CN113610800A - 用于评估侧支循环的装置、非诊断方法及电子设备 - Google Patents
用于评估侧支循环的装置、非诊断方法及电子设备 Download PDFInfo
- Publication number
- CN113610800A CN113610800A CN202110896950.7A CN202110896950A CN113610800A CN 113610800 A CN113610800 A CN 113610800A CN 202110896950 A CN202110896950 A CN 202110896950A CN 113610800 A CN113610800 A CN 113610800A
- Authority
- CN
- China
- Prior art keywords
- region
- data
- voxels
- difference
- target
- 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
- 206010069729 Collateral circulation Diseases 0.000 title claims abstract description 101
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 16
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 67
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 27
- 210000003657 middle cerebral artery Anatomy 0.000 claims description 23
- 210000004556 brain Anatomy 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 18
- 210000002551 anterior cerebral artery Anatomy 0.000 claims description 17
- 210000003388 posterior cerebral artery Anatomy 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 230000010412 perfusion Effects 0.000 claims description 6
- 210000000133 brain stem Anatomy 0.000 claims description 5
- 210000001638 cerebellum Anatomy 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 3
- 210000001367 artery Anatomy 0.000 description 23
- 238000011156 evaluation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000002591 computed tomography Methods 0.000 description 7
- 230000036770 blood supply Effects 0.000 description 6
- 230000002490 cerebral effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 208000006011 Stroke Diseases 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 210000004972 left anterior cerebral artery Anatomy 0.000 description 5
- 239000002872 contrast media Substances 0.000 description 4
- 230000000302 ischemic effect Effects 0.000 description 4
- 210000004973 left posterior cerebral artery Anatomy 0.000 description 4
- 206010008190 Cerebrovascular accident Diseases 0.000 description 3
- 238000002583 angiography Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 210000005013 brain tissue Anatomy 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 230000002308 calcification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 208000032382 Ischaemic stroke Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003872 anastomosis Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000004227 basal ganglia Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000034158 bleeding Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000003161 choroid Anatomy 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000001905 globus pallidus Anatomy 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A61B6/50—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
- A61B6/50—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
- A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Vascular Medicine (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及一种用于评估侧支循环的装置、非诊断方法及电子设备。本公开的用于评估侧支循环的装置包括:数据获取单元,被配置为获取被测对象的目标CT数据,所述被测对象包括多个体素,所述CT数据包括所述多个体素各自的CT值;区域分割单元,被配置为从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;第一确定单元,被配置为根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;第二确定单元,被配置为确定每个区域与其对应区域的血管的体积的差异度;以及第三确定单元,被配置为根据相应的差异度来确定每个区域的侧支循环评分。
Description
技术领域
本公开涉及医疗器械技术领域,特别涉及一种用于评估侧支循环的装置、非诊断方法、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
侧支循环为血管主干近侧分支和远侧分支之间所形成的血管网。这些血管网在血管主干正常工作时处于静止状态,不起作用。但当血管主干发生阻塞时就活跃起来,承担部分血流循环任务,以补充主干血循环的不足,甚至完全代替主干血循环。
侧支循环具有代偿意义,对机体是有利的。侧支循环的状态与血管内治疗的成功率、出血转化的风险程度以及临床预后密切相关,因此,评估患者的侧支循环状态具有重要意义。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
根据本公开的一个方面,提供一种用于评估侧支循环的装置,包括:数据获取单元,被配置为获取被测对象的目标CT数据,所述被测对象包括多个体素,所述CT数据包括所述多个体素各自的CT值;区域分割单元,被配置为从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;第一确定单元,被配置为根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;第二确定单元,被配置为确定每个区域与其对应区域的血管的体积的差异度;以及第三确定单元,被配置为根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的另一方面,提供了一种用于评估侧支循环的非诊断方法,包括:获取被测对象的目标CT数据,所述被测对象包括多个体素,所述CT数据包括所述多个体素各自的CT值;从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;确定每个区域与其对应区域的血管的体积的差异度;以及根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的另一方面,提供了一种用于评估侧支循环的非诊断方法,包括:获取被测对象的目标图像数据,所述被测对象包括多个体素,所述目标图像数据包括所述多个体素各自的检测值;从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积;确定每个区域与其对应区域的血管的体积的差异度;以及根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的另一方面,提供了一种用于评估侧支循环的装置,包括:数据获取单元,被配置为获取被测对象的目标图像数据,所述被测对象包括多个体素,所述目标图像数据包括所述多个体素各自的检测值;区域分割单元,被配置为从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;第一确定单元,被配置为根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积;第二确定单元,被配置为确定每个区域与其对应区域的血管的体积的差异度;以及第三确定单元,被配置为根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的另一方面,提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有计算机程序,所述计算机程序在被所述至少一个处理器执行时实现上述任一方面的方法。
根据本公开的另一方面,提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被处理器执行时实现上述任一方面的方法。
根据本公开的另一方面,提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现上述任一方面的方法。
根据本公开的一个或多个实施例,通过对被测对象的目标CT数据进行处理,确定被测对象的每个区域与其对应区域的血管体积的差异度,并根据相应的差异度来确定每个区域的侧支循环评分,实现了对侧支循环的定量、自动化评估,提高了侧支循环评估的效率和准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
下面将通过参照附图详细描述本公开的实施例,使本领域的普通技术人员更清楚本公开的上述及其它特征和优点,附图中:
图1为根据本公开实施例的用于评估侧支循环的装置的结构框图;
图2A-2C为根据本公开实施例的三个示例性的大脑CT图像的示意图;
图3为根据本公开实施例的用于评估侧支循环的非诊断方法的流程图;
图4为根据本公开另一实施例的用于评估侧支循环的非诊断方法的流程图;
图5为根据本公开另一实施例的用于评估侧支循环的装置的结构框图;以及
图6为能够用于实现本公开实施例的示例性电子设备的结构框图。
具体实施方式
为了对本公开的技术特征、目的和效果有更加清楚的理解,现对照附图说明本公开的具体实施方式,在各图中相同的标号表示相同的部分。
在本文中,“示意性”表示“充当实例、例子或说明”,不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。
为使图面简洁,各图中只示意性地表示出了与本公开相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。
在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。在本文中,“第一”、“第二”等仅用于彼此的区分,而非表示它们的重要程度及顺序、以及互为存在的前提等。
评估患者的侧支循环状态具有重要意义。例如,脑侧支循环状态能够影响脑卒中的治疗和预后。
脑卒中具有发病率高、致残率高、死亡率高和复发率高的特点,在脑卒中患者中,缺血性脑卒中所占比例较大。当缺血性脑卒中患者缺血部位神经发生不可逆性损伤时,致残或致死率将大大增加。尽早恢复患者血供至关重要,而脑侧支循环的状态决定了阻塞区域血供的代偿情况。
脑侧支循环是指因颅内供血动脉狭窄或闭塞不能满足脑组织灌注需求所生成的旁路动脉或动脉吻合网络,其能保证狭窄或闭塞动脉所供血区域得到基本的血供,避免发生缺血性坏死。缺血脑组织在闭塞动脉开通前依赖侧支血管的血供而生存,因此脑侧支循环的状态一定程度上反映了可挽救脑组织的多少,不仅显著影响脑卒中的发展进程,且与功能预后密切相关。
