CN115240819A - 用于传输多个医学图像的方法 - Google Patents

用于传输多个医学图像的方法 Download PDF

Info

Publication number
CN115240819A
CN115240819A CN202210415283.0A CN202210415283A CN115240819A CN 115240819 A CN115240819 A CN 115240819A CN 202210415283 A CN202210415283 A CN 202210415283A CN 115240819 A CN115240819 A CN 115240819A
Authority
CN
China
Prior art keywords
image
receiving device
medical image
medical
base image
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
CN202210415283.0A
Other languages
English (en)
Other versions
CN115240819B (zh
Inventor
克里斯蒂安·凯斯纳
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 Healthineers AG
Original Assignee
Siemens Healthineers AG
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 Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN115240819A publication Critical patent/CN115240819A/zh
Application granted granted Critical
Publication of CN115240819B publication Critical patent/CN115240819B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Abstract

本发明涉及一种用于将多个医学图像从发送设备传输至接收设备的计算机实施的方法。多个医学图像在此包括至少一个第一和第二医学图像。第一医学图像在此在时间上在第二医学图像之前检测。方法包括如下方法步骤：借助发送设备接口接收多个医学图像，根据第一医学图像借助发送设备计算单元确定第一基本图像，传输第一基本图像，根据第一和第二医学图像借助发送设备计算单元确定第一变化信息，根据第一变化信息和第一基本图像确定经修改的第一基本图像，检查第二医学图像和/或经修改的第一基本图像，根据检查的结果将第二医学图像借助发送设备接口传输给接收设备接口。

Description

用于传输多个医学图像的方法
技术领域
本发明涉及一种用于将多个医学图像从发送设备传输至接收设备的计算机实施的方法。本发明还涉及一种发送方法、一种接收方法、一种发送设备、一种接收设备、一种传输系统、一种计算机程序产品和一种计算机可读的存储介质。
背景技术
已知的是，在医学中执行图像辅助的医学介入。在此，将多个医学图像显示给医生，医生基于多个医学图像对患者执行医学介入。替选地或附加地，医生能够基于多个医学图像创建对患者的诊断。多个医学图像因此能够对于医生的决策过程是决定性的。多个医学图像在此包括，患者的对于决策过程重要的至少一个部分的成像。多个医学图像在此典型地借助医学技术设备检测。医学技术设备在此例如能够是X射线设备、计算机断层扫描设备(缩写：CT设备)、C型臂、磁共振断层扫描设备(缩写：MRT设备)、超声设备、血管造影系统、心电图系统、正电子发射断层扫描设备(英文：Positron Emission Tomography System，缩写：PET设备)和/或单光子发射计算机断层扫描设备(英文：Single Photon EmissionComputed Tomography System，缩写：SPECT设备)。多个医学图像从医学技术设备传输到接收设备上。替选地，多个医学图像例如能够首先被处理并且随后被传输给接收设备。换言之，多个医学图像能够从发送设备传输至接收设备。然后，接收设备能够将多个医学图像提供给医生。
接收设备在此能够在空间上与发送设备分离地设置。接收设备例如能够设置在与发送设备相同的房间中或不同的房间中或不同的建筑物中或不同的城市中或不同的国家中。医生能够基于由接收设备提供的多个医学图像“远程”实施图像辅助的医学介入。
已知的是，医学图像包括大的数据量。这尤其能够在带宽有限的情况下通过多个医学图像从发送设备传输至接收设备引起时间延迟。然而，尤其在图像辅助的医学介入的情况下需要的是，将医学图像以最小时间延迟传输至接收设备。还需要的是，无错误地传输多个医学图像。
从视频会议的领域中已知的是，为了减少所传输的数据，首先仅传输基本图像(英文：keyframe)。在时间上跟随基本图像的图像中，与基本图像相比仅传输变化信息(英文：keypoints)。然后，接收设备借助于神经网络基于基本图像和变化信息确定跟随基本图像的图像。这种方法例如由NVIDIA开发(https://www.youtube.com/watch？v＝NqmMnjJ6GEg)。
然而在医学应用中，例如在用于执行图像辅助的医学介入的医学应用中，与在视屏会议时相比，关于在传输多个医学图像时的图像质量的安全标准明显更大。因此，安全标准例如预设，确保在医学图像中传输所有医学重要的细节。尤其不允许通过传输“丢失”或未传输医学图像中的异常。换言之必须确保，所传输的图像对应于原始图像。
发明内容
因此，本发明的目的是，提供一种方法，所述方法能够实现多个医学图像的无错误的且数据减少的传输。
所述目的通过一种用于将多个医学图像从发送设备传输至接收设备的方法、通过一种发送方法、通过一种接收方法、通过一种发送设备、通过一种接收设备、通过一种传输系统、通过一种计算机程序产品并且通过一种计算机可读的存储介质来实现。有利的改进方案在以下说明中列举。
在下文中，所述目的的根据本发明的解决方案不仅参照所要求保护的设备而且也参照所要求保护的方法描述。在此提及的特征、优点或替选的实施方式同样也可转用于其他所要求保护的主题，并且反之亦然。换言之，实体性的技术方案(其例如针对设备)也能够借助结合方法描述或要求保护的特征来改进。在此，所述方法的对应的功能特征通过对应的实体性的模块构成。
本发明涉及一种用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的计算机实施的方法。在此，多个医学图像包括时间次序。在此，多个医学图像包括至少一个第一医学图像和第二医学图像。在此，第一医学图像在时间上在第二医学图像之前检测。所述方法包括借助发送设备接口接收多个医学图像的方法步骤。所述方法还包括根据第一医学图像借助发送设备计算单元确定第一基本图像的方法步骤。所述方法还包括将第一基本图像借助发送设备接口传输给接收设备接口的方法步骤。所述方法还包括根据第一医学图像和第二医学图像借助发送设备计算单元确定第一变化信息的方法步骤。所述方法还包括根据第一变化信息和第一基本图像确定经修改的第一基本图像的方法步骤。所述方法还包括检查第二医学图像和/或经修改的第一基本图像的方法步骤。所述方法还包括根据检查第二医学图像和/或第一医学基本图像的结果将第二医学图像借助发送设备接口传输给接收设备接口的方法步骤。
多个医学图像尤其能够借助医学技术设备检测。医学技术设备在此例如能够是X射线设备、计算机断层扫描设备(缩写：CT设备)、C型臂、磁共振断层扫描设备(缩写：MRT设备)、超声设备、血管造影系统、心电图系统、正电子发射断层扫描设备(英文：PositronEmission Tomography System,缩写：PET设备)和/或单光子发射计算机断层扫描设备(英文：Single Photon Emission Computed Tomography System，缩写：SPECT设备)。多个医学图像尤其能够在对患者的医学介入或手术期间检测。多个医学图像在此能够描绘患者的至少一个部分或区域。换言之，多个医学图像中的每个医学图像能够包括患者的至少一个部分或区域的成像。每个医学图像尤其包括对于医学介入重要的区域或部分。多个医学图像因此用作为用于图像辅助的医学介入的基础。多个医学图像尤其能够为执行图像辅助的医学干预的医生用作为针对与图像辅助的医学干预的相关的决策的基础。替选地，多个医学图像能够与医学介入无关地对于医生用作为决策基础。例如，医生能够基于多个医学图像创建对患者的诊断。患者在此能够是人类。替选地，患者能够是动物或物体。
多个医学图像在此包括医学图像的时间次序。换言之，多个医学图像中的所述医学图像在时间上彼此跟随地检测。多个医学图像中的所述医学图像因此尤其能够随时间设置。
在此，多个医学图像包括至少一个第一医学图像和至少一个第二医学图像。在此，第一医学图像在时间上在第二医学图像之前检测。
多个医学图像尤其能够预处理。例如，能够提前应用用于噪声抑制和/或用于边缘增强和/或用于对比度修正和/或用于分段等的图像处理算法。多个医学图像尤其能够已经被压缩。例如，多个医学图像能够借助于像素合并(Binning)被压缩。“压缩”意味着，与最初或原始的医学图像相比，由多个医学图像包括的数据量减少。
在本发明的实施方案中，多个医学图像中的所述医学图像能够从原始数据中重建。原始数据在此借助医学技术设备检测。
发送设备在此尤其能够是医学技术设备。替选地，发送设备能够是预处理多个医学图像的设备。预处理例如能够包括从原始数据中重建医学图像和/或图像处理和/或图像压缩。发送设备包括发送设备接口和发送设备计算单元。在此，发送设备接口能够包括多个单独的子发送设备接口。在此，发送设备计算单元能够包括多个单独的子发送设备计算单元。不同的子发送设备接口或子发送设备计算单元尤其能够构成用于实施由发送设备接口或发送设备计算单元实施的不同方法步骤。
接收设备在此尤其包括用于显示所传输的医学图像的显示单元。接收设备在此尤其能够是平板电脑和/或个人电脑(缩写：PC)和/或笔记本电脑。显示单元在此尤其能够是显示器或监视器。显示器在此例如能够是场发射显示器(缩写：FED)、液晶显示器(缩写：LCD)、薄膜晶体管显示器(缩写：TFT-LCD)、阴极射线管显示器(缩写：CRT)、等离子显示器和/或表面传导电子发射显示器(英文Surface-Conduction-Electron-Emitter-Display，缩写：SED)。接收设备包括接收设备接口和接收设备计算单元。在此，接收设备接口能够包括多个单独的子接收设备接口。在此，接收设备计算单元能够包括多个单独的子接收设备计算单元。不同的子接收设备接口或子接收设备计算单元尤其能够构成用于实施由接收设备接口或接收设备计算单元实施的不同方法步骤。
接收设备尤其能够在空间上与发送设备分离地设置。例如，接收设备能够设置在与发送设备不同的房间中、不同的建筑物中、不同的城市中和/或不同的国家中。
表述“传输多个医学图像”还包括传输医学图像的个体图像信息。换言之，传输多个医学图像不一定描述：完整传输多个医学图像中的每个医学图像。换言之，“传输多个医学图像”意味着，将多个医学图像中的所述医学图像的所有医学重要细节传输到接收设备上。
在接收多个医学图像的方法步骤中，借助发送设备接口接收多个医学图像。在此，接收多个医学图像能够包括检测医学图像。替选地，多个医学图像能够由医学技术设备提供并且由发送设备接收。替选地，多个医学图像能够由数据库提供并且由发送设备接收。数据库例如能够是图像归档和通信系统(英文Picture Archiving and CommunicationSystem，缩写：PACS)。多个医学图像中的所述医学图像尤其能够在时间上错开地或在时间上彼此跟随地接收。例如，第一医学图像能够在时间上在第二医学图像之前接收。
在确定第一基本图像的方法步骤中，根据第一医学图像借助发送设备单元确定第一基本图像。第一基本图像在此能够与第一医学图像相同。替选地，第一基本图像能够是经处理的第一医学图像。换言之，第一基本图像能够对应于第一医学图像的经处理的版本。在这种情况下，确定第一基本图像的方法步骤能够包括处理第一医学图像的方法步骤。第一基本图像也能够称为“关键帧(keyframe)”。
处理第一医学图像的方法步骤例如能够包括压缩第一医学图像。压缩例如能够包括分箱。替选地或附加地，处理第一医学图像的方法步骤能够包括第一医学图像的图像处理。图像处理例如能够包括对比度修正和/或分段和/或应用边缘滤波器等。
在传输第一基本图像的方法步骤中，将第一基本图像借助发送设备接口传输给接收设备接口。换言之，第一基本图像从发送设备传输到接收设备上。这尤其能够与表述“传输第一医学图像”同义地理解。传输第一基本图像的方法步骤能够由与接收多个医学图像的方法步骤不同的子发送设备接口实施。换言之，传输第一基本图像和接收多个医学图像的方法步骤能够由发送设备接口的不同的子发送设备接口实施。替选地，两个方法步骤能够借助相同的(子)发送设备接口实施。
在确定第一变化信息的方法步骤中，根据第一医学图像和第二医学图像借助发送设备单元确定第一变化信息。第一变化信息尤其能够根据第一基本图像和第二医学图像确定。第一变化信息说明在第二医学图像与第一医学图像之间的变化。换言之，第一变化信息描述在第一医学图像与第二医学图像之间发生了什么改变。第一变化信息在此能够包括描述第二医学图像与第一医学图像相比的改变的至少一个变化点或变化向量。至少一个变化点在此能够称为“关键点(keypoint)”。
如果第一基本图像不与第一医学图像相同，则尤其根据第一基本图像和第二医学图像确定第一变化信息。然后，第一变化信息描述在第一基本图像与第二医学图像之间的变化。
第一变化信息尤其能够借助于训练函数确定。在此，训练函数能够应用到第一医学图像和第二医学图像上。在此，产生第一变化信息。
一般地，训练函数模仿将人类与人类思维相关联的认知功能。尤其通过基于训练数据的训练，训练函数能够匹配于新状况以及对模式进行识别和外插。
一般地，借助于训练可以调整训练函数的参数。为此尤其能够使用监督(英文：supervised)训练、半监督(英文：semi-supervised)训练、无监督(英文：unsupervised)训练、强化学习(英文：reinforcement learning)和/或主动学习(英文：active learning)。此外，能够使用表征学习(替选的术语是“特征学习”)(英文：representation learning或feature learning)。尤其能够通过多个训练步骤迭代地调整训练函数的参数。
训练函数尤其能够包括神经网络、支持向量机(英文：support vector machine)、随机树或决策树(英文：decision tree)和/或贝叶斯网络、和/或训练函数能够基于k均值聚类(英文：k-means clustering)、Q学习、遗传算法和/或关联规则。训练函数尤其能够包括由多个不相关的决策树构成的组合或由决策树构成的组合(英文：random forest)。尤其能够借助于XGBoosting(英文：eXtreme Gradient Boosting)确定训练函数。神经网络尤其能够是深度神经网络(英文：deep neural network)、卷积神经网络(英文：convolutionalneural network)或卷积深度神经网络(英文：convolutional deep neural network)。此外，神经网络能够是对抗网络(英文：adversarial network)、深度对抗网络(英文：deepadversarial network)和/或生成式对抗网络(英文：generative adversarial network)。神经网络尤其能够是递归神经网络(英文：recurrent neural network)。递归神经网络尤其能够是具有长短期记忆(英文：long-short-term-memory，LSTM)的网络、尤其门控递归单元(Gated Recurrent Unit，GRU)。训练函数尤其能够包括所描述的方案的组合。在此描述的用于训练函数的方案尤其称为训练函数的网络架构。
在本发明的可选的实施方案中，能够将第一变化信息借助发送设备接口传输给接收设备接口。
在确定经修改的第一基本图像的方法步骤中，根据第一变化信息和第一基本图像确定经修改的第一基本图像。在此，基于第一变化信息修改第一基本图像，使得经修改的第一基本图像描绘根据第一变化信息的变化。经修改的第一基本图像尤其对应于第二医学图像。经修改的第一基本图像在正确的情况下尤其描绘与第二医学图像相同的情形。
经修改的第一基本图像在此尤其能够通过应用训练函数来确定。训练函数在此能够如以上一般性对于训练函数描述的那样构成。训练函数在此能够与上述用于确定第一变化信息的训练函数不同。训练函数在此能够应用到第一基本图像和第一变化信息上。在此，能够产生经修改的第一基本图像。换言之，确定经修改的第一基本图像的方法步骤能够包括将训练函数应用到第一基本图像和第一变化信息上的方法步骤。
在检查第二医学图像和/或经修改的第一基本图像的方法步骤中，检查第二医学图像和/或经修改的第一基本图像。尤其检查，是否能够确保正确传输第二医学图像。
在检查第二医学图像时尤其能够检查，第二医学图像是否具有或包括异常。例如能够检查，在第二医学图像中是否可识别到出血。尤其能够检查，第二医学图像是否与标准偏离。
在检查经修改的第一基本图像时能够检查，经修改的第一基本图像是否对应于第二医学图像。在此尤其能够检查，经修改的第一基本图像是否包括第二医学图像的所有医学重要细节。
医学重要细节例如能够是出血、视角的改变、解剖学的异常性、异常等。
在传输第二医学图像的方法步骤中，根据检查第二医学图像和/或经修改的第一基本图像的方法步骤的结果传输第二医学图像。在此，第二医学图像借助发送设备接口传输给接收设备接口。尤其地，如果在检查的方法步骤中在第二医学图像中识别或探测或确定出异常，则传输第二医学图像。替选地或附加地，如果经修改的第一基本图像不对应于第二医学图像，则传输第二医学图像。换言之，如果经修改的第一基本图像不包括第二医学图像中的所有医学重要细节，则能够传输第二医学图像。
发明人已经认识到，以这种方式能够确保，在不能够仅基于变化信息传输医学图像的情况下，传输医学图像本身。以这种方式能够确保，在医学图像中传输所有医学重要细节。对于以这种方式能够传输所有医学重要细节的情况，变化信息的传输减少所传输的数据量。发明人已经认识到，因此通过将医学图像从发送设备传输给接收设备造成的延迟能够最小化。
根据本发明的一个方面，检查第二医学图像和/或经修改的第一基本图像的方法步骤包括确定在经修改的第一基本图像与第二医学图像之间的第一相似度值的方法步骤以及提供第一相似度值的方法步骤。
第一相似度值描述在第二医学图像与经修改的第一基本图像之间的相似度。第一相似度值尤其能够包括实数。实数能够描述或说明在经修改的第一基本图像与第二医学图像之间的相似度。尤其能够从相似度推导出在经修改的第一基本图像与第二医学图像之间的偏差。替选地或附加地，第一相似度值能够包括百分数，所述百分数说明在经修改的第一基本图像与第二医学图像之间的相似度。替选地或附加地，第一相似度值能够说明用于在经修改的第一基本图像与第二医学图像之间的相似度的分类。例如，能够根据分类将相似度划分成两个类别“相似”和“不相似”或“1”和“0”。替选地，第一相似度值能够将相似度划分成精细的分级类别。
如果第二医学图像和经修改的第一基本图像包括体素或像素值，则第一相似度值例如能够与体素或像素值的平方偏差的总和相关。在此适用：平方偏差的总和越大，则经修改的第一基本图像与第二医学图像之间的偏差越大或经修改的第一基本图像与第二医学图像之间的相似度越小。
可设想用于确定第一相似度值的多个替选的可行方案。
替选地，第一相似度值能够包括关于如下内容的信息：第二医学图像的医学重要细节是否由经修改的第一基本图像包括，或在经修改的第一基本图像中描绘。换言之，第一相似度值能够说明，第二医学图像的所有医学重要细节是否在经修改的第一基本图像中描绘。替选地或附加地，第一相似度值能够说明，经修改的第一基本图像多强烈地与第二医学图像偏离。
在确定第一相似度值的方法步骤中，能够通过将函数应用到第二医学图像和经修改的第一基本图像上和/或图像的体素或像素值上来确定第一相似度值。
在提供第一相似度值的方法步骤中，提供第一相似度值。尤其提供第一相似度值，使得传输第二医学图像的方法步骤能够与第一相似度值相关。换言之，提供第一相似度值，使得基于或根据第一相似度值能够做出决策：是否传输第二医学图像。
发明人已经认识到，通过第一相似度值能够确定，经修改的第一基本图像是否满足所有安全标准。换言之，能够根据第一相似度值检查，给医生提供经修改的第一基本图像是否足够或是否应提供第二医学图像，因为经修改的第一基本图像未描绘所有医学重要细节或过强地与第二医学图像偏离。
根据本发明的另一方面，在第一相似度值的方法步骤中，通过将第一训练函数应用到经修改的第一基本图像和第二医学图像上来确定第一相似度值。
第一训练函数尤其能够如以上一般性地对于训练函数描述的那样构成。
第一训练函数尤其能够通过将第一训练函数应用到多个由经修改的第一基本图像和第二医学图像构成的对上来训练。在此，第一训练函数的结果能够对于每个由经修改的第一基本图像和第二医学图像构成的对与预定义的第一相似度值进行比较。训练函数能够在训练期间调整，使得结果尽可能好地与预定义的第一相似度值一致。于是，结果对应于第一相似度值。预定义的第一相似度值例如能够已经手动确定。尤其能够分别对于包括经修改的第一基本图像和第二医学图像的对预设用于训练第一训练函数的预定义的第一相似度值。预定义的第一相似度值例如能够由医生预设。
发明人已经认识到，借助第一训练函数也能够识别在经修改的第一基本图像与第二医学图像之间的差别，所述差别不导致在体素或像素值之间的偏差。尤其以这种方式可行的是，在经修改的第一基本图像中识别缺失的医学重要细节或异常。换言之，能够借助于第一训练函数确定，经修改的第一基本图像是否包括第二医学图像的所有医学重要细节或异常。
根据本发明的另一方面，确定经修改的第一基本图像以及确定和提供第一相似度值的方法步骤借助发送设备计算单元来实施。如果第一相似度值大于或等于第一阈值，所述方法在此包括以下方法步骤：将第一变化信息借助发送设备接口传输给接收设备接口的方法步骤，借助接收设备计算单元确定经修改的第一基本图像的方法步骤以及借助接收设备接口提供经修改的第一基本图像的方法步骤。如果第一相似度值低于第一阈值，所述方法在此包括以下方法步骤：根据第二医学图像借助发送设备计算单元确定第二基本图像的方法步骤，将第二基本图像借助发送设备接口传输给接收设备接口的方法步骤，以及借助接收设备接口提供第二基本图像的方法步骤。
在本发明的该实施方案中，因此借助发送设备确定经修改的第一基本图像。包括确定第一相似度值和提供第一相似度值的方法步骤的检查第二医学图像和/或经修改的第一基本图像的方法步骤同样借助发送设备来实施。在此“借助发送设备确定或实施”意味着，对应的方法步骤借助发送设备计算单元或发送设备接口来实施。尤其地，确定经修改的第一基本图像以及确定第一相似度值的方法步骤借助发送设备计算单元来实施。尤其地，提供第一相似度值的方法步骤借助发送设备接口或借助子发送设备接口来实施。
将第一相似度值与第一阈值进行比较。第一阈值尤其是预定义的。第一阈值尤其预设在经修改的第一基本图像与第二医学图像之间的最小相似度，所述最小相似度必须给出，借此保持医学安全标准。
第一阈值尤其能够是实数。如果第一相似度值是实数，则阈值尤其是实数。
替选地，如果第一相似度值包括分类，则第一阈值能够说明至少一个类别。例如，能够借助第一相似度值将经修改的第一基本图像与第二医学图像之间的相似度划分成两个类别。根据以上实例，能够已知类别例如“1”、“0”或“相似”、“不相似”。第一阈值例如能够是“1”或“相似”。于是，第一阈值将类别分成两组：“1”或“相似”和“0”或“不相似”。
如果第一相似度值大于或等于第一阈值，则能够假定，经修改的第一基本图像与第二医学图像之间的相似度足够大，以便满足安全标准。如果第一相似度值小于第一阈值、或低于所述第一阈值，则经修改的第一基本图像和第二医学图像不满足用于相似度的预设。那么尤其不能够假定，第二医学图像中的所有医学重要细节在经修改的第一基本图像中显示或描绘。
如果第一相似度值大于或等于第一阈值，则在传输第一变化信息的方法步骤中，将第一变化信息借助发送设备接口传输给接收设备接口。随后，在确定经修改的第一基本图像的方法步骤中，借助接收设备计算单元确定经修改的第一基本图像。在此，经修改的第一基本图像如以上描述那样确定。尤其地，经修改的第一基本图像借助接收设备计算单元类似于借助发送设备计算单元确定。然后，借助接收设备接口在提供经修改的第一基本图像的方法步骤中提供经修改的第一基本图像。尤其能够借助于接收设备的显示单元给医生提供经修改的第一基本图像。
如果第一相似度值低于第一阈值，则在确定第二基本图像的方法步骤中，根据第二医学图像借助发送设备计算单元确定第二基本图像。第二基本图像根据第二医学图像如第一基本图像那样根据第一医学图像来确定。在此，第二基本图像尤其能够与第二医学图像相同。替选地，第二基本图像能够是第二医学图像的经处理的版本。经处理的版本尤其能够通过图像处理和/或第二医学图像的压缩来确定。
第二基本图像能够在另外的方法步骤中替代第一基本图像。尤其根据第二基本图像确定多个医学图像中的在时间上跟随第二医学图像的医学图像的变化信息。这一直适用，直至又确定新的基本图像。
在传输第二基本图像的方法步骤中，将第二基本图像借助发送设备接口传输给接收设备接口。在此，根据检查的结果传输第二医学图像的方法步骤包括传输第二基本图像的方法步骤。检查的结果在此是第一相似度值。第二医学图像在所述方法步骤中以第二基本图像的形式传输。
在提供第二基本图像的方法步骤中，第二基本图像借助接收设备接口提供。第二基本图像尤其能够借助接收设备的显示单元提供给医生。
发明人已经认识到，在传输第二医学图像或第一变化信息之前能够检查，经修改的第一基本图像是否充分相似于第二医学图像，以便满足安全标准。然后，能够基于所述检查传输数据，所述数据确保给医生提供所有医学重要细节。对于经修改的第一基本图像描绘第二医学图像的所有医学重要细节的情况，传输第一变化信息并且以这种方式减少数据转送是足够的。如果这不能够被确保，则传输第二基本图像。发明人已经认识到，通过所述方法的不同实施方案，根据第一相似度值能够确保，总是给医生提供包括或描绘第二医学图像的所有医学重要细节的图像。在此，能够要么提供经修改的第一基本图像要么提供第二基本图像。
根据本发明的另一方面，所述方法包括将第一变化信息借助发送设备接口传输给接收设备接口的方法步骤。在此，确定经修改的第一基本图像的方法步骤借助接收设备接口来实施。所述方法还包括将经修改的第一基本图像借助接收设备接口传输给发送设备接口的方法步骤。在此，确定和提供第一相似度值的方法步骤借助发送设备来实施。如果第一相似度值大于或等于第一阈值，所述方法在此包括以下方法步骤：借助接收设备接口提供经修改的第一基本图像。如果第一相似度值低于第一阈值，所述方法还包括以下方法步骤：根据第二医学图像借助发送设备计算单元确定第二基本图像，将第二基本图像借助发送设备接口传输给接收设备接口，和借助接收设备接口提供第二基本图像。
在本发明的该实施方案中，将第一变化信息从发送设备传输到接收设备上。尤其经由发送设备和接收设备的对应的接口或子接口传输第一变化信息。
经修改的第一基本图像根据第一变化信息和第一基本图像借助于接收设备计算单元来确定。换言之，经修改的第一基本图像由接收设备确定。
经修改的第一基本图像在传输经修改的第一基本图像的方法步骤中借助接收设备接口传输给发送设备接口。换言之，经修改的第一基本图像由接收设备传输给发送设备。
确定和提供第一相似度值的方法步骤借助发送设备或借助发送设备计算单元和发送设备接口来实施。
第一阈值尤其如以上描述那样构成。将第一阈值与第一相似度值进行比较。
如果第一相似度值大于或等于第一阈值，则借助接收设备接口提供经修改的第一基本图像。尤其地，经修改的第一基本图像借助于接收设备的显示单元提供给医生。
如果第一相似度值低于第一阈值，则根据第二医学图像确定第二基本图像的方法步骤借助发送设备计算单元来实施。第二基本图像尤其如以上描述那样构成。第二基本图像根据第二医学图像类似于对根据第一医学图像确定第一基本图像的描述来确定。
在传输第二基本图像的方法步骤中，如果第一相似度值低于第一阈值，则将第二基本图像从发送设备接口传输给接收设备接口。换言之，第二基本图像从发送设备传输给接收设备。传输第二基本图像的方法步骤在此由根据检查的结果传输第二医学图像的方法步骤包括。第二医学图像因此以第二基本图像的形式传输。
在提供第二基本图像的方法步骤中，如果第一相似度值低于第一阈值，则借助接收设备接口或子接收设备接口提供第二基本图像。尤其地，第二基本图像借助接收设备的显示单元提供给医生。换言之，将第二基本图像显示给医生。
如以上描述的那样，在方法的后续的实施过程中，以第二基本图像替代第一基本图像。换言之，根据第二医学图像或第二基本图像确定在时间上跟随第二医学图像的图像的变化信息。根据对第一医学图像和第二医学图像的描述，如果满足以上条件之一，则第二基本图像能够又通过第三基本图像替代。
发明人已经认识到，能够符合标准地传输第一变化信息，以便能够给医生至少总是提供经修改的第一基本图像。因此，例如能够在传输中断时给医生至少提供经修改的第一基本图像。于是，经修改的第一基本图像的检查和随后的方法步骤能够借助发送设备来实施。以这种方式能够减少或节省接收设备上的计算能力。发明人已经认识到，通过所述方法的不同实施方案，根据第一相似度值能够确保，给医生总是提供包括或描绘第一基本图像的所有医学重要细节的图像。在此，能够要么提供经修改的第一基本图像要么提供第二基本图像。
根据本发明的另一方面，所述方法包括将第一变化信息借助发送设备接口传输给接收设备接口的方法步骤。在此，确定经修改的第一基本图像的方法步骤借助接收设备计算单元来实施。所述方法还包括将第二医学图像借助发送设备接口传输给接收设备接口的方法步骤。在此确定和提供第一相似度值的方法步骤借助接收设备来实施。如果第一相似度值大于或等于第一阈值，所述方法包括以下方法步骤：借助接收设备接口提供经修改的第一基本图像。如果第一相似度值低于第一阈值，所述方法包括以下方法步骤：根据第二医学图像借助接收设备计算单元确定第二基本图像并且借助接收设备接口提供第二基本图像。
在传输第一变化信息的方法步骤中，在本发明的实施方案中，将第一变化信息从发送设备接口传输给接收设备接口。换言之，将第一变化信息从发送设备传输给接收设备。
确定经修改的第一基本图像的方法步骤在此借助接收设备计算单元来实施。换言之，经修改的第一基本图像根据第一基本图像和第一变化信息借助接收设备来执行。
在传输第二医学图像的方法步骤中，将第二医学图像借助发送设备接口传输给接收设备接口。换言之，第二医学图像从发送设备传输给接收设备。传输第二基本图像的方法步骤在此由根据检查的结果传输第二医学图像的方法步骤包括。
在本发明的该实施方案中，确定和提供第一相似度值的方法步骤借助接收设备或借助接收设备计算单元和接收设备接口来实施。
第一阈值尤其如以上描述那样构成。尤其地，将第一阈值与第一相似度值进行比较。
如果第一相似度值大于或等于第一阈值，所述方法包括以下方法步骤：借助接收设备接口提供经修改的第一基本图像。尤其地，经修改的第一基本图像能够借助接收设备的显示单元提供或显示给医生。
如果第一相似度值低于第一阈值或小于第一阈值，则所述方法包括根据第二医学图像借助接收设备接口确定第二基本图像的方法步骤。确定第二基本图像的方法步骤尤其能够如以上描述那样构成。第二基本图像尤其能够如以上描述那样构成。于是，所述方法还包括借助接收设备接口提供第二基本图像的方法步骤。尤其地，第二基本图像借助接收设备的显示单元提供给医生。
发明人已经认识到，检查经修改的基本图像和随后的方法步骤能够借助接收设备或接收设备接口和接收设备计算单元来执行或实施。发明人尤其已经认识到，如果第二医学图像从发送设备传输给接收设备以用于检查，则能够直接借助接收设备计算单元确定第二医学基本图像。发明人已经认识到，通过所述方法的不同实施方案，根据第一相似度值能够确保，给医生总是提供包括或描绘第一基本图像的所有医学重要细节的图像。在此，能够要么提供经修改的第一基本图像要么提供第二基本图像。
根据本发明的另一方面，多个医学图像包括多个第二医学图像。在此，多个第二医学图像在时间上在第一医学图像之后检测。在此，第二医学图像以时间次序设置。在此，将第二医学图像借助发送设备接口传输给接收设备接口的方法步骤和/或将经修改的第一基本图像从接收设备接口传输给发送设备接口的方法步骤和与第一阈值相关的方法步骤以预确定的间距、尤其对于每第十或每第二十或每第五十个第二医学图像实施。在此，方法对于所有另外的第二医学图像包括借助接收设备接口提供经修改的第一基本图像的方法步骤。
尤其地，在本发明的实施方案中，将第二医学图像从发送设备接口传输给接收设备接口的方法步骤和所有与第一阈值相关的方法步骤以预确定的间距执行。
替选地，在本发明的实施方案中，将经修改的第一基本图像从接收设备接口传输给发送设备接口的方法步骤和所有与第一阈值相关的方法步骤以预确定的间距执行。
如果第一相似度值大于或等于第一阈值或如果第一相似度值低于第一阈值，则与第一阈值相关的方法步骤在此尤其是根据以上描述实施的方法步骤。
预定的间距表明：对每第某个第二医学图像执行所提及的方法步骤。尤其地，所提及的方法步骤对每第十或第二十或第五十个第二医学图像执行。换言之，所提及的方法步骤对于每第十或第二十或第五十个第二医学图像执行。
在此，对于第二医学图像的所有方法步骤根据第二医学图像的时间次序依次执行。
对于不对其执行所提及的方法步骤的每个第二医学图像，提供经修改的第一基本图像的方法步骤借助接收设备接口来实施。换言之，对其不执行所提及的方法步骤的每个第二医学图像以经修改的第一基本图像的形式借助接收设备接口来提供。在此，经修改的第一基本图像尤其借助于接收设备的显示单元提供或显示给医生。
因此，仅以预确定的间距检查，经修改的第一基本图像是否包括第二医学图像的所有医学重要细节。对于所有另外的第二医学图像，符合标准地提供经修改的第一基本图像。
发明人已经认识到，如果仅以预定义的间距检查，经修改的第一基本图像是否包括或描绘第二医学图像的所有医学重要细节，则能够减少所传输的数据量。发明人已经认识到，这足以满足医学中的安全标准。
根据本发明的另一方面，检查第二医学图像和/或经修改的第一基本图像的方法步骤包括将第二训练函数应用到第一医学图像和/或第二医学图像上的方法步骤。在此确定，第一医学图像和/或第二医学图像是否具有异常。在此，如果第一医学图像和/或第二医学图像具有异常，则实施将第二医学图像从发送设备接口传输给接收设备接口的方法步骤。
第二训练函数尤其能够如以上一般性地对于训练函数描述的那样构成。第二训练函数尤其能够为此构成用于识别医学图像中的异常。为此，第二训练函数能够应用到对应的医学图像上，尤其应用到第一医学图像和/或第二医学图像上。在此，产生结果，所述结果说明，对应的医学图像是否具有异常。表述“对应的医学图像”代表性地代表“第一医学图像和/或第二医学图像”。
异常尤其能够是对应的医学图像中的医学重要细节。异常尤其描述对应的图像中的在医学图像中正常不可见的医学重要细节。替选地或附加地，异常描述对应的医学图像中的表明患者的解剖学的异常性和/或医学介入中的异常性的医学重要细节。例如，异常能够是出血和/或肿瘤和/或血块等。
替选地，异常能够通过对患者的部分的改变的视角在对应的医学图像中出现。例如，C型臂能够在检测多个医学图像期间运动。通过运动改变在医学图像中对患者的所描绘的部分的视角。异常在此说明，图像不再彼此匹配。换言之，异常能够说明，在第二医学图像与第一基本图像之间的差别变得过大。
如果第一医学图像和/或第二医学图像具有异常，则根据检查的结果实施将第二医学图像从发送设备接口传输给接收设备接口的方法步骤。尤其地，如果第二医学图像具有异常，则实施传输第二医学图像的方法步骤。
发明人已经认识到，仅通过第一变化信息可能不能够正确地传输异常。发明人已经认识到，在这种情况下，应直接传输第二医学图像或第二基本图像，以便确保，所有医学重要细节、尤其异常在所提供的图像中包括或描绘。
根据本发明的另一方面，借助预定义的多个医学图像训练第二训练函数和/或第二训练函数包括长短期记忆网络。
预定义的多个医学图像尤其能够包括医学介入的至少一个典型的进程。替选地或附加地，预定义的多个医学图像能够描绘或包括多个患者中的所述患者的在第一医学图像和/或第二医学图像中描绘的部分的典型的图像。
在本发明的实施方案中，预定义的多个医学图像还能够包括具有异常的至少一个医学图像。尤其地，那么预定义的多个医学图像中的所述医学图像能够被注释。换言之，多个医学图像中的包括或具有异常的医学图像能够被标记。
为了训练第二训练函数，将第二训练函数应用到预定义的多个医学图像上。在此确定，预定义的多个医学图像中的所述医学图像是否具有异常。尤其地，这对于预定义的多个医学图像中的每个单独的医学图像确定。
如果预定义的多个医学图像中的所述医学图像未被注释，则能够通过应用第二训练函数将医学图像聚类。具有异常的医学图像那么不能够与聚类相关联或能够与具有异常的医学图像相关联的聚类相关联。于是，第二训练函数尤其能够借助于无监督学习(“unsupervised learnings”)训练。
如果预定义的多个医学图像中的所述医学图像被注释，则将第二训练函数在应用到预定义的多个医学图像上之后的结果与注释进行比较。调整第二训练函数，使得结果与注释尽可能好地一致。第二训练函数尤其能够以这种方式借助于监督学习(“supervisedlearnings”)训练。
替选地或附加地，第二训练函数能够包括长短期记忆网络(缩写：LSTM网络)。根据这种网络能够分析时间上的流程。LSTM网络例如能够分析医学图像的时间次序。为此，能够在医学图像的典型的次序上训练第二训练函数。为此，预定义的多个医学图像能够包括呈医学图像的时间次序的形式的医学介入的至少一个典型的流程。尤其能够通过将第二训练函数应用到第一医学图像和/或第二医学图像上来识别，第一医学图像和/或第二医学图像是否对应于典型的次序中的医学图像。换言之，能够监督多个医学图像的时间次序并且在异常性的情况下输出：对应的医学图像具有异常。
发明人已经认识到，能够在预定义的多个医学图像上训练第二训练函数。发明人已经认识到，为此不需要或仅需要低的手动耗费来注释预定义的多个医学图像中的所述医学图像。发明人已经认识到，第二训练函数能够基于不同的网络。发明人尤其已经认识到，不同的网络的优点能够在第二训练函数中组合。聚类分析提供如下优点：在时间上不连续的医学图像上能够在无注释的情况下训练。监督学习提供如下优点：能够监督第二训练函数的训练。LSTM网络提供如下优点：能够识别与典型的时间进程或典型的时间次序的偏差。
根据本发明的另一方面，所述方法包括如下方法步骤：如果第一医学图像和/或第二医学图像具有异常，则根据第二医学图像借助发送设备计算单元确定第二基本图像。所述方法还包括将第二基本图像借助发送设备接口传输给接收设备接口的方法步骤。所述方法此外还包括借助接收设备接口提供第二基本图像的方法步骤。
在确定第二基本图像的方法步骤中，如以上描述那样确定第二基本图像。在此，第二基本图像如以上描述那样构成。
在传输第二基本图像的方法步骤中，将第二基本图像借助发送设备接口传输给接收设备接口。换言之，第二基本图像从发送设备传输给接收设备。传输第二基本图像的方法步骤在此尤其由根据检查的结果传输第二医学图像的方法步骤包括。尤其地，第二医学图像以第二基本图像的形式传输。
在提供第二基本图像的方法步骤中，借助接收设备接口提供第二基本图像。第二基本图像尤其能够借助于接收设备的显示单元提供给医生。
第二医学基本图像那么能够如以上描述那样替代第一医学基本图像。
发明人已经认识到，如果第一医学图像和/或第二医学图像具有异常，则应提供第二基本图像，以便确保通过所提供的图像包括或描绘所有医学重要细节，尤其异常。发明人已经认识到，第一变化信息那么可能不足以描绘异常并且应以第二医学基本图像的形式完整传输第二医学图像。
根据本发明的另一方面，所述方法还包括借助发送设备计算单元确定在第一基本图像与第二医学图像之间的第二相似度值的方法步骤。如果第二相似度值低于第二阈值，所述方法还包括以下方法步骤：根据第二医学图像借助发送设备计算单元确定第二基本图像，将第二基本图像借助于发送设备接口传输给接收设备接口以及借助接收设备接口提供第二基本图像。如果第二相似度值大于或等于第二阈值，所述方法还包括以下方法步骤：将第一变化信息借助于发送设备接口传输给接收设备接口，其中经修改的第一基本图像借助接收设备接口确定，并且借助接收设备接口提供经修改的第一基本图像。
第二相似度值描述在第一基本图像与第二医学图像之间的相似度。第二相似度值能够类似于第一相似度值确定。例如，如果第一基本图像和第二医学图像包括体素或像素值，则第二相似度值能够与第一基本图像和第二医学图像的体素或像素值之间的平方偏差的总和相关。替选地，第二相似度值能够描述第一基本图像与第二医学图像之间的结构相似度。例如，第二相似度值能够包括第一基本图像和第二医学图像的对比度的比较的结果。替选地，第二相似度值能够包括第一基本图像和第二医学图像的体素或像素值的直方图的比较的结果。
如以上对于第一相似度值描述的那样，第二相似度值例如能够包括实数、百分数和/或分类。
在确定第二相似度值的方法步骤中，借助于发送设备计算单元确定第二相似度值。换言之，第二相似度值借助发送设备确定。
将第二相似度值与第二阈值进行比较。第二阈值说明，第二相似度值至少必须具有何种值，借此第一基本图像能够适合作为用于第二医学图像的基础。换言之，第二阈值说明，第二相似度值至少必须具有何种值，借此假定，根据第一基本图像和第一变化信息确定的经修改的第一基本图像包括或描绘第二医学图像的所有医学重要细节。
如果第二相似度值低于第二阈值，则如以上对于本发明的另外的实施方案描述的那样来实施确定第二基本图像、传输第二基本图像和提供第二基本图像的方法步骤。换言之，如果第二相似度值小于第二阈值，则实施所提及的方法步骤。确定第二基本图像的方法步骤在此由发送设备计算单元实施。在传输第二基本图像的方法步骤中，将第二基本图像借助于发送设备接口传输给接收设备接口。借助于接收设备接口提供第二基本图像。第二基本图像在此如以上描述那样构成。
如果第二相似度值大于或等于第二阈值，则如以上关于本发明的另外的实施方案描述的那样实施传输第一变化信息和提供经修改的第一基本图像的方法步骤。在传输第一变化信息时，将第一变化信息借助于发送设备接口传输给接收设备接口。经修改的第一基本图像那么借助于接收设备计算单元确定。经修改的第一基本图像借助于接收设备接口提供。第一变化信息和经修改的第一基本图像在此如以上描述那样构成。
在本发明的上述包括确定第一和第二相似度值的实施方案的组合中，分别优选地处理当相似度值中的一个相似度值低于对应的阈值时出现的情况。换言之，如果第一相似度值低于第一阈值，则与第二相似度值相对于第二阈值的关系无关地实施所属的方法步骤。类似地，如果第二相似度值低于第二阈值，则与第一相似度值相对于第一阈值的关系无关地实施所属的方法步骤。如果两个相似度值都低于所属的阈值，则随后所实施的方法步骤对于所有情况相同。
发明人已经认识到，仅当第一基本图像和第二医学图像至少以特定程度相似时，经修改的第一基本图像才对应于第二医学图像或描绘第二医学图像的所有医学重要细节。所述程度能够借助于第二阈值确定。第一基本图像和第二医学图像的相似度在此通过第二相似度值描绘。发明人已经认识到，对于第一基本图像和第二医学图像不足够相似的情况，经修改的第一基本图像可能不包括或描绘第二医学图像的所有医学重要细节。发明人已经认识到，应以第二基本图像的形式完整传输第二医学图像。发明人已经认识到，第二基本图像替代第一基本图像。
根据本发明的另一方面，在确定第二相似度值的方法步骤中，通过将第三训练函数应用到第一基本图像和第二医学图像上来确定第二相似度值。
第三训练函数在此尤其能够如以上一般性地对于训练函数描述的那样构成。
为了训练第三训练函数，能够将第三训练函数应用到预定义的多个第一基本图像和第二医学图像上。在此，第三训练函数例如能够基于k均值聚类和/或替选的聚类分析。替选地或附加地，能够对包括预定义的多个第一基本图像和第二医学图像中的第一基本图像和第二医学图像的各一个对分别手动确定第二相似度值。为了训练第三训练函数，能够调整第三训练函数，使得通过将第三训练函数应用到预定义的多个第一基本图像和多个第二医学图像上确定的结果尽可能好地对应于手动确定的第二相似度值或与所述手动确定的第二相似度值尽可能好地一致。这能够描述为“监督学习，(supervised learning)”。
发明人已经认识到，能够借助于第三训练函数确定第二相似度值。发明人已经认识到，由此能够忽略体素或像素值的相对偏差，所述相对偏差可能会影响体素或像素值的平方间距的总和。发明人已经认识到，这种偏差能够对平方间距的总和具有大的影响。
根据本发明的另一方面，多个医学图像包括至少一个第三医学图像。在此，第三医学图像在时间上在第二医学图像之后检测。所述方法在此包括根据第一医学图像和第三医学图像借助发送设备计算单元确定第二变化信息的方法步骤。所述方法在此还包括借助发送设备计算单元确定在第一变化信息与第二变化信息之间的第三相似度值的方法步骤。所述方法在此包括如下方法步骤：如果第三相似度值低于第三阈值，则借助发送设备接口提供第三相似度值。
第三医学图像类似于第一医学图像和第二医学图像构成。
在确定第二变化信息的方法步骤中，根据对确定第一变化信息的描述来确定第二变化信息。第二变化信息在此尤其描述在第一医学图像与第三医学图像之间的变化。尤其地，能够基于第一基本图像和第三医学图像确定经修改的第二基本图像。在此，经修改的第二基本图像有利地包括第三医学图像的所有医学重要细节。
如果以上方法步骤中的一个方法步骤中的第一基本图像通过第二医学基本图像替代，则根据第二医学图像和第三医学图像确定第二变化信息。如果确定和传输第二基本图像，则尤其通过第二基本图像替代第一基本图像。
在确定第三相似度值的方法步骤中，借助于发送设备计算单元确定第三相似度值。在此，第三相似度值描述在第一变化信息与第二变化信息之间的相似度。换言之，能够从第三相似度值推导出，第一和第二变化信息彼此多强烈地偏离。
第三相似度值例如能够如以上对于第一相似度值描述的那样包括呈实数、百分数和/或分类的形式的相似度。
在提供第三相似度值的方法步骤中，借助于发送设备接口提供第三相似度值。提供第三相似度值的方法步骤尤其能够包括将第三相似度值借助发送设备接口传输给接收设备接口的方法步骤。然后，接收设备接口能够提供第三相似度值。接收设备接口尤其能够给医生提供第三相似度值。尤其地，能够以红绿灯的形式给医生提供第三相似度值。尤其地，能够借助于接收设备的显示单元给医生显示第三相似度值。尤其地，如果第三相似度值低于第三阈值，则提供第三相似度值。换言之，如果第三相似度值小于第三阈值，则提供第三相似度值。那么，红绿灯尤其能够例如发红光。换言之，如果第三相似度值低于第三阈值，则将其通知给医生。第三阈值定义，应从何时开始提供第三相似度值。第三阈值说明，第一变化信息与第二变化信息之间的偏差何时大到应提供第三相似度值。
发明人已经认识到医学专业人员可以使用第三相似度值来识别两个图像之间何时发生异常变化。换言之，医学专业人员能够根据第三相似度值识别何时两个彼此跟随的图像与通常情况相比更不相似。这可能是由于例如突然出现出血和/或医疗设备在所述图像之一中的意外移动等引起。发明人已经认识到，在低于第三阈值时应提供第三相似度值，以便能够澄清是否出现问题。如果医生在空间上与患者分离地定位，则这尤其是必需的。
在本发明的一个实施方案中，医生能够要求，如果第三相似度值低于第三阈值，则将第三医学图像尤其以第三基本图像的形式从发送设备接口传输给接收设备接口。医生以这种方式能够检查，在确定第二变化信息时是否出现错误或第三医学图像是否实际上强烈地与第二医学图像偏离。
根据本发明的另一方面，在确定第三相似度值的方法步骤中，通过将第四训练函数应用到第一和第二变化信息上来确定第三相似度值。
第四训练函数在此能够如以上一般性地对于训练函数描述的那样构成。第四训练函数尤其能够通过将第四训练函数应用到多个第一变化信息和多个第二变化信息上来训练。第四训练函数尤其能够基于聚类分析。替选地或附加地，第四训练函数能够借助于“(监督学习)，supervised learnings”来训练。
发明人已经认识到，能够通过应用第四训练函数确定第三相似度值。发明人已经认识到，第四训练函数还能够处理抽象化的数据，如第一和第二变化信息。
根据本发明的另一方面，所述方法还包括借助发送设备计算单元确定在第一医学图像与第二医学图像之间的第四相似度值的方法步骤。所述方法还包括如下方法步骤：如果第四相似度值低于第四阈值，则借助发送设备接口提供第四相似度值。
第四相似度值描述在第一医学图像与第二医学图像之间的相似度。在确定第四相似度值的方法步骤中，借助发送设备计算单元确定第四相似度值。在此能够如关于第一相似度值描述的那样确定第四相似度值。
第四相似度值例如能够如以上对于第一相似度值描述的那样包括呈实数、百分数和/或分类的形式的相似度。
在本发明的实施方案中，确定第四相似度值的方法步骤能够由将第二训练函数应用到第一医学图像和/或第二医学图像上的方法步骤包括。第四相似度值尤其能够说明，第二医学图像与第一医学图像相比是否具有异常。替选地，第四相似度值能够说明，第一医学图像与第二医学图像相比是否具有异常。
在提供第四相似度值的方法步骤中，如果第四相似度值低于第四阈值，则借助发送设备接口提供第四相似度值。
在此，第四阈值说明，在第一医学图像与第二医学图像之间的相似度何时小到应提供第四相似度值。
提供第四相似度值的方法步骤尤其能够包括将第四相似度值从发送设备接口传输给接收设备接口的方法步骤。那么，第四相似度值尤其能够借助接收设备接口提供给医生。第四相似度值尤其能够借助于接收设备的显示单元提供给医生。替选地或附加地，如关于第三相似度值描述的那样，第四相似度值能够借助于红绿灯提供给医生。尤其地，如果第四相似度值低于第四阈值，则红绿灯能够发红光或切换到“红”。在本发明的实施方案组合的情况下，如果至少第三相似度值或第四相似度值低于第三或第四阈值，则红绿灯至少能够发红光。
发明人已经认识到，在第一医学图像与第二医学图像之间的过大的偏差能够表明医学图像的错误检测。发明人已经认识到，应使医生注意到这一点。过大的偏差的特征在于，第四相似度值低于第四阈值。发明人还已经认识到，在第一医学图像与第二医学图像之间的过大的偏差可能导致，并非所有基于第一基本图像和第一变化信息的医学重要细节在经修改的第一基本图像中描绘。发明人已经认识到，能够通过提供第四相似度值使医生注意到这一点。
根据本发明的另一方面，在确定第四相似度值的方法步骤中，通过将第五训练函数应用到第一医学图像和第二医学图像上来确定第四相似度值。
第五训练函数在此尤其能够如以上一般性地对于训练函数描述的那样构成。如果第一医学图像与第一基本图像相同，则第五训练函数对应于第三训练函数。
在本发明的其中确定第四相似度值的方法步骤由将第二训练函数应用到第一医学图像和/或第二医学图像上的方法步骤包括的实施方案中，第五训练函数能够对应于第二训练函数或包括第二训练函数。
发明人已经认识到，在第一医学图像与第二医学图像之间的相似度能够以第四相似度值的形式借助于第五训练函数确定。发明人已经认识到，如果第一医学图像和第二医学图像的体素或像素值例如由于不同的曝光而彼此偏离，那么第五训练函数也能够正确地确定第四相似度值。
本发明还涉及一种发送方法，所述发送方法包括根据本发明的上述方面或实施方案之一的由发送设备实施的方法步骤。
发送方法在此尤其包括由发送设备所包括的单元实施的方法步骤。发送方法尤其包括由发送设备计算单元和由发送设备接口或其子单元实施的方法步骤。
本发明还涉及一种接收方法，所述接收方法包括根据本发明的上述方面或实施方案之一的由接收设备实施的方法步骤。
接收方法在此尤其包括由接收设备所包括的单元实施的方法步骤。接收方法尤其包括由接收设备计算单元和由接收设备接口或其子单元实施的方法步骤。
本发明还涉及一种发送设备，所述发送设备包括发送设备接口和发送设备计算单元。在此，发送设备构成用于实施发送方法。
发送设备尤其构成用于实施包括上述方法步骤的上述发送方法。
本发明还涉及一种接收设备，所述接收设备包括接收设备接口和接收设备计算单元。在此，接收设备构成用于实施接收方法。
接收设备尤其构成用于实施包括上述方法步骤的上述接收方法。
本发明还涉及一种传输系统，所述传输系统包括发送设备和接收设备。在此，发送设备和接收设备构成用于实施上述方法。
发送设备尤其构成用于实施上述发送方法。接收设备尤其构成用于实施上述接收方法。
这种传输系统尤其能够构成用于实施上述用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法及其方面。传输系统构成用于通过如下方式实施所述方法及其方面：上述发送设备接口、接收设备接口、发送设备计算单元和接收设备计算单元如以上描述那样构成用于实施对应的方法步骤。
本发明也涉及一种具有计算机程序的计算机程序产品以及一种计算机可读的介质。大规模软件的实现方案具有如下优点：也能够以简单的方式通过软件更新来加装已经至今使用的发送设备和/或接收设备，以便以所描述的方式工作。除了计算机程序之外，这种计算机程序产品必要时能够包括附加的组成部分，例如文档和/或附加的组件，以及硬件组件，例如用于使用软件的硬件秘钥(软件狗等)。
本发明尤其也涉及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加载到发送设备和/或接收设备的存储器中，所述计算机程序产品具有程序段，以便当由发送设备和/或接收设备执行程序段时，实施上述用于传输多个医学图像的方法的所有步骤及其方面。
本发明尤其涉及一种计算机可读的存储介质，在其上存储有由发送设备和/或接收设备可读的和可执行的程序段，以便当由发送设备和/或接收设备执行程序段时，实施上述用于传输多个医学图像的方法的所有步骤及其方面。
附图说明
本发明的上述特性、特征和优点结合以下附图及其描述变得更清楚和更容易理解。在此，附图和描述不应以任何方式限制本发明及其实施方式。
在不同的附图中，相同的部件设有相对应的附图标记。附图通常不是符合比例的。
附图示出：
图1示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第一实施例，
图2示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第二实施例，
图3示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第三实施例，
图4示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第四实施例，
图5示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第五实施例，
图6示出检查第二医学图像和/或经修改的第一基本图像的方法步骤的实施例，
图7示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第六实施例，
图8示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第七实施例，
图9示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第八实施例，
图10示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第九实施例，
图11示出计算机实施的用于将多个医学图像从包括发送设备接口和发送设备计算单元的发送设备传输至包括接收设备接口和接收设备计算单元的接收设备的方法的第十实施例，
图12示出发送设备，
图13示出接收设备，
图14示出传输系统。
具体实施方式
图1示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第一实施例。
在接收REC-1多个医学图像的方法步骤中，借助发送设备接口SSYS.IF接收多个医学图像。
多个医学图像包括医学图像的时间次序。多个医学图像在此包括至少一个第一医学图像和至少一个第二医学图像。在此，第一医学图像在时间上在第二医学图像之前检测。多个医学图像在此借助医学技术设备检测。医学技术设备在此例如能够是X射线设备、计算机断层扫描设备(缩写：CT设备)、C型臂、磁共振断层扫描设备(缩写：MRT设备)、超声设备、血管造影系统、心电图系统、正电子发射断层扫描设备(英文：Positron EmissionTomography System,缩写：PET设备)和/或单光子发射计算机断层扫描设备(英文：SinglePhoton Emission Computed Tomography System，缩写：SPECT设备)。多个医学图像在此描绘患者的至少一个部分。在此，第一医学图像能够描绘患者的与第二医学图像不同的部分。尤其地，第一医学图像和第二医学图像至少部分地描绘患者的相同的部分。患者在此是人类。替选地，患者能够是动物或物体。多个医学图像尤其能够在医学介入期间检测。于是，医学介入是图像辅助的。在此，医学介入基于多个医学图像由医生实施。医生在此在接收设备RSYS处定位。医生尤其借助于接收设备RSYS执行医学介入。换言之，医生“远程”执行医学介入。
多个医学技术图像能够借助于发送设备接口SSYS.IF从医学技术设备接收。替选地，发送设备接口SSYS.IF能够从数据库接收多个医学图像。数据库例如能够是图像归档和通信系统(英文：Picture Archiving and Communication System，缩写：PACS)。替选地，医学技术设备能够是发送设备SSYS。
在确定DET-1第一基本图像的方法步骤中，根据第一医学图像借助发送设备计算单元SSYS.CU确定第一基本图像。第一基本图像在此对应于第一医学图像。替选地，第一基本图像能够是第一医学图像的经处理的版本。例如，能够借助于图像处理来处理第一医学图像以用于确定DET-1第一基本图像。图像处理例如能够包括压缩、降噪、对比改进和/或边缘增强等。如果第一基本图像包括第一医学图像的经处理的版本，则第一医学图像能够被处理成，使得与第一医学图像相比，第一基本图像包括更小的数据容量或更小的数据量。
在传输TRANS-1第一基本图像的方法步骤中，将第一基本图像借助发送设备接口SSYS.IF和接收设备接口RSYS.IF传输。发送设备SSYS和接收设备RSYS能够在此在空间上彼此分离地设置。发送设备SSYS和接收设备RSYS例如能够在相同的房间中在空间上分离地或在不同的房间中或在不同的建筑物中或在不同的城市中或在不同的国家中设置。
在确定DET-2第一变化信息的方法步骤中，根据第一医学图像和第二医学图像借助发送设备计算单元SSYS.CU确定第一变化信息。第一变化信息描述，在第一医学图像与第二医学图像之间什么已经发生了改变。第一变化信息在此构成为，使得能够基于第一医学图像和第一变化信息来确定第二医学图像。第一变化信息尤其能够包括描述第一医学图像与第二医学图像之间的改变的至少一个变化点和/或变化向量。第一变化信息能够借助于训练函数确定。第一变化信息尤其能够通过将训练函数应用到第一医学图像和第二医学图像上来确定。
在本发明的实施方案中，能够将第一变化信息借助发送设备接口SSYS.IF传输给接收设备接口RSYS.IF。
在确定DET-3经修改的第一基本图像的方法步骤中，根据第一变化信息和第一基本图像确定经修改的第一基本图像。经修改的第一基本图像在此能够借助于发送设备计算单元SSYS.CU和/或接收设备计算单元RSYS.CU确定。经修改的第一基本图像在此有利地包括第二医学图像的所有医学重要细节。换言之，有利地，第二医学图像的所有医学重要细节在经修改的第一基本图像中描绘。医学重要细节例如能够是出血、视角的改变、解剖学的异常性、异常等。经修改的第一基本图像尤其能够对应于第二医学图像。经修改的第一基本图像在此能够通过将训练函数应用到第一变化信息和第一基本图像上来确定。
在检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤中，在医学正确性或医学异常性方面检查第二医学图像和/或经修改的第一基本图像。
在检查CHECK-1第二医学图像时尤其能够检查，第二医学图像是否包括异常和/或第二医学图像是否对应于标准。换言之，能够检查，第二医学图像是否例如对于医学介入的标准进程是典型的或是否应观察第二医学图像中的异常性或异常。第二医学图像尤其能够根据第一医学图像检查。例如能够检查，在第一医学图像与第二医学图像之间是否出现不期望的改变。
在检查CHECK-1经修改的第一基本图像时尤其检查，经修改的第一基本图像是否包括第二医学图像的所有医学重要细节。尤其能够检查，经修改的第一基本图像是否对应于第二医学图像。
在将第二医学图像借助发送设备接口SSYS.IF传输TRANS-2给接收设备接口RSYS.IF的方法步骤中，根据检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤的结果传输第二医学图像。尤其地，如果在检查CHECK-1时确定，第二医学图像包括异常或不对应于标准，那么能够传输第二医学图像。替选地或附加地，如果经修改的第一基本图像不包括第二医学图像的所有医学重要细节，那么能够传输第二医学图像。
尤其地，如果经修改的第一基本图像包括第二医学图像的所有医学重要细节和/或如果经修改的第一基本图像对应于第二医学图像，那么不传输第二医学图像。尤其能够在实施方案中仅传输第一变化信息并且借助接收设备计算单元RSYS.CU确定经修改的第一基本图像。
图2示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第二实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。
在本发明的实施方案中，第一实施例，如关于第一实施例描述的那样，还能够包括将第一变化信息借助发送设备接口SSYS.IF传输给接收设备接口RSYS.IF的方法步骤。如果不传输第二医学图像，则尤其能够传输第一变化信息。
检查CHECK-1的方法步骤在所述实施例中包括确定DET-4第一相似度值SV_1的方法步骤以及提供PROV-1第一相似度值SV_1的方法步骤。
在确定DET-4第一相似度值SV_1的方法步骤中，确定在经修改的第一基本图像与第二医学图像之间的第一相似度值SV_1。因此，第一相似度值SV_1描述在经修改的第一基本图像与第二医学图像之间的相似度。在此适用：第一相似度值SV_1越大，则经修改的第一基本图像与第二医学图像越相似。尤其能够从第一相似度值SV_1推导出，经修改的第一基本图像多强烈地与第二医学图像偏离。
如果经修改的第一基本图像和第二医学图像包括多个体素或像素值，则第一相似度值SV_1能够与体素或像素值的间距的平方和相关。于是，第一相似度值SV_1能够例如如下计算：
Figure BDA0003605570510000291
在此，经修改的第一基本图像和第二医学图像包括N个像素或体素。在此，xi是经修改的第一基本图像的体素或像素值，并且yi是第二医学图像的体素或像素值。SV1在此对应于第一相似度值SV_1。
在本发明的替选的实施方案中，可设想基于距离量值或相似度量值来确定第一相似度值的多个另外的可行方案。
替选地或附加地，第一相似度值SV_1能够通过将第一训练函数应用到经修改的第一基本图像和第二医学图像上来确定。通过应用第一训练函数，第一相似度值SV_1例如能够与绝对体素或像素值无关地确定。例如，第一相似度值SV_1能够说明在经修改的第一基本图像与第二医学图像之间的百分比的一致性。替选地或附加地，第一相似度值SV_1能够说明，经修改的第一基本图像是否包括第二医学图像的所有医学重要细节。尤其能够根据第一相似度值SV_1对经修改的第一基本图像与第二医学图像之间的相似度进行分类。例如，第一相似度值SV_1为“1”能够说明，经修改的第一基本图像与第二医学图像相似，或包括所有医学重要细节。第一相似度值SV_1为“0”能够说明，经修改的第一基本图像与第二医学图像不相似或不包括所有医学重要细节。
在提供PROV-1第一相似度值SV_1的方法步骤中，提供第一相似度值SV_1用以进一步处理。在本发明的实施方案中，第一相似度值SV_1能够提供给医生。替选地或附加地，另外的方法步骤能够与第一相似度值SV_1相关。第一相似度值SV_1在此尤其能够借助于发送设备接口SSYS.IF和/或接收设备接口RSYS.IF提供。
图3示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第三实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。确定DET-4第一相似度值SV_1和提供PROV-1第一相似度值SV_1的方法步骤根据对图2的描述构成。
在根据图3的实施例的示图中，由发送设备执行的所有方法步骤SSYS在图的左侧的方框中示出。由接收设备RSYS执行的所有方法步骤在图的右侧的方框中示出。由发送设备SSYS执行的方法步骤尤其借助于发送设备接口SSYS.IF和/或借助于发送设备计算单元SSYS.CU执行。由接收设备RSYS执行的方法步骤尤其借助于接收设备接口RSYS.IF和/或借助于接收设备计算单元RSYS.CU执行。
在所述实施例中，确定DET-3经修改的第一基本图像以及确定DET-4第一相似度值SV_1的方法步骤借助发送设备计算单元SSYS.CU实施。提供PROV-1第一相似度值SV_1的方法步骤借助发送设备接口SSYS.IF执行。
预定义第一阈值，所述第一阈值确定在何种第一相似度值SV_1的情况下假定，经修改的第一基本图像与第二医学图像足够相似，以便尤其提供给医生尤其以用于执行医学介入。如果第一相似度值SV_1低于第一阈值，则能够假定，在经修改的第一基本图像与第二医学图像之间的偏差可能大到，经修改的第一基本图像可能不包括第二医学图像的所有医学重要细节。
如果第一相似度值SV_1大于或等于第一阈值，则实施以下方法步骤：将第一变化信息借助发送设备接口SSYS.IF传输TRANS-3给接收设备接口RSYS.IF，借助接收设备计算单元RSYS.CU确定DET-3经修改的第一基本图像以及借助接收设备接口RSYS.IF提供PROV-2经修改的第一基本图像。
在传输TRANS-3第一变化信息的方法步骤中，将第一变化信息尤其借助于对应的接口从发送设备SSYS传输给接收设备RSYS。
根据第一基本图像和第一变化信息，在确定DET-3经修改的第一基本图像的方法步骤中，借助于接收设备计算单元RSYS.CU确定经修改的第一基本图像。换言之，借助接收设备RSYS确定经修改的第一基本图像。
在提供PROV-2经修改的第一基本图像的方法步骤中，借助接收设备接口RSYS.IF提供经修改的第一基本图像。提供PROV-2经修改的第一基本图像的方法步骤尤其能够包括显示经修改的基本图像。为此，接收设备接口RSYS.IF能够包括显示单元。借助于显示单元给医生提供或显示经修改的第一基本图像。
如果第一相似度值SV_1低于第一阈值，则实施以下方法步骤：确定DET-5第二基本图像，传输TRANS-2′第二基本图像，提供PROV-3第二基本图像。
在确定DET-5第二基本图像的方法步骤中，借助发送设备计算单元SSYS.CU确定第二基本图像。第二基本图像根据第二医学图像确定。第二基本图像类似于第一基本图像确定。第二基本图像尤其能够对应于第二医学图像。替选地，第二基本图像能够是第二医学图像的经处理的版本。
在传输TRANS-2′第二基本图像的方法步骤中，将第二基本图像从发送设备SSYS传输给接收设备RSYS。在此，第二基本图像借助于设备的对应的接口传输。传输TRANS-2′第二基本图像的方法步骤在此由传输TRANS-2第二医学图像的方法步骤包括。换言之，第二医学图像以第二基本图像的形式传输。换言之，传输TRANS-2′第二基本图像的方法步骤对应于传输TRANS-2第二医学图像的方法步骤的实施。
在重复实施所述方法时，第二基本图像替代第一基本图像。因此，另一医学图像的变化信息根据第二和另一医学图像确定。
在提供PROV-3第二基本图像的方法步骤中，借助于接收设备接口RSYS.IF提供第二基本图像。尤其能够类似于对提供PROV-2经修改的第一基本图像的方法步骤的描述来提供PROV-3第二基本图像。换言之，提供PROV-3第二基本图像能够包括借助于显示单元显示第二基本图像。第二基本图像以这种方式提供给医生。
图4示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第四实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。确定DET-4第一相似度值SV_1和提供PROV-1第一相似度值SV_1的方法步骤根据对图2的描述构成。传输TRANS-3第一变化信息、提供PROV-2经修改的第一基本图像、确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤根据对图3的描述构成。
在所述实施例中，第一变化信息与第一阈值和第一相似度值SV_1无关地在传输TRANS-3第一变化信息方法步骤中传输。
经修改的第一基本图像根据第一基本图像和第一变化信息在确定DET-3经修改的第一基本图像的方法步骤中借助接收设备计算单元RSYS.CU确定。
在传输TRANS-4经修改的第一基本图像的方法步骤中，将经修改的第一基本图像从接收设备RSYS传输给发送设备SSYS。在此，经修改的第一基本图像尤其借助于发送设备接口SSYS.IF和接收设备接口RSYS.IF传输。
确定DET-4第一相似度值SV_1和提供PROV-1第一相似度值SV_1的方法步骤借助于发送设备SSYS来实施。尤其地，确定DET-4第一相似度值SV_1的方法步骤借助发送设备计算单元SSYS.CU并且提供PROV-1第一相似度值SV_1的方法步骤借助发送设备接口SSYS.IF来实施。
如果第一相似度值SV_1大于或等于第一阈值，则借助于接收设备接口如以上描述那样在提供PROV-2经修改的第一基本图像的方法步骤中提供经修改的第一基本图像。
如果第一相似度值SV_1低于第一阈值，则确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤如以上描述那样实施。
在本发明的实施方案中，多个医学图像包括多个第二医学图像。多个第二医学图像在此在时间上在第一医学图像之后检测。上述方法步骤在此对于每个第二医学图像实施。尤其地，接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、传输TRANS-3第一变化信息以及确定DET-3经修改的第一基本图像的方法步骤如以上描述那样对于每个第二医学图像实施。从传输TRANS-4经修改的第一基本图像起的方法步骤在此对于每第十或第二十或第五十或第一百个第二医学图像实施。换言之，传输TRANS-4经修改的第一基本图像的方法步骤以及与第一阈值和第一相似度值SV_1相关的方法步骤仅对于每第十或第二十或第五十或第一百个第二医学图像实施。可设想在所传输的经修改的第一基本图像之间的其他任意间距。对于所有其他的第二医学图像，经修改的第一基本图像直接在提供PROV-2经修改的第一基本图像的方法步骤中提供。这以细虚线箭头示出。
图5示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第五实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。确定DET-4第一相似度值SV_1和提供PROV-1第一相似度值SV_1的方法步骤根据对图2的描述构成。传输TRANS-3第一变化信息、提供PROV-2经修改的第一基本图像、确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤根据对图3的描述构成。
在所述实施例中，第一变化信息与第一阈值和第一相似度值SV_1无关地在传输TRANS-3第一变化信息的方法步骤中传输。
经修改的第一基本图像根据第一基本图像和第一变化信息在确定DET-3经修改的第一基本图像的方法步骤中借助接收设备计算单元RSYS.CU确定。
在传输TRANS-2第二医学图像的方法步骤中，将第二医学图像从发送设备SSYS传输给接收设备RSYS。尤其地，第二医学图像借助发送设备接口SSYS.IF传输给接收设备接口RSYS.IF。
确定DET-4第一相似度值SV_1和提供PROV-1第一相似度值SV_1的方法步骤借助于接收设备RSYS实施。尤其地，确定DET-4第一相似度值SV_1的方法步骤借助接收设备计算单元RSYS.CU并且提供PROV-1第一相似度值SV_1的方法步骤借助接收设备接口RSYS.IF来实施。
如果第一相似度值大于或等于第一阈值，则借助于接收设备接口RSYS.IF如以上描述那样提供经修改的第一基本图像。
如果第一相似度值低于第一阈值，则在确定DET-5第二基本图像的方法步骤中，如以上描述那样基于第二医学图像借助于接收设备计算单元RSYS.CU确定第二基本图像。第二基本图像在提供PROV-3第二基本图像的方法步骤中借助于接收设备接口RSYS.IF如以上描述那样提供。
在本发明的实施方案中，多个医学图像如以上参照图4描述那样包括多个第二医学图像。在此，接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、传输TRANS-3第一变化信息以及确定DET-3经修改的第一基本图像的方法步骤如以上描述那样对于每个第二医学图像实施。传输TRANS-2第二医学图像的方法步骤在此仅对于每第十或第二十或第五十或第一百个第二医学图像实施。在此，可设想在所传输的第二医学图像之间的其他任意间距。尤其地，那么与传输TRANS-2第二医学图像相关的方法步骤也仅对于每第十或第二十或第五十或第一百个第二医学图像实施。对于所有其他的第二医学图像，经修改的第一基本图像直接在提供PROV-2经修改的第一基本图像的方法步骤中提供。这通过示图中的细虚线箭头标记。
图6示出检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤的一个实施例。
在所述实施例中，检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤包括应用APP-1第二训练函数的方法步骤。第二训练函数在此能够如一般性地在上文中参照训练函数那样构成。第二训练函数在此应用到第一医学图像和/或第二医学图像上。在此确定，第一医学图像和/或第二医学图像是否具有异常AN。异常AN在此能够描述与标准的偏差。第一医学图像和/或第二医学图像中的异常AN例如能够是出血和/或视角的改变和/或患者的生理特点等。异常AN尤其是医学重要细节。医学重要细节在上文中描述。
如果第一医学图像和/或第二医学图像具有异常AN，则尤其实施将第二医学图像从发送设备接口SSYS.IF传输TRANS-2给接收设备接口RSYS.IF的方法步骤。如果第一医学图像和/或第二医学图像具有异常AN，则尤其能够以传输TRANS-2′第二基本图像的方式实施传输TRANS-2第二医学图像的方法步骤。
第二训练函数在此借助预定义的多个医学图像训练和/或包括长短期记忆(Long-Short-Term-Memory，缩写：LSTM)网络。
如果第二训练函数借助预定义的多个第二医学图像训练，则第二训练函数尤其能够基于聚类分析、尤其k均值聚类(k-means-clustering)。
替选地，第二训练函数能够包括LSTM网络。在此，第二训练函数能够分析医学图像的时间次序。根据预定义的多个医学图像，能够训练第二训练函数来识别标准次序。与所述标准次序的偏差能够识别或确定为异常AN。
预定义的多个医学图像能够在本发明的一个实施方案中仅包括无异常AN的标准图像。在本发明的一个替选的实施方案中，预定义的多个医学图像能够包括标准图像和具有异常AN的图像。
第二训练函数能够借助于无监督学习基于预定义的多个医学图像来训练。
替选地，第二训练函数能够借助于监督学习基于预定义的多个医学图像来训练。在这种情况下，预定义的多个医学图像包括标准图像和具有异常AN的图像。在此，预定义的多个医学图像中的所述医学图像被注释。换言之，预定义的多个医学图像中的所述医学图像被标记，其是否具有或包括或描绘或显示异常AN。预定义的多个医学图像能够被手动注释以用于训练第二训练函数。换言之，图像能够通过专家、例如医生手动标记，其是否包括异常AN。那么训练第二训练函数，使得结果通过将第二训练函数应用到预定义的多个医学图像中的一个医学图像上对应于对应的医学图像的注释。
在本发明的实施方案中，因此检查CHECK-1第二医学图像和/或经修改的第一图像的方法步骤能够包括确定DET-4和提供PROV-1第一相似度值SV_1的方法步骤和/或应用APP-1第一训练函数的方法步骤。为了表明所述内容，确定DET-4和提供PROV-1第一相似度值SV_1的方法步骤以细虚线示出。
根据图3至图4的实施例能够类似地转用于如下实施例：在所述实施例中，检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤包括应用APP-1第一训练函数的方法步骤。尤其地，如果第一医学图像和/或第二医学图像不具有异常，则能够替选地实施在第一相似度值SV_1大于或等于第一阈值的情况下根据图3至图5的实施例实施的方法步骤。如果第一医学图像和/或第二医学图像具有异常，则替选地实施在第一相似度值SV_1低于第一阈值的情况下根据图3至图5的实施例实施的方法步骤。
检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤尤其能够包括所有三个方法步骤。如果至少第一相似度值SV_1低于第一阈值或如果第一医学图像和/或第二医学图像具有异常，则按照根据图3至图5的实施例实施在第一相似度值SV_1低于第一阈值的情况下实施的方法步骤。换言之，仅当第一相似度值SV_1大于或等于第一阈值时并且当第一医学图像和/或第二医学图像不具有异常时，才实施在第一相似度值SV_1大于或等于第一阈值的情况下根据图3至图5实施的方法步骤。
图7示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第六实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。传输TRANS-3第一变化信息、提供PROV-2经修改的第一基本图像、确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤根据对图3的描述构成。应用APP-1第二训练函数的方法步骤根据对图6的描述构成。
所述实施例尽可能地对应于根据图3的第三实施例。与第三实施例的区别是，检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤包括将第二训练函数应用APP-1到第一医学图像和/或第二医学图像上的方法步骤。如果第一医学图像和/或第二医学图像具有异常AN，则根据第六实施例实施在第一相似度值SV_1低于第一阈值的情况下根据第三实施例实施的方法步骤。类似地，如果第一医学图像和/或第二医学图像不具有异常AN，则根据第六实施例实施在第一相似度值SV_1大于或等于第一阈值的情况下根据第三实施例实施的方法步骤。
类似地，如果检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤包括应用APP-1第二训练函数的方法步骤，则也能够调整根据图4和图5的实施例四和实施例五。
图8示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第七实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。传输TRANS-3第一变化信息、提供PROV-2经修改的第一基本图像、确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤根据对图3的描述构成。
在确定DET-6第二相似度值SV_2的方法步骤中，借助发送设备计算单元SSYS.CU确定在第一基本图像与第二医学图像之间的第二相似度值SV_2。第二相似度值SV_2能够根据对图2的用于确定DET-4第一相似度值SV_1的描述来确定。换言之，第二相似度值SV_2能够与第一基本图像与第二医学图像的体素或像素值之间的间距的平方和相关。替选地，第二相似度值SV_2能够通过将第三训练函数应用到第一基本图像和第二医学图像上来确定。第三训练函数能够类似于第一训练函数根据对图2的描述构成。
第二阈值能够类似于第一阈值构成。在第二相似度值SV_2大于或等于第二阈值的情况下能够假定，第一基本图像和第二医学图像是相似的，使得根据第一基本图像和第一变化信息确定的经修改的第一基本图像包括第二医学图像的所有医学重要细节。如果第二相似度值SV_2低于第二阈值，则能够假定，经修改的第一基本图像可能不包括第二医学图像的所有医学重要细节。
第七实施例尽可能地对应于根据图3的第三实施例。替代检查CHECK-1第二医学图像和/或经修改的第一基本图像的方法步骤，确定用于确定DET-6第二相似度值SV_2的方法步骤。如果第二相似度值SV_2大于或等于第二阈值，则根据第七实施例实施在第一相似度值SV_1大于或等于第一阈值的情况下根据图3实施的方法步骤。如果第二相似度值SV_2低于第二阈值，则根据第七实施例实施在第一相似度值SV_1低于第一阈值的情况下根据图3实施的方法步骤。
图9示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第八实施例。
第八实施例示意性示出实施例三至实施例七的组合。虚线的方框Ia/IIa/IIIa/Iva/Va在替选的实施方式中描述在图3至图5和图7和图8中的由对应地标记的方框包括的方法步骤。所有方法步骤根据先前的附图描述构成。
如果相似度值SV_1，SV_2中的一个相似度值低于对应的阈值或如果能够确定异常AN，则实施确定DET-5第二基本图像、传输TRANS-2′第二基本图像和提供PROV-3第二基本图像的方法步骤。在此，由发送设备SSYS和/或由接收设备RSYS对应于实施例实施方法步骤。仅当第一相似度值大于或等于第一阈值、第二相似度值大于或等于第二阈值时和当第一医学图像和/或第二医学图像不具有异常AN时，才借助接收设备RSYS实施传输TRANS-3第一变化信息、确定DET-3经修改的第一基本图像和提供PROV-2经修改的第一基本图像的方法步骤。借助接收设备RSYS或借助接收设备接口RSYS.IF和接收设备计算单元RSYS.CU传输TRANS-3第一变化信息和确定DET-3经修改的第一基本图像的方法步骤以虚线示出，因为所述方法步骤根据实施例已经由虚线方框Ia/IIa/IIIa/Iva/Va中的方法步骤包括。
决策的顺序能够任意交换。决策描述所述方法中的分叉点。决策在图中的显示中以菱形标记。尤其也能够仅执行三个决策中的两个决策。例如，能够仅基于第一相似度值SV_1和第二相似度值SV_2执行决策。替选地，能够基于第一相似度值SV_1和异常AN执行决策。替选地，能够基于第二相似度值SV_2和异常AN执行决策。
图10示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第九实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。
在所述实施例中，多个医学图像包括至少一个第三医学图像。第三医学图像类似于第一医学图像和第二医学图像构成。第三医学图像在时间上在第二医学图像之后检测。
在确定DET-7第二变化信息的方法步骤中，根据第一医学图像和第三医学图像借助于发送设备计算单元SSYS.CU确定第二变化信息。第二变化信息类似于第一变化信息构成。第一变化信息描述在第一医学图像与第二医学图像之间的改变或变化，而第二变化信息描述在第一医学图像与第三医学图像之间的改变或变化。
在确定DET-8第三相似度值SV_3的方法步骤中，借助发送设备计算单元SSYS.CU确定在第一变化信息与第二变化信息之间的第三相似度值SV_3。第三相似度值SV_3说明在第一变化信息与第二变化信息之间的相似度。第三相似度值在此尤其能够通过将第四训练函数应用到第一和第二变化信息上来确定。第三相似度值SV_3能够将相似度例如作为百分比相似度说明。第三相似度值SV_3越大，相似度则越大。替选地，第三相似度值SV_3能够以实数的形式说明第一和第二变化信息的相似度。在此，实数能够处于0与1之间。在此，0能够意味着，第一变化信息与第二变化信息不相似，并且1能够意味着，第一和第二变化信息相同。替选地，第三相似度值SV_3能够对相似度进行分类。例如，能够根据第三相似度值SV_3将第一变化信息与第二变化信息的相似度划分成两个类别“1”和“0”。在第三相似度值SV_3为“1”的情况下则能够假定，第一和第二变化信息彼此相似。第一和第二变化信息尤其如根据经验预期的那样相似。在第三相似度值SV_3为“0”的情况下，第一和第二变化信息不太相似，即：在确定DET-2、DET-7变化信息中的一个变化信息时可能出现错误或视角已经改变等。医学图像的视角在此描述在医学图像中朝向患者的所示出的或所描绘的部分的视角。替选地，第三医学图像中的突然出现的异常AN、例如出血例如能够导致，第三相似度值SV_3小于尤其接近或等于0。
在提供PROV-4第三相似度值SV_3的方法步骤中，如果第三相似度值SV_3低于第三阈值，则借助发送设备接口SSYS.IF提供第三相似度值SV_3。第三阈值说明最小相似度，第一和第二变化信息应具有所述最小相似度，借此能够假定，所述方法和/或医学介入正确进行。如果第三相似度值SV_3低于第三阈值，则借助于发送设备接口SSYS.IF提供第三相似度值SV_3。
尤其能够提供第三相似度值SV_3，使得第三相似度值SV_3从发送设备接口SSYS.IF传输给接收设备接口RSYS.IF。于是，能够借助接收设备接口RSYS.IF给医生提供第三相似度值SV_3。尤其能够借助于接收设备RSYS的上述显示单元给医生提供第三相似度值SV_3。尤其能够以红绿灯的形式提供第三相似度值SV_3。例如，如果第三相似度值SV_3低于第三阈值，则红绿灯能够从“绿”切换到“红”。
第九实施例能够任意地与先前的实施例中的一个实施例组合。
图11示出计算机实施的用于将多个医学图像从包括发送设备接口SSYS.IF和发送设备计算单元SSYS.CU的发送设备SSYS传输至包括接收设备接口RSYS.IF和接收设备计算单元RSYS.CU的接收设备RSYS的方法的第十实施例。
接收REC-1多个医学图像、确定DET-1第一基本图像、传输TRANS-1第一基本图像、确定DET-2第一变化信息、确定DET-3经修改的第一基本图像、检查CHECK-1第二医学图像和/或经修改的第一基本图像以及传输TRANS-2第二医学图像的方法步骤根据对图1的描述构成。
在确定DET-9第四相似度值SV_4的方法步骤中，借助于发送设备计算单元SSYS.CU确定在第一医学图像与第二医学图像之间的第四相似度值。第四相似度值SV_4能够类似于上述第一相似度值SV_1或第二相似度值SV_2与第一医学图像和第二医学图像的体素或像素值的间距的平方和相关。替选地，第四相似度值SV_4能够通过将第五训练函数应用到第一医学图像和第二医学图像上来确定。第五训练函数在此能够类似于第一训练函数构成。替选地，第五训练函数能够类似于第二训练函数构成。第五训练函数尤其能够基于聚类分析和/或包括LSTM网络。
第四相似度值SV_4说明在第一医学图像与第二医学图像之间的相似度。第四相似度值SV_4能够将相似度以百分比相似度说明。百分比相似度越大，则第二医学图像与第一医学图像越相似。替选地，第四相似度值SV_4能够将相似度作为例如在0与1之间的实数说明。替选地，第四相似度值SV_4能够以分类的方式说明第一医学图像与第二医学图像的相似度。第四相似度值SV_4为“1”在此能够说明，第一医学图像和第二医学图像根据期望相似。第四相似度值SV_4为“0”能够说明，第一医学图像和第二医学图像彼此偏离。这尤其能够在如下情况下出现：即两个医学图像中的一个医学图像具有异常AN和/或在医学图像中出现出血和/或对于患者的在第一医学图像和/或第二医学图像中描绘的部分的视角在图像之间变化。
在提供PROV-5第四相似度值SV_4的方法步骤中，如果第四相似度值SV_4低于第四阈值，则借助发送设备接口SSYS.IF提供第四相似度值SV_4。第四阈值说明最小相似度，第一医学图像和第二医学图像应具有所述最小相似度，借此能够假定，医学介入正确进行并且经修改的第一基本图像能够根据第一基本图像和第一变化信息正确确定。如果第四相似度值SV_4低于第四阈值，则借助于发送设备接口SSYS.IF提供第四相似度值SV_4。
尤其能够提供第四相似度值SV_4，使得第四相似度值SV_4从发送设备接口SSYS.IF传输给接收设备接口RSYS.IF。于是，能够借助接收设备接口RSYS.IF给医生提供第四相似度值SV_4。尤其能够借助于接收设备RSYS的上述显示单元给医生提供第四相似度值SV_4。尤其能够以红绿灯的形式提供第四相似度值SV_4。例如，如果第四相似度值SV_4低于第四阈值，则红绿灯能够从“绿”切换到“红”。在第十实施例与根据图10的第九实施例组合时，如果至少第三相似度值SV_3低于第三阈值或第四相似度值SV_4低于第四阈值，则红绿灯能够从“绿”切换到“红”。
第十实施例能够任意地与先前实施例中的一个实施例组合。
图12示出发送设备SSYS，图13示出接收设备RSYS并且图14示出用于传输多个医学图像的传输系统SYS。
所示出的用于传输多个医学图像的传输系统SYS构成用于实施根据本发明的用于将多个图像从发送设备SSYS传输至接收设备RSYS的方法。传输系统SYS包括发送设备SSYS和接收设备RSYS。在此，发送设备SSYS构成用于实施根据本发明的发送方法。发送方法包括根据本发明的用于传输多个医学图像的方法的根据对图1至图11的描述由发送设备SSYS实施的方法步骤。在此，接收设备RSYS构成用于实施根据本发明的接收方法。接收方法包括根据本发明的用于传输多个医学图像的方法的根据对图1至图11的描述由接收设备RSYS实施的方法步骤。发送设备包括发送设备接口SSYS.IF、发送设备计算单元SSYS.CU和发送设备存储器单元SSYS.MU。接收设备RSYS包括接收设备接口RSYS.IF、接收设备计算单元RSYS.CU和接收设备存储器单元RSYS.MU。
发送设备SSYS和/或接收设备RSYS尤其能够是计算机、微控制器或集成电路(英文：integrated circuit，IC)。替选地，发送设备SSYS和/或接收设备RSYS能够是真实的或虚拟的计算机网络(对于真实的计算机网络的技术名称是“集群(Cluster)”，对于虚拟的计算机网络的技术名称是“云(Cloud)”)。发送设备SSYS和/或接收设备RSYS能够构成为在计算机或真实的计算机网络或虚拟的计算机网络上执行的虚拟系统(技术名称是“虚拟化(Virtualization)”)。
发送设备接口SSYS.IF和/或接收设备接口RSYS.IF能够是硬件或软件接口(例如PCI总线、USB或火线)。发送设备计算单元SSYS.CU和/或接收设备计算单元RSYS.CU能够包括硬件和/或软件组成部分，例如微处理器或所谓的FPGA(英文：Field Programmable GateWay(现场可编程门阵列))。发送设备存储器单元SSYS.MU和/或接收设备存储器单元RSYS.MU能够构成为非持久工作的工作存储器(英文：Random Access Memory，RAM)或持久的大容量存储器(硬盘、USB记忆棒、SD卡、固态硬盘(SSD))。
发送设备接口SSYS.IF和/或接收设备接口RSYS.IF尤其能够包括多个子接口，所述多个子接口实施相应的根据本发明的方法的不同方法步骤。换言之，发送设备接口SSYS.IF和/或接收设备接口RSYS.IF能够构成为多个发送设备接口SSYS.IF和/或接收设备接口RSYS.IF。发送设备计算单元SSYS.CU和/或接收设备计算单元RSYS.CU尤其能够包括多个子计算单元，所述多个子计算单元实施相应的根据本发明的方法的不同方法步骤。换言之，发送设备计算单元SSYS.CU和/或接收设备计算单元RSYS.CU能够构成为多个计算单元SYS.CU和/或训练计算单元TSYS.CU。
在未明确发生、然而有意义并且在本发明的范围中的地方，能够将各个实施例、实施例的各个子方面或特征彼此组合或交换，而不脱离本发明的范围。在可转用的地方，本发明的参照一个实施例描述的优点在没有明确提及的情况下也适用于其他的实施例。

Claims (23)

1.一种用于将多个医学图像从包括发送设备接口(SSYS.IF)和发送设备计算单元(SSYS.CU)的发送设备(SSYS)传输至包括接收设备接口(RSYS.IF)和接收设备计算单元(RSYS.CU)的接收设备(RSYS)的计算机实施的方法，
其中所述多个医学图像包括时间次序，
其中所述多个医学图像包括至少一个第一医学图像和第二医学图像，
其中所述第一医学图像在时间上在所述第二医学图像之前检测，
其中所述方法包括以下方法步骤：
-借助所述发送设备接口(SSYS.IF)接收(REC-1)所述多个医学图像，
-根据所述第一医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-1)第一基本图像，
-借助所述发送设备接口(SSYS.IF)将所述第一基本图像传输(TRANS-1)给所述接收设备接口(RSYS.IF)，
-根据所述第一医学图像和所述第二医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-2)第一变化信息，
-根据所述第一变化信息和所述第一基本图像确定(DET-3)经修改的第一基本图像，
-检查(CHECK-1)所述第二医学图像和/或所述经修改的第一基本图像，
-根据检查(CHECK-1)所述第二医学图像和/或所述经修改的第一基本图像的结果，借助所述发送设备接口(SSYS.IF)将所述第二医学图像传输(TRANS-2)给所述接收设备接口(RSYS.IF)。
2.根据权利要求1所述的方法，
其中检查(CHECK-1)所述第二医学图像和/或所述经修改的第一基本图像的方法步骤包括以下方法步骤：
-确定(DET-4)在所述经修改的第一基本图像与所述第二医学图像之间的第一相似度值(SV_1)，
-提供(PROV-1)所述第一相似度值(SV_1)。
3.根据权利要求2所述的方法，
其中在确定(DET-4)所述第一相似度值(SV_1)的方法步骤中，通过将第一训练函数应用到所述经修改的第一基本图像和所述第二医学图像上来确定所述第一相似度值(SV_1)。
4.根据权利要求2或3所述的方法，
其中确定(DET-3)所述经修改的第一基本图像以及确定(DET-4)和提供(PROV-1)所述第一相似度值(SV_1)的方法步骤借助所述发送设备(SSYS)来实施，
如果所述第一相似度值(SV_1)大于或等于第一阈值，则所述方法包括以下方法步骤：
-将所述第一变化信息借助所述发送设备接口(SSYS.IF)传输(TRANS-3)给所述接收设备接口(RSYS.IF)，
-借助所述接收设备计算单元(RSYS.CU)确定(DET-3)所述经修改的第一基本图像，
-借助所述接收设备接口(RSYS.IF)提供(PROV-2)所述经修改的第一基本图像，
如果所述第一相似度值(SV_1)低于所述第一阈值，则所述方法包括以下方法步骤：
-根据所述第二医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-5)第二基本图像，
-将所述第二基本图像借助所述发送设备接口(SSYS.IF)传输(TRANS-2′)给所述接收设备接口(RSYS.IF)，
-借助所述接收设备接口(RSYS.IF)提供(PROV-3)所述第二基本图像。
5.根据权利要求2或3所述的方法，
所述方法还包括以下方法步骤：
-借助所述发送设备接口(SSYS.IF)将所述第一变化信息传输(TRANS-3)给所述接收设备接口(RSYS.IF)，
其中确定(DET-3)所述经修改的第一基本图像的方法步骤借助所述发送设备计算单元(SSYS.CU)来实施，
-将所述经修改的第一基本图像借助所述接收设备接口(RSYS.IF)传输(TRANS-4)给所述发送设备接口(SSYS.IF)，
其中确定(DET-4)和提供(PROV-4)所述第一相似度值(SV_1)的方法步骤借助所述发送设备(SSYS)来实施，
如果所述第一相似度值(SV_1)大于或等于第一阈值，则所述方法包括以下方法步骤：
-借助所述接收设备接口(RSYS.IF)提供(PROV-2)所述经修改的第一基本图像，
如果所述第一相似度值(SV_1)低于所述第一阈值，则所述方法包括以下方法步骤：
-根据所述第二医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-5)第二基本图像，
-将所述第二基本图像借助所述发送设备接口(SSYS.IF)传输(TRANS-2′)给所述接收设备接口(RSYS.IF)，
-借助所述接收设备接口(RSYS.IF)提供(PROV-3)所述第二基本图像。
6.根据权利要求2或3所述的方法，
所述方法还包括以下方法步骤：
-将所述第一变化信息借助所述发送设备接口(SSYS.IF)传输(TRANS-3)给所述接收设备接口(RSYS.IF)，
其中确定(DET-3)所述经修改的第一基本图像的方法步骤借助所述接收设备计算单元(RSYS.CU)来实施，
-将所述第二医学图像借助所述发送设备接口(SSYS.IF)传输(TRANS-2)给所述接收设备接口(RSYS.IF)，
其中确定(DET-4)和提供(PROV-1)所述第一相似度值(SV_1)的方法步骤借助所述接收设备(RSYS)来实施，
如果所述第一相似度值(SV_1)大于或等于第一阈值，则所述方法包括以下方法步骤：
-借助所述接收设备接口(RSYS.IF)提供(PROV-2)所述经修改的第一基本图像，
如果所述第一相似度值(SV_1)低于所述第一阈值，则所述方法包括以下方法步骤：
-根据所述第二医学图像借助所述接收设备计算单元(RSYS.CU)确定(DET-5)第二基本图像，
-借助所述接收设备接口(RSYS.IF)提供(PROV-3)所述第二基本图像。
7.根据权利要求5或6所述的方法，
其中所述多个医学图像包括多个第二医学图像，
其中所述多个第二医学图像在时间上在所述第一医学图像之后检测，
其中所述第二医学图像以时间次序设置，
其中将所述第二医学图像借助所述发送设备接口(SSYS.IF)传输(TRANS-2)给所述接收设备接口(RSYS.IF)的方法步骤和/或将所述经修改的第一图像从所述接收设备接口(RSYS.IF)传输(TRANS-4)给所述发送设备接口(SSYS.IF)的方法步骤和与所述第一阈值相关的方法步骤以预确定的间距、尤其对于每第十个或每第二十个或每第五十个第二医学图像实施，
其中所述方法对于所有另外的第二医学图像包括以下方法步骤：
-借助所述接收设备接口(RSYS.IF)提供(PROV-2)所述经修改的第一基本图像。
8.根据上述权利要求中任一项所述的方法，
其中检查(CHECK-1)所述第二医学图像和/或所述经修改的第一基本图像的方法步骤包括以下方法步骤：
-将第二训练函数应用(APP-1)到所述第一医学图像和/或第二医学图像上，
其中确定，所述第一医学图像和/或第二医学图像是否具有异常(AN)，
其中如果所述第一医学图像和/或第二医学图像具有异常(AN)，则实施将所述第二医学图像从所述发送设备接口(SSYS.IF)传输给所述接收设备接口(RSYS.IF)的方法步骤。
9.根据权利要求8所述的方法，
其中所述第二训练函数已借助预定义的多个医学图像训练和/或
其中所述第二训练函数包括长短期记忆网络。
10.根据权利要求8或9所述的方法，
如果所述第一医学图像和/或第二医学图像具有异常(AN)，则所述方法包括以下方法步骤：
-根据所述第二医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-5)第二基本图像，
-借助所述发送设备接口(SSYS.IF)将所述第二基本图像传输(TRANS-2′)给所述接收设备接口(RSYS.IF)，
-借助所述接收设备接口(RSYS.IF)提供(PROV-3)所述第二基本图像。
11.根据上述权利要求中任一项所述的方法，所述方法包括以下方法步骤：
-借助所述发送设备计算单元(SSYS.CU)确定(DET-6)在所述第一基本图像与所述第二医学图像之间的第二相似度值(SV_2)，
如果所述第二相似度值(SV_2)低于第二阈值，则所述方法包括以下方法步骤：
-根据所述第二医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-5)第二基本图像，
-借助于所述发送设备接口(SSYS.IF)将所述第二基本图像传输(TRANS-2′)给所述接收设备接口(RSYS.IF)，
-借助所述接收设备接口(RSYS.IF)提供(PROV-3)所述第二基本图像，
如果所述第二相似度值(SV_2)大于或等于所述第二阈值，则所述方法包括以下方法步骤：
-将所述第一变化信息借助于所述发送设备接口(SSYS.IF)传输(TRANS-3)给所述接收设备接口(RSYS.IF)，
其中所述经修改的第一基本图像借助所述接收设备计算单元(RSYS.CU)来确定，
-借助所述接收设备接口(RSYS.IF)提供(PROV_2)所述经修改的第一基本图像。
12.根据权利要求11所述的方法，
其中在确定(DET-6)所述第二相似度值(SV_2)的方法步骤中，通过将第三训练函数应用到所述第一基本图像和所述第二医学图像上来确定所述第二相似度值(SV_2)。
13.根据上述权利要求中任一项所述的方法，
其中所述多个医学图像包括至少一个第三医学图像，
其中所述第三医学图像在时间上在所述第二医学图像之后检测，
其中所述方法还包括以下方法步骤：
-根据所述第一医学图像和所述第三医学图像借助所述发送设备计算单元(SSYS.CU)确定(DET-7)第二变化信息，
-借助所述发送设备计算单元(SSYS.CU)确定(DET-8)在所述第一变化信息与所述第二变化信息之间的第三相似度值(SV_3)，
-如果第三相似度值低于第三阈值，则借助所述发送设备接口(SSYS.IF)提供(PROV-4)所述第三相似度值。
14.根据权利要求13所述的方法，
其中在确定(DET-8)所述第三相似度值(SV_3)的方法步骤中，通过将第四训练函数应用到所述第一变化信息和所述第二变化信息上来确定所述第三相似度值(SV_3)。
15.根据上述权利要求中任一项所述的方法，
所述方法还包括以下方法步骤：
-借助所述发送设备计算单元(SSYS.CU)确定(DET-9)在所述第一医学图像与所述第二医学图像之间的第四相似度值(SV_4)，
-如果所述第四相似度值低于第四阈值，则借助所述发送设备接口(SSYS.IF)提供(PROV-5)所述第四相似度值(SV_4)。
16.根据权利要求15所述的方法，
其中在确定(DET-9)所述第四相似度值(SV_4)的方法步骤中，通过将第五训练函数应用到所述第一医学图像和所述第二医学图像上来确定所述第四相似度值(SV_4)。
17.一种发送方法，所述发送方法包括根据权利要求1至16中任一项所述的由发送设备(SSYS)实施的方法步骤。
18.一种接收方法，所述接收方法包括根据权利要求1至16中任一项所述的由接收设备(RSYS)实施的方法步骤。
19.一种发送设备(SSYS)，所述发送设备包括发送设备接口(SSYS.IF)和发送设备计算单元(SSYS.CU)，
其中所述发送设备(SSYS)构成用于实施根据权利要求17所述的发送方法。
20.一种接收设备(RSYS)，所述接收设备包括接收设备接口(RSYS.IF)和接收设备计算单元(RSYS.CU)，
其中所述接收设备(RSYS)构成用于实施根据权利要求18所述的接收方法。
21.一种传输系统，所述传输系统包括根据权利要求19所述的发送设备和根据权利要求20所述的接收设备，
其中所述发送设备(SSYS)和所述接收设备(RSYS)构成用于实施根据权利要求1至16中任一项所述的方法。
22.一种计算机程序产品，所述计算机程序产品具有计算机程序，所述计算机程序能够直接加载到发送设备(SSYS)的和/或接收设备(RSYS)的存储器(SSYS.MU，RSYS.MU)中，所述计算机程序产品具有程序段，以便当由所述发送设备(SSYS)和/或接收设备(RSYS)执行所述程序段时，实施根据权利要求1至16中任一项所述的方法的所有步骤。
23.一种计算机可读的存储介质，在其上存储有由发送设备(SSYS)和/或接收设备(RSYS)可读的和可执行的程序段，以便当由所述发送设备(SSYS)和/或接收设备(RSYS)执行所述程序段时，实施根据权利要求1至16中任一项所述的方法的所有步骤。
CN202210415283.0A 2021-04-22 2022-04-20 用于传输多个医学图像的方法 Active CN115240819B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021204020.9A DE102021204020B3 (de) 2021-04-22 2021-04-22 Verfahren zum Übertragen einer Mehrzahl von medizinischen Bildern
DE102021204020.9 2021-04-22

Publications (2)

Publication Number Publication Date
CN115240819A true CN115240819A (zh) 2022-10-25
CN115240819B CN115240819B (zh) 2023-09-08

Family

ID=82702696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210415283.0A Active CN115240819B (zh) 2021-04-22 2022-04-20 用于传输多个医学图像的方法

Country Status (3)

Country Link
US (1) US20220344031A1 (zh)
CN (1) CN115240819B (zh)
DE (1) DE102021204020B3 (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1134700A2 (en) * 2000-03-14 2001-09-19 Monolith Co., Ltd. Image coding method and apparatus
KR20050078099A (ko) * 2004-01-30 2005-08-04 삼성전자주식회사 적응적으로 키 프레임을 삽입하는 비디오 코딩 장치 및 방법
WO2015060500A1 (ko) * 2013-10-21 2015-04-30 (주)헬스허브 의료영상 전송 시스템 및 방법
EP3043318A1 (en) * 2015-01-08 2016-07-13 Imbio Analysis of medical images and creation of a report
US20180101645A1 (en) * 2016-10-12 2018-04-12 Terarecon, Inc. System and method for medical image interpretation
KR101885562B1 (ko) * 2017-12-18 2018-08-06 주식회사 뷰노 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치
WO2018176484A1 (zh) * 2017-04-01 2018-10-04 深圳前海达闼云端智能科技有限公司 医学影像传输数据的处理方法、装置及电子设备
US20200312439A1 (en) * 2019-03-29 2020-10-01 Fujifilm Medical Systems U.S.A., Inc. Systems and methods for transferring medical image records using a prefferred transfer protocol

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3859989B2 (ja) 2000-10-30 2006-12-20 株式会社モノリス 画像マッチング方法およびその方法を利用可能な画像処理方法と装置
US10140710B2 (en) * 2017-03-09 2018-11-27 Kevin Augustus Kreeger Automatic key frame detection
US11095901B2 (en) 2019-09-23 2021-08-17 International Business Machines Corporation Object manipulation video conference compression
CN112908465B (zh) * 2021-01-04 2023-06-02 西北工业大学 基于异常检测和半监督的超声关键帧自主识别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1134700A2 (en) * 2000-03-14 2001-09-19 Monolith Co., Ltd. Image coding method and apparatus
KR20050078099A (ko) * 2004-01-30 2005-08-04 삼성전자주식회사 적응적으로 키 프레임을 삽입하는 비디오 코딩 장치 및 방법
CN1910924A (zh) * 2004-01-30 2007-02-07 三星电子株式会社 视频编码设备和用于自适应插入关键帧的方法
WO2015060500A1 (ko) * 2013-10-21 2015-04-30 (주)헬스허브 의료영상 전송 시스템 및 방법
EP3043318A1 (en) * 2015-01-08 2016-07-13 Imbio Analysis of medical images and creation of a report
US20180101645A1 (en) * 2016-10-12 2018-04-12 Terarecon, Inc. System and method for medical image interpretation
WO2018176484A1 (zh) * 2017-04-01 2018-10-04 深圳前海达闼云端智能科技有限公司 医学影像传输数据的处理方法、装置及电子设备
KR101885562B1 (ko) * 2017-12-18 2018-08-06 주식회사 뷰노 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치
US20200312439A1 (en) * 2019-03-29 2020-10-01 Fujifilm Medical Systems U.S.A., Inc. Systems and methods for transferring medical image records using a prefferred transfer protocol

Also Published As

Publication number Publication date
US20220344031A1 (en) 2022-10-27
DE102021204020B3 (de) 2022-08-25
CN115240819B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
JP7241075B2 (ja) 脊椎骨折を識別するための３次元医用画像解析の方法及びシステム
US20210158531A1 (en) Patient Management Based On Anatomic Measurements
JP7309605B2 (ja) ディープラーニング医療システムおよび画像収集のための方法
US10980493B2 (en) Medical image display device, method, and program
US10650282B2 (en) Medical image classification apparatus, method, and program
US10580159B2 (en) Coarse orientation detection in image data
CN111563523B (zh) 利用机器训练的异常检测的copd分类
JP6727176B2 (ja) 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置
US11875897B2 (en) Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program
US20190267132A1 (en) Medical image display device, method, and program
US11935230B2 (en) AI-based image analysis for the detection of normal images
US11669960B2 (en) Learning system, method, and program
CN114868198A (zh) 用于即时图像质量反馈的系统和方法
US11741694B2 (en) Spinal fracture detection in x-ray images
JP2021140769A (ja) 医用情報処理装置、医用情報処理方法及び医用情報処理プログラム
WO2022017238A1 (en) Automatic detection of vertebral dislocations
JP7109345B2 (ja) 優先度判定装置、方法およびプログラム
US20210125332A1 (en) Diagnosis assisting system, diagnosis assisting method and diagnosis assisting program
CN115240819B (zh) 用于传输多个医学图像的方法
Hsu et al. Development of a deep learning model for chest X-ray screening
US11508065B2 (en) Methods and systems for detecting acquisition errors in medical images
US20230395240A1 (en) Methods for transferring a plurality of medical images
WO2022091868A1 (ja) 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム
US20230342928A1 (en) Detecting ischemic stroke mimic using deep learning-based analysis of medical images
US20230121783A1 (en) Medical image processing apparatus, method, and program

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