CN102085101B - 用于识别冠状钙化物并与冠状血管相关联的方法和设备 - Google Patents
用于识别冠状钙化物并与冠状血管相关联的方法和设备 Download PDFInfo
- Publication number
- CN102085101B CN102085101B CN201010549955.4A CN201010549955A CN102085101B CN 102085101 B CN102085101 B CN 102085101B CN 201010549955 A CN201010549955 A CN 201010549955A CN 102085101 B CN102085101 B CN 102085101B
- Authority
- CN
- China
- Prior art keywords
- heart
- coronary
- trend
- model
- blood vessel
- 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.)
- Active
Links
- 230000002308 calcification Effects 0.000 title claims abstract description 118
- 239000003218 coronary vasodilator agent Substances 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 24
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 83
- 238000009877 rendering Methods 0.000 claims abstract description 43
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 229940068196 placebo Drugs 0.000 claims abstract description 9
- 239000000902 placebo Substances 0.000 claims abstract description 9
- 210000004351 coronary vessel Anatomy 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 210000003484 anatomy Anatomy 0.000 claims description 4
- 239000003795 chemical substances by application Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000004590 computer program Methods 0.000 abstract description 7
- 206010059245 Angiopathy Diseases 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 208000010125 myocardial infarction Diseases 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 102000007330 LDL Lipoproteins Human genes 0.000 description 3
- 108010007622 LDL Lipoproteins Proteins 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 208000011775 arteriosclerosis disease Diseases 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 200000000007 Arterial disease Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Quality & Reliability (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及用于识别冠状钙化物并将其与患者(P)的心脏(H)的至少一个心脏冠状血管相关联的方法和设备，其中基于使用成像装置(1)不进行对照剂给药而生成的患者(P)的心脏(H)的3D图像数据记录识别出冠状钙化物，提供人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)，并且其中将识别出的患者(P)的冠状钙化物与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的至少一个心脏冠状血管(31至34)相关联。此外，本发明涉及计算机程序产品，所述计算机程序产品具有：可由计算单元(12)读取的数据载体上存储的计算程序(13)，以便当所述计算程序(13)装载到计算单元(12)内时执行用于识别和关联冠状钙化物的方法。
Description
技术领域
本发明涉及用于识别冠状钙化物并将冠状钙化物与患者心脏的心脏冠状血管相关联的方法和设备。此外，本发明还涉及具有用于执行该方法的计算程序的计算机程序产品。
背景技术
心脏和心血管疾病在西方工业国家广泛流行。目前，例如四分之一的德国公民患有高血压，并且每年大约40万德国公民患有心肌梗塞或中风，其主要原因是动脉硬化。动脉硬化被理解为一种动脉疾病，其中在动脉内壁上形成钙化物的沉积等。如果钙化物例如将心脏冠状血管封闭，则可导致心肌梗塞。
为估计患者患有心肌梗塞的风险，已建立了所谓的钙化积分。为确定钙化积分例如获得患者心脏的X射线计算机断层成像图像信息，并且根据图像信息确定患者的钙化积分，即心脏的带有所记录图像信息的区域内的冠状钙化物量。按照Agatston方法，在此在图像信息内首先手工标记出钙化区域。计算机程序然后基于所标记的钙化区域计算出钙化积分。
在钙化积分方面冠状动脉健康的人与年龄和性别相关。为了可以将风险单独地进行分类，因此需要将测量到的钙化积分与相同性别和相同年龄的对照组进行比较。这以所谓的百分点的形式进行。低百分点对应于低的个人风险，高的百分点对应于高风险。低于10百分点的钙化积分例如意味着少于对照组的10％具有低的钙化积分，因此心肌梗塞的风险低。
患者风险的分级可以例如根据表格进行。下文中仅典型地给出了此类表格。
当年龄和性别修正的值高于75百分点时被认为是有风险的患者。因此涉及与总人群相比的相对值。对于不利的值，心脏病医生强烈建议降低LDL(低密度脂蛋白)，因为高的钙化积分与未来2至5年内中等至高的心血管疾病风险相联系。
钙化积分通常根据使用X射线断层成像装置进行心脏扫描得到，其中患者不接受对照剂给药。因此，解剖上难于将所确定的冠状钙化物与心脏冠状血管相关联，因为在图像信息中缺少心脏冠状血管的对照。钙化积分因此仅给出在心脏冠状血管中存在多少冠状钙化物，但无法区分在四个主要心脏冠状血管中的多少个内测量到冠状钙化物。该信息虽然可以使用所谓的冠状血管CT造影获得，但冠状血管CT造影本身并非用于确定钙化积分，因为患者必须接受对照剂给药并且以更高的放射剂量被处理。用于CT扫描以确定钙化积分的放射剂量大约为0.8mSv，而在冠状血管CT造影中，放射剂量约为4至20mSv。
但是，在多少心脏冠状血管内测量到钙化积分以及冠状钙化物在心脏冠状血管内如何分布对于患者风险判断具有决定性的影响。假定使用X射线计算机断层成像装置测量到的钙化积分是恒定的，则马上明显的是，该钙化体积集中在仅一个心脏冠状血管内比冠状钙化物均匀地分布在所有四个心脏冠状血管上对于心脏供血的影响剧烈得多。
发明内容
因此，本发明要解决的技术问题是，给出前述类型的方法、设备和计算机程序产品，使得基于不使用对照剂生成的患者心脏的3D图像数据记录可将所识别的冠状钙化物与至少一个心脏冠状血管相关联。
根据本发明，该技术问题通过一种用于识别冠状钙化物并将冠状钙化物与患者心脏的至少一个心脏冠状血管相关联的方法解决，其中基于使用成像装置不施加对照剂而生成的患者心脏的3D图像数据记录识别出冠状钙化物，其中提供人类心脏冠状血管的走向的至少一个3D模型，并且其中将识别出的患者的冠状钙化物与人类心脏冠状血管的走向的至少一个3D模型的至少一个心脏冠状血管相关联。
优选地但非必须地，使用X射线计算机断层成像装置或例如C形臂X射线装置的另外的X射线装置获得3D图像数据记录，并且将3D图像数据记录内的心脏从包围心脏的组织中分离，其中，例如将包含在图像数据记录中的胸腔的肋骨或肺部组织从图像数据记录中去除。然后，对于优选地仅包括心脏组织的3D图像数据记录自动地搜索高对比度的冠状钙化物，并且例如基于特征CT值识别所发现的冠状钙化物本身。
因为缺少对比，患者心脏的心脏冠状血管由于不使用对照剂在3D图像数据记录中不可见或仅很差地可见，所以为能够将识别出的冠状钙化物与心脏冠状血管相关联，本发明人建议提供人类心脏冠状血管走向的一般3D模型。识别出的冠状钙化物的空间布置与人类心脏冠状血管的走向的3D模型之间的相互对比，允许例如通过使用模式识别技术将识别出的冠状钙化物的空间布置和人类心脏冠状血管的走向的3D模型重叠，例如通过旋转、移动或平移操作来实现所述重叠，使得识别出的冠状钙化物可以与3D模型的至少一个心脏冠状血管相关联。
按照这种方式，可区分所谓的“单血管疾病(SVD)”，“2血管疾病(2VD)”，“3血管疾病(3VD)”和“4血管疾病(4VD)”，即区分冠状钙化物处于仅一个、两个、三个还是四个心脏冠状血管中，这对于判断患者因冠状钙化物沉积而患有心肌梗塞的风险具有重要影响。
这点已在1998年在H.-J.Trappe等人的研究“Naturalhistoryofasinglevesseldisease.Riskofsuddencoronarydeathinrelationtocoronaryanatomyandarrhythmiaprofile”EuropeanHeartJournal198910(6)：514-524中在科学上验证。Trappe先生领导的研究团队发现，作为“单血管疾病”的结果，突然性心脏死亡的风险明显。
在单个冠状动脉上观察时，这意味着突然性心脏死亡的风险在“单血管疾病”的情况下为：
-在左心脏冠状动脉中，大约11％
-在右心脏冠状动脉中，大约8％，并且
-在左旋支(Zirkumflex)中，大约7％。
此外，这里论述的冠状钙化物，并不意味着冠状钙化物是沉积的钙化物的特殊形式。冠状钙化物的概念仅应表达其是沉积在心脏冠状血管内的钙化物。
根据本发明的一种变形，人类心脏冠状血管的走向的至少一个3D模型作为心脏冠状血管具有心脏的右心脏冠状动脉(arteriacoronariadextra或RCA＝右冠状动脉)，左心脏冠状动脉(arteriacoronariasinistra或LCA＝左冠状动脉)，旋支(RCX)和前室间支(RIVA)。左心脏冠状动脉在大约1cm后分为旋支和前室间支。所述的主心脏冠状血管进一步具有分支，所述分支也可包含在人类心脏冠状血管的走向的3D模型中。
在本发明的一种实施方式中，人类心脏冠状血管的走向的至少一个3D模型是人工生成的基于解剖学专业知识的3D模型，或是基于多个测量的多人的心脏的具有心脏冠状血管的3D数据记录生成的3D模型。3D模型可以因此是根据专业知识编程的3D模型，其中将特别地心脏冠状血管的中心线和包络曲线即血管壁的空间坐标存储在数据存储器内。替代地，3D模型是多个心脏测量的结果。因此，例如可关于心脏冠状血管的中心线以及血管壁的位置、形状和构造来分析不同人的数百个冠状血管CT造影数据记录，以便从中开发一般的3D数据模型，其中将特别地心脏冠状血管的中心线和包络曲线即血管壁的空间坐标又存储在数据存储器内。
另外，可以在数据存储器内保留多个此类3D模型供使用，所述3D模型也可具有解剖特点。特别地，可提供用于女性的3D模型和用于男性的3D模型，以及可进行放缩，特别地与待检查患者的心脏的尺寸相匹配。对于根据本发明的方法，可将最合适的3D模型用于分析。
