CN102918558A - 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统 - Google Patents

用于对医学图像进行分析、优先级划分、显现和报告的方法和系统 Download PDF

Info

Publication number
CN102918558A
CN102918558A CN2011800150893A CN201180015089A CN102918558A CN 102918558 A CN102918558 A CN 102918558A CN 2011800150893 A CN2011800150893 A CN 2011800150893A CN 201180015089 A CN201180015089 A CN 201180015089A CN 102918558 A CN102918558 A CN 102918558A
Authority
CN
China
Prior art keywords
image
priority
doctor
checking
patient
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
CN2011800150893A
Other languages
English (en)
Inventor
摩西·贝克
哈伊特·格林斯潘
伊莱乌·科南
阿纳尔多·迈尔
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.)
Tel HaShomer Medical Research Infrastructure and Services Ltd
RADLOGICS Inc
Original Assignee
Tel HaShomer Medical Research Infrastructure and Services Ltd
RADLOGICS 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 Tel HaShomer Medical Research Infrastructure and Services Ltd, RADLOGICS Inc filed Critical Tel HaShomer Medical Research Infrastructure and Services Ltd
Publication of CN102918558A publication Critical patent/CN102918558A/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
    • 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
    • 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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

提供了用于检索和处理医疗诊断图像的方法和系统，其包括使用影像分析、优先级划分、显现和报告系统(“PAPVR系统”)来确定来自图像数据库或成像设备的一幅或多幅图像中的每幅图像对于审验医生是否具有医学意义，确定所述图像中的一幅或多幅图像是否代表所述图像，以及将所述一幅或多幅图像提供给显示和分析系统以供审验医生进行审验。PAPVR系统可以提供一幅或多幅图像，包括代表所述多个图像的关键图像。另外，PAPVR系统可以检测患者是否罹患特定疾病，以及向审验医生提供与患者状况有关的定量信息。

Description

用于对医学图像进行分析、优先级划分、显现和报告的方法和系统
交叉引用
本申请对2010年1月28日提交的美国临时专利申请序列号61/299,309主张权益，其完整并入本文作为参考。
技术领域
本申请总体上涉及医疗成像；更具体而言，本发明涉及用于对医学图像进行分析、优先级划分、显现和报告的系统和方法。
背景技术
医疗成像系统，诸如计算机断层成像(“CT”)扫描仪和磁共振成像(“MRI”)扫描仪等，允许医生检查需要彻底医疗检查的患者内脏器官和患者身体区域。使用中，可视化扫描仪输出可以包括某个身体器官的一系列计算机断层图像的二维(“2D”)和三维(“3D”)医学图像，其继而由诸如专业放射科医生等审验医生加以解读。
通常，由全科医生或专家(或专科)医生转诊患者进行可视扫描。随后获得一系列2D的并且有时是3D的医学图像(或扫描)。扫描继而转交给审验医生(诸如放射科医生)，其负责扫描的分析和诊断。放射科医生通常受训分析来自患者身体各部分的医学图像，诸如脑、腹部、脊柱、胸部、骨盆和关节的医学图像。在放射科医生(或其它审验医生)分析医学图像后，他或她准备文件(“放射学报告”)，该文件包括放射学发现，有时还有最佳地示出发现的来自扫描的关键图像。放射学报告继而送回给转诊医生。
在大多数医院和放射学中心里，扫描在由放射科医生访问之前被传送到影像归档通讯系统(“PACS”)中。PACS是取得、传输、存储、检索和显示来自多个成像源的数字图像和相关患者信息以及通过网络来通讯该信息的计算机系统。许多医院还配备了放射学信息系统(“RIS”)——由放射科用来进行患者追踪和调度、结果报告和图像追踪。医学图像通常以诸如医学数字影像和通讯(“DICOM”)格式等独立格式来存储。电子图像和报告经由PACS而数字化地传输，这消除了对人工归档、检索或运送胶片夹的需求。PACS通常包括四个组件：成像模块，诸如计算机轴向断层成像(“CAT”)或CT、MRI、定位发射断层成像(“PET”)或PET/CT；用于传输患者信息的安全网络；用于解读和审验图像的工作站；以及用于存储及检索图像和报告的长期和短期档案。
在本领域中存在可用的图像检索及处理系统和方法。例如，通过引用而全文并入于此的、Yu的标题为“SYSTEMS FORGENERATING RADIOLOGY REPORTS”的美国专利申请序列号12/178,560(“Yu”)教导了用于生成患者报告的方法，包括向操作者呈现标准化报告类型的屏幕上菜单，以及让操作者从标准化报告类型的屏幕上菜单中选择标准化报告类型。Yu进一步教导了向操作者呈现屏幕上的与所选标准化报告类型相对应的器官列表；针对各个器官，向操作者呈现与该器官相对应的标准医学描述的菜单；以及让操作者确定与各器官相对应的医学描述。Yu教导了输出对各器官的医学描述加以描述的患者报告。
作为另一示例，通过引用而全文并入于此的、Nekrich的标题为“RADIOLOGY CASE DISTRIBUTION AND SORTING SYSTEMSAND METHODS”的美国专利申请序列号11/805,532(“Nekrich”)教导了用于处理图像的系统和方法，包括用于接收图像信息的装置，用于给图像信息排队的装置，以及用于接收多个图像分析的概况信息的装置。Nekrich的系统还可以包括用于通过将图像信息与概况信息加以对比而从多个图像分析中选择图像分析的装置。
作为又一示例，通过引用而全文并入于此的、Bar-Aviv等人的标题为“SYSTEM AND METHOD OF AUTOMATICPRIORITIZATION AND ANALYSIS OF MEDICAL IMAGES”的美国专利申请序列号12/224,652(“Bar-Aviv”)教导了用于分析身体器官的源医学图像的系统。Bar-Aviv的系统包括用于获得具有三个维度或更多维度的源医学图像的输入单元，设计用于从源医学图像获得身体器官的若干特征的特征提取单元，以及设计用于依据所述特征来估算优先级的归类单元。
虽然当前的医学图像检索和处理系统已向医生提供了巨大的存储和检索医学图像的能力，但是存在与这些系统相关联的局限。例如，对于典型的扫描，医院可能获得数百幅图像，而审验医生可能没有时间审验每幅图像来确定患者是否具有特定类型的健康状况。在医院在相对较短的时段内扫描数个患者的情况下，医院可能没有资源来及时审验每个患者的医学图像，以决定医生是否应当进一步审验该图像以及患者是否具有特定类型的健康状况。另外，现代医疗成像系统的操作可以远快于较旧的系统，这已导致其生成扫描所花的时间减少。虽然更短的扫描时间可能有益于提供快速的患者护理，但其导致了必须被编译、分析并呈递给审验医生的大量数据的生成。此外，现代医疗成像系统可以在更高分辨率下操作，从而导致数目增加的更高分辨率的二维图像和/或三维图像(或其扫描)。随着生成扫描的时间的减少和每个患者的扫描(以及获得的图像)数目的增加，没有足够资源的医院可能无法审验每幅图像并以准确而高效的方式向患者提供医疗护理。此外，虽然一些医院可能拥有用于处理扫描的医疗成像、处理和检索系统，但当前的系统不能准确而高效地对扫描划分优先级。另外，当前的系统不向审验扫描和治疗患者的医生提供从每幅图像或扫描取得准确的具体患者诊断信息的能力。
因此，本领域对改进的成像、分析、优先级划分和报告系统存在需求。特别地，本领域对用于准确而高效地对诸如由CT扫描和MRI取得的图像之类的医学图像进行分析和优先级划分从而提供更好的患者风险管理的方法和系统存在需求。
发明内容
在本发明的一个方面，提供用于提供医疗诊断图像和增强的报告能力的计算机实施方法。
在一个实施方式中，用于提供医疗诊断图像的计算机实施方法包括：使用计算机系统从图像数据库或成像设备(例如，成像模块)检索一幅或多幅图像，该一幅或多幅图像定义了图像集；使用计算机系统确定所述图像中的每幅图像对于审验医生是否具有医学意义；使用计算机系统确定所述图像中的一幅或多幅图像是否代表所述图像集；以及将所述一幅或多幅图像提供给显示和分析系统以供审验医生进行审验，其中所述一幅或多幅图像与代表所述图像集的图像一起提供。
在另一实施方式中，用于提供对医疗诊断图像的增强报告能力的计算机实施方法包括：从图像数据库或成像设备检索一幅或多幅图像，该一幅或多幅图像定义了图像集；确定所述图像中的每幅图像对于审验医生是否具有医学意义；确定所述图像中的一幅或多幅图像是否代表所述图像集；将所述一幅或多幅图像提供给显示和分析系统以供审验医生进行审验；以及提供与被确定为具有医学意义的项目相关联的一个或多个文本块，该一个或多个文本块用于由审验医生混合、匹配和编辑以创建报告。
在本发明的另一方面，用于显现和报告具体患者医疗信息的系统包括：用于检索来自患者的医疗诊断图像的成像模块；用于向审验医生显示医学图像的审验系统；与成像模块和审验系统通讯的优先级划分显现和报告系统，其中优先级划分显现和报告系统用于：从成像模块检索一幅或多幅图像，该一幅或多幅图像定义了图像集；确定所述图像中的每幅图像对于审验医生是否具有医学意义；确定所述图像中的一幅或多幅图像是否代表所述图像集；以及将所述一幅或多幅图像提供给审验系统，其中所述一幅或多幅图像与代表所述图像集的图像一起提供。
援引并入
本说明书中提及的所有公开物、专利和专利申请均以相同程度并入本文作为参考，如同每一单个的公开物、专利或专利申请特别且特别地被指出应通过引用而并入于此。
附图说明
在所附的权利要求书中特别地阐明了本发明的新颖特征。通过参考阐述了利用本发明原理的示例性说明性实施方式的以下详细描述和附图，将获得对本发明的特征和优点的更好的理解，图中：
图1示出了根据当前技术的示例性实施方式、伴随时间轴的医疗成像工作流程；
图2示出了根据本发明的实施方式的检查工作流程；
图3示出了根据本发明的实施方式、作为工作流程系统一部分的影像分析优先级划分显现和报告(“PAPVR”)系统的图片；
图4示出了根据本发明的实施方式的、患者胸腔的CT扫描；
图5示出了根据本发明的实施方式、在将图像标记为代表性图像中所采取的步骤；
图6示出了根据本发明的实施方式、用于为医学图像划分优先级的一系列步骤；
图7是根据本发明的实施方式的患者病例队列以及队列中每个病例的优先级指示的截图；
图8是根据本发明的实施方式的交互式窗口的截图；
图9是可在本文公开的整个系统和方法的各个位置中的任何位置处使用的计算机系统的示例概况；
图10是根据本发明的实施方式、基于网络的系统的示例概况；以及
图11是根据本发明的实施方式、针对图1中所示医疗成像工作流程的示例性经改进时间轴。
具体实施方式
虽然本文已图示和描述了本发明的各种实施方式，但对于本领域技术人员而言显而易见的是，此类实施方式仅是以示例的方式提供的。本领域技术人员现将想到众多变化、改变和替代，而不背离本发明。应当理解，在对本发明的实践中，可以采用本文描述的本发明实施方式的各种替代方式。
本发明提供了用于分析医学图像和对其划分优先级以及用于报告医学发现的方法和系统。例如，根据本文公开的系统和方法的一些方面的医学图像分析可以用于标识重要的健康状况，并且，基于这种分析，可以进一步使用所述系统和方法来基于医学发现的严重性为审验医生组织工作列表，并继而创建列出了关于所分析医学图像中的医学发现的文本文件。例如，可以创建数据库，其示出某区域的各可能方面的“规范化”版本。因此，超过一定阀值的偏差可以用来标记某幅图像。此外，在一些区域中，仅仅是意外现象(例如胸膜腔中的液体)的出现就可以用来标记图像或一系列图像。很显然，可以做出许多变化而不改变本发明的精神。本文描述的本发明的各方面可以应用于任何下述特定应用或者任何其它类型的显示或放射学数据管理应用。本发明可以作为独立的系统或方法来应用，或者作为集成软件包(诸如医学和/或实验室数据管理包或应用)的一部分，或作为综合影像归档通讯系统(“PACS”)解决方案的一部分而应用。应当理解，本发明的不同方面可以单独地、共同地或互相组合地理解。
当前的医疗成像、处理和检索系统不能提供足够的患者风险管理。这至少部分地是因为缺乏病例优先级划分。另外，医院可能没有资源来及时审验和分析一组医学图像中的每幅医学图像，而且当前的PACS不向医生提供可以高效而准确地对医学图像中的发现进行分析、划分优先级和报告的资源。
在本发明的实施方式中，提供方法和系统用以高效而准确地解读医学图像，取得每幅医学图像的定量测量值，以及向审验医生提供生成医学报告的能力。本发明的实施方式的方法和系统可以向医院提供精简其医学图像处理的能力，这有利地减少了审验与受试者(例如，患者)相关联的每个扫描(例如，CT/CAT、MRI、PET/CT)所必需的时间和资源，而且向医生提供了适当医疗护理所必需的准确数据。
在本发明的实施方式中，提供方法和系统用以分析医学图像(例如胸部、腹部和头部的CT扫描)。本发明的实施方式的方法和系统通过在审验医生或专科医生(例如，放射科医生)审验之前就基于病理发现而自动对病例划分优先级，改善了患者护理的质量。在各种实施方式中，用于对医学图像进行分析和划分优先级的方法和系统生成初步报告，这可以由审验医生在他们打开病例时用来进行审验。这有利地减少了放射科医生准备最终报告所花费的时间。报告可以包含附加信息，诸如从数据自动提取、生成或计算的量化测量值(例如，横截面积、体积)。本发明的实施方式的方法和系统可以无缝地集成到现有的放射学工作流程中。
现在将参照附图进行描述。应当明白，附图不一定是按比例绘制的。
参照图1，其示出了当前所使用的典型医疗成像工作流程。在图中还指示出了与工作流程中各步骤相关联的大致时间长度。此类时间仅是以示例方式提供的。应当明白，其它的时间是可能的。
首先，在步骤101中，患者由医院或其它健康护理提供者接纳进行治疗或例行检查。例如，患者可以通过健康护理提供者的急诊室(“ER”)、住院单元或门诊单元而被接诊。接诊医生或护士对患者进行初步检查，以确定患者状况是否需要立即进行医疗护理(即，“立即”或“不立即”)。例如，接诊医生可以确定患者状况是高优先级还是低优先级。接诊医生或护士可以在患者追踪系统中，例如在放射学信息系统(“RIS”)的患者追踪特征中，指示患者状态(例如，高优先级、低优先级)。接诊医生或护士还可以指示“立即”或“非立即”(或“不立即”)。被指示为“立即”的病例可以放置在高优先级队列中，而被指示为“不立即”的病例可以放置在低优先级队列中。
继续参照图1，在患者检查步骤102中，从患者获得医学图像(例如，CAT/CT扫描、MRI、PET/CT扫描)。医学图像可以使用多种方法获得。例如，可以使用CT扫描仪来获得患者身体特定区域的三维图像(具有2-D横截面)。作为另一示例，可以使用MRI来获得三维图像。此类三维图像可以具有二维横截面图像。备选地，可以提供多幅图像，无论它们是否源自三维图像。如此获得的医学图像(或扫描)存储在PACS中。PACS使这些图像可由审验医生或专科医生(例如放射科医生)进行审验。
接下来，在步骤103中，放射科医生检索并解读在患者检查步骤期间获得的图像。在步骤104中，放射科医生审验病例中的所有图像。
在下一步骤105中，放射科医生准备报告，该报告具有放射科医生对患者医学图像的分析。放射科医生可以口述(或写出)包含放射科医生对患者状况诊断的报告。放射科医生可以向报告添加取自该病例、显示该诊断的视觉代表的图像(“关键图像”)。放射科医生继而可以让转诊医生看到报考来进行审验。
影像分析优先级划分显现和报告系统
在本发明的一方面，提供用于提高工作流程过程的效率和准确性的计算机系统。在本发明的实施方式中，计算机系统——例如可以是拥有标准CPU、存储器和存储的标准个人计算机——是增强的影像归档通讯系统，或者是现有的PACS和/或RIS的附加子系统。在本发明的实施方式中，计算机系统可以被设置成对图像和患者病例进行分析和优先级划分。计算机系统可以称作影像分析优先级划分显现和报告系统(本文中亦称“PAPVR系统”)。计算机系统可以从成像模块(例如，CAT/CT扫描仪、MRI、PET/CT扫描仪)或其中存储有医学图像的数据库或PACS中自动检索医学图像，自动分析医学图像，以及提供医学图像和分析结果以供审验医生或接诊医生或者诸如放射科医生等专科医生进行审验。
参照图2，其图示了根据本发明的实施方式的检查工作流程。在第一步骤210中，接纳患者进行治疗或例行检查。接诊医生或护士可以确定患者的状况是高优先级还是低优先级。接下来，在步骤215中扫描患者身体的预定区域。在一个实施方式中，使用CT(或CAT)扫描对患者身体的预定区域进行成像。在另一实施方式中，可以使用MRI、PET扫描或PET/CT扫描对患者身体的预定区域进行成像。对患者进行扫描可以提供患者身体预定区域的一幅或多幅图像(例如，2-D或3-D图像)。接下来，在步骤220中将一幅或多幅图像(或者图像集)存储在图像数据库中。在一个实施方式中，图像数据库可以是PACS的子系统。在另一实施方式中，图像数据库可以是独立计算机系统。在这样的情况下，独立计算机系统可以与PACS通讯。
继续参照图2，在步骤225中，根据本发明的实施方式，由PAPVR系统(或增强的PACS)来分析一幅或多幅图像。在一个实施方式中，由PAPVR系统来分析和解读一幅或多幅图像的子集。接下来，在步骤230中，PAPVR系统审验一幅或多幅图像，以确定该一幅或多幅图像是否会是审验医生或转诊医生所感兴趣的(例如，关键图像)。这可能需要确定该一幅或多幅图像是否显示出关于患者状况的任何异常，例如，游离胸腔空气(气胸)或流体、主动脉夹层、颅内出血、肝转移等。如本文通篇所述，这些各种状况例如可以使用可比较的图像，以及将它们与规范化图像进行比较而得到确定。在一个实施方式中，PAPVR系统可以确定一幅或多幅图像中的每幅图像或其子集对于审验医生或转诊医生的进一步审验是否重要。在一些情况下，系统还可以执行附加的分析，包括但不限于提供定量的测量值，以及，在一些情况下，提供对执行测量之处的定位的指示(例如，使用更好地观察而添加的颜色叠加，该颜色叠加可以被关闭掉，或者其它合适的方法)。这种定位比关键帧更为特定，因为它可能是关键帧内部的小区域。例如，当检测胸腔积液(血胸)中的血液时，可以凸显检测到血液进入胸腔积液的区域。在一些情况下这可以节省时间，因为如果在胸腔积液中的某处正确检测出血液并且放射科医生的注意力被自动引导至该处进行核实，则放射科医生可以诊断出血胸而无需进一步测量其它切片中的液体强度。
接下来，在步骤235中，PAPVR系统可以执行与患者状况有关的定量测量和计算(例如，距离、横截面积、体积)，例如，通过如本文描述般进行图像分析而测量气胸中空气的体积。接下来，在步骤240中，PAPVR系统可以创建报告草稿，其包含了各种发现、计算结果和关键图像。接下来，在步骤245中，PAPVR系统可以指定病例优先级。接下来，在步骤250中，PAPVR系统可以提供一幅或多幅图像和报告草稿，供审验医生或转诊医生审验和准备最终报告。在一个实施方式中，一幅或多幅图像可以和PAPVR系统对该一幅或多幅图像的解读一起提供。步骤225、230、235、240和245可以统称为步骤255。
此外，在一些情况下，系统可以自动将当前研究与过去在同一患者身上获得的先前类似研究进行比较；在这些情况下，本发明可以对发现进行比较，以及对具有显著临床意义的诸如胸液增加或主动脉瘤膨胀增大等变化进行量化。
在本发明的一个方面，提供了用于检索和处理医疗诊断图像的方法。方法包括使用计算机系统——诸如增强的影像归档通讯系统(本文中亦称“影像归档通讯和分析系统”)——来从图像数据库或者直接从成像设备(例如，成像模块)检索一幅或多幅图像(例如，来自三维扫描的二维图像)。在一个实施方式中，该一幅或多幅图像定义了图像集。接下来，计算机系统例如通过标识显示出可见主动脉最宽直径之处的点的图像，或者例如通过分析一系列体积图像中的特定方面并计算其值以及继而根据尺寸、面积或任何其它合适的度量然后标记出数值最大的一幅——来确定每幅图像对于审验医生是否具有医学意义。在一个实施方式中，这可以包括计算机系统将每幅图像与来自已知健康状况的患者的图像进行比较。接下来，计算机系统确定所述图像中的一幅或多幅图像是否代表该图像集并指定它们为关键图像。计算机系统继而将该一幅或多幅图像提供给显示和分析系统，以供审验医生进行审验。另外，使用以上图像比较，计算机系统可以检测患者是否罹患特定疾病，以及向审验医生提供与患者状况有关的定量信息(例如，距离、横截面积、体积)。
在本发明的一方面，提供PAPVR系统，用于自动检索、审验和分析从成像模块取得的一幅或多幅医学图像。在实施方式中，PAPVR系统可以分析和解读由诸如成像模块(例如，CAT/CT扫描、MRI、PET/CT扫描)等检查系统所取得的一幅或多幅图像中的每一幅或其子集。在一些情况下，PAPVR系统可以被看作是增强的或改进的PACS。优选实施方式的PAPVR系统可以自动执行图2的步骤255。
在本发明的优选实施方式中，PAPVR系统被设置成例如通过使用标识气胸状况的图像处理算法，以及如本说明书全篇示例性讨论的可以分割气胸区域并计算其体积的其它图像处理算法，来自动检测和量化各种生理特征或异常。通过自动检测各种生理特征或异常，本发明的实施方式的PAPVR系统可以有利地减少审验由成像模块(例如，CT扫描、MRI、PET/CT)提供的图像所需的时间和资源。这增加了检测和量化的准确性，而且改善患者护理和提供了更高效的工作流程。本发明的实施方式的PAPVR系统有利地使健康护理提供者能够向患者提供准确而快速的患者护理。
参照图3，在本发明的一个实施方式中，图示了根据本发明的实施方式，配置用于检索、分析和解读由检查系统提供的一幅或多幅图像的PAPVR系统310。PAPVR系统310可以包括有形的非瞬时性计算机可读介质。PAPVR系统310可以是健康护理提供者工作流程的一部分。在一个实施方式中，PAPVR系统可以自动执行图2的步骤255。PAPVR系统310可以从可作为PAPVR系统310的一部分的存储单元或者从单独的PACS系统325检索图像，以及准备图像用以审验。PAPVR系统310可以与健康护理提供者的其它组件或计算机系统(本文中亦称“系统”)进行通讯。在一个实施方式中，PAPVR系统310可以位于健康护理提供者的场所(即，PAPVR系统可以处在现场)。在这样的情况下，PAPVR系统可以经由健康护理提供者的诸如内网等网络与健康护理提供者的其它组件或系统进行通讯。在另一实施方式中，PAPVR系统310可以是经由因特网或万维网而与健康护理提供者的其它组件通讯的异地系统。
继续参照图3，PAPVR系统310被设置成从检查系统315或PACS 325检索一幅或多幅图像；分析和解读(本文也称作“处理”)一幅或多幅图像中的一些或所有图像；以及提供一幅或多幅图像供转诊医生或治疗医生审验。在一个实施方式中，在处理之后，PAPVR系统310可以将图像提供给配置用于向医生显示该图像的审验系统320。在一个实施方式中，PAPVR系统310可以分析和解读患者身体特定区域的三维扫描的各横截面。PAPVR系统可以包含、接纳或利用计算机可读介质，该计算机可读介质可以包含可存储在计算机的永久或暂时存储器中或者能以某种方式影响或启动PAPVR系统或其中所包含的任何计算机或服务器的行动的指令、逻辑、数据或代码。本文描述的任何步骤或分析可以通过利用此类计算机可读介质来执行。
在实施方式中，PAPVR系统310可以再次例如通过使用标识气胸状况的图像处理算法，以及可以分割气胸区域并计算其体积的另一图像处理算法，来自动检测各种生理特征。例如，PAPVR系统可以自动检测空气囊和/或液体囊，以及量化(或计算)空气囊和/或液体囊的体积。PAPVR系统还可以量化横截面积和距离。在一些实施方式中，PAPVR系统可以检测骨骼和器官，以及量化骨骼和器官的横截面积和/或体积。
在实施方式中，PAPVR系统310可以提供伴随一幅或多幅图像中的每幅图像的附加数据。PAPVR系统310可以提供该附加数据用于由审验医生或转诊医生进行审验(例如，使用审验系统320)。附加数据可以包括距离(例如，特征之间的距离)、横截面积、气体(例如，空气)体积、液体(例如，血液)体积、血管横截面测量、骨折位置和数目、以及诸如张力性气胸中的纵膈等身体器官的位置的移位。在一个实施方式中，当医生访问一幅或多幅图像中的每幅图像时，可以获取附加数据。在一个实施方式中，当医生观察三维图像的二维横截面图像时，伴随每幅二维横截面图像提供附加数据。在一些实施方式中，可以通过与每幅图像相关联的元数据方式伴随每幅图像提供附加数据。
继续参照图3，PAPVR系统310可以与关联于健康护理提供者的工作流程系统的其它系统或组件通讯。在实施方式中，PAPVR系统310可以与成像模块(例如，CAT/CT扫描、MRI、PET/CT扫描)远程备份系统、DICOM存储和PACS服务器325、PACStoGO系统、CD/DVD发布系统以及胶片数字化仪之中的一个或多个进行通讯。PAPVR系统310可以经由内网、因特网(例如有线网或无线网)或者诸如蓝牙等其它通讯模式而与其它工作流程系统和/或组件进行通讯。在某些实施方式中，PAPVR系统可以被设置成手动地或自动地与关联于工作流程系统的一个或多个系统或组件进行交互。
图4示出了由本发明的实施方式的PAPVR系统所处理的CT扫描的一幅图像400。图像400是患者胸腔的二维横截面图像。图像400是可由CT扫描提供的许多图像中的一个示例性图像。CT扫描示出了游离胸腔积液、游离胸腔空气和纵膈移位(＝张力性液气胸)405，以及患者的胸廓410。在实施方式中，PAPVR系统被设置成自动检测胸腔积液和量化患者胸腔中的游离液体和游离空气的体积，以及标识表明紧急医疗情况的纵膈移位。在一个实施方式中，PAPVR系统还可以自动检测空气体积或空间(例如，气胸)的存在并量化该体积。在一些实施方式中，PAPVR系统可以自动检测和量化各种生理特征或异常，举例而言，诸如气胸、张力性气胸、胸腔积液、主动脉管径的升降以及主动脉夹层。
关键图像
在本发明的一方面，PAPVR系统可以被设置成向放射科医生或其它审验医生提供一幅或多幅图像，代表图像集和/或代表患者状况的关键图像。
参照图5，在一个实施方式中，PAPVR系统可以例如基于示出处于其最宽处的主动脉的图像而自动将一幅或多幅图像标识为关键图像。在一个实施方式中，关键图像是代表图像集的图像。在另一实施方式中，关键图像代表患者的状况。在这样的情况下，关键图像可以最佳地捕捉患者状况。在一些情况下，关键图像可以准确地定义图像集。例如，如果患者的CT扫描示出胸腔积液，则关键图像可以是由PAPVR系统所确定的、用以清晰而准确地示出胸腔积液的图像(例如，二维横截面图像)。在一些实施方式中，当PAPVR系统提供一幅或多幅图像和数据以供审验医生(例如放射科医生)或转诊医生审验时，关键图像可以是审验医生所观察的第一幅图像。在其它实施方式中，PAPVR系统所提供的关键图像可以是审验医生在为转诊医生准备的最终报告中所使用的图像。例如，可以通过将某些部分的组织密度与平均例子(即，液体具有与“正常组织”不同的密度)或者诸如可例如指示出肿瘤或骨骼中的骨折线等的另一密度的“斑点”之类的结构异常进行比较，来找到关键图像。
继续参照图5，在第一步骤505中，PAPVR系统检索图像(例如，三维图像或扫描的二维横截面)以供处理。接下来，在步骤510中，PAPVR系统确定审验医生是否会认为该图像代表图像集。如果该图像被确定为代表图像集，则在步骤515中将该图像标记为“关键图像”。如果该图像被确定为不代表图像集，则在步骤520中不将该图像标记为“关键图像”。接下来，在步骤525中，向审验(或治疗)医生提供该图像集或该图像集的子集以供审验。在备选实施方式中，如果未发现图像具有代表性，则PAPVR系统可以跳过步骤515而直接进行步骤525。
图像优先级划分
在本发明的一方面，PAPVR系统可以自动对图像进行优先级划分。图像优先级划分可以有利地减少审验医生或治疗医生做出准确诊断所需的时间和资源。在一些实施方式中，PAPVR系统可以将一些图像标记为相对于其它图像具有更高的优先级，并且医生或放射科医生可以仅审验这些图像，从而在分析具体扫描的图像析中节省相当多的时间。
本发明的实施方式的PAPVR系统可以自动对图像进行优先级划分。在一个实施方式中，PAPVR系统可以被设置成将图像标记为具有“高优先级”或者“低优先级”。在其它实施方式中，PAPVR系统可以将图像标记为具有高、中或低优先级。在一个实施方式中，PAPVR系统可以将图像分类在预定数目的类别之中。例如，可以采用一个、两个、三个、四个、五个、六个、七个、八个或更多个类别。在其它实施方式中，PAPVR系统可以向图像分配数值(例如，1-10、1-100、1-1000、1-10000)，该数值指示出图像的优先级。例如，高优先级图像可以被分配数值1，而低优先级图像可以被分配数值100。在一些实施方式中，使用者可以指定如何对图像进行优先级划分。例如，使用者可以指定要将图像按优先级划分为高、中或低优先级。
在一些实施方式中，使用者(例如，审验/转诊医生、放射科医生)可以请求PAPVR系统仅提供具有超过最低(或截止)优先级的优先级的图像。例如，使用者可以请求系统仅提供高优先级图像用以进行审验。作为另一示例，使用者可以请求PAPVR系统提供具有超过某个值或处于某个范围内的优先级数值的图像。在一些实施方式中，使用者可以指定最低(截止)优先级。
参照图6，在本发明的一个实施方式中，提供用于对来自成像模块的图像进行优先级划分的方法。在第一步骤605中，PAPVR系统检索图像以供审验。接下来，在步骤610中，PAPVR系统确定诸如放射科医生等审验或治疗医生是否会认为每幅图像重要。在一个实施方式中，步骤610可能需要将每幅图像与来自健康状况已知的患者的图像进行比较，以确定是否存在匹配。在一个实施方式中，PAPVR系统可以访问图像数据库以比较图象。如果审验中的图像被PAPVR系统发现是重要的，则在步骤615中可将该图像标记为“高优先级”图像。如果没有发现该图像是重要的(或者如果发现它不重要)，则在步骤620中可将该图像被标记为“低优先级”。接下来，在步骤625中，PAPVR系统准备用于由审验或治疗医生来审验的图像。
在一个实施方式中，PAPVR系统可以基于图像与来自健康状况已知的一个或多个患者的一幅或多幅图像的匹配程度，向该图像分配优先级值。这样的匹配可以通过将正由PAPVR系统审验的图像与来自图像数据库的图像进行比较而完成。较高优先级值可以分配给与已知状况(或生理异常)相匹配的图像，而低优先级可以分配给不与任何已知状况相匹配的图像。举例而言，如果审验中的图像与来自患有张力性气胸的患者的图像相匹配，则可以向该图像分配高优先级值。在一些情况下，可以分配反向优先级值，在这种情况下，优先级值基于给定的图像与来自未患有任何已知状况的患者的一幅或多幅图像的匹配程度而分配。
病例优先级划分
在本发明的另一方面，PAPVR系统可以自动对患者病例进行优先级划分。在各种实施方式中，PAPVR系统可以自动标识各种健康状况并向该病例分配某个优先级。分配给病例的优先级可以是相对优先级(即，PAPVR系统确定一个病例相对于审验医生的病例队列中的另一病例处于更高的优先级)。备选地，PAPVR系统可以基于绝对优先级对病例进行优先级划分，这可能需要对病例进行如此的排序：让患有危及生命的状况的患者作为高优先级病例，而让不具有危及生命的状况的患者作为低优先级病例。PAPVR系统用来确定病例优先级的规则可由审验医生和医疗机构来设置。
在一个实施方式中，PAPVR系统可以自动审验患者的图像，以确定患者是否需要立即的医疗护理。如果PAPVR系统确定患者需要立即医疗服务，则PAPVR系统可将患者病例标记为高优先级。否则，PAPVR系统可将患者病例标记为较低优先级(例如，中优先级、低优先级)病例。
参照图7，其图示了审验医生的患者病例队列的截图700。病例队列包括针对每个病例记录的日期及时间列705，用以取得图像的模块(例如，CAT/CT扫描、MRI、PET/CT扫描)列710，示出与每个病例相关联的身体部分的列715，以及示出与每个病例相关联的优先级的列720。每个病例的优先级可以用彩色圈来指示，用红色指示高优先级，橙色指示中优先级，而绿色指示低优先级。备选地，每个病例的优先级可以用数值(例如，1-10、1-100、1-1000)来指示。
在本发明的一个实施方式中，PAPVR系统可以自动更新病例优先级。这样可以有利地使诸如放射科医生等审验医生能够意识到最高优先级病例，从而使得这些病例由审验医生最先进行审验，并比给所有病例均分配以相同优先级相比转诊或治疗医生能够更早地得到审验医生的报告。PAPVR系统的这种能力可以显著缩短测试患者(例如，用CAT/CT扫描、MRI、PET/CT扫描)与接收到来自审验医生的报告后由转诊或治疗医生治疗患者之间的时间间隔。例如，如果病例队列(诸如图7的队列700)包括10个病例，其中1个病例具有高优先级，5个病例具有中优先级而4个病例具有低优先级，则高优先级病例已获审验后，PAPVR系统可以重新归类剩下的9个病例。这可能需要对病例进行优先级重新划分。以这样的方式，分配给病例的优先级可以是相对优先级(即，一个病例相对于另一病例处于更高的优先级)。备选地，PAPVR系统可以基于绝对优先级对病例进行优先级划分，这可能需要对病例进行如此的划分：让患有危及生命的状况的患者作为高优先级病例。
在实施方式中，可选地，PAPVR可以根据优先级对病例进行排序。在一个实施方式中，PAPVR系统可以基于优先级而以降序对病例进行排序。例如，PAPVR系统可以在队列顶部显示高优先级病例并在队列底部显示低优先级病例。
病例审验和报告
在本发明的一方面，PAPVR系统除了提供与每幅图像相关联的数据以外，还可以向放射科医生(或其它审验医生)提供与特定患者相关联的一幅或多幅图像以供审验。在优选实施方式中，PAPVR系统向放射科医生提供对每幅图像的评估。在一个实施方式中，PAPVR系统可以确定图像中是否存在特定疾病或异常，并向审验医生提供其评估(例如，“已检测到胸腔积液”)。本发明的优选实施方式的PAPVR系统可以改善患者疗效和提高生产率。
图8，交互式窗口800，其使放射科医生除了审验由PAPVR系统提供的数据以外，还能够审验与每个病例相关联的图像。交互式窗口800还可以允许放射科医生提供注释，包括她/他对患者状况的评估。继续参照图8，交互式窗口800包括病例或扫描选择面板(或列表)805，用于显示选自面板805的图像的窗口810，具有与图像窗口810中每幅图像有关的信息的交互式报告窗口815，对PAPVR系统就经审验的扫描所识别出的疾病或状况(例如，右胸腔积液)进行指示的发现导航窗口820，以及允许放射科医生(或者其它审验医生)生成报告及改变图像显现参数(例如，对比度或亮度)、调整窗口810的大小及使其居中的菜单特征825。交互式报告窗口815可以包括患者的标识(“ID”)号码、用来取得图像的模块(CAT/CT扫描、MRI、PET/CT扫描)、以及PAPVR系统对患者状况的评估。交互式报告窗口815可以包括其它信息，诸如优先级是否关联于患者病例、在窗口810中显示的图像是否为关键图像、以及在窗口810中显示的图像是否为高优先级图像。交互报告窗口815还允许放射科医生提供附加信息(诸如关于在窗口810中所示的图像的附加发现)，以及编辑PAPVR系统所提供的信息。
在各种实施方式中，审验医生可以将发现导航窗口820快速导航至PAPVR系统自动与发现导航窗口820中所列出的每个发现关联起来的关键图像，并将其显现在图像显示窗口810中。PAPVR系统可以自动调节图像显示窗口810中所显示的图像的显现参数(例如，对比度、亮度)或者调整图像的一部分(例如，凸显PAPVR系统在其中检测到疾病的身体器官)，以帮助审验医生更好地查看或显现一个或多个特定发现。
在一个实施方式中，PAPVR系统对病例进行优先级划分，并提供病例用于由诸如放射科医生等审验医生来审验。放射科医生可以使用与PAPVR系统通讯的计算机终端，从病例队列(诸如图7的病例队列700)中选择最高优先级的病例。在一个实施方式中，放射科医生可以使用审验系统，诸如图3的审验系统320，来检索病例。接下来，PAPVR系统向放射科医生提供交互式窗口(诸如图8的交互式窗口800)，该窗口具有来自患者身体特定区域的图像(例如，二维横截面)。在交互式窗口中，PAPVR系统可以提供它对患者状况的评估。PAPVR系统可以允许放射科医生向患者的病例提供附加信息。PAPVR系统还可以向放射科医生提供与特定图像有关的附加信息，诸如距离、横截面积和体积。
参照图9，计算机系统900是任何可以执行代码处理数据的计算机的范例。可以对计算机系统900做出各种修改和改变，而不背离本文公开的更广精神和范围下的系统和方法。CPU 901连接至总线902，该总线902还与存储器903、非易失性存储器904、显示器907、I/O单元908和网络接口卡(NIC)913相连。通常，I/O单元908可以连接至键盘909、指点设备910、硬盘HDD(或者在一些情况下为其它合适的存储，包括但不限于固态硬盘、RAID、网络附接存储、存储区域网等)912和实时时钟911连接。NIC 913连接至网络914，该网络914可以是因特网或者局域网，该局域网可以具有或不具有通往因特网的连接。图示为系统900的一部分的是供电单元905，其在本示例中连接至交流电源906。未示出的是可能存在的电池，以及许多其它设备，包括但不限于：特殊的增强型指点或导航设备，诸如鼠标、滚轮等；用于录制和/或回放音频的一个或多个麦克风以及一个或多个扬声器以及一个或多个耳机；以及众所周知但不适用于本文所公开的当前系统和方法的具体新颖功能的其它修改。
图10示出了根据本文所公开的系统和方法的一个方面，基于因特网或其它网络的实施中的示例性PAPVR系统1000的简化概况。在本发明的一个实施方式中，可将PAPVR系统视为在与网络1002(因特网或专用网络，或者其组合)相连接的服务器1004上运行的软件1005x，该服务器1004具有本地资源库1006以及额外的软件实例1005a-n，所述软件实例1005a-n例如包括操作系统、联网软件、图像处理软件以及任何其它合适的或所需的软件。系统将获自医院1020中一个示例位置上的成像模块(例如，CAT/CT扫描1021a、MRI1021b、PET/CT扫描1021c等)的所有图像在所述医院的终端或计算设备1021r上呈现给审验医生。在这个示例中，PAPVR是异地的，并且医生在医院里查看图像，但处理可能在异地发生。另外，可对患者数据加密，从而使患者的保密性等得到保护。在一个实施方式中，PAPVR系统可以首先向审验医生呈现一幅或多幅关键图像(以及关联于一幅或多幅代表性图像的数据)，并向审验医生提供审验其它(即，非代表性)图像的选项。在一个实施方式中，在审验医生已查看了一幅或多幅关键图像之后可以查看非代表性图像(以及关联于非代表性图像的数据)。举例而言，通过对关键图像的传输进行优先级划分，可以节省急诊室中宝贵的分钟数。还示出了本地存储1021d。
示例医院1001可能处于远程位置，并且使用无线通讯来向其医生和患者等提供相同的服务，其拥有相同或相似的设备1001a-n，类同于1021a-n。
图11示出了增强的工作流程，修改了图1中的工作时间显示工作流程增强后的工作时间，其示出了对于增强的步骤1102、1103、1104和1105在步骤上所节省的时间，这些步骤和图1的步骤102、103、104和105相似但如本文所描述那样得到了改进，具有分别经过改进的时间1112、1113、114和1115。PAPVR系统1120为医生和其它医疗人员生成项目1121a-n。
在一些其它实施方式中，PAPVR系统可以按优先级次序向审验医生呈现图像。在一些实施方式中，可以仅向审验医生显示较高优先级的图像。备选地，从较高优先级图像开始，所有图像均可显示给医生。
在一些实施方式中，系统可以使用关键图像或者高优先级图像来辅助医生生成报告。在一些实施方式中，用于报告的默认图像可以是关键图像。可以向医生呈现改变用于报告的图像的选项。备选地，医生可以对要包含在报告内的一幅或多幅图像做出初始选择。这可以帮助精简医疗审验过程和报告生成过程。
虽然本发明的各种实施方式已提及一个或多个“扫描”，但应当明白，对“扫描”的任何使用或提及可以指任何类型的图像。作为一个示例，“扫描”可以指医学图像或诊断图像。作为另一示例，“扫描”可以指多幅医学图像。
应当明白，本发明的各种实施方式的PAPVR系统和方法可以部分地或者完整地正和在其它系统和/或方法中(或者与其一同使用)，诸如其它医疗或诊断系统和/或方法。
从前文所述中应当理解，虽然已说明和描述了特定实施，但可以对其做出各种修改，并且所述修改在本文范围内。本发明也不旨在由说明书内提供的具体示例所限制。虽然已参考前述的说明而描述了本发明，但本文中对本发明的实施方式的描述和说明不意味着具有限制意义的解释。此外，应当理解，本发明的所有方面并不限于本文所阐述的以多种条件和变量进行的具体描绘、配置或相对比例。本发明的实施方式的形式和细节中的各种修改对于本领域技术人员将会是显而易见的。因此，设想到本发明还应涵盖任何此类修改、变化及等同物。

Claims (20)

1.一种用于提供医疗诊断图像的计算机实施方法，包括：
使用计算机系统来从图像数据库或成像设备检索一幅或多幅图像，所述一幅或多幅图像定义了图像集；
使用所述计算机系统来确定所述图像中的每幅图像对于审验医生是否具有医学意义；
使用所述计算机系统来确定所述图像中的一幅或多幅图像是否代表所述图像集；以及
将所述一幅或多幅图像提供给显示和分析系统以供审验医生进行审验，其中所述一幅或多幅图像与代表所述图像集的图像一起提供。
2.根据权利要求1所述的计算机实施方法，其中使用所述计算机系统来确定所述图像中的每幅图像对于审验医生是否具有医学意义包括提供对至少一个感兴趣区域的定位指示。
3.根据权利要求2所述的计算机实施方法，还包括使用所述计算机系统来将所述一幅或多幅图像中的每幅图像标记为高优先级或低优先级。
4.根据权利要求2所述的计算机实施方法，还包括使用所述计算机系统来对所述一幅或多幅图像进行优先级划分。
5.根据权利要求2所述的计算机实施方法，其中使用所述计算机系统来对所述一幅或多幅图像进行优先级划分包括将所述一幅或多幅图像中的每幅图像与来自己知健康状况的患者的图像进行比较。
6.根据权利要求5所述的计算机实施方法，其中所述一幅或多幅图像基于每幅图像与来自己知健康状况的患者的所述图像的匹配程度而被划分优先级。
7.一种用于提供针对医疗诊断图像的报告能力增强的计算机实施方法，包括：
从图像数据库或成像设备检索一幅或多幅图像，所述一幅或多幅图像定义了图像集；
确定所述图像中的每幅图像对于审验医生是否具有医学意义；
确定所述图像中的一幅或多幅图像是否代表所述图像集；
将所述一幅或多幅图像提供给显示和分析系统以供审验医生进行审验；以及
提供与被确定为具有医学意义的项目相关联的一个或多个文本块，所述一个或多个文本块用于由审验医生混合、匹配和编辑，以便创建报告。
8.根据权利要求7所述的方法，其中所述一个或多个文本块用于允许审验医生记录指令说明，以供另一个人编辑、混合和匹配所述一个或多个文本块。
9.根据权利要求7所述的方法，其中确定所述图像中的每幅图像对于审验医生是否具有医学意义包括提供定量的测量值。
10.根据权利要求7所述的方法，其中确定所述图像中的每幅图像对于审验医生是否具有医学意义包括提供对至少一个感兴趣区域的定位指示。
11.根据权利要求7所述的方法，其中确定所述图像中的一幅或多幅图像是否代表所述图像集包括将图像标记为关键图像。
12.根据权利要求7所述的方法，还包括从所述图像数据库检索所述一幅或多幅图像之后执行定量测量和计算。
13.根据权利要求7所述的方法，还包括对所述一幅或多幅图像进行优先级划分。
14.根据权利要求13所述的方法，还包括将所述一幅或多幅图像中的每幅图像标记为高优先级或低优先级。
15.根据权利要求7所述的方法，其中对所述一幅或多幅图像进行优先级划分包括将所述一幅或多幅图像中的每幅图像与来自己知健康状况的患者的图像进行比较。
16.根据权利要求15所述的方法，其中所述一幅或多幅图像基于每幅图像与来自己知健康状况的患者的所述图像的匹配程度而被划分优先级。
17.一种用于显现和报告具体患者医疗信息的系统，包括：
成像模块，用于检索来自患者的医疗诊断图像；
审验系统，用于向审验医生显示医学图像；
与所述成像模块和所述审验系统通讯的优先级划分、显现和报告系统，其中所述优先级划分、显现和报告系统用于：
从所述成像模块检索一幅或多幅图像，所述一幅或多幅图像定义了图像集；
确定所述图像中的每幅图像对于审验医生是否具有医学意义；
确定所述图像中的一幅或多幅图像是否代表所述图像集以及将所述一幅或多幅图像提供给所述审验系统，其中所述一幅或多幅图像与代表所述图像集的图像一起提供。
18.根据权利要求17所述的系统，其中所述优先级划分显现和报告系统用于对所述图像集中的所述一幅或多幅图像进行优先级划分。
19.根据权利要求17所述的系统，其中所述优先级划分显现和报告系统与影像归档通讯系统通讯。
20.根据权利要求17所述的系统，其中所述优先级划分显现和报告系统基于每幅图像与来自己知健康状况的患者的图像的匹配程度而对所述一幅或多幅图像进行优先级划分。
CN2011800150893A 2010-01-28 2011-01-28 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统 Pending CN102918558A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US29930910P 2010-01-28 2010-01-28
US61/299,309 2010-01-28
PCT/US2011/023059 WO2011094639A2 (en) 2010-01-28 2011-01-28 Methods and systems for analyzing, prioritizing, visualizing, and reporting medical images

Publications (1)

Publication Number Publication Date
CN102918558A true CN102918558A (zh) 2013-02-06

Family

ID=44320180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800150893A Pending CN102918558A (zh) 2010-01-28 2011-01-28 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统

Country Status (5)

Country Link
US (2) US8953858B2 (zh)
EP (1) EP2529352A4 (zh)
JP (3) JP2013517914A (zh)
CN (1) CN102918558A (zh)
WO (1) WO2011094639A2 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105357304A (zh) * 2015-11-16 2016-02-24 广州华银医学检验中心有限公司 远程病理诊断切片数字图像处理及传输技术
CN105868524A (zh) * 2015-02-06 2016-08-17 国际商业机器公司 用于医学图像集的自动基准真值生成
CN107705829A (zh) * 2017-09-22 2018-02-16 深圳先健互联网金融医疗有限公司 一种基于智能识别的医学影像传输方法
CN108122605A (zh) * 2016-11-29 2018-06-05 锐珂（上海）医疗器材有限公司 医学图像选择方法及设备
CN108292530A (zh) * 2015-12-03 2018-07-17 皇家飞利浦有限公司 根据光学扫描进行胸壁估计
CN108305671A (zh) * 2018-01-23 2018-07-20 深圳科亚医疗科技有限公司 由计算机实现的医学图像调度方法、调度系统及存储介质
CN108847276A (zh) * 2018-03-20 2018-11-20 青岛海信医疗设备股份有限公司 基于网络架构的医学图像的处理方法及服务器
CN109478419A (zh) * 2016-07-15 2019-03-15 皇家飞利浦有限公司 结构化和叙述性报告中的显著发现代码的自动识别
CN110459289A (zh) * 2019-07-25 2019-11-15 珠海九松科技有限公司 基于人工智能和图像识别的医学诊疗报告解释系统
CN111192679A (zh) * 2019-12-25 2020-05-22 上海联影智能医疗科技有限公司 一种影像数据异常的处理方法、装置及存储介质
CN111387981A (zh) * 2020-04-07 2020-07-10 解春丽 脑图谱分析系统
CN113160922A (zh) * 2020-01-20 2021-07-23 深圳市理邦精密仪器股份有限公司 显示方法、显示装置、心电图机和计算机可读存储介质
CN113688266A (zh) * 2021-09-13 2021-11-23 上海联影医疗科技股份有限公司 图像优先级确定方法和图像处理方法、装置、设备、介质
CN111387981B (zh) * 2020-04-07 2024-06-04 解春丽 脑图谱分析系统

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2529352A4 (en) * 2010-01-28 2013-08-28 Radlogics Inc METHOD AND SYSTEM FOR ANALYZING, PRIORIZING, VISUALIZING AND TRANSMITTING MEDICAL IMAGES
WO2013036842A2 (en) 2011-09-08 2013-03-14 Radlogics, Inc. Methods and systems for analyzing and reporting medical images
EP2786309A4 (en) * 2011-11-30 2015-07-08 Univ Rush Medical Center SYSTEM AND METHOD FOR IDENTIFYING IMPLANTED MEDICAL DEVICES AND / OR DETECTING REMAINING SURGICAL PROPERTIES ON MEDICAL PICTURES
US8914097B2 (en) * 2012-01-30 2014-12-16 The Johns Hopkins University Automated pneumothorax detection
US9313623B1 (en) * 2012-10-09 2016-04-12 Open Invention Network, Llc Medical analysis application and response system
US20140195267A1 (en) * 2013-01-09 2014-07-10 Nuance Communications, Inc. Techniques to improve accuracy of a medical report relating to a medical imaging study
US20140195266A1 (en) * 2013-01-09 2014-07-10 Nuance Communications, Inc. Techniques to improve accuracy of a medical report relating to medical imaging study
US9117104B2 (en) * 2013-07-10 2015-08-25 Cherif Algreatly Object recognition for 3D models and 2D drawings
JP6345487B2 (ja) * 2013-07-11 2018-06-20 キヤノンメディカルシステムズ株式会社 医用レポート作成装置、及び医用画像診断装置
US9292655B2 (en) * 2013-07-29 2016-03-22 Mckesson Financial Holdings Method and computing system for providing an interface between an imaging system and a reporting system
US10463313B2 (en) * 2013-08-05 2019-11-05 Nikolaos KOUTSOULERIS Adaptive pattern recognition for psychosis risk modelling
US10025479B2 (en) * 2013-09-25 2018-07-17 Terarecon, Inc. Advanced medical image processing wizard
CN107004043B (zh) 2014-11-07 2022-07-29 皇家飞利浦有限公司 优化检测和标记感兴趣解剖结构的系统和方法
CN108140424A (zh) * 2015-10-02 2018-06-08 皇家飞利浦有限公司 用于将研究结果映射到相关超声心动图循环的系统
US20170262583A1 (en) 2016-03-11 2017-09-14 International Business Machines Corporation Image processing and text analysis to determine medical condition
AU2017285309A1 (en) * 2016-06-17 2018-12-20 Philips Medical Systems Technologies Ltd Medical image workflow system and method
KR101837848B1 (ko) * 2016-07-20 2018-03-13 주식회사 인피니트헬스케어 긴급 의료영상 판독 알림 방법
US20180060512A1 (en) * 2016-08-29 2018-03-01 Jeffrey Sorenson System and method for medical imaging informatics peer review system
US10327724B2 (en) * 2017-10-10 2019-06-25 International Business Machines Corporation Detection and characterization of aortic pathologies
US10719580B2 (en) 2017-11-06 2020-07-21 International Business Machines Corporation Medical image manager with automated synthetic image generator
US10783634B2 (en) 2017-11-22 2020-09-22 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
US10799189B2 (en) * 2017-11-22 2020-10-13 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
US11049250B2 (en) * 2017-11-22 2021-06-29 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
JP6948966B2 (ja) * 2018-02-28 2021-10-13 富士フイルム株式会社 診断支援システム、診断支援方法、及びプログラム
US11521742B2 (en) 2018-07-18 2022-12-06 SCA Robotics Methods of implementing an artificial intelligence based neuroradiology platform for neurological tumor identification and for T-Cell therapy initiation and tracking and related precision medical treatment predictive modeling
US10776989B1 (en) * 2019-05-13 2020-09-15 Robert Edwin Douglas Method and apparatus for prioritized volume rendering
US10943681B2 (en) 2018-11-21 2021-03-09 Enlitic, Inc. Global multi-label generating system
US11430563B2 (en) * 2018-11-21 2022-08-30 Fujifilm Medical Systems U.S.A., Inc. Configuring and displaying a user interface with healthcare studies
JP7302368B2 (ja) * 2019-08-20 2023-07-04 コニカミノルタ株式会社 医用情報処理装置及びプログラム
RU2019139024A (ru) * 2019-12-02 2021-06-02 Общество С Ограниченной Ответственностью "Интеллоджик" Способ автоматического анализа медицинских изображений органов организма пациента
RU2771512C2 (ru) * 2020-09-24 2022-05-05 Общество С Ограниченной Ответственностью "Интеллоджик" Автоматическая система для обработки медицинских изображений органов организма пациента и способ, реализуемый этой системой
US11205520B1 (en) * 2021-03-16 2021-12-21 Neville Irani Physician-guided machine learning system for assessing medical images to facilitate locating of a historical twin
CN114343607B (zh) * 2022-01-06 2023-11-10 四川大学华西医院 一种基于肝脏mr检查目的的图像序列展示方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060139318A1 (en) * 2004-11-24 2006-06-29 General Electric Company System and method for displaying images on a pacs workstation based on level of significance
CN1820274A (zh) * 2003-06-27 2006-08-16 美国西门子医疗解决公司 使用机器学习来利用cad系统的常规使用期间所收集到的知识适配cad过程以对医学成像提供cad(计算机辅助决策 )支持
JP2006260301A (ja) * 2005-03-17 2006-09-28 Toshiba Corp 画像管理サーバ
JP2006271541A (ja) * 2005-03-28 2006-10-12 Toshiba Corp 医用画像読影支援システム及び医用画像読影支援プログラム
US20080215525A1 (en) * 2007-02-28 2008-09-04 Kabushiki Kaisha Toshiba Medical image retrieval system
US20080275736A1 (en) * 2007-05-04 2008-11-06 Siemens Medical Solutions Usa, Inc. System of Picture Archiving and Communication System With Message Broadcasting Mechanism

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6574357B2 (en) 1993-09-29 2003-06-03 Shih-Ping Wang Computer-aided diagnosis method and system
JP4202461B2 (ja) * 1998-04-09 2008-12-24 株式会社日立メディコ 医用画像表示装置
US6901156B2 (en) * 2000-02-04 2005-05-31 Arch Development Corporation Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images
JP4594512B2 (ja) * 2000-11-20 2010-12-08 株式会社東芝 Ｘ線画像診断装置及びｘ線画像処理方法
US6925200B2 (en) 2000-11-22 2005-08-02 R2 Technology, Inc. Graphical user interface for display of anatomical information
US20020169639A1 (en) 2001-05-09 2002-11-14 Jeffrey Yu Systems for generating radiology reports
US6947040B2 (en) * 2001-10-23 2005-09-20 Siemens Corporate Research, Inc. Vessel detection by mean shift based ray propagation
US7058210B2 (en) 2001-11-20 2006-06-06 General Electric Company Method and system for lung disease detection
JP4218347B2 (ja) * 2003-01-17 2009-02-04 コニカミノルタホールディングス株式会社 画像診断支援装置
JP2005025669A (ja) * 2003-07-02 2005-01-27 Satoshi Yamatake 画像データベースシステム
US7894646B2 (en) * 2003-08-01 2011-02-22 Hitachi Medical Corporation Medical image diagnosis support device and method for calculating degree of deformation from normal shapes of organ regions
JP2005261839A (ja) * 2004-03-22 2005-09-29 Konica Minolta Medical & Graphic Inc 撮影画像生成システム
JP4418400B2 (ja) * 2005-05-20 2010-02-17 オリンパスメディカルシステムズ株式会社 画像表示装置
US7756309B2 (en) * 2005-07-27 2010-07-13 Bioimagene, Inc. Method and system for storing, indexing and searching medical images using anatomical structures of interest
US7889896B2 (en) 2005-08-18 2011-02-15 Hologic, Inc. Patient worklist management in digital radiography review workstations
JP2007097671A (ja) * 2005-09-30 2007-04-19 Toshiba Corp 画像診断支援装置、及び画像診断支援プログラム
US7639890B2 (en) 2005-10-25 2009-12-29 General Electric Company Automatic significant image generation based on image characteristics
WO2007099525A2 (en) * 2006-03-03 2007-09-07 Medic Vision - Brain Technologies Ltd. System and method of automatic prioritization and analysis of medical images
US8538776B2 (en) * 2006-10-25 2013-09-17 Bruce Reiner Method and apparatus of providing a radiation scorecard
JP2008245737A (ja) * 2007-03-29 2008-10-16 Konica Minolta Medical & Graphic Inc 医用情報処理装置
JP2008259622A (ja) * 2007-04-11 2008-10-30 Fujifilm Corp レポート作成支援装置およびそのプログラム
US7995815B2 (en) 2007-05-23 2011-08-09 Half Moon Imaging, Llc Radiology case distribution and sorting systems and methods
US8553951B2 (en) * 2007-05-30 2013-10-08 General Electric Company Methods and systems for grouping radiological images into event markers
US20090132279A1 (en) * 2007-11-21 2009-05-21 General Electric Company Method and apparatus for significant and key image navigation
WO2010126797A1 (en) * 2009-04-29 2010-11-04 Onemednet Corporation Methods, systems, and devices for managing medical images and records
EP2529352A4 (en) * 2010-01-28 2013-08-28 Radlogics Inc METHOD AND SYSTEM FOR ANALYZING, PRIORIZING, VISUALIZING AND TRANSMITTING MEDICAL IMAGES

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1820274A (zh) * 2003-06-27 2006-08-16 美国西门子医疗解决公司 使用机器学习来利用cad系统的常规使用期间所收集到的知识适配cad过程以对医学成像提供cad(计算机辅助决策 )支持
US20060139318A1 (en) * 2004-11-24 2006-06-29 General Electric Company System and method for displaying images on a pacs workstation based on level of significance
JP2006260301A (ja) * 2005-03-17 2006-09-28 Toshiba Corp 画像管理サーバ
JP2006271541A (ja) * 2005-03-28 2006-10-12 Toshiba Corp 医用画像読影支援システム及び医用画像読影支援プログラム
US20080215525A1 (en) * 2007-02-28 2008-09-04 Kabushiki Kaisha Toshiba Medical image retrieval system
US20080275736A1 (en) * 2007-05-04 2008-11-06 Siemens Medical Solutions Usa, Inc. System of Picture Archiving and Communication System With Message Broadcasting Mechanism

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868524A (zh) * 2015-02-06 2016-08-17 国际商业机器公司 用于医学图像集的自动基准真值生成
CN105868524B (zh) * 2015-02-06 2019-05-03 国际商业机器公司 用于医学图像集的自动基准真值生成
CN105357304B (zh) * 2015-11-16 2016-11-16 广州华银医学检验中心有限公司 远程病理诊断切片数字图像处理及传输技术
CN105357304A (zh) * 2015-11-16 2016-02-24 广州华银医学检验中心有限公司 远程病理诊断切片数字图像处理及传输技术
CN108292530A (zh) * 2015-12-03 2018-07-17 皇家飞利浦有限公司 根据光学扫描进行胸壁估计
CN108292530B (zh) * 2015-12-03 2022-05-24 皇家飞利浦有限公司 根据光学扫描进行胸壁估计
CN109478419A (zh) * 2016-07-15 2019-03-15 皇家飞利浦有限公司 结构化和叙述性报告中的显著发现代码的自动识别
CN108122605A (zh) * 2016-11-29 2018-06-05 锐珂（上海）医疗器材有限公司 医学图像选择方法及设备
CN107705829A (zh) * 2017-09-22 2018-02-16 深圳先健互联网金融医疗有限公司 一种基于智能识别的医学影像传输方法
CN108305671A (zh) * 2018-01-23 2018-07-20 深圳科亚医疗科技有限公司 由计算机实现的医学图像调度方法、调度系统及存储介质
CN108305671B (zh) * 2018-01-23 2021-01-01 深圳科亚医疗科技有限公司 由计算机实现的医学图像调度方法、调度系统及存储介质
CN112466439A (zh) * 2018-01-23 2021-03-09 深圳科亚医疗科技有限公司 由计算机实现的医学图像调度方法、调度系统及存储介质
CN108847276A (zh) * 2018-03-20 2018-11-20 青岛海信医疗设备股份有限公司 基于网络架构的医学图像的处理方法及服务器
CN108932972A (zh) * 2018-03-20 2018-12-04 青岛海信医疗设备股份有限公司 基于网络架构的医学图像的处理方法及服务器
CN108877898A (zh) * 2018-03-20 2018-11-23 青岛海信医疗设备股份有限公司 医学图像文件的处理方法及服务器
CN108847277A (zh) * 2018-03-20 2018-11-20 青岛海信医疗设备股份有限公司 基于网络架构的医学图像的处理方法及服务器
CN108877900A (zh) * 2018-03-20 2018-11-23 青岛海信医疗设备股份有限公司 基于网络架构的医学图像的处理方法、服务器及系统
CN110459289A (zh) * 2019-07-25 2019-11-15 珠海九松科技有限公司 基于人工智能和图像识别的医学诊疗报告解释系统
CN111192679A (zh) * 2019-12-25 2020-05-22 上海联影智能医疗科技有限公司 一种影像数据异常的处理方法、装置及存储介质
CN111192679B (zh) * 2019-12-25 2024-04-19 上海联影智能医疗科技有限公司 一种影像数据异常的处理方法、装置及存储介质
CN113160922A (zh) * 2020-01-20 2021-07-23 深圳市理邦精密仪器股份有限公司 显示方法、显示装置、心电图机和计算机可读存储介质
CN111387981A (zh) * 2020-04-07 2020-07-10 解春丽 脑图谱分析系统
CN111387981B (zh) * 2020-04-07 2024-06-04 解春丽 脑图谱分析系统
CN113688266A (zh) * 2021-09-13 2021-11-23 上海联影医疗科技股份有限公司 图像优先级确定方法和图像处理方法、装置、设备、介质

Also Published As

Publication number Publication date
US20130039552A1 (en) 2013-02-14
WO2011094639A3 (en) 2011-10-06
WO2011094639A2 (en) 2011-08-04
US20150227695A1 (en) 2015-08-13
JP2018163680A (ja) 2018-10-18
EP2529352A2 (en) 2012-12-05
US8953858B2 (en) 2015-02-10
JP2013517914A (ja) 2013-05-20
EP2529352A4 (en) 2013-08-28
JP6585772B2 (ja) 2019-10-02
JP2015131199A (ja) 2015-07-23

Similar Documents

Publication Publication Date Title
CN102918558A (zh) 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统
EP2888686B1 (en) Automatic detection and retrieval of prior annotations relevant for an imaging study for efficient viewing and reporting
CN102612696B (zh) 具有报告验证器和报告增强器的医学信息系统
Depeursinge et al. Building a reference multimedia database for interstitial lung diseases
US7418120B2 (en) Method and system for structuring dynamic data
US20040061889A1 (en) System and method for distributing centrally located pre-processed medical image data to remote terminals
US20060100738A1 (en) Method and apparatus for selecting the operating parameters for a medical imaging system
EP2169577A1 (en) Method and system for medical imaging reporting
US20130238363A1 (en) Medical examination assistance system and method of assisting medical examination
CN104487978B (zh) 用于基于来自放射医生的输入来生成报告的系统和方法
JP6796060B2 (ja) 画像レポート注釈同定
CN103460213A (zh) 图像采集和/或图像相关参数推荐器
CA3131877A1 (en) A platform for evaluating medical information and method for using the same
RU2626898C2 (ru) Идентификация медицинских концепций для выбора протокола визуализации
Hofmann et al. Machine learning approaches along the radiology value chain–Rethinking value propositions
US8923582B2 (en) Systems and methods for computer aided detection using pixel intensity values
US20060034521A1 (en) Computer program product and method for analysis of medical image data in a medical imaging system
CN111226287A (zh) 用于分析医学成像数据集的方法、用于分析医学成像数据集的系统、计算机程序产品以及计算机可读介质
Kawa et al. Radiological atlas for patient specific model generation
CN109906487A (zh) 用于针对临床护理连续性进行工作流程敏感的结构化发现对象（sfo）推荐的系统和方法
JP2008217426A (ja) 症例登録システム
CN112735568A (zh) 一种基于医学影像和临床需求的人工智能辅助诊断平台
Dubey et al. Integration of CAD into PACS
Brown et al. An architecture for computer-aided detection and radiologic measurement of lung nodules in clinical trials
Rust MACHINE LEARNING APPROACHES ALONG THE RADIOLOGY VALUE CHAIN–RETHINKING VALUE PROPOSITIONS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20130206

RJ01 Rejection of invention patent application after publication