CN112689474A - 用于确定通气缺陷的计算设备 - Google Patents
用于确定通气缺陷的计算设备 Download PDFInfo
- Publication number
- CN112689474A CN112689474A CN201980059910.8A CN201980059910A CN112689474A CN 112689474 A CN112689474 A CN 112689474A CN 201980059910 A CN201980059910 A CN 201980059910A CN 112689474 A CN112689474 A CN 112689474A
- Authority
- CN
- China
- Prior art keywords
- dark
- field
- computing device
- ray
- normalized
- 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.)
- Pending
Links
- 238000009423 ventilation Methods 0.000 title claims abstract description 67
- 230000007547 defect Effects 0.000 title claims abstract description 53
- 210000004072 lung Anatomy 0.000 claims abstract description 122
- 230000003434 inspiratory effect Effects 0.000 claims abstract description 17
- 238000003384 imaging method Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 238000009499 grossing Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 101001044908 Cairina moschata Chymotrypsin inhibitor Proteins 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 208000005069 pulmonary fibrosis Diseases 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- A61B6/48—Diagnostic techniques
- A61B6/484—Diagnostic techniques involving phase contrast X-ray 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4291—Arrangements for detecting radiation specially adapted for radiation diagnosis the detector being combined with a grid or grating
-
- 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
- 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
- A61B6/52—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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于比较暗场X射线图像的计算设备(10)。所述计算设备(10)被配置用于接收描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像(11),并且用于接收描述了处于吸气状态的患者的第二暗场X射线信号第二暗场X射线图像(12)。所述计算设备(10)还被配置用于利用描述呼气状态下的肺厚度的肺厚度值对第一暗场X射线图像(11)的第一暗场X射线信号进行归一化,并且利用描述吸气状态下的肺厚度的肺厚度值对第二暗场X射线图像(12)的第二暗场X射线信号进行归一化。此外,所述计算设备(10)被配置用于将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较,从而确定比较结果(13)并且用于基于所述比较结果(13)来确定是否存在在患者的肺的具有通气缺陷的至少一个区域。
Description
技术领域
本发明涉及用于比较暗场X射线图像的计算设备,暗场X射线成像设备,用于确定是否存在患者的肺的具有通气缺陷的至少一个区域方法以及计算机程序单元和计算机可读介质。
背景技术
暗场成像(DPCI和DFI)是一项很有前途的技术,其将有可能提高X射线装备计算机断层扫描(CT)和射线照相系统的诊断质量。例如,暗场X射线(DAX)成像是一种新的模态,其在诊断COPD、肺纤维化、肺癌等肺部疾病的领域具有巨大潜力。DAX成像的基本概念是使用泰伯-劳(Talbot-Lau)型干涉仪,即在X射线束中添加三个光栅G0、G1和G2。可以将对象放置在G0和G1光栅之间,也可以放置在G1和G2之间。通常,G0和G2是吸收光栅,并且G1是相位光栅。
通过在微米尺度上的折射率变化来生成暗场X射线信号。对于肺成像,暗场X射线信号主要由患者的肺泡中的空气组织界面生成。
在某些疾病中,肺的一些部分不再通气,例如显示出通气缺陷。临床上,期望识别并量化患者的肺的通气,以便在短时间内监测特定处置是否减缓或停止了进展,并及早决定是否需要改变治疗。但是,目前没有诊断工具可以准确地确定是否存在通气缺陷。
有必要解决这些问题。
发明内容
具有用于比较暗场X射线图像的改进的计算设备、方法和设备将是有利的。
本发明的目的利用独立权利要求的主题来解决,其中,在从属权利要求中并入了另外的实施例。应当注意,本发明的以下描述的方面和示例也适用于暗场X射线成像设备,适用于确定是否存在患者的肺的具有通气缺陷的至少一个区域的方法,并且适用于计算机程序单元和计算机可读介质。
根据第一方面,提供了一种用于比较暗场X射线图像的计算设备。所述计算设备被配置为:
接收描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像;
接收描述处于吸气状态的患者的第二暗场X射线信号的第二暗场X射线图像;
利用描述处于呼气状态的肺厚度的肺厚度值来将所述第一暗场X射线图像的所述第一暗场X射线信号归一化;
利用描述处于吸气状态的肺厚度的肺厚度值来将所述第二暗场X射线图像的所述第二暗场X射线信号归一化;
将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较,从而确定比较结果;并且
基于所述比较结果来确定是否存在患者的肺的具有通气缺陷的至少一个区域。
已经发现,来自患者的肺的并且通过穿过肺的路径长度而归一化的暗场X射线信号随着呼吸周期而变化。具体而言,在呼气时,每长度的信号更强,这可以通过以下事实来解释:肺泡变小,并且沿着X射线存在更多的空气组织界面。如果患者的肺部存在具有通气缺陷的区域,则在呼吸周期中肺泡的大小变化将减少或者甚至完全消失。
定义:
在光栅干涉仪中没有物体的情况下,探测器像素的信号强度是相对光栅位置x的函数,其遵循:
I(x)=I0(1+V cos(ψ+2πx/p))
其中,I0是空白扫描强度,V是空白扫描可见性,并且ψ是条纹图案的空白扫描阶段,并且p是光栅的周期。在物体被插入时,此信号强度改变为:
M(x)=TI0(1+DV cos(ψ+α+2πx/p))
其中,T是X射线透射,D是暗场信号,并且ψ是由对象引入的相移。
应当理解,在整个本公开中,暗场X射线信号可以用作暗场信号的对数-ln D的同义词。因此,对于诸如归一化的进一步处理,可以使用对数暗场X射线信号以及暗场X射线信号。此外,应当注意,暗场X射线系统同时提供常规X射线透射图像和暗场X射线图像。
因此,通过将呼气时的第一暗场X射线图像与吸气时的第二暗场X射线图像进行比较,所述计算设备可以被配置用于确定是否存在患者的肺的具有通气缺陷至少一个区域。如果患者的肺没有通气缺陷,则呼气与吸气之间的归一化暗场X射线信号不同。但是,如果患者的肺的某个区域存在通气不足,则肺泡在呼吸周期中未如应有的那样扩张/收紧,则经归一化的暗场X射线信号不出现差异或出现的异常不是预期的(暗场X射线信号之间的差异太小)。
应该注意的是,暗场X射线信号(或对数暗场X射线信号)分别通过呼气时的肺厚度和吸气时的肺厚度归一化。因此,X射线穿过生成暗场X射线信号的组织的路径长度。如文件WO 2018/114553中所述,可以由计算设备通过确定穿过肺的组织内路径长度来确定肺厚度,这也可以使用透射图像来执行,透射图像由暗场X射线系统与暗场X射线图像同时生成。
此外,所述计算设备可以取经归一化的暗场X射线信号的对数以进行进一步处理或计算。这些经归一化的暗场X射线信号可以由计算设备进行比较,从而确定比较结果。该比较结果可以用于确定是否存在具有通气缺陷的一个区域。因此,可以将比较结果与阈值进行比较,并且如果比较结果偏离该阈值,则患者的肺的一个区域中可能存在通气缺陷。
替代地或额外地,计算可以被配置为基于比较结果来确定患者的肺的一个区域中的通气缺陷的程度。因此,所述计算设备可以量化患者的肺中的通气缺陷。
换句话说,如果经归一化的第一和第二暗场X射线信号彼此之间太接近,则患者的肺的该区域的通气可能太低,并且如果经归一化的第一和第二暗场X射线信号彼此之间偏离过多,则患者的肺的该区域的通气过高,这两者都可以由计算设备基于比较结果来确定。此外,所述计算设备可以确定第一和第二暗场X射线信号之间的预期信号变化,所述预期信号变化可以与比较结果进行比较。预期信号变化和比较结果之间的偏差可用于确定患者的肺的通气缺陷的程度。
应当理解,所述计算设备可以将患者的肺的第一和第二暗场图像划分为不同的部分、子部分或区域,所述不同的部分、子部分或区域可以与肺部的不同部分、子部分或区域相关,针对每个区域,所述计算设备可以确定是否存在通气缺陷。因此,所述计算设备可以分别比较每个部分、子部分或区域的经归一化的第一和第二暗场X射线信号,以确定比较结果并且基于比较结果来确定患者的肺部的至少一个区域是否存在通气缺陷。
应该注意的是,患者的肺可能过度通气、通气过高或通气不足、通气过低,这两种情况都被通气缺陷所涵盖。
应当注意,所述计算设备可以是处理器、计算单元或电路。此外,所述计算设备可以包括存储器,以存储在计算期间使用的数据,例如,暗场X射线图像或输出信号。
根据一个实施例,所述计算设备还被配置用于基于比较结果来识别患者的肺的至少一个区域是否显示通气缺陷。因此,所述计算设备不仅可以确定是否存在通气效果,而且可以识别患者的肺的具有通气缺陷的区域。
根据另一个实施例,所述计算设备还被配置用于执行经归一化的第一和第二暗场X射线图像的配准。
换句话说,所述计算设备可以被配置为相对于彼此对齐经归一化的第一和第二暗场X射线图像,使得在经归一化的第一和第二暗场X射线信号之间比较所述患者的肺的相同区域。
