-
HINTERGRUND
ZU DER ERFINDUNG
-
Die
Erfindung betrifft allgemein ein System und Verfahren zum verbesserten
Arbeitsablauf eines medizinischen Bildgebungssystems. Insbesondere
betrifft die vorliegende Erfindung ein effizienteres System und Verfahren
zum Wählen
eines optimalen Computeralgorithmus, um ein medizinisches Bild zu
verarbeiten.
-
Medizinische
diagnostische Bildgebungssysteme umfassen vielfältige Bildgebungsverfahren,
z.B. röntgenologische
Systeme, Computertomographie-(CT)-Systeme, Ultraschallsysteme, Elektronenstrahltomographie-(EBT
= Electron Beam Tomography)-Systeme,
Magnetresonanz-(MR)-Systeme und dergleichen. Medizinische diagnostische
Bildgebungssysteme erzeugen Bilder von einem Objekt, beispielsweise
einem Patienten, beispielsweise durch Exposition gegenüber einer
Energiequelle, z.B. Röntgenstrahlen,
die beispielsweise einen Patienten durchqueren. Die erzeugten Bilder
können
für vielfältige Zwecke
verwendet wer den. Beispielsweise lassen sich Defekte im Innern eines
Objekts erfassen. Weiter können
Veränderungen
der inneren Struktur oder fluchtenden Ausrichtung ermittelt werden.
Es kann auch ein Fluidstrom in einem Objekt dargestellt werden.
Außerdem
kann das Bild das Vorhandensein oder Fehlen von Objekten innerhalb
eines Objekts aufzeigen. Die anhand von medizindiagnostischer Bildgebung
gewonnenen Daten lassen sich auf vielen Gebieten verwenden, beispielsweise
in der Medizin und in der Industrie.
-
Ein
Beispiel eines medizindiagnostischen Bildgebungssystems ist ein
Bildarchivierungsdatenkommunikationssystem (PACS = Picture Archival
Communication System). PACS ist ein Begriff für eine Ausrüstung und Software die es erlaubt,
Bilder, z.B. Röntgen-,
Ultraschall-, CT-, MRI-, EBT-, MR- oder nuklearmedizinische Bilder,
elektronisch zu akquirieren, zu speichern und zur Betrachtung zu übermitteln.
Anhand einer Untersuchung gewonnene Bilder können unmittelbar betrachtet
werden, oder gespeichert oder übertragen
werden. Die Bilder können
auf diagnostischen Workstations von Benutzern, beispielsweise Röntgenologen,
betrachtet werden. Neben der Betrachtung der Bilder ist es dem Benutzer
außerdem
möglich,
Patientendaten einzusehen, die dem Bild zugeordnet sind, beispielsweise
der Name des Patienten oder das Geschlecht des Patienten.
-
Viele
PACS-Systeme lassen Rechnersoftware zum Ausführen von rechnergestützter Detektion
und Diagnoseaufgaben ablaufen. Bei der Ausführung dieser Aufgaben basiert
die Computersoftware im Allgemeinen auf beispielsweise anatomischen
Strukturen, einem klinischem Zweck bzw. Funktion, sowie sonstigen
Variablen. Bei dem Arbeiten mit der rechnergestützten Detektions- und Diagnosesoftware
muss ein Benutzer möglicherweise
diese Variablen manuell eingeben, was den Vorgang ver langsamt und
ineffizient macht. Außerdem
sind die Computeralgorithmen, die diese Aufgaben ausführen, unveränderlich,
was bedeutet, dass die Software sich bei der Entgegennahme von Eingaben
nicht dynamisch verhält.
-
Die
Computersoftware kann auch auf Bildakquisitionsprotokollen beruhen,
zu denen beispielsweise Modalitäten,
Rekonstruktionsalgorithmen und Kontrastmittel gehören. Da
die rechnergestützten
Detektions- und Diagnoseprogramme möglicherweise auf den Bildakquisitionsprotokollen
beruhen, sind für
eine spezielle Maschine verfasste Softwareprogramme nicht in der
Lage, auf einem anderen Typ einer Maschine zu arbeiten. Beispielsweise
lässt sich
ein mit Blick auf einen Vierschicht-CT-Scanner entworfener Computeralgorithmus nicht
auf einen Vierundsechzigschicht-CT-Scanner anwenden.
-
Gegenwärtig schreiben
die Entwickler im Allgemeinen einzigartige Softwareprogramme, um
Ergebnisse für
zahlreiche spezielle Bedingungen hervorzubringen. Entwickler, die
Algorithmen entwerfen, um speziellen Bedingungen zu entsprechen,
berücksichtigen
im Allgemeinen die häufigsten
Variationen in den Akquisitionsprotokollen. Zu typischen Variationen
zählen
Rekonstruktionsverfahren, das Rauschen in den Daten, die zeitliche
Auflösung,
der verwendete Kontrast und sonstige variablen. Variablen wie diese
werden im Allgemeinen bei der Entwicklung der Algorithmen berücksichtigt.
Mit wachsender Anzahl von Variablen steigt die Komplexität des Algorithmus.
Jede der Variablen bringt in automatisierte oder halbautomatische
rechnergestützte Detektionsalgorithmen
im Allgemeinen unterschiedliche Komplexitäten ein. Dementsprechend ist
eine Verwendung einzigartiger Algorithmen für spezielle Bedingungen im
Allgemeinen ineffizient und zu kostspielig für die Entwicklung und Vermarktung.
-
Dementsprechend
besteht ein Bedarf nach einem System und Verfahren, das sich nutzen
lässt,
um basierend auf Eingaben in optimaler Weise einen Computeralgorithmus
oder einen Pfad von Algorithmen auszuwählen. Ein derartiges System
und Verfahren kann eine Lösung
zum optimalen Ausführen
rechnergestützter Detektions-
und Diagnoseaufgaben schaffen.
-
KURZDARSTELLUNG
DER ERFINDUNG
-
Spezielle
Ausführungsbeispiele
der vorliegenden Erfindung können
ein Verfahren zum Wählen
eines Computeralgorithmus beinhalten, um ein medizinisches Bild
für einen
klinischen Zweck zu verarbeiten, wie beigefügt. Zu dem Verfahren können die
Schritte gehören:
Zugreifen auf Bilddaten, Zugreifen auf klinische Daten und Zugreifen
auf eine strukturierte Informationsdatenbank. Ein optimaler Computeralgorithmus
wird aus einer Anzahl Computeralgorithmen mit zugeordneten optimalen
Betriebsparametern ausgewählt.
Der optimale Computeralgorithmus kann basierend auf den Bilddaten,
den klinischen Daten und den Daten einer strukturierten Informationsdatenbank
ausgewählt
werden. Die Bilddaten können
mittels des optimalen Computeralgorithmus verarbeitet werden. Der
optimale Computeralgorithmus kann mehrere Computeralgorithmen umfassen.
Die strukturierte Informationsdatenbank kann einen endlichen Satz
von Algorithmen aufweisen, der die möglichen Algorithmen für den klinischen
Zweck umfasst. Die Bilddaten können
Metadaten und anatomische Daten beinhalten. Die Metadaten können Modalitätsdaten
und Bildakquisitionsdaten beinhalten. Die Computeralgorithmen können Computeralgorithmen
zum Ausführen
von computergestützter
Detektion beinhalten. Die Computeralgorithmen können ferner Computeralgorithmen
zum Ausführen
von volumenrechnergestütztem
Auslesen beinhalten.
-
Spezielle
Ausführungsbeispiele
der vorliegenden Erfindung können
ein System zum Wählen
eines Computeralgorithmus beinhalten, um ein medizinisches Bild
für einen
klinischen Zweck zu verarbeiten. Das System kann eine Rechnereinheit
zum Manipulieren von Daten enthalten. Die Rechnereinheit kann Computersoftware
zum Zugreifen auf Bilddaten und zum Zugreifen auf klinische Daten
und zum Zugreifen auf eine strukturierte Informationsdatenbank ausführen. Die
Computersoftware wählt
einen optimalen Computeralgorithmus mit zugeordneten optimalen Betriebsparametern
aus einer Anzahl Computeralgorithmen aus. Der optimale Computeralgorithmus
kann basierend auf den Bilddaten und den klinischen Daten und Daten
einer strukturierten Informationsdatenbank ausgewählt werden.
Die Computersoftware verarbeitet die Bilddaten mittels des optimalen
Computeralgorithmus. Das System kann ferner eine Eingabeeinheit,
um Eingaben von einem Benutzer entgegen zu nehmen, und eine Anzeigeeinheit
umfassen, die dazu dient, einem Benutzer Daten anzuzeigen.
-
Die
strukturierte Informationsdatenbank kann einen endlichen Satz von
Algorithmen enthalten, der die möglichen
Algorithmen für
den klinischen Zweck abdeckt. Die Bilddaten können anatomische Daten und
Metadaten beinhalten. Die Metadaten können Bildakquisitionsdaten
und Modalitätsdaten
beinhalten. Darüber
hinaus kann der optimale Computeralgorithmus mehrere Computeralgorithmen
umfassen. Die Anzahl von Computeralgorithmen können Computeralgorithmen zum
Ausführen
von computergestützter
Detektion umfassen. Darüber
hinaus kann die Anzahl Computeralgorithmen Computeralgorithmen zum
Ausführen
von volumenrechnergestütztem
Auslesen umfassen. Die Rechnereinheit, Eingabeeinheit und Anzeigeeinheit
können
ein Bildarchivierungsdatenkommunikationssystem aufweisen.
-
Spezielle
Ausführungsbeispiele
der vorliegenden Erfindung können
als Teil eines von einem Rechner auslesbaren Speichermediums verwirklicht
werden, das einen Satz von Instruktionen für einen Computer beinhaltet.
Der Satz von Instruktionen kann eine erste Zugriffsprogrammroutine
zum Zugreifen auf Bilddaten, eine zweite Zugriffsprogrammroutine
zum Zugreifen auf klinische Daten und eine dritte Zugriffsprogrammroutine zum
Zugreifen auf eine strukturierte Informationsdatenbank beinhalten.
Der Satz von Instruktionen kann ferner eine Auswählprogrammroutine zum Wählen eines
optimalen Computeralgorithmus mit zugeordneten optimalen Betriebsparametern
aus einer Anzahl Computeralgorithmen beinhalten. Der optimale Computeralgorithmus
kann basierend auf den Bilddaten, den klinischen Daten und den Daten
einer strukturierten Informationsdatenbank ausgewählt werden.
Der Satz von Instruktionen kann ferner eine Verarbeitungsroutine
beinhalten, um die Bilddaten mittels des optimalen Computeralgorithmus
zu verarbeiten.
-
KURZBESCHREIBUNG
DER ZEICHNUNGEN
-
1 veranschaulicht
ein Beispiel eines Systems, das gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung verwendet werden kann.
-
2 veranschaulicht
ein Verfahren, das gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung verwendet werden kann.
-
3 veranschaulicht
ein Beispiel einer Informationsdatenbank, die gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung verwendet werden kann.
-
4 veranschaulicht
eine allgemeine Darstellung einer Auswahl der optimalen abschnittsweisen
linearen Stratifikation von Algorithmuspfaden gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung.
-
5 veranschaulicht
ein Beispiel des Auswählens
der optimalen abschnittsweisen linearen Stratifikation von Algorithmuspfaden
gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung.
-
6 veranschaulicht
ein Beispiel des Verfahrens nach 2 mit volumenrechnergestütztem Auslesen
und mit computergestützter
Detektion.
-
DETAILLIERTE
BESCHREIBUNG DER ERFINDUNG
-
1 veranschaulicht
ein System 100 zum Verarbeiten und Anzeigen medizinischer
Bilder. Das System 100 enthält eine Rechnereinheit 110.
Die Rechnereinheit 110 kann eine beliebige Einrichtung
oder Software sein, die es erlaubt elektronische medizinische Bilder,
z.B. Röntgen-,
Ultraschall-, CT-, MRI-, EBT-, MR- oder nuklearmedizinische Bilder,
elektronisch zu akquirieren, zu speichern oder zur Betrachtung und
zum Betrieb zu übertragen.
Die Rechnereinheit 110 kann Eingaben von einem Benutzer
entgegennehmen. Die Rechnereinheit 110 kann mit anderen
Vorrichtungen verbunden sein, die in ein elektronisches Netzwerk
integriert sind. In 1 ist die Verbindung mit dem
Netzwerk durch die Leitung 105 repräsentiert. Die Rechnereinheit 110 kann
mit dem Netzwerk 105 physikalisch, durch ein Kabel oder
durch ein drahtloses Medium verbunden sein. In einem Ausführungsbeispiel
kann die Rechnereinheit 110 ein Bildarchivierungsdatenkommunikationssystem
(PACS) oder ein Teil eines solchen Systems sein.
-
Das
System 100 enthält
ferner eine Eingabeeinheit 120. Die Eingabeeinheit 120 kann
eine Konsole mit einem Trackball 122 und einer Tastatur 124 sein.
Als Teil der Eingabeeinheit 120 können auch andere Eingabegeräte eingesetzt
werden, um Eingaben von einem Benutzer entgegenzunehmen. Beispielsweise
kann ein Mikrofon genutzt werden, um mündliche Eingaben von einem
Benutzer zu empfangen. Das System 100 enthält ferner
wenigstens eine Anzeigeeinheit 130. Die Anzeigeeinheit 130 kann
eine typische Computeranzeigeeinheit sein. Die Anzeigeeinheit 130 kann
mit der Rechnereinheit 110 und der Eingabeeinheit 120 elektrisch
verbunden sein. In einem Ausführungsbeispiel
kann die Anzeigeeinheit 130 mehrere Anzeigeeinheiten oder
Displaybereiche eines Bildschirms repräsentieren. Dementsprechend
können
in Übereinstimmung
mit der vorliegenden Erfindung beliebig viele Anzeigeeinheiten verwendet
werden.
-
In
einem Ausführungsbeispiel
ist das System 100 ein PACS, wobei die Anzeigeeinheit 130 die
Anzeigeeinheit des PACS repräsentiert.
Die Rechnereinheit 110 kann eine andere Ausrüstung und
andere Komponenten eines PACS-Systems repräsentieren als die Anzeigeeinheit.
Die Rechnereinheit 110 und die Anzeigeeinheit 130 können gesonderte
Einheiten oder Teil einer einzigen Einheit sein. Im Falle gesonderter
Einheiten kann die Anzeigeeinheit 130 mit der Rechnereinheit 110 elektrisch
verbunden sein. Die Systemkomponenten 100 können einzelne
Einheiten oder gesonderte Einheiten sein, können in vielfältiger Weise
integriert sein und können
in Form von Hardware und/oder Software verwirklicht sein.
-
2 veranschaulicht
ein Verfahren 200 zum Wählen
eines Computeralgorithmus, um ein medizinisches Bild zu verarbeiten.
Ein medizinisches Bild kann durch Bildverarbeitungs algorithmen beispielsweise
zur Verbesserung, Detektion, Quantifizierung oder Segmentation verarbeitet
werden. Das Verfahren 200 kann durch eine auf der Rechnereinheit 110 angeordnete
Computersoftware ausgeführt
werden. In einer Abwandlung kann das Verfahren 200 durch
Computersoftware auf einem Computersystem, beispielsweise einem
Server oder einer Datenbank, ausgeführt werden, das sich von jenem
unterscheidet, auf dem die Computersoftware gespeichert ist. In
einer anderen Abwandlung kann die Computersoftware gegenüber der
Rechnereinheit 110 extern ausgeführt und gespeichert werden.
Die Rechnereinheit 110 kann jedoch Daten mit dem Computersystem
oder Server austauschen, das/der die Computersoftware für das Verfahren 200 über das
Netzwerk 105 ausführt
und/oder speichert. In einem Ausführungsbeispiel kann die Computersoftware,
die das Verfahren 200 ausführt, im Vorliegenden als eine
Regelmaschine bezeichnet sein.
-
Das
Verfahren 200 kann verwendet werden, um einen Computeralgorithmus
auszuwählen,
um ein medizinisches Bild zu verarbeiten. Ein Computeralgorithmus
kann eine oder mehrere Computerprogramme beinhalten. Beispielsweise
kann das Verfahren 200 genutzt werden, um einen Computeralgorithmus
auszuwählen, um
einen klinischen Zweck zu erfüllen.
In einem Ausführungsbeispiel
kann der klinische Zweck die Durchführung einer Knotenvermessung
für eine
Lunge sein. Das Verfahren 200 kann basierend auf Werten
einiger Eingaben einen Computeralgorithmus auswählen, um das Ziel einer Knotenvermessung
für die
Lunge zu erreichen. Das Verfahren 200 ermöglicht es,
den klinischen Zweck zu erreichen, indem der optimale Algorithmus basierend
auf Bilddaten, klinischen Daten und Daten einer strukturierten Informationsdatenbank
ausgewählt wird.
Die Bilddaten können
das Bild der Anatomie und zugeordnete Parameter sowie Bild-Metadaten
beinhalten. Die Bild-Metadaten können
Bildak quisitionsdaten, beispielsweise Verfahren und Schichtdicke,
beinhalten. Die klinischen Daten können Daten für klinische
Zwecke, beispielsweise die Aufgabe betreffende Daten beinhalten,
beispielsweise eine Untersuchung, um zu ermitteln, ob ein Patient
unter Lungenkrebs leidet. Basierend auf den Bilddaten und klinischen
Daten kann ein optimaler Computeralgorithmus ausgewählt werden,
um den klinischen Zweck zu erfüllen.
Der optimale Computeralgorithmus kann aus einer strukturierten Informationsdatenbank
ausgewählt
werden, die Daten einer strukturierten Informationsdatenbank enthält. Eine
strukturierte Informationsdatenbank kann eine Datenbank oder ein
Server sein, die/der über
Daten verfügt,
um den optimalen Computeralgorithmus auszuwählen, um basierend auf der
Eingabe einen vorgegebenen klinischen Zweck zu erfüllen. Wenn
der optimale Computeralgorithmus ausgewählt ist, können die Bilddaten durch den
optimalen Computeralgorithmus mit den zugehörigen Parametern verarbeitet
werden.
-
In
Schritt 210 greift die Computersoftware auf Daten zu. Insbesondere
greift die Computersoftware auf Bilddaten, auf klinische Daten und,
um Informationsdatenbankdaten zu erhalten, auf eine strukturierte
Informationsdatenbank zu. Die Bilddaten können das Bild der Anatomie
und zugeordnete Parameter sowie Bild-Metadaten beinhalten. Die Bild-Metadaten
können
Bildakquisitionsdaten, beispielsweise Modalitätsdaten, Schichtdicke, Dosis,
Rekonstruktionskernel, Pulssequenzen, T1/T2-Gewichtung, TE/TR-Gewichtung,
beinhalten. Die klinischen Daten können Informationen für klinische
Zwecke beinhalten, beispielsweise Daten, die Körperteile, Erkrankungstyp,
verwendete Indikatoren, Screening, Nachsorge, diagnostisches Ausschließens oder
differentielle diagnostische Daten betreffen. Sowohl die klinischen
Daten als auch die Bilddaten können auf
der Rechnereinheit 110 gespeichert sein, und es kann auf
diese durch die das Verfahren 200 ausführende Computersoftware entsprechend
zugegriffen werden. Alternativ können
die klinischen und Bilddaten auf einer oder mehreren anderen Rechnereinheiten,
Systemen, Datenbanken, Servern oder auf einer sonstigen Speicher-
oder Verarbeitungsvorrichtung gespeichert sein, und für einen
entsprechenden Zugriff zugänglich
sein.
-
Nachdem
auf die Bilddaten und klinischen Daten zugegriffen ist, wird auf
eine strukturierte Informationsdatenbank zugegriffen. Anhand der
Bilddaten und klinischen Daten als Eingaben kann die strukturierte
Informationsdatenbank genutzt werden, um, wie in Schritt 220,
den/einen optimalen Computeralgorithmus auszuwählen. Eine strukturierte Informationsdatenbank
kann eine Datenbank oder ein Server sein, die/der einen endlichen
Satz von Algorithmen enthält,
die die für
den klinischen Zweck möglichen
Algorithmen abdecken. Beispielsweise kann die strukturierte Informationsdatenbank
Daten darüber
enthalten, welche Computeralgorithmen unter der Vorgabe eines Satzes
von Daten und Parametern optimal sind, um eine klinische Aufgabe durchzuführen. Die
Daten einer strukturierten Informationsdatenbank können in
der Rechnereinheit 110 integriert oder können an
einem externen Ort, z.B. einer Datenbank, gespeichert sein und mit
der Rechnereinheit 110 über
das Netzwerk 105 verbunden werden.
-
3 veranschaulicht
ein Beispiel von Gebieten, die in einer exemplarischen strukturierten
Informationsdatenbank verfügbar
sein können.
Spalte 310 bezeichnet einen vorgegebenen Körperteil.
Spalte 320 bezeichnet eine vorgegebene klinische Aufgabe
für den
in Spalte 310 bezeichneten Körperteil. Spalte 330 bezeichnet
mehrere abschnittsweise lineare Sätze. Diese Sätze beinhalten
einen Bereich von Akquisitionsparame tern, die vom Standpunkt einer
Verarbeitung ähnliche
Eigenschaften aufweisen.
-
Spalte 340 veranschaulicht
optimale Computeralgorithmen für
einen vorgegebenen Satz von Parametern. In einem Ausführungsbeispiel
kann abhängig
von den Parametern ein grober Teilsatz ausgewählt werden, z.B. der grobe
Teilsatz 1, der grobe Teilsatz 2, usw. bis zum groben Teilsatz n.
Die groben Teilsätze
identifizieren unterschiedliche Computeralgorithmen, die ausgeführt werden
können,
um den klinischen Zweck basierend auf den Bilddaten und klinischen
Daten zu erreichen.
-
Für das in 3 gezeigte
Beispiel ist der identifizierte Körperteil die Lunge. Falls ein
Benutzer wünscht,
eine Knotenvermessung an der Lunge durchzuführen (d.h. der klinische Zweck
ist die Durchführung einer
Knotenvermessung an der Lunge), werden vielfältige grobe Teilsätze identifiziert.
Beispielsweise sind der grobe Teilsatz 1 bis zu dem groben Teilsatz
n in 3 dargestellt. Jede beliebige Anzahl von groben
Teilsätzen kann
verwendet werden. Ein grober Teilsatz kann basierend auf den Bildgebungsdaten,
beispielsweise den Akquisitions-/Rekonstruktionsparametern ausgewählt werden.
Jeder grobe Teilsatz weist einen Computeralgorithmus auf, der ausgeführt werden
kann, um den klinischen Zweck zu erreichen. Falls beispielsweise
die Akquisitions/Rekonstruktionsparameter anzeigen, dass der grobe
Teilsatz 1 optimal ist, können
die Algorithmen A, B, C oder D ausgewählt werden. Falls der grobe
Teilsatz 2 optimal ist, dann können
die Algorithmen A, C, D oder E ausgewählt werden. Die Auswahl der
Algorithmen kann durch die Bilddaten und die klinischen Daten bestimmt
werden. Falls, in Fortsetzung des Beispiels, die Daten und Parameter
anzeigen, dass der optimale Algorithmus zur Durch führung einer
Knotenvermessung für
eine spezielle Lunge der Pfad E in dem groben Teilsatz 2 ist, kann
der Algorithmus E des groben Teilsatzes 2 ausgewählt werden.
-
4 veranschaulicht
allgemein die Auswahl der optimalen abschnittsweise linearen Stratifikation
eines Computeralgorithmus. Block 410 repräsentiert
die Daten einer strukturierten Informationsdatenbank. Block 420 repräsentiert
Bildgebungsdaten, z.B. der Anatomie. Block 430 repräsentiert
Bildgebungs- und klinische Daten, z.B. Bild-Metadaten und klinischen
Zweck. Block 440 repräsentiert
Bildgebungsdaten, z.B. Modalitätsdaten.
-
Die
Regelmaschine 450 repräsentiert
das als Verfahren 200 ausgeführte Computersoftwareprogramm.
In dem in 4 gezeigten Ausführungsbeispiel
greift die Regelmaschine 450 auf Bilddaten 420-440 und
klinische Daten 430 zu. Basierend auf diesen Daten 420-440 und
Daten aus der strukturierten Informationsdatenbank 410 wählt die
Regelmaschine 450 einen optimalen Computeralgorithmus aus
einer Anzahl Computeralgorithmen 460-480 aus.
Beispielsweise kann die Regelmaschine 450 die Computeralgorithmen 460, 470 oder 480 auswählen. Wie
weiter unten näher
erörtert,
kann der Algorithmus, wenn der optimale Computeralgorithmus ausgewählt ist,
ausgeführt
werden, und die Ergebnisse können,
wie in den Blöcken 462, 472 und 482 gezeigt,
wiedergegeben und/oder gespeichert werden.
-
Nachdem
der optimale Computeralgorithmus ausgewählt ist, beinhaltet Schritt 230 des
Verfahrens 200 eine Verarbeitung der Bilddaten mittels
des optimalen Computeralgorithmus. 5 veranschaulicht
den Schritt 230 der Verarbeitung der Bilddaten mittels
des optimalen Computeralgorithmus. 5 weist ähnliche Eingaben
wie 4 auf, da Block 510 die Daten ei ner strukturierten
Informationsdatenbank repräsentiert. Block 520 repräsentiert
Bildgebungsdaten, z.B. der Anatomie. Block 530 repräsentiert
Bildgebungs- und klinische Daten, z.B. Bild-Metadaten und klinischen
Zweck. Block 540 repräsentiert
Bildgebungsdaten, z.B. Modalitätsdaten.
Block 550 repräsentiert
eine dem Block 450 in 4 ähnelnde
Regelmaschine.
-
Innerhalb
des Regelmaschinenblocks 550 repräsentieren die Blöcke 552, 554, 556 und 558 allerdings Bedingungen,
um einen Computeralgorithmus 560, 570, 580 oder 590 auszuwählen und
Parameter zuzuordnen. Die Bedingungen können basierend auf den Eingaben 510-540 ausgewählt werden.
In dem gezeigten Beispiel sind die Bedingungen in den Blöcken 552-558 die
Schichtdicke, der Rekonstruktionstyp und das Verfahren. Für die Blöcke 552-558 ist
der Rekonstruktionstyp Knochen und das Verfahren eine CT. In dem
unterbreiteten Beispiel haben diese zwei Faktoren die möglichen
Computeralgorithmen auf vier Algorithmen, nämlich 560-590,
eingeschränkt.
Der unterscheidende Faktor in der Auswahl der Algorithmen ist die
Schichtdicke. Wie in 5 gezeigt, wird für eine Schichtdicke
von weniger als 1,1 mm in Block 552 der Algorithmus 560 gewählt. Für eine Schichtdicke
zwischen 1,1 mm und 2,5 mm in Block 554 wird der Algorithmus 554 gewählt. Für eine Schichtdicke
zwischen 2,5 mm und 5 mm in Block 556 wird der Algorithmus 580 gewählt. Für ein Schichtdicke
von mehr als 5 mm in Block 558 wird der Algorithmus 590 gewählt.
-
Zusätzlich zu
der Auswahl des optimalen Computeralgorithmus ordnet die Regelmaschine 550 dann, wie
in Schritt 230, die zugehörigen Parameter zu. Falls der
Algorithmus 560 ausgewählt
ist, wird ein Krümmungstensoralgorithmus
ausgewählt
und in Block 562 wird vielfältigen Parametern der Wert
1,0 mm zugewiesen. In Block 564 wird eine blinde positive
Re duktion durchgeführt,
und die Ergebnisse können
in Block 566 ausgeführt
und angezeigt und/oder gespeichert werden. Falls die Regelmaschine 550 den
Algorithmus 570 auswählt,
wird ein Krümmungstensoralgorithmus
durchgeführt,
und in Block 572 wird Parametern der Wert 2,0 mm zugewiesen. Ähnlich wie
im Falle des Algorithmus 560 wird in Block 574 eine
blinde positive Reduktion durchgeführt, und in Block 576 werden
Ergebnisse ausgeführt
und angezeigt und/oder gespeichert.
-
Falls
der Algorithmus 580 gewählt
ist, wird ein Krümmungstensoralgorithmus
wie in Algorithmus 560 und 570 gewählt, allerdings
werden in diesem Fall, wie in Block 582 gezeigt, den Parametern
unterschiedliche Werte zugeordnet. In Block 584 wird eine
blinde positive Reduktion durchgeführt und eine weitere in Block 586. Die
Ergebnisse können
in Block 588 ausgeführt
und angezeigt und/oder gespeichert werden. Falls der Pfad 590 gewählt ist,
wird aus den Pfaden 560-580 ein anderer Algorithmus
ausgewählt.
Ein Hesse-Algorithmus wird gewählt,
und Parametern werden in Block 592 entsprechende Werte
zugewiesen. In Block 594 wird eine blinde positive Reduktion
durchgeführt,
und in Block 596 werden die Ergebnisse ausgeführt und
stehen für
eine Anzeige und/oder Speicherung zur Verfügung.
-
6 veranschaulicht
ein Ausführungsbeispiel
der vorliegenden Erfindung. Insbesondere veranschaulicht 6 in
einem schematischen Diagramm auf hoher Abstraktionsebene das Algorithmusauswählverfahren
mit volumenrechnergestütztem
Auslesen, Option A 610, und mit computergestützter Detektion,
Option B 650. Beide Optionen A 610 und B 650 weisen
drei Eingaben auf, die den oben erörterten Eingaben ähneln. Eingabe 612, 652 repräsentiert
die klinische Daten, Eingabe 614, 654 repräsentiert
die strukturierte Informationsdatenbankeingabe, und Eingaben 616, 618 repräsentieren
die Bildgebungsdaten. Die Eingaben werden an eine Regelmaschine 620, 660 übermittelt.
Die Regelmaschinen 620, 660 ähneln in ihrer Funktion den
Regelmaschinen 450, 550 in den 4 bzw. 5.
Die Regelmaschinen 620, 660 greifen auf die Daten 612, 614, 616 bzw.
auf die Daten 652, 654, 658 zu. Die Regelmaschinen 620, 660 wählen den
optimalen Computeralgorithmus basierend auf den Bilddaten, den klinischen
Daten und den Informationsdatenbankdaten aus. Basierend auf den
Daten ordnen die Regelmaschinen 620, 660 außerdem die
richtige Parameter dem ausgewählten
Algorithmus zu. Darüber
hinaus kann die Regelmaschine, wie in den Blöcken 620, 660 gezeigt, eine
Parameterwahl durchführen.
-
Blöcke 630 und 670 repräsentieren
die unterschiedlichen algorithmischen Pfade, die ausgewählt werden
können.
Die Blöcke 630 und 670 entsprechen
den Blöcken 460-480 nach 4 und
den Blöcken 660-690 nach 5.
Der Block 630 repräsentiert
eine Anzahl Computeralgorithmen, die verwendet werden können, um volumenrechnergestütztes Auslesen
durchzuführen.
Wie in dem Block 630 gezeigt, können die Pfade VCAR-Pfad 1 bis
VCAR-Pfad K beinhalten. Der Block 670 repräsentiert
eine Anzahl Computeralgorithmen, die verwendet werden können, um
computergestützte
Detektion durchzuführen.
Wie in dem Block 670 gezeigt, können die Pfade CAD-Pfad 1 bis
CAD-Pfad M beinhalten. Welche der Pfade aus den Blöcken 630 oder 670 gewählt werden,
kann für
den Block möglicher
Pfade für
VCAR 630 auf den Daten 612-616 oder für den Block möglicher
Pfade für
CAD 670 auf den Daten 652-656 basieren.
Wie in den Blöcken 640 und 680 zu
sehen, können
die Ergebnisse, wenn der Algorithmus ausgewählt und ausgeführt ist,
wiedergegeben und/oder gespeichert werden.
-
Das
oben beschriebene System und Verfahren kann als Teil eines von einem
Rechner auslesbaren Speichermedium mit einem Satz von Instruktionen
für einen
Computer durchgeführt
werden. Der Satz von Instruktionen kann eine erste Zugriffsprogrammroutine
zum Zugreifen auf Bilddaten, eine zweite Zugriffsprogrammroutine
zum Zugreifen auf klinische Daten und eine dritte Zugriffsprogrammroutine
zum Zugreifen auf eine strukturierte Informationsdatenbank enthalten.
Der Satz von Instruktionen kann ferner eine Auswählprogrammroutine zum Wählen eines
optimalen Computeralgorithmus mit zugeordneten optimalen Betriebsparametern
aus einer Anzahl Computeralgorithmen beinhalten. Der optimale Computeralgorithmus
kann basierend auf den Bilddaten, den klinischen Daten und den Daten
einer strukturierten Informationsdatenbank ausgewählt werden.
Der Satz von Instruktionen kann ferner eine Verarbeitungsroutine
beinhalten, um die Bilddaten mittels des optimalen Computeralgorithmus
zu verarbeiten.
-
Während die
Erfindung anhand spezieller Ausführungsbeispiele
beschrieben wurde, ist es dem Fachmann klar, dass vielfältige Änderungen
vorgenommen werden können
und äquivalente
Ausführungen
substituiert werden können,
ohne dass der Schutzumfang der Erfindung berührt ist. Darüber hinaus
können
viele Abwandlungen vorgenommen werden, um eine besondere Situation
oder ein spezielles Material an die Lehre der Erfindung anzupassen,
ohne von deren Schutzumfang abzuweichen. Es ist dementsprechend
nicht beabsichtigt, die Erfindung auf das offenbarte spezielle Ausführungsbeispiel
zu beschränken,
vielmehr soll die Erfindung sämtliche
Ausführungsbeispiele
einbeziehen, die in den Schutzbereich der beigefügten Patentansprüche fallen. Elementeliste