CN116325009A - 医疗系统和方法 - Google Patents
医疗系统和方法 Download PDFInfo
- Publication number
- CN116325009A CN116325009A CN202080105497.7A CN202080105497A CN116325009A CN 116325009 A CN116325009 A CN 116325009A CN 202080105497 A CN202080105497 A CN 202080105497A CN 116325009 A CN116325009 A CN 116325009A
- Authority
- CN
- China
- Prior art keywords
- images
- diagnostic result
- suspected lesions
- severity
- diagnostic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000003902 lesion Effects 0.000 claims abstract description 117
- 238000003384 imaging method Methods 0.000 claims description 108
- 238000004891 communication Methods 0.000 claims description 31
- 230000004048 modification Effects 0.000 claims description 21
- 238000012986 modification Methods 0.000 claims description 21
- 238000012805 post-processing Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 106
- 238000003745 diagnosis Methods 0.000 description 16
- 238000007689 inspection Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000002591 computed tomography Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000001356 surgical procedure Methods 0.000 description 10
- 210000001519 tissue Anatomy 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 210000000056 organ Anatomy 0.000 description 8
- 238000002603 single-photon emission computed tomography Methods 0.000 description 8
- 206010028980 Neoplasm Diseases 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000002786 image-guided radiation therapy Methods 0.000 description 4
- 208000032843 Hemorrhage Diseases 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000003739 neck Anatomy 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000002685 pulmonary effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
方法(500)可以包括使扫描设备对对象执行一次或多次扫描(510)。该方法还可以包括基于一次或多次扫描获得对象的扫描数据(520)。该方法还可以包括基于扫描数据生成对象的一个或多个图像(530)。该方法还可以包括基于一个或多个图像生成诊断结果(540)。诊断结果至少可以指示对象中是否存在一个或多个疑似病变。
Description
技术领域
本说明书一般涉及医疗技术,更具体地说,涉及自动诊断的系统和方法。
背景技术
自动诊断(例如,计算机辅助诊断(Computer-aided diagnosis,CAD))可以通过图像分析检测组织或器官的组织学切片中的“异常”,减少诊断时间,使医生能够更详细地进行诊断。因此希望能够提供自动诊断系统和/或方法来提高自动诊断的效率。
发明内容
根据本说明书的一个方面,一个系统可以包括一个或多个存储设备和一个或多个处理器,这些处理器被配置为与一个或多个存储设备通信。该一个或多个存储设备可以包括一组指令。当一个或多个处理器执行该组指令时,该一个或多个处理器可被指示执行以下一项或多项操作。该一个或多个处理器可以使扫描设备对对象进行一次或多次扫描。该一个或多个处理器可以基于该一个或多个扫描获得该对象的扫描数据。该一个或多个处理器可以基于扫描数据,生成对象的一个或多个图像。该一个或多个处理器可以基于一个或多个图像,生成一个诊断结果。诊断结果可以至少指示对象中是否存在一个或多个疑似病变。
在一些实施例中,诊断结果可基于机器学习模型生成。
在一些实施例中,诊断结果可以指示病变信息,包括一个或多个疑似病变的类型、一个或多个疑似病变的大小、一个或多个疑似病变的位置、一个或多个疑似病变的特征、一个或多个疑似病变的严重程度,或与一个或多个疑似病变相关的后续治疗建议中的至少一个。
在一些实施例中,病变信息可以包括一个或多个疑似病变的严重程度。该一个或多个处理器可以确定一个或多个疑似病变的严重程度是否大于阈值。响应于确定一个或多个疑似病变的严重程度大于阈值,该一个或多个处理器可以生成一个信息,指示该对象需要优先处理。
在一些实施例中,该一个或多个处理器可以通过网络将通知传送到远程手术设备。
在一些实施例中,病变信息可包括一个或多个疑似病变的严重程度。与严重程度相关的标签可以分配给诊断结果。
在一些实施例中,该一个或多个处理器可以通过网络将一个或多个图像和/或诊断结果传送到目标远程设备。
在一些实施例中,目标远程设备可以包括一个影像归档和通信系统(picturearchiving and communication system,PACS)或一个后处理工作站。
在一些实施例中,该一个或多个处理器可以使一个或多个图像和诊断结果被显示出来。
在一些实施例中,该一个或多个处理器可以向远程协助设备传送指令,以指导远程协助设备根据诊断结果安排与该对象相关的后续治疗。
在一些实施例中,远程协助设备可以包括医院信息系统(Hospital InformationSystem,HIS)、实验室信息系统(Laboratory Information System,LIS)、放射学信息系统(Radiology Information System,RIS)、医生工作站或护士工作站中的至少一个。
在一些实施例中,该一个或多个处理器可以被配置为允许一个或多个用户设备通过网络访问该一个或多个处理器以查看一个或多个图像和诊断结果。
在一些实施例中,基于一个或多个图像和/或诊断结果,可以通过一个或多个用户设备中的第一用户设备在线执行对一个或多个扫描的扫描参数、用于生成一个或多个图像的重建参数、或诊断结果中的至少一个的修改。
在一些实施例中,可以通过一个或多个用户设备中的第二用户设备实时查看该修改。
在一些实施例中,一个或多个用户设备中的一个可能与医生或成像技术人员有关。
根据本说明书内容的另一个方面,一种方法可以包括以下一项或多项操作。一个或多个处理器可以使扫描设备对一个对象进行一次或多次扫描。该一个或多个处理器可基于该一个或多个扫描获得该对象的扫描数据。该一个或多个处理器可以基于扫描数据生成该对象的一个或多个图像。该一个或多个处理器可以基于一个或多个图像生成一个诊断结果。诊断结果可以至少指示对象中是否存在一个或多个疑似病变。
根据本说明书的另一个方面,一个系统可以包括一个控制模块,其被配置为使扫描设备对一个对象进行一次或多次扫描。该系统还可以包括一个重建模块,其被配置为基于一个或多个扫描获得对象的扫描数据。重建模块也可以被配置为基于扫描数据生成对象的一个或多个图像。该系统还可以包括诊断模块,其被配置为基于一个或多个图像生成诊断结果。诊断结果可以至少指示对象中是否存在一个或多个疑似病变。
根据本说明书内容的另一个方面,非暂时性计算机可读介质可包括至少一组指令。该至少一套指令可由一个计算设备的一个或多个处理器执行。该一个或多个处理器可使扫描设备对一个对象进行一次或多次扫描。该一个或多个处理器可以基于该一个或多个扫描获得该对象的扫描数据。该一个或多个处理器可以基于扫描数据生成该对象的一个或多个图像。该一个或多个处理器可以基于一个或多个图像生成一个诊断结果。诊断结果可以至少指示对象中是否存在一个或多个疑似病变。
本说明书的一部分附加特性可以在以下描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解,本说明书的一部分附加特性对于本领域技术人员是明显的。本说明书中的特征可以通过实践或使用在下面讨论的详细示例中阐述的方法、手段和组合的各个方面来实现和获得。
附图说明
本说明书将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例是非限制性的示例性实施例,在这些实施例中,各图中相同的编号表示相似的结构,其中:
图1是根据本说明书的一些实施例所示的示例性的成像系统的示意图。
图2是根据本说明书的一些实施例所示的示例性的计算设备的硬件和/或软件组件的示意图。
图3是根据本说明书的一些实施例所示的示例性的移动设备的硬件和/或软件组件的示意图。
图4是根据本说明书的一些实施例所示的示例性的处理设备的模块图;以及
图5是根据本说明书的一些实施例所示的示例性的用于自动诊断的流程示意图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。然而,本领域技术人员应该明白,可以在没有这些细节的情况下实施本申请。在其它情况下,为了避免不必要地使本申请的各方面变得晦涩难懂,已经在较高的层次上描述了众所周知的方法、过程、系统、组件和/或电路。对于本领域的普通技术人员来讲,显然可以对所披露的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请不限于所示的实施例,而是符合与申请专利范围一致的最广泛范围。
本申请中所使用的术语仅出于描述特定示例实施例的目的,而非限制性的。如本申请使用的单数形式“一”、“一个”及“该”同样可以包括复数形式,除非上下文明确提示例外情形。还应当理解,当在本说明书中使用时,术语“包含”、“包括”指明存在所描述的特征、整数、步骤、操作、元素和/或群组件,但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、组件和/或其群组。
应理解,此处使用的术语“系统”、“引擎”、“单元”、“模块”和/或“块”是一种按升序区分不同级别的不同组件、元件、部件、部分、或装配件的方法。但是,如果这些术语达到相同的目的,则可以用其他表达方式代替。
通常,这里使用的词语“模块”、“单元”或“块”是指体现在硬件或固件中的逻辑,或者是软件指令的集合。在此描述的模块、单元或块可以被实现为软件和/或硬件并且可以被存储在任何类型的非暂时性计算机可读介质或其他存储设备中。在一些实施例中,可以编译软件模块/单元/块并将其链接到可执行程序中。应当理解,软件模块可以从其他模块/单元/块或从它们自身调用,和/或可以响应于检测到的事件或中断而被调用。被配置用于在计算设备上执行的软件模块/单元/块可以被提供在计算机可读介质上,或者作为数字下载(并且可以以压缩或可安装格式存储,在执行之前需要安装、解压缩或解密)。这里的软件代码可以被部分的或全部的储存在执行操作的计算设备的存储设备中,并应用在计算设备的操作之中。软件指令可以嵌入到固件中,例如EPROM。还应当理解,硬件模块/单元/块可以包括在连接的逻辑组件中,例如门和触发器,和/或可以包括可编程单元,例如,可编程门阵列或处理器。这里描述的模块/单元/块或计算设备功能可以实现为软件模块/单元/块,但是可以用硬件或固件表示。通常,这里描述的模块/单元/块指的是逻辑模块/单元/块,其可以与其他模块/单元/块组合或者分成子模块/子单元/子块,尽管它们是物理组织或存储器件。该描述可适用于系统、引擎或其一部分。
可以理解的是,除非上下文另有明确说明,当单元、引擎、模块或块被称为在另一单元、引擎、模块或块“上”、“连接”或“耦合至”另一单元、引擎、模块或块时,其可以直接在其它单元、引擎、模块或块上,与其连接或耦合或与之通信,或者可能存在中间单元、引擎、模块或块。在本申请中,术语“和/或”可包括任何一个或以上相关的所列条目或其组合。例如,“A和/或B”表示包括A,包括B,或包括A和B。本说明书内容中的术语“图像”用于统称各种形式的图像数据和/或图像,包括二维(2D)图像,三维(3D)图像,四维(4D)图像,等等。术语“第一”、“第二”、“第三”等是用来区分类似的对象,并不表示对象的具体排名。字符“/”包括其中一个相关术语。
根据以下对附图的描述,本说明书的这些和其它的特征、特点以及相关结构元件的功能和操作方法,以及组件组合和制造经济性,可以变得更加显而易见,这些附图都构成本说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本说明书的范围,应当理解,附图不是按比例绘制的。
本文提供的是用于非侵入性生物医学成像/治疗的系统和方法,例如用于疾病诊断、疾病治疗或研究目的。在一些实施例中,这些系统可以包括成像系统。成像系统可以包括单模态系统和/或多模态系统。本文使用的术语“模式”广义上是指收集、生成、处理和/或分析受试者或治疗受试者的成像信息的成像或治疗方法或技术。单模态系统可以包括,例如,磁共振成像(magnetic resonance imaging,MRI)系统、计算机断层扫描(computedtomography,CT)系统、正电子发射断层扫描(positron emission tomography,PET)系统、单光子发射计算机断层扫描(single photon emission computed tomography,SPECT)系统、X光系统、超声波系统等。多模态系统可以包括,例如,正电子发射断层成像-磁共振成像(PET-MRI)系统、正电子发射断层成像-计算机断层成像(PET-CT)系统、单光子发射计算机断层成像-磁共振成像(SPECT-MRI)系统、单光子发射计算机断层成像-计算机断层成像(SPECT-CT)系统、磁共振成像-计算机断层成像(MRI-CT)系统等等。应该注意的是,下面描述的医疗系统只是为了说明问题,而不是为了限制本说明书的范围。
在一些实施例中,这些系统可以包括治疗系统。治疗系统可包括治疗计划系统(treatment plan system,TPS)、图像引导放疗(image-guided radiotherapy,IGRT)系统等。图像引导放疗(IGRT)系统可以包括治疗设备和成像设备。治疗设备可包括直线加速器、回旋加速器、同步加速器等,配置为对受试者进行放射治疗。治疗设备可以包括多种粒子种类(例如,包括光子、电子、质子或重离子)的加速器。成像设备可包括单模态设备和/或多模态设备。单模态设备可以包括,例如,磁共振(MR)扫描设备、CT扫描设备、X射线扫描设备、PET扫描设备、SPECT扫描设备、超声扫描设备等。多模态设备可以包括,例如,PET-MRI扫描设备、PET-CT扫描设备、SPECT-MRI扫描设备、SPECT-CT扫描设备、MR-CT扫描设备等。
在本说明书中,受试者可包括生物对象和/或非生物对象。生物对象可以是人、动物、植物,或其特定的部分、器官和/或组织。例如,受试者可以包括头部、颈部、胸部、心脏、胃、血管、软组织、肿瘤、结节或类似物,或其任何组合。在一些实施例中,受试者可以是有或无生命的有机和/或无机物的人造成分。术语“对象”或“受试者”在本披露中可互换使用。
在本说明书内容中,为了简洁起见,图像中的对象(例如,病人、受试者或其一部分)的表示可以称为对象。例如,为了简洁起见,图像中的器官或组织(例如,心脏、肝脏、肺)的表示可被称为器官或组织。此外,为了简洁起见,包括对象的表征的图像可以被称为对象的图像或包括对象的图像。再进一步,为了简洁起见,对图像中对象的表征进行的操作可以被称为对对象进行的操作。例如,为了简洁起见,对包括图像中的器官或组织的表征在内的图像的一部分进行的分割可以称为器官或组织的分割。
本说明书的一个方面提供了一种自动诊断系统和方法。在本说明书中,除了能够扫描对象并生成该对象的一个或多个图像外,检查终端还可以根据生成的一个或多个图像执行自动诊断。这样,在从图像生成到自动诊断的工作流程中,省略了远程数据传输。重建的图像可以和诊断结果一起被归档到PACS。检查终端的操作员可以直接在检查终端的控制台上查看诊断结果,而不是访问PACS。根据诊断结果,检查终端的操作者可以直接做出对病人进行后续治疗的决定,以便尽快对病人(尤其是急诊病人)进行后续治疗。
图1是根据本说明书的一些实施例所示的示范性的成像系统的示意图。
仅仅作为示例,如图1所示,成像系统100可以包括成像设备110、处理设备120、存储设备130、一个或多个终端140和网络150。成像系统100中的部件可以以各种方式连接。仅作为示例,如图1所示,成像设备110可以通过网络150连接到处理设备120或直接连接到处理设备120(如连接成像设备110和处理设备120的虚线中的双向箭头所示)。作为另一个示例,如图1所示,终端140可以通过网络150连接到处理设备120或直接连接到处理设备120(如连接成像设备110和处理设备120的虚线中的双向箭头所示)。
成像设备110可被配置为获取与对象的至少一个部分相关的成像数据(也称为扫描数据)。成像设备110可以扫描位于其检测区域内的对象或其部分,并生成与该对象或其部分相关的成像数据。在一些实施例中,与对象的至少一个部分相关的成像数据可以包括图像(例如,图像切片)、PET数据(例如,伽马光子信息)、SPECT数据(例如,伽马光子信息)、MR数据(例如,回波信号)、CT数据(例如,投影数据),或类似数据,或其组合。在一些实施例中,成像数据可以是二维(2D)成像数据、三维(3D)成像数据、四维(4D)成像数据,或类似数据,或其任何组合。在一些实施例中,对象可以是生物或非生物的。例如,该对象可以包括病人、人造对象等。作为另一个示例,该对象可以包括病人的特定部分、器官和/或组织。例如,对象可以包括头部、颈部、胸部、心脏、胃、血管、软组织、肿瘤、结节或类似物,或其任何组合。在一些实施例中,成像设备110可以包括单模态成像设备或多模态设备。单模态设备可以包括,例如,磁共振(MR)扫描设备、CT扫描设备、X射线扫描设备、PET扫描设备、SPECT扫描设备、超声波扫描设备等。多模态设备可以包括,例如,PET-MRI扫描设备、PET-CT扫描设备、SPECT-MRI扫描设备、SPECT-CT扫描设备、MR-CT扫描设备等。
处理设备120可以处理从成像设备110、终端140和/或存储设备130获得的数据和/或信息。例如,处理设备120可以使成像设备110对对象进行一次或多次扫描。处理设备120可以,基于一个或多个扫描,获得该对象的扫描数据。处理设备120可以基于扫描数据,生成该对象的一个或多个图像。处理设备120可以基于一个或多个图像,生成诊断结果,该诊断结果至少指示与该对象的一个或多个疑似病变相关的病变信息。处理设备120可以通过网络将一个或多个图像和诊断结果传输给目标远程设备。在一些实施例中,处理设备120可以是计算机、用户控制台、单一的服务器或服务器组等。该服务器组可以是集中式的,也可以是分布式的。在一些实施例中,处理设备120可以是本地或远程。例如,处理设备120可以通过网络150访问存储在成像设备110、终端140、和/或存储设备130的信息和/或数据。作为另一个示例,处理设备120可以直接连接到成像设备110、终端140、和/或存储设备130,以访问存储的信息和/或数据。在一些实施例中,处理设备120可以在云平台上实现。仅仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间云、多云或类似的云,或其任何组合。
存储设备130可以存储数据、指令和/或任何其他信息。在一些实施例中,存储设备130可以存储从终端140和/或处理设备120获得的数据。例如,存储设备130可以存储由成像设备110获得的成像数据。作为另一个示例,存储设备130可以存储一个或多个图像。作为进一步的另一个示例,存储设备130可以存储一个或多个图像的诊断结果。在一些实施例中,存储设备130可以存储数据和/或指令,处理设备120可以执行或用于执行本说明书中描述的示例性的方法/系统。例如,存储设备130可以存储数据和/或指令,处理设备120可以执行或用于生成一个或多个图像。作为另一个示例,存储设备130可以存储数据和/或指令,处理设备120可以执行或用于生成诊断结果。在一些实施例中,存储设备130可以包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)或类似物,或其任何组合。示例性的大容量存储设备可以包括磁片、光盘、固态驱动器等。示例性的可移动存储设备可包括闪存驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。示例性的易失性读写存储器可包括随机存取存储器(RAM)。示例性的RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)等。示例性的ROM可以包括掩膜ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、紧凑型磁盘ROM(CD-ROM)和数字多功能磁盘ROM等。在一些实施例中,存储设备130可以在云平台上实现。仅仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等,或其任何组合。
在一些实施例中,存储设备130可以连接到网络150,以与成像系统100中的一个或多个其他组件(例如,处理设备120、终端14等等)进行通信。成像系统100中的一个或多个组件可以通过网络150访问存储在存储设备130中的数据或指令。在一些实施例中,存储设备130可以直接连接到成像系统100中的一个或多个其他组件(例如,处理设备120、终端140等)或与之通信。在一些实施例中,存储设备130可以是处理设备120的一部分。
在一些实施例中,用户(例如,医生、技术人员、操作员或工程师)可以通过终端140,与成像系统100交互。例如,用户可以通过终端140的接口设置一个或多个扫描参数(例如,扫描协议)。作为另一个示例,诊断结果或一个或多个图像可以被显示在终端140的界面上。用户可以通过终端140,对诊断结果或一个或多个图像执行一个或多个用户操作(例如,放大、缩小、旋转、标记、存储、上传、裁剪等)。在一些实施例中,终端140可以包括移动设备140-1、平板电脑140-2、笔记本电脑140-3、或类似的设备,或其任何组合。在一些实施例中,移动设备140-1可以包括智能家居设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备或类似设备,或其任何组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器的控制设备、智能监控设备、智能电视、智能摄像机、对讲机或类似设备,或其任何组合。在一些实施例中,可穿戴设备可以包括手镯、脚套、眼镜、头盔、手表、衣服、背包、智能配件或类似物,或其任何组合。在一些实施例中,移动设备可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、笔记本电脑、平板电脑、台式机或类似设备,或其任何组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实贴片、增强现实头盔、增强现实眼镜、增强现实贴片或类似物,或其任何组合。例如,虚拟现实设备和/或增强现实设备可以包括谷歌眼镜TM、OculusRiftTM、HololensTM、GearVRTM等。在一些实施例中,终端140可以是处理设备120的一部分。在一些实施例中,终端140可以包括成像系统100的控制台和/或一个或多个用户设备(例如,移动设备、平板电脑、笔记本电脑等),它们分别通过安装在一个或多个用户设备中的应用程序建立连接(例如,无线通信)并与处理设备120通信。
网络150可以包括任何合适的网络,可以促进成像系统100的信息和/或数据的交换。在一些实施例中,成像设备110、终端140、处理设备120、存储设备130等的一个或多个组件可以通过网络150与成像系统100的一个或多个其他组件交流信息和/或数据。例如,处理设备120可以通过网络150从成像设备110获得成像数据。再比如,处理设备120可以通过网络150从终端140获得用户指令。网络150可以是和/或包括公共网络(例如,互联网)、专用网络(例如,局域网(LAN)、广域网(WAN))等)、有线网络(例如,以太网网络)、无线网络(例如。蜂窝网络(如长期演进(LTE)网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。仅仅作为示例,网络150可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公共电话交换网络(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等,或其任何组合。在一些实施例中,网络150可以包括一个或多个网络接入点。例如,网络150可以包括有线和/或无线网络接入点,如基站和/或互联网交换点,成像系统100的一个或多个组件可以通过它们连接到网络150以交换数据和/或信息。
在一些实施例中,成像系统100可以通过网络150与一个或多个远程设备160通信。例如,远程设备160可以包括一个或多个服务器161。成像系统100(例如,存储设备130、处理设备120和/或终端140)可以通过安装在终端140和/或处理设备120的应用程序与远程设备160的一个或多个服务器161建立通信(例如,无线通信)。例如,处理设备120可以将一个或多个图像和/或对应于一个或多个图像的诊断结果传送到远程设备160。作为另一个示例,处理设备120可以将指示对象需要优先处理的通知传送给远程设备160。作为另一个示例,处理设备120可以传送指令给远程设备160,以指导远程设备160,根据诊断结果安排与对象相关的后续治疗。在一些实施例中,远程设备160可以包括影像归档和通信系统(PACS)、后处理工作站、远程手术设备、远程协助设备等,或其任何组合。协助设备可以包括医院信息系统(Hospital Information System,HIS)、实验室信息系统(Laboratory InformationSystem,LIS)、放射学信息系统(Radiology Information System,RIS)、医生工作站、护士工作站,或类似的设备,或其任何组合。
应该注意的是,上述对成像系统100的描述只是为了说明问题,而不是为了限制本说明书的范围。对于拥有本领域普通技能的技术人员来说,在本说明书的教导下可以做出多种变化和修改。例如,成像系统100可包括一个或多个额外的组件和/或省略上述成像系统100的一个或多个组件。此外或替代性地,成像系统100的两个或多个组件可被集成到一个组件中。成像系统100的一个组件可以在两个或多个子组件上实现。
图2是根据本说明书的一些实施例所示的示例性的计算设备的硬件和/或软件组件的示意图。计算设备200可用于实现本文所述的成像系统100的任何组件。例如,处理设备120可以通过其硬件、软件程序、固件或其组合在计算设备200上实现。虽然只展示了一个这样的计算设备,但为了方便起见,与本文所述的成像系统100有关的计算机功能可以在一些类似的平台上以分布式方式实现,以分配处理负荷。如图2所示,计算设备200可以包括处理器210、存储器220、输入/输出(I/O)230和通信端口240。
处理器210可以执行计算机指令(程序代码),并根据本文所述的技术执行处理设备120的功能。计算机指令可以包括,例如,例程、程序、对象、组件、信号、数据结构、模块和功能,这些指令执行本文所述的特定功能。在一些实施例中,处理器210可以执行从终端140获得的指令。在一些实施例中,处理器210可以包括一个或多个硬件处理器,例如微控制器、微处理器、精简指令集计算机(RISC)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、中央处理单元(CPU)。图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑装置(PLD)、任何能够执行一种或多种功能的电路或处理器,或类似的,或其任何组合。
仅仅为了说明问题,在计算设备200中只描述了一个处理器。然而,应当注意的是,本说明书内容中的计算设备200也可以包括多个处理器。因此,本说明书中描述的由一个处理器执行的操作和/或方法步骤也可以由多个处理器联合或单独执行。例如,如果在本说明书中计算设备200的处理器同时执行操作A和操作B,那么应该理解,操作A和操作B也可以由计算设备200中的两个或多个不同的处理器联合或分别执行(例如,第一处理器执行操作A,第二处理器执行操作B,或者第一和第二处理器联合执行操作A和B)。
存储器220可以存储从成像设备110、终端140、存储设备130,或成像系统100的任何其他组件获得的数据/信息。在一些实施例中,存储器220可以包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等,或其任何组合。在一些实施例中,存储器220可以存储一个或多个程序和/或指令,以执行本说明书内容中描述的示例性方法。
I/O 230可以输入或输出信号、数据和/或信息。在一些实施例中,I/O 230可使用户与处理设备120的交互。在一些实施例中,I/O 230可包括输入设备和输出设备。示例性的输入设备可以包括键盘、鼠标、触摸屏、麦克风等,或其组合。示范性的输出设备可以包括显示设备、扬声器、打印机、投影仪或类似设备,或其组合。示例性的显示设备可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、弧形屏幕、电视设备、阴极射线管(CRT)等,或其组合。
通信端口240可与网络(例如,网络150)连接,以促进数据通信。通信端口240可以在处理设备120和成像系统100的一个或多个组件(例如,成像设备110,终端140,或存储设备130)之间建立连接,和/或在处理设备120和一个或多个外部设备(例如,数据库、外部存储和图像/数据处理工作站等)之间建立连接。该连接可以是一个有线连接,一个无线连接,或两者的组合,使数据传输和接收。有线连接可以包括电线、光缆、电话线或类似的东西,或其任何组合。无线连接可以包括蓝牙网络、Wi-Fi网络、WiMax网络、WLAN、ZigBee网络、移动网络(例如,3G、4G、5G等),或类似的网络,或其任何组合。在一些实施例中,通信端口240可以是标准化的通信端口,例如RS232、RS485等。在一些实施例中,通信端口240可以是一个特别设计的通信端口。例如,通信端口240可以按照医学数字成像和通信(digital imagingand communications in medicine,DICOM)协议设计。
在一些实施例中,计算设备200的组件(例如,处理器210、存储器220、I/O230、或通信端口240)可以通过总线连接并彼此通信。总线可包括硬件、软件或类似物,或其任何组合,以耦合计算设备200的组件。总线可以包括数据总线、地址总线、扩展总线、本地总线中的至少一个。仅仅作为示例,该总线可以包括一个图形总线(例如。加速图形端口(AGP)、扩展工业标准架构(EISA)总线、前端总线(FSB)、超级传输(HT)互连、工业标准架构(ISA)总线、Infiniband互连、低引脚数(LPC)总线、存储总线、微通道结构(MCA)总线、外围元件互连(PCI)总线、PCI-Express(PCI-X)总线、串行先进技术附件(SATA)总线、视频电子标准协会本地总线(VLB),或类似物,或其任何组合。在一些实施例中,总线可以包括一个或多个总线。总线可以包括任何类型的总线或互连,在此不作限制。
图3是根据本说明书的一些实施例所示的示例性的移动设备的硬件和/或软件组件的示意图。在一些实施例中,成像系统100的一个或多个组件(例如,终端140)可以在移动设备300上实现。
如图3所示,移动设备300可以包括通信单元310,显示单元320,图形处理单元(GPU)330,中央处理单元(CPU)340,输入/输出(I/O)350,内存360,以及存储单元370。在一些实施例中,任何其他合适的组件,包括但不限于系统总线或控制器(未显示),也可以包括在移动设备300。在一些实施例中,移动操作系统361(例如,iOS、Android、WindowsPhone等)和一个或多个应用程序362可从存储单元370加载到存储器360,以便由CPU 340执行。应用程序362可包括浏览器或任何其他合适的移动应用程序,用于接收和渲染与图像处理相关的信息或来自处理设备120的其他信息。用户与信息流的交互可通过I/O 350实现,并通过网络150提供给处理设备120和/或成像系统100的其他组件。
为了实现本说明书内容中描述的各种模块、单元及其功能,可以使用计算机硬件平台作为本文描述的一个或多个元素的硬件平台。这种计算机的硬件元素、操作系统和编程语言在本质上是常规的,并且假定本领域的技术人员充分熟悉这些技术,以适应这些技术来生成本文所述的图像。带有用户界面元素的计算机可以用来实现个人计算机(PC)或另一种类型的工作站或终端设备,尽管如果适当编程,计算机也可以作为服务器。相信本领域的技术人员都熟悉这种计算机设备的结构、编程和一般操作,因此,附图应该是不言自明的。
图4是说明根据本说明书的一些实施例所示的示例性的计算设备的模块图。在一些实施例中,处理设备120和/或终端140可以分别通过其硬件、软件程序、固件或其组合在计算设备400上实现。如图4所示,计算设备400,可包括控制模块410、重建模块420、诊断模块430和输入/输出(I/O)模块440。
控制模块410可以使扫描设备(例如,图1中成像系统100的成像设备110)对对象(例如,病人的一个或多个感兴趣区域(ROI))进行一次或多次扫描。
重建模块420可以根据一个或多个扫描结果获得对象的扫描数据。
重建模块420可以基于扫描数据生成对象的一个或多个图像。
诊断模块430可以根据一个或多个图像,生成诊断结果。在一些实施例中,诊断结果可以至少指示对象中是否存在一个或多个疑似病变。在一些实施例中,诊断结果可以进一步指示该对象的一个或多个疑似病变的病变信息。
病变信息可以包括对象的基本信息、指示对象中可能存在一个或多个疑似病变的判断、一个或多个疑似病变的类型(例如,肿瘤、肺部结节、出血点等)、与一个或多个疑似病变相关的类型(例如,癌症、传染病、新型冠状病毒(2019-nCoV)、脑出血等)、一个或多个疑似病变的大小、一个或多个疑似病变的轮廓、一个或多个疑似病变的位置、一个或多个疑似病变的特征、一个或多个疑似病变的严重程度、对应于严重程度的诊断结果的标签、一个或多个疑似病变的后续治疗建议等,或其任意组合。对象的基本信息可以包括姓名、年龄、性别、职业、病史、身份号码、联系信息(如电话号码、电子邮件地址等)、对象的肖像照片等,或其任意组合。一个或多个疑似病变的特征可以包括一个或多个疑似病变的形态、一个或多个疑似病变的症状、一个或多个疑似病变的生理信息(例如,组织密度等)等。
后续治疗的建议可以包括重新扫描对象的至少一部分、使用成像设备110进行一个或多个其他扫描,如增强扫描、灌注扫描等、进行其他身体检查、直接送往手术室、确定哪个医生将接收病人、根据一个或多个疑似病变的严重程度指示对象需要优先治疗的信息、或类似的信息,或其任何组合。在一些实施例中,指示对象需要优先治疗的信息可以对应于一个或多个疑似病变的严重程度大于阈值的情况。
在一些实施例中,诊断模块430可以确定一个或多个疑似病变的严重程度是否大于阈值。响应于确定一个或多个疑似病变的严重程度大于阈值,诊断模块430可以生成信息,指示对象需要优先治疗。或者,诊断模块430可以生成一个或多个疑似病变的后续治疗建议,并根据后续治疗建议直接向远程协助设备发送消息,以使护士和医生尽快为后续治疗(例如,手术)做准备。
在一些实施例中,一个或多个生成的图像和/或诊断结果可以被显示在终端140(例如,显示单元320)中。诊断结果可以以文本、图片、语音、视频或类似的形式,或其任何组合的形式进行显示。例如,一个或多个疑似病变可以在一个或多个图像中被强调。作为另一个示例,终端140可以通过语音广播、启动报警铃和/或报警灯或类似的方式来呈现指示该对象需要优先处理的信息。在一些实施例中,用户可以通过终端140对诊断结果或一个或多个图像执行一个或多个用户操作(例如,放大、缩小、旋转、标记、存储、上传、裁剪等)。
I/O模块440可以通过网络(例如,网络150)将一个或多个图像和诊断结果传送到目标远程设备(例如,远程设备160)。
在一些实施例中,诊断模块430可以为诊断结果生成对应于对象的严重程度的标签。例如,诊断模块430可以通过文本识别来识别诊断结果的严重程度,并为诊断结果生成对应于该对象的已识别的严重程度的标签。在诊断结果被传送到PACS服务器之后,分配给对应于严重程度的诊断结果的标签可以使PACS服务器基于严重程度对诊断结果进行排序,以便在PACS中查看的诊断结果可以按降序排列。这样,对应于具有相对较高的严重程度的诊断结果被赋予优先权,以便由医生查看和/或处理。例如,如果连续使用成像设备110检查多个病人(例如,在2019-nCoV爆发期间),对于每个病人,诊断模块430可以生成包括严重程度和与严重程度相对应的标签的诊断结果。诊断结果可以被传送到PACS,并在PACS中按严重程度进行降序排列,以便医生可以根据诊断结果的排列顺序确定哪个病人应该首先被治疗。
在一些实施例中,I/O模块440可以向远程协助设备发送指令,以指导远程协助设备根据诊断结果安排对该对象的后续处理。
在一些实施例中,如果诊断结果包括指示该对象需要优先治疗的信息,成像系统100的操作者可以立即联系相应的医生,并提示医生尽快对病人进行诊断和治疗。或者,I/O模块440可以自动发送指示病人需要优先治疗的通知到医生工作站,提示相应的医生尽快对病人进行诊断和治疗。
在一些实施例中,如果诊断结果包括需要尽快对病人进行手术的建议,成像系统100的操作者可以立即联系相应的医生和护士,并预约手术室。或者,I/O模块440可以自动将指示需要尽快对病人进行手术的通知传送给医生工作站、护士工作站和远程手术设备,促使相应的医生和护士尽快准备手术。
在一些实施例中,如果诊断结果包括进行另一项检查的建议,则成像系统100的操作者可以为建议的检查进行预约。或者,I/O模块440可以通过访问例如医院信息系统(HIS)、实验室信息系统(LIS)或放射学信息系统(RIS)自动预约建议的检查。
应该指出的是,上述描述只是为了说明问题,而不是为了限制本说明书的范围。显然,对于拥有本领域普通技能的人来说,可以根据本说明书的教导进行多种变化和修改。然而,这些变化和修改并不偏离本说明书的范围。上述每个模块可以是硬件电路,它被设计为执行某些动作,例如,根据存储在一个或多个存储介质中的一组指令,和/或硬件电路和一个或多个存储介质的任何组合。在一些实施例中,计算设备400可以包括一个或多个额外的模块,例如用于存储数据的存储模块(未示出)。在一些实施例中,计算设备400的一个或多个模块可以被省略。在一些实施例中,计算设备400的两个或多个模块可以被集成到一个模块中。
图5是根据本说明书的一些实施例所示的示例性的用于自动诊断的流程示意图。在一些实施例中,过程500可以作为存储在存储设备(例如,存储设备130、存储器220、等等)中的一组指令(例如,应用程序)来实现。处理设备120(例如,处理器210和/或图4中说明的一个或多个模块)可执行该组指令,并且当执行该指令时,处理设备120可被配置为执行过程500。下面介绍的图示过程的操作是为了说明问题。在一些实施例中,过程500可以通过一个或多个未描述的额外操作和/或没有一个或多个讨论的操作来完成。此外,图5中说明的过程500的操作顺序以及下文的描述并不意味着是限制性的。
在510中,处理设备120(例如,控制模块410)可使扫描设备(例如,图1中成像系统100的成像设备110)对对象(例如,病人的一个或多个感兴趣区域(ROI))进行一次或多次扫描。
在一些实施例中,用户(例如,医生、操作员、技术人员、工程师等)可以通过终端140设置一个或多个扫描的扫描参数。例如,对于CT扫描,用户可以设置成像设备110的部件(例如,扫描台、探测器、X射线管、机架)的位置、准直器孔径、X射线管电压和/或电流、扫描台的移动速度、机架旋转速度、视场(FOV)、扫描时间等。终端140可以将扫描参数传送给处理设备120。处理设备120可以使成像设备110根据扫描参数对对象进行一次或多次扫描。
在520中,处理设备120(例如,重建模块420)可以基于一个或多个扫描,获得对象的扫描数据。
在一些实施例中,对象的扫描数据(也称为成像数据)可以包括图像(例如,图像切片)、PET数据(例如,伽马光子信息)、SPECT数据(例如,伽马光子信息)、MR数据(例如,回波信号)、CT数据(例如,投影数据),或类似的,或其任何组合。在一些实施例中,扫描数据可以是二维(2D)扫描数据、三维(3D)扫描数据、四维(4D)扫描数据等,或其任何组合。
在一些实施例中,处理设备120可以从成像设备110获得扫描数据。或者,扫描数据可以由成像设备110获得并存储在存储设备中(例如,存储设备130、存储设备220、存储单元370或外部来源)。处理设备120可以从存储设备中检索扫描数据。
在530中,处理设备120(例如,重建模块420)可以基于扫描数据,生成对象的一个或多个图像。在一些实施例中,用户可以通过终端140输入一个重建协议。终端140可以将重建协议传送到处理设备120。处理设备120可以通过基于重建协议,重建扫描数据来生成对象的一个或多个图像。重建协议可以包括重建算法、图像处理算法(例如,图像分割算法、图像融合算法、图像配准算法、图像渲染算法、多平面重建算法、弯曲平面重建算法)等。在一些实施例中,该一个或多个图像可以包括二维图像、三维图像、四维图像(例如,按时间顺序排列的一系列二维或三维图像)等。在一些实施例中,一个或多个图像可以包括PET图像、SPECT图像、MR图像、CT图像等,或其任何组合。
在540中,处理设备120(例如,诊断模块430)可以基于一个或多个图像,生成诊断结果。在一些实施例中,诊断结果可以至少指示对象中是否存在一个或多个疑似病变。在一些实施例中,诊断结果可以进一步指示对象的一个或多个疑似病变的病变信息。
在一些实施例中,处理设备120可以通过使用现有的自动诊断技术分析一个或多个图像来自动生成诊断结果。例如,处理设备120可以获得一个或多个训练好的诊断模型。处理设备120可以将一个或多个图像输入到该一个或多个训练好的诊断模型中。该一个或多个经过训练的诊断模型可以将一个或多个图像分割成一个或多个感兴趣区域(ROI),并基于一个或多个ROI生成诊断结果。作为另一个示例,用户可以通过终端140手动绘制一个或多个图像的一个或多个ROI。处理设备120可以获得一个或多个训练好的诊断模型。处理设备120可以将带有一个或多个ROI的一个或多个图像输入到该一个或多个训练好的诊断模型中。该一个或多个训练好的诊断模型可以基于一个或多个ROI生成诊断结果。
如本文所用,病变是指人体组织和器官的形态和功能的病理变化,例如由细菌和病毒入侵引起的一些症状(例如,炎症感染、溃疡、肿瘤等)。疑似病变是指从一个或多个图像中分割出的一个或多个ROI的至少一部分,并被自动诊断(例如,一个或多个训练好的诊断模型)视为病变。病变信息可以包括对象的基本信息、指示对象中存在一个或多个疑似病变的可能性的判定、一个或多个疑似病变的类型(例如,肿瘤、肺部结节、出血点等)、与一个或多个疑似病变相关的疾病类型(例如,癌症、传染病(如2019年新型冠状病毒(2019-nCoV))、脑出血等)、一个或多个疑似病变的大小,一个或多个疑似病变的轮廓,一个或多个疑似病变的位置,一个或多个疑似病变的特征、一个或多个疑似病变的严重程度、对应于严重程度的诊断结果分配的标签、一个或多个疑似病变的后续治疗建议,或类似内容,或其任意组合。对象的基本信息可以包括姓名、年龄、性别、职业、病史、身份号码、联系信息(如电话号码、电子邮件地址等)、对象的肖像照片等,或其任何组合。一个或多个疑似病变的特征可以包括一个或多个疑似病变的形态、一个或多个疑似病变的症状、一个或多个疑似病变的生理信息(如组织密度等)等。在一些实施例中,一个或多个疑似病变的类型、与一个或多个疑似病变相关的疾病类型和/或一个或多个疑似病变的严重程度可以通过终端140设置。
后续治疗的建议可以包括重新扫描对象的至少一部分、使用成像设备110进行一个或多个其他扫描(例如,增强扫描、灌注扫描等)、进行其他身体检查、直接送往手术室、确定哪个医生将接收病人、根据一个或多个疑似病变的严重程度指示对象需要优先治疗的信息,或类似的信息,或其任何组合。在一些实施例中,指示对象需要优先治疗的信息可以对应于一个或多个疑似病变的严重程度大于阈值的情况。
在一些实施例中,一个或多个疑似病变的严重程度可以用各种形式表示。仅仅作为示例,严重程度可以用一个分数表示,更高的分数可以表示疑似病变更严重。例如,2019-nCoV的轻症病例可以被分配一个分数比2019-nCoV的重症病例的分数小的严重程度。再例如,需要尽快治疗的疾病(如脑出血)可以被分配一个分数相对较高(如最高分)的严重程度。
在一些实施例中,处理设备120可以确定一个或多个疑似病变的严重程度是否大于阈值。响应于确定一个或多个疑似病变的严重程度大于阈值,处理设备120可以生成指示该对象需要优先处理的信息。或者,处理设备120可以生成一个或多个疑似病变的后续治疗建议,并根据后续治疗建议直接向远程协助设备发送消息,以使护士和医生尽快为后续治疗(例如,手术)做准备。在一些实施例中,该阈值可由用户根据经验值手动设置。在一些实施例中,阈值可以基于成像系统100的默认设置进行设定。在一些实施例中,阈值可以由处理设备120使用例如机器学习模型自动确定。例如,如果总分是10,阈值可以被设置为5、6、7、8或9。
仅仅作为示例,处理设备120可以通过分析对象的一个或多个图像,确定对象的大脑中存在一个或多个出血点,对象的疾病是脑出血,需要尽快进行手术。处理设备120可以将严重程度的最高分10分配给该对象。处理设备120可以确定该对象的严重程度大于阈值7。响应于确定该对象的严重程度大于阈值,处理设备120可以生成指示该对象需要优先治疗的消息,并将该消息发送到远程协助设备,以使护士和医生尽快准备手术。
在一些实施例中,一个或多个生成的图像和/或诊断结果可以被显示在终端140(例如,显示单元320)中。诊断结果可以以文本、图片、语音、视频或类似的形式显示,或其任何组合。例如,一个或多个疑似病变可以在一个或多个图像中被强调。作为另一个示例,终端140可以通过语音广播、启动报警铃和/或报警灯或类似的方式来呈现指示该对象需要优先处理的信息。在一些实施例中,用户可以通过终端140对诊断结果或一个或多个图像执行一个或多个用户操作(例如,放大、缩小、旋转、标记、存储、上传、裁剪等)。
在550中,处理设备120(例如,I/O模块440)可以通过网络(例如,网络150)将一个或多个图像和诊断结果传送到目标远程设备(例如,远程设备160)。在一些实施例中,远程设备160可以包括影像归档和通信系统(PACS)、后处理工作站、远程手术设备、远程援助设备或类似设备,或其任何组合。协助设备可以包括医院信息系统(HIS)、实验室信息系统(LIS)、放射学信息系统(RIS)、医生工作站、护士工作站,或类似的设备,或其任何组合。
在一些实施例中,一个或多个图像和/或诊断结果可以被归档在PACS中。例如,PACS应用程序可以安装在终端140上,并且用户可以从例如存储设备130、处理设备120或终端140,通过PACS应用程序通过网络150将一个或多个图像和诊断结果上传到PACS服务器(例如,服务器161)。其他用户可以通过安装在其个人终端上的PACS应用程序访问PACS服务器,浏览和/或下载一个或多个图像和诊断结果。
在一些实施例中,处理设备120可以为诊断结果生成与对象的严重程度相对应的标签。例如,处理设备120可以通过文本识别来识别诊断结果的严重程度,并为诊断结果生成对应于所识别的对象的严重程度的标签。在诊断结果被传送到PACS服务器之后,分配给对应于严重程度的诊断结果的标签可以使PACS服务器根据严重程度对诊断结果进行排序,以便在PACS中要查看的诊断结果可以按降序排列。这样,对应于相对较高的严重程度的诊断结果被赋予优先权,以便由医生查看和/或处理。例如,如果连续使用成像设备110检查多个病人(例如,在2019-nCoV爆发期间),对于每个病人,处理设备120可以生成包括严重程度和对应于严重程度的标签的诊断结果。诊断结果可以被传送到PACS,并在PACS中按严重程度降序排列,以便医生可以根据诊断结果的排列顺序确定哪个病人应该被优先治疗。
在一些实施例中,处理设备120可以向远程协助设备传送指令,以指导远程协助设备根据诊断结果安排对该对象的后续处理。
在一些实施例中,如果诊断结果包括指示该对象需要优先治疗的信息,成像系统100的操作者可以立即联系相应的医生,并提示医生尽快对病人诊断和治疗。或者,处理设备120可以自动向医生工作站发送指示病人需要优先治疗的通知,促使相应的医生尽快对病人诊断和治疗。
在一些实施例中,如果诊断结果包括需要尽快对病人进行手术的提示,成像系统100的操作者可以立即联系相应的医生和护士,并预约手术室。或者,处理设备120可以自动将指示需要尽快对病人进行手术的通知传送给医生工作站、护士工作站和远程手术设备,促使相应的医生和护士尽快准备手术。
在一些实施例中,如果诊断结果包括进行另一项检查的建议,成像系统100的操作者可以对建议的检查进行预约。另外,处理设备120可以通过访问例如医院信息系统(HIS)、实验室信息系统(LIS)或放射学信息系统(RIS)自动预约建议的检查。
在一些实施例中,一个或多个用户设备(例如,一个或多个终端140(例如,移动设备140-1、平板电脑140-2、笔记本电脑140-3等))可以分别通过安装在一个或多个用户设备中的应用程序建立连接(例如,无线通信)并与处理设备120通信。一个或多个用户设备可以直接访问处理设备120以查看一个或多个图像和/或诊断结果,而不是访问PACS。如果访问PACS,一个或多个图像和/或诊断结果需要首先从成像系统100传输到PACS。这样,通过省略向PACS的数据传输,医生可以尽快知道或做出对病人(尤其是急诊病人)的诊断结果。
在一些实施例中,用户可以通过其用户设备在线修改一个或多个扫描的扫描参数、用于生成一个或多个图像的重建参数以及诊断结果中的至少一个。在一些实施例中,用户可以包括医生或成像技术人员。
在一些实施例中,在第一成像技术人员通过成像系统100的控制台设置对患者进行扫描的扫描参数和用于生成患者的一个或多个图像的重建参数后,远离成像系统100的第二成像技术人员(例如,成像设备110)可以通过其用户设备修改扫描参数和/或重建参数。处理设备120可以根据修改后的扫描参数对患者进行扫描,和/或根据修改后的重建参数生成患者的一个或多个图像。
在一些实施例中,在对患者进行第一次扫描并基于第一次扫描生成患者的一个或多个图像后,远离成像系统100(例如,成像设备110)的成像技术人员可以访问处理设备120以查看该一个或多个图像和/或诊断结果。成像技术人员可以基于一个或多个图像(例如,一个或多个图像的图像质量)和/或诊断结果,通过其用户设备修改第一扫描的扫描参数和/或用于生成一个或多个图像的重建参数。处理设备120可以根据修改后的扫描参数对病人进行第二次扫描,和/或根据第一次扫描或第二次扫描中获得的扫描数据和修改后的重建参数进行图像重建。例如,如果成像技术人员对一个或多个图像的质量不满意,成像技术人员可以通过其用户设备修改扫描参数和/或用于生成一个或多个图像的重建参数,以提高图像质量。
在一些实施例中,医生可以通过其用户设备修改诊断结果,如修改或删除诊断结果中的后续治疗建议,在诊断结果中添加新的后续治疗建议,或修改诊断结果中的严重程度。
在一些实施例中,当第一用户通过其用户设备(也称为第一用户设备)对一个或多个扫描的扫描参数、用于生成一个或多个图像的重建参数或诊断结果中的至少一个执行修改时,在与第一用户相同的时间段内通过第二用户设备访问处理设备120的第二用户能够查看扫描参数、重建参数和/或诊断结果的实时更新(与第一用户的修改操作同步)。
例如,在生成脑出血患者的图像和诊断结果后,处理设备120可以将指示患者需要优先手术的消息传送给远程手术设备和/或远程协助设备。在收到消息后,负责病人的医生可以通过其用户设备(例如,医生的智能手机、平板电脑、笔记本电脑等)直接访问处理设备120,查看病人的图像和诊断结果。如果其中一个医生通过其用户设备在线修改诊断结果中的后续治疗建议,则后续治疗建议的修改可以实时提供给通过访问处理设备120查看诊断结果的其他医生的用户设备,这可以帮助其他医生了解最新的治疗方法并及时准备手术。在一些实施例中,诊断经验不足的医生和/或成像技术人员可以通过访问处理设备120来查看对诊断结果的实时修改操作,从而在线学习诊断经验。
再比如,对成像系统100操作经验较少的成像技术人员可以进入处理设备120,查看对扫描参数和/或重建参数的实时修改操作,从而在线学习如何生成高质量图像的经验。
在一些实施例中,成像系统100可被称为检查终端。一般来说,检查终端的功能是扫描对象(例如,病人)并生成该对象的一个或多个图像。例如,成像设备110可以被放置在扫描室中。检查终端的操作员通过控制台(例如,终端140)输入扫描协议和/或重建协议,以控制对对象进行的扫描和图像重建。一般来说,控制台可以设置在一个控制室中,用玻璃窗与扫描室隔开,以便操作者可以使用成像设备110监控对对象进行的扫描。控制台可以使处理设备120控制成像设备110根据扫描协议扫描对象,并使处理设备120根据扫描对象产生的扫描数据生成对象的一个或多个图像。
检查终端(例如,处理设备120或终端140)可以通过网络(例如,网络150)将一个或多个图像传输给远程设备(例如,远程设备160)。
例如,检查终端可以通过网络150将一个或多个图像传送到影像归档和通信系统(PACS)。PACS可以通过基于一个或多个图像执行自动诊断来生成诊断结果,例如,使用服务器161生成诊断结果。医生可以访问PACS以获得诊断结果,并根据诊断结果对该对象进行后续治疗。
作为另一个示例,检查终端可以通过网络150将一个或多个图像传送到PACS。医生可以访问PACS以获得一个或多个图像,并使用个人终端或后处理工作站来生成诊断结果。医生可以根据诊断结果对该对象进行后续治疗。
作为另一个示例,检查终端可以通过网络150将一个或多个图像传送到后处理工作站。后处理工作站可以例如使用服务器161,通过基于一个或多个图像执行自动诊断而生成诊断结果。后处理工作站可以将诊断结果归档在PACS中。医生可以访问PACS或后处理工作站以获得诊断结果,并根据诊断结果对对象进行后续治疗。
由上可见,在涉及自动诊断的传统临床诊断工作流程中,由于检查终端不能进行自动诊断,检查终端需要通过网络150将生成的一个或多个图像传输到远程设备(如PACS或后处理工作站)以实现自动诊断。在这种情况下,从图像重建到自动诊断的时间间隔可能相对较长,并且取决于检查终端和远程设备之间的数据传输速度。例如,对于动态成像来说,生成的图像数量很大(例如,成千上万张图像),所以数据传输可能很慢。此外,对于急诊病人来说,这种长时间间隔可能是致命的。在患者较多的情况下(例如,在2019-nCoV等流行病爆发期间),这种长时间间隔会降低诊断效率。此外,远程设备的接口和协议可能与检查终端不一致,这会增加远程设备和检查终端之间数据传输的难度。
在本说明书中,除了能够扫描对象并生成该对象的一个或多个图像外,检查终端(例如,成像系统100)可以根据生成的一个或多个图像执行自动诊断。例如,自动诊断可以由处理设备120或终端140执行。这样,在从图像生成到自动诊断的工作流程中,就省略了远程数据传输。重建的图像可以和诊断结果一起被归档到PACS。成像系统100的操作人员可以直接在检查终端(例如,成像系统100的终端140)的控制台上查看诊断结果,而不用访问PACS。根据诊断结果,检查终端的操作人员可以直接做出对病人进行后续治疗的决定,从而可以尽快对病人(尤其是急诊病人)进行后续治疗。
应该注意的是,上述关于过程500的描述只是为了说明问题,而不是为了限制本说明书的范围。对于拥有本领域普通技能的人来说,在本说明书的教导下可以做出多种变化和修改。然而,这些变化和修改并不偏离本说明书的范围。例如,该过程500可由终端140(例如,CPU 340、GPU 330和/或图4中所示的一个或多个模块)执行。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改进。因此,本申请的各方面可以完全由硬件、完全由软件(包括固件、驻留软件、微代码等)或结合软件和硬件实现来实现,这些实现在本文中通常称为“单元”、“模块”或“系统”。此外,本申请的各方面可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式,所述一个或多个计算机可读介质具有体现在其上的计算机可读程序代码。
非暂时性计算机可读信号介质可以包括传播的数据信号,其中包含计算机可读程序代码,例如,在基带中或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、设备或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
用于执行本申请各方面的操作的计算机程序代码可以用一种或多种编程语言的任意组合来编写,包括面向对象的编程语言,例如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,VisualBasic、Fortran2003、Perl、COBOL2002、PHP、ABAP、动态编程语言(如Python、Ruby和Groovy)或其他编程语言。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者可以与外部计算机建立连接(例如,通过使用网络服务提供商的网络)或在云计算环境中或作为服务提供,例如,软件服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,尽管上述各种组件的实现可以体现在硬件设备中,但也可以实现为纯软件解决方案,例如,在现有服务器或移动设备上的安装。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请的实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法并不意味着所要求保护的对象所需要的特征比每个权利要求中明确记载的特征更多。相反,本发明实施例应具备比上述单一实施例更少的特征。
在一些实施例中,表达数量、性质等的数字用于描述和要求本申请的一些实施例应理解为在某些情况下通过术语“大约”、“近似”或“大体上”进行修改。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
本文中提及的所有专利、专利申请、专利申请公布和其他材料(如论文、书籍、说明书、出版物、记录、事物和/或类似的东西)均在此通过引用的方式全部并入本文以达到所有目的,与上述文件相关的任何起诉文档记录、与本文件不一致或冲突的任何上述文件或对迟早与本文件相关的权利要求书的广泛范畴有限定作用的任何上述文件除外。举例来说,如果在描述、定义和/或与任何所结合的材料相关联的术语的使用和与本文件相关联的术语之间存在任何不一致或冲突,则描述、定义和/或在本文件中使用的术语以本文件为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (46)
1.一种系统,包括:
包括一组指令的至少一个存储设备;以及
至少一个处理器,被配置为与所述至少一个存储设备通信,其特征在于,当执行所述一组指令时,所述至少一个处理器被配置为指示所述系统执行操作,包括:
使扫描设备对对象执行一次或多次扫描;
基于所述一次或多次扫描,获得所述对象的扫描数据;
基于所述扫描数据,生成所述对象的一个或多个图像;以及
基于所述一个或多个图像生成诊断结果,所述诊断结果至少指示所述对象中是否存在一个或多个疑似病变。
2.根据权利要求1所述的系统,其特征在于,所述诊断结果是基于机器学习模型生成的。
3.根据权利要求1或2所述的系统,其特征在于,所述诊断结果指示病变信息,所述病变信息包括所述一个或多个疑似病变的类型、所述一个或多个疑似病变的大小、所述一个或多个疑似病变的位置、所述一个或多个疑似病变的特征、所述一个或多个疑似病变的严重程度、或与所述一个或多个疑似病变相关的后续治疗的建议中的至少一个。
4.根据权利要求3所述的系统,其特征在于,
所述病变信息包括所述一个或多个疑似病变的严重程度;以及
所述操作还包括:
确定所述一个或多个疑似病变的严重程度是否大于阈值;以及
响应于确定所述一个或多个疑似病变的严重程度大于所述阈值,生成指示所述对象需要优先治疗的消息。
5.根据权利要求4所述的系统,其特征在于,所述操作进一步包括:
经由网络,向远程手术设备发送所述通知。
6.根据权利要求3所述的系统,其特征在于,
所述病变信息包括所述一个或多个疑似病变的严重程度;以及
将与所述严重程度相关联的标签分配给所述诊断结果。
7.根据权利要求1-6中任一项所述的系统,其特征在于,所述操作进一步包括:
经由网络,向目标远程设备发送所述一个或多个图像和/或所述诊断结果。
8.根据权利要求7所述的系统,其特征在于,所述目标远程设备包括影像归档和通信系统(Picture Archiving And Communication System,PACS)或后处理工作站。
9.根据权利要求1-8中任一项所述的系统,其特征在于,所述操作进一步包括:
使得所述一个或多个图像和所述诊断结果被显示。
10.根据权利要求1-9中任一项所述的系统,其特征在于,所述操作进一步包括:
向远程辅助设备发送指令,以基于所述诊断结果指示所述远程辅助设备安排与所述对象相关联的后续治疗。
11.根据权利要求10所述的系统,其特征在于,所述远程辅助设备包括医院信息系统(Hospital Information System,HIS)、实验室信息系统(Laboratory InformationSystem,LIS)、放射学信息系统(Radiology Information System,RIS)、医生工作站或护士工作站中的至少一个。
12.根据权利要求1-11中任一项所述的系统,其特征在于,所述至少一个处理器被配置为允许一个或多个用户设备经由网络访问所述至少一个处理器以查看所述一个或多个图像和所述诊断结果。
13.根据权利要求12所述的系统,其特征在于,基于所述一个或多个图像和/或所述诊断结果,通过一个或多个用户设备中的第一用户设备在线执行对所述一个或多个扫描的扫描参数、用于生成所述一个或多个图像的重建参数、或所述诊断结果中的至少一个的修改。
14.根据权利要求13所述的系统,其特征在于,通过所述一个或多个用户设备中的第二用户设备,能够实时查看所述修改。
15.根据权利要求12-14中任一项所述的系统,其特征在于,所述一个或多个用户设备中的一个与医生或成像技术人员有关。
16.一种方法,可以在包括一个或多个处理器和一个或多个存储设备的机器上实现,所述方法包括:
使扫描设备对对象执行一次或多次扫描;
基于所述一次或多次扫描,获得所述对象的扫描数据;
基于所述扫描数据,生成所述对象的一个或多个图像;以及
基于所述一个或多个图像生成诊断结果,所述诊断结果至少指示所述对象中是否存在一个或多个疑似病变。
17.根据权利要求1所述的方法,其特征在于,所述诊断结果是基于机器学习模型生成的。
18.根据权利要求16或17所述的方法,其特征在于,所述诊断结果指示病变信息,所述病变信息包括所述一个或多个疑似病变的类型、所述一个或多个疑似病变的大小、所述一个或多个疑似病变的位置、所述一个或多个疑似病变的特征、所述一个或多个疑似病变的严重程度、或与所述一个或多个疑似病变相关的后续治疗的建议中的至少一个。
19.根据权利要求18所述的方法,其特征在于,
所述病变信息包括所述一个或多个疑似病变的严重程度;以及
所述方法还包括:
确定所述一个或多个疑似病变的严重程度是否大于阈值;以及
响应于确定所述一个或多个疑似病变的严重程度大于所述阈值,生成指示所述对象需要优先治疗的消息。
20.根据权利要求19所述的方法,其特征在于,所述操作进一步包括:
经由网络,向远程手术设备发送所述通知。
21.根据权利要求18所述的方法,其特征在于,
所述病变信息包括所述一个或多个疑似病变的严重程度;以及
将与所述严重程度相关联的标签分配给所述诊断结果。
22.根据权利要求16-21中任一项所述的方法,进一步包括:
经由网络向目标远程设备发送所述一个或多个图像和/或所述诊断结果。
23.根据权利要求22所述的方法,其特征在于,所述目标远程设备包括影像归档和通信系统(Picture Archiving And Communication System,PACS)或后处理工作站。
24.根据权利要求16-23中任一项所述的方法,进一步包括:
使得所述一个或多个图像和诊断结果被显示。
25.根据权利要求16-24中任一项所述的方法,进一步包括:
向远程辅助设备发送指令,以基于所述诊断结果指示所述远程辅助设备安排与所述对象相关联的后续治疗。
26.根据权利要求25所述的方法,其特征在于,所述远程辅助设备包括医院信息系统(Hospital Information System,HIS)、实验室信息系统(Laboratory InformationSystem,LIS)、放射学信息系统(Radiology Information System,RIS)、医生工作站或护士工作站中的至少一个。
27.根据权利要求16-26中任一项所述的方法,其特征在于,所述一个或多个处理器被配置为允许一个或多个用户设备经由网络访问所述一种或多个处理器以查看所述一个或多个图像和所述诊断结果。
28.根据权利要求27所述的方法,其特征在于,基于所述一个或多个图像和/或所述诊断结果,通过一个或多个用户设备中的第一用户设备在线执行对所述一个或多个扫描的扫描参数、用于生成所述一个或多个图像的重建参数、或所述诊断结果中的至少一个的修改。
29.根据权利要求28所述的方法,其特征在于,通过所述一个或多个用户设备中的第二用户设备,能够实时查看所述修改。
30.根据权利要求27-29中任一项所述的方法,其特征在于,所述一个或多个用户设备中的一个与医生或成像技术人员有关。
31.一种系统,包括:
控制模块,被配置为使扫描设备对对象执行一次或多次扫描;
重建模块,被配置为:
基于所述一次或多次扫描,获得所述对象的扫描数据;以及
基于所述扫描数据,生成所述对象的一个或多个图像;以及
诊断模块,被配置为基于所述一个或多个图像生成诊断结果,所述诊断结果至少指示所述对象中是否存在一个或多个疑似病变。
32.根据权利要求31所述的系统,其特征在于,所述诊断结果是基于机器学习模型生成的。
33.根据权利要求31或32所述的系统,其特征在于,所述诊断结果指示病变信息,所述病变信息包括所述一个或多个疑似病变的类型、所述一个或多个疑似病变的大小、所述一个或多个疑似病变的位置、所述一个或多个疑似病变的特征、所述一个或多个疑似病变的严重程度、或与所述一个或多个疑似病变相关的后续治疗的建议中的至少一个。
34.根据权利要求33所述的系统,其特征在于,
所述病变信息包括一个或多个疑似病变的严重程度;以及
所述诊断模块被配置为:
确定所述一个或多个疑似病变的严重程度是否大于阈值;以及
响应于确定所述一个或多个疑似病变的严重程度大于所述阈值,生成指示所述对象需要优先治疗的消息。
35.根据权利要求34所述的系统,还包括输入/输出(I/O)模块,其被配置为:
经由网络,向远程手术设备发送所述通知。
36.根据权利要求33所述的系统,其特征在于,
所述病变信息包括所述一个或多个疑似病变的严重程度;以及
将与所述严重程度相关联的标签分配给所述诊断结果。
37.根据权利要求31所述的系统,还包括输入/输出(I/O)模块,其被配置为:
经由网络,向目标远程设备发送所述一个或多个图像和/或诊断结果。
38.根据权利要求37所述的系统,其特征在于,所述目标远程设备包括影像归档和通信系统(Picture Archiving And Communication System,PACS)或后处理工作站。
39.根据权利要求31所述的系统,还包括输入/输出(I/O)模块,其被配置为:
使得所述一个或多个图像和诊断结果被显示。
40.根据权利要求31所述的系统,还包括输入/输出(I/O)模块,其被配置为:
向远程辅助设备发送指令,以基于所述诊断结果指示所述远程辅助设备安排与所述对象相关联的后续治疗。
41.根据权利要求40所述的系统,其特征在于,所述远程辅助设备包括医院信息系统(Hospital Information System,HIS)、实验室信息系统(Laboratory InformationSystem,LIS)、放射学信息系统(Radiology Information System,RIS)、医生工作站或护士工作站中的至少一个。
42.根据权利要求31所述的系统,其特征在于,所述系统被配置为允许一个或多个用户设备经由网络访问所述至少一个处理器以查看所述一个或多个图像和所述诊断结果。
43.根据权利要求42所述的系统,其特征在于,基于所述一个或多个图像和/或所述诊断结果,通过一个或多个用户设备中的第一用户设备在线执行对所述一个或多个扫描的扫描参数、用于生成所述一个或多个图像的重建参数、或所述诊断结果中的至少一个的修改。
44.根据权利要求43所述的系统,其特征在于,通过所述一个或多个用户设备中的第二用户设备,能够实时查看所述修改。
45.根据权利要求42-44中任一项所述的系统,其特征在于,所述一个或多个用户设备中的一个与医生或成像技术人员有关。
46.一种非暂时性计算机可读介质,包括至少一组指令,其特征在于,当由计算设备的一个或多个处理器执行时,所述至少一组命令使所述计算设备执行方法,所述方法包括:
使扫描设备对对象执行一次或多次扫描;
基于所述一次或多次扫描,获得所述对象的扫描数据;
基于所述扫描数据,生成所述对象的一个或多个图像;以及
基于所述一个或多个图像生成诊断结果,所述诊断结果至少指示所述对象中是否存在一个或多个疑似病变。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/117944 WO2022061787A1 (en) | 2020-09-25 | 2020-09-25 | Medical systems and methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116325009A true CN116325009A (zh) | 2023-06-23 |
Family
ID=80844787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080105497.7A Pending CN116325009A (zh) | 2020-09-25 | 2020-09-25 | 医疗系统和方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116325009A (zh) |
WO (1) | WO2022061787A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114864055A (zh) * | 2022-05-31 | 2022-08-05 | 上海联影医疗科技股份有限公司 | 组织的扫描分析方法、系统和电子装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106388843A (zh) * | 2016-10-25 | 2017-02-15 | 上海联影医疗科技有限公司 | 医学影像设备及其扫描方法 |
CN110379492A (zh) * | 2019-07-24 | 2019-10-25 | 复旦大学附属中山医院青浦分院 | 一种全新的ai+pacs系统及其检查报告构建方法 |
US20200303049A1 (en) * | 2019-03-22 | 2020-09-24 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for generating imaging report |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8109875B2 (en) * | 2007-01-03 | 2012-02-07 | Gizewski Theodore M | Derma diagnostic and automated data analysis system |
CN108305671B (zh) * | 2018-01-23 | 2021-01-01 | 深圳科亚医疗科技有限公司 | 由计算机实现的医学图像调度方法、调度系统及存储介质 |
CN108573490B (zh) * | 2018-04-25 | 2020-06-05 | 王成彦 | 一种针对肿瘤影像数据的智能读片系统 |
CN109686444A (zh) * | 2018-12-27 | 2019-04-26 | 上海联影智能医疗科技有限公司 | 用于医学图像分级的系统和方法 |
-
2020
- 2020-09-25 WO PCT/CN2020/117944 patent/WO2022061787A1/en active Application Filing
- 2020-09-25 CN CN202080105497.7A patent/CN116325009A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106388843A (zh) * | 2016-10-25 | 2017-02-15 | 上海联影医疗科技有限公司 | 医学影像设备及其扫描方法 |
US20200303049A1 (en) * | 2019-03-22 | 2020-09-24 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for generating imaging report |
CN110379492A (zh) * | 2019-07-24 | 2019-10-25 | 复旦大学附属中山医院青浦分院 | 一种全新的ai+pacs系统及其检查报告构建方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022061787A1 (en) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240144495A1 (en) | Method and system for processing multi-modality image | |
US11139067B2 (en) | Medical image display device, method, and program | |
US11995837B2 (en) | System and method for medical image visualization | |
JP2015208385A (ja) | 医用画像情報システム、医用画像情報処理方法及びプログラム | |
US11842465B2 (en) | Systems and methods for motion correction in medical imaging | |
US11410352B2 (en) | Systems and methods for image reconstruction | |
WO2021239141A1 (zh) | 图像处理的方法及系统 | |
EP3869460A1 (en) | Systems and methods for determining position of region of interest | |
CN111261265A (zh) | 基于虚拟智能医疗平台的医学影像系统 | |
US20190228857A1 (en) | Methods, systems, and computer readable media for smart image protocoling | |
CN112584760A (zh) | 用于对象摆位和图像引导手术的系统和方法 | |
US20230196573A1 (en) | Image scanning methods and systems for medical devices | |
JP4714110B2 (ja) | 医用ネットワークシステム、医用画像撮影装置、医用画像処理装置、及び医用画像処理方法 | |
US20230237665A1 (en) | Systems and methods for image segmentation | |
WO2019200349A1 (en) | Systems and methods for training a deep learning model for an imaging system | |
KR20200069308A (ko) | 디지털 방사선 촬영을 위한 시스템 및 방법 | |
JP7223539B2 (ja) | 乳がん診断支援装置、乳がん診断支援システム、および乳がん診断支援方法 | |
WO2019200351A1 (en) | Systems and methods for an imaging system express mode | |
WO2022061787A1 (en) | Medical systems and methods | |
US20230225687A1 (en) | System and method for medical imaging | |
US20220183649A1 (en) | Systems and methods for configuring medical device | |
US11354803B1 (en) | Identifying spurious tracts in neuro-networks | |
WO2022214093A1 (en) | Systems and methods for image processing | |
CN116807599A (zh) | 消融方法及装置、神经网络模型的训练方法及装置 | |
US12040074B2 (en) | Systems and methods for data synchronization |
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 |