CN102473206A - 医疗诊断支援装置、医疗诊断支援装置的控制方法和程序 - Google Patents

医疗诊断支援装置、医疗诊断支援装置的控制方法和程序 Download PDF

Info

Publication number
CN102473206A
CN102473206A CN2010800348950A CN201080034895A CN102473206A CN 102473206 A CN102473206 A CN 102473206A CN 2010800348950 A CN2010800348950 A CN 2010800348950A CN 201080034895 A CN201080034895 A CN 201080034895A CN 102473206 A CN102473206 A CN 102473206A
Authority
CN
China
Prior art keywords
value
temporary transient
transient input
diagnosis
input
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
CN2010800348950A
Other languages
English (en)
Inventor
饭塚义夫
今泉昌明
佐藤清秀
川岸将实
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Publication of CN102473206A publication Critical patent/CN102473206A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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

Landscapes

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

Abstract

一种医疗诊断支援装置包括：项目显示单元，其在显示器上显示多个项目，能够对于所述多个项目输入用于导出诊断支援信息的参数；暂时输入单元，其对于通过所述项目显示单元显示的所述多个项目输入多个不同的值作为暂时输入值；导出单元，其通过参照医疗信息导出多条诊断支援信息，每一条诊断支援信息与多个不同的暂时输入值的组合中的一个对应；以及提示单元，其在所述显示器上与所述多个项目的显示一起以列表的格式提示通过所述导出单元导出的所述多条诊断支援信息。

Description

医疗诊断支援装置、医疗诊断支援装置的控制方法和程序
技术领域
本发明涉及用于支援医疗诊断的医疗诊断支援装置、医疗诊断支援装置的控制方法和程序。
背景技术
近年来，医生的短缺在许多的医疗科室中正变为更严重的问题，并且，减少医生在医疗诊断中的负担的医疗诊断支援装置的必要性正增加。为了满足该需要，已研究和开发了计算机辅助诊断(CAD)技术。CAD技术包括支援异常病变(lesion)的检测的技术(异常检测支援技术)、推断最可能的诊断名称的技术(鉴别诊断支援技术)和解释报告形成支援技术。
鉴别诊断支援技术是支援医生的鉴别诊断的技术。一个例子是使用由医生从医疗图像提取的异常病变的特征(解释发现(finding))作为输入信息并且推断和提示(present)病变的本质(例如，病变是恶性的还是良性的)的技术。例如，专利文献1提出了当用户将表达为数值的事先手动获得的信息输入到神经网络时从多个预定疾病名称诊断最可能的疾病名称的方法。这里提到的事先手动获得的信息包含病人的临床参数和放射线照片的描述符(descriptor)。临床参数是病人的属性信息或实验室检验信息，并且是客观测量值，因此，医生对于值的选择并不犹豫。放射线照片的描述符是在图像诊断中由医生描述的发现。发现可被分解成构成要素，即，什么(发现项目)和如何(发现项目的值)。在专利文献1中，发现项目被预定，并且，医生描述(输入)发现项目的值。在这种情况下，医生有时对于发现项目的值的选择产生犹豫。
另一方面，解释报告形成支援技术是用于使得医生能够容易地并且有效地形成报告的支援技术。提高作为解释报告的主要部分的发现的输入的效率的技术是特别重要的。在常规的解释报告系统中，医生通过键盘打字而输入自由文本形式的发现。作为替代方案，计算机自动识别由医生向麦克风发出的语音，并且向发现记入栏(finding entryfield)输出识别结果作为自由文本形式的发现。不幸的是，自动语音识别结果常常包含错误。因此，为了校正错误，医生必须通过键盘打字而编辑自由文本形式的发现。并且，在医生输入自由文本形式的发现时，他们可使用不同的术语、不同的文法和不同的文体。这使得计算机非常难以自动分析发现。因此，难以在统计上分析解释报告并提取新的医疗知识或通过重新使用过去的解释报告有效地形成新的解释报告。
为了打破如上所述的状况，包含发现术语的医疗术语的标准化和解释报告等的文件结构的标准化正得以进展。模板输入方法适于通过仅使用符合标准的术语来形成具有符合标准的结构的文件。即，发现项目和发现项目的可能值被事先定义为发现模板，并且，医生通过从发现模板选择适当的发现项目及其值来输入发现。通过使用模板输入方法输入发现使得计算机能够容易地自动分析发现。
模板输入方法已被用于例如健康检查的检验报告中。并且，伴随解释报告的标准化的进展，模板输入方法可在将来得到普及。
[现有技术文献]
[专利文献1]日本专利公开No.4-332548
不幸的是，由于要被诊断的图像不清楚或者医生可以以多种方式解释关注的异常病变，医生有时对于发现的输入产生犹豫。当描述自由文本形式的发现时，医生可含糊地描述他或她对于判断产生犹豫的发现。但是，由于对于读者来说含糊的描述可能不是有用的信息，因此，必须尽可能清楚地描述发现。另外，当使用模板输入方法作为解释报告形成方法时，即使对于医生对于判断产生犹豫的发现，他或她也必须仅选择在发现模板中定义的一个值。
在专利文献1中，除非医生输入发现项目的值，否则不输出高度可能的疾病名称。因此，即使当医生对于发现项目的值的选择产生犹豫时，他或她也必须在没有来自诊断支援装置的任何支援的情况下选择发现项目的一个值。当然，用户(医生)可一次一个地改变发现项目的值，并且检查装置对于各值的推断结果，由此逐个检查值变化对于推断结果的影响。但是，在如上所述的逐个改变值并且检查推断结果的操作中，容易出现由于记忆的遗忘导致的人为错误。并且，如果存在要改变的值的许多组合，则用户尝试值的所有组合非常麻烦。这使得该方法在工作效率重要的医疗诊断支援装置中是较不实用的。
因此，上述的现有技术没有提供任何支援功能，该支援功能在医生对于要输入的发现项目的最佳值的选择发生犹豫时，使得医生能通过能够减少错误的有效方法选择最佳值。
发明内容
本发明提供这样的医疗诊断支援技术：通过该医疗诊断支援技术，即使在医疗诊断期间医生对于要输入的发现项目的最佳值的选择发生犹豫时，他或她也可同时地暂时输入发现项目的多个值，并且容易地理解各暂时输入值对于诊断支援信息的影响。
根据本发明的一个方面，提供一种医疗诊断支援装置，该医疗诊断支援装置包括：项目显示部件(means)，用于在显示部件上显示多个项目，能够对于所述多个项目输入用于导出诊断支援信息的参数；暂时输入部件，被配置为对于通过所述项目显示部件显示的所述多个项目输入多个不同的值作为暂时输入值；导出部件，用于通过参照医疗信息导出多条诊断支援信息，每一条诊断支援信息与通过所述暂时输入部件输入的多个不同的暂时输入值的组合中的一个对应；以及提示部件，用于在所述显示部件上与所述多个项目的显示一起以列表的格式提示通过所述导出部件导出的所述多条诊断支援信息。
根据本发明的一个方面，用户(医生)可同时地暂时输入他或她对于判断产生犹豫的发现项目的多个值，并且以列表的形式容易地理解各暂时输入值对于诊断支援信息的影响。因此，医生可通过能够减少错误的有效方法确定发现项目的最佳值。
根据本发明的另一方面，通过选择多条提示的诊断支援信息中的一条，多个暂时输入值中的一个可变为最终输入值。这使得可以极其容易地选择最佳值。
从(参照附图)对示例性实施例的以下描述，本发明的进一步的特征将变得明显。
附图说明
图1是示出根据第一实施例的医疗诊断支援装置的设备配置的例子的示图；
图2是示出根据第一实施例的医疗诊断支援装置的控制过程的流程图；
图3是示出导出多条诊断支援信息的处理过程的流程图；
图4A是示出用于解释发现暂时输入部件的第一操作窗口例子的示图，图4B是示出通过图4A所示的处理获得的最终输入发现和暂时输入发现的列表的示图，以及图4C是示出通过使用图4B所示的最终输入值和暂时输入值导出的多条诊断支援信息的示例图；
图5A是示出用于解释发现暂时输入部件的第二操作窗口例子的示图，以及图5B是示出通过图5A所示的处理获得的最终输入发现和暂时输入发现的列表的示图；
图6A是示出用于解释发现暂时输入部件的第三操作窗口例子的示图，以及图6B是示出通过图6A所示的处理获得的最终输入发现和暂时输入发现的列表的示图；
图7A是示出用于解释发现暂时输入部件的第四操作窗口例子的示图，以及图7B是示出通过图7A所示的处理获得的最终输入发现和暂时输入发现的列表的示图；
图8A是示出根据本发明的医疗诊断支援装置的第五操作窗口例子的示图，图8B是示出根据本发明的医疗诊断支援装置的第六操作窗口例子的示图，图8C是示出根据本发明的医疗诊断支援装置的第七操作窗口例子的示图，以及图8D是示出根据本发明的医疗诊断支援装置的第八操作窗口例子的示图；以及
图9A是示出替代图形805的第一显示方法(操作窗口)的示例图，图9B是示出替代图形805的第二显示方法(操作窗口)的示例图，图9C是示出替代图形805的第三显示方法(操作窗口)的示例图，以及图9D是示出替代图形805的第四显示方法(操作窗口)的示例图。
具体实施方式
以下将参照附图解释根据本发明的医疗诊断支援装置及其控制方法的实施例。但是，本发明的范围不限于附图所示的例子。
[第一实施例]
以下将参照图1解释根据第一实施例的医疗诊断支援装置的设备配置的例子。医疗诊断支援装置11具有发现输入支援功能(解释报告形成支援功能)和鉴别诊断支援功能两者。医疗诊断支援装置11包含控制器10、显示单元(监视器104)、鼠标105和键盘106。控制器10包含通过共用总线107相互连接的中央处理单元(CPU)100、主存储器101、磁盘102和显示存储器103。CPU 100通过执行存储于主存储器101中的程序，执行各种类型的控制，例如，与医疗图像数据库12和医疗记录数据库13的通信的控制以及医疗诊断支援装置11的总体控制。
CPU 100主要控制医疗诊断支援装置11的各构成组件的操作。主存储器101存储要由CPU 100执行的控制程序，并且提供CPU 100执行程序时的工作区域。磁盘102存储例如操作系统(OS)、外围设备的设备驱动程序和包含用于执行诊断支援处理(后面将描述)等的程序的各种类型的应用软件。显示存储器103暂时存储要在监视器104上显示的数据。监视器104例如为CRT监视器或液晶监视器，并且基于来自显示存储器103的数据显示图像。鼠标105和键盘106分别被用户(医生)使用以执行点击输入和字符输入等。共用总线107连接上述的构成组件，使得它们可相互通信。
在本实施例中，医疗诊断支援装置11可通过LAN(局域网络)14从医疗图像数据库12读出图像数据并且从医疗记录数据库13读出医疗记录数据。可以使用现有的PACS(Picture Archiving andCommunication System，图片存档通信系统)作为医疗图像数据库12。并且，可以使用作为现有HIS(Hospital Information System，医院信息系统)的子系统的电子医疗图表系统作为医疗记录数据库13。作为替代方案，可以将诸如FDD、HDD、CD驱动器、DVD驱动器、MO驱动器或ZIP驱动器的外部存储器连接到医疗诊断支援装置11，并且从驱动器加载图像数据和医疗记录数据。
注意，医疗图像的类型的例子是简单的X射线图像、X射线CT图像、MRI图像、PET图像、SPECT图像和超声图像。医疗记录数据包含例如病人的个人信息(例如，姓名、出生年份/日期、年龄和性别)和临床信息(例如，检验值、主诉、病史和治疗史)、用于参照存储于医疗图像数据库12中的图像数据的信息、以及由主治医生形成的发现信息。另外，当诊断已进展时，确定的诊断名称被存储于医疗记录数据中。
接下来，以下将参照图2解释控制器10控制医疗诊断支援装置11的方式。由CPU 100通过执行存储于主存储器101中的程序实现图2所示的处理。在步骤S201中，CPU 100根据来自鼠标105和键盘106的输入将医疗图像数据(以下将称为“诊断目标图像”)输入至医疗诊断支援装置11。更具体而言，CPU 100通过LAN 14从医疗图像数据库12接收特定医疗图像数据作为诊断目标图像，而输入医疗图像。作为替代方案，CPU 100通过从与医疗诊断支援装置11连接的外部存储器读出特定医疗图像数据作为诊断目标图像，输入医疗图像。
在步骤S202中，CPU 100在监视器104上显示输入到医疗诊断支援装置11的诊断目标图像。
在步骤S203中，CPU 100在主存储器101中存储由用户(医生)通过在监视在监视器104上显示的诊断目标图像的同时使用鼠标105和键盘106输入的临时发现作为暂时输入发现。可通过使用以下将参照图4A至4C到图7A和图7B解释的使用模板输入方法的发现暂时输入部件中的一个，实现该步骤中的发现暂时输入处理。
以下将解释图4A至4C到图7A和图7B。这些图是各示出在CPU100的控制下在监视器104上显示的操作窗口的一部分的示例图。为了便于理解以下的解释，发现项目的数量为8个(发现1至8)，并且，各发现项目的可能值的数量为5个(选择a至e)。但是，本发明不限于任何特定的发现项目数量和任何特定的值(选择)数量。并且，以下的解释以使用在一般的OS(操作系统)中使用的各种控件的操作窗口为例子。但是，本发明不限于任何特定的OS和任何特定的窗口配置。注意，“控件”是操作窗口的构成部分，并且具有对于数据项目输入或选择值的功能。CPU 100用作用于使得监视器104显示至少一个项目的项目显示部件，对于该至少一个项目，可以输入用于导出诊断支援信息的参数(以下也将称为“值”)。
以下将参照图4A解释用作发现暂时输入部件的第一操作窗口例子。参照图4A，组合框401和402是用于分别输入发现1的第一值和第二值的控件。在初始的状态中，在各组合框中设定NULL(无效值)。这类似地适用于发现2至8。由于操作组合框的方法一般是已知的，因此该方法的解释将被省略。
在图4A中，用户(医生)在监视诊断目标图像中的异常病变的同时，仅对于推测起来需要输入的发现输入值。并且，如果用户(医生)在输入各发现的值时对于值的选择发生犹豫，那么他或她可同时输入第一值和第二值。另一方面，如果用户(医生)在值选择方面没有犹豫，那么他或她只需要输入第一值。在图4A所示的例子中，用户(医生)对于发现1、3和6输入第一值和第二值，因为他或她产生犹豫，但是，用户(医生)对于发现4和8仅输入第一值，因为他或她没有犹豫。用户(医生)确定对于发现2、5和7不需要输入值。CPU 100检查各组合框的输入状态，并对于仅输入第一值的发现在主存储器101中存储第一值作为最终输入值。对于第一值和第二值两者被输入的发现，CPU 100在主存储器101中存储第一值和第二值两者作为暂时输入值。
图4B是示出当用户(医生)执行参照图4A解释的输入时要作为步骤S203中的处理结果存储于主存储器101中的列表格式的最终输入发现和暂时输入发现的显示的示例图。由于各最终输入发现仅具有第一值，因此，第二值的栏是无效的。
以下将参照图5A解释用作发现暂时输入部件的第二操作窗口例子。参照图5A，组合框501是用于输入用于发现1的值的控件，并且在初始状态中设定NULL。另一方面，复选框502是当用户(医生)对于用于发现1的值的选择发生犹豫时要勾选的控件，并且，在初始状态中设定0(没有勾选)。这类似地适用于发现2至8。由于操作组合框和复选框的方法一般是已知的，因此，该方法的解释将被省略。
在图5A中，用户(医生)仅对于推测起来需要输入的发现输入值。并且，用户(医生)仅在他或她在输入各发现的值时对于值的选择发生犹豫时才勾选复选框。在图5A所示的例子中，用户(医生)勾选发现1、3和6的复选框，因为他或她产生犹豫，但是，用户(医生)不勾选发现4和8的复选框，因为他或她没有犹豫。
CPU 100检查各组合框的输入状态和各复选框的勾选状态。对于在组合框中值被输入并且复选框没有被勾选的发现，CPU 100在主存储器101中存储在组合框中输入的值作为最终输入值。对于在组合框中值被输入并且复选框被勾选的发现，CPU 100在主存储器101中存储在组合框中输入的值和该输入值前后的值作为暂时输入值。在图5A所示的发现1的例子中，在组合框中输入的值是值1c，因此，输入值前后的值是值1b和1d，并且，值1b和1d是暂时输入值。当在组合框中输入的值是值a(第一选择)时，在值a前面不存在值，因此，输入值前后的值是NULL和值1b。类似地，当在组合框中输入的值是值1e(最后选择)时，在值1e后面不存在值，因此，输入值前后的值是值1d和NULL。
图5B是示出当用户(医生)执行参照图5A解释的输入时要作为步骤S203中的处理结果存储于主存储器101中的列表格式的最终输入发现和暂时输入发现的显示的示例图。由于发现4和8中的每一个的最终输入发现仅具有第一值，因此，第二值的栏和第三值的栏是无效的。对于发现1、3和6中的每一个，第二值和第三值被设为暂时输入发现。
以下将参照图6A解释用作发现暂时输入部件的第三操作窗口例子。参照图6A，列表框601是用于输入用于发现1的值的控件，并且，可同时选择多个值。这类似地适用于发现2至8。由于操作可选择多个值的列表框的方法一般是已知的，因此，该方法的解释将被省略。
在图6A中，用户(医生)仅对于推测起来需要输入的发现输入值。并且，如果用户(医生)在输入各发现的值时对于值的选择发生犹豫，那么他或她可选择两个或更多个值。如果用户(医生)在值的选择方面没有犹豫，那么他或她仅需要选择一个值。在图6A所示的例子中，用户(医生)对于发现1、3和6中的每一个选择两个值，因为他或她发生犹豫，并且用户(医生)对于发现4和8中的每一个仅选择一个值，因为他或她没有犹豫。
CPU 100检查各列表框的选择状态。对于仅选择一个值的发现，CPU 100在主存储器101中存储选择的值作为最终输入值。对于选择两个或更多个值的发现，CPU 100在主存储器101中存储所有选择的值作为暂时输入值。注意，在列表框中选择的暂时输入值仅需要从最早选择的一个依次被设为第一值、第二值、...。也可基于预定的规则(例如，使选择a优先于选择b，并且使选择b优先于选择c)确定第一值。
图6B是示出当用户(医生)执行参照图6A解释的输入时要作为步骤S203中的处理结果存储于主存储器101中的列表格式的最终输入发现和暂时输入发现的显示的示例图。由于可以在图6A所示的各列表框中选择最多5个值，因此，暂时输入发现可具有第一值到第五值。由于最终输入发现仅具有第一值，因此，从第二值到第五值的所有栏是无效的。虽然可选择最多5个值作为暂时输入值，但是，实际上对于各发现仅选择两个值，因此，NULL被存储为第三值到第五值。也可将2、3或4预设为在列表框中可选择的值的最大数量。
以下将参照图7A解释用作发现暂时输入部件的第四操作窗口例子。参照图7A，组合框701是用于输入用于发现1的值的控件，并且，在初始状态中设定NULL。这类似地适用于发现2至8。由于操作组合框的方法一般是已知的，因此该方法的解释将被省略。
在图7A中，用户(医生)仅对于推测起来需要输入的发现输入值。在图7A所示的例子中，作为各发现的可能的值，可以选择5个值“必然存在”、“可能存在”、“未知”、“可能不存在”和“必然不存在”。
CPU 100检查各组合框的输入状态。对于在组合框中输入预定值(在图7A所示的例子中为“未知”)的发现，CPU 100确定医生产生犹豫。在这种情况下，CPU 100在主存储器101中存储在组合框中输入的值(“未知”)和输入值前后的值(“可能存在”和“可能不存在”)作为暂时输入值。对于在组合框中输入另外值(“未知”以外)的发现，CPU 100确定医生没有犹豫，并且在主存储器101中存储在组合框中输入的值作为最终输入值。在图7A所示的例子中，对于发现1和6中的每一个输入预定值(“未知”)。因此，存储包含输入值和输入值前后的值(“可能存在”和“可能不存在”)的三个值作为暂时输入值。
图7B是示出当用户(医生)执行参照图7A解释的输入时要作为步骤S203中的处理结果存储于主存储器101中的列表格式的最终输入发现和暂时输入发现的显示的示例图。由于最终输入发现仅具有第一值，因此，第二值和第三值的栏是无效的。
并且，如果CPU 100经由UI(未示出)从用户(医生)获取信息“发现输入完成”，则CPU 100终止步骤S203中的处理，并且执行从步骤S204起的处理。以下将再次解释图2。
在步骤S204中，CPU 100通过LAN 14从医疗记录数据库13接收其它的预定医疗信息(例如，病人的个人信息和临床信息)，并且在主存储器101中存储接收的信息。但是，如果在步骤S205中的处理中不需要其它的医疗信息，则该步骤可被省略。作为其它的医疗信息需要的信息的类型被预存于磁盘102或主存储器101中。
在步骤S205中，CPU 100通过使用在步骤S203中获取的发现的暂时输入值和在步骤S204中获取的其它的医疗信息导出多条诊断支援信息。作为诊断支援信息，CPU 100导出例如最可能的诊断名称作为诊断目标图像中的异常病变的诊断名称。作为替代方案，对于可能作为诊断目标图像中的异常病变的诊断名称的多个诊断名称中的每一个，CPU 100导出诊断名称正确的概率。更具体而言，作为用于胸部CT图像的肺域中的孤立性异常病变的诊断支援信息，CPU 100导出原发性肺癌、癌的肺转移和另外的肺病中的哪一个是最可能的。作为替代方案，CPU 100导出原发性肺癌、癌的肺转移和另外的肺病中的每一个的概率。在步骤S205中，CPU 100对于在步骤S203中获取的暂时输入发现的所有组合中的每一个导出一个诊断支援信息。注意，诊断支援信息不限于以上的例子。
以下将参照图3所示的流程图解释步骤S205中的过程的细节。注意，图3使用以下的符号，并且，CPU 100获取或计算由所述符号指示的所有信息，并且在主存储器101中存储它们。
n：暂时输入发现的总数(n≥0，在图4B、图5B和图6B中n＝3，并且在图7B中n＝2)
m：暂时输入值的最大数(m≥2，在图4B中m＝2，在图5B和图7B中m＝3，并且在图6B中m＝5)
k：暂时输入发现的标号(index)(k＝1至n)
i(k)：第k个暂时输入发现的暂时输入值的标号(i(k)＝1至m)
Ui(k)：第k个暂时输入发现的第i(k)个暂时输入值
N：暂时输入值的组合的总数(N≥1，在图4B和图6B中N＝8，在图5B中N＝18，并且在图7B中N＝9)
Ej：包含含有某暂时输入值组(Ui(1)、Ui(2)、...、Ui(n))的暂时输入发现、最终输入发现和其它的医疗信息的输入信息的集合(j＝1至N)
OEj：通过使用Ej导出的诊断支援信息
注意，图3是基于n≥3的假定的流程图。当n＝0时，仅需要执行步骤S302。当n＝1时，仅需要执行步骤S301至S304。当n＝2时，仅需要执行步骤S301至S304以及步骤S307和S308。
在步骤S301中，CPU 100在i(1)至i(n)中即在所有的i(k)(k＝1至n)中代入(substitute)1。在步骤S302中，CPU 100基于包含含有暂时输入值组(Ui(1)、Ui(2)、...、Ui(n))的暂时输入发现、最终输入发现和其它的医疗信息的输入信息的集合Ej导出诊断支援信息OEj。
当导出最可能的诊断名称作为诊断支援信息OEj时，可以使用一般的类别分类方法。类别分类方法是基于目标数据的特有信息来推断目标数据所属的类别的方法。在本实施例中，目标数据是诊断目标图像或病例，目标数据的特有信息包含暂时输入发现、最终输入发现和其它的医疗信息，并且，目标数据所属的类别是诊断名称。作为典型的统计分类方法的例子，以下的方法是已知的，并且，可以在步骤S302中使用这些方法中的任一个。
*支持向量机(Support Vector Machine，SVM)
＊人工神经网络(Artificial Neural Network，ANN)
＊贝叶斯网络(Bayesian Network，BN)
＊决策树(Decision Tree，DT)
＊K最近邻(k-Nearest Neighbor，kNN)
当对于多个诊断名称中的每一个导出诊断名称正确的概率作为诊断支援信息OEj时，必须使用能够计算目标数据属于各类别(诊断名称)的概率的推断方法。作为像这样的推断方法，上述的(也可用作类别分类方法的)贝叶斯网络(BN)和人工神经网络(ANN)是已知的，并且，可以在步骤S302中使用任一方法。
在步骤S303中，CPU 100将i(1)加1。在步骤S304中，CPU 100确定i(1)是否已超过m或者Ui(1)是否为NULL。如果i(1)已超过m或者Ui(1)为NULL，则处理前进到步骤S305；如果不是，则处理前进到步骤S302。
在步骤S305中，CPU 100在从i(1)到i(k-1)的各标号中代入1，并且将i(k)加1。在步骤S306中，CPU 100确定i(k)是否已超过m或者Ui(k)是否为NULL。如果i(k)已超过m或者Ui(k)为NULL，则处理前进到下一步骤；如果不是，则处理前进到步骤S302。
通过将k大于等于2且小于n时的处理抽象化，获得步骤S305和S306。实际上，必须对于k的数个值多次数执行步骤S305和S306中的处理。例如，当n＝3时，必须对于k＝2将步骤S305和S306中的处理执行一次。当n＝5时，必须对于k＝2、3和4将步骤S305和S306中的处理执行三次。
在步骤S307中，CPU 100在从i(1)到i(n-1)的各标号中代入1，并且将i(n)加1。在步骤S308中，CPU 100确定i(n)是否已超过m或者Ui(n)是否为NULL。如果i(n)已超过m或者Ui(n)为NULL，则CPU 100终止步骤S205中的处理；如果不是，则处理前进到步骤S302。
上述的处理对于暂时输入发现(对于暂时输入发现中的每一个，选择多个暂时输入值中的一个)的所有组合中的每一个导出诊断支援信息OEj。
图4C是示出通过使用图4B所示的最终输入值和暂时输入值导出的多条诊断支援信息OEj的例子的示图。参照图4C，最终输入值是发现4的值4d和发现8的值8e。暂时输入值是发现1的值1c和1b、发现3的值3a和3b、以及发现6的值6c和6d。由于三个发现的每一个具有两个暂时输入值，因此暂时输入值的组合的总数为2×2×2＝8。对于暂时输入值的八个组合中的每一个，CPU 100通过执行先前描述的步骤S205导出诊断名称的概率(肺癌的概率、转移的概率和其它的概率)作为诊断支援信息OEj。另外，CPU 100在主存储器101中存储暂时输入值的组合和诊断名称的概率的对应表。注意，图4C所示的诊断名称的概率是用于解释本实施例所形成的伪数据(dummydata)，并且是通过有意选择阐明由于暂时输入值之间的差别所导致的概率变化的数值而获得的。以下将再次解释图2。
在步骤S206中，CPU 100获取由用户(医生)通过使用鼠标105和键盘106输入的提示诊断支援信息的指令。通常，医生在执行图像诊断之后参照诊断支援信息，并客观地验证他或她的诊断。因此，在从用户(医生)接收到指令之后提示诊断支援信息。对于此目的，步骤S206是必要的。
在步骤S207中，CPU 100经由显示存储器103在监视器104上显示在步骤S205中导出的诊断支援信息，由此向用户(医生)提示该信息。
在步骤S208中，CPU 100获取由用户(医生)通过使用鼠标105和键盘106输入的指令。注意，在该步骤中获取的指令是选择暂时输入值的组合的指令(后面将描述)或“确定发现”的指令。
如果在步骤S209中确定在步骤S208中从用户(医生)获取的指令是“确定发现”的指令，则CPU 100使处理前进到步骤S211。另一方面，如果获取选择暂时输入值的组合的指令，则CPU 100使处理前进到步骤S210。
在步骤S210中，基于在步骤S208中获取的用户指令，CPU 100选择各暂时输入发现的多个暂时输入值中的一个，并且将选择的暂时输入值设为第一值。另外，CPU 100经由显示存储器103在监视器104上显示选择的第一值，由此向用户(医生)提示第一值。然后，CPU 100使处理前进到步骤S208。即，用户(医生)可根据需要重复执行步骤S208至S210中的处理。
为了更详细地解释步骤S206至S210中的处理过程，以下将参照图8A至8D解释要在监视器104上显示的操作窗口例子和获取用户(医生)指令的方法。图8A至8D是示出根据第一实施例的医疗诊断支援装置的第五到第八操作窗口例子的示图，并且，所有这些操作窗口例子基本上具有相同的窗口配置。图8A至8D所示的显示内容与步骤S206至S210中的处理过程对应。
图8A是执行步骤S206之前的操作窗口例子。参照图8A，CPU 100在显示范围801中显示图4A中示出的发现暂时输入部件。但是，也可在该部分中显示如图5A、图6A或图7A所示的暂时输入部件。
在显示范围802中，CPU 100显示在步骤S205中导出的多条诊断支援信息OEj的列表，并且显示在列表格式的显示上能够进行选择数据的操作的操作窗口。但是，也可在该部分中显示如图9A至9D(后面将描述)中的任一个所示的另外显示方法。
在图8A中，按钮803是用于输入用于显示多条诊断支援信息OEj的列表的用户指令的控件。图形805是用于显示多条诊断支援信息OEj的列表并使得用户(医生)能选择多条诊断支援信息OEj的一部分的特别控件。将在后面描述使用图形805的方法。文本框804是用于显示与通过使用图形805由用户(医生)选择的诊断支援信息OEj对应的诊断名称的概率的控件。
图8B是在用户按压图8A所示的操作窗口例子中的按钮803之后出现的操作窗口例子，并且是执行步骤S206和S207之后的操作窗口例子。参照图8B，多个符号“●”811和符号“★”812指示对于图4C所示的N个暂时输入值组合的诊断名称的概率(肺癌的概率、转移的概率和其它的概率)。根据对于各暂时输入值组合的诊断名称的概率(肺癌的概率、转移的概率或其它的概率)确定图形805中的符号“●”或“★”的位置，使得概率可一目了然。当符号“●”或“★”位于图形805中的顶点“肺癌”处时，肺癌的概率为100％。随着符号远离顶点“肺癌”，肺癌的概率降低。当符号“●”或“★”位于图形805的底边(连接顶点“转移”和顶点“其它”的线段)上时，肺癌的概率为0％。这类似地适用于转移的概率和其它的概率：离开顶点“转移”或“其它”的距离指示概率是高还是低。
符号“★”812指示在对于所有的暂时输入发现中的每一个选择第一暂时输入值(在多个暂时输入值之中的具有最高优先级的暂时输入值)时的诊断名称的概率。图8B所示的例子指示对于发现1选择值1c、对于发现3选择值3a并且对于发现6选择值6c时的诊断名称的概率。在这种状态下，CPU 100在文本框804中将由符号“★”812指示的诊断名称的概率显示为字符串。
图8C是在用户选择多个符号“●”中的一个之后出现的操作窗口例子，并且是执行步骤S208至S210之后的操作窗口例子。
当用户在图8B中选择符号“●”中的一个时，CPU 100将选择的符号“●”变为符号“★”，并且将先前的符号“★”变为符号“●”。因此，仅在由用户选择的位置中显示符号“★”。图8C示出符号“★”821被选择。在这种状态下，CPU 100在文本框804中将由符号“★”821指示的诊断名称的概率显示为字符串。
并且，CPU 100通过参考参照图4C解释的暂时输入值组合和诊断名称概率的对应表，检查与由符号“★”821指示的诊断名称的概率对应的暂时输入值组合。CPU 100将(由用户选择的)发现的暂时输入值组合设为各发现的第一值，并且在显示范围801中提示该值。例如，当使用图4A所示的暂时输入部件时，CPU 100比较发现的暂时输入值组合与显示范围801所示的各组合框的第一值。如果发现的暂时输入值不是第一值，则CPU 100将第一值和第二值相互替代，并且在组合框的显示上反映改变的第一值和第二值。在图8C所示的例子中，用户已选择了“肺癌：75％，转移：10％，以及其它：15％”作为诊断名称的概率。因此，CPU 100检查相应的暂时输入值组合，并且获得值1b、3b和6d。CPU 100然后将各组合框中的值相互替代，使得值1b、3b和6d中的每一个是发现1、3和6中的相应一个的第一值(在多个暂时输入值之中的具有最高优先级的暂时输入值)。
图8D是在用户在图8B所示的操作窗口例子中选择了图形805中的四个图形“Δ”中的一个之后出现的操作窗口例子，并且是执行步骤S208至S210之后的操作窗口例子。
当用户在图8B中选择图形“Δ”中的一个时，CPU 100突出显示选择的图形“Δ”，并且将先前的符号“★”变为符号“●”。作为替代方案，如果已存在突出显示的图形“Δ”，则CPU 100使图形“Δ”返回至通常的显示。即，只有被用户选择的图形“Δ”被突出显示，并且，不显示符号“★”。图8D示出图形“Δ”831被选择，并且，图形“Δ”831指示肺癌的概率为50％或更大的范围。在这种状态下，CPU 100在文本框804中将由图形“Δ”831指示的诊断名称的概率(肺癌的概率为50％或更大)显示为字符串。
并且，CPU 100通过参考参照图4C解释的暂时输入值组合和诊断名称概率的对应表，检查与由图形“Δ”831指示的诊断名称的概率(肺癌的概率为50％或更大)对应的所有暂时输入值组合。在图4C所示的例子中，肺癌的概率为50％或更大的暂时输入值组合为值1b、3b和6c的组合以及值1b、3b和6d的组合。另外，CPU 100检查肺癌的概率为50％或更大的暂时输入值组合的共同部分。在上述的例子中，共同部分是值1b和3b。CPU 100然后比较发现的共同部分与显示范围801所示的各组合框的第一值。如果第一值不是发现的共同部分中的任一个，则CPU 100将第一值和第二值相互替代，并且在组合框的显示上反映改变的第一值和第二值。在图8D所示的例子中，用户已选择“肺癌的概率为50％或更大”作为诊断概率。因此，CPU 100分别在发现1和3的组合框中设定值1b和3b(其是相应的输入值组合的共同部分)作为第一值。CPU 100不改变发现6的组合框的值，因为这些值与“肺癌的概率为50％或更大”无关。即，不管值6c还是6d被选择为发现6，都满足条件“肺癌的概率为50％或更大”。因此，任一暂时输入值都可以为发现6的第一值。
还可以使用这样的规则：不包含于共同部分中的发现(发现6)的暂时输入值的第一值被返回至图8A所示的步骤S206的执行之前的状态。这是由于，由用户初始选择为第一值的暂时输入值(值6c)可能比选择为第二值的暂时输入值(值6d)更确信。
图9A至9D示出替代参照图8A解释的图形805的其它显示方法(操作窗口)的例子。
以下将参照图9A解释替代图形805的第一显示方法(操作窗口)的例子。CPU 100通过使用树结构显示在步骤S205中导出的多条诊断支援信息OEj的列表。通过选择在树结构的端部显示的诊断名称的概率中的一个，用户可获得与选择图形805中的符号“●”时相同的结果。即，CPU 100在文本框804中将选择的诊断名称概率显示为字符串。并且，CPU 100将与选择的诊断名称概率对应的暂时输入值组合设为各发现的第一值，并且在显示范围801中的各组合框的显示上反映该变化。
以下将参照图9B解释替代图形805的第二显示方法(操作窗口)的例子。CPU 100将在步骤S205中导出的多条诊断支援信息OEj显示为将具有相对高的概率的诊断名称分类(分组)的列表。通过选择列表所示的行(指示诊断名称的概率)中的一个，用户可获得与选择图形805中的符号“●”时相同的结果。注意，当在步骤S205中的处理中只导出具有最高概率的诊断名称作为诊断支援信息OEj时，暂时输入值的组合在它们对于各诊断名称被分类时而被显示的图9B所示的显示方法是合适的。但是，在这种情况下，不显示概率。
以下将参照图9C解释替代图形805的第三显示方法(操作窗口)的例子。CPU 100从图9B所示的列表对于各诊断名称选择具有最高概率的暂时输入值组合，并且将选择结果显示为列表。通过选择列表所示的行(指示诊断名称的概率)中的一个，用户可获得与选择图形805中的符号“●”时相同的结果。
以下将参照图9D解释替代图形805的第四显示方法(操作窗口)的例子。CPU 100从图9B所示的列表对于各诊断名称选择具有50％的概率的暂时输入值组合，并且将选择结果显示为列表。通过选择列表所示的行(指示诊断名称的概率)中的一个，用户可获得与选择图形805中的符号“●”时相同的结果。
如上所述的那样执行步骤S206至S210中的处理。
在步骤S211中，CPU 100将在直到步骤S210的处理中选择的各暂时输入发现的第一值(在多个暂时输入值之中的具有最高优先级的暂时输入值)确定作为暂时输入发现的最终输入值，并且，将暂时输入发现确定为最终输入发现。然后，CPU 100在磁盘102中存储关于如上所述的那样获得的发现的信息。并且，根据来自用户(医生)的指令，CPU 100通过使用打印机(未示出)等打印关于发现的信息。作为替代方案，根据来自用户(医生)的指令，CPU 100通过LAN 14将关于发现的信息传送至服务器(例如，RIS(Radiology InformationSystem，放射学信息系统)或发现服务器)(未示出)。之后，CPU100终止图2所示的流程图的处理。
如上所述，实现了使用根据本实施例的医疗诊断支援装置的发现的输入。根据本实施例的医疗诊断支援装置使得用户(医生)能对他或她对于判断产生犹豫的发现项目同时地暂时输入多个值，并且以列表的形式容易地理解各暂时输入值对于诊断支援信息的影响。另外，通过选择多条提示的诊断支援信息中的一个，暂时输入值中的一个可立即变为最终输入值。这有效地使得最佳发现的容易选择是可行的。
在本发明的实施例中，用户(医生)可对他或她对于判断产生犹豫的发现项目同时地暂时输入多个值，并且以列表的形式容易地理解各暂时输入值对于诊断支援信息的影响。因此，用户(医生)可通过能够减少错误的有效方法确定发现项目的最佳值。
并且，在本发明的实施例中，通过选择多条提示的诊断支援信息中的一个，多个暂时输入值中的一个可变为最终输入值。这使得可以极其容易地选择最佳值。
其它的实施例
也可通过读出并执行记录在存储设备上的程序以执行上述实施例的功能的系统或装置的计算机(或诸如CPU或MPU的设备)、以及通过由系统或装置的计算机通过例如读出并执行记录在存储设备上的程序以执行上述实施例的功能执行其步骤的方法，实现本发明的各方面。出于这种目的，例如经由网络或从用作存储设备的各种类型的记录介质(例如，计算机可读介质)将程序提供至计算机。
虽然已参照示例性实施例描述了本发明，但要理解，本发明不限于公开的示例性实施例。以下的权利要求的范围要被赋予最宽的解释，以包含所有这样的修改以及等同的结构和功能。
本申请要求在2009年8月10日提交的日本专利申请No.2009-186153的权益，在此通过引用而并入其全部内容。

