CN103339626A - 病例检索装置及病例检索方法 - Google Patents

病例检索装置及病例检索方法 Download PDF

Info

Publication number
CN103339626A
CN103339626A CN2011800657747A CN201180065774A CN103339626A CN 103339626 A CN103339626 A CN 103339626A CN 2011800657747 A CN2011800657747 A CN 2011800657747A CN 201180065774 A CN201180065774 A CN 201180065774A CN 103339626 A CN103339626 A CN 103339626A
Authority
CN
China
Prior art keywords
mentioned
case
sheet
similar degree
read
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
CN2011800657747A
Other languages
English (en)
Inventor
高田和丰
续木贵史
小塚和纪
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.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN103339626A publication Critical patent/CN103339626A/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
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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

Abstract

病例检索装置（100）具备：图像类似度决定部（103），计算阅片对象取得部（102）取得的第1阅片图像数据与登录在病例数据库（101）内的第2阅片图像数据的图像类似度；文本类似度决定部（104），计算阅片对象取得部（102）取得的第1阅片信息与登录在病例数据库（101）内的第2阅片信息的文本类似度；以及异义病例检索部（105），从存储在病例数据库（101）中的病例数据中，将图像类似度决定部（103）决定的图像类似度越大、且文本类似度决定部（104）决定的文本类似度越小的病例数据越优先地检索。

