CN109475338A - 识别脂肪组织的类型 - Google Patents
识别脂肪组织的类型 Download PDFInfo
- Publication number
- CN109475338A CN109475338A CN201780043840.8A CN201780043840A CN109475338A CN 109475338 A CN109475338 A CN 109475338A CN 201780043840 A CN201780043840 A CN 201780043840A CN 109475338 A CN109475338 A CN 109475338A
- Authority
- CN
- China
- Prior art keywords
- data
- adipose tissue
- type
- data processing
- processing technique
- 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.)
- Granted
Links
- 210000000577 adipose tissue Anatomy 0.000 title claims abstract description 87
- 238000012545 processing Methods 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 94
- 238000002591 computed tomography Methods 0.000 claims abstract description 75
- 210000001519 tissue Anatomy 0.000 claims abstract description 55
- 210000002468 fat body Anatomy 0.000 claims abstract description 12
- 230000003595 spectral effect Effects 0.000 claims abstract description 6
- 238000001228 spectrum Methods 0.000 claims description 44
- 239000002872 contrast media Substances 0.000 claims description 25
- 150000002632 lipids Chemical class 0.000 claims description 23
- 238000013170 computed tomography imaging Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 230000008520 organization Effects 0.000 claims description 11
- 229910052799 carbon Inorganic materials 0.000 claims description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 claims 1
- 210000003486 adipose tissue brown Anatomy 0.000 description 43
- 210000000593 adipose tissue white Anatomy 0.000 description 36
- 230000004069 differentiation Effects 0.000 description 20
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 235000013861 fat-free Nutrition 0.000 description 9
- 210000004872 soft tissue Anatomy 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002792 vascular Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 229910052740 iodine Inorganic materials 0.000 description 3
- 239000011630 iodine Substances 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 210000001789 adipocyte Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008531 Chills Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000001593 brown adipocyte Anatomy 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 125000003147 glycosyl group Chemical group 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000035924 thermogenesis Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 210000000636 white adipocyte Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—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]
