CN101006465B - 横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 - Google Patents
横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 Download PDFInfo
- Publication number
- CN101006465B CN101006465B CN2005800280355A CN200580028035A CN101006465B CN 101006465 B CN101006465 B CN 101006465B CN 2005800280355 A CN2005800280355 A CN 2005800280355A CN 200580028035 A CN200580028035 A CN 200580028035A CN 101006465 B CN101006465 B CN 101006465B
- Authority
- CN
- China
- Prior art keywords
- data set
- time point
- image data
- voi
- image
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 title description 8
- 206010061818 Disease progression Diseases 0.000 title description 6
- 238000004458 analytical method Methods 0.000 title description 6
- 230000005750 disease progression Effects 0.000 title description 6
- 238000002560 therapeutic procedure Methods 0.000 title description 2
- 238000002600 positron emission tomography Methods 0.000 claims description 75
- 238000002591 computed tomography Methods 0.000 claims description 74
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 51
- 230000007170 pathology Effects 0.000 claims description 16
- 206010028980 Neoplasm Diseases 0.000 claims description 11
- 239000012141 concentrate Substances 0.000 claims description 8
- 201000011510 cancer Diseases 0.000 claims description 6
- 230000004438 eyesight Effects 0.000 claims description 6
- 230000005055 memory storage Effects 0.000 claims description 6
- 238000002604 ultrasonography Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000006386 neutralization reaction Methods 0.000 claims description 3
- 238000011068 loading method Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 12
- 210000003484 anatomy Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000009206 nuclear medicine Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 240000004859 Gamochaeta purpurea Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 210000001320 hippocampus Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
提供一种横跨时间点链接感兴趣的体积(VOI)的方法和系统。该方法包括：加载第一时间点的图像数据集和第二时间点的图像数据集(210)；配准该第一时间点的图像数据集和该第二时间点的图像数据集(220)；显示该第一时间点的图像数据集和该第二时间点的图像数据集(230)；在该第一时间点的图像数据集和该第二时间点的图像数据集中选择VOI(240)；以及链接在该第一时间点的图像数据集和该第二时间点的图像数据集中的VOI(250)。
Description
相关申请的交叉引用
本申请要求2004年6月18日递交的美国临时申请No.60/581,136的优先权，其全部内容通过参考在此引入。
技术领域
本发明涉及医学图像分析，并且特别是涉及横跨时间点链接感兴趣的体积(VOI)以分析疾病进展或者对治疗的响应的系统和方法。
背景技术
使用单光子发射计算机断层摄影(SPECT)和正电子发射断层摄影(PET)的功能成像在各种医学障碍的诊断中是非常有价值的。然而，在SPECT和PET图像上的解剖学定义方面的不确定性有时限制了它们的效用。为了解决这个问题，有时将磁共振图像(MRI)和X-射线计算机断层摄影(CT)图像与身体同一区域的功能SPECT或者PET图像相结合。这提供了对于研究、诊断和治疗来说很重要的互补的解剖学(MRI或者CT)和生理学(SPECT或者PET)信息。
功能体图像和结构图像是从业医生用于诊断特定医学障碍的两种类型的医学图像。例如那些得自SPECT或者PET扫描的功能体图像提供生理学信息，而例如那些得自CT或者MRI的结构图像提供身体的解剖图。不同的医学成像技术可以提供具有互补且偶尔相冲突的信息的扫描。例如，使用图片归档及通讯系统(PACS)将这种图像相结合(经由图像融合或者图像配准)经常可能导致在该分离的图像中的附加临床信息不明显。从而，通过在一组功能图像上施加结构解剖学框架，在后来的功能图像中可以确定肿瘤或者其它病变的位置，即使这里的解剖学细节并不充足。
尽管利用图像配准的复合重叠的医学图像的结构主要用于功能和解剖学图像的融合中，其还应用到一系列相同模式的图像中。这种示例是，在随后的检验中，或者在将具有正常摄取特性的图像与被怀疑异常的图像对比中的同一受检者的SPECT图像的配准。此外，SPECT和PET图像的图像配准以及SPECT和PET图像与解剖学图册的配准为评估SPECT和PET放射性药剂的比较摄取特性提供了重要的手段，并且为将摄取特性与解剖学相关联提供了重要手段。
多模式医学图像配准正迅速成为能够在肿瘤和其它疾病的早期检测方面提供显著帮助以及在提高诊断准确性方面提供帮助的显像工具。例如，放射学专家即使得到例如CT和MRI的结构信息的帮助，也经常在定位和精确地识别癌组织上遇到困难，因为在CT和MRI图像中癌和周围组织之间的对比度很低。然而，通过使用SPECT和放射性标记的单克隆抗体，有可能获得肿瘤中抗体浓度的高对比度图像。
因此，越来越希望将多种医学成像系统的输出和力量结合起来。然而，由于不同文件结构的结合、其传送和结网以及合成图像的配准和显像原因，还存在某些缺点。例如，这种系统通常不支持稍多的来自不同模式的数据集的结合。此外，许多系统不提供分析肿瘤中变化的快速和精确的手段。此外，许多系统不提供对来自不同时间点的医学图像进行对准的快速技术。例如，为了精确地分析肿瘤中的变化，经常需要对比在不同时间点扫描的同一模式的图像。
发明内容
因此，需要一种技术，其能使从业医生对比使用相同或者不同模式在不同时间取得的患者扫描，从而从业医生能够以低成本和高效方式做出信息更灵通的诊断、治疗和随后决定。
本发明通过提供横跨时间点链接感兴趣的体积(VOI)以分析疾病进展或者对治疗的响应的系统和方法解决了现有技术中出现的前述的和其它的问题。
在本发明的一个实施方式中，横跨时间点链接感兴趣的体积(VOI)的方法包括：加载第一时间点的图像数据集和第二时间点的图像数据集；配准该第一时间点的图像数据集和该第二时间点的图像数据集；显示该第一时间点的图像数据集和该第二时间点的图像数据集；在该第一时间点的图像数据集和该第二时间点的图像数据集中选择VOI；以及链接在该第一时间点的图像数据集和该第二时间点的图像数据集中的VOI，使得对所述图像数据集之一中的VOI所执行的操作也被施加给另一数据集中的VOI。
该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括CT图像序列以及MR图像序列、PET图像序列和SPECT图像序列、CT和PET图像序列的组合、MR和PET图像序列的组合、CT和SPECT图像序列的组合、MR和SPECT图像序列的组合以及超声图像序列中的一种。
该第一时间点的图像数据集和该第二时间点的图像数据集中的图像序列每个都包括来自治疗前、治疗中和治疗后检验中的一种的数据。使用自动配准、地标配准和视觉配准中的一种对该第一图像数据集和该第二图像数据集进行配准。
该VOI由用户选择。该VOI是病变、瘤和癌区中的一种。显示该第一时间点的图像数据集和该第二时间点的图像数据集以供对比。
该方法进一步包括量化该VOI，其中量化是最小偏差、最大偏差、标准偏差、平均值、体积、平均数、直径、面积、象素数以及质心中的一种。
在本发明另一个实施方式中，横跨时间点链接感兴趣的体积(VOI)的方法包括：加载第一时间点的图像数据集和第二时间点的图像数据集；配准该第一时间点的图像数据集和该第二时间点的图像数据集；显示该第一时间点的图像数据集和该第二时间点的图像数据集；在该第一时间点的图像数据集中选择VOI；将该VOI从该第一时间点的图像数据集复制到该第二时间点的图像数据集；以及链接该第一时间点的图像数据集和该第二时间点的图像数据集中的该VOI。
该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括CT图像序列以及MR图像序列、PET图像序列和SPECT图像序列、CT和PET图像序列的组合、MR和PET图像序列的组合、CT和SPECT图像序列的组合、MR和SPECT图像序列的组合以及超声图像序列中的一种。
该第一时间点的图像数据集和该第二时间点的图像数据集中的图像序列每个都包括来自治疗前、治疗中和治疗后检验中的一种的数据。
该VOI由用户选择。该VOI是病变、瘤和癌区中的一种。该方法进一步包括量化该VOI和检测VOI中的变化。
在本发明的又一个实施方式中，横跨时间点链接感兴趣的体积(VOI)的系统包括：用于存储程序的存储装置；与该存储装置通讯的处理器，并且该处理器由该程序操作，以：加载第一时间点的图像数据集和第二时间点的图像数据集；配准该第一时间点的图像数据集和该第二时间点的图像数据集；显示该第一时间点的图像数据集和该第二时间点的图像数据集；在该第一时间点的图像数据集和该第二时间点的图像数据集中识别VOI；以及链接该第一时间点的图像数据集和该第二时间点的图像数据集中的该VOI。
该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
在本发明一个实施方式中，横跨时间点链接感兴趣的体积(VOI)的系统包括：用于存储程序的存储装置；与该存储装置通讯的处理器，并且该处理器由该程序操作，以：加载第一时间点的图像数据集和第二时间点的图像数据集；配准该第一时间点的图像数据集和该第二时间点的图像数据集；显示该第一时间点的图像数据集和该第二时间点的图像数据集；在该第一时间点的图像数据集中识别VOI；将该VOI从该第一时间点的图像数据集复制到该第二时间点的图像数据集；以及所述处理器还利用所述程序进行操作以链接该第一时间点的图像数据集和该第二时间点的图像数据集中的该VOI，使得对所述图像数据集之一中的VOI所执行的操作也被施加给另一数据集中的VOI。优选地，该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
前述特征是代表性实施方式并且被呈现出来以助于理解本发明。应该理解，其并不打算被认为是对本发明的限制。因此，该特征的简要描述不应该在确定等同物中被认为是决定性的。本发明的其它特征将在下列描述中从附图等中体现。
附图说明
图1是根据本发明代表性实施方式的横跨时间点链接感兴趣的体积(VOI)的系统的方框图；
图2是示出根据本发明代表性实施方式的横跨时间点链接VOI的方法的流程；
图3是根据本发明代表性实施方式的用于选择要被加载的时间点的患者浏览器；
图4是示出根据本发明代表性实施方式的用于产生时间点的层次(hierarchy)的图表；
图5是根据本发明代表性实施方式的显示要被加载的时间点的有效和无效的图像序列的序列列表对话框；
图6A和6B说明的是根据本发明代表性实施方式的用户界面；
图7是示出根据本发明另一代表性实施方式的横跨时间点链接VOI的方法的流程；
图8是根据本发明代表性实施方式的用户界面的显示区域上的VOI等值轮廓线；以及
图9是根据本发明代表性实施方式的使用用户界面的显示区域上的椭圆形轮廓的自由轮廓描绘。
具体实施方式
本发明的代表性实施方式涉及允许对两个或者更多检验彼此进行对比的多模式应用。这通常通过将初始诊断与治疗后的随后扫描进行对比来进行。例如，本发明可以用于肿瘤学情况，其中执行一个或者多个随后检验以评估疾病进展和对治疗的响应。本发明还可以用于以下医学模式，其中变化检测可以被用于检测病变、肿瘤、癌，等。
例如，本发明可以用于下列医学成像领域：通过使用计算机断层摄影(CT)或磁共振(MR)图像-正电子发射断层摄影(PET)或者CT-单光子发射计算机断层成像(SPECT)在时间上执行变化检测来监测对治疗的响应；通过执行骨分割和病变检测来检测骨癌；使用灌注和光谱学检测肝癌；结合灌注和光谱学检测乳癌并鉴定良性或者恶性肿瘤；以及通过使用半自动和自动工具以测量如海马区体积的脑结构体积的神经病学。
本发明使用的模式是，例如：静态衰减校正(AC)PET，静态无衰减校正(NAC)PET和呼吸门控PET；静态AC SPECT或者核医学(NM)以及静态NAC SPECT或者NM；高分辨率CT，低分辨率CT，螺旋CT和呼吸门拉CT；高分辨率磁共振(MR)；以及超声。本发明可以加载被称为台架的数据集。此外，本发明能够接受包括间隔不等的切片的图像序列或者包括重叠切片的图像序列。
本发明可以进一步加载与相应配准的CT数据集融合到一起的静态AC PET或者静态NAC PET数据集，该CT数据集是来自一个患者检验，经由PET/CT扫描器或者在分离的设备上采集的。此外，还可以加载与相应配准的CT数据集融合到一起的静态AC SPECT或者静态NAC SPECT数据集，该CT数据集是来自一个患者检验，经由SPECT/CT扫描器或者在分离的设备上采集的。另外，可以加载和显示在单个时间点中融合的两个相同模式类型的序列。例如，本发明可以允许CT数据集与另一个CT数据集融合在一起，其中这两个数据集经由相同的CT扫描器或者不同设备采集。
图1是根据本发明代表性实施方式的横跨时间点链接感兴趣体积(VOI)以分析疾病进展或对治疗的响应的系统100的方框图。
如图1所示，系统100尤其是包括：多个扫描设备105a，b，…，x、计算机100以及连接到网络120上的操作者控制台115。扫描设备105a，b，…，x的每一个可以是下列中的一种：MR成像设备，CT成像设备，螺旋CT设备，PET设备，SPECT设备，混合PET-CT设备，混合SPECT-CT设备，二维(2D)或者三维(3D)荧光镜成像设备，2D、3D或者四维(4D)超声成像设备，或者x-射线设备。除了前面提及的扫描设备以外，扫描设备105a，b，…，x中的一个或者所有可以是多模式或者混合扫描的设备，其可以在例如PET模式、SPECT模式或者MR模式中扫描，或者从单个混合设备中产生PET和CT扫描。
计算机110可以是便携的或者膝上型计算机、个人数字助理(PDA)等，其包括中央处理单元(CPU)125和存储器130，它们连接到输入150和输出155。CPU125包括VOI链接模块145，该模块包括一种或者多种横跨时间点链接VOI以分析疾病进展或对治疗的响应的方法。
存储器130包括随机存取存储器(RAM)135和只读存储器(ROM)140。存储器130还可以包括数据库、CD、DVD、磁盘驱动器等，或者其结合。RAM135的功能是作为数据存储器，其存储在CPU125运行程序的过程中使用的数据并作为工作区使用。ROM140的功能是作为程序存储器，以存储在CPU125中运行的程序。输入150由键盘、鼠标等组成，且输出155由液晶显示器(LCD)、阴极射线管(CRT)显示器或者打印机组成。
系统100的操作由操作者控制台115控制，其包括控制器165，例如键盘和诸如CRT显示器的显示器160。操作者控制台115与计算机110和扫描设备105通讯，从而由扫描设备105a，b，…，x收集的2D图像数据可以由计算机110绘制成3D数据并在显示器160上观察。应该理解，计算机110可以构成为在缺少操作者控制台115时，使用例如输入150和输出155设备来运行由控制器165和显示器160执行的特定任务，从而操作和显示由扫描设备105a，b，…，x提供的信息。
操作者控制台115进一步包括能够处理采集的图像数据集(或者其中的一部分)的数字图像数据以产生和在显示器160上显示2D和/或3D图像的任何合适的图像绘制系统/工具/应用。更特别地是，图像绘制系统可以是一种提供2D/3D绘制和医学图像数据显像的应用，并且其在通用或者专用计算机工作站上运行。计算机110也可以包括用于处理采集的图像数据集的数字图像数据以产生和显示2D和/或3D图像的图像绘制系统/工具/应用。
如图1所示，VOI链接模块145还可以由计算机110用于接收和处理数字医学图像数据，如上所述，其可以是以未处理的图像数据形式、2D重建数据(例如，轴向切片)、或者诸如体积图像数据或者多平面重定格式的3D重建数据，或者任何这种格式的结合。数据处理结果可以从计算机110经由网络120输出到操作者控制台115中的图像绘制系统以根据该数据处理结果产生图像数据的2D和/或3D绘制，如器官或者解剖学结构的分割，颜色或者强度变化，等等。
图2是示出根据本发明代表性实施方式的横跨时间点链接VOI的方法的流程图。如图2所示，用户经由图3(210)的患者浏览器300加载多个时间点。这通过选择第一时间点的图像数据集完成。该第一时间点的图像数据集包括图像序列的下列组合之一：单CT序列；单PET序列；单SPECT序列；来自同一检验或者不同检验的CT和PET序列的组合；来自同一检验或者不同检验的CT和SPECT序列的组合。单个时间点的代表性数据集组合如下表1所列：
表1
| 单个时间点的数据集或者组合 |
| 单CT序列 |
| 单PET-AC序列 |
| 单PET-NAC序列 |
| 单SPECT-AC序列 |
| 单SPECT-NAC序列 |
| CT序列+PET-AC序列 |
| CT序列+PET-NAC序列 |
| CT序列+SPECT-AC序列 |
| CT序列+SPECT-NAC序列 |
| 单MR序列 |
| MR序列+PET-AC序列 |
| MR序列+PET-NAC序列 |
| MR序列+SPECT-AC序列 |
| MR序列+SPECT-NAC序列 |
第一时间点和随后时间点的图像数据集可以是来自治疗前、治疗过程中或者治疗后的检验。此外，在该第一时间点和随后时间点这两者中可以包括作为序列的同一图像序列。例如，在图4描述的样本患者层次中，可以将高分辨率CT序列和PET AC序列相结合以形成第一时间点，并且可以将该高分辨率CT序列和PET NAC序列相结合以形成第二时间点。换言之，单个时间点对第一和第二时间点都有贡献。
在选择了该第一时间点的图像数据集以后，加载该图像数据集。图像数据集可以通过下列方式加载：从患者浏览器300拖拽该选择的图像数据集到显示区域上；点击患者浏览器300上的扩展按钮并双击患者浏览器300上的相关数据。例如，用户可以在患者浏览器300中执行相关选择并点击按钮以进行加载。患者浏览器300中数据选择的等级可以是以序列、检验为等级，或者以患者为等级。
也可以加载包括不等距切片或者重叠切片的图像序列。此外，还可以加载多帧图像和不同类型的NM图像，如NM RECON TOMO(例如，在单个图像中作为多个帧的体积)。进一步，可以加载螺旋CT扫描数据。一旦加载了这种数据，使用图像标题信息进行验证。由此，当选择了单个和多个时间点的包括不同患者标题信息的检验以用于加载时，可以弹出告警对话以向用户指示患者ID的不同，并由此指示用于加载图像序列的正确方法。告警对话还可以用于提示用户修改该患者ID。在数据得到验证后，根据该序列构建体积。
一旦加载了该第一时间点的图像数据集，对第二时间点的图像数据集进行选择。第二时间点的图像数据集可以与第一时间点的图像数据集相似地选择。此外，该第二时间点可以是第一时间点的上述图像序列中的一个。在选择了要加载的第二时间点以后，对其进行加载。同样，使用用于加载第一时间点的上述技术中的一种来加载第二时间点。
当加载该第二时间点时，确定用于多时间点加载的数据集的组合是否有效并然后分类。用于多时间点加载的数据集的有效组合在下面的表2中示出：
表2
| 第一时间点 | 第二时间点 |
| PET AC单独或者带有NAC | PET AC单独或者带有NAC |
| PET AC单独或者带有NAC+CT | |
| PET AC单独或者带有NAC+MR | |
| SPECT | |
| SPECT AC单独或者带有NAC | SPECT AC单独或者带有NAC |
| SPECT AC单独或者带有NAC+CT | |
| SPECTAC单独或者带有NAC+MR | |
| PET | |
| CT | CT |
| CT+PET AC单独或者带有NAC | |
| CT+SPECT AC单独或者带有NAC | |
| MR | |
| MR | MR |
| MR+PET AC单独或者带有NAC | |
| MR+SPECT AC单独或者带有NAC | |
| CT | |
| PET AC单独或者带有NAC+CT | PET AC单独或者带有NAC |
| CT | |
| PET AC单独或者带有NAC+CT | |
| MR | |
| SPECT | |
| SPECT AC单独或者带有NAC+CT | SPECT AC单独或者带有NAC |
| CT | |
| SPECT AC单独或者带有NAC+CT | |
| MR | |
| PET |
如表2所示，例如，如果已经加载的第一时间点包括SPECT AC数据集单独或者带有NAC数据集，则可以加载来自该第一时间点的SPECT NAC数据集、SPECTAC数据集单独或者带有NAC数据集、以及SPECT AC数据集单独或者带有NAC数据集与CT中的任意一个，而且CT数据集可以被加载为第二时间点。然而，如果第二时间点不是用于加载的数据集的有效组合之一，那么可以显示图5的序列对话500，给用户指出用于加载的数据集的有效组合。
如表2中进一步示出的那样，PET或者SPECT AC和NAC数据集没有分开列出，因为假设不论何时用户选择PET AC数据集并加载，PET AC数据集都将被显示。同样地，当用户选择PET NAC数据并加载时，该PET NAC数据集将被加载并和CT数据集一起被显示。用户可以因此在PET AC和PET NAC数据集之间切换。相同的功能对SPECT AC/NAC数据集也同样有效。
在第一和第二时间点的图像数据集被加载以后，对其进行配准(220)。配准是对准医学图像数据的过程。换言之，其是将由不同模式或者同一模式在不同时间产生的两个输入图像序列对准的过程。在配准过程中，数据集中的一个将被固定到例如不变的位置，并且另一个数据集将被转换，例如变换、旋转或者改变比例以将两个数据集对准。固定的数据集还可以被称为参考体积，而要被转换的数据集还可以被称为模型体积。因此，对该模型体积进行几何变形以和参考体积的解剖学相匹配。
在步骤220，可以使用多种配准方法/算法。其可以是，例如：自动/交互信息配准(例如，自动配准)；地标配准和视觉对准(例如，人工匹配)。
自动对准是基于交互信息或者标准化的交互信息的全自动的匹配算法。然而，在初始化自动配准之前，用户可以执行视觉对准以提高自动配准的性能。配准还可以在步骤210中加载多个时间点的同时执行。
自动配准包括下列步骤：将第一时间点的第一图像数据集的第一图像序列与第二图像序列配准；将第一时间点的第一图像数据集的第一图像序列与第二时间点的第二图像数据集的第一图像序列配准；以及将第二时间点的第二图像数据集的第一图像序列与第二时间点的第二图像数据集的第二图像序列配准。
例如，当加载了两个CT-PET扫描，CT-PET扫描的配准依次对第一和第二时间点都开始。一旦该CT-PET配准完成，启动配准以横跨该第一和第二时间点将这两个CT检验相匹配。在自动配准进行的同时，在阿尔法混合图像(例如，融合图像)中可以显示该配准的进程。还可以显示进程文本以指示该自动配准的当前进程。
地标配准是在两个图像序列中的一致位置识别已知的标记。算法从该识别计算配准。在融合数据集上进行视觉对准。这里，参考序列仍然固定并使用例如视觉对准控制，可以变换/旋转模型序列以与该参考图像对准。
在配准了该第一和第二时间点的数据集以后，可以对其进行显示(230)。其可以显示在例如图6A中用户界面600的显示区域610。应该理解，第一和第二时间点的每一个图像数据集都可以在其一旦被加载时被显示。此外，第一和第二时间点的图像数据集可以在其正被配准时被显示。
一旦显示出该第一和第二时间点的图像数据集，用户可以然后在每个时间点画出VOI(240)。这可以通过用户从用户界面600的控制区域620中的轮廓面板630的工具区域640选择工具来实现。该工具可以例如是产生椭圆对象的椭圆工具或者产生等量对象的自由等值-轮廓工具。该工具可以然后用于围绕例如在显示区域610中显示的图像中的病变来画出边界。通过采用围绕病变画出的2D轮廓并将其转换成表示该体积中的病变的3D不规则实体来形成VOI。该3D的VOI用于显示VOI的轮廓。
在每个时间点都已经画出VOI以后，对时间点进行链接(250)。时间点如下链接：从一个时间点向另一个自动复制轮廓，或者通过用户选择特定的轮廓并点击按钮来从一个时间点向另一个复制所选择的轮廓。因为一旦配准了图像数据集，就可以利用有效的配准结果，从而链接了VOL。此外，当复制轮廓时，通过应用变形确定目标体素坐标，该变形使用配准结果。如上表2所示的用于多个时间点加载的数据集的有效组合也用于横跨时间点链接VOI。一旦横跨时间点链接了该VOI，从业医生可以将其用于例如追踪病变尺寸变化，或者产生对比信息。
在可替换的链接实施方式中，用户可以在第二时间点中在VOI上执行智能选择并然后选择选项以链接到另一个时间点。随后，用户可以在第一时间点中在VOI上执行智能选择并选择选项以接受该链接。然后这两个VOI将被链接。因为图像数据集被配准，如果用户试图在空间上不一致的位置中链接该VOI，则可以提供告警信息以指示超过了空间差异的阈值。应该理解，链接的VOI可以通过简单地选择用户界面600的控制区域620上的关于去除链接的按钮解开链接。
在图6A和6B的用户界面600上示出了横跨时间点链接VOI的实施例。如图6A所示，显示区域610分为多个区域，例如，第一轴或者横轴显示区域610a；冠状显示区域610b；第二轴或者横轴显示区域610c以及融合的显示区域610d。第一轴显示区域610a包括CT和PET数据的以图像融合绘制的图像650，其包括两个潜在的癌变650a和650b。围绕潜在癌变650a和650b的是两个环形边界660a和660b。这两个环形边界660a和660b是用户使用来自轮廓面板630的工具区域640的工具画出的VOI。
如图6A中进一步所示，第二轴显示区域650c示出图像670，其包括由两个环形边界690a和690b围绕的两个潜在癌变680a和680b。图像670是CT和PET数据的以图像650中示出的图像融合绘制的图像，只是来自另一个时间点。参考回第一轴显示区域610a，用户处于将这两个环形边界或VOI 660a和660b同环形边界或VOI 690a和690b进行链接的处理中。这通过使用控制区域620的工具以选择两个VOI 660a和660b来链接两个VOI690a和690b而完成。一旦选择了用于与两个VOI 690a和690b链接的两个VOI 660a和660b，用户可以接受如图6B的第二轴显示区域610c中显示的链接。
图7是示出根据本发明另一代表性实施方式的横跨时间点链接VOI的方法的流程图。如图7中所示，加载多个时间点(710)。时间点如上面参考图2中步骤210而描述的那样加载。随后，对时间点进行配准(720)并然后显示(730)。这些步骤也可以根据图2的步骤220和230进行。在关于加载的时间点的图像被显示以后，用户可以在时间点的一个中画出VOI(740)。这可以通过用户从用户界面600的工具区域640选择工具并围绕例如显示的图像中的病变而画出边界来完成。
图8中示出了在显示区域800的3×3版面上使用等值轮廓线而围绕病变画出VOI的实施例。特别是，图8示出以不同模式的图像和融合图像描述的等值轮廓对象。当用户在例如PET图像上画出VOI时，该VOI被自动复制到位于适当的体素坐标处的CT图像上，该适当的体素坐标通过利用变形而获得，该变形使用PET和CT图像之间的配准结果。此外，VOI可以在融合图像上显示。除了使用上面参考图2的步骤240讨论的椭圆或者自由等值轮廓工具以外，用户还可以使用自由VOI工具围绕病变手工画出边界。图9中示出了在显示区域900的2×2版面上使用椭圆形轮廓的自由轮廓线的例子。
一旦在时间点的一个中画出了VOI，用户然后可以将该VOI复制到另一个时间点(750)。这通过用户选择VOI并点击用户界面600的工具区域640中关于复制选择的VOI到另一个时间点的按钮来完成。例如，用户可以选择第一时间点中的VOI并点击该复制按钮。该选择的VOI然后被复制到处于适当体素坐标处的第二时间点上。应该理解，该体素坐标是一致的，因为假设图像数据集在该点配准。一旦复制了这些VOI，这些VOI使用如上面图2的步骤250中描述的技术自动链接(760)。
应该理解，在步骤750，由用户画出的VOI或者轮廓可以复制到下一个或者前一个图像切片。这将在当前切片的下一个或者前一个切片的相同2D点上复制该画出的轮廓。还可以使用用户界面600的工具区域630的推移工具对该复制的轮廓进行推移以适当绑定到病变点。还应该理解，在步骤750，所有的VOI都可以从一个时间点复制到另一个时间点。例如，用户可以通过点击用户界面600的控制区域620中的时间点图标来选择时间点。用户然后可以点击复制按钮。这将使得在它们各自在第一时间点中的体素坐标处复制第一时间点中的所有VOI。然后将对这些VOI进行链接。
在横跨时间点链接了这些VOI以后，能够跟踪与其相关的对比信息的变化和产生。例如，可以计算这两个VOI之间平均值的比率。此外，可以计算对于背景的病变或者对于参考比率的病变。还可以将这些VOI量化。例如，当量化这些VOI时，用户可以选择在病变上标记的任何VOI以获知与其相关的特定量化参数。量化参数可以是VOI的最小值、最大值、标准偏差、平均值、体积和平均数。
应该理解，除了对显示区域中的VOI和分割进行链接，根据本发明还可以链接各种操作。例如，可以横跨时间点链接变焦和扫视操作，可以横跨时间点链接通过图像切片的方位变化和滚动。此外，可以横跨时间点链接各种图像平面之间的同步观察、屏蔽和混合操作。
根据本发明的一个代表性实施方式，从业医生可以有效地对比来自两个不同时间点(例如，治疗之前和治疗之后)的患者扫描。通过自动配准和显示来自在不同时间点采集的检验的PET/CT或者SPECT-CT图像，本发明帮助从业医生做出信息更灵通的诊断、治疗和随后的决定。例如，本发明提供与功能PET或者SPECT数据集融合的、体积绘制的CT图像的显示。其还使得可以画出VOI，这些VOI计算病变中的标准摄取值(SUV)。此外，可以将VOI从一个检验复制到对比检验的适当体素坐标上。
还应该理解，由于附图中描述的一些组成系统成分和方法步骤可以以软件实现，该系统成分(或者该处理步骤)之间的实际连接关系可以根据本发明被编程的方式而有所不同。本领域普通技术人员在获知本发明这里给出的教导后，将能够完成本发明的这些以及相类似的实现或者结构。
还应该理解，上述说明仅仅是示出的实施方式的代表。为了方便读者，上述说明集中在可能的实施方式的代表性例子，示出本发明原理的例子。本说明书并不试图详细列举所有可能的变化。可替换的实施方式可能没有出现在本发明的详细说明部分，或者没有进一步描述对一部分可以利用替换物，不应该认为没有要求这些替换实施方式。在不背离本发明的精神和范围的情况下可以实现其它应用和实施方式。
由于上述内容以及包括上述内容的非创造性替代的实施可以产生许多的变换和组合，因此本发明不打算被限制到详细描述的实施方式，而是关于下列权利要求对本发明进行限定。应该理解，许多这种没有描述的实施方式落入到下列权利要求的文字范围内，而其它的是等同的。
Claims (13)
1.一种横跨时间点链接感兴趣的体积(VOI)的方法，包括：
加载第一时间点的图像数据集和第二时间点的图像数据集；
配准该第一时间点的图像数据集和该第二时间点的图像数据集；
显示该第一时间点的图像数据集和该第二时间点的图像数据集；
在该第一时间点的图像数据集和该第二时间点的图像数据集中选择VOI；
其特征在于：
链接在该第一时间点的图像数据集和该第二时间点的图像数据集中的VOI，使得对所述图像数据集之一中的VOI所执行的操作也被自动地施加给另一数据集中的VOI。
2.如权利要求1所述的方法，其中，该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
3.如权利要求2所述的方法，其中，该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括CT图像序列和MR图像序列、PET图像序列和SPECT图像序列、CT和PET图像序列的组合、MR和PET图像序列的组合、CT和SPECT图像序列的组合、MR和SPECT图像序列的组合以及超声图像序列中的一种。
4.如权利要求3所述的方法，其中，该第一时间点的图像数据集和该第二时间点的图像数据集中的图像序列每个都包括来自治疗前、治疗中和治疗后检验中的一种的数据。
5.如权利要求1所述的方法，其中，使用自动配准、地标配准和视觉配准中的一种对该第一图像数据集和该第二图像数据集进行配准。
6.如权利要求1所述的方法，其中，该VOI由用户选择。
7.如权利要求1所述的方法，其中，该VOI是病变、瘤和癌区中的一种。
8.如权利要求1所述的方法，其中，显示该第一时间点的图像数据集和该第二时间点的图像数据集以供对比。
9.如权利要求1所述的方法，其中，进一步包括：
量化该VOI，其中量化是最小偏差、最大偏差、标准偏差、平均值、体积、平均数、直径、面积、象素数以及质心中的一种。
10.如权利要求1所述的方法，其中：
所述操作是变焦操作。
11.如权利要求1所述的方法，其中：
所述操作是扫视操作。
12.一种横跨时间点链接感兴趣的体积(VOI)的系统，包括：
用于存储程序的存储装置；
与该存储装置通讯的处理器，并且该处理器由该程序操作，以：
加载第一时间点的图像数据集和第二时间点的图像数据集；
配准该第一时间点的图像数据集和该第二时间点的图像数据集；
显示该第一时间点的图像数据集和该第二时间点的图像数据集；
在该第一时间点的图像数据集和该第二时间点的图像数据集中选择VOI；
其特征在于：
所述处理器还利用所述程序进行操作以链接该第一时间点的图像数据集和该第二时间点的图像数据集中的该VOI，使得对所述图像数据集之一中的VOI所执行的操作也被自动地施加给另一数据集中的VOI。
13.如权利要求12所述的系统，其中，该第一时间点的图像数据集和该第二时间点的图像数据集每个都包括从计算机断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、磁共振(MR)以及超声模式中的一种中采集的数据。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US58113604P | 2004-06-18 | 2004-06-18 | |
| US60/581,136 | 2004-06-18 | ||
| US11/146,966 US8160314B2 (en) | 2004-06-18 | 2005-06-07 | System and method for linking VOIs across timepoints for analysis of disease progression or response to therapy |
| US11/146,966 | 2005-06-07 | ||
| PCT/US2005/020865 WO2006009675A2 (en) | 2004-06-18 | 2005-06-13 | System and method for linking vois across timepoints for analysis of disease progression or response to therapy |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101006465A CN101006465A (zh) | 2007-07-25 |
| CN101006465B true CN101006465B (zh) | 2013-03-20 |
Family
ID=38698127
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2005800280355A Active CN101006465B (zh) | 2004-06-18 | 2005-06-13 | 横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 |
| CNA2005800278618A Pending CN101019152A (zh) | 2004-06-18 | 2005-06-15 | 用于载入时点以分析疾病进展或治疗反应的系统和方法 |
| CNA2005800286883A Pending CN101010696A (zh) | 2004-06-18 | 2005-06-15 | 利用多形式可视化监测疾病发展和对治疗反应的系统和方法 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2005800278618A Pending CN101019152A (zh) | 2004-06-18 | 2005-06-15 | 用于载入时点以分析疾病进展或治疗反应的系统和方法 |
| CNA2005800286883A Pending CN101010696A (zh) | 2004-06-18 | 2005-06-15 | 利用多形式可视化监测疾病发展和对治疗反应的系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (3) | CN101006465B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8290303B2 (en) | 2007-10-11 | 2012-10-16 | General Electric Company | Enhanced system and method for volume based registration |
| US9451924B2 (en) * | 2009-12-30 | 2016-09-27 | General Electric Company | Single screen multi-modality imaging displays |
| CN104750951A (zh) * | 2013-11-21 | 2015-07-01 | 上海联影医疗科技有限公司 | 一种医疗图像数据的分析处理方法及装置 |
| US10140714B2 (en) * | 2014-02-12 | 2018-11-27 | Koninklijke Philips N.V. | Systems for monitoring lesion size trends and methods of operation thereof |
| WO2016061802A1 (zh) * | 2014-10-24 | 2016-04-28 | 通用电气公司 | 一种在当前超声影像上显示感兴趣区域的方法及装置 |
| CN106157287B (zh) * | 2015-04-03 | 2019-09-06 | 东芝医疗系统株式会社 | 数据处理装置、数据处理方法和医学图像设备 |
| US10127655B2 (en) * | 2015-07-09 | 2018-11-13 | Samsung Medison Co., Ltd. | Medical imaging apparatus and method of operating same |
| DE102016200433B4 (de) * | 2016-01-15 | 2024-05-23 | Siemens Healthineers Ag | Verfahren zur Planung einer Bestrahlung eines Patienten und Bestrahlungsplanungseinheit |
| CN107019487A (zh) * | 2016-02-02 | 2017-08-08 | 深圳市巨烽显示科技有限公司 | 医疗影像显示方法及装置 |
| GB2567636B (en) * | 2017-10-17 | 2021-11-10 | Perspectum Diagnostics Ltd | Method and apparatus for imaging an organ |
| CN110537930A (zh) * | 2019-09-06 | 2019-12-06 | 上海联影医疗科技有限公司 | 图像重建方法及装置、设备、存储介质 |
| CN110910374A (zh) * | 2019-11-25 | 2020-03-24 | 华中科技大学同济医学院附属协和医院 | 一种主动脉影像智能处理系统及方法 |
| CN113160947A (zh) * | 2021-05-18 | 2021-07-23 | 上海商汤智能科技有限公司 | 医学图像的展示方法及装置、电子设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1331454A (zh) * | 2000-06-24 | 2002-01-16 | 王建华 | 医学数字图象动态监测方法 |
| CN1502310A (zh) * | 2002-11-27 | 2004-06-09 | 通用电气公司 | 用于测量与疾病相关的组织变化的方法和系统 |
-
2005
- 2005-06-13 CN CN2005800280355A patent/CN101006465B/zh active Active
- 2005-06-15 CN CNA2005800278618A patent/CN101019152A/zh active Pending
- 2005-06-15 CN CNA2005800286883A patent/CN101010696A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1331454A (zh) * | 2000-06-24 | 2002-01-16 | 王建华 | 医学数字图象动态监测方法 |
| CN1502310A (zh) * | 2002-11-27 | 2004-06-09 | 通用电气公司 | 用于测量与疾病相关的组织变化的方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| J.B.Antonine Maintz,Max A. Viergever.A survey of medical image registration.Medical Image Analysis2 1.1998,2(1),1-36. |
| J.B.Antonine Maintz,Max A. Viergever.A survey of medical image registration.Medical Image Analysis2 1.1998,2(1),1-36. * |
| Jean-Philippe Guyon, Mark Foskey, Zeynep Firat, BarbDavis,Stephen Aylward.VETOT,volume estimation and tracking over time:frameworkand validation.MICCAI 2003,Proceedings2879.2003,2879142-149. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101019152A (zh) | 2007-08-15 |
| CN101010696A (zh) | 2007-08-01 |
| CN101006465A (zh) | 2007-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4571187B2 (ja) | 病気の進行または治療効果を解析するために関心領域を複数の時点にわたってリンクさせるシステムおよび方法 | |
| US9424644B2 (en) | Methods and systems for evaluating bone lesions | |
| AU2008211786B2 (en) | Tools for aiding in the diagnosis of neurodegenerative diseases | |
| US7616799B2 (en) | System and method for monitoring disease progression or response to therapy using multi-modal visualization | |
| CN102473302B (zh) | 用于感兴趣肿瘤区域定义的解剖结构建模 | |
| US7840050B2 (en) | System and method for piecewise registration of timepoints | |
| CN103222876B (zh) | 医用图像处理装置、图像诊断装置、计算机系统以及医用图像处理方法 | |
| US8150121B2 (en) | Information collection for segmentation of an anatomical object of interest | |
| CN104125841A (zh) | 控制方法和控制系统 | |
| CN104346821A (zh) | 用于医学成像的自动规划 | |
| CN101006465B (zh) | 横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 | |
| Slomka et al. | Automated three-dimensional quantification of myocardial perfusion and brain SPECT | |
| Burgos et al. | Anomaly detection for the individual analysis of brain PET images | |
| US20060030769A1 (en) | System and method for loading timepoints for analysis of disease progression or response to therapy | |
| JP2021513054A (ja) | 画像位置合わせ及び回帰解析を用いたシリアルポジトロンエミッショントモグラフィ（ｐｅｔ）検査における標準取り込み値（ｓｕｖ）のスケーリング差の補正 | |
| Chauvie et al. | Automatic liver detection and standardised uptake value evaluation in whole-body positron emission tomography/computed tomography scans | |
| Zanzonico et al. | Introduction to clinical and laboratory (small-animal) image registration and fusion | |
| CN101868809B (zh) | 具有计算机辅助检测和/或诊断的图像处理 | |
| US20050148861A1 (en) | Methods and systems for image selection and display | |
| Hajdu et al. | The" MEDIP-Platform Independent Software System for Medical Image Processing" Project. | |
| Fenchel et al. | Whole-body MR Image Reading and Bone Assessment with syngo. via Frontier MR Bone Scan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200225 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Pennsylvania, USA Co-patentee before: SIEMENS AG Patentee before: Siemens Medical Solutions USA, Inc. |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20240902 Address after: German Phu F Haim Patentee after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Patentee before: Siemens Healthineers AG Country or region before: Germany |
|
| TR01 | Transfer of patent right |