FR2803408A1 - Systeme et procede pour etablir un diagnostic a partir d'images sur un reseau - Google Patents

Systeme et procede pour etablir un diagnostic a partir d'images sur un reseau Download PDF

Info

Publication number
FR2803408A1
FR2803408A1 FR0017011A FR0017011A FR2803408A1 FR 2803408 A1 FR2803408 A1 FR 2803408A1 FR 0017011 A FR0017011 A FR 0017011A FR 0017011 A FR0017011 A FR 0017011A FR 2803408 A1 FR2803408 A1 FR 2803408A1
Authority
FR
France
Prior art keywords
image
images
artifact
diagnostic
new
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.)
Granted
Application number
FR0017011A
Other languages
English (en)
Other versions
FR2803408B1 (fr
Inventor
Rajiv Gupta
Christophe James Daily
Rasiklal Punjalal Shah
Valtino Xavier Afonso
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.)
General Electric Co
Original Assignee
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 General Electric Co filed Critical General Electric Co
Publication of FR2803408A1 publication Critical patent/FR2803408A1/fr
Application granted granted Critical
Publication of FR2803408B1 publication Critical patent/FR2803408B1/fr
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • 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
    • 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
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H40/00ICT 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
    • G16H40/40ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/58Testing, adjusting or calibrating thereof
    • A61B6/581Remote testing
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58Testing, adjusting or calibrating the diagnostic device
    • A61B8/587Calibration phantoms

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

Un système pour établir un diagnostic d'une machine (56) à partir d'images comprend une base de données (12) contenant une pluralité d'images anciennes (26, 30) prises par une pluralité de machines (28), une unité diagnostique (16) configurée pour diagnostiquer une nouvelle image (54) à artefact prise par la machine (56) et pour communiquer à une structure distante des images anciennes et non anciennes ou des données correspondant au système. Les images de la pluralité d'images anciennes (26, 30) comprennent une pluralité d'images idéales (26) générées par la pluralité de machines (28) en utilisant tous les réglages machines possibles et une pluralité d'images (30) à artefacts générées par la pluralité de machines (28), chacune des images (30) à artefacts ayant des défauts connus liés à celles-ci et une mesure correctrice correspondante pour supprimer les défauts. L'unité diagnostique (16) comprend un processeur (22) d'images diagnostiques et un moyen d'isolation (24) de défaut diagnostique.

Description

Système et procédé pour établir un diagnostic à partir d'images sur un
réseau La présente invention est relative d'une manière générale au domaine des systèmes servant à établir des diagnostics médicaux, par exemple des systèmes d'imagerie. Plus particulièrement, l'invention est relative à un système et une technique servant à diagnostiquer rapidement un défaut de fonctionnement dans un système d'établissement de diagnostics médicaux. Dans un cadre industriel ou commercial, une machine d'imagerie qui fonctionne mal risque de nuire gravement à l'entreprise. Il est donc essentiel qu'une machine d'imagerie fonctionnant mal soit réparée rapidement et avec précision. En général, pendant un défaut de fonctionnement d'une machine d'imagerie telle qu'une machine à ultrasons, une machine de tomographie assistée par ordinateur (CT) ou une machine d'imagerie par résonance magnétique (RMN), on fait venir un technicien d'entretien pour qu'il établisse un diagnostic et qu'il remette la machine en état. D'une manière typique, le technicien d'entretien consulte une fiche d'incidents créée à partir de la machine. La fiche d'incidents contient des informations telles que le type de machine, le mode de fonctionnement de la machine et toute information concernant le client. En outre, la fiche d'incidents contient un journal d'erreurs pour des événements qui se sont produits pendant un fonctionnement ordinaire et aussi en cas de défaut de fonctionnement et d'éventuelles images à artefacts produites par la machine. A l'aide de cette expérience accumulée pour résoudre les problèmes de fonctionnement de la machine, le technicien d'entretien parcourt le journal d'erreurs et les images à artefacts et cherche à trouver d'éventuels symptômes susceptibles de mettre le défaut en évidence. Ensuite, le technicien d'entretien cherche à supprimer le problème qui peut être à l'origine du défaut de fonctionnement de la machine. Si le journal d'erreurs ne contient que peu d'informations et si les images à artefacts créées sont bien connues, cette procédure fonctionnera assez bien. Cependant, si le journal d'erreurs contient beaucoup d'informations imprécises et si la cause des images à artefacts est inconnue, comme cela est généralement le cas pour de grands dispositifs complexes, il sera alors très difficile pour le technicien d'entretien de diagnostiquer rapidement un défaut. Par conséquent, on a besoin d'un système et d'un procédé permettant d'établir un diagnostic rapide d'un défaut de fonctionnement d'une machine à partir d'un journal d'erreurs complexe et d'images à artefacts dont on ne
connaît pas la cause.
Jusqu'à présent, les solutions aux problèmes décrits ci-dessus n'ont pas comporté de moyens importants fonctionnant à distance. Ainsi, on a besoin d'un système d'établissement de diagnostics médicaux qui offre les avantages de services à distance et qui apporte une solution aux problèmes évoqués plus haut. En particulier, on a besoin d'un système et d'un procédé capables d'établir rapidement un diagnostic concernant un défaut de fonctionnement d'une machine, par l'intermédiaire d'un réseau. En outre, on a besoin de structures de systèmes, telles qu'une base de données et un dispositif diagnostique en place dans une structure de services distante. En outre même, on a besoin de réduire la quantité d'équipements en place dans la machine fonctionnant à partir d'images tout en gardant la possibilité de réaliser un
diagnostic et une réparation rapides en cas de mauvais fonctionnement de machines.
Une première forme de réalisation de l'invention est relative à un système servant à effectuer un diagnostic d'une machine à partir d'images et comprend une base de données contenant une pluralité d'images anciennes, ces images provenant d'une pluralité de machines, un dispositif diagnostique agencé pour diagnostiquer une nouvelle image à artefact produite par la machine et pour communiquer à une structure distante des images ou des données constituant ou non l'historique du système. La pluralité d'images anciennes comprend une pluralité d'images idéales générées à partir de la pluralité de machines en utilisant tous les réglages possibles des machines et une pluralité d'images à artefacts générées par la pluralité de machines, chacune des images à artefacts comportant des défauts connus correspondant à celles-ci, ainsi qu'une mesure correctrice correspondante pour remédier aux défauts. Le dispositif diagnostique comprend un processeur d'images diagnostiques et un moyen d'isolation de défauts diagnostiques Le processeur d'images diagnostiques comprend un moyen servant à trouver parmi la pluralité d'images anciennes une image idéale qui corresponde le plus avec la nouvelle image à artefact, un moyen pour attribuer une catégorie d'artefact à la nouvelle image à artefact d'après l'image idéale correspondante, et un moyen pour extraire un caractère d'artefact de la nouvelle image à artefact en fonction de la catégorie attribuée. Le moyen d'isolation de défauts de diagnostic comprend un moyen servant à générer une pluralité de données métriques pour le caractère d'artefact extrait et un moyen servant à appliquer la pluralité de données métriques afin d'identifier parmi la pluralité d'images anciennes une image à artefact qui corresponde le plus à la nouvelle image à artefact et une mesure correctrice pour supprimer le défaut inconnu. Le réseau assure
des services à distance à partir de la structure distante.
Une autre forme de réalisation de l'invention est relative à un procédé servant à réaliser un diagnostic d'une machine à partir d'images. Le procédé comprend les étapes consistant à obtenir par l'intermédiaire d'un réseau une pluralité d'images anciennes prises par une pluralité de machines; recevoir par l'intermédiaire du réseau une nouvelle image à artefact provenant d'une machine qui a un défaut inconnu; trouver parmi la pluralité d'images anciennes une image idéale qui correspond le plus à la nouvelle image à artefact; attribuer une catégorie d'artefact à la nouvelle image à artefact d'après l'image idéale qui correspond le plus à la nouvelle image à artefact; générer une pluralité de données métriques pour la catégorie d'artefact attribuée à la nouvelle image à artefact; et utiliser la pluralité de données métriques pour identifier parmi la pluralité d'images anciennes une image à artefact qui correspond le plus à la nouvelle image à artefact et une mesure correctrice servant à supprimer le défaut inconnu. La pluralité d'images anciennes comprend une pluralité d'images idéales générées par la pluralité de machines en utilisant tous les réglages machines possibles et une pluralité d'images à artefacts générées par la pluralité de machines, chacune des images à artefacts ayant des défauts connus associés à celle-ci, et une mesure correctrice correspondante pour supprimer les
défauts.
L'invention et nombre des avantages qui s'y attachent apparaîtront
facilement plus clairement en référence à la description détaillée ciaprès, faite en
considération des dessins annexés.
Des exemples préférés de formes de réalisation sont décrits ci-après en référence aux dessins annexés, sur lesquels les mêmes repères désignent des éléments identiques, et sur lesquels: la Figure 1 représente un schéma de principe d'un système d'établissement de diagnostics à partir d'images, selon une forme de réalisation préférée; la Figure 2 représente un organigramme présentant les étapes de traitement d'image exécutées par l'unité d'apprentissage représentée sur la Figure 1; la Figure 3 représente un organigramme présentant les étapes de traitement d'isolation de défaut exécutées par l'unité d'apprentissage représentée sur la Figure 1; la Figure 4 représente un organigramme présentant les étapes de traitement d'images exécutées par l'unité diagnostique représentée sur la Figure 1; la Figure 5 représente un organigramme présentant les étapes de traitement d'isolation de défaut exécutées par l'unité diagnostique représentée sur la Figure 1; la Figure 6 est une représentation schématique d'une série de systèmes d'établissement de diagnostics médicaux couplés à une structure de services par l'intermédiaire d'une connexion à un réseau pour assurer des services à distance et des échanges de données entre les systèmes d'établissement de diagnostics et la structure de services; la Figure 7 est un schéma de principe des systèmes représentés sur la Figure 6, représentant certains organes des systèmes d'établissement de diagnostics et de la structure de services; la Figure 8 est un schéma de principe de certains organes présents dans un système d'établissement de diagnostics du type représenté sur les figures 6 et 7, pour faciliter le dépannage interactif à distance du système d'établissement de diagnostics; et la Figure 9 est un schéma de principe de certains des organes de la structure de services illustrée sur les figures 6 et 7, servant à réaliser un dépannage interactif à distance pour une pluralité de systèmes d'établissement de diagnostics médicaux. Le système d'établissement de diagnostics à partir d'images selon la présente invention est décrit en référence à un dispositif d'imagerie médicale tel qu'une machine à ultrasons, une machine de tomographie CT ou une machine d'imagerie par RMN. Bien que la présente invention soit décrite en référence à un dispositif d'imagerie médicale, le système d'établissement de diagnostics à partir d'images peut être utilisé dans le cadre de n'importe quel dispositif d'imagerie (chimique, mécanique, électronique, commandé par microprocesseur) générant des images. La Figure 1 représente un schéma de principe d'un système 10 d'établissement de diagnostics à partir d'images selon la présente invention. Le système 10 d'établissement de diagnostics à partir d'images comprend une base de données 12 d'images anciennes, une unité d'apprentissage 14 et une unité diagnostique 16. L'unité d'apprentissage 14 comprend un processeur 18 d'images et s un moyen d'isolation 20 de défauts. L'unité diagnostique 16 comprend également un processeur 22 d'images et un moyen d'isolation 24 de défauts. L'unité d'apprentissage 14 et l'unité diagnostique 16 sont toutes deux intégrées dans un ordinateur tel qu'un poste de travail. On peut cependant utiliser d'autres types d'ordinateurs tels qu'un
ordinateur central, un mini-ordinateur, un micro-ordinateur ou un superordinateur.
Les données anciennes stockées dans la base de données 12 comportent une pluralité d'images idéales 26 de fantômes générées par une pluralité de machines d'imagerie 28. La pluralité d'images idéales 26 de fantômes est générée par des machines d'imagerie utilisant toutes les sondes possibles et tous les réglages possibles par défaut des paramètres de la machine. Le modèle de la machine d'imagerie, la sonde utilisée, les fantômes dont des images ont été faites et les réglages des paramètres des machines d'imagerie sont saisie ainsi que les images idéales à distance dans la base de données 12 par un technicien d'entretien. Selon une autre possibilité, la machine générant les images peut être programmée pour placer ces informations dans le fichier d'images lui-même, c'est-à-dire dans l'en-tête de l'image. Ainsi, les informations viennent à faire partie intégrante de la base de données 12. Pour des images acquises à distance, les variables telles que le type de
modèle, la sonde utilisée et le fantôme utilisé sont présentes dans les images elles-