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种图像处理装置的方法,其用于基于对对象的感兴趣区域的谱计算机断层摄影(CT)扫描的执行来识别对象内的脂肪身体组织的类型;并且使用不同的图像处理技术的组合来区分所述感兴趣区域内的至少两个脂肪组织类型。
Description
技术领域
技术领域总体上涉及识别脂肪身体组织的类型,并且更具体地涉及使用X射线计算机断层摄影(CT)扫描识别脂肪身体组织的类型。
背景技术
肥胖是日益增长的全世界健康问题并且是多种慢性疾病(包括糖尿病、心血管疾病和癌症)的主要风险因子。脂肪或脂肪组织可以划分为具有相反的功能的两个主要类型:白脂肪组织(WAT),其以脂质的形式存储过剩能量;以及棕色脂肪组织(BAT),其燃烧脂质和葡萄糖以在被称为非战栗产热的过程中生成热。WAT可以怀有棕色样脂肪细胞,其被称为brite(白棕色)。
最新研究已经证明老鼠中的brite脂肪细胞和白脂肪细胞的双向可转换性。该方法提供通过增加能量消耗抵抗肥胖的有前途的手段。如果将WAT变换为brite变得可用于使用在人类中,则其可以对医疗保健和社会具有主要影响。在这样的情况下,将存在对监测变换的增加的需要并且这将包括成像技术。
被称为正电子发射断层摄影-计算机断层摄影(PET/CT)的成像技术提供用于识别BAT的当前提出的方法。该技术使用从PET和CT设备两者采集的图像,所述图像被组合为单幅叠加图像。正电子发射断层摄影(PET)被用于基于脂肪组织对糖基放射性示踪剂的摄取识别脂肪组织的类型。因此,PET成像基于代谢过程。可以采取对扫描器官(例如,针对特定类型的脂肪组织)的代谢活动进行颜色编码的形式的得到的“功能图像”被叠加在“解剖”CT图像上以允许身体结构的同时成像和脂肪组织的代谢活动图像。然而,方法也是稍微复杂的并且需要两个成像过程。
发明内容
因此,存在对提供一种识别脂肪身体组织的类型的经改进并且经促进的方式的需要。
本发明的目的由独立权利要求的主题解决;其中,另外的实施例被并入在从属权利要求中。应当注意,本发明的以下描述的方面还适用于适于识别对象内的脂肪身体组织的类型的图像处理装置、系统和方法以及计算机程序单元和计算机可读介质。
方法、图像处理装置、系统和计算机程序被提供用于使用谱CT扫描来识别脂肪身体组织的类型。
在一个方面中,提供了一种识别对象内的脂肪身体组织的类型的方法。所述方法包括接收所述对象的感兴趣区域的谱计算机断层摄影(CT)成像数据。所述方法还包括:对所述谱CT成像数据执行至少一种数据处理技术,所述至少一种数据处理技术基于所述感兴趣区域内的至少两个脂肪组织类型的在频谱上不同的衰减性质来区分所述至少两个脂肪组织类型。所述方法还包括从所述至少两个组织类型中识别至少一个脂肪组织类型。
在另一方面中,提供了一种图像处理装置。所述图像处理装置适于识别对象内的脂肪身体组织的类型。所述装置包括至少一个数据输入接口;以及至少一个处理器。所述数据输入接口被配置为接收所述对象的感兴趣区域的谱计算机断层摄影(CT)成像数据。所述至少一个处理器被配置为对所述谱CT成像数据执行至少一种数据处理技术,所述至少一种数据处理技术基于所述感兴趣区域内的至少两个脂肪组织类型的在频谱上不同的衰减性质来区分所述至少两个脂肪组织类型。所述至少一个处理器被配置为从所述至少两个组织类型中识别至少一个脂肪组织类型。
CT扫描广泛地被用于医学成像。常规独立CT扫描提供针对骨结构的好的细节和针对软组织的合理的细节。例如,可以检测如肿瘤的异常生长。然而,迄今为止其尚未被用于区分脂肪组织的类型。
其与其他成像形式(诸如正电子发射断层摄影(PET)或者磁共振成像(MRI))相比较是更简单、更快并且更不昂贵的技术。而且,其提供解剖信息而不是关于生物过程的信息。CT扫描还使得定量分析能够在区分的组织类型上执行。
相反,当前成像技术PET-CT缺乏灵敏度和特异性,并且由于显著的辐射暴露和注入放射性核素示踪剂的需要而不广泛地适用于总群体。而且,PET-CT仅可以检测摄取注入的示踪剂的代谢活性BAT,其仅表示身体中的组织的总量的小百分比。由代谢活性BAT摄取的示踪剂对各种因子(诸如检查期间的检查室温度、麻醉和对象的健康)敏感。此外,PET-CT测量结果涉及由放射科医师对BAT活动的正或者负描绘的二进制视觉解释。该主观量度已经使研究之间的系统比较困难并且缺少相关文献中的一致。
本CT解决方案利用谱CT成像数据和脂肪组织类型的在频谱上不同的衰减性质。例如,BAT/brite组织比WAT组织具有更大的血管化程度,这将因此在不同的X射线能量(或者波长)处使X射线不同地衰减,尤其是当结合对比度增强CT数据使用时,其中,造影剂与周围组织不同地在X射线能量处强烈地吸收。同样地,碳/氧气(C/O)比对于BAT/brite组织而言(如对于WAT组织而言)不同,其可以根据不同的X射线能量处的衰减性质被确定。这些谱性质可以使用谱处理技术(即,依赖于基于不同的X射线能量处的衰减的区分的技术)引出,所述技术生成针对每个在频谱上相关的性质的数据图,例如,造影剂图、C/O比图等。通过使用谱数据和谱处理,不同类型的脂肪组织可以比在使用非谱衰减信息(诸如亨氏单位(HU)图中的衰减系数的图)的情况下更清楚地被区分。
脂肪组织类型的区分可以通过来自由不同的处理技术产生的不同的图的数据点的聚类分析促进,如下文进一步描述的。
至少一个脂肪组织类型的识别可以包括将谱成像数据中的数据点分类为对应于至少一个脂肪组织类型,诸如BAT、brite和/或WAT。此外,所述方法可以包括基于在所述谱CT成像数据上的至少一种数据处理技术来识别非脂肪软组织,所述至少一种数据处理技术还能够将至少两个脂肪两个组织类型彼此区分并且将脂肪组织与非脂肪软组织区分。
以下特征适用于本文所描述的方法、图像处理装置和计算机程序方面。
