CN105701331B - 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
CN105701331B
CN105701331B CN201510920500.1A CN201510920500A CN105701331B CN 105701331 B CN105701331 B CN 105701331B CN 201510920500 A CN201510920500 A CN 201510920500A CN 105701331 B CN105701331 B CN 105701331B
Authority
CN
China
Prior art keywords
information
diagnosis
roi
probe
output
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
Application number
CN201510920500.1A
Other languages
English (en)
Other versions
CN105701331A (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
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

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • 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
    • G16H40/40—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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices 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
    • A61B8/5246—Devices 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5292—Devices 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • 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
    • Y—GENERAL 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/916—Ultrasound 3-D imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Physiology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

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
相关申请的交叉引用
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
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
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。
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
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。
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。
手动诊断可以包括检测感兴趣区域(ROI)的过程或观察检测到的ROI的过程。
信息确定器可以被配置为：响应于手动诊断是检测ROI的过程，将ROI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ROI的过程，将检测到的ROI的观察的信息确定为将被显示的诊断信息。
响应于信息确定器将ROI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，在显示的图像中显示指示检测到的ROI的区分标志。
响应于信息确定器将检测到的ROI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ROI的观察的信息的类型和输出顺序，显示检测到的ROI的观察的信息。
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。
所述类型可以包括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以及关于相似病例的信息，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。
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。
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。
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。
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。
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。
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。
所述确定可以包括：响应于手动诊断是检测ROI的过程，将ROI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ROI的过程，将检测到的ROI的观察的信息确定为将被显示的诊断信息。
响应于将ROI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，在显示的图像上显示指示检测到的ROI的区分标志。
响应于将检测到的ROI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ROI的观察的信息的类型和输出顺序，显示检测到的ROI的观察的信息。
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。
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。
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
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：
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；
图2是示出根据另一示例性实施例的CAD设备的框图；
图3是示出根据再一示例性实施例的CAD设备的框图；
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；
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；
图6是示出根据示例性实施例的CAD方法的流程图；
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
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
下面参照附图更加详细地描述示例性实施例。
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。
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。
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(ROI)并提供对检测的ROI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。
图1是示出根据示例性实施例的CAD设备100的框图。
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。
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110。
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ROI和确定检测到的ROI。
ROI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。
此外，ROI的确定包括：根据乳腺影像报告和数据系统(BI-RADS)或肝脏影像报告和数据系统(LI-RADS)描述分类来测量ROI的大小、ROI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。
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，BI-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。
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。
例如，当用户检测ROI时，自动诊断器120可以响应于此自动检测ROI。此外，当用户观察检测到的ROI时，自动诊断器120可以响应于此自动确定ROI。在此情况下，ROI的观察过程可以被划分成子过程，诸如分节，特征提取，BI-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ROI的确定过程的子过程，其中，ROI的确定过程的子过程与ROI的观察过程的子过程相应。
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。
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。
[表1]
Figure BDA0000875080240000061
参照上述表1，当用户当前执行的手动诊断是检测ROI过程时，信息确定器130可以将与自动诊断器120进行的ROI检测相关的信息(诸如ROI位置信息)确定为将被输出在屏幕上的诊断信息。
当用户当前执行的手动诊断是观察ROI的过程时，在关于ROI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“Y”的关于ROI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。
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ROI的过程期间将关于ROI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ROI的过程时也可以再次输出该信息。
上面的表1是示例，本公开不限于此，并且用户可以将关于ROI分类的信息再划分为分节信息、ROI的大小信息、特征信息、根据BI-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)。
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。
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信息。
例如，一旦用户检测到ROI，并且信息确定器130将关于ROI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ROI检测的信息中的ROI的位置信息在输出到屏幕上的图像中显示视觉上指示ROI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ROI。
此外，一旦用户观察ROI，则显示器140可以输出由信息确定器130确定的诊断信息。
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ROI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)。
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)。
图2是示出根据另一示例性实施例的CAD设备200的框图。
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。
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。
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。
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。
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。
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。
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。
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。
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ROI的过程还是检测ROI的过程。
[表2]
探头的速度 速度阈值(cm/sec.) 用户手动诊断
低速 低于3 观察ROI的过程
高速 3或高于3 检测ROI的过程
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ROI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、ROI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。
[表3]
探头的速度 速度阈值(cm/sec.) 用户手动诊断
停止 低于0.5 检查比较信息
低速 0.5至3 检查确定信息
高速 3或高于3 检测ROI
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n步骤，其中，第一步骤可以与检测ROI的过程匹配。其他步骤可以与观察ROI的过程匹配，其中，观察ROI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。
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。
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ROI的过程时，信息确定器230可以确定通过根据包括在ROI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。
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。
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ROI检测的信息，与确定检测到的ROI是否是用户将要诊断的ROI。此外，如果检测到的ROI是将要诊断的ROI，则用户可以以低速移动探头，从而关于ROI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ROI观察信息中的每个类型的诊断信息，从而能够详细观察ROI。
图3是示出根据再一示例性实施例的CAD设备300的框图。
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。
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。
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。
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。
[表4]
输入信号的数量 用户手动诊断
一次 检测ROI的过程
两次 观察ROI的过程
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ROI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ROI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ROI位置信息，显示器340可以将指示ROI位置的区分标志覆盖在图像上。
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ROI的过程，并且显示器340以与上述相同的方式在屏幕上输出ROI的观察信息。
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ROI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。
在另一示例中，用户输入信号两次，以开始观察ROI的过程，然后，当输入信号一次时，可以依次输出包括在ROI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。
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。
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。
如图4A所示，一旦确定由用户当前执行的手动诊断是检测ROI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ROI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、箭头等。
如图4B所示，一旦确定由用户当前执行的手动诊断是观察ROI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ROI的分类信息覆盖在图像40上，该ROI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ROI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。
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ROI的过程时可以输出在屏幕上的ROI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ROI的过程，则CAD设备100、200或300在屏幕50上依次输出：(a)ROI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。
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CAD设备100执行的CAD方法的示例。
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。
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ROI的过程；以及对检测到的ROI进行分类的过程。
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。
通过参考预定信息，当用户手动诊断是检测ROI的过程时，CAD设备100可以将ROI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ROI的过程时，CAD设备100可以将ROI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ROI的过程时，通过参考关于ROI观察信息是否被输出的预定信息，CAD设备100可以在ROI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。
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ROI的过程，则可以通过使用ROI位置信息在屏幕上输出的图像中显示视觉上指示ROI的区分标志。此外，一旦用户执行观察ROI的过程，则确定的诊断信息(例如，分节、ROI的大小、特征信息、良性或恶性的确定、BI-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。
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。
在操作710，CAD设备200从探头接收图像。
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。
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。
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ROI的过程还是检测ROI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。
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。
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ROI的检测和ROI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。
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ROI的过程时，将通过自动诊断检测的关于ROI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ROI的过程时，将关于ROI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ROI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。
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。
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。
在操作810，CAD设备300从探头接收图像。
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。
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。
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ROI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ROI的过程的意图，其中，观察ROI的过程包括检查ROI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。
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。
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ROI的检测和观察的信息，其中，ROI观察信息可以包括ROI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。
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。
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。
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。
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，ROM、软盘、硬盘等)和光记录介质(例如，压缩盘只读存储器(CD-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。
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 (13)

