JP2014100570A - コンピュータ補助診断方法及び装置 - Google Patents
コンピュータ補助診断方法及び装置 Download PDFInfo
- Publication number
- JP2014100570A JP2014100570A JP2013238001A JP2013238001A JP2014100570A JP 2014100570 A JP2014100570 A JP 2014100570A JP 2013238001 A JP2013238001 A JP 2013238001A JP 2013238001 A JP2013238001 A JP 2013238001A JP 2014100570 A JP2014100570 A JP 2014100570A
- Authority
- JP
- Japan
- Prior art keywords
- lesion
- additional information
- diagnosis
- computer
- user
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Abstract
【課題】コンピュータ補助診断方法及び装置を提供する。
【解決手段】コンピュータ補助診断方法は、獲得された病変イメージから病変特徴値を抽出する段階210と、追加情報を受信する段階220と、抽出された病変特徴値及び受信された追加情報に基づいて、病変を診断する段階230と、を含む。前記診断する段階は、前記病変特徴値及び前記追加情報を病変診断モデルと比較する段階と、前記比較の結果に基づいて病変を診断する段階と、を含む。
【選択図】図2
【解決手段】コンピュータ補助診断方法は、獲得された病変イメージから病変特徴値を抽出する段階210と、追加情報を受信する段階220と、抽出された病変特徴値及び受信された追加情報に基づいて、病変を診断する段階230と、を含む。前記診断する段階は、前記病変特徴値及び前記追加情報を病変診断モデルと比較する段階と、前記比較の結果に基づいて病変を診断する段階と、を含む。
【選択図】図2
Description
本発明は、コンピュータ補助診断方法及び装置に関する。
コンピュータ補助診断(Computer−Aided Diagnosis;以下、CADと称する)は、獲得された映像から病変を探索して、該探索された病変を診断し、該診断結果をユーザに提示して、該ユーザが病変に対する診断を可能にするために支援することを言う。したがって、CADでユーザに提示する診断結果は、ユーザの最終診断を実質的に助けるように最大限正確でなければならない。
しかし、超音波映像のような病変映像は、低解像度、低コントラスト、スペックルノイズ、病変の境界のぼやけような問題によって、CADによる診断結果の正確性が低下する問題がある。
本発明は、コンピュータ補助診断方法及び装置を提供することである。
本発明の一態様によるコンピュータ補助診断方法は、獲得された病変映像から病変特徴値を抽出する病変特徴抽出段階と、追加情報を受信する段階と、前記病変特徴値及び前記受信された追加情報の組合わせに基づいて病変を診断する段階と、を含む。
前記診断する段階は、前記病変特徴値及び前記追加情報を病変診断モデルと比較する段階と、前記比較の結果に基づいて病変を診断する段階と、を含みうる。
前記病変診断モデルは、以前に獲得された病変映像から抽出された複数の病変特徴値及び前記以前に獲得された病変映像についての複数の追加情報に基づく学習を通じて生成されうる。
前記病変診断モデルは、前記以前に獲得された病変映像から抽出された前記複数の病変特徴値及び前記以前に獲得された病変映像についての前記複数の追加情報の組合わせ、並びに前記組合わせに対応する診断結果を含みうる。
前記追加情報は、前記獲得された病変映像に基づいて、ユーザによって判断された前記病変に関する情報、前記病変の診断に影響を及ぼしうる診療記録(medical record)及び患者情報(patient information)のうち1つ、またはこれらの組合わせを含みうる。
前記受信する段階は、ユーザインターフェースを通じてユーザから前記追加情報を受信する段階を含み、前記ユーザインターフェースは、前記獲得された病変映像を表示する病変イメージ表示領域及びユーザから前記追加情報を受信するための追加情報入力領域を含みうる。