Description

病例检索装置及病例检索方法
技术领域
本发明涉及对于阅片对象的病例自动提示作为参考的病例的病例检索装置及病例检索方法。
背景技术
近年来，在图像诊断的领域中，摄影图像及阅片报告的数字化不断发展，医生容易共享大量的数据。这里，所谓阅片报告，是表示阅片者对摄影图像做出的诊断的文本信息。此外，保管在作为将图像保管及通信的系统的PACS（Picture Archiving and Communication Systems）内的阅片报告被相互建立关联管理，要求所保管的过去的阅片报告的有效的二次利用。作为阅片报告的二次利用之一，自动提示对于作为诊断对象的阅片图像的参考病例。由此，期待支持关于诊断的决策的对策。
作为实现这样的参考病例的提示的以往技术，在专利文献1中，提出了使用与保存在数据库中的阅片报告对应的摄影图像的图像特征量和包含在阅片报告中的文本信息来检索类似病例并提示的方法。具体而言，当检索参考病例时，在表示类似的图像形态的阅片报告的文本信息间提取代表关键字后，选择与提取出的关键字建立了对应的图像特征量，根据所选择的图像特征量进行病例间的类似度计算。在阅片报告中记述的文本信息表示阅片者着眼的观点。即，在专利文献1所记载的方法中，能够进行基于许多阅片者共同着眼的图像特征量的代表性的类似病例的提示。
现有技术文献
专利文献
专利文献1：特开2009－093563号公报
发明概要
发明要解决的问题
但是，在专利文献1所记载的方法中，并没有对于阅片者已进行的诊断提示诊断内容不同的类似病例的思想。
所谓诊断内容不同的类似病例，是虽然图像形态类似但被做出了与自身的诊断不同的诊断的病例。例如，在医生对某个图像病例诊断为“A癌”时，虽然图像形态类似但被诊断为“B癌”或“C癌”的病例相当于诊断内容不同的类似病例。如果能够检索诊断内容不同的类似病例，则阅片者通过将自身的诊断与被提示的类似病例比较，能够简单地确认有可能误诊的多个病例。因此，能够降低误诊风险。
另外，为了将这样的诊断内容不同的类似病例使用专利文献1所记载的方法检索，必须使用与从医生做出的诊断内容提取的关键字不同的所有的关键字检索类似病例。上述所有的关键字的数量是庞大的。因此，在以往的方法中，有用来检索诊断内容不同的类似病例的处理负荷较大的问题。
发明内容
所以，本发明是解决上述问题的，目的是提供一种对于阅片者进行的诊断、能够以较小的处理负荷检索诊断内容与该阅片者的诊断不同的类似病例的病例检索装置及病例检索方法。
用于解决问题的手段
为了解决上述课题，有关本发明的病例检索装置具备：阅片对象取得部，取得第1阅片图像数据和第1阅片信息，上述第1阅片图像数据表示阅片对象的医用图像，上述第1阅片信息包含表示阅片者对该第1阅片图像数据的阅片结果的文本数据；图像类似度决定部，决定上述阅片对象取得部取得的上述第1阅片图像数据与存储在病例数据库中的病例数据所包含的表示阅片对象的医用图像的第2阅片图像数据间的类似度、即图像类似度；文本类似度决定部，决定上述阅片对象取得部取得的上述第1阅片信息与存储在上述病例数据库中的病例数据所包含的第2阅片信息的文本之间的类似度即文本类似度，上述第2阅片信息包含表示阅片者对上述第2阅片图像数据的阅片结果的文本数据；异义病例检索部，从存储在上述病例数据库中的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索；以及输出部，将上述异义病例检索部检索出的病例数据输出至外部。
由此，阅片者对于自身的诊断，能够以较小的处理负荷检索对类似的图像进行了诊断但诊断内容不同的类似病例。因此，阅片者能够简单地确认有误诊的可能性的多个病例。因此，能够降低误诊风险。
另外，本发明不仅能够作为具备这样的特征性的处理部的病例检索装置实现，还能够作为以包含在病例检索装置中的特征性的处理部执行的处理为步骤的病例检索方法实现。此外，也可以作为用来使计算机作为病例检索装置具备的特征性的处理部发挥功能的程序实现。此外，也可以作为使计算机执行包含在病例检索方法中的特征性的步骤的程序实现。并且，当然能够使这样的程序经由CD－ROM（Compact Disc－Read OnlyMemory）等的计算机可读取的非易失性的记录介质或因特网等的通信网络流通。
发明效果
根据本发明，对于阅片者进行的诊断、能够以较小的处理负荷检索诊断内容与该阅片者的诊断不同的类似病例。
附图说明
图1是表示有关本发明的实施方式的病例检索装置的特征性的功能结构的模块图。
图2是表示存储在病例数据库中的病例数据的一例的图。
图3是表示有关本发明的实施方式的病例检索装置执行的整体处理的流程的流程图。
图4是表示文本类似度计算处理（图3的步骤S103）的详细的处理的流程的流程图。
图5是表示文书矩阵的一例的图。
图6是表示变换表的一例的图。
图7是表示追加了诊断等级的文书矩阵的一例的图。
图8是表示与设于外部的图像阈值数据库连接的病例检索装置的特征性的功能结构的模块图。
图9是表示存储在图像阈值数据库中的数据的一例的图。
图10是表示异义度变换表的一例的图。
图11是表示由输出部向输出媒体输出的画面的一例的图。
图12是表示由输出部向输出媒体输出的画面的一例的图。
图13是表示由输出部向输出媒体输出的画面的一例的图。
图14是表示实现病例检索装置的计算机系统的硬件结构的模块图。
具体实施方式
以下，使用附图对本发明的实施方式详细地说明。另外，以下说明的实施方式都是表示本发明的优选的一具体例的。在以下的实施方式中表示的数值、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例，并不是限定本发明的意思。本发明仅由权利要求书限定。由此，关于以下的实施方式的构成要素中的、在表示本发明的最上位概念的独立权利要求中没有记载的构成要素，虽然不是为了达成本发明的课题而必定需要的构成要素，但作为构成更优选的形态的构成要素进行说明。
首先，说明在本实施方式中使用的特殊用语的定义。在本实施方式中，将相对于自己所阅片的图像病例、图像的形态特征类似且诊断内容不同的病例定义为“异义病例”。另一方面，将相对于自己所阅片的图像病例、图像的形态特征类似且诊断内容也类似的病例定义为“同义病例”。
在使用类似病例的阅片诊断支持中可以考虑两种方法。
第1个是如专利文献1所示那样、对于阅片对象的病例提示同义病例的支持方法。阅片者通过将自身的诊断与被提示的同义病例比较，确认过去是否进行了与自身的诊断同样的诊断。该支持方法能够提高阅片者的对诊断的确信度。因此，对于对诊断的确信度较低的阅片经验较少的阅片者而言成为有用的支持。
另一方面，第2个是对于阅片对象的病例提示异义病例的支持方法。例如是当医生对某个图像病例诊断为“A癌”时、积极地提示图像形态类似但被诊断为“B癌”或“C癌”的病例的方法。在该方法中，阅片者通过将自身的诊断与被提示的异义病例比较，能够简单地确认有误诊的可能性的多个病例。因此，能够降低阅片者的误诊风险。
有关本发明的实施方式的病例检索装置是在超声波图像、CT（Computed Tomography）图像或核磁共振图像等的医用图像的阅片时、检索对于阅片者阅片的图像病例的异义病例的装置。
有关本发明的一实施方式的病例检索装置具备：阅片对象取得部，取得第1阅片图像数据和第1阅片信息，上述第1阅片图像数据表示阅片对象的医用图像，上述第1阅片信息包含表示阅片者对该第1阅片图像数据的阅片结果的文本数据；图像类似度决定部，决定上述阅片对象取得部取得的上述第1阅片图像数据与存储在病例数据库中的病例数据所包含的表示阅片对象的医用图像的第2阅片图像数据间的类似度、即图像类似度；文本类似度决定部，决定上述阅片对象取得部取得的上述第1阅片信息与存储在上述病例数据库中的病例数据所包含的第2阅片信息的文本之间的类似度即文本类似度，上述第2阅片信息包含表示阅片者对上述第2阅片图像数据的阅片结果的文本数据；异义病例检索部，从存储在上述病例数据库中的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索；以及输出部，将上述异义病例检索部检索出的病例数据输出至外部。
由此，阅片者对于自身的诊断，能够以较小的处理负荷检索对类似的图像进行了诊断但诊断内容不同的类似病例。因此，阅片者能够简单地确认有误诊的可能性的多个病例。因此，能够降低误诊风险。
具体而言，上述异义病例检索部从存储在上述病例数据库中的病例数据中，检索上述图像类似度决定部决定的图像类似度除以上述文本类似度决定部决定的文本类似度而得到的值比规定的异义度阈值大的病例数据。
通过这样定义异义度，能够将图像类似度和文本类似度同时评价。
此外，也可以是，上述异义病例检索部从存储在上述病例数据库中的病例数据中的包括下述第2阅片信息的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索，该第2阅片信息是不包含上述阅片对象取得部取得的上述第1阅片信息所包含的疾病名的第2阅片信息。
提示与阅片者相同的疾病名的病例之事会使阅片者的检索结果的参照时间增加，而通过仅提示与阅片者不同的疾病名的异义病例，能够使阅片者的检索结果的参照时间减少，能够缩短阅片者的诊断时间。
此外，也可以是，上述异义病例检索部从存储在上述病例数据库中的病例数据中的、上述图像类似度决定部决定的图像类似度为有关图像类似度的阈值以上的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索。
通过从图像类似度为有关图像类似度的阈值以上的病例数据中检索病例数据，能够使检索对象的病例数据数变少。因此，能够缩短检索时间。
优选的是，上述有关图像类似度的阈值被根据上述阅片对象取得部取得的上述第1阅片图像数据的像素数来决定。
具体而言，上述阅片对象取得部取得的上述第1阅片图像数据的像素数越小，则上述有关图像类似度的阈值是越大的值。
根据摄像的内脏或血管的位置或大小的个人差异，有第1阅片图像数据的像素数越大则图像类似度越小的趋向。另一方面，在将肝脏的病变部等那样的局部区域的图像数据作为第1阅片图像数据的情况下，由于个人差异的影响变小，所以图像类似度有变大的趋向。因此，通过如上述那样决定有关图像类似度的阈值，能够选择与第1阅片图像数据的大小相应的适当的阈值，能够检索适当的异义病例。
优选的是，上述文本类似度决定部在使针对与疾病名相应的词的权重变大后，决定上述第1阅片信息和上述第2阅片信息的加权的文本类似度。
通过对与疾病名相应的关键字进行加权并计算文本类似度，能够计算基于阅片者的观点的类似度。
此外，上述文本类似度决定部决定上述第1阅片信息及根据该第1阅片信息判断的诊断等级、与上述第2阅片信息及根据该第2阅片信息判断的诊断等级的文本类似度，上述判断等级是将疾病的进展程度进行分级而得到的指标。
诊断等级是相当于疾病名的上位概念的关键字，对于阅片者而言，与疾病名同样是表示病例的差异的重要的关键字。通过该结构，能够计算反映了疾病的进展程度的差异的文本类似度。
优选的是，上述文本类似度决定部还通过参照用来将包含在阅片信息中的文本变换为诊断等级的变换表，根据在上述第1阅片信息及上述第2阅片信息各自所包含的文本来判断诊断等级。
通过使用变换表，能够容易地将文本变换为诊断等级。
具体而言，上述诊断等级包括（i）表示没有异常所见的无所见、（ii）表示需要密切关注病情的状态的经过观察、（iii）表示需要进行其他检查的其他检查、以及（iv）表示需要进行将患部的一部分切取并用显微镜等调查的检查的活检。
优选的是，上述输出部将上述异义病例检索部检索出的病例数据按同类的病名进行分类并输出至外部。
阅片者在对自身的诊断结果探讨其他病名的可能性时，需要从检索结果的各所见中找出与自身的诊断结果不同的病名表述。通过对检索结果进行按同类的病名分类的显示，阅片者能够简单地确认被作为检索结果提示的各病例的病名，所以能够缩短阅片时间。
此外，上述输出部将上述阅片对象取得部取得的上述第1阅片信息与包含在上述异义病例检索部检索到的病例数据中的上述第2阅片信息的差分信息以可判别的方式输出。
通过将这些差分信息以可判别的方式输出，阅片者能够简单地确认异义度的计算理由，能够缩短以后的阅片时间。
更优选的是，上述异义病例检索部仅将存储在上述病例数据库中的病例数据中的、包含在上述第2阅片信息中的图像所见和确定诊断结果一致的病例数据作为检索对象，检索病例数据；上述图像所见是阅片者对包含在上述病例数据中的上述第2阅片图像数据的诊断结果；上述确定诊断结果是对于包含在上述病例数据中的上述第2阅片图像数据的确定的诊断结果。
在病例数据库中，包括因图像噪声或摄影装置的特性而仅根据图像不能指出与确定诊断一致的病变的第2阅片图像数据。仅根据这样的第2阅片图像数据推测病变之事本身困难的可能性较高，如果作为参考病例数据提示，则误诊的风险有可能变高。相反，图像所见和确定诊断结果一致的病例数据是能够确保能够根据第2阅片图像数据指出与确定诊断结果相同的病变的病例数据，可以说作为参考病例是适当的。由此，通过仅将图像所见和确定诊断结果一致的病例数据作为检索对象，能够降低误诊的风险。
以下，参照附图对有关本发明的病例检索装置详细地说明。
图1是表示有关本发明的实施方式的病例检索装置100的特征性的功能结构的模块图。
如图1所示，病例检索装置100是检索与阅片者的阅片结果相应的病例数据的装置。
病例检索装置100具备阅片对象取得部102、图像类似度决定部103、文本类似度决定部104、异义病例检索部105及输出部106。假设病例检索装置100连接在外部的病例数据库101上。另外，病例检索装置100的设置场所和病例数据库101的设置场所并不需要必定是相同的场所，只要病例检索装置100和病例数据库101经由网络连接，没有设置场所的制约。
以下，对图1所示的病例数据库101及病例检索装置100的各构成要素的详细情况依次说明。
病例数据库101例如是由硬盘、存储器等构成的存储装置。病例数据库101是存储有由表示对阅片者提示的阅片对象的图像的阅片图像数据、和对应于该阅片图像数据的阅片信息构成的病例数据的数据库。这里，所谓阅片图像数据，是为了图像诊断而使用的图像数据，表示保存在电子媒体中的图像数据。此外，所谓阅片信息，是除了阅片图像数据的阅片结果以外、还表示在图像诊断后进行的活检（活组织检查）等的确定诊断结果的信息。阅片信息是文书数据（文本数据）。所谓活检，是将患部的一部分切取并用显微镜等调查的检查。
图2是表示构成存储在病例数据库101中的病例数据的、作为阅片图像数据20的超声波图像及阅片信息21的一例的图。阅片信息21包括阅片报告ID22、图像ID23、图像所见24及确定诊断结果25。
阅片报告ID22是用来识别阅片报告（阅片信息21）的识别码。图像ID23是用来识别阅片图像数据20的识别码。图像所见24是表示对于图像ID23的阅片图像数据20的诊断结果的信息。即，图像所见24是表示包括病名的诊断结果（阅片结果）及诊断理由（阅片理由）的信息。确定诊断结果25表示由阅片报告ID22表示的患者的确定诊断结果。这里，所谓确定诊断结果，是通过由手术或活检得到的试验体的基于显微镜的病理检查或其他各种手段、明确对象的患者的真正的状态是什么的诊断结果。
阅片对象取得部102从病例数据库101取得阅片者进行了诊断的阅片图像数据20及阅片信息21。例如，将从键盘、鼠标等输入的信息存储到存储器等中。并且，阅片对象取得部102将所取得的阅片图像数据及阅片信息向图像类似度决定部103及文本类似度决定部104输出。
接着，图像类似度决定部103决定从阅片对象取得部102取得的阅片图像数据20与保存在病例数据库101中的各阅片图像数据20间的图像类似度，将所决定的图像类似度向异义病例检索部105通知。关于具体的图像类似度计算方法在后面叙述。
另外，图像类似度也可以在将阅片图像数据20向病例数据库101登录时由服务器（未图示）自动地计算，将计算出的图像类似度保存到病例数据库101中。即，当将新的阅片图像数据20登录到病例数据库101中时，服务器计算接着要向病例数据库101登录的阅片图像数据20与已经登录在病例数据库101中的各阅片图像数据20之间的图像类似度，将计算出的图像类似度保存到病例数据库101中。由此，不需要每当检索病例时计算图像类似度，所以能够缩短检索的处理时间。
接着，文本类似度决定部104决定从阅片对象取得部102取得的阅片信息21与保存在病例数据库101中的各阅片信息21间的文本类似度，向异义病例检索部105通知。关于具体的文本类似度计算方法在后面叙述。
另外，文本类似度也可以在将阅片信息21向病例数据库101登录时由服务器自动地计算，将计算出的文本类似度保存到病例数据库101中。即，当将新的阅片信息21向病例数据库101登录时，服务器计算接着要向病例数据库101登录的阅片信息21与已经登录在病例数据库101中的各阅片信息21间的文本类似度，将计算出的文本类似度保存到病例数据库101中。由此，不需要每当检索病例时计算文本类似度，所以能够缩短检索的处理时间。
接着，异义病例检索部105使用从图像类似度决定部103取得的图像类似度和从文本类似度决定部104取得的文本类似度，计算针对阅片对象的报告的异义度。异义病例检索部105从存储在病例数据库101中的病例数据中，基于计算出的异义度检索病例数据。异义病例检索部105将检索出的病例数据向输出部106输出。这里，所谓异义度，是使用图像类似度和文本类似度计算的指标。图像类似度的值越高，异义度为越高的值，文本类似度的值越低，异义度为越低的值。即，越是图像形态类似但诊断不同的病例则异义度的值呈现越高的值。具体的异义度的计算方法在后面叙述。
接着，输出部106将从异义病例检索部105取得的病例数据向外部的输出媒体输出。输出媒体例如是液晶显示器、电视机等的监视器。通过将病例数据输出至外部，阅片者能够确认病例数据。另外，输出部106也可以经由网络向外部的装置输出作为检索结果的病例数据。
接着，对如以上那样构成的病例检索装置100的动作进行说明。
图3是表示病例检索装置100执行的处理的整体流程的流程图。
首先，阅片对象取得部102从病例数据库101取得阅片者诊断后的阅片图像数据20和阅片信息21，向图像类似度决定部103输出（步骤S101）。阅片图像数据20和阅片信息21的取得只要在阅片者的诊断结束后进行就可以。由此，阅片者在诊断结束后能够自动地确认异义病例。
另外，阅片对象取得部102也可以从阅片图像数据20中取得一部分区域的图像数据。具体而言，阅片者只要通过鼠标等的输入设备选择阅片图像数据20的一部分的区域、取得所选择的图像区域的像素值作为阅片图像数据20就可以。由此，能够评价与阅片者的意图相符的图像类似性，所以异义病例的检索精度提高。
此外，阅片对象取得部102也可以只要是已经存储在病例数据库101中的病例、则即使是阅片者以外的人诊断的病例也取得与阅片者选择的任意的病例对应的阅片图像数据20和阅片信息21。由此，能够使用阅片者以外的人诊断的病例确认容易误诊的其他病例，所以能够使阅片者的阅片模式的学习效率提高。
接着，图像类似度决定部103通过计算决定从阅片对象取得部102取得的阅片图像数据20与保存在病例数据库101中的阅片图像数据间的图像类似度，将所决定的图像类似度向异义病例检索部105通知（步骤S102）。
例如，只要将局部区域中的亮度模式（pattern）的出现频度作为图像特征量、计算阅片对象图像与其他图像间的图像特征的欧几里德距离的倒数作为类似度就可以（参照非专利文献1：栗山等，“乳房X射线照片上的使用肿瘤阴影检测系统的类似图像检索法的假阳性去除法”，电子信息通信学会论文志，vol.J87－D2，No.1，pp.353－356，2004）。
接着，文本类似度决定部104通过计算决定从阅片对象取得部102取得的阅片信息21与保存在病例数据库101中的阅片信息21间的文本类似度，将所决定的文本类似度向异义病例检索部105通知（步骤S103）。
图4是表示由文本类似度决定部104进行的文本类似度计算处理（图3的步骤S103）的详细的处理的流程的流程图。以下，使用图4对文本类似度的计算方法进行说明。
首先，文本类似度决定部104从病例数据库101及阅片对象取得部102取得阅片信息21（步骤S201）。
接着，文本类似度决定部104从附属于在步骤S201中取得的阅片信息21的文本中提取关键字（keyword，关键词）（步骤S202）。例如，在图2所示的例子中，文本类似度决定部104也可以从包含在阅片信息21中的图像所见24中提取关键字。具体而言，文本类似度决定部104只要预先将作为提取对象的关键字列表化而保持、提取与包含在列表中的关键字相符（例如一致）的关键字就可以。此外，文本类似度决定部104也可以使用CHASEN等的语态素解析工具提取关键字（参照非专利文献2：松本裕治，“语态素解析系统‘茶筌’”，信息处理，vol.41，No.11，pp.1208－1214，2000）。
接着，文本类似度决定部104使用在步骤S202中提取出的关键字制作文书矩阵（步骤S203）。所谓文书矩阵，是将各阅片信息21与关键字的频度信息建立了对应的矩阵。关键字的频度信息可以是DF值（DocumentFrequency：关键字出现的文书数）或出现频度等，只要是与对应于关键字的内容数建立了关系的指标就可以。
在图5中表示文书矩阵的一例。如图5所示，文书矩阵50用可检索的阅片报告ID22和从它们的内容中提取出的关键字的矩阵表现。构成文书矩阵50的值只要使用例如TF－IDF值或出现频度就可以。所谓TF－IDF值，是将对于文书的关键字的包罗性及特定性进行组合的关键字的加权的指标，是用来识别在文书中出现的关键字是何种程度的特征性的指标。关于TF－IDF值的具体的计算方法，例如记载在非专利文献3：“信息检索和语言处理”（pp.32－33，东京大学出版会，1999）中。例如，在阅片报告ID为D1的阅片信息21中，表示关键字KW1、KW2、KW3、KW4及KW5的TF－IDF值分别是1、0、1、1及0。
接着，文本类似度决定部104使用在步骤S203中制作出的文书矩阵计算阅片信息21间的类似度（步骤S204）。具体而言，只要计算阅片对象取得部102取得的阅片信息21的关键字向量与其他阅片信息21的关键字向量的余弦距离作为类似度就可以。例如，假设阅片对象取得部102取得的阅片信息21的阅片报告ID22是D1，在登录于病例数据库101中的病例数据中包含的其他阅片信息21的阅片报告ID22是D2～D5。例如，在图5的例子中，阅片报告ID22是D1的关键字向量为（1，0，1，1，0），阅片报告ID22是D2的关键字向量为（0，0，0，1，1）。文本类似度决定部104通过计算关键字向量（1，0，1，1，0）与关键字向量（0，0，0，1，1）的余弦距离，计算阅片报告ID22是D1的阅片信息21与阅片报告ID22是D2的阅片信息21之间的文本类似度。同样，文本类似度决定部104计算阅片报告ID22是D1的阅片信息21与阅片报告ID22是D3～D5的各个阅片信息21之间的文本类似度。
通过进行以上的步骤S201～S204，在步骤S103中能够计算文本类似度。
另外，文本类似度决定部104例如也可以从图像所见24中在使与疾病名相应的关键字的权重变大后计算类似度。疾病名是与图像所见24的结论相应的项目，是阅片者着眼的重要的关键字。由此，通过对与疾病名相应的关键字进行加权来计算文本类似度，能够计算基于阅片者的观点的类似度。例如，在图5的文书矩阵50中关键字KW1是相应于疾病名的关键字的情况下，也可以通过在使与关键字KW1对应的TF－IDF值成为2倍等而进行加权后计算余弦距离，来计算文本类似度。另外，关键字是否相应于疾病名，也可以通过参照预先存储有疾病名的疾病名辞典来判断。
此外，文本类似度决定部104例如也可以根据阅片信息21判断诊断等级，使用追加了判断出的诊断等级的文书矩阵50计算文本类似度。所谓诊断等级，是阅片后的处置的分类，是将疾病的进展程度进行分级而得到的指标。例如，在一般的阅片作业中，可以将诊断等级分类为“无所见”、“经过观察”、“其他检查”、“活检”这4个。诊断等级是相当于疾病名的上位概念的关键字，对于阅片者而言，与疾病名同样，是表示病例的差异的重要的关键字。另外，所谓“无所见”，是表示没有异常所见的诊断等级，所谓“经过观察”，是表示需要密切关注病情的状态的诊断等级，所谓“其他检查”，是表示需要进行其他检查的诊断等级，所谓“活检”，是表示需要进行将患部的一部分切取并用显微镜等调查的检查的诊断等级。
诊断等级的判断方法只要使用将保存在阅片信息21中的文本变换为诊断等级的变换表就可以。在图6中表示变换表的一例。如图6所示，变换表60是将与诊断等级对应的文本列表化的数据库。变换表60既可以由设计者预先准备，也可以通过聚类等的处理自动地制作。例如，在图像所见24中包含有“无所见”或“没有所见”的文本数据的情况下，判断为该阅片信息21的诊断等级是“无所见”。通过使用变换表，能够容易地将文本变换为诊断等级。
以下说明具体的文本类似度的计算方法。文本类似度决定部104例如对保存在阅片信息21中的文本，通过参照变换表60来判断诊断等级。文本类似度决定部104在将判断出的诊断等级作为关键字追加到文书矩阵50中之后，通过步骤S204所述的方法计算文本类似度。在图7中表示追加了诊断等级的文书矩阵的例子。如图7所示，诊断等级70作为关键字的1个而被追加，被反映到类似度计算中。通过该处理，能够计算反映了疾病的进展程度的差异的文本类似度。例如，D_Level_1表示诊断等级“无所见”，D_Level_2表示诊断等级“经过观察”，D_Level_3表示诊断等级“其他检查”，D_Level_4表示诊断等级“活检”。
再次参照图3，异义病例检索部105使用从图像类似度决定部103取得的图像类似度和从文本类似度决定部104取得的文本类似度，计算异义度。异义病例检索部105从存储在病例数据库101中的病例数据中，基于计算出的异义度检索病例数据。异义病例检索部105将检索到的病例数据向输出部106输出（步骤S104）。
具体而言，如果设图像类似度为α、文本类似度为β、有关图像类似度的阈值为th，则异义度γ可以通过以下的式1计算。
γ=α/β（α≥th）    （式1）
如式1所示，异义度γ是与图像类似度α成比例、且与文本类似度成反比例的指标。即，越是图像形态类似但诊断不同的病例则异义度的值呈现越高的值。通过使用该值，异义病例检索部105能够对检索对象病例优先地提示与阅片者的诊断不同的类似病例。具体而言，异义病例检索部105既可以从存储在病例数据库101中的病例数据中检索异义度比规定的异义度阈值大的病例数据，也可以从异义度最大者起依次检索规定个数的病例数据。通过这样定义异义度，能够同时评价图像类似度和文本类似度。
另外，有关图像类似度的阈值th也可以由开发者预先设定。此外，也可以由阅片者任意地设定。
另外，有关图像类似度的阈值th也可以使用根据阅片对象取得部102取得的阅片图像数据20的像素数决定的阈值。例如在CT图像整体中计算图像类似度的情况下，根据内脏或血管的位置或大小的个人差异，图像类似度的平均值成为较低的值。另一方面，如果是计算了图像中的局部区域（例如肝脏的病变部）的图像类似度的情况，则由内脏或血管的位置或大小的个人差异带来的影响变小。因此，相对地，图像类似度的平均值成为较高的值。这样，图像类似度的平均值根据阅片图像数据20的像素数而不同。因此，如果将有关图像类似度的阈值th不论阅片对象取得部102所取得的阅片图像数据20的像素数如何都设定为相同的值，则产生包括像素数较大的阅片图像数据20的病例数据从异义病例的检索对象被排除、或者包括像素数较小的阅片图像数据20的病例数据全部成为异义病例的对象的问题。所以，异义病例检索部105根据阅片对象取得部102取得的阅片图像数据20的像素数设定有关图像类似度的阈值th。
具体而言，如图8所示，异义病例检索部105参照设在外部的图像阈值数据库107。图9表示存储在图像阈值数据库107中的数据的一例。即，图9示出表示像素数与有关图像类似度的阈值th的对应关系的数据的一例。例如，对于像素数为2499以下的阅片图像数据20的阈值th是0.8。此外，对于像素数为2500以上且9999以下的阅片图像数据20的阈值th是0.7。这样，以阅片图像数据20的像素数越小则有关图像类似度的阈值th为越大的值的方式设定数据。
异义病例检索部105通过参照图像阈值数据库107，选择与阅片对象取得部102取得的阅片图像数据20的像素数相应的阈值th。由此，即使在由阅片对象取得部102选择了任意的图像区域的情况下，也能够选择与图像区域的大小相应的适当的阈值th，能够检索适当的异义病例。
另外，作为计算异义度的其他方法，也可以预先准备例如将图像类似度和文本类似度的值变换为异义度的值的表，使用该变换表计算异义度。在图10中表示变换表的一例。如图10所示，在异义度变换表80中，记述有与图像类似度的值和文本类似度的值对应的异义度的值。例如，在图像类似度为0.8、文本类似度为0.1的情况下，异义度为6。在异义度变换表80中，只要记述有对于相同的图像类似度而言文本类似度越小则越大的值就可以，异义度的值、或者表示相同的异义度的值的图像类似度和文本类似度的范围也可以匹配于作为对象的病例而任意地设定。
此外，异义病例检索部105也可以从存储在病例数据库101中的病例数据中的、包括不包含阅片对象取得部102取得的阅片信息21中包含的疾病名的阅片信息的病例数据中检索异义病例。具体而言，异义病例检索部105将按式1所示的异义度赋予了位次的病例所包含的阅片信息21、与阅片对象取得部102取得的阅片信息21比较，对于包含相同的疾病名的病例将异义度设定为最小值。即使是记述有相同的疾病名的病例，根据表述差别或记述量（关键字数）的差异，也有文本类似度被较低地计算出的情况。阅片者为了通过参照被提示的异义病例来确认有误诊的可能性的多个病例，希望是被赋予了与阅片者诊断的疾病名不同的疾病名的病例。提示与阅片者相同的疾病名的病例之事使阅片者的检索结果的参照时间增加，而通过仅提示与阅片者不同的疾病名的异义病例，能够使阅片者的检索结果的参照时间减少，能够缩短阅片者的诊断时间。另外，异义病例检索部105也可以通过参照预先存储有疾病名的疾病名辞典来判断阅片信息21中包含的疾病名。
接着，输出部106将从异义病例检索部105取得的病例数据向外部的输出媒体输出（步骤S105）。
图11是表示由输出部106向输出媒体输出的画面的一例的图。如图11所示，输出部106对阅片者的诊断结果以异义度从高到低的顺序提示类似病例。在图11的检索结果90中，由于计算出图像类似度为0.8、文本类似度为0.25，所以异义度根据上述式1可以计算为3.2，与其他病例相比异义度较高，以最高位次被检索出。
另外，输出部106也可以将阅片者的诊断病例与由异义病例检索部105检索出的病例的图像所见24及阅片图像数据20的差分强调显示。图12是对于图11的输出例将图像所见的差分强调显示的例子。异义度的值不同的理由是因为产生图像所见24及阅片图像数据20的差分。通过将这些差分强调而输出，阅片者能够简单地确认异义度的计算理由，能够缩短以后的阅片时间。
此外，输出部106也可以将由异义病例检索部105检索出的病例按同类的病名分类显示。图13是对于图11的输出例将检索结果按同类的病名分类显示的例子。阅片者在对自身的诊断结果探讨其他病名的可能性时，需要根据检索结果的各所见找出与自身的诊断结果不同的病名表述。通过对检索结果进行按同类的病名分类的显示，阅片者能够简单地确认作为检索结果提示的各病例的病名，所以能够缩短阅片时间。
以上，通过执行图3所示的步骤S101～S105的处理，病例检索装置100能够对阅片者的诊断以较小的处理负荷检索诊断内容不同的类似病例。
另外，图像类似度和文本类似度也可以正规化为具有相同的值的范围。各类似度根据计算方法而可取值的范围不同。在此情况下，由于异义度被较强地反映到值的范围较大的类似度中，所以成为有偏差的异义度指标。通过进行正规化，能够将图像和文本的类似度同样地对待，能够将异义度的偏差修正。
此外，阅片者也可以任意设定类似度的范围。由此，能够任意地操作想要着眼的类似度，所以阅片者能够将“想要再增加一点类似图像的候选”的希望反映到检索中，能够提高检索的方便性。
此外，阅片对象取得部102并不需要必定从病例数据库101取得阅片图像数据20及阅片信息21。例如，阅片对象取得部102也可以从其他系统取得阅片者刚进行了阅片的阅片图像数据20及阅片信息21。
此外，病例检索装置100也可以仅将存储在病例数据库101中的病例数据中的、图像所见24和确定诊断结果25一致的病例数据作为检索对象。在病例数据库101中，包含因图像噪声或摄影装置的特性而仅根据图像不能指出与确定诊断一致的病变的阅片图像数据。仅根据这样的阅片图像数据推测病变之事本身困难的可能性较高，如果作为参考病例数据提示，则误诊的风险有可能变高。相反，图像所见24和确定诊断结果25一致的病例数据是能够保证能根据阅片图像数据指出与确定诊断结果相同的病变的病例数据，可以说作为参考病例数据是适当的。因此，通过仅将图像所见24和确定诊断结果25一致的病例数据作为检索对象，能够降低误诊的风险。
此外，病例数据库101也可以装备在病例检索装置100中。
此外，病例数据库101也可以装备在与病例检索装置100经由网络连接的服务器上。
此外，阅片信息21也可以作为附属数据包含在阅片图像数据20内。
如以上这样，有关本实施方式的病例检索装置100能够简单地确认诊断内容不同的类似病例，所以能够降低阅片者的误诊风险。
以上，基于实施方式对有关本发明的病例检索装置进行了说明，但本发明并不限定于这些实施方式。只要不脱离本发明的主旨，对本实施方式实施了本领域的技术人员想到的各种变形后的形态、将不同的实施方式的构成要素组合而构建的形态等也包含在本发明的技术范围内。
上述的病例检索装置具体而言，也可以作为由微处理器、ROM、RAM、硬盘驱动器、显示器单元、键盘、鼠标等构成的计算机系统构成。
图14是表示实现病例检索装置的计算机系统的硬件结构的模块图。
病例检索装置包括计算机34、用来对计算机34发出指示的键盘36及鼠标38、用来提示计算机34的运算结果等的信息的显示器32、用来读取由计算机34执行的程序的CD－ROM（Compact Disc－Read Only Memory）装置40及通信调制解调器（未图示）。
作为病例检索装置进行的处理的程序存储在作为能够由计算机读取的记录介质的CD－ROM42中，由CD－ROM装置40读取。或者，通过计算机网络由通信调制解调器52读取。
计算机34包括CPU（Central Processing Unit）44、ROM（Read OnlyMemory）46、RAM（Random Access Memory）48、硬盘51、通信调制解调器52和总线54。
CPU44执行经由CD－ROM装置40或通信调制解调器52读取的程序。ROM46存储计算机34的动作中需要的程序或数据。RAM48存储程序执行时的参数等的数据。硬盘51存储程序或数据等。通信调制解调器52经由计算机网络进行与其他计算机的通信。总线54将CPU44、ROM46、RAM48、硬盘51、通信调制解调器52、显示器32、键盘36、鼠标38及CD－ROM装置40相互连接。
进而，构成上述病例检索装置的构成要素的一部分或全部也可以由1个系统LSI（Large Scale Integration：大规模集成电路）构成。系统LSI是将多个构成部分集成到1个芯片上而制造出的超多功能LSI，具体而言是包括微处理器、ROM、RAM等而构成的计算机系统。在RAM中存储有计算机程序。通过由微处理器按照计算机程序动作，系统LSI实现其功能。
进而，构成上述病例检索装置的构成要素的一部分或全部也可以由相对于病例检索装置可拆装的IC卡或单体的模组构成。IC卡或模组是由微处理器、ROM、RAM等构成的计算机系统。IC卡或模组也可以包含上述超多功能LSI。通过由微处理器按照计算机程序动作，IC卡或模组实现其功能。该IC卡或该模组也可以具有防篡改性。
此外，本发明也可以是上述所示的方法。此外，也可以是将这些方法通过计算机实现的计算机程序，也可以是由上述计算机程序构成的数字信号。
进而，本发明也可以将上述计算机程序或上述数字信号记录到计算机可读取的非暂时性的记录介质、例如软盘、硬盘、CD－ROM、MO、DVD、DVD－ROM、DVD－RAM、BD（Blu－ray Disc（注册商标））、半导体存储器等中。此外，也可以是记录在这些非暂时性的记录介质中的上述数字信号。
此外，本发明也可以是将上述计算机程序或上述数字信号经由电气通信线路、无线或有线通信线路、以因特网为代表的网络、数据广播等传送的结构。
此外，本发明也可以是具备微处理器和存储器的计算机系统，上述存储器存储有上述计算机程序，上述微处理器按照上述计算机程序动作。
此外，也可以通过将上述程序或上述数字信号记录到上述非暂时性的记录介质中并移送、或通过将上述程序或上述数字信号经由上述网络等移送，由独立的其他计算机系统实施。
工业实用性
本发明能够作为对阅片者的诊断结果输出诊断内容不同的类似病例的病例检索装置等使用。
附图标记说明
20  阅片图像数据
21  阅片信息
22  阅片报告ID
23  图像ID
24  图像所见
25  确定诊断结果
50  文书矩阵
60  变换表
70  诊断等级
80  异义度变换表
90  检索结果
100 病例检索装置
101 病例数据库
102 阅片对象取得部
103 图像类似度决定部
104 文本类似度决定部
105 异义病例检索部
106 输出部

Claims (15)

1.一种病例检索装置，具备：
阅片对象取得部，取得第1阅片图像数据和第1阅片信息，上述第1阅片图像数据表示阅片对象的医用图像，上述第1阅片信息包含表示阅片者对该第1阅片图像数据的阅片结果的文本数据；
图像类似度决定部，决定上述阅片对象取得部取得的上述第1阅片图像数据与存储在病例数据库中的病例数据所包含的表示阅片对象的医用图像的第2阅片图像数据间的类似度、即图像类似度；
文本类似度决定部，决定上述阅片对象取得部取得的上述第1阅片信息与存储在上述病例数据库中的病例数据所包含的第2阅片信息的文本之间的类似度即文本类似度，上述第2阅片信息包含表示阅片者对上述第2阅片图像数据的阅片结果的文本数据；
异义病例检索部，从存储在上述病例数据库中的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索；以及
输出部，将上述异义病例检索部检索出的病例数据输出至外部。
2.如权利要求1所述的病例检索装置，
上述异义病例检索部从存储在上述病例数据库中的病例数据中，检索上述图像类似度决定部决定的图像类似度除以上述文本类似度决定部决定的文本类似度而得到的值比规定的异义度阈值大的病例数据。
3.如权利要求1或2所述的病例检索装置，
上述异义病例检索部从存储在上述病例数据库中的病例数据中的、包含下述第2阅片信息的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索，该第2阅片信息是不包含上述阅片对象取得部取得的上述第1阅片信息所包含的疾病名的第2阅片信息。
4.如权利要求1或2所述的病例检索装置，
上述异义病例检索部从存储在上述病例数据库中的病例数据中的、上述图像类似度决定部决定的图像类似度为有关图像类似度的阈值以上的病例数据中，将上述图像类似度决定部决定的图像类似度越大、并且上述文本类似度决定部决定的文本类似度越小的病例数据越优先地检索。
5.如权利要求4所述的病例检索装置，
上述有关图像类似度的阈值被根据上述阅片对象取得部取得的上述第1阅片图像数据的像素数来决定。
6.如权利要求5所述的病例检索装置，
上述有关图像类似度的阈值是上述阅片对象取得部取得的上述第1阅片图像数据的像素数越小则越大的值。
7.如权利要求1或2所述的病例检索装置，
上述文本类似度决定部在使针对与疾病名相应的词的权重变大后，决定上述第1阅片信息和上述第2阅片信息的加权后的文本类似度。
8.如权利要求1或2所述的病例检索装置，
上述文本类似度决定部决定第1阅片信息及根据该第1阅片信息判断的诊断等级、与上述第2阅片信息及根据该第2阅片信息判断的诊断等级间的文本类似度，上述判断等级是将疾病的进展程度进行分级而得到的指标。
9.如权利要求8所述的病例检索装置，
上述文本类似度决定部还通过参照用于将阅片信息所包含的文本变换为诊断等级的变换表，根据上述第1阅片信息及上述第2阅片信息各自所包含的文本来判断诊断等级。
10.如权利要求8或9所述的病例检索装置，
上述诊断等级包括（i）表示没有异常所见的无所见、（ii）表示需要密切关注病情的状态的经过观察、（iii）表示需要进行其他检查的其他检查、以及（iv）表示需要进行将患部的一部分切取并用显微镜等调查的检查的活检。
11.如权利要求1～10中任一项所述的病例检索装置，
上述输出部将上述异义病例检索部检索出的病例数据按同类的病名进行分类并输出至外部。
12.如权利要求1～10中任一项所述的病例检索装置，
上述输出部将上述阅片对象取得部取得的上述第1阅片信息和上述异义病例检索部检索出的病例数据所包含的上述第2阅片信息的差分信息以可判别的方式输出。
13.如权利要求1～12中任一项所述的病例检索装置，
上述异义病例检索部仅将存储在上述病例数据库中的病例数据中的、上述第2阅片信息所包含的图像所见和确定诊断结果一致的病例数据作为检索对象，检索病例数据；
上述图像所见是阅片者对上述病例数据所包含的上述第2阅片图像数据的诊断结果；
上述确定诊断结果是针对上述病例数据所包含的上述第2阅片图像数据的确定的诊断结果。
14.一种病例检索方法，包括：
阅片对象取得步骤，计算机取得第1阅片图像数据和第1阅片信息，上述第1阅片图像数据表示阅片对象的医用图像，上述第1阅片信息包含表示阅片者对该第1阅片图像数据的阅片结果的文本数据；
图像类似度决定步骤，计算机决定上述阅片对象取得步骤中取得的上述第1阅片图像数据与存储在病例数据库中的病例数据所包含的表示阅片对象的医用图像的第2阅片图像数据的类似度即图像类似度；
文本类似度决定步骤，计算机决定上述阅片对象取得步骤中取得的上述第1阅片信息与存储在上述病例数据库中的病例数据所包含的第2阅片信息的文本之间的类似度即文本类似度，上述第2阅片信息包含表示阅片者对上述第2阅片图像数据的阅片结果的文本数据；
异义病例检索步骤，计算机从存储在上述病例数据库中的病例数据中，将上述图像类似度决定步骤中决定的图像类似度越大、并且上述文本类似度决定步骤中决定的文本类似度越小的病例数据越优先地检索；以及
输出步骤，计算机将上述异义病例检索步骤中检索出的病例数据输出至外部。
15.一种程序，用于使计算机执行如下步骤：
阅片对象取得步骤，取得第1阅片图像数据和第1阅片信息，上述第1阅片图像数据表示阅片对象的医用图像，上述第1阅片信息包含表示阅片者对该第1阅片图像数据的阅片结果的文本数据；
图像类似度决定步骤，决定上述阅片对象取得步骤中取得的上述第1阅片图像数据与存储在病例数据库中的病例数据所包含的表示阅片对象的医用图像的第2阅片图像数据的类似度即图像类似度；
文本类似度决定步骤，决定上述阅片对象取得步骤中取得的上述第1阅片信息与存储在上述病例数据库中的病例数据所包含的第2阅片信息的文本之间的类似度即文本类似度，上述第2阅片信息包含表示阅片者对上述第2阅片图像数据的阅片结果的文本数据；
异义病例检索步骤，从存储在上述病例数据库中的病例数据中，将上述图像类似度决定步骤中决定的图像类似度越大、并且上述文本类似度决定步骤中决定的文本类似度越小的病例数据越优先地检索；以及
输出步骤，将上述异义病例检索步骤中检索出的病例数据输出至外部。
CN2011800657747A 2011-01-31 2011-11-30 病例检索装置及病例检索方法 Pending CN103339626A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011-019107 2011-01-31
JP2011019107 2011-01-31
PCT/JP2011/006724 WO2012104949A1 (ja) 2011-01-31 2011-11-30 症例検索装置および症例検索方法

Publications (1)

Publication Number Publication Date
CN103339626A true CN103339626A (zh) 2013-10-02

Family

ID=46602197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800657747A Pending CN103339626A (zh) 2011-01-31 2011-11-30 病例检索装置及病例检索方法

Country Status (4)

Country Link
US (1) US20130311502A1 (zh)
JP (1) JP5852970B2 (zh)
CN (1) CN103339626A (zh)
WO (1) WO2012104949A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105912831A (zh) * 2015-02-19 2016-08-31 松下知识产权经营株式会社 信息终端的控制方法
CN106133724A (zh) * 2014-03-27 2016-11-16 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN106164902A (zh) * 2014-03-27 2016-11-23 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN106164903A (zh) * 2014-03-27 2016-11-23 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN107657062A (zh) * 2017-10-25 2018-02-02 医渡云（北京）技术有限公司 相似病例检索方法及装置、存储介质、电子设备
CN107658012A (zh) * 2017-11-15 2018-02-02 吉林医药学院 一种智能化医院管理系统
CN107851297A (zh) * 2015-07-24 2018-03-27 三菱电机株式会社 治疗计划装置

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP5677348B2 (ja) * 2012-03-23 2015-02-25 富士フイルム株式会社 症例検索装置、症例検索方法及びプログラム
CN102982242A (zh) * 2012-11-28 2013-03-20 徐州医学院 一种医学影像读片差错智能提醒系统
EP3062240A4 (en) * 2013-10-25 2017-06-28 Rakuten, Inc. Search system, search criteria setting device, control method for search criteria setting device, program, and information storage medium
JP5568194B1 (ja) * 2013-10-25 2014-08-06 楽天株式会社 検索システム、検索条件設定装置、検索条件設定装置の制御方法、プログラム、及び情報記憶媒体
RU2016140206A (ru) * 2014-03-13 2018-04-13 Конинклейке Филипс Н.В. Система и способ планирования медицинских приемов последующего врачебного наблюдения на основании письменных рекомендаций
US20160154844A1 (en) * 2014-11-29 2016-06-02 Infinitt Healthcare Co., Ltd. Intelligent medical image and medical information search method
JP6875993B2 (ja) * 2015-02-25 2021-05-26 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 臨床の所見のコンテキストによる評価のための方法及びシステム
JP6675099B2 (ja) * 2015-09-30 2020-04-01 パナソニックＩｐマネジメント株式会社 制御方法及びプログラム
US20170262583A1 (en) 2016-03-11 2017-09-14 International Business Machines Corporation Image processing and text analysis to determine medical condition
WO2018105049A1 (ja) * 2016-12-07 2018-06-14 サスメド株式会社 セキュリティシステムおよび認証サーバ
US11386146B2 (en) * 2017-01-17 2022-07-12 Xlscout Xlpat Llc Method and system for facilitating keyword-based searching in images
CN109002442B (zh) * 2017-06-06 2023-04-25 株式会社日立制作所 一种基于医生相关属性检索诊断病例的装置及方法
CN107844957A (zh) * 2017-11-15 2018-03-27 吉林医药学院 一种基于界面的人事管理系统
WO2020044736A1 (ja) * 2018-08-31 2020-03-05 富士フイルム株式会社 類似度決定装置、方法およびプログラム
US20220035914A1 (en) * 2018-09-26 2022-02-03 Nec Corporation Information processing device, control method, and program
CN110162459A (zh) * 2019-04-15 2019-08-23 深圳壹账通智能科技有限公司 测试案例生成方法、装置及计算机可读存储介质
CN111091010A (zh) * 2019-11-22 2020-05-01 京东方科技集团股份有限公司 相似度确定、网络训练、查找方法及装置和存储介质
CN111402973B (zh) * 2020-03-02 2023-07-07 平安科技（深圳）有限公司 信息匹配分析方法、装置、计算机系统及可读存储介质
WO2021233795A1 (en) * 2020-05-20 2021-11-25 Koninklijke Philips N.V. Personalized radiology decision guidelines drawn from past analogous imaging and clinical phenotype applicable at the point of reading
CN112466472B (zh) * 2021-02-03 2021-05-18 北京伯仲叔季科技有限公司 病例文本信息检索系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050244167A1 (en) * 2004-04-29 2005-11-03 Liew Sanyuan Signal-to-noise ratio (SNR) value characterization in a data recovery channel
US20080016065A1 (en) * 2006-07-14 2008-01-17 Fuji Xerox Co., Ltd. Document search system, document search processing method, and document search processing program
US20080243394A1 (en) * 2007-03-27 2008-10-02 Theranostics Llc System, method and computer program product for manipulating theranostic assays
CN101808572A (zh) * 2007-09-28 2010-08-18 佳能株式会社 诊断支持设备及其控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2006302113A (ja) * 2005-04-22 2006-11-02 Canon Inc 電子カルテ・システム
JP2007275408A (ja) * 2006-04-10 2007-10-25 Fujifilm Corp 類似画像検索装置および方法並びにプログラム
US8108260B2 (en) * 2006-07-28 2012-01-31 Etsy, Inc. System and method for dynamic categorization
JP5128161B2 (ja) * 2007-03-30 2013-01-23 富士フイルム株式会社 画像診断支援装置及びシステム
JP5098559B2 (ja) * 2007-10-11 2012-12-12 富士ゼロックス株式会社 類似画像検索装置、及び類似画像検索プログラム
JP2010028314A (ja) * 2008-07-16 2010-02-04 Seiko Epson Corp 画像処理装置及び方法並びにプログラム
JP2013519455A (ja) * 2010-02-12 2013-05-30 デルフィヌス メディカル テクノロジーズ，インコーポレイテッド 患者の組織を特徴づける方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050244167A1 (en) * 2004-04-29 2005-11-03 Liew Sanyuan Signal-to-noise ratio (SNR) value characterization in a data recovery channel
US20080016065A1 (en) * 2006-07-14 2008-01-17 Fuji Xerox Co., Ltd. Document search system, document search processing method, and document search processing program
US20080243394A1 (en) * 2007-03-27 2008-10-02 Theranostics Llc System, method and computer program product for manipulating theranostic assays
CN101808572A (zh) * 2007-09-28 2010-08-18 佳能株式会社 诊断支持设备及其控制方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106133724A (zh) * 2014-03-27 2016-11-16 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN106164902A (zh) * 2014-03-27 2016-11-23 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN106164903A (zh) * 2014-03-27 2016-11-23 富士胶片株式会社 类似病例检索装置、类似病例检索方法及类似病例检索程序
CN106164903B (zh) * 2014-03-27 2019-06-18 富士胶片株式会社 类似病例检索装置、以及类似病例检索方法
CN106133724B (zh) * 2014-03-27 2019-09-03 富士胶片株式会社 类似病例检索装置以及类似病例检索方法
CN105912831A (zh) * 2015-02-19 2016-08-31 松下知识产权经营株式会社 信息终端的控制方法
CN105912831B (zh) * 2015-02-19 2021-08-20 松下知识产权经营株式会社 信息终端的控制方法
CN107851297A (zh) * 2015-07-24 2018-03-27 三菱电机株式会社 治疗计划装置
CN107657062A (zh) * 2017-10-25 2018-02-02 医渡云（北京）技术有限公司 相似病例检索方法及装置、存储介质、电子设备
CN107658012A (zh) * 2017-11-15 2018-02-02 吉林医药学院 一种智能化医院管理系统

Also Published As

Publication number Publication date
JP5852970B2 (ja) 2016-02-03
JPWO2012104949A1 (ja) 2014-07-03
WO2012104949A1 (ja) 2012-08-09
US20130311502A1 (en) 2013-11-21

Similar Documents

Publication Publication Date Title
CN103339626A (zh) 病例检索装置及病例检索方法
Arunkumar et al. Fully automatic model‐based segmentation and classification approach for MRI brain tumor using artificial neural networks
RU2533500C2 (ru) Система и способ для объединения клинических признаков и признаков изображений для диагностики с применением компьютера
JP5054252B1 (ja) 類似症例検索装置、類似症例検索方法、類似症例検索装置の作動方法およびプログラム
JP5952835B2 (ja) 撮像プロトコルの更新及び／又はリコメンダ
JP5475923B2 (ja) 類似症例検索装置および類似症例検索方法
RU2616985C2 (ru) Система и способ для поддержки принятия клинических решений для планирования терапии с помощью логического рассуждения на основе прецедентов
JP5462414B2 (ja) 類似症例検索装置および関連度データベース作成装置並びに類似症例検索方法および関連度データベース作成方法
JP4979842B1 (ja) 類似症例検索装置および類似症例検索方法
WO2013001584A1 (ja) 類似症例検索装置および類似症例検索方法
JP2011118543A (ja) 症例画像検索装置、方法およびプログラム
JP2014029644A (ja) 類似症例検索装置および類似症例検索方法
CN102947832A (zh) 患者记录的身份匹配
JPWO2013175683A1 (ja) 病理診断結果判定システム、病理診断結果判定方法および病理診断結果判定装置
CN109791804A (zh) 对cad系统个性化以提供cad系统推荐的置信水平指示的方法和部件
US20230112591A1 (en) Machine learning based medical data checker
US11848100B2 (en) Automatic clinical report generation
Adorno III et al. Advancing eosinophilic esophagitis diagnosis and phenotype assessment with deep learning computer vision
Ryan et al. Image classification with genetic programming: Building a stage 1 computer aided detector for breast cancer
Agarwal et al. Image retrieval for alzheimer’s disease detection
CN103168305A (zh) 利用表现出特殊特性的病例使患者数据库动态生长的系统与方法
CN114201613B (zh) 试题生成方法、试题生成装置、电子设备以及存储介质
KR20230021665A (ko) 디지털 병리학에서 현저한 정보를 결정하기 위해 전자 이미지들을 처리하는 시스템들 및 방법들
Horsthemke et al. Evaluation challenges for bridging semantic gap: Shape disagreements on pulmonary nodules in the Lung Image Database Consortium
Kalbhor et al. DeepCerviCancer-Deep Learning-Based Cervical Image Classification using Colposcopy and Cytology Images

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: 20170721