CN105701331A - 计算机辅助诊断设备和计算机辅助诊断方法 - Google Patents

计算机辅助诊断设备和计算机辅助诊断方法 Download PDF

Info

Publication number
CN105701331A
CN105701331A CN201510920500.1A CN201510920500A CN105701331A CN 105701331 A CN105701331 A CN 105701331A CN 201510920500 A CN201510920500 A CN 201510920500A CN 105701331 A CN105701331 A CN 105701331A
Authority
CN
China
Prior art keywords
roi
information
image
diagnostic message
probe
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.)
Granted
Application number
CN201510920500.1A
Other languages
English (en)
Other versions
CN105701331B (zh
Inventor
金元植
金荷映
甘慧珍
姜晓娥
全胄奕
蔡承澈
柳昇佑
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics 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
Priority to KR10-2014-0178732 priority Critical
Priority to KR1020140178732A priority patent/KR20160071241A/ko
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN105701331A publication Critical patent/CN105701331A/zh
Application granted granted Critical
Publication of CN105701331B publication Critical patent/CN105701331B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/40ICT 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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5292Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/60ICT 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
    • G16H40/63ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00Surgery
    • Y10S128/916Ultrasound 3-D imaging

Abstract

提供一种计算机辅助诊断设备和计算机辅助诊断方法。计算机辅助诊断设备包括自动诊断器,被配置为使用从探头接收到的图像执行自动诊断,并且产生包括自动诊断的结果的诊断信息。计算机辅助诊断设备还包括信息确定器,被配置为基于用户手动诊断在产生的诊断信息之中确定将被显示的诊断信息;以及显示器,被配置为显示接收到的图像和确定的诊断信息。

Description

计算机辅助诊断设备和计算机辅助诊断方法
[0001] 相关申请的交叉引用
[0002] 本申请要求2014年12月11日向韩国知识产权局提交的第10-2014-0178732号韩国 专利申请的优先权,其公开的全部内容通过引用并入本文。
技术领域
[0003] 与示例性实施例一致的设备和方法涉及一种计算机辅助诊断(CAD)设备和CAD方 法。
背景技术
[0004] 计算机辅助诊断(CAD)系统被用在各种应用中,以在疾病诊断方面帮助医生。例 如,超声装置被广泛用于帮助医生诊断乳房中的肿瘤。医生使用目前大多数CAD系统来找到 病变或者通过读取存储在其中的图像来确定病变是恶性还是良性。
[0005] 为了更有效的诊断,需要可以从实时捕获的视频实时识别病变位置等的实时CAD 系统。在实时CAD系统中,每帧执行计算机诊断,并且在屏幕上显示各种类型的信息,以提供 医生使用的信息。然而,这种通过向医生提供所有类型的信息来实时帮助医生的CAD系统可 能会妨碍医生诊断。
发明内容
[0006] 示例性实施例至少解决上述问题和/或缺点以及上面没有描述的其他缺点。另外, 示例性实施例不需要克服上述缺点,并且可以不克服上述任何问题。
[0007] 根据示例性实施例的一方面,提供一种计算机辅助诊断(CAD)设备,包括自动诊断 器,被配置为使用从探头接收到的图像来执行自动诊断,并且产生包括自动诊断的结果的 诊断信息。CAD设备还包括信息确定器,被配置为基于用户的手动诊断在产生的诊断信息之 中确定将被显示的诊断信息;以及显示器,被配置为显示接收到的图像和确定的诊断信息。
[0008] 手动诊断可以包括检测感兴趣区域(R0I)的过程或观察检测到的R0I的过程。
[0009]信息确定器可以被配置为:响应于手动诊断是检测R0I的过程,将R0I的检测的信 息被确定为将被显示的诊断信息,以及响应于手动诊断是观察检测到的R0I的过程,将检测 到的R0I的观察的信息确定为将被显示的诊断信息。
[0010]响应于信息确定器将R0I的检测的信息确定为将被显示的诊断信息,显示器可以 被配置为基于包括在R0I的检测的信息中的检测到的R0I的位置信息,在显示的图像中显示 指示检测到的R0I的区分标志。
[0011] 响应于信息确定器将检测到的R0I的观察的信息确定为将被显示的诊断信息,显 示器可以被配置为基于检测到的R0I的观察的信息的类型和输出顺序,显示检测到的R0I的 观察的信息。
[0012] 可以基于探头的速度、输入信号和单位时间之中的至少一个确定所述类型和所述 输出顺序。
[0013] 所述类型可以包括R0I分类信息、多普勒图像、超声弹性图像、解剖图、主体的检查 历史、通过其它装置获取的主体的身体部位的图像以及关于相似病例的信息,其中,所述 R0I分类信息包括检测到的R0I的大小、检测到的R0I的特征以及良性或恶性的确定。
[0014] CAD设备还可以包括探头速度检测器,被配置为基于接收到的图像检测探头的速 度,以及基于检测到的探头的速度来确定手动诊断。
[0015] 探头速度检测器可以被配置为:基于从探头接收到的图像的改变来检测探头的速 度,图像的改变包括图像之间的像素的图像强度的差、图像之间的直方图的差、图像之间的 直方图的相似性、图像之间的相关性和图像的显著区域的信息的改变中的至少一个。
[0016] 自动诊断器可以被配置为在与探头速度检测器检测探头的速度相同的时间执行 自动诊断。
[0017] 自动诊断器可以被配置为响应于探头速度检测器确定用户手动诊断执行自动诊 断。
[0018] CAD设备还可以包括输入信号接收器,被配置为:从用户接收输入信号,并且基于 接收到的输入信号确定手动诊断。
[0019] 根据另一示例性实施例的一方面,提供一种CAD方法,包括:使用从探头接收到的 图像来执行自动诊断;产生包括自动诊断的结果的诊断信息;基于用户的手动诊断在产生 的诊断信息之中确定将被显示的诊断信息;以及显示接收到的图像和确定的诊断信息。
[0020] 所述确定可以包括:响应于手动诊断是检测R0I的过程,将R0I的检测的信息确定 为将被显示的诊断信息,以及响应于手动诊断是观察检测到的R0I的过程,将检测到的R0I 的观察的信息确定为将被显示的诊断信息。
[0021] 响应于将R0I的检测的信息确定为将被显示的诊断信息,显示可以包括基于包括 在R0I的检测的信息中的检测到的R0I的位置信息,在显示的图像上显示指示检测到的R0I 的区分标志。
[0022]响应于将检测到的R0I的观察的信息确定为将被显示的诊断信息,显示可以包括 基于检测到的R0I的观察的信息的类型和输出顺序,显示检测到的R0I的观察的信息。
[0023] CAD方法还可以包括:基于接收到的图像检测探头的速度,以及基于检测到的探头 的速度来确定手动诊断。
[0024] 所述检测可以包括基于从探头接收到的图像的改变来检测探头的速度,图像的改 变包括图像之间的像素的图像强度的差、图像之间的直方图的差、图像之间的直方图的相 似性、图像之间的相关性和图像的显著区域的信息的改变中的至少一个。
[0025] 根据另一示例性实施例的一方面,提供一种CAD设备,包括:诊断器,被配置为对从 探头接收到的图像来执行诊断;确定器,被配置为基于探头的速度和从用户接收到的输入 信号的数量中的至少一个,确定诊断结果之中将被显示的信息;以及显示器,被配置为显示 接收到的图像和确定的信息。
附图说明
[0026] 通过参照附图描述示例性实施例,上述和/或其它方面将更加明显,其中:
[0027] 图1是示出根据示例性实施例的计算机诊断(CAD)设备的框图;
[0028]图2是不出根据另一不例性实施例的CAD设备的框图;
[0029]图3是不出根据再一不例性实施例的CAD设备的框图;
[0030] 图4A和图4B是示出根据示例性实施例的响应于用户手动诊断在屏幕上输出的诊 断信息的示图;
[0031] 图5A和图5B是示出响应于图4B中的用户手动诊断在屏幕上输出的诊断信息的示 图;
[0032] 图6是示出根据示例性实施例的CAD方法的流程图;
[0033] 图7是示出根据另一示例性实施例的CAD方法的流程图;以及
[0034] 图8是示出根据再一示例性实施例的CAD方法的流程图。
具体实施方式
[0035] 下面参照附图更加详细地描述示例性实施例。
[0036] 在下面的描述中,即使在不同的附图中,相似的附图标记用于相似的元件。提供在 说明书中定义的事项(诸如详细的结构和元件)以帮助对示例性实施例的全面理解。然而, 显而易见的是,可以在没有那些特别定义的事项的情况下实施示范性实施例。另外,可以不 详细描述公知的功能或结构,原因是它们会用不必要的细节使描述模糊。
[0037]应当理解,本文使用的术语"包括"和/或"包含"指定所述特征或组件的存在,但是 不排除存在或添加一个或多个其它特征或组件。另外,说明书中描述的诸如"单元",器" 和"模块"的术语是指用于执行至少一个功能或操作的元件,并且可以在硬件、软件或硬件 和软件的组合中实现。
[0038] 下面将要描述的示例性实施例可以应用到计算机辅助诊断(CAD)设备,该CAD设备 分析通过探头实时获取的超声图像,以检测感兴趣区域(R0I)并提供对检测的R0I的诊断结 果。然而,示例性实施例不限于此,并且也可以应用到接收和诊断通过使用各种技术(诸如 计算机断层扫描(CT)、磁共振成像(MRI)等)获取的医学图像的CAD设备。
[0039] 图1是示出根据示例性实施例的CAD设备100的框图。
[0040] 参照图1,CAD设备100包括图像接收器110、自动诊断器120、信息确定器130和显示 器 140〇
[0041] 图像接收器110通过使用探头接收图像。用户针对主体的检查区域(例如,腹部、胸 部、肝脏、乳房等)按下探头,并且沿各个方向移动该探头来实时获取图像。探头获取的实时 图像可以以帧为单位输入到图像接收器11 〇。
[0042] 一旦图像接收器110通过使用探头接收到图像,则自动诊断器120使用接收到的图 像来执行自动诊断。自动诊断包括从图像检测R0I和确定检测到的R0I。
