DE102017221720B3 - Bereitstellen eines Patientenmodells eines Patienten - Google Patents

Bereitstellen eines Patientenmodells eines Patienten Download PDF

Info

Publication number
DE102017221720B3
DE102017221720B3 DE102017221720.0A DE102017221720A DE102017221720B3 DE 102017221720 B3 DE102017221720 B3 DE 102017221720B3 DE 102017221720 A DE102017221720 A DE 102017221720A DE 102017221720 B3 DE102017221720 B3 DE 102017221720B3
Authority
DE
Germany
Prior art keywords
patient
image data
data set
patient model
coordinate system
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
DE102017221720.0A
Other languages
English (en)
Inventor
Stefan Popescu
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 DE102017221720.0A priority Critical patent/DE102017221720B3/de
Priority to US16/202,405 priority patent/US10497469B2/en
Application granted granted Critical
Publication of DE102017221720B3 publication Critical patent/DE102017221720B3/de
Priority to US16/653,134 priority patent/US11101025B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/70—Means for positioning the patient in relation to the detecting, measuring or recording means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices 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
    • A61B6/5247—Devices 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 an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/361—Image-producing devices, e.g. surgical cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

Verfahren zum Bereitstellen eines Patientenmodells eines Patienten, umfassend die folgenden Verfahrensschritte:- Empfangen (REC-PM.i) eines ersten Patientenmodells (PM.i) des Patienten (P) mittels einer Schnittstelle (PU.i.IF, PU.j.IF),wobei das erste Patientenmodell (PM.i) ein multiparametrisches Patientenmodell ist,wobei das erste Patientenmodell (PM.i) einen ersten Bilddatensatz (MI.i) eines Patienten (P) umfasst,wobei der erste Bilddatensatz (MI.i) bezüglich eines Patientenkoordinatensystem (PCS) koordinatisiert ist,- Empfangen (REC-MI.j) eines zweiten Bilddatensatzes (MI.j) des Patienten (P) mittels der Schnittstelle (PU.i.IF, PU.j.IF),wobei der zweite Bilddatensatz (MI.j) auf einer bildgebenden medizinischen Vorrichtung (MOD, MOD') basiert,wobei der zweite Bilddatensatz (MI.j) bezüglich eines Gerätekoordinatensystem (MCS) koordinatisiert ist,wobei das Gerätekoordinatensystem (MCS) ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung (MOD, MOD') ist,- Bestimmen (DET-TF) einer Transformationsfunktion (TF) mittels einer Recheneinheit (PU.i.CU, PU.j.CU), wobei die Transformationsfunktion (TF) das Gerätekoordinatensystem (MCS) in das Patientenkoordinatensystem (PCS) überführt,- Bestimmen (DET-MI.j') eines transformierten zweiten Bilddatensatzes (MI.j') basierend auf dem zweiten Bilddatensatz (MI.j) und der Transformationsfunktion (TF) mittels der Recheneinheit (PU.i.CU, PU.j.CU),- Bestimmen (DET-MI.i') eines modifizierten ersten Bilddatensatzes (MI.i') basierend auf einer Segmentierung des ersten Bilddatensatzes (MI.i) und einer Segmentierung des transformierten zweiten Bilddatensatzes (MI.j')mittels der Recheneinheit (PU.i.CU, PU.j.CU),- Bereitstellen (PROV-PM.j) eines zweiten Patientenmodells (PM.j) des Patienten (P) mittels der Schnittstelle (PU.i.IF, PU.j.IF),wobei das zweite Patientenmodell (PM.j) ein multiparametrisches Patientenmodell ist,wobei das zweite Patientenmodell (PM.j) den transformierten zweiten Bilddatensatz (MI.j') umfasst, undwobei das zweite Patientenmodell (PM.j) den modifizierten ersten Bilddatensatz (MI.i') umfasst.

Description

  • Die Digitalisierung im Gesundheitswesen führt dazu, dass für jeden einzelnen Patienten mehr Daten gewonnen werden und zur Verfügung stehen. Diese großen Datenmengen sind allerdings auf verschiedenen Datenquellen in verschiedenen Institutionen (wie Krankenhäuser, Krankenkassen oder Arztpraxen) verteilt, eventuelle Synergieeffekte, die sich durch die Verbindung mehrerer Datensätze ergeben, können daher nicht oder nur schwer genutzt werden.
  • Es ist bekannt, einen Patienten betreffende Daten in einer elektronischen Gesundheitsakte (ein englischer Fachbegriff ist „electronic health record“, ein Akronym ist „EHR“) zu speichern. Zum einen handelt es sich bei einem EHR üblicherweise nur um eine Ansammlung von Daten, die kaum oder nicht miteinander verknüpft sind. Zum anderen muss diese elektronische Gesundheitsakte über verschiedene Institutionen unter Berücksichtigung des Datenschutzes synchron gehalten werden.
  • Aus der Druckschrift US 2006 / 0 262 345 A1 sind Vorrichtungen und Verfahren zur Registrierung von Bilddaten zweier medizinischer Modalitäten mittels im Bild enthaltenen Referenzgegenständen bekannt. Aus der Druckschrift US 2004 / 0 138 548 A1 sind Vorrichtungen und Verfahren zur Registrierung von Bilddaten basierend auf medizinischen Positionsbestimmungssystemen bekannt. Aus der Druckschrift US 2011 / 0 082 366 A1 sind magnetbasierte Systeme zur Positionsbestimmung und Navigation medizinischer Instrumente bekannt. Diese Druckschriften beschreiben aber jeweils das Verhältnis von im unmittelbaren zeitlichen Zusammenhang aufgenommenen Bilddaten, nicht aber die Verwendung von historischen Bilddaten eines Patienten.
  • Es ist daher die Aufgabe der vorliegenden Erfindung, ein Patientenmodell bereitzustellen, das bessere und genauere Informationen über einen Patienten beinhaltet.
  • Diese Aufgabe wird gelöst durch ein Verfahren nach dem Anspruch 1, durch eine Bereitstellungsvorrichtung nach dem Anspruch 10, durch eine bildgebende medizinische Vorrichtung nach dem Anspruch 12, durch ein Computerprogrammprodukt nach dem Anspruch 13 und durch ein computerlesbares Speichermedium nach dem Anspruch 14.
  • Nachstehend wird die erfindungsgemäße Lösung der Aufgabe sowohl in Bezug auf die beanspruchten Vorrichtungen als auch in Bezug auf die beanspruchten Verfahren beschrieben. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen sind ebenso auch auf die anderen beanspruchten Gegenstände zu übertragen und umgekehrt. Mit anderen Worten können die gegenständlichen Ansprüche (die beispielsweise auf eine Vorrichtung gerichtet sind) auch mit den Merkmalen, die in Zusammenhang mit Verfahren beschrieben oder beansprucht sind, weitergebildet sein. Die entsprechenden funktionalen Merkmale der Verfahren werden dabei durch entsprechende gegenständliche Module ausgebildet.
  • Die Erfindung betrifft ein Verfahren zum Bereitstellen eines Patientenmodells eines Patienten, umfassend den Verfahrensschritt des Empfangens eines ersten Patientenmodells des Patienten mittels einer Schnittstelle, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, und wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist. Das Verfahren umfasst weiterhin den Verfahrensschritt des Empfangens eines zweiten Bilddatensatzes des Patienten mittels der Schnittstelle, wobei der zweite Bilddatensatz auf einer bildgebenden medizinischen Vorrichtung basiert, wobei der zweite Bilddatensatz bezüglich eines Gerätekoordinatensystem koordinatisiert ist, und wobei das Gerätekoordinatensystem ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung ist. Das Verfahren umfasst weiterhin den Verfahrensschritt des Bestimmens einer Transformationsfunktion mittels einer Recheneinheit, wobei die Transformationsfunktion das Gerätekoordinatensystem in das Patientenkoordinatensystem überführt. Das Verfahren umfasst weiterhin den Verfahrensschritt des Bestimmens eines transformierten zweiten Bilddatensatzes basierend auf dem zweiten Bilddatensatz und der Transformationsfunktion mittels der Recheneinheit. Das Verfahren umfasst weiterhin den Verfahrensschritt des Bereitstellens eines zweiten Patientenmodells des Patienten mittels der Schnittstelle, wobei das zweite Patientenmodell ein multiparametrisches Patientenmodell ist, und wobei das zweite Patientenmodell den transformierten zweiten Bilddatensatz umfasst. Das Verfahren zum Bereitstellen eines Patientenmodells ist insbesondere ein Verfahren zum Bereitstellen des zweiten Patientenmodells.
  • Der Erfinder hat erkannt, dass das bereitgestellte zweite Patientenmodell die Diagnostik und/oder die Therapie des Patienten verbessern kann, da die notwendigen Informationen im gleichen Koordinatensystem vorliegen und damit korreliert bewertet werden können. Insbesondere ist es so möglich, Diagnostik und/oder Therapie basierend auf zwei unterschiedlichen Arten von Bilddaten (beispielsweise einer Computertomographie und einer Magnetresonanztomographie) oder basierend auf Bilddaten von unterschiedlichen Zeitpunkten zu betreiben, und damit die Diagnostik und/oder die Therapie zu verbessern.
  • Erfindungsgemäß umfasst das Verfahren weiterhin den Verfahrensschritt des Bestimmens eines modifizierten ersten Bilddatensatzes basierend auf dem ersten Bilddatensatz und dem transformierten zweiten Bilddatensatz mittels der Recheneinheit; wobei das zweite Patientenmodell den modifizierten ersten Bilddatensatz umfasst. Hierbei wurde der erste Bilddatensatz zu einem ersten Zeitpunkt aufgenommen, und der zweite Bilddatensatz wurde zu einem zweiten Zeitpunkt aufgenommen, wobei der zweite Zeitpunkt insbesondere zeitlich nach dem ersten Zeitpunkt liegt. Der Erfinder hat erkannt, dass Veränderungen der Anatomie des Patienten auftreten können, insbesondere wenn viel Zeit (in der Größenordnung Monate oder Jahre) zwischen dem ersten Zeitpunkt und dem zweiten Zeitpunkt vergeht. Beispielsweise kann sich der BMI (englisches Akronym für „Body-Mass-Index“, eine deutsche Übersetzung ist „Körpermassenindex“) verändern, weiterhin kann Muskelgewebe auf- oder abgebaut werden, weiterhin kann sich die Anatomie auch durch eine Einwirkung von außen verändern, beispielsweise durch einen Unfall oder durch eine Operation. Durch das Bestimmen eines modifizierten ersten Bilddatensatzes kann der erste Bilddatensatz basierend auf dem transformierten zweiten Bilddatensatz auf die aktuelle Anatomie des Patienten angepasst werden, insbesondere können damit auch die Informationen des ersten Bilddatensatzes für eine genauere und bessere Diagnostik und/oder Therapie verwendet werden.
  • Erfindungsgemäß basiert der Schritt des Bestimmens des modifizierten ersten Bilddatensatzes auf einer Segmentierung des ersten Bilddatensatzes und einer Segmentierung des transformierten zweiten Bilddatensatzes. Bei einer Segmentierung kann es sich insbesondere um eine Segmentierung von Knochenstrukturen handeln, weiterhin kann es sich auch insbesondere um eine Segmentierung von Gefäßstrukturen handeln. Der Erfinder hat erkannt, dass basierend auf einer Segmentierung der modifizierte erste Bilddatensatz sehr genau ermittelt werden kann, da die Veränderung einzelner (segmentierter) Strukturen der Patientenanatomie berücksichtigt werden kann.
  • Nach einem weiteren Aspekt der Erfindung basiert die Transformationsfunktion auf einem Vergleich des ersten Bilddatensatzes mit dem zweiten Bilddatensatz. In anderen Worten wird die Transformationsfunktion durch eine Registrierung ersten Bilddatensatzes und des zweiten Bilddatensatzes ermittelt. Die Transformationsfunktion überführt insbesondere Koordinaten bezüglich des Gerätekoordinatensystems in Koordinaten bezüglich des Patientenkoordinatensystems, insbesondere ist die Transformationsfunktion eine invertierbare Funktion, insbesondere eine affine Funktion. Der Erfinder hat erkannt, dass basierend auf einem Vergleich der Bilddatensätze eine Transformationsfunktion besonders genau bestimmt werden kann.
  • Nach einem weiteren Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt des Empfangens eines Registrierungsbildes mit der Schnittstelle; wobei die Transformationsfunktion auf dem Registrierungsbild basiert. Der Erfinder hat erkannt, dass basierend auf einem Registrierungsbild die Transformationsfunktion ermittelt werden kann, ohne dass der zweite Bilddatensatz vorliegt. Insbesondere kann der zweite Bilddatensatz dann basierend auf dem ersten Bilddatensatz und gleichzeitig basierend auf der zweiten Transformationsfunktion ermittelt werden. Dies kann eine schnellere und/oder genauere Ermittlung des transformierten zweiten Bilddatensatzes bzw. des zweiten Bilddatensatzes ermöglichen. Weiterhin umfasst ein Registrierungsbild in der Regel weniger Informationen als der zweite Bilddatensatz (beispielsweise kann das Registrierungsbild eine niedrigere Dimension als der zweite Bilddatensatz aufweisen), daher kann die Transformationsfunktion besonders schnell und effizient berechnet werden.
  • Nach einem weiteren Aspekt der Erfindung ist das Registrierungsbild ein dreidimensionales optisches Bild des Patienten, wobei das dreidimensionale optische Bild mit einer optischen Bildaufnahmeeinheit aufgenommen wurde, wobei die optische Bildaufnahmeeinheit an der bildgebenden medizinischen Vorrichtung angeordnet ist. Bei der optischen Bildaufnahmeeinheit handelt es sich insbesondere um eine optische 3D-Kamera. Der Erfinder hat erkannt, dass mittels eines dreidimensionalen optischen Bildes eine besonders genaue Bestimmung der Transformationsfunktion vor der Aufnahme des zweiten Bilddatensatzes möglich ist, gleichzeitig verursacht ein optisches dreidimensionales Bild im Vergleich zu einer Aufnahme mittels ionisierender Strahlen keine zusätzliche Strahlenbelastung des Patienten, im Vergleich zu einer Aufnahme mittels einer Magnetresonanztomographie verursacht ein optisches dreidimensionales Bild keine zusätzliches Aufwärmen von Patientengewebe. Insbesondere kann bei der Verwendung eines dreidimensionalen optischen Registrierungsbildes komplett auf die Aufnahme eines Übersichtsbild mittels der bildgebenden medizinischen Vorrichtung und die damit verbundene Strahlen- oder Wärmeexposition verzichtet werden, wenn die Planung der bildgebenden medizinischen Untersuchung auf dem ersten Patientenmodell basiert. Insbesondere kann ein dreidimensionales optisches Registrierungsbild auch schneller als eine Übersichtsaufnahme der bildgebenden medizinischen Vorrichtung aufgenommen werden, dadurch kann die Gesamtdauer der bildgebenden medizinischen Untersuchung verringert werden.
  • Nach einem weiteren Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt des Bestimmens eines patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz mittels der Recheneinheit, weiterhin umfasst das Verfahren den Verfahrensschritt des Bereitstellens des patientenspezifischen Bildaufnahmeparameters mittels der Schnittstelle. Alternativ kann der patientenspezifische Bildaufnahmeparameter basierend auf dem ersten Patientenmodell berechnet werden. Der patientenspezifische Bildaufnahmeparameter ist insbesondere ein Parameter betreffend die Aufnahme des zweiten Bilddatensatzes mittels der bildgebenden medizinischen Vorrichtung. Das Bestimmen eines patientenspezifischen Bildaufnahmeparameters kann insbesondere durch das Anpassen eines vorgegebenen Bildaufnahmeparameters bzw. eines vorgegebenen patientenspezifischen Bildaufnahmeparameters erfolgen. Nach einem weiteren möglichen Aspekt der Erfindung basiert eine Bildgebung mittels der bildgebenden medizinischen Vorrichtung auf dem patientenspezifischen Bildaufnahmeparameter, wenn der zweite Bilddatensatz mittels der bildgebenden medizinischen Vorrichtung aufgenommen wird. Der Erfinder hat erkannt, dass basierend auf dem ersten Bilddatensatz bzw. basierend auf dem ersten Patientenmodell ein Bildaufnahmeparameter besonders effizient und insbesondere ohne vorbereitende und möglicherweise strahlen- oder wärmebelastende Voraufnahmen möglich ist. Beispielsweise kann ein Bildaufnahmeparameter derart bestimmt werden, dass vorgegebene Grenzwerte für eine Strahlenbelastung oder eine Wärmebelastung eines Gewebes des Patienten nicht überschritten werden. Weiterhin kann hierdurch die Patientenpositionierung bestimmt werden.
  • Nach einem weiteren Aspekt der Erfindung wird der Schritt des Empfangens des zweiten Bilddatensatzes nach, insbesondere zeitlich nach dem Schritt des Bestimmens der Transformationsfunktion ausgeführt. Weiterhin umfasst der Schritt des Empfangens des zweiten Bilddatensatzes den Unterschritt des Empfangens von Rohdaten mittels der Schnittstelle, wobei die Rohdaten auf einer Untersuchung des Patienten mittels der bildgebenden medizinischen Vorrichtung basieren; den Unterschritt des Bestimmens einer Rekonstruktionszwangsbedingung basierend auf dem ersten Patientenmodell, insbesondere basierend auf dem ersten Bilddatensatz, mittels der Recheneinheit; und den Unterschritt des Rekonstruierens des zweiten Bilddatensatzes basierend auf den Rohdaten und basierend auf der Rekonstruktionszwangsbedingung mittels der Recheneinheit. Der Erfinder hat erkannt, dass durch diese vorteilhafte Weiterbildung der zweite Bilddatensatz besonders schnell und effizient rekonstruiert werden kann, da Rekonstruktionszwangsbedingungen als zusätzliche Informationen neben den Rohdaten bereitstehen, und die Rekonstruktion nicht ausschließlich basierend auf den Rohdaten erfolgen muss. Weiterhin kann die Menge der notwendigen Rohdaten basierend auf einer Rekonstruktionszwangsbedingung reduziert werden, beispielsweise durch komprimierte Erfassung (englische Fachbegriffe sind „compressed sensing“, „compressive sampling“ oder „sparse sampling“), durch diese Reduktion kann die Zeitdauer der eigentlichen Bildaufnahme reduziert werden.
  • Nach einem weiteren Aspekt der Erfindung ist der erste Bilddatensatz ein Vorlagebilddatensatz, wobei der Vorlagebilddatensatz basierend auf einem Patientenparameter des Patienten ausgewählt wird. Nach einem weiteren möglichen Aspekt der Erfindung betrifft der Patientenparameter wenigstens einen der folgenden Parameter: Alter des Patienten, Geschlecht des Patienten, Größe des Patienten, Gewicht des Patienten. Nach einem weiteren möglichen Aspekt der Erfindung wird der Vorlagedatensatz weiterhin basierend auf dem Patientenparameter angepasst. Der Erfinder hat erkannt, dass insbesondere bei einem Erstkontakt mit dem Patienten basierend auf einem patientenspezifisch ausgewählten Vorlagebilddatensatz bereits eine Vielzahl von Informationen über den Patienten vorliegen, die dann nicht durch Diagnostische Verfahren (beispielsweise einer bildgebenden Untersuchung des gesamten Patienten) ermittelt werden müssen. Es ist also möglich, mittels eines Vorlagebilddatensatzes ein Patientenmodell schnell und kostengünstig zu initialisieren. In diesem Fall umfasst das erste Patientenmodell also insbesondere den Vorlagebilddatensatz. Insbesondere kann bei der Initialisierung das erste Patientenmodell noch weitere Vorlagebilddatensätze umfassen, wobei die Vorlagebilddatensätze unterschiedliche Parameter betreffen (beispielsweise Hounsfield-Units und eine Segmentierung des Körpers in verschiedene Organe).
  • Nach einem weiteren Aspekt der Erfindung ist der Patientenparameter ein dreidimensionales optisches Bild des Patienten, weiterhin wird der Vorlagebilddatensatz basierend auf dem dreidimensionalen optischen Bild des Patienten angepasst. Der Erfinder hat erkannt, dass durch die Anpassung des Vorlagebilddatensatzes basierend auf dem dreidimensionalen optischen Bild der Vorlagebilddatensatz besonders genau an die tatsächliche Anatomie des Patienten angepasst werden kann.
  • Nach einem weiteren Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt des Bestimmens eines zweiten patientenspezifischen Expositionsparameters basierend auf dem transformierten zweiten Bilddatensatz mittels der Recheneinheit. Bei einem patientenspezifischen Expositionsparameter kann es sich insbesondere um einen patientenspezifischen Dosisparameter und/oder um einen patientenspezifischen Wärmeparameter handeln. Alternativ kann der patientenspezifische Expositionsparameter auch eine Kontrastmittelexposition betreffen. Nach einem weiteren möglichen Aspekt der Erfindung umfasst das zweite Patientenmodell den zweiten patientenspezifischen Expositionsparameter. Der zweite patientenspezifische Expositionsparameter kann insbesondere ein zweiter organspezifischer Expositionsparameter sein. Der Erfinder hat erkannt, dass der zweite patientenspezifische Expositionsparameter Informationen über die lokale Exposition des Patienten bereitstellen kann, beispielsweise durch ionisierende Strahlen (im Fall eines patientenspezifischen Dosisparameters, beispielsweise aufgrund von Untersuchungen mit einem Computertomographen oder einem Positronen-Emission-Tomographen, oder aufgrund einer medizinischen Bestrahlung), durch Wärme oder durch Kontrastmittel bei einer bildgebenden medizinischen Untersuchungen. Die Aufwärmung von Gewebe aufgrund einer Magnetresonanztomographieuntersuchung erfolgt hierbei aufgrund Einstrahlung von Hochfrequenzstrahlung (Frequenz zwischen 60 MHz und 120 MHz). Diese Informationen können insbesondere relevant für Folgeuntersuchungen sein, um einen zeitlich bezogenen Grenzwert für eine Exposition des Patienten zu befolgen.
  • Nach einem weiteren möglichen Aspekt der Erfindung umfasst das erste Patientenmodell weiterhin einen ersten patientenspezifischen Expositionsparameter, wobei der zweite patientenspezifische Expositionsparameter weiterhin auf dem ersten patientenspezifischen Expositionsparameterbasiert. Die Erfinder haben erkannt, dass durch eine derartige Abhängigkeit der zweite patientenspezifische Expositionsparameterals kumulativer Expositionsparameterüber mehrere Untersuchungen dienen kann, und somit bessere Informationen für mögliche Folgeuntersuchungen liefern kann.
  • Nach einem weiteren Aspekt der Erfindung umfasst das zweite Patientenmodell einen Hashwert des ersten Patientenmodells. Der Erfinder hat erkannt, dass durch eine derartige Verwendung von Hashwerten eine nachträgliche Änderung des ersten Patientenmodells nicht mehr möglich ist, insbesondere kann hierdurch eine revisionssichere Speicherung der Patientenmodelle erreicht werden. Eine revisionssichere Speicherung von Daten ist hierbei insbesondere im medizininformatischen Umfeld, und hierbei insbesondere bei elektronischen Gesundheitsakten notwendig.
  • Nach einem weiteren Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt des Speicherns des ersten Patientenmodells und des zweiten Patientenmodells als aufeinanderfolgende Blöcke in einer Blockchaindatenbank mittels einer Speichereinheit. Die Erfinder haben erkannt, dass mittels Speicherung in einer Blockchaindatenbank eine verteilte und gleichzeitig revisionssichere Datenbank von Patientenmodellen realisiert werden kann. Insbesondere können also mehrere medizinische Institutionen Patientenmodell von Patienten bereitstellen, die jeweils auf Informationen von anderen Institutionen basieren.