在相关技术中,侧支循环的状态通常由医生主观进行评估。即,医生通过观察患者的病变部位血管的医学影像,例如通过计算机断层扫描血管造影(Computer TomographyAngiography,CTA)、磁共振血管造影(Magnetic Resonance Angiography,MRA)、数字减影血管造影(Digital Subtraction Angiography,DSA)等方式所采集到的患者病变部位血管的医学影像,对病变部位的侧支循环状态进行评估。这种评估方式由医生主观进行,依赖于医生的经验和工作状态,评估标准不统一,评估结果不够准确、客观。并且,这种评估方式需要占用医生较多的观察时间,评估效率较低。
为此,本公开提供一种用于评估侧支循环的装置和非诊断方法,用于实现对侧支循环的定量、自动化评估,能够大大提高侧支循环评估的准确性和效率。
根据本公开实施例的一个方面,提供一种用于评估侧支循环的装置。
图1示出了根据本公开实施例的用于评估侧支循环的装置100的结构图。如图1所示,装置100包括数据获取单元110、区域分割单元120、第一确定单元130、第二确定单元140和第三确定单元150。
数据获取单元110被配置为获取被测对象的目标CT数据,被测对象包括多个体素,目标CT数据包括多个体素各自的CT值。
区域分割单元120被配置为从被测对象包括的多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素。
第一确定单元130被配置为根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积。
第二确定单元140被配置为确定每个区域与其对应区域的血管的体积的差异度。
第三确定单元150被配置为根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的实施例,通过对被测对象的目标CT数据进行处理,确定被测对象的每个区域与其对应区域的血管体积的差异度,并根据相应的差异度来确定每个区域的侧支循环评分,实现了对侧支循环的定量、自动化评估,提高了侧支循环评估的效率和准确性。
应当理解,关于图1所描述的各个单元可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些单元可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些单元可以被实现为硬件逻辑/电路。例如,在一些实施例中,数据获取单元110、区域分割单元120、第一确定单元130、第二确定单元140、第三确定单元150中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
以下详细描述图1所示的用于评估侧支循环的装置100的各个单元。
数据获取单元110被配置为获取被测对象的目标CT数据,被测对象包括多个体素,CT数据包括多个体素各自的CT值。
在本公开的实施例中,被测对象的目标CT数据用于评估被测对象的侧支循环。
根据一些实施例,被测对象可以是任意具有对称结构(例如左右对称)的生物组织,例如大脑、小脑、脑干中的至少一个。例如,在评估脑侧支循环的应用场景中,被测对象可以是患者的大脑。
生物各种组织(包括正常和异常组织)对X射线的吸收不等,具有不同的衰减系数μ。CT即利用这一特性,将被测对象沿某一选定层面划分为许多立方体小块,这些立方体小块被称为体素。即,被测对象包括多个体素。CT设备的X射线球管发出X射线,X射线穿过被测对象时,沿射线方向的各个体素均在一定程度上吸收一部分射线,使X射线衰减。穿过被测对象后的射线被位于X射线球管对面的探测器接收。CT设备通过分析探测器接收到的X射线能量,可以得出各个体素的X射线衰减系数,进而得到各个体素的CT值。
临床上,将物质M的CT值CTM定义为该物质的衰减系数μM与水的衰减系数μ水之差与水的衰减系数μ水的比值乘以1000,即:
CT值的单位为HU。
在一些实施例中,可以按照一定的规则将CT数据(即各体素的CT值)转化成像素值,得到CT图像。CT图像中的每一个像素对应于一个体素。
被测对象的目标CT数据可以通过多种方式获取。
根据一些实施例,数据获取单元110被配置为按照以下方式来获取被测对象的目标CT数据:获取被测对象的一期增强CT数据;以及将该增强CT数据作为目标CT数据。
在本公开的实施例中,增强CT数据指的是对注射了造影剂(又称对比剂,ContrastMedium)的生物组织进行CT扫描所得到的CT数据(即各体素的CT值)。具体地,增强CT数据可以是CT增强扫描(即含造影剂的CT扫描)过程中的任意显影时期(例如动脉期、静脉期、延迟期等)的CT数据,或者是CT灌注(CT Perfusion)扫描过程中的任意显影时期的CT数据。造影剂可以使血管部位的体素呈现较高的CT值,相应地,在通过对CT值进行转化得到的CT图像中,可以更加清晰地示出血管部位。
根据另一些实施例,数据获取单元110被配置为按照以下方式来获取被测对象的目标CT数据:获取被测对象的一期增强CT数据和一期平扫CT数据;以及将该增强CT数据与该平扫CT数据的差作为目标CT数据。
平扫CT数据指的是对未注射造影剂的生物组织进行CT扫描所得到的CT数据(即各体素的CT值)。可以理解地,在增强CT数据中,可能存在一些CT值较高但并不属于血管部位的体素,例如苍白球钙化部位、脉络膜钙化部位等部位的体素。如果直接将增强CT数据作为目标CT数据,进行侧支循环评估,则可能导致评估结果不够准确。通过将增强CT数据与平扫CT数据作差,将得到的差值作为目标CT数据,可以使目标CT数据中的血管部位的体素的CT值较大,其他部位的体素的CT值均很小(甚至趋近于0),从而使血管部位与其他部位的区分更加明显,提高侧支循环评估的准确性。
根据另一些实施例,数据获取单元110被配置为按照以下方式来获取被测对象的目标CT数据:获取被测对象的多期增强CT数据;对该多期增强CT数据进行融合,得到融合CT数据;以及将融合数据作为目标CT数据。
对多期增强CT数据进行融合,根据融合CT数据来评估侧支循环,相较于仅根据一期增强CT数据来评估侧支循环的方案来说,可以使侧支循环的评估结果更加准确。
由于在CT扫描过程中,生物组织往往发生不可控的运动,导致在针对同一个被测对象的多期增强CT数据中,同一个体素的位置可能发生变化。因此,根据一些实施例,可以对多期增强CT数据进行运动校准,以确定多期增强CT数据中的体素的对应关系。然后对多期增强CT数据中的对应于同一个体素的CT值进行融合,从而避免运动偏差,使后续得出的侧支循环评估结果更加准确。
根据一些实施例,在对多期增强CT数据进行融合所得到的融合CT数据中,一体素的CT值可以是该体素在多期增强CT数据中的CT值的最大值。例如,体素V在第一期、第二期、第三期增强CT数据中的CT值分别为value1、value2、value3,则在融合CT数据中,该体素V的CT值为value1、value2、value3中的最大值,即max(value1,value2,value3)。
根据另一些实施例,数据获取单元110被配置为按照以下方式来获取被测对象的目标CT数据:获取被测对象的多期增强CT数据和一期平扫CT数据;对所述多期增强CT数据进行融合,得到融合CT数据;以及将所述融合CT数据与所述平扫CT数据的差作为所述目标CT数据。通过将融合数据与平扫CT数据作差,并将得到的差值作为目标CT数据,可以使目标CT数据中的血管部位的体素的CT值较大,其他部位的体素的CT值均很小(甚至趋近于0),从而使血管部位与其他部位的区分更加明显,提高侧支循环评估的准确性。
