DE102017216600A1

DE102017216600A1 - Verfahren zum automatischen Ermitteln einer Grauwertfensterung

Info

Publication number: DE102017216600A1
Application number: DE102017216600.2A
Authority: DE
Inventors: Rainer Raupach
Original assignee: Siemens Healthcare GmbH
Current assignee: Siemens Healthcare GmbH
Priority date: 2017-09-19
Filing date: 2017-09-19
Publication date: 2019-03-21

Abstract

Die Erfindung betrifft ein Verfahren (S1, S2, S3) zum Ermitteln einer Weite (W) und einer Lage (C) eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts (39) mit einem Computertomographiesystem (31), aufweisend die Schritte des Bereitstellens (S11) eines Bilddatensatzes mit Bildpunktwerten, und des automatisches Ermittelns (S17, S17', S17'') der Weite (W) der Grauwertfensterung und der Lage (C) eines Zentralwertes der Grauwertfensterung zur Darstellung der Bildpunktwerte des Bilddatensatzes in einer spezifischen Ansicht, wobei die Weite (W) und die Lage (C) in Abhängigkeit der spezifischen Ansicht (T1, T2) des Bilddatensatzes und in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes ermittelt werden.

Description

Die Erfindung betrifft ein Verfahren zum Ermitteln einer Weite und einer Lage der Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem medizinischen Gerät, eine Recheneinheit, ein Computertomographiesystem, ein Computerprogramm und einen computerlesbaren Datenträger.
Die Computertomographie ist ein bildgebendes Verfahren, welches vor allem zur medizinischen Diagnostik sowie zur Materialuntersuchung eingesetzt wird. Bei der Computertomographie rotieren zur Aufnahme räumlich dreidimensionaler Bilddaten eine Strahlungsquelle, beispielsweise eine Röntgenquelle, sowie ein mit dieser zusammenwirkenden Detektorvorrichtung um ein zu untersuchendes Objekt. Während der Rotationsbewegung werden innerhalb eines Winkelsektors Projektionsmessdaten aufgenommen. Bei den Projektionsmessdaten handelt es sich um eine Vielzahl von Projektionen, welche Informationen über die Schwächung der Strahlung durch das Untersuchungsobjekt aus verschiedenen Projektionswinkeln enthalten. Aus diesen Projektionen lässt sich ein zweidimensionales Schnittbild oder ein dreidimensionales Volumenbild des Untersuchungsobjektes berechnen. Die Projektionsmessdaten werden auch als Rohdaten bezeichnet bzw. die Projektionsmessdaten können bereits vorverarbeitet sein, so dass beispielsweise detektorbedingte Intensitätsunterschiede der Schwächung reduziert sind. Aus den Projektionsmessdaten kann ein Bilddatensatz rekonstruiert werden, beispielsweise mittels der sogenannten gefilterten Rückprojektion oder mittels eines iterativen Rekonstruktionsverfahrens.
In der Druckschrift DE 10 2010 043 712 A1 ist ein Verfahren zur Ermittlung des Wertes einer Röhrenspannung einer Röntgenröhre einer Röntgeneinrichtung zur Erzeugung wenigstens eines Bildes von einem bestimmten, zu untersuchenden Gewebe eines Patienten beschrieben, bei dem der Wert der Röhrenspannung derart ermittelt wird, dass bei Einstellung des Wertes der Röhrenspannung an der Röntgenröhre und der Aufnahme wenigstens einer Röntgenprojektion von dem bestimmten, zu untersuchenden Gewebe des Patienten zur Erzeugung des wenigstens einen Bildes des bestimmten, zu untersuchenden Gewebes des Patienten die dem Patienten applizierte Dosis an Röntgenstrahlung bei gleichbleibender Bildqualität möglichst gering ist.
Aus der Druckschrift DE 10 2011 003 857 A1 ist ein Verfahren zur Anpassung der Weite und der Lage eines Zentralwertes einer Grauwertfensterung für die Bildgebung mit einer Röntgeneinrichtung bekannt. Die Anpassung erfolgt im Rahmen einer Ermittlung und Einstellung einer Aufnahmeröhrenspannung einer Röntgenröhre der Röntgeneinrichtung für eine Untersuchung eines bestimmten Gewebes eines Patienten, ausgehend von einer Referenzröhrenspannung für die Untersuchung des bestimmten Gewebes des Patienten, bei dem eine der Referenzröhrenspannung zugeordnete Weite und Lage eines Zentralwertes der Grauwertfensterung automatisch an die Aufnahmeröhrenspannung angepasst werden.
Der Erfindung liegt das Problem zugrunde, dass bei der Befundung auf Basis von einem mit einem Computertomographiesystem erzeugten Bilddatensatz es nicht nur auf die Berechnung bzw. Rekonstruktion des Bilddatensatzes ankommt, sondern auch auf eine geeignete Darstellung des Bilddatensatzes. Dabei spielt insbesondere die Grauwertfensterung, d.h. die Zuordnung von Pixelwerten zu Graustufen eine große Rolle. Da die CT-Werte desselben Gewebes bzw. Materials jedoch abhängig von den Aufnahmeparametern sind, beispielsweise insbesondere von der Röhrenspannung oder/und der Strahlfilterung, ist eine entsprechend angepasst Grauwertfensterung wünschenswert, um in Grauwerten eine ähnliche Darstellung zu erreichen. Dieses Problem tritt vor allem dann auf, wenn zur Optimierung der Dosiseffizienz eine automatische Anpassung der Röhrenspannung zur Anwendung kommt.
Normalerweise werden feste Grauwertfensterungen für bestimmte klinische Fragestellungen oder Organbereiche verwendet. Wenn das klinische Ziel, d.h. ein für die Diagnose relevanter Gewebekontrast, bekannt ist, so kann die Grauwertfensterung entsprechend der tatsächlichen Aufnahmeparameter angepasst werden. Das klinische Ziel kann auch als Indikation oder Untersuchungsart bezeichnet werden. Dabei dient eine feste Grauwertfensterung nur der Konfiguration des Grauwertfensters bei Referenz-Aufnahmeparametern, von den ausgehend mit der bekannten, vom Röntgenspektrum abhängigen Veränderung der Kontraste das Fenster modifiziert wird. Dabei wird insbesondere vorausgesetzt, dass das klinische relevante Gewebe als Optimierungskriterium einer automatischen Anpassung der Röhrenspannung korrekt gewählt wurde.
Es ist Aufgabe der Erfindung, ein Verfahren zum Ermitteln einer Weite und einer Lage der Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem medizinischen Gerät, eine Recheneinheit, ein Computertomographiesystem, ein Computerprogramm, und einen computerlesbaren Datenträger anzugeben, welche eine vergleichbare Darstellung des Bilddatensatzes unabhängig von einem Aufnahmeparameter ermöglichen.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zum Ermitteln einer Weite und einer Lage der Grauwertfensterung nach Anspruch 1, eine Recheneinheit nach Anspruch 9, ein Computertomographiesystem nach Anspruch 10, ein Computerprogramm nach Anspruch 11 und einen computerlesbaren Datenträger nach Anspruch 12.
Die Erfindung betrifft ein Verfahren zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem Computertomographiesystem. Das Verfahren weist die Schritte des Bereitstellens eines Bilddatensatzes und des automatischen Ermittelns der Weite der Grauwertfensterung und der Lage eines Zentralwertes der Grauwertfensterung auf. Im Schritt des Bereitstellens wird ein Bilddatensatz mit Bildpunktwerten bereitgestellt. Im Schritt des automatischen Ermittelns wird die Weite der Grauwertfensterung und der Lage eines Zentralwertes der Grauwertfensterung zur Darstellung der Bildpunktwerte des Bilddatensatzes in einer spezifischen Ansicht ermittelt, wobei die Weite und die Lage in Abhängigkeit der spezifischen Ansicht des Bilddatensatzes und in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes ermittelt werden.
