DE102017201543A1 - Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor - Google Patents
Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor Download PDFInfo
- Publication number
- DE102017201543A1 DE102017201543A1 DE102017201543.8A DE102017201543A DE102017201543A1 DE 102017201543 A1 DE102017201543 A1 DE 102017201543A1 DE 102017201543 A DE102017201543 A DE 102017201543A DE 102017201543 A1 DE102017201543 A1 DE 102017201543A1
- Authority
- DE
- Germany
- Prior art keywords
- blood
- blood loss
- image data
- pathological
- quantification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000004369 blood Anatomy 0.000 title claims abstract description 85
- 239000008280 blood Substances 0.000 title claims abstract description 85
- 238000011002 quantification Methods 0.000 title claims abstract description 23
- 238000002591 computed tomography Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000001575 pathological effect Effects 0.000 claims abstract description 21
- 239000002872 contrast media Substances 0.000 claims abstract description 18
- 238000003384 imaging method Methods 0.000 claims abstract description 13
- 238000009825 accumulation Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000004069 differentiation Effects 0.000 claims abstract description 8
- 238000003703 image analysis method Methods 0.000 claims abstract description 8
- 208000007536 Thrombosis Diseases 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 11
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 claims description 9
- 229910052740 iodine Inorganic materials 0.000 claims description 9
- 239000011630 iodine Substances 0.000 claims description 9
- 239000004065 semiconductor Substances 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 210000000746 body region Anatomy 0.000 claims description 2
- 230000035508 accumulation Effects 0.000 abstract description 9
- 208000032843 Hemorrhage Diseases 0.000 description 31
- 208000034158 bleeding Diseases 0.000 description 29
- 230000000740 bleeding effect Effects 0.000 description 29
- 238000013528 artificial neural network Methods 0.000 description 11
- 239000010410 layer Substances 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 6
- 238000011282 treatment Methods 0.000 description 5
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 208000004221 Multiple Trauma Diseases 0.000 description 3
- 208000023637 Multiple injury Diseases 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 206010018852 Haematoma Diseases 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 229910004613 CdTe Inorganic materials 0.000 description 1
- 229910004611 CdZnTe Inorganic materials 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 239000002800 charge carrier Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000001631 vena cava inferior Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02042—Determining blood loss or bleeding, e.g. during a surgical procedure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Cardiology (AREA)
Abstract
Die Erfindung betrifft ein System und ein Verfahren zur Quantifizierung von Blutverlust auf Basis einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten. Dazu werden zunächst Bilddaten (BD) eines Computertomographen (CT) eingelesen, um darauf ein Bildanalyseverfahren (2) zur automatischen Detektion von Blutansammlungen anzuwenden. Anschließend wird ein Differenzierungsverfahren (3) zur Differenzierung zwischen pathologischen und physiologischen Blutansammlungen und ein Quantifizierungsalgorithmus (4) zur Berechnung und Ausgabe (5) eines Blutverlustwertes für die pathologischen Blutansammlungen ausgeführt.
Description
- Die vorliegende Erfindung liegt auf den Gebieten der medizinischen Bildverarbeitung und der Computertomographietechnik und betrifft die Bestimmung von Blutverlusten bei einem Polytrauma.
- Von einem Polytrauma wird in der Medizin dann gesprochen, wenn ein Patient mehrere lebensbedrohliche Verletzungen zur selben Zeit hat, was beispielsweise nach einem Verkehrsunfall sehr typisch ist. Üblicherweise werden solche Patienten primär mit einer CT (Computertomographie) untersucht. Ein häufiges Problem bei diesen Patienten sind multiple innere Blutungen. Während bei äußeren Blutungen die Menge des Blutverlusts direkt sichtbar ist, und diese auch von außen zum Stillstand gebracht werden können (z.B. durch Kompression), erfordern innere Blutungen mitunter eine Operation, und das Ausmaß des Blutverlusts ist kurzfristig sehr schlecht schätzbar. Mit der Computertomographie können innere Blutungen erkannt werden. Zu diesem Zweck wird normalerweise Kontrastmittel verabreicht. Der Austritt des Kontrastmittels aus den Gefäßen ist dann im Bild sichtbar und ermöglicht eine qualitative Einschätzung der Blutung. Für eine Entscheidung über die Therapie wäre jedoch eine quantitative Beurteilung der Blutungen notwendig; insbesondere dann, wenn mehrere Blutungen vorliegen, von denen nur eine nach der anderen operativ angegangen werden kann und somit eine Priorisierung der Blutungsbehandlungen zu erfolgen hat. Auch ist es sehr relevant, zu wissen, in welchem Tempo der Patient Blut verliert, um eine Therapie mit Volumenersatz oder Vollblut starten zu können. Gleichzeitig muss diese Information aber in wenigen Sekunden vorliegen, um noch relevant zu sein.
