[发明专利]基于3D数据组显示检查对象中的病理变化的方法和装置

说明书

技术领域

本发明涉及一种用于分析检查对象的3D数据组的方法，其允许识别检查对象的解剖区域的病理变化，而在此无需单独地或详细地分析该解剖区域的容积子区域。

背景技术

存在许多种用于医学地诊断在检查对象中、例如在大脑的解剖区域中的病理变化的组织结构的方法。对该变化的可能显示涉及了每个结构的表格式报告，其中，将该结构分割为区段并且标记出位于参考范围之外的项。

病理变化的组织结构的另一显示涉及了患者的参考数据组和归一化数据组的表达，其中，将这两个数据组在单个图像点的基础上相互比较。

这些已知的方法具有不利的特性，即生成解剖区域的子区域中的容积效应和由此覆盖病理变化。此外，对结果的分析和判读需要很大的时间开销，因为必须将所检查的解剖区域的大量子区域相互比较。

发明内容

至今已知的用于检查解剖区域的病理变化的方法在很多情况下要求检查其子区域。由此导致的检查的复杂性和高时间开销因此通常被认为是不利的。因此本发明提出的任务是，提供一种允许简单快速地识别解剖区域的病理变化的方法。

根据本发明，该任务通过一种根据本方面的用于分析检查对象的3D数据组的方法以及一种用于分析3D数据组的装置解决。实施例限定了本发明的其它实施形式。

所提出的用于分析检查对象的3D数据组的方法首先包括分割组成检查对象的解剖区域。该步骤允许确定3D数据组中的不同解剖区域。此后确定归一化的解剖区域和将其与参考模型相比较。参考模型在此包括不同解剖区域的参考尺寸。此后对于每个归一化的解剖区域计算在归一化的解剖区域的尺寸与参考模型中的相应的解剖区域的尺寸之间的偏差值。该偏差值说明了归一化的解剖区域的尺寸与参考尺寸相差多大。在另一步骤中将这样确定的偏差值与整个解剖区域相关联，从而该解剖区域具有恰好一个偏差值。此后，将解剖区域的每个图像点与对应于该偏差值的恰好一个强度值相关联。

该方法的优点是，将整个解剖区域看做唯一的一个对象。尤其无需个别地或单独地分析其子区域。这减小了分析的复杂性并且使得节省评估时间。

此外，对于不同的解剖区域可以容易地识别出其是否与参考尺寸有偏差和有何种偏差。

在此，将用于分割3D数据组和尤其包含于其中的解剖区域的方法优选构建为使得将3D数据划分为图像点。将对解剖区域的归一化尺寸的确定进行为使得确定解剖区域的所有图像点的容积与检查对象的所有图像点的总容积之比。

将解剖区域的尺寸归一化的优点在于补偿了特定的解剖特性，例如不同的头部尺寸或者性别差异。

根据一个可能的实施形式，将归一化的解剖区域的尺寸与来自解剖模型的相应的解剖区域相比较。参考模型的特征在于，包含于其中的3D参考数据由来自多个检查对象的多个所分割的解剖区域构成。此外，3D参考数据可以具有正态分布，并且例如可以对应于高斯型回归模型或者百分位模型。

与该参考模型相比较的优点在于，例如病理疾病通过归一化解剖区域的尺寸偏差可见。

在该方法的一个实施形式中，确定归一化解剖区域与参考模型的偏差值，方法是，形成在归一化解剖区域的尺寸与参考模型中解剖区域的尺寸之间的差，并且将所确定的偏差值与解剖区域的每个图像点的关联进行为使得解剖区域的每个图像点具有恰好一个偏差值。

由此可以确定解剖区域的病理变化，因为偏差的大小在此为萎缩性/肥大性变化的尺寸的度量。

在该方法的一个可能的实施例中，如果解剖区域具有萎缩性CSF组织结构(CSF：脑脊髓液)或者肥大性GM/WM组织结构(WM/GM：脑组织中的白质/灰质)，则将偏差值设为0。否则将偏差值保持不变。

该方法步骤的优点在于，还可以选择性地仅观察病理变化。通常，这是CSF结构的萎缩性变化或者GM/WM组织结构的肥大性变化。

在该方法的一个可能的实施形式中，如果未分割解剖区域或者如果在参考模型中不存在关于解剖区域的信息，则将偏置值加至偏差值。

由此实现了，通过加上偏置值来特别地表征不能直接与参考模型相比较的解剖区域。

在该方法的另一步骤中，将归一化的解剖区域的每个图像点与恰好一个强度值相关联，该强度值对应于归一化的解剖区域与参考模型的偏差值，从而解剖区域的所有图像点示出了相同的变化，并且该变化可以轻易地被了解。

该步骤的优点在于，可以在图形显示中将解剖区域与病理变化的度量相关联，并且可以直接在图上示出该关联。

在该方法的一个可能的实施形式中，图形示出具有所属的强度值的图像点，其中，所示出的图像点的区域由解剖区域的横截面构成。