NL1024869C2 - Werkwijze en systeem voor het meten van voor ziekte relevante weefselveranderingen. - Google Patents

Description

Korte aanduiding: Werkwijze en systeem voor het meten van voor ziekte relevante weefselveranderingen.

De uitvinding heeft betrekking op een werkwijze en een systeem voor het bewerken van medische beeldgegevens om behulpzaam te zijn bij de detectie en diagnose van ziekte en meer in het bijzonder op een werkwijze en een systeem voor het meten van weefselver-5 anderingen, die verbonden zijn met chronische longziekte, in van een röntgenstralingscomputertomografie(CT)systeem verkregen medische beelden.

Een röntgenstraling-radiografisch systeem is het meer algemeen gebruikte diagnostische gereedschap, dat bruikbaar is met het 10 doel longziekten in mensen te detecteren. Longziekten, zoals bronchitis, emfyseem en longkanker, zijn ook detecteerbaar in borstra-diografen en CT. CT-systemen verschaffen echter in het algemeen meer dan 80 afzonderlijke beelden voor een enkele CT-aftasting, waardoor deze een aanzienlijke hoeveelheid informatie aan een radio-15 loog verschaffen voor gebruik bij het interpreteren van de beelden en het detecteren van verdachte gebieden, die een ziekte kunnen aangeven.

Verdachte gebieden zijn gedefinieerd als de gebieden, waarvan een geoefende radioloog zou aanbevelen om deze via daaropvolgende 20 diagnostische beeldvorming, biopsie, functionele longtesten of andere methoden te volgen. Het door een enkele CT-aftasting gepresenteerde aanzienlijke volume gegevens betekent een tijdrovend proces voor radiologen. Conventioneel longkankeronderzoek brengt in het algemeen een handmatige interpretatie van de 80 of meer beelden 25 door de radioloog met zich mee. Vermoeidheid is daarom een aanzienlijke factor, die de gevoeligheid en specifiekheid van de menselijke uitlezing beïnvloedt. Bij andere ziekten, zoals emfyseem, is het voor een radioloog moeilijk om de mate van voortgang van de ziekte te classificeren door slechts naar de CT-beelden te kijken.

30 Chronische obstructieve longziekte (COPD) wordt geïdentifi ceerd op basis van symptomen, bevattende hoesten, fluitende ademhaling en kortademigheid (dyspnoe). COPD omvat een aantal ademhalingsziekten, waarvan de meest prominente longemfyseem en chronische bronchitis zijn. COPD beïnvloedt grote luchtwegen, kleine 1024869 - 2 - luchtwegen en parenchymateus in patiënten. De ziekten worden typisch veroorzaakt door roken en luchtvervuiling en zijn verbonden met genetische aanleg, die alfa-anti-elastasegebrek veroorzaakt.

Longemfyseem of luchtruimtedestructie, is het meest prominen-5 te kenmerk van parenchymateusverandering in COPD-patiënten. Longemfyseem is het resultaat van het verlies aan elasticiteit van long-weefsel. Er zijn vier typen longemfyseem: centrilobular, panlobular of panacinar, distaai acinar of paraseptal en onregelmatig. De eerste twee typen dragen bij aan het grootste deel van emfysematische 10 COPD. De classificatie is gebaseerd op de anatomische verdeling van luchtruimtedestructie in een lob, welke lob een cluster van acini is.

Op dit moment kan longemfyseem slechts geclassificeerd worden door middel van autopsie. Longemfyseem wordt typisch gediagnosticeerd door middel van macroscopische fysiologische responsies, medische beeldvor-15 ming en anatomisch autopsieonderzoek. Het gebruik van CT-beeldgegevens met hoge resolutie is een veelbelovende techniek voor het meten van het longvolume voor diagnosedoeleinden. Eén van de meer prominente ziekte-indicatoren is echter afbraak van de alveoli en andere weefsel-veranderingen van de long, die op dit moment moeilijk uit CT-beeldge-20 gevens te bepalen zijn.

Het detecteren van emfyseem in vroege stadia is het meest wenselijk. De door emfyseem veroorzaakte schade wordt dikwijls in latere stadia van de ziekte gedetecteerd en de effecten zijn permanent. Hoewel de effecten van emfyseem niet omgekeerd kunnen worden, kan vroege 25 diagnose van emfyseem het door de patiënt nemen van maatregelen om verdere voortgang van de door de ziekte veroorzaakte schade te voorkomen, mogelijk maken. Aangezien meer en meer therapie- en medicijnbe-handelingen worden ontdekt, zal het bovendien wenselijk zijn om de reactie van de patiënt op een dergelijke behandeling te kunnen bewa-30 ken.

Om diagnose en het volgen van verschillende vormen van COPD mogelijk te maken is een robuuste werkwijze en een robuust systeem voor het meten van voor ziekte relevante weefselveranderingen in medische beelden noodzakelijk.

35 Volgens een eerste aspect is een werkwijze voor ten minste één van het kwantificeren, diagnostiseren en voorspellen van voor ziekte relevante veranderingen uit beeldgegevens verschaft. De werkwijze omvat het toepassen van ten minste één segmentatieproces op de beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te ge- 1 024869_ _ - 3 - nereren, het onttrekken van voor een gegeven ziekte relevante kenmerken uit de gesegmenteerde gebieden om onttrokken kenmerken te genereren, en het mathematisch modelleren van de kenmerken voor gebruik bij één van het diagnostiseren, kwantificeren en voorspellen van verande-5 ringen, die een indicatie zijn van de gegeven ziekte.

Volgens een tweede aspect is een systeem voor ten minste één van het kwantificeren, diagnostiseren en voorspellen van voor ziekte relevante veranderingen uit verworven beeldgegevens verschaft. Het systeem omvat een beeldvormingsinrichting voor het verwerven van de 10 beeldgegevens en een beeldbewerkingsinrichting. De beeldbewerkingsin-richting is ingericht voor het toepassen van ten minste één segmenta-tieproces op de beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te genereren en voor het onttrekken van voor een gegeven ziekte relevante kenmerken uit de gesegmenteerde gebieden om 15 onttrokken kenmerken te genereren, en is verder ingericht voor het mathematisch modelleren van de kenmerken voor gebruik in één van het diagnostiseren, kwantificeren en voorspellen van veranderingen, die een indicatie zijn van de gegeven ziekte.

De kenmerken en voordelen van de uitvinding zullen duidelijk 20 worden uit de volgende gedetailleerde beschrijving van de uitvinding, wanneer deze gelezen wordt in samenhang met de bijgevoegde tekeningen, waarin: fig. 1 een blokschemaillustratie van een medisch beeldvormings-systeem is, waarbij uitvoeringsvormen van de uitvinding toepasbaar 25 zijn; en fig. 2 een blokschema en voorbeeldillustraties van werkwijzen, die de uitvinding toepassen, zijn.

Er wordt nu verwezen naar fig. 1, waarin een algemeen blokschema van een systeem 100 voor ziektedetectie is weergegeven. Het systeem 30 100 bevat een beeldvormingsinrichting 110, die gekozen kan worden uit een aantal in de techniek bekende beeldvormingsinrichtingen voor het genereren van een aantal beelden. Het meest gebruikelijk worden computertomografie (CT) - en magnetische-resonantiebeeldvormings (-MC-RI) systemen gebruikt om een aantal medische beelden te genereren.

35 Tijdens een CT-beeldvormingssessie is een patiënt in de beeld vormingsinrichting geplaatst en wordt deze patiënt aan een aantal röntgenstralen blootgesteld, welke röntgenstralen met een reeks van röntgenstralingsdetectoren worden gemeten. Een bundel van röntgenstralen gaat door een bepaalde dunne dwarsdoorsnede of "plak" van de pa- 1 n?A ftfifl - 4 - tiënt. De detectoren meten de hoeveelheid doorgelaten straling. Deze informatie wordt gebruikt om de stralingsverzwakkingscoëfficiënt voor monsterpunten in het lichaam te berekenen. Op basis van de berekende röntgenstralingsverzwakkingscoëfficiënten wordt vervolgens een grijs-5 schaalbeeld geconstrueerd. De grijstinten in het beeld representeren de hoeveelheid röntgenstralingsabsorptie van elk punt in de plak. De tijdens een CT-sessie verkregen plakken kunnen gereconstrueerd worden om een anatomisch juiste representatie van het van belang zijnde gebied binnen het lichaam, dat aan de röntgenstralen werd blootgesteld, 10 te verschaffen.

Tijdens een MR-beeldvormingssessie is de patiënt in een door een grote magneet gegenereerd sterk magnetisch veld geplaatst. Gemagnetiseerde protonen in de patiënt, zoals waterstofatomen, lijnen zich uit met het door de magneet geproduceerde magnetische veld. Een be-15 paalde plak van de patiënt wordt blootgesteld aan radiogolven, die een oscillerend magnetisch veld loodrecht op het hoofdmagnetisch veld creëren. De plakken kunnen in elk door de arts of technicus (hierna de "bediener" genoemd), die de beeldvormingssessie uitvoert, gekozen vlak worden genomen. De protonen in het lichaam van de patiënt absorberen 20 eerst de radiogolven en zenden vervolgens de golven uit door uit uitlij ning met het veld te bewegen. Wanneer de protonen terugkeren naar hun oorspronkelijke toestand (voor excitatie) worden diagnostische beelden op basis van de door het lichaam van de patiënt uitgezonden golven gecreëerd. Zoals bij CT-beeldplakken, kunnen de MR-beeldplakken 25 gereconstrueerd worden om een totaalbeeld van het van belang zijnde lichaamsgebied te verschaffen. Delen van het lichaam, die een sterk signaal produceren, worden als wit in een MR-beeld weergegeven, terwijl delen van het lichaam met de kleinste signalen als zwart worden weergegeven. Andere lichaamsdelen, die variërende signaalintensiteiten 30 tussen hoog en laag hebben, worden als een grijstint weergegeven.

Zodra MR- of CT-beginbeelden zijn verkregen, worden de beelden in het algemeen gesegmenteerd. Het segmentatieproces classificeert de pixels of voxels van een beeld in een bepaald aantal klassen, die homogeen zijn met betrekking tot een karakteristiek (bijv. intensiteit, 35 textuur, enz.). In bijvoorbeeld een gesegmenteerd beeld van het brein, kan het materiaal van het brein in drie klassen gecategoriseerd worden: grijze materie, witte materie en cerebro-spinaalvloeistof. Individuele kleuren kunnen worden gebruikt om gebieden van elke klasse te markeren nadat de segmentatie is voltooid. Zodra het gesegmenteerde 1024869 - 5 - beeld is ontwikkeld, kunnen chirurgen de gesegmenteerde beelden gebruiken om chirurgische technieken te plannen.

Het creëren van een gesegmenteerd CT- of MR-beeld brengt in het algemeen verschillende stappen met zich mee. Een gegevensreeks wordt 5 gecreëerd door middel van het verzamelen van CT- of MR-plakken van gegevens. Via het segmentatieproces wordt vervolgens een grijsschaal-waarde toegekend aan elk punt in de gegevensreeks. Deze standaardkleuring maakt het voor het het beeld bekijkende individu mogelijk om de in de beelden gerepresenteerde voorwerpen eenvoudig te onderkennen.

10 Fig. 1 toont een medisch beeldvormingssysteem 100, waarop uit voeringsvormen van de uitvinding toepasbaar zijn. Het systeem bevat een beeldvormingsinrichting 110, een processor 120 en een koppelings-eenheid 130. De beeldvormingsinrichting 110 is ingericht om een aantal beeldgegevensreeksen 240 te genereren en is bijvoorbeeld een computer-15 tomografie(CT)- of magnetische-resonantie(MR)scanner. In de context van CT of MR wordt het verwerven van beeldgegevens in het algemeen als "aftastingen" aangeduid. In een voorkeursuitvoeringsvorm worden de beelden verworven onder gebruikmaking van een CT-beeldvormingsinrichting. De processor 120 is ingericht om berekeningen volgens uitvoe-20 ringsvormen van de uitvinding uit te voeren, welke berekeningen in detail onder verwijzing naar fig. 2 zullen worden beschreven. De processor 120 is ook ingericht om reken- en besturingsfuncties voor algemeen bekende beelbewerkingstechnieken, zoals reconstructie, beeldgegevens-geheugenopslag, segmentatie en dergelijke, uit te voeren. De processor 25 120 kan een centrale verwerkingseenheid (CPU), zoals een enkele geïn tegreerde schakeling, bijvoorbeeld een microprocessor, omvatten of kan elk geschikt aantal geïntegreerde-schakelingsinrichtingen en/of scha-kelingsplaten, die samenwerken om de functies van een centrale verwerkingseenheid te bewerkstelligen, omvatten. De processor 120 bevat des-30 gewenst geheugen. Het geheugen in de processor 120 kan elk voor de vakman bekend type geheugen zijn. Deze typen omvatten dynamisch direct toegankelijk geheugen (DRAM), statisch RAM (SRAM), fl.itsgeheugen, cachegeheugen, enz. Hoewel niet expliciet weergegeven in fig. 1, kan het geheugen een enkel-type geheugencomponent zijn of kan uit vele 35 verschillende typen geheugencomponenten samengesteld zijn. De processor 120 is ook in staat om de in geheugen opgenomen programma's uit te voeren en in reactie op deze programma's of andere activiteiten, die in de loop van beeldverwerving en beeldwaarneming kunnen optreden, te werken. Zoals hierin toegepast, verwijzen "ingericht om", "geconfigu- 1 024869_ __ - 6 - reerd" en dergelijke naar mechanische of structurele verbindingen tussen elementen om de elementen in staat te stellen samen te werken om een beschreven effect te verschaffen; deze termen verwijzen ook naar werkingscapaciteiten van elektrische elementen, zoals analoge of digi-5 tale computers of toepassingsspecifieke inrichtingen (zoals een toe-passingsspecifieke geïntegreerde schakeling (ASIC)) die geprogrammeerd zijn om een reeks uit te voeren teneinde een uitgangssignaal in reactie op gegeven ingangssignalen te verschaffen.

De koppelingseenheid 130 is met de processor 120 verbonden én 10 is ingericht om menselijke gebruikers in staat te stellen met het systeem 100 te communiceren. De processor 120 is verder ingericht om berekeningen uit te voeren, welke berekeningen op een coherente wijze aan de koppelingseenheid 130 worden overgedragen, zodat een menselijke gebruiker in staat is om de overgedragen informatie te interpreteren. 15 De overgedragen informatie kan beelden in 2D of 3D, kleuren- en grijs-schaalbeelden en tekstberichten met betrekking tot diagnose- en detec-tie-informatie bevatten. De koppelingseenheid 130 kan een personal computer, een beeldbewerkingsstation, een in de hand te houden beeld-weergave-eenheid of elk conventioneel beeldweergaveplatform, in het 20 algemeen gegroepeerd als deel van een CT- of MRI-systeem, zijn.

Alle uit meerdere aftastingen van de patiënt verzamelde gegevens worden als één gegevensreeks opgevat. Elke gegevensreeks kan in kleinere eenheden, pixels of voxels, worden onderverdeeld. Wanneer de gegevensreeks tweedimensioneel is, is het beeld opgebouwd uit eenhe-25 den, die pixels worden genoemd. Een pixel is een punt in een tweedi-mensionele ruimte, waarnaar onder gebruikmaking van tweedimensionele coördinaten, gewoonlijk x en y, verwezen kan worden. Elk pixel in een beeld wordt omringd door acht andere pixels, waarbij de negen pixels een drie-bij-drie vierkant vormen. Deze acht andere pixels, die het 30 centrale pixel omringen, worden als de acht verbonden buren van het centrale pixel beschouwd. Wanneer de gegevensreeks driedimensioneel is, wordt het beeld weergegeven in eenheden, die voxels worden genoemd. Een voxel is een punt in de driedimensionele ruimte, waarnaar onder gebruikmaking van driedimensionele coördinaten, gewoonlijk x, y 35 en z, kan worden verwezen. Elk voxel wordt omringd door zesentwintig andere voxels. Deze zesentwintig voxels kunnen als de zesentwintig verbonden buren van het aanvankelijke voxel worden beschouwd.

Als deel van het verwerven van de beeldgegevens zal het voor de vakman duidelijk zijn, dat een geschikt patiëntaftastprotocol nodig 1 024869__ - 7 - is. Bijvoorbeeld vereisen borstonderzoeken onder gebruikmaking van CT of MRI typisch van de patiënt dat deze zijn adem inhoudt om bewegingsartefacten in de beeldgegevens als gevolg van ademhaling door de patiënt te reduceren. Gewoonlijk worden CT- of MRI-onderzoeken uitge-5 voerd tijdens volledige inademing of volledige uitademing. Verder kunnen contrastmiddelen gebruikt worden om de röntgenstraling in bepaalde gebieden van het lichaam te verzwakken. Contrastmiddelen zijn behulpzaam bij het verbeteren van het onderscheid tussen weefsels, die door de contrastmiddelen beïnvloed worden, en weefsels die niet beïnvloed 10 worden. In het CT-beeld zal een CT-getalverschil tussen door contrastvloeistof beïnvloede en niet-beïnvloede weefsels groter dan normaal zijn. Contrastmiddelen worden oraal, intraveneus of rectaal aan de patiënt toegediend.

Zodra de beeldgegevens zijn verworven uit de hierboven be-15 schreven beeldvormingswerkwij zen, is de beeldbewerkingsinrichting 120 ingericht om bewerkingen uit te voeren teneinde voor ziekte relevante weefselveranderingen volgens uitvoeringsvormen van de uitvinding te meten, welke uitvoeringsvormen hieronder in detail zullen worden beschreven. Zoals in de inleiding werd beschreven, zijn 20 metingen van weefselveranderingen en het volume van het longgebied sleutelindicatoren bij de diagnose en het vaststellen van het stadium van chronische obstructieve longziekte (COPD), in het bijzonder emfyseem.

Onder verwijzing naar fig. 2, is een werkwijze voor het me-25 ten, kwantificeren en/of voorspellen van voor ziekte relevante veranderingen verschaft. Zoals hierin toegepast, verwijst dë term "voor ziekte relevante veranderingen" naar met een van belang zijnde ziekte verbonden veranderingen. Bijvoorbeeld zijn het aantal randen van long-weefselcellen, de intensiteit van aangetaste gebieden van de long en 30 de oppervlakte van de aangetaste gebieden van de long indicatoren voor de aanwezigheid van emfyseem en veranderingen in deze aspecten geven een voortgang van de ziekte aan. De beeldgegevens worden in blok 210 verworven en in blok 220 door middel van een aantal segmentatiestappen gesegmenteerd. De segmentatie leidt tot gebieden met verschillende ei-35 genschappen, bijvoorbeeld intensiteit, oppervlakte, omtrek, aspectver-houding, diameter, variantie, afgeleiden en andere eigenschappen, die van belang kunnen zijn voor een gegeven ziekte. De segmentatiestappen kunnen uit vele bekende segmentatietechnieken worden gekozen. In blok 230 wordt een kenmerkonttrekking uitgevoerd op de gesegmenteerde 1024869 - 8 - beeldgegevens om relevante kenmerken voor een gegeven ziekte te onttrekken. Bijvoorbeeld zijn het aantal randen, oppervlakken en intensiteit in het bijzonder relevant. Zoals tot dusverre beschreven is, kunnen de technieken van verwerving, segmentatie en kenmerkonttrekking 5 vele verschillende bekende technieken toepassen om relevante beeldinformatie of als alternatief verdachte gebieden voor een gegeven ziekte te onttrekken. In uitvoeringsvormen van de uitvinding wordt echter een verdere bewerking uitgevoerd om voorspellingen met betrekking tot bepaalde oppervlakken of verdachte gebieden te maken voor gebruik bij 10 het voorspellen, kwantificeren of diagnostiseren van een gegeven ziekte. Daarna kunnen de verdachte gebieden als een beeld worden weergegeven voor de gebruiker, onder gebruikmaking van vele in de techniek algemeen bekende technieken. In een voorkeursuitvoeringsvorm is de techniek het weergeven van gekleurde polygonen bovenop de beeldgege-15 vens. De gekleurde polygonen of soortgelijke benadrukte gebieden zullen corresponderen met uit de analyse resulterende waarden, welke analyse hieronder in detail wordt beschreven. Verder worden de resultaten van de gesegmenteerde gebieden bij voorkeur als de oorspronkelijke beeldgegevens overlappende benadrukte gebieden weergegeven. De weerga-20 ve kan tweedimensionaal (2D) of driedimensionaal zijn.

In een uitvoeringsvorm van de uitvinding is een werkwijze voor ten minste één van het kwantificeren, het diagnostiseren en het voorspellen van voor ziekte relevante veranderingen uit verworven beeldgegevens verschaft. De werkwijze omvat het toepassen van ten minste één 25 segmentatieproces op de beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te genereren, het onttrekken van kenmerken, die relevant zijn voor een gegeven ziekte, uit de gesegmenteerde gebieden om onttrokken kenmerken te genereren, en het mathematisch modelleren van de kenmerken voor gebruik bij één van het diagnostiseren, 30 het kwantificeren en het voorspellen van veranderingen, die een indicatie zijn van de gegeven ziekte. In het voorbeeld van een long, omvat de segmentatiestap het segmenteren van een aantal subgebieden binnen de long en het verder segmenteren voor parameters binnen de subgebieden, waarbij de parameters ten minste één van randen, oppervlakte en 35 intensiteit zijn, hoewel andere voor de vakman bekende segmentatiepa-rameters ook gesegmenteerd kunnen worden.

De mathematische modelleringsstap, die in fig. 2 als stap 250 is weergegeven, maakt het mogelijk om een biologisch verschijnsel onder gebruikmaking van bekende fysische modelleringsprincipes fysisch 1024869_ - 9 - te modelleren. In een voorkeursuitvoeringsvorm wordt de mathematische modellering uitgevoerd onder gebruikmaking van vrije-grensmodellen, zoals de modellen, die gehoorzamen aan de Wet van Von Neumann. De Wet van Von Neumann is een bekend principe, dat wordt gebruikt om bellen-5 structuren of kristalroosterstructuren, die zijn opgebouwd uit een aantal cellen, toe te lichten. Volgens de Wet van Von Neumann hebben cellen met vele randen de neiging om te groeien en hebben cellen met weinig randen de neiging te krimpen. Door middel van het modelleren van anatomische structuren en corresponderende cellen, zoals de long 10 en longcellen, is het model in staat om cellen met veel randen en weinig randen te detecteren. Het aantal randen wordt gebruikt om de mogelijkheid van ziektevoortgang te voorspellen. De Wet van Von Neumann houdt in, dat cellen met zes randen stabiel zijn. De vergelijking voor de Wet van Von Neumann is als volgt: 15 dd —— = k(N - N0) Vergelijking (1) dt waarin N het aantal randen is en NO 6 is en κ een schalingsparame-ter is, welke schalingsparameter afhankelijk is van de fysische en 20 chemische eigenschappen van de gemodelleerde structuur. Door gebruik te maken van de Wet van Von Neumann om biologische veranderingen te modelleren, is het mogelijk om groei of voortgang van de ziekte te schatten of te voorspéllen. Cellen groeien of krimpen met een lineaire snelheid volgens de Wet van Von Neumann. Hoewel de effecten van 25 emfyseem in dit stadium niet omgekeerd kunnen worden, kan de groei of voortgang van emfyseem onder gebruikmaking van de hierboven beschreven principes worden bewaakt. Het gedrag van elke cel kan derhalve tot en met topologische veranderingen worden voorspeld.

Een andere belangrijke eigenschap van vele vrije-grensmodel-30 len is schaalinvariantie. Deze eigenschap bepaalt dat de genormaliseerde verdeling fx(X | μ) | μ, waarin X een met een geometrische celmaat in het samenstel van cellen, dat de.gemodelleerde structuur vormt, verbonden willekeurige variabele is, en μ de gemiddelde waarde van X is, voldoet aan de differentiaalvergelijking 35 <?fy dfv . . .

—— x + —— μ + fx = 0 Vergelijking (2) öx δμ 1024869 i - 10 -

Deze eigenschap maakt de vergelijking van de waarschijnlijk-heidsverdeling van een geometrische parameter, zoals oppervlakte of omtrek, met een door de genormaliseerde verdeling van dezelfde parame- j ter verschafte standaard mogelijk en bij deze vergelijking optredende j

5 afwijkingen of verschillen kunnen als een diagnostisch en kwantifica- I

tiegereedschap voor de ziekte worden toegepast.

De hierboven beschreven uitvoeringsvormen richten zich op emfyseem als de gegeven ziekte en de voor emfyseem relevante kenmerken zijn oppervlakte van aangetaste gebieden van een long, intensiteit van 10 gebieden van de long en het aantal randen van cellen binnen de long.

Het zal echter duidelijk zijn, dat andere ziekten door middel van de Wet van Von Neumann toegelicht kunnen worden. Op overeenkomstige wijze is de Wet van Von Neumann een voorbeelduitvoeringsvorm voor mathematische modellering. Er zijn vele andere bekende principes en technieken, 15 zoals een Potts-model, Markov-keten, Gibbs-keten, Monte Carlo-algo-ritme, diffusievergelijkingen of faseveldmodel voor beschreven cellen met een rooster- of bellenstructuur, welke principes en technieken eveneens kunnen worden gebruikt.

Onder verwijzing naar fig. 2 worden de gemodelleerde cellen en 20 onttrokken kenmerken in stap 240 voor lokale en totale scores van hevigheid en voortgang geanalyseerd. Lokale analyse zal zich richten op een geselecteerd van belang zijnd gebied(en), waarbij totale scores zich zullen richten op ziektevoortgang. Er bestaan typisch ziektestadia, die gebaseerd zijn op vele factoren, bevattende oppervlakten van 25 zieke weefsels versus gezond weefsel, veranderingssnelheidsmetingen en ruimtelijke verdeling van aangetaste oppervlakken, welke factoren in zekere mate standaard zijn op klinisch gebied. Als deel van het diag-nostiseren en behandelen van een patiënt wordt indexering gebruikt om het ziektestadium van de patiënt te bepalen.

30 De analyse bevat het analyseren van de onttrokken kenmerken om de hevigheid en voortgang van de gegeven ziekte vast te stellen. Bovendien is er bij voorkeur een algemene analysestap 260, waarin de onttrokken kenmerken onder gebruikmaking van ten minste één histogram-analyse worden bewerkt om onder gebruikmaking van histogrammen, die 35 algemeen bekend zijn in de techniek van het analyseren van beelden, verschillende kenmerken te meten.

Zodra de hierboven beschreven bewerking voltooid is, kan de werkwijze verder het genereren van een uitgangssignaal van het niveau en voortgang van de ziekte omvatten. Bijvoorbeeld kan het uitgangssig- 1024869 - 11 - naai gebruikt worden om het stadium van de gegeven ziekte in een patiënt te bepalen, voor het meten van de reactie op een therapie, voor fenotypering voor patiëntselectie om deel te nemen aan medicijnonder-zoeken, voor het meten van de stabiliteit van een anatomische struc-5 tuur en voorspelling van de veranderingssnelheid van de gegeven ziekte. Zoals hierin toegepast, verwijst de term "fenotypering" naar het observeren van fysieke of biochemische karakteristieken, zoals deze bepaald worden door genetische opbouw en omgevingsinvloeden, en om een specifieke erfelijke aanleg, zoals gestalte of bloedtype, op basis van 10 de invloeden uit te drukken. Een fenotype is een individu of een groep van organismen, die een bepaald fenotype vertonen.

Bovendien kan het uitgangssignaal een weergave van de analyseresultaten omvatten alsmede verdachte gebieden, zoals deze in de hierboven beschreven werkwijzen zijn onttrokken identificeren. De 15 weergave kan bènadrukte gebieden in het beeld zijn, waarbij de benadrukte gebieden corresponderen met waarden uit de analyse. In een voorkeursuitvoeringsvorm worden gekleurde polygonen bovenop de beeld- ; gegevens weergegeven. De weergave kan 2D of 3D zijn.

Verder is een systeem voor ten minste één van het kwantifice-20 ren, het diagnostiseren en het voorspellen van voor ziekte relevante veranderingen uit verworven beeldgegevens verschaft. Het systeem omvat een beeldvormingsinrichting voor het verwerven van de beeldgegevens en een beeldbewerkingsinrichting. De beeldbewerkingsinrichting is ingericht voor het toepassen van ten minste één segmentatieproces op de 25 beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te genereren en het onttrekken van voor een gegeven ziekte relevante kenmerken uit de gesegmenteerde gebieden om onttrokken kenmerken te genereren, en is verder ingericht voor het mathematisch modelleren van de kenmerken voor gebruik in één van het diagnostiseren, het kwantifi-30 ceren en het voorspellen van veranderingen, die een indicatie zijn van de gegeven ziekte.

De in de voorgaande alinea's gepresenteerde uitvoeringsvormen . van de uitvinding richten zich op het probleem van het lokaliseren van verdachte gebiéden in CT-longaftastingen. Het zal duidelijk zijn, dat 35 de meettechnieken direct overgebracht kunnen worden op andere beeld-vormingsmodaliteiten (bijvoorbeeld MRI, röntgenstraling, ultrageluid-scanner, positronemissietomografie(PET)scanner). De hierboven gepresenteerde uitvoeringsvormen van de uitvinding richten zich verder op voor ziekte relevante veranderingen, die emfyseem in de long betref- 1024869 - 12 - fen, doch het zal duidelijk zijn, dat andere biologische veranderingen in andere anatomische gebieden eveneens voordeel kunnen halen uit de hierboven beschreven mathematische modelleringstechnieken.

Hoewel hierin voorkeursuitvoeringsvormen van de uitvinding zijn 5 weergegeven en beschreven, zal het duidelijk zijn, dat dergelijke uitvoeringsvormen slechts bij wijze van voorbeeld zijn verschaft. Talrijke variaties, veranderingen en substituties binnen het kader van de uitvinding zullen voor de vakman duidelijk zijn. Er wordt dienovereenkomstig beoogd, dat de uitvinding slechts door de gedachte en het ka-10 der van de bijgevoegde conclusies wordt beperkt.

j 1024869

Claims (24)

1. Werkwijze voor ten minste één van het kwantificeren, diag- j nostiseren en voorspellen van voor ziekte relevante veranderingen uit verworven beeldgegevens, omvattende: het toepassen (220) van ten minste één segmentatieproces op 5 de beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te genereren; het onttrekken (230) van kenmerken, die relevant zijn voor een gegeven ziekte, uit de gesegmenteerde gebieden om onttrokken kenmerken te genereren; en 10 het mathematisch modelleren (250) van de kenmerken voor ge bruik bij één van het diagnostiseren, het kwantificeren en het voorspellen van veranderingen, die een indicatie zijn van de gegeven ziekte.

2. Werkwijze volgens conclusie 1, waarin de stap van het mathe-15 matisch modelleren het gebruik van vrije-grensmodellen, zoals de modellen die gehoorzamen aan de Wet van Von Neumann, omvat.

3. Werkwijze volgens conclusie 1 of 2, waarin de gegeven ziekte emfyseem is en de voor emfyseem relevante kenmerken respectieve oppervlakken van aangetaste gebieden van een long, intensiteit van gebieden 20 van de long en het aantal randen van cellen binnen de long zijn.

4. Werkwijze volgens elk van de conclusies 1-3, verder omvattende het analyseren (240) van de onttrokken kenmerken om hevigheid en voortgang van de gegeven ziekte vast te stellen.

5. Werkwijze volgens elk van de conclusies 1-4, waarin de ont-25 trekkingsstap het genereren van ten minste één histograraanalyse voor een gegeven kenmerk omvat om het kenmerk te onttrekken.

6. Werkwijze volgens elk van de conclusies 1-5, waarin het van belang zijnde gebied een long is en de beeldgegevens worden verworven door middel van ten minste één van computertomografie (CT), magneti- 30 sche-resonantiebeeldvorming (MCRI), röntgenstraling en ultrageluid.

7. Werkwijze volgens conclusie 6, waarin de segmentatiestap het segmenteren van een aantal subgebieden binnen de long en verder het segmenteren voor parameters binnen de subgebieden omvat.

8. Werkwijze volgens elk van de conclusies 4-7, verder omvat-35 tende het genereren van een uitgangssignaal (270) van het niveau en de voortgang van de ziekte. 1024869 - 14 -

9. Werkwijze volgens conclusie 8, waarin het uitgangssignaal benadrukte gebieden, die corresponderen met waarden van de onttrek-kingsstap, omvat.

10. Werkwijze volgens conclusie 9, waarin de benadrukte gebie-5 den op de beeldgegevens worden weergegeven.

11. Werkwijze volgens elk van de conclusies 8-10, waarin het uitgangssignaal wordt gebruikt voor ten minste één van het bepalen van het stadium van de gegeven ziekte in een patiënt, het meten van de reactie op een therapie, fenotypering voor patiëntselectie om deel te 10 nemen aan medicijnonderzoeken, het meten van de stabiliteit van een anatomische structuur en voorspelling van de veranderingssnelhéid van de gegeven ziekte.

12. Systeem voor ten minste één van het kwantificeren, diagnos-tiseren en voorspellen van voor ziekte relevante veranderingen uit 15 verworven beeldgegevens, omvattende: een beeldvormingsinrichting (110) voor het verwerven van de beeldgegevens; en een beeldbewerkingsinrichting (120), die is ingericht voor het toepassen van ten minste één segmentatieproces op de beeldgegevens om 20 een aantal van belang zijnde gesegmenteerde gebieden te genereren en voor het onttrekken van kenmerken, die relevant zijn voor een gegeven ziekte, uit de gesegmenteerde gebieden om onttrokken kenmerken te genereren, en die verder is ingericht voor het mathematisch modelleren van de kenmerken voor gebruik in één van het diagnostiseren, kwantifi- 25 ceren en voorspellen van veranderingen, die een indicatie zijn van de gegeven ziekte.

13. Systeem volgens conclusie 12, waarin de mathematische modellering vrije-grensmodellen, zoals de modellen, die gehoorzamen aan de Wet van Von Neumann, gebruikt.

14. Systeem volgens conclusie 12 of 13, waarin de gegeven ziekte emfyseem is en de voor emfyseem relevante kenmerken respectieve oppervlakken van aangetaste gebieden van een long, intensiteit van gebieden van de long en het aantal randen van cellen binnen de long zijn.

15. Systeem volgens elk van de conclusies 12-14, waarin de beelbewerkingsinrichting verder is ingericht voor het analyseren van de onttrokken kenmerken om de hevigheid en voortgang van de gegeven ziekte vast te stellen. 1024869 - 15 -

16. Systeem volgens elk van de conclusies 12-15, waarin de beeldbewerkingsinrichting (120) is ingericht om kenmerken te onttrekken door middel van het genereren van ten minste één histogramanalyse voor een gegeven kenmerk om de kenmerken te onttrekken.

17. Systeem volgens elk van de conclusies 12-16, waarin het van belang zijnde gebied een long is en de beeldgegevens worden verworven door middel van ten minste één van computertomografie (CT), magneti-sche-resonantiebeeldvorming (MCRI), röntgenstraling en ultrageluid.

18. Systeem volgens conclusie 17, waarin de beeldbewerkingsin-10 richting (120) is ingericht voor het segmenteren van een aantal subge- bieden binnen de long, waarbij de parameters ten minste één van randen, oppervlakte en intensiteit zijn.

19. Systeem volgens elk van de conclusies 12-18, verder omvattende een koppelingseenheid (240) om een uitgangssignaal weer te ge- 15 ven, welk uitgangssignaal wordt gebruikt voor ten minste één van het vaststellen van het stadium van de gegeven ziekte in een patiënt, het meten van de reactie op een therapie, fenotypering voor patiëntselec-tie om deel te nemen aan medicijnonderzoeken, het meten van de stabiliteit van een anatomische structuur en voorspelling van de verande-20 ringssnelheid van de gegeven ziekte.

20. Systeem volgens elk van de conclusies 12-19, verder omvattende een koppelingseenheid (240) om een uitgangssignaal weer te geven, waarbij het uitgangssignaal benadrukte gebieden, die corresponderen met waarden van de onttrekkingsstap, omvat.

21. Systeem volgens conclusie 20, waarin de benadrukte gebieden op de beeldgegevens worden weergegeven.

22. Werkwij ze voor ten minste één van het diagnostiseren, kwantificeren en voorspellen van emfyseem uit verworven medische beeldgegevens , omvattende: 30 het toepassen (220) van ten minste één segmentatie op de ver worven medische beeldgegevens om een aantal van belang zijnde gesegmenteerde gebieden te genereren; het onttrekken (230) van kenmerken, die relevant zijn voor emfyseem, uit de gesegmenteerde gebieden om onttrokken kenmerken te ge-35 nereren; het mathematisch modelleren (250) van de kenmerken voor gebruik in één van het diagnostiseren, het kwantificeren en het voorspellen van veranderingen, die een indicatie zijn van het emfyseem. 1024869 - 16 -

23. Werkwijze volgens conclusie 22, waarin de stap van het mathematisch modelleren het gebruik van vrije-grensmodellen, zoals de modellen die gehoorzamen aan de Wet van Von Neumann, omvat.

24. Werkwijze volgens conclusie 22 of 23, waarin de voor emfy-5 seem relevante kenmerken oppervlakte van aangetaste gebieden van een long, intensiteit van gebieden van de long en aantal randen van cellen binnen de long zijn. 1024869