[0043] R0I的检测包括:将预定的自动检测算法应用到接收到的图像,以检测具有或疑似 具有感兴趣项(诸如病变)的位置;以及确定该位置周围的区域。自动检测算法的示例可以 包括AdaBoost、可变形部件模型(DPM)、深度神经网络(DNN)、卷积神经网络(CNN)、稀疏编码 等。
[0044]此外,R0I的确定包括:根据乳腺影像报告和数据系统(ΒΙ-RADS)或肝脏影像报告 和数据系统(LI-RADS)描述分类来测量R0I的大小、R0I的特征(诸如形状、回波图案、定向、 边界、纹理、强度等)或病变的特征;以及通过使用测量出的值,确定病变是恶性还是良性。 [0045]在示例性实施例中,一旦通过使用探头接收到图像,则自动诊断器120可以通过与 用户手动诊断并行执行自动诊断产生诊断信息。在此情况下,诊断信息可以包括每个自动 诊断的结果,例如,感兴趣项的位置、大小、特征,ΒΙ-RADS特征,LI-RADS特征,以及良性或恶 性的确定。此外,诊断信息还可以包括通过其它设备获取的多普勒图像、超声弹性图像、解 剖图、主体的检查历史和主体的身体部位的图像、以及关于相似病例的信息。
[0046]此外,在另一示例性实施例中,一旦通过使用探头接收到图像,则自动诊断器120 可以基于用户手动诊断执行自动诊断。在此情况下,自动诊断的计算主题、精确度和计算复 杂度可以根据用户手动诊断而变化。
[0047] 例如,当用户检测R0I时,自动诊断器120可以响应于此自动检测R0I。此外,当用户 观察检测到的R0I时,自动诊断器120可以响应于此自动确定R0I。在此情况下,R0I的观察过 程可以被划分成子过程,诸如分节,特征提取,ΒΙ-RADS特征提取和分类,以及确定良性或恶 性,并且自动诊断器120可以自动执行R0I的确定过程的子过程,其中,R0I的确定过程的子 过程与R0I的观察过程的子过程相应。
[0048] 信息确定器130可以确定与用户当前执行的手动诊断相关并且将被输出在屏幕上 的诊断信息。在此情况下,一旦确定用户手动诊断,则信息确定器130可以参照下面的表1所 示的预定信息,以将与确定的手动诊断相关的诊断信息确定为将被输出在屏幕上的信息。
[0049] 下面的表1示出预定信息的示例,其中,预定信息包括针对用户的每个手动诊断的 将被输出在屏幕上的诊断信息的类型、关于每个类型的诊断信息是否被输出的信息、输出 时间、输出顺序等。在此情况下,可以根据将被诊断的主体、诊断对象、用户的感兴趣程度、 预定单位时间、探头的速度、用户的输入信号等来预先确定关于每个类型的诊断信息是否 被输出的信息、输出时间和输出顺序。
[0050] [表1]
[0051]
Figure CN105701331AD00071
[0052] 参照上述表1,当用户当前执行的手动诊断是检测R0I过程时,信息确定器130可以 将与自动诊断器120进行的R0I检测相关的信息(诸如R0I位置信息)确定为将被输出在屏幕 上的诊断信息。
[0053]当用户当前执行的手动诊断是观察R0I的过程时,在关于R0I分类的信息、多普勒 图像、超声弹性图像、主体的检查历史和相似病似之中,信息确定器130可以将在本类型的 信息是否已被输出的方面上被标记为Ύ'的关于R0I分类的信息、检查历史和相似病似确定 为将被输出在屏幕上的信息。
[0054]基于预定的输出顺序和输出时间,信息确定器130可以在观察R0I的过程期间将关 于R0I分类的信息、检查历史和相似病似确定为将按照此顺序被输出分别持续5秒、3秒和3 秒的诊断信息。在此情况下,即使在按顺序输出每种类型的信息之后,当用户执行观察R0I 的过程时也可以再次输出该信息。
[0055]上面的表1是示例,本公开不限于此,并且用户可以将关于R0I分类的信息再划分 为分节信息、R0I的大小信息、特征信息、根据ΒΙ-RADS描述分类和分类结果的特征、根据LI-RADS描述分类和分类结果的特征、良性或恶性的确定结果等。此外,用户可以确定关于每个 类型的信息是否已被输出的信息、输出时间和针对每个类型的信息的输出顺序等。另外,在 没有分别为每个类型的诊断信息设置输出时间的情况下,用户可以确定信息将被输出持续 相同的时间段(例如,1秒、2秒等)。
[0056]在另一示例性实施例中,信息确定器130可以基于通过接口装置从用户输入的信 号和探头的速度确定将被输出在屏幕上的诊断信息。稍后将参照图2和图3详细描述示例性 实施例。
[0057]显示器140在屏幕上输出由信息确定器130确定的与用户当前执行的手动诊断相 关的诊断息。
[0058]例如,一旦用户检测到R0I,并且信息确定器130将关于R0I检测的信息确定为将被 输出在屏幕上的诊断信息,则显示器140可以通过使用包括在关于R0I检测的信息中的R0I 的位置信息在输出到屏幕上的图像中显示视觉上指示R0I的区分标志。在此情况下,区分标 志可以是边界框、圆形、椭圆形、十字、箭头等,并且可以是具有不同粗细度、颜色等的边界, 使用户能够容易识别R0I。
[0059] 此外,一旦用户观察R0I,则显示器140可以输出由信息确定器130确定的诊断信 息。
[0060] 显示器140可以将诊断信息覆盖在由图像接收器110接收的图像上,并且可以通过 随着接收到的图像滚动诊断信息来根据诊断信息的输出顺序依次输出每个类型的诊断信 息。可替代地,显示器140可以根据用户的设置将屏幕划分为用于输出接收到的图像的第一 区域和用于输出诊断信息的第二区域。显示器140可以用关于当前图像的诊断结果(例如, 关于R0I检测和确定的信息)覆盖当前图像,以在第一区域中输出诊断结果,并在与当前图 像的诊断结果相同的时间或不同的时间在第二区域中输出将与关于当前图像的诊断结果 进行比较的诊断信息(例如,检查历史、相似病例等)。
[0061] 显示器140还可以在与当前图像的诊断信息相同的时间或不同的时间向第二区域 输出将与当前图像的诊断信息进行比较的诊断信息(例如,检查历史、关于相似病例的信息 等)。
[0062] 图2是示出根据另一示例性实施例的CAD设备200的框图。
[0063] 参照图2,CAD设备200包括图像接收器210、自动诊断器220、信息确定器230、显示 器240和探头速度检测器250。图像接收器210、自动诊断器220、信息确定器230和显示器240 与图1所示的CAD设备100的组件110、120、130和140相同,从而下面的描述将集中于探头速 度检测器250。
[0064] 一旦用户移动探头以获取主体的图像,则探头速度检测器250检测探头的速度。 [0065]在示例性实施例中,探头速度检测器250可以通过使用由图像接收器210接收到的 图像的改变,即,通过计算从先前帧到当前帧的光流,或者通过使用先前帧与当前帧之间的 差图像,检测探头的速度。
[0066]例如,探头速度检测器250可以通过将先前图像帧的像素的图像强度之和与通过 探头获取的当前图像帧的像素的图像强度之和之间的差用作图像的改变,来检测探头的速 度。也就是说,一旦通过探头获取到图像帧,则探头速度检测器250可以对图像帧进行预处 理以测量像素的图像强度,并且可通过使用测量出的图像强度计算预定时间段期间的位 移,以基于计算出的位移检测探头的速度。
[0067]在另一示例中,探头速度检测器250可以基于先前图像帧和当前图像帧的直方图 之间的差异或相似性检测探头的速度。在此情况下,探头速度检测器250可以使用从整个区 域或一个帧的区域提取的像素值的频率产生每个帧的直方图,并且当产生的直方图之间的 频率差或直方图的相似性在预定值之上时,可以基于产生的直方图之间的频率差或者基于 直方图的差异或相似性来检测探头的速度。
[0068]在再一示例中,探头速度检测器250可以基于信息(诸如关于先前帧和当前帧的显 著区域的信息)的改变来检测探头的速度。
[0069] 在另一示例性实施例中,探头可以包括用于测量速度的传感器,诸如三轴加速度 传感器等,并且探头速度检测器250可以使用探头中安装的传感器检测探头速度。
[0070] 一旦检测到探头速度,探头速度检测器250可以基于该速度确定用户当前执行的 手动诊断。在此情况下,探头速度检测器250可以通过参考与针对探头的每种速度预先确定 的用户手动诊断相关的信息确定用户手动诊断。
[0071] 在示例性实施例中,下面的表2示出探头速度检测器250可以将检测到的探头速度 与预定阈值进行比较来确定速度是低还是高,并且基于探头速度,可以确定手动诊断是观 察R0I的过程还是检测R0I的过程。
[0072] [表 2]
Figure CN105701331AD00091
[0074] 在另一示例性实施例中,下面的表3示出探头速度检测器250可以确定探头速度是 停止、低或高中的任意一个,并且基于确定的探头速度,可以确定用户手动诊断是检查比较 信息的过程、检查分类信息的过程和检测R0I的过程中的任意一个。检查比较信息的过程包 括检查诊断信息(诸如主体的检查历史或关于相似病例的信息)以与当前图像的诊断结果 比较,。检查分类信息的过程包括检查分节信息、R0I的大小、特征信息、良性或恶性的确定 等以作为当前图像的分类结果。
[0075] [表 3]
[0076]
[0077]在再一示例性实施例中,探头速度可以被再划分为第一、第二…和第η步骤,其中, 第一步骤可以与检测R0I的过程匹配。其他步骤可以与观察R0I的过程匹配,其中,观察R0I 的过程可以再划分为与每一步骤匹配的检查分节的过程、检查特征信息的过程、检查分类 结果的过程、检查多普勒图像的过程、检查超声弹性图像的过程、检查检查历史的过程、检 查相似病例的过程等。
Figure CN105701331AD00101
[0078] 一旦图像接收器210通过使用探头接收图像,则自动诊断器220使用接收到的图像 执行自动诊断。如上所述,自动诊断器220可以与由探头速度检测器250进行的探头速度确 定和用户手动诊断并行执行自动诊断。此外,自动诊断器220可以响应于由探头速度检测器 250确定的用户手动诊断执行自动诊断。
[0079] 一旦根据探头的速度确定由用户当前执行的手动诊断,则信息确定器230可以将 与确定的手动诊断相应的诊断信息确定为将被输出在屏幕上的诊断信息。在此情况下,如 表1所示,信息确定器230可以通过参考预定信息确定与用户手动诊断相应的诊断信息。如 上所述,当用户在延长的时间段以低速移动探头或使探头停住,并且在延长期间执行观察 R0I的过程时,信息确定器230可以确定通过根据包括在R0I观察信息中的诊断信息的输出 顺序和输出时间依次滚动信息来输出每个类型的诊断信息。
[0080] 显示器240可以在屏幕上输出由信息确定器230确定的诊断信息,其中,诊断信息 与用户当前执行的手动诊断相应。
[0081 ]相应地,用户以高速移动探头,从而在屏幕上可以仅显示关于R0I检测的信息,与 确定检测到的R0I是否是用户将要诊断的R0I。此外,如果检测到的R0I是将要诊断的R0I,则 用户可以以低速移动探头,从而关于R0I观察的信息可以在屏幕上输出,其中,可以通过依 次滚动信息显示包括在R0I观察信息中的每个类型的诊断信息,从而能够详细观察R0I。
[0082]图3是示出根据再一示例性实施例的CAD设备300的框图。
[0083] 参照图3,CAD设备300包括图像接收器310、自动诊断器320、信息确定器330、显示 器340和输入信号接收器350。在此情况下,图像接收器310、自动诊断器320、信息确定器330 和显示器340与图1所示的CAD设备100的组件110、120、130和140相同,从而下面的描述将集 中于输入信号接收器350。
[0084]输入信号接收器350可以通过使用接口装置接收从用户输入的信号,并且可以根 据接收到的输入信号确定用户手动诊断。
[0085]在此情况下,接口装置可以是安装在CAD设备300上的外部装置,或者可以是通过 有线或无线通信连接的外部装置,并且可以包括可以通过身体部位(例如,对于惯用右手的 人,不用于操作探头的左手/右脚(对于惯用左手的人,反之))操纵的开关、微动梭子、操纵 杆等。然而,接口装置不限于此,并且可以包括各种装置,诸如戴在头上发带型、戴在脸上的 眼镜型、戴在手腕上的手镯型,戴在脚踝上的脚镯型和戴在手指上的戒指型。
[0086]例如,表4示出在单位时间段内根据从用户输入的信号的数量的用户手动诊断。通 过参考下面的表4,输入信号接收器350可以确定用户当前执行的手动诊断。
[0087][表 4]
Figure CN105701331AD00111
[0089] 参照上面的表4,一旦用户通过接口装置在单位时间(例如,1秒)内输入信号一次, 则输入信号接收器350可以确定用户执行检测R0I的过程。如上所述,基于由输入信号接收 器350作出的确定,信息确定器330将关于由自动诊断器320进行的R0I检测的信息确定为将 被输出在屏幕上的诊断信息,并且通过使用R0I位置信息,显示器340可以将指示R0I位置的 区分标志覆盖在图像上。
[0090] 然后,一旦用户通过接口装置在单位时间输入信号两次,则输入信号接收器350确 定用户执行观察R0I的过程,并且显示器340以与上述相同的方式在屏幕上输出R0I的观察 信息。
[0091] 在此情况下,如上面的表1所示,信息确定器330可以改变在观察R0I的过程期间将 被输出在屏幕上的诊断信息以及基于每个诊断信息的输出顺序和输出时间将被输出在屏 幕上的诊断信息。基于由输入信号接收器350作出的确定,显示器340可以在屏幕上依次输 出确定的诊断信息。
[0092]在另一示例中,用户输入信号两次,以开始观察R0I的过程,然后,当输入信号一次 时,可以依次输出包括在R0I观察信息中的每个诊断信息。在此情况下,一旦输入信号接收 器350从用户接收信号三次,则显示器340删除当前输出在屏幕上的信息,并且可以输出由 图像接收器310接收到的后续图像。
[0093]可以以各种方式改变基于输入信号的数量的用户手动诊断,并且可以基于输入信 号的长度或强度以及根据接口装置的类型预先确定用户手动诊断。
[0094]图4A和图4B是示出根据示例性实施例的响应于用户手动诊断在屏幕10上输出的 诊断信息的示图。图5A和图5B是示出响应于图4B中的用户手动诊断在屏幕10上输出的诊断 信息的示图。
[0095]如图4A所示,一旦确定由用户当前执行的手动诊断是检测R0I的过程,则CAD设备 100、200或300在屏幕10上输出从探头接收到的图像40,将指示R0I的区分标志41覆盖在图 像40上,并且输出区分标志41。区分标志41不限于十字,并且可以是边界框、圆形、椭圆形、 放々| AjV 刖大寺〇
[0096]如图4B所示,一旦确定由用户当前执行的手动诊断是观察R0I的过程,则CAD设备 100、200或300在屏幕10上输出从探头接收到的图像40,并且将R0I的分类信息覆盖在图像 40上,该R0I的分类信息包括病变的大小42a、BI-RADS分类结果42b、分节信息、病变特征信 息等。在此情况下,CAD设备100、200或300可以在屏幕上同时输出R0I的所有分类信息,或者 可以基于诊断信息的预定输出顺序和预定输出时间依次滚动分类信息。
[0097] 图5A和图5B是示出当CAD设备100、200或300执行如图4B所示的观察R0I的过程时 可以输出在屏幕上的R0I观察信息的示例的示图。参照图5A和图5B,一旦确定用户执行观察 R0I的过程,则CAD设备100、200或300在屏幕50上依次输出:(a)R0I分节信息51;(b)包括病 变的大小52a、BI-RADS分类结果52b等的分类信息;(c)患者的检查历史和通过其他装置获 取的同一区域的图像53;以及(d)患者的相似病例的信息54。
[0098] 图6是示出根据示例性实施例的CAD方法的流程图。图6示出通过图1所示的CADS 备100执行的CAD方法的示例。
[0099] 在操作610,CAD设备100从探头接收图像。在此情况下,通过探头实时获取图像,并 且可以以帧为单位将图像输入到CAD设备100。
[0100] 在操作620,CAD设备100通过使用接收到的图像执行自动诊断。自动诊断可以包 括:通过将自动检测算法应用于图像来检测R0I的过程;以及对检测到的R0I进行分类的过 程。
[0101]在操作630,CAD设备100响应于当前执行的用户手动诊断确定将被输出在屏幕上 的诊断信息。如上面的表1所示,基于将被诊断的主体、诊断目的、探头速度、通过接口装置 输入的信号等,对于每个手动诊断过程,可以预先确定将被输出在屏幕上的诊断信息的类 型、关于每个类型诊断信息是否被输出的信息、输出时间、输出顺序等。
[0102] 通过参考预定信息,当用户手动诊断是检测R0I的过程时,CAD设备100可以将R0I 检测信息确定为将被输出在屏幕上的诊断信息。此外,当用户手动诊断是观察R0I的过程 时,CAD设备100可以将R0I观察信息确定为将被输出在屏幕上的诊断信息。在此情况下,在 执行观察R0I的过程时,通过参考关于R0I观察信息是否被输出的预定信息,CAD设备100可 以在R0I观察信息之中确定将被输出的一个或更多个类型的诊断信息。
[0103] 在操作640,CAD设备100在屏幕上输出接收到的图像和确定的诊断信息。例如,一 旦用户执行检测R0I的过程,则可以通过使用R0I位置信息在屏幕上输出的图像中显示视觉 上指示R0I的区分标志。此外,一旦用户执行观察R0I的过程,则确定的诊断信息(例如,分 节、R0I的大小、特征信息、良性或恶性的确定、ΒΙ-RADS分类结果等)可以被覆盖在图像上, 以在屏幕上滚动。在此情况下,一种类型的诊断信息可以显示在屏幕的单独区域中,而不覆 盖在图像上,从而用户可以容易地将当前图像的诊断结果与诊断信息进行比较。
[0104] 图7是示出根据另一示例性实施例的CAD方法的流程图。图7示出通过图2所示的 CAD设备200执行的CAD方法的示例。
[0105]在操作710,CAD设备200从探头接收图像。
[0106] 在操作720,CAD设备200检测用户获取图像所使用的探头的速度。在此情况下,可 以通过计算接收到的图像的改变(即,从先前帧到当前帧的光流),或者通过使用先前帧与 当前帧之间的差图像,来检测探头速度。
[0107] 例如,可以通过使用先前图像帧的像素的图像强度之和与通过探头获取的当前图 像帧的像素的图像强度之和之间的差作为图像的改变,检测探头速度。此外,可以基于先前 图像帧和当前图像帧的直方图之间的差异或相似性来检测探头速度。可替代地,可以基于 先前帧和当前帧的显著区域的信息的改变,或者通过使用探头上安装的速度测量传感器, 来检测探头速度。
[0108] 在操作730,CAD设备200基于检测到的探头速度确定当前执行的用户手动诊断。在 示例性实施例中,如上面的表2所示,CAD设备200可以确定检测到的探头速度是高还是低, 并且基于探头速度,可以确定手动诊断是观察R0I的过程还是检测R0I的过程。在另一示例 性实施例中,如上面的表3所示,CAD设备200可以确定探头速度是停止、低或高中的任意一 个,并且基于确定的探头速度,可以确定用户手动诊断是检查比较信息的过程、检查确定信 息的过程和检测ROI的过程中的任意一个。在此情况下,探头速度和用户手动诊断不限于上 述示例性实施例,并且可以以各种方式确定。
[0109]在操作740,CAD设备200使用接收到的图像执行自动诊断。如图7所示,可以与操作 720的探头速度检测和操作730的用户手动诊断确定并行执行自动诊断。在另一示例性实施 例中,响应于基于操作720的探头速度检测在操作730确定的用户手动诊断,可以执行自动 诊断。
[0110]在操作750,CAD设备200产生包括自动诊断结果的诊断信息。诊断信息是指通过使 用当前图像执行的诊断的结果,包括关于R0I的检测和R0I的分类的信息,并且还可以包括 多普勒图像、超声弹性图像、主体的检查历史、关于相似病例的信息等。
[0111] 在操作760,CAD设备200在产生的诊断信息之中确定响应于用户手动诊断将被输 出在屏幕上的诊断信息。例如,当用户以高速移动探头以进行检测R0I的过程时,将通过自 动诊断检测的关于R0I检测的信息确定为将被输出在屏幕上的诊断信息。此外,当用户以低 速移动探头以进行观察R0I的过程时,将关于R0I的分类的信息、多普勒图像、超声弹性图 像、检查历史、相似病例等确定为将被输出在屏幕上的诊断信息。在此情况下,如果用户在 延长期间执行观察R0I的过程,则可以通过根据预定输出顺序和预定输出时间依次滚动信 息来显示每个类型的诊断信息。
[0112] 在操作770,CAD设备200在屏幕上输出接收到的图像和确定的诊断信息,其中,确 定的诊断信息可以被覆盖在接收到的图像上,或者可以被输出在屏幕上的没有输出接收到 的图像的其他区域中。
[0113] 图8是示出根据再一示例性实施例的CAD方法的流程图。图8示出通过图3所示的 CAD设备300执行的CAD方法的示例。
[0114] 在操作810,CAD设备300从探头接收图像。
[0115] 在操作820,CAD设备300通过接口装置从用户接收输入信号。在此情况下,接口装 置可以是安装在CAD设备300中的外部装置,或者可以是通过有线或无线通信连接的外部装 置,并且可以包括开关、微动梭子、操纵杆等。然而,接口装置不限于此,并且可以包括以各 种方式制造的信号产生装置,诸如发带、眼镜、手镯、脚踝、戒指等。
[0116] 在操作830,CAD设备300基于接收到的输入信号确定当前执行的用户手动诊断。在 此情况下,可以根据上面的表4所示的输入信号的数量预先确定用户手动诊断。
[0117] 一旦在屏幕上输出接收到的图像,则用户可以输入信号一次,以向CAD设备300发 送执行检测R0I的过程的意图。此外,用户可以在单位时间内输入信号两次,以向CAD设备 300发送执行观察R0I的过程的意图,其中,观察R0I的过程包括检查R0I的分类结果的过程 等。上述示例性实施例是说明性的,并且也可以实现一个或更多个示例性实施例。
[0118] 在操作840,CAD设备300通过使用接收到的图像执行自动诊断。如图8所示,可以与 操作820的从用户接收输入信号和操作830的确定用户手动诊断并行执行自动诊断。可替代 地,可以响应于操作830确定的用户手动诊断来执行自动诊断。
[0119] 在操作850,CAD设备300产生包括自动诊断结果的诊断信息。诊断信息可以包括关 于R0I的检测和观察的信息,其中,R0I观察信息可以包括R0I分类信息、多普勒图像、超声弹 性图像、主体的检查历史、关于相似病例的信息等。
[0120]在操作860,CAD设备300在产生的诊断信息之中确定响应于用户手动诊断而将被 输出在屏幕上的诊断信息。
[0121] 在操作870,CAD设备300在屏幕上输出接收到的图像和确定的诊断信息。
[0122] 此外,示例性实施例还可以通过介质(例如,计算机可读介质)上计算机可读代码 和/或指令实现,以控制至少一个处理元件实现任何上述示例性实施例。介质可以对应于可 以用作存储器和/或执行计算机可读代码传输的任何介质或媒体。
[0123] 计算机可读代码可以以多种方式记录和/或转移在介质上,介质的示例包括记录 介质(诸如磁存储介质(例如,R0M、软盘、硬盘等)和光记录介质(例如,压缩盘只读存储器 (⑶-ROM)或数字多功能盘(DVD))以及传输介质(诸如互联网传输介质)。因此,介质可以具 有适合于存储或携带信号或信息的结构,诸如携带根据一个或多个示例性实施例的比特流 的装置。介质还可以是分布式网络,从而计算机可读代码被存储和/或转移在介质上并以分 布式方式执行。此外,处理元件可以包括处理器或计算机处理器,并且处理元件可以分布 和/或包括在单个装置中。
[0124] 前述示例性实施例是示例,并且不被解释为限制性的。本教导可以容易地应用于 其它类型设备。另外,示例性实施例的描述旨在说明性的,而不限制权利要求的范围,并且 许多替换、修改和变化对于本领域的技术人员将是显而易见的。

Claims (15)

1. 一种计算机辅助诊断设备,包括: 自动诊断组件,被配置为使用从探头接收到的超声数据执行自动诊断,并且产生包括 自动诊断的结果的诊断信息; 信息确定器,被配置为响应于用户手动诊断在产生的诊断信息之中确定将被输出在屏 幕上的诊断信息;以及 显示器,被配置为在屏幕上输出接收到的图像和确定的诊断信息。
2. 如权利要求1所示的计算机辅助诊断设备,其中,用户手动诊断包括检测ROI的过程 或观察检测到的ROI的过程, 响应于用户手动诊断是检测ROI的过程,信息确定器将关于ROI的检测的信息确定为将 被输出在屏幕上的诊断信息,以及 响应于用户手动诊断是观察检测到的ROI的过程,信息确定器将关于对检测到的ROI的 观察的信息确定为将要在屏幕上输出的诊断信息。
3. 如权利要求2所示的计算机辅助诊断设备,其中: 一旦关于ROI的检测的信息被确定为将被输出在屏幕上的诊断信息,显示器通过使用 包括在关于ROI的检测的信息中的检测到的ROI的位置信息,在显示的图像中输出视觉上指 示检测到的ROI的区分标志;以及 一旦关于对检测到的ROI的观察的信息被确定为将被输出在屏幕上的诊断信息,显示 器基于关于对检测到的ROI的观察的信息的类型和输出顺序来输出关于对检测到的ROI的 观察的信息。
4. 如权利要求3所示的计算机辅助诊断设备,其中: 基于探头的速度、从接口装置接收到的输入信号和特定单位时间中的任意一个或者两 个或更多个的组合,预先确定所述类型和所述输出顺序;以及 所述类型包括ROI分类信息、多普勒图像、超声弹性图像、解剖图、主体的检查历史、通 过其它装置获取的主体的身体部位的图像和关于相似病例的信息中一个或更多个,其中, 所述ROI分类信息包括检测到的ROI的大小、检测到的ROI的特征以及良性或恶性的确定。
5. 如权利要求1所示的计算机辅助诊断设备,还包括:探头速度检测器,被配置为检测 探头的速度,以及基于检测到的探头的速度来确定用户手动诊断。
6. 如权利要求5所示的计算机辅助诊断设备,其中: 探头速度检测器基于从探头接收到的图像的改变来检测探头的速度;以及 图像的改变包括以下项中的至少一项:图像之间的像素的图像强度的差、图像之间的 直方图的差、图像之间的直方图的相似性、图像之间的相关性和关于图像的显著区域的信 息的改变。
7. 如权利要求5所示的计算机辅助诊断设备,其中,自动诊断组件与在探头速度检测器 的探头速度检测并行地执行自动诊断。
8. 如权利要求5所示的计算机辅助诊断设备,其中,自动诊断组件响应于由探头速度检 测器确定的用户手动诊断来执行自动诊断。
9. 如权利要求1所示的计算机辅助诊断设备,还包括:输入信号接收器,被配置为:通过 接口装置从用户接收输入信号,并且基于接收到的输入信号确定用户手动诊断。
10. -种计算机辅助诊断方法,所述方法包括: 使用从探头接收到的超声数据执行自动诊断; 产生包括自动诊断的结果的诊断信息; 响应于用户手动诊断在产生的诊断信息之中确定将被输出在屏幕上的诊断信息;以及 在屏幕上输出接收到的图像和确定的诊断信息。
11. 如权利要求10所述的方法,其中,用户手动诊断包括检测ROI的过程或观察检测到 的ROI的过程,以及 确定将被输出在屏幕上的诊断信息的步骤包括: 响应于用户手动诊断是检测ROI的过程,将关于ROI的检测的信息确定为将被输出在屏 幕上的诊断信息,以及 响应于用户手动诊断是观察检测到的ROI的过程,将关于对检测到的ROI的观察的信息 确定为将被输出在屏幕上输出的诊断信息。
12. 如权利要求11所述的方法,其中: 一旦关于ROI的检测的信息被确定为将被输出在屏幕上的诊断信息,则在屏幕上输出 接收到的图像和确定的诊断信息的步骤包括通过使用包括在关于ROI的检测的信息中的检 测到的ROI的位置信息,在显示的图像中输出视觉上指示检测到的ROI的区分标志;以及 一旦关于对检测到的ROI的观察的信息被确定为将被输出在屏幕上的诊断信息,在屏 幕上输出接收到的图像和确定的诊断信息的步骤包括基于关于检测到的ROI的观察的信息 的类型和输出顺序来输出关于对检测到的ROI的观察的信息。
13. 如权利要求10所述的方法,还包括: 检测探头的速度;以及 基于检测到的探头的速度确定用户手动诊断。
14. 如权利要求13所述的方法,其中,检测探头的速度的步骤包括基于从探头接收到的 图像的改变来检测探头的速度。
15. 如权利要求10所述的方法,还包括: 通过接口装置从用户接收输入信号;以及 基于接收到的输入信号确定用户手动诊断。
CN201510920500.1A 2014-12-11 2015-12-11 计算机辅助诊断设备和计算机辅助诊断方法 Active CN105701331B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR10-2014-0178732 2014-12-11
KR1020140178732A KR20160071241A (ko) 2014-12-11 2014-12-11 컴퓨터 보조 진단 장치 및 방법

Publications (2)

Publication Number Publication Date
CN105701331A true CN105701331A (zh) 2016-06-22
CN105701331B CN105701331B (zh) 2020-12-01

Family

ID=55027255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510920500.1A Active CN105701331B (zh) 2014-12-11 2015-12-11 计算机辅助诊断设备和计算机辅助诊断方法

Country Status (4)

Country Link
US (2) US9928600B2 (zh)
EP (1) EP3032445B1 (zh)
KR (1) KR20160071241A (zh)
CN (1) CN105701331B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108938003A (zh) * 2018-06-22 2018-12-07 深圳华声医疗技术股份有限公司 超声诊断设备及其控制方法和计算机可读存储介质
CN109758178A (zh) * 2017-11-10 2019-05-17 美国西门子医疗解决公司 超声成像中的机器辅助工作流
WO2019232742A1 (zh) * 2018-06-07 2019-12-12 深圳迈瑞生物医疗电子股份有限公司 基于超声影像设备的图像分析方法及超声影像设备
US10650557B2 (en) 2017-11-10 2020-05-12 Taihao Medical Inc. Focus detection apparatus and method thereof
CN112164437A (zh) * 2020-09-28 2021-01-01 周敬洋 一种基于人工智能的li-rads诊断报告生成方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150120774A (ko) * 2014-04-18 2015-10-28 삼성전자주식회사 관심영역 검출 시스템 및 방법
KR20160107528A (ko) * 2015-03-04 2016-09-19 삼성전자주식회사 컴퓨터 보조 진단을 위한 신뢰도 제공 장치 및 방법
US10410093B2 (en) * 2015-06-04 2019-09-10 Siemens Healthcare Gmbh Medical pattern classification using non-linear and nonnegative sparse representations
US9965863B2 (en) 2016-08-26 2018-05-08 Elekta, Inc. System and methods for image segmentation using convolutional neural network
US9947102B2 (en) 2016-08-26 2018-04-17 Elekta, Inc. Image segmentation using neural network method
EP3759721A1 (en) * 2018-03-02 2021-01-06 3M Innovative Properties Company Automated diagnostic support system for clinical documentation workflows
CA3109611A1 (en) * 2018-08-20 2020-02-27 Butterfly Network, Inc. Methods and apparatuses for guiding collection of ultrasound data
CN109461154A (zh) * 2018-11-16 2019-03-12 京东方科技集团股份有限公司 一种舌象检测方法、装置、客户端、服务器及系统
WO2020174747A1 (ja) * 2019-02-26 2020-09-03 富士フイルム株式会社 医用画像処理装置、プロセッサ装置、内視鏡システム、医用画像処理方法、及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050102315A1 (en) * 2003-08-13 2005-05-12 Arun Krishnan CAD (computer-aided decision ) support systems and methods
CN102481145A (zh) * 2009-09-10 2012-05-30 株式会社日立医疗器械 超声波诊断装置和弹性图像显示方法
US20120172726A1 (en) * 2009-12-04 2012-07-05 Panasonic Corporation Ultrasonic diagnostic device
US8272794B2 (en) * 2009-04-29 2012-09-25 Ed Silchenstedt Material marking system and method incorporating an HMI device
EP2733669A2 (en) * 2012-11-16 2014-05-21 Samsung Electronics Co., Ltd Apparatus and method for diagnosis

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5910114A (en) * 1998-09-30 1999-06-08 Siemens Medical Systems, Inc. System and method for correcting the geometry of ultrasonic images acquired with a moving transducer
US7386153B2 (en) * 2001-11-23 2008-06-10 Infinitt Co., Ltd. Medical image segmentation apparatus and method thereof
US7203350B2 (en) * 2002-10-31 2007-04-10 Siemens Computer Aided Diagnosis Ltd. Display for computer-aided diagnosis of mammograms
US8031917B2 (en) * 2005-03-23 2011-10-04 Siemens Medical Solutions Usa, Inc. System and method for smart display of CAD markers
KR100815977B1 (ko) * 2005-04-20 2008-03-24 주식회사 메디슨 연속되는 영상으로부터 움직임을 추정하는 방법 및 시스템
AU2006254689B2 (en) * 2005-06-02 2012-03-08 Salient Imaging, Inc. System and method of computer-aided detection
JP5737823B2 (ja) * 2007-09-03 2015-06-17 株式会社日立メディコ 超音波診断装置
US9171130B2 (en) * 2009-11-24 2015-10-27 Penrad Technologies, Inc. Multiple modality mammography image gallery and clipping system
US9289183B2 (en) 2009-11-27 2016-03-22 Qview Medical, Inc. Interactive display of computer aided detection results in combination with quantitative prompts
CN103249354B (zh) * 2011-12-02 2015-11-25 株式会社东芝 医用图像观察装置
KR20140093359A (ko) * 2013-01-15 2014-07-28 삼성전자주식회사 사용자 인터랙션 기반의 영상 세그멘테이션 장치 및 방법
JP5927591B2 (ja) * 2013-08-07 2016-06-01 パナソニックIpマネジメント株式会社 症例表示装置、症例表示方法およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050102315A1 (en) * 2003-08-13 2005-05-12 Arun Krishnan CAD (computer-aided decision ) support systems and methods
US8272794B2 (en) * 2009-04-29 2012-09-25 Ed Silchenstedt Material marking system and method incorporating an HMI device
CN102481145A (zh) * 2009-09-10 2012-05-30 株式会社日立医疗器械 超声波诊断装置和弹性图像显示方法
US20120172726A1 (en) * 2009-12-04 2012-07-05 Panasonic Corporation Ultrasonic diagnostic device
EP2733669A2 (en) * 2012-11-16 2014-05-21 Samsung Electronics Co., Ltd Apparatus and method for diagnosis

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109758178A (zh) * 2017-11-10 2019-05-17 美国西门子医疗解决公司 超声成像中的机器辅助工作流
US10650557B2 (en) 2017-11-10 2020-05-12 Taihao Medical Inc. Focus detection apparatus and method thereof
WO2019232742A1 (zh) * 2018-06-07 2019-12-12 深圳迈瑞生物医疗电子股份有限公司 基于超声影像设备的图像分析方法及超声影像设备
CN108938003A (zh) * 2018-06-22 2018-12-07 深圳华声医疗技术股份有限公司 超声诊断设备及其控制方法和计算机可读存储介质
CN112164437A (zh) * 2020-09-28 2021-01-01 周敬洋 一种基于人工智能的li-rads诊断报告生成方法

Also Published As

Publication number Publication date
US9928600B2 (en) 2018-03-27
CN105701331B (zh) 2020-12-01
KR20160071241A (ko) 2016-06-21
US20180211392A1 (en) 2018-07-26
EP3032445B1 (en) 2019-03-06
US20160171708A1 (en) 2016-06-16
EP3032445A3 (en) 2017-12-06
EP3032445A2 (en) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105701331A (zh) 计算机辅助诊断设备和计算机辅助诊断方法
US10332254B2 (en) Computer Aided Diagnosis (CAD) apparatus and method
US20110211745A1 (en) Systems and methods for image segmentation with a multi-stage classifier
US9510756B2 (en) Method and system for diagnosis of attention deficit hyperactivity disorder from magnetic resonance images
US20150002538A1 (en) Ultrasound image display method and apparatus
Mouton et al. Materials-based 3D segmentation of unknown objects from dual-energy computed tomography imagery in baggage security screening
El-Baz et al. Appearance analysis for the early assessment of detected lung nodules
Procházka et al. Extraction of breathing features using MS Kinect for sleep stage detection
US20160048737A1 (en) Apparatus and method for adaptive computer-aided diagnosis
CN105938513A (zh) 为计算机辅助诊断提供可靠性的装置和方法
Gatos et al. Temporal stability assessment in shear wave elasticity images validated by deep learning neural network for chronic liver disease fibrosis stage assessment
Carrer et al. Automatic pleural line extraction and COVID-19 scoring from lung ultrasound data
Baloescu et al. Automated lung ultrasound B-Line assessment using a deep learning algorithm
Minija et al. Food image classification using sphere shaped—Support vector machine
US10803601B2 (en) Rapid assessment and visual reporting of local particle velocity
IL268141D0 (en) Method, system and medium accessible to the computer for ultrasound analysis
Qian et al. Knowledge-based automatic detection of multitype lung nodules from multidetector CT studies
Zhang et al. Detection and retrieval of cysts in joint ultrasound b-mode and elasticity breast images
KR102258756B1 (ko) 의료 영상을 이용한 암의 병기 결정 방법 및 의료 영상 분석 장치
JP2020010805A (ja) 特定装置、プログラム、特定方法、情報処理装置及び特定器
Surlea et al. Foetal motion classification using optical flow displacement histograms
Carter CAD system for lung nodule analysis
Ansari et al. Posture recognition in HINE exercises
Murthi et al. Automatic bleeding frame and region detection for GLCM using artificial neural network
Hu et al. Evaluation of lung involvement in COVID-19 pneumonia based on ultrasound images

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant