DE102009025856A1 - Verarbeitungs- und Visualisierungstechnik medizinischer Daten - Google Patents

Verarbeitungs- und Visualisierungstechnik medizinischer Daten Download PDF

Info

Publication number
DE102009025856A1
DE102009025856A1 DE102009025856A DE102009025856A DE102009025856A1 DE 102009025856 A1 DE102009025856 A1 DE 102009025856A1 DE 102009025856 A DE102009025856 A DE 102009025856A DE 102009025856 A DE102009025856 A DE 102009025856A DE 102009025856 A1 DE102009025856 A1 DE 102009025856A1
Authority
DE
Germany
Prior art keywords
patient
image data
deviation
data
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102009025856A
Other languages
English (en)
Inventor
Gopal B. Menomonee Falls Avinash
Saad Ahmet Pewaukee Sirohey
Fausto J. Waukesha Espinal
Zhongmin New Berlin Lin
Ananth Waukesha Mohan
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of DE102009025856A1 publication Critical patent/DE102009025856A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • 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
    • G06T2207/30016Brain

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Es wird eine Datenverarbeitungstechnik bereitgestellt. In einer Ausführungsform beinhaltet ein Computer-implementiertes Verfahren einen Zugriff (282, 284) auf Patienten-Bild- und nicht-Bild-Abweichungsbewertungen (250, 270), die durch entsprechende Vergleiche von Patienten-Bilddaten und nicht-Bilddaten (242, 262) mit standardisierten Bilddaten und nicht-Bilddaten abgeleitet werden. Das Verfahren kann auch die Verarbeitung (286) der Bild- und nicht-Bild-Abweichungsbewertungen zum Erzeugen eines visuellen Ergebnisses (296) beinhalten, das jeweils Unterschiede zwischen den Patienten-Bilddaten und nicht-Bilddaten und den standardisierten Bilddaten und nicht-Bilddaten anzeigt. Ferner kann das Verfahren die Anzeige (288) des visuellen Ergebnissesrstellungsgegenstände werden ebenfalls offengelegt.

Description

  • HINTERGRUND
  • Die vorliegende Erfindung betrifft im Wesentlichen medizinische Diagnosen und insbesondere die Diagnose medizinischer Zustände aus Patienten-Abweichungsdaten.
  • Eine Art eines medizinischen Zustands oder einer Krankheit, die für die medizinische Gemeinschaft von Interesse ist, sind die neurodegenerativen Erkrankungen (NDDs), wie z. B. die Alzheimer-Krankheit und die Parkinson-Krankheit. Die Alzheimer-Krankheit befällt derzeit einige zehn Millionen Menschen weltweit und macht einen Großteil der Demenzfälle in Patienten aus. Ferner gibt es bisher keine bekannte Heilung. Die wirtschaftlichen und sozialen Kosten in Verbindung mit der Alzheimer-Krankheit sind erheblich und nehmen mit der Zeit zu.
  • Jedoch können NDDs anspruchsvoll zu behandeln und/oder zu untersuchen sein, da sie sowohl schwierig in einem frühen Stadium zu detektieren sind und kaum in einer standardisierten Weise zum Vergleich zwischen unterschiedlichen Patientenpopulationen zu quantifizieren sind. In Reaktion auf diese Schwierigkeiten haben Forscher Verfahren entwickelt, um statistische Abweichungen von normalen Patientenpopulationen zu ermitteln. Ein Element für die Detektion von NDD ist die Entwicklung hinsichtlich Alter und Indikatorstoffe unterteilter Normal-Datenbanken. Ein Vergleich mit diesen Normalien kann nur in einem standardisierten Bereich, z. B. dem Talairach-Bereich oder dem Montreal Neurological Institute (MNI) Bereich, stattfinden. Das MNI definiert ein Standardgehirn unter Verwendung einer großen Serie von Magnetresonanzbildgebungs (MRI) Scans an nor maler Kontrollpersonen. Der Talairach-Bereich bezieht sich auf ein Gehirn, das hinsichtlich der Talairach- und Tournoux-Atlasse aufgeschnitten und photographiert ist. Sowohl in dem Talairach-Bereich als auch dem MNI-Bereich müssen Daten dem entsprechenden Standardbereich unter Verwendung von Ausrichtungstechniken zugeordnet werden. Derzeitige Verfahren, die eine Variante des vorstehenden Verfahrens nutzen, umfassen Indikatoren NeuroQ®, Statistical Parametric Matching (SPM), 3-D-stereotaktische Oberflächenprojektionen (3D-SSP) usw.
  • Sobald ein Vergleich durchgeführt worden ist, wird ein eine statistische Abweichung der Anatomie repräsentierendes Bild angezeigt, was es einem Betrachter ermöglicht, eine Diagnose auf der Basis des Bildes zu stellen. Die Stellung einer derartigen Diagnose ist eine sehr spezielle Aufgabe und wird typischerweise von hoch ausgebildeten medizinischen Bildexperten durchgeführt. Jedoch können selbst derartige Experten nur eine subjektive Aussage bezüglich des Schweregrads der Erkrankung machen. Aufgrund dieser inhärenten Subjektivität sind die Diagnosen tendenziell inkonsistent und nicht-standardisiert. Es kann daher wünschenswert sein, die Konsistenz und Standardisierung derartiger Diagnosen zu steigern. Es kann auch wünschenswert sein, zusätzliche Daten mit einzubeziehen, einschließlich nicht-Bilddaten, um einen ganzheitlichen Ansatz für die Patientendiagnose bereitzustellen.
  • Kurzbeschreibung
  • Bestimmte im Schutzumfang der ursprünglich beanspruchten Erfindung entsprechende Aspekte werden nachstehend dargestellt. Es dürfte sich verstehen, dass diese Aspekte lediglich dafür präsentiert werden, um dem Leser eine kurze Zusammenfassung bestimmter Formen der Erfindung zu bieten, und dass diese Aspekte nicht dafür gedacht sind, den Schutzumfang der Erfin dung einzuschränken. Stattdessen kann die Erfindung eine Vielzahl von Aspekten umfassen, die nachstehend nicht dargestellt werden.
  • Gemäß einer Ausführungsform enthält ein System eine Speichervorrichtung mit mehreren darin gespeicherten Routinen, und einen für die Ausführung der mehreren in der Speichervorrichtung gespeicherten Routinen konfigurierten Prozessor. Die mehreren Routinen können eine Routine beinhalten, die dafür konfiguriert ist, einen Zugriff auf eine Patienten-Bild-Abweichungsbewertung auszuführen, die einen Unterschied zwischen Patienten-Bilddaten und für ein Populationssegment repräsentativen Referenz-Bilddaten anzeigt. Ferner können die mehreren Routinen eine Routine beinhalten, die dafür konfiguriert ist, einen Zugriff auf eine Patienten-nicht-Bild-Abweichungsbewertung auszuführen, die einen Unterschied zwischen Patienten-nicht-Bilddaten und für das Populationssegment repräsentativen Referenz-nicht-Bilddaten anzeigt. Zusätzlich können die mehreren Routinen ferner Routinen enthalten, die dafür konfiguriert sind, eine Erzeugung eines Berichtes mit visuellen Darstellungen von Abweichungen der Patienten-Bild- und nicht-Bilddaten von dem entsprechenden Referenz-Bild und nicht-Bilddaten zu erzeugen und eine Ausgabe des Berichtes zu bewirken.
  • Gemäß einer weiteren Ausführungsform beinhaltet ein Computer-implementiertes Verfahren einen Zugriff auf wenigstens eine Patienten-Bild-Abweichungsbewertung, die durch einen Vergleich von Patienten-Bilddaten mit standardisierten für eine Population von Personen repräsentativen Bilddaten abgeleitet wird. Das Verfahren kann auch einen Zugriff auf wenigstens eine oder mehrere Patienten-nicht-Bild-Abweichungsbewertungen beinhalten, die durch einen Vergleich von Patienten-nicht-Bilddaten mit standardisierten für eine Population von Personen repräsentativen nicht-Bilddaten abgeleitet werden. Des weiteren kann das Verfahren die Verarbeitung der Bild- und nicht-Bild-Abweichungsbewertungen zum Erzeugen einer visuellen Ergebnisses beinhalten, das Unterschiede zwischen den Patientendaten und den standardisierten Daten anzeigt, und kann die Anzeige des visuellen Ergebnisses beinhalten, um die Diagnose des medizinischen Zustandes eines Patienten zu ermöglichen.
  • Gemäß einer weiteren Ausführungsform beinhaltet ein Computer-implementiertes Verfahren einen Zugriff auf eine Abweichungsbewertung eines Patienten, die durch einen Vergleich von Patienten-Bilddaten aus wenigstens zwei unterschiedlichen Bildgebungsmodalitäten mit standardisierten Bilddaten berechnet wird. Das Verfahren kann auch die Verarbeitung der Bild-Abweichungsbewertung zum Erzeugen einer visuellen Ergebnisses beinhalten, das eine graphische Darstellung enthält, die einen Unterschied zwischen den Patienten-Bilddaten und den standardisierten Bilddaten anzeigt. Des Weiteren kann das Verfahren die Anzeige des visuellen Ergebnisses beinhalten.
  • Gemäß noch einer weiteren Ausführungsform beinhaltet ein Computer-implementiertes Verfahren einen Zugriff auf Patienten-nicht-Bild-Abweichungsbewertungen, die durch einen Vergleich von Zeitachsen-Patienten-nicht-Bilddaten mit standardisierten nicht-Bilddaten berechnet wird. Das Verfahren kann auch die Verarbeitung der Patienten-nicht-Bild-Abweichungsbewertungen zum Erzeugen einer visuellen Ergebnisses beinhalten, das eine graphische Darstellung enthält, die einen Unterschied zwischen wenigstens einem Untersatz der Zeitachsen-Patienten-nicht-Bilddaten und den standardisierten nicht-Bilddaten anzeigt. Des Weiteren kann das Verfahren die Anzeige des visuellen Ergebnisses beinhalten.
  • Gemäß noch einer weiteren Ausführungsform beinhaltet ein Herstellungsgegenstand ein computerlesbares Medium mit darauf gespeicherten ausführbaren Instruktionen. Die ausführbaren Instruktionen können Instruktionen beinhalten, die dafür angepasst sind, auf eine Patienten-Bild-Abweichungsbewertung zuzugreifen, die aus einem Vergleich von Patienten-Bilddaten mit Referenz-Bilddaten abgeleitet wird. Die ausführbaren Instruktionen können auch Instruktionen beinhalten, die dafür angepasst sind, auf eine Patienten-nicht-Bild-Abweichungsbewertung zuzugreifen, die aus einem Vergleich von Patienten-nicht-Bilddaten mit Referenz-nicht-Bilddaten abgeleitet wird.
  • Ferner können die ausführbaren Instruktionen Instruktionen beinhalten, die dafür angepasst sind, wenigstens teilweise auf den Bild- und nicht-Bild-Abweichungsbewertungen basierend eine visuelles Ergebnis zu erzeugen, und das einen Unterschied zwischen den Patienten-Bilddaten und den Referenz-Bilddaten, und einen Unterschied zwischen den Patienten-nicht-Bilddaten und den Referenz-nicht-Bilddaten anzeigende visuelle Ergebnis anzuzeigen.
  • Verschiedene Verfeinerungen der vorstehend erwähnten Merkmale können in Bezug auf verschiedene Aspekte der vorliegenden Erfindung vorliegen. Weitere Merkmale können ebenfalls in diesen verschiedenen Aspekten enthalten sein. Diese Verfeinerungen und zusätzlichen Merkmale können einzeln oder in einer Kombination vorliegen. Beispielsweise können verschiedene nachstehend in Bezug auf eine oder mehrere von den dargestellten Ausführungsformen diskutierte Merkmale in irgendeinen von den vorstehend beschriebenen Aspekten der vorliegenden Erfindung alleine oder in beliebiger Kombination einbezogen sein. Wiederum ist die vorstehend präsentierte kurze Zusammenfassung nur dafür vorgesehen, den Leser mit bestimmten Aspekten und Zusammenhängen der vorliegenden Erfindung ohne Einschränkung bezüglich des beanspruchten Erfindungsgegenstands vertraut zu machen.
  • ZEICHNUNGEN
  • Diese und weitere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden besser verständlich, wenn die nachstehende detaillierte Beschreibung unter Bezugnahme auf die beigefügten Zeichnungen gelesen wird, in welchen gleiche Referenzzeichen gleiche Teile durchgängig durch die Zeichnungen bezeichnen, wobei:
  • 1 eine Blockdarstellung einer exemplarischen Prozessor basierenden Vorrichtung oder eines Systems gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 2 eine Blockdarstellung eines exemplarischen Datenerfassungs- und Verarbeitungssystems gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 3 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen von Bilddaten zur Merkmalextraktion gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 4 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen einer Kortexdickenkarte aus Gehirnbilddaten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 5 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen von Abweichungskarten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 6 eine exemplarische visuelle Zuordnung von Kortexdickendaten auf einer vergrößerten Gehirnoberfläche gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 7 eine Blockdarstellung ist, die eine Aufteilung von Referenzdaten in standardisierte Datenbanken gemäß einer Ausführungsform der vorliegenden Erfindung darstellt;
  • 8 ein Flussdiagramm eines exemplarischen Diagnoseverfahrens gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 9 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen und Analysieren von Abweichungsdaten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 10 ein Flussdiagramm eines Verfahrens zum Diagnostizieren eines Patienten auf der Basis eines Vergleichs einer Patientenabweichungskarte mit Referenzabweichungskarten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 11 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen einer zusammengesetzten Abweichungskarte ist, die sowohl eine strukturelle als auch funktionelle Abweichung gemäß einer Ausführungsform der vorliegenden Erfindung darstellt;
  • 12 ein Flussdiagramm eines Verfahrens zum Erzeugen von Bild-Abweichungsbewertungen für einen Patienten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 13 ein Flussdiagramm eines Verfahrens zum Erzeugen von nicht-Bild-Abweichungsbewertungen für einen Patienten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 14 ein Flussdiagramm eines exemplarischen Verfahrens zum Erzeugen einer visuellen Darstellung von Patienten- Abweichungsdaten auf der Basis von Abweichungsbewertungen gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 15 eine exemplarische visuelle Darstellung einer Vielfalt von Patienten-Abweichungsdaten gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 16 ein Flussdiagramm eines exemplarischen Visualisierungsverfahrens gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 17 ein Flussdiagramm eines anderen exemplarischen Visualisierungsverfahrens gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 18 eine Darstellung eines automatischen Vergleichsarbeitsablaufs zum Ermitteln eines Schweregrades gemäß einer Ausführungsform der vorliegenden Erfindung ist;
  • 19 ein Flussdiagramm eines exemplarischen Verfahrens zum Berechnen einer kombinierten Erkrankungsschwerebewertung ist;
  • 20 eine Blockdarstellung ist, welche im Wesentlichen einen Prozess zum Vergleichen von Patientendaten mit standardisierten Daten für mehrere Krankheitstypen und Schweregrade gemäß einer Ausführungsform der vorliegenden Erfindung darstellt;
  • 21 mehrere repräsentative Referenzabweichungskarten darstellt, die in einer Referenzbibliothek oder Datenbank derartiger Abweichungskarten gemäß einer Ausführungsform der vorliegenden Erfindung enthalten sein können; und
  • 22 zusätzliche repräsentative Referenzabweichungskarten darstellt, die in einer Referenzbibliothek oder Datenbank von Abweichungskarten gemäß einer Ausführungsform der vorliegenden Erfindung enthalten sein können.
  • DETAILLIERTE BESCHREIBUNG
  • Eine oder mehrere spezifische Ausführungsformen der Erfindung werden nachstehend beschrieben. In dem Bemühen, eine knappe Beschreibung dieser Ausführungsformen zu liefern, können nicht alle Merkmale einer tatsächlichen Implementation in der Beschreibung beschrieben werden. Es dürfte sich verstehen, dass bei der Entwicklung von jeder derartigen tatsächlichen Implementationen wie bei jedem technischen oder Auslegungsprojekt zahlreiche Implementations-spezifische Entscheidungen getroffen werden müssen, um die spezifischen Ziele des Entwicklers, wie z. B. Übereinstimmung mit systembezogenen und geschäftsbezogenen Einschränkungen zu erzielen, welche von einer Implementation zur anderen variieren können. Ferner dürfte erkennbar sein, dass eine derartige Entwicklungsanstrengung komplex und zeitaufwändig sein kann, aber trotzdem ein Routineunternehmen hinsichtlich Auslegung, Herstellung und Fertigung für den normalen Fachmann mit dem Vorteil dieser Offenlegung ist.
  • Wenn Elemente verschiedener Ausführungsformen der vorliegenden Erfindung eingeführt werden, sollen die Artikel ”einer, eines, eine”, ”der, die, das” und ”besagter, besagte, besagtes” die Bedeutung haben, dass eines oder mehrere von den Elementen vorhanden sein kann. Die Begriffe ”aufweisend”, ”enthaltend” und ”habend” sollen einschließend sein und die Bedeutung haben, dass zusätzliche weitere Elemente außer den aufgelisteten Elementen vorhanden sein können. Ferner wird man, obwohl der Begriff ”exemplarisch” hierin in Verbindung mit be stimmten Beispielen von Aspekten oder Ausführungsformen der vorliegend offengelegten Technik verwendet wird, erkennen, dass diese Beispiele nur veranschaulichender Natur sind, und dass der Begriff ”exemplarisch” hierin nicht zur Bezeichnung irgendeiner Präferenz oder Notwendigkeit in Bezug auf einen offengelegten Aspekt oder eine Ausführungsform verwendet wird. Ferner erfolgt jede Verwendung der Begriffe ”oben”, ”unten”, ”darüber”, ”unterhalb” und weiterer Positionsbegriffe und Variationen dieser Begriffe nur zur Vereinfachung, erfordert aber keine spezielle Ausrichtung der beschriebenen Komponenten.
  • In den Zeichnungen und zuerst in 1 ist ein exemplarisches Prozessor-basierendes System 10 zur Verwendung in Verbindung mit der vorliegenden Technik dargestellt. In einer Ausführungsform ist das exemplarische Prozessor-basierende System 10 ein Allzweckcomputer, wie z. B. ein Personal Computer, der dafür konfiguriert ist, eine Vielzahl von Software, einschließlich Software, die alle oder einen Teil der vorliegend offengelegten Techniken implementiert, einschließlich der Verfahren und Funktionalität, die durch die vorliegende Offenlegung beschrieben wird, ablaufen zu lassen. Alternativ kann in weiteren Ausführungsformen das Prozessor-basierende System 10 unter anderem aus einem Mainframe-Computer, einem verteilten Computersystem, oder einem anwendungsspezifischen Computer oder einer Arbeitsstation bestehen, die dafür konfiguriert sind, alle oder einen Teil der vorliegenden Techniken auf der Basis von spezialisierter Software und/oder Hardware, die als Teil des Systems bereitgestellt werden, zu implementieren. Ferner kann das Prozessor-basierende System 10 entweder nur einen Prozessor oder mehrere Prozessoren enthalten, um die Implementation der vorliegend offengelegten Funktionalität zu ermöglichen.
  • Im Wesentlichen beinhaltet das exemplarische Prozessor-basierende System 10 einen Mikrocontroller oder Mikroprozessor 12, wie z. B. eine zentrale Verarbeitungseinheit (CPU), welche verschiedene Routinen und Verarbeitungsfunktionen des Systems 10 ausführen. Beispielsweise kann der Mikroprozessor 12 verschiedene für die Bewirkung bestimmter Prozesse konfigurierte Betriebssysteminstruktionen sowie Softwareroutinen ausführen, die in einem ein computerlesbares Medium, wie z. B. ein Speicher 14 (z. B. ein Speicher mit wahlfreiem Zugriff) (RAM) eines Personal Computers oder eine oder mehrere Massenspeichervorrichtungen 16 (z. B. ein internes oder externes Festplattenlaufwerk oder eine Festkörperspeichervorrichtung, CD-ROM, DVD oder andere Speichervorrichtung) beinhaltendem Herstellungsgegenstand gespeichert sind oder durch diesen bereitgestellt werden. Zusätzlich verarbeitet der Mikroprozessor 12 Daten, die als Eingangsgrößen für verschiedene Routinen oder Softwareprogramme bereitgestellt werden, wie z. B. Daten, die in Verbindung mit den vorliegenden Techniken in Computer-basierenden Implementationen bereitgestellt werden.
  • Derartige Daten können in dem Speicher 14 oder der Massenspeichervorrichtung 16 gespeichert werden oder durch diese bereitgestellt werden. Alternativ können derartige Daten für den Mikroprozessor 12 über eine oder mehrere Eingabevorrichtungen 18 bereitgestellt werden. Wie der Fachmann auf diesem Gebiet erkennen wird, können die Eingabevorrichtungen 18 manuelle Eingabevorrichtungen, wie z. B. eine Tastatur, eine Maus oder dergleichen sein. Zusätzlich können die Eingabevorrichtungen 18 eine Netzwerkvorrichtung, wie z. B. eine drahtgebundene oder drahtlose Ethernet-Karte, einen drahtlosen Netzwerkadapter oder irgendeinen von verschiedenen Eingangsanschlüssen oder Vorrichtungen umfassen, die dafür konfiguriert sind, eine Kommunikation mit anderen Vorrichtungen in irgendeinem geeigneten Kommunikationsnetzwerk, wie z. B. einem lokalen Netzwerk oder dem Internet zu ermöglichen. Über eine derartige Netzwerkvorrichtung kann das System 10 Daten austauschen und mit anderen vernetzten elektronischen Systemen unabhängig davon kommunizieren, ob sie sich in der Nähe oder von dem System 10 entfernt befinden. Man wird erkennen, dass das Netzwerk verschiedene Komponenten enthalten kann, um eine Kommunikation zu ermöglichen, welche Switches, Router, Server oder andere Computer, Netzwerkadapter, Kommunikationskabel usw. umfassen.
  • Von dem Mikroprozessor 12 erzeugte Ergebnisse, wie z. B. die durch die Verarbeitung von Daten gemäß einer oder mehreren gespeicherten Routinen erzielten Ergebnisse, können in einer Speichervorrichtung gespeichert werden, können einer zusätzlichen Verarbeitung unterzogen werden oder können an einen Bediener über eine oder mehrere Ausgabevorrichtungen, wie z. B. eine Anzeigevorrichtung 20 und/oder einen Drucker 22, geliefert werden. Ferner kann auf der Basis der dargestellten oder ausgedruckten Ausgabe eine Bedienungsperson zusätzliche oder alternative Verarbeitung anfordern oder zusätzliche oder alternative Daten z. B. über die Eingabevorrichtung 18 liefern. Wie der Fachmann erkennt, kann eine Kommunikation zwischen den verschiedenen Komponenten des Prozessor-basierenden Systems 10 typischerweise mittels eines Chipsatzes und eines(r) oder mehrerer Busse oder Zwischenverbindungen erreicht werden, welche die Komponenten des Systems 10 elektrisch verbinden. Zu erwähnen ist, dass in bestimmten Ausführungsformen der vorliegenden Techniken das exemplarische Prozessor-basierende System 10 dafür konfiguriert sein kann, eine Patientendiagnose zu ermöglichen, wie es nachstehend detaillierter diskutiert wird.
  • Ein exemplarisches System 30 zum Erfassen und Verarbeiten von Daten ist in 2 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Das System 30 beinhaltet ein Datenverarbeitungssystem 32, das dafür konfiguriert ist, eine vielseitige Funktionalität bereitzustellen. Es sollte angemerkt werden, dass in einer Ausführungsform das Datenverarbeitungssystem 32 ein Prozessor-basierendes System, wie z. B. das System 10 mit jeder geeigneten Kombination von Hardware und/oder Softwarecode, Routinen, Modulen oder Instruktionen, die zum Durchführen der vorliegend diskutierten Funktionalität angepasst sind, einschließlich der Durchführung verschiedener Schritte der hierin anderweitig beschriebenen Verfahren, beinhalten kann. Es sollte angemerkt werden, dass derartige Softwareroutinen in einem Herstellungsgegenstand (z. B. einer Compact Disk, Festplattenlaufwerk, Flash-Speicher, RAM oder dergleichen) verkörpert und für eine Ausführung durch einem Prozessor konfiguriert sein können, um die Ausführung der hierin beschriebenen Funktionalität zu bewirken.
  • Das System 30 kann auch eine oder mehrere Datenerfassungssysteme 34 zum Sammeln von Daten von oder bezüglich eines Patienten 36 enthalten. Die Patientendaten können nur eines oder beides von Bilddaten und nicht-Bilddaten enthalten und können beliebige von statischen Daten, dynamischen Daten und Zeitachsendaten beinhalten. In verschiedenen Ausführungsformen können die Datenerfassungssysteme 34 Patientenüberwachungseinrichtungen, Bildgebungssysteme verschiedener Modalitäten, Computer oder irgendwelche andere geeignete Systeme umfassen, die in der Lage sind, Daten bezüglich des Patienten 36 zu sammeln oder zu empfangen. Beispielsweise kann das Datenerfassungssystem 34 unter anderem ein Röntgensystem, ein Computertomographie-(CT)-Bildgebungssystem, ein Magnetresonanz-(MR)-Bildgebungssystem, ein Positronen-Emissions-Tomographie-(PET)-Bildgebungssystem, ein Single-Photon-Emissions-Computertomographie-(SPECT)-Bildgebungssystem, ein digitales Tomosynthese-Bildgebungssystem, ein Elektroenzephalographie-(EEG)-System, ein Elektrokardiographie-(ECG oder EKG)-System, ein Elektromyographie-(IMG)-System, ein Elektroimpedanz-Tomographie-(EIT)- System, ein Elektronystagmographie-(ENG)-System, ein zum Sammeln von Nervenleitungsdaten angepasstes System oder irgendeine Kombination dieser Systeme beinhalten.
  • Verschiedene Komponenten des Systems 30, einschließlich des Datenverarbeitungssystems 32 und der Datenerfassungssysteme 34 können miteinander über ein Netzwerk 38 verbunden sein, das eine Kommunikation zwischen derartigen Komponenten ermöglicht. Das System 30 kann auch eine oder mehrere Datenbanken beinhalten, wie z. B. die Datenbanken 40 und 42 zum Speichern von Daten, wie z. B. die durch die Datenerfassungssysteme 34 gesammelten Daten und Daten, die von dem Datenverarbeitungssystem 32 verwendet oder erzeugt werden, einschließlich sowohl von Patientendaten als auch standardisierten Referenzdaten, wie es nachstehend detaillierter diskutiert wird. Zusätzlich kann das Datenverarbeitungssystem 32 Daten direkt aus den Datenerfassungssystemen 34, aus den Datenbanken 40 und 42 oder in irgendeiner anderen geeigneten Weise empfangen.
  • In einigen Ausführungsformen kann es erwünscht sein, eines oder mehrere interessierende Merkmale aus Bilddaten zu analysieren, um eine Diagnose eines Patienten bezüglich einer oder mehrerer Krankheitstypen oder Krankheitsschweregrade zu ermöglichen. Demzufolge ist ein exemplarisches Verfahren 48 zur Erzeugung von Bilddaten zur Merkmalextraktion allgemein in 3 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Bilddaten 50 können aus verschiedenen Quellen wie z. B. einem oder mehreren Datenerfassungssystemen 34, Datenbanken 40 oder 42 oder dergleichen erhalten werden. Ferner können derartige Bilddaten auch auf einen speziellen Patienten, wie z. B. den Patienten 36 oder auf eine oder mehrere Referenzpersonen einer Populationsstichprobe bezogen sein. Das Verfahren 48 kann auch verschiedene Schritte aufweisen, wie z. B. die Schritte 52, 54, 56, 58 und 60 zur Verarbeitung, Ausrichtung und Extraktion von interessierenden Merkmalen.
  • In der vorliegend dargestellten Ausführungsform enthält das Verfahren einen Schritt 52 zur Vorverarbeitung der Bilddaten. Eine derartige Vorverarbeitung kann eine Menge von Unterprozessen, wie z. B. Intensitätskorrektur, Vergleichen, Filtern usw. umfassen. In den Schritten 54 und 56 können zusätzliche anatomische Markierungen in den Bilddaten 50 detektiert werden, und ein Bildgitter kann erzeugt werden. Auf der Basis der anatomischen Markierungen und des Bildgitters können die Daten in einem Schritt 58 einer Zuordnung unterzogen werden. Anschließend an die Zuordnung können die interessierenden Merkmale in den Bilddaten 50 in einem Schritt 60 extrahiert werden. Obwohl bestimmte exemplarische Schritte des Verfahrens 48 vorliegend beschrieben werden, sollte angemerkt werden, dass die Bilddaten 50 einer Ausrichtung oder Merkmalsextraktion über weniger, unterschiedliche, oder zusätzliche Schritte gemäß voller Übereinstimmung mit der vorliegenden Technik unterzogen werden können.
  • In einer Ausführungsform enthalten die Bilddaten 50 eines oder mehrere Bilder eines menschlichen Gehirns, die einem Talairach-Koordinatensystem zugeordnet sein können. In einer derartigen Ausführungsform können die Bilddaten des menschlichen Gehirns, welche ein MR-Bild oder irgendein anderes Bild beinhalten können, normiert werden, und als eine interne Matrix von 256×256×128 zur weiteren Verarbeitung neu abgetastet werden. Ferner können in einer Ausführungsform die vorderen und hinteren Kommissuren (AC-PC) des Gehirnbildes und weitere anatomische Referenzpunkte identifiziert werden, um die Talairach-Ausrichtung zu ermöglichen. Die Gehirnbilder der Bilddaten 50 können elastisch, wie z. B. durch Warping auf das Talairach-Koordinatensystem ausgerichtet werden, um eine spätere Darstellung, Analyse und Diagnose zu ermöglichen.
  • Es sollte angemerkt werden, dass die speziellen Merkmale, die in den Bilddaten von Interesse sind, abhängig von einer speziellen Erkrankung oder Interessezustand variieren können. Beispielsweise kann es bei der Diagnose neurologischer Zustände nützlich sein, bestimmte Merkmale der Gehirnbilddaten zu extrahieren, um eine Diagnose zu ermöglichen. Ferner kann es in einigen Ausführungsformen erwünscht sein, die Dicke des zerebralen Kortex eines Patienten oder von einer oder mehreren Referenzpersonen zu bestimmen. Demzufolge wird ein exemplarisches Verfahren zum Ermitteln der Kortexdicke eines Gehirns aus Patienten-Bilddaten oder Referenz-Bilddaten und für die Erzeugung einer Kortexdickenkarte in 4 gemäß einer Ausführungsform der vorliegenden Erfindung bereitgestellt.
  • Das Verfahren 64 kann einen Schritt 68 zum Segmentieren von Gehirngewebe in Bilddaten 66 aus anderen anatomischen Strukturen außerhalb des Gehirns, wie z. B. dem Schädel enthalten. Ferner können im Schritt 70 weiße Substanz des Gehirns und subkortikale Bereiche, wie z. B. Ventrikel, von der grauen Substanz des zerebralen Kortex segmentiert werden. Da die relativen Bildintensitäten der weißen Substanz des Gehirns und der anderen weichen Gewebe sehr nahe beieinander liegen oder überlagert sein können, kann in einer Ausführungsform das segmentierte Gehirn manuell editiert werden, um unerwünschtes restliches Gewebe zu beseitigen, oder um unbeabsichtigt gelöschtes Kortikalgewebe wieder herzustellen, was im Allgemeinen einem Schritt 72 entspricht. Ferner kann eine Segmentation von weißer Substanz, Oberflächenanpassung und Glättung in den Schritten 74 und 76 durchgeführt werden. In einem Schritt 78 kann die Hirnhaut- bzw. Pia-Oberfläche (d. h., die Außenoberfläche der grauen Gehirnsubstanz) detektiert werden. Es sollte angemerkt werden, dass die Pia-Oberfläche im Allgemeinen zahlreiche Windungen und Furchen enthält, aber als regional glatt betrachtet werden kann, um eine Verarbeitung zu erleichtern. Die Pia-Oberfläche kann auf verschiedene Arten detektiert werden, wie z. B. durch die Verwendung eines verformbaren Modells oder einer Verschiebung aus der Oberfläche der weißen Substanz. Die Dicke des zerebralen Kortex (d. h. die Kortexdicke) kann in einem Schritt 80 berechnet werden, und eine Kortexdickenkarte, die visuell die Kortexdicken darstellt, kann in einem Schritt 82 erzeugt werden.
  • In einigen Ausführungsformen können standardisierte Referenz-Kortexdickenkarten aus Bilddaten berechnet werden, die von anderen Personen oder Gruppen von Personen (z. B. normalen Personen, Personen mit diagnostizierter Alzheimererkrankung (AD), Personen mit diagnostizierter Parkinsonerkrankung (PD), Personen mit diagnostizierter frontotemporaler Demenz (FTD) usw. berechnet und in großen Datenbanken gespeichert werden, wie z. B. denen, die von der Alzheimer's Disease Neuroimaging Initiative (ADNI) gesammelt werden. Derartige standardisierte Karten können als Referenz-Bilddaten in Bezug auf Kortexmessungen von Patienten verwendet werden, und können gemäß beliebigen Eigenschaften gruppiert und standardisiert werden. Beispielsweise können in einer Ausführungsform derartige Daten auf der Basis einer demographischen Charakteristik, wie z. B. Rasse, Geschlecht, oder Alter der Personen standardisiert werden, von welchen die Daten gesammelt wurden. Derartige standardisierte Daten ermöglichen die Berechnung der durchschnittlichen Kortexdicke normaler Patienten und die Dickenverteilung über verschiedene Funktionsbereiche des Gehirns, die Gedächtnis, Bewegung, Sprechen, Sprache, Hören, Sehen, Fühlen, Emotion usw. betreffen. Die Karten durchschnittlicher Kortexdicken können aus den Referenz-Bilddaten erzeugt werden und auch abhängig von Alter-, Geschlecht- oder Rasseverteilungen standar disiert werden oder gemäß irgendwelchen anderen interessierenden Eigenschaften. Obwohl bestimmte derzeit offengelegte Ausführungsformen in Bezug auf Gehirnmerkmale beschrieben werden, wie z. B. die Kortexdicke, wird man erkennen, dass die vorliegenden Dicken allgemeiner auf beliebige interessierende Merkmale einschließlich denjenigen von Bilddaten von anderen anatomischen Bereichen außerhalb des Gehirns angewendet werden können.
  • In einigen Fällen kann es erwünscht sein, auch anatomische Abweichungskarten, wie z. B. Kortexdicken-Abweichungskarten, zu erzeugen, die Unterschiede zwischen dem anatomischen Bereich eines Patienten und einem anatomischen Referenzbereich anzeigen. Somit ist ein exemplarisches Verfahren 88 zum Erzeugen von Abweichungskarten von standardisierten Referenzdaten in 5 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. In der vorliegend dargestellten Ausführungsform werden Referenz-Bilddaten 90 in einem Schritt 92 standardisiert. Wie vorstehend erwähnt, können Referenz-Bilddaten aus einer Population von Personen gesammelt werden und gemäß einer oder mehrerer gewünschter Eigenschaften, wie z. B. Alter, Geschlecht oder Rasse, gruppiert oder standardisiert werden. Obwohl die vorliegend dargestellte Ausführungsform in Bezug auf Bilddaten beschrieben wird, sei angemerkt, dass Referenz-nicht-Bilddaten und nicht-Bilddaten von Patienten stattdessen verwendet werden können, um die hierin diskutierten Abweichungskarten gemäß voller Übereinstimmung mit der vorliegenden Technik zu erzeugen.
  • Das Verfahren 88 kann auch einen Schritt 94 einer Auswahl eines Untersatzes der standardisierten Referenz-Bilddaten auf der Basis einer Patienteneigenschaft beinhalten. Beispielsweise kann, wenn ein Patient eine 65 Jahre alte Frau ist, ein Untersatz der standardisierten Referenz-Bilddaten, der so grup piert ist, dass er Referenzbilder enthält, die Frauen zwischen 60 und 70 Jahren betreffen, relevanter für Vergleichszwecke sein, als eine Gruppe standardisierter Referenzbilder, die aus Daten zusammengesetzt sind, die von Männern mit einem Alter zwischen 20 und 30 Jahren gesammelt wurden. Sobald eine gewünschte Gruppe standardisierter Bilddaten ausgewählt ist, können die passenden standardisierten Bilddaten 96 mit den Bilddaten 100 des Patienten im Schritt 98 verglichen werden. In einer weiteren Ausführungsform können Patienten-nicht-Bilddaten stattdessen ebenfalls mit passenden standardisierten nicht-Bilddaten wie vorstehend beschrieben verglichen werden. Zusätzlich können die verschiedenen Daten in jeder geeigneten Weise verarbeitet und standardisiert werden, um derartige Vergleiche zu ermöglichen.
  • Auf der Basis eines derartigen Vergleichs kann eine den Unterschied zwischen den Patienten-Bilddaten 100 und den standardisierten Bilddaten 96 repräsentierende Patientenabweichungskarte im Schritt 102 erzeugt werden. Beispielsweise kann bezüglich der Kortexdicke eine Patienten-Kortexdickenkarte durch einen Vergleich der Patienten-Kortexdickenkarte mit einer standardisierten Kortexdickenkarte auf der Basis einer repräsentativen Population normaler Personen erhalten werden. Demzufolge kann in einer Ausführungsform die Patienten-Kortexdicken-Abweichungskarte im Wesentlichen Unterschiede der Kortexdicke des Patienten in Bezug auf normale Personen mit ähnlichem Alter, Geschlecht oder Rasse darstellen. Die hierin beschriebenen Abweichungskarten können durch jede geeignete Technik erzeugt werden. Die hierin beschriebenen Abweichungskarten können mittels beliebiger geeigneter Techniken erzeugt werden. In einer Ausführungsform ist eine Abweichungskarte eine visuelle Darstellung, in welcher jeder Punkt der Karte eine z-Wertung repräsentiert, die im Wesentlichen der Anzahl von Standardabweichungen (auf der Basis einer Population) in dem Unterschied zwischen einem Patientenwert und dem Durchschnittswert (der Population) für diesen Punkt entspricht. Obwohl derartige Abweichungskarten aus Bilddaten berechnet werden können, ist es anzumerken, dass Abweichungskarten unter Verwendung von einem oder mehreren von numerischen Daten, Textdaten, Wellenformdaten, Bilddaten, Videodaten oder dergleichen erzeugt werden können.
  • Die hierin beschriebenen verschiedenen Karten anatomischer Bereiche und Abweichungskarten können visualisiert werden, um eine weitere Analyse oder Diagnose zu ermöglichen. Beispielsweise können jede oder alle von den standardisierten Kortexdickenkarten, den Patienten-Kortexdickenkarten, den Patienten-Kortexdicken-Abweichungskarten oder standardisierten Kortexdicken-Abweichungskarten (wie nachstehend beschrieben) als Oberflächenmatrizen ausgedrückt werden, und können auf einer dreidimensionalen (3D) Gehirnoberfläche, einer Pia-Oberfläche oder einer vergrößerten Gehirnoberfläche dargestellt oder überlagert werden.
  • Im Rahmen eines weiteren Beispiels ist eine derartige Darstellungsmöglichkeit in 6 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Insbesondere können Kortexdicken oder Abweichungen auf einer vergrößerten Hirnoberfläche 108 gemäß Veranschaulichung innerhalb eines Fensters 110 dargestellt werden. Verschiedene Bereiche des Gehirns 108 können gemäß einer Skala 112 farbcodiert werden, um die Kortexdicken oder eine Abweichung von der normalen Dicke zu repräsentieren, um ein Verständnis des Benutzers für die dargestellte anatomische Information zu ermöglichen.
  • Zusätzlich können Referenzdaten in standardisierte Datenbanken wie beispielsweise mittels eines allgemein in 7 dargestellten exemplarischen Verfahrens 118 gemäß einer Aus führungsform der vorliegenden Erfindung klassifiziert und sortiert werden. Das Verfahren 118 kann einen Zugriff auf Referenzdaten 120, welche bekannte Populationsbilddaten beinhalten und die Klassifizierung derartiger Daten in einem Schritt 122 beinhalten. Beispielsweise können die Referenzdaten 120 in verschiedene Gruppen klassifiziert werden, wie z. B. Daten 124 für normale Patienten; Daten 126 für Patienten, die hinsichtlich eines ersten Zustands, wie z. B. einer Alzheimererkrankung (AD) klinisch diagnostiziert sind; Daten 128, für Patienten die mit einem zweiten Zustand, wie z. B. einer frontotemporalen Demenz (FTD) diagnostiziert sind; und Daten 130 für Patienten, die mit weiteren Zuständen, wie z. B. Parkinsonkrankheit (PD), Huntingtonkrankheit (HD), Mehrfachinfarktdemenz (MID), diffuse kortikale Lewy-Körper-Krankheit (DLBD), Normaldruck-Hydrocephalus, progressive supranukleare Paralyse (PSP) oder dergleichen diagnostiziert sind. Obwohl bestimmte Gehirnerkrankungen, Gehirnbilddaten und Gehirnabweichungskarten vorliegen zum Zwecke der Erläuterung diskutiert werden, ist nochmals anzumerken, dass die Verwendung der vorliegenden Techniken mit anderen nicht-neurologischen Daten und Erkrankungen ebenfalls vorstellbar ist. Die Daten 124, 126, 128 und 130 können in entsprechenden Datenbanken 132, 134, 136 und 138 gespeichert sein. Derartige Datenbanken können in einer oder in mehreren Speichervorrichtungen oder in irgendeinem anderen geeigneten Medium gespeichert werden.
  • Ein exemplarisches Verfahren 144 zur Diagnostizierung eines Patienten wenigstens teilweise auf der Basis der vorstehenden Daten ist in 8 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Das Verfahren 144 kann die Erzeugung einer Patientenkarte eines Strukturmerkmals in einem Schritt 146 auf der Basis von erhaltenen Patientendaten 148 beinhalten. In einer auf Gehirnerkrankungen bezogenen Ausführungsform kann die im Schritt 146 erzeugte Patientenkarte eine Kortexdickenkarte des Patienten sein. In einem Schritt 150 wird eine normierte Karte eines Strukturmerkmals auf der Basis der Daten 124 für normale Patienten erzeugt. Beispielsweise kann eine standardisierte Kortexdickenkarte für normale Patienten in diesem Schritt erzeugt werden. Obwohl die vorliegend dargestellte Ausführungsform unter Bezugnahme auf Karten von Strukturmerkmalen diskutiert wird, ist es anzumerken, dass Karten anderer Merkmale, wie z. B. funktioneller oder metabolischer Merkmale stattdessen gemäß voller Übereinstimmung mit der vorliegend offengelegten Technik verwendet werden können.
  • In einem Schritt 152 können Referenzzustandskarten (z. B. Mittelwertkarten oder andere Referenzkarten) des Strukturmerkmals für jeden diagnostizierten Zustand oder Erkrankung auf der Basis der Referenzdaten 126, 128 und 130 erzeugt werden, die hinsichtlich Personen einer Population mit der Diagnose derartiger Zustände gesammelt wurden. Beispielsweise kann in einer Ausführungsform eine repräsentative durchschnittliche Kortexdickenkarte für jede interessierende Gehirnerkrankung wie z. B. AD, FTD, PD oder dergleichen berechnet werden. Zusätzliche Mittelwertkarten (oder andere Referenzkarten), die verschiedenen Schweregraden in einem Krankheitstyp entsprechen, können ebenfalls erzeugt werden. Somit können mehrere repräsentative oder durchschnittliche Karten für jeden diagnostizierten Zustand oder Krankheitstyp erzeugt werden.
  • Das Verfahren 144 kann auch einen Schritt 154 eines Vergleichs der Karten eines Patienten und normaler Karten beinhalten, und einen Schritt 156 eines Vergleichs des Referenzzustands und normaler Karten. In einer Ausführungsform kann das Verfahren 144 einen Schritt 158 eines Vergleichs einer oder mehrerer Patientenabweichungskarten (welche aus dem Vergleich des Schrittes 154 erzeugt werden können) mit einer oder mehreren Krankheits-Referenzabweichungskarten (welche aus dem Ver gleich des Schrittes 156 erzeugt werden können) beinhalten. Es sei angemerkt, dass die vorstehend angesprochenen Karten sowie weitere hierin beschriebene Karten und Daten in ein oder mehrere allgemeine oder ähnliche Formate standardisiert werden können, um die Analyse und den Vergleich zu ermöglichen. Es wird auch erkennbar sein, dass die verschiedenen hierin beschriebenen Karten in einer oder mehreren Datenbanken gespeichert werden können, um eine anschließende Datenanalyse zu ermöglichen. Zusätzlich können einige oder alle von den vorstehenden Vergleichen entweder automatisch durch ein Datenverarbeitungssystem (z. B. ein System 32), durch eine behandelnde Person (z. B. einen Arzt) oder irgendeine Kombination davon ausgeführt werden, um eine automatische oder manuelle Diagnose des Patienten in einem Schritt 160 zu ermöglichen. Eine derartige Diagnose kann auch auf zusätzlichen Daten, wie z. B. klinischen Daten 162, Labordaten, Patientenkrankengeschichte, Patientenvitalzeichen, Ergebnissen verschiedener Tests (z. B. Funktionstests, kognitiver Tests, neurologischer Tests oder genetischer Tests) usw., basieren. Zusätzlich kann in einem Schritt 164 des Verfahrens 144 ein Bericht 166 an eine Datenbank 168 zur Speicherung oder an einen Benutzer in einem für Menschen lesbaren Format ausgegeben werden.
  • Auf der Basis der vorstehend diskutierten Patienten- und Referenzdaten und Karten können zahlreiche Referenz- und Patienten-Abweichungsdaten und Karten erzeugt werden. Beispielsweise ist ein exemplarisches Verfahren 172 zum Erzeugen und Analysieren derartiger Abweichungsdaten in 9 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Das Verfahren 172 beinhaltet einen Zugriff auf Referenz-Kortexdickendaten für: Normale Patienten ohne diagnostizierte Gehirnerkrankungen (Daten 174), Patienten mit klinisch diagnostizierter AD (Daten 176), Patienten mit diagnostizierter FTD (Daten 178) und Patienten mit diagnostizierter PD (Daten 180). Das Verfahren 172 kann auch einen Zugriff auf Patienten-Kortexdickendaten 182 beinhalten. Man wird erkennen, dass in weiteren Ausführungsformen das Verfahren 172 auf Referenz-Kortexdickendaten für weitere Gehirnerkrankungen zugreifen kann, welche in einer ähnlichen Weise wie die ausführlich in dem dargestellten Beispiel diskutierten verarbeitet werden können. Tatsächlich können die vorliegenden Verarbeitungstechniken auch auf andere nicht mit dem Gehirn in Beziehung stehende Erkrankungen angewendet werden.
  • In einem Schritt 184 können die Normaldaten 174 mit allen anderen Daten 176, 178, 180 und 182 verglichen werden, um Patienten-Abweichungsdaten 186, AD-Abweichungsdaten 188, FTD-Abweichungsdaten 190 und PD-Abweichungsdaten 192 zu erzeugen, welche alle Abweichungen von den Normaldaten 174 darstellen können. Derartige Abweichungsdaten können strukturelle Abweichungskarten beinhalten, wie z. B. Kortexdicken-Abweichungskarten, die einerseits für Unterschiede zwischen den Patientendaten und den Krankheitstyp-Referenzdaten und andererseits den Normalreferenzdaten repräsentativ sind. Zusätzlich können die Abweichungsdaten auch funktionelle Abweichungskarten beinhalten, die funktionelle anstelle von strukturellen Unterschieden zwischen dem Patienten (oder Referenzdaten, die Referenzerkrankungstypen anzeigen) und normalen Personen sind. In einigen Ausführungsformen können strukturelle Abweichungskarten Kortexdicken-Abweichungskarten beinhalten und funktionelle Abweichungskarten können Abweichungskarten der zerebralen Blutdurchflussrate oder Abweichungskarten der Stoffwechselrate beinhalten.
  • Im Schritt 194 können derartige Abweichungsdaten analysiert werden. Beispielsweise kann in einer Ausführungsform eine Patienten-Kortexdicken-Abweichungskarte mit repräsentativen Referenz-Kortexdicken-Abweichungskarten für jede von den vor stehend erwähnten Gehirnerkrankungen verglichen werden, um eine Diagnose des Patienten bezüglich einer oder mehrerer derartiger Gehirnerkrankungen zu ermöglichen. In einer Ausführungsform kann eine derartige Analyse einen Musterabgleich von Patientenkarten und Referenzkarten und Vertrauenspegel eines derartigen Abgleichs an einen Benutzer geliefert werden. Zum Schluss können Ergebnisse 202 der Analyse an einen Speicher oder einen Benutzer ausgegeben werden.
  • Ein Verfahren 194 zum Analysieren der vorstehend diskutierten Daten und Diagnostizieren eines Patienten ist in 10 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. In einem Schritt 208 können eine oder mehrere Patientenabweichungskarten, welche eine Strukturelle Abweichungskarte (z. B. eine Kortexdicken-Abweichungskarte) oder irgendeine andere Abweichungskarte (z. B. eine funktionelle Abweichungskarte) enthalten können, mit einer oder mehreren Referenzabweichungskarten, wie z. B. den vorstehend beschriebenen, verglichen werden. Erkennbar können die Referenzabweichungskarten Abweichungskarten (z. B. funktionelle Abweichungskarten oder Stoffwechselabweichungskarten oder strukturelle Abweichungskarten) enthalten, welche für eine oder mehrere Erkrankungstypen sowie für verschiedene Schweregrade des einen oder der mehreren Krankheitstypen repräsentativ sind.
  • Auf der Basis derartiger Vergleiche können einer oder mehrere Patientenerkrankungstypen und/oder Erkrankungsschweregrade im Schritt 210 identifiziert und in einem Schritt 212 diagnostiziert werden. In einigen Ausführungsformen, wie z. B. einer vollständig automatisierten Ausführungsform, können die Schritte 210 und 212 kombiniert werden. In weiteren Ausführungsformen können jedoch die Identifikation und Diagnose als getrennte Schritte ausgeführt werden. Beispielsweise kann das Datenverarbeitungssystem 32 verschiedene potentielle Krank heitstypen oder Schweregrade identifizieren und die identifizierten Erkrankungstypen oder Schweregrade einem Benutzer zur Diagnose präsentieren. Ein Bericht 214 kann eine Anzeige der identifizierten Patientenkrankheitstypen oder Schweregrade, die Diagnose, oder beides enthalten.
  • In einigen Ausführungsformen kann es erwünscht sein, Anzeigen funktioneller Abweichungen und struktureller Abweichungen eines Patienten in Bezug auf Referenzdaten zu kombinieren, und derartige Abweichungen in einer visuellen Art auszugeben, die eine effiziente Diagnose eines Patienten durch eine behandelnde Person ermöglicht. Demzufolge wird ein exemplarisches Verfahren 218 für die Erzeugung einer zusammengesetzten Abweichungskarte, die sowohl eine strukturelle als auch eine funktionelle Abweichung anzeigt, in 11 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. In der vorliegend dargestellten Ausführungsform beinhaltet das Verfahren 218 die Schritte 220 und 222 für einen Zugriff auf strukturelle bzw. funktionelle Daten für einen Patienten. Die strukturellen und funktionellen Daten des Patienten können verschiedene Bild- und nicht-Bilddaten bezüglich eines anatomischen Bereichs des Patienten beinhalten. In einer Ausführungsform kann der anatomische Bereich den zerebralen Kortex des Patienten beinhalten. Zusätzlich können die strukturellen und funktionellen Daten des Patienten Bilddaten enthalten, die aus verschiedenen Bildgebungsmodalitäten erhalten werden.
  • Die strukturellen und funktionellen Daten des Patienten können mit standardisierten strukturellen bzw. funktionellen Referenzdaten in den Schritten 224 und 226 verglichen werden. Wie vorstehend angemerkt, können die Referenzdaten bezüglich jeder gewünschten Eigenschaft, wie z. B., jedoch nicht darauf beschränkt, Alter, Geschlecht oder Rasse standardisiert sein. Auf der Basis derartiger Vergleiche können eine oder mehrere strukturelle Abweichungskarten für den Patienten in einem Schritt 228 erzeugt werden, und eine oder mehrere funktionelle Abweichungskarten des Patient können in einem Schritt 230 erzeugt werden. In einer Ausführungsform kann die strukturelle Abweichungskarte des Patienten eine Abweichung der Kortexdicke des Patienten an einer oder mehreren speziellen Stellen des zerebralen Kortex des Patienten in Bezug auf die erwartete Dicke zeigen, die von den standardisierten Referenzdaten repräsentiert wird. In einer weiteren Ausführungsform kann die strukturelle Abweichungskarte des Patienten mittels eines Vergleichs von MR-Bildern des Patienten und der standardisierten Referenzdaten erzeugt werden. Auch in einem neurologischen Zusammenhang kann die funktionelle Abweichungskarte des Patienten eine Abweichung der Patientengehirnfunktion, wie z. B. eine zerebrale Blutdurchströmungsrate oder Stoffwechselrate, von standardisierten Raten anzeigen. Man wird jedoch erkennen, dass die Abweichungskarten auf der Basis einer breiten Anordnung von Bilddaten und/oder nicht-Bilddaten wie vorstehend diskutiert, erzeugt werden können.
  • Es sei nochmals angemerkt, dass die strukturelle Abweichungskarte des Patienten im Wesentlichen strukturelle Unterschiede eines anatomischen Bereichs des Patienten in Bezug auf standardisierte Referenzdaten für einen ähnlichen anatomischen Bereich darstellen kann. Beispielsweise kann in einer Ausführungsform die strukturelle Abweichungskarte des Patienten eine Kortexdicken-Abweichungskarte für den Patienten in Bezug auf standardisiertes Kortexdickendaten wie den vorstehend beschriebenen enthalten. Die funktionelle Abweichungskarte des Patienten kann wiederum nicht-strukturelle Unterschiede zwischen einem anatomischen Bereich eines Patienten und einem entsprechenden anatomischen Bereich standardisierter Daten repräsentieren. Beispielsweise kann in einigen Ausführungsformen die funktionelle Abweichungskarte des Patienten Unter schiede in der Stoffwechselaktivität oder einer anderen funktionellen Aktivität zwischen dem Patienten und standardisierten Referenzdaten anzeigen. Um eine leichte und effiziente Kommunikation derartiger Unterschiede an einen Benutzer zu ermöglichen, kann eine zusammengesetzte Patientenabweichungskarte, die sowohl die vorstehend diskutierten funktionellen als auch strukturellen Unterschiede anzeigt, in einem Schritt 232 erzeugt werden.
  • Die strukturelle Abweichungskarte des Patienten und die funktionelle Abweichungskarte des Patienten können zusammen mit irgendwelchen zusätzlichen Abweichungskarten in jeder geeigneten Weise kombiniert werden, um die zusammengesetzte Patientenabweichungskarte zu erzeugen. Beispielsweise können in einer Ausführungsform die einzelnen Patientenabweichungskarten überlagert werden, um nur eine einzige zusammengesetzte Patientenabweichungskarte zu erzeugen, die mehrere Abweichungen des Patienten in Bezug auf standardisierte Daten anzeigt. In einer weiteren Ausführungsform können die einzelnen funktionellen und strukturellen Abweichungskarten des Patienten mittels eines Bildverschmelzungsprozesses kombiniert werden. Insbesondere kann in einer Ausführungsform die strukturelle Abweichungskarte des Patienten durch Vergleich von Patienten-Bilddaten und standardisierten Bilddaten aus jeweils einer ersten Bildgebungsmodalität erzeugt werden, während die funktionelle Abweichungskarte des Patienten aus Bilddaten (sowohl des Patienten als auch standardisierten Referenzquellen) erzeugt werden, die durch eine sich von der ersten Bildgebungsmodalität unterscheidende zweite Bildgebungsmodalität erhalten werden. Beispielsweise können durch einen Vergleich von MR-Bildern identifizierte Strukturabweichungen mit aus PET-Bilddaten erhaltenen funktionellen Abweichungen kombiniert werden, um nur eine einzige zusammengesetzte Patientenabweichungskarte zu erzeugen, die sowohl funktionelle als auch strukturelle Ab weichungen anzeigt. In einer weiteren Ausführungsform kann die strukturelle Abweichungskarte des Patienten auf der Basis eines ersten Kriteriums (z. B. Kortexdicke aus MRI-Bildern) mit der strukturellen Abweichungskarte des Patienten auf der Basis eines zweiten Kriteriums (z. B. mediale Schläfenlappenatrophie aus CT-Bildern) I kombiniert werden. In noch einer weiteren Ausführungsform kann die funktionelle Abweichungskarte des Patienten auf der Basis eines ersten Kriteriums (z. B. FDG, einer allgemein bekannten PET-Indikatorsaufnahme in PET-Bildern) mit einer funktionellen Abweichungskarte des Patienten auf der Basis eines zweiten Kriteriums (z. B. der Aufnahme von PIB, einem allgemein bekannten Indikator für Beta-Amyloid in PET-Bildern) kombiniert werden.
  • Zusätzlich können unterschiedliche Farben zum Anzeigen und Kontrastieren struktureller Unterschiede und funktioneller Unterschiede verwendet werden. Beispielsweise können in einer Ausführungsform funktionelle Abweichungen im Wesentlichen in einer zusammengesetzten Patientenabweichungskarte durch die Farbe Rot angezeigt werden, während strukturelle Abweichungen im Wesentlichen durch die Verwendung der Farbe Blau angezeigt werden können. Zusätzlich kann die Größe derartiger Abweichungen durch verschiedene Schattierungen von Rot oder Blau dargestellt werden, um einem Arzt oder anderem Nutzer zu ermöglichen, schnell Patientenabweichungen und die Größen derartiger Abweichungen festzustellen, sowie eine Diagnose des Patienten zu erleichtern. Man wird jedoch erkennen, dass weitere oder zusätzliche Farben ebenfalls zur Anzeige unterschiedlicher Arten von Abweichungen und deren relativer Größen verwendet werden können.
  • Das Verfahren 218 kann auch die Ausgabe der zusammengesetzten Abweichungskarte des Patienten in einem Schritt 234 beinhalten. In einigen Ausführungsformen kann die Ausgabe der zusammengesetzten Abweichungskarte des Patienten auch das Speichern der zusammengesetzten Abweichungskarte des Patienten in einer Speichervorrichtung beinhalten. In weiteren Ausführungsformen kann die Ausgabe der zusammengesetzten Abweichungskarte des Patienten auch oder anstelle davon die Bereitstellung der zusammengesetzten Karte in einem vom Menschen lesbaren Format beinhalten, wie z. B. durch Darstellen der zusammengesetzten Abweichungskarte des Patienten auf einer Anzeigeeinrichtung oder durch Ausdruck einer physischen Kopie der zusammengesetzten Abweichungskarte des Patienten. Ferner wird die vorliegend dargestellte Ausführungsform momentan als ein paralleler Prozess in Bezug auf die Erzeugung von getrennten strukturellen und funktionellen Abweichungskarten des Patienten dargestellt. Es sei angemerkt, dass, obwohl das vorliegende exemplarische Verfahren für Erläuterungszwecke als ein paralleler Prozess beschrieben wird, die Schritte aller hierin beschriebenen Verfahren in jeder geeigneten Weise ausgeführt werden können, und nicht auf eine Ausführung in irgendeiner speziellen Reihenfolge oder Art beschränkt sind.
  • Das Ausmaß der Abweichung von Patientendaten von standardisierten Daten kann auch in eine oder mehrere Abweichungsbewertungen umgesetzt werden, welche in einer Ausführungsform durch die allgemein in den 12 und 13 dargestellten Verfahren erzeugt werden können. Ein exemplarisches Verfahren 240 von 2 kann einen Zugriff auf Patienten-Bilddaten 242 und Referenz-Bilddaten 244 beinhalten. Derartige Bilddaten können aus irgendeiner beliebigen geeigneten Quelle, wie z. B. einer Datenbank oder einem Bildgebungssystem erhalten werden. Tatsächlich können die Bilddaten 242 und 244 Bilddaten aus einer Vielzahl von Modalitäten und aus einem breiten Bereich von Quellen gesammelt enthalten. Die Referenz-Bilddaten 244 können hinsichtlich jeder gewünschten Eigenschaft standardisiert sein. Beispielsweise können in einer Ausführungsform die Refe renz-Bilddaten 244 im Wesentlichen Merkmale normaler Personen mit bestimmten demographischen Eigenschaften (z. B. dem Patienten ähnlichen Eigenschaften) darstellen. In einem Schritt 246 können die Patienten-Bilddaten 242 und die Referenz-Bilddaten 244 verglichen werden, um Abweichungen von den Patienten-Bilddaten 242 von den Referenz-Bilddaten 244 zu ermitteln. In einer Ausführungsform können derartige Unterschiede im Wesentlichen eine Abweichung (z. B. strukturelle oder funktionelle Unterschiede) des Patienten von normalen Personen darstellen.
  • Das Verfahren 240 kann auch einen Schritt 248 einer Berechnung von einer oder mehreren Patienten-Bild-Abweichungsbewertungen für Unterschiede zwischen den Patienten-Bilddaten 242 und den Referenz-Bilddaten 244 beinhalten. Derartige Abweichungsbewertungen können eine Anordnung funktioneller und struktureller Abweichungen des Patienten in Bezug auf die Referenz-Bilddaten einschließlich Abweichungen in der Stoffwechselaktivität (z. B. Fluordeoxiglukose-(FTG)-Stoffwechsel, welcher in PET-Bildern beobachtet werden kann), in der physikalischen Anatomie (z. B. Kortexdicke, welche in MR-Bildern gemessen werden kann), und funktioneller Aktivität (z. B. Pittsburgh Compound-B-(PIB)-Maß, welches aus PET-Bildern ermittelt werden kann), um nur einige zu nennen, anzeigen. Die Patienten-Bild-Abweichungsbewertungen können auf verschiedene Arten berechnet werden, wie z. B. auf der Basis einer Projektionsabweichung, einer Einzelpixel-(2D)-Abweichung, einer Einzelvoxel-(3D)-Abweichung oder mittels irgendeiner anderen geeigneten Technik. Die berechneten Patienten-Bild-Abweichungsbewertungen 250 können dann in einer Datenbank 252 gespeichert, an einen Benutzer ausgegeben, oder einer zusätzlichen Verarbeitung in einem oder mehreren Schritten 254 unterzogen werden.
  • Gemäß 13 kann ein exemplarisches Verfahren 260 zum Berechnen von nicht-Bild-Abweichungsbewertungen einen Zugriff auf Patienten-nicht-Bilddaten 262 und Referenz-nicht-Bilddaten 264 beinhalten. Die nicht-Bilddaten können von jeder geeigneten Quelle, wie z. B. einer Datenbank, einem Computer oder einer Patientenüberwachungseinrichtung, erhalten werden. Die nicht-Bilddaten 262 des Patienten können jede beliebige nicht-Bildinformation beinhalten, die für den Zweck der Diagnosestellung des Patienten gesammelt wird, wie z. B. klinische Daten, Labordaten, Patientenkrankengeschichte, Patientenvitalzeichen und dergleichen und können auch die Ergebnisse von funktionellen Tests, kognitiven Tests, neurologischen Tests, genetischen Tests usw. beinhalten. Die nicht-Bilddaten 264 können ähnliche Daten enthalten, welche auf der Basis von einer oder mehrerer Population(en) oder Stichprobeneigenschaft(en) standardisiert sein können. Ferner können in einer Ausführungsform die Patienten-nicht-Bilddaten 262 und Referenz-nicht-Bilddaten 264 nur eines oder beides von numerischen Daten und Aufzählungsdaten (jedes davon kann zusammenhängend oder diskret sein) beinhalten. Die Referenz-nicht-Bilddaten 264 können Daten sein, die Merkmale von normalen Personen mit gewünschten demographischen Eigenschaften, (z. B. Eigenschaften ähnlich denen des Patienten) repräsentieren. In einem Schritt 266 können die nicht-Bilddaten 262 des Patienten mit den Referenz-nicht-Bilddaten 264 verglichen werden, um irgendwelche Unterschiede zwischen den Daten zu identifizieren. In einer Ausführungsform können derartige Unterschiede im Wesentlichen eine Abweichung (z. B. strukturelle oder funktionelle Unterschiede) des Patienten von normalen Personen repräsentieren.
  • Zusätzlich kann das Verfahren 260 einen Schritt 268 zur Berechnung von einer oder mehreren nicht-Bild-Abweichungsbewertungen des Patienten hinsichtlich Unterschieden zwischen nicht-Bilddaten 262 des Patienten und Referenz-nicht-Bilddaten 264 beinhalten. Es sei angemerkt, dass verschiedene Techniken zum Berechnen der Nicht-Abbildungs-Abweichungsbewertungen des Patienten verwendet werden können, einschließlich einer z-Bewertungsabweichungs- oder Verteilungsanalyse. Natürlich wird man erkennen, dass weitere Berechnungstechniken ebenfalls oder anstelle davon in weiteren Ausführungsformen verwendet werden können. Die berechneten nicht-Bild-Abweichungsbewertungen 270 des Patienten können in einer Datenbank 272 gespeichert, an einen Benutzer ausgegeben oder einer zusätzlichen Verarbeitung in einem oder mehreren weiteren Schritten 274 unterzogen werden.
  • Ein exemplarisches Verfahren 280 für einen Zugriff auf Patienten-Abweichungsbewertungen und zum Erzeugen von einer oder mehreren visuellen Darstellungen, um eine Patientendiagnose zu ermöglichen, ist allgemein in 14 bereitgestellt. Das Verfahren 280 beinhaltet in einer Ausführungsform einen Zugriff auf eine oder mehrere Bild-Abweichungsbewertungen des Patienten und eine oder mehrere nicht-Bild-Abweichungsbewertungen des Patienten in den Schritten 282 bzw. 284. Diese Abweichungsbewertungen können in einem Schritt 286 verarbeitet werden, um eine visuelle Darstellung der durch die Patienten-Abweichungsbewertungen dargestellten Unterschiede zu erzeugen. In einer Ausführungsform können die Patienten-Abweichungsbewertungen aus dynamischen Daten (z. B. Video) oder Zeitachsendaten (z. B. Daten, die zu diskreten Zeitpunkten über eine vorgegebene Dauer erfasst werden) abgeleitet werden, und mehrere die Abweichungen zu unterschiedlichen Zeitpunkten repräsentierende visuelle Darstellungen können im Schritt 286 erzeugt werden. Die eine oder die mehreren visuellen Darstellung(en) können dann in einem Schritt 288 ausgegeben werden, um eine Diagnose des Patienten in einem Schritt 290 zu ermöglichen. Für Abweichungen, die aus dynamischen Daten oder Zeitachsendaten abgeleitet werden, können mehrere visuelle Darstellungen gleichzeitig oder sequenziell ausgegeben werden.
  • In einigen Ausführungsformen beinhaltet die visuelle Darstellung im Wesentlichen eine Kombination und Visualisierung der durch die Anweichungsbewertungen repräsentierten vielfältigen Unterschiede, und stellen somit eine ganzheitliche Ansicht der Patientenabweichungen in Bezug auf standardisierte Daten dar. Im Rahmen eines Beispiels ist eine exemplarische visuelle Darstellung 296 in 15 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Es sei jedoch angemerkt, dass die vorliegend dargestellte Ausführungsform lediglich für Erläuterungszwecke bereitgestellt wird, und dass weitere visuelle Ausgaben unterschiedliche Formen annehmen können.
  • In der vorliegend dargestellten Ausführungsform beinhaltet die visuelle Darstellung 296 einen Bereich 298 für die Visualisierung von nicht-Bildabweichungsdatenkarten eines Patienten, einen Bereich 300 für die Visualisierung von Bilddatenabweichungskarten eines Patienten oder anderer Bilddaten, und ein Steuerfeld 302. In verschiedenen Ausführungsformen können zahlreiche Anzeigetechniken angewendet werden, um die visualisierten Abweichungskarten oder anderen Ergebnisse für einen Benutzer intuitiver zu machen und um deutlicher das Ausmaß der Abweichung (z. B. Anomalität) der Ergebnisse des untersuchten spezifischen Patienten zu übermitteln. Derartige Anzeigetechniken können, gemäß Darstellung in der vorliegend dargestellten Ausführungsform eine Farbzuordnung von Bildpixeln oder Voxeln sein, und eine Farbcodierung von individuellen Zellen in einer Tabelle, wobei die farbcodierten Zellen jeweils einem speziellen klinischen Testergebnis entsprechen und die Farbe der Zellen der Größe der Abweichung des Patientenergebnisses im Vergleich zu standardisierten Daten entspricht. Zusätzliche Anzeigetechniken können auch Temperaturanzeigen, Spinnennetzgraphiken, Skalen, Zeichensatzänderungen, Anmerkungen oder dergleichen umfassen.
  • Die exemplarische visuelle Darstellung 296 enthält mehrere Zellen 304, wovon wenigstens einige nicht-Bild-Abweichungskarten eines Patienten in Verbindung mit entsprechenden klinischen Testergebnissen beinhalten und farbcodiert sind, um eine visuelle Anzeige des Ausmaßes der Abweichung des Patienten von Referenzdaten für jeden Test zu geben. Beispielsweise kann die Zelle 306 einem funktionellen Test zugeordnet sein, und in einer Farbe schattiert sein, die im Wesentlichen die Größe der Abweichung des Ergebnisses des funktionellen Tests für den Patienten im Vergleich zu standardisierten Ergebnissen für den funktionellen Test darstellt. Ebenso können Zellen 308 und 310 einen kognitiven Test bzw. einem Blutzuckertest zugeordnet sein und können mit speziellen Farben ausgefüllt sein, um die Größe der Abweichungen der Patientenergebnisse für derartige Tests von standardisierten Ergebnisdaten anzuzeigen. Obwohl die vorliegende Darstellung diskrete Farbschattierungen für die verschiedenen Zellen anzeigt, wird man erkennen, dass stattdessen ein zusammenhängender Farbbereich verwendet werden kann, und dass irgendeine oder mehrere gewünschte Farben verwendet werden können, um effizient das Ausmaß der Abweichung verschiedener klinischer Tests an einen Benutzer zu kommunizieren. Zusätzlich sei angemerkt, dass die in den Zellen 304 dargestellten Patientenabweichungskarten auf der Basis irgendeines beliebigen Patiententests basieren können, der numerische oder aufgezählte Ergebnisse hat, die mit standardisierten Daten verglichen werden können, und dass solche Karten nicht auf die explizit hierin diskutierten beschränkt sind.
  • Verschiedene Bilddaten können in einem Bereich 300 der exemplarischen visuellen Darstellung 296 angezeigt werden. In der vorliegend dargestellten Ausführungsform werden mehrere strukturelle Abweichungskarten 314 des Patienten und funktionelle Abweichungskarten 316 des Patienten in den oberen bzw. unteren Abschnitten des Bereichs 300 dargestellt. Diese Abweichungskarten des Patienten können verschiedene Färbung oder Schattierung enthalten, um eine Abweichung eines anatomischen Bereichs eines Patienten in Bezug auf standardisierte Daten kenntlich zu machen. Beispielsweise können die Bereiche 318, 320 und 322 in den strukturellen Abweichungskarten 314 eines Patienten im Allgemeinen Abschnitten des Patientenhirns entsprechen, die keine oder eine nur geringe Abweichung von den standardisierten Daten zeigen, Abschnitten, die eine moderate Abweichung zeigen und Abschnitten, die jeweils eine erhebliche Abweichung zeigen. In das menschliche Gehirn betreffenden Ausführungsformen können derartige strukturelle Abweichungskarten 314 eines Patienten Kortexdicken-Abweichungskarten des Patienten enthalten, welche aus MR-Bilddaten erzeugt sein können. Es sei jedoch erneut angemerkt, dass die vorliegend offengelegten Techniken nicht auf Kortexdicken-Abweichungsdaten oder Gehirnbilder beschränkt sind. Stattdessen sollen die vorliegend offengelegten Techniken eine Quantifizierung, Visualisierung und Diagnose eines breiten Gebietes von Krankheiten und Zuständen ermöglichen.
  • Die funktionellen Abweichungskarten 316 eines Patienten können auch verschieden gefärbte Bereiche enthalten, um die Größe der Abweichung dieses Bereichs für den Patienten in Bezug auf standardisierte Daten darzustellen. Die funktionellen Abweichungskarten 316 eines Patienten können unter anderem Daten einer zerebrale Blutflussabweichung oder Stoffwechselratenabweichung eines Patienten von den standardisierten Daten enthalten, und können in einer Ausführungsform aus PET-Bilddaten erzeugt werden. In diesen Karten 316 können Bereiche 328 keiner oder nur einer geringen Abweichung von standardisierten Daten entsprechen, während Bereiche 330 und 332 geringere bzw. größere Abweichungen des Patienten von den standardisierten Daten anzeigen können. Die Verwendung von drei unterschiedli chen Darstellungsbereichen in den strukturellen Abweichungskarten 314 und funktionellen Abweichungskarten 316 eines Patienten wird zur Vereinfachung und für Erläuterungszwecke verwendet. Es dürfte erkennbar sein, dass weitere Farben oder Schattierungen stattdessen oder zusätzlich zu den hierin dargestellten verwendet werden können, und dass eine derartige Färbung oder Schattierung in einem kontinuierlichen Bereich oder in diskreten Werten erzeugt werden kann.
  • Das Steuerfeld 302 kann eine Präsentation weiterer Daten an einen Benutzer und ein Benutzersteuerung bestimmter Visualisierungsprozesse ermöglichen. Beispielsweise kann in der vorliegend dargestellten Ausführungsform Patienteninformation in einem Bereich 340 dargestellt werden, Populationsinformation und Auswahlsteuerung können in einem Bereich 342 geliefert werden, und verschiedene Systemparameter, Testdaten oder andere Information können in einem Bereich 344 geliefert werden. In einer Ausführungsform kann der Populationsbereich 342 einem Benutzer ermöglichen, einen speziellen Satz standardisierter Daten aus einer Bibliothek von standardisierten Datengruppen auf der Basis einer gewünschten Eigenschaft auszuwählen. Beispielsweise kann ein Benutzer eines oder mehr von einem gewünschten Altersbereich, Geschlecht oder Rasse eingeben und das System kann dann visuelle Darstellungen von Patientenabweichungen aus dem ausgewählten standardisierten Datensatz anzeigen. Mit anderen Worten, in einer derartigen Ausführungsform kann der Benutzer demographische Eigenschaften des Populationssegmentes der standardisierten Daten auswählen, mit welchen der Patient für Zwecke der Visualisierungsabweichung verglichen wird. Demzufolge kann in einer Ausführungsform der Benutzer auswählen, Patientenergebnisse als ein Maß einer Abweichung von einem speziellen standardisierten demographisch an den Patienten angepassten Datensatz zu visualisieren.
  • Obwohl die exemplarische visuelle Darstellung 296 graphische Darstellungen von strukturellen und funktionellen Abweichungen in Bilddaten enthält, können ebenso auch Abweichungen bezüglich nicht-Bilddaten (z. B. klinischen Tests, Labortests usw.), weitere visuelle Darstellungen mit unterschiedlichen Daten, oder nur Teilsätze der vorstehend visualisierten Abweichungsdaten in weiteren Ausführungsformen erzeugt werden. Beispielsweise kann in bestimmten Ausführungsformen die erzeugte visuelle Darstellung nur Abweichungsdarstellungen in Bezug auf andere Bilddaten oder nicht-Bilddaten statt auf beide bezogen beinhalten.
  • Beispielsweise ist ein Visualisierungsverfahren 360 in 16 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Das Verfahren 360 kann einen Schritt 362 eines Zugriffs auf Patienten-Bild-Abweichungsbewertungen für mehrere Bildgebungsmodalitäten, wie z. B. CT, MR, PET, SPECT, digitale Tomosynthese oder dergleichen beinhalten. Die Patienten-Bild-Abweichungsbewertungen können über einen Vergleich von Patienten-Bilddaten mit standardisierten Referenzdaten berechnet werden, die eine Population von Personen wie allgemein vorstehend beschrieben betreffen. Ferner können in verschiedenen Ausführungsformen die Patienten-Bild-Abweichungsbewertungen über einen Vergleich von statischen Bilddaten eines Patienten oder dynamische Bilddaten (z. B. Video) eines Patienten, die in nur einem Bildgebungssystem erfasst wurden, oder aus Zeitachsenbilddaten eines Patienten, die über mehrere Bildgebungssitzungen erfasst wurden, mit Referenz-Bilddaten eines ähnlichen oder unterschiedlichen Typs (z. B. statisch, dynamisch oder längs) berechnet werden. Die Patienten-Bild-Abweichungsbewertungen, auf die zugegriffen wurde, können in einem Schritt 364 verarbeitet werden, um eine visuelle Darstellung einer Patientenabweichung in Bezug auf eine visuelle Darstellung der Patientenabweichung in Bezug auf die standar disierten Bilddaten wie vorstehend allgemein diskutiert zu erzeugen. Die erzeugte visuelle Darstellung kann in einem Schritt 366 ausgegeben werden, um eine Diagnose des Patienten in einem Schritt 368 zu ermöglichen.
  • Ein zusätzliches exemplarisches Visualisierungsverfahren 370 ist allgemein in 17 dargestellt. Das Verfahren 370 kann einen Zugriff auf Patienten-nicht-Bild-Abweichungsbewertungen für dynamische Daten oder Zeitachsendaten in einem Schritt 372 beinhalten. Dynamische nicht-Bilddaten können eine im Wesentlichen kontinuierliche Serie von klinischen Testergebnissen über eine vorgegebene Zeitdauer beinhalten, während nicht-Bild-Zeitachsendaten Testergebnisse (oder Gruppen von Testergebnissen) beinhalten können, die in einer stufenartigen Weise (z. B. in Intervallen von 3 Monaten) über mehrere Datenerfassungssitzungen erhalten werden. Wie allgemein vorstehend angegeben, können die Patienten-nicht-Bild-Abweichungsbewertungen für derartige Daten auf der Basis eines Vergleichs von Patienten-nicht-Bilddaten mit standardisierten nicht-Bilddaten berechnet werden. In einigen Ausführungsformen können nicht-Bilddaten von Patienten, auf welchen die Abweichungsbewertungen basieren, nicht-Bilddaten aus unterschiedlichen Modalitäten (z. B. kognitiven Daten, neurologischen Daten und dergleichen) enthalten. Die nicht-Bild-Abweichungsbewertungen von Patienten können in einem Schritt 374 verarbeitet werden, um eine oder mehrere visuelle Ergebnisse zu erzeugen, die eine Abweichung der Patienten-nicht-Bilddaten von den standardisierten nicht-Bilddaten anzeigen. Beispielsweise können in einer Ausführungsform mehrere visuelle Ergebnisse auf der Basis eines Vergleichs einer Ablauffolge von Zeitachsen-Patienten-nicht-Bilddaten mit standardisierten nicht-Bilddaten erzeugt werden. Die visuellen Darstellungen können dann in einem Schritt 376 ausgegeben werden, um eine Diagnose des Patienten in einem Schritt 378 zu ermöglichen. Mehrere erzeugte visuelle Darstellungen können gleichzeitig oder sequentiell ausgegeben werden.
  • 18 ist eine exemplarische Darstellung eines automatischen Vergleicharbeitsablaufs 400, welcher allgemein die automatische Erzeugung eines Krankheitsschwereindex für verschiedene interessierende anatomische Merkmale darstellt. Der automatische Vergleichsarbeitsablauf 400 kann eine Anzahl anatomischer Merkmale umfassen, wie z. B. strukturelle oder funktionelle Merkmale eines Gehirns, eines Herzens oder dergleichen. Um die Möglichkeit einer derartigen Vielfalt von anatomischen Merkmalen in einem Vergleich darzustellen, ist der automatische Vergleichsarbeitsablauf 400 als mit einem ersten Merkmal ”A” 402 enthaltend, einem zweiten anatomischen Merkmal ”B” 404, ein drittes anatomisches Merkmal ”C” 406, ein ”N-tes” anatomisches Merkmal ”N” 408 usw. enthaltend dargestellt. Der automatische Arbeitsablaufvergleich von 18 repräsentiert eine spezifische Implementation der stärker verallgemeinerten Angleich- und Präsentationstechniken, die in der U. S. Patentanmeldungsoffenlegung Nr. 2007/0078873A1, veröffentlicht am 5. April 2007 mit dem Titel ”COMPUTER ASSISTED DOMAIN SPECIFIC ENTITY MAPPING METHOD AND SYSTEM”, welches hier durch Bezugnahme in seiner Gesamtheit enthalten ist, beschrieben sind. Beispielsweise repräsentieren in dieser spezifischen Implementation die verschiedenen anatomischen Merkmale 402, 404, 406, 408 verschiedene Achsen, während die Krankheitsschwereabweichungskarten 410, 412, 414, 416, die nachstehend diskutiert werden, unterschiedliche jeder Achse zugeordnete Etiketten repräsentieren, usw.
  • Für jedes anatomische Merkmal wird eine Anzahl von Abweichungskarten mit Veränderungen in dem Ausmaß oder dem Schweregrad einer Krankheit oder eines Zustands bereitgestellt. Beispielsweise werden für das anatomische Merkmal ”A” 402 eine Anzahl von Referenzabweichungskarten 410 mit Veränderungen in dem Ausmaß einer Krankheit oder eines Zustands in Verbindung mit dem anatomischen Merkmal ”A” bereitgestellt. Ähnliche Sätze von Referenzabweichungskarten 412, 414 und 416 werden bereitgestellt, welche die Abweichungen in dem Ausmaß einer Krankheit oder einem Zustand für jedes von den restlichen entsprechenden anatomischen Merkmalen bis zu dem N-ten Merkmal darstellen. Wie der Fachmann auf diesem Gebiet erkennt, wird jede von diesen Krankheitsschwere-Referenzabweichungskarten innerhalb der entsprechenden Kartensätze 410, 412, 414, 416 für das entsprechende anatomische Merkmal 402, 404, 406 und 408 erzeugt und in dem Falle von Bilddaten (statt den von nicht-Bilddaten) können Referenzabweichungskarten ferner durch einen Indikator oder Indikatoren (wenn eine verwendet wird) und durch die verwendete Bildgebungstechnologie kategorisiert werden. Beispielsweise können Referenzabweichungskarten innerhalb der entsprechenden Abweichungskartensätze 410, 412, 414, 416 mittels Magnetresonanz-(MR)-Bildgebung, Positronen-Emissions-Tomographie-(PET), Computertomographie (CT), Single-Photon-Emissionscomputertomographie (SPECT), Ultraschall, optische Bildgebung oder weitere herkömmliche Bildgebungstechniken und durch Verwendung von geeigneten Indikatoren unter entsprechenden Umständen erzeugt werden. Wie vorstehend diskutiert, können die Referenzabweichungskarten auch oder anstelle davon aus nicht-Bilddaten einschließlich klinischen Daten erzeugt werden.
  • Für jedes anatomische Merkmal sind die Erkrankungsschwere-Referenzabweichungskarten 410, 412, 414, 416 der anatomischen Merkmale gemäß Darstellung durch den Pfeil 418 abhängig von der Schwere der Erkrankung oder des Zustandes oder anderweitig zugeordnet zu einer Schwere der Erkrankung oder Zustands geordnet. Beispielsweise können für das anatomische Merkmal ”A” 402 die Erkrankungsschwere-Referenzabweichungskarten 410 in einer ansteigenden Reihenfolge von dem kleinsten Ausmaß oder Grad der Erkrankung oder dem Zustand bis zu dem höchsten Ausmaß oder Grad der Erkrankung oder des Zustands angeordnet sein.
  • In der dargestellten Ausführungsform sind acht Referenzabweichungskarten in jeder von der Krankheitsschwere-Abweichungskartengruppen 410, 412, 414, 416 als verschiedene Erkrankungsschweregrade in Zuordnung zu jedem anatomischen Merkmal 402, 404, 406, 408 repräsentierend dargestellt. Wie der Fachmann auf diesem Gebiet erkennen wird, ist jedoch die Anzahl der Referenzabweichungskarten in den Sätzen dieser Krankheitsschwere-Abweichungskarten 410, 412, 414, 416 beliebig und kann abhängig von der Implementation und den Eigenschaften des Untersuchenden erhöht oder verringert werden. Beispielsweise kann in exemplarischen Ausführungsformen, in welchen der Vergleichsprozess automatisiert ist, die Anzahl der Referenzkarten in jeder von den Gruppen der Krankheitsschwereabweichungskarten 410, 412, 414, 416 mehr als acht Karten wie z. B. zehn, zwanzig, einhundert usw. enthalten. Ferner kann, obwohl nur eine einzige Krankheitsschwere-Referenzabweichungskarte derzeit als jedem geordneten Schweregrad für jedes anatomische Merkmal dargestellt ist, jedem Schweregrad für jedes anatomische Merkmal tatsächlich eine oder mehr als eine für den Vergleich vorgesehene Krankheitsschwere-Referenzabweichungskarte haben. Beispielsweise kann in exemplarischen Implementationen, in welchen der Vergleichsprozess automatisiert ist, jeder Schweregrad oder Schwereindex für ein anatomisches Merkmal 402, 404, 406, 408 durch mehr als eine Krankheitsschwere-Referenzabweichungskarte repräsentiert werden.
  • Verschiedene Patientenabweichungskarten 420 können dann in Bezug auf entsprechende Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416 evaluiert werden, um ein Ausmaß einer Erkrankung oder eines Zustandes in den Patientenabweichungskarten 420 im Vergleich zu den entsprechenden Krankheitsschwere-Referenzabweichungskarten zu ermitteln. Jede Patientenabweichungskarte 420 für ein anatomisches Merkmal kann durch Vergleichen erfasster Patientendaten mit normativen standardisierten anatomischen Daten für das entsprechende anatomische Merkmal erzeugt werden. Wie der Fachmann auf diesem Gebiet erkennen wird, können die Patientenabweichungskarten 420 aus Bildern unter Verwendung von einem oder mehreren geeigneten Indikatoren (z. B. wenn es erforderlich ist, eine gewünschte funktionelle Information zu erfassen), aus Bildern, die mittels anderer Techniken erfasst wurden, oder aus nicht-Bilddaten wie vorstehend beschrieben, abgeleitet werden. Daher werden in einer exemplarischen Ausführungsform die auf Bilddaten basierenden Patientenabweichungskarten 420 nicht einfach nur mit einem Satz von Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416 verglichen, die demselben anatomischen Merkmal 402, 404, 406, 408 entsprechen, sondern auch mit denjenigen Referenzkarten in dem Satz von Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416, die aus Bilddaten erzeugt sind, die unter Verwendung des- oder derselben Indikators oder Indikatoren, wenn vorhanden, und unter Verwendung derselben oder einer vergleichbaren Bildgebungstechnologie erfasst wurden. In einer exemplarischen Ausführungsform wird der Vergleich zwischen der einen oder den mehreren Karten von Patientenabweichungskarten 420 und dem entsprechenden Satz von Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416 automatisch ausgeführt, wie z. B. durch Mustervergleich oder andere vergleichbare Vergleichstechniken und Routinen.
  • Beispielsweise können in einer Implementation Patientenabweichungskarten 420, die aus dem anatomischen Merkmal ”A” 402 entsprechenden Bilddaten erzeugt sind, automatisch mit dem entsprechenden Satz geordneter Krankheitsschwere-Referenzabweichungskarten 410 verglichen werden, die aus Daten erzeugt wurden, die unter Verwendung des bzw. derselben Indikators oder Indikatoren, wenn ein Indikator verwendet wurde, und unter Verwendung derselben Bildgebungsmodalität, wie z. B. MR oder PET erzeugt wurden. Wie der Fachmann auf diesem Gebiet erkennen wird, können Patientenabweichungskarten 420 und die entsprechenden Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416, mit welchen sie verglichen werden, abhängig von patientenspezifischen Faktoren (wie z. B. einer Patientenkrankengeschichte, Patientensymptomen usw.) sowie von klinischen Faktoren (wie z. B. von dem Standardvorgehen des behandelndes Arztes oder der medizinischen Einrichtung, vorherigen Diagnosen, Erfahrungsjahren usw.) variieren.
  • In dem derzeit dargestellten Beispiel erzeugt jeder Vergleich einen Schwereindex 422, der das Ausmaß der Erkrankung in der entsprechenden Patientenabweichungskarte 420 gemäß Ermittlung durch einen Vergleich mit den anatomischen merkmalspezifischen Krankheitsschwere-Referenzabweichungskarten 410, 412, 414, 416 ausdrückt oder repräsentiert. Wie der Fachmann erkennen wird, kann in denjenigen Ausführungsformen, in welchen der Vergleich automatisch durchgeführt wird, der Schwereindex 422 ebenfalls automatisch erzeugt werden. In derartigen Ausführungsformen kann einem Betrachter oder Bewerter einfach ein Schwereindex 422 für jedes interessierende anatomische Merkmal oder dafür, wofür Patientenabweichungskarten 420 erzeugt oder verarbeitet wurden, geliefert werden.
  • In einigen Ausführungsformen wird eine zusammengefasste Schwerebewertung 424 der Patientenerkrankung aus den Schwereindizes 422 unter Anwendung statistischer Analyse 426, wie z. B. einem(r) auf Regeln basierenden Zusammenfassungsverfahren oder Technik erzeugt. In einer exemplarischen Ausführungsform wird die zusammengefasste Schwerebewertung 424 automatisch erzeugt, wie z. B. durch automatische Implementation der Analyse 426 unter Anwendung geeigneter Routinen oder Computer-implementierter Codes. In derartigen Ausführungsformen kann einem Betrachter oder Bewerter einfach eine gesamte oder zusammengefasste Schwerebewertung für den Patienten geliefert werden.
  • Zusätzlich zur Berechnung von Krankheitsschwerebewertungen oder Indizes für einen Patienten in Bezug auf einen einzelnen Krankheitstyp kann das vorliegend offengelegte Datenverarbeitungssystem auch eine kombinierte Krankheitsschwerebewertung auf der Basis von mehreren unterschiedlichen Krankheitstypen und Schweregraden berechnen. Beispielsweise ist ein exemplarisches Verfahren 430 zur Ermittlung einer kombinierten Krankheitsschwerebewertung für einen Patienten auf der Basis mehrerer Krankheitstypen und Schweregrade in 19 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Das Verfahren 430 kann einen Schritt 432 eines Zugriffs auf Bezugabweichungsdaten (wie z. B. Referenzabweichungskarten oder andere Daten) für mehrere Krankheitstypen beinhalten. Derartige Referenzabweichungskarten können gemäß einer demographischen (oder anderen) Eigenschaft standardisiert sein. Zusätzlich kann der Schritt 432 auch einen Zugriff auf Referenzabweichungskarten oder Daten in Bezug auf mehrere Schwergrade für einen oder mehrere von den Krankheitstypen beinhalten. In einer Ausführungsform können die Referenzabweichungsdaten funktionelle oder strukturelle Abweichungskarten beinhalten, die Unterschiede zwischen normalen Personen und Personen mit diagnostizierten speziellen Krankheitstypen oder mit diagnostizierten Schweregraden der unterschiedlichen Krankheitstypen anzeigen. Krankheitsschwerebewertungen können Untersätzen der Referenzabweichungsdaten, wie z. B. den unterschiedlichen Referenzabweichungsdaten in Verbindung mit verschiedenen Schweregraden zugeordnet sein, wie es vorstehend allgemein diskutiert ist. Auf diese individuellen Krankheitsschwerebewertungen kann auch in einem Schritt 434 zugegriffen werden.
  • Das Verfahren 430 kann auch eine Auswahl von Krankheitsschweregraden des Patienten in einem Schritt 435 beinhalten. Die Auswahl der Krankheitsschweregrade des Patienten kann in einer Vielzahl von Arten ausgeführt werden. In einer Ausführungsform kann ein Benutzer eine Patientenabweichungskarte mit einer Bibliothek oder Datenbank bekannter Abweichungskarten vergleichen, die eine funktionelle oder strukturelle Abweichung in Verbindung mit verschiedenen Krankheitstypen und/oder Schweregraden anzeigen. Eine exemplarische visuelle Referenzbibliothek 484 bekannter standardisierter Abweichungskarten, die normalen Patienten und Patienten mit diagnostizierten verschiedenen Krankheitstypen entspricht, ist allgemein in den 21 und 22 dargestellt und wird in Bezug darauf detektierter diskutiert. In einer derartigen Ausführungsform kann der Benutzer eine Patientenabweichungskarte mit denjenigen Referenzabweichungskarten vergleichen, die in der Bibliothek 484 enthalten sind, um den Patienten als einen zu diagnostizieren, der eines oder beides von einem speziellen Krankheitstyp und Schweregrad hat. Um eine derartige manuelle Analyse und Vergleich zu ermöglichen, können in einer Ausführungsform eine oder mehrere von den Referenzabweichungskarten oder Patientenabweichungskarten durch ein Rechnersystem dargestellt werden, und ein Benutzer kann (mittels einer Benutzerschnittstelle) eine Auswahl spezieller Schweregrade für jeden Krankheitstyp entsprechend der der Patientenabweichungskarte am nächsten kommenden Referenzabweichungskarte angeben.
  • In einer weiteren Ausführungsform kann ein Berechnungssystem, wie z. B. das Datenverarbeitungssystem 34 dafür programmiert sein, automatisch die Patientenabweichungskarte mit den Referenzabweichungskarten in der Bibliothek der Referenzabwei chungskarten zu vergleichen und automatisch die besten Übereinstimmungen auszuwählen. Alternativ können verschiedene Krankheitsbewertungen auf der Basis von gegebenen Krankheiten und Schweregraden berechnet und mit einer Patientenkrankheitsbewertung verglichen werden, um automatisch die am nächsten kommende Übereinstimmung zu ermitteln und auszuwählen. In noch einer weiteren Ausführungsform kann ein Berechnungssystem einen Algorithmus anwenden, um einen Untersatz der Referenzabweichungskarten auszuwählen, aus welchen ein Benutzer eine abschließende Auswahl durchführt.
  • Anschließend an die Auswahl von Patientenerkrankungsschweregraden für mehrere Krankheitstypen kann eine kombinierte Krankheitsschwerebewertung automatisch im Schritt 438 berechnet werden. Zum Schluss kann ein Bericht einschließlich oder auf der Basis der kombinierten Krankheitsschwerebewertung in einem Schritt 440 ausgegeben werden. Wie allgemein vorstehend angegeben, kann die Ausgabe des Berichtes sowie weiterer Berichte und hierin beschriebener Daten die Ausgabe des Berichtes an einen Speicher, die Ausgabe des Berichtes an einen Benutzer oder die Ausgabe des Berichtes an unterschiedliche Softwareroutinen zur weiteren Verarbeitung beinhalten.
  • Das vorstehend beschriebene Verfahren 430 kann in Verbindung mit einer Vielfalt von anatomischen Bereichen und Krankheitstypen einschließlich, jedoch nicht darauf beschränkt, Gehirnerkrankungen, angewendet werden. Ein exemplarischer Prozess zur Bewertung von Gehirnerkrankungen kann besser unter Bezugnahme auf das Blockdiagramm 450 verstanden werden, welches in 20 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt ist. Patienten-Bilddaten 454 und nicht-Bilddaten 456 können von einem Patienten 452 gesammelt werden. Wie anderweitig bereits angemerkt, können derartige Patienten-Bilddaten Bilder enthalten, die durch irgendeine von verschie denen Bildgebungsmodalitäten erhalten wurden, und können Patienten-Kortexdickenkarten, Patienten-Kortexdickenabweichungskarten oder irgendwelche andere gewünschte Bilddaten enthalten. Wie ebenfalls vorstehend diskutiert, können die nicht-Bilddaten 456 von Patienten zahlreiche Zahlendatentypen und Information, wie z. B. Ergebnisse von klinischen Tests und Labortests, Familiengeschichte, genetische Geschichte usw. enthalten. Auf der Basis der Patienten-Bilddaten 454 kann ermittelt werden, dass der Patient 452 eine Gefäßerkrankung hat, wie es allgemein in dem Block 458 dargestellt ist. Eine derartige Ermittlung oder Diagnose kann in einem Bericht 460 ausgegeben werden. Die Patienten-Bilddaten 454 und die nicht-Bilddaten 456 des Patienten können auch dazu genutzt werden, um zu ermitteln, ob der Patient 452 eine neurodegenerative Krankheit hat, wie es allgemein im Block 462 dargestellt ist.
  • Der Block 464 repräsentiert im Wesentlichen einen Arbeitsablauf zur Ermittlung von Patientenerkrankungsschweregraden für mehrere Gehirnerkrankungen oder Erkrankungstypen 466. Mehrere getrennte Referenzabweichungskarten 468 können jedem Krankheitstyp zugeordnet sein, und alle von den mehreren können im Wesentlichen unterschiedliche Schweregrade ihres entsprechenden Krankheitstyps darstellen. Ferner kann jede Referenzabweichungskarte einer Krankheitsschwerebewertung (z. B. der Serie S1...SN für jeden Krankheitstyp) zugeordnet sein. Beispielsweise kann in einer Ausführungsform die den niedrigsten Schweregrad einer speziellen Krankheit repräsentierende Referenzabweichungskarte der niedrigsten Krankheitsschwerebewertung (d. h. S1) diesem Krankheitstyp zugeordnet sein, während andere Referenzabweichungskarten, die eine Zunahme unterschiedlicher Grade dieses Krankheitstyps anzeigen, zunehmenden Krankheitsschwerebewertungen zugeordnet sein (d. h., S2, S3, ... SN) können. Eines oder beides von den Patienten-Bilddaten 454 und den nicht-Bilddaten 456 des Patienten können mit der Se quenz von Referenzabweichungskarten für den Krankheitstyp A verglichen werden (Block 470), um einen Patientenerkrankungsschweregrad 472 für den Erkrankungstyp A zu ermitteln. Die individuelle Krankheitsschwerebewertung des Patienten XA für den Krankheitstyp A kann gleich der Krankheitsschwerebewertung sein, die der Referenzabweichungskarte für den Krankheitstyp A zugeordnet ist, der den Patientendaten, mit welchen er verglichen wird, am nächsten kommt. Alternativ kann, wenn die Patientendaten nahelegen, dass die Patientenerkrankungsschwere irgendwo zwischen zwei von den Referenzabweichungskarten für den Krankheitstyp A fällt, die individuelle Patientenerkrankungsschwerebewertung XA aus den zwei Krankheitsschwerebewertungen in Verbindung mit den individuellen Referenzabweichungskarten berechnet werden, die den Patientendaten am nächsten kommen. Die individuellen Schwerebewertungen für andere Krankheitstypen können in einer ähnlichen Weise auf der Basis ihrer eigenen zugeordneten Referenzabweichungskarten berechnet werden.
  • Sobald die Krankheitsschwerebewertungen 472 für den individuellen Patienten für jeden Krankheitstyp berechnet sind, können derartige individuelle Bewertungen dazu genutzt werden, um eine kombinierte Krankheitsschwerebewertung des Patienten zu berechnen, wie es allgemein im Block 474 dargestellt ist. Die kombinierte Krankheitsschwerebewertung des Patienten kann durch die Addition der Krankheitsschwerebewertungen des individuellen Patienten, Mittelung der Patientenschwerebewertungen des individuellen Patienten (welche wie gewünscht gewichtet sein kann) oder in irgendeiner anderen geeigneten Weise berechnet werden. Ferner kann die kombinierte Krankheitsschwerebewertung des Patienten auch den relativen Beitrag für jeden Krankheitstyp für einen Patientenzustand anzeigen. Beispielsweise kann die kombinierte Krankheitsschwerebewertung des Patienten anzeigen, dass die Alzheimer-Krankheit der Hauptbeitragsfaktor für die Patientendemenz oder irgendeinen anderen Zustand ist. In einer weiteren Ausführungsform kann die kombinierte Krankheitsschwerebewertung des Patienten den relativen Beitrag jeder von mehreren Krankheitstypen zu einem Patientenzustand anzeigen. Beispielsweise kann die kombinierte Krankheitsschwerebewertung des Patienten den relativen Beitrag von verschiedenen Gehirnerkrankungen zu der Patientendemenz (z. B. 40% AD, 30% FTD, 30% andere) anzeigen. Ein Bericht 476 auf der Basis von oder die kombinierte Krankheitsschwerebewertung des Patienten anzeigend kann an einen Benutzer oder an einen Speicher ausgegeben werden.
  • Wie vorstehend erwähnt, sind Referenzbilder und Abweichungskarten einer exemplarischen visuellen Referenzbibliothek 484 in den 21 und 22 gemäß einer Ausführungsform der vorliegenden Erfindung dargestellt. Es sei angemerkt, dass die vorliegend gezeigten Darstellungen lediglich für Veranschaulichungszwecke gedacht sind, und dass eine tatsächliche Implementation einer visuellen Referenzbibliothek andere oder zusätzliche Bilder enthalten kann. Tatsächlich können verschiedene Ausführungsformen einer visuellen Referenzbibliothek 484 eine signifikant größere Anzahl von Bildern wie z. B. 10, 100 oder sogar noch größere Anzahlen von Referenzbildern oder Karten enthalten, welche in verschiedenen Ausführungsformen wie vorstehend diskutiert, standardisiert sein können. Man wird ferner erkennen, dass Bilder in der visuellen Referenzbibliothek 484 mittels einer oder einer beliebigen Anzahl von Bildgebungsmodalitäten erhalten werden können, und Originalbilder, Abweichungskarten, wie z. B. die vorstehend diskutierten oder irgendwelche andere geeignete Referenzbilder enthalten können. In der vorliegend dargestellten Ausführungsform stellen die Referenzbilder im Wesentlichen Stoffwechselratenabweichungen zwischen normalen Personen und Personen mit verschiedenen diagnostizierten Gehirnerkrankungen dar. In weiteren Ausführungsformen können jedoch andere Abweichungskarten, wie z. B. Kor texdicken-Abweichungskarten, Abweichungskarten der zerebralen Blutdurchflussrate oder sogar Abweichungskarten für Nicht-Gehirn-Anatomien in der visuellen Referenzbibliothek 484 enthalten sein.
  • In der vorliegend dargestellten Ausführungsform ist die visuelle Referenzbibliothek 484 als ein Satz von Referenzbildern 486 für normale Personen, und Referenzabweichungskarten 488 und 490, die Patienten entsprechen, die klinisch mit milden bzw. schweren Formen beispielsweise von Alzheimer-Krankheit (AD) diagnostiziert sind, enthaltend dargestellt. Die visuelle Referenzbibliothek 484 kann Abweichungskarten 492 enthalten, die Patienten mit der Diagnose einer diffusen kortikalen Lewy-Körper-Erkrankung (DLBD) und Abweichungskarten 494, die für Patienten mit der klinischen Diagnose einer Vorderschläfenlappendemenz (FTD) entsprechen. Die visuelle Referenzbibliothek 484 kann auch zusätzlich Abweichungskarten, wie z. B. progressiver supranuklearer Paralyse (PSP) zugeordnete Karten 496, Mehrfach-Infarkt-Demenz (MID) zugeordnete Karten 498, und Normaldruck-Hydrocephalus (NPH) zugeordnete Karten 500 enthalten.
  • Technische Auswirkungen von einer oder mehreren Ausführungsformen der vorliegenden Erfindung können die Diagnose verschiedener Patientenerkrankungstypen und Schweregrade sowie die Bereitstellung von Entscheidungsunterstützungswerkzeugen für eine Benutzerdiagnose von Patienten beinhalten. In einer Ausführungsform beinhalten technische Auswirkungen die Visualisierung klinischer Bild und nicht-Bildinformation eines Patienten zusammen in einer ganzheitlichen, intuitiven und gleichmäßigen Weise, welche eine effiziente Diagnose durch einen Betrachter ermöglicht. In einer weiteren Ausführungsform beinhalten technische Auswirkungen die Berechnung von Patienten-Kortex-Abweichungskarten und Referenz-Kortex-Abweichungs karten von bekannten Gehirnerkrankungen, die Berechnung von zusätzlichen Patienten- und Referenzabweichungskarten, und die Kombination derartiger Karten mit anderen klinischen Tests, um eine quantitative Bewertung und Diagnose von Gehirnerkrankungen zu ermöglichen.
  • Obwohl nur bestimmte Merkmale der Erfindung hierin dargestellt und beschrieben wurden, werden dem Fachmann auf diesem Gebiet viele Modifikationen und Änderungen möglich erscheinen. Es dürfte sich daher verstehen, dass die beigefügten Ansprüche alle derartigen Modifikationen und Änderungen abdecken sollen, soweit sie in den tatsächlichen Erfindungsgedanken der Erfindung fallen.
  • Es wird eine Datenverarbeitungstechnik bereitgestellt. In einer Ausführungsform beinhaltet ein Computer-implementiertes Verfahren einen Zugriff 282, 284 auf Patienten-Bild- und nicht-Bild-Abweichungsbewertungen 250, 270, die durch entsprechende Vergleiche von Patienten-Bilddaten und nicht-Bilddaten 242, 262 mit standardisierten Bilddaten und nicht-Bilddaten abgeleitet werden. Das Verfahren kann auch die Verarbeitung 286 der Bild- und nicht-Bild-Abweichungsbewertungen zum Erzeugen eines visuellen Ergebnisses 296 beinhalten, das jeweils Unterschiede zwischen den Patienten-Bilddaten und nicht-Bilddaten und den standardisierten Bilddaten und nicht-Bilddaten anzeigt. Ferner kann das Verfahren die Anzeige 288 des visuellen Ergebnisses beinhalten. Zusätzliche Verfahren, Systeme und Herstellungsgegenstände werden ebenfalls offengelegt.
  • 10
    Prozessor-basierendes System
    12
    Mikroprozessor
    14
    Speicher
    16
    Massenspeichervorrichtung
    18
    Eingabevorrichtung
    20
    Anzeigevorrichtung
    22
    Drucker
    24
    26
    28
    30
    Datenerfassungs- und Verarbeitungssystem
    32
    Datenverarbeitungssystem
    34
    Datenerfassungssystem
    36
    Patient
    38
    Netzwerk
    40
    Datenbank
    42
    Datenbank
    44
    46
    48
    Verfahren
    50
    Bilddaten
    52
    Vorverarbeiten von Daten
    54
    Detektieren anatomischer Markierungen
    56
    Erzeugen eines Bildgitters
    58
    Ausrichtung
    60
    Extraktion von interessierenden Merkmalen
    62
    64
    Verfahren
    66
    Bilddaten
    68
    Gehirnsegmentierung
    70
    Subkortikale Segmentierung
    72
    Editieren von Segmentationsergebnissen
    74
    Segmentierung der weißen Substanz
    76
    Oberflächenanpassung und Glättung der weißen Substanz
    78
    Detektieren der Pia-Oberfläche
    80
    Berechnen der Dicke des zerebralen Kortex
    82
    Erzeugen einer Kortexdickenkarte
    84
    86
    88
    Verfahren
    90
    Referenz-Bilddaten
    92
    Standardisieren von Referenz-Bilddaten
    94
    Auswählen eines Untersatzes von standardisierten Bilddaten
    96
    Passende standardisierte Bilddaten
    98
    Vergleichen von Bilddaten
    100
    Patienten-Bilddaten
    102
    Patientenabweichungskarte
    104
    106
    108
    Vergrößerte Gehirnoberfläche
    110
    Fenster
    112
    Maßstab
    114
    116
    118
    Verfahren
    120
    Referenzdaten
    122
    Klassifizieren von Daten
    124
    Daten für normale Patienten
    126
    Daten für Patienten mit Diagnose des ersten Zustandes
    128
    Daten für Patienten mit Diagnose des zweiten Zustandes
    130
    Daten für Patienten mit Diagnose anderer Zustände
    132
    Normaldatenbank
    134
    Datenbank
    136
    Datenbank
    138
    Datenbank
    140
    142
    144
    Verfahren
    146
    Erzeugen einer Patientenkarte
    148
    Patientendaten
    150
    Erzeugen einer Normalkarte
    152
    Erzeugen einer Zustandskarte
    154
    Vergleichen von Patienten- und Normalkarten
    156
    Vergleichen von Normal- und Zustandskarten
    158
    Vergleichen von Patienten- und Referenzabweichungskarten
    160
    Diagnostizieren des Patienten
    162
    Klinische Daten
    164
    Ausgeben eines Berichts
    166
    Bericht
    168
    Datenbank
    170
    Benutzer
    172
    Verfahren
    174
    Referenz-Kortexdickendaten – Normal
    176
    Referenz-Kortexdickendaten – AD
    178
    Referenz-Kortexdickendaten – FTD
    180
    Referenz-Kortexdickendaten – PD
    182
    Patienten-Kortexdickendaten
    184
    Vergleichen normaler Daten mit anderen Daten
    186
    Patienten-Abweichungsdaten
    188
    AD-Abweichungsdaten
    190
    FTD-Abweichungsdaten
    192
    PD-Abweichungsdaten
    194
    Analysieren von Daten
    196
    Klinische Referenzdaten
    198
    Klinische Patientendaten
    200
    Andere Daten
    202
    Ergebnisse
    204
    206
    208
    Vergleichen einer Patientenabweichungskarte mit Referenzabweichungskarten
    210
    Identifizieren einer oder mehrerer Patientenkrankheitstypen und/oder Krankheitsschweregrade
    212
    Diagnostizieren des Patienten
    214
    Bericht
    216
    218
    Verfahren
    220
    Zugreifen auf strukturelle Patientendaten
    222
    Zugreifen auf funktionelle Patientendaten
    224
    Vergleichen von Patientendaten mit strukturellen Referenzdaten
    226
    Vergleichen von Patientendaten mit funktionellen Referenzdaten
    228
    Erzeugen einer strukturellen Abweichungskarte des Patienten
    230
    Erzeugen einer funktionellen Abweichungskarte des Patienten
    232
    Erzeugen einer zusammengesetzten Abweichungskarte des Patienten
    234
    Ausgeben einer zusammengesetzten Abweichungskarte des Patienten
    236
    240
    Verfahren
    242
    Patienten-Bilddaten
    244
    Referenz-Bilddaten
    246
    Vergleichen von Patienten- und Referenz-Bilddaten
    248
    Berechnen von Patienten-Bild-Abweichungsbewertungen
    250
    Patienten-Bild-Abweichungsbewertungen
    252
    Datenbank
    254
    Zusätzliche Verarbeitung
    256
    258
    260
    Verfahren
    262
    Patienten-nicht-Bilddaten
    264
    Referenz-nicht-Bilddaten
    266
    Vergleichen von Patienten- und Referenz-nicht-Bilddaten
    268
    Berechnen von Patienten-nicht-Bild-Abweichungsbewertungen
    270
    Patienten-nicht-Bild-Abweichungsbewertungen
    272
    Datenbank
    274
    Zusätzliche Verarbeitung
    276
    278
    280
    Verfahren
    282
    Zugreifen auf Patienten-Bild-Abweichungsbewertungen
    284
    Zugreifen auf Patienten-nicht-Bild-Abweichungsbewertungen
    286
    Verarbeiten von Abweichungsbewertungen, um visuelle Darstellungen von Abweichungen zu erzeugen
    288
    Ausgeben einer visuellen Darstellung
    290
    Diagnostizieren des Patienten
    292
    294
    296
    Visuelle Darstellung
    298
    Bereich
    300
    Bereich
    302
    Steuerfeld
    304
    Zelle
    306
    Zelle
    308
    Zelle
    310
    Zelle
    312
    314
    Strukturelle Abweichungskarten des Patienten
    316
    Funktionelle Abweichungskarten des Patienten
    318
    Bereich
    320
    Bereich
    322
    Bereich
    324
    326
    328
    Bereich
    330
    Bereich
    332
    Bereich
    334
    336
    338
    340
    Bereich
    342
    Bereich
    344
    Bereich
    346
    348
    350
    354
    356
    358
    360
    Verfahren
    362
    Zugreifen auf Patienten-Bild-Abweichungsbewertungen für mehrere Modalitäten
    364
    Verarbeiten von Abweichungsbewertungen zum Erzeugen einer visuellen Darstellung der Abweichung
    366
    Ausgabe der visuellen Darstellung
    368
    Diagnostizieren des Patienten
    370
    Verfahren
    372
    Zugreifen auf nicht-Bild-Abweichungsbewertungen des Patienten für dynamische Daten oder Zeitachsendaten
    374
    Verarbeiten von Abweichungsbewertungen, um eine visuelle Darstellung von Abweichungen zu erzeugen
    376
    Ausgeben von einer oder mehreren visuellen Darstellungen
    378
    Diagnostizieren des Patienten
    380
    382
    384
    386
    388
    390
    392
    394
    394
    396
    398
    400
    Arbeitablauf des automatischen Vergleichs
    402
    Anatomisches Merkmal
    404
    Anatomisches Merkmal
    406
    Anatomisches Merkmal
    408
    Anatomisches Merkmal
    410
    Referenzabweichungskarte für anatomisches Merkmal
    412
    Referenzabweichungskarte für anatomisches Merkmal
    414
    Referenzabweichungskarte für anatomisches Merkmal
    416
    Referenzabweichungskarte für anatomisches Merkmal
    418
    Pfeil
    420
    Patientenabweichungskarten
    422
    Schwereindex
    424
    Zusammengefasste Krankheitsschwerebewertung des Patienten
    426
    Statistische Analyse
    428
    430
    Verfahren
    432
    Zugreifen auf Referenzabweichungsdaten
    434
    Zugreifen auf individuelle Krankheitsschwerebewertungen
    436
    Auswählen von Krankheitsschweregraden des Patienten
    438
    Berechnen einer kombinierten Krankheitsschwerebewertung
    440
    Ausgabebericht
    442
    444
    446
    448
    450
    Blockdarstellung
    452
    Patient
    454
    Patienten-Bilddaten
    456
    Patienten-nicht-Bilddaten
    458
    Gefäßerkrankung
    460
    Bericht
    462
    Neurodegenerative Erkrankung
    464
    Arbeitsablauf zur Ermittlung von Patientenerkrankungsschweregraden
    466
    Krankheitstypen
    468
    Referenz-Abweichungskarten
    470
    Vergleichen mit Patientendaten
    472
    Individuelle Krankheitsschwerebewertung des Patienten
    474
    Kombinierte Krankheitsschwerebewertung des Patienten
    476
    Bericht
    478
    480
    482
    484
    Visuelle Referenzbibliothek
    486
    Normal-Referenzbilder
    488
    AD-Mild Abweichungskarten
    490
    AD-Schwer Abweichungskarten
    492
    DLBD Abweichungskarten
    494
    FTD Abweichungskarten
    496
    PSP Abweichungskarten
    498
    MID Abweichungskarten
    500
    MPH Abweichungskarten

Claims (10)

  1. System, aufweisend: eine Speichervorrichtung (14) mit mehreren darin gespeicherten Routinen; einen Prozessor (12), der für die Ausführung der mehreren in der Speichervorrichtung gespeicherten Routinen konfiguriert ist, wobei die mehreren Routinen umfassen: eine Routine, die dafür konfiguriert ist, wenn sie ausgeführt wird, einen Zugriff (282) auf eine Patienten-Bild-Abweichungsbewertung (250) zu bewirken, die einen Unterschied zwischen Patienten-Bilddaten (242) und für ein Populationssegment repräsentative Referenz-Bilddaten (244) anzeigt; eine Routine, die dafür konfiguriert ist, wenn sie ausgeführt wird, einen Zugriff (284) auf eine Patienten-nicht-Bild-Abweichungsbewertung (270) zu bewirken, die einen Unterschied zwischen nicht-Bilddaten (262) des Patienten und für das Populationssegment repräsentative Referenz-nicht-Bilddaten anzeigt; eine Routine, die dafür konfiguriert ist, wenn sie ausgeführt wird, eine Erzeugung (286) eines Berichtes mit einer visuellen Darstellung einer Abweichung der Patienten-Bilddaten von den Referenz-Bilddaten, und einer visuellen Darstellung (296) einer Abweichungen der Patienten-nicht-Bilddaten von Referenz-nicht-Bilddaten zu bewirken; und eine Routine, die dafür konfiguriert ist, wenn sie ausgeführt wird, eine Ausgabe (288) des Berichtes zu bewirken.
  2. System nach Anspruch 1, wobei die mehreren Routinen Routinen (248, 268) zum Berechnen der Patienten-Bild-Abweichungsbewertung und der Patienten-nicht-Bild-Abweichungsbewertung aufweisen.
  3. System nach Anspruch 1, welches wenigstens eine zusätzliche Speichervorrichtung mit einer darin gespeicherten Datenbank aufweist, wobei die Datenbank und für eine Vielzahl von Populationssegmenten repräsentative Referenz-Bilddaten und Referenz-nicht-Bilddaten enthält, wobei die Populationssegmente auf der Basis von wenigstens einem von Alter, Rasse oder Geschlecht klassifiziert sind.
  4. Computer-implementiertes Verfahren, mit den Schritten: Zugreifen (282) auf eine Bild-Abweichungsbewertung (250) eines Patienten (36), die durch einen Vergleich von Patienten-Bilddaten (242) mit für eine Population von Personen repräsentativen standardisierten Bilddaten (244) abgeleitet wird; Zugreifen (284) auf eine nicht-Bild-Abweichungsbewertung (250) eines Patienten, die durch einen Vergleich von Patienten-nicht-Bilddaten (242) mit für eine Population von Personen repräsentativen standardisierten nicht-Bilddaten (244) abgeleitet wird; Verarbeiten der Bild-Abweichungsbewertung und der nicht-Bild-Abweichungsbewertung, um ein visuelles Ergebnis (296) zu erzeugen (286), das sowohl einen Unterschied zwischen den Patienten-Bilddaten und den standardisierten Bilddaten als auch einen Unterschied zwischen den Patienten-nicht-Bilddaten und den standardisierten nicht-Bilddaten darstellt; und Anzeigen (288) des visuellen Ergebnisses, um eine Diagnose (290) eines medizinischen Zustands des Patienten zu ermöglichen.
  5. Verfahren nach Anspruch 4, wobei die Bild-Abweichungsbewertung wenigstens eine Bewertung auf der Basis einer Abweichung der Patienten-Bilddaten von den standardisierten Patienten-Bilddaten in Bezug auf wenigstens eines von Stoffwechselaktivität des Gehirns des Patienten, physischer Anatomie des Gehirns, oder funktioneller Aktivität des Gehirns basiert.
  6. Verfahren nach Anspruch 4, wobei die Population von Personen im Wesentlichen sich eine gemeinsame Eigenschaft mit dem Patienten teilende Personen beinhaltet, und wobei wenigstens eines von den standardisierten Bilddaten oder den standardisierten nicht-Bilddaten auf der Basis der im Wesentlichen gemeinsamen Eigenschaft so standardisiert ist, dass die Abweichungsbewertung des Bildes oder nicht-Bildes, auf die zugegriffen wird, eine Abweichung der Patienten-Bilddaten oder Patienten-nicht-Bilddaten von den entsprechenden standardisierten Bild- oder nicht-Bilddaten anzeigt, die für die Personen repräsentativ sind, die sich die im Wesentlichen gemeinsame Eigenschaft mit dem Patienten teilen.
  7. Verfahren nach Anspruch 6, wobei die standardisierten Bilddaten gemittelte Bilddaten für die Personen beinhalten, die sich die im Wesentlichen gemeinsame Eigenschaft teilen.
  8. Verfahren nach Anspruch 4, wobei die Patienten-nicht-Bilddaten klinische Daten des Patienten beinhalten.
  9. Verfahren nach Anspruch 4, wobei die Patienten-nicht-Bilddaten Patientendaten bezüglich einem oder mehreren von folgenden beinhalten: Patientenkrankheitsgeschichte, Patientenvitalzeichen, funktionellen Tests, kognitiven Tests, neurologischen Tests oder genetischen Tests.
  10. Verfahren nach Anspruch 4, wobei die visuelle Ausgangsgröße eine graphische Darstellung beinhaltet, die die Größe des Unterschiedes zwischen den Patienten-Bilddaten und Patienten-nicht-Bilddaten und dem entsprechenden standardisiertem Bilddaten oder nicht-Bilddaten betont.
DE102009025856A 2008-05-20 2009-05-20 Verarbeitungs- und Visualisierungstechnik medizinischer Daten Withdrawn DE102009025856A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/123,911 US8180125B2 (en) 2008-05-20 2008-05-20 Medical data processing and visualization technique
US12/123,911 2008-05-20

Publications (1)

Publication Number Publication Date
DE102009025856A1 true DE102009025856A1 (de) 2009-12-17

Family

ID=41317994

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009025856A Withdrawn DE102009025856A1 (de) 2008-05-20 2009-05-20 Verarbeitungs- und Visualisierungstechnik medizinischer Daten

Country Status (2)

Country Link
US (1) US8180125B2 (de)
DE (1) DE102009025856A1 (de)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8430816B2 (en) * 2008-05-20 2013-04-30 General Electric Company System and method for analysis of multiple diseases and severities
US8010381B2 (en) * 2008-05-20 2011-08-30 General Electric Company System and method for disease diagnosis from patient structural deviation data
US8099299B2 (en) * 2008-05-20 2012-01-17 General Electric Company System and method for mapping structural and functional deviations in an anatomical region
EP2312337A4 (de) * 2008-07-28 2012-03-28 Nihon Mediphysics Co Ltd Technik zum detektieren einer hirnnerverkrankung
US8265363B2 (en) * 2009-02-04 2012-09-11 General Electric Company Method and apparatus for automatically identifying image views in a 3D dataset
WO2010088763A1 (en) * 2009-02-06 2010-08-12 UNIVERSITé LAVAL Methods and apparatuses for quantitatively determining the likelihood of a disease
US8786873B2 (en) 2009-07-20 2014-07-22 General Electric Company Application server for use with a modular imaging system
US9495388B2 (en) * 2009-09-04 2016-11-15 Koninkijke Philips N.V. Visualization of relevance for content-based image retrieval
US20110129130A1 (en) * 2009-11-30 2011-06-02 General Electric Company System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data
US20110129129A1 (en) * 2009-11-30 2011-06-02 General Electric Company System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature
US20110129131A1 (en) * 2009-11-30 2011-06-02 General Electric Company System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data and disease profiles
US20110219325A1 (en) * 2010-03-02 2011-09-08 Himes David M Displaying and Manipulating Brain Function Data Including Enhanced Data Scrolling Functionality
US8243882B2 (en) 2010-05-07 2012-08-14 General Electric Company System and method for indicating association between autonomous detector and imaging subsystem
US9514250B2 (en) 2010-07-29 2016-12-06 General Electric Company System and method for analyzing and visualizing enumerated information
US8934685B2 (en) * 2010-09-21 2015-01-13 General Electric Company System and method for analyzing and visualizing local clinical features
US8761479B2 (en) 2010-11-08 2014-06-24 General Electric Company System and method for analyzing and visualizing spectral CT data
EP2575067B1 (de) * 2011-10-01 2018-12-05 Brainlab AG Automatisches Verfahren zur Planung einer Behandlung unter Verwendung von retrospektiven Patientendaten
US10409951B2 (en) * 2012-12-28 2019-09-10 Volcano Corporation Multi-modality case management system and method
TWI496112B (zh) 2013-09-13 2015-08-11 Univ Nat Cheng Kung 細胞影像分割方法以及核質比評估方法
US10111617B2 (en) 2014-09-22 2018-10-30 Covidien Lp Systems and methods for EEG monitoring
US10096148B1 (en) 2017-04-26 2018-10-09 The Aerospace Corporation Portable x-ray computed tomography
EP3634211A4 (de) 2017-06-07 2021-03-17 Covidien LP System und verfahren zur erkennung von schlaganfällen
US11723579B2 (en) 2017-09-19 2023-08-15 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
WO2019133997A1 (en) 2017-12-31 2019-07-04 Neuroenhancement Lab, LLC System and method for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
US11406257B2 (en) * 2018-07-27 2022-08-09 Welch Allyn, Inc. Vision screening device and methods
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4162242B2 (ja) 2005-01-28 2008-10-08 富士フイルムRiファーマ株式会社 画像診断支援システム
US7653263B2 (en) * 2005-06-30 2010-01-26 General Electric Company Method and system for volumetric comparative image analysis and diagnosis
US20070081700A1 (en) 2005-09-29 2007-04-12 General Electric Company Systems, methods and apparatus for creation of a database of images from categorical indices
US20070081701A1 (en) 2005-09-29 2007-04-12 General Electric Company Systems, methods and apparatus for tracking progression and tracking treatment of disease from categorical indices
US7929737B2 (en) 2005-09-29 2011-04-19 General Electric Company Method and system for automatically generating a disease severity index
US20070081699A1 (en) 2005-09-29 2007-04-12 General Electric Company Systems, methods and apparatus for diagnosis of disease from categorical indices
US20070078873A1 (en) 2005-09-30 2007-04-05 Avinash Gopal B Computer assisted domain specific entity mapping method and system
US20080126118A1 (en) 2006-11-24 2008-05-29 General Electric Company, A New York Corporation Systems, methods and apparatus for a network application framework system
US20080126119A1 (en) 2006-11-24 2008-05-29 General Electric Company, A New York Corporation Systems, methods and apparatus for a network application framework system
US20080126120A1 (en) 2006-11-24 2008-05-29 General Electric Company, A New York Corporation Systems, methods and apparatus for a network application framework system
US20080126121A1 (en) 2006-11-24 2008-05-29 General Electric Company, A New York Corporation Systems, methods and apparatus for a network application framework system
US20090138279A1 (en) 2007-11-23 2009-05-28 General Electric Company Systems, methods and apparatus for analysis and visualization of metadata information
US8099299B2 (en) 2008-05-20 2012-01-17 General Electric Company System and method for mapping structural and functional deviations in an anatomical region
US8010381B2 (en) 2008-05-20 2011-08-30 General Electric Company System and method for disease diagnosis from patient structural deviation data
US8430816B2 (en) 2008-05-20 2013-04-30 General Electric Company System and method for analysis of multiple diseases and severities

Also Published As

Publication number Publication date
US20090290772A1 (en) 2009-11-26
US8180125B2 (en) 2012-05-15

Similar Documents

Publication Publication Date Title
DE102009025856A1 (de) Verarbeitungs- und Visualisierungstechnik medizinischer Daten
US11263749B1 (en) Predictive prognosis based on multimodal analysis
US8010381B2 (en) System and method for disease diagnosis from patient structural deviation data
US8099299B2 (en) System and method for mapping structural and functional deviations in an anatomical region
US8430816B2 (en) System and method for analysis of multiple diseases and severities
US8934685B2 (en) System and method for analyzing and visualizing local clinical features
DE102015212953B4 (de) Künstliche neuronale Netze zur Klassifizierung von medizinischen Bilddatensätzen
US9271651B2 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using patient related time trend data
US7929737B2 (en) Method and system for automatically generating a disease severity index
US10891444B2 (en) Automated generation of sentence-based descriptors from imaging data
DE102006046747A1 (de) Systeme, Verfahren und Vorrichtung für die Diagnose einer Krankheit, ausgehend von Kategoriezahlen
US20110129129A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature
DE202018006897U1 (de) Dynamisches, selbstlernendes System für medizinische Bilder
US20110129131A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data and disease profiles
DE102011053044A1 (de) System und Verfahren zur Analyse und sichtbaren Darstellung lokaler klinischer Merkmale
DE102006046746A1 (de) Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen
DE102015221877A1 (de) Bildbasierter Biomarker zur Charakterisierung der Struktur oder Funktion von menschlichemoder tierischem Hirngewebe und zugehörige Verwendungen und Verfahren
US20110129130A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data
DE102009027448A1 (de) Wissensbasierte Segmentierung schwächungsrelevanter Regionen des Kopfes
DE102012208625B4 (de) Verfahren und System zur Verarbeitung von MRT-Daten des menschlichen Gehirns
EP3287914A1 (de) Ermittlung von ergebnisdaten auf basis von medizinischen messdaten aus verschiedenen messungen
EP2648122A1 (de) Verfahren zum Laden von medizinischen Bilddaten sowie Vorrichtung zur Durchführung des Verfahrens
DE112019004300T5 (de) Ähnlichkeitsbestimmungsvorrichtung, ähnlichkeitsbestimmungsverfahren und ähnlichkeitsbestimmungsprogramm
DE112021000329T5 (de) Unterstützungsvorrichtung, verfahren und programm für dokumentenerstellung
DE102021204238A1 (de) Verfahren und System zur Erzeugung und Strukturierung medizinischer Untersuchungsinformationen

Legal Events

Date Code Title Description
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0019000000

Ipc: A61B0090000000

R012 Request for examination validly filed
R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee