CN109843168B - 用于配置医学设备的方法 - Google Patents

用于配置医学设备的方法 Download PDF

Info

Publication number
CN109843168B
CN109843168B CN201780064142.6A CN201780064142A CN109843168B CN 109843168 B CN109843168 B CN 109843168B CN 201780064142 A CN201780064142 A CN 201780064142A CN 109843168 B CN109843168 B CN 109843168B
Authority
CN
China
Prior art keywords
medical device
parameters
values
predefined
controlling
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
CN201780064142.6A
Other languages
English (en)
Other versions
CN109843168A (zh
Inventor
E·S·汉西斯
M·G·赫勒
T·P·哈德
T·内奇
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips 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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN109843168A publication Critical patent/CN109843168A/zh
Application granted granted Critical
Publication of CN109843168B publication Critical patent/CN109843168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46Arrangements for interfacing with the operator or the patient
    • A61B6/461Displaying means of special interest
    • A61B6/462Displaying means of special interest characterised by constructional features of the display
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0037Performing a preliminary scan, e.g. a prescan for identifying a region of interest
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54Control of apparatus or devices for radiation diagnosis
    • A61B6/545Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58Testing, adjusting or calibrating the diagnostic device
    • A61B8/585Automatic set-up of the device
    • 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
    • G16H40/67ICT 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 remote operation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Optics & Photonics (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本公开涉及一种用于配置医学设备的方法。所述方法包括提供用于配置所述医学设备的一个或多个参数的集合。所述集合中的每个参数具有预定义值。可以从所述预定义值中选择所述参数的集合中的值的集合。使用所选择的值,可以设置所述参数的集合,这得到所述医学设备的操作配置。可以控制所述医学设备以根据所述操作配置来操作,由此可以确定所述医学设备的操作状态。至少基于所述操作状态,可以维持所述操作配置,或者可以重复执行所述选择、所述设置和所述控制直到能够基于由所述控制的的所述操作状态来确定所述医学设备的期望的操作状态。

Description

用于配置医学设备的方法
技术领域
本发明涉及医学设备和流程,具有涉及一种用于配置医学设备的方法。
背景技术
如成像设备的现代医学设备具有大量参数,所述参数需要被调节以实现最佳操作。一个范例是磁共振(MR)成像机器,其提供影响最终图像特性的大量采集参数。基于所述参数对这样的医学设备的性能的改善可能是复杂并且耗时的任务。
US 2016/0058426 A1公开了一种用于对成像中的图像质量的自动控制的方法和系统。所述方法包括:使用所述成像系统的选定的系统参数集将图像生成信号传输到对象中。所述成像系统具有基于反映图像的预定义集合的主观专家意见的图像排名量度的多个不同的系统参数集。相对于至少一个图像质量特征来分析所捕获的图像以确定针对每幅图像的图像质量度量。分析针对每幅图像的相应的图像质量度量以识别与最高图像质量度量相关联的图像,并且用于生成与所述最高图像质量度量相关联的图像的所述系统参数集能够被选择作为用于对所述对象进行成像的系统参数集。
US 2009/069668 A1涉及一种简化非造影剂增强的MRI的方法。D3提供了一种用于优化血管造影磁共振图像的方法,其中,静脉和动脉能够被分离地表示,其中,采集多幅MR概览图像,并且在对所述MR概览图像的采集中改变至少一个成像参数。
US 2015/199478 A1公开了用于识别图像采集参数的系统和方法。一种方法包括:接收患者数据集,所述患者数据集包括一个或多个重建、一个或多个预备扫描或患者信息以及一个或多个采集参数;基于一个或多个预备扫描和所述患者信息中的一项或多项来计算一个或多个患者特性;计算与所述一个或多个重建相关联的一个或多个图像特性;使用所述一个或多个患者特性将所述患者数据集与一个或多个其他患者数据集进行分组;并且使用所述一个或多个图像特性、对所述患者数据集与一个或多个其他数据集的所述分组或者其组合来识别适合于所述患者数据集的一个或多个图像采集参数。
发明内容
各种实施例提供了如由独立权利要求的主题所描述的一种用于配置医学设备的方法、一种控制系统以及一种计算机程序产品。在从属权利要求中描述了有利的实施例。
在一个方面中,本发明涉及一种用于配置医学设备的方法。所述方法包括:提供用于配置所述医学设备的一个或多个参数的集合。所述集合中的每个参数具有预定义值。可以从所述预定义值中选择所述参数的集合中的值的集合。使用所选择的值,可以设置所述参数的集合,这得到所述医学设备的操作配置。可以控制所述医学设备以根据所述操作配置来操作,由此可以确定所述医学设备的操作状态。至少基于所述操作状态,可以维持所述操作配置,或者可以重复地执行所述选择、所述设置和所述控制直到能够基于由所述控制得到的所述操作状态来确定所述医学设备的期望的操作状态。用于配置所述医学设备的所述参数例如可以是图像分辨率、回波时间(TE)、重复时间(TR)、切片厚度、SENSE因子、翻转角、反转时间、脂肪/水关系、频率带宽、频率和相位编码方向、平均数等。
本发明的实施例涉及并入参数优化作为在正常设备操作中的持续进行的任务。用户以使得正常设备操作和使用不受影响或者仅受有限的影响的方式来设置针对要评估、优选要定义的单个配置参数或参数的集合的一个或多个范围。这是通过从针对不同患者的范围中选择不同的参数集合来实现的,所述参数集合被安排用于诊断MRI。以这种方式,参数或协议优化能够被集成在标准临床工作流中。针对每次使用,从所提供的一个或多个范围中(例如,随机地)选择参数集合。当审查结果时,例如当审查所采集的医学图像时,向用户提供简单的反馈机制以判断结果质量,例如图像质量。基于所述反馈,在从多位患者采集数据之后,能够从定义的参数范围中选择有利的参数集合。以这种方式,能够将用于参数优化的(盲随机化)微试验集成在正常工作流中。然后,有利的参数集合稍后能够用于未来相似的患者,例如,在身体部位、年龄、性别、体重和/或临床问题方面相似的患者。
能够基于由所述控制得到的所述操作状态来确定所述医学设备的期望的操作状态。例如,如果操作状态的数量(其对应于迭代的次数)足够高,则这可以使得能够在由所述控制得到的所述操作状态当中找到期望的操作状态。可以通过例如选择由所述控制得到的所述操作状态当中的最佳操作状态来确定所述期望的操作状态。在另一范例中,可以通过将统计学模型拟合到由所述控制得到的所述操作状态结合其各自的所选择的值的集合来确定所述期望的操作状态。
在一个范例中,如果在当前迭代中所述操作状态是期望的操作状态,则可以维持当前迭代的操作配置,例如作为最佳配置。
在另一范例中,可以通过比较预定义次数的迭代的操作状态并且在其中选择最佳操作状态来获得所述期望的操作状态。提供所述最佳操作状态的所述参数的集合中的所选择的值的集合能够被用于设置所述参数的集合以获得所述医学设备的所述最佳配置。
在另外的范例中,可以通过从所述预定义次数的迭代的所选择的值的集合中生成值的最佳集合来确定所述期望的操作状态。例如,可以重复所述方法直到迭代的次数达到迭代的预定义次数,例如,3次迭代。三次迭代得到所选择的值的三个集合。通过组合值的三个所选择的集合以及对应的操作状态,可以获得与期望的操作状态相对应的值的最佳集合。可以使用所述值的最佳集合来设置所述参数的集合以获得所述最佳配置。所述组合例如可以包括将回归模型拟合到所述参数的集合中的值的三个集合,并且使得对所述参数的集合中的所述值的最佳集合的所述选择基于所述模型。
第一次迭代是或指代方法步骤的第一次执行(例如,选择、设置和控制的步骤)。
可以至少基于所述操作状态和迭代的次数来维持所述操作配置。例如,如果迭代的次数小于迭代的预定义次数,则可能不维持所述操作配置。在迭代的当前数量高于一的情况下,对所述操作配置的维持或拒绝可以基于针对所述迭代中的每次迭代而确定的操作状态。
在本文中所使用的术语“医学设备”指代用于执行医学诊断的医学诊断设备和/或指代用于递送处置的医学治疗设备。所述医学设备是处理器控制的设备。例如,所述医学设备能够由基于处理器的设备来配置。所述医学设备具有许多设置,所述设置能够被修改以使得所述医学设备能够根据所述设置来操作。
所述医学诊断设备例如可以包括医学成像设备。
所述处置例如可以包括药物、主动疗法、测试或手术。例如,主动疗法包括以下中的至少一项:放射疗法、化学疗法、麻醉学、激光疗法、光疗法以及其他解剖学改变疗法。
所述参数的集合可以是参数的更大集合的子集。例如,所述医学设备可能能够由N个参数来配置。所述参数的集合可以包括小于或等于N的参数数量。所述参数的集合例如可以是从较大的集合中选择的。对所述参数的集合的选择可以是随机选择。在另一范例中,所述参数的集合可以由所述医学设备的用户来选择。在一个范例中,可以针对最大集合中的不是所述参数的集合的部分的剩余参数来重复所述方法(用于参数优化)。这可以实现对组块(chunk)中的参数的优化。
可以通过常量值来设置所述参数的集合中的每个参数。可以从参数的预定义值中导出或选择参数的常量值。所述预定义值可以是离散值或者是值的范围。针对所述参数的集合中的每个参数,可以定义值。例如,针对所述参数的集合中的给定参数,可以定义一个或多个值或者定义值的范围。
例如,可以提供数据库,其中,所述参数的集合中的每个参数与其预定义值相关联。针对所述参数的集合中的每个参数具有多个预定义值可以使得能够找到所述医学设备的最佳的操作配置。在一个范例中,所述参数的集合的至少部分的预定义值可以是时间相关的和/或位置相关的。例如,所述参数的集合中的参数可以与针对不同时间段和/或不同位置的不同值相关联。例如,监测患者的生理状态的监测器可以根据一天中的时间而具有不同的设置,例如,在夜间为警报设置与白天不同的限值。在另一范例中,可以基于所述医学设备的位置来提供位置相关参数的预定义值。例如,如果所述医学设备位于英格兰,则温度参数可以以华氏温度单位来配置,而在德国,温度参数可以以摄氏度单位来配置。
