CN101553817B - 以实例进行的过滤器 - Google Patents

以实例进行的过滤器 Download PDF

Info

Publication number
CN101553817B
CN101553817B CN2007800437581A CN200780043758A CN101553817B CN 101553817 B CN101553817 B CN 101553817B CN 2007800437581 A CN2007800437581 A CN 2007800437581A CN 200780043758 A CN200780043758 A CN 200780043758A CN 101553817 B CN101553817 B CN 101553817B
Authority
CN
China
Prior art keywords
data
objects
unit
group
inquiry
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2007800437581A
Other languages
English (en)
Other versions
CN101553817A (zh
Inventor
R·J·E·哈比斯
R·尼基伦辛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101553817A publication Critical patent/CN101553817A/zh
Application granted granted Critical
Publication of CN101553817B publication Critical patent/CN101553817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Abstract

本发明涉及一种用于识别数据-对象组中的某一数据-对象的系统(100),其中,利用多个区别特征描述该数据-对象组中的每个数据-对象,该系统包括:撰写单元(110),其用于撰写识别该某一数据-对象的查询;识别单元(120),其用于基于所述查询识别数据-对象组中的候选数据-对象;呈现单元(130),其用于向用户呈现该候选数据-对象的描述;反馈单元(140),其用于接收关于多个区别特征中的区别特征的用户反馈,所述区别特征描述所述候选数据-对象;以及更新单元(150),其用于基于关于描述候选数据-对象的区别特征的用户反馈更新识别用于某一数据-对象的查询。由此,用户可以基于从呈现单元获得的信息评价候选数据-对象的区别特征,并提供包括所检索的数据与查询相关和/或无关的原因的用户反馈。

Description

以实例进行的过滤器
技术领域
本发明涉及医疗数据存储和检索领域,尤其涉及采用用户反馈的医疗数据检索。
背景技术
在Y.Rui等人的题为“Relevance Feedback Techniques in InteractiveContent-based Image Retrieval”(in Proc.IS&T and SPIE Storage and Retrievalof Image and Video Databases VI,San Jose,CA,USA,1998年1月,第25-36页)的文章中描述了用于图像检索的系统(下文中称为参考文献1)。在相关的反馈方式中,用户为系统提供关于所检索图像的反馈。首先,将系统设置为基于查询图像,通过比较查询图像的预定特征和图像集中每个图像各自的特征从图像集中检索图像。其次,用户根据所检索的图像与查询图像的相似之处从用户的角度将所检索的图像分级。这一分级被称为“相关反馈”。然后利用相关反馈计算为了检索而识别图像所使用的特征的最优权重,并由此确定相关特征。这些特征及其权重确定适合于查询图像或相似的查询图像族的新的相似性测量。基于查询图像族的查询图像,可以利用新的相似性测量从图像集中检索图像。
发明内容
参考文献1中所描述的图像检索方法的局限性在于用户反馈是基于根据其与查询图像的相关性将所检索的图像进行分级。但是,用户反馈不包括说明为何所检索的图像与查询图像相关的原因,即用户不能说明哪个特征使所检索的图像与查询图像相关。另外,系统使用的是能够基于图像数据容易地进行计算的低级的面向计算机的特征,而用户更偏向于基于人类感知的高级的面向人类的特征。
有利的是存在一种用于从数据组中检索数据的系统,该系统能够获取和使用包含说明为何所检索的数据与查询相关和/或不相关的原因的用户反馈。从用户的角度来说该方法是直观的。
为了解决这一问题,在本发明的一个方面,一种用于识别数据-对象组中的某一数据-对象的系统,其中,利用多个区别特征描述所述数据-对象组中的每个数据-对象,包括:
撰写单元,其用于撰写用于识别某一数据-对象的查询;
识别单元,其用于基于查询识别数据-对象组中的候选数据-对象;
呈现单元,其用于向用户呈现候选数据-对象的描述;
反馈单元,其用于接收关于多个区别特征中的一个区别特征的用户反馈,所述区别特征描述候选数据-对象;以及
更新单元,其用于基于关于描述候选数据-对象的区别特征的用户反馈对用于识别某一数据-对象的查询进行更新。
数据-对象组中的数据-对象可以包括诸如(但不限于)脑图像数据或示出置于冠状动脉中的支架的图像数据或冠状动脉树的图形的数据。利用多个区别特征描述每个数据-对象。例如,可以利用脑肿瘤的大小、脑肿瘤的位置以及对于CT脑图像数据而言例如以Hounsfield单位的脑肿瘤的平均强度来描述脑图像数据。可以利用支架的长度、直径和弹性描述支架图像数据。可以利用图形顶点和边缘描述冠状动脉树的图形。
利用呈现单元向用户呈现利用识别单元基于由撰写单元所撰写的查询来识别的候选数据-对象的描述。例如,可以将呈现单元设置为显示所识别的脑图像数据的视图。用户可以基于从呈现单元获得的信息评价候选数据-对象的区别特征,并提供用户反馈。例如,关于所识别的脑图像数据的用户反馈可以包括所显示的图像中的肿瘤的大小太小、肿瘤的位置令人满意以及肿瘤的平均密度应该比所识别的脑数据中的肿瘤的平均密度高的这些信息。将更新单元设置为基于用户反馈更新查询。由此,设置本发明的系统以获得和使用包含说明所检索的数据为何与查询有关和/或无关的原因的用户反馈。
在系统的实施例中,还将反馈单元设置为用于请求关于描述候选数据-对象的区别特征的用户反馈。请求用户对候选数据-对象的区别特征进行反馈有助于用户提供与候选数据-对象的区别特征有关的在句法和语义上正确的用户反馈。
在系统的实施例中,系统还包括用于接收参考数据-对象的参考单元。可以将所识别的候选数据-对象与参考数据-对象进行比较。例如,可以利用系统显示诸如支架的候选数据-对象和诸如冠状动脉的参考数据-对象的图像呈现,并将其向用户示出。有利地,用户反馈可以基于参考数据-对象。这可以使用户更容易提供关于所识别的候选数据-对象的反馈。
在系统的实施例中,系统还包括用于将候选数据-对象与参考数据-对象进行配准的配准单元。配准可以是交互的和/或自动的。将候选数据-对象与参考数据-对象进行配准还使用户更容易确定反馈。例如,在冠状动脉的视图中放置支架图像可以帮助用户确定关于支架长度的反馈。
在系统的实施例中,系统还包括用于计算描述候选数据-对象的参数的值的计算单元。计算描述候选数据-对象的参数的值还使用户更容易确定反馈。例如,可以将计算单元设置为计算所推荐的支架弹性。计算可以基于支架与之配准的动脉片段的曲率。
在系统的实施例中,数据-对象组是植入物数据-对象组。本发明的系统可以具有多种应用。利用本发明的系统便于例如诸如髋关节植入物的整形外科植入物的针对患者的植入物的选择可以显著地缩短找到适合患者的植入物所需要的时间。
在系统的实施例中,数据-对象组是图像数据-对象组。检索描述与医生正在研究的当前病例相似的已知病例的图像可以提供关于当前病例的重要线索。本发明的系统在使用中是直观的,并且能够缩短找到与当前病例相关的病例所需要的时间。
应当领会到,可以以任何有用的方式对该系统的任意两个或多个上述实施例进行组合。
在本发明的另一方面,根据本发明的系统位于图像采集装置中。
在本发明的另一方面,根据本发明的系统位于工作站中。
在本发明的另一方面,一种识别数据-对象组中的某一数据-对象的方法,其中,利用多个区别特征描述数据-对象组中的每个数据-对象,包括:
撰写步骤,其用于撰写识别某一数据-对象的查询;
识别步骤,其用于基于所述查询识别数据-对象组中的候选数据-对象;
呈现步骤,其用于向用户呈现候选数据-对象的描述;
反馈步骤,用于接收关于多个区别特征中的一个区别特征的用户反馈,所述区别特征描述候选数据-对象;以及
更新步骤,其用于基于关于描述候选数据-对象的区别特征的用户反馈对用于识别某一数据-对象的查询进行更新。
在本发明的另一方面,一种要由计算机装置下载的计算机程序产品,包括用于识别数据-对象组的某一数据-对象的指令,其中,利用多个区别技术特征描述数据-对象组的每个数据-对象,所述计算机装置包括处理单元和存储器,下载之后,计算机程序产品为处理单元提供执行以下任务的能力:
撰写用于识别所述某一数据-对象的查询;
基于所述查询识别数据-对象组的候选数据-对象;
向用户呈现候选数据-对象的描述;
接收关于多个区别特征中的一个区别特征的用户反馈,所述区别特征描述候选数据-对象;以及
基于关于描述所述候选数据-对象的区别特征的用户反馈,对用于识别某一数据-对象的查询进行更新。
本领域技术人员基于当前描述能够实现与所描述的该系统的修改和变形相对应的图像采集装置、工作站、方法和/或计算机程序产品的修改和变形。
附图说明
本发明的上述和其他方面参照下文所述的实现方式和实施例并参照附图将变得明显,并将参照此进行阐述,在附图中:
图1示意地示出了系统的示例性实施例的方框图;
图2示出了示例性髋关节植入物模板对话框的快照;
图3示出了针对偏移范围的示例性范围编辑器;
图4示出了方法的示例性实现的流程图;
图5示意地示出了图像采集装置的示例性实施例;以及
图6示意地示出了工作站的示例性实施例。
在所有附图中相同的附图标记表示相同的部分。
具体实施方式
图1示意性地示出了系统100的示例性实施例的方框图,所述系统100用于识别数据-对象组中的某一数据-对象,其中,利用多个区别特征描述数据-对象组中的每个数据-对象,系统100包括:
撰写单元110,其用于撰写用于识别某一数据-对象的查询;
识别单元120,其用于基于所述查询识别数据-对象组中的候选数据-对象;
呈现单元130,其用于向用户呈现候选数据-对象的描述;
反馈单元140,其用于接收关于多个区别特征中的一个区别特征的用户反馈,所述区别特征描述候选数据-对象;以及
更新单元150,其用于基于关于描述候选数据-对象的区别特征的用户反馈对用于识别某一数据-对象的查询进行更新。
系统100的示例性实施例还包括下述可选单元:
参考单元115,其用于接收参考数据-对象;
配准单元125,其将候选数据-对象与参考数据-对象进行配准;
计算单元135,其用于计算描述候选数据-对象的参数的值;
控制单元160,其用于控制系统100的工作流程;
用户界面165,其用于与系统100的用户进行通信;
以及
存储器170,其用于存储数据。
在系统100的实施例中,有三个针对输入数据的输入接口181、182和183。将第一输入接口181设置为接收来自诸如(但不限于)硬盘、磁带、闪存或光盘的数据存储器件的数据。将第二输入接口182设置为接收来自诸如(但不限于)鼠标或触摸屏的用户输入设备的数据。将第三输入接口183设置为接收来自如键盘的用户输入设备的数据。输入接口181、182和183连接到输入控制单元180。
在系统100的实施例中,有两个用于输出数据的输出接口191和192。将第一输出接口191设置为将数据输出到诸如硬盘、磁带、闪存或光盘的数据存储器件。将第二输出接口192设置为将数据输出到显示设备。输出接口191和192经由输出控制单元190接收各自的数据。
本领域技术人员将会理解存在多种方式将输入设备连接到系统100的输入接口181、182和183,以及将输出设备连接到系统的输出接口191和192。这些方式包括(但不限于)有线和无线连接,诸如(但不限于)局域网(LAN)和广域网(WAN)、因特网、数字电话网和模拟电话网的数字网络。
在系统100的实施例中,系统100包括存储单元170。将系统100设置为经由输入接口181、182和183中的任一个接收来自外部设备的输入数据,并将所接收的输入数据存储在存储单元170中。将输入数据下载到存储单元170允许系统100的单元快速访问相关数据部分。输入数据可以包括例如查询数据输入和参考数据-对象。可以利用诸如(但不限于)随机存取存储器(RAM)芯片、只读存储器(ROM)芯片和/或硬盘驱动和硬盘的设备来实现存储单元170。还可以将存储单元170设置为存储输出数据。输出数据可以包括例如所识别的数据-对象。还可以将存储单元170设置为经由存储总线175接收来自系统100的单元的数据,以及将数据递送给系统100的单元,所述系统100包括撰写单元110、参考单元115、识别单元120、配准单元125、呈现单元130、计算单元135、反馈单元140、更新单元150、控制单元160和用户界面165。还可以将存储单元170设置为使得经由输出接口191和192中的任一个使外部设备可以获得输出数据。将来自系统100的单元的数据存储在存储单元170中可以有利地改善系统100的单元的性能,并提高将输出数据从系统100的单元传送到外部设备的速度。
可选择地,系统100可以不包括存储单元170和存储总线175。可以通过诸如外部存储器或处理器的连接到系统100的单元的至少一个外部设备提供系统100所使用的输入数据。类似地,可以将系统100产生的输出数据提供给诸如外部存储器或处理器的连接到系统100的单元的至少一个外部设备。可以将系统100的单元设置为经由内部连接或经由数据总线接收来自彼此的数据。
在系统100的实施例中,系统100包括控制单元160,其用于控制系统100的工作流程。可以将控制单元设置为接收来自系统100的单元的控制数据及为系统100的单元提供控制数据。例如,在识别候选数据-对象以后,可以将计算单元120设置为将控制数据“已经识别候选数据-对象”传送给控制单元160,及可以将控制单元160设置为将控制数据“显示候选数据-对象”提供给呈现单元130,以请求呈现单元130显示所识别的候选数据-对象的视图。可选择地,可以在系统100的另一个单元中实现控制功能。
在系统100的实施例中,系统100包括用户界面165,其用于与系统100的用户进行通信。可以将用户界面165设置为提醒用户关于所识别的候选对象的用户反馈。任选地,可以将用户界面设置为接收用于选择系统100操作模式的用户输入,诸如用于将所识别候选数据-对象与参考数据-对象进行配准的模式。本领域技术人员将会理解,在系统100的用户界面165中可以有利地实现更多的功能。
将系统100设置为识别数据-对象组中的某一数据-对象,利用多个区别特征描述数据-对象组中的每个数据-对象。数据-对象典型地描述身体对象。例如,数据-对象可以包括图像数据组,每个图像数据组包括用于将身体对象可视化的数据。例如,由数据-对象描述的身体对象可以是诸如心脏、脑、肺、膝关节、脊椎的解剖结构。例如,数据-对象还可以包括诸如患者的姓名和年龄、诊断和对象的位置的关于身体对象的信息。数据-对象组可以具有结构。数据-对象组的示例性结构包括(但不限于)链表、二元树、曲线图和关系数据库。
利用多个区别特征描述每个数据-对象。例如,支架的区别特征可以是支架的长度,脑图像的区别特征可以是脑肿瘤的轮廓,包括心脏舒张期结束时心脏的3D图像数据组和心脏收缩结束时心脏的3D图像数据组中的一对图像数据组的区别特征可以是射血分数。系统中可以包括多个区别特征,可以将系统设计为用于识别某一特殊类型的数据-对象,例如图像数据、医学植入物、支架或用于皮疹治疗的乳膏组合物。可选择地,多个区别特征可以位于数据-对象组中的一个数据-对象中。
将系统100的撰写单元110设置为撰写用于识别某一数据-对象的查询。查询可以基于用户输入。查询将依据存储在数据-对象组中的数据-对象。例如,在数据-对象包括医学图像数据组的情况下,查询可以包括患者的姓名、年龄和性别、诊断、获取例如胸部CT扫描的图像数据的方式、获取图像数据的时间的信息和家庭医生的姓名等。这些数据-对象组份中的每一个可以是查询的一部分。查询还可以包括区别特征的值。该值可以是例如支架长度的数值、或例如描述脑肿瘤轮廓的顶点坐标的数值组。
将系统100的识别单元120设置为基于查询识别数据-对象组中的候选数据-对象。将识别单元120设置为选择数据-对象组中的数据-对象,并基于查询评价所选择的数据-对象组中的数据-对象。如果数据-对象满足查询,识别单元120将该数据-对象识别为候选数据-对象。可以将识别单元120设置为选择另一个数据-对象,并检查所选择的数据-对象是否满足查询。在一个实施例中,可以随意选择数据-对象。在另一实施例中,数据-对象组可以排列成二元树,可以将识别单元设置为横穿过该二元树。本领域技术人员将会知晓横穿诸如链表、树和关系数据库的各种数据结构的各种方法。
可以将识别单元120设置为基于查询仅检查位于评价所需要的数据-对象的相关部份中的数据-对象的这部分。任选地,可以索引数据-对象组。索引可以包括用于识别数据-对象的数据。可以将识别单元120设置为基于数据-对象的索引识别数据-对象。这可以加快候选对象数据的识别,尤其是在例如10兆字节图像的大数据-对象的情况中。
本领域技术人员将会理解可以将识别单元120设置为识别满足查询的多个候选数据-对象。如果没有数据-对象满足查询,可以将系统100的用户界面165设置为显示“失败”消息,例如“没有找到满足由查询所指定的标准的数据-对象”。
将系统100的呈现单元130设置为向用户呈现候选数据-对象的描述。例如,如果数据-对象包括图像数据,可以将该图像呈现给用户。如果数据-对象包括三维(3D)图像数据组,可以将基于所述3D图像数据组的计算视图呈现给用户。任选地,可以使用户能够利用用户界面165交互地选择要计算的视图。还可以将呈现单元设置为呈现描述候选数据-对象的区别特征的值。另外,还可以将认为有用的描述数据-对象的任何其他信息呈现给用户。
将系统100的反馈单元140设置为接收关于多个区别特征中的一个区别特征的用户反馈,所述区别特征描述候选数据-对象。如果用户不能接受该候选数据-对象作为某一数据-对象,用户可以基于由呈现单元130所呈现的候选数据-对象的描述确定为何不能接受该候选数据-对象。将反馈单元140设置为接收用于确定所识别的候选数据-对象的哪个区别特征不满足用户要求的用户反馈。此外,将反馈单元140设置为接收关于为何描述候选数据-对象的区别特征的值为不良的进一步用户反馈,例如,某一数据-对象的区别特征的值是否大于或小于候选数据-对象的所述区别特征的值。可选择地,用户可以为反馈单元140提供接受区别特征的值的反馈。如果用户接受该候选数据-对象的区别特征的值,则系统100可以接受该候选数据-对象作为该某一数据-对象。
在系统100的实施例中,还将反馈单元140设置为用于请求关于描述候选数据-对象的区别特征的用户反馈。例如,可以将反馈单元140设置为利用用户界面165显示包含关于候选数据-对象的区别特征的反馈查询的对话框。例如,反馈查询可以位于系统100中或者可以位于由识别单元120所识别的候选数据-对象中。对话框还可以显示接收用户反馈的方式,例如触发按钮、检验框、文本框、滑块和/或从中选择的选择列表。可选择地,可以将基于文本的对话框设置为显示查询和接受句法上正确的用户输入。
在系统100的实施例中,系统100还包括用于接收参考数据-对象的参考单元115。可以将呈现单元130设置为向用户呈现参考数据-对象和候选数据-对象的描述。用户可以将参考数据-对象和候选数据-对象的描述进行比较。比较这两个描述能够使用户更容易确定反馈。参考数据-对象可以是认为与某一数据-对象相似的数据-对象。可选择地,参考数据-对象可以是认为与某一数据-对象互补的数据-对象。任选地,撰写单元110可以利用参考数据-对象提取用于撰写查询的信息,例如用于计算区别特征的值的初始范围。
在系统100的实施例中,系统100还包括用于将候选数据-对象与参考数据-对象进行配准的配准单元125。在配准单元125中执行的配准方法可以是自动、半自动或手动的。将候选数据-对象与参考数据-对象进行配准有助于用户为反馈单元140提供有用的用户反馈。
在系统100的实施例中,系统100还包括用于计算描述候选数据的参数的值的计算单元135。例如,描述包括图像的数据-对象的参数可以是图像柱状图。可以将计算单元135设置为计算图像的柱状图,并且呈现单元可以将柱状图呈现给用户。在系统100的实施例中,可以将计算单元135设置为基于位于候选数据-对象中的图像的柱状图和位于参考数据-对象中的参考图像的柱状图计算均方根误差。在系统100的实施例中,可以将计算单元135设置为基于用所述动脉的图像与所述支架的图像的配准计算动脉的梗塞部分被放置在动脉中的支架所打开的百分比。任选地,描述候选数据-对象的参数的计算值可以是描述候选数据-对象的区别特征的值。
在系统100的实施例中,多个区别特征的区别特征的值是基于数据-对象组中的数据-对象和参考数据-对象。例如,每个数据-对象可以包括描述髋关节植入物的髋关节植入物模板,且参考数据-对象可以包括需要髋关节植入物的患者的腿部图像。将识别单元120设置为找到候选数据-对象-髋关节植入物模板。可以将配准单元125设置为将候选髋关节植入物模板与患者图像进行配准和/或可以将计算单元135设置为基于髋关节植入物和患者图像计算腿部长度的差异。可选择地,可以利用呈现单元130显示将候选髋关节植入物模板与患者图像进行配准的图像。不同的髋关节植入物会引起不同的腿部长度的差异。如果腿部长度的差异太大,则候选髋关节植入物是不能接受的。系统100可以将腿部长度的差异用作为髋关节植入物的区别特征。
将系统100的更新单元150设置为基于关于描述候选数据-对象的区别特征的用户反馈对识别某一数据-对象的查询进行更新。反馈单元140以及任选地,参考单元115、配准单元125和计算单元135允许基于用户对候选数据-对象的理解和评价以直观的方式对所述查询进行更新。
在系统100的实施例中,数据-对象组是植入物数据-对象组。例如,数据-对象组是髋关节植入物模板组。描述髋关节植入物模板的多个区别特征包括偏移量、轴体大小和颈干(CCD)角的变化。由撰写单元所撰写的查询可以基于患者的非相关侧的测量、基于患者的解剖结构的拟合(fit)的初始测量,以及可任选地,基于区别特征的值的初始范围。基于查询,将候选的最佳拟合髋关节植入物的列表呈现给例如整形外科医生的用户。列表还可以包括各个髋关节植入物的特征的列表。任选地,可以显示表示个别植入物的图像的平铺组。髋关节植入物模板的轮廓可以被叠加在患者髋关节的图像上。用户可以基于所述候选的最适合髋关节植入物及其特征的列表和/或基于所显示的图像提供反馈。反馈单元140可以包括文本或图形对话框。如果用户放弃来自最适合的髋关节植入物的列表的髋关节植入物模板,将显示对话框并要求用户输入包括关于区别特征的信息的反馈,即:为何放弃由髋关节植入物模板所表示的髋关节植入物。
图2示出了示例性髋关节植入物模板对话框的快照。放弃候选的CLS145躯干髋关节植入物。对话框包括用于显示候选髋关节植入物的区别特征的值的第一区210和用于显示候选髋关节植入物的视图的第二区215。对话框还包括用于获得关于为何放弃该髋关节植入物的用户反馈的过滤器按钮。如果按下按钮,则相应地更新查询。例如,如果按下“对于轴体来说太小”按钮221,更新单元150将基于该反馈更新查询。更新的查询将包括针对识别单元120将识别髋关节植入物模板限制在比所呈现的候选髋关节植入物更大的髋关节植入物的指令。在另一实施例中,如果按下“偏移量太大”按钮227,更新的查询将包括针对识别单元120将识别髋关节植入物模板限制在偏移量比候选髋关节植入物的偏移量更小的髋关节植入物的指令。
在图2所示的实施例中,每个过滤器按钮区包括说明拒绝候选模板原因的按钮名称,即定义与按钮相关联的区别特征,如果按下过滤器按钮,识别单元120将会考虑原因的图形呈现、过滤器按钮和髋关节植入物模板组中的髋关节植入物模板的数量。
可选择地,用于选择区别特征的对话框可以包括三个按钮。一按下按钮,可以显示用于输入候选髋关节植入物的区别特征范围的范围编辑器。在图3中示出了针对偏移量范围的示例性范围编辑器。
在系统100的实施例中,数据-对象组是图像数据-对象组。例如,每个数据-对象可以包括医学图像和诊断。每个数据-对象还可以包括诸如(但不限于)图像获取模式、患者年龄和患者性别的其他信息。例如,排列为关系数据库的图像数据-对象组对于诸如肿瘤学家或脑外科医生的用户是有用的,以帮助用户诊断新的医学图像。新的医学图像可以是参考数据-对象,并可以由系统100获得。用户基于新的医学图像确定初步诊断。由撰写单元110撰写的查询可以包括该初步诊断。查询还可以包括诸如图像获取模式、患者年龄和患者性别的其他信息。将系统100的识别单元120设置为基于查询识别候选图像。呈现单元130向用户呈现候选图像。用户可以选择候选图像以提供关于所选择的候选图像的用户反馈。区别特征可以依据初步诊断。例如,在脑卒中的情况中,区别特征可以是脑卒中区域的大小、与一组界标相对应的位置和脑卒中区域的平均密度。例如,在脑的液体衰减反转恢复(FLAIR)图像中,图像在一段时间之前发生脑卒中的区域中是亮的,在能发生或近期发生脑卒中的区域中是灰色的,在不能发生脑卒中的区域中是暗的。通过查看新的医学图像和候选图像,用户可以为反馈单元140提供关于区别特征的线索。例如,用户反馈可以包括候选图像中受影响区域太小和太亮的信息。然后更新单元150可以利用这一反馈更新查询。计算单元135可以计算候选图像中受影响区域的位置和大小,或者该候选图像中受影响区域的位置和大小可以包含于数据-对象中。在成功搜索之后,所识别的某一数据-对象包括示出与新的医学图像类似的脑卒中区域的医学图像。用户现在可以检索和研究与某一数据-对象相应并任选地位于某一数据-对象中的病历。这可以有助于例如决定患者的最终诊断、预后和治疗。
本领域技术人员将会理解,根据本发明的系统100在诸如(但不限于)医学诊断、预后和治疗计划的不同的工作中可以是帮助医生的有效工具。
本领域技术人员还将会理解,系统100的其他实施例也是可能的。在其他情况中,可能重新定义系统的单元并重新分配其功能。例如,配准单元125、呈现单元和/或反馈单元140可以组合成为一个单元。在系统100的实施例中,可能具有代替计算单元135的多个计算单元。可以将多个计算单元中的每个计算单元设置为计算描述数据-对象的预定参数的值。
可以利用处理器实现系统100的单元。通常,在软件程序产品的控制下实现其功能。在执行期间,通常将软件程序产品下载到如RAM的存储器中,并由此开始执行。可以从如ROM、硬盘或磁和/或光存储器件的后台存储器中下载程序,或者可以经由如因特网的网络下载程序。任选地,专用集成电路可以提供所述功能。
图4示出了识别数据-对象组中的某一数据-对象的方法400的示例性实施方式的流程图,其中,利用多个区别特征描述数据-对象组中的每个数据-对象。在简单实施方式中,方法400具有5个步骤。方法400开始于撰写步骤410,其用于撰写识别某一数据-对象的查询。在撰写步骤410之后,方法400继续到识别步骤420,其用于基于该查询识别数据-对象组中的候选数据-对象。在识别步骤420之后,方法400继续到呈现步骤430,其用于向用户呈现候选数据-对象的描述。在呈现步骤430之后,方法400继续到反馈步骤440,其用于接收关于多个区别特征中的区别特征的用户反馈,该区别特征描述该候选数据-对象。如果用户接受所识别的候选数据-对象作为某一数据-对象,方法400结束。如果用户拒绝所识别的候选数据-对象作为某一数据-对象,方法400可以继续到更新步骤450,其基于关于描述该候选数据-对象的区别特征的用户反馈更新识别该某一数据-对象的查询。可选择地,在没有识别某一数据-对象的情况下方法400可以结束,例如基于用于结束方法400的用户输入。
方法400中步骤的顺序不是强制的,本领域技术人员在不偏离本发明构思的情况下,可以利用线程模型、多处理器系统或多处理器改变某些步骤的顺序或同时执行某些步骤。任选地,本发明的方法400的两个或多个步骤可以组合成一个步骤。任选地,本发明的方法400的一个步骤可以划分为多个步骤。
图5示意地示出了采用系统100的图像采集装置500的示例性实施例,所述图像采集装置500包括经由因特网连接与系统100连接的图像采集单元510、输入接口501和输出接口502。为图像采集装置500提供系统100识别数据-对象组中的某一数据-对象的有利性能,利用多个区别特征描述数据-对象组中的每个数据-对象,这一安排有利地提高了图像采集装置500的性能。图像采集装置的示例包括(但不限于)CT系统、X光系统、MRI系统、US系统、PET系统、SPECT系统和NM系统。
图6示意地示出了工作站600的示例性实施例。工作站包括系统总线601。处理器610、存储器620、磁盘输入/输出(I/O)适配器630和用户界面(UI)640可操作地连接到系统总线601。磁盘存储设备631可操作地耦合到磁盘I/O适配器630。键盘641、鼠标642和显示器643可操作地耦合到UI 640。将实现为计算机程序的本发明的系统100存储在磁盘存储设备631中。将工作站600设置为将程序和输入数据下载到存储器620,并在处理器610上执行程序。用户可以利用键盘641和/或鼠标642将信息输入到工作站600。将工作站设置为将信息输出到显示设备643和/或磁盘631。本领域技术人员将会理解,在本领域中已知有工作站600的大量其他实施例,本实施例用于说明本发明而不应理解为将本发明限制在该特定实施例中。
应该理解上述实施例用于说明而不是限制本发明,本领域技术人员在不偏离权利要求范围的情况下将能够设计替代实施例。在权利要求中,任何置于括号中的附图标记不应构成对权利要求的限制。词语“包括”不排除存在未列在权利要求或说明书中的元件或步骤。元件前面的词语“一”或“一个”不排除存在多个这样的元件。可以借助于包括几种不同元件的硬件以及借助于可编程计算机实现本发明。在列举了几个单元的系统权利要求中,可以由一个或同样的硬件或软件将这几个单元具体化。词汇第一、第二和第三等的使用不表示任何顺序。应该将这些词语应理解为名称。

Claims (11)

1.一种用于识别数据-对象组中的某一数据-对象的系统(100),其中,利用多个区别特征描述所述数据-对象组中的每个数据-对象,所述系统包括:
撰写单元(110),其用于撰写用于识别所述某一数据-对象的查询;
识别单元(120),其用于基于所述查询识别所述数据-对象组中的候选数据-对象;
呈现单元(130),其用于向用户呈现所述候选数据-对象的描述;
反馈单元(140),其用于接收关于所述多个区别特征中的一个区别特征的用户反馈,所述区别特征描述所述候选数据-对象,所述用户反馈包含说明所述候选数据对象为何与所述查询有关和/或无关的原因;以及
更新单元(150),其用于基于关于描述所述候选数据-对象的所述区别特征的所述用户反馈对用于识别所述某一数据-对象的所述查询进行更新。
2.如权利要求1所述的系统(100),其中,还将所述反馈单元(140)设置为请求关于描述所述候选数据-对象的所述区别特征的用户反馈。
3.如权利要求1所述的系统(100),还包括用于接收参考数据-对象的参考单元(115)。
4.如权利要求3所述的系统(100),还包括用于将所述候选数据-对象与所述参考数据-对象进行配准的配准单元(125)。
5.如权利要求1所述的系统(100),还包括用于计算描述所述候选数据-对象的参数的值的计算单元(135)。
6.如权利要求1所述的系统(100),其中,所述数据-对象组是植入物数据-对象组。
7.如权利要求1所述的系统(100),其中,所述数据-对象组是图像数据-对象组。
8.一种包括如权利要求1所述的系统(100)的图像获取装置(500)。
9.一种包括如权利要求1所述的系统(100)的工作站(600)。
10.一种识别数据-对象组中的某一数据-对象的方法(400),其中,利用多个区别特征描述所述数据-对象组中的每个数据-对象,所述方法包括:
撰写步骤(410),其用于撰写识别所述某一数据-对象的查询;
识别步骤(420),其用于基于所述查询识别所述数据-对象组中的候选数据-对象;
呈现步骤(430),其用于向用户呈现所述候选数据-对象的描述;
反馈步骤(440),用于接收关于所述多个区别特征中的一个区别特征的用户反馈,所述区别特征描述所述候选数据-对象,所述用户反馈包含说明所述候选数据对象为何与所述查询有关和/或无关的原因;以及
更新步骤(450),其用于基于关于描述所述候选数据-对象的所述区别特征的所述用户反馈对用于识别所述某一数据-对象的所述查询进行更新。
11.一种识别数据-对象组中的某一数据-对象的装置,其中,利用多个区别特征描述所述数据-对象组中的每个数据-对象,所述装置包括:
用于撰写识别所述某一数据-对象的查询的模块;
用于基于所述查询识别所述数据-对象组中的候选数据-对象的模块;
用于向用户呈现所述候选数据-对象的描述的模块;
用于接收关于所述多个区别特征中的一个区别特征的用户反馈的模块,所述区别特征描述所述候选数据-对象,所述用户反馈包含说明所述候选数据对象为何与所述查询有关和/或无关的原因;以及
用于基于关于描述所述候选数据-对象的所述区别特征的所述用户反馈对用于识别所述某一数据-对象的所述查询进行更新的模块。
CN2007800437581A 2006-11-29 2007-11-26 以实例进行的过滤器 Active CN101553817B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP06124988 2006-11-29
EP06124988.4 2006-11-29
PCT/IB2007/054780 WO2008065593A1 (en) 2006-11-29 2007-11-26 Filter by example

Publications (2)

Publication Number Publication Date
CN101553817A CN101553817A (zh) 2009-10-07
CN101553817B true CN101553817B (zh) 2013-03-27

Family

ID=39232735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800437581A Active CN101553817B (zh) 2006-11-29 2007-11-26 以实例进行的过滤器

Country Status (6)

Country Link
US (1) US8631025B2 (zh)
EP (1) EP2089816A1 (zh)
JP (1) JP5390393B2 (zh)
CN (1) CN101553817B (zh)
RU (1) RU2475833C2 (zh)
WO (1) WO2008065593A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10210179B2 (en) * 2008-11-18 2019-02-19 Excalibur Ip, Llc Dynamic feature weighting
US10478069B2 (en) * 2015-03-12 2019-11-19 The Asan Foundation Method for estimating time of occurrence of infarct on basis of brain image

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3284528B2 (ja) * 1995-03-15 2002-05-20 オムロン株式会社 画像検索方法及び装置
JPH09114853A (ja) * 1995-10-20 1997-05-02 Omron Corp 画像検索方法および画像検索装置
WO1997022925A1 (en) * 1995-12-15 1997-06-26 Object Dynamics Corp. Method and system for constructing software components and systems as assemblies of independent parts
RU2272318C2 (ru) * 1999-08-03 2006-03-20 Вижионартс Инк. Считываемый компьютером носитель записи, на котором записан файл изображения, устройство для изготовления носителя записи, носитель, на котором записана программа для создания файла изображения, устройство для передачи файла изображения, устройство для обработки файла изображения и носитель, на котором записана программа обработки файла изображения
US6496850B1 (en) * 1999-08-31 2002-12-17 Accenture Llp Clean-up of orphaned server contexts
US7212311B2 (en) * 1999-12-28 2007-05-01 Fujifilm Corporation Image processing condition setting apparatus and image processing condition setting program storage medium
JP2004507288A (ja) * 2000-07-06 2004-03-11 ジンテーズ アクチエンゲゼルシャフト クール ぶつかり検知方法およびぶつかり検知装置
US7099860B1 (en) * 2000-10-30 2006-08-29 Microsoft Corporation Image retrieval systems and methods with semantic and feature based relevance feedback
US6728706B2 (en) * 2001-03-23 2004-04-27 International Business Machines Corporation Searching products catalogs
US6748398B2 (en) 2001-03-30 2004-06-08 Microsoft Corporation Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR)
US20030123737A1 (en) * 2001-12-27 2003-07-03 Aleksandra Mojsilovic Perceptual method for browsing, searching, querying and visualizing collections of digital images
US8010180B2 (en) 2002-03-06 2011-08-30 Mako Surgical Corp. Haptic guidance system and method
US7043474B2 (en) * 2002-04-15 2006-05-09 International Business Machines Corporation System and method for measuring image similarity based on semantic meaning
US6993534B2 (en) 2002-05-08 2006-01-31 International Business Machines Corporation Data store for knowledge-based data mining system
US6826738B2 (en) * 2002-05-10 2004-11-30 Pdf Solutions, Inc. Optimization of die placement on wafers
US7987491B2 (en) * 2002-05-10 2011-07-26 Richard Reisman Method and apparatus for browsing using alternative linkbases
CA2397424A1 (en) * 2002-08-09 2004-02-09 Mohammed Lamine Kherfi Content-based image retrieval using positive and negative examples
US20040044295A1 (en) 2002-08-19 2004-03-04 Orthosoft Inc. Graphical user interface for computer-assisted surgery
US7065521B2 (en) * 2003-03-07 2006-06-20 Motorola, Inc. Method for fuzzy logic rule based multimedia information retrival with text and perceptual features
JP2005269604A (ja) * 2004-02-20 2005-09-29 Fuji Photo Film Co Ltd 撮像装置、撮像方法、及び撮像プログラム
US20050278328A1 (en) * 2004-06-04 2005-12-15 Marston Michael J Sorting and filtering techniques for products, namely posters and artwork
US8146016B2 (en) * 2004-08-16 2012-03-27 Microsoft Corporation User interface for displaying a gallery of formatting options applicable to a selected object
JP4494196B2 (ja) * 2004-12-27 2010-06-30 京セラ株式会社 画像表示装置
US20060259360A1 (en) * 2005-05-16 2006-11-16 Manyworlds, Inc. Multiple Attribute and Behavior-based Advertising Process
US7907755B1 (en) * 2006-05-10 2011-03-15 Aol Inc. Detecting facial similarity based on human perception of facial similarity
US7916976B1 (en) * 2006-10-05 2011-03-29 Kedikian Roland H Facial based image organization and retrieval method
WO2010096950A1 (zh) * 2009-02-25 2010-09-02 上海贝尔股份有限公司 增加以太网供电系统所支持受电设备的个数的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Munehiro Nakazato 等.Evaluating group-based relevance feedback for content-based image retrieval.《Proceedings 2003 international conference on image processing》.2003,第2卷第599页左栏-第601页右栏. *
Yong Rui .etc.Relevance Feedback: A power Tool for Interactive Content-Based Image Retrieval.《IEEE transactions on circuits and systems for video thchnology》.1998,第8卷(第5期),第1页左栏-第10页左栏. *

Also Published As

Publication number Publication date
US8631025B2 (en) 2014-01-14
EP2089816A1 (en) 2009-08-19
JP5390393B2 (ja) 2014-01-15
CN101553817A (zh) 2009-10-07
RU2009124452A (ru) 2011-01-10
WO2008065593A1 (en) 2008-06-05
RU2475833C2 (ru) 2013-02-20
US20100121846A1 (en) 2010-05-13
JP2010511242A (ja) 2010-04-08

Similar Documents

Publication Publication Date Title
US6901277B2 (en) Methods for generating a lung report
US7130457B2 (en) Systems and graphical user interface for analyzing body images
JP6220310B2 (ja) 医用画像情報システム、医用画像情報処理方法及びプログラム
US20030028401A1 (en) Customizable lung report generator
US10997466B2 (en) Method and system for image segmentation and identification
US20050148852A1 (en) Method for producing result images for an examination object
CN101536001B (zh) 用于有效诊断的与解剖有关的随图像环境而定的应用
JP6379394B2 (ja) 軟骨修復用手術キットを製造するための方法およびノード
US7496217B2 (en) Method and image processing system for segmentation of section image data
JP2009157527A (ja) 医用画像処理装置、医用画像処理方法ならびにプログラム
CN107004305A (zh) 医学图像编辑
US20240078676A1 (en) Interactive coronary labeling using interventional x-ray images and deep learning
RU2513905C2 (ru) Классификация изображения на основе сегментации изображения
CN107106104A (zh) 用于骨科分析和治疗设计的系统和方法
CN101553817B (zh) 以实例进行的过滤器
AU2019204365B1 (en) Method and System for Image Segmentation and Identification
EP4310854A1 (en) Document creation device, method, and program
EP4339961A1 (en) Methods and systems for providing a template data structure for a medical report
US20240127917A1 (en) Method and system for providing a document model structure for producing a medical findings report
EP4111942A1 (en) Methods and systems for identifying slices in medical image data sets
US20210065899A1 (en) Methods and systems for computer-aided diagnosis with deep learning models
CN115760961A (zh) 血管图像处理方法、装置、服务器及后处理图像生成系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant