DE102019203714A1 - Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten - Google Patents

Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten Download PDF

Info

Publication number
DE102019203714A1
DE102019203714A1 DE102019203714.3A DE102019203714A DE102019203714A1 DE 102019203714 A1 DE102019203714 A1 DE 102019203714A1 DE 102019203714 A DE102019203714 A DE 102019203714A DE 102019203714 A1 DE102019203714 A1 DE 102019203714A1
Authority
DE
Germany
Prior art keywords
thrombus
data
computed tomography
photon counting
decision support
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102019203714.3A
Other languages
English (en)
Other versions
DE102019203714B4 (de
Inventor
Bernd Hofmann
Kerstin Müller
Sebastian Schmidt
Yufan Zhao
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 DE102019203714.3A priority Critical patent/DE102019203714B4/de
Priority to US16/816,747 priority patent/US11559271B2/en
Priority to CN202010190672.9A priority patent/CN111738977A/zh
Publication of DE102019203714A1 publication Critical patent/DE102019203714A1/de
Application granted granted Critical
Publication of DE102019203714B4 publication Critical patent/DE102019203714B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A61B6/035—Mechanical aspects of CT
    • 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
    • A61B6/40—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis
    • 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
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4233—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
    • 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
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • 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
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/501—Clinical applications involving diagnosis of head, e.g. neuroimaging, craniography
    • 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
    • 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G16H50/20—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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Abstract

Die Erfindung betrifft ein Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten, welches die folgenden Schritte umfasst:- Empfangen von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs,- Bestimmen einer Position eines Thrombus in dem Untersuchungsbereich basierend auf den Photon-Counting-Computertomographie-Daten,- Generieren der Entscheidungsunterstützungsdaten, die den Thrombus und/oder eine Gefäßwand im Bereich des Thrombus betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus, und- Bereitstellen der Entscheidungsunterstützungsdaten.

Description

  • Die Erfindung betrifft ein Verfahren und ein Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten. Die Erfindung betrifft ferner ein Computertomographiegerät, ein Computerprogrammprodukt und ein computerlesbares Medium.
  • Ein wesentliches Kriterium für eine Therapieentscheidung beim ischämischen Schlaganfall ist die Zeit, die seit dem Auftreten des Schlaganfalles vergangen ist. In einem Zeitfenster von mehreren Stunden nach Auftreten des Schlaganfalls und einer Schädigung des Hirngewebes, die eine gewisse Größe nicht überschreitet, kann beispielsweise ein Medikament (z. B. rt-PA) zur Auflösung des Gefäßverschlusses (im folgenden auch Clot genannt) intravenös verabreicht werden. Daneben gibt es insbesondere für große Gefäße auch die Möglichkeit, eine mechanische Thrombektomie, also eine mechanische Wiedereröffnung durchzuführen.
  • Kriterien für eine Therapie sind insbesondere der Verschluss einer großen Hirnarterie sowie der Nachweis eines sogenannten Risikogewebes, also von minderdurchblutetem Hirngewebe, das vom Absterben bedroht ist. Gleichzeitig darf das Volumen des Infarktkernes, also des irreversibel geschädigten Hirngewebes, nicht unverhältnismäßig groß im Vergleich zum Risikogewebe sein. Das Risiko lässt sich aus der Darstellung der Penumbra (Minderdurchblutung des Gewebes, ohne dass der Zelltod induziert wird), des Infarktkernes und des regulär durchbluteten Hirngewebes ermitteln.
  • Nur wenn eine ausreichend große Gewebemenge vorliegt, die zwar minderdurchblutet ist, aber nach Wiederherstellung der Durchblutung normal versorgt wird, und gleichzeitig ein ausreichend kleiner Infarktkern vorliegt, ist eine Behandlung, entweder in Form einer medikamentösen Lysetherapie oder einer mechanischen Thrombektomie indiziert.
  • Eine wesentliche Gefährdung für den Patienten stellt bei jeder Art von Behandlung die Einblutung in den Infarktkern dar. Diese kommt dadurch zustande, dass die Gefäßwand in Arealen, die minderdurchblutet oder nicht mehr durchblutet sind, brüchig wird und dem hohen Blutdruck, der zur Re-Perfusion nach der Behandlung einsetzt, nicht mehr standhalten kann. Das Risiko hierfür nimmt mit der Zeit nach dem Auftreten des Schlaganfalls zu. Darüber hinaus stellt im Rahmen der mechanischen Thrombektomie die Verletzung der Gefäßwand eine weitere Gefährdung für den Patienten dar, in deren Folge ebenfalls der Austritt von Blut in den Infarkt Kern erfolgt.
  • Die Erfindung hat die Aufgabe, eine verbesserte Bereitstellung von Daten für die Abschätzung eines Erfolgs und/oder von Risiken einer Therapieentscheidung beim ischämischen Schlaganfall zu ermöglichen. Jeder Gegenstand eines unabhängigen Anspruchs löst diese Aufgabe. In den abhängigen Ansprüchen sind weitere vorteilhafte Aspekte der Erfindung berücksichtigt.
  • Die Erfindung betrifft ein Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten, welches die folgenden Schritte umfasst:
    • - Empfangen von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs,
    • - Bestimmen einer Position eines Thrombus in dem Untersuchungsbereich basierend auf den Photon-Counting-Computertomographie-Daten,
    • - Generieren der Entscheidungsunterstützungsdaten, die den Thrombus und/oder eine Gefäßwand im Bereich des Thrombus betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus, und
    • - Bereitstellen der Entscheidungsunterstützungsdaten.
  • Insbesondere kann das Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten ein computerimplementiertes Verfahren sein und/oder vollautomatisch ausgeführt werden. Basierend auf den bereitgestellten Entscheidungsunterstützungsdaten kann beispielsweise eine Therapieentscheidung in Bezug auf ischämischen Schlaganfall vollautomatisch generiert werden. Bei dem Untersuchungsbereich kann es sich insbesondere um einen Kopf eines Patienten oder um einen Teilbereich eines Kopfes eines Patienten handeln.
  • Die Position des Thrombus in dem Untersuchungsbereich kann beispielsweise bestimmt werden, indem ein potenzieller Gefäßschaden, insbesondere in Form einer Gefäßverengung, eines Gefäßabbruchs und/oder eines Gefäßverschlusses, basierend auf den Photon-Counting-Computertomographie-Daten identifiziert wird und die Position des potenziellen Gefäßschadens ermittelt wird. Aufgrund der hohen örtlichen Auflösung der Photon-Counting-Computertomographie-Daten im Vergleich zu konventionellen Computertomographie-Daten, die mittels indirekter Konversion aufgenommenen wurden, können auch sehr kleine Gefäßschäden identifiziert und lokalisiert werden.
  • Unter Photon-Counting-Computertomographie-Daten sind Computertomographie-Daten zu verstehen, denen spektral aufgelöste Projektionsdaten zugrunde liegen, die mittels photonenzählender Detektoren aufgenommen wurden. Photon-Counting-Computertomographie-Daten können beispielsweise in Form von Mischbildern, virtuellen Nicht-Kontrast-Bildern (virtual non contrast, VNC), Iodkarten und/oder monoenergetischen Bildern verwendet werden.
  • Basierend auf Photon-Counting-Computertomographie-Daten können anatomische Strukturen mit einer sehr hohen räumlichen Auflösung, energieauflösend und mit verschwindend geringem Elektronikrauschen dargestellt werden. Daraus können verschiedene relevante Informationen mit hoher Genauigkeit extrahiert werden und zur Unterstützung einer Entscheidung in Bezug auf eine Schlaganfalltherapie bereitgestellt werden.
  • Eine Ausführungsform sieht vor,
    • - dass ein computertomographisches Angiographie-Bild basierend auf den Photon-Counting-Computertomographie-Daten generiert wird,
    • - dass die Position des Thrombus in dem Untersuchungsbereich basierend auf dem computertomographischen Angiographie-Bild bestimmt wird, und
    • - dass die Entscheidungsunterstützungsdaten, die den Thrombus und/oder die Gefäßwand im Bereich des Thrombus betreffen, basierend auf dem computertomographischen Angiographie-Bild generiert werden.
  • Insbesondere können zunächst basierend auf den Photon-Counting-Computertomographie-Daten, beispielsweise basierend auf einem nicht kontrastierten Computertomographie-Bild, hypodense Areale in dem Untersuchungsbereich identifiziert werden. Die hypodensen Areale können dann in Form eines computertomographischen Angiographie-Bildes dargestellt werden.
  • Die Entscheidungsunterstützungsdaten können beispielsweise in Form von graphischen Elementen und/oder in Form von farbkodierter quantitativer Information bereitgestellt werden. Insbesondere kann in dem computertomographischen Angiographie-Bild für jedes Voxel im Bereich eines Gefäßes eine Wahrscheinlichkeit für einen potenziellen Thrombus, der dieses Voxel enthält, mittels einer Farbkodierung und einer entsprechenden Farbe des Voxels angezeigt werden.
  • Die Entscheidungsunterstützungsdaten können alternativ und/oder zusätzlich in Abhängigkeit von einer Benutzereingabe in einer graphischen Benutzeroberfläche, welche das computertomographische Angiographie-Bild umfasst, angezeigt werden. Bei der Benutzereingabe kann es sich insbesondere um eine Auswahl eines Voxels durch den Benutzer, beispielsweise mittels einer Geste und/oder eines Computer-Eingabegeräts, beispielsweise in Form eines berührungsempfindlichen Bildschirms und/oder einer Maus, handeln. Die Entscheidungsunterstützungsdaten können dann insbesondere quantitative Informationen, die das ausgewählte Voxel betreffen, umfassen.
  • Eine Ausführungsform sieht vor,
    • - dass eine Markierungsinformation, die den Thrombus in dem computertomographischen Angiographie-Bild markiert, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus, generiert wird, und
    • - dass das computertomographische Angiographie-Bild, die Markierungsinformation, die den Thrombus in dem computertomographischen Angiographie-Bild markiert, und die Entscheidungsunterstützungsdaten für die gleichzeitige Anzeige auf einem Bildschirm bereitgestellt werden.
  • Insbesondere kann die Markierungsinformation in dem computertomographischen Angiographie-Bild eine anatomische Struktur, beispielsweise eine Gefäßstruktur, überlagernd dargestellt werden.
  • Eine Ausführungsform sieht vor, dass die Position des Thrombus bestimmt wird, indem sie durch Anwendung eines trainierten Maschinenlernalgorithmus auf die Photon-Counting-Computertomographie-Daten und/oder auf das computertomographische Angiographie-Bild berechnet wird, beispielsweise mittels einer Recheneinheit.
  • Unter einem Maschinenlernalgorithmus wird im Kontext dieser Anmeldung insbesondere ein Algorithmus, der zum Maschinellen Lernen ausgebildet ist, verstanden. Der Maschinenlernalgorithmus kann beispielsweise zum überwachten Lernen und/oder zum unüberwachten Lernen ausgebildet sein. Der Maschinenlernalgorithmus kann beispielsweise zum tiefen Lernen („deep learning“) und/oder zum bestärkenden Lernen („reinforcement learning“) und/oder zum Marginal Space Learning ausgebildet sein.
  • Der Maschinenlernalgorithmus kann beispielsweise auf Entscheidungsbäumen („decision trees“), einem Random Forest, einer logistischen Regression, einer Support Vector Machine, einem künstlichen neuronalen Netzwerk, insbesondere einem konvolutionellen neuronalen Netzwerk („convolutional neural network“) und/oder einem rekurrenten neuronalen Netzwerk („recurrent neural network“), einer Kernel-Methode, Bayes-Klassifikatoren oder ähnlichem oder auf Kombinationen davon basieren.
  • Berechnungen, insbesondere beim Trainieren eines Maschinenlernalgorithmus, können beispielsweise mittels eines Prozessorsystems ausgeführt werden. Das Prozessorsystem kann beispielsweise einen oder mehrere Prozessoren, insbesondere Grafikprozessoren, aufweisen.
  • Bei dem trainierten Maschinenlernalgorithmus kann es sich insbesondere um ein neuronales Netzwerk handeln, welches mittels eines Verfahrens zum tiefen Lernen (deep learning) trainiert wurde. Insbesondere kann der trainierte Maschinenlernalgorithmus dazu ausgebildet sein, einen potenziellen Gefäßschaden, insbesondere in Form einer Gefäßverengung, eines Gefäßabbruchs und/oder eines Gefäßverschlusses, basierend auf den Photon-Counting-Computertomographie-Daten zu identifizieren und dessen Position zu ermitteln.
  • Eine Ausführungsform sieht vor, dass die Entscheidungsunterstützungsdaten mindestens eine Eigenschaft des Thrombus betreffen, die aus der Eigenschaften-Gruppe gewählt ist, welche aus einer Länge, einem Durchmesser, einem Volumen, einer Durchlässigkeit und einer Zusammensetzung besteht. Der Durchmesser und/oder das Volumen des Thrombus kann beispielsweise basierend auf der Segmentierung des Thrombus berechnet werden.
  • Die Entscheidungsunterstützungsdaten, insbesondere Eigenschaften des Thrombus und/oder Eigenschaften der Gefäßwand im Bereich des Thrombus, können insbesondere durch Anwendung eines trainierten Maschinenlernalgorithmus zur Berechnung von Entscheidungsunterstützungsdaten auf die Photon-Counting-Computertomographie-Daten und/oder auf das computertomographische Angiographie-Bild berechnet werden.
  • Eine Ausführungsform sieht vor, dass eine Segmentierung des Thrombus basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird, und/oder dass eine Gefäß-Zentrallinie, die sich durch den Thrombus erstreckt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird. Eine Länge des Thrombus kann insbesondere basierend auf der Gefäß-Zentrallinie und der Segmentierung des Thrombus berechnet werden.
  • Die Länge des Thrombus kann beispielsweise berechnet werden, indem die Länge eines Abschnitts der Gefäß-Zentrallinie, der sich innerhalb der Segmentierung des Thrombus befindet, berechnet wird, insbesondere automatisch berechnet wird. Insbesondere können die Segmentierung des Thrombus, die Gefäß-Zentrallinie und die Länge des Thrombus vollautomatisch berechnet werden. Insbesondere kann eine Segmentierung der Gefäßwand im Bereich des Thrombus berechnet werden. Insbesondere kann die Gefäß-Zentrallinie basierend auf der Segmentierung der Gefäßwand im Bereich des Thrombus berechnet werden.
  • Die Länge des Thrombus kann ein Entscheidungskriterium für eine Schlaganfalltherapie sein. Insbesondere ist eine Schlaganfalltherapie als eher erfolgsversprechend zu betrachten, wenn die Länge des Thrombus geringer als ein gegebener Schwellwert ist. Wenn die Länge des Thrombus relativ gering ist, hat eine Rekanalisation des Gefäßes im Bereich des Thrombus mittels einer intravenösen thrombolytischen Therapie bessere Aussichten auf Erfolg.
  • Eine Ausführungsform sieht vor, dass ein Kontrastmittelfluss, der den Thrombus durchdringt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird. Die Durchlässigkeit des Thrombus kann insbesondere basierend auf dem Kontrastmittelfluss berechnet werden.
  • Insbesondere können die Photon-Counting-Computertomographie-Daten dynamische Informationen und/oder Perfusionsdaten umfassen. Insbesondere kann basierend auf den Photon-Counting-Computertomographie-Daten ein mehrphasiges computertomographisches Angiographie-Bild, welches die dynamischen Informationen umfasst, generiert werden. Der Kontrastmittelfluss kann insbesondere basierend auf den dynamischen Informationen und/oder den Perfusionsdaten berechnet werden.
  • Daneben kann die Durchlässigkeit des Thrombus („Thrombus perviousness“) basierend auf den Photon-Counting-Computertomographie-Daten in Form eines virtuellen Nicht-Kontrast-Bildes berechnet werden. Dabei kann bestimmt werden, wieviel Blut bzw. Kontrastmittel den Thrombus durchdringt. Die Durchlässigkeit des Thrombus kann insbesondere in Form zumindest einer von zwei definierten Messgrößen bereitgestellt werden, dem Hohlraumanteil („void fraction“) und der Zunahme der Thrombusdämpfung („thrombus attenuation increase (TAI)“) .
  • Die Durchlässigkeit des Thrombus korreliert mit einer besseren Revaskularisierungsrate, einem kleineren Infarktkern und einem besseren funktionalen Therapieerfolg einer intravenösen thrombolytischen Therapie, beispielsweise mit rt-PA.
  • Überschreitet die Durchlässigkeit des Thrombus einen gegebenen Schwellwert, so dass die Zellen der Gefäßwand im Bereich des Thrombus mit Blut versorgt werden können, ist die Wahrscheinlichkeit größer, dass die Gefäßwand im Wesentlichen intakt ist und dem Wiedereintreten des normalen Blutflusses standhalten kann. Die Verwendung von Photon-Counting-Computertomographie-Daten ermöglicht aufgrund der hohen räumlichen Auflösung und der spektralen Auflösung die Berechnung von insbesondere relativ geringen Werten für die Durchlässigkeit des Thrombus, die jedoch ausreichend sind, um die Integrität der Gefäßwand zu gewährleisten. Die Berechnung der Durchlässigkeit des Thrombus ermöglicht insbesondere eine Abschätzung, ob eine Lysetherapie auch außerhalb eines gegebenen Zeitfensters, beispielsweise nach Ablauf von viereinhalb Stunden nach Auftreten des Schlaganfalls, erfolgversprechend durchgeführt werden kann.
  • Eine Blutversorgung des Risikogewebes und/oder der Gefäßwand im Bereich des Thrombus kann beispielsweise über Umgehungsgefäße (sogenannte Brückengefäße oder Kollateralen), die den Thrombus überbrücken, erfolgen. Dadurch kann die Überlebensfähigkeit des minderdurchbluteten Gewebes und/oder die Integrität der Gefäßwand in einem gewissen Rahmen gewährleistet werden.
  • Das Ausmaß des Blutflusses durch die Umgehungsgefäße kann beispielsweise basierend auf Perfusionsdaten, insbesondere cerebralen Perfusionsdaten, die in den Photon-Counting-Computertomographie-Daten enthalten sind, ermittelt werden. Insbesondere kann ein Blutfluss durch Umgehungsgefäße, die den Thrombus überbrücken, durch Anwendung eines trainierten Maschinenlernalgorithmus zur Berechnung des Umgehungsblutflusses auf die Photon-Counting-Computertomographie-Daten und/oder auf das computertomographische Angiographie-Bild berechnet werden.
  • Eine Ausführungsform sieht vor, dass die Entscheidungsunterstützungsdaten einen Anteil einer Komponente an der Zusammensetzung des Thrombus betreffen, insbesondere umfassen, wobei die Komponente aus der Komponenten-Gruppe gewählt ist, welche aus roten Blutkörperchen, einer Fibrin-Thrombozyten-Ansammlung und Calcium besteht.
  • Die Zusammensetzung des Thrombus kann basierend auf den spektralen Informationen der Photon-Counting-Computertomographie-Daten bestimmt werden. Insbesondere kann für jede der Komponenten der Komponenten-Gruppe ein prozentualer Anteil am Volumen und/oder an der Masse des Thrombus berechnet werden. Anhand der Zusammensetzung des Thrombus kann abgeschätzt werden, ob beispielsweise eine mechanische Thrombektomie und/oder eine Lysetherapie des Thrombus erfolgreich sein kann.
  • Je nach Zusammensetzung kann der Thrombus eine eher weiche oder eine eher harte Konsistenz haben. Beispielsweise kann basierend auf der Zusammensetzung des Thrombus ein Clot-Retriever für die mechanische Thrombektomie konfiguriert werden und/oder einer von mehreren verschieden konfigurierten Clot-Retrievern für die mechanische Thrombektomie ausgewählt werden. Insbesondere kann basierend auf der Zusammensetzung des Thrombus eine Geometrie eines Clot-Retrievers für die mechanische Thrombektomie optimiert werden.
  • Eine Ausführungsform sieht vor, dass die Entscheidungsunterstützungsdaten eine Durchlässigkeit der Gefäßwand im Bereich des Thrombus betreffen, insbesondere umfassen.
  • Basierend auf der Durchlässigkeit der Gefäßwand im Bereich des Thrombus kann eine Wahrscheinlichkeit für eine Ruptur der Gefäßwand bei Wiedereintreten des normalen Blutflusses ermittelt werden. Ferner ist die Durchlässigkeit der Gefäßwand eine Messgröße für die Integrität der Blut-Hirn-Schranke. Die Durchlässigkeit der Gefäßwand kann beispielsweise in Form einer transendothelialen Transferkonstante (kPS) und/oder in Form eines Oberflächenprodukts („surface area product“ (PS)), beispielsweise mit der Einheit [mL/100 g/min] bereitgestellt werden.
  • Die Entscheidungsunterstützungsdaten können beispielsweise einen Indikator umfassen, der angibt, ob die Gefäßwand brüchig ist oder zur Brüchigkeit neigt. Der Indikator, der angibt, ob die Gefäßwand brüchig ist oder zur Brüchigkeit neigt, kann insbesondere durch Anwendung eines trainierten Maschinenlernalgorithmus zur Berechnung einer Brüchigkeit der Gefäßwand auf die Photon-Counting-Computertomographie-Daten und/oder auf das computertomographische Angiographie-Bild berechnet werden.
  • Basierend auf einem solchen Indikator ist beispielsweise eine Aussage darüber möglich, ob eine erhöhte Blutungsgefahr besteht oder ob die Integrität der Gefäßwand noch besteht. Ersteres kann beispielsweise eine Kontraindikation für eine intravenöse Lysetherapie nach Ablauf von 4,5 Stunden nach dem Auftreten des Schlaganfalls sein. Somit kann das Risiko einer Einblutung in den Infarktkern durch eine brüchige Gefäßwand nach erfolgter Therapie minimiert werden.
  • Eine Ausführungsform sieht vor, dass ein Kontrastmittelfluss, der die Gefäßwand im Bereich des Thrombus durchdringt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird. Die Durchlässigkeit der Gefäßwand im Bereich des Thrombus kann insbesondere basierend auf dem Kontrastmittelfluss berechnet werden.
  • Die Durchlässigkeit der Gefäßwand kann beispielsweise basierend auf dynamischen Informationen und/oder Perfusionsdaten, die in den Photon-Counting-Computertomographie-Daten und/oder in dem computertomographischen Angiographie-Bild enthalten sind, berechnet werden. Dabei kann das Austreten von intravaskulärem Kontrastmittel in den extravaskulären (interstitiellen) Raum gemessen werden.
  • Eine Ausführungsform sieht vor, dass eine Ansammlung von Kontrastmittel, das die Gefäßwand im Bereich des Thrombus durchdrungen hat, basierend auf den Photon-Counting-Computertomographie-Daten detektiert wird und/oder dass eine Markierungsinformation, welche die Ansammlung von Kontrastmittel markiert, das die Gefäßwand im Bereich des Thrombus durchdrungen hat, basierend auf den Photon-Counting-Computertomographie-Daten generiert wird.
  • Die Entscheidungsunterstützungsdaten können insbesondere die Markierungsinformation, welche die Ansammlung von Kontrastmittel markiert, das die Gefäßwand im Bereich des Thrombus durchdrungen hat, umfassen.
  • Aufgrund der hohen örtlichen Auflösung der Photon-Counting-Computertomographie-Daten und der Möglichkeit, ein virtuelles Nicht-Kontrast-Bild zu erzeugen, kann auch eine sehr geringe Menge an beispielsweise iodhaltigem Kontrastmittel, welches aus dem Blutgefäß in umliegendes Gewebe austritt und dabei die Gefäßwand im Bereich des Thrombus durchdringt, sensitiv bestimmt werden. Insbesondere können Voxel, welche iodhaltiges Kontrastmittel in der Nähe eines Blutgefäßes innerhalb des identifizierten hypodensen Areals aufzeigen, als Ruptur-Risiko-Bereich farblich gekennzeichnet werden.
  • Die Entscheidungsdaten, insbesondere jede genannte Eigenschaft des Thrombus und/oder der Gefäßwand, können vollautomatisch berechnet und vollautomatisch für die Unterstützung der Therapieentscheidung bereitgestellt werden. Damit ist eine bessere Abschätzung eines Erfolgs und/oder von Risiken einer Therapieentscheidung beim ischämischen Schlaganfall durch das behandelnde medizinische Personal möglich. Darüber hinaus können auf dieser Grundlage Therapieentscheidungen standardisiert und reproduzierbar getroffen werden.
  • Die Erfindung betrifft ferner ein Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten, umfassend:
    • - eine Empfangseinheit zum Empfangen von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs,
    • - eine Bestimmungseinheit Bestimmen einer Position eines Thrombus in dem Untersuchungsbereich basierend auf den Photon-Counting-Computertomographie-Daten,
    • - eine Generierungseinheit zum Generieren der Entscheidungsunterstützungsdaten, die den Thrombus und/oder eine Gefäßwand im Bereich des Thrombus betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus,
    • - eine Bereitstellungseinheit zum Bereitstellen der Entscheidungsunterstützungsdaten.
  • Eine Ausführungsform sieht vor, dass das Datenverarbeitungssystem zum Ausführen eines Verfahrens zum Bereitstellen von Entscheidungsunterstützungsdaten nach einem der offenbarten Aspekte ausgebildet ist.
  • Die Erfindung betrifft ferner ein Computertomographiegerät, aufweisend ein Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten nach einem der offenbarten Aspekte.
  • Eine Ausführungsform sieht vor, dass das Computertomographiegerät einen photonenzählenden Detektor aufweist und/oder zur Akquisition von Photon-Counting-Computertomographie-Daten ausgebildet ist.
  • Die Erfindung betrifft ferner ein Computerprogrammprodukt mit einem Computerprogramm, welches direkt in eine Speichereinheit eines Datenverarbeitungssystems ladbar ist, mit Programmabschnitten, um alle Schritte eines Verfahrens nach einem der offenbarten Aspekte auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem ausgeführt werden.
  • Das Computerprogrammprodukt kann beispielsweise das Computerprogramm sein oder neben dem Computerprogramm mindestens einen zusätzlichen Bestandteil umfassen. Der mindestens eine zusätzliche Bestandteil des Computerprogrammprodukts kann als Hardware und/oder als Software ausgebildet sein.
  • Das Computerprogrammprodukt kann beispielsweise ein Speichermedium, auf dem zumindest ein Teil des Computerprogrammprodukts gespeichert ist, und/oder ein Schlüssel zur Authentifizierung eines Benutzers des Computerprogrammprodukts, insbesondere in Form eines Dongles, aufweisen. Das Computerprogrammprodukt und/oder das Computerprogramm kann beispielsweise ein Cloud-Anwendungs-Programm aufweisen, welches zum Verteilen von Programmabschnitten des Computerprogramms auf verschiedene Verarbeitungseinheiten, insbesondere verschiedene Computer, eines Cloud-Computing-Systems ausgebildet ist, wobei jede der Verarbeitungseinheiten zum Ausführen eines oder mehrerer Programmabschnitte des Computerprogramms ausgebildet ist.
  • Die Erfindung betrifft ferner ein computerlesbares Speichermedium, auf welchem von einem Datenverarbeitungssystem lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte eines Verfahrens nach einem der offenbarten Aspekte auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem ausgeführt werden.
  • Auf dem computerlesbaren Speichermedium kann beispielsweise das Computerprogrammprodukt nach einer der Ausführungsformen, die in dieser Anmeldung offenbart sind, und/oder das Computerprogramm nach einer der Ausführungsformen, die in dieser Anmeldung offenbart sind, gespeichert sein. Das computerlesbare Medium kann beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger Datenträger sein, der insbesondere lösbar mit dem Datenverarbeitungssystem verbunden oder fest in das Datenverarbeitungssystem integriert sein kann. Das computerlesbare Medium kann beispielsweise einen Bereich des Speichersystems des Datenverarbeitungssystems bilden.
  • Das Datenverarbeitungssystem kann beispielsweise eine oder mehrere Komponenten in Form von Hardware und/oder eine oder mehrere Komponenten in Form von Software aufweisen. Das Datenverarbeitungssystem kann beispielsweise zumindest teilweise von einem Cloud-Computing-System gebildet sein. Das Datenverarbeitungssystem kann beispielsweise ein Cloud-Computing-System, ein Computernetzwerk, ein Computer, ein Tabletcomputer, ein Smartphone oder ähnliches oder eine Kombination davon sein und/oder aufweisen.
  • Die Hardware kann beispielsweise mit einer Software zusammenwirken und/oder mittels einer Software konfigurierbar sein. Die Software kann beispielsweise mittels der Hardware ausgeführt werden. Bei der Hardware kann es sich beispielsweise um ein Speichersystem, ein FPGA-System (Field-programmable gate array), ein ASIC-System (Application-specific integrated circuit), ein Mikrocontroller-System, ein Prozessorsystem und Kombinationen davon handeln. Das Prozessorsystem kann beispielsweise einen Mikroprozessor und/oder mehrere zusammenwirkende Mikroprozessoren aufweisen.
  • Die Schritte des Verfahrens können beispielsweise in einem Prozessor, insbesondere in Form von Berechnungen, ausgeführt werden.
  • Ein Datentransfer zwischen Komponenten des Datenverarbeitungssystems kann beispielsweise jeweils mittels einer geeigneten Datentransfer-Schnittstelle erfolgen. Die Datentransfer-Schnittstelle zum Datentransfer an und/oder von einer Komponente des Datenverarbeitungssystems kann zumindest teilweise in Form von Software und/oder zumindest teilweise in Form von Hardware realisiert sein. Die Datentransfer-Schnittstelle kann beispielsweise zum Abspeichern von Daten in und/oder zum Einlesen von Daten aus einem Bereich des Speichersystems ausgebildet sein, wobei auf diesen Bereich des Speichersystems eine oder mehrere Komponenten des Datenverarbeitungssystems zugreifen können.
  • Daten, insbesondere die Photon-Counting-Computertomographie-Daten, können beispielsweise empfangen werden, indem ein Signal, welches die Daten trägt, empfangen wird und/oder indem die Daten eingelesen werden, insbesondere aus einem computerlesbaren Speichermedium eingelesen werden. Daten, insbesondere die Entscheidungsunterstützungsdaten, können beispielsweise bereitgestellt werden, indem ein Signal, welches die Daten trägt, übertragen wird und/oder indem die Daten in ein computerlesbares Speichermedium geschrieben werden und/oder indem die Daten auf einem Bildschirm angezeigt werden.
  • Im Rahmen der Erfindung können Merkmale, welche in Bezug auf unterschiedliche Ausführungsformen der Erfindung und/oder unterschiedliche Anspruchskategorien (Verfahren, Verwendung, Vorrichtung, System, Anordnung usw.) beschrieben sind, zu weiteren Ausführungsformen der Erfindung kombiniert werden. Beispielsweise kann ein Anspruch, der eine Vorrichtung betrifft, auch mit Merkmalen, die im Zusammenhang mit einem Verfahren beschrieben oder beansprucht sind, weitergebildet werden und umgekehrt. Funktionale Merkmale eines Verfahrens können dabei durch entsprechend ausgebildete gegenständliche Komponenten ausgeführt werden. Neben den in dieser Anmeldung ausdrücklich beschriebenen Ausführungsformen der Erfindung sind vielfältige weitere Ausführungsformen der Erfindung denkbar, zu denen der Fachmann gelangen kann, ohne den Bereich der Erfindung zu verlassen, der durch die Ansprüche vorgegeben ist.
  • Der Ausdruck „basierend auf“ kann im Kontext der vorliegenden Anmeldung insbesondere im Sinne des Ausdrucks „unter Verwendung von“ verstanden werden. Insbesondere schließt eine Formulierung, der zufolge ein erstes Merkmal basierend auf einem zweiten Merkmal erzeugt (alternativ: ermittelt, bestimmt etc.) wird, nicht aus, dass das erste Merkmal basierend auf einem dritten Merkmal erzeugt (alternativ: ermittelt, bestimmt etc.) werden kann.
  • Im Folgenden wird die Erfindung anhand von Ausführungsbeispielen unter Hinweis auf die beigefügten Figuren erläutert. Die Darstellung in den Figuren ist schematisch, stark vereinfacht und nicht zwingend maßstabsgetreu.
  • Es zeigen:
    • die 1 einen Gefäßabschnitt im Bereich eines Thrombus,
    • die 2 ein Ablaufdiagramm für ein Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten,
    • die 3 ein Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten, und
    • die 4 ein Computertomographiegerät.
  • Die 1 zeigt einen Gefäßabschnitt V im Bereich des Thrombus T. Die Gefäßwand W des Gefäßabschnitts V ist durch eine äußere Wand OW und eine innere Wand IW begrenzt. Die Gefäß-Zentrallinie CL erstreckt sich durch das durch die innere Wand IW begrenzte Lumen des Gefäßes. Durch die Pfeile wird der Blutfluss in dem Gefäßabschnitt V dargestellt. Ein Teil des Blutflusses dringt durch die Gefäßwand W im Bereich des Thrombus T hindurch und bildet eine Ansammlung CE von Kontrastmittel, das die Gefäßwand W im Bereich des Thrombus T durchdrungen hat.
  • Die 2 zeigt ein Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten, welches die folgenden Schritte umfasst:
    • - Empfangen RD von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs,
    • - Bestimmen DT einer Position eines Thrombus T in dem Untersuchungsbereich basierend auf den spektral aufgelösten Photon-Counting-Computertomographie-Daten,
    • - Generieren GD der Entscheidungsunterstützungsdaten, die den Thrombus T und/oder die Gefäßwand W im Bereich des Thrombus T betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus T,
    • - Bereitstellen PD der Entscheidungsunterstützungsdaten.
  • Die 3 zeigt ein Datenverarbeitungssystem 35 zum Bereitstellen von Entscheidungsunterstützungsdaten, umfassend:
    • - eine Empfangseinheit RD-U zum Empfangen RD von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs,
    • - eine Bestimmungseinheit DT-U Bestimmen DT einer Position eines Thrombus T in dem Untersuchungsbereich basierend auf den spektral aufgelösten Photon-Counting-Computertomographie-Daten,
    • - eine Generierungseinheit GD-U zum Generieren GD der Entscheidungsunterstützungsdaten, die den Thrombus T und/oder eine Gefäßwand im Bereich des Thrombus T betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus T,
    • - eine Bereitstellungseinheit PD-U zum Bereitstellen PD der Entscheidungsunterstützungsdaten.
  • Die 4 zeigt ein Computertomographiegerät 1, aufweisend die Gantry 20, die tunnelförmige Öffnung 9, die Patientenlagerungsvorrichtung 10 und die Steuerungsvorrichtung 30. Die Gantry 20 weist den stationären Tragrahmen 21, den Kipprahmen 22 und den Rotor 24 auf.
  • Der Kipprahmen 22 ist mittels einer Kipplagerungsvorrichtung an dem stationären Tragrahmen 21 um eine Kippachse relativ zu dem stationären Tragrahmen 21 kippbar angeordnet. Der Rotor 24 ist mittels einer Drehlagerungsvorrichtung an dem Kipprahmen 22 um eine Rotationsachse relativ zu dem Kipprahmen 22 drehbar angeordnet.
  • In die tunnelförmige Öffnung 9 ist der Patient 13 einführbar. In der tunnelförmigen Öffnung 9 befindet sich der Akquisitionsbereich 4. In dem Akquisitionsbereich 4 ist ein abzubildender Bereich des Patienten 13 derart positionierbar, dass die Strahlung 27 von der Strahlungsquelle 26 zu dem abzubildenden Bereich gelangen kann und nach einer Wechselwirkung mit dem abzubildenden Bereich zu dem Strahlungsdetektor 28 gelangen kann.
  • Die Patientenlagerungsvorrichtung 10 weist den Lagerungssockel 11 und die Lagerungsplatte 12 zur Lagerung des Patienten 13 auf. Die Lagerungsplatte 12 ist derart relativ zu dem Lagerungssockel 11 bewegbar an dem Lagerungssockel 11 angeordnet, dass die Lagerungsplatte 12 in einer Längsrichtung der Lagerungsplatte 12 in den Akquisitionsbereich 4 einführbar ist.
  • Das Computertomographiegerät ist zur Akquisition von Akquisitionsdaten basierend auf einer elektromagnetischen Strahlung 27 ausgebildet. Das Computertomographiegerät 1 weist eine Akquisitionseinheit auf. Die Akquisitionseinheit ist eine Projektionsdaten-Akquisitionseinheit mit der Strahlungsquelle 26, z. B. einer Röntgenquelle, und dem photonenzählenden Detektor 28.
  • Die Strahlungsquelle 26 ist an dem Rotor 24 angeordnet und zur Emission einer Strahlung 27, z. B. einer Röntgenstrahlung, mit Strahlungsquanten 27 ausgebildet. Der Detektor 28 ist an dem Rotor 24 angeordnet und zur Detektion der Strahlungsquanten 27 mittels direkter Konversion ausgebildet. Die Strahlungsquanten 27 können von der Strahlungsquelle 26 zu dem abzubildenden Bereich des Patienten 13 gelangen und nach einer Wechselwirkung mit dem abzubildenden Bereich auf den Detektor 28 auftreffen. Auf diese Weise können mittels der Akquisitionseinheit Akquisitionsdaten des abzubildenden Bereichs in Form von spektral aufgelösten Projektionsdaten erfasst werden.
  • Die Steuerungsvorrichtung 30 ist zum Empfangen der von der Akquisitionseinheit akquirierten Akquisitionsdaten ausgebildet. Die Steuerungsvorrichtung 30 ist zum Steuern des Computertomographiegeräts 1 ausgebildet. Die Steuerungsvorrichtung 30 weist das Datenverarbeitungssystem 35, das computerlesbare Medium 32 und das Prozessorsystem 36 auf. Die Steuerungsvorrichtung 30, insbesondere das Datenverarbeitungssystem 35, wird von einem Computer gebildet.
  • Die Steuerungsvorrichtung 30 weist die Bildrekonstruktionseinrichtung 34 auf. Mittels der Bildrekonstruktionseinrichtung 34 können basierend auf den spektral aufgelösten Projektionsdaten Photon-Counting-Computertomographie-Daten generiert werden.
  • Das Computertomographiegerät 1 weist eine Eingabevorrichtung 38 und eine Ausgabevorrichtung 39 auf, welche jeweils mit der Steuerungsvorrichtung 30 verbunden sind. Die Eingabevorrichtung 38 ist zum Eingeben von Steuerungs-Informationen, z. B. Bildrekonstruktionsparametern, Untersuchungsparametern oder ähnliches, ausgebildet. Die Ausgabevorrichtung 39 ist insbesondere zum Ausgeben von Steuerungs-Informationen, Bildern und/oder akustischen Signalen ausgebildet.
  • Die Ausgabevorrichtung 9 kann beispielsweise einen Bildschirm zur Anzeige einer graphischen Benutzeroberfläche aufweisen, welche das computertomographische Angiographie-Bild, die Markierungsinformation, die den Thrombus T in dem computertomographischen Angiographie-Bild markiert, und die Entscheidungsunterstützungsdaten umfasst.

Claims (15)

  1. Verfahren zum Bereitstellen von Entscheidungsunterstützungsdaten, welches die folgenden Schritte umfasst: - Empfangen (RD) von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs, - Bestimmen (DT) einer Position eines Thrombus (T) in dem Untersuchungsbereich basierend auf den Photon-Counting-Computertomographie-Daten, - Generieren (GD) der Entscheidungsunterstützungsdaten, die den Thrombus (T) und/oder eine Gefäßwand (W) im Bereich des Thrombus (T) betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus (T), - Bereitstellen (PD) der Entscheidungsunterstützungsdaten.
  2. Verfahren nach Anspruch 1, - wobei ein computertomographisches Angiographie-Bild basierend auf den Photon-Counting-Computertomographie-Daten generiert wird, - wobei die Position des Thrombus (T) in dem Untersuchungsbereich basierend auf dem computertomographischen Angiographie-Bild bestimmt wird, - wobei die Entscheidungsunterstützungsdaten, die den Thrombus (T) und/oder die Gefäßwand (W) im Bereich des Thrombus (T) betreffen, basierend auf dem computertomographischen Angiographie-Bild generiert werden.
  3. Verfahren nach Anspruch 2, - wobei eine Markierungsinformation, die den Thrombus (T) in dem computertomographischen Angiographie-Bild markiert, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus (T), generiert wird, - wobei das computertomographische Angiographie-Bild, die Markierungsinformation, die den Thrombus (T) in dem computertomographischen Angiographie-Bild markiert, und die Entscheidungsunterstützungsdaten für die gleichzeitige Anzeige auf einem Bildschirm bereitgestellt werden.
  4. Verfahren nach einem der Ansprüche 1 bis 3, - wobei die Position des Thrombus (T) bestimmt wird, indem sie durch Anwendung eines trainierten Maschinenlernalgorithmus auf die Photon-Counting-Computertomographie-Daten und/oder auf das computertomographische Angiographie-Bild berechnet wird.
  5. Verfahren nach einem der Ansprüche 1 bis 4, - wobei die Entscheidungsunterstützungsdaten mindestens eine Eigenschaft des Thrombus (T) betreffen, die aus der Eigenschaften-Gruppe gewählt ist, welche aus einer Länge, einem Durchmesser, einem Volumen, einer Durchlässigkeit und einer Zusammensetzung besteht.
  6. Verfahren nach Anspruch 5, - wobei eine Segmentierung des Thrombus (T) basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird, - wobei eine Gefäß-Zentrallinie (CL), die sich durch den Thrombus (T) erstreckt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird, - wobei die Länge des Thrombus (T) basierend auf der Gefäß-Zentrallinie (CL) und der Segmentierung des Thrombus (T) berechnet wird.
  7. Verfahren nach Anspruch 5 oder 6, - wobei ein Kontrastmittelfluss, der den Thrombus (T) durchdringt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird, - wobei die Durchlässigkeit des Thrombus (T) basierend auf dem Kontrastmittelfluss berechnet wird.
  8. Verfahren nach einem der Ansprüche 5 bis 7, - wobei die Entscheidungsunterstützungsdaten einen Anteil einer Komponente an der Zusammensetzung des Thrombus (T) betreffen, wobei die Komponente aus der Komponenten-Gruppe gewählt ist, welche aus roten Blutkörperchen, einer Fibrin-Thrombozyten-Ansammlung und Calcium besteht.
  9. Verfahren nach einem der Ansprüche 1 bis 9, - wobei die Entscheidungsunterstützungsdaten eine Durchlässigkeit der Gefäßwand (W) im Bereich des Thrombus (T) betreffen.
  10. Verfahren nach Anspruch 9, - wobei ein Kontrastmittelfluss, der die Gefäßwand (W) im Bereich des Thrombus (T) durchdringt, basierend auf den Photon-Counting-Computertomographie-Daten berechnet wird, - wobei die Durchlässigkeit der Gefäßwand (W) im Bereich des Thrombus (T) basierend auf dem Kontrastmittelfluss berechnet wird.
  11. Verfahren nach einem der Ansprüche 1 bis 10, - wobei eine Ansammlung (CE) von Kontrastmittel, das die Gefäßwand (W) im Bereich des Thrombus (T) durchdrungen hat, basierend auf den Photon-Counting-Computertomographie-Daten detektiert wird, - wobei eine Markierungsinformation, welche die Ansammlung (CE) von Kontrastmittel markiert, generiert wird, - wobei die Entscheidungsunterstützungsdaten die Markierungsinformation, welche die Ansammlung (CE) von Kontrastmittel markiert, umfassen.
  12. Datenverarbeitungssystem (35) zum Bereitstellen von Entscheidungsunterstützungsdaten, umfassend: - eine Empfangseinheit (RD-U) zum Empfangen (RD) von Photon-Counting-Computertomographie-Daten eines Untersuchungsbereichs, - eine Bestimmungseinheit (DT-U) Bestimmen (DT) einer Position eines Thrombus (T) in dem Untersuchungsbereich basierend auf den Photon-Counting-Computertomographie-Daten, - eine Generierungseinheit (GD-U) zum Generieren (GD) der Entscheidungsunterstützungsdaten, die den Thrombus (T) und/oder eine Gefäßwand (W) im Bereich des Thrombus (T) betreffen, basierend auf den Photon-Counting-Computertomographie-Daten und der Position des Thrombus (T), - eine Bereitstellungseinheit (PD-U) zum Bereitstellen (PD) der Entscheidungsunterstützungsdaten.
  13. Computertomographiegerät (1), aufweisend ein Datenverarbeitungssystem nach Anspruch 12.
  14. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in eine Speichereinheit eines Datenverarbeitungssystems (35) ladbar ist, mit Programmabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem (35) ausgeführt werden.
  15. Computerlesbares Speichermedium, auf welchem von einem Datenverarbeitungssystem (35) lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem (35) ausgeführt werden.
DE102019203714.3A 2019-03-19 2019-03-19 Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten Active DE102019203714B4 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102019203714.3A DE102019203714B4 (de) 2019-03-19 2019-03-19 Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten
US16/816,747 US11559271B2 (en) 2019-03-19 2020-03-12 Method and data processing system for providing decision-supporting data
CN202010190672.9A CN111738977A (zh) 2019-03-19 2020-03-18 用于提供决策支持数据的方法和数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019203714.3A DE102019203714B4 (de) 2019-03-19 2019-03-19 Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten

Publications (2)

Publication Number Publication Date
DE102019203714A1 true DE102019203714A1 (de) 2020-09-24
DE102019203714B4 DE102019203714B4 (de) 2020-10-22

Family

ID=72334364

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019203714.3A Active DE102019203714B4 (de) 2019-03-19 2019-03-19 Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten

Country Status (3)

Country Link
US (1) US11559271B2 (de)
CN (1) CN111738977A (de)
DE (1) DE102019203714B4 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767350B (zh) * 2021-01-19 2024-04-26 深圳麦科田生物医疗技术股份有限公司 血栓弹力图最大区间预测方法、装置、设备和存储介质
EP4198883A1 (de) * 2021-12-17 2023-06-21 Koninklijke Philips N.V. Interventionelle charakterisierung von intrazerebralen thromben mittels 3d-kegelstrahl-computertomographie

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3332710A1 (de) * 2016-12-12 2018-06-13 Siemens Healthcare GmbH Charakterisierung von plaque

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19622184A1 (de) * 1996-06-03 1997-12-04 Joern Martens Tragbares Gerät zur Langzeit-Perfusion von menschlichen und tierischen Geweben, als Herz-Lungen-Nieren-Leber-Maschine, für die umfassende, funktionell stützende Behandlung und besonders auch für die lebenserhaltende Notfall-Perfusion, zur Notfall-Versorgung von Patienten
US6830577B2 (en) * 1996-07-26 2004-12-14 Kensey Nash Corporation System and method of use for treating occluded vessels and diseased tissue
TWI221406B (en) * 2001-07-30 2004-10-01 Epix Medical Inc Systems and methods for targeted magnetic resonance imaging of the vascular system
US10568586B2 (en) * 2012-10-05 2020-02-25 Volcano Corporation Systems for indicating parameters in an imaging data set and methods of use
US10373718B2 (en) * 2014-12-01 2019-08-06 Bijoy Menon Professional Corporation Decision support tool for stroke patients
US11024404B2 (en) * 2016-03-01 2021-06-01 Siemens Healthcare Gmbh System and method for medical image based cardio-embolic stroke risk prediction
EP3478337B1 (de) * 2016-06-30 2021-01-06 Gambro Lundia AB Nachweis einer unterbrechung einer fluidverbindung zwischen zwei fluidhaltigen systemen
WO2018091746A1 (en) * 2016-11-21 2018-05-24 Sensome Characterizing and identifying biological structure
CN107748128A (zh) * 2017-11-27 2018-03-02 郑州大学 一种组织工程血管支架的生物力学性能测试装置及方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3332710A1 (de) * 2016-12-12 2018-06-13 Siemens Healthcare GmbH Charakterisierung von plaque

Also Published As

Publication number Publication date
US20200297299A1 (en) 2020-09-24
CN111738977A (zh) 2020-10-02
DE102019203714B4 (de) 2020-10-22
US11559271B2 (en) 2023-01-24

Similar Documents

Publication Publication Date Title
DE60200883T2 (de) Verfahren und gerät zur erstellung von penumbra- und infarktbilder
DE102007056256B4 (de) Gerät zur Generierung einer Risikometrik bei weicher Plaque in Gefäßen und maschinenlesbares Medium hierfür
DE102007039454B4 (de) Verfahren zur Quantifizierung der Aufnahme wenigstens eines Radiotracers in einem für eine Positronen-Emissions-Tomograpie-Messung interessierenden Körperbereich eines Patienten
DE202014010689U1 (de) System zum Bewerten der Qualität medizinischer Bilder wenigstens eines Teils der Anatomie eines Patienten
DE102010039312A1 (de) Verfahren zur Simulation eines Blutflusses
DE10107765A1 (de) Verfahren zur Bildbearbeitung ausgehend von einem unter Verwendung eines Kontrastmittels aufgenommenen Computertomographie(CT)-Bildes einer Lunge und CT-Gerät zur Durchführung eines solchen Verfahrens
DE102019203714B4 (de) Verfahren und Datenverarbeitungssystem zum Bereitstellen von Entscheidungsunterstützungsdaten
DE102016205507A1 (de) Verfahren zur Ermittlung einer den Blutfluss in Kollateralen beschreibenden Kollateralinformationen, medizinische Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE112016006135T5 (de) Vorrichtung für medizinische Berichte
DE102017221276A1 (de) Medizinische Bildverarbeitungsvorrichtung, Röntgen-CT Vorrichtung und medizinisches Bildverarbeitungsverfahren
DE102014201134A1 (de) Verfahren und Vorrichtung zur Erzeugung eines 2-D-Projektionsbildes eines Gefäßsystems
DE102013226858A1 (de) Verfahren zur Erzeugung eines wenigstens dreidimensionalen Anzeigedatensatzes, Röntgeneinrichtung und Computerprogramm
EP3875979A1 (de) Optimiertes verfahren für dynamische kontrastverstärkende magnetresonanztomographie
DE102012217792A1 (de) Angiographisches Untersuchungsverfahren zur Darstellung von Flusseigenschaften
DE112017001335T5 (de) System und Verfahren für progressive Abbildung
DE102016222093A1 (de) Simultaner Einsatz von unterschiedlichen Kontrastmitteln bei CT-Bildgebungsverfahren
DE102012222073B4 (de) Verfahren zur Auswertung von Bilddatensätzen und Kombinationsbildaufnahmeeinrichtung
DE102019210473A1 (de) Verfahren und Vorrichtung zur Bildgebung in der Computertomographie
DE102008034313A1 (de) Verfahren zur Durchführung einer bildgebenden Untersuchungsmethode
DE102004055461A1 (de) Bildgebendes Verfahren sowie Vorrichtung zur Visualisierung von koronaren Herzkrankheiten
DE202017107196U1 (de) Medizinische Bildverarbeitungsvorrichtung, Röntgen-CT Vorrichtung und Computerprogrammprodukt
DE102014226685A1 (de) Verfahren zum Identifizieren von Versorgungsgebieten,Verfahren zur graphischen Darstellung von Versorgungsgebieten, Computerprogramm und maschinenlesbares Medium sowie bildgebendes Gerät
DE102016224717B4 (de) Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren, sowie Bildanalyseeinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium
Drewer-Gutland et al. CTP-based tissue outcome: promising tool to prove the beneficial effect of mechanical recanalization in acute ischemic stroke
DE102015202287A1 (de) Verfahren zur Transformation einer Gefäßstruktur sowie Computerprogramm, maschinenlesbares Medium und bildgebendes Gerät

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R083 Amendment of/additions to inventor(s)
R016 Response to examination communication
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: A61B0034000000

Ipc: A61B0034100000

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