[发明专利]用定量超声参数映射的一阶和二阶统计来分类和表征组织的系统和方法

说明书

用定量超声技术来分类组织的系统和方法。从在超声扫描期间从感兴趣区域中获取的原始回波信号数据中直接计算参数并且使用这些参数来产生参数映射。在使用参考数据归一化该回波信号数据之后计算这些参数以减少仪器设置中的变化、超声波束衍射和衰减效应的影响。一阶和二阶统计度量是从这些参数映射中计算出的，并且被用于分类感兴趣区域中的组织或多种组织。使用这些系统和方法，可以利用不同的分类等级来分类组织。例如，表征为恶性癌的组织可被附加地分级(例如，等级I,II或III)。

背景技术

本发明的领域是用于定量超声(“QUS”)的系统和方法。更具体地，本发明涉及用于使用QUS将组织分类和表示为与特定组织学状态相关联的系统和方法。

临床超声对于诊断癌症和其他疾病是一种有用的且非侵入的工具。除了超声的非侵入地区分恶性肿瘤与良性肿瘤的能力，依据其组织学等级来表示恶性肿瘤的能力对于区分病期和治疗设计是具有最高重要性的。由于在超声成像时期期间选可择许多仪器参数，当使用不同的超声机器时，或当应用不同的设置时，常规B-模式图像的对比解释变得困难。此外，B-模式图像缺乏关于软组织的微结构性质的信息。

定量超声(“QUS”)技术，检查与仪器设置无关的组织的频率相关背散射，被认为克服此限制。这种技术被应用于活体内以揭示关于组织的底层微结构的信息或组织学状态，实现了疾病与非疾病的区分、活性与凋亡组织的区分、以及疾病在其子类型中的表征。特别地，包括有效散射体直径(“ESD”)和有效声学浓度(“EAC”)的参数证明有潜力在乳腺癌与纤维腺瘤的小鼠肿瘤模型之间作出区分。然而，有效散射体尺寸与声学浓度的估计需要关于背散射模型的先验知识，在组织特殊组织的情况下表征通常会很复杂。

为了避免复杂的模型拟合，对于组织表征提出了经由射频(“RF”)回波信号频谱的线性回归分析所提取的基本频谱参数，包括中频带拟合(“MBF”)、频谱斜率(“SS”)、以及频谱0-MHz截距(“SI”)。这种定量参数以前被用于表征多种类型的组织异常，包括前列腺、淋巴结和心肌中的那些，以及用于检测凋亡细胞死亡。通过将超声功率谱模型化为声学阻抗自相关函数，已经证明SS可与有效散射体尺寸相关，SI可与声学浓度相关，以及MBF可与有效散射体尺寸与声学浓度两者有关。可选地，散射体间隔(也被已知为散射体之间的间隔(“SAS”))已经被研究作为组织表征参数，当关系的组织在其结构组织中包含可检测的周期性。在此情况下，散射体间隔已被应用于表征人类乳腺肿瘤，通过将它们分类成正常、纤维腺瘤、单一癌或浸润的乳头状癌。其他研究也调查出SAS用于表征肝脏的扩散疾病的潜力。

尽管以上讨论的常规定量超声平均参数描述了组织微结构的频率相关性质，但是它们的参数化映射的纹理特征可通过量化灰度级转变的图案来提供二阶统计。数个以前的研究已经应用了超声B-模式图像的纹理特征以在恶性与良性乳腺肿瘤之间作出区分。在此组织分类技术后面的原理是恶性肿瘤趋向于表现为不均匀的内部回波，而良性肿瘤通常显示均匀的内部回波。在此应用中，纹理分析技术旨在基于超声灰度级变换来提取组织内部回波性质或“纹理”，并且因此可定义可区分的特性。然而，常规B-模式图像也可表示由于仪器设置中的变化、超声波束衍射、以及衰减效应导致的纹理估计中的不期望的变化。

因此，将期望提供用于使用超声将组织分类成与特殊组织学状态相关联而没有与分析B-模式图像相关联的准确度上的限制的系统及方法。有利地，这种系统和方法将能够基于组织学状态来分类组织，该组织学状态包括总分类(例如正常的、癌的)和子类型分类(例如，肿瘤等级、肝纤维化病期)。

发明内容

本发明通过提供用于通过分析定量超声参数映射的一阶和二阶统计来分类组织的系统和方法，克服了前述缺点，其中，充分地减少了由于仪器设置中的变化、超声波束衍射、以及衰减效应而导致的纹理估计中的不想要的变化。