DE102009014763A1 - Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen - Google Patents

Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen Download PDF

Info

Publication number
DE102009014763A1
DE102009014763A1 DE102009014763A DE102009014763A DE102009014763A1 DE 102009014763 A1 DE102009014763 A1 DE 102009014763A1 DE 102009014763 A DE102009014763 A DE 102009014763A DE 102009014763 A DE102009014763 A DE 102009014763A DE 102009014763 A1 DE102009014763 A1 DE 102009014763A1
Authority
DE
Germany
Prior art keywords
segmented
calcium content
segmentation
processing system
data processing
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.)
Granted
Application number
DE102009014763A
Other languages
English (en)
Other versions
DE102009014763B4 (de
Inventor
Dominik Fritz
Jörg Dr. med. Hausleiter
Carsten Dr. Thierfelder
Johann Uebler
Fernando Vega-Higuera
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 HEALTHINEERS AG, DE
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 DE102009014763.2A priority Critical patent/DE102009014763B4/de
Priority to US12/729,267 priority patent/US8718342B2/en
Publication of DE102009014763A1 publication Critical patent/DE102009014763A1/de
Application granted granted Critical
Publication of DE102009014763B4 publication Critical patent/DE102009014763B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007Evaluating blood vessel condition, e.g. elasticity, compliance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/504Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

Die vorliegende Erfindung betrifft ein Verfahren sowie ein Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkrankgefäßen aus Bilddaten der CT-Angiographie. Bei dem Verfahren werden in den Bilddaten anatomische Landmarken (1, 3, 5) im Bereich des Herzens detektiert und unter Berücksichtigung der detektierten Landmarken (1, 3, 5) Herzkranzgefäße (4, 6) segmentiert. In den segmentierten Herzkrankgefäßen (4, 6) werden Bereiche (8) mit einem gegenüber einer Kontrastmittelumgebung erhöhten HU-Wert segmentiert. Aus den segmentierten Bereichen (8) wird jeweils ein Kalziumanteil für eines oder mehrere der segmentierten Herzkranzgefäße (4, 6) berechnet. Zumindest die letzten beiden Schritte werden von einem Datenverarbeitungssystem vollständig automatisiert durchgeführt. Das Verfahren und das Datenverarbeitungssystem ermöglichen die Erniedrigung der Dosisbelastung für den Patienten und verringern den Zeitaufwand des Anwenders für die Bestimmung des Kalziumanteils.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren sowie ein Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen aus Bilddaten der CT-Angiographie.
  • Mit der Computertomographie (CT) steht eine schnelle, nichtinvasive Technik zur Verfügung, um Schnittbilder der Herzkranzgefäße zu erhalten, aus denen der Ort und das Ausmaß von Kalkablagerungen ersichtlich sind. Kommerziell erhältliche Datenverarbeitungsprogramme ermöglichen die Bestimmung des Kalziumanteils in den Koronargefäßen auf Basis der 3D-Bilddaten bzw. Volumendaten der Computertomographie. Hierfür ist zunächst ein nativer CT-Scan erforderlich, d. h. eine Aufnahme von 3D-Bilddaten des Herzens ohne Kontrastmittel. Der Anwender muss dann in den unterschiedlichen Bilddarstellungen manuell als Kalkablagerungen identifizierte Bereiche markieren; die später zur Quantifizierung des Kalziumanteils beitragen sollen. In der Regel werden hierzu die unterschiedlichen Herzkranzgefäße durch den Anwender gekennzeichnet und entsprechend benannt, bspw. in den üblichen Bezeichnungen LM (Left Main), LAD (Left Anterior Descending), LCX (Left Circumflexus) und RCA (Right Coronary Artery). Die Kalziumanteile werden dann jeweils für die einzelnen Herzkranzgefäße aus den Volumina der markierten Bereiche berechnet. Die Berechnung erfolgt in der Regel als gewichtete Summe aller Bildpunkte bzw. Voxel in den markierten Bereichen, die oberhalb eines Schwellwertes für den HU-Wert, typischerweise 130 HU, liegen. Der Gewichtungsfaktor hängt dabei jeweils vom maximalen HU-Wert innerhalb des Bereiches ab. Diese Technik der Gewichtung wurde ursprünglich von Agatston eingeführt, so dass der damit ermittelte Kalziumanteil auch als Agatston-Score bezeichnet wird. Im Anschluss an den nativen CT-Scan wird bei derartigen Untersuchungen eventuell ein weiterer CT-Scan unter Kontrastmittelgabe durchgeführt, um eine CT-Angiographie- Aufnahme für eine Bilddarstellung mit hohem Kontrast zu erhalten.
  • Die Bestimmung des Kalziumanteils ist bisher sehr aufwendig, da der Anwender alle Einzelbilder durchsehen, die Kalkablagerung identifizieren und entsprechend markieren muss. Dies kostet zum einem viel Zeit, zum anderen hängt die Reproduzierbarkeit der Ergebnisse stark vom Anwender ab. Durch die beiden CT-Scans steigt auch die Strahlungsdosis, der der Patient ausgesetzt ist.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren sowie ein Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen aus CT-Bilddaten anzugeben, das sich mit geringerem Aufwand für den Anwender durchführen lässt und eine Dosisreduzierung für den Patienten ermöglicht.
  • Die Aufgabe wird mit dem Verfahren und dem Datenverarbeitungssystem gemäß den Patentansprüchen 1 und 12 gelöst. Vorteilhafte Ausgestaltungen des Verfahrens sowie des Datenverarbeitungssystems sind Gegenstand der abhängigen Patentansprüche oder lassen sich der nachfolgenden Beschreibung sowie dem Ausführungsbeispiel entnehmen.
  • Bei dem vorgeschlagenen Verfahren werden ausschließlich Bilddaten der CT-Angiographie (CTA) herangezogen, um den Kalziumanteil in den Herzkranzgefäßen zu bestimmen. In den 3D-Bilddaten des Herzens werden hierzu anatomische Landmarken im Bereich des Herzens detektiert und unter Berücksichtigung der detektierten Landmarken Herzkranzgefäße, insbesondere die Hauptgefäße, segmentiert. In den segmentierten Herzkranzgefäßen werden Bereiche mit einem gegenüber der Kontrastmittelumgebung erhöhten HU-Wert segmentiert. Aus den segmentierten Bereichen wird dann jeweils der Kalziumanteil für eines, mehrere oder alle der segmentierten Herzkranzgefäße berechnet und als Zahlenwert oder in graphischer Darstellung ausgegeben. Zumindest die letzten beiden Schritte der Segmentierung der Bereiche sowie der Berechnung des Kalziumanteils werden von einem Datenverarbeitungssystem vollständig automatisiert, d. h. ohne Benutzereingriff, durchgeführt.
  • Damit wird zum einen der Aufwand zur Bestimmung des Kalziumanteils für den Benutzer deutlich verringert. Zum anderen kann auf den nativen CT-Scan verzichtet werden, der bisher in erster Linie zur Berechnung des Kalziumanteils diente. Vielmehr ist es bei der Durchführung des vorliegenden Verfahrens ausreichend, eine CT-Angiographie durchzuführen, die dann sowohl zur Bestimmung des Kalziumanteils als auch zur Untersuchung von Pathologien an den Koronargefäßen genutzt werden kann. Damit kann die Strahlendosis für den Patienten deutlich reduziert werden, da mit den neuesten CTA-Techniken die Dosisbelastung der CT-Angiographie abhängig von der Statur des Patienten vergleichbar der eines nativen CT-Scans ist.
  • Die Bestimmung des Kalziumanteils nicht aus den Bilddaten eines nativen CT-Scans sondern aus CT-Angiographie-Bilddaten hat weiterhin den Vorteil, dass für die Segmentierung der Herzkranzgefäße anatomische Informationen in den Bilddaten genutzt werden können, die eine automatische Segmentierung dieser Gefäße mit hoher Zuverlässigkeit ermöglichen. So ist bspw. aus der US 2006/0064007 A1 eine Technik zur automatischen Identifikation anatomischer Landmarken in CTA-Bilddaten des Herzens bekannt, die auch beim vorliegenden Verfahren vorzugsweise eingesetzt wird, um zunächst geeignete anatomische Landmarken für die spätere Segmentierung der Herzkranzgefäße automatisiert zu bestimmen. Auf Basis dieser Landmarken kann dann eine automatische Segmentierung erfolgen, wie sie bspw. aus der US 6,947,040 B1 bekannt ist, bei der eine Strahlausbreitungstechnik für die automatisierte Segmentierung eingesetzt wird. Der Offenbarungsgehalt beider Druckschriften wird hinsichtlich dieser Techniken in die vorliegende Patentanmeldung einbezogen.
  • Vorzugsweise erfolgt durch das Datenverarbeitungssystem eine automatisierte Bestimmung jeweils eines Punktes in den Ab zweigungen der Aorta zu den beiden Haupt-Herzkranzgefäßen (RCA und LM). Diese beiden Punkte werden dann von dem Segmentierungsalgorithmus als Startpunkte für die Segmentierung dieser beiden Herzkranzgefäße genutzt.
  • In einer bevorzugten Ausgestaltung des Verfahrens wird automatisiert ebenfalls ein Punkt in der Aorta als Landmarke bestimmt, vorzugsweise ein Punkt in einem zentralen Bereich der Aorta. Auch dies kann mit der bereits angeführten Technik durch das Datenverarbeitungssystem erfolgen. Dieser vorab bestimmte Punkt der Aorta wird dann bei der späteren Segmentierung der Bereiche mit Kalziumanteilen als Vergleichswert herangezogen, um einen Schwellwert oberhalb des HU-Wertes des Kontrastmittels für die Segmentierung der mit Kalzium angereicherten Bereiche zu setzen. Hierbei kann ein Differenzwert vorgegeben werden, um den der Schwellwert höher als der Vergleichswert liegt. Durch diesen Vergleichswert wird vermieden, dass bei der automatisierten Segmentierung der Bereiche unter ungünstigen Umständen ein Übergreifen der Segmentierung auf mit Kontrastmittel gefüllte Gebiete erfolgt.
  • Die Berechnung des Kalziumanteils aus den segmentierten Bereichen erfolgt vorzugsweise mit Gewichtungsfaktoren für die einzelnen Bereiche, die nicht wie im Stand der Technik vom maximalen HU-Wert innerhalb des Bereiches sondern vom Schwellwert für die Segmentierung und vom Volumen des segmentierten Bereiches abhängen. Der Grund hierfür liegt in den unterschiedlichen Randbedingungen für die Segmentierung in CTA-Bilddaten im Vergleich zu Bilddaten, die durch einen nativen CT-Scan erhalten werden. So muss aufgrund des Kontrastmittels ein erheblich höherer Schwellwert für die Segmentierung der Bereiche angesetzt werden als bei Bilddaten der Gefäße ohne Kontrastmittel. Die ermittelten Kalziumanteile fallen daher bei der Segmentierung aufgrund des vorhandenen Kontrastmittels geringer aus als tatsächlich vorhanden. Durch die Gewichtungsfaktoren in Abhängigkeit des Schwellwertes und der Größe des segmentierten Bereiches wird diese Unterbewertung zumindest annähernd wieder korrigiert.
  • Für die automatisierte Berechnung des Kalziumanteils wird vorzugsweise eine zweidimensionale Tabelle bereitgestellt, in der die anzuwendenden Gewichtungsfaktoren hinterlegt sind, auf die das Datenverarbeitungssystem während der Berechnung Zugriff hat. In dieser Tabelle sind für eine Vielzahl von Kombinationen von Schwellwerten und Bereichsgrößen die jeweiligen Gewichtungsfaktoren angegeben.
  • In einer Weiterbildung des Verfahrens werden auch die segmentierten Herzkranzgefäße identifiziert und entsprechend gekennzeichnet oder benannt. Dies kann entweder durch den Anwender oder auch vollständig automatisiert erfolgen. Die vollständig automatisierte Identifizierung und Benennung erfolgt vorzugsweise durch eine automatisierte Analyse der räumlichen Lage dieser Herzkranzgefäße. So kann bspw. der von den Herzkranzgefäßen beanspruchte Bereich der Bilddaten für diese Analyse in Unterbereiche eingeteilt werden, denen jeweils eine Kennzeichnung oder Benennung zugeordnet wird. Die Einteilung des Volumens des Datensatzes und die Zuordnung der Benennung erfolgt auf Basis bekannter statistischer Annahmen über die räumliche Lage der Herzkranzgefäße am Herzen. Für jedes der segmentierten Herzkranzgefäße wird dann bestimmt, in welchem Unterbereich der größte Teil dieses Herzkranzgefäßes liegt. Das Herzkranzgefäß erhält dann die diesem Unterbereich zugeordnete Kennzeichnung oder Benennung.
  • Das für die Durchführung des Verfahrens ausgebildete Datenverarbeitungssystem erfordert in bekannter Weise entsprechende Schnittstellen für den Zugriff auf die 3D-Bilddaten, einen Speicher sowie einen Rechenprozessor. Vorzugsweise ist dieses Datenverarbeitungssystem mit einer Bilddarstellungseinheit verbunden, über die Schnittbilder aus den 3D-Bilddaten oder eine 3D-Visualisierung der Bilddaten sowie das Ergebnis der Bestimmung des Kalziumanteils angezeigt werden können. Das Datenverarbeitungssystem umfasst ein Bestimmungsmodul in Form eines Softwareprogramms, das für die Durchführung der Verfahrensschritte des vorgeschlagenen Verfahrens ausgebildet ist.
  • Das vorgeschlagene Verfahren wird nachfolgend anhand eines Ausführungsbeispiels in Verbindung mit den Zeichnungen nochmals kurz erläutert. Hierbei zeigen:
  • 1 eine Bilddarstellung von CTA-Bilddaten des Herzens mit markierten anatomischen Landmarken,
  • 2 eine schematische Darstellung der Einteilung der Bilddaten in Unterbereiche,
  • 3 ein Schnittbild durch ein Gefäß, in dem Kalkablagerungen sichtbar sind,
  • 4 eine schematische Darstellung zur Demonstration der durch das Kontrastmittel verdeckten Kalziumbereiche,
  • 5 ein Beispiel für eine Tabelle mit Gewichtungsfaktoren und
  • 6 eine schematische Darstellung der einzelnen Verfahrensschritte des vorgeschlagenen Verfahrens.
  • Das vorgeschlagene Verfahren wird im Folgenden anhand eines Ausführungsbeispiels in Verbindung mit den Zeichnungen nochmals kurz erläutert. Der Verfahrensablauf mit den einzelnen Verfahrensschritten ist hierbei in 6 skizziert.
  • Im vorliegenden Beispiel werden zunächst durch das Datenverarbeitungssystem wichtige anatomische Landmarken in den CTA-Bilddaten des Herzens automatisch detektiert und markiert. Hierzu wird eine Technik eingesetzt, wie sie aus der US 2006/0064007 A1 bekannt ist. Als anatomische Landmarken werden ein zentraler Punkt 1 der Aorta 2 sowie jeweils ein zentraler Punkt 3 der Abzweigung bzw. Öffnung zum rechten Haupt-Herzkranzgefäß (RCA 4) sowie ein zentraler Punkt 5 in der Abzweigung bzw. Öffnung zum linken Haupt-Herzkranzgefäß (LM 6) markiert. Diese beiden zentralen Punkte 3, 5 in den Abzweigungen werden als Startpunkte für die anschließende automatisierte Segmentierung der Herzkranzgefäße mit Hilfe einer Strahlausbreitungstechnik gemäß der US 6,947,040 B1 genutzt. 1 zeigt hierzu eine vereinfachte Bilddarstellung der 3D-Bilddaten mit den detektierten und markierten Punkten 1, 3, 5.
  • Nach der automatisierten Segmentierung der Herzkranzgefäße werden diese identifiziert und entsprechend bezeichnet. Dies erfolgt auf Basis einer Analyse der räumlichen Lage der segmentierten Gefäße. Als Bezeichnungen werden die üblichen Kürzel LM, LAD, RCA und LCX verwendet. Für die automatisierte Identifizierung wird der durch den segmentierten Gefäßbaum eingenommene Bereich in den Bilddaten in geometrische Unterbereiche eingeteilt, denen jeweils eine Benennung zugeordnet wird. Die Einteilung und Benennung wird entsprechend statistisch korrekter Annahmen über die Form der Gefäßstrukturen um das Herz gemacht. So wird bspw. der Bereich auf der rechten Seite des Herzens normalerweise von der RCA durchkreuzt. Wenn ein segmentiertes Gefäß zum größten Teil in diesem Bereich verläuft, dem die Benennung RCA zugeordnet wurde, so erhält das entsprechende Gefäß ebenfalls die Benennung RCA. Die gleichen Schritte werden mit den übrigen segmentierten Gefäßen durchgeführt. Anschließend wird das Gefäßsegment, von dem in einer gemeinsamen Verzweigung die als LAD und LCX benannten Gefäße abzweigen, als LM benannt. 2 zeigt hierzu schematisch in einer beispielhaften Schnittebene durch die 3D-Bilddaten eine gewählte Unterteilung in einzelne Unterbereiche und deren Benennung.
  • Nach der Segmentierung der wichtigsten Herzkranzgefäße und deren Benennung erfolgt die automatisierte Detektion und Segmentierung von Bereichen in diesen Gefäßen, die Kalkablagerungen enthalten. Hierzu wird eine lokale statistische Analyse von Querschnittsbildern durch diese Gefäße durchgeführt. Die Querschnittsbilder werden hierbei in regelmäßigen Abständen jeweils vorzugsweise senkrecht zur Gefäßachse aus den 3D-Bilddaten generiert. In den jeweiligen Schnittbildern wird nach einem irregulären Anstieg der HU-Werte bzw. der mit diesen korrelierten Helligkeitswerte oberhalb der HU-Werte oder Helligkeitswerte des Kontrastmittels gesucht. Wird ein derartiger Bereich gefunden, so wird automatisch ein Saatpunkt in nerhalb dieses Bereiches gesetzt und der Bereich mit einer Schwellwerttechnik automatisch in den 3D-Bilddaten segmentiert. Als Schwellwert wird ein Wert oberhalb des HU-Wertes bzw. des Helligkeitswertes des umgebenden Kontrastmittels gewählt. Vorzugsweise wird hierzu der vorab bestimmte Punkt in der Aorta als Vergleichswert herangezogen, wobei dann der Schwellwert um einen geeigneten Betrag oberhalb dieses Vergleichswertes gesetzt wird. Vorzugsweise wird hierzu auf bisher manuell für eine Vielzahl von unterschiedlichen (früheren) Fällen von Medizinern gewählte Schwellwerte zurückgegriffen, die in einem Diagramm über dem für den jeweiligen Fall geltenden Vergleichswert der Aorta aufgetragen werden, wobei eine Regressionskurve durch dieses Diagramm gelegt wird. Beim vorliegenden Verfahren kann dann diese Regressionskurve genutzt werden, um den Schwellwert automatisiert in Abhängigkeit vom ermittelten Vergleichswert der Aorta zu bestimmen. Auf diese Weise kann ein unerwünschtes Übergreifen der Segmentierung auf mit Kontrastmittel gefüllte Bereiche innerhalb des Gefäßes vermieden werden. Diese Vorgehensweise wird für alle segmentierten Gefäße durchgeführt, um alle Bereiche mit Kalkablagerungen in diesen Gefäßen für die anschließende Berechnung der Kalziumanteile zu erhalten. 3 zeigt hierzu ein beispielhaftes Schnittbild durch ein Herzkranzgefäß 7, in dem ein Bereich 8 mit Kalkablagerungen aufgrund des gegenüber dem Kontrastmittel erhöhten HU-Wertes bzw. Helligkeitswertes erkennbar ist.
  • Wie bereits weiter oben erläutert, unterscheiden sich die Randbedingungen für die Segmentierung in CTA-Bilddaten von denen in CT-Bilddaten eines nativen CT-Scans. 4 zeigt anhand von zwei Beispielen mit unterschiedlichem Gehalt an Kontrastmittel und unterschiedlicher Größe des Bereiches der Kalkablagerung die Verhältnisse bei der Segmentierung in CTA-Bilddaten. Der für die Segmentierung genutzte Schwellwert hängt stark vom Kontrastmittelgehalt innerhalb des Gefäßes ab, so dass bei unterschiedlichem Gehalt unterschiedliche Schwellwerte, die jeweils oberhalb des HU-Wertes für das Kontrastmittel im Gefäß liegen müssen, erforderlich sind. Zu sätzlich hängt das Verhältnis der nicht segmentierten Voxel innerhalb der Kalkablagerung – aufgrund des höheren Schwellwertes – und der Voxel, die korrekt segmentiert werden, auch stark von der Größe des Bereiches ab. In der 4 sind die Kalkablagerungen, die bei der Segmentierung nicht erfasst werden, durch den schraffierten Bereich 9 angedeutet. Das Kontrastmittel ist mit dem Bezugszeichen 10, die erfassten Kalkablagerungen sind mit dem Bezugszeichen 11 bezeichnet.
  • Damit der später bestimmte Kalziumanteil durch diese Verhältnisse nicht verfälscht wird, werden die einzelnen segmentierten Bereiche mit Korrektur- bzw. Gewichtungsfaktoren versehen, die diesen Verhältnissen Rechnung tragen. Die hierbei verwendeten Gewichtungsfaktoren sind abhängig vom Schwellwert für die Segmentierung sowie von der Größe des segmentierten Bereiches. Je höher der Schwellwert, desto größer muss der Gewichtungsfaktor liegen. Das Gleiche gilt für die Bereichsgröße. Im vorliegenden Beispiel wird hierfür eine zweidimensionale Korrekturtabelle eingesetzt, bei der die X- und Y-Koordinaten jeweils dem Schwellwert bzw. der Bereichsgröße entsprechen. Da bei dem vorgeschlagenen Verfahren der Schwellwert automatisch gesetzt und die Größe des jeweiligen Bereiches bestimmt werden, kann ein geeigneter Gewichtungsfaktor durch Rückgriff auf die hinterlegte Korrekturtabelle erhalten werden. 5 zeigt hierzu beispielhaft den Aufbau einer derartigen Korrekturtabelle mit den Gewichtungsfaktoren α.
  • Mit dem vorgeschlagenen Verfahren kann auf einen nativen CT-Scan verzichtet werden, so dass die Dosisbelastung für den Patienten reduziert wird. Ein einfacher Niedrigdosis-CTA-Scan ist ausreichend, um die zuverlässige Bestimmung des Kalziumanteils zu ermöglichen. Weiterhin können die Kalziumanteile teil- oder vollautomatisiert aus den 3D-Bilddaten bestimmt werden, so dass sich der Zeitaufwand für den Anwender reduziert und eine bessere Reproduzierbarkeit der Ergebnisse erreicht wird.
  • 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 Patentliteratur
    • - US 2006/0064007 A1 [0008, 0023]
    • - US 6947040 B1 [0008, 0023]

Claims (12)

  1. Verfahren zur Bestimmung des Kalziumanteils in Herzkranzgefäßen aus Bilddaten der CT-Angiographie, bei dem – in den Bilddaten anatomische Landmarken im Bereich des Herzens detektiert und unter Berücksichtigung der detektierten Landmarken Herzkranzgefäße (4, 6) segmentiert werden, – in den segmentierten Herzkranzgefäßen (4, 6) Bereiche (8) mit einem gegenüber einer Kontrastmittelumgebung erhöhten HU- oder Helligkeits-Wert segmentiert werden, und – aus den segmentierten Bereichen (8) jeweils der Kalziumanteil für eines oder mehrere der segmentierten Herzkranzgefäße (4, 6) berechnet wird, wobei zumindest die letzten beiden Schritte von einem Datenverarbeitungssystem vollständig automatisiert durchgeführt werden.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Detektion der anatomischen Landmarken zumindest die Lokalisierung eines Punktes (1) der Aorta (2) umfasst.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass für die Segmentierung der Bereiche (8) ein HU- oder Helligkeits-Wert an dem lokalisierten Punkt (1) der Aorta (2) als Vergleichswert herangezogen wird, um ein Übergreifen der Segmentierung auf mit Kontrastmittel gefüllte Gebiete zu vermeiden.
  4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass bei der Berechnung des Kalziumanteils Gewichtungsfaktoren für die einzelnen Bereiche (8) eingesetzt werden, die sowohl vom Schwellwert für die Segmentierung des jeweiligen Bereiches (8) als auch vom Volumen dieses Bereiches (8) abhängen.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass eine zweidimensionale Tabelle bereitgestellt wird, in der die Gewichtungsfaktoren in Abhängigkeit vom Schwellwert und Volumen eingetragen sind.
  6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Detektion der anatomischen Landmarken die Lokalisierung jeweils eines Punktes (3, 5) in den Abzweigungen der Aorta (2) zu den beiden Haupt-Herzkranzgefäßen umfasst.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Segmentierung der beiden Haupt-Herzkranzgefäße automatisiert mit einem Algorithmus durchgeführt wird, der auf Basis einer Strahlenausbreitungstechnik arbeitet, wobei die lokalisierten Punkte (3, 5) in den Abzweigungen die Startpunkte für die Segmentierung bilden.
  8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die segmentierten Herzkranzgefäße (4, 6) identifiziert und benannt werden.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die Identifikation und Benennung der segmentierten Herzkranzgefäße (4, 6) auf Basis einer Analyse der räumlichen Lage der segmentierten Herzkranzgefäße (4, 6) erfolgt.
  10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass der von den Herzkranzgefäßen (4, 6) beanspruchte Bereich der Bilddaten für die Analyse in Unterbereiche eingeteilt wird, denen jeweils eine Benennung zugeordnet wird, wobei für Einteilung und Zuordnung der Benennung bekannte statistische Annahmen über die räumliche Lage der Herzkranzgefäße (4, 6) am Herzen herangezogen werden, und dass segmentierte Herzkranzgefäße (4, 6), die überwiegend in einem der Unterbereiche verlaufen, die diesem Unterbereich zugeordnete Benennung erhalten.
  11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass alle Verfahrensschritte von dem Datenverarbeitungssystem vollständig automatisiert durchgeführt werden.
  12. Datenverarbeitungssystem mit einem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen aus Bilddaten der CT-Angiographie, das zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 11 ausgebildet ist.
DE102009014763.2A 2009-03-25 2009-03-25 Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen Active DE102009014763B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102009014763.2A DE102009014763B4 (de) 2009-03-25 2009-03-25 Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen
US12/729,267 US8718342B2 (en) 2009-03-25 2010-03-23 Method and data-processing system for determining the proportion of calcium in coronary arteries

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009014763.2A DE102009014763B4 (de) 2009-03-25 2009-03-25 Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen

Publications (2)

Publication Number Publication Date
DE102009014763A1 true DE102009014763A1 (de) 2010-10-07
DE102009014763B4 DE102009014763B4 (de) 2018-09-20

Family

ID=42674814

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009014763.2A Active DE102009014763B4 (de) 2009-03-25 2009-03-25 Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen

Country Status (2)

Country Link
US (1) US8718342B2 (de)
DE (1) DE102009014763B4 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111192316A (zh) * 2018-11-15 2020-05-22 通用电气公司 用于动脉分析和评估的深度学习

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012083350A1 (en) * 2010-12-24 2012-06-28 Otton James Maxwell Coronary calcium measurement
CA2850691A1 (en) * 2011-08-26 2013-03-07 EBM Corporation System for diagnosing bloodflow characteristics, method thereof, and computer software program
WO2016133957A1 (en) 2015-02-17 2016-08-25 Brigham And Women's Hospital, Inc. Systems and methods for promotion angiogenesis and adipogenesis in tissues through application of mechanical forces
CN108765363B (zh) * 2018-03-24 2021-06-25 语坤(北京)网络科技有限公司 一种基于人工智能的冠脉cta自动后处理系统
CN110009616B (zh) * 2019-04-01 2020-12-25 数坤(北京)网络科技有限公司 一种点状钙化检测方法
US11030743B2 (en) * 2019-05-16 2021-06-08 Tencent America LLC System and method for coronary calcium deposits detection and labeling
US20220284571A1 (en) * 2021-03-05 2022-09-08 Shenzhen Keya Medical Technology Corporation Method and system for automatic calcium scoring from medical images
CN114998319B (zh) * 2022-07-18 2022-11-08 浙江大学 图像数据处理方法、装置、图像数据处理设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008003940A1 (de) 2007-01-02 2008-07-03 General Electric Co. Automatische Erfassungs- und Markierungsvorrichtung für Koronarkalk in Arterien
US20080219530A1 (en) 2006-10-25 2008-09-11 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of ct angiography

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI111759B (fi) * 2000-03-14 2003-09-15 Planmed Oy Anturijärjestelmä ja menetelmä digitaalisessa röntgenkuvantamisessa
US6947040B2 (en) 2001-10-23 2005-09-20 Siemens Corporate Research, Inc. Vessel detection by mean shift based ray propagation
US7678052B2 (en) * 2004-04-13 2010-03-16 General Electric Company Method and apparatus for detecting anatomic structures
US7555151B2 (en) 2004-09-02 2009-06-30 Siemens Medical Solutions Usa, Inc. System and method for tracking anatomical structures in three dimensional images
WO2007108776A2 (en) * 2005-12-31 2007-09-27 Bracco Imaging S.P.A. Systems and methods for collaborative interactive visualization of 3d data sets over a network ('dextronet')
US7983459B2 (en) * 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
US7873194B2 (en) * 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
JP5395868B2 (ja) * 2011-09-26 2014-01-22 富士フイルム株式会社 画像処理装置および方法ならびにプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080219530A1 (en) 2006-10-25 2008-09-11 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of ct angiography
DE102008003940A1 (de) 2007-01-02 2008-07-03 General Electric Co. Automatische Erfassungs- und Markierungsvorrichtung für Koronarkalk in Arterien

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111192316A (zh) * 2018-11-15 2020-05-22 通用电气公司 用于动脉分析和评估的深度学习
CN111192316B (zh) * 2018-11-15 2024-01-12 通用电气公司 用于动脉分析和评估的深度学习

Also Published As

Publication number Publication date
US20100260400A1 (en) 2010-10-14
DE102009014763B4 (de) 2018-09-20
US8718342B2 (en) 2014-05-06

Similar Documents

Publication Publication Date Title
DE102009014763B4 (de) Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen
DE102004006188B4 (de) Verfahren zum Bestimmen physikalischer Parameter körperlicher Strukturen
DE102007056256B4 (de) Gerät zur Generierung einer Risikometrik bei weicher Plaque in Gefäßen und maschinenlesbares Medium hierfür
DE102005038326A1 (de) Verfahren und Vorrichtung zur Planung medizinischer Eingriffsprozeduren und zur Lokalisierung und Navigation eines Eingriffswerkzeugs
EP2041719B1 (de) Verfahren zum bestimmen einer eigenschaftskarte für einen gegenstand, insbesondere für ein lebewesen, basierend auf zumindest einem ersten bild, insbesondere einem kernspinresonanzbild
DE102010032755B4 (de) Verfahren zur Visualisierung eines Vorhofs des Herzens eines Patienten
DE102007028270A1 (de) Verfahren zur Segmentierung von Bilddaten zur Erkennung einer Leber
DE102004056783A1 (de) Verfahren und Vorrichtung zum Segmentieren von Strukturen in einer CT-Angiographie
DE102016204226A1 (de) Vorrichtung und Verfahren zum Abgrenzen eines Metallobjekts für eine Artefaktreduktion in Tomographiebildern
DE102017217543B4 (de) Verfahren und System zur Klassifikation von Materialien mittels maschinellen Lernens
DE102011052842A1 (de) Bildverarbeitungsverfahren zur Bestimmung verdächtiger Regionen in einer Gewebematrix und dessen Verwendung zur 3D-Navigation durch die Gewebematrix
DE102016226195B3 (de) Berechnen eines vierdimensionalen DSA-Datensatzes mit variabler räumlicher Auflösung
DE112012002671T5 (de) Anzeigen einer Vielzahl von registrierten Bildern
DE10338145B4 (de) Verfahren zur Darstellung von 3D Bilddaten
DE102020216306A1 (de) Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102011080682A1 (de) Positionsbestimmung bei einer stereotaktischen Biopsie
DE102015212841A1 (de) Betrieb eines Röntgensystems zur Untersuchung eines Objektes
DE102014201556A1 (de) Verfahren zur Ermittlung eines Gewebeparameters, Röntgeneinrichtung und Computerprogramm
DE102013210252A1 (de) Automatische Generierung eines Auswahl-Bilddatensatzes
EP3420902B1 (de) Verfahren zur ermittlung einer gewebeverteilungsinformation aus röntgenbilddaten, röntgeneinrichtung, computerprogramm und elektronisch lesbarer datenträger
DE102008045633A1 (de) Verfahren zur verbesserten Darstellung von Mehr-Energie-CT-Aufnahmen
DE102019217576B4 (de) Identifizieren und Bereitstellen von Fehlausrichtungsbildmerkmalen
DE102021210879A1 (de) Bereitstellen eines Vergleichsdatensatzes
DE102020201928A1 (de) Verfahren zur Deformationskorrektur
DE102019212929A1 (de) Registrieren eines 2D Bildes mit einem 3D Bild

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee
R409 Internal rectification of the legal status completed
R409 Internal rectification of the legal status completed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0019000000

Ipc: A61B0034000000

R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHCARE GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0034000000

Ipc: A61B0090000000

R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE