CN105051783A - 通过与其它个体的影像进行比较来评价电磁影像 - Google Patents

通过与其它个体的影像进行比较来评价电磁影像 Download PDF

Info

Publication number
CN105051783A
CN105051783A CN201480014769.7A CN201480014769A CN105051783A CN 105051783 A CN105051783 A CN 105051783A CN 201480014769 A CN201480014769 A CN 201480014769A CN 105051783 A CN105051783 A CN 105051783A
Authority
CN
China
Prior art keywords
individuality
tract
module
sensor
image
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
CN201480014769.7A
Other languages
English (en)
Inventor
S·利特尔
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of CN105051783A publication Critical patent/CN105051783A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • 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
    • 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
    • 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
    • G06T2207/10132—Ultrasound image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

一种基于计算机的方法和系统帮助用户执行诸如超声心动图这样的医学成像研究。在用户操纵针对个体的成像装置的同时，该系统使图像处理自动化，消除用户同时操作应用和成像装置的需要。该系统评估器官系统，然后通过与其它成像数据集进行比较，生成器官系统的评价性评估。该系统在评价期间逐渐地变得图像感知和内容感知，并且通过与渐进数据集进行顺序比较，改进评价性评估。

Description

通过与其它个体的影像进行比较来评价电磁影像
相关申请
本申请要求于2013年3月15日提交的美国临时申请No.61/799,457的权益。以上申请的全部教导通过引用方式被并入到本文中。
背景技术
查看自己的搏动心脏或工作脑传统上属于受过训练的专家的职责范围。然而，对于很多人来说，成像装置的高成本和有限的可接近性已阻止人们获得这样的信息。
传统上，心脏、脉管或脑功能的知识已被限制于受过训练的健康护理从业者。为了准确地执行相关患者研究，花费了很多年来获取例如心脏模式这样的情境(contextual)工作知识。这些模式从广泛范围的特定心脏功能障碍显现。
虽然调查工具已变得更加便携，因此可更广泛地用于初级护理提供方，但是使用还需要关于器官系统结构、运动以及交叉形态模式化的特殊训练。
仍然需要开发进行对重要器官和/或器官系统的医学成像并且在评价器官或器官系统时利用来自医学成像领域的数据的装置和方法。
发明内容
本发明的实施方式解决了本技术中的以上缺点。具体地，本发明提供了一种基于计算机的方法和系统，以帮助执行对个体的健康成像。在特定实施方式中，所述健康成像包括超声心动图(ultrasonogram)。
在一个实施方式中，本发明涉及一种基于计算机的对个体的器官系统进行成像的方法。该方法包括以下步骤：使器官系统或解剖结构的识别自动化，并且从通过成像装置获取的成像数据辨别所述器官系统或所述解剖结构；评估所识别和辨别的所述个体的器官系统或解剖结构，以产生评估数据集；将所述评估数据集与多维分类空间中的一个或更多个比较数据集进行比较，以生成所述器官系统或解剖结构的评价性(evaluative)评估，其中，所述评价性评估包括所述成像数据的分类；以及通过重复评估所述器官系统或解剖结构的步骤以及比较评估数据的步骤，可选地改进评价性评估。
在特定实施方式中，改进所述评价性评估的步骤还包括以下步骤：优化所捕获的影像，记录所捕获的影像，或者其组合，其中，所述成像数据被拟合成一个或更多个多维健康分类空间。
在本发明的另外的实施方式中，在正在对所述个体使用所述成像装置的同时(即，在图像获取期间)，进行使所述器官系统或解剖结构的识别自动化的步骤。在特定实施方式中，所述成像装置包括一个或更多个传感器。
在另一个实施方式中，被评估的器官系统是个体的心血管系统、脑或者其组合。
在另一个实施方式中，本发明提供了所述方法，所述方法还包括以下步骤：动画显示(animate)所述器官系统或解剖结构的运动，创建所述器官系统或解剖结构的一个或更多个冻结帧(freeze-frame)，使所述器官系统或解剖结构的形状、边界、颜色、纹理或其组合抽象化。
在特定实施方式中，所述一个或更多个传感器是磁传感器、陀螺仪、加速度计、心电图传感器、肌电图传感器、相机、RGB传感器、绿光传感器、红光传感器、蓝光传感器、运动传感器、近红外相机、红外相机、热感相机(thermalcamera)、GPS或WiFi。
本发明还提供了所述方法，所述方法还包括以下步骤：基于一个或更多个度量、一个或更多个诊断、或者其组合，在一范围(spectrum)上对所述个体进行排序，其中，所述范围是其它个体的有序组。
在另一个实施方式中，所述方法还包括以下步骤：基于所述评价性评估识别所述个体的度量，其中，在一段时间内保存并且跟踪所述度量。
在另一个实施方式中，所述方法还包括以下步骤：触发警报，其中，基于所述评价性评估来生成所述警报。本发明还提供了所述警报，以被发送到所述个体、所述个体的家庭的成员、个体的健康代理、健康护理提供方、由所述个体指定的一个或更多个人、或者其组合。
