CN111738977A - 用于提供决策支持数据的方法和数据处理系统 - Google Patents
用于提供决策支持数据的方法和数据处理系统 Download PDFInfo
- Publication number
- CN111738977A CN111738977A CN202010190672.9A CN202010190672A CN111738977A CN 111738977 A CN111738977 A CN 111738977A CN 202010190672 A CN202010190672 A CN 202010190672A CN 111738977 A CN111738977 A CN 111738977A
- Authority
- CN
- China
- Prior art keywords
- thrombus
- data
- computed tomography
- decision support
- photon counting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 208000007536 Thrombosis Diseases 0.000 claims abstract description 111
- 238000002591 computed tomography Methods 0.000 claims abstract description 74
- 238000010968 computed tomography angiography Methods 0.000 claims description 23
- 239000002872 contrast media Substances 0.000 claims description 20
- 230000035699 permeability Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000002372 labelling Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 10
- 230000035508 accumulation Effects 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 6
- 230000000149 penetrating effect Effects 0.000 claims description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 2
- 229910052791 calcium Inorganic materials 0.000 claims description 2
- 239000011575 calcium Substances 0.000 claims description 2
- 210000003743 erythrocyte Anatomy 0.000 claims description 2
- 102000009123 Fibrin Human genes 0.000 claims 1
- 108010073385 Fibrin Proteins 0.000 claims 1
- BWGVNKXGVNDBDI-UHFFFAOYSA-N Fibrin monomer Chemical compound CNC(=O)CNC(=O)CN BWGVNKXGVNDBDI-UHFFFAOYSA-N 0.000 claims 1
- 229950003499 fibrin Drugs 0.000 claims 1
- 230000009805 platelet accumulation Effects 0.000 claims 1
- 238000002560 therapeutic procedure Methods 0.000 description 12
- 208000006011 Stroke Diseases 0.000 description 9
- 230000017531 blood circulation Effects 0.000 description 8
- 230000010412 perfusion Effects 0.000 description 8
- 230000005855 radiation Effects 0.000 description 8
- 238000013151 thrombectomy Methods 0.000 description 7
- 206010061216 Infarction Diseases 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 230000007574 infarction Effects 0.000 description 5
- 208000032382 Ischaemic stroke Diseases 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 230000036770 blood supply Effects 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 4
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 3
- 208000032843 Hemorrhage Diseases 0.000 description 3
- 239000003146 anticoagulant agent Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 208000034158 bleeding Diseases 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 210000005013 brain tissue Anatomy 0.000 description 3
- 230000009089 cytolysis Effects 0.000 description 3
- 238000001990 intravenous administration Methods 0.000 description 3
- 229910052740 iodine Inorganic materials 0.000 description 3
- 239000011630 iodine Substances 0.000 description 3
- 230000002537 thrombolytic effect Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 206010015866 Extravasation Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010053648 Vascular occlusion Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008499 blood brain barrier function Effects 0.000 description 1
- 210000001218 blood-brain barrier Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000036251 extravasation Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000250 revascularization Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 208000021331 vascular occlusion disease Diseases 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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]
- A61B6/032—Transmission computed tomography [CT]
- A61B6/035—Mechanical aspects of 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
-
- 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
- A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—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
-
- 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
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Vascular Medicine (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于提供决策支持数据的方法,包括以下步骤:接收检查区域的光子计数计算机断层摄影数据;基于光子计数计算机断层摄影数据来确定检查区域中的血栓的位置;基于光子计数计算机断层摄影数据和血栓的位置来生成与血栓和/或血栓区域中的血管壁有关的决策支持数据;以及提供决策支持数据。
Description
技术领域
本发明涉及一种用于提供决策支持数据的方法和数据处理系统。本发明还涉及一种计算机断层摄影设备、计算机程序产品、以及计算机可读介质。
背景技术
在缺血性中风的情况下,治疗决策的基本准则是自中风发作以来经过的时间。在中风发作并且对脑组织的损害不超过特定水平的多个小时后的时间窗口内,可以静脉内施用例如药物(例如,rt-PA)来溶解血管闭塞(下文也称为“凝块”)。另外,特别是对于大血管,还可以选择进行机械血栓切除术,换句话说,进行机械再打开。
治疗准则尤其是闭合大的大脑动脉并且检测风险组织,即,濒临死亡的组织。同时,与风险组织相比较,梗死核心(即,不可逆受损的脑组织)的体积不会不成比例地增加。风险可以通过梗死核心和定期灌注的脑组织的半影(在不引起细胞死亡的情况下减少组织中的血液供应)的表示来确定。
仅当存在足够大量的组织时,其实际上血液供应确实减少,但是一旦血液流量恢复,血液供应就正常,同时梗死核心足够小,则以以下形式指示治疗:基于药物的裂解疗法或机械血栓切除术。
在每种治疗中,梗死核心出血都会给患者带来重大风险。这是由于以下事实:在灌注减少的区域或不再供应血液的区域中,血管壁变得脆弱,并且不再能够承受在治疗后恢复灌注所产生的高血压。自中风发作以来,这种风险随时间而增加。更进一步地,在机械血栓切除术的情况下,对血管壁的损伤会给患者带来了其他风险,导致血液渗入梗死核心。
发明内容
本发明的目的在于:在缺血性中风的情况下,能够更好地提供数据以用于估计治疗决策的成功和/或风险。
本发明涉及一种用于提供决策支持数据的方法,包括以下步骤:
-接收检查区域的光子计数计算机断层摄影数据;
-基于光子计数计算机断层摄影数据来确定检查区域中的血栓的位置;
-基于光子计数计算机断层摄影数据和血栓的位置来生成与血栓和/或血栓区域中的血管壁有关的决策支持数据;以及
-提供决策支持数据。
特别地,用于提供决策支持数据的方法可以是计算机实现方法和/或可以以全自动方式执行。基于所提供的决策支持数据,可以例如以全自动方式执行与缺血性中风有关的治疗决策。特别地,检查区域可以是患者的头部或患者头部的子区域。
检查区域中的血栓的位置可以例如通过基于光子计数计算机断层摄影数据来标识潜在血管损伤(尤其是,形式为血管收缩、血管截止和/或血管闭塞的血管损伤)并且确定潜在血管损伤的位置来确定。由于与已经通过间接转换记录的传统计算机断层摄影数据相比较,光子计数计算机断层摄影数据具有较高的空间分辨率,所以甚至可以标识和定位非常小的血管损伤。
