CN114246684A - 导入到患者身体中的对象的安置质量的确定 - Google Patents

Abstract

描述一种用于确定导入到患者身体中的外部设备的安置质量的方法。此外描述一种提供经训练的函数的方法、一种安置质量确定装置、一种训练装置、一种医学成像装置、一种计算机程序产品和一种计算机可读介质。

Description

导入到患者身体中的对象的安置质量的确定

技术领域

本发明涉及一种用于确定导入到患者身体中的外部设备的安置质量

的方法。本发明还涉及一种用于提供经训练的函数的方法。本发明还涉及一种安置质量确定装置。此外，本发明涉及一种训练装置。本发明还涉及一种医学成像装置。

背景技术

在医学地治疗和供给患者时，通常将外部设备插入到患者的身体中。直观的实例是在重症监护室上治疗的患者，所述患者经由多个软管被供给生命重要的物质并且其生命机能借助于多个导入到身体中的测量探针被监控。

导入到身体中的设备的具体实例是：

-中心静脉导管，其经由静脉导入到患者身体中，

-外周导入的中心导管，其经由臂静脉导入到患者身体中，

-气管内探针，其经由嘴和气管导入，

-鼻胃探针，其经由鼻子导入。

如果这种侵入式设备错误地安置在身体中，则能够出现威胁生命的并发症。错误地安置中心静脉导管例如能够导致感染、血栓、堵塞或气胸，也就是说空气在胸膜中或在两个胸膜瓣之间的胸膜间隙中的积聚。错误安置的外周置入中心导管能够导致形成血栓或心律不齐。错误置入的气管内探针能够导致恶性膨胀(Hyperinflation)，也就是说肺的过度膨胀，气胸，膨胀不全，也就是说肺的通气缺陷，或低氧血症，也就是说对侧的不通气的肺的动脉血中的较低的氧含量。错误安置的鼻胃探针能够导致气胸、胸膜积液、咽后脓肿或肺脓肿。

此外，错误安置的外部设备不能够满足其预期目的。

为了避免外部设备在人体中的错误安置，通常产生医学图像并且通过放射科医生检查设备在患者的身体中的位置。所述图像在最初放置之后记录并且能够定期记录，借此能够确保，如果例如设备应在患者中保留较长时间，如例如在中心静脉导管中是这种情况，则设备仍处于正确的位置。

在这种方式中，然而出现以下问题：通常延迟地并且不立刻在图像记录之后通过放射科医生评估医学图像，以便确定外部设备的位置。如果外部设备过长时间地未被发现错误地安置，则这种情形能够对于患者导致严重的并发症。

解释医学图像以便确定外部设备的位置是主观的并且取决于执行所述检查的专业人员的经验。

存在如下方案：在使用人工智能的条件下，在图像数据集中自动地识别外部设备。然而，在此存在如下问题：必须处理大的数据量，以便在图像中发现对象并且分类。此外，通常难以正确地分类在图像中探测到的对象。

发明内容

因此，本发明的目的是，发展用于以改进的可靠性和数据处理的更小的耗费自动地找到患者的身体中的外部设备的方法和设备。

所述目的根据本发明通过根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法、根据本发明的用于提供经训练的函数的方法、根据本发明的安置质量确定装置、根据本发明的训练装置和根据本发明的医学成像装置来实现。

在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中，检测患者身体的图像数据。所述图像数据包括关于患者体内的信息。尤其地，患者体内的外部设备也描绘到图像数据上。应将经由身体开口或血管或人工安放的开口导入到患者的身体中的设备理解成外部设备。此外，在第一子区域中或在第一子区域处探测一个或多个第一解剖学标志，设备根据预期安置在所述第一子区域中。所述方法不限于探测解剖学第一标志或第一子区域。也能够使用多个第一标志，以便确定子区域或根据多个标志能够确定多个子区域，所述多个子区域例如是用于一个外部设备或多个设备的多个入口。如果外部设备在其在患者的身体中的进一步伸展中可能错误地安置，则外部设备也安置在所述第一子区域中。这种“安全的”子区域例如能够处于外部设备的进入区域中，外部设备即使接下来错误设置出于解剖学原因也必须经过所述进入区域。因此，在第一“安全的”子区域中或在第一“安全的”子区域处寻找外部设备的第一子部段。在所述第一子区域中或在所述子区域附近，也就是说在与第一子区域相邻的子区域中存在已经提到的第一解剖学标志，借助所述第一解剖学标志能够确定第一子区域或第一子部段。对于成功地探测到外部设备的第一子部段的情况，在至少一个第二子区域中或在至少一个第二子区域处探测至少一个第二解剖学标志，外部设备根据预期延伸通过所述第二子区域并且所述第二子区域包括临床重要的区域。这种第二子区域例如包括用于设备的第二子部段的所期望的子区域。应将如下区域理解成临床重要的区域：所述区域对于设备的既定作用是决定性的，或者在所述区域处或在其周围中，第二子部段的错误安置可能会在健康方面负面地影响患者。那么，在第二子区域中或在第二子区域处基于外部设备的已经定位的第一子部段来探测外部设备的第二子部段。在此，从第一子部段开始在图像数据中寻找外部设备的延续并且跟踪直至第二子部段。在跟踪外部设备的延续时，同时也能够在出现交缠或弯折方面检验外部设备的伸展。以这种方式，能够识别和必要时消除外部设备的故障。最后，通过测量在外部设备的定位的第二子部段与至少一个第二标志之间的间距来确定外部设备的至少一个第二子部段的安置的质量。例如，对于定位中心静脉导管使用右心房和龙骨状突起(Carina)共同作为标志。

如果对应地应监控多个设备或设备的多个部段，则也能够多次依次或同时执行所提及的寻找步骤和辨识步骤。能够优选自动地执行所提及的寻找步骤，也就是说优选自动地执行图像数据分析，使得能够排除人为误差。此外，能够通过自动的图像数据分析在短时间中、优选甚至实时地进行评估。因此，在设备处于患者中的较长的持续时间期间能够提供更新的质量数据，并且以这种方式能够提高患者的安全性并且精简熟练人员，或熟练人员能够将其注意力限制到要求更高的任务上、如例如患者的手术或其他治疗的各个步骤。此外，设备的探测能够通过使用解剖学标志在图像数据中限制到设备特定的子区域上，如果设备总的来说处于患者的身体中，则应在所述子区域中或在所述子区域处找到设备。待搜寻的图像片段的这种缩小加速图像分析或降低对于评估图像数据需要的计算能力的要求。那么通过从探测到的子部段开始跟踪外部设备的伸展直至身体中的临床重要的子部段或对应的子区域，明显简化确定外部设备在身体中的位置的任务并且提高实际上也正确辨识到外部设备的可靠性。通过将处于定义的解剖学位置处的第二解剖学标志用于质量评判，其中定义的解剖学位置相对于外部设备的第二子部段的所期望的位置的相对位置是已知的，则能够通过例如对间距或角度的一个或多个简单测量，产生用于外部设备的第二子部段的确定的位置的客观质量标准。质量标准在此取决于在第二解剖学标志与外部设备的第二子部段的所期望的位置之间的预先已知的物理尺度、例如间距或角度以及在外部设备的第二子部段与第二标志之间的根据图像数据测量的实际尺度、优选间距或角度。使用解剖学标志来检验安置质量有利地是可复现的和可配置的。在此，解剖学标志的可视化及这些标志的相对于线或导线的间距或角度为放射科医生提供了易于理解的查阅方法，并且与通过所谓的黑盒方案估计的标量概率值相比更容易理解。此外，根据解剖学标志测量位置质量允许主观地匹配于应用者的个体偏好。

在根据本发明的用于提供经训练的函数的方法中，接收输入训练数据，所述输入训练数据包括训练数据池的测试人员的医学图像数据。所述方法适合于如下情况：应通过应用人工智能或基于KI辨识和定位标志和/或设备的子部段。为了实现这种方案，通过应用例如通过人工神经网实现的机器学习来训练函数。为此，除了输入训练数据之外也接收与输入训练数据相关联的输出训练数据。在此，输出训练数据包括：与导入到患者身体中的外部设备的第一部段和第二部段相关联的标志；以及用于辨识和定位导入到患者身体中的设备的第一部段和第二部段的数据。此外，通过基于机器学习的算法基于输入数据和输出数据来训练函数。有利地，不必耗费地构建复杂的模型方案来确定函数，而是基于现有的数据池由训练数据自动地产生函数。尤其在大量不同的待考虑的参数或通过模型不能充分检测的现象的情况下，这种方式优于纯基于模型的方案。

根据本发明的安置质量确定装置具有用于检测患者的患者身体的图像数据的输入接口。根据本发明的安置质量确定装置也包括用于在至少一个第一子区域中或在至少一个第一子区域处基于KI探测第一解剖学标志的标志探测单元，外部设备根据预期安置在所述第一子区域中。根据本发明的安置质量确定装置也包括用于在至少一个第一子区域中或在至少一个第一子区域处优选基于KI寻找和定位外部设备的至少一个子部段的辨识单元。在此，标志探测单元设立用于，对于在第一子区域中或在第一子区域处探测到外部设备的情况，在至少一个第二子区域中或在至少一个第二子区域处辨识和定位至少一个第二标志，外部设备的至少一个第二部段根据预期伸展通过所述第二子区域并且所述第二子区域包括临床重要的区域。辨识单元还设立用于，在至少一个第二子区域中或在至少一个第二子区域处基于外部设备的已经定位的子部段来定位外部设备。安置质量确定装置包括质量确定单元，用于通过测量在定位的外部设备与至少一个第二标志之间的物理尺度、例如间距或角度来确定外部设备的第二子部段的安置的质量。

根据本发明的训练装置具有用于接收输入训练数据的第一训练接口，所述输入训练数据包括训练数据池的测试人员的医学图像数据。根据本发明的训练装置也包括用于接收与输入训练数据相关联的输出训练数据的第二训练接口。在此，输出训练数据包括：标志，所述标志标记导入到患者身体中的设备的第一子部段的预先已知的位置以及第二子部段的所期望的位置或待检验的位置；以及用于辨识和定位导入到患者身体中的设备的第一子部段和第二子部段的数据。根据本发明的训练装置的一部分也是用于基于训练输入数据和训练输出数据来训练函数的训练单元以及用于输出经训练的函数的输出接口。根据本发明的训练装置分享根据本发明的训练方法的优点。

根据本发明的成像医学装置具有安置质量确定装置和根据本发明的训练装置。根据本发明的成像医学装置兼有根据本发明的安置质量确定装置和根据本发明的训练装置的优点。

根据本发明的安置质量确定装置和根据本发明的训练装置的主要组件能够大多数以软件组件的形式构成。这尤其涉及安置质量确定装置的标志探测单元和辨识单元以及训练装置的训练单元。

原则上，所述组件但是也能够部分地，尤其当涉及特别快的计算时，以软件支持的硬件、例如FPGA等的形式实现。同样地，需要的接口，例如当仅涉及接收来自其他软件组件的数据时，构成为软件接口。其但是也能够构成为通过合适的软件操控的硬件式构造的接口。

大规模软件式的实现具有如下优点：已经至今使用的医学成像装置也能够必要时在加装需要的硬件的情况下以简单的方式通过软件更新设立用于，以根据本发明的方式工作。就此而言，所述目的也通过具有计算机程序的对应的计算机程序产品来实现，所述计算机程序能够直接加载到医学成像装置的存储装置中并且包括程序段，以便当在医学成像装置中运行计算机程序时，执行根据本发明的方法的所有步骤。

除了计算机程序之外，这种计算机程序产品必要时能够包括附加的组成部分，如例如文档和/或附加的组件，也包括硬件组件，如例如用于使用软件的硬件秘钥(软件狗等)。

通过软件实施能够在不同的医学成像装置上可复现地且不易出错地执行所述方法。

计算机可读介质，例如记忆棒、硬盘或其他可移动的或固定装入的数据载体能够用于运输至医学成像装置的存储装置和/或用于在医学成像装置处存储，在所述计算机可读介质上存储有计算机程序的由数据处理装置、例如计算单元可读取且可执行的程序段。计算单元例如能够为此具有一个或多个协作的微处理器等。

以下描述分别包含本发明的特别有利的设计方案和改进方案。在此，一个实施例类别的实施例尤其也能够与另一实施例类别的实施例类似地改进。此外，在本发明的范畴内，不同实施例的不同特征也能够组合成新的实施例。

优选地，在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中基于人工智能进行定位步骤或探测步骤中的至少一个步骤。例如通过应用人工智能、简称KI探测至少一个第一标志。至少一个第一标志典型地包括一个或多个特别显著的和容易找到的身体部分，所述身体部分根据预期处于外部设备的第一待找到的部段附近。然而，这种身体部分，例如患者的锁骨能够与理想形状明显偏差，使得基于模型的方案可能会具有较小的命中数。也能够优选借助基于KI的方案更容易地识别导入到患者的身体中的外部设备，因为在发现外部设备的各个子部段时通过基于KI的方案也能够更灵活地和更有效地考虑个体化的解剖学情况或相同类型的设备的区别。

在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中，至少一个第一子区域包括外部设备到患者身体中的至少一个进入部位。如果进入部位已知，这必然是这种情况，因为必须提前通过进入部位进行外部设备的插入，则也容易地定位至少一个第一子区域的位置，进入部位处于所述第一子区域处或处于所述第一子区域中。还通过定位安置在所述至少一个第一子区域中或所述至少一个第一子区域附近的至少一个第一标志来使发现变得容易。

在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中，在子区域中定位至少一个第二解剖学标志，在所述子区域中或在所述子区域处，即可能在其临近区域中，应预期外部设备的终止部段的位置。待导入到患者的身体中的外部设备的这种终止部段是决定性的功能元件、例如导管尖或探针头部，借助所述决定性的功能元件保持或支持患者的可能生命重要的身体机能。因此，对于定位所述终止部段特别重要的是，其安置是正确的，借此其也能够履行其生命重要的功能。

导入到患者身体中的外部设备例如能够包括以下设备类型：

-中心静脉导管，其经由患者的静脉导入，

-外周导入的中心导管，其经由患者的臂的静脉导入，

-气管内探针，其经由患者的嘴和气管导入，

-鼻胃探针，其经由患者的鼻子导入。

如果现在例如错误地导入或安置静脉导管的尖，则能够出现血流的阻塞或血栓。在通过嘴或鼻子错误地导入探针的情况下，如果由此阻挡相关患者的呼吸道，则例如能够出现患者的窒息。因此决定性的是，外部设备的终止部段、优选为外部设备的第二子部段、例如导管尖或探针尖处于正确的位置。有利地，通过优选自动地检验所述位置避免并发症直至患者逝去。

优选，在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中，使用以下标志类型作为第一解剖学标志：

-气管，

-脊柱，

-长骨。

优选选择多个重要血管汇集的区域作为第一子区域。有利地可以视为安全的是，直至分支，导入到患者的身体中的外部设备正确地安置。然后分支是令人感兴趣的，其中问题是，外部设备在分支处是否正确地继续伸展。因为在第一子区域中已找到外部设备的第一部段，所以现在通过继续跟踪外部设备可以从所述位置开始检验外部设备通过正确分支的伸展。

气管例如适合作为用于导入在呼吸区域中插入的探针的标记或标志。脊柱沿身体的纵向方向伸展并且适合作为特别用于纵向地在身体中伸展的设备的标志。长骨同样能够良好地描绘或标记在身体的纵向方向上伸展的设备的伸展，尤其所述伸展的方向。

锁骨也良好地适用于标记外部设备的进入部位，锁骨处于设备在上部躯干或颈部区域中的进入部位附近。

在根据本发明的用于确定导入到患者身体中的外部设备的安置质量的方法中，优选基于外部设备的已经定位的第一子部段，通过超过至少一个第一子部段的子区域连续地继续定位设备，在至少一个第二子区域中或在至少一个第二子区域处定位外部设备。有利地，在至少一个第二子区域中寻找设备时使用至少一个第一子区域作为初始点，外部设备肯定处于所述第一子区域中。现在，外部设备的伸展能够根据图像数据被探测并且必要时直至第二子区域或直至外部设备的第二子部段被跟踪，使得能容易地发现至多处于第二子区域中的寻找的第二子部段。

特别优选地，通过有针对性地寻找特定类型的这种设备来定位外部设备或外部设备的子部段。如果例如外部设备的至少一个第一子部段和/或至少一个第二子部段的形状已知，则能够在医学图像表示中更容易地重新找到相应的子部段。外部设备在患者的身体中的推测的伸展通常也取决于其类型。如果外部设备的推测的伸展已知，则能够将所述伸展用于寻找外部设备的子部段、尤其终止部段。有利地，也能够在医学图像数据中根据不同的类型来区分同时存在的不同的设备。所述可能性尤其在如下情况下是重要的：各个外部设备在图像上交叉或至少接触，使得不能够容易地识别外部设备的进一步伸展。

特别优选地，在定位时根据以下标准中的至少一个标准来分类外部设备：

-不同的厚度，

-不同的外形，

-不同的颜色。

有利地，不同的导入到患者的身体中或在身体的表面上伸展的设备现在能够更容易地彼此区分，即使其在图像数据上彼此接触时也如此。例如能够将导管与EKG线缆通过其厚度区分。导管或探针的各个部段的外形也与EKG线缆区分。不同的设备的颜色或其图案也能够至少间接用于区分。

如果例如软管更亮，则这意味着更少的X射线透明度。这是能够区分不同软管(例如具有或不具有引导的液体的软管)的特征。否则存在如下软管：所述软管的壁由特定材料制造从而能够具有连续的或有规律地变换的组织-图样-色彩走向。

附图说明

在下文中根据在附图中示出的实施例详细描述和阐述本发明。

附图示出：

图1示出用于图解说明用于自动地探测导入到患者身体中的外部设备的传统的方法的流程图，

图2示出中心静脉导管到人体中的典型的导入路径的示意图以及导管尖的位置的统计学分布，

图3示出图解说明根据本发明的一个实施例的用于确定导入到患者身体中的外部设备的安置质量的方法的流程图，

图4示出图解说明根据本发明的一个实施例的用于提供经训练的函数的方法的流程图，

图5示出用于在图4中图解说明的训练方法的输入矢量和输出矢量的示意图，

图6示出根据本发明的一个实施例的安置质量确定装置的示意图，

图7示出根据本发明的一个实施例的训练装置的示意图。

具体实施方式

在图1中示出图解说明用于自动地探测导入到患者身体中的外部设备、在这种情况下为导管的传统的方法的流程图100。在步骤1.I中基于KI确定，导管是否存在于图像表示中。因为不知道导管处于何处，所以传统地整个图像经受基于KI的评估。如果在步骤1.I中确定存在导管，则在步骤1.II中进行导管分割。随后，在可选的步骤1.III中进行实例分离(Instanzentrennung)。

实例分离的步骤包括用于准备分割结果的可选的步骤。如果在图像中分割多个彼此分离的区域，则能够根据标准确定，所有分割的区域是否对应于所期望的对象或与所期望的对象相关联或例如由于伪影错误地产生。

