[發明專利]用于分析和可視化局部臨床特征的系統和方法

在審

• 申請號: 201110257734.4
• 申請日: 2011-08-26
• 公開（公告）號: CN102436539A
• 公開（公告）日: 2012-05-02
• 發明（設計）人: G·B·阿維納什;A·P·莫罕
• 申請（專利權）人: 通用電氣公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06K9/46
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 張金金;朱海煜

技術領域

本發明的實施例大體上涉及診斷成像，并且更具體地涉及用于分析和可視化局部臨床特征的系統和方法。

背景技術

例如阿爾茨海默病或肺癌等復雜的醫學狀況和疾病例如難以在早期狀態檢測和監測。這些復雜疾病也難以采用標準化方式量化以便與例如從標準化的參考群體采集的數據等基準比較。

響應于這些困難，調查者已經開發出從正常患者群體確定統計偏差的方法。例如，神經變性病癥(NDD)的檢測的一個要素是年齡和示蹤者(tracer)分離的正常數據庫的開發。與這些常態的比較可以僅在標準化域中發生，例如Talairach域或蒙特利爾神經學研究所(MNI)域。MNI通過在正常控制上使用巨大的系列磁共振成像(MRI)掃描限定標準腦。Talairach域引用對Talairach和Tournoux圖例集解剖并且拍照的腦。在Talairach域和MNI域兩者中，數據必須使用配準技術映射到相應標準域。使用上文的方法的變化形式的當前方法包括示蹤劑統計參數匹配(SPM)、3D立體定向表面投影(3D-SSP)等等。

一旦已經做出比較，顯示代表解剖結構的統計偏差的圖像，允許觀察者基于該圖像做出診斷。做出這樣的診斷是非常專業的任務，并且典型地由高度訓練的醫學圖像專家進行。然而，甚至這樣的專家僅可以做出關于基本的嚴重程度的主觀說法。由于該內在的主觀性，診斷趨于為不一致和非標準化的。

當前研究文獻越來越清楚地表明臨床醫師必須能夠采用高效方式觀察并且分析很多種多樣的臨床上得到的參數使得他們可以做出有根據的決策。然而，傳統的方法使臨床醫師難以分析采集的越來越巨大的數量的臨床數據和采用有意義的方式解釋它。盡管已經開發出自動化算法和決策支持軟件應用程序來幫助圖像分析，來自這些算法和應用程序的輸出的準確度在實踐中難以證實。此外，這些自動化的算法典型地牽涉“黑箱”方式來制定決策，其中圖像數據是到算法的輸入并且最終決策是輸出。從而，這些算法向臨床醫師提供很少的機會來與算法的內部運轉交互并且理解該內部運轉。

因此，存在對一種方法的需要，其使圖像的感興趣區域的臨床上得到的特性關于參考數據集可視化，使得臨床醫師可以容易地馬上吸收相關信息。

因此，設計克服前面提到的缺點的分析并且可視化圖像數據中的局部特征的特性的系統和方法將是可取的。

發明內容

根據本發明的一個方面，計算機可讀存儲介質在其上存儲計算機程序，其包括當由計算機執行時引起計算機訪問從患者采集的醫學圖像數據集并且從該醫學圖像數據集識別第一感興趣區域(ROI)的指令。該指令還引起該計算機提取代表對于該ROI特有的感興趣特征的特征數據集，從醫學圖像數據集識別第二感興趣區域(ROI)，并且提取包括代表該感興趣特征的預期行為的參考數據的參考數據集。此外，該指令引起該計算機比較該特征數據集與該參考數據集，基于該比較產生代表該感興趣特征的偏差的偏差度量，并且形成該偏差度量的可視表示。

根據本發明的另一個方面，方法包括下列步驟：訪問包括從患者采集的圖像數據的臨床圖像數據集，從該臨床圖像數據集識別第一ROI，并且限定包括對應于該第一ROI的圖像數據的第一ROI數據集。該方法還包括下列步驟：從該第一ROI數據集提取對應于該第一ROI的至少一個得到的感興趣特性，限定包括代表該至少一個得到的感興趣特性的圖像數據的特性數據集，并且從該臨床圖像數據集識別第二ROI。該方法進一步包括下列步驟：限定包括對應于該第二ROI的圖像數據的第二ROI數據集，從該第二ROI數據集提取參考數據集，該參考數據集包括用于該至少一個得到的感興趣特性的參考數據。該方法還包括比較該特性數據集與該參考數據集，從該比較計算至少一個偏差度量，并且輸出該至少一個偏差度量的可視化。

根據本發明的另一個方面，用于分析臨床圖像數據的系統包括：在其上存儲從患者采集的臨床圖像數據的數據庫和程序化來從該數據庫訪問一組數據的處理器。該處理器還程序化來從該組數據識別目標ROI，從該組患者數據提取對應于該目標ROI的至少一個局部特征，并且限定代表該至少一個局部特征的特征數據集。此外，該處理器程序化來從該組數據識別參考ROI，從該組數據提取對應于該參考ROI的參考數據集，計算該至少一個局部特征的至少一個偏差度量，該至少一個偏差度量代表該特征數據集與該參考數據集的偏差，并且輸出該至少一個偏差度量的可視化。該系統進一步包括圖形用戶界面(GUI)，其配置成顯示該至少一個局部特征的該至少一個偏差度量。

從下列詳細說明和附圖將使各種其他特征和優勢明顯。

附圖說明