在本发明的另一种实施方式中，可以预先给定或预先给定人类心脏冠状血管的走向的至少一个3D模型的心脏冠状血管直径或心脏冠状血管直径沿心脏冠状血管走向的改变。通过使使用者可匹配心脏冠状血管直径或心脏冠状血管直径沿心脏冠状血管走向的改变，根据本发明的方法或3D模型的敏感性可调节。因此，通过选择得小的3D模型的心脏冠状血管直径得到高的敏感性，因为将冠状钙化物与相应的心脏冠状血管错误地关联的可能性低。而在选择得大的3D模型的心脏冠状血管直径时敏感性低，因为将所涉及的心脏冠状血管与实际上位于其外的冠状钙化物相关联的可能性提高。
根据本发明的一种变形，患者心脏的3D图像数据记录具有多个轴向相继放置的包括像素的心脏切片图像。如已提及的那样，这样的包括轴向切片图像的3D数据记录例如可以使用X射线计算机断层成像装置获得。
根据本发明的另一个变形，优选地自动识别3D图像数据记录的切片图像的代表冠状钙化物的像素。这在使用X射线计算机断层成像装置生成的3D图像数据记录中例如通过对于CT值规定一个或多个阈值来实现。如果切片图像的像素的CT值位于所规定的阈值以上，则各像素代表冠状钙化物并且分类为冠状钙化物。对代表冠状钙化物的像素的识别在3D图像数据记录的所有切片图像中进行。
如果识别出代表冠状钙化物的像素，则将切片图像内的和与切片图像邻接的相互相邻的代表冠状钙化物的像素相互连接或相关联。按照这种方式获得了代表冠状钙化物的像素的至少一个通常多个空间走向的聚集。
根据本发明的一个变形，与代表冠状钙化物的初始像素相距一至三十个像素的像素算作初始像素的邻域。因此，如果初始像素被识别为代表冠状钙化物的像素，则搜索位于邻域内的代表冠状钙化物的像素并且基于相邻的代表冠状钙化物的像素限定或确定代表冠状钙化物的像素的聚集。在此，关于像素的距离可以预先给定搜索范围，其中优选地在其中与待检查的像素相距从直至六个像素到直至十五个像素的区域内搜索初始像素。
如已提及的那样，通过将代表冠状钙化物的像素汇总得到了空间走向的聚集。由此，代表冠状钙化物的像素的每个或所有空间走向的聚集可与人类心脏冠状血管的走向的至少一个3D模型具有相互关系或相互比较，使得基于旋转、移动和/或平移操作可将代表冠状钙化物的像素的空间走向的聚集与人类心脏冠状血管的走向的至少一个3D模型相互重叠。优选地，这通过相似性比较实现，使得通过重叠可将所识别的冠状钙化物与3D模型的至少一个心脏冠状血管相关联。
如果存在作为数据记录的3D图像数据记录，则识别患者心脏的3D图像数据记录的代表冠状钙化物的体素。对应于此操作，如前文对于具有像素的切片图像所述，将相互相邻的代表冠状钙化物的体素相互连接或相互相关联，并且形成至少一个空间走向的代表冠状钙化物的体素的聚集。
优选地，将与代表冠状钙化物的初始体素相距一至三十个体素的体素算作初始体素的邻域。优选地，代表冠状钙化物的初始体素周围的体素的其内应搜索另外的代表冠状钙化物的体素的距离区域由是可预先给定的或被预先给定。
如果识别出3D图像数据记录的代表冠状钙化物的体素并且如果形成了代表冠状钙化物的体素的至少一个聚集，则将代表冠状钙化物的体素的至少一个聚集的空间走向与人类心脏冠状血管的走向的至少一个3D模型相互相关联或相互比较。优选地，基于代表冠状钙化物的体素的至少一个聚集的空间走向与人类心脏冠状血管的走向的至少一个3D模型的相似性比较，将代表冠状钙化物的体素的至少一个聚集与人类心脏冠状血管的走向的至少一个3D模型的至少一个心脏冠状血管相互相关联。
根据本发明的一个实施方式，将人类心脏冠状血管的走向的至少一个3D模型以及与人类心脏冠状血管的走向的至少一个3D模型的至少一个心脏冠状血管相关联的识别出的患者的冠状钙化物进行显示，使得使用者可见识别到的冠状钙化物分布在多少个心脏冠状血管上。
根据本发明的另一个实施方式，此外确定并输出每个心脏冠状血管的冠状钙化物的量，使得除了冠状钙化物在心脏冠状血管上的分布之外另外还提供对于每个心脏冠状血管的冠状钙化物的量的定量描述。
本发明的技术问题还通过一种设备来解决，所述设备具有：用于存储患者心脏的3D图像数据记录和人类心脏冠状血管的走向的3D模型的存储器单元，以及用于执行前述方法之一的计算单元。
此外，该技术问题还通过一种计算机程序产品来解决，所述计算机程序产品具有：可由计算单元读取的数据载体上存储的计算程序，以便当所述计算程序装载到计算单元内时执行前述方法之一。
附图说明
本发明的实施例在示意性的附图中图示。各图为：
图1示出了与计算单元连接的用于生成3D图像数据记录的X射线计算机断层成像装置，
图2示出了3D图像数据记录中识别到的冠状钙化物的空间走向的聚集，
图3示出了人类心脏冠状血管的走向的3D模型，和
图4示出了图2中的3D图像数据记录中识别到的冠状钙化物的空间走向的聚集与图3中的人类心脏冠状血管的走向的3D模型的关联。
在附图中，相同或功能相同的元件、部件、组织等总是被提供有相同的附图标号。在图中的图示是示意性的并不强制地依比例绘制，其中图之间的比例尺可变。在图1中图示的X计算机断层成像装置1在不限制一般性上的条件下仅论述到为理解本发明所必需的程度。
具体实施方式
在图1中示出的X射线计算机断层成像装置1具有用于支承待检查患者P的患者卧榻2。所述X射线计算机断层成像装置1进一步包括带有围绕系统轴线5可旋转地支承的X射线管-检测器系统的机架4。X射线管-检测器系统具有相互对置的X射线管6和X射线检测器单元7。在运行中，从X射线管6在X射线检测器单元7的方向上发出X射线辐射8，并且通过X射线检测器单元7进行采集。
患者卧榻2具有卧榻座9，在所述卧榻座9上布置了用于实际上支承患者P提供的患者支承板10。患者支承板10相对于卧榻座9可调节，使得患者支承板10与患者P可被引入到机架4的开口3内，以便拍摄患者P的2DX射线投影，例如在螺旋扫描中进行拍摄。使用示意性地图示的X射线计算机断层成像装置1的图像计算机11实现2DX射线投影的计算处理或基于2DX射线投影对于患者P的身体区域的3D图像数据记录的重建。
X射线计算机断层成像装置1的图像计算机11与计算单元12连接，在本发明的该实施例的情况中，使用该计算单元12对于患者P的心脏的心脏冠状血管检查冠状钙化物的存在。为此，计算单元12提供有相应的计算程序13，所述计算程序13当前通过例如CD的便携式存储介质装载到计算单元12内，并且具有用于分析心脏的3D图像数据记录以识别冠状钙化物的程序装置，和用于将识别出的冠状钙化物与心脏冠状血管相关联的程序装置。计算程序也包括至少一个人类心脏冠状血管的走向的一般的3D模型，所述3D模型在将计算程序13装载到计算单元12内时存储在计算单元12的存储器单元14内，并且以备用于将冠状钙化物与心脏冠状血管相关联。
为了能够检查患者P的心脏冠状血管上冠状钙化物的存在，在该实施例的情况中，首先生成患者P的心脏H的3D图像数据记录。为此，在螺旋扫描中通过在系统轴线5的方向上连续调节患者P处于其上的患者支承板10并旋转X射线管-检测器系统，获得了患者P的具有心脏H的身体部分在不同投影方向上的2DX射线投影。如在用于确定患者的钙化积分的常规CT扫描中所通行的情况，在此患者P不接受对照剂给药。图像计算机11基于所拍摄的2DX射线投影重建出患者P的具有心脏H的身体区域的3D图像数据记录，所述3D图像数据记录被存储在计算单元12的存储器单元14内用于另外的分析。在本实施例的情况中，所述3D图像数据记录包括多个具有像素的CT切片或切片图像。所述3D图像数据记录包括例如大约250个大约0.6mm切片厚度的切片图像。
在本实施例的情况中，重建的3D图像数据记录首先根据组织或器官被分割。然后，将例如肺部组织、肋骨等包围心脏的组织的图像信息从3D图像数据记录中去除。将心脏近似于在3D图像数据记录中隔离。分割可手工、半自动或全自动地进行。
对于具有心脏图像信息的3D图像数据记录，逐个切片图像地自动检查高对比度的冠状钙化物的存在。在最简单的情况中，为此规定至少一个CT阈值。如果某切片图像的某像素的CT阈值高于所述CT阈值，则将此像素视作代表冠状钙化物的像素。自动识别代表冠状钙化物的像素相对而言是无问题的，因为必须在低对比度的心脏组织中识别出高对比度的冠状钙化物。
如果识别出切片图像的代表冠状钙化物的像素，则将该像素汇总为代表冠状钙化物的像素的聚集。这通过如下方式进行，即从代表冠状钙化物的初始像素出发，在该初始像素的邻域内搜索另外的代表冠状钙化物的像素。优选地，搜索与所述初始像素相距不超过六个至十五个像素的另外的代表冠状钙化物的像素。搜索在此不仅在切片图像内进行，而且在邻接切片图像内进行。按照这种方式将相邻的代表冠状钙化物的像素相互连接、相互相关联或汇总为通常具有空间走向的聚集。在图2中典型地图示了3D图像数据记录中识别出的代表冠状钙化物的像素的此类空间走向的聚集20。
因为患者P的心脏H的3D图像数据记录的生成不进行对照剂给药，所以患者P的心脏H的心脏冠状血管在3D图像数据记录中不可识别或仅很差地识别，使得聚集20与单独的心脏冠状血管的相关联不可能。至此方法当前的时刻，仅能以常规方式基于所识别的代表冠状钙化物的像素得到对于整个心脏的患者P的钙化积分。
为了也能将识别出的冠状钙化物与心脏冠状血管相关联，考虑到已提及的人类心脏冠状血管的走向的3D模型。在图3中典型地图示了此类3D模型30。在本发明的该实施例的情况中，人类心脏冠状血管的走向的3D模型作为心脏冠状血管具有心脏的右心脏冠状动脉31(arteriacoronariadextra)，左心脏冠状动脉32(arteriacoronariasinistra)，旋支33(RCX)和前室间支34(RIVA)。如从图3中可见，在此左心脏冠状动脉32在大约1cm后分为旋支33和前室间支34。所提及的3D模型的心脏冠状血管具有另外的分支，但所述分支在本发明的此实施例的情况中不再进一步表示。
3D模型可根据解剖学专业知识近似于人工生成，或作为多个不同的人的心脏的具有心脏冠状血管的多个测量的3D数据记录的分析。在两个情况中，3D模型包括典型的平均冠状血管解剖结构的心脏冠状血管31至34的中心线以及包络或血管壁的空间坐标。
另外，可以在存储单元14内保留心脏冠状血管的空间走向的多个3D模型以供使用，并且用于另外的分析或根据要求选择。因此，可提供用于女性或男性的不同的3D模型或具有解剖学特点的3D模型。
即使在存储器单元14内仅保存3D模型供使用，按照本发明，为了确定将代表冠状钙化物的像素的聚集与心脏冠状血管相关联的敏感性，预先给定3D模型的心脏冠状血管直径或心脏冠状血管直径沿心脏冠状血管的空间走向的改变。对于一定的心脏冠状血管选择得相对大的直径，例如10mm的直径降低了敏感性，因为代表冠状钙化物的像素的多个聚集可能与确定的心脏冠状血管相关联。而对于一定的心脏冠状血管选择得相对小的大约4mm的直径提高了敏感性，因为将冠状钙化物与一定的心脏冠状血管错误地相关联的可能性降低。
在与3D图像数据记录的测量结果进行匹配时，通常3D模型关于其尺寸可放缩。在本发明的该实施例的情况中，最后进行代表冠状钙化物的像素的聚集20的空间走向与3D模型的心脏冠状血管的空间走向的相似性比较。在此也可应用模式识别技术。例如，将3D模型30通过旋转、移动和/或平移操作而尽可能好地定向为使得在理想情况中代表冠状钙化物的像素的聚集20可与3D模型30的心脏冠状血管相关联，即，使所述聚集20处于3D模型的心脏冠状血管内。该情况在图4中解释。
该关联不仅实现了在其中存在心脏冠状血管的冠状钙化物的观察装置15上的显示，而且通过在各心脏冠状血管内确定代表冠状钙化物的像素的聚集20的体积并在观察装置上除常规确定的钙化积分外输出该体积，而实现了给出每个心脏冠状血管的冠状钙化物的含量或每个心脏冠状血管的钙化物的体积。
因为从心脏冠状血管的走向的3D模型中已知心脏冠状血管的中心线，所以此外可计算并图示出用于图示心脏冠状血管的所谓“CurvedMultiPlanarReformats”的曲形多平面重组。因此，可以如同在常规的冠状血管CT造影术中的情况图示各心脏冠状血管及其走向，其中示出各心脏冠状血管及其钙化物。
本发明在上文中针对包括多个具有像素的切片图像的3D图像数据记录描述。但所述3D图像数据记录也可以是具有体素的数据记录，这不改变本发明的原理性操作。作为像素的替代，仅对体素的值分析，以相应的方式将代表冠状钙化物的体素汇总为代表冠状钙化物的体素的聚集，并且将此聚集的空间走向与人类心脏冠状血管的走向的3D模型进行比较，其意图为将这些聚集与3D模型的至少一个心脏冠状血管相关联。
另外，患者心脏的3D图像数据记录无须必然地使用X射线计算机断层成像装置生成。而是3D图像数据记录也可使用C形臂X射线装置或也可使用磁共振装置生成。
Claims (18)
1.一种具有用于存储患者(P)的心脏(H)的3D图像数据记录和人类心脏冠状血管(31至34)的走向的3D模型(30)的存储器单元(14)；以及用于执行用于识别冠状钙化物并将其与患者(P)的心脏(H)的至少一个心脏冠状血管相关联的方法的计算单元(12)的设备，其中所述冠状钙化物是沉积在心脏冠状血管内的钙化物，其中，
-基于使用成像装置(1)不进行对照剂给药而生成的患者(P)的心脏(H)的3D图像数据记录识别出冠状钙化物，
-提供人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)，
-预先给定心脏冠状血管(31至34)的走向的至少一个3D模型(30)的心脏冠状血管(31至34)的直径或心脏冠状血管(31至34)的直径沿心脏冠状血管(31至34)走向的变化，
-并且其中，将识别出的患者(P)的冠状钙化物与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的至少一个心脏冠状血管(31至34)相关联。
2.根据权利要求1所述的设备，其中，人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)作为心脏冠状血管具有心脏的右心脏冠状动脉(31)，左心脏冠状动脉(32)，旋支(33)和前室间支(34)。
3.根据权利要求1所述的设备，其中，人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)是人工生成的基于解剖学专业知识的3D模型，或者是基于多个测量的多人的心脏的具有心脏冠状血管的3D数据记录生成的3D模型。
4.根据权利要求1至3中任一项所述的设备，其中，患者(P)的心脏(H)的3D图像数据记录具有多个轴向相继放置的包括像素的心脏(H)的切片图像。
5.根据权利要求4所述的设备，其中，识别3D图像数据记录的切片图像的代表冠状钙化物的像素。
6.根据权利要求5所述的设备，其中，将切片图像内的和与切片图像邻接的相互相邻的代表冠状钙化物的像素相互连接或相关联，并且形成代表冠状钙化物的像素的至少一个空间走向的聚集(20)。
7.根据权利要求6所述的设备，其中，与代表冠状钙化物的初始像素相距一至三十个像素的像素算作初始像素的邻域。
8.根据权利要求7所述的设备，其中，能够预先给定代表冠状钙化物的初始像素周围的像素的距离范围，在所述距离范围内搜索另外的代表冠状钙化物的像素。
9.根据权利要求6至8中任一项所述的设备，其中，将代表冠状钙化物的像素的至少一个聚集(20)的空间走向与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)相互相关联或相互比较。
10.根据权利要求9所述的设备，其中，基于代表冠状钙化物的像素的至少一个聚集(20)的空间走向与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的相似性比较，将代表冠状钙化物的像素的至少一个聚集(20)与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的至少一个心脏冠状血管(31至34)相互相关联。
11.根据权利要求1至3中任一项所述的设备，其中，3D图像数据记录具有体素，其中，识别患者心脏的3D图像数据记录的代表冠状钙化物的各体素。
12.根据权利要求11所述的设备，其中，将相互相邻的代表冠状钙化物的体素相互连接或相互相关联，并且形成至少一个空间走向的代表冠状钙化物的体素的聚集。
13.根据权利要求12所述的设备，其中，将与代表冠状钙化物的初始体素相距一至三十个体素的体素算作初始体素的邻域。
14.根据权利要求13所述的设备，其中，能够预先给定代表冠状钙化物的初始体素周围的体素的其内应搜索另外的代表冠状钙化物的体素的距离区域。
15.根据权利要求12至14中任一项所述的设备，其中，将代表冠状钙化物的体素的至少一个聚集的空间走向与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)相互相关联或相互比较。
16.根据权利要求15所述的设备，其中，基于代表冠状钙化物的体素的至少一个聚集的空间走向与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的相似性比较，将代表冠状钙化物的体素的至少一个聚集与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的至少一个心脏冠状血管(31至34)相互相关联。
17.根据权利要求1至3中任一项所述的设备，其中，将人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)以及与人类心脏冠状血管(31至34)的走向的至少一个3D模型(30)的至少一个心脏冠状血管(31至34)相关联的识别出的患者(P)的冠状钙化物进行显示。
18.根据权利要求17所述的设备，其中，确定每个心脏冠状血管(31至34)的冠状钙化物的体积。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102009053471.7A DE102009053471B4 (de) | 2009-11-16 | 2009-11-16 | Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt |
| DE102009053471.7 | 2009-11-16 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102085101A CN102085101A (zh) | 2011-06-08 |
| CN102085101B true CN102085101B (zh) | 2016-02-17 |
Family
ID=43901947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010549955.4A Active CN102085101B (zh) | 2009-11-16 | 2010-11-15 | 用于识别冠状钙化物并与冠状血管相关联的方法和设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8938106B2 (zh) |
| CN (1) | CN102085101B (zh) |
| DE (1) | DE102009053471B4 (zh) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102009053471B4 (de) | 2009-11-16 | 2018-08-02 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt |
| US8867822B2 (en) * | 2011-10-14 | 2014-10-21 | Fujifilm Corporation | Model-based coronary artery calcium scoring |
| CN104797199B (zh) * | 2012-11-20 | 2018-02-23 | 皇家飞利浦有限公司 | 用于实时胎儿心脏评估的标准平面的自动定位 |
| JP2015225476A (ja) * | 2014-05-27 | 2015-12-14 | 富士ゼロックス株式会社 | 画像処理装置およびプログラム |
| US9642586B2 (en) | 2014-08-18 | 2017-05-09 | Siemens Aktiengesellschaft | Computer-aided analysis of medical images |
| WO2016186844A1 (en) * | 2015-05-15 | 2016-11-24 | Mayo Foundation For Medical Education And Research | Methods and materials for treating peripheral artery disease |
| JP2019076527A (ja) | 2017-10-25 | 2019-05-23 | テルモ株式会社 | 治療方法 |
| JP2019076526A (ja) | 2017-10-25 | 2019-05-23 | テルモ株式会社 | 治療方法 |
| JP2019076531A (ja) | 2017-10-25 | 2019-05-23 | テルモ株式会社 | 治療方法 |
| JP2019080749A (ja) | 2017-10-30 | 2019-05-30 | テルモ株式会社 | 治療方法 |
| JP2019080875A (ja) | 2017-10-31 | 2019-05-30 | テルモ株式会社 | 治療方法 |
| JP2019080876A (ja) | 2017-10-31 | 2019-05-30 | テルモ株式会社 | 治療方法 |
| US11049294B2 (en) * | 2018-10-02 | 2021-06-29 | Canon Medical Systems Corporation | Activity-dependent, spatially-varying regularization parameter design for regularized image reconstruction |
| US11241208B2 (en) * | 2018-11-19 | 2022-02-08 | Terumo Kabushiki Kaisha | Diagnostic method, method for validation of diagnostic method, and treatment method |
| US10813612B2 (en) | 2019-01-25 | 2020-10-27 | Cleerly, Inc. | Systems and method of characterizing high risk plaques |
| KR20210073282A (ko) * | 2019-12-10 | 2021-06-18 | 한국전자통신연구원 | 영상 처리 장치 및 이를 포함하는 석회화 분석 시스템 |
| US20220392065A1 (en) | 2020-01-07 | 2022-12-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| AU2021205821A1 (en) | 2020-01-07 | 2022-07-21 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| US11969280B2 (en) | 2020-01-07 | 2024-04-30 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| CN111599448B (zh) * | 2020-06-12 | 2022-06-10 | 杭州海睿博研科技有限公司 | 特定冠状动脉钙化分析的多视图形状约束系统和方法 |
| US20230289963A1 (en) | 2022-03-10 | 2023-09-14 | Cleerly, Inc. | Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1781456A (zh) * | 2004-11-17 | 2006-06-07 | 西门子公司 | 可视化冠状心脏病、特别是心脏梗塞损害的成像方法和装置 |
| CN101317766A (zh) * | 2007-06-08 | 2008-12-10 | 通用电气公司 | 用ct投影数据进行高时间分辨率药丸检测的方法和系统 |
| CN101405769A (zh) * | 2005-12-31 | 2009-04-08 | 布拉科成像S.P.A.公司 | 用于经由网络（"DextroNet"）的三维数据集的协作交互显影的系统和方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7558611B2 (en) * | 2001-11-24 | 2009-07-07 | Image Analysis, Inc. | Automatic detection and quantification of coronary and aortic calcium |
| AU2003230109A1 (en) * | 2002-05-13 | 2003-11-11 | Koninklijke Philips Electronics N.V. | Magnetic resonance imaging method |
| US6996262B2 (en) * | 2002-05-20 | 2006-02-07 | General Electric Company | Method and apparatus of scoring an arterial obstruction |
| WO2006062958A2 (en) * | 2004-12-10 | 2006-06-15 | Worcester Polytechnic Institute | Image-based computational mechanical analysis and indexing for cardiovascular diseases |
| US7893938B2 (en) * | 2005-05-04 | 2011-02-22 | Siemens Medical Solutions Usa, Inc. | Rendering anatomical structures with their nearby surrounding area |
| US20100278405A1 (en) * | 2005-11-11 | 2010-11-04 | Kakadiaris Ioannis A | Scoring Method for Imaging-Based Detection of Vulnerable Patients |
| EP1966767A2 (en) * | 2005-12-31 | 2008-09-10 | BRACCO IMAGING S.p.A. | Systems and methods for collaborative interactive visualization of 3d data sets over a network ("dextronet") |
| US20080094398A1 (en) * | 2006-09-19 | 2008-04-24 | Bracco Imaging, S.P.A. | Methods and systems for interacting with a 3D visualization system using a 2D interface ("DextroLap") |
| US7907766B2 (en) * | 2007-01-02 | 2011-03-15 | General Electric Company | Automatic coronary artery calcium detection and labeling system |
| WO2008135946A2 (en) | 2007-05-08 | 2008-11-13 | Koninklijke Philips Electronics N.V. | Coronary artery selective calcium assignment using low dose calcium scoring scans |
| WO2008135945A1 (en) | 2007-05-08 | 2008-11-13 | Koninklijke Philips Electronics N.V. | Method and apparatus for detecting a transition between video segments |
| GB0822140D0 (en) * | 2008-12-04 | 2009-01-14 | Imp Innovations Ltd | Methods and reagents |
| WO2010071896A2 (en) * | 2008-12-19 | 2010-06-24 | Piedmont Healthcare, Inc. | System and method for lesion-specific coronary artery calcium quantification |
| DE102009053471B4 (de) | 2009-11-16 | 2018-08-02 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt |
-
2009
- 2009-11-16 DE DE102009053471.7A patent/DE102009053471B4/de active Active
-
2010
- 2010-11-15 US US12/945,920 patent/US8938106B2/en active Active
- 2010-11-15 CN CN201010549955.4A patent/CN102085101B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1781456A (zh) * | 2004-11-17 | 2006-06-07 | 西门子公司 | 可视化冠状心脏病、特别是心脏梗塞损害的成像方法和装置 |
| CN101405769A (zh) * | 2005-12-31 | 2009-04-08 | 布拉科成像S.P.A.公司 | 用于经由网络（"DextroNet"）的三维数据集的协作交互显影的系统和方法 |
| CN101317766A (zh) * | 2007-06-08 | 2008-12-10 | 通用电气公司 | 用ct投影数据进行高时间分辨率药丸检测的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20110118595A1 (en) | 2011-05-19 |
| DE102009053471A1 (de) | 2011-05-26 |
| CN102085101A (zh) | 2011-06-08 |
| DE102009053471B4 (de) | 2018-08-02 |
| US8938106B2 (en) | 2015-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102085101B (zh) | 用于识别冠状钙化物并与冠状血管相关联的方法和设备 | |
| US20230033594A1 (en) | System and method for image-based object modeling using multiple image acquisitions or reconstructions | |
| US10413253B2 (en) | Method and apparatus for processing medical image | |
| EP2849631B1 (en) | Determination of a fractional flow reserve (ffr) value for a stenosis of a vessel | |
| JP5814504B2 (ja) | 統計モデルを用いた医療画像自動セグメンテーションシステム、装置並びにプロセッサ | |
| JP5584006B2 (ja) | 投影画像生成装置、投影画像生成プログラムおよび投影画像生成方法 | |
| US7602953B2 (en) | Method for acquisition, analysis and representation of a medical image data set | |
| CN108348206B (zh) | 用于无创血流储备分数(ffr)的侧支流建模 | |
| US20060122500A1 (en) | Imaging method and apparatus for visualizing coronary heart diseases, in particular instances of myocardial infarction damage | |
| CN109688908B (zh) | 用于确定血流储备分数的装置和方法 | |
| US20160066795A1 (en) | Stenosis therapy planning | |
| US20200226749A1 (en) | Inflammation estimation from x-ray image data | |
| CN110264559B (zh) | 一种骨断层图像重建方法及系统 | |
| JP2011506032A (ja) | 一貫性指標に基づく画像レジストレーション | |
| WO2012063204A1 (en) | Identifying individual sub-regions of the cardiovascular system for calcium scoring | |
| KR20160061248A (ko) | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 | |
| CN102737375A (zh) | 确定坏死组织的方法、图像处理装置和系统以及程序产品 | |
| WO2009050676A1 (en) | Pathology-related magnetic resonance imaging | |
| CN107518911A (zh) | 医用图像诊断装置及医用图像处理装置 | |
| JP2022076477A (ja) | 医用情報処理装置、医用情報処理システム及び医用情報処理方法 | |
| US8712132B2 (en) | Method and computer system for automatic vectorization of a vessel tree | |
| JP6275157B2 (ja) | 画像データに基づく組織表面ラフネスの定量化、及びそれに基づく疾患の存在の決定 | |
| CN109646035B (zh) | 骨断层图像重建方法及系统 | |
| US20200402255A1 (en) | Method and device for medical imaging for representing a 3d volume containing at least one introduced foreign object | |
| JP2022074841A (ja) | 医用データ処理装置及び医用データ処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220129 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
| TR01 | Transfer of patent right |