WO2018202541A1 - Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie - Google Patents

Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie Download PDF

Info

Publication number
WO2018202541A1
WO2018202541A1 PCT/EP2018/060732 EP2018060732W WO2018202541A1 WO 2018202541 A1 WO2018202541 A1 WO 2018202541A1 EP 2018060732 W EP2018060732 W EP 2018060732W WO 2018202541 A1 WO2018202541 A1 WO 2018202541A1
Authority
WO
WIPO (PCT)
Prior art keywords
cteph
human
computer system
images
features
Prior art date
Application number
PCT/EP2018/060732
Other languages
English (en)
French (fr)
Inventor
Karym EL SAYED
Simon Alexander TEAL
Eva-Maria QUAST
Soeren HOERNIG
Mitesh DAFTARDAR
Matthias MÜHLENDYCK
Hans-Peter Podhaisky
Barbara HINZMANN
Oliver Siegler
Levent KILIC
Original Assignee
Bayer Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayer Aktiengesellschaft filed Critical Bayer Aktiengesellschaft
Priority to EP18720250.2A priority Critical patent/EP3619631A1/de
Priority to JP2019560392A priority patent/JP2020518396A/ja
Priority to CA3061988A priority patent/CA3061988A1/en
Priority to US16/609,138 priority patent/US20200237331A1/en
Priority to CN201880029130.4A priority patent/CN110574070A/zh
Publication of WO2018202541A1 publication Critical patent/WO2018202541A1/de

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B6/504—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 diagnosis of blood vessels, e.g. by angiography
    • 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
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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]
    • A61B6/032—Transmission computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • 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
    • G06T2207/10081—Computed x-ray tomography [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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T2207/30061—Lung
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Definitions

  • the present invention is concerned with the radiological detection of chronic thromboembolic pulmonary hypertension (CTEPH).
  • CTEPH chronic thromboembolic pulmonary hypertension
  • the invention relates to a method, a computer system and a computer program product for the automated detection of indications of the presence of CTEPH in a human.
  • Chronic thromboembolic pulmonary hypertension is a special form of pulmonary hypertension (PH, pulmonary hypertension). It is characterized by the influx of thrombi into the pulmonary arteries. These clog and constrict the vessels in whole or in part and can transform connective tissue. In rare cases, pulmonary hypertension develops with poor prognosis.
  • CTEPH chronic myeloea
  • the symptoms of CTEPH are nonspecific. Dyspnoea and fatigue may occur in the early stages. The duration of the first symptoms of the diagnosis is on average 14 months, with some patients already in an advanced stage of the disease. This underlines the need for accurate and timely diagnostics.
  • CTEPH chronic pulmonary hypertension
  • the gold standard for diagnosing or excluding CTEPH is ventilation / perfusion scintigraphy.
  • the negative predictive value of perfusion scintigraphy is close to 100, which means that a proper perfusion distribution excludes a CTEPH with almost certainty.
  • the problem is that CTEPH is comparatively rare. The rarity and the complex diagnostics and differential diagnostics lead to CTEPH being underdiagnosed.
  • a first subject of the present invention is a method for detecting evidence of the presence of CTEPH in a human comprising the following steps:
  • Another object of the present invention is a computer system for detecting evidence for the presence of CTEPH in a human, comprising - means for automatically receiving or retrieving one or more computed tomographic images of the human thorax
  • a further subject of the present invention is a computer program product comprising a data carrier on which a computer program is stored, which can be loaded into the main memory of a computer system and there causes the computer system to carry out the following steps: receiving or retrieving one or more computed tomography images of the computer Thorax of the human
  • the present invention is directed to the automated image analysis of computed tomographic images of the human thorax.
  • Computed Tomography is an X-ray technique that displays the human body in cross-sectional images. Compared to a conventional radiograph, where usually only rough structures and bones are recognizable, soft tissue with low contrast differences is recorded in CT images in detail.
  • An X-ray tube generates a so-called X-ray fan beam, which penetrates the body and is attenuated to different degrees within the body by the various structures, such as organs and bones.
  • the reception detectors with respect to the X-ray emitter receive the different strength signals and forward them to a computer which composes layer images of the body from the received data.
  • Computed tomography images can be viewed in 2D or 3D.
  • a contrast agent may be injected into a vein prior to the production of CT images.
  • Computed tomography is a commonly used method in the diagnosis of heart and lung diseases.
  • the CT images are preferably multidetector CT images.
  • Multidetector CT is the latest generation of computed tomography scanners available since 1998 in clinical radiology.
  • the multi-detector CT is widely available and characterized by high, almost isotropic resolution (size of the pixels 0.5-1 mm in each spatial direction), which is a consideration of the CT Recordings in any room levels allowed.
  • the examination time ranges between 1 and 10 seconds, so that even with dyspnoea or lack of cooperation of the patients nearly artifact-free images arise.
  • a key criterion of the present invention is automation.
  • CTEPH is a rare disease that is underdiagnosed. Overlooking this condition can have fatal consequences for the patient. Therefore, according to the present invention, computer tomographic images of the thorax are automatically analyzed for evidence of the presence of CTEPH. "Automated" means that no human intervention is required. According to the invention, therefore, a computer program is installed on a computer system which has access to computed tomography images of the thorax, runs as a background process, and automatically analyzes the images for indications of the presence of CTEPH.
  • a background process is a process that does not interact directly with the user, acting asynchronously with the user interface.
  • a CT scan is usually a data set with which the structures of the human thorax can be represented three-dimensionally.
  • a CT scan usually represents the human thorax at the time the CT scan is taken.
  • Multiple CT scans can represent the lung area of the human at different times; By means of these multiple CT images temporal changes in the tissue structures can thus be detected and thus, for example, a course of the disease can be investigated.
  • the multiple CT scans are CT scans that represent different areas of the thorax.
  • CT images present in one or more databases are retrieved and analyzed for the presence of indicia for CTEPH. This can happen, for example, at regular intervals. It is conceivable, for example, to carry out a search in the databases in which CT recordings are usually stored, for new CT recordings at regular intervals, for example every day or every week, and to retrieve the new CT recordings for image analysis. However, fetching can also be irregular. Retrieval can also be triggered by an event, for example, by saving a new CT scan. Preferably, the retrieval of new CT recordings is automated.
  • a CT image produced by the human thorax is immediately and automatically subjected to an image analysis according to the invention after it has been generated.
  • a computer system aligned to produce a corresponding CT scan may be configured to supply the CT scan to the image analysis of the present invention.
  • the components that perform the image analysis receive the CT scan.
  • an automated analysis of the CT scan takes place.
  • the analysis is performed by an image recognition software.
  • the image recognition software is configured to examine the CT image for the presence of specific (characteristic) features.
  • CT images of people who suffer from CTEPH often show characteristic features that people without CTEPH do not have. According to the invention, the CT images are examined for the presence of these characteristic features.
  • a characteristic feature that can be identified in the analyzes mentioned is the ratio of the volumes and / or the diameters of the right ventricle and the left ventricle (RV / LV ratio) (see, for example, Gonzales G et al., PLoS ONE 10 (5). : eO 127797). A value of 0.9 and more in the RV / LV diameter ratio is an indication for the presence of CTEPH.
  • Another characteristic feature is the degree of curvature of the septum between the heart chambers (see, eg, DA Moses et al., Quantification of the curvature and shape of the interventricular septum; Magnetic Resonance in Medicine, Vol. 52 (1), 2004, 154- 163 and F.
  • Typical vascular features include the lack of contrast media in the distal vessel sections in total obstruction or the formation of rope ladder thrombi, nets, stenoses, and partial obstructions.
  • CTEPH-specific parenchymal features include scarring, mosaic perfusion, frosted glass exercises, and bronchial anomalies. The scars are due to infarcts due to the closure of pulmonary vessels, which are usually located in the lower segments.
  • Mosaic perfusion consists of regions of varying density through regions of irregular hypo- and hyper-perfused areas caused by embolic occlusions, vascular remodeling of the distal vessels, and compensatory mechanisms. Hypoperfused areas are to be observed especially distally of the closed vessels, since in these areas the blood flow and thus the concentration of the contrast agent are reduced.
  • Hyperdense areas are usually visible in areas that are now hyperperfused due to the redistribution and impress as a frosted glass opacity.
  • the latter and other characteristic features are described in the literature (see, eg, JE Leifheit, characterization of patients with chronic thromboembolic pulmonary hypertension compared to polmonary hypertension of other WHO classifications using dual energy computed tomography, inaugural discard to achieve the degree of Doctor of Medicine Justus Liebig University Giessen, 2017).
  • the identification of the characteristic features is preferably carried out by classical pattern recognition methods.
  • methods of machine learning are also conceivable (artificial neural networks, deep learning and the like).
  • the number of available CT scans of people who have CTEPH is (still) comparatively small, so that the machine learning methods could possibly cause problems with the small amount of available data for training.
  • information may be stored in a database on the corresponding CT scan or on the person from whom the CT scan was generated, indicating that CTEPH-specific features are present in the CT scan CT scan have been identified.
  • a calculation of a probability for the presence of CTEPH is carried out on the basis of the determined characteristic features.
  • a value of 100% indicates that the patient is suffering from CTEPH; a value of 0% indicates that CTEPH can be excluded.
  • the one or more CT scans be examined for the presence of a number of characteristic features.
  • the individual features with a Factor so that features more indicative of CTEPH score higher in the probability function than features that are more non-specific.
  • the degree of a feature is determined; the degree indicating the severity of the presence of CTEPH. The higher the degree, the more apparent the feature is and the higher the probability of CTEPH being present.
  • one or more decision trees or regression trees are passed through; it may be that a trait only indicates CTEPH in combination with another trait. Further methods and combinations of methods for determining the probability are conceivable.
  • the threshold may be, for example, between 20% and 70%. Preferably it is above 20% and below 51%.
  • the transmission of a message then follows that the person should be subjected to further diagnostics in order to confirm or safely exclude CTEPH.
  • This message may, for example, be directed to the person from whom the corresponding CT scan originated. It may also be directed to its doctor or hospital staff or to another person in contact with the person with evidence of CTEPH.
  • the message can be a text message (email, SMS, etc.) or a voice message.
  • FIG. 1 shows by way of example an embodiment for the implementation of the system according to the invention.
  • FIG. 1 shows a CT system 1, which is designed as a dual-focus detector system. It has a first x-ray tube 2 with an opposite detector and a second x-ray tube 4 with another opposing detector 5. Both focus / detector systems 2, 3 and 4, 5 are arranged in a gantry housing 6 on a gantry rotating about a system axis 9 and not shown here.
  • the patient 7 is located on a longitudinally displaceable patient bed 8. Before scanning the patient 7, a contrast agent is applied to the patient 7 by means of a contrast agent injector 12 to improve the contrast of a CT image reconstructed from the detector output data.
  • control and processing unit 10 has a memory 11 in which in addition to the measured detector output data and computer programs Prgl-Prgn are stored, which are executed in operation and essentially take over the control of the system and the evaluation of the data.
  • the computer program according to the invention runs as a background process on the control and processing unit 10. It analyzes the sectional images or volume data for the presence of CTEPH indicia. In the event that CTEPH indicia are identified, and a calculated probability for the presence of CTEPH is above a defined threshold value, the computer program according to the invention displays a message on the screen of the control and processing unit 10 informing the radiologist that that there is a suspicion of CTEPH.
  • Fig. 2 shows schematically a further embodiment for the implementation of the system according to the invention.
  • the CT system 1 is connected to the control and processing unit 10 via the connection 14-1.
  • the control and computation unit 10 controls the CT system 1 and evaluates the detector data and reconstructs the CT display as slice images or volume data.
  • the sectional images and volume data are stored in a database 12 to which the control and computation unit 10 is connected via the connection 14-2. It is also conceivable that the database is a component of the control and processing unit 10.
  • Database 12 may also be accessed by computer system 13 via connection 14-3.
  • On the computer system 13 runs the computer program according to the invention. It is configured to record the CT scans of the human thorax stored in the database 12 for evidence of CTEPH analyzed. In the event that no clues are identified, a corresponding information on the CT recordings is stored.
  • the computer program installed and running on the computer system 13 is configured to calculate a likelihood of the presence of CTEPH based on the detected features indicative of CTEPH. If this probability is above a defined threshold, the computer program generates a message that CTEPH may be present.
  • the computer program installed and running on the computer system 13 may be configured to display the notification of the presence of CTEPH indicia on a screen forming part of the computer system 13. It is also conceivable that the computer program is configured to transmit a notification for the presence of CTEPH indicia via the connection 14-4 to the control and processing unit 10, via which the message is then displayed, eg on a screen becomes.
  • the computer system 10 obtains the information as to whether CTEPH indicia exists directly from the database 12. It is also conceivable that the computer program is configured to transmit a notification for the presence of CTEPH indicia via the connection 14-5 to another computer system 15, where the message is then displayed, eg via a screen. It is also conceivable that the computer system 15 obtains the information as to whether CTEPH indicia exists via the connection 14-6 from the database 12.
  • the dashed components in Fig. 2 are optional.
  • the links 14-1, 14-2, 14-3, 14-4, 14-5, and 14-6 may be wired, fiber-optic, and / or wireless (eg, wireless) links.
  • FIG 3 shows schematically an embodiment of the computer system 100 according to the invention.
  • the computer system 100 is connected to a database 12, on which computer tomographic images of the thorax of a person are stored. It is also conceivable that the database 12 is a component of the computer system 100.
  • the computer system 100 includes a receiving unit 110 with which the computer tomographic recordings can be received or called.
  • the Computer system 100 comprises a control and computation unit 120, with which the computed tomography images can be analyzed and with which features can be identified in the computed tomography images that indicate the presence of CTEPH.
  • the computer system 100 comprises a computing and testing unit 130, with which a probability for the presence of CTEPH can be calculated and with which it can be checked whether the probability is above a defined threshold value.
  • the computing and testing unit 130 may be part of the control and processing unit 120.
  • the computer system 100 comprises an output unit 140, with which a message about the result of the analysis can be displayed to a human or transmitted to a human.
  • a method for detecting evidence of the presence of CTEPH in a human comprising the following steps:
  • a computer system for detecting indicia of the presence of CTEPH in a human comprising - means for receiving or retrieving one or more computed tomographic images of the human thorax
  • a computer program product comprising a data carrier on which a computer program is stored, which can be loaded into the main memory of a computer system and there causes the computer system to carry out the following steps:

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)

Abstract

Die vorliegende Erfindung befasst sich mit der radiologischen Erkennung chronisch thromboembolischer pulmonaler Hypertonie (CTEPH). Gegenstand der Erfindung sind ein Verfahren, ein Computersystem und ein Computerprogrammprodukt zur automatisierten Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen.

Description

Verbesserungen bei der radiologischen Erkennung chronisch thromboembolischer pulmonaler Hypertonie
Die vorliegende Erfindung befasst sich mit der radiologischen Erkennung chronisch thromboembolischer pulmonaler Hypertonie (CTEPH). Gegenstand der Erfindung sind ein Verfahren, ein Computersystem und ein Computerprogrammprodukt zur automatisierten Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen.
Chronisch thromboembolische pulmonale Hypertonie (CTEPH) ist eine Sonderform der pulmonalen Hypertonie (PH, Lungenhochdruck). Sie ist charakterisiert durch die Einschwemmung von Thromben in die Lungenarterien. Diese verstopfen und verengen die Gefäße ganz oder teilweise und können sich bindegewebig umbauen. In seltenen Fällen entwickelt sich eine pulmonale Hypertonie mit schlechter Prognose.
Die Symptome der CTEPH sind unspezifisch. Im Frühstadium können Dyspnoe und Müdigkeit auftreten. Die Dauer von den ersten Symptomen zur Diagnose beträgt im Mittel 14 Monate, wobei sich einige Patienten dann bereits in einem fortgeschrittenen Stadium der Erkrankung befinden. Dies unterstreicht die Notwendigkeit einer exakten und frühzeitigen Diagnostik.
Eine frühzeitige Diagnose der CTEPH ist auch deswegen von Bedeutung, weil es mittlerweile Therapieoptionen für unterschiedliche Manifestationsformen dieser Erkrankung gibt. Die bevorzugte Therapie der CTEPH ist die operative pulmonale Endarterektomie (PEA), mit deren Hilfe bis zu 70 % der Patienten geheilt werden können. Die perioperative Mortalität an erfahrenen Zentren liegt mittlerweile bei 2-4 %. Allerdings werden etwa 30- 50 % aller CTEPH-Patienten als nicht operabel klassifiziert. Für diese Patienten sowie für Patienten mit persistierender pulmonaler Hypertonie nach PEA wurde Anfang 2014 mit Riociguat erstmalig eine medikamentöse Therapie zugelassen.
Der Goldstandard, eine CTEPH zu diagnostizieren oder auszuschließen, ist die Ventilations-/Perfusionsszintigraphie. Der negative prädiktive Wert der Perfusionsszintigraphie liegt bei nahezu 100 , das heißt, eine regelrechte Perfusionsverteilung schließt eine CTEPH mit an Sicherheit grenzender Wahrscheinlichkeit aus. Das Problem liegt aber darin, dass CTEPH vergleichsweise selten ist. Die Seltenheit und die komplexe Diagnostik und Differentialdiagnostik führen dazu, dass CTEPH unterdiagnostiziert ist.
Es besteht daher Bedarf an einer frühen und unkomplizierten Erkennung von Indizien für das Vorliegen von CTEPH.
Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der Ansprüche 1, 4 und 5 gelöst. Bevorzugte Ausführungsformen finden sich in den abhängigen Ansprüchen sowie in der vorliegenden Beschreibung.
Ein erster Gegenstand der vorliegenden Erfindung ist ein Verfahren zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen umfassend die folgenden Schritte:
- Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale - Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt wobei die genannten Schritte automatisch auf einem oder mehreren Computersystemen als Hintergrundprozesse ablaufen. Ein weiterer Gegenstand der vorliegenden Erfindung ist ein Computersystem zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen, umfassend - Mittel zum automatisierten Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Mittel zum automatisierten Analysieren der einen oder der mehreren computertomografischen Aufnahmen - Mittel zum automatisierten Erkennen von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Mittel zum automatisierten Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
- Mittel zum automatisierten Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds.
Ein weiterer Gegenstand der vorliegenden Erfindung ist ein Computerprogrammprodukt umfassend einen Datenträger, auf dem ein Computerprogramm gespeichert ist, das in den Arbeitsspeicher eines Computersystems geladen werden kann und dort das Computersystem dazu veranlasst, folgende Schritte ausführen: - Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
Ubermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt wobei die genannten Schritte automatisch auf dem Computersystem als Hintergrundprozesse ablaufen. Die einzelnen Elemente, die das erfindungsgemäße Verfahren, das Computersystem und das Computerprogrammprodukt kennzeichnen, werden nachfolgend näher erläutert. Bei dieser Erläuterung wird nicht zwischen den einzelnen Erfindungsgegenständen (Verfahren, Computersystem, Computerprogrammprodukt) unterschieden. Stattdessen gelten die nachfolgenden Beschreibungen für alle Erfindungsgegenstände in analoger Weise, unabhängig davon, in welchem Kontext sie stehen.
Bei der Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen setzt die vorliegende Erfindung auf die automatisierte Bildanalyse von computertomografischen Aufnahmen des Thorax des Menschen.
Computertomographie (CT) ist ein Röntgenverfahren, mit dem der menschliche Körper in Querschnittbildern (Schnittbildverfahren) dargestellt wird. Im Vergleich zu einer herkömmlichen Röntgenaufnahme, auf der üblicherweise nur grobe Strukturen und Knochen erkennbar sind, wird in CT-Aufnahmen auch Weichteilgewebe mit geringen Kontrastunterschieden detailliert erfasst. Eine Röntgenröhre erzeugt einen sogenannten Röntgenfächerstrahl, der den Körper durchdringt und innerhalb des Körpers durch die verschiedenen Strukturen, wie Organe und Knochen, unterschiedlich stark abgeschwächt wird. Die Empfangsdetektoren gegenüber dem Röntgenstrahler empfangen die unterschiedlich starken Signale und leiten sie an einen Computer weiter, der aus den empfangenen Daten Schichtbilder des Körpers zusammensetzt. Computertomografische Aufnahmen (CT-Aufnahmen) können in 2D oder auch in 3D betrachtet werden. Zur besseren Abgrenzbarkeit von Strukturen innerhalb des Körpers des Menschen (z.B. Gefäße), kann vor der Erzeugung von CT-Aufnahmen ein Kontrastmittel in eine Vene gespritzt werden. Computertomografie ist in der Diagnostik von Herz- und Lungenerkrankungen eine häufig angewandte Methode. Vorzugsweise handelt es sich bei den CT-Aufnahmen um Multidetektor-CT- Aufnahmen.
Die so genannte Multidetektor-CT (MDCT) bezeichnet die neueste Generation der Computertomographen, die seit 1998 in der klinischen Radiologie verfügbar ist. Die Multidetektor-CT ist breit verfügbar und geprägt von hoher, nahezu isotroper Auflösung (Größe der Bildpunkte 0,5-1 mm in jeder Raumrichtung), was eine Betrachtung der CT- Aufnahmen in beliebigen Raumebenen erlaubt. Die Untersuchungszeit bewegt sich zwischen 1 und 10 Sekunden, so dass auch bei Dyspnoe oder fehlender Kooperation der Patienten nahezu artefaktfreie Bilder entstehen. Modernste MDCT-Scanner sind mit der „dual-energy"-Technik ausgerüstet, bei der gleichzeitig zwei unterschiedliche Energien/Röhrenspannungen eingesetzt werden. Aufgrund der Energieabhängigkeit der Absorption können bestimmte Gewebeeigenschaften hervorgehoben werden, zum Beispiel die Iodverteilung nach Kontrastmittelgabe als Surrogat für die regionale Durchblutung.
Ein entscheidendes Kriterium der vorliegenden Erfindung ist die Automatisierung. Wie bereits ausgeführt ist CTEPH eine seltene Erkrankung, die unterdiagnostiziert ist. Ein Übersehen dieser Erkrankung kann fatale Folgen für den Patienten haben. Daher werden gemäß der vorliegenden Erfindung computertomografische Aufnahmen des Thorax automatisiert auf Indizien für das Vorliegen von CTEPH analysiert. "Automatisiert" bedeutet dabei, dass keinerlei menschliches Zutun erforderlich ist. Erfindungsgemäß ist also ein Computerprogramm auf einem Computersystem installiert, das Zugriff auf computertomografische Aufnahmen des Thorax hat, als Hintergrundprozess läuft, und die Aufnahmen automatisiert auf Indizien für das Vorliegen von CTEPH analysiert. Als Hintergrundprozess bezeichnet man einen Prozess, der mit dem Benutzer nicht direkt agiert und damit asynchron zu der Benutzerschnittstelle agiert.
In einem ersten Schritt des erfindungsgemäßen Verfahrens werden ein oder mehrere computertomografische Aufnahmen des Thorax eines Menschen empfangen oder abgerufen. Üblicherweise handelt es sich bei einer CT- Aufnahme um einen Datensatz, mit dem die Strukturen des Thorax des Menschen dreidimensional dargestellt werden können. Somit repräsentiert eine CT-Aufnahme üblicherweise den Thorax des Menschen zum Zeitpunkt der Aufnahme des Computertomogramms. Mehrere CT- Aufnahmen können den Lungenbereich des Menschen zu unterschiedlichen Zeitpunkten repräsentieren; anhand dieser mehreren CT-Aufnahmen können somit zeitliche Veränderungen in den Gewebsstrukturen erkannt und damit beispielsweise ein Krankheitsverlauf untersucht werden. Es ist aber auch denkbar, dass es sich bei den mehreren CT-Aufnahmen um CT- Aufnahmen handelt, die unterschiedliche Bereiche des Thorax repräsentieren.
Wie bereits beschrieben, ist die Computertomografie ein übliches Verfahren bei der Diagnostik von Herz- und Lungenerkrankungen. Es ist daher denkbar, bereits in einer Datenbank vorliegende CT-Aufnahmen auf das Vorliegen von Indizien für CTEPH zu untersuchen. In einer Ausführungsform der vorliegenden Erfindung werden in einer oder mehreren Datenbanken vorhandene CT-Aufnahmen abgerufen und auf das Vorliegen von Indizien für CTEPH analysiert. Dies kann beispielsweise in regelmäßigen Abständen passieren. Es ist zum Beispiel denkbar, in regelmäßigen Abständen, zum Beispiel jeden Tag oder jede Woche, eine Suche in den Datenbanken, in denen CT-Aufnahmen üblicherweise abgelegt werden, nach neuen CT-Aufnahmen durchzuführen und die neuen CT-Aufnahmen für eine Bildanalyse abzurufen. Das Abrufen kann jedoch auch unregelmäßig stattfinden. Das Abrufen kann auch durch ein Ereignis getriggert werden, beispielsweise durch das Abspeichern einer neuen CT-Aufnahme. Vorzugsweise erfolgt das Abrufen von neuen CT-Aufnahmen automatisiert.
Denkbar ist auch, die erfindungsgemäße Analyse für das Vorliegen von CTEPH-Indizien als eine Art Standardanalyse bei jeder CT-Aufnahme durchzuführen, die vom Thorax eines Menschen erzeugt wird. In einer weiteren bevorzugten Ausführungsform der vorliegenden Erfindung wird dementsprechend eine CT-Aufnahme, die vom Thorax eines Menschen erzeugt wird, nach ihrer Erzeugung unmittelbar und automatisch einer erfindungsgemäßen Bildanalyse unterzogen. In einem solchen Fall kann ein Computersystem, das zur Erzeugung einer entsprechenden CT-Aufnahme ausgerichtet ist, so konfiguriert sein, dass es die CT-Aufnahme der erfindungsgemäßen Bildanalyse zuführt. Die Komponenten, welche die Bildanalyse ausführen, empfangen die CT-Aufnahme.
In einem weiteren Schritt des erfindungsgemäßen Verfahrens erfolgt eine automatisierte Analyse der CT-Aufnahme. Die Analyse wird durch eine Bilderkennungssoftware durchgeführt. Die Bilderkennung s Software ist so konfiguriert, dass sie die CT-Aufnahme auf das Vorhandensein spezifischer (charakteristischer) Merkmale untersucht. CT-Aufnahmen von Menschen, die unter CTEPH leiden, zeigen oftmals charakteristische Merkmale, die Menschen, die nicht an CTEPH erkrankt sind, nicht aufweisen. Erfindungsgemäß werden die CT-Aufnahmen auf das Vorliegen dieser charakteristischen Merkmale untersucht.
Ein charakteristisches Merkmal, das bei den genannten Analysen identifiziert werden kann, ist das Verhältnis der Volumina und/oder der Durchmesser von rechtem Ventrikel und linkem Ventrikel (RV/LV-Verhältnis) (siehe z.B. Gonzales G et al. PLoS ONE 10(5): eO 127797). Ein Wert von 0,9 und mehr beim RV/LV-Durchmesserverhältnis ist ein Indiz für das Vorliegen von CTEPH. Ein weiteres charakteristisches Merkmal ist der Grad der Krümmung der Scheidewand zwischen den Herzkammern (siehe z.B. D.A. Moses et al., Quantification of the curvature and shape of the interventricular septum; Magnetic Resonance in Medicine, Vol. 52 (1), 2004, 154-163 sowie F. Haddad et al.: Septal Curvature is a marker of hemodynamic, anatomical, and electromechanical ventricular interdependence in patients with pulmonary arterial hypertension, Echocardiography Vol. 31(6) 2014, 699-707). Es kann ferner das Verhältnis der Durchmesser der Pulmonararterie und der Aorta (PA:A- Verhältnis) in der Ebene der Abzweigung der Pulmonararterie bestimmt werden (siehe z.B. A.S. Iyer et al.: CT scan-measured pulmonary artery to aorta ratio and echocardiography for detecting pulmonary hypertension in severe COPD, CHEST 2014, Vol. 145(4), 824-832). Ein PA:A- Verhältnis von 0,7 und größer ist ein weiteres Indiz für das Vorliegen von CTEPH. Charakteristische vaskuläre Merkmale sind beispielsweise das Fehlen von Kontrastmittel in den distalen Gefäßabschnitten bei totaler Obstruktion oder die Bildung von Strickleiterthromben, Netzen, Stenosen und Teilobstruktionen. Zu den CTEPH-spezifischen parenchymalen Merkmalen gehören Narben, eine Mosaikperfusion, Milchglastrübungen und bronchiale Anomalien. Die Narben kommen durch Infarkte aufgrund des Verschlusses von Pulmonalgefäßen zustande, welche meist in den unteren Segmenten lokalisiert sind. Die Mosaikperfusion besteht aus Bereichen unterschiedlicher Dichte durch Regionen von irregulären hypo- und hyperperfundierten Bereichen verursacht durch embolische Verschlüsse, vaskulären Umbau der distalen Gefäße und Kompensationsmechanismen. Hypoperfundierte Bereiche sind vor allem distal der verschlossenen Gefäße zu beobachten, da in diesen Bereichen der Blutfluss und damit die Konzentration des Kontrastmittels vermindert sind. Hyperdense Areale sind meist in Bereichen zu erkennen, die aufgrund der Umverteilung nun hyperperfundiert sind und als Milchglastrübung imponieren. Die zuletzt genannten und weitere charakteristische Merkmale sind in der Literatur beschrieben (siehe z.B. J.E. Leifheit, Charakterisierung von Patienten mit chronisch thromboembolischer pulmonaler Hypertonie im Vergleich zur polmonalen Hypertonie anderer WHO-Klassifikation mittels Dual Energy Computertomographie, Inauguraldissertation zur Erlangung des Grades eines Doktors der Medizin an der Justus-Liebig-Universität Gießen, 2017).
Die Identifizierung der charakteristischen Merkmale erfolgt vorzugsweise durch klassische Mustererkennungsverfahren. Prinzipiell sind auch Verfahren des maschinellen Lernens denkbar (künstliche neuronale Netze, Deep Learning und dergleichen). Die Zahl an verfügbaren CT- Aufnahmen von Menschen, die an CTEPH erkrankt sind, ist jedoch (noch) vergleichsweise gering, so dass den Verfahren des maschinellen Lernens gegebenenfalls die geringe Anzahl an verfügbaren Daten zum Trainieren Probleme bereiten könnte. Prinzipiell ist es aber denkbar, zunächst die CTEPH-charakteristischen Merkmale in den CT-Aufnahmen mit Mustererkennungsverfahren zu identifizieren, Menschen, deren CT- Aufnahmen CTEPH-charakteristische Merkmale aufweisen einer weiteren Diagnostik zu unterziehen, und die CT-Aufnahmen, von denjenigen Menschen, bei denen die weitere Diagnostik das Vorliegen von CTEPH bestätigt hat, einem Trainingssatz für maschinelles Lernen zuzuführen, um die Fehlerraten bei der auf maschinellem Lernen basierenden Bilderkennungssoftware stetig zu verringern. Liegen die Fehlerraten bei der auf maschinellem Lernen basierenden Bilderkennungssoftware niedriger als bei der Bilderkennungssoftware, die auf Mustererkennung basiert, kann auf die auf maschinellem Lernen basierende Bilderkennungssoftware umgeschwenkt werden.
Es ist denkbar, dass bei der Bildanalyse keine CTEPH- spezifischen Merkmale in den untersuchten CT-Aufnahmen gefunden werden. In einem solchen Fall kann in einer Datenbank zu der entsprechenden CT- Aufnahme oder zu dem Menschen, von dem die CT- Aufnahme erzeugt worden ist, eine Information gespeichert werden, dass keine CTEPH- spezifischen Merkmalen in der CT- Aufnahme identifiziert worden sind.
Sind Merkmale, die das Vorliegen von CTEPH indizieren, gefunden worden, kann in einer Datenbank zu der entsprechenden CT- Aufnahme oder zu dem Menschen, von dem die CT- Aufnahme erzeugt worden ist, eine Information gespeichert werden, dass CTEPH- spezifische Merkmalen in der CT- Aufnahme identifiziert worden sind.
In einem weiteren Schritt des erfindungsgemäßen Verfahrens erfolgt eine Berechnung einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten charakteristischen Merkmale. Ein Wert von 100% zeigt an, dass der Patient an CTEPH erkrankt ist; ein Wert von 0 % zeigt an, dass CTEPH ausgeschlossen werden kann.
Zur Berechnung der Wahrscheinlichkeit können viele unterschiedliche Ansätze verfolgt werden. Es ist zum Beispiel denkbar, dass die eine oder die mehreren CT-Aufnahmen auf die Anwesenheit einer Zahl an charakteristischen Merkmalen untersucht werden. Die Wahrscheinlichkeit kann aus der Summe der Zahl der gefundenen Merkmale geteilt durch die Summe der Zahl der geprüften Merkmale berechnet werden (P=(Summe der gefundenen Merkmale)/(Summe geprüfte Merkmale)). In einem solchen Ansatz sind alle Merkmale gleichwertig. Denkbar ist aber auch, dass die einzelnen Merkmale mit einem Faktor gewichtet werden, so dass Merkmale, die eher auf CTEPH hindeuten, in der Wahrscheinlichkeitsfunktion höher bewertet werden, als Merkmale, die unspezifischer sind. Denkbar ist auch, dass der Grad eines Merkmals bestimmt wird; wobei der Grad die Ausprägung für das Vorliegen von CTEPH angibt. Je höher der Grad (die Ausprägung) ist, desto deutlicher tritt das Merkmal in Erscheinung und desto höher ist die Wahrscheinlichkeit für das Vorliegen von CTEPH. Denkbar ist auch, dass ein oder mehrere Entscheidungsbäume oder Regressionsbäume durchlaufen werden; es kann sein, dass ein Merkmal nur in Verbindung mit einem anderen Merkmal auf CTEPH hindeutet. Weitere Methoden und Kombinationen von Methoden zur Ermittlung der Wahrscheinlichkeit sind denkbar.
Für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt, wird eine Mitteilung erzeugt, die Auskunft darüber gibt, dass die Person, von der die CT- Aufnahmen stammen, mit einer definierten Wahrscheinlichkeit an CTEPH erkrankt ist und daher weitere Untersuchungen zur Abklärung des Befunds vorgenommen werden sollten. Der Schwellenwert kann beispielsweise zwischen 20% und 70% liegen. Vorzugsweise liegt er oberhalb von 20% und unterhalb von 51%.
Erfindungsgemäß erfolgt dann die Übermittlung einer Mitteilung, dass der Mensch einer weitergehenden Diagnostik unterzogen werden sollte, um CTEPH zu bestätigen oder sicher auszuschließen. Diese Mitteilung kann sich beispielsweise an den Menschen richten, von dem die entsprechende CT- Aufnahme stammt. Sie kann sich aber auch an seinen Arzt oder Krankenhauspersonal oder an eine andere Person richten, die in Kontakt mit dem Menschen steht, bei dem Indizien für CTEPH vorliegen. Bei der Übermittlung der Nachricht kann es sich um eine Text- (Email, SMS, etc.) oder Sprachnachricht handeln.
Die Erfindung wird nachfolgend anhand von Figuren und Beispielen näher beschrieben, ohne die Erfindung auf die beschriebenen und gezeigten Merkmale oder Merkmalskombinationen beschränken zu wollen.
Figur 1 zeigt beispielhaft eine Ausführungsform für die Implementierung des erfindungsgemäßen Systems.
In Figur 1 ist ein CT-System 1 gezeigt, das als ein Zweifach-Fokus-Detektorsystem ausgeführt ist. Es verfügt über eine erste Röntgenröhre 2 mit einem gegenüberliegenden Detektor und eine zweite Röntgenröhre 4 mit einem weiteren gegenüberliegenden Detektor 5. Beide Fokus/Detektor-Systeme 2,3 und 4,5 sind in einem Gantrygehäuse 6 auf einer, um eine Systemachse 9 rotierende und hier nicht sichtbar dargestellte Gantry angeordnet. Der Patient 7 befindet sich auf einer längsverschiebbaren Patientenliege 8. Vor der Abtastung des Patienten 7 wird zur Verbesserung des Kontrastes einer aus den Detektorausgangsdaten rekonstruierten CT-Darstellung dem Patienten 7 ein Kontrastmittel mittels eines Kontrastmittelinjektors 12 appliziert. Die Steuerung des gesamten CT- Systems und gegebenenfalls auch die Auswertung der Detektordaten und die Rekonstruktion der CT-Darstellung als Schnittbilder oder Volumendaten kann durch eine Steuer- und Recheneinheit 10 erfolgen. Diese Steuer- und Recheneinheit 10 verfügt über einen Speicher 11, in dem neben den gemessenen Detektorausgangsdaten auch Computerprogramme Prgl-Prgn gespeichert sind, die im Betrieb ausgeführt werden und im Wesentlichen die Steuerung des Systems und die Auswertung der Daten übernehmen.
In einer Ausführungsform der vorliegenden Erfindung läuft das erfindungsgemäße Computerprogramm als Hintergrundprozess auf der Steuer- und Recheneinheit 10. Es analysiert die Schnittbilder oder Volumendaten auf das Vorliegen von CTEPH-Indizien. Für den Fall, dass CTEPH-Indizien identifiziert werden, und eine berechnete Wahrscheinlichkeit für das Vorliegen von CTEPH oberhalb eines definierten Schwellenwertes liegt, wird von dem erfindungsgemäßen Computerprogramm eine Mitteilung auf dem Bildschirm der Steuer- und Recheneinheit 10 dargestellt, die den Radiologen darüber informiert, dass ein Verdacht auf CTEPH besteht.
Fig. 2 schematisch eine weitere Ausführungsform für die Implementierung des erfindungsgemäßen Systems.
Das CT-System 1 ist über die Verbindung 14-1 mit der Steuer- und Recheneinheit 10 verbunden. Über die Steuer- und Recheneinheit 10 erfolgt die Steuerung des CT-Systems 1 und die Auswertung der Detektordaten und die Rekonstruktion der CT-Darstellung als Schnittbilder oder Volumendaten. Die Schnittbilder und Volumendaten werden in einer Datenbank 12 gespeichert, mit der die Steuer- und Recheneinheit 10 über die Verbindung 14-2 verbunden ist. Denkbar ist auch, dass die Datenbank ein Bestandteil der Steuer- und Recheneinheit 10 ist. Auf die Datenbank 12 kann auch das Computersystem 13 über die Verbindung 14-3 zugreifen. Auf dem Computersystem 13 läuft das erfindungsgemäße Computerprogramm. Es ist so konfiguriert, dass es die in der Datenbank 12 gespeicherten CT- Aufnahmen vom Thorax eines Menschen auf Indizien für das Vorliegen von CTEPH analysiert. Für den Fall, dass keine Indizien identifiziert werden, wird eine entsprechende Information zu den CT-Aufnahmen gespeichert. Für den Fall, dass Indizien für das Vorliegen von CTEPH identifiziert werden, wird die entsprechende Information ebenfalls zu den CT-Aufnahmen gespeichert. Das auf dem Computersystem 13 installierte und laufende Computerprogramm ist so konfiguriert, dass es auf Basis der ermittelten Merkmale, die auf CTEPH hinweisen, eine Wahrscheinlichkeit für das Vorliegen von CTEPH berechnet. Liegt diese Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts, erzeugt das Computerprogramm eine Mitteilung, dass CTEPH vorliegen könnte. Das auf dem Computersystem 13 installierte und laufende Computerprogramm kann so konfiguriert sein, dass es die Mitteilung über das Vorliegen von CTEPH-Indizien auf einem Bildschirm, der Bestandteil des Computersystems 13 ist, anzeigt. Es ist auch denkbar, dass das Computerprogramm so konfiguriert ist, dass es eine Mitteilung für das Vorliegen von CTEPH-Indizien über die Verbindung 14-4 an die Steuer- und Recheneinheit 10 übermittelt, über die die Mitteilung dann, z.B. auf einem Bildschirm, angezeigt wird. Es ist auch denkbar, dass das Computersystem 10 die Information, ob CTEPH-Indizien vorliegen, direkt aus der Datenbank 12 bezieht. Es ist auch denkbar, dass das Computerprogramm so konfiguriert ist, dass es eine Mitteilung für das Vorliegen von CTEPH-Indizien über die Verbindung 14-5 an ein weiteres Computersystem 15 übermittelt, wo die Mitteilung dann, z.B. über einen Bildschirm, angezeigt wird. Es ist auch denkbar, dass das Computersystem 15 die Information, ob CTEPH-Indizien vorliegen, über die Verbindung 14-6 aus der Datenbank 12 bezieht. Die gestrichelten Komponenten in Fig. 2 sind optional. Die Verbindungen 14-1, 14-2, 14-3, 14-4, 14-5 und 14-6 können kabelgebundene, auf Glasfaser basierende und/oder kabellose (z.B. über Funk) Verbindungen sein.
Fig. 3 zeigt schematisch eine Ausführungsform des erfindungsgemäßen Computersystems 100.
Das Computersystem 100 ist mit einer Datenbank 12 verbunden, auf der computertomografische Aufnahmen des Thorax eines Menschen gespeichert sind. Denkbar ist auch, dass die Datenbank 12 ein Bestandteil des Computersystems 100 ist. Das Computersystem 100 umfasst eine Empfangseinheit 110, mit der die computertomografischen Aufnahmen empfangen oder angerufen werden können. Das Computersystem 100 umfasst eine Steuer- und Recheneinheit 120, mit der die computertomografischen Aufnahmen analysiert werden können und mit der Merkmale in den computertomografischen Aufnahmen erkannt werden können, die das Vorliegen von CTEPH indizieren. Das Computersystem 100 umfasst eine Rechen- und Prüfeinheit 130, mit der eine Wahrscheinlichkeit für das Vorliegen von CTEPH berechnet werden kann und mit der geprüft werden kann, ob die Wahrscheinlichkeit oberhalb eines definierten Schwellenwertes liegt. Die Rechen- und Prüfeinheit 130 kann Bestandteil der Steuer- und Recheneinheit 120 sein. Das Computersystem 100 umfasst eine Ausgabeeinheit 140, mit der eine Mitteilung über das Ergebnis der Analyse gegenüber einem Menschen angezeigt oder einem Menschen übermittelt werden kann.
Weitere Ausführungsformen der vorliegenden Erfindung sind:
1. Verfahren zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen umfassend die folgenden Schritte:
- Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- automatische Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren - Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds.
2. Verfahren gemäß der Ausführungsform 1, wobei in Datenbanken vorliegende computertomografische Aufnahmen abgerufen und der automatischen Analyse zugeführt werden. 3. Verfahren gemäß der Ausführungsform 1, wobei computertomografische Aufnahmen nach ihrer Erzeugung von demjenigen Computersystem, mit dem die computertomografische Aufnahmen erzeugt worden sind, empfangen und der automatischen Analyse zugeführt werden.
4. Computersystem zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen, umfassend - Mittel zum Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Mittel zum automatisierten Analysieren der einen oder der mehreren computertomografischen Aufnahmen - Mittel zum automatisierten Erkennen von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Mittel zum Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds.
5. Computerprogrammprodukt umfassend einen Datenträger, auf dem ein Computerprogramm gespeichert ist, das in den Arbeitsspeicher eines Computersystems geladen werden kann und dort das Computersystem dazu veranlasst, folgende Schritte ausführen:
- Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax eines Menschen - automatische Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds.

Claims

Patentansprüche
1. Verfahren zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen umfassend die folgenden Schritte:
- Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren - Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
- Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt wobei die genannten Schritte automatisch auf einem oder mehreren Computersystemen als Hintergrundprozesse ablaufen.
2. Verfahren gemäß Anspruch 1, wobei in einer oder mehreren Datenbanken vorliegende computertomografische Aufnahmen automatisch abgerufen und der Analyse zugeführt werden.
3. Verfahren gemäß Anspruch 1, wobei computertomografische Aufnahmen nach ihrer Erzeugung von demjenigen Computersystem, mit dem die computertomografische Aufnahmen erzeugt worden sind, empfangen und der Analyse zugeführt werden.
4. Verfahren gemäß einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass in der einen oder den mehreren computertomografischen Aufnahmen charakteristische Merkmale mittels Mustererkennungsverfahren identifiziert werden.
5. Verfahren gemäß Anspruch 4, wobei die charakteristischen Merkmale ausgewählt sind aus der folgenden Liste: Verhältnis der Volumina und/oder der Durchmesser von rechtem Ventrikel und linkem Ventrikel, Grad der Krümmung der Scheidewand zwischen den Herzkammern, Verhältnis der Durchmesser der Pulmonararterie und der Aorta in der Ebene der Abzweigung der Pulmonararterie, Vorhandensein und/oder Grad von Stenosen, Vorhandensein und/oder Grad einer Mosaikperfusion, Vorhandensein und/oder Grad einer Milchglastrübung.
6. Verfahren gemäß einem der Ansprüche 1 bis 5, wobei ein oder mehrere Merkmale mittels Methoden des maschinellen Lernens ermittelt werden.
7. Computersystem zur Erkennung von Indizien für das Vorliegen von CTEPH bei einem Menschen, umfassend - Mittel zum automatisierten Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen
- Mittel zum automatisierten Analysieren der einen oder der mehreren computertomografischen Aufnahmen
- Mittel zum automatisierten Erkennen von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Mittel zum automatisierten Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
- Mittel zum automatisierten Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds.
8. Computersystem gemäß Anspruch 7, umfassend eine Empfangseinheit, mit der die computertomografischen Aufnahmen empfangen und/oder angerufen werden können, eine Steuer- und Recheneinheit, mit der die computertomografischen Aufnahmen analysiert werden können und mit der Merkmale in den computertomografischen Aufnahmen erkannt werden können, die das Vorliegen von CTEPH indizieren, eine Rechen- und Prüfeinheit 130, mit der eine Wahrscheinlichkeit für das Vorliegen von CTEPH berechnet werden kann und mit der geprüft werden kann, ob die Wahrscheinlichkeit oberhalb eines definierten Schwellenwertes liegt, eine Ausgabeeinheit 140, mit der eine Mitteilung über das Ergebnis der Analyse gegenüber einem Menschen angezeigt oder einem Menschen übermittelt werden kann.
9. Computersystem gemäß einem der Ansprüche 7 oder 8, wobei das Computersystem so konfiguriert ist, dass die folgenden Prozesse automatisiert als Hintergrundprozesse ohne Zutun eines Menschen ablaufen: - Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen aus einer Datenbank
- Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
- Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt.
10. Computersystem nach einem der Ansprüche 7 bis 9, das Bestandteil eines CT-Systems ist.
11. Computersystem nach einem der Ansprüche 7 bis 9, das mit einer Datenbank verbunden ist, auf der CT- Aufnahmen eines CT-Systems gespeichert sind.
12. Computerprogrammprodukt umfassend einen Datenträger, auf dem ein Computerprogramm gespeichert ist, das in den Arbeitsspeicher eines Computersystems geladen werden kann und dort das Computersystem dazu veranlasst, folgende Schritte ausführen:
- Empfangen oder Abrufen einer oder mehrerer computertomografischer Aufnahmen des Thorax des Menschen - Analyse der einen oder der mehreren computertomografischen Aufnahmen mittels einer Bilderkennungssoftware
- Ermitteln von Merkmalen in der einen oder den mehreren computertomografischen Aufnahmen, die das Vorliegen von CTEPH indizieren
- Berechnen einer Wahrscheinlichkeit für das Vorliegen von CTEPH auf Basis der ermittelten Merkmale
- Übermitteln einer Mitteilung an den Menschen und/oder eine andere Person zur weiteren Abklärung des Befunds für den Fall, dass die Wahrscheinlichkeit oberhalb eines definierten Schwellenwerts liegt wobei die genannten Schritte automatisch auf dem Computersystem als Hintergrundprozesse ablaufen.
PCT/EP2018/060732 2017-05-02 2018-04-26 Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie WO2018202541A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP18720250.2A EP3619631A1 (de) 2017-05-02 2018-04-26 Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie
JP2019560392A JP2020518396A (ja) 2017-05-02 2018-04-26 慢性血栓塞栓性肺高血圧症の放射線学的特定における改善
CA3061988A CA3061988A1 (en) 2017-05-02 2018-04-26 Improvements in the radiological detection of chronic thromboembolic pulmonary hypertension
US16/609,138 US20200237331A1 (en) 2017-05-02 2018-04-26 Improvements in the radiological detection of chronic thromboembolic pulmonary hypertension
CN201880029130.4A CN110574070A (zh) 2017-05-02 2018-04-26 慢性血栓栓塞性肺动脉高压的放射学识别的改进

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP17169079 2017-05-02
EP17169079.5 2017-05-02

Publications (1)

Publication Number Publication Date
WO2018202541A1 true WO2018202541A1 (de) 2018-11-08

Family

ID=58672386

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/060732 WO2018202541A1 (de) 2017-05-02 2018-04-26 Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie

Country Status (6)

Country Link
US (1) US20200237331A1 (de)
EP (1) EP3619631A1 (de)
JP (1) JP2020518396A (de)
CN (1) CN110574070A (de)
CA (1) CA3061988A1 (de)
WO (1) WO2018202541A1 (de)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018222606A1 (de) * 2018-12-20 2020-06-25 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes
WO2020185758A1 (en) * 2019-03-12 2020-09-17 Bayer Healthcare Llc Systems and methods for assessing a likelihood of cteph and identifying characteristics indicative thereof
EP3813017A1 (de) * 2019-10-21 2021-04-28 Bayer AG Segmentierung der herzregion in ct-aufnahmen
JP2021074232A (ja) * 2019-11-07 2021-05-20 キヤノン株式会社 情報処理装置、情報処理方法、および撮像システム
WO2022106302A1 (en) 2020-11-20 2022-05-27 Bayer Aktiengesellschaft Representation learning
WO2022207443A1 (en) 2021-04-01 2022-10-06 Bayer Aktiengesellschaft Reinforced attention
WO2022268656A1 (en) 2021-06-25 2022-12-29 Bayer Aktiengesellschaft Federated representation learning with consistency regularization
US11727571B2 (en) 2019-09-18 2023-08-15 Bayer Aktiengesellschaft Forecast of MRI images by means of a forecast model trained by supervised learning
US11915361B2 (en) 2019-09-18 2024-02-27 Bayer Aktiengesellschaft System, method, and computer program product for predicting, anticipating, and/or assessing tissue characteristics

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113702482B (zh) * 2021-08-30 2022-08-23 中国医学科学院北京协和医院 一种IgG N-糖链特征组合及其应用

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090012382A1 (en) * 2007-07-02 2009-01-08 General Electric Company Method and system for detection of obstructions in vasculature
JP2010104581A (ja) * 2008-10-30 2010-05-13 Canon Inc Ｘ線撮影装置及びｘ線撮影方法
WO2013036842A2 (en) * 2011-09-08 2013-03-14 Radlogics, Inc. Methods and systems for analyzing and reporting medical images
RU2545927C1 (ru) * 2014-03-13 2015-04-10 Федеральное государственное бюджетное учреждение "Научно-исследовательский институт кардиологии" Сибирского отделения Российской академии медицинских наук Способ дифференциальной диагностики острой тромбоэмболии легочной артерии и хронической постэмболической легочной гипертензии
CN106461677B (zh) * 2014-04-22 2018-09-11 国立大学法人东北大学 肺高血压病的检查方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A.S. IYER ET AL.: "CT scan-measured pulmonary artery to aorta ratio and echocardiography for detecting pulmonary hypertension in severe COPD", CHEST, vol. 145, no. 4, 2014, pages 824 - 832
D.A. MOSES ET AL.: "Quantification of the curvature and shape of the interventricular septum", MAGNETIC RESONANCE IN MEDICINE, vol. 52, no. 1, 2004, pages 154 - 163, XP002451153
F. HADDAD ET AL.: "Septal Curvature is a marker of hemodynamic, anatomical, and electromechanical ventricular interdependence in patients with pulmonary arterial hypertension", ECHOCARDIOGRAPHY, vol. 31, no. 6, 2014, pages 699 - 707
GONZALES G ET AL., PLOS ONE, vol. 10, no. 5, pages e0127797
J.E. LEIFHEIT: "Charakterisierung von Patienten mit chronisch thromboembolischer pulmonaler Hypertonie im Vergleich zur polmonalen Hypertonie anderer WHO-Klassifikation mittels Dual Energy Computertomographie", INAUGURALDISSERTATION ZUR ERLANGUNG DES GRADES EINES DOKTORS DER MEDIZIN AN DER JUSTUS-LIEBIG-UNIVERSITÄT GIESSEN, 2017
R. COULDEN: "State-of-the-Art Imaging Techniques in Chronic Thromboembolic Pulmonary Hypertension", AMERICAN THORACIC SOCIETY. PROCEEDINGS, vol. 3, no. 7, 1 September 2006 (2006-09-01), US, pages 577 - 583, XP055385389, ISSN: 1546-3222, DOI: 10.1513/pats.200605-119LR *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018222606A1 (de) * 2018-12-20 2020-06-25 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes
US11341672B2 (en) 2018-12-20 2022-05-24 Siemens Healthcare Gmbh Method and device for detecting an anatomical feature of a section of a blood vessel
WO2020185758A1 (en) * 2019-03-12 2020-09-17 Bayer Healthcare Llc Systems and methods for assessing a likelihood of cteph and identifying characteristics indicative thereof
US12002203B2 (en) 2019-03-12 2024-06-04 Bayer Healthcare Llc Systems and methods for assessing a likelihood of CTEPH and identifying characteristics indicative thereof
US11915361B2 (en) 2019-09-18 2024-02-27 Bayer Aktiengesellschaft System, method, and computer program product for predicting, anticipating, and/or assessing tissue characteristics
US11727571B2 (en) 2019-09-18 2023-08-15 Bayer Aktiengesellschaft Forecast of MRI images by means of a forecast model trained by supervised learning
US11386560B2 (en) 2019-10-21 2022-07-12 Bayer Aktiengesellschaft Segmentation of the cardiac region in CT images
EP3813017A1 (de) * 2019-10-21 2021-04-28 Bayer AG Segmentierung der herzregion in ct-aufnahmen
JP7394588B2 (ja) 2019-11-07 2023-12-08 キヤノン株式会社 情報処理装置、情報処理方法、および撮像システム
JP2021074232A (ja) * 2019-11-07 2021-05-20 キヤノン株式会社 情報処理装置、情報処理方法、および撮像システム
WO2022106302A1 (en) 2020-11-20 2022-05-27 Bayer Aktiengesellschaft Representation learning
WO2022207443A1 (en) 2021-04-01 2022-10-06 Bayer Aktiengesellschaft Reinforced attention
WO2022268656A1 (en) 2021-06-25 2022-12-29 Bayer Aktiengesellschaft Federated representation learning with consistency regularization

Also Published As

Publication number Publication date
JP2020518396A (ja) 2020-06-25
CA3061988A1 (en) 2019-10-30
US20200237331A1 (en) 2020-07-30
EP3619631A1 (de) 2020-03-11
CN110574070A (zh) 2019-12-13

Similar Documents

Publication Publication Date Title
WO2018202541A1 (de) Verbesserungen bei der radiologischen erkennung chronisch thromboembolischer pulmonaler hypertonie
DE102011076233B4 (de) Verfahren und Computersystem zur Erkennung einer statistisch relevanten Normvariante der Gefaßstruktur eines Patienten mit Hilfe tomographischer Bilddatensatze
US9424644B2 (en) Methods and systems for evaluating bone lesions
US9486176B2 (en) Systems and methods for diagnosing strokes
US7940970B2 (en) Method and system for automatic quality control used in computerized analysis of CT angiography
DE102007056256B4 (de) Gerät zur Generierung einer Risikometrik bei weicher Plaque in Gefäßen und maschinenlesbares Medium hierfür
US20060242146A1 (en) Methods and systems for monitoring tumor burden
DE602004001973T2 (de) Verfahren zur rekonstruktion dreidimensionaler objekte
US20190117179A1 (en) Systems And Methods For Deciding Management Strategy in Acute Ischemic Strokes Using Rotational Angiography
CN111602173B (zh) 脑部断层扫描数据分析方法
US20040136491A1 (en) Methods and systems for detecting components of plaque
DE102005036998B4 (de) Vorrichtung zur automatischen Detektion von Auffälligkeiten in medizinischen Bilddaten
WO2013098074A2 (de) Kontrollverfahren und kontrollsystem
DE102004055768A1 (de) Verfahren und Systeme für die computerunterstützte zielgerechte Bildgebung
DE102016219488A1 (de) Verfahren zum Bereitstellen einer Konfidenzinformation
DE102018222606A1 (de) Verfahren und Vorrichtung zur Detektion eines anatomischen Merkmals eines Blutgefäßabschnittes
CN105934199A (zh) 用于处理体腔的医学图像的设备和方法
Brandt et al. Impact of machine-learning-based coronary computed tomography angiography–derived fractional flow reserve on decision-making in patients with severe aortic stenosis undergoing transcatheter aortic valve replacement
DE102009032257A1 (de) Verfahren und Vorrichtung zur automatisierten Ermittlung der Mittellinie zumindest eines Teilstücks einer tubulären Gewebestruktur
DE102014201321A1 (de) Bestimmung von Läsionen in Bilddaten eines Untersuchungsobjekts
DE102011087128B4 (de) Projektionswinkelbestimmung bei einer kontrastmittelgestützten Dual-Energy-Tomosynthese
DE10392245T5 (de) Erkennung von Bronchialwanderverdickungen zur Verringerung falsch positiver Befunde beim Nachweis von Lungenknoten
DE102017201543A1 (de) Quantifizierung von Blutverlust auf Basis einer Computertomographie mit einem direkt konvertierenden Detektor
Deepika et al. Deep learning based automated screening for intracranial hemorrhages and grad-cam visualizations on non-contrast head computed tomography volumes
DE102021131238A1 (de) Vorrichtung und verfahren zur medizinischen bildrekonsrunktion für ein screening für eine vielzahl von lungenkrankheitstypen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18720250

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3061988

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 2019560392

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018720250

Country of ref document: EP

Effective date: 20191202