与上一些实施例类似地,在该实施例中,可以对多期增强CT数据进行运动校准,以确定多期增强CT数据中的体素的对应关系。然后对多期增强CT数据中的对应于同一个体素的CT值进行融合,从而避免运动偏差,使后续得出的侧支循环评估结果更加准确。并且,融合CT数据中的体素的CT值可以是该体素在多期增强CT数据中的CT值的最大值。
区域分割单元120被配置为从被测对象包括的多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素。
根据一些实施例,被测对象包括大脑、小脑、脑干中的至少一个,相应地,每个区域对包括位置对称(例如左右对称)的两个区域。可以理解地,本公开实施例中所示的“位置对称”并非指的是数学意义上的严格对称,而是视觉上的大致对称。
更具体地,根据一些实施例,被测对象可以是大脑,相应地,上述至少一个区域对可以包括大脑前动脉区、大脑中动脉区、大脑后动脉区中的至少一个。大脑前动脉区包括位置大致对称的左大脑前动脉区、右大脑前动脉区,大脑中动脉区包括位置大致对称的左大脑中动脉区、右大脑中动脉区,大脑后动脉区包括位置大致对称的左大脑后动脉区、右大脑后动脉区。另外,可以理解地,除大脑前动脉区、大脑中动脉区、大脑后动脉区之外,大脑的区域对还可以包括脉络膜前动脉区、豆纹动脉区等。并且,上述区域对可以进行进一步细分。例如,大脑中动脉区可以进一步包括基底节区、M1-M6区等。
图2A-2C示出了根据本公开实施例的三个示例性的大脑CT图像210-230的示意图,图像210-230分别对应于一组目标CT数据,图像中的每个像素对应于大脑的一个体素。可以理解地,CT图像210-230对应的CT扫描方向不同。
如图2A所示,CT图像210中分割出了五个区域对,分别为大脑前动脉区、大脑中动脉区、大脑后动脉区、豆纹动脉区、脉络膜前动脉区。其中,大脑前动脉区包括位置大致左右对称的左大脑前动脉区211L和右大脑前动脉区211R,大脑中动脉区包括位置大致左右对称的左大脑中动脉区212L和右大脑中动脉区212R,大脑后动脉区包括位置大致左右对称的左大脑后动脉区213L和右大脑后动脉区213R,豆纹动脉区包括位置大致左右对称的左豆纹动脉区214L和右豆纹动脉区214R,脉络膜前动脉区包括位置大致左右对称的左脉络膜前动脉区215L和右脉络膜前动脉区215R。每个区域包括多个体素。
如图2B所示,CT图像220中分割出了五个区域对,分别为大脑前动脉区、大脑中动脉区、大脑后动脉区、豆纹动脉区、脉络膜前动脉区。其中,大脑前动脉区包括位置大致左右对称的左大脑前动脉区221L和右大脑前动脉区221R,大脑中动脉区包括位置大致左右对称的左大脑中动脉区222L和右大脑中动脉区222R,大脑后动脉区包括位置大致左右对称的左大脑后动脉区223L和右大脑后动脉区223R,豆纹动脉区包括位置大致左右对称的左豆纹动脉区224L和右豆纹动脉区224R,脉络膜前动脉区包括位置大致左右对称的左脉络膜前动脉区225L和右脉络膜前动脉区225R。每个区域包括多个体素。
如图2C所示,CT图像230中分割出了三个区域对,分别为大脑前动脉区、大脑中动脉区、大脑后动脉区。其中,大脑前动脉区包括位置大致左右对称的左大脑前动脉区231L和右大脑前动脉区231R,大脑中动脉区包括位置大致左右对称的左大脑中动脉区232L和右大脑中动脉区232R,大脑后动脉区包括位置大致左右对称的左大脑后动脉区233L和右大脑后动脉区233R。每个区域包括多个体素。
第一确定单元130被配置为根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积。
根据一些实施例,第一确定单元130被配置为按照以下步骤来确定一区域的血管的体积:根据一区域中的目标体素的数量和预设的单个体素的体积,确定该区域的血管的体积,其中,目标体素为该区域中的CT值大于或等于预设阈值的体素。
预设阈值例如可以由本领域技术人员根据实际情况来进行设置,例如,可以将预设阈值设置为60HU。相应地,可以统计一区域中的CT值大于等于60HU的体素的数量,然后用该数量乘以预设的单个体素的体积(例如1mm^3),即可得到该区域的血管的体积。
第二确定单元140被配置为确定每个区域与其对应区域的血管的体积的差异度。一区域的对应区域即为该区域所属的区域对中的另一个区域。例如,区域对A包括区域a1和a2,则区域a1的对应区域为区域a2。又例如,参考图2A,左大脑前动脉区211L的对应区域为右大脑前动脉区211R,左大脑中动脉区212L的对应区域为右大脑中动脉区212R,等。
根据一些实施例,一区域与其对应区域的血管的体积的差异度为对应区域的血管的体积与该区域的血管的体积的差与该区域的血管的体积的商。例如,一区域a1的血管的体积为volume1,其对应区域a2的血管的体积为volume2,则区域a1与其对应区域a2的血管的体积的差异度为(volume2–volume1)/volume1。类似地,区域a2与其对应区域a1的血管的体积的差异度为(volume1–volume2)/volume2。
第三确定单元150被配置为根据相应的差异度来确定每个区域的侧支循环评分。
根据一些实施例,第三确定单元150进一步被配置为:根据预设的差异度范围与侧支循环评分的对应关系,确定每个区域的侧支循环评分。例如,预设的差异度范围与侧支循环评分的关系可以是:
当差异度>50%时,侧支循环评分为0;
当10%≤差异度≤50%时,侧支循环评分为1;
当差异度<10%时,侧支循环评分为2。
区域的侧支循环评分越高,该区域的侧支循环的状态越好。
应当理解,以上差异度范围与侧支循环评分的对应关系仅作为一个示例,本公开不限制差异度范围与侧支循环评分的具体数值对应关系。
根据一些实施例,装置100还可以包括显示单元160(显示单元160未在图1中示出)。显示单元160被配置为将侧支循环评估过程中的相关信息显示给用户(用户通常为医生)。侧支循环评估过程中的相关信息包括:各区域的标识(例如各区域的名称)、血管的体积、与对应区域的差异度、侧支循环评分,用于确定目标体素的预设阈值,差异度范围与侧支循环评分的对应关系中的至少一种。进一步地,还可以在相应的CT图像中,用不同的灰度或颜色来标示各区域的侧支循环评分。例如,可以分别用绿色、黄色、红色的轮廓线来标示侧支循环评分为2、1、0的区域。
根据本公开实施例的另一方面,提供一种用于评估侧支循环的非诊断方法。
图3示出了根据本公开实施例的用于评估侧支循环的非诊断方法300的流程图。如图3所示,方法300包括:
步骤S310、获取被测对象的目标CT数据,被测对象包括多个体素,目标CT数据包括多个体素各自的CT值;
步骤S320、从上述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
步骤S330、根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;
步骤S340、确定每个区域与其对应区域的血管的体积的差异度;以及