- Im Stand der Technik ist es bekannt, mittels Labortests den Hämoglobin-Gehalt (Hb) im Blut zu messen. Dieser Wert ist langfristig ein gutes quantitatives Maß für den Blutverlust, sinkt aber akut kaum ab, weil akut das Blutvolumen sinkt, aber die Zusammensetzung unverändert bleibt. Erst wenn der Volumenverlust ersetzt ist, sinkt der Hb-Gehalt. Der Blutdruck ist ebenfalls kein geeignetes Maß für einen akuten Blutverlust, da er zwar durch den Volumenverlust (Schock) sinkt, aber durch die Gegenregulation des Herz-Kreislaufsystems ist dies kein geeignetes Maß für den Blutverlust.
- Weiterhin ist es bekannt, dass die Volumina von Hämatomen in den Bilddaten durch Segmentierung bestimmt werden können - die manuelle Erkennung und Segmentierung dieser Hämatome ist aber in der Kürze der Zeit komplett undenkbar.
- Ausgehend von diesem Stand der Technik hat sich die vorliegende Erfindung die Aufgabe gestellt, ein Verfahren und ein System bereitzustellen, das die bekannten Verfahren zur quantitativen Bestimmung des Blutverlustes verbessert und insbesondere eine konkrete, zahlenbasierte Bestimmung des Blutverlustes pro einzelner Läsion in kürzester Zeit ermöglicht.
- Diese Aufgabe wird durch die beiliegenden einander nebengeordneten Patentansprüche gelöst, insbesondere durch ein Verfahren und System zur Quantifizierung von Blutverlust auf Basis einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten. Weitere Ausbildungen des Verfahrens mit weiteren Merkmalen finden sich in den untergeordneten Patentansprüchen.
- Gemäß einem Aspekt wird die vorstehende Aufgabe gelöst durch ein Verfahren zur Quantifizierung von Blutverlust auf Basis einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten, mit folgenden Verfahrensschritten:
- - Einlesen der Bilddaten der Bildgebung;
- - Anwenden eines Bildanalyseverfahrens zur automatischen Detektion von pathologischen und physiologischen Blutansammlungen;
- - Ausführen eines Differenzierungsverfahrens zur Differenzierung zwischen den detektierten pathologischen und physiologischen Blutansammlungen und zur Bestimmung der pathologischen Blutansammlungen;
- - Ausführen eines Quantifizierungsalgorithmus zur Berechnung und Ausgabe eines Blutverlustwertes für die als pathologisch bestimmten Blutansammlungen.
- In einer vorteilhaften Ausführungsform der Erfindung wird die computertomographische Bildgebung mit einem direkt konvertierenden Detektor ausgeführt, der z.B. eine Halbleiterschicht umfassen kann, die unterschiedliche Energieniveaus von Photonen direkt unterscheiden kann. Röntgendetektoren mit einer direkt konvertierenden Schicht (z.B. aus Halbleitermaterial) ermöglichen eine quantitative und energieselektive Erfassung einzelner Röntgenquanten. Bei dieser Art der Röntgendetektoren erzeugt ein eintreffendes Röntgenquant in der Halbleiterschicht aufgrund von zum Teil mehrstufigen physikalischen Wechselwirkungsprozessen mit einem Halbleitermaterial freie Ladungsträger in Form von Elektron-Loch-Paaren. Zur Detektion von Röntgenquanten eignen sich beispielsweise Halbleitermaterialen in Form von CdTe, CdZnTe, CdTeSe, CdZnTeSe, CdMnTe, InP, TIBr2 oder HGI2, da diese Materialen eine hohe Röntgenabsorption in dem Energiebereich der medizinischen Bildgebung aufweisen. Eine Schicht aus Szintillatormaterial ist nicht mehr erforderlich. Durch Anwendung eines direkt konvertierenden Detektors kann die Auflösung bei der Ausgabe des Ergebnisses in Form von annotierten Bilddaten verbessert werden. Alternative Verfahren für spektral aufgelöste CT-Aufnahmen sind der Betrieb mit zwei Röhren bei unterschiedlichen Spannungen (dual source), das hochfrequente Schalten einer Röhre zwischen zwei Spannungen (kV-Switching), das räumlich selektive Anbringen eines spektralen Filters entweder röhren- oder detektorseitig oder das Aufbringen einer teilweise durchlässigen Detektoreinheit auf einer anderen (dual layer).
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung umfasst der Blutverlustwert eine Angabe zur erwarteten Blutverlustmenge und/oder eine Angabe zur erwarteten Blutverlustrate und damit auch eine Angabe zum Blutverlust über die Zeit, was ebenfalls ein wichtiger Wert ist zur Priorisierung der Behandlung und zur Einleitung von weiteren medizinischen Notfallmaßnahmen, die aufgrund der Lebensbedrohlichkeit in minimaler Zeit ausgeführt werden müssen.
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung wird der Blutverlustwert als grafische Annotation in die Bilddaten ortsaufgelöst integriert wird. Dies kann z.B. helligkeitscodiert oder falschfarbencodiert erfolgen und/oder als textuelle Annotation in die Bilddaten - z.B. als Overlaygraphik - eingeblendet werden und hat den Vorteil, dass der Anwender auf einen Blick so schnell und einfach wie möglich sowohl die anatomische Position als auch die Menge des Blutverlustes erkennen zu können.
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung wird der Blutverlustwert für jede pathologische Blutansammlung gesondert ermittelt. Dies hat den Vorteil, dass nicht nur ein Gesamtwert ermittelt wird, sondern mehrere Einzelwerte pro Blutung. Damit wird es möglich, dass eine Reihenfolge für die Behandlungen der einzelnen Blutungsstellen berechnet werden kann (beginnend mit der Blutung mit dem höchsten Blutverlust in absteigender Reihenfolge).
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung ist der Quantifizierungsalgorithmus als selbstlernender Algorithmus ausgebildet. Er kann als mehrschichtiges neuronales Netz ausgebildet sein. In einer Trainingsphase wird das Netzwerk trainiert mit Referenzdaten. Zu diesem Zweck kann auf einen Datenspeicher zugegriffen werden, in dem Referenz-Bilddaten und Referenz-Blutverlustwerte (z.B. als Laborwerte) von anderen Patienten gespeichert sind. Weiterhin können zusätzlich oder alternativ für das Training synthetisch generierte anatomische Strukturen verwendet werden, deren Blutaustritt mit Hilfe von fluiddynamischen Modellen simuliert wird (computational fluid dynamics). Das Netzwerk trainiert dann, welche Blutung zu welchem erwarteten Blutverlustwert führt. Dabei werden Trainingsdaten, bei denen der Blutverlustwert bekannt ist (oder nachträglich aus dem Blutbild bestimmt wird (Hämoglobingehalt, Zahl der Blutkörperchen), in einer Eingangsschicht des Netzwerkes erfasst und von den verdeckten Schichten und zugeordneten Gewichten verrechnet, um auf der Ausgangsschicht ein Ergebnis in Form eines Blutverlustwertes bereitzustellen. Anhand dieser Daten „lernt“ das neuronale Netz bzw. die Software, von den Bilddaten auf den Blutverlustwert rückzuschließen. Die einzelnen Schichten des Netzwerkes sind miteinander verbunden. Nach der Trainingsphase wird der Quantifizierungsalgorithmus in trainierter Form an den Kunden im Rahmen des Verfahrens zur Quantifizierung des Blutverlustes ausgeliefert. Das neuronale Netz liefert somit Schätzwerte für den Blutverlust, die auf Basis der Trainingsdaten von anderen Patienten zu erwarten sind.
- Ein wesentliches Element der vorliegenden Erfindung ist deshalb ein Training des neuronalen Netzwerkes mit Trainingsdaten. Das Training ermöglicht es, dass in der Ausführungsphase ein Ergebnis auf Basis der als pathologisch detektierten Blutungen für den jeweiligen Patienten bereitgestellt werden kann.
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung umfasst der Quantifizierungsalgorithmus eine Segmentierung des Gefäßbaums. Damit entsteht der Vorteil, dass noch effizienter bzw. mit einer noch weiteren Maßnahme geprüft werden kann, ob sich Blut außerhalb der Gefäße befindet. Damit kann die Zuverlässigkeit des bereitgestellten Ergebnisses verbessert werden.
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung umfasst der Quantifizierungsalgorithmus einen Austrittsprüfungsschritt, der prüft, ob sich Kontrastmittelanlagerungen in Körperregionen außerhalb der Gefäße befinden. Dieser Austrittsprüfungsschritt ist vorzugsweise in dem neuronalen Netzwerk implementiert. Zum Training werden insbesondere die generierten sogenannten Jodkarten von Patienten ohne innere Blutungen verwendet und solche von Patienten mit Blutungen. Das neuronale Netzwerk lernt dann zwischen intravasalen und extravasalen Blutungen zu differenzieren. Mittels Convolutional Neural Networks kann eine ähnliche Analyse auch ohne vorherige Segmentierung getroffen werden. Hier werden die gesuchten Merkmale (features) stattdessen durch lokal begrenzte Faltungsoperationen ermittelt. Andere Architekturen von Neuronalen Netzwerken, die ebenso für die Erfindung eingesetzt werden können, sind Deep Boltzmann Machines, Autoencoders, Recurrent Neural Networks oder Deep reinforcement learning.
- Andere Ansätze des maschinellen Lernens, die nicht auf Neuronalen Netzten basieren wären z.B. support vector machines, Bayesian classifiers, k-means clustering, decision trees, convolutional neural networks, deep belief networks, deep residual learning, reinforcement learning, recurrent neural networks, inductive programming.
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung umfasst die computertomographischen Bildgebung zwei computertomographische Scans in einem konfigurierbaren zeitlichen Abstand, die in einem Zeitfenster von 1 bis 5 Minuten liegen. Auf Basis dieses Bilddatenpaares kann die Menge des Kontrastmittels in den Blutungsstellen für beide Bilddatensätze verglichen werden. Dies gibt eine gute Abschätzung der Blutungsgeschwindigkeit (mit einer Angabe zum gemessenen und erwarteten Blutungsverlauf über die Zeit).
- In einer weiteren, vorteilhaften Ausführungsform der Erfindung umfasst das Bildanalyseverfahren eine Materialzerlegung, insbesondere zur Differenzierung zwischen 2 unterschiedlichen Materialien (hier: mit und ohne Kontrastmittel, also Blutungsgebiet und anderes Gewebe). Die Materialzerlegung dient zur Detektion aller Voxel, die das Kontrastmittel (z.B. Jod) enthalten und zur Berechnung einer sogenannten Jodkarte. Dies ist möglich, weil Jod ein spezifisches Absorptionsspektrum hat, welches sich deutlich von anderen röntgendichten Substanzen im Bild (z.B. Kalzium) unterscheidet. Dazu werden vorzugsweise energieauflösende Detektoren bei der Bildgebung verwendet. Bei energieauflösenden Detektoren ist es möglich, für jedes gemessene Photon eine Energie zu bestimmen. Diese energieauflösenden Detektoren teilen die gemessenen Photonen in zwei bis zehn Energieniveaus ein. Ein wesentlicher Vorteil dieser Detektoren ist, dass die Kontrastmittelzerlegung anhand jeder einzelnen Aufnahme möglich ist. Es ist also kein Maskenbild mehr notwendig. Jede energieaufgelöste Aufnahme enthält schon intrinsisch die Information zur Berechnung eines reinen Kontrastmittelbildes. Weiterhin bietet die Zerlegung in mehrere Materialien den Vorteil, dass man Bilder erzeugen kann, die nur Kontrastmittel zeigen, z.B. in Form einer sogenannte Jodkarte.
- Gemäß einem weiteren Aspekt wird die Aufgabe gelöst durch ein Quantifizierungssystem zur Quantifizierung von Blutverlust auf Basis von Bilddaten eines Computertomographen von einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten. Das Quantifizierungssystem weist folgende Bauteile bzw. Module auf:
- - Eine Bilddatenschnittstelle zum Einlesen der Bilddaten des Computertomographen;
- - Einen Analysator zur automatischen Detektion von intravasalen (physiologischen)und extravasalen (pathologischen) Blutansammlungen;
- - Einen Differenzierer, der zur Differenzierung zwischen pathologischen und physiologischen Blutansammlungen bestimmt ist
- - Einen Quantifizierer, der zur Berechnung und Ausgabe eines Blutverlustwertes für die pathologischen Blutansammlungen bestimmt ist.
- Der Blutverlustwert umfasst auch eine Angabe zu einem erwarteten Blutverlust. Dieser kann für jede einzelne Blutung ausgegeben werden.
- Figurenliste
- Ausführungsbeispiele der Erfindung mit weiteren Merkmalen und Vorteilen sind in den Zeichnungen dargestellt und werden im Folgenden näher beschrieben.
- Es zeigen:
-
1 eine schematische Ansicht eines computertomographischen Bildes mit extravasalen und intravasalen Blutungsstellen; -
2 ein Ablaufdiagramm eines Verfahren gemäß einer bevorzugten Ausführungsform der Erfindung; -
3 eine beispielhafte Darstellung von Ergebnisdaten zu den Blutverlustwerten in annotierter Form; und -
4 ein Blockdiagramm eines Quantifizierungssystems. -
1 zeigt eine schematische Darstellung eines Bildes von einer kontrastmittelbasierten computertomographischen Bildgebung. Dort ist beispielhaft ein Abdomen bzw. der Bauchbereich eines Patienten dargestellt. Es hat sich gezeigt, dass es zur Bestimmung von Blutverlusten mit zugeordneten Blutverlustwerten sinnvoll ist, dass der CT-Scan vom Körperstamm des Patienten aufgenommen wird, um möglichst alle Blutungsstellen erfassen und auswerten zu können. Das Verfahren zielt darauf ab, dass als Ergebnis ein annotierter Bilddatensatz erzeugt wird, der Blutverlustwerte umfasst. - Grundsätzlich können Blutverluste, z.B. nach einem schweren Verkehrsunfall, gleichzeitig an mehreren unterschiedlichen anatomischen Stellen in Körper auftreten, die mitunter sofort zu behandeln sind (Blutung stoppen). Die Blutungen, die über einen CT-Scan sichtbar gemacht werden, umfassen dabei die natürlichen Blutansammlungen in den Gefäßen (physiologische Blutansammlungen), diese werden auch als intravasale Blutansammlungen bezeichnet und pathologische Blutansammlungen, die auch als extravasale Blutansammlungen bezeichnet werden. In
1 sind auf schematische Weise zwei extravasale Blutansammlungen mit dem Bezugszeichen e1, e2 gekennzeichnet, die im Bereich der rechten Lunge und in der rechten Niere liegen. In1 ist im oberen rechten Bereich das Herz erkennbar, und im mittleren unteren Bereich die Harnblase. Im mittleren Bereich ist die Aorta mit der unteren Hohlvene dargestellt. Da es sich bei diesen beiden Organen um Gefäße handelt, befindet sich in den CT-Bilddaten BD natürlich auch Blut in dem jeweiligen Organ, so dass hier eine intravasale Blutansammlung mit dem Bezugszeichen i gekennzeichnet ist. - Bei dem Quantifizierungsalgorithmus muss deshalb in einem vorbereitenden Schritt differenziert werden, ob es sich um eine pathologische oder physiologische (natürliche) Blutansammlung handelt, um in sinnvoller Weise den Blutverlustwert bestimmen zu können. Dies erfolgt mittels eines Differenzierungsverfahrens. Dabei kann in einer bevorzugten Ausführungsform der Erfindung auf eine 2-Materialzerlegung zurückgegriffen werden, die auf Basis der kontrastmittelbasierten CT-Bildgebung möglich ist, weil z.B. das Kontrastmittel Jod ein spezifisches Absorptionsspektrum hat, welches sich deutlich von anderen röntgendichten Substanzen im Bild (z.B. Kalzium) unterscheidet. Dann kann eine sogenannte Jodkarte erstellt werden, in der nur die Kontrastmittelansammlungen von Jod sichtbar sind.
- Anschließend kann für die als pathologisch detektierten Blutansammlungen der Quantifizierungsalgorithmus ausgeführt werden, um eine Blutverlustwert für eine pathologische Blutansammlung zu berechnen. Der Blutverlustwert kann als Gesamtwert für die Summe aller Läsionen angegeben werden. Er kann auch als Folge von Einzelwerten ausgegeben werden und somit für jede einzelne Blutung spezifisch einen Blutverlustwert ausgeben. Dies ist vorteilhaft, um die weitere Behandlung der Blutungen zu priorisieren. Der Quantifizierungsalgorithmus basiert vorzugsweise auf einem trainierten neuronalen Netz mit mehreren Schichten.
-
2 zeigt ein Ablaufdiagramm für ein Verfahren zur Quantifizierung von Blutverlusten. Nach dem Start des Verfahrens werden in Schritt1 die Bilddaten einer kontrastmittelgestützten CT-Bildgebung eingelesen. Dabei kann es sich um eine herkömmliche (nicht energie-selektive) Computertomographie ohne Unterscheidung zwischen der spektralen Verteilung unterschiedlicher Röntgenenergien handeln. Es kann jedoch auch eine Multi- oder Dual-Energy-Computertomographie zum Einsatz kommen, bei der mehrere oder zwei Röntgenquellen mit unterschiedlichen Energien betrieben werden und somit zwei unabhängige tomographische Schichtstapel erzeugen. Als vorteilhaft hat es sich erwiesen, einen direkt konvertierenden Detektor zu verwenden, insbesondere mit einer direkt konvertierenden Halbleiterschicht oder einem optisch zählenden Detektor. - In Schritt
2 wird ein Bildanalyseverfahren ausgeführt, um die pathologischen und physiologischen Blutansammlungen zu erfassen. - Schritt
3 dient dazu, aus der in Schritt2 erfassten Gesamtmenge von Blutungen, die pathologischen Blutungen außerhalb der Gefäße zu bestimmen. - Auf Basis dieser Bestimmung kann dann im nachfolgenden Schritt 4 der Quantifizierungsalgorithmus zur Berechnung des Blutverlustwertes ausgeführt werden.
- In Schritt
5 wird das ermittelte Ergebnis ausgegeben. Danach kann das Verfahren wiederholt angewendet oder beendet werden. - In
3 ist ein Beispiel für eine mögliche Ausgabeart der Ausgabe von Schritt5 des Verfahrens gezeigt. Die Ausgabe umfasst die Positionsangabe der anatomischen Blutungsstelle, bevorzugt direkt in den Bilddaten BD - in3 als schraffierte Ellipse an der jeweiligen Position hervorgehoben. Die Positionsangabe bzw. die Ellipse kann ein Zusatzinformationsfeld umfassen, das auf Wunsch (z.B. bei Anklicken der Blutung oder bei Mausbewegung über die entsprechende Stelle im Bild) oder als Voreinstellung immer angezeigt wird. Das Zusatzinformationsfeld umfasst den jeweiligen Blutverlustwert der Blutung (500 ,30 , 300 ml). Alternativ kann die Information über den errechneten erwarteten Blutungswert auch optisch bzw. graphisch dargestellt werden, z.B. in Falschfarbenkodierung. Die Informationen im Zusatzinformationsfeld können Angaben zur erwarteten Menge und/oder Rate des Blutverlustes, vorgeschlagenen Behandlungsmaßnahmen, Risiken, Zeitaspekte für die Maßnahmen umfassen. -
4 zeigt ein Blockdiagramm eines Quantifizierungssystems 10. Das Quantifizierungssystem10 interagiert mit einem Computertomographen CT. Das Quantifizierungssystem10 kann auch direkt in ein bildgebendes System integriert sein oder auf einem Rekonstruktionsrechner implementiert sein. - Das Quantifizierungssystem
10 umfasst eine Eingangsschnittstelle, nämlich die Bilddatenschnittstelle BDS zum Erfassen der tomographischen Datensätze BD des Computertomographen CT. Es umfasst weiter einen Analysator A zum Ausführen des Bildanalyseverfahrens2 zur automatischen Detektion von Blutansammlungen und einen Differenzierer D, der zur Differenzierung zwischen pathologischen und physiologischen Blutansammlungen bestimmt ist und einen Quantifizierer Q, der zur Berechnung und Ausgabe eines Blutverlustwertes für die pathologischen Blutansammlungen bestimmt ist. Der Quantifizierer dient somit auch als Ausgabeschnittstelle für das Ergebnis. Das Ergebnis kann einen annotierten Bilddatensatz umfassen, der den berechneten Blutverlustwert enthält. - Das am Beispiel eines Polytraumas beschriebene Prinzip zur Berechnung von Blutansammlungen im Gewebe eines Patienten kann auch auf Schädigungen des Gewebes und andere Ansammlungen von Stoffen im Körper angewandt werden, wie beispielsweise eine Überwachung der Ansammlung von schädlichen Substanzen oder karzinogenen Strukturen.
- Alle in Verbindung mit einzelnen Ausführungsformen der Erfindung erläuterten und gezeigten Merkmale können in unterschiedlicher Kombination in dem erfindungsgemäßen Gegenstand vorgesehen sein, um gleichzeitig deren vorteilhafte Wirkungen zu realisieren.
- Alle Verfahrensschritte können durch Vorrichtungen implementiert werden, die zum Ausführen des jeweiligen Verfahrensschrittes geeignet sind. Alle Funktionen, die von gegenständlichen Merkmalen ausgeführt werden, können ein Verfahrensschritt eines Verfahrens sein.
- Der Schutzbereich der vorliegenden Erfindung ist durch die Ansprüche gegeben und wird durch die in der Beschreibung erläuterten oder den Figuren gezeigten Merkmale nicht beschränkt.
Claims (11)
- Verfahren zur Quantifizierung von Blutverlust auf Basis einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten, mit folgenden Verfahrensschritten: - Einlesen (1) der Bilddaten (BD) der Bildgebung - Anwenden eines Bildanalyseverfahrens (2) zur automatischen Detektion von Blutansammlungen - Ausführen eines Differenzierungsverfahrens (3) zur Differenzierung zwischen pathologischen und physiologischen Blutansammlungen - Ausführen eines Quantifizierungsalgorithmus (4) zur Berechnung und Ausgabe (5) eines Blutverlustwertes für die pathologischen Blutansammlungen.
- Verfahren nach
Patentanspruch 1 , bei dem die computertomographische Bildgebung einen direkt konvertierenden Detektor umfasst, der eine Halbleiterschicht umfasst, die unterschiedliche Energieniveaus von Photonen direkt unterscheiden kann. - Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Blutverlustwert eine Angabe zur erwarteten Blutverlustmenge und/oder eine Angabe zur erwarteten Blutverlustrate umfasst.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Blutverlustwert als grafische Annotation in die Bilddaten ortsaufgelöst integriert wird.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Blutverlustwert für jede pathologische Blutansammlung gesondert ermittelt wird.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Quantifizierungsalgorithmus (4) als selbstlernender Algorithmus ausgebildet ist und auf einen Datenspeicher zugreift, in dem Referenz-Bilddaten und Referenz-Blutverlustwerte von anderen Patienten gespeichert sind.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Quantifizierungsalgorithmus (4) eine Segmentierung des Gefäßbaums umfasst.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem der Quantifizierungsalgorithmus (4) einen Austrittsprüfungsschritt umfasst, der prüft, ob sich Kontrastmittelanlagerungen in Körperregionen außerhalb der Gefäße befinden.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem die computertomographische Bildgebung zwei computertomographische Scans umfasst in einem konfigurierbaren zeitlichen Abstand.
- Verfahren nach einem der vorangehenden Patentansprüche, bei dem das Bildanalyseverfahren eine 2-Materialzerlegung zur Berechnung einer Jodkarte umfasst.
- Quantifizierungssystem (10) zur Quantifizierung von Blutverlust auf Basis von Bilddaten (BD) eines Computertomographen (CT) von einer kontrastmittelbasierten computertomographischen Bildgebung vom Körperstamm eines Patienten, mit: - Einer Bilddatenschnittstelle (BDS) zum Einlesen der Bilddaten (BD) des Computertomographen (CT) - Einem Analysator (A) zum Ausführen eines Bildanalyseverfahrens (2) zur automatischen Detektion von Blutansammlungen - Einem Differenzierer (D), der zur Differenzierung zwischen pathologischen und physiologischen Blutansammlungen bestimmt ist - Einem Quantifizierer (Q), der zur Berechnung und Ausgabe eines Blutverlustwertes für die pathologischen Blutansammlungen bestimmt ist.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017201543.8A DE102017201543A1 (de) | 2017-01-31 | 2017-01-31 | Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor |
US15/874,007 US20180218794A1 (en) | 2017-01-31 | 2018-01-18 | Quantification of blood loss on the basis of computed tomography with a directly converting detector |
CN201810095576.9A CN108403092A (zh) | 2017-01-31 | 2018-01-31 | 基于计算机断层摄影来量化血液损失 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017201543.8A DE102017201543A1 (de) | 2017-01-31 | 2017-01-31 | Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017201543A1 true DE102017201543A1 (de) | 2018-08-02 |
Family
ID=62843260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017201543.8A Pending DE102017201543A1 (de) | 2017-01-31 | 2017-01-31 | Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180218794A1 (de) |
CN (1) | CN108403092A (de) |
DE (1) | DE102017201543A1 (de) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11210779B2 (en) * | 2018-09-07 | 2021-12-28 | Siemens Healthcare Gmbh | Detection and quantification for traumatic bleeding using dual energy computed tomography |
EP3671649A1 (de) * | 2018-12-19 | 2020-06-24 | Siemens Healthcare GmbH | Verfahren und computersystem zur erzeugung einer kombinierten gewebe-gefäss-darstellung |
CN110151177A (zh) * | 2019-05-28 | 2019-08-23 | 长春理工大学 | 基于表面肌电信号的足下垂检测装置及检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009032252B3 (de) | 2009-07-08 | 2010-08-05 | Siemens Aktiengesellschaft | Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie Vorrichtung zur Durchführung des Verfahrens |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9712524D0 (en) * | 1997-06-16 | 1997-08-20 | Nycomed Imaging As | Method |
ES2431520T3 (es) * | 2003-01-25 | 2013-11-26 | Seno Medical Instruments, Inc. | Procedimiento de formación de imágenes optoacústicas de contraste elevado utilizando nanopartículas no esféricas |
US20080234567A1 (en) * | 2007-03-19 | 2008-09-25 | The General Hospital Corporation | Apparatus and method for providing a noninvasive diagnosis of internal bleeding |
AU2008278605A1 (en) * | 2007-07-26 | 2009-01-29 | Nanoscan Imaging, Llc | Methods for imaging using improved nanoparticulate contrast agents |
US20110244589A1 (en) * | 2009-10-14 | 2011-10-06 | Klein Jeffrey A | In-vivo platelet function test by online bleeding volume measurement |
DE102011090047A1 (de) * | 2011-12-28 | 2013-07-25 | Klinikum der Universität München - Campus Innenstadt | Kontrollverfahren und Kontrollsystem |
WO2013173356A1 (en) * | 2012-05-14 | 2013-11-21 | Gauss Surgical | System and methods for managing blood loss of a patient |
JP6623479B2 (ja) * | 2015-02-08 | 2019-12-25 | トンリ・バイオメディカル・カンパニー・リミテッド | 脂質ナノ粒子及びその使用 |
CN105303496A (zh) * | 2015-11-19 | 2016-02-03 | 李涛 | 基于移动互联网的智能外科手术信息管理系统 |
CN106204720A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市智汇十方科技有限公司 | 一种模拟骨折钢板预弯折的方法 |
-
2017
- 2017-01-31 DE DE102017201543.8A patent/DE102017201543A1/de active Pending
-
2018
- 2018-01-18 US US15/874,007 patent/US20180218794A1/en not_active Abandoned