在步骤1.IV中，探测存在导管的ROI(ROI＝region of interest＝目标区域)。对于所述步骤，能够使用主动轮廓模型或神经网。在步骤1.V中，选择用于自动或手动跟踪导管的所谓的种子或起始点。之后，在步骤1.VI中执行所谓的导管追踪，即跟踪导管。对于导管追踪也考虑分离的实例。此外，在步骤1.VII中执行导管分类。例如，存在在所述分类中分离的具有一个尖或具有两个尖的导管的类型。在步骤1.VIII中定位导管的(多个)尖。静脉导管例如在下部端部处具有在所述步骤中辨识和定位的尖。附加地，在步骤1.IX中将导管的位置分类为正常或异常。最后，在步骤1.X中告知质量检验的最终结果。

在图2中示出中心静脉导管到人体21中的典型的导入路径的示意图20以及导管尖KS的位置通过数字1、2、3、4、5、6、7和8的统计学分布。作为导入入口示出关联有数字4和5的右边和左边的锁骨的区域中的左边和右边的锁骨下静脉rsv、lsv，以及关联有数字6和7的左边和右边的颈部区域中的右边和左边的内颈静脉RIJV、LIJV。示例性地在图2中示出，导管K经由右边的内颈静脉RIJV导入并且导管尖KS安置在在图2中以矩形盒以及数字2标记的腔静脉中。

在各四个正方形中说明的与相应的数字1至8相关联的百分数说明导管尖KS在其通过四个提及的进入位置RIJV、LIJV、rsv、lsv中的一个进入位置导入时出现的概率。在此，左上方的方块与作为进入位置的右边的内颈静脉RIJV相关联，右上方的方块与作为进入位置的左边的内颈静脉LIJV相关联，左下方的方块与作为进入位置的右边的锁骨下静脉rsv相关联，并且右下方的方块与作为进入位置的左边的锁骨下静脉lsv相关联。例如，在数字2旁边左上方的方块说明导管尖KS在经由右边的内颈静脉RIJV导入的情况下安置在上方的腔静脉的区域2中的32.6％的概率。现在，通过确定解剖学标志作为参考点可以对中心静脉导管K的导入进行监控。例如能够使用区域4、5中的锁骨以及直至胸锁关节的横突作为标志，以便标记中心静脉导管K的入口区域。通过探测标志能够提取小的图像片段，在所述图像片段中，那么能够基于KI识别或分类中心静脉导管K的部段。在图2中此外可识别，以数字2标记的上方的腔静脉是对于导管尖KS的优选位置。为了图解说明所述情形，所述区域通过矩形框标记。因此，可行性在于：能够确定导管尖KS的安置的质量，将在图2中用数字1标记的心脏22的右心房作为第二标志探测，限于与其临近的子区域，将导管尖KS在子区域中基于KI定位和辨识，并且通过测量定位的导管尖KS与第二标志、也就是说右心房的中心之间的间距d来确定安置质量。存在如下应用：在所述应用中，腔静脉的位置2是最优位置。在一些应用中但也足够的是，导管尖KS处于区域3中。借助根据本发明的方法，能够根据应用根据导管尖KS搜寻另外的位置。

在图3中示出图解说明根据本发明的一个实施例的用于确定导入到患者身体中的导管的安置质量的方法的流程图300。在步骤3.I中检测患者身体的图像数据BD。例如检测或接收相关的患者的X射线图像数据，所述X射线图像数据描绘患者的身体中的导管。随后，在步骤3.II中探测第一子区域的第一解剖学标志LM1，导管根据预期安置在所述第一子区域中。通过应用人工神经网自动地进行探测，其中关于在那里猜测的标志仅评估第一子区域的图像数据。第一子区域例如包括在图2中用数字7标记的左边的内颈静脉LIJV。因为导管已经经由左边的内颈静脉LIJV导入到患者的身体中，所以进行监控的人员已知，导管必须在第一子区域中伸展。所述区域中的典型的标志是锁骨以及直至胸锁关节的横突。

现在，在步骤3.III中，在第一子区域中寻找导管的子部段TA1。例如基于KI通过评估第一子区域的图像区域进行寻找。对于在第一子区域中探测到导管部段TA1的情况，这在图3中用“j”表示，过渡到步骤3.IV，其中在第二子区域中确定或定位第二标志LM2，导管的尖TA2根据预期处于所述第二子区域中。这种子区域例如包括上方的腔静脉或上方的空腔静脉，通过其将含氧量少的血液泵送至心脏的右心室。心脏的右心室但也例如适合作为第二标志LM2，心脏的右心室也称为右心房并且可特别简单地定位。然后，在步骤3.V中，在连接到心脏的右心室的子区域中，如例如在上方腔静脉中，基于KI探测导管尖。如果在右心房附近的子区域中的一个子区域中找到导管尖，则在步骤3.VI中，通过测量定位的导管尖TA2与第二标志LM2的间距d_TA2来确定导管尖在临床重要的区域中的安置的质量Q。

在图4中示出流程图400，所述流程图图解说明训练方法，即提供经训练的函数的方法，所述经训练的函数用于定位标志LM1、LM2或用于探测导管的第一部段TA1或第二部段TA2。

首先，在步骤4.I中，例如从数据库中接收输入训练数据、在这种情况下为图像数据BD，所述输入训练数据包括来自训练数据池的被插导管的人员的图像的个体化的病例数据，其中导管在身体中的伸展已经已知。此外，在步骤3.II中接收与输入训练数据BD相关联的、已经已知的标签输出数据ALD，所述标签输出数据包括寻找的第一和第二标志LM1、LM2以及导管的子部段TA1或TA2或其位置P_TA1，P_TA2并且应与相应的被插导管的人员的相应的图像数据BD相关联。

最后，在步骤4.III中基于输入训练数据BD和输出训练数据ALD来训练人工神经网。为此应提及，在图3中图解说明的方法是多阶段的。因为所述方法总共包含四个寻找步骤，其中能够使用基于KI的函数。在此，作为待寻找的对象提出第一标志LM1、第一导管子部段TA1或其位置P_TA1、第二标志LM2、第二导管子部段TA2或其位置P_TA1。除了图像数据BD之外，用于下一步骤的输入数据也包括先前步骤的输出数据或在先前步骤中找到的数据，也就是说尤其第一标志LM1以及第一子部段TA1或其位置P_TA1和第二标志LM2。因为相应的输出数据当然已知，所以能够对于各个寻找步骤分别训练不同的函数F1、F2、F3、F4。

在图5中示出出自具有输入训练数据矢量BD以及输出训练数据矢量ALD的数据库的各个测试人员的各个训练数据集50的示意图。

第一输入训练数据矢量ELD1例如包括具有多个体素V₁、V₂、V₃、…、V_N的总图像数据BD，在所述总图像数据中寻找第一标志LM1，例如胸锁关节。于是，输出训练数据矢量ALD1包括第一标志LM1的位置P_LM1、所属的子区域SR_LM1以及对于训练用于第一寻找步骤的第一寻找函数F1需要的邻接的子区域SR_TA1、SR_1a、SR_1b等。患者的身体例如划分成多个k个子区域SR_1a、SR_1b等，所述子区域分别与总图像数据BD的体素V₁、V₂、V₃、…、V_N的子集BD₁、BD₂、BD₃、…、BD_k相关联，所述总图像数据包括用于测试人员的身体内部的图像表示的N个像点。

现在，对于第二寻找步骤需要的第二输入训练数据矢量ELD2包括输出训练数据ALD1作为输入训练数据ELD2，即胸锁关节的子区域SR_LM1以及邻接的子区域SR_TA1、SR_1a、SR_1b或与其相关联的图像数据BD₁、BD_1a、BD_1b。在此1<1a，1b<＝k。现在，待训练的第二函数F2在提及的候选区域SR_LM1、SR_TA1、SR_1a、SR_1b中寻找第一导管部段TA1。因此，使用第一导管部段的位置P_TA1以及所属的子区域SR_TA1作为第二输出训练数据ALD2。

现在，第三输入训练数据矢量ELD3包括第一导管部段的位置P_TA1、所属的子区域SR_TA1以及全部图像数据BD。现在，第三待训练的函数F3用于从导管部段P_TA1的子区域SR_TA1开始延续导管。为此，必须由待训练的函数搜遍图像数据BD的邻接于子区域SR_TA1的子区域SR_3a、SR_3b、SR_LM2以及分别邻接于其的子区域，直至找到第二标志LM2。然后，使用第二标志LM2的位置以及所述第二标志LM2的子区域SR_LM2、例如心脏的右心房作为第三输出训练数据矢量ALD3。

使用子区域SR_LM2和邻接的子区域SR_4a、SR_4b以及第二标志LM2或其位置P_LM2作为第四输入训练数据矢量ELD4。

第四输出训练数据ALD4包括寻找的导管尖的寻找的子区域SR_TA2及其位置P_TA2。

现在，根据多个这种训练数据集50，能够训练人工神经网F1、F2、F3、F4，使得其对于任意待检查的图像表示执行提及的中间步骤并且在图像BD中确定存在导管尖的子区域。

在图6中示意性示出根据本发明的一个实施例的安置质量确定装置60。安置质量确定装置60包括用于检测患者的患者身体的图像数据的输入接口61。安置质量确定装置60的一部分也是用于基于KI探测第一子区域SR_LM1的第一解剖学标志LM1的标志探测单元62，导管部段根据预期安置在所述第一子区域中。对于基于KI探测标志LM1，从数据库65中获取关于所述探测训练的第一函数F1。确定的第一子区域SR_LM1以及图像数据BD传递给用于在第一子区域SR_LM1中或在第一子区域SR_LM1处基于KI定位导管的子部段TA1的辨识单元63，所述辨识单元同样是安置质量确定装置60的一部分。对于基于KI探测或定位第一子部段TA1，从数据库65中获取关于所述探测训练的第二函数F2。确定的子部段TA1及其子区域SR_TA1传递给标志探测单元62，所述标志探测单元设立用于在第二子区域SR_LM2中确定第二标志LM2，导管尖处于所述第二子区域的周围。对于基于KI探测第二标志LM2，从数据库65中获取关于所述探测训练的第三函数F3。确定的第二标志LM2及其子区域SR_LM2传递给辨识单元63，所述辨识单元设立用于，通过从第一子区域SR_TA1延续导管，寻找或定位导管尖。对于基于KI探测导管尖，从数据库65中获取关于所述探测训练的第四函数F4。关于确定的导管尖TA2及其子区域SR_TA2的信息传递给质量确定单元64。质量确定单元64设立用于，通过测量定位的导管尖TA2与第二标志LM2的间距d来确定导管尖在临床重要的区域中的安置的质量Q。

在图7中示意性示出根据本发明的一个实施例的训练装置70。训练装置70包括：用于接收输入训练数据ELD的第一训练接口71a，所述第一训练接口包括在图5中图解说明的构造；以及第二训练接口71b，用于接收输出训练数据ALD，实际上为输出训练数据ALD1、ALD2、ALD3、ALD4，所述输出训练数据与输入训练数据ELD，实际为输入训练数据ELD1、ELD2、ELD3、ELD4相关联，其中输入训练数据ELD和输出训练数据ALD分别具有在图5中示出的构造。训练装置70还包括训练单元72，所述训练单元设立用于基于训练输入数据ELD和训练输出数据ALD来训练人工神经网。此外，训练装置70也包括输出接口73，所述输出接口用于将所产生的人工神经网F1、F2、F3、F4输出给数据库65(参见图6)。

最后再一次指出，前述方法和设备仅仅涉及本发明的优选的实施例，并且本领域技术人员能够改变本发明，而不离开本发明的范围，只要所述范围通过实施例预设。出于完整性原因也指出，不定冠词“一”或“一个”的使用不排除所涉及的特征也能够多重存在。同样地，术语“单元”不排除，其由可能也能够在空间上分布的多个部件组成。

Claims (16)

1.一种用于确定导入到患者身体(21)中的外部设备(K)的安置质量的方法，所述方法具有如下步骤：

-检测所述患者身体(21)的图像数据(BD)，所述图像数据(BD)展现所述患者身体(21)的体内的所述外部设备(K)，

-在至少一个第一子区域(SR_TA1)中或在至少一个第一子区域(SR_TA1)处探测至少一个第一解剖学标志(LM1)，所述外部设备(K)根据预期安置在所述至少一个第一子区域(SR_TA1)中，

-在所述至少一个第一子区域(SR_TA1)中或在所述至少一个第一子区域(SR_TA1)处并且对于已探测到和定位所述外部设备(K)的情况，寻找所述外部设备(K)的至少一个第一子部段(TA1)：

-在至少一个第二子区域(SR_TA2)中或在至少一个第二子区域(SR_TA2)处探测至少一个第二解剖学标志(LM2)，所述外部设备(K)根据预期伸展通过所述至少一个第二子区域(SR_TA2)，并且所述至少一个第二子区域(SR_TA2)包括临床重要的区域，

-在所述至少一个第二子区域(SR_TA2)中或在所述至少一个第二子区域(SR_TA2)处，基于所述外部设备的已经定位的子部段(TA1)来探测和定位所述外部设备(K)的至少一个第二子部段(TA2)，

-通过测量在所述外部设备(K)的定位的至少一个第二子部段(TA2)与所述至少一个第二标志(LM2)之间的合适的尺度(d)来确定所述外部设备(K)的所述至少一个第二子部段(TA2)的安置的质量(Q)。

2.根据权利要求1所述的方法，

其中基于KI进行定位步骤或探测步骤中的至少一个。

3.根据权利要求1或2所述的方法，

其中所述至少一个第一子区域(SR_TA1)包括所述外部设备(K)的进入部位。

4.根据上述权利要求中任一项所述的方法，

其中所述至少一个第二解剖学标志(LM2)在如下子区域(SR_LM2)中定位，在所述子区域(SR_LM2)中或在所述子区域(SR_LM2)处应预期所述外部设备(K)的终止部段的位置。

5.根据上述权利要求中任一项所述的方法，

其中所述外部设备(K)包括以下设备类型中的一种设备类型：

-中心静脉导管，其经由静脉导入到所述患者身体(21)中，

-外周导入的中心导管，其经由所述患者的臂的静脉导入，

-气管内探针，其经由所述患者的嘴和气管导入，

-鼻胃探针，其经由所述患者的鼻子导入。

6.根据上述权利要求中任一项所述的方法，

其中使用以下标志类型中的一个标志类型作为第一解剖学标志(LM1)：

-气管，

-脊柱，

-长骨。

7.根据上述权利要求中任一项所述的方法，其中

基于所述外部设备(K)的已经定位的第一子部段(TA1)，通过超过所述至少一个第一子部段(TA1)的至少一个子区域(SR_TA1)连续地继续定位所述外部设备(K)，在所述至少一个第二子区域(SR_TA2)中或在所述至少一个第二子区域(SR_TA2)处定位所述设备。

8.根据上述权利要求中任一项所述的方法，

其中选择多个重要血管汇集的区域作为第一子区域(SR_TA1)。

9.根据上述权利要求中任一项所述的方法，

其中通过有针对性地寻找特定类型的这种外部设备(K)来定位所述外部设备(K)。

10.根据上述权利要求中任一项所述的方法，

其中在定位时根据以下标准中的至少一个标准来分类所述外部设备(K)：

-不同的厚度，

-不同的外形，

-不同的颜色。

11.一种用于提供经训练的函数(F1，F2，F3，F4)的方法，所述方法具有如下步骤：

-接收输入训练数据(ELD)，所述输入训练数据(ELD)包括训练数据池的测试人员的图像数据，

-接收输出训练数据(ALD)，所述输出训练数据(ALD)与所述输入训练数据(ELD)相关联，其中所述输出训练数据(ALD)包括：标志(LM1，LM2)，所述标志(LM1，LM2)与导入到患者身体中的外部设备(K)的至少一个第一部段和至少一个第二部段(TA1，TA2)相关联；以及数据(P_TA1，P_TA2)，用于辨识和定位导入到患者身体中的外部设备(K)的至少一个第一部段和第二部段(TA1，TA2)，

-通过基于机器学习的算法基于所述输入训练数据(ELD)和所述输出训练数据(ALD)来训练函数(F1，F2，F3，F4)。

12.一种安置质量确定装置(60)，具有：

-用于检测患者的患者身体(21)的图像数据(BD)的输入接口(61)，所述图像数据(BD)展现所述患者身体(21)的体内的外部设备(K)，

-用于在至少一个第一子区域(SR_TA1)中或在至少一个第一子区域(SR_TA1)处探测第一解剖学标志(LM1)的标志探测单元(62)，所述设备根据预期安置在所述至少一个第一子区域(SR_TA1)中，

-用于在所述至少一个第一子区域(SR_TA1)中或在所述至少一个第一子区域(SR_TA1)处寻找和定位所述外部设备(K)的至少一个第一子部段(TA1)的辨识单元(63)，

其中

-所述标志探测单元(62)设置用于，对于在所述至少一个第一子区域(SR_TA1)中或在所述至少一个第一子区域(SR_TA1)处探测到所述外部设备(K)的情况，在至少一个第二子区域(SR_TA2)中或在至少一个第二子区域(SR_TA2)处探测至少一个第二标志(LM2)，所述设备根据预期伸展通过所述至少一个第二子区域(SR_TA2)，并且所述至少一个第二子区域(SR_TA2)包括临床重要的区域，并且

-所述辨识单元(63)设立用于，在所述至少一个第二子区域(SR_TA2)中或在所述至少一个第二子区域(SR_TA2)处，基于所述外部设备(K)的已经定位的至少一个第一子部段(TA1)来定位所述外部设备(K)，

-质量确定单元(64)，用于通过测量在所述外部设备(K)的至少一个定位的第二子部段(TA2)与所述第二标志(LM2)之间的合适的尺度(d)来确定所述外部设备(K)的至少一个第二子部段(TA2)的安置的质量。

13.一种训练装置(70)，具有：

-用于接收输入训练数据(ELD)的第一训练接口(71a)，所述输入训练数据(ELD)包括训练数据池的测试人员的图像数据(BD)，

-用于接收输出训练数据(ALD)的第二训练接口(71b)，所述输出训练数据(ALD)与所述输入训练数据(ELD)相关联，其中所述输出训练数据(ALD)包括：标志(LM1，LM2)，所述标志(LM1，LM2)与导入到患者身体(21)中的外部设备(K)的至少一个第一子部段和至少一个第二子部段(TA1，TA2)相关联；以及用于辨识和定位导入到所述患者身体(21)中的外部设备(K)的至少一个第一子部段和第二子部段(TA1，TA2)的数据，

-用于基于所述训练输入数据(ELD)和所述训练输出数据(ALD)来训练函数(F1，F2，F3，F4)的训练单元(72)，

-用于输出经训练的函数(F1，F2，F3，F4)的输出接口(73)。

14.一种医学成像装置，具有：

-根据权利要求12所述的安置质量确定装置(60)，

-根据权利要求13所述的训练装置(70)。

15.一种计算机程序产品，其具有计算机程序，所述计算机程序直接存储在数据处理装置的存储装置中，所述计算机程序具有程序段，以便当在所述数据处理装置中运行所述计算机程序时，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。

16.一种计算机可读介质，在所述计算机可读介质上存储有由计算单元可读取且可执行的程序段，以便当由所述计算单元执行所述程序段时，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。

Images