至少两个脂肪组织类型之间的区分可以包括基于脂肪组织类型的血管化的区分。BAT/brite组织比WAT组织具有更大的血管化密度。因此,允许确定组织的相对血管分布的至少一种数据处理技术允许WAT和BAT/brite组织的区分。因此,可以应用确定血管化的定量量度的数据处理技术。例如,可以应用确定用于确定血管化的造影剂的定量量度的数据处理技术。
所述CT图像扫描数据可以从包括造影剂的引入的CT扫描获得。这样的图像扫描数据允许血管化的定量量度被确定,因为造影剂通过组织的脉管系统实行。谱(例如,双能量)数据处理技术可以被用于获得血管化的定量量度,因为所述造影剂将与其他组织不同地使特定能量或者波长处的辐射衰减。谱(例如,双能量)数据处理技术可以包括处理在不同的波长或者频率处滤波的图像扫描数据。
至少两个脂肪组织类型之间的区分可以包括基于通过K层结合能量对造影剂的选择性成像的区分。当谱成像结合谱数据处理被利用时,这样的K边缘成像提供血管与其他组织之间的清楚的区分,从而允许获得血管化的定量量度。
至少两个脂肪组织类型之间的区分可以包括基于所述感兴趣区域中的组织的脂质含量的区分。据此,脂肪或者脂肪组织能够与其他类型的组织(例如,非脂肪软组织)区分。脂质含量将对谱衰减性质具有效应,其可以通过谱成像和处理拾取和识别。
基于脂质含量的区分可以包括以下中的至少一项:所述脂肪组织的碳/氧比和和康普顿与光电效应比,这两者指示具有高脂质含量的组织(即,脂肪组织)。因此,数据处理技术可以适于确定所述组织中的碳与氧比和康普顿与光电效应比中的至少一项的定量量度。脂肪组织与其他类型的组织相比较具有高碳与氧比和高康普顿与光电效应比,从而允许脂肪组织与其他类型的组织区分。这些比可以基于不同的X射线能量处的不同的X射线衰减性质来确定,其可以被处理以产生比率之一或两者的数据图。
区分脂肪组织的至少两个类型可以基于衰减的强度。衰减的强度可以根据基于非谱的数据处理技术来确定。WAT和BAT/brite呈现与彼此的和与其他非脂肪组织的CT图像数据的不同的衰减的强度,从而允许脂肪组织与非脂肪组织的区分和脂肪组织类型的区分。可以根据常规HU图确定衰减的强度。
所述至少一个处理器可以被配置为执行基于所述至少两个脂肪组织类型的生物标记的谱选择性衰减来区分脂肪组织类型的至少一种数据处理技术。
所述至少一个处理器可以被配置为对所述谱CT成像数据执行数据处理技术以确定表示以下中的任何一项或多项的变量的数据图:衰减的量、脂质含量的量、血管化的量,诸如造影剂的量。
所述至少一个处理器可以被配置为对所述谱CT成像数据执行不同的数据处理技术的组合,所述不同的数据处理技术分别表示不同的变量空间中的所述谱CT成像数据,其中,所述不同的变量空间中的所述不同的数据处理技术的结果区分所述至少两个脂肪组织类型。不同的可变空间中的数据处理技术的组合允许正确地识别脂肪组织类型的概率的增加。例如,可以利用以下数据处理技术中的两个或更多个的组合:基于确定血管化的数据处理技术(变量空间是血管化的定量量度)、基于确定碳与氧比的数据处理技术(变量空间是氧与碳比的定量量度)以及基于衰减的强度的数据处理技术(变量空间是衰减的强度的定量量度)。
区分可以包括对所述感兴趣区域中的所述CT扫描图像数据执行以下数据处理技术的组合以便区分脂肪组织类型:基于衰减的强度的数据处理、碳氧比数据处理以及确定血管化的密度的数据处理。这些数据处理技术允许脂肪组织类型的准确的区分。
所述至少一个处理器可以被配置为基于由对所述谱CT成像数据执行的数据处理技术所获得的不同的数据图的组合来识别至少一个脂肪组织类型。所述至少一个处理器可以被配置为对所述谱CT成像数据执行数据处理技术以确定以下不同的数据图中的至少两项:脂质含量的量、造影剂的量和衰减的量。所述至少一个处理器可以被配置为对所述谱CT扫描图像数据执行数据处理技术以确定以下不同的数据图:脂质含量的量、造影剂的量和衰减的量。
所述至少一个处理器可以被配置为确定至少一个识别的脂肪组织类型的定量量度。定量量度可以指示以下中的至少一项:白脂肪组织、WAT、感兴趣区域中的组织的部分、感兴趣区域中的组织的BAT/brite脂肪组织分数、感兴趣区域中的组织的总脂肪组织分数、BAT/brite相对于WAT的分数、BAT/brite组织的灌注和产热活动、BAT/brite组织的脂质含量和BAT/brite组织的产热状态。确定定量量度可以包括关于针对每个组织类型所识别的数据点的数目的计数操作。
识别可以包括通过计算机实施的数据处理技术将所述CT扫描图像数据的数据点与脂肪组织的类型(例如,WAT或者BAT/brite)相关联,或者所述数据点是相关联类型的脂肪组织的概率。基于相关联,所述方法或者处理器可以对至少两种类型的脂肪组织进行定量。相关联可以根据通过使用所述至少一种数据处理技术进行的区分建立的数据点的聚类来执行。所述数据点可以是像素,所述像素是由所述CT扫描图像数据的分辨率确定的。这样的基于聚类的方法允许所述数据处理技术容易地区分数据点。
至少两个脂肪组织类型的区分可以包括对对衰减的强度、碳氧比和血管化程度的三维空间和衰减的强度、碳氧比和血管化程度中的任何两个的二维空间中的CT扫描图像数据执行聚类分析。这些特定变量空间实现如属于脂肪组织类型的特定聚类的准确识别的强的概率。所述聚类分析允许将聚类与脂肪组织类型相关联的另外的步骤以执行识别步骤。
所述至少一个处理器可以被配置为对所述数据图执行聚类分析以将数据点放置在图量的多维空间中;并且基于对应于不同类型的脂肪组织的所述聚类分析来识别数据点的不同的聚类。所述至少一个处理器可以被配置为基于所识别的不同的聚类来确定脂肪组织的类型的定量量度。
所述方法可以包括向用户接口输出所识别的脂肪组织类型。例如,所述方法可以包括显示具有在其上成像的视觉上可识别的脂肪组织类型部分的CT扫描图像数据的图像,诸如通过针对不同的组织类型的不同的颜色,例如,针对脂肪组织和其他软组织的不同的颜色和/或针对WAT脂肪组织和BAT/brite组织的不同的颜色。额外地或者备选地,可以输出关于脂肪组织类型的数值分析。所述至少一个处理器可以被配置为生成用于显示的至少一幅图像,所述至少一幅图像包括被叠加在对应于所述谱CT成像数据的CT图像上的视觉上可区分的脂肪组织类型。
所述方法可以包括执行CT扫描以获得CT扫描图像数据的步骤。
所述方法可以包括在扫描之前执行棕色脂肪组织(BAT)/brite脂肪组织的激活的步骤。激活的BAT/brite与未激活的BAT/brite相比较示出了更高的血管化。血管化中的差异可以被用作针对BAT/brite的另外的标识符并且额外地作为所述活动的定量量度。执行BAT的激活的步骤可以包括至少使所述对象的所述感兴趣区域冷却一段时间。
还提供了被存储在存储器上的计算机程序,其适于执行上文所描述的特征。
还提供了一种用于识别对象内的脂肪身体组织的类型的系统,其包括上面的图像处理装置和获得所述CT扫描图像数据的CT扫描器。
本发明的这些和其他方面将根据下文描述的(一个或多个)实施例而显而易见并且参考下文描述的(一个或多个)实施例得到阐述。
附图说明
在下文中将结合以下附图描述示范性实施例,其中,相似附图标记指代相似元件,并且其中:
图1是根据实施例的CT扫描设备的示意性视图;
图2是图1的X射线CT设备的成像控制部分的框图;并且
图3是针对各种组织类型的康普顿与光电效应比相对于C/O比的散布图。
具体实施方式
以下详细描述实际上只是示范性的而不旨在限制应用和使用。此外,不旨在由以前述技术领域、背景、详细总结或者以下详细描述呈现的任何表达或者隐含理论限制。
图1是表示从轴向方向看到的根据实施例的X射线CT设备100的结构的视图。CT设备100包括CT扫描器5和图像处理装置106。孔2被形成在X射线CT设备100的CT扫描器5的机架9的中心,其允许对象3的进入。X射线CT设备100的CT扫描器5被提供有X射线发射器1和X射线探测器4,这两者相对于壳体11利用机架9可旋转地支撑,孔2的中心是旋转中心轴。这允许孔2中的对象3的旋转成像。X射线探测器4被设置为对着具有插入在其之间的对象3的X射线发射器1。X射线探测器4被划分成多个探测器模块8以探测发射器1的范围内的辐射。
用于数据收集的X射线CT设备100中的对象3的成像的控制基于经由输入单元104由用户设置的扫描条件由控制器103、由记录器101和算术单元102执行。在旋转成像期间从数据收集部分1、4导出的多个投影数据被记录在记录器101中。然后算术单元102执行算术图像处理,使得输出单元105可以将这样的信息显示为对象3的断层摄影图像。
额外地参考图1所示的框图,X射线设备100的图像处理装置106可以包括记录器101、算术单元102、控制器103、输入单元104和输出单元105。图像处理装置106可以被配置为具有内部总线的计算机,所述内部总线将诸如中央处理单元(CPU)107的至少一个处理器和包括存储器110的存储部分连接,存储器110可以包括非瞬态存储器,诸如用于存储各种类型的计算机处理程序的硬盘驱动器(HDD),所述计算机处理程序诸如为数据转换部分1101、图像重建处理部分1102和用于识别对象内的脂肪身体组织的类型的程序,如本文更详述的,这些程序由CPU 107运行。内部总线还可以连接到用于显示图像(诸如经由输出单元105)的显示部分108、输入部分109(诸如键盘、触摸屏和/或鼠标)和投影数据被输入到的数据接口单元111。
在本示范性实施例中,图像处理装置106与X射线CT设备100集成。然而,其可以是独立图像处理装置106,独立图像处理装置106包括数据输入接口111,以用于通过有线或无线连接经由存储器设备或以其他方式接收CT扫描图像数据。
本文所描述的图像处理装置106的至少一个处理器可以由中央处理单元107实施。备选地,可以提供一个或多个分布式图像处理器(未示出),其具有对由CT设备100获得的图像数据以及一个或多个存储器(诸如上文所描述的存储器110)的访问,所述一个或多个存储器存储用于实施本文所描述的图像处理方法/技术的指令。存储器110可以是永久或者瞬态种类的。存储器110还可以被用于存储由CT设备100获得的CT扫描图像数据。
中央处理单元107适于执行关于谱CT成像数据的至少一种数据处理技术,所述至少一种数据处理技术基于至少两个脂肪组织类型的在频谱上不同的衰减性质区分感兴趣区域内的至少两个脂肪组织类型:例如,WAT和BAT。常规CT扫描提供通过身体组织的衰减的强度的定量量度(被称为亨氏标度)。下文所描述的图像处理技术是从已知CT扫描设备100获得的CT扫描图像数据可以可靠地被用于识别脂肪组织类型的方式。
涉及脂肪组织的以下事实对建立使用CT图像扫描数据识别脂肪组织的类型的方式而言具有相关性。
WAT用于存储脂肪并且包括具有大细胞内脂质小滴的细胞。其因此具有相对高的脂质含量。脂质中的碳氧比(C-O比)实质上与其他软生物组织不同。
与WAT脂肪细胞相对,棕色脂肪细胞还由多个较小细胞内脂质小滴表征,具有体积的较低的脂质含量和较大的细胞内水。
然而,如与其他非脂肪软组织相比较,这两个种类的脂肪组织具有相对大的脂质含量以及因此碳氧比。为了证明这些事实,图3示出了针对各种组织类型的康普顿与光电效应比相对于C/O比的散布图。在C/O比与康普顿与光电效应比之间存在单调函数关系。脂肪组织具有远高于1的C/O比,而其他软组织类型具有低于1的C/O比。此外,脂肪组织可以通过与其他软组织(低于50)相比较其更高的康普顿/光电效应比(远高于50)来识别。康普顿和光电效应的量可以适于识别脂肪组织类型。
BAT和brite是高度血管化的,而WAT不是。
在一个实施例中,CT设备100适于执行双能量或者其他谱CT扫描。这样一来,从其获得并且可用于由至少一个处理器107接收的CT图像扫描数据具有双能量或者谱变化。谱能量CT利用不同的能级处的物质的不同的衰减性质。较低能级与尤其是具有较高原子数的物质(诸如碘和钙)中的光电作用中的增加相关联。体素内的不同的能量处的衰减值可以随后使用材料分解技术分析并且图像的后处理可以与单能量常规CT相比较提供额外的诊断价值。具体地,可以选择能级,使得一个通过被使用在CT扫描过程中的造影剂强烈地衰减,从而允许血管化的定量量度被确定。一个范例谱能量CT扫描被称为K边缘CT成像并且尤其适于通过脉管系统中的适合的造影剂的媒介物对血管组织进行区分。K边缘成像实现由于K层电子跃迁的特定波长处的CT辐射的尤其强的衰减。
在一个实施例中,以下方法被用于识别脂肪组织。
对象3在扫描之前被注射有造影剂,诸如碘。这帮助示出组织的血管化的程度。对象然后进入CT设备100的孔2并且执行谱能量扫描。收集的CT扫描图像数据然后被处理并且然后断层摄影图是根据经处理的数据生成的。
本文所描述的图像处理方法可以与CT设备100分离地执行。已经通过谱能量CT扫描并且根据造影剂注射的身体获得的图像扫描数据由用于图像处理的至少一个处理器107接收以识别脂肪组织。
在图像扫描数据中,感兴趣区域被识别。感兴趣区域可以由操作者并且通过用户接口设备104(诸如触摸屏设备、鼠标、键盘等)定义。备选地,感兴趣区域可以在算法上由至少一个处理器107(诸如CPU 107)识别。
在一个实施例中,用于区分脂肪组织的三个数据处理技术可以在感兴趣区域中的CT扫描图像数据和针对每个分析生成的图上执行。数据处理技术对应于采集的成像数据上的材料分解技术以生成不同的图。第一类型的分析是常规CT衰减方法,其通过其放射密度或者衰减强度的亨氏单位(HU)来区分组织类型。放射密度的HU图由第一数据处理技术生成。第二个是组织血管化的量度并且由造影剂(CA)图表示。第三分析是组织的脂质含量的评估(诸如C-O比)以生成C-O比图。因此,可以提供数据的以下图:CT图、HU图和C-O比图。应设想,可以提供一个或多个另外的或者替换数据图。例如,康普顿与光电比图可以被添加或者用于代替C-O比图。另外的数据图,假定其表示与其他图相比较能够进一步区分脂肪组织类型的不同的变量,可以允许脂肪组织类型的区分和识别的增加的清晰度。
第二和第三数据处理技术(通过产生CA和CO比图例示的)处理每个时间点的谱分量以区分组织类型。即,每个数据点包括不同的X射线能级处的多个测量结果。基于特定能级处的X射线的衰减,数据可以被变换为谱区分性质的一个或图。
对于CA图,K边缘成像可以应用于生成地图。K边缘是原子的K层电子的结合能量。存在恰好高于与光子相互作用的原子的K层电子的结合能量的光子能量处发生的光子的衰减系数的突然增加。衰减中的该突然增加由于光子的光电吸收。X射线造影剂(诸如碘)具有用于X射线的吸收的理想K层结合能量。
三维特征空间被定义用于三个图的量。即,表示血管化的造影剂的定量量度、衰减的强度的定量量度和碳氧比的定量量度的三维空间被建立用于CT扫描图像数据的感兴趣区域中的每个数据点(像素)。聚类分析然后针对三维变量空间中的数据点被执行以将组织分类或者识别为以下中的一项:非脂肪软组织(st)、wat和bat/brite。该聚类基于组织的生理性质并且在下表中给定组织特征的指示。聚类分析的结果可以基于要么特定值属于分类分量的可能性要么分量之一的离散分配。图像处理技术已经被选择以提供相对于用于每个数据点的变量的数据,其中,变量能够适合地聚类数据以区分至少WAT和BAT/brite组织类型,从而便于组织类型的后续算法分类/识别。
聚类分析可以在算法上被执行以结合用于三维变量空间内的特定类型的脂肪组织的聚类的可能位置的先验知识来识别每个聚类。
CA | HU | 脂质 | |
ST | 高于WAT | 0–150 | 0.05–0.25 |
WAT | 低 | -100….-50 | ~2.0 |
BAT/brite | 高于WAT | 高于WAT | 低于WAT |
如从上表明显的,WAT可以在CA图中与BAT容易地区分,如作为低对比度组织(血管化的低水平)。而且,脂质(碳和氧定量)通过其相对高脂质含量将WAT与BAT区分并且还能够将脂肪组织(WAT和BAT/brite)与其他非脂肪组织(ST)区分。此外,衰减图的强度将WAT与BAT/brite区分。尽管这些图像处理技术可能不足够独立,以足以肯定地将WAT和BAT/brite彼此并且与其他非脂肪组织(ST)区分,但是这些技术中的至少两个的组合增加脂肪组织类型的区分和识别的可能性。
ST、BAT和WAT的分类的一个可能结果可以被用于生成用于在显示部分108上显示的图像,其允许观察者视觉地识别不同类型的组织(诸如通过使用着色)。此外,组织的不同的类型的指示可以被叠加在CT扫描上以允许观察者在人体中定位组织类型。图像可以示出脂肪组织的解剖分布。
额外地或者备选地,方法可以包括对WAT、BAT/brite和/或ST组织进行定量的定量分析。对于定量评估,可以在数值上确定各种量,其是相关性质的有用的指示器。下表呈现了这些量和其指示什么的量。在表中,x是指数据点并且n是感兴趣区域(ROI)中的图像点的数目。
在备选实施例中,CT设备100可以不生成图像。例如,CT设备100可以仅输出数值结果,如上文所描述的。
在另一备选实施例中,CT设备100可以不执行三个分析。例如,仅CA或者仅脂质分析可以被用于区分WAT和BAT组织或者本文所描述的图像处理技术中的任何两个或更多个可以被执行。
返回到本实施例,方法可以包括用于改进组织分量的分类的步骤。
作为这的范例,可以使用先验知识。WAT图可以经历基于模型的分割和配准过程以并入脂肪组织的解剖知识。分类的假阳性和假阴性结果可以基于分割结果来减少。
已知BAT在WAT内或靠近WAT出现并且通常直接地被定位在皮肤下面。而且,形态学上,BAT细胞被聚集到较大的区域。该信息可以在脂肪组织识别中引导CPU 107。
用于改进分类的另一可能步骤是通过其康普顿与光电效应比区分组织,如上文相对于图3所描述的。
用于改进分类的另一可能步骤是在扫描之前执行BAT/brite激活。BAT/brite可以通过将对象3冷却一段时间(通常大约30分钟)来激活。已知激活的BAT/brite示出了与非激活的BAT/brite相比较更高的血管化。而且,可以存在激活期间的BAT/brite的脂质含量中的减小。
在本发明的另一示范性实施例中,提供了一种计算机程序或一种计算机程序单元,其特征在于适于在适当的系统上执行根据前面的实施例之一所述的方法的方法步骤。
因此,所述计算机程序单元可以被存储在计算机单元上,所述计算机单元也可以是本发明的实施例的部分。该计算单元可以适于执行以上描述的方法的步骤或诱发以上描述的方法的步骤的执行。此外,其可以适于操作以上描述的装置的部件。所述计算单元能够适于自动地操作和/或执行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。所述数据处理器由此可以被装备为执行本发明的方法。
本发明的该示范性实施例涵盖从一开始就使用本发明的计算机程序和借助于更新将现有程序转变为使用本发明的程序的计算机程序两者。
更进一步地,所述计算机程序单元能够提供实现如以上所描述的方法的示范性实施例的流程的所有必需步骤。
根据本发明的另一示范性实施例,提出了一种计算机可读介质,例如CD-ROM,其中,所述计算机可读介质具有存储在所述计算机可读介质上的计算机程序单元,所述计算机程序单元由前面部分描述。
计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质,但计算机程序可也可以以其他形式来分布,例如经由因特网或者其他有线或无线电信系统分布。
然而,所述计算机程序也可以存在于诸如万维网的网络上并能够从这样的网络中下载到数据处理器的工作存储器中。根据本发明的另一示范性实施例,提供了一种用于使得计算机程序单元可用于下载的介质,其中,所述计算机程序单元被布置为执行根据本发明的之前描述的实施例之一所述的方法。
必须指出,本发明的实施例参考不同主题加以描述。具体而言,一些实施例参考方法类型的权利要求加以描述,而其他实施例参考设备类型的权利要求加以描述。然而,本领域技术人员将从以上和下面的描述中了解到,除非另行指出,除了属于一种类型的主题的特征的任何组合之外,涉及不同主题的特征之间的任何组合也被认为由本申请公开。然而,所有特征能够被组合以提供超过特征的简单加和的协同效应。
尽管已经在前述详细描述中呈现了至少一个示范性实施例,但是应当意识到,存在大量的变化。还应当意识到,一个或多个示范性实施例仅是范例,而不旨在以任何方式限制公开的范围、适用性或者配置。相反,前述详细描述将向本领域的技术人员提供用于实施一个或多个示范性实施例的方便的路线图。应当理解,可以在元件的功能和布置中做出各种改变,而不脱离如权利要求书和其合法等价方案中阐述的本公开的范围。
在权利要求中,词语“包括”不排除其他单元或步骤,并且,词语“一”或“一个”并不排除多个。单个处理器或其他单元可以履行权利要求书中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应被解释为对范围的限制。
Claims (15)
1.一种适于识别对象内的脂肪身体组织的类型的图像处理装置,所述装置包括:
-至少一个数据输入接口;以及
-至少一个处理器;
其中,所述数据输入接口被配置为接收所述对象的感兴趣区域的谱计算机断层摄影(CT)成像数据;并且
其中,所述至少一个处理器被配置为:
对所述谱CT成像数据执行至少一种数据处理技术,所述至少一种数据处理技术基于所述感兴趣区域内的至少两个脂肪组织类型的在频谱上不同的衰减性质来区分所述至少两个脂肪组织类型;并且
从所述至少两个组织类型中识别至少一个脂肪组织类型。
2.根据权利要求1所述的图像处理装置,其中,所述至少一种数据处理技术包括基于至少两个脂肪组织类型中的一个脂肪组织类型的不同的血管化来区分所述至少两个脂肪组织类型的数据处理技术。
3.根据权利要求1或2所述的图像处理装置,其中,所述谱CT成像数据是对比增强谱CT成像数据。
4.根据权利要求1、2或3所述的图像处理装置,其中,所述至少一种数据处理技术包括基于通过不同的K层结合能量对所述造影剂的选择性成像来区分至少两个脂肪组织类型的数据处理技术。
5.根据任一前述权利要求所述的图像处理装置,其中,所述至少一种数据处理技术包括基于所述感兴趣区域中的组织的脂质含量来区分至少两个脂肪组织类型的数据处理技术。
6.根据任一前述权利要求所述的图像处理装置,其中,所述至少一种数据处理技术包括基于脂肪组织的碳/氧比来进行区分的数据处理技术。
7.根据任一前述权利要求所述的图像处理装置,其中,所述至少一个处理器被配置为执行基于衰减的强度来区分脂肪组织的所述至少两个类型的数据处理技术。
8.根据任一前述权利要求所述的图像处理装置,其中,所述至少一个处理器被配置为对所述谱CT成像数据执行不同的数据处理技术的组合,所述不同的数据处理技术分别表示不同的变量空间中的所述谱CT成像数据,其中,所述不同的变量空间中的所述不同的数据处理技术的结果区分所述至少两个脂肪组织类型。
9.根据任一前述权利要求所述的图像处理装置,其中,所述至少一个处理器被配置为确定至少一个识别的脂肪组织类型的定量量度。
10.根据前述权利要求中的任一项所述的图像处理装置,其中,所述至少一个处理器被配置为对所述谱CT成像数据执行数据处理技术以确定以下不同的数据图中的至少两项:
脂质含量的量;
造影剂的量;以及
衰减的量。
11.根据前述权利要求中的任一项所述的图像处理装置,其中,所述至少一个处理器被配置为:
对所述数据图执行聚类分析以将数据点放置在图量的多维空间中;并且
基于所述聚类分析来识别与不同类型的脂肪组织对应的数据点的不同的聚类。
12.一种用于识别对象内的脂肪身体组织的类型的系统,包括根据任一前述权利要求所述的图像处理装置以及用于获得所述谱CT成像数据的谱CT扫描器。
13.一种识别对象内的脂肪身体组织的类型的方法,所述方法包括以下步骤:
接收所述对象的感兴趣区域的谱计算机断层摄影(CT)成像数据;
对所述谱CT成像数据执行至少一种数据处理技术,所述至少一种数据处理技术基于所述感兴趣区域内的至少两个脂肪组织类型的在频谱上不同的衰减性质来区分所述至少两个脂肪组织类型;并且
从所述至少两个组织类型中识别至少一个脂肪组织类型。
14.一种用于控制根据权利要求1至12中的一项所述的装置的计算机程序单元,所述计算机程序单元当由处理单元运行时适于执行根据权利要求13所述的方法的步骤。
15.一种存储有根据权利要求14所述的程序单元的计算机可读介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16179693 | 2016-07-15 | ||
EP16179693.3 | 2016-07-15 | ||
PCT/EP2017/067694 WO2018011340A1 (en) | 2016-07-15 | 2017-07-13 | Identifying types of adipose tissue |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109475338A true CN109475338A (zh) | 2019-03-15 |
CN109475338B CN109475338B (zh) | 2023-01-17 |
Family
ID=56567388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780043840.8A Active CN109475338B (zh) | 2016-07-15 | 2017-07-13 | 识别脂肪组织的类型 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10813600B2 (zh) |
EP (1) | EP3484368B1 (zh) |
JP (1) | JP7080214B6 (zh) |
CN (1) | CN109475338B (zh) |
WO (1) | WO2018011340A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113545796A (zh) * | 2021-07-23 | 2021-10-26 | 西北农林科技大学 | 利用计算机断层扫描活体检测猪肉质性状的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003339694A (ja) * | 2002-05-22 | 2003-12-02 | Aloka Co Ltd | 断層像処理装置 |
EP1762976A2 (en) * | 2005-09-08 | 2007-03-14 | Aloka Co., Ltd. | Computerized tomography device and image processing method for identifying brown adipose tissue |
CN101732063A (zh) * | 2008-10-17 | 2010-06-16 | 通用电气公司 | 使用计算机断层摄影数据确定体重和脂肪含量的方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6999549B2 (en) | 2002-11-27 | 2006-02-14 | Ge Medical Systems Global Technology, Llc | Method and apparatus for quantifying tissue fat content |
JP4504287B2 (ja) | 2005-09-08 | 2010-07-14 | アロカ株式会社 | X線ct装置及び画像処理方法 |
US8588492B2 (en) | 2007-11-20 | 2013-11-19 | Koninklijke Philips N.V. | Visualization of vascularization |
KR20110032047A (ko) | 2009-09-22 | 2011-03-30 | 삼성전자주식회사 | 멀티-에너지 x선 시스템 및 멀티-에너지 x선 물질 분리 이미지 처리 장치와, 멀티-에너지 x선 시스템의 물질 분리 이미지 처리 방법 |
US9283317B2 (en) | 2013-03-15 | 2016-03-15 | General Electric Company | Functional brown adipose tissue imaging technique |
-
2017
- 2017-07-13 EP EP17737290.1A patent/EP3484368B1/en active Active
- 2017-07-13 WO PCT/EP2017/067694 patent/WO2018011340A1/en unknown
- 2017-07-13 US US16/316,446 patent/US10813600B2/en active Active
- 2017-07-13 JP JP2019500785A patent/JP7080214B6/ja active Active
- 2017-07-13 CN CN201780043840.8A patent/CN109475338B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003339694A (ja) * | 2002-05-22 | 2003-12-02 | Aloka Co Ltd | 断層像処理装置 |
EP1762976A2 (en) * | 2005-09-08 | 2007-03-14 | Aloka Co., Ltd. | Computerized tomography device and image processing method for identifying brown adipose tissue |
CN101732063A (zh) * | 2008-10-17 | 2010-06-16 | 通用电气公司 | 使用计算机断层摄影数据确定体重和脂肪含量的方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113545796A (zh) * | 2021-07-23 | 2021-10-26 | 西北农林科技大学 | 利用计算机断层扫描活体检测猪肉质性状的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3484368A1 (en) | 2019-05-22 |
JP7080214B2 (ja) | 2022-06-03 |
US20190290222A1 (en) | 2019-09-26 |
US10813600B2 (en) | 2020-10-27 |
CN109475338B (zh) | 2023-01-17 |
EP3484368B1 (en) | 2020-09-09 |
JP2019524233A (ja) | 2019-09-05 |
JP7080214B6 (ja) | 2022-06-23 |
WO2018011340A1 (en) | 2018-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Segars et al. | Application of the 4-D XCAT phantoms in biomedical imaging and beyond | |
CN106725571B (zh) | 医学图像提供设备及其医学图像处理方法 | |
CN103209736B (zh) | 放射线治疗信息生成装置以及放射线治疗信息生成方法 | |
JP5081390B2 (ja) | 腫瘍量を監視する方法及びシステム | |
CN102113016B (zh) | 对数据集进行选择性交互式处理的方法 | |
US20100142774A1 (en) | method, a system, and an apparatus for using and processing multidimensional data | |
Michallek et al. | Fractal analysis in radiological and nuclear medicine perfusion imaging: a systematic review | |
EP2577604B1 (en) | Processing system for medical scan images | |
US10275946B2 (en) | Visualization of imaging uncertainty | |
Busch et al. | Computer aided automatic detection of malignant lesions in diffuse optical mammography | |
CN111598895A (zh) | 一种基于诊断影像和机器学习的测量肺功能指标的方法 | |
US20240242338A1 (en) | Functional imaging features from computed tomography images | |
CN109475338A (zh) | 识别脂肪组织的类型 | |
Rybak et al. | Measurement of the upper respiratory tract aerated space volume using the results of computed tomography | |
Lehovich et al. | Impact on reader performance for lesion-detection/localization tasks of anatomical priors in SPECT reconstruction | |
Lis et al. | Computer-aided diagnosis in lungs radiography | |
Debus | Medical Image Processing | |
Bezoubiri et al. | Dynamic 18 F-FDG PET Images Simulation Using 4D-XCAT Phantom and Kinetic Modeling for Lesion Detectability Investigation and Scan Time Reduction Purpose. | |
Song et al. | Learning from multiple modalities of imaging data for cancer diagnosis | |
Serrano Campaner | Validation of the PSIR sequence for the determination of arrhythmogenic channels in ventricular ischemia | |
Ttofi | Morphology of Human Organs in Nuclear Medicine: MATLAB Commands | |
Nalepa et al. | Extracting Biomarkers from Dynamic Images | |
Bidaut et al. | 3D image reconstruction in medicine and beyond | |
Anguelov | Quantitative anatomy: Power beyond the images | |
Bian | Optimization-based image reconstruction from a small number of projections |
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 |