用于识别癌变组织的系统和方法与流程

本公开涉及诊断系统和方法，并且尤其涉及用于识别癌变组织的系统和方法以及用于诊断处置的方法。

背景技术：

已经开发了许多诊断流程来识别癌变组织。关于前列腺癌，最流行的诊断流程包括针对生物标记前列腺特异性抗原(psa)的测试和直肠指检。如果这些诊断流程的结果指示潜在的前列腺癌，那么执行活检以确认癌变组织的存在。遗憾地是，psa具有低特异性，这会产生高水平的假阳性。由于对psa测试的使用日益增加，在对前列腺癌的诊断中已经存在过度诊断率的稳定上升，其中，过度诊断率被估计为高达50％。

由于psa测量结果的低特异性和/或已知诊断成像技术的低预测价值的过度处置导致不必要的处置流程以及与这样的流程相关联的可能并发症。过度处置会对经历来自这些处置的副作用的人强加显著的医疗收费。

最近，已经存在将多参数磁共振成像(mpmri)用于对前列腺癌的诊断的重大兴趣。mpmri提供若干磁共振成像(mri)测试的组合，所述磁共振成像测试诸如是动态对比增强的mri、质子磁共振波谱成像、以及弥散加权的mri。质子磁共振波谱成像提供代谢信息。弥散加权的mri显示细胞外水分子的布朗运动。动态对比增强的mri对组织血管进行可视化。由mpmri提供的解剖学信息、生物学信息、代谢信息和功能动态信息的组合已经表明改善了前列腺癌检测准确度。更具体而言，已经表明，针对直径大于1.0cm的肿瘤病灶，使用mpmri对前列腺癌检测的准确度、灵敏度和阳性预测值分别是79.8％、85.3％和92.6％。然而，针对小于1.0cm的肿瘤病灶，使用mpmri对前列腺癌检测的准确度、灵敏度和阳性预测值下降到24.2％、26.2％和75.9％。

在常规诊断方法下，如果患者呈现上升的psa而不管阴性活检结果，则患者被送回以进行重新活检。尽管多参数mri在识别被怀疑为癌症的区域的过程中是有用的，但是分辨率低并且不能够做出明确的诊断，尤其是对于较小的肿瘤。另外，多参数mri是非常昂贵的，并且流程的工作流是相当复杂的。因此，针对重新活检情况的额外的mpmri强加相当显著的成本并且可能提供不准确的结果。

对癌症的基于超声的成像在本领域中是公知的。例如，mr经直肠超声引导的靶向活检常常被用于识别前列腺中的癌变组织。尽管常规b模式超声已经被用于对肿瘤进行可视化，但是该类型的超声对于所有类型的肿瘤并不都是非常可靠的，因为许多肿瘤的回波反射性与周围正常组织的回波反射性相似，并且难以在b模式图像上辨别。最近的研究已经表明，将射频(rf)超声时间系列数据用于前列腺癌检测可以展现优于b模式超声的改进。

技术实现要素：

根据本原理，一种用于识别对象中的癌变区域的系统包括超声成像设备。所述超声成像设备被配置为在第一时间段期间从对象的一区域采集时间系列数据的第一集合并且在第二时间段期间采集时间系列数据的第二集合。所述系统也包括比较设备，所述比较设备被配置为接收时间系列数据的第一集合和第二集合，并且计算在一个或多个特征处的时间系列数据的第一集合与第二集合之间的差分数据。处理设备被配置为接收差分数据，并且将所述差分数据输入到分类器中，所述分类器是利用从多个参考对象中的相同区域获得的关于所述一个或多个特征的参考差分数据来训练的。所述参考差分数据还包括基于组织的组织病理学对组织类型是癌变或是良性的识别。确定设备被配置为基于来自分类器的输出来确定所述区域是否为癌变的。

在另一实施例中，一种用于识别对象中的癌变组织的系统包括工作站。所述工作站包括一个或多个处理器、存储器和接口。成像设备被配置为在第一时间段期间从对象的一区域采集时间系列数据的第一集合并且在第二时间段期间采集时间系列数据的第二集合。所述工作站还包括比较模块，所述比较模块被配置为接收时间系列数据的第一集合和第二集合，并且计算在一个或多个特征处的时间系列数据的第一集合与第二集合之间的差分数据。处理模块被配置为接收差分数据，并且将差分数据输入到分类器中，所述分类器是利用从多个参考对象中的相同区域获得的关于所述一个或多个特征的参考差分数据来训练的。所述参考差分数据还包括基于组织的组织病理学对组织类型是癌变或是良性的识别。确定设备被配置为基于来自分类器的输出来确定所述区域是否为癌变的。

在另一实施例中，一种用于识别对象的一区域的特性的方法包括以下步骤：在第一时间段期间从对象的一区域采集时间系列数据的第一集合并且在第二时间段期间从超声成像设备采集时间系列数据的第二集合。在一个或多个特征处计算时间系列数据的第一集合与第二集合之间的差分数据。所述差分数据被输入到分类器中，所述分类器是利用从多个参考对象中的相同区域获得的关于所述一个或多个特征的参考差分数据来训练的。所述参考差分数据还包括关于所述区域的特性的基础标准(groundtruth)。所述区域的特性是基于来自所述分类器的输出来确定的。

根据下文中对要结合附图来阅读的例示性实施例的详细描述，本公开的这些和其他目标、特征和优点将变得显而易见。

附图说明

本公开将参考以下附图来详细介绍对优选实施例的以下描述，在附图中：

图1是示出了根据一个例示性实施例的用于识别癌变组织的系统的框图/流程图；

图2是示出了根据第二例示性实施例的用于识别癌变组织的系统的框图/流程图；

图3是示出了用于识别癌变组织的方法的流程图；并且

图4是示出了用于对象的诊断处置的方法的流程图。

具体实施方式

根据本原理，提供了一种用于识别对象中的癌变区域的系统，其利用来自从对象采集的时间系列数据的差分数据以及包括参考差分数据和基于组织病理学的基础标准的分类器。所述系统包括超声成像设备，所述超声成像设备被配置为在第一时间段期间从对象的一区域采集时间系列数据的第一集合并且在第二时间段期间采集时间系列数据的第二集合。所述系统也包括比较设备，所述比较设备被配置为接收时间系列数据的第一集合和第二集合，并且计算在一个或多个特征处的时间系列数据的第一集合与第二集合之间的差分数据。

处理设备被配置为接收所述差分数据，并且将所述差分数据输入到分类器中，所述分类器是利用从多个参考对象中的相同区域获得的关于所述一个或多个特征的参考差分数据来训练的。所述参考差分数据还包括基于组织的组织病理学对组织类型是癌变或是良性的识别。确定设备被配置为基于来自所述分类器的输出来确定所述区域是否为癌变的。

所述系统提供对癌变组织或肿瘤的经改进的检测，并且与mpmri相比，是具有成本效益，具有较不复杂的工作流。所述系统扩增由第一靶向活检提供的诊断，并且可以避免针对重新活检情况的额外mpmri的需要。

应当理解，将关于医学诊断系统来描述本发明。然而，本发明的教导要更宽泛得多，并且在一些实施例中，本原理被用于定量地评价复杂生物学或机械系统。此外，尽管可以特别地关于对前列腺癌的检测来描述本发明，但是本原理能应用于对诸如肺、肝、脑、子宫、胃肠道、排泄器官、血管等的身体的所有区中以及任何其他固体器官组织、肿瘤组织和身体的均质或不均质增强结构中的生物学系统的内部评价流程。在附图中所描绘的元件能够以硬件与软件的各种组合来实施，并提供可以被组合在单个元件或多个元件中的功能。

能够通过使用专用硬件以及与适当软件相关联的能够执行软件的硬件来提供附图中所示的各种元件的功能。当由处理器提供时，能够由单个专用处理器、单个共享处理器、或者由多个个体处理器(其中的一些能够是共享的)来提供所述功能。此外，术语“处理器”或“控制器”的明确使用不应当被解释为排他地指代能够执行软件的硬件，而是能够暗含地包括但不限于：数字信号处理器(“dsp”)硬件、用于存储软件的只读存储器(“rom”)、随机存取存储器(“ram”)、非易失性存储器等。

此外，在本文中记载本发明的原理、方面和实施例的所有陈述以及其具体范例都意在涵盖其结构和功能两者的等价物。另外，这样的等价物旨在包括当前已知的等价物和未来开发的等价物(即，不管结构任何，所开发的执行相同功能的任何元件)。类似地，将领会到，各种过程基本上可以被表示在计算机可读存储介质中并且因此由计算机或处理器来运行，而无论这样的计算机或处理器是否被明确示出。

此外，本发明的实施例能够采取能从计算机可用或计算机可读存储介质访问的计算机程序产品的形式，所述存储介质提供程序代码，以供计算机或任何指令执行系统使用或者与之结合使用。出于本说明书的目的，计算机可用或计算机可读存储介质能够是可以包括、存储、传送、传播或传输程序以供指令执行系统、装置或设备使用或者与之结合使用的任何设备。所述介质能够是电子的、磁的、光学的、电磁的、红外的、或半导体系统(或装置或设备)或传播介质。计算机可读介质的范例包括半导体或固态存储器、磁带、可移动计算机软盘、随机存取存储器(ram)、只读存储器(rom)、硬磁盘以及光盘。光盘的当前范例包括压缩磁盘-只读存储器(cd-rom)、压缩磁盘-读/写(cd-r/w)、蓝光^tm和dvd。

根据本原理，提供了一种用于识别对象中的癌变区域的系统。现在参考附图，在附图中，相似标记表示相同或相似的元件，并且首先参考图1，系统100包括超声成像设备110，超声成像设备110表征换能器设备或探头112，换能器设备或探头112具有用于发送超声波并接收回波信息的换能器阵列114。换能器阵列114例如能够包括换能器元件的二维阵列，其能够在仰角和方位维度两者上进行扫描以用于2d和/或3d成像。超声成像设备110优选为射频(“rf”)超声成像设备。超声成像设备110可以包括非手持探头保持器115或者探头112可以被配置为手持式的。

超声成像设备110还可以包括显示器104，所述显示器用于查看对象(患者)102或体积的内部图像。超声成像设备110还可以包括接口106，以允许用户与设备100以及其部件和功能进行交互。接口120可以包括键盘、鼠标、操纵杆、触觉设备或者任何其他外设或控件以允许来自设备110的用户反馈并且允许与设备110的交互。

超声成像设备110被配置为采集时间系列数据，所述时间系列数据是超声数据的时间序列。更具体地，所述时间段涉及用于采集连续超声数据帧的时间。该时间段通常反映超声成像设备的帧率，并且通常为大约10hz。例如，所述时间系列数据可以包括数百帧并且可以通过超声成像设备10在若干秒至若干分钟的扫描的过程中采集。时间系列数据采集是从“稳定状态”取得的，其中，所述超声设备保持被固定在相同位置处。可以实施诸如屏息技术或配准技术的技术以补偿当在对象102上执行超声成像时在采集期间的运动。

超声成像设备110被配置为在第一时间段处从对象102的(一个或多个)特定区域103采集时间系列数据的第一集合116。超声成像设备110也被配置为在第二时间段处从对象102的相同区域采集时间系列数据的第二集合118。例如，可以在由对象102的医学从业人员在对象102上执行初始活检流程的时间期间采集时间系列数据的第一集合116，并且可以在后续诊断会话处采集时间系列数据的第二集合118。

系统100还包括比较设备120。比较设备120被配置为接收时间系列数据的第一集合116和第二集合118。所述时间系列数据可以被存储在存储设备117上，诸如本领域已知的数据库或其他存储设备。比较设备120被配置为比较在一个或多个特征处的时间系列数据的第一集合116与第二集合118。

此外，比较设备120被配置为计算时间系列数据的第一集合116与第二集合118之间的差分数据119。例如，当超声成像设备110包括rf超声时，差分数据119可以是在一个或多个特征处的两个rf信号之间的差异。备选地，差分数据119可以是关于所述差异的各种导数值。

对所述差分数据的确定提供了针对每位患者被校准的时间系列数据的第一集合与第二集合之间的高敏感测量结果。因为所述差分数据的采集是在来自相同患者的超声信号的两个集合之间，因此所述超声数据的差异直接指示组织特性的改变。与使用参考时间系列数据来分析来自对象的时间系列数据相比较，这提供了关于组织识别的经改进的准确度，其中，有必要假设对象具有与参考对象相同的平均超声数据特性。与参考对象相比较，该分析对于显示针对特定组织的非典型超声数据的患者而言是不准确的。

系统100还包括处理设备130，处理设备130被配置为从存储设备117或者以其他方式接收差分数据119。处理设备130利用受监管的机器学习分类器132，所述受监管的机器学习分类器是利用从多个参考对象中的相同区域获得的关于一个或多个特征的参考差分数据123来训练的。更具体地，时间系列数据的两个集合是从多个参考对象采集的，其来自所述参考对象的与从对象102采集时间系列数据的区域103相同的区域。在不同的时间点处，诸如在执行初始活检流程期间或者在后续的诊断会话处，来采集时间系列数据的两个集合。确定来自参考对象的时间系列数据的第一集合与第二集合之间的差异，以便提供被输入到训练数据集中的参考差分数据123。

所述参考数据也包括关于组织类型的基础标准，例如，组织类型是癌变或是良性的分类。所述基础标准将通过针对该组织的组织病理学来确定。分类器132和参考数据123可以被包括在如在图1中所示的存储设备117中，或者可以被包括在系统的其他部件中。

特征优选为谱特征或小波特征，其是从诸如rf信号中的差异的参考差分数据123中提取的。谱特征表示来自组织的背散射信号的签名。机器学习和分类架构被用于建立分类器132，分类器132被训练以将所述特征与组织病理学的结果相关，以便根据参考差分数据123来分离和解读来自不同组织区域的不同特征。分类器132包括具有各种组织类型(例如，良性和恶性两者)并且具有不同癌症分级的足够数量的时间系列数据，以提供准确的分类。在一个实施例中，所述基础标准可以包括基于例如格里森(gleason)评分的癌症分级。分类器132被配置为基于被输入到分类器中的对象的差分数据119的结果来生成输出133。

确定设备136被配置为基于分类器输出133对组织进行分级，并且基于分类器输出来确定对象102的区域103是否是癌变的。在一个实施例中，确定设备136被配置为基于来自分类器的输出来生成关于是否需要针对所述对象的重新活检或主动监管的确定。确定设备136可以被配置为在显示器140上生成所述确定。然而，所述确定设备可以被配置为通过音频信号或者本领域中已知的其他手段来生成所述确定。

所述系统(其利用来自对象的时间系列数据的差分数据119以及包括参考差分数据123和基于病理学的基础标准的分类器132)已经被示出为提供对癌变组织/肿瘤的经改进的检测，并且具有成本效益，并且与mpmri相比具有更简单的工作流。此外，所述系统在执行组织识别分析之前从时间系列数据的第一集合和第二集合提取特征。这些特征的差异比较，诸如将特征直方图进行比较以识别特征分布中的改变，提供了比在由参考数据训练的机器分类器中的组织识别分析期间直接地并且独立地使用所述特征的情况下对组织的更清楚并且更精确的识别。

差分超声特征可以与来自mpmri的特征或者来自差分mpmri的特征相组合以用于经改进的检测。

尽管在图1中的分立部分中总体描述了所述系统，但是所述系统以及其部件可以被并入到单个系统中，诸如被并入到仅在超声工作流中操作的uronav^tm系统中。

如在图2中所示的，在一个实施例中，系统100可以包括工作站101，从工作站101可以监管和/或管理流程。工作站101优选包括一个或多个处理器107、用于存储程序和应用的存储器108，以及允许用户查看图像并与工作站101交互的显示器109。系统100还可以包括接口111，接口111可以表征键盘、鼠标、操纵杆、触觉设备、或者任何其他外设或控件，以允许来自工作站101的用户反馈以及与工作站101的交互。

工作站101可以包括比较模块124，比较模块124被配置为接收由成像设备110采集的时间系列数据的第一集合116和第二集合118，并且计算在一个或多个特征处的时间系列数据的第一集合与第二集合之间的差分数据。比较模块124提供了与先前在图1中所示的实施例中所描述的比较设备120相同的功能。

工作站101也可以包括集成处理模块125，集成处理模块125被配置为接收差分数据119，并且将所述差分数据输入到集成分类器中，所述集成分类器是利用从多个参考对象中的相同区域获得的关于所述一个或多个特征的参考差分数据来训练的。所述参考差分数据还包括基于组织的组织病理学对组织类型是癌变或是良性的识别。处理模块125提供了与先前在图1中所示的实施例中所描述的处理设备130相同的功能。

工作站101也可以包括集成确定模块126，集成确定模块126被配置为基于来自处理模块125的分类器的输出来确定所述区域是否为癌变的。确定模块126提供了与先前在图1中所示的实施例中所描述的确定设备136相同的功能。

参考图3，根据本原理例示性示出了用于识别对象的一区域的特性(诸如组织的一区域是否是癌变的)的方法144。在框150中，在第一时间段期间从对象的一区域采集时间系列数据的第一集合。时间系列数据的第一集合优选是通过使用超声成像设备从所述对象采集的。所述超声成像设备优选为rf频率超声成像设备。所述数据是从“稳定状态”采集的，如先前所描述的。

在框160中，在第二时间段处从对象的相同区域采集时间系列数据的第二集合。例如，可以在初始活检流程的时间处执行采集时间系列数据的第一集合的步骤150，并且可以在后续诊断会话处执行采集时间系列数据的第二集合的步骤160。

在框170中，在一个或多个特征处计算时间系列数据的第一集合与第二集合之间的差分数据。例如，当时间序列数据的第一集合和第二集合由rf超声设备采集时，可以通过获得在一个或多个特征处的时间系列数据的第一集合与第二集合的rf信号之间的差异来执行计算差分数据的步骤170。

一旦计算170了差分数据，差分数据被输入180到受监管的机器学习分类器中，所述受监管的机器学习分类器是利用从多个参考对象中的与时间系列数据的第一集合和第二集合相同的区域获得的关于一个或多个特征的参考差分数据来训练的。所述分类器也利用关于所述区域的特性的基础标准来训练。例如，当要识别的特性是癌变组织的存在时，所述基础标准可以是组织是良性或是癌变的，如通过针对该组织的组织病理学而确定的。所述分类器将所述差分数据与组织病理学分析的结果相关并且基于被输入到分类器中的对象的差分数据的结果来生成输出。

在框190中，基于来自分类器的输出来执行确定区域的特性(诸如所述区域是否包含癌变组织)的步骤。确定所述区域是否包含癌变组织的步骤可以包括关于组织的分级评分。所述确定还可以包括关于是否应当执行对所述对象的重新活检或主动监管的推荐。

参考图4，根据本原理例示性示出了用于执行对对象的诊断处置的方法。在框200中，在对象上执行psa测试。如果psa测试指示对象中的降低的psa水平，则可以采取对所述对象的主动监管。备选地，如果psa测试揭示降低的psa水平，则不在对象上采取动作。相比之下，如果psa测试指示对象的psa水平上升，则从对象采集202时间系列数据的第一集合并且在对象的特定区域上执行204对所述对象的mpmri成像。如先前所讨论的，时间系列数据的第一集合可以通过稳定状态rf超声成像设备或者通过本领域已知的其他设备来采集。时间系列数据的第一集合可以被转移203到数据库或本领域已知的其他存储设备中。

所述mpmri数据可以被转移206到数据库或本领域已知的其他存储设备。所述mpmri数据然后被分析208以确定组织是否指示癌症。如果mpmri分析的结果指示癌症210，则在对象上执行靶向活检，以确认是否存在癌变组织/肿瘤。例如，可以在对象上执行mri经直肠超声引导的靶向活检。如果所述mpmri分析的结果是阴性的或者如果靶向活检并不揭示癌症，则在患者上施予211另一psa测试。

如果第二psa测试的结果指示降低的psa，则采取对患者的主动监管。备选地，如果第二psa测试指示降低的psa水平，则不在对象上采取另外的诊断动作。如果第二psa测试的结果指示升高的psa水平，则在第二时间段期间从对象的相同区域采集214时间系列数据的第二集合。时间系列数据的第二集合可以被转移215到数据库或本领域已知的其他存储设备。

然后，在一个或多个特征处计算216时间系列数据的第一集合与第二集合之间的差分数据。例如，当时间序列数据的第一集合和第二集合由rf超声来采集时，可以通过获得在一个或多个特征处的时间系列数据的第一集合与第二集合的rf信号之间的差异来执行差分数据。

一旦计算了差分数据，所述差分数据被输入218到受监管的机器学习分类器中，所述受监管的机器学习分类器是利用参考差分数据以及如通过针对该组织的组织病理学而确定的关于组织类型的基础标准来训练的，如先前所描述的。所述分类器将差分数据与组织病理学分析的结果相关。

所述分类器基于被输入到分类器中的对象的差分数据的结果来生成数据。基于所述输出，提供220关于所述区域是否为癌变的确定。可以在分级尺度上进行确定。高的分级指示应当执行重新活检。低的分级指示可以执行主动监管。

用于执行对对象的诊断处置的该方法使用时间系列数据的差分来增强第一靶向活检，诸如mri经直肠超声引导的靶向活检。所述方法避免了对针对重新活检情况的额外的mpmri的需要。

应当注意，本领域技术人员鉴于以上教导能够做出修改和改变。因此，应当理解，能够对所公开的本公开的具体实施例做出改变，只要这些改变落在权利要求书概述的本文公开的实施例的范围之内。

在解释权利要求时应当理解：

a)词语“包括”不排除在给定的权利要求中所列出的那些之外的其他元件或动作的存在；

b)元件前面的词语“一”或“一个”不排除多个这样的元件的存在；

c)权利要求中的任何附图标记不限制其范围；

d)若干“单元”可以由相同项或者硬件或软件实施的结构或功能来表示；并且

e)不旨在要求动作的任何顺序，除非特别指示。

已经描述了用于识别对象中的癌变组织的系统和方法的优选实施例(其旨在是示范性的而非限制性的)，应当注意，本领域的技术人员鉴于以上教导能够做出修改和改变。因此，应当理解，能够对所公开的本公开的具体实施例做出改变，只要这些改变落在权利要求书概述的本文公开的实施例的范围之内。这样描述了专利法要求的细节和特性之后，在随附的权利要求中阐述了专利证书主张并希望保护的范围。