CN105431089B - 根据肝脏扫描确定肝功能的系统和方法 - Google Patents
根据肝脏扫描确定肝功能的系统和方法 Download PDFInfo
- Publication number
- CN105431089B CN105431089B CN201480040570.1A CN201480040570A CN105431089B CN 105431089 B CN105431089 B CN 105431089B CN 201480040570 A CN201480040570 A CN 201480040570A CN 105431089 B CN105431089 B CN 105431089B
- Authority
- CN
- China
- Prior art keywords
- liver
- patient
- region
- interest
- spleen
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000002440 hepatic effect Effects 0.000 title claims description 9
- 230000003908 liver function Effects 0.000 title description 26
- 210000004185 liver Anatomy 0.000 claims abstract description 209
- 238000001514 detection method Methods 0.000 claims abstract description 80
- 230000036541 health Effects 0.000 claims abstract description 33
- 150000001875 compounds Chemical class 0.000 claims abstract description 18
- 230000003862 health status Effects 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 15
- 230000002285 radioactive effect Effects 0.000 claims abstract description 12
- 210000000952 spleen Anatomy 0.000 claims description 113
- 210000000056 organ Anatomy 0.000 claims description 44
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 38
- 210000001519 tissue Anatomy 0.000 claims description 22
- 230000010412 perfusion Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 210000001185 bone marrow Anatomy 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 description 58
- 230000008569 process Effects 0.000 description 41
- 230000006870 function Effects 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 208000019423 liver disease Diseases 0.000 description 10
- 238000002595 magnetic resonance imaging Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 206010016654 Fibrosis Diseases 0.000 description 7
- 230000008901 benefit Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000001684 chronic effect Effects 0.000 description 5
- 230000004761 fibrosis Effects 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 4
- 231100000844 hepatocellular carcinoma Toxicity 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 241001582888 Lobus Species 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012317 liver biopsy Methods 0.000 description 3
- 241001232809 Chorista Species 0.000 description 2
- 206010019668 Hepatic fibrosis Diseases 0.000 description 2
- 208000031816 Pathologic Dilatation Diseases 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000007882 cirrhosis Effects 0.000 description 2
- 208000019425 cirrhosis of liver Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 231100000241 scar Toxicity 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010061998 Hepatic lesion Diseases 0.000 description 1
- 206010019728 Hepatitis alcoholic Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- GKLVYJBZJHMRIY-OUBTZVSYSA-N Technetium-99 Chemical compound [99Tc] GKLVYJBZJHMRIY-OUBTZVSYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 208000002353 alcoholic hepatitis Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000002615 hemofiltration Methods 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000018191 liver inflammation Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000010244 region-of-interest analysis Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000010911 splenectomy Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- 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
- A61B6/48—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 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
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- A61B6/52—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
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
- 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
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
- G06T2207/30008—Bone
-
- 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
- G06T2207/30056—Liver; Hepatic
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本文描述的系统和方法确定了用于分析患者肝脏健康状况的客观度量。在一些实施方案中,所述系统可包括可响应于对患者施用放射性化合物而检测辐射计数的扫描仪。进一步地,所述系统可包括可响应于由所述扫描仪检测的所述辐射计数而访问图像数据的图像检测模块。所述图像检测模块可能编程地从所述图像数据中识别与所述患者的肝脏对应的第一关注区域。参数计算器模块可能编程地确定与所述第一关注区域关联的第一属性,并至少部分地基于与所述第一关注区域关联的所述第一属性计算指示所述患者的所述肝脏的健康状况的第一参数。
Description
相关申请案的交叉引用
本申请要求2013年7月17日提交的美国临时专利申请第61/847,313号的权益,其公开内容以全文引用的方式并入本文。
背景技术
慢性肝脏疾病的特征在于其回应于许多形式的慢性肝脏炎症而逐渐形成瘢痕组织(纤维化)。这可导致肝硬化,使得肝功能下降。肝活组织检查是检测肝脏健康的最常用的方法之一。然而,由于活组织检查需要去除部分肝脏用于分析,因此其具有侵入性。此外,肝活组织检查分析是在主观上进行评定,且也可根据活组织检查的位置改变。
发明内容
本文描述的系统和方法可通过包括计算机硬件的计算机系统实现。计算机系统可包括一个或多个物理计算装置,其可在地理上分散或共处一地。
本文描述了本发明的某些方面、优点和新颖特征。应理解,本文公开的本发明的任何特定实施方案,不一定会实现所有此类优点。因此,本文公开的本发明可以实现或选择本文所教导的一个优点或一组优点而不必实现本文教导或建议的其它优点的方式体现或实施。
在某些实施方案中,用于检测患者肝脏健康参数的系统可包括单光子发射计算断层显像(SPECT)扫描仪,其可获得活体患者器官(包括患者的肝脏和脾脏)的图像数据。SPECT扫描仪可通过响应于向患者施用放射性化合物而至少检测辐射计数获得图像数据。系统可进一步包括存储装置,其包括存储在其上作为计算机可执行指令的图像检测模块和参数计算器。系统可进一步包括硬件处理器,其可通过执行计算机可执行指令以至少访问扫描仪输出的图像数据来实现图像检测模块。指令可进一步包括能编程地从图像数据中识别与患者肝脏对应的第一关注区域,该第一关注区域包括患者肝脏周围的有界区域并指示肝脏的尺寸,其中肝脏尺寸与肝脏的健康状况有关,因此第一关注区域的尺寸至少部分地指示肝脏的健康状况。在一些实施方案中,指令可进一步包括能编程地从图像数据中识别与患者脾脏对应的第二关注区域。此外,硬件处理器也可通过执行计算机可执行指令以至少能编程地确定与第一关注区域关联的第一属性来实现参数计算器。指令可进一步包括能编程地确定与第二关注区域关联的第二属性。此外,指令可包括至少部分地基于与第一关注区域关联的第一属性和与第二关注区域关联的第二属性计算指示患者肝脏健康状况的第一参数。在一些实施方案中,指令可包括在计算机生成的图形用户界面上输出呈现给临床医生的第一参数指示,使得临床医生能够为患者制定临床护理决策。
上面一段所述的系统可具有以下特征的任意子组合:其中第一参数包括有灌注的肝组织;其中第一属性包括第一关注区域内的辐射计数的表示;其中图像检测模块可比较第一关注区域相对于第二关注区域的几何特性;其中存储器进一步包括用户界面模块,其可包括被配置成生成并输出第二用户界面的附加指令,第二用户界面可为临床医生提供输入命令以修改第一关注区域的功能;其中图像检测模块可将来自图像数据的多个帧组合,所述帧与横向于患者身体的平面对应;其中图像数据包括多个帧;其中图像检测器模块可能编程地从第一帧检测第一关注区域且能编程地从第二帧检测第二关注区域,其中就患者身体而言,该第一帧和第二帧对应的平面不同;其中图形用户界面包括第一关注区域的显示。
此外,在某些实施方案中,用于检测患者肝脏健康参数的方法可包括接收包括与患者的一个或多个器官对应的检测辐射计数表示的图像数据。方法还可包括能编程地从图像数据中识别与患者肝脏对应的第一关注区域。此外,方法可包括能编程地从图像数据中识别与患者脾脏和患者骨髓或其中之一对应的一个或多个附加关注区域。进一步地,方法可包括至少部分地基于与第一关注区域关联的第一属性且还选择性得基于与第二关注区域关联的第二属性计算指示患者肝脏健康状况的第一参数。在一些实施方案中,方法可包括响应于用于呈现给临床医生的第一参数能编程地生成输出,其中输出包括一个或多个第一参数值和与第一参数关联的健康报告。在一些实施方案中,在处理电子器件的控制下至少能编程地从图像数据中识别与患者肝脏对应的第一关注区域。
上面一段所述的方法可具有以下特征的任意子组合:其中第一参数包括有灌注的肝组织;其中第一属性包括第一关注区域内的辐射计数的表示;进一步包括检测与第一关注区域关联的第一形心并检测与第二关注区域关联的第二形心;进一步包括至少部分地基于检测的第一形心和第二形心识别第三关注区域。
在某些实施方案中,用于检测患者肝脏健康参数的系统可包括硬件处理器。系统可响应于检测的辐射,从辐射检测扫描仪接收扫描仪输出数据,该扫描仪输出数据响应于施用于患者的放射性化合物。系统可进一步应用图像处理技术来检测扫描仪输出数据中的两个或多个分离的组织块,两个或多个分离组织块的至少其中之一与从由肝脏和脾脏组成的组中选择的器官对应。系统还可以确定与患者两个或多个分离组织块中的一个或多个的功能对应的参数。在一些实施方案中,系统可输出用于呈现在显示器上的参数的图形指示。
上面一段所述的系统可具有以下特征的任意子组合:其中系统可至少部分地基于检测的一个或多个器官检测骨髓区域;其中参数包括肝脏体积、脾脏体积、有灌注的肝组织、总计数比率、分期指示、估计的腹腔镜得分、标准化肝脏体积、标准化脾脏体积、最高平均浓度、肝脏计数、肝脏脾脏指数、肝脏骨髓指数、肝脏长度、脾脏长度、脾脏计数、骨髓计数和肝脏活性指数的其中之一;其中扫描仪输出数据包括与横向于患者身体长轴的平面内的患者图像对应的帧的至少一帧或多个帧;其中系统可进一步将来自图像数据的多个帧组合,该帧与横向于患者身体长轴的平面对应。
附图说明
以下参考附图描述了本文公开的实施方案。在所有附图中,重复使用附图标记以指示参引的元件之间的一致性。提供附图是为了图示本文描述的本发明的实施方案而非限制本发明的范围。
图1图示了包括可使得临床医生能够定量地分析患者肝脏健康状况的定量肝脏脾脏扫描诊断(QLSSD)系统的计算环境的实施方案。
图2图示了器官健康状况检测过程的实施方案。
图3图示了肝脏健康状况检测过程的实施方案。
图4图示了用于识别肝脏、脾脏和骨髓ROI的过程的实施方案。
图5图示了结合图3和图4描述的过程的实施方案的实例图形表示。
图6图示了从所述SPECT扫描中检测的肝脏、脾脏和骨髓ROI。
图7图示了检测三维ROI的过程的实施方案。
图8图示了用于预测术后肝脏健康状况的过程的实施方案。
图9图示了可使得临床医生能够生成与肝脏健康状况对应的健康参数的用户界面的实施方案。
图10图示了PACS输入用户界面的实施方案。
图11图示了允许临床医生审查并修改自动生成的ROI的用户界面的实施方案。
图12图示了示出患者脾脏长度的用户界面的实施方案。
图13图示了可使得临床医生能够调节帧范围的用户界面的实施方案。
图14图示了包括带有PHM参数的报告的用户界面的实施方案。
图15图示了包括建议的印象并使得临床医生能够输入其自己的印象的用户界面的实施方案。
图16图示了使得能够向PACS发送报告的用户界面的实施方案。
图17图示了包括示出PHM参数随时间变化的趋势的报告的用户界面的实施方案。
图18图示了包括示出肝脏健康参数的实例报告的用户界面的实施方案。
具体实施方式
I.引言
肝脏是具有多种功能的重要器官,其功能包括在将来自消化道的血液传送至身体其它部位之前对血液进行过滤。此外,肝脏还解毒化学物质并代谢药物。疾病可降低肝脏的功能。任何原因造成的对肝脏的长期损害可导致永久性疤痕,称为肝硬化。为了预测预后并治疗患者,评估肝脏健康状况便至关重要。肝活组织检查是确定肝脏功能的最常用的测试。但该测试具有侵入性和主观性,这取决于进行分析的临床医生。结果也可取决于活组织检查的位置。此外,与从血常规检测或甚至纤维化收集的信息相比,肝功能减弱更多地与患者的健康有关。因此,在一些实施方案中,本文描述的系统可对肝功能进行定量测量。除了其普通含义之外,肝可指肝脏功能或与肝脏功能有关。肝功能可与肝脏的健康或功能对应。
检测患者肝脏健康的非侵入的方法可包括分析单光子发射计算断层显像(SPECT)扫描仪生成的图像。SPECT扫描仪可响应于将放射性化合物施用于患者而生成图像。由于肝脏其中一项功能是过滤血液,因此放射性化合物被肝脏过滤,且SPECT扫描仪可选择辐射计数以检测放射性化合物的吸收。吸收取决于肝脏的健康状况。健康的肝脏会吸收大部分化合物,扫描仪检测的辐射可大部分集中在肝脏。然而,当肝脏病变时,更多放射性化合物可渗漏至肝脏外部,并流入例如脾脏和/或骨髓。因此,来自响应于化合物吸收的SPECT扫描的放射性计数可指示肝功能。
从图像扫描中提取信息可很困难。不同的SPECT扫描仪的分析可改变。进一步地,临床医生可能需要进行大量培训以根据图像确定参数。此外,分析可受临床医生主观确定的影响,例如,临床医生可手绘以下更详细地描述的关注区域。使用QLSSD系统(以下所讨论的)计算的关注区域(ROI)可比手绘的ROI稳靠。例如,不同临床医生手绘的ROI可存在变化。此外,手绘ROI可麻烦且耗时。此外,由于计数可取决于图像的对比度水平且可因扫描仪不同而变化,因此临床医生可能无法根据图像适当地检测计数。在某些情况下,脾脏切除、肝脏脾脏重叠以及解剖变化性也可增大临床医生分析SPECT图像的难度。因此,QLSSD系统可基于图像扫描诊断并识别慢性肝脏疾病分期。
本公开描述了定量肝脏脾脏扫描诊断(QLSSD)系统的实施方案,该系统可为临床医生提供通过其中一种扫描技术(例如,SPECT扫描仪的扫描技术)基于患者肝脏的表征确定患者健康的工具。在一些实施方案中,QLSSD系统可计算可与患者肝脏健康有关的一个或多个数值参数。QLSSD系统还可基于计算的数值参数生成文字或图形印象以报告基于扫描的结果。
II.实例QLSSD系统
图1图示了使得临床医生可访问QLSSD系统120以基于分析对患者器官进行的扫描确定患者健康状况的计算环境100的实施方案。在实施方案中,QLSSD系统120基于分析来自SPECT扫描仪的肝脏图像确定患者的健康状况。计算环境100可包括可访问QLSSD系统120的临床系统108,QLSSD系统120可包括一个或多个模块以确定患者的肝功能。
例如,QLSSD系统120可包括图像检索器模块122,其可检索与对身体部位(例如,肝脏)的扫描对应的图像。在实施方案中,图像检索器122可直接从SPECT扫描仪106接收原始图像。在其它实施方案中,图像检索器122可从PACS(图片存档及通信系统)存储库102接收图像。图像检索器122还可以从存储介质,例如光盘(CD)、便携式硬盘驱动器等接收图像。PACS系统102可以DICOM(医学数字影像和通讯)格式存储图像。PACS系统102也可包括有关患者的其它非图像数据。图像检索器122还可以接收不同格式的图像(例如,jpeg、png、pdf、bmp、CT扫描仪原始文件、MRI原始文件、PET原始文件、X-射线原始文件等)。在实施方案中,图像检索器122通过网络104从PACS或SPECT扫描仪检索图像。图像检索器122可响应于临床系统108的输入而从PACS 102得到图像。在一些实施方案中,图像检索器可在预定的时间间隔之后自动从SPECT扫描仪106接收图像。
QLSSD系统120可包括图像检测模块124以分析图像检索器122检索的图像。图像检测模块124可处理图像并从图像中识别一个或多个关注区域(ROI),如以下更详细地描述的那样。关注区域可包括器官、组织、组织块、骨头等。在实施方案中,ROI可包括与患者肝脏对应的区域。图像检测模块124可处理SPECT扫描仪生成的图像。在一些实施方案中,图像检测模块124还可以处理从CT扫描仪或MRI机或另一种类型的扫描仪产生的图像。图像检测模块124可利用从一种类型的图像获得的信息来处理同一患者的另一种类型的图像。例如,图像检测模块124可利用从对患者进行的CT扫描中检测的信息来检测SPECT扫描中的关注区域。图像检测模块124可将经分析的图像存储在患者数据存储库140内,或将其传送回PACS102。在一些实施方案中,图像检测模块124可包括内部检查以确保ROI与特定器官对应。如果检测模块124确定检测的ROI不能准确地反映特定器官,则其可给出临床医生忽略自动ROI检测的选项,如以下更详细地描述的那样。
QLSSD系统120的参数计算器126可根据图像检测模块124识别的关注区域确定一个或多个属性。例如,参数计算器126可确定与脾脏对应的关注区域的长度。就总计数或体素而言,参数计算器126还可以确定与关注区域对应的体积或浓度。在实施方案中,体素表示三维空间内的值(例如,辐射计数)。在一些实施方案中,参数计算器126可计算与肝脏健康状况对应的参数。一些实例参数包括有灌注的肝组织(PHM)、肝脏活性指数(HAI)、总计数比率(TCR)、标准化肝脏体积(NLV)和标准化脾脏体积(NSV)。这些参数可定量地指示肝功能。计算的参数可存储在患者数据存储库140中。在某些情况下,可将计算的参数与患者的其它数据一同传送或存储在PACS中。还可以通过网络将参数传送至临床系统。参数计算器126还可以基于存储的参数生成发展趋势,以允许临床医生监测患者随时间变化的健康状况。
用户界面模块128可与QLSSD系统120的一个或多个其它模块相互作用以生成一个或多个图形用户界面。在一些实施方案中,用户界面可以是一个或多个网页或电子文档。用户界面模块128还可以从临床系统108接收数据,例如患者信息。在某些情况下,用户界面模块128可从临床系统108接收命令以启动QLSSD系统的一项或多项功能。数据可由患者数据存储库140存储。以下将详细描述用户界面的实施方案。
QLSSD系统120可以计算机硬件和/或软件实现。QLSSD系统110可在一个或多个计算装置上执行,例如一个或多个物理服务器计算机。在QLSSD系统110在多个服务器上实现的实施例中,这些服务器可共处一地或可在地理上分离(例如,处于分离的数据中心)。此外,QLSSD系统110可在在物理服务器或服务器组上执行的一个或多个虚拟机内实现。进一步地,QLSSD系统110可托管在云计算环境内,例如亚马逊网络服务(AWS)弹性计算云(EC2)或Azure平台。QLSSD系统110还可以通过软件或硬件插件或API(应用程序接口)与扫描仪106和110集成。在一些实施方案中,临床系统108可实现QLSSD系统120的部分或所有模块。例如,临床系统108可实现用户界面产生器模块128,而其余模块在服务器上远程实现。在其它实施方案中,QLSSD系统110的插件可安装在第三方工具上。
临床系统108可通过网络104远程访问这些服务器上的QLSSD系统110。临床系统108可包括可通过网络104访问一个或多个服务器上的QLSSD系统110的胖客户端软件或瘦客户端软件。网络可以是局域网(LAN)、广域网(WAN),例如互联网、其组合等。例如,网络104可包括医院的私人内部网、公共互联网,或其组合。在一些实施方案中,临床系统108上的用户软件可以是浏览器软件或其它应用软件。临床系统108可通过浏览器或应用软件访问QLSSD系统110。
通常,临床系统108可包括能够执行一种或多种应用和/或访问网络资源的任何类型的计算装置。例如,临床系统108可以是台式机、膝上型电脑、上网本、平板计算机、智能手机、智能手表、增强现实佩戴物、PDA(个人数字助理)、服务器、电子书阅读器、视频游戏平台、电视机顶盒(或仅仅是具有计算能力的电视)、信息亭、其组合等。用户系统108包括用于访问QLSSD系统110的软件和/或硬件,例如浏览器或其它客户端软件。
III.器官健康状况检测处理
图2图示了用于计算与器官(或更通常地为组织块)健康状况对应的参数的器官健康状况检测过程200的实施方案。参数可以是数值、图形或文本指示符。器官健康状况检测过程可由以上描述的系统实现。为了解释说明,将过程200描述为通过图1中的计算环境100的组件实现。过程200描绘了基于扫描患者图像计算参数的实例概述。
过程200从方框202开始,首先响应于对患者进行成像而接收图像数据。图像检索模块122可接收与对患者器官的SPECT、CT或MRI扫描对应的图像数据。接收的图像可包括一个或多个解剖特征(例如,肝脏、脾脏、骨髓等)。在方框204,图像检测模块124可利用一种或多种物体检测技术(例如,形态、边缘检测、形心搜索、直方图等)自动检测这些解剖特征。
检测的解剖特征可用于从图像扫描提取定量信息。例如,在方框206,参数计算器126可计算与检测的解剖特征关联的属性。在实施方案中,检测的解剖特征可包括脾脏,且相应的属性可以是脾脏的长度。以下将结合图3和图4讨论关于肝脏和脾脏的更详细的实例。在方框208,参数计算器126可进一步确定与检测的解剖特征的健康状况或患者的健康状况关联的指示符或参数。在一个实施方案中,指示符包括有灌注的肝组织(PHM),其可与肝功能或肝脏的健康性直接相关。PHM可以是数值指示符或基于数值指示符的图形输出,且可提供客观标准以确定患者肝脏的健康状况。
过程200可用于确定与患者不同解剖特征的健康状况对应的参数。如上所述,过程200可用于确定与肝功能对应的参数。在另一个实例中,过程200可用于确定与患者心脏或心输出量、肺结节分类,或肾功能,或患者任何其它器官或组织块的功能对应的参数。
IV.肝脏健康状况检测过程
图3图示了以上描述的器官健康状况检测过程200的更具体的实例过程300。过程300可使得临床医生能够获得与患者肝脏的健康性对应的参数。肝脏健康状况检测过程300可由以上描述的系统实现。为了解释说明,将过程300描述为通过图1中的计算环境100的组件实现。过程300描绘了利用扫描的患者SPECT图像计算与肝功能关联的参数的实例概述。
过程300可从方框302开始,首先从SPECT扫描仪获取扫描的图像。SPECT扫描仪通过响应于对患者施用放射性化合物而测量辐射计数生成图像。在实施方案中,在施用化合物30分钟之后生成图像。该时间可因患者而变化,但肝脏通常需要大约半个小时来过滤血液中的放射性化合物(例如,亚稳态锝-99)。对于肝脏健康的患者,将在肝脏中发现大部分放射性化合物。然而,在病变的肝脏中,化合物可渗漏入脾脏和骨髓。由于可在肝脏、脾脏、骨髓(椎骨附近)区域中发现大部分化合物,因此SPECT扫描仪输出可提供用于将肝脏、脾脏和骨髓与其余器官分离的机制。图6示出了肝脏、脾脏和骨髓的实例概括性SPECT横断面扫描。
如上所述,可经由PACS直接从扫描仪接收扫描图像。在方框304,图像检索模块122可根据来源自动处理接收的图像。接收的图像可包括多个定向。在一个实施方案中,图像检索模块122可从SPECT扫描仪或PACS检索平面后位和横向SPECT图像。横向SPECT图像可包括与垂直于患者身体长轴的平面对应的一个或多个帧。平面后位图像可包括从患者背部角度拍摄的一个或多个帧,且可与平行于患者身体长轴的平面对应。其它图像视图包括前位、倾斜、矢状、冠状、重定格式、二次捕获或导出的图像。在一些实施方案中,图像检索模块122可直接处理原始扫描仪数据而非图像数据。接收的图像可被分成跨越患者身体区域的多个帧。因此,接收的图像可包括SPECT扫描的三维透视图。
在方框124,图像检测模块124可对接收的图像进行处理。在实施方案中,在方框306,图像检测模块124可从自SPECT扫描仪获得的横向肝脏-脾脏图像生成组合横断面图像(CTI)。在实施方案中,CTI为概括性横断面图像(STI),其可以是覆盖肝脏-脾脏区域的每一个横断面图像的组合或总和。在其它实施方案中,通过逐个体素地求取横向图像的平均数生成CTI。可使用的其它CTI生成方法包括使用中值、众数、最大强度、自动相关以及相似的统计技术。在实施方案中,通过从覆盖肝脏-脾脏区域的部分或所有横断面图像中选择(x,y)处强度最高的像素来检测最大强度横断面图像(MITI)。因此,最终的MITI的每一个像素可具有来自部分或所有横断面图像的最高强度。在一些实施方案中,MITI提供的对比度可比STI更好。图像检测模块124在检测关注区域之前可将横断面图像组合。在一些实施方案中,在组合帧之前可检测关注区域。
图像检测模块124可使用CTI来检测关注区域。关注区域可与患者的解剖特征对应。在实施方案中,图像检测模块124检测肝脏、脾脏和骨髓。图像检测模块124可基于比较CTI中的强度定位肝脏。图5图示了简图以示出检测并分离肝脏、脾脏和骨髓ROI的步骤。
图像检测模块124可选择帧边界并进行定向搜索以定位肝脏。在方框308,图像检测模块124可通过比较强度识别身体轮廓520,如图5中的步骤502所示。一般而言,身体外部的计数将接近零。健康肝脏包括的强度计数将比周围组织高得多。即便是病变的肝脏的至少一部分也具有高强度计数。
在方框310,图像检测模块310可确定肝脏边界阈值。图5中的步骤504图示了用于确定肝脏边界阈值的实例。图像检测模块124可识别身体轮廓520周围的边界区域522以确定阈值。在实施方案中,阈值为边界区域内的平均像素强度或一些其它值。阈值还可以是边界区域内的最大或最小像素强度。在一些实施方案中,可利用对数公式确定阈值。
在方框312,利用阈值,图像检测器310可使用定向搜索来定位与肝脏对应的关注区域。举例来说,图像检测器124可选择身体轮廓的西北角(尽管可选择任何其它起始区域)并移动穿过像素行和列以确定强度计数何时超过阈值。因此,图像检测器310可找到超过阈值的像素位置,阈值指示像素最有可能在肝脏内部。在一个实施方案中,使用高于组织阈值20%的值。在找到像素位置之后,图像检测模块124可进行定向搜索以识别肝脏的边界点。如图5中的步骤506所示,图像检测器124可在星形图案中从像素位置(526)沿八个方向搜索。在其它实施方案中,图像检测器124还可以执行其它搜索方法,例如16角星等。可通过将像素强度与阈值进行比较识别边界点,如以上讨论的那样。在一些实施方案中,图像检测模块124还可以利用采样来识别肝脏的边界点。
因此,图像检测器124可识别(例如)8个肝脏边界点。在方框314,使用这些边界点,图像检测器124可计算第一形心位置。在一些实施方案中,图像检测器124可通过使用矩阵索引的直接组合快速定位器官的形心,而无需使用三角计算。例如,可利用求和来组合矩阵索引。在找到第一形心之后,图像检测器124可重复该过程以从第一形心位置利用定向搜索来定位第二形心。在一些实施方案中,图像检测器可旋转星形搜索方向。例如,形心搜索之间的旋转角度可偏移10度。可重复进行多次八角星搜索,直至形心的位置显得会聚。在一些实施方案中,重复次数可固定。图5中的步骤508图示了最终的形心位置528。因此,图像检测器124可识别肝脏的边界点和形心。
在过程300的方框316至318,可以相似的方式识别脾脏的边界点和形心,如以上就肝脏讨论的那样。在大多数患者中,相对于肝脏而言,脾脏位于东南方向。因此,图像检测器模块124可从身体轮廓520的东南角进行相似搜索以识别脾脏的边界点和形心。图5中的步骤510图示了肝脏524和脾脏530。
图像检测器124可自动验证检测的肝脏和脾脏。在方框324,图像检测器124可计算肝脏形心与脾脏形心之间的距离,并将其与可接受的范围进行比较以验证检测的肝脏和脾脏。如果该距离不在范围内,例如小于最小值或大于最大值,则图像检测器可通知QLSSD系统120的一个或多个模块。QLSSD系统120可通知临床系统器官检测可能已发生故障,且可给出临床医生手动绘制ROI的选项。用户界面产生器模块128可生成用户界面以便临床医生绘制ROI。
图像检测器124还可以验证重叠。例如,如果肝脏和脾脏区域重叠,则QLSSD系统120可向临床系统发送使得临床医生能够选择肝脏最亮的区域或指示肝脏不可视的消息。临床医生也可能够选择最亮的脾脏区域。基于该选择,图像检测器124可利用定向搜索和形心分析来重新识别肝脏和脾脏。在一些实施方案中,可给出临床医生在进行任何搜索过程之前选择肝脏和脾脏像素的选项。因此,QLSSD系统120可验证器官检测。
如果验证了肝脏和脾脏区域,则在方框330,图像检测器124可自动在肝脏、脾脏和骨髓周围绘制ROI,如结合图4更详细地描述的那样。一旦确定了ROI,参数计算器126可计算与肝功能对应的参数,如以下所讨论的那样。在一些实施方案中,在方框332-334,过程300包括准备并生成包括印象(impression)的报告的步骤。用户界面产生器128可基于计算的参数和查找表准备报告。查找表可存储在数据存储库140中。查找表可存储不同参数范围的适当印象。图15示出了实例印象。
V.关注区域分析
图4图示了用于利用图3中图示的过程基于检测的肝脏和脾脏形心确定ROI的实例ROI检测过程400。ROI检测过程400可由以上描述的系统实现。为了解释说明,将过程400描述为通过图1中的计算环境100的组件实现。
在实施方案中,一旦识别了肝脏和脾脏形心以及边界点,图像检测器124可继续识别关注区域以将肝脏、脾脏和骨髓分段。在方框402,图像检测器124可基于各个边界点和以上讨论的过程300检测的形心将几何形状(例如,椭圆形形状)拟合在肝脏和脾脏上。举例来说,图像检测器可基于最小二乘方误差减小法来拟合椭圆形。在一些实施方案中,拟合椭圆形的主轴穿过检测的器官的形心。
在方框404,图像检测器124可确定将肝脏的形心与脾脏的形心连接的形心-形心线。然后,图像检测器124可沿与计数分布中的谷(最低处)对应的形心-形心线识别边界点。图像检测器124可利用肝脏和脾脏的主轴找到形心-形心线北方(或上方)的附加边界点作为起始点,并找到二者之间的最低浓度。图像检测器124可利用这些边界点获得肝脏与脾脏之间的分界线。图6图示了实例分界线(或肝脏-脾脏边界线)610。分界线一侧可以是肝脏ROI 602,而分界线的另一侧可以是部分脾脏ROI 606。
在方框406,图像检测器124可检测肝脏与骨髓之间的边界线612(参见图6)。在实施方案中,图像检测器124可试图计算骨髓的形心,且可计算肝脏-骨髓边界线,如以上讨论的那样。但是在一些实施方案中,图像检测器124可能无法识别骨髓形心。在这些情况下,图像检测器124可从肝脏椭圆形的主轴上的点(形心下方)开始,并在骨髓方向上寻找像素,其中计数值为某个肝脏-骨髓数。在一个实施方案中,肝脏-骨髓数=阈值(以上计算的)+20%(肝脏中的最大强度-阈值)。也可使用其它变化和百分比。因此,图像检测器124可识别肝脏与骨髓之间的边界线612。
在方框408,图像检测器124可将肝脏-脾脏边界610与肝脏-骨髓边界612连接,如图6所示。如以上就肝脏所描述的那样,在方框410,图像检测器124可利用脾脏-骨髓数识别脾脏-骨髓边界线614。在一个实施方案中,脾脏-骨髓数=阈值+20%(脾脏中的最大强度-阈值)。在方框412,图像检测器124可将肝脏-脾脏边界610与肝脏-骨髓边界614连接,如图6所示。
在方框414,图像检测器124可检测骨髓的外边界616(参见图6)。在实施方案中,图像检测器124可将肝脏-骨髓边界的端点连接至脾脏-骨髓边界的端点。图像检测器124可利用组织阈值来连接端点。在方框416,图像检测器124可利用组织阈值和身体轮廓找到肝脏的外边界618,如以上讨论的那样。图像检测器124可将外边界618连接至处于底部的肝脏-骨髓边界端点和处于顶部的脾脏-骨髓边界端点。
类似地,在方框420,图像检测器124可找到脾脏外边界620。在方框422,图像检测器124可将脾脏外边界620连接至处于顶部的肝脏-脾脏边界端点和处于底部的脾脏-骨髓边界端点。因此,图像检测器可根据计算的边界生成肝脏ROI 602和脾脏ROI 606。图像检测器可根据肝脏-骨髓边界、脾脏-骨髓边界和骨髓外边界生成骨髓ROI 604。
在一些实施方案中,图像检测器124可验证计算的ROI。例如,图像检测器124可检查肝脏-脾脏边界是否存在大间隙,或与肝脏/脾脏边界连接的肝脏ROI中是否存在过多高于组织阈值的体素。基于该验证,用户界面产生器128可生成用户界面,其可使得临床医生能够修改生成的ROI。
与手绘ROI相比,利用QLSSD系统120计算的ROI更稳靠。例如,不同临床医生手绘的ROI可存在变化。此外,手绘ROI可麻烦且耗时。此外,由于计数可取决于图像的对比度水平且可因扫描仪不同而变化,因此临床医生可能无法根据图像适当地检测计数。
VI.参数
如上所述,现有的健康状况检测技术大部分会受主观分析的影响。缺乏可在临床医生与患者之间重复(在很小的误差范围内)的客观分析。QLSSD系统120可从扫描图像中提取参数以生成评估肝功能的客观参数。参数计算器126可使用具有检测的ROI的经处理图像来计算以下参数的一个或多个。本领域的技术人员可理解,计算这些参数时可能存在其它变化。
肝脏、脾脏和骨髓计数
在SPECT图像中,计数与从化合物检测的辐射对应。因此,计数越高可表明特定器官中的化合物的浓度越高。参数计算器124可利用检测的肝脏、脾脏、和骨髓的ROI计算其中一个组合横断面图像的各个ROI的每一个中的总计数。对于组合帧,由于帧堆叠可包括患者身体的多个切片,因此计数可表示体积。在一些实施方案中,单个器官中部帧用于计算肝脏和脾脏的浓度。也可通过从计数最高的帧中求取器官特定子区域中的计数的平均数来计算浓度。图像检测器可在计数最高的帧中找到3x3体素区域,并求取计数的平均数来确定浓度(例如计数/分钟/体素)。对于三维ROI,可对各个器官ROI的所有帧的计数进行求和。计数可向临床医生表明肝脏中相对于其它器官存在多少化合物。如上所述,对于健康的肝脏,与其它器官ROI相比,大部分计数可能在肝脏ROI中发现。在一些实施方案中,骨髓计数表达为与帧数量的比值以将扫描覆盖的椎体数量标准化。在另一个实施方案中,对椎体数量进行了计数,且椎体数量用于将骨髓计数标准化。
肝脏和脾脏长度
在实施方案中,参数计算器128可计算检测的器官的长度。例如,参数计算器128可从右叶的从肝脏中部圆顶至右下边缘以及左叶的从右圆顶至左下叶边缘的前位平面图像检测肝脏的长度。
参数计算器128可测量脾脏长度,将该长度作为后位平面视图中极点至极点的最大长度。在一些实施方案中,从横向图像确定脾脏长度。如果不同帧之间的脾脏长度存在10%或更大的差值,则可警告临床医生,且可需要临床医生通过以下描述的用户界面之一手动进行干预。
肝脏脾脏指数、肝脏骨髓指数(LBI)和有灌注的肝组织(PHM)
在一些实施方案中,可利用从一个或多个扫描的图像获得的计数根据分布比率来理解肝功能。例如,可通过将肝脏中的计数与脾脏中的计数进行比较来确定肝脏-脾脏指数(LSI)。在实施方案中,肝脏-脾脏指数(LSI)是针对脾脏长度矫正的总计数的肝脏脾脏比率的函数。参数计算器128可计算肝脏与脾脏之间的总计数率,即总肝脏计数除以总肝脏加脾脏计数,或L/(L+S)t。在一些实施方案中,该比率在1%内是可重现的。该比率可能受脾脏尺寸影响,而与慢性肝脏疾病无关。由于患者之间的脾脏长度有变化,因此可能需要校正。在一个实施方案中,参数计算器128可校正脾脏长度。参数计算器128可估计预期受肝脏正常患者的脾脏长度影响的L/(L+S)t比率(根据经验从肝脏正常但脾脏尺寸改变的患者导出的公式)。然后,参数计算器可将测量的L/(L+S)t比率除以估计的正常L/(L+S)t比率,并乘以100以得到肝脏脾脏指数(LSI)。
计数在肝脏与骨髓之间的分布可表达为肝脏骨髓指数(LBI)。在实施方案中,参数计算器128可将LBI计算为每帧的肝脏计数除以骨髓计数并乘以50的对数以产生与LSI相似的范围。
在一些实施方案中,参数计算器128可生成是LSI和LBI二者的函数的参数。例如,参数计算器128可通过求取LBI和LSI的平均数计算有灌注的肝组织(PHM)参数,即:PHM=(LBI+LSI)/2。
脾脏和肝脏体积
参数计算器128还可以计算肝脏和脾脏的体积。可利用器官中的总计数除以若干倍于体素体积的剖面帧上的代表性浓度计算脾脏和肝脏体积。在一个实施方案中,参数计算器128可利用代表浓度的单个器官中部帧。cc中的体积可表达为与以磅计的理想体重(IBW)的比率。本领域中的技术人员可知道到获得所研究器官的代表性浓度的方法,例如采样、直方图分析、求取整个器官的平均数,或单个器官切片。Hoefs等的“A Novel,SimpleMethod of Functional Spleen Volume Calculation by Liver-Spleen Scan”,TheJournal of Nuclear Medicine,Vol.40,No.10(Oct.1999),中讨论了其它实例计算方法,其内容以全文引用的方式并入本文。在一些实施方案中,体积不依靠对边缘的精确检测,且对体素的尺寸不敏感。
在一些实施方案中,通过在扫描的图像中进行搜索以识别包含肝脏的浓度最高的区域的帧来自动计算肝脏体积。图像检测器可在识别的帧中找到3x3体素区域,并算出计数的平均数来确定浓度(例如计数/分钟/体素)。参数计算器128可利用以下公式使用最高平均浓度值来计算肝脏的体积:
肝脏体积=((总肝脏计数/最高平均肝脏浓度)*体素尺寸*0.9562)-66.5。
可基于校准样品修改肝脏体积公式中的常数。可利用以上就肝脏讨论的方法计算脾脏体积。在实施方案中,每一个体素代表4x4x4立方毫米。因此,可以用立方毫米确定肝脏体积。
标准化肝脏和脾脏体积
肝脏和脾脏体积可取决于患者的总尺寸。因此,在一些实施方案中,理想体重用于使器官体积标准化以提供临床上有用的参数。也可使用患者的实际身体(例如,从PACS获得)。参数可以如下计算:
标准化肝脏体积=肝脏体积/理想体重
标准化脾脏体积=脾脏体积/理想体重
女性IBW=100+{身高(以英寸计)-60}x5
男性IBW=106+{身高(以英寸计)-60}x6
实例:如果在上述实例中计算的肝脏体积为952,则身高为62英寸的女性的IBW将=110磅,而
标准化肝的体积(已针对身体尺寸进行了校正)=8.7cc/lb IBW
估计的腹腔镜得分(estPS)
腹腔镜检查法可提供肝脏的“平滑”度或“粒度”或“结节”度的指示。QLSSD可通过组合若干参数来计算估计的腹腔镜得分(estPS)。在一个实施方案中,estPS计算如下:
estPS1=4.342-2.008RR-0.0206PHM+18.15/RL
其中RL为以厘米计的右叶长度,而RR为重新分布比率,其计算如下:
(RR)=[(Lp/Sp/2.5)+(Lp/BMp/17.5)]/2
此处,Lp、Sp和BMp分别为来自肝脏、脾脏和骨髓后位平面视图的像素计数。
对肝脏的腹腔镜评估可与组织纤维化测量相关。因此,从QLSSD得到的estPS可对通过组织学测量的肝脏纤维化进行良好估计,而几乎无抽样误差。
分期
参数计算器126可通过将计算的参数的其中之一与预期范围进行比较而对肝脏疾病的严重性进行分类。在一个实施方案中,使用PHM参数如下对患者进行分期:
PHM≥100:肝功能正常(低风险)
95≤PHM<100:轻度肝功能降低(中度风险)
PHM<95:肝功能降低(高风险)
在另一个实施方案中,如果PHM>70,则进一步将高风险患者分类成中度肝功能降低,或如果PHM<70,则分类成肝功能严重降低。其它指示符(包括颜色)也可用于分期。在其它实施方案中,这些范围可改变,或可具有更多或更少范围(例如,阈值可用于确定患者的肝脏是否健康)。
肝脏活性指数
除了如在亚急性肝脏疾病(例如,酒精性肝炎)中所见的肝脏纤维化迅速积累之外,肝脏脾脏指数(LSI)和肝脏骨指数(LBI)可一同减小。QLSSD参数计算器126可计算当LSI为负时指示该情况的肝脏活性指数(HAI)。在一个实施方案中,用于计算HAI的公式为:
如果LSI>0.0
则HAI=(LBIt-((LSI*0.665)+43.0))/LSI
否则
HAI=0
VII.3D处理
在以上讨论的一些实施方案中,可将与穿过患者身体的切片对应的帧作为组合帧(例如,STI、MITI等)来分析。在替代方案中,可单独地对帧进行处理以检测器官的三维剖面。图7图示了用于在三个维度上检测ROI的过程。3D ROI检测过程700可由以上描述的系统实现。为了解释说明,将过程700描述为通过图1中的计算环境100的组件实现。
在方框702,图像检测器124可检测肝脏、脾脏和的2D ROI,如以上结合图3和图4讨论的那样。图像检测器124可继续检测每一帧的ROI。由于器官开始渐缩,因此一些帧可具有低信号内容。图像检测器124可存储肝脏、脾脏和骨髓的每一帧的ROI。在方框706,图像检测器124可利用形态特征将存储的肝脏ROI组合形成3D肝脏体积。类似地,在方框708,图像检测器124可生成3D脾脏体积,在方框710,图像检测器124可生成3D骨髓体积。在一些实施方案中,图像检测器124可利用边缘跟踪连接帧之间的ROI。参数计算器126可利用以上就2D帧讨论的公式根据3D ROI计算肝脏功能参数和肝脏疾病分期。
在一些实施方案中,图像检测器124可利用定向搜索和三维形心生成3D ROI,而非将各个帧的2D分析结果组合。在三维上,图像检测器124可在进行反复定向搜索和形心分析之前旋转搜索的方向向量。在另一个实施方案中,图像检测器124可利用转换过程将3D体积(例如,椭圆体)映射成转换空间内的点。例如,可将肝脏、脾脏和骨髓建模成椭圆体(或椭圆体的并集)以利用转换技术。
3D能力也可允许直接计算纤维化程度。在一些实施方案中,由于肝脏、骨髓和脾脏之间可能存在重叠,因此功能比率可重叠。在对帧进行分析之前将帧分开可减少重叠的影响。
图像检测器124也可利用来自CT或MRI扫描的数据。CT和MRI扫描包括关于器官轮廓的信息。图像检测器124可利用该轮廓将来自SPECT扫描的数据映射至CT或MRI扫描。基于该映射,图像检测器124可从SPECT扫描中检测ROI。
VIII.总计数率(TCR)
SPECT重建的切片范围可受到限制,包括整个正被评估的器官。每一个切片可以是体素(或像素)的宽度。就表面体素而言,可将包含的表面体素的阈值指定为肝脏中的最大体素浓度的百分比。由于存在纤维化,因此随着肝脏病愈加病变,大于最大体素浓度50%的表面体素可能越少。因此,随着肝脏愈加病变,包括的体素的体积可更小(且该3D ROI中的总计数减小)。与对正常肝脏进行的相似过程相比,患有慢性肝脏疾病的患者中包括的体积所具有的计数少于总计数(TCR)。可根据概括性横断面图像计算总计数率。
图像检测器124可确定器官周围的ROI,如以上讨论的那样。基于ROI,参数计算器126可计算每一个器官的总计数(TC)。参数计算器128可选择阈值。在实施方案中,阈值为最大体素浓度的50%。参数计算器126可对上述ROI内的每一个切片应用阈值,从而选择将在每一个切片上使用的表面体素。图像检测器124可采用从每一个切片选择的表面体素来为整个器官绘制3D图像。参数计算器126可在生成的3D图像内计算计数。这些计数可表示阈值计数。参数计算器126可计算总计数率(TCR),其中TCR=阈值计数/每一个器官的总计数(TC)。因此,可为器官计算TCR,并将其包括在报告内。
IX.预测术后(Post-Op)手术
3D成像可使得在肝细胞癌(HCC)和其它肝脏占位性病变手术之后能够在术前估计肝功能的损失。预期的手术解剖损失可与3D ROI以及计算的功能损失叠加。这些因素可用在输出印象中以对肝脏疾病进行分期,并估计并发症以及预后风险。在患有肝癌且肝储备功能受限的患者中,肝脏健康参数可用于估计手术时的功能损失以确定手术风险。
图8图示了用于估计切除后参数的过程800的实施方案。切除后参数计算过程800可由以上描述的任何系统实现。为了解释说明,将过程800描述为通过图1中的计算环境100的组件实现。在方框802,图像检测器124可确定肝脏、脾脏和骨髓的3D ROI,如以上讨论的那样。在方框804,图像检索模块122可访问包括肝脏的CT或MRI图像。图像检测器124可利用例如图像配准技术将CT或MRI图像叠加在3D ROI上。
在一些实施方案中,可利用混合SPECT/CT扫描仪的内置能力进行叠加。在方框806,用户界面模块128可生成可允许临床医生在叠加图像上选择或绘制切除体积的用户界面。在实施方案中,基于从手术计划系统输入的参数自动绘制切除体积。在一些实施方案中,QLSSD系统120可显示建议的切除体积。建议的切除体积可基于SPECT肝脏体积与CT或MRI肝脏体积之间的差值。举例来说,肝脏的包含肝细胞癌(HCC)的部分将显示在CT或MRI图像中,而不显示在SPECT图像中。在方框808,参数计算器可忽略为计划切除体积的一部分的区域以计算切除后的参数。因此,过程800可使得临床医生能够确定术后肝脏健康状况,并确定是否应移除更多或更少的肝脏。此外,临床医生可通过审查切除后的参数来评估手术风险。
X.用户界面
图9至图18示出的实例图形用户界面可由QLSSD系统120、QLSSD系统插件或二者的组合生成。为了说明,这些用户界面主要显示在应用界面上,然而应理解,这些用户界面可利用网络浏览器(包括可移动app)而非应用界面生成。进一步地,示出了实例用户界面控制(活动链接),包括按钮、状态栏、超级链接或链接等。任何示出的用户界面控制可以其它用户界面控制代替,包括但不限于单选按钮、复选框、文本框、选择框或下拉框及其组合等。
图9图示了用户界面模块128生成的可使得临床医生能够访问QLSSD系统120的功能的用户界面900的实施方案。例如,临床医生可从PACS输入患者的扫描图像,并在用户界面内查看扫描的图像。用户界面还包括活动链接以改变扫描图像的对比度和亮度。临床医生可通过选择活动链接进一步对扫描图像进行自动分析。用户界面900可使得临床医生能够针对选择的图像(患者、诊查、系列和图像)导航浏览DICOM分层结构。导航按钮和列表可有助于从一个图像移动至另一个图像,以更新患者列表等。此外,可从PACS输入图像,例如SPECT横向图像和/或静态后位平面图像。在一些实施方案中,图像自动从PACS输入。临床医生可选择一个图像或一组图像供QLSSD系统分析,如以上讨论的那样。
图10图示了用户界面模块128生成的可使得能够与PACS系统102通信的用户界面1000的实施方案。例如,临床医生可运行查询以访问与特定患者对应的数据。基于选择的询问,QLSSD系统120可与PACS通信并检索请求的数据。
图11图示了可由用户界面模块128响应于检测的与器官对应的关注区域而生成的用户界面1100的实施方案。图示的用户界面1100的实施方案示出了肝脏、脾脏和骨髓ROI。用户界面1100可包括用于选择患者的脾脏是否已移除的活动链接1102。对于没有脾脏的患者,ROI检测可需要通过选择活动链接1110重复进行或由临床医生利用活动链接1104、1006和1108手动确定。用户界面1100还包括选择脾脏长度视图的链接1112,如图12所示,和选择帧范围视图的链接1114,如图13所示。脾脏长度用户界面1200可使得临床医生能够从视觉上确认由QLSSD系统120计算的脾脏长度。脾脏长度用户界面1200还可以实现使临床医生忽略计算的脾脏长度的功能。在图示的实施方案中,脾脏长度为9.2厘米,且扫描的图像示出了肝脏和脾脏的后位视图。图13图示了可使得临床医生能够选择帧范围的用户界面1300的实施方案。在某些情况下,图像检测模块124可识别骨髓的较大部分,且可包括骨盆区域。临床医生1300可选择帧范围以指导图像检测器模块124更准确地计算ROI。用户界面1300可使得临床医生能够从视觉上确认由QLSSD系统120检测的帧范围包含整个肝脏和脾脏。
图14图示了包括由QLSSD系统120生成的报告的用户界面1400的实施方案。用户界面模块128可响应于从临床医生接收到命令而生成报告。图示的报告包括计算患者的PHM参数。报告还可包括患者的其它细节,例如性别、身高、重量、诊查日期。在一些实施方案中,报告可包括绘出了随着时间变化的参数的趋势图1402。在图示的实施方案中,趋势曲包括随着时间变化的PHM。
图15图示了使得临床医生能够基于计算的参数写出其对患者的印象的用户界面1500的实施方案。在一些实施方案中,用户界面1500包括可供临床医生使用的自动生成印象。如上所述,QLSSD系统可基于计算的参数从查找表中生成印象。临床医生拥有使用QLSSD系统120建议的印象的选择权。
图16图示了使得临床医生能够与PACS通信的用户界面1600的实施方案。在图示的实施方案中,临床医生可使用界面1600发送报告以存储在PACS内。报告可自动与患者和医生关联。
图17图示了包括生成的患者报告的报告用户界面1700的实施方案。报告包括计算的参数,例如PHM以及多年来患者的PHM趋势。临床医生可审查该趋势,并识别患者的病情是好转还是恶化。此外,临床医生可识别特定治疗的效果。在一些实施方案中,趋势可包括基于如以上讨论的切除参数的未来预测。报告还可包括临床医生选择的印象或由QLSSD系统120自动生成的印象。在一些实施方案中,报告可图示与检测的ROI重叠的SPECT扫描。
在一个实施方案中,报告的左侧包括从其获得原始数据的图像:基础图像(前位/后位)、概括性横断面图像、单个横断面切片以及总计数和平面计数的分布。右侧部分具有用于统计资料、LSI、LBI和PHM的板块;通过4种方法得出的体积的板块(带圆圈的为我们所使用的方法);总计数的板块;2个后位平面计数的板块;2个来自单个切片的代表性浓度的板块——一个是肝脏板块,一个是脾脏板块;以及肝脏和脾脏长度。
图18图示了包括生成的患者报告的报告用户界面1800的另一个实施方案。与图17图示的报告相比,用户界面1800包括为临床医生提供的附加参数。
XI.术语
在整个公开文本中已描述了多种计算系统。对这些系统的描述并非意在限制本公开的教导或适用性。例如,本文描述的临床系统通常可包括任何计算装置,例如台式机、膝上型电脑、视频游戏平台、电视机顶盒、电视(例如,互联网TV)、计算机化电器和无线移动装置(例如,智能手机、PDA、平板电脑等),这里仅列出几个例子。进一步地,本文描述的临床系统有可以是不同类型的装置,以包括不同应用程序,或以其它不同方式进行配置。此外,本文描述的用户系统可包括任何类型的操作系统(“OS”)。例如,本文描述的可移动计算系统可以AndroidTMOS、OS、OS、Linux或基于UNIX的OS等实现。
进一步地,图示的系统的各种组件的处理可分布在多个机器、网络以及其它计算资源中。此外,系统的两个或更多组件可组合成更少组件。例如,图示的各种系统可分布在多个计算系统中,或组合成单个计算系统。进一步地,图示的系统的各种组件可在一个或多个虚拟机而非专用计算机硬件系统中实现。同样地,示出的数据存储库可表示物理和/或逻辑数据存储器,包括例如存储区域网络或其它分布式存储系统。此外,在一些实施方案中,示出的组件之间的连接表示可能的数据流路径,而非硬件之间的实际连接。虽然示出了一些可能的连接实例,但示出的组件的任何子集可与各种实施例中的组件的任何其它子集通信。
根据实施方案,可以不同顺序执行本文描述的算法、方法或过程的任一者的某些动作或事件,可添加、合并或完全省去本文描述的算法、方法或过程的任一者的某些动作或事件(例如,并非所有描述的动作或事件均是实践所述算法所必需的)。此外,在某些实施方案中,动作或事件可进行同时,例如通过多线程处理、中断处理,或多个处理器或处理器芯进行或在其它平行架构上进行,而非按顺序进行。
图示的各种系统的每一种可实现为被程序化或配置成执行本文描述的各种功能的计算系统。计算系统可包括多个通过网络进行通信和交互操作以执行描述的功能的不同计算机或计算装置(例如,物理服务器、工作站、存储阵列等)。每一个这种计算装置通常包括执行存储在存储器或其它非暂时性计算机可读存储介质中的程序指令或模块的处理器(或多个处理器)。本文公开的各种功能可体现为这种程序指令,然而替代地,公开的一些或所有功能可在计算机系统的专用电路(例如,ASIC或FPGA)中实现。在计算系统包括多个计算装置的情况下,这些装置可(但不需要)共处一地。通过将物理存储装置(例如,固态存储芯片和/或磁盘)转换成不同状态,可永久地存储公开的方法和任务的结果。描述的每一个过程可由一个或多个计算装置实现,例如以关联的服务器代码编程的一个或多个物理服务器。
除非另外明确陈述,或在上下文中如所用的那样理解,否则本文使用的条件性语言,例如(尤其是)“可(can)”、“可能(might)”或“可能(may)”等通常旨在传达某些实施方案包括某些特征、元件和/或状态,而其它实施方案不包括这些特征、元件和/或状态。因此,这种条件性语言通常并非旨在暗示特征、元件和/或状态无论如何都是一个或多个实施方案所必需的,或无论有无用户输入或提示,该一个或多个实施方案都必然包括用于决定任何特定实施方案中是否包括或将执行这些特征、元件和/或状态的逻辑。术语“包括”、“包含”、“具有”等是同义词,且以具有包含性的开放方式使用,因此不排除其它元件、特征、动作、操作等。此外,术语“或”以其包含性含义(而非以排它性含义)使用,因此在使用时,例如用于连接一列元件时,术语“或”意指该列中的一个、一些或所有元件。此外,除非另有说明,否则冠词“一”和“一个”应解释为意指“一个或多个”或“至少一个”。
除非另外明确说明,或如所使用的那样结合上下文理解,否则连结性语言例如短语“X、Y和Z的至少其中之一”通常表示项、术语等可以是X、Y或Z。因此,这种连结性语言通常并非旨在暗示某些实施方案需要至少一个X、至少一个Y和至少一个Z均存在。
虽然上述详细描述已示出、描述并指出了应用于各种实施方案的新颖特征,但应理解在不脱离本公开的精神的情况下,可对图示的装置的形式和细节或算法进行各种省略、替换和改变。因此,以上描述中无任何内容旨在暗示任何特定特征、特性、步骤、模块或方框是必要的或不可缺少的。将认识到,由于可独立于其它特征来使用或实践某些特征,因此可在并不提供本文所述的所有特征和益处的形式内体现本发明。保护范围由所附权利要求而非以上描述限定。
Claims (14)
1.一种用于检测患者肝脏健康参数的系统,所述系统包括:
单光子发射计算断层显像扫描仪,其被配置成获得活体患者器官的图像数据,所述器官包括所述患者的肝脏和脾脏,所述单光子发射计算断层显像扫描仪被配置成通过响应于对所述患者施用放射性化合物而至少检测辐射计数来获得所述图像数据;和
存储装置,其包括作为计算机可执行指令存储在其上的图像检测模块和参数计算器;
硬件处理器,其被配置成通过执行所述计算机可执行指令来实现所述图像检测模块以至少:
访问由所述扫描仪输出的所述图像数据,以及
能编程地从所述图像数据中识别与所述患者的所述肝脏对应的第一关注区域,所述第一关注区域包括所述患者的所述肝脏周围的有界区域,并指示所述肝脏的尺寸,其中所述肝脏的尺寸与肝脏的健康状况有关,因此所述第一关注区域的尺寸至少部分地指示所述肝脏的健康状况;
能编程地从所述图像数据中识别与所述患者的脾脏对应的第二关注区域;
检测与所述第一关注区域关联的第一形心,并检测与所述第二关注区域关联的第二形心;且
所述硬件处理器进一步被配置成通过执行所述计算机可执行指令来实现所述参数计算器以至少:
能编程地确定与所述第一关注区域关联的第一属性;
能编程地确定与所述第二关注区域关联的第二属性;
至少部分地基于与所述第一关注区域关联的所述第一属性和与所述第二关注区域关联的所述第二属性计算指示所述患者的所述肝脏的健康状况的第一参数;以及
在计算机生成的图形用户界面上输出呈现给临床医生的所述第一参数的指示,使得所述临床医生能够为所述患者制定临床护理决策。
2.根据权利要求1所述的系统,其中,所述第一参数包括有灌注的肝组织。
3.根据权利要求2所述的系统,其中,所述第一属性包括所述第一关注区域内的辐射计数的表示。
4.根据权利要求3所述的系统,其中,所述图像检测模块进一步被配置成比较所述第一关注区域相对于所述第二关注区域的几何特性。
5.根据权利要求4所述的系统,其中,所述存储装置进一步包括用户界面模块,所述用户界面模块包括被配置成生成并输出第二用户界面的附加指令,所述第二用户界面能为所述临床医生提供输入命令以修改所述第一关注区域的功能。
6.根据权利要求1、2、3、4和5中任一项所述的系统,其中,所述图像检测模块被配置成将来自所述图像数据的多个帧组合,所述帧与横向于所述患者身体的平面对应。
7.根据权利要求6所述的系统,其中,所述图像数据包括多个帧。
8.根据权利要求7所述的系统,其中,所述图像检测模块进一步被配置成能编程地从第一帧检测所述第一关注区域且能编程地从第二帧检测所述第二关注区域,其中,相对于所述患者的身体而言,所述第一帧和所述第二帧对应的平面不同。
9.根据权利要求8所述的系统,其中,所述图形用户界面包括所述第一关注区域的显示。
10.一种用于检测患者肝脏健康参数的系统,所述系统包括:
硬件处理器,其被配置成:
响应于检测的辐射,从辐射检测扫描仪接收扫描仪输出数据,所述扫描仪输出数据响应于施用于患者的放射性化合物;
应用图像处理技术来检测扫描仪输出数据中的两个或多个分离的组织块,所述两个或多个分离的组织块的至少其中之一与从由肝脏和脾脏组成的组中选择的器官对应;
检测与第一关注区域关联的第一形心,并检测与第二关注区域关联的第二形心;
确定与所述患者的两个或多个分离的组织块中的一个或多个的功能对应的参数;以及
输出所述参数的图形指示以呈现在显示器上。
11.根据权利要求10所述的系统,其中,所述硬件处理器进一步被配置成至少部分地基于检测的一个或多个器官检测骨髓区域。
12.根据权利要求11所述的系统,其中,所述参数包括肝脏体积、脾脏体积、有灌注的肝组织、总计数率、分期指示、估计的腹腔镜得分、标准化肝脏体积、标准化脾脏体积、最高平均浓度、肝脏计数、肝脏脾脏指数、肝脏骨髓指数、肝脏长度、脾脏长度、脾脏计数、骨髓计数和肝脏活性指数的其中之一。
13.根据权利要求12所述的系统,其中,所述扫描仪输出数据包括与横向于所述患者身体长轴的平面内的患者图像对应的帧的至少一帧或多个帧。
14.根据权利要求10-13中任一项所述的系统,其中,所述硬件处理器进一步被配置成将来自所述扫描仪输出数据的多个帧组合,所述帧与横向于所述患者身体长轴的平面对应。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361847313P | 2013-07-17 | 2013-07-17 | |
US61/847,313 | 2013-07-17 | ||
PCT/US2014/046913 WO2015009869A1 (en) | 2013-07-17 | 2014-07-16 | Systems and methods for determining hepatic function from liver scans |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105431089A CN105431089A (zh) | 2016-03-23 |
CN105431089B true CN105431089B (zh) | 2019-11-01 |
Family
ID=51263560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480040570.1A Active CN105431089B (zh) | 2013-07-17 | 2014-07-16 | 根据肝脏扫描确定肝功能的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (3) | US9155513B2 (zh) |
EP (1) | EP3021753B1 (zh) |
CN (1) | CN105431089B (zh) |
CA (1) | CA2918260A1 (zh) |
WO (1) | WO2015009869A1 (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105431089B (zh) | 2013-07-17 | 2019-11-01 | 肝病定量分析公司 | 根据肝脏扫描确定肝功能的系统和方法 |
KR101604812B1 (ko) * | 2014-01-15 | 2016-03-18 | 삼성전자주식회사 | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 |
CN108765438B (zh) * | 2014-10-21 | 2020-10-30 | 无锡海斯凯尔医学技术有限公司 | 一种肝脏边界的识别方法及系统 |
JP6541334B2 (ja) * | 2014-11-05 | 2019-07-10 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
EP3451933B1 (en) * | 2016-05-03 | 2021-12-15 | University Of Virginia Patent Foundation | Systems and computer readable media for ischemic injury protective ultrasound |
DE102016209885B4 (de) | 2016-06-06 | 2022-03-10 | Siemens Healthcare Gmbh | Automatische Charakterisierung von Lebergewebe |
GB2558924B (en) * | 2017-01-20 | 2021-08-11 | Perspectum Diagnostics Ltd | Method and apparatus for providing a quantitative volumetric assessment of organ health |
US20200175732A1 (en) * | 2017-06-02 | 2020-06-04 | Koninklijke Philips N.V. | Systems and methods to provide confidence values as a measure of quantitative assurance for iteratively reconstructed images in emission tomography |
KR102356230B1 (ko) * | 2017-08-14 | 2022-02-09 | 레이던 컴퍼니 | 종양의 검출을 위한 감산 알고리즘 |
US10691969B2 (en) * | 2017-11-06 | 2020-06-23 | EagleSens Systems Corporation | Asynchronous object ROI detection in video mode |
US10535427B2 (en) * | 2018-01-10 | 2020-01-14 | Medtronic, Inc. | System for planning implantation of a cranially mounted medical device |
CN108389626A (zh) * | 2018-02-09 | 2018-08-10 | 上海长江科技发展有限公司 | 基于人工智能的脑卒中筛查方法及系统 |
WO2019213611A1 (en) | 2018-05-04 | 2019-11-07 | Cirius Therapeutics, Inc. | Thiazolidinedione analogs for the treatment of nafld and metabolic diseases |
US11435460B2 (en) * | 2018-05-07 | 2022-09-06 | Fujifilm Sonosite, Inc. | Ultrasound imaging system with style transfer image enhancement |
US20190392265A1 (en) * | 2018-06-22 | 2019-12-26 | Siemens Medical Solutions Usa, Inc. | Patient-Adaptive Nuclear Imaging |
EP3818474A4 (en) * | 2018-07-05 | 2022-04-06 | Optimum Semiconductor Technologies, Inc. | OBJECT DETECTION WITH MULTIPLE SENSORS AND REDUCED COMPLEX NEURAL NETWORKS |
JP7277105B2 (ja) * | 2018-10-25 | 2023-05-18 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、及び、医用画像処理プログラム |
CN109820537B (zh) * | 2018-12-05 | 2022-02-01 | 郭林 | 结石分布探测平台 |
JP7304150B2 (ja) * | 2018-12-11 | 2023-07-06 | キヤノンメディカルシステムズ株式会社 | 画像解析装置、画像診断装置、及びroi設定プログラム |
WO2020125806A1 (en) * | 2018-12-17 | 2020-06-25 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for image segmentation |
CN115279369A (zh) * | 2019-11-08 | 2022-11-01 | 希瑞尔斯治疗公司 | 用于治疗nafld和代谢性疾病的噻唑烷二酮类似物 |
US11615881B2 (en) | 2019-11-12 | 2023-03-28 | Hepatiq, Inc. | Liver cancer detection |
CN112017737B (zh) * | 2020-09-17 | 2024-03-01 | 安徽医科大学第二附属医院 | 一种用于脾功能亢进诊断的数据处理装置、系统及其应用 |
CN112233811A (zh) * | 2020-10-19 | 2021-01-15 | 江苏珂玛麒生物科技有限公司 | 一种nash肝脏数字病理分析系统、工作方法、应用 |
US20220148172A1 (en) * | 2020-11-10 | 2022-05-12 | Henry Ford Health System | System and method for detecting medical conditions |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040114800A1 (en) * | 2002-09-12 | 2004-06-17 | Baylor College Of Medicine | System and method for image segmentation |
US7388973B2 (en) * | 2004-06-01 | 2008-06-17 | General Electric Company | Systems and methods for segmenting an organ in a plurality of images |
US8778299B2 (en) | 2005-01-26 | 2014-07-15 | The Regents Of The University Of Colorado, A Body Corporate | Methods for diagnosis and intervention of hepatic disorders |
EP1845840B1 (en) | 2005-01-26 | 2018-05-30 | The Regents of the University of Colorado | Methods for diagnosis and intervention of hepatic disorders |
US8290231B2 (en) * | 2009-01-23 | 2012-10-16 | Naveen Garg | Method and apparatus for providing measurement data of an anomaly in a medical image |
US20110054295A1 (en) * | 2009-08-25 | 2011-03-03 | Fujifilm Corporation | Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor |
US8311301B2 (en) * | 2010-12-10 | 2012-11-13 | Carestream Health, Inc. | Segmenting an organ in a medical digital image |
US8417004B2 (en) * | 2011-04-07 | 2013-04-09 | Dolphin Imaging Systems, Llc | System and method for simulated linearization of curved surface |
EP2620909B1 (en) * | 2012-01-24 | 2014-12-24 | General Electric Company | Method, system and computer readable medium for automatic segmentation of a medical image |
WO2013155300A1 (en) * | 2012-04-11 | 2013-10-17 | The Trustees Of Columbia University In The City Of New York | Techniques for segmentation of organs and tumors and objects |
CN105431089B (zh) | 2013-07-17 | 2019-11-01 | 肝病定量分析公司 | 根据肝脏扫描确定肝功能的系统和方法 |
-
2014
- 2014-07-16 CN CN201480040570.1A patent/CN105431089B/zh active Active
- 2014-07-16 US US14/333,370 patent/US9155513B2/en active Active
- 2014-07-16 WO PCT/US2014/046913 patent/WO2015009869A1/en active Application Filing
- 2014-07-16 EP EP14747260.9A patent/EP3021753B1/en active Active
- 2014-07-16 CA CA2918260A patent/CA2918260A1/en not_active Abandoned
-
2015
- 2015-10-09 US US14/879,741 patent/US10076299B2/en active Active
-
2018
- 2018-09-06 US US16/123,894 patent/US20190099147A1/en active Pending
Non-Patent Citations (3)
Title |
---|
Abdominal SPECT/MRI fusion applied to the study of splenic and hepatic uptake of radiolabeled thrombocytes and colloids;Hanna K. POHJONEN 等;《Annals of Nuclear Medicine》;19961231;第10卷(第4期);摘要、MATERIALS AND METHODS * |
Perfused Kupffer Cell Mass Correlation with Histology and Severity of Chronic Liver Disease;J. HOEFS 等;《Digestive Diseases and Sciences》;19950331;第40卷(第3期);摘要、第553页左栏第2-3段,MATERIALS AND METHODS中的Methods、Scan Ratios * |
Quantitative Liver-Spleen Scintigraphy for the Assessment of Diffuse Liver Disease;Feng-Yuan Liu 等;《Ann Nucl Med Sci》;19991231;第12卷(第4期);Materials and Methods、Results、Discussion * |
Also Published As
Publication number | Publication date |
---|---|
EP3021753A1 (en) | 2016-05-25 |
US20190099147A1 (en) | 2019-04-04 |
CA2918260A1 (en) | 2015-01-22 |
WO2015009869A1 (en) | 2015-01-22 |
CN105431089A (zh) | 2016-03-23 |
EP3021753B1 (en) | 2019-08-28 |
US9155513B2 (en) | 2015-10-13 |
US10076299B2 (en) | 2018-09-18 |
US20160128663A1 (en) | 2016-05-12 |
US20150025372A1 (en) | 2015-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105431089B (zh) | 根据肝脏扫描确定肝功能的系统和方法 | |
US11937962B2 (en) | Systems and methods for automated and interactive analysis of bone scan images for detection of metastases | |
JP4652023B2 (ja) | 病気の発見に役立つ画像データの処理方法及び装置 | |
JP6014059B2 (ja) | 医療データの知的リンキング方法及びシステム | |
NL1024869C2 (nl) | Werkwijze en systeem voor het meten van voor ziekte relevante weefselveranderingen. | |
US9218661B2 (en) | Image analysis for specific objects | |
CN102231963B (zh) | 重新参数化的牛眼图 | |
US8837789B2 (en) | Systems, methods, apparatuses, and computer program products for computer aided lung nodule detection in chest tomosynthesis images | |
US20160292855A1 (en) | Medical imaging device rendering predictive prostate cancer visualizations using quantitative multiparametric mri models | |
JP2010119850A (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 | |
US10628963B2 (en) | Automatic detection of an artifact in patient image | |
Xu et al. | Quantifying the margin sharpness of lesions on radiological images for content‐based image retrieval | |
CN112529834A (zh) | 病理图像模式在3d图像数据中的空间分布 | |
JP2009000153A (ja) | 画像診断支援装置、方法及びプログラム | |
US20220277577A1 (en) | Document creation support apparatus, document creation support method, and document creation support program | |
GB2573193A (en) | System and method for using imaging quality metric ranking | |
Inoue et al. | Patient-specific left atrial wall-thickness measurement and visualization for radiofrequency ablation | |
Piccinelli et al. | Validation of automated biventricular myocardial segmentation from coronary computed tomographic angiography for multimodality image fusion | |
JP7483018B2 (ja) | 画像処理装置、画像処理方法及びプログラム、画像処理システム | |
Lima et al. | A scale-equivariant CNN-based method for estimating human weight and height from multi-view clinic silhouette images | |
JP2012147901A (ja) | 画像表示装置、その制御方法及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: American California Applicant after: Liver Disease Quantitative Analysis Company Address before: American California Applicant before: HEPATIQ LLC |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |