利用延遲增強磁共振成像和人工智慧識別無活性心肌組織的系統和方法

2023-05-20 12:10:41

專利名稱：：利用延遲增強磁共振成像和人工智慧識別無活性心肌組織的系統和方法
技術領域：
：本發明針對利用醫學圖像(例如延遲增強磁共振、電影磁共振)將心肌組織分段的系統和方法，更詳細地說，針對使用支持向量機通過利用所述組織類型特有的一個或多個特徵來智能地識別無活性心肌組織的系統和方法。
背景技術：
：在心臟病發作之後，需要對無活性(壞死)組織進行識別和鑑定，以便有效地研發某些類型的心臟疾病的介入策略和治療方案。健康的或能夠通過冠狀動脈旁路，置入支架等恢復的組織應與無活性或不可逆損壞的組織區別開來。這樣，就可以預測哪些患者可以從血管再造中受益，從而提高他們的心臟功能和存活率。內科醫生依靠數種非侵入性指示劑(indicator)來確定心肌組織的活性。心肌的形態，具體地說，心肌變薄，是壞死組織的證據。此外，異常運動，例如一個區域的被動運動，或在極端情況下根本不運動也表示心肌損壞。但是，雖然形態和功能的改變能夠表明組織的異常，但它們對於區分異常和無活性(壞死)組織還不夠敏感。也可以利用對比度增強的成像技術來幫助識別無活性區域。正電子發射層析X射線攝影法(PET)和單光子發射層析X射線攝影法(SPECT)能夠通過不同的信號強度指示活性信息。但這些物理治療設備的用途有限，因為它們的解析度相當低，且在PET情況下通常不可用。最近一種新型的對比度增強的成像技術，延遲增強磁共振(DEMR)，已表明能夠直接顯形無活性心肌。DEMR成像是無活性心肌組織以增加的信號強度出現的一種技術。DEMR通常是在服用順磁造影劑(例如Gd-DTPA)20-30分鐘後利用標準轉化恢復MRI捕獲序列來進行的。而且，DEMR具有足夠的空間解析度，可精確地將左室壁中有活性(正常或局部缺血)的心肌和無活性的心肌區別開來。放射學家們通常結合其它功能性物理治療設備(例如MR電影)來獲取這些圖像，並利用磁疇知識和經驗來查出無活性組織。即使利用上述信息，要確定組織的活性仍具有挑戰性。首先，DEMR易出現假陰性。即，無活性區域可能不具有增強的信號強度。第二，基於形態學和鑑別形態學來確定活性狀態(變厚或室壁運動)要求一定程度的經驗和直覺。而且，指示室壁異常運動的指示劑可能會被合併。換句話說，心臟的特定區域是在自主運動還是被鄰近區域拉動？簡言之，這會使專家將一個區域標註為無活性。儘管識別上有困難，但人們仍極度關註定位和量化無活性組織的問題，因為已經表明梗塞的程度與冠狀動脈血管再造後心臟功能的長期改善密切相關。但DEMR是尚未經FDA批准的最新技術，對DEMR不熟悉的臨床醫生不會像親手測試和開發DEMR的專家們那樣有經驗。理想的是，臨床醫生，不論是否新手，都應獲得專家的反饋意見。已經對DEMR作了大量的工作，但很少有方案說明其自動分段問題。在一種已知技術中，由人工查出DEMR圖像中活性心肌的區域，求出其平均亮度，將亮度大於兩個標準離差的像素標為無活性。以前的MRI技術或者單獨利用心臟形態和功能來確定組織的活性，或者檢查無活性組織的數量和結果心臟功能之間的關係。如上所述，DEMR易出現假陰性。而且，傳統的分段技術例如區域生長或DEMR的閾值分界法(thresholding)會產生機能不全的結果。發明概述本發明針對採用機器學習技術，例如支持向量機(SVM)，通過合併多個指標達到一種分段策略，以便識別無活性心肌組織。本發明利用DEMR，形態學和鑑別形態學信息自動將無活性心肌區域分段。使用人工智慧技術來」學習」專家如何進行分段。這樣，所述領域的臨床醫生就可獲得以下形式的第二意見即，」我們的專家有百分之如此如此的信心將以下區域列為無活性」。最後將組織分類為活性或無活性是臨床醫生的責任。但是，這類反饋是很有價值的輸入並可協助臨床醫生作出適當的醫學診斷。在最差的情況下，通過對解決方案提供良好的可編輯(editable)猜測來加快臨床通過速度。附圖簡要說明以下將參閱附圖對本發明的優選實施例作更詳細的說明，附圖中同樣的標號表示同樣的元件圖1是按照本發明的示範磁共振成像(MRI)系統的系統體系結構的方框圖；圖2是利用DEMR產生的患者心臟左心室的圖像；圖3是圖解說明利用支持向量機將心肌組織分段並確定哪個組織是無活性的(如果有的話)的方法流程圖；圖4是圖解說明基於三種心肌特性的測量結果的決策面的標定的曲線圖；以及圖5是示範的用戶界面的圖解說明，所述用戶界面示出DEMR篩選的數據。詳細說明本發明針對使用支持向量機通過利用一個或多個無活性組織所特有的心肌特性來智能地識別無活性心肌組織的系統和方法。圖1是按照本發明的示範磁共振成像(MRI)系統的方框圖。MRI系統的一個實例是西門子公司(SiemensAG)製造的MAGNETROM類MRI系統。圖1圖解說明位於掃描室100中的MRI系統的各部件的示意圖。磁體108產生用於成像過程的第一磁場。梯度線圈110位於磁體108中，用於在X，Y，Z方向上產生磁場梯度。射頻(RF)線圈112位於梯度線圈110中。線圈112產生使自旋旋轉90°或180°所需的第二磁場。線圈112還檢測來自體內自旋的信號。通過計算機控制的患者臺106把患者102置於磁體108內。患者臺106具有1mm的定位精度。掃描室100被RF屏蔽罩104包圍。屏蔽罩104防止高功率RF脈衝輻射到醫院外部。它還防止電視或電臺的各種RF信號被MRI系統所檢測。有些掃描室還被磁屏蔽罩包圍，磁屏蔽罩遏制磁場使其不致擴散過遠而進入醫院內。在一些新型的磁體中，所述磁屏蔽罩是磁體的整體部分。MRI系統的中心部件是計算機126。計算機126控制著MRI系統上的所有部件。計算機126控制下的RF部件是射頻源138和脈衝編程器134。射頻源138產生所需頻率的正弦波。脈衝編程器134將RF脈衝成形為變跡正弦脈衝。RF放大器136將脈衝功率從毫瓦提高到千瓦。計算機126還控制梯度脈衝編程器122，編程器122設定三個梯度磁場中每個磁場的形狀和幅度。梯度放大器120將梯度脈衝的功率提高到足以驅動梯度線圈110的電平。一些MRI系統中包括的陣列處理器(未示出)是能夠在不到一秒的時間內進行二維傅立葉變換的裝置。計算機126將傅立葉變換卸載到這個更快的裝置上。MRI系統的操作員通過控制臺128向計算機126提供輸入信號。在控制臺128對成像序列進行選擇和按規格改制。操作員可以在位於控制臺128的視頻顯示器上看見圖像，或者在膠片印表機上製作圖像的硬複製件。已經表明延遲增強磁共振成像(DEMR)能夠直接顯形無活性心肌。DEMR成像是無活性心肌組織以增加的信號強度出現的一種技術。通常在服用順磁造影劑(Gd-DTPA)20-30分鐘之後利用標準轉化恢復MRI捕獲序列來進行DEMR。而且，DEMR具有足夠的空間解析度，可以精確地將左室壁中有活性(正常或局部缺血)的心肌和無活性的心肌區別開來。放射學家們通常結合其它功能性物理治療設備(例如MR電影)來獲取這些圖像，並利用磁疇知識和經驗來查出無活性組織。本專業的技術人員明白，在DEMR過程中可以使用其它造影劑。例如錳或鐵造影劑也可以使用。對於各種造影劑的研究在以下文章中作了說明」Tissue-specificMRContrastAgents」，作者為WeinmannHJ.，EbertW.，MisselwitzB.和Schmitt-WillichH，發表在2003年4月的EuropeanJournalofRadiology，Vol.46，Issue1，33-44頁，所述文章已作為參考包括在本文內。圖2示出利用DEMR產生的左心室202的圖像。由圖可見，通過服用順磁造影劑，左心室壁的不同區域顯示出不同的亮度。由圖可見，較暗的室壁組織206表示組織有活性。較亮的室壁組織204表示所述組織有較高可能性是無活性的。通過利用人工智慧技術」學習」專家如何進行分段，來進一步增強本發明。具體地說，本發明使用支持向量機(SVM)來幫助臨床醫生確定心臟組織是否為無活性組織。SVM是一種受監視的人工智慧技術，訓練計算機認識給出一系列實例的一種現象。訓練基於一套由用戶選擇的特徵。這種學習被認為是」受監視」的，因為在我們的情況中，這些實例都由專家加有屬於或不屬於某一特定類別的標籤。所以，不是像傳統電腦程式所作的那樣規定如何識別某物的一張指令表，而是計算機通過一系列實例來」學習」。SVM以前已經用在醫學成像分類和檢測任務。它們在CT結腸攝影術中以及在PET圖像中的腦部分類中用來區別息肉和健康組織的鑑別特性。此外，乳房x射線照片中的微鈣化也曾利用SVM檢測。但據我們所知，這是SVM首次應用到心臟分段上。本發明採用SVM並將其應用到高維度特徵空間，以便基於在序言中所述的特徵來預測專家對心臟組織的分類有活性還是無活性。具體地說，使用雙值決策函數所述公式將輸入(原始信息)映象到輸出(分類)，x=(x1,,xn)---(2)]]>式中f(x)≥0表示陽性類。學習算法從候選決策函數空間選擇一種決策函數。決策函數取以下形式f(x)=i=1liyik((xi),(x))+b---(3)]]>式中φ(x)是稱為特徵的輸入函數，yi∈{-1，1}是由專家提供的分類，l是實例數，αi和b是要學習的權重。對核函數k我們使用高斯徑向基函數，其形式為k((x),(x))=e-|(x)-(x)|2/22---(4)]]>顯然，這種形式的核(符合Mercer的條件)有相應的優化問題，它們是凸的，沒有局部最小值。於是，和其它圖形識別系統例如神經網絡不同，保證SVM能集中在有限數量的步驟上。我們採用SVM的Matlab實施方案。以下是將心肌分成多個分段所用的邏輯。在心肌的兩層徑向扇形(內和外)上出現活性和無活性區域的分類。心肌描述為內心膜邊界endo(θ)＝(xendo(θ)，yendo(θ))和心外膜邊界epi(θ)＝(xepi(θ)，yepi(θ))，中心線centerline(θ)＝(xcenterline(θ)，ycenterline(θ))在二者的中間。將心肌分成偶數n個扇形S。有n/2個內扇形Sinner和n/2個外扇形Souter，S＝Sinner+Souter(5)內扇形Sinner=i=0n2-1sinneri]]>以πi/n≤θ＜π(i+1)/n和endo(θ)≤r(θ)＜centerline(θ)為界，而外扇形Souler=i=0n2-1souleri]]>以πi/n≤θ＜π(i+1)/n和centerline(θ)≤r(θ)＜epi(θ)為界。採用SVM的難處在於選擇特徵。特徵是指能對活性或無活性心肌組織作出恰當醫學診斷所進行的測量。可包括的一些特徵是圖像亮度、室壁厚度、心臟室壁增厚的證據、圖像區域的均勻性、亮區(疤痕)延伸過心室壁的程度(透壁度)以及疤痕的位置。此外，也可以使用對比攝入速率、從諸如Tagged-MR等物理治療設備得到的運動信息以及從核研究中得到的亮度等。本專業的技術人員明白，所述特性僅是示範，其它特性也可包括在內，這些都不背離本發明的範圍和精神。還可以明白，可以採用權重方案來區分一個或多個特徵相對其它一個或多個特徵的重要性。選擇正確的特徵將使所述決策函數可以分離實例；不足或過多的特徵會導致分區不佳。在以上定義的扇形上定義所述特徵φ(x)。對內扇區Sinner，定義的厚度表示為TSinner=mn(i+1)n(centerline-endo)d---(6)]]>同理，定義外扇區的厚度。應當指出，由於對於給定的徑向分界，中心線在心肌邊界之間是等距的，一對內扇區和外扇區將具有相等的厚度值。增厚定義為從舒張末期到收縮末期扇區厚度的改變。扇區的平均亮度MS定義為Ms=psIpps1---(7)]]>式中Ip表示在扇區s中像素p的亮度。均勻性HS表示為Hs=ps12(p)ps1---(8)]]>式中σ12(p)代表p周圍3×3鄰區的變異。扇區的透壁度Us也包括在內Us=in(i+1)ng)d---(9)]]>式中g(θ)代表在θ方向上從心內膜邊界(如果是內扇區)到中心線的增亮顯示像素的最長連續帶。本發明採用序列最小優化(SMO)技術從方程(3)確定權重αi，b。SMO通過在每次迭代將優化限於僅兩個權重的子集來工作。這種方法在速度(由於優化問題僅包含可分析解決的兩點)和存儲器的使用(核心矩陣不需要存儲在存儲器內)方面具有優點。為確定核心中的σ以及C，採用了在餘裕度最大化和訓練組錯誤數最小化之間折中的策略，即」留一策略」。參閱圖3-5，現就利用SVM的示範篩選和獲得的數據集以及許多識別特徵來說明本發明。按照實例和參閱圖3，對14名患者在三個短軸切片位置(即垂直於心室長軸)取DEMR圖像和電影MR(Flash或TrueFisp)圖像(步驟302)。利用西門子的Argus軟體包，專家對所有圖像畫出心肌邊界。軟體對左心室的心內膜和心外膜分段(步驟304)。Argus軟體包提供高解析度TrueFisp圖像的全自動分段。心肌分成36個徑向扇面，每個扇面再沿外周細分，得到總共72個扇面(步驟306)。每個扇面由專家確定為活性或無活性。總共獲得38個DEMR圖像切片(每個對象3個切片，由於異常的緣故排除了4個切片)具有專家提供的基礎真實依據。基礎真實情況就是專家的醫學診斷。每個實驗由38次分實驗組成，其中一個切片用作」測試」，其它所有切片用作訓練集(「留一策略」)。所有38個測試集的平均精確率用來確定SVM算法所需的參數σ和C。根據這些實驗，我們設定σ＝0.1和C＝10並得到平均精確率87％。圖4示出結果6維決策面對三維404的投影，這是由38個DEMR圖像切片所確定的測量結果獲得的。按照本發明，所測量的特徵是室壁厚度(x軸406)、心肌組織的增厚(y軸402)以及DEMR亮度(z軸408)。然後用所測的特徵來建立決策面。決策面404具有陰性的邊緣(negativemargin)，說明根據我們的特徵扇面不能完全分離成活性和無活性類。每個x表示無活性扇面，每個·表示活性扇面。通過測量患者已識別的心肌特徵，就可利用決策面來幫助確定是否有無活性組織以及它們的位置。圖5示出用於顯示心肌數據的示範的用戶界面。對患者作了圖像並測量了其特徵(步驟308)後，將所收集的數據應用於決策面(步驟310)。根據結果，就可對每個扇面是否含有活性或無活性組織作出預測(步驟312)。所得數據用界面顯示(步驟314)。顯示器上還包括有關MRI掃描的數據。在顯示器的左上角是心臟的DEMR圖像和特別是患者的左心室(LV)504。由圖可見，動脈504壁在亮度上看起來不均勻。換句話說，LV壁的某些區域比壁的其它部分要亮些。曲線圖526繪出DEMR的亮度、各扇面上的厚度和增厚。點劃線表示基礎真實情況(下)以及利用SVM的預測。在預測圖像518中，在界面的右下角，白色扇區524表示無活性組織，灰色扇區522是活性不確定的扇區，黑色扇區520代表活性組織。如前所述，這些預測都是利用SVM進行的。左下角的基礎真實圖像506、512表示醫生根據DEMR作的醫學診斷。在基礎真實圖像506中，高亮度區域508、510表示無活性組織。在基礎真實扇面圖像512中，白色扇區514表示無活性組織，黑色扇區516表示活性組織。以上已對用於將心肌組織分段並且利用人工智慧技術確定所述組織是否為無活性組織的方法的實施例作了說明，應當指出，本專業的技術人員可以根據以上內容進行修改和變化。因此，顯然，可以對所公開的本發明的特定實施例進行改動，這些改動仍在由本發明所附權利要求書定義的範圍和精神之內。以上按照專利法所要求的細節和特徵對本發明作了說明，所要求的權利以及需要由專利證書保護的在所附權利要求書中提出。權利要求1.一種用於對患者心臟無活性心肌組織進行成像和識別的方法，所述方法包括以下步驟獲得所述心肌的一部分的圖像；將所述心肌部分的心內膜邊緣和心外膜邊緣分段；將所述心肌部分的所述分段分成扇面；測量所述心肌的所述扇面的一個或多個選定特徵；將測得的一個或多個特徵應用於決策面；確定每個扇面是含有活性心肌組織還是含有無活性心肌組織；以及顯示能示出所述心肌的每個扇面以及其活性的標記的圖像。2.如權利要求1所述的方法，其中所述獲得的圖像是利用延遲增強磁共振(DEMR)成像的。3.如權利要求1所述的方法，其中所述心肌部分是左心室。4.如權利要求1所述的方法，其中選定特徵是圖像亮度。5.如權利要求1所述的方法，其中選定特徵是所述心肌的厚度。6.如權利要求1所述的方法，其中選定特徵是所述心肌的鑑別厚度。7.如權利要求1所述的方法，其中選定特徵是所述心肌的DEMR圖像中的均勻度。8.如權利要求1所述的方法，其中選定特徵是疤痕(無活性)組織的透壁度。9.如權利要求1所述的方法，其中選定特徵是所述組織扇面的位置。10.如權利要求1所述的方法，其中選定特徵是造影劑的攝入速率。11.如權利要求1所述的方法，其中選定特徵是標記為MR的材料應變信息形式。12.如權利要求1所述的方法，其中所述決策面是利用人工智慧技術建立的。13.如權利要求12所述的方法，其中所述人工智慧技術是支持向量機。14.如權利要求1所述的方法，其中以第一種顏色顯示活性組織扇面，而以第二種顏色顯示無活性心肌組織扇面。15.一種用於將患者的心肌部分成像並識別無活性心肌組織的系統，所述系統包括磁共振成像設備，用於獲得所述心肌的DEMR圖像；處理器，用於將患者的心肌部分分段，分成心內膜邊緣和心外膜邊緣，所述處理器還將所述心肌部分的心肌壁分成扇面，所述處理器測量所述心肌壁扇面的一個或多個選定特徵並將一個或多個選定特徵應用於決策面，以便確定每個扇面是含有活性心肌組織還是含有無活性心肌組織；以及顯示器，用於顯示能示出所述心肌壁的每個扇面及其其活性標記的圖像。16.如權利要求15所述的系統，其中所述心肌部分是左心室。17.如權利要求15所述的系統，其中選定特徵是圖像亮度。18.如權利要求15所述的系統，其中選定特徵是所述心肌壁的厚度。19.如權利要求15所述的系統，其中選定特徵是所述心肌壁的增厚。20.如權利要求15所述的系統，其中選定特徵是所述心肌壁的均勻度。21.如權利要求15所述的方法，其中選定特徵是疤痕(無活性)組織的透壁度。22.如權利要求15所述的方法，其中選定特徵是所述組織扇面的位置。23.如權利要求1所述的方法，其中選定特徵是造影劑的攝入速率。24.如權利要求1所述的方法，其中選定特徵是標記為MR的材料應變信息形式。25.如權利要求15所述的系統，其中所述決策面是利用人工智慧技術建立的。26.如權利要求26所述的系統，其中所述人工智慧技術是支持向量機。27.如權利要求15所述的系統，其中以第一種顏色顯示活性組織扇面，而以第二種顏色顯示無活性心肌組織扇面。全文摘要公開了一種用於對患者心肌的無活性心肌組織進行成像和識別的系統和方法。獲得心肌部分的圖像。將所述心肌部分的心內膜邊緣和心外膜邊緣分段。將所述心肌部分分成扇面。測量心肌扇面的一個或多個選定特徵並應用到決策面上。確定每個扇面是含有活性心肌組織還是含有無活性心肌組織。顯示能示出心肌壁的每個扇面及其其活性標記的圖像。文檔編號G06F19/00GK1703711SQ200380100803公開日2005年11月30日申請日期2003年10月3日優先權日2002年10月3日發明者T·奧東內爾,N·徐,R·M·塞特塞爾,R·D·懷特申請人:西門子共同研究公司