ITCO20110062A1 - Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa - Google Patents

Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa Download PDF

Info

Publication number
ITCO20110062A1
ITCO20110062A1 IT000062A ITCO20110062A ITCO20110062A1 IT CO20110062 A1 ITCO20110062 A1 IT CO20110062A1 IT 000062 A IT000062 A IT 000062A IT CO20110062 A ITCO20110062 A IT CO20110062A IT CO20110062 A1 ITCO20110062 A1 IT CO20110062A1
Authority
IT
Italy
Prior art keywords
voxel
map
inhomogeneity
values
peripheral
Prior art date
Application number
IT000062A
Other languages
English (en)
Inventor
Paolo Cadringher
Massimo Cressoni
Luciano Gattinoni
Original Assignee
Policlinico
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 Policlinico filed Critical Policlinico
Priority to IT000062A priority Critical patent/ITCO20110062A1/it
Priority to PCT/IB2012/057172 priority patent/WO2013088336A1/en
Priority to US14/364,551 priority patent/US9775581B2/en
Priority to EP12815827.6A priority patent/EP2791902B1/en
Publication of ITCO20110062A1 publication Critical patent/ITCO20110062A1/it

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung

Description

METODO PER DETERMINARE DISOMOGENEITÀ’ IN TESSUTO ANIMALE E APPARECCHIATURA CHE LO IMPLEMENTA
DESCRIZIONE CAMPO DELL’INVENZIONE
La presente invenzione si riferisce ad un metodo per determinare disomogeneità in tessuto animale e ad una apparecchiatura che lo implementa.
Più in particolare, la presente invenzione à ̈ stata ideata e trova applicazione certamente vantaggiosa per il tessuto umano, specialmente il tessuto polmonare umano.
STATO DELLA TECNICA
La presente invenzione nasce dalle problematiche legate alla ventilazione meccanica di pazienti. La ventilazione meccanica ad alte pressioni/volumi può danneggiare seriamente i polmoni (edema diffuso all’intero tessuto polmonare), come l’esperienza insegna; sembra che il danno polmonare provocato dalla ventilazione meccanica sia proporzionale alle pressioni/volumi utilizzati.
Il comportamento dei polmone, come corpo elastico, può essere meglio descritto in termini bioingegneristici come “stress†e “strain†; lo “strain†à ̈ l’allungamento delle fibre polmonari a partire dalla loro posizione di riposo; lo “stress" à ̈ la corrispondente pressione applicata alle fibre polmonari; questi due elementi sono legati tra loro.
Superata una certa soglia di “stress/strain†, la ventilazione meccanica diventa dannosa per le fibre polmonari.
Tuttavia, considerando i trattamenti di ventilazione meccanica, non sempre si riescono a giustificare i danni che si sono verificati in funzione di pressioni e volumi usati.
SOMMARIO
Si à ̈ ipotizzato che, in polmoni malati, vi siano dei "moltiplicatori locali†(anche detti “stress raisor†) di pressione.
Si à ̈ poi ritenuto che tali “moltiplicatori locali" siano costituiti da disomogeneità a livello del tessuto polmonare: pur in presenza di un livello di "strain globale" sicuro, regioni del polmone sono sottoposte ad uno "strain locale" dannoso a causa di disomogeneità locali del tessuto polmonare; ciò à ̈ da tenere in grande considerazione in caso di ventilazione meccanica e, soprattutto, per pazienti con polmoni malati.
Da ciò deriva l'esigenza di stimare la disomogeneità polmonare in modo quantitativo. Sulla base di un tale stima effettuata sul tessuto polmonare di un paziente si potrà quantificare i moltiplicatori di pressione presenti all'interno del polmone e fornire informazioni sulla sicurezza o meno della ventilazione meccanica per questo paziente.
Scopo generale della presente invenzione à ̈ quello di fornire un metodo per determinare disomogeneità in tessuto animale che sia efficace e, possibilmente, flessibile.
Un primo scopo più specifico della presente invenzione à ̈ quello di fornire un metodo per determinare disomogeneità in tessuto animale che sia in grado di fornire informazioni quantitative (ossia che indichino la entità della disomogeneità).
Un secondo scopo più specifico della presente invenzione à ̈ quello di fornire un metodo per determinare disomogeneità in tessuto animale che sia in grado di fornire informazioni puntuali (ossia che indichino il punto o i punti della disomogeneità).
Un terzo scopo più specifico della presente invenzione à ̈ quello di fornire un metodo per determinare disomogeneità in tessuto animale che si basi su metodi e/o apparecchiature già esistenti e funzionanti, in modo tale che sia facilmente e rapidamente implementabile in pratica.
Un quarto scopo più specifico della presente invenzione à ̈ quello di fornire un metodo per determinare disomogeneità in tessuto animale che sia particolarmente adatto ed efficace al tessuto polmonare umano.
Questi ed altri scopi sono raggiunti grazie al metodo avente le caratteristiche esposte nelle rivendicazioni qui annesse che formano parte integrante della presente descrizione.
L’idea alla base della presente invenzione à ̈ quella di determinare la disomogeneità di una porzione di tessuto animale utilizzando la tomografia computerizzata; ossia, il primo passo da fare à ̈ predisporre una mappa tridimensionale di densità della porzione di tessuto ottenuta mediante tomografia computerizzata; la mappa à ̈ quindi formata da una pluralità di “voxel†.
In generale, per ogni voxel della mappa, considerato di volta in volta come voxel centrale, si effettuano i seguenti passi :
- individuare uno spazio che circonda il voxel centrale e che contiene un gruppo di voxel periferici,
- per ogni voxel periferico del gruppo calcolare un valore proporzionale al rapporto o alla differenza tra la densità del voxel periferico e la densità del voxel centrale ottenendo una pluralità di valori,
- calcolare il massimo e/o il minimo e/o la media e/o un valore di ripartizione statistica di questi valori ottenendo un indicatore locale di disomogeneità della porzione di tessuto animale in corrispondenza del voxel centrale.
Si ottiene quindi una mappa tridimensionale di disomogeneità della porzione di tessuto animale che può essere, ad esempio l’intero tessuto polmonare di un individuo.
Detto spazio à ̈ preferibilmente una sfera centrata su detto voxel centrale; più preferibilmente la sfera à ̈ cava in modo tale da escludere detto voxel centrale e un suo intorno.
Il raggio minore di detta sfera può essere da 0,0 mm (sfera non cava) a 8,9 mm, in particolare da 0,0 mm (sfera non cava) a 7,1 mm, più in particolare da 2,2 mm a 5,3 mm.
Il raggio maggiore (che corrisponde semplicemente al raggio, nel caso di sfera non cava) di detta sfera può essere da 0,4 mm a 13,4 mm, in particolare da 1 ,1 mm a 10,6 mm, più in particolare da 3,3 mm a 8,8 mm. Lo spessore di detta sfera può essere da 0,4 mm a 4,5 mm, in particolare da 1 ,1 mm a 3,5 mm.
I valori indicati sopra sono stati scelti sulla base di una dimensione di riferimento, ossia quella del raggio dell'acino polmonare medio in diverse condizioni del polmone umano, come risulterà più chiaro dalla descrizione dettagliata.
Detta mappa tridimensionale può derivare da una mappa tridimensionale originale generata da una apparecchiatura standard per tomografia computerizzata e poi filtrata spazialmente mediante un filtro spaziale passa-basso che attenua fortemente le frequenze spaziali superiori ad una frequenza predeterminata corrispondente all’inverso di una lunghezza predeterminata.
Detta lunghezza predeterminata può essere compresa nell'intervallo da 2,2 mm a 3,5 mm.
Detta lunghezza predeterminata può essere uguale a circa il raggio dell’acino polmonare medio in condizioni TLC/4 o TLC/3 o TLC/2 o TLC (TLC = “Total Lung Capacity†); si ricorda che il raggio dell’acino polmonare medio in condizioni TLC/4 corrisponde circa al raggio dell’acino polmonare medio in condizioni FRC (FRC = “Functional Residuai Capacity†).
La funzione di trasferimento di detto filtro spaziale passa-basso può essere monotona decrescente, preferibilmente una funzione gaussiana.
Secondo un particolare e vantaggioso esempio di realizzazione, per ogni voxel di detta mappa, considerato di volta in volta come voxel centrale, si effettuano i seguenti passi :
A) calcolare la “frazione di gas†di detto voxel centrale,
B) individuare uno spazio a forma di sfera cava che circonda detto voxel centrale e che contiene un gruppo di voxel periferici,
C) per ogni voxel periferico di detto gruppo calcolare un valore corrispondente al rapporto della "frazione di gas†di detto voxel periferico con la “frazione di gas†di detto voxel centrale ottenendo una pluralità di valori,
D) calcolare il massimo di detti valori ottenendo un indicatore locale di disomogeneità di detto tessuto animale in corrispondenza di detto voxel centrale.
In questo esempio, le densità in detta mappa tridimensionale di detta porzione di tessuto vengono vantaggiosamente saturate in un intervallo compresso tra un valore minimo, in particolare -1000, ed un valore massimo, in particolare -100 oppure -10; tale operazione viene tipicamente fatta dopo di un eventuale filtraggio spaziale.
In questo esempio, in detta fase D, gli indicatori locali di disomogeneità vengono vantaggiosamente saturati ad un valore minimo, in particolare 1. In questo esempio, i valori di densità in detta mappa tridimensionale di detta porzione di tessuto vengono vantaggiosamente considerate solo se inferiori ad un valore predeterminato, in particolare 10 oppure 100; tale operazione viene tipicamente fatta prima di un eventuale filtraggio spaziale. Detta porzione di tessuto animale corrisponde ad un intero polmone, in particolare un intero polmone umano.
Un indicatore globale di disomogeneità può essere ricavato da detto indicatore locale di disomogeneità di tutti i voxel di detta porzione di tessuto.
Si può segnalare un livello di disomogeneità globale se per una predeterminata percentuale di detti voxel detto indicatore locale di disomogeneità supera una soglia predeterminata.
Si può segnalare un livello di rischio se per una predeterminata percentuale di detti voxel il prodotto tra la pressione transpolmonare durante un trattamento di ventilazione meccanica e detto indicatore locale di disomogeneità elevato ad una potenza predeterminata supera una soglia predeterminata.
Detta potenza predeterminata à ̈ vantaggiosamente 2/3, esponente che proporziona l’area al volume in una espansione isomorfa.
Detta percentuale predeterminata può essere circa 5%.
Detta soglia predeterminata può essere circa 20 cmH20.
Il metodo espresso sopra (o sue varianti equivalenti) può essere implementato grazie ad un programma per elaboratore; un tale programma può essere caricato ed eseguito, ad esempio, da un elaboratore integrato in una apparecchiatura standard per tomografia computerizzata.
Secondo un ulteriore aspetto, la presente invenzione riguarda anche una apparecchiatura che implementa tale metodo.
Tale apparecchiatura può comprendere mezzi di memoria che memorizzano il programma per elaboratore di cui sopra. Tipicamente, detti mezzi comprendono uno o più programmi per elaboratore memorizzati internamente.
ELENCO DELLE FIGURE
Le caratteristiche tecniche della presente invenzione nonché i suoi vantaggi risulteranno più chiari dalla descrizione che segue da considerare congiuntamente ai disegni qui annessi in cui:
Fig.1 mostra schematicamente i polmoni umani all’interno di un torace, Fig.2 mostra uno schema bidimensionale (anche se il metodo secondo la presente invenzione opera tridimensionalmente) che serve a spiegare un esempio di realizzazione del metodo secondo la presente invenzione, e Fig.3 mostra un diagramma di flusso che corrisponde ad un esempio di realizzazione del metodo secondo la presente invenzione.
DESCRIZIONE DETTAGLIATA
Sia tale descrizione che tali disegni sono da considerare solo a fini illustrativi e quindi non limitativi; pertanto, la presente invenzione potrà essere implementata secondo altre e diverse forme realizzative.
Come già detto, il metodo secondo la presente invenzione parte da una mappa tridimensionale di densità di una porzione di tessuto; concettualmente, il metodo ipotizza che la mappa si riferisca ad una porzione di tessuto che può essere considerato uniforme; ad esempio e tipicamente, il tessuto e la relativa mappa di un intero polmone umano.
La mappa tridimensionale di densità à ̈ ottenuta mediante la nota tecnica della tomografia computerizzata ed à ̈ quindi formata da una pluralità di “voxel†(o “volumetrie picture element" à ̈ un elemento di volume che rappresenta un valore di intensità di segnale in uno spazio tridimensionale). Ad esempio, si può scansionare, mediante tomografia computerizzata, un intero torace umano tra le spalle SP ed il diaframma DF e, quindi, i due polmoni PD e PS, come mostrato in Fig.1. Per applicare il metodo secondo la presente invenzione, à ̈ però necessario delimitare nella mappa il volume di tessuto uniforme, ad esempio e tipicamente, quello di un intero polmone. Tale operazione di delimitazione o contornatura può essere fatta manualmente da un operatore oppure semi-automaticamente o automaticamente mediante su programma per elaboratore che processi la mappa tridimensionale originale.
E†̃ da notare che le apparecchiature per tomografia computerizzata attualmente prodotte e commercializzate forniscono mappe tridimensionali di densità ad alta risoluzione per permettere di visualizzare bene dettagli. Il metodo secondo la presente invenzione richiede una mappa tridimensionale di densità con una “banda spaziale†prestabilita e stretta (in altri termini, con una frequenza spaziale massima prestabilita e bassa); una mappa tridimensionale a banda stretta può corrispondere ad una mappa tridimensionale a risoluzione bassa. Pertanto, se il metodo secondo la presente invenzione viene implementato utilizzando apparecchiature per tomografia computerizzata commerciali, sarà necessario un filtraggio spaziale preventivo, come risulterà più chiaro nel seguito.
Per ogni voxel della mappa tridimensionale di interesse di densità si ripete il medesimo procedimento di elaborazione. Vale di pena di precisare che i voxel che si trovano nelle vicinanze del limite o contorno della porzione di tessuto di interesse devono essere elaborati in modo un po' differente proprio per tenere conto delle condizioni al contorno; per questi voxel, si trascurano i voxel periferici che cadono al di fuori del limite o contorno della porzione di tessuto.
Il procedimento verrà ora descritto con riferimento a Fig.2 che mostra (solo su un piano) uno dei voxel VXL della mappa tridimensionale considerato come se fosse un “voxel centrale†VXC.
Il procedimento prevede i seguenti passi :
A) individuare uno spazio CC che circonda il voxel centrale VXC e che contiene un gruppo di voxel periferici VXP (in Fig.2 il riferimento VXP Ã ̈ associato graficamente ad un solo voxel solo per semplificare il disegno),
B) per ogni voxel periferico VXP del gruppo nello spazio CC calcolare un valore proporzionale al rapporto o alla differenza tra la densità del voxel periferico VXP e la densità del voxel centrale VXC ottenendo una pluralità di valori,
C) calcolare il massimo e/o il minimo e/o la media e/o un valore di ripartizione statistica di tali valori ottenendo un indicatore locale di disomogeneità del tessuto animale in corrispondenza del voxel centrale VXC.
Con il termine “valore di ripartizione statistica†si intende un valore che ripartisce una distribuzione o popolazione di valori; in statistica si usano i termini "percentile†o “quantile†.
Si ottiene quindi una mappa tridimensionale di disomogeneità della porzione di tessuto animale considerato corrispondente alla mappa tridimensionale di densità di partenza.
Dalla ampia formulazione sopra riportata si comprende che il metodo secondo la presente invenzione può essere realizzato in molti modi diversi (in seguito, verrà descritto un esempio di realizzazione specifico e particolarmente vantaggioso).
Al passo B, si può prevedere, ad esempio, un coefficiente di proporzionalità fisso o variabile, oppure una proporzionalità non lineare. Ad esempio, un coefficiente di proporzionalità variabile può essere usato in caso di differenza e corrispondere all’inverso della distanza tra voxel periferico e voxel centrale. Ad esempio, un proporzionalità non lineare può corrispondere alla combinazione di una linearità interno di un predeterminato intervallo ed una “saturazione" (intendendo, con tale termine, una limitazione del valore massimo e/o del valore minimo di un operando e/o dell’altro operando e/o del risultato) al di fuori di tale intervallo.
Sempre al passo B, a seconda della realizzazione, il calcolo (sia esso una differenza oppure un rapporto) potrà usare come riferimento la densità del voxel centrale oppure quella del voxel periferico.
Al passo C, può essere utile usare più di un criterio per mettere a confronto indicatori di disomogeneità diversi.
Al passo A, lo spazio può essere scelto vantaggiosamente a forma di sfera, ma più vantaggiosamente a forma di “sfera cava†(in modo tale da escludere detto voxel centrale e un suo intorno), centrata sul voxel centrale, come mostrato in Fig. 1 : lo spazio CC à ̈ centrato sul voxel VXC ed ha forma di sfera cava avente raggio minore R1 , raggio maggiore R2 e spessore D (R2-R1 ). Un caso estremo di questa scelta (ma meno adatto al tessuto polmonare) corrisponde ad uno spazio sferico, ossia in cui R1 =0 e D=R2. Con il termine “sfera cava†si intende qui una sfera che presenta una cavità interna perfettamente sferica e concentrica alla superficie esterna; non si esclude che si possano individuare altre forme di cavità sostanzialmente equivalenti alla cavità sferica; vale la pena di evidenziare che tali volumi possono essere costituiti ad esempio da insiemi di cubetti.
La Richiedente ha condotto moltissimi esperimenti con differenti valori di R1 , R2 e D.
I valori usati in questi esperimenti sono stati scelti sulla base di una dimensione di riferimento RO, ossia quella del raggio dell’acino polmonare medio in diverse condizioni del polmone umano; in particolare le condizioni considerate sono legate alla TLC [Total Lung Capacity]; si ricordano qui sotto i valori tipici e medi del raggio dell’acino polmonare,medio in funzione della inflazione del polmone:
Inflazione Raggio (in mm)
2*TLC 4,46
TLC 3,54
TLC/2 2,81
TLC/3 2,46
TLC/4 2,23
TLC/16 1 ,41
TLC/64 0,89
Si ricorda anche che il valore tipico e medio del raggio dell’acino polmonare medio in condizioni TLC/4 corrisponde circa al valore tipico e medio del raggio dell’acino polmonare medio in condizioni FRC [Functional Residuai Capacity].
Pur avendo condotto esperimenti con tutti i valori di R0 riportati sopra (ossia da 0,89 mm a 4,46 mm), i valori di R0 che sono apparsi essere maggiormente adatti sono quelli che vanno da 2,23 mm (che corrisponde alla condizione TLC/4 o FRC) a 3,54 mm (che corrisponde alla condizione TLC).
I valori in millimetri riportati sotto sono approssimati al decimo di millimetro e, comunque sono da considerare approssimativi.
Per quanto riguarda R1 (raggio minore della sfera cava), sono stati sperimentati valori da 0,0 mm a 8,9 mm (ossia, in termini di raggio dell’acino, 2,0*R0); considerando poi l’intervallo “adatto†di R0 di cui sopra, sono stati usati valori da 0,0 mm a 7,1 mm (ossia, in termini di raggio dell’acino, 2,0*R0), ma i risultati migliori si sono ottenuti da 2,2 mm (ossia, in termini di raggio dell’acino, 1 ,0*R0) a 5,3 mm (ossia, in termini di raggio dell’acino, 1 ,5R0).
Per quanto riguarda R2 (raggio maggiore della sfera cava), sono stati sperimentati valori da 0,4 mm (ossia, in termini di raggio dell’acino, 0,5*R0) a 13,4 mm (ossia, in termini di raggio dell’acino, 3,0*R0); considerando poi l’intervallo “adatto†di R0 di cui sopra, sono stati usati valori da 1 ,1 mm (ossia, in termini di raggio dell’acino, 0,5*R0) a 10,6 mm (ossia, in termini di raggio dell’acino, 3,0*R0), ma i risultati migliori si ottenuti da 3,3 mm (ossia, in termini di raggio dell’acino, 1 ,5*R0) a 8,8 mm (ossia, in termini di raggio dell’acino, 2,5*R0).
Per quanto riguarda D (spessore della sfera cava), sono stati sperimentati valori da 0,4 mm (ossia, in termini di raggio dell’acino, 0,5*R0) a 4,5 mm (ossia, in termini di raggio dell’acino, 1 ,0*R0); considerando poi l’intervallo “adatto†di R0 di cui sopra, sono stati usati valori da 1 ,1 mm (ossia, in termini di raggio dell'acino, 0,5*R0) a 3,5 mm (ossia, in termini di raggio dell’acino, 1 ,0*R0).
Nell’esempio di realizzazione di Fig.2, lo spazio CC comprende per intero alcuni voxel e solo parzialmente altri voxel, ossia quelli che si trovano in corrispondenza del contorno dello spazio CC; per tenere conto di ciò, si può, ad esempio, associare loro un peso (inferiore ad 1 ) in funzione della percentuale di sovrapposizione con lo spazio CC. Alternativamente, si realizza il metodo secondo la presente invenzione mediante uno spazio formato da una combinazione tridimensionale (ed opportuna) di voxel e che quindi risulta quadrettato.
Come già detto, perché il metodo secondo la presente invenzione fornisca risultati significativi à ̈ necessario che la mappa tridimensionale di densità usata per determinare la disomogeneità abbia una “banda spaziale" prestabilita e stretta (in altri termini, con una frequenza spaziale massima prestabilita e bassa). Più precisamente, la frequenza spaziale massima della mappa non deve essere tale da evidenziare disomogeneità fisiologiche; ad esempio, in un tessuto polmonare, se si guardasse ad altissima risoluzione (cosa attualmente non realizzabile con nessun tipo di apparecchiatura), si rileverebbe una alternanza di aria e di materiale biologico (cellule), ma ciò à ̈ normale.
La Richiedente ha ritenuto che la dimensione di riferimento per l'indagine di disomogeneità del tessuto polmonare sia quella dell’acino polmonare, indicata in precedenza con RO; il suo raggio tipico in condizioni TLC (“Total Lung Capacity†= inspirazione massima) à ̈ di circa 3,5 mm ed il raggio medio in condizioni FRC (“Functional Residuai Capacity†= fine della espirazione massima) à ̈ di circa 2,2 mm; si ricorda che durante la respirazione naturale in un soggetto sano, il polmone passa ciclicamente e gradualmente da una valore massimo di volume ad un valore minimo di volume (fase di espirazione) e poi dai valore minimo di volume ad un valore massimo di volume (fase di inspirazione). Naturalmente, per tessuti diversi, la dimensione di riferimento potrebbe essere molto diversa (più piccola o più grande), a seconda della natura anatomica del tessuto.
Tipicamente, le apparecchiature per tomografia computerizzata prodotte e commercializzate attualmente producono in uscita mappe tridimensionali di densità con una risoluzione di 0,5-0, 7 mm, ed una corrispondente “banda spaziale†, ossia il voxel di tali mappe à ̈ un cubetto avente lato pari a 0,5-0, 7 mm
Quindi, se si parte da una tale mappa tridimensionale ad alta risoluzione e larga “banda spaziale†à ̈ necessario filtrarla spazialmente mediante un filtro spaziale passa-basso che attenua fortemente le frequenze spaziali superiori ad una frequenza predeterminata corrispondente all’inverso di una lunghezza predeterminata (“lunghezza caratteristica di filtraggio†).
La richiedente ha condotto svariati esperimenti utilizzando lunghezze caratteristiche di filtraggio comprese nell'intervallo da 0,5 mm (corrispondente a meno di TLC/64) a 5,0 mm (corrispondente a più di 2*TLC) e, in particolare, quelle corrispondenti a 1/64 di TLC , 1/16 di TLC , 1/4 di TLC , 1/3 di TLC , 1/2 di TLC , 1 volta la TLC , 2 volte la TLC; ma i migliori risultati sono stati ottenuti con lunghezze comprese nell'intervallo da 2,23 mm (che corrisponde alla condizione TLC/4 o FRC) a 3,54 mm (che corrisponde alla condizione TLC).
La funzione di trasferimento del filtro spaziale passa-basso à ̈ preferibilmente una funzione monotona decrescente, preferibilmente una funzione gaussiana; alternativamente, la funzione di trasferimento può essere, ad esempio, lineare decrescente troncata al suo annullamento oppure sin(f)/f troncata al suo primo annullamento oppure sin(f/n)/(f/n)*(sin(f)/f) oppure (sin(f)/f)<2>troncata al suo primo annullamento oppure cos<2>(f) troncata al suo primo annullamento oppure sin(f)/(1-f<2>) troncata al suo primo annullamento. Nel caso di funzione gaussiana, la forte attenuazione può corrispondere, ad esempio, ad una attenuazione predeterminata che può andare da un minimo di circa 70% (in corrispondenza di una distanza origine pari a 1 varianza) ad un massimo di circa 99,7% (in corrispondenza di una distanza dall’origine pari a 3 varianze). Nel caso delle altre funzioni di trasferimento, la forte attenuazione può essere pari al 100% in corrispondenza del suo primo annullamento.
Se si invece si parte da una mappa tridimensionale di densità a banda spaziale opportuna (ossia sufficientemente stretta) il filtraggio spaziale passa-basso potrebbe non essere necessario.
Un esempio di realizzazione specifico e particolarmente vantaggioso del metodo secondo la presente invenzione prevede i seguenti passi (si può fare riferimento ancora a Fig.2) :
A) calcolare la “frazione di gas†del voxel centrale VXC,
B) individuare uno spazio CC a forma di sfera cava (ma non di sfera) che circonda il voxel centrale VXC (la calotta sferica à ̈ esattamente centrata sul voxel centrai VXC) e che contiene un gruppo di voxel periferici VXP, C) per ogni voxel periferico VXP del gruppo calcolare un valore corrispondente al rapporto della “frazione di gas†del voxel periferico VXP con la "frazione di gas†del voxel centrale VXC (ossia effettuare il calcolo FGvxp/FGvxc) ottenendo una pluralità di valori (RACc),
D) calcolare il massimo di questi valori (RACc) ottenendo un indicatore locale di disomogeneità del tessuto animale in corrispondenza del voxel centrale VXC.
Con il termine “frazione di gas†si intende il rapporto della densità elettronica espressa in Hunsfield o HU con il numero -1000; si ricorda che la scala di Hunsfiled va da -1000 (aria) a 1000 (osso compatto) passando per 0 (acqua). Quindi, si considera l’aria come riferimento relativo e la si associa al parametro “frazione di gas†uguale a 1 ; il tessuto polmonare si comporta sostanzialmente come acqua, ossia ha un HU circa uguale a 0. Considerando il tessuto polmonare fisiologico, la densità dei suoi voxel può andare da un minimo assoluto di circa -1000 HU (aria) ad un massimo assoluto di circa 0 HU (cellule del tessuto polmonare) e la loro frazione di gas va da circa 1 (aria) a circa 0 (cellule del tessuto polmonare); quindi, i rapporti calcolati al passo C, vanno, in mancanza di altre considerazioni, da valori molto piccoli (ad esempio 0,001 o anche meno) quando nel voxel centrale vi sono cellule del tessuto polmonare e nel voxel periferico c’à ̈ aria a valori molto grandi (ad esempio 1 ÎŒ00 o anche più) quando nel voxel centrale vi à ̈ aria e nel voxel periferico vi sono cellule del tessuto polmonare passando per valori circa uguali a 1 quando il voxel centrale à ̈ delle stesso genere e quindi densità del voxel periferico.
Un metodo equivalente a quello appena delineato può operare sulla "frazione di tessuto†(= 1 - “frazione di gas") invece che sulla “frazione di gas .
Se si considera attentamente ogni singolo passo D, si comprende che, utilizzando il massimo dei rapporti, questo metodo evidenzia disomogeneità dovute ad alta densità al centro e bassa densità in periferia. Tuttavia, questo metodo riesce ad evidenziare entrambe le possibilità di disomogeneità di una porzione di tessuto animale poiché il calcolo del massimo viene ripetuto per tutti i voxel della porzione di tessuto animale e quindi una disomogeneità dovuta a bassa densità al centro ed alta densità in periferia si evidenzierà quando i ruoli di voxel centrale e di voxel periferico si invertiranno; anzi, il fatto di considerare un solo tipo di disomogeneità evita di considerare due volte la medesima situazione.
Per quanto detto in precedenza, à ̈ chiaro che, invece del massimo, si potrebbero utilizzare altri parametri; in generale, si può parlare di “percentile†e citare, a puro titolo di esempio, il secondo quartile, o "mediana", (limite entro il quale ricade il 50% di questi valori RACc) ed il terzo quartile (limite entro il quale ricade il 75% di questi valori RAcc)· Quando si implementa il metodo secondo la presente invenzione (ed anche l'esempio di realizzazione specifico appena descritto) à ̈ opportuno fare delle operazioni di e/o di “esclusione†sui dati iniziali e/o sui risultati intermedi e/o sui risultati finali; tali operazioni sono giustificate da motivi di elaborazione computerizzata, ma, più spesso, da considerazioni biologiche e fisiologiche; tutto ciò si comprende dagli esempi che seguono.
Ai fini della implementazione computerizzata del metodo à ̈ vantaggioso considerare che la frazione di gas di un qualsiasi voxel ricada in un intervallo predeterminato; ad esempio tale intervallo à ̈ compreso tra un valore minimo, in particolare 0,1 , ed un valore massimo, in particolare 1 ,0. Si può, ad esempio, prima calcolare la frazione di gas e poi limitarla o saturarla ad un valore minimo e/o massimo se eccede; alternativamente, tale operazione di “limitazione†o “saturazione†potrebbe essere fatta sui valori di densità elettronica del voxel. Tale operazione di “limitazione†o “saturazione†non à ̈ giustificata solo da comodità di elaborazione computerizzata, ma riflette anche considerazioni biologiche e fisiologiche; infatti, un tessuto polmonare con percentuale di gas inferiore al 10% à ̈ considerato “non inflato†perché un po’ d'aria rimane intrappolata nel tessuto polmonare per collasso dei piccoli bronchi.
Ai fini della implementazione computerizzata del metodo à ̈ vantaggioso considerare che i rapporti calcolati al passo C ricadano in un intervallo predeterminato; ad esempio tale intervallo à ̈ compreso tra un valore minimo, in particolare 0,1 , ed un valore massimo, in particolare 10,0. Si può, ad esempio, prima calcolare il rapporto e poi limitarlo o saturarlo ad un valore minimo e/o massimo se eccede. Tale operazione di "limitazione†o "saturazione†non à ̈ giustificata solo da comodità di elaborazione computerizzata, ma riflette anche considerazioni biologiche e fisiologiche; infatti, sarebbe abbastanza irragionevole ipotizzare che una unità di tessuto polmonare possa arrivare, per quanto inflata, ad avere più di 10 volte il suo gas basale.
Il metodo descritto fin qui (compreso l’esempio di realizzazione specifico appena descritto) fornisce un indicatore locale di disomogeneità del tessuto animale, o meglio una pluralità di indicatori locali corrispondenti ad una pluralità di valori ciascuno per ogni voxel della mappa tridimensionale considerata; per quanto descritto, l’indicatore secondo la presente invenzione presenta varie alternative, ossia può corrispondere al massimo oppure alla media oppure al minimo dei rapporti.
Un indicatore globale di disomogeneità può essere ricavato da questo indicatore locale di disomogeneità. Ad esempio, si può segnalare un livello di disomogeneità globale se per una predeterminata percentuale dei voxel della porzione di tessuto considerata l'indicatore locale di disomogeneità supera una soglia predeterminata.
Ad esempio, considerando una applicazione per ventilazione meccanica, si può segnalare un livello di rischio se per una predeterminata percentuale di tutti voxel di una porzione di tessuto polmonare (in particolare dell’intero tessuto polmonare di due polmoni di un individuo) il prodotto tra la pressione transpolmonare durante un trattamento di ventilazione meccanica e l’indicatore locale di disomogeneità elevato ad una potenza predeterminata supera una soglia predeterminata; questa potenza predeterminata à ̈ vantaggiosamente scelta pari a 2/3 (esponente che proporziona l’area al volume in una espansione isomorfa); questa percentuale predeterminata à ̈ vantaggiosamente scelta pari a circa 5%; questa soglia predeterminata à ̈ vantaggiosamente scelta pari a circa 20 cm di acqua; in questo caso, il valore più significativo della “pressione transpolmonare" da considerare à ̈ il "valore di plateau†. Si ricorda che la “pressione transpolmonare†à ̈ la forza che distende il polmone durante la respirazione, sia spontanea che assistita, ed à ̈ la differenza di pressione tra 10 spazio pleurico e l’aria all'interno degli alveoli; durante la ventilazione meccanica a pressione positiva, parte della pressione viene impiegata per distendere il polmone e parte per espandere il polmone; la forza che entra in gioco à ̈ esclusivamente quella necessaria ad espandere il torace; il “valore di plateau†à ̈ il valore di pressione registrato durante una pausa di fine inspirazione, cioà ̈ in condizioni statiche; la misura in condizioni statiche evita di includere nel computo le forze necessarie a superare le resistenze viscose.
Fig.3 mostra un diagramma di flusso che corrisponde ad un esempio di realizzazione del metodo secondo la presente invenzione.
11 metodo parte da mappe tridimensionali di densità 301 ad alta risoluzione e larga banda di frequenza spaziale generate da una apparecchiatura per tomografia computerizzata commerciale; naturalmente, il metodo elabora una sola mappa tridimensionale alla volta.
Vi à ̈ poi una fase 302 in cui una “mappa originale" 301 à ̈ soggetta ad una operazione di “contornatura†che serve a delimitare il tessuto dell’intero polmone e quindi a fare in modo che i voxel esterni al contorno non vengano considerati nel seguito della elaborazione; si genera così una “mappa contornata†303.
Prima dell’operazione di “contornatura†della fase 302, la “mappa originale†301 può essere soggetta ad una operazione di “mascheratura†, ossia i valori HU della “mappa originale†301 superiori, ad esempio, a 10 oppure 100 vengono esclusi e quindi non verranno considerati nel seguito della elaborazione; tale fase di “mascheratura†à ̈ opzionale (quindi non à ̈ stata indicata nel diagramma di flusso di Fig.3) e può essere utile per evitare di considerare degli “artefatti†. Per i motivi descritti in precedenza, vi à ̈ poi una fase 304 di filtraggio spaziale della “mappa contornata" 303; si genera così una “mappa filtrata" 305.
Vi à ̈ poi una fase 306 di “aggiustaggio†dei valori di densità della “mappa filtrata" 305. In tale fase, viene considerato ciascuno dei valori di densità di una “mappa filtrata†; se il valore à ̈ minore di -999 viene posto uguale a -999, se il valore à ̈ maggiore di -100 viene posto uguale a -100, altrimenti il valore viene lasciato inalterato; si genera così una “mappa aggiustata" 307. Vi à ̈ poi una fase 308 in cui si genera una “mappa di frazioni di gas" 309. Le fasi descritte nel seguito sono quelle più strettamente legate alla determinazione della disomogeneità e che vengono effettuate per ogni voxel della “mappa di frazioni di gas" 309 considerato voxel centrale VXC. Vi à ̈ una fase 310 in cui si individua uno spazio CC intorno al voxel centrale, sulla base dei parametri R1 ed R2 oppure R1 e D oppure R2 e D, contenente una pluralità di voxel periferici VXP.
Vi à ̈ una fase 311 di calcolo dei rapporti della “frazione di gas†di ciascun voxel periferico VXP dello spazio CC con la “frazione di gas†del voxel centrale VXC effettuando il calcolo FGVxp/FGVxcottenendo una pluralità di valori RAcc.
Vi à ̈ una fase 312 di calcolo del massimo tra i valori della pluralità RAcc. Si genera così una “mappa di valori massimi†313.
Infine, vi può essere una fase 314 di “aggiustaggio†dei valori massimi della mappa 313. In tale fase, viene considerato ciascuno dei valori massimi della mappa 313; se il valore à ̈ minore di 1 viene posto uguale a 1 , altrimenti il valore viene lasciato inalterato; si genera così una “mappa di valori massimi aggiustati†315 che, secondo la presente invenzione, viene usata come “mappa di disomogeneità locale†.
Il metodo appena descritto si presta a modifiche e/o aggiunte.
Ad esempio, in alternativa o in aggiunta alla fase 308 di generazione della “mappa di frazioni di gas†309, vi può essere una fase di generazione di una mappa di “frazioni di tessuto" e/o di “gradienti†.
Ad esempio, in alternativa o in aggiunta alla fase 312 di calcolo dei massimi e di generazione della relativa mappa 313, vi può essere una fase di calcolo di uno o più predeterminati “percentili†(o altri valori derivanti da distribuzioni statistiche) e di generazione di una relativa mappa.
Il metodo secondo la presente invenzione si presta ad essere implementato mediante un programma per elaboratore; questo comprenderà, allora, porzioni di codice atte a realizzare i passi del metodo quando esse sono eseguite da un elaboratore.
Tale programma può essere installato in ed eseguito da una apparecchiatura per tomografia computerizzata già prodotta ed operativa ad esempio in un ospedale; infatti, tale genere di apparecchiature integrano sempre un elaboratore con installati e funzionanti vari programmi; quindi questo può essere un ulteriore programma per ricavare ulteriori informazioni sull’individuo esaminato.
Il metodo secondo la presente invenzione può essere implementato in una apparecchiatura per tomografia computerizzata e quindi dare origine ad una apparecchiatura nuova ed utile.
Tale apparecchiatura comprende specifici mezzi atti ad implementare il metodo, in particolare mezzi di memoria interni o esterni che memorizzano un programma per elaboratore come indicato sopra.

Claims (11)

  1. RIVENDICAZIONI 1. Metodo per determinare disomogeneità in una porzione di tessuto animale che prevede di predisporre una mappa tridimensionale di densità di detta porzione di tessuto, detta mappa essendo ottenuta mediante tomografia computerizzata e quindi essendo formata da una pluralità di voxel, in cui, per ogni voxel di detta mappa, considerato di volta in volta come voxel centrale, si effettuano i seguenti passi : - individuare uno spazio che circonda detto voxel centrale e che contiene un gruppo di voxel periferici, - per ogni voxel periferico di detto gruppo calcolare un valore proporzionale al rapporto o alla differenza tra la densità di detto voxel periferico e la densità di detto voxel centrale ottenendo una pluralità di valori, - calcolare il massimo e/o il minimo e/o la media e/o un valore di ripartizione statistica di detti valori ottenendo un indicatore locale di disomogeneità di detto tessuto animale in corrispondenza di detto voxel centrale.
  2. 2. Metodo secondo la rivendicazione 1 , in cui detto spazio à ̈ una sfera, preferibilmente cava, centrata su detto voxel centrale.
  3. 3. Metodo secondo la rivendicazione 2, in cui il raggio minore di detta sfera à ̈ da 0,0 mm a 7,1 mm, in particolare da 2,2 mm a 5,3 mm.
  4. 4. Metodo secondo la rivendicazione 2 o 3, in cui il raggio maggiore di detta sfera à ̈ da 1 ,1 mm a 10,6 mm, in particolare da 3,3 mm a 8,8 mm.
  5. 5. Metodo secondo la rivendicazione 2 o 3 o 4, in cui lo spessore di detta sfera à ̈ da 1 ,1 mm a 3,5 mm.
  6. 6. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui detta mappa tridimensionale deriva da una mappa tridimensionale originale generata da una apparecchiatura per tomografia computerizzata e poi filtrata spazialmente mediante un filtro spaziale passa-basso che attenua fortemente le frequenze spaziali superiori ad una frequenza predeterminata corrispondente all’inverso di una lunghezza predeterminata.
  7. 7. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui, per ogni voxel di detta mappa, considerato di volta in volta come voxel centrale, si effettuano i seguenti passi : A) calcolare la “frazione di gas" di detto voxel centrale, B) individuare uno spazio a forma di sfera cava che circonda detto voxel centrale e che contiene un gruppo di voxel periferici, C) per ogni voxel periferico di detto gruppo calcolare un valore corrispondente al rapporto della "frazione di gas†di detto voxel periferico con la “frazione di gas†di detto voxel centrale ottenendo una pluralità di valori, D) calcolare il massimo di detti valori ottenendo un indicatore locale di disomogeneità di detto tessuto animale in corrispondenza di detto voxel centrale.
  8. 8. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui detta porzione di tessuto animale corrisponde ad un intero polmone.
  9. 9. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui un indicatore globale di disomogeneità à ̈ ricavato da detto indicatore locale di disomogeneità di tutti i voxel di detta porzione di tessuto.
  10. 10. Programma per elaboratore comprendente porzioni di codice atte a realizzare i passi del metodo secondo una qualsiasi delle rivendicazioni precedenti quando esse sono eseguite da un elaboratore.
  11. 11. Apparecchiatura per tomografia computerizzata comprendente mezzi atti a implementare il metodo secondo una qualsiasi delle rivendicazioni precedenti da 1 a 9 e/o mezzi di memoria che memorizzano il programma per elaboratore secondo la rivendicazione 10.
IT000062A 2011-12-13 2011-12-13 Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa ITCO20110062A1 (it)

Priority Applications (4)

Application Number Priority Date Filing Date Title
IT000062A ITCO20110062A1 (it) 2011-12-13 2011-12-13 Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa
PCT/IB2012/057172 WO2013088336A1 (en) 2011-12-13 2012-12-11 Method for determining inhomogeneity in animal tissue and equipment to implement it
US14/364,551 US9775581B2 (en) 2011-12-13 2012-12-11 Method for determining inhomogeneity in animal tissue and equipment to implement it
EP12815827.6A EP2791902B1 (en) 2011-12-13 2012-12-11 Method for determining inhomogeneity in human lung tissue and equipment to implement it

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT000062A ITCO20110062A1 (it) 2011-12-13 2011-12-13 Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa

Publications (1)

Publication Number Publication Date
ITCO20110062A1 true ITCO20110062A1 (it) 2013-06-14

Family

ID=45809407

Family Applications (1)

Application Number Title Priority Date Filing Date
IT000062A ITCO20110062A1 (it) 2011-12-13 2011-12-13 Metodo per determinare disomogeneita' in tessuto animale e apparecchiatura che lo implementa

Country Status (4)

Country Link
US (1) US9775581B2 (it)
EP (1) EP2791902B1 (it)
IT (1) ITCO20110062A1 (it)
WO (1) WO2013088336A1 (it)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6676338B2 (ja) * 2015-10-30 2020-04-08 キヤノン株式会社 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム
EP3388107B1 (en) 2017-04-13 2021-10-13 RaySearch Laboratories AB Method, system and computer program product for ion radiotherapy

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003034176A2 (en) * 2001-10-16 2003-04-24 The University Of Chicago Computer-aided detection of three-dimensional lesions

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DAVID W KACZKA ET AL: "Analysis of Regional Mechanics in Canine Lung Injury Using Forced Oscillations and 3D Image Registration", ANNALS OF BIOMEDICAL ENGINEERING, KLUWER ACADEMIC PUBLISHERS-PLENUM PUBLISHERS, NE, vol. 39, no. 3, 4 December 2010 (2010-12-04), pages 1112 - 1124, XP019881223, ISSN: 1573-9686, DOI: 10.1007/S10439-010-0214-0 *
GATTINONI L ET AL: "Stress and strain within the lung", CURRENT OPINION IN CRITICAL CARE, CURRENT SCIENCE, PHILADELPHIA, PA, US, vol. 18, no. 1, 1 February 2012 (2012-02-01), pages 42 - 47, XP009160989, ISSN: 1070-5295, DOI: 10.1097/MCC.0B013E32834F17D9 *
GATTINONI: "Mechanical ventilation in ALI/ARDS patients: do any harmful thresholds really exist?", 15 April 2010 (2010-04-15), XP009161028, Retrieved from the Internet <URL:http://www.interactie.org/jdownloads/Presentaties/Symposium%20Intensive%20Care%202020%20-%20UMC%20Utrecht/gattinoni.pdf> [retrieved on 20120710] *
RAUSCH S M K ET AL: "Local Strain Distribution in Real Three-Dimensional Alveolar Geometries", ANNALS OF BIOMEDICAL ENGINEERING, KLUWER ACADEMIC PUBLISHERS-PLENUM PUBLISHERS, NE, vol. 39, no. 11, 24 May 2011 (2011-05-24), pages 2835 - 2843, XP019964153, ISSN: 1573-9686, DOI: 10.1007/S10439-011-0328-Z *

Also Published As

Publication number Publication date
EP2791902B1 (en) 2019-04-10
US9775581B2 (en) 2017-10-03
US20140343414A1 (en) 2014-11-20
EP2791902A1 (en) 2014-10-22
WO2013088336A1 (en) 2013-06-20

Similar Documents

Publication Publication Date Title
EP3043276A3 (en) Personalized whole-body circulation in medical imaging
JP2016002464A5 (it)
JP2018535856A (ja) 3dプリント用途における品質管理のためのシステムと方法
JP2016002464A (ja) 磁気共鳴イメージング方法
ITCO20110062A1 (it) Metodo per determinare disomogeneita&#39; in tessuto animale e apparecchiatura che lo implementa
US10702444B2 (en) Non-surgical torso deformity correction devices and methods related thereto
SG11201900972UA (en) Health-level measuring method, health-level determining apparatus, and hair-health examination system
Gupta et al. Monitoring osseointegrated prosthesis loosening and fracture using electrical capacitance tomography
EP3496109A1 (en) Oscillatory dark-field imaging
JP2018502622A5 (it)
Chakouch et al. Development of a phantom mimicking the functional and structural behaviors of the thigh muscles characterized with magnetic resonance elastography technique
JP2016116853A (ja) タンポン試験方法及び器具
CN107133999A (zh) 应用匹配追踪的层析成像重建方法
JP6400947B2 (ja) グリッド同様のコントラスト強調のためのx線撮像システム及び方法
Rinaldi et al. Three-dimensional analysis of pulmonary nodules: variability of semiautomated volume measurements between different versions of the same software
JP2016174863A (ja) X線ct装置用ファントム
Benacchio et al. Ear canal deformations by various earplugs: An in situ investigation using MRI
CN102151139B (zh) X线胸部摄影曝光控制仪
CN204971282U (zh) 用于血管内eit成像的检测装置
JP2018183585A (ja) 手技前後の鼻腔のマッピング
Gupta et al. Monitoring osseointegrated prosthesis loosening and fracture using electrical capacitance
JP2010538730A (ja) 医療システム内の関心対象をモニタリングする方法及び装置
Dubsky et al. Dynamic four-dimensional X-ray PIV of the lung
RU2544099C1 (ru) Способ диагностики гиперинфляции легких
ES2814158T3 (es) Sistema de procesamiento de mediciones manométricas