CN112556708A - 用于确定车辆的优选目的地的方法 - Google Patents

用于确定车辆的优选目的地的方法 Download PDF

Info

Publication number
CN112556708A
CN112556708A CN202011007394.5A CN202011007394A CN112556708A CN 112556708 A CN112556708 A CN 112556708A CN 202011007394 A CN202011007394 A CN 202011007394A CN 112556708 A CN112556708 A CN 112556708A
Authority
CN
China
Prior art keywords
vehicle
arithmetic unit
patient
destination
image data
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.)
Pending
Application number
CN202011007394.5A
Other languages
English (en)
Inventor
S·劳滕施莱格
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN112556708A publication Critical patent/CN112556708A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G3/00—Ambulance aspects of vehicles; Vehicles with special provisions for transporting patients or disabled persons, or their personal conveyances, e.g. for facilitating access of, or for loading, wheelchairs
    • A61G3/001—Vehicles provided with medical equipment to perform operations or examinations
    • 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
    • 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
    • G16H40/20—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 or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Abstract

本发明的各实施例涉及用于确定车辆的优选目的地的方法。本发明涉及一种用于确定具有医学成像设备的车辆、特别是救护车的优选目的地的方法，该方法包括以下步骤：借助于第一接口提供患者的图像数据集，该图像数据集已经借助于医学成像设备生成；借助于运算单元对所提供的图像数据集进行评估；借助于运算单元对车辆位置进行第一确定；借助于运算单元至少基于所确定的车辆位置对用于治疗患者的多个可选目的地进行第二确定；借助于运算单元至少基于所评估的图像数据集和所确定的车辆位置从多个可选目的地中对优选目的地进行第三确定；借助于第二接口输出所选择的优选目的地。

Description

用于确定车辆的优选目的地的方法
技术领域
本发明涉及一种用于确定具有医学成像设备的车辆的优选目的地的方法以及一种车辆、一种计算机程序产品、一种计算机程序和一种计算机可读存储介质。
背景技术
为了治疗创伤患者或卒中患者，通常由医生借助于医学图像数据集进行诊断。为了对患者的医学状况进行完整的分析，通常借助于计算机断层扫描设备(CT设备)提供三维体图像数据。这意味着成像过程基于从不同角度范围记录的大量投影测量数据和随后的数学逆变换，以便基于投影测量数据来重建三维体图像数据(例如，借助于滤波后的反投影(Rückprojektion)的重建算法)。基于这些三维体图像数据还可以生成二维图层图像，这些二维图层图像分别表示穿过所成像的体积的截面图像。
在严重的创伤或卒中的情况下，时间是重要的因素。正确的治疗开始得越早，治疗成功的机会就越大。当前的发展使得能够例如在救护车(所谓的“mobile stroke units”，移动卒中单元)中或者甚至在直升机中较灵活地使用CT设备，以便尽可能及时地进行检查和诊断。然而，在该情况下，通常在救护车中没有接受过图像数据集诊断评估培训的医生，例如神经放射科医生，因此必须将所记录的图像数据集例如传输到医院以进行诊断。
然而，通常通过移动无线电连接进行的数据传输通常是非常耗时的因素，这会延迟医生的及时评估。然而，取决于评估结果，治疗患者所需的其他必要步骤可能会有所不同。同样，取决于所需的治疗，为了治疗的成功或者就成本效益而言，可以优选不同的治疗地点，例如取决于这些治疗地点的设备和可用性。
例如，根据治疗选项和用于卒中患者治疗的现有结构，可以将医院或卒中中心(所谓的Stroke Units或Stroke Center)分级为不同的设备等级或治疗等级。因此，特别是在美国，可以将初级卒中中心(Primary Stroke Center,PSC)与综合性卒中中心(Comprehensive Stroke Center,CSC)或为血栓切除术所设立的卒中中心(ThrombectomyCapable Stroke Center,TCSC)区分开。在其他的国家和地区也存在类似的评级系统。例如具有脑部大动脉血管闭塞(Large Vessel Occlusion,LVO)的卒中患者与如下的卒中患者相比需要不同的设备等级，特别是CSC/TCSC等级，这样的卒中患者不是脑部大动脉血管闭塞的情况，并且对于这样的卒中患者而言PSC等级就足以进行进一步的治疗并且明显更具成本效益，或者这样的卒中患者甚至没有确诊卒中。
发明内容
因此，本发明的目的是提供一种用于确定具有医学成像设备的车辆、特别是救护车的优选目的地的改进方法，以便可以为患者提供尽可能最佳的治疗。
该目的通过独立权利要求的特征实现。在从属权利要求和下面的说明中提出了本发明的其他有利的且部分具有创造性的实施方式和改进方案。
下面结合所要求保护的方法和呈所要求保护的车辆的形式的根据本发明的装置来说明该目的的根据本发明的解决方案。在此提到的特征、优点或备选实施方式同样适用于所要求保护的其他主题，反之亦然。换言之，还可以利用结合方法说明或要求保护的特征来改进装置权利要求(例如，涉及一种装置的权利要求，即，涉及所要求保护的车辆的权利要求)。在此，方法的相应功能特征由相应的实体模块形成。
本发明涉及一种用于确定具有医学成像设备的车辆、特别是救护车的优选目的地的方法，该方法包括：借助于第一接口提供由医学成像设备生成的患者图像数据集和借助于运算单元评估所提供的图像数据集。此外，根据本发明的方法包括：借助于运算单元对车辆的位置进行第一确定；借助于运算单元至少基于所确定的车辆位置对用于治疗患者的多个可选目的地进行的第二确定；以及借助于运算单元至少基于所评估的图像数据集和所确定的车辆位置从多个可选目的地中对优选目的地进行的第三确定。然后是借助于第二接口输出所选择的优选目的地的步骤。
本发明基于以下考虑：在使用具有医学成像设备的车辆、特别是救护车的情况下，至少基于借助于运算单元优选地自动进行的、对所提供的患者图像数据集的第一评估，可以确定患者的最佳治疗地点，即，车辆的优选目的地，使得可以确保在治疗地点对患者进行与其匹配的最佳治疗。然而，在此，特别地，最佳选择除了可以考虑治疗成功之外还可以考虑诸如成本效益之类的参数。在此，优选地，应当避免将图像数据集传输到中央单元(即，例如，医院)以基于图像数据集进行第一评估和诊断的需要，从而不必承受任何时间延迟，并且患者可以尽快到达合适的治疗地点。
医学成像设备例如可以包括基于X射线的成像设备，例如，CT设备、C型臂X射线设备或血管造影X射线设备。然而，除此之外还可以考虑被设计为生成患者的二维或三维图像数据集的其他医学成像设备。
图像数据集的提供例如可以包括：采集和/或读取计算机可读数据存储器和/或借助于第一接口从存储单元接收。此外，根据本发明的方法还可以包括：借助于医学成像设备生成图像数据集，然后可以借助于第一接口将该图像数据集提供用于该方法的其他步骤。
特别地，图像数据集可以是三维图像数据集(3D图像数据集)或二维图像数据集(2D图像数据集)。2D图像数据集可以实现患者检查区域的二维呈现、特别是空间二维的呈现。特别地，3D图像数据集可以实现患者检查区域的三维呈现、特别是空间三维的呈现。三维图像数据集还可以呈现为多个图层图像数据集。图层图像数据集分别包括3D图像数据集在沿着所标记的轴线的位置处的图层。然后，图层图像数据集分别可以实现3D图像数据集的相应图层的二维呈现、特别是空间二维的呈现。3D图像数据集有利地包括多个体素(Voxel)，特别是像点。在此，每个体素可以优选地分别具有一个值，特别是图像值，例如灰度值和/或RGB颜色值和/或强度值。与之类似地，二维图像数据集可以包括多个像素，特别是像点。在此，每个像素可以优选地分别具有一个值，特别是图像值，例如灰度值和/或RGB颜色值和/或强度值。
图像数据集可以例如为血管造影图像数据集、没有造影剂辅助的图像数据集或灌注图像数据集。
患者可以是人类患者和/或动物患者。图像数据集所包含的(即，所呈现的)患者检查区域可以包括患者的解剖区域和/或空间区域，这样的解剖区域和/或空间区域包括预定的组织区域和/或诊断所需的空间区域。在此，检查区域可以包括患者的身体区域，诸如头部或胸部。检查区域必要时还可以包括患者的整个身体。例如，患者是卒中患者，这可以是患有卒中、即特别是缺血性梗塞的患者，然而还可以是至少疑似患有卒中的患者。于是，检查区域可以包括卒中患者的头部的至少一部分区域。
特别地，评估基于借助于运算单元对第一图像数据集进行的分析。该分析可以基于图像值或由图像值表示的结构(例如，边缘)、连续的图像值组、在相邻图像值之间的波动或图像值随时间的变化等。评估或分析可以包括阈值方法、分割方法等。在此，评估或分析可以包括与预期图像值或预期结构的比较，从中可以推导出评估或分析结果。预期可以例如基于图像数据集本身，例如基于图像数据集的不同区域的比较，基于解剖图谱或模型，或者还基于患者或其他患者的多个类似的已经存在的图像数据集。例如，经训练的函数可以用于评估或至少用于评估的部分方面。
借助于运算单元对所提供的图像数据集的评估可以包括至少就分组而言将图像数据集分类到至少一个评估组中。也就是说，所提供的图像数据集可以检验该图像数据集，以决定是否可以将该图像数据集分配给至少一个评估组。在此，分组可以基于对第一图像数据集的分析。借助于运算单元对所提供的图像数据集的评估还可以包括将图像数据集分到多个不同的类别(即，多个不同的评估组)中。被评估的图像数据集或评估组可以例如与可能的诊断、必要的治疗步骤或患者治疗所需的医学设备相关联。除此之外，还可以有其他关联。诊断可以是血管闭塞的存在性、或血管闭塞的严重性或程度、脑出血的存在性或其他方面。例如，评估包括检验图像数据集中是否存在血管闭塞，特别是是否存在LVO。评估还可以包括检验图像数据集是否存在脑出血或其他障碍的评估。此外，评估还可以包括：在第一图像数据集中定位血管闭塞或脑出血或者确定受血管闭塞影响的血管的类型。被评估的图像数据集或评估组特别地可以与在治疗地点为患者提供最佳治疗所必须满足的至少一个标准相关联。
借助于运算单元基于所提供的图像数据集可以优选地自动地且无需用户进一步干预地或者至少部分自动地进行评估。例如，可以基于评估由用户预设根据本发明的方法的开始或停止、或者分组的确认、或者其他步骤的触发。
在第一确定的步骤中，车辆位置可以借助于定位单元来确定或者可以由定位单元查询，例如借助于卫星支持的定位系统，诸如GPS或欧洲全球卫星导航系统Galileo。然后，可以例如结合地图数据在地图上对车辆进行定位。为此，车辆可以具有例如呈GPS接收器形式的定位单元，该定位单元可以实现车辆的定位。定位单元可以使得通过用于第一确定步骤的运算单元来查询车辆的位置。车辆例如包括具有定位单元的导航系统，其中借助于运算单元确定车辆的位置包括从导航系统查询位置。
第二确定包括确定多个可选目的地。车辆的可选目的地特别地被包括在借助于车辆可到达的(即，可行驶到的)可能的患者治疗地点中。治疗地点基本上可以是医院或设计用于治疗患者、特别是急诊患者的其他患者护理中心。如果该方法仅限于卒中患者，则治疗地点例如可以仅包括卒中中心。这特别地可以是设计用于治疗卒中患者的医院。相应的治疗地点以及相应的目的地可以例如通过其位置信息来定位。位置信息可以例如以诸如GPS坐标之类的位置坐标或其地址的形式存在。在第二确定的步骤中所确定的多个可选目的地可以表示治疗地点的选择。可选目的地特别地被包括在治疗地点中，并且代表治疗地点的至少一部分。
特定的多个可选目的地至少基于所确定的车辆位置来确定。多个可选目的地例如包括位于从车辆位置开始特定周围区域内、特定行驶距离内或特定行驶时间内的治疗地点。用于求取周围区域内的目的地、到特定目的地的路线或行驶路线或者到达目的地的行驶时间预测的方法在导航系统领域中是众所周知的，因此在此不再赘述。
多个可选目的地还可以借助于其他标准来确定，例如治疗地点处医学设备的可用性或设备等级。例如，多个可选目的地包括当前可用于治疗患者的多个治疗地点或具有特定设备等级的多个治疗地点。例如，多个可选目的地包括位于车辆位置周围特定周围区域内的多个CSC/TCSC和/或多个PSC。
为了确定多个可选目的地，治疗地点的本地数据库例如以具有相应位置信息的表格或列表的形式本地存在于运算单元的存储单元或车辆的存储单元上，该本地数据库以对于运算单元可调用且可处理的方式被提供用于第二确定的步骤。此外，还可以将例如设备等级等的其他信息与每个治疗位置相关联并且可调用地保存在数据库中。备选地或附加地，对多个可选目的地的第二确定还可以包括中央单元的查询。中央单元可以位于医院或其他地点，例如计算机中心。中央单元同样可以保存治疗地点的数据库，该数据库例如可以通过无线电网络、特别是移动无线电网络来查询。中央单元可以以可查询的方式保存关于治疗地点的附加信息。中央单元特别地可以提供与治疗地点关联的其他信息，这些信息以可以随时间更新的方式保存在中央单元上。例如，可以借助于中央单元查询在治疗地点处医学设备的当前可用性。为此，车辆或运算单元可以特别地设置有通信单元，该通信单元被设计用于特别是通过无线电网络执行中央单元的查询。
借助于运算单元基于所评估的图像数据集从多个可选目的地中确定或选择优选目的地。
可以借助至少一个标准来确定优选目的地。所评估的图像数据集可以与用于治疗患者的可选目的地优选地必须满足的至少一个标准相关联。该至少一个标准可以与特定的可选目的地进行比较。基于该比较可以确定优选目的地。根据评估，可以将不同的可选目的地确定为优选目的地。如果图像数据集的评估例如与可能的诊断、必要的治疗步骤或与治疗患者所需的医学设备相关联，则可以直接从中读取或从中推导出必要的医学设备作为标准。然后，可以将该标准与所确定的可选目的地进行比较，基于此可以确定优选目的地。另一标准可以是利用车辆到目的地的尽可能快速的可达性。可达性可以根据行驶路线或可以借助车辆位置和可选目的地确定的预计行驶时间来求取。另一标准例如可以是医学设备的可用性。还可以考虑其他的标准来进行比较。
输出所选择的优选目的地可以包括借助于第二接口将目的地输出到输出单元。输出单元可以被设计用于为车辆的驾驶员以视觉或听觉方式输出目的地或者以可感知的方式提供目的地。输出单元可以例如包括显示器或扬声器。输出所选择的优选目的地可以包括借助于第二接口将目的地输出到由车辆或运算单元所包括的导航系统。
优选目的地可以例如以位置信息(即，地址)的形式或以位置坐标的形式或其他形式被输出。
发明人已经认识到，通过根据本发明的方法可以有利地通过以下方式确保特别省时和最佳的患者治疗：借助于在车辆本地中设置的运算单元基于第一图像数据集进行评估，并且确定与之匹配的最佳治疗地点作为车辆的优选目的地。可以有利地避免由于为远程医学评估传输图像数据集而引起的时间延迟。有利地，可以始终选择就可达性、所提供的设备和成本效益而言对于患者治疗最佳的治疗地点。
在该方法的优选变型中，在第二确定的步骤中还确定以下列表中的至少一个参数：
–在用于治疗患者的相应可选目的地处的医学设备，
–在用于治疗患者的相应可选目的地处的医学设备的可用性，
–前往相应可选目的地的行驶路线，
–前往相应可选目的地的行驶时间。
所确定的至少一个参数可以被考虑到对可选目的地的第二确定的步骤中和/或对优选目的地的第三确定的步骤中。这可以意味着，可以基于这些参数中的至少一个参数来限制多个可选目的地。至少一个参数优选地同时被考虑作为用于从多个可选目的地中确定优选目的地的标准。
例如，可以根据特定的设备等级通过对治疗地点或可选目的地的分级来反映医学设备。可以将该信息与治疗地点的位置信息以可调用的方式一起提供给运算单元。例如，至少可以将CSC/TCSC与PSC区分开。还可以有其他区分或分级。治疗地点的医学设备还可以更详细地被提供，并且例如分别作为可调用的信息以可用的医学设备和/或在治疗现场受过治疗培训的医务人员的形式反映不同的治疗选项。
医学设备的可用性可以包括治疗选项的负荷率，即，在各个治疗地点处的医学设备和/或医护人员的负荷率。可用性特别地可以作为随时间更新的信息来查询。例如，在第二确定的步骤中，仅可用的治疗地点可以被确定为可选目的地。例如，在第三确定的步骤中，仅一个可用的可选目的地可以被确定为优选目的地。
至少一个参数特别是可以借助于运算单元自动确定。至少一个参数可以借助于本地保存的数据库来查询，该数据库存储了分别与该至少一个参数相关联的治疗地点。还可以包括对在中央单元处集中存储的数据库的查询。
通过确定前往相应治疗地点或相应可选目的地的行驶路线，可以使得推断出行驶距离。此外，特定的行驶路线还可以使得能够推断出预计的行驶时间。预计的行驶时间还可以包括在行驶路线上的当前或预测的交通量。例如，可以仅确定在特定行驶距离或行驶时间内的可选目的地。例如，可以基于最短行驶距离或最短行驶时间来确定优选目的地。行驶路线或预计的行驶时间可以借助于由车辆或运算单元所包括的导航系统来确定，或者可以由用于进行确定的运算单元的导航系统来查询。在此，用于确定行驶路线或基于该行驶路线用于预测行驶时间的方法在导航系统领域中广泛使用，在此不做详细说明。
为了确定优选的目的地，可以特别是以适配于所评估的图像数据集的方式来组合参数。例如，根据图像数据集的评估，可以选择具有必要设备等级的可用的如下可选目的地作为优选目的地，这样的可选目的地可以借助于车辆在尽可能最短的时间内到达。
以上参数中的至少一个参数的确定有利地使得可以特别有利地确定可选目的地，特别是可以借助于运算单元选择优选目的地，从而可以进行最佳的、省时的治疗。
在另一有利的方法变型中，评估的步骤包括检验所提供的图像数据集是否存在患者血管的血管闭塞。
评估的步骤特别是可以包括检验所提供的图像数据集是否存在患者脑部中的血管的血管闭塞。特别是在患者脑部中的血管闭塞的存在特别地伴随着对患者进行特别迅速和最佳治疗的需求，从而根据本发明的方法的优点在此可以特别有利地有助于治疗成功。
评估步骤中的检验可以包括判断在检查区域中是否存在血管闭塞。也就是说，所评估的图像数据集仅可以关于在检查区域中是否存在血管闭塞进行评估。血管闭塞的存在可以例如与在评估步骤中可以将图像数据集分组或分类到其中的评估组相关联或相对应。
该检验还可以包括血管闭塞的定位。也就是说，所评估的图像数据集可以在以下方面被评估，即是否存在血管闭塞以及在第一图像数据集或检查区域中哪个部位存在血管闭塞。在此，血管闭塞的部位可以提供有关血管闭塞的影响或必要的治疗步骤的信息，从而可以为评估或分组到相应评估组中以及还可以为最佳治疗提供必要的信息。血管闭塞的部位可以例如与在评估步骤中可以将图像数据集分组或分类到其中的评估组相关联。
在此，该检验还可以包括确定存在血管闭塞的血管或血管类型。例如可以在不同的血管之间加以区分以进行评估。不同的血管或血管类型例如可以在患者的脑部供血中发挥不同重要程度的作用。存在血管闭塞的血管类型可以例如与在评估步骤中可以将图像数据集分组或分类到其中的评估组相关联。
不同的部位或血管类型可以与治疗患者的不同需求和必要性相关联，从而在评估中考虑这样的信息并基于该信息确定优选目的地可以有利地促使治疗过程的优化。
此外，在一个有利的方法变型中，如果存在血管闭塞，则还会确定该血管闭塞的部位或受该血管闭塞影响的血管的类型。例如可以确定LVO，即，脑部大动脉的血管闭塞。例如，LVO可以与在评估步骤中可以将图像数据集分组或分类到其中的评估组相关联。
根据评估，对于患者的治疗可能需要不同的设备等级，即，不同的目的地。因此，特别是在LVO的情况下，对于患者的治疗可能需要卒中中心的CSC/TCSC等级，而在次级小血管有血管闭塞的情况下PSC可能就足够了。
在此，在该方法的一个实施方式中，可以在评估步骤中使用机器学习方法/经训练的函数。
通过将经训练的函数应用于所提供的图像数据集，可以实现对图像数据集的评估。经训练的函数还可以限于评估的部分方面，例如检验、定位和/或分级或分组。
在此，经训练的函数可以有利地通过机器学习方法来训练。经训练的函数特别地可以是神经网络，特别是卷积神经网络(英文为convolutional neural network,CNN)或包括卷积层(英文为convolutional layer)的网络。
经训练的函数将输入数据映射到输出数据。在此，输出数据可以特别地还取决于经训练的函数的一个或多个参数。经训练的函数的一个或多个参数可以通过训练被确定和/或调整。经训练的函数的一个或多个参数的确定和/或调整可以特别地基于一对训练输入数据和相对应的训练输出数据，其中将经训练的函数应用于训练输入数据以生成输出数据。评估特别地可以基于所生成的输出数据与训练输出数据的比较。通常，可训练的函数(即，具有一个或多个尚未调整的参数的函数)也称为经训练的函数。
经训练的函数的其他术语包括经训练的映射规则、具有经训练的参数的映射规则、具有经训练的参数的函数、基于人工智能的算法、机器学习算法。经训练的函数的一个示例是人工神经网络，其中人工神经网络的边缘权重对应于经训练的函数的参数。作为术语“神经网络”的备选，还可以使用术语“神经网”。经训练的函数特别地还可以是深度人工神经网络(英文为deep neural network,deep artificial neural network)。经训练的函数的另一示例为“支持向量机(Support Vector Machine)”，此外，特别地，其他机器学习算法也可以用作经训练的函数。经训练的函数可以例如通过反向传播来训练。首先可以通过将经训练的函数应用于训练输入数据来生成输出数据。然后可以通过将误差函数应用于所生成的输出数据和训练输出数据来求取在所生成的输出数据和训练输出数据之间的偏差。此外，可以基于误差函数的梯度相对于经训练的函数的至少一个参数来迭代地调整经训练的函数、特别是神经网络的至少一个参数、特别是权重。因此，可以在经训练的函数的训练期间有利地使在训练映射数据和训练输出数据之间的偏差最小化。
输入数据可以包括借助于医学设备生成的多个图像数据集。训练输出数据可以包括相应的被评估的图像数据集。
通过应用人工智能系统(即，经训练的函数)，可以考虑所有对于评估相关的影响变量，还可以考虑用户无法估计与评估之间的关联的变量。特别地，在训练阶段之后，可以借助于经训练的函数特别可靠且省时地使评估自动化。有利地，可以避免远程医学评估和随之而来的时间延迟。
根据本发明的方法还可以包括：所生成的图像数据集是CT血管造影图像数据集。
CT血管造影图像数据集特别有利地使得可以关于患者、特别是卒中患者的血管的血管闭塞进行评估。
在根据本发明的方法的一个实施变型中，重复执行第一确定的步骤和第二确定的步骤，从而在更新车辆位置的情况下，确定更新的多个可选目的地。
在车辆位置更新的情况下，即，当车辆移动时，还可以有利地确定最佳的治疗地点，即，最佳的目的地。例如，当前的可用性或当前的预计行驶时间可以始终被考虑到优选目的地的第三确定中。
还可以规定，在评估的步骤期间执行第一确定的步骤和/或第二确定的步骤。
这可以意味着，这些步骤基本上同时执行，或者至少在时间上彼此邻近地执行、开始或结束。有利地可以随着评估步骤的结束(即，在评估存在时)同时或至少在邻近地短时间内确定多个可选目的地，并且这些可选目的地可以用于对优选目的地进行的第三确定的步骤。有利地，可以确保省时的过程。
在根据本发明的方法的另一变型中，基于所确定的优选目的地来求取用于到达优选目的地的导航信息，并且借助于输出单元来输出该导航信息。
例如，运算单元或车辆包括导航系统，以便为车辆驾驶员求取用于到达导航目的地的导航信息。在此，可以自动地借助于接口将优选目的地作为选定的导航目的地编程到导航系统中。然后可以借助于由导航系统提供的导航信息将驾驶员引导到优选目的地。导航信息可以包括视觉和/或听觉信息。例如，导航信息包括地图数据或语音指令，在该地图数据上显示目的地和/或从车辆当前位置开始到达目的地的路线。于是，输出单元可以相应地包括：例如用于为驾驶员显示导航信息的显示器或用于将导航信息以听觉方式输出给驾驶员的扬声器。
本发明还涉及一种车辆，特别是救护车，该车辆包括：
–医学成像设备，被设计用于生成患者图像数据集，
–第一接口，被设计用于提供所生成的图像数据集以用于进一步处理，
–运算单元，被设计用于
·评估所生成的图像数据集，
·确定车辆的位置，
·至少基于所确定的车辆位置来确定用于治疗患者的多个可选目的地，
·至少基于所评估的图像数据集和所确定的车辆位置从多个可选目的地中选择优选目的地，
–第二接口，被设计用于输出所选择的优选目的地。
车辆例如可以是所谓的移动卒中单元。根据本发明的车辆特别地可以被设计用于执行根据本发明的上述方法及其各个方面。根据本发明的车辆可以被设计用于通过以下方式执行该方法及其各个方面：医学成像设备、运算单元和接口被设计用于执行相应的方法步骤。
在此，该方法及其实施方式的设计变型、特征和优点还可以直接适用于根据本发明的车辆。
特别地，在优选的装置变型中，医学成像设备是CT设备。在此，CT设备特别地可以被设计为除了原始的CT图像数据集之外还生成CT血管造影图像数据集和灌注CT图像数据集。
此外，本发明还涉及一种具有计算机程序的计算机程序产品，该计算机程序可以直接加载到车辆、特别是救护车的运算单元的存储单元中，并且该计算机程序具有程序段，以便在由运算单元运行程序段时执行用于确定车辆优选目的地的方法的所有步骤。
在此，该计算机程序产品可以包括具有尚未被编译和链接或仅需被解释的源代码的软件，或为了执行仅需被加载到运算单元中的可执行软件代码。通过该计算机程序产品可以快速、可同样重复且可靠地执行用于驱控医学成像设备的方法。该计算机程序产品被配置为使得其可以借助于运算单元执行根据本发明的方法步骤。在此，运算单元必须相应地具备先决条件，例如相应的工作存储器、相应的图形卡或相应的逻辑单元，以便可以有效地执行各个方法步骤。
该计算机程序产品例如被存储在计算机可读介质上或者网络或服务器上，从中可以将该计算机程序产品加载到数据处理单元的处理器中，该处理器可以直接与数据处理单元连接或形成为数据处理单元的一部分。此外，计算机程序产品的控制信息可以存储在电子可读数据载体上。电子可读数据载体的控制信息可以被配置为使得当在处理单元中使用该数据载体时该控制信息执行根据本发明的方法。电子可读数据载体的示例是DVD、磁带或USB记忆棒，其上存储有电子可读控制信息，特别是软件。当该控制信息从数据载体中被读取并存储在处理单元中时，可以执行上述方法的根据本发明的所有实施方式。因此，本发明还可以基于所述计算机可读介质和/或所述电子可读数据载体。
很大程度上基于软件的实施方式的优点在于，即使是目前已经用于控制医学成像设备的装置也可以通过软件更新简单地进行升级，以便按照本发明的方式工作。除了计算机程序之外，这种计算机程序产品必要时还可以包含附加的组成部分，例如文档和/或附加部件，以及硬件部件，例如用于使用该软件的硬件密钥(加密狗等)。
本发明还涉及一种计算机程序，该计算机程序可以直接加载到车辆、特别是救护车的运算单元的存储单元中，并且该计算机程序具有如下程序段，在由运算单元运行该程序段时执行用于确定车辆优选目的地的方法的所有步骤。
本发明还涉及一种计算机可读存储介质，其上存储有可以由运算单元读取和执行的程序段，以便在由运算单元运行该程序段时执行用于确定车辆优选目的地的方法的所有步骤。
附图说明
在下文中参考附图借助于示例性实施方式说明本发明。附图中的图示是示意性的、大大简化的并且并不一定按比例绘制。其中：
图1示出了用于确定车辆的优选目的地的方法的示意性方法流程，
图2示出了用于确定车辆的优选目的地的方法的另一变型的示意性方法流程，
图3示意性地示出了多个可选目的地的图示，
图4示出了包括医学成像设备的车辆的示意图。
具体实施方式
图1示出了用于确定具有医学成像设备101的车辆100、特别是救护车的优选目的地的方法的示意性方法流程。医学成像设备例如是被设计用于生成三维图像数据集的CT设备。
该方法包括借助于第一接口105提供S1患者103的图像数据集的步骤，该图像数据集已经借助于医学成像设备101生成。该图像数据集例如可以是血管造影图像数据集、没有造影剂辅助的图像数据集或灌注图像数据集。
此外，在评估S2的步骤中，借助于运算单元107评估所提供的图像数据集。在此，该评估基于借助于运算单元107对第一图像数据集的分析。该分析可以基于图像值或由图像值表示的结构(例如，边缘)、连续的图像值组、在相邻图像值之间的波动或图像值随时间的变化等。借助于运算单元107对所提供的图像数据集的评估可以包括将图像数据集分组到至少一个评估组中。这意味着，所提供的图像数据集可以检验该图像数据集，以决定是否可以将该图像数据集分配给至少一个评估组。被评估的图像数据集或评估组特别地可以与在治疗地点为患者103提供最佳治疗所必须满足的至少一个标准相关联。该标准可以例如涉及治疗地点处的医学设备、治疗地点处的特定的设备等级或治疗地点的可用性。该标准还可以是其他标准。
在此，对图像数据集的评估S2的步骤可以包括检验图像数据集是否存在在患者103、特别是患者103的脑部中的血管的血管闭塞。在此，如果存在血管闭塞，则还可以确定血管闭塞的部位或受血管闭塞影响的血管的类型。例如，评估包括检验图像数据集是否存在血管闭塞，特别是是否存在LVO。
所提供的图像数据集特别有利地是CT血管造影图像数据集。借助于CT血管造影图像数据集特别有利地可以在血管闭塞方面对图像数据集进行评估。
在一个有利的变型中，评估S2的步骤特别地包括应用经训练的函数。通过应用人工智能系统(即，经训练的函数)，可以考虑所有对于评估相关的影响变量，还可以考虑用户无法估计与评估之间的关联的变量。特别地，在训练阶段之后，可以借助于经训练的函数特别可靠且省时地使评估自动化。
在第一确定S3的另一步骤中，确定车辆100的位置4。在第一确定的步骤中，车辆100的位置4可以借助于定位单元113来求取或者可以由定位单元113来查询，例如借助于卫星支持的定位系统，诸如GPS或欧洲全球卫星导航系统Galileo。于是，例如可以由GPS接收器实现定位单元113。
在第二确定S4的另一步骤中，借助于运算单元107至少基于所确定的车辆位置来确定用于治疗患者103的多个可选目的地1、2、3。多个可选目的地1、2、3可以代表治疗地点的选择，即，医院、卒中中心等。于是，相应的治疗地点或目的地可以通过其位置坐标或地址来确定。特定的多个可选目的地1、2、3至少基于所确定的车辆位置来确定。例如，多个可选目的地1、2、3包括位于从车辆100的位置4开始的特定周围区域内、特定行驶距离内或特定行驶时间内的治疗地点。多个可选目的地1、2、3还可以借助于其他标准(例如，治疗地点处的医学设备或医学设备的可用性)来限制。
然后，在第三确定S5的步骤中，借助于运算单元107至少基于所评估的图像数据集和所确定的车辆100的位置从多个可选目的地1、2、3中确定优选目的地。优选目的地可以基于至少一个标准来确定，其中该标准特别是可以从评估(即，所评估的图像数据集)中推导出。所评估的图像数据集可以与用于治疗患者的可选目的地优选必须满足的至少一个标准相关联。该至少一个标准可以与所确定的可选目的地1、2、3进行比较。基于该比较可以确定优选目的地。
在一种有利的变型中，在第二确定S4的步骤中还确定以下列表中的至少一个参数：
–用于治疗患者103的相应可选目的地1、2、3的医学设备，
–用于治疗患者103的相应可选目的地1、2、3的医学设备的可用性，
–前往相应可选目的地1、2、3的行驶路线5，
–前往相应可选目的地1、2、3的行驶时间。
在此，所确定的至少一个参数可以被考虑到第二确定S4的步骤本身中或者对优选目的地的第三确定S5的步骤中。这可以意味着，基于这些参数中的至少一个参数可以限制多个可选目的地1、2、3。至少一个参数优选地同时被考虑作为从多个可选目的地1、2、3中对优选目的地的确定S5中的标准。
例如，在第二确定步骤中所确定的可选目的地1、2、3包括具有CSC/TCSC等级和PSC等级的可用治疗地点。然后，在第三确定S5的步骤中，根据所评估的图像数据集，可以将CSC/TCSC或者PSC确定为优选目的地。例如，将具有以行驶距离或预计行驶时间所测得的最短行程的CSC/TCSC或PSC确定为优选目的地。例如，在图像数据集的评估中，检测LVO的存在。LVO的存在可以与CSC/TCSC设备等级的必要性相关联。因此，将从车辆位置开始最近的CSC/TCSC确定为优选目的地。还可以考虑与此不同的其他场景。
在另一输出S6的步骤中，借助于第二接口109输出所选择的优选目的地。输出所选择的优选目的地可以包括借助于第二接口109将优选目的地输出到输出单元119。输出单元119可以被设计用于以视觉和/或听觉的方式为车辆100的驾驶员输出优选目的地或以可感知的方式提供优选目的地。输出单元119例如可以包括显示器或扬声器。输出所选择的优选目的地还可以包括借助于第二接口将目的地输出到由车辆100或运算单元所包括的导航系统115，该导航系统被设计用于求取用于到达优选目的地的导航信息并且以视觉和/或听觉的方式为驾驶员提供该导航信息。
图2示出了用于确定具有医学成像设备101的车辆100、特别是救护车的优选目的地的方法的另一变型。在该示例中，第一确定S3的步骤和第二确定S4的步骤优选地可以重复进行，从而在车辆100的位置4更新的情况下可以确定更新的多个可选目的地1、2、3。
此外，第一确定S3的步骤和第二确定S4的步骤至少部分地与评估S2的步骤基本同时进行，从而优选地与评估S2的步骤的结束同时或至少在与其邻近的时间内已经可以为第三确定S5提供多个可选目的地1、2、3。另外，第一确定S3的步骤和/或第二确定S4的步骤还可以已经基本上同时或在生成第一图像数据集S0的步骤期间进行或开始。
还可以考虑的是，如在此由虚线箭头所示地，即使在第三确定S5的步骤之后还重复地进行第一确定S3和第二确定S4，从而在优选目的地的第三确定S5所基于的至少一个参数变化的情况下，可以输出当前的且必要时经优化的优选目的地。这种场景例如可以是由于事故而意外发生的可能会导致延迟的交通堵塞或目的地医学设备可用性的突然变化。
此外，在此示出的示例性方法还包括求取用于到达优选目的地的导航信息的步骤S7，该导航信息例如借助于输出单元119以视觉和/或听觉的形式输出，使得车辆100的驾驶员可以借助于导航信息被引导到优选目的地。
为了说明的目的，图3示意性地示出了地图图示，其中标记了车辆100的特定位置4。此外，通过阴影线示例性地突出显示了三个可选目的地1、2、3。可选目的地1、2、3分别标记了至少基于车辆的位置4所确定的、用于治疗患者的可选目的地1、2、3。
与可选目的地3相比，可选目的地1和2的阴影线不同，在该情况下旨在表明可选目的地1和2例如与可选目的地3相比具有不同的医学设备，例如不同的设备等级。例如，可选目的地1和2代表CSC/TCSC并且可选目的地3代表PSC。同样地，阴影线还可以表示医学设备的可用性或其他参数。例如，由于在治疗地点处医学设备的负荷率，可选目的地3当前无法用于治疗患者。
此外，分别示出了到多个可选目的地1、2、3中的相应可选目的地1、2、3的行驶路线5。基于行驶路线，必要时可以确定行驶距离或预计的行驶时间，预计的行驶时间还可以考虑行驶路线上的当前或预计的交通量。
然后，根据图像数据集的评估，可以从多个可选目的地1、2、3中选择优选目的地。如果患者是卒中患者并且图像数据集的评估例如包括LVO的诊断，则可以基于车辆100的当前位置4选择可以尽快到达的且可供用于治疗的CSC/TCSC，并将该CSC/TCSC作为优选目的地输出，在上述情况中例如选择目的地2或必要时还可以选择目的地3。如果评估仅包括需要较低设备等级的诊断，例如可以将PSC确定为优选目的地，在上述情况中为目的地3。
然后，基于所确定的优选目的地，可以求取用于到达优选目的地的导航信息并借助于输出单元输出该导航信息。导航信息可以借助于与图3中的示意性图示相似的呈现方式作为地图数据被提供给驾驶员。例如，运算单元或车辆100包括导航系统115，其中优选目的地自动地借助于接口作为选定的导航目的地被编程到导航系统115中，该导航系统115基于此求取导航信息。在此，导航信息可以借助于呈显示器形式的输出单元输出视觉信息，例如在此所示的地图，该地图显示了优选目的地和/或从车辆的当前位置到优选目的地的路线。然后，可以借助于由导航系统115提供的导航信息将驾驶员引导至优选目的地。
图4示出了包括医学成像设备101的车辆，特别是救护车。在该示例中，医学成像设备101是计算机断层扫描设备，并且具有测量数据记录单元102、104，测量数据记录单元102、104包括布置在机架106中的X射线探测器104和对置的X射线源102，该机架使得测量数据记录单元102、104能够绕公共轴线旋转，从而可以从不同的角度区域记录患者103的测量数据，即，特别是X射线投影测量数据。然后，基于这些测量数据，例如借助于滤波后的反投影的重建算法可以重建第一三维图像数据集或第二三维图像数据集或相应的图层图像数据集。
在此，患者103被支承在医学成像设备101的患者支承装置108上。为了记录测量数据，将测量数据记录单元102、104相对于患者103定位，使得可以借助于测量数据记录单元102、104扫描检查区域6、7。可以通过患者支承装置108的移动或定位和/或还可以通过测量数据记录单元102、104(即，基本上机架106)的移动或定位来实现定位。
在此，呈CT设备形式的医学成像设备101通过以下方式特别地被设计为生成患者103的第一图像数据集：医学成像设备101被设计为记录测量数据并且基于测量数据重建图像数据集。医学成像设备101可以特别地被设计用于生成CT血管造影图像数据集。CT血管造影图像数据集特别有利地使得可以检验图像数据集是否存在血管闭塞，并且定位血管闭塞的部位和/或确定受血管闭塞影响的血管的类型。因此，血管造影图像数据集特别有利地使得可以在治疗卒中患者的范畴中评估图像数据集。然而，还可以考虑其他图像数据集，例如没有造影剂辅助的原始CT图像数据集或灌注图像数据集，以及在本方法的范畴中的其他应用情况。
车辆100还具有第一接口105，该第一接口被设计用于提供所生成的图像数据集，以借助于运算单元107进行进一步处理。
车辆100还包括被设计用于确定车辆的位置4的运算单元107。运算单元还被设计用于至少基于车辆100的所确定的位置4来确定用于治疗患者103的多个可选目的地1、2、3。运算单元107还被设计用于至少基于所评估的图像数据集和所确定的车辆101的位置4从多个可选目的地1、2、3中进行对优选目的地的第三确定S5。
运算单元107可以实施为计算机、微控制器或集成电路的形式。运算单元107可以具有硬件元件或软件元件，例如微处理器或所谓的FPGA(“Field Programmable GateArray”的英文缩写)。运算单元107还可以实施为计算机的联合。此外，车辆100还包括第二接口109，该第二接口被设计用于输出所确定的优选目的地。
在该示例中，车辆100还具有导航系统115，该导航系统被设计用于求取关于导航目的地的导航信息并且借助于例如呈显示器或扬声器形式的输出单元119输出导航信息。然后，可以特别地借助于第二接口109将由运算单元107确定的优选目的地输出到导航系统115。导航系统115必要时还可以包括定位单元，并且以可调用的方式为运算单元107提供该定位单元。
第一接口105和第二接口109可以是硬件接口或软件接口(例如，PCI总线、USB或火线(Firewire))。
该装置还可以包括至少一个存储单元117。运算单元还可以包括存储单元。该存储单元可以实现为非永久性工作存储器(随机存取存储器，简称RAM)或永久性大容量存储器(硬盘、USB记忆棒、SD卡、固态磁盘)。至少一个存储单元117可以被设置用于中间存储用于评估步骤的第一图像数据集。至少一个存储单元117还可以被设置用于例如保存治疗地点和必要时与之关联的信息的数据库，以便借助于运算单元进行调用。至少一个存储单元117还可以被设置用于中间存储特定的多个可选目的地1、2、3，以用于第三确定的后续步骤。
在该示例中，车辆100还具有通信单元111。通信单元111可以例如允许通过无线网络例如在医学设备或可用性方面从中央单元查询数据，即，关于治疗地点或可选目的地1、2、3的信息。通信单元例如可以是远程医学系统，该远程医学系统使得可以通过至少一个无线电网络、特别是移动无线电网络进行连接和数据传输。
在该示例中，车辆100还具有例如呈GPS接收器形式的定位单元113，该定位单元被设计用于确定车辆位置并且将车辆位置以可调用的方式提供给运算单元，以用于进一步处理。
本发明的主题不限于上述实施例。相反，本领域技术人员可以从以上说明中得出其他实施方式。特别地，借助于各种实施例说明的本发明的单个特征及其设计变型还可以通过其他方式彼此组合。

Claims (14)

1.一种用于确定车辆(100)、特别是救护车的优选目的地的方法，所述车辆具有一个医学成像设备(101)，所述方法包括以下步骤：
–借助于一个第一接口(105)提供(S1)一个患者(103)的一个图像数据集，所述图像数据集已经借助于所述医学成像设备(101)被生成，
–借助于一个运算单元(107)对所提供的所述图像数据集进行评估(S2)，
–借助于所述运算单元(107)对所述车辆(100)的位置(4)进行第一确定(S3)，
–借助于所述运算单元(107)至少基于所述车辆(100)的所确定的所述位置(4)，对用于治疗所述患者(103)的多个可选目的地(1、2、3)进行第二确定(S4)，
–借助于所述运算单元(107)至少基于所评估的所述图像数据集和所述车辆(100)的所确定的所述位置(4)，从所述多个可选目的地(1、2、3)中对所述优选目的地进行第三确定(S5)，
–借助于一个第二接口(109)输出(S6)所选择的所述优选目的地。
2.根据权利要求1所述的方法，其中在所述第二确定(S4)的步骤中还确定以下列表中的至少一个参数：
–用于治疗所述患者(103)的相应可选目的地(1、2、3)的医学设备，
–用于治疗所述患者(103)的相应可选目的地(1、2、3)的所述医学设备的可用性，
–前往相应可选目的地(1、2、3)的行驶路线(5)，
–前往相应可选目的地(1、2、3)的行驶时间。
3.根据权利要求1或2所述的方法，其中所述评估(S2)的步骤包括检验所述图像数据集是否存在所述患者(103)的血管的血管闭塞。
4.根据权利要求3所述的方法，其中在存在血管闭塞的情况下，还确定所述血管闭塞的部位或受所述血管闭塞影响的血管的类型。
5.根据前述权利要求中任一项所述的方法，其中所述评估(S2)的步骤包括应用一个经训练的函数。
6.根据前述权利要求中任一项所述的方法，其中所生成的所述图像数据集是CT血管造影图像数据集。
7.根据前述权利要求中任一项所述的方法，其中重复执行所述第一确定(S3)的步骤和所述第二确定(S4)的步骤，从而在所述车辆(100)的位置(4)更新的情况下，确定更新的多个可选目的地(1、2、3)。
8.根据前述权利要求中任一项所述的方法，其中所述第一确定(S3)的步骤和/或所述第二确定(S4)的步骤在所述评估(S2)的步骤期间被执行。
9.根据前述权利要求中任一项所述的方法，其中基于所确定的所述优选目的地来求取用于到达所述优选目的地的导航信息，并且借助于一个输出单元(119)输出所述导航信息。
10.一种车辆(100)，特别是救护车，所述车辆包括：
–一个医学成像设备(101)，被设计用于生成一个患者(103)的一个图像数据集，
–一个第一接口(105)，被设计用于提供所生成的所述图像数据集以用于进一步处理，
–一个运算单元(107)，被设计用于
·评估所生成的所述图像数据集，
·确定所述车辆(101)的位置(4)，
·至少基于所述车辆(100)的所确定的所述位置(4)来确定用于治疗所述患者(103)的多个可选目的地，
·至少基于所评估的所述图像数据集和所述车辆(100)的所确定的所述位置(4)，从所述多个可选目的地(1、2、3)中选择一个优选目的地(3)，
–一个第二接口(109)，被设计用于输出所选择的所述优选目的地。
11.根据权利要求10所述的车辆(100)，还被设计用于执行根据权利要求2至9中任一项所述的方法。
12.一种计算机程序，能够直接被加载到一个车辆(100)、特别是救护车的一个运算单元(107)的一个存储器中，所述计算机程序具有程序段，以便在由所述运算单元(107)运行所述程序段时，执行根据权利要求1至9中任一项所述方法的所有步骤。
13.一种具有计算机程序的计算机程序产品，所述计算机程序能够直接被加载到一个车辆(100)、特别是救护车的一个运算单元(107)的一个存储器中，所述计算机程序具有程序段，以便在由所述运算单元(107)运行所述程序段时，执行根据权利要求1至9中任一项所述方法的所有步骤。
14.一种计算机可读存储介质，在所述计算机可读存储介质上存储有能够被一个运算单元(107)读取和执行的程序段，以便在由所述运算单元(107)运行所述程序段时，执行根据权利要求1至9中任一项所述的方法的所有步骤。
CN202011007394.5A 2019-09-25 2020-09-23 用于确定车辆的优选目的地的方法 Pending CN112556708A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19199605.7A EP3799062A1 (de) 2019-09-25 2019-09-25 Verfahren zum bestimmen eines bevorzugten zielorts für ein fahrzeug
EP19199605.7 2019-09-25

Publications (1)

Publication Number Publication Date
CN112556708A true CN112556708A (zh) 2021-03-26

Family

ID=68069573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011007394.5A Pending CN112556708A (zh) 2019-09-25 2020-09-23 用于确定车辆的优选目的地的方法

Country Status (3)

Country Link
US (1) US20210088346A1 (zh)
EP (1) EP3799062A1 (zh)
CN (1) CN112556708A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040039525A1 (en) * 2001-06-28 2004-02-26 Gerd Draeger Method for operating a navigation system for a vehicle and corresponding navigation system
JP2004157930A (ja) * 2002-11-08 2004-06-03 Toshiba Corp 救急医療支援システム及びこれで用いる救急車
US20110275908A1 (en) * 2010-05-07 2011-11-10 Tomtec Imaging Systems Gmbh Method for analysing medical data
DE102011120510A1 (de) * 2011-12-07 2012-06-14 Daimler Ag Verfahren und Vorrichtung zur Fahrtroutenbestimmung für ein Fahrzeug
US20160350919A1 (en) * 2015-06-01 2016-12-01 Virtual Radiologic Corporation Medical evaluation machine learning workflows and processes
US20180144466A1 (en) * 2016-11-23 2018-05-24 General Electric Company Deep learning medical systems and methods for image acquisition
CN109829878A (zh) * 2017-11-22 2019-05-31 西门子保健有限责任公司 用于评估血液动力学参数的方法和系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6481887B1 (en) * 2000-04-12 2002-11-19 Ge Medical Systems Global Technology Company, Llc Emergency vehicle with medical image scanner and teleradiology system and method of operation
US6944536B2 (en) * 2002-02-01 2005-09-13 Medaire, Inc. Method and system for identifying medical facilities along a travel route
US20080317310A1 (en) * 2006-12-08 2008-12-25 Mitta Suresh Method and system for image processing and assessment of blockages of heart blood vessels
WO2017181029A1 (en) * 2016-04-15 2017-10-19 BR Invention Holding, LLC Mobile medicine communication platform and methods and uses thereof
WO2019157214A2 (en) * 2018-02-07 2019-08-15 Ai Technologies Inc. Deep learning-based diagnosis and referral of diseases and disorders

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040039525A1 (en) * 2001-06-28 2004-02-26 Gerd Draeger Method for operating a navigation system for a vehicle and corresponding navigation system
JP2004157930A (ja) * 2002-11-08 2004-06-03 Toshiba Corp 救急医療支援システム及びこれで用いる救急車
US20110275908A1 (en) * 2010-05-07 2011-11-10 Tomtec Imaging Systems Gmbh Method for analysing medical data
DE102011120510A1 (de) * 2011-12-07 2012-06-14 Daimler Ag Verfahren und Vorrichtung zur Fahrtroutenbestimmung für ein Fahrzeug
US20160350919A1 (en) * 2015-06-01 2016-12-01 Virtual Radiologic Corporation Medical evaluation machine learning workflows and processes
US20180144466A1 (en) * 2016-11-23 2018-05-24 General Electric Company Deep learning medical systems and methods for image acquisition
CN109829878A (zh) * 2017-11-22 2019-05-31 西门子保健有限责任公司 用于评估血液动力学参数的方法和系统

Also Published As

Publication number Publication date
EP3799062A1 (de) 2021-03-31
US20210088346A1 (en) 2021-03-25

Similar Documents

Publication Publication Date Title
US7885828B2 (en) Knowledge-based ordering systeming for radiological procedures
CN104346821B (zh) 用于医学成像的自动规划
US11393579B2 (en) Methods and systems for workflow management
CN106880900B (zh) 用于自动确定造影剂注射方案的方法
US9545238B2 (en) Computer-aided evaluation of an image dataset
US9514529B2 (en) Diagnostic reading request system, diagnostic reading request intermediary device, control program, and diagnostic reading result evaluation method
US20200402236A1 (en) Multi-modal computer-aided diagnosis systems and methods for prostate cancer
CN113261939A (zh) 根据医学数据针对围手术期心肌梗塞或并发症的基于机器的风险预测
US20210296004A1 (en) Inference Transparency System for Image-Based Clinical Decision Support Systems
CN109256205B (zh) 用于利用本地和远程分析学进行的临床决策支持的方法和系统
EP3696724B1 (en) Continuous learning for automatic view planning for image acquisition
JP7339270B2 (ja) 医用画像処理装置、方法およびプログラム
US20140153795A1 (en) Parametric imaging for the evaluation of biological condition
JP7114347B2 (ja) 断層画像予測装置および断層画像予測方法
CA3034814C (en) System and method for using imaging quality metric ranking
CN112556708A (zh) 用于确定车辆的优选目的地的方法
WO2019102917A1 (ja) 読影医決定装置、方法およびプログラム
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
JPWO2019107134A1 (ja) 検査情報表示装置、方法およびプログラム
US11328414B2 (en) Priority judgement device, method, and program
CN110622255B (zh) 用于通过综合下游需求来确定阅读环境的设备、系统和方法
EP4022636A1 (en) Methods and systems for computer-aided diagnosis with deep learning models
US20220270758A1 (en) Medical information processing apparatus, medical information processing method, and non-transitory computer-readable medium
US20220012878A1 (en) Medical image processing apparatus, system, and method
EP3905259A1 (en) Predictions for clinical decision support using patient specific physiological models

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