r>[0089]方法120可进一步包括提示用户使用一组可视化标准(例如，模糊伪影、运动伪影、图像伪影等)沿每条中线输入图像质量问题、图像异常、图像伪影或其它“无法解释的区域”(步骤126)。例如，计算机系统40的处理器可初始化一个或多个图像和中线的显示，并且提示用户评审并检查图像，以及在发现任何误配准伪影、模糊、支架、不期望的对比噪声比、运动伪影、浮散伪影、钙、扫描仪误差、缺失切片、不完全数据等时键入图像质量问题的输入。例如，计算机系统40的处理器可生成用户界面元素，用户可操纵用户界面元素来指示用户识别本文描述的任何图像质量问题以及那些问题的位置、数量或程度的某些特性。在一个实施方案中，计算机系统40的用户或处理器可将每个无法解释的区域表征为短的(例如，0-5mm)或长的(例如，大于5mm)。
[0090]在一个实施方案中，如果图像展示出高对比度、低噪声和轻度右对比度，则可提示用户将对比时序和噪声识别为“良好”；如果图像展示出中度对比度、中度噪声和高右对比度，则识别为“及格”；如果图像展示出低对比度、高噪声和高右对比度，则识别为“差”。在一个实施方案中，如果图像展示没有影响内腔几何结构的误配准，则可提示用户将误配准识别为“良好”;如果图像展示几乎垂直于血管且可被校正的误配准伪影，则识别为“及格”；如果图像展示无法被校正或存在于疾病区使得内腔无法被确定的误配准，则识别为“差”。在一个实施方案中，如果运动不影响内腔或斑块，则可提示用户将运动识别为“良好”;如果图像反映内腔被影响，但假设血管可被解释和模制，则识别为“及格”;如果图像反映内腔解释性被运动严重地影响，则识别为“差”。在一个实施方案中，如果轻度浮散不影响内腔解释性，则可提示用户将浮散识别为“良好”；如果高度浮散可能需要校正但图像仍保持内腔可见性，则识别为“及格”;如果重度浮散伪影完全遮蔽内腔，则识别为“差”。
[0091]方法120可进一步包括基于区域的长度接收或计算每个无法解释的区域的分数(步骤128)。在示例性实施方案中，图像质量问题的分数一不论基于定性标度(例如，利开特氏标度(Likert scale))还是定量测量一可被确定并分析它们如何影响或预测建模和模拟准确度、精确度和性能。图像质量评估可具有绝对的失效标准(其中数据集被视为不可接受)，其可具有在区域、血管或整个数据集上评分、组合和加权的各种度量，或其可具有二者的组合。例如，在某些实施方案中，当一些单一的或组合的图像质量问题导致25 %或更多的动脉难以辨识(无论是由于噪声、运动、浮散、对比度低、误配准等)时，可触发自动失效。
[0092]根据示例性实施方案，可由图像质量分数系统和方法基于先前描述的图像质量问题中的至少一些的评级而为区域(例如，血管)或数据集生成度量。在一个实施方案中，每个无法解释的区域可接收基于长度的分数(例如，在一个实施方案中，短长度为1.5分而较长的长度为3分)。在一个实施方案中，拒绝患者的图像(即，“病例”)的分数可涉及6分的单个主要血管、8分的整个病例和/或已经被赋值为10分的所谓的“红标记”。
[0093]图9描绘了根据各种示例性实施方案的用于基于心血管的内腔特征而对图像特性评分的示例性量规的表格。具体而言，图9描绘了用于将分数分配到无法解释的区域或其它图像质量问题的评分量规的一个示例性实施方案。例如，如在图9的示例性量规示出，可基于受影响的区域量(例如，“全部”或“少”、或“长”或“短”)并基于所识别的特性是否满足以下条件而将不同的分数分配给每个特性(即组合(噪声、运动、对比度)、运动、错位、噪声、浮散、对比度或浑浊):(i )使内腔完全闭塞或导致缺失信息并且妨碍对疾病的识别；(? )妨碍对精确内腔边界的确定，但实现对所存在的疾病的识别(例如，示出最小内腔直径(“MLD”)所在的位置)；或(iii)妨碍对精确内腔边界的确定并妨碍对疾病的识别。应明白，图9的评分量规仅是实例，以及在本公开的范围内可预期任何替代的评分机制。例如，评分系统可被倒置，使得较低的分数指示较低的图像质量，而较高的分数指示较高的图像质量。替代地或此外，评分系统可基于指数刻度、对数刻度或分数刻度。替代地或此外，评分系统可基于颜色编码和/或字母级刻度而生成，其中颜色和/或字母指示被评分的图像的某个质量等级。
[0094]在某些实施方案中，图像质量分数可被加权并与包括(但不限于)下列项的其它因素组合:效果的强度、问题的大小、受影响的区域、问题类型(例如，噪声或运动)、疾病的存在/不存在、血管大小、心脏中的位置、内腔界定的不确定性、与其它问题的组合、可视解释性、算法置信度等。可推导出使用一些、全部或附加的加权因素的区域或数据集的函数。下文提供了一个这样的实例::
[0095]质量2_= f(Zi血官问题^强度*类型*疾病*大小*血管大小*位置*内腔不确定性)
[0096]质量数据集=f ( Σ产_问题^强度*类型*疾病*大小*血管大小*位置*内腔不确定性)
[0097]在示例性实施方案中，可为以下标准定义限制，并且不可接受的分数可导致拒绝用于冠状动脉血流建模和模拟的数据:
[0098]-图像分辨率:像素<0.5mm
[0099]-切片厚度< 1.0mm
[0100]-扫描仪切片的数量彡64
[0101]-不可接受的缺失切片或缺失数据
[0102]-在CT采集时必须具有舌下硝酸脂
[0103]-冠状动脉和心肌必须完全被包括在数据集中
[0104]-解剖学异常(诸如严重的先天性心脏病)的存在不可接受
[0105]-植入设备(诸如起搏器)或先前手术(诸如旁路移植术)的存在不可接受
[0106]在示例性实施方案中，可以局部级定义以下标准。例如，针对每个图像质量问题，可生成效果的强度的分数。可基于下列项增加其它信息，诸如问题的位置和大小:
[0107]-对比度
[0108]-噪声电平
[0109]-误配准或错位
[0110]-运动或模糊
[0111]-局部容积效应或浮散
[0112]-通常无法解释的或不好定义的区域
[0113]方法120可进一步包括计算并输出图像的无法解释的区域的总分数作为图像质量的定量度量(步骤130)。例如，在一个实施方案中，按大小和位置加权的每个问题的分数可根据每根血管和病例进行求和。
[0114]图5是描述根据各种示例性实施方案的用于执行医学图像质量的计算机自动化的评估、图像质量度量的生成和对图像质量度量的使用的示例性方法150的流程图。在一个实施方案中，方法150可包括接收患者解剖学图像数据，并且生成患者血管结构的血管模型(步骤152)。方法150可进一步包括使用处理器确定一个或多个全局图像属性(步骤154) ο
[0115]在示例性实施方案中，所公开的系统和方法可涉及自动化地评估可从包括(但不限于)下列项的成像数据提取的定量信息:图像分辨率、切片厚度、重构内核、扫描仪切片的数量、缺失切片或缺失数据和采集的阶段。所述信息可通过分析图像数据的尺寸或标签(例如，DICOM头)而提取。这些类别中的每一个可具有简单的接受/拒绝标准。以下项用作实例规格:
[0116]-图像分辨率:像素<0.5mm
[0117]-切片厚度<0.9mm
[0118]-重构内核等于制造商特定的滤波器
[0119]-扫描仪切片的数量彡64
[0120]-不可接受的缺失切片或缺失数据
[0121]-采集的阶段>65%且彡80%
[0122]在示例性实施方案中，分辨率、切片、相位和数据完整度可能不具有绝对的接受/拒绝标准，而是具有将构成数据集的总的图像质量度量的一系列分数。例如，分辨率和切片厚度可被组合以获取体素容积(例如，0.4mmX 0.4mmX 0.75mm)。更高或更低的分辨率可从总的数据集分数中增加或减去。
[0123]在示例性实施方案中，关于成像研究期间的药物施用和心率的信息可随研究提交给计算机系统。计算机系统可基于该信息接受/拒绝数据集，例如，舌下硝酸脂的不存在可能需要拒绝信息集。替代地，药物的存在、不存在或剂量、HR或其它生理学度量可影响总的分数，或引导方法和计算机系统使用不同的方法来执行建模和模拟。例如，舌下硝酸脂的不存在可引导使用替代的冠状动脉内腔分割算法以确保正确的血管大小。
[0124]在示例性实施方案中，缺失的解剖学数据、解剖异常的存在和植入设备或先前手术的存在可被计算机系统的用户检测。这些问题的存在或不存在可能会增加分数或导致有关数据集的接受/拒绝决定。这些评估也可以是自动化的。
[0125]方法150可进一步包括使用处理器基于血管模型确定患者的血管结构的一条或多条中线(步骤156)。方法150可进一步包括在多个中线位置中的每一个位置处确定一个或多个局部图像属性(例如，模糊、运动、对比度等)(步骤158)。在示例性实施方案中，计算机系统可被配置来:基于本文描述的图像质量问题中的任何一个或多个，通过实施对图像质量的全自动化定量评估而自动化地确定此类局部图像属性，或局部或全局图像质量。例如，计算机系统40的处理器可以上文关于图4的用户指导方法讨论的任何方式自动化地确定一个或多个局部图像属性，不同之处在于，根据下文描述的示例性概念，在一些情况下，计算机系统40可自动化地实现，诸如通过执行算法。
[0126]在示例性实施方案中，可局部地(例如，在血管的某个部段)或全局地(例如，跨多条血管或较大的代表性的血管或结构)评估对比度和噪声电平。该评估可通过采取对比度的测量(例如，关注区域的平均对比度)和噪声电平(例如，关注区域的对比度的标准偏差)而执行。通过划分对比度和噪声测量，这些测量还可被组合来创建信噪比。此外，对比度和噪声测量可考虑背景或周围的组织对比度和噪声以指示关注区域(例如，冠状动脉)与背景数据(例如，心肌和心外膜脂肪)之间的差。替代地，可通过相较于参考标准(例如，I =差，2 =及格，3 =良好)对噪声的程度进行评级而以局部或全局标度定量评估对比度、噪声和对比噪声比。在一个实施方案中，计算机系统40的处理器可基于以下算法来计算噪声:接收(例如，从零频率文件)一些CT容积数据和主动脉掩模数据作为输入，且输出主动脉平均霍斯菲耳德氏单位(“HU”)值、噪声标准偏差、周围的平均HU值和CNR。在一个实施方案中，计算机系统40的处理器可基于以下算法来计算左右心室之间的对比度差:接收一些CT容积和肌瘤(长轴和分割)作为输入，并且输出LV平均HU值和RV平均HU值。
[0127]在示例性实施方案中，误配准或错位可通过以下方式检测:搜索数据或全局地搜索数据集或在动脉附近局部地搜索以识别偏移发生在邻近图像之间的哪个位置。这些可被用户或被计算机系统检测。误配准的程度可按照数据被移位的距离、受影响的区域的量(例如，受影响的血管的长度)或按照受影响的区域的定向(例如，垂直或平行于血管)来分类。替代地，可通过相较于参考标准(例如，I =差，2 =及格，3 =良好)对误配准的程度进行评级而以局部或全局标度定量评估误配准。在一个实施方案中，计算机系统40的处理器可基于接收CT图像