Claims (5)

1.一种医疗诊断支援装置，包括：
项目显示部件，用于在显示部件上显示多个项目，能够对于所述多个项目输入用于导出诊断支援信息的参数；
暂时输入部件，被配置为对于通过所述项目显示部件显示的所述多个项目输入多个不同的值作为暂时输入值；
导出部件，用于通过参照医疗信息导出多条诊断支援信息，每一条诊断支援信息与通过所述暂时输入部件输入的多个不同的暂时输入值的组合中的一个对应；以及
提示部件，用于在所述显示部件上与所述多个项目的显示一起以列表的格式提示通过所述导出部件导出的所述多条诊断支援信息。
2.根据权利要求1的装置，还包括选择部件，用于选择以列表的格式显示的所述多条诊断支援信息中的一条，
其中，所述暂时输入部件将与通过所述选择部件选择的诊断支援信息对应的暂时输入值设定为在所述多个不同的暂时输入值之中具有最高优先级的第一暂时输入值。
3.根据权利要求2的装置，还包括确定部件，用于将通过所述暂时输入部件设定的第一暂时输入值确定为用于确定所述多条诊断支援信息中的一条的最终输入值。
4.一种控制医疗诊断支援装置的方法，包括：
项目显示步骤，在显示部件上显示多个项目，能够对于所述多个项目输入用于导出诊断支援信息的参数；
暂时输入步骤，对于在所述项目显示步骤中显示的所述多个项目接受作为暂时输入值而输入的多个不同的值；
导出步骤，通过参照医疗信息导出多条诊断支援信息，每一条诊断支援信息与在所述暂时输入步骤中输入的多个不同的暂时输入值的组合中的一个对应；以及
提示步骤，在所述显示部件上与所述多个项目的显示一起以列表的格式提示在所述导出步骤中导出的所述多条诊断支援信息。
5.一种程序，所述程序被存储于计算机可读存储介质中，并使得计算机用作权利要求1所述的医疗诊断支援装置。
CN2010800348950A 2009-08-10 2010-07-23 医疗诊断支援装置、医疗诊断支援装置的控制方法和程序 Pending CN102473206A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009-186153 2009-08-10
JP2009186153A JP5517524B2 (ja) 2009-08-10 2009-08-10 医療診断支援装置、医療診断支援装置の制御方法およびプログラム
PCT/JP2010/062965 WO2011018949A1 (en) 2009-08-10 2010-07-23 Medical diagnosis support apparatus, method of controlling medical diagnosis support apparatus, and program

Publications (1)

Publication Number Publication Date
CN102473206A true CN102473206A (zh) 2012-05-23

Family

ID=43586128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010800348950A Pending CN102473206A (zh) 2009-08-10 2010-07-23 医疗诊断支援装置、医疗诊断支援装置的控制方法和程序

Country Status (6)

Country Link
US (1) US20110199390A1 (zh)
JP (1) JP5517524B2 (zh)
CN (1) CN102473206A (zh)
DE (1) DE112010003251T5 (zh)
GB (1) GB2484620A (zh)
WO (1) WO2011018949A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111225614A (zh) * 2017-10-13 2020-06-02 佳能株式会社 诊断辅助装置、信息处理方法、诊断辅助系统以及程序

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5728212B2 (ja) 2010-11-30 2015-06-03 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、およびプログラム
EP2506173B1 (en) 2011-03-28 2020-01-01 Canon Kabushiki Kaisha Medical diagnosis support apparatus and medical diagnosis support method
US10049445B2 (en) 2011-07-29 2018-08-14 Canon Kabushiki Kaisha Image processing apparatus and image processing method of a three-dimensional medical image
US8630995B2 (en) 2011-09-16 2014-01-14 Raymond William Bachert Methods and systems for acquiring and processing veterinary-related information to facilitate differential diagnosis
JP5899856B2 (ja) * 2011-11-18 2016-04-06 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP6021346B2 (ja) 2012-02-14 2016-11-09 キヤノン株式会社 診断支援装置及びその制御方法
JP5967968B2 (ja) 2012-02-14 2016-08-10 キヤノン株式会社 医療診断支援システム、医療診断支援装置、情報処理方法、及びプログラム
JP5668090B2 (ja) 2013-01-09 2015-02-12 キヤノン株式会社 医療診断支援装置及び医療診断支援方法
US20150149940A1 (en) * 2013-11-27 2015-05-28 General Electric Company Medical Test Result Presentation
JP6489801B2 (ja) 2014-01-16 2019-03-27 キヤノン株式会社 画像処理装置、画像診断システム、画像処理方法およびプログラム
JP6489800B2 (ja) 2014-01-16 2019-03-27 キヤノン株式会社 画像処理装置、画像診断システム、画像処理方法およびプログラム
JP6397277B2 (ja) 2014-09-05 2018-09-26 キヤノン株式会社 読影レポート作成のための支援装置およびその制御方法
JP6385210B2 (ja) 2014-09-05 2018-09-05 キヤノン株式会社 画像診断支援装置および制御方法、プログラム
WO2016071791A1 (en) * 2014-11-07 2016-05-12 Koninklijke Philips N.V. Optimized anatomical structure of interest labelling
JP6074455B2 (ja) 2015-05-14 2017-02-01 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、プログラム、及び診断支援システム
JP6532287B2 (ja) 2015-05-14 2019-06-19 キヤノン株式会社 医療診断支援装置、情報処理方法及びプログラム
JP6757209B2 (ja) 2016-08-29 2020-09-16 キヤノン株式会社 医用情報処理装置、医用情報処理システム、医用情報処理方法およびプログラム
JP6808422B2 (ja) * 2016-09-27 2021-01-06 キヤノン株式会社 医用情報処理装置、医用情報処理システム、医用情報処理方法およびプログラム
JP6997981B2 (ja) * 2017-02-09 2022-01-18 株式会社ジェイマックシステム 診断支援装置、診断支援方法および診断支援プログラム
EP3518245A1 (en) * 2018-01-29 2019-07-31 Siemens Healthcare GmbH Image generation from a medical text report

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020107824A1 (en) * 2000-01-06 2002-08-08 Sajid Ahmed System and method of decision making
US20050010444A1 (en) * 2003-06-06 2005-01-13 Iliff Edwin C. System and method for assisting medical diagnosis using an anatomic system and cause matrix
CN101080707A (zh) * 2004-12-17 2007-11-28 昆士兰大学 决策机的特征简化方法
CN101346722A (zh) * 2005-10-31 2009-01-14 皇家飞利浦电子股份有限公司 临床工作流管理和决策系统与方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3231810B2 (ja) 1990-08-28 2001-11-26 アーチ・デベロップメント・コーポレーション ニューラル・ネットワークを用いた鑑別診断支援方法
US5557716A (en) * 1992-07-02 1996-09-17 Canon Kabushiki Kaisha Graph drawing
JPH0950470A (ja) * 1995-08-09 1997-02-18 Toshiba Medical Eng Co Ltd 読影レポートシステム
JP2003033327A (ja) * 2001-07-24 2003-02-04 Fujitsu Ltd 画像情報による診断支援装置
US8798971B2 (en) * 2002-10-10 2014-08-05 The Mathworks, Inc. System and method for using a truth table graphical function in a statechart
US8805814B2 (en) * 2004-10-27 2014-08-12 Elsevier B.V. Methods and systems for searching databases and displaying search results
JP2006172341A (ja) * 2004-12-20 2006-06-29 Hitachi Medical Corp 看護データ入力装置
JP5238507B2 (ja) * 2005-10-31 2013-07-17 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 臨床ワークフロー管理及び意思決定システム及び方法
JP5264136B2 (ja) * 2007-09-27 2013-08-14 キヤノン株式会社 医用診断支援装置及びその制御方法、ならびにコンピュータプログラム及び記憶媒体
JP5100285B2 (ja) * 2007-09-28 2012-12-19 キヤノン株式会社 医用診断支援装置およびその制御方法、プログラム、記憶媒体
JP5164594B2 (ja) 2008-02-08 2013-03-21 株式会社パロマ 加熱調理器
US20090259488A1 (en) * 2008-04-10 2009-10-15 Microsoft Corporation Vetting doctors based on results
JP5222082B2 (ja) * 2008-09-25 2013-06-26 キヤノン株式会社 情報処理装置およびその制御方法、データ処理システム
US8259124B2 (en) * 2008-11-06 2012-09-04 Microsoft Corporation Dynamic search result highlighting
JP2009059381A (ja) * 2008-11-07 2009-03-19 Fujifilm Corp 医療診断支援方法および装置並びに診断支援情報記録媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020107824A1 (en) * 2000-01-06 2002-08-08 Sajid Ahmed System and method of decision making
US20050010444A1 (en) * 2003-06-06 2005-01-13 Iliff Edwin C. System and method for assisting medical diagnosis using an anatomic system and cause matrix
CN101080707A (zh) * 2004-12-17 2007-11-28 昆士兰大学 决策机的特征简化方法
CN101346722A (zh) * 2005-10-31 2009-01-14 皇家飞利浦电子股份有限公司 临床工作流管理和决策系统与方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111225614A (zh) * 2017-10-13 2020-06-02 佳能株式会社 诊断辅助装置、信息处理方法、诊断辅助系统以及程序
US11823386B2 (en) 2017-10-13 2023-11-21 Canon Kabushiki Kaisha Diagnosis assistance apparatus, and information processing method

Also Published As

Publication number Publication date
JP2011036383A (ja) 2011-02-24
US20110199390A1 (en) 2011-08-18
GB2484620A (en) 2012-04-18
GB201200721D0 (en) 2012-02-29
WO2011018949A1 (en) 2011-02-17
DE112010003251T5 (de) 2013-01-03
JP5517524B2 (ja) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102473206A (zh) 医疗诊断支援装置、医疗诊断支援装置的控制方法和程序
US9317580B2 (en) Imaging protocol update and/or recommender
JP5875285B2 (ja) 医療診断支援装置、情報処理方法及びプログラム
US20060142647A1 (en) Diagnosis aiding apparatus, method, and computer program
US20180166162A1 (en) Medical system
US20130103417A1 (en) Medical Care Support System and Method Of Supporting Medical Care
US9396505B2 (en) Caregiver interface for electronic medical records
US7418120B2 (en) Method and system for structuring dynamic data
JP2015524107A (ja) 患者情報を臨床基準にマッチングするシステム及び方法
US20120278105A1 (en) Protocol guided imaging procedure
US20130339051A1 (en) System and method for generating textual report content
EP2790120A1 (en) Medical care information display control apparatus, medical care information display control method, and medical care information display control program
US10769363B2 (en) System and methods for transmitting clinical data having multi-segment fields from one or more modalities to a dictation machine
JP2012230672A (ja) 医療情報システム及び医療情報表示装置
US20050209882A1 (en) Clinical data processing system
JP2015018415A (ja) 診療情報表示制御装置および方法並びにプログラム
JP2007307290A (ja) 医用画像読影システム
RU2626898C2 (ru) Идентификация медицинских концепций для выбора протокола визуализации
US20110145274A1 (en) Exemplary Data Guidance in a Multi-Modality Data Viewer
JP2009069893A (ja) 診断支援装置及びプログラム
JP6448588B2 (ja) 医療診断支援装置、医療診断支援システム、情報処理方法及びプログラム
JP2013041428A (ja) 医療診断支援装置及び医療診断支援方法
CN105474218B (zh) 用于报告多个医疗程序的系统和方法
CN111316367A (zh) 自动准备注意列表以改善放射学工作流程的系统和方法
JP6316325B2 (ja) 情報処理装置、情報処理装置の作動方法及び情報処理システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20160803

C20 Patent right or utility model deemed to be abandoned or is abandoned