用于间隔分析的数据处理系统技术方案

一种数据处理系统（１），用于估算代表在物体（２０）中至少一种示踪物质的时变浓度（Ａ（ｔ））的图像数据（Ｉ），包括：　　　　－库模块（４８），包括取决于参数的分析函数，该函数代表至少一个给定的生理间隔段模型的解；　　　　－分析模块（４７），它适合于使所述分析函数的参数（ｋ↓［１］，ｋ↓［２］，…）与图像数据（Ｉ）拟合。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于评估代表物体中至少一种示踪物质的时变浓度的图像数据的数据处理系统，还涉及具有用于这样的数据处理系统的计算机程序的记录载体，以及具有这样的数据处理系统的检查设备。当使用诸如CT(计算机X射线层析术)、MR(磁共振)、PET(正电子发射X射线层析术)、SPECT(单光子发射计算机X射线层析术)或US(超声)的医疗成像设备以显示待研究的病人的功能性或形态特性时，要记录多个静态扫描或接连的时间序列的动态扫描。为了得到在某些应用中在这些图像中已编码的感兴趣的医疗信息，必须完成基础的化学、生物、和生理过程的间隔分析。间隔分析是以用于描述被观察的数据的专门类型的数学模型为基础的，其中(示踪)物质的生理上分开的区被定义为间隔段。然后模型描述在不同的间隔段(例如在一个手臂上动脉血管的间隔段和在另一个手臂上组织的间隔段)上所述物质的浓度(然而，应当指出，通常各间隔段不需要是空间上紧凑的或连接的)。典型地，在各个间隔段之间有物质的交换，这种交换由如交换速率那样(未知的)参数的微分方程所支配。为了评估对于给定观察的间隔段模型，必须求解微分方程以及估算它们的参数，以使得最终得到的解最佳地适配于观察数据。有关间隔分析技术的细节可以在文献中找到(例如S.Huang和M.Phelps，″Principles of TracerKinetic Modeling in Positron Emission Tomography and Autoradiography(正电子发射X射线层析术和自动射线照相术的示踪动力学建模的原理)″，M.Phelps，J.Mazziotta，和H.Schelbert(eds.)，Positron Emission Tomography和Autoradiography；Principles and Applications for the Brain and Heart.(正电子发射X射线层析术和自动射线照像术脑和心脏的原理和应用)，pp 287-346，Raven Press，New York，1986)。当前的方法或者应用在较大的感兴趣区域上的间隔段模型(这些模型必须在分析之前以及根据以前的知识来规定，这会把不需要的偏移引入分析)；或者使用简化的(例如，线性化的)模型(这些模型不提供被包括在记录数据内的全部信息)。根据这种情形，本专利技术的目的是提供用于相对于间隔段模型评估图像数据的装置，它产生精确的结果而同时容易合并到医疗工作流程中。这个目的是通过按照权利要求1的数据处理系统、按照权利要求9的记录载体、和按照权利要求10的检查设备达到的。优选实施例在从属权利要求中公开。按照本专利技术的数据处理系统用来评估代表物体中至少一种示踪物质的时变浓度的图像数据。图像数据例如可以是PET数据，它记录病人内示踪物质的放射性衰减，其中所述物质的空间分布包含身体内生理的或新陈代谢过程。数据处理系统包括以下部件(a)库模块，包括取决于参数的分析函数，它代表至少一个给定的生理间隔段模型的解。优选地，分析函数相对于它们的独立变量(时间)和/或参数是非线性的。库模块典型地通过存储在数据处理系统的存储器(例如RAM，硬盘，CD)中的软件和数据而实施。如上所述，间隔段模型描述在不同的间隔段之间物质的分布和在这些间隔段之间物质的交换。典型地，间隔段模型的类型的特征在于所考虑的不同的间隔段的数目和在间隔段之间交换的可能性。(b)分析模块，它被耦合到库模块，和用来把(对于给定的间隔段模型的)库模块的所述分析函数的参数与图像数据拟合。分析模块典型地是作为可以执行所需的数学运算的计算机软件而实现的，所述软件被存储在数据处理系统的存储器中。而且，分析模块包括(微)处理器以便对图像数据执行算法。上述的那种数据处理系统具有优点它利用了一个或多个给定的间隔段模型的分析解，这允许实时计算复杂的间隔段模型和以高的空间分辨率(即基于一个三维像素)来估算图像数据。而且，最终得到的解是非常鲁棒的。在最简单的情形下，库包含仅仅用于一个间隔段的分析函数，使得数据处理系统适合于执行图像数据的快速常规分析。然而优选地，库模块包括用于一组几个不同的复杂性和设计的间隔段模型的分析函数，用户可以通过诸如键盘或鼠标那样的某些互动输入装置在其中进行选择。用户因此可以选择一个被认为对于基础生理过程的说明是最佳的间隔段模型。按照库模块的另一个发展，库模块包括对于分析函数相对于它们的参数的梯度的分析表示式。这些表示式然后可被用于在如梯度递减(相对于所述参数)、Gauss-Newton、或Levenberg-Marquard那样的拟合过程中对观察到的图像数据的快速和精确地评估参数(参阅J.Dennis，″Nonlinear Least-Squares(非线性最小平方)″inD.Jacobs(ed.)，State of the Art in NumericalAnalysis(数值分析技术的状况)，pp.269-312，Academic Press；K.Levenberg，″A Method for theSolution of Certain Problems in Least Squares(求解最小平方中的某些问题的方法)″，Quart.Appl.Math.，Vol. 2，pp 164-168，1944；D.Marquardt，″An Algorithm for Least-SquaresEstimation of Nonlinear Parameters(非线性参数的最小平方估算的算法)。″，SIAM J.Appl.Math.Vol.11，pp 431-441，1963所以对于梯度的表示式是对于描述间隔段模型的分析函数的合理的增补。按照库模块的优选实施例，分析函数具有按照以下公式的一般的形式Cj(t)∝e-λkiΣi=1nai(ci-λk)bi+1]]>其中Cj是在间隔段j中示踪物浓度；ai，bi，ci，λk是参数，其中至少某些要与图像数据拟合；Γ(x)=∫0∞e-itx-1dt]]>是伽玛函数；以及Γ(a,x)=∫x∞e-ita-1dt]]>是不完全伽玛函数。正如可以通过数学分析显示的，这些分析函数适合于描述一大类不同的间隔段模型和输入函数。在典型的情形下，参数ai，bi，ci描述示踪物质的血浆(plasma)浓度，而λk取决于间隔段模型的交换速率。这样，参数ai，bi，ci可以通过把它们与示踪物的测量的等离子体浓度拟合而分开地确定。按照另一个优选实施例，数据处理系统适用于估计拟合的参数的误差。这个估计典型地基于来自图像数据的误差数据组的计算，其中这个计算可以或者藉助于噪声模型或者通过图像获取过程的仿真而完成。参数误差的估值是对于数据处理系统的用户的宝贵的附加信息，这允许判断计算的结果的可靠度。而且，在加权拟合中考虑到误差会提高参数估值的稳定度。数据处理系统优选地用来对于图像数据的每个图像单元(像素)和体本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：T·帕卢斯，D·N·佩里加拉德，L·斯皮斯，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：