[发明专利]疾病的计算机辅助检测(CAD)

说明书

背景技术

本发明涉及用于分析从以下医学成像模态获得的医学图像数据集的方法，所述医学成像模态诸如计算机断层摄影(CT)、磁共振成像(MRI)、正电子断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、超声扫描以及旋转血管造影以及其他医学成像模态。本发明还涉及对应的计算机系统和对应的计算机程序产品。

发明背景

近年来，包括如计算机断层摄影(CT)或磁共振成像(MRI)等的模态的医学成像的发展用于改进各种类型的疾病的检测，所述疾病类型特别地是癌症肿瘤。医学成像中的这一进步导致了大量的医学图像数据，要对所述医学图像数据进行仔细分析和评估以从中获取可靠的诊断结果。医学图像的这一分析阶段甚至对于例如放射学家的经过专门训练的人员而言也是花费时间的。接受过医学成像分析训练的专家也是宝贵资源，这使得医学成像分析成为诊断过程的可能瓶颈。

因此，越来越需要计算机辅助检测(CAD)以帮助放射学家找到并识别所获得的医学图像数据中的可能疾病。应该强调，CAD系统并不是(至少现在不是)意欲取代放射学家而仅仅是在图像分析过程中对他们进行支持或引导。另外，对于一些疾病来说，使用CAD的优势也是有疑问的，因此，在将CAD系统用于疾病时应该非常小心。特别地，在应用CAD系统之前，应该很好地理解并优选地控制接收器操作特性(ROC)。

US 2005/0200763公开了对CT图像集中的肺结节进行检测和分类的这样的计算机辅助方法。起初，执行肺和食管的分割以识别在其中搜寻潜在肺结节的CT图像的区域。对肺进行处理以识别肺的左侧和右侧，并且将肺的每一侧分为包括上部、中部和下部子区域以及中心、中间和外周子区域的子区域。计算机分析每个肺区域以检测和识别表示在纵膈上或纵膈附近的血管的三维脉管树。之后，计算机检测附着到肺壁或者到脉管树的对象以确定这些对象没有被排除作为潜在结节的可能。此后，计算机执行在CT图像中的合适区域上的像素相似性分析，以检测潜在的结节并使用潜在结节的特征执行一个或多个专家分析技术以确定每个潜在结节是否是肺结节。此后，计算机在一个或多个专家分析技术中使用诸如推测(speculation)特征、生长特征等的其他特征将每个所检测到的结节分类为良性的或恶性的，可能地，结节被赋予良性或恶性的特定概率。之后，计算机向放射专家显示检测和分类结果以帮助放射专家解释患者的CT检查。

然而，为了执行这一方法，必须要提供相当大的计算能力，这可能限制所公开的CAD方法的扩展。由于计算能量是有限的，需要对所需计算进行简化的方法以便获得实际工作的CAD系统。

在US 2005/0200763中公开的方法的另一劣势为从检测理论已知的接收器操作特性(ROC)的定点操作。还要进行灵敏度和特异性之间的折衷，但是，这会引起不希望的大量的假阳性(FP)，或者，更严重地，假阴性。

因此，用于分析医学图像数据集的改进的方法将是有利的，并且特别地，更有效和/或可靠的方法将是有利的。

发明内容

因此，本发明优选地试图单独地或者以任何形式组合地减轻、降低或消除上述缺陷的一个或多个。特别地，可以将提供用于针对疾病的可能性更容易和/或更快地分析医学图像数据集的方法作为本发明的目的。

因此，通过提供用于分析医学图像数据集的方法意欲在本发明的第一方面获得上述目的和若干其他目的，所述方法包括如下步骤：

a)使用解剖学模型分割医学图像数据集；

b)针对疾病的特点分析经分割的数据，得到分析数据的集合；以及

c)相对于所述疾病评估分析数据的集合，

其中，上述步骤a)、b)和c)中的至少一个包括将疾病的位置相关概率(P_r)作为输入。

本发明特别地，但非排他地，有利于获得改进的计算机辅助检测(CAD)方法，便于执行更有效的计算，这是由于在例如肺的患者部分的特定区域中的分析程度可以被调整或者修改到该区域中疾病的概率水平。因此，通过应用本发明，能够提高计算速度并且由此根据医学图像分析，可以更有效地找到诸如癌症的疾病，特别是肺部的癌结节。