CN102223841B - 实时灌注成像和量化 - Google Patents
实时灌注成像和量化 Download PDFInfo
- Publication number
- CN102223841B CN102223841B CN2009801466561A CN200980146656A CN102223841B CN 102223841 B CN102223841 B CN 102223841B CN 2009801466561 A CN2009801466561 A CN 2009801466561A CN 200980146656 A CN200980146656 A CN 200980146656A CN 102223841 B CN102223841 B CN 102223841B
- Authority
- CN
- China
- Prior art keywords
- value
- image
- filtering
- monitoring
- chosen position
- 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
- 230000010412 perfusion Effects 0.000 title claims description 66
- 238000003384 imaging method Methods 0.000 title description 28
- 238000011002 quantification Methods 0.000 title description 2
- 239000002872 contrast media Substances 0.000 claims abstract description 88
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 230000004044 response Effects 0.000 claims abstract description 41
- 238000001914 filtration Methods 0.000 claims description 172
- 238000001514 detection method Methods 0.000 claims description 57
- 230000014509 gene expression Effects 0.000 claims description 33
- 238000003672 processing method Methods 0.000 claims description 23
- 230000000638 stimulation Effects 0.000 claims description 13
- 230000006378 damage Effects 0.000 claims description 3
- 230000037452 priming Effects 0.000 claims 1
- 230000004936 stimulating effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 107
- 238000005406 washing Methods 0.000 description 45
- 238000004422 calculation algorithm Methods 0.000 description 42
- 238000013507 mapping Methods 0.000 description 36
- 238000000034 method Methods 0.000 description 31
- 238000002604 ultrasonography Methods 0.000 description 25
- 210000001519 tissue Anatomy 0.000 description 24
- 230000008569 process Effects 0.000 description 23
- 230000009471 action Effects 0.000 description 20
- 231100000915 pathological change Toxicity 0.000 description 15
- 230000036285 pathological change Effects 0.000 description 15
- 239000000523 sample Substances 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 9
- 239000008280 blood Substances 0.000 description 9
- 230000002708 enhancing effect Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000002347 injection Methods 0.000 description 8
- 239000007924 injection Substances 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 230000002085 persistent effect Effects 0.000 description 8
- 210000004204 blood vessel Anatomy 0.000 description 7
- 201000001514 prostate carcinoma Diseases 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 239000002609 medium Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000001574 biopsy Methods 0.000 description 5
- 238000005429 filling process Methods 0.000 description 5
- 230000001951 hemoperfusion Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 3
- 230000004087 circulation Effects 0.000 description 3
- 230000001066 destructive effect Effects 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000002307 prostate Anatomy 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 241001515806 Stictis Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000012736 aqueous medium Substances 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003995 emulsifying agent Substances 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000001361 intraarterial administration Methods 0.000 description 1
- 238000010255 intramuscular injection Methods 0.000 description 1
- 239000007927 intramuscular injection Substances 0.000 description 1
- 239000007928 intraperitoneal injection Substances 0.000 description 1
- 238000007913 intrathecal administration Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000004531 microgranule Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000010410 reperfusion Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000010254 subcutaneous injection Methods 0.000 description 1
- 239000007929 subcutaneous injection Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 229920001059 synthetic polymer Polymers 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 239000002562 thickening agent Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56366—Perfusion imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
-
- 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
-
- 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
- A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Hematology (AREA)
- High Energy & Nuclear Physics (AREA)
- Vascular Medicine (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
提出了一种用于诊断应用的方案。特别地,相应的诊断系统包括:用于提供(A1-A3)表示随着时间利用造影剂灌注的身体部位的多个输入信号的装置(903-906),每个输入信号指示对可能包括造影剂的身体部位的相应位置的询问刺激的响应;用于从选择位置的选择输入信号产生(A4.1-A4.3)多个滤波信号的装置(909-930),随着时间在每个时刻的每个滤波信号是根据包括所述时刻的选择输入信号的一部分从相应的选择输入信号产生的;以及用于在对相应的选择位置的询问刺激的响应中监测(A4.4-A4.6)每个滤波信号以检测峰值的装置(933-939),该峰值是响应于滤波信号的相应部分对稳定性条件的满足而检测到的。
Description
技术领域
根据本发明实施例的方案涉及医学设备的领域。更具体地讲,这个方案涉及诊断系统的领域。
背景技术
医学测试经常用作例如按照相应症状的报告诊断许多病理的手段。为了这个目的,在现有技术中存在不同的技术。
例如,用于(例如,前列腺、肝脏和乳房中的)癌症诊断的金牌标准技术是活组织检查,其中从检查的病人切下相关组织的样本(通常称为芯)。然而,活组织检查是非常有创伤性并且昂贵的过程。此外,在特定应用中活组织检查相对不太准确(例如,即使使用基于更高数量的芯的新策略,其在前列腺癌症诊断中的成功率也仅为大约70%)。
造影剂增强超声分析(contrast-enhanced ultrasound analysis)是在该领域中应用得越来越多的另一诊断技术。通常,这种诊断技术是基于对病人施用超声造影剂(UCA),例如,磷脂稳定充气微泡(或微气泡)的悬浮液;这些造影剂微气泡用作高效的超声反射体,并且通过施加超声波并测量响应于超声波返回的回声信号能够容易地检测造影剂微气泡。由于造影剂以与病人的红细胞相同的速度流动,所以它的检测和跟踪提供了关于正分析的身体部位中的血液灌注的信息(从该信息,能够获得关于它的状况的信息)。
特别地,在成像方法中,产生表示灌注过程期间身体部位中的造影剂的演变的图像序列(其中图像中每个像素的值表示针对身体部位的相应位置的随着时间的记录的回声信号的强度)。因此,(例如,显示在监视器上的)这种图像序列的检查仅提供了对身体部位中的血液灌注的定性指示。
相反,在定量方法中,通过数学模型函数拟合在整个灌注过程期间记录的回声信号(例如,如WO-A-2004/110279中所公开的那样,其全部内容公开于此以资参考)。这样获得的模型函数的例子能够随后用于计算不同的灌注参数(诸如,洗入速率(wash-in rate)、洗出速率(wash-out rate)等)。可以从在包括超过一个像素的预定关注区(ROI)中获得的全局回声信号计算任何灌注参数(该灌注参数随后呈示为单个值)。可替换地,可以分别从每个像素的回声信号计算任何灌注参数;然后通过以图形方式表示每个相应像素的灌注参数的值产生参数图像(优选地,以颜色编码(color-coded)的表示方式)。灌注参数提供了对身体部位中的血液灌注的定量评价(参数图像表示整个身体部位的灌注参数的空间映射图)。
特别地,关于前列腺癌症诊断,在造影剂增强超声引导下使用目标活组织检查的研究已显示出它的成功率的增加(可以减少所需芯的数量)。此外,造影剂增强超声分析也能够取代活组织检查作为前列腺癌症诊断中的第一选择(显著减少副作用、成本和病人发病率)。
