CN101632604A - 用于确定涉及患者前列腺的参数的方法和装置 - Google Patents
用于确定涉及患者前列腺的参数的方法和装置 Download PDFInfo
- Publication number
- CN101632604A CN101632604A CN200910164694A CN200910164694A CN101632604A CN 101632604 A CN101632604 A CN 101632604A CN 200910164694 A CN200910164694 A CN 200910164694A CN 200910164694 A CN200910164694 A CN 200910164694A CN 101632604 A CN101632604 A CN 101632604A
- Authority
- CN
- China
- Prior art keywords
- patient
- feature
- risk value
- parameter
- prostatosis
- 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.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L3/00—Containers or dishes for laboratory use, e.g. laboratory glassware; Droppers
- B01L3/50—Containers for the purpose of retaining a material to be analysed, e.g. test tubes
- B01L3/502—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures
- B01L3/5027—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures by integrated microfluidic structures, i.e. dimensions of channels and chambers are such that surface tension forces are important, e.g. lab-on-a-chip
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
在用来确定至少一个涉及患者(2)的前列腺(52)的参数的方法中,集成的诊断支持系统(30)进行以下步骤:根据筛选方法(8)确定对于前列腺疾病的第一风险特征值(12),如果其超过第一边界值(14),则根据提供患者的医学图像(50)的方法(16)确定至少一个对于前列腺疾病的第二风险值(18)和其部位(62)。集成的报告系统(38)输出至少一个风险特征值(12,18)和/或部位(62)作为参数。相应的装置(30)包括进行筛选测试的迷你实验室分析单元(34),对于第一风险特征值的智能决策支持系统(10),到成像系统(48)的第一接口(46),对于医学图像(50)的用于第二风险特征值的评价系统(60),和具有用户接口(39)的报告系统(38)。
Description
技术领域
本发明涉及一种用于确定涉及患者前列腺的参数的方法和装置。
背景技术
目前的医学的目标是尽可能精确和及时地治疗患者的特别复杂的疾病。为此必须尽可能早地和精确地识别疾病的存在和类型。对于男性的不同的前列腺疾病(包括在男性中最常见的癌症类型-前列腺癌)来说特别是这样。
对于前列腺疾病来说一方面要在尽可能多的潜在危险(例如老年)人中进行早期诊断和鉴别诊断,以提高治愈机会并同时降低后续治疗成本。另一方面根据目前通常的方式,前列腺疾病的诊断是多级的和漫长的过程:
图3以在时间t上的流程图示出在前列腺诊断中的目前典型的方式。首先在患者302在医生诊所304中的第一次就诊300a中对该患者抽取血样306。为了从血样306中确定PSA值308(也就是“前列腺-特殊抗原”),将该血样送到中心实验室310,该中心实验室进行分析并将结果通知诊所304中的医生312。PSA值308是用于前列腺疾病的指标,但是具有有限的特性。该过程持续至少一天、通常是数天。
如果在开业医生处进行了该第一次检查、也就是就诊300a,并且显示出了怀疑,则将患者302转送至医院314,在医院中在就诊300b中按照上述过程为了确诊通常再次确定上面提到的PSA值308,仍然通过(可能是其它的)中央实验室。
如果PSA测试的结果证实所述怀疑就是前列腺疾病,则第二次约请患者302到医院314就诊300c,这次进行TRUS(TransRektalen UltraSchall,经直肠超声波)检查316。在此,在患者302的前列腺318局部检查证实怀疑的因素。然而在许多情况下在第一次就诊300b中也进行TRUS检查316。
如果PSA或TRUS检查结果证实了疾病怀疑,则第二次或第三次约请患者302就诊300d以进行活组织检查320。因为不能确保活组织检查针321刺中患者302中的可能病灶(例如炎症或者肿瘤),有时必须多次进行这样的活组织检查320。
活组织检查320的新的方案使用所谓的引导的活组织检查,也就是说,带有同时给予造影剂324的超声波成像322,以便有针对地引导活组织检查针321到病灶。这降低了患者302的身体的和心里的负担,因为通常只需进行一次活组织检查320。
由此在图3中描述的标准过程通常总共持续多个星期并且必须在多次接受治疗或者就诊300a-d中进行。
也就是说,用公知的方法对患者收集参数。参数例如是实验室值、超声波图像或者透视图像或者其它检查值。这些参数反映患者的前列腺的状况,也就是与患者的前列腺疾病有关。换言之,这些参数为医生形成数据库,医生根据该数据库通过其个人对实际情况的分析为患者提供诊断,以便排除前列腺病变或者例如诊断其种类或严重性。
发明内容
本发明要解决的技术问题是,提出一种可以用来进行确定涉及上面提到的患者的前列腺的参数的改进的方法和装置。
关于方法的上述技术问题是通过一种用来确定至少一个涉及患者前列腺的参数的方法解决的,该方法具有以下步骤:在此由装置、也就是集成的诊断支持系统按照集成的工作流程进行这些步骤。首先,对患者根据筛选方法确定对于存在前列腺疾病的第一风险特征值。换言之,作为筛选测试的结果或者说作为第一风险值确定全局的、也就是身体范围的对于存在前列腺疾病的测量的风险。在筛选的范围内例如可以测量建立的PSA水平和由其推导的特性。还可以采用具有较高灵敏度和特性的标记组(Marker-Panel)、即同时的多个标记物。
如果第一风险特征值超过第一边界值,则对患者根据提供患者的医学图像、例如超声波或者透视图像的方法确定对于存在前列腺疾病的第二风险值和前列腺疾病的估计的部位。
也就是说,在该方法步骤中用第一非介入的方法在存在全局风险的情况下-并且只有这样才-在使用诸如超声波的成像方法的条件下,作为第二风险特征值显示对特殊的患者局部地测量的对于存在疾病的风险。必要时可以与非特定的或者特定于疾病的在活体中的标记物、例如造影剂组合进行成像方法。此外通过成像方法产生的医学图像提供给医生在诊断步骤中关于对患者来说预计的疾病的种类的详细的结论、例如前列腺炎或者前列腺癌的存在。
在至少一个进行的步骤之后,集成的报告系统给出至少一个在到目前为止的方法过程中所确定的或者已经可供使用的值或者说数据、也就是风险特征值和/或部位作为参数。换言之,根据集成的报告系统的种类以清楚的、支持最终诊断的方式将所有的检查、结果和风险分析显示给医生。因此确保由医生引用的结果的质量标准。此外还确保,根据有效的医学指导方针的状况进行所述方法过程。
例如,经过用户界面进行这样的集成的报告的显示。该报告显示诊断-治疗的过程的综合的观察记录表。根据医学的指导方针以质量安全的方式显示当前的、诊断相关或者治疗相关的数据、图像、分析、检查结果和风险情况。
在此,本发明基于如下知识:以集成的、也可通过开业医生进行的形式提供合适的分析和诊断方法。这样,加速了参数收集的过程和由此与之紧接着的通过医生对前列腺疾病的诊断并且使得(成本)更有效。由此可以对要仔细检查的潜在危险人群的更宽的范围进行该方法。
换言之,按照本发明的方法描述了用于安排对前列腺疾病的诊断和必要时治疗或者说诊治(Theranostik)的集成的解决方案。所有的方法步骤通过所述方法以如下方式提供:首先立即地并且其次分别在现场例如全部在诊疗所或者在开业医生处进行这些方法步骤。
由此,本方法的主要特征是组成部分或者说单个步骤的识别以及精确组合为一个工作流程,该工作流程以最佳方式支持医生、例如泌尿科医生。
该方法为泌尿科医生提供最佳工作流程。由此泌尿科医生可以保证其工作的质量、提高对其患者的健康保障,并且通过节省不必要的诊断过程降低诊断的成本。
可以模块化地构建所述方法以及相应的装置并且与单个医院或诊所的要求相适应。
与目前的情况相比所述方法大大节省了准备诊断的时间。减小了患者的不舒适性和心里负担。可以与新的指导方针灵活地匹配并且有效地优化,即通过由各个新的和改进的方法部分代替存在的方法模块。例如通过集成地计划或者结合对局部治疗的支持、例如高强度的聚焦的超声波(HIFU),例如可以从纯的诊断扩展到治疗准备。
在本方法的优选变形中实施以下附加的步骤:
如果除了上面提到的用于第一边界值的条件,第二风险特征值也超过第二边界值,则根据介入方法在前列腺疾病的部位上对患者确定组织状态、也就是局部疾病状态。然后通过报告系统还可以可选地给出组织状态。
在该方法步骤中仅仅在存在全局的和局部的风险时-并且只有这样才-进行第二种介入式方法。这允许对患者获取参数,这些参数在后面的通过医生的诊断中允许,获得关于组织状态以及患者疾病的种类和严重性的确定的清楚性。
在一种优选实施方式中,在同时考虑在体外的测试的条件下进行筛选方法。该测试又是在迷你实验室分析单元中现场进行。
在另一种实施方式中,在使用基于IT的决策支持系统的条件下确定第一风险特征值。
在本方法的可选实施方式中,根据特定于前列腺的改变确定第二风险特征值。这从所产生的医学图像中获得。
在本方法的变形中,评价系统例如以软件的形式计算第二风险特征值。还可以例如以风险图的形式确定该特征值、也就是局部的风险的空间的分布。
例如可以为了分析超声波检查的结果执行评价软件。例如,可以从造影剂加强的超声波图像中确定对于患病的组织、例如癌组织的存在的空间的概率分布。该分布然后被称为风险图。
在执行介入的方法的情况下,在一种优选的实施方式中例如为了在介入方法中引导活组织检查针,可以以特别精确的方式使用成像方法的结果、必要时与风险图重叠。
在本方法中,以优选方式借助知识管理系统可以进行第一和第二风险特征值的确定。该知识管理系统例如由集成的医学的患者数据库和网络入口组成,经过该网络入口以上下文敏感的方式可以调用与前列腺治疗相关的附加信息。
在本方法的一种优选实施方式中采用集成的医学数据库,该数据库被或者局部地或者中央地引导。数据库中的数据情况允许,优化在方法过程中的决策支持,也就是例如边界值的高度。此外,数据库还被用于质量保证。
由此,在特定的实施方式中本方法提供通过知识发现和知识管理系统的软件支持,该系统量化计算并且由此允许可复制的风险概率。
关于装置的上述技术问题是通过一种用于确定至少一个涉及患者的前列腺的参数的装置解决的。该装置在中心例如包括具有不同组件的工作站:该装置包括在工作站上连接的迷你实验室分析单元,例如以芯片上的实验室(lab-on-a-Chip)的形式的在体外的诊断单元,用于测量PSA水平以及组合的血清标记物。由此,迷你实验室分析单元用于执行对患者的筛选测试。该装置此外还包括至少一个用于分析筛选数据的智能决策支持系统。在此,例如可以使用贝叶斯网络,例如通过数据挖掘和知识发现从关于许多患者的数据中学习其特性。由此,该决策支持系统借助筛选测试用于确定对于存在前列腺疾病的第一风险特征值。
本装置包括到用于产生患者的医学图像的成像系统、也就是到成像设备的第一接口。此处例如可以使用与MR检查相比可灵活应用的超声波设备。
属于该装置的还有,用于从医学图像确定至少一个对于存在前列腺疾病的第二风险特征值和其估计的部位的评价系统,以及具有用于输出至少一个参数的用户接口的报告系统,其中,该参数是风险特征值和/或部位中的一个。
即,按照本发明的装置具有一串接口。这支持所述装置的模块化的和由此高灵敏的结构。
此外,已经结合按照本发明的方法解释了该装置和其优点。这样的装置例如被称为“前列腺站”并且表示一种例如可以应用于诊断前列腺癌的集成的解决方案。
在一种优选实施方式中,本装置还包含到提供在部位上患者的组织状态的介入式前列腺检查系统的第二接口。然后通过报告系统还可以可选地输出组织状态。
如提到的那样,本装置可以包括到提供涉及前列腺疾病的参数的知识管理系统的接口。
如同样提到的那样,知识管理系统可以包括医学的患者数据库和到因特网的接口。在该关联下,决策支持系统可以被用于,基于数据库内容以及对于新的患者的新的患者数据计算以概率形式的全局的风险、也就是第一风险特征值。
附图说明
对于本发明的进一步描述请参考附图的实施例。分别以示意性原理草图:
图1示出了按照本发明的对前列腺患者的参数确定的流程,
图2详细示出了图1的流程,
图3示出了根据现有技术的参数确定的流程。
具体实施方式
图1按照概括性的图示出了在时间t上为了诊断前列腺疾病的目的对患者2进行集成的数据收集的流程。该数据收集在医生诊所4中进行,患者在该医生诊所进行唯一的一次就诊6。作为筛选测试首先对患者进行体外测试8。决策支持系统10确定患者2具有前列腺疾病的全局风险12作为第一风险特征值。
如果全局风险12超过第一边界值14,则对患者2进行TRUS检查16。借助该检查确定患者2患有前列腺疾病的局部风险18。同时经过TRUS检查16建立集成的检查结果报告20。
如果局部风险18超过第二边界值22,则对患者2进行活组织检查24。
所有在图1中示出的步骤分别立即依次地并且当场在医生诊所4中进行,从而整个方法仅持续几个小时。
图2详细示出了图1的方法的流程。患者2为了澄清病情到医生诊所4就诊,该医生诊所具有作为用于数据收集的集成的装置的前列腺站30。首先对患者进行一般地用a)表示的筛选。对患者2取血样和/或尿样32并且沿着箭头a1传送到属于前列腺站30的体外分析单元34。
结果的浓度值36沿着箭头d1转录到用于显示的报告系统38。报告系统具有用户接口39,在该用户接口上未示出的医生可以观察所有的报告结果。此处用d)始终表示属于集成的报告的所有的过程。同时,将其沿着箭头a2与导出的参数40一起作为输入传导到在后连接的决策支持系统10。这是前列腺站30的软件系统并且进行决策支持。决策支持系统10沿着箭头a3自动地载入患者2的其它可用的数据44,也就是例如既往病历数据例如年龄、体重、病史或者以前的检查结果,它们同时被用作为风险分析的输入。
在前列腺站30上有到超声波设备48的接口46。最后为了最初的澄清,对患者2进行患者2的前列腺52的超声波拍摄50。由此确定典型的特性因数54,例如前列腺体积或者损伤的存在,并且沿着箭头a4传送到决策支持系统10。
基于这些筛选数据,例如浓度值36,决策支持系统10计算对于全局风险12的概率值,然后将其沿着箭头d2传送到报告系统38用于显示。
如果全局风险沿着箭头b2超过作为阈值的第一边界值,或者可选地医生判定存在风险情况,则沿着箭头b2利用超声波设备48以造影剂加强的超声波检查的形式立即更精确澄清在前列腺52中的局部关系。该第一非介入检查一般地用b)表示。
在此,例如还可以沿着箭头b3注射用于前列腺癌、前列腺炎或者两种情况的分子标记物,也就是分子标记的造影剂56。结果的造影图像58沿着箭头b4被传输到分析软件60。作为前列腺站30的部分,分析软件60从中确定以风险图62的形式的局部风险18,并且将其沿着箭头d3传送到报告系统38用于显示。
最后,如果局部风险值18也超过第二边界值22,或者医生判定存在提高的风险,则沿着箭头c1进行以介入的组织取样或者说活组织检查的形式的第二介入检查c)。为此前列腺站30具有到介入检查系统65的接口63。通过使用风险图62,在此沿着箭头c2造影剂加强的超声波检查b可以用作在检查系统65中的目标精确的取样。
在实时计算风险图62的情况下,特别是同一个超声波检查可以用作第一检查b和建立风险图62以及用于支持第二检查c、也就是活组织检查。这明显提高整个方法的效率并且明显降低对患者2的负担。
活组织检查的结果64也沿着箭头d4被传送到报告系统38。在此,该结果64例如可以来自于经典的组织学检查、例如对格里森分级(Gleason Grad)的分析。然而由于所要求的处理过程而不能实时地进行这样的方法。
因此,在一种特别优选的实施例中,在活组织检查的情况下在检查c)期间获得的组织样本66同样被传送到体外分析单元34,其中此时不测量血清标记物而是测量特定于组织的癌标记物。这例如可以是RNA(也就是基因表达)、蛋白质或者代谢物的浓度值。也就是进行分子的诊断。
基于此时完整的报告单68,然后医生可以在按照本发明的方法结束之后作出对患者2的最终的诊断并且决定关于进一步的治疗过程。
要指出的是,该实施例集中在诊断,以便清楚地获得显示。然而一般来说前列腺站30的概念还可以扩展到治疗方案或者集成的诊治方案。
在前列腺站30的可选实施方式中,沿着箭头80首先为了设计并且然后为了改进或者说优化决策支持系统10和分析软件60而考虑已经存在的整个患者群的数据情况82。在此,数据情况82包括在知识管理系统86中的集成的医学数据库84,该数据库包含以数据组的形式的患者数据88。数据组例如包含染色体组的、化学的或者图像数据和实验室报告、检查结果等等。此外知识管理系统86还包含网络入口90。
因此可以提取、详尽描述通过数据挖掘、知识发现或者通过机器学习的其它方法执行的在来自于按照本发明的方法的数据和来自于数据情况82的群体集中的患者数据之间的关系,并且用于对将来的患者的改进的分析。
在另一个实施例中,对于多个前列腺站单元30中心地维护知识管理系统86,从而达到更大和更均衡的数据情况82。
Claims (12)
1.一种用来确定至少一个涉及患者(2)的前列腺(52)的参数的方法,具有以下的、由集成的诊断支持系统(30)在集成的工作流程中进行的步骤:
-根据筛选方法(8)对患者(2)确定对于存在前列腺疾病的第一风险特征值(12),
-如果该第一风险特征值(12)超过第一边界值(14),则根据提供患者(2)的医学图像(50)的方法(16)对患者(2)确定至少一个对于存在前列腺疾病的第二风险值(18)和前列腺疾病的估计的部位(62),
-集成的报告系统(38)输出至少一个风险特征值(12,18)和/或所述部位(62)作为参数。
2.根据权利要求1所述的方法,其中,附加地还进行以下步骤:
-如果所述第二风险特征值(18)也超过第二边界值(22),则根据介入方法(24)在前列腺疾病的部位(62)上对患者(2)确定组织状态(64),
-集成的报告系统(38)输出至少一个风险特征值(12,18)和/或所述部位(62)和/或所述组织状态(64)作为参数。
3.根据权利要求1或2所述的方法,其中,在包含现场存在的迷你实验室分析单元(34)的条件下进行所述筛选方法(8)。
4.根据权利要求1至3中任一项所述的方法,其中,在使用基于IT的决策支持系统(10)的条件下确定所述第一风险特征值(12)。
5.根据权利要求1至4中任一项所述的方法,其中,根据特定于前列腺的改变(54)确定所述第二风险特征值(18)。
6.根据权利要求1至5中任一项所述的方法,其中,评价系统(60)确定空间的风险分布作为所述第二风险特征值(18)。
7.根据权利要求1至6中任一项所述的方法,其中,所述介入的方法(24)使用医学图像(50)用于目标引导。
8.根据权利要求1至7中任一项所述的方法,其中,根据知识管理系统(86)进行第一风险特征值(12)和第二风险特征值(18)的确定。
9.一种用于确定至少一个涉及患者(2)的前列腺(52)的参数的装置(30),包括:
-用于对患者(2)进行筛选测试(8)的迷你实验室分析单元(34),
-用于借助所述筛选测试(8)确定对于存在前列腺疾病的第一风险特征值(12)的智能决策支持系统(10),
-到用于生成患者(2)的医学图像(50)的成像系统(48)的第一接口(46),
-从所述医学图像(50)确定至少一个对于存在前列腺疾病的第二风险特征值(18)和其估计的部位(62)的评价系统(60),
-具有用户接口(39)的用于输出至少一个参数的报告系统(38),其中,该参数是所述风险特征值(12,18)和/或所述部位(62)中的一个。
10.根据权利要求9所述的装置(30),包括:
-到提供在所述部位(62)上患者(2)的组织状态(64)的介入前列腺检查系统(65)的第二接口(63),
-具有用户接口(39)的用于输出至少一个参数的报告系统(38),其中,该参数是所述风险特征值(12,18)和/或所述部位(62)和/或所述组织状态(64)中的一个。
11.根据权利要求9或10所述的装置(30),包括提供涉及前列腺疾病的参数(82)的知识管理系统(86)。
12.根据权利要求11所述的装置,其中,所述知识管理系统(86)包括医学的患者数据库(84)和到因特网的接口(90)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008034703.5 | 2008-07-25 | ||
DE102008034703 | 2008-07-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101632604A true CN101632604A (zh) | 2010-01-27 |
Family
ID=41128041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910164694A Pending CN101632604A (zh) | 2008-07-25 | 2009-07-27 | 用于确定涉及患者前列腺的参数的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20100022912A1 (zh) |
EP (1) | EP2147637A1 (zh) |
JP (1) | JP2010029659A (zh) |
CN (1) | CN101632604A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110292396A (zh) * | 2018-03-22 | 2019-10-01 | 深圳迈瑞生物医疗电子股份有限公司 | 定量成像的预测使用 |
WO2022257955A1 (zh) * | 2021-06-11 | 2022-12-15 | 中国科学院理化技术研究所 | 一种前列腺癌早期诊断系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2782058A1 (en) * | 2013-03-20 | 2014-09-24 | Valuetainment AG | Information system to obtain an exposition rating of a geographical area |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1039833A1 (en) * | 1997-12-17 | 2000-10-04 | Nycomed Imaging As | Ultrasonography of the prostate |
WO2006089426A1 (en) * | 2005-02-28 | 2006-08-31 | Robarts Research Institute | System and method for performing a biopsy of a target volume and a computing device for planning the same |
WO2007011372A2 (en) * | 2004-09-09 | 2007-01-25 | The Regents Of The University Of California | Therapeutic and prognostic factor yy1 in human cancer |
CN101060813A (zh) * | 2004-11-17 | 2007-10-24 | 株式会社日立医药 | 超声波诊断装置和超声波图像显示方法 |
US20080102451A1 (en) * | 2006-10-31 | 2008-05-01 | Abbott Laboratories | Companion diagnostic assays for endothelin receptor antagonists |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ509976A (en) * | 1998-08-03 | 2003-08-29 | Ronald E | Prostate formula |
US20030100828A1 (en) * | 2001-11-29 | 2003-05-29 | Siemens Aktiengesellschaft | Method for minimally invasive prostate tumor treatment |
US6824516B2 (en) * | 2002-03-11 | 2004-11-30 | Medsci Technologies, Inc. | System for examining, mapping, diagnosing, and treating diseases of the prostate |
US20040092807A1 (en) * | 2002-11-07 | 2004-05-13 | Amos Breskin | System and method for cancer detection |
JP4169686B2 (ja) * | 2003-01-15 | 2008-10-22 | 株式会社マリネックス | 健康診断システム、検査方法および健康診断車両 |
DE10303717A1 (de) * | 2003-01-30 | 2005-07-07 | Siemens Ag | Patientenmonitor mit integrierten Ultraschallmodulen |
JP2004303067A (ja) * | 2003-03-31 | 2004-10-28 | Mochida Pharmaceut Co Ltd | 検査結果管理システム |
US20040254445A1 (en) * | 2003-06-13 | 2004-12-16 | Craig Bittner | Use of MRI to screen individuals for prostate cancer |
JP2007524461A (ja) * | 2003-06-25 | 2007-08-30 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 乳房撮像の自動診断及び決定支援システム及び方法 |
US7467119B2 (en) * | 2003-07-21 | 2008-12-16 | Aureon Laboratories, Inc. | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
JP2005165886A (ja) * | 2003-12-05 | 2005-06-23 | Srl Inc | 検査情報分析システム |
JP4795681B2 (ja) * | 2004-12-27 | 2011-10-19 | 富士フイルム株式会社 | 診断支援装置、診断支援方法およびそのプログラム |
EP1864612A4 (en) * | 2005-03-30 | 2009-10-28 | Hitachi Medical Corp | ULTRASOUND DEVICE |
JP2006302222A (ja) * | 2005-04-15 | 2006-11-02 | Toshihiro Handa | 癌発症リスク予測システム及び方法、並びに癌デリバティブ方法 |
JP2007280229A (ja) * | 2006-04-11 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
US8425418B2 (en) * | 2006-05-18 | 2013-04-23 | Eigen, Llc | Method of ultrasonic imaging and biopsy of the prostate |
US20090075284A1 (en) * | 2006-09-19 | 2009-03-19 | The Regents Of The University Of Michigan | Metabolomic profiling of prostate cancer |
DE102007026910A1 (de) * | 2007-06-12 | 2008-12-18 | Siemens Ag | Untersuchungseinheit mit integrierter Minilabor-Analyseeinheit |
-
2009
- 2009-06-23 EP EP09163494A patent/EP2147637A1/de not_active Withdrawn
- 2009-07-23 JP JP2009172410A patent/JP2010029659A/ja active Pending
- 2009-07-24 US US12/508,723 patent/US20100022912A1/en not_active Abandoned
- 2009-07-27 CN CN200910164694A patent/CN101632604A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1039833A1 (en) * | 1997-12-17 | 2000-10-04 | Nycomed Imaging As | Ultrasonography of the prostate |
WO2007011372A2 (en) * | 2004-09-09 | 2007-01-25 | The Regents Of The University Of California | Therapeutic and prognostic factor yy1 in human cancer |
CN101060813A (zh) * | 2004-11-17 | 2007-10-24 | 株式会社日立医药 | 超声波诊断装置和超声波图像显示方法 |
WO2006089426A1 (en) * | 2005-02-28 | 2006-08-31 | Robarts Research Institute | System and method for performing a biopsy of a target volume and a computing device for planning the same |
US20080102451A1 (en) * | 2006-10-31 | 2008-05-01 | Abbott Laboratories | Companion diagnostic assays for endothelin receptor antagonists |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110292396A (zh) * | 2018-03-22 | 2019-10-01 | 深圳迈瑞生物医疗电子股份有限公司 | 定量成像的预测使用 |
CN110292396B (zh) * | 2018-03-22 | 2024-05-28 | 深圳迈瑞生物医疗电子股份有限公司 | 定量成像的预测使用 |
WO2022257955A1 (zh) * | 2021-06-11 | 2022-12-15 | 中国科学院理化技术研究所 | 一种前列腺癌早期诊断系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2010029659A (ja) | 2010-02-12 |
EP2147637A1 (de) | 2010-01-27 |
US20100022912A1 (en) | 2010-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379492A (zh) | 一种全新的ai+pacs系统及其检查报告构建方法 | |
JP2018067303A (ja) | 診断支援方法、プログラム、及び装置 | |
JP2007524461A (ja) | 乳房撮像の自動診断及び決定支援システム及び方法 | |
US8929625B2 (en) | Method and device for side-effect prognosis and monitoring | |
KR20050085711A (ko) | 데이터 저장소와의 상호작용 제어방법 및 제어 시스템과,컴퓨터 | |
US7315784B2 (en) | Network for evaluating data obtained in a biochip measurement device | |
CN110459300A (zh) | 一种基于计算机视觉与ct影像的肺癌病理类型诊断方法 | |
Abou Ghayda et al. | Artificial intelligence in andrology: from semen analysis to image diagnostics | |
CN109614995A (zh) | 一种超声内镜下识别胰胆管和胰腺结构的系统及方法 | |
Singh et al. | Classification of first trimester ultrasound images using deep convolutional neural network | |
CN110046186A (zh) | 保健网络 | |
Khanna et al. | Current Challenges and Opportunities in Implementing AI/ML in Cancer Imaging: Integration, Development, and Adoption Perspectives | |
Al-Naser | The impact of artificial intelligence on radiography as a profession: A narrative review | |
Zhang et al. | Deep learning system assisted detection and localization of lumbar spondylolisthesis | |
CN111226287B (zh) | 用于分析医学成像数据集的方法、系统、程序产品和介质 | |
US20100332254A1 (en) | In-vitro device support for x-ray based kidney function test | |
CN117098496A (zh) | 用于协调包括生物标志物的成像数据集的系统、装置和方法 | |
CN101632604A (zh) | 用于确定涉及患者前列腺的参数的方法和装置 | |
CN110060748A (zh) | 一种多学科picc置管评估管理装置及方法 | |
CN117011892A (zh) | 一种基于深度学习的超声图像自动分析与诊断系统 | |
JP2010029659A5 (zh) | ||
Solomon et al. | Artificial intelligence and the impact on medical genetics | |
Sharma et al. | Role of Artificial Intelligence in Biomedical Imaging | |
Narejo | AI in Healthcare | |
KR102343947B1 (ko) | 환자 정보 분석을 이용한 암 재발 및 전이 모니터링 시스템을 이용한 비즈니스모델 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100127 |