NL1027538C2 - Werkwijzen en apparaten voor verwerken van beelddata om te helpen bij detecteren van ziekte. - Google Patents

Description

WERKWIJZEN EN APPARATEN VOOR VERWERKEN VAN BEELDDATA OM TE HELPEN BIJ DETECTEREN VAN ZIEKTE

Achtergrond van de uitvinding 5

De onderhavige uitvinding heeft betrekking op werkwijzen en apparaten voor verwerken van medische beelddata om te helpen bij de detectie en diagnose van ziekte, en meer in het bijzonder op werkwijzen en apparaten voor detecteren, kwantificeren, stageren, rapporteren, en/of volgen van ziekten zoals chronische obstructieve longziek-10 te.

Chronische obstructieve longziekte (chronic obstructive pulmonary disease = COPD) is een belangrijke doodsoorzaak in de Verenigde Staten en andere landen. COPD heeft twee hoofdziekteprocessen, namelijk weefselvemietiging (emfyseem) en luchtpijpontsteking (chronische bronchitis). Thans is er geen bekende behandeling die 15 de voortgang van de ziekte kan omkeren. Op zijn best kan de voortgang van de ziekte alleen worden gestopt. Derhalve wordt er hoge waarde gehecht aan vroege diagnose en behandeling van de ziekte. Met vroege diagnose en effectieve behandeling kan de levenskwaliteit van een patiënt worden verbeterd.

Een röntgenstraal-borstkasradiografiesysteem is het veelal gebruikte diagnosti-20 sche gereedschap dat nuttig is voor het detecteren van longziekte bij de mens. Longziekte zoals bronchitis, emfyseem en longkanker kunnen ook worden gedetecteerd in borstkasradiogrammen en CT. CT-systernen verschaffen echter in het algemeen meer dan 80 afzonderlijke beelden voor één enkele CT-scan, waardoor een aanzienlijke hoeveelheid informatie aan een radioloog wordt geleverd voor gebruik bij het interpreteren 25 van de beelden en het detecteren van verdachte regio’s die op een ziekte kunnen duiden.

Verdachte regio’s worden gedefinieerd als de regio’s die een getrainde radioloog zou aanbevelen om te volgen door middel van navolgende diagnostische beeldvorming, biopsie, functionele longtesten, of andere werkwijzen. Het aanzienlijke volume van 30 data dat wordt aangeboden door één enkele CT-scan zorgt voor een tijdrovend proces voor radiologen. Conventionele longkankerscreening behelst in het algemeen een handmatige interpretatie van de tachtig of meer beelden door de radioloog. Vermoeidheid is daarom een significante factor die gevoeligheid en specificiteit van het mense- 1027538- 2 lijke leesresultaat beïnvloedt. Bij andere ziekten, zoals emfyseem, is het voor een radioloog moeilijk om de omvang van ziektevoortgang te classificeren door alleen naar de CT-beelden te kijken.

COPD wordt geïdentificeerd op basis van symptomen waaronder hoesten, hijgen 5 en kortademigheid (dyspneu). COPD omvat een aantal respiratore ziekten, waarvan de meest prominente ziekten emfyseem en chronische bronchitis zijn. COPD beïnvloedt grote luchtwegen, kleine luchtwegen en parenchyma in patiënten. Ziekten worden kenmerkend veroorzaakt door roken en luchtvervuiling, en zijn gekoppeld aan genetische predispositie die alfa-anti-elastase-defïciëntie veroorzaken.

10 Emfyseem, of luchtruimtevemietiging, is de belangrijkste eigenschap van paren- chymale verandering bij COPD-patiënten. Emfyseem is het resultaat van het verlies van elastische terugloop van longweefsel. Er zijn vier types emfyseem: centrilobulair, panlobulair of panacinair, distaai acinair of paraseptaal, en onregelmatig. De eerste twee types dragen bij aan het grootste deel van emfysemateuze COPD. De classificatie 15 is gebaseerd op de anatomische verdeling van luchtruimtevemietiging binnen een lobule, wat een cluster van acini is. Thans kan emfyseem alleen worden geclassificeerd door middel van post mortem onderzoek. Emfyseem is kenmerkend gediagnosticeerd door grove fysiologisch reacties, medische beeldvorming en post mortem anatomisch onderzoek. Het gebmik van CT-beelddata met hoge resolutie is een veelbelovende techniek 20 om het longvolume voor diagnostische doeleinden te meten. Eén van de prominentere ziekte-indicatoren is echter degradatie van de alveoli en andere weefselveranderingen van de long die thans moeilijk te meten zijn uit CT-beelddata.

Het detecteren van emfyseem in een vroeg stadium is zeer wenselijk. De schade die is veroorzaakt door emfyseem wordt vaak gedetecteerd in latere stadia van de ziekte 25 en de effecten zijn permanent. Hoewel de effecten van emfyseem niet omgekeerd kunnen worden, kan vroege diagnose van emfyseem het voor de patiënt mogelijk maken om maatregelen te nemen om verdere voortgang van de schade die door de ziekte wordt veroorzaakt te verhinderen. Verder zal, aangezien steeds meer therapie- en ge-neesmiddelbehandelingen worden ontdekt, het wenselijk zijn om de reactie van een 30 patiënt op een dergelijke behandeling te bewaken.

Chronische bronchitis veroorzaakt anatomische luchtpijpversmalling, die de longfunctie reduceert. Luchtpijpmodificatie begint kenmerkend met irritatie door roken en/of luchtvervuiling en kan worden veroorzaakt/verergerd door biologische infectie.

1027538- 3

Chronische bronchitis wordt klinisch gedefinieerd door hardnekkige hoest en sputum-productie gedurende meer dan drie maanden binnen een periode van twee jaar. Chronische bronchitis kan worden geclassificeerd in eenvoudige chronische bronchitis, obstructieve bronchitis en chronische astmatische bronchitis. Bij eenvoudige chronische 5 bronchitis wordt geen sputum geproduceerd. Chronische astmastische bronchitis behelst hyperreactiviteit van de luchtwegen. Bij obstructieve chronische bronchitis wordt de luchtstroom gehinderd door luchtwegmodificatie. Chronische bronchitis wordt thans gestageerd met gebruikmaking van Reid-index-postmortem. CT met hoge resolutie kan bijhouden van chronische bronchitis met gebruikmaking van Reid-index in vivo moge-10 lijk maken.

Het doorsnedegebied van de luchtpijpwand is een hoofdindicator bij de diagnose en stagering van COPD. Het meten van het dwarsdoorsnedeoppervlak van de luchtpijp uit medische beelden (bijvoorbeeld CT) zal het voor artsen mogelijk maken om voortgang van ziekten te volgen en om klinische onderzoeken te versnellen. Luchtpijpdoor-15 gangen verschijnen in CT-beelden als kleine donkere regio’s die worden omgeven door heldere regio’s. Het donkere gebied is het lumen terwijl het heldere gebied bestaat uit zowel de luchtpijpwand als alle aangehechte of aangrenzende bloedvaten. Bij het meten van het dwarsdoorsnedeoppervlak van de luchtpijpwand dient men de dikte van de aangehechte of aangrenzende bloedvaten buiten beschouwing te laten.

20 Als de luchtpijp geïsoleerd is, met geen aangehechte of aangrenzende bloedvaten, kan de luchtpijp worden gemeten met gebruikmaking van een verscheidenheid aan standaardbeeldverwerkings- en computerkijktechnieken. Wanneer de afgebeelde luchtpijp aangehechte of aangrenzende bloedvaten heeft, is een voorbeeld van traditionele benadering het handmatig selecteren van een straal uit het midden van het lumen dat de 25 luchtwegwand passeert op een punt waar er geen bloedvaten zijn. De meting van de wanddikte langs deze enkele straal wordt gebruikt om het doorsnedeoppervlak van de luchtpijp te schatten.

Een aantal bekende diagnosetechnieken hebben geprobeerd om eenvoudige CT-beelden (CT = computed tomography = computertomografie) te gebruiken om te pro-30 beren emfyseem te kwantificeren. Bekende technieken zijn echter niet gebaseerd op een onderliggend model van de ziekte, en de betrouwbaarheid van de resultaten die met deze technieken worden verkregen kan worden beïnvloed door variabele scanparame- 027538- 4 ters en scannercalibratie alsmede andere ziektepathologieën. Verder verschaffen bekende technieken geen schattingen van de snelheid of locatie van weefselvemietiging.

Korte beschrijving van de uitvinding 5

De onderhavige uitvinding verschaft derhalve, in een aantal configuraties, een werkwijze voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte. De werkwijze omvat verschaffen van analyse-software die is geconfigureerd voor detecteren, kwantificeren, stageren, rapporteren en/of volgen van 10 een ziekte met gebruikmaking van beelden van een patiënt. De analyse-software kan worden uitgevoerd op een personal computer van een patiënt. Op patiënten wordt dan beeldvorming toegepast met gebruikmaking van een medisch beeldvormingsapparaat, en medische beelden van de patiënt die worden geproduceerd door het beeldvormings-apparaat worden gedownload naar de personal computer van de patiënt. Het beeldvor-15 men en downloaden wordt een aantal malen herhaald in intervallen die worden geselecteerd om de analysesoftware te voorzien van voldoende beelden voor detecteren, kwantificeren, stageren, rapporteren, en/of opsporen van de ziekte bij de patiënt.

Een aantal configuraties van de onderhavige uitvinding verschaffen een netwerk voor detecteren, kwantificeren, stageren, rapporteren, en/of volgen van een ziekte. Het 20 netwerk omvat analysesoftware die uitgevoerd kan worden op personal computers van patiënten. Deze software omvat instructies die zijn geconfigureerd om de personal computer te instrueren om een ziekte te detecteren, kwantificeren, stageren, rapporteren en/of te volgen met gebruikmaking van beelden van een patiënt. Ten minste één beeldvormingsapparaat is eveneens in het netwerk opgenomen. Het beeldvormingsapparaat 25 is geconfigureerd om medische beelden van patiënten te produceren. Ook verschaft is een interface voor het overdragen van gescande beelden van een patiënt naar een personal computer van de patiënt op wie beeldvorming is toegepast.

Een aantal configuraties van de onderhavige uitvinding verschaffen een draagbare rekeninrichting die is geconfigureerd om medische beelden van een patiënt die zijn 30 geproduceerd door een beeldvormingsapparaat te downloaden naar de draagbare rekeninrichting. De draagbare rekeninrichting is ook geconfigureerd om de gedownloade medische beelden te analyseren om een ziekte bij de patiënt te detecteren, kwantificeren, stageren, rapporteren, en/of te volgen en om analyseresultaten aan de patiënt te 1 027538-___ 5 rapporteren; en om resultaten van de analyse naar een op afstand gelegen databank over te dragen.

Nog andere configuraties van de onderhavige uitvinding verschaffen een werkwijze voor uitvoeren van een geneesmiddelbehandelingsonderzoek. Deze werkwijze 5 omvat het verschaffen van analysesoftware die is geconfigureerd voor detecteren, kwantificeren, stageren, rapporteren en/of volgen van een ziekte met gebruikmaking van beelden van een patiënt. Deze analysesoftware kan worden uitgevoerd op personal computers van een veelheid patiënten. De werkwijze omvat verder uitvoeren van beeldvorming op de patiënten met medische beeldvormingsapparaten om medische 10 beelden van de patiënten te produceren, downloaden van de medische beelden van elke patiënt waarop beeldvorming is toegepast naar de personal computer van de patiënt waarop beeldvorming is toegepast. Het beeldvormen en downloaden worden een aantal malen herhaald over intervallen die zijn geselecteerd om de analysesoftware te voorzien van voldoende beelden voor detecteren, kwantificeren, stageren, rapporteren, en/of 15 volgen van de ziekte van elke patiënt. De werkwijze omvat verder analyseren van de medische beelden met gebruikmaking van de personal computers van elke patiënt voor detecteren, kwantificeren, stageren, rapporteren, en/of volgen van een ziekte bij de patiënt en versturen van resultaten van de analyse vanuit de personal computer van elke patiënt naar een databank voor verdere analyse en evaluatie.

20 Nog andere configuraties van de onderhavige uitvinding verschaffen een werk wijze en apparaat voor volgen van een verwisselbare parameter van een persoon of object of van beide in een populatie van dergelijke personen of objecten. De werkwijze omvat verschaffen van analysesoftware die is geconfigureerd voor volgen van ten minste één verwisselbare parameter met gebruikmaking van beelden van de persoon of het 25 object. De analysesoftware kan worden uitgevoerd op een personal computer die in het bezit is van de persoon of die in het bezit is van een persoon die het object bezit. Ook opgenomen in de werkwijze is uitvoeren van beeldvorming op de persoon of het object met een beeldvormingsapparaat en downloaden van door het beeldvormingsapparaat geproduceerde beelden van de persoon of het object naar de personal computer. Het 30 beeldvormen en downloaden wordt een aantal malen herhaald in intervallen die zijn geselecteerd om de analysesoftware te voorzien van voldoende beelden om de verwisselbare parameter te volgen.

1027538-_ 6

Nog andere configuraties van de onderhavige uitvinding verschaffen een werkwijze voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte. De werkwijze omvat verschaffen van analysesoftware die is geconfigureerd voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of 5 volgen van een ziekte met gebruikmaking van beelden van een patiënt, uitvoeren van beeldvorming op de patiënt met een medisch beeldvormingsapparaat, downloaden van door het beeldvormingsapparaat geproduceerde medische beelden van de patiënt naar een computer, en een aantal maal herhalen van het beeldvormen en downloaden. De herhaling wordt uitgevoerd in intervallen die zijn geselecteerd om de analysesoftware 10 te voorzien van voldoende beelden om de ziekte in de patiënt te detecteren, kwantificeren, stageren, rapporteren, en/of volgen.

Nog andere configuraties van de onderhavige uitvinding verschaffen een netwerk voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte. Het netwerk omvat analysesoftware die uitgevoerd kan worden op een com-15 puter, waarbij de software instructies omvat die geconfigureerd kunnen worden om de computer te instrueren om een ziekte te detecteren, kwantificeren, stageren, rapporteren en/of te volgen met gebruikmaking van beelden van een patiënt. Het netwerk omvat tevens ten minste één beeldvormingsapparaat dat is geconfigureerd om medische beelden van patiënten te produceren, en een interface voor overdragen van gescande beel-20 den van een patiënt naar de computer.

Nog andere configuraties van de onderhavige uitvinding verschaffen een werkwijze voor uitvoeren van een geneesmiddelbehandelingsonderzoek. De werkwijze omvat verschaffen van analysesoftware die is geconfigureerd voor ten minste één van detecteren, kwantificeren, stageren, rapporteren of volgen van een ziekte met gebruikma-25 king van beelden van een patiënt De analysesoftware kan worden uitgevoerd op een computer. De werkwijze omvat verder het uitvoeren van beeldvorming op de patiënten met medische beeldvormingsapparaten om medische beelden van de patiënten te produceren, downloaden van de medische beelden van elke patiënt waar beeldvorming op is toegepast naar de computer, en een aantal malen herhalen van het beeldvormen en 30 downloaden. De herhaling wordt uitgevoerd in intervallen die worden geselecteerd om de analysesoftware te voorzien van voldoende beelden voor detecteren, kwantificeren, stageren, rapporteren, en/of volgen van de ziekte in elke patiënt. De werkwijze omvat verder analyseren van de medische beelden met gebruikmaking van de computer voor 1027538-__ 7 detecteren, kwantificeren, stageren, rapporteren en/of volgen van een ziekte in de patient, en versturen van resultaten van de analyse vanuit de computer naar een databank voor verdere analyse en evaluatie.

Te zien is dat diverse configuraties van de onderhavige uitvinding de diagnose, 5 vaststelling en/of voorspelling van COPD mogelijk maken uit medische beelden zoals computertomografiescans. De geautomatiseerde voorzieningen die door de uitvinding via personal computers en software worden verschaft kunnen met of zonder de supervisie van een ervaren arts of wetenschapper draaien, en maken een effectieve diagnose en behandeling van ziekte mogelijk die de levenskwaliteit van een patiënt kunnen verbete- 10 ren. Andere configuraties verschaffen op voordelige wijze volgen van verwisselbare parameters van ofwel een persoon ofwel een object met gebruikmaking van beeld vor-mingsinrichtingen op een gecentraliseerde lokatie en personal computers, zoals draagbare computers, van individuen.

15 Korte beschrijving van de tekeningen

Figuur 1 is een algemeen blokschema van een systeem 100 voor ziektedetectie.

Figuur 2 is een stroomschema dat representatief is voor de analyse van buisvormige anatomische structuren.

20 Figuur 3 is een stroomschema van een werkwijze voor meten, kwantificeren, en/of voorspellen van veranderingen die relevant zijn voor de ziekte.

Figuur 4 is een beelddiagram van een configuratie van de onderhavige uitvinding voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, en/of volgen van ziekten zoals chronische obstructieve longziekte.

25

Gedetailleerde beschrijving van de uitvinding

Voorbeeldconfiguraties van systemen en processen die detecteren, kwantificeren, stageren, rapporteren en/of volgen van ziekten vergemakkelijken worden hieronder in 30 detail beschreven. Het zal duidelijk zijn dat, met geschikte modificatie, andere verwisselbare parameters die betrekking hebben op personen of objecten eveneens gevolgd kunnen worden met gebruikmaking van configuraties van de onderhavige uitvinding. Een technisch effect van de hier beschreven systemen en processen omvat ten minste 1027538- g één van vergemakkelijking van automatisch volgen van verwisselbare parameters met betrekking tot een ziekte van een patiënt of andere meetbare parameters, en/of geautomatiseerde extractie van informatie met betrekking tot deze parameters uit een veelheid individuen of andere gevolgde objecten.

5 Met verwijzing naar figuur 1 is een algemeen blokschema van een systeem 100 voor ziektedetectie getoond. Een technisch effect van het in figuur 1 beschreven systeem wordt bereikt door een gebruiker die beelden van een patiënt of ander object verzamelt en overdraagt. Systeem 100 omvat een beeldvormingsinrichting 110, die geselecteerd kan worden uit een aantal medische beeldvormingsinrichtingen die uit de tech-10 niek bekend zijn om een veelheid beelden te genereren. Meestal worden CT- en MRI-systemen (CT - computertomografie, MRI = magnetische-resonantie-beeldvorming) gebruikt om een veelheid medische beelden te genereren.

Gedurende een CT-beeldvormingssessie wordt een patiënt geplaatst binnen de beeldvormingsinrichting en wordt blootgesteld aan een veelheid röntgenstralen die 15 worden gemeten met een serie röntgenstraaldetectoren. Een bundel röntgenstralen loopt door een specifieke dunne dwarsdoorsnede of “schijf’ van de patiënt. De detectoren meten de hoeveelheid doorgelaten straling. Deze informatie wordt gebruikt om de rönt-genstraal-dempingscoëfficiënt te berekenen voor bemonsteringspunten in het lichaam. Een grijsschaalbeeld wordt dan geconstrueerd op basis van de berekende röntgenstraal-20 dempingscoëfficiënten. De schakeringen van grijs in het beeld vertegenwoordigen de hoeveelheid röntgenstraalabsorptie van elk punt binnen de schijf. De tijdens een CT-sessie verkregen schijven kunnen worden gereconstrueerd om een anatomisch correcte representatie van het relevante gebied binnen het lichaam te verschaffen dat aan de röntgenstralen is blootgesteld.

25 Tijdens een MR-beeldvormingssessie wordt de patiënt binnen een sterk magne tisch veld geplaatst dat door een grote magneet wordt gegenereerd. Gemagnetiseerde protonen binnen de patiënt, zoals waterstofatomen, worden uitgelijnd met het magnetische veld dat is geproduceerd door de magneet. Een specifieke schijf van de patiënt wordt blootgesteld aan radiogolven die een oscillerend magnetisch veld creëren dat 30 loodrecht is ten opzichte van het magnetische hoofdveld. De schijven kunnen in elk willekeurig vlak worden genomen dat wordt gekozen door de arts of technicus (hierna de “bedieningspersoon”) die de beeldvormingssessie uitvoert. De protonen in het lichaam van de patiënt absorberen eerst de radiogolven en emitteren dan de golven door 1 027538-_ 9 buiten uitlijning met het veld te bewegen. Als de protonen terugkeren in hun oorspronkelijke toestand (vóór excitatie) worden diagnostische beelden op basis van de door het lichaam van de patiënt geëmitteerde golven gecreëerd. Net als CT-beeldschijven kunnen MR-beeldschijven gereconstrueerd worden om een algeheel beeld van het relevan-5 te lichaamsgebied te verschaffen. Delen van het lichaam die een hoog signaal produceren worden in een MR-beeld als wit aangeduid, terwijl de delen met de laagste signalen als zwart worden aangeduid. Andere lichaamsdelen die variërende signaalintensiteiten tussen hoog en laag hebben worden aangeduid als een bepaalde grijsschakering.

Wanneer aanvankelijke MR- of CT-beelden (of andere typen beelden) eenmaal 10 zijn verkregen, worden de beelden algemeen gesegmenteerd. Het segmentatieproces classificeert de pixels of voxels van een beeld in een bepaald aantal klassen die homogeen zijn met betrekking tot een bepaalde karakteristiek (dat wil zeggen intensiteit, textuur, enzovoorts). In een gesegmenteerd beeld van de hersenen kan het materiaal van de hersenen bijvoorbeeld worden gecategoriseerd in drie klassen: grijze stof, witte 15 stof, en cerebrospinale vloeistof. Individuele kleuren kunnen worden gebruikt om regio’s van elke klasse te markeren nadat de segmentatie is voltooid. Wanneer het gesegmenteerde beeld eenmaal is ontwikkeld, kunnen chirurgen de gesegmenteerde beelden gebruiken om chirurgische technieken te plannen.

In het algemeen behelst het creëren van een gesegmenteerd CT- of MR-beeld 20 diverse stappen. Een datareeks wordt gecreëerd door CT- of MR-dataschijven op te vangen. Door het segmentatieproces wordt dan een grijsschaalwaarde aan elk punt in de datareeks toegewezen. In een aantal configuraties wordt aan elk type materiaal in de data een specifieke waarde toegewezen en daarom heeft elk voorkomen van dat materiaal dezelfde grijsschaalwaarde. Elk voorkomen van bot in een specifiek beeld kan bij-25 voorbeeld in een specifieke schakering van lichtgrijs verschijnen. Deze standaard van kleurgeving maakt het voor het individu dat het beeld bekijkt mogelijk om de objecten die in de beelden worden weergegeven gemakkelijk te begrijpen.

In een aantal configuraties en met verwijzing naar figuur 1 omvat een medisch beeldvormingssysteem 100 een beeldvormingsinrichting 110, een processor 120 en een 30 interface-eenheid 130. De beeldvormingsinrichting 110 is ingericht om een veelheid beelddatareeksen 240 te genereren en is bijvoorbeeld en zonder beperking, een compu-tertomografie(CT)-, een magnetische-resonantie(MR)-scanner, of een röntgenstraal-beeldvormingsapparaat, dat een röntgenstraal-beeldvormingsapparaat met veelvoudige 1027538- 10 gezichtsvelden kan omvatten. In CT- en MR-contexten worden beelddata verworven gedurende een “scan”. In een aantal configuraties worden beelden verworven met gebruikmaking van een CT-beeldvormingsinrichting. De processor 120 is geconfigureerd op een wijze die hieronder in meer detail wordt beschreven met verwijzing naar figuur 5 2. De processor 120 is tevens geconfigureerd voor het uitvoeren van reken- en bestu ringsfuncties voor bekende beeldverwerkingstechnieken zoals reconstructie, beelddata-geheugenopslag, segmentatie enzovoorts. De processor 120 omvat in een aantal configuraties een centrale verwerkingseenheid (CPU), die één enkele geïntegreerde schakeling zoals een microprocessor kan zijn, of die elk geschikt aantal geïntegreerde-10 schakelingsinrichtingen en/of gedrukte bedradingsplaten kan omvatten die de functies van een centrale verwerkingseenheid verschaffen. De processor 120 kan verder geheugen van elk willekeurig type omvatten dat bekend is voor de vakman. Dergelijk geheugen (niet afzonderlijk getoond in figuur 1) kan dynamisch willekeurig toegankelijk geheugen (dynamic random access memory = DRAM), statisch RAM (SRAM), flitsge-15 heugen, tussengeheugen enzovoorts omvatten, en kan één enkel type geheugencompo-nent of een combinatie van verschillende typen geheugencomponenten zijn. De processor 120 is in staat opgeslagen programma’s in zijn geheugen uit te voeren en reageert op activiteiten die in de loop van beeldverwerking en beeldobservatie kunnen optreden.

Zoals hier gebruikt verwijzen “aangepast aan”, “geconfigureerd” en dergelijke 20 naar mechanische verbindingen of constructieverbindingen tussen elementen om het mogelijk te maken dat de elementen samenwerken om een beschreven effect te verschaffen; deze termen verwijzen ook naar bedrijfsmogelijkheden van elektrische elementen zoals analoge of digitale computers of applicatie-specifieke inrichtingen (zoals een applicatie-specifieke geïntegreerde schakeling (ASIC)) die worden geprogram-25 meerd om een vervolgactie uit te voeren om een uitgangssignaal te verschaffen in reactie op gegeven ingangssignalen.

De interface-eenheid 130 is gekoppeld met de processor 120 en is geconfigureerd om communicatie tussen menselijke gebruikers en systeem 100 te verschaffen. De processor 120 is verder geconfigureerd om berekeningen uit te voeren en om resultaten 30 zodanig naar de interface-eenheid 130 over te dragen dat een menselijke gebruiker de overgedragen informatie kan interpreteren. Overgedragen informatie kan beelden in 2D of 3D, kleur- en grijsschaalbeelden, en tekstbeelden met betrekking tot diagnose- en detectie-informatie omvatten. De interface-eenheid 130 kan een personal computer, een 1027538- 11 beeldwerkstation, een in de hand gehouden beeldaanduideenheid of elke willekeurig conventioneel beeldaanduidplatform zijn dat als deel van een CT- of MRI-systeem is gegroepeerd.

Alle data die worden verzameld uit veelvoudige scans van de patiënt worden be-5 schouwd als één datareeks. Elke datareeks omvat kleinere eenheden, ofwel pixels ofwel voxels. In het geval van tweedimensionale datareeksen omvatten beelden pixeleenhe-den. “Pixels”, zoals hier gebruikt, zijn punten in tweedimensionale ruimte waarnaar kan worden verwezen met gebruikmaking van tweedimensionale coördinaten, gewoonlijk x en y. Elke pixel in een beeld wordt omgeven door acht andere pixels, waarbij de negen 10 pixels een vierkant van drie bij drie vormen. (De vakman met gebruikelijke vakkennis zal begrijpen dat pixels aan de rand- en hoekgrenzen van een beeld niet aan alle zijden door andere pixels worden omgeven, en derhalve geen centrale pixels van een drie-bij-drie-vierkant kunnen zijn). Deze acht andere pixels, die de centrale pixel omgeven, worden beschouwd als de acht verbonden buren van de centrale pixel. Wanneer de da-15 tareeks driedimensionaal is, wordt het beeld aangeduid in eenheden die voxels worden genoemd. Een voxel is een punt in de driedimensionale ruimte waarnaar kan worden verwezen met gebruikmaking van driedimensionale coördinaten, gewoonlijk x, y en z. Elke voxel wordt omgeven door zesentwintig andere voxels. (Zoals het geval met pixels is, worden voxels aan de rand- en hoekgrenzen van de driedimensionale ruimte 20 niet aan alle zijden omgeven door andere voxels, en kunnen derhalve geen centrale voxels van een kubus van drie bij drie bij drie zijn). Deze zesentwintig voxels kunnen worden beschouwd als de zesentwintig verbonden buren van de oorspronkelijke voxel.

Een geschikt patiëntscanprotocol wordt gebruikt om beelddata te verwerven. Bijvoorbeeld, borstkasonderzoeken met gebruikmaking van CT of MRI vereisen kenmer-25 kend dat een patiënt (object) zijn of haar adem inhoudt om bewegingsartefacten in de beelddata te reduceren die het gevolg zijn van de ademhaling van de patiënt. Gewoonlijk worden CT- of MRI-onderzoeken gedaan gedurende volledige inademing of volledige uitademing. Verder kunnen contrastmiddelen worden gebruikt om röntgenstraling in specifieke lichaamsgebieden te dempen. Contrastmiddelen verbeteren differentiatie 30 tussen weefsels die worden beïnvloed door de contrastmiddelen en weefsels die niet zijn beïnvloed. In een CT-beeld wordt een CT-aantalverschil tussen gecontrasteerde en niet-gecontrasteerde weefsels verhoogd. Contrastmiddelen worden oraal, intraveneus of rectaal aan de patiënt toegediend.

1 027538- 12

Wanneer beelddata eenmaal zijn verworven uit de hierboven beschreven beeld-vormingswerkwijzen, wordt de beeldprocessor 120 ingericht om verwerking uit te voeren om ziekte-relevante weefselveranderingen te meten (bijvoorbeeld luchtpij pwand-doorsnedeoppervlakken). Luchtpijpwand-doorsnedeoppervlak wordt gebruikt bij de 5 diagnose en stagering van chronische bronchitis, terwijl weefselveranderingen en long-volume worden gebruikt voor de diagnose en stagering van emfyseem, die beide betrekking hebben op chronische obstructieve longziekte (COPD).

Het meten van het doorsnedeoppervlak van luchtpijpwanden, waarnaar ook wordt verwezen als “luchtwegen”, uit medische beelden (bijvoorbeeld CT-beelddata) maakt 10 het voor artsen mogelijk om de ziektevoortgang te volgen en om klinische onderzoeken te versnellen. Luchtpijpdoorgangen verschijnen in CT-beelden kenmerkend als kleine donkere regio’s die worden omgeven door heldere regio’s. De donkere regio is het lumen terwijl het heldere gebied bestaat uit zowel de luchtpijpwand als uit alle willekeurige aangehechte of aangrenzende bloedvaten. Bij het meten van het doorsnedeopper-15 vlak van de luchtpijpwand is het noodzakelijk om de luchtwegen te isoleren van de aangehechte of aangrenzende bloedvaten, zodat bij de diktemeting dergelijke vaten buiten beschouwing blijven.

In een aantal configuraties van de onderhavige uitvinding wordt een werkwijze voor het meten van een buisvormige structuur verschaft. Zoals hier gebruikt verwijst 20 een “buisvormige structuur” naar een holle anatomische structuur die een binnenwand en een buitenwand en een cirkelvormige of elliptische vorm heeft. Voorbeelden van buisvormige structuren omvatten luchtpijpwanden en luchtwegen. Andere anatomische structuren zoals slagaders en andere belangrijke of significante bloedvaten kunnen eveneens profiteren van diverse configuraties van hierin beschreven meettechnieken, 25 net als andere niet-anatomische buisvormige structuren in industriële of niet-destructieve testomgevingen. Eén configuratie van een werkwijze voor het meten van buisvormige anatomische structuren uit verworven beelddata omvat bijvoorbeeld benutten van ten minste één segmentatieproces voor het isoleren van een relevante geselecteerde buisvormige anatomische structuur en meten van ten minste één attribuut van 30 de geselecteerde structuur.

In verscheidene configuraties van de onderhavige uitvinding en met verwijzing naar figuur 2 wordt een buisvormige anatomische structuur gemeten. Een technisch effect van de in figuur 2 getoonde configuratie wordt bereikt door een gebruiker die een 1 027538- 13 computer-geautomatiseerde procedure initieert die resulteert in de meting van buisvormige structuren, die de geautomatiseerde identificatie en meting van lumina in een long kan omvatten. Meten van een anatomische structuur in door figuur 2 weergegeven configuraties omvat benutten van een beeldvormingsinrichting om CT- of MRI-beelddata 5 van de structuur te verwerven. De verworven beelddata worden gesegmenteerd in homogene regio’s en luchtweglumina worden gedetecteerd door een werkwijze die segmentatie 210 (die door elke willekeurige bekende techniek bewerkstelligd kan worden), detecteren van soortgelijke structuren 220 (met gebruikmaking van bijvoorbeeld inten-siteitswaarden) en groeperen van soortgelijke structuren 230 omvat. Het meten 240 10 omvat het identificeren van een centrum van het lumen 250. Het centrum van het lumen kan worden geïdentificeerd zonder dat voorspanning wordt geïntroduceerd door de aanwezigheid van bloedvaten.

In uitvoeringsvormen zoals die zijn weergegeven door figuur 2, omvat het identificeren van een centrum van het lumen 250 het aanbrengen van een binnenste ellips aan 15 een binnengrens van het lumen en het aanbrengen van een buitenste ellips aan een buitengrens van het lumen op verscheidene punten langs een luchtweg. Ellipsmetingen bij 240 worden gebruikt om attributen van de buisvormige structuur te meten. Twee concentrische ellipsen die gedwongen worden om een centrum te hebben dat overeenstemt met het centrum van het lumen worden aangebracht. De binnenste ellips wordt aange-20 bracht met gebruikmaking van een M-schattingsinrichting omdat de lumengrens weinig buitenliggende punten langs zijn grens heeft. De buitenste ellips wordt aangebracht met gebruikmaking van een combinatie van Muse, een bekende robuuste schattingstechniek, en een serie M-schattingsinrichtingen. Muse wordt gebruikt om een cirkel aan de buitengrens van de luchtweg aan te brengen om een robuuste schatting van de secun-25 daire as van de buitenste luchtweggrens en een robuuste schatting van de ruis op de posities van de buitengrens te verschaffen. Samen met deze robuuste schattingen labelt Muse elk van de punten langs de buitengrens als binnenliggende punten van de buitenste luchtweggrens of buitenliggende punten van de luchtweggrens (bijvoorbeeld bloedvaten). De binnenliggende punten van de Muse-cirkel worden dan gevormd tot een 30 ellips met gebruikmaking van een M-schattingsinrichting. Aan de M-schattingsinrichting wordt de Muse-cirkel en Muse-schatting van de schaal (ruis) toegevoerd. In een aantal configuraties wordt de M-schattingsinrichting gebruikt om de parameters van de ellips te gebruiken maar wordt niet gebruikt om een nieuwe schat- 1 027538- 14 ting van de schaal (ruis) te berekenen. Wanneer de M-schattingsinrichting convergeert wordt een nieuwe reeks binnenliggende punten van de ellips bepaald uit de oorspronkelijke reeks grenspunten (niet alleen de binnenliggende punten van de Muse-cirkel) met gebruikmaking van de Muse-schaal als een afstandscriterium. De nieuwe reeks binnen-5 liggende punten wordt geleverd aan een M-schattingsinrichting, waaraan de voorafgaande ellipsparameters en de Muse-schaalschatting worden toegevoerd. In een aantal configuraties herschat de tweede M-schattingsinrichting de ellips maar herschat de schaal niet. Dit proces wordt herhaald totdat de reeks binnenliggende punten en de ellips convergeert. Door verwerking zoals hierboven beschreven toe te passen, wordt een 10 robuuste werkwijze verschaft waarin aangrenzende bloedvaten niet in luchtwegmetin-gen worden opgenomen. Door het lumen-middelpunt als invariant te behandelen, wordt het ellipsaanbrengprobleem op voordelige wijze gereduceerd van zes parameters naar vier parameters. Derhalve wordt, in een aantal van de hier beschreven configuraties, het lumencentrum genomen als een oorsprong zodat positieparameters van de ellips niet 15 geschat hoeven te worden.

Een lumendetectietrap identificeert donkere regio’s die volledig zijn omgeven door heldere regio’s. Een centrum van de heldere regio wordt bepaald en stralen 260 worden van het centrum van het lumen geworpen. De stralen worden verdeeld om zo een lumengrens (binnenwand) over een vast interval of vaste booglengte te snijden. 20 Voor elke straal wordt een snijpunt met de lumengrens (binnenwand) en een snijpunt met de luchtweg (buitenwand) geregistreerd. De laatstgenoemde snijpunten kunnen zich op de luchtwegwand of op aangrenzende vaten bevinden. Deze twee reeksen snijpunten worden dan gebruikt om ellipsen te vormen. De data worden geschaald om binnen een eenheidsvierkant te passen (-1, 1) om numerieke stabiliteit te verbeteren. Muse 25 wordt gebruikt om de secundaire as van een ellips voor de buitenste luchtweggrens (radius van de Muse-cirkel) robuust te schatten en om de ruis op de posities van de buitenste luchtweggrens robuust te schatten. Muse identificeert tevens een aanvankelijke reeks binnenliggende punten, dat wil zeggen punten die tot de luchtweg behoren in tegenstelling tot punten die tot bloedvaten behoren. Het toevoeren aan een M-30 schattingsinrichting van deze binnenliggende punten, Muse-cirkel, en Muse-schaal (en niet te bewerkstelligen dat de M-schattingsinrichting de schaal schat) zorgt ervoor dat de M-schattingsinrichting niet degradeert tot een kleinste-kwadraten-vorming voor de gehele grens (luchtweg en bloedvaten). Gebruiken van Muse om alleen een cirkel te 1 027538- 15 schatten reduceert het aantal parameters dat geschat moet worden, waardoor het schat-tingsproces in hoge mate wordt versneld. Iteratieve “cirkel- opstelling” van een M-schattingsinrichting op deze wijze maakt het mogelijk dat de schatting robuust en snel blijft. Het hierboven beschreven schattingsproces wordt iteratief uitgevoerd.

5 Wanneer binnen- en buitengrenzen zijn bepaald, wordt wanddikte in een aantal configuraties bepaald als het verschil van het gebied tussen de luchtweggrensellips en de lumengrensellips. Dit verschil wordt in een aantal configuraties bepaald met sub-pixelnauwkeurigheid. De wanddiktemeting kan daarna worden gebruikt om gemiddelde wanddikte, wanddiktevariaties, volumemetingen, tweedimensionale (2D) gebiedsme-10 tingen en volumegebiedsverdeling te berekenen. Deze metingen kunnen worden gebruikt om de voortgang van diverse ziekten en stadia van COPD te diagnosticeren en te volgen. De isolatie- en meetstappen worden herhaald voor de beelddata die corresponderen met de lengte van de relevante structuur om de hierboven beschreven metingen voor de volledige lengte van de structuur te genereren.

15 Wanneer de hierboven beschreven verwerking voltooid is, genereren een aantal configuraties van de onderhavige uitvinding uitvoer van het niveau en de voortgang van de ziekte. De uitvoer kan bijvoorbeeld worden gebruikt voor het stageren van een ziekte bij een patiënt, meten van reactie op therapie, fenotypering voor patiëntselectie om deel te nemen aan geneesmiddelonderzoeken, meten van stabiliteit van een anato-20 mische structuur en voorspelling van de snelheidsverandering van de ziekte. Zoals hier gebruikt verwijst fenotypering naar het observeren van fysieke of biochemische karakteristieken, zoals bepaald door zowel genetische opbouw als omgevingsinvloeden en om een specifieke trek uit te drukken, zoals postuur of bloedtype, op basis van de invloeden. Een fenotype is een individu of groep organismen die een specifiek fenotype 25 vertonen.

In een aantal configuraties wordt een apparaat voor meten van longluchtwegen met gebruikmaking van verworven beelddata verschaft. Het apparaat verschaft een beeldvormingsinrichting die is geconfigureerd om beelddata te verwerven en een beeldverwerkingsinrichting die reageert op de beeldvormingsinrichting voor het ver-30 werken van beelden. Opnieuw met verwijzing naar figuur 1 wordt beeldverwerkingsinrichting 120 geconfigureerd om een relevante luchtweg te isoleren met gebruikmaking van ten minste één segmentatieproces. De beeldverwerkingsinrichting 120 is verder geconfigureerd om een binnenste ellips aan te brengen op een binnenste grens van de 1027538- 16 luchtweg en een buitenste ellips op een buitenste grens van de structuur van de luchtweg met gebruikmaking van statistische technieken op een punt in de luchtweg, en is verder geconfigureerd om metingen van de luchtweg te genereren met gebruikmaking van de binnenste en buitenste ellipsen. De metingen omvatten ten minste één van ge-5 middelde wanddikte, wanddiktevariaties, volumemetingen, tweedimensionale (2D) gebiedsmetingen en/of volumegebiedsverdeling. Deze een of meer metingen worden gebruikt voor ten minste één van ziektediagnose en/of volgen van ziektevoortgang, waarbij de ziekte chronische obstructieve longziekte of astma is. In een aantal configuraties omvat het apparaat een aanduidinrichting (interface-eenheid 130) die is gekop-10 peld aan beeldverwerkinginrichting 120 en is geconfigureerd om metingen aan een gebruiker van het apparaat te rapporteren.

Configuraties van de onderhavige uitvinding die in voorafgaande alinea’s zijn beschreven lokaliseren verdachte regio’s in CT-longscans. De hier geopenbaarde meettechnieken zijn echter eveneens nuttig voor andere beeldvormingsmodaliteiten, zoals 15 MRI, röntgenstraal, ultrageluid, en positronemissietomografie (PET), waarbij meting van althans nagenoeg buisvormige anatomische structuren gebruikt kan worden om een specifieke ziekte te volgen of te diagnosticeren.

In een aantal configuraties en met verwijzing naar figuur 3 wordt een werkwijze voor meten, kwantificeren, en/of voorspellen van ziekte-relevante veranderingen ver-20 schaft. Derhalve wordt een technisch effect van configuraties die zijn weergegeven door figuur 3 uitgevoerd wanneer een gebruiker een computer-geautomatiseerde meting, kwantificering, en/of voorspelling van ziekte-relevante veranderingen initieert. Zoals hier gebruikt verwijst de term “ziekte-relevante veranderingen” naar veranderingen die zijn verbonden met een relevante ziekte. Bijvoorbeeld, het aantal randen van 25 longweefselregio’s, de intensiteit van aangetaste gebieden van de long en het oppervlak van de aangetaste gebieden van de long zijn indicatoren voor de aanwezigheid van emfyseem en veranderingen in deze aspecten duiden voortschrijding van de ziekte aan. Beelddata worden verworven bij 310 en gesegmenteerd bij 320 door een veelheid seg-mentatiestappen. De segmentatiesegmenten in regio’s hebben verschillende eigen-30 schappen, bijvoorbeeld intensiteit, gebied, perimeter, breedte-hoogteverhouding, diameter, variantie, derivaten en andere eigenschappen die voor een ziekte van belang kunnen zijn. De segmentatiestappen kunnen worden geselecteerd uit veel bekende segmentatietechnieken. Bij 330 wordt eigenschapextractie uitgevoerd op de gesemen- 1027538- 17 teerde beelddata om relevante eigenschappen voor een ziekte te extraheren. Deze eigenschappen kunnen bijvoorbeeld het aantal randen, gebied en intensiteit omvatten. Verwerving, segmentatie en eigenschapextractie kunnen gebruik maken van bekende technieken om relevante beeldinformatie te extraheren, of, in een aantal configuraties, 5 verdachte regio’s, voor een ziekte. In een aantal configuraties echter, wordt verdere verwerking uitgevoerd bij 340 om voorspellingen te doen met betrekking tot bepaalde gebieden of verdachte regio’s voor gebruik bij voorspellen, kwantificeren of diagnosticeren van een ziekte. Daarna kunnen de gebieden of verdachte regio’s worden aangeduid als een beeld aan de gebruiker met gebruikmaking van een of meer uit de stand 10 van de techniek bekende technieken. In een aantal configuraties worden gekleurde polygonen aangeduid bovenop de beelddata. De gekleurde polygonen of soortgelijke geaccentueerde regio’s corresponderen met waarden die voortvloeien uit de hieronder in meer detail uiteengezette analyse.

De resultaten van de gesegmenteerde regio’s zijn aangeduid als geaccentueerde 15 regio’s die over de oorspronkelijke beelddata liggen. De aanduiding kan tweedimensionaal (2D) of, in een aantal configuraties, driedimensionaal (3D) zijn.

In een aantal configuraties van de onderhavige uitvinding wordt een werkwijze voor ten minste één van kwantificeren, diagnosticeren en/of voorspellen van ziekte-relevante veranderingen die worden verworven uit beelddata verschaft. De werkwijze 20 omvat toepassen van ten minste één segmentatieproces op de beelddata voor het genereren van een veelheid gesegmenteerde relevante regio’s en extraheren van eigenschappen die relevant zijn voor een ziekte uit de gesegmenteerde regio’s om geëxtraheerde eigenschappen te genereren. De geëxtraheerde eigenschappen worden gemodelleerd voor gebruik in ten minste één van diagnosticeren, kwantificeren en/of voorspel-25 len van veranderingen die kenmerkend zijn voor de gegeven ziekte. Een segmentatie-stap in een aantal configuraties omvat bijvoorbeeld segmenteren van een veelheid sub-regio’s binnen een long en verder segmenteren voor parameters binnen de subregio’s. De parameters kunnen randen, gebied of intensiteit, of andere segmentatieparameters of combinaties daarvan omvatten.

30 In diverse configuraties en verder met verwijzing naar figuur 3 maakt een wis kundige modelleringsstap 350 het mogelijk dat een biologisch verschijnsel fysisch wordt gemodelleerd met gebruikmaking van bekende fysische modelleringsprincipes. Wiskundige modellering wordt bijvoorbeeld uitgevoerd met gebruikmaking van vrije 1027538- 18 grensmodellen zoals de modellen die voldoen aan de wet van von Neumann, dat een bekend principe is dat wordt gebruikt om bellenstructuren of kristalroosterstructuren te verklaren die bestaan uit een veelheid regio’s. Overeenkomstig de wet van von Neumann hebben regio’s met veel randen de neiging te groeien en gebieden met weinig 5 randen de neiging te krimpen. Door anatomische structuren en corresponderende regio’s zoals de long en longregio’s te modelleren, detecteert het model regio’s met veel randen en weinig randen. Het aantal randen wordt gebruikt om de mogelijkheid van ziektevoortschrijding te voorspellen. De wet van von Neumann zegt dat regio’s met zes randen stabiel zijn. Een vergelijking voor de wet van von Neumann wordt geschreven 10 als: <^JL = tc(N-N0) vergelijking (1) dt waarbij N het aantal randen, No is 6, en κ een schaalvormingsparameter is die afhangt 15 van de fysische en chemische eigenschappen van de gemodelleerde structuur. Biologi sche model veranderingen met gebruikmaking van de wet van von Neumann maakt het mogelijk om groei of voortschrijding van een ziekte te schatten of te voorspellen, aangezien regio’s met een lineaire snelheid groeien of krimpen. Hoewel de effecten van emfyseem op dit moment niet omgekeerd kunnen worden, kan de groei of voortschrij-20 ding van emfyseem worden bewaakt met gebruikmaking van de hierboven beschreven principes. Derhalve kan gedrag van elke regio worden voorspeld tot aan topologische veranderingen.

Eén eigenschap van veel vrije-grens-modellen is schaalinvariantie. In modellen die deze eigenschap hebben, voldoet de genormaliseerde verdeling fx(X / μ) / μ, waarbij 25 X een willekeurige variabele is die is gekoppeld met een geometrische meting van een regio in het samenstel van regio’s die de gemodelleerde structuur vormen, en μ de gemiddelde waarde van X is, aan de differentiële vergelijking —x + —μ + /,=0 vergelijking (2) dx δμ 30

In modellen die deze eigenschap hebben, kan de vergelijking van de waarschijn-lijkheidsverdeling van een geometrische parameter, zoals gebied of perimeter, worden 1 027538- 19 vergeleken met een standaard die is verschaft door de genormaliseerde verdeling van diezelfde parameter, en afwijkingen of verschillen in deze vergelijking kunnen worden toegepast als een diagnostisch en kwantificeringsgereedschap voor de ziekte.

Eigenschappen die relevant zijn voor emfyseem omvatten het gebied van aange-5 taste regio’s van een long, de intensiteit van regio’s van de long en het aantal randen van regio’s binnen de long. Deze eigenschappen kunnen worden gemodelleerd met gebruikmaking van de wet van von Neumann. Andere ziekten kunnen ook worden gemodelleerd door de wet van von Neumann.

Andere bekende principes en technieken, zoals een model van Potts, Markov-10 keten, Gibbs-keten, Monte-Carlo-algoritme, diffusievergelijkingen, of faseveldmodel, voor beschreven regio’s die een rooster of bellenstructuur hebben, kunnen worden gebruikt in plaats van, of in aanvulling op, de wet van von Neumann.

Met verwijzing verder naar figuur 3 worden gemodelleerde regio’s en geëxtraheerde eigenschappen geanalyseerd in stap 340 voor lokale en algehele scores van he-15 vigheid en voortschrijding. In een aantal configuraties focusseert lokale analyse op een geselecteerde relevante regio of regio’s en algehele scores focusseren op ziektevoort-schrijding. In veel gevallen wordt het stadium van een ziekte bepaald met gebruikmaking van factoren die de gebieden van ziekteweefsels kunnen omvatten zoals vergeleken met gebieden van gezond weefsel, veranderingssnelheid en ruimtelijke verdeling 20 van aangetaste gebieden. Als onderdeel van diagnosticeren en behandelen van een patiënt, wordt het bijhouden van scores gebruikt om de patiënt te stageren.

In een aantal configuraties van de onderhavige uitvinding worden geëxtraheerde eigenschappen geanalyseerd om hevigheid en voortschrijding van een ziekte vast te stellen. Verder wordt een globale analysestap 360 uitgevoerd waarin de geëxtraheerde 25 eigenschappen worden verwerkt met gebruikmaking van ten minste één histogramana-lyse.

Een aantal configuraties van de onderhavige uitvinding omvatten verder genereren van uitvoer die het niveau en de voortgang van de ziekte aanduidt bij 370. De uitvoer kan bijvoorbeeld worden gebruikt voor stageren van de ziekte in een patiënt, me-30 ten van de reactie op therapie, fenotyperen voor patiëntselectie om deel te nemen aan geneesmiddelonderzoeken, meten van stabiliteit van een anatomische structuur en/of voorspelling van veranderingssnelheid van de gegeven ziekte. Zoals hier gebruikt verwijst fenotypering naar het observeren van fysische of biochemische karakteristieken, 1027538- 20 zoals bepaald door zowel genetische opbouw als omgevingsinvloeden en voor het uitvoeren van een specifieke trek, zoals postuur of bloedtype, op basis van de invloeden. Een fenotype is een individu of groep organismen die een specifiek fenotype vertonen.

Verder kan de uitvoer een aanduiding van de analyseresultaten omvatten en een 5 identificatie van verdachte gebieden die zijn geëxtraheerd met gebruikmaking van de hierboven beschreven werkwijzen. De aanduideenheid kan regio’s accentueren in een beeld die corresponderen met waarden van de analyse. In een aantal configuraties worden gekleurde polygonen aangeduid bovenop de beelddata. De aanduiding kan 2D of 3D zijn.

10 Een aantal configuraties van de onderhavige uitvinding verschaffen een apparaat voor ten minste één van kwantificeren, diagnosticeren en voorspellen van ziekterele-vante veranderingen met gebruikmaking van verworven beelddata. Het apparaat omvat een beeldvormingsinrichting voor verwerven van de beelddata en een beeldprocessor. De beeldprocessor is geconfigureerd voor het toepassen van ten minste één segmente-15 ringsproces op de beelddata om een veelheid gesegmenteerde regio’s van belang te genereren en om eigenschappen te extraheren die relevant zijn voor een ziekte uit de gesegmenteerde regio’s om geëxtraheerde eigenschappen te genereren, en de beeldprocessor is verder geconfigureerd voor wiskundig modelleren van de eigenschappen voor gebruik in één van diagnosticeren, kwantificeren en voorspellen van veranderingen die 20 kenmerkend zijn voor de ziekte.

Hoewel uitvoeringsvormen van de hierboven beschreven uitvinding verdachte regio’s in CT-longscans lokaliseren, kunnen de hierboven beschreven meettechnieken direct worden overgedragen op andere beeldvormingsmodaliteiten, zoals MRI, röntgenstraal, ultrageluid, en positronemissietomografie (PET). Verder gebruiken configu-25 raties van de hierboven beschreven uitvinding modellering van veranderingen die betrekking hebben op emfyseem in de long, maar deze technieken kunnen worden gebruikt om biologische veranderingen in andere anatomische regio’s te modelleren.

Figuur 4 is representatief voor een systeem dat een technisch effect heeft dat wordt bereikt door een gebruiker die geautomatiseerde metingen van veranderbare 30 ziekte- (of andere) parameters voor patiënten of objecten initieert, en/of de verzameling van data van patiënten voor analyse door (bijvoorbeeld) een geneesmiddelbedrijf vergemakkelijkt. In een aantal configuraties en met verwijzing naar figuur 4 wordt een personal computer 400, in de vorm van een desktop-model, een laptop-model, een 1 02 7538-________ 21 palmtop-model, of andere geschikte vormfactor verschaft aan een patiënt 402 die COPD heeft voor beheer van zijn of haar ziekte. Software of firmware is eveneens verschaft, bijvoorbeeld op een of meer machine-leesbare media 404 of van een netwerk-server 406 op een openbaar (of privé) netwerk 408 zoals internet. (Een ander voorbeeld 5 van een openbaar of privé netwerk die in een aantal configuraties van de onderhavige uitvinding wordt gebruikt is een ziekenhuis-netwerk.) Aldus geconfigureerd wordt naar personal computer 400 verwezen als een draagbare, of persoonlijke COPD-recorder 400. De software of firmware voor gebruik in de persoonlijke COPD-recorder 400 wordt geconfigureerd om meeteenheden te bepalen voor weefseldegradatie in de lon-10 gen van de patiënt en luchtwegontsteking en hermodellering, met gebruikmaking van een of meer configuraties van de werkwijzen en modellen die hierboven zijn besproken met betrekking tot processor 120. Bijvoorbeeld, de functies van processor 120 en inter-face-eenheid 130 van figuur 1 zijn samen gegroepeerd in een personal COPD-recorder, met de processor van personal computer 400 voor het uitvoeren van bepaalde van de 15 functies van zowel de processor 120 als de interface-eenheid 130. Deze functies kunnen de hierboven beschreven functies omvatten voor diagnosticeren, stageren, meten, kwantificeren, en/of voorspellen van ziekte-relevante veranderingen in patiënten die emfyseem en/of bronchitis hebben, en/of kunnen soortgelijke functies voor andere ziekteprocessen omvatten. Een persoonlijke COPD-recorder 400 hoeft echter niet noodza-20 kelijkerwijs te reageren op activiteiten die kunnen optreden in de loop van beeldver-werving. In plaats daarvan wordt, in veel configuraties, de persoonlijke COPD-recorder 400 geconfigureerd om data te ontvangen uit een beeldvormingsinrichting 110 ofwel door directe verbinding met beeldvormingsinrichting 100 ofwel door elke andere geschikte dataoverdracht (zoals via machine-leesbare media en/of via computemetwerk-25 verbinding). Verder worden veel configuraties van de persoonlijke COPD-recorder 400 geconfigureerd om deze data te analyseren op een tijdstip dat wordt geselecteerd door patiënt 402 veeleer dan in ware tijd. Het is een ontwerpkeuze of een processor afzonderlijk van de processor die reeds aanwezig is in een personal computer die als persoonlijke COPD-recorder 400 wordt gebruikt vereist is in een willekeurige specifieke 30 configuratie. Deze keuze kan worden beïnvloed door de snelheid en het rekenvermogen dat is verschaft door de processor in de personal computer.

In een aantal configuraties kunnen statistieken die betrekking hebben op lucht-wegpositie en -grootte gebruikt worden om de patiënt met een populatie te vergelijken.

1 027538- 22

Gebruik van een vrije-grens-model, of schuimmodel voor emfyseem maakt een vergelijking van alle patiënten met een gebruikelijk model en de voorspelling en lokalisatie van toekomstige veranderingen mogelijk. Model-gebaseerde werkwijzen maken tevens opneming van a priori informatie mogelijk. Met gebruikmaking van technieken zoals 5 geautomatiseerde luchtwegsegmentatie, zoals hierboven besproken, wordt een scan-nermodel direct opgenomen in de segmentatie-oplossing. De volg-frameconstructie helpt bij het vinden van luchtwegen in moeilijke gebieden. De mogelijkheid van veelvoudige hypothese-volging (multiple hypothesis tracking = MHT) maakt het mogelijk dat beslissingen of een luchtweg aanwezig is in een specifieke beeldschijf uitgesteld 10 moeten worden totdat informatie van aangrenzende schijven is verzameld. Verder omvat, in een aantal configuraties, MHT een voorspellend model dat gebruikt wordt om de aanwezigheid van een luchtweg te voorspellen. Ook wordt MHT in een aantal configuraties gebruikt om een boom te genereren die de topologie van de luchtwegen vertegenwoordigt, en om een anatomische atlas te genereren. Derhalve kan een volledige 15 luchtpijpboom worden samengesteld met gebruikmaking van veelvoudige hypothese-volging uit doorsnede-beeldvorming.

Resultaten uit meetfuncties die worden bepaald door de persoonlijke COPD-recorder 400 worden geschreven in een bestandsformaat dat in een databank 414 kan worden geïmporteerd. Dit formaat en deze mogelijkheid maken overdracht, integratie, 20 en archivering van resultaten binnen een databankarchitectuur mogelijk. In een aantal configuraties kan het computer- of opslagsysteem waarop de databank 414 zich bevindt een netwerk-server 406 zijn waaruit softwareprogramma’s voor persoonlijke COPD-recorders 400 gedownload kunnen worden. In andere configuraties bevindt de databank 414 zich op een totaal andere computer of bestandsserver. In een aantal configuraties 25 wordt software alleen in de vorm van fysieke media beschikbaar gemaakt, zodat geen netwerkserver 406 waarvan software naar de persoonlijke COPD-recorders 400 gedownload kan worden is verschaft. Ook in een aantal configuraties waarin geen databank 414 is verschaft, maken patiënten zoals patiënt 402 gebruik van metriek- en be-wakingsmogelijkheden van hun eigen persoonlijke COPD-recorder 400 zonder de hulp 30 van analyse die wordt verkregen uit een databank van een type dat is vertegenwoordigd door databank 414. In aanvullende configuraties is een databank 414 verschaft, maar niet alle patiënten 402, 416, 418, 420, 422 enzovoorts versturen data naar databank 1 027538- 23 414, en/of niet alle patiënten 402, 416,418,420, 422 enzovoorts ontvangen de voordelen die beschikbaar zijn uit het gebruik van databank 414.

Draagbare COPD-recorders 400 worden verschaft aan een veelheid patiënten 402, 416,418,420, 422 enzovoorts. De draagbare COPD-recorder 400 is op een aantal 5 wijzen analoog met een persoonlijke bloedglucosebewakingsinrichting, doordat een persoon die de COPD-recorder 400 heeft deze inrichting kan gebruiken om zijn of haar eigen COPD-status te volgen. In een aantal configuraties ontvangt persoonlijke COPD-recorder 400 beelddata van een CT-beeldvormingsinrichting 110 of andere geschikte beeldvormingsinrichting (bijvoorbeeld, MRI-inrichting) over intervallen die worden 10 bepaald door een arts overeenkomstig de behoeften van patiënt 402. Elke geschikte werkwijze kan worden gebruikt om deze data over te dragen, aangezien de over-drachtsnoodzaak niet noodzakelijk optreedt als de patiënt 402 wordt gescand. De beeldvormingsdata hoeft alleen overgedragen te worden op een wijze die voldoende tijdig is om van nut te zijn voor detecteren, kwantificeren, stageren, rapporteren, en/of 15 volgen van een ziekte. De beelddata worden opgeslagen in een geheugen van COPD-recorder 400 en worden gebruikt voor genereren van de COPD-status van de patiënt, die op aanvraag op een aanduidscherm 412 aangeduid kan worden aan de patiënt 402. In een aantal configuraties verschaft de persoonlijke COPD-recorder 400 tevens geautomatiseerde rapportage in een databank 414 (die een verdeelde databank kan zijn) via 20 een privé of openbaar netwerk 408, bijvoorbeeld internet. Bijvoorbeeld, de persoonlijke COPD-recorder 400 genereert en zendt een bestand naar een op afstand gelegen databank 414 zoals een databank van een farmaceutisch bedrijf. Informatie van de recorder 400, samen met informatie die is verzameld van andere COPD-recorders 400 die in bezit zijn van andere patiënten 416, 418, 420, 422 enzovoorts wordt bekeken door per-25 soneel bij het farmaceutische bedrijf en wordt bijvoorbeeld gebruikt om een geneesmiddelonderzoek te evalueren en/of om persoonlijke behandelingsbewaking te verschaffen. Door de resultaten van elke patiënt te evalueren overeenkomstig een universele schaal, kan de ernst van een ziekte in elk willekeurig aantal patiënten 402, 416, 418,420,422 enzovoorts direct worden vergeleken voor diagnose en triage.

30 Met reguliere data die zijn ontvangen uit persoonlijke COPD-recorders 400 maakt een model-gebaseerde benadering voor emfyseem de voorspelling van de groei-snelheid van de ziekte mogelijk. De voorspelling kan worden gebruikt door een arts om een geneesmiddelbehandeling en nazorg-scanschema af te leiden dat van voordeel is 1027538- 24 voor de patiënt. COPD-recorder 400, door gebruik te maken van geautomatiseerde luchtweg-segmentatie en veelvoudige hypothese-volging, levert ziekte-lokalisatie, -karakterisering en -diagnose. De model-gebaseerde benadering maakt ook de opneming van andere informatie in het geautomatiseerde diagnostische proces mogelijk, waaron-5 der demografische gegevens, diagnose en therapie. Voorspellende modellen worden gebruikt in een aantal configuraties, zoals een schuimmodel voor emfyseem, dat lokale veranderingen in longweefsel voorspelt, en opneming van niet-ziekenhuis-tests, zoals trappen lopen en blazen. Verder kunnen COPD-recorders 400 werken met gebruikmaking van een lage-dosis-CT-onderzoek, en kunnen herhaalbare, robuuste, trendmetrie-10 ken verschaffen.

In een aantal configuraties van de onderhavige uitvinding worden een of meer computers in een ziekenhuis, in een kantoor van een arts, of op de werkplek van een arts op dezelfde wijze gebruikt als waarop de personal computer van een patiënt wordt gebruikt. In dergelijke configuraties wordt de computer van het ziekenhuis of de arts 15 bedreven door de arts of een technicus of verpleger, niet noodzakelijkerwijs door een patiënt, die wel of niet aanwezig kan zijn voor de analyse van de medische beelden. In een aantal van deze configuraties bevindt de computer van het ziekenhuis of van de arts zich op een netwerk, wat een ziekenhuisnetwerk of ander openbaar of privé medisch netwerk, of internet kan zijn. De geautomatiseerde computeranalyse wordt in een aantal 20 configuraties uitgevoerd ten behoeve van de arts of voor het verzamelen van data voor geneesmiddelbehandelingsonderzoeken veeleer dan voor het directe voordeel van de patiënt.

Het zal derhalve duidelijk zijn dat diverse configuraties van de onderhavige uitvinding de diagnose, vaststelling en/of voorspelling van COPD uit medische beelden 25 zoals computertomografiescans mogelijk maken. De geautomatiseerde eigenschappen die door de uitvinding via personal computers en software worden verschaft kunnen draaien met of zonder de supervisie van een ervaren arts of wetenschapper, en maken effectieve ziektediagnose en -behandeling mogelijk die de levenskwaliteit van een patient kunnen verbeteren.

30 Configuraties van de uitvinding zijn niet beperkt tot medische toepassingen, en kunnen algemener worden gebruikt om veranderbare parameters van ofwel personen ofwel objecten te volgen waarop beeldvorming kan worden toegepast met gebruikmaking van een beeldvormingsinrichting. Volgen kan worden uitgevoerd voor een veel- 1 02 7 5 3 8-__ 25 heid personen of objecten, die elk gebruik maken van een afzonderlijke bijbehorende personal computer voor volgdoeleinden. Resultaten kunnen worden verzameld in een op afstand gelegen databank en kunnen worden bestudeerd op soortgelijke wijze als configuraties zoals de configuraties die hierboven besproken geneesmiddelonderzoeken 5 behelzen.

Verder kunnen veel van de hier beschreven configuraties ook nuttig zijn voor diagnosticering en/of stagering, enzovoorts, van andere ziekten, inclusief andere ziekten die onderdeel zijn van de familie van chronische obstructieve longziekten, bijvoorbeeld, en zonder beperking, astma. Ook kan een verscheidenheid aan eigenschappen 10 van een beeld worden geanalyseerd in aanvulling op, of in plaats van intensiteit, bijvoorbeeld, en zonder beperking, standaard afwijking van intensiteit, regiolengte, en regio-rondheid.

Terwijl de uitvinding is beschreven in termen van diverse specifieke uitvoeringsvormen, zal de vakman herkennen dat de uitvinding uitgevoerd kan worden met modi-15 ficatie binnen de reikwijdte en geest van de conclusies.

1027538-

Claims (10)

1. Werkwijze voor ten minste één van detecteren, kwantificeren, stageren, rapporteren of volgen van een ziekte, waarbij de werkwijze omvat: verschaffen van analysesoftware (404) die is geconfigureerd voor ten 5 minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen (330, 340, 350, 360, 370) van een ziekte met gebruikmaking van beelden van een patiënt (402), waarbij de analysesoftware kan worden uitgevoerd op een personal computer (400) van een patiënt; toepassen van beeldvorming (310) op de patiënt met een medisch ï o beeldvormingsapparaat( 110); downloaden van medische beelden van de patiënt die worden geproduceerd door het beeldvormingsapparaat naar de personal computer van de patiënt; en een aantal malen herhalen van beeldvormen en van downloaden over 15 intervallen die zijn geselecteerd om analysesoftware te voorzien van voldoende beelden voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van de ziekte van de patiëntdoor middel van computeranalyse van de beelden via de analysesoftware die kan worden uitgevoerd op de personal computer van de patiënt. 20

2. Werkwijze volgens conclusie 1, waarbij de ziekte chronische obstructieve longziekte is, en waarbij de analysesoftware is geconfigureerd om buisvormige structuren (250) te analyseren die zijn afgebeeld in de medische beelden. 25

3. Werkwijze volgens conclusie 2, waarbij de ziekte wordt geselecteerd uit de groep bestaande uit chronische bronchitis en astma.

4. Werkwijze volgens conclusie 5, waarbij de analysesoftware is 30 geconfigureerd om segmentatie (210) te gebruiken om een geselecteerde relevante buisvormige structuur in de medische beelden te isoleren.

5. Werkwijze volgens conclusie 1, waarbij de ziekte chronische 1027538 obstructieve longziekte is, en waarbij de analysesoftware is geconfigureerd om met de ziekte geïnfecteerde gebieden van een long in de medische beelden te analyseren (350),

6. Werkwijze volgens conclusie 5, waarbij de ziekte emfyseem is.

7. Netwerk voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte, waarbij het netwerk omvat: analysesoftware (404) die uitgevoerd kan worden op personal computers ïo (400) van patiënten (402), waarbij de software instructies (320, 330, 340, 350, 360, 370) omvat die zijn geconfigureerd om de personal computer te instrueren voor ten minste een van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte met gebruikmaking van beelden van een patiënt; ten minste een beeldvormingsapparaat (110) dat is geconfigureerd om 15 medische beelden van patiënten te produceren; en een interface (130) voor overdragen van gescande beelden van een patiënt naar een personal computer van de patiënt waar beeldvorming op is toegepast.

8. Netwerk volgens conclusie 8, verder omvattend een op afstand gelegen 20 databank (414), en waarbij de analysesoftware is geconfigureerd om een personal computer te instrueren om informatie die betrekking heeft op de status van de ziekte van een patiënt over te dragen naar de op afstand gelegen databank.

9. Werkwijze voor uitvoeren van een geneesmiddelbehandelingsonderzoek, 25 omvattend. verschaffen van analysesoftware (404) die is geconfigureerd voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen van een ziekte met gebruikmaking van beelden van een patiënt, waarbij de analysesoftware uitgevoerd kan worden op personal computers (400) van een veelheid patiënten 30 (402, 416, 418, 420, 422); toepassen van beeldvorming op de patiënten met medische beeldvormingsapparaten (110) om medische beelden van de patiënten te produceren; downloaden van de medische beelden van elke patiënt waar beeldvorming op is toegepast naar de personal computer van de patiënt waar beeldvorming op is toegepast; een aantal malen herhalen van beeldvormen en van downloaden over 5 intervallen die zijn geselecteerd om de analysesoftware te voorzien van voldoende beelden voor ten minste één van detecteren, kwantificeren, stageren, rapporteren, of volgen (330, 340,350,360, 370) van de ziekte van elke patiënt; analyseren van de medische beelden met gebruikmaking van de personal computers van elke patiënt voor ten minste een van detecteren, kwantificeren, ïo stageren, rapporteren, of volgen van een ziekte in de patiënt door middel van computeranalyse van de beelden via de analysesoftware die kan worden uitgevoerd op de personal computer van de patiënt; en versturen van resultaten van de analyse vanuit de personal computer van elke patiënt naar een databank voor verdere analyse en evaluatie. is

10. Werkwijze voor het volgen van een verwisselbare parameter van een persoon, waarbij de werkwijze omvat: beeldvorming toepassen op de persoon met een beeldvormingsapparaat (110); downloaden van beelden van de persoon die zijn geproduceerd door het 20 beeldvormingsapparaat naar de personal computer van de persoon; en het op een veelheid tijdstippen herhalen van beeldvormen en downloaden over intervallen die geselecteerd zijn om analysesoftware te voorzien van voldoende beelden om de ten minste ene verwisselbare parameter te volgen door middel van computeranalyse van de beelden via de analysesoftware die 25 kan worden uitgevoerd op de personal computer va de persoon. 1 0275 38