DE102008062672A1

DE102008062672A1 - Verfahren und Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten

Info

Publication number: DE102008062672A1
Application number: DE102008062672A
Authority: DE
Inventors: Corinna Bürger; Heinz Fichte; Grzegorz Dr. Soza
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2008-12-17
Filing date: 2008-12-17
Publication date: 2010-07-15
Also published as: US20100158337A1

Abstract

Zum Vergleich zwischen einer linken und einer rechten Gehirnhälfte eines Patienten auf Basis von medizinischen 2-D- oder 3-D-Perfusions-Bilddatensätzen wird das Gehirn (2) des Patienten in Gehirnregionen (G1-G6) eingeteilt, wobei die Anzahl der Gehirnregionen (G1-G6) einer geraden Zahl n entspricht, eine Anzahl n/2 der Gehirnregionen (G1-G6) in der rechten, eine Anzahl n/2 der Gehirnregionen (G1-G6) in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion (G2, G4, G6) einer in der linken Gehirnhälfte angeordneten Gehirnregion (G1, G3, G5) eineindeutig zugeordnet ist. Die Perfusions-Bilddatensätze werden segmentiert, wobei Gehirn-Bilddatensätze erzeugt werden, die nur diejenigen Bildelemente der Perfusions-Bilddatensätze umfassen, die das Gehirn (2) des Patienten repräsentieren. In jedem der Gehirn-Bilddatensätze werden n Teilbilddatensätze bestimmt, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n Gehirnregionen (G1-G6) repräsentieren, mit m = 1 ... n. Pro m-ter Gehirnregion (G1-G6) werden durch Auswerten aller m-ten Teilbilddatensätze ein oder mehrere Kennwerte nach einer vorgegebenen Auswertemethode ermittelt. Schließlich erfolgt eine Auswertung der Kennwerte einander eineindeutig zugeordneter Gerhirnregionen (G1-G6) nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte.

Description

Die vorliegende Erfindung liegt auf dem Gebiet der Medizintechnik und beschreibt ein Verfahren sowie eine Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten. Ein wichtiges Anwendungsgebiet der Erfindung ist die Schlaganfalldiagnostik und insbesondere die Auswertung und Befundung von Bilddaten, bzw. Zeitreihen von Bilddaten, die mittels einer Perfusions-Computertomographie (Perfusions-CT, PCT) oder einer Perfusions-Magentresonanztomographie (Pefusions-MRT, P-MRT) durch Abtasten des Kopfes eines Patienten gewonnen wurden.
Die Perfusions-CT hat sich in den letzten Jahren insbesondere durch die Einführung von Mehrschichtspiraltechnik, der Verwendung von niedrigeren Injektionsraten und durch verbesserte Auswertungsprogramme deutlich weiterentwickelt. Die Perfusions-CT erlaubt eine quantitative Bestimmung der Hirndurchblutung, ist rasch durchführbar, kostengünstig und für den Patienten nur wenig belastend und hat sich daher gegenüber der Perfusions-MRT durchgesetzt. Sie wird daher heute in Krankenhäuser routinemäßig eingesetzt. In der Schlaganfallsdiagnostik bietet die Perfusions-CT zwei entscheidende Vorteile:
Hirnareale mit einer Perfusionsstörung (Durchblutungsstörung) können ohne zeitliche Verzögerung direkt nach Beginn der klinischen Symptomatik nachgewiesen werden, und native CT-Bilder erlauben zusammen mit den Parameterbildern der Perfusions-CT eine Unterscheidung zwischen dem bereits irreversibel geschädigten Infarktkern und der potenziell nur reversibel gestörten Infarktpenumbra.
Damit wird eine Schlaganfallstherapie möglich, die über feste therapeutische Zeitfenster hinaus die individuelle Durchblutungssituation des Patienten berücksichtigen kann.
Um funktionelle Informationen zur Hirndurchblutung (Hirnperfusion) zu gewinnen, gibt man bei der Perfusions-CT einen kurzen intravenösen Kontrastmittelbolus und akquiriert währenddessen eine Zeitreihe von 2D- oder 3D-Bilddaten, typischerweise in festen zeitlichen Abständen.
Der Auswertung der im Rahmen der Perfusions-CT gewonnenen Zeitreihe von 2D- oder 3D-Bildaten liegt die Indikatorverdünnungstheorie zugrunde. Nach der bolusförmigen Gabe eines intravenösen Kontrastmittels steigt die Röntgendichte der durchbluteten Gehirnareale vorübergehend an. Aus dem Ausmaß und zeitlichen Verlauf des Anstiegs der Röntgendichte kann man Rückschlüsse ziehen auf die zerebrale Durchblutung. Dazu werden mit verschiedenen mathematischen Algorithmen Parameter berechnet, die die Hirnperfusion beschreiben, und die in Form von farbig kodierten Parameterbildern dargestellbar sind. Am gebräuchlichsten sind als Parameter der zerebrale Blutfluss (CBF), das zerebrale Blutvolumen (CBV), sowie die Parameter zur Beschreibung einer Perfusionsverzögerung: mittlere Transitzeit (MTT) und Time-to-Peak (TTP). Nachfolgend werden die genannten Parameter kurz einzeln erläutert.
Der zerebrale Blutfluss (CBF) ist der wichtigste Parameter der Hirndurchblutung. Er gibt an, wie viel Blut in einer bestimmten Zeit durch das Hirngewebe fließt, und wird gemessen in [ml Blut/100 g Hirngewebe/min]. Normalwerte für einen gesunden Menschen liegen bei einem CBF zwischen 50 und 80 ml Blut pro 100 g Hirngewebe und Minute. Hirngebiete mit hohem Energiebedarf, bspw. die Kortexoberfläche oder die Basalganglien weisen im gesunden zustand etwa 1- bis 3-fach höhere CBF-Werte auf als bspw. das Marklager. Die Hirndurchblutung wird mittels einer Autoregulation durch ständige Änderungen der Gefäßdurchmesser geregelt und relativ konstant gehalten. Steigt der Perfusionsdruck, z. B. bei einem Anstieg des systemischen Blutdrucks, verengen sich die Hirngefäße, sinkt der Druck, erweitern sie sich. Erst wenn die Gefäße in einem bestimmten Hirngebiet bereits maximal dilatiert sind und der Perfusionsdruck noch weiter absinkt, kommt es zur Abnahme des CBF.
Unterhalb eines CBF von 10 ml/100 g/min sistiert aufgrund des Energiemangels die synaptische Funktion der Nervenzellen, d. h. es kommt zu neurologischen Ausfällen. Die Ausfälle können jedoch komplett reversibel sein, wenn sich die Durchblutung wieder normalisiert. Unterhalb eines CBF von 10–15 ml/100 g/min kann auch der Strukturstoffwechsel der Nervenzellen nicht mehr aufrechterhalten werden. Bleibt der CBF für etwa 2–10 Minuten unter dieser sogenannten Ischämieschwelle, so kommt es zur irreversiblen Zellschädigungen. Die o. g. Angaben zur Höhe des CBF sind bei der Interpretation von Perfusionsuntersuchungen allerdings nur als ungefähre Richtwerte zu betrachten. Der berechnete lokale CBF schwankt nicht nur in Abhängigkeit von der Software, die zur Auswertung verwendet wird, sondern kann je nach Methodik auch z. B. durch die Injektionsgeschwindigkeit des Kontrastmittelbolus oder eine verminderte kardiale Funktion des Patienten verändert werden. Zudem liegen die CBF-Werte von weißer Substanz erheblich unter der von grauer Substanz. Aufgrund der begrenzten räumlichen Auflösung der Methode kommt es so unvermeidlich zu Partialvolumeneffekten.
Das zerebrale Blutvolumen (CBV) ist definiert als der prozentuale Anteil der Blutgefäße in einem bestimmten Gewebsvolumen. Stark vaskularisierte Hirnareale wie die Basalganglien oder die Kortexoberfläche weisen daher ein höheres CBV auf als bspw. das gering vaskularisierte zerebrale Marklager. Das CBV ist aber auch ein funktioneller Parameter und ändert sich, wenn sich im Rahmen der vaskulären Autoregulation die Gefäßweite ändert. Im Gegensatz zum CBF, der bei einer Ischämie sowohl im Infarktkern wie in der Penumbra vermindert ist, steigt das CBV in der Penumbra in der Regel an. Dies ist bedingt durch die zerebrale Autoregulation. Über eine Weitstellung der betroffenen Gefäße soll der CBF-Abfall ausgeglichen werden. Im Gegensatz dazu gibt es im irreversibel geschädigten Infarktkern meist auch keine funktionierende Autoregula tion mehr, das CBV ist vermindert. Dies ist sehr hilfreich bei der Schlaganfallsdiagnostik: Areale, die im akuten Stadium einer Ischämie ein vermindertes CBV aufweisen, sind in der Regel irreversibel geschädigt.
Von den Parametern, die eine Perfusionsverzögerung anzeigen, sind die mittlere Transitzeit (MTT) und die Time-to-peak (TTP) am gebräuchlichsten. Zwischen ihnen und dem zerebralen Perfusionsdruck besteht ein unmittelbarer Zusammenhang. Schon geringe Beeinträchtigungen der Blutversorgung führen zu einer Verlängerung von MTT und TTP. In klinischen Studien beim Schlaganfall zeigten sich MTT und TTP als sehr sensitiv für Störungen der regionalen Hirnperfusion. Allerdings sind sie nicht spezifisch für eine Ischämie. Pathologische MTT- und TTP-Werte finden sich sowohl im Infarktkern wie in der Penumbra, können aber auch durch eine klinisch asymptomatische vorgeschaltete Gefäßstenose (bspw. in der A. carotis interna) oder durch einen Vasospasmus verursacht werden.
Im Rahmen der Auswertung der als Zeitreihe vorliegenden Perfusions-CT-Bilddatensätze ist es teilweise erforderlich, bspw. zur Normalisierung der zu erzeugenden Parameterbilder (CBF, CBV, MTT oder TTP), die rechte und linke Gehirnhälfte auf Basis der Perfusions-CT-Bilddatensätze oder aus ihnen abgeleiteter Daten nach vorgegebenen Kriterien zu vergleichen, bzw. zu bewerten. So werden die ermittelten Parameterdaten häufig auf diejenige Gehirnhälfte normalisiert, welche den höheren Blutdurchfluss aufweist. Dies erfolgt im Stand der Technik indem Parameterbilder für CBF, CBV oder TTP vorläufig errechnet und angezeigt werden. Eine Bedienperson, zumeist ein Radiologe, führt den Vergleich anhand der Betrachtung der angezeigten vorläufigen Parameterbilder aus und gibt das Ergebnis in das Bildauswertesystem zur endgültigen Ermittlung der Parameterbilder ein. Diese Vorgehensweise erfordert eine Berechnung vorläufiger Parameterbilder und ist daher zeitaufwendig. Weiterhin ist sie aufgrund des erforderlichen Eingriffs der Bedienperson fehleranfällig und teilweise nicht exakt reproduzierbar.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren und eine Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten anzugeben.
Die Aufgabe wird mit dem in Patentanspruch 1 beschriebenen Verfahren und der in Anspruch 21 beschriebenen Vorrichtung gelöst. Vorteilhafte Weiterbildungen des erfindungsgemäßen Verfahrens sowie der erfindungsgemäßen Vorrichtung sind den Unteransprüchen, der weiteren Beschreibung, dem Ausführungsbeispiel sowie den Figuren zu entnehmen.
Das erfindungsgemäße Verfahren umfasst gemäß Anspruch 1 folgende Schritte. In Schritt 1.1. wird eine Zeitreihe mit einer Anzahl p 2D- oder 3D-Perfusions-Bilddatensätzen bereitgestellt, in denen jeweils ein Kopf des Patienten mit einem die rechte und die linke Gehirnhälfte (-hemisphäre) umfassenden Gehirn abgebildet ist, und die jeweils eine Vielzahl von Bildelementen mit zugeordneten Bildelementwerten umfassen. Die 2D- oder 3D-Perfusions-Bilddatenssätze wurden vorzugsweise im Wege einer Perfusions-Computer-Tomographie oder einer Perfusions-Magnetresonanz-Tomographie erzeugt. Das Bereitstellen erfolgt auf einem Speichermedium, insbesondere im Arbeitsspeicher einer Postprocessing-Workstation. Es wird in dieser Beschreibung davon ausgegangen, dass sich der Patient während der Abtastung seines Kopfes mit einem medizinischen bildgebenden System (bspw. CT-, oder MRT-System) nicht bewegt, so dass sich die räumliche Zuordnung eines Bildelementes (Pixels, Voxels) zu einem Objektelement (Pixel, Voxel) für die zu verschiedenen Zeiten erfassten 2D- oder 3D-Perfusions-Bilddatensätze nicht ändert. Sollte sich der Patient zwischen einzelnen Aufnahmen von 2D- oder 3D-Perfusions-Bilddatensätzen bewegt haben, so sind vorzugsweise entsprechende Bildregistrierungen vorzunehmen.
In Schritt 1.2. wird das Gehirn des Patienten in Gehirnregionen eingeteilt, wobei die Anzahl der Gehirnregionen einer ge raden Zahl n entspricht, eine Anzahl n/2 der Gehirnregionen in der rechten, eine Anzahl n/2 der Gehirnregionen in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion einer in der linken Gehirnhälfte angeordneten Gehirnregion eineindeutig zugeordnet ist. Unter dem Begriff eineindeutig sei hierin eine bijektive Zuordnung verstanden. Damit wird sichergestellt, dass jede Gehirnhälfte gleich viele Gehirnregionen aufweist, und die Gehirnregionen einander paarweise zugeordnet sind. Der Schritt 1.2. kann parallel mit oder vor dem Schritt 1.1. ausgeführt werden. Die Vorgabe der Einteilung des Patientengehirns kann auf vielfältige Weise erfolgen. So kann bspw. eine Einteilung aus mehreren Einteilungen eines Modellgehirns manuell oder automatisiert ausgewählt werden, welche dann auf das Patientengehirn übertragen wird, oder es kann mittels einer interaktiven Eingabe anhand eines der 2D- oder 3D-Perfusions-Bilddatensätze eine konkrete Einteilung des Patientengehirns vorgegeben werden. Vorzugsweise wird das Gehirn entsprechend anatomischer Gehirnstrukturen in Gehirnregionen eingeteilt. In einem solchen Fall könnte eine Einteilung in jeder Gehirnhälfte die Regionen: Frontallappen, Parietallappen, Temporallappen, Kleinhirn, und Okzipitallappen umfassen.
Damit das Verfahren rechenzeitökonomisch arbeitet, wird das Gehirn vorzugsweise insgesamt nur in zwei, vier, sechs oder acht Gehirnregionen eingeteilt. Aus Experimenten der Erfinder ging hervor, dass eine grobe Einteilung in drei Gehirnregionen je Gehirnhälfte bereits sehr gute Ergebnisse liefert. Mit zunehmender Anzahl der Regionen nimmt einerseits der Rechenaufwand zu, andererseits nehmen die Auflösung und damit die Detailliertheit des letztlich angestrebten Vergleichs der beiden Gehirnhälften zu. Insofern ist je nach Anforderung die Zahl der Gehirnregionen zu optimieren. Abweichend von einer Einteilung nach anatomischen Gehirnstrukturen, kann im Rahmen der Merkmale des Schrittes 1.2., jede beliebige Einteilung des Gehirns in Regionen vorgegeben werden. Vorzugsweise eignet sich eine Einteilung, bei der das Gehirn von auf einer medialen sagittalen Ebene senkrecht stehende Ebenen unter teilt wird. Hierbei sind die senkrecht stehenden Ebenen vorzugsweise Frontalebenen und/oder Transversalebenen. Anmerkung: die Transversalebene, die Frontalebene und die Sagittalebene sind die Körperebenen.
Besonders vorteilhaft ist es, wenn die vorgegebenen Gehirnregionen jeweils nahe einer Gehirnoberfläche angeordnet sind. Zudem ist es vorteilhaft, wenn sich die Gehirnregionen nicht überlappen.
In Schritt 1.3. erfolgt das Segmentieren der p Perfusions-Bilddatensätze, so dass pro Perfusions-Bilddatensatz ein Gehirn-Bilddatensatz erzeugt wird, der nur diejenigen Bildelemente des Perfusions-Bilddatensatzes umfasst, die das Gehirn repräsentieren.
Für das Segmentieren eignen sich die im Stand der Technik bekannten gängigen Segmentierungsverfahren. An die Exaktheit der Segmentierung werden vorliegend keine hohen Anforderungen gestellt, so dass auch einfache Segmentierungsverfahren Verwendung finden können. Der Gehirn-Bilddatensatz enthält im Allgemeinen Bildelemente (Pixel, Voxel), die Gehirn repräsentieren. Unter Gehirn wird vorliegend zunächst jedes Gewebe verstanden, das kein Schädelknochen ist. Für bestimmte Anwendungen ist darüber hinaus vorteilhaft, dass die erzeugten Gehirn-Bilddatensätze das Gehirn ohne Ventrikel und/oder Blutgefäße repräsentieren. Nach dem Ausführen des Schrittes 1.3. liegt somit eine Zeitreihe von p Gehirn-Bilddatensätzen vor, wobei in jedem Gehirn-Bilddatensatz das Gehirn des Patienten mit seiner rechten und linken Gehirnhälfte abgebildet ist.
In Schritt 1.4. werden in jedem der p Gehirn-Bilddatensätze n Teilbilddatensätze bestimmt, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n Gehirnregionen repräsentieren, mit m = 1 ... n. So werden jedem Teilbilddatensatz diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes zugeordnet, die einer der vorgegebenen Gehirnregion entspre chen. Das bedeutet, um im vorangegangen Beispiel einer anatomisch motivierten Einteilung des Gehirns zu bleiben, dass bspw. ein Teilbilddatensatz erzeugt wird, der alle Bildelemente umfasst, die den linken Frontallappen repräsentieren, ein weiterer Teilbilddatensatz, der alle Bildelemente umfasst, die den rechten Frontallappen, usw. repräsentieren. Somit ergibt sich für jeden der n Teilbilddatensätze eines ersten Gehirn-Bilddatensatzes wiederum eine entsprechende Zeitreihe. Die Anzahl n entspricht der Zahl der Gehirnregionen n von Schritt 1.2.
Das Bestimmen der Teilbilddatensätze in den Gehirn-Bilddatensätzen erfolgt vorzugsweise mittels eines Segmentier- und/oder eines Musterkennungsverfahrens. In einer vorzugsweisen Ausführungsvariante wird in den jeweiligen Gehirn-Bilddatensätzen die mediale Sagittalebene ermittelt. Damit kann das Bildvolumen in den jeweiligen Gehirn-Bilddatensätzen in zwei Hälften geteilt werden, wobei eine Hälfte der rechten, die andere Hälfte der linken Gehirnhälfte entspricht. Das weitere Bestimmen der Teilbilddatensätze kann in diesem Fall bspw. anhand einfacher geometrischer Vorgaben aus Schritt 1.2. erfolgen.
In Schritt 1.5. werden pro m-ter Gehirnregion ein oder mehrere Kennwerte durch Auswerten aller m-ten Teilbilddatensätze für m = 1 ... n nach einer vorgegebenen Auswertemethode ermittelt. Hierbei gibt es natürlich eine Vielzahl von denkbaren Auswertemethoden.
Gemäß einer bevorzugten Auswertemethode wird für jeden der p Gehirn-Bilddatensätze eine Kenngröße pro darin umfassten tuten Teilbilddatensatz, mit m = 1 ... n ermittelt. Eine solche Kenngröße ist bspw. der Mittelwert oder ein gewichteter Mittelwert der Bildelementwerte eines jeweiligen Teilbilddatensatzes. Andere Algorithmen zur Bestimmung der Kenngröße können abhängig von der jeweiligen Frage- oder Aufgabenstellung gewählt werden. Die Kenngröße ergibt sich dabei vorzugsweise jeweils unter Berücksichtigung aller Bildelementwerte eines Teilbilddatensatzes. Allen Teilbilddatensätzen wird somit eine entsprechende Kenngröße zugeordnet. Anschließend daraus wird pro Gehirnregion auf Basis der den einzelnen Gehirn-Bilddatensätzen, und damit den einzelnen Teilbilddatensätzen zugeordneten Zeitinformation, eine Zeitreihe der Kenngröße ermittelt. In einem letzten Schritt dieser Auswertemethode werden pro zuvor ermittelter Kenngrößen-Zeitreihe ein oder mehrere Kennwerte ermittelt, die eine jeweilige Zeitreihe kennzeichnen.
In einer zweiten bevorzugten Auswertemethode werden in Schritt 1.5. für jedes Objektpixel/-voxel (welche den Kopf des Patienten im Objektraum repräsentieren), Zeitreihen der entsprechenden Bildelemente auf Basis der p Gehirn-Bilddaten ermittelt. In einem zweiten Schritt werden diese Zeitreihen von Bildpixeln/-voxeln für jede der n Gehirnregion gemittelt. Damit liegt wie bei der zuvor beschriebenen Auswertemethode pro Gehirnregion eine Zeitreihe einer Kenngröße vor. Im letzten Schritt dieser Auswertemethode werden wie zuvor, pro zuvor ermittelter Kenngrößen-Zeitreihe ein oder mehrere Kennwerte ermittelt, die eine jeweilige Zeitreihe kennzeichnen. Unter dem Begriff Zeitreihe soll vorliegend auch eine Funktion verstanden, die das Zeitverhalten der Kennwerte beschreibt.
Vorzugsweise wird als Kennwert ein Maximalwert einer jeweiligen Zeitreihe gewählt. Als Kennwert oder als ein weiterer Kennwert wird vorzugsweise eine Zeit bestimmt, zu der in einer jeweiligen Zeitreihe der Maximalwert erreicht ist.
In einer besonders vorteilhaften Ausgestaltung des Verfahrens erfolgt in Schritt 1.5. ein Ermitteln eines oder mehrerer Kennwerte zum Kennzeichnen von in einem Teilbilddatensatz abgebildeten arteriellen Gefäßen. Dies ist natürlich nur dann möglich, wenn in Schritt 1.3. die arteriellen Gefäß nicht wegsegmentiert wurden, d. h. wenn die Gehirn-Bilddatensätze, bzw. damit auch die Teilbilddatensätze, Bildelemente umfassen, welche Gefäße, insbesondere Arterien, repräsentieren. In einem solchen Fall kann als Kennwert eines Teilbilddatensatzes jeweils bspw. die Anzahl von Bildelementen (Pixel, Voxel) gewählt werden, die arterielle Gefäße repräsentieren.
In Schritt 1.6. erfolgt das Auswerten der Kennwerte einander eineindeutig zugeordneter Gehirnregionen nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte. Die Kriterien werden der jeweiligen Frage- oder Aufgabenstellung entsprechend vorgegeben.
Als Beispiel seien zwei einander eineindeutig zugeordnete Gehirnregionen G1 und G2 betrachtet. Für jede Gehirnregion seien zwei Kennwerte K1, K2, (d. h. K1 (G1), K1 (G2), K2 (G1) und K2 (G2)) ermittelt worden. Das Auswerten der Kennwerte entspricht im einfachsten Fall zunächst dem Bestimmen einer Relation zwischen den jeweiligen Kennwerten, d.h. ob der Kennwert K1 (G1) größer, kleiner oder gleich dem Kennwert K1 (G2) ist, bzw. ob der Kennwert K2 (G1) größer, kleiner oder gleich dem Kennwert K2 (G2) ist. Zu Beginn werden jeder Gehirnregion 0 Punkte zugeordnet. Wird nun Punktesystem vorgegeben, gemäß dem immer diejenige Gehirnregion (G1 oder G2), für die in einem solchen Vergleich der höhere/niedrigere Kennwert ermittelt wurde, einen Punkt erhält, kann nachdem alle Gehirnregionen entsprechend ausgewertet wurden, ein einfacher Vergleich der zwei Gehirnhemisphären auf Basis der für ihre jeweiligen Gehirnregionen vergebenen Punkte erfolgen. Vorzugsweise sind das erfindungsgemäße Verfahren bzw. die vorstehend beschriebenen Verfahrensschritte automatisiert ausführbar.
In den folgenden Punkten bietet das erfindungsgemäße Verfahren Vorteile gegenüber dem Stand der Technik. Durch die Aufteilung des Gehirns in einzelne Gehirnregionen ist ein detaillierter und robuster Vergleich der zwei Gehirnhälften (Gehirnhemisphären) möglich. Die Auswertung von Pixeln oder Voxeln in den Gehirn-Bilddaten, die Arterien repräsentieren, ermöglicht einen einfachen Vergleich der Gehirnhemisphären hinsichtlich ihres frühsten Enhancements. Zur Normierung von Parameterbilder im Rahmen der Perfusions-Bildgebung ist kei ne Berechnung von vorläufigen Parameterbildern mehr nötig.
Der auf die Vorrichtung bezogene Teil der Aufgabe wird durch eine Vorrichtung gemäß Anspruch 20 erfüllt.
Dieser beschreibt eine Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten, aufweisend: ein Speichermedium, mit dem eine Zeitreihe mit einer Anzahl p 2D- oder 3D-Perfusions-Bilddatensätzen, in denen jeweils ein Kopf des Patienten mit einem die rechte und die linke Gehirnhälfte umfassenden Gehirn abgebildet ist, und die jeweils eine Vielzahl von Bildelementen mit zugeordneten Bildelementwerten umfassen, speicher- und bereitstellbar ist, ein erstes Modul, mit dem eine Einteilung des Gehirns des Patienten in Gehirnregionen vorgebbar ist, wobei die Anzahl der Gehirnregionen einer geraden Zahl n entspricht, eine Anzahl n/2 der Gehirnregionen in der rechten, eine Anzahl n/2 der Gehirnregionen in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion einer in der linken Gehirnhälfte angeordneten Gehirnregion eineindeutig zugeordnet ist, ein zweites Modul, mit dem die p Perfusions-Bilddatensätze segmentierbar sind, so dass pro Perfusions-Bilddatensatz ein Gehirn-Bilddatensatz erzeugbar ist, der nur diejenigen Bildelemente des Perfusions-Bilddatensatzes umfasst, die das Gehirn des Patienten repräsentieren, ein drittes Modul, mit dem in jedem der p Gehirn-Bilddatensätze n Teilbilddatensätze bestimmbar sind, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n Gehirnregionen repräsentieren, mit m = 1 ... n, ein viertes Modul, mit dem ein oder mehrere Kennwerte pro m-ter Gehirnregion durch Auswerten aller m-ten Teilbilddatensätze in den p Gehirn-Bilddatensätzen nach einer vorgegebenen Auswertemethode, mit m = 1 ... n ermittelbar sind, und ein fünftes Modul, mit dem die Kennwerte einander eineindeutig zugeordneter Gehirnregionen nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte auswertbar sind.
Die für das erfindungsgemäße Verfahren vorstehend gemachten Aussagen gelten sinngemäß auch für die erfindungsgemäße Vorrichtung. Es wird diesbezüglich auf die vorstehenden Ausführungen zum erfindungsgemäßen Verfahren verwiesen.
Die erfindungsgemäße Vorrichtung lässt sich insbesondere zum Ermitteln derjenigen Gehirnhälfte eines Patienten, die von einem Schlaganfall betroffen ist, anwenden. Nähere Ausführungen hierzu sind dem nachfolgenden Ausführungsbeispiel zu entnehmen. Es zeigen:
1 einen zweidimensionalen Schnitt in einer transversalen Ebene durch das Gehirn eines Patienten, wobei das Gehirn in sechs Gehirnregionen eingeteilt ist,
2 Kenngrößen-Zeitkurve für Gehirnregion G1, und
3 Kenngrößen-Zeitkurve für Gehirnregion G2.
Als Ausführungsbeispiel wird das vorliegende Verfahren angewendet, um die von einem Schlaganfall betroffene Gehirnhemisphäre eines Patienten zu bestimmen. Zunächst wird eine Zeitreihe von 3D-CT-Perfusions-Bilddatensätzen bereitgestellt.
1 zeigt hierzu ein transversales Schnittbild eines der 3D-CT-Perfusions-Bilddatensätze. Zu erkennen ist das vom Schädelknochen 1 umgebende Gehirn 2 des Patienten mit seiner nachstehend erläuterten Einteilung in Gehirnregionen (G1–G6).
Das Gehirn 2 des Patienten wurde vorliegend in sechs Gehirnregionen G1–G6 eingeteilt, die grob verschiedene anatomische Regionen des Gehirns 2 repräsentieren. Die Gehirnregionen G1–G6 sind dabei wie folgt einander zugeordnet: G1–G2, G3–G4, G5–G6. Wie in 1 zu erkennen ist, muss nicht das ganze Gehirn in Gehirnregionen eingeteilt werden. Im vorliegenden Ausführungsbeispiel werden die nahe zur medialen sagittalen Ebene MSE liegenden mittleren Gehirnbereiche bei dem Vergleich nicht berücksichtigt. Die Zuordnung erfolgt grundsätzlich in der Weise, dass anatomisch oder funktional gleiche Gehirnregionen einander zugeordnet werden. Die Anzahl der Gehirnregionen entspricht damit der geraden Zahl n = 6, wobei eine Anzahl n/2 = 3 der Gehirnregionen in der rechten, eine Anzahl n/2 = 3 der Gehirnregionen in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion einer in der linken Gehirnhälfte angeordneten Gehirnregion eineindeutig zugeordnet ist.
Die bereitgestellten 3D-CT-Perfusions-Bilddatensätze werden im nächsten Schritt segmentiert, so dass pro Perfusions-Bilddatensatz ein Gehirn-Bilddatensatz erzeugt wird, der nur diejenigen Bildelemente des Perfusions-Bilddatensatzes umfasst, die das Gehirn 2 des Patienten repräsentieren, wobei der Schädelknochen 1 sowie Ventrikel mit gängigen, z. B. schwellwertbasierten Methoden, wegsegmentiert werden. Eine exakte Segmentierung in diese Areale ist komplex und hier nicht notwendig. Aus Experimenten ging hervor, dass drei grobe Unterregionen für jede Gehirnhemisphäre ausreichend sind. Die Schnittebenen, die die Gehirnregionen G1–G6 unterteilen, stehen vorzugsweise rechtwinklig auf der Ebene (medial sagittale Ebene, MSE), die die beiden Gehirnhemisphären voneinander trennt.
Im nächsten Schritt erfolgt in jedem der Gehirn-Bilddatensätze ein Bestimmen von n = 6 Teilbilddatensätzen, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n = 6 Gehirnregionen repräsentieren, mit m = 1 ... 6.
Für jede der Gehirnregionen G1–G6 wird nun durch Auswerten aller Gehirn-Bilddatensätze eine so genannte Time Attenuation Curve (TAC), d. h. ein zeitlicher Verlauf eines für die jeweilige Gehirnregion gemittelten Röntgenschwä chungswertes, berechnet. Hierbei werden die Gefäße von der TAC-Berechnung ausgeschlossen.
2 und 3 zeigen jeweils eine solche TAC für die einander zugeordneten Gehirnregionen G1 (2) und G2 (3). Die Kurve entspricht jeweils dem Röntgenschwächungswert in Hounsfield Units [HU] (y-Achse) aufgetragen über der Zeit (x-Achse). Deutlich zu erkennen ist, dass in 2 der Röntgenschwächungswert über der Zeit nahezu konstant bleibt, und sich somit in dieser Gehirnregion keine Auswirkungen des während der Erfassung der 3D-CT-Perfusions-Bilddatensätze gespritzten Kontrastmittels findet. Ein deutlicher Hinweis auf eine Störung des Blutflusses. Im Gegenteil dazu zeigt sich in 3 ein deutlicher Effekt des Kontrastmittels. Für jede der sechs ermittelten TACs (für jede Gehirnregion eine) werden die folgenden Kennwerte ermittelt:

1. Der maximale HU-Wert der TAC, und
2. die Zeit, zu dem die TAC ihr Maximum erreicht.

Anhand dieser Kennwerte werden im letzten Schritt die einander eineindeutig zugeordneter Gehirnregionen G1–G2, G3–G4, G5–G6 nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte ausgewertet.
Um für jede der sechs Gehirnregionen G1–G6 vergleichen zu können, in welcher Hemisphäre zuerst ein Enhancement (ein durch das Kontrastmittel verursachtes Ansteigen der Röntgendichte) auftritt, kann ein Auswerte-Algorithmus angewendet werden, der die arteriellen Gefäße in den Gehirn-Bilddaten bestimmt. Dieser Algorithmus berechnet bspw. für das gesamte Gehirn ca. die 5% der Gefäße, die zuerst enhanct werden. Da die Arterien hauptsächlich im vorderen Bereich des Gehirns liegen, reicht es, nur die oberen Regionen zur Auswertung heranzuziehen. Für jede Gehirnhemisphäre wird anschließend die Anzahl der als Arterien markierten Pixel/Voxel gezählt.
Um eine endgültige Entscheidung zu treffen, in welcher Gehirnhälfte ein Schlaganfall vorliegt, wird ein einfaches Punktesystem herangezogen. Dabei werden jeweils einander eineindeutig zugeordnete Gehirnregionen für jeden der zwei obigen Kennwerte verglichen. Jeder Gehirnhemisphäre werden zu Beginn 0 Punkte zugewiesen. Jede Gehirnhälfte die bei dem Vergleich den höheren maximalen HU-Wert, oder die geringere Zeit bis die TAC ihr Maximum erreicht, aufweist, bekommt einen Punkt. Als „gesunde” Gehirnhemisphäre wird die Hemisphäre gewählt, die die meisten Punkte gesammelt hat. Die gesuchte Gehirnhemisphäre mit dem Schlaganfall ist diejenige mit den wenigsten Punkten. Falls der Punktestand genau gleich ist, wird keine Aussage getroffen.

Claims

Verfahren zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten, mit folgenden Schritten: 1.1. Bereitstellen einer Zeitreihe mit einer Anzahl p medizinischer 2D- oder 3D-Perfusions-Bilddatensätze, in denen jeweils ein Kopf des Patienten mit einem die rechte und die linke Gehirnhälfte umfassenden Gehirn (2) abgebildet ist, und die jeweils eine Vielzahl von Bildelementen mit zugeordneten Bildelementwerten umfassen, 1.2. Vorgeben einer Einteilung des Gehirns des Patienten in Gehirnregionen (G1–G6), wobei die Anzahl der Gehirnregionen (G1–G6) einer geraden Zahl n entspricht, eine Anzahl n/2 der Gehirnregionen (G1–G6) in der rechten, eine Anzahl n/2 der Gehirnregionen (G1–G6) in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion (G2, G4, G6) einer in der linken Gehirnhälfte angeordneten Gehirnregion (G1, G3, G5) eineindeutig zugeordnet ist, 1.3. Segmentieren der p Perfusions-Bilddatensätze, so dass pro Perfusions-Bilddatensatz ein Gehirn-Bilddatensatz erzeugt wird, der nur diejenigen Bildelemente des Perfusions-Bilddatensatzes umfasst, die das Gehirn 2 des Patienten repräsentieren, 1.4. in jedem der p Gehirn-Bilddatensätze Bestimmen von n Teilbilddatensätzen, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n Gehirnregionen (G1–G6) repräsentieren, mit m = 1 ... n, 1.5. Ermitteln eines oder mehrerer Kennwerte pro m-ter Gehirnregion (G1–G6) durch Auswerten aller m-ten Teilbilddatensätze in den p Gehirn-Bilddatensätzen nach einer vorgegebenen Auswertemethode, mit m = 1 ... n, und 1.6. Auswerten der Kennwerte einander eineindeutig zugeordneter Gehirnregionen (G1–G6) nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte.
Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass Schritt 1.5. folgende Schritte umfasst: 2.1. für jeden der p Gehirn-Bilddatensätze, Ermitteln einer Kenngröße pro darin umfassten m-ten Teilbilddatensatz, mit m = 1 ... n, 2.2. Ermitteln einer Zeitreihe der Kenngrößen pro m-ter Gehirnregion (G1–G6), mit m = 1 ... n, 2.3. Ermitteln jeweils eines oder mehrer Kennwerte, zum Kennzeichnen der in Schritt 2.2. ermittelten Zeitreihen.
Verfahren gemäß Anspruch 2, dadurch gekennzeichnet, dass die Kenngröße jeweils ein Mittelwert oder ein gewichteter Mittelwert aller Bildelementwerte eines jeweiligen Teilbilddatensatzes ist.
Verfahren gemäß einem der Ansprüche 2 oder 3, dadurch gekennzeichnet, dass ein Kennwert ein Maximalwert in einer jeweiligen Zeitreihe ist.
Verfahren gemäß einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass ein Kennwert eine Zeit ist, zu der in einer jeweiligen Zeitreihe der Maximalwert erreicht ist.
Verfahren gemäß einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass Schritt 1.5. folgenden Schritt umfasst: pro Teilbilddatensatz Ermitteln eines oder mehrerer Kennwerte zum Kennzeichnen von in dem Teilbilddatensatz abgebildeten arteriellen Gefäßen.
Verfahren gemäß Anspruch 6, dadurch gekennzeichnet, dass der Kennwert einer Anzahl von Bildelementen in dem Teilbilddatensatz entspricht, die arterielle Gefäße repräsentieren.
Verfahren gemäß einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die Gehirnregionen (G1–G6) nicht überlappen.
Verfahren gemäß einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die p Perfusions-Bilddatensätze im Wege einer Perfusions-Computer-Tomographie oder einer Perfusions-Magnetresonanz-Tomographie erzeugt wurden.
Verfahren gemäß einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass das Gehirn (2) in Schritt 1.2. entsprechend anatomischer Gehirnstrukturen in Gehirnregionen (G1–G6) eingeteilt wird.
Verfahren gemäß einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass das Gehirn (2) in Schritt 1.2. in vier, sechs oder acht Gehirnregionen (G1–G6) eingeteilt wird.
Verfahren gemäß einem der Ansprüche 1 bis 9 oder 11, dadurch gekennzeichnet, dass das Gehirn (2) in Schritt 1.2. durch auf einer medialen sagittalen Ebene (MSE) senkrecht stehenden Ebenen unterteilt wird.
Verfahren gemäß Anspruch 12, dadurch gekennzeichnet, dass die senkrecht stehenden Ebenen Frontalebenen sind.
Verfahren gemäß Anspruch 12 oder 13, dadurch gekennzeichnet, dass die senkrecht stehenden Ebenen Transversalebenen sind.
Verfahren gemäß einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass die Gehirnregionen (G1–G6) jeweils nahe einer Gehirnoberfläche angeordnet sind.
Verfahren gemäß einem der Ansprüche 1 bis 5 oder 8 bis 15, dadurch gekennzeichnet, dass das Segmentieren in Schritt 1.3. derart erfolgt, dass die erzeugten Gehirn-Bilddatensätze das Gehirn (2) ohne Ventrikel und/oder Blutgefäße repräsentieren.
Verfahren gemäß einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass das Bestimmen der Teilbilddatensätze in Schritt 1.4. mittels eines Segmentier- und/oder einem Musterkennungsverfahrens erfolgt.
Verfahren gemäß einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass der Schritt 1.4. ein Ermitteln einer medialen Sagittalebene (MSE) in den jeweiligen Gehirn-Bilddatensätzen umfasst.
Verfahren gemäß einem der Ansprüche 1 bis 18, dadurch gekennzeichnet, dass die einzelne oder alle der vorstehend beschriebenen Schritte automatisiert ausgeführt werden.
Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten, aufweisend: 1. ein Speichermedium, mit dem eine Zeitreihe mit einer Anzahl p medizinischer 2D- oder 3D-Perfusions-Bilddatensätzen, in denen jeweils ein Kopf des Patienten mit einem die rechte und die linke Gehirnhälfte umfassenden Gehirn (2) abgebildet ist, und die jeweils eine Vielzahl von Bildelementen mit zugeordneten Bildelementwerten umfassen, speicher- und bereitstellbar ist, 20.2. ein erstes Modul, mit dem eine Einteilung des Gehirns des Patienten in Gehirnregionen (G1–G6) vorgebbar ist, wobei die Anzahl der Gehirnregionen (G1–G6) einer geraden Zahl n entspricht, eine Anzahl n/2 der Gehirnregionen (G1–G6) in der rechten, eine Anzahl n/2 der Gehirnregionen (G1–G6) in der linken Gehirnhälfte angeordnet ist und jede in der rechten Gehirnhälfte angeordnete Gehirnregion (G2, G4, G6) einer in der linken Gehirnhälfte angeordneten Gehirnregion (G1, G3, G5) eineindeutig zugeordnet ist, 20.3. ein zweites Modul, mit dem die p Perfusions-Bilddatensätze segmentierbar sind, so dass pro Perfusions-Bilddatensatz ein Gehirn-Bilddatensatz erzeugbar ist, der nur diejenigen Bildelemente des Perfusions-Bilddatensatzes umfasst, die das Gehirn (2) des Patienten repräsentieren, 20.4. ein drittes Modul, mit dem in jedem der p Gehirn-Bilddatensätze n Teilbilddatensätze bestimmbar sind, wobei ein m-ter Teilbilddatensatz nur diejenigen Bildelemente des jeweiligen Gehirn-Bilddatensatzes umfasst, die eine m-te der n Gehirnregionen (G1–G6) repräsentieren, mit m = 1 ... n, 20.5. ein viertes Modul, mit dem ein oder mehrere Kennwerte pro m-ter Gehirnregion (G1–G6) durch Auswerten aller m-ten Teilbilddatensätze in den p Gehirn-Bilddatensätzen nach einer vorgegebenen Auswertemethode, mit m = 1 ... n ermittelbar sind, und 20.6. ein fünftes Modul, mit dem die Kennwerte einander eineindeutig zugeordneter Gehirnregionen (G1–G6) nach vorgegebenen Kriterien zum Vergleich der rechten und linken Gehirnhälfte auswertbar sind.
Vorrichtung gemäß Anspruch 20, dadurch gekennzeichnet, dass mit dem vierten Modul: 21.1. für jeden der p Gehirn-Bilddatensätze eine Kenngröße pro darin umfassten m-ten Teilbilddatensatz, mit m = 1 ... n ermittelbar ist, 21.2. einer Zeitreihe der Kenngrößen pro m-ter Gehirnregion (G1–G6), mit m = 1 ... n ermittelbar ist, und 21.3. jeweils ein oder mehre Kennwerte zum Kennzeichnen der in Schritt 21.2. ermittelten Zeitreihen bestimmbar ist.
Vorrichtung gemäß einem der Ansprüche 20 oder 21, dadurch gekennzeichnet, dass mit dem vierten Modul pro Teilbilddatensatz ein oder mehrere Kennwerte zum Kennzeichnen von in dem Teilbilddatensatz abgebildeten arteriellen Gefäßen ermittelbar sind.
Vorrichtung gemäß einem der Ansprüche 20 bis 22 dadurch gekennzeichnet, dass mit dem zweiten Modul die Segmentierung derart ausführbar ist, dass die erzeugten Gehirn-Bilddatensätze das Gehirn (2) ohne Ventrikel und/oder Blutgefäße repräsentieren.
Vorrichtung gemäß einem der Ansprüche 20 bis 23, dadurch gekennzeichnet, dass mit dem dritten Modul die Teilbilddatensätze mittels Segmentier- und/oder Musterkennungsverfahren bestimmbar sind.
Vorrichtung gemäß einem der Ansprüche 20 bis 24, dadurch gekennzeichnet, dass mit dem dritten Modul in jedem 3D-Gehirn-Bilddatensatz eine mediale Sagittalebene ermittelbar ist.
Verwendung der Vorrichtung gemäß einem der Ansprüche 20 bis 25 zum Ermitteln derjenigen Gehirnhälfte eines Patienten, die von einem Schlaganfall betroffen ist.