- 2018-01-31 CN CN201810095576.9A patent/CN108403092A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009032252B3 (de) | 2009-07-08 | 2010-08-05 | Siemens Aktiengesellschaft | Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie Vorrichtung zur Durchführung des Verfahrens |
Non-Patent Citations (2)
Title |
---|
CHIKAMATSU, Y. u.a.: Quantification of bleeding volume using computed tomography and clinical complications after percutaneous renal biopsy. In: Clinical Kidney Journal. Published online 25.01.2017. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5469571/ [abgerufen am 18.09.2017] |
WON, S.-Y. u.a.: Imaging of Contrast Medium Extravasation in Anticoagulation-Associated Intracerebral Hemorrhage With Dual-Energy Computed Tomography. In: Stroke. 2013, Vol. 44, No. 10, S. 2883 - 2890 |
Also Published As
Publication number | Publication date |
---|---|
US20180218794A1 (en) | 2018-08-02 |
CN108403092A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3332710B1 (de) | Charakterisierung von plaque | |
DE102010027227B4 (de) | Verfahren und Computertomographiegerät zur Durchführung einer angiographischen Untersuchung | |
DE10319546A1 (de) | Verfahren und Vorrichtung zur automatischen Detektion von Anomalien in Gefäßstrukturen | |
WO2013098074A2 (de) | Kontrollverfahren und kontrollsystem | |
DE102008012893A1 (de) | Erfassung von Thromben bei CT, die Energie-Diskrimination nutzen | |
DE102004006188A1 (de) | Verfahren zum Bestimmen physikalischer Parameter körperlicher Strukturen | |
DE102007046514A1 (de) | Verfahren zur Erkennung und Markierung von Kontrastmittel in Blutgefäßen der Lunge mit Hilfe einer CT-Untersuchung und Bildauswerteeinheit eines CT-Systems | |
DE102016219887A1 (de) | Verfahren und System zur Nutzung von Messdaten | |
DE10347971B3 (de) | Verfahren und Vorrichtung zur Bestimmung des Flüssigkeitstyps einer Flüssigkeitsansammlung in einem Objekt | |
DE102006025759A1 (de) | Verfahren zur Bildrekonstruktion eines Objektes mit Projektionen und Vorrichtung zur Durchführung des Verfahrens | |
EP3619631A1 (de) | Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie | |
DE102017217543B4 (de) | Verfahren und System zur Klassifikation von Materialien mittels maschinellen Lernens | |
DE102018222606A1 (de) | Verfahren und Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes | |
DE102016205507A1 (de) | Verfahren zur Ermittlung einer den Blutfluss in Kollateralen beschreibenden Kollateralinformationen, medizinische Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger | |
DE102015207107A1 (de) | Verfahren zur Erzeugung einer virtuellen Röntgenprojektion anhand eines mittels Röntgenbildaufnahmevorrichtung erhaltenen Bilddatensatzes, Computerprogramm, Datenträger sowie Röntgenbildaufnahmevorrichtung | |
DE102017201543A1 (de) | Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor | |
DE102008021835A1 (de) | Verfahren und Tomographiegerät zur Normierung von Bilddaten hinsichtlich eines durch ein Kontrastmittel in den Bilddaten hervorgerufenen Kontrastes | |
DE102005058217A1 (de) | Verfahren und System zur computergestützten Erkennung von Hochkontrastobjekten in tomographischen Aufnahmen | |
DE102016222093A1 (de) | Simultaner Einsatz von unterschiedlichen Kontrastmitteln bei CT-Bildgebungsverfahren | |
DE102013220018A1 (de) | Berechnung eines Untersuchungsparameters | |
DE102009032257A1 (de) | Verfahren und Vorrichtung zur automatisierten Ermittlung der Mittellinie zumindest eines Teilstücks einer tubulären Gewebestruktur | |
DE102008045633B4 (de) | Verfahren zur verbesserten Darstellung von Mehr-Energie-CT-Aufnahmen und zugehöriges Computersystem | |
DE112007003474T5 (de) | Diskriminierungsparameterberechnungsverfahren für Photonendetektoren und Nuklearmedizindiagnosevorrichtung, die letzteres verwendet | |
EP3797698A1 (de) | Verfahren zum erzeugen eines synthetischen mammogramms basierend auf einer dual-energy-tomosyntheseaufnahme | |
DE102016204709A1 (de) | Verfahren zur Bildrekonstruktion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHINEERS AG, DE Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE |