JP2006331261A - 医療用画像管理システム - Google Patents
医療用画像管理システム Download PDFInfo
- Publication number
- JP2006331261A JP2006331261A JP2005156943A JP2005156943A JP2006331261A JP 2006331261 A JP2006331261 A JP 2006331261A JP 2005156943 A JP2005156943 A JP 2005156943A JP 2005156943 A JP2005156943 A JP 2005156943A JP 2006331261 A JP2006331261 A JP 2006331261A
- Authority
- JP
- Japan
- Prior art keywords
- image
- medical
- user terminal
- management server
- medical image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】 多くの人が利用可能とすると共に、個人情報を保護することが可能な医療用画像の管理システムを提供する。
【解決手段】 利用者端末10から条件を指定した医療用画像の要求があると、管理サーバ100では、復号手段130が、画像DB110内の暗号化されたデータのうち、指定された条件に対応する項目のデータを復号し、DBアクセス手段120が、指定された条件と合致するデータに対応する医療用画像を抽出する。さらに、画像処理手段140が、抽出した各医療用画像を標準化する処理を行った後、統計処理手段150が、指定された統計解析手法に従って、複数の医療用画像の統計解析処理を行って統計解析を行い、統計解析画像を得る。管理サーバ100は、得られた統計解析画像を、要求のあった利用者端末10に送信する。
【選択図】 図1
【解決手段】 利用者端末10から条件を指定した医療用画像の要求があると、管理サーバ100では、復号手段130が、画像DB110内の暗号化されたデータのうち、指定された条件に対応する項目のデータを復号し、DBアクセス手段120が、指定された条件と合致するデータに対応する医療用画像を抽出する。さらに、画像処理手段140が、抽出した各医療用画像を標準化する処理を行った後、統計処理手段150が、指定された統計解析手法に従って、複数の医療用画像の統計解析処理を行って統計解析を行い、統計解析画像を得る。管理サーバ100は、得られた統計解析画像を、要求のあった利用者端末10に送信する。
【選択図】 図1
Description
本発明は、医療用画像の管理に関し、特に医療用画像に関する個人情報を保護可能するための医療用画像の管理技術に関する。
従来より、健康な人の状態や、患者の状態を解析するため、医療用画像の統計解析が行われている。医療用画像の統計解析を行うためには、多くのサンプル数が必要となる。しかし、医療用画像の管理は、通常施設ごとに行われており、サンプル数が少ない施設においては、統計解析を行うことが困難である。そこで、施設間で医療用画像を共有化し、サンプル数が少ない施設においても、多数の医療用画像を利用することができるようにすることが望まれている。
しかしながら、医療用画像を共有化する場合、多くの人が利用可能となるため、当然のことながら、情報が流出し易くなる。特に、医療用画像と個人を特定する情報が対応付けられている場合には、その情報の流出は問題となる。
そこで、本発明は、多くの人が利用可能とすると共に、個人情報を保護することが可能な医療用画像管理システムを提供することを課題とする。
上記課題を解決するため、本発明では、医療用画像を管理するサーバコンピュータである管理サーバと、医療施設に設置された利用者端末により構成されるシステムであって、前記利用者端末は、医療用画像を要求するための条件を指定する手段と、および指定した条件を解析要求と共に前記管理サーバに送信する手段を有しており、前記管理サーバは、医療用画像を被験者の特徴と対応付けて記録した画像データベースと、利用者端末からの条件に従って、当該条件に該当する医療用画像を抽出するデータベースアクセス手段と、前記抽出した医療用画像に対して、標準化処理を行って標準化画像を得る画像処理手段と、前記利用者端末からの条件に従って、標準化画像に対して統計処理を行い、統計処理画像を作成する統計処理手段と、前記作成された統計処理画像を要求元の利用者端末に送信する送信手段を有する構成としたことを特徴とする。
本発明によれば、利用者端末から所定の条件の統計処理画像の要求があった場合に、その条件に合致する複数の画像を抽出し、抽出された複数の画像を統計処理して統計処理画像を得て、この統計処理画像を、要求のあった利用者端末に送信するようにしたので、特定の個人の医療用画像が外部に流出することがなく、個人情報が保護される。
以下、本発明の好適な実施形態について、図面を参照して詳細に説明する。
(システム構成)