Ein Bilddatensatz, aufgenommen mit einem Computertomographiesystem, weist Bildpunktwerte auf. Der Bilddatensatz kann ein einzelnes Schichtbild, ein Volumendatensatz aufweisend mehrere Schichtbilder oder ein dynamischer Volumendatensatz aufweisend einen zeitlich abhängigen Volumendatensatz sein. Das Verfahren umfasst als Eingangsdaten die Verwendung der spezifischen Ansicht und die Gesamtheit oder eine Teilmenge der Bildpunktwerte des n-dimensionalen Bilddatensatzes. Ein einzelnes Schichtbild kann als zweidimensionaler Bilddatensatz bezeichnet werden. Ein Volumendatensatz kann als dreidimensionaler Bilddatensatz bezeichnet werden. Ein zeitabhängiger Volumendatensatz kann als vierdimensionaler Bilddatensatz bezeichnet werden.
Die Bildpunktwerte können bevorzugt in Hounsfield-Einheiten angegeben sein, welche üblicherweise in Grauwerten dargestellt werden. Um eine Diagnose zu ermöglichen bzw. zu verbessern, wird eine Grauwertfensterung durchgeführt. Die Festlegung des Grauwert-Fensters bzw. der Grauwertfensterung als Ausgang wird als Lage (engl.: Center, Abkürzung: C) und Weite (engl.: Width, Abkürzung: W) der Grauwertskala in Einheiten der Pixelwerte angegeben. Die Bildpunktwerte werden innerhalb einer vorbestimmten Weite in Hounsfield-Einheiten als Graustufen dargestellt und Bildpunktwerte außerhalb der Weite sind schwarz bzw. weiß dargestellt. Die Lage des Zentralwerts bestimmt, welchem Hounsfield-Wert der Mittelpunkt der Weite zugeordnet ist. Die Weite wird ebenfalls in Hounsfield-Einheiten angegeben. Eine Diagnose anhand des Bilddatensatzes wird bevorzugt mittels einer spezifischen Ansicht oder insbesondere mehreren spezifischen Ansichten durch geschultes Fachpersonal gestellt.
Die Erfinder haben als Ausgangspunkt für das erfindungsgemäße Verfahren erkannt, dass ein Ausgleich der Abhängigkeit des Kontrastes des bestimmten, zu untersuchenden Gewebes im Untersuchungsbereich und ggf. der Abhängigkeit des Kontrastes des bestimmten, zu untersuchenden, mit einem Kontrastmittel versehenen Gewebes im Untersuchungsbereich von den Aufnahmeparametern wünschenswert ist, um vergleichbare Bilddatensätze basierend auf unterschiedlichen Aufnahmeparametern erhalten zu können. Es kann eine für eine anhand des wenigstens einen erzeugten Bilddatensatzes von dem bestimmten, zu untersuchenden Gewebe des Untersuchungsbereichs beabsichtigte Diagnose bzw. Lösung einer diagnostischen oder klinischen Fragestellung oder Indikation erforderliche oder erwünschte Bildqualität durch wenigstens einen die erwünschte Bildqualität festlegenden oder beschreibenden Aufnahmeparameter vorgegeben sein, bei denen es sich beispielsweise um eine Referenzröhrenspannung und einen Referenzröhrenstrom oder bei dem es sich um ein Referenzrauschen handeln kann. Unter Berücksichtigung des Aufnahmeparameters kann beispielsweise bei konstant gehaltenem Kontrast-zu-Rausch-Verhältnis als Bildqualitätsmerkmal diejenige Röhrenspannung ermittelt werden, bei deren Einstellung bei der Aufnahme einer oder mehrerer Röntgenprojektionen zur Erzeugung wenigstens eines Bilddatensatzes von dem bestimmten, zu untersuchenden Gewebe des Untersuchungsbereichs die insbesondere im Untersuchungsbereich applizierte Dosis an Röntgenstrahlung am geringsten ist. Das Erzeugen des Bilddatensatzes kann damit von Untersuchung zu Untersuchung auf verschiedenen Aufnahmeparametern basieren. Die Bilddatensätze können sich je nach Aufnahmeparametern und Objekteigenschaften in ihren Grauwerten unterscheiden. Eine Vereinheitlichung verschiedener Aufnahmen bzw. Untersuchungen in der Darstellung von Bilddatensätzen in Grauwerten ist zur einfacheren Diagnose wünschenswert.
Das Ermitteln der Weite und der Lage des Zentralwertes der Grauwertfensterung kann auch als Anpassen, Verändern oder Optimieren der Grauwertfensterung für eine spezifische Ansicht bezeichnet werden. Für eine spezifische Ansicht können Startwerte oder Wertebereiche für die Weite und die Lage des Zentralwertes der Grauwertfensterung verwendet werden. Basierend auf den Startwerten oder den Wertebereichen können die Weite und die Lage des Zentralwerts der Grauwertfensterung ermittelt oder angepasst werden.
Die trainierte Ermittlungseinheit bzw. der trainierte Algorithmus wird verwendet, um für eine spezifische Ansicht, eine sogenannte Viewing Task, und einen bereitgestellten insbesondere unbekannten Bilddatensatz eine geeignete Grauwertfensterung zu ermitteln. Die spezifische Ansicht bzw. die Viewing Task kann insbesondere dazu dienen, eine klinische Fragestellung zu beantworten. Der Bilddatensatz kann vom Benutzer bevorzugt in mehreren spezifischen Ansichten betrachten, so dass eine klinische Fragestellung vorteilhaft genau beantwortet werden kann. Die spezifische Ansicht kann auf einen spezifischen Aspekt der klinischen Fragestellung, beispielsweise hinsichtlich eines anatomischen Details, gerichtet sein. Beispielsweise können anatomische Details mit Hilfe der spezifischen Ansicht genauer beurteilt werden. Bei einer Thorax-Aufnahme können als anatomische Details beispielsweise das Lungenparenchym oder/und das Mediastinum verwendet werden. Für unterschiedliche anatomische Details oder unterschiedliche spezifische Aspekte können unterschiedliche Grauwertfenster erforderlich sein, um das anatomische Detail oder den spezifischen Aspekt genau beurteilen zu können. Insbesondere kann für unterschiedliche Aspekte eine unterschiedliche Grauwertfensterung erforderlich sein, um das Gewebe bzw. die Gewebe des spezifischen Aspekts mit einem zur Beurteilung geeigneten Kontrast auflösen zu können. Eine klinische Fragestellung oder eine Untersuchungsart kann eine oder mehrere spezifische Ansichten oder mehrere Untersuchungsaufgaben erfordern.
Die Grauwertfensterung kann durch den Bildinhalt selbst, also insbesondere Bildpunktwerte, und die Kenntnis der klinischen Fragestellung oder der spezifischen Ansicht lernbasiert definiert werden. Die Darstellung des Bilddatensatzes aufweisend die geeignete Grauwertfensterung kann auf einer Ausgabevorrichtung, beispielsweise mittels eines Viewers, angezeigt werden.
Abhängig von der Indikation der radiologischen Untersuchung werden zunächst ein oder mehrere spezifische Ansichten, sogenannte Viewing Tasks, abgeleitet. Die spezifische Ansicht kann für eine Gewebeart im Wesentlichen vorbestimmte oder ähnliche Grauwerte aufweisen, wobei das Maß der Abweichung von der Abweichung der Aufnahmeparameter abhängen kann. Vergleicht man für verschiedene Bilddatensätze die spezifische Ansicht, so erhält man im Wesentlichen gleiche Grauwerte bzw. eine im Wesentlichen gleiche Darstellung in der spezifischen Ansicht bei jedoch möglicherweise unterschiedlicher Lage und Weite. Es können sich sowohl die Lage als auch die Weite von Bilddatensatz zu Bilddatensatz unterscheiden. Der erhaltene Bildeindruck, für Radiologen zur Diagnose, ist jedoch im Wesentlichen gleich. Die spezifische Ansicht ist unabhängig vom Bilddatensatz im Wesentlichen immer gleich und vergleichbar. Beispiele für eine spezifische Ansicht können Darstellungen von Gehirn, Knochen, Lunge, Weichteil, Läsion usw. sein. In bekannten Verfahren können vorbestimmte Grauwertfensterungen für die spezifische Ansicht vorgesehen sein. Gemäß einem Aspekt der Erfindung ist die spezifische Ansicht im Wesentlichen unabhängig von Aufnahmeparametern beim Erzeugen des Bilddatensatzes, wobei sich jedoch die Weite und die Lage für unterschiedliche Bilddatensätze unterscheiden können. Der Bildeindruck der spezifischen Ansichten unterschiedlicher Bilddatensätze ist im Wesentlichen gleich. Gemäß einem Aspekt der Erfindung ist das Ermitteln im Wesentlichen nicht direkt von Aufnahmeparametern beim Erzeugen des Bilddatensatzes abhängig, sondern insbesondere nur indirekt über die Bildpunktwerte.
Im Schritt des automatischen Ermittelns werden für den Bilddatensatz Weite und Lage des Zentralwerts der Grauwertfensterung ermittelt bzw. abgeleitet. Gemäß einem Aspekt der Erfindung stellen die Weite und die Lage einen für die Diagnose bzw. Untersuchungsart relevanten Gewebekontrast bereit. Die Weite und die Lage des Zentralwerts der Grauwertfensterung können in der Meta-Information des Datensatzes, beispielsweise dem DICOM-Header, gespeichert werden. In der Betrachtungssituation können die Weite und die Lage des Zentralwerts der Grauwertfensterung ausgewählt und für die Darstellung im Viewer, beispielsweise PACS, benutzt werden.
Die Parameter adaptieren sich vorteilhaft automatisch über den Bildinhalt, was die Erwartung einer akquisitionsunabhängigen Darstellung im Sinne von gleichen bzw. vergleichbaren Grauwerten unmittelbar abbildet. Da die Grauwertfensterung durch den Bildinhalt selbst und klinisch formulierte Anforderungen, z.B. Indikation oder spezifische Ansicht, ermittelt wird, ist die Bedienung vorteilhaft weniger technisch und deswegen weniger fehleranfällig.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt des Extrahierens eines Merkmals aus zumindest einer Teilmenge der Bildpunktewerte im Bilddatensatz auf und das Merkmal wird im Schritt des automatischen Ermittelns verwendet.
Der Bilddatensatz bzw. die Bildpunktwerte können in der nativen Form als Eingangsparameter für das automatische Ermitteln verwendet werden. Gemäß einem Aspekt der Erfindung umfasst der Bilddatensatz ursprüngliche oder native Bildpunktdaten. Ein nativer Bilddatensatz bzw. eine Teilmenge der Bildpunktwerte im Bilddatensatz kann als n-dimensionaler Datensatz, beispielsweise als Matrix, vorliegen. Gemäß einem Aspekt der Erfindung umfasst der Bilddatensatz vorverarbeitete Bildpunktdaten. Die vorverarbeiteten Bildpunktdaten können eine Eigenschaft bzw. ein Merkmal des Bilddatensatzes darstellen bzw. umfassen. Der Bilddatensatz bzw. die Bildpunktwerte können vorverarbeitet sein. Gemäß einem Aspekt der Erfindung umfassen die vorverarbeiteten Bildpunktdaten ein Histogramm oder lokale Rauschwerte. Der vorverarbeitete Bilddatensatz bzw. eine vorverarbeitete Teilmenge der Bildpunktwerte im Bilddatensatz können beispielsweise die Darstellung von Bildpunktwerten in einem Histogramm, als lokale Rauschwerte, Mittelwert, Maximal- oder Minimalwert usw. umfassen. Aus dem vorverarbeiteten Bilddatensatz bzw. aus der vorverarbeiteten Teilmenge der Bildpunktwerte im Bilddatensatz kann ein Merkmal extrahiert werden. Insbesondere kann ein Merkmal extrahiert werden, welches sicher oder vermutlich einen Einfluss auf die Grauwertfensterung aufweist. Das Merkmal oder der vorverarbeitete Bilddatensatz bzw. eine vorverarbeitete Teilmenge der Bildpunktwerte im Bilddatensatz kann als Eingangsparameter für das automatische Ermitteln verwendet werden. Vorteilhaft kann die das erfindungsgemäße Verfahren beschleunigt werden.
Gemäß einem Aspekt der Erfindung umfasst das automatische Ermitteln die Verwendung einer mittels eines maschinellen Lernverfahrens trainierten Ermittlungseinheit. Das maschinelle Lernverfahren kann eine statistische Methode, eine Abbildungsvorschrift oder ein künstliches neuronales Netz umfassen. Die Ermittlungseinheit und eine etwaige zugeordnete mittels des Trainings befüllte Datenbank können auf einem maschinellen Lernverfahren, einer statistischen Methode, einer Abbildungsvorschrift oder einem künstlichen neuronalen Netz basieren. Vorteilhaft können Muster oder Gesetzmäßigkeiten aus den Trainingsdaten auf den Bilddatensatz angewendet werden.
Unter maschinellen Lernverfahren kann man die künstliche Generierung von Wissen aus Erfahrung bezeichnen. Ein künstliches System lernt aus Beispielen in einer Trainingsphase und kann nach Beendigung der Trainingsphase verallgemeinern. Damit kann die Ermittlungseinheit angepasst werden. Die Verwendung maschineller Lernverfahren kann ein Erkennen von Mustern und Gesetzmäßigkeiten in den Trainingsdaten umfassen. Nach der Trainingsphase kann die Ermittlungseinheit beispielsweise in einem bisher unbekannten Bilddatensatz Merkmale extrahieren. Nach der Trainingsphase kann die Ermittlungseinheit beispielsweise basierend auf einem bisher unbekannten Bilddatensatz eine Weite und eine Lage der Grauwertfensterung bestimmen. Vorteilhaft kann aus dem Wissen von bekannten Trainingsdaten ein zuverlässiges Verfahren zum Ermitteln der Weite und der Lage der Grauwertfensterung abgeleitet werden. Die statistische Methode kann beispielsweise Fuzzylogik, eine selbstorganisierende Karte, Stichprobenwiederholung (engl.: Resampling), Mustererkennung oder Support Vector Machine umfassen. Vorteilhaft kann auf der Basis der Erfahrungen der Ermittlungseinheit von Mustern oder Gesetzmäßigkeiten eine Zuordnung von Merkmalen zu einer Weite und einer Lage der Grauwertfensterung durchgeführt werden.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt des Auswählens, beispielsweise durch einen Benutzer, einer Untersuchungsart auf. Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt des Auswählens, beispielsweise durch einen Benutzer, einer spezifischen Ansicht auf. Gemäß einem Aspekt der Erfindung basiert das Auswählen der spezifischen Ansicht auf der ausgewählten Untersuchungsart.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt des Ausgebens der Weite der Grauwertfensterung und der Lage eines Zentralwertes der Grauwertfensterung auf. Vorteilhaft kann die spezifische Ansicht mit der bestimmten Weite und der bestimmten Lage der Grauwertfensterung zum Betrachten der Bilder ausgewählt werden. Die Ausgabe kann in einem DICOM-Header erfolgen. Die Ausgabe kann mittels der Ausgabevorrichtung erfolgen.
Gemäß einem Aspekt der Erfindung basiert die spezifische Ansicht auf einer Untersuchungsart. Einer Untersuchungsart kann mindestens eine spezifische Ansicht zugeordnet sein. Je nach Untersuchungsart bzw. Indikation können eine spezifische Ansicht oder mehrere spezifische Ansichten zur Diagnose wünschenswert sein.
Gemäß einem Aspekt der Erfindung werden jeweils eine Weite der Grauwertfensterung und eine Lage eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht aus einer Mehrzahl von spezifischen Ansichten automatisch ermittelt. Für den Bilddatensatz können für alle möglichen oder verfügbaren spezifischen Ansichten die Weite und die Lage des Zentralwerts der Grauwertfensterung ermittelt werden. Die Weite und die Lage des Zentralwerts der Grauwertfensterung kann jeweils für alle möglichen oder verfügbaren spezifischen Ansichten in den Meta-Informationen des Datensatzes gespeichert werden. Beispielsweise kann erst bei der Darstellung im Viewer mit einer Anwahl bzw. Auswahl einer spezifischen Ansicht die entsprechende, bereits ermittelte Weite und Lage des Zentralwerts der Grauwertfensterung ausgewählt und in der Darstellung bzw. in der spezifischen Ansicht angewendet. Vorteilhaft kann eine Vielzahl von spezifischen Ansichten zur Diagnose schnell bereitgestellt werden, insbesondere beispielsweise bei unklaren Indikationen oder in Traumasituationen mit möglicherweise mehreren verschiedenen Indikationen.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt des Zwischenausgebens jeweils der Weite der Grauwertfensterung und der Lage eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht aus einer Mehrzahl von spezifischen Ansichten auf. Das Zwischenausgeben kann beispielsweise das Speichern der Weite und der Lage des Zentralwerts der Grauwertfensterung für jede spezifische Ansicht in den Meta-Informationen des Datensatzes, beispielsweise einem DICOM-Datensatz, umfassen. Vorteilhaft wird ein einfacher Zugriff auf unterschiedliche spezifische Ansichten ermöglicht.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren ferner den Schritt der Auswahl einer spezifischen Ansicht aus der Mehrzahl von spezifischen Ansichten auf. Die spezifische Ansicht kann aus der Mehrzahl von spezifischen Ansichten beispielsweise basierend auf einer Angabe oder einer Auswahl der Untersuchungsart erfolgen. Vorteilhaft kann ein schneller Zugriff auf eine spezifische Ansicht gewährleistet werden. Die spezifische Ansicht kann auch direkt vom Benutzer ausgewählt werden.
Gemäß einem Aspekt der Erfindung sind im Schritt des automatischen Ermittelns die Weite (W) der Grauwertfensterung und die Lage (C) eines Zentralwertes der Grauwertfensterung zusätzlich von einer Untersuchungsart abhängig. Der Erfinder hat ferner erkannt, dass eine im Sinne von Startwerten für die Weite und die Lage des Zentralwerts einer Grauwertfensterung formulierte spezifische Ansicht abhängig von der Indikation bzw. Untersuchungsart zu unterschiedlichen Werten für die Weite und die Lage des Zentralwerts der Grauwertfensterung führen kann. Beispielsweise kann die spezifische Ansicht „Weichteil“ für die Indikation „Leberläsion“ eine andere Weite und eine andere Lage des Zentralwerts der Grauwertfensterung erfordern als die spezifische Ansicht „Nierenzyste“. Um diese Differenzierung zu ermöglich kann als zusätzlichen Eingangsparameter für die Ermittlungseinheit die Indikation bzw. Untersuchungsart verwendet werden und das etwaige Training entsprechend erweitert durchgeführt werden. Vorteilhaft kann die spezifische Ansicht auf die Untersuchungsart optimiert sein.
Die Erfindung betrifft ferner ein Verfahren zum Trainieren einer Ermittlungseinheit zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem Computertomographiesystem, aufweisend die Schritte des Bereitstellens und des Anpassens. Die Ermittlungseinheit kann insbesondere ein Ermittlungsalgorithmus sein bzw. einen Ermittlungsalgorithmus umfassen. Im Schritt des Bereitstellens werden Trainingsdaten aufweisend eine Mehrzahl von Bilddatensätzen mit Bildpunktwerten bereitgestellt, wobei jedem Bilddatensatz jeweils eine positiv bewertete Weite der Grauwertfensterung und eine positiv bewertete Lage eines Zentralwertes der Grauwertfensterung für eine spezifische Ansicht zugeordnet ist. Im Schritt des Anpassens wird die Ermittlungseinheit unter Verwendung der Mehrzahl von Bilddatensätzen jeweils in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten positiv bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst.
Das Training der Ermittlungseinheit kann für alle zu unterstützenden spezifischen Ansichten erfolgen. Dazu können Trainingsdaten verwendet werden, welche jeweils eine Vielzahl von Bilddatensätzen umfassen. Die Bilddatensätze der Trainingsdaten können eine Vielzahl von unterschiedlichen Aufnahme-Situationen mit beispielsweise unterschiedlichen Aufnahmeparametern umfassen. Die Trainingsdaten umfassen ferner eine insbesondere vorbestimmte Weite und eine insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung als Zielparameter, welche eine vergleichbare Darstellung der spezifischen Ansicht gewährleisten. Die insbesondere vorbestimmte Weite und die insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung können insbesondere positiv bewertet sein. Die Trainingsdaten können ferner eine insbesondere vorbestimmte Weite und eine insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung für eine spezifische Ansicht mit negativer Bewertung umfassen. Die Weite und die Lage des Zentralwerts der Grauwertfensterung können beispielsweise manuell von radiologisch geschulten Personen definiert werden oder auf Basis von physikalischen Argumenten unter Kenntnis der spektral abhängigen Absorptionseigenschaften des jeweils relevanten Gewebes oder des Kontrastmittels definiert werden.
Das Verfahren zum Trainieren kann als Trainingsphase bezeichnet werden. Im Schritt des Bereitstellens werden Trainingsdaten bereitgestellt. Der Schritt des Bereitstellens kann bevorzugt der erste Schritt sein. Zu jedem Bilddatensatz können mindestens für eine spezifische Ansicht die Weite und die Lage des Zentralwerts der Grauwertfensterung vorbestimmt sein. Die insbesondere vorbestimmte Weite und die insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung können als Grundwahrheit bezeichnet werden.
Im Schritt des Anpassens kann die Bestimmungseinheit auf Basis zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten positiv bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst werden. Ferner kann die Bestimmungseinheit zusätzlich auf Basis zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten negativ bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst werden. Vorteilhaft kann die Bestimmung der Weite und der Lage des Zentralwerts der Grauwertfensterung für eine spezifische Ansicht optimiert werden, wobei auf eine Eingabe technischer Parameter, beispielsweise Aufnahmeparameter, verzichtet werden kann.
Gemäß einem Aspekt der Erfindung umfasst der Schritt des Anpassens ein maschinelles Lernverfahren. Es können Muster oder Gesetzmäßigkeiten in den Trainingsdaten erkannt werden, so dass Kriterien zur Bestimmung der Weite und der Lage daraus vorteilhaft abgeleitet werden können.
Der Schritt des Anpassens kann insbesondere ein maschinelles Lernverfahren umfassen, wobei auch eine statistische Methode, eine Abbildungsvorschrift oder ein künstliches neuronales Netz umfasst sein kann. Das maschinelle Lernverfahren kann Aspekte von Data-Mining umfassen. Das maschinelle Lernverfahren kann ein symbolisches System oder ein subsymbolisches System, beispielsweise ein künstliches neuronales Netz mit oder ohne Regression, umfassen. Das maschinelle Lernen kann ein überwachtes, teilüberwachtes, unüberwachtes, bestärkendes oder aktives Lernen umfassen. Das maschinelle Lernverfahren kann Batch-Lernen, bei dem alle Trainingsdaten gleichzeitig vorhanden sind und beispielsweise nach Bearbeiten aller Trainingsdaten Muster und Gesetzmäßigkeiten von der Bestimmungseinheit erlernt werden, umfassen. Das maschinelle Lernen kann ein kontinuierliches, inkrementelles oder sequentielles Lernverfahren umfassen, wobei die Muster und Gesetzmäßigkeiten zeitlich versetzt entwickelt werden. Beim kontinuierlichen, inkrementellen oder sequentiellen Lernverfahren können die Trainingsdaten nach einmaligem Ausführen und beispielsweise Gewichte anpassen verloren gehen. Beim Batch-Lernen oder beim kontinuierlichen, inkrementellen oder sequentiellen Lernverfahren können die Trainingsdaten gespeichert vorliegen und die Trainingsdaten können wiederholbar zugreifbar sein. Das maschinelle Lernverfahren kann beispielsweise Deep-Learning-Methoden oder Shallow-Learning-Methoden umfassen. Vorteilhaft können die Kenntnisse aus bekannten Trainingsdaten auf einen unbekannten Bilddatensatz angewendet werden. Vorteilhaft kann die Bestimmungseinheit durch das Trainieren eine zuverlässige Bestimmung der Weite und der Lage eines Zentralwerts der Grauwertfensterung ermöglichen. Bilddaten aus dem Verfahren zur Bestimmung der Weite und der Lage des Zentralwerts können zusätzlich zum Anpassen der Bestimmungseinheit verwendet werden, beispielsweise um statistische Wahrscheinlichkeiten des Auftretens von Merkmalen durch eine zunehmend größere Datenbasis zu verbessern.
Gemäß einem Aspekt der Erfindung weist das erfindungsgemäße Verfahren zum Trainieren ferner den Schritt des Extrahierens von jeweils einem Merkmal aus zumindest einer Teilmenge der Bildpunktewerte in jedem Bilddatensatz und Verwendung des Merkmals im Schritt des Anpassens. Im Schritt des Extrahierens werden Merkmale im Bilddatensatz bzw. insbesondere in einer Teilmenge der Bildpunktwerte im Bilddatensatz bestimmt oder extrahiert. Der Schritt des Anpassens kann ein Zuordnen der extrahierten Merkmale zur Grundwahrheit aufweisen. Die Zuordnung der Merkmale zur Grundwahrheit kann bevorzugt auf Methoden des maschinellen Lernens basieren. Die Verwendung eines Merkmals im Verfahren zum Trainieren der Ermittlungseinheit kann eine Beschleunigung des Trainings vorteilhaft ermöglichen.
Die Erfindung betrifft ferner eine Recheneinheit zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem Computertomographiesystem aufweisend Mittel zum Durchführen des erfindungsgemäßen Verfahrens. Die Recheneinheit kann eine Bereitstellungseinheit zum Bereitstellen des Bilddatensatzes und eine Ermittlungseinheit zum automatischen Ermitteln aufweisen. Die Recheneinheit kann ferner eine Extraktionseinheit zum Extrahieren eines Merkmals, eine Ausgabeeinheit zum Ausgeben der Weite der Grauwertfensterung und der Lage eines Zentralwerts der Grauwertfensterung oder/und eine Auswahleinheit zum Auswählen einer spezifischen Ansicht aus der Mehrzahl von spezifischen Ansichten umfassen. Vorteilhaft kann die Recheneinheit das erfindungsgemäße Verfahren zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung ausführen.
Die Erfindung betrifft ferner ein Computertomographiesystem mit einer erfindungsgemäßen Recheneinheit. Vorteilhaft kann das erfindungsgemäße Verfahren zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung direkt im Computertomographiesystem durchgeführt werden. Vorteilhaft kann das Computertomographiesystem einen hinsichtlich der Darstellung optimierten Bilddatensatz ausgeben.
Die Erfindung betrifft ferner ein Computerprogramm mit Programmcode, um das erfindungsgemäße Verfahren zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Die Erfindung betrifft ferner einen computerlesbarer Datenträger mit Programmcode eines Computerprogramms, um das erfindungsgemäße Verfahren zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird. Vorteilhaft kann die trainierte Ermittlungseinheit als Algorithmus auf einem Computer, beispielsweise in einer Recheneinheit des Computertomographiesystems, ausgeführt werden.
Die Erfindung betrifft ferner eine Trainingseinheit zum Trainieren einer Ermittlungseinheit aufweisend Mittel zum Durchführen des erfindungsgemäßen Verfahrens zum Trainieren einer Ermittlungseinheit. Die Trainingseinheit kann eine zweite Bereitstellungseinheit und Anpassungseinheit umfassen. Die Trainingseinheit kann eine weitere Recheneinheit, eine Speichereinheit, eine Einleseschnittstelle und eine Ausgabeschnittstelle aufweisen. Die Trainingseinheit kann unabhängig von einem Computertomographiesystem betrieben werden. Die Trainingseinheit kann mittels der Einleseschnittstelle einen Bilddatensatz empfangen, beispielsweise mittels eines Datenträgers, einer Kabelverbindung oder einer drahtlosen Verbindung. Die Trainingseinheit kann beispielsweise auf einen in einer Cloud gespeicherten Bilddatensatz zugreifen. Die Trainingseinheit kann beispielsweise an einem Fertigungs- oder Entwicklungsstandort betrieben werden. Die Trainingseinheit kann die Ermittlungseinheit, insbesondere als Programm, ausgeben.
Die Erfindung betrifft ferner ein weiteres Computerprogramm mit weiterem Programmcode, um das Verfahren zum Trainieren einer Ermittlungseinheit durchzuführen, wenn das weitere Computerprogramm auf einem Computer ausgeführt wird. Die Erfindung betrifft ferner einen weiteren computerlesbarer Datenträger mit weiterem Programmcode eines weiteren Computerprogramms, um das erfindungsgemäße Verfahren zum Trainieren der Ermittlungseinheit durchzuführen, wenn das weitere Computerprogramm auf einem Computer ausgeführt wird.
Nachfolgend werden Ausführungsbeispiele der Erfindung anhand von Zeichnungen näher erläutert. Hierbei zeigt:

1 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer ersten Ausführungsform;
2 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer zweiten Ausführungsform;
3 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer dritten Ausführungsform;
4 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer vierten Ausführungsform;
5 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer fünften Ausführungsform;
6 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Trainieren der Bestimmungseinheit in einer ersten Ausführungsform;
7 schematisch eine Darstellung des erfindungsgemäßen Verfahrens zum Trainieren der Bestimmungseinheit in einer zweiten Ausführungsform; und
8 schematisch ein Konzept eines erfindungsgemäßen Computertomographiesystems.

Die 1 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens S1 zum Ermitteln einer Weite und einer Lage des Zentralwerts einer Grauwertfensterung in einer ersten Ausführungsform. Das Verfahren S1 zum Ermitteln einer Weite W und einer Lage C eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem Computertomographiesystem, weist die Schritte des Bereitstellens S11 und des automatischen Ermittelns S17 auf. Im Schritt des Bereitstellens S11 wird ein Bilddatensatz mit Bildpunktwerten bereitgestellt. Der Bilddatensatz basiert auf einer Aufnahme mit einem Computertomographiesystem. Der Bilddatensatz umfasst rekonstruierte Aufnahmedaten bzw. rekonstruierte Projektionsmessdaten, beispielsweise eine Mehrzahl von Schnittbildern. Das Verfahren S1 kann ferner den Schritt des Auswählens S15, beispielsweise durch einen Benutzer oder eine Recheneinheit, einer spezifischen Ansicht aufweisen. Der Schritt des automatischen Ermittelns S17 umfasst das Ermitteln der Weite W der Grauwertfensterung und der Lage C eines Zentralwertes der Grauwertfensterung zur Darstellung der Bildpunktwerte des Bilddatensatzes in einer spezifischen Ansicht. Die Weite W und die Lage C werden in Abhängigkeit der spezifischen Ansicht T1 des Bilddatensatzes und in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes ermittelt. Der Schritt des automatischen Ermittelns S17 umfasst insbesondere die Verwendung einer mittels eines maschinellen Lernverfahrens trainierten Ermittlungseinheit. Das Verfahren S1 weist insbesondere ferner den Schritt des Ausgebens S19 der Weite W der Grauwertfensterung und der Lage C eines Zentralwertes der Grauwertfensterung auf.
Der Bilddatensatz, aufgenommen mit einem Computertomographiesystem, weist Bildpunktwerte auf. Der Bilddatensatz ist ein einzelnes Schichtbild, ein Volumendatensatz aufweisend mehrere Schichtbilder oder ein dynamischer Volumendatensatz aufweisend einen zeitlich abhängigen Volumendatensatz. Beispielhaft ist in 1 ein Volumendatensatz dargestellt. Das Verfahren umfasst als Eingangsdaten die Verwendung der spezifischen Ansicht T1 und die Gesamtheit oder eine Teilmenge der Bildpunktwerte des n-dimensionalen Bilddatensatzes. Ein einzelnes Schichtbild wird als zweidimensionaler Bilddatensatz bezeichnet. Ein Volumendatensatz wird als dreidimensionaler Bilddatensatz bezeichnet. Ein zeitabhängiger Volumendatensatz wird als vierdimensionaler Bilddatensatz bezeichnet. Die Bildpunktewerte werden bevorzugt in Hounsfield-Einheiten angegeben, welche üblicherweise in Grauwerten dargestellt werden. Die Lage C des Zentralwerts bestimmt, welchem Hounsfield-Wert der Mittelpunkt der Weite W zugeordnet ist. Die Weite W wird ebenfalls in Hounsfield-Einheiten angegeben. Der Bilddatensatz bzw. die Bildpunktwerte können in der nativen Form als Eingangsparameter für das automatische Ermitteln S17 verwendet werden. Der Bilddatensatz umfasst ursprüngliche oder native Bildpunktdaten. Ein nativer Bilddatensatz bzw. eine Teilmenge der Bildpunktwerte im Bilddatensatz liegt als n-dimensionaler Datensatz, beispielsweise als Matrix, vor.
Für eine spezifische Ansicht T1 werden beispielsweise Startwerte oder Wertebereiche für die Weite und die Lage des Zentralwertes der Grauwertfensterung verwendet. Basierend auf den Startwerten oder den Wertebereichen können die Weite W und die Lage C des Zentralwerts der Grauwertfensterung automatisch ermittelt oder angepasst werden. Beispiele für eine spezifische Ansicht T1 können Darstellungen von Gehirn, Knochen, Lunge, Weichteil, Läsion usw. sein. Der Bildeindruck der spezifischen Ansicht T1 unter Verwendung der automatisch ermittelten Weite W und Lage C ist für unterschiedliche Bilddatensätze im Wesentlichen gleich.
Im Schritt des automatischen Ermittelns S17 werden für den Bilddatensatz Weite W und Lage C des Zentralwerts der Grauwertfensterung ermittelt bzw. abgeleitet. Die Weite W und die Lage C stellen einen für die Diagnose bzw. Untersuchungsart relevanten Gewebekontrast bereit. Die Weite W und die Lage C des Zentralwerts der Grauwertfensterung können im Schritt des Ausgebens S19 in der Meta-Information des Datensatzes, beispielsweise dem DICOM-Header, gespeichert werden. In der Betrachtungssituation können die Weite W und die Lage des Zentralwerts der Grauwertfensterung ausgewählt und im Schritt des Ausgebens S19 für die Darstellung im Viewer, beispielsweise PACS, benutzt werden. Der Schritt des Ausgebens S19 kann das Speichern oder/und die Darstellung bzw. die Anzeige auf einer Ausgabevorrichtung umfassen. Die Ausgabe kann in einem DICOM-Header erfolgen. Die Ausgabe kann mittels der Ausgabevorrichtung erfolgen.
Das automatische Ermitteln S17 umfasst insbesondere die Verwendung einer mittels eines maschinellen Lernverfahrens trainierten Ermittlungseinheit. Das maschinelle Lernverfahren kann eine statistische Methode, eine Abbildungsvorschrift oder ein künstliches neuronales Netz umfassen. Die Ermittlungseinheit und eine etwaige zugeordnete mittels des Trainings befüllte Datenbank können auf einem maschinellen Lernverfahren, einer statistischen Methode, einer Abbildungsvorschrift oder einem künstlichen neuronalen Netz basieren.
Unter maschinellen Lernverfahren kann man die künstliche Generierung von Wissen aus Erfahrung bezeichnen. Ein künstliches System lernt aus Beispielen in einer Trainingsphase und kann nach Beendigung der Trainingsphase verallgemeinern. Damit wird die Ermittlungseinheit im Training angepasst. Die Verwendung maschineller Lernverfahren kann ein Erkennen von Mustern und Gesetzmäßigkeiten in den Trainingsdaten umfassen. Nach der Trainingsphase kann die Ermittlungseinheit beispielsweise in einem bisher unbekannten Bilddatensatz Merkmale extrahieren. Nach der Trainingsphase bestimmt die Ermittlungseinheit basierend auf einem bisher unbekannten Bilddatensatz eine Weite W und eine Lage C des Zentralwerts der Grauwertfensterung. Die statistische Methode kann beispielsweise Fuzzylogik, eine selbstorganisierende Karte, Stichprobenwiederholung (engl.: Resampling), Mustererkennung oder Support Vector Machine umfassen.
Die 2 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens S1 zum Ermitteln einer Weite W und einer Lage C des Zentralwerts einer Grauwertfensterung in einer zweiten Ausführungsform. Das Verfahren S1 weist ferner den Schritt des Extrahierens S12 eines Merkmals aus zumindest einer Teilmenge der Bildpunktewerte im Bilddatensatz auf. Das Merkmal wird im Schritt des automatischen Ermittelns S17 verwendet.
Als Eingangsparameter für den Schritt des automatischen Ermittelns S17 sind vorverarbeitete Bildpunktdaten oder/und ein Merkmal umfasst. Die vorverarbeiteten Bildpunktdaten können eine Eigenschaft bzw. ein Merkmal des Bilddatensatzes darstellen bzw. umfassen. Der Bilddatensatz bzw. die Bildpunktwerte können vorverarbeitet sein. Die vorverarbeiteten Bildpunktdaten können ein Histogramm oder lokale Rauschwerte umfassen. Der vorverarbeitete Bilddatensatz bzw. eine vorverarbeitete Teilmenge der Bildpunktwerte im Bilddatensatz können beispielsweise die Darstellung von Bildpunktwerten in einem Histogramm, als lokale Rauschwerte, Mittelwert, Maximal- oder Minimalwert usw. umfassen. Aus dem vorverarbeiteten Bilddatensatz bzw. aus der vorverarbeiteten Teilmenge der Bildpunktwerte im Bilddatensatz wird ein Merkmal extrahiert. Insbesondere wird ein Merkmal extrahiert, welches sicher oder vermutlich einen Einfluss auf die Grauwertfensterung aufweist. Das Merkmal oder/und der vorverarbeitete Bilddatensatz bzw. eine vorverarbeitete Teilmenge der Bildpunktwerte im Bilddatensatz können als Eingangsparameter für das automatische Ermitteln S17 verwendet werden.
Die 3 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens S1 zum Ermitteln einer Weite W und einer Lage C des Zentralwerts einer Grauwertfensterung in einer dritten Ausführungsform. Die spezifische Ansichten T1, T2 können auf einer Untersuchungsart basieren. Das Verfahren S1 weist ferner den Schritt des Auswählens S13, beispielsweise durch einen Benutzer oder eine Recheneinheit, einer Untersuchungsart auf. Das Auswählen S15 der spezifischen Ansicht T1, T2 basiert insbesondere auf der ausgewählten Untersuchungsart. Einer Untersuchungsart kann mindestens eine spezifische Ansicht T1, T2 zugeordnet sein. Je nach Untersuchungsart bzw. Indikation können eine spezifische Ansicht T1 oder mehrere spezifische Ansichten T1, T2 zur Diagnose wünschenswert sein.
Beispielhaft ist das Ermitteln einer Weite W und einer Lage C des Zentralwerts der Grauwertfensterung jeweils für eine erste spezifische Ansicht T1 und eine zweite spezifische Ansicht T2 dargestellt. Als Eingangsparameter I1 für den Schritt des automatischen Ermittelns S17 einer Weite W und einer Lage C des Zentralwerts der Grauwertfensterung für eine erste spezifische Ansicht T1 dient die erste spezifische Ansicht T1. Als weiterer Eingangsparameter I2 dient die zumindest eine Teilmenge des Bilddatensatzes. Der Ausgangsparameter O ist die Weite W und die Lage C des Zentralwerts der Grauwertfensterung für die erste spezifische Ansicht T1. Als Eingangsparameter I1 für den Schritt des automatischen Ermittelns S17 einer Weite W und einer Lage C des Zentralwerts der Grauwertfensterung für eine zweite spezifische Ansicht T2 dient die zweite spezifische Ansicht T2. Als weiterer Eingangsparameter I2 dient die zumindest eine Teilmenge des Bilddatensatzes. Der Ausgangsparameter O ist die Weite W und die Lage C des Zentralwerts der Grauwertfensterung für die zweite spezifische Ansicht T2.
Die 4 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens S2 zum Ermitteln einer Weite W und einer Lage C des Zentralwerts einer Grauwertfensterung in einer vierten Ausführungsform. Es wird jeweils eine Weite W der Grauwertfensterung und eine Lage C eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht t1, t2, ..., tM aus einer Mehrzahl von spezifischen Ansichten t1, t2, ..., tM automatisch ermittelt. Im Schritt des automatischen Ermittelns S17, S17', S17'' werden die Weite W und die Lage C des Zentralwerts der Grauwertfensterung für die Mehrzahl der spezifischen Ansichten t1, t2, ..., tM bestimmt. Es wird jeweils eine Weite W der Grauwertfensterung und eine Lage C eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht t1, t2, ..., tM aus einer Mehrzahl von spezifischen Ansichten t1, t2, ..., tM automatisch ermittelt. Das Verfahren S2 weist ferner den Schritt der Auswahl S23 einer spezifischen Ansicht T1, T2 aus der Mehrzahl von spezifischen Ansichten t1, t2, ..., tM auf.
Für den Bilddatensatz können für alle möglichen oder verfügbaren spezifischen Ansichten t1, t2, ..., tM die Weite W und die Lage C des Zentralwerts der Grauwertfensterung ermittelt werden. Die Weite W und die Lage C des Zentralwerts der Grauwertfensterung kann jeweils für alle möglichen oder verfügbaren spezifischen Ansichten t1, t2, ..., tM in den Meta-Informationen des Datensatzes gespeichert werden. Beispielsweise kann erst bei der Darstellung im Viewer mit einer Anwahl bzw. Auswahl einer spezifischen Ansicht T1, T2 die entsprechende, bereits ermittelte Weite W und Lage C des Zentralwerts der Grauwertfensterung ausgewählt und in der Darstellung bzw. in der spezifischen Ansicht T1, T2 angewendet werden.
Das Verfahren S2 weist ferner den Schritt des Zwischenausgebens S21 jeweils der Weite W der Grauwertfensterung und der Lage C eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht t1, t2, ..., tM aus einer Mehrzahl von spezifischen Ansichten t1, t2, ..., tM auf. Das Zwischenausgeben S21 umfasst beispielsweise das Speichern der Weite W und der Lage C des Zentralwerts der Grauwertfensterung für jede spezifische Ansicht in den Meta-Informationen des Datensatzes, beispielsweise einem DICOM-Datensatz.
Das Verfahren S2 weist ferner den Schritt der Auswahl S23 einer spezifischen Ansicht T1, T2 aus der Mehrzahl von spezifischen Ansichten t1, t2, ..., tM auf. Die spezifische Ansicht T1, T2 kann aus der Mehrzahl von spezifischen Ansichten t1, t2, ..., tM beispielsweise basierend auf einer Angabe oder einer Auswahl S13 der Untersuchungsart erfolgen. Die spezifische Ansicht kann auch direkt vom Benutzer ausgewählt werden.
Die 5 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens S3 zum Ermitteln einer Weite W und einer Lage C des Zentralwerts einer Grauwertfensterung in einer fünften Ausführungsform. Im Schritt des automatischen Ermittelns S17 ist die Weite W der Grauwertfensterung und die Lage C eines Zentralwertes der Grauwertfensterung zusätzlich von einer Untersuchungsart abhängig. Die Untersuchungsart dient als Eingangsparameter I3 für den Schritt des automatischen Ermittelns S17.
Die 6 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens M zum Trainieren der Bestimmungseinheit in einer ersten Ausführungsform. Das Verfahren M zum Trainieren einer Ermittlungseinheit zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts mit einem Computertomographiesystem weist die Schritte des Bereitstellens M1 und des Anpassens M7 auf. Die Ermittlungseinheit kann insbesondere ein Ermittlungsalgorithmus sein bzw. einen Ermittlungsalgorithmus umfassen. Im Schritt des Bereitstellens M1 werden Trainingsdaten aufweisend eine Mehrzahl von Bilddatensätzen mit Bildpunktwerten bereitgestellt, wobei jedem Bilddatensatz jeweils eine positiv bewertete Weite der Grauwertfensterung und eine positiv bewertete Lage eines Zentralwertes der Grauwertfensterung für eine spezifische Ansicht zugeordnet ist. Im Schritt des Anpassens M7 wird die Ermittlungseinheit unter Verwendung der Mehrzahl von Bilddatensätzen jeweils in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten positiv bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst.
Das Training der Ermittlungseinheit erfolgt für alle zu unterstützenden spezifischen Ansichten. Dazu werden Trainingsdaten verwendet, welche jeweils eine Vielzahl von Bilddatensätzen umfassen. Die Bilddatensätze der Trainingsdaten umfassen eine Vielzahl von unterschiedlichen Aufnahme-Situationen mit beispielsweise unterschiedlichen Aufnahmeparametern. Die Trainingsdaten umfassen ferner eine insbesondere vorbestimmte Weite und eine insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung als Zielparameter, welche eine vergleichbare Darstellung der spezifischen Ansicht gewährleisten. Die insbesondere vorbestimmte Weite und die insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung sind insbesondere positiv bewertet. Die Trainingsdaten können ferner eine insbesondere vorbestimmte Weite und eine insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung für eine spezifische Ansicht mit negativer Bewertung umfassen. Die Weite und die Lage des Zentralwerts der Grauwertfensterung können beispielsweise manuell von radiologisch geschulten Personen definiert werden oder auf Basis von physikalischen Argumenten unter Kenntnis der spektral abhängigen Absorptionseigenschaften der jeweils relevanten Gewebe oder des Kontrastmittels definiert werden.
Das Verfahren M zum Trainieren kann als Trainingsphase bezeichnet werden. Im Schritt des Bereitstellens M1 werden Trainingsdaten bereitgestellt. Der Schritt des Bereitstellens M1 kann bevorzugt der erste Schritt sein. Zu jedem Bilddatensatz können mindestens für eine spezifische Ansicht die Weite und die Lage des Zentralwerts der Grauwertfensterung vorbestimmt sein. Die insbesondere vorbestimmte Weite und die insbesondere vorbestimmte Lage des Zentralwerts der Grauwertfensterung können als Grundwahrheit bezeichnet werden.
Im Schritt des Anpassens M7 wird die Bestimmungseinheit auf Basis zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten positiv bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst. Ferner kann die Bestimmungseinheit zusätzlich auf Basis zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes, der zugeordneten spezifischen Ansicht, der zugeordneten positiv bewerteten Weite der Grauwertfensterung und der zugeordneten negativ bewerteten Lage des Zentralwertes der Grauwertfensterung angepasst werden. Der Schritt des Anpassens M7 umfasst insbesondere ein maschinelles Lernverfahren, wobei auch eine statistische Methode, eine Abbildungsvorschrift oder ein künstlichen neuronalen Netz umfasst sein können. Das maschinelle Lernverfahren kann Aspekte von Data-Mining umfassen. Das maschinelle Lernverfahren kann ein symbolisches System oder ein subsymbolisches System, beispielsweise ein künstliches neuronales Netz mit oder ohne Regression, umfassen. Das maschinelle Lernen kann ein überwachtes, teilüberwachtes, unüberwachtes, bestärkendes oder aktives Lernen umfassen. Das maschinelle Lernverfahren kann Batch-Lernen, bei dem alle Trainingsdaten gleichzeitig vorhanden sind und beispielsweise nach Bearbeiten aller Trainingsdaten Muster und Gesetzmäßigkeiten von der Bestimmungseinheit erlernt werden, umfassen. Das maschinelle Lernen kann ein kontinuierliches, inkrementelles oder sequentielles Lernverfahren umfassen, wobei die Muster und Gesetzmäßigkeiten zeitlich versetzt entwickelt werden. Beim kontinuierlichen, inkrementellen oder sequentiellen Lernverfahren können die Trainingsdaten nach einmaligem Ausführen und beispielsweise Gewichte anpassen verloren gehen. Beim Batch-Lernen oder beim kontinuierlichen, inkrementellen oder sequentiellen Lernverfahren können die Trainingsdaten gespeichert vorliegen und die Trainingsdaten können wiederholbar zugreifbar sein. Das maschinelle Lernverfahren kann beispielsweise Deep-Learning-Methoden oder Shallow-Learning-Methoden umfassen. Bilddaten aus dem Verfahren zur Bestimmung der Weite und der Lage des Zentralwerts können zusätzlich zum Anpassen der Bestimmungseinheit verwendet werden, beispielsweise um statistische Wahrscheinlichkeiten des Auftretens von Merkmalen durch eine zunehmend größere Datenbasis zu verbessern.
Die 7 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Verfahrens M zum Trainieren der Bestimmungseinheit in einer zweiten Ausführungsform. Das Verfahren M zum Trainieren weist ferner den Schritt des Extrahierens M9 von jeweils einem Merkmal aus zumindest einer Teilmenge der Bildpunktewerte in jedem Bilddatensatz auf. Das Merkmal wird im Schritt des Anpassens M7 verwendet, beispielsweise zusätzlich zur zumindest einen Teilmenge des Bilddatensatzes. Im Schritt des Extrahierens M9 werden Merkmale im Bilddatensatz bzw. insbesondere in einer Teilmenge der Bildpunktwerte im Bilddatensatz bestimmt oder extrahiert. Der Schritt des Anpassens M7 kann ein Zuordnen der extrahierten Merkmale zur Grundwahrheit aufweisen. Die Zuordnung der Merkmale zur Grundwahrheit kann bevorzugt auf Methoden des maschinellen Lernens basieren.
Die 8 zeigt eine beispielhafte Ausführungsform des erfindungsgemäßen Computertomographiesystems 31 zum Ausführen des erfindungsgemäßen Verfahrens zum Ermitteln einer Weite und einer Lage eines Zentralwertes einer Grauwertfensterung. Das Computertomographiesystem 31 beinhaltet eine Gantry 33 mit einem Rotor 35. Der Rotor 35 umfasst eine Röntgenquelle 37 und die Detektorvorrichtung 29. Das Untersuchungsobjekt 39 ist auf der Patientenliege 41 gelagert und ist entlang der Rotationsachse z 43 durch die Gantry 33 bewegbar. Zur Steuerung und Berechnung der Schnittbilder sowie zur Durchführung des erfindungsgemäßen Verfahrens wird eine Recheneinheit 45 verwendet. Die Recheneinheit 45 kann eine Bereitstellungseinheit 51 zum Bereitstellen des Bilddatensatzes und eine Ermittlungseinheit 53 zum automatischen Ermitteln aufweisen. Eine Eingabeeinrichtung 47 und eine Ausgabevorrichtung 49 sind mit der Recheneinheit 45 verbunden. Die Recheneinheit 45 kann die Trainingseinheit 50 umfassen. Ein computerlesbarer Datenträger mit Programmcode eines Computerprogramms kann von der Recheneinheit eingelesen werden bzw. von der Recheneinheit umfasst sein, um das Verfahren zum Ermitteln, wenn das Computerprogramm auf einem Computer bzw. der Recheneinheit 45 ausgeführt wird.
Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 102010043712 A1 [0003]
DE 102011003857 A1 [0004]

Claims

Verfahren (S1, S2, S3) zum Ermitteln einer Weite (W) und einer Lage (C) eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts (39) mit einem Computertomographiesystem (31), aufweisend die Schritte: a. Bereitstellen (S11) eines Bilddatensatzes mit Bildpunktwerten, und b. automatisches Ermitteln (S17, S17', S17'') der Weite (W) der Grauwertfensterung und der Lage (C) eines Zentralwertes der Grauwertfensterung zur Darstellung der Bildpunktwerte des Bilddatensatzes in einer spezifischen Ansicht (T1, T2), wobei die Weite (W) und die Lage (C) in Abhängigkeit der spezifischen Ansicht (T1, T2) des Bilddatensatzes und in Abhängigkeit von zumindest einer Teilmenge der Bildpunktwerte des Bilddatensatzes ermittelt werden.
Verfahren (S1, S2, S3) nach Anspruch 1, ferner aufweisend den Schritt des Extrahierens (S12) eines Merkmals aus zumindest einer Teilmenge der Bildpunktewerte im Bilddatensatz und Verwendung des Merkmals im Schritt des automatischen Ermittelns (S17, S17', S17'').
Verfahren (S1, S2, S3) nach einem der vorangehenden Ansprüche, wobei das automatische Ermitteln die Verwendung einer mittels eines maschinellen Lernverfahrens trainierten Ermittlungseinheit umfasst.
Verfahren (S1, S2, S3) nach einem der vorangehenden Ansprüche, ferner aufweisend den Schritt des Ausgebens (S19, S19') der Weite (W) der Grauwertfensterung und der Lage (C) eines Zentralwertes der Grauwertfensterung.
Verfahren (S1, S2, S3) nach einem der vorangehenden Ansprüche, wobei die spezifische Ansicht (T1, T2) auf einer Untersuchungsart basiert.
Verfahren (S1, S2, S3) nach einem der vorangehenden Ansprüche, wobei jeweils eine Weite (W) der Grauwertfensterung und eine Lage (C) eines Zentralwertes der Grauwertfensterung für jede spezifische Ansicht (t1, t2, ..., tM) aus einer Mehrzahl von spezifischen Ansichten (t1, t2, ..., tM) automatisch ermittelt wird.
Verfahren (S1, S2, S3) nach Anspruch 6, ferner aufweisend den Schritt der Auswahl (S23) einer spezifischen Ansicht (T1, T2) aus der Mehrzahl von spezifischen Ansichten (t1, t2, ..., tM) .
Verfahren (S1, S2, S3) nach einem der vorangehenden Ansprüche, wobei im Schritt des automatischen Ermittelns die Weite (W) der Grauwertfensterung und die Lage (C) eines Zentralwertes der Grauwertfensterung zusätzlich von einer Untersuchungsart abhängig sind.
Recheneinheit (45) zum Ermitteln einer Weite (W) und einer Lage (C) eines Zentralwertes einer Grauwertfensterung für die Bildgebung eines Untersuchungsbereichs eines Untersuchungsobjekts (39) mit einem Computertomographiesystem (31) aufweisend Mittel zum Durchführen eines Verfahrens (S1, S2, S3) gemäß einem der Ansprüche 1 bis 8 aufweisend a. eine Bereitstellungseinheit (51) zum Bereitstellen (S11) eines Bilddatensatzes mit Bildpunktwerten, und b. eine Ermittlungseinheit (53) zum automatischen Ermitteln (S17, S17', S17'') der Weite (W) der Grauwertfensterung und der Lage (C) eines Zentralwertes der Grauwertfensterung zur Darstellung der Bildpunktwerte des Bilddatensatzes in einer spezifischen Ansicht (T1, T2).
Computertomographiesystem (31) mit einer Recheneinheit (45) nach Anspruch 9.
Computerprogramm mit Programmcode, um das Verfahren (S1, S2, S3) nach einem der Ansprüche 1 bis 8 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Computerlesbarer Datenträger mit Programmcode eines Computerprogramms, um das Verfahren (S1, S2, S3) nach einem der Ansprüche 1 bis 8 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.