CN101765843A - 使用医学相关术语访问医学图像数据库 - Google Patents

使用医学相关术语访问医学图像数据库 Download PDF

Info

Publication number
CN101765843A
CN101765843A CN200880101098A CN200880101098A CN101765843A CN 101765843 A CN101765843 A CN 101765843A CN 200880101098 A CN200880101098 A CN 200880101098A CN 200880101098 A CN200880101098 A CN 200880101098A CN 101765843 A CN101765843 A CN 101765843A
Authority
CN
China
Prior art keywords
image data
data set
mark
view data
medical science
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
Application number
CN200880101098A
Other languages
English (en)
Inventor
J·威斯
H·莱曼
钱悦晨
W·R·T·T·凯特
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 CN101765843A publication Critical patent/CN101765843A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Radiology & Medical Imaging (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种用于访问包含多个图像数据集的数据库的系统。该系统包括：捕获单元，捕获用于在该数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；确定单元，用于基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或包括在图像数据集中的该图像数据子集；和检索单元，用于从该数据库检索该确定的数据图像集或图像数据子集。通过实现描述图像数据集的医学标注与包括在查询中的医学相关术语之间的语义匹配，本发明能够搜索具有对医学诊断和治疗有意义的高级医学信息的医学图像。

Description

使用医学相关术语访问医学图像数据库
技术领域
本发明涉及访问包括多个图像数据集的数据库的领域，并尤其涉及使用医学相关术语访问包括多个图像数据集的医学图像数据库的系统和方法。此外，本发明涉及用于在计算机上执行所述方法的计算机程序。
背景技术
随着医学成像技术的发展，医学扫描器采集了越来越多的3D图像数据集并存储在诸如图像存档和通讯系统(PACS)的图像数据库中。这种系统包含大量医学案例，这对于放射科医师基于这些可用数据来改进临床决策和治疗计划非常有价值。
皇家飞利浦电子股份有限公司在2006年9月29日提交但还没有公开的申请号为06300994.8的欧洲专利申请“Accessing Medical Image DatabaseUsing Anatomical Shape Information”描述了一种用于检索包括在体积图像集的数据存储器中的体积数据子集(Volumetric image set)的系统，该系统包括：构成第一查询的第一查询单元，所述第一查询用于检索包括体积图像数据子集的体积图像数据集的数据存储器；构成第二查询的第二查询单元，所述第二查询用于检索体积体积图像数据子集的图像数据集，该第二查询包括用于识别体积图像数据集内的解剖结构的解剖结构信息；第一确定单元，其用于基于第一查询确定体积图像数据集；第二确定单元，其用于基于在体积图像数据集内被识别的解剖结构，使用包括在第二查询内的解剖结构信息，来确定体积图像数据集的体积图像数据子集；以及检索单元，其用于检索所确定的体积图像数据子集。由此，该系统能够基于解剖形状信息，检索数量减少的描述解剖结构的数据，即体积图像数据集的子集。
发明内容
本发明的目的之一是提供一种使用对医学诊断和治疗有意义的医学相关术语来检索图像数据库的系统。
为了这个目的，本发明提供了一种用于访问包含多个图像数据集的数据库的系统，该系统包括：
捕获单元，捕获用于在该数据库中搜索数据图像集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；
确定单元，用于基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或包括在图像数据集中的图像数据子集；和
检索单元，用于从该数据库检索所确定的数据图像集或图像数据子集。
通过实现描述图像数据集的医学标注与包括在该查询中的该医学相关术语之间的语义匹配，本发明能够搜索具有对医学诊断和治疗有意义的高级医学信息的医学图像。
在系统的实施例中，该医学相关术语包括解剖相关术语和诊断相关术语的任意之一，该医学标注包括解剖标注和诊断标注的任意之一。
在另一实施例中，该系统包括分割单元，用于利用基于模型的分割通过使被标注的形状模型适应来将该数据库中的图像数据集分割成多个图像数据子集，并利用相应用于适应的、被标注的形状模型为每个图像数据子集生成解剖标识符及描述该图像数据集的相关标注。
通过将根据用于适应的已标注形状模型的解剖标识符和与之相关的标注转移给图像数据子集，该系统能够为相应的图像数据子集自动生成解剖标注，为使用解剖相关术语及诊断相关术语来检索所述图像数据集/子集提供了基础。
本发明的另一目的是提供一种使用对医学诊断和治疗有意义的医学相关术语来检索图像数据库的方法。
为了这个目的，本发明提供了一种访问包含多个图像数据集的数据库的方法，该方法包括步骤：
捕获用于在该数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；
基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或包括在图像数据集中的该图像数据子集；和
从该数据库检索所确定的数据图像集或图像数据子集。
通过实现描述图像数据集的医学标注与包括在该查询中的该医学相关术语之间的语义匹配，本发明能够搜索具有对医学诊断和治疗有意义的高级医学信息的医学图像。
在本方法的实施例中，该医学相关术语包括解剖相关术语和诊断相关术语的任意之一，并且该医学标注包括解剖标注和诊断标注的任意之一。可生成所述解剖或诊断相关术语并将其存储在该数据库中的电子文档中。可替换地，所述解剖或诊断相关术语能在搜索期间生成并随后添加到用于公共查询的该电子文档中。
在另一个实施例中，该方法还包括步骤：利用基于模型的分割通过使被标注的形状模型适应来将该数据库中的图像数据集分割成多个图像数据子集，并利用相应用于适应的、被标注的形状模型为每个图像数据子集生成解剖标识符及描述该图像数据集的相关标注。
通过将根据用于适应的已标注形状模型的解剖标识符和与之相关的标注转移给图像数据子集，该系统能够为相应的图像数据子集自动生成解剖标注，为使用解剖相关术语及诊断相关术语来搜索所述图像数据集提供了基础。
本发明的另一个目的是提供一种计算机程序产品，其允许使用对医学诊断和治疗有意义的医学相关术语来搜索图像数据库。本发明通过提供由计算机配置加载的计算机程序产品来实现这个目的，该计算机程序产品包括访问包含多个图像数据集的数据库的指令，该计算机配置包括处理单元和存储器，该计算机程序产品在被加载后使所述处理单元能够执行下列任务：
捕获用于在该数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；
基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或包括在图像数据集中的该图像数据子集；和
从该数据库检索所确定的数据图像集或图像数据子集。
本领域技术人员在本说明书的基础上，能够对独立权利要求中定义的发明进行修改和变形，其相应于对正被描述的搜索系统的修改及其变形。
本领域技术人员应意识到本系统可被应用于包括由各种采集模态采集的二维(2D)、三维(3D)和四维(4D)图像数据的不同图像数据库，采集模态例如，但不限于计算机断层摄影(CT)、磁共振成像(MRI)、超声波(US)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)以及核医学(NM)。
附图说明
连同参考附图，根据下列详细说明，本发明的上述和其他目的和特征将变得更加清楚，其中：
图1是示出了根据本发明的搜索系统的示例性实施例的框图；
图2示意性地示出了在根据本发明系统的分割单元中生成解剖标注；
图3是示出了根据本发明的搜索系统的示例性确定单元的框图；
图4是示出了根据本发明的方法的示例性实施例的流程图；
图5示意性地示出了包括根据本发明的系统的工作站的示例性实施例；
在所有的附图中，相同的附图标记用于表示相似的部件。
具体实施方式
图1是示出了系统200的示例性实施例的框图，系统200用于访问包括多个图像数据集的数据库，该系统包括：
捕获单元220，捕获用于在该数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；
确定单元230，用于基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或该图像数据子集；和
检索单元240，从该数据库检索所确定的数据图像集或图像数据子集。
捕获单元220布置为捕获来自用户，例如来自放射科医师或住院医师的查询。查询包括定义了对于所需医学图像数据子集的搜索标准的至少一个医学相关术语。
确定单元230布置为根据搜索标准搜索数据库来寻找图像数据集或图像数据子集。该确定基于包括在查询中的医学相关术语和描述图像数据集的相应医学标注之间语义匹配的程度。在这里，医学相关术语可以是解剖相关术语和/或诊断相关术语，医学标注可以是解剖标注和/或诊断标注。
语义匹配程度通过医学知识库(medical ontology)的检查例如推理处理而得到。所使用的医学知识库是描述与医学案例相关的不同方面例如人体解剖学、疾病及其病原学、医学治疗等的医学背景知识库。保存这些知识库并例如可在因特网上进行利用。医学知识库的示例包括UMLS(统一的医学语言系统)和FMA(解剖的基础模型)。稍后将结合示例性地执行搜索来描述确定单元230的细节。
检索单元240布置为从数据库检索由确定单元230确定的图像数据集或图像数据子集。将被检索的图像数据集或图像数据子集引导向输出设备例如屏幕来显示由图像数据子集表示的医学图像。
在一实施例中，系统200还包括分割单元，用于利用基于模型的分割通过使被标注的形状模型适应来将该数据库中的图像数据集分割成多个图像数据子集，并利用相应用于适应的、被标注的形状模型为每个图像数据子集生成解剖标识符及描述该图像数据集的相关标注。
当对图像数据集进行标注时，可通过基于模型的分割算法使网格(即形状模型)适应至实际的数据。在适应之后，可以使形状模型变形以适合实际数据。尽管适应处理可能修改了边缘的方向和顶点的位置时，但它们的解剖标识符仍然保持不变。因此，可以将原始形状模型的顶点和边缘子集的每个标注转移到适应后的形状模型的相应顶点和边缘，由此生成数据集中表面或体素集合的标注。转移的解剖标识符和相关标注形成了描述图像数据集的电子文档的初始部分。
在另一个实施例中，系统200还包括生成单元214，用于基于由图像数据集的图像数据子集的相应解剖标识符所标示的区域内的解剖结构的度量以及对其两个度量的计算来生成图像数据集的解剖标注。生成的解剖标注与定义图像数据集的图像数据子集的至少一个解剖标识符相关联。
在另一个实施例中，还将生成单元214布置为用于基于解剖标注或图像数据集的两个解剖标注的计算结果与在医学诊断中使用的预定义标准之间的比较来生成图像数据集的诊断标注。由于描述图像数据集的解剖标注的任意之一与定义图像数据集的图像数据子集的至少一个解剖标识符相关联，因此生成的诊断标注与至少一个图像数据子集相关联。
由生成单元214生成的解剖和诊断标注能够作为描述图像数据集的原始标注的扩展添加到电子文档。
任选地，示例性的系统200还可以包括下列单元：
存储单元250，用于存储图像数据集、描述图像数据集的相应电子文档和系统200的临时数据；
控制器260，用于控制系统200内的工作流程；以及
存储总线255，用于连接系统200内的所有元件。
图2示意性地示出了在根据本发明的系统的分割单元212中解剖标注的生成。
图2的左侧是由图像数据集表示的MRI(磁共振成像)头部图像。用于适应的形状模型分别描述了大脑表面和脑室。为了简明，整个大脑表面用单个标识符“大脑ID”标注。然而，也能标注模型顶点/边缘的子集，例如将属于额叶的顶点/边缘能标注为“额叶ID”。类似地，为了简明，将脑室模型的所有顶点/边缘标注为“脑室ID”。通过使用由分割单元212执行的基于模型的分割的适应，将大脑表面的网格模型映射到未知成像数据集的大脑表面。位于适应后模型的边缘/顶点处的体素继承了所有相关的标注。
另外，使用其他与标识符相关的额外知识能对其他体素进行标注。例如，大脑表面模型也能用来标注表面内包围的所有组织。在这种情况下，将与各个顶点/边缘标注相关的标识符转移到由适应后的网格包围的所有体素。
在图像数据子集已经以上面的方式进行标注之后，自动生成一电子文档，包含了解剖标识符和描述图像数据子集的解剖特征的相关标注。解剖标识符和相关标注形成了电子文档的初始部分。
还能以多种方式进一步丰富该电子文档。在上面的示例中，一旦解剖区域为大脑ID所标示，通过生成单元214能够生成区域内组织、器官和病变的体积或其他度量，并添加到电子文档中与大脑ID相关联的标注集。
另外，一旦使用大脑ID和脑室ID标志大脑表面和脑室的解剖区域，则可以计算图像数据集的脑室-大脑比。
假设分别与“大脑ID”和“脑室ID”相关联的标注集包含了多个识别为大脑的体素A(这些体素由标注为“大脑ID”的网格部分包围)和多个识别为脑室的体素B(这些体素由标注为“脑室ID”的网格部分包围)，脑室-大脑比近似为B/A，其能被自动地添加到与“大脑ID”和/或“脑室ID”相关联的标注集。
除了具有解剖意义的标注，也能够生成具有诊断意义的标注并添加到电子文档中。在上面的示例中，将计算的脑室-大脑比与医学诊断中使用的预定义值相比较。以下解释该处理：
假设人的脑室-大脑比与诸如精神分裂症的疾病非常相关，确定脑室-大脑比是否符合X±Y％的范围可以得出具有诊断意义的结论，其也能作为诊断标注添加到电子文档中。
也可将生成单元214布置为使用外部的CAD算法处理解剖区域，由此产生有关疾病状态的其他医学信息。将解剖信息与存储在百科全书中的信息和其他相关诊断信息相比较。另外，例如可将来自电子患者档案的其他患者数据合并到电子文档中。这为系统不仅可以使用解剖相关术语还能使用诊断相关术语在数据库中搜索图像数据集提供了可能。
本领域技术人员应理解，在搜索处理过程中能生成新的标注，并且将其自动添加到相应的图像报告中。也能预先计算例如脑室-大脑比的新标注并将其添加到电子文档中用于公共查询。
图3是示出了根据本发明的检索系统200的示例性确定单元230的框图。确定单元230包括提取单元232、锚定单元234、检查单元236和选择单元238。
将提取单元232布置为从查询中提取关键词，例如医学相关术语，以及从描述数据库中图像数据集的电子文档中提取医学标注或在执行搜索期间生成的医学标注。医学相关术语包括解剖术语和/或诊断术语，以及医学标注包括解剖标注和/或诊断标注。将锚定单元234布置为将所提取的关键词锚定到医学知识库中的概念。将检查单元236布置为基于医学知识库中的各概念之间的关系，检查来自查询的被锚定关键词与来自电子文档的关键词之间的关系。将选择单元238布置为从通过检查单元所发现的关系中选择语义(最)相关的关系，或者通过从数据库中的图像数据集中选择与所提出的查询语义(最)相关的图像数据子集来进行选择。
本领域技术人员应了解，提取单元232所提取的医学标注能够在执行搜索的过程中生成。可以将在搜索过程中生成的医学标注添加到描述相应图像数据集的电子文档中。
结合搜索示例来解释确定单元230的工作机制。假设数据库中的每个图像数据集通过电子文档来描述，一些电子文档包括诸如“海马中的体积损失”和“颞叶的脑组织损失”。通过捕获单元220捕获一个描述为“查找患有脑组织萎缩的65岁男性患者的大脑图像”的查询，并将其传送到确定单元230。
首先，为了发现例如所需图像子集的正确医学图像，由确定单元230中的提取单元232识别并提取诸如查询中的“大脑”的解剖术语。所提取的解剖术语“大脑”通过锚定单元234被锚定到第一医学知识库，例如FMA。该锚定可以基于所提取的关键词和背景知识中存在的概念标记之间的简单的词汇相似性度量。在这个示例中，假定可以在FMA中发现称为“大脑”的术语。
接下来，将提取单元232进一步布置为在描述图像数据集的电子文档中识别解剖标注用于确定。在电子文档的描述中，提取单元232发现解剖标注即“海马”和“颞叶”。将这两个解剖标注通过锚定单元234锚定到医学知识库，即FMA中。
然后，将检查单元236布置为分别检查“大脑”和“颞叶”之间的关系，以及“大脑”和“海马”之间的关系。通过对在医学知识库(即如FMA)中提出的解剖结构关系进行的推理过程，获得包括在查询中的解剖术语即“大脑”与包括在电子文档中的解剖标注即“海马”或“颞叶”的之间的语义匹配程度。
在这个示例中，对于“大脑”和“颞叶”，检查单元236发现在“颞叶”和“大脑”之间存在“部分关系”的路径，即如果颞叶是大脑半球的一部分，大脑半球是端脑的一部分，端脑是前脑的一部分，以及前脑是大脑的一部分，由此颞叶是大脑的一部分。以这种方式，检查单元236了解到“大脑”和“颞叶”是语义相关的。同时，可以识别由“颞叶”描述的图像数据子集。
类似的推理处理适用于“大脑”和“海马”的关系判断。相应地，可以识别由解剖标注“海马”描述的图像数据子集。
类似地，通过提取单元232能够从查询中提取诊断术语，例如查询中的“萎缩”，并进一步锚定到第二医学知识库，例如UMLS。同时，将提取单元232进一步布置为识别在描述图像数据集的电子文档中的诊断标注。从电子文档中发现并提取关键词“体积损失”和“组织损失”。将所提取的关键词“体积损失”和“组织损失”通过锚定单元234锚定到医学知识库，例如UMLS。
接下来，检查单元236检查“萎缩”与“组织损失”之间的关系。借助于UMLS，检查单元236发现查询中的诊断术语“萎缩”和描述图像数据集的诊断标注“组织损失”基于意义相似性而言是语义相关的。因此，能够识别由诸如“组织损失”和/或“体积损失”的诊断标注描述的图像数据集。
如上所述，图像数据集的诊断标注的生成是基于解剖标注或图像数据集的两个解剖标注的计算结果与医学诊断中使用的预定义标准之间的比较的。由于解剖标注中的任何之一与定义图像数据集的图像数据子集的至少一个解剖标识符相关联，因此诊断标注与图像数据子集相关联，其有助于识别所需要的图像数据子集。
一旦识别了由与查询中定义的解剖或诊断术语语义相关的解剖或诊断标注描述的图像数据集中的图像数据子集，可将选择单元238布置为通过筛除不满足由查询定义的搜索标准的那些图像数据子集(例如不包含标注“海马中的体积损失”或者“颞叶的脑组织损失”的那些图像数据集)而选择图像数据子集。
根据匹配的程度，例如在两个锚点之间路径中的关联点(relations)数量对已识别的图像数据集进行排序。另一种排序可基于所发现的关联点数量，尤其是不同类型的关联点数量，例如在上面描述的解剖和医学类型中的关联(对于“颞叶-大脑”和“萎缩-体积损失”)。例如将最多与一个查询术语(类型)相关的图像数据集从该检索集合排除。
本领域技术人员应了解，系统能够根据仅仅包括解剖或诊断术语的查询来搜索包括在数据库中的所需要的图像数据子集。例如，通过诸如“查找65岁男性患者的大脑图像，该患者的左右脑室具有体积差，该体积差大于左脑室体积或右脑室体积的十分之一”的查询或诸如“查找65岁男性患者的大脑图像，该患者具有存在出血可能性的不正常肥大”的查询发现需要的大脑图像。在这种情况下，选择单元238对于确定需要的图像数据子集而言并不总是必须的。
本领域技术人员还应意识到可将选择单元238布置为以标准的方式发现一些被提供的信息，例如通过使用常规方法搜索图像数据库来发现“65岁男性患者的大脑图像”。最有可能的是在语义匹配之前完成这个选择。另外，还可将选择单元布置为将由图像报告中相关标注指示的值与在查询中定义的预定义标准进行比较，来进一步筛除不满足查询要求的那些图像报告。
本领域技术人员还应意识到在上面的实施例中使用的第一和第二医学知识库仅仅用于解释医学图像案例的不同方面，并且能被组合成医学知识库的集合，例如包括但不限于UMLS和FMA。
本领域技术人员还应意识到在特定情形之下，一个图像数据集的子集有可能即为该图像数据集本身或为包含在一个图像数据集中的多个图像数据集子集的集合。
图4是示出了根据本发明的方法的示例性实施例的流程图。检索数据库(该数据库中包括了多个图像数据集)中图像数据集所包含的图像数据集或者图像数据子集的方法包括了下列步骤：生成医学标注来描述数据库中的图像数据集(S110)；捕获用于在数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语(S120)；基于包括在查询中的至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定图像数据集或图像数据子集(S130)；并从该数据库检索所确定的图像数据集或图像数据子集(S140)。医学相关术语包括解剖相关术语和诊断相关术语的任意之一，且医学标注包括解剖标注和诊断标注的任意之一。
在处理的步骤S110中，利用基于模型的分割通过使被标注的形状模型适应来将图像数据集分割成多个图像数据子集。多个图像数据子集的每个继承了解剖标识符，并且将描述图像数据集的相关标注从用于适应的相应被标注的形状模型转移。被转移的解剖标识符和相关的标注形成了描述图像数据集的解剖特征的电子文档的初始部分。
可以多种方式使用与图像数据子集的解剖标识符相关的附加知识来进一步丰富电子文档。例如，基于解剖结构的度量，例如通过相应解剖标识符所识别的区域中的组织、器官和病变的体积或其他度量以及其两个度量的计算，能生成新的解剖标注并添加到电子文档中。
另外，基于解剖标注或两个解剖标注的计算结果与在医学诊断中使用的预定义标准之间的比较来生成诊断标注并添加到电子文档中。例如，一旦大脑ID和脑室ID识别出大脑表面和脑室的解剖区域，可以计算脑室-大脑比，其可以作为新的解剖标注添加到电子文档。另外，所计算的脑室-大脑比能与由放射科医师或百科全书定义的预定义比值相比较用于例如精神分裂症的疾病的医学诊断。比较的结果作为能在医学诊断中使用的诊断标注添加到电子文档中。
在步骤S120中，捕获查询，用于在数据库中搜索由医学标注描述的所需要的图像数据子集，该标注可以是解剖标注和/或诊断标注。该查询包括至少一个医学相关术语，其可以是定义了用于识别所需要的图像数据子集的标准的解剖相关术语和/或诊断相关术语。
在步骤S130中，基于包括在查询中的解剖相关术语和/或诊断相关术语与描述数据库中图像数据集的相应解剖标注和/或诊断标注之间语义匹配的程度来确定图像数据子集。
在确定过程中，首先提取查询中定义的解剖相关术语和诊断相关术语并将其锚定到医学知识库。类似地，提取描述图像数据集的待确定的解剖和诊断标注并将其锚定到医学知识库。
然后，基于医学知识库来检查包括在查询中的解剖术语和描述图像数据集的解剖标注之间的语义匹配程度，以识别由与包括在查询中的解剖术语语义相关的解剖标注描述的图像数据集。
类似地，基于医学知识库来检查包括在查询中的诊断术语和描述图像数据集的待确定的诊断标注之间语义匹配的程度，以识别由与从查询中提取的诊断术语语义相关的诊断标注描述的图像数据集。
如前面所解释的，解剖或诊断标注直接或非直接地与定义图像数据子集的至少一个解剖标识符相关联；一旦通过语义匹配识别图像数据集，不难确定包括在由与查询中定义的医学相关术语语义相关的标注描述的图像数据集中的所需图像数据子集。对于既包括解剖相关术语又包括诊断相关术语的查询，使用筛选来滤除那些不满足查询要求的图像数据子集。
本领域技术人员应意识到，以标准方式使用有助于筛除不需要图像数据集的常规方法能够搜索查询中提供的一些信息。
在步骤S140中，从数据库中检索所确定的图像数据集或图像数据子集。将所检索的图像数据子集引导向输出，例如引导向屏幕进行显示。
图5示意性地示出了工作站400的示例性实施例。工作站包括系统总线401。处理器410、存储器420、磁盘输入/输出(I/O)适配器430和用户接口(UI)440可操作地连接到系统总线401。磁盘存储设备431可操作地耦合到盘I/O适配器430。键盘441、鼠标442和显示器443可操作地耦合到UI440。将被实施为计算机程序的本发明的搜索系统200存储在磁盘存储设备431中。将工作站400布置为装载程序并输入数据到存储器420并在处理器410上执行该程序。使用键盘441和/或鼠标442，用户能输入信息，例如编辑查询并输入该查询到工作站400。将工作站布置为输出信息到显示设备443和/或到磁盘431。本领域技术人员应理解，本领域具有工作站400的多个其他实施例，本实施例用作说明的目的，并且不能被解释为将本发明限制到这个特定实施例。
应注意，上述实施例用于说明而不是限制本发明，并且本领域技术人员能够在不偏离所附权利要求的范围的情况下设计可替换实施例。在权利要求中，括号内的附图标记不能解释为限制权利要求。术语“包括”不排除存在未在权利要求和说明书中列出的部件或步骤。部件前的“一”并不排除存在多个这样的部件。本发明可以通过包括多个不同部件的硬件和通过被编程的计算机来实现。在系统权利要求中列举了多个单元，多个这些单元能够由一个相同的硬件或软件来实施。词语第一、第二和第三等的使用并不表示任何顺序。这些词语可被解释为名称。

Claims (15)

1.一种用于访问包括多个图像数据集的数据库的系统，所述系统包括：
捕获单元，用于捕获用于在所述数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，所述查询包括定义搜索标准的至少一个医学相关术语；
确定单元，用于基于所述至少一个医学相关术语与描述所述图像数据集的相应医学标注之间语义匹配的程度来确定所述图像数据集或包括在所述图像数据集中的所述图像数据子集；以及
检索单元，用于从所述数据库中检索所确定的数据图像集或图像数据子集。
2.如权利要求1所述的系统，其中，所述医学相关术语包括解剖相关术语和诊断相关术语的任意之一，并且所述医学标注包括解剖标注和诊断标注的任意之一。
3.如权利要求2所述的系统，还包括分割单元，用于利用基于模型的分割通过使被标注的形状模型适应来将所述数据库中的图像数据集分割成多个图像数据子集，并利用相应用于适应的、被标注的形状模型为每个所述图像数据子集生成描述所述图像数据集的解剖标识符及相关标注。
4.如权利要求3所述的系统，还包括生成单元，用于基于由所述图像数据集的图像数据子集的相应解剖标识符所识别的区域中解剖结构的度量以及对其两个度量的计算来生成所述图像数据集的解剖标注。
5.如权利要求4所述的系统，其中，还将所述生成单元布置为基于所述图像数据集的解剖标注或两个解剖标注的计算结果与用于医学诊断的预定义标准的比较来生成所述图像数据集的诊断标注。
6.如权利要求2所述的系统，其中，所述确定单元包括：
提取单元，用于提取包括在所述查询中的所述至少一个医学相关术语；以及
锚定单元，用于将所提取的医学相关术语锚定到医学知识库。
7.如权利要求6所述的系统，其中，还将所述提取单元布置为提取描述待确定的图像数据集的所述医学标注，还将所述锚定单元布置为将所提取的医学标注锚定到所述医学知识库。
8.如权利要求7所述的系统，其中，所述确定单元还包括检查单元，用于基于所述医学知识库检查包括在所述查询中的所述解剖相关术语与描述所述待确定的图像数据集的解剖标注之间语义匹配的程度，以确定相应的图像数据集或包括在所述图像数据集中的相应图像数据子集，所述图像数据集由与包括在所述查询中的解剖术语语义相关的解剖标注描述。
9.如权利要求8所述的系统，其中，还将所述检查单元布置为基于所述医学知识库检查包括在所述查询中的所述诊断相关术语与描述所述待确定的图像数据集的所述诊断标注之间语义匹配的程度，以确定相应的图像数据集或包括在所述图像数据集中的相应图像数据子集，所述图像数据集由与包括在所述查询中的诊断术语语义相关的诊断标注描述。
10.如权利要求9所述的系统，其中，所述确定单元还包括选择单元，用于选择相应的图像数据集或包括在所述图像数据集中的相应图像数据子集，所述图像数据集由与包括在所述查询中的解剖和诊断术语语义相关的解剖和诊断标注描述。
11.如权利要求10所述的系统，其中，所述医学知识库包括解剖的基础模型系统和统一的医学语言系统。
12.一种访问包括多个图像数据集的数据库的方法，所述方法包括步骤：
(a)捕获用于在所述数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，所述查询包括定义搜索标准的至少一个医学相关术语；
(b)基于所述至少一个医学相关术语与描述所述图像数据集的相应医学标注之间语义匹配的程度来确定所述图像数据集或包括在所述图像数据集中的所述图像数据子集；以及
(c)从所述数据库中检索所确定的数据图像集或图像数据子集。
13.如权利要求12所述的方法，其中，所述医学相关术语包括解剖相关术语和诊断相关术语的任意之一，并且所述医学标注包括解剖标注和诊断标注的任意之一。
14.如权利要求13所述的方法，还包括步骤：利用基于模型的分割通过使被标注的形状模型适应来将所述数据库中的图像数据集分割成多个图像数据子集，并利用相应用于适应的、被标注的形状模型为每个所述图像数据子集生成描述所述图像数据集的解剖标识符及相关标注。
15.一种由计算机配置加载的计算机程序产品，包括用于访问包括多个图像数据集的数据库的指令，所述计算机配置包括处理单元和存储器，所述计算机程序产品在被加载后，使所述处理单元能够执行下列任务：
捕获用于在所述数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，所述查询包括定义搜索标准的至少一个医学相关术语；
基于所述至少一个医学相关术语与描述所述图像数据集的相应医学标注之间语义匹配的程度来确定所述图像数据集或包括在所述图像数据集中的所述图像数据子集；以及
从所述数据库中检索所确定的数据图像集或图像数据子集。
CN200880101098A 2007-08-01 2008-07-25 使用医学相关术语访问医学图像数据库 Pending CN101765843A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN200710138409.X 2007-08-01
CN200710138409 2007-08-01
PCT/IB2008/052983 WO2009016559A1 (en) 2007-08-01 2008-07-25 Accessing medical image detabases using medically relevant terms

Publications (1)

Publication Number Publication Date
CN101765843A true CN101765843A (zh) 2010-06-30

Family

ID=39942423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880101098A Pending CN101765843A (zh) 2007-08-01 2008-07-25 使用医学相关术语访问医学图像数据库

Country Status (4)

Country Link
US (1) US9953040B2 (zh)
EP (1) EP2176799B1 (zh)
CN (1) CN101765843A (zh)
WO (1) WO2009016559A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462738A (zh) * 2013-09-24 2015-03-25 西门子公司 一种标注医学图像的方法、装置和系统
CN109983502A (zh) * 2016-10-25 2019-07-05 皇家飞利浦有限公司 用于医学图像数据集的质量评估的设备和方法
CN111936989A (zh) * 2018-03-29 2020-11-13 谷歌有限责任公司 相似医学图像搜索
CN113742503A (zh) * 2020-05-13 2021-12-03 西门子医疗有限公司 图像检索
CN113808758A (zh) * 2021-08-31 2021-12-17 联仁健康医疗大数据科技股份有限公司 一种检验数据标准化的方法、装置、电子设备和存储介质

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009016559A1 (en) 2007-08-01 2009-02-05 Koninklijke Philips Electronics N.V. Accessing medical image detabases using medically relevant terms
US8369585B2 (en) * 2008-10-17 2013-02-05 Siemens Aktiengesellschaft Automatic classification of information in images
JP5856482B2 (ja) * 2008-11-26 2016-02-09 カルガリー・サイエンティフィック・インコーポレイテッドＣａｌｇａｒｙ Ｓｃｉｅｎｔｉｆｉｃ Ｉｎｃ． 画像アーカイブおよび通信システムネットワークにおけるデータ通信
CN101510218A (zh) * 2009-03-26 2009-08-19 阿里巴巴集团控股有限公司 实现图片搜索的方法及网站服务器
CN102428469B (zh) * 2009-05-19 2015-11-25 皇家飞利浦电子股份有限公司 用于检索和查看医疗图像的装置
US20110033093A1 (en) * 2009-08-05 2011-02-10 Salz Donald E System and method for the graphical presentation of the content of radiologic image study reports
US8321196B2 (en) * 2009-08-05 2012-11-27 Fujifilm Medical Systems Usa, Inc. System and method for generating radiological prose text utilizing radiological prose text definition ontology
US8504511B2 (en) * 2009-08-05 2013-08-06 Fujifilm Medical Systems Usa, Inc. System and method for providing localization of radiological information utilizing radiological domain ontology
US20110087624A1 (en) * 2009-08-05 2011-04-14 Fujifilm Medical Systems Usa, Inc. System and Method for Generating Knowledge Based Radiological Report Information Via Ontology Driven Graphical User Interface
US20110182493A1 (en) * 2010-01-25 2011-07-28 Martin Huber Method and a system for image annotation
JP2011212099A (ja) * 2010-03-31 2011-10-27 Fujifilm Corp 解剖図生成方法、装置及びプログラム
US9275456B2 (en) * 2010-10-29 2016-03-01 The Johns Hopkins University Image search engine
US9378331B2 (en) 2010-11-19 2016-06-28 D.R. Systems, Inc. Annotation and assessment of images
EP2727030A4 (en) * 2011-06-29 2015-05-27 Univ Johns Hopkins SYSTEM FOR A THREE-DIMENSIONAL INTERFACE AND DATABASE
US9471747B2 (en) 2012-01-06 2016-10-18 Upmc Apparatus and method for viewing medical information
CN103207879B (zh) 2012-01-17 2016-03-30 阿里巴巴集团控股有限公司 图像索引的生成方法及设备
KR101520613B1 (ko) * 2012-02-06 2015-05-15 삼성메디슨 주식회사 초음파 영상 데이터 제공 방법 및 초음파 영상 데이터 제공 장치
US20150178321A1 (en) * 2012-04-10 2015-06-25 Google Inc. Image-based 3d model search and retrieval
US8868768B2 (en) 2012-11-20 2014-10-21 Ikonopedia, Inc. Secure medical data transmission
US20130325510A1 (en) 2012-05-31 2013-12-05 Michael J. Vendrell Image based medical diagnostic systems and processes
EP2720160A3 (en) * 2012-10-11 2015-12-23 Nuance Communications, Inc. Data store organizing data using semantic classification
US9613125B2 (en) 2012-10-11 2017-04-04 Nuance Communications, Inc. Data store organizing data using semantic classification
CN103778240B (zh) * 2014-02-10 2017-04-26 中国人民解放军信息工程大学 基于功能磁共振成像和图像字典稀疏分解的图像检索方法
US9804768B1 (en) 2014-06-25 2017-10-31 ABCDisability, Inc. Method and system for generating an examination report
US10127662B1 (en) * 2014-08-11 2018-11-13 D.R. Systems, Inc. Systems and user interfaces for automated generation of matching 2D series of medical images and efficient annotation of matching 2D medical images
KR101850772B1 (ko) * 2015-05-27 2018-04-23 삼성에스디에스 주식회사 의료용 메타 데이터베이스 관리 방법 및 그 장치
CN105118068B (zh) * 2015-09-29 2017-12-05 常熟理工学院 一种小样本条件下医学图像自动标注方法
WO2019107536A1 (ja) * 2017-11-30 2019-06-06 三菱電機株式会社 三次元地図生成システム、三次元地図生成方法および三次元地図生成プログラム
US11189375B1 (en) * 2020-05-27 2021-11-30 GE Precision Healthcare LLC Methods and systems for a medical image annotation tool
US20230368892A1 (en) * 2022-05-11 2023-11-16 GE Precision Healthcare LLC Method for automating radiology workflow

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8900587A (nl) * 1989-03-10 1990-10-01 Bso Buro Voor Systeemontwikkel Werkwijze voor het bepalen van de semantische verwantheid van lexicale componenten in een tekst.
AU2001291175A1 (en) * 2000-09-21 2002-04-02 Md Online Inc. Medical image processing systems
US6957095B2 (en) * 2001-10-04 2005-10-18 Kabushiki Kaisha Toshiba Imaging system for medical diagnosis
US6792071B2 (en) * 2002-03-27 2004-09-14 Agfa-Gevaert Method of performing geometric measurements on digital radiological images
US8050469B2 (en) * 2002-07-19 2011-11-01 Koninklijke Philips Electronics Automated measurement of objects using deformable models
JP2006506164A (ja) * 2002-11-20 2006-02-23 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ ３次元メッシュモデルをオブジェクトの３次元表面に自動的に適応させる画像処理システム
JP2005103055A (ja) * 2003-09-30 2005-04-21 Konica Minolta Medical & Graphic Inc 医用画像処理装置
EP1685534B1 (en) * 2003-11-13 2007-08-08 Koninklijke Philips Electronics N.V. Three-dimensional segmentation using deformable surfaces
US7272435B2 (en) * 2004-04-15 2007-09-18 Ge Medical Information Technologies, Inc. System and method for sudden cardiac death prediction
US7328209B2 (en) * 2004-08-11 2008-02-05 Oracle International Corporation System for ontology-based semantic matching in a relational database system
US20060041564A1 (en) * 2004-08-20 2006-02-23 Innovative Decision Technologies, Inc. Graphical Annotations and Domain Objects to Create Feature Level Metadata of Images
WO2007002406A2 (en) * 2005-06-20 2007-01-04 The Trustees Of Columbia University In The City Of New York Interactive diagnostic display system
US20070047790A1 (en) * 2005-08-30 2007-03-01 Agfa-Gevaert N.V. Method of Segmenting Anatomic Entities in Digital Medical Images
WO2007056601A2 (en) 2005-11-09 2007-05-18 The Regents Of The University Of California Methods and apparatus for context-sensitive telemedicine
US8121360B2 (en) * 2006-07-31 2012-02-21 Siemens Medical Solutions Usa, Inc. Computer aided detection and decision support
US20080027917A1 (en) * 2006-07-31 2008-01-31 Siemens Corporate Research, Inc. Scalable Semantic Image Search
US20080140706A1 (en) * 2006-11-27 2008-06-12 Charles Kahn Image retrieval system
WO2009016559A1 (en) 2007-08-01 2009-02-05 Koninklijke Philips Electronics N.V. Accessing medical image detabases using medically relevant terms

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462738A (zh) * 2013-09-24 2015-03-25 西门子公司 一种标注医学图像的方法、装置和系统
CN109983502A (zh) * 2016-10-25 2019-07-05 皇家飞利浦有限公司 用于医学图像数据集的质量评估的设备和方法
CN109983502B (zh) * 2016-10-25 2023-06-13 皇家飞利浦有限公司 用于医学图像数据集的质量评估的设备和方法
CN111936989A (zh) * 2018-03-29 2020-11-13 谷歌有限责任公司 相似医学图像搜索
CN113742503A (zh) * 2020-05-13 2021-12-03 西门子医疗有限公司 图像检索
CN113808758A (zh) * 2021-08-31 2021-12-17 联仁健康医疗大数据科技股份有限公司 一种检验数据标准化的方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2009016559A1 (en) 2009-02-05
EP2176799B1 (en) 2019-09-11
US9953040B2 (en) 2018-04-24
US20100293164A1 (en) 2010-11-18
EP2176799A1 (en) 2010-04-21

Similar Documents

Publication Publication Date Title
CN101765843A (zh) 使用医学相关术语访问医学图像数据库
EP2283444B1 (en) Medical workflow systems and methods with process workflow recordation
US8189883B2 (en) Similar case search apparatus and method, and recording medium storing program therefor
CN102428469B (zh) 用于检索和查看医疗图像的装置
US8180123B2 (en) Similar case search apparatus and method, and recording medium storing program therefor
US20120035963A1 (en) System that automatically retrieves report templates based on diagnostic information
US20090228299A1 (en) Methods and apparatus for context-sensitive telemedicine
CN110598722B (zh) 多模态神经影像数据自动信息融合系统
US20080027917A1 (en) Scalable Semantic Image Search
US11361530B2 (en) System and method for automatic detection of key images
US20220254022A1 (en) Method and system for automatic multiple lesion annotation of medical images
CN101903888B (zh) 用于基于跨模态病例的计算机辅助诊断的方法和系统
Seifert et al. Combined semantic and similarity search in medical image databases
Kawa et al. Radiological atlas for patient specific model generation
JP5586953B2 (ja) 解剖学的形状情報を用いた医学画像データベースへのアクセス
US20120191720A1 (en) Retrieving radiological studies using an image-based query
Wan et al. Analysis and Design of Multi-pattern Retrieval Scheme of Regional PACS System Based Medical Images
Wang et al. Design of Liver Cancer Diagnosis System with Structured Database
Wong et al. Empower PACS with content-based queries and 3D image visualization
JP2024068077A (ja) 医用情報処理システムおよび医用情報処理方法
Lavanya et al. Multi Disease Analysis System Using Content Based Image Retrieval
Siadat et al. Multimodality medical image database for temporal lobe epilepsy
Zrimec et al. A medical image assistant for efficient access to medical images and patient data
Akaichi et al. Disease evolution visualization through historized versions of medical images
Nielsen et al. Image matching as a diagnostic support tool

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: 20100630