CN105578958B - 用于背景感知成像的系统和方法 - Google Patents
用于背景感知成像的系统和方法 Download PDFInfo
- Publication number
- CN105578958B CN105578958B CN201480052985.0A CN201480052985A CN105578958B CN 105578958 B CN105578958 B CN 105578958B CN 201480052985 A CN201480052985 A CN 201480052985A CN 105578958 B CN105578958 B CN 105578958B
- Authority
- CN
- China
- Prior art keywords
- image
- data
- image acquisition
- patient
- acquisition parameter
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000004048 modification Effects 0.000 claims abstract description 10
- 238000012986 modification Methods 0.000 claims abstract description 10
- 238000000275 quality assurance Methods 0.000 claims description 10
- 238000011160 research Methods 0.000 claims description 10
- 238000013442 quality metrics Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 235000019580 granularity Nutrition 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 102100029272 5-demethoxyubiquinone hydroxylase, mitochondrial Human genes 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 101000770593 Homo sapiens 5-demethoxyubiquinone hydroxylase, mitochondrial Proteins 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0037—Performing a preliminary scan, e.g. a prescan for identifying a region of interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
-
- 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]
-
- 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
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种基于背景感知成像来生成图像的方法。所述方法包括使用第一图像采集参数来采集患者的第一图像。所述方法包括根据与所述患者相关联的第一数据在所述第一图像内确定区域。所述方法包括根据以下中的至少一个来确定修改数据：(a)与所确定的区域相对应的第二数据和(b)所述第一数据。所述方法包括根据所述修改数据和所述第一图像采集参数来确定第二图像采集参数。所述方法包括使用所述第二图像采集参数来采集所述患者的第二图像。
Description
背景技术
在医学工作流的多线程中，在医生和健康护理机构之间存在可变性，例如，以下的可变性：(a)医嘱录入的质量(例如内容、详细程度、术语等)；(b)图像采集(例如成像协议)；以及(c)放射科医生的解释和报告。因此，用来量化以上变化并用来将医生解释链接到最终诊断(例如病理相关性)的综合且智能的质量保证(QA)系统将是有益的。
对包括对于特定的成像研究意图解答的临床问题的背景感知的QA系统的扩展将是极其有益的。这样的工具例如能够帮助：识别当前放射学工作流的能够得益于经提高的效率的部分；实现绩效偿付；使QA认证/认可/审核合理化；并且减少医生和机构间的可变性。变化中的一些减少的范例可以包括：使新手与专家之间的差距接近；减少机构间的护理差异；实现发展客观基准；并且改进放射学成像协议。对放射学成像协议的改进可以包括例如：发现成像协议与诊断的准确性之间的隐藏相关性；实现对成像协议的基于证据的修改；实现对最佳实践的散播；以及帮助减少重复的成像研究并改进放射学工作流。
在WO 2013/005146 A1中，公开了用于随访图像采集规划和/或后处理的方法。所述方法包括基于第一和第二二维亚视图(surview)投影图像来规划患者的感兴趣组织的随访三维图像采集，其中，第一二维亚视图投影图像被用于规划患者的感兴趣组织的在先执行的基线三维图像采集，其中，第一二维亚视图投影图像包括与针对在先执行的基线三维图像采集的第一二维亚视图投影图像中识别出的至少一个感兴趣区域相对应的信息，其中，第一二维亚视图投影图像包括与针对在先执行的基线三维基线图像采集的第一二维亚视图投影图像中识别出的z轴扫描范围相对应的信息，并且其中，第二二维亚视图投影图像被采集用于规划随访三维图像采集。
在US 2009/238329 A1中，公开了一种用于医学成像的方法和设备，其中，关于图像曝光的若干输入参数被导入到成像设备的控制器中，所述输入参数将期望的图像质量与所定义的图像曝光区域相关联。对应于每个输入参数来确定若干控制参数。控制器将每个控制参数供应到图像采集装置，以采集具有期望的局部图像质量的检查区域的图像曝光。
在US 2012/220855 A1中，公开了一种用于确定磁共振(MR)扫描的扫描范围的方法和系统。接收多幅2D定位器图像。针对与每幅定位器图像中的目标器官相关联的多个解剖界标中的每个，在每幅定位器图像中检测最可能的位置。基于定位器图像中每个解剖界标的检测到的最可能的位置，确定扫描范围。
目前，存在极少的放射学QA系统，并且存在的系统不将对临床问题的背景的感知用于其QA解决方案中，或者仅有限地将对临床问题的背景的感知嵌入到其QA解决方案中。此外，这些QA系统不适于患者的特异状况，常常妨碍所应用的处理的质量。
发明内容
一种基于背景感知成像来生成图像的系统和方法。所述方法(300)包括：使用第一图像采集参数来采集(305)患者的第一图像(200)；根据与所述患者相关联的第一数据在所述第一图像(200)内确定(310)区域(202)；根据以下中的至少一个来确定(315)修改数据：(a)与所确定的区域(202)相对应的第二数据和(b)所述第一数据；根据所述修改数据和所述第一图像采集参数来确定(320)第二图像采集参数；使用所述第二图像采集参数来采集(325)所述患者的第二图像(204)；接收指示所述第二图像是否合格的主观质量数据；确定所述主观质量数据与客观图像质量度量之间的相关性；并且当所述主观质量数据指示所述第二图像不合格时，根据所述客观图像质量度量来更新所述第二图像采集参数。
附图说明
图1示出了根据本发明的示范性实施例的系统的示意图。
图2A示出了采用根据本发明的示范性实施例的方法产生的第一图像。
图2B示出了采用根据本发明的示范性实施例的方法产生的第二图像。
图3示出了根据本发明的示范性实施例的方法。
图4示出了根据本发明的另外的示范性实施例的方法。
图5示出了根据本发明的又一示范性实施例的方法。
具体实施方式
可以参考以下说明和附图进一步理解示范性实施例，其中，利用相似的附图标记指代类似的元件。示范性实施例涉及用于采用背景感知质量保证来分析图像的方法和系统。尽管示范性实施例是关于放射学部门来具体描述的，但是本领域技术人员将理解，本发明的系统和方法可以被用于在各种医院部门中的任何部门内的具有各种疾病或状况中的任何疾病或状况的患者。
图1示出了根据本发明的示范性实施例的系统100。如以下将解释的，系统100采用第一数据来确定和/或获得图2A中示出的患者的第一图像200(例如定位(scout)图像)中的区域。系统100包括：输入/输出(I/O)设备102、处理器104以及存储器装置106。系统100可以是任何计算设备，例如计算机、平板计算机、手持设备等。I/O设备102经由例如鼠标、键盘、触摸屏、麦克风、电子传输等接收来自用户的输入数据，并且经由例如显示器、扬声器、打印机、预定文件传输等向用户输出数据。
存储器装置106存储数据和由处理器104运行的多个软件模块。例如，存储器装置106可以包括：检索模块108，其被配置为检索多幅第一图像2001……200n中的一幅，并且执行本发明的示范性方法；以及数据库110，其被配置为存储第一图像2001……200n。可以使用常规有线连接(例如CAT5、USB等)、无线连接(例如Bluetooth、802.11a/b/g/n等)或其任意组合来连接系统100的元件。
图2A示出了第一图像200的示范性实施例。在执行任何成像研究之前，使用第一图像采集参数来采集患者的第一图像200。第一图像采集参数可以包括例如对具有第一视场的第一成像协议(例如MRI、X射线、PET等)的使用。本领域普通技术人员将理解，第一图像采集参数可以包括任何可调节的图像采集参数。
处理器104被配置为基于与患者相关联的第一数据来识别第一图像200中的区域202。第一数据可以包括例如医嘱录入(POE)、医生转诊和/或先前患者报告。然而，本领域普通技术人员将理解，可以使用与患者的处置相关的任何信息。
系统100任选地可以包括成像设备112，例如MRI、CT成像设备、X射线机等。成像设备112可以被用于采集第一图像200。然而，如以下将参考图4和图5描述的，系统100不限于分析由成像设备112采集的第一图像200，而是可以采用由其他设备获得的第一图像2001……200n。
图3图示了本发明的用于确定第一图像200中的区域202的示范性方法。在步骤305中，使用第一图像采集参数来采集第一图像200。应当注意，第一图像200可以是使用成像设备112采集的，或者可以是由任何设备采集的并例如被存储在数据库110中。此外，作为替代，第一图像200可以由技术人员人工地供应到处理器104。
在步骤310中，处理器104基于由系统100接收的第一数据来确定第一图像200中的区域202。在接收第一数据后，处理器104可以基于第一数据来分割在第一图像200中显示的主要器官并确定区域202。在图2A所示的范例中，第一图像200中的区域202是肺，其可以是基于POE来确定的。
在步骤315中，处理器104基于与区域202相关联的第二数据和/或第一数据来确定修改数据。第二数据可以包括例如区域202内的信噪比、空间分辨率数据以及对比度分辨率数据。然而应当注意，第二数据可以包括与区域202有关的任何图像特性。
在步骤320中，处理器104根据修改数据和第一图像采集参数来确定第二图像采集参数。第二图像采集参数包括对第一图像采集参数的调节和/或新参数。例如，如果使用包括第一图像采集参数的第一成像协议来采集第一图像200，则可以使用这些图像采集参数来做出调节，以获得第二图像采集参数。此外，第二图像采集参数可以来自对与第一成像协议不同的第二成像协议的使用。在另外的实施例中，可以基于第一数据来放宽特定质量保证要求。例如，如果患者具有肺气肿，则可以放宽针对屏气的时间要求。可以以对成像技术人员的警告的形式来实现该功能。
在步骤325中，使用步骤320中确定的第二图像采集参数来采集第二成像研究，例如患者的第二图像204(见图2B)。第二图像204可以包括多幅图像或整个成像研究。可以使用例如示范性系统100的成像设备112来采集第二图像204。第二图像204可以提供区域202的更详细的视图，以充分地实行临床研究。在以上描述的肺研究的范例中，第二图像204可以示出原先在第一图像200中不可见的区域202中的节结210。在另外的实施例中，如果第二图像204的图像质量降至预定阈值以下，则可以向技术人员提供警告。例如，在图像本身被认为不合格之前，可能存在预定的可接受数量的不合格的图像参数。可以使用图像质量的某些可量化量度(例如SNR计算、分辨率数据、CNR等)来确定图像质量。以这种方式，可以在图像采集期间实时计算图像质量度量，并将其与预定的阈值水平进行比较。如果没有满足阈值，那么可以停止采集、可以修改协议并且可以再次执行成像。
可以基于对先前成像研究的回顾性分析来确定预定参数集。参数的预定集合可以包括针对图像参数的阈值，第一图像低于所述阈值则被认为不足以解决临床问题。因此，例如，将步骤405中检索到的第一图像中的一幅的空间分辨率与预定的空间分辨率阈值进行比较。如果图像的空间分辨率低于阈值，那么图像可以被认为不合格。
图4示出了根据本发明的第二示范性实施例的方法400。在步骤405中，由系统100接收与患者相关联的第一数据。该第一数据可以基本与在方法300中使用的第一数据相对应，并且可以包括与患者的处置相关的任何信息。例如，第一数据可以包括POE、医生转诊和/或先前患者医学报告。
在步骤410中，处理器104使用例如检索模块108从数据库110检索与患者相关联的多幅第一图像2001……200n。然而应当注意，作为替代，第一图像2001……200n可以由技术人员人工地供应到处理器104，或者可以从多个远程定位的数据库(未示出)中检索。本领域普通技术人员将理解，可以使用相同的或多个成像协议来采集多幅第一图像。
在步骤415中，处理器104根据第一数据和以下中的至少一个来确定相关性数据：图像质量数据、多个成像协议、图像采集数据以及成像技术人员表现数据。相关性可以指示图像质量与多个成像协议、图像采集数据以及成像技术人员表现数据之间的模式。为了确定相关性数据，处理器104可以使用算法来量化图像质量，并且将该信息与成像协议、第一图像采集参数以及成像技术人员表现数据度量相联系。可以以不同的粒度(granularity)来执行步骤415中的确定，例如POE、成像协议、对患者的分层、器官位点、操作人员等。例如，相关性数据可以包括确定：特定的成像技术人员获得令人满意的脑部图像但获得不令人满意的腹部扫描(即成像技术人员表现数据)。
图5示出了根据本发明的第三示范性实施例的方法500。步骤505与方法400的步骤405(见图4)基本相同。然而，作为对检索与患者相关联的所有第一图像(例如在步骤410中)的替代，在步骤510中检索与在步骤505中接收到的第一数据相关联的第一图像。在步骤510中接收到的第一图像包括图像参数，所述图像参数可以包括例如信噪比、对比度、空间分辨率等。
在步骤515中，处理器104根据在步骤510中检索到的第一图像的图像参数和参数的预定集合来确定结果数据。结果数据可以提供针对经量化的图像质量量度或对图像质量的客观评估的链接，以与对图像质量的主观评估相对应。对图像质量的主观评估可以基于由放射科医生、技术专家、操作者等提供的图像质量评级。例如，对图像质量的主观评估可以是“优秀”、“良好”、“中等”、“差”等。对图像质量的主观评估可以被用作确定图像是否被认为不合格的基础。例如，如果放射科医生确定图像质量为“优秀”，则图像质量度量可以被认为产生合格的图像。在另一个范例中，如果放射科医生确定图像质量为“差”，那么图像质量度量可以被认为产生不合格的图像。因此，可以自动确定图像的客观图像质量度量。
应当注意，根据PCT规则6.2(b)，权利要求书可以包括附图标记/编号。然而，本权利要求书不应被认为被限于与附图标记/编号相对应的示范性实施例。
本领域技术人员将理解，可以以任何数量的方式来实施以上描述的示范性实施例，包括作为单独的软件模块、作为硬件和软件的组合等。例如，检索模块108可以是含有代码行的程序，当所述代码行被编译时可以由处理器104运行来执行示范性方法300。
本领域技术人员将意识到，可以对所公开的示范性实施例和方法以及备选方案做出各种修改，而不离开本公开的精神或者范围。因此，本发明旨在覆盖修改和变化，只要其落入权利要求书及其等价方案的范围内。
Claims (9)
1.一种用于成像的方法，包括：
使用第一图像采集参数来采集(305)患者的第一图像(200)；
根据与所述患者相关联的第一数据在所述第一图像内确定(310)区域(202)；
根据以下中的至少一个来确定(315)修改数据：(a)与所确定的区域相对应的第二数据和(b)所述第一数据；
根据所述修改数据和所述第一图像采集参数来确定(320)第二图像采集参数；
使用所述第二图像采集参数来采集(325)所述患者的第二图像(204)；
接收指示所述第二图像是否合格的主观质量数据；
确定所述主观质量数据与客观图像质量度量之间的相关性；并且
当所述主观质量数据指示所述第二图像不合格时，根据所述客观图像质量度量来更新所述第二图像采集参数。
2.根据权利要求1所述的方法，其中，所述第一数据包括医嘱录入，所述医嘱录入包括对要在所述患者上执行的潜在临床研究的指示。
3.根据权利要求1所述的方法，其中，所述第一数据包括从多个患者医学报告采集到的信息。
4.根据权利要求1所述的方法，其中，确定所述第二图像采集参数包括选择成像协议的子步骤。
5.根据权利要求4所述的方法，还包括：
基于所述第一数据来调节所选择的成像协议的质量保证要求。
6.根据权利要求1所述的方法，还包括：
如果所述第二图像的质量参数低于预定阈值，则警告用户。
7.根据权利要求6所述的方法，其中，当所述质量参数低于所述预定阈值时，所述第二图像采集参数被实时修改。
8.根据权利要求6所述的方法，其中，所述预定阈值是根据先前执行的成像研究来确定的。
9.一种用于成像的系统，包括：
存储器装置(106)，其存储检索模块(108)，所述检索模块被配置为检索与患者相关联的多幅第一图像；
处理器(104)，其被配置为：(i)检索所述患者的第一图像(200)，所述第一图像是使用第一图像采集参数来采集的；(ii)根据与所述患者相关联的第一数据来在所述第一图像内确定区域；(iii)根据以下中的至少一个来确定修改数据：(a)与所确定的区域相对应的第二数据和(b)所述第一数据；以及(iv)根据所述修改数据和所述第一图像采集参数来确定第二图像采集参数；以及
成像设备(112)，其被配置为使用所述第二图像采集参数来采集所述患者的第二图像，其中
所述处理器还被配置为：接收指示所述第二图像是否合格的主观质量数据；确定所述主观质量数据与客观图像质量度量之间的相关性；并且当所述主观质量数据指示所述第二图像不合格时，根据所述客观图像质量度量来更新所述第二图像采集参数。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361883445P | 2013-09-27 | 2013-09-27 | |
| US61/883,445 | 2013-09-27 | ||
| PCT/IB2014/064792 WO2015044872A2 (en) | 2013-09-27 | 2014-09-24 | System and method for context-aware imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105578958A CN105578958A (zh) | 2016-05-11 |
| CN105578958B true CN105578958B (zh) | 2019-05-28 |
Family
ID=51845462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480052985.0A Active CN105578958B (zh) | 2013-09-27 | 2014-09-24 | 用于背景感知成像的系统和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10909674B2 (zh) |
| EP (1) | EP3048968B1 (zh) |
| CN (1) | CN105578958B (zh) |
| WO (1) | WO2015044872A2 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6526428B2 (ja) * | 2015-01-27 | 2019-06-05 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法および医用画像診断装置 |
| US20180071452A1 (en) * | 2016-09-13 | 2018-03-15 | Siemens Healthcare Gmbh | System and Method for Optimizing Contrast Imaging of a Patient |
| EP3806031A1 (en) * | 2019-10-08 | 2021-04-14 | Koninklijke Philips N.V. | Computer implemented method for automated analysis of the bias in measurements performed on medical images of an anatomical structure |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5694484A (en) * | 1995-05-15 | 1997-12-02 | Polaroid Corporation | System and method for automatically processing image data to provide images of optimal perceptual quality |
| JP2007524461A (ja) * | 2003-06-25 | 2007-08-30 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 乳房撮像の自動診断及び決定支援システム及び方法 |
| US7532942B2 (en) * | 2006-01-30 | 2009-05-12 | Bruce Reiner | Method and apparatus for generating a technologist quality assurance scorecard |
| US8538776B2 (en) | 2006-10-25 | 2013-09-17 | Bruce Reiner | Method and apparatus of providing a radiation scorecard |
| US20090006131A1 (en) * | 2007-06-29 | 2009-01-01 | General Electric Company | Electronic medical record-influenced data acquisition, processing, and display system and method |
| US8412544B2 (en) * | 2007-10-25 | 2013-04-02 | Bruce Reiner | Method and apparatus of determining a radiation dose quality index in medical imaging |
| WO2009086427A1 (en) | 2007-12-27 | 2009-07-09 | Mark, James, G. | Systems and methods for workflow processing |
| DE102008014738A1 (de) | 2008-03-18 | 2009-09-24 | Siemens Aktiengesellschaft | Verfahren zur medizinischen Bildgebung sowie medizinische Bildgebungsvorrichtung |
| US8333508B2 (en) * | 2008-05-06 | 2012-12-18 | Bruce Reiner | Multi-functional medical imaging quality assurance sensor |
| US20090290773A1 (en) * | 2008-05-21 | 2009-11-26 | Varian Medical Systems, Inc. | Apparatus and Method to Facilitate User-Modified Rendering of an Object Image |
| US20100145720A1 (en) * | 2008-12-05 | 2010-06-10 | Bruce Reiner | Method of extracting real-time structured data and performing data analysis and decision support in medical reporting |
| US20120221347A1 (en) * | 2011-02-23 | 2012-08-30 | Bruce Reiner | Medical reconciliation, communication, and educational reporting tools |
| US20120220855A1 (en) | 2011-02-24 | 2012-08-30 | Siemens Corporation | Method and System for MR Scan Range Planning |
| JP2014518125A (ja) | 2011-07-06 | 2014-07-28 | コーニンクレッカ フィリップス エヌ ヴェ | フォローアップ画像の取得計画及び／又は後処理 |
| US8507869B2 (en) * | 2011-10-27 | 2013-08-13 | General Electric Company | Methods and systems for adaptive tomographic imaging |
| US8923580B2 (en) | 2011-11-23 | 2014-12-30 | General Electric Company | Smart PACS workflow systems and methods driven by explicit learning from users |
| RU2014136714A (ru) * | 2012-02-10 | 2016-04-10 | Конинклейке Филипс Н.В. | Клинически управляемое слияние изображений |
| EP2904589B1 (en) * | 2012-10-01 | 2020-12-09 | Koninklijke Philips N.V. | Medical image navigation |
-
2014
- 2014-09-24 EP EP14792881.6A patent/EP3048968B1/en active Active
- 2014-09-24 US US15/021,974 patent/US10909674B2/en active Active
- 2014-09-24 CN CN201480052985.0A patent/CN105578958B/zh active Active
- 2014-09-24 WO PCT/IB2014/064792 patent/WO2015044872A2/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| CN105578958A (zh) | 2016-05-11 |
| WO2015044872A2 (en) | 2015-04-02 |
| US20160225147A1 (en) | 2016-08-04 |
| EP3048968B1 (en) | 2018-02-21 |
| US10909674B2 (en) | 2021-02-02 |
| EP3048968A2 (en) | 2016-08-03 |
| WO2015044872A3 (en) | 2015-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7309605B2 (ja) | ディープラーニング医療システムおよび画像収集のための方法 | |
| CN110114834B (zh) | 用于医疗程序的深度学习医疗系统和方法 | |
| KR102243830B1 (ko) | 통합 의료 진단 서비스 제공 시스템 및 그 방법 | |
| US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
| US11003988B2 (en) | Hardware system design improvement using deep learning algorithms | |
| CN109817304A (zh) | 针对放射学发现物传送现场护理警报的系统和方法 | |
| JP5328146B2 (ja) | 医用画像処理装置、医用画像処理方法ならびにプログラム | |
| US20210174503A1 (en) | Method, system and storage medium with a program for the automatic analysis of medical image data | |
| US12070356B2 (en) | Medical imaging apparatus to automatically determine presence of an abnormality including a determination to transmit an assistance image and a classified abnormality stage | |
| JP2003242257A (ja) | 患者データの処理システム及び処理方法 | |
| KR20240013724A (ko) | 다중 펄스 x-선 소스 이동 단층합성 영상화 시스템을 사용한 인공 지능 훈련 | |
| WO2019146358A1 (ja) | 学習システム、方法及びプログラム | |
| CN109983502A (zh) | 用于医学图像数据集的质量评估的设备和方法 | |
| CN105578958B (zh) | 用于背景感知成像的系统和方法 | |
| JP2023504026A (ja) | 医用イメージング・システムにおける自動式プロトコル指定 | |
| US20100042434A1 (en) | System and method for discovering information in medical image database | |
| EP3659510B1 (en) | Heatmap and atlas | |
| WO2022209501A1 (ja) | 情報処理装置、情報処理装置の作動方法、情報処理装置の作動プログラム | |
| US12014823B2 (en) | Methods and systems for computer-aided diagnosis with deep learning models | |
| US20240312032A1 (en) | Systems, devices, and methods for generating data series to visualize quantitative structure data registered to imaging data | |
| Mohrehkesh et al. | Large scale cloud-based deformable registration for image guided therapy |
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 |