C
’
)。2.根据权利要求1所述的方法，其中输出所述社区(C，C
’
)或将所述社区(C，C
’
)用于进一步检查，优选地在X射线血管造影检查的范围内使用，尤其用于自动的狭窄识别或狭窄评估、定量冠状血管造影或管腔分区。3.根据上述权利要求中任一项所述的方法，其中所述诊断候选(K)是优选地在血管造影的领域中的医学诊断、尤其病理学的代表，其中在所述情况下，诊断候选(K)特别优选地代表脉管壁不规律性的诊断、尤其狭窄的诊断，或分叉的诊断。4.根据上述权利要求中任一项所述的方法，其中求取诊断候选(K)包括如下步骤：
‑
在所检查的帧(F0，F，F1，F2，F3)中产生特征地图(M)，在所述特征地图中，分别借助用于诊断候选(K)的至少一个概率值标记区域、尤其像素，优选地利用借助具有手动标记的诊断候选(K)的真实的帧(F0，F，F1，F2，F3)训练的图像到图像卷积网络，
‑
基于所述特征地图(M)形成关联的图像区域(P)，
‑
输出所述区域(P)作为诊断候选(K)。5.根据权利要求4所述的方法，其中关联的图像区域(P)的形成借助于所述特征地图(M)的概率值与极限值的比较、尤其基于连通分量分析进行，优选地，其中将如下图像区域(P)用于形成所述关联的图像区域(P)：在所述图像区域(P)中，所述概率值超出所述极限值。6.根据上述权利要求中任一项所述的方法，其中对于诊断候选(K)求取另外的帧(F0，F1，F2，F3)中的对应的候选图像区域(B)包括：
‑
估计变形场(D)，所述变形场(D)对在所述帧(F0，F，F1，F2，F3)中映射的图像区域在第一帧(F)与第二帧(F0，F1，F2，F3)之间的运动进行建模，其中这两个帧(F0，F，F1，F2，F3)优选地在时间上相邻，
‑
借助于所述变形场(D)执行将所述第一帧(F)的诊断候选(K)的图像区域配准于所述第二帧(F0，F1，F2，F3)的候选图像区域(B)。
7.根据上述权利要求中任一项所述的方法，其中所述边与权重相关联，所述权重优选地：
‑
基于重叠的程度，尤其利用用于所述诊断候选(K)的对应的图像区域的Dice系数，和/或
‑
基于所述帧(F0，F，F1，F2，F3)的时间间距，和/或
‑
基于相似性，和/或
‑
基于概率，和/或
‑
基于不确定性值。8.根据上述权利要求中任一项所述的方法，其中将图论中的算法应用于产生所述社区(C，C
’
)，其中社区(C，C
’
)优选地：
‑
借助于根据预设的标准、尤其基于根据权利要求5所述的权重对边(E)和/或节点(N)进行修剪来产生，然后为了求取社区(C，C
’
)对在所述图形(G)上的连接的节点(N)进行分析，并且从连接的节点(N)中产生社区(C，C
’
)，或者
‑
借助于社区算法来产生，尤其基于最小交会法、分级聚类、Girvan
–
Newman算法、模块性最大化、统计干扰或基于集团的方法。9.根据上述权利要求中任一项所述的方法，其中同一帧(F0，F，F1，F2，F3)中的多个诊断与相同的社区(C，C
’
)相关联，尤其同一帧(F0，F，F1，F2，F3)中的相同的诊断的多个诊断候选(K)和/或不同的诊断的诊断候选(K)与相同的社区(C，C
’
)相关联。10.根据上述权利要求中任一项所述的方法，其中评估社区(C，C
’
)的结构，并且基于此选择所述图像序列(S，S
’
)的一个帧(F0，F，F1...

【专利技术属性】
技术研发人员：多米尼克，
申请(专利权)人：西门子医疗有限公司，
类型：发明
国别省市：