DE102009042129A1

DE102009042129A1 - Verfahren zur Unterscheidung von grauer und weißer Hirnsubstanz und CT-System zur Durchführung des Verfahrens

Info

Publication number: DE102009042129A1
Application number: DE102009042129A
Authority: DE
Inventors: Corinna Bürger; Ernst Klotz; Jochen Schleu; Grzegorz Dr. Soza
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2008-12-22
Filing date: 2009-09-18
Publication date: 2010-07-22
Also published as: US20100166281A1; US8467587B2

Abstract

Die Erfindung betrifft ein Verfahren zur Unterscheidung von grauer und weißer Hirnsubstanz ausgehend von einem zeitabhängigen computertomographischen Bilddatensatz (x, y, z, t) einer Perfusions-CT-Untersuchung, wobei mehrere zeitunabhängige Bilder (x, y, z) aus dem zeitabhängigen Bilddatensatz (x, y, z, t) berechnet werden, mehrere Schwellwert-Histogrammanalysen durchgeführt werden, um Regionen im Gehirn zu bestimmen, die einer oder mehreren Arten von Hirnsubstanzen zuzuordnen sind, und anschließend aus den erhaltenen Informationen bezüglich Art und Region der Hirnsubstanz mit Hilfe mindestens einer logischen Verknüpfung und mindestens einem Ausschlussverfahren die Region mit grauer Hirnsubstanz bestimmt wird. Weiterhin betrifft die Erfindung eine Steuer- und Recheneinheit (C10) mit Speichermedium, in dem ein Computerprogramm oder Programm-Modul (Prgbis Prg) hinterlegt ist, welches im Betrieb das beschriebene Verfahren durchführt.

Description

Die Erfindung betrifft ein Verfahren zur Unterscheidung von grauer und weißer Hirnsubstanz in den Hemisphären eines Gehirns, insbesondere im Rahmen einer Infarktuntersuchung, anhand eines zeitabhängigen computertomographischen Bilddatensatzes einer Perfusions-CT-Untersuchung, wobei die graue Hirnsubstanz ischämische Hirnsubstanz aufweisen kann, und mehrere bekannte Verfahren kombiniert und Informationen aus mehreren Bilddatensätzen miteinander verknüpft werden.
Perfusions-CT-Untersuchungen zur Diagnostik eines ischämischen Schlaganfalls sind bekannt. Diese Untersuchungsmethode erlaubt eine quantitative Bestimmung der Hirndurchblutung, so dass Bereiche des Gehirns, deren Durchblutung mangelhaft ist, direkt nachgewiesen werden können, und eine Unterscheidung zwischen der bereits irreversibel geschädigten Hirnsubstanz, dem Infarktkern, und der nur reversibel geschädigten Hirnsubstanz, der Infarktpenumbra, getroffen werden kann.
Um den Blutfluss im Gehirn zu beurteilen, wird bei einer Perfusions-CT-Untersuchung intravenös ein kurzer Kontrastmittelbolus verabreicht und in definierten zeitlichen Abständen werden mehrfach CT-Aufnahmen erstellt. Das Prinzip dieser Untersuchungsmethode besteht darin, dass durch die bolusförmige Verabreichung eines intravenösen Kontrastmittels sich die Röntgendichte des Gehirns kurzfristig erhöht. Das Ausmaß und der zeitliche Verlauf dieses Dichteanstiegs, die in einer CT-Untersuchung nachgewiesen werden können, erlauben Rückschlüsse auf die zerebrale Durchblutung. Mit Hilfe von verschiedenen mathematischen Algorithmen und Verfahren werden Parameter berechnet, die die Durchblutung des Gehirns beschreiben. Diese können in farbig kodierten Parameterbildern dargestellt werden.
Aufgrund der natürlichen Unterschiede von grauer und weißer Hirnsubstanz verteilt sich das Kontrastmittel in den verschiedenen Bereichen des Gehirns unterschiedlich stark, so dass eine nach Gewebetyp differenzierte Interpretation der Parameterbilder möglich ist. Unter grauer Hirnsubstanz werden Gebiete des Zentralnervensystems zusammengefasst, die überwiegend aus Nervenzellkörpern bestehen. Die gesamten Nervenfasern bilden die weiße Hirnsubstanz. Im Gehirn wird die weiße Hirnsubstanz zum überwiegenden Teil, also im Großhirn und im Kleinhirn, von der grauen Hirnsubstanz umhüllt.
Die wichtigsten Parameter sind der zerebrale Blutfluss, das zerebrale Blutvolumen, sowie Parameter zur Beschreibung der Verzögerung der Kontrastmittelverteilung. Der zerebrale Blutfluss bildet die Grundlage für die Sauerstoff- und Nährstoffversorgung aller Nervenzellen des Gehirns. Bei einem gesunden Erwachsenen durchströmen circa 15% des Herzzeitvolumens das Gehirn und sein umgebendes Gewebe, dies entspricht etwa 700 ml Blut pro Minute. Er gibt also an, wie viel Volumen Blut (ml) pro Masse Gewebe (g) pro Zeit (min) fließt. Im Gehirn zeigt der zerebrale Blutfluss deutliche regionale Unterschiede. In der weißen Substanz beträgt der zerebrale Blutfluss ungefähr ein Drittel seines Wertes in der grauen Substanz. Unterhalb eines bestimmten Wertes wird die synaptische Funktion der Nervenzellen aufgrund des Energiemangels gestört und es kommt zu Ausfällen des Gehirns. Diese Ausfälle sind komplett reversibel, solange sich die Durchblutung wieder normalisiert. Sinkt der Blutfluss jedoch weiter, wird auch der Strukturstoffwechsel der Nervenzellen gestört und es kommt bei einer lang anhaltenden Unterversorgung zu einer irreversiblen Schädigung des Gewebes.
Oft bildet sich nach einem Hirnschlaganfall um den irreversibel geschädigten Infarktkern ein Randsaum aus nur reversibel geschädigter Hirnsubstanz, der ischämischen Infarktpenumbra, aus, deren Zellen neurologisch bereits funktionslos aber noch nicht irreversibel geschädigt sind. Irreversible Schäden in der Penumbra entstehen erst, wenn die Unterversorgung anhält.
Deswegen konzentriert sich die Therapie nach einem Hirnanfall auf die Wiederherstellung der Durchblutung in diesen Bereichen, um den Schaden am Gehirn möglichst einzugrenzen.
Als zerebrales Blutvolumen bezeichnet man die sich zu einem gegebenen Zeitpunkt innerhalb des Gehirns befindliche Menge an Blut, die der Versorgung des Gehirnes sowie der Hirnhaut dient. Er gibt also an, wie viel Volumen Blut (ml) pro Masse Gewebe (g) vorzufinden ist. Das Verhältnis des Blutvolumens in der weißen und in der grauen Hirnsubstanz beträgt etwa eins zu zwei.
Parameter, die eine Perfusionsverzögerung im Gehirn kennzeichnen, sind beispielsweise die mittlere Transitzeit und die Zeit, die ein Kontrastmittelbolus benötigt, bis er sich in einer bestimmten Geweberegion maximal anreichert. Man nennt dies auch die Zeit bis zur maximalen Hyperdensität. Die mittlere Transitzeit gibt an, wie lange ein Kontrastmittelbolus braucht, um aus einer zuführenden Arterie durch das interessierende Gewebe in ein venöses Gefäß überzutreten. Beide Parameter reagieren sehr empfindlich auf Schwankungen der Blutversorgung.
Ein Problem bei der bisherigen Diagnostik der ischämischen Hirnsubstanz ist, dass die weiße Hirnsubstanz im gesunden Gewebe genau wie ischämische Bereiche kleinere Werte des zerebralen Blutflusses und -volumens aufweist als gesunde graue Hirnsubstanz. Deshalb kann die gesunde weiße Hirnsubstanz bislang nicht eindeutig von der ischämischen zur Penumbra gehörenden Hirnsubstanz unterschieden werden. Dadurch ist die automatische quantitative Bestimmung der Penumbra erschwert und die Therapie zur Wiederherstellung der Durchblutung kann nicht gezielt auf diesen Bereich angesetzt werden.
Bisher ist es bei einer Perfusions-CT-Untersuchung also nicht möglich, eine Unterscheidung zwischen den Gewebetypen zu treffen, das heißt eine automatische Eingrenzung der mit Blut unterversorgten Gebiete durchzuführen. Um dennoch eine Aus wertung zu ermöglichen, wird bisher vom behandelnden Arzt eine interessierende Region in den anatomisch relevanten Bereichen der Parameterbilder eingezeichnet. Dabei ist das manuelle Markieren des ischämischen Bereiches nicht immer vollständig und korrekt, beruht sehr auf der Erfahrung des behandelnden Arztes und wird weiterhin dadurch erschwert, dass die graue und weiße Hirnsubstanz stark ineinander verzahnt sind. Auch mit Hilfe dieses manuellen Eingreifens ist es also praktisch unmöglich, eine Differenzierung zwischen der weißen und der grauen Hirnsubstanz vorzunehmen.
Es ist daher Aufgabe der Erfindung ein Verfahren zu finden, welches eine automatische Unterscheidung von grauer und weißer Hirnsubstanz in den Bildern einer Perfusions-CT-Untersuchung ermöglicht, so dass die Penumbra eines ischämischen Hirninfarktes vollständig erfasst und auf die graue Hirnsubstanz eingegrenzt werden kann.
Diese Aufgabe wird durch die Merkmale der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand untergeordneter Ansprüche.
Die Erfinder haben erkannt, dass es möglich ist, die graue von der weißen Hirnsubstanz zu unterscheiden, wenn ausgehend von den zeitabhängigen Bilddatensätzen der Perfusions-CT-Untersuchung eine automatische Segmentierung, unter anderem bestehend aus mehreren Histogrammanalysen mit anschließendem Regionenwachstumverfahren, durchgeführt wird, wobei durch eine logische Verknüpfung und ein Ausschlussverfahren bezüglich der segmentierten Hirnsubstanz die ischämisch graue Hirnsubstanz bestimmt werden kann.
In dem erfindungsgemäßen Verfahren werden Schwellwert-Histogrammanalysen ausgeführt, um die Segmentierung von Gehirngewebe durchzuführen. Dabei ist vor allem die Berechnung mehrerer dreidimensionaler Bilder aus dem zeitabhängigen vierdimensionalen Bilddatensatz der Perfusions-CT-Untersuchung nötig, um den Kontrast zwischen grauer und weißer Hirnsubstanz zu verstärken und eine Unterscheidung zu erleichtern. Des Weiteren werden Informationen bezüglich der Art und der Region der vorliegenden Hirnsubstanz aus den dreidimensionalen Bildern verknüpft, so dass ischämisches Gewebe in der Hirnsubstanz segmentiert wird. Ohne diese neuartige Methode ist eine Erkennung der grauen Hirnsubstanz nicht möglich, da der Grauwert der Bilder allein kein ausreichendes Unterscheidungskriterium darstellt.
Das erfindungsgemäße Verfahren zur Erkennung von weißer und grauer Hirnsubstanz lässt sich dabei durch die im Folgenden dargestellten Verfahrenschritte beschreiben. Anfänglich enthalten alle mit Hilfe einer Perfusions-CT-Untersuchung aufgenommenen Bilddatensätze außer dem Gehirngewebe noch andere für das Verfahren unwichtige Bereiche, beispielsweise den Schädelknochen, Liquorräume und Gefäße. Diese werden für die weiteren Schritte des Verfahrens aus den zeitabhängigen Bilddatensätzen raussegmentiert. Dafür können bereits bekannte Algorithmen, wie zum Beispiel auf Schwellwerten basierende Segmentierungsverfahren, verwendet werden.
Weiterhin ist in den Bilddatensätzen der Perfusions-CT-Untersuchung eine Zeitkomponente aufgrund der zeitabhängigen Ausbreitung des Kontrastmittels vorhanden. Das hier beschriebene Verfahren wird jedoch nicht auf diesen vierdimensionalen Bilddatensatz (x, y, z, t) angewendet, sondern auf drei daraus abgeleitete dreidimensionale Bilder (x, y, z): ein Durchschnittsbild, ein Maximalwertbild und ein Basisbild.
Diese zeitunabhängigen Bilder sind bereits auf den zeitabhängigen Bilddatensatz registriert. Dadurch können beispielsweise Bewegungen, welche die Segmentierungsergebnisse verfälschen können, korrigiert werden. Ohne diese Korrektur über die Zeit würde das erfindungsgemäße Verfahren schlechtere Ergebnisse liefern.
Das Durchschnittsbild A („average”) gibt für jeden Bildpunkt mit und ohne Vorliegen eines Kontrastmittels den über der Zeit gemittelten Grauwert an und hat so den Vorteil, dass es weniger Rauschen als eine einzelne Aufnahme aufweist. Es kann nach der Formel
berechnet werden, wobei t für den Zeitpunkt der Aufnahme, N für die Anzahl aller Aufnahmen, also mit und ohne Vorliegen von Kontrastmittel, und I für die Intensität zum Zeitpunkt der jeweiligen Aufnahme steht.
Weiterhin wird das Maximalwertbild T über die Zeit berechnet, welches für jeden Bildpunkt den maximalen Intensitätswert während eines Scanvorgangs angibt („temporal maximum intensity projection”). Die dazugehörige Formel lautet: T(x, y, z) = max I(x, y, z, t).
Analog zum Durchschnittsbild A kann das Basisbild B („baseline”) berechnet werden. Es gibt ebenfalls für jeden Bildpunkt den über der Zeit gemittelten Grauwert an, allerdings nur für Aufnahmen ohne Kontrastmittel, und weist ebenfalls weniger Rauschen auf als eine einzelne Aufnahme. Entsprechend lautet die Formel:
Hierbei steht M für die Anzahl der Aufnahmen, die ohne das Vorliegen von Kontrastmittel erstellt wurden, t für den Zeitpunkt einer Aufnahme und I für die Intensität zum Zeitpunkt einer Aufnahme.
Um für das zum Schluss durchzuführende Regionenwachstumverfahren einen möglichst hohen Grauwertunterschied zwischen Bildpunkten der grauen und der weißen Hirnsubstanz zu erhalten, wird ein Hochkontrastbild K berechnet, welches einen möglichst großen Kontrast zwischen Bereichen der grauen und der weißen Hirnsubstanz aufweist, wobei gleichzeitig in diesem Bild das Rauschen soweit wie möglich reduziert ist. Dazu kann als erstes ein Differenzbild D aus dem Maximalwertbild T und dem Durchschnittsbild A berechnet werden, indem das Durchschnittsbild A von dem Maximalwertbild T abgezogen wird. In diesem Differenzbild D, welches aufgrund der Eingangsdaten aus den beiden Bildern nur positive Werte enthält, wird ein Grauwertebereich im dazugehörigen Histogramm gesucht, der alle Bildpunkte beschreibt, die innerhalb des Gehirngewebes, also in der grauen oder weißen Hirnsubstanz, liegen. Dieser Grauwertebereich kann zum Beispiel durch empirisch bestimmte Grenzen D_min und D_max im Histogramm ermittelt werden. Mit diesen Grenzen kann ein maximaler Grauwert bestimmt werden, der innerhalb dieser Grenzen liegt. Danach ist es sinnvoll, das Differenzbild D für den Wertebereich Null bis Eins im Histogramm zu normieren, indem alle Grauwerte des Differenzbildes D durch den gefundenen maximalen Grauwert geteilt werden, um eine bessere Vergleichbarkeit der Bilder zu erreichen. So entsteht ein normiertes Differenzbild D*.
Anschließend kann aus den Bildpunkten des Durchschnittsbildes A, des Maximalwertbildes T und des normierten Differenzbildes D* das gesuchte Hochkontrastbild K zusammengesetzt werden. Hierbei stammen alle Bildpunkte, deren Grauwerte im normierten Differenzbild D* unterhalb dem minimalen Grenzwert D_min liegen, aus dem Durchschnittsbild A und alle Bildpunkte, deren Grauwerte oberhalb dem maximalen Grenzwert D_max liegen, aus dem Maximalwertbild T. Alle weiteren Bildpunkte können gewichtet addiert werden. Die entsprechende Formel lautet:
Als nächstes wird eine Histogrammanalyse des Hochkontrastbildes K durchgeführt, um Bildbereiche finden zu können, deren Grauwerte den Grauwerten der gesuchten grauen oder weißen Hirnsubstanz entsprechen. Dabei geht man davon aus, dass bei einem ischämischen Schlaganfall nur eine Gehirnhälfte des Patienten betroffen ist, so dass nur die gesunde Hemisphäre des Gehirns für diese Schwellwert-Histogrammanalyse verwendet wird.
Obwohl es zwei Arten von Gehirngewebe gibt, nämlich graue und weiße Hirnsubstanz, die sich theoretisch aufgrund ihres unterschiedlichen zerebralen Blutflusses in ihrem Grauwert unterscheiden sollten – weiße Hirnsubstanz ist weniger stark durchblutet als graue – wird die Histogrammverteilung der Grauwerte als unimodale Gaußverteilung angenommen. Der Grund dafür ist, dass die Grauwerte dieser Bereiche sehr nahe beieinander liegen und daher kaum trennbar sind. Um die nötigen Schwellwerte zur Beschränkung des Grauwertebereiches zu bestimmen, werden zuerst charakteristische Parameter dieser Verteilung, beispielsweise der Maximalwert und die Standardabweichung, durch eine Approximation, beispielsweise der „maximum likelihood”-Methode, ermittelt. Ausgehend von diesen Parametern kann dann ein unterer und ein oberer Schwellwert berechnet werden, wobei die gesuchten Schwellwerte jeweils durch die Standardabweichung nach oben und nach unten vom Maximalwert der Verteilung bestimmt werden.
Bildpunkte, deren Grauwerte unterhalb des unteren Schwellwertes liegen, befinden sich demnach in der gesunden weißen Hirnsubstanz und Bildpunkte, deren Grauwerte oberhalb des oberen Schwellwertes liegen, befinden sich in der gesunden grauen Hirnsubstanz. Somit ist eine erste Unterscheidung in der gesunden Hemisphäre zwischen Bildbereichen, die aus grauer oder weißer Hirnsubstanz bestehen, getroffen.
Da die Grauwerte in ischämischen Bereichen der grauen Hirnsubstanz jedoch kleiner sind als in der gesunden grauen Hirnsubstanz, werden durch diese Schwellwert-Histogrammanalyse der geschädigten Hemisphäre Bildpunkte der ischämisch grauen Hirnsubstanz fälschlicherweise als weiße Hirnsubstanz klassifiziert werden. Um dennoch Bereiche mit ischämisch grauer Hirnsubstanz zu finden, ist es sinnvoll, auf das Differenzbild D zurück zu greifen. Es wird wiederum eine Schwellwert-Histogrammanalyse durchgeführt, wobei allerdings nur ein Schwellwert bestimmt wird, der dem mittleren Grauwert im Histogramm entspricht. Alle Bildpunkte, deren Grauwerte unterhalb des mittleren Grauwerts liegen, befinden sich in einem Bereich, in dem sowohl gesunde weiße als auch ischämisch graue Hirnsubstanz vorkommen kann. Diese Bildpunkte haben im Vergleich mit dem restlichen Gehirngewebe durch das Kontrastmittel nur eine geringe Erhöhung ihres Grauwertes erfahren, da sie weniger stark durchblutet werden.
Mit Hilfe des eben bestimmten weißen und ischämisch grauen Bereiches, kann nun eine weitere Einschränkung auf Bereiche der gesamten grauen Hirnsubstanz durchgeführt werden. Dazu wird eine weitere Histogrammanalyse durchgeführt. Als Quelle dient hier jedoch das Basisbild B, da dieses über die Zeit gemittelte Aufnahmen enthält, in denen kein Kontrastmittel vorkommt. Es ist somit besonders geeignet, da es unabhängig von den Durchblutungsverhältnissen ist, so dass die gesunde graue und die ischämisch graue Hirnsubstanz mit den selben Grauwerten abgebildet werden und sich von ihrer Umgebung unterscheiden. Für das Basisbild B wird die gleiche Analyse durchgeführt, wie zuvor schon für das Hochkontrastbild K beschrieben wurde, allerdings mit dem Unterschied, dass hier beide Hemisphären betrachtet werden. Da das Ziel jedoch nur die Bildpunkte aus Bereichen der grauen Hirnsubstanz sind, wird lediglich ein unterer Schwellwert für die Grauwerte gefunden. Die Grauwerte der gesuchten Bildpunkte liegen dann oberhalb dieses Schwellwertes.
Da das gesamte Gehirn und nicht wie vormals nur die gesunde Hemisphäre zur Analyse herangezogen wurde, kann der Schwellwert näher am mittleren Grauwert der Normalverteilung gesucht werden. Der Grauwertebereich kann also so weit gefasst werden, dass auch die Bildbereiche mit eingeschlossen werden, in denen ischämisch graue Hirnsubstanz vorliegt, die sich auf grund der mangelhaften Durchblutung bereits anfängt zu zersetzen, wodurch ihr Grauwert noch kleiner wird.
Um nun die Bildbereiche zu erkennen, in denen nur ischämisch graue Hirnsubstanz vorkommt, kann eine logische Verknüpfung mit Hilfe eines UND-Operators zwischen dem aus dem normierten Differenzbild D* ermittelten Grauwertebereich, der sowohl gesunde weiße als auch ischämisch graue Hirnsubstanz enthält, dem aus dem Basisbild B ermittelten Grauwertebereich, der sowohl gesunde graue als auch ischämisch graue Hirnsubstanz enthält, und der Bedingung, dass ischämisch graue Hirnsubstanz nur in der geschädigten Hemisphäre zu finden ist, vollzogen werden.
Die resultierenden Bildpunkte besitzen dann im Falle einer korrekten Klassifizierung die folgenden Eigenschaften: sie liegen in der geschädigten Hemisphäre, befinden sich in der grauen Hirnsubstanz und sind unterdurchschnittlich durchblutet, also ischämisch.
Nach dieser Reihe von Schwellwert-Histogrammanalysen sind also Grauwertebereiche mit gesunder weißer, gesunder grauer und ischämisch grauer Hirnsubstanz gekennzeichnet. Bevor das Regionenwachstumverfahren durchgeführt werden kann, ist es sinnvoll, in diesen drei Bereichen jeweils noch Saatpunkte zu markieren.
Das Regionenwachstumverfahren kann nun dreimal pro aufgenommenem Bild durchgeführt werden, also jeweils einmal für die Saatpunkte in gesunder grauer, in gesunder weißer und in ischämisch grauer Hirnsubstanz. Dabei können verschiedene Arten von Abbruchkriterien für das Wachstum verwendet werden. Beispielweise gibt es pro Bild eine statische obere und untere Grenze für den Grauwertbereich, in dem sich der jeweilige Saatpunkt befindet, und eine dynamische Grenze, die aus der Umgebung des Saatpunktes berechnet werden kann.
Die statischen Grenzen können durch empirische Tests gewonnen werden. Sie geben jeweils die maximale Grauwertabweichung bezüglich des Mittelwertes der geschätzten Normalverteilung des Hochkontrastbildes K an. Für die dynamische Grenze kann beispielsweise ein 31 × 31 Bildpunkte großer Bereich in x- und in y-Richtung, also in einem Bild mit dem Saatpunkt als Zentrum definiert werden. In diesem Bereich kann zum Beispiel nun das arithmetische Mittel der Grauwerte der bereits klassifizierten Bildpunkte berechnet werden. Die Differenz dieses Wertes vom Grauwert des Saatpunktes überschreitet günstigerweise einen ebenfalls empirische gewonnenen Wert nicht. Eine feste Grenze für den Grauwertebereich der ischämischen Hirnsubstanz ist nicht zu ermitteln, da sich die Durchblutungsverhältnisse laufend ändern können. Deshalb wird für diesen Bereich besser nur die dynamische Grenze in Abhängigkeit ihrer Umgebung verwendet.
Es liegen nun drei Bildbereiche als Ergebnis des Regionenwachstumverfahrens für die drei unterschiedlichen Gewebetypen des Gehirns vor. Um Effekte wie den Partialvolumeneffekt und eine ungenaue Segmentierung der Liquorräume auszugleichen, werden noch weitere Punkte, die an der Gehirnkontur liegen, zur grauen Hirnsubstanz hinzugefügt. Als Gehirnkontur wird hier die Form der Hirnsubstanz angesehen, die das innere Blatt der weichen Hirnhaut beschreibt. Dies erfolgt für einen ungefähr einen cm breiten Streifen, der basierend auf anatomischen Erkenntnissen immer als graue Hirnsubstanz angenommen werden kann. Der Grund für diese Erweiterung ist, dass das erfindungsgemäße Verfahren im Randbereich fälschlicherweise Voxel als weiße Hirnsubstanz klassifiziert haben kann. Deshalb kann man hier das anatomische Wissen mit einbeziehen, dass sich in diesem Bereich eigentlich gar keine weiße Hirnsubstanz befinden kann. Falls der Algorithmus des erfindungsgemäßen Verfahrens sich geirrt hat, wird das Segmentierungsergebnis also an dieser Stelle korrigiert.
Schließlich können die drei Bildbereiche nach dem folgenden Schema zum endgültigen Ergebnisbildbereich der grauen Hirn substanz verknüpft werden. Alle Bereiche, die aus dem Regionenwachstumverfahren als gesunde graue und ischämisch graue Hirnsubstanz hervorgehen oder in keinem der zuvor bestimmten Bereiche enthalten sind, können als graue Hirnsubstanz klassifiziert und zusammengefasst werden. Durch diese Verknüpfung ist sichergestellt, dass Fehlklassifikationen immer zu einer Übersegmentierung der grauen Hirnsubstanz führen. In Folge dessen werden keine ischämischen Bereiche, deren Grauwerte denen der weißen Hirnsubstanz ähneln, aus dem Bereich der Infarktpenumbra ausgeschlossen. Als weiße Hirnsubstanz werden nur Bereiche klassifiziert, die ausschließlich im Ergebnis des Regionenwachstumverfahrens der weißen Hirnsubstanz vorkommen.
Weiterhin betrifft die Erfindung ein CT-System mit einer Steuer- und Recheneinheit, in der Programme oder Programm-Module hinterlegt sind, die das erfindungsgemäße Verfahren durchführen können.
Entsprechend diesem Grundgedanken schlagen die Erfinder ein Verfahren zur Unterscheidung von grauer und weißer Hirnsubstanz ausgehend von einem zeitabhängigen computertomographischen Bilddatensatz einer Perfusions-CT-Untersuchung, vor, wobei mehrere zeitunabhängige Bilder aus dem zeitabhängigen Bilddatensatz berechnet werden, mehrere Schwellwert-Histogrammanalysen durchgeführt werden, um Regionen im Gehirn zu bestimmen, die einer oder mehreren Arten von Hirnsubstanz zuzuordnen sind, und anschließend aus den erhaltenen Informationen bezüglich Art und Region der Hirnsubstanz mit Hilfe mindestens einer logischen Verknüpfung und mindestens einem Ausschlussverfahren die Region mit grauer Hirnsubstanz bestimmt wird.
Dabei ist es sehr sinnvoll, die zeitunabhängigen Bilder auf den zeitabhängigen Bilddatensatz zu registrieren. Dadurch können Bewegungen des Patienten eliminiert werden. Hierbei eignet sich vor allem eine rigide Registrierung, bestehend aus einer Translation und einer Rotation. Die weiteren Be rechnungen erfolgen selbstverständlich anhand der registrierten Bilder.
Das erfindungsgemäße Verfahren kann vorteilhafterweise die folgenden Verfahrensschritte beinhalten:

– Definition eines Arbeitsbereiches im zeitabhängigen Bilddatensatz, der ausschließlich Hirnsubstanz, also graue, weiße und ischämisch graue Hirnsubstanz, umfasst, wobei alle weiteren Schritte in diesem Arbeitsbereich stattfinden;
– Berechnen der folgenden dreidimensionalen Bilddatensätze aus dem zeitabhängigen Bilddatensatz: – ein Durchschnittsbild mit und ohne Vorliegen eines Kontrastmittels, – ein Maximalwertbild über die Zeit und – ein Basisbild ohne Vorliegen eines Kontrastmittels;
– Bestimmen eines Differenzbildes aus dem Durchschnittsbild und dem Maximalwertbild;
– Bestimmen eines normierten Differenzbildes aus den Bilddaten des Differenzbildes;
– Erzeugen eines Hochkontrastbildes mit erhöhtem Kontrast zwischen weißer und grauer Hirnsubstanz aus dem Durchschnittsbild, dem Maximalwertbild und dem normierten Differenzbild;
– Bestimmen eines ersten Grauwertebereiches, in dem nur graue Hirnsubstanz enthalten ist, und eines zweiten Grauwertebereiches, in dem nur weiße Hirnsubstanz enthalten ist, durch eine Schwellwert-Histogrammanalyse des Hochkontrastbildes, wobei nur die Bilddaten der nicht geschädigten Hemisphäre betrachtet werden;
– Bestimmen eines dritten Grauwertebereiches, in dem sowohl gesunde weiße als auch ischämisch graue Hirnsubstanz enthalten ist, durch eine Schwellwert-Histogrammanalyse des normierten Differenzbildes;
– Bestimmen eines vierten Grauwertebereiches, in dem sowohl gesunde graue als auch ischämisch graue Hirnsub stanz enthalten ist, durch eine Schwellwert-Histogrammanalyse des Basisbildes;
– Erzeugen eines fünften Grauwertebereiches durch eine logische Verknüpfung des dritten Grauwertebereiches und des vierten Grauwertebereiches, der in der geschädigten Hemisphäre liegt und nur ischämisch graue Hirnsubstanz enthält;
– Bestimmen von Saatpunkten jeweils für den ersten Grauwertebereich, den zweiten Grauwertebereich und den fünften Grauwertebereich;
– Durchführen eines Regionenwachstumverfahrens jeweils ausgehend von den zuvor bestimmten Saatpunkten und Erzeugen eines ersten Bildbereiches, eines zweiten Bildbereiches und eines fünften Bildbereiches;
– Erzeugen eines erweiterten ersten Bildbereiches durch Hinzufügen von Gehirnbereichen, die anatomisch gesichert graue Hirnsubstanz darstellen, zum ersten Bildbereich; und
– Bestimmen eines Ergebnisbildbereiches, in dem sowohl gesunde graue als auch ischämisch graue Hirnsubstanz und alle bisher nicht erfassten Bereiche des Gehirns enthalten sind, mit Hilfe einer logischen Verknüpfung des veränderten ersten Bildbereiches, des zweiten Bildbereiches und des fünften Bildbereiches.

Vorteilhafterweise wird als anatomisch gesicherte graue Hirnsubstanz ein Bereich verwendet, der beginnend mit dem inneren Blatt der weichen Hirnhaut einen cm in die Hirnsubstanz hineinreicht. Die weiche Hirnhaut beschreibt sozusagen die Kontur der Hirnsubstanz mit allen Faltelungen. Durch diese Erweiterung können falsche Segmentierungsergebnisse korrigiert werden.
Vorteilhafterweise wird bei dem Berechnen der dreidimensionalen Bilddatensätze aus dem zeitabhängigen Bilddatensatz der Perfusions-CT-Untersuchung die Zeitkomponente eliminiert. Zum Erstellen des Durchschnittsbildes kann dabei die folgende Formel verwendet werden, wobei alle Aufnahmen berücksichtigt werden:
Das Maximalwertbild kann mit dieser Formel bestimmt werden: T(x, y, z) = max I(x, y, z, t).
Das Basisbild kann vorteilhafterweise analog zum Durchschnittsbild bestimmt werden, wobei allerdings nur Aufnahmen ohne Kontrastmittel berücksichtigt werden. Die dazugehörige Formel lautet:
Bei allen Formeln ist t jeweils der Zeitpunkt einer Aufnahme, N beziehungsweise M bezieht sich auf die Anzahl der Aufnahmen mit und ohne beziehungsweise nur ohne Kontrastmittel I die Intensität der jeweiligen Aufnahme.
Aus den Bilddaten des Durchschnittsbildes und des Maximalwertbildes können nun im weiteren Verlauf des erfindungsgemäßen Verfahrens vorteilhafterweise weitere Bilder erzeugt werden. Dies sind das Differenzbild und daraus folgend das Hochkontrastbild.
Bevorzugterweise wird das Differenzbild erzeugt, indem die Bilddaten des Durchschnittsbildes von den Bilddaten des Maximalwertbildes abgezogen werden. Das Differenzbild enthält dann nur positive Bilddaten. Weiterhin kann eine Schwellwert-Histogrammanalyse des Differenzbildes durchgeführt werden, bei der ein Grauwertebereich mit einem unteren und oberen begrenzenden Schwellwert ermittelt wird, in dessen Mitte sich ein maximaler Grauwert befindet. Dabei beschreiben die Grau werte außerhalb dieses Grauwertebereichs Teile der grauen und der weißen Hirnsubstanz in der gesunden Hemisphäre.
Anschließend kann das Differenzbild normiert werden, in dem die Grauwerte vorteilhafterweise durch den zuvor bestimmten maximalen Grauwert geteilt werden und so ein normiertes Differenzbild entsteht. Mit Hilfe dieses normierten Differenzbildes, den Bilddaten des Durchschnittsbildes und des Maximalwertbildes kann das Hochkontrastbild ermittelt werden. Die dazu vorteilhafterweise verwendete Formel lautet:
wobei D_min und D_max dem unteren und dem oberen Schwellwert des zuvor bestimmten Grauwertebereiches des Differenzbildes darstellen.
Dabei können alle Bildpunkte des Hochkontrastbildes, deren entsprechende Bildpunkte im normierten Differenzbild mit ihrem Grauwert unterhalb des unteren Grenzwertes liegen, aus dem Durchschnittsbild entnommen werden. Und alle Bildpunkte, deren entsprechende Bildpunkte mit ihrem Grauwert oberhalb des oberen Grenzwertes liegen, können aus dem Maximalwertbild entnommen werden. Alle sonstigen Bildpunkte können erfindungsgemäß durch die in der Formel beschriebene gewichtete Addition zusammengesetzt werden.
Vorteilhafterweise wird die im nächsten Schritt des erfindungsgemäßen Verfahrens angewandte Schwellwert-Histogrammanalyse zum Bestimmen des ersten und des zweiten Grauwertebereiches unter der Annahme durchgeführt, dass das Histogramm ungefähr einer unimodalen Gaußverteilung entspricht. Vorteilhafterweise können charakterisierende Parameter dieser angenäherten Gaußverteilung, vorzugsweise der Maximalwert und die Standardabweichung, bestimmt werden, indem beispielsweise ein „maximum likelihood”-Verfahren angewandt wird.
Aus diesen Parametern kann dann vorteilhafterweise ein oberer und ein unterer Schwellwert bestimmt werden, wobei die Bilddaten des ersten Grauwertebereiches oberhalb des oberen Schwellwertes liegen und die Bilddaten des zweiten Grauwertebereiches unterhalb des unteren Schwellwertes liegen.
Weiterhin ist es vorteilhaft, wenn bei der Schwellwert-Histogrammanalyse zum Bestimmen des dritten Grauwertebereiches nur ein Schwellwert verwendet wird, der einem mittleren Grauwert des Histogramms entspricht, wobei die Bilddaten des dritten Grauwertebereiches unterhalb des Schwellwertes liegen.
Die Schwellwert-Histogrammanalyse zum Bestimmen des vierten Grauwertebereiches kann analog zur Schwellwert-Histogrammanalyse zum Bestimmen des ersten und des zweiten Grauwertebereiches durchgeführt werden. Auch hier kann vorteilhafterweise angenommen werden, dass das Histogramm des Basisbildes einer unimodalen Gaußverteilung entspricht. Die Parameter dieser angenäherten Gaußverteilung, vorzugsweise der Maximalwert und die Standardabweichung, können ebenso vorteilhaft mit einem „maximum likelihood”-Verfahren bestimmt werden. Allerdings wird hier aus den Parametern bevorzugt nur ein oberer Schwellwert bestimmt, wobei die Bilddaten des vierten Grauwertebereiches oberhalb dieses Schwellwertes liegen.
Bei der im weiteren Verlauf des erfindungsgemäßen Verfahrens durchgeführten logischen Verknüpfung zum Erzeugen des fünften Grauwertebereiches, der die ischämisch graue Hirnsubstanz kennzeichnet, kann vorteilhafterweise ein logischer UND-Operator eingesetzt werden.
Bei dem erfindungsgemäß durchgeführten Regionenwachstumverfahren können vorteilhafterweise zwei verschiedene Abbruchkriterien, ein statisches und ein dynamisches, verwendet werden. Die statischen Grenzen des statischen Abbruchkriteriums können zum Beispiel empirisch ermittelt werden und die dynamischen Grenzen des dynamischen Kriteriums können beispiels weise aus dem arithmetischen Mittel einer Grauwertverteilung innerhalb eines vorbestimmten Bereiches ermittelt werden. Vorteilhafterweise wird für das Regionenwachstumverfahren des fünften Grauwertebereiches, also des Bereiches mit der ischämisch grauen Hirnsubstanz, nur das dynamische Abbruchkriterium verwendet, da es keine feste statische Grenze für den Grauwert gibt. Der Ergebnisbildbereich kann vorteilhafterweise über ein Ausschlussverfahren mit einem logischen Ausschluss-Operator A ermittelt werden. Dieser Operator schließt alle Bereiche zum Ergebnisbereich zusammen, die als gesunde graue Hirnsubstanz oder als ischämisch graue Hirnsubstanz ermittelt wurden oder bisher noch gar nicht betrachtet wurden, also in keiner der Regionen vorkommen. Mathematisch ausgedrückt entspricht dies der Formel: A = RGig + RG*gg + RG mit RG = G – [RGig + RG*gg + RGgw].
G steht hierbei für das gesamte Gehirngewebe und R_G für alle bisher nicht erfassten Bereichen des Gehirngewebes.
Normalerweise sind dann im Ergebnisbildbereich auch Bildbereiche enthalten, die weder zum erweiterten ersten Grauwertebereich, noch zum zweiten Grauwertebereich oder zum fünften Grauwertebereich gehören. Dadurch kann gewährleistet werden, dass falsche oder auch gar nicht klassifizierte Bereiche nicht ausgeschlossen werden, sondern immer der grauen Hirnsubstanz mit der ischämischen Infarktpenumbra zugeordnet werden.
Weiterhin betrifft die Erfindung eine Steuer- und Recheneinheit mit Speichermedium, in dem ein Computerprogramm oder Programm-Modul hinterlegt ist, welche das erfindungsgemäße Gefäßerkennungsverfahren durchführen kann.
Im Folgenden wird die Erfindung anhand eines bevorzugten Ausführungsbeispieles mit Hilfe der Figuren näher beschrieben, wobei darauf hingewiesen wird, dass nur die für das unmittelbare Verständnis der Erfindung wesentlichen Elemente gezeigt sind. Hierbei werden folgende Bezugszeichen verwendet: 1b: Schwellwert-Histogrammanalyse des Basisbildes; 1d: Schwellwert-Histogrammanalyse des normierten Differenzbildes; 1k: Schwellwert-Histogrammanalyse des Hochkontrastbildes; A: Durchschnittsbild; C1: CT-System; C2: Erste Röntgenröhre; C3: Erster Detektor; C4: Zweite Röntgenröhre (optional); C5: Zweiter Detektor (optional); C6: Gantrygehäuse; C7: Patient; C8: verschiebbare Patientenliege; C9: Systemachse; C10: Steuer- und Recheneinheit; C11: Kontrastmittelabgabevorrichtung; B: Basisbild; D: Differenzbild; D*: normiertes Differenzbild; G: Gehirngewebe; K: Hochkontrastbild; Prg₁ bis Prg_n: Computerprogramm oder Programm-Modul; RG_gg: Ergebnis des Regionenwachstumverfahren für gesunde graue Hirnsubstanz; RG_gg*: Erweitertes Ergebnis des Regionenwachstumverfahren für gesunde graue Hirnsubstanz; RG_gw: Ergebnis des Regionenwachstumverfahren für gesunde weiße Hirnsubstanz; RG_ig: Ergebnis des Regionenwachstumverfahren für ischämisch graue Hirnsubstanz; R_G: restliche Hirnsubstanz; T: Maximalwertbild; gg: Grauwertebereich der gesunden grauen Hirnsubstanz; gw: Grauwertebereich der gesunden weißen Hirnsubstanz; ig: Grauwertebereich der ischämisch grauen Hirnsubstanz; (x, y, z): zeitunabhängiger Bilddatensatz; (x, y, z, t): zeitabhängiger Bilddatensatz; A: logischer Operator des Ausschlussverfahrens; ⋀: logischer UND-Operator.
Es zeigen im Einzelnen:
1 eine schematische Darstellung eines CT-Systems zur Durchführung einer Perfusions-CT-Untersuchung und
2 ein Flussdiagramm des erfindungsgemäßen Verfahrens.
In der 1 wird beispielhaft ein Computertomographie-System C1 mit einem Detektor C3 zur Durchführung einer Perfusions-CT-Untersuchung gezeigt. Dieses CT-System C1 weist ein Gantrygehäuse C6 auf, in dem sich eine Gantry mit einer Röntgenröhre C2 befindet, die zusammen mit einem der Röntgenröhre C2 gegenüberliegenden Detektor C3 um eine Systemachse C9 rotiert. Optional kann mindestens eine zweite Röntgenröhre C4 und ein ihr gegenüberliegender Detektor C5 auf der Gantry angeordnet werden. Hierdurch kann je nach Abtastung die Abtastrate erhöht oder eine andere Abtastung, beispielsweise eine Phasenkontrastabtastung, erreicht werden. Zur Abtastung wird zum Beispiel ein Patient C7 auf einer Patientenliege C8 durch das Messfeld geschoben, während die Röntgenröhren C2 und C4 und die Detektoren C3 und C5 auf der Gantry um die Systemachse C9 rotieren.
Dem Patient C7 kann mit Hilfe einer Kontrastmittelabgabevorrichtung C11 intravenös ein Kontrastmittelbolus verabreicht werden, um den Blutfluss im Gehirn zu beurteilen, beispielsweise nach einem ischämischen Hirninfarkt. Währenddessen werden in definierten zeitlichen Abständen mehrfach CT-Aufnahmen mit einer bestimmten Scandauer erstellt. Die vom Detektor C3 detektierten Signale können dann direkt mit einer Detektorelektronik in einer zentralen Steuer- und Recheneinheit C10 verarbeitet werden. Dort können auch Computerprogramme Prg₁–Prg_n hinterlegt sein, mit denen das erfindungsgemäße Verfahren durchgeführt werden kann.
Die 2 zeigt ein Flussdiagramm des erfindungsgemäßen Verfahrens zur Unterscheidung zwischen grauer und weißer Hirnsubstanz anhand von Perfusions-CT-Bilddatensätzen. Zur besseren Übersicht wurde dieses Diagramm in einen oberen und einen unteren Teil aufgeteilt.
Aus den zeitabhängigen Bilddatensätzen (x, y, z, t) einer Perfusions-CT-Untersuchung des Gehirns, welche die Durchblutung des Gehirns angibt, werden zuerst Bildbereiche entfernt, die nicht zum Gehirngewebe gehören, also zum Beispiel der Schädelknochen, Gefäße und Liquorräume. Für die Durchführung der weiteren Verfahrenschritte werden zeitunabhängige Bilddatensätze (x, y, z) benötigt, welche aus dem zeitabhängigen Bilddatensatz (x, y, z, t) abgeleitet werden können. Hierbei ist es wichtig, dass die zeitunabhängigen Bilder (x, y, z) auf den zeitabhängigen (x, y, z, t) Bilddatensatz registriert sind, um Artefakte auszugleichen. Dies sind das Durchschnittsbild A, das Basisbild B und das Maximalwertbild T. Bildpunkte, deren Grauwerte über der Zeit gemittelt wurden, werden im so genannten Durchschnittsbild A(x, y, z) zusammengefasst. Analog dazu wird das Basisbild B(x, y, z) erstellt, wobei hier nur Aufnahmen ohne Kontrastmittel berücksichtigt werden. Für das Maximalwertbild T(x, y, z) wird für jeden Bildpunkt, der über der gesamten Zeit maximale Grauwert ausgewählt.
Aus den Bilddaten dieser drei Bilder werden zwei weitere Bilder erzeugt, das Differenzbild D und das Hochkontrastbild K. Das Differenzbild D wird nach der Formel T(x, y, z)-A(x, y, z) berechnet und enthält somit nur positive Werte. Anschließend wird es normiert. Aus den Bilddaten dieses normierten Differenzbild D*(x, y, z) und den Bilddaten T(x, y, z) und A(x, y, z) des Maximalwertbildes T und des Durchschnittsbildes A wird das Hochkontrastbild K(x, y, z) ermittelt. In diesem Bild besteht zwischen Bereichen mit grauer und mit weißer Hirnsubstanz ein möglichst großer Kontrastunterschied.
Nun werden verschiedene Schwellwert-Histogrammanalysen 1b, 1k und 1d des Basisbildes B, des Hochkontrastbildes K und des normierten Differenzbildes D* durchgeführt. Sie dienen letztendlich zur Ermittlung eines Grauwertebereiches beziehungsweise des dazugehörigen Bildbereiches, der der gesunden grauen, der gesunden weißen oder der ischämisch grauen Hirnsubstanz zugeordnet werden kann. Aus dem normierten Differenzbild D* wird ein Grauwertebereich (gw + ig) ermittelt, in dem sowohl gesunde weiße als auch ischämisch graue Hirnsubstanz vorkommt. Diese Hirnsubstanzen besitzen einen sehr ähnlichen Grauwert, da beide Gewebearten wenig durchblutet werden. Bei der Schwellwert-Histogrammanalyse 1k des Hochkontrastbildes K werden nur Grauwertebereiche der gesunden Hirnsubstanz gesucht. Somit wird hierfür nur die gesunde Hemisphäre des Gehirns betrachtet. Man erhält daraus einen Grauwertebereich gg, in dem nur gesunde graue Hirnsubstanz vorkommt, und einen Grauwertebereich gw, in dem nur gesunde weiße Hirnsubstanz vorkommt. Die Schwellwert-Histogrammanalyse 1b des Basisbildes B ergibt einen Grauwertebereich (ig + gg), der sowohl ischämisch graue als auch gesunde graue Hirnsubstanz enthält.
Es wurden also bisher vier verschiedene Grauwertebereiche bestimmt: ein Grauwertebereich gg, ein Grauwertebereich gw, ein Grauwertebereich (gw + ig) und ein Grauwertebereich (gg + ig). An dieser Stelle findet der Übergang vom oberen in den unteren Teil des Flussdiagramms statt.
Aus den Grauwertebereichen (gw + ig) und (gg + ig) und der Annahme, dass ischämische Hirnsubstanz nur in der geschädigten Hemisphäre zu finden ist, kann mit Hilfe einer logischen UND-Verknüpfung ⋀ ein weiterer Grauwertebereich ig ermittelt werden, der in der grauen Hirnsubstanz der geschädigten Hemisphäre liegt und unterdurchschnittlich durchblutet wird. Für das weitere Verfahren sind nur noch die Grauwertebereiche gg, gw und ig von Bedeutung.
Bevor im nächsten Schritt für diese Grauwertebereiche jeweils Saatpunkte bestimmt werden, wird der gesunde graue Bereich um einen circa ein cm breiten Streifen entlang der Gehirnkontur, welche vom inneren Blatt der weichen Hirnhaut beschrieben wird, zum Grauwertebereich gg* erweitert, von dem anatomisch gesichert ausgegangen werden kann, dass er auch aus grauer Hirnsubstanz besteht.
Danach werden die Saatpunkte in den drei Grauwertebereichen beziehungsweise den zugehörigen Bildbereichen ermittelt. Von diesen ausgehend wird jeweils ein Regionenwachstumverfahren durchgeführt. Die Ergebnisse der Regionenwachstumverfahren RG*_gg, RG_gw und RG_ig werden im letzten Schritt zu dem gesuchten Bildbereich logisch miteinander verknüpft. Der dazu verwendete Ausschluss-Operator A hat die Form: A = RGig + RG*gg + RG mit RG = G – [RGig + RG*gg +RGgw]. wobei G für das für das gesamte Gehirngewebe steht und R_G den Teil des Gehirns beschreibt, der weder dem gesundem grauen Grauwertebereich gg*, noch dem gesunden weißen Grauwertebildbereich gw oder dem ischämisch grauen Grauwertebildbereich ig zugeordnet wurde. Es handelt sich also um bisher nicht erfasste Hirnsubstanz, die zum Ausschließen von Fehlklassifikationen automatisch dem Ergebnisbereich zugeordnet wird.
Der gesuchte Ergebnisbereich (RG_ig + RG*_gg + R_G) beinhaltet also die gesamte graue Hirnsubstanz und zur Sicherheit alle nicht erfassten Bereiche R_G.
Es versteht sich, dass die vorstehend genannten Merkmale der Erfindung nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der Erfindung zu verlassen.

Claims

Verfahren zur Unterscheidung von grauer und weißer Hirnsubstanz ausgehend von einem zeitabhängigen computertomographischen Bilddatensatz (x, y, z, t) einer Perfusions-CT-Untersuchung, wobei 1.1. mehrere zeitunabhängige Bilder (x, y, z) aus dem zeitabhängigen Bilddatensatz (x, y, z, t) berechnet werden, 1.2. mehrere Schwellwert-Histogrammanalysen durchgeführt werden, um Regionen im Gehirn zu bestimmen, die einer oder mehreren Arten von Hirnsubstanz zuzuordnen sind, und 1.3. anschließend aus den erhaltenen Informationen bezüglich Art und Region der Hirnsubstanz mit Hilfe mindestens einer logischen Verknüpfung und mindestens einem Ausschlussverfahren die Region mit grauer Hirnsubstanz bestimmt wird.
Verfahren gemäß dem voranstehenden Patentanspruch 1, dadurch gekennzeichnet, dass die zeitunabhängigen Bilder (x, y, z) auf den zeitabhängigen Bilddatensatz (x, y, z, t) registriert werden.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 und 2, welches im Einzelnen die folgenden Verfahrensschritte beinhaltet: 3.1. Definition eines Arbeitsbereiches im zeitabhängigen Bilddatensatz (x, y, z, t), der ausschließlich Hirnsubstanz, also gesunde graue, gesunde weiße und ischämisch graue Hirnsubstanz, umfasst, wobei alle weiteren Schritte in diesem Arbeitsbereich stattfinden, 3.2. Berechnen der folgenden dreidimensionalen Bilddatensätze (x, y, z) aus dem zeitabhängigen Bilddatensatz (x, y, z, t): 3.2.1. ein Durchschnittsbild (A) mit und ohne Vorliegen eines Kontrastmittels, 3.2.2. ein Maximalwertbild (T) über der Zeit (t) und 3.2.3. ein Basisbild (B) ohne Vorliegen eines Kontrastmittels, 3.3. Bestimmen eines Differenzbildes (D) aus dem Durchschnittsbild (A) und dem Maximalwertbild (T), 3.4. Bestimmen eines normierten Differenzbildes (D*) aus den Bilddaten des Differenzbildes (D), 3.5. Erzeugen eines Hochkontrastbildes (K) mit erhöhtem Kontrast zwischen weißer und grauer Hirnsubstanz aus dem Durchschnittsbild (A), dem Maximalwertbild (T) und dem normierten Differenzbild (D*), 3.6. Bestimmen eines ersten Grauwertebereiches (gg), in dem nur graue Hirnsubstanz enthalten ist, und eines zweiten Grauwertebereiches (gw), in dem nur weiße Hirnsubstanz enthalten ist, durch eine Schwellwert-Histogrammanalyse (1k) des Hochkontrastbildes (K), wobei nur die Bilddaten der nicht geschädigten Hemisphäre betrachtet werden, 3.7. Bestimmen eines dritten Grauwertebereiches (gw + ig), in dem sowohl gesunde weiße als auch ischämisch graue Hirnsubstanz enthalten ist, durch eine Schwellwert-Histogrammanalyse (1d) des normierten Differenzbildes (D*), 3.8. Bestimmen eines vierten Grauwertebereiches (gg + ig), in dem sowohl gesunde graue als auch ischämisch graue Hirnsubstanz enthalten ist, durch eine Schwellwert-Histogrammanalyse (1b) des Basisbildes (B), 3.9. Erzeugen eines fünften Grauwertebereiches (ig) durch eine logische Verknüpfung des dritten Grauwertebereiches (gw + ig) und des vierten Grauwertebereiches (gg + ig), der in der geschädigten Hemisphäre liegt und nur ischämisch graue Hirnsubstanz enthält, 3.10. Bestimmen von Saatpunkten jeweils für den ersten Grauwertebereich (gg), den zweiten Grauwertebereich (gw) und den fünften Grauwertebereich (ig), 3.11. Durchführen eines Regionenwachstumverfahrens jeweils ausgehend von den zuvor bestimmten Saatpunkten und Erzeugen eines ersten Bildbereiches (RG_gg), eines zweiten Bildbereiches (RG_gw) und eines fünften Bildbereiches (RG_ig), 3.12. Erzeugen eines erweiterten ersten Bildbereiches (RG*_gg) durch Hinzufügen von Gehirnbereichen, die anatomisch gesichert graue Hirnsubstanz darstellen, zum ersten Bildbereich (RG_gg), und 3.13. Bestimmen eines Ergebnisbildbereiches (RG_ig + RG*_gg + R_G), in dem sowohl gesunde graue als auch ischämisch graue Hirnsubstanz und alle bisher nicht erfassten Bereiche des Gehirns (R_G) enthalten sind, mit Hilfe einer logischen Verknüpfung des veränderten ersten Bildbereiches (RG*_gg), des zweiten Bildbereiches (RG_gw) und des fünften Bildbereiches (RG_ig).
Verfahren gemäß dem voranstehenden Merkmal 3.12, dadurch gekennzeichnet, dass als anatomisch gesicherte graue Hirnsubstanz ein Bereich verwendet wird, der beginnend mit dem inneren Blatt der weichen Hirnhaut einen cm in die Hirnsubstanz hineinreicht.
Verfahren gemäß dem voranstehenden Patentanspruch 3, dadurch gekennzeichnet, dass zum Berechnen des Durchschnittsbildes (A) die folgende Formel verwendet wird:
wobei t der Zeitpunkt der Aufnahme, N die Anzahl aller Aufnahmen und I die Intensität zum Zeitpunkt der jeweiligen Aufnahme ist.
Verfahren gemäß dem voranstehenden Patentanspruch 3, dadurch gekennzeichnet, dass zum Berechnen des Maximalwertbildes (T) die folgende Formel verwendet wird: T(x, y, z) = max I(x, y, z, t), wobei t der Zeitpunkt einer Aufnahmen, und I die Intensität zum Zeitpunkt der jeweiligen Aufnahme ist.
Verfahren gemäß dem voranstehenden Patentanspruch 3, dadurch gekennzeichnet, dass zum Berechnen des Basisbildes (B) die folgende Formel verwendet wird:
wobei t der Zeitpunkt der Aufnahme, M die Anzahl der Aufnahmen ohne Kontrastmittel und I die Intensität zum Zeitpunkt der jeweiligen Aufnahme ist.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 7, dadurch gekennzeichnet, dass zum Bestimmen des Differenzbildes (D = D(x, y, z)) die Bilddaten (A(x, y, z)) des Durchschnittsbildes (A) von den Bilddaten (T(x, y, z)) des Maximalwertbildes (T) abgezogen werden.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 8, dadurch gekennzeichnet, dass im Differenzbild (D) eine untere Grenze (D_min) und eine obere Grenze (D_max), sowie ein mittlerer maximaler Grauwert ermittelt werden.
Verfahren gemäß dem voranstehenden Patentanspruch 9, dadurch gekennzeichnet, dass zur Normierung des Differenzbildes (D) die Grauwerte durch den zuvor bestimmten mittleren maximalen Grauwert geteilt werden.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 10, dadurch gekennzeichnet, dass zur Erzeugung des Hochkontrastbildes (K) die folgende Formel verwendet wird:
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 11, dadurch gekennzeichnet, dass die Schwellwert-Histogrammanalyse (1k) zum Bestimmen des ersten und des zweiten Grauwertebereiches (gg, gw) unter der Annahme durchgeführt wird, dass das Histogramm einer unimodalen Gaußverteilung entspricht.
Verfahren gemäß dem voranstehenden Patentanspruch 12, dadurch gekennzeichnet, dass Parameter, vorzugsweise der Maximalwert und die Standardabweichung, dieser Gaußverteilung bestimmt werden.
Verfahren gemäß dem voranstehenden Patentanspruch 13, dadurch gekennzeichnet, dass zur Bestimmung der Parameter ein „maximum likelihood”-Verfahren angewandt wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 13 und 14, dadurch gekennzeichnet, dass ausgehend von diesen Parametern ein oberer und ein unterer Schwellwert bestimmt werden, wobei die Bilddaten innerhalb des ersten Grauwertebereiches (gg) oberhalb des oberen Schwellwertes liegen und die Bilddaten innerhalb des zweiten Grauwertbereiches (gw) unterhalb des unteren Schwellwertes liegen.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 15, dadurch gekennzeichnet, dass bei der Schwellwert-Histogrammanalyse (1d) zum Bestimmen des dritten Grauwertebereiches (gw + ig) nur ein Schwellwert verwendet wird, der einem mittleren Grauwert des Histogramms entspricht, wobei die Bilddaten innerhalb des dritten Grauwertebereiches (gw + ig) unterhalb des Schwellwertes liegen.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 16, dadurch gekennzeichnet, dass die Schwellwert-Histogrammanalyse (1b) zum Bestimmen des vierten Grauwertebereiches (gg + ig) unter der Annahme durchgeführt wird, dass das Histogramm einer unimodalen Gaußverteilung entspricht.
Verfahren gemäß dem voranstehenden Patentanspruch 17, dadurch gekennzeichnet, dass Parameter, vorzugsweise der Maximalwert und die Standardabweichung, dieser Gaußverteilung bestimmt werden.
Verfahren gemäß dem voranstehenden Patentanspruch 18, dadurch gekennzeichnet, dass zur Bestimmung der Parameter ein „maximum likelihood”-Verfahren angewandt wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 19 und 20, dadurch gekennzeichnet, dass ausgehend von diesen Parametern ein oberer Schwellwert bestimmt wird, wobei die Bilddaten des vierten Bildbereiches (gg + ig) oberhalb dieses Schwellwertes liegen.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 20, dadurch gekennzeichnet, dass bei der logischen Verknüpfung zum Extrahieren des fünften Grauwertebereiches (ig) ein logischer UND-Operator (⋀) eingesetzt wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 21, dadurch gekennzeichnet, dass beim Regionenwachstumverfahren zwei verschiedene Abbruchkriterien verwendet werden.
Verfahren gemäß dem voranstehenden Patentanspruch 22, dadurch gekennzeichnet, dass ein statisches Abbruchkriterium verwendet wird.
Verfahren gemäß dem voranstehenden Patentanspruch 22, dadurch gekennzeichnet, dass ein dynamisches Abbruchkriterium verwendet wird.
Verfahren gemäß dem voranstehenden Patentanspruch 24, dadurch gekennzeichnet, dass bei dem Regionenwachstumverfahren zum Erzeugen des fünften Bildbereiches (RG_ig) das dynamische Abbruchkriterium verwendet wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 3 bis 25, dadurch gekennzeichnet, dass der Ergebnisbildbereich (RG_ig + RG*_gg + R_G) mit Hilfe eines Ausschluss-Operators (A) ermittelt wird.
Verfahren gemäß dem voranstehenden Patentanspruch 26, dadurch gekennzeichnet, dass der Ausschluss-Operator (A) der folgenden Formel entspricht: A = RGig + RG*gg + RG mit RG = G – [RGig + RG*gg + RGgw],wobei G dem gesamten Gehirngewebe und R_G allen bisher nicht erfassten Bereichen des Gehirns entspricht.
Steuer- und Recheneinheit (C10) mit Speichermedium, in dem ein Computerprogramm oder Programm-Modul (Prg₁ bis Prg_n) hinterlegt ist, welches im Betrieb das beschriebene Verfahren der voranstehenden Patentansprüche 1 bis 27 durchführt.