ES2963345T3 - Sistema y métodos para el análisis de imágenes de diagnóstico y evaluación de la calidad de las imágenes - Google Patents

Abstract

Un método para analizar y evaluar una imagen comprende las etapas de: (a) obtener dicha imagen en forma digital; (b) procesar dicha imagen; y (c) establecer al menos una línea de borde dentro de dicha imagen. El paso de procesar dicha imagen incluye además: (a) construir un gráfico 3D de distribución de intensidad dentro de dicha imagen; (b) calcular los valores de los ángulos del vector de identificación (IVAV); dichos ángulos se unen a puntos de dicho gráfico de distribución de intensidad 3D que corresponden a píxeles individuales de dicha imagen; dichos ángulos se encuentran en un plano definido por un eje de intensidad de dicha imagen; (c) establecer un rango de valores de nivel de umbral inferior y superior (THLV1 y THLV2) entre los cuales son indicables los puntos de borde; y (d) indicar puntos de borde según dichos THLV1 y THLV2. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Sistema y métodos para el análisis de imágenes de diagnóstico y evaluación de la calidad de las imágenes Campo de la invención

La presente invención se refiere generalmente al campo de la evaluación y análisis de imágenes. Más específicamente, la presente invención se refiere a un análisis de imágenes automatizado y evaluación de la calidad de la imagen basado en la extracción de datos predefinidos a partir de la entrada de imágenes para ser usados para análisis adicionalmente como mediciones cuantitativas precisas e inferencias cualitativas con respecto a individuos y clases de objetos en la imagen.

Antecedentes de la invención

La siguiente descripción incluye información que puede ser útil para entender la presente invención. No es una admisión de que la información proporcionada en la presente descripción sea técnica anterior o relevante para la invención actualmente reivindicada, o que cualquier publicación a la que se haga referencia específica o implícitamente sea técnica anterior.

Los esfuerzos científicos generalmente requieren una cuantificación precisa y exacta para determinar los resultados. En medicina y en particular en el campo de la cardiología, los resultados obtenidos de diversas pruebas se usan para la toma de decisiones relativas al paciente, incluido el diagnóstico y el tratamiento precisos. Muchas pruebas, especialmente las que implican imágenes, proporcionan resultados que requieren una gran habilidad para ser analizados por un experto o especialista capacitado. Debido a la enorme cantidad de información presentada en una imagen y a la falta de sistemas de análisis precisos y totalmente automatizados, el campo de la medicina con frecuencia se deja en manos de la semicuantificación (por ejemplo, calificación en una escala de 1 a 4). Si bien esto puede ser adecuado para muchos propósitos, el sesgo del observador, la falta de reproducibilidad y la falta de capacidad para ser precisos a menudo resultan en la necesidad de realizar más pruebas para tratar de estar seguro del diagnóstico, o de un esfuerzo minucioso por parte del médico para asegurarse de que el tratamiento se administra en las regiones efectivas (por ejemplo, que la ubicación adecuada en el campo de imagen sea tratada mediante rayos X, etc.). La capacidad de realizar una cuantificación rápida y precisa mediante el uso de análisis de imágenes asistido por ordenador puede ser de gran ayuda en estos campos.

Actualmente ha habido grandes limitaciones en la automatización total del análisis de imágenes. Hay sistemas y métodos de detección de bordes disponibles que buscan un cambio general en la imagen, pero generalmente requieren la resta de ruido y la entrada de un usuario para centrarse en las áreas de interés o de una base de datos enciclopédica para comparar la imagen con el fin de identificar o delimitar el objeto de interés en la imagen. Los bordes detectados generalmente se basan en la primera y segunda diferenciación y son binarios (borde presente/ausente) pero no cualitativos (no reflejan información sobre los diferentes tipos de bordes presentes). Los usuarios de los procesos actuales necesitan intervención frecuente y directa del operador para realizar un análisis. Ninguna de las tecnologías actuales y la técnica anterior, tomadas solas o en combinación, abordan ni proporcionan una solución de utilidad para un análisis de imágenes preciso y totalmente automatizado y una evaluación de la calidad de la imagen basada en la extracción de datos predefinidos a partir de la entrada de imágenes mediante el uso de una tecnología simultánea en tiempo real. La presente invención puede identificar bordes finos y distinguir entre diferentes objetos sin la necesidad de hacer suposiciones sobre la imagen de entrada o usar filtros o métodos de reducción de ruido que resulten en una pérdida neta de datos.

Los usos y aplicaciones específicos de este proceso incluyen el campo de la angiografía coronaria y la ecocardiografía. Las imágenes en bruto obtenidas en estas técnicas, incluidos los cineangiogramas de las arterias coronarias y las imágenes ecográficas de las paredes de la cámara cardíaca, hasta el momento no han sido fácilmente susceptibles de un análisis preciso y totalmente automatizado del calibre de la arteria (diámetro a lo largo de su longitud para evaluar la cantidad de estenosis) o las dimensiones de la cámara. y grosor de la pared.

El documento de Saurabh Garg y otros "Unsupervised curvature-based retinal vessel segmentation" (ISBI, págs.

344-347, 2007) describe una segmentación de vasos retinianos basada en curvatura no supervisada. Los vasos están modelados como trincheras. Las líneas medias de las trincheras se extraen mediante el uso de la información de curvatura derivada de una estimación de curvatura. Luego se extrae la estructura completa del vaso mediante el uso de un método de crecimiento regional.

El documento de Feudjio y otros "Automatic extraction of pectoral muscle in the MLO view of mammograms" (Phys. Med. Biol., 58 (2013), págs. 8493-8515) describe un enfoque automatizado de dos etapas para la extracción del músculo pectoral. La región pectoral se estima mediante segmentación por medio del algoritmo de agrupamiento Fuzzy C-means. Después de la validación del contorno, el límite final se delinea mediante el refinamiento iterativo del punto del borde mediante el uso de un gradiente promedio.

El documento de Jayanthi Sivaswamy y otros "An Alternaive Curvatura Measure for Topographic Feature Detection" (Visión por ordenador, gráficos y procesamiento de imágenes, págs. 228-23) describe la extracción de características topográficas como crestas, trincheras, colinas, etc. por medio de la visualización de la función de imagen 2D como una superficie en un espacio 3D. La detección de características basada en curvatura requiere una técnica eficiente para estimar/calcular la curvatura de la superficie.

En la angiografía coronaria hasta el presente, el cardiólogo ha tenido que estimar el porcentaje de estenosis a lo largo de la arteria según lo revelado por la angiografía coronaria estándar (luminograma) o por otras técnicas que incluyen la ecografía intravascular o la tomografía computarizada (CT). Sin embargo, la automatización real de este análisis es engorrosa y actualmente ha sido inexacta y, por lo tanto, poco confiable. Mediante el uso de los nuevos métodos de detección dentro de un método más amplio para enderezar la arteria de modo que se obtengan cortes perpendiculares para la medición proporciona la capacidad de realizar un análisis totalmente automatizado y más preciso de toda la longitud de la arteria.

En el campo de la ecocardiografía, actualmente no existe ningún método totalmente automatizado para medir los bordes y dimensiones de la cámara cardíaca. Se requiere la aportación del tecnólogo en múltiples etapas del análisis de imágenes. El nuevo método se está desarrollando para permitir mediciones de la cámara, análisis del grosor de la pared y cálculo de la fracción de eyección totalmente automatizados. Esto permitiría determinaciones hemodinámicas y del gasto cardíaco no invasivas y precisas.

Además, se esperan grandes promesas en el campo de la visión artificial. Al comparar dos imágenes temporalmente o una al lado de la otra, con la fina resolución y la capacidad de discriminación del nuevo método, las distancias y dimensiones de los objetos serán rápidamente susceptibles de cálculo. Al determinar de manera eficiente y automática la forma y el tamaño del objeto, la identificación automática debería mejorarse enormemente.

Otros usos incluyen el campo de la CT y la MRI (resonancia magnética) y la ecografía. Se espera que la capacidad de medir automáticamente con precisión los bordes de la cámara permitan el análisis automatizado de lo normal y lo anormal y la generación y comparación con una base de datos enciclopédica para un mayor refinamiento de la técnica y la ciencia, además de mejorar el diagnóstico y el tratamiento para cada paciente individual. Otro uso sería, por ejemplo, la identificación y el marcado automatizados de un borde de órgano para radioterapia. El documento US 20130278776 describe un método para la detección automática del borde interno del ventrículo izquierdo (LV). El método comprende las etapas de: realizar un mapeo de imágenes en un ecocardiograma para producir un mapa de imágenes de múltiples niveles; convertir el mapa de imagen en una imagen binaria al atribuir píxeles de uno o más niveles más oscuros del mapa de imagen a la cavidad del LV y píxeles de uno o más niveles más claros del mapa de imagen al miocardio; aplicar un filtro radial a los contornos del miocardio en la imagen binaria, para extraer un borde interno aproximado del LV; y realizar un modelado de forma en el borde interior aproximado, para determinar el borde interior del LV.

Cabe destacar que la precisión del modelado de formas de líneas de borde en imágenes binarias depende en gran medida del intervalo dinámico de la imagen original. El estrecho intervalo dinámico da como resultado una menor precisión de la línea de borde obtenida. Por tanto, existe una necesidad sentida e insatisfecha desde hace mucho tiempo de proporcionar un método y un dispositivo que supere los problemas asociados con la técnica anterior. Resumen de la invención

Por tanto, un objeto de la invención es describir un método implementado por ordenador para analizar y evaluar una imagen de acuerdo con la reivindicación 1.

Otro objeto de la invención es describir un dispositivo para analizar y evaluar una imagen de acuerdo con la reivindicación 3.

Un objeto adicional de la invención es describir un medio no transitorio legible por ordenador de acuerdo con la reivindicación 6.

Otras modalidades de la invención descrita se presentan en varias reivindicaciones dependientes.

Breve descripción de las modalidades preferidas

Los aspectos novedosos que se consideran característicos de la invención se establecen en las reivindicaciones adjuntas. Sin embargo, la invención en sí, así como también el modo de uso preferido, otros objetos y ventajas de la misma, se entenderán mejor haciendo referencia a la siguiente descripción detallada de la modalidad ilustrativa cuando se lee junto con las figuras adjuntas, en donde:

La Figura 1 es un diagrama de flujo de un método para analizar y evaluar una imagen;

Las Figuras 2a a 2e son diagramas esquemáticos que explican un procedimiento de escaneo de una imagen en coordenadas polares y el cálculo de los valores de los ángulos vectoriales de identificación;

Las Figuras 3a y 3b son imágenes ecocardiográficas procesadas de manera ilustrativa con líneas de borde cerrado y abierto, respectivamente;

Descripción detallada de las modalidades preferidas

Se proporciona la siguiente descripción, con el fin de permitir a cualquier experto en la técnica hacer uso de dicha invención y establece los mejores modos contemplados por el inventor para llevar a cabo esta invención. Sin embargo, se adaptan varias modificaciones para que sigan siendo evidentes para los expertos en la técnica, ya que los principios genéricos de la presente invención se han definido específicamente para proporcionar un método, dispositivo y software para analizar y evaluar una imagen.

El término "intensidad" se refiere en lo sucesivo a un valor de intensidad de una imagen en escala de grises, un valor de intensidad integral de una imagen en color, un valor de intensidad de una imagen en color seleccionado y una combinación de los mismos.

El término "imagen" se refiere en lo sucesivo a cualquier imagen en forma digital que pueda describirse mediante una función de distribución de intensidad que incluya estructuras de bordes reconocibles. Por ejemplo, la presente invención es aplicable a imágenes capturadas por dispositivos médicos, cámaras de vigilancia y similares.

Ahora se hace referencia a la Figura 1 que presenta un diagrama de flujo de un método 100 para analizar y evaluar una imagen. El procedimiento conocido incluye proporcionar la imagen a analizar y evaluar en forma digital (etapa 110), procesar las imágenes proporcionadas (etapa 120) y establecer al menos una línea de borde (etapa 130). Para aumentar la precisión de la localización de la línea de borde, la etapa 120 comprende construir un gráfico 3D de distribución de intensidad dentro de la imagen (etapa 121). Luego, en la etapa 122, se calculan los valores del ángulo del vector de identificación (IVAV). Los ángulos mencionados se unen a puntos del gráfico de distribución de intensidad 3D que corresponden a píxeles individuales de la imagen. Los ángulos a calcular se encuentran en un plano vertical definido por un eje de intensidad (eje de ordenadas). Cualquier función de la función de intensidad original, como su integral o diferencial, o una modificación lineal o cuadrática, o combinación de estas, u otras modificaciones o curvas derivadas de la función de intensidad original usada para obtener los IVAV están dentro del alcance de la presente invención.

En la etapa 123, se establecen criterios para indicar una línea de borde. Específicamente, los valores de nivel de umbral inferior y superior (THLV1 y THLV2) definen un intervalo de ángulo en el que se puede indicar la línea de borde. Cuando se aplican THLV1 y THLV2 a los IVAV calculados, se rastrean los puntos que cumplen los requisitos de THLV1 y THLV2 (etapa 124). Por tanto, los puntos obtenidos forman la línea de borde buscada. IVAV y THLV expresados por medio de cualquier función de los ángulos antes mencionados, tal como su complemento, suplemento, o su seno, coseno o tangente, están dentro del alcance de la presente invención.

Ahora se hace referencia a la Figura 2a que explica el procedimiento mencionado anteriormente. El gráfico 3D de distribución de intensidad dentro de la imagen (no mostrado) se coloca en coordenadas cartesianas (/, X,Y).Planos X=X1 y Y=Y1 ortogonales entre sí ilustran el proceso de escaneo del gráfico 3D de distribución de intensidad en las coordenadas polares. Para cada curva de intensidad C1/C2 situada en los planos X=X1 y Y=Y1 , se calculan los IVAV.

Los puntos P0 a P4 son los puntos del gráfico 3D de distribución de intensidad y corresponden a los píxeles de la imagen a analizar. El punto P0 pertenece a las curvas C1 y C2 situadas a ambos X=X1 y Y=Y1. Los puntos pertenecer a C1 situada en el plano X=X1 mientras P3 y P4 pertenecer a C2 situada en el plano Y=Y1.

Ahora se hace referencia a las Figuras 2b y 2c que ilustran el cálculo de un IVAV que se atribuye al punto P0.

Como se ve en la Figura 2b, un componente Y del IVAV del punto P00y se define como un recíproco entre las pendientes de las rectas tangentes T1 y T2 establecido en los puntos P1 y P2 de la curva C1 correspondientes a píxeles contiguos.

Resolviendo triángulos rectángulos con respecto a la regla de los signos de los ángulos, tenemos para la componente Y:

OY = atan (811/8X1) - atan/SE/SXi).

Con referencia a la Figura 2c, tenemos para el componente X:

<t>x = atan (SI3/SY1) - atan (SI4/SY2).

Ahora se hace referencia a la Figura 2d que presenta un enfoque simplificado para el cálculo de IVAV, en línea con el alcance de la invención reivindicada.

Específicamente, las líneas tangentes se reemplazan con las líneas que interconectan el punto P0 con los puntos P1 y P2 y los valores de IVAV 0 se estiman de la siguiente manera:

dondeAes el incremento de coordenadas entre puntos vecinos Pi, Po y P2, Ii y I2 son diferencias entre los valores de intensidad en P1/P0 y P0/P2. Si se calcula el ángulo Ox o Oy cae dentro del intervalo de ángulo predeterminado entre THLV1 y THLV2, el píxel P0 se indica como un píxel de borde. También está dentro del alcance de la presente invención un número mayor de componentes del ángulo O que 2. Los píxeles que cumplen el criterio antes mencionado forman la línea de borde. De acuerdo con una modalidad de la presente invención, se indica un cierto tipo de borde en la ubicación específica del píxel en la imagen si cualquiera de los componentes Ox o Oy cae entre 0°y 15°.

De acuerdo con una modalidad ilustrativa de la presente invención, se describe un método, dispositivo y software para analizar y evaluar imágenes médicas. Todas las consideraciones de la presente solicitud relativas al ventrículo izquierdo son igualmente aplicables al ventrículo derecho.

Ahora se hace referencia a las Figuras 2e que ilustran el cálculo de un IVAV que se atribuye al punto M0. Los planos S0, S1 y S2 corresponden al escaneo a lo largo del eje R en valores constantes del ángulo 0, específicamente en 00, 01 y 02, respectivamente. Similar a la consideración anterior en coordenadas cartesianas, las curvas C1 y C2 se cruzan entre sí en el punto M0. Los puntos M1 y M2 pertenecen a la curva C1. Los puntos M3 y M4 pertenecen a la curva C2. Junto con esto, los puntos M1 y M2 se sitúan en el plano S0, el punto M3 en el plano S1 y M4 en el plano S2.

Ahora se hace referencia a las Figuras 3a y 3b, que presentan imágenes ecocardiográficas procesadas de manera ilustrativa con líneas de borde cerrado y abierto, respectivamente. Con referencia a la Figura 2a, el número 10 indica una imagen ecocardiográfica. La línea de borde 20 limita con el ventrículo izquierdo del corazón. La línea de borde 20 mostrada está cerrada.

Desde un punto de vista práctico, puede aplicarse un filtro mediano a la imagen a procesar. Adicionalmente, las coordenadas polares son más convenientes para el procedimiento antes mencionado. El origen de coordenadas se sitúa en un área central de la cavidad ventricular. Esta operación puede realizarse de forma automática o manual. El centro de la cavidad ventricular puede encontrarse como un área de mínima intensidad dentro de la imagen ecocardiográfica.

Con referencia a la Figura 3b, la línea de borde 25 está abierta. De acuerdo con la presente invención, deberían encontrarse y cerrarse las discontinuidades en la línea de borde. Las discontinuidades pueden surgir en el área de una válvula abierta.

El algoritmo de formación de la línea de borde permite calcular el área del endocardio ventricular trazado. Sobre la base de la fórmula de Simpson y la presunción de conicidad del ventrículo izquierdo, puede calcularse el volumen del ventrículo izquierdo a partir de las ubicaciones obtenidas de los puntos apicales y medios en una imagen 2D. La construcción de líneas de borde dentro de imágenes 3D también está dentro del alcance de la presente invención.

El algoritmo descrito permite construir límites no sólo en el endocardio izquierdo sino también en el endocardio derecho. Por tanto, puede evaluarse una pared del ventrículo izquierdo, una pared del ventrículo derecho o un saco pericárdico. De manera similar, puede calcularse el grosor de la pared real en todo el tabique ventricular, calculando e informando la media y la desviación estándar. Lo mismo puede realizarse para todas las paredes (lateral, inferior, anterior, etc.). Pueden informarse regiones de relativo adelgazamiento o engrosamiento. La masa cardíaca global puede calcularse mediante el uso de la diferencia entre el volumen total del LV (externo, epicárdico) menos el volumen interno del LV (endocárdico).

En el caso de la sincronización de imágenes ecocardiográficas con una señal de EKG y la ubicación de la onda R, pueden obtenerse los volúmenes de fin de diástole (ED) y fin de sístole (ES). Además, los volúmenes ED y ES pueden determinarse al comparar diferentes fotogramas para el volumen máximo y mínimo del LV, respectivamente. La marca de sincronización puede obtenerse desde la apertura o cierre de la válvula (ED corresponde a la válvula mitral cerrada mientras que ES corresponde a la válvula aórtica cerrada y la válvula mitral abierta). Estos volúmenes pueden luego ser reportados (como un gráfico contra el tiempo, por ejemplo).

La referencia a lo largo de esta especificación a "una modalidad" o "una modalidad" significa que un aspecto, estructura o característica particular descrita en relación con la modalidad está incluida en al menos una modalidad de la presente invención. Así, la aparición de la frase "en una modalidad" en varios lugares a lo largo de esta descripción no se refieren necesariamente todas a la misma modalidad. Además, los aspectos, estructuras, o características particulares pueden combinarse de cualquier manera adecuada en una o más modalidades.

Si bien la tecnología se describirá junto con varias modalidades, se debe entender que no pretenden limitar la presente tecnología a estas modalidades.

Además, en la siguiente descripción de las modalidades, se establecen numerosos detalles específicos con el fin de proporcionar una comprensión completa de la presente tecnología. Sin embargo, la presente tecnología puede ponerse en práctica sin estos detalles específicos. En otros casos, no se han descrito en detalle métodos, procedimientos, componentes y circuitos bien conocidos para no oscurecer innecesariamente aspectos de las presentes modalidades.

A menos que se indique específicamente de cualquier otra manera como resulta evidente de las siguientes discusiones, se aprecia que, a lo largo de la presente descripción de modalidades, las discusiones que utilizan términos tales como "obtener", "calcular", "procesar", "realizar", "extraer", "configurar" o similares, se refieren a las acciones y procesos de un sistema informático o dispositivo informático electrónico similar. El sistema informático o dispositivo informático electrónico similar manipula y transforma datos representados como cantidades físicas (electrónicas) dentro de los registros y memorias del sistema informático en otros datos representados de manera similar como cantidades físicas dentro de las memorias o registros del sistema informático u otro de tales dispositivos de almacenamiento, transmisión o visualización de información, incluidos circuitos integrados hasta e incluyendo microprograma a nivel de chip, ensamblador y microcódigo basado en hardware.

Como se explicará con más detalle más abajo, la tecnología descrita en la presente descripción se relaciona con generar, almacenar y usar redes semánticas y bases de datos para correlacionar estados fisiológicos y psicológicos de usuarios y/o grupos de usuarios mediante el uso de su análisis de datos de entonación de voz.

Aunque la invención es susceptible a varias modificaciones y formas alternativas, las modalidades específicas del mismo se han mostrado a manera de ejemplo en las figuras y la descripción detallada anteriormente.

En algunas modalidades, los elementos del sistema ilustrados podrían combinarse en un único dispositivo de hardware o separarse en múltiples dispositivos de hardware. Si se usan múltiples dispositivos de hardware, los dispositivos de hardware podrían ubicarse físicamente cerca de o remotamente entre sí.

Los métodos pueden implementarse en un producto de programa informático accesible desde un medio de almacenamiento usable o legible por ordenador que proporciona código de programa para uso por o en conexión con un ordenador o cualquier sistema de ejecución de instrucciones. Un medio de almacenamiento usable o legible por ordenador puede ser cualquier aparato que pueda contener o almacenar el programa para su uso por o en conexión con el ordenador o el sistema, aparato o dispositivo de ejecución de instrucciones.

Un sistema de procesamiento de datos adecuado para almacenar y/o ejecutar el código de programa correspondiente puede incluir al menos un procesador acoplado directa o indirectamente a dispositivos de almacenamiento de datos computarizados tales como elementos de memoria. Los dispositivos de entrada/salida (I/O) (incluidos, pero sin limitarse a, teclados, pantallas, dispositivos señaladores, etc.) pueden acoplarse al sistema. Los adaptadores de red también pueden acoplarse al sistema para permitir que el sistema de procesamiento de datos se conecte a otros sistemas de procesamiento de datos o impresoras remotas o dispositivos de almacenamiento a través de redes privadas o públicas intervenidas. Para proporcionar interacción con un usuario, las funciones pueden implementarse en un ordenador con un dispositivo de visualización, tal como una LCD (pantalla de cristal líquido), una pantalla virtual u otro tipo de monitor para mostrar información al usuario, y un teclado y un dispositivo de entrada, como un mouse o trackball mediante el cual el usuario puede proporcionar información al ordenador.

Un programa de ordenador puede ser un conjunto de instrucciones que pueden usarse, directa o indirectamente, en un ordenador. Los sistemas y métodos descritos en la presente descripción pueden implementarse mediante el uso de lenguajes de programación como Flash™, JAVA™, C++, C, C#, Visual Básico™, JavaScript™, PHP, XML, HTML, etc., o una combinación de lenguajes de programación, incluidos los lenguajes compilados o interpretados, y puede implementarse en cualquier forma, incluso como un programa independiente o como un módulo, componente, subrutina u otra unidad adecuada para su uso en un entorno informático. El software puede incluir, pero no se limitan a, microprograma, software residente, microcódigo, etc. Pueden usarse protocolos tal como SOAP/HTTP para implementar interfaces entre módulos de programación. Los componentes y la funcionalidad descritos en la presente descripción pueden implementarse en cualquier sistema operativo de escritorio que se ejecute en un entorno virtualizado o no virtualizado, mediante el uso de cualquier lenguaje de programación adecuado para el desarrollo de software, incluidas, pero sin limitarse a, diferentes versiones de Microsoft Windows™, Apple™ Mac™, iOS™, Android™, Unix™/X-Windows™, Linux™, etc. El sistema podría implementarse mediante el uso de un marco de aplicación web, como Ruby o Rails.

El sistema de procesamiento puede estar en comunicación con un sistema de almacenamiento de datos informatizado. El sistema de almacenamiento de datos puede incluir un almacén de datos relacional o no relacional, como MySQL™ u otra base de datos relacional. Podrían usarse otros tipos de bases de datos físicas y lógicas. El almacén de datos puede ser un servidor de base de datos, tal como Microsoft SQL Server™, Oracle™, IBM DB2™, SQLITE™, o cualquier otro software de base de datos, relacional o de cualquier otro tipo. El almacén de datos puede almacenar la información que identifica etiquetas sintácticas y cualquier información necesaria para operar con etiquetas sintácticas. En algunas modalidades, el sistema de procesamiento puede usar programación orientada a objetos y puede almacenar datos en objetos. En estas modalidades, el sistema de procesamiento puede usar un mapeador relacional de objetos (ORM) para almacenar los objetos de datos en una base de datos relacional. Los sistemas y métodos descritos en la presente descripción pueden implementarse mediante el uso de cualquier número de modelos de datos físicos. En una modalidad de ejemplo, puede usarse un RDBMS. En esas modalidades, las tablas en el RDBMS pueden incluir columnas que representan coordenadas. En el caso de los sistemas de seguimiento del entorno, los datos que representan eventos de usuario, elementos virtuales, etc. pueden almacenarse en tablas en el RDBMS. Las tablas pueden tener relaciones predefinidas entre ellas. Las tablas también pueden tener adjuntos asociados a las coordenadas.

Los procesadores adecuados para la ejecución de un programa de instrucciones incluyen, pero no se limitan a, microprocesadores de propósito general y especial, y el único procesador o uno de múltiples procesadores o núcleos, de cualquier tipo de ordenador. Un procesador puede recibir y almacenar instrucciones y datos desde un dispositivo de almacenamiento de datos computarizado, tal como una memoria de solo lectura, una memoria de acceso aleatorio, ambas o cualquier combinación de los dispositivos de almacenamiento de datos descritos en la presente descripción. Un procesador puede incluir cualquier circuito de procesamiento o circuito de control operativo para controlar las operaciones y el rendimiento de un dispositivo electrónico.

El procesador también puede incluir, o estar acoplado operativamente para comunicarse con, uno o más dispositivos de almacenamiento de datos para almacenar datos. Tales dispositivos de almacenamiento de datos pueden incluir, como ejemplos no limitantes, discos magnéticos (incluidos discos duros internos y discos extraíbles), discos magnetoópticos, discos ópticos, memoria de sólo lectura, memoria de acceso aleatorio y/o almacenamiento flash. Los dispositivos de almacenamiento adecuados para incorporar de forma tangible instrucciones y datos de programas informáticos también pueden incluir todas las formas de memoria no volátil, incluyendo, por ejemplo, dispositivos de memoria semiconductores, como EPROM, EEPROM y dispositivos de memoria flash; discos magnéticos, tales como discos duros internos y discos extraíbles; discos magnetoópticos; y discos CD-ROM y DVD-ROM. El procesador y la memoria pueden complementarse o incorporarse a los ASIC (circuitos integrados de aplicación específica).

Los sistemas, módulos y métodos descritos en la presente descripción pueden implementarse mediante el uso de cualquier combinación de elementos de software o hardware. Los sistemas, módulos y métodos descritos en la presente descripción pueden implementarse mediante el uso de una o más máquinas virtuales que operan solas o en combinación entre sí. Puede usarse cualquier solución de virtualización aplicable para encapsular una plataforma de máquina informática física en una máquina virtual que se ejecuta bajo el control de un software de virtualización que se ejecuta en una plataforma informática de hardware o un host. La máquina virtual puede tener tanto hardware de sistema virtual como software de sistema operativo invitado.

Los sistemas y métodos descritos en la presente descripción pueden implementarse en un sistema informático que incluya un componente back-end, tal como un servidor de datos, o que incluya un componente de software intermedio, tal como un servidor de aplicaciones o un servidor de Internet, o que incluya un componente front-end, tal como un ordenador cliente con una interfaz gráfica de usuario o un navegador de Internet, o cualquier combinación de ellos. Los componentes del sistema pueden conectarse por cualquier forma o medio de comunicación de datos digital tal como una red de comunicación. Los ejemplos de redes de comunicación incluyen, por ejemplo, una LAN, una WAN y los ordenadores y redes que forman la Internet.

Pueden practicarse una o más modalidades de la invención con otras configuraciones de sistemas informáticos, incluidos dispositivos portátiles, sistemas de microprocesadores, productos electrónicos de consumo programables o basados en microprocesadores, miniordenadores, ordenadores centrales, etc. La invención también puede llevarse a la práctica en ambientes informáticos distribuidos donde las tareas se realizan mediante dispositivos de procesamiento remoto que se unen a través de una red.

Claims (10)

1. REIVINDICACIONES 1. Un método implementado por ordenador para analizar y evaluar una imagen, comprendiendo dicho método las etapas de: obtener dicha imagen en forma digital; procesar dicha imagen; y establecer al menos una línea de borde dentro de dicha imagen; en donde dicha etapa de procesar dicha imagen comprende: construir un gráfico 3D de distribución de intensidad dentro de dicha imagen en coordenadas cartesianas de intensidadIy coordenadas de la imagen X, Y; calcular dos valores de ángulo de vector de identificación, IVAV 0, atribuido a puntos de dicho gráfico de intensidad 3D; dichos puntos corresponden a píxeles individuales de dicha imagen; cada uno de dichos dos ángulos, 0, se encuentra en uno diferente de dos planos que pasan por un píxel individual; dichos dos planos son los planos ortogonalesX=X1yY=Y1en dicha imagen; dichos ángulos están definidos por la siguiente fórmula:

   dondeAes el incremento de coordenadas entre un píxel individual y cada uno de dos píxeles contiguos, y I1 y I2 son diferencias de valores de intensidad entre dicho píxel individual y cada uno de dichos dos píxeles contiguos; establecer un intervalo de valores de nivel de umbral inferior y superior THLV1 y THLV2 de dichos IVAV; y rastrear dichos puntos de borde con valores de IVAV que caen dentro de dicho intervalo.
2. 2. El método de acuerdo con la reivindicación 1, en donde, dicha etapa de establecer dicha al menos una línea de borde comprende una subetapa de encontrar discontinuidades indicadas por un salto de dicho IVAV y eliminar las discontinuidades encontradas al conectar fragmentos previamente establecidos de dicha línea de borde adyacentes a dichas discontinuidades.
3. 3. Un dispositivo para analizar y evaluar una imagen; dicho dispositivo comprende: una unidad configurada para la entrada digital de dicha imagen; un procesador configurado para analizar y evaluar dicha imagen; una unidad de interfaz configurada para controlar dicho dispositivo y mostrar imágenes procesadas y datos contiguos; en donde dicho procesador se configura además para: construir un gráfico 3D de distribución de intensidad dentro de dicha imagen en coordenadas cartesianas de intensidadIy coordenadas de la imagen X, Y; calcular dos valores de ángulo de vector de identificación, IVAV 0 , atribuido a un punto de dicho gráfico de intensidad 3D; dichos puntos corresponden a píxeles individuales de dicha imagen; cada uno de dichos dos ángulos, 0 , se encuentra en uno diferente de dos planos que pasan por un píxel individual; dichos dos planos son los planos ortogonalesX=X1yY=Y1en dicha imagen, dichos ángulos están definidos por la siguiente fórmula: 0 —+arcsen J ( ^ /Í)(z.2+/|) ' dondeAes el incremento de coordenadas entre un píxel individual y cada uno de dos píxeles contiguos, y I1 y I2 son diferencias de valores de intensidad en dicho píxel individual y cada uno de dichos dos píxeles contiguos; establecer un intervalo de valores de nivel de umbral inferior y superior THLV1 y THLV2 de dichos IVAV; y rastrear dichos puntos de borde con valores de IVAV que caen dentro de dicho intervalo.
4. 4. El dispositivo de acuerdo con la reivindicación 3, en donde dicha imagen es una imagen médica que puede usarse para diagnóstico.
5. 5. El dispositivo de acuerdo con la reivindicación 4, en donde al menos uno de los siguientes es válido: a. dicho procesador se configura para encontrar discontinuidades indicadas por un salto de dicho IVAV y eliminar las discontinuidades encontradas al conectar los fragmentos previamente encontrados de dicha línea de borde adyacentes a dichas discontinuidades; b. dicho procesador se configura para formar bordes de un objeto seleccionado del grupo que consiste en: epicardio, endocardio ventricular izquierdo, epicardio derecho, cualquier combinación de los mismos; c. dicho procesador se configura para calcular una característica seleccionada del grupo que consiste en: un grosor de pared mínimo, un volumen ventricular epicárdico, un volumen ventricular endocárdico, la diferencia entre ellos y cualquier combinación de los mismos.
6. 6. Un medio no transitorio legible por ordenador que tiene instrucciones de software configuradas para hacer que un procesador realice operaciones que comprenden: obtener dicha imagen en forma digital; establecer al menos una línea de borde dentro de dicha imagen; en donde dicha operación de procesar dicha imagen comprende: construir un gráfico 3D de distribución de intensidad dentro de dicha imagen en coordenadas cartesianas de intensidadIy coordenadas de la imagen X, Y; calcular dos valores de ángulo de vector de identificación, IVAV 0, atribuido a un punto de dicho gráfico de intensidad 3D; dichos puntos corresponden a píxeles individuales de dicha imagen; cada uno de dichos dos ángulos, 0, se encuentra en uno diferente de dos planos que pasan por un píxel individual; dichos dos planos son los planos ortogonalesX=X1yY=Y1en dicha imagen; dichos ángulos están definidos por la siguiente fórmula:

   dondeAes el incremento de coordenadas entre un píxel individual y cada uno de dos píxeles contiguos, yhy I2 son diferencias de valores de intensidad en dicho píxel individual y cada uno de dichos dos píxeles contiguos; establecer un intervalo de valores de nivel de umbral inferior y superior THLV1 y THLV2 de dichos IVAV; y rastrear dichos puntos de borde con valores de IVAV que caen dentro de dicho intervalo.
7. 7. Medio no transitorio legible por ordenador de acuerdo con la reivindicación 6, en donde dicha imagen es una imagen médica que puede usarse para diagnóstico.
8. 8. El medio no transitorio legible por ordenador de acuerdo con la reivindicación 7, en donde las instrucciones de software almacenadas se configuran para hacer que un procesador realice dicha etapa de rastrear dicha línea de borde que comprende una subetapa de encontrar discontinuidades indicadas por un salto de dicho IVAV y eliminar discontinuidades encontradas al conectar los fragmentos previamente encontrados de dicha línea de borde adyacente a dichas discontinuidades.
9. 9. El medio no transitorio legible por ordenador de acuerdo con la reivindicación 7, en donde las instrucciones de software almacenadas se configuran para hacer que un procesador realice dicha etapa de rastrear dicha línea de borde que comprende una subetapa de formar bordes de un objeto seleccionado del grupo que consiste en: epicardio, endocardio ventricular izquierdo, epicardio derecho cualquier combinación de los mismos.
10. 10. El medio no transitorio legible por ordenador de acuerdo con la reivindicación 7, en donde las instrucciones de software almacenadas se configuran para hacer que un procesador realice una etapa de cálculo de una característica seleccionada del grupo que consiste en: un grosor de pared mínimo, un volumen ventricular epicárdico, un volumen ventricular endocárdico, la diferencia entre ellos y cualquier combinación de los mismos.