用于对骨扫描图像进行自动化及交互式分析以检测转移的系统及方法与流程

技术特征：
1.一种用于对受试人的核医学图像进行病变标记和量化分析的方法，所述方法包括：(a)通过计算装置的处理器存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)通过所述处理器将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，所述一或多个所关注骨骼区各自对应于所述受试人的骨骼的特定解剖区，其中所述一或多个所关注骨骼区包括(i)和(ii)中的至少一者：(i)股骨区，其对应于所述受试人的股骨的一部分，所述股骨部分沿着所述股骨的长度囊括所述股骨的至少四分之三；和(ii)肱骨区，其对应于所述受试人的肱骨的一部分，所述肱骨部分沿着所述肱骨的长度囊括所述肱骨的至少四分之三；(c)通过所述处理器自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域，所述自动地检测包括使用所述带注记图像集合中的像素的强度且使用一或多个区相依阈值来识别所述一或多个热点，并且其中所述一或多个区相依阈值包括与所述股骨区和/或所述肱骨区相关联的一或多个值，所述一或多个值提供所述股骨区和/或所述肱骨区中的经增强热点检测灵敏度以补偿所述药剂在所述股骨区和所述肱骨区中摄取的减少；(d)针对所述初始热点集合中的每一热点，通过所述处理器提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，通过所述处理器基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；和(f)通过所述处理器致使渲染所述初始热点集合的至少一部分的图形表示以在图形用户接口(gui)内显示。2.根据权利要求1所述的方法，其中步骤(b)包括：将所述骨扫描图像集合中的每一成员与图集图像集合中的对应图集图像进行比较，每一图集图像包括所述一或多个所关注骨骼区的一或多个识别，所述所关注骨骼区包含所述股骨区和/或所述肱骨区；和针对所述骨扫描图像集合中的每一图像，将所述对应图集图像与所述骨扫描图像集合中的所述图像配准，使得所述图集图像的所述一或多个所关注骨骼区的所述识别应用于所述骨扫描图像集合中的所述图像。3.根据权利要求2所述的方法，其中每一图集图像包括(i)包括所述受试人的膝区的至少一部分的所述股骨区和/或(ii)包括所述受试人的肘部区的至少一部分的所述肱骨区的识别，并且其中针对所述骨扫描图像集合中的每一图像，所述将所述对应图集图像与所述骨扫描图像配准包括使用在所述图像中所识别的所述膝区和/或所识别的所述肘部区作为界标。4.根据前述权利要求中任一权利要求所述的方法，其中所述初始热点集合中的至少一个所检测热点的位置对应于股骨中或所述股骨上的身体位置，所述身体位置位于超过沿着所述股骨从所述股骨的朝向所述受试人的髋部定向的一端到所述股骨的朝向所述受试人的膝定向的一端的距离的四分之三上。5.根据前述权利要求中任一权利要求所述的方法，其中所述初始热点集合中的至少一
个所检测热点的位置对应于肱骨中或所述肱骨上的身体位置，所述身体位置位于超过沿着所述肱骨从所述肱骨的朝向所述受试人的肩部定向的一端到所述肱骨的朝向所述受试人的肘部定向的一端的距离的四分之三上。6.根据前述权利要求中任一权利要求所述的方法，其中步骤(c)包括：通过所述处理器在所述骨扫描图像集合的所述图像中识别经确定不包含任何热点的健康组织区；通过所述处理器计算正规化因数，使得所述正规化因数与所识别的所述健康组织区的平均强度的乘积是预定义强度水平；和通过所述处理器依据所述正规化因数将所述骨扫描图像集合中的所述图像正规化。7.根据前述权利要求中任一权利要求所述的方法，其进一步包括：(g)通过所述处理器至少部分地基于所述受试人的所述骨骼被所述初始热点集合占据的经计算分数来计算所述受试人的一或多个风险指数值。8.根据前述权利要求中任一权利要求所述的方法，其包括：(h)通过所述处理器至少部分地基于所述转移可能性值选择所述初始热点集合的第一子集；和(i)通过所述处理器致使渲染所述第一子集的图形表示以在图形用户接口(gui)内显示。9.根据权利要求8所述的方法，其进一步包括：(j)通过所述处理器至少部分地基于所述受试人的所述骨骼被热点的所述第一子集占据的经计算分数来计算所述受试人的一或多个风险指数值。10.根据前述权利要求中任一权利要求所述的方法，其包括：(k)通过所述处理器经由所述gui接收用户对所述初始热点集合的第二子集的选择；和(l)通过所述处理器至少部分地基于所述受试人的所述骨骼被热点的所述第二子集占据的经计算分数来计算所述受试人的一或多个风险指数值。11.根据权利要求7到10中任一权利要求所述的方法，其中所述风险指数值中的至少一者指示所述受试人罹患和/或得转移癌的风险。12.根据权利要求11所述的方法，其中所述转移癌是转移前列腺癌。13.根据权利要求7到10中任一权利要求所述的方法，其中所述风险指数值中的至少一者指示所述受试人罹患特定状态的转移癌。14.根据前述权利要求中任一权利要求所述的方法，其中所述处理器是基于云的系统的处理器。15.根据前述权利要求中任一权利要求所述的方法，其中所述gui是通用图片归档与通信系统(pacs)的一部分。16.根据前述权利要求中任一权利要求所述的方法，其中所述药剂包括锝99m亚甲基二膦酸酯(
99m
tc
‑
mdp)。17.一种用于对受试人的核医学图像进行病变标记和量化分析的方法，所述方法包括：(a)通过计算装置的处理器存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)通过所述处理器将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个
所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)通过所述处理器自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域，所述自动地检测包括：使用(i)所述带注记图像集合中的像素的强度和(ii)多个初步阈值来检测潜在热点集合；使用所述潜在热点集合计算全局阈值缩放因数；使用所述全局阈值缩放因数调整所述多个初步阈值，从而获得多个经调整阈值；和使用(i)所述带注记图像集合中的像素的强度和(ii)所述多个经调整阈值来识别所述初始热点集合；(d)针对所述初始热点集合中的每一热点，通过所述处理器提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，通过所述处理器基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；和(f)通过所述处理器致使渲染所述初始热点集合的至少一部分的图形表示以在图形用户接口(gui)内显示。18.根据权利要求17所述的方法，其中所述全局阈值缩放因数是所述受试人的疾病负担的测量的函数，并且其中在步骤(c)处执行的所述调整所述多个初步阈值包括：在疾病负担增大时减小所述经调整阈值以补偿随疾病负担增大而出现的热点面积的低估。19.根据权利要求17或18中任一权利要求所述的方法，其中所述全局阈值缩放因数是所识别的所述骨骼区被所述潜在热点集合占据的分数的函数。20.根据权利要求17到19中任一权利要求所述的方法，其中所述全局阈值缩放因数是基于使用所述潜在热点集合计算的风险指数值。21.一种用于对受试人的核医学图像进行病变标记和量化分析的方法，所述方法包括：(a)通过计算装置的处理器存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)通过所述处理器将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)通过所述处理器自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域；(d)针对所述初始热点集合中的每一热点，通过所述处理器提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，通过所述处理器基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；(f)通过所述处理器选择所述初始热点集合的第一子集，其中选择特定热点以包含于所述第一子集中是至少部分地基于：(i)针对所述特定热点计算的所述转移可能性值；和(ii)一或多个全局热点特征，每一全局热点特征是使用所述初始热点集合中的多个热
点确定；和(g)通过所述处理器致使渲染热点的所述第一子集的至少一部分的图形表示以在图形用户接口(gui)内显示。22.根据权利要求21所述的方法，其中所述一或多个全局热点特征包括所述初始热点集合中的热点总数目。23.根据权利要求22所述的方法，其中步骤(f)包括基于所述初始热点集合中的所述热点总数目调整用于选择热点以包含于所述第一子集中的准则。24.根据权利要求21到23中任一权利要求所述的方法，其中步骤(f)包括使用机器学习模块选择所述第一子集。25.一种用于对受试人的核医学图像进行病变标记和量化分析的方法，所述方法包括：(a)通过计算装置的处理器存取所述受试人的骨扫描图像集合；(b)通过所述处理器将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)通过所述处理器自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域；(d)针对所述初始热点集合中的每一热点，通过所述处理器提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，通过所述处理器基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的可能性值；(f)通过所述处理器至少部分地基于针对所述初始热点集合中的每一热点计算的所述可能性值选择所述初始热点集合中的所述热点的第一子集；和(g)通过所述处理器使用热点的所述第一子集的至少一部分计算一或多个风险指数值，所述计算包括：针对第一子集的所述部分的每一特定热点，基于(i)所述特定热点的大小(例如，面积)对(ii)被指派所述特定热点的特定骨骼区的大小的比率计算骨骼累及因数，从而确定一或多个骨骼累及因数，所述指派是基于所述特定热点在所述带注记图像集合中的位置；使用一或多个区相依校正因数调整所述骨骼累及因数，从而获得一或多个经调整骨骼累及因数；和对所述经调整骨骼累及因数求和以确定所述一或多个风险指数值。26.根据权利要求25所述的方法，其中针对每一特定热点，经计算的所述骨骼累及因数估计总骨骼质量被与所述特定热点相关联的身体体积占据的比例。27.根据权利要求26所述的方法，其中所述计算所述骨骼累及因数包括：通过所述处理器计算所述特定热点的面积对对应的所述所关注骨骼区的面积的比率，从而计算所述特定热点的面积分数；和通过与被指派所述特定热点的所述所关注骨骼区相关联的密度系数来缩放所述面积分数，从而计算所述特定热点的所述骨骼累及因数。28.根据权利要求25到27中任一权利要求所述的方法，其中将所述第一子集中的所述热点的至少一部分指派到所关注骨骼区，所述所关注骨骼区是选自由骨盆区、腰椎区和骶
骨区组成的群组的成员。29.根据权利要求25到28中任一权利要求所述的方法，其中所述一或多个区相依校正因数包括骶骨区校正因数，所述骶骨区校正因数与骶骨区相关联且用于调整被识别为位于所述骶骨区中的热点的骨骼累及因数，并且其中所述骶骨区校正因数具有小于1的值。30.根据权利要求25到29中任一权利要求所述的方法，其中所述一或多个区相依校正因数包括一或多个校正因数对，每一校正因数对与特定所关注骨骼区相关联且包括(所述对中的)第一成员和第二成员，其中：所述对中的所述第一成员是前侧图像校正因数且用于调整针对已在所述带注记图像集合中的带注记前侧骨扫描图像中检测到的热点而计算的骨骼累及因数，并且所述对中的所述第二成员是后侧图像校正因数且用于调整针对已在所述带注记图像集合中的带注记后侧骨扫描图像中检测到的热点而计算的骨骼累及因数。31.一种用于对受试人的核医学图像进行病变标记和量化分析的系统，所述系统包括：处理器；和存储器，所述存储器上具有指令，其中所述指令在由所述处理器执行时致使所述处理器：(a)存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，所述一或多个所关注骨骼区各自对应于所述受试人的骨骼的特定解剖区，其中所述一或多个所关注骨骼区包括(i)和(ii)中的至少一者：(i)股骨区，其对应于所述受试人的股骨的一部分，所述股骨部分沿着所述股骨的长度囊括所述股骨的至少四分之三；和(ii)肱骨区，其对应于所述受试人的肱骨的一部分，所述肱骨部分沿着所述肱骨的长度囊括所述肱骨的至少四分之三；(c)自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域，所述自动地检测包括使用所述带注记图像集合中的像素的强度且使用一或多个区相依阈值来识别所述一或多个热点，并且其中所述一或多个区相依阈值包括与所述股骨区和/或所述肱骨区相关联的一或多个值，所述一或多个值提供所述股骨区和/或所述肱骨区中的经增强热点检测灵敏度以补偿所述药剂在所述股骨区和所述肱骨区中摄取的减少；(d)针对所述初始热点集合中的每一热点，提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；和(f)致使渲染所述初始热点集合的至少一部分的图形表示以在图形用户接口(gui)内显示。32.一种用于对受试人的核医学图像进行病变标记和量化分析的系统，所述系统包括：处理器；和存储器，所述存储器上具有指令，其中所述指令在由所述处理器执行时致使所述处理器：
(a)通过计算装置的处理器存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域，所述自动地检测包括：使用(i)所述带注记图像集合中的像素的强度和(ii)多个初步阈值来检测潜在热点集合；使用所述潜在热点集合计算全局阈值缩放因数；使用所述全局阈值缩放因数调整所述多个初步阈值，从而获得多个经调整阈值；和使用(i)所述带注记图像集合中的像素的强度和(ii)所述多个经调整阈值来识别所述初始热点集合；(d)针对所述初始热点集合中的每一热点，提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；和(f)致使渲染所述初始热点集合的至少一部分的图形表示以在图形用户接口(gui)内显示。33.一种用于对受试人的核医学图像进行病变标记和量化分析的系统，所述系统包括：处理器；和存储器，所述存储器上具有指令，其中所述指令在由所述处理器执行时致使所述处理器：(a)存取所述受试人的骨扫描图像集合，所述骨扫描图像集合是在对所述受试人投与药剂之后获得；(b)将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域；(d)针对所述初始热点集合中的每一热点，提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的转移可能性值；(f)自动地选择所述初始热点集合的第一子集，其中选择特定热点以包含于所述第一子集中是至少部分地基于：(i)针对所述特定热点计算的所述转移可能性值；和(ii)一或多个全局热点特征，每一全局热点特征是使用所述初始热点集合中的多个热点确定；和(g)致使渲染热点的所述第一子集的至少一部分的图形表示以在图形用户接口(gui)内显示。34.一种用于对受试人的核医学图像进行病变标记和量化分析的系统，所述系统包括：处理器；和
存储器，所述存储器上具有指令，其中所述指令在由所述处理器执行时致使所述处理器：(a)存取所述受试人的骨扫描图像集合；(b)将所述骨扫描图像集合中的每一图像自动地分段以识别一或多个所关注骨骼区，从而获得带注记图像集合，每一所关注骨骼区对应于所述受试人的骨骼的特定解剖区；(c)自动地检测一或多个热点的初始集合，每一热点对应于所述带注记图像集合中的高强度区域；(d)针对所述初始热点集合中的每一热点，提取与所述热点相关联的热点特征集合；(e)针对所述初始热点集合中的每一热点，基于与所述热点相关联的所述热点特征集合计算与所述热点表示转移的可能性对应的可能性值；(f)至少部分地基于针对所述初始热点集合中的每一热点计算的所述可能性值选择所述初始热点集合中的所述热点的第一子集；和(g)使用热点的所述第一子集的至少一部分计算一或多个风险指数值，所述计算包括：针对第一子集的所述部分的每一特定热点，基于(i)所述特定热点的大小对(ii)被指派所述特定热点的特定骨骼区的大小的比率计算骨骼累及因数，从而确定一或多个骨骼累及因数，所述指派是基于所述特定热点在所述带注记图像集合中的位置；使用一或多个区相依校正因数调整所述骨骼累及因数，从而获得一或多个经调整骨骼累及因数；和对所述经调整骨骼累及因数求和以确定所述一或多个风险指数值。35.一种包括根据权利要求31到34中任一权利要求所述的系统的计算机辅助图像分析装置。36.根据权利要求35所述的装置，其中所述装置经编程以由受过训练的健康照护专业人员和/或研究员使用。37.根据权利要求36所述的装置，其中所述装置经编程以用于分析骨扫描图像以评估和/或检测转移癌。38.根据权利要求36或37中任一权利要求所述的装置，其中所述装置经编程以用于分析骨扫描图像以评估和/或检测前列腺癌。39.根据权利要求35到38中任一权利要求所述的装置，其包括规定所述装置旨在由受过训练的健康照护专业人员和/或研究员使用的标志。40.根据权利要求39所述的装置，其中所述标志进一步规定所述装置旨在用于分析骨扫描图像以评估和/或检测转移癌。41.根据权利要求39或40中任一权利要求所述的装置，所述标志进一步规定所述装置旨在用于分析骨扫描图像以评估和/或检测前列腺癌。

技术总结
本文中呈现提供对核医学图像的经改善计算机辅助显示和分析的系统和方法。确切来说，在某些实施例中，本文中所描述的所述系统和方法提供对用于自动化分析骨扫描图像以评定患者的癌状态的数个图像处理步骤的改善。举例来说，提供用于图像分段、热点检测、将热点自动化分类为表示转移和计算例如骨扫描指数(BSI)值等风险指数的经改善方法。等风险指数的经改善方法。等风险指数的经改善方法。


技术研发人员：K
受保护的技术使用者：西尼诊断公司
技术研发日：2020.04.23
技术公布日：2021/11/28