量化和预测间质性肺病的进展的计算机实施的方法技术

本文公开了一种用于量化和预测间质性肺病的进展的计算机实施的方法。该方法包括基于对患者肺的至少一部分的扫描获得至少一个图像，分割图像以获得限定肺边缘的肺掩膜，和识别肺掩膜内的结构，和基于结构相对于肺边缘的相对位置对识别的结构进行加权以获得加权分数。然后该方法可以包括基于加权分数量化间质性肺病的程度，和/或预测间质性肺病的进展。和/或预测间质性肺病的进展。和/或预测间质性肺病的进展。

【技术实现步骤摘要】
量化和预测间质性肺病的进展的计算机实施的方法


[0001]本申请涉及一种用于量化间质性肺病的程度和/或预测其随时间的进展的计算机实施的方法。

技术介绍

[0002]间质性肺病(ILD)是一组肺部结构紊乱的病症。在某些情况下，这会导致不可逆和进行性纤维化。特发性肺纤维化(IPF)是一种典型的进行性纤维化肺病，肺功能持续下降，诊断后的预期寿命为5年。其他非IPF纤维化间质性肺病也以相似的速度进展，预后同样差。
[0003]用于测量肺功能以及ILD进展的常规技术是用力肺活量(FVC)测试，也称为肺量测试。这涉及测量个人在尽可能深的呼吸后，能够从其肺部强行呼出的空气量。测试可能涉及在患者面部放置特殊口罩。然后要求患者吸气和呼气——尽可能用力地吸气和呼气，同时收集测量数据。
[0004]两种抗纤维化药物尼达尼布和吡非尼酮降低了患有IPF和进行性纤维化非IPF ILD患者的肺功能(FVC)下降的速率。然而，即使在IPF(ILD中最同质的一种)的情况下，疾病轨迹也存在个体差异，以致无法在诊断时提供预后信息。进一步地，ILD临床试验中目前接受的主要终点，FVC的变化，受到至少10％的测量可变性的困扰。对患有IPF和进行性纤维化ILD患者进行安慰剂
‑
对照试验已不再符合道德规范，因此证明高于标准治疗(standard of care)的持续改进对制药工业带来了重大挑战。
[0005]因此，迫切需要发现和验证一种用于确定和预测ILD的新技术，以便为更可能恶化的患者丰富临床试验。这将缩短临床试验，减少样本量，并确定高于标准治疗的治疗反应。

技术实现思路

[0006]本申请的各方面可以彼此结合地提供，并且一个方面的特征可以应用于其他方面。
[0007]第一方面，提供了一种计算机实施的方法，其用于量化间质性肺病(可选地，和其它肺部实质性病变)的程度并预测随时间的进展。该计算机实施的方法包括，基于患者肺的至少一部分的扫描获得至少一个图像；分割图像以获得限定肺边缘的肺掩膜200和识别肺掩膜200内的结构；和基于结构相对于肺边缘的相对位置对所识别的结构进行加权以获得加权分数。可选地，该方法包括基于该加权分数来量化当前的间质性肺病程度，和/或预测其随时间的进展。
[0008]有利地，已经发现，用于预测间质性肺病进展的计算机实施的方法不仅可以识别疾病正在进展或可能进展的患者，而且可以识别肺功能稳定的疾病进展的患者，解决了FVC可变性的挑战。此外，通过识别疾病可能进展的患者，该方法可用于识别适合参与新的临床试验的患者。此外，计算机实施的方法可以与现有指标(如肺功能或放射科医生评估)一样好地量化当前的纤维化疾病程度(例如，ILD如IPF以及其它肺实质异常的当前程度)，或可能甚至优于现有指标(如肺功能或放射科医生评估)。例如，计算机实施的方法可以包括以
受影响的肺的体积或百分比为单位量化当前的间质性肺病程度。
[0009]基于识别的结构相对于肺边缘的相对位置对所识别的结构进行加权以获得加权分数，可以包括仅当识别的结构在肺边缘的选择的阈值距离和/或选择的距离范围内时，才进行加权。例如，所选择的阈值距离可以是例如小于1至2cm的距离，和/或所选择的距离范围可以是例如在肺边缘的0.1至2cm内。例如，可以将零权重应用于被识别为在肺外部的区域。
[0010]分割图像以获得限定肺边缘的肺掩膜可以包括通过识别肺胸膜边界来确定肺边缘。肺掩膜可以识别为正常肺实质部分的图像的部分。识别肺掩膜允许(1)计算相对于肺边缘的肺边缘重量，以及(2)量化肺的总体积，使得疾病程度可以表示为百分比(例如，疾病程度体积/总肺体积＝疾病程度分数)。
[0011]分割图像以识别肺掩膜内的结构可以包括识别网状血管结构，网状血管结构包括血管(例如肺血管)和网状结构中的至少一种。可选地，也可以分割过度透光区域，例如气道、磨玻璃影、肺气肿或囊性气腔。分割图像以识别肺掩膜内的结构可以附加地或可选地包括识别肺部肿块，然后明确地对它们不予考虑。肺部肿块被认为是肺内部的特征，但这些区域不被认为与ILD有关。这意味着任何已识别的肺部肿块都包含在肺掩膜中(因此包含在总肺体积的计算中)，但这些肿块决不会被认为是网状血管结构或过度透光结构(因此不包含在纤维化疾病体积的计算内，即，肺部肿块总是被给定零权重)。
[0012]计算机实施的方法可以进一步包括将至少一个图像分成多个不同部分，例如像素或体素。并且其中基于结构相对于肺边缘的相对位置对所识别的结构进行加权以获得加权分数包括基于所识别的结构相对于肺边缘的相对位置，对包括所识别的结构的图像的每个部分进行加权。例如，可以将零权重应用于不被识别为肺组织的图像的特征。
[0013]基于加权结构分数的总和来预测间质性肺病的进展或量化当前的疾病程度可以包括，基于图像的所有部分的加权结构分数的总和来预测间质性肺病的进展。
[0014]在图像的每个部分包括体素的示例中，分割图像以获得限定肺边缘的肺掩膜包括分割三维模型以获得限定肺边缘的三维肺掩膜，和/或分割图像以识别肺掩膜内的结构可以包括获得患者肺部扫描的正常化原始图像数据，和输出每个体素的类别概率。该方法可以进一步包括将加权结构分数的总和乘以每个体素的体积，并且可以进一步包括将该值除以计算中考虑的肺体素的总数，以获得做为百分比的疾病程度的正常化量化。有利地，这可以获得标准化分数，以考虑采集分辨率。
[0015]基于患者肺的至少一部分的扫描获得至少一个图像可以包括获得患者肺的多个切片。应当理解，可以从CT扫描仪获得多个切片。每个切片可以表示患者肺的相应部分的扫描。该方法还可以包括基于患者肺的多个切片创建三维模型。每个切片优选具有≤3mm的厚度，因为如果切片厚度太大，扫描中可能看不到感兴趣的结构。
[0016]分割图像以获得限定肺边缘的肺掩膜可以包括分割每个切片以获得限定每个切片的肺边缘的肺掩膜。分割图像以识别肺掩膜内的结构可以包括分割每个切片以识别每个切片的肺掩膜内的结构。计算机实施的方法可以进一步包括，基于患者肺部的多个切片创建三维模型，并将肺掩膜和每个切片的所识别的结构提供到三维模型中。基于结构相对于肺边缘的相对位置对所识别的结构进行加权以获得加权分数可以包括确定所识别的结构相对于三维肺掩膜的边缘的相对位置。
[0017]附加地或可选地，基于患者肺的至少一部分的扫描获得至少一个图像可以包括接收患者肺的三维模型。在这样的示例中，分割图像以获得限定肺边缘的肺掩膜可以包括分割三维模型以获得限定肺边缘的三维肺掩膜，和/或分割图像以识别肺掩膜内的结构可以包括分割三维模型以识别三维肺掩膜内的结构。基于结构相对于肺边缘的相对位置对所识别的结构进行加权以获得加权分数可以包括确定所识别的结构相对于三维肺掩膜的边缘的相对位置。
[0018]确定所识别的结构在三维模型内的相对位置可以包括应用距离变换，如欧几里得变换(Euclidean transform)，来确定距三维肺掩膜的肺边缘的距离。
[0019]另一方面，提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于量化间质性肺病的程度并预测其进展的计算机实施的方法，所述方法包括：基于患者肺的至少一部分的扫描获得至少一个图像；分割所述图像以(i)获得限定肺边缘的肺掩膜，和(ii)识别所述肺掩膜内的结构；基于结构相对于肺边缘的相对位置对识别的所述结构进行加权以获得加权分数；基于所述加权分数来量化间质性肺病的程度，和/或预测间质性肺病随时间的进展。2.根据权利要求1所述的计算机实施的方法，其中基于识别的所述结构相对于所述肺边缘的相对位置对识别的所述结构进行加权以获得加权分数包括仅当识别的所述结构在所述肺边缘的选择的阈值距离内时才进行加权。3.根据前述权利要求中任一项所述的计算机实施的方法，其中分割所述图像以获得限定肺边缘的肺掩膜包括通过识别肺胸膜边界和在所述肺胸膜边界内或附着于所述肺胸膜边界的任何肺部肿块来确定所述肺边缘。4.根据前述权利要求中任一项所述的计算机实施的方法，其中所述肺掩膜识别为正常肺实质部分的所述图像的部分。5.根据前述权利要求中任一项所述的计算机实施的方法，其中分割所述图像以识别所述肺掩膜内的结构包括识别网状血管结构，所述网状血管结构包括肺血管和网状结构中的至少一种。6.根据权利要求1所述的计算机实施的方法，进一步包括将至少一个图像分成多个不同部分；其中，基于结构相对于肺边缘的相对位置对识别的所述结构进行加权以获得加权分数包括基于识别的所述结构相对于所述肺边缘的相对位置对包括识别的所述结构的所述图像的每个部分进行加权。7.根据权利要求6所述的计算机实施的方法，其中基于加权结构分数的总和来预测间质性肺病的进展包括基于所述图像的所有部分的所述加权结构分数的总和来预测间质性肺病的进展。8.根据权利要求6或7所述的计算机实施的方法，其中所述图像的每个部分包括体素。9.根据权利要求8所述的计算机实施的方法，进一步包括将所述加权结构分数的总和乘以每个体素的体积。10.根据前述权利要求中任一项所述的计算机实施的方法，其中获得包括患者肺的至少一部分的扫描的至少一个图像包括获得患者肺的多个切片。11.根据权利要求10所述的计算机实施的方法，进一步包括基于患者肺的多个切片创建三维模型。12.根据权利要求11所述的计算机实施的方法，其中：分割所述图像以获得限定所述肺边缘的肺掩膜包括分割所述三维模型以获...

【专利技术属性】
技术研发人员：克里斯蒂安，
申请(专利权)人：布莱恩欧米克斯有限公司，
类型：发明
国别省市：