DE102008036814A1

DE102008036814A1 - Klassifizierungsverfahren und Klassifizierungseinheit für Objektgruppen und/oder Gewebemerkmalsgruppen sowie Verfahren zur Ermittlung von Entwicklungsdaten

Info

Publication number: DE102008036814A1
Application number: DE102008036814A
Authority: DE
Inventors: Lutz Dr. Gündel
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2008-08-07
Filing date: 2008-08-07
Publication date: 2010-02-11

Abstract

Die Erfindung betrifft ein Klassifizierungsverfahren für Objektgruppen und/oder Gewebemerkmalsgruppen innerhalb eines organischen Körpers (1) das mindestens aus folgenden Schritten besteht: Bereitstellen einer Klassifikationsdatenbank (KDB), in der Klassen mit gemäß einer Klassifikationsregel (KR) zugeordneten Referenz-Kenndaten (RKD) und Referenz-Gewebereich-Angaben (RGA) hinterlegt sind, Erfassung von Bilddaten (BD) des Körpers (1), Identifizierung (MD, CAD) von mindestens einem Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) innerhalb der Bilddaten (BD), Identifizierung (BSB) mindestens eines Gewebebereichs (3, 7), innerhalb dessen sich mindestens ein solches Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befindet, Sammlung von Kenndaten (KD, KD1, KD2, KD3) der Objektgruppen und/oder Gewebemerkmalsgruppen, Abgleich (A) der Kenndaten (KD, KD1, KD2, KD3) der Objektgruppen und/oder Gewebemerkmalsgruppen in Kombination mit Angaben (GA) zu mindestens einem Gewebebereich (3, 7), innerhalb dessen sich mindestens eines der Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befindet, mit den Referenz-Kenndaten (RKD) und Referenz-Gewebebereich-Angaben (RGA) aus der Klassifikations-Datenbank (KDB) und Herausfiltern der Klasse mit der höchstmöglichen Übereinstimmung zwischen den Kenndaten (KD, KD1, KD2, KD3) und den Referenz-Kenndaten (RKD) und zwischen den Angaben (GA) zu dem Gewebebereich ...

Description

Die vorliegende Erfindung betrifft ein Klassifizierungsverfahren und eine Klassifizierungseinheit für Objektgruppen und/oder Gewebemerkmalsgruppen innerhalb eines organischen Körpers. Des Weiteren betrifft sie ein Verfahren zu Ermittlung von Entwicklungsdaten zu Objektgruppen und/oder Gewebemerkmalsgruppen.
Objekte bzw. Gewebemerkmale treten in bestimmten Fällen gruppenweise in Körpern von Tieren bzw. Menschen auf. Solche Objekte können beispielsweise Organsteine sein wie z. B. Gallensteine, die sich in der Galle gruppieren, sich dann jedoch auch im Gallengang zwischen Galle und Leber anlagern können. Gewebemerkmale, die gruppenweise auftreten, sind beispielsweise Tumore oder Zysten. In einem fortgeschrittenen Krebsstadium beispielsweise sind Tumore nicht auf ein einzelnes befallenes Organ begrenzt, sondern auch im Parenchym, d. h. dem das Organ umgebenden Gewebe, und Ver- bzw. Entsorgungsorganen wie den Lymphbahnen und Blutgefäßen zu finden. Zudem können sich auch außerhalb des Parenchyms und der Ver- bzw. Entsorgungsorgane Metastasen, also Abstammungs-Tumore, bilden.

Heute kann in Volumenbilddaten aus bildgebenden Verfahren wie z. B. der Computertomographie (CT), der Magnetresonanztomographie (MR), dem Ultraschall, der Positronen-Emissionstomographie (PET) oder der Single-Proton-Emissions-Computertomographie (SPECT) manuell bzw. automatisiert oder teilautomatisiert mit Hilfe entsprechender Algorithmen nach Objekten bzw. Gewebemerkmalen gesucht werden. Am Beispiel der Tumor-Klassifizierung soll hier verdeutlicht werden, welche Schritte derzeit durchgeführt werden müssen, um eine Vergleichsbasis zu erhalten, aufgrund derer in späteren Inspektionen desselben Gewebebereichs die Entwicklung solcher Gewebemerkmale abgeleitet werden kann:
Wird ein Tumor gefunden, dann steht im Mittelpunkt des Erkenntnisinteresses meist das sogenannte Staging. Hierbei wird beurteilt, inwieweit der Tumor das Parenchym infiltriert, ob benachbarte oder weiter entfernte Versorgungsorgane wie Lymphknoten befallen sind und ob Tumormetastasen vorhanden sind. Diese Bewertung wird unter anderem mit der sogenannten TNM-Klassifikation (T = Tumor, N = Lymph Node, M = Metastasis) ausgeführt. So beschreibt zum Beispiel die Klassenangabe T1N0M0 einen abgegrenzten Tumor innerhalb eines bestimmten Organs, wobei keine Lymphknoten befallen und keine Metastasen feststellbar sind. Die TNM-Klassifikation ist von Organ zu Organ unterschiedlich. Beim Darm etwa bedeutet ein Stadium T3, dass ein Darmtumor in die Darmwand eingewachsen ist, wohingegen bei der Leber das Stadium T3 das Vorhandensein mehrerer Lebertumore größer als 5 cm oder mindestens einen Lebertumor bedeutet, der in einen Hauptast der Leber- oder Portalvene eingewachsen ist. Die TNM-Klassifikation wird darüber hinaus regional unterschiedlich interpretiert und es existieren zudem auch andere Klassifikationsarten in verschiedenen Ländern. Eine beispielhafte Klassifizierungsgrundlage für Bronchialtumore stellt die folgende Tabelle dar:

Tx	Keine Beurteilung des Primärtumors möglich oder bei malignen Zellen im Sputum ist der Tumor, weder bronchoskopisch, noch röntgenologisch sichtbar
T0	Kein Hinweis auf Primärtumor
Tis	Carcinoma in situ
T1	Tumor 3 cm oder weniger in größter Ausdehnung, umgeben von Lungengewebe oder viszeraler Pleura, kein bronchoskopischer Nachweis einer Infiltration proximal eines Lappenbronchus (Hauptbronchus frei).
T2	Tumor jeder Größe mit einem der folgenden Kennzeichen hinsichtlich Größe und Ausdehnung: • Tumor in größter Ausdehnung mehr als 3 cm • Tumor mit Befall des Hauptbronchus bis zu 2 cm distal der Carina • Tumor infiltriert die viszerale Pleura • Tumor verursacht assoziierte Atelektase oder obstruktive Entzündung bis zum Hilus, aber nicht der ganzen Lunge
T3	Tumor jeder Größe mit direkter Infiltration einer der folgenden Strukturen: • Thoraxwand (einschließlich Tumoren des Sulcus superior) • Zwerchfell • mediastinale Pleura • parietales Perikard ohne das Herz zu infiltrieren oder Tumor im Hauptbronchus weniger als 2 cm distal der Carina ohne Befall der Carina selbst oder Tumor mit Atelektase oder obstruktiver Entzündung der ganzen Lunge
T4	Tumor jeder Größe mit Infiltration einer der folgenden Strukturen: • Mediastinum • Herz • Große Gefäße • Trachea/Carina • Ösophagus • Wirbelkörper oder Tumor mit malignem Pleuraerguss oder Satellitenmetastase im vom Primärtumor befallenen Lungenlappen
Nx	Regionäre Lymphknoten können nicht beurteilt werden
N0	Keine regionären Lymphknotenmetastasen vorhanden
N1	Metastasen in ipsilateralen peribronchialen Lymphknoten und/oder in ipsilateralen Hiluslymphknoten (einschließlich einer direkten Ausbreitung des Primärtumors)
N2	Metastasen in ipsilateralen mediastinalen und/oder subcarinalen Lymphknoten
N3	Metastasen in kontralateralen mediastinalen, kontralateralen Hilus-, ipsi- oder kontralateralen Skalenus- oder supraklavikulären Lymphknoten
Mx	Das Vorliegen von Fernmetastasen kann nicht beurteilt werden
M0	Keine Fernmetastasen vorhanden
M1	Fernmetastasen vorhanden

Es lässt sich also zusammenfassend feststellen, dass unterschiedliche Klassifizierungsstandards existieren und Klassifizierungen zeitaufwendig und verhältnismäßig ungenau, weil sie rein abhängig vom klassifizierenden Personal und seinem Erfahrungshintergrund, erstellt werden.
Analoges gilt erst recht für die Klassifizierung andersartiger Gewebemerkmale wie beispielsweise von Entzündungsherden oder von Objekten wie Organsteinen, die derzeit, wenn überhaupt, noch nach sehr unterschiedlichen Regeln klassifiziert werden.
Diese Problematik wird dann potenziert, wenn Entwicklungsdaten zur Entwicklung von Objekt- bzw. Gewebemerkmalsgruppen generiert werden sollen: Zur Einschätzung einer solchen Entwicklung ist es nämlich notwendig, den Status dieser Objekt- bzw. Gewebemerkmalsgruppen in bestimmten Zeitabständen zu ermitteln und dann mit einem Vor-Status zu vergleichen. Auf diese Weise kann erkannt werden, ob sich beispielsweise ein Krankheitsbefall verschlimmert oder verbessert hat. Gerade hierfür ist eine zuverlässige Datenbasis der zu vergleichenden Stati unerlässlich.
Der Erfindung liegt daher die Aufgabe zugrunde, ein Klassifizierungsverfahren bereitzustellen, mit Hilfe dessen eine Klassifizierung einfacher bzw. effektiver bzw. kostengünsti ger und/oder genauer erhältlich ist. Des Weiteren ist es Aufgabe der Erfindung, eine hierfür geeignete Klassifizierungseinheit zur Verfügung zu stellen sowie ein verbessertes Verfahren zur Ermittlung von Entwicklungsdaten.
Diese Aufgabe wird erfindungsgemäß durch ein Klassifizierungsverfahren gemäß Anspruch 1, ein Verfahren gemäß Anspruch 11 und eine Klassifizierungseinheit gemäß Anspruch 13 gelöst.
Demgemäß besteht ein Klassifizierungsverfahren für Objektgruppen und/oder Gewebemerkmalsgruppen innerhalb eines organischen Körpers aus mindestens folgenden Schritten:

– Bereitstellen einer Klassifikationsdatenbank, in der Klassen mit gemäß einer Klassifikationsregel zugeordneten Referenz-Kenndaten und Referenz-Gewebebereich-Angaben hinterlegt sind,
– Erfassung von Bilddaten des Körpers,
– Identifizierung mindestens eines Objekts und/oder Gewebemerkmals innerhalb der Bilddaten,
– Identifizierung mindestens eines Gewebebereichs, innerhalb dessen sich mindestens ein solches Objekt und/oder Gewebemerkmal befindet,
– Sammlung von Kenndaten der Objektgruppen und/oder Gewebemerkmalsgruppen,
– Abgleich der Kenndaten der Objektgruppen und/oder Gewebemerkmalsgruppen in Kombination mit Angaben zu mindestens einem Gewebebereich, innerhalb dessen sich mindestens eines der Objekte und/oder Gewebemerkmale befindet, mit den Referenz-Kenndaten und Referenz-Gewebebereich-Angaben aus der Klassifikations-Datenbank und Herausfiltern der Klasse mit der höchstmöglichen Übereinstimmung zwischen den Kenndaten und den Referenz-Kenndaten und zwischen den Angaben zu dem Gewebebereich und den Referenz-Gewebebereich-Angaben.

Die Erfindung bedient sich also einer Klassifikations-Datenbank und kombiniert diese mit aus den Bilddaten des Körpers gewonnenen Informationen. Diese Bilddaten können im Rahmen der Erfindung sowohl aus radiologischen Untersuchungen als auch aus optischen Untersuchungsmethoden, beispielweise Auflicht-Mikroskop-Aufnahmen, stammen. Sie können gegebenenfalls auch aus verschiedenen Untersuchungsdaten kombiniert sein. Innerhalb der Bilddaten erfolgt eine Identifizierung, beispielsweise eine automatisierte Detektion von Objekten bzw. Gewebemerkmalen, wie z. B. Tumoren. Derart identifizierte Objekte werden in der Folge einem Gewebebereich zugeordnet, und es werden Kenndaten der Objekt- bzw. Gewebemerkmalsgruppen gesammelt. Diese Kenndaten werden bevorzugt automatisch mit Referenz-Kenndaten bzw. Referenz-Gewebebereich-Angaben aus der Klassifikationsdatenbank abgeglichen. Aus diesem Abgleich wird automatisch die Klasse abgeleitet, die die höchstmögliche Übereinstimmung zwischen den aus den Bilddaten generierten Informationen und den korrespondierenden Informationen aus der Klassifikationsdatenbank aufweist.
Als Objekte werden im Rahmen der Erfindung Fremdkörper, wie Organsteine, Kalkablagerungen und andere, nicht dem typischen Organinhalt zuzuordnende und von diesem separierbare Körper definiert. Hingegen werden unter Gewebemerkmalen in erster Linie Läsionen verstanden, also beispielsweise Entzündungen, Zysten, Tumore oder Verwachsungen. Allgemein handelt es sich bei Gewebemerkmalen um fest in ein Gewebe eingebettete Strukturen, die aus totem oder lebendigem Gewebe der jeweiligen Umgebung gebildet sind.
Als Objektgruppen bzw. Gewebemerkmalsgruppen wird eine Anzahl von Objekten bzw. Gewebemerkmalen definiert, die sich innerhalb eines Aufnahmebereichs befinden, also beispielsweise innerhalb des Bereichs, der durch die Bilddaten erfasst ist oder innerhalb eines Teilbereichs hiervon. Dabei bezieht sich typischerweise eine Objektgruppe bzw. eine Gewebegruppe immer nur auf die Anzahl von Objekten, die einer bestimmten Kategorie zuzuordnen ist, d. h. artgleicher oder artverwandter Objekte bzw. Gewebemerkmale. Als artverwandte Objekte bzw. Gewebemerkmale seien im Rahmen der Erfindung all diejenigen Objekte bzw. Gewebemerkmale definiert, die unter einem medizinischen Oberbegriff zusammenfassbar sind. Dies bedeutet bei spielsweise, dass hierunter prinzipiell jede Art von Organsteinen, ob Gallen- Nieren, oder Gallengangsteine, subsummierbar sind oder in einem anderen Anwendungsbereich jede Art von Tumoren. Selbstverständlich kann diese Definition von ”artverwandt” im Rahmen des erfindungsgemäßen Verfahrens auch verfeinert sein, etwa durch eine Konzentration auf Steine mit einer besonderen Zusammensetzung oder Tumore mit einer bestimmten Konsistenz, etwa maligne Tumore. Dies wird im Rahmen der Erfindung als Artgleichheit verstanden.
Die Anzahl der Objekte bzw. Gewebemerkmale einer Gruppe kann auch genau eins sein. Ist von einer Gruppe von Objekten die Rede, so wird hierunter nicht die zuvor ermittelte Anzahl der Objekte verstanden, sondern die jeweils bei einer Bildgebung detektierbare Gesamtheit von Objekten bzw. Gewebemerkmalen: Im Verlauf der Zeit kann sich ihre Anzahl innerhalb einer solchen Gruppe verändern.
Mit dem erfindungsgemäßen Verfahren ist es nun also möglich, automatisch exakter und effektiver als bisher eine Klassifizierung durchzuführen. Insbesondere wird hier durch die Klassifikationsdatenbank auf einen reproduzierbaren Klassifizierungsstandard zurückgegriffen, so dass die Klassifizierung auch von Dritten unter Zuhilfenahme derselben Klassifizierung sofort nachvollzogen und verstanden werden kann.
Eine erfindungsgemäße Klassifizierungseinheit für innerhalb eines organischen Körpers befindliche Objektgruppen und/oder Gewebemerkmalsgruppen weist mindestens folgende Komponenten auf:

– eine Eingangsschnittstelle für Bilddaten,
– eine Eingangsschnittstelle für Referenz-Kenndaten und Referenz-Gewebebereich-Angaben sowie Klasseninformationen aus einer Klassifikationsdatenbank,
– eine Objekt-Identifizierungseinheit zur Identifizierung von Objekten und/oder Gewebemerkmalen innerhalb der Bilddaten,
– eine Gewebebereichs-Identifizierungseinheit zur Identifizierung von Gewebebereichen, innerhalb derer sich solche Objekte und/oder Gewebemerkmale befinden,
– eine Kenndaten-Sammlungseinheit zur Sammlung von Kenndaten der Objektgruppen und/oder Gewebemerkmalsgruppen,
– eine Zuordnungseinheit zum Abgleich der Kenndaten in Kombination mit Angaben zu Gewebebereichen mit Referenz-Kenndaten und Referenz-Gewebebereich-Angaben aus der Klassifikations-Datenbank und zum Herausfiltern der Klasse mit der höchstmöglichen Übereinstimmung zwischen den Kenndaten und den Referenz-Kenndaten und zwischen den Angaben zu dem Gewebebereich und den Referenz-Gewebebereich-Angaben, und
– eine Ausgangsschnittstelle zur Weiterleitung von Daten zur durch die Zuordnungseinheit herausgefilterten Klasse.

Die Schnittstellen müssen nicht zwangsläufig als Hardwarekomponenten ausgebildet sein, sondern können auch als Softwaremodule realisiert sein, beispielsweise, wenn die Bilddaten ganz oder teilweise von einer bereits auf dem gleichen Gerät realisierten anderen Komponente, wie zum Beispiel einer Bildrekonstruktionsvorrichtung für ein Tomographiesystem oder dergleichen, übernommen werden können oder an eine andere Komponente nur softwaremäßig übergeben werden müssen. Ebenso können die Schnittstellen auch aus Hardware- und Softwarekomponenten bestehen, wie zum Beispiel eine Standard-Hardwareschnittstelle, die durch Software für den konkreten Einsatzzweck speziell konfiguriert wird. Außerdem können beide Schnittstellen auch in einer gemeinsamen Schnittstelle, beispielsweise einer Input/Output-Schnittstelle, zusammengefasst sein. Insbesondere kann die Eingangsschnittstelle, über die Daten aus der Klassifikationsdatenbank bezogen werden, beispielsweise auch ein Internet-Interface sein, über das weltweit Klassifikations-Datenbanken konsultiert werden können. Auch einzelne der genannten Funktionseinheiten können in funktional übergeordneten Einheiten zusammengefasst oder als Teile von Funktionseinheiten ausgebildet sein.
Insgesamt können ein Großteil der Komponenten zur Realisierung der Klassifizierungseinheit in der erfindungsgemäßen Weise, insbesondere die Objekt-Identifizierungseinheit, die Gewebebereichs-Identifizierungseinheit, die Kenndaten-Sammlungseinheit und die Zuordnungseinheit, ganz oder teilweise in Form von Softwaremodulen auf einem Prozessor realisiert werden.
Die Erfindung betrifft daher auch ein Computerprogrammprodukt, das direkt in einen Prozessor eines programmierbaren Bildbearbeitungssystems ladbar ist, mit Programmcode-Mitteln, um alle Schritte eines erfindungsgemäßen Klassifizierungsverfahrens und/oder eines erfindungsgemäßen Verfahrens zur Ermittlung von Entwicklungsdaten (wie unten ausgeführt) auszuführen, wenn das Programmprodukt auf dem Bildbearbeitungssystem ausgeführt wird.
Bei einem erfindungsgemäßen automatischen Verfahren zur Ermittlung von Entwicklungsdaten zu Objektgruppen und/oder Gewebemerkmalsgruppen werden zeitversetzt generierte Klassifizierungen derselben Objektgruppen und/oder Gewebemerkmalsgruppen verglichen, wobei mindestens eine der Klassifizierungen, bevorzugt eine zuletzt generierte Klassifizierung, mit einem erfindungsgemäßen Klassifizierungsverfahren durchgeführt wird.
Eine besondere Wirkung entfaltet das erfindungsgemäße Klassifizierungsverfahren im zeitversetzten Vergleich von Klassifizierungen. Seine hohe Genauigkeit und schnelle Durchführbarkeit garantieren, dass eine verlässliche Vergleichsbasis vorliegt, die zum Vergleich mit anderen Klassifizierungsergebnissen optimal verwendet werden kann. Im Ergebnis eines entsprechenden Verfahrens zur Ermittlung von Entwicklungsdaten liegen Entwicklungsdaten zu Objekt- bzw. Gewebemerkmalsgruppen vor, die den Entwicklungsverlauf dieser Gruppen repräsentieren. Es kann auf Basis dieser Entwicklungsdaten festgestellt werden, ob sich ein Befall eines Körpers mit bestimmten malignen Objekten bzw. Gewebemerkmalen fortgesetzt oder reduziert hat. Beispielsweise kann durch vorzugsweise automatischen Abgleich von Klassifikationen eines Galle festgestellt werden, ob Gallensteine mitsamt ihren Ablegern in Gallengang und Leber größer und zahlreicher wurden bzw. sich in andere verlagert haben oder ob im Gegenteil eine Reduzierung bzw. Verkleinerung der Gallensteine feststellbar ist.
Weitere besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich auch aus den abhängigen Ansprüchen sowie der nachfolgenden Beschreibung. Dabei kann die Klassifizierungseinheit auch entsprechend den abhängigen Ansprüchen zum analogen Klassifizierungsverfahren weitergebildet sein und umgekehrt.
Gemäß einer besonders bevorzugten Anwendung erfolgt mit Hilfe des erfindungsgemäßen Klassifizierungsverfahrens eine Klassifizierung von Tumoren. Im Rahmen dessen ist es besonders vorteilhaft, eine wie oben beschriebene TNM-Klassifizierung für Tumore zu verwenden. Tumore sind derzeit das Hauptuntersuchungsfeld, in dem eine Klassifizierung Anwendung findet. Mit einer TNM-Klassifikationsregel liegt hierfür eine relativ standardisierte bzw. standardisierbare Klassifikationsregel vor, die als valide Basis dienen kann für einen Abgleich mit Informationen, die aus den Bilddaten abgeleitet werden können.
Besonders bevorzugt werden Körperorgane als Betrachtungseinheiten für Gewebebereiche verwendet. Im Rahmen dessen hat es sich als besonders vorteilhaft erwiesen, wenn ein Körperorgan, in dem sich ein Objekt und/oder Gewebemerkmal befindet, als ein Ausgangs-Klassifizierungsbereich festgelegt wird. Dies bedeutet, dass erstens die Unterteilung der einzelnen Gewebebereiche eine Unterteilung nach Körperorganen ist. Zweitens wird ein Bereich als übergeordnete Zuordnungseinheit für die Objektgruppe bzw. die Gewebemerkmalsgruppe verwendet und bestimmt dabei wesentlich die Klassifikation: Es handelt sich also bei einem bestimmten Körperorgan, in dem sich mindestens ein Objekt und/oder Gewebemerkmal befindet, um das Ziel- bzw. Untersuchungsorgan. Beispielsweise möchte man üblicherweise, ausgehend von einem bestimmten Organ, eine Klassifikation nach der TNM-Klassifikationsregel durchführen. Dies kann etwa die Lunge sein, in deren Bereich ein Tumorbefall gesucht wird, wobei sich diese Suche auf dieses Organ und üblicherweise auf sein Wirkungsumfeld bezieht. So können im Rahmen der Suche auch in den Versorgungsorganen der Lunge, wie z. B. den Blutgefäßen, Tumorbefälle festgestellt werden; diese werden jedoch aufgrund des Fokus auf die Lunge als Metastasen eines zu untersuchenden Lungentumors verstanden. Die Lunge ist in diesem Beispiel also der Ausgangs-Klassifizierungsbereich.
Bei der Definition eines Körperorgans als Ausgangs-Klassifizierungsbereich wird vorzugsweise dasjenige Körperorgan als Ausgangs-Klassifizierungsbereich definiert, in dem eine größte Anzahl an artgleichen oder artverwandten Objekten und/oder Gewebemerkmalen feststellbar ist. Als Ausgangs-Klassifizierungsbereich wird bevorzugt ein Funktionsorgan verwendet, d. h. ein solches Körperorgan, das nicht als Versorgungsorgan fungiert: Ein solches Organ hat eine eigenständige Funktion, die nur von ihm vollständig ausführbar ist. Die Wahl des Körperorgans als Ausgangsklassifizierungsbereich, in dem die größte Anzahl artgleicher bzw. artverwandter Objekte bzw. Gewebemerkmale feststellbar ist, setzt dasjenige Körperorgan in den Fokus der Betrachtung, bei dem davon mit großer Wahrscheinlichkeit davon auszugehen ist, dass von ihm die Ausbreitung der Objekte bzw. Gewebemerkmale ursprünglich ausging. Alternativ kann beispielsweise auch das Organ in den Bilddaten als Ausgangs-Klassifizierungsbereich definiert werden, in dem volumen- oder mengenmäßig die meisten Objekte und/oder Gewebemerkmale detektierbar sind. Bei diesem Organ kann man im Allgemeinen davon ausgehen kann, dass es den Entwicklungsherd bildet, von dem aus Objekte bzw. Gewebemerkmale in andere Organe gelangen bzw. abgestrahlt werden.
Bevorzugt werden weiterhin in einem Gewebe und/oder einem Versorgungsorgan, das mit dem Ausgangs-Klassifizierungs bereich in direktem örtlichen und/oder Funktionszusammenhang steht, zu einem im Ausgangs-Klassifizierungsbereich identifizierten Objekt oder Gewebemerkmal artgleiche oder artverwandte Objekte und/oder Gewebemerkmale gesucht. Es wird also zunächst ein Objekt bzw. Gewebemerkmal in einem Ausgangs-Klassifizierungsbereich festgestellt und identifiziert und dann in der Folge gezielt im Parenchym des Ausgangs-Klassifizierungsbereichs und/oder im Bereich der Versorgungsorgane nach artgleichen bzw. artverwandten ähnlichen Objekten bzw. Gewebemerkmalen gesucht. Daraus ergibt sich unter anderem der Vorteil, dass als Objekt- bzw. als Gewebemerkmalsgruppe möglichst alle artgleichen bzw. artverwandten Objekte bzw. Gewebemerkmale zusammengefasst werden, die in einem direkten Zusammenhang zu den Objekten bzw. Gewebemerkmalen in einem bestimmten betroffenen Organ stehen.
Bevorzugt erfolgt die Identifizierung von Objekten und/oder Gewebemerkmalen automatisch, wobei hierunter auch eine teilautomatische Identifizierung subsumiert wird. Ist ein Objekt bzw. Gewebemerkmal einmal bestimmt, so kann ein Erkennungsalgorithmus anhand der Erkennungsmerkmale des Objekts bzw. Gewebemerkmals eine automatische Identifizierung von artgleich oder artverwandten Objekten bzw. Gewebemerkmale in den vorhandenen Bilddaten durchführen. Dies erfolgt in der Regel genauer und schneller als beispielsweise mit dem bloßen menschlichen Auge.
Grundsätzlich kann jegliche Art von Kenndaten der Objektgruppen bzw. Gewebemerkmalsgruppen zu einem Abgleich mit Klassifikationen in einer Klassifikations-Datenbank verwendet werden. Besonders bevorzugt umfassen die Kenndaten der Objektgruppen und/oder Gewebemerkmalsgruppen mindestens eine, bevorzugt jedoch alle der folgenden Daten: - Größenangaben der Objekte und/oder Gewebemerkmale, - Positionsangaben der Objekte und/oder Gewebemerkmale, - Angaben zur Beschaffenheit der Objekte und/oder Gewebemerkmale und - Mengenangabe artgleicher und/oder artverwandter Objekte.
Zusätzlich und/oder alternativ werden Daten bzw. Parameterwerte als Kenndaten generiert und im Abgleich verwendet, die sich darauf beziehen, ob sich Objekte und/oder Gewebemerkmale über Organgrenzen hinweg erstrecken.
Die Größe, die Position, die Struktur und die Menge der Objekte bzw. Gewebemerkmale, ebenso wie die Information, ob sich Objekte bzw. Gewebemerkmale über Organe hinweg erstrecken, sind Bezugsdaten, wie sie heute bereits in der Tumorklassifizierung verwendet werden. Aufgrund ihrer kann ein vergleichsweise genauer Eindruck über den Befall eines Körpers erreicht werden.
Im erfindungsgemäßen Klassifizierungsverfahren wird im Wesentlichen auf Bilddaten eins menschlichen bzw. tierischen Körpers rekurriert. Zusätzlich können jedoch weitere Daten, beispielsweise aus Biopsien, zur Gewinnung der Kenndaten verwendet werden. Hierdurch kann das Gesamtbild eines Befalls noch weiter verfeinert werden.
Im Rahmen eines erfindungsgemäßen Verfahrens zur Ermittlung von Entwicklungsdaten ist es besonders vorteilhaft, wenn zu den einzelnen Klassifizierungen zugeordnete Bilddaten aufeinander registriert werden. Hierdurch ergibt sich eine Art kombiniertes Koordinatensystem der zeitversetzt gewonnenen Bilddaten, aufgrund dessen beispielsweise auch Wanderungen von Objekten bzw. Gewebemerkmalen und Größenveränderungen einzelner Objekte bzw. Gewebemerkmale darstellbar und erkennbar werden.
Besonders bevorzugt werden alle Schritte des erfindungsgemäßen Klassifizierungsverfahrens und des Verfahrens zur Ermittlung von Entwicklungsdaten – auch in den Teilschritten der besonders bevorzugten Ausführungen und Weiterbildungen – vollautomatisch durchgeführt. Einzelne Schritte können ggf. auch teilautomatisch, d. h. durch automatische Entgegennahme und Weiterverarbeitung von Input-Informationen über entsprechende Eingangsschnittstellen durchgeführt werden. Hierdurch sind die Verfahren schnell, möglichst kostengünstig, effektiv und vergleichsweise fehlerunanfällig.
Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Es zeigen:
1 eine schematische Schnittdarstellung eines Körpers und einzelner seiner Organe mit mehreren darin befindlichen Gewebemerkmalen,
2 eine schematische Blockdarstellung eines möglichen Ablaufs eines erfindungsgemäßen Klassifizierungsverfahrens,
3 eine schematische Blockdarstellung einer erfindungsgemäßen Klassifizierungseinheit und
4 eine schematische Blockdarstellung eines möglichen Ablaufs eines erfindungsgemäßen Verfahrens zur Ermittlung von Entwicklungsdaten.
1 zeigt schematisch einen menschlichen Körper 1 mit zwei Funktionsorganen 3, 7 und einem Versorgungsorgan 9 – hier einer Lymphbahn, das ein Funktionsorgan 3 versorgt. Weiterhin ist das Parenchym 5 des ersten Funktionsorgans 3 strichliert angedeutet. Im Körper 1 verteilt sind mehrere Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h. Bei näherer Betrachtung der Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h ist feststellbar, dass sich die meisten innerhalb der Funktionsorgane 3, 7 bzw. des Versorgungsorgans 9 befinden. Nur ein Gewebemerkmal 11h befindet sich komplett außerhalb dieser Organe 3, 7, 9. Ein einzelnes Gewebemerkmal 11e befindet sich im Funktionsorgan 7, während sich vier Gewebemerkmale 11a, 11b, 11c und 11d innerhalb des Funktionsorgan 3 befinden und zwei Gewebemerkmale 11f, 11g innerhalb des Versorgungsorgans 9. Ein Gewebemerkmal 11a ist im Randbereich des Versorgungsorgans 3 positioniert und reicht in das Parenchym 5 des Funktionsorgans 3 hinein. Ähnlich reicht auch ein Gewebemerkmal 11f über das Versorgungsorgans 9 hinaus. In einer automatischen Klassifikation des hier dargestellten Krankheitsbefallbildes ist es nun wichtig, die Positionsangaben, zusammen mit Größen- und Mengenangaben der Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h zu berücksichtigen und mit einer Klassifikationsdatenbank abzugleichen.
2 zeigt ein schematisches Ablaufschema eines erfindungsgemäßen Klassifizierungsverfahrens in Blockdarstellung. Bilddaten BD eines Körpers 1 werden hierbei einer näheren Analyse unterzogen: Mittels einer manuellen Detektion MD und einer computerunterstützten Detektion CAD werden die Bilddaten BD auf das Vorhandensein von Objekten bzw. Gewebemerkmalen 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h untersucht und ihre Position ermittelt. Aus der manuellen Detektion MD abgeleitete Erkennungsdaten ID₁ und aus der computergestützten Detektion CAD abgeleitete Erkennungsdaten ID₂ fließen in eine manuellen und/oder automatischen Objekt- bzw. Gewebemerkmalssegmentierung mit anschließender Vermessung und Bestimmung OSVB der betreffenden Objekte bzw. Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h ein, wo deren Größe und Art ermittelt wird. Aus diesen drei Teilprozessen resultieren Kenndaten KD₁, KD₂, KD₃ die folgende Informationen zur Objektgruppe beinhalten: Deren Anzahl, Positionen, Größe und Art. In einer manuellen und/oder automatischen Gewebebereichssegmentierung und -bestimmung BSB wird unter Zuhilfenahme der Erkennungsdaten ID₁, ID₂ mindestens ein Gewebebereich, vorzugsweise ein Organ, besonders bevorzugt ein Funktionsorgan 3, 7, ermittelt und bestimmt, innerhalb dessen sich betreffende Objekte bzw. Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h befinden und eine Erstreckung über die Grenzen dieses Gewebebereichs hinweg erfasst. Die so gewonnen Angaben GA zum Gewebebereich fließen gemeinsam mit den Kenndaten KD₁, KD₂, KD₃ in einen Report R ein, der in der Folge in einem Abgleich A mit Referenz-Kenndaten RKD und Referenz-Gewebebereich-Angaben RGA aus einer Klassifikationsdatenbank KDB abgeglichen wird. Zusätzlich können Informationen aus einem Vor-Report VR in den Report R mit einfließen. Der Report kann zugleich über eine Ausgabeeinheit SC, beispielsweise einen Bildschirm, angezeigt werden. Im Abgleich wird diejenige Klasse aus der Klassifikationsdatenbank KDB ermittelt, die die höchstmögliche Übereinstimmung zwischen den Kenndaten KD₁, KD₂, KD₃ und den Referenz-Kenndaten RKD und zwischen den Angaben GA zu dem Gewebebereich 3, 7 und den Referenz-Gewebebereich-Angaben RGA aufweist. Die dieser Klasse entsprechenden aus der Klassifikationsdatenbank abrufbaren Klasseninformationen KI – beispielsweise der Name der Klasse, ggf. mit einer zusätzlichen Erläuterung ihrer Bedeutung analog zur oben aufgeführten Tabelle – können ebenfalls über die Ausgabeeinheit SC ausgegeben werden.
In 3 ist schematisch ein Beispiel einer erfindungsgemäßen Klassifizierungseinheit 13 dargestellt. Sie umfasst eine Eingangsschnittstelle 15 für Bilddaten BD, eine Eingangsschnittstelle 22 für Daten RKD, RGA, KI aus einer Klassifikationsdatenbank KDB und eine Ausgangsschnittstelle 27 zur Weiterleitung von Klasseninformationen KI. Zwischen der Eingangsschnittstelle 15 für Bilddaten BD und der Ausgangsschnittstelle 27 sind folgende Komponenten angeordnet: Eine Objekt-Identifizierungseinheit 17, eine Gewebebereichs-Identifizierungseinheit 19, eine Kenndaten-Sammlungseinheit 21, und eine aus einer Abgleicheinheit 23 und einer Filterungseinheit 25 bestehende Zuordnungseinheit 26.
Über die Eingangsschnittstelle 15 gelangen Bilddaten BD in die Objekt-Identifizierungseinheit 17, die hieraus Objekt- bzw. Gewebemerkmalsinformationen OI zu Objekten bzw. Gewebemerkmalen 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h durch Identifizierung der Objekte bzw. Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h ableitet. Parallel gelangen die Bilddaten BD in die Gewebebereichs-Identifizierungseinheit 19, die Gewebebereiche identifiziert, innerhalb derer sich die Objekte bzw. Gewebemerkmale 11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h befinden und daraus Gewebebereichs-Informationen GI ableitet.
Aus den Objekt- bzw. Gewebemerkmalsinformationen OI und den Gewebebereichs-Informationen GI sammelt die Kenndaten-Sammlungseinheit 21 Kenndaten KD und Angaben GA zum Gewebebereich der betreffenden Objektgruppen bzw. Gewebemerkmalsgruppen, die in die Zuordnungseinheit 26 eingespeist werden. Sie ist über die Eingansschnittstelle 22 mit der Klassifikationsdatenbank KDB verknüpft, in der gemäß einer Klassifikationsregel KR Klassen hinterlegt sind.
In der Abgleichseinheit 23 der Zuordnungseinheit 26 erfolgt ein Abgleich der Kenndaten KD und der Angaben GA zum Gewebebereich mit aus der Klassifikationsdatenbank KDB bezogenen Referenz-Kenndaten RKD und Referenz-Gewebebereich-Angaben RGA. Danach filtert die Filterungseinheit 25 diejenige Klasse aus der Klassifikationsdatenbank KDB heraus, die die höchstmögliche Übereinstimmung zwischen den Kenndaten KD und den Referenz-Kenndaten RKD und zwischen den Angaben GA zum Gewebebereich und den Referenz-Gewebebereich-Angaben RGA aufweist. Die Klasseninformationen KI zu dieser ausgewählten Klasse werden über die Ausgangsschnittstelle 27 weitergeleitet.
4 zeigt schematisch den beispielhaften Ablauf eines erfindungsgemäßen Verfahrens zur Ermittlung von Entwicklungsdaten. Eine erste Klassifizierung K₁ und eine zweite Klassifizierung K₂ werden zeitversetzt für denselben Gewebebereich bzw. für dieselben Objektgruppen und/oder Gewebemerkmalsgruppen durchgeführt. Dabei ist mindestens eine der beiden Klassifizierungen K₁, K₂ bevorzugt die zuletzt generierte Klassifizierung K₂, besonders bevorzugt jedoch beide Klassifizierungen K₁, K₂ mit einem erfindungsgemäßen Klassifizierungsverfahren durchgeführt worden. In einem Vergleich V werden die beiden Klassifizierungen K₁, K₂ miteinander verglichen.
Daraus resultieren Entwicklungsdaten ED, mit Hilfe derer erkennbar ist, wie sich die klassifizierten Objekt- bzw. Gewebemerkmalsgruppen zwischen den Zeitpunkten der beiden Klassifizierungen K₁ K₂ entwickelt haben, also beispielsweise ob sich die Objekte bzw. Gewebemerkmale vermehr oder vergrößert haben. Jede erfindungsgemäß durchgeführte Klassifizierung bietet für das Verfahren zur Ermittlung von Entwicklungsdaten, insbesondere den Vergleich V, eine besonders gute Datenbasis, sodass zu erwarten ist, dass bei einem reinen Vergleich von erfindungsgemäß durchgeführten Klassifizierungen die bestmöglichen Datengenauigkeit der Entwicklungsdaten ED erzielt werden kann.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei dem vorhergehend detailliert beschriebenen Verfahren sowie bei der dargestellten Vorrichtung lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein” bzw. „eine” nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können.

Claims

Klassifizierungsverfahren für Objektgruppen und/oder Gewebemerkmalsgruppen innerhalb eines organischen Körpers (1) mit mindestens folgenden Schritten: – Bereitstellen einer Klassifikationsdatenbank (KDB), in der Klassen mit gemäß einer Klassifikationsregel (KR) zugeordneten Referenz-Kenndaten (RKD) und Referenz-Gewebebereich-Angaben (RGA) hinterlegt sind, – Erfassung von Bilddaten (BD) des Körpers (1), – Identifizierung (MD, CAD) von mindestens einem Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) innerhalb der Bilddaten (BD), – Identifizierung (BSB) mindestens eines Gewebebereichs (3, 7), innerhalb dessen sich mindestens ein solches Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befindet, – Sammlung von Kenndaten (KD, KD₁, KD₂, KD₃) der Objektgruppen und/oder Gewebemerkmalsgruppen, – Abgleich (A) der Kenndaten (KD, KD₁, KD₂, KD₃) der Objektgruppen und/oder Gewebemerkmalsgruppen in Kombination mit Angaben (GA) zu mindestens einem Gewebebereich (3, 7), innerhalb dessen sich mindestens eines der Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befindet, mit den Referenz-Kenndaten (RKD) und Referenz-Gewebebereich-Angaben (RGA) aus der Klassifikations-Datenbank (KDB) und Herausfiltern der Klasse mit der höchstmöglichen Übereinstimmung zwischen den Kenndaten (KD, KD₁, KD₂, KD₃) und den Referenz-Kenndaten (RKD) und zwischen den Angaben (GA) zu dem Gewebebereich (3, 7) und den Referenz-Gewebebereich-Angaben (RGA).
Klassifizierungsverfahren gemäß Anspruch 1, gekennzeichnet durch eine Klassifizierung von Tumoren.
Klassifizierungsverfahren gemäß Anspruch 2, gekennzeichnet durch die Verwendung einer TNM-Klassifikationsregel für Tumore.
Klassifizierungsverfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Körperorgane als Betrachtungseinheiten für Gewebebereiche (3, 7) verwendet werden.
Klassifizierungsverfahren gemäß Anspruch 4, dadurch gekennzeichnet, dass ein Körperorgan, in dem sich ein Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befindet, als ein Ausgangs-Klassifizierungsbereich festgelegt wird.
Klassifizierungsverfahren gemäß Anspruch 5, dadurch gekennzeichnet, dass ein Körperorgan als Ausgangs-Klassifizierungsbereich definiert wird, in dem eine größte Anzahl an artgleichen oder artverwandten Objekten und/oder Gewebemerkmalen (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) feststellbar ist.
Klassifizierungsverfahren gemäß Anspruch 5 oder 6, dadurch gekennzeichnet, dass in einem Gewebe (5) und/oder in einem Versorgungsorgan (9), das mit dem Ausgangs-Klassifizierungsbereich in direktem örtlichen und/oder Funktionszusammenhang stehen, artgleiche oder artverwandte Objekte und/oder Gewebemerkmale (11a, 11f, 11g) gesucht werden zu einem Objekt und/oder Gewebemerkmal (11a, 11b, 11c, 11d), das im Ausgangs-Klassifizierungsbereich identifiziert wurde.
Klassifizierungsverfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Identifizierung von Objekten und/oder Gewebemerkmalen automatisch erfolgt.
Klassifizierungsverfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kenndaten (KD, KD₁, KD₂, KD₃) der Objektgruppen und/oder Gewebemerkmalsgruppen mindestens eine der folgenden Daten umfassen: – Größenangaben der Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h), – Positionsangaben der Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h), – Angaben zur Beschaffenheit der Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) und – Mengenangaben artgleicher und/oder artverwandter Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h)
Klassifizierungsverfahren gemäß einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Daten als Kenndaten (KD, KD₁, KD₂, KD₃) generiert und im Abgleich (A) verwendet werden, die sich darauf beziehen, ob sich Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) über Organgrenzen hinweg erstrecken.
Verfahren zur Ermittlung von Entwicklungsdaten (ED) zu Objektgruppen und/oder Gewebemerkmalsgruppen, bei dem zeitversetzt generierte Klassifizierungen (K₁, K₂) derselben Objektgruppen und/oder Gewebemerkmalsgruppen verglichen werden, wobei mindestens eine der Klassifizierungen (K₁, K₂) mit einem Klassifizierungsverfahren gemäß einem der vorhergehenden Ansprüche durchgeführt wird.
Verfahren gemäß Anspruch 11, dadurch gekennzeichnet, dass zu den einzelnen Klassifizierungen (K₁, K₂) zugeordnete Bilddaten (BD) aufeinander registriert werden.
Klassifizierungseinheit (13) für innerhalb eines organischen Körpers (1) befindliche Objektgruppen und/oder Gewebemerkmalsgruppen, welche mindestens aufweist: – eine Eingangsschnittstelle (15) für Bilddaten (BD), – eine Eingangsschnittstelle (22) für Referenz-Kenndaten (RKD) und Referenz-Gewebebereich-Angaben (RGA) sowie Klasseninformationen aus einer Klassifikationsdatenbank (KDB), – eine Objekt-Identifizierungseinheit (17) zur Identifizierung (MD, CAD) von Objekten und/oder Gewebemerkmalen (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) innerhalb der Bilddaten (BD), – eine Gewebebereichs-Identifizierungseinheit (19) zur Identifizierung (BSB) von Gewebebereichen, innerhalb derer sich solche Objekte und/oder Gewebemerkmale (11a, 11b, 11c, 11d, 11e, 11f, 11g, 11h) befinden, – eine Kenndaten-Sammlungseinheit (21) zur Sammlung von Kenndaten (KD, KD₁, KD₂, KD₃) der Objektgruppen und/oder Gewebemerkmalsgruppen, – eine Zuordnungseinheit (26) zum Abgleich der Kenndaten (KD, KD₁, KD₂, KD₃) in Kombination mit Angaben (GA) zu Gewebebereichen mit Referenz-Kenndaten (RKD) und Referenz-Gewebebereich-Angaben (RGA) aus der Klassifikations-Datenbank (KDB) und zum Herausfiltern der Klasse mit der höchstmöglichen Übereinstimmung zwischen den Kenndaten (KD, KD₁, KD₂, KD₃) und den Referenz-Kenndaten (RKD) und zwischen den Angaben (GA) zu dem Gewebebereich und den Referenz-Gewebebereich-Angaben (RGA) und – eine Ausgangsschnittstelle (27) zur Weiterleitung von Daten (KI) zur durch die Zuordnungseinheit (26) herausgefilterten Klasse.
Computerprogrammprodukt, das direkt in einen Prozessor eines programmierbaren Bildbearbeitungssystems ladbar ist, mit Programmcode-Mitteln, um alle Schritte eines Klassifizierungsverfahren nach einem der Ansprüche 1 bis 10 und/oder eines Verfahrens gemäß Anspruch 11 oder 12 auszuführen, wenn das Programmprodukt auf dem Bildbearbeitungssystem ausgeführt wird.