DE102006046746A1 - Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen - Google Patents

Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen Download PDF

Info

Publication number
DE102006046746A1
DE102006046746A1 DE102006046746A DE102006046746A DE102006046746A1 DE 102006046746 A1 DE102006046746 A1 DE 102006046746A1 DE 102006046746 A DE102006046746 A DE 102006046746A DE 102006046746 A DE102006046746 A DE 102006046746A DE 102006046746 A1 DE102006046746 A1 DE 102006046746A1
Authority
DE
Germany
Prior art keywords
images
data
deviation
database
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
DE102006046746A
Other languages
English (en)
Inventor
Janet Berkeley Blumenfeld
William Joseph Delafield Bridge
Satoshi Seattle Minoshima
Gopal B. New Berlin Avinash
Saad Ahmet Pewaukee Sirohey
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.)
University of Washington
General Electric Co
Original Assignee
University of Washington
General Electric Co
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 University of Washington, General Electric Co filed Critical University of Washington
Publication of DE102006046746A1 publication Critical patent/DE102006046746A1/de
Ceased legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/242Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/56Details of data transmission or power supply
    • A61B8/565Details of data transmission or power supply involving data transmission via a network
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30016Brain
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Epidemiology (AREA)
  • Multimedia (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Nuclear Medicine (AREA)

Abstract

Geschaffen sind Systeme, Verfahren und Vorrichtungen, durch die in einigen Ausführungsbeispielen eine Datenbank (102) von Bildern, (die) kategorisierte Ernsthaftigkeitsniveaus (322) einer Erkrankung oder eines medizinischen Zustands aufweisen, anhand einer menschlichen Bestimmung der Ernsthaftigkeit erzeugt wird. In einigen Ausführungsbeispielen wird die Ernsthaftigkeit einer Erkrankung oder eines medizinischen Zustands durch einen Vergleich (1506) eines Patientenbilds mit Bildern in der Datenbank diagnostiziert. In einigen Ausführungsbeispielen werden Änderungen der Ernsthaftigkeit einer Erkrankung oder eines medizinischen Zustands eines Patienten durch Vergleichen (1202) eines Patientenbilds mit Bildern in der Datenbank gemessen (1104).

Description

  • Diese Anmeldung ist verwandt mit der parallelen US-Patentanmeldung, Seriennummer 11/241 570, eingereicht am 29. Sept. 2005, mit dem Titel "Systems, Methods and Apparatus for tracking progression and tracking treatment of disease from categorical indices".
  • Diese Anmeldung ist verwandt mit der parallelen US-Patentanmeldung, Seriennummer 11/240 609, eingereicht am 29. Sept. 2005, mit dem Titel "Systems, Methods and Apparatus for diagnosis of disease from categorical indices".
  • GEBIET DER ERFINDUNG
  • Diese Erfindung betrifft ganz allgemein medizinische Diagnoseverfahren und insbesondere eine Diagnose medizinischer Zustände anhand von Bildern eines Patienten.
  • HINTERGRUND ZU DER ERFINDUNG
  • Eine der Formen eines medizinischen Zustands oder einer Erkrankung ist eine neurodegenerative Störung (NDD = Neurodegenerative Disorder). NDDs sind in einem frühen Stadium sowohl schwierig zu erfassen als auch schwer in einer standardisierten Weise zu quantifizieren, um einen Vergleich über unterschiedliche Patientenpopulationen hinweg zu ermöglichen. Die Forschung hat Verfahren entwickelt, um statistische Abweichungen gegenüber Normalpatientenpopulationen zu bestimmen.
  • Zu diesen früheren Verfahren gehört die Transformation von Patientenbildern mittels zwei Arten von Standardisierungen, nämlich anatomischen und Intensitätsstandardisierungen. Die anatomische Standardisierung transformiert die Bilder von dem Koordinatensystem des Patienten in ein standardisiertes Referenzkoordinatensystem. Die Intensitätsstandardisierung nutzt eine geeignete Einjustierung der Patientenbilder, so dass sie gegenüber Referenzbildern eine äquivalente Intensität aufweisen. Die sich ergebenden transformierten Bilder werden mit einer Referenzdatenbank verglichen. Die Datenbank enthält Alter und indikatorspezifische Referenzdaten. Der größte Teil der resultierenden Analyse weist die Form von gewöhnlich als Z-Werte dargestellten statistischen Abweichungen von Punkt zu Punkt oder von Bereich zu Bereich auf. In einigen Ausführungsbeispielen ist der Indikator ein in der nuklearen Bildgebung verwendeter radioaktiver Indikator.
  • Ein Schlüsselelement der Erfassung von NDD ist die Entwicklung von nach Alter und Indikator gesonderten Normaldatenbanken. Ein Vergleich mit diesen Normaldaten kann lediglich in einer standardisierten Domäne stattfinden, beispielsweise in der Talairach-Domäne oder der Domäne des Montreal Neurological Institute (MNI). Das MNI definiert ein Standardgehirn unter Verwendung einer großen Serie von an normalen Kontrollgruppen durchgeführten Magnetresonanzbildgebungs-(MRI)-Scans. Die Talairach-Domäne bezieht sich auf ein für den Talairach- und Tournoux-Atlas disseziertes und fotografiertes Gehirn. Sowohl in der Talairach-Domäne als auch in der MNI-Domäne ist es erforder lich, Daten mittels Registrierungstechniken auf diese Standarddomäne abzubilden. Zu herkömmliche Verfahren, die eine Abwandlung des oben erwähnten Verfahrens benutzen, gehören Indikatoren NeuroQ®, Statistisches parametrisches Abgleichen (SPM = Statistical Parametric Matching), 3D-Sterotaktische Oberflächenprojektionen (3D-SSP = 3D-Sterotactic Surface Projections) usw.
  • Nachdem ein Vergleich durchgeführt ist, wird ein Bild wiedergegeben, das eine statistische Abweichung der Anatomie repräsentiert, und danach wird möglicherweise mit Bezug auf die Bilder eine Diagnose einer Erkrankung durchgeführt. Die Diagnose ist eine hochspezialisierte Aufgabe und kann nur von Experten durchgeführt werden, die auf dem Gebiet der medizinischen Bildgebung hervorragend ausgebildet sind. Sogar diese Experten können lediglich eine subjektive Aussage hinsichtlich des Grades einer Ernsthaftigkeit der Erkrankung abgeben. Die Diagnosen sind daher in der Regel inkonsistent und nicht standardisiert. Die Diagnosen fallen eher in den Bereich der Kunst als der Wissenschaft.
  • Aus den oben genannten und weiter unten erwähnten weiteren Gründen, die sich dem Fachmann nach dem Studium der vorliegenden Beschreibung erschließen, besteht im Stand der Technik ein Bedarf nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • KURZBESCHREIBUNG DER ERFINDUNG
  • Auf die oben erwähnten Mängel, Nachteile und Probleme wird hier eingegangen und diese werden nach gründlicher Lektüre der folgenden Beschreibung verständlich.
  • In einem Aspekt beinhaltet ein Verfahren zum Erzeugen eines normativen Kategorieregisters medizindiagnostischer Bilder die Schritte: Zugreifen auf Bilddaten wenigstens eines anatomischen Bereichs, wobei die Anatomiebilddaten mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen während der Bildgebung in dem anatomischen Bereich vorhandenen Indikator konsistent sind, Ermitteln von Abweichungsdaten anhand der Anatomiebilddaten und anhand normativer standardisierter Anatomiebilddaten, die auf einem Kriterium eines Menschen basieren, Anzeigen der Abweichungsdaten hinsichtlich jedes der mindestens einen anatomischen Bereiche, Anzeigen einer erwarteten Bildabweichung, die hinsichtlich eines Grades einer Ernsthaftigkeit hinsichtlich jedes der mindestens einen anatomischen Bereiche kategorisiert ist, Entgegennehmen einer Angabe einer Wahl einer Ernsthaftigkeitskennzahl und Erzeugen eines zusammengeführten Ernsthaftigkeitswerts anhand vieler Ernsthaftigkeitskennzahlen mit Bezug auf ein regelgestütztes Verfahren.
  • In einem weiteren Aspekt beinhaltet ein Verfahren zum Ausbilden einer Person hinsichtlich eines normativen Kategorieregisters medizindiagnostischer Bilder die Schritte: Zugreifen auf Bilddaten hinsichtlich wenigstens eines anatomischen Bereichs, wobei die Anatomiebilddaten mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen während der Bildgebung in dem anatomischen Bereich vorhandenen Indikator konsistent sind, Ermitteln von Abweichungsdaten anhand der Anatomiebilddaten und anhand normativer standardisierter Anatomiebilddaten, Anzeigen der Abweichungsdaten für jeden der mindestens einen anatomischen Bereiche, Anzeigen einer fachmännisch bestimmten Bildabweichung, die hinsichtlich eines Grades einer Ernsthaftigkeit für jeden der mindestens einen anatomischen Bereiche kategorisiert ist, und Führen der Person hinsichtlich der Wahl einer Angabe einer Auswahl einer Ernsthaftigkeitskennzahl, basierend auf einer visuellen Ähnlichkeit eines wiedergegebenen Bildes und der fachmännisch bestimmten Bildabweichung.
  • In noch einem weiteren Aspekt beinhaltet ein Verfahren zum Identifizieren einer Veränderung eines Status einer Erkrankung die Schritte: Zugriff auf mindestens zwei longitudinale Bilddaten eines anatomischen Merkmals, wobei die longitudinalen Anatomiebilddaten mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen in dem anatomischen Merkmal während der Bildgebung vorhandenen Indikator konsistent sind, und Bestimmen von Abweichungsdaten anhand jedes Datums der longitudinalen Anatomiebilddaten und anhand normativer standardisierter Anatomiebilddaten, basierend auf einem Kriterium eines Menschen, Anzeigen der Abweichungsdaten hinsichtlich des anatomischen Merkmals, Anzeigen einer erwarteten Bildabweichung, die hinsichtlich jedes der anatomischen Merkmale in einen Ernsthaftigkeitsgrad kategorisiert ist, Entgegennehmen einer Angabe einer Wahl einer Ernsthaftigkeitskennzahl für jeden longitudinalen Datensatz und Erzeugen eines zusammengeführten Ernsthaftigkeitsänderungswerts anhand vieler Ernsthaftigkeitskennzahlen mit Bezug auf ein regelgestütztes Verfahren.
  • In noch einem weiteren Aspekt beinhaltet ein Verfahren zum Identifizieren einer Veränderung eines Status einer Erkrankung die Schritte: Zugriff auf longitudinale Bilddaten eines anatomischen Merkmals, Vergleichen der anatomischen longitudinalen Bilddaten mit normativen standardisierten Anatomiebilddaten mit Bezug auf wenigstens einen während der Bildgebung in dem anatomischen Merkmal vorhandenen Indikator, Anzeigen der Abweichungsdaten für jedes der anatomischen Merkmale, Anzeigen einer erwarteten Bildabweichung, die hinsichtlich jedes der anatomischen Merkmale in einen Ernsthaftigkeitsgrad kategorisiert ist, Entgegennehmen einer Angabe einer Wahl einer Ernsthaftigkeitskennzahl für jedes Datum der longitudinalen Bilddaten des anatomischen Merkmals, wobei die anatomischen longitudinalen Bilddaten mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen während der Bildgebung in dem anatomischen Merkmal vorhandenen Indikator konsistent sind, Erzeugen eines zusammengeführten Ernsthaftigkeitsänderungswerts anhand vieler Ernsthaftigkeitskennzahlen mit Bezug auf ein regelgestütztes Verfahren, und Anzeigen des zusammengeführten Ernsthaftigkeitsänderungswerts.
  • In einem weiteren Aspekt beinhaltet ein Verfahren zum Erzeugen einer Informationsbank diagnostischer medizinischer Bilder die Schritte: Zugreifen auf Bildabweichungsdaten wenigstens eines anatomischen Merkmals, Zuweisen eines Ernsthaftigkeitskategoriegrades zu jedem Datum der Bildabweichungsdaten und Erzeugen einer Datenbank der Bildabweichungsdaten und des Ernsthaftigkeitskategoriegrades hinsichtlich jedes Datum der Bildabweichungsdaten.
  • Im Vorliegenden sind Systeme, Clients, Server, Verfahren und von einem Computer auslesbare Medien mit unterschiedlichen Zielsetzungen beschrieben. Zusätzlich zu den in dieser Kurzbeschreibung beschriebenen Aspekten und Vorteilen erschließen sich weitere Aspekte und Vorteile anhand der Zeichnungen und nach dem Lesen der folgenden detaillierten Beschreibung.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 zeigt in einem Blockschaltbild einen Überblick über ein System zum Ermitteln statistischer Abweichungen anhand von Normalpatientenpopulationen;
  • 2 zeigt in einem Flussdiagramm ein Verfahren zum Ermitteln statistischer Abweichungen anhand von Normalpatientenpopulationen;
  • 3 zeigt ein Diagramm eines statischen Vergleichsarbeitsablaufs, der dazu dient, einen Leser zu einer Ernsthaftigkeitskennzahl zu führen;
  • 4 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe einer medizinischen Diagnose gemäß einem Ausführungsbeispiel;
  • 5 zeigt in einem Flussdiagramm ein Verfahren gemäß einem Ausführungsbeispiel von Schritten, die vor dem in 4 gezeigten Verfahren ausgeführt werden;
  • 6 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe einer medizinischen Diagnose gemäß einem Ausführungsbeispiel;
  • 7 zeigt in einem Flussdiagramm ein Verfahren zum Ausbilden einer Person hinsichtlich eines normativen Kategorieregisters medizindiagnostischer Bilder gemäß einem Ausführungsbeispiel;
  • 8 zeigt in einem Flussdiagramm ein Verfahren gemäß einem Ausführungsbeispiel von Schritten, die vor dem in 7 gezeigten Verfahren durchgeführt werden;
  • 9 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe einer medizinischen Diagnose gemäß einem Ausführungsbeispiel;
  • 10 zeigt in einem Flussdiagramm ein Verfahren zum Identifizieren einer Veränderung eines Status einer Erkrankung gemäß einem Ausführungsbeispiel;
  • 11 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen einer exemplarischen oder normalen Informationsbank diagnostischer medizinischer Bilder gemäß einem Ausführungsbeispiel;
  • 12 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen von Abweichungsdaten gemäß einem Ausführungsbeispiel;
  • 13 zeigt in einem Flussdiagramm ein Verfahren zum Erzeugen diagnostischer medizinische Referenzbilder gemäß einem Ausführungsbeispiel;
  • 14 zeigt in einem Blockschaltbild die Hardware und Betriebsumgebung, in der unterschiedliche Ausführungsbeispiele praktisch durchgeführt werden können; und
  • 15 zeigt in einem Blockschaltbild eine Vorrichtung zum Erzeugen diagnostischer medizinischer Referenzbilder gemäß einem Ausführungsbeispiel.
  • DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
  • In der folgenden detaillierten Beschreibung wird auf die beigefügten Zeichnungen Bezug genommen, die eine Komponente der Erfindung bilden, und in denen spezielle Ausführungsbeispiele veranschaulicht sind, die in der Praxis durchgeführt werden können. Diese Ausführungsbeispiele sind ausreichend detailliert beschrieben, um dem Fachmann zu ermöglichen, die Ausführungsbeispiele zu verwirklichen, und es ist klar, dass weitere Ausführungsbeispiele verwendet werden können, und dass logische, mechanische, elektrische und sonstige Änderungen vorgenommen werden können, ohne vom Gegenstand der Ausführungsbeispiele abzuweichen. Die folgende detaillierte Beschreibung ist daher nicht als beschränkend zu bewerten.
  • Die detaillierte Beschreibung ist in fünf Abschnitte gegliedert. Im ersten Abschnitt ist ein Überblick auf Systemebene beschrieben. Im zweiten Abschnitt sind Ausführungsbeispiele von Verfahren beschrieben. Im dritten Abschnitt sind die Hardware und die Betriebsumgebung beschrieben, die sich im Zusammenhang mit einer Verwirklichung von Ausführungsbeispielen einsetzen lassen. Im vierten Abschnitt sind Ausführungsbeispiele einer Vorrichtung beschrieben. Im fünften Abschnitt ist eine Schlussfolgerung der detaillierten Beschreibung dargeboten.
  • Überblick auf Systemebene
  • 1 zeigt in einem Blockschaltbild einen Überblick eines Systems zum Ermitteln statistischer Abweichungen anhand von Normalpatientenpopulationen. System 100 erfüllt den Bedarf aus dem Stand der Technik nach der Ermöglichung von konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • System 100 enthält eine Normalbilddatenbank 102. Die Normalbilddatenbank 102 enthält Bilder nichtpatologischer anatomischer Strukturen. Die Normalbilddatenbank 102 stellt eine Vergleichsgrundlinie bereit, um die Identifizierung von Bildern kranker anatomischer Strukturen zu erleichtern. Die Vergleichsgrundlinie ermöglicht konsistentere, formalisiertere und zuverlässigere Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • In einigen Ausführungsbeispielen wird die Normalbilddatenbank 102 durch eine Komponente 104, die Normalanatomiebilder standardisiert und Anatomiemerkmale extrahiert und durch eine weitere Komponente 106 erzeugt, die den Mittelwert der extrahierten Anatomiemerkmalbilder bildet. Die Bemittelten Anatomiemerkmalbilder befinden sich ausreichend innerhalb eines Bereichs typischer nichtpatologischer Anatomiemerkmale, um als normale Anatomiemerkmale erachtet zu werden. Weiter unten zeigen 11 und 12 Beispiele zum Erzeugen der Normalbilddatenbank 102.
  • Das System 100 enthält ferner eine Komponente 108, die Anatomiebilder eines Patienten standardisiert und Anatomie merkmale des standardisierten Patientenbilds extrahiert. Das (oder die) Bild er) extrahierter Anatomiemerkmale und die Bilder in der Normalbilddatenbank 102 werden in ein Format kodiert, das einen Vergleich ermöglicht.
  • Das System 100 enthält ferner eine Komponente 110, die einen Vergleich zwischen dem (bzw. den) Bild(ern) extrahierter Anatomiemerkmale mit den Bildern in der Normalbilddatenbank 102 durchführt. In einigen Ausführungsbeispielen wird ein Vergleich Pixel-für-Pixel durchgeführt. In einigen Ausführungsbeispielen liefert der Vergleich einen statischen Vergleichsarbeitsablauf 112. Ein Ausführungsbeispiel des statischen Vergleichsarbeitsablaufs ist in 3 gezeigt. In einigen Ausführungsbeispielen liefert der Vergleich eine Datenbank 114 von Z-Werten, die spezifisch für ein spezielles Anatomiemerkmal sind. In einigen Ausführungsbeispielen liefert der Vergleich einen longitudinalen Vergleichsarbeitsablauf 116. Der Begriff "longitudinal" ist auch als "zeitlich" bekannt. Ein longitudinaler Vergleich vergleicht Bilder über ein Zeitintervall hinweg. Eine Vorrichtung 1500 in der untenstehender 15 veranschaulicht ein verwandtes Ausführungsbeispiel.
  • Einige Ausführungsbeispiele arbeiten auf einem Computer, z.B. einem Computer 1402 in 14, in einer Umgebung, die Mehrfachverarbeitung und Mehrpfadprogramme verwendet. Während das System 100 nicht auf irgendeine spezielle Normalbilddatenbank 102 beschränkt ist, sind beschrieben: eine Komponente 104, die Normalanatomiebilder standardisiert und Anatomiemerkmale extrahiert, eine Komponente 106, die den Mittelwert der extrahierten Anatomiemerkmalbilder bildet, eine Komponente 108, die Anatomiebilder eines Patienten standardisiert und Anatomiemerkmale des standardisierten Patientenbilds extrahiert, eine Komponente 110, die einen Vergleich zwischen dem (bzw. den) Bild(ern) extrahierter Anatomiemerkmale und den Bildern in der Normalbilddatenbank durchführt, ein statischer Vergleichsarbeitsablauf 112, eine Datenbank 114 von Z-Werten, die für ein spezielles Anatomiemerkmal spezifisch sind, und ein longitudinaler Vergleichsarbeitsablauf 116, eine aus Gründen der Übersichtlichkeit vereinfachte Normalbilddatenbank 102, eine Komponente 104 die Normalanatomiebilder standardisiert und Anatomiemerkmale extrahiert, eine Komponente 106, die den Mittelwert der extrahierten Anatomiemerkmalbilder bildet, eine Komponente 108, die Anatomiebilder eines Patienten standardisiert und Anatomiemerkmale des standardisierten Patientenbilds extrahiert, eine Komponente 110, die einen Vergleich zwischen dem (bzw. den) Bild(ern) extrahierter Anatomiemerkmale und den Bildern in der Normalbilddatenbank durchführt, ein statischer Vergleichsarbeitsablauf 112, eine Datenbank 114 von Z-Werten; die für ein spezielles Anatomiemerkmal spezifisch sind, und ein longitudinaler Vergleichsarbeitsablauf 116.
  • Ausführungsbeispiele von Verfahren
  • In dem vorausgehenden Abschnitt ist ein Überblick auf Systemebene des Betriebs eines Ausführungsbeispiels beschrieben. In diesem Abschnitt sind die speziellen Verfahren eines derartigen Ausführungsbeispiels anhand einer Reihe von Flussdiagrammen beschrieben. Eine Beschreibung der Verfahren anhand eines Flussdiagramms erlaubt es einem Fachmann, solche Programme, Firmware oder Hardware, die solche Befehle beinhalten, zu entwickeln, um die Verfahren auf geeigneten Rechnern auszuführen, die die von durch Rechner auslesbaren Medien stammenden Befehle ausführen. In ähnlicher Weise basieren die Verfahren, die durch die Serverrechnerprogramme, Firmware oder Hardware durchgeführt werden, ebenfalls auf Befehlen, die von einem Rechner ausgeführt werden können. Die Verfahren 200-1300 werden mittels eines Programms durchgeführt, das an oder durch Firmware oder Hardware ausgeführt wird, die eine Komponente eines Computer ist, z.B. eines Computers 1402 in 14.
  • 2 zeigt in einem Flussdiagramm ein Verfahren 200 zum Ermitteln statistischer Abweichungen anhand von Normalpatientenpopulationen. Das Verfahren 200 beinhaltet eine Standardisierung 202 von Normalanatomiebildern und ein Extrahieren von Anatomiemerkmalen. In einigen Ausführungsbeispielen beinhaltet die Standardisierung das Abbilden der Normalanatomiebilder auf ein definiertes Atlas/Koordinatensystem, beispielsweise eine Talairach-Domäne oder die Domäne Montreal Neurological Institute(MNI). Das Verfahren 200 beinhaltet ferner eine Mittelwertbildung 204 der extrahierten Anatomiemerkmalbilder, um eine Datenbank normaler, nicht patologischer Anatomiemerkmale zu erhalten.
  • Das Verfahren 200 beinhaltet eine Standardisierung 206 von Anatomiebildern eines Patienten und ein Extrahieren von Anatomiemerkmalen aus den standardisierten Patientenbildern. Das Verfahren 200 beinhaltet ferner ein Vergleichen 208 des Bildes ((bzw. der Bilder) der extrahierten Anatomiemerkmale eines Patienten mit den Bildern in der Normalbilddatenbank.
  • Das Verfahren 200 beinhaltet weiter ein Erzeugen 210 eines statischen Vergleichsarbeitsablaufs, ein Erzeugen 212 einer Datenbank 114 von Z-Werten, die für ein spezielles Anatomiemerkmal spezifisch sind, und ein Erzeugen 214 eines longitudinalen Vergleichsarbeitsablaufs. Der Begriff "longitudinal" ist auch als "zeitlich" bekannt. Ein longitudinaler Vergleich vergleicht Bilder über einen Zeitintervall hinweg.
  • In einigen Ausführungsbeispielen des Verfahrens 200 beinhaltet das Verfahren 200 ferner nach dem Erzeugen 212 der Datenbank 114 von Z-Werten, die für spezielle Anatomiemerkmale spezifisch sind, einen Zugriff auf ein oder mehrerer Bilder eines oder mehrerer spezieller anatomischer Merkmale, beispielsweise eines Gehirns, die einem speziellen Indikator in der Datenbank anatomiespezifischer Z-Kennzahlen zugeordnet sind, und ein Vergleichen der abgerufenen Gehirnbilddaten mit normativen standardisierten Gehirnbilddaten 102, die demselben Indikator zugeordnet sind, wodurch ein oder mehrerer Ernsthaftigkeitswerte gewonnen werden; und anschließend ein Aktualisieren der dem Ernsthaftigkeitswert zugeordneten Z-Wertdatenbank 114; wobei die Ernsthaftigkeits-Z-Werte optional editiert, verfeinert und/oder aktualisiert werden und exemplarische Bilder und ein aus der Z-Wertdatenbank 114 stammender zugeordneter Ernsthaftigkeitswert gezeigt werden.
  • 3 zeigt ein Diagramm eines statischen Vergleichsarbeitsablaufs, der dazu dient, einen Leser zu einer Ernsthaftigkeitskennzahl zu führen. Der statische Vergleichsarbeitsablauf 300 lässt sich für mehrere anatomischer Merkmale einsetzen, z.B. für ein anatomisches Merkmal "A" 302, ein anatomisches Merkmal "B" 304, ein anatomische Merkmal "C" 306 und ein "n-tes" anatomisches Merkmal 308. Zu anatomischen Merkmalen gehören beispielsweise solche eines Gehirns oder eines Herzens.
  • Für jedes anatomische Merkmal ist eine Anzahl von Bildern vorgesehen, die Veränderungen hinsichtlich des Grades einer Erkrankung oder eines Zustands aufweisen. Beispielsweise sind für das anatomische Merkmal "A" 302 eine Anzahl von Bildern 310 mit Veränderungen hinsichtlich des Grades der Erkrankung oder des Zustands vorgesehen, für das anatomische Merkmal "B" 304 sind eine Anzahl von Bildern 312 mit Veränderungen hinsichtlich des Grades der Erkrankung oder des Zustands vorgesehen, für das anatomische Merkmal "C" 306 sind eine Anzahl von Bildern 314 mit Veränderungen hinsichtlich des Grades der Erkrankung oder des Zustands vorgesehen und für das anatomische Merkmal "N" 308 sind eine Anzahl von Bildern 316 mit Veränderungen hinsichtlich des Grades der Erkrankung oder des Zustands vorgesehen.
  • Für jedes anatomische Merkmal sind die Bilder der anatomischen Merkmale entsprechend der Ernsthaftigkeit der Erkrankung oder des Zustands sortiert 318. Beispielsweise sind für das anatomische Merkmal "A" 302 die Bilder 310 ausgehend von dem geringsten Grad bzw. Ausmaß der Erkrankung oder des Zustands bis zu dem größten Grad bzw. Ausmaß der Erkrankung oder des Zustands in aufsteigende Reihenfolge sortiert.
  • Danach wird ein Bild 320 bewertet, um einen Grad einer Erkrankung oder eines Zustands in dem Bild 320 im Vergleich zu dem Satz sortierter Bilder zu ermitteln. Beispielsweise wird das Bild 320 bewertet, um einen Grad einer Erkrankung oder eines Zustands in dem Bild 320 im Vergleich zu dem Satz sortierter Bilder 310 des anatomischen Merkmals "A" 302 zu ermitteln. In einigen Ausführungsbeispielen werden mehrere von dem Patienten stammende Bilder 320 hinsichtlich mehrerer anatomischer Strukturen 302, 304, 306 und 308 bewertet.
  • Der Vergleich erzeugt eine Ernsthaftigkeitskennzahl 322, die den Grad einer Erkrankung in dem Patientenbild 320 ausdrückt oder repräsentiert. In einigen Ausführungsbeispielen werden mehrere Ernsthaftigkeitskennzahlen 322 erzeugt, die den Grad einer Erkrankung in mehreren Bilder 320 ausdrücken oder repräsentieren. In einigen weiteren Ausführungsbeispielen wird mittels einer statistischen Analyse 326 ein Patientengesamternsthaftigkeitswert 324 erzeugt.
  • Der statische Vergleichsarbeitsablauf 300 kann für eine Anzahl anatomischer Merkmale und für eine Anzahl exemplarischer Daten verwendet werden. Allerdings ist die Anzahl anatomischer Merkmale und die Anzahl exemplarischer Daten lediglich ein Ausführungsbeispiel der Anzahl anatomischer Merkmale und der Anzahl exemplarischer Daten. In weiteren Ausführungsbeispielen werden andere Anzahlen anatomischer Merkmale und andere Anzahlen exemplarischer Daten verwendet.
  • 4 zeigt in einem Flussdiagramm ein Verfahren 400 zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe für eine medizinische Diagnose gemäß einem Ausführungsbeispiel. Das Verfahren 400 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 400 beinhaltet ein Entgegennehmen 402 einer Angabe einer Ernsthaftigkeitskennzahl eines Bildes eines anatomischen Merkmals. Die Ernsthaftigkeitskennzahl gibt den Grad einer Erkrankung in einer anatomischen Struktur im Vergleich zu einer nichtpatologischen anatomischen Struktur an. Beispiele einer anatomischen Struktur sind ein Gehirn und ein Herz. Bestimmen eines erwarteten/fachmännisch geführten Bildes durch einen Benutzer startet die Ernsthaftigkeitskennzahl für jede anatomische Position bzw. Indikator.
  • Jedes der Bilder wurde erzeugt, während wenigstens ein Indikator in dem anatomischen Merkmal enthalten war. Die Bilder wurden mittels einer beliebigen aus einer Anzahl herkömmlicher Bildgebungstechniken akquiriert, z.B. Magnetresonanzbildgebung, Positronenemissionstomographie, Computertomographie, Einzelphotonemission-Computertomographie, Einzelphotonemission-Computertomographie, Ultraschall und optische Bildgebung.
  • Einige Ausführungsbeispiele des Entgegennehmens 402 der Ernsthaftigkeitskennzahl beinhaltet ein Entgegennehmen der ausgewählten Ernsthaftigkeitskennzahl von oder durch eine graphische Benutzerschnittstelle, wobei die ausgewählte Ernsthaftigkeitskennzahl durch einen Menschen manuell in die graphische Benutzerschnittstelle eingegeben wird. In jenen Ausführungsbeispielen entwickelt eine Person die Ernsthaftigkeitskennzahl und teilt die Ernsthaftigkeitskennzahl mit, indem sie die Ernsthaftigkeitskennzahl über eine Tastatur eines Computers eingibt, der die Ernsthaftigkeitskennzahl entgegennimmt. In einigen Ausführungsbeispielen wird die Ernsthaftigkeitskennzahl für jedes aus einer Anzahl von Bildern entgegengenommen 402.
  • Das Verfahren 400 beinhaltet ferner ein Erzeugen 404 eines zusammengeführten Ernsthaftigkeitswerts anhand der vielen Ernsthaftigkeitskennzahlen, die in dem Schritt 402 entgegengenommen wurden. Der zusammengeführte Ernsthaftigkeitswert wird mit Bezug auf ein regelgestütztes Verfahren erzeugt. In einigen Ausführungsbeispielen wird das Erzeugen des zusammengeführten Ernsthaftigkeitswerts anhand einer Anzahl Ernsthaftigkeitskennzahlen mit Bezug auf ein regelgestütztes Verfahren erzeugt oder aufsummiert. In einigen Ausführungsbeispielen wird jede anatomische und Indikator-Ernsthaftigkeitskennzahl unter Verwendung eines auf Regeln basierenden Verfahrens aggregiert, um einen Gesamternsthaftigkeitswert für den Erkrankungsstatus zu bilden.
  • 5 zeigt in einem Flussdiagramm ein Verfahren 500 gemäß einem Ausführungsbeispiel von Schritten, die vor dem in 4 gezeigten Entgegennahmeschritt 402 des Verfahrens 400 durchgeführt werden. Das Verfahren 500 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 500 beinhaltet einen Zugriff auf 502 Bilddaten, die für ein Gehirn oder ein sonstiges anatomisches Merkmal spezifisch sind. Die Bilddaten des Gehirns sind konsistent mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen Indikator im Gehirn während der Bildgebung. In einigen Ausführungsbeispielen werden Patienten unter Verwendung von Radiotracern oder Radiopharmazeutika beispielsweise F-18-Desoxyglucose oder Fluordesoxyglucose (FDG), Ceretec®, Trodat®, usw. hinsichtlich spezieller anatomischer und funktionaler Daten abgebildet. Jeder Radiotracer liefert gesonderte, charakteristische Daten, die eine Funktion und einen Metabolismus betreffen. Patienten bilder, auf die zugegriffen wird, wurden gemäß dem maßgebenden Indikator und der Altersgruppe standardisiert.
  • Das Verfahren 500 beinhaltet ferner die Ermittlung 504 von Abweichungsdaten anhand der Gehirnbilddaten und anhand normativer standardisierter Gehirnbilddaten, die auf einem menschlichen Kriterium basieren. Beispiele für menschliche Kriterien sind Alter und/oder Geschlecht des Patienten. In einigen Ausführungsbeispielen beinhaltet das Ermitteln der Abweichungsdaten, wie oben in 3 gezeigt, ein Vergleichen der Gehirnbilddaten mit normativen standardisierten Gehirnbilddaten mit Bezug auf den wenigstens einen während der Bildgebung im Gehirn anwesenden Indikator. In einigen Ausführungsbeispielen werden Bilder Pixel für Pixel mit Referenzbildern standardisierter Normalpatienten verglichen.
  • Danach beinhaltet das Verfahren 500 eine Wiedergabe 506 der Abweichungsernsthaftigkeitsdaten hinsichtlich des Gehirns für den Benutzer auf einem Bildschirm. In einigen Ausführungsbeispielen können die Differenzbilder in Form von Farbwert- oder Grauwertdarstellungen der Abweichung von dem Normalwert für jede anatomische Position und jeden Indikator sein.
  • In weiteren Ausführungsbeispielen werden die Abweichungsdaten auf anderen Medien, z.B. durch Drucken auf Papier, angezeigt.
  • Daran anschließend wird eine erwartete Bildabweichung hinsichtlich eines dem Gehirn zugeordneten Ernsthaftigkeitsgrads kategorisiert und dem Benutzer angezeigt 508. Die Ernsthaftigkeitskennzahl stellt eine Quantifizierung des Grades einer Erkrankung, eines Zustands oder einer Anomalie des Gehirns zur Verfügung.
  • 6 zeigt in einem Flussdiagramm ein Verfahren 600 zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe einer medizinischen Diagnose gemäß einem Ausführungsbeispiel. Das Verfahren 600 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • In dem Verfahren 600 werden der Zugriffsschritt 502, der Ermittlungsschritt 504, die Anzeigeschritte 506 und 508 und der Entgegennahmeschritt 402 mehrmals vor dem Durchführen des Erzeugungsschritts 404 durchgeführt. Insbesondere werden der Zugriffsschritt 502, der Ermittlungsschritt 504, die Anzeigeschritte 506 und 508 und der Entgegennahmeschritt 402 durchgeführt, bis keine anatomischen Daten zum Verarbeiten mehr 602 verfügbar sind. Beispielsweise werden in 3 in den Schritten 502508 die Kennzahlen jeweils für das anatomische Merkmal „A" 302, für das anatomische Merkmal „B" 304, für das anatomische Merkmal „C" 306 und für ein „n-tes" anatomisches Merkmal 308 erzeugt.
  • Nachdem sämtliche Iterationen der Schritte 502508 zu Ende geführt sind, wird der zusammengeführte Ernsthaftigkeitswert erzeugt 404. Der Ernsthaftigkeitswert wird anhand einer relativ großen Datenmenge erzeugt, was in manchen Fällen als Möglichkeit angesehen wird, um einen mathematisch zuverlässigeren zusammengeführten Ernsthaftigkeitswert zu erhalten.
  • In dem oben in Verfahren 600 beschriebenen Ausführungsbeispiel werden die Kennzahlen und die Bewertung für jedes anatomische Merkmal nacheinander erzeugt. Allerdings erzeugen weitere Ausführungsbeispiele des Verfahrens 600 die Kennzahlen und die Bewertung für jedes anatomische Merkmal parallel.
  • 7 zeigt in einem Flussdiagramm ein Verfahren 700, das dazu dient, eine Person hinsichtlich eines normativen Kategorieregisters medizindiagnostischer Bilder gemäß einem Ausführungsbeispiel auszubilden. Das Verfahren 700 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 700 beinhaltet ein Anzeigen 702 einer fachmännisch bestimmten erwarteten Bildabweichung für ein Gehirn hinsichtlich der Kategorie eines Ernsthaftigkeitsgrads an einen Benutzer. Die Ernsthaftigkeitskennzahl stellt eine Quantifizierung des Grades einer Erkrankung, eines Zustands oder einer Anomalie des Gehirns zur Verfügung.
  • Danach beinhaltet das Verfahren 700 eine Führung 704 einer Person hinsichtlich der Auswahl einer Angabe einer Wahl einer Ernsthaftigkeitskennzahl, basierend auf einer visuellen Ähnlichkeit eines wiedergegebenen Bildes und der fachmännisch bestimmten Bildabweichung. Die Bilder führen den Benutzer, um eine Ernsthaftigkeitseinschätzung für den Patienten zu treffen.
  • 8 zeigt in einem Flussdiagramm ein Verfahren 800 gemäß einem Ausführungsbeispiel von Schritten, die vor dem in 7 gezeigten Verfahren 700 durchgeführt werden. Das Verfahren 800 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 800 beinhaltet einen Zugriff 802 auf Bilddaten, die für ein Gehirn oder ein sonstiges anatomisches Merkmal spezifisch sind. Die Bilddaten des Gehirns sind konsistent mit einer Indikation funktionaler Daten mit Bezug auf wenigstens einen Indikator im Gehirn während der Bildgebung.
  • Das Verfahren 800 beinhaltet ferner die Ermittlung 804 von Abweichungsdaten anhand der Gehirnbilddaten und anhand normativer standardisierter Gehirnbilddaten, die auf einem menschlichen Kriterium basieren. Beispiele für menschliche Kriterien sind Alter und/oder Geschlecht des Patienten. In einigen Ausführungsbeispielen beinhaltet das Ermitteln der Abweichungsdaten, wie oben in 3 gezeigt, ein Vergleichen der Gehirnbilddaten mit normativen standardisierten Gehirnbilddaten mit Bezug auf den wenigstens einen während der Bildgebung im Gehirn anwesenden Indikator.
  • Danach beinhaltet das Verfahren 800 eine Wiedergabe 806 der Abweichungsernsthaftigkeitsdaten hinsichtlich des Gehirns für den Benutzer auf einem Bildschirm. In weiteren Ausführungsbeispielen werden die Abweichungsdaten auf anderen Medien, z.B. durch Drucken auf Papier angezeigt.
  • 9 zeigt in einem Flussdiagramm ein Verfahren 900. zum Erzeugen einer strukturierten und spezifischen Anleitungshilfe einer medizinischen Diagnose gemäß einem Ausführungsbeispiel. Das Verfahren 900 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • In dem Verfahren 900 werden der Zugriffsschritt 802, der Ermittlungsschritt 804, die Anzeigeschritte 806 und 702 und der Führungsschritt 704 vor dem Erzeugen eines zusammengeführten Ernsthaftigkeitswerts mehrmals durchgeführt.
  • 10 zeigt in einem Flussdiagramm ein Verfahren 1000 zum Identifizieren einer Änderung eines Status einer Erkrankung gemäß einem Ausführungsbeispiel. Das Verfahren 1000 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Einige Ausführungsbeispiele des Verfahrens 1000 beinhalten ein Zugreifen 1002 auf longitudinale Bilddaten, die für mindestens zwei anatomische Merkmale spezifisch sind. Die longitudinalen Anatomiebilddaten geben funktionale Daten mit Bezug auf wenigstens einen in dem anatomischen Merkmal während einer Bildgebung vorhandenen Indikator an. Zu Beispielen anatomischer Merkmale gehören ein Gehirn oder ein Herz. Der Begriff „longitudinal" ist auch als „zeitlich" bekannt. Ein longitudinaler Vergleich vergleicht Bilder über ein Zeitintervall hinweg.
  • Die Bilder wurden mittels einer beliebigen aus einer Anzahl herkömmlicher Bildgebungstechniken akquiriert, z.B. Magnetresonanzbildgebung, Positronenemissionstomographie, Computertomographie, Einzelphotonemission-Computertomographie, Ultraschall und optische Bildgebung. Die Patienten werden unter Verwendung von Indikatoren zu zwei unterschiedlichen Zeitpunkten hinsichtlich spezieller anatomischer und funktionaler Daten abgebildet. Jeder Indikator liefert gesonderte, charakteristische Daten, die eine Funktion und einen Metabolismus betreffen. Patientenbilder, auf die in jedem der Zeitpunkte zugegriffen wurde, wurden gemäß dem maßgebenden Indikator und der Altersgruppe standardisiert.
  • Danach beinhalten einige Ausführungsbeispiele des Verfahrens 1000 ein Bestimmen 1004 von Abweichungsdaten anhand jedes Datums der longitudinalen Anatomiebilddaten und anhand normativer standardisierter Anatomiebilddaten, basierend auf einem Kriterium eines Menschen. Beispiele der menschlichen Kriterien sind Alter und/oder Geschlecht des Patienten. Einige Ausführungsbeispiele des Ermittelns 1004 der Abweichungsdaten beinhalten ein Vergleichen der anatomischen longitudinalen Bilddaten mit normativen standardisierten Anatomiebilddaten mit Bezug auf einen während der Bildgebung in dem anatomischen Merkmal vorhandenen Indikator. In einigen Ausführungsbeispielen werden Bilder von jedem Zeitpunkt in der longitudinalen Analyse Pixel für Pixel mit Referenzbildern standardisierter Normalpatienten verglichen.
  • Daran anschließend beinhaltet das Verfahren 1000 ein Anzeigen 1006 der von den anatomischen Merkmalen stammenden Abweichungsernsthaftigkeitsdaten an einen Benutzer. In ei nigen Ausführungsbeispielen weisen die Abweichungsdaten die Form von Differenzbildern auf, die die Differenz zwischen dem longitudinalen anatomischen Bild und dem normativen standardisierten anatomischen Bild zeigen. Weiter können die Differenzbilder in Form von Farb- oder Grauwertdarstellungen der Abweichungen von der Normalität für jede anatomische Position und jeden Indikator und für jeden Zeitpunkt in einer longitudinalen Analyse vorliegen.
  • Danach beinhaltet das Verfahren 1000 ein Anzeigen 1008 einer erwarteten Bildabweichung für den Benutzer, die hinsichtlich eines dem anatomischen Merkmals zugeordneten Ernsthaftigkeitsgrades kategorisiert wird. In einigen Ausführungsbeispielen gleicht der Benutzer das erwartete Bild ab, was die Ernsthaftigkeitskennzahl für jede anatomische Position und jeden Indikator zu sämtlichen Zeitpunkten der longitudinalen Analyse startet.
  • Daran anschließend beinhaltet das Verfahren 1000 ein Entgegennehmen 1010 einer Angabe einer Wahl einer Ernsthaftigkeitskennzahl für jeden longitudinalen Datensatz von dem Benutzer. Einige Ausführungsbeispiele des Entgegennehmens 1010 eine Angabe der Ernsthaftigkeitskennzahl beinhalten ein Entgegennehmen der ausgewählten Ernsthaftigkeitskennzahl von einer graphischen Benutzerschnittstelle, wobei die ausgewählte Ernsthaftigkeitskennzahl manuell durch einen Menschen in die graphische Benutzerschnittstelle eingegeben wird. In einigen Ausführungsbeispielen werden die erwarteten Bilder mit zugeordneten Ernsthaftigkeitsniveaus für einen Benutzer auf einem Bildschirm wiedergegeben. Die Bilder führen den Benutzer, eine Ernsthaftigkeitseinschätzung für den aktuellen Patienten in jedem der Zeitpunkte der longitudinalen Analyse zu erstellen.
  • Daran anschließend beinhaltet das Verfahren 1000 ein Erzeugen 1012 eines zusammengeführten Ernsthaftigkeitsänderungswerts anhand der Anzahl von Ernsthaftigkeitskennzahlen. In einigen Ausführungsbeispielen wird der zusammengeführte Ernsthaftigkeitsänderungswert mit Bezug auf ein regelgestütztes Verfahren erzeugt, und anschließend wird der zusammengeführte Ernsthaftigkeitsänderungswert dem Benutzer angezeigt. Einige Ausführungsbeispiele des Erzeugens eines zusammengeführten Ernsthaftigkeitswerts beinhalten ein Aufsummieren der Anzahl von Ernsthaftigkeitskennzahlen mit Bezug auf ein regelgestütztes Verfahren. In einigen Ausführungsbeispielen wird jede anatomische und Indikator-Ernsthaftigkeitskennzahl individuell oder vergleichsweise (Differenz von Zeitpunkten einer longitudinalen Untersuchung) unter Verwendung eines auf Regeln basierenden Verfahrens aggregiert, um einen Gesamtwert veränderter Ernsthaftigkeit für den Erkrankungsstatus zu sämtlichen Zeitpunkten der longitudinalen Untersuchung zu bilden. Beide Verfahren einer Änderungsermittlung können verwendet werden, eines, das größere Aussagekraft über anatomische Ortsveränderungen aufweisen kann, und das andere, das eine Gesamtänderung des Erkrankungsstatus-Ernsthaftigkeitswerts liefert.
  • In einigen Ausführungsbeispielen des Verfahrens 1000 werden das Zugreifen 1002 auf die longitudinalen Bilddaten, das Ermitteln 1004 der Abweichung, das Anzeigen 1006 und 1008 und Entgegennehmen 1010 der Ernsthaftigkeitskennzahlen vor dem Erzeugen 1012 und dem Wiedergeben 1014 des zusammengeführten Ernsthaftigkeitsänderungswerts auf einem Bildschirm mehrere Male durchgeführt. In einigen Ausführungsbeispielen werden eine Anzahl von Ernsthaftigkeitskennzahlen hinsichtlich der speziellen Anatomie über eine Zeitspanne auf einem Bildschirm wiedergegeben, was einen vor handenen Fortschritt oder das Fehlen eines Fortschritt einer Behandlung der Erkrankung über die Zeitspanne hinweg zeigt.
  • 11 zeigt in einem Flussdiagramm ein Verfahren 1100 zum Erzeugen einer exemplarischen oder normalen Informationsbank diagnostischer medizinischer Bilder gemäß einem Ausführungsbeispiel. Das Verfahren 1100 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 1100 beinhaltet einen Zugriff 1102 auf ein oder mehrere Bilder eines oder mehrerer spezieller anatomischer Merkmale, die einem speziellen Indikator zugeordnet sind. Abweichungsdaten sind Daten, die Abweichungen oder Unterschiede anhand eines Bildes repräsentieren, von dem angenommen wird, das es normale anatomische Bedingungen oder eine nicht patologische Anatomie repräsentiert. In einigen Ausführungsbeispielen werden die Abweichungsbilddaten vor Durchführung des Verfahrens 1100 abgeleitet, indem Bilder aus der Normalpersonendatenbank und aus der Datenbank krankheitsverdächtiger Bilder verglichen werden, zu denen Daten gehören, die, wie in dem Verfahren 1200 in 12 weiter unten beschrieben, die gesamte Ernsthaftigkeit einer Erkrankung betreffen.
  • In einigen Ausführungsbeispielen wurde ein Bild, von dem die Bildabweichungsdaten abgeleitet wurden, ohne die Verabreichung eines Indikators an den Patienten hergestellt oder erzeugt. In weiteren Ausführungsbeispielen wurde ein Bild, von dem die Bildabweichungsdaten abgeleitet wurden, unter Verwendung eines an den Patienten verabreichten Indikators hergestellt oder erzeugt.
  • Das Verfahren 1100 beinhaltet ferner ein Zuweisen 1104 eines Ernsthaftigkeitskategoriegrades zu jedem Datenelement der Abweichungsbilddaten, das konsistent mit einer Indikation funktionaler Daten ist, die eine Gesamternsthaftigkeit einer Erkrankung betreffen. Der Ernsthaftigkeitskategoriegrad beschreibt das Maß der Ernsthaftigkeit der Erkrankung oder des medizinischen Zustand in einem gewissen Bereichs. In einigen Ausführungsbeispielen beschreibt der Ernsthaftigkeitskategoriegrad ein Maß einer Abweichung eines Bildes von einem exemplarischen Bild. Beispiele eines Grades einer Erkrankung oder eines Zustands sind mit Bezug auf die aufsteigende Reihenfolge 318 von Bildern in 3 beschrieben, wobei jedes Bild in der aufsteigenden Reihenfolge 318 genau einen Ernsthaftigkeitskategoriegrad der Erkrankung oder des Zustands repräsentiert.
  • Danach beinhaltet das Verfahren 1100 ein Erzeugen 1106 einer Datenbank oder einer Informationsdatenbank der Bildabweichungsdaten und des Ernsthaftigkeitskategoriegrades hinsichtlich jedes Datums der Bildabweichungsdaten. In einem Beispiel wird die Normalbilddatenbank 102 in 1 mittels der Bildabweichungsdaten erzeugt oder aktualisiert und erhält den Ernsthaftigkeitskategoriegrad der Bildabweichungsdaten zugeordnet.
  • Einige Ausführungsbeispiele des Verfahrens 1100 beinhalten ein Verfeinern oder Aktualisieren eines exemplarischen Ernsthaftigkeitsabweichungsbildes. Insbesondere wird die exemplarische Ernsthaftigkeitsabweichungsdatenbank durch Zusammenführen eines neu zugeordneten Ernsthaftig keitsabweichungsbildes mit einem oder mehreren bestehenden Ernsthaftigkeitsbildern verfeinert oder durch Einführen einer neuen Ernsthaftigkeitsabweichungsbildkategorie oder Entfernen einer bestehenden Kategorie aktualisiert.
  • 12 zeigt in einem Flussdiagramm ein Verfahren 1200 zum Erzeugen von Abweichungsdaten gemäß einem Ausführungsbeispiel. Das Verfahren 1200 kann vor dem oben erwähnten Verfahren 1100 ausgeführt werden, um die in dem Verfahren 1100 benötigten Abweichungsdaten zu erzeugen. Das Verfahren 1200 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 1200 beinhaltet einen Zugriff 1102 auf ein oder mehrere Bilder eines oder mehrerer spezieller anatomischer Merkmale, beispielsweise eines Gehirns, die einem speziellen Indikator zugeordnet sind.
  • Das verfahren 1200 beinhaltet ferner ein Vergleichen 1202 der Gehirnbilddaten mit normativen standardisierten Gehirnbilddaten, die, wie oben in 3 gezeigt, demselben Indikator zugeordnet sind, wobei eine Abweichung zwischen den Bildern, die hinsichtlich einer Erkrankung verdächtige Bereiche im Gehirn repräsentieren, gegenüber Bildern in einer Datenbank gewonnen wird. In einigen Ausführungsbeispielen wird das Vergleichen 1202 mit Bezug auf einen Indikator, oder in weiteren Ausführungsbeispielen, ohne Bezug auf einen Indikator durchgeführt.
  • Das Verfahren 1200 beinhaltet ferner ein Erzeugen 1204 der Abweichungsbilddaten anhand des Vergleichs.
  • 13 zeigt in einem Flussdiagramm ein Verfahren 1300 zum Erzeugen diagnostischer medizinischer Referenzbilder gemäß einem Ausführungsbeispiel. Das Verfahren 1300 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • Das Verfahren 1300 beinhaltet einen Zugriff 1302 auf eine Datenbank; wobei die Datenbank ein Vielzahl von Bildern eines normalen vorklinischen anatomischen Merkmals enthält, die für einen Indikator typisch sind. In einigen Ausführungsbeispielen gehört zu dem Schritt 1302 eine Erzeugung einer normativen Datenbank mittels Normalpersonen unter Verwendung funktionaler Daten, die einen Indikator betreffen.
  • Das Verfahren 1300 beinhaltet anschließend einen Zugriff 502 auf Bilder, die hinsichtlich einer Erkrankung verdächtige Bereiche in dem anatomische Merkmal repräsentieren, ein Vergleichen 1202 der verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentierenden Bilder mit Bildern in der Datenbank, wobei auf diese weise eine Abweichung zwischen den Bildern, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren, gegenüber Bildern in der Datenbank gewonnen wird. In einigen Ausführungsbeispielen beinhaltet der Zugriff auf das Bild unter Verwendung des Indikators einen Zugriff auf eine Datenbank von Verdachtsbildern, die mit einer Indikation funktionaler Daten konsistent sind, die möglicherweise einer Änderung der Ernsthaftigkeit der Erkrankung entsprechen.
  • Anschließend werden mehrere die Abweichung für jedes anatomische Merkmal repräsentierende Bilder erzeugt 1204, jedem der vielen die Abweichung repräsentierenden Bildern wird ein Ernsthaftigkeitskategoriegrad zugeordnet 1104, und es wird eine Datenbank der vielen Bilder, die die Abweichung repräsentieren, und des Ernsthaftigkeitskategoriegrades jedes der vielen die Abweichung repräsentierenden Bilder erzeugt 1106.
  • In einigen Ausführungsbeispielen des Verfahrens 1300 wird die exemplarische Ernsthaftigkeitsabweichungsdatenbank durch Zusammenführen eines neu zugeordneten Ernsthaftigkeitsabweichungsbildes mit einem oder mehreren bestehenden Ernsthaftigkeitsbildern verfeinert, oder durch Einführen einer neuen Ernsthaftigkeitsabweichungsbildkategorie oder Entfernen einer bestehenden Kategorie aktualisiert.
  • In einigen Ausführungsbeispielen werden die Verfahren 2001300 als ein in einer Trägerwelle verwirklichtes Rechnerdatensignal ausgeführt, das eine Folge von Befehlen repräsentiert, die, wenn sie durch einen Prozessor, z.B. dem Prozessor 1404 in 14, ausgeführt werden, bewirken, dass der Prozessor das entsprechende Verfahren durchführt. In weiteren Ausführungsbeispielen werden die Verfahren 2001300 in Form eines von einem Computer auslesbaren Mediums durchgeführt, das ausführbare Befehle enthält, die in der Lage sind, einen Prozessor, beispielsweise den Prozessor 1404 in 14, zu veranlassen, das entsprechende Verfahren durchzuführen. In abgewandelten Ausführungsbeispielen ist das Medium ein magnetisches Medium, ein elektronisches Medium oder ein optisches Medium.
  • Insbesondere können im Falle eines von einem Computer auslesbare Programme verwendenden Ausführungsbeispiels von einem Computer auslesbare Programm in einer objektorientierten Weise mittels einer objektorientierten Sprache wie Java, Smalltalk oder C++ strukturiert sein, und die Programme können in einer verfahrensorientierten Weise unter Verwendung einer verfahrensorientierten Sprache wie COBOL oder C strukturiert sein. Der Datenaustausch der Softwarekomponenten erfolgt durch ein beliebiges aus einer Reihe von Mitteln, die in der Fachwelt gut bekannt sind, z.B. Anwendungsprogrammschnittstellen (API) oder Zwischenprozessdatenübertragungstechniken, beispielsweise Fernverarbeitungsruf (RPC = Remote Procedure Call), Common Object Request Broker Architecture (CORBA), Component Object Model (COM), Distributed Component Object Model (DCOM), Distributed Component Object Model (DSOM) und Remote Method Invocation (RMI). Die Komponenten arbeiten auf nur einem Computer wie den Computer 1402 in 14, oder auf wenigstens so vielen Rechnern, wie Komponenten vorhanden sind.
  • Hardware und Betriebsumgebung
  • 14 zeigt in einem Blockschaltbild die Hardware und Betriebsumgebung 1400, in der unterschiedliche Ausführungsbeispiele in der Praxis durchgeführt werden können. Die Beschreibung von 14 bietet einen Überblick über eine für die Verwirklichung einiger Ausführungsbeispiele geeignete Computerhardware und Rechnerumgebung. Die Ausführungsbeispiele sind mit Blick auf einen Computer beschrieben, der von einem Computer ausführbare Befehle ausführt. Allerdings können einige Ausführungsbeispiele zu Gänze in Computerhardware verwirklicht werden, wobei die von einem Computer ausführbaren Befehle in einem ROM-Speicher durch geführt werden. Einige Ausführungsbeispiele können auch in Client/Server-Rechnerumgebungen verwirklicht werden, bei dem entfernt angeordnete Einrichtungen, die Aufgaben durchführen, durch ein Kommunikationsnetzwerk verknüpft sind. Programmmodule können sowohl in lokalen als auch in dezentralen Arbeitsspeichervorrichtungen in einer verteilten Rechnerumgebung angeordnet sein.
  • Der Computer 1402 enthält einen Prozessor 1404, der u. A. von Intel, Motorola, Cyrix im Handel erhältlich ist. Der Computer 1402 enthält ferner einen Direktzugriffsspeicher (RAM) 1406, einen Nur-Lese-Speicher (ROM) 1408 und ein oder mehrere Massenspeichergeräte 1410 sowie einen Systembus 1412, der betriebsmäßig vielfältige Systemkomponenten mit der Prozessoreinheit 1404 verbindet. Der Speicher 1406, 1408 und die Massenspeichergeräte, 1410 sind Bauarten von Medien, die für einen Rechner zugriffsfähig sind. Die Massenspeichergeräte 1410 sind insbesondere nicht flüchtige für einen Rechner zugriffsfähige Medien und können ein oder mehrere Festplattenlaufwerke, Diskettenlaufwerke, optische Plattenlaufwerke und Bandkassettenlaufwerke beinhalten. Der Prozessor 1404 führt Computerprogramme aus, die auf dem für Rechner zugriffsfähigen Medien gespeichert sind.
  • Der Computer 1402 kann zum Austausch von Daten über eine Kommunikationsvorrichtung 1416 mit dem Internet 1414 verbunden sein. Die Möglichkeit einer Verbindung mit dem Internet 1414 ist aus dem Stand der Technik gut bekannt. In einem Ausführungsbeispiel ist eine Kommunikationsvorrichtung 1416 ein Modem, das auf Datenkommunikationstreiber anspricht, um mittels eines aus dem Stand der Technik unter dem Begriff „Wählverbindung" bekannten Verfahrens eine Verbindung mit dem Internet herzustellen. In noch einem Aus führungsbeispiel ist eine Kommunikationsvorrichtung 1416 eine Ethernet®- oder ähnliche Hardware-Netzwerkkarte, die mit einem lokalen Netzwerk (LAN) verbunden ist, das wiederum über ein aus dem Stand der Technik als „Direktverbindung" bekanntes Verfahren (z.B. eine T1-Leitung, usw.) mit dem Internet verbunden ist.
  • Ein Benutzer gibt über Eingabegeräte, beispielsweise eine Tastatur 1418 oder ein Zeigergerät 1420, Steuerbefehle und Daten in den Computer 1402 ein. Die Tastatur 1418 erlaubt, wie aus dem Stand der Technik bekannt, die Eingabe von Textdaten in den Computer 1402, und die Ausführungsbeispiele sind nicht auf irgendeinen speziellen Typ einer Tastatur beschränkt. Das Zeigergerät 1420 erlaubt die Steuerung des Mauszeigers, der durch eine graphische Benutzerschnittstelle (GUI) von Betriebssystemen, beispielsweise den Versionen von Microsoft Windows®, zur Verfügung steht. Die Ausführungsbeispiele sind nicht auf irgendein spezielles Zeigergerät 1420 beschränkt. Solche Zeigergeräte beinhalten beispielsweise Mäuse, Touchpads, Trackballs, Fernbedienungen und Zeigestifte. Weitere (nicht gezeigte) Eingabegeräte können ein Mikrofon, ein Joystick, ein Gamepad, eine Satellitenschüssel, ein Scanner oder dergleichen beinhalten.
  • In einigen Ausführungsbeispielen ist der Computer 1402 betriebsmäßig mit einer Anzeigevorrichtung 1422 verbunden. Die Anzeigevorrichtung 1422 ist mit dem Systembus 1412 verbunden. Die Anzeigevorrichtung 1422 erlaubt das Anzeigen von Daten, zu denen Rechner-, Video- und sonstige Daten gehören, auf einem Display/Schirm, so dass sie von einem Benutzer des Computers eingesehen werden können. Die Ausführungsbeispiele sind nicht auf irgendeine spezielle Anzeige vorrichtung 1422 beschränkt. Solche Anzeigevorrichtungen beinhalten Bildschirme von Kathodenstrahlröhren-(CRT) (Monitore), sowie Flachpaneelbildschirme, beispielsweise LCD-Displays (LCDs). Zusätzlich zu einem Monitor verfügen Computer gewöhnlich über (nicht gezeigte) weitere Eingabe/Ausgabeperipheriegeräte, beispielsweise Drucker. Lautsprecher 1424 und 1426 ermöglichen eine Audioausgabe von Signalen. Die Lautsprecher 1424 und 1426 sind ebenfalls mit dem Systembus 1412 verbunden.
  • Der Computer 1402 enthält ferner ein (nicht gezeigtes) Betriebssystem, das auf dem für Rechner zugriffsfähigen Medien RAM 1406, ROM 1408 und dem Massenspeichergerät 1410 gespeichert ist und durch den Prozessor 1404 ausgeführt wird. Beispiele von Betriebssystemen sind Microsoft Windows, Apple MacOS®, Linux®, UNIX®. Die Beispiele sind jedoch nicht auf irgendein spezielles Betriebssystem beschränkt, und der Aufbau und Einsatz derartiger Betriebssysteme sind aus dem Stand der Technik gut bekannt.
  • Die Ausführungsbeispiele des Computers 1402 sind nicht auf einen speziellen Typ eines Computers 1402 beschränkt. In abgewandelten Ausführungsbeispielen basiert der Computer 1402 auf einem PC-kompatiblen Computer, einem MacOS®-kompatiblen Computer, einem Linux®-kompatiblen Computer oder einem UNIX®-kompatiblen Computer. Aufbau und Betrieb derartiger Computer sind aus dem Stand der Technik gut bekannt.
  • Der Computer 1402 kann mittels wenigstens einem Betriebssystem betrieben werden, um eine graphische Benutzerschnittstelle (GUI) mit einem durch den Benutzer steuerbaren Zeiger vorzusehen. Der Computer 1402 kann wenigstens ein Webbrowser-Anwendungsprogramm aufweisen, das innerhalb wenigstens eines Betriebssystems ausführbar ist, um Benutzern des Computer 1402 zu erlauben, auf ein Intranet, ein Extranet oder auf World-Wide-Web-Seiten des Internets zuzugreifen, wie sie durch die Universal-Resource-Locator-(URL)-Adressen angesprochen werden. Beispiele von Browseranwendungsprogrammen sind Netscape Navigator® und Microsoft Internet Explorer®.
  • Der Computer 1402 kann in einer vernetzten Umgebung arbeiten, die logische Verbindungen mit einem oder mehreren dezentral angeordneten Rechnern, z.B. dem entfernt angeordneten Computer 1428, verwendet. Diese logischen Verbindungen werden durch eine Kommunikationsvorrichtung erzielt, die mit dem Computer 1402 verbunden oder eine Komponente desselben ist. Die Ausführungsbeispiele sind nicht auf einen speziellen Typ einer Datenkommunikationsvorrichtung beschränkt. Der entfernt angeordnete Computer 1428 kann ein weiterer Computer, ein Server, ein Router, ein Netzwerk-PC, ein Client, eine Partnervorrichtung oder ein sonstiger üblicher Netzwerk-Knoten sein. Die in 14 dargestellten logischen Verbindungen schließen ein lokales Netzwerk (LAN) 1430 und ein Großraumnetzwerk (WAN) 1432 ein. Solche Netzwerkbetriebsumgebungen gehören zum Standard in Büros, firmeninternen Rechnernetzwerken, Intranetnetzwerken, Extranetnetzwerken und dem Internet.
  • Bei Verwendung in einer LAN-Netzwerkbetriebsumgebung sind der Computer 1402 und der entfernt angeordnete Computer 1428 mit dem lokalen Netzwerk 1430 durch Netzwerkschnittstellen oder Adapter 1434 verbunden, die einen Typ einer Datenkommunikationsvorrichtung 1416 bilden. Der entfernt angeordnete Computer 1428 enthält ferner eine Netz werkvorrichtung 1436. Bei Verwendung in einer herkömmlichen WAN-Netzwerkbetriebsumgebung tauschen der Computer 1402 und der entfernt angeordnete Computer 1428 über (nicht gezeigte) Modems mit einem WAN 1432 Daten aus. Das Modem, das intern oder extern sein kann, ist mit dem Systembus 1412 verbunden. In einer vernetzten Umgebung können mit Bezug auf den Computer 1402 dargestellte Programmmodule oder Abschnitte davon in dem entfernt angeordneten Computer 1428 gespeichert sein.
  • Der Computer 1402 enthält ferner eine Spannungsversorgung 1438. Jede Spannungsquelle kann eine Batterie bzw. ein Akkumulator sein.
  • Vorrichtungsausführungsbeispiele
  • In dem vorausgehenden Abschnitt wurden Verfahren beschrieben. Im vorliegenden Abschnitt werden spezielle Vorrichtungen eines derartigen Ausführungsbeispiels beschrieben.
  • 15 zeigt in einem Blockschaltbild eine Vorrichtung 1500 zum Erzeugen diagnostischer medizinischer Referenzbilder gemäß einem Ausführungsbeispiel. Die Vorrichtung 1500 löst den Bedarf aus dem Stand der Technik nach konsistenteren, formalisierteren und zuverlässigeren Diagnosen medizinischer Zustände und Erkrankungen anhand medizinischer anatomischer Bilder.
  • In der Vorrichtung 1500 können an den Bilddaten vier unterschiedliche Vergleiche durchgeführt werden; ein Vergleich 1502 unverarbeiteter Bilder, ein Vergleich 1504 von Standardabweichungsbildern, ein Vergleich 1506 von Ernst haftigkeitsbildern und eine Vergleich von Ernsthaftigkeitswerten. Der Vergleich kann bei jeder der Stufen 1502, 1502, 1506 oder 1508 erfolgen. Jeder der Vergleiche 15021508 wird über longitudinale (zeitliche) Domänen hinweg durchgeführt, z.B. Untersuchungszeit T1 1510 und Untersuchungszeit T2 1512.
  • Zur Untersuchungszeit T1 1510 und zur Untersuchungszeit T2 1512 werden durch eine digitale Bildgebungsvorrichtung eine Anzahl unverarbeiteter ursprünglicher Bilder 1514 und 1516 bzw. 1518 und 1520 erzeugt.
  • Nach der Untersuchungszeit T1 1510 und der Untersuchungszeit T2 1512 wird ein beliebiges der folgenden drei Daten anhand der unverarbeiteten ursprünglichen Bilder und anhand eines oder mehrerer (nicht gezeigter) standardisierter Bildern erzeugt: eine Anzahl standardisierter Abweichungsbilder 1522 und 1524, und 1526 und 1528; Ernsthaftigkeitskennzahlen 15301536 oder Ernsthaftigkeitswerte 1538 und 1540. Die Abweichungsbilder 15221528 repräsentieren grafisch die Abweichung zwischen den unverarbeiteten ursprünglichen Bildern 15141520 und den standardisierten Bildern. Die Ernsthaftigkeitskennzahlen 15301536 repräsentieren numerisch eine klinisch wahrgenommene Abweichung zwischen den unverarbeiteten ursprünglichen Bildern 15141520 und den standardisierten Bildern. Die Ernsthaftigkeitswerte 1538 und 1540 werden anhand der Ernsthaftigkeitskennzahlen 15301536 erzeugt. Die Ernsthaftigkeitswerte 1538 und 1540 repräsentieren numerisch eine zusammengesetzte klinische Indikation des Zustands der unverarbeiteten Bilder 15141520.
  • Schlussfolgerung:
  • Beschrieben ist ein rechnergestütztes medizinisches Diagnosesystem. Obwohl im Vorliegenden spezielle Ausführungsbeispiele veranschaulicht und beschrieben wurden, wird dem durchschnittlich ausgebildeten Fachmann klar sein, dass an die Stelle der gezeigten speziellen Ausführungsbeispiele jede Anordnung treten kann, die konstruiert ist, um denselben Zweck zu erfüllen. Diese Anmeldung soll beliebige Adaptionen oder Veränderungen einbeziehen. Beispielsweise wird es einem Fachmann klar sein, dass die Durchführungen, obwohl sie in verfahrensorientierten Begriffen beschrieben sind, in einer verfahrensorientierten Konstruktionsumgebung oder einer beliebigen sonstigen Konstruktionsumgebung verwirklicht werden können, die die erforderlichen Beziehungen bereitstellt.
  • Insbesondere wird einem Fachmann ohne weiteres einleuchten, dass die für die Verfahren und Vorrichtungen verwendeten Bezeichnungen die Ausführungsbeispiele nicht beschränken sollen. Außerdem können zu den Komponenten zusätzliche Verfahren und Vorrichtungen hinzugefügt werden, Funktionen können unter den Komponenten umverteilt werden und neue Komponenten, die zukünftigen Verbesserungen und physikalischen Vorrichtungen entsprechen, die in Ausführungsbeispielen verwendet werden, können eingeführt werden, ohne vom Gegenstand der Ausführungsbeispiele abzuweichen. Ein Fachmann wird ohne weiteres erkennen dass die Ausführungsbeispiele sich auf zukünftige Kommunikationsvorrichtungen, unterschiedliche Dateisysteme und neue Datentypen anwenden lassen.
  • Geschaffen sind Systeme, Verfahren und Vorrichtungen, durch die in einigen Ausführungsbeispielen eine Datenbank 102 von Bildern, die kategorisierte Ernsthaftigkeitsniveaus 322 einer Erkrankung oder eines medizinischen Zustands aufweisen, anhand einer menschlichen Bestimmung der Ernsthaftigkeit erzeugt wird. In einigen Ausführungsbeispielen wird die Ernsthaftigkeit einer Erkrankung oder eines medizinischen Zustands durch einen Vergleich 1506 eines Patientenbilds mit Bildern in der Datenbank diagnostiziert. In einigen Ausführungsbeispielen werden Änderungen der Ernsthaftigkeit einer Erkrankung oder eines medizinischen Zustands eines Patienten durch Vergleichen 1202 eines Patientenbilds mit Bildern in der Datenbank gemessen 1104.
  • Die in dieser Anmeldung verwendete Terminologie soll sämtliche objektorientierten, Datenbank- und Datenkommunikationsumgebungen und alternative Technologien einbeziehen, die die gleiche Funktionalität ermöglichen, wie sie im Vorliegenden beschrieben ist.

Claims (10)

  1. Von einem Computer auslesbares Medium, das ausführbare Befehle enthält, um eine exemplarische Informationsbank diagnostischer medizinischer Bilder zu erzeugen, wobei die ausführbaren Befehle in der Lage sind, einen Prozessor zu veranlassen, um folgende Schritte durchzuführen: Zugreifen (1102) auf Bildabweichungsdaten wenigstens eines anatomischen Merkmals; Zuweisen (1104) eines Ernsthaftigkeitskategoriegrades zu jedem Datum der Bildabweichungsdaten; und Erzeugen (1106) einer Datenbank der Bildabweichungsdaten und des Ernsthaftigkeitskategoriegrades hinsichtlich jedes Datums der Bildabweichungsdaten.
  2. Von einem Computer auslesbares Medium nach Anspruch 1, wobei zu den Bildabweichungsdaten ferner gehören: ein Maß (1522) einer Abweichung eines Bildes von einem exemplarischen Bild.
  3. Von einem Computer auslesbares Medium, das ausführbare Befehle enthält, um eine exemplarische Informationsbank diagnostischer medizinischer Bilder zu erzeugen, wobei die ausführbaren Befehle in der Lage sind, einen Prozessor zu veranlassen, um folgende Schritte durchzuführen: Zugreifen auf (1102) Bilddaten wenigstens eines hinsichtlich einer Erkrankung verdächtigen anatomischen Merk mals, wobei der Zugriff mit Bezug auf einen Indikator ausgeführt wird; Vergleichen (1202) der Bilddaten wenigstens eines hinsichtlich einer Erkrankung verdächtigen anatomischen Merkmals mit einer normalisierten Datenbank mit Bezug auf den Indikator; Erzeugen (1204) von Abweichungsbilddaten; Zuweisen (1104) eines Ernsthaftigkeitskategoriegrades zu jedem Datum der Bildabweichungsdaten; und Erzeugen (1106) einer Datenbank der Bildabweichungsdaten und des Ernsthaftigkeitskategoriegrades hinsichtlich jedes Datums der Bildabweichungsdaten.
  4. Von einem Computer auslesbares Medium nach Anspruch 3, das ferner ausführbare Befehle aufweist, die in der Lage sind, den Prozessor folgende Schritte ausführen zu lassen: Erzeugen einer normalisierten Datenbank (102) mit Bezug auf den Indikator.
  5. Von einem Computer auslesbares Medium nach Anspruch 3, wobei die Bilder, auf die zugegriffen wird, mittels eines der Verfahren Magnetresonanzbildgebung, Positronenemissionstomographie, Computertomographie, Einzelphotonemission-Computertomographie, Ultraschall und optische Bildgebung akquiriert (1002) werden.
  6. Von einem Computer auslesbares Medium, das ausführbare Befehle enthält, um diagnostische medizinische Referenzbilder zu erzeugen, wobei die ausführbaren Befehle in der Lage sind, einen Prozessor zu veranlassen, folgende Schritte durchzuführen: Zugreifen (1302) auf eine Datenbank einer Vielzahl von Bildern eines normalen anatomischen Merkmals, das einem Indikator zugeordnet ist; Zugreifen (1102) auf Bilder, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren; Vergleichen (1202) der Bilder, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren, mit Bildern in der Datenbank, wobei eine Abweichung zwischen den Bildern, die hinsichtlich einer Erkrankung verdächtige Bereiche in dem anatomischen Merkmal repräsentieren gegenüber Bildern in der Datenbank gewonnen wird; Erzeugen (1204) vieler Bilder, die die vielen Abweichungen repräsentieren; Zuweisen (1104) von Kategoriegraden der Ernsthaftigkeit zu jedem der vielen Bilder, die jede der vielen Abweichungen repräsentieren; und Erzeugen (1106) einer Datenbank der vielen Bilder, die die Abweichung und den Ernsthaftigkeitskategoriegrad jedes der vielen die Abweichung repräsentierenden Bildern repräsentieren.
  7. Von einem Computer auslesbares Medium nach Anspruch 6, wobei die Bilder, auf die zugegriffen wird, mittels eines der Verfahren Magnetresonanzbildgebung, Positronenemissionstomographie, Computertomographie, Einzelphotonemission-Computertomographie, Ultraschall und optische Bildgebung akquiriert (1002) werden.
  8. Verfahren zum Erzeugen diagnostischer medizinischer Referenzbilder, wobei die ausführbaren Befehle in der Lage sind, einen Prozessor zu veranlassen, folgende Schritte durchzuführen: Erzeugen (1204) vieler Bilder, die eine Abweichung zwischen einer Vielzahl von Bildern repräsentieren, die hinsichtlich einer Erkrankung verdächtige Bereiche in einem anatomischen Merkmal repräsentieren, und mehreren Bildern, die nicht von einer Erkrankung betroffene Bereiche in dem anatomischen Merkmal repräsentieren, das einem Indikator zugeordnet ist; Zuweisen (1104) eines Ernsthaftigkeitskategoriegrades zu jedem der vielen die Abweichung repräsentierenden Bilder; und Erzeugen (1106) einer Datenbank der Vielzahl von Bildern, die die Abweichung und den Ernsthaftigkeitskategoriegrad jedes der vielen die Abweichung repräsentierenden Bildern repräsentieren.
  9. Von einem Computer auslesbares Medium nach Anspruch 8, zu dem ferner gehören: ausführbare Befehle, die in der Lage sind, einen Prozessor zu veranlassen, vor dem Erzeugen der vielen Bilder, die die Abweichung repräsentieren, folgende Schritte durchzuführen: Speichern einer Datenbank (102) der vielen Bilder eines normalen anatomischen Merkmals, das dem Indikator zugeordnet ist; Zugreifen (1102) auf die Bilder, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren; und Vergleichen (1202) der Bilder, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren, mit Bildern in der Datenbank, wobei eine Abweichung zwischen den Bildern, die verdächtige Bereiche einer Erkrankung in dem anatomischen Merkmal repräsentieren gegenüber Bildern in der Datenbank gewonnen wird.
  10. Von einem Computer auslesbares Medium nach Anspruch 8, wobei die Bilder, auf die zugegriffen wird, mittels eines der Verfahren Magnetresonanzbildgebung, Positronenemissionstomographie, Computertomographie, Einzelphotonemission-Computertomographie, Ultraschall und optische Bildgebung akquiriert (1002) werden.
DE102006046746A 2005-09-29 2006-09-29 Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen Ceased DE102006046746A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/240,610 US20070081700A1 (en) 2005-09-29 2005-09-29 Systems, methods and apparatus for creation of a database of images from categorical indices
US11/240,610 2005-09-29

Publications (1)

Publication Number Publication Date
DE102006046746A1 true DE102006046746A1 (de) 2007-04-05

Family

ID=37852956

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102006046746A Ceased DE102006046746A1 (de) 2005-09-29 2006-09-29 Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen

Country Status (4)

Country Link
US (1) US20070081700A1 (de)
JP (1) JP5142009B2 (de)
CN (1) CN1971565B (de)
DE (1) DE102006046746A1 (de)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005119025A2 (en) 2004-06-01 2005-12-15 Spectrum Dynamics Llc Radioactive-emission-measurement optimization to specific body structures
US8909325B2 (en) 2000-08-21 2014-12-09 Biosensors International Group, Ltd. Radioactive emission detector equipped with a position tracking system and utilization thereof with medical systems and in medical procedures
WO2008010227A2 (en) 2006-07-19 2008-01-24 Spectrum Dynamics Llc Imaging protocols
US9470801B2 (en) 2004-01-13 2016-10-18 Spectrum Dynamics Llc Gating with anatomically varying durations
US7968851B2 (en) 2004-01-13 2011-06-28 Spectrum Dynamics Llc Dynamic spect camera
US9316743B2 (en) 2004-11-09 2016-04-19 Biosensors International Group, Ltd. System and method for radioactive emission measurement
US9943274B2 (en) 2004-11-09 2018-04-17 Spectrum Dynamics Medical Limited Radioimaging using low dose isotope
US20080260637A1 (en) * 2004-11-17 2008-10-23 Dalia Dickman Methods of Detecting Prostate Cancer
US8837793B2 (en) 2005-07-19 2014-09-16 Biosensors International Group, Ltd. Reconstruction stabilizer and active vision
US7929737B2 (en) 2005-09-29 2011-04-19 General Electric Company Method and system for automatically generating a disease severity index
WO2007058895A2 (en) * 2005-11-11 2007-05-24 Visualsonics Inc. Overlay image contrast enhancement
US8243999B2 (en) 2006-05-03 2012-08-14 Ut-Battelle, Llc Method and system for the diagnosis of disease using retinal image content and an archive of diagnosed human patient data
US8894974B2 (en) 2006-05-11 2014-11-25 Spectrum Dynamics Llc Radiopharmaceuticals for diagnosis and therapy
US9275451B2 (en) * 2006-12-20 2016-03-01 Biosensors International Group, Ltd. Method, a system, and an apparatus for using and processing multidimensional data
JP5646128B2 (ja) * 2007-02-28 2014-12-24 株式会社東芝 医用画像検索システム
JP5329911B2 (ja) * 2007-11-02 2013-10-30 株式会社東芝 医用画像管理装置および医用画像システム
US20090138279A1 (en) * 2007-11-23 2009-05-28 General Electric Company Systems, methods and apparatus for analysis and visualization of metadata information
US8430816B2 (en) * 2008-05-20 2013-04-30 General Electric Company System and method for analysis of multiple diseases and severities
US8010381B2 (en) * 2008-05-20 2011-08-30 General Electric Company System and method for disease diagnosis from patient structural deviation data
US8180125B2 (en) * 2008-05-20 2012-05-15 General Electric Company Medical data processing and visualization technique
US8099299B2 (en) * 2008-05-20 2012-01-17 General Electric Company System and method for mapping structural and functional deviations in an anatomical region
JP5243865B2 (ja) * 2008-07-07 2013-07-24 浜松ホトニクス株式会社 脳疾患診断システム
JP2010029481A (ja) * 2008-07-29 2010-02-12 Univ Of Tsukuba 腫瘍の経過観察レポート自動作成診断支援システム
US8786873B2 (en) * 2009-07-20 2014-07-22 General Electric Company Application server for use with a modular imaging system
JP5355316B2 (ja) * 2009-09-10 2013-11-27 キヤノン株式会社 テンプレート画像の評価方法及び生体運動検出装置
US8243882B2 (en) 2010-05-07 2012-08-14 General Electric Company System and method for indicating association between autonomous detector and imaging subsystem
US8934685B2 (en) * 2010-09-21 2015-01-13 General Electric Company System and method for analyzing and visualizing local clinical features
EP2761515B1 (de) 2011-09-26 2020-11-11 Koninklijke Philips N.V. System und verfahren für medizinische bilder
US9207300B2 (en) * 2012-10-26 2015-12-08 Siemens Medical Solutions Usa, Inc. Automatic system for timing in imaging
JP6346576B2 (ja) * 2015-02-27 2018-06-20 Hoya株式会社 画像処理装置
JP7038370B2 (ja) * 2017-08-30 2022-03-18 社会福祉法人兵庫県社会福祉事業団 画像処理方法、画像処理装置、およびプログラム
EP3451210B1 (de) 2017-08-31 2021-03-03 Siemens Healthcare GmbH Verfahren zum vergleichen von referenzwerten in verfahren zur medizinischen bildgebung, system mit einer vorrichtung zur lokalen medizinischen bildgebung, computerprogrammprodukt und computerlesbares programm
JP6998760B2 (ja) * 2017-12-25 2022-01-18 浜松ホトニクス株式会社 脳画像解析装置、脳画像解析方法、及び脳画像解析プログラム
JP7273470B2 (ja) * 2018-08-14 2023-05-15 キヤノン株式会社 医用情報処理装置及び医用情報処理方法、プログラム
CN110298820A (zh) * 2019-05-28 2019-10-01 上海联影智能医疗科技有限公司 影像分析方法、计算机设备和存储介质

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839807A (en) * 1987-08-03 1989-06-13 University Of Chicago Method and system for automated classification of distinction between normal lungs and abnormal lungs with interstitial disease in digital chest radiographs
US5109868A (en) * 1991-03-18 1992-05-05 E. R. Squibb & Sons, Inc. Method for diagnosing senile dementia of the Alzheimer's type
US5262945A (en) * 1991-08-09 1993-11-16 The United States Of America As Represented By The Department Of Health And Human Services Method for quantification of brain volume from magnetic resonance images
US5434050A (en) * 1991-08-13 1995-07-18 Regents Of The University Of Minnesota Labelled β-amyloid peptide and methods of screening for Alzheimer's disease
US5617861A (en) * 1994-02-16 1997-04-08 Huntington Medical Research Institutes Magnetic resonance spectral analysis of the brain for diagnosis of clinical conditions
WO1996012187A1 (en) * 1994-10-13 1996-04-25 Horus Therapeutics, Inc. Computer assisted methods for diagnosing diseases
US5632276A (en) * 1995-01-27 1997-05-27 Eidelberg; David Markers for use in screening patients for nervous system dysfunction and a method and apparatus for using same
ATE197511T1 (de) * 1995-07-25 2000-11-11 Horus Therapeutics Inc Rechnergestütztes verfahren und anordnung zur diagnose von krankheiten
JPH09147082A (ja) * 1995-11-20 1997-06-06 Sumitomo Heavy Ind Ltd 画像診断支援装置
JPH09330405A (ja) * 1996-06-10 1997-12-22 Nippon Telegr & Teleph Corp <Ntt> 画像処理方法
US6622036B1 (en) * 2000-02-09 2003-09-16 Cns Response Method for classifying and treating physiologic brain imbalances using quantitative EEG
AU4078900A (en) * 1999-04-06 2000-10-23 Harrington Arthritis Research Center Methods for tracking the progression of alzheimer's disease and identifying treatments using transgenic mice
US6430430B1 (en) * 1999-04-29 2002-08-06 University Of South Florida Method and system for knowledge guided hyperintensity detection and volumetric measurement
US6490472B1 (en) * 1999-09-03 2002-12-03 The Mcw Research Foundation, Inc. MRI system and method for producing an index indicative of alzheimer's disease
DE19946429A1 (de) * 1999-09-28 2001-04-05 Stefan Vilsmeier Kontinuierliche Erfassung und Analyse von Gewebeveränderungen
US6560476B1 (en) * 1999-11-01 2003-05-06 Arthrovision, Inc. Evaluating disease progression using magnetic resonance imaging
US6901156B2 (en) * 2000-02-04 2005-05-31 Arch Development Corporation Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images
US7092748B2 (en) * 2000-02-18 2006-08-15 Centro Nacional De Investigaciones Cientificas (Cnic) System and method for the tomography of the primary electric current of the brain and of the heart
WO2002011035A1 (en) * 2000-08-01 2002-02-07 Logical Images, Inc. System and method to aid diagnoses using cross-referenced knowledge and image databases
ATE539681T1 (de) * 2001-01-30 2012-01-15 R Christopher Decharms Methoden für die physiologische überwachung, schulung und regulierung
JP3656563B2 (ja) * 2001-02-28 2005-06-08 ブラザー工業株式会社 情報処理装置およびコンピュータプログラム
EP1293925A1 (de) * 2001-09-18 2003-03-19 Agfa-Gevaert Verfahren zur Bestimmung von RÖntgenbildern
US7058210B2 (en) * 2001-11-20 2006-06-06 General Electric Company Method and system for lung disease detection
JP2003284690A (ja) * 2002-03-28 2003-10-07 Nippon Telegr & Teleph Corp <Ntt> 比較読影支援方法、比較読影支援装置、比較読影支援プログラム及びそのプログラムを記録した記録媒体
JP2004239782A (ja) * 2003-02-06 2004-08-26 Daiichi Radioisotope Labs Ltd 脳画像データ処理システム、方法、プログラムおよび記録媒体
JP4263942B2 (ja) * 2003-05-02 2009-05-13 メド・ソリューション株式会社 遠隔画像解析システムおよびその方法
JP2005020338A (ja) * 2003-06-26 2005-01-20 Fuji Photo Film Co Ltd 異常陰影検出方法および装置並びにプログラム
US8090164B2 (en) * 2003-08-25 2012-01-03 The University Of North Carolina At Chapel Hill Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning
US7935055B2 (en) * 2003-09-19 2011-05-03 Siemens Medical Solutions Usa, Inc. System and method of measuring disease severity of a patient before, during and after treatment
US20050085705A1 (en) * 2003-10-21 2005-04-21 Rao Stephen M. fMRI system for use in detecting neural abnormalities associated with CNS disorders and assessing the staging of such disorders
JP4025823B2 (ja) * 2004-02-24 2007-12-26 国立精神・神経センター総長 脳疾患の診断支援方法及び装置
US20050215889A1 (en) * 2004-03-29 2005-09-29 The Board of Supervisory of Louisiana State University Methods for using pet measured metabolism to determine cognitive impairment
US7042219B2 (en) * 2004-08-12 2006-05-09 Esaote S.P.A. Method for determining the condition of an object by magnetic resonance imaging
US7653263B2 (en) * 2005-06-30 2010-01-26 General Electric Company Method and system for volumetric comparative image analysis and diagnosis

Also Published As

Publication number Publication date
CN1971565B (zh) 2013-06-12
US20070081700A1 (en) 2007-04-12
JP5142009B2 (ja) 2013-02-13
CN1971565A (zh) 2007-05-30
JP2007125370A (ja) 2007-05-24

Similar Documents

Publication Publication Date Title
DE102006046746A1 (de) Systeme, Verfahren und Vorrichtung zum Erzeugen einer Datenbank von Bildern anhand von Kategoriekennzahlen
DE102006046747A1 (de) Systeme, Verfahren und Vorrichtung für die Diagnose einer Krankheit, ausgehend von Kategoriezahlen
DE102009025856A1 (de) Verarbeitungs- und Visualisierungstechnik medizinischer Daten
DE69630935T2 (de) Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild
US20070081701A1 (en) Systems, methods and apparatus for tracking progression and tracking treatment of disease from categorical indices
DE102015212953A1 (de) Künstliche neuronale Netze zur Klassifizierung von medizinischen Bilddatensätzen
EP2648122B1 (de) Verfahren zum Laden von medizinischen Bilddaten sowie Vorrichtung zur Durchführung des Verfahrens
DE10065559A1 (de) System und Verfahren zur Ausführung einer Bildbasierten Diagnose über ein Netz
DE102007034911A1 (de) Vorrichtung und Verfahren zur On-Demand visuellen Verbesserung von klinischen Zuständen in Bildern
DE102007037284A1 (de) Systeme und Verfahren zur interaktiven Bildregistrierung
DE112017005041T5 (de) Unterstützungsvorrichtung und -system zur diagnostischen Bildgebung und Unterstützungsverfahren zur diagnostischen Bildgebung
DE102011053044A1 (de) System und Verfahren zur Analyse und sichtbaren Darstellung lokaler klinischer Merkmale
DE102006000713A1 (de) Medizinisches Bildbetrachtungsmanagement- und Statussystem
DE10393711T5 (de) Verfahren und System zum Abrufen eines medizinischen Bildes
DE10237099A1 (de) Kombinierte Kompressions- und Registrierverfahren zum Implementieren einer zeitlichen Substraktion als Anwendungsdienstbereitsteller zur Erfassung von Veränderungen über die Zeit bei einer medizinischen Abbildung
DE102006058941A1 (de) Verfahren und Vorrichtung zum Auswählen computergestützter Algorithmen, basierend auf dem Protokoll und/oder Parametern eines Akquisitionssystems
DE102005031245A1 (de) Verfahren zum Test eines klinischen und/oder medizintechnischen Systems und Verfahren zur Steuerung medizintechnischer Untersuchungsabläufe in einem klinischen und/oder medizintechnischen System
DE102008016287A1 (de) System, Verfahren und Gerät zur längslaufenden/zeitlichen Analyse von Plaqueläsionen
DE102017221297A1 (de) Verfahren und Vorrichtung zur automatisierten Auswertung wenigstens eines mit einer medizinischen Bildaufnahmeeinrichtung aufgenommenen Bilddatensatzes, Computerprogramm und elektronisch lesbarer Datenträger
DE112020001683T5 (de) Eine plattform zur auswertung medizinischer informationen und verfahren zu deren verwendung
DE10161381A1 (de) Patientendatenverarbeitungssystem und -verfahren
DE10100830B4 (de) Verfahren zum Segmentieren der Bereiche der weißen Substanz, der grauen Substanz und der Zerebrospinalflüssigkeit in den Bildern des menschlichen Gehirns, und zum Berechnen der dazugehörigen Volumina
DE10146576A1 (de) Verfahren und Vorrichtung zur Verknüpfung von Bildern und Berichten an einer entfernten Betrachtungsstation
DE102011081541A1 (de) Bildverarbeitungsvorrichtung, bildverarbeitungsverfahren und programmspeicherträger
DE102008037558A1 (de) System und Verfahren zum Diagnostizieren eines medizinischen Zustands

Legal Events

Date Code Title Description
R012 Request for examination validly filed

Effective date: 20130801

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017300000

Ipc: G06F0019000000

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017300000

Ipc: G06F0019000000

Effective date: 20131210

R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final
R003 Refusal decision now final

Effective date: 20141028