[发明专利]使用图集要素识别图像中的候选要素以确定疾病状态

说明书

本文公开了用于确定图像要素的疾病状态的系统和方法。示例方法可以包含提供定量图像和非定量图像、确定所述定量图像到图集的对应映射以及通过将所述定量图像的所述要素与所述图集的图集要素进行比较来确定所述定量图像的候选要素。所述示例方法还可以包含定位所述非定量图像中的所述候选要素、基于所述非定量图像的属性对所述候选要素进行分类以及确定所述候选要素的疾病状态。

相关申请的交叉引用

本申请根据35 U.S.C.§119要求于2017年4月20日提交的美国临时申请序列号62/487,848的较早提交日期的的权益，出于所有目的，所述申请的全部内容以其全文通过引用特此并入。

技术领域

本文描述的实例涉及一种使用定量图像确定组织疾病状态的方法以及一种用于执行所述方法的系统。

背景技术

医学图像由空间中不同点处的强度值构成，所述强度值通常以规则的笛卡尔网格布置。网格可以例如是：二维的，如用于平面x射线成像或MR切片成像；三维的，如用于3D CT或3D MRI成像；或者四维的，如用于呼吸相关的4D CT成像。强度值取决于使用的成像模式；例如，所述强度值可以对应于x射线衰减，或者与水分子浓度有关。强度值通常是相对的，例如，所述强度值的值本身没有任何意义，只是在网格中相邻点之间提供对比度。例如，临床医生可以使用对比度上的变化来在视觉上区分癌组织和非癌组织。

在定量医学成像中，获取技术和重建技术试图产生强度值为绝对的图像，例如，所述图像的强度值与患者在所述点的物理或功能属性相关。定量成像的一个潜在优势是，图像可以用于基于强度值本身而非主观地比较图像之间的强度变化来诊断患者体内的恶性肿瘤区域。在实践中，定量医学成像被强度值与患者属性之间关系的巨大不确定性所混淆。

通过大量医学成像数据集在视觉上进行搜索以及根据这些变化解释强度值既耗时又需要高深的经验，特别是对于没有已知可疑疾病的有限区域的全身成像。用于自动化诊断的方法被强度值的不确定性所混淆。本公开旨在满足这种需求。

发明内容

本文公开了用于确定候选要素和/或所述候选要素的疾病状态的示例方法和系统。示例方法可以包含：提供受试者的至少一个定量图像，所述至少一个定量图像中的每一个包含要素；提供对应于所述受试者的图集，所述图集包含图集要素，所述图集要素中的每一个包括度量分布；确定将所述至少一个定量图像的要素与对应的图集要素相关联的对应映射；以及通过将所述至少一个定量图像的某些要素的值与所述对应映射的相关图集要素的所述度量分布进行比较来确定候选要素。

所述示例方法还可以包含：提供所述受试者的至少一个另外的图像，所述至少一个另外的图像中的每一个包含要素；将所述候选要素定位到所述至少一个另外的图像的对应要素；基于所述至少一个另外的图像的所述对应要素的属性将所述候选要素分类为至少一个类别；以及通过分析对应于所述候选要素的所述至少一个另外的图像的所述至少一个类别确定所述候选要素的疾病状态。

示例方法可以包含：将定量图像的候选要素定位到至少一个另外的图像的对应要素；基于所述至少一个另外的图像的所述对应要素的属性将所述候选要素分类为至少一个类别；以及通过分析对应于所述候选要素的所述至少一个另外的图像的所述至少一个类别确定所述候选要素的疾病状态。