光子计数计算机断层摄影数据应当理解为意指计算机断层摄影数据,其具有已经使用光子计数检测器记录的光谱分辨的投影数据作为其基础。光子计数计算机断层摄影数据可以例如以混合图像、虚拟非对比(VNC)图像、碘图和/或单能图像的形式使用。
基于光子计数计算机断层摄影数据,可以以非常高的空间分辨率、以能量分辨的方式并且在电子噪声的数量可忽略不计的情况下显示解剖结构。可以从中高精度地提取各种相关信息,并且提供这些相关信息以支持与中风的疗法有关的决策。
一个实施例提供:
-基于光子计数计算机断层摄影数据来生成计算机断层摄影血管造影图像;
-基于计算机断层摄影血管造影图像来确定检查区域中的血栓的位置;以及
-基于计算机断层摄影血管造影图像来生成与血栓和/或血栓区域中的血管壁有关的决策支持数据。
特别地,首先,可以基于光子计数计算机断层摄影数据(例如,基于非对比计算机断层摄影图像)来标识检查区域中的低密度区域。然后,可以以计算机断层摄影血管造影图像的形式显示低密度区域。
可以例如以图形元素的形式和/或以颜色编码的定量信息的形式来提供决策支持数据。特别地,在血管区域中的每个体素的计算机断层摄影血管造影图像中,可以借助于使用适合于该体素的颜色的颜色编码来显示包含该体素的潜在血栓的概率。
替代地和/或附加地,决策支持数据可以根据用户输入在涵盖计算机断层摄影血管造影图像的图形用户界面中显示。特别地,用户输入可以是用户例如借助于移动和/或计算机输入设备(例如,形式为触敏屏幕和/或鼠标)来选择体素。然后,特别地,决策支持数据可以包括与选择的体素有关的定量信息。
一个实施例提供:
-基于光子计数计算机断层摄影数据和血栓的位置来生成标记信息,该标记信息在计算机断层摄影血管造影图像中标记血栓;以及
-提供计算机断层摄影血管造影图像、标记计算机断层摄影血管造影图像中的血栓的标记信息、以及决策支持数据,以用于在屏幕上同时显示。
特别地,可以显示叠加解剖结构(例如,血管结构)的计算机断层摄影血管造影图像中的标记信息。
一个实施例提供:通过使用经训练的机器学习算法对光子计数计算机断层摄影数据和/或计算机断层摄影血管造影图像进行计算(例如借助于计算单元),以确定血栓的位置。
特别地,在本申请的上下文中,机器学习算法理解为意指为机器学习而设计的算法。例如,机器学习算法可以被设计为用于监督学习和/或非监督学习。例如,机器学习算法可以被设计为用于深度学习和/或用于强化学习和/或用于边际空间学习。
例如,机器学习算法可以基于决策树、随机森林、逻辑回归、支持向量机、人工神经网络(特别是卷积神经网络和/或递归神经网络)、核方法、贝叶斯分类器等或其组合。
特别地,当训练机器学习算法时,例如可以借助于处理器系统进行计算。该处理器系统例如可以包括一个或多个处理器,处理器特别是图形处理器。
特别地,经训练的机器学习算法可以是已经借助于深度学习方法经训练的神经网络。特别地,经训练的机器学习算法可以被设计为基于光子计数计算机断层摄影数据来标识潜在血管损伤(特别是形式为血管收缩、血管截止和/或血管闭塞),并且确定其位置。
一个实施例提供:决策支持数据与血栓的至少一个属性有关,该至少一个属性选自由以下各项组成的属性组:长度、直径、体积、渗透性和构成。例如,可以基于血栓的分段来计算血栓的直径和/或体积。
特别地,决策支持数据(特别是血栓的特性和/或血栓的区域中的血管壁的特性)可以通过将用于计算决策支持数据的经训练的机器学习算法应用于光子计数计算机断层摄影数据和/或计算机断层摄影血管造影图像来计算。
一个实施例提供:基于光子计数计算机断层摄影数据来计算血栓的分段;和/或基于光子计数计算机断层摄影数据来计算延伸通过血栓的血管中心线。特别地,可以基于血管中心线和血栓的分段来计算血栓的长度。
血栓的长度可以例如通过计算位于血栓的分段内部的血管中心线的截面的长度来计算,特别是可以自动地计算。特别地,血栓的分段、血管中心线、以及血栓的长度可以以全自动方式计算。特别地,可以计算血栓的区域中的血管壁的分段。特别地,血管中心线可以基于血栓的区域中的血管壁的分段来计算。
血栓的长度可以作为中风疗法的决策准则。特别地,如果血栓的长度下降到给定阈值以下,则认为中风疗法更有可能成功。如果血栓的长度相对较短,则借助于静脉内溶栓疗法对血栓的区域内的血管进行再通具有更好的成功前景。
一个实施例提供:基于光子计数计算机断层摄影数据来计算穿透血栓的造影剂流。特别地,血栓的渗透性可以基于造影剂流来计算。
特别地,光子计数计算机断层摄影数据可以包括动态信息和/或灌注数据。特别地,可以基于光子计数计算机断层摄影数据来生成包括动态信息的多相计算机断层摄影血管造影图像。特别地,造影剂流可以基于动态信息和/或灌注数据来计算。
另外,可以基于形式为虚拟非对比图像的光子计数计算机断层摄影数据来计算血栓透过性,从而可以确定多少血液或造影剂穿透血栓。血栓的渗透性可以以两个限定参数(即,空隙率和血栓衰减增加(TAI))中的至少一个限定参数的形式提供。
血栓的渗透性与更好的血运重建率、较小的梗死核心和更好的静脉内溶栓疗法的功能性疗法成功相关,例如,与rt-PA相关。
如果血栓的渗透性超过给定阈值,以致可以向血栓的区域的血管壁中的细胞供血,则血管壁基本上是完整的并且可以承受恢复正常血液流量的概率更大。特别地,由于高的空间分辨率和光谱分辨率,所以使用光子计数计算机断层摄影数据允许计算血栓的渗透性的相对较低的值,但这些相对较低的值足以保证血管壁的完整性。特别地,计算血栓的渗透性使得可以估计即使在给定时间窗口之外(例如,自中风发作以来已经过了四个半小时之后),裂解疗法是否也可以成功地进行。
风险组织和/或血栓的区域中的血管壁的血液供应可以例如经由为血栓搭桥的旁路血管(称为搭桥脉管或侧支)进行。由此,可以在一定框架内确保灌注减少的组织的生存能力和/或血管壁的完整性。
例如,可以基于包含在光子计数计算机断层摄影数据中的灌注数据(特别地,脑灌注数据)来确定通过旁路血管的血液流量的程度。特别地,可以通过将用于计算旁路血液流量的经训练的机器学习算法应用于光子计数计算机断层摄影数据和/或计算机断层摄影血管造影图像来计算通过为血栓搭桥的旁路血管的血液流量。
一个实施例提供:决策支持数据与血栓的构成中的成分的份额有关,特别地,决策支持数据包括该血栓的构成中的成分的份额,所述成分选自由以下各项组成的成分组:红血球、纤维蛋白积聚血小板、以及钙。