  • Nach einem weiteren möglichen Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt einer Überlagerung des zweiten Bilddatensatzes mit dem ersten Bilddatensatz mittels einer Ausgabeeinheit. Der Erfinder hat erkannt, dass mittels der überlagernden Darstellung der zweite Bilddatensatz in einem größeren anatomischen Kontext des ersten Bilddatensatzes dargestellt werden kann, auch wenn der zweite Bilddatensatz nur auf einen Teil der Anatomie des Patienten beschränkt ist (beispielsweise, um die Exposition des Patienten oder die Dauer der bildgebenden medizinischen Untersuchung klein zu halten). Dadurch kann die Befundung des zweiten Bilddatensatzes im anatomischen Kontext und damit besser und genauer durchgeführt werden.
  • Nach einem weiteren möglichen Aspekt der Erfindung umfasst das Verfahren weiteren den Verfahrensschritt des Erstellens einer dreidimensionalen Prothese basierend auf dem ersten Patientenmodell oder basierend auf dem zweiten Patientenmodell mittels einer dreidimensionalen Druckeinheit. Eine dreidimensionale Druckeinheit ist insbesondere ein 3D-Drucker. Die Erfinder haben erkannt, dass basierend auf dem ersten oder dem zweiten Patientenmodell eine Prothese besonders genau und spezifisch an den Patienten angepasst werden kann. Eine Prothese kann hierbei insbesondere eine Gefäßprothese oder eine Gelenkprothese sein, das Material der Prothese kann insbesondere Plastik oder Metall sein. Zur dreidimensionalen Erstellung einer Prothese aus Metall ist insbesondere das Verfahren des Selektives Lasersinterns bekannt.
  • Nach einem weiteren möglichen Aspekt der Erfindung umfasst das Verfahren weiterhin den Verfahrensschritt des Empfangens einer Patienteninformation des Patienten mittels der Schnittstelle; sowie den Verfahrensschritt des Anpassens des zweiten Patientenmodells basierend auf der Patienteninformation. Bei der Patienteninformation kann es sich insbesondere um einen diagnostische oder um eine therapeutische Information handeln, beispielsweise um einen Operationsbericht (beispielsweise über die Implantation einer Prothese, der Transplantation von Gewebe oder der Entfernung von Teilen des menschlichen Körpers). Beim Anpassen des zweiten Patientenmodells kann insbesondere der transformierte zweite Bilddatensatz und/oder der modifizierte erste Bilddatensatz angepasst werden. Der Erfinder hat erkannt, dass basierend auf der Patienteninformation Veränderungen der Anatomie des Patienten sehr effizient erfasst werden können, und dadurch das zweite Patientenmodell besonders gut die Anatomie des Patienten wiedergibt.
  • Die Erfindung betrifft weiterhin eine Bereitstellungseinheit zum Bereitstellen eines Patientenmodells, umfassend die folgenden Einheiten:
    • - Schnittstelle, ausgebildet zum Empfangen eines ersten Patientenmodells des Patienten, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, und wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist, weiterhin ausgebildet zum Empfangen eines zweiten Bilddatensatzes des Patienten, wobei der zweite Bilddatensatz auf einer bildgebenden medizinischen Vorrichtung basiert, wobei der zweite Bilddatensatz bezüglich eines Gerätekoordinatensystem koordinatisiert ist, wobei das Gerätekoordinatensystem ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung ist, weiterhin ausgebildet zum Bereitstellen eines zweiten Patientenmodells des Patienten, wobei das zweite Patientenmodell ein multiparametrisches Patientenmodell ist, und wobei das zweite Patientenmodell einen transformierten zweiten Bilddatensatz umfasst,
    • - Recheneinheit, ausgebildet zum Bestimmen einer Transformationsfunktion, wobei die Transformationsfunktion das Gerätekoordinatensystem in das Patientenkoordinatensystem überführt, weiterhin ausgebildet zum Bestimmen des transformierten zweiten Bilddatensatzes basierend auf dem zweiten Bilddatensatz und der Transformationsfunktion.
  • Eine solche Bereitstellungseinheit kann insbesondere dazu ausgebildet sein die zuvor beschriebenen erfindungsgemäßen Verfahren und ihre Aspekte auszuführen. Die Bereitstellungseinheit ist dazu ausgebildet diese Verfahren und ihre Aspekte auszuführen, indem die Schnittstelle und die Recheneinheit ausgebildet sind die entsprechenden Verfahrensschritte auszuführen.
  • Die Erfindung betrifft auch eine bildgebende medizinische Vorrichtung, umfassend eine Bereitstellungseinheit. Die bildgebende medizinische Vorrichtung ist insbesondere dazu ausgebildet, einen zweiten Bilddatensatz aufzunehmen. Bei der bildgebenden medizinischen Vorrichtung kann es sich insbesondere um einen Computertomographen, um einen Magnetresonanztomographen, um einen Positronen-Emissions-Tomographen, um ein C-Bogen-Röntgengerät handeln oder um ein Ultraschallgerät handeln. Die bildgebende medizinische Vorrichtung kann insbesondere weiterhin eine 3D-Kamera ausgebildet zum Aufnehmen von dreidimensionalen optischen Bilddatensätzen umfassen.
  • Die Erfindung betrifft auch ein Computerprogrammprodukt mit einem Computerprogramm sowie ein computerlesbares Medium. Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bereitstellungseinheit auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile wie z. B. eine Dokumentation und/oder zusätzliche Komponenten, sowie Hardware-Komponenten, wie z.B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen.
  • Die Erfindung kann auch ein Verfahren zur Rekonstruktion eines Bilddatensatzes betreffen, umfassend die folgenden Verfahrensschritte:
    • - Empfangen eines ersten Patientenmodells des Patienten mittels einer Schnittstelle, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist,
    • - Bestimmen einer Transformationsfunktion mittels einer Recheneinheit, wobei die Transformationsfunktion ein Gerätekoordinatensystem einer bildgebenden medizinischen Vorrichtung in das Patientenkoordinatensystem überführt,
    • - Empfangen von Rohdaten mittels der Schnittstelle, wobei die Rohdaten auf einer Untersuchung des Patienten mittels der bildgebenden medizinischen Vorrichtung basieren,
    • - Bestimmen einer Rekonstruktionszwangsbedingung basierend auf dem ersten Patientenmodell, insbesondere basierend auf dem ersten Bilddatensatz, mittels der Recheneinheit, und
    • - Rekonstruieren eines zweiten Bilddatensatzes basierend auf den Rohdaten und basierend auf der Rekonstruktionszwangsbedingung mittels der Recheneinheit.
  • Das Verfahren zur Rekonstruktion eines Bilddatensatzes ist insbesondere ein Verfahren zur Rekonstruktion des zweiten Bilddatensatzes
  • Der Erfinder hat erkannt, dass basierend auf durch ein Patientenmodell verfügbare Informationen (bzw. Rekonstruktionszwangsbedingungen) über einen Patienten die Rekonstruktion eines Bilddatensatzes, insbesondere eines tomographischen Bilddatensatzes, deutlich schneller und effizienter durchführbar ist. Weiterhin kann die Menge der notwendigen Rohdaten basierend auf einer Rekonstruktionszwangsbedingung reduziert werden, beispielsweise durch komprimierte Erfassung (englische Fachbegriffe sind „compressed sensing“, „compressive sampling“ oder „sparse sampling“), durch diese Reduktion kann die Zeitdauer der eigentlichen Bildaufnahme reduziert werden.
  • Nach einem weiteren Aspekt der Erfindung umfasst das Verfahren zur Rekonstruktion eines Bilddatensatzes weiterhin den Verfahrensschritt des Bestimmens eines patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz mittels der Recheneinheit, weiterhin umfasst das Verfahren den Verfahrensschritt des Bereitstellens des patientenspezifischen Bildaufnahmeparameters mittels der Schnittstelle. Alternativ kann der patientenspezifische Bildaufnahmeparameter basierend auf dem ersten Patientenmodell berechnet werden. Der patientenspezifische Bildaufnahmeparameter ist insbesondere ein Parameter betreffend die Aufnahme des zweiten Bilddatensatzes mittels der bildgebenden medizinischen Vorrichtung. Das Bestimmen eines patientenspezifischen Bildaufnahmeparameters kann insbesondere durch das Anpassen eines vorgegebenen Bildaufnahmeparameters bzw. eines vorgegebenen patientenspezifischen Bildaufnahmeparameters erfolgen. Nach einem weiteren möglichen Aspekt der Erfindung basiert eine Bildgebung mittels der bildgebenden medizinischen Vorrichtung auf dem patientenspezifischen Bildaufnahmeparameter, wenn der zweite Bilddatensatz mittels der bildgebenden medizinischen Vorrichtung aufgenommen wird.
  • Die Erfindung kann auch eine Rekonstruktionseinheit betreffen, umfassend die folgenden Einheiten:
    • - Schnittstelle, ausgebildet zum Empfangen eines ersten Patientenmodells des Patienten, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist, weiterhin ausgebildet zum Empfangen von Rohdaten, wobei die Rohdaten auf einer Untersuchung des Patienten mittels einer bildgebenden medizinischen Vorrichtung basieren,
    • - Recheneinheit, ausgebildet zum Bestimmen einer Transformationsfunktion, wobei die Transformationsfunktion ein Gerätekoordinatensystem der bildgebenden medizinischen Vorrichtung in das Patientenkoordinatensystem überführt, weiterhin ausgebildet zum Bestimmen einer Rekonstruktionszwangsbedingung basierend auf dem ersten Patientenmodell, insbesondere basierend auf dem ersten Bilddatensatz, weiterhin ausgebildet zum Rekonstruieren des zweiten Bilddatensatzes basierend auf den Rohdaten und basierend auf der Rekonstruktionszwangsbedingung mittels der Recheneinheit.
  • Das Verfahren zum Rekonstruieren eines Bilddatensatzes bzw. dessen Schritte und die Rekonstruktionseinheit bzw. deren Einheiten können auch die vorteilhaften Weiterbildungen Ausführungsformen implementieren, die im Zusammenhang mit dem Verfahren zum Bereitstellen eines Patientenmodells und/oder in Zusammenhang mit der Bereitstellungseinheit zum Bereitstellen eines Patientenmodells beschrieben werden.
  • Die Erfindung kann auch eine bildgebende medizinische Vorrichtung betreffen, ausgebildet zum Rekonstruieren eines Bilddatensatzes, umfassend eine Rekonstruktionseinheit.
  • Die Erfindung kann auch ein Computerprogrammprodukt mit einem Computerprogramm betreffen, welches direkt in einen Speicher einer Rekonstruktionseinheit ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens zum Rekonstruieren eines Bilddatensatzes auszuführen, wenn die Programmabschnitte von der Rekonstruktionseinheit ausgeführt werden.
  • Die Erfindung kann auch ein computerlesbares Speichermedium, betreffen, auf welchem von einer Rekonstruktionseinheit lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens zum Rekonstruieren eines Bilddatensatzes auszuführen, wenn die Programmabschnitte von der Rekonstruktionseinheit ausgeführt werden.
  • Die Erfindung kann auch ein Verfahren zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters betreffen, umfassend die folgenden Verfahrensschritte:
    • - Empfangen eines ersten Patientenmodells des Patienten mittels einer Schnittstelle, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist,
    • - Bestimmen des patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz mittels der Recheneinheit,
    • - Bereitstellen des patientenspezifischen Bildaufnahmeparameters mittels der Schnittstelle.
  • Der Erfinder hat erkannt, dass basierend auf einem Patientenmodell ein Bildaufnahmeparameter spezifisch für einen Patienten bereitgestellt werden kann. Dieser Bildaufnahmeparameter kann dann genutzt werden, um eine genauerer und besser an die Patientenanatomie angepasste medizinische Bildgebung des Patienten durchzuführen.
  • Die Erfindung kann auch eine Bereitstellungseinheit zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameter betreffen, umfassend die folgenden Einheiten:
    • - Schnittstelle, ausgebildet zum Empfangen eines ersten Patientenmodells des Patienten, wobei das erste Patientenmodell ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell einen ersten Bilddatensatz eines Patienten umfasst, wobei der erste Bilddatensatz bezüglich eines Patientenkoordinatensystem koordinatisiert ist, weiterhin ausgebildet zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters,
    • - Recheneinheit, ausgebildet zum Bestimmen eines patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz.
  • Das Verfahren zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters bzw. dessen Schritte und die Bereitstellungseinheit zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters bzw. deren Einheiten können auch die vorteilhaften Weiterbildungen Ausführungsformen implementieren, die im Zusammenhang mit dem Verfahren zum Bereitstellen eines Patientenmodells und/oder in Zusammenhang mit der Bereitstellungseinheit zum Bereitstellen eines Patientenmodells beschrieben werden.
  • Die Erfindung kann auch ein Computerprogrammprodukt mit einem Computerprogramm betreffen, welches direkt in einen Speicher einer Bereitstellungseinheit ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit ausgeführt werden.
  • Die Erfindung kann auch ein computerlesbares Speichermedium, betreffen, auf welchem von einer Bereitstellungseinheit lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit ausgeführt werden.
  • Ein Patientenmodell eines Patienten umfasst einen oder mehrere Bilddatensätze des Patienten. Weiterhin kann ein Patientenmodell noch weitere, den Patienten betreffende medizinische Daten (beispielsweise Labordaten, Operationsberichte, Diagnosen) oder personenbezogene Daten (beispielsweise Name, Alter, Geschlecht, Größe, Gewicht) umfassen. Einem Patientenmodell kann ein Zeitpunkt zugeordnet sein, insbesondere ein Zeitpunkt, welcher der Erstellung des Patientenmodells entspricht (ein anderes Wort für diesen Zeitpunkt ist „Zeitstempel“). Ist dem ersten Patientenmodell ein erster Zeitpunkt und dem zweiten Patientenmodell ein zweiter Zeitpunkt zugeordnet, dann ist der zweite Zeitpunkt insbesondere zeitlich nach dem ersten Zeitpunkt.
  • Ein Bilddatensatz bezüglich eines Koordinatensystems ist eine Abbildung von Koordinaten bezüglich des Koordinatensystems zu einem Parameterraum, hierbei werden Koordinatentupel auf jeweils einen Parameter abgebildet. Ein Parameter kann hierbei ein diskreter Parameter sein, insbesondere binär oder ein Element einer vorgegebenen diskreten Menge. Ein Parameter kann aber auch ein kontinuierlicher Parameter sein, insbesondere eine rationale oder reelle Zahl. Ein Parameter kann aber auch eine Mehrzahl von diskreten und/oder kontinuierlichen Parametern umfassen. Insbesondere kann der Parameter auch einen oder mehrere Intensitätswerte betreffen. Die Koordinaten bzw. Koordinatentupel können ebenfalls diskret oder kontinuierlich sein. Bei diskreten Koordinaten kann ein Bilddatensatz insbesondere Pixeln oder Voxeln jeweils einen Parameter zuweisen.
  • Ein Bilddatensatz kann insbesondere ein zweidimensionaler, ein dreidimensionaler oder ein vierdimensionaler Bilddatensatz sein. Ein n-dimensionaler Bilddatensatz bezüglich eines mindestens n-dimensionalen Koordinatensystems ist eine Abbildung von n-dimensionalen Koordinaten bezüglich des mindestens n-dimensionalen Koordinatensystems zu einem Parameterraum, hierbei werden n-dimensionale Koordinatentupel auf jeweils einen Parameter abgebildet. Eine Dimension ist insbesondere eine räumliche Dimension oder eine zeitliche Dimension.
  • Ein erster Bilddatensatz ist insbesondere ein erster medizinischer Bilddatensatz, ein zweiter Bilddatensatz ist insbesondere ein zweiter medizinischer Bilddatensatz. Ein medizinischer Bilddatensatz ist insbesondere ein Bilddatensatz eines Patienten zum Zweck der Diagnose und/oder Therapie dieses Patienten. Ein medizinischer Bilddatensatz ist insbesondere ein Röntgenbilddatensatz, ein Computertomographiebilddatensatz, ein Magnetresonantzomographiebilddatensatz, eine Positronenemissionstomograhpiebilddatensatz, ein Ultraschalltbilddatensatz, oder ein optischer Bilddatensatz, insbesondere ein optischer dreidimensionaler Bilddatensatz des Patienten. Der Typ des ersten Bilddatensatzes und des zweiten Bilddatensatzes können identisch sein, der Typ des ersten Bilddatensatzes kann auch vom Typ des zweiten Bilddatensatzes abweichen. Ein medizinischer Bilddatensatz kann auch unter Verwendung eines Kontrastmittels im Patienten aufgenommen werden.
  • Der Bildbereich eines Bilddatensatzes ist insbesondere das durch den Bilddatensatz dargestellte Volumen bzw. die durch den Bilddatensatz dargestellte Fläche. Der Bildbereich des ersten Bilddatensatzes kann insbesondere mit dem Bildbereich des zweiten Bilddatensatzes überlappen. Insbesondere ist es auch möglich, dass der Bildbereich des ersten Bilddatensatzes identisch ist mit dem Bildbereich des zweiten Bilddatensatzes.
  • Eine Transformationsfunktion ist insbesondere eine invertierbare Funktion, welche ein Patientenkoordinatensystem auf ein Gerätekoordinatensystem oder umgekehrt abbildet. Insbesondere ist die Transformationsfunktion eine affine Transformation. Die Transformationsfunktion kann insbesondere auch das Patientenkoordinatensystem in das Gerätekoordinatensystem überführen, insbesondere kann die Transformationsfunktion auch eine bijektive Funktion sein.
  • Ein patientenspezifischer Bildaufnahmeparameter ist insbesondere ein Parameter einer bildgebenden medizinischen Untersuchung, der zur Bildgebung des Patienten mittels der bildgebenden medizinischen Vorrichtung vorgegeben wird und/oder eine Bildgebung es Patienten mittels einer bildgebenden medizinischen Untersuchung beeinflusst. Insbesondere kann der patientenspezifische Bildaufnahmeparameter auch ein Parameter der bildgebenden medizinischen Vorrichtung sein. Ein patientenspezifischer Expositionsparameter betrifft insbesondere eine Belastung des Patienten durch eine bildgebende medizinische Untersuchung, beispielsweise durch Strahlendosis, Wärme, Kontrastmittel oder sonstige auf den Körper des Patienten Einfluss nehmende Effekte.
  • Im Folgenden wird die Erfindung durch Zeichnungen näher beschrieben und erläutert.
    • 1 zeigt ein erstes Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells,
    • 2 zeigt ein zweites Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells,
    • 3 zeigt ein drittes Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells,
    • 4 zeigt ein Ausführungsbeispiel eines Verfahrens zum Rekonstruieren eines Bilddatensatzes,
    • 5 zeigt ein Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters,
    • 6 zeigt eine Bereitstellungseinheit zum Bereitstellen eines Patientenmodells,
    • 7 zeigt ein erstes Ausführungsbeispiel der Datenstruktur der Patientenmodelle,
    • 8 zeigt ein zweites Ausführungsbeispiel der Datenstruktur der Patientenmodelle,
    • 9 zeigt ein drittes Ausführungsbeispiel der Datenstruktur der Patientenmodelle,
    • 10 zeigt eine bildgebende medizinische Vorrichtung,
    • 11 zeigt ein Registrierungsbild,
    • 12 zeigt einen Vorlagebilddatensatz und angepasste Vorlagebilddatensätze.
    • 13 zeigt weitere Vorlagebilddatensätze.
  • 1 zeigt ein erstes Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k eines Patienten P.
  • In diesem und in den folgenden Ausführungsbeispielen werden die Verfahren bezüglich des ersten Patientenmodells PM.i, des zweiten Patientenmodells PM.j, des ersten Bilddatensatzes MI.i und des zweiten Bilddatensatzes MI.j beschrieben. Es ist auch möglich, die Verfahren bezüglich des ersten Patientenmodells PM.j, des zweiten Patientenmodells PM.k, des ersten Bilddatensatzes MI.j und des zweiten Bilddatensatzes MI.k zu beschreiben. Im Allgemeinen können die beschriebenen Ausführungsformen durch mehrmalige Anwendung eine Verkettung von aufeinanderfolgenden Patientenmodellen erzeugen.
  • Der erste Schritt des dargestellten ersten Ausführungsbeispiels eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Empfangen REC-PM.i eines ersten Patientenmodells PM.i des Patienten P mittels einer Schnittstelle PU.i.IF, PU.j.IF, wobei das erste Patientenmodell PM.i ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell PM.i einen ersten Bilddatensatz MI.i eines Patienten P umfasst, wobei der erste Bilddatensatz MI.i bezüglich eines Patientenkoordinatensystem PCS koordinatisiert ist.
  • Das erste Patientenmodell PM.i ist in diesem Ausführungsbeispiel eine Abbildung von dreidimensionalen Koordinaten bezüglich des Patientenkoordinatensystems auf eine multidimensionale (hier n-dimensionale) Ergebnismenge: PM .i: R 3 → M 1 × ⋯ × M n ; ( x 1 x 2 x 3 ) ↦ ( f ( 1 ) ( x 1 , x 2 , x 3 ) ⋮ f ( n )   ( x 1 , x 2 , x 3 ) )
    Figure DE102017221720B3_0001
    Alternativ kann das erste Patientenmodell PM.i eine Abbildung von dreidimensionalen Voxeln (koordinatisiert durch eine dreidimensionale Indexmenge I1×I2×I3) auf eine multidimensionale (hier n-dimensionale) Ergebnismenge sein: PM .i :  I 1 × I 2 × I 3 → M 1 × ⋯ × M n ; ( i j k ) ↦ ( f ijk ( 1 ) ⋮ f ijk ( n ) )
    Figure DE102017221720B3_0002
    Das erste Patientenmodell PM.i ist also insbesondere durch seine Komponenten f(1), ..., f(n) gegeben, jede einzelne Komponente kann wiederum als Abbildung interpretiert werden: f ( m ) : R 3 → M m ; ( x 1 x 2 x 3 ) ↦ f ( m ) ( x 1 , x 2 , x 3 )
    Figure DE102017221720B3_0003
     f ( m ) : I 1 × I 2 × I 3 → M m ; ( i j k ) ↦ f ijk ( m )
    Figure DE102017221720B3_0004
  • Die Bestandteile M1, ..., Mn der Ergebnismenge und ihre zugehörigen Komponenten f(1), ..., f(n) können unterschiedliche patientenspezifische Parameter abbilden. Beispielsweise entspricht f(1) hier dem ersten Bilddatensatz MI.i, der im dargestellten Ausführungsbeispiel ein Computertomographiebilddatensatz ist. Insbesondere entspricht f(1) (x1,x2,x3) bzw. f(1) ijk dann einem Hounsfield-Wert in HU („Hounsfield units“, ein deutscher Fachbegriff ist „Hounsfieldeinheiten“), der dem Patienten durch den ersten Bilddatensatz MI.i in der Koordinate (x1,x2,x3) bzw. in dem Voxel mit den Indizes (i,j,k) zugeordnet ist. Hierbei entspricht der Hounsfield-Wert der Röntgenschwächung eines Gewebes relativ zur Schwächung von Wasser, multipliziert mit 1000 HU.
  • Die erste Komponente f(1) bzw. die verbleibenden Komponenten f(2), ..., f(n) können auch anderen Parametern entsprechen. Beispielsweise kann es sich um andere Bilddatensätze handeln, beispielsweise um einen Magnetresonanzbilddatensatz, einen Röntgendurchleuchtungsbilddatensatz oder um einen optischen Bilddatensatz, insbesondere einen dreidimensionalen optischen Bilddatensatz. Die erste Komponente f(1) bzw. die verbleibenden Komponenten f(2), ..., f(n) können auch Segmentierungen von Bilddatensätzen sein, beispielsweise eine Segmentierung von Knochen und/oder von spezifischen Organen. Alternativ können auch Fettbereiche oder Muskelbereiche des Patienten segmentiert werden, wiederum alternativ können Nervenbündel segmentiert werden (beispielsweise basierend auf einer Magnetresonanztomographie mit einer auf eine solche Unterscheidung abgestimmte Sequenz), wiederum alternativ können Blutgefäße segmentiert werden (beispielsweise basierend auf einer medizinischen Bildgebung mit Kontrastmitteln). Eine Segmentierung kann dabei automatisch, semiautomatisch oder manuell durchgeführt werden, insbesondere kann durch eine manuelle Segmentierung ein Radiologe Interessensbereiche festlegen, beispielsweise Bereiche mit einem Tumor. Im Fall einer Segmentierung kann der zugehörige Bestandteil M der Ergebnismenge insbesondere die Menge M = {0,1} sein, wobei einer Koordinate bzw. einem Voxel der Wert 1 zugewiesen wird, wenn das zu segmentierende Körperteil an dieser Koordinate oder an diesem Voxel lokalisiert ist, und wobei einer Koordinate bzw. einem Voxel der Wert 0 zugewiesen ist, wenn das zu segmentierende Körperteil an dieser Koordinate oder an diesem Voxel nicht lokalisiert ist. Die erste Komponente f(1) bzw. die verbleibenden Komponenten f(2), ..., f(n) können auch weitere dreidimensionale Informationen darstellen, z.B. eine künstlich im oder am Patienten angebracht Prothese, wobei auch hier einer Koordinate bzw. einem Voxel der Wert 1 zugewiesen wird, wenn die Prothese an dieser Koordinate oder an diesem Voxel lokalisiert ist, und wobei einer Koordinate bzw. einem Voxel der Wert 0 zugewiesen ist, wenn die Prothese an dieser Koordinate oder an diesem Voxel nicht lokalisiert ist. Wenn die Prothese aus verschiedenen unterschiedlichen Materialien besteht, können neben den Werten 0 und 1 auch andere Werte verwendet werden. Beispiele für solche Prothesen sind Gelenkprothesen, Gefäßprothesen, Herzschrittmacher, Defibrillatoren, Schrauben und Metallplatten.
  • Die erste Komponente f(1) bzw. die verbleibenden Komponenten f(2), ..., f(n) können auch anderen niedrigdimensionalen Parametern entsprechen. Beispielsweise kann eine der Komponenten f(m) einer zweidimensionalen Röntgenprojektion entlang eines Richtungsvektors v = (v1,v2,v3) entsprechen. Diese zweidimensionale Röntgenprojektion kann beispielsweise derart gespeichert werden, dass nur f(m)(x1,x2,0) bzw. f(m) ijk von 0 verschiedene Werte annehmen, und sodass gleichzeitig der Richtungsvektor v gespeichert wird. Alternativ ist es auch möglich, dass die zweidimensionale Röntgenprojektion derart gespeichert wird, dass f (m)(x1, x2, x3) = f(m) (x1+λv1, x2+λv2, x3+λv3) bzw. f(m) ijk= f(m) (i+λv1) (i+λv2) (i+λv3) für ein reelles bzw. ganzzahliges λ.
  • Die erste Komponente f(1) bzw. die verbleibenden Komponenten f(2), ..., f(n) können auch anderen nulldimensionalen Parametern entsprechen, mit anderen Worten skalaren Parametern. Beispiele für solche skalaren Parameter sind das Gewicht, die Größe, das Alter und das Geschlecht des Patienten. Weiterhin können in diesem Format auch Diagnosen gespeichert werden. Alternativ können solche nulldimensionalen Parameter auch als Metadaten im ersten Patientenmodell PM.i gespeichert werden.
  • Ist bei dem dargestellten ersten Schritt des Empfangens REC-PM.i eines ersten Patientenmodells PM.i des Patienten P noch keine anatomische Information über den Patienten vorhanden, dann kann das erste Patientenmodell PM.i insbesondere einen oder mehrere Vorlagebilddatensätze TMI.1, ..., TM.13 als ersten Bilddatensatz MI.i umfassen, wobei die Vorlagebilddatensätze TMI.1, ..., TM.9 aufgrund eines Patientenparameters des Patienten P ausgewählt und/oder angepasst werden können. Hiermit ist es also möglich, ohne weitere anatomische Informationen über den Patienten ein umfassendes erstes Patientenmodell PM.i zu verwenden.
  • Der zweite Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Empfangen REC-MI.j eines zweiten Bilddatensatzes MI.j des Patienten mittels der Schnittstelle PU.i.IF, PU.j.IF, wobei der zweite Bilddatensatz MI.j auf einer bildgebenden medizinischen Vorrichtung MOD, MOD' basiert, wobei der zweite Bilddatensatz MI.j bezüglich eines Gerätekoordinatensystem MCS koordinatisiert ist, und wobei das Gerätekoordinatensystem MCS ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung MOD, MOD' ist.
  • Im dargestellten dritten Ausführungsbeispiel ist die bildgebenden medizinischen Vorrichtung MOD, MOD' ein Computertomograph, und der zweite Bilddatensatz MI.j ist ein Computertomographiebilddatensatz des Patienten P, der mittels des Computertomographen aufgenommen wurde. Im dargestellten Ausführungsbeispiel ist der zweite Bilddatensatz MI.j durch eine Funktion g(n+1) (y1, y2, y3) gegeben, wobei y1, y2 und y3 Koordinaten bezüglich des Gerätekoordinatensystems MCS sind. Alternativ kann der zweite Bilddatensatz MI.j auch durch eine Voxeldaten g(n+1) i'j'k' gegeben sein, wobei hier die Voxel bezüglich des Gerätekoordinatensystems MCS definiert sind. Insbesondere weisen die Funktion bzw. die Voxeldaten einem Koordinatentupel bzw. einem Voxel einen Hounsfield-Wert in HU zu.
  • Der dritte Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bestimmen DET-TF einer Transformationsfunktion TF mittels einer Recheneinheit PU.i.CU, PU.j.CU, wobei die Transformationsfunktion TF das Gerätekoordinatensystem MCS in das Patientenkoordinatensystem PCS überführt.
  • Im dargestellten Ausführungsbeispiel wird die Transformationsfunktion TF basierend auf dem ersten Bilddatensatz MI.i und dem zweiten Bilddatensatz MI.j bestimmt, indem der zweite Bilddatensatz MI.j mit dem ersten Bilddatensatz MI.i registriert wird. Zur Bildregistrierung sind dem Fachmann verschiedene Methoden bekannt, insbesondere kann zwischen merkmalsbasierten und bildwertbasierten Methoden unterschieden werden. Bei bildwertbasierten Methoden wird die Registrierung direkt mittels der Parameter des ersten Bilddatensatzes MI.i und des zweiten Bilddatensatzes MI.j durchgeführt, bei merkmalsbasierten Methoden werden zunächst Merkmale (beispielsweise Punkte, Linien, Flächen oder Volumina) im ersten Bilddatensatz MI.i und entsprechende Merkmale im zweiten Bilddatensatz MI.j identifiziert, und die Registrierung basierend auf diesen Merkmalen durchgeführt. Die Extraktion der Merkmale kann hierbei manuell, semiautomatisch oder automatisch durchgeführt werden. Im dargestellten Ausführungsbeispiel basiert die Registrierung auf einer automatischen Segmentierung von Knochenregionen im ersten Bilddatensatz MI.i und im zweiten Bilddatensatz MI.j. Beispielsweise wird als Transformationsfunktion TF zunächst die Identitätsfunktion gewählt, die iterativ basierend auf der Abweichung zwischen den Knochenregionen im ersten Bilddatensatz MI.i und den Knochenregionen in einem temporären transformierten zweiten Bilddatensatz optimiert wird. Die Transformationsfunktion TF ist in diesem Ausführungsbeispiel dann eine affine Abbildung von Koordinaten bezüglich des Gerätekoordinatensystems MCS auf Koordinaten bezüglich des Patientenkoordinatensystems PCS: TF : R 3 → R 3 ; ( x 1 x 2 x 3 ) ↦ ( TF 1 ( x 1 , x 2 , x 3 ) TF 2 ( x 1 , x 2 , x 3 ) TF 3 ( x 1 , x 2 , x 3 ) ) = ( y 1 y 2 y 3 )
    Figure DE102017221720B3_0005
  • Insbesondere ist die Transformationsfunktion TF eine normerhaltende Abbildung, also eine Drehung bzw. Verschiebung. Alternativ kann die Transformationsfunktion TF auch eine nichtaffine Abbildung von Koordinaten bezüglich des Gerätekoordinatensystems MCS auf Koordinaten bezüglich des Patientenkoordinatensystems PCS sein.
  • Der vierte Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bestimmen DET-MI.j' eines transformierten zweiten Bilddatensatzes MI.j' basierend auf dem zweiten Bilddatensatz MI.j und der Transformationsfunktion TF mittels der Recheneinheit PU.i.CU, PU.j.CU.
  • Im dargestellten Ausführungsbeispiel ist der transformierte zweite Bilddatensatz MI.j` durch eine Funktion f(n+1) (x1, x2, x3) gegeben, wobei diese Funktion einer Verkettung f(n+1) = g(n+1) ◯ TF der Transformationsfunktion TF mit der dem zweiten Bilddatensatz MI.j entsprechenden Funktion ist:   f ( n + 1 ) : ( x 1 x 2 x 3 ) ↦ g ( n+1 ) ( TF 1 ( x 1 , x 2 , x 3 ) , TF 2 ( x 1 , x 2 , x 3 ) , TF 3 ( x 1 , x 2 , x 3 ) )
    Figure DE102017221720B3_0006
  • Der fünfte Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bestimmen DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' basierend auf dem ersten Bilddatensatz MI.i und dem transformierten zweiten Bilddatensatz MI.j' mittels der Recheneinheit PU.i.CU, PU.j.CU. Der fünfte Schritt des Bestimmens DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' ist ein optionaler Schritt, dieser optionale Schritt kann auch als „Morphing“ bezeichnet werden.
  • Im dargestellten Ausführungsbeispiel erfolgt das Bestimmen des transformierten zweiten Bilddatensatz MI.j' mittels einer Transformationsfunktion TF basierend auf einer Registrierung des ersten Bilddatensatzes MI.i und des zweiten Bilddatensatzes MI.j, wobei die Registrierung auf einer Segmentierung von Knochenregionen basiert. Diese Transformationsfunktion TF ist hierbei eine lineare Transformation und dazu ausgebildet, ein patientenspezifisches Koordinatensystem PCS und ein gerätespezifisches Koordinatensystem ineinander überzuführen. Insbesondere kann die Transformationsfunktion TF aufgrund ihrer Linearität keine (nicht-lineare) Veränderung der Patientenanatomie erfassen. Es ist aber vorteilhaft, den ersten Bilddatensatz MI.i so zu modifizieren, dass dieser an die aktuelle Patientenanatomie angepasst ist.
  • Handelt es sich bei dem ersten Bilddatensatz MI.i und dem zweiten Bilddatensatz MI.j um den gleichen Bilddatensatztyp (also jeweils um einen Computertomographiebilddatensatz oder jeweils um einen Magnetresonanztomographiebilddatensatz), muss zum Bestimmen DET-MI.i' des modifizierten ersten Bilddatensatzes MI.i' dieser nur an die veränderte Anatomie des Patienten angepasst werden. Die veränderte Anatomie des Patienten P ergibt sich beispielsweise durch Wachstumsprozesse im Kinder- und Jugendalter, durch eine Veränderung des Body-Mass-Indexes, oder durch Änderungen aufgrund von Muskelaufbau, Muskelabbau und/oder durch natürliche Alterungsprozesse. Das Bestimmen des modifizierten ersten Bilddatensatzes MI.i' kann dann auf Regeln, die aus dem allgemeinen anatomischen Wissen abgeleitet wurden, basieren, beispielsweise Kenntnisse über typische Lokalisation von Fettablagerungen abhängig vom Alter und Geschlecht des Patienten (diese sind beispielsweise auch in den 12 und 13 dargestellt). Alternativ können auch Patientenmodelle PM.i, PM.j von anderen Patienten verwendet werden, um mittels Methoden der Analyse von großen Daten (ein englischer Fachbegriff ist „Big Data“), statistischen Methoden oder Methoden der künstlichen Intelligenz, um den modifizierten ersten Bilddatensatz MI.i' zu bestimmen. Insbesondere können hierbei „deep learning“ (eine deutsche Übersetzung ist "tiefes Lernen) oder Bildklassifikatoren auf der Basis von neuronalen Netzwerken verwendet werden.
  • In einer vorteilhaften Ausführungsform werden zur Bestimmung des modifizierten ersten Bilddatensatzes MI.i' zuerst die Knochenstrukturen an die veränderte Anatomie angepasst. Dies erfolgt zunächst mit den Knochenstrukturen im Bildbereich des transformierten zweiten Bilddatensatzes MI.j', anschließend mit den Knochenstrukturen außerhalb des Bildbereichs des transformierten zweiten Bilddatensatzes MI.j'. Nach den Knochenstrukturen werden anschließend die Weichteilstrukturen an die veränderte Anatomie angepasst, beispielsweise kann eine Rotation des Herzmuskels (ein Fachbegriff ist Myokard) um eine Achse (die sich aus der Veränderung der Lage des Zwerchfells aufgrund einer Änderung des BMIs ergibt) einbezogen werden. Es ist auch beispielsweise auch möglich, Veränderungen der Leber aufgrund von Adipositas oder Alkoholmissbrauch einzubeziehen. Weiterhin können die Weichteilstrukturen außerhalb des Bildbereichs des transformierten zweiten Bilddatensatzes MI.j' basierend auf den Erfahrungswerten zu den Veränderungen im Bildbereich des transformierten zweiten Bilddatensatzes MI.j' angepasst werden, beispielsweise kann eine allgemeine Wachstumsrate, ein allgemeiner Körperfettanteil oder der allgemeine Anteil der Muskelmasse berücksichtigt werden.
  • Wenn der erste Bilddatensatz MI.i und der zweite Bilddatensatz MI.j mit unterschiedlichen Typen von bildgebenden medizinischen Vorrichtungen MOD, MOD' aufgenommen wurden, kann zusätzlich zu den beschriebenen Anpassungen an die veränderte Patientenanatomie auch der modifizierte erste Bilddatensatz MI.i' derart bestimmt werden, dass der modifizierte erste Bilddatensatz MI.i' einen größeren Bereich des Patienten abbildet als der erste Bilddatensatz MI.i'. In anderen Worten kann also der transformierte zweite Bilddatensatz MI.j' dazu verwendet werden, den ersten Bilddatensatz MI.i über dessen Bildbereich zu erweitern. Beispielsweise ist es aus der Magnetresonanztomographie bekannt, aus den Geweberelaxationsparametern (beispielsweise T1 und T2) verschiedene Bildkontraste abzuleiten. Weiterhin ist es bekannt, synthetische Computertomograhpiewerte (also synthetische Hounsfieldunits) aus den Voxelwerten einer Magnetresonanztomographie abzuleiten. Diese synthetische Bestimmung von Bildwerten basiert beispielsweise auf Korrespondenztabelle. Diese Korrespondenztabellen können in einem ersten Schritt an dem Überlappungsbereich der Bildbereiche des ersten Bilddatensatzes MI.i und des transformierten zweiten Bilddatensatzes MI.j' kalibriert werden, vorteilhafterweise weiterhin basierend auf der Segmentierung einzelner Organe. In einem zweiten Schritt wird die Korrespondenztabelle dann auf Bereiche außerhalb des Überlappungsbereiches angewendet, um den modifizierten ersten Bilddatensatz MI.i' zu bestimmen. Vorteilhafterweise können auch Patientenmodelle von anderen Patienten verwendet werden, um die Korrespondenztabellen zu erstellen und/oder zu verbessern.
  • In einer weiteren vorteilhaften Ausführungsform ist es auch möglich, den modifizierten ersten Bilddatensatz MI.i' basierend auf einer diagnostischen oder therapeutischen Information zu bestimmen. Beispielsweise können aus einer elektronischen Gesundheitsakte Informationen über die Anatomie verändernde Eingriffe (Amputationen, Organtransplantationen, Einsetzen von Herzschrittmachern oder Prothesen) abgeleitet werden, beispielsweise aus Freitexten mit Methoden der Computerlinguistik, oder basierend auf zweiten Bilddatensätzen MI.j aus der elektronischen Gesundheitsakte.
  • Der sechste Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bestimmen DET-PEP eines zweiten patientenspezifischen Expositionsparametersbasierend auf dem transformierten zweiten Bilddatensatz MI.j mittels der Recheneinheit PU.i.CU, PU.j.CU. Dieser Schritt ist ein optionaler Schritt. Im dargestellten Ausführungsbeispiel handelt es sich bei dem zweiten patientenspezifischen Expositionsparameter um einen patientenspezifischen Dosisparameter, also insbesondere um die durch die Aufnahme des zweiten Bilddatensatzes MI.j vom Patienten aufgenommene Strahlungsdosis, die basierend auf dem transformierten zweiten Bilddatensatz MI.j' berechnet wurde. Insbesondere sind aus dem transformierten zweiten Bilddatensatz MI.j' die HU-Werte in Patientenkoordinaten bekannt, basierend auf Informationen der bildgebenden medizinischen Vorrichtungen MOD, MOD' zur Bildaufnahme (beispielsweise die Parameter der einzelnen Röntgenaufnahmen, die zu einer Tomographie kombiniert wurden) des zweiten Bilddatensatzes MI.j und basierend auf der Transformationsfunktion.
  • Alternativ ist es auch möglich, dass das erste Patientenmodell PM.i einen ersten patientenspezifischen Expositionsparameterumfasst, und dass der zweite patientenspezifische Expositionsparameterweiterhin auf dem ersten patientenspezifischen Expositionsparameterbasiert. Beispielsweise kann in diesem Ausführungsbeispiel der zweite patientenspezifische Expositionsparameter dann der gesamten aufgrund von medizinischen Untersuchungen Patienten aufgenommene Strahlungsdosis entsprechen, indem die durch die Aufnahme des zweiten Bilddatensatzes MI.j zusätzlich aufgenommene Strahlungsdosis zum ersten Expositionsparameteraddiert wird.
  • Es ist insbesondere auch möglich, dass der erste patientenspezifische Expositionsparameter und/oder der zweite patientenspezifische Expositionsparameter organspezifische Expositionsparameter sind, also in diesem Ausführungsbeispiel eine aufgenommene Strahlendosis für ein Organ des Patienten spezifizieren. Alternativ ist es auch möglich, dass der erste patientenspezifische Expositionsparameter und/oder der zweite patientenspezifische Expositionsparameter eine räumliche Verteilung der Exposition bezüglich des Patientenkoordinatensystems PCS sind.
  • Der siebte Schritt des dargestellten ersten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bereitstellen PROV-PM.j eines zweiten Patientenmodells PM.j des Patienten P mittels der Schnittstelle PU.i.IF, PU.j.IF, wobei das zweite Patientenmodell PM.j ein multiparametrisches Patientenmodell ist, und wobei das zweite Patientenmodell PM.j den transformierten zweiten Bilddatensatz MI.j' umfasst.
  • Im dargestellten Ausführungsbeispiel umfasst das zweite Patientenmodell PM.j alle Komponenten des ersten Patientenmodells PM.i, weiterhin umfasst das zweite Patientenmodell PM.j den modifizierten ersten Bilddatensatz MI.i' und den transformierten zweiten Bilddatensatz MI.j'. Das zweite Patientenmodell PM.j kann also beispielsweise durch die folgende multiparametrische Abbildung gegeben sein: PM .j: R 3 → M 1 × ⋯ × M n × M n + 1 × M 1 ; ( x 1 x 2 x 3 ) ↦ ( f ( 1 ) ( x 1 , x 2 , x 3 ) ⋮ f ( n ) ( x 1 , x 2 , x 3 ) f ( n + 1 ) ( x 1 , x 2 , x 3 ) f ( i ′ ) ( x 1 , x 2 , x 3 ) )
    Figure DE102017221720B3_0007
  • Wenn der optionale Schritt des Bestimmens DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' nicht ausgeführt wird, dann ist das zweite Patientenmodell PM.j beispielsweise durch die folgende multiparametrische Abbildung gegeben sein: PM .i: R 3 → M 1 × ⋯ × M n × M n + 1 ; ( x 1 x 2 x 3 ) ↦ ( f ( 1 ) ( x 1 , x 2 , x 3 ) ⋮ f ( n ) ( x 1 , x 2 , x 3 ) f ( n + 1 ) ( x 1 , x 2 , x 3 ) )
    Figure DE102017221720B3_0008
  • Alternativ ist es auch möglich, dass das zweite Patientenmodell PM.j nicht alle Komponenten des ersten Patientenmodells PM.i umfasst. Das zweite Patientenmodell PM.j kann insbesondere auch den zweiten patientenspezifischen Expositionsparameter umfassen, wenn der Schritt des Bestimmens DET-PEP eines zweiten patientenspezifischen Expositionsparameters ausgeführt wurde.
  • 2 zeigt ein zweites Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k eines Patienten P. Der erste Schritt des dargestellten zweiten Ausführungsbeispiels ist das Empfangen REC-PM.i eines ersten Patientenmodells PM.i des Patienten P mittels einer Schnittstelle PU.i.IF, PU.j.IF, dieser Schritt kann alle vorteilhaften Aus- und Weiterbildungen des entsprechenden ersten Ausführungsbeispiels eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k aufweisen.
  • Der zweite Schritt des dargestellten zweiten Ausführungsbeispiels ist das Empfangen REC-RI eines Registrierungsbildes RI mit der Schnittstelle PU.i.IF, PU.j.IF. Dieser Schritt ist ein optionaler Schritt. Hierbei ist das Registrierungsbild RI ein dreidimensionales optisches Bild des Patienten, welches mit einer 3D-Kamera ermittelt wurde. Hierbei ist die 3D-Kamera fest mit der bildgebenden medizinischen Vorrichtung MOD, MOD' verbunden, insbesondere ist also die Relation zwischen den Koordinaten bezüglich 3D-Kamera und dem Gerätekoordinatensystem MCS bekannt.
  • Der dritte Schritt des dargestellten zweiten Ausführungsbeispiels ist das Bestimmen einer Transformationsfunktion TF mittels einer Recheneinheit PU.i.CU, PU.j.CU, wobei die Transformationsfunktion TF ein Gerätekoordinatensystem MCS einer bildgebenden medizinischen Vorrichtung MOD, MOD' in das Patientenkoordinatensystem PCS überführt.
  • In diesem Ausführungsbeispiel wird die Transformationsfunktion TF basierend auf einem dreidimensionalen optischen Bild des Patienten P als Registrierungsbild bestimmt, wenn der Patienten auf einer Patientenlagerungsvorrichtung der bildgebenden medizinischen Vorrichtungen MOD, MOD' zur Durchführung einer bildgebenden medizinischen Untersuchung angeordnet ist. Mittels einer Registrierung zwischen dem dreidimensionalen optischen Bild und dem ersten Bilddatensatz MI.i kann also eine Transformationsfunktion TF bestimmt werden, welche das Patientenkoordinatensystem PCS und das Gerätekoordinatensystem MCS ineinander überführen kann. Im dargestellten zweiten Ausführungsbeispiel ist die bildgebende medizinische Vorrichtung MOD, MOD' ein Computertomograph.
  • Alternativ ist es auch möglich, eine Transformationsfunktion TF basierend auf einer Übersichtsaufnahme des Patienten als Registrierungsbild zu bestimmen, wenn der Patienten auf einer Patientenlagerungsvorrichtung der bildgebenden medizinischen Vorrichtung MOD, MOD' zur Durchführung einer bildgebenden medizinischen Untersuchung angeordnet ist. Ist die bildgebende medizinische Vorrichtung MOD, MOD' ein Computertomograph, dann ist die Übersichtsaufnahme beispielsweise ein Topogramm oder mehrere Topogramme (ein englischer Fachbegriff ist „scout view“). Ist die bildgebende medizinische Vorrichtung MOD, MOD' ein Magnetresonanztomograph, dann ist die Übersichtsaufnahme beispielsweise ein Lokalisationsscan (ein englischer Fachbegriff ist „localizer scan“). Ist die bildgebende medizinische Vorrichtung MOD, MOD' beispielsweise ein Positronen-Emissions-Tomograph (ein Akronym ist „PET“), dann kann die Übersichtsaufnahme beispielsweise ein Bilddatensatz eines mit dem PET verbundenen Computertomographen oder ein Bilddatensatz eines mit dem PET verbundenen Magnetresonanztomographen sein.
  • Ein optionaler Schritt des dargestellten Ausführungsbeispiels ist das Durchführen einer Bildgebungsplanung und/oder einer automatischen Positionierung basierend auf dem ersten Patientenmodell PM.i und der Transformationsfunktion TF. Beispielsweise kann der abzutastende Bildbereich des zweiten Bilddatensatzes MI.j basierend auf dem ersten Patientenmodell PM.i und basierend auf der Transformationsfunktion ermittelt werden.
  • Der vierte Schritt des dargestellten zweiten Ausführungsbeispiels ist das Empfangen REC-RD von Rohdaten mittels der Schnittstelle PU.i.IF, PU.j.IF, wobei die Rohdaten auf einer Untersuchung des Patienten P mittels der bildgebenden medizinischen Vorrichtung MOD, MOD' basieren.
  • Wenn es sich wie im dargestellten Ausführungsbeispiel bei der bildgebenden medizinischen Vorrichtung MOD, MOD' um einen Computertomographen handelt, sind die Rohdaten beispielsweise die Röntgenschwächungskoeffizienten bezüglich einer Vielzahl von Richtungen durch den Patienten P. Handelt es sich bei der bildgebenden medizinischen Vorrichtung MOD, MOD' dagegen um einen PET-Scanner, sind die Rohdaten in den Detektoren registrierte Positronenereignisse. Basierend auf diesen Rohdaten alleine könnte bereits ein zweiter Bilddatensatz MI.j ermittelt werden, dieser Prozess wird als Rekonstruktion bezeichnet. In der Computertomographie sind als Rekonstruktionsalgorithmen beispielsweise die gefilterte Rückprojektion und die iterative Bildrekonstruktion bekannt.
  • Die Aufnahme der Rohdaten durch die bildgebende medizinische Vorrichtung MOD, MOD' kann bereits auf dem ersten Patientenmodell PM.i basieren, insbesondere kann die Menge und die Art der für die Bildgebung benötigten Rohdaten basierend auf dem ersten Patientenmodell PM.i bestimmt werden. In der Magnetresonanztomographie ist hierbei eine geplante Unterabtastung zur Beschleunigung der Bildaufnahme und zur Reduzierung der Datenmenge bekannt (ein Fachbegriff ist „komprimierte Erfassung“, englische Fachbegriffe sind „compressed sensing“, „compressive sampling“ oder „sparse sampling“). In der Computertomographie ist hierbei insbesondere eine Steuerung der Beschleunigungsspannung der Röntgenröhre bekannt (ein englischer Fachbegriff ist „dose modulation“).
  • Der fünfte Schritt des dargestellten zweiten Ausführungsbeispiels ist das Bestimmen DET-RC einer Rekonstruktionszwangsbedingung basierend auf dem ersten Patientenmodell PM.i, insbesondere basierend auf dem ersten Bilddatensatz MI.i, mittels der Recheneinheit PU.i.CU, PU.j.CU.
  • Im dargestellten Ausführungsbeispiel handelt es sich bei der Rekonstruktionszwangsbedingung um die geometrische Form des Patienten, mit anderen Worten also eine Segmentierung des ersten Bilddatensatzes MI.i in Patientenbereiche und Umgebungsbereiche. Handelt es sich bei dem ersten Bilddatensatz MI.i um einen Computertomographiebilddatensatz, kann diese Segmentierung besonders effizient mit einer Schwellenwertsegmentierung bestimmt werden, wobei allerdings nicht zum Patienten P gehörige Teile des ersten Bilddatensatzes MI.i, beispielsweise eine Patientenliege, entfernt werden müssen.
  • Neben der Geometrie des Patienten kann die Rekonstruktionszwangsbedingung weiterhin durch die Lage von Knochen im Bildbereich gegeben sein, die im Folgenden zur Streustrahlenreduktion bei einer Computertomographieaufnahme verwendet werden kann. Weiterhin kann die Rekonstruktionszwangsbedingung durch eine Lage von metallischen Implantaten gegeben sein, die ebenfalls zur Streustrahlenreduktion bei einer Computertomographie oder zur Berücksichtigung von durch die metallischen Implantate verursachten Magnetfeldinhomogenitäten bei einer Magnetresonanztomographie verwendet werden kann. Eine Rekonstruktionszwangsbedingung kann bei einer PET-Aufnahme weiterhin zur Attenuationskorrektur (ein englischer Fachbegriff ist „attenuation correction“) herangezogen werden.
  • Da die Rekonstruktionszwangsbedingung basierend auf dem ersten Bilddatensatz MI.i ermittelt wurde, bezieht sich die Rekonstruktionszwangsbedingung auf das Patientenkoordinatensystem PCS. Durch Anwendung der Transformationsfunktion TF bzw. der Inversen der Transformationsfunktion TF kann die Rekonstruktionszwangsbedingung auch auf das Gerätekoordinatensystem MCS bezogen werden.
  • Der sechste Schritt des dargestellten zweiten Ausführungsbeispiels ist das Rekonstruieren RCN des zweiten Bilddatensatzes MI.j basierend auf den Rohdaten und basierend auf der Rekonstruktionszwangsbedingung mittels der Recheneinheit PU.i.CU, PU.j.CU.
  • Das Rekonstruieren RCN unter Einbeziehung der Rekonstruktionszwangsbedingung erfolgt im dargestellten Ausführungsbeispiel durch eine iterative Rekonstruktion, die im Allgemeinen für Rohdaten von verschiedenen bildgebenden medizinische Vorrichtungen MOD, MOD', insbesondere von Computertomographen, Magnetresonanztomographen und Positronen-Emissions-Tomographen, angewendet werden kann.
  • Der Algorithmus zur iterativen Rekonstruktion erzeugt eine iterative Folge von temporären ersten Bilddatensätzen und minimiert hierbei eine Kostenfunktion mit einem ersten Anteil und einem zweiten Anteil, wobei der erste Anteil die Abweichung eine Rückprojektion eines temporären Bilddatensatzes von den Rohdaten betrifft, und wobei der zweite Anteil die Abweichung des temporären Bilddatensatzes von der Rekonstruktionszwangsbedingung betrifft. Wenn mehrere Rekonstruktionszwangsbedingungen vorliegen, können auch mehrere zweite Anteile verwendet werden. Ein anderer Name für den ersten Anteil ist „Güteanteil“, ein anderer Name für den zweiten Anteil ist „Regularisierungsanteil“ oder „Zwangsbedingung“.
  • Als Regularisierungsanteil R kann beispielsweise die Summe der quadratischen Abweichungen vom ersten Bilddatensatz MI.i und dem temporären Bilddatensatz verwendet werden: R ( f , g ) = ∑ i ,j ,k ( f ijk − g ijk ) 2
    Figure DE102017221720B3_0009
     R ( f , g ) = ∭ ( f ( x 1 , x 2 , x 3 ) − g ( x 1 , x 2 , x 3 ) ) 2 dx 1 dx 2 dx 3
    Figure DE102017221720B3_0010
  • Alternativ kann, wie im dargestellten Ausführungsbeispiel, der Regularisierungsanteil auch auf der Geometrie der Patientenanatomie basieren (die beispielsweise mittels einer Schwellenwertsegmentierung ermittelt wurde) R ( f , g ) = ∑ i ,j ,k ( Seg ( f ) ijk − Seg ( g ) ijk ) 2
    Figure DE102017221720B3_0011
     R ( f , g ) = ∭ ( Seg ( f ) ( x 1 , x 2 , x 3 ) − Seg ( g ) ( x 1 , x 2 , x 3 ) ) 2 dx 1 dx 2 dx 3
    Figure DE102017221720B3_0012
  • Eine solche iterative Rekonstruktion ist nicht darauf beschränkt, dass der erste Bilddatensatz MI.i und der zweite Bilddatensatz MI.j von der gleichen Art einer bildgebenden medizinischen Vorrichtung MOD, MOD' aufgenommen wurde (also beispielsweise jeweils von einem Computertomographen). Beispielsweise können Niveaumengen (ein englischer Fachbegriff ist „level set“) bzw. die Ränder von Niveaumengen und ihre Richtungen verwendet werden, um den Kontrast des resultierenden zweiten Bilddatensatzes MI.j zu verbessern.
  • Im Allgemeinen kann der Regularisierunganteil auch ohne vorliegende Rekonstruktionszwangsbedingung verwendet werden, beispielsweise um Rauschen zu glätten, indem der Regularisierungsanteil der Gesamtvarianz des temporären Bilddatensatz bzw. einer Summe von lokalen Bildgradienten entspricht.
  • Das Rekonstruieren RCN des zweiten Bilddatensatzes MI.j erfolgt im dargestellten Ausführungsbeispiel bezüglich des Gerätekoordinatensystem MCS. Alternativ ist es möglich, basierend auf der Transformationsfunktion TF das Rekonstruieren RCN des zweiten Bilddatensatzes MI.j direkt bezüglich des Patientenkoordinatensystems PCS durchzuführen.
  • Der siebte Schritt des dargestellten zweiten Ausführungsbeispiels Bestimmen DET-MI.j' eines transformierten zweiten Bilddatensatzes MI.j' basierend auf dem zweiten Bilddatensatz MI.j und der Transformationsfunktion TF mittels der Recheneinheit PU.i.CU, PU.j.CU. Wenn wie im dargestellten Ausführungsbeispiel der zweite Bilddatensatz MI.j bezüglich des Gerätekoordinatensystems MCS rekonstruiert wurde, entspricht dieser Schritt des zweiten Ausführungsbeispiels dem entsprechenden Schritt des ersten Ausführungsbeispiels und kann alle seiner vorteilhaften Aus- und Weiterbildungen aufweisen. Wenn alternativ der zweite Bilddatensatz MI.j bezüglich des Patientenkoordinatensystems PCS rekonstruiert wurde, kann der Schritt des Bestimmens DET-MI.j' eines transformierten zweiten Bilddatensatzes MI.j' entfallen, in anderen Worten ist der Schritt des Bestimmens DET-MI.j' eines transformierten zweiten Bilddatensatzes MI.j' dann identisch mit dem Schritt des Rekonstruieren RCN des zweiten Bilddatensatzes MI.j, da der zweite Bilddatensatz MI.j und der transformierte zweite Bilddatensatzes MI.j' identisch sind.
  • Der achte Schritt des dargestellten zweiten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bestimmen DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' basierend auf dem ersten Bilddatensatz MI.i und dem transformierten zweiten Bilddatensatz MI.j' mittels der Recheneinheit PU.i.CU, PU.j.CU. Der siebte Schritt des Bestimmens DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' ist ein optionaler Schritt. Dieser Schritt des zweiten Ausführungsbeispiels entspricht dem entsprechenden Schritt des ersten Ausführungsbeispiels und kann alle seiner vorteilhaften Aus- und Weiterbildungen aufweisen.
  • Der neunte Schritt des dargestellten zweiten Ausführungsbeispiels des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k ist das Bereitstellen PROV-PM.j eines zweiten Patientenmodells PM.j des Patienten P mittels der Schnittstelle PU.i.IF, PU.j.IF, wobei das zweite Patientenmodell PM.j ein multiparametrisches Patientenmodell ist, und wobei das zweite Patientenmodell PM.j den transformierten zweiten Bilddatensatz MI.j' umfasst. Dieser Schritt des zweiten Ausführungsbeispiels entspricht dem entsprechenden Schritt des ersten Ausführungsbeispiels und kann alle seiner vorteilhaften Aus- und Weiterbildungen aufweisen.
  • 3 zeigt ein drittes Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k eines Patienten P. Die Schritte des Empfangens REC-PM.i eines ersten Patientenmodells PM.i des Patienten P, des Empfangens REC-RI eines Registrierungsbildes, des Bestimmens einer Transformationsfunktion TF, des Bestimmens DET-RC einer Rekonstruktionszwangsbedingung, des Rekonstruierens RCN des zweiten Bilddatensatzes MI.j, des Bestimmens DET-MI.j' eines transformierten zweiten Bilddatensatzes MI.j', des Bestimmens DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' und des Bereitstellens PROV-PM.j eines zweiten Patientenmodells PM.j des dritten Ausführungsbeispiels entsprechen den entsprechenden Schritten des zweiten Ausführungsbeispiels und können alle ihre vorteilhaften Aus- und Weiterbildungen aufweisen.
  • Im Unterschied zum zweiten Ausführungsbeispiel weist das dritte Ausführungsbeispiel weiterhin den Schritt des Bestimmens DET-PIP des patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz MI.i mittels der Recheneinheit PU.i.CU, PU.j.CU auf.
  • Für alle bildgebenden medizinischen Vorrichtungen MOD, MOD' (insbesondere bei einem Computertomographen, bei einem Magnetresonanztomographen und/oder bei einem Positronen-Emissions-Tomographen) kann der patientenspezifische Bildaufnahmeparameter insbesondere ein Bildaufnahmebereich (ein anderes Wort ist „Scanbereich“), eine Schnittbildposition, eine Schnittorientierung, eine Patientenpositionierung und/oder eine Patiententischpositionierung sein. Aus dem Stand der Technik ist bekannt, solche patientenspezifische Bildaufnahmeparameter, insbesondere basierend auf einem Registrierungsbild RI, manuell einzustellen.
  • Basierend auf dem ersten Bilddatensatz MI.i bzw. dem ersten Patientenmodell PM.i und der Transformationsfunktion TF kann die bildgebende medizinische Vorrichtung mit dem Scanner registriert werden. Basierend auf dieser Registrierung kann beispielsweise bei einer Bildgebung des Herzens die Startposition der Patientenlagerung und der Bildaufnahmebereich basierend auf der Position des Herzens im ersten Bilddatensatz MI.i automatisch festgelegt werden. Ebenfalls bei der Bildgebung des Herzens können die Hauptachsen des Herzens im ersten Bilddatensatz MI.i bestimmt werden, und die Schnittbildposition und die Schnittbildorientierung so festgelegt werden, dass diese den vorgegebenen Standards entspricht. Analog können die Schnittbildposition und/oder die Schnittbildorientierung bei einer bildgebenden Untersuchung des Kopfes oder der Wirbelsäule automatisch festgelegt werden. Alternativ kann die manuelle Festlegung der Scanparameter auch anhand des ersten Bilddatensatzes MI.i erfolgen, dies impliziert, dass keine Übersichtsaufnahme (z.B. Topogramm) für die manuelle Festlegung der Scanparameter aufgenommen werden muss.
  • Im dargestellten Ausführungsbeispiel ist der Bildaufnahmeparameter eine ortsaufgelöste maximale Strahlungsdosis für den Patienten. Die ortsaufgelöste maximale Strahlungsdosis kann auch als Bilddatensatz bezüglich des Patientenkoordinatensystems PCS interpretiert werden, welches Koordinaten des Patienten jeweils eine maximale Strahlungsdosis zuweist. Im dargestellten Ausführungsbeispiel wird die maximale Strahlungsdosis basierend auf dem ersten Bilddatensatz MI.i ermittelt, indem basierend auf dem ersten Bilddatensatz MI.i unterschiedliche Organe des Patienten P segmentiert werden. Für diese Unterschiedlichen Organe ist jeweils eine Maximaldosis bekannt bzw. durch Richtlinien festgelegt (ein Fachbegriff ist „Toleranzdosis“ bzw. „maximale/minimale Toleranzdosis), die direkt oder in einem Bruchteil in der ortsaufgelösten maximalen Strahlungsdosis des Organs verwendet werden können. Die ortsaufgelöste maximale Strahlendosis kann dann als Zieldosis oder als Maximaldosis einer bildgebenden medizinischen Untersuchung mittels eines Computertomographen verwendet werden.
  • Ist die bildgebende medizinische Vorrichtung MOD, MOD' ein Magnetresonanztomograph, kann der patientenspezifische Bildaufnahmeparameter insbesondere eine ortsaufgelöste maximale Erwärmung des Patienten sein. Beispielsweise muss bei jeder Bildgebung mittels Magnetresonanztomographie sichergestellt werden, das die durch die Hochfrequenzeinheit MOD.4 ausgesendete Hochfrequenzstrahlung, die im Patienten P absorbiert wird, nur zu einer Erwärmung des Gewebes um maximal 1°C führt. Aus dem Stand der Technik ist bereits bekannt, numerische Simulationen basierend auf der Größe und dem Gewicht des Patienten durchzuführen, um Grenzwerte für die Intensität der Hochfrequenzstrahlung bzw. für die Untersuchungsdauer abzuleiten. Die Modelle, die diesen numerischen Simulationen zu Grunde liegen, sind sehr einfach (z.B. wird ein Patient P durch einen Zylinder beschrieben), daher müssen bei der Bestimmung der Grenzwerte große Toleranzwerte addiert bzw. subtrahiert werden. Diese Toleranzwerte beschränken dann die Bildgebungsleistung des Magnetresonanztomographen. Führt man die numerischen Simulationen aber basierend auf dem ersten Bilddatensatz MI.i durch, können die Toleranzwerte deutlich kleiner gewählt werden, und damit die Leistung des Scanners verbessert werden.
  • Im Unterschied zum zweiten Ausführungsbeispiel weist das dritte Ausführungsbeispiel weiterhin den Schritt des Bereitstellens PROV-PIP des patientenspezifischen Bildaufnahmeparameters mittels der Schnittstelle PU.i.IF, PU.j.IF auf. In diesem Ausführungsbeispiel wird der Bildaufnahmeparameter, hier also die ortsaufgelöste maximale Strahlungsdosis, an die bildgebende medizinische Vorrichtung, also den Computertomographen übergeben.
  • Der Computertomograph berücksichtigt dann die ortsaufgelöste maximale Strahlungsdosis bei seiner Behandlungsplanung. Insbesondere werden die Röntgenspannung und/oder der Röntgenstrom für jede Richtung durch den Patienten P so angepasst, dass an jedem Punkt des Patienten P die vorgegebene ortsaufgelöste maximale Strahlungsdosis nicht überschritten wird.
  • Handelt es sich bei er bildgebenden medizinischen Vorrichtung MOD, MOD' um einen Magnetresonanztomographen, kann der patientenspezifische Bildaufnahmeparameter auch ortsaufgelöste B1-Inhomogenitäten (ein englischer Fachbegriff ist „B1 inhomogeneties“) oder dielektrische Charakteristika des Patienten P betreffen. B1-Inhomogenitäten (ein anderer, englischer Fachbegriff ist „shadow artifacts“) treten aufgrund dielektrischer Effekte im Patienten P auf. Zur Unterdrückung dieser B1-Inhomogenitäten ist die Methode des „parallel transmit“ (kurz „pTX“, eine deutsche Übersetzung ist „Parallelanregung“) bekannt, die multiple und simultane Hochfrequenzkanäle benutzt, um das B1-Magnetfeld der Körperspule (ein englischer Fachbegriff ist „body coil“) derart anzupassen, dass den B1-Inhomogenitäten entgegengewirkt wird. Basierend auf dem ersten Bilddatensatz MI.i können die dielektrischen Charakteristika des Patienten P bestimmt werden, die insbesondere auf der Verteilung von Fettgewebe, Wasser und Knochenregionen basieren. Basierend auf den dielektrischen Charakteristika können dann insbesondere die Hochfrequenzpulse der verschiedenen Hochfrequenzkanäle moduliert werden, um den B1-Inhomogenitäten entgegenzuwirken. Bei der Bestimmung der Modulation der Hochfrequenzpulse können dann insbesondere auch die ortsaufgelöste Erwärmung des Patienten P berücksichtigt werden.
  • Alternativ kann es sich bei der Magnetresonanztomographie beim patientenspezifischen Bildaufnahmeparameter um Korrekturdaten zum Shimmen des Hauptmagnetfeldes (also zur Korrektur von B0-Inhomogenitäten) handeln. B0-Inhomogenitäten entstehen durch Wechselwirkungen des Hauptmagnetfeldes mit dem Patientenkörper aufgrund der Suszeptibilität. Aus dem Stand der Technik ist bekannt, die Korrekturdaten basierend auf einer Kalibrationsaufnahme mit dem Magnetresonanztomographen zu bestimmen. Basierend auf dem ersten Bilddatensatz MI.i bzw. auf dem ersten Patientenmodell können die Korrekturdaten zum Shimmen ohne Kalibrationsaufnahme beispielsweise mittels numerischer Simulationen bestimmt werden, die Korrekturdaten können dann während einer Bildaufnahme verwendet werden, um mittels einer Korrekturspule die B0-Inhomogenitäten zu korrigieren.
  • Alternativ kann der patientenspezifische Bildaufnahmeparameter bei der Magnetresonanztomographie auch auf der Anregung von Nervenfasern des Patienten P basieren. Die Anregung der Nervenfasern (ein englischer Fachbegriff ist „peripheral nerve stimulations“) geschieht aufgrund sich schnell ändernder Gradientenfelder und kann zu Unwohlsein oder unwillkürlichen Bewegungen des Patienten P führen. Es ist daher bekannt, die Amplitude und die Änderungsrate der Gradientenfelder so zu wählen, dass eine spürbare Anregung der Nervenfasern sicher ausgeschlossen werden kann. Basierend auf dem ersten Bilddatensatz MI.i bzw. auf dem ersten Patientenmodell PM.i kann aber der Verlauf der Nervenfasern des Patienten P bestimmt werden, und beispielweise durch numerische Simulationen die Grenzwerte für die Amplitude und die Änderungsrate der Gradientenfelder spezifisch auf den zu untersuchenden Patienten P bzw. die zu untersuchende Körperregion abzustellen. 4 zeigt ein Ausführungsbeispiel eines Verfahrens zum Rekonstruierens RCN eines Bilddatensatzes. Im dargestellten Ausführungsbeispiel umfasst das Verfahren die Schritte des Empfangen REC-PM.i eines ersten Patientenmodells PM.i des Patienten P, des Bestimmens DET-TF einer Transformationsfunktion TF, des Empfangens REC-RD von Rohdaten, des Bestimmens DET-RC einer Rekonstruktionszwangsbedingung und des Rekonstruieren RCN des zweiten Bilddatensatzes MI.j. Diese Schritte Ausführungsbeispiel eines Verfahrens zum Rekonstruierens RCN eines Bilddatensatzes entsprechen den entsprechenden Schritten des zweiten Ausführungsbeispiels eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k und können deren vorteilhafte Aus- und Weiterbildungen ausbilden.
  • 5 zeigt ein Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters. Im dargestellten Ausführungsbeispiel umfasst das Verfahren die Schritte des Empfangen REC-PM.i eines ersten Patientenmodells PM.i des Patienten P, den Schritt des Bestimmens DET-PIP des patientenspezifischen Bildaufnahmeparameters und den Schritt des Bereitstellens PROV-PIP des patientenspezifischen Bildaufnahmeparameters. Diese Schritte Ausführungsbeispiel eines Verfahrens zum Bereitstellen eines patientenspezifischen Bildaufnahmeparameters entsprechen den entsprechenden Schritten des dritten Ausführungsbeispiels eines Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k und können deren vorteilhafte Aus- und Weiterbildungen ausbilden.
  • 6 zeigt eine erste Bereitstellungseinheit PU.i und eine zweite Bereitstellungseinheit PU.j zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k. Jede der hier dargestellten Bereitstellungseinheiten PU.i, PU.j ist ausgelegt, ein erfindungsgemäßes Verfahren auszuführen. Diese Bereitstellungseinheiten PU.i, PU.j umfassen jeweils eine Schnittstelle PU.i.IF, PU.j.IF, eine Recheneinheit PU.i.CU, PU.j.CU sowie eine Speichereinheit PU.i.SU, PU.j.SU. Optional können diese Bereitstellungseinheiten PU.i, PU.j auch jeweils eine Ein- und Ausgabeeinheit umfassen.
  • Bei jeder der Bereitstellungseinheiten PU.i, PU.j kann es sich insbesondere um einen Computer, einen Mikrocontroller oder um einen integrierten Schaltkreis handeln. Alternativ kann es sich bei jeder der Bereitstellungseinheiten PU.i, PU.j um einen realen oder virtuellen Verbund von Computern handeln (ein englischer Fachbegriff für einen realen Verbund ist „Cluster“, ein englischer Fachbegriff für einen virtuellen Verbund ist „Cloud“). Bei einer Schnittstelle PU.i.IF, PU.j.IF kann es sich um eine Hardware- oder Softwareschnittstelle handeln (beispielsweise PCI-Bus, USB oder Firewire). Eine Recheneinheit PU.i.CU, PU.j.CU kann Hardware-Elemente oder Software-Elemente aufweisen, beispielsweise einen Mikroprozessor oder ein sogenanntes FPGA (englisches Akronym für „Field Programmable Gate Array“). Eine Speichereinheit PU.i.SU, PU.j.SU kann als nicht dauerhafte Arbeitsspeicher (Random Access Memory, kurz RAM) und/oder als dauerhafter Massenspeicher (Festplatte, USB-Stick, SD-Karte, Solid State Disk) realisiert sein. Eine Ein- und Ausgabeeinheit umfasst wenigstens eine Eingabeeinheit und/oder wenigstens eine Ausgabeeinheit.
  • Im dargestellten Ausführungsbeispiel ist die erste Bereitstellungseinheit PU.i separat von einer bildgebenden medizinischen Vorrichtung MOD' ausgeführt, aber dazu ausgebildet, beispielsweise mittels der Schnittstelle PU.i.IF Bilddatensätze, insbesondere DICOM-Bilddatensätze von der bildgebenden medizinischen Vorrichtung MOD' zu empfangen. Die dargestellte erste Bereitstellungseinheit PU.i kann also insbesondere die Funktionalität einer bereits vorhandenen bildgebenden Vorrichtungen MOD' erweitern. Weiterhin ist im dargestellten Ausführungsbeispiel die zweite Bereitstellungseinheit PU.j in eine bildgebende medizinische Vorrichtung MOD integriert. Durch die Integration der zweiten Bereitstellungseinheit PU.j weist die bildgebende medizinische Vorrichtung MOD daher ohne zusätzliche Erweiterung die Funktionalität zum Ausführen eines erfindungsgemäßen Verfahrens auf.
  • Die Bereitstellungseinheiten PU.i, PU.j sind über ein Netzwerk NW untereinander und mit einer Datenbank DB verbunden.
  • Beim Netzwerk NW kann es sich um ein lokales Netzwerk (ein englischer Fachbegriff ist „Local Area Network“, kurz „LAN“) oder um ein großräumiges Netzwerk (ein englischer Fachbegriff ist „Wide Area Network“, kurz „WAN“) handeln. Ein Beispiel für ein lokales Netzwerk ist ein Intranet, ein Beispiel für ein großräumiges Netzwerk ist das Internet. Das Netzwerk NW kann insbesondere auch drahtlos ausgeführt sein, insbesondere als WLAN (für „wireless LAN“, im englischen ist die Abkürzung „WiFi“ gebräuchlich) oder als Bluetooth-Verbindung. Das Netzwerk NW kann auch als Kombination der genannten Beispiele ausgeführt sein.
  • Die Datenbank DB kann insbesondere als dedizierte Datenbankserver ausgebildet sein, sie kann aber auch als Datenbankanwendungen ausgebildet sein, welche auf einer oder mehrerer der Bereitstellungseinheiten PU.i, PU.j betrieben wird. Hierbei kann die Datenbank DB insbesondere als relationale Datenbanken ausgebildet sein, die beispielsweise mittels SQL (englisches Akronym für „Structured Query Language“, eine deutsche Übersetzung ist „Strukturierte Abfragesprache“) abgefragt werden kann. Die Datenbank DB kann können aber auch als nicht-relationale Datenbanken ausgeführt sein. Insbesondere kann es sich bei der Datenbank DB um eine verteilte Datenbank basierend auf einer Blockchain handeln.
  • Die dargestellte erste Bereitstellungseinheit PU.i und die dargestellte zweite Bereitstellungseinheit PU.j können jeweils auch als Rekonstruktionseinheit zur Rekonstruktion eines Bilddatensatzes und als Bereitstellungseinheit zur Bereitstellung eines patientenspezifischen Bildaufnahmeparameters ausgebildet sein.
  • 7 zeigt ein erstes Ausführungsbeispiel der Datenstruktur der Patientenmodelle PM.i, PM.j, PM.k, 8 zeigt ein zweites Ausführungsbeispiel der Datenstruktur der Patientenmodelle PM.i, PM.j, PM.k, 9 zeigt ein drittes Ausführungsbeispiel der Datenstruktur der Patientenmodelle PM.i, PM.j, PM.k. Hierbei ist jeweils eine zweifache Ausführung des Verfahrens zum Bereitstellen eines Patientenmodells PM.i, PM.j, PM.k visualisiert. Bei der ersten Ausführung wird ein zweites Patientenmodell PM.j auf Grundlage eines ersten Patientenmodells PM.i, eines ersten Bilddatensatzes MI.i und eines zweiten Bilddatensatzes MI.j bestimmt und bereitgestellt. Bei der zweiten Ausführung wird ein zweites Patientenmodell PM.k auf Grundlage eines ersten Patientenmodells PM.j, eines zweiten Bilddatensatzes MI.j' und eines zweiten Bilddatensatzes MI.k bestimmt und bereitgestellt. Im Allgemeinen kann also eine Vielzahl von Patientenmodellen PM.i, PM.j, PM.k in einer Kette angeordnet werden, wobei die Kette die zeitliche Ordnung der verschiedenen Patientenmodelle PM.i, PM.j, PM.k angibt, und wobei aufeinanderfolgende Patientenmodelle PM.i, PM.j, PM.k durch das erfindungsgemäße Verfahren auseinander hervorgehen.
  • In allen drei Ausführungsbeispielen umfasst das zweite Patientenmodell PM.j, PM.k jeweils den transformierten zweiten Bilddatensatz MI.j'. Weiterhin umfasst das zweite Patientenmodell PM.j, PM.k vorteilhafterweise in allen drei Ausführungsbeispielen einen Hashwert H(PM.i), H(PM.j) des zugehörigen ersten Patientenmodells PM.i, PM.j. Ein Hashwert H(PM.i), H(PM.j) ist hierbei die Anwendung einer kryptographischen Hashfunktion bzw. einer Einwegstreuwertfunktion auf das erste Patientenmodell PM.i, PM.j.
  • Im in der 8 dargestellten zweiten Ausführungsbeispiel umfasst das zweite Patientenmodell PM.j, PM.k jeweils zusätzlich den zugehörigen ersten Bilddatensatz MI.i, MI.j'. Durch diese zusätzliche Information im zweiten Patientenmodell PM.j, PM.k sind alle verfügbaren Informationen jeweils im zeitlich letzten Patientenmodell verfügbar, so dass für einen Zugriff auf vorhergehende Informationen es nicht notwendig ist, auf weitere gespeicherte Patientenmodelle zuzugreifen.
  • Im in der 9 dargestellten dritten Ausführungsbeispiel umfasst das zweite Patientenmodell PM.j, PM.k jeweils zusätzlich den zugehörigen modifizierten ersten Bilddatensatz MI.i', MI.j". Hierdurch können vorhergehende Informationen, die an eine vorliegende Struktur des Patienten P angepasst sind, schnell bereitgestellt werden.
  • Insbesondere können das erste Patientenmodell PM.i, PM.j und das zweite Patientenmodell PM.j, PM.k als Datensätze in einer Blockchain gespeichert werden, wenn das zweite Patientenmodell PM.j, PM.k einen Hashwert H(PM.i), H(PM.j) des zugehörigen ersten Patientenmodells PM.i, PM.j umfasst. Vorteilhafterweise umfasst jedes Patientenmodell PM.i, PM.j, PM.k dann weiterhin einen frei wählbaren Parameter (beispielsweise eine natürliche Zahl), die so angepasst werden, dass der Hashwert H(PM.i), H(PM.j), H(PM.j) eine vorgegebene Bedingung erfüllt, beispielsweise kleiner ist als ein vorgegebener Schwellenwert. Nur wenn diese Bedingung erfüllt ist, erlaubt eine Programmlogik, dass das Patientenmodell PM.i, PM.j, PM.k als weiterer Block an die Blockchain angefügt werden kann. Insbesondere ist also eine Vielzahl von Rechenoperationen notwendig, um einen geeigneten frei wählbaren Parameter zu bestimmen. Hierdurch kann vorteilhafterweise das Zustimmungsproblem (ein englischer Fachbegriff ist „consensus problem“) gelöst werden.
  • Es ist auch möglich, das zweite und das dritte Ausführungsbeispiel zu kombinieren, so dass das zweite Patientenmodell PM.j, PM.k jeweils zusätzlich den zugehörigen ersten Bilddatensatz MI.i, MI.j' und den zugehörigen modifizierten ersten Bilddatensatz MI.i', MI.j'' umfasst. Hierdurch werden die geschilderten Vorteile des zweiten und des dritten Ausführungsbeispiels simultan erreicht.
  • 10 zeigt eine bildgebende medizinische Vorrichtung MOD am Beispiel eines Magnetresonanztomographen. In diesem Ausführungsbeispiel umfasst die bildgebende medizinische Vorrichtung eine Magneteinheit MOD.1 mit Gehäuse, die Magneteinheit MOD.1 umfasst wiederum einen Hauptmagneten MOD.2, eine Gradienteneinheit MOD.3 und eine Hochfrequenzantenneneinheit MOD.4. Ein Patient P kann mittels einer Patientenliege PL in einen Untersuchungsraum der bildgebenden medizinischen Vorrichtung MOD verbracht werden. Weiterhin sind in der X ein Patientenkoordinatensystem PCS und ein Gerätekoordinatensystem MCS dargestellt. In diesem Ausführungsbeispiel ist der Ursprung des Gerätekoordinatensystems MCS ein Punkt der Patientenliege PL, die Achsen des Gerätekoordinatensystems MCS sind orthogonal. Insbesondere bedeutet dies, dass das Gerätekoordinatensystem MCS bezüglich der Magneteinheit MOD.1 beweglich ist, anhand der Position der Patientenliege PL aber die Lagebeziehung zwischen Gerätekoordinatensystem MCS und der Magneteinheit MOD.1 bekannt ist. Der Ursprung des Patientenkoordinatensystems PCS ist im Schwertfortsatz (der lateinische Fachbegriff ist „Processus xiphoideus“) des Brustbeins (der lateinische Fachbegriff ist „Sternum“) lokalisiert, eine erste Achse des Patientenkoordinatensystems PCS verläuft vom Ursprung in superiore Richtung, eine zweite Achse des Patientenkoordinatensystems PCS verläuft vom Ursprung in anteriore Richtung, eine dritte des Patientenkoordinatensystems PCS verläuft vom Ursprung in laterale Richtung, alle drei Achsen sind jeweils paarweise orthogonal.
  • 11 zeigt ein Ausführungsbeispiel eines Registrierungsbildes RI. Das Registrierungsbild RI ist hierbei eine Lokalisationsaufnahme, die mittels eines Magnetresonanztomographen aufgenommen wurde. In diesem Ausführungsbeispiel ist das Registrierungsbild RI ein zweidimensionales Bild, ein Registrierungsbild RI kann aber auch ein dreidimensionales Bild sein, ebenso kann ein Registrierungsbild alternativ auch mehrere einzelne Bilder umfassen. 11 zeigt weiterhin das Gerätekoordinatensystem MCS und das Patientenkoordinatensystem PCS, beide Koordinatensysteme MCS, PCS sind wie in der 10 definiert. Das Patientenkoordinatensystem PCS in der 11 entspricht der Anwendung der Transformationsfunktion TF auf das Gerätekoordinatensystem MCS, wobei die Transformationsfunktion TF durch eine Registrierung des ersten Bilddatensatzes MI.i mit dem Registrierungsbild RI ermittelt wurde. Wie in der 11 dargestellt ist es nicht notwendigerweise erforderlich, dass jedem Pixel bzw. jedem Voxel des Registrierungsbildes ein Intensitätswert zugeordnet ist.
  • 12 zeigt ein Ausführungsbeispiel eines ersten Bilddatensatzes MI.i, der auf einem Vorlagebilddatensatz TIM.1 basiert, wobei ein Vorlagebilddatensatz TIM.1 kein Bilddatensatz des Patienten P ist, sondern ein Bilddatensatz eines anderen Patienten oder ein künstlicher Bilddatensatz. Die 12 zeigt hierbei einen Bilddatensatz TIM.1 eines anderen Patienten mit einem Body-Mass-Index (kurz „BMI“) von 37. Basierend auf dem BMI des Patienten P kann der Vorlagebilddatensatz TIM.1 angepasst werden. Die 12 zeigt hierbei für unterschiedliche BMI angepasste Bilddatensätze (TM.1.1 für BMI 18, TM.1.2 für BMI 23, TM.1.3 für BMI 24, TM.1.4 für BMI 26, TM.1.5 für BMI 28, TM.1.6 für BMI 31, TM.1.7 für BMI 34 sowie TM.1.8 für BMI 41). Alternativ kann ein Vorlagebilddatensatz TIM.1 auch basierend auf einem anderen Patientenparameter (beispielsweise Größe, Gewicht, Körperfettanteil, Alter, Geschlecht) angepasst werden. Insbesondere kann eine Vorlagebilddatensatz TIM.1 auch basierend auf einem dreidimensionalen optischen Bild des Patienten angepasst werden, hierbei kann die Anpassung des Vorlagebilddatensatzes TIM.1 analog zum Schritt des Bestimmens DET-MI.i' eines modifizierten ersten Bilddatensatzes MI.i' erfolgen. 13 zeigt weitere Vorlagebilddatensätze TIM.2, ..., TIM.11, die für andere Patientenparameter ausgewählt werden können und basierend auf dem Patientenparameter angepasst werden können. 13 zeigt Vorlagebilddatensätze TIM.2, ..., TIM.11 für andere Altersklassen, Geschlechter und Körpergrößen.

Claims (14)

  1. Verfahren zum Bereitstellen eines Patientenmodells eines Patienten, umfassend die folgenden Verfahrensschritte: - Empfangen (REC-PM.i) eines ersten Patientenmodells (PM.i) des Patienten (P) mittels einer Schnittstelle (PU.i.IF, PU.j.IF), wobei das erste Patientenmodell (PM.i) ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell (PM.i) einen ersten Bilddatensatz (MI.i) eines Patienten (P) umfasst, wobei der erste Bilddatensatz (MI.i) bezüglich eines Patientenkoordinatensystem (PCS) koordinatisiert ist, - Empfangen (REC-MI.j) eines zweiten Bilddatensatzes (MI.j) des Patienten (P) mittels der Schnittstelle (PU.i.IF, PU.j.IF), wobei der zweite Bilddatensatz (MI.j) auf einer bildgebenden medizinischen Vorrichtung (MOD, MOD') basiert, wobei der zweite Bilddatensatz (MI.j) bezüglich eines Gerätekoordinatensystem (MCS) koordinatisiert ist, wobei das Gerätekoordinatensystem (MCS) ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung (MOD, MOD') ist, - Bestimmen (DET-TF) einer Transformationsfunktion (TF) mittels einer Recheneinheit (PU.i.CU, PU.j.CU), wobei die Transformationsfunktion (TF) das Gerätekoordinatensystem (MCS) in das Patientenkoordinatensystem (PCS) überführt, - Bestimmen (DET-MI.j') eines transformierten zweiten Bilddatensatzes (MI.j') basierend auf dem zweiten Bilddatensatz (MI.j) und der Transformationsfunktion (TF) mittels der Recheneinheit (PU.i.CU, PU.j.CU), - Bestimmen (DET-MI.i') eines modifizierten ersten Bilddatensatzes (MI.i') basierend auf einer Segmentierung des ersten Bilddatensatzes (MI.i) und einer Segmentierung des transformierten zweiten Bilddatensatzes (MI.j')mittels der Recheneinheit (PU.i.CU, PU.j.CU), - Bereitstellen (PROV-PM.j) eines zweiten Patientenmodells (PM.j) des Patienten (P) mittels der Schnittstelle (PU.i.IF, PU.j.IF), wobei das zweite Patientenmodell (PM.j) ein multiparametrisches Patientenmodell ist, wobei das zweite Patientenmodell (PM.j) den transformierten zweiten Bilddatensatz (MI.j') umfasst, und wobei das zweite Patientenmodell (PM.j) den modifizierten ersten Bilddatensatz (MI.i') umfasst.
  2. Verfahren nach dem Anspruch 1, wobei die Transformationsfunktion (TF) auf einem Vergleich des ersten Bilddatensatzes (MI.i) mit dem zweiten Bilddatensatz (MI.j) basiert.
  3. Verfahren nach dem Anspruch 1 oder 2, weiterhin umfassend den folgenden Verfahrensschritt: - Empfangen (REC-RI) eines Registrierungsbildes (RI) mit der Schnittstelle (PU.i.IF, PU.j.IF); wobei die Transformationsfunktion (TF) auf dem Registrierungsbild (RI) basiert.
  4. Verfahren nach dem Anspruch 3, wobei das Registrierungsbild (RI) ein dreidimensionales optisches Bild des Patienten (P) ist, wobei das dreidimensionale optische Bild mit einer optischen Bildaufnahmeeinheit aufgenommen wurde, wobei die optische Bildaufnahmeeinheit an der bildgebenden medizinischen Vorrichtung angeordnet ist.
  5. Verfahren nach einem der vorstehenden Ansprüche, weiterhin umfassend die folgenden Verfahrensschritte: - Bestimmen (DET-PIP) eines patientenspezifischen Bildaufnahmeparameters basierend auf dem ersten Bilddatensatz (MI.i) mittels der Recheneinheit (PU.i.CU, PU.j.CU), - Bereitstellen (PROV-PIP) des patientenspezifischen Bildaufnahmeparameters mittels der Schnittstelle (PU.i.IF, PU.j.IF).
  6. Verfahren nach einem der vorstehenden Ansprüche, wobei der Schritt des Empfangens (REC-MI.j) des zweiten Bilddatensatzes (MI.j) nach dem Schritt des Bestimmens (DET-TF) der Transformationsfunktion (TF) ausgeführt wird, und wobei der Schritt des Empfangens (REC-MI.j) des zweiten Bilddatensatzes (MI.j) die folgenden Unterschritte umfasst: - Empfangen (REC-RD) von Rohdaten mittels der Schnittstelle (PU.i.IF, PU.j.IF), wobei die Rohdaten auf einer Untersuchung des Patienten (P) mittels der bildgebenden medizinischen Vorrichtung basieren, - Bestimmen (DET-RC) einer Rekonstruktionszwangsbedingung basierend auf dem ersten Patientenmodell (PM.i), insbesondere basierend auf dem ersten Bilddatensatz (MI.i), mittels der Recheneinheit (PU.i.CU, PU.j.CU), und - Rekonstruieren (RCN) des zweiten Bilddatensatzes (MI.j) basierend auf den Rohdaten und basierend auf der Rekonstruktionszwangsbedingung mittels der Recheneinheit (PU.i.CU, PU.j.CU).
  7. Verfahren nach einem der vorstehenden Ansprüche, wobei der erste Bilddatensatz (MI.j) ein Vorlagebilddatensatz (TIM.1, ..., TIM.9) ist, wobei der Vorlagebilddatensatz (TIM.1, ..., TIM.9) basierend auf einem Patientenparameter des Patienten (P) ausgewählt wird.
  8. Verfahren nach einem der vorstehenden Ansprüche, weiterhin umfassend den folgenden Verfahrensschritt: - Bestimmen (DET-PEP) eines zweiten patientenspezifischen Expositionsparameters basierend auf dem transformierten zweiten Bilddatensatz (MI.j) mittels der Recheneinheit (PU.i.CU, PU.j.CU).
  9. Verfahren nach einem der vorstehenden Ansprüche, wobei das zweite Patientenmodell (PM.j) einen Hashwert des ersten Patientenmodells (PM.i) umfasst.
  10. Bereitstellungseinheit (PU.i, PU.j) zum Bereitstellen eines Patientenmodells (PM.j), umfassend die folgenden Einheiten: - Schnittstelle (PU.i.IF, PU.j.IF), ausgebildet zum Empfangen (REC-PM.i) eines ersten Patientenmodells (PM.i) des Patienten (P), wobei das erste Patientenmodell (PM.i) ein multiparametrisches Patientenmodell ist, wobei das erste Patientenmodell (PM.i) einen ersten Bilddatensatz (MI.i) eines Patienten (P) umfasst, und wobei der erste Bilddatensatz (MI.i) bezüglich eines Patientenkoordinatensystem (PCS) koordinatisiert ist, weiterhin ausgebildet zum Empfangen (REC-MI.j) eines zweiten Bilddatensatzes (MI.j) des Patienten, wobei der zweite Bilddatensatz (MI.j) auf einer bildgebenden medizinischen Vorrichtung (MOD, MOD') basiert, wobei der zweite Bilddatensatz (MI.j) bezüglich eines Gerätekoordinatensystem (MCS) koordinatisiert ist, wobei das Gerätekoordinatensystem (MCS) ein Koordinatensystem bezüglich der bildgebenden medizinischen Vorrichtung (MOD, MOD') ist, weiterhin ausgebildet zum Bereitstellen (PROV-PM.j) eines zweiten Patientenmodells (PM.j) des Patienten (P), wobei das zweite Patientenmodell (PM.j) ein multiparametrisches Patientenmodell ist, wobei das zweite Patientenmodell (PM.j) einen transformierten zweiten Bilddatensatz (MI.j') umfasst, und wobei das zweite Patientenmodell (PM.j) einen modifizierten ersten Bilddatensatz (MI.i') umfasst, - Recheneinheit (PU.i.CU, PU.j.CU), ausgebildet zum Bestimmen (DET-TF) einer Transformationsfunktion (TF), wobei die Transformationsfunktion (TF) das Gerätekoordinatensystem (MCS) in das Patientenkoordinatensystem (PCS) überführt, weiterhin ausgebildet zum Bestimmen (DET-MI.j') des transformierten zweiten Bilddatensatzes (MI.j') basierend auf dem zweiten Bilddatensatz (MI.j) und der Transformationsfunktion (TF), weiterhin ausgebildet zum Bestimmen (DET-MI.i') des modifizierten ersten Bilddatensatzes (MI.i') basierend auf einer Segmentierung des ersten Bilddatensatzes (MI.i) und einer Segmentierung des transformierten zweiten Bilddatensatzes (MI.j')mittels der Recheneinheit (PU.i.CU, PU.j.CU).
  11. Bereitstellungseinheit (PU.i, PU.j) nach Anspruch 10, weiterhin ausgebildet ein Verfahren nach den Ansprüchen 2 bis 9 auszuführen.
  12. Bildgebende medizinische Vorrichtung (MOD, MOD'), ausgebildet zum Bereitstellen eines Patientenmodells (PM.j), umfassend eine Bereitstellungseinheit (PU.i, PU.j) nach Anspruch 10 oder 11.
  13. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher (PU.i.SU, PU.j.SU) einer Bereitstellungseinheit (PU.i, PU.j) ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 9 auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit (PU.i, PU.j) ausgeführt werden.
  14. Computerlesbares Speichermedium, auf welchem von einer Bereitstellungseinheit (PU.i, PU.j) lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 9 auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit (PU.i, PU.j) ausgeführt werden.
DE102017221720.0A 2017-12-01 2017-12-01 Bereitstellen eines Patientenmodells eines Patienten Active DE102017221720B3 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102017221720.0A DE102017221720B3 (de) 2017-12-01 2017-12-01 Bereitstellen eines Patientenmodells eines Patienten
US16/202,405 US10497469B2 (en) 2017-12-01 2018-11-28 Providing a patient model of a patient
US16/653,134 US11101025B2 (en) 2017-12-01 2019-10-15 Providing a patient model of a patient

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102017221720.0A DE102017221720B3 (de) 2017-12-01 2017-12-01 Bereitstellen eines Patientenmodells eines Patienten

Publications (1)

Publication Number Publication Date
DE102017221720B3 true DE102017221720B3 (de) 2019-02-07

Family

ID=65019820

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017221720.0A Active DE102017221720B3 (de) 2017-12-01 2017-12-01 Bereitstellen eines Patientenmodells eines Patienten

Country Status (2)

Country Link
US (2) US10497469B2 (de)
DE (1) DE102017221720B3 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4012435A1 (de) 2020-12-09 2022-06-15 Siemens Healthcare GmbH Computerimplementiertes verfahren zum betrieb einer magnetresonanzeinrichtung, magnetresonanzeinrichtung, computerprogramm und elektronisch lesbarer datenträger

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3671641A1 (de) * 2018-12-20 2020-06-24 Koninklijke Philips N.V. Automatisierte detektion von abnormaler personenkonfiguration für medizinische bildgebung
DE102019101370A1 (de) * 2019-01-21 2020-07-23 Mecuris GmbH Verfahren zum Bestimmen eines Modells einer Extremität, computerlesbares Speichermedium und System
US11280868B2 (en) * 2019-06-19 2022-03-22 GE Precision Healthcare LLC Image enhancement with variable number of excitation (NEX) acquisitions accelerated using compressed sensing
US11672492B2 (en) * 2019-11-15 2023-06-13 The Board Of Trustees Of The Leland Stanford Junior University Feature space based MR guided PET reconstruction
US20230070665A1 (en) * 2021-09-09 2023-03-09 GenoEmote LLC Method and system for validation of disease condition reprogramming based on personality to disease condition mapping
CN114782454B (zh) * 2022-06-23 2022-09-09 四川省肿瘤医院 用于盆腔肿瘤影像术前导航的图像识别系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040138548A1 (en) * 2003-01-13 2004-07-15 Mediguide Ltd. Method and system for registering a medical situation associated with a first coordinate system, in second coordinate system using an MPS system
US20080262345A1 (en) * 2003-07-21 2008-10-23 The John Hopkins University Image registration of multiple medical imaging modalities using a multiple degree-of-freedom-encoded fiducial device
US20110082366A1 (en) * 2005-10-04 2011-04-07 Ascension Technology Corporation DC magnetic-based position and orientation monitoring system for tracking medical instruments

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19838590A1 (de) * 1998-08-25 2000-03-09 Siemens Ag Verfahren zur Aufnahme von Bildern eines Objekts mittels einer Magnetresonanzanlage zur Ermöglichung einer Nachführung der Schnittbildebene bei sich bewegendem Objekt sowie Magnetresonanzanlage zur Durchführung des Verfahrens
JP2001061861A (ja) * 1999-06-28 2001-03-13 Siemens Ag 画像撮影手段を備えたシステムおよび医用ワークステーション
US7623623B2 (en) * 2007-06-29 2009-11-24 Accuray Incorporated Non-collocated imaging and treatment in image-guided radiation treatment systems
JP5736386B2 (ja) * 2009-12-10 2015-06-17 コーニンクレッカ フィリップス エヌ ヴェ 外傷性脳損傷の迅速かつ正確な定量的評価システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040138548A1 (en) * 2003-01-13 2004-07-15 Mediguide Ltd. Method and system for registering a medical situation associated with a first coordinate system, in second coordinate system using an MPS system
US20080262345A1 (en) * 2003-07-21 2008-10-23 The John Hopkins University Image registration of multiple medical imaging modalities using a multiple degree-of-freedom-encoded fiducial device
US20110082366A1 (en) * 2005-10-04 2011-04-07 Ascension Technology Corporation DC magnetic-based position and orientation monitoring system for tracking medical instruments

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4012435A1 (de) 2020-12-09 2022-06-15 Siemens Healthcare GmbH Computerimplementiertes verfahren zum betrieb einer magnetresonanzeinrichtung, magnetresonanzeinrichtung, computerprogramm und elektronisch lesbarer datenträger

Also Published As

Publication number Publication date
US10497469B2 (en) 2019-12-03
US20190172570A1 (en) 2019-06-06
US11101025B2 (en) 2021-08-24
US20200043581A1 (en) 2020-02-06

Similar Documents

Publication Publication Date Title
DE102017221720B3 (de) Bereitstellen eines Patientenmodells eines Patienten
DE102015221998B4 (de) Verfahren zur Unterstützung eines Befunders bei der Ortsbeschreibung einer Zielstruktur in einer Brust, Vorrichtung und Computerprogramm
DE10357203B4 (de) Verfahren und Steuereinrichtung zum Betrieb eines Magnetresonanztomographie-Geräts sowie Magnetresonanztomographie-Gerät
DE102005029242B4 (de) Verfahren zur Aufnahme und Auswertung von Bilddaten eines Untersuchungsobjekts und dazugehörige Einrichtung
EP3143592B1 (de) Verfahren und vorrichtung zur reduktion von artefakten in computertomographischen bildern
DE10357206B4 (de) Verfahren und Bildbearbeitungssystem zur Segmentierung von Schnittbilddaten
DE102016218359B3 (de) Verfahren und Vorrichtung zur Korrektur einer synthetischen Elektronendichtekarte
DE102016215109A1 (de) Verfahren und Datenverarbeitungseinheit zum Optimieren eines Bildrekonstruktionsalgorithmus
DE102013103832A1 (de) Dämpfungskorrektur in der Positronen-Emissions-Tomographie unter Verwendung von Magnetresonanztomographie
DE102016221684A1 (de) Verfahren und Bilddatenverarbeitungseinrichtung zum Verarbeiten eines Multi-Energie-Computertomographie-Bilddatensatzes
WO2005033726A1 (de) Bestimmung von patientenbezogenen informationen zur position und orientierung von mr-bildern durch individualisierung eines körpermodells
DE102016219496A1 (de) Verfahren zur Unterstützung einer Planung einer Bestrahlung eines Patienten
DE102017201164B3 (de) Verfahren zur Vermessung einer Röntgenaufnahme eines medizinischen Untersuchungsbereichs nebst zugehöriger Vorrichtung und Computerprogramm
DE112016006137T5 (de) Synthetische Darstellung einer Gefäßstruktur
EP3441936A1 (de) Verfahren zur auswertung von bilddaten eines patienten nach einem minimalinvasiven eingriff, auswerteeinrichtung, computerprogramm und elektronisch lesbarer datenträger
EP3462461A1 (de) Personalisiertes patientenmodell
DE112014006964T5 (de) Systeme und Methoden für die anatomiebasierte Registrierung von medizinischen Bildern, die bei verschiedenen Bildmodalitäten erforderlich werden
DE102016215831A1 (de) Automatische Generierung synthetischer Projektionen
DE102017203315A1 (de) Verfahren und Datenverarbeitungseinheit zur Auswahl eines Protokolls für eine medizinische Bildgebungsuntersuchung
WO2011120795A1 (de) Verfahren zum ermitteln von dreidimensionalen volumendaten und bildgebungsvorrichtung
DE102015205493B4 (de) Betrieb einer medizinischen Bildgebungsvorrichtung
DE102019216745A1 (de) Anonymisierung von medizinischen Bilddaten
DE112019007533T5 (de) Berechnung einer atemkurve für medizinische anwendungen
Wu et al. C-arm non-circular orbits: geometric calibration, image quality, and avoidance of metal artifacts
EP2634748B1 (de) Bilddatenbestimmungsverfahren

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