DE102016224717B4 - Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium - Google Patents

Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium Download PDF

Info

Publication number
DE102016224717B4
DE102016224717B4 DE102016224717.4A DE102016224717A DE102016224717B4 DE 102016224717 B4 DE102016224717 B4 DE 102016224717B4 DE 102016224717 A DE102016224717 A DE 102016224717A DE 102016224717 B4 DE102016224717 B4 DE 102016224717B4
Authority
DE
Germany
Prior art keywords
image data
image
projection measurement
measurement data
pmd1
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.)
Active
Application number
DE102016224717.4A
Other languages
English (en)
Other versions
DE102016224717A1 (de
Inventor
Thomas Flohr
Bernhard Schmidt
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 Healthcare GmbH
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 Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to DE102016224717.4A priority Critical patent/DE102016224717B4/de
Priority to US15/832,875 priority patent/US20180165812A1/en
Priority to CN201711311771.2A priority patent/CN108209956B/zh
Publication of DE102016224717A1 publication Critical patent/DE102016224717A1/de
Application granted granted Critical
Publication of DE102016224717B4 publication Critical patent/DE102016224717B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • G06T7/40Analysis of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • G06T7/44Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • 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
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10144Varying exposure
    • 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
    • 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
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/408Dual energy

Abstract

Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich, aufweisend die Schritte:
- Akquirieren von kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2, PMD3), umfassend mindestens zwei spektrale Projektionsmessdatensätze (PMD1, PMD2), von dem Untersuchungsbereich,
- Rekonstruieren von Bilddaten (BD1, BD2, BD3) auf Basis der akquirierten Projektionsmessdaten (PMD1, PMD2, PMD3), wobei die Bilddaten (BD1, BD2, BD3) mindestens zwei spektrale Bilddatensätze (BD1, BD2) umfassen,
- Erzeugen einer Parameter-Datenbasis, umfassend das Ermitteln von Texturparametern (TP1, TP2, TP3), auf Basis der rekonstruierten Bilddaten (BD1, BD2, BD3),
- Durchführen einer Parameteranalyse auf Basis der Parameter-Datenbasis.

Description

  • Die Erfindung betrifft ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich. Weiterhin betrifft die Erfindung eine Bildanalyseeinrichtung. Überdies betrifft die Erfindung ein Computertomographiesystem.
  • Mit Hilfe moderner bildgebender Verfahren werden häufig zwei- oder dreidimensionale Bilddaten erzeugt, die zur Visualisierung eines abgebildeten Untersuchungsobjekts und darüber hinaus auch für weitere Anwendungen genutzt werden können.
  • Häufig basieren die bildgebenden Verfahren auf der Erfassung von Röntgenstrahlung, wobei sogenannte Projektionsmessdaten erzeugt werden. Beispielsweise können Projektionsmessdaten mit Hilfe eines Computertomographie-Systems (CT-Systems) akquiriert werden. Bei CT-Systemen läuft gewöhnlich eine an einer Gantry angeordnete Kombination aus Röntgenquelle und gegenüberliegend angeordnetem Röntgendetektor um einen Messraum um, in dem sich das Untersuchungsobjekt (das im Folgenden ohne Beschränkung der Allgemeinheit als Patient bezeichnet wird) befindet. Das Drehzentrum (auch „Isozentrum“ genannt) fällt dabei mit einer sogenannten Systemachse z zusammen. Bei einem oder mehreren Umläufen wird der Patient mit Röntgenstrahlung der Röntgenquelle durchstrahlt, wobei mit Hilfe des gegenüberliegenden Röntgendetektors Projektionsmessdaten bzw. Röntgenprojektionsdaten erfasst werden, die die Röntgenschwächung des Patienten in dieser Durchstrahlungsrichtung beschreiben.
  • Die erzeugten Projektionsmessdaten, kurz auch als Projektionsdaten bezeichnet, sind insbesondere von der Bauart des Röntgendetektors abhängig. Röntgendetektoren weisen gewöhnlich eine Mehrzahl an Detektionseinheiten auf, die meist in Form eines regelmäßigen Pixelarrays angeordnet sind. Die Detektionseinheiten erzeugen jeweils für auf die Detektionseinheiten auftreffende Röntgenstrahlung ein Detektionssignal, welches zu bestimmten Zeitpunkten hinsichtlich Intensität und spektraler Verteilung der Röntgenstrahlung analysiert wird, um Rückschlüsse auf das Untersuchungsobjekt zu erhalten und Projektionsmessdaten zu erzeugen. Auf Basis der Projektionsmessdaten werden dann Bilddaten rekonstruiert. Die Rekonstruktion kann zum Beispiel mit Hilfe einer gefilterten Rückprojektion durchgeführt werden.
  • Bei einigen Arten von CT-Bildgebungsverfahren werden mehrere Bildaufnahmen mit Röntgenstrahlung mit unterschiedlichen Röntgenenergiespektren von ein und demselben Untersuchungsbereich eines Patienten durchgeführt. Diese Vorgehensweise wird auch als Multi-Energie-CT-Aufnahme bezeichnet. Eine solche Multi-Energie-CT-Aufnahme kann zum Beispiel mit Hilfe von mehreren CT-Bildaufnahmen nacheinander oder simultan mit mehreren Röntgenquellen mit unterschiedlicher Röhrenspannung erfolgen. Man kann auch simultan Aufnahmen mit unterschiedlichen Energiespektren realisieren, wenn man einen energieempfindlichen Detektor verwendet und bei einer einzigen CT-Bildaufnahme gleichzeitig Röntgenschwächungsdaten mit unterschiedlichen effektiven Spektren aufnimmt. Diese Vorgehensweise kann zum Beispiel mit Hilfe von quantenzählenden Detektoren oder mehrlagigen Detektoren realisiert werden.
  • Die genannten Bildaufnahmen, im Folgenden als spektrale CT-Bildaufnahmen bezeichnet, können zum Beispiel dazu genutzt werden, um die Zusammensetzung von Körpersubstanz bzw. den Anteil unterschiedlicher Materialien in einem Untersuchungsbereich zu ermitteln.
  • Bei der Behandlung von Krebserkrankungen ist es oft wichtig, den zu behandelnden Tumor genauer zu charakterisieren. Beispielsweise sollte die Aggressivität des Tumors ermittelt werden. Zudem ist es wichtig, vor dem Beginn einer Therapie vorhersagen zu können, wie ein Tumor auf eine bestimmte Therapie reagiert, und auch während der Therapie die Reaktion des Tumors auf diese Therapie überwachen zu können.
  • Herkömmlich werden CT-Bildgebungsverfahren genutzt, wobei das Ansprechen von Tumoren auf eine Therapie mit Hilfe von Messungen von morphologischen Größen erfolgt. Ein Beispiel dafür ist die Anwendung des sogenannten RECIST-Kriteriums. Zusätzlich werden Technologien, wie zum Beispiel die CT-Perfusionsbildgebung oder die Dual-Energie-CT-Bildgebung eingesetzt, um Tumoren zu charakterisieren, deren Ansprechverhalten vorherzusagen und deren Behandlung zu überwachen. Allerdings befinden sich diese Techniken noch im Versuchsstadium und sind in der klinischen Anwendung noch nicht etabliert.
  • Ein anderer neuartiger Ansatz, Tumoren zu charakterisieren, ihr Ansprechverhalten auf eine Therapie vorherzusagen oder ihr Ansprechveralten auf eine Therapie zu überwachen, besteht in der Texturanalyse. Bei der Texturanalyse wird ein Abstandsfilter auf ein CT-Bild angewandt, um eine Serie von abgeleiteten Bildern zu erzeugen, die Merkmale für verschiedene Abstandsskalenwerte zeigen, von beispielsweise fein bis grob. Üblicherweise verwendete Merkmale sind zum Beispiel der Mittelwert der Intensität, die Standardabweichung, die Gleichförmigkeit oder die Entropie. Es wurde gezeigt, dass einige dieser Merkmale einen Vorhersagewert aufweisen. Zum Beispiel lässt sich mit Hilfe einer Ermittlung der Gleichförmigkeit der CT-Bildmerkmale, welche 10 bis 12 Bildpixel weit voneinander entfernt sind, die Lebensdauer von Patienten mit Lebermetastasen oder Darmkrebs vorhersagen.
  • In MILES, K.A. u.a.: Colorectal Cancer: Texture Analysis of Portal Phase Hepatic CT Images as a Potential Marker of Survival. In: Radiology. 2009, Vol. 250, No. 2, S. 444 - 452 wird die Durchführung einer Textur-Analyse von CT-Bilddaten beschrieben, welche nach einer Kontrastmittelgabe aufgenommen wurden.
  • Die spektrale CT-Bildgebung wird dazu genutzt, pseudo-monoenergetische Bilder bei unterschiedlichen Röntgenenergiewerten zu berechnen, Iod-Bilder zu berechnen oder virtuelle Nicht-Kontrastbilder zu erzeugen. Der Iodgehalt in einem Iodbild dient dazu, das lokale Blutvolumen zu messen.
  • Durch einfaches Ermitteln des mittleren CT-Werts in bestimmten Bereichen in einem Iodbild und einem virtuellen Nichtkontrastbild, d.h. einem Bild, welches einem Bild entspricht, welches ohne Kontrastmittelt aufgenommen wurde, wurde versucht, Tumoren hinsichtlich ihrer Gutartigkeit oder Bösartigkeit zu charakterisieren, ihr Ansprechverhalten auf eine Therapie vorherzusagen und ihr Ansprechverhalten während der Therapie zu überwachen. Dabei wurde ein reduzierter CT-Wert im Iodbild mit einer geringeren Iodkonzentration und damit mit einer erfolgreichen Therapie in Verbindung gebracht. Alternativ wurde auch die Änderung des CT-Werts in Läsionen als Funktion der Röntgenenergie in monochromatischen Bildern für die genannten Therapiezwecke genutzt. Allerdings ist bei beiden Ansätzen die zusätzliche Information, welche durch das Auswerten der CT-Bilder gewonnen wird, beschränkt und die genannten Methoden sind für die klinische Anwendung nicht ausreichend zuverlässig.
  • Es besteht also das Problem, ein Verfahren zum Ermitteln von Gewebeeigenschaften anhand von CT-Bildern, eine entsprechende Analyseeinrichtung, ein entsprechendes Computertomographiesystem, ein zur Umsetzung des Verfahrens geeignetes Computerprogrammprodukt und ein computerlesbares Medium zu entwickeln, mit deren Hilfe Daten gewonnen werden können, auf deren Basis Tumoren verlässlicher charakterisierbar sind und deren Ansprechverhalten auf Therapien genauer und verlässlicher vorhersagbar und überwachbar ist.
  • Diese Aufgabe wird durch ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich gemäß Patentanspruch 1, durch eine Bildanalyseeinrichtung gemäß Patentanspruch 11, ein Computertomographiesystem gemäß Patentanspruch 12, ein Computerprogrammprodukt gemäß Patentanspruch 13 und ein computerlesbares Medium gemäß Patentanspruch 14 gelöst.
  • Bei dem erfindungsgemäßen Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich werden kontrastmittelgestützte Projektionsmessdaten, welche mindestens zwei spektrale Projektionsmessdatensätze umfassen, von dem Untersuchungsbereich akquiriert. Als kontrastmittelgestützt soll in diesem Zusammenhang verstanden werden, dass in dem Untersuchungsbereich während der Akquisition der Projektionsmessdaten ein Kontrastmittel vorhanden ist. Mit Hilfe des Kontrastmittels können Flüssigkeiten, insbesondere Blut, gut sichtbar gemacht werden. Als spektrale Projektionsmessdatensätze sollen in diesem Zusammenhang Sätze von unterschiedlichen Röntgenenergiespektren zugeordneten Projektionsmessdaten verstanden werden. Unter unterschiedlichen Röntgenenergiespektren ist zu verstehen, dass sich die Energieverteilung der Röntgenstrahlung, welche zur Erzeugung der unterschiedlichen Sätze von Projektionsmessdaten beitragen, unterscheidet. Als Untersuchungsbereich soll in diesem Zusammenhang ein Teilbereich des Körpers eines Patienten verstanden werden, der mit Hilfe eines CT-Bildgebungsverfahrens näher untersucht werden soll. Als Patient soll in diesem Zusammenhang sowohl ein zu untersuchender Mensch als auch ein zu untersuchendes Tier verstanden werden.
  • Die mindestens zwei spektralen Projektionsmessdatensätze können zum Beispiel simultan mit Hilfe eines Dual-Energie-CT-Bildgebungsverfahrens oder eines anderen spektralen CT-Bildgebungsverfahrens akquiriert werden. Die beiden Projektionsmessdatensätze können auch alternativ nacheinander akquiriert werden, wobei die Bildaufnahmen kontrastmittelgestützt erfolgen.
  • Nachfolgend werden Bilddaten auf Basis der akquirierten Projektionsmessdaten rekonstruiert, wobei die Bilddaten mindestens zwei spektrale Bilddatensätze umfassen. Als spektrale Bilddatensätze sollen Bilddatensätze verstanden werden, die auf Basis der genannten spektralen Projektionsmessdatensätze rekonstruiert wurden. Dabei können die spektralen Bilddatensätze zum Beispiel mit Hilfe einer Basismaterialzerlegung gewonnen werden.
  • Eine solche Basismaterialzerlegung ist beispielsweise in PHYS. MED. BIOL., 1976, VOL. 21, NO. 5, 733-744, „Energy-selective Reconstructions in X-ray Computerized Tomography“, R. E. Alvarez and A. Macovski, für die Zerlegung nach zwei Basismaterialien beschrieben. Hierbei werden zwei Projektionsmessdatensätze oder Bilddatensätze erzeugt, wobei die für die Datensätze ermittelten Abschwächungswerte oder Dichtewerte der Abschwächung durch die jeweiligen Basismaterialien bzw. der Konzentration der jeweiligen Basismaterialien entsprechen. Die Zerlegung nach Basismaterialien kann sowohl im Projektionsmessdatenraum als auch im Bilddatenraum erfolgen. Als typische Basismaterialien werden bei herkömmlichen Anwendungen dieser Technologie zum Beispiel Iod und Wasser oder Knochen und Wasser verwendet, bei denen unterschiedliche Streumechanismen, d.h. der Photoelektrische Effekt und der Compton-Effekt, relevant sind. Auf Basis der Basismaterialzerlegung können dann virtuelle Bilddatensätze berechnet werden, denen unterschiedliche Röntgenenergiespektren zugeordnet sind. D.h., es werden virtuelle Bilddatensätze berechnet, welche Bilddatensätzen entsprechen, die auf der Basis von Projektionsmessdaten rekonstruiert wurden, die mit Röntgenstrahlen der genannten Röntgenenergiespektren aufgenommen wurden.
  • Anschließend wird eine Parameter-Datenbasis in dem Untersuchungsbereich auf Basis der rekonstruierten Bilddaten ermittelt. Schließlich erfolgt eine Parameteranalyse, vorzugsweise umfassend eine Texturparameteranalyse, auf Basis der Parameter-Datenbasis.
  • Wird in der Anmeldung davon gesprochen, dass Parameter ermittelt werden, so soll darunter verstanden werden, dass entsprechende Paramterwerte zu bestimmten Parametern bzw. Parameterarten ermittelt werden. Die Begriffe „Parameter“ und „Parameterwert“ sollen also in diesem Zusammenhang die gleiche Bedeutung haben. Als Parameter bzw. diesen zugeordnete Parameterwerte der Parameter-Datenbasis sollen in diesem Zusammenhang Bildparameter, wie zum Beispiel die genannten Textur-Parameter, aber auch CT-Mittelwert-Parameter, verstanden werden. Als CT-Mittelwert-Parameter sollen mittleren CT-Werten zugeordnete, bzw. diese mittleren CT-Werte repräsentierende Parameter verstanden werden. Die mittleren CT-Werte werden durch Mittelung von CT-Werten in einem vorbestimmten Bereich ermittelt. Die Ermittlung von Bildparametern für mehrere Bilder, denen unterschiedliche Röntgenspektren zugeordnet sind, erlaubt es, bei einer anschließenden Analyse der Parameterwerte diese Werte für verschiedene Spektralanteile zu vergleichen. Dabei können zum Beispiel Korrelationen zwischen den Parameterwerten bzw. der Verteilung dieser Parameterwerte in mehreren Bildern ermittelt werden und aus diesen Korrelationen Rückschlüsse auf die Aggressivität von Tumoren gezogen werden, deren Ansprechverhalten auf Therapien prognostiziert und während einer solchen Therapie überwacht werden. Die Anwendung eines Kontrastmittels für die zu vergleichenden Bildaufnahmen erlaubt es, aktive Bereiche eines Tumors, die mit Blut versorgt werden, zu erkennen. Da die der Analyse zugrundeliegende Datenbasis auch Texturparameter umfasst, liegt der Paramteranalyse erfindungsgemäß eine Kombination aus Spektralinformationen und Texturdaten zugrunde, wodurch die Analyse eine verlässlichere Grundlage für eine spätere Charakterisierung eines Tumors bildet.
  • Erfindungsgemäß erfolgt eine Parameteranalyse zumindest teilweise auf Basis spektraler Bilddaten. Erfolgt die Analyse auf Basis der spektralen Bilddaten, so kann die Analyse an den reinen Blutvolumenbildern erfolgen, d.h. ohne darunterliegende anatomische Strukturen. Es können beispielsweise mit exakter Übereinstimmung Parameterwerte und Korrelationen dieser Parameter zwischen virtuellen Nicht-Kontrastmittelbildern, virtuellen Jodbildern und Mischbildern analysiert werden.
  • Die erfindungsgemäße Bildanalyseeinrichtung weist eine Eingangsschnittstelle zum Empfangen von kontrastmittelgestützten Projektionsmessdaten von einem Untersuchungsbereich eines Patienten, welche mindestens zwei spektrale Projektionsmessdatensätze umfassen, auf. Die erfindungsgemäße Bildanalyseeinrichtung weist zudem eine Bildrekonstruktionseinheit zum Rekonstruieren von Bilddaten auf Basis der kontrastmittelgestützten Projektionsmessdaten auf, wobei die Bilddaten mindestens zwei spektrale Bilddatensätze umfassen. Teil der erfindungsgemäßen Bildanalyseeinrichtung ist zudem eine Bildanalyseeinheit zum Erzeugen einer Parameter-Datenbasis. Das Erzeugen der Parameter-Datenbasis umfasst das Ermitteln von Texturparametern in dem Untersuchungsbereich auf Basis der rekonstruierten Bilddaten.
  • Weiterhin ist die Bildanalyseeinheit dazu eingerichtet, eine Parameteranalyse, vorzugsweise umfassend eine Texturparamteranalyse, auf Basis der Parameter-Datenbasis durchzuführen. Vorteilhaft ist die Bildanalyseeinheit dazu eingerichtet, Parameterwerte auf Basis mehrerer spektral unterschiedlicher Bilddatensätze zu ermitteln. Auf diese Weise werden Vergleichsdaten geschaffen, anhand von denen zusätzlich Informationen, wie zum Beispiel Korrelationen zwischen Parameterwerten von verschiedenen Bildern gewonnen werden können, um das Verhalten von Tumoren noch zuverlässiger einschätzen zu können. Da zumindest ein Teil der Parameter der Parameter-Datenbasis, welche der Parameteranalyse zugrunde liegt, Texturparameter umfassen, kann die Parameteranalyse im Vergleich zu herkömmlichen Vorgehensweisen für exaktere und verlässlichere Vorhersagen und Charakterisierungen von Gewebezuständen, insbesondere von Tumoren, genutzt werden.
  • Das erfindungsgemäße Computertomographiesystem weist eine Scaneinheit zum Akquirieren von Projektionsmessdaten von einem Untersuchungsbereich eines Patienten und eine erfindungsgemäße Bildanalyseeinrichtung auf.
  • Einige wesentliche Komponenten der erfindungsgemäßen Bildanalyseeinrichtung können zum überwiegenden Teil in Form von Softwarekomponenten ausgebildet sein. Dies betrifft insbesondere die Bildrekonstruktionseinheit und die Bildanalyseeinheit. Grundsätzlich können diese Komponenten aber auch zum Teil, insbesondere wenn es um besonders schnelle Berechnungen geht, in Form von softwareunterstützter Hardware, beispielsweise FPGAs oder dergleichen, realisiert sein. Ebenso können die benötigten Schnittstellen, beispielsweise wenn es nur um eine Übernahme von Daten aus anderen Softwarekomponenten geht, als Softwareschnittstellen ausgebildet sein. Sie können aber auch als hardwaremäßig aufgebaute Schnittstellen ausgebildet sein, die durch geeignete Software angesteuert werden.
  • Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Computertomographiesysteme auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein entsprechendes Computerprogrammprodukt mit einem Computerprogramm gelöst, welches direkt in eine Speichereinrichtung eines Computertomographiesystems ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in dem Computertomographiesystem ausgeführt wird. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile wie z. B. eine Dokumentation und/oder zusätzliche Komponenten, auch Hardware-Komponenten, wie z.B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen.
  • Zum Transport zu dem Computertomographiesystem und/oder zur Speicherung an oder in dem Computertomographiesystem kann ein computerlesbares Medium, beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger transportabler oder fest eingebauter Datenträger dienen, auf welchem die von einer Rechnereinheit des Computertomographiesystems einlesbaren und ausführbaren Programmabschnitte des Computerprogramms gespeichert sind. Die Rechnereinheit kann z.B. hierzu einen oder mehrere zusammenarbeitende Mikroprozessoren oder dergleichen aufweisen.
  • Weitere, besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen sowie der nachfolgenden Beschreibung, wobei die unabhängigen Ansprüche einer Anspruchskategorie auch analog zu den abhängigen Ansprüchen oder Beschreibungsteilen einer anderen Anspruchskategorie weitergebildet sein können und insbesondere auch einzelne Merkmale verschiedener Ausführungsbeispiele bzw. Varianten zu neuen Ausführungsbeispielen bzw. Varianten kombiniert werden können.
  • In einer bevorzugten Variante des erfindungsgemäßen Verfahrens zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich werden die Texturparameter auf Basis der mindestens zwei spektralen Bilddatensätze ermittelt. Werden Texturparameter analysiert, so kann die Texturanalyse an den reinen Blutvolumenbildern erfolgen, d.h. ohne darunterliegende anatomische Strukturen. Es können beispielsweise mit exakter Übereinstimmung Texturen und Korrelationen zwischen virtuellen Nicht-Kontrastmittelbildern, virtuellen Jodbildern und Mischbildern analysiert werden.
  • In einer alternativen Ausgestaltung des erfindungsgemäßen Verfahrens werden bei dem Erzeugen der Parameter-Datenbasis CT-Mittelwert-Parameter auf Basis der mindestens zwei spektralen Bilddatensätze ermittelt.
  • Wie man anhand der mittleren CT-Werte Aussagen hinsichtlich des Verhaltens von Tumoren tätigen kann, ist in Miles et al., „Colorectal Cancer: Texture Analysis of Portal Phase Hepatic CT Images as a Potential Marker of Survival“, Radiology, Volume 250: Number 2 - February 2009 beschrieben.
  • Bei dieser Variante können zum Beispiel die Texturparameter auf Basis einer Standard-CT-Bildgebung gewonnen werden, so dass der Aufwand für die Gewinnung der Texturparameter reduziert ist. Die Spektraldaten dagegen werden bei dieser Variante zur Ermittlung der mittleren CT-Werte, auch als CT-Mittelwert-Parameter bezeichnet, genutzt. Mithin erfolgt die Analyse auch bei dieser Variante auf der Basis von Spektraldaten und Texturparametern, so dass auch bei dieser Variante eine Kombination aus Textur- und Spektralanalyse durchgeführt werden kann, was zu einer verbesserten Genauigkeit der Analyse beiträgt.
  • In einer Ausgestaltung dieser Variante wird auf Basis der kontrastmittelgestützten Projektionsmessdaten ein Standard-Bilddatensatz rekonstruiert und es werden die Texturparameter auf Basis des Standard-Bilddatensatzes ermittelt. Vorteilhaft muss bei dieser Variante für die Texturanalyse nur ein Bilddatensatz untersucht werden, was den Aufwand für die komplexe Texturanalyse stark reduziert. Als Standard-Bilddatensatz soll in diesem Zusammenhang ein CT-Bilddatensatz verstanden werden, der auf Basis eines Standard-CT-Bildgebungsverfahrens erzeugt wurde. Bei diesem Verfahren wird ein einziger Projektionsmessdatensatz mit Hilfe von polychromatischer Röntgenstrahlung erzeugt. Auf Basis dieses Projektionsmessdatensatzes werden die Standard-Bilddaten rekonstruiert. Eine Differenzierung nach Röntgenstrahlenenergiewerten findet bei dem Standard-CT-Bildgebungsverfahren nicht statt.
  • Zur Gewinnung des Standard-Bilddatensatzes kann zum Beispiel bei der Akquisition der kontrastmittelgestützten Projektionsmessdaten zusätzlich ein Projektionsmessdatensatz akquiriert werden und es kann der Standard-Bilddatensatz auf Basis des zusätzlichen Projektionsmessdatensatzes rekonstruiert werden. Der zusätzliche Projektionsmessdatensatz kann zum Beispiel auf Basis eines Standard-CT-Bildgebungsverfahrens gewonnen werden, so dass der Aufwand für die Gewinnung der Projektionsmessdaten für die Bilddaten für die Texturanalyse reduziert ist.
  • Alternativ kann der zusätzliche Standard-Bilddatensatz auch als Mischbild mehrerer spektraler Bilddatensätze gewonnen werden. Bei dieser Variante können zum Beispiel sowieso benötige spektrale Bilddatensätze zur Gewinnung des Mischbilds herangezogen werden, so dass der Aufwand bei der Bildgebung bzw. der Akquisition der Projektionsmessdaten weiter reduziert ist.
  • In einer Ausgestaltung des erfindungsgemäßen Verfahrens zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich umfassen die rekonstruierten Bilddaten pseudo-monoenergetische Bilddaten, auch pseudo-monochromatische Bilddaten genannt. Pseudo-monoenergetische Bilddaten werden üblicherweise auf der Basis von mit unterschiedlichen Röntgenenergiespektren erfassten Projektionsmessdaten erzeugt.
  • Pseudo-monoenergetische Bilddaten können zum Beispiel auf Basis einer Multimaterialzerlegung rekonstruiert werden. Eine solche Multimaterialzerlegung oder Basismaterialzerlegung ist, wie bereits erwähnt, beispielsweise in PHYS. MED. BIOL., 1976, VOL. 21, NO. 5, 733-744, „Energy-selective Reconstructions in X-ray Computerized Tomography“, R. E. Alvarez and A. Macovski, für die Zerlegung nach zwei Basismaterialien beschrieben.
  • Aus den Daten, welche den Basismaterialien zugeordnet sind, lassen sich beliebigen Röntgenenergiespektren zugeordnete Bilder berechnen. Ein Beispiel dafür sind pseudo-monoenergetische oder pseudo-monochromatische Bilder, bei denen nur ein schmaler Frequenzbereich des Röntgenenergiespektrums berücksichtigt wird. Beispielsweise lässt sich bei dem Einsatz von Kontrastmitteln mit einem solchen Verfahren ein Spektralbereich auf einen definierten Bereich beschränken, um einen besonders guten Kontrast zu erzielen.
  • Polychromatische Bilder sind durch das Aufnahmespektrum bestimmt. Virtuelle keV-Bilder, auch pseudo-monoenergetische Bilder genannt, sind sekundäre Bilder, die aus den initialen polychromatischen Dual-Energie- (high-low) Bildern berechnet werden. Die keV-Bilder zeigen im Fall von Materialien mit hoher Kernladungszahl im Gewebe eine starke Energieabhängigkeit. Dieses unterschiedliche Verhalten sollte zu unterschiedlichen Bildparametern, insbesondere unterschiedlichen Texturparametern führen. Diese selbst oder auch Korrelationen können bei der Gewebecharakterisierung helfen.
  • Vorzugsweise umfassen die mindestens zwei spektralen Bilddatensätze eine der folgenden Arten von Bilddatensätzen:
    • - ein Iodbild und ein virtuelles Nicht-Kontrastbild,
    • - eine Serie von monochromatischen Bildern.
  • Hierbei sind unter monochromatischen Bildern die bereits erwähnt pseudo-monochromatischen Bilder zu verstehen.
  • Die unterschiedlichen Bilder zeigen „andere“ bzw. unterschiedliche Informationen. Maskierungseffekte können so herausgerechnet werden. Erfolgt eine Parameteranalyse auf Basis von spektralen Bilddaten kann dies zu dem für die Ermittlung von Korrelationen hilfreich sein. Die genannten spektralen Bilddatensätze können sowohl für die Analyse von CT-Mittelwert-Parametern als auch für die Textur-Analyse genutzt werden.
  • In einer Ausgestaltung des erfindungsgemäßen Verfahrens zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich wird auf Basis der Parameteranalyse eine der folgenden Informationen ermittelt:
    • - eine Charakterisierung eines Tumors,
    • - das voraussichtliche Ansprechverhalten eines Tumors auf eine bestimmte Therapie,
    • - das tatsächliche Ansprechverhalten des Tumors während einer Therapie.
  • Als Charakterisierung eines Tumors soll in diesem Zusammenhang verstanden werden, dass das Ausmaß der Aggressivität eines Tumors ermittelt wird. Da die der Parameteranalyse zugrundeliegende Datenbasis auch Texturparameter umfasst, fließen die Texturparameter in Kombination mit Spektralinformation in die Charakterisierung des Tumors mit ein. Wie die genannten Informationen auf der Basis von Texturparametern zu ermitteln sind, ist ebenfalls in Miles, et al. ausführlich beschrieben.
  • Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Es zeigen:
    • 1 ein Flussdiagramm, welches ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich gemäß einem Ausführungsbeispiel der Erfindung veranschaulicht,
    • 2 eine schematische Darstellung einer Bildanalyseeinrichtung gemäß einem Ausführungsbeispiel der Erfindung,
    • 3 ein Flussdiagramm, welches ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich gemäß einem alternativen Ausführungsbeispiel der Erfindung veranschaulicht,
    • 4 eine schematische Darstellung eines Computertomographiesystems gemäß einem Ausführungsbeispiel der Erfindung.
  • In 1 ist ein Flussdiagramm 100 gezeigt, welches ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich veranschaulicht. Vorab, d.h. vor dem Start des Verfahrens wird einem Patienten ein Kontrastmittel injiziert, welches über die Blutbahn zu dem Untersuchungsbereich im Körper des Patienten gelangt. Anschließend wird bei dem Schritt 1.I der Untersuchungsbereich mit Röntgenstrahlen bestrahlt und es werden mindestens zwei Sätze PMD1, PMD2 von unterschiedlichen Röntgenenergiespektren zugeordneten Projektionsmessdaten, auch spektrale Projektionsmessdaten genannt, von dem Untersuchungsbereich akquiriert. Während der Akquisition der spektralen Projektionsmessdaten PMD1, PMD2 in dem Untersuchungsbereich ist das vorab injizierte Kontrastmittel im Untersuchungsbereich vorhanden. Bei dem Schritt 1.II werden dann Bilddaten BD1, BD2 auf Basis der akquirierten Projektionsmessdaten PMD1, PMD2 rekonstruiert. In dem in 1 veranschaulichten Ausführungsbeispiel werden zwei pseudo-monoenergetische Bilddatensätze BD1, BD2 auf Basis der Projektionsmessdaten PMD1, PMD2 rekonstruiert. Ein erstes Bild BD1 wird als Kontrastbild rekonstruiert, d.h. es wird auf Basis der Projektionsmessdaten ein pseudo-monoenergetisches Bild berechnet, wobei die dem Bild zugeordnete Röntgenenergie oberhalb der K-Kante des vorab injizierten Kontrastmittels liegt. Ein zweites pseudo-monoenergetisches Bild BD2 wird als Nicht-Kontrastbild zu einer entsprechend niedrigeren Röntgenenergie rekonstruiert, deren Wert unterhalb der K-Kante des verwendeten Kontrastmittels liegt.
  • Anschließend werden bei dem Schritt 1.III Texturparameter TP1, TP2 bzw. Texturparameterwerte auf Basis der rekonstruierten Bilddaten BD1, BD2 ermittelt. Texturparameter können zum Beispiel die mittlere Bildintensität oder die Gleichförmigkeit bzw. Homogenität oder die Form der Textur der Bilder BD1, BD2 betreffen. Dabei können Parameterwerte für unterschiedliche Filtergrößen von „fein“ bis „grob“ ermittelt werden.
  • Bei dem Schritt 1.IV erfolgt dann ein Vergleich der ermittelten Texturparameter TP1, TP2 miteinander. D.h. es werden Texturparameterwerte des Kontrastbilds BD1 mit den Texturparameterwerten des nichtkontrastierten Bildes BD2 verglichen. Auf Basis dieses Vergleichs kann zum Beispiel ein Tumor besser eingegrenzt werden und können zum Beispiel aufgrund einer Behandlung auftretende nekrotische Bereiche leichter erkannt werden. Weiterhin können Korrelationen zwischen den Texturparameterwerten der unterschiedlichen Bilder BD1, BD2 untersucht werden. Die ermittelten Texturparameter TP1, TP2 sowie die Korrelationen können anschließend dazu genutzt werden, die Aggressivität eines Tumors einzuschätzen, das Ansprechverhalten eines Tumors auf eine Therapie zu prognostizieren und das Ansprechverhalten eines Tumors während der Therapie zu überwachen.
  • In 2 ist eine schematische Darstellung einer Bildanalyseeinrichtung 20 gemäß einem Ausführungsbeispiel der Erfindung gezeigt. Die Bildanalyseeinrichtung 20 umfasst eine Eingangsschnittstelle 21 zum Empfangen von zwei spektralen kontrastmittelgestützt akquirierten Projektionsmessdatensätzen PMD1, PMD2 von einem Untersuchungsbereich eines Patienten. Die Bildanalyseeinrichtung 20 weist auch eine Bildrekonstruktionseinheit 22 auf, die dazu eingerichtet ist, mindestens zwei Sätze von Bilddaten BD1, BD2 auf Basis der akquirierten spektralen Projektionsmessdaten PMD1, PMD2 zu rekonstruieren. Teil der Bildanalyseeinrichtung 20 ist auch eine Bildanalyseeinheit 23, welche dazu eingerichtet ist, Texturparameter TP1, TP2 auf Basis der rekonstruierten Bilddaten BD1, BD2 zu ermitteln. Die ermittelten Texturparameter TP1, TP2 bzw. Texturparameterwerte werden über eine Ausgangsschnittstelle 24 an andere Einheiten, wie zum Beispiel eine Datenspeichereinheit oder eine Bildanzeigeeinheit übermittelt. Die ermittelten Texturparameterwerte TP1, TP2 können auch an eine Diagnoseeinrichtung (nicht gezeigt) übermittelt werden, welche auf Basis der ermittelten Texturparameterwerte TP1, TP2 und Vergleichswerten bzw. Referenzwerten automatisiert die Aggressivität eines Tumors oder dessen Ansprechverhalten auf eine Therapie ermittelt.
  • In 3 ist ein Flussdiagramm gezeigt, welches ein Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich gemäß einem alternativen Ausführungsbeispiel der Erfindung veranschaulicht. Bei dem Schritt 3.I werden zunächst wie bei dem in 1 veranschaulichten Ausführungsbeispiel ein erster und ein zweiter spektraler Projektionsmessdatensatz PMD1, PMD2 kontrastmittelgestützt von einem Untersuchungsbereich akquiriert. Zudem wird jedoch im Gegensatz zu dem in 1 veranschaulichten Verfahren bei dem Schritt 3.II ein dritter Projektionsmessdatensatz PMD3 mit Hilfe eines Standard-CT-Bildgebungsverfahrens kontrastmittelgestützt akquiriert. Auf Basis des ersten und des zweiten Projektionsmessdatensatzes PMD1, PMD2 wird bei dem Schritt 3.III ein erster und ein zweiter Bilddatensatz BD1, BD2 rekonstruiert und auf Basis des dritten Projektionsmessdatensatzes PMD3 wird bei dem Schritt 3.IV ein Standard-CT-Bild BD3 rekonstruiert. Auf Basis des ersten und des zweiten Bilddatensatzes BD1, BD2 werden anders als bei dem in 1 veranschaulichten Ausführungsbeispiel bei dem Schritt 3.V erste und zweite CT-Mittelwerte CT-MW1, CT-MW2 als Parameterwerte ermittelt. Zusätzlich werden bei dem Schritt 3.VI auf Basis des dritten Bilddatensatzes BD3 Texturparameterwerte TP3 ermittelt.
  • Mit Hilfe der Mittelwerte CT-MW1, CT-MW2 der CT-Werte und der Texturparameterwerte TP3 werden bei dem Schritt 3.VII Aussagen über den Umfang eines vorhandenen Tumors und dessen Aggressivität sowie dessen Ansprechverhalten auf eine Therapie getätigt. Diese Einschätzungen sind infolge der Kombination der Mittelwerte CT-MW1, CT-MW2 der CT-Werte und der Texturparameterwerte TP3 präzisiert und zuverlässiger als Einschätzungen allein auf Basis von Texturparameterwerten.
  • In 4 ist ein Computertomographiesystem 40 gezeigt, welches die in 2 gezeigte Bildanalyseeinrichtung 20 umfasst. Das CT-System 40 besteht dabei im Wesentlichen aus einer üblichen Scaneinheit 10, in welcher an einer Gantry 11 eine Projektionsdatenakquisitionseinheit 5 mit zwei Detektoren 16a, 16b und zwei jeweils den beiden Detektoren 16a, 16b gegenüberliegenden Röntgenquellen 15a, 15b um einen Messraum 12 umläuft. Vor der Scaneinheit 10 befindet sich eine Patientenlagerungseinrichtung 3 bzw. ein Patiententisch 3, dessen oberer Teil 2 mit einem darauf befindlichen Patienten P zur Scaneinheit 10 verschoben werden kann, um den Patienten P durch den Messraum 12 hindurch relativ zu den Detektoren 16a, 16b zu bewegen. Angesteuert werden die Scaneinheit 10 und der Patiententisch 3 durch eine Steuereinrichtung 41, von der aus über eine übliche Steuerschnittstelle 43 Akquisitionssteuersignale AS kommen, um das gesamte System gemäß vorgegebener Messprotokolle in der herkömmlichen Weise anzusteuern. Im Fall einer Spiralakquisition ergibt sich durch eine Bewegung des Patienten P entlang der z-Richtung, welche der Systemachse z längs durch den Messraum 12 entspricht, und den gleichzeitigen Umlauf der Röntgenquellen 15a, 15b für die Röntgenquellen 15a, 15b relativ zum Patienten P während der Messung eine Helixbahn. Parallel läuft dabei immer gegenüber den Röntgenquellen 15a, 15b der gegenüberliegende Detektor 16a, 16b mit, um Projektionsmessdaten PMD1, PMD2 zu erfassen, die dann zur Rekonstruktion von dual-energetischen Volumen- und/oder Schicht-Bilddaten genutzt werden. Ebenso kann auch ein sequentielles Messverfahren durchgeführt werden, bei dem eine feste Position in z-Richtung angefahren wird und dann während eines Umlaufs, eines Teilumlaufs oder mehrerer Umläufe an der betreffenden z-Position die erforderlichen Projektionsmessdaten PMD1, PMD2 erfasst werden, um ein Schnittbild an dieser z-Position zu rekonstruieren oder um aus den Projektionsdaten mehrerer z-Positionen Bilddaten zu rekonstruieren. Das erfindungsgemäße Verfahren ist grundsätzlich auch an anderen CT-Systemen, z.B. mit einem einen vollständigen Ring bildenden Detektor, einsetzbar. Beispielsweise lässt sich das erfindungsgemäße Verfahren auch auf ein System mit unbewegtem Patiententisch und in z-Richtung bewegter Gantry (einer sogenannten Sliding Gantry) anwenden.
  • In 4 ist außerdem eine Kontrastmittelinjektionseinheit 45 gezeigt, welche dazu eingerichtet ist, vorab, d.h. vor dem Start eines CT-Bildgebungsverfahrens, dem Patienten P ein Kontrastmittel KM zu injizieren.
  • Die von den beiden Detektoren 16a, 16b akquirierten Projektionsmessdaten PMD1, PMD2 (auch Rohdaten genannt) werden über eine Rohdatenschnittstelle 42 an die Steuereinrichtung 41 übergeben. Diese Projektionsmessdaten PMD1, PMD2 werden dann, gegebenenfalls nach einer geeigneten Vorverarbeitung (z. B. Filterung und/oder Strahlaufhärtungskorrektur), in einer erfindungsgemäßen Bildanalyseeinrichtung 20 weiterverarbeitet, die in diesem Ausführungsbeispiel in der Steuereinrichtung 41 in Form von Software auf einem Prozessor realisiert ist. Diese Bildanalyseeinrichtung 20 ermittelt auf Basis der Projektionsmessdaten PMD1, PMD2 Texturparameterwerte TP1, TP2.
  • Die ermittelten Texturparameterwerte TP1, TP2 werden anschließend an eine Bilddatenspeichereinheit 44 übermittelt, von der sie zum Beispiel an eine Bildanzeigeeinheit zur bildlichen Darstellung übermittelt werden. Sie können auch über eine in 4 nicht dargestellte Schnittstelle in ein an das Computertomographiesystem 40 angeschlossenes Netz, beispielsweise ein radiologisches Informationssystem (RIS), eingespeist und in einem dort zugänglichen Massenspeicher hinterlegt oder auf dort angeschlossenen Druckern ausgegeben werden. Die Daten können so in beliebiger Weise weiterverarbeitet und dann gespeichert oder ausgegeben werden.
  • Die Komponenten der Bildanalyseeinrichtung 20 können überwiegend oder vollständig in Form von Softwareelementen auf einem geeigneten Prozessor realisiert sein. Insbesondere können auch die Schnittstellen zwischen diesen Komponenten rein softwaremäßig ausgebildet sein. Erforderlich ist lediglich, dass Zugriffsmöglichkeiten auf geeignete Speicherbereiche bestehen, in denen die Daten geeignet zwischengelagert und jederzeit wieder aufgerufen und aktualisiert werden können.
  • Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorhergehend detailliert beschriebenen medizintechnischen Geräten und Verfahren lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso ist nicht ausgeschlossen, dass als einzelne Einheiten dargestellte Elemente der vorliegenden Erfindung aus mehreren zusammenwirkenden Teil-Komponenten bestehen, die gegebenenfalls auch räumlich verteilt sein können.

Claims (14)

  1. Verfahren zum Ermitteln von Gewebeeigenschaften in einem Untersuchungsbereich, aufweisend die Schritte: - Akquirieren von kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2, PMD3), umfassend mindestens zwei spektrale Projektionsmessdatensätze (PMD1, PMD2), von dem Untersuchungsbereich, - Rekonstruieren von Bilddaten (BD1, BD2, BD3) auf Basis der akquirierten Projektionsmessdaten (PMD1, PMD2, PMD3), wobei die Bilddaten (BD1, BD2, BD3) mindestens zwei spektrale Bilddatensätze (BD1, BD2) umfassen, - Erzeugen einer Parameter-Datenbasis, umfassend das Ermitteln von Texturparametern (TP1, TP2, TP3), auf Basis der rekonstruierten Bilddaten (BD1, BD2, BD3), - Durchführen einer Parameteranalyse auf Basis der Parameter-Datenbasis.
  2. Verfahren nach Anspruch 1, wobei die Parameteranalyse das Analysieren von Parameter-Korrelationen umfasst.
  3. Verfahren nach Anspruch 1 oder 2, wobei die Texturparameter (TP1, TP2) auf Basis der mindestens zwei spektralen Bilddatensätze (BD1, BD2) ermittelt werden.
  4. Verfahren nach einem der vorstehenden Ansprüche, wobei bei dem Erzeugen der Parameter-Datenbasis CT-Mittelwert-Parameter (CT-MW1, CT-MW2) auf Basis der mindestens zwei spektralen Bilddatensätze (BD1, BD2) ermittelt werden.
  5. Verfahren nach einem der vorstehenden Ansprüche, wobei - auf Basis der kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2, PMD3) ein Standard-Bilddatensatz (BD3) rekonstruiert wird und - die Texturparameter (TP3) auf Basis des Standard-Bilddatensatzes ermittelt werden.
  6. Verfahren nach Anspruch 5, wobei - bei der Akquisition der kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2, PMD3) zusätzlich ein Standard-Projektionsmessdatensatz (PMD3) akquiriert wird und - der Standard-Bilddatensatz (BD3) auf Basis des zusätzlichen Standard-Projektionsmessdatensatzes (PMD3) rekonstruiert wird.
  7. Verfahren nach einem der Ansprüche 5 oder 6, wobei der Standard-Bilddatensatz (BD3) als Mischbild mehrerer spektraler Bilddatensätze (BD1, BD2) gewonnen wird.
  8. Verfahren nach einem der vorstehenden Ansprüche, wobei die mindestens zwei spektralen Bilddatensätze (BD1, BD2) pseudo-monochromatische Bilddaten umfassen.
  9. Verfahren nach einem der vorstehenden Ansprüche, wobei die mindestens zwei spektralen Bilddatensätze (BD1, BD2) eine der folgenden Bildkombinationen umfassen: - ein Iodbild und ein virtuelles Nicht-Kontrastbild, - eine Serie von monochromatischen Bildern.
  10. Verfahren nach einem der vorstehenden Ansprüche, wobei auf Basis der Parameteranalyse eine der folgenden Informationen ermittelt wird: - eine Charakterisierung eines Tumors, - das voraussichtliche Ansprechverhalten eines Tumors auf eine bestimmte Therapie, - das tatsächliche Ansprechverhalten des Tumors während einer Therapie.
  11. Bildanalyseeinrichtung (20), aufweisend: - eine Eingangsschnittstelle (21) zum Empfangen von kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2, PMD3), umfassend mindestens zwei spektrale Projektionsmessdatensätze (PMD1, PMD2), von einem Untersuchungsbereich eines Patienten (P), - eine Bildrekonstruktionseinheit (22) zum Rekonstruieren von Bilddaten (BD1, BD2, BD3) auf Basis der kontrastmittelgestützten Projektionsmessdaten (PMD1, PMD2), wobei die Bilddaten (BD1, BD2, BD3) mindestens zwei spektrale Bilddatensätze (BD1, BD2) umfassen, - eine Bildanalyseeinheit (23) zum Erzeugen einer Parameter-Datenbasis, umfassend das Ermitteln von Texturparametern (TP1, TP2, TP3), auf Basis der rekonstruierten Bilddaten (BD1, BD2, BD3) und zum Durchführen einer Parameteranalyse auf Basis der Parameter-Datenbasis.
  12. Computertomographiesystem (40), aufweisend: - eine Scaneinheit (10) zum Akquirieren von Projektionsmessdaten (PMD1, PMD2, PMD3) von einem Untersuchungsbereich eines Patienten (P) und - eine Bildanalyseeinrichtung (20) nach Anspruch 11.
  13. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in eine Speichereinrichtung eines Computertomographiesystems (40) ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 10 auszuführen, wenn das Computerprogramm in dem Computertomographiesystem (40) ausgeführt wird.
  14. Computerlesbares Medium, auf welchem von einer Rechnereinheit einlesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 10 auszuführen, wenn die Programmabschnitte von der Rechnereinheit ausgeführt werden.
DE102016224717.4A 2016-12-12 2016-12-12 Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium Active DE102016224717B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102016224717.4A DE102016224717B4 (de) 2016-12-12 2016-12-12 Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium
US15/832,875 US20180165812A1 (en) 2016-12-12 2017-12-06 Method for determining tissue properties of tumors
CN201711311771.2A CN108209956B (zh) 2016-12-12 2017-12-11 用于确定肿瘤的组织特性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016224717.4A DE102016224717B4 (de) 2016-12-12 2016-12-12 Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium

Publications (2)

Publication Number Publication Date
DE102016224717A1 DE102016224717A1 (de) 2018-06-14
DE102016224717B4 true DE102016224717B4 (de) 2018-12-20

Family

ID=62201309

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016224717.4A Active DE102016224717B4 (de) 2016-12-12 2016-12-12 Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium

Country Status (3)

Country Link
US (1) US20180165812A1 (de)
CN (1) CN108209956B (de)
DE (1) DE102016224717B4 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10580132B2 (en) * 2017-04-13 2020-03-03 Canon Kabushiki Kaisha Medical image processing apparatus, control method therefor, and non-transitory storage medium storing program
EP3632325A1 (de) * 2018-10-04 2020-04-08 Koninklijke Philips N.V. System zur bereitstellung eines spektralbildes

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5231736B2 (ja) * 2004-02-06 2013-07-10 ウェイク・フォレスト・ユニヴァーシティ・ヘルス・サイエンシズ 非侵襲的イメージングのグローバル組織特性を用いた組織評価および画像のグローバル組織特性を決定するシステム
JP5279995B2 (ja) * 2006-08-17 2013-09-04 富士フイルム株式会社 領域確定装置
KR101486776B1 (ko) * 2010-07-29 2015-01-29 삼성전자주식회사 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템
DE102011006398A1 (de) * 2011-03-30 2012-10-04 Siemens Aktiengesellschaft Verfahren, Bildverarbeitungseinrichtung und Computertomographiesystem zur Ermittlung eines Anteils von nekrotischem Gewebe sowie Computerprogrammprodukt mit Programmcodeabschnitten zur Ermittlung eines Anteils von nekrotischem Gewebe
JP5755031B2 (ja) * 2011-05-30 2015-07-29 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像生成装置およびx線ct装置並びにプログラム
RU2016124115A (ru) * 2013-11-20 2017-12-25 Конинклейке Филипс Н.В. Обработка двухэнергетических спектральных маммографических изображений
CN103793908A (zh) * 2014-01-17 2014-05-14 首都医科大学 一种基于脑核磁共振图像多维度纹理建立预测模型的方法
CN115736963A (zh) * 2014-09-09 2023-03-07 西门子保健有限责任公司 用于气道壁密度和气道壁炎症的同时评估的方法和系统
CN107111883B (zh) * 2014-10-30 2020-12-08 皇家飞利浦有限公司 用于图像数据的纹理分析图
CN104899891B (zh) * 2015-06-24 2019-02-12 重庆金山科技(集团)有限公司 一种识别孕囊组织的方法、装置及宫腔吸引装置
CN105844236B (zh) * 2016-03-22 2019-09-06 重庆医科大学 基于皮肤图像信息处理的年龄测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MILES, K.A. u.a.: Colorectal Cancer: Texture Analysis of Portal Phase Hepatic CT Images as a Potential Marker of Survival. In: Radiology. 2009, Vol. 250, No. 2, S. 444 - 452
PHYS. MED. BIOL., 1976, VOL. 21, NO. 5, 733-744

Also Published As

Publication number Publication date
CN108209956B (zh) 2022-03-11
US20180165812A1 (en) 2018-06-14
DE102016224717A1 (de) 2018-06-14
CN108209956A (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
DE102011087127B4 (de) Bestimmung von Aufnahmeparametern bei einer Dual-Energy Tomosynthese
DE102014203463B3 (de) Patientenabhängige Optimierung der Kontrastmittelmenge
DE102016207367A1 (de) Festlegen von Scanparametern einer CT-Bildaufnahme mit Hilfe einer Außenbildaufnahme
DE102016203257B4 (de) Erzeugen von kontrastverstärkten Bilddaten auf Basis einer Multi-Energie-Röntgenbildgebung
DE102012204980B4 (de) Verfahren zur Rekonstruktion von CT-Bildern mit Streustrahlenkorrektur, insbesondere für Dual-Source CT-Geräte
DE102012211892B4 (de) Verfahren zur Extraktion eines Datensatzes aus einem medizinischen Bilddatensatz sowie medizinische Bildaufnahmeeinrichtung und Computerprogramm
DE102016207437B4 (de) Spektralunabhängige Ermittlung von Kalkablagerungen in Blutgefäßen
EP3332710B1 (de) Charakterisierung von plaque
DE102015208202B3 (de) Verfahren zum automatischen Ermitteln eines Kontrastmittelprotokolls sowie Bildgebungsverfahren, Kontrastmittelprotokoll-Ermittlungseinrichtung, bildgebende medizinische Einrichtung, Computerprogrammprodukt und computerlesbares Medium
DE10356011A1 (de) Verfahren und Vorrichtung zur Quantifizierung des Gewebefettgehalts
DE102016219887A1 (de) Verfahren und System zur Nutzung von Messdaten
DE102015217141A1 (de) Erzeugen von kontrastverstärkten Bilddaten von zu untersuchendem Brustgewebe
DE102015225395B4 (de) Ermittlung einer räumlichen Verteilung eines Materialeigenschaftswerts auf Basis einer Einzelenergie-Bildaufnahme
DE102012105560A1 (de) Verfahren und System zur Korrektur der Streuung bei der Röntgenbildgebung
DE102015204450A1 (de) Verfahren zur Erzeugung eines Ergebnisbildes zu einer vorgebbaren, virtuellen Röntgenquantenenergieverteilung, Computerprogramm, Datenträger sowie Röntgenbildaufnahmevorrichtung
DE102015207107A1 (de) Verfahren zur Erzeugung einer virtuellen Röntgenprojektion anhand eines mittels Röntgenbildaufnahmevorrichtung erhaltenen Bilddatensatzes, Computerprogramm, Datenträger sowie Röntgenbildaufnahmevorrichtung
DE102011083629A1 (de) Bestimmung von potentiellen Perfusionsdefekten
DE102016222093A1 (de) Simultaner Einsatz von unterschiedlichen Kontrastmitteln bei CT-Bildgebungsverfahren
DE102012205711B4 (de) Verfahren zum Betreiben eines bildgebenden Diagnosegerätes sowie medizinisches bildgebendes System
DE112017001335T5 (de) System und Verfahren für progressive Abbildung
DE102008021835A1 (de) Verfahren und Tomographiegerät zur Normierung von Bilddaten hinsichtlich eines durch ein Kontrastmittel in den Bilddaten hervorgerufenen Kontrastes
DE102012222714A1 (de) Ermittlung eines Mehrfachenergie-Bildes
DE102015206630A1 (de) Multispektrale CT-Bildgebung
DE102015206127B4 (de) Verfahren und Bilddaten-Ermittlungseinrichtung zum Rekonstruieren von Bilddaten bei der CT-Bildgebung
DE102016224717B4 (de) Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
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