CN113555090A - 影像设备扫描知识库构建方法及系统 - Google Patents

影像设备扫描知识库构建方法及系统 Download PDF

Info

Publication number
CN113555090A
CN113555090A CN202110822356.3A CN202110822356A CN113555090A CN 113555090 A CN113555090 A CN 113555090A CN 202110822356 A CN202110822356 A CN 202110822356A CN 113555090 A CN113555090 A CN 113555090A
Authority
CN
China
Prior art keywords
scanning
knowledge base
module
branch
personalized
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
CN202110822356.3A
Other languages
English (en)
Inventor
李真林
岳新
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.)
Beijing Smarttree Medical Technology Co Ltd
Original Assignee
Beijing Smarttree Medical Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Smarttree Medical Technology Co Ltd filed Critical Beijing Smarttree Medical Technology Co Ltd
Priority to CN202110822356.3A priority Critical patent/CN113555090A/zh
Publication of CN113555090A publication Critical patent/CN113555090A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Software Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种影像设备扫描知识库构建方法，包括：对每个类型的影像设备设置能力参数；对单个影像设备的能力参数进行定义，并保存该影像设备的能力参数；基于检查部位，对每个类型的影像设备配置临床申请项目，对每个临床申请项目设置与其对应的检查目的，并对每个检查目的配置与其匹配的年龄段，生成树形结构；其中，以影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的各个分支；基于每个分支调用与其匹配的影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。本发明还公开了一种影像设备扫描知识库构建系统。本发明提高广大基层医疗机构的扫描质量，使得原本超越技师记忆能力的扫描方案能在临床被实际应用。

Description

影像设备扫描知识库构建方法及系统
技术领域
本发明涉及医疗信息领域，更具体地，涉及一种影像设备扫描知识库构建方法及系统。
背景技术
医学影像设备的扫描类型范围和扫描精度快速提高，为更加精确的影像学诊断提供了可能性。另外一方面，因为扫描知识库已经过于庞大，在实际业务中有多达几千种可能的选择方案，已经大大超越了技师人工记忆的能力，实际被运用的精准扫描方案少之又少，广大技师仍然使用比较传统的扫描方案，这使得影像学检查只能从速度和精度上获益，这与医疗业务不断追求个性化医疗的目标不能吻合。
技师扫描能力提升有两种传统的培训方式：第一种是设备厂家的培训专家上门服务，这类培训有四个缺点：首先是没参加的人员学不到；其次没出现的病例类型学不到；第三，因为培训技师的能力水平一般技师很难达到，所以培训技师选择的扫描方案比较好，学员实际工作的时候就选择不出那么好的扫描方案了；第四是某厂家的扫描技巧很难拿到本科室的其他机器上使用。第二种扫描能力提升方案是安排技师去高端医疗机构进修。这种方法也存在两个缺点：首先是在厂家的机器上扫描的好，但是在自己科室的机器上有可能扫的不好；其次是学习的部位/病种受限于培训机构的安排。上述这两种方式仍然有效，但显然无法应对扫描方案快速增长的临床需求。
发明内容
有鉴于此，本发明的主要目的在于提供一种影像设备扫描知识库构建方法及系统，能够解决现有技术中存在的由于培训方式的局限性导致技师扫描能力不能快速提升、扫描质量不高的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一方面，本发明提供了一种影像设备扫描知识库构建方法，包括：对每个类型的影像设备设置能力参数；其中，能力参数包括定位能力参数、扫描能力参数和重建能力参数；对单个影像设备的能力参数进行定义，并保存该影像设备的能力参数；基于检查部位，对每个类型的影像设备配置临床申请项目，对每个临床申请项目设置与其对应的检查目的，并对每个检查目的配置与其匹配的年龄段，生成树形结构；其中，以影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的各个分支；基于每个分支调用与其匹配的影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
优选地，该方法还包括：在年龄段之下设置患者的身体特征，每个分支的要素还包括患者的身体特征，将包括患者的身体特征的分支定义为个性化分支。
优选地，该方法还包括：基于个性化分支调用与其匹配的影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
优选地，该方法还包括：当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
优选地，该方法还包括：创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台。
优选地，云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
另一方面，本发明还提供了一种影像设备扫描知识库构建系统，该系统包括：参数设置模块、定义模块、分支配置模块、知识库创建模块，其中，参数设置模块，与定义模块相连，用于对每个类型的影像设备设置能力参数；其中，能力参数包括定位能力参数、扫描能力参数和重建能力参数；定义模块，分别与参数设置模块、知识库创建模块相连，用于对单个影像设备的能力参数进行定义，并保存该影像设备的能力参数；分支配置模块，与知识库创建模块相连，用于基于检查部位，对每个类型的影像设备配置临床申请项目，对每个临床申请项目设置与其对应的检查目的，并对每个检查目的配置与其匹配的年龄段，生成树形结构；其中，以影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的各个分支；知识库创建模块，分别与分支配置模块和定义模块相连，用于基于每个分支调用与其匹配的影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
优选地，分支配置模块还包括特征定义单元，用于在年龄段之下设置患者的身体特征，每个分支的要素还包括患者的身体特征，将包括患者的身体特征的分支定义为个性化分支。
优选地，知识库创建模块还包括个性化知识库创建单元，用于基于个性化分支调用与其匹配的影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
优选地，该系统还包括：提取模块，与知识库创建模块相连，用于当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
优选地，该系统还包括：共享平台创建模块，与知识库创建模块相连，用于创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台。
优选地，云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
本发明的技术效果：1本发明的方法对每个类型的影像设备设置能力参数，对单个设备的能力参数进行定义，
并保存该影像设备的能力参数；根据临床申请项目、检查目的、年龄段，来匹配该影像设备的能力参数，定义扫描方案并保存到通用扫描知识库；由于对单个影像设备(影像设备的厂家、型号、配置等)的能力参数进行定义，考虑了不同设备的能力特征，并基于临床申请项目、检查目的和年龄段这些要素来匹配相应的影像设备的能力参数，使得扫描方案更加精确，提高广大基层医疗机构的扫描质量，使得原本超越技师记忆能力的扫描方案能在临床被实际应用，对提升影像学诊断业务的质量和效率具有普遍意义；2本发明的方法在年龄段之下设置患者的身体特征(比如失去意识、过胖、某部位内置了
金属植入物等)，每个分支的要素还包括患者的身体特征，可以定义该个性化分支的扫描方案并保存到个性化扫描知识库；在创建扫描知识库时，同时考虑了患者的个性化身体状况，可以极大地推动原本复杂多样、难以记忆的个性化扫描方案的应用；3本发明的方法还可以当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案
并动态推送给医生；能够根据临床申请项目、检查目的、技师当前操作的影像设备型号
与配置，动态给出这个病例的最合适的扫描方案，提高了技师的扫描质量和扫描效率；4本发明的方法还可以创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到
云端共享平台，通过云端分享，可以创建影像设备信息、从云端下载扫描方案、对扫描方案进行修改以及可以在云端进行扫描方案的查询，以众筹的方式更新扫描知识库，扫描知识库维护成本低，更加容易个性化，更加容易推广。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了根据本发明实施例一的影像设备扫描知识库构建方法流程图；
图2示出了根据本发明实施例一的影像设备扫描知识库构建方法中对每个类型的影像设备设置能力参数的界面示意图；
图3示出了根据本发明实施例一的影像设备扫描知识库构建方法中对单个影像设备的能力参数进行定义的界面示意图；
图4示出了根据本发明实施例一的影像设备扫描知识库构建方法中影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的界面示意图；
图5示出了根据本发明实施例一的影像设备扫描知识库构建方法中输入设备类型、临床申请项目、检查目的、年龄段等信息来定义扫描方案的界面示意图；
图6示出了根据本发明实施例一的影像设备扫描知识库构建方法中定义扫描方案模板的界面示意图；
图7示出了根据本发明实施例一的影像设备扫描知识库构建方法中设置患者的身体特征的界面示意图；
图8示出了根据本发明实施例一的影像设备扫描知识库构建方法中增加患者的身体特征信息来定义扫描方案的界面示意图；
图9示出了根据本发明实施例二的影像设备扫描知识库构建系统结构示意图；
图10示出了根据本发明实施例二的影像设备扫描知识库构建系统中对每个类型的影像设备设置能力参数的界面示意图；
图11示出了根据本发明实施例二的影像设备扫描知识库构建系统中对单个影像设备的能力参数进行定义的界面示意图；
图12示出了根据本发明实施例二的影像设备扫描知识库构建系统中影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的界面示意图；
图13示出了根据本发明实施例二的影像设备扫描知识库构建系统中输入设备类型、临床申请项目、检查目的、年龄段等信息来定义扫描方案的界面示意图；
图14示出了根据本发明实施例二的影像设备扫描知识库构建系统中定义扫描方案模板的界面示意图；
图15示出了根据本发明实施例三的影像设备扫描知识库构建系统结构示意图；
图16示出了根据本发明实施例三的影像设备扫描知识库构建系统中设置患者的身体特征的界面示意图；
图17示出了根据本发明实施例四的影像设备扫描知识库构建系统结构示意图；
图18示出了根据本发明实施例四的影像设备扫描知识库构建系统中增加患者的身体特征信息来定义扫描方案的界面示意图；
图19示出了根据本发明实施例五的影像设备扫描知识库构建系统结构示意图；
图20示出了根据本发明实施例六的影像设备扫描知识库构建系统结构示意图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
实施例一
图1示出了根据本发明实施例一的影像设备扫描知识库构建方法流程图；如图1所示，该方法包括以下步骤：
步骤S101，对每个类型的影像设备设置能力参数；其中，能力参数包括定位能力参数、扫描能力参数和重建能力参数；
影像设备类型包括CT/MR/DR/MA/XA/PET/ECT等多种类型。不同类型的影像设备，针对相同的检查目的各有千秋，扫描方案与设备类型相关。
图2示出了根据本发明实施例一的影像设备扫描知识库构建方法中对每个类型的影像设备设置能力参数的界面示意图，如图2所示，界面的最左侧为设备类型，如CT\MR\DR\RF等，影像设备能力参数为定位能力参数、扫描能力参数、重建能力参数，在每个能力参数之下设置参数名称、参数编码、单位、输入方式、数据类型、极限标识等，对每个能力参数可以模板的形式进行存储，以便后期调用。
步骤S102，对单个影像设备的能力参数进行定义，并保存该影像设备的能力参数；
每个医疗机构的影像设备厂家、设备型号、配置都不同，所以需要针对每个影像设备的能力参数进行定义，以便后期调用。
图3示出了根据本发明实施例一的影像设备扫描知识库构建方法中对单个影像设备的能力参数进行定义的界面示意图；如图3所示，在该界面中有影像设备信息，比如检查类型、设备厂商、设备型号等；在影像设备信息下面依次为定位能力参数、扫描能力参数、重建能力参数，根据厂商信息、设备型号，选择填写相应的参数信息，比如扫描能力参数中的排数、层数、KV范围值等。上述这些参数可以模板的形式进行存储，最后将该设备的能力参数保存到系统中以便调用。
步骤S103，基于检查部位，对每个类型的影像设备配置临床申请项目，对每个临床申请项目设置与其对应的检查目的，并对每个检查目的配置与其匹配的年龄段，生成树形结构；其中，以影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的各个分支；
影像学检查的临床申请项目通常与各地的医保报销项目相关。比如胸部CT平扫，腹部MR平扫等。各医疗机构的申请项目大体类似，但细节不尽相同。有些综合医疗机构的项目比较泛泛，比如盆腔MR平扫。也有的专业医疗机构或者高端医疗机构使用比较细化的扫描方案。比如将盆腔MR平扫又细化为子宫MR扫描、直肠MR扫描等多个细分项目。无论粗细，所有申请项目的总数是有限的，不影响本发明的架构。
检查目的是指在该项目下可以细分的临床诊疗目的。比如胸部CT平扫的目的可以是咳嗽待查判断是否肺部感染，也可以是查体的肺结节筛查，也可以是肺结节的随访等很多个不同的检查目的。不同检查目的对影像的关注点不同，最优扫描方案也不同。确定诊疗目的对于选择最佳扫描方案是至关重要的。检查目的在申请项目之下只有一级，通常是不超过10个选项。
有些检查的目的是判断有病没病；有些情况是确定了病种但需要影像学检查判断严重程度。临床根据对患者疾病的了解程度，在不同的阶段可能采用不同的申请项目，都有其存在的合理性，粗细方法之间不存在冲突。所以申请项目的宽窄，以及其下检查目的的宽窄并不影响本方法。
扫描知识库架构再下一级是年龄段的划分。不同的检查目的、不同的设备类型，对患者年龄段的划分方法不一样。年龄段关联到不同组织的发育，完善与蜕化；不同生理功能的建立、完善与蜕化。也有不少影像学检查扫描方法与患者的年龄段无关，直接将年龄段填写为0-199即可。
图4示出了根据本发明实施例一的影像设备扫描知识库构建方法中影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的界面示意图；如图4所示，界面的最左侧为影像设备类型，依次往右排列：检查部位(胸部)、检查项目可以为胸部CT平扫、胸部CT增强、肺动脉CTA等，而在检查项目为胸部CT平扫下的检查目的可以为：发热、常规检查、肺结节、体检，而检查目的为发热对应的年龄段可以为成年人(14岁以上)、儿童(7-14岁)、幼儿(1-7岁)、婴儿(＜1岁)。以设备类型为CT、检查项目为胸部CT平扫、检查目的为发热、年龄段为成年人为要素形成树形结构的一个分支。
步骤S104，基于每个分支调用与其匹配的影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
图5示出了根据本发明实施例一的影像设备扫描知识库构建方法中输入设备类型、临床申请项目、检查目的、年龄段等信息来定义扫描方案的界面示意图；如图5所示，为编辑通用扫描知识库信息，填写扫描知识库名称、检查项目、模板、检查目的、年龄段，保存后，会自动弹出图6，图6示出了根据本发明实施例一的影像设备扫描知识库构建方法中定义扫描方案模板的界面示意图；如图6所示，对CT脑卒中、检查目的为常规检、年龄段为成人来定义该分支的扫描方案并保存到通用扫描知识库。
其中，该方法还包括：在年龄段之下设置患者的身体特征，每个分支的要素还包括患者的身体特征，将包括患者的身体特征的分支定义为个性化分支。
图7示出了根据本发明实施例一的影像设备扫描知识库构建方法中设置患者的身体特征的界面示意图；如图7所示，该界面的最下方有显示：“病人特征信息”，例如特殊特征：不能自主呼吸、焦躁、体型偏胖等等。
其中，该方法还包括：基于个性化分支调用与其匹配的影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
图8示出了根据本发明实施例一的影像设备扫描知识库构建方法中增加患者的身体特征信息来定义扫描方案的界面示意图；如图8所示，在编辑个性化扫描知识库信息的时，有显示病人特征的控件，在基础信息的基础上，选择病人特征，保存后，就会自动弹出定义知识库名称为GE CT胸部CT平扫、体检、成年人、不能自主呼吸这条个性化分支的扫描方案，并保存到个性化扫描知识库中。
在年龄段下边有两类分支：
第一个分支为与某种影像设备厂家、型号对应的具体扫描方案：在确定了临床申请项目、设备类型、检查目的、年龄段之后，可以根据具体的设备型号给出一个常规的最优化扫描方案。这个方案往往是比较清晰的，完全可由有经验的技师/设备厂商的培训师提供。这个扫描方案初期可完全是一段自由文本，能让扫描技师看懂并按照执行就能满足临床需求。后期可以按照序列、序列技术要求等带有RADLEX本体语义学标签的结构化方案来标记，以便实现直接向影像设备自动化发送扫描参数的目的。
理论上，有多少种设备型号，就存在多少种该设备的最优扫描方案。因为目前影像设备的基础能力都大幅提高了，所以不同厂家、型号的设备，面对三分之二的常规检查，其扫描方案往往高度相似，只需在不同企业的专有名词之间映射即可复用。
第二个分支是在患者具备某种个性化的身体特征时的，某种影像设备场景/型号对应的具体扫描方案。
某些情况下，患者具有某种特殊的状况，比如失去意识，过胖，某部位内置了金属植入物，对某种造影剂过敏，心衰等，这就需要针对不同的影像设备采取不同的极端扫描方案。比如在患者失去意识，不能配合呼吸的情况下进行胸部CT扫描，对于西门子的FLASHCT，可以采用3秒快速扫描的方案，以便减少呼吸运动伪影。因为过于快速的扫描其图像质量还是有所下降的，而且对机器损耗也比较大，所以不是常规首选的扫描方案。
与第一个分支采用“设备”—“扫描方案”的层级不同，在第二个分支中增加了“患者状况”一级，形成“患者状况”—“设备型号”—“扫描方案”的层级架构。
这个层级的构建完全采用人工枚举的方法。因为每个“影像设备—检查目的”组合下的具体情况不同，没有通用的算法可以自动生成场景。针对不同的场景，不同能力的设备有不同的解决方案。如果一个设备没有针对特殊情况的特殊解决方案，那就忽略该患者状况，直接使用最优常规方案进行扫描即可。
其中，该方法还包括：当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
其中，该方法还包括：创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台。
其中，云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
云端共享平台为每个医疗机构提供一组独立的账号。医疗机构可以在云端共享平台选择自己的影像设备类型、型号，并个性化编辑能力标签。如果云端还不存在某种新型的设备，则该医疗机构可以创建该设备。新创建的设备信息中包含厂家、设备类型、型号等信息。创建后变成可选的下拉列表，用于在云端分享。
设备的个性化能力标签就是一组医疗机构自己定义的文本标签。比如“双能”、“大容量球管”、“双筒注射器”、“XX体表线圈”等。这些标签是纯文本标签，目前完全不需要与任何本体标签进行对应。由于即便型号相同的设备，其配置可能相差甚远，边界能力大不相同，因此需要进行个性化的标注，以便在云端进行区别，方便相同配置的用户选择设备类型和方案。
医疗机构从云端下载扫描方案并自定义修改，所有的扫描方案目前都是文本信息，能让扫描技师看懂即可。在医疗机构从云端创建了本院的设备之后，可以下载位于云端的、由其他医疗机构创建的、与该设备型号、个性化标签相关的标准扫描方案到医院内部的前置机服务平台上，同时可下载患者状况相关的个性化扫描方案。医疗机构可以直接使用这些方案，也可以自行编辑并上传到云端进行分享。
提供第三方信息系统的查询接口(提供Webservice/WEB API接口，通过OAuth2.0进行身份验证)。
云端共享平台能在医疗机构的前置机上提供查询接口。任何一个RIS系统可以使用标准化的“临床申请项目”、“设备类型”、“检查目的”、“设备型号”、“患者的人口学信息”等信息进行查询，返回该设备型号、该检查目的下的标准化扫描方案，以及所有可能的、与“患者状况”相关的、个性化的扫描方案选项。该设备的标准化扫描方案以及多种个性化扫描方案使用不同的标签提示，点击标签，能看到该标签下具体的扫描方案，用于对技师进行实时提示。
本发明的实施例对每个类型的影像设备设置能力参数，对单个设备的能力参数进行定义，并保存该影像设备的能力参数；根据临床申请项目、检查目的、年龄段，来匹配该影像设备的能力参数，定义扫描方案并保存到通用扫描知识库；由于对单个影像设备(影像设备的厂家、型号、配置等)的能力参数进行定义，考虑了不同设备的能力特征，并基于临床申请项目、检查目的和年龄段这些要素来匹配相应的影像设备的能力参数，使得扫描方案更加精确，提高广大基层医疗机构的扫描质量，使得原本超越技师记忆能力的扫描方案能在临床被实际应用，对提升影像学诊断业务的质量和效率具有普遍意义；本发明的实施例在年龄段之下设置患者的身体特征(比如失去意识、过胖、某部位内置了金属植入物等)，每个分支的要素还包括患者的身体特征，可以定义该个性化分支的扫描方案并保存到个性化扫描知识库；在创建扫描知识库时，同时考虑了患者的个性化身体状况，可以极大地推动原本复杂多样、难以记忆的个性化扫描方案的应用；本发明的实施例还可以当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生；能够根据临床申请项目、检查目的、技师当前操作的影像设备型号与配置，动态给出这个病例的最合适的扫描方案，提高了技师的扫描质量和扫描效率；本发明的实施例还可以创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台，通过云端分享，可以创建影像设备信息、从云端下载扫描方案、对扫描方案进行修改以及可以在云端进行扫描方案的查询，以众筹的方式更新扫描知识库，扫描知识库维护成本低，更加容易个性化，更加容易推广。
实施例二
图9示出了根据本发明实施例二的影像设备扫描知识库构建系统结构示意图；如图9所示，该系统包括：参数设置模块10、定义模块20、分支配置模块30、知识库创建模块40，其中，
参数设置模块10，与定义模块20相连，用于对每个类型的影像设备设置能力参数；其中，能力参数包括定位能力参数、扫描能力参数和重建能力参数；
影像设备类型包括CT/MR/DR/MA/XA/PET/ECT等多种类型。不同类型的影像设备，针对相同的检查目的各有千秋，扫描方案与设备类型相关。
图10示出了根据本发明实施例二的影像设备扫描知识库构建系统中对每个类型的影像设备设置能力参数的界面示意图，如图10所示，界面的最左侧为设备类型，如CT\MR\DR\RF等，影像设备能力参数为定位能力参数、扫描能力参数、重建能力参数，在每个能力参数之下设置参数名称、参数编码、单位、输入方式、数据类型、极限标识等，对每个能力参数可以模板的形式进行存储，以便后期调用。
定义模块20，分别与参数设置模块10、知识库创建模块40相连，用于对单个影像设备的能力参数进行定义，并保存该影像设备的能力参数；
每个医疗机构的影像设备厂家、设备型号、配置都不同，所以需要针对每个影像设备的能力参数进行定义，以便后期调用。
图11示出了根据本发明实施例二的影像设备扫描知识库构建系统中对单个影像设备的能力参数进行定义的界面示意图；如图11所示，在该界面中有影像设备信息，比如检查类型、设备厂商、设备型号等；在影像设备信息下面依次为定位能力参数、扫描能力参数、重建能力参数，根据厂商信息、设备型号，选择填写相应的参数信息，比如扫描能力参数中的排数、层数、KV范围值等。上述这些参数可以模板的形式进行存储，最后将该设备的能力参数保存到系统中以便调用。
分支配置模块30，与知识库创建模块40相连，，用于基于检查部位，对每个类型的影像设备配置临床申请项目，对每个临床申请项目设置与其对应的检查目的，并对每个检查目的配置与其匹配的年龄段，生成树形结构；其中，以影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的各个分支；
影像学检查的临床申请项目通常与各地的医保报销项目相关。比如胸部CT平扫，腹部MR平扫等。各医疗机构的申请项目大体类似，但细节不尽相同。有些综合医疗机构的项目比较泛泛，比如盆腔MR平扫。也有的专业医疗机构或者高端医疗机构使用比较细化的扫描方案。比如将盆腔MR平扫又细化为子宫MR扫描、直肠MR扫描等多个细分项目。无论粗细，所有申请项目的总数是有限的，不影响本发明的架构。
检查目的是指在该项目下可以细分的临床诊疗目的。比如胸部CT平扫的目的可以是咳嗽待查判断是否肺部感染，也可以是查体的肺结节筛查，也可以是肺结节的随访等很多个不同的检查目的。不同检查目的对影像的关注点不同，最优扫描方案也不同。确定诊疗目的对于选择最佳扫描方案是至关重要的。检查目的在申请项目之下只有一级，通常是不超过10个选项。
有些检查的目的是判断有病没病；有些情况是确定了病种但需要影像学检查判断严重程度。临床根据对患者疾病的了解程度，在不同的阶段可能采用不同的申请项目，都有其存在的合理性，粗细方法之间不存在冲突。所以申请项目的宽窄，以及其下检查目的的宽窄并不影响本方法。
扫描知识库架构再下一级是年龄段的划分。不同的检查目的、不同的设备类型，对患者年龄段的划分方法不一样。年龄段关联到不同组织的发育，完善与蜕化；不同生理功能的建立、完善与蜕化。也有不少影像学检查扫描方法与患者的年龄段无关，直接将年龄段填写为0-199即可。
图12示出了根据本发明实施例二的影像设备扫描知识库构建系统中影像设备的类型、临床申请项目、检查目的、年龄段为要素形成树形结构的界面示意图；如图12所示，界面的最左侧为影像设备类型，依次往右排列：检查部位(胸部)、检查项目可以为胸部CT平扫、胸部CT增强、肺动脉CTA等，而在检查项目为胸部CT平扫下的检查目的可以为：发热、常规检查、肺结节、体检，而检查目的为发热对应的年龄段可以为成年人(14岁以上)、儿童(7-14岁)、幼儿(1-7岁)、婴儿(＜1岁)。以设备类型为CT、检查项目为胸部CT平扫、检查目的为发热、年龄段为成年人为要素形成树形结构的一个分支。
知识库创建模块40，分别与分支配置模块30和定义模块20相连，用于基于每个分支调用与其匹配的影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
图13示出了根据本发明实施例二的影像设备扫描知识库构建系统中输入设备类型、临床申请项目、检查目的、年龄段等信息来定义扫描方案的界面示意图；如图13所示，为编辑通用扫描知识库信息，填写扫描知识库名称、检查项目、模板、检查目的、年龄段，保存后，会自动弹出图14，图14示出了根据本发明实施例一的影像设备扫描知识库构建方法中定义扫描方案模板的界面示意图；如图14所示，对CT脑卒中、检查目的为常规检、年龄段为成人来定义该分支的扫描方案并保存到通用扫描知识库。
本发明的实施例设置了参数设置模块、定义模块、分支配置模块、知识库创建模块，可以对每个类型的影像设备设置能力参数，对单个设备的能力参数进行定义，并保存该影像设备的能力参数；根据临床申请项目、检查目的、年龄段，来匹配该影像设备的能力参数，定义扫描方案并保存到通用扫描知识库；由于对单个影像设备(影像设备的厂家、型号、配置等)的能力参数进行定义，考虑了不同设备的能力特征，并基于临床申请项目、检查目的和年龄段这些要素来匹配相应的影像设备的能力参数，使得扫描方案更加精确，提高广大基层医疗机构的扫描质量，使得原本超越技师记忆能力的扫描方案能在临床被实际应用，对提升影像学诊断业务的质量和效率具有普遍意义。
实施例三
图15示出了根据本发明实施例三的影像设备扫描知识库构建系统结构示意图；如图15所示，分支配置模块30还包括特征定义单元302，用于在年龄段之下设置患者的身体特征，每个分支的要素还包括患者的身体特征，将包括患者的身体特征的分支定义为个性化分支。
图16示出了根据本发明实施例三的影像设备扫描知识库构建系统中设置患者的身体特征的界面示意图；如图16所示，该界面的最下方有显示：“病人特征信息”，例如特殊特征：不能自主呼吸、焦躁、体型偏胖等等。
本发明的实施例设置了特征定义单元，在年龄段之下设置患者的身体特征(比如失去意识、过胖、某部位内置了金属植入物等)，每个分支的要素还包括患者的身体特征，可以定义该个性化分支的扫描方案并保存到个性化扫描知识库；在创建扫描知识库时，同时考虑了患者的个性化身体状况，可以极大地推动原本复杂多样、难以记忆的个性化扫描方案的应用。
实施例四
图17示出了根据本发明实施例四的影像设备扫描知识库构建系统结构示意图；如图17所示，知识库创建模块40还包括个性化知识库创建单元402，用于基于个性化分支调用与其匹配的影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
图18示出了根据本发明实施例四的影像设备扫描知识库构建系统中增加患者的身体特征信息来定义扫描方案的界面示意图；如图18所示，在编辑个性化扫描知识库信息的时，有显示病人特征的控件，在基础信息的基础上，选择病人特征，保存后，就会自动弹出定义知识库名称为GE CT胸部CT平扫、体检、成年人、不能自主呼吸这条个性化分支的扫描方案，并保存到个性化扫描知识库中。
在年龄段下边有两类分支：
第一个分支为与某种影像设备厂家、型号对应的具体扫描方案：在确定了临床申请项目、设备类型、检查目的、年龄段之后，可以根据具体的设备型号给出一个常规的最优化扫描方案。这个方案往往是比较清晰的，完全可由有经验的技师/设备厂商的培训师提供。这个扫描方案初期可完全是一段自由文本，能让扫描技师看懂并按照执行就能满足临床需求。后期可以按照序列、序列技术要求等带有RADLEX本体语义学标签的结构化方案来标记，以便实现直接向影像设备自动化发送扫描参数的目的。
理论上，有多少种设备型号，就存在多少种该设备的最优扫描方案。因为目前影像设备的基础能力都大幅提高了，所以不同厂家、型号的设备，面对三分之二的常规检查，其扫描方案往往高度相似，只需在不同企业的专有名词之间映射即可复用。
第二个分支是在患者具备某种个性化的身体特征时的，某种影像设备场景/型号对应的具体扫描方案。
某些情况下，患者具有某种特殊的状况，比如失去意识，过胖，某部位内置了金属植入物，对某种造影剂过敏，心衰等，这就需要针对不同的影像设备采取不同的极端扫描方案。比如在患者失去意识，不能配合呼吸的情况下进行胸部CT扫描，对于西门子的FLASHCT，可以采用3秒快速扫描的方案，以便减少呼吸运动伪影。因为过于快速的扫描其图像质量还是有所下降的，而且对机器损耗也比较大，所以不是常规首选的扫描方案。
与第一个分支采用“设备”—“扫描方案”的层级不同，在第二个分支中增加了“患者状况”一级，形成“患者状况”—“设备型号”—“扫描方案”的层级架构。
这个层级的构建完全采用人工枚举的方法。因为每个“影像设备—检查目的”组合下的具体情况不同，没有通用的算法可以自动生成场景。针对不同的场景，不同能力的设备有不同的解决方案。如果一个设备没有针对特殊情况的特殊解决方案，那就忽略该患者状况，直接使用最优常规方案进行扫描即可。
实施例五
图19示出了根据本发明实施例五的影像设备扫描知识库构建系统结构示意图；如图19所示，该系统还包括：提取模块50，与知识库创建模块40相连，用于当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
本发明的实施例设置了提取模块，当医生输入分支或个性化分支的要素后，可以提取与其对应的扫描方案并动态推送给医生；能够根据临床申请项目、检查目的、技师当前操作的影像设备型号与配置，动态给出这个病例的最合适的扫描方案，提高了技师的扫描质量和扫描效率。
实施例六
图20示出了根据本发明实施例六的影像设备扫描知识库构建系统结构示意图，如图20所示，该系统还包括：共享平台创建模块60，与知识库创建模块40相连，用于创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台。
其中，云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
云端共享平台为每个医疗机构提供一组独立的账号。医疗机构可以在云端共享平台选择自己的影像设备类型、型号，并个性化编辑能力标签。如果云端还不存在某种新型的设备，则该医疗机构可以创建该设备。新创建的设备信息中包含厂家、设备类型、型号等信息。创建后变成可选的下拉列表，用于在云端分享。
设备的个性化能力标签就是一组医疗机构自己定义的文本标签。比如“双能”、“大容量球管”、“双筒注射器”、“XX体表线圈”等。这些标签是纯文本标签，目前完全不需要与任何本体标签进行对应。由于即便型号相同的设备，其配置可能相差甚远，边界能力大不相同，因此需要进行个性化的标注，以便在云端进行区别，方便相同配置的用户选择设备类型和方案。
医疗机构从云端下载扫描方案并自定义修改，所有的扫描方案目前都是文本信息，能让扫描技师看懂即可。在医疗机构从云端创建了本院的设备之后，可以下载位于云端的、由其他医疗机构创建的、与该设备型号、个性化标签相关的标准扫描方案到医院内部的前置机服务平台上，同时可下载患者状况相关的个性化扫描方案。医疗机构可以直接使用这些方案，也可以自行编辑并上传到云端进行分享。
提供第三方信息系统的查询接口(提供Webservice/WEB API接口，通过OAuth2.0进行身份验证)。
云端共享平台能在医疗机构的前置机上提供查询接口。任何一个RIS系统可以使用标准化的“临床申请项目”、“设备类型”、“检查目的”、“设备型号”、“患者的人口学信息”等信息进行查询，返回该设备型号、该检查目的下的标准化扫描方案，以及所有可能的、与“患者状况”相关的、个性化的扫描方案选项。该设备的标准化扫描方案以及多种个性化扫描方案使用不同的标签提示，点击标签，能看到该标签下具体的扫描方案，用于对技师进行实时提示。
本发明的实施例设置了共享平台创建模块，可以创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台，通过云端分享，可以创建影像设备信息、从云端下载扫描方案、对扫描方案进行修改以及可以在云端进行扫描方案的查询，以众筹的方式更新扫描知识库，扫描知识库维护成本低，更加容易个性化，更加容易推广。
从以上描述中，可以看出，本发明的上述实施例实现了如下技术效果：本发明的实施例可以对每个类型的影像设备设置能力参数，对单个设备的能力参数进行定义，并保存该影像设备的能力参数；根据临床申请项目、检查目的、年龄段，来匹配该影像设备的能力参数，定义扫描方案并保存到通用扫描知识库；由于对单个影像设备(影像设备的厂家、型号、配置等)的能力参数进行定义，考虑了不同设备的能力特征，并基于临床申请项目、检查目的和年龄段这些要素来匹配相应的影像设备的能力参数，使得扫描方案更加精确，提高广大基层医疗机构的扫描质量，使得原本超越技师记忆能力的扫描方案能在临床被实际应用，对提升影像学诊断业务的质量和效率具有普遍意义；本发明的实施例在年龄段之下设置患者的身体特征(比如失去意识、过胖、某部位内置了金属植入物等)，每个分支的要素还包括患者的身体特征，可以定义该个性化分支的扫描方案并保存到个性化扫描知识库；在创建扫描知识库时，同时考虑了患者的个性化身体状况，可以极大地推动原本复杂多样、难以记忆的个性化扫描方案的应用；本发明的实施例还可以当医生输入分支或个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生；能够根据临床申请项目、检查目的、技师当前操作的影像设备型号与配置，动态给出这个病例的最合适的扫描方案，提高了技师的扫描质量和扫描效率；本发明的实施例还可以创建云端共享平台，将通用扫描知识库和个性化扫描知识库上传到云端共享平台，通过云端分享，可以创建影像设备信息、从云端下载扫描方案、对扫描方案进行修改以及可以在云端进行扫描方案的查询，以众筹的方式更新扫描知识库，扫描知识库维护成本低，更加容易个性化，更加容易推广。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种影像设备扫描知识库构建方法，其特征在于，包括：
对每个类型的影像设备设置能力参数；其中，所述能力参数包括定位能力参数、扫描能力参数和重建能力参数；
对单个影像设备的所述能力参数进行定义，并保存该影像设备的所述能力参数；
基于检查部位，对每个类型的影像设备配置临床申请项目，对每个所述临床申请项目设置与其对应的检查目的，并对每个所述检查目的配置与其匹配的年龄段，生成树形结构；其中，以所述影像设备的类型、所述临床申请项目、所述检查目的、所述年龄段为要素形成所述树形结构的各个分支；
基于每个所述分支调用与其匹配的所述影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
2.根据权利要求1所述的影像设备扫描知识库构建方法，其特征在于，该方法还包括：在所述年龄段之下设置患者的身体特征，每个所述分支的要素还包括所述患者的身体特征，将包括所述患者的身体特征的所述分支定义为个性化分支。
3.根据权利要求2所述的影像设备扫描知识库构建方法，其特征在于，该方法还包括：基于所述个性化分支调用与其匹配的所述影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
4.根据权利要求3所述的影像设备扫描知识库构建方法，其特征在于，该方法还包括：当医生输入所述分支或所述个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
5.根据权利要求3所述的影像设备扫描知识库构建方法，其特征在于，该方法还包括：创建云端共享平台，将所述通用扫描知识库和所述个性化扫描知识库上传到所述云端共享平台。
6.根据权利要求5所述的影像设备扫描知识库构建方法，其特征在于，所述云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
7.一种影像设备扫描知识库构建系统，其特征在于，该系统包括：参数设置模块、定义模块、分支配置模块、知识库创建模块，其中，
所述参数设置模块，与所述定义模块相连，用于对每个类型的影像设备设置能力参数；其中，所述能力参数包括定位能力参数、扫描能力参数和重建能力参数；
所述定义模块，分别与所述参数设置模块、所述知识库创建模块相连，用于对单个影像设备的所述能力参数进行定义，并保存该影像设备的所述能力参数；
所述分支配置模块，与所述知识库创建模块相连，用于基于检查部位，对每个类型的影像设备配置临床申请项目，对每个所述临床申请项目设置与其对应的检查目的，并对每个所述检查目的配置与其匹配的年龄段，生成树形结构；其中，以所述影像设备的类型、所述临床申请项目、所述检查目的、所述年龄段为要素形成所述树形结构的各个分支；
所述知识库创建模块，分别与所述分支配置模块和所述定义模块相连，用于基于每个所述分支调用与其匹配的所述影像设备的能力参数，定义该分支的扫描方案并保存到通用扫描知识库。
8.根据权利要求7所述的影像设备扫描知识库构建系统，其特征在于，所述分支配置模块还包括特征定义单元，用于在所述年龄段之下设置患者的身体特征，每个所述分支的要素还包括所述患者的身体特征，将包括所述患者的身体特征的所述分支定义为个性化分支。
9.根据权利要求8所述的影像设备扫描知识库构建系统，其特征在于，所述知识库创建模块还包括个性化知识库创建单元，用于基于所述个性化分支调用与其匹配的所述影像设备的能力参数，定义该个性化分支的扫描方案并保存到个性化扫描知识库。
10.根据权利要求9所述的影像设备扫描知识库构建系统，其特征在于，该系统还包括：提取模块，与所述知识库创建模块相连，用于当医生输入所述分支或所述个性化分支的要素后，提取与其对应的扫描方案并动态推送给医生。
11.根据权利要求9所述的影像设备扫描知识库构建系统，其特征在于，该系统还包括：共享平台创建模块，与所述知识库创建模块相连，用于创建云端共享平台，将所述通用扫描知识库和所述个性化扫描知识库上传到所述云端共享平台。
12.根据权利要求11所述的影像设备扫描知识库构建系统，其特征在于，所述云端共享平台包括影像设备创建模块、扫描方案下载模块、扫描方案修改模块和扫描方案查询模块。
CN202110822356.3A 2021-07-21 2021-07-21 影像设备扫描知识库构建方法及系统 Pending CN113555090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110822356.3A CN113555090A (zh) 2021-07-21 2021-07-21 影像设备扫描知识库构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110822356.3A CN113555090A (zh) 2021-07-21 2021-07-21 影像设备扫描知识库构建方法及系统

Publications (1)

Publication Number Publication Date
CN113555090A true CN113555090A (zh) 2021-10-26

Family

ID=78132262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110822356.3A Pending CN113555090A (zh) 2021-07-21 2021-07-21 影像设备扫描知识库构建方法及系统

Country Status (1)

Country Link
CN (1) CN113555090A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106844725A (zh) * 2017-02-10 2017-06-13 深圳前海大造科技有限公司 一种云端图像数据库生成及识别方法
US20170206680A1 (en) * 2014-07-16 2017-07-20 Koninklijke Philips N.V. Irecon: intelligent image reconstruction system with anticipatory execution
CN109431506A (zh) * 2018-12-26 2019-03-08 上海联影医疗科技有限公司 医疗图像设备成像参数设置方法、装置、存储介质及设备
CN109871357A (zh) * 2018-12-14 2019-06-11 深圳壹账通智能科技有限公司 项目文档显示方法、装置、电子设备及存储介质
CN110750540A (zh) * 2019-10-18 2020-02-04 中国人民解放军军事科学院军事医学研究院 构建医疗业务知识库的方法、获得医疗业务语义模型的方法及系统、介质
CN110853740A (zh) * 2019-11-07 2020-02-28 李真林 从dicom图像中提取影像扫描方案特征的系统及方法
CN111584043A (zh) * 2019-02-15 2020-08-25 北京新网医讯技术有限公司 影像学扫描方案智能提示系统及其方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170206680A1 (en) * 2014-07-16 2017-07-20 Koninklijke Philips N.V. Irecon: intelligent image reconstruction system with anticipatory execution
CN106844725A (zh) * 2017-02-10 2017-06-13 深圳前海大造科技有限公司 一种云端图像数据库生成及识别方法
CN109871357A (zh) * 2018-12-14 2019-06-11 深圳壹账通智能科技有限公司 项目文档显示方法、装置、电子设备及存储介质
CN109431506A (zh) * 2018-12-26 2019-03-08 上海联影医疗科技有限公司 医疗图像设备成像参数设置方法、装置、存储介质及设备
CN111584043A (zh) * 2019-02-15 2020-08-25 北京新网医讯技术有限公司 影像学扫描方案智能提示系统及其方法
CN110750540A (zh) * 2019-10-18 2020-02-04 中国人民解放军军事科学院军事医学研究院 构建医疗业务知识库的方法、获得医疗业务语义模型的方法及系统、介质
CN110853740A (zh) * 2019-11-07 2020-02-28 李真林 从dicom图像中提取影像扫描方案特征的系统及方法

Similar Documents

Publication Publication Date Title
CN106407666A (zh) 一种电子病历信息的生成方法、装置及系统
US10515721B2 (en) Automated cloud image processing and routing
US10657220B2 (en) System and methods for medical reporting
CN110517238B (zh) Ct医学影像ai三维重建与人机交互可视化网络系统
US20050149536A1 (en) Data migration and format transformation system
US11989878B2 (en) Enhancing medical imaging workflows using artificial intelligence
KR102366290B1 (ko) 의료기계 학습 시스템
CN111584043B (zh) 影像学扫描方案智能提示系统及其方法
EP4170670A1 (en) Medical data processing method and system
CN111723277A (zh) 影像结构化报告云端需求分类系统及其方法
CN109804433A (zh) 基于模板的医学概要界面生成系统
CN110782979A (zh) 医疗任务分配方法及装置、电子设备、存储介质
CN110660482A (zh) 一种基于大数据的中医处方智能推荐系统及其控制方法
US10614570B2 (en) Medical image exam navigation using simulated anatomical photographs
US20190188849A1 (en) Generating simulated photographic anatomical slices
CN113555090A (zh) 影像设备扫描知识库构建方法及系统
Stepanenko et al. 3D Virtual modelling, 3D printing and extended reality for planning of implant procedure of short-term and long-term mechanical circulatory support devices and heart transplantation
CN105830071A (zh) 临床应用中管理医疗报告的分发的方法和计算机程序产品
US20170322684A1 (en) Automation Of Clinical Scoring For Decision Support
CN114999613A (zh) 用于提供与医学图像相关联的至少一个元数据属性的方法
JP2003108664A (ja) 所見作成システム
Shi et al. Construction of lumped-parameter cardiovascular models using the CellML language
CN115171835B (zh) 病例结构化模型训练方法、装置和病例结构化方法
KR102371037B1 (ko) 프로그래밍이 가능한 전자의무기록 시스템
US20200051676A1 (en) Device, system, and method for optimizing usage of prior studies

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