EP3084651A1 - Automatische dosissteuerung für bildgebende medizinische einrichtungen - Google Patents

Automatische dosissteuerung für bildgebende medizinische einrichtungen

Info

Publication number
EP3084651A1
EP3084651A1 EP14741538.4A EP14741538A EP3084651A1 EP 3084651 A1 EP3084651 A1 EP 3084651A1 EP 14741538 A EP14741538 A EP 14741538A EP 3084651 A1 EP3084651 A1 EP 3084651A1
Authority
EP
European Patent Office
Prior art keywords
dose
image
data
parameters
anatomical
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.)
Ceased
Application number
EP14741538.4A
Other languages
English (en)
French (fr)
Inventor
Helmut König
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 Healthcare GmbH
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
Publication of EP3084651A1 publication Critical patent/EP3084651A1/de
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture

Definitions

  • the present invention is in the fields of medical technology; and image processing or electronic controls.
  • Imaging medical devices use ionizing radiation to generate evaluable image data, such as images. Computed tomography or fluoroscopy equipment. A fundamental goal is to expose the patient as possible only to such a radiation dose, which is absolutely necessary in order to ensure a sufficient image quality can. The dose of radiation to be applied and the image quality are in a competing relationship, so that the radiation dose is to be determined in each case by weighing the two aspects, which makes automatic control of the radiation dose more difficult. Dose determination is an important preparatory step in the planning, execution and / or control of the device in a radiotherapeutic or nuclear medicine process.
  • Dose measurements are modality-specific measurement or estimation methods (eg for CT: volume CT dose index (CTDIvol) and dose length product (DLP); for fluoroscopy: dose area product (DAP), kerma area product (KAP), cumulative air kerma (CAK), and entrance surface dose (ESD), etc.)
  • CT volume CT dose index
  • DLP dose length product
  • DAP dose area product
  • KAP kerma area product
  • CAK cumulative air kerma
  • ESD entrance surface dose
  • the optimization of the dose depends on the type of image Examination (used modality and type of examination, such as thoracic CT and abdomen CT).
  • radiologists in the prior art method rely on heuristics and experience in preparing examination protocols.
  • quality assurance measures that can be used are very limited.
  • Radiologists set institutional standards for examination protocols based on published studies from leading centers.
  • ionizing radiation is also controlled in regulatory standards (e.g., X-Ray Ordinance) and by external quality assurance agencies (e.g., a physician's office in constancy tests).
  • a patient-oriented and patient-specific and case-specific prediction and optimization of examination parameters for dose optimization is on this basis only limited or not possible.
  • the heuristics allow influencing of the dose within certain orders of magnitude, ie intervals for examination parameters are often given or fixed protocols which do not or only inadvertently use the individual patient constitution, the hardware and software used and special features of the examination procedure. to consider.
  • a first step in quality assurance is to avoid outliers, ie, studies that use an apparently excessive dose rather than a finely granular dose optimization. Because of the high complexity of the relevant parameters, it is not easy to resort to publications describing specially adapted solutions for the current problem (complex constellation of examination type, question, patient constitution and device type) for many examination variants.
  • the present invention has the object to provide an automatic dose control system for imaging devices, which evaluates the image quality of a variety of preliminary investigations.
  • the preliminary examinations should be specific to the same anatomical area.
  • the quality of an imaging examination is to be increased and the radiation intensity for the patient to be reduced while maintaining a sufficient image quality.
  • the invention relates to a method for automatically calculating target acquisition parameters for an application of ionizing radiation of a region to be irradiated by means of an imaging device, such as an imaging device.
  • an imaging device such as an imaging device.
  • a computer tomograph with the following procedural steps:
  • Determining at least one anatomical target region in which the ionizing radiation is to be applied wherein the determination is carried out mainly depending on the clinical problem and automatically
  • a dose protocol index for a plurality of images with associated radiation dose data or other acquisition parameters is stored for selecting at least one reference image, which also contains the at least one relates to, approximately coincides with or completely encompasses the particular anatomical target region;
  • the imaging device is a medical device for image acquisition.
  • the image acquisition is performed using ionizing radiation, e.g. by means of a computer tomograph, computer radiography device, x-ray device, tomosynthesis device and / or devices for fluoroscopy.
  • ionizing radiation e.g. by means of a computer tomograph, computer radiography device, x-ray device, tomosynthesis device and / or devices for fluoroscopy.
  • other devices can be controlled by the method according to the invention, which require a dose determination.
  • Acquisition parameters are parameters that must be set when using the medical device.
  • radiation dose data is also included in the acquisition parameters. Furthermore, this includes the determination of a reconstruction algorithm, the table feed or other technical device parameters.
  • the target acquisition parameters are the acquisition parameters that are used in a future or planned application of the ionizing radiation and whose dose is to be determined and used to control the device.
  • the invention thus relates to a method, system and product, and to an analyzer for calculating a target radiation dose (as a representative of acquisition parameters). This is done based on the evaluation of ROI areas of stored images by calculating their image quality at the particular radiation dose used.
  • Radiation dose data is the total amount of radiation data produced by current and current applications of ionizing radiation.
  • the radiation dose recorded per unit of time is referred to as the dose rate (unit: Sv / s or Sv / h).
  • Target radiation dose is the dose of radiation that will be used in a future application of ionizing radiation and its dose will be determined and used to control the device.
  • Patient-specific parameters are technical measures that are patient-specific, such as measured laboratory values, size, age or weight of the patient, and / or additional measurements.
  • the facility-specific parameters are technical metrics that are device or facility specific, such as exam type, exam protocol, device settings, device manufacturers, and / or other device metrics.
  • the data store is realized in a preferred embodiment as a cloud system.
  • the data store is accessible via at least one network interface (e.g., from the Internet Protocol family or via a SOAP protocol via Web services) from electronic or computer-based entities (which may also be implemented as a modality / modality client or part thereof).
  • the data store can be distributed and distributed to different physical data stores.
  • the evaluation of the selected at least one reference image with regard to the image quality and the radiation dose used or the acquisition parameters used is carried out automatically.
  • the evaluation is performed by means of a taking into account the detected patient-specific and / or device-specific parameters for calculating the target radiation dose or the target acquisition parameters.
  • the Dose Log Index is a specific data structure that can be created in a preprocessing phase.
  • the Dose Protocol Index may include the following units: Metadata comprising a medical indication or a clinical question, procedure type,
  • Dose-relevant parameters including modality-type specific, device-specific, especially hardware-specific, data on the detector type with serial number, etc.
  • the device-specific data sets may also include software specifics, such as the name and identification of at least one reconstruction algorithm used and its version and other algorithms (including image processing algorithms etc.
  • references to modality protocols identification of the examination protocol accessed to search the dose protocol index for the upcoming device measurement.
  • dose-relevant parameters designates parameters which have an influence on the determination of the dose
  • the dose-relevant parameters are also device-specific and thus modality-specific. relevant parameters to consider: - pitch,
  • these dose-relevant parameters are combined with the above-mentioned metadata, the indications for the clinical indication (clinical problem), type of pro dent, type of modality, patient data, diagnostic data, further medical data, eg the severity of the disease etc. to automatically calculate the dose to control the pending examination.
  • the above data are generally used in all modalities that employ fluorescent radiation. It should be expressly understood that the present invention is not limited to computed tomography and may also control other modalities with respect to dose determination.
  • the calculation of the optimal dose of radiation is a complex problem, which makes the consideration of other influencing factors neces sary.
  • these include, in particular, parameters relating to the patient (size, weight, severity of illness, etc.). For example, it is known that obese patients regularly require a higher dose of radiation than normal-weight patients.
  • the respective imaging device is also to be taken into account (for example, for a CT device are relevant here: pitch, layer collimation, effective layer thickness, rotation time, tube current, current-time product per layer or rotation, tube voltage, etc.)
  • a method, an electronic module analyzer, a computer program or computer program product, and a system that can optimize the radiation dose for imaging studies using ionizing radiation In contrast to the prior art no phantom-based measurements are used.
  • the prior phantom-based measurements known in the prior art are often based on model calculations under controlled conditions that do not take into account the current patient constitution and only to a limited extent the details of the anatomical structures of the patient and / or the respective imaging device.
  • the dose determination is a complex problem that has previously been found manually in examination protocols, which have also been quasi-manually evaluated before upcoming investigations. This procedure proves to be disadvantageous because in this manual procedure only limited parameters for dose determination can be taken into account.
  • One of the basic principles of radiology is to use the lowest possible radiation dose for the patient without having to accept disturbing losses in image quality (ALARA principle: as low as reasonable achievable).
  • the invention is based directly on this basic principle and evaluates the image quality of previous image recordings for dose optimization.
  • the previous image recordings are stored in the data memory, together with dose information. Preferably, these are stored in the dose protocol index.
  • the dose protocol index thus contains, in addition to the actual image data, radiation dose data in the form of so-called dose reports (dose reports).
  • dose reports dose reports
  • the evaluation is based on the respective clinical issue.
  • the respective relevant anatomical structure (it is also possible to select several relevant anatomical structures) can be determined automatically by a corresponding algorithm.
  • the term "anatomical structure” is to be understood as synonymous with the term “anatomical target region” and is intended to characterize the respective body region which is to be examined.
  • Examples of clinical issues and / or investigational indications include "subarachnoid hemorrhage” indicated a computed tomography of the skull, while the indication "clarification of diffuse abdominal pain” indicates a computed tomogram of the abdomen with the administration of an intravenous contrast agent.
  • relevant diagnoses can also be taken into account, such as their severity eg in the case of pulmonary fibrosis.
  • a computed tomography of the abdomen the dose of which should be optimized or calculated.
  • reference images are evaluated, which also affect the abdomen.
  • the anatomical target region was determined in the previous procedural step, in this case the abdomen.
  • all reference images from the data memory are automatically collected and evaluated, which affect the same anatomical target region (ie abdomen). This means that all reference images are evaluated which completely or partially cover the abdomen or which, in addition to the abdomen, also comprise other surrounding body structures. Which of the alternatives mentioned above should be implemented may be preferably configured.
  • the image quality of all selected reference images is evaluated and supplied with the radiation dose used in each case to an evaluation algorithm.
  • the evaluation algorithm takes into account the patient-specific parameters and the device-specific parameters detected in the first method step with regard to the technical aspects of the imaging device, their settings, the protocol used, etc.
  • the evaluation algorithm is based on one aspect of the invention provided, selectable and / or variable quantitative quality measures.
  • the quality measures are based on the measurement of a signal / noise ratio (S / N ratio) of image signals of the at least one reference image. According to a preferred embodiment this can be done entropy-based. In addition, other statistical methods can be used, such as the determination of the variance or the standard deviation of the pixel or voxel values, autocorrelation methods, the processing of a noise power spectrum.
  • the evaluation of the image quality of the at least one reference image can be based on a delimitation algorithm according to a preferred embodiment of the invention.
  • the demarcation algorithm has the functionality to automatically analyze how sufficiently a particular anatomical structure (eg, tumor tissue, bone structure, heart, etc.) in the reference image can be delimited from surrounding structures (anatomical structures or tissue).
  • the demarcation algorithm may include the following steps:
  • the demarcation algorithm is based on the evaluation of Blur.
  • the quality of the segmentation can also be determined manually.
  • Image noise (noise) and image blur (blur) are automatically analyzed for the respective relevant anatomical structures, which can also be described as Region Of Interest (ROI).
  • ROI Region Of Interest
  • the evaluation is carried out according to the invention in a restricted manner, namely only on the basis of the relevant structures, which are also to be investigated below, and is thus case-specific and patient-oriented.
  • the technical effect can be achieved that a significant reduction of the data volume to be evaluated and transmitted can be achieved by evaluating only targeted areas in specific (relevant to the upcoming investigation) images.
  • the analysis of image blurring is ROI-based.
  • the pixel or voxel values of the border region of the respective ROIs are compared with those of the border region of the background or of adjacent ROIs using neighborhood functions.
  • automated algorithms can be used, for example, evaluate a so-called 8er neighborhood of two-dimensional image data. This procedure allows the targeted search for the best quality and case-specific dose optimizations with regard to the available image quality. If required, relevant diagnoses and severity levels can also be taken into account (eg by accessing standardized terminologies and codes in so-called order messages or radiation dose data or dose reports).
  • the image noise is e.g. calculated as the standard deviation of the pixel or voxel values of a Region Of Interest (ROI) region.
  • ROI Region Of Interest
  • the automatic evaluation of the noise or signal / noise ratio in addition to delimitation (blur) is the second independent quality measure, which is also evaluated only ROI-based.
  • the images stored in the data store are from different patients and / or from different imaging devices (possibly different manufacturers) and / or from different anatomical regions. This has the advantage that the largest possible cohort can be made available for evaluation for dose optimization.
  • the process is divided into two sequential processing phases:
  • all image data acquired with different modalities are associated with their respective ones associated and associated dose reports stored in the data store.
  • the data stored in the data memory is then evaluated by means of the analyzer prior to the pending examination in order to determine the optimal acquisition parameters for the pending imaging examination.
  • the evaluation result can also be stored in a separate data structure.
  • the overall cohort of the available reference images increases with each image acquisition that is automatically stored with the associated dose data in the data memory.
  • the data store is preferably distributed and / or implemented as a cloud system. It can be accessible via appropriate interfaces (for example RESTful services, for example supported via the HTTP protocol). Thus, the system can be made very flexible.
  • further metadata are taken into account, including-depending on the embodiment of the invention-the procedure type, the clinical indication, medical data, severity information, Diagnostic data, weight data, size data, patient age data, modality data, device data (in relation to the hardware and / or software of the device) and other technical device parameters.
  • the anatomical target region is automatically determined.
  • the user does not have to manually enter a particular anatomical target region (eg heart, knee, liver, etc.), but it is sufficient if a clinical question or indication is entered or imported from other databases (eg from the anamnesis data).
  • the relevant anatomical target structures are determined rule-based.
  • the clinical problem is automatically analyzed, using a semantic coding system with standardized terminology. This ensures that uniform semantics and controlled terminology are used.
  • regulatory standardization requirements for protection against ionizing radiation and dose documentation can be taken into account. These can be derived, for example, from the Euratom Directive (Council Directive
  • the target anatomical region is automatically determined by reading out a DICOM (DICOM) header and / or applying an automatic detection algorithm.
  • DICOM DICOM
  • the at least one reference image is selected by applying a selection algorithm from the set of images stored in the data memory to determine the reference image or images.
  • the reference images (as a rule, there are a plurality of reference images) are determined in such a way by automatically analyzing whether in the reference image the respectively determined anatomical target region is partially or completely contained or encompassed.
  • the anatomical target region must therefore match the image with the reference image.
  • the selection algorithm may comprise an image processing algorithm according to another aspect of the invention.
  • the image processing algorithm can be used to estimate the noise.
  • the signal / noise ratio and / or the image blur (blur) can be evaluated.
  • the image processing algorithm may cumulatively or alternatively serve to select from the selected images certain image areas that are relevant to the upcoming examination (eg, the heart in an upper body CT for a pending cardiac exam).
  • the calculation can only be performed on relevant data records and thus on a much smaller data volume.
  • Another object of the invention is an analyzer (also referred to interchangeably as dose analyzer or dose analyzer) for automatically calculating a target radiation dose or target acquisition parameters of ionizing radiation of a region to be irradiated by means of an imaging device.
  • the analyzer includes:
  • a parameter acquisition interface intended to capture patient-specific parameters and / or facility-specific parameters
  • a target region determination unit which is intended to determine at least one anatomical target region in which the ionizing radiation is to be applied;
  • Cloud-based data storage in which a plurality of images are stored with associated radiation dose data or dose reports and which is intended for selecting at least one reference image, which also relates to the approximately at least one anatomical target region, approximately coincides with or completely includes;
  • An evaluation unit which is used for automatically evaluating the selected at least one reference image with regard to the image quality and the radiation used. or acquiring parameters under consideration of the detected patient-specific and / or device-specific parameters for calculating the target radiation dose or the target acquisition parameters.
  • Another aspect of the invention relates to a radiation dose control system for automatically calculating or optimizing a target radiation dose of ionizing radiation of a region to be irradiated, comprising:
  • a dose control unit of the imaging device is controlled by means of an evaluation result of the analyzer.
  • An alternative task solution also exists in a computer program with computer program code for carrying out all method steps of the claimed or above-described method when the computer program is executed on the computer.
  • the computer program can also be stored on a machine-readable storage medium.
  • An alternative task solution provides a storage medium which is intended to store the computer-implemented method described above and is readable by a computer. It is within the scope of the invention that not all steps of the method must necessarily be performed on one and the same Computerin punch, but they can also be performed on different computer instances. The sequence of the method steps can also be varied if necessary.
  • FIG. 1 shows an overview of a Strahlendo- sis control system with over one or more
  • FIG. 2 shows an overview of a computer tomograph as an imaging device with corresponding
  • FIG. 3 shows a flow chart according to a preferred embodiment of the method according to the invention and
  • FIG. 4 shows a schematic representation of an analyzer according to the invention with further units.
  • the invention relates to a method, an analyzer A, a radiation dose control system 1 and one or more computer programs or computer program products for calculation and / or optimizing the radiation dose for imaging examinations using ionizing radiation.
  • the goal is to generate one or more control commands sb in order to control the imaging device 10 (eg the computed tomography) so that it provides the best possible image quality with the lowest possible radiation dose and this depending on the particular patient and the clinical issue or the investigations to be carried out.
  • the ALARA principle (as low as reasonable
  • Patient-specific parameters PPar and device-specific parameters EPar are taken into account.
  • the patient-specific parameters PPar relate to the patient to be examined and include, for example, medical data and other dose-related data (e.g., weight and size) of the patient.
  • the device-specific parameters EPar are those that are specific to the imaging device 10. These may be device-dependent parameters which characterize the hardware and / or software of the device, which are specific to the type of modality and / or which refer to a modality protocol to be executed.
  • the modality-specific parameters also include the pitch, the layer collimation, an effective layer thickness, the rotation time, the tube current, the tube current-time product etc. It is essential for the invention that the calculation of the radiation dose automatically and without further user interaction both the patient-specific parameters PPar and the device-specific parameters EPar are taken into account.
  • Another important feature of the invention is the fact that in addition to the previously mentioned data sets, the respective current clinical issue is taken into account. On the basis of the respective clinical question or indication, the following calculation is carried out in the analyzer A. In this case, it is possible to refer back to a coding system C to ensure consistent semantics and terminology.
  • Another important feature of the invention is characterized in that already existing and existing images that are stored in a data memory S, are evaluated.
  • the evaluation takes place with regard to the image quality.
  • the images are not arbitrary images, but there is a targeted selection of stored in the data memory S images with regard to the investigation to be performed.
  • corresponding reference images are selected which are evaluated with regard to image quality and possibly further features in order to be able to calculate the most optimized dose of radiation possible for the upcoming investigation.
  • corresponding images in this context means that a selection algorithm is applied to the stored images.
  • the selection algorithm serves to filter out of the set of generally available images that filter out with the reference images, with respect to the anatomical structures shown with the anatomical target region
  • ROIs target regions
  • the selection can thus be divided into two parts: Firstly, the selection of the relevant images (comprising ROI) and, secondly, the selection of the image regions in the images determined to be relevant.
  • the method can use a very large number of preliminary images for the calculation, which are evaluated with regard to the image quality and the respective radiation dose.
  • the calculation can be carried out specifically for the respective investigation.
  • consideration will increasingly be given to the preliminary recordings which have corresponding patient-specific parameters PPar and corresponding device-specific parameters EPar in order to be able to ensure the most consistent possible correspondence between reference image and recording to be performed.
  • FIG. 1 shows a summary view of a radiation dose control system 1 with several modules.
  • the core component is the analyzer A, which is shown as a central element.
  • the analyzer A comprises a parameter detection interface PAR-SS which is intended to detect the patient-specific parameters PPar and / or the device-specific parameters EPar.
  • the analyzer A comprises a target region determination unit ZR, which is intended to determine at least one anatomical target region in which the ionizing target region Radiation should be applied.
  • the anatomical target region is therefore the anatomical body structure that is to be imaged in the upcoming examination, the dose of which is to be determined.
  • the analyzer A comprises a network interface NW-SS for accessing a cloud-based data memory S, which is shown in Figure 1 on the right side.
  • the data memory S can be designed as a central memory or as a distributed system and comprise a plurality of memory instances. This is to be represented in FIG. 1 by the multiple instances of the data memory S.
  • a plurality of images are stored with associated radiation dose data.
  • the radiation dose data can be stored in the form of a dose report in a special data structure, namely in a dose protocol index DPI.
  • the network interface NW-SS is used to generate a selection command and to access the data memory S, in particular the dose protocol index DPI.
  • the selection command ab includes an identification of the anatomical target region for the upcoming examination.
  • the data memory S On the selection command from those reference images RB are to be read from the data memory S, which correspond with respect to the anatomical target region.
  • the data memory S returns a set of reference images RB to the network interface NW-SS.
  • These reference images RB are evaluated by an evaluation unit AE, which may also be part of the analyzer (as shown in Figure 1). In an alternative embodiment, however, it is also possible that the evaluation unit AE is designed as a separate module or is integrated as an electronic module in the imaging device 10. Of course, it is also possible to form the above-mentioned individual modules of the analyzer A also distributed and not distributed in a common electronic device, but to implement several different instances.
  • the evaluation unit AE is used for automatically selecting the selected reference images RB.
  • a control command sb can be generated, which can be forwarded to a dose control unit D.
  • the dose control unit D may be part of the imaging device 10.
  • the imaging device 10 usually comprises one or more radiation sources 11 and a detector 12. As indicated in FIG. 1, the imaging device 10 usually also comprises a plurality of units. These units will be explained in more detail below with reference to FIG.
  • FIG. 2 shows an overview of an imaging device 10, which may be designed, for example, as a computed tomography scanner with further interfaces.
  • an input / output interface I / O-SS is provided to receive and output input and output data.
  • the imaging device 10 comprises an internal interface SS, a central processing unit CPU, one or more memories MEM and a dose control unit D, which is intended for controlling the optical system OS.
  • the optical system OS comprises the radiation source 11 and the detector 12.
  • the optical system OS is intended to capture and output image data B and to output this with the associated (radiation) dose data in the form of a dose report DR. This can be done in the form of a data tuple, which - as shown in FIG. 1 - is forwarded by the imaging device 10 via corresponding interfaces to the cloud-based data memory S for storage.
  • the method according to the invention will be explained in more detail in accordance with a preferred embodiment with reference to FIG.
  • the image data B is captured by means of the imaging device 10 in step 100.
  • step 200 the detection of the dose-relevant parameters takes place, which can be stored and forwarded in the form of a dose report DR.
  • step 300 the image data D with associated dose report data is stored in the data memory S.
  • the steps 100 to 300 may be identified as preprocessing phase, which precedes the actual dose determination phase in time and is preferably decoupled from the expiry of the dose determination phase.
  • the pre-processing phase serves to provide a sufficient overall basis of image data, which can subsequently be evaluated for the selection of the acquisition parameters for optimizing the dose with the best possible image quality (determination of the target radiation dose).
  • step 400 the acquisition of device-specific parameters EPar takes place.
  • step 500 the acquisition of patient-specific parameters PPar takes place.
  • step 600 the automatic determination of the anatomical target region in which the ionizing radiation is to be applied in the upcoming examination takes place.
  • step 700 access to the data memory S with the specific anatomical target region for selection of at least one reference image RB takes place.
  • step 800 automatic, computer-based selection of at least one reference image RB takes place.
  • a set of reference images RB is usually selected and forwarded to the evaluation unit AE of the analyzer A for the calculation.
  • Step 900 relates to the automatic, computer-based evaluation of the selected reference images RB with regard to their image quality and dose taking into account the acquired technical parameters PPar, EPar for determining a target radiation dose.
  • step 1000 the output of the control command SB for controlling the imaging device 10 takes place with regard to the acquisition parameters to be applied, via which the dose to be administered is also controlled.
  • FIG. 4 shows an overview of the use and communication of different computer-based units, in particular in the situation at the client C1 or at the modality workstation, before an upcoming examination or optionally also decoupled from an upcoming current examination.
  • the method can also be used if the use of dose protocols in a quality assurance measure is to be checked on a modality.
  • FIG. 4 thus relates to the search for suitable or optimized dose protocols for upcoming imaging examinations.
  • the analyzer A automatically performs an analysis of the image data of reference images with a quality check for noise and blur. The analysis is carried out only in the relevant anatomical regions (in the specific anatomical target region). In this case, optionally a terminology service can be used, which is identified in FIG. 4 by the reference symbol TS.
  • TS terminology service
  • Terminology service TS is used to perform a semantic analysis and in particular to analyze semantic relationships of procedure type, modality type and other code values.
  • the dose protocol index DPI is created, which contains information on examination protocols with regard to dose optimization and also references to the associated image data B and the associated dose reports DR.
  • the respective dose protocols are modality-specific.
  • CT protocols with information on pitch, layer collimation, layer thickness, tube current, tube current time product etc. are to be taken into account in the analyzer A.
  • Clients in particular modality clients Cl, can query the dosis protocol information before pending investigations via the analyzer A. In doing so, information on the type of procedure, indication, type of modality, patient data and, optionally, other parameters (diagnosis, severity) must be taken into account. As a result, the client Cl gets the Reports that have the lowest image noise (noise) at a given dose and the highest possible image sharpness (little blur / blur) for the relevant anatomical target region. On the client side, the images that belong to the best protocols can be checked by the user before the imminent imaging examination. The user can confirm or reject the automatically generated proposal by a user input. As shown in Figure 4, the client can with a
  • Modality Configuration Repository MCR communicate.
  • the analyzer A also communicates with a registry R, which in the preferred embodiment can also be embodied as an instance of the data memory S and comprises the dose protocol index DPI.
  • the registry R can communicate with another repository, namely the image and report repository IRR.
  • a cloud-based data pool that can be implemented in the form of the data memory S and that allows the use and analysis of manufacturer-specific image and associated metadata and dose reports DR.
  • device-specific parameters EPar are automatically taken into account (such as the detector type) and the further parameters with regard to the image acquisition subsequent image processing step in the form of image processing algorithms.
  • the image processing algorithms are distinguished, for example, by different reconstruction algorithms with convolution kernels and statistical postprocessing.
  • the data can advantageously be evaluated in anonymous form, without an indication of the patient's identity (PHI information), such as name, patient ID, address, etc.
  • PHI information patient's identity
  • the coding system C may also include information regarding codes for clinical issues (e.g., based on the terminology of Snomed). Relevant anatomical structures, in particular the anatomical target region, are determined rule-based and depending on the type of examination.
  • the evaluation unit AE of the analyzer A is used for automatic evaluation of the provided reference images RB.
  • relevant anatomical structures are segmented and, using terminologies - under access to the coding system C - semantically unambiguously designated to allow targeted evaluations and comparisons with other reference images RB or images (or studies) (eg the determination of ROI areas , the example of the lung: Certain pulmonary arteries in the lung tissue).
  • the codes are stored as metadata for the respective images RB or for the dose reports DR.
  • the semantically clearly defined anatomical target regions form the basis for the automated evaluation of the image quality which is oriented to relevant anatomical structures.
  • a significant advantage of the invention is the fact that the dose optimization can be performed across departments and across all ganisations. Dose optimization can thus also be used as a central solution for various hospitals and clinical facilities, using a broad database, as a population of images and radiation dose data.
  • the cloud-based provision of the data in the data memory S makes it possible to access a very large database in order to be able to calculate the dose optimization on the broadest possible basis.
  • the dose can be set very specific to the particular application by entering the respective parameters PPar, EPar.
  • these parameters PPar, EPar are included in the evaluation.
  • Metadata for imaging studies are also considered (e.g., DICOM attributes: patient size, patient weight, patient gender, etc.). These parameters can be automatically read from the specific automatically provided records. Usually, the DICOM protocol is used for this purpose. The data records can be read from the DICOM header. According to the invention can thus be imaged that certain medical applications to others
  • patient sizes also has an influence on the scan area or the scan length. This can advantageously be taken into account automatically.
  • patient groups can also be formed by gender, body mass index or weight classes.
  • SOAP-based messages are provided or so-called restful services (which fulfill REST conditions; REST: representational state transfer, including HTTP-based commands, such as GET, POST, PUT, DELETE) used for access with the cloud-based Image and report repositories in the data store S ensure that NEN. This ensures a very easy exchange with the cloud-based system.
  • the images and the dose reports DR are stored in the repositories or in the cloud data store S after the image acquisition from the modalities or from the assigned workstations.
  • the repositories are also preferably cloud-based.
  • the automatic calculation of the target radiation dose according to the invention is not carried out on the basis of phantom-based estimates.
  • the determination according to the invention is not model-based, but taking into account the specific patient constitution and the specific anatomical structures as well as the specific device situation.
  • a feedback loop (feedback loop) is provided between the patient examination with the image acquisition on the one hand and the dose determination on the other hand. It can be automatically ensured that the quality of the dose determination can be automatically increased with each image acquisition, since a new data set of the population of images provided for evaluation is increased.
  • the dose determination or optimization method according to the invention can also be readily integrated into existing standards. It is based in particular on the DICOM standard and can also be based on precursors such as HL7.
  • archiving can be carried out using PACS (Picture Archiving and Communication System) with other information systems.
  • the method can advantageously be used for imaging studies, such as lung cancer screening, other screenings or follow-up examinations.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Die Erfindung betrifft ein Verfahren, einen Analysator (A), ein Strahlendosisstörungssystem (1) und ein Computerprogramm zur automatischen Berechnung einer Zielstrahlendosis von ionisierender Strahlung. Dabei werden sowohl Patienten-spezifische Parameter (PPar) und Geräte-spezifische Parameter (EPar) berücksichtigt. Auf einem Cloud-basierten Datenspeicher (S) werden Referenzbilder (RB) ausgelesen, die dieselbe anatomische Zielregion betreffen, in der auch die anstehende Untersuchung ausgeführt werden soll. Die anatomische Zielregion wird vorteilhafterweise in Abhängigkeit von der klinischen Fragestellung bestimmt. Die Referenzbilder (RB) werden hinsichtlich Strahlendosis und Bildqualität ausgewertet, um eine Ziel-Strahlendosis mit entsprechendem Steuerbefehl (sb) zu generieren.

Description

Beschreibung
Automatische Dosissteuerung für bildgebende medizinische Einrichtungen
Die vorliegende Erfindung liegt auf den Gebieten der Medizintechnik; und der Bildverarbeitung bzw. der elektronischen Steuerungen .
Bildgebende medizinische Einrichtungen verwenden ionisierende Strahlung, um auswertbare Bilddaten zu erzeugen, wie z.B. Computertomographen oder Fluoroskopiegeräte . Ein grundsätzliches Ziel ist es, den Patienten möglichst nur einer solchen Strahlendosis auszusetzen, die unbedingt erforderlich ist, um eine ausreichende Bildqualität gewährleisten zu können. Dabei stehen die zu applizierende Strahlendosis und die Bildqualität in einem konkurrierenden Verhältnis, so dass die Strahlendosis jeweils durch Abwägung der beiden Aspekte zu bestimmen ist, was eine automatische Steuerung der Strahlendosis erschwert. Die Dosisermittlung ist ein wichtiger Vorbereitungsschritt bei der Planung, Durchführung und/oder Steuerung des Gerätes bei einem strahlentherapeutischen oder nuklearmedizinischen Vorgang.
Neben der Abwägung, wie viel an Dosiseinsparung erzielbar ist, ohne störende Einbußen in der Bildqualität hinzunehmen steht der Anwender einer Vielzahl von Untersuchungsparametern gegenüber. Dosismessungen sind modalitäten-spezifische Messoder Schätzverfahren (z.B. für CT: volume CT dose index (CTDIvol) , and dose length product (DLP) ; für die Fluoros- kopie: dose area product (DAP) , kerma area product (KAP), cumulative air kerma (CAK) , and entrance surface dose (ESD) etc.) Die Auswirkung von Änderungen einzelner oder mehrerer dieser Parameter auf die Bildqualität und Dosis ist oft nicht ohne weiteres durch den Anwender einschätzbar. Zudem gibt es hersteller-spezifische Parameter, deren technischer Hintergrund dem Anwender oft nicht im Detail bekannt ist. Die Optimierung der Dosis ist noch dazu abhängig vom Typ der bildge- benden Untersuchung (eingesetzte Modalität und Art der Untersuchung, wie z.B. Thorax CT und Abdomen CT) .
Oft setzen Radiologen bei Verfahren gemäß dem Stand der Technik angesichts dieser Komplexität auf Heuristiken und Erfahrungswerte in der Erstellung von Untersuchungsprotokollen. Die dabei verwendbaren Qualitätssicherungsmaßnahmen sind jedoch leider sehr beschränkt. So ist es zwar möglich, institu- tionsbezogene Qualitätssicherungsmaßnahmen zu ergreifen, indem z.B. Radiologen institutionsbezogene Standards für Untersuchungsprotokolle festlegten, die sich an publizierten Studien führender Zentren orientieren. Darüber hinaus wird der Einsatz ionisierender Strahlung auch in regulatorischen Standards (z.B. Röntgenverordnung) und von externen Qualtitäts- sicherungsstellen (z.B. ärztliche Stelle im Rahmen von Konstanzprüfungen) kontrolliert. Auch gibt es von medizinischen Fachgesellschaften getragene Qualitätssicherungsprogramme für bildgebungs-gesteuerte interventionelle Eingriffe (z.B. perkutane transluminale Angioplastie (PTA) von Beinarterien) oder den inter-institutionellen Vergleich von diagnostischen Untersuchungen (z.B.: RSNA Dose Registries für CT Untersuchungen in den USA) . All diese Maßnahmen setzen entweder Heuristiken ein, konzentrieren sich auf bestimmte Untersuchungstypen oder die Beurteilung der Dosis (Verteilung) anhand von phantom-basierten Messungen (modell-basierte Dosis-Messungen unter kontrollierten Bedingungen, die nicht die Patientenkonstitution und nur eingeschränkt Details anatomischer Strukturen berücksichtigen) .
Eine patienten-orientierte und patienten- und fall-spezifische Vorhersage und Optimierung von Untersuchungsparametern zur Dosisoptimierung ist auf dieser Basis nur eingeschränkt oder gar nicht möglich. Die Heuristiken lassen eine Beeinflussung der Dosis innerhalb bestimmter Größenordnungen zu, d.h. es werden oft Intervalle für Untersuchungsparameter angegeben oder fixe Protokolle, die die individuelle Patientenkonstitution, die verwendete Hard- und Software sowie Besonderheiten des Untersuchungsablaufs gar nicht oder nur unzu- reichend berücksichtigen. Oft besteht ein erster Schritt in der Qualitätssicherung in der Vermeidung von Ausreißern, d.h. von Untersuchungen bei denen eine offensichtlich zu hohe Dosis verwendet wird und nicht in einer feingranularen Dosis- Optimierung. Wegen der hohen Komplexität der relevanten Parameter kann für viele Untersuchungsvarianten nicht ohne weiteres auf Publikationen zurückgegriffen werden, die speziell angepasste Lösungen für die aktuelle Problemstellung (komplexe Konstellation aus Untersuchungstyp, Fragestellung, Patien- tenkonstitution und Gerätetyp) beschreiben.
Im Stand der Technik ist es aus der US 2012/0148131 bekannt, die bei einer CT-Untersuchung dem Patienten applizierte Strahlung zu schätzen, indem modell-basierte Phantomkörper zugrunde gelegt werden. Dieses Vorgehen birgt jedoch den
Nachteil, dass eine Patienten-spezifische und eine Gerätespezifische Dosisberechnung nicht möglich sind. Auch eine gezielte Steuerung einer bildgebenden Einrichtung hinsichtlich der Dosiswerte wird in dieser Schrift nicht angesprochen.
Ausgehend von diesem Stand der Technik hat sich die vorliegende Erfindung zur Aufgabe gemacht, ein automatisches Dosis- Steuerungssystem für bildgebende Einrichtungen bereitzustellen, das die Bildqualität von einer Vielzahl von Voruntersu- chungen auswertet. Die Voruntersuchungen sollen dabei gezielt auf denselben anatomischen Bereich bezogen sein. Insgesamt soll die Qualität einer bildgebenden Untersuchung gesteigert und die Strahlungsintensität für den Patienten verringert werden bei Einhaltung einer ausreichenden Bildqualität.
Diese Aufgabe wird durch die beiliegenden nebengeordneten Patentansprüche gelöst, also durch ein Verfahren, einen Analysator und ein System. Nachstehend wird die Lösung der Aufgabe in Bezug auf das beanspruchte Verfahren beschrieben. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen sind ebenso auch auf die anderen beanspruchten Gegenstände zu übertragen und umgekehrt. Mit anderen Worten können die gegenständlichen Ansprüche (die beispielsweise auf ein System, eine Vorrichtung oder auf ein Produkt gerichtet sind) auch mit den Merkmalen, die in Zusammenhang mit dem Verfahren beschrieben oder beansprucht sind, weitergebildet sein. Die entsprechenden funktionalen Merkmale des Verfahrens werden dabei durch entsprechende gegenständliche Module, insbesondere durch Hardware- Module, ausgebildet.
Gemäß einem Aspekt betrifft die Erfindung ein Verfahren zum automatischen Berechnen von Ziel-Akquisitionsparametern für eine Anwendung von ionisierender Strahlung eines zu bestrahlenden Bereichs mittels einer bildgebenden Einrichtung, wie z.B. einem Computertomographen, mit folgenden Verfahrensschritten :
- Erfassen von Patienten-spezifischen Parametern und/oder Einrichtungs- spezifischen Parametern
- Bestimmen zumindest einer anatomischen Zielregion, in der die ionisierende Strahlung appliziert werden soll, wobei das Bestimmen hauptsächlich in Abhängigkeit von der klinischen Fragestellung und automatisch ausgeführt wird
- Zugriff auf einen über ein Netzwerk zugänglichen Datenspeicher, in welchem ein Dosis-Protokoll-Index für eine Vielzahl von Bildern mit zugehörigen Strahlendosisdaten oder anderen Akquisitionsparametern (sogenannten „dose reports") abgelegt ist zur Auswahl von zumindest einem Referenzbild, das ebenfalls die zumindest eine bestimmte anatomische Zielregion betrifft, annähernd mit dieser übereinstimmt oder diese vollständig umfasst;
- Automatisches Auswerten des ausgewählten zumindest einen Referenzbildes hinsichtlich der Bildqualität und der verwendeten Akquisitionsparameter unter Berücksichtigung der erfassten Patienten-spezifischen und/oder Einrich- tungs-spezifischen Parameter zum Berechnen der Ziel- Akquisitionsparameter . Im Folgenden werden die Begrifflichkeiten näher definiert.
Bei der bildgebenden Einrichtung handelt es sich um ein medizintechnisches Gerät zur Bildakquisition . In einer bevorzugten Ausführungsform erfolgt die Bildakquisition unter Anwendung von ionisierender Strahlung, wie z.B. mittels eines Computertomographen, Computer Radiografiegerätes , Röntgengerätes, Tomosynthesegerätes und/oder Geräten zur Fluoroskopie . Im weiteren Sinne können auch andere Geräte mit dem erfindungsgemäßen Verfahren gesteuert werden, die eine Dosisbestimmung erfordern .
Akquisitionsparameter sind Parameter, die bei einer Anwendung des medizinischen Gerätes zum eingestellt werden müssen.
Gemäß einem Aspekt sind Strahlendosisdaten auch von den Akquisitionsparametern umfasst. Des Weiteren zählen dazu, die Bestimmung eines Rekonstruktionsalgorithmus, den Tischvorschub oder weitere technische Geräteparameter. Die Ziel-Ak- quisitionsparameter sind die Akquisitionsparameter, die bei einer zukünftigen bzw. geplanten Anwendung der ionisierenden Strahlung verwendet und deren Dosis ermittelt und zur Steuerung des Gerätes verwendet werden sollen.
Gemäß einem Aspekt betrifft die Erfindung somit ein Verfahren, System und Produkt sowie einen Analysator zum Berechnen einer Ziel-Strahlendosis (als einem Vertreter von Akquisitionsparametern) . Dies wird auf Basis der Auswertung von ROI- Bereichen von gespeicherten Bildern ausgeführt, indem deren Bildqualität bei der jeweils verwendeten Strahlendosis verrechnet wird.
Strahlendosisdaten ist die Gesamtmenge von Strahlendaten, die bei bisherigen und aktuellen Anwendungen von ionisierender Strahlung anfallen. Dabei wird die pro Zeiteinheit aufgenommene Strahlendosis als Dosisleistung (Einheit: Sv/s oder Sv/h) bezeichnet. Ziel-Strahlendosis ist die Strahlendosis, die bei einer zukünftigen Anwendung der ionisierenden Strahlung angewendet und deren Dosis ermittelt und zur Steuerung des Gerätes verwendet werden soll.
Bei den Patienten-spezifischen Parametern handelt es sich um technische Messgrößen, die patientenspezifisch sind, wie zum Beispiel gemessene Laborwerte, Größe, Alter oder Gewicht des Patienten und/oder um weitere Messwerte.
Bei den Einrichtungs-spezifischen Parametern handelt es sich um technische Messgrößen, die geräte- bzw. einrichtungsspezifisch sind, wie zum Beispiel Untersuchungstyp, Untersuchungsprotokoll, Geräteeinstellungen, Gerätehersteller und/oder weitere Gerätekennzahlen .
Der Datenspeicher ist in einer bevorzugten Ausführungsform als Cloud-System realisiert. Der Datenspeicher ist über zumindest eine Netzwerkschnittstelle (z.B. aus der Internet- Protokoll Familie oder über ein SOAP-Protokoll mittels Web- Services) von elektronischen oder computerbasierten Einheiten (die auch als Modalitäts/Modality Client oder Teil desselben implementiert sein können) zugreifbar. Der Datenspeicher kann verteilt implementiert und auf unterschiedliche physikalische Datenspeicher verteilt sein.
Das Auswerten des ausgewählten zumindest einen Referenzbildes hinsichtlich der Bildqualität und der verwendeten Strahlendosis oder der verwendeten Akquisitionsparameter erfolgt automatisch. Das Auswerten wird mittels eines unter Berücksichtigung der erfassten Patienten-spezifischen und/oder Einrichtungs-spezifischen Parameter zum Berechnen der Ziel-Strahlendosis bzw. der Ziel-Akquisitionsparameter .
Der Dosis-Protokoll-Index ist eine spezifische Datenstruktur, die in einer Vorverarbeitungsphase erstellt werden kann. Der Dosis-Protokoll-Index kann folgende Einheiten umfassen: Metadaten, umfassend eine medizinische Indikation oder eine klinische Fragestellung, Prozedurtyp,
Modalitätstyp, medizinische Daten
Dosis-relevante Parameter, umfassend Modalitätstyp-spezifisch, Geräte-spezifisch, insbesondere Hardwarespezifisch, umfassend Daten zum Detektortyp mit Seriennummer etc. Darüber hinaus können die Geräte-spezifischen Datensätze auch Software-Spezifika umfassen, wie den Namen und die Identifikation zumindest eines verwendeten Rekonstruktionsalgorithmus und dessen Version und weitere Algorithmen (umfassend Bildverarbeitungsalgorithmen etc . ) .
Referenzen auf Modalitätenprotokolle (Identifikation des Untersuchungsprotokolls, auf die zur Suche im Dosis- Protokoll-Index für die anstehende Gerätemessung zugegriffen wird.
Der Begriff „Dosis-relevante Parameter" bezeichnet Parameter, die einen Einfluss auf die Bestimmung der Dosis haben. Gemäß einem Aspekt der Erfindung sind die Dosis-relevanten Parameter auch Geräte-spezifisch und damit Modalitäts-spezifisch . Beispielsweise sind für einen Computertomographen folgende Dosis-relevante Parameter zu berücksichtigen: - Pitch,
- Schichtkollimation,
- Effektive Schichtdicke,
- Rotationszeit,
- Röhrenstromzeit ,
- Stromzeitprodukt pro Schicht bzw. Rotation,
- Röhrenspannung und/oder
- Je nach Anwendung weitere Werte.
Erfindungsgemäß werden diese Dosis-relevanten Parameter m Kombination mit den vorstehend erwähnten Metadaten, den Anga ben zur klinischen Indikation (klinische Fragestellung) , Pro zedurtyp, Modalitätstyp, Patientendaten, Diagnosedaten, weitere medizinische Daten, z.B. den Schweregrad der Erkrankung etc., um automatisch die Dosis zur Steuerung der anstehenden Untersuchung zu berechnen. Die vorstehenden Daten werden grundsätzlich bei allen Modalitäten verwendet, die fluoreszierende Strahlung einsetzen. Damit sei ausdrücklich darauf hingewiesen, dass die vorliegende Erfindung nicht auf die Computertomographie beschränkt ist und auch andere Modalitäten hinsichtlich der Dosisbestimmung steuern kann.
Erschwerend kommt hinzu, dass das Berechnen einer möglichst optimalen Strahlendosis eine komplexe Problemstellung ist, die die Berücksichtigung von weiteren Einflussfaktoren erfor derlich macht. Dazu gehören insbesondere Parameter in Bezug auf den Patienten (Größe, Gewicht, Schweregrad der Erkrankun etc.) . So ist es beispielsweise bekannt, dass adipöse Patien ten regelmäßig eine höhere Strahlendosis erfordern als normalgewichtige Patienten. Des Weiteren ist auch die jeweilige bildgebende Einrichtung zu berücksichtigen (z.B. für eine CT Einrichtung sind hier relevant: Pitch, Schichtkollimation, effektive Schichtdicke, Rotationszeit, Röhrenstrom, Strom- Zeit-Produkt pro Schicht bzw. Rotation, Röhrenspannung etc.)
Zusammengefasst wird ein Verfahren, ein Analysator als elektronisches Modul, ein Computerprogramm bzw. ein Computerprogrammprodukt und ein System zur Verfügung gestellt, mit dem die Strahlendosis für bildgebende Untersuchungen, bei dem ionisierende Strahlung verwendet wird, optimiert werden kann. Im Unterschied zum Stand der Technik werden dabei keine Phantom-basierten Messungen verwendet. Die bisherigen, im Stand der Technik bekannten Phantom-basierten Messungen basieren häufig auf Modellrechnungen unter kontrollierten Bedingungen, die nicht die aktuelle Patientenkonstitution und nur eingeschränkt die Details der anatomischen Strukturen des Patienten und/oder der jeweiligen bildgebenden Einrichtung berücksichtigen. Darüber hinaus ist die Dosisbestimmung ein komplexes Problem, das bisher manuell in Untersuchungsprotokollen Niederschlag gefunden hat, die vor anstehenden Untersuchungen auch quasi manuell ausgewertet worden sind. Dieses Vorgehen erweist sich als nachteilig, da bei diesem manuellen Vorgehen nur eingeschränkte Parameter zur Dosisbestimmung berücksichtigt werden können. Ein Grundprinzip der Radiologie ist es, eine möglichst geringe Strahlungsdosis für den Patienten zu verwenden, ohne störende Einbußen bei der Bildqualität hinnehmen zu müssen (ALARA Prinzip: as low as reasonable achievable) . Die Erfindung ist unmittelbar an diesem Grundprinzip orientiert und wertet zur Dosisoptimierung die Bildqualität von bisherigen Bildaufnahmen aus. Die bisherigen Bildaufnahmen sind in dem Datenspeicher abgelegt, zusammen mit Dosisinformationen. Vorzugsweise sind diese in dem Dosis- Protokoll-Index abgelegt. Der Dosis-Protokoll-Index enthält somit neben den eigentlichen Bilddaten auch Strahlendosisdaten in Form von sogenannten Dosisberichten (dose reports) . Erfindungsgemäß werden jedoch nicht alle zur Verfügung stehenden Bilder ausgewertet, sondern nur diejenigen, die für die anstehende Untersuchung relevant sind. Somit erfolgt eine Auswahl von auszuwertenden Bildern aus der Menge der grundsätzlich verfügbaren Bilder. Die Auswahl basiert auf Grundlage der technischen Parameter für die anstehende Untersuchung. Insbesondere erfolgt die Auswertung anhand der jeweiligen klinischen Fragestellung. Anhand einer Indikation kann die jeweils relevante anatomische Struktur (es können auch mehrere relevante anatomische Strukturen ausgewählt werden) automatisch durch einen entsprechenden Algorithmus bestimmt werden. Der Begriff „anatomische Struktur" ist hier synonym zum Begriff „anatomische Zielregion" zu verstehen und soll den jeweiligen Körperbereich kennzeichnen, der untersucht werden soll. Beispiele für klinische Fragestellungen bzw. Untersuchungsindikationen sind unter anderem „Subarachnoidale Blutung" indiziert eine Computertomographie des Schädels, während die Indikation „Abklärung diffuser abdomineller Schmerzen" ein Computertomogramm vom Abdomen unter Verabreichung eines intravenösen Kontrastmittels indiziert. Optional können darüber hinaus noch relevante Diagnosen berücksichtigt werden, wie beispielsweise auch deren Schweregrad z.B. bei einer Lungenfibrose. Um beim vorstehend genannten Beispiel mit der Indikation der Abklärung diffuser abdomineller Schmerzen zu bleiben: Erfindungsgemäß kann somit automatisch abgeleitet werden, dass eine Computertomographie des Abdomens ausgeführt werden soll, deren Dosis optimiert bzw. berechnet werden soll. Erfindungsgemäß werden dafür Referenzbilder ausgewertet, die ebenfalls das Abdomen betreffen. Die anatomische Zielregion wurde im vorhergehenden Verfahrensschritt bestimmt, in diesem Fall Abdomen. Nun werden automatisch alle Referenzbilder aus dem Datenspeicher gesammelt und ausgewertet, die dieselbe anatomische Zielregion (also Abdomen) betreffen. D.h. es werden alle Referenzbilder ausgewertet, die das Abdomen vollständig oder teilweise umfassen oder die zusätzlich zum Abdomen noch weitere umliegende Körperstrukturen umfassen. Welche der vorstehend erwähnten Alternativen implementiert werden soll, kann vorzugsweise konfiguriert werden. Im nachfolgenden Verfahrensschritt wird die Bildqualität aller ausgewählten Referenzbilder ausgewertet und mit der jeweils verwendeten Strahlendosis einem Auswertealgorithmus zugeführt. Der Auswertealgorithmus berücksichtigt darüber hinaus noch die, im ersten Verfahrensschritt erfassten Patien- ten-spezifischen Parameter und die Einrichtungs-spezifischen Parameter, hinsichtlich der technischen Aspekte der bildgebenden Einrichtung, deren Einstellungen, des verwendeten Protokolls etc. Der Auswertealgorithmus basiert gemäß einem Aspekt der Erfindung auf bereitgestellten, auswählbaren und/oder veränderlichen quantitativen Qualitätsmaßen.
Die Qualitätsmaße basieren auf der Messung eines Signal/ Rauschverhältnisses ( signal/noise - S/N ratio) von Bildsignalen des zumindest einem Referenzbildes. Gemäß einer bevorzugten Ausführungsform kann dies Entropie-basiert erfolgen. Darüber hinaus können weitere statistische Verfahren eingesetzt werden, wie z.B. das Bestimmen der Varianz bzw. der Standard- abweichung der Pixel- bzw. Voxelwerte, Autokorrelationsverfahren, die Verarbeitung eines Noise Power Spektrums. Das Auswerten der Bildqualität des zumindest einem Referenzbildes kann gemäß einer bevorzugten Ausführungsform der Erfindung auf einem Abgrenzbarkeitsalgorithmus basieren. Der Abgrenzbarkeitsalgorithmus hat die Funktionalität, automatisch zu analysieren, wie ausreichend eine jeweilige anatomische Struktur (z.B. Tumorgewebe, Knochenstruktur, Herz etc.) in dem Referenzbild von umliegenden Strukturen (anatomischen Strukturen oder Gewebe) abgrenzbar ist.
Der Abgrenzbarkeitsalgorithmus kann folgende Verfahrensschritte umfassen:
Das automatische Detektieren einer jeweiligen anatomischen Struktur in dem Referenzbild und
das automatische Segmentieren der detektierten anatomischen Struktur.
Der Abgrenzbarkeitsalgorithmus basiert auf der Auswertung von Blur .
Darüber hinaus kann die Güte der Segmentierung auch noch manuell bestimmt werden.
Automatisiert ausgewertet werden Bildrauschen (noise) und die Bildunschärfe (blur) für die jeweils relevanten anatomischen Strukturen, die auch als Region Of Interest (ROI) bezeichnet werden können. Im Gegensatz zu Phantom-basierten Untersuchungen der Bildqualität erfolgt die Auswertung erfindungsgemäß eingeschränkt, nämlich nur auf Basis der relevanten Strukturen, die nachfolgend auch untersucht werden sollen und ist damit Fall-spezifisch und patientenorientiert. Damit kann vorteilhafterweise der technische Effekt erzielt werden, dass eine deutliche Reduktion des zu bewertenden und zu übertragenden Datenvolumens erreicht werden kann, indem nur gezielte Bereiche in bestimmten (für die anstehende Untersuchung relevanten) Bildern ausgewertet werden. Die Analyse der Bildunschärfe erfolgt ROI-basiert. Hierzu werden die Pixel- bzw. Voxelwerte der Grenzregion von dem je weiligen ROIs (es können auch mehrere ROI-Bereiche ausgewertet werden bzw. mehrere anatomische Zielregionen) mit denjenigen der Grenzregion des Hintergrunds bzw. von angrenzenden ROIs unter Verwendung von Nachbarschaftsfunktionen verglichen. Dazu können beispielsweise automatisierte Algorithmen verwendet werden, die z.B. eine sogenannte 8er-Nachbarschaft von zweidimensionalen Bilddaten auswerten. Diese Vorgehensweise erlaubt die gezielte Suche nach den qualitativ besten und Fall-spezifischen Dosisoptimierungen hinsichtlich der verfügbaren Bildqualität. Falls gewünscht, können auch relevante Diagnosen und Schweregrade berücksichtigt werden (z.B. unter Zugriff auf standardisierte Terminologien und Codes in sog. order messages oder Strahlendosisdaten bzw. Dose- Reports) .
Das Bildrauschen wird dabei z.B. als Standardabweichung der Pixel- bzw. Voxelwerte einer Region Of Interest (ROI) -Region berechnet. Mit anderen Worten ist die automatische Auswertun des Noise bzw. Signal/Rauschverhältnis neben Abgrenzbarkeit (blur) das zweite eigenständige Qualitätsmaß, das ebenfalls nur ROI-basiert ausgewertet wird.
Gemäß einem Aspekt stammen die in dem Datenspeicher abgelegten Bilder von unterschiedlichen Patienten und/oder von unterschiedlichen bildgebenden Einrichtungen (möglicherweise unterschiedlicher Hersteller) und/oder von unterschiedlichen anatomischen Regionen. Das hat den Vorteil, dass für die Dosisoptimierung eine möglichst große Gesamtkohorte zur Auswertung zur Verfügung gestellt werden kann. Dazu gliedert sich das Verfahren in zwei sequenzielle Verarbeitungsphasen:
1. Eine Vorverarbeitungsphase und
2. Eine Dosisbestimmungsphase.
In der Vorverarbeitungsphase werden alle mit unterschiedlichen Modalitäten akquirierten Bilddaten mit deren jeweils zu gehörigen und zugeordneten Dosisreports in dem Datenspeicher gespeichert .
In der Dosisbestimmungs- bzw. Optimierungsphase werden dann die in den Datenspeicher abgelegten Daten mittels des Analysators vor der anstehenden Untersuchung ausgewertet, um die optimalen Akquisitionsparameter für die anstehende bildgebende Untersuchung zu ermitteln. Das Auswerteergebnis kann auch in einer separaten Datenstruktur abgespeichert werden. Darü- ber hinaus ist es möglich, das Ergebnis der Auswertung (Auswerteergebnis) in dem Dosis-Protokoll-Index gespeichert wird, um für nachfolgende Untersuchungen wieder zur Ermittlung der Akquisitionsparameter für die anstehende bildgebende Untersuchung zur Verfügung zu stehen und verwendet werden zu können . Mit anderen Worten vergrößert sich die Gesamtkohorte der zur Verfügung stehenden Referenzbilder mit jeder Bildakquisition, die automatisch mit den zugehörigen Dosisdaten im Datenspeicher abgelegt werden. Der Datenspeicher ist vorzugsweise verteilt organisiert und/oder als Cloudsystem implementiert. Er kann über entsprechende Schnittstellen (beispielsweise RESTful Services, z.B. unterstützt über das HTTP-Protokoll ) zugreifbar sein. Damit kann das System sehr flexibel ausgebildet werden.
Bei dem automatischen Auswerten des zumindest einen Referenzbildes werden neben den Patienten-spezifischen Parametern und/oder den Einrichtungs-spezifischen Parametern noch weitere Metadaten berücksichtigt, umfassend - je nach Ausführungs- form der Erfindung - den Prozedurtyp, die klinische Indikation, medizinische Daten, Schweregradangaben, Diagnosedaten, Gewichtsdaten, Größendaten, Altersdaten des Patienten, Modalitätsdaten, Gerätedaten (in Bezug auf die Hardware und/oder Software des Gerätes) und weitere technische Geräteparameter.
In einer bevorzugten Ausführungsform wird die anatomische Zielregion automatisch bestimmt. Somit muss der Anwender nicht manuell eine bestimmte anatomische Zielregion eingeben (z.B. Herz, Knie, Leber etc.), sondern es genügt, wenn eine klinische Fragestellung oder Indikation eingegeben oder aus anderen Datenbanken eingelesen wird (z.B. aus den Anamnesedaten) . Ausgehend von der klinischen Fragestellung oder Indikation werden die relevanten anatomischen Zielstrukturen regelbasiert bestimmt. Die klinische Fragestellung wird automatisch analysiert, in dem auf ein semantisches Codierungssystem mit standardisierter Terminologie zurückgegriffen wird. Damit kann sichergestellt werden, dass eine einheitliche Semantik und eine kontrollierte Terminologie verwendet wird. Des Weiteren können regulative Standardisierungsvorgaben zum Schutz vor ionisierender Strahlung und Dosisdokumentation berücksichtigt werden. Diese können beispielsweise aus der Euratom Direktive abgeleitet werden (Council Directive
97/43/Euratom) . Darüber hinaus können noch weitere internationale Standards herangezogen werden.
Gemäß einem weiteren Aspekt der Erfindung wird die anatomische Zielregion dadurch automatisch bestimmt, dass ein DICOM (DICOM: Digital Imaging and Communications in Medicine) Header ausgelesen wird und/oder ein automatischer Detektionsal- gorithmus angewendet wird.
Das zumindest eine Referenzbild wird ausgewählt, indem aus der Menge der in den Datenspeicher gespeicherten Bilder ein Auswahlalgorithmus angewendet wird, um das Referenzbild oder die Referenzbilder zu bestimmen. Dabei werden die Referenzbilder (in der Regel sind es mehrere Referenzbilder) derart bestimmt, indem automatisch analysiert wird, ob in dem Referenzbild die jeweils bestimmte anatomische Zielregion teilweise oder vollständig enthalten oder umfasst ist. Die anatomische Zielregion muss somit zwischen Bild und Referenzbild übereinstimmen. Dies hat den Vorteil, dass die Dosisoptimierung auf Grundlage von anatomisch und klinisch übereinstimmenden Referenzbildern bestimmt werden kann und somit wesentlich genauer und fallspezifischer ist als die bisherigen Optimierungsverfahren . Der Auswahlalgorithmus kann gemäß einem weiteren Aspekt der Erfindung einen Bildverarbeitungsalgorithmus umfassen. Der Bildverarbeitungsalgorithmus kann zur Abschätzung des Rauschens dienen. Dazu können das Signal/Rauschverhältnis und/oder die Bildunschärfe (Blur) ausgewertet werden. Der Bildverarbeitungsalgorithmus kann kumulativ oder alternativ dazu dienen, aus den ausgewählten Bildern bestimmte Bildbereiche auszuwählen, die für die anstehenden Untersuchung relevant sind (also zB das Herz in einem Oberkörper CT für eine anstehenden Herzuntersuchung) . Damit kann vorteilhafterweise die Berechnung nur auf relevanten Datensätzen und somit auf einem wesentlich geringeren Datenvolumen ausgeführt werden.
Eine weitere Lösung der erfindungsgemäßen Aufgabe besteht in einem Analysator (auch synonym als Dosis Analysator bzw. Dose Analyzer bezeichnet) zum automatischen Berechnen einer Ziel- Strahlendosis bzw. von Ziel-Akquisitionsparametern von ionisierender Strahlung eines zu bestrahlenden Bereichs mittels einer bildgebenden Einrichtung. Der Analysator umfasst:
- Eine Parametererfassungsschnittstelle, die dazu bestimmt ist, Patienten-spezifische Parameter und/oder Einrich- tungs-spezifische Parameter zu erfassen;
- Einer Zielregionsbestimmungseinheit, die dazu bestimmt ist, zumindest eine anatomische Zielregion zu bestimmen, in der die ionisierende Strahlung appliziert werden soll ;
- Einer Netzwerkschnittstelle, zum Zugriff auf einen
Cloud-basierten Datenspeicher, in dem eine Vielzahl von Bildern mit zugeordneten Strahlendosisdaten oder dose reports abgelegt sind und die zur Auswahl von zumindest einem Referenzbild bestimmt ist, das ebenfalls die zumindest eine bestimmte anatomische Zielregion betrifft, annähernd mit dieser übereinstimmt oder diese vollständig umfasst;
- Einer Auswerteeinheit, die zum automatischen Auswerten des ausgewählten zumindest einen Referenzbildes hinsichtlich der Bildqualität und der verwendeten Strahlen- dosis bzw. Akquisitionsparameter unter Berücksichtigun der erfassten Patienten-spezifischen und/oder Einrich- tungs-spezifischen Parameter zum Berechnen der Ziel- Strahlendosis bzw. der Ziel-Akquisitionsparameter bestimmt ist.
Ein weiterer Aspekt der Erfindung betrifft ein Strahlendosis- Steuerungssystem zum automatischen Berechnen oder Optimieren einer Ziel-Strahlendosis von ionisierender Strahlung eines zu bestrahlenden Bereichs, mit:
- einer bildgebenden Einrichtung,
- einem Analysator und
- einem Cloud-basierten Datenspeicher,
wobei eine Dosissteuereinheit der bildgebenden Einrichtung mittels eines Auswerteergebnisses des Analysators gesteuert wird .
Die vorstehend beschriebenen, erfindungsgemäßen Ausführungsformen des Verfahrens können auch als Computerprogrammprodukt mit einem Computerprogramm ausgebildet sein, wobei der Computer zur Durchführung des oben beschriebenen, erfindungsgemäßen Verfahrens veranlasst wird, wenn das Computerprogramm auf dem Computer bzw. auf einem Prozessor des Computers ausgeführt wird.
Eine alternative Aufgabenlösung besteht auch in einem Computerprogramm mit Computer-Programmcode zur Durchführung aller Verfahrensschritte des beanspruchten oder oben beschriebenen Verfahrens, wenn das Computerprogramm auf dem Computer ausgeführt wird. Dabei kann das Computerprogramm auch auf einem maschinenlesbaren Speichermedium gespeichert sein.
Eine alternative Aufgabenlösung sieht ein Speichermedium vor, das zur Speicherung des vorstehend beschriebenen, computerimplementierten Verfahrens bestimmt ist und von einem Computer lesbar ist. Es liegt im Rahmen der Erfindung, dass nicht alle Schritte des Verfahrens zwangsläufig auf ein und derselben Computerin stanz ausgeführt werden müssen, sondern sie können auch auf unterschiedlichen Computerinstanzen ausgeführt werden. Auch kann die Abfolge der Verfahrensschritte gegebenenfalls variiert werden .
Darüber hinaus ist es möglich, dass einzelne Abschnitte des vorstehend beschriebenen Verfahrens in einer verkaufsfähigen Einheit und die restlichen Komponenten in einer anderen verkaufsfähigen Einheit - sozusagen als verteiltes System - aus geführt werden können.
In der folgenden detaillierten Figurenbeschreibung werden nicht einschränkend zu verstehende Ausführungsbeispiele mit deren Merkmalen und weiteren Vorteilen anhand der Zeichnung besprochen. In dieser zeigen:
Figur 1 eine übersichtsartige Darstellung eines Strahlendo- sis-Steuerungssystems mit über ein oder mehrere
Netzwerke in Datenaustausch stehenden Modulen entsprechend einer bevorzugten Ausführungsform der Erfindung,
Figur 2 eine Übersichtsdarstellung eines Computertomografen als bildgebende Einrichtung mit entsprechenden
Schnittstellen entsprechend einer bevorzugten Ausführungsform der Erfindung,
Figur 3 ein Ablaufdiagramm gemäß einer bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens und Figur 4 eine schematische Darstellung eines erfindungsgemäßen Analysators mit weiteren Einheiten.
Im Folgenden wird die Erfindung anhand von Ausführungsbeispielen unter Bezugnahme auf die Figuren näher erläutert.
Die Erfindung betrifft ein Verfahren, einen Analysator A, ei Strahlendosis-SteuerungsSystem 1 und ein oder mehrere Compu- terprogramme bzw. Computerprogrammprodukte zur Berechnung und/oder Optimierung der Strahlendosis für bildgebende Untersuchungen, bei denen ionisierende Strahlung verwendet wird. Ziel ist es, einen oder mehrere Steuerbefehle sb zu generieren, um die bildgebende Einrichtung 10 (z.B. den Computertomographen) so zu steuern, dass er eine bestmögliche Bildqualität bei möglichst niedriger Strahlendosis liefert und dies in Abhängigkeit von dem jeweiligen Patienten und der klinischen Fragestellung bzw. der durchzuführenden Untersuchungen. Dabei soll das ALARA-Prinzip (as low as reasonable
achievable) für die Dosis angewendet werden. Dazu sollen u.a. Patienten-spezifische Parameter PPar und Einrichtungs-spezi- fische Parameter EPar berücksichtigt werden. Die Patientenspezifischen Parameter PPar beziehen sich auf den zu untersuchenden Patienten und umfassen beispielsweise medizinische Daten und andere Dosisrelevante Daten (z.B. Gewicht und Größe) des Patienten. Bei den Einrichtungs-spezifischen Parametern EPar handelt es sich um solche, die spezifisch für die bildgebende Einrichtung 10 sind. Dabei kann es sich um Geräteabhängige Parameter handeln, die die Hardware und/oder Software des Gerätes kennzeichnen, die Modalitätstypspezi- fisch sind und/oder die ein auszuführendes Modalitätsprotokoll referenzieren . Falls die Untersuchung mit einem Computertomographiegerät ausgeführt werden soll, zählen zu den Modalitätsspezifischen Parametern auch der Pitch, die Schicht- kollimation, eine effektive Schichtdicke, die Rotationszeit, der Röhrenstrom, das Röhrenstrom-Zeit-Produkt etc. Wesentlich für die Erfindung ist, dass bei der Berechnung der Strahlendosis automatisch und ohne weitere Benutzerinterkation sowohl die Patienten-spezifischen Parameter PPar als auch die Einrichtungs-spezifischen Parameter EPar berücksichtigt werden.
Ein weiteres wichtiges Merkmal der Erfindung ist darin zu sehen, dass neben den zuvor genannten Datensätzen auch die jeweils aktuelle klinische Fragestellung berücksichtigt wird. Auf Basis der jeweiligen klinischen Fragestellung bzw. der Indikation wird die nachfolgende Berechnung in dem Analysator A ausgeführt. Dabei kann auf ein Codierungssystem C zurückge- griffen werden, um eine einheitliche Semantik und Terminologie sicherstellen zu können.
Ein weiteres wichtiges Merkmal der Erfindung kennzeichnet sich darin, dass bereits bestehende und existierende Bilder, die in einem Datenspeicher S abgelegt sind, ausgewertet werden. Die Auswertung erfolgt hinsichtlich der Bildqualität. Bei den Bildern handelt es sich jedoch nicht um beliebige Bilder, sondern es erfolgt eine gezielte Auswahl von in dem Datenspeicher S abgelegten Bildern im Hinblick auf die auszuführende Untersuchung. Mit anderen Worten werden korrespondierende Referenzbilder ausgesucht, die hinsichtlich der Bildqualität und möglicherweise weiteren Merkmalen ausgewertet werden, um für die anstehende Untersuchung eine möglichst optimierte Strahlendosis berechnen zu können. Der Begriff „korrespondierende Bilder" meint in diesem Zusammenhang, dass ein Auswahlalgorithmus auf die gespeicherten Bilder angewendet wird. Der Auswahlalgorithmus dient dazu, aus der Menge der allgemein verfügbaren Bilder, die mit den Referenzbildern herauszufiltern, die hinsichtlich der dargestellten anatomischen Strukturen mit der anatomischen Zielregion übereinstimmen, in der die ionisierende Strahlung bei der anstehenden Untersuchung appliziert werden soll. Falls also beispielsweise ein Schädel-CT durchgeführt werden soll (aufgrund der klinischen Fragestellung „Hirntumor vorhanden?"), werden demnach auch nur Schäden-CT-Aufnahmen hinsichtlich der Bildqualität und der zugehörigen Strahlendosis ausgewertet, um eine Aussage für die anstehende Schädel-CT-Untersuchung ableiten zu können. Mit anderen Worten werden innerhalb von Volumendatensätzen die Bilder ausgewählt, die bestimmte Zielregionen (ROIs) umfassen, die relevante anatomische Strukturen abbilden. Die Auswahl kann somit zweigestuft sein: Erstens die Auswahl der relevanten Bilder (ROI umfassend) und zweitens die Auswahl der Bildbereiche in den als relevant bestimmten Bildern. Damit kann eine weitere Reduktion des Datenvolumens erreicht werden. Damit kann das Verfahren eine sehr große Anzahl von Voraufnahmen zur Berechnung heranziehen, die hinsichtlich der Bildqualität und der jeweiligen Strahlendosis ausgewertet werden. Zum anderen kann die Berechnung spezifisch für die jeweils anstehende Untersuchung ausgeführt werden. Weiterhin ist es vorgesehen, dass verstärkt die Voraufnahmen berücksichtigt werden, die entsprechende Patienten-spezifische Parameter PPar und entsprechende Einrichtungs-spezifische Parameter EPar aufweisen, um eine möglichst übereinstimmende Korrespondenz zwischen Referenzbild und auszuführende Aufnahme gewährleisten zu können.
Es liegt auf der Hand, dass die Auswirkung von Änderungen einzelner oder mehrerer der vorstehend erwähnten Einflussfaktoren bei der Bestimmung der Bildqualität und der Dosis bei einem quasi manuellen Vorgehen ohne weitere Computer-basierte Unterstützung kein optimales Ergebnis liefern können, da die Problemstellung zu komplex ist. Bisherige Dosisoptimierungsverfahren nach dem Stand der Technik greifen deshalb zu kurz, da sie auf allgemeinen Heuristiken und Erfahrungswerten basieren, die nur rudimentär und defizitär den aktuellen spezifischen Fall abdecken. Insbesondere können bei diesen Verfahren nicht die Patienten-spezifischen Parameter PPar und die aktuelle Situation des Gerätes mit den Einrichtungs-spezifi- schen Parametern EPar berücksichtigt werden. Die vorliegende Erfindung überwindet diese Nachteile.
Figur 1 zeigt in einer übersichtsartigen Darstellung ein Strahlendosis-Steuerungssystem 1 mit mehreren Modulen. Kernbestandteil ist der Analysator A, der als zentrales Element dargestellt ist. Der Analysator A umfasst eine Parametererfassungsschnittstelle PAR-SS, die dazu bestimmt ist, die Patienten-spezifischen Parameter PPar und/oder die Einrichtungs-spezifischen Parameter EPar zu erfassen.
Des Weiteren umfasst der Analysator A eine Zielregionsbestim- mungseinheit ZR, die dazu bestimmt ist, zumindest eine anato- mische Zielregion zu bestimmen, in der die ionisierende Strahlung appliziert werden soll. Die anatomische Zielregion ist also die anatomische Körperstruktur, die bei der anstehenden Untersuchung, deren Dosis bestimmt werden soll, abgebildet werden soll .
Darüber hinaus umfasst der Analysator A eine Netzwerkschnittstelle NW-SS zum Zugriff auf einen Cloud-basierten Datenspeicher S, der in Figur 1 auf der rechten Seite dargestellt ist. Der Datenspeicher S kann als zentraler Speicher oder als verteiltes System ausgebildet sein und mehrere Speicherinstanzen umfassen. Dies soll in Figur 1 durch die mehreren Instanzen des Datenspeichers S repräsentiert sein. In dem Datenspeicher S sind eine Vielzahl von Bildern abgelegt mit zugehörigen Strahlendosisdaten. Die Strahlendosisdaten können in Form eines Dosisreports in einer speziellen Datenstruktur abgelegt sein, nämlich in einem Dosis-Protokoll-Index DPI. Die Netzwerkschnittstelle NW-SS dient dazu, einen Auswahlbefehl ab zu generieren und mit diesem auf den Datenspeicher S, insbesondere auf den Dosis-Protokoll-Index DPI zuzugreifen. Der Auswahlbefehl ab umfasst eine Kennzeichnung der anatomischen Zielregion für die anstehende Untersuchung. Auf den Auswahlbefehl ab sollen diejenigen Referenzbilder RB aus dem Datenspeicher S ausgelesen werden, die hinsichtlich der anatomischen Zielregion korrespondieren. Als Antwort auf den Auswahlbefehl ab liefert der Datenspeicher S eine Menge von Referenzbildern RB an die Netzwerkschnittstelle NW-SS zurück. Diese Referenzbilder RB werden von einer Auswerteeinheit AE ausgewertet, die ebenfalls Bestandteil des Analysators sein kann (so wie in Figur 1 dargestellt) . In einer alternativen Ausführungsform ist es jedoch auch möglich, dass die Auswerteeinheit AE als separates Modul ausgebildet ist oder als elektronisches Modul in die bildgebende Einrichtung 10 integriert ist. Selbstverständlich ist es auch möglich, die vorstehend erwähnten einzelnen Module des Analysators A auch verteilt auszubilden und nicht in einem gemeinsamen elektronischen Gerät, sondern auf mehrere unterschiedliche Instanzen verteilt zu implementieren. Die Auswerteeinheit AE dient zum automatischen Auswählen der ausgewählten Referenzbilder RB . Es kann sich um nur ein Referenzbild RB handeln, falls nur ein Referenzbild RB hinsichtlich der anatomischen Struktur mit der Zielregion überein- stimmt. Üblicherweise wird eine Menge von Referenzbildern RB von dem Datenspeicher S zurückgeliefert werden, um die Referenzbilder RB hinsichtlich der Bildqualität und der jeweils verwendeten Strahlendosis unter Berücksichtigung der erfass- ten Patienten-spezifischen Parameter PPar und/oder der Ein- richtungs-spezifischen Parameter EPar zu berechnen. Nachdem die Auswerteeinheit AE eine Ziel-Strahlendosis bestimmt hat, kann ein Steuerbefehl sb generiert werden, der an eine Dosissteuereinheit D weitergeleitet werden kann. Die Dosissteuereinheit D kann Bestandteil der bildgebenden Einrichtung 10 sein. Die bildgebende Einrichtung 10 umfasst üblicherweise eine oder mehrere Strahlenquellen 11 und einen Detektor 12. Wie in Figur 1 angedeutet umfasst die bildgebende Einrichtung 10 üblicherweise noch mehrere Einheiten. Diese Einheiten werden nachfolgend unter Bezugnahme auf Figur 2 näher erläutert.
Figur 2 zeigt übersichtsartig eine bildgebende Einrichtung 10, die beispielsweise als Computertomograph ausgebildet sein kann mit weiteren Schnittstellen. So ist eine Eingabe-/Aus- gabeschnittstelle E/A-SS vorgesehen, um Eingabe- und Ausgabe- daten zu empfangen und auszugeben. Darüber hinaus umfasst die bildgebende Einrichtung 10 eine interne Schnittstelle SS, eine zentrale Verarbeitungseinheit CPU, einen oder mehrere Speicher MEM und eine Dosissteuereinheit D, die zur Steuerung des optischen Systems OS bestimmt ist. Das optische System OS umfasst die Strahlenquelle 11 und den Detektor 12. Das optische System OS ist dazu bestimmt, Bilddaten B zu erfassen und auszugeben und diese mit den zugehörigen (Strahlen-) Dosisdaten in Form eines Dosisreports DR auszugeben. Dies kann in Form eines Datentupels geschehen, das - wie in Figur 1 darge- stellt - von der bildgebenden Einrichtung 10 über entsprechende Schnittstellen an den Cloud-basierten Datenspeicher S zur Speicherung weitergeleitet wird. Im Folgenden sei das erfindungsgemäße Verfahren gemäß einer bevorzugten Ausführungsform unter Bezugnahme auf Figur 3 näher erläutert .
Nach dem Start des Verfahrens erfolgt in Schritt 100 das E fassen der Bilddaten B mittels der bildgebenden Einrichtun 10.
In Schritt 200 erfolgt das Erfassen der Dosis-relevanten Pa rameter, die in Form eines Dosisreports DR gespeichert und weitergeleitet werden können.
In Schritt 300 erfolgt das Speichern der Bilddaten D mit zugehörigen Dosisreportdaten in den Datenspeicher S.
Die Schritte 100 bis 300 können als Vorverarbeitungsphase gekennzeichnet sein, die der eigentlichen Dosisbestimmungsphase zeitlich vorangeht und vorzugsweise vom Ablauf der Dosisbestimmungsphase entkoppelt ist. Die Vorverarbeitungsphase dient dazu, eine genügende Gesamtgrundheit von Bilddaten zur Verfügung zu stellen, die nachfolgend zur Wahl der Akquisiti- onsparameter zur Optimierung der Dosis bei bestmöglicher Bildqualität (Bestimmung der Ziel-Strahlendosis) ausgewertet werden können .
Die eigentliche Dosisbestimmungsphase wird nachfolgend in den Schritten 400 bis 1000 ausgeführt, die nachfolgend detaillierter erläutert werden. In Schritt 400 erfolgt das Erfassen von Einrichtungs-spezifi- schen Parametern EPar.
In Schritt 500 erfolgt das Erfassen von Patienten-spezifischen Parametern PPar.
Selbstverständlich kann natürlich die Abfolge der einzelnen Verfahrensschritte auch geändert werden. In diesem Fall ist es auch möglich, zunächst die Einrichtungs-spezifischen Parameter EPar zu erfassen.
In Schritt 600 erfolgt das automatische Bestimmen der anato- mischen Zielregion, in der die ionisierende Strahlung bei der anstehenden Untersuchung appliziert werden soll.
In Schritt 700 erfolgt der Zugriff auf den Datenspeicher S mit der bestimmten anatomischen Zielregion zur Auswahl zumin- dest eines Referenzbildes RB .
In Schritt 800 erfolgt das automatische, Computer-basierte Auswählen zumindest eines Referenzbildes RB . Wie vorstehend bereits ausgeführt, wird üblicherweise eine Menge von Refe- renzbildern RB ausgewählt und an die Auswerteeinheit AE des Analysators A zur Berechnung weitergeleitet.
Schritt 900 bezieht sich auf das automatische, computerbasierte Auswerten der ausgewählten Referenzbilder RB hinsicht- lieh deren Bildqualität und Dosis unter Berücksichtigung der erfassten technischen Parameter PPar, EPar zur Bestimmung einer Ziel-Strahlendosis.
In Schritt 1000 erfolgt die Ausgabe des Steuerbefehls SB zur Steuerung der bildgebenden Einrichtung 10 im Hinblick auf die anzuwendenden Akquisitionsparameter über die auch die zu applizierende Dosis gesteuert wird.
Danach endet das Verfahren.
Vorteilhafte Weiterbildungen der Erfindung sehen hier unterschiedliche Verzweigungen bei dem vorstehend erwähnten Verfahrensdurchlauf vor, die allerdings nicht in Figur 3 dargestellt sind, um diese übersichtlich und verständlich zu hal- ten . So ist es beispielsweise möglich, das Verfahren wiederholt auszuführen, falls die Dosis nicht zufriedenstellend bestimmt werden konnte. Weiterhin ist es möglich, die Dosisbestimmungsphase ab dem Schritt 400 nochmals auszuführen, falls weitere Parameter ermittelt werden konnten oder sich Parameter geändert haben .
Figur 4 zeigt übersichtsartig den Einsatz und die Kommunika- tion von unterschiedlichen Computer-basierten Einheiten, insbesondere in der Situation am Client Cl bzw. am Modalitätsarbeitsplatz vor einer anstehenden Untersuchung oder gegebenenfalls auch entkoppelt von einer anstehenden aktuellen Untersuchung. Das Verfahren kann auch angewendet werden, falls an einer Modalität die Verwendung von Dosisprotokollen im Rahmen einer Qualitätssicherungsmaßnahme überprüft werden soll. Figur 4 betrifft somit die Suche nach geeigneten bzw. optimierten Dosisprotokollen für anstehende bildgebende Untersuchungen. Der Analysator A führt automatisiert eine Analyse der Bilddaten von Referenzbildern durch mit einem Qualitätscheck hinsichtlich Noise und Blur. Wobei die Analyse lediglich in den relevanten anatomischen Regionen (in der bestimmten anatomischen Zielregion) durchgeführt wird. Dabei kann optional ein Terminologieservice verwendet werden, der in Figur 4 mit dem Bezugszeichen TS gekennzeichnet ist. Der
Terminologieservice TS dient dazu, eine Analyse auf semantischer Ebene durchzuführen und insbesondere semantische Beziehungen von procedure type, modality type und anderen Codewerten zu analysieren. Anschließend wird der Dosis-Protokoll- Index DPI erstellt, der Angaben zu Untersuchungsprotokollen hinsichtlich der Dosisoptimierung enthält und dabei auch auf die zugehörigen Bilddaten B und die zugehörigen Dosisreports DR referenziert . Dabei sind die jeweiligen Dosisprotokolle modalitätsspezifisch. Im Falle von CT-Untersuchungen sind hier, wie bereits erwähnt CT-Protokolle mit Angaben zu Pitch, Schichtkollimation , Schichtdicke, Röhrenstrom, Röhrenstrom- zeitprodukt etc. in dem Analysator A zu berücksichtigen.
Clients, insbesondere Modalitäts-Clients Cl, können die Do- sis-Protokoll-Informationen vor unmittelbar anstehenden Un- tersuchungen über den Analysator A abfragen. Dabei sind Angaben zu Prozedurtyp, Indikation, Modalitätstyp, Patientendaten und optional zu weiteren Parametern (Diagnose, Schweregrad) zu berücksichtigen. Dem Client Cl werden als Ergebnis die Protokolle zurückgeliefert, die zu einer gegebenen Dosis das geringste Bildrauschen (Noise) und eine möglichst hohe Bildschärfe (wenig Unschärfe/Blur) für die jeweils relevante anatomische Zielregion aufweisen. Clientseitig können die Bil- der, die zu den besten Protokollen gehören, vor der anstehenden bildgebenden Untersuchung durch den Anwender überprüft werden. Der Anwender kann den automatisch generierten Vorschlag durch eine Benutzereingabe bestätigen oder verwerfen. Wie in Figur 4 dargestellt, kann der Client mit einem
Modality Configruation Repository MCR kommunizieren. In dem Modalitätskonfigurationsspeicher können weitere Konfigurati- ons-spezifische Einstellungen und die Einrichtungs-spezifi- schen Einstellungen EPar abgelegt sein. Der Analysator A kom- muniziert auch mit einer Registry R, die in der bevorzugten Ausführungsform auch als Instanz des Datenspeichers S ausgebildet sein kann und den Dosis-Protokoll-Index DPI umfasst. Die Registry R kann mit einem weiteren Repository kommunizieren, nämlich mit dem Bild- und Berichtsrepository IRR.
Weitere Aspekte der Erfindung seien nachfolgend nochmals unter Bezugnahme auf Figur 1 näher erläutert.
Erfindungsgemäß erfolgt ein Zugriff auf einen Cloud-basierten Datenpool, der in Form des Datenspeichers S implementiert sein kann und der die Verwendung und Analyse von Herstellerspezifischen Bild- und zugeordneten Metadaten sowie Dosisreports DR erlaubt. Des Weiteren werden Einrichtungs-spezifi- sche Parameter EPar automatisch berücksichtigt (wie z.B. der Detektortyp) und die weitere Parameter hinsichtlich der Bild- akquisition nachfolgenden Bildverarbeitungsschrittes in Form von Bildverarbeitungsalgorithmen. Die Bildverarbeitungsalgorithmen kennzeichnen sich beispielsweise durch unterschiedliche Rekonstruktionsalgorithmen mit Faltungskernen und statis- tischer Nachbearbeitung. Die Daten können vorteilhafterweise in anonymisierter Form ausgewertet werden, ohne einen Hinweis auf die Patientenidentität (PHI-Information) , wie z.B. Name, Patienten-ID, Adresse etc. Darüber hinaus ist es möglich, auf ein Codierungssystem C zurückzugreifen, um eine einheitliche Terminologie für die automatische semantische Analyse bereitstellen zu können, wie beispielsweise bestimmte Prozedurcodes (z. B. RadLex
Playbook) . Das Codierungssystem C kann auch Angaben hinsichtlich Codes für klinische Fragestellungen umfassen (z.B. basierend auf der Terminologie von Snomed) . Relevante anatomische Strukturen, insbesondere die anatomische Zielregion werden Regel-basiert und in Abhängigkeit vom Untersuchungstyp bestimmt .
Die Auswerteeinheit AE des Analysators A dient zur automatischen Auswertung der bereitgestellten Referenzbilder RB . Dabei werden zunächst relevante anatomische Strukturen segmentiert und unter Verwendung von Terminologien - unter Zugriff auf das Codierungssystem C - semantisch eindeutig bezeichnet um gezielte Auswertungen und Vergleiche mit anderen Referenz bildern RB bzw. Bildern (oder Studien) zu ermöglichen (z.B. die Bestimmung von ROI-Bereichen, am Beispiel der Lunge: Bestimmte Lungenarterien im Lungengewebe) . Gespeichert werden die Codes als Metadaten zu den jeweiligen Bildern RB oder zu den Dosisreports DR. In weiteren Schritten bilden die semantisch eindeutig bezeichneten anatomischen Zielregionen die Grundlage für die automatisierte Auswertung der Bildqualität die sich an relevanten anatomischen Strukturen orientiert. Die Bildqualität dieser relevanten anatomischen Strukturen steht deshalb im Vordergrund, da diese gut beurteilbar sein muss, um die aktuelle medizinische Fragestellung (Indikation beantworten zu können. Deshalb fließt auch die klinische Fra gestellung und die jeweiligen Parameter PPar, EPar bei der Auswertung und bei der Erzeugung des Steuerbefehls SB mit ein .
Ein wesentlicher Vorteil der Erfindung ist darin zu sehen, dass die Dosisoptimierung abteilungsübergreifend und auch ganisationsübergreifend ausgeführt werden kann. Die Dosisoptimierung kann somit als zentrale Lösung auch für unter- schiedliche Krankenhäuser und klinische Einrichtungen unter Rückgriff auf eine breite Datenbasis als Grundgesamtheit von Bildern und Strahlendosisdaten bereitgestellt werden. Die Cloud-basierte Vorhaltung der Daten im Datenspeicher S ermöglicht das Zugreifen auf einen sehr großen Datenbestand, um die Dosisoptimierung auf einer möglichst breiten Basis berechnen zu können. Darüber hinaus kann die Dosis sehr spezifisch an den jeweiligen Anwendungsfall durch die Eingabe der jeweiligen Parameter PPar, EPar eingestellt werden.
Wie in Figur 1 dargestellt, fließen diese Parameter PPar, EPar bei der Auswertung mit ein. So werden auch Metadaten für die bildgebenden Untersuchungen berücksichtigt (z.B. DICOM- Attribute : Patientengröße, Patientengewicht, Patientengeschlecht etc.) . Diese Parameter können automatisch aus den bestimmten automatisch bereitgestellten Datensätzen ausgelesen werden. Üblicherweise wird hierzu das DICOM-Protokoll verwendet. Die Datensätze können aus dem DICOM Header ausgelesen werden. Erfindungsgemäß kann somit abgebildet werden, dass bestimmte medizinische Anwendungsfälle zu anderen
Dosiseinstellungen führen. Beispielsweise ist es bekannt, dass bei adipösen Patienten oft höhere Dosen zur Anwendung kommen müssen, als bei normalgewichtigen Patienten, um eine ausreichende Bildqualität sicherstellen zu können. Darüber hinaus hat auch die Patientengröße Einfluss auf den Scanbereich bzw. die Scanlänge. Dies kann vorteilhafterweise automatisch berücksichtigt werden. Darüber hinaus können auch Patientengruppen nach Geschlecht, Body-Maß-Index oder Gewichtsklassen gebildet werden.
Ein weiterer Aspekt ist in der Cloud-basierten Lösung zu sehen. Vorteilhafterweise werden SOAP-basierte Nachrichten bereitgestellt oder sogenannte Restful Services (die REST Be- dingungen erfüllen; REST: Representational State transfer, u.a. HTTP-basierte Befehle, wie GET, POST, PUT, DELETE) verwendet, um den Zugriff mit den Cloud-basierten Bild- und Reportrepositories im Datenspeicher S gewährleisten zu kön- nen . Damit kann ein sehr einfacher Austausch mit dem Cloud- basierten System gewährleistet werden. Die Bilder und die Dosisreports DR werden nach der Bildakquisition von den Modalitäten oder von den zugeordneten Workstations aus in den Repositories bzw. im Cloud-Datenspeicher S gespeichert. Die Repositories sind vorzugsweise ebenfalls Cloud-basiert .
Es wird ausdrücklich darauf hingewiesen, dass die automatische Berechnung der Ziel-Strahlendosis erfindungsgemäß nicht auf Basis von Phantom-basierten Schätzungen ausgeführt wird. Die erfindungsgemäße Bestimmung erfolgt nicht Modell-basiert, sondern unter Berücksichtigung der konkreten Patientenkonstitution und der konkreten anatomischen Strukturen sowie der spezifischen Gerätesituation.
Ein wichtiger Vorteil ist darin zu sehen, dass mit der kontinuierlichen Datenerfassung auch eine kontinuierliche Analyse hinsichtlich der optimierten Dosis und ebenso eine Qualitätskontrolle bereitgestellt werden kann. Erfindungsgemäß wird eine Rückmeldeschleife (Feedbackloop) bereitgestellt zwischen der Patientenuntersuchung mit der Bildakquisition einerseits und der Dosisbestimmung andererseits. Es kann automatisch sichergestellt werden, dass mit jeder Bildakquisition die Qualität der Dosisbestimmung automatisch gesteigert werden kann, da ein neuer Datensatz der Grundgesamtheit an bereitgestellten Bildern zur Auswertung erhöht wird. D. h. darüber hinaus kann das erfindungsgemäße Dosisbestimmungs- bzw. - Optimierungsverfahren auch ohne weiteres in bestehende Standards integriert werden. Es basiert insbesondere auf dem DICOM-Standard und kann auch auf Vorläufern wie HL7 basieren. Des Weiteren kann die Archivierung mittels PACS (Picture Archiving and Communication System) mit weiteren Informationssystemen ausgeführt werden. Falls das System DICOM-basiert implementiert ist, so können alle oder ausgewählte Parameter PPar, EPar automatisch mit einem Befehl und einer Operation aus dem DICOM Header ausgelesen und analysiert werden. Em wesentlicher Vorteil ist darin zu sehen, dass die Bilddaten und die Dosisreports DR automatisch ausgewertet und analysiert werden, ohne dass der Anwender diese studieren bzw. sichten muss. Die Bildqualität wird bestimmt über das Rauschen und die Unschärfe in den spezifisch relevanten Bereichen .
Das Verfahren kann vorteilhafterweise für bildgebende Unter- suchungen, wie Lungenkrebsscreenings, andere Screenings oder Verlaufskontrolluntersuchungen eingesetzt werden.
Abschließend sei darauf hingewiesen, dass die Beschreibung der Erfindung und die Ausführungsbeispiele grundsätzlich nicht einschränkend in Hinblick auf eine bestimmte physikalische Realisierung der Erfindung zu verstehen sind. Für einen Fachmann ist es insbesondere offensichtlich, dass die Erfindung teilweise oder vollständig in Soft- und/oder Hardware und/oder auf mehrere physikalische Produkte - dabei insbesondere auch Computerprogrammprodukte - verteilt realisiert werden kann .
BEZUGSZEICHENLISTE
PPar Patienten-spezifische Parameter
EPar Einrichtungs-spezifische Parameter
C Codierungssystem
A Analysator
ZR Zielregionsbestimmungseinheit
NW-SS Netzwerkschnittstelle
ab Auswahlbefehl
AE Auswerteeinheit
RB Referenzbild
B Bild
I Strahlendosissteuerungssystem
S Datenspeicher
D Dosissteuerungseinheit
sb Steuerbefehl
DPI Dosis-Protokoll-Index
10 bildgebende Einrichtungen
II Strahlenquelle
12 Detektor
E/A-SS Eingabe/Ausgabeschnittstelle
SS interne Schnittstelle der bildgebenden Einrichtung
CPU zentrale Prozessoreinheit
MEM Speicher
OS optisches System
100 Erfasse Bilddaten
200 Erfasse Dosisrelevante Parameter/
Dosisreport DR
300 Speichere Bilddaten B mit zugeordnetem
Dosisreport DR in Datenspeicher S
400 Erfasse Einrichtungs-spezifische Parameter
EPar
500 Erfasse Patienten-spezifische Parameter PPar 600 Bestimme anatomische Zielregion ZR
700 Zugriff auf Datenspeicher S mit bestimmter anatomischer Zielregion
800 Auswahl zumindest eines Referenzbildes 900 Automatisches Computer-basiertes Auswerten des zumindest einen Referenzbildes
1000 Ausgabe eines Steuerbefehls sb zur Steuerung der bildgebenden Einrichtung 10 hinsichtlich der Dosis
TS Terminologieservice / Terminologyservice
Cl Client
MCR Modality Configuration Repository /
Modalitätskonfigurationsrepository
R Registry
IRR Bild- und Berichts-Repository

Claims

Patentansprüche
1. Verfahren zum automatischen Berechnen zumindest eines
Ziel-Akquisitionsparameters zur Steuerung der Strahlendosis von ionisierender Strahlung eines zu bestrahlenden Bereichs mittels einer bildgebenden Einrichtung (10), mit folgenden Verfahrensschritten:
- Erfassen (100) von Patienten-spezifischen Parametern (PPar) und/oder Einrichtungs-spezifischen Parametern (EPar)
- Bestimmen (600) zumindest einer anatomischen Zielregion, in der die ionisierende Strahlung appliziert werden soll
- Zugriff (700) auf einen über ein Netzwerk zugänglichen Datenspeicher (S) , in welchem ein Dosis-Protokoll-Index (DPI) für eine Vielzahl von Bildern mit zugehörigen Strahlendosisdaten (DR) abgelegt ist zur Auswahl (800) von zumindest einem Referenzbild (RB) , das ebenfalls die zumindest eine bestimmte anatomische Zielregion betrifft, annähernd mit dieser übereinstimmt oder diese vollständig umfasst;
- Automatisches Auswerten (900) des ausgewählten zumindest einen Referenzbildes (RB) hinsichtlich der Bildqualität und der verwendeten Strahlendosis unter Berücksichtigung der erfassten Patienten-spezifischen (PPar) und/oder Einrichtungs-spezifischen Parameter (EPar) zum Berechnen des zumindest einen Ziel-Akquisitionsparameters.
2. Verfahren nach dem vorstehenden Verfahrensanspruch, wobei das Auswerten der Bildqualität unter Verwendung von bereitgestellten, auswählbaren und/oder veränderlichen Qualitätsmaßen ausgeführt wird.
3. Verfahren nach Anspruch 2, bei dem die Qualitätsmaße ein Signal/Rauschverhältnis von Bildsignalen des zumindest einen Referenzbildes (RB) messen.
4. Verfahren nach einem der vorstehenden Patentansprüche, bei dem das Auswerten der Bildqualität einen Abgrenzbarkeits- algorithmus umfasst, um automatisch zu analysieren, wie ausreichend eine jeweilige anatomische Struktur in dem Re ferenzbild (RB) von umliegenden Strukturen abgrenzbar ist
Verfahren nach Anspruch 4, bei dem der Abgrenzbarkeitsal- gorithmus folgende Verfahrensschritte umfasst:
- Automatische Detektion einer jeweiligen anatomischen Struktur in dem Referenzbild (RB) ;
- Segmentierung der detektierten anatomischen Struktur.
6. Verfahren nach einem der vorstehenden Verfahrensansprüche, wobei die in dem Datenspeicher (S) abgelegten Bilder von unterschiedlichen Patienten und/oder von unterschiedlichen bildgebenden Einrichtungen (10) und/oder von unterschied- liehen anatomischen Regionen stammen.
7. Verfahren nach einem der vorstehenden Verfahrensansprüche, bei dem der Datenspeicher (S) verteilt und/oder als Cloud- system implementiert ist.
8. Verfahren nach einem der vorstehenden Verfahrensansprüche, bei dem ein Auswerteergebnis in dem Dosis-Protokoll-Index (DPI) gespeichert wird. 9. Verfahren nach einem der vorstehenden Verfahrensansprüche, wobei bei dem automatischen Auswerten des zumindest einen Referenzbildes (RB) neben den Parametern (EPar, PPar) noch weitere Metadaten berücksichtigt werden. 10. Verfahren nach einem der vorstehenden Verfahrensansprüche, bei dem die anatomische Zielregion bestimmt wird, indem automatisch eine für die anzuwendende ionisierende Strahlung zugrundeliegende Untersuchungsindikation analysiert wird und indem dabei auf ein semantisches Codie- rungssystem (C) zurückgegriffen wird.
11. Verfahren nach einem der vorstehenden Verfahrensansprüche, bei dem die anatomische Zielregion bestimmt wird, in- dem ein DICOM-Header ausgelesen und/oder ein automatischer Detektionsalgorithmus angewendet wird.
2. Verfahren nach einem der vorstehenden Verfahrensansprüche, bei dem das zumindest eine Referenzbild (RB) ausgewählt wird, indem aus der Menge der in dem Datenspeicher (S) abgelegten Bilder (B) ein Auswahlalgorithmus angewendet wird, um die Referenzbilder (RB) zu bestimmen, die die bestimmte anatomische Zielregion betreffen, vollständig umfassen und/oder mit dieser annähernd übereinstimmen.
3. Verfahren nach Anspruch 12, bei dem der Auswahlalgorithmus einen Bildverarbeitungsalgorithmus umfasst.
4. Analysator (A) zum automatischen Berechnen zumindest eines Ziel-Akquisitionsparameters zur Steuerung einer bildgebenden Einrichtung (10) zur Anwendung von ionisierender Strahlung eines zu bestrahlenden Bereichs, mit:
- Einer Parametererfassungsschnittstelle (PAR-SS), die dazu bestimmt ist, Patienten-spezifische Parameter (PPar) und/oder Einrichtungs-spezifische Parameter (EPar) zu erfassen
- Einer Zielregionsbestimmungseinheit (ZR) , die dazu bestimmt ist, zumindest eine anatomische Zielregion zu bestimmen, in der die ionisierende Strahlung appliziert werden soll
- Einer Netzwerkschnittstelle (NW-FS) , zum Zugriff auf einen Cloud-basierten Datenspeicher (S), in dem eine Vielzahl von Bildern mit zugeordneten Strahlendosisdaten abgelegt sind und die zur Auswahl von zumindest einem Referenzbild (RB) bestimmt ist, das ebenfalls die zumindest eine bestimmte anatomische Zielregion betrifft, annähernd mit dieser übereinstimmt oder diese vollständig umfasst;
- Einer Auswerteeinheit (AE) , die zum automatischen Auswerten des ausgewählten zumindest einen Referenzbildes (RB) hinsichtlich der Bildqualität und der verwendeten Strahlendosis unter Berücksichtigung der erfassten Pati- enten-spezifischen (PPar) und/oder Einrichtungsspezifischen Parameter (EPar) zum Berechnen des zumindest einen Ziel-Akquisitionsparameters bestimmt ist.
15. Strahlendosis-Steuerungssystem (1) zum automatischen Be rechnen zumindest eines Ziel-Akquisitionsparameters zur Steuerung einer Ziel-Strahlendosis von ionisierender Strahlung eines zu bestrahlenden Bereichs, mit:
- einer bildgebenden Einrichtung (10),
- einem Analysator (A) gemäß Anspruch 14 und
- einem Cloud-basierten Datenspeicher (S) ,
- wobei eine Dosissteuereinheit (D) der bildgebenden Einrichtung (10) mittels eines Auswerteergebnisses des Ana lysators gesteuert wird.
16. Computerprogrammprodukt ladbar oder geladen in einen Speicher eines Computers mit von dem Computer lesbaren Befeh len zur Ausführung des Verfahrens nach den vorstehenden Verfahrensansprüchen, wenn die Befehle auf dem Computer ausgeführt werden .
EP14741538.4A 2014-03-05 2014-07-07 Automatische dosissteuerung für bildgebende medizinische einrichtungen Ceased EP3084651A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102014204028 2014-03-05
PCT/EP2014/064451 WO2015131962A1 (de) 2014-03-05 2014-07-07 Automatische dosissteuerung für bildgebende medizinische einrichtungen

Publications (1)

Publication Number Publication Date
EP3084651A1 true EP3084651A1 (de) 2016-10-26

Family

ID=51211733

Family Applications (1)

Application Number Title Priority Date Filing Date
EP14741538.4A Ceased EP3084651A1 (de) 2014-03-05 2014-07-07 Automatische dosissteuerung für bildgebende medizinische einrichtungen

Country Status (3)

Country Link
US (1) US10363011B2 (de)
EP (1) EP3084651A1 (de)
WO (1) WO2015131962A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3084651A1 (de) * 2014-03-05 2016-10-26 Siemens Healthcare GmbH Automatische dosissteuerung für bildgebende medizinische einrichtungen
EP3503022A1 (de) * 2017-12-20 2019-06-26 Koninklijke Philips N.V. System zur beurteilung eines lungenbildes
EP3680911A1 (de) * 2019-01-10 2020-07-15 Medneo GmbH Technik zur konfiguration einer medizinischen bildgebungsvorrichtung
EP3680912B1 (de) * 2019-01-10 2022-06-29 Medneo GmbH Verfahren zur durchführung einer qualitätsbeurteilung für ein medizinisches bild
CN111145866B (zh) * 2019-12-25 2023-08-25 上海联影医疗科技股份有限公司 一种剂量确定方法、装置、计算机设备及存储介质
US12144672B2 (en) * 2021-11-29 2024-11-19 GE Precision Healthcare LLC System and method for autonomous identification of heterogeneous phantom regions
DE102022206846A1 (de) * 2022-07-05 2024-01-11 Siemens Healthcare Gmbh Verfahren und System zum Ausführen einer bildbasierten Aufgabe

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090006131A1 (en) 2007-06-29 2009-01-01 General Electric Company Electronic medical record-influenced data acquisition, processing, and display system and method
US8412544B2 (en) * 2007-10-25 2013-04-02 Bruce Reiner Method and apparatus of determining a radiation dose quality index in medical imaging
EP3524159B1 (de) * 2010-12-08 2021-01-20 Bayer Healthcare LLC Erzeugung eines geeigneten modells zur messung der an einen patienten abgegebenen strahlungsdosis während scans zur medizinischen bildgebung
WO2012104786A2 (en) 2011-02-04 2012-08-09 Koninklijke Philips Electronics N.V. Imaging protocol update and/or recommender
JP5647639B2 (ja) * 2012-03-19 2015-01-07 富士フイルム株式会社 放射線撮影情報管理システムおよび方法、並びにプログラム
EP3084651A1 (de) * 2014-03-05 2016-10-26 Siemens Healthcare GmbH Automatische dosissteuerung für bildgebende medizinische einrichtungen

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
None *
See also references of WO2015131962A1 *

Also Published As

Publication number Publication date
US20170065243A1 (en) 2017-03-09
WO2015131962A1 (de) 2015-09-11
US10363011B2 (en) 2019-07-30

Similar Documents

Publication Publication Date Title
DE102013210613B4 (de) Verfahren und System zur Ermittlung eines Mess-Startzeitpunktes
DE102008005923B4 (de) Verfahren und Einrichtung zur automatischen Kontrastmittelphasen-Klassifizierung von Bilddaten
DE102013201136B4 (de) Vorhersage eines voraussichtlichen Kontrastmittelverlaufs
EP3084651A1 (de) Automatische dosissteuerung für bildgebende medizinische einrichtungen
DE102012202447B4 (de) Strukturierte bildgestützte Befundgenerierung
DE102016215109A1 (de) Verfahren und Datenverarbeitungseinheit zum Optimieren eines Bildrekonstruktionsalgorithmus
DE102008002882A1 (de) System und Verfahren zu von einer elektronischen Krankenakte beeinflusster Datenerfassung, -verarbeitung und -anzeige
DE102016219488A1 (de) Verfahren zum Bereitstellen einer Konfidenzinformation
DE102017203333B4 (de) Verfahren zum Erzeugen einer Liste von Untersuchungsschritten und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung
DE102009054990A1 (de) Messprotokoll-Optimierung für ein medizintechnisches Gerät
WO2013098074A2 (de) Kontrollverfahren und kontrollsystem
DE102016219887A1 (de) Verfahren und System zur Nutzung von Messdaten
EP2648122A1 (de) Verfahren zum Laden von medizinischen Bilddaten sowie Vorrichtung zur Durchführung des Verfahrens
DE102020212315A1 (de) Verfahren zur Erzeugung eines trainierten maschinenlernfähigen Algorithmus
EP3451211A1 (de) Verfahren und steuereinrichtung zur steuerung eines medizintechnischen bildgebenden systems
DE102017203315A1 (de) Verfahren und Datenverarbeitungseinheit zur Auswahl eines Protokolls für eine medizinische Bildgebungsuntersuchung
DE112020005870T5 (de) Unterstützungsvorrichtung für dokumentenerstellung, unterstützungsverfahren für dokumentenerstellung und unterstützungsprogramm für dokumentenerstellung
DE102008037558A1 (de) System und Verfahren zum Diagnostizieren eines medizinischen Zustands
DE102012205711B4 (de) Verfahren zum Betreiben eines bildgebenden Diagnosegerätes sowie medizinisches bildgebendes System
EP2966581A1 (de) Netzwerksystem und Verfahren zur Steuerung eines Computertomographen
DE102007012784A1 (de) Verfahren zum Datenaustausch zwischen medizinischen Geräten
DE102015220107A1 (de) Verfahren zum Berechnen eines CT-Scannerprotokolls
DE102016224717A1 (de) Verfahren zum Ermitteln von Gewebeeigenschaften von Tumoren
DE102015205493B4 (de) Betrieb einer medizinischen Bildgebungsvorrichtung
DE102021204238A1 (de) Verfahren und System zur Erzeugung und Strukturierung medizinischer Untersuchungsinformationen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20160719

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20190513

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20220218