Обработка набора данных изображения



Обработка набора данных изображения
Обработка набора данных изображения
Обработка набора данных изображения
Обработка набора данных изображения
Обработка набора данных изображения

 


Владельцы патента RU 2565521:

КОНИНКЛЕЙКЕ ФИЛИПС ЭЛЕКТРОНИКС Н.В. (NL)

Изобретение относится к формированию обработанного набора данных изображения. Техническим результатом является повышение точности обработки набора данных изображения пациента. Система содержит: множество наборов данных параметров, причем набор данных параметров соответствует клинически классифицированной популяции пациентов и представляет передаточную функцию, при этом набор данных параметров включает в себя статистическое распределение измеренных характеристик клинически классифицированной популяции пациентов; блок выбора, реализованный в виде узла обработки аппаратного обеспечения компьютера, для выбора набора данных параметров из множества наборов данных параметров; и подсистему обработки изображений, реализованную в виде указанного узла обработки аппаратного обеспечения компьютера, для применения передаточной функции, представленной выбранным набором данных параметров, для по меньшей мере части набора данных изображения, характерного для пациента, для получения обработанного набора данных изображения. 5 н. и 7 з.п. ф-лы, 5 ил.

 

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к формированию обработанного набора данных изображения. Изобретение дополнительно относится к наложению набора данных изображения на набор данных анатомических структур.

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

Изображения, полученные с использованием МРТ (магнитно-резонансной томографии) сердца, могут быть предметом количественного анализа. Такой количественный анализ может быть использован для оценки функции миокарда, перфузии или жизнеспособности. Такой количественный анализ может дать в результате большое количество дополнительных данных, которые могут включать в себя результаты измерений, которые могут различаться для разных участков миокарда. Как известно, такие пространственно различающиеся результаты измерений визуализируют посредством диаграммы типа «бычий глаз». На диаграмме «бычий глаз» измеренные величины закодированы цветом и спроецированы на плоскость, содержащую концентрические кольца, каждое из которых, по существу, соответствует полосе миокарда между двумя плоскостями, перпендикулярными продольной оси сердца. Примеры диаграмм «бычий глаз» показаны на фиг.3A и 3B.

В US 2006/0241412 A1 раскрыт способ визуализации поражения в миокарде на основании данных КТ (компьютерного томографического) изображения, которое было записано с инъекцией контрастного вещества. Для записи изображения выбирают время, когда в миокарде происходит усиление контраста в результате первой быстрой циркуляции введенного контрастного вещества. Затем миокард выделяют путем сегментации в данных КТ изображения. Миокард отображают на устройстве отображения изображения с выделением одной или более проекций. Дисплей является цветным, с различными цветовыми кодировками вокселей и пикселей, характеризующими значениями плотности КТ (компьютерной томограммы) в разных диапазонах плотности.

В US 2002/0183606 раскрыто диагностическое устройство, содержащее средство для формирования исходных данных, компьютер для вычисления трехмерных медицинских изображений по исходным данным и устройство ввода для установки передаточной функции, необходимой для алгоритма. Диагностическое устройство обеспечивает возможность назначения передаточной функции посредством подобранных от руки диаграмм функций. Для выбора ряда передаточных функций с помощью позиций для отметки можно использовать панель выбора. Передаточные функции, хранящиеся в памяти, можно вызывать в панели заголовков посредством ниспадающего меню.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Независимые пункты формулы изобретения определяют аспекты настоящего изобретения. Зависимые пункты формулы изобретения определяют преимущественные варианты осуществления.

Представляется полезным получение улучшенного обработанного набора данных изображения. Для более эффективного решения данной задачи в соответствии с первым аспектом изобретения обеспечивается система для формирования обработанного набора данных изображения, содержащая:

множество наборов данных параметров, причем набор данных параметров соответствует клинически классифицированной группе и представляет передаточную функцию;

блок выбора для выбора набора данных параметров из множества наборов данных параметров; и

подсистему обработки изображений для применения передаточной функции, представленной выбранным набором данных параметров, для по меньшей мере части набора данных изображения, характерного для пациента, чтобы получить обработанный набор данных изображения.

Так как передаточная функция представлена набором данных параметров, соответствующих клинически классифицированной группе, то обработанный набор данных изображения адаптирован к клинически классифицированной группе. Блок выбора допускает выбор требуемого набора данных параметров, и, таким образом, создается возможность обрабатывать изображение разными способами, зависящими от группы, членом которой является пациент, или группы, с которой следует сравнивать пациента.

Блок выбора может содержать элемент пользовательского интерфейса, чтобы позволить пользователю выбирать набор данных параметров из множества наборов данных параметров. Таким образом, пользователь может гибко выбирать группу для использования.

Один или более или все из наборов данных параметров могут основываться на статистическом распределении характеристики группы. Такое статистическое распределение является эффективной возможностью для создания и выбора полезного набора данных параметров.

Передаточная функция, представленная набором данных параметров, может быть предназначена для подчеркивания значений изображения, которые обычно реже встречаются в группе. Это может способствовать распознаванию проблемных участков.

Система может содержать подсистему визуализации для визуализации обработанного набора данных изображения. Это облегчает пользователю оценку обработанного набора данных изображения.

Подсистема визуализации может содержать подсистему наложения для наложения обработанного набора данных изображения на анатомическое изображение. Это позволяет просматривать обработанное изображение в окружении анатомических структур, с которыми оно связано.

Система может содержать блок объединения изображений для объединения анатомических элементов, представленных любым из множества входных анатомических изображений пациента, чтобы получать комбинированное анатомическое изображение, и при этом подсистема наложения предназначена для наложения обработанного набора данных изображения на комбинированное анатомическое изображение. Иногда разные части анатомических структур могут быть видны в разных изображениях из множества входных анатомических изображений. Посредством объединения анатомических элементов, представленных разными изображениями из множества входных анатомических изображений, формируют комбинированное анатомическое изображение, которое содержит больше сведений об анатомических структурах, чем любое одиночное входное анатомическое изображение. Посредством наложения обработанного изображения на комбинированное анатомическое изображение обеспечивается лучший анатомический контекст информации, представленной в обработанном изображении.

Передаточная функция может представлять цветовое кодирование или масштабирование интенсивности. Такая передаточная функция может давать в результате обработанное изображение, которое удобно оценивать визуальным осмотром.

Другой аспект изобретения обеспечивает устройство для получения медицинского изображения, содержащее вышеописанную систему и дополнительно содержащее сканер изображения для получения набора данных изображения, анатомического изображения или по меньшей мере одного из входных анатомических изображений, соответственно. Это позволяет получать одно или более из изображений, которые система может обработать.

Другой аспект изобретения обеспечивает медицинскую рабочую станцию, содержащую вышеупомянутую систему и дисплей, соединенный с подсистемой визуализации, для отображения визуализации обработанного набора данных изображения. Это обеспеченное решение обеспечивает удобную рабочую станцию, которая обеспечивает анализ обработанного изображения.

Другой аспект изобретения обеспечивает способ формирования обработанного набора данных изображения, содержащий этапы, на которых:

- выбирают набор данных параметров из множества наборов данных параметров, причем набор данных параметров соответствует клинически классифицированной группе и представляет передаточную функцию; и

- применяют передаточную функцию, представленную выбранным набором данных параметров, к по меньшей мере части набора данных изображения, характерного для пациента, чтобы получить обработанный набор данных изображения.

Другой аспект изобретения обеспечивает компьютерный программный продукт, содержащий команды для инструктирования процессорной системе выполнять вышеупомянутый способ.

Специалистам в данной области будет очевидно, что по меньшей мере два вышеупомянутых варианта осуществления, реализации и/или аспекта изобретения можно объединять любым способом, который представляется полезным.

На основании настоящего описания специалистом в данной области техники могут быть созданы модификации и варианты устройства для получения изображения, рабочей станции, системы и/или компьютерного программного продукта, которые соответствуют описанным модификациям и вариантам системы.

Специалисту в данной области техники будет очевидно, что способ можно применять к данным многомерных изображений, например, двумерного (2-мерного), трехмерного (3-мерного) или четырехмерного (4-мерного) изображений, полученным различными методами сбора данных, например, но не ограничиваясь этим, стандартной рентгеновский визуализацией, компьютерной томографией (КТ), магнитно-резонансной томографией (МРТ), ультразвуковыми исследованиями (УЗИ), позитронной эмиссионной томографией (ПЭТ), однофотонной эмиссионной компьютерной томографией (ОФЭКТ (SPECT)) и радионуклидной медициной (РНМ).

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Эти и другие аспекты изобретения очевидны из нижеописанных вариантов осуществления со ссылкой на чертежи, на которых:

фиг.1 изображает схему системы для формирования обработанного набора данных изображения;

фиг.2 изображает блок-схему последовательности операций способа формирования обработанного набора данных изображения;

фиг.3A изображает диаграмму типа «бычий глаз», содержащую области с цветами, представляющими региональное движение стенки левого желудочка;

фиг.3B изображает диаграмму типа «бычий глаз», без областей с цветами, представляющими подробное региональное движение стенки левого желудочка;

фиг.4 изображает пример анатомического изображения сердца с наложенными функциональными данными.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯ

В данном описании поясняются методы, которые можно использовать, в частности, в области визуализации результатов анализа, полученных из медицинских изображений. Например, изображения больного сердца, полученные посредством магнитно-резонансной томографии (МРТ) сердца, можно визуализировать с использованием нижеописанного метода. Однако это не является ограничением. Возможна также обработка изображений другого типа, в частности, изображений, полученных с использованием других средств медицинской визуализации, и/или изображений других частей тела.

Сердечно-сосудистые заболевания являются наиболее часто встречающимися причинами смерти. Диагностику сердечных заболеваний можно выполнять с использованием МРТ сердца. Во время исследования сердца методом МРТ изображения получают с использованием нескольких протоколов для оценки нескольких аспектов состояния сердца. Эти аспекты могут включать в себя функцию миокарда, перфузию и жизнеспособность. Количественная оценка таких изображений имеет следствием, помимо прочего, ряд результатов измерений для разных положений на миокарде. Четкая и стандартизированная визуализация таких результатов важна для правильной диагностики и планирования лечения сердечного заболевания. Например, известные диаграммы типа «бычий глаз» можно использовать для визуализации результатов измерений, которые могут изменяться по отношению к местоположению в миокарде. На такой диаграмме типа «бычий глаз» разные положения миокарда отображают в разные участки диаграммы типа «бычий глаз» стандартным способом. Каждый участок диаграммы типа «бычий глаз» обозначен цветом, зависящим от значения соответствующего измерения.

На фиг.1 показана система для формирования обработанного набора данных изображения. По меньшей мере часть системы может быть реализована с помощью подходящего программного процессора. Для этого может быть обеспечен носитель данных, содержащий компьютерный программный продукт. Однако возможны также другие реализации, например, с использованием специализированной электрической схемы. Система может содержать подходящие входы и/или выходы, например, связной порт для получения входных данных и передачи выходных данных, например, через сетевое соединение. Полученные и/или переданные элементы могут содержать разные изображения, обработанные и/или сформированные системой, а также управляющие сигналы для управления системой. Обмен данными может быть осуществлен посредством съемного носителя данных.

Система может содержать множество 15 наборов данных параметров. Набор 1 данных параметров из множества 15 соответствует клинически классифицированной группе и представляет передаточную функцию. Например, разные наборы данных параметров соответствуют разным клинически классифицированным группам. Передаточная функция может быть задана набором данных параметров посредством по меньшей мере одного функционального параметра, например, настройки окна/уровня, цветового кодирования или поисковой таблицы. Таким образом, разные передаточные функции связаны с разными клинически классифицированными группами.

Система может дополнительно содержать блок 2 выбора для выбора набора 1 данных параметров из множества 15 наборов данных параметров. Блок выбора может быть выполнен с возможностью выбора набора 1 данных параметров на основании информации о пациенте, которая может быть доступна, например, из электронной истории болезни пациента, или на основании метаданных, которые могут быть доступны в наборе 4 данных изображения пациента. Например, упомянутая информация может позволять блоку 2 выбора автоматически определять клинический класс, к которому относится визуализируемый пациент. Впоследствии блок 2 выбора может быть выполнен с возможностью выбора набора 1 данных параметров, который соответствует группе упомянутого клинического класса.

Система может дополнительно содержать подсистему 3 обработки изображения для применения передаточной функции, представленной выбранным набором 1 данных параметров, к по меньшей мере части набора 4 данных изображения, характерного для пациента, чтобы получить обработанный набор 5 данных изображения. Набор 4 данных изображения может содержать двухмерное или трехмерное изображение с элементами изображения, имеющими измеренные значения, относящиеся к местоположениям внутри пациента. Изображение может содержать функциональные значения, например, перфузию миокарда или толщину стенки. Набор 4 данных изображения может быть получен посредством сканера 13 изображения, например, КТ сканера, МРТ сканера или ПЭТ или ОФЭКТ сканера. Возможно также использование других средств визуализации. Для обработки данных, полученных из сканера 13 изображения, для получения набора 4 данных изображения может присутствовать модуль обработки изображений (не показан).

Блок 2 выбора может содержать элемент 6 пользовательского интерфейса для предоставления пользователю возможности выбора набора 1 данных параметров из множества 15 наборов параметров данных. Элемент 6 пользовательского интерфейса может быть частью пользовательского интерфейса (не показан), которая позволяет пользователю управлять операциями просмотра и/или операциями получения изображений. Система может быть выполнена с возможностью допуска пользователя к выбору разных наборов 1 данных параметров для одного и того же набора 4 данных изображения и сравнения разных результатов визуализации.

Наборы 15 данных параметров могут быть основаны на статистическом распределении характеристик группы. Например, набор 1 данных параметров может содержать среднее значение и дисперсию характеристики, измеренной в группе. В одном примере используемых передаточных функций передаточная функция может быть получена из набора 1 данных параметров посредством задания передаточной функции с уровнем на основе среднего значения и с шириной на основе дисперсии.

Передаточная функция, представленная набором 1 данных параметров, может быть предназначена для выделения значений, которые обычно реже встречаются в группе. Например, значениям, которые обычно встречаются в группе, могут быть присвоены одинаковые цвета, тогда как значениям, которые не часто встречаются (например, встречаются менее чем в 5% случаев), могут быть присвоены легко распознаваемый цвет или интенсивность. Передаточная функция может представлять цветовое кодирование или масштабирование интенсивности.

Система может содержать подсистему 7 визуализации для визуализации обработанного набора 5 данных изображения. Например, можно обеспечить фрагмент программного кода, который может управлять графической платой, соединенной с устройством отображения. Благодаря передаточной функции, применяемой для получения обработанного объема, визуализация адаптируется к выбранной группе.

Подсистема 7 визуализации может содержать подсистему 8 наложения для наложения обработанного набора 5 данных изображения на анатомическое изображение 9. Например, анатомическое изображение может отображаться в черно-белом цвете, тогда как накладка может отображаться в цвете поверх анатомического изображения. Например, обработанный набор 5 данных изображения может относиться к ограниченному участку тела, например миокарду, тогда как анатомическое изображение может обеспечивать информацию о большем участке тела и обеспечивать анатомический контекст обработанного набора данных изображения.

Анатомическое изображение 9 может быть получено сканером 17 изображения. Этот сканер 17 изображения может быть компьютерным томографическим (КТ) сканером или сканером для магнитно-резонансной визуализации (МРТ сканером). В качестве альтернативы, система может содержать блок 10 объединения изображений для объединения анатомических элементов, представленных любым из множества 16 входных анатомических изображений пациента, чтобы получать комбинированное анатомическое изображение 9. Подсистема 8 наложения может быть предназначена для наложения обработанного набора 5 данных изображения на комбинированное анатомическое изображение 9. Множество 16 входных анатомических изображений может содержать последовательность изображений, полученных для пациента, например, серию изображений, в которой болюс контрастного агента проходит через орган, например сердце. Путем объединения информации о признаках из последовательности изображений форму полостей сердца можно установить более полно, чем из любого одиночного изображения в полученной последовательности изображений. Другие примеры объединения информации из множества входных анатомических изображений приведены в других местах настоящего описания. Например, множество 16 входных изображений может быть получено в виде серии изображений посредством КТ сканера или МРТ сканера.

Набор 4 данных изображения и анатомическое изображение 9 могут содержать изображения из одного сканера изображений. Эти изображения могут быть также результатом двух разных сканированных изображений, полученных одним и тем же сканером изображений. В качестве альтернативы, эти изображения могут быть получены двумя разными сканерами 13, 17 изображений. Аналогично набор 4 данных изображений и множество 16 входных анатомических изображений могут содержать изображения из одного сканированного изображения или из двух разных сканированных изображений, полученных одним и тем же или разными сканерами 13, 12 изображений.

Система может быть встроена в медицинское устройство для получения изображений, содержащее один или более соответствующих сканеров изображений для получения набора 4 данных изображений, анатомического изображения 17 и/или множества 16 входных анатомических изображений. Возможно, что один и тот же сканер изображений может быть использован для получения любого одного или сочетания изображений 4, 9, 16 упомянутых типов.

Система может быть также встроена в медицинскую рабочую станцию. Такая рабочая станция может быть соединена с устройством отображения для отображения выходных данных подсистемы 7 визуализации.

Как упоминалось выше, для обработки данных, полученных из сканера 13 изображений, для получения набора 4 данных изображения может использоваться модуль обработки изображения (не показан). Например, для получения набора 4 данных изображений, представляющего перфузию миокарда, сканером 13 изображений может быть получена последовательность изображений. Для совмещения последовательности динамической перфузии миокарда можно применить коррекцию дыхательных движений. В динамике последовательности перфузии миокарда могут быть выделены контуры миокарда. Затем перфузию миокарда можно количественно определить с использованием анализа методом обратной свертки. Как поясняется ниже, комбинированное анатомическое изображение 9 можно сформировать из множества 16 входных анатомических изображений. В настоящем примере можно использовать последовательность изображений в виде множества 16 входных анатомических изображений (так сканеры 13 и 12 изображений могут относиться к одному и тому же сканеру изображений или к разным сканерам изображений). Блок 10 объединения изображений может быть предназначен для вычисления проекции максимальной интенсивности (MIP) за время совмещенных изображений, полученных в результате вышеупомянутой коррекции дыхательных движений. Уровни серого проекции максимальной яркости (MIP) можно инвертировать для улучшения визуального представления накладки поверх комбинированного анатомического изображения. Подсистема 8 наложения может быть выполнена с возможностью наложения перфузии миокарда, обработанной подсистемой 3 обработки изображений, поверх комбинированного анатомического изображения 9.

На фиг.4 представлен пример визуализации 400 обработанного набора 5 данных изображения. В приведенном примере набор 4 данных изображения представляет утолщение стенки миокарда. Такой набор 4 данных изображения может быть получен следующим образом. Контуры миокарда могут быть выделены в разных фазах серии функциональных магнитно-резонансных (МР) изображений сердца. В фазах серии функциональных МР изображений сердца можно измерить толщину стенки. Утолщение стенки можно вычислить по толщине стенки в конце диастолы и в конце систолы. МР изображение сердца в конце диастолы можно использовать как анатомическое изображение 9. В данном случае сканеры 17 и 13 изображений могут относиться фактически к одному и тому же сканеру изображений. МР изображение сердца в конце диастолы также можно инвертировать перед использованием в качестве анатомического изображения 9. Набор 4 данных изображений утолщения стенки можно нормировать на основании набора 1 данных параметров с использованием подсистемы 3 обработки изображений. Полученный обработанный набор 5 данных изображения можно наложить на инвертированное МР изображение 9 сердца в конце диастолы посредством подсистемы 8 наложения. Соответственно, на фиг.4 наибольшая часть визуализации 400 состоит из тонкого слоя инвертированного МР изображения 9 сердца в конце диастолы. На инвертированном МР изображении 9 сердца в конце диастолы видна стенка 401 сердца. Обработанный набор 5 данных изображения можно видеть как накладку 402. Цветовое кодирование представляет утолщение стенки миокарда. Эта визуализация является примером. Возможны другие виды визуализации, например, рендеринг в перспективе.

Возможно также создание последовательности наборов 4 данных изображений и последовательности обработанных наборов 5 данных изображений, при этом каждый набор данных относится к последовательному моменту времени. Такую последовательность изображений можно визуализировать подсистемой 7 визуализации в виде последовательности кинофрагментов. Приведенный подход не ограничен примером утолщения стенки, но может также выполняться для других видов измерений и наборов данных изображений.

При необходимости изображения 11 и/или 9 можно также получать независимо от набора 4 данных изображений с использованием того же самого или разных средств медицинской визуализации.

На фиг.2 представлен способ формирования обработанного набора данных изображения. Способ содержит этап 201 выбора набора данных параметров из множества наборов данных параметров, при этом набор данных параметров соответствует клинически классифицированной группе и представляет передаточную функцию. Способ дополнительно содержит этап 202 применения передаточной функции, представленной выбранным набором данных параметров, к по меньшей мере части набора данных изображений, характерного для пациента, чтобы получить обработанный набор данных изображений. Способ может быть реализован посредством компьютерного программного продукта, содержащего команды для инструктирования процессорной системе выполнять этапы способа.

Фиг.3A изображает пример диаграммы типа «бычий глаз», содержащей области с цветами, представляющими региональное движение стенки левого желудочка. Фиг.3B изображает пример диаграммы типа «бычий глаз» с подробным движением стенки левого желудочка. Несмотря на представление на чертеже в черно-белом варианте, диаграммы типа «бычий глаз» обычно отображаются в цвете. Для точной интерпретации этих диаграмм типа «бычий глаз» врач должен сравнивать их с анатомическим изображением. Более того, интерпретировать цвета диаграммы типа «бычий глаз» будет сложно, так как цвета не связаны с нормальными значениями в соответствующей группе, к которой принадлежит пациент. Отображенные цвета можно нормировать соответственно группе, как изложено выше. Более того, информацию можно визуализировать в ее анатомической форме, например, как накладку на анатомическое изображение.

Например, вышеописанная система может использоваться для создания индивидуальных нормированных результирующих визуализаций, например, кровотока в миокарде или утолщения стенки миокарда. Информацию можно кодировать в цвете соответственно клиническому проявлению, чтобы показывать «нормальное» или «потенциально здоровое» состояние относительно «ненормального» или «потенциально нездорового» состояния, в зависимости от группы. Информация о нормальных и/или ненормальных значениях по отношению к группе может быть представлена набором 1 данных параметров.

Контрастные МР изображения могут нуждаться в анализе для получения количественных результатов. Такой анализ может содержать несколько задач обработки изображений для выполнения, включая, например, коррекцию дыхательных движений и выделение контуров миокарда. Для каждодневного использования эти задачи можно автоматизировать. Само по себе получение количественных результатов из контрастных МР изображений является известной задачей. Далее, поскольку полученные изображения не всегда четко представляют анатомические структуры, изображения можно обрабатывать, например, объединять, чтобы можно было визуализировать анатомические структуры. Более того, эту визуализацию можно приспособить для поддержки совмещения цветной накладки, основанной на наборе 4 данных изображения.

Количественные результаты, полученные из количественного анализа и доступные посредством набора 4 данных изображения, можно накладывать поверх комбинированного анатомического изображения, которое показывает анатомические структуры. Накладку можно кодировать в цвете таким образом, чтобы цвета зависели от степени тяжести аномалии.

Чтобы нормировать использование цвета при визуализации, например, чтобы обеспечить связь цветов со степенью тяжести аномалии, можно создать поисковую таблицу или передаточную функцию для цветов на основе статистических данных, полученных из здоровой группы. В принципе, данную задачу можно выполнить с использованием одного набора опорных значений, полученных для большой группы здоровых пациентов, для всех пациентов. Однако можно также применить более индивидуальное нормирование, при котором передаточная функция зависит от статистических данных, полученных из конкретной группы объектов обследования, которые имеют сходство с пациентом. В этом смысле сходство может означать наличие сходных характеристик (пол, этническое происхождение, возраст, рост и т.п.), сходных привычек (курение, употребление алкоголя, профессия и т.п.) или эквивалентной истории болезни (например, ранее перенесенный инфаркт миокарда, ресинхронизационная терапия, выполненная 6 недель назад, и т.п.).

Посредством установления связи передаточной функции с конкретной группой по отношению к конкретному пациенту можно получать более индивидуализированные визуализации (т.е. ориентированные на текущего пациента), а также более нормированные визуализации (т.е. в которых сходные цвета могут обозначать сходные степени тяжести аномалии для большинства результатов измерений и пациентов).

Методы, раскрытые в настоящей заявке, можно также применять в качестве системы сигнализации, привлекающей внимание диагноста-радиолога или кардиолога к (потенциально) больным зонам.

Изобретение относится также к компьютерным программам, в частности, компьютерным программам в или на носителе, адаптированном для применения изобретения на практике. Программа может быть в форме исходного кода, объектного кода, промежуточного исходно-объектного кода, например, в частично компилированной форме или в любой другой форме, подходящей для применения при исполнении способа в соответствии с изобретением. Ясно также, что такая программа может иметь много разных архитектурных проектов. Например, программный код, реализующий функции способа или системы в соответствии с изобретением, может быть подразделен на по меньшей мере одну подпрограмму. Специалисту будут очевидны много разных способов распределения функций между этими подпрограммами. Подпрограммы могут храниться совместно в одном исполняемом файле для формирования независимой программы. Такой исполняемый файл может содержать команды, исполняемые компьютером, например, команды процессора и/или команды интерпретатора (например, команды интерпретатора Java). В альтернативном варианте по меньшей мере одна или все подпрограммы могут храниться в по меньшей мере одном внешнем библиотечном файле и иметь либо статическую, либо динамическую связь с основной программой, например, в период работы. Основная программа содержит по меньшей мере одно обращение к по меньшей мере одной из подпрограмм. Подпрограммы могут также содержать функциональные обращения друг к другу. Вариант осуществления, относящийся к компьютерному программному продукту, содержит команды, исполняемые компьютером, соответствующие каждому этапу обработки по меньшей мере одного из способов, описанных в настоящей заявке. Эти команды могут быть подразделены на подпрограммы и/или храниться в одном или более файлах, которые могут иметь статическую или динамическую связь. Другой вариант осуществления, относящийся к компьютерному программному продукту, содержит команды, исполняемые компьютером, соответствующие каждому средству из по меньшей мере одной из систем и/или продуктов, описанных в настоящей заявке. Данные команды могут быть подразделены на подпрограммы и/или храниться в одном или более файлов, которые могут иметь статическую или динамическую связь.

Носитель компьютерной программы может быть любым объектом или устройством, способным к хранению программы. Например, носитель может включать в себя носитель информации, например, ROM (постоянное запоминающее устройство), например, CD ROM (постоянное запоминающее устройство на компакт-диске) или полупроводниковое ROM, или магнитный носитель записи, например, гибкий диск или жесткий диск. Кроме того, носитель может быть передаваемым носителем, например, электрическим или оптическим сигналом, который может передаваться по электрическому или оптическому кабелю или посредством радиосигнала или другими средствами. Когда программа воплощена в виде такого сигнала, то носитель может быть образован упомянутым кабелем или другим устройством или средством. В альтернативном варианте носитель может быть интегральной схемой, в которую встроена программа, при этом интегральная схема приспособлена для выполнения или применения при выполнении соответствующего способа.

Следует отметить, что вышеупомянутые варианты осуществления поясняют, а не ограничивают настоящее изобретение и что специалисты в данной области техники смогут разработать много альтернативных вариантов осуществления, не выходящих за пределы объема притязаний прилагаемой формулы изобретения. В формуле изобретения никакие позиции, находящиеся в скобках, не подлежат истолкованию как ограничивающие пункт формулы изобретения. Применение глагола «содержит» не исключает наличия элементов или этапов, отличающихся от тех, которые заявлены в пункте формулы изобретения. Признак единственного числа перед элементом не исключает присутствия множества упомянутых элементов. Настоящее изобретение может быть реализовано посредством аппаратного обеспечения, содержащего несколько отдельных элементов, и посредством соответственно запрограммированного компьютера. В пункте формулы изобретения, относящемся к устройству и перечисляющем ряд средств, несколько из упомянутых средств могут быть реализованы одним и тем же элементом аппаратного обеспечения. Очевидное обстоятельство, что некоторые признаки упомянуты во взаимно различающихся зависимых пунктах формулы изобретения, не указывает на то, что в подходящих случаях нельзя использовать сочетание упомянутых признаков.

1. Система формирования обработанного набора данных изображения, содержащая:
множество наборов данных параметров, причем набор данных параметров соответствует клинически классифицированной популяции пациентов и представляет передаточную функцию, при этом набор данных параметров включает в себя статистическое распределение измеренных характеристик клинически классифицированной популяции пациентов;
блок выбора, реализованный в виде узла обработки аппаратного обеспечения компьютера, для выбора набора данных параметров из множества наборов данных параметров; и
подсистему обработки изображений, реализованную в виде указанного узла обработки аппаратного обеспечения компьютера, для применения передаточной функции, представленной выбранным набором данных параметров, для по меньшей мере части набора данных изображения, характерного для пациента, для получения обработанного набора данных изображения.

2. Система по п. 1, в которой блок выбора содержит элемент пользовательского интерфейса для предоставления пользователю возможности выбирать набор данных параметров из множества наборов данных параметров.

3. Система по п. 1, в которой набор данных параметров основан на статистическом распределении характеристики популяции.

4. Система по п. 1, в которой передаточная функция, представленная набором данных параметров, предназначена для выделения значений изображения, которые обычно реже встречаются в популяции.

5. Система по п. 1, дополнительно содержащая подсистему визуализации для визуализации обработанного набора данных изображения.

6. Система по п. 5, в которой подсистема визуализации содержит подсистему наложения для наложения обработанного набора данных изображения на анатомическое изображение.

7. Система по п. 6, дополнительно содержащая блок объединения изображений для объединения анатомических элементов, представленных любым из множества входных анатомических изображений пациента, для получения комбинированного анатомического изображения, и при этом подсистема наложения предназначена для наложения обработанного набора данных изображения на комбинированное анатомическое изображение.

8. Система по п. 1, в которой передаточная функция представляет цветовое кодирование или масштабирование интенсивности.

9. Устройство для сбора данных медицинского изображения, содержащее систему по п. 7 и дополнительно содержащее сканер изображения для сбора набора данных изображения, анатомического изображения или по меньшей мере одного из входных анатомических изображений соответственно.

10. Медицинская рабочая станция, содержащая систему по п. 5 и дисплей, соединенный с подсистемой визуализации, для отображения визуализации обработанного набора данных изображения.

11. Способ формирования обработанного набора данных изображения, содержащий этапы, на которых:
выбирают набор данных параметров из множества наборов данных параметров, причем набор данных параметров соответствует клинически классифицированной популяции пациентов и представляет передаточную функцию, при этом набор данных параметров включает в себя статистическое распределение измеренных характеристик клинически классифицированной популяции пациентов; и
применяют передаточную функцию, представленную выбранным набором данных параметров, к по меньшей мере части набора данных изображения, характерного для пациента, для получения обработанного набора данных изображения.

12. Машиночитаемый носитель, содержащий записанные на нем команды для инструктирования процессорной системе выполнять способ по п. 11.



 

Похожие патенты:

Изобретение относится к области автоматического получения данных клинических МРТ-изображений. Техническим результатом является обеспечение быстрого и точного планирования диагностических сканирований.

Изобретение относится к способам представления коллекции изображений. Техническим результатом является улучшение визуального качества коллекции изображений за счет автоматизированной модификации отображения декоративных элементов в зависимости от цветов изображений.

Изобретение относится к средствам автоматизированного построения чертежей. Техническим результатом является повышение скорости создания чертежа за счет обеспечения динамической адаптации шага линий сетки к начерчиваемому в текущий момент времени объекту.

Изобретение относится к технологиям обработки цифровых изображений, а более конкретно - к способам преобразования растровых изображений в электронный формат. .

Изобретение относится к вычислительной технике, в частности к системам и способам воспроизведения диаграмм. .

Изобретение относится к способам обработки электромагнитных сигналов от инструмента для моделирования и визуализации слоистых подземных формаций, окружающих инструмент.

Изобретение относится к способам обработки телевизионного изображения, а именно к способам определения и сглаживания ступенчатых краев на изображении. .

Изобретение относится к вычислительной технике. .

Изобретение относится к области обработки данных в микропроцессорных системах, в частности генерации визуальных отображений данных автоматизированных экспертных системах, и может быть использовано в системах визуального анализа и прогнозирования переменных многопараметрических состояний систем или процессов, в том числе индивидуальных состояний конкретного человека.

Изобретение относится к области физической оптики и может быть использовано в оптической астрономии. .

Изобретение относится к экспериментальной медицине и может быть использовано для регистрации внутриклеточного рН опухолевых клеток. Для этого осуществляют введение сенсора на внутриклеточный рН, регистрацию интенсивности флуоресценции при возбуждении на двух длинах волн в областях максимального поглощения и расчёт сигнала.

Изобретение относится к медицине и может быть использовано в педиатрии, неврологии, неонатологии. Способ прогнозирования риска развития неврологического дефицита у доношенных новорожденных с гипоксически-ишемическим поражением головного мозга включает клиническое и нейросонографическое выявление тяжелых проявлений на 2-12 сутки жизни ребенка.
Изобретение относится к медицине, радионуклидным и биопсийным методам диагностики у больных раком предстательной железы (ПЖ) и может быть использовано для диагностики поражения регионарных лимфоузлов путем радионуклидной визуализации и биопсии сигнальных лимфоузлов.

Изобретение относится к медицинской технике, а именно к устройствам для электроимпедансной диагностики молочной железы. Устройство содержит матрицу измерительных электродов, отводящий электрод и размещенные в корпусе источник питания, источник зондирующего сигнала для питания активных измерительных электродов, общая шина которого соединена с отводящим электродом, многоканальный измеритель напряжения, микроконтроллер, к которому подключены модуль управления и ввода информации, модуль для вывода визуальной информации и анализатор данных, состоящий из микропроцессора, с подключенным к нему модулем памяти, в котором записаны коэффициенты линейной комбинации входных параметров, соответствующие данным репрезентативных контрольных групп пациентов.
Изобретение относится к медицине, телемедицине, флебологии, физиологии. Проводят исследование напряжения путем измерения потенциалов с помощью электродов, подсоединенных к вольтметру, в участках, расположенных в области кожных покровов бедра и голени с локализацией расширенных подкожных вен.
Изобретение относится к медицине, офтальмологии и может быть использовано для диагностики монокулярного оптического неврита в дебюте рассеянного склероза (РС). Проводят визометрию, периметрию, офтальмоскопию, оптическую когерентную томографию (ОКТ), неврологический осмотр для выявления микросимптоматики, электрофизиологические исследования (ЭФИ).

Изобретение относится к области медицины, а именно к педиатрии и неврологии. Выявляют клинические признаки заболевания при неврологическом осмотре; регистрируют компьютерную электроэнцефалограмму, проводят эмисионно-позитронную томографию; регистрируют коротколатентные вызванные потенциалы: зрительные, слуховые, когнитивные, соматосенсорные (ССВП); проводят нейромиографию.

Изобретение относится к медицинской технике, а именно к средствам формирования функциональных изображений. Способ содержит получение первого изображения накопления первого контрастного вещества в ткани пациента, не являющейся объектом исследования, при этом первое изображение генерируется на основе первых данных от первого средства формирования изображений, получение второго изображения накопления второго контрастного вещества в исследуемой ткани пациента и ткани пациента, не являющейся объектом исследования, при этом второе изображение генерируется на основе вторых данных от другого второго средства формирования изображений, генерирование первой маски изображения на основе первого изображения, генерирование первого изображения особенности на основе второго изображения и первой маски изображения и отображение первого изображения особенности, которое не включает в себя накопление контрастного вещества в исследуемой ткани, не накапливающей контрастное вещество.

Изобретение относится к измерительной технике и может быть использовано в медицине в диагностических целях. Техническим результатом является расширение функциональных возможностей устройства за счет измерения электрического заряда тела человека.

Группа изобретений относится к способам и системам для объединения диагностики и лечения внутренних органов. Способ включает в себя этапы, на которых визуализируют часть внутреннего органа субъекта с использованием первой технологии, способной различать типы тканей, задают в качестве цели участки биопсии и обеспечивают доступ к участкам биопсии для инструмента с использованием изображений, полученных первой технологией, скомбинированных с изображениями, полученными второй технологией, способной обновлять изображения в реальном масштабе времени, планируют лечение одного из участков биопсии с использованием изображений, полученных первой технологией, и комбинируют изображения, полученные первой технологией, с изображениями, полученными второй технологией, и направляют инструменты к по меньшей мере одному участку биопсии с использованием комбинированных изображений.

Изобретение относится к медицине, диагностике, способам измерения кожно-гальванической реакции в наружных слуховых проходах. Способ может быть использован для контроля состояния бодрствования и сна слушающего и управления воспроизведением в зависимости от уровня восприятия слушающего. Используют не менее чем два контактных электрода, выполненные в форме электропроводящих участков корпуса наушников. Электроды размещают в наружных слуховых проходах, при этом электропроводящими участками могут быть выполнены полностью или частично амбушюры наушников или поверхность тех частей наушников, которые контактируют с ухом человека. Производят измерение кожно-гальванической реакции кожи на ушах слушающего, исходя из того, что не менее чем один электрод контактирует с кожей одного уха и не менее чем один электрод контактирует с кожей другого уха. Техническим результатом изобретения является портативность, удобство прослушивания аудиоматериалов в состоянии утомления и в процессе засыпания облегчение (стимулирование) засыпания при бессоннице, упрощение анализа состояний бодрствования и сна без необходимости наложения дополнительных электродов на другие части тела. 4 ил.
Наверх