根据一个实施例,所述计算设备被配置用于平滑经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号。所述计算设备优选地被配置用于通过使用低通滤波器来执行平滑。
换句话说,所述计算设备可以预处理经归一化的第一和第二暗场X射线信号以减少经归一化的第一和第二暗场X射线信号中的噪声,以便于比较经归一化的第一和第二暗场X射线信号。此外,可以通过平滑经归一化的第一和第二暗场X射线信号来提高比较结果的质量。
根据一个实施例,所述计算设备被配置用于计算经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号之间的比率,以将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较。所述计算设备还被配置为:如果所计算的比率在从1偏离小于第一阈值的区间,则确定患者的肺是否存在具有通气缺陷的至少一个区域,其中,所述第一阈值优选地为5%。但是,应该理解,所述第一阈值可以是2%或10%。
换句话说,如果该比率接近于1或在预定范围内,例如在0.95至1.05之间(对于上述5%阈值的情况),则经归一化的第一和第二暗场X射线信号是相似的。因此,存在患者的肺的具有通气缺陷的至少一个区域。应当理解,经归一化的第一和第二暗场X射线信号之间的比率或者经归一化的第二和第一暗场X射线信号之间的比率都可以被计算并且可以用于将经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号进行比较。
替代地或额外地,所述计算设备可以被配置为基于比较结果来确定与患者的肺的通气相对应的值,使得可以确定患者的肺的通气程度,例如通气比预期少20%或15%。
根据一个实施例,所述计算设备被配置用于计算经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号之间的差异,以将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较。所述计算设备还被配置为:如果所计算的差的数学模超过或低于预定的第二阈值,则确定是否存在患者的肺的具有通气缺陷的至少一个区域。
换句话说,不仅可以计算该比率以确定是否存在患者的肺的具有通气缺陷的一个区域,而且可以将所述差异,特别是所述差的数学模与第二阈值进行比较。如果差的模接近于0,则患者的肺一个区域可能存在通气缺陷。如果差的模超过一定值,则该区域可能通气过度。第二阈值可以是绝对阈值、相对阈值或百分比阈值。
根据另一实施例,所述计算设备被配置用于基于比较结果来确定对应于患者的肺的通气的值。
换句话说,所述计算设备可以确定患者的肺或患者的肺的区域的通气状态,例如,区域是否通气过度或通气不足。此外,所述计算设备可以确定这些状态的程度。此外,应该注意的是,可以将通气缺陷与平均通气值进行比较,从而将其与患者的肺的通气的预期值进行比较。
根据一个实施例,所述计算设备被配置用于确定呼气时的肺体积Ve和吸气时的肺体积Vi。肺体积可以通过分别在呼气和吸气时使用X射线透射图像来确定。所述计算设备还被配置为通过使用所确定的肺体积Ve和Vi来确定呼气时经归一化的第一暗场X射线信号和吸气时经归一化的第二暗场X射线信号的预期平均信号变化。所述计算设备被配置用于基于所确定的预期平均信号变化以及与经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号的比较,来确定是否存在患者的肺的具有通气缺陷的至少一个区域。
根据另一个实施例,预期平均信号变化是从以下公式导出的:
其中,(-ln De)/le和(-ln Di)/li是针对呼气和吸气状态的归一化暗场X射线信号(或归一化对数暗场X射线信号),le和li是呼气和吸气状态的肺厚度,并且Ve和Vi是呼气和吸气状态的肺体积。
根据一个实施例,预定义的第一或第二阈值基于吸气时的肺体积Vi与呼气时的肺体积Ve之间的比率Vi/Ve。
根据一个实施例,所述计算设备被配置用于将描述比较结果的输出信号生成到显示单元,用于以图形方式显示比较结果,并且优选地确定是否存在患者的肺的具有通气缺陷的至少一个区域。
换句话说,显示单元可以被配置为显示比较结果,以便向医师表示比较结果。此外,显示单元可以显示包括比较结果的第一和第二暗场X射线图像。
根据另一实施例,输出信号包括标记的区域,所述标记的区域对应于患者的肺的具有通气缺陷的至少一个区域。
换句话说,可以在显示单元上强调或突出显示患者的肺的具有通气缺陷的至少一个区域。患者的肺的区域可以被不同地着色,或者在患者的肺部的已识别区域周围可能出现框。
根据第二方面,提供了一种暗场X射线成像设备。该暗场X射线成像设备包括之前和以下描述的计算设备。暗场X射线成像设备被配置用于生成第一暗场X射线图像和第二暗场X射线图像,并将所述图像提供给计算设备。
暗场X射线成像设备可以包括X射线源、第一光栅、第二光栅、第三光栅和X射线探测器。X射线源可以被配置为产生X射线。所述第一光栅可以被定位于所述X射线源与所述第二光栅之间,其中,所述第二光栅被定位于所述第一光栅与所述第三光栅之间。所述第一光栅与所述第三光栅之间的区域的一部分可以形成用于容纳对象(例如患者的肺的)的检查区域。所述X射线探测器可以被配置为探测由第三光栅透射的X射线中的至少一些。
替代地或附加地,暗场X射线成像设备可以分别在期满和吸气时自动采集第一暗场X射线图像和第二暗场X射线图像。在另一个实施例中,暗场成像设备可以被手动触发以分别在呼气和吸气时采集第一和第二暗场X射线图像。
根据第三方面,提供了一种用于通过使用暗场X射线成像数据来确定是否存在患者的肺的具有通气缺陷的至少一个区域的方法。所述方法包括:
a)提供描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像;
b)接收描述处于吸气状态的患者的第二暗场X射线信号的第二暗场X射线图像;
c)通过计算设备利用描述处于呼气状态的肺厚度的肺厚度值来将所述第一暗场X射线图像的所述第一暗场X射线信号归一化;
d)通过所述计算设备利用描述处于吸气状态的肺厚度的肺厚度值来将所述第二暗场X射线图像的所述第二暗场X射线信号归一化;
e)通过所述计算设备将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较并且确定比较结果;并且
f)基于所述比较结果来确定是否存在患者的肺的具有通气缺陷的至少一个区域。
替代地或额外地,在归一化的步骤中可以使用第一和第二暗场X射线信号的对数。
根据一个实施例,在比较暗场X射线信号的步骤之前,包括以下步骤:
对经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号进行平滑,其中,优选地,通过使用低通滤波器来执行平滑。
应当注意,在暗场X射线信号的平滑之前,可以执行第一和第二暗场X射线图像的配准以相对于第二暗场X射线图像对齐第一暗场X射线图像。
根据一个实施例,比较的步骤包括:
计算经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号之间的比率。如果计算出的比例接近1,例如,其取值范围为1±5%,则存在患者的肺部具有通气缺陷的至少一个区域。
替代地或额外地,比较的步骤包括:
计算经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号之间的差异,并将此计算出的差异与第二阈值进行比较,以确定是否存在患者的肺的具有通气缺陷至少一个区域。
根据另一方面,提供了一种对如前所述的设备进行控制计算机程序单元,所述计算机程序单元在由处理单元执行时适于执行如前所述的方法的步骤。
根据另一方面,提供了一种存储有如前所述的计算机单元的计算机可读介质。
所述计算机程序单元可以例如是软件程序,但是也可以是FPGA、PLD或任何其他适当的数字装置。
有利地,上述任何方面提供的益处同样适用于所有其他方面,并且反之亦然。
参考下文描述的实施例,上述方面和范例将变得显而易见并将得以阐述。
附图说明
下面将参考附图来描述示范性实施例:
图1示出了用于比较暗场X射线图像的计算设备的示例的示意性设置;
图2示出了暗场X射线成像设备的示意性设置;并且
图3示出了用于确定患者的肺部是否存在具有通气缺陷至少一个区域的方法。
具体实施方式
图1示出了用于比较暗场X射线图像的计算设备10的示例。计算设备10在呼气时接收描述第一暗场X射线信号的第一暗场X射线图像11,并且在吸气时接收描述第二暗场X射线信号的第二暗场X射线图像12。计算设备10可以将接收到的暗场X射线信号中的每个利用其对应的肺厚度归一化。此外,所述计算设备10可以在归一化期间取第一和第二暗场X射线信号的对数以进行进一步处理。在归一化之后,所述计算设备10可以配准第一暗场X射线图像11和第二暗场X射线图像12以将这些图像彼此对齐。此外,所述计算设备10可以通过低通滤波器来对第一和第二暗场X射线信号进行平滑,以减少第一和第二暗场X射线信号中的噪声,从而改善结果。计算设备10可以例如通过计算第一和第二暗场X射线信号之间的比率或差来比较经归一化、配准和平滑的第一和第二暗场X射线信号。应当注意,可以计算经归一化的第一和第二暗场X射线信号之间的比率以及经归一化的第二和第一暗场X射线信号之间的比率。比较产生比较结果13。基于比较结果13,所述计算设备10可以确定是否存在患者的肺的具有通气缺陷的至少一个区域或部分。因此,所述计算设备10可以将比较结果13与第一阈值或第二阈值进行比较,以确定是否存在患者的肺部的具有通气缺陷的一个区域。如果存在患者的肺的具有通气缺陷的一个区域,则计算设备10可以还被配置为识别该区域。在一个实施例中,比较结果13或患者的肺的识别出的具有通气缺陷的区域被显示在显示单元上。此外,可以在显示单元上标记、强调或突出显示患者的肺的识别出的具有通气缺陷的区域。
在另一个实施例中,所述计算设备10可以被配置为基于另外接收的第一和第二透射X射线图像11、12来确定呼气时的肺体积Ve和吸气时的肺体积Vi。此外,所述计算设备10可以被配置为基于确定的肺体积Ve和Vi分别确定呼气时和吸气时经归一化的第一和第二暗场X射线信号的预期平均信号变化。如果比较结果明显偏离所确定的预期平均信号变化,则计算设备10可以识别出患者的具有通气缺陷的肺的一个区域。预期的平均信号变化可以从以下公式导出:
在又一个实施例中,第一阈值和第二阈值可以分别基于在呼气时和吸气时所确定的肺体积的比率Vi/Ve。
图2示出了包括根据图1的计算设备10的暗场X射线成像设备1。暗场X射线成像设备1还包括X射线源20、第一光栅30、第二光栅40、第三光栅50和X射线探测器60。X射线源20被配置为产生X射线。第一光栅30被定位于X射线源20与第二光栅40之间。第二光栅40被定位于第一光栅30与第三光栅50之间。第三光栅50被定位于第二光栅40与X射线探测器60之间。第一光栅30和第三光栅50之间的区域的至少一部分形成用于容纳诸如患者的肺的对象的检查区域。所述X射线探测器60被配置为探测由三个光栅30、40、50透射的X射线中的至少一些。此外,X射线探测器60可以被配置为探测X射线束,基于所述该X射线束,生成呼气时的第一暗场X射线图像11和吸气时的第二暗场X射线图像12。此外,基于探测到的X射线的60的检测到的X射线束,可以生成用于确定肺厚度和肺体积的透射图像。第一和第二暗场和透射X射线图像由计算设备10接收,所述计算设备执行之前和以下描述的方法。此外,暗场X射线成像设备1可以包括显示单元70,显示单元70可以被配置为显示计算设备10的比较结果13。此外,所述计算设备10可以自动触发暗场X射线成像设备1来生成第一和第二暗场X射线图像11、12。
图3示出了用于确定患者的肺部是否存在具有通气缺陷至少一个区域的方法。所述方法包括:
在提供步骤S1,也称为步骤a),提供描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像;
在提供步骤S2,也称为步骤b),提供描述处于吸气状态的患者的第二暗场X射线信号的第二暗场X射线图像;
在归一化步骤S3,也称为步骤c),通过计算设备利用描述处于呼气状态的肺厚度的肺厚度值来对所述第一暗场X射线图像的所述第一暗场X射线信号进行归一化;
在归一化步骤S4,也称为步骤d),通过所述计算设备利用描述处于吸气状态的肺厚度的肺厚度值来对所述第二暗场X射线图像的所述第二暗场X射线信号进行归一化;其中,所述归一化步骤S3和S4可以取第一和第二暗场X射线信号的对数。
在平滑步骤S5,对经经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号进行平滑,其中,优选地,通过使用低通滤波器来执行平滑。
在比较步骤S6,也称为步骤e),通过计算设备将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较并且确定比较结果;
其中,比较步骤S6可以包括:
计算经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号之间的比率,其中,如果计算出的比例接近1,例如,其落在1±5%的范围,则存在患者的肺部具有通气缺陷的至少一个区域。或者
计算第一暗场X射线信号与第二暗场X射线信号之间的比率,其中,如果计算出的差的绝对值低于第二阈值,则存在患者的具有通气缺陷的至少一个肺区域。
在确定步骤S7,也称为步骤f),基于所述比较结果来确定是否存在患者的肺的具有通气缺陷的至少一个区域。
在另一示范性实施例中,提供了一种计算机程序或计算机程序单元,其特征在于,其被配置为在合适的系统或设备上执行根据前述实施例中的一个的方法的方法步骤。
计算机程序单元因此可以存储在计算单元上,其也可以是实施例的一部分。该计算单元可以被配置为执行上述方法的步骤或引起上述方法的步骤的执行。此外,其可以被配置为操作上述设备和/或系统的部件。计算单元可以被配置为自动操作和/或执行用户的命令。计算机程序可被加载到数据处理器的工作存储器中。数据处理器因此可以被配备为执行根据前述实施例中的一项的方法。
本发明的该示范性实施例覆盖正好从开始就使用本发明的计算机程序以及借助于更新而将现有程序转变为使用本发明的程序的计算机程序两者。
另外,计算机程序单元可以能够提供所有必要的步骤来完成如以上所描述的方法的示范性实施例的流程。
根据本发明的另一个示例性实施例,提出了一种计算机可读介质,例如CD-ROM、USB记忆棒等,其中,所述计算机可读介质具有存储在其上的计算机程序单元,所述计算机程序单元由前一部分所描述。
计算机程序可以存储和/或分布在适合的介质上,诸如与其他硬件一起提供的或者作为其一部分的光学存储介质或者固态介质,但也可以以其他形式分发,诸如经由互联网或其他有线或无线电信系统。
然而,计算机程序也可以通过如万维网的网络来提供并且可以被从这样的网络下载到数据处理器的工作存储器中。根据本发明的另外的示范性实施例,提供了一种用于使得计算机程序单元可供下载的介质,所述计算机程序单元被布置为执行本发明的先前描述的实施例中的一个。
必须指出,本发明的实施例参考不同主题进行描述。尤其地,一些实施例是参考方法型权利要求来描述的,而其他实施例是参考设备型权利要求来描述的。然而,本领域技术人员以上和以下描述可以得出,除非另行指出,除了属于同一类型的主题的特任的任何组合之外,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,提供超过所述特征的简单加和的协同效应。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是说明性或示范性的,而非限制性的。本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及从属权利要求,在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。
在权利要求书中,词语“包括”不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项目的功能。尽管在互相不同的从属权利要求中列举了特定措施,但是这并不指示不能有利地使用这些措施的组合。权利要求书中的任何附图标记不应被解释为对范围的限制。
Claims (15)
1.一种用于比较暗场X射线图像(11、12)的计算设备(10),所述计算设备(10)被配置用于:
接收描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像(11);
接收描述处于吸气状态的所述患者的第二暗场X射线信号的第二暗场X射线图像(12);
利用描述处于所述呼气状态的肺厚度的肺厚度值来对所述第一暗场X射线图像(11)的所述第一暗场X射线信号进行归一化;
利用描述处于所述吸气状态的肺厚度的肺厚度值来对所述第二暗场X射线图像(12)的所述第二暗场X射线信号进行归一化;
将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较,从而确定比较结果(13);并且
基于所述比较结果来确定是否存在所述患者的肺的具有通气缺陷的至少一个区域。
2.根据权利要求1所述的计算设备(10),
其中,所述计算设备(10)还被配置用于基于所述比较结果(13)来识别所述患者的肺的具有所述通气缺陷的至少一个区域。
3.根据权利要求1或2所述的计算设备(10),
其中,所述计算设备(10)还被配置用于执行经归一化的第一暗场X射线图像(11)和经归一化的第二暗场X射线图像(12)的配准。
4.根据前述权利要求中的任一项所述的计算设备(10),
其中,所述计算设备(10)被配置用于对经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号进行平滑,其中,所述计算设备(10)优选地被配置用于通过使用低通滤波器来执行所述平滑。
5.根据前述权利要求中的任一项所述的计算设备(10),
其中,所述计算设备(10)被配置用于计算经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号之间的比率,以将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较,并且
其中,所述计算设备(10)还被配置用于:如果计算出的比率接近1,优选地如果计算出的比率落在1±5%的范围内,则确定是否存在所述患者的肺的具有所述通气缺陷的所述至少一个区域。
6.根据权利要求1至4中的任一项所述的计算设备(10),其中,所述计算设备(10)被配置用于计算经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号之间的差,以将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较,
其中,所述计算设备(10)还被配置用于:如果计算出的差的数学模超过或低于预定义的第二阈值,则确定是否存在所述患者的肺的具有所述通气缺陷的所述至少一个区域。
7.根据前述权利要求中的任一项所述的计算设备(10),其中,所述计算设备(10)被配置用于基于所述比较结果(13)来确定与所述患者的肺的通气相对应的值。
8.根据前述权利要求中的任一项所述的计算设备(10),其中,所述计算设备(10)还被配置用于确定呼气时的肺体积Ve和吸气时的肺体积Vi,
其中,所述计算设备(10)还被配置为通过使用所确定的肺体积Ve和Vi来确定呼气时的经归一化的第一暗场X射线信号和吸气时的经归一化的第二暗场X射线信号的预期平均信号变化,
其中,所述计算设备(10)被配置用于基于所确定的预期平均信号变化以及与经归一化的第一暗场X射线信号和经归一化的第二暗场X射线信号的比较来确定是否存在所述患者的肺的具有所述通气缺陷的所述至少一个区域。
10.根据权利要求7至9中的任一项所述的计算设备(10),
其中,所述预定义的第二阈值基于吸气时的肺体积Vi和呼气时的肺体积Ve之间的比率Vi/Ve。
11.根据前述权利要求中的任一项所述的计算设备(10),其中,所述计算设备(10)被配置用于:向显示单元(70)生成描述所述比较结果(13)的输出信号来以图形方式显示所述比较结果(13),并且优选地确定是否存在所述患者的肺的具有所述通气缺陷的所述至少一个区域。
12.根据权利要求10所述的计算设备(10),其中,所述输出信号包括标记的区域,所述标记的区域对应于所述患者的肺的具有所述通气缺陷的所述至少一个区域。
13.一种暗场X射线成像设备(1),包括根据前述权利要求中的任一项所述的计算设备(10),并且
其中,所述暗场X射线成像设备(1)被配置用于:生成所述第一暗场X射线图像(11)和所述第二暗场X射线图像(12),并且将所述图像提供给所述计算设备(10)。
14.一种用于通过使用暗场X射线成像数据来确定是否存在患者的肺的具有通气缺陷的至少一个区域的方法,所述方法包括:
a)提供(S1)描述处于呼气状态的患者的第一暗场X射线信号的第一暗场X射线图像;
b)提供(S2)描述处于吸气状态的所述患者的第二暗场X射线信号的第二暗场X射线图像;
c)通过计算设备利用描述处于所述呼气状态的肺厚度的肺厚度值来对所述第一暗场X射线图像的所述第一暗场X射线信号进行归一化(S3);
d)通过所述计算设备利用描述处于所述吸气状态的肺厚度的肺厚度值来对所述第二暗场X射线图像的所述第二暗场X射线信号进行归一化(S4);
e)通过所述计算设备将经归一化的第一暗场X射线信号与经归一化的第二暗场X射线信号进行比较(S6)并且确定比较结果;并且
f)基于所述比较结果来确定(S7)是否存在所述患者的肺的具有所述通气缺陷的至少一个区域。
15.一种用于控制根据权利要求1至12中的任一项所述的计算设备或根据权利要求13所述的暗场X射线成像设备的计算机程序单元,所述计算机程序单元在被处理器运行时被配置为执行根据权利要求所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18194249.1A EP3622891A1 (en) | 2018-09-13 | 2018-09-13 | Calculation device for determining ventilation defects |
EP18194249.1 | 2018-09-13 | ||
PCT/EP2019/074384 WO2020053345A1 (en) | 2018-09-13 | 2019-09-12 | Calculation device for determining ventilation defects |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112689474A true CN112689474A (zh) | 2021-04-20 |
Family
ID=63579179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980059910.8A Pending CN112689474A (zh) | 2018-09-13 | 2019-09-12 | 用于确定通气缺陷的计算设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220047235A1 (zh) |
EP (2) | EP3622891A1 (zh) |
JP (1) | JP7167317B2 (zh) |
CN (1) | CN112689474A (zh) |
WO (1) | WO2020053345A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3970620A1 (en) * | 2020-09-21 | 2022-03-23 | Koninklijke Philips N.V. | Processing dark-field x-ray image data information |
EP4105880A1 (en) * | 2021-06-17 | 2022-12-21 | Koninklijke Philips N.V. | An x-ray image analysis method and apparatus |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1394547A (zh) * | 2001-04-09 | 2003-02-05 | 西门子公司 | 带有动态校正装置的核自旋层析x射线摄影装置 |
US20050147285A1 (en) * | 2003-11-14 | 2005-07-07 | Canon Kabushiki Kaisha | Radiographic image processing method and apparatus |
WO2006041419A1 (fr) * | 2004-10-13 | 2006-04-20 | Sergiy Pavlovich Bogomazov | Procede permettant de diagnostiquer une asymetrie de la ventilation pulmonaire |
JP2010131152A (ja) * | 2008-12-04 | 2010-06-17 | Aloka Co Ltd | X線画像形成装置 |
CN202776348U (zh) * | 2012-06-27 | 2013-03-13 | 王春祥 | 婴幼儿x线体层摄影防护器 |
CN108348204A (zh) * | 2015-09-30 | 2018-07-31 | 皇家飞利浦有限公司 | 生成肺状况图 |
CN108471999A (zh) * | 2016-12-23 | 2018-08-31 | 皇家飞利浦有限公司 | 用于帮助评估对象的肺的状态的系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5672147B2 (ja) * | 2011-05-24 | 2015-02-18 | コニカミノルタ株式会社 | 胸部診断支援情報生成システム |
US9760989B2 (en) * | 2014-05-15 | 2017-09-12 | Vida Diagnostics, Inc. | Visualization and quantification of lung disease utilizing image registration |
CN109937433B (zh) * | 2016-11-08 | 2024-01-16 | 皇家飞利浦有限公司 | 用于x射线图像中的不透明区的检测的装置 |
US11039807B2 (en) | 2016-12-19 | 2021-06-22 | Koninklijke Philips N.V. | System and method for dark-field-imaging |
-
2018
- 2018-09-13 EP EP18194249.1A patent/EP3622891A1/en not_active Withdrawn
-
2019
- 2019-09-12 JP JP2021513879A patent/JP7167317B2/ja active Active
- 2019-09-12 CN CN201980059910.8A patent/CN112689474A/zh active Pending
- 2019-09-12 WO PCT/EP2019/074384 patent/WO2020053345A1/en unknown
- 2019-09-12 US US17/274,798 patent/US20220047235A1/en active Pending
- 2019-09-12 EP EP19765511.1A patent/EP3849420B1/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1394547A (zh) * | 2001-04-09 | 2003-02-05 | 西门子公司 | 带有动态校正装置的核自旋层析x射线摄影装置 |
US20050147285A1 (en) * | 2003-11-14 | 2005-07-07 | Canon Kabushiki Kaisha | Radiographic image processing method and apparatus |
WO2006041419A1 (fr) * | 2004-10-13 | 2006-04-20 | Sergiy Pavlovich Bogomazov | Procede permettant de diagnostiquer une asymetrie de la ventilation pulmonaire |
JP2010131152A (ja) * | 2008-12-04 | 2010-06-17 | Aloka Co Ltd | X線画像形成装置 |
CN202776348U (zh) * | 2012-06-27 | 2013-03-13 | 王春祥 | 婴幼儿x线体层摄影防护器 |
CN108348204A (zh) * | 2015-09-30 | 2018-07-31 | 皇家飞利浦有限公司 | 生成肺状况图 |
CN108471999A (zh) * | 2016-12-23 | 2018-08-31 | 皇家飞利浦有限公司 | 用于帮助评估对象的肺的状态的系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2022500143A (ja) | 2022-01-04 |
EP3849420A1 (en) | 2021-07-21 |
EP3622891A1 (en) | 2020-03-18 |
WO2020053345A1 (en) | 2020-03-19 |
EP3849420B1 (en) | 2022-04-27 |
JP7167317B2 (ja) | 2022-11-08 |
US20220047235A1 (en) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108348204B (zh) | 生成肺状况图 | |
EP3125764B1 (en) | Processing apparatus for processing cardiac data of a living being | |
US9460500B2 (en) | Image processing apparatus and image processing method | |
US20200043169A1 (en) | Medical image processing apparatus, and method | |
US9805467B2 (en) | Lung measurements | |
JP7053834B2 (ja) | 暗視野x線画像情報の提示のための装置 | |
JP6253085B2 (ja) | X線動画像解析装置、x線動画像解析プログラム及びx線動画像撮像装置 | |
CN112689474A (zh) | 用于确定通气缺陷的计算设备 | |
EP3545845A1 (en) | Method for processing computed tomography imaging data of a suspect`s respiratory system | |
Botelho et al. | Effect of radiation dose and iterative reconstruction on lung lesion conspicuity at MDCT: does one size fit all? | |
CN108694999B (zh) | 临床决策支持系统的灵活使用 | |
Nemec et al. | Comparison of four software packages for CT lung volumetry in healthy individuals | |
Gil et al. | Objective endoscopic measurements of central airway stenosis: a pilot study | |
US10610183B2 (en) | System and method for assisting in assessing a state of a subject's lungs | |
CN114375461A (zh) | 针对胸部x射线图像的吸气度量标准 | |
JP6852545B2 (ja) | 画像表示システム及び画像処理装置 | |
JP7515709B2 (ja) | 暗視野x線画像データ情報の処理 | |
EP4371497A1 (en) | Method for providing trigger information in medical radiology | |
Lau et al. | High attenuation areas in pulmonary computed tomography: Their meaning and use in interstitial lung disease. |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210420 |
|
WD01 | Invention patent application deemed withdrawn after publication |