CN1836240A - Cad(计算机辅助决策)支持系统和方法 - Google Patents

Cad(计算机辅助决策)支持系统和方法 Download PDF

Info

Publication number
CN1836240A
CN1836240A CNA2004800232342A CN200480023234A CN1836240A CN 1836240 A CN1836240 A CN 1836240A CN A2004800232342 A CNA2004800232342 A CN A2004800232342A CN 200480023234 A CN200480023234 A CN 200480023234A CN 1836240 A CN1836240 A CN 1836240A
Authority
CN
China
Prior art keywords
area
interest
cad
instruction
mark
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2004800232342A
Other languages
English (en)
Inventor
A·克里什南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Medical Solutions USA Inc
Original Assignee
Siemens Medical Solutions USA Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of CN1836240A publication Critical patent/CN1836240A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06T2207/10072—Tomographic images
    • 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
    • G06T2207/10116—X-ray 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
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30028—Colon; Small intestine
    • G06T2207/30032—Colon polyp
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G06T2207/30064—Lung nodule
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics
    • Y10S128/922—Computer assisted medical diagnostics including image analysis

Abstract

提供一种CAD(计算机辅助决策)支持系统、方法和工具，其用于对放映、评价和/或诊断医学情况的自动决策支持。例如，CAD支持系统和工具以允许快速和有效地放映、评价和/或诊断对象病人的潜在医学情况的方式实施这样的方法，这些方法用于利用各种解释方法来自动处理对象病人的病人数据并向用户(例如医生、放射线医生等)综合地再现和提供解释结果。

Description

CAD(计算机辅助决策)支持系统和方法
相关申请的交叉参考
本申请要求于2003年8月13日提交的序列号为60/494,663的美国临时申请的优先权，于此将该申请完全引入作为参考。
技术领域
本发明一般涉及提供对放映、评价和/或诊断医学情况的自动决策支持的CAD(计算机辅助决策)支持系统、方法和工具。更具体地，本发明涉及CAD支持系统和工具，其以允许快速和有效地放映/评价/诊断对象病人的潜在医学情况的方式实施这样的方法，这些方法用于利用各种解释方法来自动处理对象病人的病人数据并向用户(例如医生、放射线医生等)提供解释结果。
背景技术
在医学成像领域中，为了放映和评价医学情况的目的而已经研发了各种用于产生个体的各种解剖结构的医学图像的系统。这些成像系统包括例如CT(计算机X线断层摄影)成像、MRI(磁共振成像)、X射线系统、超声系统、PET(正电子发射X线断层摄影)系统等。每一个成像模态可以提供优于用于放映和评价某些类型的疾病、医学情况或解剖异常性的其它模态的唯一优点，所述解剖异常性包括例如结肠息肉、动脉瘤或肺结节、心脏或动脉组织上的钙化、癌微钙化或胸部组织中的胞块和各种其它损伤或异常性。
例如，如在本领域中熟知的那样，为了使器官和其它解剖结构成像的目的，CT(计算机X线断层摄影)成像系统可以被用于获得病人的一组横截面图像或ROI(感兴趣区域)的2D“切片”。为了诊断疾病的目的，通常采用CT成像模态，因为这种模态提供更精确的图像，所述更精确的图像说明各种解剖结构的尺寸、形状和位置，并且也允许更精确地评价比如癌症、息肉等的损伤和异常解剖结构，其中所述解剖结构比如是器官、软组织和骨骼。
内科医生、临床医生、放射线医生等用来检测、诊断或另外评价医学情况的一种传统方法是手动地审阅医学图像的硬拷贝(X射线胶片、印刷物、照片等)，所述医学图像是根据所获得的图像数据集重构的，以识别感兴趣的特性特征。例如，在CT检查过程中获得的CT图像数据可以用于产生一组2D医学图像(X射线胶片)，该组2D医学图像可被观察，以便例如基于进行审阅的内科医生、临床医生、放射线医生等的技术和知识来识别潜在的异常解剖结构或损伤。例如，乳腺X线照片程序可以产生一组医学图像，所述医学图像包括对应于胸部组织的正常解剖结构，但是受过训练的放射线医生可能能够识别出这些结构中潜在地为癌症的小的损伤。然而，人为误差可能引起受过训练的放射线医生、内科医生、临床医生等在手动审阅这种医学图像时错误地诊断医学情况、比如乳癌。
因此，已经研发了各种数据处理系统和工具，用于帮助内科医生、临床医生、放射线医生等评价医学图像，从而识别和/或诊断医学情况。例如，CAD支持系统和工具已经被研发用于各种临床应用，该临床应用用于处理医学图像并且利用医学图像提供医学情况的自动检测、评价、诊断等。更具体地，例如，传统的CAD系统采用图像数据处理方法来自动检测和诊断潜在的医学情况，该潜在的医学情况包括例如损伤和其它异常解剖结构，比如结肠息肉、动脉瘤或肺结节、心脏或动脉组织上的钙化、微钙化或胸部组织中的胞块、疾病状态等。当再现和显示处理后的图像数据时，“标记”或另外加亮显示图像中的感兴趣的CAD检测区域，以引导用户(例如内科医生、放射线医生等)注意力来评价这种感兴趣的CAD检测区域。
此外，传统的CAD系统允许用户调用解释工具，同时审阅具体的(选择的)CAD标记，以处理图像数据并获得可以帮助用户评价或诊断所标记的区域的结果。利用这种传统的CAD工具，CAD标记的审阅需要用户在给定的时间为每一CAD标记分别调用一个解释工具。当例如必须审阅相对大数量的所标记的区域并且分别调用工具时，这种过程可以是消耗时间的并且是用户不友好的。
发明内容
本发明的示范性实施例通常包括CAD(计算机辅助决策)支持系统、方法和工具，其提供用于放映、评价和/或诊断医学情况的自动决策支持。更具体地，本发明的示范性实施例包括CAD支持系统和工具，其以允许快速和有效地放映、评价和/或诊断对象病人的潜在医学情况的方式实施这样的方法，这些方法用于利用各种解释方法来自动处理对象病人的病人数据并向用户(例如内科医生、放射线医生等)显示解释结果。
将描述本发明的这些和其它示范性实施例、特征和优点，并且结合附图来阅读示范性实施例时，本发明的这些和其它示范性实施例、特征和优点将从下面的示范性实施例的详细描述中变得明显。
附图说明
图1是根据本发明的示范性实施例的、用于审阅病人数据并且为放映、评价和/或诊断医学情况提供自动决策支持的系统的方块图；
图2是说明根据本发明的示范性实施例的、用于医生审阅和解释病人数据以便放映、评价和/或诊断医学情况的工作流程过程的流程图；
图3是说明根据本发明的示范性实施例的CAD决策支持方法的流程图；
图4示意性说明根据本发明的示范性实施例的、用于提供由CAD过程产生的解释结果以便用户审阅的方法；
图5是说明在感兴趣对象处定中心的图像切片的车轮(cartwheel)投影的图。
具体实施方式
如于此描述那样的本发明的示范性实施例通常包括CAD(计算机辅助决策)支持系统、方法和工具，其提供自动决策支持，以帮助保健提供者放映、评价和/或诊断医学情况。应理解的是，可以以各种形式的硬件、软件、固件、专用处理器或其组合来实施依据本发明的于此描述的系统和方法。在本发明的一个示范性实施例中，能够以软件实施于此描述的系统和方法，所述软件包括有形地包含在一个或更多程序存储装置(例如磁软盘、RAM、CD、Rom、DVD、ROM、磁盘存储器、闪存等)之上的程序指令，并可通过包括适当的体系结构的任何装置或机器来执行。应进一步理解的是，因为可以以软件来实施在附图中所描述的组成系统的模块和方法步骤，所以系统部件之间的实际连接(或方法步骤的流程)可以依赖于应用的编程方式而不同。给出于此所述的教导，相关领域中的普通技术人员将能够考虑到本发明的这些和类似的实施方案或配置。
图1是依据本发明的示范性实施例的系统(10)的方块图，其允许病人数据的审阅，并为例如放映、评价和/或诊断医学情况提供自动决策支持。通常，该系统(10)包括病人数据记录(11)的收集、屏幕显示/观察系统(12)和CAD(计算机辅助决策)支持系统(20)(或CAD系统(20))。该CAD系统(20)通常包括2D/3D图像再现和可视化系统(13)、病人数据处理系统(14)和持久存储介质(18)和(19)，所述持久存储介质(18)和(19)用于存储由各种系统(13)和(14)使用和/或产生的数据。如下面详细所述的，该CAD系统(20)以允许快速和有效地放映/评价/诊断对象病人的潜在医学情况的方式实施用于利用多个不同的工具/方法来自动处理和解释病人数据、以及结合解释结果并将其提供给用户(例如内科医生、放射科医师等)的方法。该CAD系统(20)可以包括综合应用，其中作为在计算系统(例如工作站)中执行的单个应用来实现病人数据处理系统(14)和图像再现和可视化系统(13)。替代地，该系统(13)和(14)可以是分布在计算机网络中的独立的系统/工具，其中比如DI COM、PACS等的已知通信协议被用于在系统(13)和(14)之间通信并通过网络传送数据。
在本发明的一个示范性实施例中，病人数据记录(11)包括包含各种类型的病人数据的计算机化的病人记录(CPR)(或电子病人医疗记录)，所述各种类型的病人数据包括图像数据(11-1，11-2)和以结构化和/或非结构化数据格式保存的非图像病人数据(11-3)。更具体地，例如，结构化病人数据包括所有类型的非图像病人数据，比如以数据库表格或具有所定义的数据字段的其它结构化格式保存的金融(记帐)、人口统计、实验室、药房数据等。病人数据的非结构化源包括比如基于自由文本的文件的非图像病人数据(11-3)，所述基于自由文本的文件包括医生病程记录、医疗程序、处方药物信息、放射科医师报告、其它专家报告以及图像数据和波形数据。
病人图像数据包括原始图像数据形式的数字图像数据(11)，比如在CT扫描过程中获取的原始CT数据(氡数据)或利用其它成像模态获取的原始数据。此外，数字图像数据(11-1)可以包括一个或更多个2D切片或三维体积图像，其是根据原始图像数据重构的，并被持久地存储。该图像数据可以是2D(例如X射线乳腺图像)、3D(例如CT，MRI，PET)、4D(动态3D MRI，利用3D超声探头获取的心跳的多个视图)等。此外，病人数据记录(11)可以包括硬拷贝2D和/或3D医学图像(11-2)形式的图像数据，所述硬拷贝2D和/或3D医学图像(11-2)包括根据所获取的图像数据重构的图像的X射线胶片、印刷物、照片等。例如，医学图像(11-2)可以包括一组X射线胶片，所述X射线胶片包括根据在病人的感兴趣区域的CT扫描过程中所获取的图像数据集复制的病人的2D切片。
利用适用于观察所复制的医学图像(11-2)或非图像数据(例如临床报告)的系统、装置或设备，可以实施屏幕显示/观察系统(12)。例如，屏幕显示/观察系统(12)可以包括可被内科医生、临床医师、放射科医师等用来观察安置于设备之上的多个X射线胶片的发光屏幕设备，其中所述多个X射线胶片是根据所获取的多个CT切片(11-2)的图像数据集产生的。例如，利用适用于滚动通过多个重构的2D切片的任何系统可以实施屏幕显示/观察系统(12)。观察系统也可以是硬拷贝，例如利用光盒(light box)观察的胶片，或纸打印，或对本领域中的普通技术人员来说已知的其它这样的手段。例如，观察系统(12)可以包括用于产生和观察电子临床报告的个人计算机。
图像再现和可视化系统(13)可以包括任何适合的能够处理所获取的图像数据集(或其一部分)的数字图像数据(11-1)以便在计算机监视器上产生并显示2D和/或3D图像的系统/工具/应用。更具体地，成像系统(13)可以是提供图像数据(11-1)的3D/2D再现和可视化的应用，并且其在具有监控器的通用或专用计算机工作站上执行。此外，例如，成像系统(13)提供GUI(图形用户界面)，该GUI允许用户导航通过3D图像或多个2D切片。
依据本发明的示范性实施例，图像再现和可视化系统(13)包括解释结果再现/显示模块(13-1)，其以允许用户快速和有效地审阅/分析这种CAD结果的方式实施一种或多种用于再现和显示数据处理/解释结果(或通常，“CAD结果”)(其从病人数据处理系统(14)产生和输出)的方法。例如，下面将参照图4来描述用于以综合方式显示CAD结果的示范性方法。
病人数据处理系统(14)包括用于处理图像数据(11-1)和/或非图像病人数据(11-3)以提供如在此所述的计算机辅助检测和诊断以及其它决策支持功能的方法、功能和模块。病人数据处理系统(14)可以包括在通用计算机或具有专门硬件的计算机上执行的应用或工具。在图1的示范性实施例中，病人数据处理系统(14)包括检测模块(15)、标记组合器模块(16)和多个CAD解释工具(17)。解释工具(17)包括自动分割模块(17-1)、诊断/分类模块(17-2)和一个或多个其它解释工具(17-3)。
在本发明的一个示范性实施例中，检测模块(15)实施一种或多种用于处理病人图像数据集(11-1)以自动检测或识别并标记图像数据集中的感兴趣区域(例如异常解剖结构)的方法。更具体地，检测模块(15)实施用于识别、或至少定位某些感兴趣特征、比如输入图像数据集(11-1)中的解剖异常并且将标记(CAD标记)添加到图像数据中以指示这种特征或区域的方法。数字图像数据(11-1)可以以原始图像数据、2D重构数据(例如轴向切片)、或3D重构数据(体积图像数据或多平面重定格式)、4D重构数据或其它格式为形式。
可以持久地存储(18)从检测模块(15)输出的检测结果(所识别/标记的区域)和/或将其输出至图像再现和可视化系统(13)，以及提供给用户。例如，检测模块(15)的输出可以包括为了随后的存取而存储于与对象图像数据集(或图像数据的一部分)相关的储存库(18)中的CAD标记信息和其它元信息。此外，图像再现和可视化系统(13)可以再现(从检测模块(15)输出或从储存库(18)存取的)检测结果作为对图像数据的2D和/或3D再现的覆盖，以说明由检测模块(15)自动检测的所标记的感兴趣区域。可以将CAD标记再现为指示器(箭头、十字线等)，所述指示器指向具有潜在异常结构的感兴趣区域或指向潜在损伤或异常的中心位置。此外，CAD标记例如可以是形成于潜在损伤的周界或边缘的周围的虚线，或其通常围绕被检测/诊断为具有潜在异常结构的感兴趣区域。
应理解的是，通过检测模块(15)实施的方法将依赖于病人数据处理系统(14)所支持的成像域(图像数据(11-1)的类型)以及所考虑的解剖结构的类型而改变。检测模块(15)可以包括一种或多种用于从图像数据(11-1)中提取相关特征、数据或图像参数以便检测/识别感兴趣区域的方法。例如，当检测乳癌时，可以提取涉及光密度和对比度的各种参数，以识别胸部组织中的潜在损伤。可以实施用于各种医学应用和图像领域的各种类型的特征提取方法对本领域中的普通技术人员来说是众所周知的，因此其详细讨论不是必要的，并且不超过所要求保护的本发明的范围。
此外，例如，图像再现和可视化系统(13)可以包括用于允许用户手动标记(用户标记)再现和显示给用户的对象图像数据集的一个或多个位置中的感兴趣区域的方法。更具体地，除了自动检测过程(15)或替代自动检测过程(15)，一个或多个用户(医生、内科医师等)可以对给定的图像数据集执行手动检测过程，并且指定、识别或另外标记图像数据集中的感兴趣区域。用户指定的标记和其它相关的元信息可被持久地存储于储存库(18)中。
依据本发明的示范性实施例，自动调用一个或多个不同的解释工具(17)，以处理图像数据集中一个或多个手动(用户)标记的和/或CAD标记的感兴趣区域的图像数据。更具体地，例如，在本发明的一个示范性实施例中，可以对数据处理系统(14)进行编程，以自动调用解释工具(17)来无缝地处理给定的图像数据集的用户和/或CAD指定的标记中的一个或更多个或全部。这和如上所述的、需要用户在每一所检测到的感兴趣区域处分别调用CAD工具的传统方法形成对比。在依据本发明的示范性实施例中，例如，通过用户参数选择信息(19)，可以指定该组解释工具和/或这种工具的处理的次序。就这点而言，为了处理/分析CAD标记，用户可以指定自动被调用的不同的解释工具(17)中的一个或更多个。
在本发明的一个示范性实施例中，标记组合器模块(16)包括用于在通过各种解释工具(17)处理对象图像数据集之前组合关于对象图像数据集的用户指定的标记和CAD标记的信息的方法。标记组合器模块(16)可以包括用于在通过解释工具(17)进行处理之前去除冗余标记的方法。例如，如果已经多于一次地(例如利用用户和CAD标记)“标记”特殊的感兴趣区域，则可以丢弃额外的标记，以避免多于一次地处理相同的感兴趣区域。
例如，通过数据处理系统(14)实施的各种类型的解释工具(17)可以依赖于相关的医学领域和要处理的病人数据的类型而变化。在图1的示范性实施例中，可以为处理每个所标记的感兴趣区域而采用分割模块(17-1)。该分割模块(17-1)实施一种或多种用于利用已知方法通过参考已知或预期的图像特性、比如边缘、可识别的结构、边界、颜色或强度方面的变化或过渡、光谱信息方面的变化或过渡等来分割感兴趣的特征或解剖组织的方法。例如，调用分割模块(17-1)来处理每一个ROI，从而确定潜在损伤或异常解剖结构和周围的正常解剖组织或结构之间的边界，并提取与这种损伤或异常结构相关的有关体积。可被实施的各种类型的分割方法对于本领域中的普通技术人员来说是众所周知的，因此其详细讨论不是必要的，并且不超过所要求保护的本发明的范围。
诊断/分类模块(17-2)实施用于处理所检测的感兴趣区域的图像数据以便评价、诊断或另外分类比如结肠息肉、动脉瘤或肺结节的异常解剖结构(损伤)的方法。可实施用于自动诊断/分类的各种类型的方法对于本领域中的普通技术人员来说是众所周知的，所以其详细讨论不是必要的，并且不超过所要求保护的本发明的范围。
依赖于应用或相关医学和图像领域，病人数据处理系统(14)可以实施一个或更多个用于处理病人数据(图像数据和/或非图像数据)的其它解释工具(17-3)。例如，可以实施能够用于获得精确的尺寸测量和所分割的损伤/特征/结构的其它描述性特征的方法，其信息可以有助于自动识别和分类。
此外，例如，解释工具(17-3)可以包括用于执行比如在美国专利No.6,609,021中所述的车轮投影分析的方法，于此将该专利全部引入作为参考。简言之，该专利描述了能够利用车轮投影分析来手动和自动检测异常解剖结构的方法，所述异常解剖结构比如是CT图像中的肺结节。例如，图5是说明感兴趣对象(200)(例如肺)的图像数据集(例如多个2D切片或3D体积)的车轮投影的示范性图。种子点(例如CAD或用户标记)(202)表示保证较接近的检查的图像(200)中的点/体素(例如种子点(202)可以指向需要详细检查的可疑结构)。如图5中所示，围绕感兴趣的点(202)，使旋转投影面(201)旋转180度，并且获得比如车轮投影图像切片(203)和(204)的轴向图像切片(车轮投影图像切片)的一系列2D投影。可以以预定间隔来设置旋转角度，比如每5度，在这种情况下，将为给定轴向图像切片上的每一感兴趣的输入对象产生36个单独的车轮投影图像切片。类似地，如果间隔被设置为1度，将为每一感兴趣的输入对象产生180个单独的车轮投影图像切片。
依据本发明的示范性实施例，车轮投影可被应用于每一用户/CAD指定的标记(如图5中所示)，以便产生多个两维车轮投影图像切片，为了进一步分析或审阅，该多个两维车轮投影图像切片被存储/提供。可以评价这些投影图像组，以确定对象/特征的三维形状。
此外，在本发明的其它示范性实施例中，在图1中，如上面所指出的，数据处理系统(14)可以包括用于为了决策支持目的而提取、分析、解释等来自非图像病人数据(11-3)的相关信息的工具/方法。例如，病人数据处理系统(14)可以包括一种或更多种用于从结构化和/或非结构化病人数据记录(11)提取“非图像”病人数据并且以适合各种CAD工具分析的方式组合图像特征/参数和非图像特征/参数的病人数据提取方法，其中所述结构化和/或非结构化病人数据记录(11)对于所考虑的临床/图像领域来说可能是相关的。更具体地，为了从所有类型的病人数据记录(11)提取相关参数，可以实施数据分析/数据开采方法，比如在于2002年11月4日提交的、名称为“PatientData Mining”的、共同转让和共同未决的美国专利申请U.S.序列号No.10/287,055中所述的方法，该专利申请要求于2001年11月2日提交的序列号为60/335,542的美国临时申请的优先权，于此将两者全部引入作为参考。
尽管非图像病人数据不能准确定位特定的潜在异常区域，但是为了评价医学情况的目的，例如可以通过一个或多个解释工具(17)来实施这种非图像数据。具体地，依赖于相关医学领域(例如乳癌、心脏病等)，在病人记录中发现的非图像数据(11-3)、比如人口统计数据、历史和物理信息、医生笔记、实验室结果、来自血液测试的结果、来自蛋白体(proteomic)分析的结果和来自遗传化验的结果例如可以包括表示某些医学情况的大量有用数据。例如，为了心脏病的诊断/放映，可以在历史和医生笔记中发现临床信息，其中医生记录某人已经历过胸痛。此外，比如糖尿病的某些疾病可以增大发展为/具有冠状动脉疾病的可能。其它指示、比如胆固醇水平、吸烟的历史、冠状动脉疾病的家族史、年龄、性别等也可以用于估计具有冠状动脉疾病的风险。
在本发明的一个示范性实施例中，诊断/分类模块(17-2)可以实施用于处理所检测/识别(标记的)感兴趣区域的非图像数据和图像数据以评价、估计、诊断或另外分类比如结肠息肉、动脉瘤或肺结节的异常解剖结构(损伤)的方法。更具体地，利用例如一种或多种被训练用于分析这种组合特征的分类方法，基于一组从图像数据和/或非图像病人数据提取的特征，诊断/分类模块(17-2)可以提供具体情况的评价和评价的置信度的量度。
CAD结果(例如，每一所调用的解释过程的结果)和相关元信息可被持久地存储于储存库(18)中。可以调用解释结果再现/显示模块(13-1)来以综合方式提供解释结果。例如，图4示意性说明GUI窗口的一个示范性实施例，该GUI窗口可以被用于以综合方式为每一用户/CAD标记的感兴趣区域显示CAD结果。更具体地，图4描绘了示范性的GUI窗口(40)，所述GUI窗口(40)包括以行和列布置的多个区域。如所示的，每一列包括单独的区域，用于为给定的标记区域提供每一个所调用的解释工具的结果。
具体地，示范性的GUI窗口(40)为多个标记(M1、M2，…M(i))中的每一个描绘了车轮投影分析、分割、分类，以及其它的CAD辅助解释方法的结果。车轮投影的结果可以被提供为2D图像序列，所述2D图像序列允许用户确定具体的所标记的感兴趣对象/特征的形状。分割结果可以被描述为具体的所标记的感兴趣对象/特征的所提取图像体积的3D图像。可以以文本形式提供诊断/分类结果，提供具体的所标记的感兴趣对象/特征的评价、诊断等。
应理解的是，可以作为对用于处理图像数据的传统CAD方法或其它自动诊断方法的扩展来实施依据本发明的CAD系统和方法。此外，应理解的是，利用3D医学成像和适用于宽范围的成像模态(CT，MRI等)以及比如结肠息肉、动脉瘤或肺结节等的各种异常解剖结构或损伤的诊断和评价的CAD系统或应用，可以容易地实施于此所述的示范性系统和方法。就这点而言，尽管示范性实施例在此可能是参照具体的成像模态或具体的解剖特征来描述的，但不应理解为限制本发明的范围。
现在参照图2，流程图说明了依据本发明的示范性实施例的、用于医生审阅和分析病人图像数据的工作流程。为了说明的目的，将参照图1的系统来描述图2的示范性方法。现在参照图2，一个或多个用户(内科医生、临床医师、放射线医师)可以执行对象病人的病人图像数据的初步的、独立的(CAD不辅助的)审阅和分析(步骤21)，以识别潜在的异常解剖结构或疾病状态，如果有的话。例如，在本发明的一个实施例中，用户可以使用屏幕显示/审阅系统(12)(图1)来审阅2D图像切片的一个或多个x射线胶片，该一个或多个x射线胶片例如是根据通过CT检查获得的图像数据集产生的。
在另一示范性实施例中，用户可以审阅图像数据集的2D和/或3D再现，其被显示于计算机监控器上，以识别可能的异常特征。例如，图像可视化系统(13)(图1)可以被用于再现和显示输入图像数据集的全部或部分的2D和/或3D图像，并利用合适的GUI导航通过所显示的图像，这允许用户识别和手动地标记潜在的异常特征。在这种情况中，可视化系统(13)简单地构造和显示2D和/或3D图像以便用户审阅，但不执行涉及CAD的用于帮助分析的功能，也不显示基于CAD结果而再现和显示的图像。
基于初始审阅，医生可以手动地标记或另外识别图像数据中的感兴趣区域(步骤22)，用户认为该感兴趣区域包括(或将为)潜在的损伤或解剖异常。此外，利用可视化系统(13)的相关的GUI功能，医生可以标记或另外加亮所显示的2D和/或3D图像的具体区域。基于病人图像数据的CAD不辅助的审阅，医生可能可以产生他的/她的初始发现的初步报告。该报告可以包括医生的初步诊断决策和发现，包括对图像数据中的具体的感兴趣区域(或特征)的参考。
医生可以执行病人图像数据的CAD辅助分析/审阅，以校验和调整他的/她的初始发现。一般地，在本发明的一个示范性实施例中，CAD辅助分析/审阅包括利用CAD系统来处理图像数据集(其是或将是初始审阅的对象)以便自动检测和标记图像数据中的潜在的损伤或其它异常解剖结构(步骤23)，并调用多个工具/方法来分析和解释用户/CAD检测/标记的感兴趣区域的图像数据(步骤24)。例如下面将参照图3来讨论用于实施依据本发明的示范性实施例的步骤23和24的各种方法。
其后，为了用户审阅，以综合方式提供用户/CAD检测的感兴趣区域的每一CAD分析的发现/结果(步骤25)。应理解的是，为了提供每一个所标记/检测的感兴趣区域的CAD结果以便用户审阅，可以实施根据本发明的示范性实施例的各种方法。一般地，该CAD系统(20)可以以批处理模式处理所有标记的感兴趣区域，并例如同时为一个或多个或全部标记、或分别为每一标记(通过GUI、打印输出等)提供发现/结果。解释结果可被存储，并且然后基于用户请求在随后的时间被再现/提供，或者当它们被产生时，这种结果可以被实时再现/提供。应理解的是，例如可以基于用户参数选择(19)(图1)来设置提供CAD结果给用户的方式。
尽管通过本领域中的普通技术人员可以容易想象其它方法/布置，但在本发明的一个示范性实施例中利用如图4中所示的示范性窗口布置可以组合和显示CAD结果。实际上，当实施显著数量的工具时和/或当评价显著数量的标记(感兴趣区域)时，可能没有用于在如图4中那样的一个窗口中提供全部标记的全部结果的足够空间。因此，在一个示范性实施例中，每次可以提供(例如显示)每一“标记”的那组解释结果，或在不同的用户可选择的GUI窗口中再现每一“标记”的那组解释结果。在另一示范性实施例中，为了用户审阅，可以同时提供(例如每一标记区域的分割结果将被显示)一个或多个所调用的解释工具的每一标记的解释结果。此外，在本发明的另一示范性实施例中，可以在产生时提供(例如显示)给定标记的解释结果。以这种方式，可以为指定序列(例如用户指定的序列)中的每一标记自动调用解释工具，从而初始调用的工具将提供关于是否存在潜在医学情况的快速指示。例如，当检测肺结节时，车轮投影可以允许医生基于如一系列切片中所示的感兴趣对象的形状确定感兴趣区域是否包括结节。以这种方式，用户可以命令系统终止用于具体标记的处理(例如不为给定标记调用剩余的解释工具)并且开始处理下一标记。应理解的是，基于于此给出的教导，本领域中的普通技术人员可以容易地设想依据本发明的用于再现和提供解释结果的其它方法，其允许CAD标记的快速和有效的审阅，并且在此不应理解为限制本发明的范围。
在CAD辅助审阅之后，医生可以基于最后的诊断决策增加他的/她的初步报告(步骤26)。取决于医生是否将由CAD工具提供的附加诊断信息确定为重要的，该最后的诊断报告可能与初步报告相同或不相同。在最后的诊断报告之后，医生可以推荐进一步的动作的方针，其可以包括不进一步动作或进一步的继续检查或程序。
应理解的是，图2的医生工作流程过程仅仅是本发明的一个示范性实施例，并且可以容易设想其它的工作流程。例如，在图像数据集的独立的、CAD不辅助的审阅之前可以离线执行给定的图像数据集的CAD辅助处理。此外，可以在这种图像数据的独立审阅过程中作为后台处理来执行CAD过程。此外，在通过用户明确地执行病人数据处理系统(14)来独立审阅之后可以出现CAD过程，以为CAD不辅助的审阅处理当前显示的、具有(例如通过系统13的)用户检测的感兴趣区域的标记的图像数据。
此外，应理解的是，各种方法可以用于实施CAD辅助分析/审阅(步骤23、24和25)。例如，图3是说明依据本发明的示范性实施例的CAD方法的流程图。在本发明的一个实施例中，图3描述了针对图2的步骤23和24可被实施的方法。在本发明的另一实施例中，图3描述了图1的病人数据处理系统(14)的操作模式。
参照图3，将对象病人的图像数据集输入至CAD系统(步骤30)，该图像数据集可以或不可以具有手动地标记的(检测的)感兴趣区域。处理输入图像数据集，以提取相关图像特征，并且如果有的话，在被识别为具有潜在的异常解剖结构的图像数据集中自动检测和识别感兴趣区域(或特征)(步骤31)。应理解的是，利用任何适用于输入图像数据的成像模态(例如CT)并且特别或通常适用于检测/诊断所考虑的解剖异常(例如癌症、息肉、结节等)的方法，可以实施提取和检测方法。CAD过程将自动标记输入图像数据集中的那些感兴趣区域，其被确定为潜在损伤或其它异常结构。
在完成自动检测过程(步骤31)之后，该CAD系统将自动调用多个解释工具来应用于用户和CAD检测的(标记的)感兴趣区域(步骤32)。在一示范性实施例中，实施用于识别和消除冗余标记的方法(步骤33)。该方法避免不必要地处理与相同的用户和/或CAD检测的感兴趣区域相关联的标记的图像数据集。例如图像数据集可以包括作为不同医生、医师等独立地、CAD不辅助地审阅相同图像数据集的结果的、相同感兴趣区域的两个或多个用户(手动地插入的)标记。此外，自动检测过程可以检测和标记已经被用户识别并且手动地标记的潜在的感兴趣区域。在这种情况下，冗余标记将被丢弃，以致相同的感兴趣区域不被多次处理。
其后，将利用所调用的解释方法中的每一个来自动处理每一用户和CAD检测/标记的ROI(步骤34)。例如，利用上面讨论的解释工具(17)(例如分割、分类、车轮分析等)可以处理每一个ROI。每一用户和CAD检测的感兴趣区域的解释/分析的结果和相关元信息将被持久地存储(步骤35)。这种信息例如包括标记的位置和其它类型的支持数据，所述其它类型的支持数据包括图像子体积数据和所提取的特征等。为了以允许快速审阅所检测的ROI的综合形式(例如通过GUI)提供给用户，随后存取并处理结果和相关数据。
应理解的是，上述过程(步骤30-35)可以是通过单个命令可被执行的全自动过程。例如，CAD系统的GUI可以允许用户存取并选择所期望的图像数据文件，并(通过GUI按钮或菜单等)选择单个命令，以开始CAD过程，并存储所检测的ROI的各种分析/解释结果以用于随后的存取。如上面指出的，在CAD不辅助的审阅之前或在CAD不辅助的审阅过程中可以执行CAD过程。在这种情况中，所存储的CAD结果和元信息与仅经CAD检测的ROI相关联。因此，在审阅CAD结果之前，一个或多个用户可以执行图像数据集的独立审阅，并命令CAD系统将解释工具应用于用户检测的ROI(其相对于先前自动检测的ROI不是冗余的)，并将该结果与之前存储的结果合并，并将综合结果提供给用户。
在本发明的另一实施例中，如图3所示，在自动检测(步骤31)之后，可以(2D和/或3D地)再现和显示图像数据和CAD标记(并可能用户标记)，以允许用户接受、拒绝或另外修改一个或多个标记(步骤36)。例如，检测模块(15)的输出(例如“标记的”图像数据)(图1)可被输入至图像再现/可视化系统(13)，其基于CAD过程的结果(如果有的话)产生并显示一个或多个示出计算机产生的标记(CAD标记)的2D和/或3D医学图像。换句话说，利用被检测模块(15)检测到的潜在异常的局部化标识，可以标记或注释所显示的图像。通过添加新的用户标记至医生认为包括没有被CAD过程发现的潜在异常的感兴趣区域中的图像数据，医生可以经由GUI与系统交互作用。此外，医生可以拒绝或删除被CAD过程发现的但该医生认为是错误的CAD标记，或接受医生认为是正确的CAD标记。其后，在审阅之后，用户可以(经由命令)调用用于用户和/或CAD标记的解释工具(步骤37)。该过程允许用户避免处理错误或不期望的标记。
尽管于此已经参照附图描述了本发明的说明性的实施例，但应理解的是，本发明不局限于那些精确的实施例，并且本领域的技术人员可以实现各种其它改变和修改，而不脱离本发明的范围或精神。全部这种改变和修改都被包括在如由所附的权利要求所限定的本发明范围中。

Claims (23)

1、一种用于提供计算机辅助决策(CAD)支持的方法，包括：
在对象病人的图像数据中识别一个或多个感兴趣区域；
自动调用一个或多个解释工具，以利用每一个所调用的解释工具来处理图像数据中的至少一个感兴趣区域；以及
输出由每一个所调用的解释工具产生的解释结果。
2、权利要求1的方法，其中识别一个或多个感兴趣区域包括：自动处理图像数据，以便如果有任何感兴趣区域，则在图像数据中检测感兴趣区域。
3、权利要求1的方法，其中识别一个或多个感兴趣区域包括：如果有任何所标记的感兴趣区域，则在图像数据中识别一个或多个所标记的感兴趣区域。
4、权利要求3的方法，其中识别一个或多个所标记的感兴趣区域包括：如果有任何用户指定的感兴趣区域，则在图像数据中确定用户指定的感兴趣区域。
5、权利要求3的方法，其中识别一个或多个所标记的感兴趣区域包括：如果有任何CAD指定的感兴趣区域，则在图像数据中确定CAD指定的感兴趣区域。
6、权利要求1的方法，进一步包括自动提供与至少一个感兴趣区域相关联的解释结果中的一个或多个以便用户审阅。
7、权利要求1的方法，进一步包括自动显示与至少一个感兴趣区域相关联的解释结果中的一个或多个以便用户审阅。
8、权利要求7的方法，其中自动显示包括在GUI窗口的单独区域中同时显示解释结果中的每一个。
9、权利要求7的方法，其中自动显示包括顺序地显示解释结果。
10、权利要求1的方法，其中一个或多个解释工具包括自动分割方法。
11、权利要求1的方法，其中一个或多个解释工具包括自动诊断方法。
12、一种机器可读的程序存储装置，有形地包含可由机器执行的指令程序，该指令程序用于执行提供计算机辅助决策(CAD)支持的方法步骤，该方法步骤包括：
在对象病人的图像数据中识别一个或多个感兴趣区域；
自动调用一个或多个解释工具，以利用每一个所调用的解释工具来处理图像数据中的至少一个感兴趣区域；以及
输出由每一个所调用的解释工具产生的解释结果。
13、权利要求12的程序存储装置，其中用于识别一个或多个感兴趣区域的指令包括用于自动处理图像数据以便在有任何感兴趣区域的情况下在图像数据中检测感兴趣区域的指令。
14、权利要求12的程序存储装置，其中用于识别一个或多个感兴趣区域的指令包括用于在有任何所标记的感兴趣区域的情况下在图像数据中识别一个或多个所标记的感兴趣区域的指令。
15、权利要求14的程序存储装置，其中用于识别一个或多个所标记的感兴趣区域的指令包括用于在有任何用户指定的感兴趣区域的情况下在图像数据中确定用户指定的感兴趣区域的指令。
16、权利要求14的程序存储装置，其中用于识别一个或多个所标记的感兴趣区域的指令包括在有任何CAD指定的感兴趣区域的情况下在图像数据中确定CAD指定的感兴趣区域。
17、权利要求12的程序存储装置，进一步包括用于自动提供与至少一个感兴趣区域相关联的解释结果中的一个或多个以便用户审阅的指令。
18、权利要求12的程序存储装置，进一步包括用于自动显示与至少一个感兴趣区域相关联的解释结果中的一个或多个以便用户审阅的指令。
19、权利要求18的程序存储装置，其中用于自动显示的指令包括用于在GUI窗口的单独区域中同时显示解释结果中的每一个的指令。
20、权利要求18的程序存储装置，其中用于自动显示的指令包括用于顺序地显示解释结果的指令。
21、一种用于提供计算机辅助决策(CAD)支持的方法，包括下面的步骤：
从病人数据提取信息；
自动调用一个或多个解释工具，以利用每一个所调用的解释工具来处理所提取的信息；以及
输出由每一个所调用的解释工具产生的解释结果。
22、权利要求1的方法，其中病人数据包括图像数据。
23、权利要求1的方法，其中病人数据包括非图像病人数据。
CNA2004800232342A 2003-08-13 2004-08-13 Cad(计算机辅助决策)支持系统和方法 Pending CN1836240A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US49466303P 2003-08-13 2003-08-13
US60/494,663 2003-08-13

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN2012100360718A Division CN102708270A (zh) 2003-08-13 2004-08-13 计算机辅助决策支持系统和方法

Publications (1)

Publication Number Publication Date
CN1836240A true CN1836240A (zh) 2006-09-20

Family

ID=34193226

Family Applications (2)

Application Number Title Priority Date Filing Date
CNA2004800232342A Pending CN1836240A (zh) 2003-08-13 2004-08-13 Cad(计算机辅助决策)支持系统和方法
CN2012100360718A Pending CN102708270A (zh) 2003-08-13 2004-08-13 计算机辅助决策支持系统和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2012100360718A Pending CN102708270A (zh) 2003-08-13 2004-08-13 计算机辅助决策支持系统和方法

Country Status (7)

Country Link
US (1) US7599534B2 (zh)
EP (1) EP1654687A1 (zh)
JP (1) JP2007502469A (zh)
CN (2) CN1836240A (zh)
AU (1) AU2004266022B2 (zh)
CA (1) CA2535133C (zh)
WO (1) WO2005017806A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102385664A (zh) * 2010-08-27 2012-03-21 佳能株式会社 诊断支持设备及其控制方法以及诊断支持系统
CN102460444A (zh) * 2009-06-09 2012-05-16 皇家飞利浦电子股份有限公司 用于对存储的图像进行排序的装置和方法
CN103733200A (zh) * 2011-06-27 2014-04-16 皇家飞利浦有限公司 由带有解剖学标记临床管理促进的检查审阅
CN104573309A (zh) * 2013-10-24 2015-04-29 三星电子株式会社 用于计算机辅助诊断的设备和方法
CN106037931A (zh) * 2015-04-16 2016-10-26 西门子公司 改进的经导管主动脉瓣植入规划的方法和系统
CN106464845A (zh) * 2014-05-15 2017-02-22 科洛普拉斯特公司 用于捕捉并数字地存储伤口、瘘管、或造口部位的图像的方法和装置

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7970625B2 (en) 2004-11-04 2011-06-28 Dr Systems, Inc. Systems and methods for retrieval of medical data
US7787672B2 (en) 2004-11-04 2010-08-31 Dr Systems, Inc. Systems and methods for matching, naming, and displaying medical images
US7920152B2 (en) 2004-11-04 2011-04-05 Dr Systems, Inc. Systems and methods for viewing medical 3D imaging volumes
US7660488B2 (en) 2004-11-04 2010-02-09 Dr Systems, Inc. Systems and methods for viewing medical images
US20060264749A1 (en) * 2004-11-24 2006-11-23 Weiner Allison L Adaptable user interface for diagnostic imaging
US7639852B2 (en) 2005-03-16 2009-12-29 Siemens Aktiengesellschaft Method for associating data with medical image datasets
US8031917B2 (en) * 2005-03-23 2011-10-04 Siemens Medical Solutions Usa, Inc. System and method for smart display of CAD markers
US7688995B2 (en) * 2005-08-04 2010-03-30 Siemens Medical Solutions Usa, Inc. System and method for quality assurance for distributed computer aided diagnosis solutions
US8732601B2 (en) * 2005-09-19 2014-05-20 General Electric Company Clinical review and analysis work flow for lung nodule assessment
WO2007044504A1 (en) * 2005-10-05 2007-04-19 Siemens Medical Solutions Usa, Inc. Automatic cad algorithm selection
US7672494B2 (en) * 2006-05-23 2010-03-02 Hologic, Inc. Processing medical image information to detect anatomical abnormalities
EP1865464B1 (en) * 2006-06-08 2013-11-20 National University Corporation Kobe University Processing device and program product for computer-aided image based diagnosis
US20080008371A1 (en) * 2006-06-13 2008-01-10 Kevin Woods Considerations when colon segmentation differs between CAD processing and visualization
DE102006037063A1 (de) * 2006-08-08 2008-02-21 Siemens Ag Verfahren zur Erzeugung eines medizinischen Abbildes sowie Datenverarbeitungseinheit und Computersoftware hierzu
US7983459B2 (en) 2006-10-25 2011-07-19 Rcadia Medical Imaging Ltd. Creating a blood vessel tree from imaging data
US7860283B2 (en) 2006-10-25 2010-12-28 Rcadia Medical Imaging Ltd. Method and system for the presentation of blood vessel structures and identified pathologies
US7940970B2 (en) * 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US7940977B2 (en) * 2006-10-25 2011-05-10 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures to identify calcium or soft plaque pathologies
US7873194B2 (en) * 2006-10-25 2011-01-18 Rcadia Medical Imaging Ltd. Method and system for automatic analysis of blood vessel structures and pathologies in support of a triple rule-out procedure
US7953265B2 (en) * 2006-11-22 2011-05-31 General Electric Company Method and system for automatic algorithm selection for segmenting lesions on pet images
US7953614B1 (en) 2006-11-22 2011-05-31 Dr Systems, Inc. Smart placement rules
US8566727B2 (en) * 2007-01-03 2013-10-22 General Electric Company Method and system for automating a user interface
US20110255761A1 (en) * 2007-06-26 2011-10-20 University Of Rochester Method and system for detecting lung tumors and nodules
WO2009009099A2 (en) * 2007-07-10 2009-01-15 Siemens Medical Solutions Usa, Inc. Computer-assisted detection of colonic polyps using convex hull
JP2011505225A (ja) * 2007-12-03 2011-02-24 データフィジクス リサーチ， インコーポレイテッド 効率的な撮像システムおよび方法
EP2220622A1 (en) * 2007-12-14 2010-08-25 Koninklijke Philips Electronics N.V. Image analysis of brain image data
JP2011520195A (ja) * 2008-05-09 2011-07-14 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ イメージング情報によって補強された、パーソナル化されたガイドライン・ベース療法のための方法およびシステム
US8001071B2 (en) 2008-06-04 2011-08-16 Microsoft Corporation Visualization of data record physicality
EP2335217A4 (en) * 2008-10-10 2014-02-05 Gen Electric AUTOMATED MANAGEMENT OF MEDICAL DATA USING EXPERTS 'KNOWLEDGE AND SCIENCE OF APPLIED COMPLEXITY FOR RISK ASSESSMENT AND DIAGNOSIS
US20100123715A1 (en) * 2008-11-14 2010-05-20 General Electric Company Method and system for navigating volumetric images
US8380533B2 (en) 2008-11-19 2013-02-19 DR Systems Inc. System and method of providing dynamic and customizable medical examination forms
KR20110120962A (ko) * 2009-02-23 2011-11-04 제네럴 일렉트릭 컴퍼니 포인트-어브-케어 인액티브 의료 시스템 및 방법
US8712120B1 (en) 2009-09-28 2014-04-29 Dr Systems, Inc. Rules-based approach to transferring and/or viewing medical images
JP5523891B2 (ja) * 2009-09-30 2014-06-18 富士フイルム株式会社 病変領域抽出装置、その作動方法およびプログラム
GB201020079D0 (en) * 2010-11-26 2011-01-12 Siemens Medical Solutions A method for linking medical imaging reports to reviewing & processing tools
DE102011003135B4 (de) * 2011-01-25 2018-04-05 Siemens Healthcare Gmbh Bildgebungsverfahren zum Rotieren eines Gewebebereichs
US9092727B1 (en) 2011-08-11 2015-07-28 D.R. Systems, Inc. Exam type mapping
JP5995415B2 (ja) * 2011-08-16 2016-09-21 キヤノン株式会社 医療診断支援装置、情報処理方法及びプログラム
US9235889B1 (en) 2012-06-11 2016-01-12 University Of Central Florida Research Foundation, Inc. Systems, apparatus and methods for collecting and storing raw scan data and software for performing data processing, image reconstruction and interpretation
US9060674B2 (en) 2012-10-11 2015-06-23 Karl Storz Imaging, Inc. Auto zoom for video camera
RU2655078C2 (ru) * 2012-11-23 2018-05-23 Конинклейке Филипс Н.В. Создание главного изображения из медицинского изображения
US9495604B1 (en) * 2013-01-09 2016-11-15 D.R. Systems, Inc. Intelligent management of computerized advanced processing
CN114530234A (zh) * 2014-07-16 2022-05-24 皇家飞利浦有限公司 Irecon:具有预估运行的智能图像重建系统
KR20160054992A (ko) * 2014-11-07 2016-05-17 삼성전자주식회사 관심영역의 재검출 회피 장치 및 방법
KR102307356B1 (ko) 2014-12-11 2021-09-30 삼성전자주식회사 컴퓨터 보조 진단 장치 및 방법
KR102325346B1 (ko) * 2014-12-15 2021-11-11 삼성전자주식회사 의료 영상 진단 장치 및 방법
US10282516B2 (en) * 2015-03-13 2019-05-07 Konica Minolta Laboratory U.S.A., Inc. Medical imaging reference retrieval
US10929508B2 (en) 2015-04-30 2021-02-23 Merge Healthcare Solutions Inc. Database systems and interactive user interfaces for dynamic interaction with, and indications of, digital medical image data
TWI689548B (zh) 2015-04-30 2020-04-01 德商艾朗希歐德意志有限公司 具改良低溫性質及良好耐油性之丙烯酸酯橡膠，由其製得之可硫化混合物及硫化物
CN108463853B (zh) * 2015-10-30 2022-10-18 皇家飞利浦有限公司 场景感知的医学推荐引擎
EP3181050B1 (en) 2015-12-18 2020-02-12 Episurf IP Management AB System and method for creating a decision support material indicating damage to an anatomical joint
US11526988B2 (en) 2015-12-18 2022-12-13 Episurf Ip-Management Ab System and method for creating a decision support material indicating damage to an anatomical joint
US20190122397A1 (en) * 2016-07-12 2019-04-25 Mindshare Medical, Inc. Medical analytics system
WO2018152352A1 (en) 2017-02-18 2018-08-23 Mmodal Ip Llc Computer-automated scribe tools
DE102017203333A1 (de) * 2017-03-01 2018-09-06 Siemens Healthcare Gmbh Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung
US11250561B2 (en) 2017-06-16 2022-02-15 Episurf Ip-Management Ab Determination and visualization of damage to an anatomical joint
EP3416131A1 (en) * 2017-06-16 2018-12-19 Episurf IP-Management AB System and method for creating a decision support material indicating damage to an anatomical joint
CN107274399B (zh) * 2017-06-19 2020-03-13 太原理工大学 一种基于Hession矩阵和三维形状指数的肺结节分割方法
CN107845091B (zh) * 2017-10-31 2019-02-15 北京青燕祥云科技有限公司 基于预筛查的快速标注方法和系统
JP6930411B2 (ja) * 2017-12-15 2021-09-01 コニカミノルタ株式会社 情報処理装置及び情報処理方法
US11645749B2 (en) 2018-12-14 2023-05-09 Episurf Ip-Management Ab Determination and visualization of damage to an anatomical joint
US10839514B2 (en) 2019-04-16 2020-11-17 International Medical Solutions, Inc. Methods and systems for dynamically training and applying neural network analyses to medical images
CN113950722A (zh) * 2019-05-22 2022-01-18 布弗莱运营公司 用于分析成像数据的方法和装置
US11621086B2 (en) 2020-06-04 2023-04-04 Episurf Ip-Management Ab Customization of individualized implant
US11538578B1 (en) 2021-09-23 2022-12-27 International Medical Solutions, Inc. Methods and systems for the efficient acquisition, conversion, and display of pathology images

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6574357B2 (en) * 1993-09-29 2003-06-03 Shih-Ping Wang Computer-aided diagnosis method and system
AU687958B2 (en) * 1993-11-29 1998-03-05 Arch Development Corporation Automated method and system for improved computerized detection and classification of masses in mammograms
US6301378B1 (en) * 1997-06-03 2001-10-09 R2 Technology, Inc. Method and apparatus for automated detection of masses in digital mammograms
WO1999049775A2 (en) 1998-03-30 1999-10-07 Echovision, Inc. Echocardiography workstation
US20020009215A1 (en) * 2000-01-18 2002-01-24 Arch Development Corporation Automated method and system for the segmentation of lung regions in computed tomography scans
US6898303B2 (en) * 2000-01-18 2005-05-24 Arch Development Corporation Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lesions in computed tomography scans
US7027633B2 (en) * 2000-11-30 2006-04-11 Foran David J Collaborative diagnostic systems
US20020164061A1 (en) * 2001-05-04 2002-11-07 Paik David S. Method for detecting shapes in medical images
WO2003040965A2 (en) * 2001-11-02 2003-05-15 Siemens Corporate Research, Inc. Patient data mining
US20030165262A1 (en) * 2002-02-21 2003-09-04 The University Of Chicago Detection of calcifications within a medical image
US6609021B1 (en) 2002-05-20 2003-08-19 Siemens Corporate Research, Inc. Pulmonary nodule detection using cartwheel projection analysis
US6873717B2 (en) * 2002-07-09 2005-03-29 Riverain Medical Group, Llc Input/output interface for computer aided diagnosis (CAD) system
US20040068167A1 (en) * 2002-09-13 2004-04-08 Jiang Hsieh Computer aided processing of medical images

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102460444B (zh) * 2009-06-09 2016-01-27 皇家飞利浦电子股份有限公司 用于对存储的图像进行排序的装置和方法
CN102460444A (zh) * 2009-06-09 2012-05-16 皇家飞利浦电子股份有限公司 用于对存储的图像进行排序的装置和方法
CN102385664B (zh) * 2010-08-27 2014-10-15 佳能株式会社 诊断支持设备及其控制方法以及诊断支持系统
CN102385664A (zh) * 2010-08-27 2012-03-21 佳能株式会社 诊断支持设备及其控制方法以及诊断支持系统
CN104392088A (zh) * 2010-08-27 2015-03-04 佳能株式会社 诊断支持设备以及诊断支持系统和其操作方法
US9384326B2 (en) 2010-08-27 2016-07-05 Canon Kabushiki Kaisha Diagnosis support apparatus, storage medium storing program, and method for deducing a diagnosis based on input findings
CN104392088B (zh) * 2010-08-27 2018-06-08 佳能株式会社 诊断支持设备以及诊断支持系统和其操作方法
CN103733200A (zh) * 2011-06-27 2014-04-16 皇家飞利浦有限公司 由带有解剖学标记临床管理促进的检查审阅
CN104573309A (zh) * 2013-10-24 2015-04-29 三星电子株式会社 用于计算机辅助诊断的设备和方法
US10147223B2 (en) 2013-10-24 2018-12-04 Samsung Electronics Co., Ltd. Apparatus and method for computer-aided diagnosis
CN106464845A (zh) * 2014-05-15 2017-02-22 科洛普拉斯特公司 用于捕捉并数字地存储伤口、瘘管、或造口部位的图像的方法和装置
US11389108B2 (en) 2014-05-15 2022-07-19 Coloplast A/S Method and device for capturing and digitally storing images of a wound, fistula or stoma site
CN106037931A (zh) * 2015-04-16 2016-10-26 西门子公司 改进的经导管主动脉瓣植入规划的方法和系统
CN106037931B (zh) * 2015-04-16 2019-08-16 西门子公司 改进的经导管主动脉瓣植入规划的方法和系统

Also Published As

Publication number Publication date
AU2004266022B2 (en) 2009-03-05
WO2005017806A1 (en) 2005-02-24
AU2004266022A1 (en) 2005-02-24
CA2535133C (en) 2011-03-08
CA2535133A1 (en) 2005-02-24
US20050102315A1 (en) 2005-05-12
EP1654687A1 (en) 2006-05-10
JP2007502469A (ja) 2007-02-08
US7599534B2 (en) 2009-10-06
CN102708270A (zh) 2012-10-03

Similar Documents

Publication Publication Date Title
CN1836240A (zh) Cad(计算机辅助决策)支持系统和方法
JP6438395B2 (ja) 効果的な表示及び報告のための画像資料に関連する以前の注釈の自動検出及び取り出し
CA2530419C (en) Cad (computer-aided decision) support for medical imaging using machine learning to adapt cad process with knowledge collected during routine use of cad system
US8799013B2 (en) Mammography information system
CN101032423A (zh) 实时交互式数据分析管理工具
JP2001511372A (ja) 放射線検査での識別診断における精度を向上させるための方法
CN100507928C (zh) 用于确保医学图像中计算机标记的人工审查的计算机辅助检测系统和方法
JP7080304B2 (ja) 学習支援装置、学習支援方法、学習支援プログラム、関心領域判別装置、関心領域判別方法、関心領域判別プログラム及び学習済みモデル
WO2020209382A1 (ja) 医療文書作成装置、方法およびプログラム
WO2004012145A2 (en) System and method for assisting a computer aided detection application to digital images
CN1820274A (zh) 使用机器学习来利用cad系统的常规使用期间所收集到的知识适配cad过程以对医学成像提供cad(计算机辅助决策 )支持
WO2021107098A1 (ja) 文書作成支援装置、文書作成支援方法及び文書作成支援プログラム
WO2021172477A1 (ja) 文書作成支援装置、方法およびプログラム
WO2024083311A1 (en) Generation of and search for medical reference image data
CN117637123A (zh) 通过编辑医学图像中的正常区域的人工智能支持的读取

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Open date: 20060920