DE102018222606A1

DE102018222606A1 - Verfahren und Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes

Info

Publication number: DE102018222606A1
Application number: DE102018222606.7A
Authority: DE
Inventors: Sebastian Schmidt
Original assignee: Siemens Healthcare GmbH
Current assignee: Siemens Healthineers Ag De
Priority date: 2018-12-20
Filing date: 2018-12-20
Publication date: 2020-06-25
Also published as: US11341672B2; US20200202557A1

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung (21) zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes aufweisend die folgenden Merkmale: eine erste Schnittstelle (23) ausgebildet zum Empfangen eines medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher den Blutgefäßabschnitt aufweist; eine erste Recheneinheit (31), ausgebildet zum Anwenden eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals basierend auf dem medizinischen Bilddatensatz; und eine zweite Schnittstelle (31) ausgebildet zum Bereitstellen einer Information, welche auf der Detektion des anatomischen Merkmals basiert; Wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst und wobei das Vorhandensein des anatomischen Merkmals indikativ für eine Lungengefäßerkrankung, insbesondere für eine chronisch thromboembolische pulmonale Hypertonie ist.

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes. Die Erfindung betrifft weiterhin ein Verfahren zum Anpassen eines auf ein anatomisches Merkmal vortrainierten Algorithmus . Außerdem betrifft die Erfindung ein die erfindungsgemäßen Verfahren umsetzendes Rechenprogramm sowie einen das Rechenprogramm aufweisenden Datenträger.
Gefäßerkrankungen, insbesondere chronische Gefäßerkrankungen der Lunge stellen ein großes Problem dar. Da sie - anders als akute Lungenembolien - lange symptomlos bleiben, werden sie oft viel zu spät diagnostiziert, wenn Lunge und/oder rechtes Herz schon irreversibel geschädigt sind. Im Röntgenbild, MRT-Bild oder CT-Bild hinterlassen sie durchaus Merkmale, die aber oft nicht erkannt werden, weil die Krankheiten relativ selten sind und den meisten Radiologen in dieser Hinsicht die Erfahrung fehlt.
So ist insbesondere die chronisch thromboembolische pulmonale Hypertonie (CTEPH) charakterisiert durch die wiederholte Einschwemmung von Thromben in die Lungenarterien, also Lungenembolien. Diese verstopfen und verengen die Gefäße dann ganz oder teilweise und bauen sie bindegewebartig um (Remodeling). Es entwickelt sich oft eine pulmonale Hypertonie mit schlechter Prognose. Das derzeit anerkannte Diagnoseverfahren umfasst die Messung des Drucks in der Pulmonalarterie mittels einer Herzkatheteruntersuchung, was aber invasiv und aufwändig ist.
Es ist bekannt, die Strömungs- und Druckverhältnisse in Blutgefäßen, Z.B. Pulmonararterien auf der Basis von medizinischen Bilddaten mittels Strömungssimulation zu untersuchen (siehe z.B. EP 3409187 A1 oder Kheyfets et al. „Considerations for numerical modeling of the pulmonary circulation--a review with a focus on pulmonary hypertension.“ J Biomech Eng. 2013 Jun;135(6):61011-15. doi: 10.1115/1.4024141). Dies erfolgt in der Regel jedoch auch erst dann, nachdem bei einem Patienten eine Lungengefäßerkrankung festgestellt wurde.
In jüngerer Zeit werden in der bei der Analyse medizinischer Bilddaten vermehrt Systeme verwendet, die Algorithmen aus dem Bereich der Künstlichen Intelligenz nutzen, z.B. Klassifikatoren, maschinelles Lernen (Machine Learning) neuronale Netzwerke und andere im Bereich der Künstlichen Intelligenz genutzte Algorithmen, insbesondere auch sogenannte tiefe neuronalen Netzen („Deep Learning“) welche eine Eingangsschicht (input layer), dazwischenliegende Ebenen mit Knotenpunkten (hidden layers) und eine Ausgangsschicht (output layer). Diese Deep Learning Algorithmen erreichen sehr gute Erkennungsquoten. Dabei wird ein neuronales Netz über Rückpropagation trainiert - dazu werden Paare von Eingangsdaten (üblicherweise radiologische Bilder) und Ausgangsdaten (üblicherweise Diagnosen oder bestimmte zu identifizierende Merkmale) als Trainingsdaten verwendet und in die Eingangs- und Ausgangsschicht des Netzes eingespeist. Durch Rückpropagation von der Ausgangsschicht zur Eingangsschicht entstehen dann Gewichtungsfaktoren für die Stärke der Verbindung der verschiedenen Neuronen. Ist das neuronale Netz fertig trainiert, werden Bilder mit unbekannter Diagnose in die Eingangsschicht eingespeist, worauf an der Ausgangsschicht ein Signal entsteht, welches der Diagnose entspricht bzw. einen Wert angibt, der indikativ ist für das Vorhandensein eines zu identifizierenden Merkmals, auf welches das neuronale Netz trainiert wurde. Derartiges trainiertes neuronales Netz kann auch als trainierter Algorithmus bzw. als eine trainierte (mathematische) Funktion verstanden werden.
Leider sind solche Verfahren für seltene Erkrankungen nicht oder nur begrenzt einsetzbar, da sie eine sehr große Zahl von Trainingsdatensätzen benötigen, um eine gute Erkennungsrate zu erreichen, typischerweise einige Tausend bis Millionen von Datensätzen. Das macht Ihren Einsatz bei seltenen Erkrankungen schwierig oder unmöglich, da ausreichend viele Datensätze, welchen auch eine korrekte Diagnose zugeordnet ist, schlicht nicht vorhanden sind. Außerdem sind die Diagnosen häufig nicht richtig, was das Training noch weiter erschwert.
Es ist daher Aufgabe der vorliegenden Erfindung ein Verfahren und eine Vorrichtung anzugeben, welche zur Detektion eines Merkmals, das für das Vorhandensein einer Gefäßerkrankung, insbesondere einer CTEPH Erkrankung indikativ ist, genutzt werden können und eine verbesserte Diagnose der CTEPH Erkrankung ermöglichen.
Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Patentansprüche. Weitere vorteilhafte und teils für sich erfinderische Ausführungsformen und Weiterbildungen der Erfindung sind in den Unteransprüchen und der nachfolgenden Beschreibung dargelegt. Bei den Verfahren kann es sich insbesondere um computerimplementierte Verfahren handeln.
Nachstehend wird die erfindungsgemäße Lösung der Aufgabe sowohl in Bezug auf die beanspruchten Vorrichtungen als auch in Bezug auf das beanspruchte 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 einem Verfahren beschrieben oder beansprucht sind, weitergebildet sein. Die entsprechenden funktionalen Merkmale des Verfahrens werden dabei durch entsprechende gegenständliche Module ausgebildet.
Weiterhin wird die erfindungsgemäße Lösung der Aufgabe sowohl in Bezug auf Verfahren und Vorrichtungen zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes als auch in Bezug auf Verfahren und Vorrichtungen zum Anpassen von einem trainierten Algorithmus bzw. einer trainierten Funktion beschrieben. Hierbei können Merkmale und alternative Ausführungsformen von Datenstrukturen und/oder Algorithmen bei Verfahren und Vorrichtungen zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes auf analoge Datenstrukturen und/oder Algorithmen/Funktionen bei Verfahren und Vorrichtungen zum Anpassen übertragen werden. Analoge Datenstrukturen können hierbei insbesondere durch die Verwendung der Vorsilbe „Trainings“ gekennzeichnet sein. Weiterhin können die in Verfahren und Vorrichtungen zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes verwendete trainierter Algorithmus/trainierte Funktion insbesondere durch Verfahren und Vorrichtungen zum Anpassen des Trainierten Algorithmus / der trainierten Funktion angepasst worden und/oder bereitgestellt worden sein.
Die Erfindung betrifft ein Verfahren zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes, aufweisend die folgenden Schritte:

a. Bereitstellen eines medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher einen Blutgefäßabschnitt aufweist;
b. Anwenden eines ersten auf das anatomische Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals basierend auf dem medizinischen Bilddatensatz; und
c. Bereitstellen einer Information, welche auf der Detektion des anatomischen Merkmals basiert; Wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst.

Ein medizinischer Bilddatensatz ist ein Satz von Bilddaten, welche zumindest einen Teilbereich der Anatomie eines Patienten abbilden und welche mit einer bildgebenden Modalität, beispielsweise einem Computertomographiegerät(CT Gerät bzw. CT Scanner), einem Kernspintomographiegerät (ein sog. MR Scanner)oder einem anderen Gerät der medizinischen Bildgebung erfasst wurden.
Die Begriffe „trainierter Algorithmus“ und „trainierte Funktion“ werden im Folgenden synonym verwendet. Ein trainierter Algorithmus bzw. eine trainierte Funktion bildet Eingabedaten auf Ausgabedaten ab. Hierbei können die Ausgabedaten insbesondere von einem oder mehreren Parametern der trainierten Funktion abhängen. Der eine oder die mehreren Parameter der trainierten Funktion können durch ein Training bestimmt und/oder angepasst werden. Das Bestimmen und/oder das Anpassen des einen oder der mehreren Parameter der trainierten Funktion kann insbesondere auf einem Paar aus Trainingseingabedaten und zugehörigen Trainingsabbildungsdaten basieren, wobei die trainierte Funktion zur Erzeugung von Trainingsausgabedaten auf die Trainingseingabedaten angewendet wird. Insbesondere können das Bestimmen und/oder das Anpassen auf einem Vergleich der Trainingsabbildungsdaten und der Trainingsausgabedaten basieren. Im Allgemeinen wird auch ein trainierbarer Algorithmus / eine trainierbare Funktion, d.h. ein Algorithmus oder eine Funktion mit noch nicht angepassten einen oder mehreren Parametern, als „trainiert“ bezeichnet. Andere Begriffe für einen trainierten Algorithmus oder für eine trainierte Funktion sind trainierte Abbildungsvorschrift, Abbildungsvorschrift mit trainierten Parametern, Funktion mit trainierten Parametern, Algorithmus basierend auf künstlicher Intelligenz, Algorithmus des maschinellen Lernens. Ein Beispiel hierfür ist ein künstliches neuronales Netzwerk, wobei die Kantengewichte des künstlichen neuronalen Netzwerks den Parametern des trainierten Algorithmus bzw. der trainierten Funktion entsprechen. Anstatt des Begriffs „neuronales Netzwerk“ kann auch der Begriff „neuronales Netz“ verwendet werden. Insbesondere kann eine trainierte Funktion auch ein tiefes künstliches neuronales Netzwerk sein (ein englischer Fachbegriff ist „deep neural network“ oder „deep artificial neural network“). Ein weiteres Beispiel für eine trainierte Funktion ist eine „Support Vector Machine“, weiterhin sind auch insbesondere andere Algorithmen des maschinellen Lernens als trainierte Funktion einsetzbar.
Mittels des erfindungsgemäßen Verfahrens kann mit geringen, insbesondere ohne zusätzlichen konstruktiven Hardware-Aufwand im Vergleich zum Stand der Technik das gesuchte Merkmal detektiert werden.
Ein Gefäß bezeichnet in einem anatomischen Kontext einen schlauchartigen Abschnitt einer Leitung für Körperflüssigkeiten, insbesondere für Blut oder Lymphe. Ein Blutgefäß bezeichnet somit einen Abschnitt eines blutführenden, schlauchartig aufgebauten Hohlorgans zur Leitung von Blut.
Der Begriff Kaliber bezeichnet den Innendurchmesser eines Gefäßes bzw. im Sinne der vorliegenden Erfindung den Innendurchmesser oder die Querschnittsfläche des freien Lumens des Gefäßes.
Gemäß einem Aspekt der Erfindung ist der Blutgefäßabschnitt ein Abschnitt einer Pulmonalarterie und das Vorhandensein des anatomischen Merkmals indikativ für eine Lungegefäßerkrankung, insbesondere für eine chronisch thromboembolische pulmonale Hypertonie (CTEPH).
Ein Kalibersprung bezeichnet eine sprunghafte Veränderung des Innendurchmessers bzw. des freien Lumens eines Blutgefäßes, insbesondere in einem Blutgefäßabschnitt, welcher sich in Blutströmungsrichtung stromaufwärts von einer Verzweigung des Blutgefäßes befindet und/oder welcher innerhalb des Abschnitts, in welchem der Kalibersprung lokalisiert ist, keine Verzweigung aufweist. Insbesondere ist mit dem Begriff Kalibersprung im Kontext der vorliegenden Erfindung eine sprunghafte oder diskontinuierliche Veränderung des Innendurchmessers bzw. des freien Lumens stromabwärts in Blutflussrichtung von einem größeren zu einem kleineren Innendurchmesser bzw. freien Lumen gemeint. Insbesondere ist bei einem Kalibersprung im Sinne der Erfindung der verringerte Innendurchmesser bzw. das verringerte Lumen eines Blutgefäßabschnittes stromabwärts in Blutflussrichtung von dem Kalibersprung konstant oder noch geringer werdend, jedoch nicht wieder größer werdend.
Erfindungsgemäß wird ein anatomisches Merkmal basierend auf dem medizinischen Bilddatensatz detektiert und eine Information, welche auf der Detektion des anatomischen Merkmals basiert, bereitgestellt. Diese Information kann für einen Anwender bereitgestellt werden, z.B. mittels eines Ausgabegerätes (Display, Drucker, Datenschnittstelle) oder in einem Datenspeicher oder Datennetzwerk bereitgestellt werden, insbesondere in einem PACS, RIS oder HIS.
Normalerweise ändert sich das Kaliber von Gefäßen relativ regelhaft: Das Kaliber bleibt zunächst nahezu konstant, bis eine Verzweigung des Gefäßes kommt. Dann ist das Kaliber der folgenden beiden Arterien kleiner in der Art, dass die summierte bzw. gesamte Querschnittsfläche der folgenden beiden Arterien geringfügig über der Querschnittsfläche der Arterie liegt, aus der das Blut kommt. Dadurch ist sichergestellt, dass Strömungsgeschwindigkeit und Druck des Blutes in gewissen Grenzen entlang des Gefäßverlaufs konstant bleiben, und so können Schäden am Gefäß oder Gerinnsel vermieden werden.
Charakteristisch für Gefäßerkrankungen der Lunge sind dagegen plötzliche Kalibersprünge. Ein Beispiel ist die CTEPH (Chronic Thromboembolic Pulmonal Hypertonia). Diese Kalibersprünge sind auch typische Zeichen der Erkrankung, aber anhand medizinischer Bilddaten für einen Radiologen schwer zu erkennen, da in den einzelnen Schichten der Aufnahme das Gefäß regelmäßig nur angeschnitten ist.
Gemäß einem Aspekt der Erfindung weist das Verfahren ferner den Schritt des Segmentierens eines Blutgefäßes in dem medizinischen Bilddatensatz auf, wobei der erste auf das anatomisches Merkmal vortrainierte Algorithmus zur Detektierung des anatomischen Merkmals auf Bilddaten betreffend das segmentierte Blutgefäß angewendet wird. Hierzu sind dem Fachmann zahlreiche alternative Verfahren zur Segmentierung von Blutgefäßen bekannt, z.B. aus US7912266 B2 oder US8023711 B2 .
Gemäß einem Aspekt der Erfindung ist der vortrainierte Algorithmus auf Basis einer Mehrzahl von Trainingsdatensätzen trainiert, welche patientenbasierte und/oder synthetische Bilddaten umfassen, wobei mindestens eine Teilmenge der Mehrzahl Trainingsdatensätzen Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst.
Gemäß einem Aspekt der Erfindung weisen die Trainingsdatensätze Bilddaten betreffend ein segmentiertes Blutgefäß auf. Um die Ergebnisse des Verfahrens zu verbessern, werden gemäß dieses Aspekts der Erfindung bevorzugt zuerst Gefäße bzw. die Gefäßbäume in dem zu untersuchenden Bereich in den medizinischen Bilddaten segmentiert und das Training nicht mit den Originaldaten, sondern mit den segmentierten Gefäßen bzw. Gefäßbäumen vorgenommen.
Gemäß einem Aspekt der Erfindung ist der vortrainierte Algorithmus auf einer Mehrzahl Trainingsdatensätzen trainiert, welche synthetische Bilddaten umfassen, wobei die synthetischen Bilddaten auf patientenbasierten Bilddaten eines Blutgefäßes basieren und wobei in das Blutgefäß ein Kalibersprung, eingefügt ist. Ein Kalibersprung lässt sich auf Basis einer Rechenoperation bzw. Rechenvorschrift erzeugen, in dem an einer bestimmten Stelle im Blutgefäß das Kaliber in Strömungsrichtung stromabwärts sprunghaft bzw. diskontinuierlich auf einen geringeren Wert reduziert wird.
Insbesondere ist bei der Bereitstellung eines entsprechenden trainierten Algorithmus problematisch, da medizinische Bilddaten von Patienten mit detektierten Kalibersprüngen in Blutgefäßen und/der mit diagnostizierten Lungengefäßerkrankungen, insbesondere CTEPH-Erkrankungen nicht in großer Zahl vorhanden sind. Dies liegt an der entsprechend geringen Prävalenz dieser Erkrankungen, bzw. auch daran, das erkrankte Patienten anhand der Bilddaten selten korrekt diagnostiziert werden, da es für einen Radiologen schwierig ist in den Bilddaten Kalibersprünge zu erkennen.
Gemäß eines Aspekts der Erfindung werden daher eine größere Zahl von Trainingsdatensätzen synthetisch erzeugt, die zufällig erzeugte Kalibersprünge enthalten. Dies kann geschehen, indem von einem medizinischen Bilddatensatz umfassend ein normales (d.h. nicht-pathologisches) Gefäß oder einen entsprechenden Gefäßbaum ausgegangen wird, also beispielsweise auf Basis von medizinischen Bilddaten eines gesunden Probanden/Patienten. Nach dem Zufallsprinzip werden dann für jeden weiteren Trainingsdatensatz ein oder mehrere Kalibersprünge an unterschiedlichen, zufällig gewählten Stellen im Gefäß bzw. Gefäßbaum eingebaut. Das Erzeugen dieser synthetischen Trainingsdatensätze kann in großer Anzahl durch ein entsprechendes Computerprogramm erfolgen, welches, wenn es in einem Rechner ausgeführt wird, Kalibersprünge auf Basis eines Eingangsdatensatzes erzeugt, der einen oder mehrere medizinische Bilddatensätze umfassend ein normales (d.h. nicht-pathologisches) Gefäß oder einen entsprechenden Gefäßbaum. Bevorzugt erfolgt das Erzeugen der Kalibersprünge auf Basis von einem medizinischen Bilddatensatz, der ein segmentiertes Gefäß umfasst.
Auf diese Art können Tausende von Trainingsdatensätzen generiert werden. Damit wird kann ein entsprechender Algorithmus trainiert bzw. immer weiter angepasst werden. Um eine Abstraktion von individuellen Patienten zu erlauben, wird man dabei Daten von mehreren Patienten als Quelle des Eingangsdatensatzes verwenden (meist, aber nicht notwendigerweise, Normalbefunde) und aus jedem Eingangsdatensatz mehrere synthetische Datensätze erzeugen. In einer typischen Umsetzung würde man z.B. Daten von 1000 Patienten verwenden, um dann aus jedem dieser Datensätze jeweils 100 verschiedene synthetische Gefäßbäume zu erstellen.
Als medizinscher Bilddatensatz wird bevorzugt ein Angiographie-Datensatz der Lunge verwendet, der z.B. mit einem CT Gerät, MR Scanner oder einem Angiographie (DSA) Gerät erzeugt wurde. Bevorzugt kann hierzu z.B. ein CT Bilddatensatz verwendet werden. Bevorzugt kann es sich hierbei insbesondere um einen Dual Energy oder Multienergy CT (DECT, MECT) Bilddatensatz handeln, bei welchem Bilddaten von Röntgenstrahlen mit zwei oder mehr unterschiedlichen Energiespektren erfasst werden. Bevorzugt werden die Aufnahmen mit Kontrastmittel durchgeführt. Bevorzugt werden die Aufnahmen mit Kontrastmittel durchgeführt und es wird ein spektral trennendes CT-Verfahren (DECT oder MECT) verwendet. Das hat den Vorteil, dass mit Kontrastmittel gefüllte Gefäße durch die spektrale Trennung einfacher segmentiert werden können und von den möglicherweise auch kalkhaltigen Thrombosierungen unterschieden werden können. Speziell der Einsatz direkt von CT Geräten mit direkt-konvertierenden, Energieauflösenden Detektoren ist sehr vorteilhaft, weil hier eine hohe zeitliche Auflösung ohne zeitlichen Versatz zwischen der Akquisition der verschiedenen Energielevel möglich ist.
Diese vorgenannten verschiedenen medizinischen Bilddatensätze werden in den zahlreichen radiologischen Abteilungen häufig erzeugt und können in großen Zahlen erhalten werden. Erfindungsgemäß können als Eingangsdatensätze medizinische Bilddatensätze von Patienten ohne chronische Gefäßerkrankungen verwendet werden.
Gemäß einem Aspekt der Erfindung können im medizinischen Bilddatensatz Gefäße segmentiert werden, wodurch sich ein erster Teil-Datensatz ergibt, der die segmentierten Gefäße umfasst. Basierend auf dem ersten Teil-Datensatz kann ein zweiter Teil-Datensatz erzeugt werden, der das die Gefäße umgebende Gewebe umfasst. Beispielsweise im Fall eines medizinischen Bilddatensatzes, welcher einen Bereich der Lunge umfasst, wird ein erster Teil-Datensatz erzeugt, der das Blutgefäßsystem umfasst und ein zweiter Teil-Datensatz, welcher das Lungen-Parenchym umfasst. Anschließend wird der erste Teil-Datensatz verwendet, um durch künstliches Erzeugen von Kalibersprüngen wie oben beschrieben weitere synthetische Trainingsdaten zu generieren und mit dem zweiten Teil-Bilddatensatz wieder zu einen Gesamtdatensatz fusioniert, der dann als Fusions-Trainingsdatensatz zum Trainieren des Algorithmus verwendet wird.
Gemäß einem weiteren Aspekt der Erfindung wird ein Blutdruckparameter in dem Blutgefäßabschnitt, in welchem das anatomische Merkmal detektiert wurde, auf Basis des medizinischen Bilddatensatzes. Gemäß dieses Aspektes der Erfindung kann beispielsweise in einer von einem Kalibersprung betroffenen Pulmonalarterie, welche durch da erfindungsgemäße Verfahren identifiziert werden kann, ein Blutdruckparameter berechnet werden, z.B. ein Blutdruck, ein Blutdruckverhältnis, eine Strömungsrate, eine Strömungsgeschwindigkeit, ein Strömungsverhältnis u.Ä. Der Blutdruckparameter kann beispielsweise mit einer Strömungsberechnung auf Basis der medizinischen Bilddaten bestimmt werden, z.B. durch eine Fluid-Strömungssimulation (Computational Fluid Dynamics), wie es dem Fachmann bekannt ist (siehe z.B. EP 3409187 A1 oder Kheyfets et al. „Considerations for numerical modeling of the pulmonary circulation--a review with a focus on pulmonary hypertension.“ J Biomech Eng. 2013 Jun; 135(6):61011-15. doi: 10.1115/1.4024141). Alternativ kann der Blutdruckparameter unter Anwendung eines weiteren vortrainierte Algorithmus bestimmt werden, wie es dem Fachmann bekannt ist, siehe z.B. EP3057510 B1 .
Gemäß einem weiteren Aspekt der Erfindung umfasst das Verfahren ferner den Schritt des Segmentierens des rechten Vorhofs des Herzens in dem medizinischen Bilddatensatz und den Schritt des Bestimmens eines Blutdruckparameters im rechten Vorhof und den Schritt des Feststellens, ob der Blutdruckparameter innerhalb eines vorbestimmten Bereichs ist, welcher indikativ für eine Lungengefäßerkrankung, insbesondere eine chronisch thromboembolische pulmonale Hypertonie ist. Wie bereits beschrieben können auf Basis des medizinischen Bilddatensatzes Strömungs- und Druckverhältnisse berechnet werden z.B. durch Anwendung von Fluid-Strömungssimulationen oder eines weiteren entsprechend vortrainierten Algorithmus.
Gemäß diesem Aspekt der Erfindung kann das Verfahren ferner den Schritt des Feststellens aufweisen, welcher vor dem Schritt des Anwendens des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus durchgeführt wird, und wobei das Verfahren abgebrochen wird, wenn der Blutdruckparameter außerhalb eines vorbestimmten Bereichs ist. Liegt dieser außerhalb des Bereichs, der typischerweise bei einer Lungengefäßerkrankung auftritt, wird das Verfahren abgebrochen. Durch diesen Aspekt der Erfindung wird eine Diagnosegenauigkeit weiter erhöht, da falsch positive Ergebnisse durch Einbeziehen des Blutdruckparameters im rechten Vorhof vermieden werden können.
Die Erfindung betrifft ferner ein Verfahren zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus, umfassend die Schritte

- Erstes Empfangen des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus mittels einer Trainings-Schnittstelle
- Zweites Empfangen mittels der Trainings-Schnittstelle eines ersten Trainingsdatensatzes, welcher Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst,
- Drittes Empfangen mittels der Trainings-Schnittstelle eines zweiten Trainingsdatensatzes, welcher Bilddaten eines Blutgefäßes ohne Kalibersprung umfasst,
- Anpassen des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus basierend auf einem Vergleich des ersten Trainingsdatensatzes und des zweiten Trainingsdatensatzes mittels einer Trainings-Recheneinheit.

Die Erfindung betrifft ferner ein Verfahren zur Erzeugung von synthetischen Trainingsdaten. Hierbei wird ein Eingangsdatensatz bereitgestellt. Optional werden in dem Eingangsdatensatz Blutgefäße segmentiert. Ein Kalibersprung wird dann an einer bestimmten Stelle eines Blutgefäßes auf Basis einer Rechenoperation bzw. Rechenvorschrift erzeugt, in dem an der bestimmten Stelle im Blutgefäß die Gefäßgeometrie verändert wird, in der Art, dass das Kaliber in Strömungsrichtung stromabwärts sprunghaft bzw. diskontinuierlich auf einen geringeren Wert reduziert wird. Optional wird die bestimmte Stelle durch eine Randomisierungsfunktion zufällig bestimmt. Optional kann das Verfahren zur Erzeugung von synthetischen Trainingsdaten auf einen Gefäßbaum, also auf ein System von mehreren durch Verzweigungen baumartig verknüpften Gefäßen angewendet werden. Optional werden in einem Gefäß oder in einem Gefäßbaum eine Mehrzahl von Kalibersprüngen erzeugt, wobei die Anzahl der Kalibersprünge durch die Randomisierungsfunktion zufällig bestimmt wird. Anschließend wird der synthetische Trainingsdatensatz bereitgestellt. Er kann dann beispielsweise im Erfindungsgemäßen Verfahren zum Anpassen vortrainierten Algorithmus verwendet werden.
Die Erfindung betrifft ferner Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes, aufweisend die folgenden Merkmale:

- eine erste Schnittstelle ausgebildet zum Empfangen eines medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher eine pulmonale Arterie aufweist;
- eine erste Recheneinheit, ausgebildet zum Anwenden eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals basierend auf dem medizinischen Bilddatensatz; und
- eine zweite Schnittstelle ausgebildet zum Bereitstellen einer Information, welche auf der Detektion des anatomischen Merkmals basiert;

Wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst.
Gemäß einem Aspekt ist das Vorhandensein des anatomischen Merkmals indikativ für Lungengefäßerkrankung, insbesondere eine chronisch thromboembolische pulmonale Hypertonie.
Eine solche Vorrichtung kann insbesondere dazu ausgebildet sein die zuvor beschriebenen erfindungsgemäßen Verfahren und ihre Aspekte auszuführen. Insbesondere kann die Vorrichtung dazu ausgebildet sein, diese Verfahren und ihre Aspekte auszuführen, indem die Schnittstellen und die Recheneinheit ausgebildet sind, die entsprechenden Verfahrensschritte auszuführen.
Gemäß einem Aspekt der Erfindung weist die Vorrichtung ferner eine zweite Recheneinheit zum Segmentieren eines Blutgefäßes und/oder des rechten Vorhofs des Herzens in dem medizinischen Bilddatensatz auf.
Gemäß einem Aspekt der Erfindung umfasst die Vorrichtung ferner eine dritte Recheneinheit zum Bestimmen eines Blutdruckparameters in einem Blutgefäßabschnitt und/oder im rechten Vorhof des Herzens in dem zu untersuchenden Bereich der Anatomie des Patienten auf Basis des medizinischen Bilddatensatzes.
Die Erfindung betrifft darüber hinaus eine Trainingsvorrichtung zum Anpassen eines vortrainierten Algorithmus zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes umfassend eine Trainings-Schnittstelle ausgebildet zum ersten Empfangen des vortrainierten Algorithmus, weiterhin ausgebildet zum zweiten Empfangen mittels der Trainings-Schnittstelle eines ersten Trainingsdatensatzes welcher Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst, weiterhin ausgebildet zum dritten Empfangen mittels der Trainings-Schnittstelle eines zweiten Trainingsdatensatzes welcher Bilddaten eines Blutgefäßes ohne Kalibersprung umfasst. Das Trainingssystem weist außerdem eine Trainings-Recheneinheit auf, ausgebildet zum Anpassen des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus basierend auf einem Vergleich des ersten Trainingsdatensatzes und des Trainingsdatensatzes.
Bei den Vorrichtungen der Erfindung kann es sich insbesondere um einen Computer, einen Mikrocontroller oder um einen integrierten Schaltkreis handeln. Alternativ kann es um einen realen (netzwerkartigen) 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 oder Trainings-Schnittstelle kann es sich um eine Hardware- oder Softwareschnittstelle handeln (beispielsweise PCI-Bus, USB oder Firewire). Eine Recheneinheit bzw. Trainings-Recheneinheit kann Hardware-Element oder Software-Elemente aufweisen, beispielsweise einen Mikroprozessor oder ein sogenanntes FPGA (englisches Akronym für „Field Programmable Gate Array“).
Die Erfindung betrifft ferner ein Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher einer Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes und/oder einer Trainingsvorrichtung zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes und/oder um alle Schritte des erfindungsgemäßen Verfahrens zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus auszuführen, wenn die Programmabschnitte von Vorrichtung und/oder dem Trainingsvorrichtung ausgeführt werden.
Ein Speicher kann als nicht dauerhafte Arbeitsspeicher (Random Access Memory, kurz RAM) oder als dauerhafter Massenspeicher (Festplatte, USB-Stick, SD-Karte, Solid State Disk) realisiert sein. Optimalerweise kann die Vorrichtung bzw. die Trainingsvorrichtung gemäß der Erfindung weiterhin eine Ein- und Ausgabeeinheit umfassen, wobei eine Ein- und Ausgabeeinheit wenigstens eine Eingabeeinheit und/oder wenigstens eine Ausgabeeinheit umfasst.
Die Vorrichtung und die Trainingsvorrichtung gemäß der Erfindung können als gemeinsames System ausgebildet sein oder über ein Netzwerk verbunden sein. Weiterhin kann die Kommunikation zwischen der Vorrichtung und der Trainingsvorrichtung auch offline erfolgen, beispielsweise durch einen Austausch von Datenträgern. Eine Kommunikation zwischen der Vorrichtung und der Trainingsvorrichtung kann beispielsweise darin bestehen, dass die Vorrichtung weitere Trainingsdaten an die Trainingsvorrichtung übermittelt, oder dass die Trainingsvorrichtung den trainierten bzw. weiter angepassten Algorithmus an die Vorrichtung übermittelt. Weiterhin können Vorrichtung und die Trainingsvorrichtung mit anderen Datenquellen oder Netzwerken verbunden sein, insbesondere mit einem lokalen oder verteiltem PACS (englisches Akronym für „Picture Archiving and Communication System“), RIS (englisches Akronym für „Radiology Information System“) oder HIS (englisches Akronym für „Hospital Information System“).
Bei einem Netzwerk 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 NETW 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 kann auch als Kombination der genannten Beispiele ausgeführt sein.
Die Erfindung betrifft ferner ein Computerlesbares Speichermedium, auf welchem von einem Computer lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 und/oder um alle Schritte des Verfahrens nach Anspruch 9 auszuführen, wenn die Programmabschnitte in einem Computer ausgeführt werden Die Erfindung sowie weitere vorteilhafte Ausgestaltungen gemäß Merkmalen der Unteransprüche werden im Folgenden beispielhaft anhand schematisch dargestellter Ausführungsbeispiele in der Zeichnung näher erläutert, ohne dass dadurch eine Beschränkung der Erfindung auf diese Ausführungsbeispiele erfolgt. Es zeigen:

1 eine schematische Darstellung eines normalen Blutgefäßes.
2 eine schematische Darstellung eines Blutgefäßes mit Kalibersprung.
3 ein Ablauf des erfindungsgemäßen Verfahrens zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes.
4 zeigt einen Ablauf des erfindungsgemäßen Verfahrens zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus.
5 ein Ablauf des erfindungsgemäßen Verfahrens zum erzeugen synthetischer Trainingsdaten.
6 ein Computertomographiegerät aufweisend eine erfindungsgemäße Vorrichtung.

1 zeigt eine schematische Darstellung eines normalen Blutgefäßbaums 1. Der Pfeil A gibt die Strömungsrichtung an. In der schematischen Darstellung ist das Lumen der Gefäße schematisch dargestellt. Der Gefäßbaum 1 ist ein beispielhafter Ausschnitt des pulmonalen Arteriensystems und weist ein erstes Blutgefäß 3 in einem Bereich b Stromaufwärts von einer Verzweigung 5 auf. Im Bereich b hat das Blutgefäß 3 einen im Wesentlichen konstanten Innendurchmesser r1. Von der Verzweigung 5 aus erstrecken sich stromabwärts zwei kleinere Blutgefäße 7 und 9 mit einem Innendurchmesser r2 bzw. r3. Hierbei ist r1> r2, r1>r3 und r1<(r2+r3). 1 spiegelt die Verhältnisse in einem gesunden Gefäßbaum mit einer Verzweigung wieder.
2 zeigt eine schematische Darstellung eines pathologisch veränderten Blutgefäßbaums 1' mit einem Kalibersprung 4. Der Pfeil A gibt die Strömungsrichtung an. In der schematischen Darstellung ist das Lumen der Gefäße schematisch dargestellt. Der Gefäßbaum 1' ist ein beispielhafter Ausschnitt des pulmonalen Arteriensystems, wie man es in einem CTEPH Patienten finden würde, und weist ein erstes Blutgefäß 3' in einem Bereich b Stromaufwärts von einer Verzweigung 5' auf. Im Bereich b hat das Blutgefäß 3' keinen konstanten Innendurchmesser. Stromaufwärts von dem Kalibersprung 4 hat das Blutgefäß 3' den Innendurchmesser r1. Stromabwärts von dem Kalibersprung 4 hat das Blutgefäß 3' den Innendurchmesser r1'. Hierbei gilt, das r1>r1'. Der Innendurchmesser ändert sich aufgrund des Kalibersprungs 4 diskontinuierlich bzw. sprunghaft. Derartige Kalibersprünge entstehen bei der CTEPH-Erkrankung durch thrombotische Ablagerungen auf der Gefäßinnenwand.
3 zeigt einen Ablauf des erfindungsgemäßen Verfahrens zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes. In einem Schritt des Bereitstellens 101 wird eines medizinischer Bilddatensatz, z.B. ein CT-Bilddatensatz, bereitgestellt.
Dieser wird durch den Schritt des Anwendens 105 eines ersten auf das anatomische Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals analysiert. Anschliessend wird eine Information bereitgestellt 107, welche auf der Detektion des anatomischen Merkmals basiert; wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst. Diese Information gibt beispielsweise an, ob in dem medizinischen Bilddatensatz Blutgefäßabschnitte detektiert wurden oder nicht. Die Information kann optional einen Bericht enthalten, ob und wie viele Kalibersprünge detektiert wurden und wo diese lokalisiert sind. In dem Bilddatensatz können detektierte Kalibersprünge optional direkt angezeigt bzw. markiert werden.
Optional werden in dem medizinischen Bilddatensatz die Blutgefäße segmentiert 103. So kann die weitere Analyse beispielsweise auf Basis von Bilddaten erfolgen, welche insbesondere oder ausschließlich die segmentierten Blutgefäße betreffen.
Optional wird ein Blutdruckparameter in einem Blutgefäßabschnitt bestimmt 104. Dieser Schritt 104 kann -anders als im vorliegenden Beispiel gezeigt - auch nach dem Schritt des Anwendens 105 eines ersten auf das anatomische Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals erfolgen, beispielsweise gezielt für Blutgefäße, in welchen ein Kalibersprung detektiert wurde.
Optional wird ferner der rechte Vorhof des Herzens segmentiert 108; auf Basis dieser Daten kann ein Blutdruckparameter im Rechten Vorhof bestimmt werden im Schritt 110. Dieser Schritt 108 kann -anders als im vorliegenden Beispiel gezeigt - auch unabhängig von der Durchführung der Schritte 103 und/oder 104 erfolgen. Falls der Blutdruckparameter des rechten Vorhofs außerhalb des Bereiches liegt, den man beispielsweise bei pulmonaler Hypertonie erwartet, kann optional das Verfahren nach dem Schritt 110 abgebrochen werden, da dies ein Hinweis auf Bild- oder Rechenartefakte oder einen unzureichenden Bilddatensatz sein könnte.
Optional wird ferner insbesondere ein Blutdruckparameter im rechten Vorhof und der davon abgehenden Pulmonalarterie erfasst in Schritt (106) und ausgegeben (109).
4 zeigt einen Ablauf des erfindungsgemäßen Verfahrens zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus. Mittels einer Trainings-Schnittstelle wird ein erster auf ein anatomisches Merkmal vortrainierten Algorithmus empfangen im Schritt 201. Ferner wird mittels der Trainings-Schnittstelle ein erster Trainingsdatensatz empfangen im Schritt 203, welcher Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst, sowie im Schritt 205 ein zweiter Trainingsdatensatzes welcher Bilddaten eines Blutgefäßes ohne Kalibersprung umfasst. Es folgt ein Schritt des Anpassens (207) des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus basierend auf einem Vergleich des ersten Trainingsdatensatzes und des zweiten Trainingsdatensatzes einer Trainings-Recheneinheit. Hierbei können als Trainingsdatensätze Datensätze verwendet werden, welche auf patientenbasierten und synthetischen Bilddaten basieren, bzw. patientenbasierte und synthetische Bilddaten umfassen, wobei mindestens eine Teilmenge der Mehrzahl Trainingsdatensätzen Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst.
5 zeigt einen Ablauf des erfindungsgemäßen Verfahrens zum erzeugen synthetischer Trainingsdaten. Hierbei wird in Schritt 301 ein Eingangsdatensatz bereitgestellt, der auf medizinischen Bilddaten basiert bzw. medizinische Bilddaten umfasst, welche einen Bereich der Anatomie umfassen, welcher Blutgefäßabschnitte bzw. Blutgefäße aufweist. Optional werden in einem Schritt 303 in dem Eingangsdatensatz Blutgefäße segmentiert. Ein Kalibersprung wird dann in einem Schritt 305 an einer bestimmten Stelle eines Blutgefäßes auf Basis einer Rechenoperation bzw. Rechenvorschrift erzeugt, in dem an der bestimmten Stelle im Blutgefäß die Gefäßgeometrie verändert wird, in der Art, dass das Kaliber in Strömungsrichtung stromabwärts sprunghaft bzw. diskontinuierlich auf einen geringeren Wert reduziert wird. Optional wird die bestimmte Stelle durch eine Randomisierungsfunktion zufällig bestimmt. Optional kann das Verfahren zur Erzeugung von synthetischen Trainingsdaten auf einen Gefäßbaum, also auf ein System von mehreren durch Verzweigungen baumartig verknüpften Gefäßen angewendet werden. Optional werden in einem Gefäß oder in einem Gefäßbaum eine Mehrzahl von Kalibersprüngen erzeugt, wobei die Anzahl der Kalibersprünge durch die Randomisierungsfunktion zufällig bestimmt wird. Anschließend wird der synthetische Trainingsdatensatz in einem Schritt 307 bereitgestellt. Er kann dann beispielsweise im erfindungsgemäßen Verfahren zum Anpassen vortrainierten Algorithmus verwendet werden.
6 zeigt eine Anordnung 10 mit einem Computertomographiegerät 11 und einer erfindungsgemäßen Vorrichtung 21 zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes. Das Computertomographiegerät 11 ist ausgebildet, um von zumindest einem Teilbereich eines Patienten 13 Bilddaten zu erfassen und einen medizinischen Bilddatensatz über eine erste Schnittstelle 23 bereitzustellen. Die erste Schnittstelle 23 ist ausgebildet zum Empfangen des medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher den Blutgefäßabschnitt aufweist. Der medizinischen Bilddatensatz kann beispielsweise aus einer Thorax-CT Aufnahme eines Patienten generiert werden und Bilddaten des Herzens und der Lunge umfassen. In einer ersten Recheneinheit 25, wird ein erster auf ein anatomisches Merkmal vortrainierter Algorithmus angewendet, um die Bilddaten hinsichtlich der Anwesenheit des anatomischen Merkmals, welches einen Kalibersprung eines Blutgefäßes umfasst, zu analysieren. Eine Information, ob und (optional) wie viele Blutgefäße mit einem Kalibersprung vorhanden sind, wird über eine zweite Schnittstelle 31 bereitgestellt. Optional ist eine zweite Recheneinheit 27 zum Segmentieren eines Blutgefäßes und/oder des rechten Vorhofs des Herzens in dem medizinischen Bilddatensatz vorhanden. In diesem Fall kann in der ersten Recheneinheit 25 basierend auf von der zweiten Recheneinheit 27 bereitgestellten segmentierten Bilddaten die Analyse bezüglich des Vorhandenseins des anatomischen Merkmals erfolgen.
Ferner kann optional eine dritte Recheneinheit 29 auf von der zweiten Recheneinheit 27 bereitgestellte segmentierte Bilddaten zugreifen, um einen Blutdruckparameter in einem Blutgefäß und/oder im rechten Vorhof des Herzens zu bestimmen. Diese Bestimmung kann wie bereits erläutert mit einer Strömungsberechnung auf Basis der medizinischen Bilddaten bestimmt werden, z.B. durch eine Fluid-Strömungssimulation (Computational Fluid Dynamics. Alternativ kann der Blutdruckparameter unter Anwendung eines weiteren vortrainierte Algorithmus bestimmt werden.
Über die zweite Schnittstelle 31 (oder alternativ über eine dritte in der 6 nicht dargestellte dritte Schnittstelle) kann der berechnete Blutdruckparameter bereitgestellt werden. Ferner kann optional der berechnete Blutdruckparameter überprüft werden, ob er in einem für bestimmte Gefäßerkrankungen erwarteten Bereich liegt. Falls er außerhalb des bestimmten Bereichs liegt, kann das Ergebnis entsprechend mit einem Hinweis versehen werden oder, optional, das Analyseverfahren zur Detektion des anatomischen Merkmals des Blutgefäßabschnittes abgebrochen werden.
Die erfindungsgemäße Vorrichtung 21 mit ihren Bestandteilen kann implementiert sein in Form eines Computerprogrammprodukts, welches direkt in einen Speicher der Vorrichtung geladen ist, wobei die beschriebenen Schritte dann softwareimplementiert durchgeführt werden. Ferner kann die Vorrichtung 21 direkt in einer Steuereinheit eines Gerätes der medizinischen Bildgebung, z.B. wie hier, eines CT Geräts 11 ausgebildet sein oder in einem Netzwerk mit verteilten Komponenten bzw. Funktionen ausgebildet sein.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

EP 3409187 A1 [0004, 0031]
US 7912266 B2 [0022]
US 8023711 B2 [0022]
EP 3057510 B1 [0031]

Claims

Verfahren zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes, aufweisend die folgenden Schritte: a. Bereitstellen (101) eines medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher den Blutgefäßabschnitt aufweist; b. Anwenden (105) eines ersten auf das anatomische Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals basierend auf dem medizinischen Bilddatensatz; und c. Bereitstellen (107) einer Information, welche auf der Detektion des anatomischen Merkmals basiert; Wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst.
Verfahren nach Anspruch 1, wobei der Blutgefäßabschnitt ein Abschnitt einer Pulmonalarterie ist und wobei das Vorhandensein des anatomischen Merkmals indikativ für eine Lungengefäßerkrankung, insbesondere für eine chronisch thromboembolische pulmonale Hypertonie (CTEPH) ist.
Verfahren nach Anspruch 1, ferner aufweisend den Schritt 104 des Segmentierens eines Blutgefäßes in dem medizinischen Bilddatensatz, wobei der erste auf das anatomisches Merkmal vortrainierte Algorithmus zur Detektierung des anatomischen Merkmals auf Bilddaten betreffend das segmentierte Blutgefäß angewendet wird.
Verfahren nach Anspruch 1, wobei der vortrainierte Algorithmus auf einer Mehrzahl Trainingsdatensätzen trainiert ist, welche patientenbasierte und synthetische Bilddaten umfassen, wobei mindestens eine Teilmenge der Mehrzahl Trainingsdatensätzen Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst.
Verfahren nach Anspruch 4, wobei die Trainingsdatensätze Bilddaten betreffend ein segmentiertes Blutgefäß aufweisen.
Verfahren nach Anspruch 3 oder 4, wobei der vortrainierte Algorithmus auf einer Mehrzahl Trainingsdatensätzen trainiert ist, welche synthetische Bilddaten umfassen, wobei die synthetischen Bilddaten auf patientenbasierten Bilddaten eines Blutgefäßes basieren und wobei in das Blutgefäß eine Kaliberänderung eingefügt ist.
Verfahren nach Anspruch 1, ferner aufweisend den Schritt (104) des Bestimmens eines Blutdruckparameters in dem Blutgefäßabschnitt auf Basis des medizinischen Bilddatensatzes.
Verfahren nach Anspruch 1, ferner aufweisend den Schritt (108) des Segmentieren des rechten Vorhofs des Herzens in dem medizinischen Bilddatensatz und den Schritt des Bestimmens eines Blutdruckparameters im rechten Vorhof und den Schritt (110) des Feststellens, ob der Blutdruckparameter innerhalb eines vorbestimmten Bereichs ist, welcher indikativ für eine Lungengefäßerkrankung, insbesondere eine chronisch thromboembolische pulmonale Hypertonie ist.
Verfahren nach Anspruch 8, wobei der Schritt (110) des Feststellens vor dem Schritt (105) des Anwendens des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus durchgeführt wird und das Verfahren abgebrochen wird, wenn der Blutdruckparameter außerhalb des vorbestimmten Bereichs ist.
Verfahren zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus, umfassend die Schritte - Erstes Empfangen (201) des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus mittels einer Trainings-Schnittstelle - Zweites Empfangen (203) mittels der Trainings-Schnittstelle eines ersten Trainingsdatensatzes welcher Bilddaten eines Blutgefäßes mit einem Kalibersprung umfasst, - Drittes Empfangen (205) mittels der Trainings-Schnittstelle eines zweiten Trainingsdatensatzes welcher Bilddaten eines Blutgefäßes ohne Kalibersprung umfasst, - Anpassen (207) des ersten auf ein anatomisches Merkmal vortrainierten Algorithmus basierend auf einem Vergleich des ersten Trainingsdatensatzes und des zweiten Trainingsdatensatzes mittels einer Trainings-Recheneinheit.
Vorrichtung (21) zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes, aufweisend die folgenden Merkmale: - eine erste Schnittstelle (23) ausgebildet zum Empfangen eines medizinischen Bilddatensatzes, umfassend einen zu untersuchenden Bereich einer Anatomie eines Patienten, welcher den Blutgefäßabschnitt aufweist; - eine erste Recheneinheit (25), ausgebildet zum Anwenden eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus zur Detektierung des anatomischen Merkmals basierend auf dem medizinischen Bilddatensatz; und - eine zweite Schnittstelle (31) ausgebildet zum Bereitstellen einer Information, welche auf der Detektion des anatomischen Merkmals basiert; Wobei das anatomische Merkmal einen Kalibersprung eines Blutgefäßes umfasst.
Vorrichtung nach Anspruch 10, ferner aufweisend eine zweite Recheneinheit (27) zum Segmentierens eines Blutgefäßes und/oder des rechten Vorhofs des Herzens in dem medizinischen Bilddatensatz.
Vorrichtung nach Anspruch 12, ferner aufweisend eine dritte Recheneinheit (29) zum Bestimmen eines Blutdruckparameters in einem Blutgefäß und/oder im rechten Vorhof des Herzens in dem zu untersuchenden Bereich der Anatomie des Patienten auf Basis des medizinischen Bilddatensatzes.
Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher einer Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes und/oder eines Trainingsvorrichtung zum Anpassen eines ersten auf ein anatomisches Merkmal vortrainierten Algorithmus ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 und/oder um alle Schritte des Verfahrens nach Anspruch 9 auszuführen, wenn die Programmabschnitte von Vorrichtung und/oder dem Trainingsvorrichtung ausgeführt werden.
Computerlesbares Speichermedium, auf welchem von einem Computer lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 und/oder um alle Schritte des Verfahrens nach Anspruch 9 auszuführen, wenn die Programmabschnitte in einem Computer ausgeführt werden.