CN106462661A - 用于自动选择针对医学研究的悬挂协议的系统和相关方法 - Google Patents

用于自动选择针对医学研究的悬挂协议的系统和相关方法 Download PDF

Info

Publication number
CN106462661A
CN106462661A CN201580024671.4A CN201580024671A CN106462661A CN 106462661 A CN106462661 A CN 106462661A CN 201580024671 A CN201580024671 A CN 201580024671A CN 106462661 A CN106462661 A CN 106462661A
Authority
CN
China
Prior art keywords
agreement
suspension
medical research
user
hanging
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
CN201580024671.4A
Other languages
English (en)
Other versions
CN106462661B (zh
Inventor
A.奥夫特钦尼科夫
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.)
Agfa HealthCare NV
Original Assignee
Agfa HealthCare NV
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 Agfa HealthCare NV filed Critical Agfa HealthCare NV
Publication of CN106462661A publication Critical patent/CN106462661A/zh
Application granted granted Critical
Publication of CN106462661B publication Critical patent/CN106462661B/zh
Expired - Fee Related 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
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • 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

Abstract

一种用于选择针对医学研究(1)的所选悬挂协议(201)的系统(100),包括:存储器(101),其存储悬挂协议(200)并存储针对悬挂协议(200)中的每一个的可信度因子(3);选择引擎(102),其被适配成:将悬挂协议(200)中的每一个与医学研究(1)之间的所计算的匹配得分(2)与可信度因子(3)进行组合,从而定义针对悬挂协议(200)中的每一个的相关性得分(4);以及将具有最高相关性得分(40)的悬挂协议选择为所选悬挂协议(201)。

