潜在肋膜渗液的自动识别的制作方法
【技术领域】
[0001] 本发明涉及一种用于根据借助医学技术扫描设备的扫描，自动识别在患者胸部的 医学技术图像数据中的潜在肋膜渗液的方法。其还涉及一种用于这样的识别的识别系统。
【背景技术】
[0002] 肋膜渗液是医学上在肋膜腔、即在肋膜叶之间的窄的缝隙中的异常积液。即流体 位于在肺和肋骨之间的胸廓中。
[0003] 在健康的人中，肋膜腔填充有少量的例如5毫升富含蛋白质的液体，其对于肺在 呼气和吸气时作为一种"润滑层"实现自由运动。
[0004] 较少的肋膜渗液（直至大约500毫升体积）填充不被注意。在较多的肋膜渗液的 情况下，作为主要症状出现呼吸急促，至少在身体劳累时。原因是，由于通过肋膜渗液要求 在胸腔中的体积而降低肺容量。肺被压缩，并且由此只有一小部分肺组织参与氧交换。在 极端情况下，后果是患者室息。由此，为了使患者解脱而通常将较大的肋膜渗液"导出"，即， 进行肋膜穿刺或胸腔排液，借助其从肋膜腔中导出液体。相反，较少的肋膜渗液被保守地， 即，非介入地治疗。
[0005] 肋膜渗液可能具有多种多样的原因，其总体上可以被称为是医学相关的。例如，其 通常在心肌供血不足情况下双侧出现；在外伤或癌症情况下大多观察到一侧的肋膜渗液。 通常肋膜渗液是另一种疾病的副产品，该另一种疾病使得肋膜渗液并非一定会，而是仅可 能会产生后果。治疗者或诊断者由此根本不一定会地在具有特定疾病的每个患者情况下查 找肋膜渗液。
[0006] 目前肋膜渗液大多纯视觉地基于诊断者的经验而在医学技术的图像数据中被识 另|J。于是进行在图像数据中肋膜渗液的手动分割。在此使用特别是CT图像数据和超声波 图像数据。肋膜渗液的体积或延伸可以借助估计方法确定，其中将胸廓中距离测量值（从 胸廓至萎陷的肺的轴向直径）与可能可选的常数相乘。然而这些常数中没有一个被证明是 足够正确的，从而该确定，就像手动分割一样，不仅是费时的，而且还是不精确的。
[0007] 文章 Donohue, Rory/Shearer, Andrew/Bruzzi, John: "Constrained region-based segmentation of pleural effusion in thin-slice CT〃. Proceedings of the2009 13th International Machine Vision and Image Processing Conference(IMVIP' 09). IEEE Computer Society, Washington DC,第24至29页描述了一种用于区分肿瘤与肋膜渗液的 半自动方法。在此，从用户的起始输入出发，进行区域增长方法。也就是在此需要用户输入。
【发明内容】
[0008] 基于该背景，本发明要解决的技术问题是，提供一种替换可能性，借助其可以特别 是自动和尽可能可靠地识别潜在肋膜渗液。进一步，优选地本发明要解决的技术问题还是， 实现对所识别的潜在肋膜渗液的尺寸的改进确定。
[0009] 该技术问题通过按照本发明的方法和按照本发明的识别系统解决。
[0010] 开头提到的那种方法由此按照本发明包括至少以下步骤：
[0011] -从图像数据中接收患者的胸廓的胸廓检测数据，所述胸廓检测数据包括胸廓的 内部空间的胸廓延伸的胸廓延伸数据，
[0012] -从图像数据中接收患者的肺的肺检测数据，所述肺检测数据包括肺的外边界的 肺延伸的肺延伸数据，
[0013] -从图像数据中接收患者的胸部中纵膈的所有器官的纵膈检测数据，所述纵膈检 测数据包括纵膈的外边界的纵膈延伸的纵膈延伸数据，
[0014] -将肺延伸和纵膈延伸从胸廓延伸中减去，以形成肋膜渗液识别数据。
[0015] 该方法专门地涉及潜在肋膜渗液的识别。这意味着，这样的识别总是只能作为对 于医牛的提示被理解和使用，在此基础上该医牛然后评估和诊断，是否实际上出现肋膜渗 液。纵膈，即中间空间，是胸腔中垂直延伸的组织空间。其位于在两个肋膜腔之间的中间层 中并且从横膈膜伸至喉并且从脊柱至胸骨。所有胸部器官除了肺之外嵌入纵膈的松软的结 缔组织中，也就是特别是胸腺、靠近心脏的大血管、气管、食道、淋巴结、心脏和脉管如主动 脉和多个神经束。
[0016] 提到的接收步骤的每一个可以分别由简单的检测数据接收组成，其中各自的检测 数据于是已经事先地，特别是通过利用为此合适的分割方法对图像数据中各自的器官或各 自的结构的分割得到。这样的方法特别地从图像数据的自动注解而已知：例如Seifert等 的（Seifert, Sascha等：''Hierarchical parsing and semantic navigation of full body CT data〃.Proc. SPIE 7259,Medical Imaging 2009:Image Processing, 275902(2009 年 3 月27日））描述了对于肺、心脏和食道，即纵膈中的主要器官的基于界标的剖析和分割方 法。类似地可以进行胸廓内部尺寸的检测。纵膈的其他器官和必要时横膈膜也可以类似地 被分割。
[0017] 另一方面，提到的接收步骤中的每一个也可以包括图像数据的分析和各自的检测 数据的产生，即，该刚才描述的分割。替换刚才举例描述的机器、即自动分割，也可以（根据 存在的系统或用户的能力而定）进行检测数据的半自动或手动产生或接收这样产生的检 测数据。
[0018] 通过接收步骤，提供对于胸廓的内部（属于这的还有围绕胸廓的骨的胸肌）以及 肺的和纵膈的外部的各自的延伸的延伸数据。在下面的步骤中然后进行相减。在相减时将 通过胸廓延伸数据定义的胸廓的内部区域作为起始数据使用并且然后将肺延伸和纵膈延 伸减去。在二维（2D)图像数据，例如截面图情况下，该相减意味着面积的相减：从在2D图 像中存在的胸廓内部面积减去在各自的截面图中肺的和纵膈的总面积。在三维（3D)图像 数据情况下进行体积的相减。在各自的图像数据中留下总面积或总体积的剩余区域，所述 剩余区域被定义为潜在肋膜渗液。
[0019] 即，本发明不是基于分割方法，例如上面提到的区域增长方法，而是利用相减：从 如下前提出发，即，胸廓中所有其他器官或结构可以借助分割或识别算法被自动辨识，不能 (或只能很难地）以类似方式识别可辨识的区域，也就是剩余区域，被识别并且标记为潜在 肋膜渗液。肋膜渗液识别数据也就是代表了图像数据中的该剩余区域。
[0020] 借助按照本发明的方法可以毫无问题地执行潜在肋膜渗液的自动识别，并且这在 执行分割的本身公知的方法步骤的情况下通过相减而丰富，所述相减在计算上和在后来在 图像表示上不复杂并且可以非常精确地执行。也就是特别地不需要其他复杂的算法。
[0021] 相减步骤也可以被描述为图像数据中的图像点，即像素或体素，与潜在肋膜渗液 的对应，其中仅如下的图像点与潜在肋膜渗液（并且由此与肋膜渗液识别数据）对应，所述 图像点一方面位于胸廓的内部区域并且另一方面既不能与肺也不能与胸廓中的纵膈对应。 相减在此意义上可以被描述为在各自的图像点上分类器的一系列是/否问题。
[0022] 相减具有几何和代数的方面：根据通过各自的延伸数据定义的几何形状的相减， 导出新的几何形状，其向检查者例如提供如下信息，其在出现较大的肋膜渗液的情况下必 须在何处穿刺，以便导出肋膜渗液。从代数上来看，可以将参数值，也就是特别地涉及胸廓、 肺和纵膈的延伸面积或体积的参数值或数值，互相相减，从而得到以潜在肋膜渗液的面积 或体积说明形式的结果参数值。
[0023] 利用按照本发明的方法，特别地也可以，在没有自主地怀疑肋膜渗液的情况下，也 就是还在患者诉说关于呼吸困难或肋膜渗液的其他症状之前，执行潜在肋膜渗液的检测。 也就是一旦进行了胸廓拍摄，则可以自动地一起澄清，是否出现肋膜渗液。该澄清可以在不 进一步扫描胸廓的情况下，甚至在没有进行扫描协议的修改的情况下，仅根据本来获取的 胸廓图像数据并且具有最小计算量的附加开