[发明专利]用于识别脑部图像中的区域的装置

说明书

本发明涉及一种用于识别示出脑部的图像(如计算机断层摄影图像)中的区域的区域识别装置(1)。模型提供单元(6)提供生物的头部的三维模型，其中，所述三维模型包括脑部的阿尔伯特中风程序早期CT得分(ASPECTS)区域，并且区域识别单元(7)通过将所述三维模型应用于所述三维图像来识别所述三维图像中的ASPECTS区域。这允许独立于头部在成像系统中的取向，独立于图像切片厚度并且还独立于相应用户(如医生)而准确自动地识别ASPECTS区域。这使得确定ASPECTS区域的准确度提高，从而允许改进对中风后的脑部中的缺血性变化的量化。这继而又允许改进处置建议。

技术领域

本发明涉及用于识别示出脑部的图像中的区域的区域识别装置、方法和计算机程序。

背景技术

在中风后采集的计算机断层摄影图像中对早期缺血性变化的检测和量化对于识别对患者最适当的治疗和处置至关重要。R.I.Aviv等人的文章“Alberta Stroke ProgramEarly CT Scoring of CT Perfusion in Early Stroke Visualization andAssessment”(美国神经放射学杂志，第28卷，第1975至1980页，2007年)公开了基于所谓的阿尔伯特中风程序早期计算机断层摄影得分(ASPECTS)对这些早期缺血性变化的量化。基于相应的计算机断层摄影图像的两个二维切片中的10个感兴趣区域(其能够被称为ASPECTS区域)中的缺血损伤评估该得分。对二维切片中的ASPECTS区域的识别常常由于若干原因(例如，患者的头部在计算机断层摄影扫描器中的取向不是最优，切片厚度不是最优或者用户间变化性(即，不同用户常常以不同方式勾画ASPECTS区域))而并不十分准确。这会导致所确定的得分的质量降低，因此导致量化脑部中的缺血性变化的质量降低。

Stoel Berend C等人的“Automated brain computed tomographicdensitometry of early ischemic changes in acute stroke”公开了一种自动化ASPECTS方法，作为辅助手动评分的补充工具。

Noriyuki takahashi等人的“computer-aided detection scheme foridentification of hypoattenuation of acute stroke in unenhanced CT”公开了一种用于在未增强的CT图像上识别急性中风的低衰减以选择要进行急性中风溶栓的患者的计算机辅助检测方案。

发明内容

本发明的目的是提供用于识别示出脑部的图像中的区域的区域识别装置、方法和计算机程序，该区域识别装置、方法和计算机程序允许对中风后的患者的脑部的缺血性变化的改进的量化。

在本发明的第一方面中，提出了一种用于识别示出脑部的图像中的区域的区域识别装置，其中，所述区域识别装置包括：

图像提供单元，其被配置为提供示出生物的脑部的三维图像，

模型提供单元，其被配置为提供生物的头部的三维模型，其中，所述三维模型包括脑部的ASPECTS区域，

区域识别单元，其被配置为通过将所述三维模型应用于所述三维图像来识别所述三维图像中的ASPECTS区域。

由于提供了包括脑部的ASPECTS区域的三维模型(其中，该三维模型被应用于示出生物的脑部的三维图像，以用于识别三维图像中的ASPECTS区域)，因此能够独立于生物的头部在用于生成三维图像的成像系统中的取向，独立于图像切片厚度并且还独立于相应用户(如医生)而识别ASPECTS区域。这使得确定ASPECTS区域的准确度提高，从而允许改进对中风后的脑部中的缺血性变化的量化。这继而又允许改进处置建议。