可以通过设置至少针对所述参数的集合的值来定义所述医学设备的操作配置。例如,如果所述参数的集合是参数的较大集合的子集,则较大集合中的剩余参数可以是固定的,并且可以应用所述方法以便优化所述参数的集合,同时将所述剩余参数被设置为固定的值。
所述医学设备的所述操作状态可以由所述医学设备的一个或多个操作参数来定义。所述操作参数可以描述所述医学设备的操作。所述医学设备的所述操作参数可以指示所述医学设备的功能要求,诸如所述医学设备的响应时间。例如,确定所述医学设备的所述操作状态可以包括评估所述操作参数。
通过将所述参数的集合的预定义值设置在特定范围之内,可以保证安全操作。
本方法例如可以避免在所述医学设备的初始设置时一次设置所述参数而没有进一步的优化。本方法可以实现系统性参数优化。
本方法可以使得能够一次优化多个参数。这与需要一次改变一个参数并且评估其影响的复杂并且耗时的任务形成对比。优化所述参数的本方法可以是在正常医学设备操作中的持续进行的任务,例如,在由所述医学设备处置患者的同时。
所述参数的集合的参数的非限制性范例包括:在超声成像系统的情况下,所述参数的集合可以包括穿透深度、频率范围和动态范围。在心电监测器的情况下,所述参数的集合可以包括采样率、输入阻抗、ECG信号测量范围。在婴儿保温器的情况下,所述参数的集合可以包括加热器功率切换范围、患者温度范围控制、温度分辨率、最大加热器功率输出。
根据一个实施例,对所述医学设备的所述控制得到所述医学设备的输出数据。对所述操作状态的所述确定包括评估至少一个预定义度量并且将所评估的度量与预定义阈值或者与预定标准进行比较。所述标准例如可以将所述度量的值映射到指示操作状态的对应评级(rating),并且使用所述映射来识别针对所评估的度量的评级。在一个范例中,所述阈值可以包括参考值。所述参考值可以是在开始本方法以用于优化所述参数的集合之前针对所述医学设备所确定的度量的值。通过将所述度量值与所述参考值进行比较,可以确定所述医学设备的所述操作状态是否得到改善(例如,响应时间变得更短)。在另一范例中,所述阈值可以包括先前迭代的度量值。所述先前迭代可能是紧接在当前迭代之前发生的迭代。所述度量与所述阈值的所述比较可以指示所述医学设备的所述操作状态。例如,如果所评估的度量对应于预期值,则这可以指示所述医学设备的不受阻碍的正常操作。该实施例可以实现用于自动地验证或拒绝所述参数的集合的所选取的值的系统性方式。
根据一个实施例,所述度量包括以下中的至少一项:所述医学设备用于执行所述操作的处理时间(或响应时间);输出数据与预定义参考数据的匹配水平;所述医学设备的一个或多个操作参数和输出数据的用户评级。
所述医学设备的操作参数表征所述医学设备的操作。所述操作参数的非限制性范例包括:响应时间、处理时间、测量准确度(例如,在10cm距离是优于2%的超声成像系统的测量准确度可以指示作为超声成像系统的医学设备的期望的操作状态)、有效性(医学设备在其产生制造商预期的效果时是临床有效的)、作为医学成像设备的医学设备的图像质量(图像质量可以是用户定义的或者是自动评估的)、医学成像设备的噪声和对比度分辨率、操作的稳定性(在什么样情况下操作有效并且不需要医学设备的操作者的干预)、限制对患者的伤害或风险(例如,减少由医学成像设备或放射治疗系统所施加的电离辐射的量)。
根据一个实施例,所述方法还包括提供所述操作状态的视觉指示并且接收指示维持所述操作配置或者执行重复的用户输入。用户可以提供关于所显示的操作状态的反馈。这可以实现本方法的更快速的收敛,因为用户可以容忍可能不自动的所述医学设备的操作的一些特征。例如,如果所述操作参数的值小于阈值(即使所述操作参数与所述阈值之间的差非常小),所述方法可以自动地确定所述操作状态不是期望的操作状态。然而,用户可以接受所述操作状态作为所述期望的操作状态,因为所述操作参数与所述阈值之间的差非常小。
在另一范例中,所述方法还包括:对在选择、设置和控制的步骤的每次迭代中所获得的所述操作状态进行排名(例如,“极好”评级可以排名第一,“非常好”评级是排名第二的等等);选择第一排名的操作状态;提供所选择的操作状态的视觉指示;并且接收指示维持提供所选择的操作状态的所述操作配置的用户输入;或者接收用于重复所述选择、所述设置和所述控制的步骤的指示。用户可能对“良好”评级不满意,并且因此可能要求重复所述方法以例如获得“极好”评级。
根据一个实施例,对所述医学设备的所述控制得到所述医学设备的多个输出,其中,针对所述多个输出中的每个输出来确定所述操作状态。所述多个输出可以由使用所述参数的集合的相同值将所述医学设备的所述操作重复多次而得到。使用所述参数的集合的相同值的重复可能是有利的,因为其使得能够获取关于所得到的操作状态的统计学确定性。响应于检测到所述操作状态的变化来执行所述重复。例如,所述多个输出可以由利用所选择的值和参数的相同集合将所述医学设备的所述操作重复多次而得到。如果所述操作状态针对两个不同的输出而改变,则这可能是所述医学设备的不稳定性的指示,并且因此,可能不维持所述操作配置并且必须如上文所描述地再次定义。与使用单个输出来决定维持或不维持所述操作配置的情况相比,该实施例可以提供所述医学设备的可靠并且鲁棒的操作配置。
根据一个实施例,对所述医学设备的所述控制得到所述医学设备的多个输出,其中,针对所述多个输出中的每个输出来确定所述操作状态。所述多个输出可以由使用所述参数的集合的相同值将所述医学设备的所述操作重复多次而得到。所述方法还包括基于预定义度量对所述操作状态中的每个操作状态进行评级,并且基于所述评级来执行所述维持或所述重复。所述评级可以反映所述操作状态。所述多个输出可以由利用所选择的值和参数的相同集合将所述医学设备的所述操作重复多次而得到。例如,假设所述操作状态由所述医学设备的响应时间来定义。如果所述响应时间小于3分钟,则所述评级可以是“良好”,并且如果响应时间高于3分钟,则所述评级可能是“差”。所述多个输出的所述评级可以指示找到“良好”的次数以及找到“差”的次数。在与利用所述参数的集合的值的不同集合(例如,在所述优化开始之前所使用的参数)获得的相同分数相比“良好”评级的分数已经增加,则可以维持所述操作配置。
所述医学设备可以是医学成像设备。根据一个实施例,所述医学设备选自包括以下项的组:MRI、CT、超声、X射线照相术和PET成像器。
根据一个实施例,对所述医学设备的所述控制包括:采集MRI数据;使用所采集的MRI数据来重建一幅或多幅MR图像。对所述操作状态的所述确定包括:评估所重建的MR图像的图像质量度量和/或采集时间,将所评估的采集时间和/或图像质量度量与预定义阈值进行比较。可以执行所述比较以便检测对所述医学设备的所述操作的改进。例如,所述阈值可以包括所述度量的参考值(例如,在开始所述评估之前测量到的)。
根据一个实施例,使用预定义的并行成像技术来执行对所述MRI数据的所述采集,其中,所述图像质量度量包括对比度度量。
根据一个实施例,所述方法还包括确定所述预定义值。对所述预定义值的所述确定包括:从类似于所述医学设备的一个或多个其他医学设备收集所述预定义值;或者使用从基于所述医学设备的模型对所述医学设备的模拟而获得的模拟数据;或者使用用户输入来定义有效参数范围;或者从所述医学设备的制造商提供的规范来获得参数范围。与使用理论上定义的值随机地改变所述参数的集合的值形成对比,这可以实现本方法的更快速的收敛。另外,该实施例可以确保所述医学设备的安全并且有效的操作。可以设置所述参数的集合,使得可以保证常规设备操作,因为可以在对患者的正常操作期间执行对所述参数的集合的优化。
根据一个实施例,所述预定义值是用户定义的值。专家能够以不妨碍正常设备操作和使用的方式来提供评估、定义所述参数的有效范围和/或集合。
根据一个实施例,所述参数的集合包括图像采集参数和/或图像重建参数。
在另一方面中,本发明涉及一种计算机程序产品,所述计算机程序产品包括用于由处理器执行的机器可执行指令,其中,所述机器可执行指令的执行使所述处理器执行先前实施例的方法。
在另一方面中,本发明涉及一种用于医学设备的控制系统,所述控制系统包括处理器以及包含机器可执行指令的存储器,其中,所述指令的执行使所述处理器:从预定义值中选择一个或多个参数的集合中的值的集合;使用所选择的值的集合来设置所述参数的集合,从而得到所述医学设备的操作配置;控制所述医学设备以根据所述操作配置来操作,由此确定所述医学设备的操作状态;基于所述操作状态来维持所述操作配置或者重复地执行所述选择、所述设置和所述控制直到基于由所述控制得到的所述操作状态确定了所述医学设备的期望的操作状态。
应当理解,只要组合的实施例不是相互排斥的,可以组合本发明的前述实施例中的一个或多个实施例。
附图说明
在下文中,将仅通过范例的方式并且参考附图来描述本发明的优选实施例,在附图中:
图1是医学系统的示意图,
图2是用于配置医学设备的方法的流程图,
图3A-图3C图示了用于确定作为MRI系统的医学设备的期望的操作状态的方法,
图4示出了MRI系统的截面视图和功能视图。
附图标记列表
100 医学系统
101 医学设备
103 处理器
107 存储器
108 电源
109 总线
111 控制系统
121 软件
122 参数
125 显示器
129 用户接口
201-213 方法步骤
301 MR图像
303 反馈接口
310 反馈接口
311 评级
322 参数
400 磁共振成像系统
404 磁体
406 磁体的孔膛
408 成像区
410 磁场梯度线圈
412 磁场梯度线圈电源
414 射频线圈
415 射频放大器
418 对象
具体实施方式
在下文中,在附图中的相似编号的元件是相似的元件或者执行等效的功能。如果功能是等效的,则在后面的附图中将不必讨论先前已经讨论的元件。
在附图中示意性描绘了各种结构、系统和设备,这仅仅是出于解释的目的,并且不会因本领域技术人员公知的细节而使本发明模糊不清。然而,随附的附图旨在描述和解释所公开的主题的例示性范例。
图1是医学系统100的示意图。医学系统100包括被连接到医学设备101的控制系统111。医学设备101可以是处理器控制的设备。控制系统111包括处理器103、存储器107,其中的每个能够与医学系统100的一个或多个部件通信。例如,控制系统111的部件被耦合到双向系统总线109。
将意识到,在本文中所描述的方法至少部分是非交互式的,并且通过计算机化系统的方式来自动化。这些方法还能够以软件121(包括固件)、硬件或者其组合来实施。在示范性实施例中,在本文中所描述的方法作为可执行程序以软件来实施,并且由专用或通用数字计算机来执行,诸如个人计算机、工作站、小型计算机或大型计算机。
处理器103是用于执行软件(特别是被存储在存储器107中的软件)的硬件设备。处理器103能够是任何定制的或者商业上可获得的处理器、中央处理单元(CPU)、与控制系统111相关联的若干处理器当中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器,或者通常用于执行软件指令的任何设备。处理器103可以控制医学设备101的操作。
存储器107能够包括易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))和非易失性存储器元件(例如,ROM,可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM))中的任何一种或者组合。注意,存储器107能够具有分布式架构,其中,各种部件彼此远离地定位,但是能够由处理器103来访问。存储器107可以存储与医学系统100的至少一个其他构成元件有关的指令或数据。
控制系统111还可以包括显示设备125,显示设备125例如在用户接口129上显示字符和图像等。显示设备125可以是触摸屏显示设备。
医学系统100还可以包括用于对医学系统100供电的电源108。电源108例如可以是电池或外部电源,诸如由标准AC插座来供电。
医学设备101可以包括用于处置递送的治疗设备和/或诊断设备。控制系统111和医学设备101可以是整体部分或者可以不是整体部分。换言之,医学设备101可以在控制系统111的外部,或者可以不在控制系统111的外部。
医学设备101包括可以由处理器103控制以便配置医学设备101的部件。对医学设备101的所述配置可以实现医学设备101的操作。医学设备101的所述操作可以是自动的或者可以不是自动的。
在一个范例中,医学设备101可以包括集成电路,所述集成电路具有使得医学设备101能够被配置以便起作用的部件。例如,所述集成电路可以包括微处理器、存储器、模拟前端、电源管理部分以及用于与控制系统111通信的通信部分。在医学设备101是控制系统111的整体部分的情况下,所述微处理器和所述存储器可能不是必需的。图4示出了医学设备101的部件的另一范例。
在控制系统111与医学设备101之间的连接例如可以包括BUS以太网连接、WAN连接、因特网连接等。
医学设备101可以具有能够由处理器103修改或设置或控制的多个设置。这些设置可以形成控制医学设备101的功能的寄存器内容的部分。所述设置可以包括一个或多个参数122的集合,其值可以被存储在存储器107中。
参数122的集合可以是医学设备101的规范,诸如能够被用于医学设备101的配置的医学设备101的技术规范。
在一个范例中,医学设备101可以被配置为响应于例如由传感器进行的指定的测量而提供输出数据。在另一范例中,医学设备101可以被配置为提供疗法。对医学设备102的所述配置可以由处理器103来执行。例如,处理器103可以被配置为建立医学设备101的寄存器内容,其能够被用于配置医学设备101。
处理器103可以适于以兼容的数字形式从医学设备101接收信息,使得这样的信息可以被显示在显示设备125上。这样的信息可以包括操作参数、警报通知,以及与医学设备101的使用、操作和功能有关的其他信息。
在一个范例中,医学设备101可以被配置为从源(例如,11l)接收数据和/或向源(例如,11l)发送数据并且使用所述数据来执行诊断和/或递送处置。在另一范例中,医学设备101可以在医学设备101的集成显示器上向用户显示所述医学设备的操作状态和输出数据。
医学设备101可以例如经由网络与一个其他医学设备(未示出)通信。例如,可以从其他医学设备接收参数122的集合的值。
所述操作参数可以被用于确定医学设备101的操作状态。
图2是用于配置例如101的医学设备的方法的流程图。医学设备101能够使用参数122的集合来配置。
在步骤201中,可以提供参数122的集合的值。例如,针对所述参数的集合中的每个参数,可以提供或定义值的范围或离散值。参数122的集合的值可以是用于医学设备101的操作的最佳值。假设例如所述参数的集合包括par1和par2,其中,par1能够通过值的范围来设置,并且par2能够通过常量值来设置。在这种情况下,要提供的值例如可以包括一对(v1,v2)......作为针对par1的值范围(例如,par1能够从v1到v2变化)以及针对par2的常量值l1、l2、l3等(例如,par2可能有值l1)。
例如,参数122的集合的值可以是用户定义的。通过向用户提供预定义安全的或推荐的参数范围,能够在输入参数范围时支持所述用户。在另一范例中,可以使用处基于医学设备101的模型对所述医学设备的模拟而获得的模拟数据来确定参数122的集合的值。能够从模拟模块取得附加信息,所述模拟模块(近似地)模拟特定参数设置对医学设备101的输出数据的影响。
在另一范例中,可以从类似于医学设备101的一个或多个其他医学设备收集所述参数的集合的值。可以从(例如,其他医学设备的)其他用途收集参数122的集合的值,并且经由基于云的协作系统来交换。例如,MR系统操作者可以选择例如经由基于云的协作系统来复制由其他机构共享的采集参数。
在步骤203中,可以从步骤201的预定义值中选择值的结合。所述值的集合是参数122的集合的相应值。使用par1和par2的以上范例,所述值的集合例如可以包括在针对par1的v1与v2之间的值以及针对par2的l2。
在一个范例中,所述值的集合可以是例如针对所述医学设备的每次使用而随机地选择的。这可以是‘真实’随机选择或者不同的采样机制,如对参数范围的混洗逐步扫描。如果要优化多个参数,则参数选择可能需要采样方法以优化多维参数空间的覆盖范围。参数优化可以限于医学设备101的特定使用情况(例如,特定的扫描的解剖结构)或协议。
在步骤205中,可以通过使用所选择的值的集合设置参数122的集合来配置医学设备101。对参数122的集合的设置可以得到或者可以定义医学设备101的操作配置。
在一个范例中,可以将参数122的集合中的每个参数设置为所选择的值中的相应的一个或多个值。在另一范例中,可以调节所选择的值,使得其能够被设置为参数的相应集合。例如,可以基于对所选择的值进行外推的模型来执行所述调节。例如,如果所选择的值得到期望的操作状态,例如,如果评级“良好”,则所述模型可以调节或外推所述值,使得所述评级可以更高,例如,“极好”。可以使用指示所述参数的集合和/或先前选择的值的参考数据来执行所述调整或所述外推。
使用上文的par1和par2的简化范例,如果所选择的值的集合包括针对par1的vl以及针对par2的l2,则par1被设置为v1并且par2被设置为l2或者par1被设置为vl+-delta并且par2被设置为l2,其中,delta是预定义值等。
在步骤207中,可以控制医学设备101以根据所述操作配置来操作,由此确定医学设备101的操作状态。可以通过确定指示所述医学设备的所述操作的评级(或者质量评级)来确定所述操作状态。可以基于所述医学设备的操作和/或基于输出数据来计算所述评级。例如,可以基于所述医学设备的响应时间来计算评级。在另一范例中,可以基于诸如图像的输出数据的质量来计算所述评级。所述评级例如可以是“极好”、“良好”、“中等”或“不可接受”,例如,如果响应时间小于X分钟,则评级可以是“极好”。
对医学设备101的控制可以得到医学设备101的输出数据。所述输出数据例如可以包括如在上文中所描述的操作参数。可以通过评估至少一个预定义度量并且通过将所评估的度量与预定义阈值进行比较来确定所述操作状态。例如,可以使用一个或多个所述操作参数来确定所述度量。例如,所述度量可以被计算为所述操作参数的值与该操作参数的预定义参考值之间的差。可以将所述差与所述预定义阈值进行比较。如果所述差过高,则这可以指示不期望的操作状态。在另一范例中,所述差可以指示所述医学设备的所述操作的改善。所述操作状态例如可以由变量(例如,Boolean变量)来表示,其指示所述操作状态是期望的状态(例如,值1)还是不期望的操作状态(例如,值0)。
在一个范例中,在步骤207中对医学设备101的所述控制可以包括使用所述参数的集合中的相同的选择值将所述医学设备的操作或使用重复多次。这可以得到如上文所描述的针对每次重复的多个评级。在这种情况下,所述医学设备的多次操作可以得到多个输出数据,能够比较所述多个输出数据,以便判断所述医学设备的所述操作状态是否是期望的。例如,如果所述操作状态从一个输出数据变为另一输出数据,则这可能是所述医学设备的所述操作状态是不稳定的指示,并且因此其可能不是期望的操作状态。在另一范例中,如果所述多个评级中的“极好”评级的分数高于预定义阈值,则这可以指示所述医学设备的所述操作状态是期望的操作状态。所述阈值例如可以包括在先前迭代中所获得的或者在医学设备101的单独的先前操作中所获得的“极好”评级的分数。
在另一范例中,可以使用当前操作状态以及在先前迭代中的先前确定的操作状态来确定医学设备101的所述操作状态。例如,可以组合所述迭代的评级以提供每种评级类型的分数,其将是所述医学设备的所述操作状态的指示。
在当前迭代(查询209)是第一次迭代(第一次迭代指代步骤203-207的第一次或初始执行)的情况下,确定操作状态(查询210)是否是期望的操作状态,并且如果是,则在步骤211中可以维持所述操作配置,否则可以重复步骤203-207。所维持的操作配置可以被用于医学设备101的进一步或将来的使用。
在当前迭代(查询209)不是第一次迭代的情况下,确定(询问212)是否能够使用到目前为止针对每次迭代而确定的所述操作状态的至少部分来确定期望的操作状态。例如,可以保存每次迭代的所确定的操作状态。如果能够确定期望的操作状态,则可以在步骤213中提供实现所述期望的操作状态的值的集合;否则,可以重复步骤203-207。在步骤213中的所述参数的集合中的所提供的值可以被用于医学设备101的进一步或将来的使用。
查询212例如可以包括关于必须满足的重复的次数的条件。例如,如果重复的次数小于重复的预定义次数,则不能够确定所述期望的操作状态。重复的预定义次数可以保证对所述操作状态的可靠的确定。例如,来自所述重复的数据的组合可以足以得出与所述期望的操作状态相对应的值的集合。
在另一范例中,查询212可以包括将迄今为止从所述迭代获得的所述操作状态进行比较并且选择最佳操作状态(例如,如上文所描述的排名第一的为极好),并且将所选择的操作状态与期望的操作状态进行比较,其中,如果比较失败(其不相同),则这意指不能够确定所述期望的操作状态,并且必须重复步骤203-207。
在一个范例中,查询210可以包括提示医学设备101的用户以提供指示所述操作状态是否是期望的操作状态的输入数据(反馈)。在医学成像设备的情况下,所述操作状态例如可以由医学设备的所采集的图像来指示。在审查结果时,例如在审查所采集的医学图像时,可以向用户提供反馈机制以判断结果质量,例如,图像质量。所述反馈可以指示所述操作状态是否是期望的操作状态。基于所述操作状态是期望的操作状态的反馈,能够从定义的参数范围中选择对应的最佳参数集合。
例如,可以保存指示每次迭代的操作状态的评级,并且还可以保存每次迭代的步骤203(测试的参数集合)的所选择的值。针对给定的迭代,查询212可以包括基于评级和测试的参数集合(到目前为止所保存的)的组合,可以从规定的参数范围中提取最佳参数集合。如果能够提取所述最佳参数集合,则能够使用所述最佳参数集合来确定所述期望的操作状态。这可以包括对最大得分的检测、对统计学模型的拟合和评估,或者其他方法。所述选择可以包括针对参数的置信区间的估计以及评估结果的统计学显著性。所得到的优化的参数集合(其定义了所述医学设备的所述操作配置)能够向用户示出并且被保存到所述系统中以供将来使用。
例如,假设所述参数的集合包括能够采用特定范围之内的值的单个参数。可以通过在五个等间距点处对所述范围进行采样或者通过选择所述范围之内的随机值来选择所述参数的值作为样本。针对每个测试的值,可以确定所述操作状态(例如,可以评估对比度-噪声比)。每次迭代可以被表示为具有一对[参数值,操作状态]的数据点。通过拟合通过这些数据点的平滑函数,可以找到最佳值。例如,如果对比度-噪声比针对非常小和非常大的参数值是低的并且针对中等的参数值是较高的,则可以将钟形曲线拟合到所述数据点。该曲线的最大值将位于所述参数的测试值的范围之内。更一般地,回归模型可以被拟合到所述参数的集合的值的一个或若干个集合,并且使参数选择基于所述模型。
在医学成像设备的情况下,所述优化可以考虑如患者的年龄或大小的患者和疾病特异性数据。例如,可以拟合回归模型,所述回归模型将经修改的参数的值考虑为一个变量,将患者的体重作为第二变量,并且将测量到的结果作为结果。这样,可以导出用于设置考虑患者体重的参数的规则,例如,针对小患者与针对大患者不同地设置参数。作为另一范例,可以为具有不同临床边界条件(疾病、合并症、......)或者不同诊断问题的患者导出不同的最佳参数。
可以将本方法的优化结果报告回对等体或者参数交换云解决方案。
本方法例如步骤203-213可以定期地执行,例如每月或每周。这可以使得能够考虑医学设备101的发展。
图3A-图3C图示了用于确定作为MRI系统的医学设备101的期望的操作状态的方法,如参考图4所描述的。图3A例如可以在执行图2的步骤203和步骤205的同时来显示。
图3A示出了能够被用于配置所述MRI系统以便采集MR数据的参数322的集合。所述参数322的集合例如可以被显示在图形用户接口129上,使得用户可以输入所述参数322的集合的值。例如,专家可以输入针对要评估的参数的集合的有效参数范围,从而实现用于设置参数322的选项。针对所述医学设备的每次使用或操作,可以从这些选项中随机地选择参数集合。
例如,用户可以旨在使用所述医学设备以便通过使用SENSE来减少针对T2加权的MRI扫描的采集时间,而不改变如图像分辨率或切片数量的其他参数。
如在图3A中所示的,参数322可以被设置为各自的值。参数能够被设置为常量值或者值的范围。例如,切片厚度参数被设置为4mm,并且SENSE因子参数被设置为从1.5至2.2的值的范围。
在参数322的较大集合当中要研究或优化的参数(诸如参数122的集合)例如可以利用星形来标记,如在图3A中所图示的,使得用户能够输入针对这些参数的值。为了简化描述,在图3A-C的范例中,使用单个参数(SENSE因子)以便进行研究或优化。用户通过定义常量值或者通过设置范围来定义SENSE参数值以进行研究。针对使用T2加权的MRI扫描的医学设备进行的后续测量,可以使用SENSE参数的预定义值或者来自预定范围的值中的一个。例如,可以通过针对所述医学设备的每个操作选择不同的SENSE因子值来执行所述医学设备的操作或使用以便找到所述操作配置。
使用例如SENSE因子的值的所述医学设备的操作可以得到MR图像301。在执行检查并且产生所述MR图像之后,可以直接在显示设备125上向用户(例如,放射科医师/操作者)询问反馈,所述反馈可以指示所得到的图像的图像质量的评级,显示设备125能够是所述医学设备的控制台。用户能够在任意时间评估所有评级。图3B描绘了在执行所述序列之后针对用户反馈接口303的范例。在该范例中,提示用户在四个不同的评级(亦即“极好”、“良好”、“中等”和“不可接受”)当中进行选择。其可以包括分类尺度的选择(例如,极好-良好-中等-不可接受),如在图3B中所示的,更详细的质量评级,询问不同质量方面的问卷等。可以利用到相应的所使用的参数的集合的链接来存储反馈。
基于所述反馈,可以维持或拒绝被用于产生所评级的图像的SENSE因子值。例如,如果所述反馈指示“不可接受”评级,则可以使用另一SENSE因子值,并且可以由所述医学设备再次产生MR图像,并且可以再次向用户询问反馈。可以重复该过程,直到在所述反馈中指示的评级(例如,“良好”)对应于所述医学设备的期望的操作状态。
在一个范例中,可以控制所述医学设备每次使用不同的SENSE因子值多次操作,从而得到MR图像的多个集合。以这种方式,在图像采集之后,可以向用户示出来自具有不同参数的可比较采集(例如,相同协议和解剖结构)的可比较图像,并且要求用户评价他更喜欢哪一幅图像。可以在不给出关于所使用的参数(盲检)的信息或者具有参数显示(非盲检)的情况下执行所述评级。
在另一范例中,针对每个SENSE因子值(例如,如在图3C中所示的两个SENSE因子1.5、2和2.2),可以控制所述医学设备多次操作以产生相应的多幅图像。针对所述医学设备的每次使用,可以例如使用所述图像的对比度或信噪比对所得到的图像进行评级。如在图3C中所示的,针对SENSE因子1.5,所述医学设备已被控制操作14次,这得到14个评级。图3C指示90%的评级是“极好”,并且10%是“良好”。针对SENSE因子2.0,所述医学设备已被控制操作17次,这得到17个评级。图3C指示87%的评级是“极好”,11%是“良好”,并且2%是“中等”。针对SENSE因子2.2,所述医学设备已被控制操作15次,这得到15个评级。图3C指示9%的评级是“极好”,13%是“良好”,25%是“中等”,并且53%是“不可接受”。
基于这些总体评级311,可以选择或维持提供最佳总体评级的SENSE因子的值。所述最佳总体评级可以使用阈值来自动地选择,或者可以在显示反馈接口310时由用户来选择。
图4图示了磁共振成像系统400。磁共振成像系统400包括磁体404。磁体404是超导圆柱型磁体,在所述超导圆柱型磁体中具体孔膛406。也能够使用不同类型的磁体;例如,也能够使用分离式圆柱形磁体和所谓的开放式磁体两者。分离式圆柱形磁体类似于标准圆柱形磁体,除了低温恒温器已经被分成两个部分以允许进入所述磁体的等平面。这样的磁体例如可以与带电粒子射束疗法结合使用。开放式磁体具有两个磁体部分,一个在另一之上,在其之间具有足够大的空间以容纳待成像的对象418,两个部分区域的布置类似于亥姆霍兹线圈的布置。在圆柱形磁体的低温恒温器内部存在一组超导线圈。在圆柱形磁体404的孔膛406之内,存在成像区或体积408,其中,磁场是强的并且足够均匀以执行磁共振成像。
在磁体的孔膛406之内,还存在一组磁场梯度线圈410,其在磁共振数据的采集期间用于对磁体404的成像体积或检查体积408之内的目标体积的磁自旋进行空间地编码。磁场梯度线圈410被连接到磁场梯度线圈电源412。磁场梯度线圈410旨在是代表性的。通常,磁场梯度线圈410包含三个独立组的线圈,其用于在三个正交空间方向上进行编码。磁场梯度电源向磁场梯度线圈供应电流。被供应给磁场梯度线圈410的电流根据时间来控制,并且可以是斜变式的或脉冲式的。
MRI系统400还包括在对象418处并且邻近于检查体积408的RF线圈414,其用于生成RF激励脉冲。RF线圈414例如可以包括一组表面线圈或者其他专用RF线圈。RF线圈414可以被交替地用于RF脉冲的发射以及用于磁共振信号的接收,例如,RF线圈414可以被实施为包括多个RF发射线圈的发射阵列线圈。RF线圈414被连接到一个或多个RF放大器415。
磁场梯度线圈电源412和RF放大器415被连接到控制系统111的硬件接口。控制系统111的存储器107例如可以包括控制模块。所述控制模块包含计算机可执行代码,所述计算机可执行代码使得处理器103能够控制磁共振成像系统400的操作和功能。其还实现例如基于参数122的磁共振成像系统400的基本操作,诸如磁共振数据的采集。

Claims (15)

1.一种用于配置医学设备(101)的方法,所述方法包括:
-提供用于配置所述医学设备的一个或多个参数(122、322)的集合,所述集合中的每个参数具有预定义值;
-从所述预定义值中选择所述参数的集合的值的集合;
-使用所选择的值的集合来设置所述参数的集合,从而得到所述医学设备的操作配置;
-控制所述医学设备(101)以根据所述操作配置来操作,由此确定所述医学设备(101)的操作状态,其中,针对多位患者重复选择、设置和控制的步骤,并且其中,所选择的值的集合针对不同的患者是不同的;
-重复地执行所述选择、所述设置和所述控制,直到能够基于由针对多位患者的所述参数的集合的所述控制和所述选择和所述设置而得到的所述操作状态来确定所述医学设备的期望的操作状态。
2.根据权利要求1所述的方法,对所述医学设备(101)的所述控制得到所述医学设备(101)的输出数据,对所述操作状态的所述确定包括:评估至少一个预定义度量;将所评估的度量与预定义阈值进行比较。
3.根据权利要求2所述的方法,所述度量包括以下中的至少一项:
所述医学设备(101)用于执行所述操作的处理时间;
所述输出数据与预定义参考数据的匹配水平;
对所述输出数据的用户评级。
4.根据权利要求1所述的方法,还包括:提供所述操作状态的视觉指示;并且接收用户输入,所述用户输入指示对所述操作配置的维持或者执行所述重复。
5.根据权利要求1所述的方法,对所述医学设备(101)的所述控制得到所述医学设备的多个输出,其中,针对所述多个输出中的每个输出来确定所述操作状态,所述重复是响应于检测到所述操作状态的变化而执行的。
6.根据权利要求1所述的方法,对所述医学设备(101)的所述控制得到所述医学设备的多个输出,其中,针对所述多个输出中的每个输出来确定所述操作状态,所述方法还包括:基于预定义度量对所述操作状态中的每个操作状态进行评级;并且基于所述评级来执行维持或所述重复。
7.根据权利要求1所述的方法,所述医学设备选自包括以下项的组:MRI、CT、超声、X射线照相术和PET成像器。
8.根据权利要求7所述的方法,其中,控制所述医学设备包括:采集MRI数据;使用所采集的MRI数据来重建一幅或多幅MR图像;对所述操作状态的所述确定包括:评估所重建的MR图像的图像质量度量和/或采集时间;将所评估的采集时间和/或图像质量度量与预定义阈值进行比较。
9.根据权利要求1所述的方法,其中,对所述操作配置的维持还基于当前的重复次数,其中,针对预定义次数的重复来获得所述期望的操作状态。
10.根据权利要求1所述的方法,还包括确定所述预定义值,对所述预定义值的所述确定包括:
-从类似于所述医学设备的一个或多个其他医学设备收集所述预定义值;
-在理论上基于所述医学设备的物理模型来确定所述预定义值;或者
-使用根据基于所述医学设备的模型对所述医学设备的模拟而获得的模拟数据。
11.根据权利要求1-10中的任一项所述的方法,其中,所述预定义值是用户定义的值。
12.根据权利要求1-10中的任一项所述的方法,对所述值的集合的所述选择是自动地执行的。
13.根据权利要求1-10中的任一项所述的方法,所述参数的集合包括图像采集参数和/或图像重建参数。
14.一种计算机程序产品,所述计算机程序产品包括用于由处理器执行的机器可执行指令,其中,所述机器可执行指令的执行使所述处理器执行根据权利要求1-13任一项所述的方法。
15.一种用于医学设备(101)的控制系统(111),所述控制系统(111)包括处理器(103)以及包含机器可执行指令的存储器(107),其中,所述指令的执行使所述处理器(103):
-从预定义值中选择一个或多个参数的集合的值的集合;
-使用所选择的值的集合来设置所述参数的集合,从而得到所述医学设备(101)的操作配置;
-控制所述医学设备根据所述操作配置来操作,由此确定所述医学设备(101)的操作状态,其中,针对多位患者重复选择、设置和控制的步骤,并且其中,所选择的值的集合针对不同的患者是不同的;
-重复地执行所述选择、所述设置和所述控制,直到能够基于由所述控制得到的所述操作状态来确定所述医学设备(101)的期望的操作状态。
CN201780064142.6A 2016-12-20 2017-12-18 用于配置医学设备的方法 Active CN109843168B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16205244 2016-12-20
EP16205244.3 2016-12-20
PCT/EP2017/083407 WO2018114864A1 (en) 2016-12-20 2017-12-18 Method for configuring a medical device

Publications (2)

Publication Number Publication Date
CN109843168A CN109843168A (zh) 2019-06-04
CN109843168B true CN109843168B (zh) 2023-09-12

Family

ID=57794053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780064142.6A Active CN109843168B (zh) 2016-12-20 2017-12-18 用于配置医学设备的方法

Country Status (7)

Country Link
US (1) US11571138B2 (zh)
EP (1) EP3558110B1 (zh)
JP (1) JP6754903B2 (zh)
CN (1) CN109843168B (zh)
BR (1) BR112019012379A2 (zh)
RU (1) RU2019122820A (zh)
WO (1) WO2018114864A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220004475A1 (en) * 2018-11-28 2022-01-06 3M Innovative Properties Company Data center infrastructure optimization method based on causal learning
US20200401904A1 (en) * 2019-06-24 2020-12-24 GE Precision Healthcare LLC Adaptive medical imaging device configuration using artificial intelligence
DE102019126461A1 (de) * 2019-10-01 2021-04-01 Karl Storz Se & Co. Kg Verfahren und System zur Verarbeitung von optimierten Parametern

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101380232A (zh) * 2007-09-03 2009-03-11 西门子公司 优化血管造影磁共振图像的方法
CN103764024A (zh) * 2011-08-25 2014-04-30 株式会社日立医疗器械 医用图像摄影装置
CN106062755A (zh) * 2014-01-10 2016-10-26 哈特弗罗公司 用于识别医学图像采集参数的系统和方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10118194A1 (de) 2001-04-11 2002-12-05 Siemens Ag Verfahren zur Vorbereitung einer Magnetresonanzaufnahme unter Verwendung bereits erfolgter Aufnahmen sowie Kernspintomographievorrichtung, die das Verfahren verwendet
DE102004043262B4 (de) 2004-09-07 2007-06-06 Siemens Ag Verfahren zur Aufnahme von Bildern eines Untersuchungsbereichs eines menschlichen oder tierischen Körpers in einer Magnetresonanzanlage und zugehörige Magnetresonanzanlage
US8235900B2 (en) * 2009-03-23 2012-08-07 Imsonic Medical, Inc. Method and apparatus for an automatic ultrasound imaging system
TWI387445B (zh) * 2009-09-17 2013-03-01 Univ Nat Taiwan 得到一影像生物指標的方法、病況預測方法、病況預測裝置及電腦程式產品
US9568578B2 (en) 2010-12-13 2017-02-14 Koninklijke Philips Electronics N.V. Magnetic resonance examination system with preferred settings based on data mining
US9317580B2 (en) 2011-02-04 2016-04-19 Koninklijke Philips N.V. Imaging protocol update and/or recommender
JP5806044B2 (ja) * 2011-08-24 2015-11-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像診断装置
KR20140040419A (ko) 2012-09-26 2014-04-03 삼성전자주식회사 의료영상장치 및 그 제어방법
US20140129248A1 (en) 2012-11-07 2014-05-08 Sven Zuehlsdorff Usage based system for monitoring a medical imaging device
US20150081315A1 (en) 2013-09-13 2015-03-19 Radiology Resources International, Llc Method for selecting medical imaging protocols
AU2014360173B2 (en) * 2013-12-05 2019-05-02 Veriskin, Inc. Skin perfusion monitoring device
WO2015198680A1 (ja) 2014-06-24 2015-12-30 株式会社 日立メディコ プロトコル配信システム、医用画像診断装置及びプロトコル配信方法
US9743911B2 (en) * 2014-09-03 2017-08-29 Contextvision Ab Methods and systems for automatic control of subjective image quality in imaging of objects
US9636453B2 (en) * 2014-12-04 2017-05-02 Medtronic Minimed, Inc. Advance diagnosis of infusion device operating mode viability
US10360675B2 (en) * 2015-06-12 2019-07-23 International Business Machines Corporation Methods and systems for automatically analyzing clinical images using rules and image analytics
JPWO2017086101A1 (ja) * 2015-11-18 2018-07-05 株式会社日立製作所 医用画像診断装置及び撮影準備方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101380232A (zh) * 2007-09-03 2009-03-11 西门子公司 优化血管造影磁共振图像的方法
CN103764024A (zh) * 2011-08-25 2014-04-30 株式会社日立医疗器械 医用图像摄影装置
CN106062755A (zh) * 2014-01-10 2016-10-26 哈特弗罗公司 用于识别医学图像采集参数的系统和方法

Also Published As

Publication number Publication date
RU2019122820A (ru) 2021-01-22
CN109843168A (zh) 2019-06-04
JP2020511184A (ja) 2020-04-16
EP3558110B1 (en) 2020-05-27
EP3558110A1 (en) 2019-10-30
WO2018114864A1 (en) 2018-06-28
JP6754903B2 (ja) 2020-09-16
US11571138B2 (en) 2023-02-07
US20200008704A1 (en) 2020-01-09
BR112019012379A2 (pt) 2020-02-27

Similar Documents

Publication Publication Date Title
US9207300B2 (en) Automatic system for timing in imaging
CN109843168B (zh) 用于配置医学设备的方法
EP3270178A1 (en) A system and method for determining optimal operating parameters for medical imaging
US20150309147A1 (en) Systems and Methods For Designing Magnetic Resonance Imaging Radio Frequency Pulses That Are Robust Against Physiological Motion Errors
US8975892B2 (en) Method of optimizing magnetic resonance image contrast with MRI relaxation time scanning parameters correlated to age of a subject
US9069998B2 (en) Determining electrical properties of tissue using magnetic resonance imaging and least squared estimate
EP3594710B1 (en) A computer-implemented method of building a database of pulse sequences for magnetic resonance imaging, and a method of performing magnetic resonance imaging using such a database
EP3397979B1 (en) System and method for assessing tissue properties using chemical-shift-encoded magnetic resonance imaging
US10162033B2 (en) Magnetic resonance imaging method and apparatus
US10159424B2 (en) Method and apparatus for generating medical image data records
JP2014061279A (ja) 磁気共鳴イメージング装置及びその比吸収率の演算方法
US9513354B2 (en) Determining electrical properties of tissue using complex magnetic resonance images
WO2019112050A1 (ja) 画像撮像装置、画像撮像方法、画像撮像プログラム、及び記憶媒体
JP6615594B2 (ja) 画像処理方法、画像処理装置及び磁気共鳴イメージング装置
US10436867B2 (en) Method and computer for automatic characterization of liver tissue from magnetic resonance images
Kayvanrad et al. Resting state fMRI scanner instabilities revealed by longitudinal phantom scans in a multi-center study
CN112912968A (zh) 使用疼痛传感器的成像方法
KR101625713B1 (ko) 자기 공명 이미지들을 생성하는 방법 및 장치
CN106037779A (zh) 使用造影剂确定成像的初始化时间点
US20180276852A1 (en) System and method for data-consistency preparation and image reconstruction
US10420484B2 (en) System and method for magnetic resonance imaging with an adaptive gating window having constant gating efficiency
JP2019130310A (ja) 磁気共鳴イメージング装置及び画像処理装置
US11662409B2 (en) Performance-optimized method for determining valid parameter datasets
US20210106252A1 (en) Magnetic resonance imaging apparatus and image processing apparatus
US10451689B2 (en) Specific absorption rate adjustment of scan parameters

Legal Events

Date Code Title Description
PB01 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