CN117836805A - 冠状动脉疾病分析系统 - Google Patents
冠状动脉疾病分析系统 Download PDFInfo
- Publication number
- CN117836805A CN117836805A CN202280052560.4A CN202280052560A CN117836805A CN 117836805 A CN117836805 A CN 117836805A CN 202280052560 A CN202280052560 A CN 202280052560A CN 117836805 A CN117836805 A CN 117836805A
- Authority
- CN
- China
- Prior art keywords
- analysis system
- stenosis
- coronary artery
- slice
- cad analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 186
- 208000029078 coronary artery disease Diseases 0.000 title claims abstract description 171
- 208000031481 Pathologic Constriction Diseases 0.000 claims abstract description 210
- 208000037804 stenosis Diseases 0.000 claims abstract description 210
- 230000036262 stenosis Effects 0.000 claims abstract description 206
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 171
- 238000002591 computed tomography Methods 0.000 claims abstract description 133
- 238000012512 characterization method Methods 0.000 claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 208000004434 Calcinosis Diseases 0.000 claims description 90
- 230000002308 calcification Effects 0.000 claims description 90
- 239000003550 marker Substances 0.000 claims description 50
- 230000003902 lesion Effects 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 31
- 230000002966 stenotic effect Effects 0.000 claims description 27
- 230000002792 vascular Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 206010003211 Arteriosclerosis coronary artery Diseases 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 7
- 210000000709 aorta Anatomy 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims 4
- 230000000875 corresponding effect Effects 0.000 description 33
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 24
- 229910052791 calcium Inorganic materials 0.000 description 24
- 239000011575 calcium Substances 0.000 description 24
- 201000010099 disease Diseases 0.000 description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 21
- 238000010801 machine learning Methods 0.000 description 19
- 210000004204 blood vessel Anatomy 0.000 description 18
- 238000000034 method Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 10
- 238000007634 remodeling Methods 0.000 description 9
- 210000001367 artery Anatomy 0.000 description 8
- 238000013500 data storage Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 239000003607 modifier Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 201000001320 Atherosclerosis Diseases 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010060965 Arterial stenosis Diseases 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 230000000414 obstructive effect Effects 0.000 description 2
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
公开了一种冠状动脉疾病(CAD)分析系统,其包括CAD分析装置和用户界面。CAD分析装置被布置为分析接收到的患者CT扫描数据,并且产生指示患者CT扫描数据中冠状动脉疾病的存在和表征的CAD分析数据。CAD分析数据指示冠状动脉上的至少一个个体狭窄病变和狭窄病变的表征,并且CAD分析系统被布置为识别冠状动脉上的个体狭窄病变的起始位置和结束位置。该用户界面基于患者CT扫描数据显示患者冠状动脉的模型,并且该模型被配置为向用户可视地指示个体狭窄病变和个体狭窄病变表征,使得用户能够基于可视指示识别每个个体狭窄病变的存在和表征。
Description
技术领域
本公开涉及一种冠状动脉疾病分析系统。
背景技术
冠状动脉钙化(Coronary Artery Calcium(CAC))积分是冠状动脉疾病(CAD)的重要指标,通常采用Agatston密度加权面积计算法计算。
动脉粥样硬化是一种冠状动脉疾病,其中动脉粥样硬化斑块(“斑块”)在动脉壁的内层中异常积聚。斑块的显著积累可导致动脉变窄,称为动脉狭窄,并因此导致血流减少。冠状动脉中的显著动脉狭窄可导致心脏病发作和死亡。易损斑块在冠状动脉中的积聚由于其倾向于不稳定且易于破裂而造成显著的健康风险,可导致急性心血管事件,例如心脏病发作或中风。
已知提供一种冠状动脉疾病(CAD)分析系统,其包括可用于将患者冠状动脉疾病相关信息传达给用户的用户界面。
然而,这种CAD分析系统使用起来相对麻烦,并且在某些情况下,用户难以快速获得使用该系统的患者的相关CAD信息。
发明内容
根据本发明的第一方面,提供了一种冠状动脉疾病(CAD)分析系统,包括:
CAD分析装置,其被布置为分析接收到的患者CT扫描数据并且产生指示所述患者CT扫描数据中冠状动脉疾病的存在和表征的CAD分析数据,所述CAD分析数据指示冠状动脉上的至少一个个体狭窄病变和所述狭窄病变的表征,并且所述CAD分析系统被布置为识别所述冠状动脉上的所述个体狭窄病变的起始位置和结束位置;以及
用户界面,其基于患者CT扫描数据显示患者冠状动脉的模型,所述模型被配置为向用户可视地指示个体狭窄病变和个体狭窄病变表征,使得用户能够基于可视指示识别每个个体狭窄病变的存在和表征。
在一个实施例中,个体狭窄病变的表征包括个体狭窄病变的狭窄水平。
在一个实施例中,所述表征还包括:
易损斑块存在和易损斑块类型的指示;
斑块存在和斑块类型的指示;
病变数量;和/或
动脉切片编号。
在一个实施例中,使用颜色将狭窄水平可视地传达给用户。
在一个实施例中,通过以狭窄水平颜色键的多种颜色中限定的颜色显示与个体狭窄病变相关联的冠状动脉的一部分来可视地传达狭窄水平,该限定的颜色对应于病变的狭窄水平。
在一个实施例中,响应于用户输入来显示个体狭窄病变的视觉指示和个体狭窄病变表征。
在一个实施例中,响应于用户对被认为对应于狭窄病变的冠状动脉上的位置的选择,显示个体狭窄病变的视觉指示和个体狭窄病变表征。
在一个实施例中,CAD分析装置被布置为分析与用户选择的冠状动脉上的至少一个位置相关联的接收到的患者CT扫描数据,并且响应于用户对位置的选择至少在冠状动脉上的选择的位置处产生指示冠状动脉疾病的存在和表征的CAD分析数据。
在一个实施例中,冠状动脉模型包括第一血管切片识别符,该第一血管切片识别符被布置成指示选择的冠状动脉的切片。第一血管切片识别符可以包括图形识别符,该图形识别符表示在冠状动脉上对应于选择的切片的位置处围绕冠状动脉的框。
在一个实施例中,用户界面被布置为指示最重要的病变。
在一个实施例中,所显示的冠状动脉模型是冠状动脉的3D模型,用户能够关于1、2或3个相互正交的轴修改该3D模型的取向。
在一个实施例中,用户界面包括至少选择的冠状动脉的多平面重建(MPR)表示。MPR表示可以包括第二血管切片识别符,该第二血管切片识别符被布置为指示选择的冠状动脉的选择的切片。
在一个实施例中,第二血管切片识别符包括图形识别符,该图形识别符表示在对应于选择的切片的选择的冠状动脉上的位置处穿过选择的冠状动脉的线。
在一个实施例中,第一血管切片识别符和第二血管切片识别符被同步,使得使用第一血管切片识别符和第二血管切片识别符中的一个来选择血管切片促使使用第一血管切片识别符和第二血管切片识别符中的另一个来选择相应的血管切片。