在另一个实施方式中，本发明涉及一种帮助个体的医学成像研究的计算机系统和装置。该计算机系统包括：辨别模块，其被配置为辨别要被研究的个体的器官系统或解剖结构；评估模块，其连接到所述辨别模块，所述评估模块被配置为确定所辨别的器官系统或解剖结构的形态和生理；评价模块，其对所述评估模块进行响应，并且被配置为如果在所确定的所述器官系统或解剖结构的形态和生理中存在异常或病理，则识别所述异常或病理；展示模块，其被配置为视觉上强调、抽象化、聚焦、动画显示或者其组合与评价性评估相关的图像区域；优化模块，其被配置为后处理图像；发送模块，其被配置为将经后处理的图像和信息发送到目标地址；以及推荐模块，其被配置为向用户推荐视图、角度、图像模式或者其组合的修改。
在特定实施方式中，所述器官系统是心血管系统、脑或者其组合。
在另外的实施方式中，所述计算机系统还包括传感器模块，所述传感器模块被配置为连接一个或更多个传感器。在特定实施方式中，所述一个或更多个传感器是磁传感器、陀螺仪、加速度计、心电图传感器、肌电图传感器、相机、RGB传感器、绿光传感器、红光传感器、蓝光传感器、运动传感器、近红外相机、红外相机、热感相机、GPS或WiFi。
在一个实施方式中，所述计算机系统还包括排序模块，所述排序模块被配置为基于一个或更多个度量或者一个或更多个诊断分类，对所述个体进行排序。
在一个实施方式中，所述计算机系统还包括跟踪模块，所述跟踪模块被配置为在一段时间内跟踪所述个体的度量，预测下一系列度量，或者其组合。
在本发明的另一个实施方式中，所述计算机系统还包括触发模块，所述触发模块被配置为基于评价性评估或者所述评价模块的输出来触发警报。在特定实施方式中，所述警报被发送给所述个体、所述个体的家庭的成员、个体的健康代理、健康护理提供方、由所述个体指定的一个或更多个人、或者其组合。
在另一个实施方式中，所述医学成像研究是超声心动图。
附图说明
前述内容将从如附图中例示的、本发明的示例实施方式的以下更具体的描述变得明显，其中，在整个不同的视图中，相同的参考字符指代相同的部件。附图不一定按比例绘制，相反将重点放在例示本发明的实施方式。
图1是本发明的一个实施方式的关于执行对个体的电磁成像的基于计算机的方法的流程图。
图2是可以部署本发明的实施方式的计算机网络环境的示意图。
图3是具体实现本发明的图2的计算机网络中的计算机节点或电子装置的框图。
图4是能够在个体的电磁成像研究中使用的计算机系统的一个实施方式的图。
图5是本发明的一个实施方式中的计算机系统的显示和用户接口的示意图。
具体实施方式
对本发明的示例实施方式描述如下。
使用本文中描述的方法和工具，实际上能够在世界范围内的任何地方实现医学成像测试。本文中描述的数字成像工具是相对低成本的，并且是可广泛应用的，使得更多的人能够以能适应的方式接收医学成像结果。例如，住在例如三级护理医院处的很少获得专业健康护理的区域中的人们能够在不需要前往到经高度训练的超声波检查医师(sonographer)或者医师工作的地方的情况下进行专业诊断测试。换句话说，医学评价可以与接收并解释测试结果分开或者分离。在解释评价结果方面受过训练并且专用的人可以在地理上位于任何地方。
在紧急情况下，传感器、相机和/或装置级信息可以被以电子方式传送或发送到接收医疗设施，而不是要求EMT、护理人员或者其它第一响应者来履行快速诊断超声波检查医师的角色。能够最终在低级医疗设施或者甚至公共场地进行测试，使得行进和约定时间/成本屏障降低。
为了对个体执行彻底且很好执行的患者研究，超声波检查医师和其它专业医学成像技术员必须工作很多年，以获取各种心脏模式(诸如从一范围的健康个体和具有功能障碍或病理的个体显现的模式)的情境知识。为了解决医疗和健康护理领域中的该训练挑战，通常询问超声波检查医师，以产生超声心动图检查(echocardiography)视图的标准集。例如，这些视图可以包括心脏展示结构、形状和功能的视图平面切片。
本文中描述的本发明使下面的人受益：这些人不能负担前往到专业医疗设施，但是可接近具有对超声心动图很少或没有经验的技术员或医师。因此，该计算机系统帮助医师或超声波检查医师明智地选择针对患者的一组心脏视图和图像，可以随后由更有经验的(例如，得到许可的)技术员或医师读取或检查这一组心脏视图和图像。
为了将医学评价从数据的解释分离出来，诸如基于计算机的软件这样的诊断逻辑必须协调地结合很多疾病状态，使得自动地进行比较。通过使用下面的处理来获得病理的诊断：分析个体的形态、解剖和任何病理生理，并且丢弃个体的成像数据和/或将个体的成像数据与在超维医学评价空间中的同类识别模式匹配。正确地分类涉及：在每个决策步骤，协调地结合在两个或更多个多维分类当中的依靠渐进决策(progressivedecision)从个体如此准备的数据。当正在进行的处理充分地丢弃特定假设并且与其它假设匹配时，推导出展示区域。
内容准备就绪的影像在包围展示区域时接着发生，并且被自动地后处理以优化任何图像。后处理涉及在确保优先考虑感兴趣的诊断内容而不是使用影像的不太重要的诊断或评价区域的同时，调整噪音、增益、亮度和其它典型参数。能够针对接收图像的观众来调整在后处理成像内容时产生的报告。例如，在没有医学训练的情况下被产生以供用户接收的报告可以与被产生以供医学专家接收的报告不同。
在特定实施方式中，该新应用依赖于从个体以及从个体的地理场所提供的数据，而不是依赖于来自存在受过训练的超声波检查医师或医师的更小的集合(pool)的地方的数据，来帮助诊断疾病。
此外，本文中描述的应用框架能够用于其它健康成像领域(例如，超声波检查法、断层摄影术、射线照相术、温度记录法、核医学、磁共振成像以及其它数字医学成像领域)，以将测试从结果分离出来。因此，该应用框架能够用于更广泛的群体(诸如存在于仅存在基本健康护理的未开发区域中的群体)。
使图像处理自动化允许例如用户操作换能器或探头并且随后管理键盘，以最小化上肢转矩和背劳损。为了这样做，一个实施方式在成像研究(例如，超声心动图)期间辨别实时捕获的图像和内容。当用户在个体正被研究时通过主要成像视图和微调角度调整二者来适当地管理探头时，一个实施方式还在视觉上辨别并且评价个体的器官系统(诸如心血管系统)。
本文中描述的本发明能够被用在各种器官系统的医学成像中，对于非限制的示例，所述器官系统包括脑、循环系统、心肺系统、心血管系统以及动脉系统。心血管系统包括例如心脏、主动脉、主动脉弓和颈动脉。在特定实施方式中，心血管系统还包括面部脉管系统(例如，面动脉和毛细管)，并且还包括头部和颈部的动脉系统(包括颈动脉和椎动脉)。
本发明包括基于计算机的对个体的器官系统进行成像的方法。本文中描述的基于计算机的方法在一些示例中被称为应用。在特定实施方式中，对器官系统进行成像被另选地称为健康成像研究或者医学成像研究。经由成像装置获取或者生成成像数据，成像数据被另选地称为医学成像数据、健康成像数据或者成像内容。在特定实施方式中，成像装置是换能器或者探头。在特定的其它实施方式中，成像装置包括传感器或相机中的至少一个。在示例实施方式中，成像装置是超声装置。在特定的其它实施方式中，成像装置还包括屏幕显示器、用于将数据用电子邮件发送或者上传到服务器、因特网或者打印机的模块等。在其它实施方式中，成像装置是能够对器官或器官系统进行成像的任何电子装置。例如，成像装置是移动电话、平板计算机、膝上型计算机、便携装置或手持计算机。在另外的实施方式中，通过具有一个或更多个传感器的电子装置(诸如蜂窝电话或平板计算机)来获取成像数据。在示例实施方式中，蜂窝电话或平板计算机还包括在其显示器上的触摸控制(诸如，例如键盘)。在特定的其它实施方式中，成像装置是超声心动图检查系统(echocardiosystem)，该超声心动图检查系统包括探头和用户接口，用户接口包括例如键盘、旋钮或按钮。在特定实施方式中，成像装置在自动识别器官系统的同时对个体操作。在另一个实施方式中，成像装置在对评估数据集进行数据处理的同时对个体操作。
能够在对器官系统进行成像时使用的传感器的示例包括磁传感器、陀螺仪、加速度计、心电图传感器、肌电图传感器、相机、RGB传感器、绿光传感器、红光传感器、蓝光传感器、运动传感器、近红外相机、红外相机、热感相机、GPS或WiFi。在示例实施方式中，当个体正参与诸如三项全能运动或者自行车赛这样的运动项目时，传感器能够结合诸如GPS这样的位置处理器被使用。在另一个示例实施方式中，当个体正在锻炼(例如，练习流瑜伽)时，传感器与蜂窝电话的运动处理器一起被使用。
在特定实施方式中，本发明的健康成像研究或医学成像研究是基于超声图像的。在特定的其它实施方式中，研究是基于诸如下面的项这样的超声波检查图像：超声心动图检查、负荷超声心动图检查、产科超声波检查、腹部超声波检查、颈动脉超声波检查、血管内超声波检查或者肺部超声波。在特定示例实施方式中，医学成像研究是经胸廓超声心动图(TTE)、经食管超声心动图(TEE)、心电图(ECG)。在另选实施方式中，健康成像研究利用多普勒效应(例如，脉冲多普勒或者连续多普勒)。基于多普勒的医学成像研究的示例实施方式是经颅多普勒(TCD)。
用于本文中公开的健康成像的方法和计算机系统的用户可以是例如超声波检查医师、技术员、医师、患者或者任何个体。在本文中，个体被另选地称为患者。
基于计算机的对个体中的器官系统进行成像的方法还包括评估器官系统，得到评估数据集。通过软件(执行处理器)将该评估数据集与比较数据集(例如，以前从另一患者或个体的相同的器官系统或解剖结构收集的所选患者或个体的影像)进行比较。该比较产生评价性评估。本文中使用的“评价性评估”包括基于一个或更多个所选特性对成像数据的分类。例如，器官系统的评价性评估是基于以下项的评估：流体流动场特性、血流动力学、循环定时和选通、室窦和交叉室窦性能、脉动形状、诸如氧或其它营养素的分布特性、形态、几何结构、功能、以及其它图像模式生理。由计算机系统/工作处理器来调用评价性评估。在特定实施方式中，评估的步骤编译成像数据。
将评估数据集与多维分类空间中的一个或更多个比较数据集(本文中被另选地称为所存储的数据)进行比较。所存储的数据的源可以包括由例如放射科部门或超声科部门中的医院或健康护理组织/系统存储的医学成像数据。在另选实施方式中，所存储的数据的源可以是包含准许的个体或云计算装置的医学成像数据的数据储存器(repository)。被用于与评估数据集进行比较的所存储的数据是准备好的数据，该数据在包含健康影像和病理影像二者的训练集中被处理。在用于比较之前，这些数据在数学上经由数组处理、均值和方差计算、加权、阈值化、迭代或者其组合被处理。所获取的个体的影像可以经过类似的数学处理，然后被投射到多维分类空间中。其它图像数据标准化技术等也是适当的。
在特定实施方式中，本文中描述的方法还包括改进评价性评估。改进的步骤通过下面的操作而发生：从个体收集另一评估数据集(例如，从另选的成像视图收集的数据集)，然后将该新的评估数据集与新的多维分类空间中的一个或更多个新的比较数据集进行比较。这些步骤的迭代使得实施方式(方法和系统)能够通过渐进比较而渐进地改进评价性评估。每次在先的比较都使得所述应用(方法/系统)能够不太可能丢弃分类，并且更可能地确认或者进一步探索分类。因此，通过改进的步骤，多维分类空间发展成另一分类空间，并且在任何给定评估结点，表示在选择最终诊断的途中被设计并评价的中间评价性假设。本文中使用的“评价性假设”是指最终评价性评估的预测。例如，评价性假设可以是预测的疾病状态。个体的渐进处理数据与在分类空间中所存储的数据的比较使得本发明的系统能够改进评价性评估。在示例实施方式中，系统能够分析个体的经处理的数据，并且注释医学影像中的特定性状(trait)或现象。通过将个体的当前图像数据与所存储的数据集中的病理影像进行比较，其中，在病理影像中也注释了该性状或现象，本发明的系统可以改进针对个体的评价性评估或诊断。一般来说，将评估数据集与所存储的数据进行比较使得实施方式(系统和方法)能够将个体的影像数据分类成病理或生理分类。
在特定实施方式中，改进步骤还包括：优化所捕获的影像，记录所捕获的影像，或者其组合。在准备成像数据之后，将所述成像数据拟合成一个或更多个多维分类空间。这使得用户能够通过影像的进展来跟踪评价性评估的渐进改进。
如果存在任何病理生理，则注释该病理生理，好像任何影像指示健康器官系统的等级(gradation)那样。影像被用于自动地选择一个或更多个其它图像模式，依靠当前决定时刻(juncture)渐进地评估这样的内容。本发明的应用(系统/方法)通过在视觉上展示与评价性评估相关的图像区域来指出该方式。
此外，可选的日志和/或窗口显示从当前到下一个评价性边界“景观(landscape)”展开的评价空间。这样的空间包含数千个或者更多个连续的多维改进，视觉二分或多分树结构可以从一个相关决定边界景观迭代到下一个相关决定边界景观。根据医学诊断空间，可能出现交叠的或分离的边界。当一些边界决定测试可以产生医学上间发的结果时，这种评价边界的特性可以被指出或者能够根据命令而重现。为了指示在区分这种医学诊断空间的更多或更少的填充描绘(delineation)时的评估风险，其中，可能存在罕见的情况或病理，可以使用彩色方案或者点密度或者其它视觉或音频效果。