为了这个目的,使用造影剂增强超声分析作为诊断前列腺癌症的手段需要检测和表征身体部位中的相应病变。更具体地讲,根据与正常的实质组织相比的灌注动力学的差异(即,造影剂的更早和更快的洗入和洗出)检测病变。然后,根据其血管性质(即,相应微血管网络的密度和/或结构)的差异能够表征病变(以便区分良性病变和恶性病变)。
参数分析可用于检测病变。实际上,基于相应灌注参数(诸如,洗入速率和洗出速率)的参数图像的检查允许通过定位身体部位中具有较高的这些洗入速率和洗出速率的值的区域检测病变。然而,可靠的参数分析通常需要进行空间子采样的图像,即对多组相邻像素的像素值进行低通滤波,然后进行子采样(根据子采样因素),以产生相应细胞的细胞值,然后对细胞值执行拟合运算。这样,可以增加信噪比(SNR)(通常在原始回声信号中信噪比非常低),并减少计算时间(因为拟合运算的复杂性和大量像素,所以通常计算时间非常长)。然而,空间子采样产生具有降低的分辨率的参数图像(该图像对于病变的表征而言不是最佳的)。此外,必须在扩展持续时间(包括洗入阶段和洗出阶段的大部分)上记录回声信号,以便保证拟合运算的可接受的鲁棒性(然后提供可靠的灌注参数评估)。因此,通常离线处理回声信号(利用能够容易地超过3-8分钟的后处理时间);以这种方法进行的处理妨碍了身体部位的任何实时检查。
反而,成像分析可以用于表征病变。实际上,对表示身体部位中的血液灌注的图像的检查(按照全分辨率)对于确定其血管性质很有用。然而,微小血管(诸如,毛细血管)的识别很具挑战性,因为局部造影剂浓度可能非常低(当对血管成像时,所述血管可能甚至仅包含单个造影剂微气泡)。
为了解决这个问题,现有技术中已知的方案包括把最大强度投影(MIP)算法应用于图像(例如,如US-B-6,676,606中所公开,其全部内容公开于此以资参考)。特别地,对于每个像素,最大强度投影算法随着时间使不同图像中相应的值保持为它们的最大值。这样,在空间上投影造影剂颗粒的轨迹以强调相应的血管形态。然而,这样,造影剂一开始灌注病变周期的实质组织,图像就变得分散;因此,病变的血管性质的表示变得模糊并且失去了明显性(由此,显著降低了用于病变表征的成像分析的有效性)。
现有技术中还已知最小强度投影(mIP)算法;在这种情况下,对于每个像素,最小强度投影算法随着时间使不同图像中的相应值保持为它们的最小值。在造影剂到达图像之前可使用最小强度投影算法以抑制背景杂斑并提高造影剂的可视化(例如,如US-B-6,436,049中所建议的,其全部内容公开于次以资参考);然而,针对上述问题,这个算法完全无效。
应该注意的是,基于最大强度投影算法的成像分析也可以用于执行对病变(例如,在洗入阶段期间表现出造影剂的早期增强的身体部位的位置)的定性检测。然而,针对病变和实质组织的回声信号的最大值可能类似,从而在应用最大强度投影算法之后的其表示在达到它们的相应峰值之后有时变得类似;因此,这种方法仅在洗入阶段的短时间段期间对于强调灌注动力学的差异有用。在任何情况下,关于洗出阶段的任何信息完全丢失(因为像素值在达到它们的峰值之后保持恒定不变)。
发明内容
一般地讲,根据本发明实施例的方案是基于使用信号监测技术的思想。
特别地,本发明的一方面提出了一种诊断系统(例如,超声扫描仪或与其关联的计算机)。该系统包括用于提供多个输入信号的装置;输入信号表示随着时间利用造影剂灌注的身体部位。特别地,每个输入信号指示对可能包括造影剂的身体部位的相应位置的询问刺激的响应(例如,来自超声扫描仪的回声信号)。该系统还包括用于从选择位置(例如,在关注区中)的选择输入信号产生多个滤波信号的装置;随着时间在每个时刻的每个滤波信号是(例如,通过应用最大强度投影算法)根据包括所述时刻的选择输入信号的一部分从相应的选择输入信号产生的。在根据本发明实施例的方案中,提供了用于在对相应的选择位置的询问刺激的响应中监测每个滤波信号以检测峰值的装置;当滤波信号的相应部分满足稳定性条件时(例如,当滤波信号在预定时间段期间保持恒定不变时),检测该峰值。
在本发明的实施例中,用于监测每个滤波信号的装置包括用于在一组监测时刻(例如,在相应输入信号的每个获取时刻)随着时间检验稳定性条件的装置;在已满足该稳定性条件之后停止该检验。然后,提供用于根据满足稳定性条件的监测时刻检测峰值的装置。
在本发明的实施例中,该系统包括用于(在每个监测时刻)检验在该监测时刻之前的稳定性时间窗口中滤波信号是否保持恒定不变的装置;然后,该系统包括用于在由稳定性时间窗口满足稳定性条件的监测时刻之前的时刻检测峰值的装置。
在本发明的实施例中,该系统还包括用于根据相应峰值计算指示每个选择位置的灌注的一个或多个灌注参数(例如,洗入速率)的装置。
在本发明的实施例中,该系统包括用于从每个选择的输入信号产生线性化输入信号的装置;在每个时刻的线性化输入信号基本上与在所述时刻在相应的选择位置的造影剂的浓度成比例。该系统还包括用于根据在由用于监测的装置确定的一个或多个时刻的相应线性化输入信号计算每个灌注参数的装置。
在本发明的实施例中,该系统包括用于提供一序列的输入图像的装置。每一个输入图像包括在相应时刻的身体部位的数字表示;特别地,每个输入图像包括多个输入值,每一个输入值指示在相应时刻对相应位置的询问刺激的响应。该系统还包括用于从输入图像产生一序列的滤波图像的装置。对于每个选择的位置,每个滤波图像包括根据与在一组选择的输入图像中的选择位置相应的输入值产生的滤波值;所述一组选择的输入图像包含相应输入图像和一个或多个在先的输入图像。在这种情况下,该系统包括用于监测每个选择的位置的滤波值的装置。
在本发明的实施例中,该系统包括用于在检测到相应峰值之前把每个滤波图像的每个滤波值设置为表示对选择的输入图像中的相应的选择位置的询问刺激的最大响应(例如,其通过应用最大强度投影算法获得)的值的装置;并且,可选地,在检测到相应峰值之后,该滤波值也可以表示对选择的输入图像中的相应的选择位置的询问刺激的最小响应(例如,其通过应用最小强度投影算法获得)。
在本发明的实施例中,该系统包括用于在检测到相应峰值之前把滤波值设置为在先的滤波图像中的选择位置的滤波值和比较值之间的表示对询问刺激的最大响应的值的装置;该比较值是基于一组比较输入图像(包括相应输入图像)中的选择位置的一组输入值。可选地,在检测到相应峰值之后,滤波值也可以被设置为在先的滤波图像中的选择位置的滤波值和所述比较值之间的表示对询问刺激的最小响应的值。
在本发明的实施例中,所述比较值包括相应输入图像中的选择位置的输入值。在本发明的可替换的实施例中,所述比较输入图像包括相应输入图像和一个或多个在先的输入图像;在这种情况下,该系统包括用于通过对所述比较输入图像中的选择位置的输入值应用平滑函数(例如,中值函数)计算所述比较值的装置。
在本发明的实施例中,该系统还包括用于产生一个或多个序列的动态参数图像的装置;对于每个选择的位置,每个动态参数图像在计算相应灌注参数之前包括空值,并且在计算相应灌注参数之后包括指示相应灌注参数的值(例如,以颜色编码的表示方式)。
在本发明的实施例中,该系统包括用于当相应灌注参数未达到阈值时甚至在计算这个灌注参数之后对于每个动态参数图像的每个选择的位置保持空值的装置。
在本发明的实施例中,该系统还包括用于对于每个序列的动态参数图像产生一序列的覆盖图像的装置;通过把每个动态参数图像覆盖在相应的滤波图像上产生所述覆盖图像。
在本发明的实施例中,该系统包括用于检测(指示滤波信号达到有效值的时刻的)到达时刻的装置和用于检测(指示检测到峰值的时刻的)的峰值时刻的装置;然后该系统包括用于确定指示在峰值时刻对相应的选择位置的询问刺激的响应的峰值的装置。可选地,该系统还可以包括用于检测指示滤波信号达到减小值的时刻的减小时刻的装置,所述减小值是峰值的预定百分比(例如,半峰值)。
在本发明的实施例中,该系统包括用于(根据峰值和峰值时刻与到达时刻之差的比)计算洗入速率的装置、用于(根据所述减小值和所述减小时刻与峰值时刻之差的比)计算洗出速率的装置、用于计算洗入速率和洗出速率的乘积的装置或者它们的任何其它数学组合。
在本发明的实施例中,该系统还包括用于把破坏脉冲施加到身体部位(以引起造影剂的实质破坏)的装置;然后该系统包括用于一次或多次重复用于执行上述操作的装置的启动的装置。
本发明的另一方面提出了一种相应的数据处理方法。特别地,该数据处理方法包括提供多个输入信号的步骤;输入信号表示随着时间利用造影剂灌注的身体部位。每个输入信号指示对可能包括造影剂的身体部位的相应位置的询问刺激的响应。该方法还包括从选择的位置的选择输入信号产生多个滤波信号的步骤;随着时间在每个时刻的每个滤波信号是根据包括所述时刻的选择输入信号的一部分从相应的选择输入信号产生的。在根据本发明实施例的方案中,在对相应的选择位置的询问刺激的响应中监测每个滤波信号以检测峰值;当由滤波信号的相应部分满足稳定性条件时,检测峰值。
以上针对诊断系统描述的相同附加特征对数据处理方法(单独地或者彼此结合地)进行必要的修正。
本发明的另一方面提出了一种相应的计算机程序。特别地,该计算机程序包括当在数据处理系统上执行该计算机程序时使该系统执行上述数据处理方法的步骤的代码装置。
本发明的另一方面提出了一种相应的计算机程序产品。特别地,该计算机程序产品包括实施计算机程序的计算机可用介质,当在数据处理系统上执行该计算机程序时,该计算机程序使该系统执行相同的数据处理方法。
附图说明
通过参照下面结合附图阅读的纯粹作为非限制性指示给出的详细描述,将会最好地理解根据本发明一个或多个实施例的方案及其进一步的特征和优点,在附图中:
图1是可应用根据本发明实施例的方案的医学成像系统的图形表示,
图2A-2B示出根据本发明实施例的方案的示例性应用,
图3A-3B示出根据本发明另一实施例的方案的示例性应用,
图4A-4B示出根据本发明另一实施例的方案的示例性应用,
图5A-5A’和图5B-5B’示出根据本发明实施例的方案的应用的示例性情形,
图6A-6B分别示出现有技术中已知的最大强度投影算法和最小强度投影算法的示例性应用,
图7A-7D示出与现有技术中已知的技术相比的根据本发明实施例的方案的活体内应用的例子,
图8A-8C示出与现有技术中已知的技术相比的根据本发明实施例的方案的活体内应用的另一例子,以及
图9A-9B示出表示可用于实现根据本发明实施例的方案的主要部件的作用的示图。
具体实施方式
特别地,参照图1,示出了包括超声扫描仪100的医学成像系统;在根据本发明实施例的方案中,扫描仪100可用于分析病人103的身体部位102。超声扫描仪100包括中央单元105和手持式发送接收成像探头110(例如,具有阵列类型)。成像探头110发送包括脉冲序列(例如,具有1和50MHz之间的中心频率)的超声波,并接收由于身体部位102对超声脉冲的反射导致的射频(RF)回声信号;为了这个目的,成像探头110设置有发送/接收复用器,该复用器允许在上述脉冲-回声模式下使用成像探头110。
中央单元105容纳母板115,在母板115上安装了控制超声扫描仪100的操作的电子电路(例如,微处理器、工作存储器和硬盘驱动器)。此外,一个或多个子板(整体上用120表示)插入到母板115中;子板120提供了用于驱动成像探头110和用于处理接收的回声信号的电子电路。超声扫描仪100还可以装备有用于读取可移动盘130(诸如,CD-ROM或DVD-ROM)的驱动器125。监视器135显示与正在进行的分析过程相关的图像。通过键盘140控制超声扫描仪100的操作,键盘140以常规方式连接到中央单元105;优选地,键盘140设置有跟踪球145,跟踪球145用于操纵监视器135的屏幕上的指针(图中未示出)的位置。
在身体部位102的分析期间,对病人103施用造影剂(用作高效的超声反射体)。例如,造影剂包括液体载体中气泡的悬浮液;通常,气泡具有0.1-5μm的数量级的直径,以允许它们穿过病人的毛细血管。通常通过把气体或其前体夹带或封闭到各种系统(包括乳化剂、油、增稠剂、糖、蛋白质或聚合物)中使气泡稳定;稳定的气泡通常称为充气微泡。微泡包括分散在水介质中并由包括表面活性剂(即,两亲性材料)的非常薄的包膜约束在气体/液体分界面处的气泡(也称为微气泡)。可替换地,微泡包括由脂质或者天然或合成聚合物形成的固体材料包膜包围的气泡(也称为微气球或微气囊)。另一种造影剂包括聚合物或其它固体物质的多孔微粒的悬浮液,所述聚合物或其它固体物质携带被俘获在微粒的孔隙内的气泡。微泡(特别地,微气泡和微气球)的合适的水悬浮液及其制备的例子在EP-A-0458745、WO-A-91/15244、EP-A-0554213、WO-A-94/09829和WO-A-95/16467(其全部内容包含于此以资参考)中被描述。包括充气微泡的商用造影剂的例子是Bracco International BV的
优选地,作为大丸剂通过静脉对病人103施用造影剂,即在(2-20秒的数量级的)短时间期间利用注射器手动地提供单剂量。造影剂在病人103的血管系统内循环以灌注身体部位102。同时,成像探头110在身体部位102的区域与病人103的皮肤接触。然后通过应用具有低声能的一系列超声脉冲(例如,具有机械指数MI=0.01-0.1)使身体部位102受到声波作用,以包括可以忽略的造影剂的破坏(例如,连续超声脉冲之间的其局部浓度小于5%,优选地小于1%)。随着时间响应于超声脉冲记录的回声信号(在选择的扫描计划中针对身体部位102的每个位置)提供了分析过程期间对身体部位102(可能包括造影剂)的相应区域(即,一部分)的表示。
然后把回声信号转换成标准亮度模式(B-mode)的一系列数字图像(或帧),这些数字图像随后表示在相应连续获取时刻的身体部位102(例如,帧速FR=每秒10-30个图像)。每个图像由各个视觉化元素(即,基本图片元素(像素))的值的矩阵(例如,具有M=512行和N=512列)定义,每个像素对应于身体部位102的一个位置。通常,每个像素值包括定义像素的亮度的灰度级(例如,8位编码);像素值作为相应回声信号的强度的函数从0(黑)增加到255(白)(表示在身体部位的相应位置的声学响应)。
通常由造影剂和周围组织产生的不同贡献的叠加导致回声信号并然后导致相应图像。优选地,超声扫描仪100在对比度特定成像模式中操作,以针对造影剂的(非线性)贡献基本上去除或至少减小回声信号中的组织的主导(线性)贡献;对比度特定成像模式的例子包括谐波成像(HI)、脉冲反相(PI)、功率调制(PM)和对比度脉冲序列(CPS)技术,例如,如“Rafter et al.,Imaging technologies and techniques,Cardiology Clinics 22(2004),pp.181-197”中所述(其全部内容包含于此以资参考)。
在图2A中,时间-强度曲线205(实线)示出为身体部位的一般位置的超声波的示例性响应,即表示作为时间(单位为秒)的函数的相应回声信号的功率(以任意单位或a.u.)。曲线205具有初始部分,其中作为在施用造影剂之后灌注身体部位的造影剂的洗入阶段的结果,回声信号从零(造影剂到达之前)朝着峰值增加;一旦回声信号已在这个峰值达到它的绝对最大值,作为从病人(例如,由肺和/或由肝脏)滤出的造影剂的洗出阶段的结果,回声信号就开始朝着零降低。
首先对回声信号滤波,以产生在该图中以曲线210(虚线)表示的滤波信号。如下面详细所述,在每个时刻,根据包括该时刻的回声信号的相应部分从回声信号产生所述滤波信号。例如,在开始,通过应用最大强度投影算法产生滤波信号,其中回声信号随着时间保持于其最大值。这样,当回声信号单调增加时,曲线210的相应部分(以210a表示)准确地跟随曲线205;然而,如果回声信号暂时地减小(例如,由于噪声或局部造影剂浓度的自然波动所导致),则保留它的上一个最大值直至检测到回声信号的更高的值为止。
能够在记录回声信号的同时(或者至多具有非常短的延迟)在任何时刻产生滤波信号。例如,最大强度投影算法仅需要知道直至相应时刻的回声信号(从而根据已经存在的信息能够实时地产生滤波信号)。
在根据本发明实施例的方案中,随后监测滤波信号以便检测它的峰值(在滤波信号达到峰值Ip时的峰值时刻tp);特别地,当滤波回声信号的相应部分满足稳定性条件时,检测峰值。例如,当滤波信号在预定时间段期间保持恒定不变时,发生这种情况。因此,现在一发生这种情况(具有满足稳定性条件所需的短延迟)就检测峰值。
回声信号的滤波相对比较简单并且不需要大量的计算资源,从而能够在像素水平上执行该滤波(而没有图像的任何空间子采样)。但是,滤波信号是显著地平滑的(通过在滤波之前去除相应回声信号的任何强烈变化),由此允许以健壮的方式检测峰值。结果,能够以可接受程度的可靠性按照全图像分辨率执行所提出的处理。
同时,所提出的方案允许基本上实时地获得所希望的结果;这意味着在对身体部位成像的同时正执行分析过程,即由于所需的计算而相对于峰值的检测具有短延迟但不必等待成像过程完成。
另外或者可替换地,在峰值的检测之后,滤波操作切换到最小强度投影算法,其中回声信号随着时间保持于其最小值。这样,当回声信号单调减小(在造影剂洗出阶段期间)时,曲线210的相应部分(以210b表示)在此刻准确地跟随曲线205;然而,如果回声信号暂时地增加(由于噪声或局部造影剂浓度的自然波动所导致),则保留它的上一个最小值直至检测到回声信号的更低的值为止。
这样,也保留了关于洗出阶段的信息。同时,可以基本上实时地再次对全分辨率图像执行身体部位的进一步检查。
与峰值的检测相关的信息能够用于不同的目的。特别地,如图2B中所示,在本发明的实施例中,这个信息用于计算一个或多个灌注参数(指示身体部位的相应位置的血液灌注)。例如,可以使用下面的公式计算洗入速率Wi(如图2B中相应点划直线所示):
其中Δti=tp-ta测量洗入阶段的持续时间(从造影剂到达时刻ta到峰值时刻tp)。到达时刻ta定义为滤波信号达到超过预定阈值的有效值Ia的时刻。应该注意的是,这个洗入速率Wi非常可靠,因为它完全独立于造影剂施用的时刻。
另外或者可替换地,还监测滤波信号以检测半峰值时刻tr,其中滤波信号下降到低于半峰值Ip/2。然后可以使用下面的公式计算洗出速率Wo(如图2B中相应点划直线所示):
其中Δto=tr-tp测量洗出阶段的持续时间(从峰值时刻tp到半峰值时刻tr)。在这种情况下,洗出速率Wo也非常可靠,因为它也独立于造影剂施用的时刻。
在本发明的实施例中,上述方法用于从表示身体部位的(原始)图像产生一序列的滤波图像。特别地,对于每个像素,通过在其峰值时刻tp之前应用最大强度投影算法以及在其后应用最小强度投影算法获得不同滤波图像中的相应像素值。
更正式地讲,在峰值时刻tp之前,滤波图像的每个像素值设置为相应原始图像中同一像素的像素值和通过该过程的早期迭代获得的在先的原始图像中同一像素的像素值的运行最大值之间的最大值,即:
OP(x,y,k)=MAX [IP(x,y,k),OP(x,y,k-1)],
其中OP(x,y,k)是具有编号k的滤波图像(在时刻t获取该滤波图像,t是原始图像的帧速的倒数乘以图像编号k,即t=k/FR)中由空间坐标x,y(分别为行号和列号)识别的像素的像素值。IP(x,y,k)和OP(x,y,k-1)分别是具有同一编号k的相应原始图像(在时刻t获取该原始图像)中和具有编号k-1的在先的滤波图像(在时刻(k-1)/FR获取该滤波图像)中的同一像素(x,y)的像素值,MAX[]是返回其自变量之中的最大值的函数。在峰值时刻tp之后,反而,滤波图像的每个像素值被设置为相应原始图像中同一像素的像素值和通过该过程的早期迭代获得的在先的原始图像(从峰值向前)中同一像素的像素值的运行最小值之间的最小值,即:
OP(x,y,k)=MIN[IP(x,y,k),OP(x,y,k-1)],
其中MIN[]是返回其自变量之中的最小值的函数。
通常,随后,通过应用下面的滤波函数能够计算滤波图像的每个像素值:
其中L(L>0)是稳定性长度,它表示用于检测峰值的滤波图像的数量,kp(kp>L)是按照图像编号表达峰值时刻tp的峰值编号(tp=kp/FR)。特别地,峰值编号kp设置为满足由下面表达式定义的稳定性条件的图像编号k:
对于OP(x,y,k)-OP(x,y,k+L-1)=0,kp=k。
换句话说,一旦滤波图像中的像素值针对由稳定性长度L定义的滤波图像的数量(即,在由稳定性长度L与原始图像的帧速的倒数的乘积给出的稳定性时间窗口中)保持在相同值,就检测到峰值。根据分析过程的高准确性和快速响应的相反要求调整稳定性长度L的值(并且然后调整稳定性时间窗口的值)。特别地,稳定性长度L的较高的值允许避免当相应回声信号暂时地增加(例如,在仅与1或2个原始图像相应的持续时间期间)时错误检测峰值,其中所获得的滤波信号表现出平坦部分直至回声信号再次开始增加;然而,增加稳定性长度L延迟了检测峰值的时刻。例如,稳定性长度L的典型值是3-12(对于每秒10个原始图像的帧速,对应于0.3-1.2s的稳定性时间窗口)。
上述滤波算法(虽然在多数实践情况下提供了可靠的灌注参数)可能在重要条件方面显示出一些限制(例如,当回声信号表现出非常低的SNR),例如,如图3A中所示。特别地,当以曲线205’表示的回声信号在洗入阶段期间暂时地增加(假正尖峰(spike))或者在洗出阶段期间暂时地减小(假负尖峰)(例如,由运动伪影所导致)时,以曲线210’表示的回声信号不再准确地跟随回声信号的实际趋势。实际上,对于每个正尖峰,滤波算法把滤波信号保持于尖峰值,直至回声信号超过所保持的值为止;同样地,对于每个负尖峰,滤波算法把滤波信号保持于尖峰值,直至回声信号下降到低于所保持的值为止。如果在峰值时刻tp之前出现具有高于峰值Ip的值的正尖峰,则这个问题特别严重。在这种情况下,在滤波信号达到峰值Ip’>Ip的峰值时刻tp’<tp将会检测到错误的峰值。
如图3B中所示,错误传播到所希望的灌注参数(即,在所讨论的例子中,更高的洗入速率Wi’、滤波信号达到更高的半峰值Ip’/2的更早的半峰值时刻tr’和错误的洗出速率Wo’)的计算。如果在洗出阶段期间在半峰值时刻出现之前在回声信号中出现假负尖峰并且所述负尖峰具有低于半峰值的值,则存在类似的考虑。
然而,通过在根据前述方法对回声信号滤波之前使回声信号平滑能够解决上述问题。特别地,关于洗入阶段,现在把像素值的运行最大值与平滑值进行比较,该平滑值是基于相应原始图像和一个或多个在先的原始图像中的同一像素的像素值的平滑集合:
OP(x,y,k)=MAX[SP(x,y,k),OP(x,y,k-1)],
其中SP(x,y,k)是具有编号k的原始图像中像素(x,y)的平滑值。该平滑值又通过对像素值的平滑集合应用平滑函数来定义:
SP(x,y,k)=SMT[IP(x,y,k)...IP(x,y,k-m+1)],
其中SMT[]是适于去除或者至少减小像素值的平滑集合中的短(正或负)尖峰的平滑函数,m(m≥2)是表示平滑集合中的像素值的数量(以及相应原始图像的数量)的平滑长度,对应于由平滑长度m与原始图像的帧速的倒数的乘积给出的平滑时间窗口。非常适合这个目的的平滑函数的典型例子是中值函数(其中平滑值表示按照升序排列的平滑像素值的集合中的中间值)。根据分析过程的高准确性和快速响应的相反要求调整平滑长度m的值。特别地,平滑长度m的较高的值允许去除相应回声信号中具有较长持续时间的尖峰(至多持续平滑时间窗口的一半);然而,增加平滑长度m延迟了(平滑)图像可用于滤波的时刻。例如,平滑长度m的典型值是2-6(对于每秒10个原始图像的同一帧速,对应于0.2-0.6s的平滑时间窗口)。
相同的平滑算法也能够应用于洗出阶段。在这种情况下,同样地,比较像素值的运行最小值与平滑值(基于像素值的相同平滑集合):
OP(x,y,k)=MIN[SP(x,y,k),OP(x,y,k-1)].
因此,整个滤波函数现在变为:
上述方案还允许利用造影剂的单次大丸剂注射分析身体部位的多个区域。实际上,一旦已计算所希望的灌注参数(即,在针对洗入速率的峰值时刻之后或者在针对洗出速率的半峰值时刻之后),分析过程就完成。然而,大量的造影剂可能仍然在病人体内循环;例如,在典型应用中,在30-40s之后检测到峰值,而仅在60-90s之后洗出阶段结束。
因此,如图4A中所示,一旦已获得计算所希望的灌注参数所需的信息(例如,在已计算洗入速率Wi之后在闪烁时刻tf>tp+L),通过对身体部位施加具有高声能的一个或多个超声脉冲(强脉冲(flash)),可以破坏剩余的循环的造影剂;声能必须足以(诸如,具有1-2的机械指数)破坏大量剩余的循环的造影剂(例如,在施加强脉冲之前的造影剂的局部浓度的至少50%)。循环的造影剂随后充满该身体部位。因此,如果成像探头移动到另一扫描平面,则在闪烁时刻tf之后记录的回声信号表示身体部位的另一相关区域的再灌注。特别地,现在分析的身体部位的一般位置的新回声信号以曲线205f表示,曲线205f具有与(原始)回声信号的曲线205的图案类似的图案(即,在新的洗入阶段期间从零朝着更低的峰值增加,然后在新的洗出阶段期间朝着零减小)。然后,能够对于身体部位的这个位置重复上述相同操作(即,对新回声信号滤波以获得以曲线210f表示的新滤波信号,监测该新滤波信号以检测其峰值,并在其基础上计算一个或多个灌注参数)。
例如,如图4B中所示,可以检测新的到达时刻taf(紧跟在破坏造影剂之后)和具有新的峰值Ipf的新的峰值时刻tpf,以便计算新的洗入速率(Δtif=tpf-taf);另外或者可替换地,还可以检测当滤波信号下降到低于新的半峰值Ipf/2时的新半峰值时刻trf,以便计算新的洗出速率(Δtof=trf-tpf)。当然,相同的过程可以重复一次或多次(只要足够量的造影剂保持在病人体内循环)。
上述方案对于前列腺癌症诊断特别有益。实际上,如图5A-图5A’中所示,与健康(实质)组织和前列腺癌症相关的回声信号具有显著不同的图案。特别地,图5A示出与健康组织相关的位置的回声信号(以曲线205h表示)和相应的滤波回声信号(以曲线210h表示);而图5A’示出受癌症影响的位置的回声信号(以曲线205c表示)和相应的滤波回声信号(以曲线210c表示)。可以看出,与健康组织的回声信号(图5A)相比,癌症组织的回声信号(图5A’)表现出更早和更快的洗入和洗出。
因此,如图5B中所示,把提出的方案应用于健康组织允许在具有峰值Iph的峰值时刻tph检测它的峰值;还可以检测它的到达时刻tah和半峰值时刻trh以计算洗入速率(Δtih=tph-tah)和洗出速率(Δtoh=trh-tph)。同样地,如图5B’中所示,把提出的方案应用于癌症组织允许在具有峰值Ipc的峰值时刻tpc检测它的峰值;还可以检测它的到达时刻tac和半峰值时刻trc以计算洗入速率(Δtic=tpc-tac)和洗出速率(Δtoc=trc-tpc)。可以看出,能够容易地区分癌症组织与健康组织,因为癌症组织提供了更高的洗入速率和更高的洗出速率(即,分别相对于Wih=53和Woh=12的Wic=118和Woc=72)。
作为另一改进,可以把洗入速率和洗出速率组合成由它们的乘积给出的新的灌注参数。于是,健康组织和癌症组织的这个乘积分别为Wh=Wih·Who=53·12=639和Wc=Wic·Whc=118·72=8469。这种设计的新的灌注参数进一步便于区分癌症组织和健康组织,因为在洗入/洗出速率乘积中增强了它们的差异(相对于Wh=639的Wc=8469)。
更一般地讲,提出的方案通过提供可帮助内科医生执行所希望的诊断的中间结果来方便了内科医生的工作(即使在严格意义上针对治疗目的的诊断总是由内科医生自己做出)。
应该注意的是,通过单独应用最大强度投影算法或最小强度投影算法不能获得上述结果。
特别地,图6A示出单独把最大强度投影算法应用于图2A中所示的同一回声信号(再次以曲线205表示)。在这种情况下,该运算产生滤波信号,该滤波信号现在以曲线610a(虚线)表示。如上所述,曲线610a准确地跟随曲线205直至它达到回声信号的峰值(通过对回声信号中的任何强烈变化滤波)为止;然而,在峰值时刻之后,滤波信号现在保持它的最大值,从而曲线610a保持恒定不变。因此,关于洗出阶段的任何信息完全丢失。
而图6B示出单独把最小强度投影算法应用于图2A中所示的同一回声信号(再次以曲线205表示)。在这种情况下,该运算产生滤波信号,该滤波信号现在以曲线610b(虚线)表示。可以看出,滤波信号总是保持它的与造影剂到达之前的值相应的基线值;结果,曲线610b是位于这个基线值的简单的水平线。因此,关于灌注过程(在它的洗入阶段和洗出阶段中)的任何信息完全丢失。
特别地,图7A示出表示分析过程期间的不同时刻的前列腺的一系列原始图像。第一图像(A.1)涉及早期洗入阶段,第二图像(A.2)涉及后期洗入阶段,第三图像(A.3)涉及早期洗出阶段,第四图像(A.4)涉及后期洗出阶段。如图像A.1和A.2中所示,在洗入阶段期间,造影剂出现并增强前列腺的高度血管化中心区,显示了在其这个部分中造影剂的典型对称增强。在由箭头指示的前列腺的左周边区中(即,在图像中的右下侧)能够看见显示早期造影剂增强的另一区域。而在前列腺的相对横向部分中,即,在前列腺的右周边区中(即,在图像中的左下侧)没有示出造影剂增强的类似图案的区域。这种不对称的增强图案(特别地,在前列腺的周边区中)是可疑区域的典型指示并且可能与癌症相关。移动到图像A.3,当可疑区域中的洗出开始并且造影剂开始灌注周围实质组织(与周围实质组织相比可疑区域变为等回声的)时,可疑区域中的这个典型早期增强图案迅速消失。一旦前列腺中的总体洗出阶段已开始(如图像A.4中所示),与可疑区域相关的典型增强图案消失并且关于它的位置的信息完全丢失。
而图7B示出通过单独把最大强度投影算法应用于原始图像获得的一系列最大值保持图像,在与以上相同的时刻获取这些图像(B.1、B.2、B.3和B.4)。如图像B.1和B.2中所示,可疑区域中的造影剂的早期增强在整个洗入阶段期间保持可见(因为即使在峰值之后也随着时间保留每个像素的最大值);因此,与相应的原始图像相比更好地定义并描绘了可疑区域。此外,图像B.1和B.2还示出了前列腺的微血管网络的最细微的细节(因为对造影剂的轨迹进行了投影);这方便了可疑区域的检查以对其进行表征。然而,在洗出阶段期间,图像B.3和B.4变得分散;这是由于周围实质组织的增强所导致的,周围实质组织达到并保持可能类似的最大值,由此减小了可疑区域的明显性。
现在参照图7C,示出了通过应用根据本发明实施例的方案获得的一系列动态参数图像,在与以上相同的时刻获取这些图像(C.1、C.2、C.3和C.4)。特别地,每个像素具有表示如上所述的为相应位置计算的洗入速率的值(像素的亮度与局部洗入速率成比例);像素保持于空值(以黑色表示)直至计算出洗入速率为止,即,直至检测到相应峰值为止。
因此,图像C.1和C.2完全是黑色的,因为在洗入阶段期间还未获得洗入速率。然而,如图像C.3和C.4中所示,现在相对于实质组织清楚地识别可疑区域(因为它们具有非常不同的洗入速率);此外,即使在(后期)洗出阶段期间也保持这个差异(如图像C.4中所示)。因此,这增强了整个分析过程中可疑区域的明显性。同时,图像C.3-C.4的高分辨率还揭示了前列腺的微血管网络的最细微的细节。这意味着图像C.3-C.4可以用于实时地检测和表征前列腺中的任何病变。
图7D示出通过把动态参数图像覆盖在相应的最大值保持图像上获得的一系列覆盖图像(在该图中对于相同时刻以D.1、D.2、D.3和D.4表示)。特别地,每个像素具有在相应的最大值保持图像中定义的值;一旦计算出相应的洗入速率(优选地,如果该洗入速率超过预定阈值),就用相应的洗入速率的表示取代这个值。
因此,图像D.1和D.2清楚地示出在洗入阶段期间造影剂的早期增强和可疑区域的典型微血管网络的最细微的细节。在洗出阶段期间,图像D.3和D.4随后以高分辨率提供可疑区域中的洗入速率的参数信息(由此保持它的微血管网络的最细微的细节)。结果,利用在洗出阶段期间出现的相应的洗入速率能够在洗入阶段期间实时地检测前列腺的任何病变,所述相应的洗入速率能够随后用于它的表征。此外,在分析过程的末尾获得的最后图像提供前列腺的血管性质和灌注动力学的概览或总结以用于任何病变的改进的检测和表征。
与现有技术中已知的技术相比的根据本发明实施例的方案的活体内应用的另一例子示出在图8A-图8C中(再次针对前列腺癌症诊断)。特别地,图8A示出前列腺的一系列原始图像,图8B示出一系列相应的最大值保持图像,图8C示出一系列相应的动态参数图像。在分析过程的相同时刻获取图8A、图8B和图8C的不同图像;更具体地讲,第一组图像(分别为A.1’、B.1’和C.1’)涉及早期洗入阶段,第二组图像(分别为A.2’、B.2’和C.2’)涉及后期洗入阶段,第三组图像(分别为A.3’、B.3’和C.3’)涉及后期洗出阶段。
特别地,参照图8A(原始图像),在这种情况下,在前列腺的右周边区中(如图像中的左下侧的箭头所示)在洗入阶段(图像A.1’和A.2’)期间也能够看见具有造影剂的早期增强的可疑区域。然而,可疑区域中的早期增强在洗出阶段(图像A.3’)期间迅速消失,从而关于它的位置的任何信息完全丢失。
移动到图8B(最大值保持图像),在洗入阶段(图像B.1’和B.2’)期间更好地定义并描绘了可疑区域;特别地,可疑区域现在已经在早期洗入阶段(图像B.1’)期间变得清楚,而在相应的原始图像(图8A中的A.1’)中它是几乎不可见的。然而,在洗出阶段期间,图像B.3’变得分散,并且可疑区域较不明显。
现在参照图8C(动态参数图像),图像C.1’和C.2’在洗入阶段期间再次完全是黑色的。相反地,如图像C.3’中所示,现在在洗出阶段期间相对于实质组织清楚地识别可疑区域,并且可疑区域甚至在其后期阶段也保持它的明显性;同时,图像C.3’的高分辨率也揭示了可疑区域的微血管网络的最细微的细节(这能够用于其改进的检测和表征)。
表示可用于实现根据本发明实施例的方案的主要软件和/或硬件部件的协作图示出在图9A-9B中。这些部件整体上以标号900表示;特别地,信息(程序和数据)通常存储在硬盘上,并在程序运行时与操作系统和其它应用程序(图中未示出)一起(至少部分地)被载入到数据处理系统(例如,超声扫描仪或不同的个人计算机)的工作存储器中。例如,程序最初从DVD-ROM安装到硬盘上。更具体地讲,该图描述了系统的静态结构(通过相应部件)及其动态行为(通过一系列交换的消息,每个消息表示相应的动作,并用以符号“A”开头的序列号表示)。
特别地,输入模块903包括控制成像探头的驱动器。例如,成像探头驱动器被设置有用于产生将要应用于待分析的身体部位的超声脉冲的脉冲发生器和发射束成形器;成像探头随后接收在选择的扫描平面中由身体部位的每个位置反射的(模拟RF)回声信号。RF模拟回声信号被提供给接收处理器,接收处理器预放大模拟RF回声信号并应用初步的时间-增益补偿(TGC);模拟RF回声信号随后由模拟数字转换器(ADC)转换成数字值,并通过接收束成形器组合成聚焦束信号。优选地,通过另外的数字算法和其它线性或非线性信号调节器(例如,后置波束成形TGC)处理如此获得的数字信号。特别地,接收处理器应用对比度特定算法以抑制组织的贡献(诸如,基于上述HI、PI、PM或CPS技术)。数字信号随后被解调、对数压缩(以便获得具有平衡良好的对比度的图像)并扫描转换成视频格式。这个过程产生一系列(视频)图像,这些图像存储在相应的储存器(repository)906中,以下,为了简单起见而以相同的标号表示不同的存储结构和它们的内容。
在分析过程的开始,超声扫描仪的操作者启动成像探头并把它在待分析的身体部位周围移动(在施用任何造影剂之前)。一旦获取相应的视频图像906,就把相应的视频图像906相继提供给显示模块907以获得它们的实时显示(动作“A1_Initialize”(“A1_初始化”))。操作者选择表示待分析的身体部位的区域(优选地,包括可疑区域)的扫描平面,并把成像探头保持在固定位置。操作者随后使用选择器909在相应的视频图像906中选择关注区(例如,通过在跟踪球的帮助下在关注区周围画线)。该操作产生定界掩码(delimitation mask)912(动作“A2_Select”(“A2_选择”))。定界掩码912包括二进制值的矩阵,其具有与视频图像906相同的尺寸;对关注区内的像素的所有二进制值被分配逻辑值1,而对关注区之外的像素的二进制值被分配逻辑值0。
然后对病人施用造影剂,并且超声扫描仪获取表示在身体部位的选择的扫描平面中灌注过程的一系列进一步的视频图像906(动作“A3_Analyze”(“A3_分析”))。定界器915逐个像素地把每个当前视频图像906与定界掩码912相乘。该操作产生相应的定界图像;该定界图像包括针对(由定界掩码912定义)关注区内的像素的相应视频图像906的像素值,而其它像素值被重置为0。该定界图像被插入到储存器918中(动作“A4.1_Delimit”(“A4.1_定界”))。储存器918包括具有与平滑长度m相等的深度的移位寄存器;因此,对于插入到储存器918中的每个新的定界图像,它已经包括等于m-1的数量的先前定界图像(在初始过渡期间之后)。
定界图像的储存器918由平滑器921访问,平滑器921对每个当前定界图像(正好插入到储存器918中)应用平滑算法;该操作产生相应的平滑图像924,针对每个新的定界图像918连续地覆写(override)平滑图像924(动作“A4.2_Smooth”(“A4.2_平滑”))。特别地,通过对在定界掩码912中具有不同于0的值(即,在关注区内)的定界图像918的每个像素应用平滑函数获得平滑图像924。
滤波器927把滤波算法应用于每个新版本的平滑图像924,以产生相应的滤波图像,该滤波图像被相继添加到储存器930(动作“A4.3_Filter”(“A4.3_滤波”))。为了这个目的,滤波器927还访问包括具有与视频图像906相同的尺寸的二进制值的矩阵的峰值掩码933;对于每个像素,峰值掩码933包括在相应峰值的检测之前具有逻辑值0的标志,并且在其后为它分配逻辑值1(在分析过程的开始,所有像素的标志重置为逻辑值0)。滤波器927可以根据峰值掩码933的内容应用最大强度投影算法或最小强度投影算法。特别地,对于在定界掩码912中具有不同于0的值(即,在关注区内)的平滑图像924的每个像素,滤波器927计算平滑图像924中的像素值和在先的滤波图像930中的像素值之间的最大值(当峰值掩码933中的相应标志具有逻辑值0时)或最小值(当峰值掩码933中的相应标志具有逻辑值1时)。
滤波图像930的储存器由检测器936访问(以检测关注的时刻)。特别地,检测器936检验每个当前滤波图像930以检测造影剂的到达。检测器936相应地更新到达映射图937(动作“A4.4_Start”(“A4.4_开始”))。到达映射图937包括具有与视频图像906相同的尺寸的值的矩阵;对于每个像素,到达映射图937中的值表示相应的到达时刻(在分析过程的开始,所有像素的值重置为0)。为了这个目的,对于在定界掩码912中具有不同于0的值(即,在关注区内)并且在到达映射图937中的值等于0(即,还未检测到到达时刻)的滤波图像930的每个像素,检测器936检验滤波图像930中的像素值是否超过预定阈值(指示相应位置的有效量的造影剂的存在,例如最大容许值的1-5%);如果超过预定阈值,则到达映射图937中的值被设置为相应序列中滤波图像930的图像编号。这样,在检测到造影剂到达相应位置之后,到达映射图937的每个值将会包括按照图像编号表达到达时刻的到达编号(到达时刻等于到达编号乘以视频图像906的帧速的倒数)。
当储存器930包括等于稳定性长度L的数量的滤波图像时,检测器936还开始监测滤波图像以检测回声信号的峰值。该操作产生峰值检测映射图939,针对每个新的滤波图像连续地覆写峰值检测映射图939(动作“A4.5_Detect”(“A4.5_检测”))。峰值检测映射图939包括具有与视频图像906相同的尺寸的值的矩阵;对于每个像素,峰值检测映射图939中的值表示响应于峰值的检测的相应峰值时刻,或者要不然它是0。为了这个目的,对于在定界掩码912中具有不同于0的值(即,在关注区内)并且在到达映射图937中的值不同于0(即,已检测到到达时刻)并且在峰值掩码933中的标志具有逻辑值0(即,还未检测到峰值)的滤波图像930的每个像素,检测器936检验在滤波图像930中是否满足稳定性条件。如果满足稳定性条件,则峰值检测映射图939中的值被设置为相应序列中滤波图像930的图像编号减去稳定性长度L-1。这样,在相应位置检测到回声信号的峰值时,峰值检测映射图939的每个值将会包括峰值编号(按照图像编号表达峰值时刻)。
然后检测器936相应地更新峰值掩码933的内容(动作“A4.6_Update”(“A4.6_更新”))。特别地,对于在峰值检测映射图939中具有不同于0的相应值(即,已检测到峰值)的每个像素,检测器936为峰值掩码933中的相应标志分配逻辑值1。结果,峰值掩码933将会积累由检测器936在不同的滤波图像930中进行的峰值的检测(以防止它们在处理新的滤波图像930时由于峰值检测映射图939的覆写而丢失);因此,一旦检测到每个像素的峰值(并且峰值掩码933中的相应标志被设置为逻辑值1),对于这个像素,滤波器927就切换到最小强度投影算法,并且当处理新的滤波图像930时由检测器936丢弃该像素。
同时,对于每个当前视频图像906,线性化器945产生相应的线性化图像,所述线性化图像被相继添加到储存器948(动作“A4.1’_Linearize”(“A4.1’_线性化”))。通过使视频图像906的每个像素值与造影剂的局部浓度成正比,从视频图像906的每个像素值获得线性化图像948的各像素值;例如,通过应用反对数压缩并随后对如此获得的值求平方能够实现这个结果(例如,如WO-A-2004/110279中所述,其全部内容包含于此以资参考)。
处理器951访问到达映射图937、每个新版本的峰值检测映射图939和线性化图像948的储存器(用于计算洗入速率)。为了这个目的,对于在峰值检测映射图939中具有不同于0的相应值(即,正好已检测到峰值)的每个像素,处理器951检索具有与峰值检测映射图939中的值(即,峰值编号)相同的编号的线性化图像948中的相应像素值;然后这个像素值表示所述像素的峰值(该像素值被线性化以与造影剂的浓度成正比);该信息用于计算作为峰值(来自线性化图像948)和洗入持续时间之比的相应洗入速率。作为峰值检测映射图939中的值(即,峰值编号)和到达映射图937中的值(即,到达编号)之差与视频图像906的帧速的倒数相乘的结果,获得所述洗入持续时间。该操作产生洗入图像954,针对每个新的滤波图像连续地覆写洗入图像954(动作“A4.7_Calculate”(“A4.7_计算”))。对于每个像素,洗入图像954包括响应于其峰值的检测已计算的相应的洗入速率,或者要不然包括值0。处理器951可选地利用相应的离散值表示每个洗入速率(例如,包括通过可能应用增益因子均匀分布在所有像素的最低值和最高值之间的64或128个级别)。在这种情况下,处理器951还访问颜色查询表(图中未示出),该颜色查询表把所有可能的级别与相应颜色的表示(优选地,当级别增加时颜色更亮)关联起来;例如,每个颜色由用于访问包含其实际规范的调色板内的位置的索引定义。然后,在把洗入速率添加到洗入图像954之前利用相应的颜色表示取代洗入速率。
阈值器957访问每个新版本的洗入图像954(以仅保存有效信息)。特别地,阈值器957产生相应的阈值图像960(动作“A4.8_Threshold”(“A4.8_阈值”))。通过把低于预定阈值(例如,该预定阈值在从0到洗入图像954中的最大容许像素值的5%的范围中)的每个像素值重置(为值0),从洗入图像954获得阈值图像960。这样,可以忽略非有效洗入速率(例如,由于运动伪影所导致)。可以调整该阈值以优化获得的图像的质量;然而,应该注意的是,通过把阈值简单地设置为0(以获得完全与洗入图像954相同的阈值图像960),可以避免该阈值操作的应用。
对于每个新版本的阈值图像960,产生器963产生相应的动态参数图像,所述动态参数图像被相继添加到储存器966(动作“A4.9_Generate”(“A4.9_产生”))。动态参数图像966积累从先前版本的阈值图像960获得的结果(以防止当产生新的洗入图像954时由于它的覆写而导致信息的任何丢失);特别地,动态参数图像966的每个像素保持于值0直至计算出相应的洗入速率,在其后它保持这个值。
覆盖器969把每个当前动态参数图像966覆盖在相应的滤波图像930(在同一时刻获取该滤波图像930)上;该操作产生覆盖图像,所述覆盖图像被相继添加到储存器972(动作“A4.10_Overlay”(“A4.10_覆盖”))。特别地,从动态参数图像966产生覆盖掩码;该覆盖掩码包括具有与动态参数图像966相同的尺寸的二进制值的矩阵;如果动态参数图像966中的相应像素值严格地高于0(因此根据对相应的洗入图像954执行的阈值操作,它也严格地高于所述阈值),则覆盖掩码的每个二进制值被分配逻辑值0,或者要不然它被分配逻辑值1。此时,覆盖器969通过逐个像素地把滤波图像930乘以覆盖掩码产生掩码滤波图像(以保存动态参数图像966中未包括的滤波图像930的像素值,同时其它像素值重置为0)。然后,覆盖器969通过逐个像素地把掩码滤波图像与动态参数图像966相加产生覆盖图像972。这样,一旦计算出相应的洗入速率(针对高于所述阈值的值)就用相应的洗入速率取代滤波图像930中的像素值。
同时,反相器975从定界掩码912产生反相定界掩码(通过交换它的逻辑值0和1)。此时,反相器975通过逐个像素地把当前视频图像906乘以反相定界掩码产生掩码视频图像978(以仅保存关注区之外的当前视频图像906的信息)。
组合器981把每个当前覆盖图像972覆盖在相应的掩码视频图像978(在同一时刻获取该视频图像978)上;该操作产生相应的组合图像,该组合图像被相继添加到储存器984(动作“A5_Combine”(“A5_组合”))。为了这个目的,覆盖图像972(仅在关注区内具有不同于0的像素值)被逐个像素地添加到掩码视频图像978(仅在关注区之外具有不同于0的像素值)。结果,组合图像984将会在关注区之外包括视频图像906的信息;而在关注区内,组合图像984将会包括滤波图像930的信息,一旦计算出洗入速率就用洗入速率取代所述信息。一旦产生组合图像984,就把组合图像984相继提供给显示模块907,以获得它们的实时显示(动作“A6_Display”(动作“A6_显示”))。
类似结构(为了简单起见而未在图中示出)也可以用于监测滤波图像以检测回声信号达到它们各自的半峰值时的时刻。特别地,检测器936产生半峰值检测映射图,针对每个新的滤波图像930连续地覆写半峰值检测映射图。半峰值检测映射图包括具有与视频图像906相同的尺寸的值的矩阵;对于每个像素,半峰值检测映射图中的值表示响应于峰值的检测的相应半峰值时刻,或者要不然它是0。如以上所述,这需要半峰值掩码(包括具有与视频图像906相同的尺寸的二进制值的矩阵);对于每个像素,半峰值掩码包括在相应半峰值的检测之前具有逻辑值0的标志,并且在其后为它分配逻辑值1(在分析过程的开始,所有像素的标志重置为逻辑值0)。特别地,对于在定界掩码912中具有不同于0的值(即,在关注区内)、在峰值掩码933中的标志具有逻辑值1(即,已检测到峰值)并且在半峰值掩码中的标志具有逻辑值0(即,还未检测到半峰值)的滤波图像930的每个像素,检测器936检验滤波图像930中的像素值是否低于相应的半峰值(当检测到峰值时由检测器936存储在相应映射图中)。如果像素值低于相应的半峰值,则半峰值检测映射图中的值被设置为相应序列中滤波图像930的图像编号。这样,在相应位置达到回声信号的半峰值时,半峰值检测映射图的每个值将会包括按照图像编号表示半峰值时刻的半峰值编号(半峰值时刻等于半峰值编号乘以视频图像906的帧速的倒数)。
然后检测器936相应地更新半峰值掩码的内容。特别地,对于在半峰值检测映射图中具有不同于0的相应值(即,已检测到半峰值)的每个像素,检测器936为半峰值掩码中的相应标志分配逻辑值1。结果,半峰值掩码将会积累由检测器936在不同的滤波图像930中进行的半峰值的检测(以防止它们在处理新的滤波图像930时由于半峰值检测映射图的覆写而丢失);因此,一旦检测到每个像素的半峰值(并且半峰值掩码的相应标志被设置为逻辑值1),当处理新的滤波图像930时就由检测器936丢弃该像素。
处理器951访问每个新版本的半峰值检测映射图和线性化图像948的储存器(以计算洗出速率)。为了这个目的,对于在半峰值检测映射图中具有不同于0的相应值(即,正好已检测到半峰值)的每个像素,处理器951检索具有与半峰值检测映射图939中的值(即,半峰值编号)相同的编号的线性化图像948中的相应像素值;然后这个像素值表示所述像素的(线性化的)半峰值;该信息用于计算作为半峰值(来自线性化图像948)和洗出持续时间之比的相应洗出速率。作为峰值编号(当检测到峰值时由检测器936存储在相应映射图中)和半峰值检测映射图中的值(即,半峰值编号)之差与视频图像906的帧速的倒数相乘的结果,获得所述洗出持续时间。该操作产生洗出图像,针对每个新的滤波图像连续地覆写洗出图像。对于每个像素,洗出图像包括响应于其半峰值的检测计算出的相应洗出速率,或者要不然包括值0。然后,以类似于如上所述的洗入图像的方式处理洗出图像。
变型
自然地,为了满足局部和特定的要求,本领域技术人员可以对上述方案应用很多逻辑和/或物理修改和变换。更具体地讲,虽然已参照本发明的优选实施例在一定程度特殊性的情况下描述了本发明,但应该理解,各种形式和细节上的省略、替换和改变以及其它实施例是可能的。特别地,甚至可以在没有为了提供对所提出的方案的更彻底的理解而在前面的描述中阐述的特定细节(例如,数值的例子)的情况下实施所提出的方案;相反,可以省略或简化公知特征以免使用不必要的细节使本描述模糊。此外,明确地,作为通常的设计选择,结合公开的方案的任何实施例描述的特定元件和/或方法步骤可以被包括在任何其它实施例中。
特别地,如果超声扫描仪具有不同的结构或包括其它单元(例如,具有线性、凸面型、定相或矩阵阵列类型的成像探头),则可以采用类似的考虑。可替换地,所提出的方案应用于包括超声扫描仪和不同的计算机(或任何等效的数据处理系统)的医学成像系统;在这种情况下,记录的信息从超声扫描仪传送给计算机以进行处理(例如,通过数字、模拟或网络连接)。在任何情况下,对任何其它医学成像系统(例如,基于磁共振成像(MRI)或X射线计算机断层成像(CT))的应用在所提出的方案的范围内。此外,虽然在前面的描述中提及了前列腺癌症诊断,但这并不是限制性的方式,该方案可以同样应用于其它类型(例如,肝脏和乳房中的)癌症的诊断,或者更一般地应用于任意医学测试。
所提出的方案有助于与等效的造影剂一起实施;例如,造影剂可以是特定用于增强磁共振成像或X射线计算机断层成像。可替换地,造影剂可以按照以下方式注入:动脉内注射、淋巴管注射、皮下注射、肌肉注射、皮内注射、腹腔内注射、间质注射、鞘内注射或瘤内注射、作为连续输注(应用或者不应用破坏性强脉冲)、口服(例如,为了对消化道成像)、经喷雾器进入气道等。如果以任何其它方式(例如,通过应用运动补偿算法)获取视频图像,则采用类似的考虑。此外,没有什么阻止将所提出的方案应用于3-D视频图像、整个视频图像(不选择任何关注区)等。
可替换地,可以利用不同的监测操作检测峰值,或者,更一般地讲,可以利用旨在随着时间记录、收集、检验和/或比较滤波信号的进展(包括其变化或稳定性)的任何操作检测峰值;例如,可以利用连续或不连续的稳定性条件的检验来执行该操作,按照规则的或可变的时间间隔(即,在不必与视频图像的采集时刻相同的监测时刻)执行所述检验。在任何情况下,虽然所提出的技术具体地设计为实时使用,但获得的结果的离线检查在根据本发明实施例的方案的范围内(例如,在通过可移动盘或存储键把记录的信息从超声扫描仪传送给计算机之后)。
此外,稳定性长度可以设置为不同的值,或者(例如,根据估计的造影剂的流速)可以动态地确定稳定性长度。在任何情况下,不排除使用可替换的稳定性条件;例如,当滤波操作是基于平均值函数时,可以在滤波信号的变化保持在稳定性窗口的预定范围内时检测峰值。
如已指出的,与峰值的检测相关的信息可用于多种目的。例如,在所提出的方案的不同实施例中,仅产生滤波图像(而不计算任何灌注参数);然后显示滤波图像(可能覆盖在视频图像上)以提供灌注过程的增强的视觉感知。特别地,在峰值时刻之前应用最大强度投影算法方便了任何可疑区域的检测和表征(因为按照全分辨率更好地定义并描绘了它们的造影剂的早期增强)。同时,在峰值时刻之后应用最小强度投影算法提供了与洗出阶段相关的有用信息;这允许在整个分析过程期间保留可疑区域的明显的表示。
视频图像可以按照不同的方式进行线性化;例如,线性化图像已经可用于其它目的(诸如,当执行参数分析时);在这种情况下,可以利用可用的信息而不需要任何另外的线性化操作。不管怎样,不排除把滤波算法直接应用于线性化图像或者单独使用视频图像。
把滤波函数应用于视频图像不应被解释为是限制性的;实际上,没有什么阻止直接以类似的方式对原始回声信号滤波(甚至在模拟域中)。
上述实施方式假设了回声信号的强度和每个相应像素值之间的直接关系(即,更大强度的回声信号导致更亮的像素);相反,在基于负像的系统中(其中像素值随着回声信号的强度减小),以上给出的所有公式将需要被修改以反映相反的逻辑。当然,当仅需要计算洗入速率时,可以单独应用最大强度投影算法(直至检测到峰值)。
可替换地,可以使用类似的滤波函数(甚至在整个分析过程中使用同一类型的滤波函数);例如,可以作为一组视频图像中的相应像素值的平均值计算滤波图像中的每个像素值;除了在先前和/或后面时刻获取的一个或多个其它视频图像之外,这些视频图像还包括在当前时刻获取的视频图像。
平滑长度可以被设置为不同的值,或者(例如,根据估计的视频图像的质量)可以动态地确定平滑长度。在任何情况下,可以使用等效的平滑函数(例如,平均值函数)。然而,(在应用滤波算法之前)把平滑算法应用于视频图像不是严格必需的,并且它可以在特定情形(例如,当视频图像的质量相对较高时)中被省略。
计算出的灌注参数可以以不同的方式显示;例如,一旦针对所有关注的像素计算出灌注参数,就没有什么阻止针对每个灌注参数产生单个(静态)参数图像。
阈值可以被设置为不同的值,或者(例如,根据估计的洗入速率的最大值)可以动态地确定该阈值。在任何情况下,这个特征不是严格必需的,并且它可以在所提出的方案的简化实施方式中被省略(其中所有洗入速率被包括在动态参数图像中而不管它们的值如何,以把相应有效性的评价留给操作者)。
如何显示获得的结果的选择也可以留给操作者的偏好。例如,可以单独显示覆盖图像(即,不把它们与掩码视频图像组合在一起),单独显示动态参数图像(即,不把它们与滤波图像组合在一起),显示与掩码视频图像组合的动态参数图像(以便为了改进的对比度在关注区中相对于黑色背景显示灌注参数)等。可替换地,滤波图像可以与(原始)非对比度特定图像(诸如,直接从回声信号获得的基本B-mode图像)组合在一起。
自然地,滤波信号的监测可以局限于计算所希望的灌注参数所需的时刻(例如,针对洗入速率,除了峰值时刻之外,仅有到达时刻)的检测。此外,洗出速率的计算可基于滤波信号达到峰值的不同百分比(例如,它的值的40-60%)时的另一时刻的检测。
在所提出的方案的不同应用中,可以仅计算所提出的灌注参数中的一些参数,少至一个参数(即,仅计算洗入速率、洗出速率或洗入速率和洗出速率的乘积)。更一般地讲,没有什么阻止计算任何其它另外的和/或可替换的灌注参数(例如,血容量、平均速度、最大强度、峰值时间、洗入时间、到达时间、峰值的平方根除以洗入持续时间的平方等)。
利用造影剂的单次大丸剂注射把所提出的方案应用于身体部位的多个区域可以以不同的方式实现(例如,通过仅在半峰值的检测之后应用强脉冲)。在任何情况下,这个特征仅是可选的(在整个分析过程期间通常执行单次检查)。
所提出的方案有助于利用等效的方法实现(通过利用类似的步骤、去除一些不重要的步骤或添加另外的可选步骤);此外,可以(至少部分地)按照不同的次序、同时或以交错的方式执行这些步骤。
这个方案可以直接在超声扫描仪的预先存在的控制程序中实现为用于该控制程序的插件程序,或者实现为独立应用程序(甚至在不同的计算机上运行或者作为网络服务被提供)。如果程序(该程序可用于实现本发明的每个实施例)以不同的方式构造,或者,如果提供了另外的模块或功能,则采用类似的考虑;同样地,存储结构可以具有其它类型,或者可以由等效实体(未必一定包括物理存储介质)取代。在任何情况下,程序可以采用适合由任何数据处理系统使用或结合它们使用的任何形式(例如,在虚拟机内);特别地,程序可以为外部或驻留软件、固件或微代码的形式(例如,待编译或解释的目标代码或源代码)。此外,可以在任何计算机可用介质上提供该程序;该介质可以是适合包含、存储、传递、传播或传送该程序的任何元件。例如,该介质可以具有电子、磁、光学、电磁、红外或半导体类型;这种介质的例子是固定盘(其中,能够预载入程序)、可移动盘、磁带、卡、线、光纤、无线连接、网络、广播波等。在任何情况下,根据本发明实施例的方案有助于甚至利用硬件结构实现(例如,集成在半导体材料的芯片中)或者利用软件和硬件的组合实现。
上述方案及其任何变型能够有利地在常规诊断方法中使用。诊断方法通常包括:对身体部位施用造影剂,并为了所提出的操作的执行从身体部位获取输入信号。如上所述,优选地作为大丸剂注射通常通过静脉注射施用造影剂。此外,可通过以下方式执行输入信号的获取:(通过产生具有预定中心发射频率的脉冲超声波的超声扫描仪)使身体部位受到声波作用,接收源自于身体部位的回声信号,并以产生表示该身体部位的图像的方式处理回声信号。该诊断方法还可以包括把至少一个破坏性脉冲施加到该身体部位以实质破坏其中的造影剂的另外的步骤。通常,在施加破坏性脉冲的每个步骤之后跟随着如上所述的另外的一系列步骤:使身体部位受到声波作用,接收相应的回声信号,并处理回声信号。
Claims (36)
1.一种诊断系统(100),包括:
用于提供(A1-A3)表示随着时间利用造影剂灌注的身体部位的多个输入信号的装置(903-906),每个输入信号指示对可能包括造影剂的身体部位的相应位置的询问刺激的响应,
用于从选择位置的选择输入信号产生(A4.1-A4.3)多个滤波信号的装置(909-930),随着时间在每个时刻的每个滤波信号是根据包括所述时刻的选择输入信号的一部分从相应的选择输入信号产生的,
其特征在于,
用于在对相应的选择位置的询问刺激的响应中监测(A4.4-A4.6)每个滤波信号以检测峰值的装置(933-939),该峰值是响应于滤波信号的相应部分对稳定性条件的满足而检测到的。
2.根据权利要求1所述的诊断系统(100),其中用于监测(A4.4-A4.6)每个滤波信号的装置(933-939)包括:
用于在一组监测时刻随着时间检验稳定性条件的装置(936),该检验是在已满足该稳定性条件之后停止的,以及
用于根据满足稳定性条件的监测时刻检测峰值的装置(936)。
3.根据权利要求2所述的诊断系统(100),其中用于检验稳定性条件的装置(936)包括:
用于在每个监测时刻检验在该监测时刻之前的稳定性时间窗口中滤波信号是否保持恒定不变的装置(936),其中用于检测峰值的装置(936)包括:
用于在由稳定性时间窗口满足稳定性条件的监测时刻之前的时刻检测峰值的装置(936)。
4.根据权利要求1所述的诊断系统(100),还包括:
用于根据相应峰值计算(A4.1’,A4.7)指示每个选择位置的灌注的至少一个灌注参数的装置(945-954)。
5.根据权利要求4所述的诊断系统(100),其中用于计算(A4.1’,A4.7)至少一个灌注参数的装置(945-954)包括:
用于从每个选择输入信号产生(A4.1’)线性化输入信号的装置(945-948),在每个时刻的线性化输入信号基本上与在所述时刻在相应的选择位置的造影剂的浓度成比例,以及
用于根据由用于监测的装置(933-939)确定的在一个或多个时刻的相应的线性化输入信号计算(A4.7)每个灌注参数的装置(951)。
6.根据权利要求1所述的诊断系统(100),
其中用于提供(A1-A3)多个输入信号的装置(903-906)包括用于提供(A1-A3)一序列的输入图像的装置(903-906),每一个输入图像包括在相应时刻的身体部位的数字表示,每个输入图像包括多个输入值,每一个输入值指示在相应时刻对相应位置的询问刺激的响应,
其中用于产生(A4.1-A4.3)多个滤波信号的装置(909-930)包括用于从输入图像产生(A4.1-A4.3)一序列的滤波图像的装置(909-930),对于每个选择位置,每个滤波图像包括根据在包含相应的输入图像和至少一个在先的输入图像的一组选择输入图像中的选择位置的输入值产生的滤波值,并且
其中用于监测(A4.4-A4.6)每个滤波信号的装置(933-939)包括用于监测(A4.4-A4.6)每个选择位置的滤波值的装置(933-939)。
7.根据权利要求6所述的诊断系统(100),其中用于产生(A4.1-A4.3)一序列的滤波图像的装置(909-933)包括:
用于在检测到相应峰值之前把每个滤波图像的每个滤波值设置(A4.3)为表示对选择输入图像中的相应的选择位置的询问刺激的最大响应的值的装置(921-933)。
8.根据权利要求6所述的诊断系统(100),其中用于产生(A4.1-A4.3)一序列的滤波图像的装置(909-933)包括:
用于在检测到相应峰值之后把每个滤波图像的每个滤波值设置为表示对选择输入图像中的相应的选择位置的询问刺激的最小响应的值的装置(921-933)。
9.根据权利要求7所述的诊断系统(100),其中用于设置(A4.3)每个滤波图像的每个滤波值的装置(921-933)包括:
用于在检测到相应峰值之前把滤波值设置(A4.3)为在先的滤波图像中的选择位置的滤波值和基于包括相应输入图像的一组比较输入图像中的选择位置的一组输入值的比较值之间的表示对询问刺激的最大响应的值的装置(921-927)。
10.根据权利要求9所述的诊断系统(100),其中用于设置(A4.3)每个滤波图像的每个滤波值的装置(921-933)包括:
用于在检测到相应峰值之后把滤波值设置(A4.3)为在先的滤波图像中的选择位置的滤波值和所述比较值之间的表示对询问刺激的最小响应的值的装置(921-927)。
11.根据权利要求9或10所述的诊断系统(100),其中比较输入图像包括相应的输入图像和至少一个在先的输入图像,用于设置(A4.3)滤波值的装置(921-927)包括:
用于通过对所述比较输入图像中的选择位置的输入值应用平滑函数来计算(A4.2)所述比较值的装置(921)。
12.根据权利要求4所述的诊断系统(100),还包括:
用于产生(A4.8-A4.9)至少一个序列的动态参数图像的装置(957-966),对于每个选择位置,每个动态参数图像在计算相应灌注参数之前包括空值,并且在计算相应灌注参数之后包括指示相应灌注参数的值。
13.根据权利要求12所述的诊断系统(100),其中用于产生(A4.8-A4.9)至少一个序列的动态参数图像的装置(957-966)包括:
用于当相应灌注参数未达到阈值时在计算相应灌注参数之后对于每个动态参数图像的每个选择位置保持空值的装置(957)。
14.根据权利要求12所述的诊断系统(100),还包括:
用于对于每个序列的动态参数图像产生(A4.10)一序列的覆盖图像的装置(969-972),所述覆盖图像是通过把每个动态参数图像覆盖在相应的滤波图像上产生的。
15.根据权利要求4所述的诊断系统(100),
其中用于监测(A4.4-A4.6)每个滤波信号的装置(933-939)包括用于检测(A4.4)指示滤波信号达到有效值的时刻的到达时刻的装置(936)和用于检测(A4.5-A4.6)指示检测到峰值的时刻的峰值时刻的装置(933-939),并且,用于计算(A4.1’,A4.7)至少一个灌注参数的装置(945-954)包括用于确定(A4.7)指示在峰值时刻对相应的选择位置的询问刺激的响应的峰值的装置(951)。
16.根据权利要求15所述的诊断系统(100),其中用于监测(A4.4-A4.6)每个滤波信号的装置(933-939)包括用于检测(A4.5-A4.6)指示滤波信号达到减小值的时刻的减小时刻的装置(933-939),所述减小值是峰值的预定百分比。
17.根据权利要求16所述的诊断系统(100),其中用于计算(A4.1’,A4.7)至少一个灌注参数的装置(945-954)包括:用于根据峰值和峰值时刻与到达时刻之差的比计算(A4.1’,A4.7)洗入速率的装置(945-954)、用于根据所述减小值和所述减小时刻与峰值时刻之差的比计算(A4.1’,A4.7)洗出速率的装置(945-954)和/或用于计算(A4.1’,A4.7)洗入速率和洗出速率的乘积的装置(945-954)。
18.根据权利要求1所述的诊断系统(100),还包括:
用于把破坏脉冲施加到身体部位以引起造影剂的实质破坏的装置(110),以及
用于在施加相应的破坏脉冲之后至少一次重复启动用于提供(A1-A3)多个输入信号的装置(903-906)、用于产生(A4.1-A4.3)多个滤波信号的装置(909-930)和用于监测(A4.4-A4.6)每个滤波信号的装置(933-939)的装置(120)。
19.一种数据处理方法(A1-A6),包括下述步骤:
提供(A1-A3)表示随着时间利用造影剂灌注的身体部位的多个输入信号,每个输入信号指示对可能包括造影剂的身体部位的相应位置的询问刺激的响应,
从选择位置的选择输入信号产生(A4.1-A4.3)多个滤波信号,随着时间在每个时刻的每个滤波信号是根据包括所述时刻的选择输入信号的一部分从相应的选择输入信号产生的,
其特征在于,
在对相应的选择位置的询问刺激的响应中监测(A4.4-A4.6)每个滤波信号以检测峰值,该峰值是响应于滤波信号的相应部分对稳定性条件的满足而检测到的。
20.根据权利要求19所述的数据处理方法(A1-A6),其中用于监测(A4.4-A4.6)每个滤波信号的步骤包括:
在一组监测时刻随着时间检验稳定性条件,在已满足该稳定性条件之后停止该检验,以及
根据满足稳定性条件的监测时刻检测峰值。
21.根据权利要求20所述的数据处理方法(A1-A6),其中检验稳定性条件的步骤包括:
在每个监测时刻,检验在该监测时刻之前的稳定性时间窗口中滤波信号是否保持恒定不变,
其中检测峰值的步骤包括:
在由稳定性时间窗口满足稳定性条件的监测时刻之前的时刻检测峰值。
22.根据权利要求19所述的数据处理方法(A1-A6),还包括下述步骤:
根据相应峰值计算(A4.1’,A4.7)指示每个选择位置的灌注的至少一个灌注参数。
23.根据权利要求22所述的数据处理方法(A1-A6),其中计算(A4.1’,A4.7)至少一个灌注参数的步骤包括:
从每个选择输入信号产生(A4.1’)线性化输入信号,在每个时刻的线性化输入信号基本上与在所述时刻在相应的选择位置的造影剂的浓度成比例,以及
根据由用于监测的装置(933-939)确定的在一个或多个时刻的相应的线性化输入信号计算(A4.7)每个灌注参数。
24.根据权利要求19所述的数据处理方法(A1-A6),
其中提供(A1-A3)多个输入信号的步骤包括提供(A1-A3)一序列的输入图像,每一个输入图像包括在相应时刻的身体部位的数字表示,每个输入图像包括多个输入值,每一个输入值指示在相应时刻对相应位置的询问刺激的响应,
其中产生(A4.1-A4.3)多个滤波信号的步骤包括从输入图像产生(A4.1-A4.3)一序列的滤波图像,对于每个选择位置,每个滤波图像包括根据在包含相应输入图像和至少一个在先的输入图像的一组选择输入图像中的选择位置的输入值产生的滤波值,并且
其中监测(A4.4-A4.6)每个滤波信号的步骤包括监测(A4.4-A4.6)每个选择位置的滤波值。
25.根据权利要求24所述的数据处理方法(A1-A6),其中产生(A4.1-A4.3)一序列的滤波图像的步骤包括:
在检测到相应峰值之前把每个滤波图像的每个滤波值设置(A4.3)为表示对选择输入图像中的相应的选择位置的询问刺激的最大响应的值。
26.根据权利要求24所述的数据处理方法(A1-A6),其中产生(A4.1-A4.3)一序列的滤波图像的步骤包括:
在检测到相应峰值之后把每个滤波图像的每个滤波值设置为表示对选择输入图像中的相应的选择位置的询问刺激的最小响应的值。
27.根据权利要求25所述的数据处理方法(A1-A6),其中设置(A4.3)每个滤波图像的每个滤波值的步骤包括:
在检测到相应峰值之前把滤波值设置(A4.3)为在先的滤波图像中的选择位置的滤波值和基于包括相应输入图像的一组比较输入图像中的选择位置的一组输入值的比较值之间的表示对询问刺激的最大响应的值。
28.根据权利要求27所述的数据处理方法(A1-A6),其中设置(A4.3)每个滤波图像的每个滤波值的步骤包括:
在检测到相应峰值之后把滤波值设置(A4.3)为在先的滤波图像中的选择位置的滤波值和所述比较值之间的表示对询问刺激的最小响应的值。
29.根据权利要求27或28所述的数据处理方法(A1-A6),其中所述比较输入图像包括相应输入图像和至少一个在先的输入图像,设置(A4.3)滤波值的步骤包括:
通过对所述比较输入图像中的选择位置的输入值应用平滑函数来计算(A4.2)所述比较值。
30.根据权利要求22所述的数据处理方法(A1-A6),还包括下述步骤:
产生(A4.8-A4.9)至少一个序列的动态参数图像,对于每个选择位置,每个动态参数图像在计算相应灌注参数之前包括空值,并且在计算相应灌注参数之后包括指示相应灌注参数的值。
31.根据权利要求30所述的数据处理方法(A1-A6),其中产生(A4.8-A4.9)至少一个序列的动态参数图像的步骤包括:
当相应灌注参数未达到阈值时在计算相应灌注参数之后对于每个动态参数图像的每个选择位置保持空值。
32.根据权利要求30所述的数据处理方法(A1-A6),还包括下述步骤:
对于每个序列的动态参数图像产生(A4.10)一序列的覆盖图像,通过把每个动态参数图像覆盖在相应的滤波图像上来产生所述覆盖图像。
33.根据权利要求22所述的数据处理方法(A1-A6),其中监测(A4.4-A4.6)每个滤波信号的步骤包括检测(A4.4)指示滤波信号达到有效值的时刻的到达时刻和用于检测(A4.5-A4.6)指示检测到峰值的时刻的峰值时刻的装置(933-939),并且,计算(A4.1’,A4.7)至少一个灌注参数的步骤包括确定(A4.7)指示在峰值时刻对相应的选择位置的询问刺激的响应的峰值。
34.根据权利要求33所述的数据处理方法(A1-A6),其中监测(A4.4-A4.6)每个滤波信号的步骤包括检测(A4.5-A4.6)指示滤波信号达到减小值的时刻的减小时刻,所述减小值是峰值的预定百分比。
35.根据权利要求34所述的数据处理方法(A1-A6),其中计算(A4.1’,A4.7)至少一个灌注参数的步骤包括:根据峰值和峰值时刻与到达时刻之差的比计算(A4.1’,A4.7)洗入速率,根据所述减小值和所述减小时刻与峰值时刻之差的比计算(A4.1’,A4.7)洗出速率,和/或计算(A4.1’,A4.7)洗入速率和洗出速率的乘积。
36.根据权利要求19所述的数据处理方法(A1-A6),还包括下述步骤:
在把破坏脉冲施加到身体部位以引起造影剂的实质破坏之后,至少一次重复提供(A1-A3)多个输入信号、产生(A4.1-A4.3)多个滤波信号和监测(A4.4-A4.6)每个滤波信号的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP08169794.8 | 2008-11-24 | ||
EP08169794A EP2189112A1 (en) | 2008-11-24 | 2008-11-24 | Real-time perfusion imaging and quantification |
PCT/EP2009/065668 WO2010058014A1 (en) | 2008-11-24 | 2009-11-23 | Real-time perfusion imaging and quantification |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102223841A CN102223841A (zh) | 2011-10-19 |
CN102223841B true CN102223841B (zh) | 2013-07-17 |
Family
ID=40549976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801466561A Active CN102223841B (zh) | 2008-11-24 | 2009-11-23 | 实时灌注成像和量化 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10278612B2 (zh) |
EP (2) | EP2189112A1 (zh) |
JP (2) | JP2012509694A (zh) |
KR (1) | KR101746435B1 (zh) |
CN (1) | CN102223841B (zh) |
AU (1) | AU2009317152B2 (zh) |
CA (1) | CA2740260C (zh) |
WO (1) | WO2010058014A1 (zh) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007028901B4 (de) * | 2007-06-22 | 2010-07-22 | Siemens Ag | Verfahren und Vorrichtung zur automatischen Bestimmung von Perfusion mittels einer Magnetresonanzanlage |
US10130342B2 (en) | 2007-12-28 | 2018-11-20 | Bracco Suisse Sa | Initialization of fitting parameters for perfusion assessment based on bolus administration |
WO2011110552A1 (en) | 2010-03-09 | 2011-09-15 | Bracco Suisse Sa | Initialization of fitting parameters for perfusion assessment based on bolus administration |
JP5524860B2 (ja) | 2007-12-28 | 2014-06-18 | ブラッコ・シュイス・ソシエテ・アノニム | 医療画像用途における固定化された造影剤の定量分析 |
CN102460506B (zh) | 2009-06-08 | 2017-07-21 | 博莱科瑞士股份有限公司 | 参数图像的自动定标 |
US10159454B2 (en) | 2011-09-09 | 2018-12-25 | Siemens Healthcare Gmbh | Contrast agent perfusion adaptive imaging system |
WO2013057982A1 (ja) * | 2011-10-19 | 2013-04-25 | 株式会社日立メディコ | 画像診断装置、および画像判別方法 |
EP2770910B1 (en) * | 2011-10-24 | 2018-05-23 | Koninklijke Philips N.V. | Perfusion imaging |
US9119550B2 (en) * | 2012-03-30 | 2015-09-01 | Siemens Medical Solutions Usa, Inc. | Magnetic resonance and ultrasound parametric image fusion |
JP5820549B2 (ja) | 2012-04-17 | 2015-11-24 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 灌流イメージング |
US9610043B2 (en) | 2012-06-13 | 2017-04-04 | Seno Medical Instruments, Inc. | System and method for producing parametric maps of optoacoustic data |
MX2014015274A (es) * | 2012-06-13 | 2015-02-20 | Seno Medical Instr Inc | Sistema y metodo para producir mapas parametricos de datos optoacusticos. |
JP2014008147A (ja) * | 2012-06-28 | 2014-01-20 | Ge Medical Systems Global Technology Co Llc | 超音波診断装置及びその制御プログラム |
KR20150044512A (ko) * | 2013-10-16 | 2015-04-27 | 삼성전자주식회사 | 초음파 영상 장치 및 그 제어 방법 |
ITMO20130326A1 (it) * | 2013-11-29 | 2015-05-30 | Istituto Naz Tumori Fondazi One G Pascale | Metodo di analisi |
CN104720851B (zh) * | 2013-12-23 | 2019-07-16 | Ge医疗系统环球技术有限公司 | 计算机断层扫描成像的方法和装置 |
BR112016022401B1 (pt) | 2014-04-07 | 2023-04-04 | Bracco Suisse S.A | Método para uso com um scanner de ultrassom, meio de armazenamento legível por computador, e, sistema |
KR101590254B1 (ko) * | 2014-06-23 | 2016-02-01 | 포항공과대학교 산학협력단 | 실시간 수중 초음파 영상 개선 방법 및 이를 이용한 장치 |
JP6392040B2 (ja) * | 2014-09-11 | 2018-09-19 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、及び、x線診断装置 |
US10818073B2 (en) * | 2015-03-10 | 2020-10-27 | Wisconsin Alumni Research Foundation | System and method for time-resolved, three-dimensional angiography with flow information |
WO2017034708A1 (en) * | 2015-08-26 | 2017-03-02 | Kimberly-Clark Worldwide, Inc. | Hand held devices for magnetic induction tomography |
US10383590B2 (en) | 2015-09-28 | 2019-08-20 | General Electric Company | Methods and systems for adaptive scan control |
US10433817B2 (en) | 2015-12-10 | 2019-10-08 | Bracco Suisse S.A. | Detection of immobilized contrast agent with dynamic thresholding |
CN111050648B (zh) * | 2017-09-14 | 2024-02-20 | 株式会社岛津制作所 | 放射线摄影装置 |
WO2019104230A1 (en) * | 2017-11-21 | 2019-05-31 | The Charles Stark Draper Laboratory, Inc. | System and method for imaging and localization of contrast-enhanced features in the presence of accumulating contrast agent in a body and amplification of features in ultrasound-generated images |
CN108158607A (zh) * | 2017-12-28 | 2018-06-15 | 深圳开立生物医疗科技股份有限公司 | 一种超声造影检查提示方法、装置及超声设备 |
US20190370956A1 (en) | 2018-05-30 | 2019-12-05 | General Electric Company | Contrast imaging system and method |
CN110739046A (zh) * | 2018-07-18 | 2020-01-31 | 安影科技(北京)有限公司 | 一种多期多参数脑灌注成像平台 |
CN110279417B (zh) * | 2019-06-25 | 2023-03-31 | 沈阳东软智能医疗科技研究院有限公司 | 识别主动脉血管的方法、装置及设备 |
US20210321988A1 (en) * | 2020-04-20 | 2021-10-21 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | System and method for contrast enhanced ultrasound quantification imaging |
JP7167089B2 (ja) * | 2020-05-27 | 2022-11-08 | ゼネラル・エレクトリック・カンパニイ | 装置、その制御プログラム及びシステム |
JP7196135B2 (ja) * | 2020-06-30 | 2022-12-26 | ゼネラル・エレクトリック・カンパニイ | 装置、その制御プログラム及びシステム |
US11583242B2 (en) * | 2020-10-02 | 2023-02-21 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | System and method for contrast enhanced ultrasound quantification imaging |
KR20230124898A (ko) * | 2020-11-02 | 2023-08-28 | 마우이 이미징, 인코포레이티드 | 초음파 이미지 품질을 개선하기 위한 시스템들 및 방법들 |
JP7053910B1 (ja) * | 2021-02-25 | 2022-04-12 | ジーイー・プレシジョン・ヘルスケア・エルエルシー | 解析装置及びその制御プログラム |
EP4140415A1 (en) * | 2021-08-27 | 2023-03-01 | Koninklijke Philips N.V. | Method for use in analysing ultrasound image data of a subject |
KR102613857B1 (ko) * | 2021-11-03 | 2023-12-14 | 사회복지법인 삼성생명공익재단 | 딥러닝 모델 기반의 동적 관류 mri 영상을 이용한 측부 순환 평가 방법 및 분석장치 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6436049B1 (en) * | 1999-05-31 | 2002-08-20 | Kabushiki Kaisha Toshiba | Three-dimensional ultrasound diagnosis based on contrast echo technique |
CN101087562A (zh) * | 2004-12-23 | 2007-12-12 | 伯拉考开发股份有限公司 | 基于弹丸注射的灌注评价方法和系统 |
CN101160097A (zh) * | 2005-04-14 | 2008-04-09 | 伯拉考开发股份有限公司 | 基于动画灌注成像的灌注评价 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5445813A (en) | 1992-11-02 | 1995-08-29 | Bracco International B.V. | Stable microbubble suspensions as enhancement agents for ultrasound echography |
IN172208B (zh) | 1990-04-02 | 1993-05-01 | Sint Sa | |
AU636481B2 (en) | 1990-05-18 | 1993-04-29 | Bracco International B.V. | Polymeric gas or air filled microballoons usable as suspensions in liquid carriers for ultrasonic echography |
IL104084A (en) | 1992-01-24 | 1996-09-12 | Bracco Int Bv | Sustainable aqueous suspensions of pressure-resistant and gas-filled blisters, their preparation, and contrast agents containing them |
JPH0779974A (ja) * | 1993-09-13 | 1995-03-28 | Toshiba Corp | 超音波診断装置 |
JPH0779981A (ja) * | 1993-09-14 | 1995-03-28 | Toshiba Medical Eng Co Ltd | 超音波診断装置 |
JPH10508284A (ja) | 1993-12-15 | 1998-08-18 | ブラッコ リサーチ ソシエテ アノニム | 超音波造影媒体、この媒体を含む造影剤及び方法 |
US5743266A (en) * | 1995-04-25 | 1998-04-28 | Molecular Biosystems, Inc. | Method for processing real-time contrast enhanced ultrasonic images |
JP3683945B2 (ja) * | 1995-07-13 | 2005-08-17 | 株式会社東芝 | 超音波診断装置 |
AU7702798A (en) | 1997-05-30 | 1998-12-30 | Alliance Pharmaceutical Corporation | Methods and apparatus for monitoring and quantifying the movement of fluid |
JP3712506B2 (ja) * | 1997-08-15 | 2005-11-02 | ジーイー横河メディカルシステム株式会社 | 超音波撮像装置 |
NO20010234D0 (no) * | 2001-01-12 | 2001-01-12 | Nycomed Imaging As | Perfusjon avbildningsbilde |
US6692438B2 (en) * | 2001-12-18 | 2004-02-17 | Koninklijke Philips Electronics Nv | Ultrasonic imaging system and method for displaying tissue perfusion and other parameters varying with time |
US6676606B2 (en) | 2002-06-11 | 2004-01-13 | Koninklijke Philips Electronics N.V. | Ultrasonic diagnostic micro-vascular imaging |
US20040120559A1 (en) * | 2002-12-20 | 2004-06-24 | Hall Anne Lindsay | Methods and apparatus for contrast agent time intensity curve analyses |
CA2526166C (en) | 2003-06-12 | 2014-04-15 | Bracco Research Sa | Blood flow estimates through replenishment curve fitting in ultrasound contrast imaging |
US7731660B2 (en) * | 2003-07-25 | 2010-06-08 | Siemens Medical Solutions Usa, Inc. | Phase selection for cardiac contrast assessment |
JP5002119B2 (ja) * | 2004-05-12 | 2012-08-15 | 株式会社東芝 | 超音波診断装置 |
AU2006311026B2 (en) * | 2005-11-10 | 2012-08-02 | Bracco Suisse S.A. | Detection of immobilized contrast agent in medical imaging applications based on flow dynamics analysis |
US8014576B2 (en) | 2005-11-23 | 2011-09-06 | The Medipattern Corporation | Method and system of computer-aided quantitative and qualitative analysis of medical images |
JP4901212B2 (ja) * | 2005-12-28 | 2012-03-21 | 株式会社東芝 | 医用画像処理装置 |
US7606614B2 (en) * | 2006-08-30 | 2009-10-20 | General Electric Company | Prediction methods and apparatus |
WO2008074889A1 (en) * | 2006-12-21 | 2008-06-26 | Bracco International Bv | Detection of the detachment of immobilized contrast agent in medical imaging applications |
US7713209B2 (en) * | 2007-05-21 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | Targeted contrast agent imaging with medical diagnostic ultrasound |
-
2008
- 2008-11-24 EP EP08169794A patent/EP2189112A1/en not_active Withdrawn
-
2009
- 2009-11-23 EP EP09775132.5A patent/EP2381840B1/en active Active
- 2009-11-23 CN CN2009801466561A patent/CN102223841B/zh active Active
- 2009-11-23 WO PCT/EP2009/065668 patent/WO2010058014A1/en active Application Filing
- 2009-11-23 CA CA2740260A patent/CA2740260C/en active Active
- 2009-11-23 US US13/127,389 patent/US10278612B2/en active Active
- 2009-11-23 JP JP2011536890A patent/JP2012509694A/ja active Pending
- 2009-11-23 AU AU2009317152A patent/AU2009317152B2/en active Active
- 2009-11-23 KR KR1020117010916A patent/KR101746435B1/ko active IP Right Grant
-
2015
- 2015-10-21 JP JP2015207113A patent/JP6053893B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6436049B1 (en) * | 1999-05-31 | 2002-08-20 | Kabushiki Kaisha Toshiba | Three-dimensional ultrasound diagnosis based on contrast echo technique |
CN101087562A (zh) * | 2004-12-23 | 2007-12-12 | 伯拉考开发股份有限公司 | 基于弹丸注射的灌注评价方法和系统 |
CN101160097A (zh) * | 2005-04-14 | 2008-04-09 | 伯拉考开发股份有限公司 | 基于动画灌注成像的灌注评价 |
Also Published As
Publication number | Publication date |
---|---|
US10278612B2 (en) | 2019-05-07 |
KR20110089137A (ko) | 2011-08-04 |
US20110213244A1 (en) | 2011-09-01 |
EP2381840B1 (en) | 2014-09-17 |
JP2012509694A (ja) | 2012-04-26 |
AU2009317152B2 (en) | 2015-09-03 |
EP2381840A1 (en) | 2011-11-02 |
AU2009317152A1 (en) | 2010-05-27 |
CA2740260C (en) | 2018-03-06 |
JP6053893B2 (ja) | 2016-12-27 |
JP2016025993A (ja) | 2016-02-12 |
CN102223841A (zh) | 2011-10-19 |
EP2189112A1 (en) | 2010-05-26 |
KR101746435B1 (ko) | 2017-06-13 |
CA2740260A1 (en) | 2010-05-27 |
WO2010058014A1 (en) | 2010-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102223841B (zh) | 实时灌注成像和量化 | |
EP2099364B1 (en) | Detection of the detachment of immobilized contrast agent in medical imaging applications | |
US9072492B2 (en) | Quantification analysis of immobilized contrast agent in medical imaging applications | |
CN100584277C (zh) | 基于动画灌注成像的灌注评价 | |
CN101304690B (zh) | 基于流体力学分析在医学成像应用中检测固定造影剂 | |
CN104885121B (zh) | 诊断成像应用中的基于随着时间的统计分析的分割 | |
CN102460506A (zh) | 参数图像的自动定标 | |
EP2544593B1 (en) | Initialization of fitting parameters for perfusion assessment based on bolus administration |
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 |