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；
探头速度检测器，被配置为基于接收到的超声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用户当前执行的手动诊断；
信息确定器，被配置为基于确定的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关于所述手动诊断的诊断信息；以及
显示器，被配置为在屏幕上显示接收到的超声图像和确定的诊断信息。
2.如权利要求1所述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，
响应于所述手动诊断是检测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
响应于所述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被输出在屏幕上的诊断信息。
3.如权利要求2所述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，在显示的超声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所述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所述的计算机辅助诊断设备，其中：
探头速度检测器还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；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。
6.如权利要求1所述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。
7.如权利要求1所述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手动诊断来执行自动诊断。
8.如权利要求1所述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所述手动诊断。
9.一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图像执行自动诊断；
产生包括自动诊断的结果的诊断信息；
基于接收到的超声图像检测探头的速度；
基于检测到的探头的速度来确定用户当前执行的手动诊断；
响应于确定的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关于所述手动诊断的诊断信息；以及
在屏幕上显示接收到的超声图像和确定的诊断信息。
10.如权利要求9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：
响应于所述手动诊断是检测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
响应于所述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的诊断信息。
11.如权利要求10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，则在屏幕上显示接收到的超声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，在显示的超声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，在屏幕上显示接收到的超声图像和确定的诊断信息的步骤包括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。
12.如权利要求9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。
13.如权利要求9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所述手动诊断。
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)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140178732A KR102307356B1 (ko) 2014-12-11 2014-12-11 컴퓨터 보조 진단 장치 및 방법
KR10-2014-0178732 2014-12-11

Publications (2)

Publication Number Publication Date
CN105701331A CN105701331A (zh) 2016-06-22
CN105701331B true 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) KR102307356B1 (zh)
CN (1) CN105701331B (zh)

Families Citing this family (22)

* 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
EP3304425A1 (en) * 2015-06-04 2018-04-11 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
JP6708529B2 (ja) * 2016-10-07 2020-06-10 キヤノン株式会社 制御装置、制御方法、制御システム及びプログラム。
CA3051013A1 (en) * 2017-02-18 2018-08-23 Mmodal Ip Llc Computer-automated scribe tools
US11264135B2 (en) * 2017-11-10 2022-03-01 Siemens Medical Solutions Usa, Inc. Machine-aided workflow in ultrasound imaging
TWI683276B (zh) 2017-11-10 2020-01-21 太豪生醫股份有限公司 病灶偵測裝置及其方法
US20190272921A1 (en) * 2018-03-02 2019-09-05 Mmodal Ip Llc Automated Diagnostic Support System for Clinical Documentation Workflows
CN108665456B (zh) * 2018-05-15 2022-01-28 广州尚医网信息技术有限公司 基于人工智能的乳腺超声病灶区域实时标注的方法及系统
CN113222966B (zh) * 2018-06-07 2023-01-10 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
CN108938003B (zh) * 2018-06-22 2022-05-31 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
US11839514B2 (en) 2018-08-20 2023-12-12 BFLY Operations, Inc Methods and apparatuses for guiding collection of ultrasound data
EP3841959A4 (en) * 2018-08-20 2022-03-02 FUJIFILM Corporation MEDICAL IMAGE PROCESSING DEVICE
CN111166371A (zh) * 2018-11-09 2020-05-19 宏碁股份有限公司 诊断辅助方法
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
JP7483327B2 (ja) * 2019-04-26 2024-05-15 キヤノンメディカルシステムズ株式会社 超音波診断装置及び解析装置
KR102360615B1 (ko) * 2019-11-05 2022-02-09 주식회사 인피니트헬스케어 내시경 영상에 대한 복수의 의료 영상 판독 알고리듬들을 이용하는 의료 영상 판독 지원 장치 및 방법
US11710229B2 (en) 2020-03-23 2023-07-25 GE Precision Healthcare LLC Methods and systems for shear wave elastography
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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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 (19)

* 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
AU2002366041A1 (en) * 2001-11-23 2003-06-10 Infinitt Co., Ltd. Medical image segmentation apparatus and method thereof
US6748044B2 (en) * 2002-09-13 2004-06-08 Ge Medical Systems Global Technology Company, Llc Computer assisted analysis of tomographic mammography data
US7203350B2 (en) * 2002-10-31 2007-04-10 Siemens Computer Aided Diagnosis Ltd. Display for computer-aided diagnosis of mammograms
CA2535133C (en) * 2003-08-13 2011-03-08 Siemens Medical Solutions Usa, Inc. Computer-aided decision support systems and methods
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
KR20080021723A (ko) * 2005-06-02 2008-03-07 더 메디패턴 코포레이션 컴퓨터­보조 검진을 위한 시스템 및 방법
US20070083099A1 (en) * 2005-09-29 2007-04-12 Henderson Stephen W Path related three dimensional medical imaging
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
US8852107B2 (en) * 2008-06-05 2014-10-07 Koninklijke Philips N.V. Extended field of view ultrasonic imaging with guided EFOV scanning
US9183355B2 (en) * 2009-11-24 2015-11-10 Penrad Technologies, Inc. Mammography information system
WO2011065950A1 (en) 2009-11-27 2011-06-03 Qview Medical, Inc. Interactive display of computer aided detection radiological screening results combined with quantitative prompts
WO2011067938A1 (ja) * 2009-12-04 2011-06-09 パナソニック株式会社 超音波診断装置
EP2637570A4 (en) * 2010-11-10 2014-07-02 Echometrix Llc SYSTEM AND METHOD FOR PROCESSING ECHOGRAPHIC IMAGES
WO2013080373A1 (ja) * 2011-12-02 2013-06-06 株式会社 東芝 医用画像観察装置
KR20140093359A (ko) * 2013-01-15 2014-07-28 삼성전자주식회사 사용자 인터랙션 기반의 영상 세그멘테이션 장치 및 방법
KR102146851B1 (ko) * 2013-02-08 2020-08-21 삼성전자주식회사 효율적인 진단 정보 제공을 통한 진단 지원 장치 및 방법과, 진단 시스템
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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
EP2733669A2 (en) * 2012-11-16 2014-05-21 Samsung Electronics Co., Ltd Apparatus and method for diagnosis

Also Published As

Publication number Publication date
US20160171708A1 (en) 2016-06-16
CN105701331A (zh) 2016-06-22
KR102307356B1 (ko) 2021-09-30
EP3032445A3 (en) 2017-12-06
KR20160071241A (ko) 2016-06-21
US20180211392A1 (en) 2018-07-26
EP3032445B1 (en) 2019-03-06
US9928600B2 (en) 2018-03-27
EP3032445A2 (en) 2016-06-15
US11100645B2 (en) 2021-08-24

Similar Documents

Publication Publication Date Title
CN105701331B (zh) 计算机辅助诊断设备和计算机辅助诊断方法
US11191518B2 (en) Ultrasound system and method for detecting lung sliding
Chawla et al. A method for automatic detection and classification of stroke from brain CT images
KR20160032586A (ko) 관심영역 크기 전이 모델 기반의 컴퓨터 보조 진단 장치 및 방법
US20140235998A1 (en) Method and apparatus for performing registration of medical images
Azhari et al. Tumor detection in medical imaging: a survey
KR20160009435A (ko) 프로브 속도에 기초한 컴퓨터 보조 진단 지원 장치 및 방법
KR20160020917A (ko) 컴퓨터 보조 진단 장치 및 방법
KR20120072961A (ko) 의료 영상을 이용한 영상진단을 보조하는 방법 및 장치, 이를 수행하는 영상진단 시스템
JP2011522655A (ja) マルチモダリティ・コンピュータ支援診断システム及び方法
US20090016589A1 (en) Computer-Assisted Detection of Colonic Polyps Using Convex Hull
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
US20210077009A1 (en) Predicting response to therapy for adult and pediatric crohn's disease using radiomic features of mesenteric fat regions on baseline magnetic resonance enterography
EP2793164A1 (en) Method and system for determining a phenotype of a neoplasm in a human or animal body
JP2007301035A (ja) 超音波断層画像による生体組織評価システム
CN111837196A (zh) 动态空气支气管图的超声确定及相关联的设备、系统和方法
Tan et al. Chest wall segmentation in automated 3D breast ultrasound scans
US9436889B2 (en) Image processing device, method, and program
US7346202B1 (en) Automatically detecting the presence of contrast agent in medical image
US20200170519A1 (en) Fluid analysis apparatus, method for operating fluid analysis apparatus, and fluid analysis program
US20080050003A1 (en) Method for Detection and Visional Enhancement of Blood Vessels and Pulmonary Emboli
Myint et al. Effective kidney segmentation using gradient based approach in abdominal CT images
CN112885435A (zh) 图像目标区域的确定方法、装置和系统
JP2007330419A (ja) 画像表示装置および方法並びにプログラム
US11657909B2 (en) Medical image processing apparatus and medical image processing method

Legal Events

Date Code Title Description
C06 Publication
PB01 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