所得到的与所存储的数据的比较被自动地用于改进评价性评估。在特定实施方式中，改进评价性评估与个体的器官系统的进一步成像研究同时发生。这些进一步成像研究包括：通过微调角度来获取成像数据，改变图像模式以及连续的成像视图(例如，特定脉管系统的视图)。
在患者研究结束时，评价性假设已被连续地迭代，使得产生优先考虑的评价。也就是说，丢弃被确定为假的评价性假设，并且已经利用已知的影像或者所存储的数据通过交叉评估来确认其它评价性假设。
由于当前影像已经这样被优化用于任何形态、病理或生理内容，因此图像产生自动化能够有效地增加。
在示例实施方式中，评价性评估基于超声心动图评估。在示例实施方式中，随着时间或者跨患者群体研究并且比较心脏的特定物理参数。这些物理参数包括：壁厚度；壁尺寸；心率；心脏输出；心搏量；射血分数；心脏收缩或心脏舒张功能；心脏的直径、大小和几何结构；或者心脏或其构成室、瓣膜功能和室容积。
正如为了产生那样，任何技术员或用户都能够使用应用捕获的影像，或者能够在产生之前进一步地优化或者标记关于每个视图的影像。记录影像，或者另选地，实施方式经由安全公共网络连接将图像数据发送(即，以电子方式传送或者以其它方式发送)到一个或更多个配置的电子邮件地址、云计算装置、储存器、服务器或者其它因特网地址等。
本发明还涉及帮助个体的医学成像的计算机系统。该计算机系统包括：辨别模块，该辨别模块被配置为辨别要被研究的器官系统；评估模块，该评估模块被配置为确定所辨别的器官系统或解剖结构的形态和生理；评价模块，该评价模块被配置为如果在所述解剖结构的形态和生理中存在异常或病理，则识别所述异常或病理；展示模块，该展示模块被配置为在视觉上强调、抽象化、聚焦和/或动画显示与评价性评估相关的图像区域；优化模块，该优化模块被配置为后处理图像；发送模块，该发送模块被配置为将图像和信息发送到目标地址；以及推荐模块，该推荐模块被配置为向用户推荐视图、角度、图像模式或其组合的修改。
在特定实施方式中，评价模块识别解剖结构的健康等级的形态和生理中的任何异常或病理、或者个体的健康度量中的任何异常。
在特定实施方式中，为了用户可见性目的，展示模块将纹理应用到影像。在示例实施方式中，纹理使得用户能够区分不同功能性，诸如，将狭窄组织与健康组织进行区分。在另选实施方式中，展示模块利用颜色来区别表现出不同功能的器官系统的结构或组件。在特定实施方式中，应用动画显示器官系统的运动，创建器官系统的一个或更多个冻结帧，使器官系统的形状、边界、颜色或纹理或者其组合抽象化。在示例实施方式中，器官系统的抽象化形状或者器官系统的一部分的抽象化形状指示脉搏力对抗阻力的有效功率。在另一个示例实施方式中，在器官系统抽象时利用颜色，以展示由动脉递送的血红蛋白的氧合的程度。
在特定实施方式中，可以通过例如细微角度修改、在传感器和相机视图之间切换、移动到器官系统的新部分以进一步地评估、放大视图或者调整图像输出(例如，通过增加或减小增益、亮度、对比度或噪声)，由推荐模块来调整图像。
本发明的另一个实施方式包括影像选择模块，该影像选择模块被配置为选择包围展示区域的图像，附加地选择各种图像形态的任何这种评估相关图像。
在特定实施方式中，发送模块将评估发送(以电子方式传送或者以其它方式发送)到目标地址，接收确认，并且记录数据。
在特定实施方式中，优化模块后处理图像，并且优先考虑展示区域中的评价性内容。
在本发明的另一个实施方式中，计算机系统基于评价性评估、评价性假设或者诊断假设来触发警报。如果这种评价性评估或者诊断假设被指定为具有重要或紧急的状态，则改进的评价性评估或者已被有把握决定的诊断假设能够触发警报。能够通过计算机应用、通过个体、通过用户、通过健康护理专家等将分类指定为重要或紧急。警报被发送到个体、个体的家庭的成员、个体的健康代理、健康护理提供方、由个体指定的一个或更多个人、或者其组合。在特定实施方式中，应用自动地触发要被发送到指定的接收方的警报(例如，如同电子邮件)。可以被指定为承载重要或紧急的状态的评价性评估或诊断假设的示例实施方式包括：(a)如果发现脉管系统在特定区域中太密集(可能指示未被发现的瘤)或者(b)在脸的一侧上相对于另一侧存在更少的流体供应(未来中风的一个预测器)。在另选实施方式中，评价性评估或诊断假设可以基于用户的或个体的期望而不是医学需要被指定为具有重要或紧急的状态。例如，如果个体希望将心脏输出增加1％，则触发器可以被设置为在达到目标时提供警报。在本发明的特定实施方式中，基于计算机的对器官系统进行成像的方法还包括如上所述地触发警报，其中，基于评价性评估来生成警报。
本文中描述的计算机系统和方法的应用设计框架促进在许多疾病的检测和/或诊断方面的医学进步。产品影像还可以被转发到公共或私人网络储存器，以便匿名分析。具有开放的、有限的或受限制的访问的医学影像的发展的源可以使得医学、研究和训练专家能够改善许多疾病的发展和特征化。
应用帮助用户、技术员、超声波检查医师或医师操作关于患者或个体的工作台的换能器探头，并且同时管理健康图像的产生。在示例实施方式中，用户可以通过基于头和/或脸的用户接口来管理影像产品并且控制图像捕获的其它方面，其中，基于头和/或脸的用户接口利用眼睛注视、脸部姿势和/或头部姿势来用于成像装置的无需手动操作。在另一个实施方式中，代替必须同时操纵超声心动图检查机器的键盘，用户可以依赖应用的能力以例如在检查心脏结构和功能时辨别和识别个体的器官结构和器官功能。因此，可以通过自动地进行查看“聚焦”来展示相关的形态、生理或病理。
在示例实施方式中，在计算机屏幕上查看胸骨旁的长视图的同时，展示区域显示傻瓜相机利用脸部辨别软件完成的类似的视图。因此，针对辨别发生的这种类型的能力可以从超声心动图中减少错误诊断的数目，并且提高更有用的影像内容的捕获率，用于诊断和预测目的。另外，帧速率、噪声、增益、亮度和其它典型调整参数的图像折衷可能被一致地优化用于聚焦区域内而不是与诊断或关键评估不太相关的影像的区域中的内容。
在另一个示例中，通常需要由执行心脏回声的用户、技术员或者医师在视觉上识别超声心动图中的平面视图。为了识别这种视图，类似于超声波检查医师在智力上处理并确定在计算机屏幕上查看到什么内容，将该视图中的任何影像与已知的心脏视图进行比较，然后基于这些视图来识别该视图中的影像。
在本发明的另外的实施方式中，计算机系统还包括应用建立模块，该应用建立模块被配置为使得能够设置、编辑、删除和/或添加目标电子邮件地址。对于个体或患者，可以输入、记录和/或编辑识别数据记录。这些数据记录包括例如名称、探望次数、照片、目标医学设施、患者ID、保险数据、患者类型(例如，患者是心脏病患者还是肺患者)、组(例如，用户定义的参数、或者另选地为保险组类型)、以前的评价结果、过去病史、过去手术史和/或其它情况。目标电子邮件地址可以例如通过患者类型、组、保险和医疗设施而改变。建立模块还能够开始新个体评价，并且能够配置应用选项。
日志文件能够通过患者类型、组、诊断评价和网络位置而安全地改变。因特网数据库格式通常利于任何定制报告。
在特定实施方式中，计算机系统还包括被配置为将影像、信息和识别数据上传到云或云计算装置的模块。在特定实施方式中，该上传动作与时间戳一起发生。在特定实施方式中，上传信息还包括调整数据记录或字段，以遵循健康护理规则(例如，HIPAA规则)。
在特定实施方式中，由于应用可以在任何地方运行并且涉及保密的患者数据，因此应用要求调用用户ID和密码。
在另一个实施方式中，计算机系统自动评估个人的被研究的器官系统。
应该在视觉上评估图像模式。评估经由在该图像模式或者可用的其它图像模式下与已知的心脏影像进行比较而发生。通过调整影像，然后跨不同的相似者的发展范围抵消，然后识别最接近的相似性，进行这样的比较。
通过调用用于进一步的评估的另一图像模式或者其它可用的图像模式，可以进行进一步的评估。在一些实施方式中，用户调整任何成像参数，并且控制诸如帧速率以更好地评价。图像模式基于环境自动地循环。
在个体的整个健康成像研究中，器官系统(例如，心脏或脑)的评价发生。在示例实施方式中，应用将个体的心脏与以前记录的心脏(例如，健康心脏和/或病理心脏)及其关联的病理生理、形态和功能的数据进行比较。感知到的个体的心脏的健康水平、情况和病理被辨别，然后被用于预测评价性假设，评价性假设相对于在前的患者的已知的心脏病诊断和健康方面被识别。
本发明的优点可以包括在评价头和颈中的脉管功能时，发现血液到脑的不太理想的供应。因此，本发明具有在预测可能的中风或者短暂缺血性发作方面的应用。其它优点可以包括通过评价身体脉管系统来发现可能的瘤位置，或者评估自在前的评价以后已经发生的瘤生长或萎缩。这种评价还能够鉴定脉管肌肉适合度。
在本发明的特定实施方式中，基于一个或更多个度量、一个或更多个诊断、或者其组合，在一范围上对个体进行排序。该范围是其它个体的有序组。个体的范围可以包括：相似的个体；一般群体；通过位置、职业、久坐水平、年龄、性别、运动习惯、饮食、家谱、特定基因库内的出身进行分组的个体的集合；或者另选地由个体或用户识别的群体组。该范围被组织的顺序的示例包括疾病状态的严重性。另选地，人的分组可以跨多个范围被排序，例如，这些范围包括发病率、共同发病率、新陈代谢、癌复发、年龄、性别、康复概率、康复期望时间、死亡率以及以上被识别的个体的可能的范围的任何其它方面。可以在沿着一范围对个体进行排序时使用的度量的示例包括但不限于心脏形态、生理、以及病理生理、营养输送水平。在所述范围上对个体的交叉评估使得能够更新和/或改进评价性评估。例如，起搏器本身不是问题，但是应该被注释(连同任何周围创伤一起)。诸如EKG输入馈送或气泡研究这样的其它形态也可以被交叉/评估。
图1中示出了本发明100的示例实施方式。在针对新个体101的开始时，评价性评估为空。在整个研究中，应用(系统/方法100)改进评价性评估。应用使器官系统的识别和辨别105自动化。然后，应用根据其结构或功能评估109器官系统，并且生成评估数据集。在特定实施方式中，注释器官系统特征113。在步骤117中，将评估数据集与多维分类空间中的数据进行比较。在特定实施方式中，比较导致由步骤125展示的评价性评估121。
评价性评估可以识别任何感知到的问题的一个或更多个场所(locale)。在特定实施方式中，场所可以是整个器官或者另选地为其任何部分，或者可以是两个不同的器官系统的交叉评估(例如，血液循环到脑脊液的交叉评估)。当研究继续时，揭露在确保模式影像情况下的另外的角度或视图，因此朝最终的评估结果渐进地改变、重新加权或者删除可能的评价性假设。
当应用或系统100导出评价性评估时，可以在显示时例如经由突出显示来强调与其相关识别对应的图像子区域。例如，如果评价性评估朝二尖瓣回流考虑，则在2D和彩色多普勒模式下，展示区域能够界定(bound)二尖瓣瓣膜和左心房的任何相关部分。另选地，显示强调子区域的箭头或者另一种机制。
为了指示从假设到有信心做出的最终评估的进展，展示边界发展成显示聚焦边界。在扩张型心肌病和心室肥大二者是早期的工作假设的示例实施方式中，展示边界能够用另选的颜色显示，或者另选地用虚线或者斑点曲线显示，并且通过步骤129来改进评价性评估。当产生扩张型心肌病的确信评估时，则区域边界能够显示为实线或者另选地为加权更大的线，以指示做出评估的进展。在特定实施方式中，一旦做出最终评估，就在准备产生捕获时发生影像优化和记录133。当优先考虑一个或更多个聚焦区域时，图像后处理自动地调用该捕获批处理(batch)。这种批处理还可以包括适用于该诊断评估的各种选择视图、角度和图像形态。
在特定实施方式中，本申请人的方法100还包括基于影像分析来形成对个体的推荐137。
在特定实施方式中，该捕获批处理上传到报告141中的预定目标地址。在要求紧急处理输入成像数据的实施方式中，数据可以经由电子邮件或者其它电子通信来发送，并且通过数据头来标识。可以由识别以前经由设置指定的信息的任何个体或者由预先设置的字段模板来限定电子邮件的主体。
为了操作/安全/恢复目的而创建相应的日志条目。当被成功地传送到电子邮件收信人或者由电子邮件收信人成功地接收时，由应用记录返回确认，并且如果预先设置了应用选项，则对于用户，可在屏幕上访问。
在特定实施方式中，当完成医学成像研究时，发送完成电子邮件。在特定实施方式中，该电子邮件包含针对个体的概要测试结果、对所有这种以前发送的影像的参考、和/或所有捕获批处理。在针对该个体或患者类型将应用选项预先设置为“直到完成才发送”的实施方式中，反而经由该完成电子邮件来发送所有捕获影像。
在本发明的实施方式中，本文中描述的应用分解(factor)或跟踪每个回声机器类型的视觉特性，以准确地评价个体。
本发明使得能够以图库(gallery)格式(例如，通过显示贴图(tile))示出多个视图、角度、图像模式或其组合。
在特定实施方式中，应用指示用户如何移动探头或成像装置。例如，在诸如前额或者心尖四腔的视图内，应用可以视觉上建议探头的最终物理角度调整。
为了移动到下一视图或者返回到上一视图，应用指示哪个视图以及如何获得该视图。
当一些图像模式需要待被应用的取样盒时，在需要评估或者(重新)界定展示/聚焦区域时，应用自动地这样做。
在特定实施方式中，相对于不太有经验的用户，应用开关可以跟踪有经验的用户。因此，应用可以向用户的集合示出比较影像和/或评价性假设(导致评价性诊断)。对于有经验的用户的一些集合，可以实现更加自主性和信息显示。在一些实施方式中，每个用户的评价性评估和所捕获的影像被存储，并且对于多用户操作是可获取的。
图2例示了可以实现本发明的申请人发明100的计算机网络或者相似的数字处理环境。
客户端电子装置50和服务器计算机60提供执行应用程序等的处理装置、存储装置以及输入/输出装置。客户端电子装置50还可以通过通信网络70连接到包括其它客户端电子装置/处理50和服务器计算机60的其它计算装置。电子装置50是包括处理器的任何装置，并且可以包括服务器、计算机、膝上型计算机、平板计算机、智能电话、蜂窝电话等。在特定实施方式中，电子装置50还包括一个或更多个传感器、相机、换能器或探头。在特定实施方式中，电子装置50连接到因特网，以将数据、评价性评估等上传到健康护理提供方，或者另选地经由电子邮件发送这些信息。通信网络70可以是以下项的一部分：远程接入网络、全球网络(例如，因特网)、全世界的计算机集合、局域网络或广域网络、以及当前使用相应的协议(TCP/IP、Bluetooth等)彼此通信的网关。其它电子装置/计算机网络架构是适当的。
图3是图4的计算机系统中的计算机(例如，客户端电子装置50或服务器计算机60)的内部结构的图。每个电子装置50或者服务器计算机60包含系统总线79，其中，总线是用于在计算机或处理系统的组件当中传送数据的硬件线的集合。总线79本质上是共享的导管，该导管连接计算机系统的不同的部件(例如，处理器、磁盘存储器、存储器、输入/输出端口、网络端口等)，该计算机系统使得能够在这些部件之间传送信息。I/O装置接口82附加到系统总线79，以将各种输入和输出装置(例如，键盘、鼠标、显示器、打印机、扬声器等)连接到电子装置50、服务器计算机60。网络接口86使得计算机能够连接到附加到网络(例如，图2的网络70)的各种其它装置。存储器90为用于实现本发明的实施方式的计算机软件指令92和数据94(例如，以上在图1中和以下在图4中详细描述的计算机健康成像代码100、400)提供易失性存储。磁盘存储器95为用于实现本发明的实施方式的计算机软件指令92和数据94提供非易失性存储。中央处理器单元84还附加到系统总线79，并且提供以执行计算机指令。
在一个实施方式中，处理器例程92和数据94是计算机程序产品(总体上标记为92)，该计算机程序产品包括提供用于本发明系统的软件指令的至少一部分的计算机可读介质(例如，诸如一个或更多个USB、DVD-ROM、CD-ROM、磁盘、磁带等这样的可移动存储介质)。如本领域中熟知的，可以通过任何适当的软件安装过程来安装计算机程序产品92。在另一个实施方式中，还可以通过线缆、通信和/或无线连接来下载软件指令的至少一部分。在其它实施方式中，本发明程序是在传播介质(例如，通过诸如因特网这样的全球网络或者其它网络传播的无线电波、红外线波、激光波、声波或电波)上传播的信号上具体实现的计算机程序传播信号产品107。这些载波介质或者信号提供用于本发明例程/程序92的软件指令的至少一部分。
在另选实施方式中，所传播的信号是在传播介质上承载的模拟载波或数字信号。例如，所传播的信号可以是通过全球网络(例如，因特网)、电信网络或其它网络传播的数字化信号。在一个实施方式中，所传播的信号是在一段时间内通过传播介质发送的信号(诸如，在数毫秒、数秒、数分钟或者更长的时段内通过网络在数据包中发送的软件应用的指令)。在另一个实施方式中，如以上针对计算机程序传播信号产品描述的，计算机程序产品92的计算机可读介质是这样的传播介质：计算机系统50可以诸如通过接收该传播介质并且识别在该传播介质中具体实现的传播的信号来接收并且读取该传播介质。
一般来说，术语“载波介质”或瞬时载波包含前述瞬时信号、所传播的信号、所传播的介质、存储介质等。
图4是计算机系统400的实施方式。该计算机系统包括辨别模块410，该辨别模块410将解剖结构415发送到评估模块420。评估模块420确定解剖结构的形态和生理425，然后将形态和生理425发送到评价模块430。评价模块430识别解剖结构中存在的异常或病理，然后将异常或病理435发送到展示模块440。展示模块以在设置时限定的方式增强图像445，然后将图像445发送到优化模块450。然后，优化模块可以将经后处理的图像455发送到推荐模块480以便成像修改，或者另选地发送到发送模块460。推荐模块480导致图像的修改，以发送回优化模块。发送模块460将图像、信息或个体数据465发送到一个或更多个目标地址470。
图5示出了本发明100、400的计算机系统的显示的实施方式。在该示例实施方式中，在智能电话或平板计算机屏幕上示出显示。当打开应用(系统/方法100)时，呈现初始显示501。从初始显示501，视图在相机查看区域中快速地缩放。显示经由轮廓或阴影突出显示在循环(t)中被突出显示的样本动脉。自动缩放为随后建议的用户相机导航做好准备。在示例实施方式中，可以经由双击或捏挤发生缩放。在示例实施方式中，电子装置生成音频声音，其中，心脏脉搏被近似并播放。作为示例，视图503示出了例如面部脉管系统中的波前脉搏形状。经由动画显示的脉搏/收缩循环(例如，脉搏连击(dribbling))显示循环(t)波前。在阶段503处，电子装置播放心脏脉搏的更精确的近似的音频声音。在另选实施方式中，经由可视波形显示心脏脉搏。
标签或按钮505、507和509是可选择的触摸控制。在示例实施方式中，标签505提供或者以其它方式操作适合度评估，标签507提供与数据集的比较，并且标签509操作以给用户提供更多的信息或更多的选项。表1示出了本发明的视觉显示的示例实施方式。
表1：应用显示
虽然已经参考本发明的示例实施方式具体示出并描述了本发明，但是本领域技术人员将理解的是，可以在不脱离由所附的权利要求包含的本发明的范围的情况下做出形式和细节方面的各种改变。

Claims (20)

1.一种基于计算机的对个体中的器官系统进行成像的方法，该方法包括以下步骤：
a)使器官系统或解剖结构的识别自动化，并且从通过成像装置获取的成像数据辨别所述器官系统或所述解剖结构；
b)评估所识别和辨别的所述个体的器官系统或解剖结构，以产生评估数据集；
c)将步骤b)的所述评估数据集与多维分类空间中的一个或更多个比较数据集进行比较，以生成所述器官系统或解剖结构的评价性评估，其中，所述评价性评估包括所述成像数据的分类；以及
d)通过重复步骤b)和步骤c)，可选地改进步骤c)的所述评价性评估。
2.根据权利要求1所述的方法，其中，如果执行步骤d)，则步骤d)还包括以下步骤：优化所捕获的影像，记录所捕获的影像，或者其组合，其中，所述成像数据被拟合成一个或更多个多维健康分类空间。
3.根据权利要求1或权利要求2所述的方法，其中，在正在对所述个体使用所述成像装置的同时，进行识别自动化的所述步骤。
4.根据权利要求1至3中的任一项所述的方法，其中，所述器官系统是个体的心血管系统、脑或者其组合。
5.根据权利要求1至4中的任一项所述的方法，其中，所述方法还包括以下步骤：动画显示所述器官系统或解剖结构的运动，创建所述器官系统或解剖结构的一个或更多个冻结帧，使所述器官系统或解剖结构的形状、边界、颜色、纹理或其组合抽象化。
6.根据权利要求1至5中的任一项所述的方法，其中，所述成像装置包括一个或更多个传感器。
7.根据权利要求6所述的方法，其中，所述一个或更多个传感器是磁传感器、陀螺仪、加速度计、心电图传感器、肌电图传感器、相机、RGB传感器、绿光传感器、红光传感器、蓝光传感器、运动传感器、近红外相机、红外相机、热感相机、GPS或WiFi。
8.根据权利要求1至7中的任一项所述的方法，所述方法还包括以下步骤：基于一个或更多个度量、一个或更多个诊断、或者其组合，在一范围上对所述个体进行排序，其中，所述范围是其它个体的有序组。
9.根据权利要求1至8中的任一项所述的方法，所述方法还包括以下步骤：基于所述评价性评估来识别所述个体的度量，其中，在一段时间内保存并且跟踪所述度量。
10.根据权利要求1至9中的任一项所述的方法，所述方法还包括以下步骤：触发警报，其中，基于所述评价性评估来生成所述警报。
11.根据权利要求10所述的方法，其中，将所述警报发送给所述个体、所述个体的家庭的成员、个体的健康代理、健康护理提供方、由所述个体指定的一个或更多个人、或者其组合。
12.一种帮助个体的医学成像研究的计算机系统，所述计算机系统包括：
辨别模块，其被配置为辨别要被研究的个体的器官系统或解剖结构；
评估模块，其连接到所述辨别模块，所述评估模块被配置为确定所辨别的器官系统或解剖结构的形态和生理；
评价模块，其被配置为如果在所确定的所述器官系统或解剖结构的形态和生理中存在异常或病理，则识别所述异常或病理；
展示模块，其被配置为视觉上强调、抽象化、聚焦、动画显示或者其组合与评价性评估相关的图像区域；
优化模块，其被配置为后处理图像；
发送模块，其被配置为将经后处理的图像和信息发送到目标地址；以及
推荐模块，其被配置为向用户推荐视图、角度、图像模式或者其组合的修改。
13.根据权利要求12所述的计算机系统，其中，所述器官系统是心血管系统、脑或者其组合。
14.根据权利要求12或权利要求13所述的计算机系统，所述计算机系统还包括传感器模块，所述传感器模块被配置为连接一个或更多个传感器。
15.根据权利要求14所述的计算机系统，其中，所述一个或更多个传感器是磁传感器、陀螺仪、加速度计、心电图传感器、肌电图传感器、相机、RGB传感器、绿光传感器、红光传感器、蓝光传感器、运动传感器、近红外相机、红外相机、热感相机、GPS或WiFi。
16.根据权利要求12至15中的任一项所述的计算机系统，所述计算机系统还包括排序模块，所述排序模块被配置为基于一个或更多个度量或者一个或更多个诊断分类，对所述个体进行排序。
17.根据权利要求12至16中的任一项所述的计算机系统，所述计算机系统还包括跟踪模块，所述跟踪模块被配置为在一段时间内跟踪所述个体的度量，预测下一系列度量，或者其组合。
18.根据权利要求12至17中的任一项所述的计算机系统，所述计算机系统还包括触发模块，所述触发模块被配置为基于评价性评估来触发警报。
19.根据权利要求18所述的计算机系统，其中，所述警报被发送给所述个体、所述个体的家庭的成员、个体的健康代理、健康护理提供方、由所述个体指定的一个或更多个人、或者其组合。
20.根据权利要求12至19中的任一项所述的计算机系统，其中，所述医学成像研究是超声心动图。
CN201480014769.7A 2013-03-15 2014-03-14 通过与其它个体的影像进行比较来评价电磁影像 Pending CN105051783A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361799457P 2013-03-15 2013-03-15
US61/799,457 2013-03-15
PCT/US2014/027765 WO2014143697A1 (en) 2013-03-15 2014-03-14 Evaluating electromagnetic imagery by comparing to other individual's imagery

Publications (1)

Publication Number Publication Date
CN105051783A true CN105051783A (zh) 2015-11-11

Family

ID=50487184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480014769.7A Pending CN105051783A (zh) 2013-03-15 2014-03-14 通过与其它个体的影像进行比较来评价电磁影像

Country Status (5)

Country Link
US (1) US9824446B2 (zh)
CN (1) CN105051783A (zh)
AU (1) AU2014228281A1 (zh)
HK (1) HK1212802A1 (zh)
WO (1) WO2014143697A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108697410A (zh) * 2016-05-12 2018-10-23 株式会社日立制作所 超声波拍摄装置、图像处理装置及其方法
CN109196592A (zh) * 2016-04-28 2019-01-11 快天知血合同会社 健康状态评价系统、健康状态评价装置以及健康状态评价方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105051783A (zh) 2013-03-15 2015-11-11 S·利特尔 通过与其它个体的影像进行比较来评价电磁影像
KR20150072463A (ko) * 2013-12-11 2015-06-30 한국 한의학 연구원 안면 영상을 이용하는 건강 상태 판단 장치 및 건강 상태 판단 방법
EP3482346A1 (en) 2016-07-08 2019-05-15 Avent, Inc. System and method for automatic detection, localization, and semantic segmentation of anatomical objects
MX2017017142A (es) 2016-12-02 2018-11-09 Avent Inc Sistema y metodo para la navegacion a un objeto anatomico objetivo en procedimientos basados en obtencion de imágenes medicas.
US10782875B2 (en) 2018-10-17 2020-09-22 Emagine Solutions Technology LLC Touchscreen method for medically precise measurements in ultrasound images
WO2022217360A1 (en) * 2021-04-13 2022-10-20 Machine.Healthcare Ltd Automated detection of indicators of health through analysis of digital images captured by consumer computing devices and stratification of patients based on the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6674879B1 (en) * 1998-03-30 2004-01-06 Echovision, Inc. Echocardiography workstation
CN1610520A (zh) * 2001-12-28 2005-04-27 皇家飞利浦电子股份有限公司 具有设定值校正装置的医用检查设备
CN101040800A (zh) * 2005-09-29 2007-09-26 通用电气公司 用于根据分类指数来诊断疾病的系统、方法和设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5370122A (en) 1992-11-18 1994-12-06 Kunig; Horst E. Method and apparatus for measuring myocardial impairment, dysfunctions, sufficiency, and insufficiency
WO1996009598A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Cytological slide scoring apparatus
US5810011A (en) 1996-02-27 1998-09-22 Kunig; Sabine Vivian Method and apparatus for measuring myocardial impairment and dysfunctions from efficiency and performance diagrams
US7209777B2 (en) 2000-11-30 2007-04-24 General Electric Company Method and apparatus for automated tracking of non-linear vessel movement using MR imaging
US20050207630A1 (en) * 2002-02-15 2005-09-22 The Regents Of The University Of Michigan Technology Management Office Lung nodule detection and classification
US6776764B2 (en) 2002-03-01 2004-08-17 University Of Pittsburgh Of The Commonwealth System Of Higher Education Use of aortic pulse pressure and flow in bedside hemodynamic management
US8045770B2 (en) * 2003-03-24 2011-10-25 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US7536044B2 (en) * 2003-11-19 2009-05-19 Siemens Medical Solutions Usa, Inc. System and method for detecting and matching anatomical structures using appearance and shape
US20070014452A1 (en) * 2003-12-01 2007-01-18 Mitta Suresh Method and system for image processing and assessment of a state of a heart
CN102088913B (zh) * 2008-07-10 2013-11-20 皇家飞利浦电子股份有限公司 心脏同步性和生成力的超声评估
US8396268B2 (en) * 2010-03-31 2013-03-12 Isis Innovation Limited System and method for image sequence processing
US8532360B2 (en) * 2010-04-20 2013-09-10 Atheropoint Llc Imaging based symptomatic classification using a combination of trace transform, fuzzy technique and multitude of features
US8708914B2 (en) * 2010-06-07 2014-04-29 Atheropoint, LLC Validation embedded segmentation method for vascular ultrasound images
US9245334B2 (en) * 2012-02-28 2016-01-26 Albert Einstein College Of Medicine, Inc. Methods for quantitative assessment of volumetric image from a subject and uses therof
CN105051783A (zh) 2013-03-15 2015-11-11 S·利特尔 通过与其它个体的影像进行比较来评价电磁影像
US20160022155A1 (en) 2013-03-15 2016-01-28 Stephanie Littell Evaluating the Cardiac Engine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6674879B1 (en) * 1998-03-30 2004-01-06 Echovision, Inc. Echocardiography workstation
CN1610520A (zh) * 2001-12-28 2005-04-27 皇家飞利浦电子股份有限公司 具有设定值校正装置的医用检查设备
CN101040800A (zh) * 2005-09-29 2007-09-26 通用电气公司 用于根据分类指数来诊断疾病的系统、方法和设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ALISTAIR A. YOUNG ET AL.: "Computational cardiac atlases: from patient to population and back", 《EXPERIMENTAL PHYSIOLOGY – REVIEW ARTICLE》 *
J. ALISON NOBLE ET AL.: "Ultrasound Image Segmentation: A Survey", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 *
KUNIO DOI: "Computer-Aided Diagnosis in Medical Imaging: Historical Review,Current Status and Future Potential", 《COMPUT MED IMAGING GRAPH》 *
SRIRAM KRISHNAN ET AL.: "Computer-Aided Detection in Echocardiography Technical Approach for Learned Pattern Recognition", 《SIEMENS MEDICAL SOLUTIONS USA, INC.》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109196592A (zh) * 2016-04-28 2019-01-11 快天知血合同会社 健康状态评价系统、健康状态评价装置以及健康状态评价方法
CN108697410A (zh) * 2016-05-12 2018-10-23 株式会社日立制作所 超声波拍摄装置、图像处理装置及其方法
CN108697410B (zh) * 2016-05-12 2021-06-04 株式会社日立制作所 超声波拍摄装置、图像处理装置及其方法

Also Published As

Publication number Publication date
US9824446B2 (en) 2017-11-21
HK1212802A1 (zh) 2016-06-17
WO2014143697A8 (en) 2015-07-09
AU2014228281A1 (en) 2015-09-17
US20160042510A1 (en) 2016-02-11
WO2014143697A1 (en) 2014-09-18

Similar Documents

Publication Publication Date Title
CN105051783A (zh) 通过与其它个体的影像进行比较来评价电磁影像
US11564657B2 (en) Augmented reality interface for assisting a user to operate an ultrasound device
EP3445250B1 (en) Echocardiographic image analysis
US20190392944A1 (en) Method and workstations for a diagnostic support system
CN110349156A (zh) 眼底图片中病变特征的识别方法和装置、存储介质
US20040193036A1 (en) System and method for performing probabilistic classification and decision support using multidimensional medical image databases
CN1839392A (zh) 心脏成像的自动区域心肌评定
US20150105651A1 (en) Systems and methods for mri-based health management
US11367001B2 (en) Neural network image analysis
US20220375621A1 (en) Digital twin
CN110428417A (zh) 颈动脉斑块的性质判别方法、存储介质及超声装置
Ferraz et al. Assisted probe guidance in cardiac ultrasound: A review
Gurusamy et al. The Role of AI and Machine Learning in Full Stack Development for Healthcare Applications
US11786212B1 (en) Echocardiogram classification with machine learning
Masullo et al. CaloriNet: From silhouettes to calorie estimation in private environments
US20230238151A1 (en) Determining a medical professional having experience relevant to a medical procedure
Martinelli et al. A Knowledge-based Infrastructure for the Management of Diagnostic Imaging Procedures in the Heart Failure Domain.
KR101972757B1 (ko) 귀 형태 및 골상과 귀의 반사운동으로 체질을 감별하는 사상체질 감별 서비스 제공 방법
Lawley Automation for patient screening
Asgharzadeh A deep learning framework for wall motion abnormality detection in echocardiograms
Ahmadi Amiri Detection and severity assessment of aortic stenosis using machine learning
Zolgharni Automated assessment of echocardiographic image quality using deep convolutional neural networks
CN116469572A (zh) 一种慢性病的数据管理方法及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1212802

Country of ref document: HK

WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151111

WD01 Invention patent application deemed withdrawn after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1212802

Country of ref document: HK