CN115990029A - 用于使用数据库的检查建议的系统和方法 - Google Patents
用于使用数据库的检查建议的系统和方法 Download PDFInfo
- Publication number
- CN115990029A CN115990029A CN202211250021.XA CN202211250021A CN115990029A CN 115990029 A CN115990029 A CN 115990029A CN 202211250021 A CN202211250021 A CN 202211250021A CN 115990029 A CN115990029 A CN 115990029A
- Authority
- CN
- China
- Prior art keywords
- measurement
- diagnostic
- tag
- tags
- value
- 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
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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- 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
- G16H40/63—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 local 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本公开提供了用于针对患者检查提供建议诊断和/或测量的方法和系统。在一个示例中,一种用于医学成像系统的用户界面的方法包括:接收来自用户的第一用户输入并基于第一用户输入来确定医学图像的第一测量(404);向测量数据库发送第一测量以及第一测量的值(406);从数据库接收基于诊断标签来确定的第二建议测量,诊断标签包括包括第一测量的值的典型范围(410);以及在用户执行第二测量之前向用户建议第二建议测量(414)。
Description
技术领域
本文公开的主题的实施方案涉及超声成像,并且更特别地,涉及基于在超声图像上进行的测量来提高准确诊断速度。
背景技术
医学超声是采用超声波来探测患者身体的内部结构并产生对应图像的成像模态。例如,包括多个换能器元件的超声探头发射超声脉冲,这些超声脉冲会被身体中的结构反射或回传、折射或者吸收。然后超声探头接收所反射的回波,这些所反射的回波被处理成图像。内部结构的超声图像可被保存以供临床医生稍后分析从而有助于诊断和/或可以实时地或近实时地显示在显示设备上。
发明内容
在一个实施方案中,一种用于医学成像系统的用户界面的方法包括:接收来自用户的第一用户输入并基于该第一用户输入来确定医学图像的第一测量;向测量数据库发送该第一测量以及该第一测量的值;从该数据库接收基于诊断标签来确定的第二建议测量,该诊断标签包括包括该第一测量的该值的典型范围;以及在该用户执行该第二测量之前向该用户建议该第二建议测量。
在单独或与附图联系时,本说明书的以上优势以及其他优势和特征将从以下具体实施方式中显而易见。应当理解,提供以上发明内容是为了以简化的形式介绍在具体实施方式中进一步描述的概念的选择。这并不意味着识别所要求保护的主题的关键或必要特征,该主题的范围由具体实施方式后的权利要求书唯一地限定。此外,所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。
附图说明
通过阅读以下详细描述并且参考附图,可以更好地理解本公开的各个方面,其中:
图1示出了超声系统的示例性实施方案的框图;
图2是示出形成图1的系统的部分的界面的图示;
图3是示出用于生成数据库的示例性方法的流程图;
图4是示出用于基于在当前检查期间进行的测量来向用户呈现诊断标签和/或检查结果的示例性方法的流程图;
图5是示出用于鉴定内部数据库的数据源的示例性方法的流程图;
图6是示出用于对在内部数据库中的测量执行统计计算的示例性方法的流程图;
图7是示出用于计算p值以确定附加测量可在患者检查期间将诊断标签与其他诊断标签区分开来的可能性的示例性方法的流程图;
图8是示出用于在给定可能的诊断标签的当前列表的情况下建议在患者检查期间进行附加测量的示例性方法的流程图;并且
图9是示出可在数据库查找期间查询以确定潜在的诊断标签和/或测量来向用户建议的数据库的图示。
具体实施方式
一些医学成像系统(诸如超声系统)是相对低成本的、非侵入性的并易于运输、使用和维护的。因此,这些医学成像系统在全球被广泛地采用。然而,在许多地区/市场中,医学成像系统的用户在评估由医学成像系统生成的图像方面可能没有经验。例如,虽然可能使用超声系统来在远离大型医疗设施的遥远或偏远位置对患者的心脏进行成像,但是通常可能难以找到心脏病学或其他有经验且训练有素的临床医生来评估图像并进行准确诊断。另外,即使当有训练有素的临床医生可评估图像时,一些诊断也可能是复杂的和/或罕见的,这可能造成临床医生在做出准确诊断方面的置信度较低。
因此,根据本文公开的实施方案,可基于对医学图像(诸如超声图像)进行的测量来自动地建议可能的诊断或检查结果。可通过询问包括来自多个先前患者检查的数据的测量数据库来识别建议诊断/检查结果,其中来自多个先前检查的数据包括对解剖特征的多个测量、多个诊断标签和在每个测量与每个诊断标签之间的相应统计相关性。在一个示例中,来自多个先前患者检查的数据包括基于每个检查中的一个或多个测量和相关联的测量值和每个检查中的一个或多个诊断标签计算的统计p值。另外,还可询问数据库以建议可进行来提高诊断置信度或区分多个可能的诊断的一个或多个附加测量。一旦已经用数据填充数据库并执行统计计算,就可以使用相对少的存储器量的格式保存数据库的结构化结果,并且该结构化结果允许简单地查找类似的检查、标签和测量以提供针对诊断和测量的建议。以此方式,一旦构建和验证,就可将数据库保存在可允许在多种多样的临床环境中向用户建议诊断和测量的多种设备(诸如医学成像系统本身)上并在其上执行。
图1中示出了一种示例性超声系统,该示例性超声系统包括超声探头、显示设备和成像处理系统。经由超声探头,可采集超声图像并将其显示在显示设备上。图2中示出了在图1的显示设备上显示的界面。可生成包括医学数据的数据库,并且可处理该数据库中包括的数据以进行根据图3的方法执行的统计计算。根据图4的方法,用户可基于经由数据库进行的建议来向当前患者的检查数据应用诊断标签和/或检查结果标签。当生成数据库和/或将新数据包括到该数据库中时,可根据图5的方法鉴定数据源。当处理数据库中包括的数据时,可根据图6的方法执行统计计算。数据库中包括的每个测量可具有针对每个相关联的诊断标签的所计算的p值,以用于根据图7的方法确定在患者检查期间执行测量可缩减建议的诊断标签的列表的可能性。在患者检查期间,可通过根据图8的方法建议附加测量来缩减建议诊断标签的列表。图9中示出了示例性数据库结构,其示出了在系统的用户操作期间的数据库查找期间执行的潜在计算。
参见图1,示出了根据本公开的实施方案的超声成像系统100的示意图。超声成像系统100包括发射波束形成器101和发射器102,该发射器驱动换能器阵列(本文中称为探头106)内的元件(例如,换能器元件)104,以将脉冲超声信号(本文中称为发射脉冲)发射到身体(未示出)中。根据一个实施方案,探头106可以是一维换能器阵列探头。然而,在一些实施方案中,探头106可以是二维矩阵换能器阵列探头。如以下进一步解释的,换能器元件104可以由压电材料构成。当向压电晶体施加电压时,压电晶体会发生物理膨胀和收缩,从而发射超声波。这样,换能器元件104可将电子发射信号转换为声学发射波束。
在探头106的元件104将脉冲超声信号发射到(患者的)身体中之后,脉冲超声信号从身体内部的结构(如血细胞或肌肉组织)反射,以产生返回到元件104的回波。回波被元件104转换成电信号或超声数据,并且电信号被接收器108接收。表示所接收的回波的电信号穿过输出超声数据的接收波束形成器110。
通过发射操作产生的回波信号沿着发射的超声波束从位于连续距离处的结构反射。回波信号由每个换能器元件单独感测,并且在特定时间点处的回波信号幅值的样本表示在特定距离处发生的反射量。然而,由于反射点P与每个元件之间的传播路径的差异,因此不同时检测到这些回波信号。接收器108放大单独的回波信号,将计算出的接收时间延迟赋给每个回波信号,并且将它们求和以提供单个回波信号,该单个回波信号大致指示沿着以角度θ定向的超声波束从位于距离R处的点P反射的总超声能量。
在接收回波期间,每个接收信道的时间延迟持续变化以在距离R处提供接收的波束的动态聚焦,基于介质的假设声速假设回波信号从距离R处发出。
根据处理器116的指示,接收器108在扫描期间提供时间延迟,使得接收器108的转向追踪由发射器转向的波束的方向θ,并且在连续的距离R处对回波信号进行采样,以便提供适当的时间延迟和相移来沿着波束在点P处动态聚焦。因此,超声脉冲波形的每次发射导致一连串数据点的采集,这些数据点表示从沿着超声波束定位的一连串对应点P反射的声量。
根据一些实施方案,探头106可包含电子电路来执行发射波束形成和/或接收波束形成的全部或部分。例如,发射波束形成器101、发射器102、接收器108和接收波束形成器110的全部或部分可位于探头106内。在本公开中,术语“扫描”或“扫描中”可也用于指通过发射和接收超声信号的过程来采集数据。本公开中,术语“数据”可以用于指称用超声成像系统来采集的一个或多个数据集。用户界面115可用于控制超声成像系统100的操作,包括用于控制患者数据(例如,患者病史)的输入、用于改变扫描或显示参数、用于启动探头复极化序列等。用户界面115可包括以下项中的一者或多者:旋转元件、鼠标、键盘、轨迹球、链接到特定动作的硬键、可被配置为控制不同功能的软键,以及显示在显示设备118上的图形用户界面。
超声成像系统100还包括处理器116,该处理器用以控制发射波束形成器101、发射器102、接收器108和接收波束形成器110。处理器116与探头106进行电子通信(例如,通信地连接)。出于本公开的目的,术语“电子通信”可被定义为包括有线通信和无线通信两者。处理器116可以根据存储在处理器的存储器、和/或存储器120上的指令来控制探头106以采集数据。处理器116控制元件104中的哪些是活动的以及从探头106发射的波束的形状。处理器116还与显示设备118进行电子通信,并且处理器116可将数据(例如,超声数据)处理成图像以用于在显示设备118上显示。处理器116可以包括根据一个实施方案的中央处理器(CPU)。根据其他实施方案,处理器116可包括能够执行处理功能的其他电子部件,诸如数字信号处理器、现场可编程门阵列(FPGA)或图形板。根据其他实施方案,处理器116可包括能够执行处理功能的多个电子部件。例如,处理器116可包括从电子部件的列表中选择的两个或更多个电子部件,这些电子部件包括:中央处理器、数字信号处理器、现场可编程门阵列和图形板。根据另一个实施方案,处理器116还可以包括解调真实RF数据以及生成复合数据的复合解调器(未示出)。在另一个实施方案中,解调可以在处理链中较早地执行。处理器116适于根据数据上的多个可选超声模态来执行一个或多个处理操作。在一个示例中,可在扫描会话期间实时处理数据,因为回波信号被接收器108接收并且被发射至处理器116。出于本公开的目的,术语“实时”被定义为包括在没有任何有意延迟的情况下执行的过程。例如,实施方案可以7帧/秒至20帧/秒的实时速率采集图像。超声成像系统100能够以显著更快的速率获取一个或多个平面的2D数据。然而,应当理解,实时帧速率可取决于采集用于显示的每帧数据所花费的时间长度。因此,当采集相对大量的数据时,实时帧速率可能较慢。因此,一些实施方案可具有显著快于20帧/秒的实时帧速率,而其他实施方案可具有低于7帧/秒的实时帧速率。数据可在扫描会话期间临时存储在缓冲器(未示出)中,并且在实时或离线操作中以不太实时的方式处理。本发明的一些实施方案可包括多个处理器(未示出),以处理根据上文所述的示例性实施方案的由处理器116处理的处理任务。例如,在显示图像之前,可利用第一处理器来解调和抽取RF信号,同时可使用第二处理器来进一步处理数据(例如,通过如本文进一步描述的那样扩充数据)。应当理解,其他实施方案可使用不同的处理器布置方式。
超声成像系统100可以例如10Hz至30Hz的帧速率(例如,每秒10帧至30帧)连续采集数据。根据数据生成的图像可以在显示设备118上以相似的帧速率刷新。其他实施方案能够以不同速率采集并且显示数据。例如,根据帧的大小和预期的应用,一些实施方案可以小于10Hz或大于30Hz的帧速率采集数据。包括存储器120,用于存储经处理的采集数据的帧。在示例性实施方案中,存储器120具有足够的容量来存储至少几秒钟的超声数据帧。数据帧的存储方式便于根据其采集顺序或时间进行检索。存储器120可包括任何已知的数据存储介质。
在本发明的各种实施方案中,处理器116可通过不同的模式相关模块(例如,B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率等)来处理数据,以形成2D或3D数据。例如,一个或多个模块可生成B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率以及它们的组合等。作为一个示例,一个或多个模块可处理彩色多普勒数据,其可包括传统彩色血流多普勒、功率多普勒、HD流,等等。图像线和/或帧存储在存储器中,并且可包括指示图像线和/或帧存储在存储器中的时间的定时信息。这些模块可包括例如扫描转换模块,用于执行扫描转换操作,以将所采集的图像从波束空间坐标转换为显示空间坐标。可以提供视频处理器模块,该视频处理器模块从存储器读取所采集的图像并且在对患者执行规程(例如,超声成像)时实时显示图像。视频处理器模块可包括单独的图像存储器,并且超声图像可被写入图像存储器以便由显示设备118读取和显示。
在本公开的各种实施方案中,超声成像系统100的一个或多个部件可以包括在便携手持式超声成像设备中。例如,显示设备118和用户界面115可以集成到手持式超声成像设备的外部表面中,该手持式超声成像设备可还包括处理器116和存储器120。探头106可以包括与手持式超声成像设备进行电子通信以收集原始超声数据的手持式探头。发射波束形成器101、发射器102、接收器108和接收波束形成器110可以包括在超声成像系统100的相同或不同部分中。例如,发射波束形成器101、发射器102、接收器108和接收波束形成器110可以包括在手持式超声成像设备、探头以及它们的组合中。
在执行二维超声扫描之后,生成包含扫描线及其样本的数据块。在应用后端滤波器之后,执行称为扫描转换的过程,以将二维数据块变换为具有附加扫描信息(诸如深度、每条扫描线的角度等)的可显示的位图图像。在扫描转换期间,应用内插技术来填充所得图像中的丢失的孔(即,像素)。出现这些丢失的像素是因为二维块的每个元素通常应该覆盖所得图像中的许多像素。例如,在当前超声成像系统中,应用了双三次插值,其利用了二维块的相邻元素。因此,如果与位图图像的尺寸相比,二维块相对较小,则扫描转换后的图像将包括分辨率差或分辨率低的区域,特别是对于深度较大的区域。
处理器116和存储器120可以包括在计算设备122中。计算设备122可以是被配置成定位在与探头106相同的空间/区域中的本地设备,并且可以经由有线或无线连接耦接到探头106。计算设备122可以包括通信子系统,该通信子系统可以允许计算设备122与附加的外部计算设备通信。如图所示,计算设备122通信地耦接到建议系统124和图像归档128。建议系统124可以是具有被分配用于构建和利用测量数据库(本文称为数据库126)的资源(例如,存储器、处理器)的计算设备。如将在下文更详细地解释的,经由数据库126,建议系统124可提供针对诊断标签、检查结果和/或要为包括医学图像(诸如由超声系统100生成的超声图像)的患者检查进行的附加测量的建议。例如,数据库126可填充有从图像归档128接收的数据。图像归档128可以是影像归档和通信系统(PACS)、供应商中立档案(VNA)或被配置成存储患者检查的另一个合适的存储系统。虽然图1中未示出,但是存储在图像归档128上的信息可以通过被称为工作站的单独的计算设备访问,该单独的计算设备可以具有显示设备、用户输入设备等。
虽然图1将超声计算设备(例如,计算设备122)、建议系统124和图像归档128示出为单独设备,但是应当理解,在一些示例中,这些设备中的一个或多个设备可组合在单个设备中。例如,建议系统124可驻留在图像归档128上。此外,在一些示例中,可以将数据库126作为单独的设备的一部分包括在内,或者可以将数据库126作为图像归档128的一部分包括在内。在又另外的示例中,建议系统124的方面可被包括在计算设备122上。例如,在已经构建数据库126并且已经处理先前患者检查以确定针对多个诊断标签中的每个诊断标签的多个测量中的每个测量的典型范围以及用于基于测量范围和诊断标签来区分诊断标签的统计相关性(如下文关于图3所解释),典型范围和统计相关性可存储在计算设备122本地,并且计算设备122可被配置为基于映射来提供针对诊断标签、检查结果和测量的建议。
现在转向图2,其示出了可以形成图1的系统的一部分的界面200的实施方案。在一个示例中,界面200可以显示在显示设备(诸如图1的显示设备118)上,或者显示在可通信地耦接到存储设备的单独的显示设备上,该存储设备被配置为存储医学图像,诸如PACS工作站。界面200可向用户显示多个诊断标签、检查结果和/或标签,允许用户(例如,临床医生)选择任何量的诊断代码、检查结果和/或标签作为当前患者检查的部分包括在内。如本文所用,患者检查可包括患者的一个或多个医学图像,诸如一个或多个超声图像,以及相关联的诊断标签、检查结果、标签和/或由临床医生选择、执行或以其他方式应用的测量。为了完成患者检查,临床医生可分析一个或多个医学图像,对该一个或多个医学图像内存在的解剖特征执行测量,并且使用界面200将诊断标签、检查结果和/或标签与该一个或多个医学图像相关联,这些全都可被保存作为患者检查的部分。患者检查在本文中也可以被称为患者报告。
菜单按钮诸如第一菜单按钮202、第二菜单按钮204、第三菜单按钮206、第四菜单按钮208和第五菜单按钮210可以表示用户可以在与系统交互时选择的相应标记的可选菜单。所选菜单可以通过颜色变化来直观地指示,诸如第三菜单按钮206。在一个示例中,第三菜单按钮206可以是用于报告的菜单,其中用户可检视附加菜单/子菜单,以便选择要包括在报告中的诊断标签、检查结果等。
子菜单按钮诸如第一子菜单按钮212、第二子菜单按钮214、第三子菜单按钮216、第四子菜单按钮218和第五子菜单按钮220可以表示用户在与系统的相应标记的所选菜单交互时可以选择的可选子菜单。所选子菜单可以通过颜色变化来直观地指示,诸如第四子菜单按钮218。
在一个示例中,第二子菜单按钮214可以是用于诊断标签的子菜单,其中当选择第二子菜单按钮214时,可显示可用/可选择的诊断标签的列表。可显示所有诊断标签,包括第一诊断标签222、第二诊断标签224和第N诊断标签226,其中N可以是诊断标签子菜单中的诊断标签的总数。如果用户选择诊断标签中的一个诊断标签,则可将该诊断标签保存作为患者检查/报告的部分。诊断标签可包括疾病、病症、症状或其他临床相关观察,并且在一些示例中,可由国家或国际监管/管理机构定义,诸如ICD代码。在一些示例中,用户可经由界面200指定进行的检查的类型(例如,超声心动图),并且可显示与检查类型相关的可能的诊断标签的子集。
在一个示例中,第四子菜单按钮218可以是用于检查结果的子菜单,其中可在选择第四子菜单按钮218时显示检查结果列表,从而允许用户浏览可选择并应用于报告的检查结果标签。可显示所有检查结果标签,包括第一检查结果标签230、第二检查结果标签232和第M检查结果标签234,其中M可以是检查结果子菜单中的检查结果标签的总数。检查结果可类似于诊断标签,并且因此,指示疾病、病症、症状等。检查结果可以是用户指定的和/或医院指定的,并且可包括从诊断标签提取的检查结果以及附加患者信息(诸如患者历史)。类似于诊断标签,显示的检查结果的列表可基于执行的检查的类型。
在一些示例中,用户可能够通过将信息输入到包括标记框240、检查结果文本框242、结论文本框244和计费代码框246的附加框中来指定新检查结果或包括关于现有检查结果的附加信息。用户可将输入输入到标记框240以定义检查结果的显示标记(例如,名称),其中标记240可显示检查结果标签可显示为检查结果标签的表示的任何位置。经由检查结果文本框242,用户可输入检查结果标签的详细描述,使得可包括与检查结果标签相关、与检查结果标签相关联或进一步详述检查结果标签的任何信息。经由结论文本框244,用户可输入具有相关联的检查结果标签的关于基于医学图像和患者历史针对患者做出的可能的诊断或结论的指导性诊断信息。在一个示例中,检查结果标签的经由结论文本框244输入的信息可包括用户要基于与检查结果标签相关联的信息来考虑的多个诊断。计费代码246可包括要基于相关联的检查结果标签来应用于当前患者检查的相关计费代码。
如果用户选择添加用户定义的检查结果标签,则用户可填写标记240、检查结果文本242、结论文本244和计费代码246以将用户定义的检查结果标签应用于系统。另外,虽然图2中未示出,但是经由界面200,可显示医学图像,并且可经由界面200执行和保存测量。例如,可显示心脏的图像,并且用户可经由一个或多个用户输入来测量心脏的室间隔(IVS)的厚度(例如,用户可将第一测量点放在IVS的第一侧上并将第二测量点放在IVS的第二侧上,并且厚度可测量为从第一点到第二点的距离)。这些测量可被保存作为患者检查/报告的部分。
因此,界面200可在患者检查的分析阶段期间显示,其中医学图像可由临床医生(诸如心脏病学家)审查以确认或排除一个或多个患者病况、疾病、病症等。为了选择诊断标签或检查结果,临床医生可执行对医学图像中存在的解剖特征的一个或多个测量并基于测量来选择一个或多个诊断标签和/或检查结果。例如,患者检查可以是超声心动图(本文也称为回波图),并且医学图像可以各种标准视图包括患者的心脏的多个超声图像,包括多普勒成像。临床医生可审查医学图像并进行测量,诸如心脏的各种特征(诸如左心室、右心室、室间隔、血流等)的距离测量、面积测量、速度测量等。在某些检查(诸如回波图)中,可进行的不同测量的数量是相对大的(从可供进行的更大数量的可能的测量诸如100个可能的测量中,执行的20或更多个测量),并且可供选择的不同诊断标签的检查结果的数量也可能是相对大的,诸如10个或更多个诊断标签和/或检查结果。每个临床医生可选择进行不同测量并可从测量提取不同结论。另外,一些临床医生可能依赖于视觉评价而不是进行测量。
因此,用于执行患者检查的时间量可能是漫长的,并且用于执行患者检查的标准化方案的缺乏可能造成不一致的患者诊断,特别是由缺乏经验的用户做出的。可在回波图或其他复杂检查中执行的如此多的可能的测量可能对可能不了解哪些测量可最佳地指示给定诊断或在给定大量可用测量的情况下要做出哪种诊断的缺乏经验的用户提出挑战。
因此,如本文所述,在其中进行对医学图像中存在的解剖特征的测量以便选择一个或多个诊断标签和/或检查结果的患者检查期间,可基于一个或多个先前测量来提供针对后续测量和/或诊断标签/检查结果的建议。可基于处理测量数据库(诸如图1的数据库126)来生成建议。处理测量数据库可包括来自已经经由系统执行的统计计算处理的多个先前患者检查的测量和诊断标签/检查结果,使得每个测量可包括基于先前患者检查中执行的测量、那些测量的值和与检查相关联的任何诊断标签或检查结果标签的关于图6详细地讨论的每个诊断标签对的相关联的p值和数据库中针对每个诊断标签的测量值的典型范围。
图3示出了示出用于构建医学信息的关系数据库并对该数据库中包括的医学信息执行多个统计计算的示例性方法300的流程图。参考图1至图2的系统和部件描述了方法300,但是应当理解,可在不脱离本公开的范围的情况下使用其他系统和部件来实现方法300。可根据存储在计算设备的非暂态存储器(诸如存储器120和处理器116)中的指令来执行方法300。在其他示例中,可由具有非暂态存储器和一个或多个处理器并与图1的超声系统和/或图像归档(诸如图1的建议系统124)通信的计算设备进行方法300。
在302处,方法300包括构建关系数据库表,该关系数据库表将包括来自多个先前匿名患者检查的数据。关系数据库表可以是根据医院或医疗设施可遵守的指南构建的内部数据库(例如,特定医院或其他医疗设施的内部),并且因此至少在一些示例中,可仅从该医院或医疗设施提取/获得来自关系数据库中包括的多个先前患者检查的信息。在其他示例中,可从多于一个医院或医疗设施提取/获得关系数据库中包括的多个先前患者检查。可构建的数据库表包括检查表、测量表、诊断标签表和检查结果表,但是应当理解,可构建任何量的数据库表以包括与本公开的实施方案相关的相关医学数据。检查表可包括多个先前患者检查中的每个先前患者检查的识别信息(例如,检查类型,诸如超声心动图、胎儿超声等)。在一个示例中,测量数据库表可包括在多个先前患者检查中的每个先前患者检查中进行的所有测量,包括每个测量的值,其中每个测量的可能的相关联的信息包括测量单位、相关患者人口统计数据(例如,年龄、体重指数或体表面积、性别)等。诊断标签表和检查结果表可各自分别包括来自多个先前患者检查中的每个先前患者检查的诊断标签和检查结果标签。在一些示例中,诊断标签表和检查结果表可组合到一个表中。
在304处,方法300包括构建关系数据库模式。在一个示例中,测量数据库表可具有与诊断标签数据库表的多对多关系,测量数据库表可具有与检查结果数据库表的多对多关系,并且诊断标签数据库表可具有与检查结果数据库表的多对多关系。
在306处,方法300包括鉴定关系数据库的数据源。可从外部源(例如,其他医院)获取数据(例如,来自一个或多个先前患者检查)以与内部关系数据库聚合。鉴定来自外部源的数据可包括检查用户定义的标签(诸如用户定义的检查结果标签)的一致性。例如,不同医院可遵循用于命名检查结果的不同标准/协议,并且因此,一些检查结果可具有不同名称,这取决于从中获得了检查的医院。在一个示例中,如果从在内部医院外部的一个或多个医院获取数据,则如果用户定义的标签与内部医院中使用的命名法(例如,起初包括在关系数据库中)一致,则可允许包括用户定义的标签并将其与关系数据库聚合。为了确定用户定义的标签是否与内部医院命名法一致,可将来自外部源的每个用户定义的标签与来自内部源(例如,内部图像归档)的标签进行比较,并且如果来自外部源的给定标签与来自内部源的标签匹配,则可确定该标签与内部命名法一致。可采取类似方法来确定来自内部源的用户定义的标签是否彼此一致。例如,可将作为最近使用的标签(例如,在过去三个月内使用)的用户定义的标签识别为是一致的,并且/或者可将作为经常使用的标签(例如,使用超过5次)的用户定义的标签识别为是一致的。在另一个示例中,如果从多于一个医院获取数据,则由于用户定义的标签可能在多个医院间不一致的可能性,可能不包括用户定义的标签并不将其与关系数据库聚合。而是,可能仅使用已知是一致的标签(例如,基于机器的标签、ICD代码)。关于图5进一步讨论基于可从中获取数据的多个医院来鉴定数据源。鉴定度量还可包括鉴定可包括的患者检查的数量、鉴定可包括的具有诊断标签、检查结果标签等的患者检查的数量、鉴定可包括的每患者检查进行的测量的数量和鉴定可包括的可能停止(例如,用户将患者检查标记为完成)的患者检查的数量。在一个示例中,可鉴定为被包括在关系数据库中的患者检查数据可包括具有4个或更少的相关联的诊断标签和/或8个或更少的相关联的检查结果的患者检查、具有在10个相关联的测量与200个相关联的测量之间的患者检查和由用户标记为完成的患者检查,这意味着不满足这些鉴定的任何患者检查数据可能不被包括在关系数据库中。
在308处,方法300包括提取关系数据库的数据。数据可包括来自多个先前患者检查的非图像数据的子集或全部。可获取的任何外部数据库的内容可由多个脚本转换为可串行和可传送的表示。以此方式,上述数据库表可填充有来自多个先前患者检查的数据。
在310处,方法300包括审查数据并评估数据的合理性。用户(例如,专家临床医生)可通过审查数据并评估数据是否合理来执行对提取到关系数据库的数据的质量控制的评估。评估数据可包括评估每个患者检查的测量以及测量值的合理性、评估与测量相关联的标签以及一个标签或一组标签与每个患者检查的测量相关联的合理性等。数据合理性可由用户确定,使得用户可确定可被认为是对于测量合理的测量值的边界、可被认为是对于一个测量或一组测量合理的标签等。数据合理性也可以是预先确定的,使得可在数据提取之前确定任何边界测量值、标签关联等,从而允许用户将所提取的数据与数据合理性的预先确定的度量进行比较。不合理数据可包括测量值超过最大边界值或不超过最小边界值的数据、具有标签关联的数量超过最大边界值的数据等。被确定为不合理的数据可由用户手动地或由系统自动地丢弃,使得不合理数据可不被包括在关系数据库中。在一个示例中,可将数据从第一医院提取到第二医院,其中两个医院基于相同数据质量控制标准操作,因此,来自第二医院的用户可能不会完全地评估所有所提取的数据,因为所提取的数据已经由来自第一医院的用户在数据的初始记录之后进行评估。
在312处,方法300包括处理数据以找到针对每个诊断标签的每个测量的典型范围。典型范围可被认为是基于从与诊断标签相关联的存储在数据库中的测量的所有包含值确定的统计值的与诊断标签相关联的测量的值的定义范围。在一个示例中,典型范围可基于针对与诊断标签相关联的测量的所有包含值计算的均值和标准偏差。例如,对于给定诊断标签(例如,标签X),可分析来自所有检查的包括该诊断标签的所有测量,并且对于那些测量中的每个测量,可处理所有测量值以确定均值和标准偏差,以便针对该测量和诊断标签定义范围。在一些示例中,典型范围可由包括均值加上标准偏差的最大值和包括均值减去标准偏差的最小值定义。在其他示例中,最大值和最小值可基于均值加上或减去标准偏差的修改值。例如,典型范围可包括将系数与标准偏差相乘并从均值中减去的最小值。典型范围可包括将系数与标准偏差相乘并加入到均值中的最大值。例如,系数可以是1.96(均值+-1.96*StDev),其对应于含有95%的测量值(在测量值的正常分布的假设下)的典型范围,或者是2.576(均值+-2.576*StDec),其对应于含有99%的测量值的典型范围(在测量值的正常分布的假设下)。处理数据并计算数据的典型范围可由系统自动地执行,因此用户可执行另一个数据质量控制评估以检验针对每个诊断标签的每个测量的所计算的典型范围的合理性。典型范围可在多个粒度水平上进行计算,这意味着可针对与诊断标签相关联的测量计算典型范围,但是其中应用附加分组条件,包括但不限于所有患者、仅男性、仅女性、仅在年龄范围内的患者和仅某个种族的患者。在任何粒度水平下,计算与诊断标签相关联的测量的典型范围包括计算统计分布、均值、标准偏差和满足可包括的任何附加分组条件的具有相关联的诊断标签的测量的所有测量值的典型范围的相同过程。下文关于图6进一步讨论计算。
在314处,方法300包括针对每个测量并针对每个诊断标签对计算p值以基于该测量来确定每个诊断标签相对于每一其他诊断标签的分离。基于给定测量的测量值针对给定测量和诊断标签对计算的每个p值可指示针对相关联的诊断标签中的一个相关联的诊断标签的给定测量是否包括可与针对另一个诊断标签对的给定测量的测量值相同或显著地不同的测量值。由于可针对每个可能的诊断标签对(针对给定测量)计算p值,因此可确定指示该测量对在所有标签之间进行区分的水平的贡献的p值。所计算的p值可以数据结构表示,该数据结构将与系统中包括的任何诊断标签相关联的给定测量与在患者检查期间进行给定测量的情况下系统中包括的每个诊断标签彼此可具有的分离量相关。
为了实际上针对测量的分清标签之间的差别的能力计算p值,首先使用匹配标准来匹配检查(以及因此隐式地匹配患者),并且仅选择与匹配标准相对高度匹配的检查来进行p值的计算。匹配可基于患者性别、年龄、血压、体表面积(BSA)、体重、升高和/或心率。例如,在计算p值之前使用患者性别和BSA来匹配检查的情况下,对于给定测量m和诊断标签A和B对,分析的目标是确定测量m分清标签A和B之间的差别的程度。为了实现这一点,从数据库识别和提取具有测量m和标签A的所有检查(以形成数据库view_m_A)。同样地,从数据库识别和提取具有测量m和标签B的所有检查(以形成数据库view_m_B)。通过使用匹配优化函数(参见下文),识别在view_m_A与view_m_B之间具有最佳(最高数值)匹配得分的50个对(或其他合适数量的对,诸如具有最高匹配得分的100个对或具有最高匹配得分的40个对)。
匹配优化函数可基于检查基于性别和BSA而匹配或不匹配的程度来指派点(在该示例中)。例如,当存在性别匹配时,可指派0点,并且当存在性别不匹配时,可指派-1点。对于BSA匹配,可基于等式-1*(Abs(BSA from view_m_A–BSA from view_m_B)/(BSA_from_view_m_B))来指派点。然后,匹配优化函数可等于所计算的性别匹配或不匹配值加上BSA匹配值除以二。这将具有值[-1,0]。应当理解,可针对其他匹配标准进行类似方法,并且如果评估多于两个匹配标准,则匹配优化函数可包括对所有匹配值/点求和并除以评估的标准的总数。另外,对于年龄匹配,可基于检查是否基于年龄范围匹配来分配点/值(例如,基于检查是否对在可能是儿童与成人或更细化的年龄范围的同一年龄范围内的患者执行的0或-1)。
在该匹配之后,可计算在相对于测量m的两个组之间的皮尔逊相关性以获得p值。可通过执行独立t检验来计算p值,其中独立t检验可确定来自与诊断标签相关联的每组测量值的均值是否彼此显著地不同。下文关于图7进一步讨论计算p值。在针对所有标签对并针对与每个标签对相关联的所有测量执行计算之后,来自计算的p值和任何其他包含结果可存储在可按标签对键入并按p值排序的数据结构中。在一个示例中,数据结构可按p值从最小p值到最大p值排序,但是在不脱离本公开的范围的情况下,其他组织数据结构的方式是可能的,诸如使p值从最大到最小排序。
图4示出了示出用户基于来自数据库(诸如图1的测量数据库126和/或上文关于图3所述的关系数据库)的进行的测量和相关患者检查数据来将诊断标签和/或检查结果应用于当前患者的患者检查数据的示例性方法400的流程图。方法400可根据存储在计算设备的非暂态存储器(诸如存储可由处理器116执行的指令的存储器120)中的指令来执行。在其他示例中,可由具有非暂态存储器和一个或多个处理器并与图1的超声系统和/或图像归档和与关系数据库(诸如PACS工作站或临床医生设备)通信的计算设备进行方法400。
在402处,方法400包括从当前患者检查获得超声图像。可使用超声系统(诸如图1的超声成像系统)获取超声图像。在一些示例中,可在执行方法400时获取和显示超声图像,使得基本上在获取图像的同时针对检查进行测量并选择诊断标签和/或检查结果。在其他示例中,可在与患者的成像会话完成之后从图像归档(例如,PACS)获得超声图像。可在检查界面(诸如上文关于图2所述的界面200)上显示超声图像。
在404处,方法400包括确定是否进行第一测量。当在显示设备上显示超声图像时,用户可经由在计算设备处接收的第一用户输入进行对所显示的超声图像中的一个或多个解剖特征的距离、速度、面积、体积、频率等的测量。在一个示例中,用户可查看显示设备上的超声图像,并且不进行测量,而选择仅基于视觉分析来进行诊断或添加相关联的信息。如果未进行第一测量,则方法400可继续420以经由检查界面显示可选择的诊断标签和/或检查结果。在一些示例中,可响应于用户请求而在检查期间的任何时间上显示可选择的诊断标签和/或检查结果,或者可在检查的整个持续时间将可选择的诊断标签和/或检查结果与超声图像一起显示在检查界面上。
如果进行第一测量,则在406处,方法400基于第一测量来执行查找以找到相关诊断标签。可对数据执行关于图9所述的查找操作,其中可在可包括第一测量的所有数据内搜索相关诊断标签。相关诊断标签可包括与具有匹配单位(例如,距离、速度、面积、体积、频率单位)的来自先前患者检查的测量相关联的任何诊断标签。例如,如果先前患者检查包括给定诊断标签(例如,标签x)和给定测量(例如,测量b),则测量可与诊断标签相关联。可基于那些诊断标签与包括可包括第一测量的测量值的典型范围的测量相关联来识别相关诊断标签。如果与诊断标签相关联的测量包括包括具有匹配单位(例如,距离、速度、面积、体积、频率单位)的给定测量的测量值的典型范围,则诊断标签可被认为是相关的。在一个示例中,用户可以是专攻人体的一个特定区域的专家,因此相关诊断标签可包括包括来自先前患者检查的由用户进行的测量任何诊断标签。
例如,可向测量数据库(诸如数据库126)发送第一测量(包括第一测量的测量类型和值)和/或向上文关于图3所述的关系数据库发送检查数据。可基于第一测量来执行搜索以识别可能的诊断标签和/或检查结果的列表,其中每个可能的诊断标签和/或检查结果与匹配第一测量并具有涵盖第一测量的值的典型范围的测量相关联。可识别可能的诊断标签的列表而无需对任何数据(例如,从关系数据库的数据识别,其中数据不经受任何聚类算法)进行聚类。聚类可包括基于分组参数(例如,测量值、诊断代码)来对关系数据库中的数据进行分组,其中在群组中具有相似性的数据可被认为是更类似于在同一群组中的其他数据而不是在基于分组参数的其他群组中的数据。在一个示例中,可使用第一测量(以及任何先前测量)来识别来自数据库的等效测量,而不执行任何聚类算法(例如,对关系数据库中的数据)。
应当理解,为了以高置信度识别诊断标签,可能要求多于一个测量。因此,可在每次进行新测量时迭代地重复上文所述的过程(例如,基于第一测量来识别可能的标签),并且一旦已经充分地进行识别/区分测量就可识别一个或多个可能的标签并将其发送到测量数据库。在其他示例中,可响应于对建议诊断标签、检查结果和/或另外的测量的用户请求而向测量数据库发送第一测量和任何先前或后续测量,或者可响应于当前检查完成的指示(例如,用户指示所有测量已经进行)而向测量数据库发送第一测量和任何先前或后续测量。另外,应当理解,诊断标签可包括“正常”标签,使得具有落入该测量的正常范围内的值的测量可触发对正常标签的选择。
在407处,方法400包括确定是否存在具有包括在当前患者检查期间执行的所有测量的典型范围的诊断标签。例如,如果已经在当前检查中执行总共五个测量,则可能的诊断标签的列表可仅包括与所有五个测量相关联的诊断标签,并且至少在一些示例中,包括测量的涵盖在当前检查期间进行的该测量的相应测量值的相应典型范围。确定当前患者检查中包括的所有测量值是否被包括在与诊断标签相关联的测量的典型范围中可导致基于诊断标签建议而使更准确的诊断标签与当前患者检查相关联。如果存在具有包括在当前患者检查期间执行的所有测量的典型范围的标签,则方法400可进行到409,其包括基于数据库查找来显示相关诊断标签和检查结果。
如果不存在具有包括在当前患者检查期间执行的所有测量的典型范围的标签,则方法400可进行到408,其包括找到包括在当前患者检查期间执行的测量的大多数或包括在范围上最靠近在当前患者检查期间执行的测量的测量值的典型范围的诊断标签。在一个示例中,如果在当前患者检查期间仅执行一个测量,并且不存在包括在当前患者检查期间执行的测量的典型范围的诊断标签,则可找到包括在范围上最靠近在当前患者检查期间执行的测量的典型范围的诊断标签,其中可使用差值的阈值绝对值来确定在当前患者检查期间执行的测量是否足够靠近被认为是与当前患者检查相关的诊断标签的典型范围。
在409处,方法400包括基于查找来显示相关诊断标签和检查结果(例如,上文讨论的可能的诊断标签的列表)。可在显示设备上的界面(诸如图2的界面200)中显示诊断标签和检查结果。在一个示例中,显示设备可以是用于显示超声图像的同一显示设备。在另一个示例中,可使用辅显示设备来显示诊断标签和检查结果的界面。以此方式,第一测量的查找/搜索的结果可以是最密切地匹配第一测量的测量和测量值的标签的列表,然后,可将其呈现给用户。在一些示例中,显示的每个诊断标签可以是可选择的或包括相邻的可选择的元素,使得用户可从所显示的列表选择诊断标签来包括作为当前检查的部分,这可加快诊断标签的选择并减少用户选择诊断标签所需的滚动量和用户输入。
在410处,方法400包括计算哪个附加测量最能分清诊断标签之间的差别。例如,如果识别出多于一个可能的诊断标签,则可建议一个或多个附加测量以辅助用户使诊断代码缩小范围和/或选择该诊断代码。建议测量可基于哪些测量具有在诊断标签之间进行区分的高可能性来选择,这可基于上述p值。如上所述,可针对每个测量和每诊断标签对计算p值。如果可能的诊断标签的列表包括两个或更多个标签,则基于针对诊断标签中的两个诊断标签(例如,一个诊断标签对)计算的每个测量的p值,可建议测量在该诊断标签对之间进行区分。例如,如果可能的诊断标签的列表包括标签x和标签y,则可查询包括上述p值的数据结构以识别针对标签x、标签y的诊断标签对的所有测量计算的p值,并且可选择具有最低p值的测量并向用户建议。如果可能的诊断标签的列表中包括了多于两个诊断标签,则可建议测量以在每个诊断标签对中的诊断标签之间进行区分(例如,如果建议三个诊断标签,则可建议三个测量),或者可仅建议具有最低p值的测量。基于与建议诊断标签的当前列表中包含的诊断标签相关联的每个测量的p值,分清诊断标签之间的差别可被认为是使建议诊断标签的当前列表缩小范围。
在一些示例中,基于通过查找找到的当前测量和相关诊断标签,可执行计算以确定一个或多个附加测量是否将通过分清诊断标签之间的差别来提高诊断置信度。如果可确定多个附加测量通过分清诊断标签之间的差别来提高诊断置信度,则计算可确定可提高诊断置信度的附加测量的最小量。在一个示例中,如果建议诊断标签和检查结果的量减少预先确定的量或百分比,则诊断置信度可被认为是足够地提高的。在另一个示例中,如果诊断置信度的提高量大于预先确定的置信度阈值,则诊断置信度可被认为是足够地提高的。至少在一些示例中,附加测量是否将提高诊断置信度的计算可由单独计算设备(例如,存储测量数据库和/或与测量数据库通信的计算设备,诸如建议系统124)执行。
在414处,方法400包括基于来自410的计算来建议进行附加测量。建议附加测量可输出以供显示在显示设备上(例如,显示在界面200上)。在用户进行附加测量之前,可向用户建议附加测量。当向用户建议测量时,测量可显示(例如,在界面200上)为可选择的链接/控制按钮或可与其相邻地显示,该可选择的链接/控制按钮在被选择时启动测量菜单、一组测量控制按钮或允许进行测量的其他图形用户界面项。这样做时,用户可进行建议测量,而不必执行不必要的菜单滚动或导航。
在416处,方法400包括确定是否进行附加测量。用户可任选地基于用户偏好或来自414的可能的建议来选择进行附加测量。确定是否进行附加测量可基于所接收的用户输入(例如,安排测量点的用户输入)。如果未进行附加测量,则方法400可继续到420,其包括显示可选择的诊断标签和检查结果。
如果进行附加测量,则在418处,方法400包括基于进行的所有当前测量来使相关诊断标签缩小范围。当使相关诊断标签缩小范围时,可遵守与查找所遵守的相同的标准。例如,可向测量数据库发送进行的第一测量和附加测量(包括测量的类型和测量的值),其中基于第一测量和附加测量来再次执行搜索以识别一个或多个可能的诊断标签。当识别出多于一个可能的诊断标签时,可建议另外的附加测量,如上文所解释。随着进行越来越多的测量,可使可能的诊断标签或检查结果的列表缩小范围。例如,在第一测量之后,可将标签的第一列表(每个标签指示诊断标签或检查结果)返回给用户,其中标签的第一列表包括多个可能的标签的子集并排除来自多个可能的标签的剩余标签。在进行第二测量之后,可将标签的第二列表返回给用户,其中标签的第二列表包括来自标签的第一列表的一个或多个标签并排除来自标签的第一列表的剩余标签。在一些示例中,当接收到第二测量时,可仅查询来自标签列表的标签,这可减少识别标签的第二列表所需的处理能力并降低识别标签的第二列表所需的时间量。
因此,在用附加测量执行新搜索时,方法400继续回到407以确定是否存在具有包括所有当前执行的测量的典型范围的诊断标签。由于进行更多测量,可迭代地重复建议测量和诊断标签的该过程。例如,在建议附加测量之后,可从用户接收第二用户输入,并且可基于第二用户输入来确定超声图像的第二测量。可向测量数据库发送第二测量以及第二测量的值。基于第一测量和第二测量的值被包括在分别针对诊断标签的第一测量和第二测量的典型范围内,可基于第一测量、第一测量的值、第二测量和第二测量的值来生成可能的诊断标签的第二列表。可从数据库接收第三建议测量,其中基于针对可能的诊断代码的第二列表的每个诊断标签对计算的p值来确定第三建议测量。在用户执行第三测量之前,可向用户建议第三建议测量。另外,应当理解,进行和建议的测量以及建议诊断标签和检查结果可应用于在当前患者检查中的当前显示的超声图像和/或其他超声图像。例如,超声心动图通常可包括在不同解剖视图(例如,PLAX、PSAX、A4C等)处拍摄的多个图像,其中每个视图以一个或多个成像模式(例如,B模式、M模式、多普勒等)成像。因此,可对不同图像执行不同测量,并且因此,当前显示的超声图像可随着方法400进行而改变。另外,当在主动成像会话期间执行方法400时,除了建议附加测量之外或作为另外一种选择,还可建议附加视图和/或成像模式以确保执行完整检查,这可通过已经进行的测量导引。
返回到416,如果不进行附加测量和/或如果用户指示所有测量完成,则方法400进行到420,其中方法400包括显示可选择的诊断标签和检查结果。所显示的诊断标签列表和检查结果可以是执行的检查类型的所有可能的诊断标签和检查结果。在其他示例中,可基于已经进行的测量和基于测量确定的建议诊断标签/检查结果来使所显示的诊断标签和检查结果缩小范围。从可选择的诊断标签和检查结果的所显示的列表中,用户可选择一个或多个诊断标签和/或检查结果来保存作为患者检查的部分,这可能受到建议诊断标签和/或检查结果的影响。
在422处,方法400包括将所选择的诊断标签和/或检查结果应用于当前患者检查数据(例如,当前患者检查)。用户可选择任何诊断标签和/或检查结果以将相关联的数据应用于当前患者检查数据。用户还可基于当前患者检查者或用户偏好来选择应用用户定义的标签。
图5示出了示出用于在从内部关系数据库的数据源提取数据时鉴定该数据源的示例性方法500的流程图。在一个示例中,当鉴定内部关系数据库的数据源时,可在图3的方法300期间、具体地在306期间执行方法500。可从外部源(例如,其他医院)获取数据(例如,来自一个或多个先前患者检查)以与内部关系数据库聚合。鉴定来自外部源的数据可包括检查用户定义的标签(诸如用户定义的检查结果标签)的一致性。
在502处,方法500包括确定引入数据源是否来自多于一个医院。不同医院可遵循用于命名检查结果的不同标准/协议,并且因此,一些检查结果可具有不同名称,这取决于从中获得了检查的医院。
如果引入数据源来自多于一个医院,则方法500可进行到505,其包括不鉴定用户定义的标签。如果用户和/或系统选择将用户定义的标签包括在内部关系数据库中,则用户定义的标签可被认为是经鉴定的,使得可能未鉴定的用户定义的标签不会被包括在内部关系数据库中。当数据源来自多于一个医院时,由于用户定义的标签在多个医院之间不一致的更高的可能性,可能不鉴定用户定义的标签。在一个示例中,在第一医院的第一用户可使用遵循与在第二医院的第二用户使用同一用户定义的标签不同的规则的用户定义的标签。
如果引入数据源不来自多于一个医院,则方法500可进行到504,其包括确定是否一致地使用用户定义的诊断标签。在一个示例中,如果从被包括在内部关系数据库中的一个医院获取数据,则如果用户定义的标签与内部关系数据库中使用的命名法(例如,起初包括在关系数据库中)一致,则可允许包括用户定义的标签并将其与关系数据库聚合。为了确定用户定义的标签是否与内部关系数据库命名法一致,可将来自外部源的每个用户定义的标签与来自内部源(例如,内部图像归档)的标签进行比较,并且如果来自外部源的给定标签与来自内部源的标签匹配,则可确定该标签与内部关系数据库命名法一致。可采取类似方法来确定来自内部源的用户定义的标签是否彼此一致。例如,可将作为最近使用的标签(例如,在过去三个月内使用)的用户定义的标签识别为是一致的,并且/或者可将作为经常使用的标签(例如,使用超过5次)的用户定义的标签识别为是一致的。如果不一致地使用用户定义的标签,则方法500可进行到505,其包括不鉴定用户定义的标签。
如果一致地使用用户定义的标签,则方法500可进行到506,其包括鉴定用户定义的标签。在两次确定之后,可鉴定已知是一致的用户定义的标签。用户定义的标签的鉴定可包括选择可进行到鉴定数据源的下一步骤的数据(例如,测量、先前患者检查)。
在508处,方法500包括鉴定工厂标签。在本公开的系统的所有实施方案中,工厂标签(例如,基于机器的标签、ICD代码)可被认为是普遍一致的。工厂标签的鉴定可包括标记可进行到鉴定数据源的下一步骤的数据(例如,测量、先前患者检查)。
在510处,方法500包括基于鉴定度量来鉴定数据源。鉴定度量可包括鉴定可包括的先前患者检查的数量、鉴定可包括的具有诊断标签、检查结果标签等的先前患者检查的数量、鉴定可包括的每患者检查进行的测量的数量和鉴定可包括的可能停止(例如,用户将患者检查标记为完成)的患者检查的数量。在一个示例中,可鉴定为被包括在关系数据库中的患者检查数据可包括具有4个或更少的相关联的诊断标签和/或8个或更少的相关联的检查结果的患者检查、具有在10个相关联的测量与200个相关联的测量之间的患者检查和由用户标记为完成的患者检查,这意味着不满足这些鉴定的任何患者检查数据可能不被包括在关系数据库中。
图6示出了示出用于基于关系数据库中的数据来计算针对每个诊断标签的每个测量的典型范围的方法600的流程图。在一个示例中,可在图3的方法300期间、具体地在312处执行方法600。可在方法600中由上文在关于图3的方法300中描述的鉴定度量认为数据是合理的。典型范围可被认为是基于针对每个测量计算的均值和标准偏差和与诊断标签相关联的测量的所有包含值的与诊断标签相关联的测量的值的范围。
在602处,方法600包括确定(例如,选择)来自关系数据库中列出的所有测量的测量。针对数据库中的每个测量计算典型范围,并且可以迭代模式选择测量,使得可对每个测量迭代地执行本文描述的过程。在一个示例中,测量可不具有任何相关联的标签,因此可不针对该测量计算典型范围,并且可不以迭代模式包括该测量。
在604处,方法600包括确定与测量相关联的标签。如上文所解释,如果诊断标签和测量被包括在同一先前患者检查中,则诊断标签可与测量相关联。测量可具有多个相关联的诊断标签,使得一个测量可具有多个相关联的典型范围,其中每个相关联的诊断标签一个典型范围。
在606处,方法600包括确定计算典型范围的群组。典型范围可在多个粒度水平上进行计算,这意味着可针对所有患者的与诊断标签相关联的测量计算典型范围,但是还可应用附加分组条件来计算测量和相关联的诊断标签以及特定分组的典型范围,这意味着一个测量可对于包括另外的分组条件的任何组合的每个诊断标签具有多个相关联的典型范围。分组条件可包括所有患者、仅男性、仅女性、仅在年龄范围内的患者、仅某种种族的患者等。
在608处,方法600包括从关系数据库获得被包括在具有所选择的诊断标签和所选择的分组条件(例如,所有患者、仅男性、仅女性等)的检查中的测量的所有测量值,并且计算满足上述先前确定的参数(例如,测量、诊断标签、分组)的测量值的统计分布。统计分布可数学上描述与诊断标签相关联的测量可包括结果值的概率。
在610处,方法600包括计算满足先前确定的参数(例如,测量、诊断标签、分组)的测量值的均值。均值可以是满足先前确定的参数的所有测量值的算术平均值,并且均值可用作测量、相关联的标签和任何相关联的分组参数的所计算的典型范围的中值。
在612处,方法600包括计算满足先前确定的参数(例如,测量、诊断标签、分组)的测量值的标准偏差。标准偏差可以是对测量值偏离均值分布的程度的平方根,并且标准偏差可用作测量、相关联的标签和任何相关联的分组参数的所计算的典型范围的变量。
在614处,方法600包括计算满足先前确定的参数(例如,测量、诊断标签、分组)的测量值的典型范围。典型范围可由最小值和最大值界定。典型范围的最小值可以是系数和标准偏差相乘的乘积并将其从均值中减去。典型范围的最大值可以是系数和标准偏差相乘的乘积并将其加入到均值中。以此方式,假设正态分布,可选择典型范围以包括所有测量值的95%至99%。然而,用于确定典型范围的其他机制是可能的,诸如使用中值或众数值而不是均值。
处理数据并计算测量值的典型范围可由系统自动地和/或迭代地执行,因此用户可执行另一个数据质量控制评估以检验针对每个诊断标签的每个测量的所计算的典型范围的合理性。在任何粒度水平下,计算与诊断标签相关联的测量的典型范围包括计算统计分布、均值、标准偏差和满足可包括的任何附加分组条件的具有相关联的诊断标签的测量的所有测量值的典型范围的过程。因此,该过程可针对所选择的测量的每个诊断标签和分组条件重复,并且然后针对下一测量重复。
图7示出了示出用于计算p值以确定诊断标签相对于系统中的另一个诊断标签的分离量的方法700的流程图。确定诊断标签的分离可促成在患者检查期间的更有效的测量建议。给定当前一组测量和当前一组诊断标签,可使用所计算的p值来确定在患者检查期间可向用户建议测量。可以迭代模式计算p值,这意味着可以迭代模式执行方法700,以便针对每个测量的每个诊断标签对计算p值。在一个示例中,可在图3的方法300期间、具体地在314处执行方法700。所计算的p值可以数据结构表示。
在702处,方法700包括确定(例如,选择)来自关系数据库中的所有测量的测量。可以迭代模式选择测量,使得可以迭代模式针对系统中包括的所有测量计算p值。
在704处,方法700包括确定(例如,选择)来自与所选择的测量相关联的诊断标签的诊断标签对(例如,其中测量和诊断标签被包括在至少一个共同检查中)。可以迭代模式选择诊断标签对,使得可以迭代模式针对系统中包括的所有诊断标签对计算p值。在一个示例中,可以迭代模式执行方法700,使得可针对每个测量计算多个p值,其中可针对系统中包括的与该测量相关联的每个诊断标签对计算p值。
在706处,方法700包括识别和提取匹配检查。p值可在多个粒度水平上进行计算,这意味着可针对所有患者的测量和诊断标签计算p值,但是还可应用附加分组条件来针对测量和诊断标签对以及特定分组计算p值,这意味着一个测量可对于包括另外的分组条件的任何组合的每个诊断标签对具有多个相关联的p值。分组条件可包括所有患者、仅男性、仅女性、仅在年龄范围内的患者、仅某种种族的患者等。因此,如先前所解释,可提取具有所选择的测量和该对的第一诊断标签的检查以形成第一组检查,并且可提取具有所选择的测量和该对的第二诊断标签的检查以形成第二组检查,并且可通过计算每个检查对(例如,其中每个对包括来自第一组的检查和来自第二组的检查)的匹配得分并选择具有最高匹配得分的50或100个对来形成一组匹配检查。匹配得分可基于所选择的匹配标准,诸如基于年龄、性别、BSA等。为了计算不同分组的p值,可应用不同匹配标准。
在707处,方法700包括确定匹配检查的数量是否大于阈值。阈值可以是由系统计算或由用户确定的预先确定的数量,以确保包括测量和诊断标签的足够量的数据库条目并确保存在基于匹配标准的足够的匹配以便计算具有高准确度的p值。在一个示例中,阈值可以是50。如果匹配检查的数量不大于阈值,则方法700可进行到710以确定诊断标签对是否是最后一个诊断标签对,以便继续迭代地选择用于p值计算的测量和诊断标签对,这在下文更详细地解释。
如果匹配检查的数量大于阈值,则方法700可进行到708,其包括计算使用该测量的p值以分离诊断标签对的诊断标签。可针对每个诊断标签对计算p值,使得每个p值可基于针对两个诊断标签中的每个诊断标签的测量的典型范围来指示在两个诊断标签之间的统计差异的水平。可通过对所提取的匹配检查执行独立t检验来计算P值,其中独立t检验可确定两个诊断标签的所选择的测量的测量值是否彼此显著地不同。
在710处,方法700确定当前诊断标签对是否是测量的最后一个诊断标签对或是否仍然需要针对剩余诊断标签对计算p值。如果当前诊断标签对不是最后一个对,则方法700循环回到704以选择下一诊断标签对并针对该诊断标签对和当前测量计算p值。如果当前诊断标签对是最后一个诊断对(例如,已经针对当前测量的每个诊断标签对计算p值),则方法700进行到712以确定当前测量是否是最后一个测量(例如,以用于计算p值)。如果当前测量不是最后一个测量(例如,需要针对其他测量计算p值),则方法700循环回到702以选择下一测量并针对该测量的所有诊断标签对计算p值。如果当前测量是最后一个测量,则方法700结束。在针对所有标签对并针对与每个标签对相关联的所有测量执行计算之后,来自计算的p值和任何其他包含结果可存储在可按标签对键入并按p值排序的数据结构中。在一个示例中,数据结构可按p值从最小p值开始排序。
图8示出了示出用于在给定当前一组测量和当前一组诊断标签的情况下在患者检查期间使诊断标签的列表缩小范围以向用户建议的方法800的流程图。在一个示例中,方法800可在图4的方法400期间作为子例程执行。
在802处,方法800包括从诊断标签的列表选择两个诊断标签并获得与两个诊断标签相关联的每个测量的p值。用户可在系统的显示设备上呈现当前一组诊断标签,并且系统可迭代通过尚未由用户执行的任何测量以确定尚未基于当前一组诊断标签执行的测量的最低p值,如下文所解释。
在804处,方法800包括向用户建议具有最低p值的附加测量。具有最低p值的附加测量可具有通过至少一个诊断标签使当前一组诊断标签缩小范围的最高可能性。在一个示例中,具有最低p值的附加测量可具有不被包括在当前一组诊断标签中的一个诊断标签的典型范围内的最高可能性,这意味着如果执行附加测量并且测量值不被包括在当前一组诊断标签中的一个诊断标签的典型范围内,则可从当前一组诊断标签移除该诊断标签。
在806处,方法800包括确定是否由用户执行附加测量。在确定中可考虑执行的任何附加测量(例如,未向用户建议的附加测量)。如果未执行附加测量,则方法800可结束,或者方法800可循环回到802并可建议不同测量。
如果执行附加测量,则方法800可进行到808,其包括确定执行的附加测量是否包括在当前一组诊断标签中的相关联的诊断标签的典型范围之外的测量。如果执行的附加测量是建议测量,则可能存在附加测量的测量值未被包括在p值计算中包括的诊断标签的典型范围内的更高可能性。如果附加测量的测量值未超出当前一组诊断标签中的相关联的诊断标签的典型范围,则方法800可进行到802以确定在给定当前一组测量和当前一组诊断标签的情况下执行新附加测量的新最低p值。
如果附加测量的测量值超出当前一组诊断标签中的相关联的诊断标签的典型范围,则方法800可进行到810,其包括从一组所显示的诊断标签移除该相关联的诊断标签。通过任何诊断标签从当前一组诊断标签移除的通知和/或指示,可向用户告知在当前患者检查期间对显示在系统的显示设备上的当前一组诊断标签的任何更新。
在812处,可重复以上过程(例如,确定尚未执行的具有最低p值的测量以使可能的诊断标签缩小范围),直到仅阈值数量的诊断标签保留在可能的诊断标签的列表中,或者直到无法识别附加测量。例如,如果建议诊断标签的原始列表是相对长的(例如,10个诊断标签),并且第一建议测量仅从列表消除一个诊断标签,则可建议一个或多个附加测量,直到建议/可能的诊断标签的列表达到阈值,该阈值可以是一个标签、两个标签或三个标签。另选地,在建议一个或多个附加测量之后,系统可能无法识别可在诊断标签之间进行区分的另外的测量。在任一情况下(或在用户指示检查完成时),方法800可结束。
通过根据本文所述的过程在接收一组测量时返回数据库查询,可实现若干优点。数据库和/或p值数据结构可能需要最小化存储器使用,因为仅可保存来自检查的相关数据(例如,可丢弃来自检查的其他信息),并且可以高效方式对数据进行结构化。当执行查询以从一组所接收的测量识别标签和/或测量时,可迅速地返回结果,特别是因为可能的标签的列表随每个附加测量而缩小范围。另外,可通过提供对相关测量和标签概率计算的容易识别来减少处理能力,这也可用于辅助识别要执行的附加诊断相关测量。
图9示出了示例性过程900,其中可基于一个或多个测量来建议多个可能的诊断标签,以及可区分建议诊断标签的附加测量。过程900可以是上文关于图4描述的示出关系数据库(或执行数据库的系统)如何计算诊断标签与当前患者检查相关联的概率以确定向用户建议哪些测量和/或向用户建议哪些诊断标签的一个示例,但是在不脱离本公开的范围的情况下可实现用于基于测量数据库进行建议的其他方法。在一个示例中,在给定当前一组测量的情况下可与当前患者检查相关联的所有诊断标签可具有针对数据库查找中的每个测量计算的概率,以便减少显示给用户的诊断标签的量,从而允许用户进行最少量的测量就能进行准确诊断。
过程900可包括输入902,该输入可以是在用户对超声图像执行测量时在当前患者检查期间执行的自动查询。在一个示例中,输入902可包括在当前患者检查期间执行的当前一组测量。在图9所示的示例中,输入包括在舒张(IVSd)中呈2D的室间隔内径的第一测量和左心室射血得分(EF)的第二测量,其中第一测量具有12mm的值并且第二测量具有60%的值。
输入被输入到数据库904中,该数据库可包括所有已知测量、所有已知诊断标签、所有先前患者检查、所有测量和诊断标签的所有典型范围等。在一个示例中,数据库904可包括每个测量和诊断标签对的所有可能的p值。
如图9所示,输入902和数据库904可经由建议系统906通信,该建议系统可从数据库904检索可能的诊断标签和/或建议测量。然而,在其他示例中,建议系统906还可包括用于参考任何p值计算、均值计算、典型范围计算等的计算数据库。建议系统906可根据输入902中的所请求的信息来从输入902取得查询和/或输入以及从数据库904取得数据(例如,分组、条目)。作为一个示例,建议系统906可以是图1的建议系统124。建议系统906可基于来自输入902的输入来生成建议诊断标签、建议测量等,使得如果每当用户在当前患者检查期间执行如进行测量的动作时,来自输入902的输入由系统自动地生成,建议系统906可在进行任何用户动作之后自动地提供输出。
建议系统906可输出建议908,该建议可以是将在系统的显示设备上显示的建议诊断标签、建议测量等。在一个示例中,当前患者检查可包括与先前患者检查相同的测量,包括给定诊断标签(例如,标签X),因此可将与当前患者检查相关的测量与来自包括给定诊断标签的先前检查的测量值进行比较,以便确定当前患者检查是否应当包括给定诊断标签。当比较测量值时,如果来自当前患者检查的测量值不在由与测量相关联的典型范围界定的值范围内,则建议系统906可能不建议给定诊断标签。在该示例中,当前检查中可存在与诊断标签相关联的每个测量(如由数据库904确定),其中值在预定义的典型范围内,以便将由建议系统906建议该诊断标签。然而,在其他示例中,如果测量缺失或具有在预定义的典型范围之外的测量值,则仍然可由建议系统906建议诊断标签,但置信度较低。
在另一个示例中,当前患者检查可不包括被包括在包括当前与当前患者检查相关联的多个诊断标签的先前患者检查中的测量,因此可针对包括当前未包括在当前患者检查中的测量的当前与当前患者检查相关联的所有诊断标签比较在包括该测量之后每个诊断标签与当前患者检查相关联的概率。如果在包括该测量之后任何诊断标签与当前患者检查相关联的任何概率变化超过偏差阈值的量,则可确定可由建议系统906向用户建议测量以使可能的诊断标签的列表缩小范围以包括在当前患者检查中。
例如,建议908可包括基于输入902确定的可能的诊断标签的列表。如图所示,可能的诊断标签可包括三个标签:正常的第一标签、原发性醛固酮增多症的第二标签和原发性高血压的第三标签。
由于在可能的诊断标签的列表中建议了多个排他性诊断标签,因此可建议一个或多个测量以使可能的诊断标签的列表缩小范围。可基于每个测量和诊断标签对的p值来选择建议测量。在所示的示例中,三个诊断标签对是可能的(标签1,标签2;标签1,标签3;以及标签2,标签3)。可从p值数据结构(其可被保存在数据库904和/或建议系统906上)检索针对三个诊断标签对中的每个诊断标签对的每个测量的p值,并且可选择具有来自所检索的p值中的最低p值的测量。作为示例,图9示出了一个诊断标签对(标签2,标签3)的p值和相关联的测量,其包括p值为0.004的舒张早期环空速度(e')、p值为0.28的等体积舒张时间(IVRT)和p值为0.94的EF。然后,建议尚未执行的具有最低p值的测量,这在这种情况下将是e’。
如先前所解释,然后,可由用户执行建议测量,并且建议测量的值可用于进一步使可能的诊断标签的列表缩小范围。例如,如果用户执行了e’测量并确定其值为8cm/s,则测量值8cm/s可作为输入输入并与可能的诊断标签中的每个可能的诊断标签的e’测量的典型范围进行比较。如果值超出可能的诊断标签中的任何可能的诊断标签的典型范围,则可排除该标签。例如,原发性醛固酮增多症的e'的典型范围可以是5.8+/-1.9,并且因此可基于建议测量的值来排除标签2。然后,可重复该过程,以建议某一测量来在标签1与标签3之间进行区分。
一种用于建议附加测量以使可能的标签缩小范围或在可能的标签中进行区分的机制包括生成其中每个标签的总条件概率用包括新(尚未执行的)测量迭代地重新计算的数据库。例如,如果在上文呈现的示例中,未执行第一测量,但是在具有第一标签和/或第二标签的至少一些检查中存在第一测量,则可用计算中包括的第一测量的相应条件概率重新计算第一标签和第二标签中的每一者的总条件概率。如果一个标签的总概率增大得超过其他标签,则可由建议系统906向用户建议第一测量以执行测量来将第二标签与第一标签区分开来。在另一个示例中,如果第二测量与第二诊断标签比第一诊断标签更高度相关,并且因此,如果尚未执行第二测量,则可由建议系统906向用户建议该第二测量(或与第一诊断标签或第二诊断标签中的一者比另一者更高度相关且尚未执行的另一个测量)。
在另一个示例中,如果上述测量的分析返回了具有基本上相等得概率的两个可能的诊断标签,为了确定给定测量是否可在两个诊断标签之间进行区分,则可由建议系统906执行对数据库904中的数据的进一步分析。例如,可选择用第一标签或第二标签标记的先前患者检查,并且可将第一测量的值绘制为随第一标签和第二标签相关联的第二测量的值而变。如果检查不包括具有p值的测量来基于第一测量的值来分清第一标签与第二标签之间的差别,则可确定第一测量对于将第一标签与第二标签区别开来是没有价值的。例如,如果检查对于第二测量具有不同测量值但是对于第一测量具有全都相同(或相对相同)的测量值,则可确定第一测量不会进行区别。另一方面,如果检查确实包括具有p值的测量以基于第一测量来分清第一标签与第二标签之间的差别(例如,具有第二标签的检查对于第一测量全都具有高于阈值的值,而具有第一标签的检查对于第一测量全都具有低于阈值的值),则可确定第一测量对于将第一标签与第二标签区别开来是有价值的,并且因此由建议系统906向用户建议。
作为如何确定测量是否将有助于区分两个可能的诊断标签的另一个示例,第一测量的测量值与第一可能的诊断标签相关联的概率可被绘制为随该测量的测量值而变。类似地,第二测量的测量值与第二可能的诊断标签相关联的概率可被绘制为随该测量的测量值而变。然后,可比较概率的分布,以确定该测量在区别两个诊断标签方面是否是有价值的。例如,如果概率曲线类似和/或具有高度重叠(例如,在相同测量值处有峰和/或涵盖相同测量值),则可确定测量不是有价值的。然而,如果概率曲线不类似和/或不具有高度重叠量(例如,曲线的峰偏移一定量),则可确定测量对于区别两个诊断标签是有价值的并向用户建议。
虽然本文已经关于超声系统描述了建议系统、测量数据库和用于计算数据的典型范围并建议可能的诊断和测量的方法,但是应当理解,本文描述的系统和方法可应用于其他类型的医学图像,包括但不限于磁共振图像、计算机断层摄影图像、X射线图像、可见光图像等。
使用测量数据库基于患者的医学图像中的解剖特征的一个或多个测量来建议患者检查的可能的诊断和/或测量的技术效果是可提供准确诊断和/或可提高诊断的置信度水平,从而改善患者护理。另外的技术效果是测量数据库可实现在多种设备上,并且在多种临床环境中允许建议诊断和/或测量,同时减少其他计算机辅助诊断系统所需的处理能力和存储器。
本公开还提供了对一种用于医学成像系统的用户界面的方法的支持,该方法包括:接收来自用户的第一用户输入并基于该第一用户输入来确定医学图像的第一测量;向测量数据库发送该第一测量以及该第一测量的值;从该数据库接收基于诊断标签来确定的第二建议测量,每个诊断标签包括该第一测量的包括该第一测量的该值的典型范围;以及在该用户执行该第二测量之前向该用户建议该第二建议测量。在该方法的第一示例中,每个典型范围是被包括在该测量数据库中并与相应诊断标签相关联的该第一测量的值的范围。在该方法的第二示例中,任选地包括该第一示例,每个典型范围基于被包括在该测量数据库中并与相应诊断标签相关联的该第一测量的所有值的均值和标准偏差。在该方法的第三示例中,任选地包括该第一示例和该第二示例中的一者或两者,该方法还包括:接收来自该用户的第二用户输入并基于该第二用户输入来确定该医学图像的该第二测量;向该测量数据库发送该第二测量以及该第二测量的值;从该数据库接收基于诊断标签来确定的第三建议测量,每个诊断标签包括该第一测量的包括该第一测量的该值的该典型范围和该第二测量的包括该第二测量的该值的第二典型范围;以及在该用户执行该第三测量之前向该用户建议该第三建议测量。在该方法的第四示例中,任选地包括该第一示例至该第三示例中的一者或多者或每一者,该方法还包括:接收来自该用户的第二用户输入并基于该第二用户输入来确定该医学图像的该第二测量;向该测量数据库发送该第二测量以及该第二测量的值;基于该第一测量的该值和该第二测量的该值来从该数据库接收指示可能的诊断代码或检查结果的第一建议诊断标签;以及显示该第一建议诊断标签。在该方法的第五示例中,任选地包括该第一示例至该第四示例中的一者或多者或每一者,在接收到该第一测量以及该第一测量的该值时,该数据库识别该第一诊断标签和第二诊断标签,并且其中建议该第二测量以区分该第一诊断标签和该第二诊断标签。在该方法的第六示例中,任选地包括该第一示例到该第五示例中的一者或多者或每一者,通过从该数据库获得测量和相关联的p值的列表并从该测量列表选择具有最低p值的测量来建议该第二测量,其中该第二测量是所选择的测量。在该方法的第七示例中,任选地包括该第一示例至该第六示例中的一者或多者或每一者,每个p值指示基于对应测量的在该第一诊断标签与该第二诊断标签之间的统计差异的水平。在该方法的第八示例中,任选地包括该第一示例至该第七示例中的一者或多者或每一者,该医学图像是患者的,并且该方法还包括响应于接收到选择该第一诊断标签的第三用户输入,将该第一诊断标签保存作为该患者的报告的部分,该报告还包括该医学图像、该第一测量、该第一测量的该值、该第二测量和该第二测量的该值。在该方法的第九示例中,任选地包括该第一示例至该第八示例中的一者或多者或每一者,该医学图像是患者的,并且该方法还包括显示一个或多个附加诊断标签,并且响应于选择该一个或多个附加诊断标签中的诊断标签的第三用户输入,将所选择的诊断标签保存作为该患者的报告的部分,该报告还包括该医学图像、该第一测量、该第一测量的该值、该第二测量和该第二测量的该值。在该方法的第十示例中,任选地包括该第一示例至该第九示例中的一者或多者或每一者,在接收到该第一测量以及该第一测量的该值时,该数据库从该数据库中列出的多个可能的诊断标签中识别可能的诊断标签的第一子集并基于包括包括该第一测量的该值的该典型范围的诊断标签来排除该多个可能的诊断标签中的所有其他诊断标签,在接收到该第二测量以及该第二测量的该值时,该数据库从可能的诊断标签的该第一子集中识别可能的诊断标签的第二子集并基于包括包括该第一测量的该值和该第二测量的该值的该典型范围的诊断标签来排除诊断标签的该第一子集中的所有其他诊断标签,并且该方法还包括从该数据库接收诊断标签的该第二子集并显示诊断标签的该第二子集。
本公开还提供了对一种方法的支持,该方法包括:接收对医学图像中的解剖特征的第一测量以及该第一测量的值;基于该第一测量的该值落在针对第一诊断标签和第二诊断标签中的每一者的该第一测量的值的相应典型范围内来经由测量数据库将该第一测量以及该第一测量的该值映射到至少该第一诊断标签和该第二诊断标签,每个诊断标签指示与该医学图像中的该解剖特征相关的诊断代码或检查结果;以及确定该解剖特征的第二测量将区分该第一诊断标签和该第二诊断标签而不对该标签和该测量进行聚类,并且作为响应,输出应当执行该第二测量的建议。在该方法的第一示例中,针对该第一诊断标签的该第一测量的值的该典型范围基于该测量数据库中包括的并与该第一诊断标签相关联的该第一测量的所有值的均值和标准偏差,并且其中针对该第二诊断标签的该第一测量的值的该典型范围基于该测量数据库中包括的并与该第二诊断标签相关联的该第一测量的所有值的均值和标准偏差。在该方法的第二示例中,任选地包括该第一示例,确定该解剖特征的该第二测量将区分该第一诊断标签和该第二诊断标签包括确定该第二测量具有来自可能的测量和相关联的p值的列表中的最低相关联的p值。在该方法的第三示例中,任选地包括该第一示例和该第二示例中的一者或两者,该测量数据库包括p值数据库,每个p值基于针对诊断标签对的第一诊断标签的给定测量的值的第一典型范围和针对该诊断标签对的第二诊断标签的给定测量的值的第二典型范围来针对该给定测量并在该诊断标签对之间进行计算,并且其中确定该第二测量具有来自可能的测量和相关联的p值的该列表中的最低相关联的p值包括从该p值数据库获得可能的测量和相关联的p值的该列表。在该方法的第四示例中,任选地包括该第一示例至该第三示例中的一者或多者或每一者,该测量数据库包括来自多个先前患者检查的数据。在该方法的第五示例中,任选地包括该第一示例至该第四示例中的一者或多者或每一者,该测量数据库中的该数据仅包括来自先前患者检查的数据,包括少于第一阈值数量的诊断标签、在第二阈值范围内的测量的数量和该先前患者检查完成的指示。在该方法的第六示例中,任选地包括该第一示例至该第五示例中的一者或多者或每一者,每个检查中的该一个或多个诊断标签包括用户定义的标签和非用户定义的标签,并且其中仅一致地使用的用户定义的标签被包括在该测量数据库中,其中基于使用频率和/或使用时间段来识别一致地使用的用户定义的标签。
本公开还提供了对一种系统的支持,该系统包括:存储器,该存储器存储指令;以及处理器,该处理器被配置为执行该指令以:接收对患者的一个或多个医学图像中存在的患者解剖特征的一组测量,每个测量具有相应值;使用从多个先前检查生成的测量数据库,基于该一组测量以及每个测量的相应值来识别诊断标签列表,其中基于该诊断标签列表中的每个诊断标签在该测量数据库中与该一组测量中的每个测量相关联,包括该诊断标签列表中的每个诊断标签对于该一组测量中的每个测量具有涵盖对应相应值的值的相应典型范围,从该测量数据库识别该诊断标签列表中的每个诊断标签,该诊断标签列表中的每个诊断标签指示相应诊断代码或检查结果,该诊断标签列表从来自该测量数据库的多个可能的诊断标签中识别;以及输出该诊断标签列表来显示在显示设备上。在该系统的第一示例中,该处理器被进一步配置为执行该指令以:基于来自该测量数据库的测量和相关联的p值的列表来识别附加测量以在该诊断标签列表的第一诊断标签和第二诊断标签之间进行区分;以及输出执行该附加测量的建议来显示在该显示设备上,并且其中每个典型范围是与相应诊断标签相关联的相应测量的值的范围,每个典型范围基于从与该测量数据库中的该诊断标签相关联的该测量的所有测量值确定的值的分布。
当介绍本公开的各种实施方案的元件时,词语“一个”、“一种”和“该”旨在意指存在这些元件中的一个或多个元件。术语“第一”、“第二”等不表示任何顺序、量或重要性,而是用于将一个元件与另一个元件区分开。术语“包括”、“包含”和“具有”旨在是包含性的,并且意指除了列出的元件之外还可存在附加元件。如本文使用术语“连接到”、“联接到”等,一个对象(例如,材料、元件、结构、构件等)可以连接到或联接到另一个对象,而无论该一个对象是否直接连接或联接到另一个对象,或者在该一个对象和另一个对象之间是否存在一个或多个介入对象。此外,应当理解,对本公开的“一个实施方案”或“实施方案”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。
除了任何先前指示的修改之外,本领域技术人员可以在不脱离本描述的实质和范围的情况下设计出许多其他变型和替换布置,并且所附权利要求书旨在覆盖此类修改和布置。因此,尽管上面已经结合当前被认为是最实际和最优选的方面对信息进行了具体和详细的描述,但对于本领域的普通技术人员将显而易见的是,在不脱离本文阐述的原理和概念的情况下,可以进行许多修改,包括但不限于形式、功能、操作方式和使用。同样,如本文所使用的,在所有方面,示例和实施方案仅意图是说明性的,并且不应以任何方式解释为限制性的。
Claims (19)
1.一种用于医学成像系统的用户界面的方法,所述方法包括:
接收来自用户的第一用户输入并基于所述第一用户输入来确定医学图像的第一测量;
向测量数据库发送所述第一测量以及所述第一测量的值;
从所述数据库接收基于诊断标签来确定的第二建议测量,每个诊断标签包括所述第一测量的包括所述第一测量的所述值的典型范围;以及
在所述用户执行所述第二测量之前向所述用户建议所述第二建议测量。
2.根据权利要求1所述的方法,其中每个典型范围是被包括在所述测量数据库中并与相应诊断标签相关联的所述第一测量的值的范围。
3.根据权利要求2所述的方法,其中每个典型范围基于被包括在所述测量数据库中并与相应诊断标签相关联的所述第一测量的所有值的均值和标准偏差。
4.根据权利要求1所述的方法,所述方法还包括:
接收来自所述用户的第二用户输入并基于所述第二用户输入来确定所述医学图像的所述第二测量;
向所述测量数据库发送所述第二测量以及所述第二测量的值;
从所述数据库接收基于诊断标签来确定的第三建议测量,每个诊断标签包括所述第一测量的包括所述第一测量的所述值的所述典型范围和所述第二测量的包括所述第二测量的所述值的第二典型范围;以及
在所述用户执行所述第三测量之前向所述用户建议所述第三测量。
5.根据权利要求1所述的方法,所述方法还包括:
接收来自所述用户的第二用户输入并基于所述第二用户输入来确定所述医学图像的所述第二测量;
向所述测量数据库发送所述第二测量以及所述第二测量的值;
基于所述第一测量的所述值和所述第二测量的所述值来从所述数据库接收指示可能的诊断代码或检查结果的第一建议诊断标签;以及
显示所述第一建议诊断标签。
6.根据权利要求5所述的方法,其中在接收到所述第一测量以及所述第一测量的所述值时,所述数据库识别所述第一诊断标签和第二诊断标签,并且其中建议所述第二测量以区分所述第一诊断标签和所述第二诊断标签。
7.根据权利要求6所述的方法,其中通过从所述数据库获得测量和相关联的p值的列表并从所述测量列表选择具有最低p值的测量来建议所述第二测量,其中所述第二测量是所选择的测量。
8.根据权利要求7所述的方法,其中每个p值指示基于所述相关联的测量的在所述第一诊断标签与所述第二诊断标签之间的统计差异的水平。
9.根据权利要求5所述的方法,其中所述医学图像是患者的,并且所述方法还包括响应于接收到选择所述第一诊断标签的第三用户输入,将所述第一诊断标签保存作为所述患者的报告的部分,所述报告还包括所述医学图像、所述第一测量、所述第一测量的所述值、所述第二测量和所述第二测量的所述值。
10.根据权利要求5所述的方法,其中所述医学图像是患者的,并且所述方法还包括显示一个或多个附加诊断标签,并且响应于选择所述一个或多个附加诊断标签中的诊断标签的第三用户输入,将所选择的诊断标签保存作为所述患者的报告的部分,所述报告还包括所述医学图像、所述第一测量、所述第一测量的所述值、所述第二测量和所述第二测量的所述值。
11.根据权利要求5所述的方法,其中在接收到所述第一测量以及所述第一测量的所述值时,所述数据库从所述数据库中列出的多个可能的诊断标签中识别可能的诊断标签的第一子集并基于包括包括所述第一测量的所述值的典型范围的诊断标签来排除所述多个可能的诊断标签中的所有其他诊断标签;
在接收到所述第二测量以及所述第二测量的所述值时,所述数据库从可能的诊断标签的所述第一子集中识别可能的诊断标签的第二子集并基于包括包括所述第一测量的所述值和所述第二测量的所述值的典型范围的诊断标签来排除诊断标签的所述第一子集中的所有其他诊断标签;以及
所述方法还包括从所述数据库接收诊断标签的所述第二子集并显示诊断标签的所述第二子集。
12.一种方法,所述方法包括:
接收对医学图像中的解剖特征的第一测量以及所述第一测量的值;
基于所述第一测量的所述值落在针对第一诊断标签和第二诊断标签中的每一者的所述第一测量的值的相应典型范围内来经由测量数据库将所述第一测量以及所述第一测量的所述值映射到至少所述第一诊断标签和所述第二诊断标签,每个诊断标签指示与所述医学图像中的所述解剖特征相关的诊断代码或检查结果;以及
确定所述解剖特征的第二测量将区分所述第一诊断标签和所述第二诊断标签而不对所述标签和所述测量进行聚类,并且作为响应,输出应当执行所述第二测量的建议。
13.根据权利要求12所述的方法,其中针对所述第一诊断标签的所述第一测量的值的所述典型范围基于所述测量数据库中包括的并与所述第一诊断标签相关联的所述第一测量的所有值的均值和标准偏差,并且其中针对所述第二诊断标签的所述第一测量的值的所述典型范围基于所述测量数据库中包括的并与所述第二诊断标签相关联的所述第一测量的所有值的均值和标准偏差。
14.根据权利要求12所述的方法,其中确定所述解剖特征的所述第二测量将区分所述第一诊断标签和所述第二诊断标签包括确定所述第二测量具有来自可能的测量和相关联的p值的列表中的最低相关联的p值。
15.根据权利要求14所述的方法,其中所述测量数据库包括p值数据库,每个p值基于针对诊断标签对的第一诊断标签的给定测量的值的
第一典型范围和针对诊断标签对的第二诊断标签的给定测量的值的第二典型范围来针对所述给定测量并在所述诊断标签对之间进行计算,并且其中确定所述第二测量具有来自可能的测量和相关联的p值的所述列表中的最低相关联的p值包括从所述p值数据库获得可能的测量和相关联的p值的所述列表。
16.根据权利要求12所述的方法,其中所述测量数据库包括来自多个先前患者检查的数据。
17.根据权利要求16所述的方法,其中所述测量数据库中的所述数据仅包括来自先前患者检查的数据,包括少于第一阈值数量的诊断标签、在第二阈值范围内的测量的数量和所述先前患者检查完成的指示。
18.根据权利要求17所述的方法,其中每个检查中的所述一个或多个诊断标签包括用户定义的标签和非用户定义的标签,并且其中仅一致地使用的用户定义的标签被包括在所述测量数据库中,其中基于使用频率和/或使用时间段来识别一致地使用的用户定义的标签。
19.一种系统,所述系统包括:
存储器,所述存储器存储指令;和
处理器,所述处理器被配置为执行所述指令以进行根据权利要求1至18中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/451,465 | 2021-10-19 | ||
US17/451,465 US20230121506A1 (en) | 2021-10-19 | 2021-10-19 | System and methods for exam suggestions using a database |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115990029A true CN115990029A (zh) | 2023-04-21 |
Family
ID=85981087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211250021.XA Pending CN115990029A (zh) | 2021-10-19 | 2022-10-12 | 用于使用数据库的检查建议的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230121506A1 (zh) |
CN (1) | CN115990029A (zh) |
-
2021
- 2021-10-19 US US17/451,465 patent/US20230121506A1/en active Pending
-
2022
- 2022-10-12 CN CN202211250021.XA patent/CN115990029A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230121506A1 (en) | 2023-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10231694B2 (en) | Automatic blood vessel identification by name | |
CN111374703B (zh) | 用于医疗分级系统的方法和系统 | |
US8081806B2 (en) | User interface and method for displaying information in an ultrasound system | |
US11488298B2 (en) | System and methods for ultrasound image quality determination | |
US20080281195A1 (en) | System and method for planning LV lead placement for cardiac resynchronization therapy | |
US8343053B2 (en) | Detection of structure in ultrasound M-mode imaging | |
CN104622509A (zh) | 超声波诊断装置以及弹性评价方法 | |
US11931201B2 (en) | Device and method for obtaining anatomical measurements from an ultrasound image | |
KR102185725B1 (ko) | 초음파 영상 표시 방법 및 이를 위한 초음파 장치 | |
US11593933B2 (en) | Systems and methods for ultrasound image quality determination | |
US20210350529A1 (en) | Gating machine learning predictions on medical ultrasound images via risk and uncertainty quantification | |
US20160081659A1 (en) | Method and system for selecting an examination workflow | |
WO2018047404A1 (ja) | 超音波診断システムおよび超音波診断システムの制御方法 | |
CN107809956A (zh) | 超声设备及其操作方法 | |
US11896434B2 (en) | Systems and methods for frame indexing and image review | |
US8394023B2 (en) | Method and apparatus for automatically determining time to aortic valve closure | |
US20230121506A1 (en) | System and methods for exam suggestions using a database | |
US20210350531A1 (en) | Method and system for managing image quality utilizing a generative model | |
US20230121619A1 (en) | System and methods for exam suggestions using a clustered database | |
US11890142B2 (en) | System and methods for automatic lesion characterization | |
CN113950722A (zh) | 用于分析成像数据的方法和装置 | |
CN113662579A (zh) | 超声波诊断装置、医用图像处理装置及方法、存储介质 | |
US11944501B2 (en) | Systems and methods for automatic measurements of medical images | |
JP7346192B2 (ja) | 装置、医用情報処理装置、及びプログラム | |
US20220338842A1 (en) | Methods and apparatuses for providing indications of missing landmarks in ultrasound images |
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 |