血栓的构成可以基于光子计数计算机断层摄影数据中的光谱信息来确定。特别地,对于成分组中的成分中的每个成分,可以计算血栓的体积和/或质量的百分比。根据血栓的构成,可以估计例如机械血栓切除术和/或血栓裂解疗法是否可以成功。
依据其构成,血栓可能具有相当柔软或相当坚硬的稠度。例如,基于血栓的构成,凝块回收器(clot-retriever)可以被配置为用于机械血栓切除术和/或多种不同配置的凝块回收器中的一个凝块回收器被选择为用于机械血栓切除术。特别地,可以基于血栓的构成来优化用于机械血栓切除术的凝块回收器的几何形状。
一个实施例提供:决策支持数据与血栓的区域中的血管壁的渗透性有关,特别是决策支持数据包括血栓的区域中的血管壁的渗透性。
基于血栓的区域中的血管壁的渗透性,可以确定恢复正常血液流量期间血管壁破裂的概率。更进一步地,血管壁的渗透性是血脑屏障完整性的参数。血管壁的渗透性可以例如以跨内皮转移常数(kPS)的形式和/或以表面积乘积(PS)的形式(例如,使用单位[mL/100g/min])提供。
决策支持数据可以包括例如指标,其指示血管壁是易碎的还是倾向于易碎的。特别地,可以通过将用于计算血管壁的易碎性的经训练的机器学习算法应用于光子计数计算机断层摄影数据和/或计算机断层摄影血管造影图像来计算指示血管壁是易碎的还是倾向于易碎的指标。
基于这种指标,例如可以指出是否存在出血风险增加或是否仍然维持血管壁的完整性。前者可能是例如自中风发作依赖经过4.5小时后静脉内裂解疗法的禁忌症。因此,在施用了疗法之后,可以使由于易碎的血管壁而导致梗死核心出血的风险降至最低。
一个实施例提供:基于光子计数计算机断层摄影数据来计算穿透血栓区域中的血管壁的造影剂流。特别地,可以根据造影剂流来计算血栓的区域中的血管壁的渗透性。
血管壁的渗透性可以例如基于包含在光子计数计算机断层摄影数据和/或计算机断层摄影血管造影图像中的动态信息和/或灌注数据来计算。本文中,可以测量血管内造影剂到血管外(间质)空间的渗流。
一个实施例提供:基于光子计数计算机断层摄影数据来检测已经穿透血栓区域中的血管壁的造影剂的积聚,和/或基于光子计数计算机断层摄影数据来生成标记已经穿透血栓的区域中的血管壁的造影剂的积聚的标记信息。
特别地,决策支持数据可以包括标记信息,其标记已经穿透血栓的区域中的血管壁的造影剂的积聚。
由于光子计数计算机断层摄影数据的高空间分辨率以及生成虚拟非对比图像的概率,所以可以以灵敏方式确定甚至极少量的例如含碘造影剂,该含碘造影剂从血管中渗流进入周围组织并且在该过程中穿透血栓的区域中的血管壁。特别地,指示所标识的低密度区域内部的血管附近的含碘造影剂的体素可以用颜色标记为破裂风险区域。
决策支持数据(特别是血栓和/或血管壁的每个上述特性)可以以全自动方式计算并且以全自动方式提供以支持治疗决策。这样,在缺血性中风的情况下,由提供治疗决策中固有的成功和/或风险的治疗的医务人员可以进行更好的估计。更进一步地,在此基础上,可以以标准化且可重复的方式做出疗法决策。
本发明还涉及一种用于提供决策支持数据的数据处理系统,包括:
-接收单元,其用于接收检查区域的光子计数计算机断层摄影数据;
-确定单元,其用于基于光子计数计算机断层摄影数据来确定检查区域中的血栓的位置;
-生成单元,其用于基于光子计数计算机断层摄影数据和血栓的位置来生成与血栓和/或血栓区域中的血管壁有关的决策支持数据;以及
-提供单元,其用于提供决策支持数据。
一个实施例提供:数据处理系统被设计为用于执行根据已经公开的方面中的任一方面的用于提供决策支持数据的方法。
本发明还涉及一种计算机断层摄影设备,其包括数据处理系统,该数据处理系统用于根据已经公开的方面中的任一方面来提供决策支持数据。
一个实施例提供:计算机断层摄影设备具有光子计数检测器和/或被设计为用于采集光子计数计算机断层摄影数据。
本发明还涉及一种具有计算机程序的计算机程序产品,该计算机程序可以直接加载到数据处理系统的存储器单元中,其中当程序段由数据处理系统运行时,该程序段执行根据已经公开的方面中的任一方面的方法中的所有步骤。
该计算机程序产品可以是例如计算机程序,或者除了计算机程序还包括至少一个附加部件。计算机程序产品的至少一个附加部件可以被设计为硬件和/或软件。
该计算机程序产品可以是例如其上存储有计算机程序产品的至少一部分的存储介质,和/或具有用于认证计算机程序产品的用户的密钥(特别是以加密狗形式)。计算机程序产品和/或计算机程序可以包括例如云应用程序,其被设计为将计算机程序的程序段分发给各个处理单元(特别是云计算系统中的各种计算机),处理单元中的每个处理单元被设计为运行计算机程序的一个或多个程序段。
本发明还涉及一种计算机可读的存储介质,在该存储介质上存储有可以由数据处理系统读取和执行的程序段,以便当程序段由数据处理系统运行时,执行根据已经公开的方面中的任一方面的方法的所有步骤。
例如,根据本申请中所公开的实施例中的一个实施例的计算机程序产品和/或根据本申请中所公开的实施例中的一个实施例的计算机程序可以存储在计算机可读存储介质上。该计算机可读介质可以是例如存储器棒、硬盘或另一数据载体,特别地,该另一数据载体可以可拆卸地连接到数据处理系统或固定并入到数据处理系统中。该计算机可读介质可以形成例如数据处理系统的存储系统的区域。
数据处理系统可以具有例如形式为硬件的一个或多个部件和/或形式为软件的一个或多个部件。数据处理系统可以例如至少部分地由云计算系统形成。数据处理系统可以例如是和/或包括云计算系统、计算机网络、计算机、平板电脑、智能电话等或其组合。
硬件可以例如与软件交互和/或可以使用软件进行配置。该软件可以例如使用硬件来执行。硬件可以是例如存储系统、FPGA(现场可编程门阵列)系统、ASIC(专用集成电路)系统、微控制器系统、处理器系统及其组合。处理器系统可以包括例如微处理器和/或多个交互微处理器。
该方法中的步骤可以例如在处理器中执行,特别是以计算形式来执行。
例如,数据处理系统的部件之间的数据传送可以分别借助于适当的数据传送接口来进行。可以至少部分地以软件的形式和/或至少部分地以硬件的形式来实现用于向和/或从数据处理系统的部件传送数据的数据传送接口。数据传送接口可以被设计为例如用于在存储系统的区域中存储数据和/或从存储系统的区域中导入数据,其中数据处理系统的一个或多个部件可以访问存储系统的该区域。
数据(特别是光子计数计算机断层摄影数据)例如可以通过携带正在被接收的数据和/或正在被导入(特别是从计算机可读存储介质导入)的数据的信号来接收。数据(特别是决策支持数据)例如可以通过携带正在被传送的数据和/或正在录入到计算机可读存储介质的数据和/或正在在屏幕上显示的数据的信号来提供。
在本发明的范畴中,关于本发明的不同实施例所描述的特征(方法、用途、装置、系统、阵列等)可以组合以形成本发明的其他实施例。例如,与装置有关的权利要求还可以进一步开发为具有已经结合方法所描述或要求保护的特征,反之亦然。本文中,方法的功能特征可以通过适当设计的具体部件来执行。除了已经在本申请中明确描述的本发明的实施例之外,在不超出权利要求书所阐述的本发明的范围的情况下,可以设想本领域技术人员想到的本发明的各种其他实施例。
在本申请的上下文中,“基于”特别是可以理解为“通过使用”的意思。特别地,基于第二特征而产生(替代地:获取、确定等)第一特征的表述不排除能够基于第三特征来产生(替代地:获取、确定等)第一特征。
附图说明
在下文中,借助于示例性实施例参照附图进一步对本发明进行详细描述。附图中所示的视图是示意性且高度简化的,并且不一定按比例绘制。其中:
图1示出了血栓的区域的血管截面;
图2示出了用于提供决策支持数据的方法的流程图;
图3示出了用于提供决策支持数据的数据处理系统;以及
图4示出了计算机断层摄影设备。
具体实施方式
图1示出了血栓T的区域中的血管截面V。血管截面V的血管壁W由外壁OW和内壁IW界定。血管中心线CL延伸穿过由内壁IW界定的血管的内腔。箭头示出了血管截面V中的血液流量。部分血液流量穿透血栓T的区域中的血管壁W并且形成造影剂的积聚CE,该造影剂的积聚CE已经穿透血栓T的区域中的血管壁W。
图2示出了用于提供决策支持数据的方法,该方法包括以下步骤:
-接收RD检查区域的光子计数计算机断层摄影数据;
-基于光谱分辨的光子计数计算机断层摄影数据来确定DT检查区域中的血栓T的位置;
-基于光子计数计算机断层摄影数据和血栓T的位置来生成GD与血栓T和/或血栓T的区域中的血管壁W有关的决策支持数据;
-提供PD决策支持数据。
图3示出了用于提供决策支持数据的数据处理系统35,包括:
-接收单元RD-U,其用于接收RD检查区域的光子计数计算机断层摄影数据;
-确定单元DT-U,其用于基于光谱分辨的光子计数计算机断层摄影数据来确定DT检查区域中的血栓T的位置;
-生成单元GD-U,其用于基于光子计数计算机断层摄影数据和血栓的位置来生成GD与血栓T和/或血栓T的区域中的血管壁有关的决策支持数据;
-提供单元PD-U,其用于提供PD决策支持数据。
图4示出了计算机断层摄影设备1,其包括机架20、隧道形开口9、患者定位设备10、以及控制设备30。机架20包括固定的支撑框架21、倾斜框架22、以及转子24。
倾斜框架22借助于固定的支撑框架21上的倾斜定位设备相对于固定的支撑框架21可倾斜地围绕倾斜轴线布置。转子24借助于倾斜框架22上的旋转定位设备相对于倾斜框架22可旋转地围绕旋转轴线布置。
患者13可以被引入到隧道形开口9中。采集区域4在隧道形开口9中。在采集区域4中,可以定位患者13的要成像的区域,使得来自X射线源26的辐射27可以到达要成像的区域,并且在与要成像的区域相互作用之后,可以到达X射线检测器28。
患者定位设备10包括定位底座11以及用于定位患者13的定位板12。定位板12相对于定位底座11可移动地布置在定位底座11上,使得在定位板12的纵向方向上,定位板12可以被引入到采集区域4中。
计算机断层摄影设备被设计为用于基于电磁辐射27来采集采集数据。计算机断层摄影设备1包括采集单元。采集单元是投影数据采集单元,其包括放射源26(例如,X射线源)和光子计数检测器28。
辐射源26布置在转子24上,并且被设计为用于发射例如具有辐射量子27的X射线的辐射27。检测器28布置在转子24上,并且被设计为用于借助于直接转换检测辐射量子27。辐射量子27可以从辐射源26到达患者13的要成像的区域,并且在与要成像的区域交互之后,可以到达X射线检测器28。可以借助于采集单元以光谱分辨的投影数据的形式采集要成像的区域的采集数据。
控制设备30被设计为用于接收由采集单元采集的采集数据。控制设备30被设计为用于控制计算机断层摄影设备1。控制设备30包括数据处理系统35、计算机可读介质32、以及处理器系统36。控制设备30(特别是数据处理系统35)采用计算机的形式。
控制设备30包括图像重建设备34。借助于图像重建设备34,可以基于光谱分辨的投影数据来生成光子计数计算机断层摄影数据。
计算机断层摄影设备1包括输入设备38和输出设备39,它们各自连接到控制设备30。输入设备38被设计为用于输入控制信息,诸如图像重建参数、检查参数等。特别地,输出设备39被设计为用于输出控制信息、图像和/或声音信号。
输出设备9可以包括例如用于显示图形用户界面的屏幕,该图形用户界面包括计算机断层摄影血管造影图像、标记计算机断层摄影血管造影图像中的血栓T的标记信息、以及决策支持数据。
Claims (15)
1.一种用于提供决策支持数据的方法,包括以下步骤:
-接收(RD)一个检查区域的光子计数计算机断层摄影数据;
-基于所述光子计数计算机断层摄影数据来确定(DT)所述检查区域中的一个血栓(T)的位置;
-基于所述光子计数计算机断层摄影数据和所述血栓(T)的所述位置来生成(GD)所述决策支持数据,所述决策支持数据与所述血栓(T)和/或所述血栓(T)的区域中的一个血管壁(W)有关;
-提供(PD)所述决策支持数据。
2.根据权利要求1所述的方法,
-其中基于所述光子计数计算机断层摄影数据来生成一个计算机断层摄影血管造影图像;
-其中基于所述计算机断层摄影血管造影图像来确定所述检查区域中的所述血栓(T)的所述位置;
-其中基于所述计算的断层造影血管造影图像来生成与所述血栓(T)和/或所述血栓(T)的区域中的所述血管壁(W)有关的所述决策支持数据。
3.根据权利要求2所述的方法,
-其中基于所述光子计数计算机断层摄影数据和所述血栓(T)的所述位置来生成标记信息,所述标记信息在所述计算机断层摄影血管造影图像中标记所述血栓(T);
-其中所述计算机断层造影血管造影图像、在所述计算机断层造影血管造影图像中标记所述血栓(T)的所述标记信息、以及所述决策支持数据被提供在一个屏幕上以用于同时显示。
4.根据权利要求1至3中任一项所述的方法,
-其中通过使用一个经训练的机器学习算法对所述光子计数计算机断层摄影数据和/或所述计算机断层摄影血管造影图像进行计算来确定所述血栓(T)的所述位置。
5.根据权利要求1至4中任一项所述的方法,
-其中所述决策支持数据与所述血栓(T)的至少一个特性有关,所述至少一个特性选自由以下各项组成的特性组:长度、直径、体积、渗透性以及构成。
6.根据权利要求5所述的方法,
-其中基于所述光子计数计算机断层摄影数据来计算所述血栓(T)的一个分段;
-其中基于所述光子计数计算机断层摄影数据来计算延伸通过所述血栓(T)的一个血管中心线(CL);
-其中基于所述血管中心线(CL)和所述血栓(T)的所述分段来计算所述血栓(T)的所述长度。
7.根据权利要求5或6所述的方法,
-其中基于所述光子计数计算机断层摄影数据来计算穿透所述血栓(T)的一个造影剂流;
-其中基于所述造影剂流来计算所述血栓(T)的所述渗透性。
8.根据权利要求5至7中任一项所述的方法,
-其中所述决策支持数据与所述血栓(T)的所述构成中的一个成分的份额有关,其中所述成分选自由以下各项组成的成分组:红血球、纤维蛋白血小板积聚以及钙。
9.根据权利要求1至9中任一项所述的方法,
-其中所述决策支持数据与所述血栓(T)的区域中的所述血管壁(W)的渗透性有关。
10.根据权利要求9所述的方法,
-其中基于所述光子计数计算机断层摄影数据来计算穿透所述血栓(T)的所述区域中的所述血管壁(W)的一个造影剂流;
-其中基于所述造影剂流来计算所述血栓(T)的所述区域中的所述血管壁(W)的所述渗透性。
11.根据权利要求1至10中任一项所述的方法,
-其中基于所述光子计数计算机断层摄影数据来检测已经穿透所述血栓(T)的所述区域中的所述血管壁(W)的造影剂的一个积聚(CE);
-其中生成标记造影剂的所述积聚(CE)的标记信息;
-其中所述决策支持数据包括标记造影剂的所述积聚(CE)的所述标记信息。
12.一种用于提供决策支持数据的数据处理系统(35),包括:
-一个接收单元(RD-U),其用于接收(RD)一个检查区域的光子计数计算机断层摄影数据;
-一个确定单元(DT-U),其用于基于所述计数光子计算机断层摄影数据来确定(DT)所述检查区域中的一个血栓(T)的位置;
-一个生成单元(GD-U),其用于基于所述光子计数计算机断层摄影数据和所述血栓(T)的所述位置来生成(GD)所述决策支持数据,所述决策支持数据与所述血栓(T)和/或所述血栓(T)的区域中的一个血管壁(W)有关;
-一个提供单元(PD-U),其用于提供(PD)所述决策支持数据。
13.一种计算机断层摄影设备(1),包括根据权利要求12所述的数据处理系统。
14.一种具有计算机程序的计算机程序产品,所述计算机程序能够直接加载到一个数据处理系统(35)的一个存储器单元中,其中当多个程序段由所述数据处理系统(35)运行时,所述多个程序段执行根据权利要求1至11中任一项所述的方法的所有步骤。
15.一种计算机可读的存储介质,在所述存储介质上存储有能够由一个数据处理系统(35)读取和执行的多个程序段,以便当所述多个程序段由所述数据处理系统(35)运行时,执行根据权利要求1至11中任一项所述的方法的所有步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019203714.3 | 2019-03-19 | ||
DE102019203714.3A DE102019203714B4 (de) | 2019-03-19 | 2019-03-19 | Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738977A true CN111738977A (zh) | 2020-10-02 |
CN111738977B CN111738977B (zh) | 2024-06-18 |
Family
ID=72334364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010190672.9A Active CN111738977B (zh) | 2019-03-19 | 2020-03-18 | 用于提供决策支持数据的方法和数据处理系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11559271B2 (zh) |
CN (1) | CN111738977B (zh) |
DE (1) | DE102019203714B4 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112767350B (zh) * | 2021-01-19 | 2024-04-26 | 深圳麦科田生物医疗技术股份有限公司 | 血栓弹力图最大区间预测方法、装置、设备和存储介质 |
EP4198883A1 (en) * | 2021-12-17 | 2023-06-21 | Koninklijke Philips N.V. | Interventional characterization of intra-cerebral thrombus using 3d cone beam computed tomography |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19622184A1 (de) * | 1996-06-03 | 1997-12-04 | Joern Martens | Tragbares Gerät zur Langzeit-Perfusion von menschlichen und tierischen Geweben, als Herz-Lungen-Nieren-Leber-Maschine, für die umfassende, funktionell stützende Behandlung und besonders auch für die lebenserhaltende Notfall-Perfusion, zur Notfall-Versorgung von Patienten |
US20020198550A1 (en) * | 1996-07-26 | 2002-12-26 | Nash John E. | System and method of use for treating occluded vessels and diseased tissue |
CN1635855A (zh) * | 2001-07-30 | 2005-07-06 | 埃匹克斯医疗股份有限公司 | 靶向血管系统的磁共振成像系统和方法 |
US20160180042A1 (en) * | 2014-12-01 | 2016-06-23 | Quikflo Technologies Inc. | Decision support tool for stroke patients |
CN107748128A (zh) * | 2017-11-27 | 2018-03-02 | 郑州大学 | 一种组织工程血管支架的生物力学性能测试装置及方法 |
CN109475679A (zh) * | 2016-06-30 | 2019-03-15 | 甘布罗伦迪亚股份公司 | 两个流体容纳系统之间的流体连接的中断检测 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10568586B2 (en) * | 2012-10-05 | 2020-02-25 | Volcano Corporation | Systems for indicating parameters in an imaging data set and methods of use |
US11024404B2 (en) * | 2016-03-01 | 2021-06-01 | Siemens Healthcare Gmbh | System and method for medical image based cardio-embolic stroke risk prediction |
JP7349727B2 (ja) * | 2016-11-21 | 2023-09-25 | センサム | 生体構造の特徴づけおよび同定 |
EP3332710B1 (de) * | 2016-12-12 | 2020-09-16 | Siemens Healthcare GmbH | Charakterisierung von plaque |
-
2019
- 2019-03-19 DE DE102019203714.3A patent/DE102019203714B4/de active Active
-
2020
- 2020-03-12 US US16/816,747 patent/US11559271B2/en active Active
- 2020-03-18 CN CN202010190672.9A patent/CN111738977B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19622184A1 (de) * | 1996-06-03 | 1997-12-04 | Joern Martens | Tragbares Gerät zur Langzeit-Perfusion von menschlichen und tierischen Geweben, als Herz-Lungen-Nieren-Leber-Maschine, für die umfassende, funktionell stützende Behandlung und besonders auch für die lebenserhaltende Notfall-Perfusion, zur Notfall-Versorgung von Patienten |
US20020198550A1 (en) * | 1996-07-26 | 2002-12-26 | Nash John E. | System and method of use for treating occluded vessels and diseased tissue |
CN1635855A (zh) * | 2001-07-30 | 2005-07-06 | 埃匹克斯医疗股份有限公司 | 靶向血管系统的磁共振成像系统和方法 |
US20160180042A1 (en) * | 2014-12-01 | 2016-06-23 | Quikflo Technologies Inc. | Decision support tool for stroke patients |
CN109475679A (zh) * | 2016-06-30 | 2019-03-15 | 甘布罗伦迪亚股份公司 | 两个流体容纳系统之间的流体连接的中断检测 |
CN107748128A (zh) * | 2017-11-27 | 2018-03-02 | 郑州大学 | 一种组织工程血管支架的生物力学性能测试装置及方法 |
Non-Patent Citations (1)
Title |
---|
李晓利;范利;张金花;王强;马聪;胡亦新;王耀辉;尹慧君;: "老年人群血栓弹力图凝血综合指数的影响因素分析", 中华保健医学杂志, no. 02, pages 96 - 99 * |
Also Published As
Publication number | Publication date |
---|---|
DE102019203714A1 (de) | 2020-09-24 |
US11559271B2 (en) | 2023-01-24 |
CN111738977B (zh) | 2024-06-18 |
US20200297299A1 (en) | 2020-09-24 |
DE102019203714B4 (de) | 2020-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Coenen et al. | Integrating CT myocardial perfusion and CT-FFR in the work-up of coronary artery disease | |
Vliegenthart et al. | Dual-energy CT of the heart | |
Leschka et al. | Myocardial bridging: depiction rate and morphology at CT coronary angiography—comparison with conventional coronary angiography | |
CN105830123B (zh) | 谱图像数据处理 | |
EP3041414B1 (en) | Processing apparatus for processing cardiac data | |
US10818073B2 (en) | System and method for time-resolved, three-dimensional angiography with flow information | |
Zeng et al. | Automatic diagnosis based on spatial information fusion feature for intracranial aneurysm | |
Bauer et al. | Dual-energy CT for the assessment of chronic myocardial infarction in patients with chronic coronary artery disease: comparison with 3-T MRI | |
US8880148B2 (en) | Treatment process of radiological images for detection of stenosis | |
Murayama et al. | Whole-brain perfusion CT performed with a prototype 256–detector row CT System: initial experience | |
Bauer et al. | Noncalcified atherosclerotic plaque burden at coronary CT angiography: a better predictor of ischemia at stress myocardial perfusion imaging than calcium score and stenosis severity | |
Meinel et al. | Prognostic value of stress dynamic myocardial perfusion CT in a multicenter population with known or suspected coronary artery disease | |
US20200237331A1 (en) | Improvements in the radiological detection of chronic thromboembolic pulmonary hypertension | |
Henzler et al. | Attenuation-based characterization of coronary atherosclerotic plaque: comparison of dual source and dual energy CT with single-source CT and histopathology | |
CN111738977B (zh) | 用于提供决策支持数据的方法和数据处理系统 | |
JP6415903B2 (ja) | 医用画像処理装置 | |
Morais et al. | Diagnostic performance of a machine learning-based CT-derived FFR in detecting flow-limiting stenosis | |
US20230113721A1 (en) | Functional measurements of vessels using a temporal feature | |
Muir et al. | Imaging of acute stroke and transient ischaemic attack | |
EP3457413B1 (en) | Method for classifying a risk for thrombus formation in an organ, system for classifying a risk for thrombus formation in an organ, a computer program product and a computer readable medium | |
US11694330B2 (en) | Medical image processing apparatus, system, and method | |
CN113143305A (zh) | 提供血管畸形的血流参数组 | |
García-Bermejo et al. | Multimodal CT versus MRI in selecting acute stroke patients for endovascular treatment | |
JP6034194B2 (ja) | 医用画像処理装置の作動方法、医用画像処理装置及びコンピュータ可読ストレージ媒体 | |
US8489173B2 (en) | CT tomographic imaging process and system |
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 |