Description

用于自动选择针对医学研究的悬挂协议的系统和相关方法
技术领域
本发明总体涉及供图片存档和通信系统或被用在例如医学成像环境中的PACS中使用的悬挂协议的自动选择。
图片存档和通信系统(PACS)是提供来自多个模态的图像的经济储存和对这些图像的方便访问的医学成像技术。经由PACS来数字地传送电子图像和报告。这消除了对片夹进行手动归档、检索或传输的需要。可以使用消费者产业标准格式(例如,以PDF(便携式文档格式))来并入非图像数据,诸如经扫描的文档。PACS包括四个主要组件:诸如例如X射线平片(PF)或计算机断层摄影(CT)或磁共振成像(MRI)设备的成像模态,用于传送患者信息的安全网络,用于解释和检查图像的工作站,以及用于存储和检索图像和报告的档案。
悬挂协议是下述动作的系列:所述动作由PACS执行以选择和/或布置医学研究的图像以供用户进行最优软拷贝查看。该术语包括在PACS工作站上显示软拷贝图像的概念。悬挂协议的目的是:以一致的方式呈现具体医学研究,以及减少由PACS的用户(例如,放射科医生)执行的手动图像排序调整的数目。悬挂协议基于模态、身体部分、部门、个人偏好以及甚至训练而变化。在全功能PACS工作站上,基于正被加载的研究的特性来自动应用适当的悬挂协议。诸如模态、身体部分、医学研究或系列描述之类的信息必须可用,以确保悬挂协议的适当选择。另外,诸如图像取向和患者定位之类的信息必须可用,以适当地组织图像。大多数PACS工作站允许悬挂协议被每一个用户定制,并且一些系统在中央位置处存储悬挂协议,从而使它们在特定放射科医生或其他经授权的用户所访问的任何工作站处可用。
背景技术
在医学环境中,在患者被调查时的典型工作流在于:产生图像(例如X射线平片(PF)或计算机断层摄影(CT)或磁共振成像(MRI)图像、或者来自其他医学部门的患者的先前报告、或者来自实验室的报告)以将它们发送到PACS,以分析它们并将诊断报告给患者。悬挂协议是下述动作的系列:所述动作被执行以选择和/或布置图像以用于最优软拷贝查看。换言之,由PACS从医学设备获取的图像在被显示给用户之前根据具体次序而被选择和/或布置。该次序是对医院特定的,且因而不基于国家或国际政策。图像可以被手动布置,但如果图像被交换,则对于专科医生(例如放射科医生)而言赶上错误诊断的风险升高。当完整数据不适合在监视器上时,专科医生必须在不同图像之间切换以便访问所有相关信息。切换次序也形成悬挂协议的一部分。例如,专科医生可以在呈现不同的密度(像骨骼或组织)的图像之间切换。在图像之间手动切换是耗时的且易受错误的。而且,负责显示图像的技术人员需要不断地适配新规则的集合,以便匹配传入的数据,这急剧增加参数的数目。
US2012/0189180描述了一种用于确定针对医学研究的悬挂协议的方法。该方法在于:基于研究中的图像之间的关系来捕获医学研究的某些特性。所述特性可以包括检测方法,即,与先前研究的医学研究的比较、或者数据集的透视图、或者2D图像的3D外推。其可以进一步包括图像分辨率相对于工作站的监视器的分辨率的比较。悬挂协议的确定基于医学研究的特性的分类,并且悬挂协议的适配基于由用户创建的所存储的悬挂协议。
根据US2012/0189180中描述的检测方法,在某个位置中显示给定医学研究是可能的。这意味着:所提供的悬挂协议将从一个工作站到另一个工作站而不同,例如取决于工作站的监视器的分辨率。医学研究的图像之间的关系用于确定图像的显示位置。初始悬挂协议可以例如被用于获悉特定用户有多么喜欢显示图像。该信息可以被获得/存储,以使得可以取决于稍后医学研究的图像与在先前会话中使用的所存储的悬挂协议之间的匹配得分而稍后再现为悬挂协议。用户(例如放射科医生)可以对所保存的悬挂协议信息进行检查、进行批准和/或作出改变。
从US2012/0189180已知的用于确定针对医学研究的悬挂协议的方法包括在第一时期中监视用户工作流。接受来自用户的输入以记录/教导将在第二时期中重复的工作流的至少一部分。基于监视和用户输入来开发用户偏好的集合。将应用一个或多个机器学习算法,以确定一个或多个候选悬挂协议,并基于用户偏好来改善选择,这以将最终在医学研究的图像的分析期间使用的悬挂协议而告终。即使该方法给医学研究的分析带来灵活性且满足个体用户的期望,每一个用户可根据他的偏好显示图像的事实也可能导致针对相同医学研究的若干诊断。悬挂协议的个人化造成了赶上错误诊断的风险,这急剧延误了患者的治疗并最终威胁他的健全性。该方法未带来贯穿例如医学研究的分析或结论的报告中的组织的一致性。
US2008/0166070描述了一种用于基于使用效率来选择悬挂协议的方法。该方法在于:监视针对悬挂协议的使用信息,其中使用信息包括在医学研究的图像的阅读期间由第一用户对悬挂协议的选择和对该悬挂协议的改变。在医学研究的图像的阅读期间确定基于第一用户的效率的生产率因子。基于该生产率因子,将悬挂协议连同对该悬挂协议的改变一起推荐给第二用户。
从US2008/0166070已知最佳的现有解决方案。US2008/0166070描述了一种依赖于生产率因子的方法,该生产率因子表示用户在下述操作中的效率:基于使用特定悬挂协议和/或对该协议的(一个或多个)改变的集合的医学研究来阅读或作出诊断。该生产率因子可以基于使用不同悬挂协议的不同用户的效率而变化。换言之,尽管两个不同用户可能在他们对特定医学研究的阅读方面都等同地熟练和胜任,但这些用户的效率可能基于每一个用户采用不同悬挂协议以阅读医学研究而不同。生产率因子是该相对效率的数值指示物。因此,从US2008/0166070已知的系统应当针对彼此推荐不同的悬挂协议,其被选择以便在医学研究的分析期间最大化他的效率。所选悬挂协议是关于用户的身份来选取的,而不基于针对悬挂协议的特定医学研究的相关性。由于针对每一个用户以不同的次序和/或方式呈现医学研究的图像,因此由不同用户针对单个医学研究得出的结论和诊断可能不同。图像被显示给若干用户的方式的差异威胁到他们的客观性和他们的效率。这进一步造成了赶上针对相同医学研究的若干诊断或者甚至更糟赶上错误诊断的风险,这急剧地延误了患者的治疗并最终威胁其健全性。
从US2008/0166070已知的系统是不利的,这是因为其并不强制相同组织的不同用户使用相同悬挂协议。而且,其不协调在给定组织中分析医学研究的方式。该系统不受益于给定组织中的用户的经验。换言之,该系统的较年轻或不太有经验的用户根据他们的能力或效率而被呈现图像,由此,他们未从较老或更有经验的用户身上学习。该系统未集中于对组织强加的优选协议。
本发明的目的是公开一种克服现有工具的上述缺点的系统和相关方法。更特别地,目的是公开这样的系统和方法,其用于自动选择针对给定医学研究的可靠的悬挂协议,以便以在例如医学部门或医院内显示医学研究以用于分析的方式带来统一性,从而降低诊断中的延误或者甚至误诊的风险。另外的目的是公开这样的系统,其使得能够以快速且高效的方式选择这样的悬挂协议。
发明内容
根据本发明的第一方面,上面定义的目的由根据权利要求1所述的一种用于自动选择针对医学研究的所选悬挂协议的系统来实现。
在从属权利要求中陈述具体和/或优选实施例。
正像已知系统那样,根据本发明的选择引擎基于医学研究的特性来计算悬挂协议中的每一个与医学研究之间的匹配得分。每一个悬挂协议的确由指定上下文的特征集来表征,其中悬挂协议已经被创建。例如,特征集包括医学研究的类型(PET扫描、MRI扫描、CT扫描等)、图像的大小、图像的对比度、图像上或图表上的缩放、诸如患者的姓名和年龄之类的元数据等。将考虑中的医学研究的特性与存储在悬挂协议存储器中的悬挂协议的特征集进行比较。选择引擎计算匹配得分,该匹配得分指示医学研究的特性与悬挂协议的特征集有多接近。换言之,匹配得分是医学研究的特性与已针对其创建和配置所考虑的悬挂协议的先前医学研究的特性有多相似的指示。医学研究或系列与所考虑的悬挂协议的特征集之间的相似的数目越大,则匹配得分越高。匹配得分可以例如是整数、或者浮点数、或者包括在0与100之间以及优选地0与1之间的浮点数。
根据本发明,针对每一个悬挂协议的可信度因子被存储在可信度存储器中。悬挂协议的可信度因子最初是从所考虑的悬挂协议的创建者所固有的设置值导出的。该设置值是所考虑的悬挂协议的创建者的可信度的指示。创建者的可信度可以通过以下元素中的一个或多个而确定:创建者的年龄、由创建者报告的医学研究的数目、创建者报告医学研究的速度、创建者使用系统的时间的量、存储在悬挂协议存储器中且由该人创建的悬挂协议的数目、在有和/或没有由其他用户应用的改变的情况下使用由该创建者创建的悬挂协议中的每一个的次数等。可信度因子进一步可以变为鉴于由系统的用户对悬挂协议的接受度而更新。根据本发明,选择引擎被适配成将匹配得分与每一个悬挂协议的可信度因子进行组合。组合操作可以在于例如匹配得分和可信度因子的乘积的计算,并得到针对每一个悬挂协议的相关性得分的定义。按定义,相关性得分是所考虑的悬挂协议针对给定医学研究有多相关的指示。其为相关性、经验、准确度以及团体对悬挂协议的接受度的指示。根据本发明的选择引擎进一步被适配成选择并向用户推荐其相关性得分最高的悬挂协议。这样,以快速、相关且高效的方式向用户推荐了悬挂协议。悬挂协议的选择和推荐考虑到系统的其他用户的经验。较年轻或不太有经验的用户得益于较老或更有经验的用户。在长期的基础上,根据本发明的系统强制属于相同组织(例如,相同医学部门或相同医院)的系统的不同用户针对给定医学研究使用相同悬挂协议。所选悬挂协议是满足用户的团体内针对该类型的医学研究的最高接受度的悬挂协议。这样,根据组织内的相同序列来系统地分析给定医学研究。专科医生分析来自医学研究的信息的方式被协调,这是由于系统集中于显示图像的统一方式。的确,在长期的基础上,将推荐且将在诸如医学部门或医院之类的组织内强加每个给定医学研究的优选的所选悬挂协议。这样,在医学部门或医院内降低了延误诊断的风险或执行错误诊断的风险。
需要注意,本发明上下文中的医学成像应当被解释为诸如创建与患者相关的用于临床分析和医疗介入的身体内部的视觉表示以便执行诊断的技术、过程和领域。医学成像力图揭示被皮肤和骨骼隐藏的内部结构以及诊断和治疗疾病。其为生物成像的一部分,且并入有例如使用下述成像技术的放射学:X射线照相术、磁共振成像、医学超声照相术或超声、内窥镜检查术、弹性成像术、触觉成像、热成像术、医学摄影术和作为正子发射断层摄影术的核医学功能成像技术。并未主要被设计成产生图像(诸如例如脑电描记术(EEG)、脑磁描记术(MEG)、心电描记术(EKG)等等)但产生易被表示为参数图表相对于时间的数据或包含关于测量位置的信息的图的测量和记录技术可以被视为本发明的上下文内的医学成像的形式。因此,医学研究可以在于例如运行CT扫描或正子发射断层摄影术(PET)扫描或者组合来自若干不同扫描的若干结果。在给定医学研究中,若干系列可以存在,其给专科医生提供关于图像如何被获取的更多技术信息。例如,系列可以指示PET扫描已经是衰减的还是未衰减的。患者的医学图像在医学研究期间获取并将被调查,以便执行诊断。
根据可选实施例,根据本发明的系统进一步包括:
- 使用监视器单元,其被适配成监视用户对所选悬挂协议的使用,且被适配成以所述使用的函数修改所选悬挂协议的可信度因子。
根据本发明,根据用户对所选悬挂协议的使用来动态适配和更新与所选悬挂协议相关联的可信度因子以及可信度存储器。因此,可信度存储器在用户的团体对每一个所选悬挂协议的接受度上是最新的。例如,选择引擎选择针对给定医学研究的悬挂协议并将其推荐给用户。如果用户在不修改所选悬挂协议的情况下使用它,则使用监视器单元未检测到对所选悬挂协议的改变。其为下述指示:用户将该所选悬挂协议视为对于医学研究的分析而言相关、快速、值得信任和/或高效的。相反,如果使用监视器单元检测到在所选悬挂协议中用户所执行的改变,则其为下述指示:对于该医学研究,悬挂协议的接受度较低。每一个悬挂协议的可信度因子在其被选择时且以用户对其的使用的函数而被系统地修改。因此,由选择引擎执行的选择过程不断地改进。修改悬挂协议的可信度因子修改了其相关性得分。根据本发明的选择引擎基于考虑到用户的团体对悬挂协议的反馈的相关性得分来选择和推荐悬挂协议。在长期的基础上,根据本发明的系统应当强制属于相同组织(例如,相同医学部门或相同医院)的系统的不同用户针对给定医学研究使用相同悬挂协议,更特别地,最被用户团体接受的悬挂协议。每给定医学研究的优选所选悬挂协议将被推荐且将在诸如医学部门或医院之类的组织内强加。这样,在医学部门或医院内降低了延误诊断的风险或执行错误诊断的风险。
根据可选实施例,根据本发明的系统进一步特征在于:所述使用监视器单元被适配成在所选悬挂协议保留未被所述用户改变的情况下增大所选悬挂协议的可信度因子。
根据本发明,当选择引擎已经选择用户尚未修改的悬挂协议时,使用监视器未检测到对所选悬挂协议的任何改变。这是下述指示:用户将该所选悬挂协议视为例如对于医学研究的分析相关、和/或快速、和/或值得信任、和/或高效的。因此,使用监视器增大所选悬挂协议的可信度因子并更新可信度存储器中的与所选悬挂协议相关联的可信度因子的值。下次相似医学研究需要分析时,悬挂协议将呈现较高相关性得分,并且该悬挂协议被选择的概率增大。
根据可选实施例,根据本发明的系统进一步特征在于:所述使用监视器单元被适配成在所选悬挂协议被用户改变的情况下减小所选悬挂协议的可信度因子。
根据本发明,当选择引擎已经选择用户已修改的悬挂协议时,使用监视器检测到对所选悬挂协议的一个或多个改变。这是下述指示:用户将该所选悬挂协议视为例如对于医学研究的分析而言不足够相关、和/或不足够快速、和/或不足够值得信任、和/或不足够高效。因此,使用监视器减小所选悬挂协议的可信度因子并更新可信度存储器中的与所选悬挂协议相关联的可信度因子的值。下次相似医学研究需要分析时,悬挂协议将呈现较低相关性得分,并且该悬挂协议被选择的概率减小。
根据可选实施例,根据本发明的系统进一步包括:
- 修改记录单元,其被适配成记录由用户对所选悬挂协议应用的改变从而创建新悬挂协议,以及将新悬挂协议存储在悬挂协议存储器中;以及
- 可信度因子初始化器,其被适配成初始化代表用户的可信度的针对新悬挂协议的新可信度因子,以及将新可信度因子存储在可信度存储器中。
根据本发明,系统的用户可以创建和配置一个或若干个悬挂协议,且然后被称作这些悬挂协议的创建者。例如,系统的用户忙于对于其而言没有悬挂协议被存储在悬挂协议存储器中的医学研究。换言之,在悬挂协议存储器中不存在可以用于显示医学研究的图像的悬挂协议。该用户然后具有开始从头配置悬挂协议以便显示医学研究的图像以将该悬挂协议存储在悬挂协议存储器中的可能性,并且从而被称作该悬挂协议的创建者。在另一种实现中,系统的用户还可以使用存储在悬挂协议存储器中的现有悬挂协议,以显示医学研究的图像。然而,用户可能在例如大小、缩放或分辨率方面对显示图像的方式不满意,或者用户可能需要添加/移除图像或绘图。用户可能将该所选悬挂协议视为例如对于医学研究的分析而言不足够相关、和/或不足够快速、和/或不足够值得信任、和/或不足够高效。用户然后有机会来修改存储在悬挂协议存储器中的预先存在的悬挂协议,以及将其配置成使得可以在用户方便时显示用户所忙于的医学研究的图像。使用监视器单元检测对所选悬挂协议执行的改变,并且修改记录单元被适配成记录由用户应用于所选悬挂协议的所有改变。这些改变可以导致创建可存储在悬挂协议存储器中的新悬挂协议。换言之,一旦系统的用户将一个或多个改变应用于所选悬挂协议的配置,包括由用户应用的(一个或多个)改变的所选悬挂协议的拷贝就被存储在悬挂协议存储器中作为新悬挂协议,但所选悬挂协议保持不变并保持存储在悬挂协议存储器中。因此,系统的用户被称作存储在悬挂协议存储器中的新悬挂协议的创建者。这样,存储在悬挂协议存储器中的悬挂协议的数目增加,这拓宽了选择引擎选择针对给定医学研究的高度相关悬挂协议的机会的范围。
根据本发明,新悬挂协议可以被存储在悬挂协议存储器中。新悬挂协议的可信度因子可以被初始化成与用户(即,新悬挂协议的创建者)的可信度值相对应。这样,选择引擎将能够计算针对新悬挂协议的相关性得分,且将能够在其针对给定医学研究的相关性得分最高的情况下选择新悬挂协议。
根据可选实施例,根据本发明的系统进一步特征在于:根据以下参数中的一个或多个计算新悬挂协议的新可信度因子:
- 用户的年龄;
- 由用户报告的医学研究的数目;
- 用户报告研究的速度;
- 用户使用系统的时间的量;
- 存储在悬挂协议存储器中且由用户创建的悬挂协议的数目;以及
- 由用户创建的悬挂协议中的每一个在有和/或没有由用户应用的改变的情况下已经被使用的次数。
根据本发明,悬挂协议的选择和推荐固有地考虑到系统的用户的经验。根据所选悬挂协议来给较年轻或不太有经验的用户呈现图像,由此,他们从较老或更有经验的用户身上学习。修改了悬挂协议且从而已创建新悬挂协议的用户被称作新悬挂协议的创建者。根据本发明,新悬挂协议将得以被指派有可信度因子。可信度因子可以例如是整数、或者浮点数、或者包括在0与100之间以及优选地在0与1之间的浮点数。最初,可信度因子是新悬挂协议的创建者的可信度的指示。新悬挂协议的创建者越可信,则其初始可信度因子越高。根据本发明,根据一个或多个参数计算初始可信度因子。创建者的年龄可以是作为悬挂协议的创建者和作为报告医学研究的专科医生的可信度的指示。由创建者报告的医学研究的数目可以是他的可信度的指示。由新悬挂协议的创建者报告的医学研究的数目越高,则其可信度因子越高。创建者使用新悬挂协议将医学研究报告给系统越快,则其可信度因子可以越高。悬挂协议的创建者使用系统的时间的量可以给出创建者关于系统的经验上的另一指示,以及因此还给出他的可信度的另一指示。存储在悬挂协议存储器中且由创建者创建的悬挂协议的数目可以是该创建者对系统的贡献和他在系统中作为创建者的角色的指示。由新悬挂协议的创建者创建的悬挂协议的数目越高,则其可信度因子越高。已经在没有改变或修改的情况下使用存储在悬挂协议存储器中的悬挂协议中的每一个的次数可以是系统的用户的团体对这些悬挂协议的创建者的接受度的指示。其演示了这些悬挂协议被系统的用户的团体视为对于给定医学研究而言有多么值得信任、有用和/或相关。换言之,其为用户的团体向着由创建者创建的悬挂协议的感知上的指示:其他用户认为他们在使用这些悬挂协议时执行医学研究的图像的正确、快速和/或高效的分析。由创建者创建的悬挂协议被使用得越多,则它们变得在用户的团体当中越受欢迎,它们的可信度因子越高。如果在没有改变的情况下使用由用户创建的悬挂协议,则悬挂协议的可信度因子增大。如果悬挂协议被修改,则悬挂协议的可信度因子减小。明显,可以使用上面描述的参数的任何任意组合来估计悬挂协议的创建者的可信度。本领域技术人员还将意识到,可以用于估计创建者的可信度的参数的数目不限于上面的列表。
根据可选实施例,根据本发明的系统进一步特征在于:悬挂协议存储器和可信度存储器被集成在单个存储器中。
这样,由于悬挂协议存储器和可信度存储器形成仅一个存储器,因此使系统不太复杂。这降低了系统的实现成本。
根据可选实施例,根据本发明的系统进一步特征在于匹配得分和可信度因子是0与1之间的浮点数,且特征在于选择引擎被适配成将匹配得分与可信度因子相乘以便获得相关性得分。
这样,选择引擎针对每一个悬挂协议计算匹配得分和可信度因子的组合,优选地为乘法,且因而获得针对每一个悬挂协议的相关性得分。选择引擎然后以升序或降序对悬挂协议的相关性得分进行分类。选择引擎因此可以选择下述悬挂协议:针对该悬挂协议,相关性得分最高,即,针对其的相关性得分为最大值(即,最大)的悬挂协议。
根据可选实施例,根据本发明的系统进一步包括:
- 显示规则存储器,其被适配成存储针对医学研究的显示规则;
- 预处理单元,其被适配成根据显示规则来对医学研究进行预处理,从而创建经预处理的医学研究;并且
根据本发明的系统进一步特征在于:选择引擎进一步被适配成计算悬挂协议中的每一个与经预处理的医学研究之间的匹配得分。
这样,可以在选择悬挂协议之前对医学研究进行预处理。对于给定类型的医学研究,规则的集合可以定义医学研究将要被预处理的方式,并且显示规则将由预处理单元应用。例如,医学研究可以被执行以便研究有机组织,但研究自身可以包括X射线扫描,所述X射线扫描创建骨骼在其中可见的图像。医学研究的预处理可以例如在于:对医学研究的图像进行预处理,以便从图像中移除骨骼,使得有机组织可见。这样,可以进行对悬挂协议的选择,将被创建以研究有机组织的悬挂协议与经预处理的医学研究进行比较,而可能已经进行在预处理前对悬挂协议的选择,将被创建以研究骨骼的悬挂协议与医学研究进行比较。因此,悬挂协议的选择可以被改进,且可以更快地发生。
根据可选实施例,根据本发明的系统进一步特征在于:所述修改记录单元记录校正经预处理的医学研究的由用户应用于所选悬挂协议的改变,并且其中所述系统进一步包括规则改变单元,所述规则改变单元被适配成根据由所述修改记录单元记录的改变来修改显示规则。
这样,系统可以从由用户应用于所选悬挂协议的改变中学习,并因此可以适配用于对医学研究进行预处理的显示规则。如果修改记录单元记录针对经预处理的医学研究的由用户应用于所选悬挂协议的抵消所应用的显示规则的动作的改变,则规则改变单元可以根据由用户应用的改变来修改所应用的显示规则。这样,系统在用于对医学研究的图像进行预处理的显示规则的定义中考虑到来自用户的反馈。
根据本发明的第二方面,存在一种用于自动选择针对医学研究的所选悬挂协议的方法,所述方法包括:
- 获得存储在悬挂协议存储器中的悬挂协议;
- 通过将医学研究与悬挂协议进行相关来计算所述悬挂协议中的每一个的匹配得分;
其特征在于所述方法进一步包括:
- 针对悬挂协议中的每一个从可信度存储器获得可信度因子;
- 针对悬挂协议中的每一个将可信度因子与匹配得分进行组合,从而获得针对悬挂协议中的每一个的相关性得分;
- 将具有最高相关性得分的悬挂协议选择为所选悬挂协议。
另外,本发明还涉及一种计算机程序,其包括被适配成执行根据本发明的方法的软件代码。
本发明进一步涉及一种计算机可读储存介质,其包括根据本发明的计算机程序。
附图说明
图1示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器和选择引擎。选择引擎计算医学研究与悬挂协议存储器的悬挂协议之间的匹配得分。选择引擎进一步针对每一个悬挂协议将匹配得分和可信度因子组合,从而定义针对每一个悬挂协议的相关性得分。
图2示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎和使用监视器单元。使用监视器单元监视用户对由选择引擎选择的所选悬挂协议的使用。用户未修改所选悬挂协议。使用监视器单元增大所选悬挂协议的可信度因子。
图3示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎和使用监视器单元。使用监视器单元监视用户对由选择引擎选择的所选悬挂协议的使用。用户修改所选悬挂协议。使用监视器单元减小所选悬挂协议的可信度因子。
图4示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎、使用监视器单元和修改记录单元。修改记录单元记录由用户应用于所选悬挂协议的改变,从而创建新悬挂协议并将新悬挂协议存储在悬挂协议存储器中。
图5示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎、使用监视器单元、修改记录单元和可信度因子初始化器。可信度因子初始化器初始化用于新悬挂协议的新可信度因子。
图6示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎、使用监视器单元、修改记录单元和可信度因子初始化器。选择引擎计算医学研究与包括新悬挂协议的悬挂协议存储器的悬挂协议之间的匹配得分。选择引擎进一步将针对每一个悬挂协议的匹配得分和可信度因子组合,从而定义针对包括新悬挂协议的每一个悬挂协议的相关性得分。
图7示意性地图示了根据本发明的系统的实施例,其包括悬挂协议存储器、可信度存储器、选择引擎、使用监视器单元、修改记录单元、可信度因子初始化器、显示规则存储器、预处理单元和规则改变单元。预处理单元根据存储在显示规则存储器中的显示规则来对医学研究进行预处理,从而创建经预处理的医学研究。选择引擎选择具有最高相关性得分的悬挂协议。修改记录单元记录由用户应用于所选悬挂协议的改变,所述改变校正所述经预处理的医学研究。规则改变单元然后根据由修改记录单元记录的改变来修改用于预处理的显示规则。
图8示意性地图示了用于主控(host)图1的系统的合适计算系统。
具体实施方式
根据图1中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103和选择引擎102。一个或多个悬挂协议200被存储在悬挂协议存储器101上。例如在图1中,n个悬挂协议200被存储在悬挂协议存储器101中,从HP1、HP2编号到HPn,其中n是高于1的整数。与悬挂协议存储器101的每一个悬挂协议200关联的是可信度因子3。可信度因子3被存储在可信度存储器103中,针对每一个悬挂协议200有一个可信度因子3。例如在图1中,n个可信度因子3被存储在可信度存储器103中,被编号CF1、CF2到CFn,相应于HP1、HP2和HPn,其中n是高于1的整数。选择引擎102将医学研究1与悬挂协议存储器101的悬挂协议200中的每一个进行比较。从该比较得到悬挂协议存储器1的悬挂协议200中的每一个与医学研究1之间的匹配得分2。例如在图1中,n个匹配得分2被计算且被编号MS1、MS2到MSn,其中n是高于1的整数。选择引擎102进一步从可信度存储器103中检索悬挂协议200中的每一个的关联的可信度因子3。选择引擎102然后针对悬挂协议存储器101的每一个悬挂协议200将悬挂协议的匹配得分2和相同悬挂协议的相应可信度因子3进行组合。该组合在于例如计算匹配得分2和可信度因子3的乘积。该组合得到相关性得分4的定义。例如在图1中,根据被编号CF1、CF2到CFn的n个可信度因子和从MS1、MS2到MSn编号的n个相应匹配得分的组合计算n个相关性得分4,其中n是高于1的整数。因此,这得到从RS1、RS2到RSn编号的n个相关性得分4的定义,其中n是高于1的整数。选择引擎2进一步以升序对悬挂协议的相关性得分4进行分类,并将所有悬挂协议200中相关性得分40最高的悬挂协议选择为所选悬挂协议201。换言之,所选悬挂协议201是这样的悬挂协议,其相关性得分40在由选择引擎102计算的所有相关性得分4当中最大。在图1中描绘的示例中,针对悬挂协议存储器101的悬挂协议HP2计算针对医学研究1的最高相关性得分40。悬挂协议HP2由选择引擎102选择,并且因此成为所选悬挂协议201。正是所选悬挂协议201将被用于显示医学研究1的图像。
根据图2中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102和使用监视器单元104。具有与图1或图2中的组件相同的附图标记的组件执行相同功能。使用监视器单元104监视用户10对由选择引擎102选择的所选悬挂协议201的使用5。使用5对应于用户10是否在分析医学研究1时修改所选悬挂协议201。在图2中描绘的示例中,用户10未修改所选悬挂协议201,即,HP2。换言之,用户未修改HP2的配置,其为下述指示:用户10将所选悬挂协议201视为对于他执行医学研究1的分析而言是满意的。使用监视器单元104增大所选悬挂协议201的可信度因子3,即,增大HP2的CF2。由此,在用于选择悬挂协议的方法的下次迭代时,由匹配得分MS2和增大的可信度因子CF2的组合产生的针对HP2的新计算的相关性得分4将高于第一RS2。与用于选择悬挂协议的方法的第一次迭代相比,选择引擎102将HP2选择为针对相同类型的医学研究1的所选悬挂协议201的概率增大。
根据图3中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102和使用监视器单元104。再一次,具有与图1相同的附图标记的组件执行相同功能。使用监视器单元104监视用户10对由选择引擎102选择的所选悬挂协议201的使用5。使用5对应于用户10是否在分析医学研究1时修改所选悬挂协议201。在图3中描绘的示例中,用户10修改所选悬挂协议201,即,HP2。换言之,用户修改HP2的配置,其为下述指示:用户10未将所选悬挂协议201视为对于他执行医学研究1的分析而言是满意的。使用监视器单元104减小所选悬挂协议201的可信度因子3,即,减小HP2的CF2。由此,在针对相同医学研究1的与系统100相关的方法的下次迭代时,由匹配得分MS2和降低的可信度因子CF2的组合产生的针对HP2的新计算的相关性得分4将低于第一RS2。与该方法的第一次迭代相比,选择引擎102将HP2选择为针对相同类型的医学研究1的所选悬挂协议201的概率降低。
根据图4中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102、使用监视器单元104和修改记录单元105。具有与图1至3相同的附图标记的组件具有相同功能。修改记录单元105记录由用户10应用于所选悬挂协议201的改变,从而创建新悬挂协议202并将新悬挂协议202存储在悬挂协议存储器101中。在图4中描绘的示例中,当用户修改所选悬挂协议201(即,HP2)时,创建新悬挂协议HPn+1 202。HPn+1是包括由用户10应用的改变且存储在悬挂协议存储器101中的HP2的拷贝,其中n是高于1的整数。HP2的原始版本保持不变,且保持被存储在悬挂协议存储器101中。用户10被称作新悬挂协议202的创建者。
根据图5中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102、使用监视器单元104、修改记录单元105和可信度因子初始化器106。可信度因子初始化器106初始化针对新悬挂协议HPn+1的新可信度因子CFn+1,其中n是高于1的整数。新悬挂协议202的该新可信度因子6被初始化成反映作为新悬挂协议202的创建者的用户10的可信度的值,且根据以下参数中的一个或多个而计算:
- 用户10的年龄;
- 由用户10报告的医学研究的数目;
- 用户10报告医学研究1的速度;
- 用户10使用系统100的时间的量;
- 存储在悬挂协议存储器101中且由用户10创建的悬挂协议200的数目;以及
- 由用户10创建的悬挂协议200中的每一个已经在没有改变的情况下被使用的次数。
根据图6中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102、使用监视器单元104、修改记录单元105和可信度因子初始化器106。图6所图示的实施例与图1至5所图示的实施例相似,除了悬挂协议存储器包括新悬挂协议HPn+1 202并且可信度存储器103包括关联的CFn+1,其为新可信度因子6。选择引擎102将相同医学研究1与悬挂协议存储器101的悬挂协议200中的每一个进行比较。新医学研究1还可以被馈送到系统100。从该比较得到悬挂协议存储器101的悬挂协议200中的每一个与医学研究1之间的匹配得分2。例如在图1中,n+1个匹配得分2被计算且被编号MS1、MS2到MSn+1,其中n是高于1的整数。选择引擎102进一步从可信度存储器103中检索悬挂协议200中的每一个的关联的可信度因子3。选择引擎102然后将悬挂协议的匹配得分2和相同悬挂协议的相应可信度因子3进行组合。该组合在于例如计算匹配得分2和可信度因子3的乘积。该组合得到相关性得分4的定义。例如在图1中,根据被编号CF1、CF2到CFn+1的n+1个可信度因子和从MS1、MS2到MSn+1编号的n+1个相应匹配得分的组合计算n+1个相关性得分4,其中n是高于1的整数。因此,这得到从RS1、RS2到RSn+1编号的n+1个相关性得分4的定义,其中n是高于1的整数。选择引擎2进一步以升序对悬挂协议的相关性得分4进行分类,并将所有悬挂协议中相关性得分40最高的悬挂协议选择为所选悬挂协议201。换言之,所选悬挂协议201是这样的悬挂协议,其相关性得分40在由选择引擎102计算的所有相关性得分4当中最大。在图6中描绘的示例中,针对悬挂协议存储器101的悬挂协议HP1计算针对医学研究1的最高相关性得分40。悬挂协议HP1由选择引擎102选择,且因而变为所选悬挂协议201。正是所选悬挂协议201将被用于显示医学研究1的图像。
根据图7中所示的实施例,用于自动选择针对医学研究1的所选悬挂协议201的系统100包括悬挂协议存储器101、可信度存储器103、选择引擎102、使用监视器单元104、修改记录单元105、可信度因子初始化器106、显示规则存储器107、预处理单元108和规则改变单元109。预处理单元根据存储在显示规则存储器107中的显示规则70来对医学研究1进行预处理,从而创建经预处理的医学研究11。选择引擎计算经预处理的医学研究11与悬挂协议存储器101的悬挂协议200之间的匹配得分2。选择引擎102进一步将针对每一个悬挂协议200的匹配得分2和可信度因子3进行组合,从而定义针对每一个悬挂协议200的相关性得分4。选择引擎将具有最高相关性得分40的悬挂协议存储器101的悬挂协议选择为所选悬挂协议201。使用监视器单元104监视用户10对所选悬挂协议201的使用5。修改记录单元105记录由用户10应用于所选悬挂协议201的改变,该改变校正所述经预处理的医学研究11,且从而创建新悬挂协议202,其新可信度因子6被可信度因子初始化器106初始化。规则改变单元109然后根据由用户10应用于针对经预处理的医学研究11的所选悬挂协议201且由修改记录单元105记录的改变来修改显示规则70。
图8示出了用于主控图1至7的系统100的合适计算系统300。计算系统300一般可以被形成为合适通用计算机,并且包括总线310、处理器302、本地存储器304、一个或多个可选输入接口314、一个或多个可选输出接口316、通信接口312、储存元件接口306和一个或多个储存元件308。总线310可以包括准许计算系统的组件之间的通信的一个或多个导体。处理器302可以包括解释和执行编程指令的任何类型的传统处理器或微处理器。本地存储器304可以包括:随机存取存储器(RAM)或另一种类型的动态储存设备,其存储供处理器302执行的信息和指令;和/或只读存储器(ROM)或另一种类型的静态储存设备,其存储供处理器304使用的静态信息和指令。输入接口314可以包括准许操作者将信息输入到计算设备300的一个或多个传统机构,诸如键盘320、鼠标330、笔、语音识别和/或生物测定机构等。输出接口316可以包括将信息输出到操作者的一个或多个传统机构,诸如显示器340、打印机350、扬声器等。通信接口312可以包括使计算系统300能够与其他设备和/或系统通信的任何像收发器那样的机构(诸如例如两个1Gb以太网接口),例如用于与一个或多个其他计算系统400通信的机构。计算系统300的通信接口312可以借助于局域网(LAN)或广域网(WAN)(诸如例如互联网)而连接到这样的另一计算系统,在该情况下,该另一计算系统400可以例如包括合适的web(网络)服务器。储存元件接口306可以包括用于将总线310连接到一个或多个储存元件308(诸如一个或多个本地盘,例如1TB串行高级技术附件(SATA)盘驱动器)的储存接口(诸如例如SATA接口或小型计算机系统接口(SCSI)),并且控制从这些储存元件308读取数据和/或向这些储存元件308写入数据。尽管上面的储存元件308被描述为本地盘,但是一般而言,可以使用任何其他合适的计算机可读介质,诸如可移除磁盘、光学储存介质(诸如CD-ROM或DVD-ROM盘)、固态驱动器、闪速存储器卡……。
系统100的选择引擎102可以被实现为编程指令,其被存储在计算系统300的本地存储器304中以供其处理器302执行。可替换地,系统100可以被存储在储存元件308上或通过通信接口312从另一计算系统400可访问。
根据本发明,组合操作可以在于例如匹配得分2和可信度因子3的乘法,但可以在于匹配得分2和可信度因子3的乘法的和或者匹配得分2和可信度因子3的乘法的加权和等。
根据本发明,引擎可以以软件实现、或以硬件实现、或作为其组合实现。
根据本发明,针对悬挂协议存储器101的每一个悬挂协议200计算匹配得分2不是必要的。可以针对悬挂协议的预先选择而计算匹配得分2,并且可以从预先选择的悬挂协议中选取所选协议。预先选择可以例如考虑到最近使用的悬挂协议和/或最频繁使用的悬挂协议等。
尽管已经参照具体实施例说明了本发明,但对本领域技术人员来说将显而易见的是,本发明不限于前述说明性实施例的细节,并且在不脱离本发明的范围的情况下,可以用各种改变和修改体现本发明。因此,目前实施例应在所有方面中被视为说明性的而不是限制性的,本发明的范围由所附权利要求指示而不是由前面的描述指示,并且因此,落在权利要求的等同含义和范围内的所有改变意图被涵盖在其中。换言之,预计到落在基本根本原理的范围内且其实质属性在本专利申请中要求保护的任何和所有修改、变形或等同物。此外,本专利申请的读者将理解,词语“包括”或“包含”并不排除其他元件或步骤,词语“一”或“一个”并不排除多个,并且诸如计算机系统、处理器或另一集成单元之类的单个元件可以完成权利要求中记载的若干装置的功能。权利要求中的任何附图标记不应被解释为限制所涉及的相应权利要求。术语“第一”、“第二”、“第三”、“a”、“b”、“c”等等在说明书中或在权利要求中使用时被引入以在相似元件或步骤之间进行区分,而不必然描述顺序的或按时间顺序的次序。相似地,术语“顶”、“底”、“在……上方”、“在……下方”等等被引入以用于描述性目的而不必然表示相对位置。应当理解,如此使用的术语在适当情形下可互换,并且本发明的实施例能够根据本发明以其他顺序或以与上面描述或说明的(一个或多个)取向不同的取向进行操作。

Claims (14)

1.一种用于自动选择针对医学研究(1)的所选悬挂协议(201)的系统(100),所述系统(100)包括:
- 悬挂协议存储器(101),其被适配成存储悬挂协议(200);
- 选择引擎(102),其被适配成计算所述悬挂协议(200)中的每一个与所述医学研究(1)之间的匹配得分(2),所述匹配得分是从医学研究的特性与悬挂协议的特征集的比较来导出的;
其特征在于:
所述系统(100)进一步包括:
- 可信度存储器(103),其被适配成存储针对所述悬挂协议(200)中的每一个的可信度因子(3),所述可信度因子(3)是从所述悬挂协议的创建者所固有的设置值来导出的;
且进一步特征在于:
- 所述选择引擎(102)被适配成将所述匹配得分(2)与所述可信度因子(3)进行组合,从而定义针对所述悬挂协议(200)中的每一个的相关性得分(4);以及
- 所述选择引擎(102)进一步被适配成将具有最高相关性得分(40)的悬挂协议选择为所述所选悬挂协议(201)。
2.根据权利要求1所述的系统(100),其特征在于,所述系统(100)进一步包括:
- 使用监视器单元(104),其被适配成监视用户(10)对所述所选悬挂协议(201)的使用(5),并且被适配成以所述使用(5)的函数修改所述所选悬挂协议(201)的所述可信度因子(3)。
3.根据权利要求2所述的系统(100),其特征在于,所述使用监视器单元(104)被适配成在所述所选悬挂协议(201)保留未被所述用户(10)改变的情况下增大所述所选悬挂协议(201)的所述可信度因子(3)。
4.根据权利要求2所述的系统(100),其特征在于,所述使用监视器单元(104)被适配成在所述所选悬挂协议(201)被所述用户(10)改变的情况下减小所述所选悬挂协议(201)的所述可信度因子(3)。
5.根据权利要求4所述的系统(100),其特征在于,所述系统(100)进一步包括:
- 修改记录单元(105),其被适配成记录由所述用户(10)应用于所述所选悬挂协议(201)的改变从而创建新悬挂协议(202),以及将所述新悬挂协议(202)存储在所述悬挂协议存储器(101)中;以及
- 可信度因子初始化器(106),其被适配成初始化代表所述用户(10)的可信度的针对所述新悬挂协议(202)的新可信度因子(6),以及将所述新可信度因子(6)存储在所述可信度存储器(103)中。
6.根据权利要求5所述的系统(100),其特征在于,所述新悬挂协议()的所述新可信度因子(6)根据以下参数中的一个或多个而计算:
- 所述用户(10)的年龄;
- 由所述用户(10)报告的医学研究(11)的数目;
- 所述用户(10)报告所述医学研究(1)的速度;
- 所述用户(10)使用所述系统(100)的时间的量;
- 存储在所述悬挂协议存储器(101)中且由所述用户(10)创建的悬挂协议(200)的数目;以及
- 由所述用户(10)创建的所述悬挂协议(200)中的每一个在有和/或没有由其他用户应用的改变的情况下已经被使用的次数。
7.根据前述权利要求中任一项所述的系统(100),其特征在于,所述悬挂协议存储器(101)和所述可信度存储器(103)被集成在单个存储器(107)中。
8.根据前述权利要求中任一项所述的系统(100),其特征在于,所述匹配得分(2)和所述可信度因子(3)是0与1之间的浮点数,并且其特征在于,所述选择引擎(102)被适配成将所述匹配得分(2)与所述可信度因子(3)相乘以便获得所述相关性得分(4)。
9.根据前述权利要求中任一项所述的系统(100),所述系统(100)进一步包括:
- 显示规则存储器(107),其被适配成存储针对所述医学研究(1)的显示规则(70);
- 预处理单元(108),其被适配成根据所述显示规则(70)来对所述医学研究(1)进行预处理,从而创建经预处理的医学研究(11);并且
其中所述选择引擎(102)进一步被适配成计算所述悬挂协议(200)中的每一个与所述经预处理的医学研究(11)之间的匹配得分(2)。
10.根据权利要求9所述的系统(100),其中所述修改记录单元(105)记录由所述用户(10)应用于所述所选悬挂协议(202)的改变,所述改变校正所述经预处理的医学研究(1),并且其中所述系统(100)进一步包括:规则改变单元(109),其被适配成根据由所述修改记录单元(105)记录的改变来修改所述显示规则(70)。
11.一种用于自动选择针对医学研究(1)的所选悬挂协议(201)的方法,所述方法包括:
- 获得存储在悬挂协议存储器(101)中的悬挂协议(200);
- 通过将所述医学研究(1)与所述悬挂协议(200)进行相关来计算针对所述悬挂协议(200)中的每一个的匹配得分(2);
其特征在于所述方法进一步包括:
- 针对所述悬挂协议(200)中的每一个从可信度存储器(103)获得可信度因子(3);
- 针对所述悬挂协议(200)中的每一个将所述可信度因子(3)与所述匹配得分(2)进行组合,从而获得针对所述悬挂协议(200)中的每一个的相关性得分(4);
- 将具有最高相关性得分(4)的悬挂协议选择为所述所选悬挂协议(201)。
12.一种计算机程序,其包括被适配成执行根据权利要求11所述的方法的软件代码。
13.一种计算机可读储存介质,其包括计算机可执行指令,所述计算机可执行指令在被计算系统运行时执行根据权利要求11所述的方法。
14.根据权利要求1所述的系统,其中所述设置值从以下参数中的至少一个而导出:
- 所述创建者的年龄;
- 由所述创建者报告的医学研究的数目;
- 所述创建者报告所述医学研究的速度;
- 所述创建者使用所述系统的时间的量;
- 存储在所述悬挂协议存储器中且由所述创建者创建的悬挂协议的数目;
- 由所述创建者创建的每一个悬挂协议在有和/或没有由其他用户应用的改变的情况下已经被使用的次数。
CN201580024671.4A 2014-05-13 2015-05-12 用于自动选择针对医学研究的悬挂协议的系统和相关方法 Expired - Fee Related CN106462661B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14168037 2014-05-13
EP14168037.1 2014-05-13
PCT/EP2015/060409 WO2015173210A1 (en) 2014-05-13 2015-05-12 A system and a related method for automatically selecting a hanging protocol for a medical study

Publications (2)

Publication Number Publication Date
CN106462661A true CN106462661A (zh) 2017-02-22
CN106462661B CN106462661B (zh) 2021-12-07

Family

ID=50735884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580024671.4A Expired - Fee Related CN106462661B (zh) 2014-05-13 2015-05-12 用于自动选择针对医学研究的悬挂协议的系统和相关方法

Country Status (4)

Country Link
US (1) US20170154167A1 (zh)
EP (1) EP3143531A1 (zh)
CN (1) CN106462661B (zh)
WO (1) WO2015173210A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10169601B2 (en) 2015-11-18 2019-01-01 American Express Travel Related Services Company, Inc. System and method for reading and writing to big data storage formats
CN108604462B (zh) * 2016-01-27 2023-07-14 皇家飞利浦有限公司 用于优化临床工作流程的预测模型
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US10304564B1 (en) 2017-12-13 2019-05-28 International Business Machines Corporation Methods and systems for displaying an image
US11318277B2 (en) 2017-12-31 2022-05-03 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010044795A1 (en) * 1998-08-31 2001-11-22 Andrew L. Cohen Method and system for summarizing topics of documents browsed by a user
US20030037034A1 (en) * 2001-08-16 2003-02-20 Tim Daniels System and method for lubricants supply chain management
US20050055357A1 (en) * 2003-04-24 2005-03-10 Scott Campbell Method, system and article of manufacture for data preservation and automated electronic software distribution across an enterprise system
CN101176043A (zh) * 2005-05-13 2008-05-07 视瑞尔技术公司 用于场景全息再现的投射装置和方法
US20080166070A1 (en) * 2007-01-04 2008-07-10 General Electric Company Method for providing adaptive hanging protocols for image reading
CN101273896A (zh) * 2007-03-30 2008-10-01 通用电气公司 使用便携平板检测器的双能射线照相的图像采集和处理链
US20130129165A1 (en) * 2011-11-23 2013-05-23 Shai Dekel Smart pacs workflow systems and methods driven by explicit learning from users

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7525554B2 (en) * 2005-01-03 2009-04-28 General Electric Company Content based hanging protocols facilitated by rules based system
WO2007050962A2 (en) * 2005-10-26 2007-05-03 Bruce Reiner Method for capturing user actions within electronic template
US10387612B2 (en) * 2006-06-14 2019-08-20 Koninklijke Philips N.V. Multi-modality medical image layout editor
US8165368B2 (en) 2008-09-29 2012-04-24 General Electric Company Systems and methods for machine learning based hanging protocols
US9152760B2 (en) * 2011-11-23 2015-10-06 General Electric Company Smart 3D PACS workflow by learning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010044795A1 (en) * 1998-08-31 2001-11-22 Andrew L. Cohen Method and system for summarizing topics of documents browsed by a user
US20030037034A1 (en) * 2001-08-16 2003-02-20 Tim Daniels System and method for lubricants supply chain management
US20050055357A1 (en) * 2003-04-24 2005-03-10 Scott Campbell Method, system and article of manufacture for data preservation and automated electronic software distribution across an enterprise system
CN101176043A (zh) * 2005-05-13 2008-05-07 视瑞尔技术公司 用于场景全息再现的投射装置和方法
US20080166070A1 (en) * 2007-01-04 2008-07-10 General Electric Company Method for providing adaptive hanging protocols for image reading
CN101273896A (zh) * 2007-03-30 2008-10-01 通用电气公司 使用便携平板检测器的双能射线照相的图像采集和处理链
US20130129165A1 (en) * 2011-11-23 2013-05-23 Shai Dekel Smart pacs workflow systems and methods driven by explicit learning from users

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUI LUO等: "Automatic image hanging protocol for chest radiographs in PACS", 《IEEE TRANSACTIONS ON INFORMATION TECHNOLOGY IN BIOMEDICINE》 *
曹燕翔 等: "左侧颞中回在汉语亚词汇加工中神经机制的fMRI研究", 《放射学实践》 *

Also Published As

Publication number Publication date
CN106462661B (zh) 2021-12-07
US20170154167A1 (en) 2017-06-01
WO2015173210A1 (en) 2015-11-19
EP3143531A1 (en) 2017-03-22

Similar Documents

Publication Publication Date Title
JP2022025095A (ja) 機械学習を用いた医用イメージングの変換のためのシステムおよび方法
US11176188B2 (en) Visualization framework based on document representation learning
US20190220978A1 (en) Method for integrating image analysis, longitudinal tracking of a region of interest and updating of a knowledge representation
CN106462661A (zh) 用于自动选择针对医学研究的悬挂协议的系统和相关方法
US9953040B2 (en) Accessing medical image databases using medically relevant terms
US20120020536A1 (en) Image Reporting Method
CN106062782B (zh) 针对基于图集的配准的无监督的训练
JP2020518047A (ja) 全人的患者放射線医療ビューワ
US11837346B2 (en) Document creation support apparatus, method, and program
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
US20230005580A1 (en) Document creation support apparatus, method, and program
AU2019204365B1 (en) Method and System for Image Segmentation and Identification
JPWO2019208130A1 (ja) 医療文書作成支援装置、方法およびプログラム、学習済みモデル、並びに学習装置、方法およびプログラム
US20200043583A1 (en) System and method for workflow-sensitive structured finding object (sfo) recommendation for clinical care continuum
JP7420914B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
Müller Medical (visual) information retrieval
JP5586953B2 (ja) 解剖学的形状情報を用いた医学画像データベースへのアクセス
Ratnaparkhi et al. Ensembling mitigates scanner effects in deep learning medical image segmentation with deep-U-Nets
WO2021177312A1 (ja) 情報保存装置、方法およびプログラム、並びに解析記録生成装置、方法およびプログラム
US20230420096A1 (en) Document creation apparatus, document creation method, and document creation program
US20240127917A1 (en) Method and system for providing a document model structure for producing a medical findings report
EP4111942A1 (en) Methods and systems for identifying slices in medical image data sets
US20230360213A1 (en) Information processing apparatus, method, and program
US20220277134A1 (en) Document creation support apparatus, method, and program
Wahid et al. Large-scale crowdsourced radiotherapy segmentations across a variety of cancer anatomic sites: Interobserver expert/non-expert and multi-observer composite tumor and normal tissue delineation annotation from a prospective educational challenge

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211207

CF01 Termination of patent right due to non-payment of annual fee