DE102017203333A1 - Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung - Google Patents

Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung Download PDF

Info

Publication number
DE102017203333A1
DE102017203333A1 DE102017203333.9A DE102017203333A DE102017203333A1 DE 102017203333 A1 DE102017203333 A1 DE 102017203333A1 DE 102017203333 A DE102017203333 A DE 102017203333A DE 102017203333 A1 DE102017203333 A1 DE 102017203333A1
Authority
DE
Germany
Prior art keywords
examination
image
steps
training
medical
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
DE102017203333.9A
Other languages
English (en)
Inventor
Ute Feuerlein
Rainer Raupach
Christiane Koch
Christian Tietjen
Thomas Allmendinger
Matthias Baer
Stefan Käpplinger
Robert Lapp
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers Ag De
Original Assignee
Siemens Healthcare GmbH
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 Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to DE102017203333.9A priority Critical patent/DE102017203333A1/de
Priority to US15/905,919 priority patent/US10706537B2/en
Priority to CN201810169088.8A priority patent/CN108537774B/zh
Publication of DE102017203333A1 publication Critical patent/DE102017203333A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/87—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using selection of the recognition techniques, e.g. of a classifier in a multiple classifier system
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20076—Probabilistic image processing
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • 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
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/416—Exact reconstruction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Abstract

Die Erfindung betrifft ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls, wobei das Verfahren die folgenden Schritte umfasst:
- Bereitstellen zumindest einer Eingangsanforderung des Bildverarbeitungsmoduls, welche zumindest einen Bildparameter des medizinischen Bildes betrifft,
- Bereitstellen des zumindest einen Bildparameters des medizinischen Bildes,
- Überprüfen, ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt.

Description

  • Die Erfindung betrifft ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls sowie ein Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung. Die Erfindung betrifft ferner ein Verfahren zum Erzeugen einer Liste von Untersuchungsschritten sowie ein Verfahren zum Trainieren eines Entscheidungsunterstützungssystems für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung. Die Erfindung betrifft ferner eine Datenverarbeitungseinheit, ein Computerprogramm, ein computerlesbares Medium, ein Entscheidungsunterstützungssystem, eine medizinische Bildgebungsvorrichtung und eine Verwendung eines Entscheidungsunterstützungssystems.
  • Bei quantitativen Befunden auf Basis von radiologischen Daten, insbesondere Bilddaten, spielt die Reproduzierbarkeit eine wesentliche Rolle. Quantitative Befunde können beispielsweise ein Volumen eines Tumors, eine Dichte eines Gewebes, einen Calcium-Score oder ähnliches betreffen. Der Vergleich mit entsprechenden Werten einer Voruntersuchung ist eine häufige Aufgabe in der Radiologie. Post-Processing-Applikationen, welche derartige quantitative Informationen aus den initial rekonstruierten Bilddaten ableiten können, reagieren in der Regel sensitiv auf die Veränderung von relevanten Bildeigenschaften, beispielsweise auf die räumliche und/oder zeitliche Auflösung, die Kontraste oder ähnliches. Je nach Post-Processing-Applikation müssen die Daten, welche als Quelle für die quantitative Auswertung verwendet werden sollen, in der Regel bestimmten Anforderungen genügen, damit die Ergebnisse aussagekräftig und im Hinblick auf Reproduzierbarkeit geeignet sind.
  • Die Verwendung der richtigen Kombination von Bilddaten und Post-Processing-Applikation zur Ableitung von quantitativen Aussagen basiert typischerweise auf Wissen, dass in der Dokumentation, beispielsweise zu der Post-Processing-Applikation, beschrieben ist. Typischerweise bleibt es dem Benutzer überlassen, ob zur Auswertung in einer speziellen Post-Processing-Applikation Daten verwendet werden, die den Anforderungen in Bezug auf Aussagekraft und/oder Reproduzierbarkeit nicht genügen.
  • Die Erfindung hat die Aufgabe, eine verbesserte Durchführung einer medizinischen Bildgebungsuntersuchung zu ermöglichen.
  • Jeder der Gegenstände der unabhängigen Ansprüche löst jeweils diese Aufgabe. In den abhängigen Ansprüchen sind weitere vorteilhafte Aspekte der Erfindung berücksichtigt.
  • Die Erfindung betrifft ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls, wobei das Verfahren die folgenden Schritte umfasst:
    • - Bereitstellen zumindest einer Eingangsanforderung des Bildverarbeitungsmoduls, welche zumindest einen Bildparameter des medizinischen Bildes betrifft,
    • - Bereitstellen des zumindest einen Bildparameters des medizinischen Bildes,
    • - Überprüfen, ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt.
  • Insbesondere kann abhängig von einem Ergebnis der Überprüfung der folgende Schritt ausgeführt werden:
    • - Ausgeben eines Hinweises, welcher eine Qualität eines Bildverarbeitungsergebnisses der Verarbeitung des medizinischen Bildes mittels des Bildverarbeitungsmoduls betrifft.
  • Insbesondere kann abhängig von einem Ergebnis der Überprüfung einer der folgenden Schritte ausgeführt werden:
    • - Verarbeiten des medizinischen Bildes mittels des Bildverarbeitungsmoduls,
    • - Ablehnen eines Bildverarbeitungsauftrages, welcher die Verarbeitung des medizinischen Bildes mittels des Bildverarbeitungsmoduls betrifft.
  • Insbesondere kann abhängig von einem Ergebnis der Überprüfung der folgende Schritt ausgeführt werden:
    • - Erzeugen eines Bilderzeugungsauftrages für ein weiteres medizinisches Bild basierend auf der zumindest einen Eingangsanforderung.
  • Insbesondere kann das Verfahren ferner die folgenden Schritte umfassen:
    • - Erzeugen eines weiteren medizinischen Bildes basierend auf dem Bilderzeugungsauftrag für das weitere medizinische Bild,
    • - Bereitstellen zumindest eines Bildparameters des weiteren medizinischen Bildes,
    • - Überprüfen, ob der zumindest eine Bildparameter des weiteren medizinischen Bildes die zumindest eine Eingangsanforderung erfüllt.
  • Insbesondere kann das Verfahren ferner die folgenden Schritte umfassen:
    • - Erzeugen eines Bilderzeugungsauftrages für das medizinische Bild basierend auf der zumindest einen Eingangsanforderung,
    • - Erzeugen des medizinischen Bildes basierend auf dem Bilderzeugungsauftrag für das medizinische Bild.
  • Insbesondere kann die zumindest eine Eingangsanforderung unabhängig von spezifischen Eigenschaften einer medizinischen Bildgebungsvorrichtung, mit welcher das medizinische Bild und/oder das weitere medizinische Bild erzeugt wird, definiert sein.
  • Insbesondere kann der zumindest eine Bildparameter aus der Bildparameter-Gruppe gewählt sein, welche aus einer räumlichen Auflösung, einer zeitlichen Auflösung, einem Kantenverhalten, einem Kontrast, einem Faltungskern, einer Schichtdicke, einer Rotationszeit, einem Pitch, einer Röhrenspannung, einer Filtereigenschaft, einer Modulationsübertragungsfunktion und Kombinationen davon besteht.
  • Die Erfindung betrifft ferner ein Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung,
    • - wobei eine Liste von Untersuchungsschritten bereitgestellt wird,
    • - wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zugeordnet ist,
    • - wobei das Untersuchungsprotokoll einen Start-Untersuchungsschritt aus der Liste von Untersuchungsschritten umfasst, welcher bei Beginn der medizinischen Bildgebungsuntersuchung ausgeführt wird,
    • - wobei das Untersuchungsprotokoll nach jedem ausgeführten Untersuchungsschritt mittels der Anweisung, welche dem ausgeführten Untersuchungsschritt zugeordnet ist, angepasst wird, indem basierend auf der Anweisung einer der folgenden Schritte ausgeführt wird:
    • - Beenden der medizinischen Bildgebungsuntersuchung unabhängig von einem Ergebnis des ausgeführten Untersuchungsschritts,
    • - Beenden der medizinischen Bildgebungsuntersuchung abhängig von dem Ergebnis des ausgeführten Untersuchungsschritts,
    • - Ausführen eines weiteren Untersuchungsschritts aus der Liste von Untersuchungsschritten, welcher in der Anweisung angegeben ist, unabhängig von dem Ergebnis des ausgeführten Untersuchungsschritts,
    • - Ausführen eines von mehreren weiteren Untersuchungsschritten aus der Liste von Untersuchungsschritten, welche in der Anweisung angegeben sind, abhängig von dem Ergebnis des ausgeführten Untersuchungsschritts.
  • Insbesondere kann abhängig von einem Ergebnis des ausgeführten Untersuchungsschritts der folgende Schritt ausgeführt werden:
    • - Erzeugen eines Bilderzeugungsauftrages für eine weitere medizinische Bildgebungsuntersuchung basierend auf der Anweisung und/oder dem Ergebnis des ausgeführten Untersuchungsschritts.
  • Insbesondere kann das Verfahren ferner den folgenden Schritt umfassen:
    • - Ermitteln des Ergebnisses des ausgeführten Untersuchungsschritts basierend auf einer Benutzereingabe und/oder basierend auf einer automatischen Auswertung von Daten, welche bei dem ausgeführten Untersuchungsschritt aufgenommen wurden.
  • Die Erfindung betrifft ferner ein Verfahren zum Erzeugen einer Liste von Untersuchungsschritten, wobei jedem Untersuchungsschritt jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist, wobei das Verfahren die folgenden Schritte umfasst:
    • - Bereitstellen eines Satzes von Trainingsdatensätzen, wobei jeder Trainingsdatensatz jeweils eine Trainings-Anweisung und einen Untersuchungsparametersatz aufweist, wobei der Untersuchungsparametersatz einen Untersuchungsschritt, welcher der Trainings-Anweisung zugeordnet ist, und/oder ein Untersuchungsergebnis welches der Trainings-Anweisung zugeordnet ist, betrifft,
    • - Erzeugen der Liste von Untersuchungsschritten basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus, wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist.
  • Insbesondere kann zumindest ein Trainingsdatensatz des Satzes von Trainingsdatensätzen bereitgestellt werden, indem während eines Untersuchungsverlaufs die folgenden Schritte ausgeführt werden:
    • - Erfassen einer Abweichung von einem ausgewählten Untersuchungsprotokoll, welche von einem Benutzer nach einem ausgeführten Untersuchungsschritt manuell veranlasst wurde, als Trainings-Anweisung,
    • - Erfassen eines Untersuchungsparametersatzes, welcher den ausgeführten Untersuchungsschritt und/oder ein Untersuchungsergebnis des ausgeführten Untersuchungsschritts betrifft.
  • Die Erfindung betrifft ferner ein Verfahren zum Trainieren eines Entscheidungsunterstützungssystems für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung, wobei das Verfahren die folgenden Schritte umfasst:
    • - Bereitstellen eines Satzes von Trainingsdatensätzen, wobei jeder Trainingsdatensatz jeweils einen Trainings-Untersuchungsauftrag und eine Untersuchungsinformation aufweist, wobei die Untersuchungsinformation eine medizinische Bildgebungsuntersuchung betrifft, welche basierend auf dem Trainings-Untersuchungsauftrag durchgeführt wurde,
    • - Trainieren des Entscheidungsunterstützungssystems basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus derart, das mittels des trainierten Entscheidungsunterstützungssystems eine Untersuchungsempfehlung für die Untersuchung mittels der einer medizinischen Bildgebungsvorrichtung basierend auf einem Untersuchungsauftrag erzeugt werden kann.
  • Gemäß einer Ausführungsform der Erfindung ist vorgesehen,
    • - dass der Trainings-Untersuchungsauftrag eine Trainings-Anweisung aufweist,
    • - dass die Untersuchungsinformation einen Untersuchungsparametersatz aufweist, wobei der Untersuchungsparametersatz einen Untersuchungsschritt, welcher der Trainings-Anweisung zugeordnet ist, und/oder ein Untersuchungsergebnis welches der Trainings-Anweisung zugeordnet ist, betrifft,
    • - dass die Untersuchungsempfehlung eine Liste von Untersuchungsschritten aufweist, welche basierend auf dem Satz von Trainingsdatensätzen und dem Maschinenlernalgorithmus erzeugt wird, wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist.
  • Gemäß einer Ausführungsform der Erfindung ist vorgesehen,
    • - dass der Trainings-Untersuchungsauftrag einen Bilderzeugungsauftrag aufweist,
    • - dass die Untersuchungsinformation Akquisitionsparameter und/oder Rekonstruktionsparameter aufweist, mit welchen der Bilderzeugungsauftrag bei der medizinischen Bildgebungsuntersuchung ausgeführt wurde.
  • Gemäß einer Ausführungsform der Erfindung ist vorgesehen,
    • - dass der Trainings-Untersuchungsauftrag einen Bildverarbeitungsauftrag umfasst,
    • - dass die Untersuchungsinformation Bildverarbeitungsparameter aufweist, mit welchen der Bildverarbeitungsauftrag bei der medizinischen Bildgebungsuntersuchung ausgeführt wurde.
  • Die Erfindung betrifft ferner eine Datenverarbeitungseinheit, welche dazu ausgebildet ist, ein Verfahren nach einem der Aspekte, die in dieser Anmeldung offenbart sind, auszuführen.
  • Die Erfindung betrifft ferner ein Computerprogramm, welches in eine Speichereinrichtung eines Datenverarbeitungssystems ladbar ist, mit Programmabschnitten, um alle Schritte eines Verfahrens nach einem der Aspekte, die in dieser Anmeldung offenbart sind, auszuführen, wenn das Computerprogramm von dem Datenverarbeitungssystem ausgeführt wird.
  • Die Erfindung betrifft ferner ein computerlesbares Medium, auf welchem von einem Datenverarbeitungssystem einlesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte eines Verfahrens nach einem der Aspekte, die in dieser Anmeldung offenbart sind, auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem ausgeführt werden.
  • Die Erfindung betrifft ferner ein Entscheidungsunterstützungssystem, welches basierend auf einem Verfahren nach einem der Aspekte, die in dieser Anmeldung offenbart sind, trainiert ist.
  • Die Erfindung betrifft ferner eine medizinische Bildgebungsvorrichtung, aufweisend eine Datenverarbeitungseinheit nach einem der Aspekte, die in dieser Anmeldung offenbart sind, und/oder ein Entscheidungsunterstützungssystem nach einem der Aspekte, die in dieser Anmeldung offenbart sind.
  • Die Erfindung betrifft ferner eine Verwendung eines Entscheidungsunterstützungssystems, welches basierend auf einem Verfahren nach einem der Aspekte, die in dieser Anmeldung offenbart sind, trainiert ist, in einer medizinischen Bildgebungsvorrichtung und/oder zum Erzeugen einer Untersuchungsempfehlung für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung basierend auf einem Untersuchungsauftrag.
  • Unter Kenntnis der Arbeitsweise eines Post-Processing-Algorithmus können notwendige und/oder hinreichende Eigenschaften von Eingangsdaten, insbesondere des medizinischen Bildes, welche eine Eignung der Eingangsdaten für eine Auswertung mittels des Post-Processing-Algorithmus kennzeichnen, angegeben werden. Bei einem trainierten Post-Processing-Algorithmus können diese Eigenschaften insbesondere unter Kenntnis der Eigenschaften der Trainings-Daten und unter der Annahme, dass das durch den trainierten Algorithmus angestrebte Ergebnis mit den Trainings-Daten optimal funktioniert, angegeben werden. Im Kontext dieser Anmeldung werden die Begriffe Post-Processing-Modul und Bildverarbeitungsmodul synonym verwendet.
  • Diese Eigenschaften können beispielsweise eine räumliche Auflösung in einer oder in mehreren Raumrichtungen, ein Kantenverhalten, insbesondere ein Überschwingen, eine zeitliche Auflösung, insbesondere eine minimale zeitliche Auflösung, einen Materialkontrast oder ähnliches betreffen.
  • Die Eigenschaften können insbesondere mit Akquisitionsparametern und/oder Rekonstruktionsparametern korrelieren. Beispiele für Akquisitionsparameter und/oder Rekonstruktionsparameter sind insbesondere ein Faltungskern, eine Schichtdicke, eine Rotationszeit, ein Pitch, ein rekonstruiertes Datensegment, eine Röhrenspannung oder eine Filterung. Insbesondere korreliert die räumliche Auflösung mit dem Faltungskern und/oder mit der Schichtdicke, das Kantenverhalten mit dem Faltungskern, die zeitliche Auflösung mit der Rotationszeit, mit dem Pitch und/oder mit dem rekonstruiertes Datensegment, der Materialkontrast mit der Röhrenspannung und/der mit der Filterung.
  • Insbesondere kann eine Auswahl der oben genannten Parameter zur Charakterisierung des medizinischen Bildes verwendet werden. Ferner können weitere Parameter hinzugenommen werden, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Insbesondere können mittels der zumindest einen Eingangsanforderung neben jeweils fixen Werten auch Intervalle oder eine Liste von Werten für den zumindest einen Bildparameter definiert sein. Das medizinische Bild kann insbesondere einen Header und/oder einen Footer umfassen.
  • Das Bildverarbeitungsmodul kann insbesondere ein Bildverarbeitungsalgorithmus sein und/oder einen Bildverarbeitungsalgorithmus aufweisen. Das Bildverarbeitungsmodul kann beispielsweise zur Segmentierung einer Struktur und/oder zu einer Mittellinien-Extraktion in dem medizinischen Bild ausgebildet sein. Das Bildverarbeitungsmodul kann insbesondere in eine Post-Processing-Applikation integriert sein. Die Post-Processing-Applikation kann beispielsweise zur Detektion von Lungenknötchen und/oder zur Erkennung einer Stenose ausgebildet sein.
  • Bevorzugt sind die Eingangsanforderungen in einer standardisierten Form, insbesondere unabhängig von speziellen bildgebenden Geräten und/oder Herstellern, hinterlegt.
  • Beispielweise können statt des Faltungskerns und der Schichtdicke Modulationsübertragungsfunktionen für eine oder mehrere oder alle Raumrichtungen angegeben werden. Diese Modulationsübertragungsfunktionen können insbesondere bei Verwendung eines bestimmten Faltungskerns und Einstellung einer bestimmten Schichtdicke realisiert werden. Auf diese Weise ist es möglich, beispielsweise die räumliche Auflösung und das Kantenverhalten geräteunspezifisch zu beschreiben.
  • Die medizinische Bildgebungsvorrichtung kann beispielsweise aus der Bildgebungsmodalitäten-Gruppe gewählt sein, welche aus einem Röntgengerät, einem C-Bogen-Röntgengerät, einem Computertomographiegerät (CT-Gerät), einem Molekularbildgebungsgerät (MI-Gerät), einem Einzelphotonen-Emissions-Computertomographiegerät (SPECT-Gerät), einem Positronen-Emissions-Tomographiegerät (PET-Gerät), einem Magnetresonanztomographiegerät (MR-Gerät) und Kombinationen daraus, insbesondere einem PET-CT-Gerät und einem PET-MR-Gerät, besteht. Die medizinische Bildgebungsvorrichtung kann ferner eine Kombination einer Bildgebungsmodalität, die beispielsweise aus der Bildgebungsmodalitäten-Gruppe gewählt ist, und einer Bestrahlungsmodalität aufweisen. Dabei kann die Bestrahlungsmodalität beispielsweise eine Bestrahlungseinheit zur therapeutischen Bestrahlung aufweisen.
  • Ohne Einschränkung des allgemeinen Erfindungsgedankens wird bei einigen der Ausführungsformen ein Computertomographiegerät beispielhaft für eine medizinische Bildgebungsvorrichtung genannt.
  • Gemäß einer Ausführungsform der Erfindung weist die medizinische Bildgebungsvorrichtung eine Akquisitionseinheit, welche zur Akquisition der Akquisitionsdaten ausgebildet ist, auf. Insbesondere kann die Akquisitionseinheit eine Strahlungsquelle und einen Strahlungsdetektor aufweisen.
  • Eine Ausführungsform der Erfindung sieht vor, dass die Strahlungsquelle zur Emission und/oder zur Anregung einer Strahlung, insbesondere einer elektromagnetischen Strahlung, ausgebildet ist und/oder dass der Strahlungsdetektor zur Detektion der Strahlung, insbesondere der elektromagnetischen Strahlung, ausgebildet ist. Die Strahlung kann beispielsweise von der Strahlungsquelle zu einem abzubildenden Bereich gelangen und/oder nach einer Wechselwirkung mit dem abzubildenden Bereich zu dem Strahlungsdetektor gelangen.
  • Bei der Wechselwirkung mit dem abzubildenden Bereich wird die Strahlung modifiziert und damit zum Träger von Informationen, die den abzubildenden Bereich betreffen. Bei der Wechselwirkung der Strahlung mit dem Detektor werden diese Informationen in Form von Akquisitionsdaten erfasst.
  • Insbesondere bei einem Computertomographiegerät und bei einem C-Bogen-Röntgengerät können die Akquisitionsdaten Projektionsdaten, die Akquisitionseinheit eine Projektionsdaten-Akquisitionseinheit, die Strahlungsquelle eine Röntgenquelle, der Strahlungsdetektor ein Röntgendetektor sein. Der Röntgendetektor kann insbesondere ein quantenzählender und/oder energieauflösender Röntgendetektor sein.
  • Insbesondere bei einem Magnetresonanztomographiegerät können die Akquisitionsdaten ein Magnetresonanzdatensatz, die Akquisitionseinheit eine Magnetresonanzdaten-Akquisitionseinheit, die Strahlungsquelle eine erste Hochfrequenzantenneneinheit, der Strahlungsdetektor die erste Hochfrequenzantenneneinheit und/oder eine zweite Hochfrequenzantenneneinheit sein.
  • Die Datenverarbeitungseinheit und/oder eine oder mehrere Komponenten der Datenverarbeitungseinheit können von einem Datenverarbeitungssystem gebildet sein. Das Entscheidungsunterstützungssystem und/oder eine oder mehrere Komponenten des Entscheidungsunterstützungssystems können von einem Datenverarbeitungssystem gebildet sein.
  • Das Datenverarbeitungssystem kann beispielsweise eine oder mehrere Komponenten in Form von Hardware und/oder eine oder mehrere Komponenten in Form von Software aufweisen.
  • Das Datenverarbeitungssystem kann beispielsweise zumindest teilweise von einem Cloud-Computing-System gebildet sein.
  • Das Datenverarbeitungssystem kann beispielsweise ein Cloud-Computing-System, ein Computernetzwerk, ein Computer, ein Tabletcomputer, ein Smartphone oder ähnliches oder Kombinationen davon sein und/oder aufweisen. Die Hardware kann beispielsweise mit einer Software zusammenwirken und/oder mittels einer Software konfigurierbar sein. Die Software kann beispielsweise mittels der Hardware ausgeführt werden.
  • Bei der Hardware kann es sich beispielsweise um ein Speichersystem, ein FPGA-System (Field-programmable gate array), ein ASIC-System (Application-specific integrated circuit), ein Mikrocontroller-System, ein Prozessorsystem und Kombinationen davon handeln. Das Prozessorsystem kann beispielsweise einen Mikroprozessor und/oder mehrere zusammenwirkende Mikroprozessoren aufweisen.
  • Insbesondere kann eine Komponente der Datenverarbeitungseinheit nach einem der Aspekte, die in dieser Anmeldung offenbart sind, welche dazu ausgebildet ist, einen gegebenen Schritt eines Verfahrens nach einem der Aspekte, die in dieser Anmeldung offenbart sind, auszuführen, in Form einer Hardware implementiert sein, welche zum Ausführen des gegebenen Schritts konfiguriert ist und/oder welche zum Ausführen einer computerlesbaren Anweisung derart konfiguriert ist, dass die Hardware mittels der computerlesbaren Anweisung zum Ausführen des gegebenen Schritts konfigurierbar ist. Insbesondere kann das System einen Speicherbereich, beispielsweise in Form eines computerlesbaren Mediums, aufweisen, in welchem computerlesbare Anweisungen, beispielsweise in Form eines Computerprogramms, gespeichert sind.
  • Ein Datentransfer zwischen Komponenten des Datenverarbeitungssystems kann beispielsweise jeweils mittels einer geeigneten Datentransfer-Schnittstelle erfolgen. Die Datentransfer-Schnittstelle zum Datentransfer an und/oder von einer Komponente des Datenverarbeitungssystems kann zumindest teilweise in Form von Software und/oder zumindest teilweise in Form von Hardware realisiert sein. Die Datentransfer-Schnittstelle kann beispielsweise zum Abspeichern von Daten in und/oder zum Laden von Daten aus einem Bereich des Speichersystems ausgebildet sein, wobei auf diesen Bereich des Speichersystems eine oder mehrere Komponenten des Datenverarbeitungssystems zugreifen können.
  • Das Computerprogramm ist in das Speichersystem des Datenverarbeitungssystems ladbar und von dem Prozessorsystem des Datenverarbeitungssystems ausführbar.
  • Das Datenverarbeitungssystem kann beispielsweise mittels des Computerprogramms derart ausgebildet sein, dass das Datenverarbeitungssystem die Schritte eines Verfahrens nach einer der Ausführungsformen, die in dieser Anmeldung offenbart sind, ausführen kann, wenn das Computerprogramm von dem Datenverarbeitungssystem ausgeführt wird.
  • Auf dem computerlesbaren Medium kann beispielsweise das Computerprogrammprodukt nach einer der Ausführungsformen, die in dieser Anmeldung offenbart sind, und/oder das Computerprogramm nach einer der Ausführungsformen, die in dieser Anmeldung offenbart sind, gespeichert sein.
  • Das computerlesbare Medium kann beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger Datenträger sein, der insbesondere lösbar mit dem Datenverarbeitungssystem verbunden oder fest in das Datenverarbeitungssystem integriert sein kann. Das computerlesbare Medium kann beispielsweise einen Bereich des Speichersystems des Datenverarbeitungssystems bilden. Im Kontext dieser Anmeldung werden die Begriffe Protokoll und Untersuchungsprotokoll synonym füreinander verwendet.
  • Im Rahmen der Erfindung können Merkmale, welche in Bezug auf unterschiedliche Ausführungsformen der Erfindung und/oder unterschiedliche Anspruchskategorien (Verfahren, Verwendung, Vorrichtung, System, Anordnung usw.) beschrieben sind, zu weiteren Ausführungsformen der Erfindung kombiniert werden. Beispielsweise kann ein Anspruch, der eine Vorrichtung betrifft, auch mit Merkmalen, die im Zusammenhang mit einem Verfahren beschrieben oder beansprucht sind, weitergebildet werden. Funktionale Merkmale eines Verfahrens können dabei durch entsprechend ausgebildete gegenständliche Komponenten ausgeführt werden. Neben den in dieser Anmeldung ausdrücklich beschriebenen Ausführungsformen der Erfindung sind vielfältige weitere Ausführungsformen der Erfindung denkbar, zu denen der Fachmann gelangen kann, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist.
  • Die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ schließt nicht aus, dass das betroffene Merkmal auch mehrfach vorhanden sein kann. Die Verwendung des Ausdrucks „aufweisen“ schließt nicht aus, dass die mittels des Ausdrucks „aufweisen“ verknüpften Begriffe identisch sein können. Beispielsweise weist die medizinische Bildgebungsvorrichtung die medizinische Bildgebungsvorrichtung auf. Die Verwendung des Ausdrucks „Einheit“ schließt nicht aus, dass der Gegenstand, auf den sich der Ausdruck „Einheit“ bezieht, mehrere Komponenten aufweisen kann, die räumlich voneinander separiert sind.
  • Der Ausdruck „basierend auf“ kann im Kontext der vorliegenden Anmeldung insbesondere im Sinne des Ausdrucks „unter Verwendung von“ verstanden werden. Insbesondere schließt eine Formulierung, der zufolge ein erstes Merkmal basierend auf einem zweiten Merkmal erzeugt (alternativ: ermittelt, bestimmt etc.) wird, nicht aus, dass das erste Merkmal basierend auf einem dritten Merkmal erzeugt (alternativ: ermittelt, bestimmt etc.) werden kann.
  • Im Folgenden werden ausgewählte Ausführungsformen der Erfindung unter Hinweis auf die beigefügten Figuren erläutert. Die Darstellung in den Figuren ist schematisch, stark vereinfacht und nicht zwingend maßstabsgetreu.
  • Es zeigen:
    • 1 ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer Ausführungsform der Erfindung,
    • 2 eine schematische Darstellung einer Datenverarbeitungseinheit zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung,
    • 3 ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung,
    • 4 ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung,
    • 5 ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung,
    • 6 ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung,
    • 7 ein Ablaufdiagramm für ein Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung,
    • 8 ein Ablaufdiagramm für ein Verfahren zum Trainieren eines Entscheidungsunterstützungssystems für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung, und
    • 9 eine schematische Darstellung einer medizinischen Bildgebungsvorrichtung gemäß einer Ausführungsform der Erfindung.
  • 1 zeigt ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer Ausführungsform der Erfindung, wobei das Verfahren die folgenden Schritte umfasst:
    • - Bereitstellen PQ zumindest einer Eingangsanforderung des Bildverarbeitungsmoduls, welche zumindest einen Bildparameter des medizinischen Bildes betrifft,
    • - Bereitstellen PX des zumindest einen Bildparameters des medizinischen Bildes,
    • - Überprüfen CP, ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt.
  • 2 eine schematische Darstellung einer Datenverarbeitungseinheit 35 zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer weiteren Ausführungsform der Erfindung, aufweisend:
    • - eine Eingangsanforderung-Bereitstellungseinheit PQ-M zum Bereitstellen PQ zumindest einer Eingangsanforderung des Bildverarbeitungsmoduls, welche zumindest einen Bildparameter des medizinischen Bildes betrifft,
    • - eine Bildparameter-Bereitstellungseinheit PX-M zum Bereitstellen PM des zumindest einen Bildparameters des medizinischen Bildes,
    • - eine Überprüfungseinheit CP-M zum Überprüfen CP, ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt.
  • 3 zeigt ein Ablaufdiagramm für ein Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls gemäß einer Ausführungsform der Erfindung. Mit dem Schritt S ist der Start des Ablaufs des Verfahrens markiert.
  • Dabei wird ein Parametersatz Palgo einem Post-Processing-Modul L, welches die Eingangsanforderungen beschreibt, zugeordnet und/oder in diesem Post-Processing-Modul gespeichert. Die in dem medizinischen Bild realisierten Bildparameter, Pre al, im Sinne des obigen Parameter-Modells werden in einer Datenstruktur ID, in der das medizinische Bild übermittelt wird, gespeichert. Dazu kann beispielsweise ein Header oder Footer verwendet werden. Palgo ist mit dem Bezugszeichen Q dargestellt. Preal ist mit dem Bezugszeichen X dargestellt. Preal kann Akquisitionsparameter XA für eine Akquisition DA und/oder Rekonstruktionsparameter XR für eine Rekonstruktion IR umfassen.
  • Anschließend wird bei dem Schritt CP überprüft, ob Preal mit Palgo vereinbar ist. Das kann insbesondere erfolgen, indem parameterweise überprüft wird, ob der realisierte Wert in dem mittels Palgo spezifizierten Wertebereich liegt. Der Wertebereich kann beispielsweise in Form eines Wertes, eines Intervalls und/oder einer Liste spezifiziert sein. Preal und Palgo können im Prinzip als Mengen von Werten für bestimmte Parameter betrachtet werden. Die Überprüfung, ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt, würde somit der Überprüfung entsprechen, ob Preal eine Teilmenge von Palgo ist, also ob Preal ⊆ Palgo gilt.
  • Wenn diese Anforderung erfüllt ist, dann wird das medizinische Bild mittels des Bildverarbeitungsmoduls L verarbeitet. Dieser Pfad ist mit Y markiert. Andernfalls wird, wie in 3 dargestellt, der Post-Processing-Auftrag abgelehnt J1 und/oder, wie in 4 dargestellt, ein Hinweis J2 an den Anwender ausgegeben, dass die mit dem Post-Processing-Algorithmus generierten Ergebnisse in ihrer Qualität eingeschränkt sein könnten. Dieser Pfad ist mit N markiert. Mit den Schritten E1 und E2 ist jeweils ein Ende des Ablaufs des Verfahrens markiert.
  • In der in 5 dargestellten Ausführungsform der Erfindung wird, wenn der zumindest eine Bildparameter die zumindest eine Eingangsanforderung nicht erfüllt, ein Bilderzeugungsauftrag erzeugt, welcher eine Erzeugung eines weiteren medizinischen Bildes unter Berücksichtigung der zumindest einen Eingangsanforderung Palgo betrifft. Basierend auf dem Bilderzeugungsauftrag kann mittels einer medizinischen Bildgebungsvorrichtung ein weiteres medizinisches Bild erzeugt werden, welches die Anforderung Preal ⊆ Palgo erfüllt.
  • Bei dem Schritt DX werden basierend auf Preal und/oder Palgo und/oder einem Ergebnis der Überprüfung CP Bildparameter, insbesondere Akquisitionsparameter und/oder Rekonstruktionsparameter für die Erzeugung des weiteren medizinischen Bildes erzeugt. Diese Parameter unterscheiden sich insbesondere von den Anfangsparametern, die für die Erzeugung des medizinischen Bildes bei dem Schritt INI bereitgestellt wurden. Die Erzeugung des weiteren medizinischen Bildes kann insbesondere eine Rekonstruktion des weiteren medizinischen Bildes basierend auf bereits aufgenommen Rohdaten umfassen. Beispielsweise können dabei dieselben Rohdaten verwendet werden, welche bereits für eine Rekonstruktion des medizinischen Bildes, welches die zumindest eine Eingangsanforderung nicht erfüllt, verwendet wurden. Insbesondere können dabei RekonstruktionsParameter verwendet werden, welche an die zumindest eine Eingangsanforderung angepasst sind.
  • Die Erzeugung des weiteren medizinischen Bildes kann insbesondere dann, wenn mittels der Rekonstruktion allein die Anforderung Preal ⊆ Palgo nicht erfüllt werden kann, eine Akquisition von Rohdaten mittels einer medizinischen Bildgebungsvorrichtung umfassen. Insbesondere können dabei AkquisitionsParameter verwendet werden, welche an die zumindest eine Eingangsanforderung angepasst sind. Basierend auf den somit aufgenommenen Rohdaten kann das weitere medizinische Bild rekonstruiert werden.
  • Die erfindungsgemäße Lösung ermöglich somit eine automatische Steuerung einer Akquisition und/oder einer Rekonstruktion, welche im Hinblick auf eine Verarbeitung eines dabei erzeugten medizinischen Bildes mittels einer Post-Processing-Applikationen angepasst ist. Die Einbeziehung einer neuen Akquisition von Daten ist insbesondere für Modalitäten sinnvoll, bei denen dadurch keine zusätzliche Belastung des Patienten, beispielsweise durch ionisierende Strahlung, erfolgt. Wenn sich die Bedingung Preal ⊆ Palgo basierend auf dem weiteren medizinischen Bild nicht erfüllen lässt, kann der Post-Processing-Auftrag abgelehnt werden und/oder ein Hinweis an den Anwender ausgegeben werden, dass die mit dem Post-Processing-Algorithmus generierten Ergebnisse in ihrer Qualität eingeschränkt sein könnten.
  • In der in 6 dargestellten Ausführungsform wird bereits das medizinische Bild, welches dem ersten Überprüfungsschritt zu Grunde gelegt wird, basierend auf einem Bilderzeugungsauftrag erzeugt, welcher basierend auf der zumindest einen Eingangsanforderung erzeugt wurde.
  • Insbesondere kann basierend auf einem geplanten Post-Processing-Schritt ein Bilderzeugungsauftrag mit Angabe der Eingangsanforderungen Palgo zur Erzeugung eines medizinischen Bildes erzeugt und an eine medizinische Bildgebungsvorrichtung ausgegeben werden.
  • Insbesondere kann basierend auf dem Bilderzeugungsauftrag ein medizinisches Bild mittels einer medizinischen Bildgebungsvorrichtung derart erzeugt werden, dass der zumindest eine Bildparameter des weiteren medizinischen Bildes die zumindest eine Eingangsanforderung erfüllt. Die Erzeugung des medizinischen Bildes kann insbesondere eine Rekonstruktion und/oder eine Akquisition umfassen.
  • Insbesondere kann basierend auf dem Bilderzeugungsauftrag für das medizinische Bild eine Rekonstruktion von bereits aufgenommen Rohdaten mit Rekonstruktions-Parametern erfolgen, welche an die zumindest eine Eingangsanforderung angepasst sind. Damit wird angestrebt, dass für das medizinische Bild die Anforderung Preal ⊆ Palgo erfüllt oder zumindest annähernd erfüllt ist. Insbesondere dann, wenn mittels der Rekonstruktion allein die Anforderung Preal ⊆ Palgo für das medizinische Bild nicht erfüllt werden kann, kann basierend auf dem Bilderzeugungsauftrag für das medizinische Bild eine Akquisition mit Akquisitionsparametern erfolgen, welche an die zumindest eine Eingangsanforderung angepasst sind. Die somit aufgenommenen Rohdaten können insbesondere mit Rekonstruktions-Parametern, welche an die zumindest eine Eingangsanforderung angepasst sind, rekonstruiert werden.
  • Beispielsweise kann zunächst basierend auf einer Rekonstruktion mit Rekonstruktions-Parametern, welche an die zumindest eine Eingangsanforderung angepasst sind, überprüft werden, ob die zumindest eine Eingangsanforderung für das medizinische Bild erfüllt ist. Falls die zumindest eine Eingangsanforderung für das medizinische Bild nicht erfüllt ist, kann ein Bilderzeugungsauftrag für ein weiteres medizinisches Bild erzeugt werden, welcher sowohl eine Akquisition als auch eine Rekonstruktion betrifft. Wenn die Anforderung Preal ⊆ Palgo erfüllt ist, dann kann der Post-Processing-Schritt ausgeführt werden. Andernfalls wird der Post-Processing-Auftrag abgelehnt und/oder ein Hinweis an den Anwender ausgegeben, dass die mit dem Post-Processing-Algorithmus generierten Ergebnisse in ihrer Qualität eingeschränkt sein könnten.
  • Die erfindungsgemäße Lösung ermöglicht insbesondere eine Überprüfung, ob ein medizinisches Bild als Basis für ein Post-Processing tatsächlich geeignet ist. Damit kann insbesondere eine bessere Qualität in Bezug auf die Genauigkeit und/oder die Reproduzierbarkeit der basierend auf dem Post-Processing abgeleiteten Ergebnisse realisiert werden. Ferner kann auf Vorsicht bei der Interpretation der Ergebnisse hingewiesen werden.
  • Mit Hilfe des Bilderzeugungsauftrages kann retrospektiv oder im Vorhinein die Erreichung des bestmöglichen Qualität in der Kette von Akquisition, Rekonstruktion und Ableitung von Ergebnissen mittels Post-Processing-Algorithmen realisiert werden. Die Ausführung der Verfahrensschritte kann insbesondere automatisiert erfolgen. Für den Benutzer ist damit ein reduzierter Aufwand oder wenigstens kein erhöhter Aufwand verbunden.
  • Bei radiologischen Untersuchungen können während des Ablaufs diagnostische Befunde auftreten, die eine individuelle Modifikation oder Erweiterung des Untersuchungsprotokolls erfordern.
  • Insbesondere wenn die Untersuchung mehrere Verdachtsmomente ausschließen soll, wird das Untersuchungsprotokoll typischerweise so ausgelegt, dass die maximale Kette von Untersuchungsschritten, die zum Ausschluss eines Verdachtsmoments notwendig sein könnte, abgearbeitet werden kann.
  • Dabei kann eine lineare Sequenz von Untersuchungsschritten verwendet werden, die einer Obermenge der notwendigen Untersuchungsschritte entspricht. Bei den Untersuchungsschritten kann es sich beispielsweise um Scans bei unterschiedlichen physiologischen Zuständen, insbesondere native Scans, Scans mit Kontrastmittel, Scans zu unterschiedlichen Phasen oder ähnliches handeln.
  • Nach jedem Untersuchungsschritt wird abhängig vom jeweiligen Befund entschieden, ob das Protokoll vorzeitig beendet oder ein Schritt übersprungen oder zu dem nächsten Untersuchungsschritt in der Sequenz übergegangen werden kann. Dies geschieht typischerweise manuell auf Basis von indikationsbasierten Regeln der jeweiligen Einrichtung und/oder allgemeiner Evidenz-Basis des Benutzers.
  • Bei einem Zufallsbefund kann eine Änderung der Untersuchung und/oder eine zusätzliche Untersuchung erforderlich sein. Unabhängig davon, ob diese unmittelbar anschließend oder an einem anderen Termin durchgeführt wird, muss in der Regel manuell ein neuer Untersuchungsauftrag aufgesetzt werden.
  • Die erfindungsgemäße Lösung ermöglicht insbesondere, diese dynamischen Anpassungen zu vereinfachen und/oder zu automatisieren.
  • Jeder der Gegenstände der unabhängigen Ansprüche löst jeweils diese Aufgabe. In den abhängigen Ansprüchen sind weitere vorteilhafte Aspekte der Erfindung berücksichtigt.
  • Insbesondere kann ein Grundprotokoll definiert werden, welches die Liste von Untersuchungsschritten aufweist. Ein solches Grundprotokoll kann beispielsweise auch als Obermenge eines maximalen Untersuchungsumfangs, der mit den Untersuchungsschritten geplant werden kann, verstanden werden. Die Untersuchungsschritte können beispielsweise einem konventionellen Untersuchungsprotokoll entnommen werden.
  • Die Zuordnung der Anweisungen zu den Untersuchungsschritten kann im Rahmen einer Implementierung manuell erfolgen. Alternativ oder zusätzlich kann die Liste der Untersuchungsschritte in Verbindung mit den Anweisungen aus medizinischen Bildgebungsuntersuchungen, bei welchen konventionelle Untersuchungsprotokolle verwendet werden, maschinell gelernt werden. Dabei kann der Anwender beispielsweise dann nach dem Grund gefragt werden, wenn sich eine Abweichung von dem linearen Ablauf der Untersuchungsschritte, welcher im konventionellen Protokoll vorgesehen ist, während der medizinischen Bildgebungsuntersuchung ergibt.
  • Bei einer solchen Abweichung kann es sich insbesondere um ein Überspringen eines Untersuchungsschritts im linearen Ablauf, um einen frühzeitiger Abbruch der medizinischen Bildgebungsuntersuchung oder ähnliches handeln. Der Untersuchungsparametersatz des Trainingsdatensatzes kann insbesondere den Grund für die Abweichung umfassen. Gemäß einer Ausführungsform der Erfindung ist die Reihenfolge der Untersuchungsschritte in der Liste der Untersuchungsschritte mit Ausnahme des Start-Untersuchungsschritts an sich unerheblich. Mit Ausnahme des Start-Untersuchungsschritts hängt es dabei nicht von der relativen Position eines Untersuchungsschritts in der Liste ab, ob der Untersuchungsschritt ausgeführt wird. Vielmehr kommt es darauf an, ob einem zuvor ausgeführten Untersuchungsschritt eine Anweisung zugeordnet ist, die auf den danach auszuführenden Untersuchungsschritt verweist.
  • Gemäß einer Ausführungsform der Erfindung wird zumindest einem Untersuchungsschritt eine Anweisung zugeordnet, welche ohne weitere Bedingung in Bezug auf das Ergebnis des Untersuchungsschritts auf den nächsten auszuführenden Untersuchungsschritt zeigt oder die gesamte Untersuchung beendet. Gemäß einer Ausführungsform der Erfindung wird zumindest einem Untersuchungsschritt eine Anweisung zugeordnet, welche abhängig von einem Ergebnis des Untersuchungsschritts, das die durch die Untersuchung zu beantwortende Fragestellung betrifft, auf einen von mehreren Untersuchungsschritten zeigt oder den gesamten Untersuchungsablauf beendet.
  • Gemäß einer Ausführungsform der Erfindung wird zumindest einem Untersuchungsschritt eine Anweisung zugeordnet, welche abhängig von einem insbesondere unerwarteten Befund eine weitere Indikation für eine nachfolgende Untersuchung definiert und/oder ein weiteres Untersuchungsprotokoll zu einer klinischen Fragestellung, welche den Befund betrifft, auswählt. Die Anweisung kann insbesondere eine Erzeugung eines Untersuchungsauftrages (Requested Procedure / Modality Worklist) in einem HIS/RIS (Hospital Information System/Radiology Information System) umfassen.
  • Gemäß einer Ausführungsform der Erfindung wird das Ergebnis des ausgeführten Untersuchungsschritts basierend auf einer Interaktion mit dem Anwender, beispielsweise einem Benutzer einer medizinischen Bildgebungsvorrichtung, ermittelt. Die Interaktion kann insbesondere eine von einem Benutzer zu beantwortende Frage und/oder eine Liste von Möglichkeiten, aus welcher der Benutzer die Antwort auswählen kann, umfassen. Gemäß einer Ausführungsform der Erfindung wird das Ergebnis des ausgeführten Untersuchungsschritts basierend auf einer automatischen Analyse von Daten, welche bei dem ausgeführten Untersuchungsschritt erzeugt wurden, ermittelt. Bei den Daten kann es sich beispielsweise um Schnittbilder, Post-Processing-Ergebnisse oder ähnliches handeln.
  • Insbesondere kann ein Untersuchungsprotokoll für koronare Herzkrankheit basierend auf einem automatisch berechneten Calcium-Score während einer medizinischen Bildgebungsuntersuchung angepasst werden.
  • 7 zeigt eine schematische Darstellung eines Untersuchungsprotokoll zum Ausschluss von Blutung, Infarkt und/oder Tumor im Gehirn. Bei dem Schritt 71 wird eine Liste von Untersuchungsschritten T1, T2, T3 bereitgestellt.
  • Bei dem Schritt 72 wird jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zugeordnet. Bei dem Schritt 73 wird Start-Untersuchungsschritt 7S definiert, der Beispielsweise angibt, dass mit dem Untersuchungsschritt T1 begonnen werden soll.
  • Der Untersuchungsschritt T1 kann insbesondere eine Untersuchung von Weichgewebe ohne Kontrastmittel betreffen. Der Untersuchungsschritt T2 kann insbesondere eine Untersuchung von Weichgewebe mit Kontrastmittel, beispielsweise mit verzögerter Kontrastmittelgabe, betreffen. Der Untersuchungsschritt T3 kann insbesondere eine Untersuchung eines Tumor-Volumens mit Kontrastmittel, beispielsweise mit verzögerter Kontrastmittelgabe, betreffen.
  • Bei dem Schritt DT1 kann insbesondere ermittelt werden, ob eine Blutung oder ein Infarkt vorliegt. Falls ja Y, wird die Untersuchung mit dem Untersuchungsschritt T2 gemäß der Anweisung FT1 fortgeführt. Falls nein N, wird die Untersuchung gemäß der Anweisung ET1 beendet. Bei dem Schritt DT2 kann insbesondere ermittelt werden, ob ein Tumor vorliegt. Falls ja Y, wird die Untersuchung mit dem Untersuchungsschritt T3 gemäß der Anweisung FT2 fortgeführt. Falls nein N, wird die Untersuchung gemäß der Anweisung ET2 beendet.
  • Nachdem der Untersuchungsschritt T3 ausgeführt wurde, wird die Untersuchung gemäß der Anweisung ET3 beendet.
  • 8 zeigt ein Ablaufdiagramm für ein Verfahren zum Trainieren eines Entscheidungsunterstützungssystems für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung, wobei das Verfahren die folgenden Schritte umfasst:
    • - Bereitstellen 81 eines Satzes von Trainingsdatensätzen, wobei jeder Trainingsdatensatz jeweils einen Trainings-Untersuchungsauftrag und eine Untersuchungsinformation aufweist, wobei die Untersuchungsinformation eine medizinische Bildgebungsuntersuchung betrifft, welche basierend auf dem Trainings-Untersuchungsauftrag durchgeführt wurde,
    • - Trainieren 82 des Entscheidungsunterstützungssystems basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus derart, das mittels des trainierten Entscheidungsunterstützungssystems eine insbesondere optimale Untersuchungsempfehlung für die Untersuchung mittels der einer medizinischen Bildgebungsvorrichtung basierend auf einem Untersuchungsauftrag erzeugt werden kann.
  • 9 zeigt eine schematische Darstellung einer medizinischen Bildgebungsvorrichtung 1 gemäß einer Ausführungsform der Erfindung. Ohne Beschränkung des allgemeinen Erfindungsgedankens ist für die medizinische Bildgebungsvorrichtung 1 beispielhaft ein Computertomographiegerät gezeigt. Die medizinische Bildgebungsvorrichtung 1 weist die Gantry 20, die tunnelförmige Öffnung 9, die Patientenlagerungsvorrichtung 10 und die Steuerungsvorrichtung 30 auf. Die Gantry 20 weist den stationären Tragrahmen 21 und den Rotor 24 auf.
  • In die tunnelförmige Öffnung 9 ist der Patient 13 einführbar. In der tunnelförmigen Öffnung 9 befindet sich der Akquisitionsbereich 4. In dem Akquisitionsbereich 4 ist ein abzubildender Bereich des Patienten 13 derart positionierbar, dass die Strahlung 27 von der Strahlungsquelle 26 zu dem abzubildenden Bereich gelangen kann und nach einer Wechselwirkung mit dem abzubildenden Bereich zu dem Strahlungsdetektor 28 gelangen kann.
  • Die Patientenlagerungsvorrichtung 10 weist den Lagerungssockel 11 und die Lagerungsplatte 12 zur Lagerung des Patienten 13 auf. Die Lagerungsplatte 12 ist derart relativ zu dem Lagerungssockel 11 bewegbar an dem Lagerungssockel 11 angeordnet, dass die Lagerungsplatte 12 in einer Längsrichtung der Lagerungsplatte 12, insbesondere entlang der Systemachse AR, in den Akquisitionsbereich 4 einführbar ist.
  • Die medizinische Bildgebungsvorrichtung 1 ist zur Akquisition von Akquisitionsdaten basierend auf einer elektromagnetischen Strahlung 27 ausgebildet. Die medizinische Bildgebungsvorrichtung 1 weist eine Akquisitionseinheit auf. Die Akquisitionseinheit ist eine Projektionsdaten-Akquisitionseinheit mit der Strahlungsquelle 26, z. B. einer Röntgenquelle, und dem Detektor 28, z. B. einem Röntgendetektor, insbesondere einem energieauflösenden Röntgendetektor.
  • Die Strahlungsquelle 26 ist an dem Rotor 24 angeordnet und zur Emission einer Strahlung 27, z. B. einer Röntgenstrahlung, mit Strahlungsquanten 27 ausgebildet. Der Detektor 28 ist an dem Rotor 24 angeordnet und zur Detektion der Strahlungsquanten 27 ausgebildet. Die Strahlungsquanten 27 können von der Strahlungsquelle 26 zu dem abzubildenden Bereich des Patienten 13 gelangen und nach einer Wechselwirkung mit dem abzubildenden Bereich auf den Detektor 28 auftreffen. Auf diese Weise können mittels der Akquisitionseinheit Akquisitionsdaten des abzubildenden Bereichs in Form von Projektionsdaten erfasst werden.
  • Die Steuerungsvorrichtung 30 ist zum Empfangen der von der Akquisitionseinheit akquirierten Akquisitionsdaten ausgebildet. Die Steuerungsvorrichtung 30 ist zum Steuern der medizinischen Bildgebungsvorrichtung 1 ausgebildet.
  • Die Steuerungsvorrichtung 30 weist die Datenverarbeitungseinheit 35, das Entscheidungsunterstützungssystem 37, das computerlesbare Medium 32 und das Prozessorsystem 36 auf. Die Steuerungsvorrichtung 30, insbesondere die Datenverarbeitungseinheit 35, wird von einem Datenverarbeitungssystem, welches einen Computer aufweist, gebildet.
  • Die Steuerungsvorrichtung 30 weist die Bildrekonstruktionseinrichtung 34 auf. Mittels der Bildrekonstruktionseinrichtung 34 kann basierend auf den Akquisitionsdaten ein medizinischer Bilddatensatz rekonstruiert werden.
  • Die medizinische Bildgebungsvorrichtung 1 weist eine Eingabevorrichtung 38 und eine Ausgabevorrichtung 39 auf, welche jeweils mit der Steuerungsvorrichtung 30 verbunden sind. Die Eingabevorrichtung 38 ist zum Eingeben von Steuerungs-Informationen, z. B. Bildrekonstruktionsparametern, Untersuchungsparametern oder ähnliches, ausgebildet. Die Ausgabevorrichtung 39 ist insbesondere zum Ausgeben von Steuerungs-Informationen, Bildern und/oder akustischen Signalen ausgebildet.
  • Die erfindungsgemäße Lösung ermöglicht insbesondere auf eine manuelle Anwendung der befundabhängigen Regeln, die bei jeder Verwendung des Protokolls durchzuführen wäre, zu verzichten und statt dessen einen automatisierten Workflow zu implementieren.
  • Auf diese Weise kann die Zuverlässigkeit erhöht werden, mit der die befundabhängigen Regeln eingehalten und ausgeführt werden. Damit ist ein vereinfachter und strukturierter Ablauf der Untersuchung realisierbar. Insbesondere die Möglichkeit, neue Untersuchungsaufträge bei Zufallsbefunden zu generieren, kann die Verwaltung und die Abrechnung in derartigen Fällen vereinfachen. Insbesondere bei dem Management einer großen Flotte von radiologischem Equipment können diese dynamischen Regeln als Bestandteil der Untersuchungsprotokolle zentral verwaltet und an die einzelnen Geräte verteilt werden. Eine separate Pflege und Verteilung von fallspezifischen Regeln ist damit obsolet. Ein Untersuchungsschritt kann insbesondere eine Akquisition und/oder eine Rekonstruktion und/oder eine Bildverarbeitung umfassen.
  • Unter einem Maschinenlernalgorithmus wird im Kontext dieser Anmeldung insbesondere ein Algorithmus, der zum Maschinellen Lernen ausgebildet ist, verstanden. Ein Maschinenlernalgorithmus kann beispielsweise mit Hilfe von Entscheidungsbäumen, mathematischen Funktionen und/oder allgemeinen Programmiersprachen realisiert werden. Der Maschinenlernalgorithmus kann beispielsweise zum überwachten Lernen und/oder zum unüberwachten Lernen ausgebildet sein. Der Maschinenlernalgorithmus kann beispielsweise zum tiefen Lernen („deep learning“) und/oder zum bestärkendem Lernen („reinforcement learning“) und/oder zum Marginal Space Learning ausgebildet sein. Insbesondere beim überwachten Lernen kann eine Funktionenklasse verwendet werden, welche beispielsweise auf Entscheidungsbäumen („decision trees“), einem Random Forest, einer logistischen Regression, einer Support Vector Machine, einem künstlichen neuronalen Netz, einer Kernel-Methode, Bayes-Klassifikatoren oder ähnlichem oder Kombinationen davon basiert.
  • Mögliche Implementierungen des Maschinenlernalgorithmus können beispielsweise künstliche Intelligenz verwenden. Alternativ oder zusätzlich zu dem ersten Maschinenlernalgorithmus und/oder zu dem zweiten Maschinenlernalgorithmus können ein oder mehrere regelbasierte Algorithmen verwendet werden. Berechnungen, insbesondere beim Ermitteln des Klassifizierungssystems basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus, können beispielsweise mittels eines Prozessorsystems ausgeführt werden. Das Prozessorsystem kann beispielsweise einen oder mehrere Grafikprozessoren aufweisen.
  • Insbesondere können Daten, welche beispielsweise ein medizinisches Bild, ein Protokoll oder einen Trainingsdatensatz betreffen, bereitgestellt werden, indem die Daten geladen, beispielsweise aus einem Bereich eines Speichersystems geladen, und/oder erzeugt, beispielsweise mittels einer medizinischen Bildgebungsvorrichtung erzeugt, werden. Insbesondere können ein Schritt oder mehrere Schritte oder alle Schritte des erfindungsgemäßen Verfahrens automatisch und/oder mittels einer Komponente einer Datenverarbeitungseinheit ausgeführt werden, wobei die Komponente beispielsweise von einem Prozessorsystem gebildet ist. Insbesondere kann die medizinische Bildgebungsuntersuchung eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung sein und/oder mittels einer medizinischen Bildgebungsvorrichtung durchgeführt werden.
  • Der Satz von Trainingsdatensätzen kann insbesondere bereitgestellt werden, indem eine Mehrzahl an Untersuchungsaufträgen zusammen mit den tatsächlichen Untersuchungen gesammelt werden. Ein Entscheidungsunterstützungssystem kann aus diesen Informationen lernen, insbesondere Muster erkennen. Zum Beispiel kann auf diese Weise erkannt werden, dass die meisten Kliniken bei einem Lungen-Scan auch koronar rekonstruieren. Auf diese Weise kann schnell erkannt werden, dass der Benutzer bei den von ihm durchgeführten medizinischen Bildgebungsuntersuchungen gegenüber der Mehrheit der Benutzer, welche ähnliche medizinische Bildgebungsuntersuchungen durchführen, abweicht.
  • Durch die Sammlung, Verwertung, Analyse und entsprechende Nutzung von Untersuchungsdaten anderer Kliniken kann der Benutzer über die entsprechenden Möglichkeiten informiert werden. Hierzu würden entsprechend der klinischen Indikation, Daten gesammelt und ausgewertet, die eine optimale Untersuchungsform an dem jeweiligen Gerät, mit den vorhandenen technischen Möglichkeiten aufzeigen.
  • Insbesondere kann mittels des Entscheidungsunterstützungssystems eine Untersuchungsempfehlung in Bezug auf eine Akquisition von Bildgebungsdaten erzeugt werden, beispielsweise ob eine Spirale oder eine Sequenz zu bevorzugen ist oder ob zusätzliche Scans, insbesondere eine zusätzliche Spätphase, eine bessere Diagnose ermöglichen könnten. Insbesondere kann mittels des Entscheidungsunterstützungssystems eine Untersuchungsempfehlung in Bezug auf eine Rekonstruktionen eines medizinischen Bildes erzeugt werden, beispielsweise ob eine Rekonstruktion mit einem anderen Kern besser geeignet wäre. Insbesondere kann mittels des Entscheidungsunterstützungssystems eine Untersuchungsempfehlung in Bezug auf eine Bildverarbeitung erzeugt werden, insbesondere welche Algorithmen zu bevorzugen wären.
  • Mit der Bereitstellung und Analyse der Daten von mehreren Experten, können durch geeignete Nutzung auch weniger erfahrene Bediener mit Hilfe des Entscheidungsunterstützungssystems optimale Untersuchungsergebnisse erzielen. Die Möglichkeiten der vorhandenen medizinischen Geräte können perfekt an die Indikationen angepasst werden und somit voll ausgeschöpft werden. Hiervon profitieren sowohl unerfahrene Bediener, als auch Experten, da auch weniger häufige Untersuchungen optimal durchgeführt werden können. Ebenso hätten Ärzte in abgelegenen Gebieten der Erde die Möglichkeit an dem Wissen teilzuhaben. Dies ermöglicht eine verbesserte Untersuchung für den Patienten. Bei Modalitäten mit Strahlung kann auf diese Weise auch die Dosis deutlich verringert werden. Die Diagnose kann damit schneller und besser erfolgen, insbesondere da das Bildmaterial speziell für eine gegebene Fragestellung angefertigt werden kann.

Claims (23)

  1. Verfahren zur Überprüfung eines medizinischen Bildes in Bezug auf eine Verarbeitung des medizinischen Bildes mittels eines Bildverarbeitungsmoduls, wobei das Verfahren die folgenden Schritte umfasst: - Bereitstellen (PQ) zumindest einer Eingangsanforderung des Bildverarbeitungsmoduls, welche zumindest einen Bildparameter des medizinischen Bildes betrifft, - Bereitstellen (PX) des zumindest einen Bildparameters des medizinischen Bildes, - Überprüfen (CP), ob der zumindest eine Bildparameter die zumindest eine Eingangsanforderung erfüllt.
  2. Verfahren nach Anspruch 1, wobei abhängig von einem Ergebnis der Überprüfung der folgende Schritt ausgeführt wird: - Ausgeben eines Hinweises, welcher eine Qualität eines Bildverarbeitungsergebnisses der Verarbeitung des medizinischen Bildes mittels des Bildverarbeitungsmoduls betrifft.
  3. Verfahren nach einem der Ansprüche 1 bis 2, wobei abhängig von einem Ergebnis der Überprüfung einer der folgenden Schritte ausgeführt wird: - Verarbeiten des medizinischen Bildes mittels des Bildverarbeitungsmoduls, - Ablehnen eines Bildverarbeitungsauftrages, welcher die Verarbeitung des medizinischen Bildes mittels des Bildverarbeitungsmoduls betrifft.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei abhängig von einem Ergebnis der Überprüfung der folgende Schritt ausgeführt wird: - Erzeugen eines Bilderzeugungsauftrages für ein weiteres medizinisches Bild basierend auf der zumindest einen Eingangsanforderung.
  5. Verfahren nach Anspruch 4, wobei das Verfahren ferner die folgenden Schritte umfasst: - Erzeugen eines weiteren medizinischen Bildes basierend auf dem Bilderzeugungsauftrag für das weitere medizinische Bild, - Bereitstellen zumindest eines Bildparameters des weiteren medizinischen Bildes, - Überprüfen, ob der zumindest eine Bildparameter des weiteren medizinischen Bildes die zumindest eine Eingangsanforderung erfüllt.
  6. Verfahren nach einem der Ansprüche 1 bis 5, wobei das Verfahren ferner die folgenden Schritte umfasst: - Erzeugen eines Bilderzeugungsauftrages für das medizinische Bild basierend auf der zumindest einen Eingangsanforderung, - Erzeugen des medizinischen Bildes basierend auf dem Bilderzeugungsauftrag für das medizinische Bild.
  7. Verfahren nach einem der Ansprüche 1 bis 6, wobei die zumindest eine Eingangsanforderung unabhängig von spezifischen Eigenschaften einer medizinischen Bildgebungsvorrichtung, mit welcher das medizinische Bild und/oder das weitere medizinische Bild erzeugt wird, definiert ist.
  8. Verfahren nach einem der Ansprüche 1 bis 7, wobei der zumindest eine Bildparameter aus der Bildparameter-Gruppe gewählt ist, welche aus einer räumlichen Auflösung, einer zeitlichen Auflösung, einem Kantenverhalten, einem Kontrast, einem Faltungskern, einer Schichtdicke, einer Rotationszeit, einem Pitch, einer Röhrenspannung, einer Filtereigenschaft, einer Modulationsübertragungsfunktion und Kombinationen davon besteht.
  9. Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung, - wobei eine Liste von Untersuchungsschritten bereitgestellt (71) wird, - wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zugeordnet ist, - wobei das Untersuchungsprotokoll einen Start-Untersuchungsschritt aus der Liste von Untersuchungsschritten umfasst, welcher bei Beginn der medizinischen Bildgebungsuntersuchung ausgeführt wird, - wobei das Untersuchungsprotokoll nach jedem ausgeführten Untersuchungsschritt mittels der Anweisung, welche dem ausgeführten Untersuchungsschritt zugeordnet ist, angepasst wird, indem basierend auf der Anweisung einer der folgenden Schritte ausgeführt wird: - Beenden der medizinischen Bildgebungsuntersuchung unabhängig von einem Ergebnis des ausgeführten Untersuchungsschritts, - Beenden der medizinischen Bildgebungsuntersuchung abhängig von dem Ergebnis des ausgeführten Untersuchungsschritts, - Ausführen eines weiteren Untersuchungsschritts aus der Liste von Untersuchungsschritten, welcher in der Anweisung angegeben ist, unabhängig von dem Ergebnis des ausgeführten Untersuchungsschritts, - Ausführen eines von mehreren weiteren Untersuchungsschritten aus der Liste von Untersuchungsschritten, welche in der Anweisung angegeben sind, abhängig von dem Ergebnis des ausgeführten Untersuchungsschritts.
  10. Verfahren nach Anspruch 9, wobei abhängig von einem Ergebnis des ausgeführten Untersuchungsschritts der folgende Schritt ausgeführt wird: - Erzeugen eines Bilderzeugungsauftrages für eine weitere medizinische Bildgebungsuntersuchung basierend auf der Anweisung und/oder dem Ergebnis des ausgeführten Untersuchungsschritts.
  11. Verfahren nach einem der Ansprüche 9 bis 10, wobei das Verfahren ferner den folgenden Schritt umfasst: - Ermitteln des Ergebnisses des ausgeführten Untersuchungsschritts basierend auf einer Benutzereingabe und/oder basierend auf einer automatischen Auswertung von Daten, welche bei dem ausgeführten Untersuchungsschritt aufgenommen wurden.
  12. Verfahren zum Erzeugen einer Liste von Untersuchungsschritten, wobei jedem Untersuchungsschritt jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist, wobei das Verfahren die folgenden Schritte umfasst: - Bereitstellen eines Satzes von Trainingsdatensätzen, wobei jeder Trainingsdatensatz jeweils eine Trainings-Anweisung und einen Untersuchungsparametersatz aufweist, wobei der Untersuchungsparametersatz einen Untersuchungsschritt, welcher der Trainings-Anweisung zugeordnet ist, und/oder ein Untersuchungsergebnis welches der Trainings-Anweisung zugeordnet ist, betrifft, - Erzeugen der Liste von Untersuchungsschritten basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus, wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist.
  13. Verfahren nach Anspruch 12, wobei zumindest ein Trainingsdatensatz des Satzes von Trainingsdatensätzen bereitgestellt wird, indem während eines Untersuchungsverlaufs die folgenden Schritte ausgeführt werden: - Erfassen einer Abweichung von einem ausgewählten Untersuchungsprotokoll, welche von einem Benutzer nach einem ausgeführten Untersuchungsschritt manuell veranlasst wurde, als Trainings-Anweisung, - Erfassen eines Untersuchungsparametersatzes, welcher den ausgeführten Untersuchungsschritt und/oder ein Untersuchungsergebnis des ausgeführten Untersuchungsschritts betrifft.
  14. Verfahren zum Trainieren eines Entscheidungsunterstützungssystems für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung, wobei das Verfahren die folgenden Schritte umfasst: - Bereitstellen eines Satzes von Trainingsdatensätzen, wobei jeder Trainingsdatensatz jeweils einen Trainings-Untersuchungsauftrag und eine Untersuchungsinformation aufweist, wobei die Untersuchungsinformation eine medizinische Bildgebungsuntersuchung betrifft, welche basierend auf dem Trainings-Untersuchungsauftrag durchgeführt wurde, - Trainieren des Entscheidungsunterstützungssystems basierend auf dem Satz von Trainingsdatensätzen und einem Maschinenlernalgorithmus derart, das mittels des trainierten Entscheidungsunterstützungssystems eine Untersuchungsempfehlung für die Untersuchung mittels der einer medizinischen Bildgebungsvorrichtung basierend auf einem Untersuchungsauftrag erzeugt werden kann.
  15. Verfahren nach Anspruch 14, - wobei der Trainings-Untersuchungsauftrag eine Trainings-Anweisung aufweist, - wobei die Untersuchungsinformation einen Untersuchungsparametersatz aufweist, wobei der Untersuchungsparametersatz einen Untersuchungsschritt, welcher der Trainings-Anweisung zugeordnet ist, und/oder ein Untersuchungsergebnis welches der Trainings-Anweisung zugeordnet ist, betrifft, - wobei die Untersuchungsempfehlung eine Liste von Untersuchungsschritten aufweist, welche basierend auf dem Satz von Trainingsdatensätzen und dem Maschinenlernalgorithmus erzeugt wird, wobei jedem Untersuchungsschritt der Liste von Untersuchungsschritten jeweils eine Anweisung zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung zugeordnet ist.
  16. Verfahren nach einem der Ansprüche 14 bis 15, - wobei der Trainings-Untersuchungsauftrag einen Bilderzeugungsauftrag aufweist, - wobei die Untersuchungsinformation Akquisitionsparameter und/oder Rekonstruktionsparameter aufweist, mit welchen der Bilderzeugungsauftrag bei der medizinischen Bildgebungsuntersuchung ausgeführt wurde.
  17. Verfahren nach einem der Ansprüche 14 bis 16, - wobei der Trainings-Untersuchungsauftrag einen Bildverarbeitungsauftrag umfasst, - wobei die Untersuchungsinformation Bildverarbeitungsparameter aufweist, mit welchen der Bildverarbeitungsauftrag bei der medizinischen Bildgebungsuntersuchung ausgeführt wurde.
  18. Datenverarbeitungseinheit (35), welche dazu ausgebildet ist, ein Verfahren nach einem der Ansprüche 1 bis 17 auszuführen.
  19. Computerprogramm, welches in eine Speichereinrichtung eines Datenverarbeitungssystems ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 17 auszuführen, wenn das Computerprogramm von dem Datenverarbeitungssystem ausgeführt wird.
  20. Computerlesbares Medium, auf welchem von einem Datenverarbeitungssystem einlesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 17 auszuführen, wenn die Programmabschnitte von dem Datenverarbeitungssystem ausgeführt werden.
  21. Entscheidungsunterstützungssystem (37), welches basierend auf einem Verfahren nach einem der Ansprüche 14 bis 17 trainiert ist.
  22. Medizinische Bildgebungsvorrichtung (1), aufweisend eine Datenverarbeitungseinheit (35) nach Anspruch 18 und/oder ein Entscheidungsunterstützungssystem (37) nach Anspruch 21.
  23. Verwendung eines Entscheidungsunterstützungssystems (37), welches basierend auf einem Verfahren nach einem der Ansprüche 14 bis 17 trainiert ist, in einer medizinischen Bildgebungsvorrichtung und/oder zum Erzeugen einer Untersuchungsempfehlung für eine Untersuchung mittels einer medizinischen Bildgebungsvorrichtung basierend auf einem Untersuchungsauftrag.
DE102017203333.9A 2017-03-01 2017-03-01 Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung Pending DE102017203333A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102017203333.9A DE102017203333A1 (de) 2017-03-01 2017-03-01 Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung
US15/905,919 US10706537B2 (en) 2017-03-01 2018-02-27 Method for checking a medical image and method for adapting an examination protocol during a medical imaging examination
CN201810169088.8A CN108537774B (zh) 2017-03-01 2018-02-28 用于检查医学图像的方法以及用于调整检查协议的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102017203333.9A DE102017203333A1 (de) 2017-03-01 2017-03-01 Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung

Publications (1)

Publication Number Publication Date
DE102017203333A1 true DE102017203333A1 (de) 2018-09-06

Family

ID=63171034

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017203333.9A Pending DE102017203333A1 (de) 2017-03-01 2017-03-01 Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung

Country Status (3)

Country Link
US (1) US10706537B2 (de)
CN (1) CN108537774B (de)
DE (1) DE102017203333A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4250307A1 (de) * 2022-08-29 2023-09-27 Siemens Healthcare GmbH Verfahren und datenverarbeitungssystem zum bereitstellen einer studienbeschreibung für eine radiologische bildgebungsuntersuchung

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3637362A1 (de) * 2018-10-11 2020-04-15 Siemens Healthcare GmbH Verfahren zur anpassung eines bildeindrucks
EP3654251A1 (de) * 2018-11-13 2020-05-20 Siemens Healthcare GmbH Bestimmung der verarbeitung einer sequenz zur verarbeitung eines bildes
CN111178297A (zh) * 2019-12-31 2020-05-19 上海联影医疗科技有限公司 一种图像处理方法、装置、电子设备及介质
CN111276219A (zh) * 2020-01-16 2020-06-12 上海联影医疗科技有限公司 一种医疗成像处理方法、装置、设备和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014107445A1 (de) 2014-05-27 2015-12-03 Carl Zeiss Meditec Ag Optisches Beobachtungsgerät, Verfahren zum Einstellen eines Parameterwertes für ein optisches Beobachtungsgerät und Verfahren zum Aufnehmen von Bild- oder Videodaten von einem Beobachtungsobjekt mit Hilfe eines optischen Beobachtungsgerätes

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1636731A2 (de) * 2003-06-25 2006-03-22 Siemens Medical Solutions USA, Inc. Anordnungen und verfahren zur automatisierten diagnose und entscheidungsunterstützung für mammographie
CN1836240A (zh) * 2003-08-13 2006-09-20 美国西门子医疗解决公司 Cad(计算机辅助决策)支持系统和方法
US7986821B2 (en) * 2006-08-15 2011-07-26 General Electric Company Processes and apparatus for imaging protocols and analysis
US8954339B2 (en) * 2007-12-21 2015-02-10 Koninklijke Philips N.V. Detection of errors in the inference engine of a clinical decision support system
DE102011002928A1 (de) * 2011-01-20 2012-07-26 Siemens Aktiengesellschaft Verfahren zur rechnergestützten Konfiguration einer medizinischen Bildgebungsvorrichtung
CA3049901A1 (en) * 2011-02-17 2012-08-23 Tyto Care Ltd. System and method for performing an automatic and self-guided medical examination
WO2012142697A1 (en) * 2011-04-20 2012-10-26 The Hospital For Sick Children System, method and computer program for training for medical examinations involving body parts with concealed anatomy
KR101855369B1 (ko) * 2013-08-28 2018-05-08 지멘스 헬스케어 게엠베하 의료 이미지들 및 임상학적 데이터로부터 생리학적 심장 측정치들을 추정하기 위한 시스템들 및 방법들
DE102015202771A1 (de) * 2015-02-16 2016-08-18 Siemens Healthcare Gmbh Verfahren zum Betreiben eines medizinischen bildgebenden Systems und Bedienvorrichtung für solch ein System
KR102522539B1 (ko) * 2015-08-17 2023-04-18 삼성전자주식회사 의료영상 표시장치 및 의료영상 처리방법
DE102015226669B4 (de) * 2015-12-23 2022-07-28 Siemens Healthcare Gmbh Verfahren und System zum Ausgeben einer Erweiterte-Realität-Information
CN105912846A (zh) * 2016-04-07 2016-08-31 南京小网科技有限责任公司 基于云计算和医学知识库技术的智能医疗辅助决策系统
CN106372719B (zh) * 2016-08-31 2018-10-23 浙江莱达信息技术有限公司 一种医学x光影像处理控制参量的智能优选方法
US10452813B2 (en) * 2016-11-17 2019-10-22 Terarecon, Inc. Medical image identification and interpretation
US10242443B2 (en) * 2016-11-23 2019-03-26 General Electric Company Deep learning medical systems and methods for medical procedures

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014107445A1 (de) 2014-05-27 2015-12-03 Carl Zeiss Meditec Ag Optisches Beobachtungsgerät, Verfahren zum Einstellen eines Parameterwertes für ein optisches Beobachtungsgerät und Verfahren zum Aufnehmen von Bild- oder Videodaten von einem Beobachtungsobjekt mit Hilfe eines optischen Beobachtungsgerätes

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4250307A1 (de) * 2022-08-29 2023-09-27 Siemens Healthcare GmbH Verfahren und datenverarbeitungssystem zum bereitstellen einer studienbeschreibung für eine radiologische bildgebungsuntersuchung

Also Published As

Publication number Publication date
CN108537774A (zh) 2018-09-14
US20180253842A1 (en) 2018-09-06
US10706537B2 (en) 2020-07-07
CN108537774B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
DE102017203333A1 (de) Verfahren zur Überprüfung eines medizinischen Bildes und Verfahren zur Anpassung eines Untersuchungsprotokolls während einer medizinischen Bildgebungsuntersuchung
DE102011078278A1 (de) Verfahren zur Bilderzeugung und Bildauswertung
DE102016226230B4 (de) Automatisierte Bildprüfung in der Röntgenbildgebung
DE102016219887A1 (de) Verfahren und System zur Nutzung von Messdaten
DE102011002928A1 (de) Verfahren zur rechnergestützten Konfiguration einer medizinischen Bildgebungsvorrichtung
EP3185215A1 (de) Automatisierte ermittlung von konturen auf basis einer iterativen rekonstruktion
DE102007034911A1 (de) Vorrichtung und Verfahren zur On-Demand visuellen Verbesserung von klinischen Zuständen in Bildern
DE102007023656A1 (de) Verfahren zur Datenauswertung
DE102016219488A1 (de) Verfahren zum Bereitstellen einer Konfidenzinformation
WO2014195077A1 (de) Verfahren und system zur ermittlung eines mess-startzeitpunktes
DE102017215829A1 (de) Verfahren und Datenverarbeitungseinheit zum Ermitteln von Klassifikationsdaten für eine Adaption eines Untersuchungsprotokolls
DE102009054990A1 (de) Messprotokoll-Optimierung für ein medizintechnisches Gerät
DE102017221830A1 (de) Charakterisierung eines Störkörpers innerhalb eines Untersuchungsobjektes anhand eines medizinischen Bilddatensatzes
DE102016202335A1 (de) Medizinisches Untersuchungssystem
DE102012205711B4 (de) Verfahren zum Betreiben eines bildgebenden Diagnosegerätes sowie medizinisches bildgebendes System
DE102015206362B3 (de) Multizyklische dynamische CT-Bildgebung
DE102018214325A1 (de) Verfahren und Bereitstellungseinheit zum Bereitstellen eines virtuellen tomographischen Schlaganfall-Nachfolgeuntersuchungsbildes
DE102008037558A1 (de) System und Verfahren zum Diagnostizieren eines medizinischen Zustands
DE102012200076A1 (de) Verfahren und System zum Anzeigen von digitalen medizinischen Bildern
DE102017203315A1 (de) Verfahren und Datenverarbeitungseinheit zur Auswahl eines Protokolls für eine medizinische Bildgebungsuntersuchung
EP3287915B1 (de) Erzeugung einer favoritenmenge umfassend mehrere protokolle zur ansteuerung eines medizinischen bildgebungsgerätes
DE102015221405A1 (de) Verwaltete Bildrekonstruktion für Bildgebungsverfahren in der Medizintechnik
DE102010009105A1 (de) Verfahren zur Modifizierung wenigstens eines Aufnahme- und/oder Rekonstruktionsparameters, Einrichtung und Datenträger
DE102020212315A1 (de) Verfahren zur Erzeugung eines trainierten maschinenlernfähigen Algorithmus
EP3379487A1 (de) Kontrastverstärkte wiedergabe von spektralen ct-bilddaten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE