CN108289654B - 通过动态阈值化来检测固定化造影剂 - Google Patents

通过动态阈值化来检测固定化造影剂 Download PDF

Info

Publication number
CN108289654B
CN108289654B CN201680070255.2A CN201680070255A CN108289654B CN 108289654 B CN108289654 B CN 108289654B CN 201680070255 A CN201680070255 A CN 201680070255A CN 108289654 B CN108289654 B CN 108289654B
Authority
CN
China
Prior art keywords
value
candidate
values
threshold
image
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
Application number
CN201680070255.2A
Other languages
English (en)
Other versions
CN108289654A (zh
Inventor
P·弗林京
J-M·海威林
T·费诺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bracco Suisse SA
Original Assignee
Bracco Suisse SA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bracco Suisse SA filed Critical Bracco Suisse SA
Publication of CN108289654A publication Critical patent/CN108289654A/zh
Application granted granted Critical
Publication of CN108289654B publication Critical patent/CN108289654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10132—Ultrasound image

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Hematology (AREA)
  • Quality & Reliability (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

提出了一种用于分析患者的身体部位的技术方案，在执行该方法之前该身体部位已被灌注了能够在患者体内循环并且基本固定在生物靶标上的造影剂。对应的方法(A1‑A18)包括提供(A1‑A2)至少一个经过滤的图像，该经过滤的图像包括用于身体部位的对应位置的多个过滤值，每个过滤值包括在对应位置处的固定化造影剂的指示，其中循环造影剂的贡献显著降低，产生(A17)包含与过滤值相对应的多个阈值的经阈值化的图像，经阈值化的图像是通过根据过滤值与幅值阈值的比较结果将每个阈值设置为对应的过滤值或重置值而生成的，提供(A3‑A7)由幅值阈值的对应候选值定义的多个候选阈值，生成(A8)与候选阈值相对应的多个候选图像，每个候选图像包括对应于过滤值的多个候选值，每个候选图像是通过将每个候选值设置为对应的过滤值或根据过滤值与候选阈值的所述比较的复位值来生成的，计算(A9‑A14)与候选图像相对应的多个比较值，每个候选图像的比较值根据固定区域中的候选值与循环区域中的候选值之间的进一步比较来计算，该固定区域对应于包含显著量的固定化造影剂的一组位置，该循环区域对应于排除了固定区域的位置的至少一部分，确定(A15)比较值的峰值，并且根据比较值的峰值来设置(A16)幅值阈值。

Description

通过动态阈值化来检测固定化造影剂
技术领域
本公开涉及医学成像领域。更具体地说，本公开涉及固定化造影剂的检测。
背景技术
下面将介绍本公开的背景以及与其上下文有关的技术的讨论。然而，即使此讨论涉及文档、行为、制品等时，它也不暗示或表示所讨论的技术是现有技术的一部分，或者是与本公开相关的领域中的普通常识。
医学成像是一种成熟的技术(在医疗应用设备领域)，它允许以基本无创的方式分析患者的身体部位。特定的医学成像技术基于向患者施用超声造影剂(UCA)(例如，包括磷脂稳定的充气微泡的悬浮液)；造影剂充当高效的超声反射体，从而其在借助于超声扫描仪获取的患者身体部位的图像中提供了对应的增强。
造影剂也可以适于达到特定(生物)靶标(例如，在病变中标示)，然后保持固定在其上。特别地，在超声分子成像(USMI)技术中，这是通过使用被配制用于附着于对应靶标的(分子)靶向造影剂(例如，通过在其制剂中掺入能够与炎性或肿瘤组织相互作用的配体)来实现的。固定化的靶向造影剂的检测允许识别其靶标(例如，否则难以发现的对应病变)；此外，这种固定化的(靶向的)造影剂的定量允许确定靶标的状况(例如，在对病变的治疗随诊中)。
然而，固定化造影剂在图像的增强或靶向增强(TE)中的贡献的识别受到以下事实的阻碍：即只有一小部分靶向造影剂实际上到达靶标并保持固定在其上，而其余的靶向造影剂反而继续循环很长时间(例如长达10-30分钟)，直到其被患者的肺和/或在患者的肝脏中滤除为止；因此，直到大部分循环(靶向)造影剂消失之前，是不可能将固定化造影剂与循环造影剂区分开来的。
在施用靶向造影剂后在早期阶段检测固定化造影剂的常用方法是差分靶向增强(dTE)技术。在这种情况下，具有高机械指数(MI)的破坏性脉冲被施加到身体部位以破坏大部分(固定的和循环的)靶标造影剂。在施加破坏性脉冲之前获取的图像(然后，包括固定的造影剂和循环造影剂的贡献)通过减去该施加经过了短暂延迟(通常30-90秒)后所获得的图像(然后主要包括仅循环造影剂的贡献)而被过滤，以便主要保留仅固定化造影剂的贡献。但是，以这种方式，不可能再次将身体部位成像以检测固定化造影剂，因为固定化造影剂已经由于施加破坏性脉冲而被破坏。
作为替代，WO-A-2007/054544(其全部公开内容通过引用并入本文)提出通过基本抑制(或至少衰减)随时间呈现高变化的图像的像素值来处理图像以减少循环造影剂的贡献(同时保留显示随时间变化很小的像素值)。为此，通过应用修改的最小强度投影(Min_IP)算法来对图像进行过滤，其中每个像素值由像素值本身和一个或多个先前图像中的对应像素值中的最小者代替。
然而，循环造影剂的残余贡献可能由于其不完全抑制而仍然存在于被如此过滤的图像中。循环造影剂的残余贡献可能使得固定化造影剂的显著性劣化，然后阻碍检测，特别是其准确定量。
循环造影剂的残余贡献通常具有相对较低的强度。因此，用于抑制(或至少减小)循环造影剂的残余贡献的常用方法是通过将经过滤的图像的低于幅值阈值的像素值重置为零来对经过滤的图像进行阈值化(thresholding)；例如在WO-A-2007/054544中，幅值阈值被设置为像素值的可允许最大值的0-5％。
但是，此操作可能会产生不良影响。特别地，如果幅值阈值太低，则经过滤的图像的阈值化可能无法有效地降低循环造影剂的残余贡献(例如，在超声扫描仪具有高增益和/或高动态的情况下或在高浓度靶向造影剂的情况下)；相反，如果幅值阈值过高，则经过滤的图像的阈值化也可能降低固定化造影剂的贡献(例如，在超声扫描仪具有低增益和/或低动态的情况下或者在低浓度靶向造影剂的情况下)。
以上所有都妨碍了基于使用靶向造影剂的医学成像技术的临床应用。
发明内容
在此给出本公开的简要概述以便提供对其的基本理解；然而，本概述的唯一目的是以简化的形式介绍本公开的一些概念，作为下文对其更详细描述的前序，并且其不应被解释为标识其关键要素或限制其描述范围。
总体而言，本公开基于动态设置幅值阈值的思想。
特别地，一个方面提供了一种用于分析患者的身体部位的方法，该方法包括根据幅值阈值从至少一个经过滤的图像生成阈值化图像(其中，循环造影剂的贡献已经显著降低)，其中根据多个候选阈值从经过滤的图像生成候选图像，比较值是从候选图像根据它们在不同区域中的值的比较被计算的，并且幅值阈值根据比较值的峰值来设定。
另一方面提供了用于实现该方法的软件程序。
另一方面提供了用于实现该方法的软件程序产品。
另一方面提供了对应的系统。
另一方面提供对应的诊断方法。
更具体地说，本公开的一个或多个方面在独立权利要求中阐述，并且其有利特征在从属权利要求中阐述，所有权利要求的措词通过引用而逐字地引入(其中任何有利特征参照结合任何必要的变更而适用于所有其他方面的特定方面被提供)。
附图说明
通过参照将结合附图被阅读的下文的详细描述(其纯粹以非限制性指示的方式给出)将最好地理解本公开的技术方案以及其进一步的特征和优点(其中，为了简单起见，对应的元素用相同或相似的参考来表示，并且它们的解释不重复，并且每个实体的名称通常用于表示其类型和其属性，例如值，内容和表示)。特别地：
图1示出了可用于实践根据本公开的实施例的技术方案的超声扫描仪的图形表示，
图2A至图2F示出了根据本公开的实施例的技术方案的一般原理，
图3A-图3B示出了表示可用于实现根据本公开的实施例的技术方案的主要软件组件的角色的协作图，
图4示出了用于体外测试根据本公开的实施例的技术方案的设置，
图5A-图5F示出了根据本公开的实施例的技术方案的体外应用的不同示例，
图6A-图6B示出了与根据本公开的实施例的技术方案的体外应用的不同示例相关的图，并且
图7A-图7C示出了根据本公开的实施例的技术方案的体内应用的示例。
具体实施方式
参照图1，示出了可用于实践根据本公开的实施例的技术方案的超声扫描仪100的图形表示。
超声扫描仪100包括中央单元105和与其连接的阵列类型的手持发射-接收成像探头或换能器110。换能器110以脉冲回声模式操作，其中发射/接收复用器交替地启用用于发射超声脉冲(例如，具有4-20Hz的中心频率)的发射器以及用于接收(射频，RF)由超声脉冲的反射产生的回声信号。
中央单元105容纳有主板115，用于控制超声扫描仪100的操作的电子电路(例如，微处理器，工作存储器和用于诸如硬盘的大容量存储器的驱动器)安装于该主板上。此外，一个或多个子板(整体用附图标记120表示)插入主板115；子板120提供用于驱动换能器110的和用于处理回声信号的另外的电子电路。中央单元105还配备有用于读取/写入可拆装存储单元130(例如光盘)的驱动器125。监视器135显示与正在进行的分析过程有关的图像。超声扫描仪100的操作借助于以常规方式连接到中央单元105的键盘140来控制；优选地，键盘140设置有用于操纵监视器135上的指针(图中未示出)的位置的轨迹球145。
超声扫描仪100用于分析患者155的身体部位150。为此目的，将(超声)造影剂施用于患者155。造影剂包括充当超声反射体的颗粒。例如，造影剂是在液体载体中的充气泡沫的悬浮液；典型地，充气泡沫的直径大约为0.1-5μm，以便允许它们保持在患者155的血管系统内，但同时允许它们穿过患者155的毛细血管。充气泡沫通常通过将气体或其前体夹带或包封到包含磷脂，乳化剂，油，增稠剂，糖，蛋白质或聚合物的多种体系中而被稳定；稳定的充气泡沫通常被称为微囊泡。特别地，分散在水性介质中并且通过包含表面活性剂(即，两亲物质)的非常薄的包膜而结合在气体/液体界面处的微囊泡也被称为微泡；或者，由脂质或(天然或合成)聚合物形成的固体材料包膜包围的微囊泡也称为微球或微胶囊。另一种造影剂包括聚合物或其他固体的多孔微粒的悬浮液，其携带被裹挟在微粒的孔内或吸附在其表面上的气泡。微囊泡(尤其是微泡以及微球)的合适水性悬浮液及其制备的示例在EP-A-0458745，WO-A-91/15244，EP-A-0554213，WO-A-94/09829和WO-A-WO-A-95/16467(其全部公开内容通过引用并入本文)。包含微囊泡的商用造影剂的示例是Bracco International BV的SonoVue(商标)。
造影剂基本自由地在患者155内循环(例如，不在同一位置停留超过0.1-0.5s)，但同时它能够达到特定(生物)靶标，然后基本固定地停留于其上(例如，在同一位置留置至少10-30s)。例如，这是通过靶向造影剂(被配制用于附着于对应靶标)，特别是通过含有能够选择性结合到期望的组织或受体(例如，通过生物化学亲和力和/或静电相互作用)的靶标特定配体的靶标特定造影剂来实现的。这些靶标特定配体(可以插入微泡的隔膜中)的例子是单克隆抗体，肽或多糖。术语组织(在其含义内)包含个体细胞以及细胞团，例如膜或器官。该术语是指正常(健康)或异常(病理)细胞或细胞团。组织的例子是心肌组织(包括心肌细胞和心肌)，膜组织(如内皮和上皮细胞)，和结缔组织；病理组织的例子是梗塞的心脏组织，血块，动脉粥样硬化斑块，炎症组织和肿瘤组织。受体包含位于组织上的任何分子结构(例如，在细胞内或其表面上)，其能够选择性结合到特定物质。示例性的受体是糖蛋白GPIIbIIIa或纤维蛋白(例如位于血块或血栓中)，P-选择蛋白(例如位于炎症组织的活性内皮)或VEGFR2(例如位于肿瘤组织中)。合适的靶标特定造影剂和靶标特定配体的示例在“GMLanza和SAWickline，Targeted Ultrasonic Contrast Agents for Molecular Imagingand Therapy，Progress in Cardiovascular Diseases，44(1)，2001,13-31”和WO-A-2006018433中被描述(它们的全部公开内容通过引用并入本文)。
在分析过程中，将(靶向的)造影剂例如作为大剂量(即，由超声扫描仪100的操作者在大约2-20秒的短时间内用注射器提供的单次剂量)静脉内施用于患者155；结果，造影剂在患者155的血管系统内循环以便灌注身体部位150。同时，换能器110被放置成在身体部位150的区域中与患者155的皮肤接触，并且具有低声能的一系列超声脉冲被施加到身体部位150(例如，具有低机械指数MI＝0.01-0.1，以便涉及造影剂的可忽略的破坏，例如小于其总量的20％，并且优选小于10％)。随时间响应于超声脉冲而记录的回声信号在分析过程期间提供了身体部位150的表示，例如以其图像(或帧)序列的形式，在下文中被称为原始图片。
参考图2A至图2F，示出了根据本公开的实施例的技术方案的一般原理。
从图2A开始，提供一个(或更多个)经过滤的图像205。经过滤的图像205包括用于身体部位的对应位置的多个过滤值(filtered value)；每个过滤值包括在对应位置处的固定化造影剂的指示，其中循环造影剂的贡献已被显著降低(例如，当已经从原始图像生成经过滤的图像205时，如WO-A-2007/054544中所述)。此外，提供了用于阈值化经过滤的图像205的幅值阈值的多个候选值，在下文中被称为候选阈值210(例如，通过将候选阈值210设置为从用于生成经过滤的图像205的原始图像计算的基本阈值的对应百分比)。
此时，生成对应于候选阈值210的多个候选图像215。每个候选图像215包括对应于过滤值的多个候选值；通过根据过滤值与候选阈值210的比较将每个候选值设置为对应的过滤值或重置值(例如，等于零的下限值(图中为黑色))来生成候选图像215(例如，通过将低于候选阈值210的所有过滤值重置为零)。结果，在不同的候选图像215中，被重置为零的候选值的数量根据对应的候选阈值210而改变；特别地，当候选阈值210低时被重置的候选值的数量较低(当候选阈值210等于零时该数量低至无)，而当候选阈值210高时被重置的候选值的数量较高(例如，如图所示从左到右增加)。
转到图2B，计算对应于候选图像215的多个比较值220。根据固定区域225中的和循环区域230中的候选值之间的(进一步)比较来计算每个比较值220；固定区域225对应于包含大量固定化造影剂的一组位置(例如，人工选择)，并且循环区域230对应于排除了固定区域225的位置(例如，在用于分析过程的感兴趣区域(ROI)中)。
在具体实现中，对于每个候选图像215，固定区域225中的候选值例如被整合(consolidate)成它们的平均值(以下称为固定平均值)；这样，固定化平均值提供了在利用对应的候选阈值对候选图像215进行阈值化之后仍留在候选图像215中的固定化造影剂的贡献的测量值。类似地，循环区域230中的候选值也被整合为例如它们的平均值(以下称为循环平均值)。通过这种方式，循环平均值提供了任何其他贡献(主要归因于在利用对应的候选阈值对候选图像215进行阈值化之后仍留在候选图像215中的循环造影剂的残余贡献)的测量结果。参考图2C，示出了公共图235，其纵轴上标绘了固定平均值240i和循环平均值240c，横轴上标绘了候选阈值(全部为任意单位)。通常，固定平均值240i高于循环平均值240c。此外，循环平均值240c相当快地减小(随着候选阈值增加)，直到它们达到其最小值，然后循环平均值240c保持不变；相反，固定平均值240i较慢地减小(与达到其最小值之前的循环平均值240c相比)。这是由于以下事实导致的：通过固定平均值240i测量的固定化造影剂的贡献高于通过循环平均值240c测量的循环造影剂的残余贡献(因为循环造影剂的贡献已经在经过滤的图像中显著减小)。
固定平均值240i和循环平均值240c也可以分别被规格化为固定偏差和循环偏差，例如通过减去它们在对应于候选阈值0的候选图像(即，等于未进行任何阈值化的经过滤的图像)中的值。对于每个候选图像，然后计算比较值为规格化固定平均值与规格化循环平均值之间的差值；以这种方式，比较值提供了对于对应候选阈值的用于将固定化造影剂的贡献与造影剂的残余贡献区分开的能力的测量。参考图2D，示出了另一个公共图245，其纵轴上标绘了规格化固定平均值250i和规格化循环平均值250c，横轴上标绘了候选阈值(所有这些都是任意单位)。如上所述，规格化循环平均值250c相当快地减小(随着候选阈值增加)，直到它们达到其最小值(之后，规格化循环平均值250c保持不变)；相反，规格化固定平均值250i较慢地减小(与达到其最小值之前的规格化循环平均值250c相比)。在这种情况下，规格化固定平均值250i和规格化循环平均值250c均从零开始(归因于其规格化)，并且规格化固定化平均值2501在规格化循环平均值250c达到对应的最小值之后低于规格化循环平均值250c(因为规格化固定平均值250i反而继续减小)。
此时，确定比较值的峰值。参照图2E，示出了图255，其纵轴上标绘了比较值260，横轴上标绘了候选阈值(两者都是为任意单位)。鉴于上述情况，随着候选阈值增加，比较值260增加(从零开始)，然后减小(也变为负值)；特别地，比较值260在候选阈值中的一个候选阈值处达到它们的峰值(即，它们的绝对最大值)，该一个候选阈值在下文中被称为峰值阈值。然后将幅值阈值265(用于阈值化经过滤的图像)选择为如下值：该值高得足以去除循环造影剂的大部分残余贡献，但是其不会高至显著影响固定化造影剂的贡献；例如，幅值阈值265被设置为比峰值阈值高并且提供比较值260的半峰值(即，最大值/2)的值。
转到图2F，生成经阈值化的图像270。经阈值化的图像270包括对应于经过滤的图像205的过滤值的多个经阈值化的值，经阈值化的图像270是如上所述通过根据过滤值与幅值阈值265的相同比较将每个经阈值化的值设置为对应的过滤值或者零(即，通过将低于幅值阈值265的所有过滤值重置为零)而生成的。
结果，幅值阈值265动态自适应于特定的经过滤的图像205，然后适应于对应的成像条件(例如，超声扫描仪的增益和动态，靶向造影剂的浓度)。这显著地增加了分析过程的鲁棒性，因为它避免(或至少实质上减小)例如如下风险：幅值阈值265过低、因此无法有效地减小循环造影剂的残余贡献，或者幅值阈值265过高、然后减小了固定化造影剂的贡献。
以上所有内容都促进了基于使用靶向造影剂的医学成像技术的临床应用。
参考图3，示出了表示可用于实现根据本公开的实施例的技术方案的主要软件组件的角色的协作图。
所有的软件组件(程序和数据)总体上用附图标记300指示。软件组件通常存储在大容量存储器中，并在程序运行时(至少部分地)与操作系统和其他应用程序(图中未示出)一起加载到超声扫描仪的工作存储器中。程序最初例如从可拆卸存储单元或网络安装到大容量存储器中。在这方面，每个软件组件可以表示包括用于实现指定的逻辑功能的一个或多个可执行指令的代码的模块，段或部分。特别是，该图描述了软件组件的静态结构及其动态行为(利用一系列交换的消息，每个消息表示一个对应的动作，用前面加上符号“A”的序号表示)。
TX/RX控制器303控制超声扫描仪的换能器。例如，TX/RX控制器303包括具有用于在连续获取时刻(例如，以每秒10-30次的速率)产生超声脉冲(具有低MI)的发射波束形成器和脉冲发生器的TX控制器。TX/RX控制器303还包括RX处理器，用于在每个获取时刻(对于所选择的扫描平面中的对应位置)接收对应的(模拟RF)回声信号。RX处理器预放大回声信号并应用初步时间增益补偿(TGC)；RX处理器然后通过模数转换器(ADC)将回声信号转换为数字值，并通过接收波束形成器将它们组合成聚焦波束信号。RX处理器优选地通过进一步的数字算法和其他线性或非线性信号调节器(例如，后波束形成TGC)处理这样获得的(数字RF)回声信号。特别地，TX/RX控制器303以对比特定成像模式操作，从而相对于(循环和固定)造影剂的(非线性)贡献，基本消除或至少减少回声信号中组织的主导(线性)贡献；例如，如在“Rafter et al.，
Imaging technologies and techniques,Cardiology Clinics 22(2004)，第181-197页”(其全部公开内容通过引用并入本文)中所描述的，对比特定成像模式的示例包括谐波成像(HI)，脉冲反转(PI)，功率调制(PM)和对比脉冲序列(CPS)技术。TX/RX控制器303还包括视频转换器，该视频转换器将回声信号解调、对数压缩并扫描转换为视频格式，从而生成在每个获取时刻由扫描平面定义的身体部位的切片的在标准亮度模式(B模式)中的(数字)图像。每个图像由包括单元矩阵(例如，具有512行和512列)的位图来定义，每个单元存储相应像素的值，即对应于由身体部位的基本部分构成的位置的基本图像元素。每个像素值定义了像素的亮度，其作为在获取时刻对于位置被记录的回声信号的强度的函数；例如，在灰度级类型的图像中，像素值可以在8比特上编码，随着回声信号的强度增加而从0(黑色)增加到255(白色)。
在任何分析过程开始时(为简单起见未在附图中示出)，超声扫描仪的操作者启动换能器，然后将其移动到待分析的身体部位周围(在施用任何造影剂之前)。所获取的对应图像然后提供了身体部位的解剖学表示，以下称为解剖图像；这些解剖图像被实时地连续显示在超声扫描仪的监视器上。然后操作者(在任意选择的一个解剖图像中)选择代表要被分析的身体部位切片的扫描平面，并且可能选择其的感兴趣区域(例如，包括可疑病变)。此时，操作者将造影剂使用给患者(同时将换能器保持在与所选择的扫描平面相对应的固定位置)，并输入开始分析身体部位的命令。响应于此，TX/RX控制器303将现在定义了原始图像的、所获取的对应图像相继保存到原始图像储存库306中(动作“A1.获取”)。
过滤器309从(从原始图像储存库306提取的)原始图像生成经过滤的图像，如WO-A-2007/054544中所述。简而言之，过滤器309通过将感兴趣区域外的原始值重置为零来掩蔽(mask)原始图像，对(掩蔽的)原始图像进行子采样，并且针对每个(被子采样的掩蔽的)原始图像通过应用修改的Min IP算法而生成对应的(被子采样的)经过滤的图像；为此目的，过滤器309将经过滤的图像的每个过滤值设置为原始图像的过滤集合中的对应原始值中的最小值，该过滤集合由对应原始图像和一个或多个先前原始图像(例如，对应于0.1-0.5s的过滤窗口的1-5个先前原始图像)组成。过滤器309将经过滤的图像叠加在对应的原始图像上，然后恢复其全尺寸。过滤器309将(重叠的)经过滤的图像相继保存到经过滤的图像的储存库312中。同时(为了简单起见未在图中示出)，经过滤的图像基本实时地在超声扫描仪的监视器上连续显示，具有对应于过滤窗口的短延迟(动作“A2.过滤”)。作为替代(图中未示出)，经过滤的图像可以被从另一个设备(例如，通过可拆装存储单元或数字、模拟或网络连接)或从另一个软件程序(运行在相同或不同的设备)简单地接收，然后直接存储在经过滤的图像的储存库312中。在任何情况下，经过滤的图像可以通过应用任何其他过滤技术(例如，差分靶标增强过滤技术)来获得，或者甚至仅仅等待直到大多数循环造影剂已经消失来获得，即，经过滤的图像直接由处于延迟阶段的原始图像定义。换句话说，经过滤的图像是起点(无论它们是实际生成的，无论是本还是远程的，还是已经以这种形式被提供)。
操作员使用绘图器315(在从经过滤的图像的储存库312提取的任意选择的一个经过滤的图像中)绘制循环区域和固定区域。优选地，尽可能大地绘制循环区域，但不包括任何镜面反射体(可能将其简单地视为等于感兴趣区域)；然后在循环区域内绘制固定区域。固定区域和循环区域分别由固定掩模和循环掩模表示，每个均由与经过滤图像大小相同的单元矩阵限定。固定掩模的每个单元存储有如下标记(flag)(即，二进制值)：当对应的位置在固定区域内时该标记被断言(例如，为逻辑值1)，或者否则其被撤销(de-assert)(例如，为逻辑值0)；循环掩模的每个单元存储如下标记：当对应的位置在循环区域内部但位于固定区域外部时该标记被断言，否则被撤销(即，当对应位置在循环区域外部或固定区域内部时)。绘图器315将固定掩模和循环掩模分别保存到固定掩模储存库318和循环掩模储存库321中(动作“A3.绘图”)
乘法器324将用于生成最后经过滤的图像的每个原始图像(即，定义了对应过滤窗口的最后原始图像(从原始图像储存库306提取))和循环掩模(从循环掩模储存库321提取)相乘以便生成对应的被掩蔽图像。结果，被掩蔽图像由与原始图像大小相同的单元矩阵定义；被掩蔽图像只包含循环区域内的原始值，而其他原始值被重置为零。乘法器324将如此获得的被掩蔽图像保存到被掩蔽图像储存库327中(动作“A4.掩蔽”)。线性化器330从每个被掩蔽图像(从被掩蔽图像储存库327中提取)生成线性化图像。线性化图像由与被掩蔽图像大小相同的单元矩阵定义；线性化图像的在循环区域内的每个单元(即，其在循环掩模中的标记被断言)存储通过使经掩蔽图像中的对应(原始)值与造影剂的局部浓度成正比而计算的值(例如，通过应用逆对数压缩，然后对如此获得的值进行平方，如WO-A-2004/110279中所述，其全部公开内容通过引用并入本文)，而其他单元保持为零。线性化器330将针对不同原始图像的如此获得的线性化图像保存到线性化图像储存库333中(动作“A5.线性化”)。当被掩蔽图像和/或线性化图像已经由过滤器309(用于生成经过滤的图像)提供时，可以省略掩蔽原始图像和/或线性化被掩蔽图像的操作。
整合器336计算(从线性化图像储存库333提取的)每个线性化图像的循环区域内的单元的(经线性化的原始)值的中值；整合器336然后将基础阈值(用于计算候选阈值)设为等于针对不同线性化图像如此获得的中值的平均值。整合器336将基础阈值存储到基础阈值变量339(动作“A6.整合”)。生成器342计算预定数量的候选阈值(例如，100-300个，优选150-250个，还更优选175-225个，诸如200)，如幅值阈值的对应候选值所定义的。特别地，候选阈值是通过将基础阈值(从基础阈值变量339中提取)乘以对应的百分比(例如，从0-50％到150-250％，优选从0-20％到170-230％，还更优选0-10％至190-210％，例如从0％至199％)而计算的；例如，通过将基础阈值乘以范围从0％到199％且以1％为间距的百分比来计算200个候选阈值。生成器342将如此获得的候选阈值保存为候选阈值矢量345(动作“A7.生成”)。以上所有都增加了该方法的鲁棒性和准确性。特别地，用于计算基础阈值的中值提供了对应值的居中趋势的度量，其不会受到其异常值的不适当影响；结果，循环区域的选择中的任何不准确的影响(其可能由于亮的镜面反射体而引起高值)被显著减轻。此外，使用基础阈值来生成候选阈值使得它们取决于用于生成经过滤的图像的原始图像；结果，候选阈值也动态地自适应于成像条件。作为替代(图中未示出)，候选阈值被以相同的方式从预定义的基础阈值被计算，甚至与原始图像无关；例如，基础阈值是(可定制的)定值，或者是从多个(可定制的)定值中人工或自动地选择的，例如根据成像条件(如原始图像的平均质量)进行选择。作为另一种替代方案，候选阈值是直接预定义的；例如，候选阈值是(可定制的)定值，或者如上所述从多组(可定制的)定值中选择。
阈值化器348针对每个候选阈值(从候选阈值矢量345中提取)生成候选图像。为此，阈值化器348生成与来自(从经过滤的图像的储存库312中提取的)最后经过滤的图像的候选阈值相对应的阈值化掩模。阈值化掩模由与(最后)经过滤的图像大小相同的单元矩阵定义；阈值化掩模的每个单元存储有如下标记：当对应的过滤值(可能严格地)高于候选阈值时该标记被断言，否则其被撤销。阈值化器348然后将经过滤的图像和阈值化掩模逐个单元相乘，以便生成候选图像。结果，候选图像由与经过滤的图像大小相同的单元矩阵定义；候选图像仅包括高于候选阈值的过滤值，而其他过滤值被重置为零。阈值化器348将对于不同候选阈值被如此获得的的候选图像保存到候选图像储存库351中(动作“A8.阈值化”)。
(另一个)整合器354计算(从候选图像储存库351中提取的)每个候选图像的固定平均值作为其的在固定区域内的单元(即，其标记在从固定掩模储存库318提取的固定掩模中被断言)的(经过滤的)值的平均值。整合器354将对于不同候选阈值如此获得的固定平均值存储到固定平均值矢量357中(动作“A9.整合”)。类似地，整合器354计算(再次从候选图像库351中提取的)每个候选图像的循环平均值作为其的在循环区域内的单元(即，其标记在从循环掩模储存库321提取的循环掩模中被断言)的(经过滤的)值的平均值。整合器354将对于不同候选阈值如此获得的循环平均值存储到循环平均值矢量360中(动作“A10.整合”)。
规格化器363将固定平均值矢量357中的固定平均值规格化；为此，规格化器363从每个固定平均值中减去固定偏差(由与候选阈值0相对应的固定平均值，即第一个固定平均值，定义)，然后用此操作的结果代替固定平均值(行动“A11.规格化”)。类似地，规格化器363对循环平均值向量360中的循环平均值进行规格化；为此，规格化器363从每个循环平均值中减去循环偏差(由与候选阈值0对应的循环平均值，即第一个循环平均值，定义)，然后用次操作的结果替换循环平均值(行动“A12.规格化”)。
比较器366从对应的(经规格化的)固定平均值(从固定平均值矢量357中提取)中减去每个(经规格化的)循环平均值(从循环平均值矢量360中提取)，以获得针对对应候选阈值的比较值。比较器366将针对不同候选阈值如此获得的比较值存储到比较值矢量369中(动作“A13.比较”)。平滑器372将比较值矢量369中的比较值平滑化；为此，平滑器372将平滑算法应用于比较值以减小它们的变化(例如，移动平均过滤器或低通过滤器)，然后用该操作的结果替换比较值(动作“A14.平滑”)。
检测器375扫描(经平滑化的)比较值(在比较值矢量369中)以确定它们的最大值(定义峰值)；检测器375将峰值以及提供该峰值的候选阈值(定义峰值阈值)的指示(例如，峰值阈值本身或指示其在比较值矢量369中的位置的索引)存储到峰值变量378中(动作“A15.检测”)。选择器381通过将峰值(从峰值变量378提取)除以2来计算比较值的半峰值。选择器381从峰值阈值开始按候选阈值的升序来扫描比较值(在比较值矢量369中)，直到找到等于或低于半峰值的比较值(在实践中总是在到达比较值矢量369的末尾之前发生)。如果找到的比较值等于半峰值，则选择器381直接将幅值阈值设置为提供它的候选阈值；否则，选择器381将幅值阈值设置为在提供所找到的比较值的候选阈值与先前(较低)候选阈值之间的提供更接近半峰值的比较值的候选阈值。选择器381将如此确定的幅值阈值存储到幅值阈值变量384(动作“A16.选择”)。已发现幅值阈值的这种选择在大多数实际情况中提供了良好的折中(在消除循环造影剂的残余贡献和不影响固定化造影剂的贡献的相反需求之间)。
此时，阈值化器387(可能与上述相同)将幅值阈值(从幅值阈值变量384中提取)应用于(从经过滤图像储存库312中提取的)相同(最后)经过滤的图像。为此，阈值化器387产生对应于幅值阈值的(另一个)阈值掩模。阈值掩模由与经过滤图像尺寸相同的单元矩阵定义；阈值化掩模在感兴趣区域内的每个单元(即，其在对应掩模中的标记被断言)存储有如下标记：当对应的过滤值(可能严格地)高于幅值阈值时该标记被断言，否则该标记将被撤销，而阈值掩模在感兴趣区域外的每个单元存储有总是被断言的标志。阈值化器387然后将经过滤的图像和阈值掩模逐个单元地相乘，以便生成对应的经阈值化的图像。结果，经阈值化的图像由与经过滤图像尺寸相同的单元矩阵定义；在感兴趣区域内，经阈值化的图像内仅包括高于幅值阈值的过滤值，而其他过滤值被重置为零，而在感兴趣区域外部，经阈值化的图像包括过滤值(即，对应的原始值)。阈值化器387将如此获得的经阈值化的图像保存到经阈值化的图像的储存库390中(动作“A17.阈值化”)。显示器393在超声扫描仪的监视器上显示经阈值化的图像(从经阈值化的图像的储存库390中提取)(动作“A18.显示”)。这样，在感兴趣的区域中，经阈值化的图像仅显示重要的过滤值(用于检测固定化造影剂)；这些过滤值也可以根据给定的色彩映射调色板被渲染(以便于对固定化造影剂进行定量)。在感兴趣的区域之外，经阈值化的图像总是显示身体部位的解剖表示(用于将与固定化造影剂有关的信息情境化)。
参考图4，示出了用于体外测试根据本公开的实施例的技术方案的装置(set-up)400。
装置400包括(滑动)流动室405；流动室405由具有由涂覆有人P-选择蛋白Fc的玻璃板410制成的底壁和由透声Mylar膜415制成的上壁的腔室形成；在将流动室405安装在装置400中之前，将包含选择素靶向微泡(MB)的(靶向的)造影剂培养在玻璃板410上以保持固定在其上。使用蠕动泵425将包含BR38微泡的(非靶向的)造影剂(1×105个泡/mL)从贮存器420循环通过流动室405。以这种方式，模仿体内条件，其中固定化造影剂被循环造影剂包围。使用超声扫描仪430在CPS对比特定模式中在5个不同位置获取流动室405(包含固定化造影剂和循环造影剂两者)的原始图像，所述超声扫描仪430由配备有线性换能器15L8的Sequoia 512组成；超声扫描器430的成像设置是：MI 0.08，深度25mm，焦点15和17mm，帧频4Hz。由超声扫描仪430提供的数据作为DICOM序列输出；使用校准文件15L8,83dB，PP4，Δ2，+1/M：2(v1.1)，在提供与造影剂的局部浓度成比例的回声功率信号的像素水平将被对数压缩的视频数据进行线性化。分析结果存储为XLS文件。用4种不同形式的玻璃板410重复相同的操作，每种玻璃板上都培养有两种不同浓度的(靶向)造影剂，导致固定化造影剂的8种不同表面密度(3.3-97.5×106μm2/mL)；固定化造影剂的表面密度是通过对其微泡(5个位置的平均值)进行光学计数而确定的。
参考图5A-图5F，示出了根据本公开的实施例的技术方案的体外应用的不同示例。
从图5A和图5B开始，示出了两个原始图像500a和500b，它们是在上述装置中通过以固定化造影剂的不同表面密度(因子10)(即，在图5A中为低，在图5B中为高)进行流动室(flow-cell)成像而获取的。在两种情况下，绘制相同的循环区域505以包围大部分流动室(包含固定化造影剂和循环造影剂两者)，在流动室的下部(主要含有固定化造影剂，以及一些循环造影剂)绘制相同的固定区域510，并且在流动室的腔内(仅包含循环造影剂)绘制控制区域515。原始图像500a和500b中的循环造影剂的浓度基本相同(而不考虑固定化造影剂的不同表面密度)。
转到图5C和图5D，示出了对应的经过滤的图像500c和500d，它们是通过对这些原始图像(分别对应于固定化造影剂的低和高表面密度)进行过滤以降低循环造影剂的贡献而获得的。在两种情况下，固定化造影剂都被正确地检测到(如在固定区域510中可见的)。然而，如预计的那样，循环造影剂未被完全去除(如在对照区域515中可见的那样)；这体现在对于固定化造影剂的低表面密度和高表面密度，固定/循环比率(通过将固定区域510中的过滤值的平均值除以控制区域中的过滤值的平均值而计算得出)为分别等于3dB和13dB的相对低的值。
转到图5E和图5F，显示了对应的经阈值化的图像500e和500f，它们是通过以根据本公开的实施例的技术方案确定的幅值阈值将这些经过滤的图像(分别对应于固定化造影剂的低和高表面密度)进行阈值化而获得的。在两种情况下，再次正确检测到固定化造影剂(如在固定区域510中可见的)。然而，循环造影剂现在几乎被完全除去(如在对照区域515中可见的那样)，这体现在对于固定化造影剂的低和高表面密度，固定/循环比率(通过将固定区域510中经阈值化的值的平均值除以控制区域515中的经阈值化的平均值而计算得出)分别为变得等于16dB和27dB的更高值。以上全部证实了根据本公开的实施例的技术方案显著改善了固定化造影剂的显著性(以及检测到它的能力)。
参考图6A-图6B，示出了与根据本公开的实施例的技术方案的体外应用的不同示例有关的图。
特别地，分别在经过滤的图像和经阈值化的图像中计算固定区域内过滤值的平均值和经阈值化的值的平均值(以下分别称为过滤平均值和经阈值化的平均值)，该经过滤的图像和经阈值化的图像是从在上述装置中通过以固定化造影剂的所有(8种)不同表面密度进行流动室成像来获取的原始图像获得的。图6A示出了图600a，其中在纵轴上标绘了过滤平均值(任意单位)，横轴上标绘了固定化造影剂的表面密度(mm-2)，并且图6B示出了图600b，其中纵轴上标绘经阈值化的平均值(任意单位)，横轴上标绘了固定化造影剂的表面密度(mm-2)。所获得的结果非常相似，可以观察到过滤平均值(y)和经阈值化的平均值(y')与固定化造影剂的表面密度(x)成正比，其中y＝0.616x-43.542，测定系数R2＝0.9511，y'＝0.6212x-64.401，测定系数R2＝0.9495。过滤平均值和经阈值化的平均值之间的相似性(由于它们是在受控环境中在固定区域中具有少量循环造影剂的情况下获得的)确认了根据本发明的实施例的技术方案不会影响被检测到的固定化造影剂的量，并保留了对其进行定量的能力。
参考图7A-图7C，示出了根据本公开的实施例的技术方案的体内应用的示例。
使用人结肠癌的原位动物模型。包含靶向特定于FLK1的微泡的(靶向的)造影剂(也称为VEGFR2)以1.6μL/kg(表示为气体体积)的剂量被静脉内施用。使用超声扫描仪在CPS对比特定模式中获取包含癌症的身体部位的原始图像(在后期增强期间，造影剂施用之后超过10分钟)，所述超声扫描仪由装备有线性换能器15L8的Siemens Sequoia 512组成；超声扫描仪的成像设置是：MI 0.25，帧频4Hz。超声扫描仪提供的数据作为DICOM序列被输出；使用校准文件15L8，CPS，83dB，PP4，Δ2，+1/M：2(v1。1)，对数压缩的视频数据在提供了与造影剂的局部浓度成比例的回声功率信号的像素水平被线性化。
从图7A开始，示出了示例性原始图像700a(其通过在造影剂施用之后超过10分钟对身体部位进行成像而获取)。绘制循环区域705被绘制为包含大部分身体部位(包括癌和周围组织，但不包括镜面反射体)，在循环区域705内绘制固定区域710以仅包含癌，并且控制区域715被绘制在循环区域705内但远离癌(使得其仅包含主要循环造影剂)。尽管实质延迟阶段预期循环造影剂被清除，但原始图像700a除了固定区域710中的固定化造影剂之外还包含在固定区域外的大量循环造影剂。这限制了固定化造影剂的显著性(并且因此限制了检测它的能力)，这表现为固定/循环比率(通过将固定区域705中的原始值的平均值除以控制区域715中的原始值而计算得出)为等于3dB的低值。
转到7B，示出了通过对该原始图像进行过滤以减少循环造影剂的贡献而获得的对应的经过滤的图像700b。固定/循环比率(通过将固定区域705中的过滤值的平均值除以控制区域715中的过滤值的平均值而计算得出)增大到11dB，但循环造影剂尚未被完全去除(如在控制区域715中可见的)。
转到7C，示出了对应的经阈值化的图像700c，其是以根据本公开的实施例的技术方案确定的幅值阈值对该经过滤的图像进行阈值化而获得的。固定/循环比率(通过将固定区域705中经阈值化的值的平均值除以控制区域715中的经阈值化的值的平均值计算)现在增大至21dB，并且循环造影剂几乎完全去除(如在控制区域715中可见)；这显著提高了固定化造影剂的显著性，并因此提高了对应于癌而检测到它的能力。
修改
自然地，为了满足本地和特定的要求，本领域技术人员可以对本公开应用许多逻辑和/或物理修改和变更。更具体地说，虽然已经参照本公开的一个或多个实施例以一定程度的特殊性描述了本公开，但应该理解的是，形式和细节以及其他实施例可进行各种省略，替换和改变。特别地，甚至可以在没有前述描述中为了提供对本公开的更透彻的理解而阐述的具体细节(诸如数值)的情况下实践本公开的不同实施例；相反，公知的特征可能已经被省略或简化以免不必要的细节使得描述不清楚。此外，意图明确的是，作为一般设计选择，结合本公开的任何实施例描述的具体元件和/或方法步骤可以被并入任何其它实施例中。在任何情况下，每个数值应该被读为被术语“大约”修正(除非已经这样做)，并且每个数值范围应该意图明确地指定范围内(包括其端点)的连续的任何可能数值。此外，序数或其他限定符仅用作标签来区分具有相同名称的元素，但本身并不意味着任何优先级，优先权或顺序。术语“包括”，“包含”，“具有”，“含有”和“涉及”(及其任何形式)应该意图具有开放的，非穷举的含义(即，不限于所列举的项目)，术语“基于”，“依赖于”，“根据”(及其任何形式)的功能应该作为非排他性关系(即，涉及可能的其他变量)，术语“一”应该用作一个或多个项目(除非另外明确指出)，并且术语“用于…的装置”(或任何装置加功能的形式)应该意图为适合或配置用于执行相关功能的任何结构。
例如，一个实施例提供了一种用于分析患者的身体部位的方法；在执行该方法之前，该部位已经被灌注了能够在患者体内循环并且基本固定在生物学靶标上的造影剂。但是，该方法可用于分析任何患者的任何身体部位(见下文)。此外，造影剂可以是任何类型的(例如，特定用于增强磁共振成像或X射线计算机断层摄影成像)，并且在其通过与靶标的非特定交互被传送或累积到靶标的情况下(例如，当造影剂被患者的免疫系统识别为外来物质，然后转运至肝脏进行代谢和消除时)，甚至可以不是靶向类型的；此外，造影剂可被以任何方式(例如，作为通过泵的连续输注)并且在任何时间(例如，紧接在执行该方法之前)施用。无论如何，这是一种可以独立于与患者的任何交互来实施的数据处理方法；此外，造影剂还可以无创方式(例如，口服以用于使胃肠道成像或通过雾化器进入呼吸道)被施用于患者，或者在任何情况下都不需要对患者进行任何实质性的物理干预(例如肌肉注射)，该物理干预需要专业的医疗专业知识或对患者带来任何健康风险。虽然这种方法可能有助于医生的任务，但它只提供中间结果，该中间结果可以帮助他/她检查身体部位(例如，用于诊断目的)，但是严格意义上为了治疗目的诊断总是由医师本人做出。
在一个实施例中，该方法包括提供至少一个经过滤的图像，该经过滤的图像包括用于身体部位的对应位置的多个过滤值；每个过滤值包括在对应位置处的固定化造影剂的指示，其中循环造影剂的贡献已经显著降低。然而，可以以任何方式提供经过滤的图像(例如，本地生成该图像或接收已经处于此形式的该图像)。可以提供任意数量的经过滤图像(例如，通过将该方法应用于经过滤图像的整个序列)。每个经过滤的图像可以具有任何大小和形状(从整个矩阵到其的一个或多个部分)，并且其过滤值可以对应于身体部位的任何类型的位置(例如，在经过滤的图像被子采样时，像素，体素或其组)。过滤值可以以任何方式(例如，当它们随着回声信号的强度而减小时以负值形式)指示对应位置(如果有的话)处的固定化造影剂，并且循环造影剂的贡献可能已经以任何方式以任何水平被减小(例如，至少50-90％)，甚至当经过滤的图像在延迟阶段被获取时可被自动减小。
在一个实施例中，该方法包括：生成经阈值化的图像，该经阈值化的图像包括对应于过滤值的多个阈值；经阈值化的图像是通过根据过滤值与幅值阈值的比较将每个经阈值化的值设为对应的过滤值或设为重置值来生成的。然而，重置值可以是过滤值的任何下界值或上界值(例如，当经过滤的图像为负值形式时的最大值)；此外，与幅值阈值的比较可被以任何方式执行(例如，在经过滤的图像的子采样版本上，在整个经过滤的图像上，或仅在其一个或多个部分上)。
在一个实施例中，该方法包括提供由幅值阈值的对应候选值限定的多个候选阈值。然而，候选阈值可以是任何数量，并且可以以任何方式被提供，甚至独立于原始图像。
在一个实施例中，该方法包括：生成对应于候选阈值的多个候选图像，每个候选图像包括对应于过滤值的多个候选值；每个候选图像是通过根据过滤值与候选阈值的所述比较将每个候选值设为对应的过滤值或将重置值而生成的。然而，比较可被以任何方式执行(等于或者不等于用于生成经阈值化的图像的方式，例如，在经过滤的图像的不同部分的等级)。
在一个实施例中，该方法包括计算对应于候选图像的多个比较值；每个候选图像的比较值是根据固定区域中的候选值与循环区域中的候选值之间的进一步比较来计算的，该固定区域对应于包含显著量的固定化造影剂的一组位置，该循环区域对应于不包括该固定区域的位置中的至少一部分。然而，比较值可被以任何方式计算，甚至没有整合固定区域中的和/或循环区域中的候选值(例如，通过简单地将固定区域中的候选值减去循环区域中的候选值而求总和)。固定区域和循环区域可被以任何方式限定(例如，在原始图像上)，并且它们可以具有任何尺寸和位置(例如，固定区域在循环区域之外或与循环区域重叠，循环区域的形式与感兴趣区域相同或不同)。
在一个实施例中，该方法包括确定比较值的峰值。然而，峰值可以是任何类型的(例如，负值形式中的绝对最小值)，并且可被以任何方式确定(例如，解析)。
在一个实施例中，该方法包括根据比较值的峰值来设置幅值阈值。然而，幅值阈值可以根据峰值以任何方式设置(例如，简单地等于提供该峰值的候选阈值)。
在一个实施例中，该方法包括显示经阈值化的图像。然而，经阈值化的图像可被以任何形式(例如以打印输出的形式)并且以任何方式(例如，单独地，与等于重置值的感兴趣区域之外的所有值一起，叠加在对应的原始图像或基本B模式图像上)显示(或更一般地输出)。在任何情况下，经阈值化的图像也可被以不同方式使用(例如，用于计算和输出在感兴趣区域中的固定化造影剂的定量)。
在一个实施例中，提供至少一个经过滤的图像的所述步骤包括提供多个原始图像(对应于在施用造影剂之后在身体部位的分析时段期间的连续获取时刻)，每个原始图像包括对应于过滤值的多个原始值；每个原始值表示对应位置的对于询问信号的响应。但是，原始图像可被以任何方式提供，甚至没有在本地获取原始图像(例如，在从其他设备接收原始图像时)。基于任何类型的询问信号(例如，磁脉冲)，原始图像可以是任何数量并且可被以任何频率获取；此外，原始图像可以是任何类型(例如，基本B模式)，并且它们可能已经被以任何方式获取(例如，对它们进行预处理以补偿运动伪影或减去背景图像)。
在一个实施例中，提供至少一个经过滤的图像的所述步骤包括通过显著减小循环造影剂的贡献而从至少部分的原始图像生成经过滤的图像。然而，可以以任何方式(例如，使用差分靶向增强技术)从任何数量的原始图像(直到所有原始图像)生成经过滤的图像。
在一个实施例中，提供多个候选阈值的所述步骤包括根据所述至少部分的原始图像的原始值的至少部分计算基础阈值。但是，基础阈值可被以任何方式计算(例如，总是根据所有原始图像或根据经过滤的图像)。
在一个实施例中，提供多个候选阈值的所述步骤包括根据基础阈值计算候选阈值。然而，候选阈值可被以任何其他方式计算(例如，直接从原始图像计算而不计算任何基础阈值)。
在一个实施例中，身体部位包括组织；提供至少一个经过滤的图像的所述步骤包括在产生经过滤的图像的所述步骤之前处理原始图像以大幅减小组织的贡献。然而，组织可以是任何类型的(见上)。此外，组织的贡献可被以任何水平(例如，至少50-90％)以及以任何方式(例如，在HI，PI，MP模式中)被减小，甚至完全省略该操作。
在一个实施例中，生成经过滤的图像的所述步骤包括将每个过滤值设置为原始值中的一个，其指示原始图像的过滤集合中的对应位置的对于询问信号的响应中的最低响应，该过滤集合由对应于经过滤的图像的原始图像之一和在对应于经过滤的图像的该原始图像之前的至少一个原始图像组成。然而，对询问信号的最低响应可被以任何方式确定(例如，基于原始值的加权平均值，负值形式中对应于最大值)；此外，过滤集合可以包括以任何方式(例如，时间子采样)选择的任何数量的原始图像。
在一个实施例中，计算候选阈值的所述步骤包括将候选阈值设置为基础阈值的对应百分比。然而，候选阈值可以根据基础阈值以任何方式(例如根据任何线性或非线性函数)来设置。
在一个实施方案中，所述百分比从0-50％至150-250％均匀分布。然而，这些百分比可以分布在不同的范围内(例如，可以根据成像条件来配置)并且以任何方式(例如，以随着远离基础阈值而增加的间距)分布。
在一个实施例中，计算基础阈值的所述步骤包括根据所述至少部分的原始图像的循环区域中的原始值来设置基础阈值。然而，可以根据原始图像的任何部分(直到其全部)来设置基础阈值。
在一个实施例中，计算基础阈值的所述步骤包括根据所述至少部分的原始图像中的每一个原始图像的循环区域中的原始值的中值来设置基础阈值。然而，可以根据这些中值以任何方式(例如，通过再次计算它们的中值)来设置基础阈值，或者更一般地根据(相同或不同的)中心趋势统计参数的任何其他组合(例如，模数，平均数，中位数)来设置基础阈值。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)根据固定区域中的候选值来计算整合固定值。然而，每个候选图像的固定区域中的候选值可以被整合为任意类型和数量的整合固定值(例如，通过组合不同的统计参数)。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)根据循环区域中的候选值来计算整合循环值。然而，每个候选图像的循环区域中的候选值可以被整合成任何类型和数量的整合循环值(与整合固定值的情况相同或不同)。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)根据整合固定值与整合循环值之间的比较来计算比较值。然而，这种比较可被以任何方式执行(例如，通过比较多对整合固定值和整合循环值，然后汇总对应的结果)。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)将整合固定值设置为固定区域中的候选值的平均值。但是，平均值可以是任何类型的(例如算术的，几何的，调和的，截断的，中等范围的)，也可以用不同的中心趋势统计参数(例如模数，中位数)代替。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)将整合循环值设置为循环区域中的候选值的平均值。然而，平均值可以是任何类型的或者可以由不同的中心趋势统计参数代替(与整合固定值的情况相同或不同)。
在一个实施例中，计算多个比较值的所述步骤包括(针对每个候选图像)将比较值设置为整合固定值与整合循环值之间的差值。然而，可以以任何其他方式设定比较值(例如，以整合固定值与整合循环值的比值)。
在一个实施例中，计算多个比较值的所述步骤包括(在计算比较值的所述步骤之前)将整合固定值规格化为与候选阈值的界限值相对应的整合固定值。然而，整合固定值可以以任何方式规格化(例如通过对它们进行除法)，并且可规格化为依赖于或者不依赖于其的任何固定偏差(例如，等于整合固定值的平均值)，甚至完全省略该操作。
在一个实施例中，计算多个比较值的所述步骤包括(在计算比较值的所述步骤之前)将整合循环值规格化为对应于候选阈值的界限值的整合循环值。然而，整合循环价值可被以任何方式规格化并且可规格化为任何循环偏差(与整合固定值的情况相同或不同)，甚至完全省略此操作。
在一个实施例中，计算多个比较值的所述步骤包括在确定峰值的所述步骤之前平滑化比较值。然而，可以以任何方式平滑化比较值(例如，通过应用最大强度投影(MIP)算法，直至检测到峰值)，甚至完全省略该操作。
在一个实施例中，设置幅值阈值的所述步骤包括确定幅值阈值，以用于提供阈值水平高于提供峰值的候选阈值的峰值阈值的阈值水平的比较值的峰值的百分比。然而，幅值阈值可被以任何其它方式确定，甚至直接根据峰值阈值来确定(例如，将幅值阈值设置为其百分比)。
在一个实施例中，峰值的所述百分比是峰值的40-60％。但是，在特定的成像条件下不排除使用不同的百分比。
在一个实施例中，设置幅值阈值的所述步骤包括将幅值阈值设置为高于峰值阈值的候选阈值，并且提供最接近峰值的百分比的比较值。然而，幅值阈值可以被设置为任何其他值，甚至不对应于候选阈值之一(例如，通过插值技术)。
一般来说，如果使用等效方法实施相同的技术方案(通过使用具有更多步骤或其部分的相同功能的类似步骤，移除一些非必要步骤或添加其他可选步骤)，则类似的考虑适用。此外，步骤可被以不同的顺序、同时地或(至少部分地)以交错的方式执行。
一个实施例提供了一种计算机程序，该计算机程序被配置用于当计算机程序在计算系统上执行时使得计算系统执行上述方法。一个实施例提供了一种包括具现计算机程序的计算机可读存储介质的计算机程序产品，该计算机程序可加载到计算系统的工作存储器中，由此配置计算系统以执行相同的方法。然而，该程序可以实现为独立模块，用于已有程序(例如，超声扫描仪的控制程序)的插件，或甚至直接在该程序中实现；在任何情况下，也可以将相同的技术方案部署为通过网络(例如，在Internet中)访问的服务。
一般来说，如果以不同的方式构建程序，或者提供了附加的模块或功能，则类似的考虑适用；同样，存储器结构可以是其他类型，或者可以用等价实体(不一定由物理存储介质构成)代替。程序可以采取任何适合于由任何计算(或数据处理，指令执行)系统使用或与之相关(例如，在虚拟机内)地使用的形式，从而配置计算系统以执行期望的操作；特别地，该程序可能是外部软件或驻留软件、固件或微码(在靶标代码或源代码中，例如要被编译或解释)的形式。此外，可以在任何计算机可读存储介质上提供该程序。存储介质是可以保留和存储供计算系统使用的指令的任何有形介质(与瞬时信号本身不同)。例如，存储介质可以是电子的，磁的，光学的，电磁的，红外的或半导体类型的；这种存储介质的例子是固定盘(其中程序可以预先加载)，可移动盘，磁带，卡等。程序可以从存储介质或通过网络(例如，互联网，广域网和/或局域网，包括传输电缆，光纤，无线连接，网络设备)下载到计算系统中；计算系统中的一个或多个网络适配器从网络接收程序并将其转发以存储在计算系统的一个或多个存储设备中。在任何情况下，根据本公开的实施例的技术方案本身甚至利用硬件结构实现(例如，集成在一个或多个半导体材料芯片中)，或者利用适当编程或另外配置的软件和硬件的组合来实现。
一个实施例提供了一种系统，该系统包括被配置用于执行上述方法的步骤的装置。一个实施例提供了一种系统，其包括用于执行相同方法的每个步骤的电路(即，例如通过软件适当配置的任何硬件)。然而，该系统可以是任何类型的(例如，诸如基于磁共振成像(MRI)或X射线计算机断层摄影(CT)的不同诊断成像系统)。作为替代，可以将相同的技术方案应用于包括获取装置(例如超声扫描仪)和不同的(通用)计算机器的系统中；在这种情况下，信息(例如，经过滤图像或原始图像)被从获取设备传输到计算机器以进行处理(例如，通过可移动存储单元或数字、模拟或网络连接)。在任何情况下，系统可以具有任何其他架构(例如，客户端/服务器类型)，并且可以包括类似的元件(诸如临时存储程序或其一部分的高速缓存存储器)。
一般来说，如果系统具有不同的结构或者包括等同的部件，或者具有其他操作特性，则类似的考虑适用。在任何情况下，其每个组件可以被分成更多的元件，或者两个或更多个组件可以一起组合成单个元件；此外，可以复制每个组件以支持并行执行对应的操作。在任何情况下，除非另有规定，否则不同组件之间的任何交互通常不需要是连续的，并且它可以是直接的或者通过一个或多个中介是间接的。
一个实施例提供了一种用于分析患者的身体部位的诊断方法，该方法包括向患者施用造影剂以使得该身体部位被灌注造影剂，造影剂能够在患者体内循环并且基本被固定在生物靶标上，获取所述至少一个经过滤的图像，根据上述方法处理经过滤的图像以获得对应的经阈值化的图像，并根据经阈值化的图像评估身体部位的状况。然而，相同的方法可以应用在任何类型的诊断应用中找到应用(在该术语的最广义上，例如旨在发现新的病变或监测已知病变)，并且用于分析任何(人或动物)患者的任何类型的身体部位(例如，器官，例如肝脏，前列腺或心脏，区域或组织)。

Claims (20)

1.一种用于分析患者的身体部位的方法(A1-A18)，在执行所述方法之前所述身体部位已被灌注了能够在患者体内循环并且基本固定在生物靶标上的造影剂，其中所述方法包括：
提供(A1-A2)至少一个经过滤的图像，所述经过滤的图像包括用于身体部位的对应位置的多个过滤值，每个过滤值包括在循环造影剂的贡献被显著降低的对应位置的固定化造影剂的指示，
生成(A17)包含与过滤值相对应的多个经阈值化的值的经阈值化的图像，所述经阈值化的图像是通过根据过滤值与幅值阈值的比较将每个经阈值化的值设置为对应的过滤值或者设置为重置值而生成的，其特征在于，
提供(A3-A7)多个候选阈值，该多个候选阈值由幅值阈值的对应候选值限定，
生成(A8)对应于候选阈值的多个候选图像，每个候选图像包括对应于过滤值的多个候选值，每个候选图像是通过根据过滤值与候选阈值的所述比较将每个候选值设置为对应的过滤值或者设置为重置值而生成的，
计算(A9-A14)与候选图像相对应的多个比较值，每个候选图像的比较值根据固定区域中的候选值与循环区域中的候选值之间的进一步比较被计算，所述固定区域对应于包含大量固定化造影剂的一组位置，该循环区域对应于不包含所述固定区域的位置中的至少一部分，
确定(A15)比较值的峰值，以及
根据比较值的峰值设置(A16)幅值阈值。
2.根据权利要求1所述的方法(A1-A18)，其中所述方法(A1-A18)包括：
显示(A18)所述经阈值化的图像。
3.根据权利要求1所述的方法(A1-A18)，其中，所述提供(A1-A2)至少一个经过滤的图像包括：
提供(A1)多个原始图像，所述多个原始图像对应于在造影剂施用之后身体部位的分析时段期间的连续获取时刻，每个原始图像包括对应于过滤值的多个原始值，每个原始值指示对应位置的对于询问信号的响应，以及
通过显著降低循环造影剂的贡献从至少一部分的原始图像生成(A2)经过滤的图像，
并且其中，所述提供(A3-A7)多个候选阈值包括：
根据所述至少一部分的原始图像的原始值中的至少一部分来计算(A3-A6)基础阈值，以及
根据所述基础阈值来计算(A7)候选阈值。
4.根据权利要求3所述的方法(A1-A18)，其中所述身体部位包括组织，所述提供(A1-A2)至少一个经过滤的图像包括：
在所述生成(A2)经过滤的图像之前处理(A1)原始图像以显著降低所述组织的贡献。
5.根据权利要求3所述的方法(A1-A18)，其中，所述生成(A2)经过滤的图像包括：
将每个过滤值设置(A2)为原始值中的一个，其指示原始图像的过滤集合中的对应位置的对于询问信号的响应中的最低响应，该过滤集合由对应于经过滤的图像的原始图像中的一个原始图像和在对应于经过滤的图像的该原始图像之前的至少一个原始图像组成。
6.根据权利要求3所述的方法(A1-A18)，其中，所述计算(A7)候选阈值包括：
将候选阈值设置(A7)为所述基础阈值的对应百分比。
7.根据权利要求6所述的方法(A1-A18)，其中所述百分比从0-50％至150-250％均匀分布。
8.根据权利要求3所述的方法(A1-A18)，其中，所述计算(A3-A6)基础阈值包括：
根据所述至少一部分的原始图像的循环区域中的原始值设置(A4-A6)所述基础阈值。
9.根据权利要求8所述的方法(A1-A18)，其中，所述计算(A3-A6)基础阈值包括：
根据所述至少一部分的原始图像中的每一个的循环区域中的原始值的中值来设置(A4-A6)所述基础阈值。
10.根据权利要求1所述的方法(A1-A18)，其中，所述计算(A9-A14)多个比较值包括：对于每个候选图像，
根据固定区域中的候选值计算(A9，A11)整合固定值，
根据循环区域中的候选值计算(A10，A12)整合循环值，并且
根据整合固定值和整合循环值之间的比较来计算(A13-A14)比较值。
11.根据权利要求10所述的方法(A1-A18)，其中，所述计算(A9-A14)多个比较值包括：对于每个候选图像，
将整合固定值设置(A9)为固定区域中的候选值的平均值，
将整合循环值设置(A10)为循环区域中的候选值的平均值，并且
将比较值设置(A13)为所述整合固定值与所述整合循环值之差。
12.根据权利要求10所述的方法(A1-A18)，其中所述计算(A9-A14)多个比较值包括：在所述计算(A11-A13)比较值之前，
将整合固定值规格化(A11)为对应于候选阈值的界限值的整合固定值，以及
将整合循环值规格化(A12)为对应于候选阈值的该界限值的整合循环值。
13.根据权利要求1所述的方法(A1-A18)，其中，所述计算(A9-A14)多个比较值包括：
在所述确定(A16-A17)峰值之前对所述比较值进行平滑化(A14)。
14.根据权利要求1至13中任一项所述的方法(A1-A18)，其中，所述设置(A16)幅值阈值包括：
确定(A16)幅值阈值，用于提供阈值化水平高于提供峰值的候选阈值的峰值阈值的阈值化水平的比较值的峰值的百分比。
15.根据权利要求14所述的方法(A1-A18)，其中，峰值的所述百分比是所述峰值的40-60％。
16.根据权利要求14所述的方法(A1-A18)，其中，所述设置(A16)幅值阈值包括：
将幅值阈值设置为(A16)高于所述峰值阈值并且提供最接近峰值的所述百分比的比较值的候选阈值。
17.一种程序指令存储其上的计算机可读存储介质，当所述程序指令由处理器执行时使处理器执行根据权利要求1至16中任一项所述的方法(A1-A18)的步骤。
18.一种用于分析患者的身体部分的系统(100)，包括被配置用于执行根据权利要求1至16中任一项所述的方法(A1-A18)的步骤的装置(105)。
19.一种用于分析患者的身体部分的系统(100)，包括用于执行根据权利要求1至16中任一项所述的方法(A1-A18)的每个步骤的电路(105)。
20.一种用于分析患者的身体部分的设备，包括：
处理器，以及
实现计算机程序的计算机可读存储介质，所述计算机程序在由所述处理器执行时使得所述处理器执行根据权利要求1至16中任一项所述的方法。
CN201680070255.2A 2015-12-10 2016-12-06 通过动态阈值化来检测固定化造影剂 Active CN108289654B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15199217 2015-12-10
EP15199217.9 2015-12-10
PCT/EP2016/079836 WO2017097738A1 (en) 2015-12-10 2016-12-06 Detection of immobilized contrast agent with dynamic thresholding

Publications (2)

Publication Number Publication Date
CN108289654A CN108289654A (zh) 2018-07-17
CN108289654B true CN108289654B (zh) 2021-03-30

Family

ID=55024746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680070255.2A Active CN108289654B (zh) 2015-12-10 2016-12-06 通过动态阈值化来检测固定化造影剂

Country Status (6)

Country Link
US (1) US10433817B2 (zh)
EP (1) EP3386397B1 (zh)
JP (1) JP6803909B2 (zh)
KR (1) KR20180091025A (zh)
CN (1) CN108289654B (zh)
WO (1) WO2017097738A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10130342B2 (en) 2007-12-28 2018-11-20 Bracco Suisse Sa Initialization of fitting parameters for perfusion assessment based on bolus administration
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
US10789711B2 (en) * 2015-09-09 2020-09-29 Technische Universiteit Eindhoven Imaging of dispersion and velocity of contrast agents
JP7445599B2 (ja) * 2018-03-13 2024-03-07 トラスト バイオソニックス インク 高感度分子解析のための組成及び方法
JP7330705B2 (ja) * 2019-01-17 2023-08-22 キヤノンメディカルシステムズ株式会社 画像解析装置
CN113116374A (zh) * 2019-12-30 2021-07-16 重庆融海超声医学工程研究中心有限公司 超声造影剂消退的检测装置及方法
US11386530B2 (en) * 2020-02-26 2022-07-12 Flir Systems Ab Digital filter for turbulence reduction and gas detection in thermal images

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010039381A1 (en) * 2000-02-16 2001-11-08 Burns Peter N. Ultrasonic harmonic image segmentation
US6537222B1 (en) * 1997-08-26 2003-03-25 Koninklijke Philips Electronics N.V. Methods for the detection of contrast agents in ultrasonic imaging
US20030153823A1 (en) * 1998-08-25 2003-08-14 Geiser Edward A. Method for automated analysis of apical four-chamber images of the heart
WO2007054544A1 (en) * 2005-11-10 2007-05-18 Bracco Research Sa Detection of immobilized contrast agent in medical imaging applications based on flow dynamics analysis
CN101605500A (zh) * 2006-12-21 2009-12-16 伯拉考国际股份公司 在医学成像应用中对固定造影剂脱离的检测
CN101917908A (zh) * 2007-12-28 2010-12-15 博莱科瑞士股份有限公司 医学成像应用中对固定造影剂的量化分析
CN102223841A (zh) * 2008-11-24 2011-10-19 博莱科瑞士股份有限公司 实时灌注成像和量化
CN104885121A (zh) * 2012-12-21 2015-09-02 博莱科瑞士股份有限公司 诊断成像应用中的基于随着时间的统计分析的分割
CN104913803A (zh) * 2014-03-11 2015-09-16 通用汽车环球科技运作有限责任公司 使用动态阈值检测不稳定传感器的方法和系统

Family Cites Families (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5287273A (en) 1990-03-15 1994-02-15 Mount Sinai School Of Medicine Functional organ images
IN172208B (zh) 1990-04-02 1993-05-01 Sint Sa
US5445813A (en) 1992-11-02 1995-08-29 Bracco International B.V. Stable microbubble suspensions as enhancement agents for ultrasound echography
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
US5203337A (en) 1991-05-08 1993-04-20 Brigham And Women's Hospital, Inc. Coronary artery imaging system
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
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
GB9503787D0 (en) 1995-02-24 1995-04-12 Monitoring Tech Ltd A method of and apparatus for analysing a signal
JPH08336531A (ja) 1995-06-12 1996-12-24 Hitachi Medical Corp 超音波診断装置
US5687208A (en) 1995-10-06 1997-11-11 Bhb General Partnership Method of and apparatus for predicting computed tomography contrast enhancement with feedback
US5583902A (en) 1995-10-06 1996-12-10 Bhb General Partnership Method of and apparatus for predicting computed tomography contrast enhancement
US5833613A (en) * 1996-09-27 1998-11-10 Advanced Technology Laboratories, Inc. Ultrasonic diagnostic imaging with contrast agents
EP1006880A4 (en) 1996-06-03 2005-04-06 Mallinckrodt Inc METHOD FOR CALIBRATING ULTRASONIC EQUIPMENT AND CONTRASTING EQUIPMENT AND SYSTEM THEREFOR
US5924987A (en) 1997-10-06 1999-07-20 Meaney; James F. M. Method and apparatus for magnetic resonance arteriography using contrast agents
JP3884151B2 (ja) 1997-12-03 2007-02-21 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
US6302845B2 (en) 1998-03-20 2001-10-16 Thomas Jefferson University Method and system for pressure estimation using subharmonic signals from microbubble-based ultrasound contrast agents
US7069068B1 (en) 1999-03-26 2006-06-27 Oestergaard Leif Method for determining haemodynamic indices by use of tomographic data
US6340348B1 (en) 1999-07-02 2002-01-22 Acuson Corporation Contrast agent imaging with destruction pulses in diagnostic medical ultrasound
US6740039B1 (en) * 1999-08-20 2004-05-25 Koninklijke Philips Electronics N.V. Methods and apparatus for displaying information relating to delivery and activation of a therapeutic agent using ultrasound energy
JP2001178717A (ja) 1999-10-15 2001-07-03 Toshiba Medical System Co Ltd 超音波診断装置
US6540680B1 (en) 1999-10-15 2003-04-01 Kabushiki Kaisha Toshiba Ultrasonic diagnostic apparatus
US6445945B1 (en) 2000-06-26 2002-09-03 André Arsenault Non-invasive detection of endothelial dysfunction by blood flow measurement in opposed limbs using tracer injection
US6962071B2 (en) 2001-04-06 2005-11-08 Bracco Research S.A. Method for improved measurement of local physical parameters in a fluid-filled cavity
US6579239B1 (en) 2002-04-05 2003-06-17 Ge Medical Systems Global Technology Company, Llc System and method for automatic adjustment of brightness and contrast in images
US6676606B2 (en) * 2002-06-11 2004-01-13 Koninklijke Philips Electronics N.V. Ultrasonic diagnostic micro-vascular imaging
JP2004195228A (ja) 2002-12-18 2004-07-15 Koninkl Philips Electronics Nv 最適化された送信シーケンスを用いた超音波撮像における適応フィルタリング
GB0300922D0 (en) 2003-01-15 2003-02-12 Mirada Solutions Ltd System for controlling medical data acquistion processes
CA2526166C (en) 2003-06-12 2014-04-15 Bracco Research Sa Blood flow estimates through replenishment curve fitting in ultrasound contrast imaging
EP2058373A3 (en) 2003-09-22 2010-06-02 FUJIFILM Corporation Organic pigment fine-particle, and method of producing the same
JP4494744B2 (ja) 2003-09-25 2010-06-30 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超音波診断装置
CA2565668A1 (en) 2004-05-04 2005-11-10 Torfinn Taxt Method of mr imaging
JP2008502377A (ja) 2004-05-28 2008-01-31 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 血中トレーサ濃度の非侵襲測定システム
EP1828807A1 (en) 2004-06-30 2007-09-05 Koninklijke Philips Electronics N.V. Nonlinear ultrasonic diagnostic imaging using intermodulation product signals
ATE512425T1 (de) 2004-08-09 2011-06-15 Bracco Suisse Sa Verfahren und anordnung zur bildregistrierung in der medizinischen bildgebung basierend auf mehreren masken
CA2575677C (en) 2004-08-18 2013-01-22 Bracco Research Sa Gas-filled microvesicles composition for contrast imaging
CA2588182C (en) 2004-12-23 2014-05-06 Bracco Research Sa A perfusion assessment method and system based on bolus administration
WO2006090309A2 (en) 2005-02-23 2006-08-31 Koninklijke Philips Electronics, N.V. Ultrasonic diagnostic imaging system and method for detecting lesions of the liver
EP1866663A1 (en) * 2005-03-03 2007-12-19 Bracco Research S.A. Medical imaging system based on a targeted contrast agent
JP5466401B2 (ja) 2005-04-14 2014-04-09 ブラッコ・シュイス・ソシエテ・アノニム 動的灌流画像法に基づく灌流診断法およびそのシステム
EP1887940B1 (en) 2005-05-06 2013-06-26 Vasonova, Inc. Apparatus for endovascular device guiding and positioning
JP2006325746A (ja) 2005-05-24 2006-12-07 Olympus Medical Systems Corp 超音波診断装置
US7998076B2 (en) 2005-09-27 2011-08-16 Siemens Medical Solutions Usa, Inc. Advanced characterization of contrast agents with ultrasound
US20070232909A1 (en) 2006-03-28 2007-10-04 Washington University Ultrasonic Characterization of Internal Body Conditions Using Information Theoretic Signal Receivers
US7881554B2 (en) 2006-06-05 2011-02-01 Stmicroelectronics S.R.L. Method for correcting a digital image
JP3928978B1 (ja) 2006-09-22 2007-06-13 国立大学法人岐阜大学 医用画像処理装置、医用画像処理方法及びプログラム
EP2151194A4 (en) 2007-04-27 2015-02-25 Hitachi Medical Corp ULTRASONIC DIAGNOSTIC APPARATUS
JP2009028194A (ja) 2007-07-26 2009-02-12 Ge Medical Systems Global Technology Co Llc 超音波撮像装置
JP2009100971A (ja) 2007-10-24 2009-05-14 Ge Medical Systems Global Technology Co Llc 超音波撮像装置
JP5095380B2 (ja) 2007-12-26 2012-12-12 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超音波撮像装置
WO2011110552A1 (en) 2010-03-09 2011-09-15 Bracco Suisse Sa Initialization of fitting parameters for perfusion assessment based on bolus administration
US10130342B2 (en) 2007-12-28 2018-11-20 Bracco Suisse Sa Initialization of fitting parameters for perfusion assessment based on bolus administration
EP2321664A1 (en) 2008-07-29 2011-05-18 Board of Trustees of Michigan State University System and method for differentiating benign from malignant contrast-enhanced lesions
JP5455379B2 (ja) 2009-01-07 2014-03-26 株式会社東芝 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム
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
AU2010291254B2 (en) 2009-09-01 2016-08-11 Bracco Suisse Sa Parametric images based on dynamic behavior over time
RU2012112798A (ru) 2009-09-03 2013-10-10 Конинклейке Филипс Электроникс Н.В. Коррекция аберрации транскраниального ультразвука с помощью контралатеральной матрицы
JP2011140527A (ja) 2011-04-20 2011-07-21 Acusphere Inc 超音波造影剤の投薬処方物
EP2726152B1 (en) 2011-06-29 2022-08-24 Sunnybrook Health Sciences Centre System for controlling focused ultrasound treatment
US9168027B2 (en) 2013-02-22 2015-10-27 Siemens Medical Solutions Usa, Inc. Adaptive acoustic pressure estimation in medical ultrasound
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

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6537222B1 (en) * 1997-08-26 2003-03-25 Koninklijke Philips Electronics N.V. Methods for the detection of contrast agents in ultrasonic imaging
US20030153823A1 (en) * 1998-08-25 2003-08-14 Geiser Edward A. Method for automated analysis of apical four-chamber images of the heart
US20010039381A1 (en) * 2000-02-16 2001-11-08 Burns Peter N. Ultrasonic harmonic image segmentation
WO2007054544A1 (en) * 2005-11-10 2007-05-18 Bracco Research Sa Detection of immobilized contrast agent in medical imaging applications based on flow dynamics analysis
CN101305399A (zh) * 2005-11-10 2008-11-12 伯拉考开发股份有限公司 成像应用中造影剂浓度的瞬时可视化
CN101605500A (zh) * 2006-12-21 2009-12-16 伯拉考国际股份公司 在医学成像应用中对固定造影剂脱离的检测
CN101917908A (zh) * 2007-12-28 2010-12-15 博莱科瑞士股份有限公司 医学成像应用中对固定造影剂的量化分析
CN102223841A (zh) * 2008-11-24 2011-10-19 博莱科瑞士股份有限公司 实时灌注成像和量化
CN104885121A (zh) * 2012-12-21 2015-09-02 博莱科瑞士股份有限公司 诊断成像应用中的基于随着时间的统计分析的分割
CN104913803A (zh) * 2014-03-11 2015-09-16 通用汽车环球科技运作有限责任公司 使用动态阈值检测不稳定传感器的方法和系统

Also Published As

Publication number Publication date
US10433817B2 (en) 2019-10-08
WO2017097738A1 (en) 2017-06-15
EP3386397A1 (en) 2018-10-17
JP6803909B2 (ja) 2020-12-23
KR20180091025A (ko) 2018-08-14
JP2018536460A (ja) 2018-12-13
EP3386397B1 (en) 2020-02-05
US20180353158A1 (en) 2018-12-13
CN108289654A (zh) 2018-07-17

Similar Documents

Publication Publication Date Title
CN108289654B (zh) 通过动态阈值化来检测固定化造影剂
KR102166648B1 (ko) 시간 경과에 따른 통계 분석에 기초한 영상 진단 애플리케이션에서의 분할
US9072492B2 (en) Quantification analysis of immobilized contrast agent in medical imaging applications
JP4706003B2 (ja) 超音波造影画像において補充曲線フィッティングを用いる血流評価法
Tang et al. Quantitative contrast-enhanced ultrasound imaging: a review of sources of variability
JP5593382B2 (ja) パラメトリック画像の自動スケーリング
CA2670932A1 (en) Detection of the detachment of immobilized contrast agent in medical imaging applications
JP5770821B2 (ja) 画像化アプリケーションの造影剤濃度の即時の可視化
US11607196B2 (en) Initialization of fitting parameters for perfusion assessment based on bolus administration
EP2544593B1 (en) Initialization of fitting parameters for perfusion assessment based on bolus administration
Casciaro et al. Low microbubble concentrations signal enhancement varying echograph electrical power

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant