ПОСТРОЕНИЕ АНАТОМИЧЕСКОЙ МОДЕЛИ ДЛЯ ОБОЗНАЧЕНИЯ ГРАНИЦ ПРЕДСТАВЛЯЮЩЕЙ ИНТЕРЕС ОПУХОЛЕВОЙ ОБЛАСТИ Российский патент 2015 года по МПК A61B6/00 G06T7/00 

Описание патента на изобретение RU2544479C2

Настоящая заявка относится к системам и способам диагностической визуализации. Настоящая заявка находит, в частности, применение в связи с мультимодальными системами визуализации и позитронной эмиссионной томографии (ПЭТ) и описана в дальнейшем с конкретной ссылкой на обнаружение очагов мультифокальных заболеваний и количественную оценку патологического изменения.

Медицинская радионуклидная визуализация использует источник радиоактивности для формирования изображения пациента. Обычно, пациенту делают инъекцию радиофармацевтического препарата. Радиофармацевтические соединения содержат радиоизотоп, который претерпевает распад с прогнозируемой скоростью и испускает или вызывает испускание гамма(γ)-излучения с характеристической энергией. По меньшей мере один детектор излучения размещают рядом с пациентом для контроля и записи испускаемого излучения. Иногда детектор непрерывно или прерывисто поворачивают вокруг пациента для контроля испускаемого излучения с множества направлений. На основании информации, например, зарегистрированных положения и энергии определяют распределение радиофармацевтического препарата в теле и реконструируют изображение распределения для исследования кровеносной системы, накопления радиофармацевтического препарата в выбранных органах или тканях и т.п.

Медицинскую радионуклидную визуализацию стали широко применять при визуализации злокачественных опухолей благодаря высоким характеристикам радиоактивного индикатора [18F]-фтордезоксиглюкозы (FDG). Фокальные зоны аномально высокого накопления FDG известны как очаги и отображают области высокой локальной интенсивности в позитронно-эмиссионных томографических (ПЭТ) изображениях. Очаги указывают область высокой метаболической активности, которая может быть следствием опухолевых патологических изменений или других злокачественных процессов. Точная и надежная количественная оценка активности патологического изменения на ПЭТ-изображениях важна для определения стадии заболевания пациента, а также для контроля эффекта лечения многих типов раковых заболеваний.

Для оценки изображений в текущей клинической практике врач вручную отмечает и сегментирует патологические изменения, которые, предположительно, характеризуют заболевание в целом. Однако мультифокальные заболевания, например лимфома и другие заболевания, с вовлечением в патологический процесс лимфатических узлов и метастазами, число очагов может быть слишком большим. Вследствие временных ограничений обычно определяют три главных патологических изменения. Однако характерные патологические изменения часто скрыты непатологическим накоплением радиоактивного индикатора в нормальных анатомических структурах. В случае ПЭТ с использованием индикатора FDG нормально функционирующие органы с высокой метаболической активностью, например сердце, головной мозг, мочевой пузырь, печень и т.п., часто проявляют накопление индикатора FDG, не связанное с раковым заболеванием. Кроме того, частичные объемные эффекты (PVE) создают другую проблему для идентификации опухолевых патологических изменений на ПЭТ-изображениях.

ПЭТ-изображения часто объединяют с компьютерно-томографическими (КТ) изображениями, магнитно-резонансными (МР) изображениями или другими изображениями той же анатомической области.

Настоящая заявка предлагает новые и усовершенствованные систему и способ PET-визуализации, которые устраняют вышеупомянутые и другие проблемы.

В соответствии с одним аспектом система обнаружения очагов содержит блок сегментации, который сегментирует анатомическое первое представляемое изображение на области, соответствующие анатомическим структурам объекта, и блок обнаружения очагов, который обнаруживает области высокого накопления по функциональному второму представляемому изображению. Блок классификации классифицирует области высокого накопления радиоактивного индикатора в соответствии с их положением относительно анатомических структур, сегментированных по анатомическому первому представляемому изображению. Блок ослабления ослабляет области высокого накопления радиоактивного индикатора на функциональном втором представляемом изображении на основании результатов блока классификации. Блок идентификации идентифицирует неослабленные области высокого накопления как одно из возможного патологического изменения и отсутствия возможного патологического изменения.

В соответствии с другим аспектом способ диагностической визуализации содержит этап сегментации анатомического первого представляемого изображения на области, соответствующие анатомическим структурам, и этап обнаружения по функциональному второму представляемому изображению множества областей высокого накопления радиоактивного индикатора. Области высокого накопления на функциональном втором представляемом изображении, которые соответствуют по меньшей мере одной сегментированной области сегментированного анатомического первого представляемого изображения, ослабляются. И затем неослабленные области высокого накопления идентифицируют как одно из возможного патологического изменения и отсутствия возможного патологического изменения.

В соответствии с третьим аспектом анатомические области, идентифицированные на анатомическом первом представляемом изображении, могут быть перенесены на функциональное второе представляемое изображение для оконтуривания на нем анатомических структур. Накопление радиоактивного индикатора в упомянутых структурах можно использовать в качестве опорного уровня для количественной оценки очагов, например можно вычислять относительную активность очага в сравнении с относительной активностью нормальной ткани печени.

Одно из преимуществ состоит в том, что совершенствуются автоматическое обнаружение и количественная оценка патологических изменений.

Другое преимущество состоит в том, что сокращается время идентификации патологических изменений.

Другие дополнительные преимущества настоящего изобретения станут очевидными специалистам со средним уровнем компетентности в данной области техники после прочтения и изучения нижеследующего подробного описания.

Изобретение может принимать форму различных компонентов и схем расположения компонентов и различных этапов и схем расположения этапов. Чертежи предназначены только для иллюстрации предпочтительных вариантов осуществления и не подлежат истолкованию в смысле ограничения изобретения.

Фиг.1 - схематичное изображение системы диагностической визуализации, использующей систему обнаружения очагов;

Фиг.2 - схема системы обнаружения очагов;

Фиг.3A - изображение областей высокой интенсивности на функциональном представляемом изображении;

Фиг.3B - изображение анатомических структур, сегментированных на анатомическом представляемом изображении;

Фиг.3C - изображение областей высокой интенсивности после ослабления анатомических структур;

Фиг.4 - пояснение алгоритма сегментации watershed (так называемого маркерного водораздела); и

Фиг.5 - блок-схема последовательности операций способа обнаружения областей высокого накопления.

Как показано на фиг.1, диагностическая система 10 содержит первую систему визуализации, сканер 12 для диагностической визуализации, например сканер для визуализации методом компьютерной томографии (КТ-сканер), сканер для визуализации методом магнитно-резонансной томографии (МРТ-сканер) или подобное устройство для получения анатомических диагностических изображений. В представленном варианте осуществления сканер 12 для диагностической визуализации содержит рентгеновский источник 14, установленный на поворотном гентри 16. Рентгеновский источник 14 формирует рентгеновское излучение, распространяющееся сквозь область 18 обследования, в которой упомянутое излучение взаимодействует с намеченной зоной объекта обследования (непоказанного), находящегося на опоре 20, которая позиционирует намеченную зону внутри области 18 обследования. Матрица 22 детекторов рентгеновского излучения расположена так, чтобы принимать рентгеновский пучок после того, как он проходит сквозь область 18 обследования, в которой рентгеновское излучение взаимодействует с объектом обследования и частично поглощается последним. Поэтому зарегистрированное рентгеновское излучение содержит информацию о поглощении объектом обследования.

КТ-сканер 12 работает под управлением контроллера 30, чтобы выполнять выбранные последовательности визуализации выбранной намеченной зоны. Последовательности визуализации собирают данные диагностической визуализации намеченной зоны. Данные диагностической визуализации сохраняются в буфере 32 данных. Реконструирующий процессор 34 реконструирует 3-мерные представляемые изображения по полученным данным визуализации, и реконструированные представляемые изображения сохраняются в памяти 36 диагностических анатомических изображений.

Диагностическая система 10 содержит вторую систему визуализации, в частности сканер 40 для функциональной визуализации, сканер для визуализации методом ПЭТ (ПЭТ-сканер), сканер для визуализации методом однофотонной эмиссионной компьютерной томографии (SPECT-сканер) или подобное устройство, для получения функциональных изображений. В представленном варианте осуществления сканер 40 для функциональной визуализации, в качестве которого изображен ПЭТ-сканер, содержит множество модулей 42 регистрации излучения, ориентированных для приема γ-излучения из области 44 визуализации. Модули 42 регистрации излучения расположены в виде нескольких соседних колец в осевом направлении, как показано на фигуре; однако применимы также другие схемы расположения модулей регистрации излучения. Модули 42 регистрации излучения обычно размещены внутри корпуса 46 томографического сканера 40 и, следовательно, незаметны снаружи. Обычно, каждое кольцо состоит из сотен или тысяч модулей 42 регистрации излучения. Сканер 40 для функциональной визуализации содержит опору 48 объекта обследования для позиционирования объекта или пациента в области 44 визуализации. Опора 48 допускает линейное перемещение в осевом направлении, обычно поперечно относительно колец модулей 42 регистрации излучения для облегчения сбора данных трехмерной визуализации по увеличенному осевому расстоянию.

ПЭТ-сканер 40 работает под управлением контроллера 50, чтобы выполнять выбранные последовательности визуализации выбранной намеченной зоны. Как правило, объекту или пациенту, подлежащему визуализации, делают инъекцию по меньшей мере одного радиофармацевтического препарата или радиоизотопного индикатора, и объект или пациента располагают на опоре 48 и помещают в область 44 обследования. Примерами упомянутых радиоактивных индикаторов являются 18F FDG ([18F]-фтордезоксиглюкоза), C-11, Tc-99m, Ga67 и In-111. Присутствие радиоактивного индикатора внутри объекта вызывает испускание излучения из объекта. Акты излучения регистрируются детекторными модулями 42 вокруг области 44 обследования. Каждому зарегистрированному акту излучения ставится в соответствие временная метка посредством схемы 52 формирования временной метки. Детектор 54 совпадений определяет пары совпадающих γ-квантов и линию срабатывания (LOR), задаваемую каждой парой совпадающих γ-квантов, на основании разностей по времени регистрации совпадающих пар и известному диаметру поля обзора. Реконструирующий процессор 56 реконструирует с использованием всех LOR (линий срабатывания) представляемое изображение, которое сохраняется в памяти 58 функциональных изображений. По желанию, процессор 60 времени пролета определяет местонахождение каждого акта излучения посредством получения информации о времени пролета из временных меток для каждой LOR (линии срабатывания). Рабочий или графический пользовательский интерфейс 62 содержит дисплейное устройство 64 и пользовательское устройство 66 ввода, которым может пользоваться врач для выбора последовательностей и протоколов сканирования, данных изображения на дисплее и т.п.

Хотя сканеры анатомических структур и функциональных состояний показаны отдельно, следует понимать, что данные сканеры можно объединять. В одном варианте осуществления сканеры анатомических структур и функциональных состояний установлены в непосредственной близости один с другим, с совмещением центральных осей их областей визуализации. Общая опора перемещает объект или пациента последовательно через области визуализации. В другом варианте осуществления сканеры анатомических структур и функциональных состояний находятся в общем корпусе и имеют общую область визуализации. Например, детекторы ПЭТ могут окружать объем визуализации, и магнит МРТ, и катушки для создания градиентного магнитного поля и высокочастотные (ВЧ) передающие и/или приемные катушки могут располагаться вокруг, внутри и перед или после кольца детекторов ПЭТ. Предполагается также применение объединенных ПЭТ/КТ, SPECT/КТ, SPECT/МРТ, ПЭТ/ультразвукового и т.п. сканеров.

Как также показано на фиг.1 и дополнительно показано на фиг.2 и 3B, диагностическая система 10 содержит систему 70 обнаружения очагов для автоматического обнаружения области интереса (ROI), относящейся к патологическому изменению, и автоматической количественной оценки метаболической активности в обнаруженных патологических изменениях на основании анатомических изображений 72 из памяти 36 анатомических изображений и функциональных изображений 74 из памяти 58 функциональных изображений. Блок 76 сегментации сегментирует анатомическое первое представляемое изображение 72 на области, которые соответствуют анатомическим структурам, в частности анатомическим структурам с высоким накоплением радиофармацевтического индикатора, которые могут закрывать представляющие интерес возможные патологические изменения. В случае ПЭТ с использованием индикатора FDG головной мозг 78, сердце 80 и мочевой пузырь 82 являются органами, показанными на фиг.3B, которые при нормальном функционировании являются примером анатомических структур, которые часто проявляют высокое накопление, не связанное с раковым заболеванием. Другими органами с высоким накоплением являются почки и печень, которые также предусмотрены как возможные сегментируемые анатомические структуры. Сегментация может быть также полезна для точного определения местоположения очагов, связанных с анатомией пациента.

Хотя выше для примера рассмотрены анатомическое представляемое изображение 72 и функциональное представляемое изображение 74 в качестве разных типов представляемых изображений, упомянутые представления, предположительно, могут быть идентичными. Упомянутые представления могут быть представляемыми ПЭТ-, SPECT-, КТ-, МР- и т.п. изображениями.

Блок 76 сегментации может применять способы сегментации разного типа. Например, блок 76 сегментации может применять сегментацию на основе моделей, при которой главное допущение заключается в том, что представляющие интерес анатомические структуры имеют до некоторой степени относительно согласующиеся геометрические формы и положение в пациенте. Библиотеку трехмерных моделей анатомических структур, описывающих форму, геометрическое местоположение, размер и изменения анатомических структур, задают в анатомической базе данных 84 перед сегментацией. Во время сегментации модели выполняют функцию шаблонов для идентификации 86 и определения границы представляющей интерес структуры. Однако следует понимать, что предполагается также возможность применения других способов сегментации, например кластерный анализ, выделение контуров, наращивание областей, метод главных компонент, нейронная сеть и т.п.

Блок 76 сегментации может также использовать атлас нормальных анатомических структур, который отображается на фактическое анатомическое изображение. В данном варианте осуществления атлас содержит анатомическую базу данных 84.

Как также показано на фиг.2 и дополнительно показано на фиг.3A и 4, блок 90 обнаружения очагов обнаруживает по функциональному второму представляемому изображению 74 области высокой интенсивности 92, изображенные на фиг.3A. Области высокой интенсивности 92, называемые, в общем, очагами, являются областями на функциональном втором представляемом изображении 74, которые указывают высокую метаболическую активность, которая потенциально может быть обусловлена ростом опухоли или другими злокачественными процессами. Упомянутые области высокой интенсивности содержат также нормально функционирующие структуры/органы, например сердце, мочевой пузырь, почки, печень и головной мозг. Области высокой интенсивности 92 обнаруживаются, например, алгоритмом сегментации watershed (так называемого маркерного водораздела). Блок, процессор или алгоритм 94 интервальной сортировки сортирует все вокселы второго представляемого изображения 74 в соответствии со значениями уровня серого. Объемные области с максимальными значениями уровней серого эффективно закрашиваются, как показано на фиг.4. Для каждой области вычисляются показатель сжатия объемной области и амплитуда между максимальными и минимальными значениями уровня серого внутри объемной области. Объемные области, которые превосходят некоторый порог 96, выделяются как области высокой интенсивности 92 цветным накладным элементом. Блок, процессор или алгоритм 98 идентификации использует анатомическую информацию, например размер, форму, местоположение и т.п., из анатомической базы данных 84 для идентификации областей с высоким накоплением радиоактивного индикатора, например слюнной железы. Следует понимать, что предполагается также возможность применения других алгоритмов обнаружения для обнаружения областей высокой интенсивности.

Как также показано на фиг.2, блок, процессор или алгоритм 100 определения накопления исследует сегментированные области 78, 80, 82 первого представляемого изображения, чтобы определить, нормально ли или аномально функционирует анатомическая структура, на основании, например, по меньшей мере одного из однородности и накопления. Блок 100 определения накопления сопоставляет метаболическую активность из функционального представляемого изображения 74, соответствующего сегментированным областям анатомического представляемого изображения 72, чтобы определить значение накопления, в частности стандартизованное значение накопления (SUV), как показатель концентрации радиофармацевтического индикатора. Сегментированная область с согласующимся значением накопления по сегментированной области и средним значением накопления с предварительно заданным уровнем считается нормальной.

Блок, процессор или алгоритм 101 классификации классифицирует области с высоким накоплением радиоактивного индикатора в соответствии с их положением относительно анатомических структур, сегментированных по анатомическому первому представляемому изображению. Блок, процессор или алгоритм 102 ослабления использует результаты блока классификации для ослабления областей высокой интенсивности 92 на функциональном втором представляемом изображении 74. Как отмечено выше, области высокой интенсивности, которые соответствуют нормально функционирующим анатомическим структурам, могут закрывать потенциально опасные патологические изменения. Для совершенствования обнаружения возможных патологических изменений нормально функционирующие анатомические структуры ослабляются на функциональном втором представляемом изображении, при этом неослабленные области 104, показанные на фиг.3C, высокой интенсивности дополнительно анализируются для определения, являются ли они вероятными патологическими изменениями. Следует также отметить, что предполагается также возможность ослабления аномальных анатомических структур.

Блок, процессор или алгоритм 106 идентификации сконфигурирован с возможностью вычисления системы показателей, соответствующих неослабленным областям. Система показателей содержит, но без ограничения, суммарную опухолевую нагрузку, объем гликолитического фермента, SUV (стандартизованное значение накопления), среднюю активность, максимальную активность, минимальную активность, однородность и т.п. Кроме вычисления системы показателей блок количественной оценки содержит несколько модулей, которые выполняют различные проверки на неослабленных областях 104 для определения, являются ли последние патологическими изменениями. Например, блок, процессор или алгоритм 108 определения симметрии определяет симметричные пары областей высокой интенсивности второго и/или первого представляемого изображений, которые соответствуют парным анатомическим структурам. Например, если область высокой интенсивности идентифицируется как слюнная железа блоком 98 идентификации, то блок определения симметрии производит поиск соответствующей слюнной железы на другом боку пациента. Различие между картинами активности в симметричных парах определяются блоком, процессором или алгоритмом 110 определения активности. Если в симметричной паре существует асимметрия метаболической активности, то неослабленная область 104 высокой активности идентифицируется как возможное патологическое изменение.

В другом варианте осуществления результаты блока 106 идентификации визуализируются на дисплейном устройстве 64. Пользователь получает приглашение подтвердить или отредактировать выбранные очаги, т.е. области высокого накопления, с использованием устройства 66 ввода перед формированием сводного отчета.

Блок количественной оценки содержит также блок, процессор или алгоритм 112 определения вероятности, который определяет для области высокой интенсивности на втором представляемом изображении вероятность того, присутствует ли лимфатический узел. Оценка лимфатических узлов, например подмышечных или средостенных, является критической составляющей при определении, возможно ли, что опухоль метастазировала, что определяет варианты лечения онкологических пациентов. Блок, процессор или алгоритм 114 нормирования сравнивает метаболическую активность неослабленных областей высокой интенсивности с нормально функционирующими структурами, например структурами, идентифицированными блоком 100 определения накопления. Например, метаболическая активность возможного патологического изменения обычно сравнивается со стандартным значением накопления, найденным блоком, процессором или алгоритмом 116 определения номинальной активности. Блок определения номинальной активности способен также определять суммарную опухолевую нагрузку, суммарный объем гликолитического фермента и т.п. Метаболическую активность печени можно использовать в качестве опорного уровня для сравнения. После того как печень сегментирована и идентифицирована блоком 76 сегментации, неослабленную область высокой интенсивности можно легко сравнить с накоплением в печени. Ранее, врач должен был вручную оконтуривать область печени на рабочей станции, что слишком трудоемко и субъективно. Анатомические области, идентифицированные на анатомическом первом представляемом изображении 72, могут быть перенесены на функциональное второе представляемое изображение 74, чтобы оконтурить анатомические структуры на втором представляемом изображении 74. Накопление радиоактивного индикатора в упомянутых структурах можно использовать в качестве опорного уровня для количественной оценки очагов, например можно вычислить относительную активность очага в сравнении с активностью ткани нормальной печени.

Блок количественной оценки содержит также блок 118 определения близости, который на основании моделей, хранимых в анатомической базе данных 84, идентифицирует области высокой интенсивности, находящиеся в непосредственной близости к ослабленным областям. Блок определения близости использует анатомическую информацию, обеспеченную в анатомической базе данных 84, для определения, где, вероятно, могут наблюдаться или не могут наблюдаться области высокой интенсивности. Результат данного определения может передаваться в блок ослабления и/или блок сегментации для коррекции, чтобы ослабленные области содержали или исключали области. Например, если лимфатический узел расположен вблизи сердца, то априорное знание моделей сердца и моделей лимфатических узлов используют, чтобы убедиться в том, что лимфатический узел не включен в сегментированное сердце и тем самым ослаблен на втором представляемом изображении.

Сегментированное и несегментированное анатомические изображения, функциональные изображения, функциональное изображение с ослабленными органами с высоким накоплением на изображении или карте количественно оцененных очагов и их совмещенные комбинации хранятся в памяти 120 обнаруженных изображений рабочей станции или графического пользовательского интерфейса 62.

Как показано на фиг.1, дополнительный сумматор 130 изображений объединяет анатомическое первое представляемое изображение и функциональное второе представляемое изображение в комбинированное изображение для одновременного отображения. Например, изображения можно совмещать в разных цветах, контур очагов на функциональном втором представляемом изображении можно накладывать на первое представляемое изображение, контур сегментированных анатомических структур анатомического первого представляемого изображения можно накладывать на функциональное второе представляемое изображение, первое и второе представляемые изображения могут отображаться смежно в одинаковом масштабе и т.п.

Как показано на фиг.5, способ диагностической визуализации содержит этап сегментации 140 анатомического первого представляемого изображения на области, соответствующие анатомическим структурам, и этап 142 обнаружения по функциональному второму представляемому изображению множества областей высокого накопления радиоактивного индикатора. Области высокого накопления на функциональном втором представляемом изображении, которые соответствуют по меньшей мере одной сегментированной области сегментированного анатомического первого представляемого изображения, ослабляются 144. И затем неослабленные области высокого накопления идентифицируются 146 как одна из областей возможного патологического изменения и отсутствия возможности патологического изменения.

Выше приведено описание изобретения со ссылкой на предпочтительные варианты осуществления. Специалистами после прочтения и изучения вышеприведенного подробного описания могут быть созданы модификации и изменения. Предполагается, что настоящее изобретение следует считать включающим в себя все упомянутые модификации и изменения в той мере, в которой они не выходят за пределы объема притязаний прилагаемой формулы изобретения или ее эквивалентов.

Похожие патенты RU2544479C2

название год авторы номер документа
МР-СЕГМЕНТИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ РАДИОНУКЛИДНЫХ ЭМИССИОННЫХ ДАННЫХ В СМЕШАННОМ РАДИОНУКЛИДНОМ/МР ФОРМИРОВАНИИ ИЗОБРАЖЕНИЯ 2012
  • Ху Чжицян
  • Оджха Навдип
  • Танг Чи-Хуа
RU2595808C2
ИСПОЛЬЗОВАНИЕ КОЛЛЕКЦИИ ПЛАНОВ ДЛЯ РАЗРАБОТКИ НОВЫХ ЗАДАЧ ОПТИМИЗАЦИИ 2010
  • Бал Маттье
RU2566974C2
СПОСОБ ОБРАБОТКИ СЦИНТИГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ ГОЛОВЫ И ШЕИ ДЛЯ ПРОГНОЗИРОВАНИЯ РИСКА ВОЗНИКНОВЕНИЯ ВТОРИЧНОЙ ОБЛИТЕРАЦИИ СЛЕЗООТВОДЯЩИХ ПУТЕЙ У ПАЦИЕНТОВ ПОСЛЕ ПРОВЕДЕНИЯ РАДИОЙОДТЕРАПИИ 2022
  • Трухин Алексей Андреевич
  • Юдаков Данила Витальевич
  • Ярцев Василий Дмитриевич
  • Дегтярев Михаил Владимирович
  • Шеремета Марина Сергеевна
  • Гришков Сергей Викторович
  • Дедов Иван Иванович
  • Мокрышева Наталья Георгиевна
  • Мельниченко Галина Афанасьевна
RU2809914C1
СЕГМЕНТАЦИЯ СЕРДЦА ПРИ ФОРМИРОВАНИИ ИЗОБРАЖЕНИЙ СЕРДЦА В ПОКОЕ И ПРИ НАГРУЗКЕ 2010
  • Вечорек Херфрид К.
  • Биппус Рольф Дитер
RU2531969C2
СПОСОБ ДИАГНОСТИКИ ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ОРГАНОВ МАЛОГО ТАЗА 2004
  • Гранов А.М.
  • Тютин Л.А.
  • Рыжкова Д.В.
  • Костеников Н.А.
  • Тлостанова М.С.
  • Станжевский А.А.
RU2246259C1
РАСШИРЕНИЕ НА ОСНОВЕ МОДЕЛИ ПОЛЯ ОБЗОРА ПРИ РАДИОНУКЛИДНОЙ ВИЗУАЛИЗАЦИИ 2010
  • Бринкс Ральф
  • Гегенмантель Айке Г.
RU2524302C2
СПОСОБ ОЦЕНКИ РИСКА РЕЦИДИВА ДИФФЕРЕНЦИРОВАННОГО РАКА ЩИТОВИДНОЙ ЖЕЛЕЗЫ ПОСЛЕ ПРОВЕДЕНИЯ РАДИОЙОДТЕРАПИИ 2020
  • Бубнов Александр Андреевич
  • Трухин Алексей Андреевич
  • Румянцев Павел Олегович
  • Дегтярев Михаил Владимирович
  • Серженко Сергей Сергеевич
  • Слащук Константин Юрьевич
  • Колпакова Евгения Александровна
  • Дедов Иван Иванович
  • Мокрышева Наталья Георгиевна
  • Мельниченко Галина Афанасьевна
RU2743275C1
КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ПЕРФУЗИИ 2010
  • Вимкер Рафаэль
  • Бюлов Томас
RU2541175C2
СПОСОБ ДИАГНОСТИКИ МРТ-НЕГАТИВНЫХ АКТГ-ПРОДУЦИРУЮЩИХ АДЕНОМ ГИПОФИЗА 2018
  • Цой Ульяна Александровна
  • Рыжкова Дарья Викторовна
  • Черебилло Владислав Юрьевич
  • Далматова Анна Борисовна
  • Белоусова Лидия Викторовна
  • Курицына Наталья Валерьевна
  • Пальцев Артем Александрович
  • Рыжков Антон Владимирович
  • Гринева Елена Николаевна
RU2699218C1
УСОВЕРШЕНСТВОВАНИЕ ПРОСТРАНСТВЕННОЙ ВЫБОРКИ ДЛЯ СБОРА ДАННЫХ ПЭТ В ВИДЕ СПИСКА, ИСПОЛЬЗУЮЩЕЕ СПЛАНИРОВАННОЕ ПЕРЕМЕЩЕНИЕ СТОЛА/ГЕНТРИ 2012
  • Танг Чи-Хуа
  • Чжан Бинь
  • Дай Чанхун
RU2597074C2

Иллюстрации к изобретению RU 2 544 479 C2

Реферат патента 2015 года ПОСТРОЕНИЕ АНАТОМИЧЕСКОЙ МОДЕЛИ ДЛЯ ОБОЗНАЧЕНИЯ ГРАНИЦ ПРЕДСТАВЛЯЮЩЕЙ ИНТЕРЕС ОПУХОЛЕВОЙ ОБЛАСТИ

Изобретение относится к средствам для диагностической визуализации. Система обнаружения очагов содержит блок сегментации анатомического первого представляемого изображения области, блок обнаружения очагов высокого накопления радиоактивного индикатора по функциональному второму представляемому изображению, блок классификации области высокого накопления радиоактивного индикатора в соответствии с их положением относительно анатомических структур, блок определения накопления, который исследует сегментированные области чтобы идентифицировать нормальные и аномальные области, блок ослабления области высокого накопления радиоактивного индикатора на функциональном втором представляемом изображении на основании результатов блока классификации, при этом указанные ослабляемые области соответствуют анатомическим структурам, которые идентифицированы как нормальные, блок идентификации области высокого накопления как одно из возможного патологического изменения и отсутствия возможного патологического изменения и блок нормирования, выполненный с возможностью сравнивать метаболическую активность неослабленных областей высокой интенсивности с метаболической активностью областей, идентифицированных блоком определения накопления как нормальные. Система диагностической визуализации для осуществления способа диагностической визуализации содержит сканер анатомического изображения, сканер для визуализации методом позитронной эмиссионной томографии и систему обнаружения очагов. Использование изобретения позволяет проводить количественную оценку патологических изменений и сократить время их идентификации. 3 н. и 12 з.п. ф-лы, 5 ил.

Формула изобретения RU 2 544 479 C2

1. Система (70) обнаружения очагов, содержащая:
блок (76) сегментации, который сегментирует анатомическое первое представляемое изображение (72) на области, соответствующие анатомическим структурам объекта исследования;
блок (90) обнаружения очагов, который обнаруживает области высокого накопления радиоактивного индикатора по функциональному второму представляемому изображению (74);
блок (101) классификации, который классифицирует области высокого накопления радиоактивного индикатора в соответствии с их положением относительно анатомических структур, сегментированных по анатомическому первому представляемому изображению (72);
блок (100) определения накопления, который исследует сегментированные области первого представляемого изображения (72) на по меньшей мере одно из однородности и накопления, чтобы идентифицировать нормальные и аномальные области;
блок (102) ослабления, который ослабляет области высокого накопления радиоактивного индикатора на функциональном втором представляемом изображении (74) на основании результатов блока классификации, при этом указанные ослабляемые области соответствуют анатомическим структурам, которые идентифицированы как нормальные;
блок (106) идентификации, который идентифицирует неослабленные области высокого накопления как одно из возможного патологического изменения и отсутствия возможного патологического изменения, и
блок (114) нормирования, выполненный с возможностью сравнивать метаболическую активность неослабленных областей высокой интенсивности с метаболической активностью областей, идентифицированных блоком (100) определения накопления как нормальные.

2. Система (70) обнаружения очагов по п. 1, в которой блок (76) сегментации идентифицирует и сегментирует анатомическую структуру на основании априорной информации в соответствии с по меньшей мере одним из формы, размера и геометрического местоположения анатомической структуры.

3. Система (70) обнаружения очагов по любому из пп. 1 или 2, дополнительно содержащая:
блок (112) определения вероятности, который определяет для области высокой интенсивности на функциональном представляемом изображении вероятность того, что присутствует лимфатический узел.

4. Система (70) обнаружения очагов по п. 3, дополнительно содержащая:
блок (108) определения симметрии, который определяет симметричные пары областей высокого накопления функционального представляемого изображения (74), которые соответствуют парным анатомическим структурам; и
блок (110) определения активности, который сравнивает метаболическую активность в найденных симметричных парах областей высокого накопления, чтобы идентифицировать асимметрию метаболической активности.

5. Система (70) обнаружения очагов по п. 1 или 2, дополнительно содержащая:
блок (116) определения номинальной активности, который определяет систему показателей для неослабленных областей высокой интенсивности на основании любого показателя из суммарной опухолевой нагрузки, суммарного объема гликолитического фермента и стандартизованного значения накопления.

6. Система (70) обнаружения очагов по п. 5, в которой блок (116) определения номинальной активности определяет номинальную метаболическую активность в выбранной сегментированной области.

7. Система (70) обнаружения очагов по п. 6, в которой выбранная сегментированная область соответствует печени.

8. Система (70) обнаружения очагов по п. 1 или 2, дополнительно содержащая:
рабочую станцию (62), которая оконтуривает обнаруженные области высокого накопления цветным накладным элементом и отображает обнаруженные области высокого накопления на дисплейном устройстве (64).

9. Система (10) диагностической визуализации, содержащая:
сканер (12) анатомического изображения, выполненный с возможностью формирования анатомического первого представляемого изображения;
сканер (40) для визуализации методом позитронной эмиссионной томографии (ПЭТ), выполненный с возможностью формирования функционального второго представляемого изображения; и
систему (70) обнаружения очагов по любому из пп. 1-8.

10. Способ диагностической визуализации, содержащий следующие этапы, на которых:
сегментируют анатомическое первое представляемое изображение (72) на области, соответствующие анатомическим структурам;
обнаруживают по функциональному второму представляемому изображению (74) множество областей высокого накопления радиоактивного индикатора;
классифицируют области высокого накопления радиоактивного индикатора в соответствии с их положением относительно анатомических структур, сегментированных по анатомическому первому представляемому изображению (72);
исследуют сегментированные области первого представляемого изображения (72) на основании по меньшей мере одного из однородности и накопления, чтобы идентифицировать нормальные и аномальные области,
ослабляют области высокого накопления на функциональном втором представляемом изображении (74) на основании классификации областей высокого накопления радиоактивного индикатора, при этом ослабляемые области соответствуют анатомическим структурам, которые идентифицированы как нормальные;
идентифицируют неослабленные области высокого накопления как одно из возможного патологического изменения и отсутствия возможного патологического изменения, и
сравнивают метаболическую активность неослабленных областей высокой интенсивности с метаболической активностью областей, идентифицированных как нормальные.

11. Способ по п. 10, дополнительно содержащий следующие этапы, на которых:
определяют симметричные пары областей высокого накопления второго представляемого изображения, которые соответствуют парным анатомическим структурам, на основании анатомической информации; и
сравнивают метаболическую активность в найденных симметричных парах областей высокого накопления, чтобы идентифицировать асимметрию метаболической активности.

12. Способ по любому из пп. 10 или 11, дополнительно содержащий следующий этап, на котором:
нормируют уровни метаболической активности неослабленных областей высокого накопления по номинальной интенсивности в выбранной сегментированной области.

13. Способ по любому из пп. 10 или 11, в котором этап сегментации анатомической структуры основан на априорной информации, соответствующей по меньшей мере одному из формы, размера и геометрического местоположения анатомической структуры.

14. Способ по любому из пп. 10 или 11, в котором функциональное представляемое изображение (74) формируют сканером (40) для визуализации методом позитронной эмиссионной томографии (ПЭТ).

15. Способ по любому из пп. 10 или 11, в котором отображают неослабленные области высокого накопления.

Документы, цитированные в отчете о поиске Патент 2015 года RU2544479C2

US 2007081712 A1, 12.04.2007
Jingfeng Han et al
Computer-aided evaluation of anatomical accuracy of image fusion between X-ray CT and SPECT, COMPUTERIZED MEDICAL IMAGING AND GRAPHICS, v.32, no.5, 01.07.2008, pp.388-395
Aparna Kanakatte et al
A Pilot Study of Automatic Lung Tumor Segmentation from Positron Emission Tomography Images using

RU 2 544 479 C2

Авторы

Рениш Штеффен

Опфер Роланд

Даты

2015-03-20Публикация

2010-06-15Подача