CN103365950B - 用于加载医学图像数据的方法以及用于执行该方法的装置 - Google Patents
用于加载医学图像数据的方法以及用于执行该方法的装置 Download PDFInfo
- Publication number
- CN103365950B CN103365950B CN201310108169.4A CN201310108169A CN103365950B CN 103365950 B CN103365950 B CN 103365950B CN 201310108169 A CN201310108169 A CN 201310108169A CN 103365950 B CN103365950 B CN 103365950B
- Authority
- CN
- China
- Prior art keywords
- data
- image data
- image
- load
- index
- 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.)
- Active
Links
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
为了能够优化地加载医学图像数据(D),在第一步骤中从图像数据(D)中确定代表该图像数据(D)的数据类型(A1…A4)并且相应于该数据类型(A1…A4)选择特定于数据类型的默认加载策略(L1…L4)。优选地基于附加的上下文数据(KD)将其改良为匹配的加载策略(L1′…L4′)。例如在图像数据(D)的第一诊断中获得上下文数据(KD)。为此尤其设置建立共同的索引(I),将上下文数据(KD)连同关于多个待检查的对象图像数据(D)的其它信息一起存储到该索引中。
Description
技术领域
本发明涉及一种用于加载医学图像数据的方法,使得该医学图像数据可供图像处理程序使用,其中,在拍摄对象时从医学成像系统的原始数据中产生图像数据,并且与各自对象对应的图像数据分别包括元数据和像素数据。本发明还涉及一种用于执行这样的方法的装置。
背景技术
医学图像数据可以来自于不同的成像设备,即所谓的模态。这样的模态例如是计算机断层造影设备、磁共振断层造影设备、用于产生投影图像的简单的X射线设备等。针对患者可以由不同的模态呈现图像数据。例如在临床环境中图像数据被存储在共同的图像处理系统(PACS)中。为了处理,从该图像存储系统中基于各个本地客户机计算机的用于图像处理和图像分析的要求来显示或加载图像数据。通常在效能强大的服务器上安装相应的图像处理程序(应用)。在此,为图像处理提供依据要求相应地选择的不同的应用。
图像数据通常按照所谓的DICOM标准(DICOM=Digital Imaging andCommunications in Medicine,医学数字成像及通信)存储。图像数据包括在构想上表示所谓的“头标”的元数据以及实际上包含图像信息的作为像素数据的图像数据。
由于现代数字成像设备的分辨率逐渐提高,(根据模态的)检查对象的图像数据有时具有极大的数千兆字节的存储要求。
该大的数据量导致在进行加载数据时受到影响,例如加载到在服务器的工作存储器中,图像处理程序访问该工作存储器以便评估和分析图像数据。这一点部分地导致了在医学人员方面作为这样的应用的使用者的接受问题。
从US2009/0132636A1中得出一种方法,在该方法中设置关于供应链的所谓的加载规划以用于将数据提供到不同位置上,其中例如在不同的客户机计算机进行多次查询的情况下,在考虑数据瓶颈(Datenengpass)的条件下将数据经由合适的数据节点进行传送。
发明内容
因此,本发明要解决的技术问题是,提供一种方法以及一种装置,其实现了将图像数据从中央图像数据存储器更迅速并改善地加载到工作存储器。
上述技术问题通过具有本发明的特征的方法以及通过用于执行按照本发明的方法的装置来解决。
在用于加载医学图像数据的方法中,将图像数据与数据类型对应,并且然后从多个特定于数据类型的加载策略中选择分配给所确定的数据类型的加载策略并用于加载图像数据以提供给图像处理程序(应用)。在此,图像数据通常在拍摄对象时从医学成像系统的原始数据中产生。对象尤其是患者的特定身体区域,特定器官或在病理诊断中的组织试样。在此,图像数据按照DICOM标准存储到特别是PACS系统内的中央数据存储器中。相应地,图像数据也具有元数据和包括实际的图像信息的像素数据。
图像数据不同的“数据类型”被理解为图像数据的不同的数据结构。根据模态和要求,通常将原始数据按照DICOM标准以不同的数据构存储。
现在利用该方法在第一步骤中分析,图像数据是哪种数据类型,即是哪种数据结构。然后,选择为该各自的数据类型所定制的加载策略,然后利用该加载策略将图像数据加载到工作存储器以供图像处理使用。通过该特定于数据类型的加载策略实现了性能优化的(performance-optimiert)加载。