步骤S350、根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的实施例,通过对被测对象的目标CT数据进行处理,确定被测对象的每个区域与其对应区域的血管体积的差异度,并根据相应的差异度来确定每个区域的侧支循环评分,实现了对侧支循环的定量、自动化评估,提高了侧支循环评估的效率和准确性。
根据一些实施例,步骤S310包括:获取被测对象的一期增强CT数据;以及将该增强CT数据作为所述目标CT数据。
根据另一些实施例,步骤S310包括:获取被测对象的一期增强CT数据和一期平扫CT数据;以及将该增强CT数据与该平扫CT数据的差作为目标CT数据。
根据另一些实施例,步骤S310包括:获取被测对象的多期增强CT数据;对上述多期增强CT数据进行融合,得到融合CT数据;以及将融合数据作为目标CT数据。
根据另一些实施例,步骤S310包括:获取被测对象的多期增强CT数据和一期平扫CT数据;对上述多期增强CT数据进行融合,得到融合CT数据;以及将融合CT数据与平扫CT数据的差作为目标CT数据。
根据一些实施例,融合CT数据中的体素的CT值为该体素在所述多期增强CT数据中的CT值的最大值。
根据一些实施例,增强CT数据包括CT增强扫描或CT灌注扫描过程中的任意显影时期的CT数据。
根据一些实施例,步骤S330包括:根据一区域中的目标体素的数量和预设的单个体素的体积,确定该区域的血管的体积,其中,目标体素为该区域中的CT值大于或等于预设阈值的体素。
根据一些实施例,一区域与其对应区域的血管的体积的差异度为对应区域的血管的体积与该区域的血管的体积的差与该区域的血管的体积的商。
根据一些实施例,步骤S350包括:根据预设的差异度范围与侧支循环评分的对应关系,确定每个区域的侧支循环评分。
根据一些实施例,被测对象包括大脑、小脑、脑干中的至少一个,区域对包括位置对称的两个区域。
根据一些实施例,被测对象为大脑,所述至少一个区域对包括大脑前动脉区、大脑中动脉区、大脑后动脉区中的至少一个。
应当理解,图3中所示方法300的各个步骤可以与参考图1描述的装置100中的各个单元相对应。即,方法300中的步骤S310-S350分别对应于装置100中的单元110-150。由此,上面针对装置100描述的操作、特征和优点同样适用于方法300及其包括的步骤。为了简洁起见,某些操作、特征和优点在此不再赘述。
根据本公开实施例的另一方面,提供另一种用于评估侧支循环的非诊断方法。
图4示出了根据本公开另一实施例的用于评估侧支循环的非诊断方法400的流程图。如图4所示,方法400包括:
步骤S410、获取被测对象的目标图像数据,被测对象包括多个体素,目标图像数据包括多个体素各自的检测值;
步骤S420、从上述多个体素中识别分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
步骤S430、根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积;
步骤S440、确定每个区域与其对应区域的血管的体积的差异度;以及
步骤S450、根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的实施例,通过对被测对象的目标图像数据进行处理,确定被测对象的每个区域与其对应区域的血管体积的差异度,并根据相应的差异度来确定每个区域的侧支循环评分,实现了对侧支循环的定量、自动化评估,提高了侧支循环评估的效率和准确性。
针对步骤S410,被测对象包括多个体素,目标图像数据可以是通过任意医学影像设备采集的多个体素各自的检测值。
根据一些实施例,目标图像数据可以是通过CT设备采集的各体素的CT值。可以理解地,在目标图像数据为通过CT设备采集的各体素的CT值的情况下,方法400与前述方法300相同。
根据另一些实施例,目标图像数据也可以是通过MR(Magnetic Resonance,磁共振)设备采集的各体素的MR信号值(更具体地,可以是MRI信号值或MRA信号值)。在这种情况下,在步骤S430中,可以根据每个区域所包括的至少一个体素的MR信号值,识别出每个区域中的对应于血管的体素(血管体素)的数量。然后分别将每个区域的血管体素的数量与预设的单个体素的体积相乘,得到每个区域的血管的体积。
可以理解地,除上述CT值、MR信号值之外,目标图像数据还可以是通过X射线设备采集到的X射线数据、通过超声设备采集到的超声数据、通过正电子发射断层摄影设备(PET)采集到的PET数据、通过单光子发射计算机断层摄影(SPECT)采集到的SPECT数据、以及通过其他医学影像设备所采集到的其他模态的数据。
步骤S440、S450与前述步骤S340、S350相对应。步骤S440、S450的具体实施方式可以参考上文步骤S340、S350的相关描述,在此不再赘述。根据本公开实施例的另一方面,提供另一种用于评估侧支循环的装置。
图5示出了根据本公开另一实施例的用于评估侧支循环的装置500的结构框图。如图5所示,装置500包括数据获取单元510、区域分割单元520、第一确定单元5530、第二确定单元540和第三确定单元550。
数据获取单元510被配置为获取被测对象的目标图像数据,被测对象包括多个体素,目标图像数据包括多个体素各自的检测值。
区域分割单元520被配置为从被测对象包括的多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素。
第一确定单元530被配置为根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积。
第二确定单元540被配置为确定每个区域与其对应区域的血管的体积的差异度。
第三确定单元550被配置为根据相应的差异度来确定每个区域的侧支循环评分。
根据本公开的实施例,通过对被测对象的目标图像数据进行处理,确定被测对象的每个区域与其对应区域的血管体积的差异度,并根据相应的差异度来确定每个区域的侧支循环评分,实现了对侧支循环的定量、自动化评估,提高了侧支循环评估的效率和准确性。
应当理解,关于图5所描述的各个单元可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些单元可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些单元可以被实现为硬件逻辑/电路。例如,在一些实施例中,数据获取单元510、区域分割单元520、第一确定单元530、第二确定单元540、第三确定单元550中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
应当理解,图5中所示装置500的各个单元可以与参考图4描述的方法400中的各个步骤相对应。即,装置500中的单元510-550分别对应于方法400中的步骤S410-S450。由此,上面针对方法400描述的操作、特征和优点同样适用于装置500及其包括的单元。为了简洁起见,某些操作、特征和优点在此不再赘述。
根据本公开实施例的另一方面,提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有计算机程序,计算机程序在被至少一个处理器执行时实现上述图像重建方法。
在一些实施例中,电子设备可以包括计算机断层扫描系统。
根据本公开实施例的另一方面,提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,计算机程序在被处理器执行时实现上述方法。
根据本公开实施例的另一方面,提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述方法。
参考图6,现将描述可以作为本公开的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、Wi-Fi设备、Wi-Max设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如根据本公开的实施例的用于评估侧支循环的非诊断方法。例如,在一些实施例中,根据本公开的实施例的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开的实施例的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
以上所述仅为本发明的实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (29)
1.一种用于评估侧支循环的装置,包括:
数据获取单元,被配置为获取被测对象的目标CT数据,所述被测对象包括多个体素,所述CT数据包括所述多个体素各自的CT值;
区域分割单元,被配置为从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
第一确定单元,被配置为根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;
第二确定单元,被配置为确定每个区域与其对应区域的血管的体积的差异度;以及
第三确定单元,被配置为根据相应的差异度来确定每个区域的侧支循环评分。
2.根据权利要求1所述的装置,其中,所述数据获取单元进一步被配置为:
获取被测对象的一期增强CT数据;以及
将所述增强CT数据作为所述目标CT数据。
3.根据权利要求1所述的装置,其中,所述数据获取单元进一步被配置为:
获取被测对象的一期增强CT数据和一期平扫CT数据;以及
将所述增强CT数据与所述平扫CT数据的差作为所述目标CT数据。
4.根据权利要求1所述的装置,其中,所述数据获取单元进一步被配置为:
获取被测对象的多期增强CT数据;
对所述多期增强CT数据进行融合,得到融合CT数据;以及
将所述融合数据作为所述目标CT数据。
5.根据权利要求1所述的装置,其中,所述数据获取单元进一步被配置为:
获取被测对象的多期增强CT数据和一期平扫CT数据;
对所述多期增强CT数据进行融合,得到融合CT数据;以及
将所述融合CT数据与所述平扫CT数据的差作为所述目标CT数据。
6.根据权利要求4或5所述的装置,其中,所述融合CT数据中的体素的CT值为该体素在所述多期增强CT数据中的CT值的最大值。
7.根据权利要求2-6中任一项所述的装置,其中,所述增强CT数据包括CT增强扫描或CT灌注扫描过程中的任意显影时期的CT数据。
8.根据权利要求1-7中任一项所述的装置,其中,所述第一确定单元进一步被配置为:
根据一区域中的目标体素的数量和预设的单个体素的体积,确定该区域的血管的体积,其中,所述目标体素为该区域中的CT值大于或等于预设阈值的体素。
9.根据权利要求1-8中任一项所述的装置,其中,一区域与其对应区域的血管的体积的差异度为对应区域的血管的体积与该区域的血管的体积的差与该区域的血管的体积的商。
10.根据权利要求1-9中任一项所述的装置,其中,所述第三确定单元进一步被配置为:
根据预设的差异度范围与侧支循环评分的对应关系,确定每个区域的侧支循环评分。
11.根据权利要求1-10中任一项所述的装置,其中,所述被测对象包括大脑、小脑、脑干中的至少一个,所述区域对包括位置对称的两个区域。
12.根据权利要求1-11中任一项所述的装置,其中,所述被测对象为大脑,所述至少一个区域对包括大脑前动脉区、大脑中动脉区、大脑后动脉区中的至少一个。
13.一种用于评估侧支循环的非诊断方法,包括:
获取被测对象的目标CT数据,所述被测对象包括多个体素,所述CT数据包括所述多个体素各自的CT值;
从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积;
确定每个区域与其对应区域的血管的体积的差异度;以及
根据相应的差异度来确定每个区域的侧支循环评分。
14.根据权利要求13所述的方法,其中,获取被测对象的目标CT数据包括:
获取被测对象的一期增强CT数据;以及
将所述增强CT数据作为所述目标CT数据。
15.根据权利要求13所述的方法,其中,获取被测对象的目标CT数据包括:
获取被测对象的一期增强CT数据和一期平扫CT数据;以及
将所述增强CT数据与所述平扫CT数据的差作为所述目标CT数据。
16.根据权利要求13所述的方法,其中,获取被测对象的目标CT数据包括:
获取被测对象的多期增强CT数据;
对所述多期增强CT数据进行融合,得到融合CT数据;以及
将所述融合数据作为所述目标CT数据。
17.根据权利要求13所述的方法,其中,获取被测对象的目标CT数据包括:
获取被测对象的多期增强CT数据和一期平扫CT数据;
对所述多期增强CT数据进行融合,得到融合CT数据;以及
将所述融合CT数据与所述平扫CT数据的差作为所述目标CT数据。
18.根据权利要求16或17所述的方法,其中,所述融合CT数据中的体素的CT值为该体素在所述多期增强CT数据中的CT值的最大值。
19.根据权利要求14-18中任一项所述的方法,其中,所述增强CT数据包括CT增强扫描或CT灌注扫描过程中的任意显影时期的CT数据。
20.根据权利要求13-19中任一项所述的方法,其中,根据每个区域所包括的至少一个体素的CT值,确定每个区域的血管的体积包括:
根据一区域中的目标体素的数量和预设的单个体素的体积,确定该区域的血管的体积,其中,所述目标体素为该区域中的CT值大于或等于预设阈值的体素。
21.根据权利要求13-20中任一项所述的方法,其中,一区域与其对应区域的血管的体积的差异度为对应区域的血管的体积与该区域的血管的体积的差与该区域的血管的体积的商。
22.根据权利要求13-21中任一项所述的方法,其中,根据相应的差异度来确定每个区域的侧支循环评分包括:
根据预设的差异度范围与侧支循环评分的对应关系,确定每个区域的侧支循环评分。
23.根据权利要求13-22中任一项所述的方法,其中,所述被测对象包括大脑、小脑、脑干中的至少一个,所述区域对包括位置对称的两个区域。
24.根据权利要求13-23中任一项所述的方法,其中,所述被测对象为大脑,所述至少一个区域对包括大脑前动脉区、大脑中动脉区、大脑后动脉区中的至少一个。
25.一种用于评估侧支循环的非诊断方法,包括:
获取被测对象的目标图像数据,所述被测对象包括多个体素,所述目标图像数据包括所述多个体素各自的检测值;
从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积;
确定每个区域与其对应区域的血管的体积的差异度;以及
根据相应的差异度来确定每个区域的侧支循环评分。
26.一种用于评估侧支循环的装置,包括:
数据获取单元,被配置为获取被测对象的目标图像数据,所述被测对象包括多个体素,所述目标图像数据包括所述多个体素各自的检测值;
区域分割单元,被配置为从所述多个体素中分割出至少一个区域对,每个区域对包括在位置上相互对应的两个区域,每个区域包括至少一个体素;
第一确定单元,被配置为根据每个区域所包括的至少一个体素的检测值,确定每个区域的血管的体积;
第二确定单元,被配置为确定每个区域与其对应区域的血管的体积的差异度;以及
第三确定单元,被配置为根据相应的差异度来确定每个区域的侧支循环评分。
27.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有计算机程序,所述计算机程序在被所述至少一个处理器执行时实现根据权利要求13-25中任一项所述的方法。
28.一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被处理器执行时实现根据权利要求13-25中任一项所述的方法。
29.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据权利要求13-25中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110896950.7A CN113610800A (zh) | 2021-08-05 | 2021-08-05 | 用于评估侧支循环的装置、非诊断方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110896950.7A CN113610800A (zh) | 2021-08-05 | 2021-08-05 | 用于评估侧支循环的装置、非诊断方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113610800A true CN113610800A (zh) | 2021-11-05 |
Family
ID=78307099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110896950.7A Pending CN113610800A (zh) | 2021-08-05 | 2021-08-05 | 用于评估侧支循环的装置、非诊断方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610800A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332043A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市铱硙医疗科技有限公司 | 基于ct灌注影像的侧枝循环测量方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021502A1 (en) * | 2004-06-21 | 2008-01-24 | The Trustees Of Columbia University In The City Of New York | Systems and methods for automatic symmetry identification and for quantification of asymmetry for analytic, diagnostic and therapeutic purposes |
WO2013159147A1 (en) * | 2012-04-24 | 2013-10-31 | The University Of Melbourne | Identification of vascular territories |
CN110934606A (zh) * | 2019-10-31 | 2020-03-31 | 上海杏脉信息科技有限公司 | 脑卒中早期平扫ct图像评估系统及评估方法、可读存储介质 |
CN111210431A (zh) * | 2019-12-27 | 2020-05-29 | 上海联影智能医疗科技有限公司 | 一种血管分割方法、装置、设备及存储介质 |
US20200315652A1 (en) * | 2019-04-04 | 2020-10-08 | Transmed7, Llc | Excisional devices and methods |
CN111938686A (zh) * | 2020-08-17 | 2020-11-17 | 上海市第六人民医院 | 一种脑部医学图像处理装置及方法 |
CN112164019A (zh) * | 2020-10-12 | 2021-01-01 | 珠海市人民医院 | 一种ct、mr扫描图像融合方法 |
CN112509077A (zh) * | 2020-11-23 | 2021-03-16 | 西安科锐盛创新科技有限公司 | 一种基于智慧医疗的颅内血管图像分割与显示方法 |
CN112754449A (zh) * | 2019-11-05 | 2021-05-07 | 西门子医疗有限公司 | 侧支冠状动脉的评估 |
CN112907563A (zh) * | 2021-03-17 | 2021-06-04 | 复旦大学附属华山医院 | 基于深度学习的cta全自动侧枝循环评分方法及系统 |
CN113100803A (zh) * | 2021-04-20 | 2021-07-13 | 西门子数字医疗科技(上海)有限公司 | 用于显示静脉血栓的方法、装置、计算机设备和介质 |
-
2021
- 2021-08-05 CN CN202110896950.7A patent/CN113610800A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021502A1 (en) * | 2004-06-21 | 2008-01-24 | The Trustees Of Columbia University In The City Of New York | Systems and methods for automatic symmetry identification and for quantification of asymmetry for analytic, diagnostic and therapeutic purposes |
WO2013159147A1 (en) * | 2012-04-24 | 2013-10-31 | The University Of Melbourne | Identification of vascular territories |
US20200315652A1 (en) * | 2019-04-04 | 2020-10-08 | Transmed7, Llc | Excisional devices and methods |
CN110934606A (zh) * | 2019-10-31 | 2020-03-31 | 上海杏脉信息科技有限公司 | 脑卒中早期平扫ct图像评估系统及评估方法、可读存储介质 |
CN112754449A (zh) * | 2019-11-05 | 2021-05-07 | 西门子医疗有限公司 | 侧支冠状动脉的评估 |
CN111210431A (zh) * | 2019-12-27 | 2020-05-29 | 上海联影智能医疗科技有限公司 | 一种血管分割方法、装置、设备及存储介质 |
CN111938686A (zh) * | 2020-08-17 | 2020-11-17 | 上海市第六人民医院 | 一种脑部医学图像处理装置及方法 |
CN112164019A (zh) * | 2020-10-12 | 2021-01-01 | 珠海市人民医院 | 一种ct、mr扫描图像融合方法 |
CN112509077A (zh) * | 2020-11-23 | 2021-03-16 | 西安科锐盛创新科技有限公司 | 一种基于智慧医疗的颅内血管图像分割与显示方法 |
CN112907563A (zh) * | 2021-03-17 | 2021-06-04 | 复旦大学附属华山医院 | 基于深度学习的cta全自动侧枝循环评分方法及系统 |
CN113100803A (zh) * | 2021-04-20 | 2021-07-13 | 西门子数字医疗科技(上海)有限公司 | 用于显示静脉血栓的方法、装置、计算机设备和介质 |
Non-Patent Citations (1)
Title |
---|
杜锐莉等: "MSCTA联合CTPI对脑动脉狭窄/闭塞后侧支循环的评价", 《临床放射学杂志》, vol. 38, no. 05, 20 May 2019 (2019-05-20), pages 792 - 795 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332043A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市铱硙医疗科技有限公司 | 基于ct灌注影像的侧枝循环测量方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230277247A1 (en) | Systems and methods for processing electronic images to assess end-organ demand | |
US10076299B2 (en) | Systems and methods for determining hepatic function from liver scans | |
JP5716238B2 (ja) | 急性脳卒中の組織状態をマッピングする方法及びシステム | |
EP2365471B1 (en) | Diagnosis assisting apparatus, coronary artery analyzing method and recording medium having a coronary artery analzying program stored therein | |
JP7129869B2 (ja) | 疾患領域抽出装置、方法及びプログラム | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
EP3667615B1 (en) | Determination of metastases in an image of an anatomical body part | |
CN110910335B (zh) | 一种图像处理方法、图像处理设备及计算机可读存储介质 | |
KR102472963B1 (ko) | 의료 영상의 프레임 이미지별 강도의 분포를 이용한 최적 프레임 선택 방법 및 시스템 | |
CN113610800A (zh) | 用于评估侧支循环的装置、非诊断方法及电子设备 | |
JP7270917B2 (ja) | コンピュータプログラム、及び画像処理装置 | |
US8848998B1 (en) | Automated method for contrast media arrival detection for dynamic contrast enhanced MRI | |
CN113012118A (zh) | 图像处理方法以及图像处理装置 | |
US9905001B2 (en) | Image processing apparatus and image processing method | |
US20230222668A1 (en) | Image processing apparatus, image processing method, and recording medium | |
CN116091444A (zh) | 侧枝评价方法及装置、存储介质、终端 | |
CN111754452B (zh) | 基于深度学习的下肢深静脉血栓的检测方法、介质及终端 | |
CN114121236A (zh) | 图像检测方法及相关装置、电子设备和存储介质 | |
CN113538395A (zh) | 图像处理方法、装置、设备、可读存储介质 | |
JP2022117177A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Csore et al. | Unsupervised classification of multi-contrast magnetic resonance histology of peripheral arterial disease lesions using a convolutional variational autoencoder with a Gaussian mixture model in latent space: A technical feasibility study | |
KR102698027B1 (ko) | 역동적 조영증강 ct의 영상정보 후처리를 통한 ct 측부혈류 영상 생성 및 3차원 감산 ct 동맥조영술, 3차원 감산 ct 정맥조영술 및 4차원 컬러 ct 혈관조영술의 동시 구현을 위한 방법 및 의료영상 시스템 | |
EP3395245A1 (en) | Method and system for acquiring additional image, for identifying perfusion characteristics, by using mra image | |
WO2022270152A1 (ja) | 画像処理装置、方法およびプログラム | |
US20210375436A1 (en) | Medical image processing apparatus and method |
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 |