図1は、本発明に係る医療用画像管理システムの一実施形態を示す構成図である。図1において、10a〜10cは利用者端末、20はネットワーク、100は管理サーバ、110は画像DB(データベース)、120はDB(データベース)アクセス手段、130は復号手段、140は画像処理手段、150は統計処理手段、160は照合手段である。
(システム構成)
図1は、本発明に係る医療用画像管理システムの一実施形態を示す構成図である。図1において、10a〜10cは利用者端末、20はネットワーク、100は管理サーバ、110は画像DB(データベース)、120はDB(データベース)アクセス手段、130は復号手段、140は画像処理手段、150は統計処理手段、160は照合手段である。
利用者端末10は、ネットワーク20を介して管理サーバ100とデータの送受信が可能とされている端末装置であり、医療用画像を管理サーバ100に送信する際に、被験者データの一部を削除した後、暗号化する手段、医療用画像の輪郭削除処理を行う手段を有している。利用者端末10としては、医療施設内に設置されたコンピュータを用いることができ、上記各手段は、このようなコンピュータに専用のソフトウェアを搭載することにより実現される。
管理サーバ100は、医療用画像を管理すると共に、利用者端末10とのデータの送受信を行い、利用者端末10からの要求に従って医療用画像の統計処理を行うサーバコンピュータである。画像DB110は、医療用画像を記録したデータベースである。画像DB110内には、医療用画像が対応する個人(被験者)の被験者データと対応付けて記録されている。なお、画像DB110においては、被験者データは、暗号化された状態で記録されている。DBアクセス手段120は、画像DB110にアクセスするための手段である。復号手段130は、画像DB110から抽出した情報を復号する機能を有している。
画像処理手段140は、個人ごとに大きさが異なる画像を所定の大きさに標準化するための画像処理を行う機能を有している。統計処理手段150は、画像DB110に記録されている画像を利用して統計処理を行う機能を有している。照合手段160は、利用者端末10から送信されてきた条件と、画像DB110内のデータを復号したものを照合する機能を有している。管理サーバ100内の各手段については、現実には、管理サーバ100を構成するサーバコンピュータに専用のソフトウェアを搭載することにより実現される。
(医療用画像の登録)
次に、図1に示した医療用画像管理システムの処理動作について説明する。医療用画像としては、人間の体の様々な部分の画像を意味しているが、本実施形態では、脳画像を扱う場合を例にとって説明する。まず、脳画像を、管理サーバ100の画像DB110に登録する段階について説明する。各医療施設では、撮影等の手段により、被験者の脳画像を取得した後、利用者端末10から脳画像を管理サーバ100に送信する。通常、脳画像は被験者データと一体化されたデータファイルとして記録されている。ここで、データファイルに記録された被験者データの一例を図2(a)に示す。本実施形態では、図2(a)に示すように、名前、被験者ID、撮影日、生年月日、年齢、性別、疾患名、MMSE、所見、施設名、モダリティの各項目を被験者データとして用いている。なお、MMSEとは、認知機能を簡便に評価する方法として開発された標準尺度であり、モダリティ(Modality)とは、X 線、超音波、MRI など、医療用画像における撮像手段を意味するものである。
次に、図1に示した医療用画像管理システムの処理動作について説明する。医療用画像としては、人間の体の様々な部分の画像を意味しているが、本実施形態では、脳画像を扱う場合を例にとって説明する。まず、脳画像を、管理サーバ100の画像DB110に登録する段階について説明する。各医療施設では、撮影等の手段により、被験者の脳画像を取得した後、利用者端末10から脳画像を管理サーバ100に送信する。通常、脳画像は被験者データと一体化されたデータファイルとして記録されている。ここで、データファイルに記録された被験者データの一例を図2(a)に示す。本実施形態では、図2(a)に示すように、名前、被験者ID、撮影日、生年月日、年齢、性別、疾患名、MMSE、所見、施設名、モダリティの各項目を被験者データとして用いている。なお、MMSEとは、認知機能を簡便に評価する方法として開発された標準尺度であり、モダリティ(Modality)とは、X 線、超音波、MRI など、医療用画像における撮像手段を意味するものである。
利用者端末10では、まず、データファイル内の被験者データから、個人を特定可能な項目についての情報を削除する。図2(a)の例では、名前と被験者IDが相当する。この結果、データファイル内の被験者データは、図2(b)に示すように、名前と被験者IDの内容が削除された状態となる。これにより、被験者データからは個人を特定することが困難となる。さらに、利用者端末10は、残された撮影日、生年月日、年齢、性別、疾患名、MMSE、所見、施設名、モダリティの各項目の情報を暗号化する。暗号化の手法としては公知の種々の手法を用いることができる。
また、利用者端末10は、データファイルに残された脳画像を、個人を特定しづらいように解析に影響を与えない範囲で加工する。脳画像は、3次元空間における画素値の集合として記録されている。これを、x、y、zのいずれかの値を特定することにより、脳の断面画像を得ることが可能なものとなっている。ここでは、この脳画像に対して、x、y、zのいずれかの値を特定して複数の全断面画像を抽出し、各断面画像に対して以下の処理を行う。ここでは、zを特定した場合を例にとって説明する。
まず、3Dフィルタにより脳画像の輪郭部のエッジを検出する。ここで、エッジ検出された断面画像の状態を図3(a)に示す。そして、ノイズ除去を行い、ノイズなどによる孤立点を無くす。図3(a)に示した断面画像に対してノイズ除去を行った状態を図3(b)に示す。
続いて、ノイズが除去された断面画像における輪郭抽出処理の始点座標位置の取得を行う。具体的には、画像領域の端の(x,y)=(0,0)を走査の始点として、X軸方向に走査し、初めに頭の輪郭と接した座標位置を取得し、その走査をY軸方向に繰り返し行う。輪郭と接したかどうかは、画素の輝度値によって判断する。具体的には、画像領域の背景の画素値と大きく変化した場所を輪郭であると判断する。さらに、反対方向(x,y)=(Xmax,0)を始点として上記と同様の走査を行う。これにより、取得した輪郭のxy座標値が得られることになる。図3(c)に輪郭部の座標値検出の様子を示す。
次に、輪郭除去処理を行う。例えば、頭蓋骨の厚さを10ミリ(mm)と仮定したとき、取得した輪郭部の座標位置から10ミリに相当する厚さ分を取り除き、輪郭を除去した脳画像のみを抽出する処理を行う。輪郭除去処理後の断面画像の状態を図3(d)に示す。上記処理を全てのzに対して行うことにより、輪郭除去処理を施した3次元脳画像が得られることになる。上記のようにして、撮影された脳画像から図3(d)に示すように輪郭を除去した脳画像を抽出することにより、頭や顔の輪郭がわからなくなり、3次元画像を再構成しても個人を特定することが困難となる。
なお、個人を特定しづらいようにするための画像処理としては、F. Segonne, A.M. Dale, E. Busa, M. Glessner, D. Salat, H. K. Hahn, and B. Fischl, "A hybrid approach to the skull stripping problem in MRI," Neuroimage, Vol 22/3 pp 1060-1075.またはF. Segonne: "Unsupervised Skull Stripping in MRI", Masters Thesis, co-supervised by O. Faugeras and B. Fischl, MIT AI Lab, June 2002 に開示されている脳表の抽出処理等の公知の手法を用いることも可能である。
続いて、利用者端末10は、暗号化した被験者データ、加工して輪郭を除去した脳画像データを含むデータファイルをネットワーク20を介して管理サーバ100に送信する。管理サーバ100では、DBアクセス手段120が、受信したデータファイルから暗号化された被験者データ、脳画像をそれぞれ抽出し、対応付けて、画像DB110に登録する。以上のような処理を、各医療施設が利用者端末10を用いて行うことにより、管理サーバ100の画像DB110には、多くの脳画像が被験者データと対応付けられて登録されることになる。
ここで、画像DB110に登録されている項目の一例を図4に示す。図4に示すように、画像DB110には、利用者端末10から受信したデータファイル内の被験者データに対応した項目の情報が記録されていると共に、脳画像が記録されている。画像DB110において、脳画像以外の項目は、暗号化された状態のまま記録されている。図4において、「***」は暗号化された状態を示している。
(医療用画像の利用(1))
次に、上記のようにして登録された脳画像の利用について説明する。医療施設では、所定の条件の脳画像が必要な場合に、その条件を特定して脳画像の依頼を行う。具体的には、管理サーバ100内の画像DB110に登録されている項目について条件を指定すると共に、画像処理および統計手法を指定し、これらの情報を統計解析パラメータとして、利用者端末10から管理サーバ100に送信する。ここで、利用者端末10において指定され、管理サーバ100に送信される統計解析パラメータリストの一例を図5に示す。図5のリストにおいて、左欄は統計解析パラメータを示しており、右欄は各統計解析パラメータについての指定条件を示している。統計解析パラメータのうち、年齢、性別、疾患名、モダリティ、所見、施設名は画像DB110に登録されている情報を検索するためのキーとして用いられるものである。図5において、性別、疾患名、所見の指定条件が空欄となっているのは、その統計解析パラメータについては指定されていないことを示している。また、画像処理、統計手法1、統計手法2は、抽出された脳画像についての処理、および統計の手法を指定するものである。画像処理については、標準化をするかしないかを指定することができるが、図5の例では、標準化することを指定していることを示している。統計手法については、1つ以上指定することができるが、図5の例では、2つ指定しており、2つの手法による統計解析結果を要求することを示している。
次に、上記のようにして登録された脳画像の利用について説明する。医療施設では、所定の条件の脳画像が必要な場合に、その条件を特定して脳画像の依頼を行う。具体的には、管理サーバ100内の画像DB110に登録されている項目について条件を指定すると共に、画像処理および統計手法を指定し、これらの情報を統計解析パラメータとして、利用者端末10から管理サーバ100に送信する。ここで、利用者端末10において指定され、管理サーバ100に送信される統計解析パラメータリストの一例を図5に示す。図5のリストにおいて、左欄は統計解析パラメータを示しており、右欄は各統計解析パラメータについての指定条件を示している。統計解析パラメータのうち、年齢、性別、疾患名、モダリティ、所見、施設名は画像DB110に登録されている情報を検索するためのキーとして用いられるものである。図5において、性別、疾患名、所見の指定条件が空欄となっているのは、その統計解析パラメータについては指定されていないことを示している。また、画像処理、統計手法1、統計手法2は、抽出された脳画像についての処理、および統計の手法を指定するものである。画像処理については、標準化をするかしないかを指定することができるが、図5の例では、標準化することを指定していることを示している。統計手法については、1つ以上指定することができるが、図5の例では、2つ指定しており、2つの手法による統計解析結果を要求することを示している。
図5に示したような統計解析パラメータリストを受信すると、管理サーバ100では、統計解析パラメータリストのうち、検索キーとする統計解析パラメータおよびその指定条件を抽出する。続いて、復号手段130が、画像DB110に記録されているデータのうち、抽出された統計解析パラメータおよびその指定条件に対応する項目のデータのみを復号する処理を行う。したがって、図5に示したように、年齢、モダリティ、施設名について、条件が指定されている場合には、図6に示すように、画像DB110内の年齢、モダリティ、施設名のデータを復号する。
続いて、照合手段160が、復号されたデータと、統計解析パラメータの指定条件の照合を行い、一致したものに対応する脳画像を、DBアクセス手段120が、画像DB110から抽出する。
続いて、画像処理手段140が、標準化画像の生成を行う。脳画像には個人によって、大きさなどに違いがあるため、脳全体の大きさの補正および、局所的な補正を行うことにより、標準化する必要がある。具体的には、別途用意されている標準テンプレート脳画像を利用し、標準テンプレート脳画像との誤差が最小になるように、線形変換および非線形変換を行い、空間的に標準化された画像を生成する。なお、このようにして、標準化画像を生成する手法としては、K.J. Friston, J. Ashburner, C.D. Frith, J.-B. Poline,J.D. Heather, and R.S.J. Frackowiak Spatial Registration and Normalization of Images. Human Brain Mapping 2:165-189(1995)に開示された手法等の公知の技術を用いることができる。このような標準化画像の生成を、上記条件に合致して画像DB110から抽出された全ての脳画像に対して行う。ただし、脳画像については、撮影環境により、画素の値が異なることがある。したがって、撮影環境の違いによる変動を除去するため、ここでは、各画素値の正規化を行う。具体的には、標準テンプレート脳画像の全画素の平均値を標準値とし、受信したデータファイルから抽出した脳画像の全画素の平均値との比較を行う。そして、標準値と平均値の差分を補うように、その差分だけ、DB110から抽出した脳画像の各画素の値を一律に変化させる。
次に、統計処理手段150は、統計解析パラメータとして指定された統計手法に従って、生成された標準化画像に対して統計処理を行う。統計手法として「平均」が指定されている場合には、全ての標準化画像の平均画像を作成することになる。統計手法として「標準偏差」が指定されている場合には、全ての標準化画像の標準偏差画像を作成することになる。なお、図5に示すように統計手法が2つ以上指定されている場合には、各手法によって処理された統計処理画像がそれぞれ作成されることになる。
統計処理手段150により得られた統計処理画像(具体的には、平均画像、標準偏差画像)は、管理サーバ100が、統計解析結果として、解析要求のあった利用者端末10に送信する。これにより、医療施設では、指定した条件に従った統計処理画像が得られることになる。医療施設では、得られた統計処理画像を利用して、患者の画像と比較する等して診療に役立てることができる。
(医療用画像の利用(2))
続いて、統計手法として、異なる手法を指定した場合について説明する。統計手法として、「2群間におけるt検定」を指定した場合、さらに有意水準を指定することが必要となると共に、比較する2群がどの群とどの群であるかを指定することが必要となる。この場合の統計解析パラメータリストの一例を図7に示す。この統計解析パラメータリストを利用者端末10から管理サーバ100に送信する。管理サーバ100では、統計解析パラメータリストのうち、指定条件が指定されている疾患名、モダリティ、施設名の指定条件を抽出し、復号手段130が、画像DB110に記録されているデータのうち、疾患名、モダリティ、施設名のデータのみを復号する処理を行う。続いて、照合手段160が、復号されたデータと、指定条件の照合を行い、一致したものについて、DBアクセス手段120が、画像DB110から脳画像を抽出する。
続いて、統計手法として、異なる手法を指定した場合について説明する。統計手法として、「2群間におけるt検定」を指定した場合、さらに有意水準を指定することが必要となると共に、比較する2群がどの群とどの群であるかを指定することが必要となる。この場合の統計解析パラメータリストの一例を図7に示す。この統計解析パラメータリストを利用者端末10から管理サーバ100に送信する。管理サーバ100では、統計解析パラメータリストのうち、指定条件が指定されている疾患名、モダリティ、施設名の指定条件を抽出し、復号手段130が、画像DB110に記録されているデータのうち、疾患名、モダリティ、施設名のデータのみを復号する処理を行う。続いて、照合手段160が、復号されたデータと、指定条件の照合を行い、一致したものについて、DBアクセス手段120が、画像DB110から脳画像を抽出する。
続いて、画像処理手段140が、上記と同様に、抽出した各脳画像について、標準テンプレート脳画像を利用し、標準テンプレート脳画像との誤差が最小になるように、線形変換および非線形変換を行うことにより、標準化画像の生成を行う。この際、上記(医療用画像の利用(1))の場合と同様にして、標準テンプレート脳画像を利用して、抽出した脳画像の各画素値の正規化を行う。
次に、統計処理手段150は、条件として指定された統計手法に従って、生成された標準化画像に対して統計処理を行う。図7に示したように、統計手法として「2群間におけるt検定」が指定されている場合には、条件とした2つの群に属する画像から作成された標準化画像群において、有意な差が生じた部分を表した画像を作成する。
統計処理手段150により得られた統計処理画像は、上記(医療用画像の利用(1))の場合と同様に、管理サーバ100が、統計解析結果として、解析要求のあった利用者端末10に送信する。
10a〜10c・・・利用者端末
20・・・ネットワーク
100・・・管理サーバ
110・・・画像DB(データベース)
120・・・DBアクセス手段
130・・・復号手段
140・・・画像処理手段
150・・・統計処理手段
160・・・照合手段
20・・・ネットワーク
100・・・管理サーバ
110・・・画像DB(データベース)
120・・・DBアクセス手段
130・・・復号手段
140・・・画像処理手段
150・・・統計処理手段
160・・・照合手段
Claims (3)
- 医療用画像を管理するサーバコンピュータである管理サーバと、医療施設に設置された利用者端末により構成されるシステムであって、
前記利用者端末は、医療用画像を要求するための条件を指定する手段と、および指定した条件を解析要求と共に前記管理サーバに送信する手段を有しており、
前記管理サーバは、
医療用画像を被験者の特徴と対応付けて記録した画像データベースと、
利用者端末からの条件に従って、当該条件に該当する医療用画像を抽出するデータベースアクセス手段と、
前記抽出した医療用画像に対して、標準化処理を行って標準化画像を得る画像処理手段と、
前記利用者端末からの条件に従って、標準化画像に対して統計処理を行い、統計処理画像を作成する統計処理手段と、
前記作成された統計処理画像を要求元の利用者端末に送信する送信手段と、
を有することを特徴とする医療用画像管理システム。 - 前記利用者端末は、入力されたデータファイルから所定の個人情報を削除した後、医療用画像以外の情報を暗号化して、前記管理サーバに送信する手段を有し、
前記管理サーバは、受信したデータファイルを前記画像データベースに登録する手段を有することを特徴とする請求項1に記載の医療用画像管理システム。 - 前記利用者端末は、入力されたデータファイルに記録された医療用画像に対して輪郭処理を行い、個人の特定を困難な状態に加工する手段を有することを特徴とする請求項1に記載の医療用画像管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005156943A JP2006331261A (ja) | 2005-05-30 | 2005-05-30 | 医療用画像管理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005156943A JP2006331261A (ja) | 2005-05-30 | 2005-05-30 | 医療用画像管理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006331261A true JP2006331261A (ja) | 2006-12-07 |
Family
ID=37552864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005156943A Pending JP2006331261A (ja) | 2005-05-30 | 2005-05-30 | 医療用画像管理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006331261A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007243256A (ja) * | 2006-03-06 | 2007-09-20 | Dainippon Printing Co Ltd | 医療用画像暗号化装置 |
JP2008079897A (ja) * | 2006-09-28 | 2008-04-10 | Dainippon Printing Co Ltd | 医用画像処理システム |
JP2009018097A (ja) * | 2007-07-13 | 2009-01-29 | Toshiba Corp | 医用画像出力装置、医用画像出力方法、及び医用画像出力プログラム |
JP2009247534A (ja) * | 2008-04-04 | 2009-10-29 | Ge Medical Systems Global Technology Co Llc | 画像処理装置,磁気共鳴イメージング装置,および,画像処理方法 |
JP2013081601A (ja) * | 2011-10-07 | 2013-05-09 | Topcon Corp | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 |
JP2015221276A (ja) * | 2015-08-06 | 2015-12-10 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 |
JP2020014712A (ja) * | 2018-07-26 | 2020-01-30 | 株式会社日立製作所 | 医用画像処理装置及び医用画像処理方法 |
WO2020204645A1 (ko) * | 2019-04-05 | 2020-10-08 | 고려대학교산학협력단 | 초음파 검사위치 안내 기능이 탑재된 초음파 촬영 장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004265059A (ja) * | 2003-02-28 | 2004-09-24 | Sanyo Electric Co Ltd | 収集プログラム、及び調査プログラム |
JP2004340954A (ja) * | 2003-04-23 | 2004-12-02 | Daiichi Radioisotope Labs Ltd | 脳画像データ処理システム、方法、プログラムおよび記録媒体 |
-
2005
- 2005-05-30 JP JP2005156943A patent/JP2006331261A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004265059A (ja) * | 2003-02-28 | 2004-09-24 | Sanyo Electric Co Ltd | 収集プログラム、及び調査プログラム |
JP2004340954A (ja) * | 2003-04-23 | 2004-12-02 | Daiichi Radioisotope Labs Ltd | 脳画像データ処理システム、方法、プログラムおよび記録媒体 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007243256A (ja) * | 2006-03-06 | 2007-09-20 | Dainippon Printing Co Ltd | 医療用画像暗号化装置 |
JP2008079897A (ja) * | 2006-09-28 | 2008-04-10 | Dainippon Printing Co Ltd | 医用画像処理システム |
JP2009018097A (ja) * | 2007-07-13 | 2009-01-29 | Toshiba Corp | 医用画像出力装置、医用画像出力方法、及び医用画像出力プログラム |
JP2009247534A (ja) * | 2008-04-04 | 2009-10-29 | Ge Medical Systems Global Technology Co Llc | 画像処理装置,磁気共鳴イメージング装置,および,画像処理方法 |
JP2013081601A (ja) * | 2011-10-07 | 2013-05-09 | Topcon Corp | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 |
JP2015221276A (ja) * | 2015-08-06 | 2015-12-10 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理サーバー及び眼科情報処理方法 |
JP2020014712A (ja) * | 2018-07-26 | 2020-01-30 | 株式会社日立製作所 | 医用画像処理装置及び医用画像処理方法 |
WO2020204645A1 (ko) * | 2019-04-05 | 2020-10-08 | 고려대학교산학협력단 | 초음파 검사위치 안내 기능이 탑재된 초음파 촬영 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101981583B1 (ko) | 의료영상 내 정보처리방법 | |
US10971263B2 (en) | Methods and apparatus for recording anonymized volumetric data from medical image visualization software | |
JP2006331261A (ja) | 医療用画像管理システム | |
US20190043611A1 (en) | Anonymizing data | |
JP4747749B2 (ja) | ドキュメント管理システムおよび情報処理装置 | |
US7770026B2 (en) | Document management system, information processing device and method, and computer program | |
US11602302B1 (en) | Machine learning based non-invasive diagnosis of thyroid disease | |
JP5662158B2 (ja) | 情報交換システム及び装置 | |
WO2013121309A1 (en) | Encrypted biometric data management and retrieval | |
JP2009513205A (ja) | 特に診断画像に使用する画像処理システム | |
CN108959884B (zh) | 人证核验装置和方法 | |
CN112017761A (zh) | 一种电子医学影像中嵌入医疗信息的系统及方法 | |
KR20110066576A (ko) | 임상시험 및 임상연구용 의료 정보관리 시스템 및 방법 | |
Erickson et al. | Multisite image data collection and management using the RSNA image sharing network | |
CN114528591A (zh) | 数据管理方法、装置、服务器以及存储介质 | |
JP2007243256A (ja) | 医療用画像暗号化装置 | |
JP4822842B2 (ja) | 匿名化識別情報生成システム、及び、プログラム。 | |
WO2021021821A1 (en) | Integrating distributed systems using biometric identification | |
JPH11143956A (ja) | 診療情報を他医療機関に開示する方法及び装置 | |
JP4284986B2 (ja) | 個人情報管理システム及び個人情報管理方法 | |
WO2020087792A1 (zh) | 人工智能的病种分析方法及装置、存储介质、计算机设备 | |
US20170206339A1 (en) | Method and data processing system for data collection for a clinical study | |
JP2016224793A (ja) | 医用診断支援システム、医用情報表示装置、医用情報管理装置及び医用画像処理プログラム | |
CN116070185A (zh) | 用生物测定数据匹配处理数据主体权限请求的系统和方法 | |
US20170293718A1 (en) | Securely collecting and processing medical imagery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080321 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100804 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110223 |