[发明专利]形态学和血管周疾病标志物的联合评估

说明书

提供了一种包括层次分析框架的系统，该层次分析框架可以利用第一组机器学习算法来利用医学成像数据识别和量化一组生物特性。系统可以基于量化的生物特性对医学成像数据进行分割，以描绘血管周围脂肪组织的存在。该系统还可以基于量化的生物特性对医学成像数据进行分割，以确定管腔边界和/或基于管腔边界和LRNC区域之间的最小距离确定帽厚度。

相关申请的交叉引用

本申请要求于2019年8月5日提交的美国临时专利申请第62/882,881号的权益和优先权，其全部内容通过引用整体并入本文并且由本申请的受让人拥有。

政府权利

这项工作部分得到了NIH奖项ID HL 126224的支持。政府可能对本发明拥有某些权利。

技术领域

本发明涉及疾病的计算机辅助表型分析(CAP)，其可以包括将计算机化图像分析和/或数据融合算法应用于患者数据。特别地，本发明涉及用于阐明动脉粥样硬化的疾病过程的定量成像和分析，包括描绘血管周围脂肪组织和/或确定血管的富含脂质的坏死核(LRNC)与管腔之间的组织厚度(“帽厚度(cap thickness)”)。

背景技术

动脉粥样硬化可能危及生命，尤其是在老龄化人群中，但即使在相对年轻的人群中也是如此。当前用于诊断动脉粥样硬化的方法，例如，使用血液标志物，例如胆固醇水平)和/或确定管腔变窄的程度(狭窄(stenosis))是有限的，并且因此可能导致次优的治疗决策(例如，执行或不执行手术，或开具强化药物治疗)。例如，许多血管手术对患者没有好处，一些需要手术的患者没有进行手术，并且许多患者可通过药物有效治疗但可能没有给他们开处方。

当前的工具可以分析血管腔，但这不足以真正诊断动脉粥样硬化，因为动脉粥样硬化是血管壁的疾病，而不是血液或血液流过的通道。错误分类的风险水平、无法评估对药物治疗的可能反应和/或无法测量对药物的反应的发生率很高。

目前，放射成像可用作用于定位疾病起源的非侵入性和安全的方法。当前的医学成像工具可以包括计算机断层扫描(CT，包括单能量、多能量或光谱CT)、磁共振成像(MR、MRA、DCE-MRI或多对比MRI)、超声(b模式或血管内US)，以及具有各种成像模态的靶向造影剂方法。

增强的成像技术使医学成像成为患者护理的重要组成部分。成像可能很有价值，因为它可以使用非侵入性方法或微创方法提供空间和时间上的局部解剖和/或功能信息。然而，可能期望用于处理增加的分辨率的技术，既用于利用数据中的通常不容易用人眼评估的模式和/或签名，又用于例如管理大量数据以高效地将它集成到临床工作流程中。在更新的高分辨率成像技术的情况下，没有辅助的放射科医师可能“淹没”在数据中。因此，例如，为了整合用于个体患者管理的定量成像，可能期望的是提供一类决策支持信息学工具，以使得能够在现有工具工作流程和/或报销约束的现实中进一步利用成像能力。

目前，动脉粥样硬化的成像常规地通过导管插入有创地进行以及通过超声、CT、MR和使用核医学技术无创地进行。最典型的评估是管腔狭窄。最近已经在确定血流储备分数(fractional flow reserve)方面取得了进展。

当前动脉粥样硬化成像的一个困难可能包括所用方法缺乏稳健性。例如，当前的方法通常只在血管外壁与血管周围组织之间提供低水平的对比度，因此很难区分两者。当前的一些方法简单地在管腔周围采用环形环，而没有具体确定外壁边界。血管逐渐变细、分支血管、附近组织等也可能是有问题的。

动脉粥样硬化当前成像的另一个困难可能是由于特定的成像设备使用有限的激励来询问组织，并且尽管一方面多对比MR或另一方面多能量CT的效用，但结果可能是在产生的信号中出现一定程度的非特异性反应。

发明内容