mêmes et peuvent être ultérieurement extraites d'une manière automatique par l'unité d'apprentissage 14. Cependant, les réglages des paramètres ne sont pas discrets et peuvent éventuellement prendre la forme d'une combinaison infinie de valeurs continues. Ainsi, elles sont traitées différemment des autres variables. Dans la présente invention, le nombre de réglages machines est fixé pour constituer un ensemble fini. Par exemple, chaque image idéale acquise dans la pratique est annotée par un technicien d'entretien ou un intervenant sur site à l'aide de l'étiquette appropriée indiquant les réglages des paramètres de la machine d'imagerie. Voici quelques exemples des réglages de paramètres pour une machine d'imagerie: "réglage
abdominal", "réglage thoracique", et "réglage carotidien".
Outre une pluralité d'images idéales 26, la base de données 12 reçoit une pluralité d'images à artefacts 30 générées par la pluralité de machines d'imagerie 28. Chacune des images à artefacts 30 résulte d'incidents connus tels que le débranchage d'une carte, l'installation d'une carte défectueuse, etc.. Comme les images idéales 26, chacune des images à artefacts 30 s'accompagne de variables telles que le modèle de la machine d'imagerie, la sonde utilisée, les fantômes dont des images ont été réalisées, et les réglages des paramètres des machines d'imagerie. Une fois encore, les variables telles que le type de modèle, la sonde utilisée et le fantôme utilisé sont présentes dans les images elles-mêmes et sont extraites de manière automatique, tandis que la variable "réglages de paramètres" est fixée dans un ensemble fini et spécifiée par un technicien d'entretien ou un intervenant. Par ailleurs, la pluralité d'images à artefacts 30 et les variables qui les accompagnent sont entrées à distance dans la base de données 12 par un technicien d'entretien. Selon une autre possibilité, la machine générant les images à artefacts peut être programmée pour placer ces informations dans le fichier d'image lui-même, par exemple dans l'en-tête
de l'image.
En plus de la pluralité d'images à artefacts 30, la base de données 12 reçoit une pluralité de journaux 32 d'erreurs et de saisie générés par les machines d'imagerie 28. Les journaux d'erreurs et de saisie contiennent chacun un relevé d'événements qui affectent les machines d'imagerie pendant leur fonctionnement ordinaire, ainsi que les éventuelles situations de mauvais fonctionnement. Les journaux d'erreurs et de saisie représentent une signature du fonctionnement de chaque machine d'imagerie. Chacun des journaux 32 d'erreurs et de saisie correspond à une des images 30 à artefacts. Par exemple, un des journaux d'erreurs et de saisie pourrait contenir une suite d'événements pour une machine d'imagerie dont une carte est débranchée. Un autre journal d'erreurs et de saisie pourrait contenir une suite d'événements pour une machine d'imagerie dans laquelle a été installée une carte défectueuse. La pluralité de journaux d'erreurs et de saisie 32 sont stockés dans la base de données 12 et servent de cas historiques illustrant les erreurs logicielles et
matérielles survenant dans les différentes machines d'imagerie 28. Une description
plus détaillée du traitement des cas historiques est donnée plus loin.
Après que la pluralité d'images 30 à artefacts et de journaux 32 d'erreurs et de saisie ont été entrés dans la base de données 12, les images à artefacts sont divisées en plusieurs groupes. En particulier, les images 30 à artefacts sont divisées en groupes MxPxFxS o M désigne le nombre de machines d'imagerie, P le nombre de sondes, F le nombre de fantômes disponibles et S le nombre de réglages machines. Comme certaines machines ne se prêtent pas à l'utilisation de toutes les sondes ou de tous les réglages machines, certains groupes seront vides. La division des images 30 à artefacts en groupes permet de trouver plus facilement une correspondance historique pour une nouvelle image à artefact comportant un défaut inconnu. L'unité d'apprentissage 14 accède aux images anciennes de la base de données 12 par l'intermédiaire du processeur 18 d'images. Le processeur 18 d'images traite la pluralité d'images idéales 26 avec la pluralité d'images 30 à artefacts. La Figure 2 représente un organigramme présentant les étapes de traitement d'images effectuées par le processeur 18 d'images. Les étapes de traitement d'images débutent en 34, o la pluralité d'images idéales 26 et la pluralité d'images 30 à artefacts sont extraites de la base de données 12. Chaque image à artefact est ensuite comparée en 36 avec une image idéale correspondante. La comparaison assure que le type de machine, la sonde et les réglages machines sont les mêmes pour l'image à artefact et
l'image idéale.
Pour chaque comparaison, l'image à artefact est ensuite amenée, en 38, à coïncider exactement avec son image idéale correspondante. D'une manière typique, les images sont acquises manuellement en plaçant une sonde de la machine d'imagerie sur un fantôme. Un effet de la mise en place manuelle de la sonde est qu'il existe une certaine variabilité dans les images, d'une acquisition à une autre. La concordance sert à éliminer le plus possible la variabilité. Ultérieurement, les éventuels défauts de concordance qui persistent après la mise en concordance sont pris en compte par l'étape de catégorisation décrite plus loin. Pour l'essentiel, la mise en concordance permet une comparaison, pixel par pixel, d'images acquises à des moments différents. Dans la présente invention, la mise en concordance est réalisée en mappant l'image à artefact par rapport à l'image idéale. Cela implique que des repères soient définis dans les images à artefacts. Le processeur 18 d'images traite ensuite les régions concernées délimitées par les repères afin d'obtenir un point en
deux dimensions qui peut être mis en corrélation avec l'image idéale correspondante.
Plus particulièrement, le processeur 18 d'images prend le centre de gravité de chaque
repère et l'utilise pour une mise en corrélation point par point avec l'image idéale.
Selon une autre possibilité, il est possible d'effectuer une mise en concordance en déformant l'image à artefact en fonction de l'image idéale correspondante afin qu'il y ait une corrélation maximale. La déformation peut se faire par une transformation en perspective, affine ou de corps rigide d'une image pour la faire concorder avec l'autre image. Après la mise en concordance, chaque image idéale est retirée, en , de l'image à artefact. Dans la présente invention, l'image idéale est retirée par une opération de soustraction. L'opération de soustraction se fait pixel par pixel, grâce à quoi le niveau de gris du pixel de l'image idéale est pris dans celui de l'image à artefact. Comme l'image finale peut contenir des nombres négatifs au terme de cette opération, l'image soustraite est renormalisée de façon que le plus petit pixel qu'elle contient soit nul. L'opération de soustraction aboutit à une image soustraite qui ne contient que les artefacts. Selon une autre possibilité, une filtration peut être effectuée sur les deux images avant la soustraction afin de prendre en compte les éventuels défauts de concordance qui persistent entre les images idéales et les images
à artefacts.
Au terme de la soustraction, une catégorie d'artefact est ensuite attribuée, en 42, à chaque image soustraite. Dans la présente invention, la catégorie d'artefact attribuée repose sur une représentation d'espace propre des images à artefacts soustraites. La représentation d'espace propre est déterminée en calculant tout d'abord une matrice de covariance. Pour déterminer la matrice de covariance, chaque image soustraite est représentée par un vecteur V de valeurs de pixels. Pour une image n x m, les n premières valeurs sont les n pixels de la première rangée de l'image, les n valeurs suivantes sont les valeurs de pixels de la deuxième rangée de l'image, et ainsi de suite. L'ensemble donné de N images soustraites est représenté par
[VI, V2,... VN]. La moyenne de toutes les images soustraites est représentée par Vavg.
La matrice de covariance est définie par l'équation suivante: V1 I- Vavg I* j- Vavg l cov [i,j] =, o (1) nxm
i,j e[1, 2,...N] et "e" désigne le produit scalaire.
Après que la matrice de covariance a été déterminée, elle sert à obtenir une représentation orthogonale et une base d'images. La représentation orthogonale et la base d'images sont obtenues en effectuant une décomposition en valeurs singulières (SVD) sur la matrice de covariance. Selon une autre possibilité, une transformation de Karhunen-Loeven (KLT) peut être utilisée pour déterminer la représentation orthogonale et la base d'images. La KLT est l'équivalent statistique de la SVD et implique une diagonalisation de la matrice de covariance. Pour une KLT, la matrice de covariance est représentée par Q et est définie sous la forme: Q = UDTVT, o (2) U et V sont orthonormales et D est une matrice diagonale. Les colonnes de V définissent une nouvelle base d'images. Cette base nouvellement établie a comme propriété que les images de celle-ci sont sans corrélation. On peut utiliser d'autres méthodes nécessitant moins de calculs pour obtenir la représentation orthogonale et la base d'images. Par exemple, on peut utiliser une transformée discrète en cosinus
(DCT).
La base d'images déterminée est ensuite utilisée afin de trouver une représentation pour chacune des images à artefacts soustraites. En particulier, chacune des images à artefacts soustraites est représentée sous la forme d'une combinaison linéaire des images de la nouvelle base établie. Ainsi, si BI, B2,...BN sont les N images de la base, une image ancienne I à artefact est caractérisée par les coefficients a,, a2,...a,, de sorte que I= aIBI + aZNBN, O (3) [ai,... aN] est un point de l'espace à N dimensions défini par [Bl,...B]. Dans la base de données nciennes, chaque image à artefact soustraite est représentée par un point de ce type. Après qu'une représentation a été trouvée pour chacune des images à artefacts soustraites, des groupes de points faiblement espacés dans cet hyper-espace sont désignés comme catégories d'artefacts. On peut citer comme exemples possibles de catégories désignées d'artefacts, pour la modalité d'imagerie par ultrasons, les "artefacts dus au flash", les "artefacts dus aux cartes TD", les "artefacts dus aux lampes de recherche" et les "artefacts dus à des distorsions". Ces exemples illustrent certains des types de catégories d'artefacts pouvant être utilisés dans la présente invention et il est entendu qu'ils ne sont nullement exhaustifs. A titre d'illustration, certaines des catégories d'artefacts sont présentées sur la Figure 1 sous l'appellation Défaut A, Défaut B et Défaut C. Après la catégorisation, le processeur 18 d'images extrait, en 44 une série de caractères d'artefacts pour chacun des artefacts. Des caractères d'artefacts sont extraits tout d'abord en convertissant dans le domaine de Fourier chaque image à artefact générée du fait de l'opération de soustraction. La conversion des images à O10 artefacts dans le domaine de Fourier a pour conséquence une signature spectrale des artefacts. Parmi les nombreux caractères mesurables spécifiques de catégories figurent l'homogénéité de l'image, le rapport signal-bruit, la fonction de transfert de modulation, la résolution, la distorsion, l'évanouissement de signaux et les propriétés de texture. La présente invention ne se limite pas à ces caractères spécifiques de
catégories, et d'autres caractères peuvent être mesurés si on le souhaite.
Considérant à nouveau la Figure 2, après que les caractères d'artefacts pour toutes les images à artefacts ont été déterminés, le processeur 18 d'images envoie les caractères au moyen d'isolation 20 de défauts pour poursuivre le traitement. La Figure 3 représente un organigramme présentant les étapes de traitement exécutées par le moyen d'isolation 20 de défauts. Le moyen d'isolation 20 de défauts extrait tout d'abord de la base de donnée 12, en 46, les journaux 32 d'erreurs et de saisie. Ensuite, les journaux 32 d'erreurs et de saisie sont combinés, en 48, avec leurs caractères d'artefacts correspondants. Les caractères de chaque artefact, qui ont été quantifiés à l'aide de diverses données métriques spécifiques de catégories, typifient le syndrome associé à un défaut réel. Les journaux d'erreurs et les journaux de saisie typifient eux aussi le syndrome associé au défaut réel. Ces trois sources d'informations servent à générer un cas pour un système de raisonnement d'après des cas. Chaque ensemble de caractères d'artefacts et de journaux combinés génère en 50 un cas historique. Les cas historiques des caractères d'artefacts et des journaux sont ensuite stockés, en 52, dans la base de données et sont utilisés ultérieurement par l'unité diagnostique 16 pour diagnostiquer une nouvelle situation à problème dans laquelle une nouvelle image à artefact est générée par une machine
d'imagerie ayant un défaut inconnu.
Considérant à nouveau la Figure 1, l'unité diagnostique 16 reçoit une nouvelle image 54 à artefact générée par une machine d'imagerie 56 subissant un défaut inconnu. De plus, de nouveaux journaux 58 d'erreurs et de saisie des événements survenant dans la machine d'imagerie 56 sont envoyés à l'unité diagnostique 16. La nouvelle image 54 à artefact, tout comme les nouveaux journaux 58 d'erreurs et de saisie, sont transmis à l'unité diagnostique 16, au niveau de son processeur 22 d'images, soit par un technicien d'entretien, soit par une connexion à distance par réseau commuté. Le processeur 22 d'images traite la nouvelle image 54 à artefact et les nouveaux journaux 56 d'erreurs et de saisie à l'aide des cas historiques
stockés dans la base de données 12.
La Figure 4 représente un organigramme présentant les étapes de traitement d'images exécutées par le processeur 22 d'images. Après avoir saisie la nouvelle image à artefact, le processeur 22 d'images effectue une recherche dans la base de données 12 et extrait, en 60, une image idéale qui correspond le plus à la nouvelle image à artefact. Le processeur d'images fait ensuite coïncider, en 62, l'image idéale avec la nouvelle image à artefact. Comme indiqué plus haut, la coïncidence est réalisée par mappage de la nouvelle image à artefact par rapport à l'image idéale en définissant des repères sur la nouvelle image à artefact et en traitant les repères pour obtenir un point en deux dimensions qui concorde avec l'image idéale. Après la mise en coïncidence, l'image idéale est soustraite, en 64, de la
nouvelle image à artefact à l'aide d'une opération de soustraction de filtration.
L'image soustraite est représentée sous la forme d'une combinaison linéaire du même ensemble [BI,...BN] de base et est définie sous la forme: Iartifact = /,1BI +... + /]vBN, o (4) le point {ill,...,iv} représente un autre point dans l'espace d'images anciennes à artefacts. La distance de ce point par rapport à tous les groupes d'artefacts sert à déterminer à quelle catégorie appartient l'image qui arrive. Une catégorie d'artefact est ensuite attribuée, en 66, à la nouvelle image à artefact soustraite. Après qu'une catégorie d'artefact a été attribuée, un caractère d'artefact est extrait, en 68, de la nouvelle image soustraite à artefact, de la manière décrite plus haut, par le processeur
22 d'images.
Après que le caractère d'artefact pour la nouvelle image à artefact a été déterminé, le processeur 22 d'images envoie le caractère au moyen d'isolation 24 de défauts pour poursuivre le traitement. La Figure 5 représente un organigramme
présentant les étapes de traitement exécutées par le moyen d'isolation 24 de défauts.
Le moyen d'isolation 24 de défauts utilise le caractère d'artefact extrait pour générer en 70 des données métriques spécifiques d'une catégorie. Lesdonnées métriques servent à typifier davantage le défaut qui est à l'origine de la production de l'image 54 à artefact par la machine d'imagerie 56. Ensuite, les journaux d'erreurs et de saisie 58 qui accompagnent la nouvelle image 54 à artefact sont extraits en 72. Le moyen d'isolation 24 de défauts recherche ensuite dans les cas historiques de la base de données 12, en 74, les cas qui correspondent le plus à la nouvelle image à artefact. En 76 est générée une série potentielle d'images qui correspondent le plus à la nouvelle image à artefact. En outre, des mesures correctrices visant à remédier aux défauts correspondant à chacune des images potentielles sont recherchées en 78. Un premier type de mesures correctrices peut consister à identifier dans la machine d'imagerie 56
le dispositif remplaçable sur place qui nécessite un remplacement.
La série d'images potentielles et les mesures correctrices correspondantes sont classées par ordre de vraisemblance de correspondance avec la
nouvelle image à artefact et sont présentées, en 80, à un technicien d'entretien.
Ensuite, le technicien d'entretien examine, en 82, les séries potentielles dans l'ordre hiérarchique établi et détermine si le défaut qui provoque la nouvelle image à artefact a été convenablement identifié. Si le défaut a été convenablement identifié, le moyen d'isolation 24 de défaut enregistre, en 84, le diagnostic comme réussi. D'autre part, si le défaut n'a pas été convenablement identifié, il est alors déterminé, en 86, s'il y a éventuellement d'autres groupes potentiels à évaluer. S'il y a davantage de groupes potentiels, le groupe potentiel suivant est évalué en 88 et à nouveau en 82. Ces étapes se poursuivent jusqu'à ce que le défaut ait été correctement identifié. Cependant, si aucun des groupes potentiels ne remédie au défaut, la nouvelle image 54 à artefact et les journaux 58 d'erreurs et de saisie sont envoyés, en 90, à l'unité d'apprentissage 14 et sont ajoutés aux cas historiques afin d'établir des diagnostics concernant le futur défaut. Finalement, comme davantage de cas sont ajoutés dans l'unité d'apprentissage 14, le niveau de précision du système d'établissement de diagnostic à partir d'images devient homogène et il sera donc inutile d'ajouter davantage de cas dans l'unité d'apprentissage. Considérant maintenant la Figure 6, il est illustré un système 1010 de services servant à assurer des réparations à distance pour une pluralité de systèmes 1012 d'établissement de diagnostics médicaux, dont des systèmes tels que le système d'établissement de diagnostics d'après des images, illustré sur la Figure 1. Dans la forme de réalisation illustrée sur la Figure 6, les systèmes d'établissement de diagnostics médicaux comprennent un système d'imagerie 1014 par résonance magnétique nucléaire (RMN), un système 1016 de tomographie assistée par ordinateur (CT) et un système d'imagerie 1018 à ultrasons. Les systèmes d'établissement de diagnostic peuvent être placés à un seul endroit o dans une seule structure, par exemple une structure médicale 1020, ou peuvent être distants les uns des autres comme représenté dans le cas du système 1018 à ultrasons. Les systèmes d'établissement de diagnostics sont réparés depuis une structure de services centralisée 1022. En outre, une pluralité d'unités de services d'entretien 1024 peuvent être couplées au système de services pour transmettre des demandes de services, vérifier l'état des services, transmettre des données de services, etc., comme décrit
plus en détail ci-après.
Dans l'exemple de forme de réalisation de la Figure 6, plusieurs modes de fonctionnement différents de systèmes bénéficient de services à distance émanant de la structure de services. Les services à distance comprennent, d'une manière nullement limitée, des services tels que le contrôle à distance, la télécommande du système, l'accès immédiat à des fichiers depuis des lieux éloignés, le stockage et l'archivage à distance de fichiers, la mise en commun à distance de ressources, le téléenregistrement et les télé-calculs à grande vitesse. Des services distants sont assurés pour un moyn particulier en fonction des possibilités de la structure de services, des types de systèmes diagnostiques abonnés à des contrats de services auprès de la structure, ainsi que d'autres facteurs. Cependant, d'une manière générale, la présente technique convient tout particulièrement pour assurer des services à distance à toutes sortes de systèmes d'établissement de diagnostics médicaux, dont des systèmes à RMN, des systèmes CT, des systèmes à ultrasons, des
systèmes de tomographie à positons (PET), des systèmes de médecine nucléaire, etc..
En outre, les divers systèmes bénéficiant de services selon les présentes techniques
peuvent être différents quant à leur type, leur fabrication et leur modèle.
Selon le mode de fonctionnement des systèmes, divers organes secondaires ou sous-systèmes seront présents. Dans le cas du système 1014 d'imagerie RMN, ces systèmes comprennent généralement un scanner, un circuit de commande et de détection de signaux, un dispositif de commande du système et un poste d'opérateur. Le système d'imagerie à RMN 1014 est lié à un module de transmission 1032, qui peut faire partie ou être séparé physiquement du système d'imagerie 1014 à RMN. Dans un système typique, des organes supplémentaires peuvent être ajoutés dans le système 1014, par exemple une imprimante ou un système photographique servant à réaliser des images reconstruites sur la base de
données recueillies à l'aide du scanner.
De même, le système CT 1016 comportera d'une manière typique un scanner, une unité d'interception de signaux et un dispositif de commande du systeme. Le scanner détecte des parties d'un rayonnement X dirigé à travers un sujet étudié. Le dispositif de commande comporte des circuits destinés à demander le fonctionnement du scanner et à traiter et reconstruire des données d'image à partir des signaux interceptés. Le système CT 1016 est en liaison avec un module de transmission 1048 afin d'émettre et de recevoir des données pour des services distants. De plus, comme le système 1014 à RMN, le système CT 1016 comportera généralement une imprimante ou un dispositif similaire pour sortir des images
reconstruites à partir de données recueillies par le scanner.
Dans le cas du système 1018 à ultrasons, de tels systèmes comporteront généralement un scanner et une unité de traitement ainsi qu'un dispositif de commande du système. Le système 1018 à ultrasons est couplé à un module de transmission 1062 afin de transmettre des demandes de services, des messages et des données entre le système 1018 à ultrasons et la structure de services
1022.
Bien qu'il soit généralement fait référence ici à des "scanners" dans des systèmes d'établissement de diagnostics, il doit être entendu que ce terme couvre d'une manière générale des équipements de saisie de données pour des diagnostics médicaux, non limités à la saisie de données d'images, ainsi qu'à des systèmes de transmission et de recherches pour l'archivage d'images, des systèmes de gestion d'images, des systèmes de gestion de structures ou d'établissements, des systèmes de
visualisation et autres dans le domaine des diagnostics médicaux.
Si plusieurs systèmes d'établissement de diagnostics médicaux sont présents dans une seule structure ou à un seul endroit, comme indiqué dans le cas des systèmes à RMN et CT 1014 et 1016 de la Figure 6, ceux-ci peuvent être couplés à un poste de gestion 1070, par exemple dans un service radiologique d'un hôpital ou d'une clinique. Le poste de gestion peut être en liaison directe avec des dispositifs de commande pour les divers systèmes d'établissement de diagnostics. Le système de gestion peut comporter un poste de travail en informatique ou un ordinateur personnel 1072 couplé au dispositif de commande du système selon une configuration Intranet, selon une configuration de partage de fichiers, selon une disposition client/serveur ou de n'importe quelle autre manière appropriée. De plus, le poste de gestion 1070 comportera d'une manière typique un écran 1074 pour afficher les paramètres de fonctionnement du système, analyser l'exploitation du système et échanger des demandes de services et des données entre la structure 1020 et la structure de services 1022. Des dispositifs de saisie tels qu'un clavier 1076 d'ordinateur classique et une souris 1078 peuvent également être prévus pour faciliter
le fonctionnement de l'interface utilisateur.
Il faut souligner que, selon une autre possibilité, le système de gestion ou d'autres éléments du système d'établissement de diagnostic peuvent être "autonomes" ou ne pas être directement couplés à un système d'établissement de diagnostic. Dans de tels cas, la plate-forme de services décrite ici et une partie ou la totalité des fonctions de services existeront néanmoins dans le système de gestion. De même, dans certaines applications, un système d'établissement de diagnostics peut être constitué par un système autonome ou en réseau pour la transmission et la recherche d'archives d'images ou par un poste de visualisation comportant certaines
ou la totalité des fonctions décrites ici.
Les modules de transmission évoqués plus haut, ainsi que le poste de travail 1072 et les unités d'intervention 1024, peuvent être en liaison avec la structure de services 1022 par l'intermédiaire d'un réseau 1080 à accès à distance. A cette fin, on peut employer n'importe quelle connexion à un réseau. Les configurations de réseau actuellement préférées comportent aussi bien des réseaux exclusifs que des réseaux spécialisés, mais aussi des réseaux ouverts tels que l'Internet. Des données peuvent être échangées entre les systèmes d'établissement du diagnostic, les unités de services d'entretien et la structure de services distante 1022 selon n'importe quel format adéquat, par exemple suivant le protocole Internet (IP) le protocole TCP ou d'autres protocoles connus. De plus, certains types de données peuvent être transmises ou formatées à l'aide de langages de balisage tels que le langage HyperText (HTML) ou d'autres langages classiques. Les structures d'interfaçage et
les organes de transmission actuellement préférés sont décrits plus en détail ci-après.
Au sein de la structure de services 1022, des messages, des demandes de services et des données sont recus par des organes de transmission désignés globalement par le repère 1082. Les organes 1082 transmettent les données de services à un système central de traitement de services, désigné globalement par le repère 1084 sur la Figure 6. Le système de traitement gère la réception, les manipulations et la transmission de données de services vers et depuis la structure de services. En général, le système de traitement 1084 peut comporter un seul ou plusieurs ordinateurs ainsi que des serveurs de matériels ou logiciels spécialisés pour traiter les diverses demandes de services et pour recevoir et émettre les données de
services d'une manière décrite plus en détail ci-après.
La structure de services 1022 comporte également une série de postes de travail 1086 d'opérateurs sur lesquels peut travailler le personnel qui répond aux demandes de services et assure des services en différé et en direct pour les systèmes d'établissement de diagnostics en réponse aux demandes de services. Par ailleurs, le système de traitement 1084 peut être en liaison avec un système de bases de données ou d'autres systèmes de traitement 1088 existant dans la structure de services 1022 ou à distance de ladite structure. Ces bases de données et ces systèmes de traitement peuvent comporter de nombreuses informations sous forme de bases de données concernant des paramètres de fonctionnement, des historiques de services, etc., aussi bien pour des scanners particuliers à abonnement que pour de vastes
populations d'équipements d'établissement de diagnostics.
La Figure 7 est un schéma de principe présentant sous la forme d'une vue fonctionnelle les organes précités du système. Comme représenté sur la Figure 7, les unités de services d'entretien 1024 et les systèmes 1012 d'établissement de diagnostics peuvent être en liaison avec la structure de services 1022 par l'intermédiaire d'une connexion par réseau, comme indiqué globalement sous le repère 1080. Dans chaque système 1012 d'établissement de diagnostic se trouve une
plate-forme uniforme 1090 de services.
La plate-forme 1090, décrite plus en détail ci-après en particulier en référence à la Figure 8, comprend des organes matériels, progiciels et logiciels conçus pour composer des demandes de services, émettre et recevoir des données de services, établir des connexions à un réseau et gérer des dispositions financières ou d'abonnements entre des systèmes d'établissement de diagnostics et la structure de services. De plus, les plates-formes possèdent au niveau de chaque système d'établissement de diagnostics une interface graphique utilisateur uniforme, qui peut être adaptée à divers modes de fonctionnement de systèmes pour faciliter la coopération de cliniciens et de radiologues avec les divers systèmes d'établissement de diagnostics en vue de fonctions de services. Les plates-formes permettent au concepteur d'un scanner d'établir une interface directe avec les circuits de commande des différents scanners, ainsi qu'avec des dispositifs de mémoires présents dans les scanners, afin d'accéder aux fichiers d'images, aux journaux et autres fichiers nécessaires aux prestations de services demandées ou correspondant à des
abonnements. Si un poste de gestion 1070 est présent, il est préférable qu'une plate-
forme uniforme semblable soit chargée sur le poste de gestion pour faciliter un interfaçage direct entre le poste de gestion et la structure de services. En plus de la plate-forme uniforme 1090 de services, chaque système d'établissement de diagnostic comporte de préférence un autre module de transmission 1092 tel qu'un module de transmission de télécopies pour envoyer et recevoir des messages par télécopie entre
le scanner et les structures de services distantes.
Les messages et les données transmis entre les systèmes d'établissement de diagnostics et la structure de services passent à travers une barrière de sécurité ou "coupe-feu" contenue dans le système de traitement 1084 comme examiné plus loin, ce qui empêche un accès non autorisé à la structure de services d'une manière globalement connue dans la technique. Un châssis 1096 de modems, comportant une série de modems 1098, reçoit les données d'arrivée et émet des données de départ par l'intermédiaire d'un routeur 1100 qui gère la circulation des
données entre les modems et le système central de traitement 1084 de services.
La Figure 8 représente schématiquement les divers organes constituant la plate-forme uniforme 1090 de services dans chaque système 1012 d'établissement de diagnostics. Comme représenté sur la Figure 8, la plate-forme uniforme comprend un module 1106 de connectivité de dispositif, ainsi qu'un module 1108 de connectivité de réseau. Le module 1108 dc connectivité de réseau accède à une page Web principale 1110 qui, comme indiqué plus haut, est de préférence une page en langage de balisage, par exemple une page HTML affichée pour l'utilisateur
du système sur un écran présent au niveau du système d'établissement de diagnostic.
La page Web principale 1110 est de préférence accessible depuis une page de fonctionnement normale sur laquelle l'utilisateur formule des demandes d'examens,
visualise les résultats d'examens, etc., par exemple à l'aide d'une icône sur l'écran.
Une série de pages Web supplémentaires 1112 est accessible par l'intermédiaire de la page Web principale 1110. Ces pages Web permettent de composer des demandes de services à distance et de les transmettre à la structure de services distante, et elles facilitent l'échange d'autres messages, comptes rendus, logiciels, protocoles et autres,
comme décrit plus en détail ci-après.
Il faut souligner qu'au sens de la présente description, le terme
"'page" désigne un écran d'interface utilisateur ou autre dispositif similaire pouvant être regardé par un utilisateur du système d'établissement de diagnostic, par exemple des écrans présentant des représentations graphiques ou textuelles de données, messages, comptes rendus et autres. En outre, ces pages peuvent être définies par un langage de balisage ou un langage de programmation tel que Java, perl, java script ou
tout autre langage adéquat.
Le module 1108 de connectivité de réseau est couplé à un module 1114 de licences pour vérifier l'état des licences, droits ou abonnements contractuels entre le système d'établissement de diagnostic et la structure de services. Au sens de
la présente description, le terme "abonnement" doit être entendu comme couvrant
diverses dispositions, contractuelles, commerciales ou autres pour la fourniture de services, d'informations, de logiciels et autres, s'accompagnant ou non d'un paiement de droits. De plus, les dispositions particulières gérées par des systèmes décrits plus loin peuvent comporter différents types d'abonnements, dont des dispositions à durée limitée, des dispositions de paiement de droits en une seule fois et des dispositions de
"paiement à la prestation", pour n'en citer que quelques uns.
Le module 1114 de licences est lui-même couplé à un ou plusieurs moyens d'adaptation 1116 servant à interfacer le navigateur, le serveur et les organes de transmission avec des outils 1118 d'interface de modes d'application. Dans une configuration actuellement préférée, plusieurs de ces outils d'interface sont prévus
pour échanger des données entre le scanner du système et la plate-forme de services.
Par exemple, les outils 1118 d'interface de modes d'application peuvent comporter des applets ou des servlets pour construire des applications spécifiques de modes, ainsi que des modèles de configuration, des programmes de personnalisation d'interface utilisateur graphique, etc. Les adaptateurs 1116 peuvent coopérer avec ces organes, ou directement avec une unité de commande 1120 de modes d'application
couplée à des organes secondaires 1122 spécifiques des modes d'application.
L'unité de commande 1120 de modes d'application et les organes secondaires 1122 spécifiques des modes d'application comporteront d'une manière typique un processeur ou un ordinateur préconfiguré pour exécuter des examens, et des circuits de mémoires pour stocker des fichiers de données d'images, des fichiers journaux, des fichiers d'erreurs, etc. L'adaptateur 1116 peut être relié à ces circuits pour convertir les données stockées en et à partir de protocoles voulus, notamment entre le protocole HTTP et DICOM, un protocole d'imagerie médicale classique pour la présentation de données. En outre, le transfert de fichiers et de données, tel qu'il est décrit plus loin, peut être réalisé à l'aide de n'importe quel protocole adéquat, par
exemple un protocole de transfert de fichiers (FTP) ou autre protocole de réseau.
Dans la forme de réalisation illustrée, le module 1106 de connectivité du dispositif comporte plusieurs organes servant à réaliser des échanges de données entre le système d'établissement de diagnostic et la structure de services distante. En particulier, un module 1124 de service de connectivité permet un interfaçage avec le module 1108 de connectivité de réseau. Un module 1126 de protocole point à point (PPP) est également prévu pour transmettre des paquets
suivant le protocole Internet (IP) sur des liaisons de transmission dites à distance.
Enfin, un modem 1128 est prévu pour recevoir et émettre des données entre le système d'établissement de diagnostic et la structure de services distante. Comme le comprendront les spécialistes de la technique, divers autres protocoles et organes de réseau peuvent être employés au sein du module 1106 de connectivité du dispositif
pour faciliter ces échanges de données.
De préférence, le module 1108 de connectivité de réseau comprend un serveur 1130 et un navigateur 1132. Le serveur 1130 facilite les échanges de données entre le système d'établissement de diagnostic et la structure de services et permet de consulter une série de pages Web 1110 et 1112 par l'intermédiaire du navigateur 1132. Dans une forme de réalisation actuellement préférée, le serveur 1130 et le navigateur 1132 permettent des applications HTTP et le navigateur permet des applications Java. D'autres serveurs et navigateurs ou des logiciels similaires peuvent évidemment être employés pour échanger des données, des demandes de services, des messages et des logiciels entre le système d'établissement de diagnostic, l'opérateur et la structure de services distante. Enfin, une connexion directe 1134 à un réseau peut être réalisée entre le serveur 1130 et un poste de travail d'opérateur tel
que le poste de gestion 1070 présent dans la structure médicale (cf. figures 6 et 7).
Dans une présente forme de réalisation, les organes constituant le module de connectivité de réseau peuvent être configurés par l'intermédiaire d'une application stockée en tant que partie de la plate-forme uniforme. En particulier, une application Java utilisée sous licence par un technicien d'entretien permet au technicien de configurer la connectivité du dispositif dans le système d'établissement
de diagnostic pour permettre une connexion de celui-ci avec la structure de services.
La Figure 9 illustre des exemples d'organes pour la structure de services 1022. Comme indiqué plus haut, la structure de services 1022 comprend un châssis 1096 de modems comportant une pluralité de modems 1098 couplés à un routeur 1100 pour coordonner les transmissions de données avec la structure de services. Un serveur 1094 de services HTTP reçoit et oriente des transactions d'arrivée et de départ avec la structure. Le serveur 1094 est couplé aux autres organes de la structure par l'intermédiaire d'un coupe-feu 1138 pour assurer la sécurité du système. Des postes de travail 1086 d'opérateurs sont couplés au gestionnaire de ports pour répondre aux demandes de services et émettre des messages et des
comptes rendus en réponse à ces demandes.
Une unité de services automatisée 1136 peut également être présente dans la structure de services pour répondre d'une manière automatique à certaines demandes de services, pour rechercher des données de paramètres de fonctionnement dans des systèmes d'établissement de diagnostics à abonnement, etc., comme décrit plus loin. Dans une forme de réalisation actuellement préférée, l'unité de services automatisée peut fonctionner indépendamment de ou en coopération avec les organes interactifs de services constituant le système de traitement 1084. Il faut souligner que d'autres configurations de réseaux ou de communications peuvent être prévues pour permettre à la structure de services de communiquer et d'échanger des données et des messages avec des services d'établissement de diagnostics et des unités de services distantes, par exemple des systèmes comportant des moyens de prestation de services
Internet (ISP), des réseaux virtuels privés (VPN), etc..
Derrière le coupe-feu 1138, un serveur 1140 d'applications HTTP coordonne la réponse aux demandes de services, les transmissions de messages, de comptes rendus, de logiciels, etc.. D'autres serveurs peuvent être couplés au serveur HTTP 1140, par exemple des serveurs 1142 d'anaiyse de services configurés pour répondre à des types spécifiques de demandes de services, comme décrit plus en détail ci-après. Dans la forme de réalisation illustrée, le système de traitement 1084 comprend également un serveur 1144 de licence couplé à une base de données 1146 de licences servant à stocker, actualiser et vérifier l'état des abonnements à des services pour le système d'établissement de diagnostic. Selon une autre possibilité, si on le souhaite, le serveur 1144 de licence peut être placé à l'extérieur du coupe-feu 1138 pour vérifier l'état de l'abonnement avant l'admission dans la structure de services. Les réponses aux demandes de services, les transmissions de messages et de comptes rendus sont en outre coordonnées par un module de planification 1148 couplé au serveur HTTP 1140. Le module de planification 1148 coordonne les activités d'autres serveurs constituant le système de traitement, par exemple un serveur 1150 de comptes rendus, un serveur 1152 de messages et un serveur 1154 de téléchargement de logiciels. Comme le comprendront les spécialistes de la technique, les serveurs 1150, 1152 et 1154 sont couplés à des dispositifs de mémoires (non représentés) servant à stocker des données telles que des adresses, des fichiers journaux, des fichiers de messages et de comptes rendus, des logiciels d'application, etc. En particulier, comme illustré sur la Figure 9, le serveur 1154 de logiciels est couplé par un ou plusieurs canaux de données à un dispositif de stockage 1156 destiné à contenir des progiciels transmissibles qui peuvent être envoyés directement aux systèmes d'établissement de diagnostics, auxquels les systèmes d'établissement de diagnostics peuvent accéder ou qui sont fournis suivant un principe de paiement à la prestation ou d'achat. Les serveurs 1152 et 1154 de messages et de comptes rendus sont en outre couplés, ainsi que le module de transmission 1104, à un module 1158 de gestion de fourniture, qui est configuré pour recevoir des messages de départ, assuré une bonne connectivité avec les systèmes d'établissement de diagnostics et coordonner l'émission des messages. Dans une forme de réalisation actuellement préférée, les circuits fonctionnels précités peuvent être configurés sous la forme de logiciels, progiciels ou matériels sur n'importe quelle plate-forme informatique appropriée. Par exemple, les circuits fonctionnels des systèmes d'établissement de diagnostics peuvent être programmés sous la forme d'un code approprié dans un ordinateur personnel ou un
poste de travail entièrement intégré dans le scanner du système ou ajouté au scanner.
Les circuits fonctionnels de la structure de services peuvent comporter des ordinateurs ou des postes de travail supplémentaires, en plus d'un ordinateur central dans lequel sont configurés un ou plusieurs des serveurs, le module de planification, etc. Enfin, les unités de services d'entretien peuvent comporter des ordinateurs personnels ou des ordinateurs portables de n'importe quelle plate-forme de traitement appropriée. Il faut également souligner que les circuits fonctionnels précités peuvent
être adaptés de diverses manières pour exécuter les fonctions décrites ici.
Globalement, les circuits fonctionnels facilitent l'échange de données de services à distance entre les systèmes d'établissement de diagnostics et une structure de services distante, cet échange étant de préférence exécuté de manière interactive pour effectuer des actualisations régulières des systèmes d'établissement de diagnostics des activités de services. Comme décrit plus haut, les systèmes d'établissement de diagnostics et les unités de services d'entretien facilitent de préférence l'interfaçage entre divers modes d'application de systèmes d'établissement de diagnostics et la structure de services distante par l'intermédiaired'une série de pages interactives consultables par l'utilisateur. On peut citer comme exemple de pages des moyens pour fournir des informations interactives, composer des demandes de services, choisir et transmettre des messages, des comptes rendus et des logiciels de systèmes d'établissement de diagnostics, etc. Les pages facilitent l'interaction et l'utilisation de services distants tels que le contrôle à distance, la télécommande de systèmes, l'accès immédiat à des fichiers depuis des endroits éloignés, le stockage et l'archivage à
distance de fichiers, la mise en commun à distance de ressources, le télé-
enregistrement et les télé-calculs rapides.
L'utilisateur peut accéder à des documents spécifiques décrits dans des zones de texte des pages en sélectionnant la totalité ou une partie du texte décrivant les documents. Dans la forme de réalisation actuellement préférée, les documents auxquels on accède peuvent être stockés dans des dispositifs de mémoires locales présents dans le système d'établissement de diagnostic, ou encore la sélection du texte peut amener à charger un dispositif de localisation de ressources uniformes (URL) pour accéder à un ordinateur ou un serveur distant par l'intermédiaire d'une
liaison par réseau.
D'une manière avantageuse, le système de services 1010 (Figure 6) l10 assure des services à distance tels que la réalisation de télédiagnostics, la télécommande, le contrôle à distance, le stockage de fichiers à distance et les réparations à distance. D'une manière avantageuse, le système de services 10 (Figure 6) permet au système 10 d'établissement de diagnostics à partir d'images de localiser dans une structure distante l'une quelconque des bases de données 12, l'unité d'apprentissage 14 et l'unité diagnostique 16, comme la structure de services 1022 dans le cas présent. De la sorte, le système 10 d'établissement de diagnostics à partir d'images (Figure 1) qui fait partie du système de services 1010 (Figure 6) comporte des moyens permettant un diagnostic rapide et des fonctions de services, décrites ici, tout en évitant la nécessité de disposer d'équipements locaux tels que la base de données 12, l'unité d'apprentissage 14 et l'unité diagnostique. Ces équipements peuvent être installés dans au moins une structure distante. Les systèmes d'établissement de diagnostics à partir de multiples images peuvent alors coopérer pour partager des bases de données de grande capacité et des unités de traitement
rapide pour des fonctions de diagnostics et de services.
D'autres formes de réalisation peuvent comporter par exemple des unités de traitement qui réalisent une remise en état rapide à distance de machines qui
présentent des défauts inconnus et qui sont couplées à un réseau de communication.

Claims (21)

REVENDICATIONS
1. Système pour établir un diagnostic d'une machine (56) à partir d'images, comprenant: une base de données (12) contenant une pluralité d'images anciennes (30) prises par une pluralité de machines (28), la pluralité d'images anciennes (26, 30) comprenant une pluralité d'images idéales (26) générées par la pluralité de machines (28) en utilisant tous les réglages machines possibles et une pluralité d'images (30) à artefacts générées par la pluralité de machines (26), chacune des images (30) à artefacts ayant des défauts connus liés à celles-ci et une mesure correctrice correspondante pour remédier aux défauts; et une unité diagnostique (16) configurée pour établir un diagnostic d'une nouvelle image (54) à artefact produite par la machine (58), la machine (56) ayant un défaut inconnu, l'unité diagnostique (16) étant en outre configurée pour communiquer à une structure distante (1022) des images anciennes ou non anciennes ou des données concernant le système, l'unité diagnostique (16) comprenant un processeur (22) d'images diagnostiques comportant un moyen qui sert à trouver parmi la pluralité d'images anciennes (26, 30) une image idéale qui correspond le plus à la nouvelle image (54) à artefact, un moyen pour attribuer une catégorie d'artefact à la nouvelle image (54) à artefact sur la base de l'image idéale correspondante, et un moyen servant à extraire un caractère d'artefact de la nouvelle image à artefact en fonction de la catégorie attribuée; et un moyen d'isolation (24) de défaut diagnostique comportant un moyen servant à générer une pluralité de données métriques pour le caractère d'artefact extrait et un moyen pour appliquer la pluralité de données métriques afin d'identifier parmi la pluralité d'images anciennes (26, 30) une image à artefact qui correspond le plus à la nouvelle image (54) à artefact, ainsi qu'une
mesure correctrice pour supprimer le défaut inconnu.
2. Système selon la revendication 1, comprenant en outre une unité d'apprentissage (14) couplée à la base de données (12) et à l'unité diagnostique (16), l'unité d'apprentissage (14) comportant un processeur (18) d'images d'apprentissage comportant un moyen servant à obtenir une pluralité d'images (30) à artefacts et la pluralité d'images idéales (26), un moyen pour faire concorder chaque image de la pluralité d'images (30) à artefacts avec une image idéale correspondante, un moyen pour attribuer une catégorie d'artefacts à chaque coïncidence et un moyen pour extraire de chaque correspondance un caractère d'artefact conformément à la
catégorie attribuée.
3. Système selon la revendication 2, dans lequel le processeur (18) d'images d'apprentissage comprend en outre un moyen pour faire coïncider l'image (54) à artefact ayant son propre défaut avec l'image idéale correspondante et un
moyen pour retirer l'image idéale correspondante de l'image amenée à coïncider.
4. Système selon la revendication 2, dans lequel l'unité d'apprentissage 1 0 (14) comprend en outre un moyen d'isolation (20) de défaut d'apprentissage couplé au processeur (18) d'images d'apprentissage pour isoler dans des cas historiques les
caractères d'artefacts extraits.
5. Système selon la revendication 4, dans lequel la base de données (12) comporte en outre une pluralité de journaux d'erreurs générés par la pluralité de machines (28), chaque journal de la pluralité de journaux d'erreurs contenant des données représentant des événements survenant pendant le fonctionnement des machines.
6. Système selon la revendication 5, dans lequel le moyen d'isolation (20) de défauts d'apprentissage combine les caractères d'artefacts extraits (30) et les
journaux d'erreurs (32) en cas historiques.
7. Système selon la revendication 1, dans lequel le processeur d'images diagnostiques (22) comprend en outre un moyen servant à faire coïncider la nouvelle image (54) à artefact avec l'image idéale correspondante et un moyen pour retirer
l'image idéale correspondante de l'image amenée à coïncider.
8. Système selon la revendication 1, dans lequel le moyen d'isolation (22) de défaut diagnostique comporte un moyen pour recevoir un journal d'erreurs (58) généré par la machine (56) qui possède le défaut inconnu, le journal d'erreurs (58) contenant des données représentant des événements survenant pendant le
fonctionnement de la machine (56).
9. Système selon la revendication 8, dans lequel le moyen d'isolation (22) de défaut diagnostique utilise le journal d'erreurs (58) pour générer la pluralité de
données métriques.
10. Système selon la revendication 1, dans lequel l'unité diagnostique (16) comprend en outre un moyen servant à ajouter des images à artefacts nouvellement identifiées et des mesures correctrices correspondantes pour la pluralité d'images (30)
à artefacts de la base de données (12).
11. Système selon la revendication 1, comprenant en outre un moyen pour
dépanner la machine (58) qui présente le défaut inconnu.
12. Procédé pour établir un diagnostic d'une machine 58 à partir d'images, comprenant les étapes consistant à: obtenir par l'intermédiaire d'un réseau (1080) une pluralité d'images anciennes (26, ) prises par une pluralité de machines (28), la pluralité d'images anciennes (26, 30) comprenant une pluralité d'images idéales (26) générées par la pluralité de machines (28) en utilisant tous les réglages machines possibles et une pluralité d'images (30) à artefacts générées par la pluralité de machine (28), chacune des images (30) à artefacts présentant des défauts connus liés à celles-ci et une mesure correctrice correspondante pour supprimer les défauts; recevoir par le réseau (1080) une nouvelle image (54) à artefact générée par une machine (28) présentant un défaut inconnu; trouver parmi la pluralité d'images anciennes (26, 30) une image idéale qui correspond le plus à la nouvelle image (54) à artefact; attribuer une catégorie d'artefact à la nouvelle image (54) à artefact d'après l'image idéale qui correspond le plus à la nouvelle image (54) à artefact; générer une pluralité de données métriques pour la catégorie d'artefact attribuée à la nouvelle image (54) à artefact; et utiliser la pluralité de données métriques pour identifier parmi la pluralité d'images anciennes (26, 30) une image à artefact qui correspond le plus à la nouvelle image
(54) à artefact et une mesure correctrice pour supprimer le défaut inconnu.
13. Procédé selon la revendication 12, dans lequel l'étape consistant à obtenir la pluralité d'images anciennes (26, 30) comporte les étapes consistant à: faire coïncider chaque image de la pluralité d'images (30) à artefacts avec une image idéale correspondante (26) prise parmi la pluralité d'images idéales (26); attribuer une catégorie d'artefact à chaque correspondance; et
extraire de chaque correspondance un caractère d'artefact.
14. Procédé selon la revendication 13, comprenant en outre les étapes consistant à: faire coïncider l'image (30) à artefact ayant son défaut connu avec l'image idéale correspondante; et
retirer l'image idéale correspondante (26) de l'image amenée à coïncider.
15. Procédé selon la revendication 12, comprenant en outre l'étape
consistant à déterminer un caractère d'artefact pour la nouvelle image (54) à artefact.
16. Procédé selon la revendication 12, comprenant en outre les étapes consistant à: faire coïncider la nouvelle image (54) à artefact avec une image idéale correspondante (26); et
retirer l'image idéale correspondante (26) de l'image amenée à coïncider.
17. Procédé selon la revendication 12, comprenant en outre l'étape consistant à ajouter dans la pluralité d'images anciennes (26, 30) des images nouvellement identifiées (54) à artefacts et des mesures correctrices correspondantes
pour la pluralité d'images (54) à artefacts.
18. Procédé selon la revendication 12, comprenant en outre l'étape consistant à entrer un journal (32) d'erreurs généré par la machine (56) ayant le défaut inconnu, le journal (32) d'erreurs contenant des données représentant des événements
survenant pendant le fonctionnement des machines (28).
19. Procédé selon la revendication 8, dans lequel le journal d'erreurs entré (32) sert à générer la pluralité de données métriques pour la nouvelle image (54) à artefact.
20. Procédé selon la revendication 12, comprenant en outre l'étape consistant à communiquer par le réseau (1080) une image corrigée à la machine (58)
ayant le défaut inconnu.
21. Procédé selon la revendication 20, comprenant en outre l'étape
consistant à fournir l'image corrigée à un poste de travail d'opérateur.
FR0017011A 1999-12-29 2000-12-26 Systeme et procede pour etablir un diagnostic a partir d'images sur un reseau Expired - Fee Related FR2803408B1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US09/474,499 US6501849B1 (en) 1997-09-02 1999-12-29 System and method for performing image-based diagnosis over a network

Publications (2)

Publication Number Publication Date
FR2803408A1 true FR2803408A1 (fr) 2001-07-06
FR2803408B1 FR2803408B1 (fr) 2008-06-13

Family

ID=23883793

Family Applications (1)

Application Number Title Priority Date Filing Date
FR0017011A Expired - Fee Related FR2803408B1 (fr) 1999-12-29 2000-12-26 Systeme et procede pour etablir un diagnostic a partir d'images sur un reseau

Country Status (4)

Country Link
US (1) US6501849B1 (fr)
JP (1) JP2001321356A (fr)
DE (1) DE10065559A1 (fr)
FR (1) FR2803408B1 (fr)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6836749B1 (en) * 2000-05-05 2004-12-28 Ford Motor Company Method of tracking machine breakdown
JP2002024394A (ja) * 2000-07-11 2002-01-25 Fuji Photo Film Co Ltd 医用画像集中管理システムおよび方法並びに記録媒体
US6947980B1 (en) * 2000-08-28 2005-09-20 Qwest Communications International, Inc. Method and system for verifying modem status
JP2002149821A (ja) * 2000-09-04 2002-05-24 Ge Medical Systems Global Technology Co Llc 医用画像提供方法、医用ソフトウェア提供方法、医用画像集中管理サーバー装置、医用ソフトウェア集中管理サーバー装置、医用画像提供システムおよび医用ソフトウェア提供システム
US6681344B1 (en) * 2000-09-14 2004-01-20 Microsoft Corporation System and method for automatically diagnosing a computer problem
US6829378B2 (en) * 2001-05-04 2004-12-07 Biomec, Inc. Remote medical image analysis
US20020167537A1 (en) * 2001-05-11 2002-11-14 Miroslav Trajkovic Motion-based tracking with pan-tilt-zoom camera
US6680995B2 (en) * 2001-10-31 2004-01-20 Ge Medical Systems Global Technology Co., Llc Method and apparatus of determining and displaying a helical artifact index
US20030181804A1 (en) * 2002-03-20 2003-09-25 Koninklijke Philips Electronics N.V. Distributed diagnostic imaging systems
US6865512B2 (en) * 2002-11-12 2005-03-08 Koninklijke Philips Electronics N.V. Automated medical imaging system maintenance diagnostics
US7613335B2 (en) * 2003-02-12 2009-11-03 The University Of Iowa Research Foundation Methods and devices useful for analyzing color medical images
US6921365B2 (en) * 2003-04-14 2005-07-26 Clinictech, Inc. Remote non-invasive biofeedback diagnostic system based on patient image
US20050038817A1 (en) * 2003-08-15 2005-02-17 Siemens Westinghouse Power Corporation System and method for processing inspection data for evaluating degradation of coating on components
US7203879B2 (en) * 2004-06-22 2007-04-10 Northrop Grumman Corporation Built-in-test diagnostic and maintenance support system and process
DE102004033991A1 (de) * 2004-07-14 2006-02-02 Siemens Ag Verfahren zur Optimierung von Prozeduren in der radiologischen Diagnostik
US7698010B2 (en) * 2004-09-29 2010-04-13 Haeger, Inc. Methods, systems and computer program products for altering video images to aid an operator of a fastener insertion machine
US20070078618A1 (en) * 2005-09-30 2007-04-05 Honeywell International, Inc. Method and system for enabling automated data analysis of multiple commensurate nondestructive test measurements
US20070244825A1 (en) * 2006-04-14 2007-10-18 Gilbert Semmer Item, accessory kit, and method for software based medical resource activation
US7690565B2 (en) * 2006-06-30 2010-04-06 Caterpillar Inc. Method and system for inspecting machines
US7677452B2 (en) * 2006-06-30 2010-03-16 Caterpillar Inc. Method and system for providing signatures for machines
US7819312B2 (en) * 2006-06-30 2010-10-26 Caterpillar Inc Method and system for operating machines
US20080126118A1 (en) * 2006-11-24 2008-05-29 General Electric Company, A New York Corporation Systems, methods and apparatus for a network application framework system
US8636670B2 (en) 2008-05-13 2014-01-28 The Invention Science Fund I, Llc Circulatory monitoring systems and methods
US20090287120A1 (en) 2007-12-18 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US9717896B2 (en) 2007-12-18 2017-08-01 Gearbox, Llc Treatment indications informed by a priori implant information
US20100186017A1 (en) * 2009-01-21 2010-07-22 Raghavendra Eeratta System and method for medical image processing
JP5248350B2 (ja) * 2009-01-28 2013-07-31 株式会社東芝 医用画像機器故障診断支援装置及び医用画像機器故障診断支援方法
EP2637558B1 (fr) * 2010-11-08 2016-03-23 Koninklijke Philips N.V. Signalisation de latence faible sur un réseau numérique
KR102025753B1 (ko) * 2012-09-21 2019-09-26 삼성전자주식회사 객체 정보 추정 장치 및 동작 방법
US8934737B1 (en) 2012-10-10 2015-01-13 General Electric Company System and method to de-identify an acquired file
JP5693659B2 (ja) * 2013-06-03 2015-04-01 キヤノン株式会社 制御装置、撮影装置、制御システム、撮影システム、制御方法、プログラム
US9466012B2 (en) * 2013-07-11 2016-10-11 Radiological Imaging Technology, Inc. Phantom image classification
JP6060282B2 (ja) * 2014-01-10 2017-01-11 日立オートモティブシステムズ株式会社 車載カメラ画像処理装置
US9852502B2 (en) * 2014-10-27 2017-12-26 Denso Corporation Image processing apparatus
US9995573B2 (en) * 2015-01-23 2018-06-12 Cognex Corporation Probe placement for image processing
US10430688B2 (en) 2015-05-27 2019-10-01 Siemens Medical Solutions Usa, Inc. Knowledge-based ultrasound image enhancement
EP3440576A1 (fr) * 2016-04-04 2019-02-13 Koninklijke Philips N.V. Agencement de gestion de systèmes d'imagerie médicale
JP6823999B2 (ja) * 2016-10-26 2021-02-03 ゼネラル・エレクトリック・カンパニイ 医用画像撮影装置及びその制御プログラム
WO2018086000A1 (fr) 2016-11-09 2018-05-17 Edan Instruments, Inc. Systèmes et procédés d'imagerie ultrasonore
EP3486675B1 (fr) * 2017-11-21 2020-02-19 Siemens Healthcare GmbH Détection de défaillance automatique d'appareils médicaux
US10148367B1 (en) * 2017-12-22 2018-12-04 Raytheon Company Built-in-test (BIT) for assignment-based AESA systems
US10425172B2 (en) 2017-12-22 2019-09-24 Raytheon Company Clutter rejecting built in test for assignment-based AESA systems
EP3557274A1 (fr) * 2018-04-19 2019-10-23 Koninklijke Philips N.V. Détection automatique d'artéfacts et modification d'une séquence d'impulsions dans une imagerie par résonance magnétique
EP3921711B1 (fr) * 2019-04-19 2024-02-14 Nanotronics Imaging, Inc. Systèmes, procédés et supports pour commande de traitement d'intelligence artificielle dans la fabrication additive
EP3828577A1 (fr) * 2019-11-27 2021-06-02 Siemens Healthcare GmbH Système d'acquisition de données médicales avec deux unitées de balayage partageant une unité d'infrastructure commune
CN112461543B (zh) * 2020-10-28 2022-09-13 山东科技大学 一种基于多分类支持向量数据描述的旋转机械故障诊断方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5463768A (en) * 1994-03-17 1995-10-31 General Electric Company Method and system for analyzing error logs for diagnostics
DE19829640A1 (de) * 1997-09-02 1999-03-04 Gen Electric System und Verfahren zur Durchführung einer Bild-basierten Diagnose
WO1999050749A1 (fr) * 1998-03-30 1999-10-07 General Electric Company Systeme et procede de diagnostic et de validation d'une machine par utilisation de donnees se rapportant au signal
DE19916055A1 (de) * 1998-04-10 1999-11-11 Gen Electric System und Verfahren zur Integration einer Vielzahl diagnosebezogener Informationen

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69330021T2 (de) 1992-12-18 2001-10-31 Raytheon Co Verbessertes System zur Mustererkennung für Sonar und andere Anwendungen
US5926558A (en) 1996-01-05 1999-07-20 Asko, Inc. Method and apparatus for monitoring and inspecting rotary knives
JPH1083315A (ja) * 1996-06-07 1998-03-31 Toshiba Corp 分散形試験ユニット、診断ネットワークシステム、および診断方法
DE19729901C2 (de) * 1997-07-12 2003-01-09 Daimler Chrysler Ag Fahrzeugtür mit einer Innenverkleidung

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5463768A (en) * 1994-03-17 1995-10-31 General Electric Company Method and system for analyzing error logs for diagnostics
DE19829640A1 (de) * 1997-09-02 1999-03-04 Gen Electric System und Verfahren zur Durchführung einer Bild-basierten Diagnose
WO1999050749A1 (fr) * 1998-03-30 1999-10-07 General Electric Company Systeme et procede de diagnostic et de validation d'une machine par utilisation de donnees se rapportant au signal
DE19916055A1 (de) * 1998-04-10 1999-11-11 Gen Electric System und Verfahren zur Integration einer Vielzahl diagnosebezogener Informationen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PERNER P: "A knowledge-based image-inspection system for automatic defect recognition, classification, and process diagnosis", 1994, MACHINE VISION AND APPLICATIONS, SPRINGER VERLAG, DE, PAGE(S) 135-147, ISSN: 0932-8092, XP002364448 *

Also Published As

Publication number Publication date
JP2001321356A (ja) 2001-11-20
DE10065559A1 (de) 2001-07-05
FR2803408B1 (fr) 2008-06-13
US6501849B1 (en) 2002-12-31

Similar Documents

Publication Publication Date Title
FR2803408A1 (fr) Systeme et procede pour etablir un diagnostic a partir d'images sur un reseau
EP1197861A2 (fr) Système et procédé pour valider une machine dans un réseau à l'aide des données d'onde
FR2803409A1 (fr) Procede et dispositif pour traiter automotiquement des informations relatives a des contrats commerciaux pour des applications destinees a des utilisateurs disposant d'une licence
US7263710B1 (en) Medical diagnostic system with on-line real-time video training
FR2835138A1 (fr) Systeme et procede d'acces a distance universel et de visualisation d'images diagnostiques pour une prestation de services
US20100135552A1 (en) Medical Imaging with Accessible Computer Assisted Detection
US6689055B1 (en) Method and apparatus for acquisition and analysis of non-imaging data collected during ultrasound exam
FR2803148A1 (fr) Service interactif integre pour une pluralite de systemes de dignostic medical
FR2806233A1 (fr) Systeme assurant un acces selectif a une application logicielle
US6509914B1 (en) Problem-solution resource system for medical diagnostic equipment
JP2005528936A (ja) 分散診断撮像システム
JP4642222B2 (ja) ネットワークを通じてのデータ通信を含む、コンピュータ断層撮影透視検査システムでのヘリカル・マルチフレーム画像再構成のための方法および装置
FR2829606A1 (fr) Combinaison de techniques de compression et de superposition pour realiser une soustraction temporelle dans un serveur d'applications afin de detecter des variations temporelles dans des images medicales
JP2001236295A (ja) 医用診断システム内の現地交換可能ユニットに対して遠隔式に環境設定及びサービスを行うための方法及び装置
JP2001309891A (ja) 医用診断システム内のシステム・ユニットの構成の設定及び監視を行う方法及び装置
JP2001292985A (ja) 医用診断システムのシステム・ユニットに対する動作データを伝達するための方法及び装置
FR2802317A1 (fr) Systeme de verification et de signalisation de connectivite de communication et procede d'utilisation d'un tel systeme
US7080095B2 (en) Medical diagnostic system remote service method and apparatus
US20030153816A1 (en) Method and system for conducting medical imaging transactions
US7107189B1 (en) Method and apparatus for associating a field replaceable unit with a medical diagnostic system and recording operational data
JP2004512579A (ja) 医療画像管理システム及び方法
US7383358B1 (en) System and method for remote servicing of in-field product
US10515316B2 (en) System and method for using data obtained from a group of geographically dispersed magnetic resonance systems to optimize customer-specific clinical, operational and/or financial performance
US6731798B1 (en) Method for converting digital image pixel values including remote services provided over a network
US20090198764A1 (en) Task Generation from Monitoring System

Legal Events

Date Code Title Description
ST Notification of lapse

Effective date: 20120831