CN114066802A - 一种用于确定心肌区域中的异常的方法、设备和系统 - Google Patents

一种用于确定心肌区域中的异常的方法、设备和系统 Download PDF

Info

Publication number
CN114066802A
CN114066802A CN202110891149.3A CN202110891149A CN114066802A CN 114066802 A CN114066802 A CN 114066802A CN 202110891149 A CN202110891149 A CN 202110891149A CN 114066802 A CN114066802 A CN 114066802A
Authority
CN
China
Prior art keywords
myocardial region
region
vessels
medical
myocardial
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
Application number
CN202110891149.3A
Other languages
English (en)
Inventor
M·穆
L·珊布哈格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers AG
Original Assignee
Siemens Healthineers AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN114066802A publication Critical patent/CN114066802A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/507Apparatus 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/504Apparatus 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices 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
    • A61B6/5247Devices 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 an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06Measuring blood flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0891Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5261Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from different diagnostic modalities, e.g. ultrasound and X-ray
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • G06T2207/10121Fluoroscopy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20128Atlas-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Vascular Medicine (AREA)
  • Quality & Reliability (AREA)
  • Hematology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种用于确定对心肌区域中的异常有贡献的至少一个血管的方法(300)、设备(108)和系统(100)。在一个方面,方法(300)包括:从医学成像设备(108)接收与心肌区域相关联的医学图像。所述方法进一步包括:从医学图像中标识心肌区域中的异常区域。另外,所述方法包括:生成与心肌区域相关联的多个血管的仿真。此外,所述方法包括:从所仿真的血管中确定对心肌区域中的异常有贡献的至少一个血管,其中所述至少一个血管与心肌区域中的异常区域相关联。

Description

一种用于确定心肌区域中的异常的方法、设备和系统
技术领域
本发明涉及一种用于确定心肌区域中的异常(abnormality)的方法、设备和系统。特别地,本发明涉及一种用于确定对心肌区域中的异常有贡献的血管的方法、设备和系统。
背景技术
灌注(perfusion)是流体经由循环系统或淋巴系统到达器官或组织的通过(passage)。灌注是针对血液向组织和器官中的毛细血管床的供应的重要现象。不良灌注或缺血可能导致多种并发症,诸如冠心病、深静脉血栓形成等。基于医学成像的心肌灌注研究用于诊断心肌中的异常,诸如心肌缺血、心肌梗死、心肌增厚等。灌注研究提供了与心肌中的被灌注区域相关的信息。然而,灌注研究可能不容易提供关于哪些冠状动脉可能对心肌区域中的潜在异常有贡献的信息。灌注研究可能需要医师手动标识可能对缺血有贡献的一个或多个冠状动脉。
当前,不存在用于在灌注评估期间自动检测可能对心肌区域中的异常有贡献的血管的方法。
发明内容
因此,本发明的目的是提供一种使得能够准确地自动确定对心肌区域中的异常区域有贡献的一个或多个血管的方法、设备和系统。
在一个方面,本发明通过一种用于确定对心肌区域中的异常有贡献的至少一个血管的方法来实现该目的。所述方法包括:接收与心肌区域相关联的医学图像。可以从被配置成获取与患者相关联的多个医学图像的医学成像设备来接收医学图像。医学成像设备可以包括例如但不限于:计算机断层扫描设备、磁共振成像设备、X射线成像设备、超声成像设备等。医学图像可以包括与患者相关联的一个或多个对象。所述对象可以特别地是与患者相关联的心肌区域。所述方法进一步包括:从医学图像中标识心肌区域中的异常区域。异常可能是由于心肌区域中的不良灌注或缺血所导致的。异常可以是例如心肌梗死或任何其他心脏疾病。
所述方法进一步包括:生成与心肌区域相关联的多个血管的仿真。例如,可以使用仿真模型来生成所述仿真。所述仿真可以由例如与心肌区域相关联的所述多个血管的3维模型组成。对血管进行仿真使得能够标识可能对心肌区域中的异常有贡献的至少一个血管。所述方法进一步包括:从所仿真的血管中确定对心肌区域中的异常有贡献的至少一个血管。在一实施例中,所述至少一个血管可以与心肌区域中的异常区域相关联。有利地,本发明使得能够准确标识对心肌区域中的异常有贡献的所述至少一个血管。因此,消除了标识所述至少一个血管的手动步骤。
根据本发明的实施例,标识心肌区域中的异常区域包括:从医学数据库获得与心肌区域相关联的医学数据。医学数据可以包括例如心肌区域的几何表示、与心肌区域相关联的多个图像分割信息等。图像分割信息可以进一步与心肌区域中的区段(segment)的至少一个命名(nomenclature)相关联。在一实施例中,图像分割信息可以是与心肌区域相关联的标准分割信息。所述方法进一步包括:从医学图像中确定异常点。在一实施例中,医学图像可以基于与被成像的心肌区域相关联的一个或多个灌注细节来描绘心肌区域中的异常点。例如,心肌区域中的具有不良灌注的区域可能看起来不同于具有先进/最优灌注的区域。
所述方法进一步包括:将医学图像中的异常点与关联于心肌区域的医学数据进行映射。将异常点与医学数据进行映射使得能够准确标识心肌区域中的异常区域。例如,异常点可能位于心肌的特定区域内。映射可以包括例如将从医学图像标识的异常点映射到从医学数据库获得的心肌的几何表示上。在一实施例中,医学图像还可以包括与心肌的被成像区域相关的解剖信息。被成像区域的解剖信息进一步使得能够将心肌区域中的异常点与来自医学数据库的心肌的几何表示进行准确映射。所述方法进一步包括:基于所述映射来确定心肌中的异常区域。有利地,本发明使得能够有效且准确地确定心肌中的受影响区域。因此,避免了治疗过程中的任何错误。
根据另一个实施例,生成所述多个血管的仿真包括:确定与心肌区域相关联的所述多个血管。例如,可以根据从医学数据库获得的标准医学数据来确定所述多个血管。可能已知所述多个血管与心肌区域相关联。所述多个血管可以包括例如左前降支(LAD)、右冠状动脉(RCA)、左回旋支(LCX)等。所述方法进一步包括:生成与心肌区域相关联的所述多个血管的虚拟模型。所述虚拟模型可以是所述多个血管的仿真模型。所述虚拟模型提供了与可能关联于心肌区域中的异常区域的血管相关的信息。
根据一实施例,生成所述多个血管的仿真进一步包括:在被确定为与心肌区域相关联的所述多个血管上生成掩膜覆盖(mask overlay)。特别地,掩膜被覆盖在所确定的血管上,使得避免了医学数据中的背景图像信息。掩膜的覆盖可以生成心肌和相关联的多个血管的负投射(negative cast)。掩膜覆盖使得能够准确分割所述多个血管,同时避免了背景图像信息。所述方法进一步包括:分割从掩膜覆盖所确定的多个血管。所分割的血管可以用于生成血管的虚拟模型。有利地,对所述多个血管的有效分割使得能够准确构建血管的虚拟模型。
根据另一个实施例,所述方法进一步包括确定与所述多个血管中的每一个相关联的中心线。血管的中心线是沿着血管的管状结构的中间轴。血管的中心线使得能够确定血管的脉管长度。所述方法进一步包括确定每一个血管的远端。血管的远端可以是离心肌区域最远的端。所述方法进一步包括生成源自于每一个血管的远端的一个或多个体素。在一实施例中,可以基于围绕血管远端的中心线的一个或多个邻近体素来生成所述一个或多个体素。在进一步的实施例中,可以使用区域生长算法和区域合并算法来生成所述一个或多个体素。可以生成所述一个或多个体素并且将其添加到血管的远端,使得每一个血管的近端到达心肌区域/与心肌区域连接。所述方法进一步包括:基于所生成的体素来生成所述多个血管的虚拟模型。有利地,血管的所生成的虚拟模型包括远端和近端。此外,构建所述虚拟模型,使得所生成的血管的近端与医学图像中的心肌区域连接。因此,使得能够准确地确定对心肌区域中的异常有贡献的所述至少一个血管。
根据又一个实施例,确定对心肌区域中的异常有贡献的所述至少一个血管包括:将关联于心肌区域的医学数据与所仿真的多个血管进行比较。执行所述比较以匹配医学数据和所仿真的血管。医学数据可以包括与连接到心肌区域的血管相关联的一个或多个标准细节。医学数据与所仿真的血管的比较使得能够准确确定所述多个血管中的哪一个连接到医学图像中的心肌区域。所述方法进一步包括根据所述比较来确定连接到心肌区域中的异常区域的所述至少一个血管。有利地,准确确定对异常有贡献的所述至少一个血管使得能够及时确定将为患者采取的下一过程的医学动作。因此,避免了进一步医学程序的过程中的不当延迟。另外,避免了仔细阅读医学数据以确定对心肌区域中的异常有贡献的血管的手动努力。
根据一实施例,医学图像是3维医学图像。因此,可以获得与心肌和血管相关联的体积信息。
根据又一个实施例,医学图像是计算机断层扫描图像、X射线荧光透视图像、基于磁共振成像的图像、以及超声图像中的至少一个。
本发明的目的还通过一种用于确定对心肌区域中的异常有贡献的至少一个血管的医学成像设备来实现。所述设备包括一个或多个处理单元、被配置成捕获一个或多个医学图像的扫描仪单元、以及耦合到所述一个或多个处理单元的存储器。所述存储器包括被配置成执行上面描述的方法步骤的模块。
本发明的目的还通过一种用于确定对心肌区域中的异常有贡献的至少一个血管的系统来实现。根据一实施例,所述系统包括一个或多个服务器、耦合到所述一个或多个服务器的医学成像设备。所述一个或多个服务器包括一个或多个指令,所述指令在被执行时使得所述一个或多个服务器执行上面描述的方法步骤。
在一个方面,本发明涉及一种包括计算机程序的计算机程序产品,所述计算机程序可加载到系统的存储单元中,所述计算机程序包括程序代码部分,用以在所述系统中执行所述计算机程序时使得所述系统执行根据本发明的一方面的方法。
在一个方面,本发明涉及一种计算机可读介质,计算机程序的程序代码部分保存在所述介质上,所述程序代码部分可加载到系统中和/或可在所述系统中执行,用以在所述系统中执行所述程序代码部分时使得所述系统执行根据本发明的一方面的方法。
通过计算机程序产品和/或计算机可读介质来实现本发明具有如下优点:已经存在的管理系统可以容易地被软件更新所采用,以便如本发明所提出的那样工作。
所述计算机程序产品可以是例如计算机程序,或者包括除所述计算机程序之外的另一个元件。该其他元件可以是:硬件,例如其上存储有所述计算机程序的存储器设备、用于使用所述计算机程序的硬件密钥等;和/或软件,例如用于使用所述计算机程序的软件密钥或文档编制(documentation)。
附图说明
下文中将参考附图中所示出的图示实施例来进一步描述本发明,在附图中:
图1图示了根据本发明实施例的客户端-服务器架构的框图,该架构提供了表示真实世界对象的不同部分的组件的几何建模。
图2图示了数据处理系统的框图,其中可以实现用于确定对心肌区域中的异常有贡献的血管的实施例。
图3图示了根据本发明实施例的用于确定对心肌区域中的异常有贡献的至少一个血管的方法的流程图。
图4图示了根据本发明实施例的用于标识心肌区域中的异常区域的方法的流程图。
图5图示了根据本发明实施例的用于生成多个血管的仿真的方法的流程图。
图6图示了根据本发明实施例的用于确定对心肌区域中的异常有贡献的至少一个血管的方法的流程图。
具体实施方式
在下文中,详细描述了用于实施本发明的实施例。参考附图描述了各种实施例,其中相同的参考数字自始至终用于指代相同的元件。在以下描述中,出于解释的目的,阐述了许多具体细节,以便提供对一个或多个实施例的全面理解。可能显然的是,可以在没有这些具体细节的情况下实践这些实施例。
图1提供了根据一实施例的客户端-服务器架构的框图的图示,该架构是表示真实世界对象的不同部分的组件的几何建模。客户端-服务器架构100包括服务器101和多个客户端设备107。客户端设备107中的每一个经由网络105连接到服务器101,网络105例如是局域网(LAN)、广域网(WAN)、WiFi等。在一个实施例中,服务器101被部署在云计算环境中。如本文中所使用的,“云计算环境”指代包括可配置的计算物理和逻辑资源(例如,网络、服务器、存储装置、应用、服务等)以及分布在网络105(例如,互联网)上的数据的处理环境。云计算环境提供了对可配置计算物理和逻辑资源的共享池的按需网络访问。服务器101可以包括医学数据库102,医学数据库102包括由医疗保健服务提供者维护的与一个或多个患者相关的医学图像和相关联的医学数据集。医学数据库102可以进一步包括与心肌区域相关联的医学数据。医学数据可以进一步与关联于心肌区域和多个血管的命名和分割信息相关联。服务器101可以包括模块103,模块103被配置成确定对心肌区域中的异常有贡献的至少一个血管。另外,服务器101可以包括用于经由网络105与客户端设备107通信的网络接口104。
客户端设备107是由用户(例如,医学人员)使用的用户设备。在一实施例中,用户设备107可以被用户用来接收与对心肌区域中的异常有贡献的至少一个血管相关联的数据。用户可以经由用户设备107上的最终用户web应用的图形用户界面来访问该图像。在另一个实施例中,可以经由网络105向服务器101发送访问与该至少一个血管相关联的信息的请求。设备108可以通过网络105连接到服务器101。设备108可以是能够获取多个医学图像的医学成像设备108。医学成像设备108可以是例如计算机断层扫描成像单元、X射线荧光透视成像单元、磁共振成像单元、超声成像单元等。
图2是数据处理系统101的框图,其中一实施例可以被实现为例如用于确定对心肌区域中的异常有贡献的血管的系统101,系统101被配置成执行本文中描述的过程。应当领会的是,服务器101是图2中的系统的示例性实现方式。在图2中,所述数据处理系统101包括处理单元201、存储器202、存储单元203、输入单元204、输出单元206、总线205和网络接口104。
本文中使用的处理单元201意指任何类型的计算电路,诸如但不限于:微处理器、微控制器、复杂指令集计算微处理器、精简指令集计算微处理器、超长指令字微处理器、显式并行指令计算微处理器、图形处理器、数字信号处理器、或任何其他类型的处理电路。处理单元201还可以包括嵌入式控制器,诸如通用或可编程逻辑器件或阵列、专用集成电路、单芯片计算机等。
存储器202可以是易失性存储器和非易失性存储器。存储器202可以被耦合用于与所述处理单元201通信。处理单元201可以执行存储在存储器202中的指令和/或代码。各种计算机可读存储介质可以被存储在所述存储器202中,并且可以从所述存储器202来访问该介质。存储器202可以包括用于存储数据和机器可读指令的任何合适的元件,诸如只读存储器、随机存取存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、硬盘驱动器、用于处理致密盘、数字视频盘、软盘、磁带盒、存储卡的可移除介质驱动器等等。在本实施例中,存储器202包括以机器可读指令的形式存储在所述上面提到的存储介质中的任一个上的模块103,并且可以与处理器201通信并且由处理器201执行。当由处理器201执行时,模块103使得处理器201确定对心肌区域中的异常有贡献的至少一个血管。在图3、4、5和6中详细地阐述了由处理器201执行以实现上述功能的方法步骤。
存储单元203可以是存储医学数据库102的非暂时性存储介质。医学数据库102是由医疗保健服务提供者维护的与一个或多个患者相关的医学图像和相关联的医学数据集的储存库。医学数据库102可以进一步包括与心肌区域相关联的医学数据。医学数据可以进一步与关联于心肌区域和多个血管的命名和分割信息相关联。输入单元204可以包括能够接收诸如医学图像之类的输入信号的输入装置,诸如键盘、触敏显示器、相机(诸如,接收基于手势的输入的相机)等。总线205充当处理器201、存储器202、存储单元203、输入单元204、输出单元206和网络接口104之间的互连。
本领域普通技术人员将领会,图1中描绘的所述硬件可以针对特定实现方式而变化。例如,替代所描述的硬件或除了所描述的硬件之外,还可以使用其他外围设备,诸如光盘驱动器等、局域网(LAN)/广域网(WAN)/无线(例如,Wi-Fi)适配器、图形适配器、磁盘控制器、输入/输出(I/O)适配器。所述所描绘的示例是仅出于解释的目的而提供的,并且不意味着暗示关于本发明的架构限制。
根据本公开实施例的数据处理系统101包括采用图形用户界面的操作系统。所述操作系统允许在图形用户界面中同时呈现多个显示窗口,其中每个显示窗口提供去往不同应用或去往同一应用的不同实例的界面。所述图形用户界面中的光标可以由用户通过定点设备来操纵。光标的位置可以被改变,和/或生成诸如点击鼠标按钮之类的事件以致动期望响应。
所公开的实施例提供了用于确定心肌区域中的异常的系统和方法。特别地,该系统和方法可以确定对心肌区域中的异常有贡献的血管。
图3图示了根据本发明实施例的用于确定对心肌区域中的异常有贡献的至少一个血管的方法300的流程图。方法300包括从医学成像设备接收医学图像的步骤301。医学成像设备可以包括计算机断层扫描单元、X射线荧光透视成像单元、磁共振成像单元、PET成像单元、超声成像单元、或任何其他放射学成像设备。医学图像包括与患者相关联的成像信息。成像信息可以包括例如与患者相关联的心肌区域。在步骤302处,从医学图像中标识心肌区域中的异常区域。异常区域可以指示心肌区域中存在缺血,即不良灌注的区域。例如,可以基于心肌中的特定区域中的造影剂摄取(contrast uptake)与心肌的其他区域中的造影剂更新相比的差异来标识异常区域。
在步骤303处,生成多个血管的仿真,其中该多个血管与心肌区域相关联。该多个血管可以将血液供应到心肌区域以用于心肌的有效运作。在一实施例中,可以使用仿真模型来生成该多个血管的仿真。该仿真使得能够确定可以将血液供应到心肌区域的血管。在步骤304处,确定与该多个血管中的每一个相关联的中心线。血管的中心线使得能够有效确定血管的脉管长度。所仿真的血管可以呈现血管的虚拟表示。此外,确定哪些所仿真的血管对心肌区域中的异常有贡献是至关重要的。因此,可以将所仿真的血管连接到医学图像中的心肌区域,以便确定对异常有贡献的血管。在步骤305处,标识每一个血管的中心线的远端。血管的远端可以是血管距心肌区域的最远点。从每个血管的中心线的远端,可以在步骤306处生成一个或多个体素。可以生成该一个或多个体素,使得生成每一个血管的近端,从而将所仿真的血管连接到心肌区域。从中心线的远端生成的一个或多个体素可以基于血管的远端周围的多个体素。在一实施例中,可以使用区域生长算法和/或区域合并算法来生成该一个或多个体素。如果没有检测到边缘,则区域生长算法可以使用周围的体素来生成新的体素并且将其添加到一区域。
在步骤307处,基于所生成的一个或多个体素来生成该多个血管的虚拟模型。该多个血管的虚拟模型可以使得血管的近端连接到医学图像中标识的心肌区域。在步骤308处,从所生成的虚拟模型来确定对心肌区域中的异常区域有贡献的至少一个血管。在一实施例中,该至少一个血管可以是将血液供应到心肌区域中的异常区域的血管。
图4图示了用于标识心肌区域中的异常区域的方法400的流程图。在步骤401处,从医学数据库102获得与心肌区域相关联的医学数据。医学数据可以包括例如与心肌区域相关联的一个或多个几何信息。几何信息可以是与心肌相关联的可以用作参考的标准信息。另外,医学数据包括与关联于心肌区域的多个血管相关联的图像分割信息和命名信息。方法400进一步包括从医学图像中确定异常点的步骤402。异常点可以是医学图像中的心肌区域上的点,该点与心肌的周围区域相比可能看起来是异常的。例如,与异常点的周围区域相比,异常点可能具有不同的造影剂摄取。在步骤403处,将医学图像中的异常点与关联于心肌区域的医学数据进行映射。对医学图像中的异常点进行映射使得能够准确确定心肌区域中的异常区域。在步骤404处,基于该映射来标识心肌区域中的异常区域。另外,对异常点的映射提供了心肌区域中的异常区域的3维表示。
图5图示了根据本发明实施例的用于生成该多个血管的仿真的方法500的流程图。在步骤501处,根据与心肌区域相关联的医学数据来确定与心肌区域相关联的该多个血管。在步骤502处,在该多个血管上生成掩膜覆盖。掩膜化(masking)是一种图像处理技术,其中部分图像的像素/体素强度被改变为零。在该多个血管上的掩膜覆盖可以生成医学图像中的心肌区域和相关联的背景图像信息的负投射。可以使用本领域已知的一种或多种方法来执行对血管的掩膜化。在步骤503处,分割经掩膜化的多个血管。对该多个血管的掩膜化使得能够在不包括背景图像信息的情况下准确地分割血管。可以使用本领域公知的一种或多种技术来执行对该多个血管的分割。在步骤504处,从所分割的多个血管来生成该多个血管的虚拟模型。该虚拟模型可以是与心肌区域相关联的所分割血管的3维表示。该虚拟模型是该多个血管的仿真。有利地,血管的仿真使得能够有效地标识可能对心肌区域中的异常有贡献的该至少一个血管。
图6图示了用于确定对心肌区域中的异常有贡献的该至少一个血管的方法600的流程图。在步骤601处,获得所仿真的多个血管。在步骤602处,从医学数据库102接收与心肌区域相关联的医学数据。在步骤603处,在所仿真的血管与关联于心肌区域的医学数据之间进行比较。该比较使得能够标识对心肌区域中的异常有贡献的该至少一个血管。在步骤604处,连接到心肌区域中的异常区域的该至少一个血管。在一实施例中,对该异常有贡献的该至少一个血管可以用不同于其他血管的颜色来描绘。例如,可以将增强的掩膜应用于对该异常有贡献的该至少一个血管。
本发明的优点在于:可以有效地标识对心肌区域中的异常有贡献的血管。另外,避免了标识有贡献的血管的手动努力。此外,防止了对有贡献的血管的错误检测。
仅仅出于解释的目的已经提供了上述实施例,并且上述实施例决不能被解释为对本文中公开的本发明的限制。虽然已经参考各种实施例描述了本发明,但是要理解的是,本文中已经使用的词语是描述性和说明性的词语,而不是限制性的词语。此外,尽管已经参考特定手段、材料和实施例描述了本发明,但是本发明不限于本文中公开的详情;而是,本发明扩展到诸如在所附权利要求的范围内的所有功能上等同的结构、方法和使用。受益于本说明书的教导的本领域技术人员可以对其实施许多修改,并且可以在不脱离本发明在其方面中的范围和精神的情况下做出改变。

Claims (13)

1.一种用于确定对心肌区域中的异常有贡献的至少一个血管的方法(300),所述方法包括:
从医学成像设备(108)接收与心肌区域相关联的医学图像;
从医学图像中标识心肌区域中的异常区域;
生成与心肌区域相关联的多个血管的仿真;以及
从所仿真的血管中确定对心肌区域中的异常有贡献的至少一个血管,其中所述至少一个血管与心肌区域中的异常区域相关联。
2.根据权利要求1所述的方法(300),其中标识心肌区域中的异常区域包括:
从医学数据库(102)获得与心肌区域相关联的医学数据;
从医学图像中确定异常点;
将医学图像中的异常点与关联于心肌区域的医学数据进行映射;以及
基于所述映射来标识心肌区域中的异常区域。
3.根据权利要求1所述的方法(300),其中生成所述多个血管的仿真包括:
根据与心肌区域相关联的医学数据来确定与心肌区域相关联的所述多个血管;以及
生成与心肌区域相关联的所述多个血管的虚拟模型。
4.根据权利要求3所述的方法(300),其中生成所述多个血管的仿真进一步包括:
在所述多个血管上生成掩膜覆盖;以及
分割经掩膜化的多个血管以用于生成所述多个血管的虚拟模型。
5.根据权利要求1所述的方法(300),进一步包括:
确定与所述多个血管中的每一个相关联的中心线;
标识与所述多个血管中的每一个相关联的中心线的远端;
生成一个或多个体素,所述一个或多个体素源自于所述多个血管中的每一个的中心线的远端;以及
基于所生成的一个或多个体素来生成所述多个血管的更新的虚拟模型。
6.根据前述权利要求中任一项所述的方法(300),其中所仿真的血管的近端连接到从医学图像标识的心肌区域。
7.根据权利要求1和2所述的方法(300),其中确定对心肌区域中的异常有贡献的所述至少一个血管包括:
将关联于心肌区域的医学数据与所仿真的多个血管进行比较;以及
根据所述比较来确定连接到心肌区域中的异常区域的所述至少一个血管。
8.根据前述权利要求中任一项所述的方法(300),其中医学图像是3维医学图像。
9.根据前述权利要求中任一项所述的方法(300),其中医学图像是计算机断层扫描图像、X射线荧光透视图像、基于磁共振成像的图像、以及超声图像中的至少一个。
10.一种用于确定对心肌区域中的异常有贡献的至少一个血管的医学成像设备(108),所述设备包括:
一个或多个处理单元(201);
扫描仪单元,其被配置成捕获一个或多个医学图像;以及
存储器(202),其耦合到所述一个或多个处理单元(201),所述存储器(202)包括模块(103),所述模块(103)被配置成执行如权利要求1至9中的任一项中要求保护的方法步骤。
11.一种用于确定对心肌区域中的异常有贡献的至少一个血管的系统(100),所述系统(100)包括:
一个或多个服务器(101);
医学成像设备(108),其耦合到所述一个或多个服务器;
所述一个或多个服务器(101)包括一个或多个指令,所述指令在被执行时使得所述一个或多个服务器(101)执行如权利要求1至9中的任一项中要求保护的方法步骤。
12.一种包括机器可读指令的计算机程序产品,所述机器可读指令在由处理单元(201)执行时使得所述处理单元(201)执行根据权利要求1至9中任一项所述的方法。
13.一种计算机可读介质,计算机程序的程序代码部分被保存在所述介质上,所述程序代码部分可加载到系统(100)中和/或可在所述系统(100)中执行,用以在所述系统(100)中执行所述程序代码部分时使得所述系统(100)执行权利要求1至9中任一项所述的方法。
CN202110891149.3A 2020-08-04 2021-08-04 一种用于确定心肌区域中的异常的方法、设备和系统 Pending CN114066802A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20189358.3A EP3951705A1 (en) 2020-08-04 2020-08-04 Method, device and system for determining abnormality in myocardium region
EP20189358.3 2020-08-04

Publications (1)

Publication Number Publication Date
CN114066802A true CN114066802A (zh) 2022-02-18

Family

ID=71948482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110891149.3A Pending CN114066802A (zh) 2020-08-04 2021-08-04 一种用于确定心肌区域中的异常的方法、设备和系统

Country Status (3)

Country Link
US (1) US20220039769A1 (zh)
EP (1) EP3951705A1 (zh)
CN (1) CN114066802A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12039685B2 (en) 2019-09-23 2024-07-16 Cathworks Ltd. Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device
CN116228802B (zh) * 2023-05-05 2023-07-04 济南科汛智能科技有限公司 一种心脏mri辅助成像控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5151856A (en) * 1989-08-30 1992-09-29 Technion R & D Found. Ltd. Method of displaying coronary function
JP2004181176A (ja) * 2002-12-01 2004-07-02 Sunao Kitamura 心筋触診訓練システム
US8010175B2 (en) * 2004-05-05 2011-08-30 Siemens Medical Solutions Usa, Inc. Patient-specific coronary territory mapping
US9471989B2 (en) * 2013-06-03 2016-10-18 University Of Florida Research Foundation, Inc. Vascular anatomy modeling derived from 3-dimensional medical image processing
WO2015076551A1 (en) * 2013-11-19 2015-05-28 Samsung Electronics Co., Ltd. X-ray imaging apparatus and method of controlling the same
US10130266B2 (en) * 2014-06-30 2018-11-20 Siemens Healthcare Gmbh Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis
US10987010B2 (en) * 2015-02-02 2021-04-27 Heartflow, Inc. Systems and methods for vascular diagnosis using blood flow magnitude and/or direction
PL427234A1 (pl) * 2018-09-28 2020-04-06 Fundacja Rozwoju Kardiochirurgii Im. Profesora Zbigniewa Religi Sposób modelowania naczyń krwionośnych i przepływu krwi w tych modelach naczyń krwionośnych

Also Published As

Publication number Publication date
EP3951705A1 (en) 2022-02-09
US20220039769A1 (en) 2022-02-10

Similar Documents

Publication Publication Date Title
US11816837B2 (en) Vascular characteristic determination with correspondence modeling of a vascular tree
JP6790179B2 (ja) リアルタイムの診断上有用な結果
Li et al. Optimal surface segmentation in volumetric images-a graph-theoretic approach
US9754390B2 (en) Reconstruction of time-varying data
US7286866B2 (en) Method, system and computer product for cardiac interventional procedure planning
US8150113B2 (en) Method for lung lesion location identification
US10497123B1 (en) Isolation of aneurysm and parent vessel in volumetric image data
Liao et al. 3-D reconstruction of the coronary artery tree from multiple views of a rotational X-ray angiography
Kuhnigk et al. New tools for computer assistance in thoracic CT. Part 1. Functional analysis of lungs, lung lobes, and bronchopulmonary segments
US20200337773A1 (en) Optimum treatment planning during coronary intervention by simultaneous simulation of a continuum of outcomes
Xian et al. Main coronary vessel segmentation using deep learning in smart medical
US10275946B2 (en) Visualization of imaging uncertainty
CN114066802A (zh) 一种用于确定心肌区域中的异常的方法、设备和系统
JP7049402B2 (ja) プロセッサ装置の作動方法
JP2019528116A (ja) 4dコンピュータ断層撮影から呼吸性血液量変化を決定するシステム及び方法
CN111798468B (zh) 图像处理方法及装置、存储介质及电子终端
Chakshu et al. Automating fractional flow reserve (FFR) calculation from CT scans: A rapid workflow using unsupervised learning and computational fluid dynamics
US10977792B2 (en) Quantitative evaluation of time-varying data
WO2022270150A1 (ja) 画像処理装置、方法およびプログラム
CN115482181B (zh) 一种图像信息提取方法、装置、电子设备和可读存储介质
EP4113434A1 (en) Generation of plaque information
US20240005503A1 (en) Method for processing medical images
WO2021256096A1 (ja) 領域修正装置、方法およびプログラム
CN115578396A (zh) 一种血管图像提取方法、装置、电子设备和可读存储介质
de Bruijne et al. Bone Shape Analysis

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