在此,借助于加载模块执行该方法,该加载模块优选地存放在服务器上,尤其是多模态服务器上。多模态服务器被理解为处理来自于不同的模态的图像数据的服务器。原则上,图像数据可以存储在该服务器上或者存储在远程存储位置。借助作为软件组件的加载模块首先自动地确定数据类型并且然后借助数据类型对应模块将数据类型与各自对象的图像数据对应。最后,加载模块还包含流程或工作流模块,通过后者来控制图像数据的加载过程。特别地,该流程模块从预定的默认加载策略中选择为各个数据类型设置的默认加载策略。
图像数据的数据类型和数据结构尤其可以对应下面的组:
a)体积图像数据基于单独的层拍摄,如其例如在计算机断层造影检查中或也在磁共振检查中产生的那样;
b)体积图像基于多框架图像数据;在此是按照特定的DICOM标准存储的数据。在该图像数据中例如将多个层图像的图像数据综合为所谓的“多框架(Multiframe)”,该多框架具有综合为共同的头标的属性。
c)图像数据相应于在DICOM标准内的WSI标准(WSI=Whole Slide Imaging,整体滑动成像)。该标准尤其是针对如下的图像而开发的,即,该图像在数字显微镜检查中例如针对病理应用所产生。在该WSI图像数据中数据通常存储在所谓的特别是具有对于最高图像分辨率可选的Z堆叠(z-stocks)的瓦片角锥(Tile-Pyramid)中。在该角锥中具有不同分辨率的图像数据被存储在角锥的不同的“层”中。在此,角锥的底部定义了具有最高分辨率的图像数据。补充地,角锥的每层分为单独的字段(Felder),即所谓的瓦片。
d)投影图像数据,如其特别是在常规的X射线检查诸如放射性照相中获得的那样。
相应于这些数据类型的图像数据关于其结构以及基于其数据体积进行区分,使得从图像数据存储器中加载图像的用于每种类型的不同的加载策略,即不同的算法引起加载时间的优化。由此例如,在WSI数据中设置,不是同时加载所有数据,而是从具有预先定义的分辨率的预先定义的层中加载数据。在按照数据类型a)和b)的体积图像数据中例如按照默认加载策略从代表图像中心的图像数据组的中心中加载图像数据,因为在此可以设想感兴趣的区域。最后,在按照数据类型d)的简单的投影数据中默认加载策略在于,相同地完全加载总的数据组,因为在此图像数据量与其它数据类型相比是极小的。
在优选的实施中,在此根据在图像数据中包含的元数据来确定数据类型。由此,数据类型对应模块分析元数据,以便给特定的数据类型分配图像数据。即,如下的信息按照DICOM标准包含在元数据中,即,从该信息可以推导出模态和由此各自的数据类型。特别地,在使用DICOM属性“SOP Class UID”(SOP=Service-Object-Pair,服务对象对;UID=UnitedIdentifier,统一标识符)的情况下进行数据类型的类型化和对应。所以,由此以有效的方式分析在实际的图像数据中已经存在的信息。
在特别优选的实施中,除了元数据还给图像数据分配附加的上下文数据,其中充补地根据上下文数据规定默认加载策略并且确定匹配的加载策略。因此,根据上下文数据进一步规定前面关于数据类型所确定的默认加载策略。该上下文数据是补充的附加信息,该附加信息不包含在元数据中。通过分析该附加的上下文信息由此考虑附加的信息,从而获得优化的加载结果。
此外在合适的实施中,为了实现这一点对于多个医学对象建立共同的索引。优选地,索引包括所有、至少大部分在数据库中存储的关于各自对象的图像数据(组)。与该对象相关的上下文数据通过该索引与各自对象的图像数据对应。加载模块在要求时、即在加载过程中优选地访问该特别是由加载模块建立的共同的索引,以便从中确定匹配的加载策略。
在此合适的是,将索引存储在单独的索引数据存储器中。合适地,只要将图像数据从成像医学设备传输到在其上安装了加载模块的服务器,就建立用于各自对象的图像数据的索引。即,建立索引通常独立于将图像数据提供给图像处理程序的图像数据的特殊加载过程。为此,在加载模块中设置用于建立索引的索引产生器。在此,在索引中例如按照表结构的种类对应于各自对象存储了所有对于确定性能优化的加载策略有关的信息。在索引中除了识别例如图像数据的存储位置也存储了来自于元数据的有关信息,诸如关于模态、拍摄日期、待检查的器官等的信息。此外,在索引中写入不同各类的上下文数据。只要其在第一次采集图像数据时还不存在,则在索引中的相应的字段首先保持为空,但是只要相应的信息存在,则自动地填充。
将从已经进行的对图像数据的前一次分析和评估中得出的信息存储为第一组的上下文信息。为此合适的是,加载模块包括分析模块,该分析模块被构造为用于自动地提取来自于前一次分析的结果的上下文数据。
该组上下文数据包括特别是关于感兴趣的图像区域(即所谓的“Region ofInterest(ROI))的信息。例如在特别是自动的分割方法的范围内的前一次分析中识别了感兴趣的区域。在读入图像数据组的其它数据之前,相应地设置匹配的加载策略来预先加载这种前面所识别的图像区域。由此通过该措施立即出现重要的图像区域以供医学人员观看,从而能够立即处理数据。由此实现了显著的性能优化(Performance-Optimierung)。如果在前一次分析/诊断的范围内将多个图像区域分类为感兴趣的图像区域,例如在主要诊断和次要诊断的范围内,则相应于预定的权重连续地加载该感兴趣的图像区域,例如通过作为主要诊断和次要诊断的分类。
合适地,也在考虑待检查的对象、即特别是特定于器官的情况下,确定图像加载策略。为此又特别访问索引的数据,例如上下文数据。由此例如存在如下可能性:首先仅加载对于各自感兴趣的器官有关的图像数据。例如,如果感兴趣的解剖学区域是骨骼结构,则通过匹配的加载策略仅加载这样的数据,该数据完全根据其结构,例如灰度值来考虑。
最后,为了确定匹配的加载策略也分析检查目标,即所谓的“reason for study,研究的原因”。该实施基于如下考虑:首先加载这样的数据,其最能包括对于检查目标的信息。
补充地,还优选地通过加载模块进行工作流程的分析,设置该工作流程用于图像处理。在此,在处理第一工作步骤时已经了确定下一个工作步骤并且预先加载对于该工作步骤重要的数据。因此,相应于匹配的加载策略连续地依据工作流程的顺序加载数据。
因此综上所述,如下地实施优化的加载策略和由此加载模块,有针对性地分析来自于元数据以及来自于上下文数据和来自于工作流程/过程步骤的分析的大量信息,以便从各自对象的广泛的图像数据中识别对于图像处理重要的图像数据并且有针对性地首先加载该图像数据,从而尽可能立即地处理图像数据。
在此,主要的观点是建立索引,其优选地包含所有对于确定匹配的加载策略重要的信息,即,特别是关于大量待检查的对象的图像数据的元数据以及上下文数据。合适地,为了确定匹配的性能优化的加载策略,加载模块仅访问在索引中存储的信息。
附图说明
下面结合附图对本发明的实施例作进一步说明。附图中:
图1以框图示出了医学图像数据处理系统,结合该系统对用于加载医学图像数据的方法作进一步说明,以及
图2示出了用于图示对匹配的加载策略的确定的简化示图。
具体实施方式
图1中所示的医学系统例如是医院图像数据系统的部分或者构成了医院图像数据系统。其包括用于对图像数据D进行数据处理的服务器2,该图像数据优选来自于不同的医学成像单元、即所谓的模态4。在该服务器2上优选连接多个单独的客户机计算机6。在附图中为图解目的而仅示出了一个模态4和一个客户机计算机6。
在服务器2上安装加载模块8作为可执行的软件程序,经由该软件程序来控制在此描述的对图像数据D的加载。此外,服务器2还包括图像数据存储器10,在该图像数据存储器中存储了借助模态4检查的不同的对象的图像数据D。最后,服务器2也包含索引存储器12,在该索引存储器中存储了索引I。图像数据存储器10以及索引存储器12可以硬件技术地与服务器2分开地与其经由数据导线相连。
加载模块8又分成多个功能模块,其是
-数据类型对应模块14,借助该数据类型对应模块将数据类型与各自对象的图像数据D对应,
-分析模块16,
-索引产生器18,
-流程模块20,
-过程步骤分析模块22,
-数据整理模块24,以及
-多个加载单元26A至26C。
从模态4将图像数据D传输到加载模块8。图像数据D具有一般的像素数据P以及表示所谓“头标”的元数据M。数据类型对应模块14分析元数据M并且根据其中包含的信息将图像数据D与特定的数据类型A1…A4对应(参见图2)。对应模块14将索引数据ID连同其它从图像数据D中所提取的信息一起传输到索引产生器18。
如还从图2中得出的那样,各一个默认加载策略L1…L4与每个数据类型A1…A4对应。
将由模态4所获得的图像数据从对应模块14为了在图像数据存储器10中存储而进一步传输到该图像数据存储器。
对于如下情况,即图像数据D还不是以期望的标准化的格式存在,则将图像数据D进一步传输到数据整理模块24,在该数据整理模块中将图像数据D转换为期望的格式。特别地,这涉及按照DICOM标准到具有瓦片角锥形的数据结构的WSI格式的转换,只要数据还不是以该格式存在并且如果图像数据D对应于该数据类型A3的话。
根据索引数据ID借助索引产生器18产生索引I或者进一步引导已经存在的索引。该索引I基本上是对应表,根据该对应表关于各自属于对象的图像数据组对不同的信息进行索引和对应。在该索引表中尤其存放了所有对于确定匹配的加载策略L1′…L4′有意义或必要的信息以及关于图像数据的存储位置的信息等等。
此外,索引产生器18还从分析模块16获得上下文数据KD。分析模块16是后处理分析模块,其分析图像数据D的前一次分析的结果并且从其中提取有关数据。由此,例如在图像数据D中已经自动地或者通过医学人员进行的第一分析(诊断)的范围内识别感兴趣的区域(ROI,Region of Interest)。分析模块16分析该第一诊断结果并且由此确定上下文数据KD,例如识别表示ROI的数据区。只要上下文数据KD存在,其就被存放在索引表中。在进行随后检查时,优选连续地补充和更新索引。同样通过分析模块16提取关于主要诊断结果和次要诊断结果的信息并且将其传送到索引产生器18。借助该上下文数据KD改善默认加载策略L1…L4并且确定匹配的加载策略L1′…L4′,如在图2中简化描述的那样。
通常在服务器2上以客户机计算机6的要求借助图像处理程序(应用)对图像数据D进行图像处理或图像分析。从图像处理程序(应用)向流程模块20发出相应的请求,以便将所需的图像数据D特别地加载到工作存储器中。流程模块20访问(在附图中未详细示出的)索引存储器12并且从在索引I中获得的信息中确定匹配的加载策略L1′…L4′,以用于从图像数据存储器10中加载期望的图像数据D。
在此优选地,在第一步骤中根据数据类型选择默认加载策略L1…L4,其中给每个默认加载策略L1…L4分配加载单元26A至26C中的一个(在图1中仅示例性地示出了三个加载单元26A至26C)。根据在索引I中获得的其它信息、特别是上下文数据KD来改良并改善预先定义的默认加载策略。然后相应于该改良的匹配的加载策略L1′…L4′通过相应于数据类型A1…A4所选择的加载单元26A至26C加载图像数据D并且将其传输到客户机计算机6。
利用图像处理程序要么自动地要么手动地执行的对图像数据D的分析的结果,在实施例中经由流程模块20提供给分析模块16,其立刻分析对图像数据D进行的评估并且提取有关数据作为上下文数据KD并且将其传输到索引产生器18。
分析程序通常从工作步骤开始以定义的顺序工作。该定义的顺序例如由在此未详细示出的独立的分析管理器来定义。通过过程步骤分析模块22分析并评估各自工作步骤的顺序。再将该分析的结果传输到流程模块20,使得特别是在后台运行工作步骤N期间已经加载为下一个工作步骤N+1加载数据。
通常在工作会话(Arbeitssitzung)内部不是完全运行工作步骤的预先给定的顺序。考虑到这一点,过程步骤分析模块22将过程数据PD传输到索引产生器18,该过程数据PD包括关于应用于图像数据D的应用以及最终执行的应用步骤的信息。同样,上述数据被录入索引作为另一个上下文数据KD并且由流程模块20在对于确定匹配的加载算法L1′…L4′的下一个加载要求中考虑这一点。
在此所描述的改善的图像数据D的加载方法的特征在于,改善了服务器2的效能并且由此也改善了所有在其上运行的应用/图像处理程序。一方面,这通过应用特定于各自数据类型设置的默认加载策略L1…L4来进行,该默认加载策略代表特定的加载算法。此外,主要的观点在于,通过上下文数据KD来规定默认加载策略并且确定匹配的加载策略L1′…L4′。在此,识别感兴趣的图像区域(ROI)是重要的,从而在后处理中首先总是向医生显示重要的感兴趣的区域。作为示例可以引入肺密度的定量分析。这基于所谓的胸部CT草图(CT-Studie)。在没有特定加载策略的情况下目前按照标准布局不分割地向医生展示草图,而利用在此所描述的具有优化的加载策略方法首先向医生展示分割的肺部的三维图示。如下地实现这一点:使得感兴趣的区域(ROI肺部)录入共同的索引I并且首先加载。
Claims (13)
1.一种用于加载医学图像数据(D)的方法,使得该医学图像数据可供图像处理程序使用,其中,在拍摄对象时从医学成像系统的原始数据中产生所述图像数据(D),并且与各自对象对应的图像数据(D)分别包括元数据(M)和像素数据(P),
其特征在于,将所述图像数据(D)从多个可能的数据类型(A1…A4)中与一个数据类型(A1…A4)对应,其中,从下面的数据类型(A1…A4)中确定数据类型(A1…A4):
a)体积图像数据基于单独的层拍摄作为第一数据类型(A1),
b)体积图像数据基于多框架图像数据作为第二数据类型(A2),
c)图像数据相应于DICOM标准内的Whole Slide Imaging标准(WSI)作为第三数据类型(A3),
d)投影图像数据作为第四数据类型(A4),
然后从多个特定于数据类型的加载策略(L1…L4)中选择分配给所确定的数据类型(A1…A4)的默认加载策略并且引入到所述图像数据的加载中,
其中,给所述图像数据(D)分配附加的上下文数据(KD),并且根据所述上下文数据确定匹配的加载策略(L1′…L4′)。
2.根据权利要求1所述的方法,其特征在于,根据所述元数据(M)确定所述数据类型(A1…A4)。
3.根据权利要求1所述的方法,其特征在于,对于多个医学对象的图像数据(D)建立共同的索引(I),在该索引中相关的上下文数据(KD)与各自对象的图像数据(D)对应,其中,访问所述索引(I)来确定所述上下文数据(KD)。
4.根据权利要求3所述的方法,其特征在于,根据在所述索引(I)中存放的信息进行匹配的加载策略(L1′…L4′)的确定。
5.根据权利要求3所述的方法,其特征在于,只要从成像医学设备中获得图像数据(D),就进行与所述数据类型(A1…A4)的对应以及在所述索引(I)中的登录。
6.根据权利要求1所述的方法,其特征在于,来自于对所述图像数据(D)的前一次分析的信息被存放在上下文数据(KD)中。
7.根据权利要求1所述的方法,其特征在于,在考虑关于感兴趣的图像区域的信息的情况下,确定匹配的加载策略(L1′…L4′),该感兴趣的图像区域在前一次诊断时已经被识别。
8.根据权利要求7所述的方法,其特征在于,在多个被识别的图像区域情况中,相应于权重连续地加载这些图像区域。
9.根据权利要求1所述的方法,其特征在于,在考虑待检查的对象的类型的情况下,确定匹配的加载策略(L1′…L4′)。
10.根据权利要求1所述的方法,其特征在于,在考虑检查目标的情况下,确定匹配的加载策略(L1′…L4′)。
11.根据权利要求1至10中任一项所述的方法,其特征在于,存放对于图像处理在图像处理程序上预定义的工作流程,并且通过该工作流的顺序确定匹配的加载策略(L1′…L4′)。
12.一种具有计算机单元的装置,该计算机单元具有在其上安装的用于执行根据权利要求1至11中任一项所述的方法的加载模块(8)。
13.根据权利要求12所述的装置,其中,所述加载模块(8)具有
-数据类型对应模块(14),用于将数据类型与图像数据(D)对应,
-索引产生器(18),用于产生索引(I),
-分析模块(16),用于从对前一次的图像数据(D)的分析中自动地提取上下文数据(KD),
-流程模块(20),用于控制图像数据(D)的加载过程,该加载过程根据在索引(I)中存放的信息确定匹配的加载策略(L1′…L4′),以便用于从图像数据存储器(10)中加载图像数据(D)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP12163393.7 | 2012-04-05 | ||
EP12163393.7A EP2648122B1 (de) | 2012-04-05 | 2012-04-05 | Verfahren zum Laden von medizinischen Bilddaten sowie Vorrichtung zur Durchführung des Verfahrens |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103365950A CN103365950A (zh) | 2013-10-23 |
CN103365950B true CN103365950B (zh) | 2018-10-23 |
Family
ID=46146609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310108169.4A Active CN103365950B (zh) | 2012-04-05 | 2013-03-29 | 用于加载医学图像数据的方法以及用于执行该方法的装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9020304B2 (zh) |
EP (1) | EP2648122B1 (zh) |
CN (1) | CN103365950B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9158887B2 (en) * | 2012-09-07 | 2015-10-13 | Agfa Healthcare | System and method for retrieving and processing metadata |
DE102014209409A1 (de) | 2014-05-19 | 2015-11-19 | Siemens Aktiengesellschaft | Verfahren zum Anzeigen von Patientendaten |
US9667696B2 (en) * | 2015-03-13 | 2017-05-30 | More Health, Inc. | Low latency web-based DICOM viewer system |
US10372876B2 (en) | 2017-01-20 | 2019-08-06 | Agfa Healthcare Inc. | System and method for providing breast image data |
US10559378B2 (en) * | 2017-02-17 | 2020-02-11 | Agfa Healthcare Nv | Systems and methods for processing large medical image data |
US12027251B2 (en) * | 2017-02-17 | 2024-07-02 | Agfa Healthcare Nv | Systems and methods for managing large medical image data |
US10671659B2 (en) | 2017-02-17 | 2020-06-02 | Agfa Healthcare Nv | Systems and methods for collecting large medical image data |
US10671847B2 (en) * | 2017-05-23 | 2020-06-02 | Avaya Inc. | Service implementing a work flow based on image analysis |
CN107480299B (zh) * | 2017-08-30 | 2021-08-27 | 上海联影医疗科技股份有限公司 | 一种信息处理的方法及装置 |
CN110136807A (zh) * | 2019-05-22 | 2019-08-16 | 图兮深维医疗科技(苏州)有限公司 | 一种医学图像预加载装置及设备 |
US11367522B2 (en) * | 2020-03-26 | 2022-06-21 | Canon Medical Systems Corporation | Medical image display method and apparatus |
CN111612863A (zh) * | 2020-04-26 | 2020-09-01 | 数坤(北京)网络科技有限公司 | 一种cta影像处理方法、装置及存储介质 |
WO2022109807A1 (zh) * | 2020-11-24 | 2022-06-02 | 西安大医集团股份有限公司 | 医学图像的加载方法、装置、系统及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612568A (zh) * | 2003-10-31 | 2005-05-04 | 西门子公司 | 在客户机/服务器环境中图像检索系统的存储和访问方法 |
CN101110087A (zh) * | 2006-07-21 | 2008-01-23 | 西门子公司 | 用于管理医疗图像数据的方法以及数据网络 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE512291C2 (sv) * | 1997-09-23 | 2000-02-28 | Ericsson Telefon Ab L M | Inbäddad DCT-baserad stillbildskodningsalgoritm |
US7421136B2 (en) * | 1999-11-24 | 2008-09-02 | Ge Medical Systems Information Technologies Inc. | Image tessellation for region-specific coefficient access |
US7974924B2 (en) * | 2006-07-19 | 2011-07-05 | Mvisum, Inc. | Medical data encryption for communication over a vulnerable system |
US20090003270A1 (en) * | 2007-06-29 | 2009-01-01 | Schwenke Derek L | Server-Driven Progressive Image Transmission |
US8645458B2 (en) | 2007-11-20 | 2014-02-04 | General Electric Company | Systems and methods for delivering media content and improving diagnostic reading efficiency |
-
2012
- 2012-04-05 EP EP12163393.7A patent/EP2648122B1/de active Active
-
2013
- 2013-02-22 US US13/773,781 patent/US9020304B2/en active Active
- 2013-03-29 CN CN201310108169.4A patent/CN103365950B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612568A (zh) * | 2003-10-31 | 2005-05-04 | 西门子公司 | 在客户机/服务器环境中图像检索系统的存储和访问方法 |
CN101110087A (zh) * | 2006-07-21 | 2008-01-23 | 西门子公司 | 用于管理医疗图像数据的方法以及数据网络 |
Also Published As
Publication number | Publication date |
---|---|
US9020304B2 (en) | 2015-04-28 |
CN103365950A (zh) | 2013-10-23 |
EP2648122A1 (de) | 2013-10-09 |
EP2648122B1 (de) | 2017-06-28 |
US20130266242A1 (en) | 2013-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103365950B (zh) | 用于加载医学图像数据的方法以及用于执行该方法的装置 | |
JP6422486B2 (ja) | 高度医用画像処理ウィザード | |
CN109478325A (zh) | 用于临床决策优化的系统和装置 | |
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 | |
US20210158526A1 (en) | Automatic slice selection in medical imaging | |
CN107978362B (zh) | 在医院网络中利用数据分布的查询 | |
CN102194059A (zh) | 一种用于医学信息系统的可视化索引系统 | |
US10902286B2 (en) | Learning assistance device, method of operating learning assistance device, learning assistance program, learning assistance system, and terminal device | |
US20190095760A1 (en) | Learning assistance device, method of operating learning assistance device, learning assistance program, learning assistance system, and terminal device | |
CN110400617A (zh) | 医学成像中的成像和报告的结合 | |
EP3748648A1 (en) | Artificial intelligence dispatch in healthcare | |
US20190027243A1 (en) | Predictive model for optimizing clinical workflow | |
JP6771986B2 (ja) | 医用情報処理装置 | |
US20080120140A1 (en) | Managing medical imaging data | |
CN112582057A (zh) | 分布式设置中的高级医学成像 | |
US20220399107A1 (en) | Automated protocoling in medical imaging systems | |
US20160004818A1 (en) | Network system and method for controlling a computer tomograph | |
US11574726B2 (en) | Image analysis method for multicenter study and system thereof | |
JP6559927B2 (ja) | 医療情報管理装置及び医療情報管理システム | |
CN105578958B (zh) | 用于背景感知成像的系统和方法 | |
US11830594B2 (en) | Method and apparatus for template based treatment outcome generation | |
US11869654B2 (en) | Processing medical images | |
EP4145464A1 (en) | Decision module and method for image-based operational decision support | |
US20230154594A1 (en) | Systems and methods for protocol recommendations in medical imaging | |
EP3975194A1 (en) | Device at the point of imaging for integrating training of ai algorithms into the clinical workflow |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220120 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |