DE102006035617A1 - Automatische Bestimmung von Tumorlast - Google Patents
Automatische Bestimmung von Tumorlast Download PDFInfo
- Publication number
- DE102006035617A1 DE102006035617A1 DE102006035617A DE102006035617A DE102006035617A1 DE 102006035617 A1 DE102006035617 A1 DE 102006035617A1 DE 102006035617 A DE102006035617 A DE 102006035617A DE 102006035617 A DE102006035617 A DE 102006035617A DE 102006035617 A1 DE102006035617 A1 DE 102006035617A1
- Authority
- DE
- Germany
- Prior art keywords
- lesions
- data sets
- tumor
- criteria
- report
- 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.)
- Ceased
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 118
- 230000003902 lesion Effects 0.000 claims abstract description 172
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000003384 imaging method Methods 0.000 claims abstract description 37
- 238000004513 sizing Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims description 37
- 210000000056 organ Anatomy 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 3
- 230000003936 working memory Effects 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 239000003795 chemical substances by application Substances 0.000 description 7
- 230000009467 reduction Effects 0.000 description 6
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 230000004614 tumor growth Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 229940127089 cytotoxic agent Drugs 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 208000037821 progressive disease Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Die Erfindung betrifft die automatisierte Diagnostik von Tumoren. Die Erfindung betrifft insbesondere ein medizinisches Gerät, ein Verfahren und ein Computerprogramm zur automatisierten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren. Gemäß der vorliegenden Erfindung weist das medizinische Gerät zur Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren folgende Mittel auf: Mittel zur Größenbestimmung von Läsionen auf Basis von gegebenen Datensätzen bildgebender Verfahren und Tumor-Größenbestimmungskriterien, Mittel zur Ermittlung von Zielläsionen und Mittel zur Bestimmung von Tumorlasten auf Basis der ermittelten Läsionsgrößen der Zielläsionen und auf Basis von Tumorlast-Kriterien.
Description
- Die Erfindung betrifft die automatisierte Diagnostik von Tumoren. Die Erfindung betrifft insbesondere ein medizinisches Gerät, ein Verfahren und ein Computerprogramm zur automatisierten Bestimmung der Tumorlast.
- In der Diagnostik von Tumoren werden Datensätze bildgebender Verfahren, wie zum Beispiel CT, MRT, Ultraschall oder PET/SPECT, und von Kombinationen dieser Verfahren manuell oder mit Unterstützung von CAD-Algorithmen nach Tumoren. durchsucht. Wird ein Tumor gefunden, dann muss seine Größe bestimmt werden. Historisch bedingt hat sich eine Vermessung in axialen Schichten durchgesetzt. Verschiedene Kriterien zur Bestimmung der Tumorgröße finden in der Praxis Anwendung. Nach dem sogenannten RECIST-Kriterium wird die maximale in einer Schicht gemessene Ausdehnung als Größe definiert. Nach den WHO-Kriterien wird diese maximale Ausdehnung nach dem RECIST-Kriterium gemeinsam mit der maximalen Ausdehnung senkrecht dazu als Größe definiert. Die Vermessung ist für jeden Tumor durchzuführen und stellt eine zeitaufwendige Aufgabe für den Untersuchenden dar. Sind mehrere Tumoren vorhanden, so werden zum Beispiel maximal 5 Tumoren je Organ und eine für alle betroffenen Organe repräsentative Menge als sogenannte Zielläsionen definiert, welche einer weiteren Auswertung unterzogen werden. Nach dem RECIST-Kriterium gibt die Summe der maximalen Ausdehnungen der Zielläsionen, nach den WHO-Kriterien die Summe der Produkte der beiden maximalen Ausdehnungen der Zielläsionen die sogenannte Tumorlast, welche für eine Therapieentscheidung von größter Bedeutung ist. Im Rahmen einer Therapie werden mehrere zeitlich getrennte Untersuchungen durchgeführt. Dabei soll geklärt werden, ob sich die Größe bekannter Tumoren durch die Therapie verändert hat. Hierbei wird die Tumorlast verglichen, wobei in der Praxis verschiedene Vergleichskriterien zum Einsatz kommen.
- Aufgabe der Erfindung ist es ein medizinisches Gerät, eine Verfahren und ein Computerprogramm anzugeben, mit welchen die Diagnostik von Tumoren anhand bildgebender Verfahren auf einfache Weise und kostensparend ausgeführt werden kann.
- Diese Aufgabe wird gelöst durch das medizinische Gerät zur Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren nach Anspruch 1, durch das Verfahren zur computergestützten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren nach Anspruch 17 und durch das Computerprogramm nach Anspruch 33.
- Gemäß der vorliegenden Erfindung weist das medizinische Gerät zur Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren folgende Mittel auf:
Mittel zur Größenbestimmung von Läsionen auf Basis von gegebenen Datensätzen bildgebender Verfahren und Tumor-Größenbestimmungskriterien,
Mittel zur Ermittlung von Zielläsionen und
Mittel zur Bestimmung von Tumorlasten auf Basis der ermittelten Läsionsgrößen der Zielläsionen und auf Basis von Tumorlast-Kriterien. - Die zur Verwendung kommenden bildgebenden Verfahren umfassen zum Beispiel CT, MRT, Ultraschall oder PET/SPECT, wobei allgemein Kombinationen dieser Verfahren beziehungsweise der Datensätze dieser Verfahren möglich sind. Verschiedene bildgebende Verfahren liefern Daten, die zum Teil sehr unterschiedliche medizinische Gesichtspunkte betreffen. Dementsprechend vielfältig sind daher die Begriffe „Tumorgröße" bzw. „Läsionsgröße", welche synonym verwendet werden, und „Tumorlast" zu interpretieren. Mit der vorliegenden Erfindung sind Veränderungen im Tumorgewebe wie zum Beispiel Nekrotisierung, Verkalkung oder Anreicherung mit lokalen Chemotherapeutika detektier- und quantifizierbar. Bei Verwendung von PET oder SPECT-Verfahren können Stoffwechselvorgänge, bei Perfussionsmessungen die Vaskularisierung von Tumoren detektiert und quantifiziert werden. Mit jedem dieser Verfahren können durch die vorliegende Erfindung wichtige Schlüsse über die Erkrankung auf einfache Weise und unter geringem personellem Aufwand, also kostensparend, gezogen werden.
- Vorteilhafterweise sind die Mittel zur Ermittlung von Zielläsionen dazu ausgestaltet, die Zielläsionen auf Basis von Kriterien zur Bestimmung von Zielläsionen automatisch oder semiautomatisch zu ermitteln.
- Vorteilhafterweise weist das medizinische Gerät Läsions-Segmentierungsmittel zur Segmentierung von Läsionen auf. Ebenso vorteilhaft ist das medizinische Gerät mit Organ-Segmentierungsmitteln zur Segmentierung von Organen, welche von Läsionen betroffen sind, ausgerüstet. Die Organsegmentierungsmittel sind vorteilhafterweise derart ausgestaltet zusätzlich eine Identifizierung der Organe durchzuführen und die dabei gewonnene Identifizierungsinformationen bereitzustellen. Dies ermöglicht eine Eingrenzung von multiplen Tumoren nicht nur nach ihrer Größe sondern auch nach ihrer Lage in einem Organ.
- Ist das medizinische Gerät mit Läsions-Segmentierungsmitteln und/oder Organ-Segmentierungsmitteln ausgestattet, ist es vorteilhaft, wenn die Mittel zur Ermittlung von Zielläsionen dazu ausgestaltet sind, die Zielläsionen auf Basis der Ausgabe der Läsions-Segmentierungsmittel beziehungsweise auf Basis der Ausgabe der Organ-Segmentierungsmittel zu bestimmen. Auch vorteilhaft ist es, wenn die Mittel zur Ermittlung von Zielläsionen dazu ausgestaltet sind, die Zielläsionen auf Basis der durch die Mittel zur Größenbestimmung von Läsionen ermittelten Läsionsgrößen zu bestimmen.
- Vorteilhafterweise werden die verschiedenen Kriterien jeweils interaktiv von einem Benutzer definiert oder von einem Benutzer aus einer Auswahl von in einem Speichermittel gespeicherten Kriterien ausgewählt oder aus einem Report eingelesen, wobei der Report vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält.
- Dies ermöglicht den Einsatz mehrerer Kriterien, wie z.B. das RECIST-Kriterium, die WHO-Kriterien oder benutzerdefinierte, wie etwa, krankenhausspezifische, regional unterschiedliche oder forschungsspezifische Kriterien flexibel und dennoch einfach und sicher zu handhaben.
- Vorteilhafterweise ist das medizinische Gerät dazu ausgeprägt, jeweils Verweise auf die verwendeten Tumor-Größenbestimmungskriterien, die verwendeten Tumorlast-Kriterien, die ermittelten Läsionsgrößen, die Definition der Zielläsionen, die ermittelten Tumorlasten, Positionsinformationen von Läsionen und/oder die gegebenen Datensätze oder die jeweiligen Informationen selbst in einem Report zu speichern.
- Vorteilhafterweise weist das medizinische Gerät eine erste Datenschnittstelle zum Empfang von Positionsinformationen, welche die Positionen von Läsionen in den gegebenen Datensätzen beschreiben, auf.
- Vorteilhafterweise weist das medizinische Gerät Mittel zum Detektieren von Läsionen in den Datensätzen auf, wobei die Mittel zum Detektieren von Läsionen in den Datensätzen Mittel zur automatischen Detektion von Läsionen und/oder Mittel zur manuellen Detektion von Läsionen beinhalten.
- Vorteilhafterweise weist das medizinische Gerät Registrierungsmittel zur Registrierung von ersten Datensätzen mit zweiten Datensätzen und Vergleichsmittel zum automatischen Vergleich von Läsionsgrößen und/oder Tumorlasten von ersten Datensätzen mit den entsprechenden Läsionsgrößen beziehungsweise Tumorlasten von zweiten Datensätzen auf, wobei die Datensätze bildgebender Verfahren die zweiten Datensätze umfassen.
- Durch diese Merkmale ergibt sich eine weitere Vereinfachung der Diagnostik von Tumoren, insbesondere der Beurteilung des Verlaufes einer Erkrankung oder einer Therapie, da durch die se Merkmale das Erfassen von Veränderungen von Läsionsgrößen und/oder Tumorlasten automatisiert sind.
- Vorteilhafterweise sind die Vergleichsmittel dazu ausgestaltet, die zu einem Vergleich benötigten Kriterien aus einem Report einzulesen, wobei der Report vorzugsweise anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält.
- Vorteilhafterweise sind die Registrierungsmittel dazu ausgeprägt, erste Positionsinformationen zu ermitteln, welche die Positionen von in den ersten Datensätzen gefundenen Läsionen in den zweiten Datensätzen beschreiben. Dabei ist es vorteilhaft, wenn die in den ersten Datensätzen gefundenen Läsionen, von denen die ersten Positionsinformationen ermittelt werden Zielläsionen sind und wenn die Registrierungsmittel dazu ausgeprägt sind, die Definition der Zielläsionen aus einem Report einzulesen, wobei der Report vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält.
- Vorteilhafterweise sind die Mittel zur Größenbestimmung von Läsionen dazu ausgeprägt, Tumor-Größenbestimmungskriterien aus einem Report einzulesen und die Größe von Läsionen der zweiten Datensätze auf Basis der eingelesenen Tumor-Größenbestimmungskriterien zu bestimmen und die Mittel zur Bestimmung von Tumorlasten dazu ausgeprägt, Tumorlast-Kriterien aus einem Report einzulesen und eine Tumorlast auf Basis der für die zweiten Datensätze ermittelten Läsionsgrößen der Zielläsionen und auf Basis der eingelesen Tumorlast-Kriterien zu bestimmen.
- Vorteilhafterweise sind die Vergleichsmittel dazu ausgeprägt, zu vergleichende Daten der ersten Datensätze aus einem Report einzulesen, wobei der Report vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildge bender Verfahren, oder Verweise auf solche anamnestische Daten enthält. Dabei ist es vorteilhaft, wenn die Datensätze bildgebender Verfahren zusätzlich die ersten Datensätze umfassen und wenn die Registrierungsmittel dazu ausgeprägt sind, zweite Positionsinformationen zu ermitteln, welche die Positionen von in den zweiten Datensätzen gefundenen Läsionen in den ersten Datensätzen beschreiben.
- Ebenso wie in dem oben beschriebenen medizinischem Gerät kann die Erfindung in einem Verfahren zur computergestützten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren oder in einem Computerprogramm, welches zur Ausführung dieses Verfahrens geeignet ist, gesehen werden.
- Gemäß der vorliegenden Erfindung weist das Verfahren zur computergestützten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren folgende Schritte auf:
Automatische Bestimmung der Größe von Läsionen auf Basis von gegebenen Datensätzen bildgebender Verfahren und Tumor-Größenbestimmungskriterien,
Ermittlung von Zielläsionen,
automatische Bestimmung einer oder mehrerer Tumorlasten auf Basis der ermittelten Läsionsgrößen der Zielläsionen und auf Basis von Tumorlast-Kriterien. - Vorteilhafte Ausführungen des Verfahrens sind in den Unteransprüchen des Anspruchs 17 definiert.
- Im Folgenden wird die Erfindung anhand eines Ausführungsbeispiels des medizinischen Gerätes und mit Bezug auf die beigefügten Figuren veranschaulicht, von denen
-
1 ein Blockdiagram einiger Komponenten des Ausführungsbeispiels und -
2 ein Blockdiagram weiterer Komponenten des Ausführungsbeispiels zeigen. - Das Ausführungsbeispiel ist befähigt, die folgenden Schritte auszuführen:
- 1. Suche und Größenmessung von Tumoren in einem oder mehreren Datensätzen einer ersten Untersuchung.
- 2. Vermessung der in den Datensätzen der ersten Untersuchung gefundenen Läsionen zu einem späteren Zeitpunkt in einer Nachfolgeuntersuchung und Bestimmung von Tumorwachstum oder Tumorverkleinerung.
- 3. Suche und Größenmessung von Tumoren in der Nachfolgeuntersuchung, die bei vorherigen Untersuchungen nicht befundet, wurden.
- 4. Navigation zu den Orten der neu gefundenen Läsionen in den Datensätzen der ersten Untersuchung und Überprüfung, ob diese übersehen wurden.
- Diese Schritte und das Ausführungsbeispiel werden im Folgenden näher erläutert:
- Schritt 1:
- Die
1 zeigt die zur Ausführung des ersten Schrittes relevanten Komponenten des Ausführungsbeispiels. Die Diagnose von Tumoren kann durch das medizinische Gerät zur Bestimmung der Tumorlast mit einem oder mehreren Datensätzen10 durchgeführt werden. Mehrere Datensätze10 ergeben sich beispielsweise wenn ein bildgebendes Verfahren ohne und mit Kontrastmittel und zu unterschiedlichen Phasen (z.B. arteriell, venös, spätvenös) der Kontrastmittelanflutung in den zu untersuchenden Organen durchgeführt wird. Mehrere Methoden sind insbesondere bei einer ersten Diagnose ratsam, da unterschiedliche Verfahren und unterschiedliche Phasen der Kontrastmittelanflutung auf verschiedene Tumoren unterschiedlich ansprechen. - Diese Datensätze
10 werden dem Untersucher zur manuellen Suche nach verdächtigen Läsionen oder zur Kontrolle einer automatisierten Suche zwei- oder dreidimensional visualisiert. Die Suche wird in einem ersten Modul1 des Gerätes entweder manuell durch Auswählen bestimmter Datenbereiche, wobei der Untersucher beispielsweise einen Stapel multiplanarer Rekonstruktionen durchblättern kann, oder automatisch, beispielsweise durch einen oder mehrere Computer Aided Detection (CAD) Algorithmen, ausgeführt. Das Ausführungsbeispiel verfügt zu diesem Zweck über Mittel12 zur automatischen Detektion, welche die CAD-Algorithmen ausführen, und Mittel14 zur manuellen Detektion. - Die den gefundenen Läsionen zugehörigen Positionsinformationen werden einem zweiten Modul
2 des Ausführungsbeispiels über eine Schnittstelle A übermittelt. Dort erfolgen, basierend auf den Datensätzen10 , welche dem zweiten Modul über eine Schnittstelle B übermittelt werden, die Segmentierung16 der gefundenen Läsionen durch Läsions-Segmentierungsmittel16 und die Segmentierung18 der betroffenen Organe durch Organ-Segmentierungs-Mittel18 . Bildgebende Verfahren erzeugen in drei Dimensionen angeordnete Bildpunkte, sogenannte Voxel. Unter Segmentierung versteht man die Zuordnung einer Menge Bildpunkte zu einem beliebigen Element des abgebildeten Körpers. So bezeichnet der Begriff Segmentierung einer Läsion, die Zuordnung von Bildpunkten zu einer gegebenen Läsion und der Begriff Segmentierung eines Organs, die Zuordnung von Bildpunktion zu einem gegebenen Organ. Neben der reinen Segmentierung führen die Organ-Segmentierungsmittel18 eine Organ-Identifizierung aus. Die Organ-Segmentierungsmittel18 stellen die Identifizierungsinformationen bereit, so dass dem Gerät bekannt ist, welches Organ von welcher Läsion betroffen ist. - Die Läsionsgröße wird anhand von Kriterien durch Mittel
22 zur Größenbestimmung automatisch bestimmt. Die Mittel22 zur Größenbestimmung sind Teil des zweiten Moduls2 und beziehen diese Größenbestimmungskriterien über eine Schnittstelle H des zweiten Moduls2 aus einem Kriterien-Speicher20 . Die Größenbestimmungskriterien sind im Kriterien-Speicher20 entweder fest abgelegt, zum Beispiel in Form einer Datenbank, und können vom Untersuchenden von dort ausgewählt werden oder können vom Untersuchenden interaktiv eingegeben und dort hinterlegt werden. Mögliche Größenbestimmungskriterien sind zum Beispiel der maximale Durchmesser innerhalb einer Schicht (RECIST-Kriterium), zusätzlich der maximale Durchmesser senkrecht dazu (WHO-Kriterien), der maximale Durchmesser innerhalb des Volumens, das Volumen selbst oder das Verhältnis von Läsionsvolumen zu Organvolumen. Die Schnittstelle I des zweiten Moduls2 stellt die Ergebnisse der Größenbestimmung weiteren Modulen zur Verfügung. - Das Gerät verfügt über Mittel
26 zur Ermittlung von Zielläsionen, wobei die Zielläsionen eine Teilmenge der in den Datensätzen detektierten Tumoren darstellen. Die Teilmenge kann trivial, das heißt identisch mit der Menge der detektierten Tumoren sein. Dies hängt von den Patientendaten und den Kriterien anhand denen die Zielläsionen bestimmt werden ab. Die restlichen Läsionen gehören zur Klasse der Nicht-Zielläsionen. Nur die Zielläsionen werden zur Berechnung der Tumorlast herangezogen. Die Definition der Zielläsionen kann manuell, automatisch oder semiautomatisch erfolgen. Im Falle einer automatischen oder semiautomatischen Ermittlung der Zielläsionen werden von den Mitteln26 zur Ermittlung von Zielläsionen entsprechende Kriterien aus dem Kriterien-Speicher20 bezogen. Diese Kriterien zur Bestimmung der Zielläsionen sind im Kriterien-Speicher20 entweder fest abgelegt, zum Beispiel in Form einer Datenbank, oder können vom Untersuchenden interaktiv eingegeben und dort hinterlegt werden. Weiterhin im Falle einer automatischen oder semiautomatischen Ermittlung erfolgt die Ermittlung der Zielläsionen auf Basis der Segmentierungsergebnisse der Läsionen und/oder auf Basis der Segmentierungsergebnisse der betroffenen Organe, insbesondere der Identifizierungsinformationen und/oder auf Basis der bestimmten Läsionsgrößen, wozu das Ausführungsbeispiel jeweils die Schnittstellen E, C beziehungsweise F des zweiten Moduls2 bereitstellt. Die Kriterien zur Ermittlung der Zielläsionen sind beispielsweise die fünf oder zehn größten Läsionen im Körper, die fünf größten Läsionen eines Organs oder Läsionen eines bestimmten Typs. Im Ausführungsbeispiel, sind die Mittel26 zur Ermittlung von Zielläsionen als ein weiteres, drittes Modul3 ausgeführt. - Aus den Zielläsionen wird anhand von Kriterien die Tumorlast bestimmt. Die zu diesem Zwecke im zweiten Modul
2 bereitgestellten Mittel24 zur Bestimmung von Tumorlasten beziehen die zu verwendenden Tumorlast-Kriterien über eine Schnittstelle J des zweiten Moduls2 aus dem Kriterien-Speicher20 und die Definition der Zielläsionen, das heißt eine Information darüber welche Läsionen Zielläsionen darstellen, über eine Schnittstelle G des zweiten Moduls2 . Mögliche Tumorlast-Kriterien sind beispielsweise die Summe der maximalen Durchmesser nach den RECIST-Kriterium (RECIST-Kriterium), die Summe der Produkte der beiden maximalen Durchmesser nach den WHO-Kriterien (WHO-Kriterien), die Summe der Läsionsvolumina oder die Summe der Prozentsätze der Anteile der Läsionsvolumina an den jeweiligen Organvolumina. Die Tumorlast-Kriterien sind im Kriterien-Speicher20 entweder fest abgelegt, zum Beispiel in Form einer Datenbank, und können vom Untersuchenden von dort ausgewählt werden oder können vom Untersuchenden interaktiv eingegeben und dort hinterlegt werden. Die Schnittstelle I des zweiten Moduls2 stellt die Ergebnisse der Tumorlastbestimmung weiteren Modulen zur Verfügung. - Die Ergebnisse der einzelnen funktionellen Einheiten
12 ,14 ,16 ,18 ,22 ,24 ,26 insbesondere die Positionsinformation der detektierten Läsionen, die Ergebnisse der Läsionssegmentierung, die Ergebnisse der Organsegmentierung, die ermittelten Läsionsgrößen, die Definition der Zielläsionen, und die ermittelte Tumorlast sowie die verwendeten Tumor-Größenbestimmungskriterien, die Tumorlast-Kriterien und, davon abgeleitete oder interaktiv definierte, Kriterien für Tumorwachstum und Tumorverkleinerung, insbesondere Kriterien zur Beurteilung der Veränderung der Tumorlast, sowie die Pfadnamen der Datensätze10 werden in einem Report28 gespeichert. Zu diesem Zwecke stellt das zweite Modul2 die Schnittstelle K bereit. Die im Report28 abgespeicherten Daten stehen dann für weitere Untersuchungen in maschinenlesbarer Form zur Verfügung. Darüber hinaus kann auf Wunsch des Untersuchenden daraus ein Arztbrief generiert werden, in dem die Diagnose menschenlesbar festgehalten wird. - Das Gerät ermöglicht eine Gruppierung von Kriterien. Insbesondere eine Gruppierung von je einem Vertreter der Tumor-Größenbestimmungskriterien, der Tumorlast-Kriterien, der Kriterien für Tumorwachstum und Tumorverkleinerung, insbesondere der Kriterien zur Beurteilung der Veränderung der Tumorlast, und Kriterien zur Ermittlung von Zielläsionen, ist möglich und verringert, da durch eine einmalige Auswahl einer solchen Gruppierung alle benötigten Kriterien festgelegt sind, den Bedienungsaufwand. Zur Realisierung von Gruppierung und Auswahl kann auf Datenbanktechniken zurückgegriffen werden.
- Zur Visualisierung werden die Patientendaten, das heißt die Ergebnisse der funktionellen Einheiten
12 ,14 ,16 ,18 ,22 ,24 ,26 , zum Beispiel in semitransparenter Darstellung aufbereitet. Visualisiert werden insbesondere die gefundenen Läsionen. Hierbei ist eine Einfärbung nach den Kategorien Zielläsion/Nicht-Zielläsion, Größe, Tumorart oder Organzugehörigkeit über die Schnittstelle L des zweiten Moduls2 möglich. - Schritt 2:
- Die Schritte 2, 3, und 4 werden anhand der
2 erläutert. Wie die1 zeigt die2 das zweite Modul2 . Zu Gunsten einer Konzentration auf weitere Merkmale wurde in der2 jedoch auf die Darstellung der einzelnen funktionalen Einheiten des zweiten Moduls2 verzichtet. Gleiche Bezugszeichen bezeichnen gleiche technische Merkmale. - Bei einer Nachfolgeuntersuchung werden, wie im Falle der ersten Untersuchung, der oder die neuen Datensätze
30 visuali siert und dem zweiten Modul2 über die Schnittstelle B zugänglich gemacht. Aus dem Report28 werden die Pfadnamen der vorher verwendeten Datensätze10 gelesen und anschließend geladen. Ein Registrierungsmodul4 berechnet eine Zuordnung der Voxel der beiden Datensätze aufeinander und liest die Positionsinformationen der in den alten Datensätzen10 gefundenen Läsionen aus dem Report28 ein. Damit werden die Positionen der in den alten Datensätzen gefundenen Läsionen in den neuen Datensätzen automatisch bestimmt und zu den Positionen der Läsionen navigiert, um diese anzuzeigen. Die Informationen werden dem zweiten Modul2 über die Schnittstelle A zur Verfügung gestellt. Im zweiten Modul2 erfolgen Segmentierung der Läsionen, Segmentierung der Organe, Bestimmung der Läsionsgröße und Berechung der Tumorlast, durch die Läsions-Segmentierungsmittel16 , die Organ-Segmentierungsmittel18 , die Mittel22 zur Größenbestimmung von Läsionen beziehungsweise die Mittel24 zur Bestimmung der Tumorlast. Dies geschieht wie im Falle der ersten Untersuchung, mit dem Unterschied lediglich, dass die verwendeten Tumor-Größenbestimmungskriterien, die Tumorlast-Kriterien und die Definition der Zielläsionen über die Schnittstellen H, J beziehungsweise G aus dem Report28 eingelesen werden. - In einem Vergleichsmodul
5 werden die Läsionsgrößen über die Schnittstelle I aus dem zweiten Modul2 eingelesen und dort mit den Läsionsgrößen der Datensätze der ersten Untersuchung automatisch verglichen. Die Läsionsgrößen der ersten Untersuchung werden zu diesem Zweck aus dem Report28 eingelesen. Etwaige zum Vergleich benötigte Kriterien, werden ebenfalls aus dem Report28 eingelesen. Die Größenveränderungen einzelner Tumoren werden, zum Beispiel farblich in einer Übersicht, visualisiert. Ebenso wird die Tumorlast über die Schnittstelle I aus dem zweiten Modul2 eingelesen und dort mit der aus dem Report28 eingelesen Tumorlast der Datensätze der ersten Untersuchung automatisch verglichen. Die benötigten Kriterien zur Beurteilung der Veränderung der Tumorlast werden aus dem Report28 eingelesen. Mögliche Kriterien hierfür sind beispielsweise das RECIST-Kriterium und die WHO Kriterien. Nach dem RECIST-Kriterium werden eine mehr als 30-prozentige Reduktion der Tumorlast als signifikante Besserung, eine mehr als 20-prozentige Erhöhung der Tumorlast als signifikante Verschlechterung und Werte dazwischen als stabiler Zustand gewertet. Nach den WHO-Kriterien wird eine mehr als 50-prozentige Reduktion der Tumorlast als teilweises Ansprechen (partial response) der Therapie, eine mehr als 25-prozentige Reduktion als geringes Ansprechen (minor response) der Therapie, eine mehr als 50-prozentige Erhöhung als Fortschreiten der Krankheit (progressive disease) und Werte dazwischen als stabiler Zustand gewertet. - Weiterhin detektiert das Modul Tumoren, die durch eine Therapie verschwunden sind und Tumoren, die neu entstanden sind. Die Resultate des Vergleichsmoduls
5 werden in einem Report28' abgespeichert. Der Report28' , in welchem die Resultate der Nachfolgeuntersuchung gespeichert werden, kann der Report28 , in welchem die Ergebnisse der ersten Untersuchung gespeichert wurden, sein oder kann verschieden von diesem sein. Im Falle zweier Reporte ist es vorteilhaft, wenn die Reporte gegenseitige Verweise beinhalten oder der zeitlich frühere Report28 einen Verweis auf den zeitlich späteren Report28' beinhaltet. - Schritt 3:
- Anschließend an Schritt 2 werden die neuen Datensätze
30 nach neuen Läsionen durchsucht, welche gegebenenfalls vermessen werden. Die Resultate werden im Report28' gespeichert. Dies alles erfolgt wie unter Schritt 1 beschrieben, mit den Unterschieden lediglich, dass bei der manuellen oder automatischen Suche nach Läsionen mit dem ersten Modul1 eine Information über bereits bekannte Läsionen eingefügt ist, so dass nur neue Funde dem zweiten Modul2 über die Schnittstelle A mitgeteilt werden, und, dass die zu verwendenden Tumor-Größenbestimmungskriterien Kriterien nicht mehr ermittelt werden müssen, da diese bereits festliegen. - Schritt 4:
- Wurden in Schritt 3 neue Läsionen gefunden, so wird nun geprüft, ob diese bei der ursprünglichen Untersuchung übersehen wurden. Dies erfolgt äquivalent zu Schritt 2, lediglich die Rolle der alten Datensätze
10 und der neuen Datensätze30 ist vertauscht. Die Registrierung muss nicht erneut durchgeführt werden, es kann auf die Registrierungsergebnisse aus Schritt 2 zurückgegriffen werden. In den alten Datensätzen10 werden die Positionen angezeigt, an deren Stellen in den neuen Datensätzen30 neue Läsionen gefunden wurden. Sind dort keine Läsionen vorhanden, was wiederum manuell oder automatisch entschieden werden kann, bedeutet dies, dass keine Tumoren übersehen wurden. Andernfalls wird das Wachstum der Läsionen bestimmt und im Report28' abgespeichert.
Claims (33)
- Medizinisches Gerät zur Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren, gekennzeichnet durch Mittel (
22 ) zur Größenbestimmung von Läsionen auf Basis von gegebenen Datensätzen bildgebender Verfahren und Tumor-Größenbestimmungskriterien, Mittel (26 ) zur Ermittlung von Zielläsionen, Mittel (24 ) zur Bestimmung von Tumorlasten auf Basis der ermittelten Läsionsgrößen der Zielläsionen und auf Basis von Tumorlast-Kriterien. - Medizinisches Gerät nach Anspruch 1, dadurch gekennzeichnet, dass die Mittel (
26 ) zur Ermittlung von Zielläsionen dazu ausgestaltet sind, die Zielläsionen auf Basis von Kriterien zur Bestimmung von Zielläsionen automatisch oder semiautomatisch zu ermitteln. - Medizinisches Gerät nach Anspruch 1 oder 2, gekennzeichnet durch Läsions-Segmentierungsmittel (
16 ) zur Segmentierung von Läsionen und Organ-Segmentierungsmittel (18 ) zur Segmentierung von Organen, welche von Läsionen betroffen sind. - Medizinisches Gerät nach Anspruch 3, dadurch gekennzeichnet, dass die Organsegmentierungsmittel (
18 ) dazu ausgestaltet sind, zusätzlich eine Identifizierung der Organe durchzuführen und die dabei gewonnene Identifizierungsinformationen bereitzustellen. - Medizinisches Gerät nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die Mittel (
26 ) zur Ermittlung von Zielläsionen dazu ausgestaltet sind, die Zielläsionen auf Basis der Ausgabe der Läsions-Segmentierungsmittel (16 ) und/oder auf Basis der Aus gabe der Organ-Segmentierungsmittel (18 ) und/oder auf Basis der durch die Mittel (22 ) zur Größenbestimmung von Läsionen ermittelten Läsionsgrößen zu bestimmen. - Medizinisches Gerät nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die verschiedenen Kriterien jeweils interaktiv von einem Benutzer definiert werden oder von einem Benutzer aus einer Auswahl von in einem Speichermittel gespeicherten Kriterien ausgewählt werden oder aus einem Report eingelesen werden, wobei der Report (
28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Medizinisches Gerät nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass jeweils Verweise auf die verwendeten Tumor-Größenbestimmungskriterien, die verwendeten Tumorlast-Kriterien, die ermittelten Läsionsgrößen, die Definition der Zielläsionen, die ermittelten Tumorlasten, Positionsinformationen von Läsionen und/oder die gegebenen Datensätze (
10 ) oder die jeweiligen Informationen selbst in einem Report (28 ) gespeichert werden. - Medizinisches Gerät nach einem der vorhergehenden Ansprüche, gekennzeichnet durch eine erste Datenschnittstelle zum Empfang von Positionsinformationen, welche die Positionen von Läsionen in den gegebenen Datensätzen (
10 ) beschreiben. - Medizinisches Gerät nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Mittel (
12 ,14 ) zum Detektieren von Läsionen in den Datensätzen, wobei die Mittel zum Detektieren von Läsionen in den Datensätzen Mittel (12 ) zur automatischen Detektion von Läsionen und/oder Mittel (14 ) zur manuellen Detektion von Läsionen beinhalten. - Medizinisches Gerät nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Registrierungsmittel (
4 ) zur Registrierung von ersten Datensätzen (10 ) mit zweiten Datensätzen (30 ) und Vergleichsmittel (5 ) zum automatischen Vergleich von Läsionsgrößen und/oder Tumorlasten von ersten Datensätzen (10 ) mit den entsprechenden Läsionsgrößen beziehungsweise Tumorlasten von zweiten Datensätzen (30 ), wobei die Datensätze bildgebender Verfahren die zweiten Datensätze (30 ) umfassen. - Medizinisches Gerät nach Anspruch 10, dadurch gekennzeichnet, dass die Vergleichsmittel (
5 ) dazu ausgestaltet sind, die zu einem Vergleich benötigten Kriterien aus einem Report (28 ) einzulesen, wobei der Report (28 ) vorzugsweise anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Medizinisches Gerät nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass die Registrierungsmittel (
4 ) dazu ausgeprägt sind, erste Positionsinformationen zu ermitteln, welche die Positionen von in den ersten Datensätzen (10 ) gefundenen Läsionen in den zweiten Datensätzen (30 ) beschreiben. - Medizinisches Gerät nach Anspruch 12, dadurch gekennzeichnet, dass die in den ersten Datensätzen (
10 ) gefundenen Läsionen, von denen die ersten Positionsinformationen ermittelt werden Zielläsionen sind, wobei die Registrierungsmittel (4 ) vor zugsweise dazu ausgeprägt sind, die Definition der Zielläsionen aus einem Report (28 ) einzulesen und wobei der Report (28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Medizinisches Gerät nach einem der Ansprüche 10 bis 13, dadurch gekennzeichnet, dass die Mittel (
22 ) zur Größenbestimmung von Läsionen dazu ausgeprägt sind, Tumor-Größenbestimmungskriterien aus einem Report einzulesen und die Größe von Läsionen der zweiten Datensätze (30 ) auf Basis der eingelesenen Tumor-Größenbestimmungskriterien zu bestimmen, und, dass die Mittel (24 ) zur Bestimmung von Tumorlasten dazu ausgeprägt sind, Tumorlast-Kriterien aus einem Report einzulesen und eine Tumorlast auf Basis der für die zweiten Datensätze (30 ) ermittelten Läsionsgrößen der Zielläsionen und auf Basis der eingelesen Tumorlast-Kriterien zu bestimmen. - Medizinisches Gerät nach einem der Ansprüche 10 bis 14, dadurch gekennzeichnet, dass die Vergleichsmittel (
5 ) dazu ausgeprägt sind, zu vergleichende Daten der ersten Datensätze (10 ) aus einem Report (28 ) einzulesen, wobei der Report (28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Medizinisches Gerät nach Anspruch 15, dadurch gekennzeichnet, dass die Datensätze bildgebender Verfahren zusätzlich die ersten Datensätze (
10 ) umfassen, und, dass die Registrierungsmittel (4 ) dazu ausgeprägt sind zweite Positionsinformationen zu ermitteln, welche die Positionen von in den zweiten Datensätzen (10 ) gefundenen Läsionen in den ersten Datensätzen (30 ) beschreiben. - Verfahren zur computergestützten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren, die folgenden Schritte aufweisend: automatische Bestimmung der Größe von Läsionen auf Basis von gegebenen Datensätzen (
10 ) bildgebender Verfahren und Tumor-Größenbestimmungskriterien, Ermittlung von Zielläsionen, automatische Bestimmung einer oder mehrerer Tumorlasten auf Basis der ermittelten Läsionsgrößen der Zielläsionen und auf Basis von Tumorlast-Kriterien. - Verfahren nach Anspruch 17, dadurch gekennzeichnet, dass der Schritt der Ermittlung von Zielläsionen zumindest teilweise auf Basis von Kriterien zur Ermittlung von Zielläsionen automatisch oder semiautomatisch ausgeführt wird.
- Verfahren nach Anspruch 17 oder 18, gekennzeichnet durch Schritte der automatischen Segmentierung von Läsionen und der automatischen Segmentierung von Organen, welche von Läsionen betroffen sind.
- Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass im Schritt der automatischen Segmentierung von Organen zusätzlich eine Identifizierung der Organe durchführt und die dabei gewonnenen Identifizierungsinformationen bereitgestellt werden.
- Verfahren nach Anspruch 19 oder 20, dadurch gekennzeichnet, dass im Schritt der Ermittlung von Zielläsionen die Zielläsionen zumindest teilweise auf Basis der Ergebnisse der automatischen Segmentierung von Läsionen, zumindest teilweise auf Basis der Ergebnisse der automatischen Segmentierung von Organen und/oder zumindest teilweise auf Basis der Ergebnisse der automatischen Bestimmung der Größe von Läsionen ermittelt werden.
- Verfahren nach einem der Ansprüche 17 bis 21, dadurch gekennzeichnet, dass die verschiedenen Kriterien jeweils interaktiv von einem Benutzer definiert werden oder von einem Benutzer aus einer Auswahl von in einem Speichermittel gespeicherten Kriterien ausgewählt werden oder aus einem Report eingelesen werden, wobei der Report (
28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Verfahren nach einem der Ansprüche 17 bis 22, dadurch gekennzeichnet, dass jeweils Verweise auf die verwendeten Tumor-Größenbestimmungskriterien, die verwendeten Tumorlast-Kriterien, die ermittelten Läsionsgrößen, die Definition der Zielläsionen, die ermittelten Tumorlasten, Positionsinformationen von Läsionen und/oder die gegebenen Datensätze (
10 ) oder die Informationen selbst in einem Report (28 ) gespeichert werden. - Verfahren nach einem der Ansprüche 17 bis 23, gekennzeichnet durch einen Schritt der Ermittlung von Positionsinformationen, welche die Positionen von Läsionen in den gegebenen Datensätzen (
10 ) beschreiben. - Verfahren nach Anspruch 24, dadurch gekennzeichnet, dass der Schritt der Ermittlung von Positionsinformationen zumindest teilweise durch eine Detektion von Läsionen in den Datensätzen (
10 ) erfolgt, wobei die Detektion automatisch und/oder manuell erfolgen kann. - Verfahren nach einem der Ansprüche 17 bis 25, gekennzeichnet durch einen Schritt der Registrierung von ersten Datensätzen (
10 ) mit zweiten Datensätzen (30 ) und einen Schritt des automatischen Vergleiches von Läsionsgrößen und/oder Tumorlasten von ersten Datensätzen (10 ) mit den entsprechenden Läsionsgrößen beziehungsweise Tumorlasten aus zweiten Datensätzen (30 ), wobei die Datensätze bildgebender Verfahren die zweiten Datensätze (30 ) umfassen. - Verfahren nach Anspruch 26, dadurch gekennzeichnet, dass die zu einem Vergleich benötigten Kriterien aus einem Report (
28 ) eingelesen werden, wobei der Report (28 ) vorzugsweise anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Verfahren nach Anspruch 26 oder 27, gekennzeichnet durch, einen Schritt der automatischen Ermittlung von ersten Positionsinformationen, welche die Positionen von in den ersten Datensätzen (
10 ) gefundenen Läsionen in den zweiten Datensätzen (30 ) beschreiben. - Verfahren nach Anspruch 28, dadurch gekennzeichnet, dass die in den ersten Datensätzen (
10 ) gefundenen Läsionen, von denen die ersten Positionsinformationen ermittelt werden Zielläsionen sind, wobei die Definition der Zielläsionen vorzugsweise aus einem Report (28 ) eingelesen wird und wobei der Report (28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Verfahren nach einem der Ansprüche 26 bis 29, dadurch gekennzeichnet, dass im Schritt der automatischen Bestimmung der Größe von Läsionen Tumor-Größenbestimmungskriterien aus einem Report (
28 ) eingelesen und die Größe von Läsionen der zweiten Datensätze (30 ) auf Basis der eingelesenen Tumor-Größenbestimmungskriterien bestimmt werden, dass im Schritt der automatischen Bestimmung einer oder mehrerer Tumorlasten Tumorlast-Kriterien aus einem Report (28 ) eingelesen werden und eine Tumorlast auf Basis der für die zweiten Datensätze (30 ) ermittelten Läsionsgrößen der Zielläsionen und auf Basis der eingelesenen Tumorlast-Kriterien bestimmt wird. - Verfahren nach einem der Ansprüche 26 bis 30, gekennzeichnet durch einen Schritt des Einlesens von zu vergleichenden Daten der ersten Datensätze (
10 ) aus einem Report (28 ), wobei der Report (28 ) vorzugsweise weitere anamnestische Daten, insbesondere bisherig erhobene Datensätze bildgebender Verfahren, oder Verweise auf solche anamnestische Daten enthält. - Verfahren nach Anspruch 31, gekennzeichnet durch einen Schritt der automatischen Ermittlung von zweiten Positionsinformationen, welche die Positionen von in den zweiten Datensätzen (
10 ) gefundenen Läsionen in den ersten Datensätzen (30 ) beschreiben, wobei die Datensätze bildgebender Verfahren zusätzlich die ersten Datensätze (10 ) umfassen. - Computerprogramm welches, wenn in den Arbeitspeicher eines Computers geladen, geeignet ist zur Ausführung des Verfahrens zur computergestützten Bestimmung der Tumorlast aus Datensätzen bildgebender Verfahren nach einem der Ansprüche 17 bis 32.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006035617A DE102006035617A1 (de) | 2006-07-31 | 2006-07-31 | Automatische Bestimmung von Tumorlast |
US11/882,154 US20080027305A1 (en) | 2006-07-31 | 2007-07-31 | Automatic determination of tumor load |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006035617A DE102006035617A1 (de) | 2006-07-31 | 2006-07-31 | Automatische Bestimmung von Tumorlast |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102006035617A1 true DE102006035617A1 (de) | 2008-02-21 |
Family
ID=38954648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102006035617A Ceased DE102006035617A1 (de) | 2006-07-31 | 2006-07-31 | Automatische Bestimmung von Tumorlast |
Country Status (2)
Country | Link |
---|---|
US (1) | US20080027305A1 (de) |
DE (1) | DE102006035617A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008045275A1 (de) * | 2008-09-01 | 2009-12-10 | Siemens Aktiengesellschaft | Verfahren zur Registrierung von Bilddaten |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3100209B1 (de) | 2014-01-27 | 2022-11-02 | Koninklijke Philips N.V. | Extraktion von informationen aus einem bild und aufnahme derselben in einen klinischen bericht |
CN106605226A (zh) | 2014-08-29 | 2017-04-26 | 皇家飞利浦有限公司 | 处理未确定的可量化病灶 |
US10219768B2 (en) * | 2017-06-08 | 2019-03-05 | Emass Llc | Method for standardizing target lesion selection and tracking on medical images |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5926568A (en) * | 1997-06-30 | 1999-07-20 | The University Of North Carolina At Chapel Hill | Image object matching using core analysis and deformable shape loci |
US20050251021A1 (en) * | 2001-07-17 | 2005-11-10 | Accuimage Diagnostics Corp. | Methods and systems for generating a lung report |
US20060047195A1 (en) * | 2004-09-02 | 2006-03-02 | Hong Shen | Combinational computer aided diagnosis |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8114414B2 (en) * | 1994-11-08 | 2012-02-14 | The Trustees Of The University Of Pennsylvania | Compositions and methods for treatment of cervical cancer |
US7206462B1 (en) * | 2000-03-17 | 2007-04-17 | The General Hospital Corporation | Method and system for the detection, comparison and volumetric quantification of pulmonary nodules on medical computed tomography scans |
EP1619951B1 (de) * | 2003-04-21 | 2011-06-22 | Epeius Biotechnologies Corporation | Verfahren und zusammensetzungen zur behandlung von erkrankungen |
AU2005237517B2 (en) * | 2004-04-26 | 2011-01-20 | Claudia Ingrid Henschke | Medical imaging system for accurate measurement evaluation of changes in a target lesion |
US20060058966A1 (en) * | 2004-09-15 | 2006-03-16 | Bruckner Howard W | Methods and systems for guiding selection of chemotherapeutic agents |
US7760941B2 (en) * | 2005-09-23 | 2010-07-20 | Mevis Research Gmbh | Method and apparatus of segmenting an object in a data set and of determination of the volume of segmented object |
EP1981539B1 (de) * | 2006-02-09 | 2014-07-23 | Amgen Research (Munich) GmbH | Behandlung von metastatischem brustkrebs |
US7616911B2 (en) * | 2006-03-27 | 2009-11-10 | Lexmark International, Inc. | Electrophotographic printer and method of operation so as to minimize print defects |
US8155416B2 (en) * | 2008-02-04 | 2012-04-10 | INTIO, Inc. | Methods and apparatuses for planning, performing, monitoring and assessing thermal ablation |
US8023734B2 (en) * | 2007-10-10 | 2011-09-20 | Siemens Aktiengesellschaft | 3D general lesion segmentation in CT |
US8034344B2 (en) * | 2008-05-13 | 2011-10-11 | Novimmune S.A. | Anti-IL-6/IL-6R antibodies and methods of use thereof |
EP2120208A1 (de) * | 2008-05-13 | 2009-11-18 | IBBT vzw | Verfahren und System zur Läsionssegmentierung |
-
2006
- 2006-07-31 DE DE102006035617A patent/DE102006035617A1/de not_active Ceased
-
2007
- 2007-07-31 US US11/882,154 patent/US20080027305A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5926568A (en) * | 1997-06-30 | 1999-07-20 | The University Of North Carolina At Chapel Hill | Image object matching using core analysis and deformable shape loci |
US20050251021A1 (en) * | 2001-07-17 | 2005-11-10 | Accuimage Diagnostics Corp. | Methods and systems for generating a lung report |
US20060047195A1 (en) * | 2004-09-02 | 2006-03-02 | Hong Shen | Combinational computer aided diagnosis |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008045275A1 (de) * | 2008-09-01 | 2009-12-10 | Siemens Aktiengesellschaft | Verfahren zur Registrierung von Bilddaten |
Also Published As
Publication number | Publication date |
---|---|
US20080027305A1 (en) | 2008-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102005028873B4 (de) | Verfahren zur Durchführung einer Untersuchung und Diagnosevorrichtung hierfür | |
DE10029585C2 (de) | Verfahren zum Betrieb eines Magnetresonanzgeräts mit Ermittlung von Lageveränderungen | |
DE102005029242B4 (de) | Verfahren zur Aufnahme und Auswertung von Bilddaten eines Untersuchungsobjekts und dazugehörige Einrichtung | |
DE102006055654A1 (de) | Datenmanagementtool zur interaktiven Echtzeitdatenanalyse | |
DE102007046704B4 (de) | Verfahren und Vorrichtung zur Unterstützung der Auswertung von medizinischen Bilddaten | |
DE102006012015A1 (de) | Verfahren und Systeme zur Überwachung einer Tumorbelastung | |
DE102006015095A1 (de) | System zum Verarbeiten von Bildgebungsvorrichtungsdaten und zugehöriger Bildgebungsberichtinformation | |
DE102011053044A1 (de) | System und Verfahren zur Analyse und sichtbaren Darstellung lokaler klinischer Merkmale | |
DE102017221297A1 (de) | Verfahren und Vorrichtung zur automatisierten Auswertung wenigstens eines mit einer medizinischen Bildaufnahmeeinrichtung aufgenommenen Bilddatensatzes, Computerprogramm und elektronisch lesbarer Datenträger | |
DE102011080260A1 (de) | Verfahren und Anordnung zur rechnergestützten Darstellung bzw. Auswertung von medizinischen Untersuchungsdaten | |
DE102022112136A1 (de) | Medizinisches bildanalysegerät, verfahren und medizinisches bild, visualisierungsgerät und verfahren | |
DE102006025915A1 (de) | Verfahren zur Darstellung des Herzens und Magnetresonanzanlage hierfür | |
EP3287914A1 (de) | Ermittlung von ergebnisdaten auf basis von medizinischen messdaten aus verschiedenen messungen | |
DE102006058941A1 (de) | Verfahren und Vorrichtung zum Auswählen computergestützter Algorithmen, basierend auf dem Protokoll und/oder Parametern eines Akquisitionssystems | |
DE102021131242A1 (de) | Medizinbild-Leseassistent-Vorrichtung und Verfahren zum Anpassen eines Schwellenwerts einer Diagnoseassistent-Information basierend auf einer Nachfolgeuntersuchung | |
DE102014224656A1 (de) | Verfahren und Vorrichtung zum Segmentieren eines medizinischen Untersuchungsobjekts mit quantitativen MR-Bildgebungsmethoden | |
DE102005036515B4 (de) | Verfahren zur Planung einer Untersuchung in einer Magnetresonanzanlage | |
DE102006059383A1 (de) | Verfahren und Bildbearbeitungssystem zur Erzeugung von Ergebnisbildern eines Untersuchungsobjekts | |
DE102015221876A1 (de) | Verfahren zum Auswerten von medizinischen Bilddaten eines Untersuchungsobjekts | |
DE102014210218B4 (de) | Verfahren zum Generieren von medizinischen Bilddatensätzen, sowie medizinisches Bildgebungsgerät | |
DE102006035617A1 (de) | Automatische Bestimmung von Tumorlast | |
DE102006012943B4 (de) | Verfahren zur automatischen Auswertung eines Abbildungsdatensatzes eines Objektes und medizinisches Abbildungssystem | |
DE102013210252A1 (de) | Automatische Generierung eines Auswahl-Bilddatensatzes | |
DE10312193A1 (de) | Verfahren zum Betreiben eines bildgebenden medizinischen Untersuchungsgeräts | |
DE102015200850B4 (de) | Verfahren zur Auswertung von medizinischen Bilddaten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8120 | Willingness to grant licences paragraph 23 | ||
8131 | Rejection |