DE19812749B4

DE19812749B4 - Verfahren und Anordnung zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen

Info

Publication number: DE19812749B4
Application number: DE19812749A
Authority: DE
Inventors: Petra Perner
Original assignee: Individual
Current assignee: Individual
Priority date: 1998-03-24
Filing date: 1998-03-24
Publication date: 2006-05-24
Anticipated expiration: 2018-03-25
Also published as: DE19812749A1

Abstract

Verfahren zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen insbesondere eines Computer-, Röntgenstrahl-, Kernspin-, Positronenemissions- oder Ultraschalltomographen mit in einer Falldatenbank sowohl gespeicherten digitalen Bildaufnahmen und/oder bildbeschreibenden Merkmalen für diese Bildaufnahmen als auch nichtbildlichen Informationen und wenigstens einer Daten speichernden und/oder ausgebenden Einrichtung, dadurch gekennzeichnet,
– daß über eine Ähnlichkeitsbestimmung der zum aktuellen Fall als medizinische Schnittaufnahme identische oder ähnlichste Fall ermittelt wird,
– daß eine histogrammbasierte Segmentierung der medizinischen Schnittaufnahme des aktuellen Falles mit den Parametern für den ähnlichkeitsbasierten Segmentierer des durch den Vergleich bestimmten identischen oder ähnlichsten Falls vorgenommen wird,
– wobei das Histogramm der medizinischen Schnittaufnahme des aktuellen Falles mit funktionalen und heuristischen Regeln basierend auf Merkmalen, die die Form des Histogramms beschreiben, im ähnlichkeitsbasierten Segmentierer bearbeitet wird, und
– wobei im Ergebnis Schwellwerte und damit Intervallgrenzen für den Grauwert und/oder Grauwerte vorliegen und mit diesen Schwellwerten die medizinische Schnittaufnahme so...

Description

Die Erfindung betrifft Verfahren zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen insbesondere eines Computer-, Röntgenstrahl-, Kernspin-, Positronenemissions- oder Ultraschalltomographen mit in einer Falldatenbank sowohl gespeicherten Aufnahmen medizinischer Schnitte als auch nichtbildlichen Informationen und wenigstens einer Daten speichernden und/oder ausgebenden Einrichtung und Anordnungen zur Durchführung dieser Verfahren.

Bekannte Verfahren zur Ermittlung der Objekte von medizinischen Schnittaufnahmen liefern nur die Daten der Objekte unabhängig der Bedingungen ihrer Aufnahme.

Dabei werden die Bildinformationen der medizinischen Schnittaufnahme entsprechend ihrer Grauwerte in die Objekte der medizinischen Schnittaufnahme eingeteilt. Es wird nur die Wahrscheinlichkeit der Zugehörigkeit zu einem Grauwert erfaßt.

Segmentierer sind aus der Druckschrift R.H. Riste-Smith et al.: A knowledge based segmentation method applied to medical radiographs" in Third Intern. Conference on Image Processing and ist Applications, 1989, Warwick, UK, Seiten 353–359 und der Druckschrift J.C.Rajapakse et al.: Statistical Approach to Segmentation of Single-Channel Cerebral MR Images in IEE Trans. on Medical Imaging, Vol. 16, No. 2, April 1997, Seiten 176–186 bekannt. Diese dienen der Bestimmung von Objekten in medizinischen Bildern, wobei aus Aufnahmen mittels einer auf minimale Abstände basierenden Segmentierung Strukturen erkannt und bestimmt werden. Dabei wird jedes Bild neu segmentiert.

Aus der US 5 412 563 A ist ein Verfahren zur Segmentierung eines Gradientenbildes bekannt. Dabei werden Histogramme zur Merkmalsbestimmung und Zuordnung von Objekten durch Vergleich des Originalbildes mit dem Gradientenbild des Originalbildes genutzt. Jedes Bild wird neu segmentiert, um die Objekte des Bildes zu ermitteln.

Der in den Patentansprüchen 1 und 13 angegebenen Erfindung liegt das Problem zugrunde, medizinische Schnittaufnahmen automatisch auszuwerten.

Dieses Problem wird mit den in den Patentansprüchen 1 und 13 aufgeführten Merkmalen gelöst.

Das Verfahren und die Anordnung dienen der automatischen Auswertung von medizinischen Schnittaufnahmen in Form von Computer-Tomogrammen hinsichtlich dem Auffinden von Objekten und Strukturen. Derartige Objekte sind z.B. die Gehirnmasse oder das Gehirnwasser in einem Schädel.

Die Auswertung erfolgt für jede medizinische Schnittaufnahme in Form eines zweidimensionalen Bildes separat.

Dabei wird die medizinische Schnittaufnahme mit in einer Falldatenbank gespeicherten Aufnahmen medizinischer Schnitte verglichen. Dieser Vergleich beruht auf der Überprüfung bildlicher und nichtbildlicher Informationen. Es wird in der Falldatenbank ein identischer oder ähnlicher Fall gesucht. Die Parameter der Aufnahme eines medizinischen Schnittes als identischer oder ähnlicher Fall werden dem Segmentierer zur Bildsegmentierung der medizinischen Schnittaufnahme als aktueller Fall zugeführt. Dem liegt die Idee zugrunde, daß für ähnliche Fälle auch die gleichen Parameter zur Segmentierung medizinischer Schnittaufnahmen genutzt werden können, um ein optimales Ergebnis zu erhalten.

Die Ähnlichkeitsüberprüfung basiert auf bildlichen Informationen, die aus der zweidimensionalen Bildmatrix der medizinischen Schnittaufnahme ermittelt werden, und auf nichtbildlichen Informationen, die üblicherweise im Filekopf einer medizinischen Schnittaufnahme zugeordnet sind. Das sind z.B. Bildaufnahmeparameter, Angaben zum Patienten, Sex, Alter usw.

Die Falldatenbank enthält dabei die bildlichen, in Form von Bildmatrizzen und statistischen Daten, und nichtbildlichen Informationen.

Die medizinische Schnittaufnahme wird vorverarbeitet, indem für die Auswertung nicht interessierende Strukturen ausgeblendet werden.

Neue Fälle können gelernt werden, wenn das Resultat der Ähnlichkeitsüberprüfung keinen ähnlichen Fall hervorbringt. Dann wird die medizinische Schnittaufnahme als aktueller Fall von Hand segmentiert und mit seinen optimalen Parametern für den Segmentierer in die Falldatenbank eingetragen.

Die Bestimmung der Objekte und Strukturen erfolgt über die Wandlung der medizinischen Schnittaufnahme in ein Histogramm im ähnlichkeitsbasiertem Segmentierer. Damit ist eine genaue Zuordnung der Objekte und Strukturen in Abhängigkeit der Parameter der konkreten Bildaufnahme und den auftretenden Artefakten im Bild der medizinischen Schnittaufnahme sichergestellt.

Die Einstellungsparameter des Segmentierers werden dabei vorteilhafterweise in Abhängigkeit sowohl von der medizinischen Schnittaufnahme als auch den nichtbildlichen Informationen gewählt.

Weiterhin eignet sich das Verfahren und die Anordnung für solche Grauwertbilder, die im Ergebnis einer Untersuchung entstanden sind und in Form eines belichteten Filmmaterials vorliegen. Dazu wird dieses belichtete Filmmaterial mittels eines an einem Computer angeschlossenen Scanners digitalisiert. Damit liegen diese Informationen ähnlich der Information des DICOM-Files vor, so daß die Objekte und Strukturen mit Hilfe des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Anordnung bestimmt werden können.

Das Verfahren und die Anordnung eignen sich damit besonders für den Nachweis und die Verlaufskontrolle von Erkrankungen, die mit einer Veränderung von Organen einhergehen. Das ist z.B. das Gehirn, dessen Größe und Struktur sich unter anderem bei der Alzheimer-Krankheit ändert.

Vorteilhafte Ausgestaltungen der Erfindung sind in den Patentansprüchen 2 bis 12 und 14 bis 16 angegeben.

Die Auswahl des identischen oder ähnlichsten Falls aus den in einem Speicher enthaltenen Informationen und Zuordnung zur aktuellen medizinischen Schnittaufnahme nach der Weiterbildung des Patentanspruchs 2 liefert optimale Einstellungsparameter für die Segmentierung der aktuellen medizinischen Schnittaufnahme. Gleichzeitig erfolgt die Markierung und die Bestimmung der Merkmale für die Flächen der Objekte. Vorteilhafte Merkmale sind unter anderem Flächengröße, Kontur und/oder Konturlänge.

Die Weiterbildungen der Patentansprüche 3 und 4 führen zu einer ständigen Anpassung der Schwellwerte. Damit ist eine Unterscheidung der Objekte von Bildrauschen möglich.

Die Segmentierung nach den Weiterbildungen der Patentansprüche 5 und 6 stellt eine weitere vorteilhafte Methode dar, um die Objekte einer medizinischen Schnittaufnahme zu bestimmen und deren Größe zu ermitteln.

Aus der Ermittlung der Flächen der Objekte der medizinischen Schnittaufnahme als zweidimensionale Darstellung werden nach der Weiterbildung des Patentanspruchs 7 die Volumina dieser Objekte ermittelt.

Die Einbeziehung der nichtbildlichen Informationen in den Vergleich nach den Weiterbildungen der Patentansprüche 8 und 9 erleichtert die Zuordnung.

Die statistischen Methoden nach den Weiterbildungen der Patentansprüche 10, 15 und 16 unterstützen die Ergebnisfindung in der Suche nach dem gleichen oder einem ähnlichen Fall wesentlich.

Die Ähnlichkeitsbestimmung mit einer Kombination aus einer Punkt-zu-Punkt-, Punkt-zu-Bild- und Bild-zu-Bild-Ähnlichkeit zwischen den Bildpunkten der aktuellen medizinischen Schnittaufnahme und dem des zu vergleichenden Falles nach der Weiterbildung des Patentanspruchs 11 stellt eine einfache Möglichkeit dar, das identische oder ähnlichste Bild in der Falldatenbank zu ermitteln. Dessen Informationen stellen die Einstellungsparameter für den Segmentierer dar.

Im Falle einer Fehlinterpretation des Segmentierers erfolgt eine manuelle Korrektur.

Die Weiterbildung des Patentanspruchs 12 beinhaltet vorteilhafte Methoden des Vergleichs der nichtbildlichen und der bildlichen Informationen der medizinischen Schnittaufnahme.

Der Segmentierer nach der Weiterbildung des Patentanspruchs 14 liefert aus den Parametern des identischen oder ähnlichsten Falls die Flächen der Objekte in der aktuellen medizinischen Schnittaufnahme. Damit wird wesentlich effektiver ein Ergebnis für den aktuellen Fall ermittelt.

Ausführungsbeispiele der Erfindung werden im folgenden näher beschrieben. Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt.
Es zeigt die
Fig. eine prinzipielle Darstellung einer Anordnung zur automatischen Auswertung von medizinischen Schnittaufnahmen.
In einem ersten Ausführungsbeispiel wird ein Verfahren zur automatischen Bestimmung von medizinischen Schnittaufnahmen in Form von Schädel-Computer-Tomogrammen beschrieben. Es zeichnet sich durch die Ermittlung der Objekte im Innern eines Schädels aus. Grundlage dafür ist ein ähnlichkeitsbasierter Segmentierer durch den diese erkannt und bestimmt werden. Interessierende und zu ermittelnde Objekte sind die Gehirnmasse und das Gehirnwasser. Dabei wird in einer Anordnung das Schädel-Computer-Tomogramm als medizinische Schnittaufnahme und die dazugehörigen nichtbildlichen Informationen mit in einer Falldatenbank gespeicherten Schädel-Computer-Tomogrammen und nichtbildlichen Informationen als Aufnahmen medizinischer Schnitte verglichen. Die nichtbildlichen Informationen sind im Filekopf des Schädel-Computer-Tomogramms gespeichert. Derartige Informationen sind z.B. Aufnahmeparameter, Schichtparameter und Personendaten, die dem Schädel-Computer-Tomogramm zugeordnet sind oder zugeordnet werden.
Aus den Daten der Schädel-Computer-Tomogramme und der nichtbildlichen Informationen der Falldatenbank als gespeicherte Aufnahmen medizinischer Schnitte wird der zum aktuellen Fall als medizinische Schnittaufnahme identische oder ähnlichste Fall bestimmt.
In einer ersten Variante basiert die Ähnlichkeitsbestimmung auf einer Kombination aus einer Punkt-zu-Punkt-, Punkt-zu-Bild- und Bild-zu-Bild-Ähnlichkeit zwischen den Bildpunkten des aktuellen Schädel-Computer-Tomogramms Bild A als medizinische Schnittaufnahme und dem des zu vergleichenden Falles Bild B in Form einer gespeicherten Aufnahme eines medizinischen Schnittes. Dabei wird ein Bildpunkt des Bildes A mit den Bildpunkten des Bildes B in einem vordefiniertem Fenster um die äquivalente räumliche Positition des Bildpunktes aus Bild A vorgenommen. Die Punkt-zu-Bild Ähnlichkeit sowohl von Bild A zu Bild B als auch von Bild B zu Bild A wird bestimmt. Aus diesen Werten erfolgt die Ermittlung des minimalen Wertes für die weitere Berechnung. Aus den zwei Werten wird das arithmetische Mittel ermittelt. Über alle so ermittelten Werte der Bildmatrix wird das Summenquadrat gebildet und nachfolgend daraus die Wurzel gezogen. Das Ergebnis wird nachfolgend durch die Anzahl der Bildpunkte in der Bildmatrix geteilt.
In einer zweiten Variante basiert die Ähnlichkeitsbestimmung zwischen dem aktuellen Schädel-Computer-Tomogramm als medizinische Schnittaufnahme und in der Falldatenbank gespeicherten Aufnahmen medizinischer Schnitte auf statistischen Werten wie Entropie, Excess, Streuung, Mittelwert, Varianz, Schiefe, Variazionskoeffizient, Energie, Entropie und/oder Zentroid für x- und y-Richtung für jedes Computer-Tomogramm.
Im Segmentierer werden mit den Parametern der gespeicherten Aufnahme medizinischer Schnitte des identischen oder ähnlichsten Falls die Flächen der Objekte in der medizinischen Schnittaufnahme als Schädel-Computer-Tomogramm bestimmt. Alle Daten und ermittelten Bilder werden anschließend gespeichert und/oder über mindestens eine Ausgabeeinrichtung sichtbar gemacht.
Um ein realitätsnahes oder ein eindeutiges Ergebnis zu erhalten, wird die medizinische Schnittaufnahme als Schädel-Computer-Tomogramm vorverarbeitet. Dabei wird ein Binärbild mit einem Schwellwert, der in Abhängigkeit von den Aufnahmeparametern festgelegt wird, aus dem Schädel-Computer-Tomogramm erzeugt. Das erfolgt über die Nutzung von morphologischen Filtern zuerst Erosion und danach Dilation. Dieses Binärbild dient als Maske, um aus den ursprünglichen Schädel-Computer-Tomogramm das Innere des Schädels zu bestimmen. Im Segmentierer selbst wird aus den Grauwerten der medizinischen Schnittaufnahme als Schädel-Computer-Tomogramm ein Histogramm erzeugt. Über eine Interpolation, wobei die Einstellungsparameter dabei den Grad der Interpolationsfunktion und die Interpolationsweite bestimmen, wird das Histogramm geglättet. Anschließend erfolgt die Ermittlung der Berge und der Täler und das Histogramm wird in Intervalle eingeteilt, wobei ein Intervall mit einem Tal beginnt, einen Berg beinhaltet und mit einem Tal endet.
Die Berge, die eine Schwelle aus einem vorgegebenen Verhältnis von Berg- zu Talhöhe unterschreiten, werden mit ihrem das höhere Tal besitzenden Nachbarberg zusammengelegt. Anschließend erfolgt ein Vergleich der Fläche unter der Kurve eines Intervalls mit einem Vorgabewert für die absolute Fläche. Bei Unterschreiten des Vorgabewerts wird der Berg des Intervalls mit seinem das höhrere Tal besitzenden Nachbarberg zusammengelegt. Aus der Fläche des Intervalls wird im Verhältnis zur Gesamtfläche des Histogramms die relative Fläche des Intervalls bestimmt. Anschließend erfolgt ein Vergleich der Fläche jedes Intervalls mit dem Vorgabewert für die relative Fläche. Im Wert kleinere Intervalle werden als der Vorgabewert mit ihrem Nachbarintervall zusammengefaßt. Aus der Fläche dieser Intervalle wird im Verhältnis zur Gesamtfläche des Histogramms deren relative Fläche bestimmt. Der zweitgrößte Berg im Histogramm wird bestimmt und ein weiterer Vorgabewert basierend auf der Höhe des zweitgrößten Spitzenwertes für die Berghöhe gewonnen. In der Höhe kleinere Berge als dieser Vorgabewert werden mit dem vorhergehenden Nachbarn zusammengefaßt. Anschließend erfolgt die Bestimmung des kleinsten Tales. Aus der Höhe des kleinsten Tales multipliziert mit einem Faktor wird ein weiterer Vorgabewert bestimmt. Die Anzahl der verbleibenden Intervalle werden auf den Vorgabewert für die Anzahl der Intervalle durch eine Bewertung und einer entsprechenden Auflistung reduziert. Die Intervalle bis zum Vorgabewert für die Anzahl der die höchste Bewertung besitzenden Intervalle werden ausgewählt. Für diese Intervalle erfolgt die Bestimmung der unteren und der obereren Intervallgrenze für den Grauwert. Abschließend wird das Originalbild mit diesen Werten segmentiert und entsprechend mit einem Label versehen.
Daraus ergeben sich die einzelnen Flächen der Objekte in der zweidimensionalen medizinischen Schnittaufnahme als Schädel-Computer-Tomogramm.
Aus allen Schädel-Computer-Tomogrammen ist das Volumen der Objekte bestimmbar.
Die Merkmale der nichtbildlichen und der bildlichen Informationen werden jeweils mit einem Faktor gewichtet aufsummiert und durch zwei geteilt oder es werden zuerst auf der Grundlage der nichtbildlichen Informationen die ähnlichsten Fälle ermittelt, aus dieser Menge von Fällen die n (n-wählbar) ähnlichsten Fälle herausgenommen und unter diesen Fällen auf der Grundlage der bildlichen Information, die ähnlichsten Fälle ermittelt.
In einem zweiten Ausführungsbeispiel wird eine Anordnung zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen in Form von Schädel-Computer-Tomogrammen näher erläutert (Darstellung in der Fig.). Die Anordnung basiert auf dem Verfahren des ersten Ausführungsbeispiels.
Die Fig. zeigt eine prinzipielle Darstellung einer Anordnung zur automatischen Auswertung von medizinischen Schnittaufnahmen.
Ausgangspunkt ist ein DICOM-File-Wandler 1, der ein Bild in DICOM-File-Format in das systeminterne Format umsetzt. Das Bild besitzt alle bildlichen und nichtbildlichen Informationen des Schädel-Computer-Tomogramms als medizinische Schnittaufnahme einschließlich personenbezogener Daten.
In einem Computer sind die nachfolgend aufgeführten Anordnungen implementiert.
Der DICOM-File-Wandler 1 ist zum Ersten über eine erste Datenleitung mit einer die bildlichen und die nichtbildlichen Informationen mit in einer Falldatenbank 4 gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichenden und die Daten des identischen oder ähnlichsten Falles als Parameter der Aufnahme des medizinischen Schnittes für einen ähnlichkeitsbasierten Segmentierer 5 bereitstellenden Anordnung 3 verbunden. Darüber gelangen die nichtbildlichen Informationen zu dieser Anordnung 3.
Gleichzeitig ist der DICOM-File-Wandler 1 über eine die bildlichen Informationen führenden Datenleitung mit einer ein Binärbild mit einem Schwellwert erzeugenden Binärbild, dieses Binärbild mit morphologischen Filtern Erosion und Dilation zu einer resultierenden Maske bearbeitenden und über diese Maske im ursprünglichen Schädel-Computer-Tomogramm das Innere bestimmenden Bildvorverarbeitung 2 zusammengeschaltet.
Die Bildvorverarbeitung 2 ist zum einen mit der die bildlichen und die nichtbildlichen Informationen mit in einer Falldatenbank 4 gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichenden und die Daten der identischen oder ähnlichsten Aufnahme eines medizinischen Schnittes als Parameter für den ähnlichkeitsbasierten Segmentierer 5 bereitstellenden Anordnung 3 in einer ersten Variante direkt und dem ähnlichkeitsbasierten Segmentierer 5 verbunden. Mit diesem werden aus den Parametern des identischen oder ähnlichsten Falls als Aufnahme eines medizinischen Schnittes die Flächen der Objekte in der medizinischen Schnitt aufnahme als Schädel-Computer-Tomogramm ermittelt. Grundlage dieser Ähnlichkeitsbestimmung ist eine Kombination aus einer Punkt-zu-Punkt-, einer Punkt-zu-Bild- und einer Bild-zu-Bild-Ähnlichkeit zwischen den aktuellen Computer-Tomogramm als medizinische Schnittaufnahme und dem des zu vergleichenden Falles als Aufnahme eines medizinischen Schnittes.
In einer zweiten Variante (Darstellung in der Fig.) befindet sich zwischen der Bildvorverarbeitung 2 und der Anordnung 3 eine Einrichtung zur Ermittlung statistischer Werte aus den bildlichen Informationen 6. Die Ähnlichkeitsbestimmung zwischen der medizinischen Schnittaufnahme als Computer-Tomogramm und den Aufnahmen medizinischer Schnitte in der Falldatenbank basiert auf dem Sachverhalt, daß für jede medizinische Schnittaufnahme als Computer-Tomogramm statistische Werte errechnet und für den Ähnlichkeitsvergleich herangezogen werden. Statistische Werte sind unter anderem Entropie, Excess, Streuung, Mittelwert, Varianz, Schiefe, Variazionskoeffizient, Energie, Entropie und/oder Zentroid für x- und y-Richtung.
Die die bildlichen und die nichtbildlichen Informationen der medizinischen Schnittaufnahme mit in einer Falldatenbank 4 gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichende und die Daten der identischen oder ähnlichsten Aufnahme eines medizinischen Schnittes als Parameter für den ähnlichkeitsbasierten Segmentierer 5 bereitstellende Anordnung 3 ist mit der Falldatenbank 4 zusammengeschaltet. Die Falldatenbank 4 selbst beinhaltet die bildlichen, in Form von Bildmatrizzen und statistischen Daten, und nichtbildlichen Informationen bekannter Fälle als Aufnahmen medizinischer Schnitte. Die Falldatenbank 4 ist weiterhin mit dem ähnlichkeitsbasierten Segmentierer 5 verbunden. Über diese Datenleitung gelangen die ausgewählten Einstellungsparameter der Aufnahme eines medizinischen Schnittes als identischer oder ähnlichster Fall an den Segmentierer 5. Nach diesen Parametern werden in der medizinischen Schnittaufnahme als aktueller Fall die Objekte Gehirnmasse und Gehirnwasser ermittelt. Die Einstellungsparameter basieren auf einem Histogramm von den Bildinformationen der medizinischen Schnittaufnahme als Schädel-Computer-Tomogramms. Dabei werden unter Anwendung von funktionalen und heuristischen Regeln Schwellwerte für den Grauwert und/oder Grauwerte für die Intervallgrenzen ermittelt. Die Schwellwerte sind die Einstellungsparameter des Segmentierers 5.
Im Segmentierer 5 werden die Schwellwerte so bewertet, daß alle Grauwerte kleiner als der Schwellwert einem ersten Binärwert und alle Grauwerte größer als der Schwellwert einen zweiten Binärwert zugeordnet werden. Das gleiche erfolgt mit den Intervallen gleicher Grauwerte. Damit ist eine Bestimmung der Objekte in Form z.B. der Gehirnmasse und des Gehirnwassers gegeben und die Fläche ist bestimmbar.
Am Ausgang des ähnlichkeitsbasierten Segmentierers 5 sind eine die Ergebnisse bewertenden Anordnung 7 und ein Datensichtgerät 8 als Ausgabeeinrichtung angeordnet und miteinander verbunden.
Eine manuelle Eingabevorrichtung 9 ist mit der Falldatenbank 4 zusammengeschaltet. Darüber werden die Daten von manuell zu beurteilenden Fällen in der Falldatenbank 4 eingeschrieben.

Claims

Verfahren zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen insbesondere eines Computer-, Röntgenstrahl-, Kernspin-, Positronenemissions- oder Ultraschalltomographen mit in einer Falldatenbank sowohl gespeicherten digitalen Bildaufnahmen und/oder bildbeschreibenden Merkmalen für diese Bildaufnahmen als auch nichtbildlichen Informationen und wenigstens einer Daten speichernden und/oder ausgebenden Einrichtung, dadurch gekennzeichnet, – daß über eine Ähnlichkeitsbestimmung der zum aktuellen Fall als medizinische Schnittaufnahme identische oder ähnlichste Fall ermittelt wird, – daß eine histogrammbasierte Segmentierung der medizinischen Schnittaufnahme des aktuellen Falles mit den Parametern für den ähnlichkeitsbasierten Segmentierer des durch den Vergleich bestimmten identischen oder ähnlichsten Falls vorgenommen wird, – wobei das Histogramm der medizinischen Schnittaufnahme des aktuellen Falles mit funktionalen und heuristischen Regeln basierend auf Merkmalen, die die Form des Histogramms beschreiben, im ähnlichkeitsbasierten Segmentierer bearbeitet wird, und – wobei im Ergebnis Schwellwerte und damit Intervallgrenzen für den Grauwert und/oder Grauwerte vorliegen und mit diesen Schwellwerten die medizinische Schnittaufnahme so segmentiert wird, dass alle Grauwerte kleiner als der Schwellwert einem ersten Binärwert und alle Grauwerte größer als der Schwellwert einem zweiten Binärwert und alle die in ein Intervall fallenden Grauwerte einem gleichen Binärwert zugeordnet werden.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß in einer Bildvorverarbeitung ein Binärbild mit einem Schwellwert in Abhängigkeit der Aufnahmeparameter erzeugt wird, das Binärbild mit morphologischen Filtern Erosion und Dilation bearbeitet wird, das resultierende Bild eine Maske, über diese Maske in der ursprünglichen medizinischen Schnittaufnahme das Innere bestimmt wird.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß das Histogramm im ähnlichkeitsbasierten Segmentierer mittels einer Interpolation geglättet wird und daß die Einstellungsparameter dabei den Grad der Interpolationsfunktion und Interpolationsweite bestimmen.
Verfahren nach Patentanspruch 1 mit folgenden Schritten: – Bestimmung der Berge und Täler im Histogramm, wobei ein Intervall ein mit einem Tal beginnender, einen Berg enthaltener und mit einem Tal endender Bereich im Histogramm ist, – Vorgabe einer Schwelle für das Verhältnis Berg- zu Talhöhe, – Zusammenlegung aller die Schwelle unterschreitenden Berge mit ihrem das höhere Tal besitzenden Nachbarberg, – Vergleich der Fläche unter der Kurve eines Intervalls mit einem Vorgabewert für die absolute Fläche, – Zusammenlegung des Berges des Intervalls mit seinem das höhrere Tal besitzenden Nachbarberg bei Unterschreiten des Vorgabewertes, – Bestimmung der relativen Fläche des Intervalls aus der Fläche des Intervalls im Verhältnis zur Gesamtfläche des Histogramms, – Vergleich der Fläche jedes Intervalls mit dem Vorgabewert für die relative Fläche, – Zusammenfassung der im Wert kleineren Intervalle als der Vorgabewert mit ihrem Nachbarintervall, – Bestimmung des zweitgrößten Berges im Histogramm, – Bestimmung eines Vorgabewertes aus der Höhe des zweitgrößten Berges multipliziert mit einem Faktor, – Zusammenfassung in der Höhe kleineren Berge als dieser Vorgabewert mit dem vorhergehenden Nachbarn, – Bestimmung des kleinsten Tales und eines Vorgabewertes aus der Höhe des kleinsten Tales multipliziert mit einem Faktor, – Zusammenfassung der angrenzenden Berge der über den Vorgabewerten liegenden Täler, – Reduzierung der Anzahl der verbleibenden Intervalle auf den Vorgabewert für die Anzahl der Intervalle durch eine Bewertung und einer entsprechenden Auflistung, – Auswahl der Intervalle bis zum Vorgabewert für die Anzahl der die höchste Bewertung besitzenden Intervalle, – Bestimmung der unteren und oberen Intervallgrenze für den Grauwert für die ausgewählten Intervalle, – Segmentierung der medizinischen Schnittaufnahme mit diesen Werten und – Versehen der medizinischen Schnittaufnahme mit einem Binärwert, wobei die Summe der Bildpunkte mit dem gleichen Binärwert die Flächen der Objekte sind.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß die Segmentierung in einem Bild mit einer dreidimensionalen Größe stattfindet, daß dabei eine Dimension der Grauwert und die x- und y-Richtung die beiden anderen Dimensionen sind, daß mit Grauwert gleich Null sukzessive eine zweidimensionale Fläche bis zum maximalen Grauwert verschoben wird, daß in Abhängigkeit von heuristischen und funktionalen Regeln die benachbarten Grauwerte zu Gebieten zusammengefaßt werden und daß die zweidimensionale Fläche die Grenzen zwischen den einzelnen Gebieten markiert.
Verfahren nach Patentanspruch 5, dadurch gekennzeichnet, daß der Schwellwert für die geodäsisch zusammenhängenden Bildpunkte und die Filterfunktionen der morphologischen Filter die heuristischen und funktionalen Regeln sind.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß aus den ähnlichkeitsbasierten, segmentierten und zweidimensionalen medizinischen Schnittaufnahmen einer Person das Volumen der Objekte bestimmt wird.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß mindestens eine der nichtbildlichen Informationen, der Aufnahmeparameter, der Schichtparameter zur Person der medizinischen Schnittaufnahme zugeordnet sind oder zugeordnet werden.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß die nichtbildlichen Informationen nach der Beziehung
mit α = 1; β, γ = 1/2 und C_i – Fall in der Falldatenbank, b – aktueller Fall, |C_i| – Anzahl der Merkmale von Ci A – Menge der übereinstimmenden Merkmale im Fall Ci und b, D – Anzahl der Merkmale, die verschiedene Werte haben und M – Anzahl der Merkmale, die nicht vorhanden sind bestimmt und nachfolgend verglichen werden.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß für die Ähnlichkeitsbestimmung zwischen der medizinischen Schnittaufnahme und den in der Falldatenbank gespeicherten Aufnahmen medizinischer Schnitte für jede medizinische Schnittaufnahme statistische Werte errechnet und für den Ähnlichkeitsvergleich herangezogen und daß Entropie, Excess, Streuung, Mittelwert, Varianz, Schiefe, Variazionskoeffizient, Energie, Entropie und/oder Zentroid für x- und y-Richtung für jede medizinische Schnittaufnahme ermittelt werden.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß für die Ähnlichkeitsbestimmung eine Kombination aus einer Punkt-zu-Punkt-, einer Punkt-zu-Bild- und einer Bild-zu-Bild-Ähnlichkeit zwischen der medizinischen Schnittaufnahme als Bild A und der gespeicherten Aufnahme medizinischer Schnitte als Bild B vorgenommen wird, daß der Vergleich des Bildpunkts des Bildes A mit den Bildpunkten des Bildes B in einem vordefiniertem Fenster um die äquivalente räumliche Positition des Bildpunktes aus Bild A die Punkt-zu-Bild-Ähnlichkeit ist, daß die Punkt-zu-Bild-Ähnlichkeit sowohl von Bild A zu Bild B als auch von Bild B zu Bild A bestimmt wird, daß aus diesen Werten der minimale Wert für die weitere Berechnung ermittelt wird, daß das arithmetische Mittel aus den zwei Werten ermittelt wird, daß über alle so ermittelten Werte der Bildmatrix das Summenquadrat gebildet wird, daß daraus die Wurzel gezogen wird und daß das Ergebnis durch die Anzahl der Bildpunkte in der Bildmatrix geteilt wird.
Verfahren nach Patentanspruch 1, dadurch gekennzeichnet, daß die Merkmale der nichtbildlichen und der bildlichen Informationen jeweils mit einem Faktor gewichtet aufsummiert und durch zwei geteilt werden oder daß zuerst auf der Grundlage der nichtbildlichen Informationen die ähnlichsten Fälle ermittelt werden und daß aus dieser Menge von Fällen die n ähnlichsten Fälle herausgenommen werden und unter diesen Fällen auf der Grundlage der bildlichen Information, die ähnlichsten Fälle ermittelt werden.
Anordnung zur automatischen Bestimmung von Objekten und/oder Strukturen in medizinischen Schnittaufnahmen zur Durchführung des Verfahrens nach Patentanspruch 1, dadurch gekennzeichnet, – daß ein DICOM-File-Wandler (1) in mindestens einem Computer sowohl über eine die nichtbildlichen Informationen weiterführenden Datenleitung mit einer die bildlichen und die nichtbildlichen Informationen der medizinischen Schnittaufnahme mit in einer Falldatenbank (4) gespeicherten Aufnahmen medizinischer Schnitte vergleichenden und die Daten des identischen oder ähnlichsten Falles als Parameter für einen ähnlichkeitsbasierten Segmentierer (5) bereitstellenden Anordnung (3) als auch über eine die bildlichen Informationen der medizinischen Schnittaufnahme führende Datenleitung mit einer ein Binärbild mit einem Schwellwert erzeugenden Binärbild und dieses Binärbild mit morphologischen Filtern Erosion und Dilation zu einer resultierenden Maske bearbeitenden und über diese Maske in der ursprünglichen medizinischen Schnittaufnahme das Innere bestimmenden Bildvorverarbeitung (2), – daß die Bildvorverarbeitung (2) zum einen mit der die bildlichen und die nichtbildlichen Informationen mit in einer Falldatenbank (4) gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichenden und die Daten des identischen oder ähnlichsten Falles als Parameter für den ähnlichkeitsbasierten Segmentierer (5) bereitstellenden Anordnung (3) und dem ähnlichkeitsbasierten Segmentierer (5), – daß die die bildlichen und die nichtbildlichen Informationen mit in einer Falldatenbank (4) gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichende und die Daten des identischen oder ähnlichsten Falles als Parameter für den ähnlichkeitsbasierten Segmentierer (5) bereitstellende Anordnung (3) mit der Falldatenbank (4), – daß die Falldatenbank (4) weiterhin mit dem ähnlichkeitsbasierten Segmentierer (5), – daß der Ausgang des ähnlichkeitsbasierte Segmentierer (5) über eine die Ergebnisse bewertenden Anordnung (7) mit der Falldatenbank (4) und mit mindestens einer Ausgabeeinrichtung (8) und – daß die Falldatenbank (4) mit mindestens einer manuellen Eingabevorrichtung (9) verbunden sind.
Anordnung nach Patentanspruch 13, dadurch gekennzeichnet, daß ein aus den Parametern des identischen oder ähnlichsten Falls der gespeicherten Aufnahmen medizinischer Schnitte die Flächen der Objekte in der medizinischen Schnittaufnahme bestimmender Segmentierer (5) im Computer realisiert ist.
Anordnung nach Patentanspruch 13, dadurch gekennzeichnet, daß zwischen der Bildvorverarbeitung (2) und der die bildlichen und die nichtbildlichen Informationen mit in einer Falldatenbank (4) gespeicherten Aufnahmen medizinischer Schnitte als Fälle vergleichenden und die Daten des identischen oder ähnlichsten Falles als Parameter für den ähnlichkeitsbasierten Segmentierer (5) bereitstellenden Anordnung (3) sich eine die bildlichen Informationen statistisch erfassenden und bewertenden Anordnung (6) befindet.
Anordnung nach Patentanspruch 13, dadurch gekennzeichnet, daß eine die bildlichen in Form sowohl von Bildmatrizzen als auch statistischen Daten und nichtbildlichen Informationen enthaltene Falldatenbank (4) vorhanden ist.