在一个实施例中,MPR表示是曲面多平面重构(curved multiplanarreconstruction(CPR))或平面多平面重构(straightened multiplanar reconstruction(SPR))。
在一个实施例中,用户界面还包括在选择的冠状动脉切片处的选择的冠状动脉的轴向切片表示(slice representation)。轴向切片表示可以包括内血管壁注释和外血管壁注释。
在一个实施例中,对于轴向切片表示,用户界面还包括与选择的切片相关联的狭窄病变的狭窄病变特定信息。
在一个实施例中,与选择的切片相关联的病变特定信息包括:
与选择的切片相关联的狭窄病变的狭窄水平;
与选择的切片相关的狭窄病变上存在的斑块的斑块类型信息;和/或
与选择的切片相关的狭窄病变上存在的易损斑块的易损斑块类型信息。
在一个实施例中,通过使用用于在冠状动脉模型上显示狭窄病变的颜色来显示对应于狭窄病变的MPR表示的一部分,从而传达与选择的切片相关联的狭窄病变的狭窄水平。
在一个实施例中,通过使用用于在冠状动脉模型上显示狭窄病变的颜色来显示指示狭窄水平的文本,从而传达与选择的切片相关联的狭窄病变的狭窄水平。
在一个实施例中,MPR表示包括近端血管切片识别符,该近端血管切片识别符被布置为指示选择的冠状动脉的近端切片,该近端切片位于比选择的血管切片识别符更接近主动脉的位置,并且用户界面还包括在近端冠状动脉切片处的选择的冠状动脉的近端切片表示。
在一个实施例中,MPR表示包括远端血管切片识别符,该远端血管切片识别符被布置为指示选择的冠状动脉的远端切片,该远端切片位于比选择的血管切片识别符更远离主动脉的位置,并且用户界面还包括在远端冠状动脉切片处选择的冠状动脉的远端切片表示。
在一个实施例中,用户界面被布置为响应于用户输入而显示冠状动脉中心线。中心线的路径可以由用户编辑。
在一个实施例中,用户界面被布置为使用户能够添加与冠状动脉相关联的新中心线。
在一个实施例中,用户界面被布置为响应于用户输入而在冠状动脉模型上显示钙化体积的表示。
在一个实施例中,用户界面被布置为响应于用户输入而显示指示易损斑块在冠状动脉模型上的位置的信息。
在一个实施例中,用户界面被布置为显示所显示的信息的快照,并且便于将用户注释添加到该快照。
在一个实施例中,用户界面被布置为显示总结性患者分析信息。
在一个实施例中,所述总结性患者分析信息包括:
指示与CT扫描数据相关联的所有病变的最大狭窄水平的最大狭窄水平;
CT扫描数据中存在的所有易损斑块的指示;
斑块存在和斑块类型的指示;
CAC积分;
CAD-RADS类别;和/或
指示CT扫描数据中的病变数量的病变受累积分。
在一个实施例中,显示在用户界面上的至少一些CAD相关信息能够由用户编辑。
在一个实施例中,用户界面被布置为同时显示与患者CT扫描数据相关联的CT体积的多个CT体积表示,每个CT体积表示沿着以不同取向延伸通过CT体积的平面取得,并且多个所显示的CT体积表示具有共同的CT体积位置。
在一个实施例中,CT体积表示对应于以相互正交的取向延伸通过CT体积的平面。
在一个实施例中,CT体积表示对应于轴向平面、冠状平面和矢状平面。
在一个实施例中,所述用户界面被布置为:在CT体积表示上显示平面标记,该平面标记指示与另一CT体积表示相关联的平面;并且使得用户能够与平面标记交互以修改与另一CT体积表示相关联的平面,从而修改所显示的另一CT体积表示。
在一个实施例中,平面标记是能够修改的,以便改变与平面标记相关联的平面的取向。
在一个实施例中,平面标记是垂直于与另一CT体积表示相关联的平面的线。
在一个实施例中,用户界面被布置为:使用户能够修改CT体积的多个CT体积表示中的至少一个CT体积表示,以便选择性地显示与平行于与当前CT体积表示相关联的平面的不同平面相关联的CT体积表示。
在一个实施例中,用户界面被布置为:响应于与平行于当前CT体积表示的平面的不同平面相关联的不同CT体积表示的显示,修改另一CT体积表示上的平面标记的位置。
在一个实施例中,用户界面被布置为显示具有CT体积的多个CT体积表示的选择的血管的血管MPR表示,其中,共同的CT体积位置是所述血管MPR上的选择的位置。
在一个实施例中,用户界面被布置为使用户能够移动血管MPR上的选择的位置,并且以与血管MPR上的选择的位置同步的方式改变CT体积的多个显示的CT体积表示,使得共同的CT位置根据血管MPR上的移动位置而改变。
在一个实施例中,CAD分析系统被布置为使用户能够对所显示的CAD分析信息进行修改和/或添加,并且作为响应,分析装置被布置为在考虑所述修改和/或添加的条件下而重新分析患者CT扫描数据。
在一个实施例中,用户界面包括多个观看窗格,每个观看窗格与特定信息和/或该信息的特定表示相关联,并且CAD分析系统被布置为使得所显示的观看窗格是可定制的。
在一个实施例中,所显示的观看窗格能够由用户定制。
在一个实施例中,响应于选择的功能来定制所显示的观看窗格。
在一个实施例中,用户界面被布置为通过为多种斑块类型中的每一种分配不同的颜色并以对应于所确定的斑块类型的颜色显示所述斑块来显示冠状动脉上的斑块和斑块类型的视觉指示。
根据本发明的第二方面,提供了一种冠状动脉疾病(CAD)分析系统,所述CAD分析系统包括:
CAD分析装置,其被布置为接收指示患者CT扫描数据中冠状动脉上存在钙化斑块的CAD数据;以及
用户界面,其被布置为用于:
显示具有用户能够控制的位置指示器的滚动条和与所述滚动条相邻设置的冠状动脉钙化标记,位置指示器相对于滚动条的位置指示沿着与患者CT扫描数据相关联的轴的相应位置,并且每个冠状动脉钙化标记指示在CT扫描数据的轴向位置处的冠状动脉上的至少一个钙化体积,该轴向位置对应于位置指示器在滚动条上的相对位置;以及
当位置指示器与冠状动脉钙化标记相邻设置时,显示指示与冠状动脉钙化标记相关联的钙化体积的信息。
在一个实施例中,每个钙化标记包括图形指示符,其中,图形指示符的尺寸指示相关联的钙化体积的大小。
在一个实施例中,图形指示符是线,并且该线的长度指示相关联的钙化体积的大小。
在一个实施例中,钙化标记的颜色指示钙化体积所位于的冠状动脉。
在一个实施例中,用于钙化标记的颜色也用于与钙化标记相关联的钙化体积。
在一个实施例中,在所显示的钙化体积附近显示血管标记。
在一个实施例中,响应于用户输入,在所显示的钙化体积附近显示血管标记。
在一个实施例中,与所显示的钙化体积相关联的冠状动脉标记能够由用户编辑,以将相关联的冠状动脉改变为不同的冠状动脉。
在一个实施例中,非冠状动脉钙化以与显示在冠状动脉上的钙化体积不同的颜色显示。
附图说明
现在将参照附图仅以示例的方式描述本发明,其中:
图1是根据本发明实施例的冠状动脉疾病(CAD)分析系统的示意性框图;
图2是图1所示系统的冠状动脉疾病分析装置的示意性框图;
图3是在用户已经登录到CAD分析系统之后呈现给用户的扫描菜单屏幕的图形表示;
图4是根据本发明实施例的CAD分析系统的患者概况屏幕的图形表示;
图5是图4所示的患者概况屏幕的患者分析概况窗格的表示;
图6是图4所示的患者概况屏幕的3D模型窗格的表示;
图7是图4所示的患者概况屏幕的多平面重建(MPR)窗格的表示;
图8是图4所示的患者概况屏幕的血管切片窗格的表示;
图9是图6所示的3D模型的一部分的放大视图,并且示出了选择的动脉切片;
图10是图6所示的3D模型的一部分的放大视图,示出了不同的选择的动脉切片;
图11是图10所示的选择的动脉切片的轴向表示;
图12是图6所示的3D模型的一部分的放大视图,示出了不同的选择的动脉切片;
图13是图12所示的选择的动脉切片的轴向表示;
图14是图6所示的3D模型的一部分的放大视图,示出了不同的选择的动脉切片;
图15是图14所示的选择的动脉切片的轴向表示;
图16是可用于编辑与所显示的选择的动脉切片相关联的狭窄病变的狭窄水平的狭窄水平选择列表的表示;
图17是可用于编辑与所显示的选择的动脉切片相关联的钙化的钙化选择列表的表示;
图18是图7所示的包括动脉中心线的MPR窗格的表示;
图19是在MPR窗格中示出的动脉的表示,其中,动脉被转换成呈现线性;
图20是图6所示的3D模型窗格的表示,示出了3D模型窗格中的3D模型上的钙化体积;
图21是图6所示的3D模型窗格的表示,示出了3D模型窗格中的3D模型上的易损斑块位置;
图22是显示CT体积非对比结果的CAD分析工具的CT体积屏幕的图形表示;
图23是显示对比结果的CAD分析工具的多视图屏幕的图形表示;
图24是图22所示的示例CT体积屏幕的表示;
图25是图22所示的CT体积屏幕的滚动条窗格的表示;
图26是图24中的CT体积的一部分的表示,示出了选择的滚动条位置以及相关联的CT体积切片和钙化体积;
图27是包括冠状动脉标记的钙化体积的放大表示;
图28是包括冠状动脉选择列表的钙化体积的放大表示;
图29是与不同的选择的滚动条位置相关联的另一CT体积切片的表示;
图30是CAD分析工具的屏幕截图注释屏幕的表示;
图31是具有以第一位置示出的轴向、冠状和矢状法线以及以第一位置示出的血管切片指示符的多视图屏幕的示例表示;
图32是具有以第一位置示出的轴向、冠状和矢状法线以及以第二位置示出的血管切片指示符的多视图屏幕的示例表示;
图33是具有以第二位置示出的轴向、冠状和矢状法线以及以第一位置示出的血管切片指示符的多视图屏幕的示例表示;
图34是CAD分析系统的报告屏幕的图形表示;
图35是图34所示的报告屏幕的患者信息窗格的表示;
图36是图34所示的报告屏幕的患者分析概况部分的表示;
图37是图34所示的报告屏幕的报告注释窗格的表示;
图38是图34所示的报告屏幕的状态和编辑窗格的表示;
图39是根据本发明的可选实施例的CAD分析系统的患者概况屏幕的图形表示;
图40是在与用户交互之前图39所示的患者概况屏幕的患者分析概况窗格的表示;
图41是在与用户交互之前图39所示的患者概况屏幕的血管切片窗格的表示;
图42是图39所示的患者概况屏幕的多平面重建(MPR)窗格的表示;
图43是在与用户交互之后图41所示的血管切片窗格的表示;
图44是在与用户交互之后图39所示的患者概况屏幕的3D模型窗格的表示;
图45是在与用户交互之后图39所示的患者概况屏幕的患者分析概况窗格的表示;
图46是在狭窄病变的最大狭窄水平已经被用户改变之后图45中所示的患者分析概况窗格的表示;以及
图47是选择测量切换按钮后图39所示患者概况屏幕的图形表示。
具体实施方式
本公开涉及一种冠状动脉疾病(CAD)分析系统,该CAD分析系统被布置为在本示例中使用冠状动脉计算机断层摄影(CT)数据来识别CAD,将患者CAD相关信息传达给用户,促进与用户的交互,例如以便接收来自用户的指令、来自用户的信息和/或来自用户的编辑,该编辑旨在提高呈现给用户的CAD结果的准确性。在该示例中,该系统能够确定患者的CAC积分,检测个体狭窄病变的存在和严重性,并通过识别易损斑块(在本说明书中有时称为“斑块特征”)来识别冠状动脉疾病的早期阶段和/或高患者风险,所述易损斑块包括斑点状钙化、低衰减斑块和血管壁的正重塑。
然而,尽管本实施例是关于CAD分析系统来描述的,该CAD分析系统既确定CAC积分,又分析冠状动脉是否存在狭窄病变和/或易损斑块,但是应当理解,能够想到在本发明的上下文中的变化。
参考附图,图1示出了根据本发明实施例的冠状动脉疾病(CAD)分析系统10的示意性框图。
在该示例中,系统10被布置为与心脏计算机断层摄影(CT)数据的多个提供者交互,在图1中由CT扫描装置12a、12b和相关联的图像存档和通信系统(PACS)14a、14b表示。每个PACS系统14a、14b被布置为管理由CT扫描装置12a、12b产生的医学图像数据的捕获和存储以及医学图像数据到医学图像数据服务器18的通信,在该示例中,医学图像数据服务器18相对于CT服务提供商远程地设置,并且可通过诸如因特网16的广域网来访问。在该示例中,医学图像数据服务器18是医学数字成像和通信(DICOM)服务器,但是应当理解,能够想到用于接收和管理接收到的CT图像数据的存储的任何合适的装置。
DICOM服务器18被布置为将接收到的CT图像数据存储在可以包括一个或多个数据库的数据存储装置20中。在该示例中,系统10还包括个人健康信息(PHI)匿名器22,其可以是单独的部件或是并入到DICOM服务器18中的部件。PHI匿名器22被布置为在CT图像数据被存储在数据存储装置20中之前加密接收的CT图像数据中的患者特定元数据(通常包括姓名、出生日期和唯一ID号)。这样,患者特定元数据仍然与CT图像数据相关联,但是仅能够由授权人员访问,例如使用登录和密码数据。
在本发明的上下文中,CT图像数据可以从对比度和/或非对比度CT扫描导出。
系统10被布置为使多个授权用户能够与系统10交互,例如通过向每个授权用户提供界面装置24。每个界面装置24可以包括任何合适的计算装置,诸如个人计算机、膝上型计算机、平板计算机或移动计算装置。
系统10还包括与数据存储装置20通信的冠状动脉疾病(CAD)分析装置26,其被布置为分析存储在数据存储装置20中的CT图像数据,并自动地或以响应于用户输入的方式在CT图像数据中产生与冠状动脉疾病的预测或评估相关的分析信息。
系统10可以被布置为便于以任何适当的方式使用界面装置24进行访问。例如,系统10可以被配置为使得CAD分析装置26可通过界面装置24上的web浏览器来访问,其中,所有或大部分处理活动在界面装置24的远程发生;或者系统10可以被配置为使得至少一些处理活动在界面装置24处发生,例如,通过向界面装置24提供至少一个软件应用程序,该软件应用程序对存储在数据存储装置20中的CT数据执行至少一些处理活动。
在替代性的示例中,代替提供其中从患者接收的CT数据被远程存储在网络可访问位置的分布式系统,系统10的一个或多个部件可以被布置在与界面装置24和/或CT装置12a、12b相同的位置,使得CT数据的大部分或全部处理活动和/或存储发生在相同的位置。
在该示例中,存储在数据存储装置20处的数据也可以由界面装置24直接访问,例如,使得界面装置24处的用户可以查看原始CT数据。
使用界面装置24,用户能够启动对存储在数据存储装置20中的CT数据的分析结果的分析和/或查看。在分析期间,CAD分析装置26从数据存储装置20提取相关的CT数据,并对CT数据执行分析处理,以便自动地或响应于使用输入来预测、识别、量化和/或表征CT图像数据中的冠状动脉疾病。
用户使用用户界面53与系统10交互,所述用户界面53将患者冠状动脉疾病相关的信息传达给用户,便于从用户接收指令和/或信息,例如与用户所寻求的期望的分析信息相关,或者与对由系统10执行的分析的参数的编辑或对传达给用户的分析信息的编辑相关;和/或便于从用户接收补充由系统10生成的分析信息的信息。
用户界面53显示在界面装置24的屏幕上,向用户呈现信息,并以方便、简明、直观和用户友好的方式促进与用户的交互。这样,为用户提供了使用户能够快速确定有关患者CAD相关信息的界面,从而确定CAD风险、CAD存在和减轻和/或治疗的适当步骤。
在本示例中,系统10被布置为通过使用机器学习技术和放射组学来生成CAC积分,这使得能够从非造影CT扫描中提取足够的信息以正确地识别冠状动脉钙化和它们所涉及的动脉,而不需要动脉的对比度增强或手动引导。系统10可以使用机器学习来确定CT扫描中每个体素的最可能的分类,并且使用机器学习来识别非冠状动脉特征,该非冠状动脉特征然后可以用于去除或避免将成分误分类为钙化的冠状动脉成分。
系统10还被布置为:通过检测和跟踪冠状动脉中心线,基于中心线并使用机器学习来估计冠状动脉的内壁和外壁的位置,以及使用所估计的内壁和外壁连同对内壁和外壁之间的所识别间隙的组成和空间特性的分析来确定任何所识别疾病的程度和特性,从而使用机器学习来识别、量化和表征冠状动脉疾病。
然而,应当理解,能够想到其他方法用于确定CAC积分和/或分析冠状动脉的CAD的风险或存在。
CAD分析装置26在图2中更详细地示出。
CAD分析装置26包括:冠状动脉分析部件32,其被布置为基于冠状动脉的内壁和外壁的节段来分析对比CT扫描数据中的冠状动脉;以及钙化积分确定部件34,其被布置为基于非对比CT扫描数据来确定钙化积分。
该CAD分析装置26还包括疾病评估单元36,该疾病评估单元36被布置为用于:
基于血管壁间隙的空间特征和亨氏单位值,评估不同类型的疾病,包括狭窄和存在易损斑块,包括钙化、混合或非钙化斑块;以及
使用所确定的CAC积分确定冠状动脉疾病的风险。
由疾病评估单元36做出的确定由报告生成器38使用,以产生指示使用对比和/或非对比CT扫描数据对患者执行的分析的文本和/或数字信息。至少一些文本和/或数字信息通过用户界面53传达给用户。
在这个示例中,冠状动脉分析部件32依赖于冠状动脉的内壁和外壁的节段,并且由此产生的信息用于检测和评估扫描中的疾病负担。为了精确地对血管壁分段,首先通过识别每条中心线上对应于CT体积内可能位于冠状动脉中心线上的体素的多个种子点来确定冠状动脉的中心线。为了促进该过程,将造影剂注射到血流中以增加对比度,并且在该示例中,与周围组织相比,增加冠状动脉的亨氏单位(HU)值。
冠状动脉分析部件32使用血管种子检测器(vessel seed detector)41来识别血管种子点(vessel seed points),在该示例中,血管种子检测器41使用多尺度滤波和监督机器学习来检测种子点。在该示例中,使用体积卷积神经网络(CNN),其使用表示足够数量的示例冠状动脉中心线的基本事实数据来训练。
血管种子检测器41使用机器学习识别CT数据样本中存在的一组预测种子点,并从该组预测种子点中选择候选种子点,这些候选种子点形成中心线跟踪的基础,从而预测冠状动脉的中心线。候选血管种子点是基于一个或多个定义的约束从种子点集合中确定的,所述约束例如是具有高于定义量的放射密度值(例如亨氏单位(HU)值)的种子点,或者是高于定义的HU阈值的定义数目的种子点(例如具有最高HU值的定义数目的种子点)。在一个示例中,具有100和600之间的HU值的候选血管种子点被选择为候选种子点。
中心线跟踪器43然后考虑所确定的候选种子点,使用机器学习从即时种子点预测三维空间中冠状动脉上的下一个种子点的最可能方向,并且以这种方式识别可能位于当前考虑的冠状动脉上的血管中心线种子点。在该示例中,中心线跟踪过程起始于位于动脉中心线上的最末端位置处的预测种子点。以这种方式识别的位于冠状动脉中心线上的候选种子点连接在一起,以便定义完整的冠状动脉。
中心线跟踪器43被布置为首先检测四个主冠状动脉-左主(LM)、左前降支(LAD)、左回旋支(LCX)和右冠状动脉(RCA),然后在检测到主冠状动脉之后,检测最初未被识别为有活力的中心线的主冠状动脉上的分支。
中心线跟踪器43检查垂直于血管的中心线方向的HU值,并且通过基于HU值找到冠状动脉的边界来估计血管的近似半径,因为HU值在血管壁外部显著减小。一旦边界位于中心线的每一侧,就可以测量血管直径。
根据沿着中心线长度测量的血管直径的变化率来检测分支。例如,如果所测量的血管直径沿着中心线增加10%以上,则减小回到其原始大小,将其标记为检测到的分支,注意冠状血管的大小从近端到远端位置自然减小。在冠状动脉口,血管可具有约4mm的直径,而在远端位置,血管直径通常减小到小于1mm。因此,分支检测器检查估计直径的变化率,以检测沿着中心线的点,另一冠状动脉从该点分支。
冠状动脉分析部件32然后可以例如使用机器学习将语义上有意义的标记附加到所跟踪的动脉中心线,使得临床医生可以更容易地识别血管。
在该示例中,冠状动脉分析部件32还被布置为通过在由中心线跟踪器43执行的分析不正确或不完整时(例如因为血管种子检测器41已经生成太多或不足的种子点)便于血管种子检测器41的重新配置来提高中心线跟踪过程的可靠性。在检测到的冠状动脉已经由中心线标记被标记之后,如果确定所识别的血管是不正确的或不完整的,例如如果初始血管种子检测器配置未能检测到诸如RCA的主要冠状动脉,则可以重新配置血管种子检测器41的参数。例如,这可以通过降低由血管种子检测器41施加的约束来实现,从而产生更多的候选血管种子点,由此增加在后续迭代中检测血管的概率。
在已经令人满意地跟踪和标记了所有期望的冠状动脉之后,血管壁分段器45使用所跟踪的中心线来分析与冠状动脉相关联的CT数据,特别是执行内部和外部血管壁分割过程。
血管壁分段器45使用机器学习部件来产生内壁和外壁管腔掩模,然后该掩模可用于识别与钙化斑块和非钙化斑块的存在相关的冠状动脉疾病。在该示例中,机器学习部件是受到监督的体积卷积神经网络(CNN),其使用表示足够数量的示例横向冠状动脉图像切片的基本事实训练数据来训练,在该示例中,图像切片垂直于动脉中心线并与之相交。该示例中的训练数据包括内部和外部动脉壁以及由医学专家注释的相关成像伪影,并且覆盖了具有不同疾病程度的不同冠状血管的大范围示例,并且包括指示异常的各种典型成像伪影,例如血管鼓胀。
应当理解,在完成冠状动脉壁分段之后,系统具有足够的数据来定义所检测的冠状动脉的内部和外部血管壁配置。使用该数据,可以通过分析与内部和外部血管壁之间的间隙区域相关联的体素来确定疾病的存在。
冠状动脉分析部件32被布置为识别冠状动脉上的个体狭窄病变90,并对每个个体狭窄病变90的严重性进行分类。
通过识别狭窄病变的起始和结束切片,然后将起始和结束切片之间的所有切片分类为属于狭窄病变,来确定个体狭窄病变90的存在和狭窄严重性。在该示例中,通过参考管腔横截面积和相应的正横截面积来识别起始狭窄病变部分。例如,如果冠状动脉的管腔横截面积小于对应的正横截面积的99%,则该切片可被分类为起始狭窄病变切片,该切片的狭窄分类根据横截面积的百分比减小来定义。属于参考管腔横截面积的相同狭窄分类的后续切片也被识别为狭窄病变90的一部分,直到识别出末端狭窄病变切片。在末端狭窄病变切片,下一片的管腔横截面积不在同一狭窄病变分类内。
这样,冠状动脉分析部件32能够分别识别冠状动脉上的多个个体狭窄病变。在这样做时,可以向用户显示个体狭窄病变,并且例如使用颜色编码向用户传达每个个体狭窄病变的特征。
在该示例中,钙化积分确定部件34包括:身体部分识别符35,用于识别心脏非造影CT数据中的一个或多个非冠状动脉身体部分成分;钙化成分识别符37,用于基于所确定的亨氏单位(HU)值来识别心脏非造影CT数据中的钙化成分;以及误分类去除器39,其使用来自身体部分识别符35的信息来从考虑中移除钙化体积。
在该示例中,身体部分识别符35被布置为使用机器学习来预测接收到的患者心脏非造影CT数据中的每个体素是否是诸如患者的升主动脉或降主动脉的非冠状动脉身体部分的一部分,并且使用连通成分技术来识别属于同一成分的相邻体素。身体部分识别符35产生机器学习体素掩模,该掩模用于从考虑中去除存在于非冠状动脉身体部分上的钙化。
钙化成分识别符37被布置为使用连通成分技术来识别属于同一钙化成分的相邻体素,并且放射组学分析器51分析所识别的钙化成分以获得每个成分的一组特征。
在医学领域中,放射组学被用于从射线照相医学图像中提取信息。本发明人已经认识到,这样的放射组学特征具有在机器学习系统中用于识别和定位冠状动脉钙化的潜力。通过使用放射组学引擎分析每个候选钙化成分,获得放射组学特征,例如描述组分的相对位置、形状、大小、密度和/或纹理,并且选择这些特征以提供组分的丰富描述,所述组分能够由机器学习系统使用以学习将非冠状动脉钙化(例如骨)与冠状动脉钙化以及钙化所在的特定动脉区分开。在训练之前,通过主成分分析(PCA)和方差阈值来执行放射组学特征选择。PCA用于自动确定哪些特征为机器学习系统提供最有区别的能力。该方法提供了优于传统现有技术的手工划线特定特征的方法的额外益处。深度学习模型还可以查看每个成分周围的原始CT数据的图像补丁,以便提供更大的上下文。
除了放射组学特征信息之外,可以使用能够辅助冠状动脉钙化的识别和分类的其他信息。例如,可以将表示每个候选钙化周围的区域的原始CT扫描图像补丁信息输入到分类器或附加的机器学习系统。这种图像补丁能够为每个钙化提供有用的上下文信息。
在示例实现中,成分特性被输入到多个训练的机器学习分类器中,所述机器学习分类器已被训练以基于所述特性来检测成分的位置。可替换地,成分特性被用作输入,例如与原始图像数据一起,到训练的深度学习模型,该模型基于特性预测成分的位置。
通过训练的机器学习分类器产生的预测的候选钙化相对于身体部分信息被交叉检查,并且被认为与噪声相关或存在于非冠状动脉身体部分上的任何候选钙化被去除。
CAD分析系统使用疾病评估单元36基于由冠状动脉分析部件32和钙化积分确定部件34执行的CAD分析的结果进行确定。该确定可以自动进行和/或传达给用户,或者可以响应于用户输入而进行和/或传达给用户。在该示例中,确定包括狭窄检测和分类、CAC积分计算以及易损斑块检测和表征。具体地,疾病评估单元36使用内壁和外壁节段数据来确定由内壁限定的横截面积,并且基于此,参照健康状况来表征狭窄状况。
易损斑块(VP),也称为高危斑块,是患者冠状动脉疾病的早期指示。疾病评估单元86使用对动脉壁分割的启发式的、基于规则的分析来检测几种形式的VP,在这个示例中是低衰减斑块、斑点状钙化和正重塑。
低衰减斑块的特征在于在-30至30亨氏单位范围内的亨氏单位(HU)值,并且因此可以通过亨氏单位的分析和阈值化来直接检测。
斑点状钙化定义为非钙化或混合斑块包围的相对较小的钙化。为了检测斑点状钙化,疾病评估单元36最初确定被预测为与内部和外部动脉壁之间的确定的疾病区域中的钙化斑块相关联的体素,例如通过使用定义的放射密度测量(诸如大于350的亨氏单位(HU)值)进行滤波。然后将相关体素关联在一起作为钙化体积。斑点状钙化的特征是直径小于3mm。非钙化/混合斑块用于确定所识别的斑点状钙化周围的体素是否具有与非钙化或混合斑块一致的HU值。
正重塑的特征在于外血管壁的扩张以补偿内壁和外壁之间积聚的疾病。疾病评估单元36被布置为使用内壁/外壁间隙确定器来检测这一点,所述内/外壁间隙确定器确定内和外动脉壁之间的间隙是否已经增加超过限定量,例如超过正常血管间隙10%。间隙中的体素的放射密度与非钙化斑块一致,例如通过确定间隙中的体素的HU值。
CAD分析系统30还包括UI控制器40,其被布置为将由疾病评估单元36和报告生成器38产生的信息以及来自数据存储20的任何所需数据打包到显示在合适的显示器42上的用户界面53中,用户界面53被配置为使得患者CAD相关信息以使得用户能够快速且直观地获得患者的相关CAD信息的方式被传达给用户,并且这使得用户能够使用输入装置44提供输入,例如以便编辑分析参数和/或添加或修改分析信息。例如,UI控制器40被布置为产生已从CT数据导出的检测到的患者冠状动脉的3D模型,产生具有叠加的节段内壁和外壁注释的冠状动脉的横向切片的表示,并提供用户友好的工具,该工具使用户能够快速地识别CAD的位置和范围或指示CAD风险的因素。
为了访问用户界面53,用户例如使用可以是个人计算机、膝上型计算机、平板计算机或智能电话的界面装置24来访问分析装置26,并输入登录信息。成功登录后显示用户界面53。
在图3至图38中示出了在成功的用户认证之后显示给用户的CAD分析系统的实施例的用户界面53的示例屏幕。
在该实施例中,CAD分析系统被布置为自动进行疾病评估确定,例如关于狭窄的存在和严重性、钙化积分计算,以及易损斑块检测和表征,并在用户界面53上自动显示指示确定的信息。
成功登录后,显示如图3所示的扫描菜单46。扫描菜单46包括能够由用户访问的所有扫描数据集的列表。在该示例中,对于每个扫描数据集,可以包括以下信息:
患者姓名48;
患者ID 50;
患者出生日期52;
扫描日期54;
关于是否认为存在易损斑块的指示56;
关于是否认为存在狭窄的指示58;
钙化(Agatston)积分60;
CAD-RADS类别62;以及
指示数据集的状态是等待查看、编辑、准备核准还是已核准的数据集状态62。
然而,应当理解,扫描菜单46中可以包括任何合适的信息。
使用扫描菜单46,用户能够选择数据集来查看和/或编辑,例如使用鼠标或通过触摸相关数据集行(如果存在触摸屏)。选择数据集行使得显示专利概况屏幕66,如图4所示。
患者概况屏幕66包括:患者分析概况窗格68,其以数据概括和文本形式显示CAD结果的概括;3D模型窗格70,其显示在数据集中识别的冠状动脉的3D结构模型;多平面重建(MPR)窗格72,其显示CT数据的MPR视图;以及血管切片窗格74,其显示通过选择的冠状动脉取得的轴向切片的一个或多个视图。
然而,应当理解,患者概况屏幕66可以包括不同的或附加的视图窗格,这些视图窗格可以由用户定制,或者可以根据用户选择的功能而改变。例如,患者概况屏幕66可以包括以下视图窗格中的任一个:
患者分析概况窗格68;
3D模型窗格70;
多平面重建(MPR)窗格72;
血管切片窗格74;
一个或多个CPR窗格;
一个或多个SPR窗格;
一个或多个非对比视图窗格;
一个或多个CT体积窗格;以及
轴向、矢状和/或冠状视图窗格。
在该示例中,通过在多个轴向平面中从采集的图像中提取数据来获得多平面重建(或重组)(MPR),使得可以在单个视图中示出跨多个平面延伸的选择的血管。可以产生弯曲平面重组(CPR)和/或伸直平面重组(SPR),以便显示跨越多个不同平面的血管的二维图像。所采集的数据可以转换为非轴向平面,例如冠状面或矢状面。
患者概况屏幕66还包括屏幕选择按钮,包括患者概况按钮75、CT体积按钮76和查看报告按钮77,它们可用于在患者概况屏幕66、图22所示的CT体积屏幕194和图31所示的报告屏幕250之间切换。
患者分析概况窗格68的示例表示在图5中示出。示例患者分析概况窗格68包括结果概括部分78,其在该示例中包括以下信息:
钙化(Agatston)积分;
指示数据集中确定的最高狭窄水平的最大狭窄水平;
优先血管的指示,即包括最显著狭窄病变的冠状动脉;
数据集中存在的易损斑块(如果有)的指示;
相关的CAD-RADS分类;以及
显示数据集中存在多少狭窄病变的节段受累积分。
可以理解,患者分析概况窗格68上显示的钙化积分代表确定存在于冠状动脉中的总钙。
在本示例中,使用以下狭窄水平:
0%-无狭窄迹象;
1%-24%-最小狭窄;
25%-49%-轻度狭窄;
50%-69%-中度狭窄;
70%-99%-重度狭窄;以及
100%-闭塞。
在本实施例中,使用以下斑块类型:
无;
非钙化;
混和;以及
钙化。
在本示例中,使用以下易损斑块(VP)表征:
LAP-低衰减斑块;
PR-正重塑;以及
SC-斑点状钙化。
在本示例中,CAD-RADS分类使用以下符号:
CAD-RADS 0:0%/无冠状动脉疾病
CAD-RADS1:1%-24%/最小非梗阻性冠状动脉疾病或斑块,无狭窄(正重塑)
CAD-RADS2:25%-49%/轻度非梗阻性冠状动脉疾病
CAD-RADS 3:50%-69%/中度狭窄
CAD-RADS 4:重度狭窄
CAD-RADS 4A:70%-99%狭窄
CAD-RADS 4B:左主干>50%狭窄或三支血管阻塞性(≥70%狭窄)疾病
CAD-RADS 5:100%/完全闭塞
CAD-RADS N:非诊断性研习
还使用以下改性剂:
改性剂N:非诊断性
改性剂S:支架
改性剂G:移植
改性剂V:易损性
示例患者分析概况窗格68还包括总体印象部分80,其以文字形式提供数据集分析的概括,并且在该示例中,总体印象部分80指示与数据集相关联的患者的总冠状动脉钙化积分为523,存在由于钙化斑块引起的近端LAD动脉的经修改的管腔变窄,存在由于钙化斑块引起的远端LAD动脉的最小管腔变窄,并且存在动脉分支的管腔变窄(<50%)。
示例患者分析概况窗格68还包括血管发现部分82,其以文字形式提供具有显著性发现的每个冠状动脉的概括。
总体印象部分80和血管发现部分82中的信息可以使用编辑链接83从患者分析概况窗格68编辑。
图6中示出了3D模型窗格70的示例表示。示例3D模型窗格70包括与数据集相关联的患者冠状动脉的3D模型84。3D模型84用作患者冠状动脉的模型,并且由UI控制器40使用由分析装置26产生的数据来产生,具体地,在该示例中,使用冠状动脉的节段壁来产生。
3D模型84包括患者主动脉86和冠状动脉88的一部分的模型,并且还识别冠状动脉狭窄病变90和狭窄病变90的冠状动脉上的相应位置。根据相应的狭窄病变特征不同地表示每个狭窄病变,并且在该示例中,颜色用于指示狭窄的存在和狭窄的严重性。
3D模型窗格70包括狭窄水平颜色键92,以根据颜色提供狭窄严重程度的指示。在本示例中,以下颜色用于指示狭窄:
0%狭窄-灰色94;
1%-24%最小狭窄-白色96;
25%-49%轻度狭窄-黄98;
50%-69%中度狭窄-橙100;以及
70%-100%严重狭窄/闭塞-红102。
用户能够通过例如使用鼠标或触摸屏直接选择3D模型84上的血管,或者通过使用血管下拉框104选择血管来选择血管。在选择血管之后,使用血管切片识别符106在3D模型84上标记血管切片,在该示例中为方框的形式。
3D模型窗格70还包括快照选择按钮108,其在被选择时使当前显示的3D模型84的快照被捕获,该快照可用于添加注释,如下面更详细地讨论的。
3D模型窗格70还包括最显著的狭窄病变按钮110,其在被选择时使得血管切片识别符106被布置在具有最显著的狭窄水平的狭窄病变90上。
3D模型窗格70还包括钙化斑块切换按钮114,其可用于在3D模型84上显示或隐藏钙化斑块。如图20所示,当钙化斑块切换按钮114切换到打开(ON)位置时,示出了确定的钙化体积192(在该示例中以白色示出)。
应当理解,在该示例中,使用钙化积分确定部件34获得指示钙化体积192的数据。
3D模型窗格70还包括可用于在3D模型84上显示或隐藏易损斑块的易损斑块切换按钮114。如图21所示,当易损斑块切换按钮116被切换到ON位置时,易损斑块的位置193使用点(在该示例中以白色示出)被指示在3D模型84上。
应当理解,在该示例中,使用冠状动脉分析部件32获得指示易损斑块的位置193的数据。
在该示例中,用户能够例如使用鼠标来操纵3D模型窗格中所示的3D模型84,以便改变3D模型84的显示取向。3D模型的取向可以关于1、2或3个相互正交的轴修改。
图7中示出了MPR窗格72的示例表示。示例MPR窗格72示出了从CT扫描装置12获得的CT数据导出的MPR表示120,并且示出了在3D模型窗格70上选择的冠状动脉122。在该示例中,在图6所示的3D模型84上选择LAD冠状动脉,因此在MPR窗格72上显示LAD冠状动脉。
MPR表示120上所示的冠状动脉122包括选择的血管切片识别符124,其标记与3D模型窗格70上所示的血管切片识别符106所标记的血管切片相对应的血管切片。
应当理解,可以由用户在MPR表示120上而不是在3D模型窗格70上选择血管切片,并且如果需要,这使得血管切片识别符106根据MPR表示120上所示的血管切片识别符124的位置而移动。
在该示例中,MPR表示120还包括近端切片识别符126和远端切片识别符128,它们也可在所显示的冠状动脉122上选择。
在该示例中,MPR表示120还包括显示的冠状动脉122上存在的钙化体积129的表示。
如下所述,切片识别符124、近端切片识别符126和远端切片识别符128的位置确定显示在血管切片窗格74中的轴向切片视图。
在该示例中,MPR窗格72还包括视图中心线按钮130和添加中心线按钮131,视图中心线按钮130在被选择时使得中心线186被显示在MPR窗格72中示出的选择的冠状动脉122上,如图18所示,添加中心线按钮131在被选择时使得用户能够添加新的中心线,例如用于尚未被分析装置26检测到的冠状动脉。
在本示例中,为了添加新的中心线,用户首先在所显示的冠状动脉122上选择新中心线的初始位置,并且随后为新中心线选择一个或多个另外的代表性位置。作为响应,在MPR表示120上显示新的中心线。
在该示例中,在添加了新的中心线之后,分析装置26分析该新的中心线以生成血管壁节段并且基于内壁和外壁节段执行疾病评估分析,以便确定狭窄、斑块和/或易损斑块的存在。
这样,响应于用户与MPR表示的最小交互,可以改进CAD分析系统10产生的结果以包括先前错过的冠状动脉。
MPR窗格72还包括快照选择按钮132,其在被选择时使当前显示的3D模型84的快照被捕获,该快照可用于添加注释,如下面更详细地讨论的。
MPR窗格72还包括曲面按钮134和平面按钮136,它们在被选择时使得选择的冠状动脉的自然曲面表示被显示,如图7所示,或者使得变换的平面表示190被显示,如图19所示。
如果认为存在狭窄病变,则所显示的冠状动脉122可以包括狭窄病变的视觉指示。例如,所显示的冠状动脉122的对应于狭窄病变的位置的部分可以以不同的颜色显示,例如对应于在3D模型84上使用的狭窄严重性的颜色。
图8中示出了血管切片窗格74的示例表示。血管切片窗格74示出了对应于3D模型窗格70和MPR窗格72上所示的血管切片识别符106、124的选择的切片的表示140、对应于MPR窗格72上所示的近端血管切片识别符126的近端切片的表示142,以及对应于MPR窗格72上所示的远端血管切片识别符128的远端切片的表示144。
切片表示140、142、144中的每一个包括内血管壁注释146和外血管壁注释148,它们是根据冠状动脉分析部件32、特别是冠状动脉分析部件32的机器学习辅助中心线跟踪和壁节段部件对患者CT数据集执行的分析而导出的。
切片表示140、142、144中的每一个包括壁注释切换按钮150,当切换到关闭(OFF)位置时,壁注释切换按钮150从显示中移除壁注释146、148。
切片表示140、142、144中的每一个还包括快照选择按钮152,当快照选择按钮152在被选择时使当前显示的切片表示140、142、144的快照被捕获,该快照可用于添加注释,如下面更详细地讨论的。
每个切片表示140、142、144还包括切片标记154,其识别与切片表示相关联的选择的冠状动脉122的特定切片。例如,在图8所示的示例中,选择的切片的表示140与选择的冠状动脉122的第90个切片相关联。
选择的切片的表示140还包括指示与选择的切片相关联的狭窄病变的最大狭窄水平的狭窄水平框156,指示狭窄病变中存在的斑块类型的斑块类型框158,以及指示狭窄病变上存在的易损斑块的类型的易损斑块标记160。在本实施例中,易损斑块标记160包括低衰减斑块标记162、正重塑标记164和斑点状钙化标记166。
在该示例中,狭窄水平框156的颜色与3D模型84中示出的相应狭窄病变90的颜色相同,使得用户可以基于狭窄水平框156的颜色快速地识别狭窄病变的狭窄水平。
如果认为存在狭窄病变,则所显示的切片表示140、142、144可包括狭窄病变的视觉指示。例如,对应于狭窄病变的位置的切片表示140、142、144可以以不同的颜色显示,诸如对应于在3D模型84上使用的狭窄严重性的颜色。
狭窄水平框156中指示的狭窄水平、斑块类型框158中指示的斑块分类,以及易损斑块标记160指示的易损斑块根据冠状动脉分析部件32在患者CT数据集上执行的分析来确定。
如图8所示,对应于图6和图7所示的选择的切片并标记有血管切片指示符106的轴向切片表示140被认为没有狭窄、没有斑块和没有易损斑块的迹象。
如图9和图10所示,还可以在3D模型84上查看与狭窄病变90相关联的狭窄、斑块和易损斑块信息,例如通过将鼠标悬停在狭窄病变90上,这导致显示狭窄病变信息框168。狭窄病变信息框168例如可以包括指示对应于冠状动脉88上的选择的位置的当前切片的切片标记170、指示选择的狭窄病变90上的最大狭窄水平的最大狭窄标记172、指示存在于狭窄病变90上的钙化斑块(如果有的话)的类型的钙化斑块标记174,以及指示存在于狭窄病变90上的易损斑块(如果有的话)的类型的易损斑块标记。
图11示出了对应于图10所示的选择的切片的轴向切片表示140,并用血管切片指示符106标记。如图所示,图11中的轴向切片表示140被认为是具有1%至24%狭窄的狭窄病变的一部分,因此狭窄水平框156以对应于1%至24%狭窄水平的颜色示出。图11中的轴向切片表示140也被认为包括钙化斑块和易损斑块(正重塑)。
如图11所示,轴向切片表示140示出了内外血管壁146、148之间的钙化体积180,结果外血管壁变形。所显示的钙化体积可以包括斑块类型的视觉指示,例如通过为每个斑块类型分配不同的颜色并且以对应于所确定的斑块类型的颜色来显示钙化体积。
在图12和图13中示出了另一示例性切片、狭窄病变90和相关的轴向切片表示140。如图13所示,轴向切片表示140显示了50%至69%的狭窄水平156、钙化斑块158和正重塑164。
在图14和图15中示出了另一示例性切片、狭窄病变90和相关的轴向切片表示140。如图15所示,轴向切片表示140显示了1%至24%的狭窄水平156、混合钙化158和斑点状钙化166。
如图16所示,如果用户认为系统10为狭窄病变确定的狭窄水平不正确,则用户可以使用狭窄水平框156和下拉式狭窄选择列表182编辑狭窄水平。类似地,如图17所示,如果用户认为系统10为狭窄病变90确定的斑块类型不正确,则用户可以使用斑块类型框156和下拉钙化选择列表184编辑斑块类型。
参考图4所示的患者概况屏幕,选择CT体积按钮76使得显示图22所示的CT体积屏幕194。
CT体积屏幕194包括研习窗格196,该研习窗格196包括表示可用CT扫描的条块,在本示例中为与用于在扫描菜单46上选择的数据集的非对比扫描相关联的非对比条块198,以及与数据集的对比扫描相关联的对比条块200、示出钙CT体积的CT体积窗格202,以及设置有滚动条206、位置指示器208和钙化标记210的滚动条窗格204。
选择对比条块198使得显示多视图屏幕195,如图23所示。多视图屏幕包括轴向视图212、矢状视图214、冠状视图216和MPR视图218窗格,而不是CT体积窗格202和滚动条窗格204。轴向视图窗格212示出CT体积的轴向表示,矢状视图窗格214示出CT体积的矢状表示,冠状视图窗格216示出CT体积的冠状表示,MPR视图窗格218示出CT体积的MPR表示。轴向表示、矢状表示、冠状表示和MPR表示是同步的,使得当其中一个表示被修改时,其他表示也被修改,使得期望被查看的特定特征在多个视图中示出。
滚动条206表示CT体积的一组轴向切片,并且位置指示器208用于选择要在CT体积窗格202中示出的轴向CT体积切片203。钙化标记210示出CT体积中钙化体积的相应轴向位置。
图25中示出了滚动条206的放大视图。如图所示,如果相应的CT体积切片包括冠状动脉钙化体积,则该示例中的钙化标记210包括线220,该线的特征例如指示钙化体积所位于的特定冠状动脉的线的颜色,以及指示钙化大小的线的长度。如图26所示,将位置指示器208置于线220附近使得相关的轴向CT切片表示203显示在CT体积窗格202中,包括与线220相关的钙化体积222,其颜色对应于相关冠状动脉的指定颜色。例如使用鼠标或触摸屏来选择线220还可以使得相关联的轴向CT切片表示203连同与线220相关联的钙化体积222一起被显示在CT体积窗格202中。
如图27所示,血管标记224可以显示在钙化体积222附近,例如响应于将鼠标悬停在钙化体积222上。
应当理解,用户能够使用滚动条26来:
通过线220的数量和分布快速接收冠状动脉钙化程度的指示;
基于钙化标记210的相应位置快速接收患者的冠状动脉钙化体积的相应轴向位置的指示;
通过钙化标记210的颜色快速识别包括钙化的冠状动脉;以及
根据线220的大小确定钙化的相对大小。
如图28所示,系统10可以被布置为便于编辑由系统10分配给钙化体积222的冠状动脉,例如通过选择所显示的血管标记224并从血管选择列表226中选择冠状动脉。
在图29中示出了进一步钙化的体积228,与进一步钙化的体积228相关联的线220和进一步钙化的体积228被不同地表示,诸如以不同的颜色表示,以指示进一步钙化的体积被认为与不同的冠状动脉相关联。如图29所示,还可以显示非冠状动脉钙化230,并且可以显示诸如“其他”的标记以指示钙不与冠状动脉相关联。非冠状动脉钙化230可以以与布置在冠状动脉上的钙化进一步不同的颜色显示。
在图31至33中示出了示例性多视图屏幕195,多视图屏幕195包括轴向视图窗格212中的CT体积的轴向表示234、矢状视图窗格214中的CT体积的矢状表示236、冠状视图窗格216中的CT体积的冠状表示238,以及MPR视图窗格218中的CT体积的选择的血管的MPR表示240。
MPR表示240包括用于指示MPR视图窗格218中显示的血管的选择的位置的选择的血管切片指示符244。轴向表示234、矢状表示236和冠状表示238与血管的选择的位置同步,因为轴向、矢状和冠状表示234、236、238中的每一个示出对应于选择的血管位置的体素的不同视图,体素使用标记物装置242指示,在该示例中,该体素是布置在表示中心的圆。
在该示例中,每个轴向、矢状和冠状表示234、236、238上的标记物装置还表示垂直于显示平面的线,使得轴向表示234包括轴向法线246,冠状表示238包括冠状法线247,并且矢状表示236包括矢状法线248。在该实施例中,轴向、冠状和矢状法线246、247、248以不同的方式表示,例如以不同的颜色表示。例如,轴向法线246可以用蓝色表示,冠状法线247可以用黄色表示,而矢状法线248可以用红色表示。如图31至图33所示,标记物装置242(在该示例中为圆形)以与所显示的轴向、冠状或矢状表示的平面垂直的相关线的颜色表示。应当理解,轴向法线246对应于从头部到脚部中心地延伸通过人的线,冠状法线247对应于垂直于轴向法线246并且从前到后延伸通过人的线,并且矢状法线248对应于垂直于轴向法线246和冠状法线247并且从左到右延伸通过人的线。
在该示例中,通过与MPR视图窗格218交互,用户能够改变血管的MPR视图,例如以便旋转血管视图。在该示例中,这可以通过点击鼠标并同时向左或向右移动鼠标来实现,但是应当理解,能够想到用于实现这一点的任何合适的界面布置。用户还能够沿着所显示的血管移动选择的血管切片指示符244,这使得标记物装置242移动,并且由此改变轴向、冠状和矢状表示,以便保持与选择的血管位置同步,如图32所示。
在该示例中,通过与轴向视图窗格212、矢状视图窗格214或冠状视图窗格216交互,用户能够沿相应的法线改变视图的位置。例如,用位于轴向表示234上的鼠标指针点击鼠标并同时向上或向下移动鼠标使得沿轴向法线246的不同位置被选择,因此对应于沿轴向法线246的不同位置的不同轴向表示被显示。类似地,例如,用位于冠状面表示238上的鼠标指针点击鼠标并同时向上或向下移动鼠标使得沿冠状面法线246的不同位置被选择,因此对应于沿冠状面法线247的不同位置的不同冠状面表示被显示。
此外,在该示例中,系统被布置为使得用户能够与轴向、矢状和冠状表示234、236、238中的至少一个交互,以改变轴向、冠状或矢状法线246、247、248中的一个或多个的取向,从而改变所显示的表示的取向。例如,在图31至33所示的示例中,在轴向和冠状视图窗格212、216中最佳示出的矢状法线248设置有至少一个旋转手柄249,该旋转手柄249能够由用户选择并且能够用于围绕标记物装置242旋转所显示的法线。
例如,如图33所示,在轴向表示234上选择旋转手柄249,在该示例中,旋转手柄249设置在矢状法线248上,使得冠状法线247和矢状法线248围绕标记物装置242旋转,并且矢状和冠状视图窗格214、216中示出的表示根据垂直于冠状和矢状法线247、248穿过标记物装置的相应平面而改变。在该示例中,类似的旋转手柄249也设置在冠状视图窗格216中所示的矢状线248上。
在该示例中,可以通过在旋转手柄249上设置鼠标指针,点击鼠标并同时移动鼠标来实现旋转手柄249的选择和相关正常线的旋转,应当理解,能够想到用于实现这一点的任何合适的界面布置。
应当理解,使用多视图屏幕195,用户能够例如使用MPR视图240容易地选择血管上的感兴趣位置,例如血管上的狭窄位置,并且通过使得沿相应的轴向、冠状或矢状法线显示选择的位置和/或改变轴向、冠状或矢状法线的取向来显示感兴趣位置的多个期望视图。
响应于快照按钮108、132、152的选择而显示的示例快照注释屏幕240在图30中示出。使用注释屏幕240,用户能够添加诸如注释文本242和注释箭头244的标记。参考图4所示的患者概况屏幕,选择查看报告按钮77使得显示图34所示的报告屏幕250。
报告屏幕250包括患者信息窗格252,患者分析概况部分254、冠状动脉印象部分256、关键冠状动脉发现部分258、其他发现部分260以及状态和编辑窗格262。
患者信息窗格252的示例表示在图35中示出。患者信息窗格252包括患者识别部分、临床指示部分266和过程细节部分268。
患者分析概况部分254的示例表示在图36中示出。该示例中的患者分析概况部分254包括钙化积分270、种族信息272、最大狭窄水平274、易损斑块信息276、CAD-RADS分类278和节段受累积分280。
冠状动脉印象部分256、关键冠状动脉发现部分258和其他发现部分260的示例表示在图37中示出。
状态和编辑窗格262的示例表示在图38中示出。状态和编辑窗格262用于通过选择编辑报告按钮282来帮助编辑报告结果,使用报告状态框286改变报告的状态并使用核准框284核准报告。
状态和编辑窗格262还包括与注释的屏幕截图相关联的屏幕截图条块290。
该系统被布置为,如果发现是相关的并且需要修改,则编辑报告发现使得另一报告发现也改变。例如,如果用户修改狭窄水平发现,并且新的狭窄发现对应于不同的CAD-RAD分类,则系统还实现CAD-RAD发现的修改。
在一个实施例中,CAD分析系统10的分析装置26的操作还响应于使用用户界面53进行的修改。
例如,如上所述,可以响应于用户添加新中心线来实现冠状动脉内壁和外壁的确定以及基于壁的后续CAD分析,使得最初未被分析装置26识别的冠状动脉的CAD分析结果可以通过用户界面53被传达给用户。
CAD分析系统的可选实施例的用户界面的示例屏幕在图39至图47中示出。
在该实施例中,CAD分析系统被布置为响应于用户交互来传达疾病评估确定,例如关于狭窄的存在和严重性、钙化积分计算,以及易损斑块检测和表征。例如,在一个实施例中,响应于来自用户的关于血管上存在狭窄病变的指示,系统被布置为在3D模型84上显示狭窄病变,并且显示自动生成的狭窄信息,该狭窄信息包括与用户识别的狭窄病变相关联的预测狭窄水平。所显示的狭窄信息可以由用户编辑。
在本示例中,CAD分析系统被布置为自动进行疾病评估确定,例如关于狭窄的存在和严重性、钙化积分计算,以及易损斑块检测和表征,但是至少一些这样的确定仅响应于用户输入而被传达给用户。
图39示出了可选的开放概况屏幕300。相同和相似的特征用相同的附图标记表示。如图所示,在用户交互之前,3D模型84不包括与冠状动脉88上可能存在的狭窄病变有关的任何信息,并且不提供用于切片表示140、142、144的预测信息。
患者概况屏幕300包括动脉粥样硬化选择框302,其可用于指示如果用户在查看血管88之后认为动脉粥样硬化是适当的,则认为在选择的血管88上不存在动脉粥样硬化。
如果在血管查看期间用户认为血管88上存在狭窄病变,则用户能够例如通过右击MPR表示120上的相关位置来选择血管88上对应于狭窄病变的位置。
如图40所示,在用户识别任何狭窄病变之前,类似于上述实施例的结果概括部分78的结果概括部分304仅包括总钙化积分信息。剩余的结果概括信息反映出用户尚未识别出狭窄病变或易损斑块(在本实施例中称为“斑块特征”)。
在该示例中,结果概括部分304包括以下信息字段:
钙化(Agatston)积分;
指示数据集中确定的最高狭窄水平的最大狭窄水平;
数据集中存在的斑块特征(如果有)的指示;
相关的CAD-RADS分类;以及
显示数据集中存在多少狭窄病变的节段受累积分。
血管切片窗格74和多平面重建(MPR)窗格72的放大视图在图41和42中示出。如果用户选择血管122上被认为对应于狭窄病变的位置305,例如因为相应的切片表示140被认为示出狭窄,则系统自动地在3D模型84上显示狭窄病变90和与切片表示140相邻的相关联的狭窄病变信息,如图43和图44所示。
在该示例中,使用由冠状动脉分析部件32在患者CT数据集上执行的分析,以与关于图3至图38描述的上述实施例中相同的方式导出预测的狭窄病变特征。
然而,代替自动显示包括狭窄病变特征的血管特征,在本实施例中,血管特征已经被确定,但是仅在与切片表示140相关联的切片已经被用户选择之后显示在3D模型84上并且与切片表示140相邻。然而,应当理解,其他布置也是可能的。例如,在可替换的配置中,系统被布置为仅在用户选择了血管切片之后确定相关的血管特征,包括狭窄病变特征。
在本示例中,狭窄病变特征包括:指示与选择的切片相关联的狭窄病变的最大狭窄水平的狭窄水平框156、指示狭窄病变中存在的斑块类型的斑块类型框158,以及指示狭窄病变上存在的易损斑块类型的斑块特征标记160。在本实施例中,易损斑块标记160包括低衰减斑块标记162、正重塑标记164、斑点状钙化标记166和餐巾环征标记167。
与上述实施例一样,狭窄病变90的颜色和狭窄水平框156表示狭窄病变的严重程度,使得用户可以基于颜色快速地识别狭窄病变90的狭窄水平。
在本示例中,增加的狭窄病变已被系统自动分类为“中度:50-69%”并且认为不存在相关的斑块特征。
用户可以将另外的狭窄病变90添加到当前冠状动脉88,直到所有相关的狭窄病变被认为已经被识别,并且用户然后选择血管核准框306来指示相关的血管已经被查看以用于识别狭窄病变。
如图45所示,在添加了至少一个狭窄病变90之后,自动修改结果概括屏幕68以包括与狭窄病变90相关联的信息。因此,在这个示例中,最大狭窄水平现在是50-69%,斑块特征是“没有”,相关的CAD-RADS分类是3,并且节段受累积分是1。
在用户选择狭窄病变后自动确定和显示的狭窄病变特征能够由用户编辑,并且响应于用户编辑,所显示的狭窄病变特征可改变。在该示例中,除了内壁和外壁以及血管中心线之外,用户能够编辑狭窄水平框156、斑块类型框158和斑块特征标记160。例如,如果用户编辑狭窄水平框156以指示狭窄病变应当被分类为“严重:70-100%”代替“中度:50-69%”,则导致3D模型上所示的狭窄病变的颜色变为红色,并且结果概括屏幕68上的信息也改变以反映用户修改的狭窄水平,如图46所示。
在该示例中,患者概况屏幕300还包括测量切换框,其在被选择时使得自动确定的测量被显示。在该示例中,测量包括血管和斑块切片面积值310、血管概括信息312和总斑块体积值314。
在随后的权利要求中和在前面的描述中,除非上下文由于表达语言或必要的暗示而另外要求,否则词语“包括”或诸如“包含”或“包括”的变型以包含性的意义使用,即,指定所述特征的存在,但不排除在各种实施例中存在或添加其他特征。
对本领域技术人员显而易见的修改和变化被认为在本发明的范围内。
Claims (59)
1.一种冠状动脉疾病(CAD)分析系统,包括:
CAD分析装置,其被布置为分析接收到的患者CT扫描数据并且产生指示所述患者CT扫描数据中冠状动脉疾病的存在和表征的CAD分析数据,所述CAD分析数据指示冠状动脉上的至少一个个体狭窄病变和所述狭窄病变的表征,并且所述CAD分析系统被布置为识别所述冠状动脉上的所述个体狭窄病变的起始位置和结束位置;以及
用户界面,其基于所述患者CT扫描数据显示患者冠状动脉的模型,所述模型被配置为向用户可视地指示个体狭窄病变和个体狭窄病变表征,使得用户能够基于可视指示识别每个个体狭窄病变的存在和表征。
2.根据权利要求1所述的CAD分析系统,其中,所述个体狭窄病变的所述表征包括所述个体狭窄病变的狭窄水平。
3.根据权利要求2所述的CAD分析系统,其中,所述表征还包括:
易损斑块存在和易损斑块类型的指示;
斑块存在和斑块类型的指示;
病变数量;和/或
动脉切片编号。
4.根据权利要求2或权利要求3所述的CAD分析系统,其中,使用颜色将所述狭窄水平可视地传达给所述用户。
5.根据权利要求4所述的CAD分析系统,其中,通过以狭窄水平颜色键的多种颜色中限定的颜色显示与所述个体狭窄病变相关联的冠状动脉的一部分来可视地传达所述狭窄水平,所述限定的颜色对应于所述病变的所述狭窄水平。
6.根据前述权利要求中任一项所述的CAD分析系统,其中,响应于用户输入来显示所述个体狭窄病变的所述视觉指示和所述个体狭窄病变表征。
7.根据权利要求6所述的CAD分析系统,其中,响应于用户对被认为对应于狭窄病变的冠状动脉上的位置的选择,显示所述个体狭窄病变的所述视觉指示和所述个体狭窄病变表征。
8.根据权利要求7所述的CAD分析系统,其中,所述CAD分析装置被布置为分析与用户选择的冠状动脉上的至少一个位置相关联的接收到的患者CT扫描数据,并且响应于所述用户对所述位置的所述选择,至少在所述冠状动脉上的所述选择的位置处产生指示冠状动脉疾病的存在和表征的CAD分析数据。
9.根据前述权利要求中任一项所述的CAD分析系统,其中,所述冠状动脉模型包括第一血管切片识别符,所述第一血管切片识别符被布置为指示选择的冠状动脉的切片。
10.根据权利要求7所述的CAD分析系统,其中,所述第一血管切片识别符包括图形识别符,所述图形识别符表示在所述冠状动脉上对应于所述选择的切片的位置处围绕所述冠状动脉的框。
11.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为指示最重要的病变。
12.根据前述权利要求中任一项所述的CAD分析系统,其中,所显示的冠状动脉模型是冠状动脉的3D模型,用户能够关于1、2或3个相互正交的轴修改所述3D模型的取向。
13.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面包括至少一个选择的冠状动脉的多平面重建(MPR)表示。
14.根据权利要求13所述的CAD分析系统,其中,所述MPR表示包括第二血管切片识别符,所述第二血管切片识别符被布置为指示所述选择的冠状动脉的选择的切片。
15.根据权利要求14所述的CAD分析系统,其中,所述第二血管切片识别符包括图形识别符,所述图形识别符表示在对应于所述选择的切片的所述选择的冠状动脉上的位置处穿过所述选择的冠状动脉的线。
16.根据从属于权利要求9时的权利要求15所述的CAD分析系统,其中,所述第一血管切片识别符和所述第二血管切片识别符被同步,使得使用所述第一血管切片识别符和所述第二血管切片识别符中的一个来选择血管切片促使使用所述第一血管切片识别符和第二血管切片识别符中的另一个来选择相应的血管切片。
17.根据权利要求13至16中任一项所述的CAD分析系统,其中,所述MPR表示是曲面多平面重构(CPR)或平面多平面重构(SPR)。
18.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面还包括在选择的冠状动脉切片处的选择的冠状动脉的轴向切片表示。
19.根据权利要求18所述的CAD分析系统,其中,所述轴向切片表示包括内部血管壁注释和外部血管壁注释。
20.根据权利要求16或权利要求19所述的CAD分析系统,其中,对于所述轴向切片表示,所述用户界面还包括与所述选择的切片相关联的所述狭窄病变的狭窄病变特定信息。
21.根据权利要求20所述的CAD分析系统,其中,与所述选择的切片相关联的所述病变特定信息包括:
与所述选择的切片相关联的所述狭窄病变的狭窄水平;
与所述选择的切片相关联的所述狭窄病变上存在的斑块的斑块类型信息;和/或
与所述选择的切片相关联的所述狭窄病变上存在的易损斑块的易损斑块类型信息。
22.根据从属于权利要求4时的权利要求21所述的CAD分析系统,其中,通过使用用于在所述冠状动脉模型上显示所述狭窄病变的所述颜色来显示与所述狭窄病变相对应的所述MPR表示的一部分,从而传达与所述选择的切片相关联的所述狭窄病变的所述狭窄水平。
23.根据从属于权利要求4时的权利要求21所述的CAD分析系统,其中,通过使用用于在所述冠状动脉模型上显示所述狭窄病变的所述颜色来显示指示所述狭窄水平的文本,从而传达与所述选择的切片相关联的所述狭窄病变的所述狭窄水平。
24.根据权利要求18至23中任一项所述的CAD分析系统,其中,所述MPR表示包括近端血管切片识别符,所述近端血管切片识别符被布置为指示选择的冠状动脉的近端切片,所述近端切片位于比选择的血管切片识别符更接近所述主动脉的位置,并且所述用户界面还包括在所述近端冠状动脉切片处的所述选择的冠状动脉的近端切片表示。
25.根据权利要求18至24中的任一项所述的CAD分析系统,其中,所述MPR表示包括远端血管切片识别符,所述远端血管切片识别符被布置为指示选择的冠状动脉的远端切片,所述远端切片位于比选择的血管切片识别符更远离所述主动脉的位置,并且所述用户界面还包括在所述远端冠状动脉切片处的选择的冠状动脉的远端切片表示。
26.根据从属于权利要求4时的权利要求18至25中的任一项所述的CAD分析系统,其中通过使用用于在所述冠状动脉模型上显示所述狭窄病变的所述颜色来显示选择的切片的至少一部分,从而将与所述选择的切片相关联的所述狭窄病变的所述狭窄水平传达给用户。
27.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为响应于用户输入而显示冠状动脉中心线。
28.根据权利要求27所述的CAD分析系统,其中,所述中心线的路径能够由用户编辑。
29.根据权利要求27或权利要求28所述的CAD分析系统,其中,所述用户界面被布置为使用户能够添加与冠状动脉相关联的新中心线。
30.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为响应于用户输入而在所述冠状动脉模型上显示钙化体积的表示。
31.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为响应于用户输入而显示指示易损斑块在所述冠状动脉模型上的位置的信息。
32.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为显示所显示的信息的快照并且便于将用户注释添加到所述快照。
33.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为显示总结性患者分析信息。
34.根据权利要求33所述的CAD分析系统,其中,所述总结性患者分析信息包括:
指示与所述CT扫描数据相关联的所有病变的最大狭窄水平的最大狭窄水平;
所述CT扫描数据中存在的所有易损斑块的指示;
斑块存在和斑块类型的指示;
CAC积分;
CAD-RADS类别;和/或
指示所述CT扫描数据中的病变数量的病变受累积分。
35.根据前述权利要求中任一项所述的CAD分析系统,其中,在所述用户界面上显示的至少一些CAD相关信息能够由用户编辑。
36.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为同时显示与所述患者CT扫描数据相关联的CT体积的多个CT体积表示,每个CT体积表示沿以不同取向延伸通过所述CT体积的平面取得,并且所述多个显示的CT体积表示具有共同的CT体积位置。
37.根据权利要求36所述的CAD分析系统,其中,所述CT体积表示对应于以相互正交的取向延伸通过所述CT体积的平面。
38.根据权利要求37所述的CAD分析系统,其中,所述CT体积表示对应于轴向平面、冠状平面和矢状平面。
39.根据权利要求36至38中的任一项所述的CAD分析系统,其中,所述界面被布置为:在CT体积表示上显示平面标记,所述平面标记指示与另一CT体积表示相关联的平面;并且使得用户能够与所述平面标记交互以修改与所述另一CT体积表示相关联的所述平面,从而修改显示的另一CT体积表示。
40.根据权利要求39所述的CAD分析系统,其中,所述平面标记是能够修改的,以改变与所述平面标记相关联的平面的取向。
41.根据权利要求39或权利要求40所述的CAD分析系统,其中,所述平面标记是垂直于与所述另一CT体积表示相关联的所述平面的线。
42.根据权利要求37至41中的任一项所述的CAD分析系统,其中,所述界面被布置为:使用户能够修改所述CT体积的所述多个CT体积表示中的至少一个CT体积表示,以选择性地显示与平行于与当前CT体积表示相关联的平面的不同平面相关联的CT体积表示。
43.根据权利要求36至38中任一项所述的CAD分析系统,其中,所述界面被布置为:响应于与平行于当前CT体积表示的平面的不同平面相关联的不同CT体积表示的显示,修改另一CT体积表示上的平面标记的位置。
44.根据权利要求36至43中的任一项所述的CAD分析系统,其中,所述用户界面被布置为显示所选择的血管的血管MPR表示和所述CT体积的所述多个CT体积表示,其中,所述共同的CT体积位置是所述血管MPR上的选择的位置。
45.根据权利要求44所述的CAD分析系统,其中,所述用户界面被布置为使用户能够移动所述血管MPR上的所述选择的位置,并且以与所述血管MPR上的所述选择的位置同步的方式改变所述CT体积的所述多个显示的CT体积表示,使得所述共同的CT位置根据所述血管MPR上的所述移动的位置而改变。
46.根据前述权利要求中任一项所述的CAD分析系统,其中,所述CAD分析系统被布置为使用户能够对所显示的CAD分析信息进行修改和/或添加,并且作为响应,所述分析装置被布置为在考虑所述修改和/或所述添加的条件下重新分析所述患者CT扫描数据。
47.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面包括多个观看窗格,每个观看窗格与特定信息和/或所述信息的特定表示相关联,并且所述CAD分析系统被布置为使得所显示的观看窗格是可定制的。
48.根据权利要求47所述的CAD分析系统,其中,所述显示的观看窗格能够由所述用户定制。
49.根据权利要求47所述的CAD分析系统,其中,响应于选择的功能而定制所述显示的观看窗格。
50.根据前述权利要求中任一项所述的CAD分析系统,其中,所述用户界面被布置为通过为多种斑块类型中的每一种分配不同的颜色并且以对应于确定的斑块类型的颜色显示所述斑块来显示冠状动脉上的斑块和斑块类型的视觉指示。
51.一种冠状动脉疾病(CAD)分析系统,所述CAD分析系统包括:
CAD分析装置,其被布置为接收指示患者CT扫描数据中冠状动脉上存在钙化斑块的CAD数据;以及
用户界面,其被布置为:
显示具有用户能够控制的位置指示器的滚动条和与所述滚动条相邻设置的冠状动脉钙化标记,所述位置指示器相对于所述滚动条的位置指示沿着与所述患者CT扫描数据相关联的轴的相应位置,并且每个冠状动脉钙化标记指示在所述CT扫描数据的轴向位置处的冠状动脉上的至少一个钙化体积,所述轴向位置对应于所述位置指示器在所述滚动条上的相对位置;以及
当所述位置指示器与冠状动脉钙化标记相邻设置时,显示指示与所述冠状动脉钙化标记相关联的钙化体积的信息。
52.根据权利要求51所述的CAD分析系统,其中,每个钙化标记包括图形指示符,其中,所述图形指示符的尺寸指示相关联的钙化体积的大小。
53.根据权利要求52所述的CAD分析系统,其中,所述图形指示符是线,并且所述线的长度指示所述相关联的钙化体积的大小。
54.根据权利要求51至53中任一项所述的CAD分析系统,其中,所述钙化标记的颜色指示所述钙化体积所位于的冠状动脉。
55.根据权利要求54所述的CAD分析系统,其中,用于所述钙化标记的所述颜色还用于与所述钙化标记相关联的所述钙化体积。
56.根据权利要求51至55中的任一项所述的CAD分析系统,其中,与所显示的钙化体积相邻地显示血管标记。
57.根据权利要求56所述的CAD分析系统,其中,响应于用户输入,与所显示的钙化体积相邻地显示所述血管标记。
58.根据权利要求56或权利要求57所述的CAD分析系统,其中,与所显示的钙化体积相关联的所述冠状动脉标记能够由用户编辑,以将相关联的冠状动脉改为不同的冠状动脉。
59.根据权利要求51至58中任一项所述的CAD分析系统,其中,非冠状动脉钙化以与在所述冠状动脉上显示的所述钙化体积不同的颜色显示。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2021902323 | 2021-07-28 | ||
AU2021221669 | 2021-08-25 | ||
AU2021221669A AU2021221669A1 (en) | 2021-07-28 | 2021-08-25 | A coronary artery disease analysis tool |
PCT/AU2022/050727 WO2023004451A1 (en) | 2021-07-28 | 2022-07-12 | A coronary artery disease analysis system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117836805A true CN117836805A (zh) | 2024-04-05 |
Family
ID=90519532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280052560.4A Pending CN117836805A (zh) | 2021-07-28 | 2022-07-12 | 冠状动脉疾病分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117836805A (zh) |
-
2022
- 2022-07-12 CN CN202280052560.4A patent/CN117836805A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8423571B2 (en) | Medical image information display apparatus, medical image information display method, and recording medium on which medical image information display program is recorded | |
JP5128154B2 (ja) | レポート作成支援装置、レポート作成支援方法およびそのプログラム | |
Niemeijer et al. | Information fusion for diabetic retinopathy CAD in digital color fundus photographs | |
JP5100285B2 (ja) | 医用診断支援装置およびその制御方法、プログラム、記憶媒体 | |
EP2710958B1 (en) | Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading | |
US9144407B2 (en) | Image processing device and method, and program | |
JP2019532390A (ja) | 医用画像のアノテーションに基づく疾患の確率の更新 | |
US20020028006A1 (en) | Interactive computer-aided diagnosis method and system for assisting diagnosis of lung nodules in digital volumetric medical images | |
CA3184536A1 (en) | Method and system for visualization of heart tissue at risk | |
US20120176408A1 (en) | Image interpretation report generation apparatus, method and program | |
US20080219530A1 (en) | Method and system for automatic quality control used in computerized analysis of ct angiography | |
JP2006500124A (ja) | 医療画像をコンピュータ支援検出(cad)のガイドによって読み取る方法及びシステム | |
US11462315B2 (en) | Medical scan co-registration and methods for use therewith | |
KR20150131018A (ko) | 진단 벡터 분류 지원을 위한 시스템 및 방법 | |
KR102382872B1 (ko) | 의료용 인공 신경망 기반 대표 영상을 제공하는 의료 영상 판독 지원 장치 및 방법 | |
EP4183344A1 (en) | Device and method for supporting chest medical image reading | |
JP2007151645A (ja) | 医用画像診断支援システム | |
JP2021077331A (ja) | データ処理装置及びデータ処理方法 | |
WO2020106631A1 (en) | Machine learning-based automated abnormality detection in medical images and presentation thereof | |
JP2006325640A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
WO2023004451A1 (en) | A coronary artery disease analysis system | |
JP2006340835A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JP6825058B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN117836805A (zh) | 冠状动脉疾病分析系统 | |
AU2021221669A1 (en) | A coronary artery disease analysis tool |
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 |