DE102009053471A1 - Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt - Google Patents

Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt Download PDF

Info

Publication number
DE102009053471A1
DE102009053471A1 DE102009053471A DE102009053471A DE102009053471A1 DE 102009053471 A1 DE102009053471 A1 DE 102009053471A1 DE 102009053471 A DE102009053471 A DE 102009053471A DE 102009053471 A DE102009053471 A DE 102009053471A DE 102009053471 A1 DE102009053471 A1 DE 102009053471A1
Authority
DE
Germany
Prior art keywords
coronary
model
course
representing
human
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102009053471A
Other languages
English (en)
Other versions
DE102009053471B4 (de
Inventor
Peter Aulbach
Matthias Niethammer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SIEMENS HEALTHINEERS AG, DE
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE102009053471.7A priority Critical patent/DE102009053471B4/de
Priority to US12/945,920 priority patent/US8938106B2/en
Priority to CN201010549955.4A priority patent/CN102085101B/zh
Publication of DE102009053471A1 publication Critical patent/DE102009053471A1/de
Application granted granted Critical
Publication of DE102009053471B4 publication Critical patent/DE102009053471B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/503Clinical applications involving diagnosis of heart
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/504Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zu Identifizierung und Zuordnung von Koronarkalk zu wenigstens einem Herzkranzgefäß eines Herzens (H) eines Patienten (P), wobei basierend auf einem 3-D-Bilddatensatz vom Herzen (H) des Patienten (P), welcher mit einem bildgebenden Gerät (1) ohne Gabe von Kontrastmittel erzeugt wurde, Koronarkalk identifiziert wird, wenigstens ein 3-D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen bereitgestellt wird, und wobei der identifizierte Koronarkalk des Patienten (P) wenigstens einem Herzkranzgefäß (31 bis 34) des wenigstens einen 3-D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen zugeordnet wird. Die Erfindung betrifft außerdem ein Computerprogrammprodukt, aufweisend ein Rechenprogramm (13), welches auf einem von einer Recheneinheit (12) lesbaren Datenträger gespeichert ist, um das Verfahren zur Identifizierung und Zuordnung von Koronarkalk auszuführen, wenn das Rechenmprogramm (13) in der Recheneinheit (12) geladen ist.

Description

  • Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß eines Herzens eines Patienten. Die Erfindung betrifft außerdem ein Computerprogrammprodukt, welches ein Rechenprogramm zur Ausführung des Verfahrens aufweist.
  • Krankheiten des Herzens und des Kreislaufes sind in den westlichen Industrieländern weit verbreitet. Heutzutage leidet beispielsweise jeder vierte Bundesbürger unter Bluthochdruck und ca. 400.000 Bundesbürger erleiden pro Jahr einen Herzinfarkt oder einen Schlaganfall, deren Hauptursache die Arteriosklerose ist. Unter Arteriosklerose versteht man eine Erkrankung der Arterien, bei der es an den Innenwänden der Arterien unter anderem zur Ablagerung von Kalk kommt. Verschließt der Kalk z. B. ein Herzkranzgefäß, kann ein Herzinfarkt die Folge sein.
  • Zur Abschätzung des Risikos eines Patienten, einen Herzinfarkt zu erleiden, hat sich der sogenannte Kalkscore etabliert. Zur Ermittlung des Kalkscores werden beispielsweise mit einem Röntgencomputertomographen Bildinformationen vom Herzen eines Patienten gewonnen und anhand der Bildinformationen der Kalkscore für den Patienten bestimmt, d. h. die Menge an Koronarkalk in dem mit den Bildinformationen erfassten Bereich des Herzens. Nach dem Agatston-Verfahren werden dabei verkalkte Regionen in den Bildinformationen zunächst manuell markiert. Ein Rechnerprogramm errechnet dann basierend auf den markierten verkalkten Regionen den Kalkscore.
  • Der Kalkscore koronargesunder Menschen korreliert mit dem Alter und Geschlecht. Um eine individuelle Einordnung des Risikos vornehmen zu können, ist daher ein Vergleich des gemessenen Kalkscores mit einer Vergleichsgruppe gleichen Geschlechts und gleichen Alters nötig. Das geschieht in Form so genannter Perzentilen. Geringe Perzentilen entsprechen einem geringen persönlichen Risiko, hohe Perzentilen einem hohen Risiko. Ein Kalkscore unterhalb der 10. Perzentile bedeutet zum Beispiel, dass weniger als 10% der Vergleichsgruppe einen niedrigeren Kalkscore haben, das Risiko für einen Herzinfarkt ist also gering.
  • Die Einstufung des Risikos eines Patienten kann beispielsweise anhand einer Tabelle erfolgen. Im Folgenden ist lediglich exemplarisch eine derartige Tabelle angegeben:
    Koronarkalkscore (nach Agatston) Beurteilung der Koronarsklerose Risikobeurteilung
    0–10 Keine/minimal Geringes Risiko
    11–100 Mäßig Mäßiges Risiko
    101–400 Deutlich Erhöhtes Risiko
    401–1000 Ausgeprägt Hohes Risiko
  • Als Risikopatient gilt derjenige, bei dem der Wert oberhalb der alters- und geschlechtskorrigierten 75. Perzentile liegt.
  • Es handelt sich also um einen relativen Wert im Vergleich zu dem einer Gesamtpopulation. Bei ungünstigen Werten schlagen Kardiologen starke LDL-Senkung (Low Density Lipoprotein) vor, denn ein hoher Kalkscore ist verbunden mit einem mittleren bis hohen Risiko für eine kardiovaskuläre Erkrankung innerhalb der nächsten 2 bis 5 Jahre.
  • Der Kalkscore wird in der Regel anhand eines Scans des Herzens mit einem Röntgencomputertomographen gewonnen, bei dem dem Patienten kein Kontrastmittel verabreicht wird. Die Zuordnung des festgestellten Koronarkalkes zu den Herzkranzgefäßen ist daher anatomisch schwierig, weil die Kontrastierung der Herzkranzgefäße in den Bildinformationen fehlt. Der Kalkscore gibt also lediglich an, wie viel Koronarkalk sich in den Herzkranzgefäßen befindet, differenziert aber nicht in wie vielen der vier Hauptherzkranzgefäße der Koronarkalk gemessen wurde. Diese Information könnte zwar mit einer sogenannten Koronar-CT-Angiographie gewonnen werden, die an sich aber nicht für Bestimmung des Kalkscores herangezogen wird, da dem Patienten ein Kontrastmittel verabreicht und mit einer höheren Strahlendosis gearbeitet werden muss. Während die Strahlendosis für einen CT-Scan zur Ermittlung des Kalkscores ca. 0,8 mSv beträgt, beträgt die Strahlendosis bei der Koronar-CT-Angiographie ca. 4 bis 20 mSv.
  • Die Differenzierung, in wie vielen Herzkranzgefäßen der Kalkscore gemessen wurde bzw. wie sich der Koronarkalk auf die Herzkranzgefäße verteilt, hat jedoch einen entscheidenden Einfluss auf die Beurteilung des Risikos eines Patienten. Unter der Annahme der mit einem Röntgencomputertomographen gemessene Kalkscore sei konstant, wird sofort ersichtlich, dass die Konzentration dieses Kalkvolumens in nur einem Herzkranzgefäß viel drastischere Auswirkungen auf die Blutversorgung des Herzens hat als eine gleichmäßige Aufteilung des Koronarkalks auf alle vier Herzkranzgefäße.
  • Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren, eine Vorrichtung und ein Computerprogrammprodukt der eingangs genannten Art derart anzugeben, dass basierend auf einem ohne Gabe eines Kontrastmittels erzeugten 3D-Bilddatensatz vom Herzen eines Patienten, identifizierter Koronarkalk wenigstens einem Herzkranzgefäß zugeordnet werden kann.
  • Nach der Erfindung wird diese Aufgabe gelöst durch ein Verfahren zur Identifizierung und Zuordnung von Koronarkalk zu wenigstens einem Herzkranzgefäß eines Herzens eines Patienten, bei dem basierend auf einem 3D-Bilddatensatz vom Herzen des Patienten, welcher mit einem bildgebenden Gerät ohne Gabe von Kontrastmittel erzeugt wurde, Koronarkalk identifiziert wird, bei dem wenigstens ein 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen bereitgestellt wird, und bei dem der identifizierte Koronarkalk des Patienten wenigstens einem Herzkranzgefäß des wenigstens einen 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen zugeordnet wird.
  • Vorzugs- aber nicht notwendigerweise werden der 3D-Bilddatensatz mit einem Röntgencomputertomographen oder einem anderen Röntgengerät, beispielsweise einem C-Bogen-Röntgengerät, gewonnen und das Herz in dem 3D-Bilddatensatz von dem das Herz umgebenden Gewebe isoliert, in dem z. B. im Bilddatensatz enthaltene Rippen des Brustkorbes oder Lungengewebe aus dem Bilddatensatz entfernt werden. Anschließend wird der vorzugsweise nur noch Herzgewebe aufweisende 3D-Bilddatensatz automatisiert nach hochkontrastigem Koronarkalk durchsucht und beispielsweise basierend auf charakteristischen CT-Werten gefundener Koronarkalk als solcher identifiziert.
  • Da mangels Kontrastierung die Herzkranzgefäße des Herzens des Patienten aufgrund des Verzichts auf ein Kontrastmittel im 3D-Bilddatensatz nicht oder nur schlecht zu erkennen sind, um den identifizierten Koronarkalk einem Herzkranzgefäß zuordnen zu können, schlagen die Erfinder vor, ein allgemeines 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen bereitzustellen. Ein Vergleich der räumlichen Anordnung des identifizierten Koronarkalks und des 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen miteinander, erlaubt es, beispielsweise unter Verwendung der Techniken der Mustererkennung die räumliche Anordnung des identifizierten Koronarkalks und das 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen beispielsweise durch Dreh-, Verschiebe- oder Translationsoperationen in Überlagerung zu bringen, so dass der identifizierte Koronarkalk wenigstens einem der Herzkranzgefäße des 3-Modells zugeordnet werden kann.
  • Auf diese Weise ist es möglich zwischen einer sogenannten „single vessel disease (SVD)”, einer „2 vessel disease (2VD)”, einer „3 vessel disease (3VD)” und einer „4 vessel disease (4VD)” zu unterscheiden, also ob sich der Koronarkalk in nur einem, zwei, drei oder vier Herzkranzgefäßen befindet, was einen großen Einfluss auf die Beurteilung des Risikos eines Patienten hat, einen Herzinfarkt aufgrund von abgelagertem Koronarkalk zu erleiden.
  • Dies wurde bereits 1998 wissenschaftlich in einer Studie von H.-J. Trappe et. al., „Natural history of single vessel disease. Risk of sudden coronary death in relation to coronary anatomy and arrythmia profile", European Heart Journal 1989 10(6): 514–524 nachgewiesen. Das Forscherteam um Herrn Trappe fand heraus, dass das Risiko eines plötzlichen Herztodes, in Folge von „single vessel disease” signifikant war.
  • Auf einzelne Koronararterien betrachtet bedeutete dies, dass das Risiko eines plötzlichen Herztodes bei „single vessel disease”
    • – in der linken Herzkranzarterie ca. 11%,
    • – in der rechten Herzkranzarterie ca. 8% und
    • – in dem linken Zirkumflex ca. 7%
    beträgt.
  • Wenn hier im Übrigen von Koronarkalk die Rede ist, so bedeutet dies nicht, dass es sich bei Koronarkalk um eine besondere Form von abgelagertem Kalk handelt. Durch den Begriff Koronarkalk soll lediglich zum Ausdruck gebracht werden, dass es sich um in Herzkranzgefäßen abgelagerten Kalk handelt.
  • Nach einer Variante der Erfindung weist das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen als Herzkranzgefäße die rechte Herzkranzarterie (Arteria coronaria dextra oder RCA = Right Coronary Artery), die linke Herzkranzarterie (Arteria coronaria sinistra oder LCA = Left Coronary Artery), den Ramus circumflexus (RCX) und den Ramus interventricularis anterior (RIVA) des Herzens auf. Die linke Herzkranzarterie teilt sich dabei nach ca. einem 1 cm in den Ramus circumflexus und den Ramus interventricularis anterior auf. Die genannten Hauptherzkranzgefäße weisen weitere Äste auf, die ebenfalls in dem 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen enthalten sein können.
  • Eine Ausführungsform der Erfindung sieht vor, dass das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen ein künstlich erzeugtes, auf anatomischem Fachwissen basierendes 3D-Modell oder ein basierend auf einer Vielzahl von gemessenen, Herzkranzgefäße aufweisenden 3D-Datensätzen von Herzen von mehreren Menschen erzeugtes 3D-Modell ist. Das 3D-Modell kann also ein anhand von Fachwissen programmiertes 3D-Modell sein, bei dem die räumlichen Koordinaten insbesondere der Mittellinien und der Hüllkurven bzw. der Gefäßwände der Herzkranzgefäße in einem Datenspeicher hinterlegt sind. Alternativ ist das 3D-Modell das Ergebnis einer Vielzahl von Herzmessungen. So können beispielsweise mehrere hundert Koronar-CT-Angiographie-Datensätze verschiedener Menschen hinsichtlich der Lage und des Verlaufs der Mittellinien und der Lage, Form und Gestalt der Gefäßwänden der Herzkranzgefäße ausgewertet werden, um daraus ein allgemeines 3D-Modell zu entwickeln, bei dem wiederum die räumlichen Koordinaten insbesondere der Mittellinien und der Hüllkurven bzw. der Gefäßwände der Herzkranzgefäße in einem Datenspeicher hinterlegt sind.
  • Es besteht im Übrigen die Möglichkeit mehrere derartiger 3D-Modelle in einem Datenspeicher verfügbar zu halten, welche auch anatomische Besonderheiten aufweisen können. Insbesondere besteht die Möglichkeit ein 3D-Modell für Frauen und ein 3D-Modell für Männer bereitzuhalten sowie die Möglichkeit der Skalierung, insbesondere in Anpassung an die Größe des Herzens des zu untersuchenden Patienten. Für das erfindungsgemäße Verfahren kann dann das am besten geeignete 3D-Modell für die Auswertung verwendet werden.
  • Eine weitere Ausführungsform der Erfindung sieht vor, dass der Durchmesser eines Herzkranzgefäßes oder die Änderung des Durchmessers eines Herzkranzgefäßes entlang des Verlaufs des Herzkranzgefäßes des wenigstens einen 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen vorgebbar ist bzw. vorgegeben wird. Dadurch, dass der Durchmesser eines Herzkranzgefäßes oder die Änderung des Durchmessers eines Herzkranzgefäßes entlang des Verlaufs des Herzkranzgefäßes von einem Benutzer angepasst werden kann, ist die Sensitivität des erfindungsgemäßen Verfahrens bzw. des 3D-Modells einstellbar. So ergibt sich durch einen verhältnismäßig klein gewählten Durchmesser eines Herzkranzgefäßes des 3D-Modells eine hohe Sensitivität, da die Wahrscheinlichkeit einer Fehlzuordnung von Koronarkalk zu dem entsprechenden Herzkranzgefäß niedrig ist. Dagegen ist bei einem verhältnismäßig groß gewählten Durchmesser eines Herzkranzgefäßes des 3D-Modell die Sensitivität eher niedrig, da die Wahrscheinlichkeit erhöht ist, dem betroffenen Herzkranzgefäß Koronarkalk zuzuordnen, der sich eigentlich außerhalb des betroffenen Herzkranzgefäßes befindet.
  • Nach einer Variante der Erfindung weist der 3D-Bilddatensatz vom Herzen des Patienten mehrere axial hintereinander liegende, Pixel umfassende Schichtbilder des Herzens auf. Wie bereits erwähnt, kann ein solcher axiale Schichtbilder umfassender 3D-Datensatz beispielsweise mit einem Röntgencomputertomographen erhalten werden.
  • Gemäß weiterer Varianten der Erfindung werden diejenigen Pixel eines Schichtbildes des 3D-Bilddatensatzes vorzugsweise automatisiert identifiziert, die Koronarkalk repräsentieren. Dies lässt sich bei mit einem Röntgencomputertomographen erzeugten 3D-Bilddatensatz z. B. dadurch erreichen, dass ein oder mehrere Schwellwerte für CT-Werte festgelegt werden. Liegt der CT-Wert eines Pixels eines Schichtbildes oberhalb des festgelegten Schwellwertes, repräsentiert das jeweilige Pixel Koronarkalk und wird als solches klassifiziert. Die Identifizierung von Koronarkalk repräsentierenden Pixeln erfolgt in allen Schichtbilder des 3D-Bilddatensatzes.
  • Sind die Koronarkalk repräsentierenden Pixel identifiziert, werden zueinander benachbarte, Koronarkalk repräsentierende Pixel innerhalb eines Schichtbildes und schichtbildübergreifend miteinander verbunden oder einander zugeordnet. Auf diese Weise wird wenigstens eine, in der Regel werden mehrere räumlich verlaufende Ansammlungen von Koronarkalk repräsentierenden Pixeln erhalten.
  • Nach einer Variante der Erfindung zählen zur Nachbarschaft eines Koronarkalk repräsentierenden Ausgangspixels Pixel, die ein bis dreißig Pixel von dem Ausgangspixeln entfernt sind. Ist also ein Ausgangspixel als ein Koronarkalk repräsentierendes Pixel identifiziert, wird nach in der Nachbarschaft liegenden, Koronarkalk repräsentierenden Pixeln gesucht und basierend auf benachbarten, Koronarkalk repräsentierenden Pixeln eine Ansammlung von Koronarkalk repräsentierenden Pixeln definiert bzw. festgelegt. Der Suchbereich ist dabei hinsichtlich der Entfernung von Pixeln vorgebbar, wobei bevorzugt in einem Bereich um ein Ausgangspixel gesucht wird, bei dem die zu untersuchenden Pixel von bis zu sechs Pixel bis bis zu fünfzehn Pixel entfernt sind.
  • Durch die Zusammenfassung von Koronarkalk repräsentierenden Pixeln ergeben sich, wie bereits erwähnt, räumlich verlaufende Ansammlungen. Dadurch kann jede räumlich verlaufende Ansammlung bzw. können alle räumlich verlaufenden Ansammlungen von Koronarkalk repräsentierenden Pixeln und das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen in Beziehung zueinander gesetzt oder miteinander vergleichen werden, so dass basierend auf Dreh-, Verschiebe- und/oder Translationsoperationen die räumlich verlaufenden Ansammlungen von Koronarkalk repräsentierenden Pixeln und das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen in Überlagerung zueinander gebracht werden können. Bevorzugt erfolgt dies durch einen Ähnlichkeitsvergleich, so dass durch die Überlagerung der identifizierte Koronarkalk wenigstens einem Herzkranzgefäß des 3D-Modells zugeordnet werden kann.
  • Liegt der 3D-Bilddatensatz als Datensatz von Voxeln vor, werden diejenigen Voxel des 3D-Bilddatensatzes vom Herzen des Patienten identifiziert, die Koronarkalk repräsentieren. Entsprechend zu dem Vorgehen, wie es zuvor für die Pixel aufweisenden Schichtbilder beschrieben wurde, werden zueinander benachbarte, Koronarkalk repräsentierende Voxel miteinander verbunden oder einander zugeordnet und bilden wenigstens eine räumlich verlaufende Ansammlung von Koronarkalk repräsentierenden Voxeln.
  • Zur Nachbarschaft eines Koronarkalk repräsentierenden Ausgangsvoxels zählen bevorzugt Voxel, die ein bis dreißig Voxel von dem Ausgangsvoxel entfernt sind. Vorzugsweise ist der Entfernungsbereich von Voxeln um ein Koronarkalk repräsentierendes Ausgangsvoxel, in dem nach weiteren Koronarkalk repräsentierenden Voxeln gesucht werden soll, wiederum vorgebbar bzw. wird dieser vorgegeben.
  • Sind die Koronarkalk repräsentierenden Voxel des 3D-Bilddatensatzes identifiziert und ist wenigstens eine Ansammlung von Koronarkalk repräsentierenden Voxeln gebildet, werden der räumliche Verlauf der wenigstens einen Ansammlung von Koronarkalk repräsentierenden Voxeln und das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen in Beziehung zueinander gesetzt oder miteinander verglichen. Vorzugsweise wird basierend auf einem Ähnlichkeitsvergleich des räumlichen Verlaufs der wenigstens einen Ansammlung von Koronarkalk repräsentierenden Voxeln und des wenigstens einen 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen miteinander die wenigstens eine Ansammlung von Koronarkalk repräsentierenden Voxeln wenigstens einem Herzkranzgefäß des wenigstens einen 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen zugeordnet.
  • Nach einer Ausführungsform der Erfindung wird das wenigstens eine 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen und der dem wenigstens einem Herzkranzgefäß des wenigstens einen 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen zugeordnete identifizierte Koronarkalk des Patienten visualisiert, so dass für einen Benutzer erkennbar ist, auf wie viele Herzkranzgefäße sich der identifizierte Koronarkalk verteilt.
  • Nach einer weiteren Ausführungsform der Erfindung wird außerdem das Volumen an Koronarkalk pro Herzkranzgefäß ermittelt und ausgegeben, so dass zusätzlich zu der Verteilung des Koronarkalks auf die Herzkranzgefäße noch eine quantitative Angabe über die Menge an Koronarkalk pro Herzkranzgefäß vorliegt.
  • Die Aufgabe der vorliegenden Erfindung wird auch gelöst durch eine Vorrichtung aufweisend eine Speichereinheit zur Speicherung eines 3D-Bilddatensatzes vom Herzen eines Patienten und eines 3D-Modells des Verlaufs der Herzkranzgefäße eines Menschen sowie eine Recheneinheit zur Durchführung eines der vorstehend beschriebenen Verfahren.
  • Außerdem wird die Aufgabe gelöst durch ein Computerprogrammprodukt, aufweisend ein Rechenprogramm, welches auf einem von einer Recheneinheit lesbaren Datenträger gespeichert ist, um eines der vorstehend beschriebenen Verfahren auszuführen, wenn das Rechenprogramm in der Recheneinheit geladen ist.
  • Ein Ausführungsbeispiel der Erfindung ist in den beigefügten schematischen Zeichnungen dargestellt. Es zeigen:
  • 1 einen mit einer Recheneinheit verbundenen Röntgencomputertomographen zur Erzeugung eines 3D-Bilddatensatzes,
  • 2 räumlich verlaufende Ansammlungen von in dem 3D-Bilddatensatz identifiziertem Koronarkalk,
  • 3 ein 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen und
  • 4 die Zuordnung der räumlich verlaufenden Ansammlungen von in dem 3D-Bilddatensatz identifiziertem Koronarkalk aus 2 zu dem 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen der 3.
  • In den Figuren sind gleiche oder funktionsgleiche Elemente, Komponenten, Gewebe etc. durchwegs mit gleichen Bezugszeichen versehen. Die Darstellungen in den Figuren sind schematisch und nicht zwingend maßstabsgetreu, wobei Maßstäbe zwischen den Figuren variieren können. Auf den in 1 dargestellten Röntgencomputertomographen 1 wird im Folgenden und ohne Einschränkung der Allgemeinheit nur insoweit eingegangen als es zum Verständnis der Erfindung für erforderlich erachtet wird.
  • Der in 1 gezeigte Röntgencomputertomograph 1 weist eine Patientenliege 2 zur Lagerung eines zu untersuchenden Patienten P auf. Der Röntgencomputertomograph 1 umfasst ferner eine Gantry 4 mit einem um eine Systemachse 5 drehbar gelagerten Röhren-Detektor-System. Das Röhren-Detektor-System weist einander gegenüberliegend eine Röntgenröhre 6 und eine Röntgendetektoreinheit 7 auf. Im Betrieb geht von der Röntgenröhre 6 Röntgenstrahlung 8 in Richtung der Röntgendetektoreinheit 7 aus, und wird mittels dieser erfasst.
  • Die Patientenliege 2 weist einen Liegensockel 9 auf, an dem eine zur eigentlichen Lagerung des Patienten P vorgesehene Patientenlagerungsplatte 10 angeordnet ist. Die Patientenlagerungsplatte 10 ist derart relativ zu dem Liegensockel 9 verstellbar, dass die Patientenlagerungsplatte 10 mit dem Patienten P in die Öffnung 3 der Gantry 4 zur Aufnahme von 2D-Röntgenprojektionen von dem Patienten P, z. B. in einem Spiralscan, eingeführt werden kann. Die rechnerische Verarbeitung der 2D-Röntgenprojektionen bzw. die Rekonstruktion eines 3D-Bilddatensatzes von einer Körperregion des Patienten P basierend auf den 2D-Röntgenprojektionen erfolgt mit einem schematisch dargestellten Bildrechner 11 des Röntgencomputertomographen 1.
  • Der Bildrechner 11 des Röntgencomputertomographen 1 ist mit einer Recheneinheit 12 verbunden, mit der im Falle des vorliegenden Ausführungsbeispiels der Erfindung die Herzkranzgefäße des Herzens des Patienten P auf das Vorhandensein von Koronarkalk untersucht werden sollen. Hierzu ist die Recheneinheit 12 mit einem entsprechenden Rechenprogramm 13 versehen, das vorliegend mittels eines tragbaren Speichermediums, beispielsweise einer CD, in die Recheneinheit 12 geladen wurde und Programmmittel für eine Auswertung eines 3D-Bilddatensatzes von einem Herzen zum Identifizieren von Koronarkalk und Programmmittel für eine Zuordnung des identifizierten Koronarkalks zu Herzkranzgefäßen aufweist. Das Rechenprogramm umfasst auch wenigstens ein allgemeines 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen, welches beim Laden des Rechenprogramms 13 in die Recheneinheit 12 in einer Speichereinheit 14 der Recheneinheit 12 abgespeichert und für die Zuordnung von Koronarkalk zu den Herzkranzgefäßen bereitgehalten wird.
  • Um die Herzkranzgefäße des Patienten P auf das Vorhandensein von Koronarkalk untersuchen zu können, wird im Falle des vorliegenden Ausführungsbeispiels zunächst ein 3D-Bilddatensatz vom Herzen H des Patienten P erzeugt. Hierzu werden in einem Spiralscan unter kontinuierlicher Verstellung der mit dem Patienten P versehenen Patientenlagerungsplatte 10 in Richtung der Systemachse 5 von dem das Herz H aufweisenden Körperbereich des Patienten P unter Rotation des Röhren-Detektor-Systems 2D-Röntgenprojektionen unter verschiedenen Projektionsrichtungen gewonnen. Wie bei einem herkömmlichen CT-Scan zur Ermittlung des Kalkscores eines Patienten üblich, wurde dem Patienten P dabei kein Kontrastmittel verabreicht. Der Bildrechner 11 rekonstruiert basierend auf den aufgenommenen 2D-Röntgenprojektionen einen 3D-Bilddatensatz von dem das Herz H aufweisenden Körperbereich des Patienten P, der zur weiteren Auswertung in der Speichereinheit 14 der Recheneinheit 12 abgespeichert wird. Der 3D-Bilddatensatz setzt sich im Falle des vorliegenden Ausführungsbeispiels aus einer Vielzahl von Pixel aufweisenden CT-Schichten bzw. Schichtbildern zusammen. Der 3D-Bilddatensatz umfasst beispielsweise ca. 250 Schichtbilder a ca. 0,6 mm Schichtdicke.
  • Im Falle des vorliegenden Ausführungsbeispiels wird der rekonstruierte 3D-Bilddatensatz zunächst nach Geweben bzw. Organen segmentiert. Anschließend werden die Bildinformationen von das Herz umgebenden Geweben, z. B. Lungengewebe, Rippen etc. aus dem 3D-Bilddatensatz entfernt. Das Herz wird quasi in dem 3D-Bilddatensatz isoliert. Die Segmentierung kann manuell, semiautomatisch oder vollautomatisch erfolgen.
  • Der Bildinformationen des Herzens aufweisende 3D-Bilddatensatz wird Schichtbild für Schichtbild auf das Vorhandensein von hochkontrastigem Koronarkalk automatisiert untersucht. Im einfachsten Fall wird hierzu wenigstens ein CT-Schwellwert festgelegt. Überschreitet der CT-Wert eines Pixels eines Schichtbildes den CT-Schwellwert, so wird das Pixel als Koronarkalk repräsentierendes Pixel festgehalten. Die automatisierte Identifizierung von Koronarkalk repräsentierenden Pixeln ist verhältnismäßig unproblematisch, da hochkontrastiger Koronarkalk in niederkontrastigem Herzgewebe identifizierte werden muss.
  • Sind die Koronarkalk repräsentierenden Pixel der Schichtbilder identifiziert, werden diese zu Ansammlungen von Koronarkalk repräsentierenden Pixeln zusammengefasst. Dies erfolgt derart, dass ausgehend von einem Koronarkalk repräsentierenden Ausgangspixel in der Nachbarschaft diese Ausgangspixels nach weiteren Koronarkalk repräsentierenden Pixeln gesucht wird. Vorzugsweise wird nach weiteren Koronarkalk repräsentierenden Pixeln gesucht, die nicht weiter als sechs bis fünfzehn Pixel von dem Ausgangspixel entfernt sind. Die Suche erfolgt dabei nicht nur innerhalb eines Schichtbildes, sondern auch schichtbildübergreifend. Auf diese Weise werden benachbarte Koronarkalk repräsentierende Pixel miteinander verbunden, einander zugeordnet bzw. zu Ansammlungen zusammengefasst, die in der Regel einen räumlichen Verlauf aufweisen. In 2 sind derartige räumlich verlaufende Ansammlungen 20 von identifizierten, Koronarkalk repräsentierenden Pixeln des 3D-Bilddatensatzes exemplarisch dargestellt.
  • Da der 3D-Bilddatensatz vom Herzen H des Patienten P ohne Gabe eines Kontrastmittel erzeugt wurde, sind die Herzkranzgefäße des Herzens H des Patienten P nicht oder nur schlecht in dem 3D-Bilddatensatz zu identifizieren, so dass eine Zuordnung der Ansammlungen 20 zu den einzelnen Herzkranzgefäßen nicht möglich ist. Zum gegenwärtigen Zeitpunkt des Verfahrens kann lediglich der Kalkscore für den Patienten P in herkömmlicher Weise basierend auf den identifizierten, Koronarkalk repräsentierenden Pixeln für das gesamte Herz angegeben werden.
  • Um den identifizierten Koronarkalk auch den Herzkranzgefäßen zuordnen zu können, wird das bereits erwähnte 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen herangezogen. Exemplarisch ist ein derartiges 3D-Modell 30 in 3 dargestellt. Im Falle des vorliegenden Ausführungsbeispiels der Erfindung weist das 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen als Herzkranzgefäße die rechte Herzkranzarterie 31 (Arteria coronaria dextra), die linke Herzkranzarterie 32 (Arteria coronaria sinistra), den Ramus circumflexus 33 (RCX) und den Ramus interventricularis anterior 34 (RIVA) eines Herzens auf. Wie aus 3 zu erkennen ist, teilt sich die linke Herzkranzarterie 32 dabei nach ca. einem 1 cm in den Ramus circumflexus 33 und den Ramus interventricularis anterior 34 auf. Die erwähnten Herzkranzgefäße des 3D-Modells weisen weitere Äste auf, die im Falle des vorliegenden Ausführungsbeispiels der Erfindung jedoch nicht näher bezeichnet sind.
  • Das 3D-Modell kann anhand von anatomischem Fachwissen, quasi künstlich erzeugt worden sein, oder aber das Ergebnis der Auswertung einer Vielzahl von gemessenen, Herzkranzgefäßen aufweisenden 3D–Datensätzen von Herzen von mehreren verschiedenen Menschen sein. In beiden Fällen umfasst das 3D-Modell die räumlichen Koordinaten der Mittellinien sowie der Hüllkurven bzw. der Gefäßwände der Herzkranzgefäße 31 bis 34 für eine typische, durchschnittliche Koronaranatomie.
  • Es besteht im Übrigen die Möglichkeit mehrere 3D-Modelle des räumlichen Verlaufs der Herzkranzgefäße in der Speichereinheit 14 zur Verfügung zu halten und für die weitere Auswertung heranzuziehen bzw. je nach Bedarf auszuwählen. So können unterschiedliche 3D-Modelle für Frauen und Männer oder auch anatomische Besonderheiten aufweisende 3D-Modelle bereitgehalten werden.
  • Selbst wenn nur ein 3D-Modell in der Speichereinheit 14 zur Verfügung gehalten wird, sieht die Erfindung vor, dass zur Festlegung der Sensitivität der Zuordnung einer Ansammlung von Koronarkalk repräsentierenden Pixeln zu einem Herzkranzgefäß der Durchmesser eines Herzkranzgefäßes oder die Änderung des Durchmessers eines Herzkranzgefäßes entlang des räumlichen Verlaufs des Herzkranzgefäßes des 3D-Modell vorgebbar ist. Ein für ein bestimmtes Herzkranzgefäß verhältnismäßig groß gewählter Durchmesser von beispielsweise 10 mm reduziert die Sensitivität, da ggf. viele Ansammlungen von Koronarkalk repräsentierenden Pixeln dem bestimmten Herzkranzgefäß zugeordnet werden. Ein für ein bestimmtes Herzkranzgefäß verhältnismäßig klein gewählter Durchmesser von ca. 4 mm erhöht dagegen die Sensitivität, da die Wahrscheinlichkeit einer Fehlzuordnung von Koronarkalk zu dem bestimmten Koronargefäß reduziert wird.
  • In Anpassung an die Messung des 3D-Bilddatensatzes ist das 3D-Modell in der Regel hinsichtlich seiner Größe skalierbar. Im Falle des vorliegenden Ausführungsbeispiels der Erfindung erfolgt schließlich ein Ähnlichkeitsvergleich der räumlichen Verläufe der Ansammlungen 20 Koronarkalk repräsentierender Pixel und der räumlichen Verläufe der Herzkranzgefäße des 3D-Modells. Hierbei können auch Techniken der Mustererkennung Anwendung finden. Beispielsweise wird das 3D-Modell 30 durch Dreh-, Verschiebe- und/oder Translationsoperationen derart ausgerichtet das möglichst viele, im Idealfall alle Ansammlungen 20 Koronarkalk repräsentierender Pixel einem Herzkranzgefäß des 3D-Modells 30 zugeordnet werden können, d. h. innerhalb eines Herzkranzgefäßes des 3D-Modells liegen. Diese Situation ist in 4 veranschaulicht.
  • Diese Zuordnung ermöglicht es nicht nur auf einem Sichtgerät 15 zu visualisieren, in welchen Herzkranzgefäßen Koronarkalk vorliegt, sondern auch den Gehalt an Koronarkalk pro Herzkranzgefäß bzw. das Kalkvolumen pro Herzkranzgefäß anzugeben, indem die Volumina der Ansammlungen 20 von Koronarkalk repräsentierenden Pixeln in den jeweiligen Herzkranzgefäßen bestimmt und auf dem Sichtgerät neben dem herkömmlich ermittelten Kalkscore ausgegeben werden.
  • Da aus dem 3D-Modell des Verlaufs der Herzkranzgefäße die Mittelinien der Herzkranzgefäße bekannt sind, können außerdem kurvenförmige multiplanare Reformationen sogenannte „Curved Multi Planar Reformats” zur Darstellung der Herzkranzgefäße errechnet und dargestellt werden. Somit können das jeweilige Herzkranzgefäß und sein Verlauf wie bei der konventionellen Koronar-CT-Angiographie dargestellt werden, wobei das jeweilige Herzkranzgefäß mit seinen Verkalkungen gezeigt wird.
  • Das Verfahren wurde vorstehend für einen 3D-Bilddatensatz beschrieben, welcher eine Vielzahl von Pixel aufweisenden Schichtbilder umfasst. Der 3D-Bilddatensatz kann aber auch ein Voxel aufweisender Datensatz sein, was an dem prinzipiellen Vorgehen nichts ändert. Anstelle von Pixeln werden lediglich die Werte der Voxel ausgewertet, die Koronarkalk repräsentierenden Voxel in entsprechender Weise zu Ansammlungen von Koronarkalk repräsentierenden Voxeln zusammengefasst und der räumliche Verlauf dieser Ansammlungen mit dem 3D-Modell des Verlaufs der Herzkranzgefäße eines Menschen mit der Absicht verglichen, die Ansammlungen wenigstens einem Herzkranzgefäß des 3D-Modells zuzuordnen.
  • Der 3D-Bilddatensatz vom Herzen des Patienten muss im Übrigen nicht notwendigerweise mit einem Röntgencomputertomographen erzeugt werden. Vielmehr kann der 3D-Bilddatensatz auch mit einem C-Bogen-Röntgengerät oder auch mit einem Magnetresonanzgerät erzeugt werden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • H.-J. Trappe et. al., „Natural history of single vessel disease. Risk of sudden coronary death in relation to coronary anatomy and arrythmia profile”, European Heart Journal 1989 10(6): 514–524 [0015]

Claims (21)

  1. Verfahren zur Identifizierung und Zuordnung von Koronarkalk zu wenigstens einem Herzkranzgefäß eines Herzens (H) eines Patienten (P), bei dem – basierend auf einem 3D-Bilddatensatz vom Herzen (H) des Patienten (P), welcher mit einem bildgebenden Gerät (1) ohne Gabe von Kontrastmittel erzeugt wurde, Koronarkalk identifiziert wird, – wenigstens ein 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen bereitgestellt wird, – und bei dem der identifizierte Koronarkalk des Patienten (P) wenigstens einem Herzkranzgefäß (31 bis 34) des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen zugeordnet wird.
  2. Verfahren nach Anspruch 1, bei dem das wenigstens eine 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen als Herzkranzgefäße die rechte Herzkranzarterie (31), die linke Herzkranzarterie (32), den Ramus circumflexus (33) und den Ramus interventricularis anterior (34) des Herzens aufweist.
  3. Verfahren nach Anspruch 1 oder 2, bei dem das wenigstens eine 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen ein künstlich erzeugtes, auf anatomischem Fachwissen basierendes 3D-Modell oder ein basierend auf einer Vielzahl von gemessenen, Herzkranzgefäße aufweisenden 3D-Datensätzen von Herzen von mehreren Menschen erzeugtes 3D-Modell ist.
  4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem der Durchmesser eines Herzkranzgefäßes (31 bis 34) oder die Änderung des Durchmessers eines Herzkranzgefäßes (31 bis 34) entlang des Verlaufs des Herzkranzgefäßes (31 bis 34) des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen vorgebbar ist.
  5. Verfahren nach einem der Ansprüche 1 bis 4, bei dem der 3D-Bilddatensatz vom Herzen (H) des Patienten (P) mehrere axial hintereinander liegende, Pixel umfassende Schichtbilder des Herzens (H) aufweist.
  6. Verfahren nach Anspruch 5, bei dem diejenigen Pixel eines Schichtbildes des 3D-Bilddatensatzes identifiziert werden, die Koronarkalk repräsentieren.
  7. Verfahren nach Anspruch 5 oder 6, bei dem zueinander benachbarte, Koronarkalk repräsentierende Pixel innerhalb eines Schichtbildes und schichtbildübergreifend miteinander verbunden oder einander zugeordnet werden und wenigstens eine räumlich verlaufende Ansammlung (20) von Koronarkalk repräsentierenden Pixeln bilden.
  8. Verfahren nach Anspruch 7, bei dem zur Nachbarschaft eines Koronarkalk repräsentierenden Ausgangspixels Pixel zählen, die ein bis dreißig Pixel von dem Ausgangspixeln entfernt sind.
  9. Verfahren nach Anspruch 8, bei dem der Entfernungsbereich von Pixeln um ein Koronarkalk repräsentierendes Ausgangspixel, in dem nach weiteren Koronarkalk repräsentierenden Pixeln gesucht werden soll, vorgebbar ist.
  10. Verfahren nach einem der Ansprüche 7 bis 9, bei dem der räumliche Verlauf der wenigstens einen Ansammlung (20) von Koronarkalk repräsentierenden Pixeln und das wenigstens eine 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen in Beziehung zueinander gesetzt oder miteinander verglichen werden.
  11. Verfahren nach Anspruch 10, bei dem basierend auf einem Ähnlichkeitsvergleich des räumlichen Verlaufs der wenigstens einen Ansammlung (20) von Koronarkalk repräsentierenden Pixeln und des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen miteinander die wenigstens eine Ansammlung (20) von Koronarkalk repräsentierenden Pixeln wenigstens einem Herzkranzgefäß (31 bis 34) des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen zugeordnet wird.
  12. Verfahren nach einem der Ansprüche 1 bis 4, bei dem der 3D-Bilddatensatz Voxel aufweist, wobei diejenigen Voxel des 3D-Bilddatensatzes vom Herzen des Patienten identifiziert werden, die Koronarkalk repräsentieren.
  13. Verfahren nach Anspruch 12, bei dem zueinander benachbarte, Koronarkalk repräsentierende Voxel miteinander verbunden oder einander zugeordnet werden und wenigstens eine räumlich verlaufende Ansammlung von Koronarkalk repräsentierenden Voxeln bilden.
  14. Verfahren nach Anspruch 13, bei dem zur Nachbarschaft eines Koronarkalk repräsentierenden Ausgangsvoxels Voxel zählen, die ein bis dreißig Voxel von dem Ausgangsvoxel entfernt sind.
  15. Verfahren nach Anspruch 14, bei dem der Entfernungsbereich von Voxeln um ein Koronarkalk repräsentierendes Ausgangsvoxel, in dem nach weiteren Koronarkalk repräsentierenden Voxeln gesucht werden soll, vorgebbar ist.
  16. Verfahren nach einem der Ansprüche 13 bis 15, bei dem der räumliche Verlauf der wenigstens einen Ansammlung von Koronarkalk repräsentierenden Voxeln und das wenigstens eine 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen in Beziehung zueinander gesetzt oder miteinander verglichen werden.
  17. Verfahren nach Anspruch 16, bei dem basierend auf einem Ähnlichkeitsvergleich des räumlichen Verlaufs der wenigstens einen Ansammlung von Koronarkalk repräsentierenden Voxeln und des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen miteinander die wenigstens eine Ansammlung von Koronarkalk repräsentierenden Voxeln wenigstens einem Herzkranzgefäß (31 bis 34) des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen zugeordnet wird.
  18. Verfahren nach einem der Ansprüche 1 bis 17, bei dem das wenigstens eine 3D-Modell (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen und der dem wenigstens einem Herzkranzgefäß (31 bis 34) des wenigstens einen 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen zugeordnete identifizierte Koronarkalk des Patienten (P) visualisiert werden.
  19. Verfahren nach Anspruch 18, bei dem das Volumen an Koronarkalk pro Herzkranzgefäß (31 bis 34) ermittelt wird.
  20. Vorrichtung aufweisend eine Speichereinheit (14) zur Speicherung eines 3D-Bilddatensatzes vom Herzen (H) eines Patienten (P) und eines 3D-Modells (30) des Verlaufs der Herzkranzgefäße (31 bis 34) eines Menschen sowie eine Recheneinheit (12) zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 19.
  21. Computerprogrammprodukt, aufweisend ein Rechenprogramm (13), welches auf einem von einer Recheneinheit (12) lesbaren Datenträger gespeichert ist, um ein Verfahren nach einem der Ansprüche 1 bis 19 auszuführen, wenn das Rechenprogramm (13) in der Recheneinheit (12) geladen ist.
DE102009053471.7A 2009-11-16 2009-11-16 Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt Active DE102009053471B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102009053471.7A DE102009053471B4 (de) 2009-11-16 2009-11-16 Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt
US12/945,920 US8938106B2 (en) 2009-11-16 2010-11-15 Method and device for identifying and assigning coronary calcification to a coronary vessel and computer program product
CN201010549955.4A CN102085101B (zh) 2009-11-16 2010-11-15 用于识别冠状钙化物并与冠状血管相关联的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009053471.7A DE102009053471B4 (de) 2009-11-16 2009-11-16 Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt

Publications (2)

Publication Number Publication Date
DE102009053471A1 true DE102009053471A1 (de) 2011-05-26
DE102009053471B4 DE102009053471B4 (de) 2018-08-02

Family

ID=43901947

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009053471.7A Active DE102009053471B4 (de) 2009-11-16 2009-11-16 Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt

Country Status (3)

Country Link
US (1) US8938106B2 (de)
CN (1) CN102085101B (de)
DE (1) DE102009053471B4 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8938106B2 (en) 2009-11-16 2015-01-20 Siemens Aktiengesellschaft Method and device for identifying and assigning coronary calcification to a coronary vessel and computer program product

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8867822B2 (en) * 2011-10-14 2014-10-21 Fujifilm Corporation Model-based coronary artery calcium scoring
US9734626B2 (en) * 2012-11-20 2017-08-15 Koninklijke Philips N.V. Automatic positioning of standard planes for real-time fetal heart evaluation
JP2015225476A (ja) * 2014-05-27 2015-12-14 富士ゼロックス株式会社 画像処理装置およびプログラム
US9642586B2 (en) * 2014-08-18 2017-05-09 Siemens Aktiengesellschaft Computer-aided analysis of medical images
WO2016186844A1 (en) * 2015-05-15 2016-11-24 Mayo Foundation For Medical Education And Research Methods and materials for treating peripheral artery disease
JP2019076531A (ja) 2017-10-25 2019-05-23 テルモ株式会社 治療方法
JP2019076526A (ja) 2017-10-25 2019-05-23 テルモ株式会社 治療方法
JP2019076527A (ja) 2017-10-25 2019-05-23 テルモ株式会社 治療方法
JP2019080749A (ja) 2017-10-30 2019-05-30 テルモ株式会社 治療方法
JP2019080875A (ja) 2017-10-31 2019-05-30 テルモ株式会社 治療方法
JP2019080876A (ja) 2017-10-31 2019-05-30 テルモ株式会社 治療方法
US11049294B2 (en) * 2018-10-02 2021-06-29 Canon Medical Systems Corporation Activity-dependent, spatially-varying regularization parameter design for regularized image reconstruction
US11241208B2 (en) * 2018-11-19 2022-02-08 Terumo Kabushiki Kaisha Diagnostic method, method for validation of diagnostic method, and treatment method
US10813612B2 (en) 2019-01-25 2020-10-27 Cleerly, Inc. Systems and method of characterizing high risk plaques
KR20210073282A (ko) * 2019-12-10 2021-06-18 한국전자통신연구원 영상 처리 장치 및 이를 포함하는 석회화 분석 시스템
US20220392065A1 (en) 2020-01-07 2022-12-08 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US11232564B2 (en) 2020-01-07 2022-01-25 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US11501436B2 (en) 2020-01-07 2022-11-15 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
CN111599448B (zh) * 2020-06-12 2022-06-10 杭州海睿博研科技有限公司 特定冠状动脉钙化分析的多视图形状约束系统和方法
US20230289963A1 (en) 2022-03-10 2023-09-14 Cleerly, Inc. Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008135946A2 (en) * 2007-05-08 2008-11-13 Koninklijke Philips Electronics N.V. Coronary artery selective calcium assignment using low dose calcium scoring scans

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002348241A1 (en) * 2001-11-24 2003-06-10 Image Analysis, Inc. Automatic detection and quantification of coronary and aortic calcium
AU2003230109A1 (en) * 2002-05-13 2003-11-11 Koninklijke Philips Electronics N.V. Magnetic resonance imaging method
US6996262B2 (en) * 2002-05-20 2006-02-07 General Electric Company Method and apparatus of scoring an arterial obstruction
DE102004055460A1 (de) * 2004-11-17 2006-04-20 Siemens Ag Bildgebendes Verfahren sowie Vorrichtung zur Visualisierung von koronaren Herzkrankheiten, insbesondere von Herzinfarktschäden
WO2006062958A2 (en) * 2004-12-10 2006-06-15 Worcester Polytechnic Institute Image-based computational mechanical analysis and indexing for cardiovascular diseases
US7893938B2 (en) * 2005-05-04 2011-02-22 Siemens Medical Solutions Usa, Inc. Rendering anatomical structures with their nearby surrounding area
WO2007058997A2 (en) * 2005-11-11 2007-05-24 The University Of Houston System Scoring method for imaging-based detection of vulnerable patients
US20070248261A1 (en) * 2005-12-31 2007-10-25 Bracco Imaging, S.P.A. Systems and methods for collaborative interactive visualization of 3D data sets over a network ("DextroNet")
CN101405769A (zh) 2005-12-31 2009-04-08 布拉科成像S.P.A.公司 用于经由网络("DextroNet")的三维数据集的协作交互显影的系统和方法
US20080094398A1 (en) * 2006-09-19 2008-04-24 Bracco Imaging, S.P.A. Methods and systems for interacting with a 3D visualization system using a 2D interface ("DextroLap")
US7907766B2 (en) * 2007-01-02 2011-03-15 General Electric Company Automatic coronary artery calcium detection and labeling system
KR20100019482A (ko) 2007-05-08 2010-02-18 코닌클리케 필립스 일렉트로닉스 엔.브이. 비디오 세그먼트들 사이의 트랜지션을 검출하는 방법 및 장치
US7983460B2 (en) * 2007-06-08 2011-07-19 General Electric Company Method and system for performing high temporal resolution bolus detection using CT image projection data
GB0822140D0 (en) * 2008-12-04 2009-01-14 Imp Innovations Ltd Methods and reagents
WO2010071896A2 (en) * 2008-12-19 2010-06-24 Piedmont Healthcare, Inc. System and method for lesion-specific coronary artery calcium quantification
DE102009053471B4 (de) 2009-11-16 2018-08-02 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008135946A2 (en) * 2007-05-08 2008-11-13 Koninklijke Philips Electronics N.V. Coronary artery selective calcium assignment using low dose calcium scoring scans

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
H.-J. Trappe et. al., "Natural history of single vessel disease. Risk of sudden coronary death in relation to coronary anatomy and arrythmia profile", European Heart Journal 1989 10(6): 514-524
TRAPPE H.-J. [u.a.]: Natural history of single vessel disease. Risk of sudden coronary death in relation to coronary anatomy and arrhythmia profile. In: European Heart Joirnal 1989, Vol. 10, S. 514-524. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8938106B2 (en) 2009-11-16 2015-01-20 Siemens Aktiengesellschaft Method and device for identifying and assigning coronary calcification to a coronary vessel and computer program product

Also Published As

Publication number Publication date
CN102085101B (zh) 2016-02-17
US8938106B2 (en) 2015-01-20
CN102085101A (zh) 2011-06-08
DE102009053471B4 (de) 2018-08-02
US20110118595A1 (en) 2011-05-19

Similar Documents

Publication Publication Date Title
DE102009053471B4 (de) Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt
EP3185215B1 (de) Automatisierte ermittlung von konturen auf basis einer iterativen rekonstruktion
DE102011087127B4 (de) Bestimmung von Aufnahmeparametern bei einer Dual-Energy Tomosynthese
DE102006021771B4 (de) Vorrichtung, Verfahren sowie Computerprogrammprodukt zur Erstellung einer Bestrahlungsplanung
EP2041719B1 (de) Verfahren zum bestimmen einer eigenschaftskarte für einen gegenstand, insbesondere für ein lebewesen, basierend auf zumindest einem ersten bild, insbesondere einem kernspinresonanzbild
DE102010032755B4 (de) Verfahren zur Visualisierung eines Vorhofs des Herzens eines Patienten
EP3437559A1 (de) Ermitteln eines funktionsparameters betreffend eine lokale gewebefunktion für mehrere gewebebereiche
DE102005036998B4 (de) Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
EP3332710B1 (de) Charakterisierung von plaque
DE102011003137A1 (de) Bildgebungsverfahren mit einer verbesserten Darstellung eines Gewebebereichs
DE102017217543B4 (de) Verfahren und System zur Klassifikation von Materialien mittels maschinellen Lernens
DE102007024154A1 (de) Verfahren zur automatischen Auswahl eines Darstellungsmodus für einen Bilddatensatz eines zu untersuchenden Organs
DE102013226858A1 (de) Verfahren zur Erzeugung eines wenigstens dreidimensionalen Anzeigedatensatzes, Röntgeneinrichtung und Computerprogramm
DE102020216306A1 (de) Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102009032257B4 (de) Verfahren und Vorrichtung zur automatisierten Ermittlung der Mittellinie zumindest eines Teilstücks einer tubulären Gewebestruktur
DE102008047825A1 (de) Verfahren, Vorrichtung und Computerprogrammprodukt zum Darstellen verschiedener Bilder einer Kavität
DE102013210252A1 (de) Automatische Generierung eines Auswahl-Bilddatensatzes
DE102014201321A1 (de) Bestimmung von Läsionen in Bilddaten eines Untersuchungsobjekts
DE102009033452B4 (de) Verfahren zur Bereitstellung eines segmentierten Volumendatensatzes für eine virtuelle Koloskopie sowie zugehörige Gegenstände
EP3384848B1 (de) Flexibler einsatz eines klinischen entscheidungsunterstützungssystems
DE102011003138B4 (de) Bildgebungsverfahren mit optimierter Grauwertfensterbestimmung
DE102016217776A1 (de) Simultane Abbildung von funktionalen und morphologischen Röntgenbilddaten einer Brust
DE102016204828B4 (de) Erzeugen einer kombinierten Kontrastmittel- und Gefäßdarstellung von zu untersuchendem Brustgewebe
DE102005039184B4 (de) Verfahren zur Auswertung einer kinematographischen Bildserie des Herzens, Kernspintomographiegerät und Computerprogramm
DE102022209173B3 (de) Verfahren und Datenverarbeitungssystem zum Bereitstellen von radiologischen Visualisierungsdaten

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R084 Declaration of willingness to licence

Effective date: 20130418

R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHCARE GMBH, DE

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

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

Owner name: SIEMENS HEALTHINEERS AG, DE

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