[发明专利]指示肺功能性程度或水平的至少一个参数的自动确定方法

说明书

本发明涉及一种基于由体素云组成的肺的体积数字医学图像、根据肺细胞的通气量，确定指示所述肺的功能性程度或水平的至少一个参数的方法，该方法包括：定量地确定和/或标明云的第一体积A，第一体积A中体素的空间密度在‑950HU与‑450HU之间；定量地确定和/或标明云的第二体积B，第二体积B中体素的空间密度在‑750HU与‑450HU之间；定量地确定和/或标明第三体积C，该第三体积C是体积B的补充或替代，被定义为差体积(体积A‑体积B)；计算比(体积B/体积A)和/或计算比(体积C/体积A)；将比的值和/或体积的值与一个或多个阈值进行比较，并且利用该比较结果作为指示参数。

技术领域

本发明涉及数据处理领域，更具体地，涉及图像的处理和分析，特别是医学图像的处理和分析，以便确定指示肺的与呼吸功能相关的功能性程度或水平的至少一个参数。

更准确地说，本发明涉及肺的功能性程度或水平的至少一个指示参数的自动确定方法。

背景技术

世界正在经历与新型冠状病毒肺炎(Covid-19)疫情相关的空前的公共卫生危机。面对这种危机，有必要提出解决方案和工具来帮助医疗保健团队在日常工作量增加的紧张流动条件下工作。本公开的解决方案旨在解决的问题是：通过简化从简单的肺部医学图像分析和评估患者的肺损伤的严重程度的状态来辅助医疗行业。这个问题存在于Covid-19感染的情况中，且见于其它病理，如季节性流感、肺炎、栓塞等。

在Covid-19的情况下，来自医疗团队的科学文献以及反馈清楚地显示了，对于放射科专家来说，医学图像，特别是CT扫描，用来区分病毒对患者的损害。然而，这种视觉分析不是定量的，它是不精确的且是主观的。此外，它本身也不能单独预测患者健康状态的进展。对于来自CT扫描或MRI的其它病理，注意到有着同样的限制。事实上，现有的解决方案不允许提供患者的肺损伤的定量、自动化、快速和可靠的评分。

为了实现该结果，已经提出了建立一种专门用于重症监护麻醉师的新分析，其目的在于根据CT和MRI医学图像来精确地量化术后肺不张(postoperative atelectasis)(Noll E,Ohana M,Hengen M,Bennett-Guerrero E,Diana M,Giraudeau C,Pottecher J,Meyer N and Diemunsch P,“Validation of MRI for Volumetric Quantification ofAtelectasis in the Perioperative Period:An Experimental Study in Swine”.Front.Physiol.,04June 2019；10(695):1-10)。从Visible Patient公司的最终标记和认证软件，已经可以从医学图像中半自动地提取肺和以下医学科学文件中通过密度定义的四个区域：Malbouisson LM,Muller JC,Constantin JM,Lu Q,Puybasset L,Rouby JJ,“CTScan ARDS Study Group:Computed tomography assessment of positive end-expiratory pressure-induced alveolar recruitment in patients with acuterespiratory distress syndrome”.Am J Respir Crit Care Med 2001；163:1444-1450。四个区域如下：

过度换气：在-1000HU至-900HU之间

正常通气：在-900HU至-500HU之间

通气不良：-500HU至-100HU之间

不通气的：在-100HU至100HU之间。