DE102008014899A1 - Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung - Google Patents

Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung Download PDF

Info

Publication number
DE102008014899A1
DE102008014899A1 DE102008014899A DE102008014899A DE102008014899A1 DE 102008014899 A1 DE102008014899 A1 DE 102008014899A1 DE 102008014899 A DE102008014899 A DE 102008014899A DE 102008014899 A DE102008014899 A DE 102008014899A DE 102008014899 A1 DE102008014899 A1 DE 102008014899A1
Authority
DE
Germany
Prior art keywords
epicardial fat
image data
fat
data set
results
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.)
Withdrawn
Application number
DE102008014899A
Other languages
English (en)
Inventor
Peter Aulbach
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE102008014899A priority Critical patent/DE102008014899A1/de
Publication of DE102008014899A1 publication Critical patent/DE102008014899A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

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

Abstract

Bei einem Verfahren zur Bestimmung der Menge an epikardialem Fett (F) mittels einer medizinischen bildgebenden Methode, insbesondere mittels Computertomographie, wird ein erster Bilddatensatz (15) mit Hilfe eines Segmentierungsalgorithmus ausgewertet und das epikardiale Fett (F) und das Herzgewebe (H) werden identifiziert. Die Informationen über die Menge an epikardialem Fett (F) können insbesondere verwendet werden, um auf das Vorhandensein der koronaren Herzkrankheit zu schließen.

Description

  • Die Erfindung betrifft ein Verfahren sowie eine Vorrichtung zur Bestimmung der Menge an epikardialem Fett. Die Erfindung betrifft weiterhin eine Datensammlung umfassend mit Hilfe des Verfahrens gewonnene Ergebnisse.
  • Heutzutage hat sich für die Bestimmung des Risikos der koronaren Herzkrankheit das sog. „Calcium Scoring”-Verfahren klinisch etabliert, welches mittels eines Computertomographen (CT) durchgeführt wird. Bei dieser Untersuchung wird ein CT-Scan im Sequenz-Modus oder Schnittweise durchgeführt, um die Menge an Kalkablagerungen, auch Koronarkalk genannt, auf den Wänden der Herzkranzarterien zu ermitteln. „Calcium Scoring” stellt eine sehr Dosis effiziente Messmethode dar, welche nicht-invasiv und für den Patienten schmerzfrei ist und für welche keine Verabreichung von Kontrastmittel erforderlich ist. Die Methode weist jedoch einige Einschränkungen im Hinblick auf die Zuverlässigkeit der gewonnenen Ergebnisse auf, denn nicht alle Kalkablagerungen in den Herzkranzarterien weisen auf eine Verstopfung der Arterien hin sowie nicht alle verstopften Arterien enthalten Kalk.
  • Der Erfindung liegt die Aufgabe zugrunde, eine zuverlässige, nicht-invasive Methode zur Bestimmung der Menge an epikardialem Fett zu ermöglichen. Der Erfindung liegt ferner die Aufgabe zugrunde, eine Datensammlung für die Ergebnisse der Bestimmung der Menge an epikardialem Fett anzugeben.
  • Die erstgenannte Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren gemäß Anspruch 1 zur Bestimmung der Menge an epikardialem Fett mittels einer medizinischen bildgebenden Methode, insbesondere mittels Computertomographie, bei dem ein erster Bilddatensatz mit Hilfe eines Segmentierungsalgo rithmus ausgewertet wird und das epikardiale Fett und das Herzgewebe identifiziert werden.
  • In seinem Artikel „Epicardial fat: properties, function and relationship to obesity", Obesity Reviews 8(3), 253–261 hat Dr. S. W. Rabkin anatomische und biochemische Daten des Herzens ausgewertet, um den Zusammenhang von epikardialem Fett und Fettleibigkeit zu erforschen. Das Ziel seiner Studie war, das Potential und die Rolle von epikardialem Fett in Bezug auf die Prognose für die koronare Herzkrankheit zu bestimmen.
  • Epikardiales Fett ist eine relativ vernachlässigte Komponente des Herzens bei der Diagnose der koronaren Herzkrankheit. Epikardiales Fett bedeckt etwa 80% der Herzoberfläche und bestimmt 20% des gesamten Herzgewichts. Dabei korreliert die Menge an epikardialem Fett mit der Masse des Herzens selbst.
  • Klinische Bildgebungsstudien haben gezeigt, dass ein enger Zusammenhang zwischen epikardialem Fett und viszeralem abdominalen Fett besteht. Mehrere Fakten unterstützen weiterhin den Zusammenhang zwischen epikardialem Fett und der koronaren Herzkrankheit. Diese Korrelation ermöglicht der Medizin eine genaue Risikobeurteilung von Patienten mit Verdacht auf Symptomen der koronaren Herzkrankheit. Durch die Messung des epikardialen Fettes ist eine genaue Risikostratifikation möglich, bei der rechtzeitig vorausgesagt werden kann, wann der Patient mit einem Herzinfarkt zu rechnen hat.
  • Bis heute gibt es keine bewährte Methode, die Menge an epikardialem Fett mittels einer nicht invasiven Messung zu ermitteln. Zwar besteht die Möglichkeit mittels Magnetresonanztomographie und Computertomographie das epikardiale Fett sichtbar zu machen, es fehlt jedoch eine Möglichkeit der anatomischen Auswertung von Volumen und Masse des epikardialen Fetts. Von Hand ist dies wegen der komplexen, sphärischen Anatomie des Epikards nicht möglich.
  • Der wesentliche Vorteil des vorgeschlagenen Verfahrens ist darin zu sehen, dass die Informationen über die Menge an epikardialem Fett verwendet werden können, um auf das Vorhandensein oder Nichtvorhandensein der koronaren Herzkrankheit zu schließen. Das Verfahren bietet die Möglichkeit, rechnerisch und mit einer hohen Genauigkeit den Anteil an epikardialem Fett durch eine nicht-invasive Messmethode zu bestimmen. Hierbei werden durch eine geeignete Auswertung des Bilddatensatzes Fett vom Herzmuskelgewebe voneinander unterschieden, um dadurch Kenntnisse über den Gesundheitszustand eines Patienten zu gewinnen. Der durch die medizinische, bildgebende Messmethode, wie z. B. durch Computertomographie, Magnetresonanztomographie oder Ultraschall gewonnene Bilddatensatz enthält Daten, aus denen mittels geeigneter Rekonstruktionsalgorithmen das Herz und das umgebende Gewebe visualisiert werden können.
  • Vorzugsweise werden beim Segmentierungsalgorithmus zur Bestimmung der anatomischen Grenze zwischen dem epikardialen Fett und dem Herzgewebe deren Absorptionsverhalten herangezogen. Die Identifizierung erfolgt insbesondere durch einen gemischten Ansatz: z. B. bei einer CT-Aufnahme des Herzen wird in der Aufnahme der Unterschied in der Helligkeit, welcher durch die verschiedenen Absorptionsverhalten der Gewebearten entsteht, benutzt, um die ausgeprägte anatomische Grenze zwischen dem das Herz umgebenden Fett-Pool und dem Herzmuskel zu bestimmen. Zudem werden bekannte Algorithmen angewendet, um die Bereiche mit der gleichen Helligkeit zusammenzufassen und sie von anderen Bereichen zu trennen, welche durch eine andere Helligkeit gekennzeichnet sind. Insgesamt werden dabei zwei Gewebearten segmentiert – eine, welche das epikardiale Fett darstellt und eine für das Herzgewebe.
  • Bevorzugt umfasst der Bilddatensatz mehrere Schnittbilder, welche einzeln ausgewertet werden und die Menge an epikardialem Fett wird durch Aufsummieren der Teilmengen vom epikardialen Fett in den einzelnen Schnittbildern ermittelt. Der Vorteil dieser Vorgehensweise ist, dass das Auftreten von Stufenartefakten beim Zusammenfügen der einzelnen Schnittbilder berücksichtigt wird. Hierbei wird die Menge an epikardialem Fett in jedem Schnittbild bis an die Grenzen des Schnittbilds ermittelt und dann über alle Schnittbilder aufsummiert, um ein möglichst unverfälschtes Ergebnis zu bekommen.
  • Um eine visuelle Kontrolle durch das medizinische Personal nach der Auswertung des Bilddatensatzes zu ermöglichen, werden vorteilhafterweise die Ergebnisse der Auswertung in einem Bild dargestellt.
  • Weiterhin von Vorteil ist, dass die Ergebnisse der Auswertung manuell veränderbar sind. Dadurch wird dem medizinischen Personal nach der Visualisierung die Möglichkeit gegeben, die automatische Kennzeichnung von Bereichen als Fett oder Herzgewebe zu ändern. Ein Benutzer kann z. B. durch an sich bekannte Software-Funktionen die Maske der das Fett darstellenden Segmentierung anschwellen oder abschwellen lassen, um mehr oder weniger Fett einzuschließen. Oder er kann Teile aus der Segmentierung ausschließen oder hinzufügen.
  • Um genaue, ausführliche Informationen über das epikardiale Fett zu bekommen, werden gemäß einer bevorzugten Variante bei der Auswertung des Bilddatensatzes das Volumen und die Masse des epikardialen Fetts und des Herzgewebe rechnerisch bestimmt. Durch die Bestimmung der Grenzen des Fett-Pools und des Herzgewebes können ihre Volumina leicht errechnet werden. Nachdem das Volumen beider Gewebearten bekannt ist, kann jeweils mit einer bekannten, mittleren Dichte multipliziert werden, um beide Massen zu ermitteln.
  • Gemäß einer weiteren bevorzugten Variante wird zusätzlich das Verhältnis zwischen den Massen des epikardialen Fetts und des Herzgewebes ermittelt. Hierbei wird eine einfache, jedoch aussagekräftige Relation zwischen dem Fett und Herzgewebe aufgestellt, welche insbesondere durch Vergleich mit weiteren empirischen Daten die Diagnostizierung der koronaren Herzkrankheit wesentlich vereinfachen kann.
  • Um Veränderungen des Gesundheitszustands eines Patienten bei späteren Untersuchungen leicht feststellen zu können, werden die Ergebnisse der Auswertung, insbesondere zumindest das Verhältnis zwischen den Massen des epikardialen Fetts und des Herzgewebes, in einer elektronischen Patientenakte gespeichert. Unter Ergebnissen werden hierbei alle mit der Auswertung des Bilddatensatzes verbundenen Daten verstanden, wie z. B. der Bilddatensatz selbst, die erhaltenen Bilder, die berechneten Volumen und Masse des Fetts bzw. des Herzgewebes sowie das Verhältnis zwischen den Massen des epikardialen Fetts und des Herzgewebes. Die Patientenakte ist insbesondere durch weitere Patientendaten ergänzt, wie z. B. sein Geschlecht, Alter, Gewicht, Größe, Blutwerte, Krankheitshistorie, etc.
  • Bei einer erneuten Untersuchung des Patienten wird ein späterer Bilddatensatz gewonnen. Vorzugsweise wird dabei der spätere Bilddatensatz mit dem ersten, früheren Bilddatensatz verglichen. Wird der Patient zu einer Nachuntersuchung geladen und registriert, werden seine alten Ergebnisse automatisch aufgerufen. Nach der aktuellen Untersuchung werden die neuen Daten mit den alten verglichen. Die durch die neue Untersuchung gewonnenen Daten sowie das Resultat des Vergleichs werden insbesondere selbständig angezeigt und in der Patientenakte festgehalten.
  • Gemäß einer bevorzugten Weiterbildung werden die Ergebnisse der Auswertung mit einer Datensammlung hinterlegter Referenzdaten verglichen. Die Datensammlung umfasst empirische Daten aus verschiedenen Studien, z. B. Referenzdaten von anderen Patienten. Anhand eines Vergleichs mit den Referenzdaten kann für den Patienten eine Prognose für die Auswirkung der Anteil am epikardialen Fett auf den Verlauf der koronaren Krankheit erstellt werden. Hierzu werden insbesondere auch die weiteren oben genannten Patientendaten berücksichtigt. Ziel ist es, mit dem Vergleich der aktuellen Daten mit den Referenzdaten ein Zeitfenster zu ermitteln, in dem eine weitere Nachuntersuchung des Patienten erfolgen soll, um ggf. rechtzeitig zu intervenieren.
  • Nach einer weiteren bevorzugten Weiterbildung wird ein bestehender, bei einer „Calcium-Scoring”-Untersuchung erhaltener Bilddatensatz zur Bestimmung des Koronarkalks für die Bestimmung des Epikardialen Fetts herangezogen. Die CT-Daten der „Calcium Scoring”-Untersuchungen werden heute nicht weiter ausgewertet. Dieser Scan enthält jedoch alle Informationen über das epikardiale Fett und eignet sich daher hervorragend zur weiteren Auswertung nach dem beschriebenen Verfahren. Ein entscheidender Vorteil dieser Kombination ist, dass ein einziger Datensatz zur Ermittlung zweier Parameter (Anteil an Koronarkalk und an epikardialem Fett) herangezogen wird, auf deren Grundlage die Diagnose der koronaren Herzkrankheit aufgebaut werden kann. Somit erfolgt eine sehr genaue Diagnostizierung. Darüber hinaus können bereits vorliegende CT-Daten von älteren „Calcium Scoring”-Untersuchungen von Patienten mit bekannter Krankheitsgeschichte im Hinblick auf eine Bestimmung des epikardialen Fetts neu ausgewertet werden, um zuverlässige Referenzdaten zu gewinnen.
  • Die erstgenannte Aufgabe wird weiterhin durch eine Vorrichtung gemäß Anspruch 12 gelöst. Die angeführten Vorteile und bevorzugten Weiterbildungen des Verfahrens sind sinngemäß auch auf die Vorrichtung zu übertragen.
  • Die zweitgenannte Aufgabe wird erfindungsgemäß gelöst durch eine Datensammlung umfassend mit Hilfe des vorgeschlagenen Verfahrens gewonnene Ergebnisse, welche als Referenzdaten zum Vergleich mit aktuellen Ergebnissen herangezogen werden. Die Datensammlung stellt dabei eine zuverlässige Quelle von empirischen Ergebnissen dar, mit deren Hilfe wichtige Rückschlüsse über den Gesundheitszustand des aktuell untersuchten Patienten gewonnen werden, um den Verlauf der koronaren Krankheit leicht verfolgen zu können.
  • Ein Ausführungsbeispiel der Erfindung wird anhand einer Zeichnung näher erläutert. Hierin zeigen:
  • 1 einen Computertomograph für eine Herzuntersuchung, und
  • 2 in einem Blockschaltbild den Ablauf eines Verfahrens zur Bestimmung der Menge an epikardialem Fett.
  • In 1 ist ein Computertomograph 1 umfassend eine Röntgenröhre 2 und einen gegenüberliegenden Röntgendetektor 3 gezeigt, welche in einer Gantry 5 drehbar gelagert sind. Ein Patient 7 liegt auf einer Patientenliege 8, die entlang einer Systemachse 9 verschiebbar ist. Eine Steuer- und Recheneinheit 10 steuert die Gantry 5 über eine Steuer- und Datenleitung 11, über die auch die Detektorausgangsdaten wieder zur Steuer- und Recheneinheit 10 zurück übertragen werden. Zusätzlich enthält die Steuer- und Recheneinheit 10 ein nicht näher gezeigtes EKG-System, welches über eine EKG-Leitung 13 die Rhythmussignale vom schlagenden Herzen des Patienten ableitet, damit die aktuelle Zyklusphase des Herzens bestimmt wird.
  • Der Computertomograph 1 wird für Aufnahmen des Herzens des Patienten 7 in einem Sequenz-Modus angesteuert. Dadurch wird ein Bilddatensatz 15 von Schnittaufnahmen 16 des Herzens gewonnen, wobei für jede weitere Aufnahme die Patientenliege 8 um eine vorgegebene Länge entlang der Systemachse 9 verschoben wird. Dabei erfolgen alle Schnittaufnahmen 16 immer in der gleichen Zyklusphase des Herzens, was mit Hilfe der Daten der EKG-Messung ermöglicht wird.
  • Der Computertomograph 1 wird gemäß Verfahrensschritt S1 in 2 dafür angesteuert, den Bilddatensatz 15 zu ermitteln. Der Bilddatensatz 15 kann jedoch auch anhand weiterer bildgebender Untersuchungsmethoden gewonnen werden, z. B. Magnetresonanztomographie oder Ultraschall. Wichtig für die Durchführung des Verfahrens ist nur, dass der Bilddatensatz 15 Se quenz- oder Schnittaufnahmen 16 des Herzen enthält, bei denen Fett F und Herzgewebe H identifiziert werden können.
  • Im Schritt S21 erfolgt mit Hilfe eines Segmentierungsalgorithmus eine Segmentierung eines Fett-Pools F vom restlichen Herzgewebe H. In dem vorliegenden Ausführungsbeispiel wird parallel dazu eine Ermittlung des Koronarkalks im Schritt S22 in an sich bekannter Weise durchgeführt. Eine solches „Calcium Scoring” stellt jedoch nur eine Ergänzung des vorliegenden Verfahrens und ist nicht zwingend erforderlich.
  • Als nächstes wird im Schritt S3 das Ergebnis der Auswertung des Bilddatensatzes 15 in einem Bild B visualisiert. Dabei wird einem Benutzer die Möglichkeit gegeben, mittels gängiger Techniken zum Bearbeiten des Bildes B die Grenzen des Fett-Pools F durch Ausschließen oder Hinzufügen von weiteren Bereichen zu ändern.
  • Im Schritt S41 wird anhand des im Bild segmentierten Bereichs rechnerisch das Volumen des epikardialen Fetts bestimmt. Parallel wird bei S42 das Volumen des Herzmuskels H ermittelt. Dabei wird ein Teilvolumen in jeder einzelnen Schnittaufnahme 16 ermittelt und schließlich wird durch Aufsummieren der Teilvolumen das Gesamtvolumen des Fetts F sowie des Herzgewebes H bestimmt. Durch Multiplizieren mit einer vorgegebenen oder vom Benutzer angegebenen mittleren Dichte vom epikardialen Fett F und vom Herzmuskel H wird in S51 und S52 die Masse beider Gewebearten F, H berechnet.
  • Im Schritt S6 wird ein Verhältnis zwischen den Massen des epikardialen Fetts F und des Herzgewebes H ermittelt. Dieses Verhältnis wird zusammen mit dem Bild B, mit den Werten für Volumen und Masse des epikardialem Fetts F und des Herzmuskels H und insbesondere mit weiteren den Patient 7 charakterisierenden Daten wie z. B. sein Geschlecht, Alter, Gewicht, Größe, Blutwerte etc. in einer Patientenakte 17 gespeichert, was durch den Schritt S7 angedeutet ist. Im Falle eines durchführten „Calcium Scoring” wird der Wert dieser Messung ebenfalls in der Patientenakte 17 abgelegt.
  • Zur Diagnostizierung des Patienten 7 werden außerdem ältere, in der Patientenakte 17 hinterlegten Untersuchungen zur Bestimmung seines epikardialen Fetts F berücksichtigt, falls solche gemäß Block S8 vorliegen. Falls die aktuelle Untersuchung des Patienten 7 eine Nachuntersuchung ist, werden im Schritt S9 die älteren Daten und Befunde bei seiner Registrierung automatisch aufgerufen und mit den aktuellen Daten verglichen, um eine Veränderung des Anteils an epikardialem Fett F festzustellen.
  • Zudem können gemäß Schritt S10 die aktuellen Ergebnisse mit Referenzdaten aus einer Datensammlung 19 verglichen werden. Die Datensammlung 19 umfasst Daten aus Untersuchungen weiterer Patienten, wobei anhand dieser Daten eine Prognose für das Auftreten und den Verlauf der koronaren Herzkrankheit erstellt werden kann.
  • Nach einer möglichst umfangreichen Auswertung des Bilddatensatzes 15 unter Berücksichtigung auch des Resultats des „Calcium Scoring” wird im letzten Schritt S11 eine Diagnose des Patienten 7 erstellt, wobei insbesondere ein Zeitfenster für eine weitere Untersuchung oder eine Invasion ermittelt wird.
  • Dank dem beschriebenen Verfahren ist erstmalig die Möglichkeit gegeben, epikardiales Fett F automatisch und schnell mit Hilfe einer medizinischen bildgebenden Methode zu messen und eine einfache mathematische Relation zwischen den Massen des epikardialen Fetts F und des Herzgewebes H aufzustellen. Im Falle einer Computertomographie als bildgebende Methode kann dies anhand von ohnehin akquirierten „Calcium Scoring”-Daten erfolgen. Das Verfahren erlaubt es außerdem die Daten eines Patienten 7 aus zwei oder mehrere Untersuchungen miteinander zu vergleichen oder anhand eines Abgleichs mit Daten aus einer Datensammlung 19 Rückschlüsse bezüglich weiterer Untersuchungen und eventueller Behandlungen zu ziehen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • - „Epicardial fat: properties, function and relationship to obesity”, Obesity Reviews 8(3), 253–261 hat Dr. S. W. Rabkin [0005]

Claims (13)

  1. Verfahren zur Bestimmung der Menge an epikardialem Fett (F) mittels einer medizinischen bildgebenden Methode, insbesondere mittels Computertomographie, bei dem ein erster Bilddatensatz (15) mit Hilfe eines Segmentierungsalgorithmus ausgewertet wird und das epikardiale Fett (F) und das Herzgewebe (H) identifiziert werden.
  2. Verfahren nach Anspruch 1, wobei beim Segmentierungsalgorithmus zur Bestimmung der anatomischen Grenze zwischen dem epikardialen Fett (F) und dem Herzgewebe (H) deren Absorptionsverhalten herangezogen wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Bilddatensatz (15) mehrere Schnittbilder (16) umfasst, welche einzeln ausgewertet werden und die Menge an epikardialem Fett (F) durch Aufsummieren der Teilmengen vom epikardialen Fett (F) in den einzelnen Schnittbildern (16) ermittelt wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Ergebnisse der Auswertung in einem Bild (B) dargestellt werden.
  5. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Ergebnisse der Auswertung manuell veränderbar sind.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei bei der Auswertung des Bilddatensatzes (15) das Volumen und die Masse des epikardialen Fetts (F) und des Herzgewebe (H) rechnerisch bestimmt werden.
  7. Verfahren nach Anspruch 6, wobei das Verhältnis zwischen den Massen des epikardialen Fetts (F) und des Herzgewebes (H) ermittelt wird.
  8. Verfahren nach Anspruch 7, wobei die Ergebnisse der Auswertung, insbesondere zumindest das Verhältnis zwischen den Massen des epikardialen Fetts (F) und des Herzmuskels (H), in einer elektronischen Patientenakte (17) gespeichert werden.
  9. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein späterer Bilddatensatz mit dem ersten Bilddatensatz (15) verglichen wird.
  10. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Ergebnisse der Auswertung mit in einer Datensammlung (19) hinterlegter Referenzdaten verglichen werden.
  11. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein bestehender, bei einer „Calcium-Scoring”-Untersuchung erhaltener Bilddatensatz (15) zur Bestimmung des Koronarkalks herangezogen wird.
  12. Vorrichtung zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 11, umfassend ein medizinisches bildgebendes System (1) zur Erzeugung von Bilddatensätzen (15), wobei eine Recheneinheit (10) mit einem Segmentierungsalgorithmus ausgestaltet ist, mit dessen Hilfe das epikardiale Fett (F) und das Herzgewebe (H) im Bilddatensatz (15) identifizierbar sind.
  13. Datensammlung (19) umfassend mit Hilfe des Verfahrens nach einem der Ansprüche 1 bis 11 gewonnene Ergebnisse, welche als Referenzdaten zum Vergleich mit aktuellen Ergebnissen herangezogen werden.
DE102008014899A 2008-03-19 2008-03-19 Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung Withdrawn DE102008014899A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102008014899A DE102008014899A1 (de) 2008-03-19 2008-03-19 Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102008014899A DE102008014899A1 (de) 2008-03-19 2008-03-19 Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung

Publications (1)

Publication Number Publication Date
DE102008014899A1 true DE102008014899A1 (de) 2009-09-24

Family

ID=40983956

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102008014899A Withdrawn DE102008014899A1 (de) 2008-03-19 2008-03-19 Verfahren und Vorrichtung zur Bestimmung der Menge an epikardialem Fett sowie Datensammlung

Country Status (1)

Country Link
DE (1) DE102008014899A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184631A (zh) * 2020-09-08 2021-01-05 上海交通大学附属第六人民医院 一种图像处理方法、设备及计算机可读存储介质
WO2021191092A1 (en) * 2020-03-27 2021-09-30 Koninklijke Philips N.V. Systems and methods for imaging and measuring epicardial adipose tissue

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Epicardial fat: properties, function and relationship to obesity", Obesity Reviews 8(3), 253-261 hat Dr. S. W. Rabkin
KAnKAANPÄÄ, M. u.a.: Myocardial Triglyceride Content and Epicardial Fat Mass in Human Obesity: Relationship to Left Ventricular Function and Serum Free Fatty Acid Levels. In: The Journal of Clinical Endocrinology & Metabolism. 2006, Vol. 91, S. 4689 - 4695 *
KAnKAANPÄÄ, M. u.a.: Myocardial Triglyceride Content and Epicardial Fat Mass in Human Obesity: Relationship to Left Ventricular Function and Serum Free Fatty Acid Levels. In: The Journal of Clinical Endocrinology & Metabolism. 2006, Vol. 91, S. 4689 - 4695 RABKIN, S.W.:Epicardial fat: prperties, function and relationship to obesity In: Obesity Rewiews 2006, Vol. 8, S. 253-261
RABKIN, S.W.:Epicardial fat: prperties, function and relationship to obesity In: Obesity Rewiews 2006, Vol. 8, S. 253-261 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021191092A1 (en) * 2020-03-27 2021-09-30 Koninklijke Philips N.V. Systems and methods for imaging and measuring epicardial adipose tissue
US20230346339A1 (en) * 2020-03-27 2023-11-02 Koninklijke Philips N.V. Systems and methods for imaging and measuring epicardial adipose tissue
CN112184631A (zh) * 2020-09-08 2021-01-05 上海交通大学附属第六人民医院 一种图像处理方法、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
DE102006037284B4 (de) Verfahren und Vorrichtung zur Darstellung von Myokardgeweben unterschiedlicher Schädigungszustände
DE102005061557B3 (de) Bildgebungsgerät sowie Verfahren zum Betrieb eines Bildgebungsgerätes
DE102016226230B4 (de) Automatisierte Bildprüfung in der Röntgenbildgebung
DE102006032991B4 (de) Verfahren und Rechnereinheit zur Einstellung einer Spritzenpumpe für eine Bildaufnahme
EP3332710B1 (de) Charakterisierung von plaque
DE202014010690U1 (de) System zum Bewerten der Qualität medizinischer Bilder wenigstens eines Teils der Anatomie eines Patienten
DE102009043069A1 (de) Visualisierungsverfahren und Bildgebungssystem
DE102009053471A1 (de) Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt
DE102015226400A1 (de) Automatisierte Ermittlung von Konturen auf Basis einer iterativen Rekonstruktion
EP3437559A1 (de) Ermitteln eines funktionsparameters betreffend eine lokale gewebefunktion für mehrere gewebebereiche
DE10210650A1 (de) Verfahren zur dreidimensionalen Darstellung eines Untersuchungsbereichs eines Patienten in Form eines 3D-Rekonstruktionsbilds
DE202017106016U1 (de) Medizinische Informationsverarbeitungsvorrichtung, Röntgen-CT-Vorrichtung und computerlesbares Speichermedium mit einem Programm für ein medizinisches Informationsverarbeitungsverfahren
DE102011090047A1 (de) Kontrollverfahren und Kontrollsystem
DE102016219887A1 (de) Verfahren und System zur Nutzung von Messdaten
DE102017221276A1 (de) Medizinische Bildverarbeitungsvorrichtung, Röntgen-CT Vorrichtung und medizinisches Bildverarbeitungsverfahren
DE102012205711B4 (de) Verfahren zum Betreiben eines bildgebenden Diagnosegerätes sowie medizinisches bildgebendes System
DE102011083629A1 (de) Bestimmung von potentiellen Perfusionsdefekten
DE102014207449A1 (de) Automatische Erkennung eines potenziellen Pleuraergusses
DE102008021835A1 (de) Verfahren und Tomographiegerät zur Normierung von Bilddaten hinsichtlich eines durch ein Kontrastmittel in den Bilddaten hervorgerufenen Kontrastes
DE102019210473A1 (de) Verfahren und Vorrichtung zur Bildgebung in der Computertomographie
EP3384848B1 (de) Flexibler einsatz eines klinischen entscheidungsunterstützungssystems
DE102013210252A1 (de) Automatische Generierung eines Auswahl-Bilddatensatzes
DE102006058906B4 (de) Verfahren zur Darstellung von tomographischen Aufnahmen und Tomographiesystem oder Tomographiesystemverbund zur Durchführung dieses Verfahrens
DE102005024323A1 (de) Verfahren zur Ermittlung von Betriebsparametern für ein Röntgengerät
DE102021102158A1 (de) Ultraschallbilderfassungsoptimierung gemäss verschiedenen atmungsmodi

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8120 Willingness to grant licences paragraph 23
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee