RU2455689C2 - Создание изображения на основе ограниченного набора данных - Google Patents
Создание изображения на основе ограниченного набора данных Download PDFInfo
- Publication number
- RU2455689C2 RU2455689C2 RU2009123464/08A RU2009123464A RU2455689C2 RU 2455689 C2 RU2455689 C2 RU 2455689C2 RU 2009123464/08 A RU2009123464/08 A RU 2009123464/08A RU 2009123464 A RU2009123464 A RU 2009123464A RU 2455689 C2 RU2455689 C2 RU 2455689C2
- Authority
- RU
- Russia
- Prior art keywords
- images
- biological process
- image
- sequence
- kinetic
- Prior art date
Links
- 230000015572 biosynthetic process Effects 0.000 title 1
- 230000031018 biological processes and functions Effects 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000002285 radioactive effect Effects 0.000 claims abstract description 31
- 238000012905 input function Methods 0.000 claims abstract description 15
- 239000008280 blood Substances 0.000 claims abstract description 11
- 210000004369 blood Anatomy 0.000 claims abstract description 11
- 238000002600 positron emission tomography Methods 0.000 claims description 17
- 238000002591 computed tomography Methods 0.000 claims description 7
- 238000000746 purification Methods 0.000 claims description 7
- 238000002604 ultrasonography Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 238000002603 single-photon emission computed tomography Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract description 3
- 238000004140 cleaning Methods 0.000 abstract 1
- HIIJZYSUEJYLMX-UHFFFAOYSA-N 1-fluoro-3-(2-nitroimidazol-1-yl)propan-2-ol Chemical compound FCC(O)CN1C=CN=C1[N+]([O-])=O HIIJZYSUEJYLMX-UHFFFAOYSA-N 0.000 description 15
- 206010021143 Hypoxia Diseases 0.000 description 9
- 230000007954 hypoxia Effects 0.000 description 8
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- HIIJZYSUEJYLMX-JZRMKITLSA-N 1-fluoranyl-3-(2-nitroimidazol-1-yl)propan-2-ol Chemical compound [18F]CC(O)CN1C=CN=C1[N+]([O-])=O HIIJZYSUEJYLMX-JZRMKITLSA-N 0.000 description 1
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 241001025261 Neoraja caerulea Species 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 238000003782 apoptosis assay Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000001146 hypoxic effect Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012933 kinetic analysis Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000008289 pathophysiological mechanism Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005522 programmed cell death Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Изобретение относится к области создания изображений, отображающих биологический процесс. Техническим результатом является расширение функциональных возможностей в части обеспечения достоверного изображения типа параметрического изображения, отображающего лежащий в его основе биологический процесс на базе последовательности изображений с пропущенными данными. Для этого реализован способ оценки изображения, отображающего биологический процесс на основе последовательности из двух или более изображений биологического процесса, зарегистрированных как функция времени, например, сканером PET или SPECT после введения радиоактивного индикатора. Один или более кинетических параметров сначала извлекают, применяя фармакокинетическую модель к последовательности изображений биологического процесса. В модели используют дополнительные данные, содержащие заранее определенный диапазон кинетических параметров, и входную функцию или функцию очищения крови. Затем итеративный алгоритм применяют, чтобы прийти к модернизированной последовательности изображений, например, вставляя приближенное изображение в неполную последовательность изображений, использующих один или более кинетических параметров. После того, как выполнен критерий остановки, результирующее изображение окончательно оценивают на этапе, исходя из модифицированной последовательности изображений. 4 н. и 9 з.п. ф-лы, 4 ил.
Description
Область техники, к которой относится изобретение
Настоящее изобретение относится к области создания изображений, отображающих биологический процесс, такой как те, которые используются во внутриклинических медицинских применениях для оказания помощи при терапии и диагностике. Более конкретно, изобретение обеспечивает способ, сигнальный процессор, устройство и систему для создания изображения, которая отображает биологический процесс и которая должна использоваться в комбинации с устройством вывода сканера для отображения кинетики радиоактивного индикатора. В частности, изобретение способно обеспечивать изображение на основе ограниченного или неполного набора данных, такого как неполная временная последовательность изображений биологического процесса.
Уровень техники
Молекулярные методы получения изображения, такие как позитронно-эмиссионная томография (РЕС) и гамма-томография (SPECT), уникальны в использовании радиоактивно меченых биологических молекул в качестве радиоактивных индикаторов при изучении и визуализации патофизиологических механизмов in vivo. В принципе, функциональные методы получения изображения должны позволить раннюю визуализацию процессов болезней, так как анатомические изменения (такие как изменения размера опухоли) обычно отстают от патологической реакции.
Как сканеры РЕТ, так и сканеры SPECT могут создавать динамические изображения областей радиофармацевтического поглощения, позволяя проведение измерений в области кинетики радиоактивного индикатора. Кинетика радиоактивного индикатора обычно оценивается на основе частевых моделей. Результирующие параметры, оцененные по временному ряду динамических РЕТ- или SPECT-изображений, могут использоваться, чтобы характеризовать или количественно определять многие аспекты биологических процессов, таких как, помимо прочего, быстрое разрастание клетки, смерть клетки, доставка лекарственного средства и гипоксия опухоли.
Одной из проблем при получении четырехмерных (4D) динамических сканирований являются длительные времена сбора данных, которые в некоторых случаях могут составлять 3 часа (например, 18F-FMISO для получения изображения гипоксии с помощью РЕТ). Для повышения клинической производительности, а также удобства для пациента, данные изображения поэтому собираются в течение некоторого времени после введения радиоактивного индикатора.
Примером могут быть изображения с использованием FDG (фтордеоксиглюкоза), получаемые через 1 час после введения. Эти изображения с задержкой во времени, которые представляют распределение радиоактивного индикатора в конкретной точке во времени, хотя и полезны, не могут передать полное изображение. Другой альтернативой может быть измерение меньшего подмножества точек во времени. Исследователи изучили получение изображения в двух точках во времени с помощью FDG, чтобы определить различие между патологическими изменениями, даваемыми злокачественными опухолями, и воспаленными местами, смотрите, например, [H. Zhuang, М. Pourdehnad, E. S. Lambright, A.J. Yamamoto, М. Lanuti, P. Li, P.D. Mozley, M.D. Rossman, S.M. Albelda, and A. Alavi, "Dual Time Point 18F-FDG PET Imaging for Differentiating Malignant from Inflammatory Processes", J Nucl Med 2001; 42:1412-1417]. Однако многие из радиоактивных индикаторов, используемых при РЕТ и SPECT для исследования биологических процессов, отображают комплексную кинетику радиоактивного индикатора, нуждаясь в фармакокинетическом моделировании и анализе.
Сущность изобретения
Следовательно, задача состоит в обеспечении способа, пригодного для создания изображения, отображающего биологический процесс и основанного на ограниченном или неполном наборе изображений биологического процесса, зарегистрированных как функция времени. Другими словами, способ должен быть способен обеспечивать достоверное изображение, типа параметрического изображения, отображающего лежащий в его основе биологический процесс на базе последовательности изображений с пропущенными данными.
Эта задача и несколько других задач решаются в первом аспекте изобретения посредством обеспечения способа оценки изображения, которое отображает биологический процесс на основе последовательности из двух или более изображений биологического процесса, зарегистрированных как функция времени, способ содержит этапы, на которых:
извлекают, по меньшей мере, один кинетический параметр, применяя фармакокинетическую модель к последовательности из двух или более изображений биологического процесса, учитывая дополнительные данные, содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
применяют итеративный алгоритм, чтобы прийти к модифицированной последовательности изображений биологического процесса, основанных, по меньшей мере, на одном кинетическом параметре,
оценивают изображение, которое отображает биологический процесс на основе модифицированной последовательности изображений биологического процесса.
На основе входной последовательности, состоящей только из ограниченного количества изображений биологического процесса, способ способен обеспечить изображение, такое как параметрическое, функциональное или молекулярное изображение, которое отображает лежащий в его основе биологический процесс. Таким образом, например, при условии наличия только нескольких запаздывающих во времени изображений поглощения радиоактивного индикатора от сканера, способ может использоваться, чтобы надежно оценивать параметрическое изображение, близкое к соответствующему параметрическому изображению, которое могло бы быть получено, если бы в наличии имелась полная временная последовательность изображений. Способ, таким образом, предоставляет возможность повысить удобство для пациента, так как пациента потребуется просматривать только в течение ограниченного периода времени в динамической последовательности сканирования после введения радиоактивного индикатора вместо того, чтобы потратить много времени в сканере для регистрации полной последовательности изображений, охватывающей длительный период времени.
Извлекая или оценивая кинетический параметр или набор кинетических параметров, полученных в результате применения фармакокинетической модели, способ способен создавать модифицированную последовательность изображений, содержащую некоторое количество изображений, которое увеличено по отношению к входной последовательности изображений. Фармакокинетическая модель затем итеративно применяется к модифицированной последовательности изображений, причем могут оцениваться еще и дополнительные изображения. Чтобы обеспечить соответствующее инициирование итеративного алгоритма, фармакокинетическая модель учитывает заранее определенный диапазон кинетических параметров, например, на основе соответствующих данных, взятых из литературы. Кроме того, фармакокинетическая модель может дополнительно принимать в качестве входных данных входную функцию, связанную с биологическим процессом. Такая входная функция может содержать данные, представляющие кривую очищения крови.
При реализации последовательность из двух или более изображений биологического процесса является последовательностью кинетических изображений радиоактивного индикатора, и фармакокинетическая модель содержит анализ кинетики радиоактивного индикатора, используя частевую модель, чтобы извлечь, по меньшей мере, один кинетический параметр. Таким образом, биологический процесс, отображаемый с помощью изображения, может быть описан константами скорости переноса и параметрами, описывающими частевую модель. Такая частевая модель может быть 2-, 3-, 4- или 5-частевой моделью.
В одном конкретном варианте осуществления частевая модель является двухчастевой кинетической моделью фторомизонидазола (FMISO), и итеративный алгоритм содержит оптимизацию параметров K1, k2, k3 и β двухчастевой кинетической модели FMISO. При реализации биологический процесс гипоксии ткани, отображаемый с помощью созданного параметрического изображения, описывается константой скорости переноса двухчастевой кинетической модели FMISO. Способ пригоден для обработки изображений биологического процесса, являющихся результатом кинетического сканирования индикатора, такого как кинетическое сканирование радиоактивного индикатора, сканограмм, регистрируемых сканерами на основе CT, MR, PET, SPECT и ультразвуковыми сканерами.
В варианте осуществления итеративный алгоритм содержит следующие повторение этапов, на которых:
- создают, по меньшей мере, одно оценочное изображение на основе, по меньшей мере, одного кинетического параметра, и
- извлекают, по меньшей мере, модифицированный кинетический параметр, применяя фармакокинетическую модель к модифицированной последовательности изображений биологического процесса, включая, по меньшей мере, одно оценочное изображение,
пока не будет удовлетворен заранее определенный критерий остановки.
Критерий остановки может быть основан на пороговом значении, показывающем достигнутое качество результирующего изображения. Критерий остановки может быть удовлетворен, когда, например, среднеквадратичное расстояние между последовательными итерациями меньше, чем пороговое значение. Альтернативно, критерий остановки может быть основан на заранее определенном числе выполненных итераций.
Следует признать, что любые два или более из вышеупомянутых вариантов осуществления или субаспектов первого аспекта могут быть объединены любым способом.
Во втором аспекте изобретение обеспечивает сигнальный процессор, выполненный с возможностью оценки изображения, которое отображает биологический процесс, на основе последовательности из двух или более изображений биологического процесса, зарегистрированных как функция времени, сигнальный процессор содержит:
- устройство извлечения кинетического параметра, выполненное с возможностью извлечения, по меньшей мере, одного кинетического параметра путем применения фармакокинетической модели к последовательности из двух или более изображений биологического процесса, учитывая дополнительные данные, содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
- устройство оценки изображения, выполненное с возможностью применения итеративного алгоритма, чтобы прийти к модифицированной последовательности изображений биологического процесса на основе, по меньшей мере, одного кинетического параметра, и
генератор изображений, выполненный с возможностью оценки изображения, которое отображает биологический процесс на основе модифицированной последовательности изображений биологического процесса.
Сигнальный процессор может быть реализован либо как специализированный сигнальный процессор, либо как универсальный сигнальный процессор, такой, как применяется в компьютере или компьютерной системе, с соответствующей исполняемой программой. Сигнальный процессор может быть сигнальным процессором на цифровой основе на одной единой микросхеме процессора или быть разбит на несколько микросхем процессора.
Следует признать, что те же самые преимущества и те же самые варианты осуществления, которые упомянуты для первого аспекта, применяются также ко второму аспекту.
В третьем аспекте изобретение обеспечивает устройство, содержащее сигнальный процессор согласно п.11 формулы изобретения. Устройство может быть компьютером или компьютерной системой, таким как большой универсальный компьютер или автономный компьютер. Устройство может содержать монитор дисплея для показа, по меньшей мере, результирующего изображения, которое отображает биологический процесс. В реализации устройство содержит интерфейс, проводной или беспроводной, для приема зарегистрированного изображения или последовательности изображений от сканера, например сканера РЕТ или SPECT.
Следует признать, что те же самые преимущества и те же самые варианты осуществления, которые упомянуты для первого аспекта, в равной степени применяются к третьему аспекту.
В четвертом аспекте изобретение обеспечивает систему, содержащую:
- сканер, выполненный с возможностью регистрации последовательности из двух или более изображений биологического процесса как функции времени,
- сигнальный процессор в соответствии с п. 11 формулы изобретения, функционально соединенный со сканером для приема последовательности из двух или более изображений биологического процесса, регистрируемых как функция времени, и
- дисплей, функционально соединенный с сигнальным процессором для показа изображения, отображающего биологический процесс.
Как упомянуто выше, сканер может быть устройством на основе РЕТ, SPECT, CT, MR, или ультразвуковым устройством, или любого другого типа, упомянутого выше в связи с первым аспектом. Дополнительно, следует признать, что те же самые преимущества и те же самые варианты осуществления, которые упомянуты для первого аспекта, в равной степени применяются к четвертому аспекту.
В пятом аспекте изобретение обеспечивает исполняемую компьютером управляющую программу, выполненную с возможностью выполнения способа, соответствующего первому аспекту. Как упоминалось, такая программа может исполняться на специализированных сигнальных процессорах или на универсальном компьютерном аппаратурном обеспечении. Следует признать, что те же самые преимущества и те же самые варианты осуществления, которые упомянуты для первого аспекта, применяются также к пятому аспекту.
В шестом аспекте изобретение обеспечивает считываемый компьютером носитель данных, содержащий исполняемую компьютером управляющую программу, соответствующую пятому аспекту. Неисчерпаемый список носителей данных содержит следующее: карта памяти, модуль запоминающего устройства, компакт-диск, DVD-диск, диск Blue-ray или жесткий диск, например, переносной жесткий диск. Следует признать, что те же самые преимущества и те же самые варианты осуществления, которые упомянуты для первого аспекта, в равной степени применяются к шестому аспекту.
Заметим, что преимущества и варианты осуществления, упомянутые для первого аспекта, также применяются ко второму, третьему, четвертому, пятому и шестому аспектам изобретения. Таким образом, признается, что любой аспект настоящего изобретения может быть объединен с любым из других аспектов.
Краткое описание чертежей
Настоящее изобретение теперь будет объяснено только в качестве примера со ссылкой на сопроводительные чертежи, где
фиг.1 - вариант осуществления устройства, соответствующего изобретению,
фиг.2 - блок-схема последовательности выполнения операций первого варианта осуществления способа,
фиг.3 - 2-частевая модель FMISO, и
фиг.4 - блок-схема последовательности выполнения операций второго варианта осуществления способа.
Подробное описание вариантов осуществления
На фиг.1 показано устройство 10, выполненное с возможностью работы при подключении к сканеру 1, например к сканеру РЕТ, который может регистрировать последовательность изображений 2 как функцию времени или данные, представляющие такие изображения 2. Последовательность изображений 2 представляет сканирование части области человеческого тела после введения радиоактивного индикатора или контрастного вещества. Последовательность изображений 2 может представлять, например, данные FMISO с пропущенными временными точками. Может случиться так, что изображения в конкретном диапазоне времени (например, 0-90 минут) после введения радиоактивного индикатора или контрастного вещества пропускаются. Неполная последовательность изображений 2 затем обрабатывается сигнальным процессором 11, получающим ее либо непосредственно от сканера 1, либо после хранения. Сигнальный процессор 11 также принимает дополнительные данные 20, такие как данные, основанные на литературе, касающиеся диапазона кинетического параметра, и, как вариант, входную функцию, такую, как функциональные данные очищения крови. Сигнальный процессор 11 затем выполняет итеративный алгоритм на данных 2, 20, содержащий применение фармакокинетической модели в итеративном алгоритме, как будет объясняться подробно позже. Сигнальный процессор 11 затем оценивает параметрическое или функциональное изображение 30, отображающее лежащий в его основе биологический процесс, например гипоксию ткани, с помощью параметра k3, приближенно определенного по набору данных FMISO. Данные изображения 30 затем переносятся на экран 12 дисплея, который может визуализировать изображение 30, например, как двумерное изображение, представляющее сканированную часть области человеческого тела, используя цвета для визуализации значений параметра.
На фиг.2 показана блок-схема последовательности выполнения операций для первой реализации способа. Последовательность изображений 40 биологического процесса, записанная как функция времени, заменяется в фармакокинетической модели 42 вместе с дополнительными данными 41, которые содержат, по меньшей мере, заранее определенный диапазон кинетического параметра, например значение, основанное на литературных данных. Дополнительные данные 41 могут также содержать входную функцию или функцию очищения крови. Фармакокинетическая модель 42 используется для извлечения или оценки одного или более кинетических параметров 43 (например, K1, k2, k3 и β в случае данных FMISO), основанных на последовательности имеющихся в наличии изображений 40 и дополнительных данных 41. Затем итеративный алгоритм 44 применяется к последовательности изображений 40, учитывая один или более кинетических параметров 43, чтобы обновить и повторно применить фармакокинетическую модель и оценить отсутствующие изображения в последовательности изображений, чтобы прийти к модифицированной последовательности изображений с большим количеством изображений. В следующей итерации фармакокинетическая модель применяется к модифицированной последовательности изображений, таким образом приходя к модифицированному или обновленному кинетическому параметру. Этот итеративный алгоритм 44 затем повторяется, пока не будет удовлетворен соответствующий критерий остановки. Наконец, результирующая модифицированная последовательность изображений 45 используется в процессе оценки 46 изображения 47, отображающего биологический процесс.
В итеративном алгоритме 44 могут применяться несколько различных критериев остановки; например, один критерий остановки может следовать из сравнения результирующего изображения 47 с изображением, основанным на предыдущей итерации, и когда разность между результирующим изображением 47 и изображением, основанным на предыдущей итерации, ниже заранее определенного порогового значения, итерация останавливается, затем выводится последнее оценочное изображение 47. В противном случае итерация продолжается.
Фармакокинетическая модель 42, упомянутая выше, и другие подробности, относящиеся к способу, показанному на фиг.2, будут описаны более подробно в последующих разделах.
Когда устройства на основе CT (компьютерная томография), MR (магнитный резонанс), PET (позитронно-эмиссионная томография), SPECT (гамма-томография) или US (ультразвук) используются для отображения функциональных или морфологических свойств исследуемого пациента, записывается большое количество статических сканирований или непрерывный временной ряд динамических сканирований. Чтобы получить интересующую медицинскую информацию, закодированную в этих изображениях, при определенных применениях должен быть выполнен кинетический анализ лежащих в основе химических, биологических и физиологических процессов.
Частевое моделирование основано на специальном типе математической модели для описания наблюдаемых данных, в которой физиологически раздельные пулы средства для получения изображения (также называемые "вещество радиоактивного индикатора") определяются как "части". При этом модель описывает концентрацию упомянутого средства для получения изображения в различных частях, например в части артериальной крови, с одной стороны, и в части ткани, с другой стороны, (следует заметить, однако, что, в целом, от частей не требуется быть пространственно сжатыми или связанными). Как правило, существует обмен веществ между различными частями, который регулируется дифференциальными уравнениями с (неизвестными) параметрами, подобными скоростям обмена. Чтобы оценить частевую модель для данного наблюдения, дифференциальные уравнения должны быть решены и их параметры должны быть оценены, так чтобы результирующие решения оптимально соответствовали наблюдаемым данным. Дополнительные подробности о способе частевого анализа можно найти в литературе (например, S. Huang and M. Phelps, "Principles of Tracer Kinetic Modeling in Positron Emission Tomography").
На фиг.3 показана 2-частевая модель, как пример моделирования кинетики FMISO для анализа лежащей в основе кинетики радиоактивного индикатора и прихода к соответствующим интересующим биологическим параметрам, которые в этом случае являются параметрами, описывающими гипоксию ткани. В этой модели α является ветвящейся фракцией, η является внеклеточной фракцией и K1, k2 и k3 являются константами скорости переноса, характеризующими модель. C1 и C2 указывают две части, и кривая очищения крови как функция времени t обозначается Cp(t). Константа скорости k3 описывает восстановление и дальнейший метаболизм молекулы [18F]FMISO и используется как мера гипоксии, поскольку она обратно пропорциональна концентрации кислорода.
Обычно сбор данных для 4-мерного динамического изображения происходит в периоде сканирования, начинающемся с момента введения радиоактивного индикатора и заканчивающемся равновесием радиоактивного индикатора между частями ткани и плазмы. Таким образом, этот полный период обычно разделяется на множество временных точек, таких как равноотстоящие во времени точки, и полный набор изображений содержит изображение, связанное с каждой временной точкой. Если собранный набор изображений состоит из изображений, связанных только с подмножеством временных точек всего периода сканирования, фармакокинетическая модель (или частевое моделирование) требует большого напряжения сил, поскольку для достижения значимых решений для частевых моделей, характеризующих конкретный радиоактивный индикатор, необходимо рассматривать множество факторов. Эти факторы содержат не только оценку кинетических параметров, характеризующих конкретную модель, но также и оценку данных пропущенного изображения (распределение во времени данных PET или SPECT). В соответствии с изобретением, это преодолевается путем осторожного введения предшествующего знания на основе, например, диапазонов кинетических параметров, наблюдаемых физиологически и взятых из опубликованных исследований по животным и людям, и оценки полученных итеративно данных пропущенного изображения.
На фиг.4 показана блок-схема последовательности выполнения операций при второй реализации способа, содержащего этап оценки кинетического параметра, представляющего интерес для динамической последовательности изображений, например для последовательности изображений FMISO. Для этого варианта осуществления принимается, что в наличии имеется входная функция или кривая очищения крови (Cp на фиг.3). Входная функция может быть получена путем сбора артериальных выборок (или венозных выборок) на заранее определенных интервалах в течение полного периода распределения деятельности во времени. Эти собранные выборки оцениваются на радиоактивность посредством специализированных счетчиков, чтобы сформировать кривую входной функции. Принимая во внимание агрессивную природу этой процедуры, также предлагаются альтернативные способы оценки входной функции. Они содержат входные функции на основе неинвазивных изображений, а также на входных кривых крови, основанных на среднем значении для популяции (смотрите, например, [AB. Olshen, FO. Sullivan, "Camouflaged deconvolution with Application to blood curve modeling in FDG PET studies", J. Amer. Stat. Assoc, vol. 92, no. 440, pp. 1293-1303, 1997]).
Показанная на фиг.4 блок-схема последовательности выполнения операций содержит первый этап 50 создания модифицированной последовательности изображений посредством замены отсутствующих значений соответствующим начальным значением, например, замены отсутствующих значений средним значением (в пределах интервала времени отсутствия) входной функции (или масштабированной версии входной функции). На этапе 52 частевая модель применяется к модифицированной последовательности изображений, чтобы оценить кинетические параметры (например, K1, k2, k3 и β для оптимизации FMISO). Оцененные кинетические параметры ограничиваются тем, что при их оценке используются обоснованно выбранные начальные условия и диапазоны параметров (обычно выбираются из опубликованных отчетов по исследованиям на животных и на людях для конкретного радиоактивного индикатора). На этапе 54 может быть вычислена приближенная погрешность кинетических параметров. На этапе 56 принятия решения проверяется, удовлетворяет ли приближенная погрешность критерию остановки, например, является ли приближенная погрешность ниже 5%. Если ответ - Y ("да"), то следующим является этап 58 остановки итерации и, таким образом, текущие кинетические параметры могут использоваться для создания выходного изображения. Если ответ - N ("Нет"), то следующим этапом является этап 60 для изменения набора данных путем введения приближенных данных в те точки времени, где данные отсутствуют. Приближенные данные вычисляются на основе кинетических параметров из частевой модели, полученной на этапе 52. Следовательно, на этапе 60 изображения, отсутствующие в некоторых точках времени, оцениваются по кривым зависимости деятельности от времени, предсказанным частевой моделью. После выполнения этапа 60 алгоритм переходит обратно на этап 52 и частевая модель теперь применяется к модифицированному набору данных, содержащему приближенные данные, полученные на этапе 60. Алгоритм, показанный на фиг.4, таким образом, описывает итеративную оценку, которая повторяется, пока не будет достигнут соответствующий критерий остановки.
Примером оценочной погрешности является среднеквадратичное расстояние между последовательными итерациями параметров модели. Это среднеквадратичное расстояние, вычисленное на этапе 54 в n-й итерации, может быть определено следующим образом:
где суммирование выполняется для параметров k частевой модели, N - число параметров, и k(n) и k(n-1) означают значения параметра k модели в n-й и (n-1)-й итерации.
Как иллюстрация, способ был проверен в исследовании рака легкого с помощью FMISO, где интересующий параметр k3 используется для определения гипоксических объемов в опухоли. Полный четырехмерный набор данных FMISO состоял из 33 последовательных изображений (временных кадров), собранных за время 0-240 минут после введения FMISO. Чтобы моделировать случай отсутствующих данных, в качестве входных данных для способа были взяты только несколько изображений с задержкой по времени, первые 29 изображений были отброшены и изображения k3 были оценены с помощью процедуры, объясненной выше. Сравнение результирующего изображения k3, основанного на неполном наборе данных по способу, соответствующему изобретению, и изображения k3, вычисленного из полного набора данных, выявило лишь незначительные различия, то есть, незначительные в том, что касается медицинской интерпретации изображения. В заключение было проверено, что способ способен значительно экономить время сканирования, так как для обеспечения достоверного результата он требует лишь ограниченного объема данных изображения.
Изобретение может быть реализовано как часть программного обеспечения получения изображения с помощью РЕТ, SPECT, MR, CT или ультразвука для фармакокинетического моделирования кинетики индикаторов для радиоактивных индикаторов или контрастных веществ, если полная временная последовательность сканограмм отсутствует по самым разным причинам, таким как длительное время сбора данных (которое зависит от радиоактивного индикатора), соображения удобства для пациента и повышенная клиническая производительность. Оценка кинетических параметров, характеризующих кинетику области радиоактивного индикатора, как ожидается, должна сыграть ключевую роль в понимании многих процессов болезни (быстрое разрастание клеток, программированная смерть клеток, развитие кровеносных сосудов, гипоксия, опухолевая резистентность и т.д.). Способность оценивать эти параметрические изображения даже при неполных данных, как ожидается, должна сыграть ключевую роль в слежении за реакцией пациента на терапию путем последовательных сканирований (в ходе терапии), а также в интегрировании фармакокинетического моделирования в рамки клинической последовательности операций. Кроме того, она может также применяться для улучшения определения мишени для радиотерапии путем введения биологической информации, обеспечиваемой параметрическими изображениями.
Подводя итоги, обеспечиваются способ, сигнальный процессор, устройство и система для оценки параметрического или функционального изображения 47, отображающего биологический процесс на основе ограниченной или неполной последовательности изображений 40 биологического процесса, зарегистрированных как функция времени, например, сканером РЕТ или SPECT после введения радиоактивного индикатора. Один или более кинетических параметров 43 сначала извлекают путем применения фармакокинетической модели 42 (частевая модель кинетики лежащего в основе радиоактивного индикатора) к последовательности изображений 40 биологического процесса. В модели используют дополнительные данные 41, содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров (например, из литературы) и, по выбору, входную функцию или функцию очищения крови. Затем итеративный алгоритм 44 применяют, чтобы прийти к модифицированной последовательности изображений 45, например, путем введения приближенного изображения в неполную последовательность изображений, используя один или более кинетических параметров 43. После того, как выполнен критерий остановки, результирующее изображение 47 оценивают как окончательное изображение 46 из модифицированной последовательности изображений 45. Способ может использоваться, например, для оценки изображения параметра k3 гипоксии в случае набора данных FMISO, когда в наличии имеются только запаздывающие по времени изображения. Способ может быть реализован как часть существующего программного обеспечения сканеров типа РЕТ, SPECT, CT, MR или ультразвуковых сканеров, и поскольку для обеспечения надежного результата необходимо только ограниченное количество изображений, запаздывающих по времени после введения индикатора, способ помогает повысить удобство для пациента и клиническую производительность.
Хотя настоящее изобретение было описано в связи с указанными вариантами осуществления, оно не подразумевает ограничение изложенной здесь конкретной формой. Скорее объем настоящего изобретения ограничивается только прилагаемой формулой изобретения. В формуле изобретения термин "содержащий" не исключает присутствие других элементов или этапов. Дополнительно, хотя индивидуальные признаки могут содержаться в различные пунктах формулы изобретения, они могут объединяться, возможно, для получения выгоды, и присоединение к различным пунктам формулы изобретения не подразумевает, что комбинация признаков неосуществима и/или невыгодна. Кроме того, упоминания в единственном числе не исключают множественное число. Таким образом, ссылки на единственное число, "первый", "второй" и т.д. не препятствуют множеству. Дополнительно, ссылочные знаки в пунктах формулы изобретения не должны рассматриваться как ограничение его объема.
Claims (14)
1. Способ оценки изображения (47), отображающего биологический
процесс на основе последовательности из двух или более изображений (40) биологического процесса, зарегистрированных как функция времени, при этом способ содержит этапы, на которых:
- извлекают, по меньшей мере, один кинетический параметр (43), применяя фармакокинетическую модель (42) к последовательности из двух или более изображений (40) биологического процесса, учитывая дополнительные данные (41), содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
- применяют итеративный алгоритм (44), чтобы прийти к модифицированной последовательности изображений (45) биологического процесса, основанных, по меньшей мере, на одном кинетическом параметре (43), и
- оценивают (46) изображение (47), которое отображает биологический процесс на основе модифицированной последовательности изображений (45) биологического процесса.
процесс на основе последовательности из двух или более изображений (40) биологического процесса, зарегистрированных как функция времени, при этом способ содержит этапы, на которых:
- извлекают, по меньшей мере, один кинетический параметр (43), применяя фармакокинетическую модель (42) к последовательности из двух или более изображений (40) биологического процесса, учитывая дополнительные данные (41), содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
- применяют итеративный алгоритм (44), чтобы прийти к модифицированной последовательности изображений (45) биологического процесса, основанных, по меньшей мере, на одном кинетическом параметре (43), и
- оценивают (46) изображение (47), которое отображает биологический процесс на основе модифицированной последовательности изображений (45) биологического процесса.
2. Способ по п.1, в котором итеративный алгоритм (44) содержит повторение этапов, на которых:
- создают, по меньшей мере, одно оценочное изображение на основе, по меньшей мере, одного кинетического параметра (43), и
- извлекают, по меньшей мере, модифицированный кинетический параметр, применяя фармакокинетическую модель к модифицированной последовательности изображений биологического процесса, включая, по меньшей мере, одно оценочное изображение,
пока не будет удовлетворен заранее определенный критерий остановки.
- создают, по меньшей мере, одно оценочное изображение на основе, по меньшей мере, одного кинетического параметра (43), и
- извлекают, по меньшей мере, модифицированный кинетический параметр, применяя фармакокинетическую модель к модифицированной последовательности изображений биологического процесса, включая, по меньшей мере, одно оценочное изображение,
пока не будет удовлетворен заранее определенный критерий остановки.
3. Способ по п.1, в котором биологический процесс является кинетикой радиоактивного индикатора.
4. Способ по п.1, в котором дополнительные данные (41) дополнительно содержат входную функцию, связанную с биологическим процессом.
5. Способ по п.4, в котором входная функция, связанная с биологическим процессом, содержит данные, представляющие кривую очищения крови.
6. Способ по п.1, в котором последовательность из двух или более изображений (40) биологического процесса является последовательностью кинетических изображений радиоактивного индикатора, зарегистрированных сканером, выбранным из группы сканеров на основе компьютерной томографии, магнитного резонанса, позитронно-эмиссионной томографии, гамма-томографии и ультразвука.
7. Способ по п.1, в котором последовательность из двух или более изображений (40) биологического процесса является последовательностью кинетических изображений радиоактивного индикатора и в котором фармакокинетическая модель (42) содержит анализ кинетики радиоактивного индикатора, использующий частевую модель для извлечения, по меньшей мере, одного кинетического параметра (43).
8. Способ по п.7, в котором биологический процесс, отображаемый с помощью изображения (47), описывается константами скорости переноса и параметрами частевой модели.
9. Способ по п.8, в котором частевая модель является двухчастевой кинетической моделью фторомизонизадола и в котором итеративный алгоритм (44) содержит оптимизацию параметров K1, k2, k3 и β двухчастевой кинетической модели фторомизонизадола.
10. Способ по п.1, в котором изображение, отображающее биологический процесс (47), выбирается от группы, содержащей параметрические изображения, функциональные изображения и молекулярные изображения.
11. Сигнальный процессор (11) для оценки изображения (30), которое отображает биологический процесс, на основе последовательности из двух или более изображений (2) биологического процесса, зарегистрированных как функция времени, при этом сигнальный процессор (11), содержит:
- устройство извлечения кинетического параметра, выполненное с возможностью извлечения, по меньшей мере, одного кинетического параметра путем применения фармакокинетической модели к последовательности из двух или более изображений биологического процесса, учитывая дополнительные данные (20), содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
- устройство оценки изображения, выполненное с возможностью применения итеративного алгоритма, чтобы прийти к модифицированной последовательности изображений биологического процесса на основе, по меньшей мере, одного кинетического параметра, и
- генератор изображений, выполненный с возможностью оценки изображения (30), которое отображает биологический процесс на основе модифицированной последовательности изображений биологического процесса.
- устройство извлечения кинетического параметра, выполненное с возможностью извлечения, по меньшей мере, одного кинетического параметра путем применения фармакокинетической модели к последовательности из двух или более изображений биологического процесса, учитывая дополнительные данные (20), содержащие, по меньшей мере, заранее определенный диапазон кинетических параметров,
- устройство оценки изображения, выполненное с возможностью применения итеративного алгоритма, чтобы прийти к модифицированной последовательности изображений биологического процесса на основе, по меньшей мере, одного кинетического параметра, и
- генератор изображений, выполненный с возможностью оценки изображения (30), которое отображает биологический процесс на основе модифицированной последовательности изображений биологического процесса.
12. Устройство (10) для оценки изображения, содержащее сигнальный процессор (11) по п.11.
13. Система для оценки изображения, содержащая:
- сканер (1), выполненный с возможностью регистрации последовательности из двух или более изображений (2) биологического процесса как функции времени,
- сигнальный процессор (11) по п.11, при этом сигнальный процессор (11), функционально соединен со сканером (1) для приема последовательности из двух или более изображений (2) биологического процесса (2), зарегистрированных как функция времени, и
- дисплей (12), функционально соединенный с сигнальным процессором (11) для показа изображения (30), отображающего биологический процесс.
- сканер (1), выполненный с возможностью регистрации последовательности из двух или более изображений (2) биологического процесса как функции времени,
- сигнальный процессор (11) по п.11, при этом сигнальный процессор (11), функционально соединен со сканером (1) для приема последовательности из двух или более изображений (2) биологического процесса (2), зарегистрированных как функция времени, и
- дисплей (12), функционально соединенный с сигнальным процессором (11) для показа изображения (30), отображающего биологический процесс.
14. Считываемый компьютером носитель данных, содержащий исполняемую компьютером управляющую программу, которая при исполнении сигнальным процессором предписывает процессору выполнение способа оценки изображения по пп.1-10.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US86686206P | 2006-11-22 | 2006-11-22 | |
US60/866,862 | 2006-11-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2009123464A RU2009123464A (ru) | 2010-12-27 |
RU2455689C2 true RU2455689C2 (ru) | 2012-07-10 |
Family
ID=39430134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2009123464/08A RU2455689C2 (ru) | 2006-11-22 | 2007-11-20 | Создание изображения на основе ограниченного набора данных |
Country Status (7)
Country | Link |
---|---|
US (1) | US20100054559A1 (ru) |
EP (1) | EP2087467A2 (ru) |
JP (1) | JP5214624B2 (ru) |
CN (1) | CN101542530B (ru) |
BR (1) | BRPI0719031A8 (ru) |
RU (1) | RU2455689C2 (ru) |
WO (1) | WO2008062366A2 (ru) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2399238B1 (en) | 2009-02-17 | 2015-06-17 | Koninklijke Philips N.V. | Functional imaging |
RU2012124998A (ru) * | 2009-11-18 | 2013-12-27 | Конинклейке Филипс Электроникс Н.В. | Коррекция движения при лучевой терапии |
CN102647945B (zh) * | 2009-12-08 | 2015-07-29 | 皇家飞利浦电子股份有限公司 | 用于校正示踪剂摄取测量结果的方法和校正系统 |
AU2012261799B2 (en) * | 2011-06-03 | 2017-03-23 | Bayer Healthcare, Llc | System and method for rapid quantitative dynamic molecular imaging scans |
JP2014100249A (ja) * | 2012-11-19 | 2014-06-05 | Toshiba Corp | 血管解析装置、医用画像診断装置、血管解析方法、及び血管解析プログラム |
AU2014328463A1 (en) * | 2013-09-27 | 2016-04-28 | Commonwealth Scientific And Industrial Research Organisation | Manifold diffusion of solutions for kinetic analysis of pharmacokinetic data |
CN105785297B (zh) * | 2014-12-18 | 2019-11-12 | 西门子(深圳)磁共振有限公司 | 多片层数据采集方法及其磁共振成像方法 |
GB2550208A (en) * | 2016-05-13 | 2017-11-15 | Here Global Bv | Determining one or more potential installation positions and/or areas for installing one or more radio positioning support devices |
US10489897B2 (en) | 2017-05-01 | 2019-11-26 | Gopro, Inc. | Apparatus and methods for artifact detection and removal using frame interpolation techniques |
US11172903B2 (en) | 2018-08-01 | 2021-11-16 | Uih America, Inc. | Systems and methods for determining kinetic parameters in dynamic positron emission tomography imaging |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5287273A (en) * | 1990-03-15 | 1994-02-15 | Mount Sinai School Of Medicine | Functional organ images |
RU2272246C2 (ru) * | 2003-12-29 | 2006-03-20 | Научно-исследовательское учреждение Институт физики прочности и материаловедения (НИУ ИФПМ) СО РАН | Способ отображения состояния отражающих и тонких светопропускающих объектов |
JP2006141451A (ja) * | 2004-11-16 | 2006-06-08 | Toshiba Corp | 超音波診断装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103204B1 (en) * | 1998-11-06 | 2006-09-05 | The University Of British Columbia | Method and apparatus for producing a representation of a measurable property which varies in time and space, for producing an image representing changes in radioactivity in an object and for analyzing tomography scan images |
JP2003215248A (ja) * | 2002-01-18 | 2003-07-30 | Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan | 画像生成方法 |
US7803116B2 (en) * | 2003-10-03 | 2010-09-28 | University of Washington through its Center for Commericalization | Transcutaneous localization of arterial bleeding by two-dimensional ultrasonic imaging of tissue vibrations |
EP1727468B1 (en) * | 2004-03-04 | 2009-04-29 | Philips Intellectual Property & Standards GmbH | Apparatus for the processing of perfusion images |
CN1969295B (zh) * | 2004-05-10 | 2011-06-08 | 皇家飞利浦电子股份有限公司 | 数据处理系统以及使用该系统的检查设备 |
CN1961322A (zh) * | 2004-05-28 | 2007-05-09 | 皇家飞利浦电子股份有限公司 | 用于估计参照组织和目标区域中的示踪物浓度的系统 |
US7991450B2 (en) * | 2007-07-02 | 2011-08-02 | General Electric Company | Methods and systems for volume fusion in diagnostic imaging |
-
2007
- 2007-11-20 BR BRPI0719031A patent/BRPI0719031A8/pt not_active IP Right Cessation
- 2007-11-20 CN CN2007800435355A patent/CN101542530B/zh not_active Expired - Fee Related
- 2007-11-20 EP EP07849191A patent/EP2087467A2/en not_active Ceased
- 2007-11-20 US US12/515,539 patent/US20100054559A1/en not_active Abandoned
- 2007-11-20 WO PCT/IB2007/054711 patent/WO2008062366A2/en active Application Filing
- 2007-11-20 RU RU2009123464/08A patent/RU2455689C2/ru not_active IP Right Cessation
- 2007-11-20 JP JP2009537732A patent/JP5214624B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5287273A (en) * | 1990-03-15 | 1994-02-15 | Mount Sinai School Of Medicine | Functional organ images |
RU2272246C2 (ru) * | 2003-12-29 | 2006-03-20 | Научно-исследовательское учреждение Институт физики прочности и материаловедения (НИУ ИФПМ) СО РАН | Способ отображения состояния отражающих и тонких светопропускающих объектов |
JP2006141451A (ja) * | 2004-11-16 | 2006-06-08 | Toshiba Corp | 超音波診断装置 |
Non-Patent Citations (1)
Title |
---|
M.E.KAMASAK, C.A.BOUMAN, E.D.MORRIS, K.SAUER "Direct Reconstruction of Kinetic Parameter Images From Dynamic PET Data", IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL.24, №5, MAY 2005. * |
Also Published As
Publication number | Publication date |
---|---|
CN101542530B (zh) | 2013-12-25 |
RU2009123464A (ru) | 2010-12-27 |
EP2087467A2 (en) | 2009-08-12 |
JP5214624B2 (ja) | 2013-06-19 |
WO2008062366A3 (en) | 2008-11-20 |
JP2010510515A (ja) | 2010-04-02 |
CN101542530A (zh) | 2009-09-23 |
US20100054559A1 (en) | 2010-03-04 |
WO2008062366A2 (en) | 2008-05-29 |
BRPI0719031A2 (pt) | 2014-04-15 |
BRPI0719031A8 (pt) | 2015-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2455689C2 (ru) | Создание изображения на основе ограниченного набора данных | |
Depeursinge et al. | Building a reference multimedia database for interstitial lung diseases | |
US20200311932A1 (en) | Systems and Methods for Synthetic Medical Image Generation | |
US10650512B2 (en) | Systems and methods for topographical characterization of medical image data | |
US9053534B2 (en) | Voxel-based approach for disease detection and evolution | |
Gu et al. | Applying a patient-specific bio-mathematical model of glioma growth to develop virtual [18F]-FMISO-PET images | |
US11445992B2 (en) | Deep-learning based separation method of a mixture of dual-tracer single-acquisition PET signals with equal half-lives | |
US20100142774A1 (en) | method, a system, and an apparatus for using and processing multidimensional data | |
Wang et al. | Noninvasive imaging of tumor burden and molecular pathways in mouse models of cancer | |
EP2271257B1 (en) | Imaging technique | |
EP2649547B1 (en) | Estimating pharmacokinetic parameters in imaging | |
Boesen et al. | Comparison of the manual and computer-aided techniques for evaluation of wrist synovitis using dynamic contrast-enhanced MRI on a dedicated scanner | |
US20230196573A1 (en) | Image scanning methods and systems for medical devices | |
Weng et al. | Automatic postprocessing for the assessment of quantitative human myocardial perfusion using MRI | |
Xu et al. | Deep-learning-based separation of a mixture of dual-tracer single-acquisition PET signals with equal half-Lives: A simulation study | |
Lee et al. | Model-free prostate cancer segmentation from dynamic contrast-enhanced MRI with recurrent convolutional networks: A feasibility study | |
Gao et al. | Computer-assisted quantitative evaluation of therapeutic responses for lymphoma using serial PET/CT imaging | |
Wang et al. | Spatiotemporal molecular imaging is a critical part of spatiotemporal molecular medicine | |
Rasmussen et al. | Danish study of Non-Invasive testing in Coronary Artery Disease 2 (Dan-NICAD 2): study design for a controlled study of diagnostic accuracy | |
Li et al. | Artificial Intelligence Empowered Nuclear Medicine and Molecular Imaging in Cardiology: A State-of-the-Art Review | |
Gross et al. | Automated MRI liver segmentation for anatomical segmentation, liver volumetry, and the extraction of radiomics | |
Murugesan et al. | Automatic Whole Body FDG PET/CT Lesion Segmentation using Residual UNet and Adaptive Ensemble | |
Lin et al. | Differentiation between normal and abnormal kidneys using 99mTc-DMSA SPECT with deep learning in paediatric patients | |
Zhang et al. | Deep learning-based automated high-accuracy location and identification of fresh vertebral compression fractures from spinal radiographs: a multicenter cohort study | |
Dawoudi | The Cardio Kinesiograph System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20171121 |