前記追加情報入力領域は、ユーザ選択用の少なくとも1つ以上の追加情報リストを表示し、前記ユーザによって、前記追加情報リスト(additional information field)のうち、1つが選択された場合、前記選択された追加情報リストの1つ以上のサブリスト(sub−fields)を表示することができる。
前記追加情報入力領域は、前記抽出された病変特徴値が基準値以下である場合、前記病変特徴についての1つ以上の追加情報リストを表示することができる。
前記追加情報入力領域は、前記病変の診断に影響が大きい1つ以上の追加情報リストを前記病変の診断に影響が少ない1つ以上の追加情報リストと異なるように表示することができる。
前記追加情報入力領域は、前記ユーザからテキスト形態の追加情報を受信することができる。前記追加情報入力領域は、前記ユーザから音声形態の追加情報を受信することができる。
本発明の一態様によるコンピュータ補助診断装置は、獲得された病変映像から病変特徴値を抽出する病変特徴抽出部と、追加情報を受信するインターフェース部と、前記抽出された病変特徴値と前記入力された追加情報との組合わせに基づいて、前記病変を診断する診断部と、を含む。
前記コンピュータ補助診断装置は、病変診断モデルを保存するデータベース部をさらに含み、前記診断部は、前記抽出された病変特徴値及び前記受信された追加情報を前記病変診断モデルと比較し、前記比較の結果に基づいて病変を診断することができる。
前記病変診断モデルは、以前に獲得された病変映像から抽出された複数の病変特徴値及び前記以前に獲得された病変映像についての複数の追加情報に基づいて生成されうる。
本発明の一実施形態によれば、前記病変診断モデルは、前記以前に獲得された病変映像から抽出された複数の病変特徴値及び前記複数の追加情報の組合わせを含み、前記組合わせに対応する診断結果を含みうる。
前記追加情報は、前記獲得された病変映像に基づいて、ユーザによって判断された前記病変についての情報、前記病変の診断に影響を及ぼしうる診療記録及び患者情報のうち1つ、またはこれらの組合わせを含みうる。
前記インターフェース部は、ユーザから前記追加情報を受信するためのユーザインターフェースを含み、前記ユーザインターフェースは、前記獲得された病変映像を表示する病変映像表示領域及び前記ユーザから前記追加情報を受信するための追加情報入力領域を含みうる。
前記追加情報入力領域は、ユーザによる選択のための少なくとも1つ以上の追加情報リストを表示し、前記ユーザによって、前記表示された追加情報リストのうち少なくとも1つが選択された場合、前記選択された追加情報リストの1つ以上のサブリストを表示することができる。
前記ユーザインターフェースは、前記抽出された病変特徴値が基準値以下である場合、前記病変特徴についての1つ以上の追加情報リストを表示することができる。前記ユーザインターフェースは、前記病変の診断に影響が大きい1つ以上の追加情報リストを前記病変の診断に影響が少ない1つ以上の追加情報リストと異なるように表示することができる。
前記追加情報入力領域は、前記ユーザからテキスト形態の追加情報を受信することができる。
本発明の他の態様によるコンピュータ補助診断方法は、獲得された複数の病変映像のそれぞれから少なくとも1つの病変特徴値を抽出する段階と、前記獲得された病変映像のそれぞれについての追加情報を受信する段階と、前記病変特徴値及び前記追加情報の組合わせを生成する段階と、前記病変特徴値及び前記追加情報の組合わせ、及び前記組合わせに対応する診断結果に基づいて病変診断モデルを生成する段階と、を含む。
前記組合わせのそれぞれは、少なくとも1つの病変特徴値及び追加情報のうち少なくとも1つを含み、前記診断結果のそれぞれは、前記組合わせのうち少なくとも1つに対応することができる。
前記追加情報は、前記病変特徴値が抽出された病変特徴についての情報を含みうる。前記追加情報は、前記病変特徴値が抽出された病変の診断に影響を及ぼす診療記録及び患者情報を含みうる。
前記受信する段階は、ユーザから前記追加情報を受信する段階を含み、前記組合わせに対応する診断結果は、前記獲得された病変映像に基づいて、ユーザによって判断されうる。
その他の実施形態の具体的な事項は、詳細な説明及び図面に含まれている。記載の技術の利点及び特徴、そして、それらを果たす方法は、添付される図面と共に詳細に後述されている実施形態を参照すると、明確になる。明細書の全般に亘って同じ参照符号は、同じ構成要素を指称する。
以下、添付した図面を参考にして記述される望ましい実施形態を通じて、本発明を当業者が容易に理解し、再現できるように詳しく記述する。
図1は、本発明の一実施形態によるコンピュータ補助診断装置の構成図である。図1を参照すると、本発明の一実施形態によるコンピュータ補助診断装置100は、病変特徴抽出部110、インターフェース部120、診断部130及びデータベース部140を含みうる。
病変特徴抽出部110は、コンピュータ補助診断装置100に入力された病変映像から病変特徴値を抽出する。例えば、病変撮影映像は、コンピュータ放射線撮影映像(CR:Computed Radiography)、コンピュータ断層撮影(CT:Computed Tomography)映像、超音波映像または核磁気共鳴撮像(MRI:Magnetic Resonance Image)映像を含む多様な医療映像の1つであり得る。
病変特徴値は、獲得された病変映像から映像データ処理を通じて病変の特徴を抽出した値であって、病変の特徴は、病変の良性/悪性の判断に関連する特徴を意味する。例えば、病変特徴値は、獲得された病変映像から病変を分析して、獲得されたコンピュータで認識可能な値であり、病変の形態的特徴、質感(texture)などを表すことができる。
一方、病変特徴抽出部110は、病変特徴値を抽出するために獲得された病変映像から病変を分析することができる。例えば、病変特徴抽出部110は、病変の探索、探索された病変領域の分割(segmentation)及び分割された病変から病変特徴値を抽出することができる。他の例として、病変特徴抽出部110は、獲得された病変映像から病変を選択する入力をユーザから受信され、ユーザによって選択された病変から病変特徴値を抽出することができる。
病変の探索、病変の分割及び病変特徴値の抽出のための多様な方法は、当業者によく知られたことなので、詳細な説明は省略する。
インターフェース部120は、ユーザから病変についての追加情報を入力されうる。この際、追加情報は、ユーザによって入力される情報であって、病変の診断に影響を及ぼしうる多様な情報を含む。追加情報は、獲得された病変映像からユーザによって判断された病変情報を含みうる。例えば、追加情報は、病変の形態的特徴(例えば、病変の形状(Shape)、マージン(Margin)、境界(Boundary))、または病変の質感を含みうる。例えば、乳房撮影映像である場合、ユーザが獲得された病変映像を見て判断したBI−RADS(Breast Imaging−Reporting And Data System)レキシコン(lexicon)分類による病変の特徴である。
さらに他の例として、追加情報は、診療記録、例えば、患者の年齢、性別、職業、性的活動(sexual activity)、喫煙有無、習慣、飲酒習慣、現在疾患、晩成疾患、血糖数値、血圧、薬物投与有無、姙娠有無のような患者に関した情報を含みうる。
病変特徴値は、病変特徴抽出部110によって獲得された病変映像から自動的に抽出される一方、追加情報は、獲得された病変映像に基づいてユーザによって判断された情報を含む。
インターフェース部120は、ディスプレイ装置及び入力装置を含みうる。この際、ディスプレイ装置は、ユーザに情報を表示するための1つ以上のスクリーンを含みうる。例えば、ディスプレイ装置は、液晶ディスプレイ(LCD:Liquid Crystal Display)、発光ダイオード(LED:Light−Emitting Diode)、プラズマディスプレイパネル(PDP:Plasma Display Panel)、スクリーン、または端末として具現可能である。入力装置は、ユーザ入力を受信するための1つ以上のハードウェア構成要素を含む構成物(structure)を含みうる。例えば、入力装置は、マウス、キーボード、ソフトキーボード(soft keyboard)、スクリーン、マイクロホン(microphone)、クリックホイール(click wheel)、ディスプレイ装置及び端末のうち1つ、またはこれらの組合わせとして具現可能である。
スクリーンは、ユーザインターフェース及び/またはユーザ入力をレンダリングすることができる機能を提供する1つ以上のハードウェア構成要素を含む物理的構造であり得る。スクリーンは、表示領域、動作獲得領域、タッチ感応ディスプレイ(touch sensitive display)及び/または設定可能な領域(configurable area)の組合わせを含みうる。スクリーンは、ハードウェアに内蔵されるか、装置に付着及び分離可能な外部周辺装置であり得る。ディスプレイ装置または入力装置は、単一画面(single−screen)または多重画面(multi−screen)、または多重入力であり得る。
診断部130は、獲得された病変映像から抽出された病変特徴値とユーザによって提供された追加情報とに基づいて、病変の良性/悪性の有無を判断する。診断部130は、病変特徴抽出部110によって抽出された病変特徴値とユーザによって入力された追加情報とをデータベース部140に保存された病変診断モデルと比較して、病変の良性/悪性の有無を判断する。
病変診断モデルは、以前に獲得された複数の病変映像から抽出された病変特徴値と以前に獲得された複数の病変映像のそれぞれに対して提供された追加情報とに基づいた学習を行うことで生成される。病変診断モデルは、病変特徴値と追加情報との多様な組合わせによる診断結果を含みうる。すなわち、病変診断モデルは、病変特徴値及び追加情報の組合わせ、及び組合わせにそれぞれ対応する診断結果を含みうる。それぞれの組合わせは、少なくとも1つの病変特徴値及び少なくとも1つの追加情報を含み、診断結果は、それぞれの組合わせに対応する診断結果を含みうる。言い換えれば、いくつかの異なる組合わせは、同じ診断結果を有しうる。ユーザは、病変診断モデル生成過程の一部として獲得された病変映像に基づいて、それぞれの組合わせに対する診断結果を判定することができる。
診断部130は、病変特徴抽出部110によって抽出された病変特徴値とユーザによって入力された追加情報とをデータベース部140に保存された病変診断モデルの病変特徴値及び追加情報の組合わせと比較して、診断結果を導出することができる。データベース部140に保存された診断モデルに含まれた病変特徴値及び追加情報の組合わせのうち、病変特徴抽出部110から抽出された病変特徴値及びユーザによって入力された追加情報の組合わせと最も近接するようにマッチされる組合わせとを探索し、病変診断モデルで最も近接した病変特徴値及び追加情報の組合わせに対応する診断結果を病変特徴抽出部110によって抽出された特徴値及びユーザによって入力された追加情報に対する診断結果として導出することによって、病変診断を行うことができる。
図1の例で、ユーザが獲得された病変映像を通じて判断した病変に対する特徴と、病変の良性/悪性に影響を及ぼしうる多様な情報を病変特徴値と共に診断結果の導出に活用することによって、病変抽出部によって抽出された病変特徴値が正確ではない場合でも、診断正確性を向上させることができる。
図2は、本発明の一実施形態による病変診断モデル生成手続きを示すフローチャートである。図2の動作は、示された順序及び方法で行われうるが、一部の動作の順序は、示された例の概念及び範囲を外れない範囲内で変更されうる。図2に示された動作は、並列的に、または同時に行われる。図1に関する説明は、図2に対しても適用可能なので、重複する説明は省略する。
図2を参照すると、病変特徴値は、あらかじめ獲得された病変映像から抽出される(210)。獲得された病変映像のそれぞれについての追加情報がユーザから受信される(220)。
病変診断モデルは、210段階から抽出された病変特徴値及び220段階でユーザによって入力された追加情報の組合わせと、各組合わせに対応する診断結果に基づいて学習を行うことで生成される(230)、ユーザは、病変特徴値が抽出された病変イメージに基づいて、それぞれの病変特徴値及び追加情報の組合わせに対する診断結果を決定することができる。例えば、サポートベクターマシン(SVM:Support Vector Machine)のような当業者によく知られた多様なアルゴリズムが、病変診断モデルの生成に使われる。病変診断モデルは、あらかじめ生成されてデータベース部140に保存することができる。
図3Aないし図3Cは、追加情報入力のためのユーザインターフェースを説明する例示図である。図3Aないし図3Cに示された例で、Bi−RADSレキシコン分類(lexicon claasification)による追加情報が、ユーザインターフェース300を通じて入力されうる。図3Aを参照すると、ユーザインターフェース300は、獲得された病変映像を表示するための病変映像表示領域310及び追加情報を入力するための追加情報入力領域320を含みうる。病変映像表示領域310は、コンピュータ補助診断装置100に入力された病変イメージを表示することができる。
追加情報入力領域320は、ユーザが追加情報を入力可能にし、1つ以上の追加情報リスト330を表示することができる。追加情報リスト330は、ユーザが追加情報リストのうち1つを選択し、該選択された追加情報リスト330で追加情報を入力させうる。
病変の診断に大きい影響がある追加情報リスト330は、例えば、異なるカラー、サイズ、位置、形態、またはハイライト(highlight)のように病変の診断に影響の少ない追加情報リスト330と異なるように表示される。病変診断に大きい影響がある追加情報リスト330は、病変特徴抽出部110によって抽出された病変特徴値と病変診断モデルの比較の結果に基づいた病変診断に相当な影響を及ぼす追加情報と関連する。
図3Bを参照すると、ユーザは、追加情報を入力するために追加情報リスト330のうち1つを選択することができる。図3Bに示された例で、ユーザは、矢印で表示された追加情報リスト“Shape”を選択した。ユーザが、追加情報リスト330のうち1つを選択した場合、図3Cに示されたように、選択された追加情報リストのサブリストが表示される。
追加情報入力領域320は、病変特徴抽出部110によって抽出された病変特徴値が既定の基準値以下である場合、対応する病変特徴についての1つ以上の追加情報リスト330のリストを表示することができる。例えば、病変特徴値が、獲得された病変映像の低解像度、または獲得された病変映像内のノイズなどによって、病変の形態(Shape)を判断するための病変特徴値が十分に抽出されないこともある。この場合、ユーザが、病変の形態と関連した追加情報を入力させるために、病変の形態と関連した1つ以上の追加情報リストのリストが表示される。
追加情報の入力方法は、図3Aないし図3Cで示した例に限定されるものではない。他の例として、追加情報入力領域320は、例えば、ユーザがマイクロホンのような入力装置を用いて、オーディオ形態の追加情報を入力するように構成することができる。
さらに他の例として、追加情報入力領域320は、ユーザが追加情報リスト330を選択し、該選択された追加情報リスト330にテキスト形態の追加情報を入力するように構成することができる。
図4は、本発明の一実施形態によるコンピュータ補助診断方法のフローチャートである。図4の動作は、示された順序及び方法で行われうるが、一部の動作の順序は、示された例の概念及び範囲を外れない範囲内で変更されうる。図4に示された動作は、並列的に、または同時に行われる。図1に関する説明は、図4に対しても適用可能なので、重複された説明は省略する。
図4を参照すると、コンピュータ補助診断装置100は、獲得された病変映像から病変特徴値を抽出する(410)。コンピュータ補助診断装置100は、追加情報を入力される(420)。
この際、追加情報は、図1及び図3Aないし図3Cを参照して説明されたユーザインターフェースを通じて入力されうる。
コンピュータ補助診断装置100は、410段階から抽出された病変特徴値と420段階で入力された追加情報とをあらかじめ保存された病変診断モデルと比較し、該比較の結果に基づいて病変を診断することによって、病変を診断する(430)。
この際、診断結果は、病変の良性/悪性の有無を含み、病変の良性度/悪性度を表すことができる。
コンピュータ補助診断装置100は、診断モデルで410段階から抽出された病変特徴値及び420段階で入力された追加情報の組合わせと最も近接するようにマッチされる組合わせとを探索し、診断モデルから探索された組合わせに対する診断結果、病変診断モデルで最も近接した病変特徴値及び追加情報の組合わせに対応する診断結果を410段階から抽出された病変特徴値及び420段階で入力された追加情報の組合わせに対する診断結果として導出することができる。
すなわち、獲得された病変映像から自動的に抽出された病変特徴値及びユーザによって選択的に入力された追加情報を使うことによって、獲得された病変映像が、低解像度、低コントラスト、スペックルノイズ(speckle noise)、ぼやけた病変境界のような多様な問題に直面しても、獲得された病変映像に基づいた病変診断の正確性が向上する。
一方、本発明の実施形態は、コンピュータで読み取り可能な記録媒体にコンピュータで読み取り可能なコードとして具現することが可能である。コンピュータで読み取り可能な記録媒体は、コンピュータシステムによって読み取れるデータが保存されるあらゆる種類の記録装置を含む。コンピュータで読み取り可能な記録媒体の例としては、ROM、RAM、CD−ROM、磁気テープ、フロッピー(登録商標)ディスク、光データ保存装置などを含む。
また、本発明を具現するための機能的な(functional)プログラム、コード及びコードセグメントは、本発明が属する技術分野のプログラマーによって容易に推論されうる。
以上で、本発明についてその望ましい実施形態を中心に説明した。当業者ならば、本発明の本質的な特性から外れない範囲内で変形された形態として具現可能であるということを理解できるであろう。したがって、開示された実施形態は、限定的な観点ではなく、説明的な観点で考慮されなければならない。本発明の範囲は、前述した説明ではなく、特許請求の範囲に示されており、それと同等な範囲内にあるあらゆる差異点は、本発明に含まれたものと解釈しなければならない。
本発明は、コンピュータ補助診断方法及び装置関連の技術分野に適用可能である。
100 コンピュータ補助診断装置
110 病変特徴抽出部
120 インターフェース部
130 診断部
140 データベース部
110 病変特徴抽出部
120 インターフェース部
130 診断部
140 データベース部
Claims (26)
- 獲得された病変映像から病変特徴値を抽出する病変特徴抽出段階と、
追加情報を受信する段階と、
前記病変特徴値及び前記受信された追加情報の組合わせに基づいて病変を診断する段階と、
を含むコンピュータ補助診断方法。 - 前記診断する段階は、
前記病変特徴値及び前記追加情報を病変診断モデルと比較する段階と、
前記比較の結果に基づいて病変を診断する段階と、
を含む請求項1に記載のコンピュータ補助診断方法。 - 前記病変診断モデルは、
以前に獲得された病変映像から抽出された複数の病変特徴値及び前記以前に獲得された病変映像についての複数の追加情報に基づいて学習を通じて生成される請求項2に記載のコンピュータ補助診断方法。 - 前記病変診断モデルは、
前記以前に獲得された病変映像から抽出された前記複数の病変特徴値及び前記以前に獲得された病変病変映像についての前記複数の追加情報の組合わせ、及び前記組合わせに対応する診断結果を含む請求項3に記載のコンピュータ補助診断方法。 - 前記追加情報は、
前記獲得された病変映像に基づいて、ユーザによって判断された前記病変に関する情報、前記病変の診断に影響を及ぼしうる診療記録(medical record)及び患者情報(patient information)のうち1つ、またはこれらの組合わせを含む請求項1乃至4のうちのいずれか一項に記載のコンピュータ補助診断方法。 - 前記受信する段階は、
ユーザインターフェースを通じてユーザから前記追加情報を受信する段階を含み、
前記ユーザインターフェースは、前記獲得された病変映像を表示する病変イメージ表示領域及びユーザから前記追加情報を受信するための追加情報入力領域を含む請求項1乃至5のうちのいずれか一項に記載のコンピュータ補助診断方法。 - 前記追加情報入力領域は、
ユーザによる選択のための少なくとも1つ以上の追加情報リストを表示し、
前記ユーザによって、前記追加情報リスト(additional information field)のうち、1つが選択された場合、前記選択された追加情報リストの1つ以上のサブリスト(sub−fields)を表示する請求項6に記載のコンピュータ補助診断方法。 - 前記追加情報入力領域は、
前記抽出された病変特徴値が基準値以下である場合、前記病変特徴についての1つ以上の追加情報リストを表示する請求項6に記載のコンピュータ補助診断方法。 - 前記追加情報入力領域は、
前記病変の診断に影響が大きい1つ以上の追加情報リストを前記病変の診断に影響が少ない1つ以上の追加情報リストと異なるように表示する請求項6に記載のコンピュータ補助診断方法。 - 前記追加情報入力領域は、
前記ユーザからテキスト形態の追加情報を受信する請求項6に記載のコンピュータ補助診断方法。 - 前記追加情報入力領域は、
前記ユーザから音声形態の追加情報を受信する請求項6に記載のコンピュータ補助診断方法。 - 獲得された病変映像から病変特徴値を抽出する病変特徴抽出部と、
追加情報を受信するインターフェース部と、
前記抽出された病変特徴値と前記入力された追加情報との組合わせに基づいて、前記病変を診断する診断部と、
を含むコンピュータ補助診断装置。 - 前記コンピュータ補助診断装置は、
病変診断モデルを保存するデータベース部をさらに含み、
前記診断部は、前記抽出された病変特徴値及び前記受信された追加情報を前記病変診断モデルと比較し、前記比較の結果に基づいて病変を診断する請求項12に記載のコンピュータ補助診断装置。 - 前記病変診断モデルは、
以前に獲得された病変映像から抽出された複数の病変特徴値及び前記以前に獲得された病変映像についての複数の追加情報に基づいて生成される請求項13に記載のコンピュータ補助診断装置。 - 前記病変診断モデルは、
前記以前に獲得された病変映像から抽出された複数の病変特徴値及び前記複数の追加情報の組合わせ、及び前記組合わせに対応する診断結果を含む請求項13又は14に記載のコンピュータ補助診断装置。 - 前記追加情報は、
前記獲得された病変映像に基づいて、ユーザによって判断された前記病変についての情報、前記病変の診断に影響を及ぼしうる診療記録及び患者情報のうち1つ、またはこれらの組合わせを含む請求項12乃至15のうちのいずれか一項に記載のコンピュータ補助診断装置。 - 前記インターフェース部は、
ユーザから前記追加情報を受信するためのユーザインターフェースを含み、
前記ユーザインターフェースは、前記獲得された病変映像を表示する病変映像表示領域及び前記ユーザから前記追加情報を受信するための追加情報入力領域を含む請求項12乃至16のうちのいずれか一項に記載のコンピュータ補助診断装置。 - 前記追加情報入力領域は、
ユーザによる選択のための少なくとも1つ以上の追加情報リストを表示し、
前記ユーザによって、前記表示された追加情報リストのうち少なくとも1つが選択された場合、前記選択された追加情報リストの1つ以上のサブリストを表示する請求項17に記載のコンピュータ補助診断装置。 - 前記ユーザインターフェースは、
前記抽出された病変特徴値が基準値以下である場合、前記病変特徴についての1つ以上の追加情報リストを表示する請求項17又は18に記載のコンピュータ補助診断装置。 - 前記ユーザインターフェースは、
前記病変の診断に影響が大きい1つ以上の追加情報リストを前記病変の診断に影響が少ない1つ以上の追加情報リストと異なるように表示する請求項17乃至19のうちのいずれか一項に記載のコンピュータ補助診断装置。 - 前記追加情報入力領域は、
前記ユーザからテキスト形態の追加情報を受信する請求項17乃至20のうちのいずれか一項に記載のコンピュータ補助診断装置。 - 獲得された複数の病変映像のそれぞれから少なくとも1つの病変特徴値を抽出する段階と、
前記獲得された病変映像のそれぞれについての追加情報を受信する段階と、
前記病変特徴値及び前記追加情報の組合わせを生成する段階と、
前記病変特徴値及び前記追加情報の組合わせ、及び前記組合わせに対応する診断結果に基づいて病変診断モデルを生成する段階と、
を含む病変診断モデル生成方法。 - 前記組合わせのそれぞれは、少なくとも1つの病変特徴値及び追加情報のうち少なくとも1つを含み、前記診断結果のそれぞれは、前記組合わせのうち少なくとも1つに対応する請求項22に記載の病変診断モデル生成方法。
- 前記追加情報は、
前記病変特徴値が抽出された病変特徴についての情報を含む請求項22又は23に記載の病変診断モデル生成方法。 - 前記追加情報は、
前記病変特徴値が抽出された病変の診断に影響を及ぼす診療記録及び患者情報を含む請求項22乃至24のうちのいずれか一項に記載の病変診断モデル生成方法。 - 前記受信する段階は、
ユーザから前記追加情報を受信する段階を含み、
前記組合わせに対応する診断結果は、前記獲得された病変映像に基づいて、ユーザによって判断される請求項22乃至25のうちのいずれか一項に記載の病変診断モデル生成方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120130481A KR102043130B1 (ko) | 2012-11-16 | 2012-11-16 | 컴퓨터 보조 진단 방법 및 장치 |
KR10-2012-0130481 | 2012-11-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014100570A true JP2014100570A (ja) | 2014-06-05 |
Family
ID=49724442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013238001A Pending JP2014100570A (ja) | 2012-11-16 | 2013-11-18 | コンピュータ補助診断方法及び装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9760689B2 (ja) |
EP (1) | EP2733633B1 (ja) |
JP (1) | JP2014100570A (ja) |
KR (1) | KR102043130B1 (ja) |
CN (1) | CN103823918A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101809819B1 (ko) * | 2016-02-23 | 2017-12-18 | 정종율 | 혀 이미지를 기반으로 한 설진 방법 및 시스템 |
KR20200110111A (ko) * | 2019-03-13 | 2020-09-23 | 부산대학교 산학협력단 | 의료영상정보 딥러닝 기반의 동적 다차원 질병진단 방법 및 동적 다차원 질병진단 장치 |
JP2022502150A (ja) * | 2018-10-02 | 2022-01-11 | インダストリー アカデミック コオペレーション ファウンデーション、ハルリム ユニヴァーシティ | 胃内視鏡イメージのディープラーニングを利用して胃病変を診断する装置及び方法 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10603007B2 (en) | 2009-11-27 | 2020-03-31 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
US9826958B2 (en) | 2009-11-27 | 2017-11-28 | QView, INC | Automated detection of suspected abnormalities in ultrasound breast images |
US10251621B2 (en) | 2010-07-19 | 2019-04-09 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
US9439621B2 (en) | 2009-11-27 | 2016-09-13 | Qview, Medical Inc | Reduced image reading time and improved patient flow in automated breast ultrasound using enchanced, whole breast navigator overview images |
KR101623431B1 (ko) * | 2015-08-06 | 2016-05-23 | 주식회사 루닛 | 의료 영상의 병리 진단 분류 장치 및 이를 이용한 병리 진단 시스템 |
KR101737632B1 (ko) * | 2015-08-13 | 2017-05-19 | 주식회사 뷰웍스 | 시간열 이미지 분석을 위한 그래픽 유저 인터페이스 제공 방법 |
CN106725514B (zh) * | 2015-11-24 | 2019-11-12 | 中国移动通信集团公司 | 一种数据处理方法及其装置 |
JP6818424B2 (ja) * | 2016-04-13 | 2021-01-20 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
KR101880678B1 (ko) * | 2016-10-12 | 2018-07-20 | (주)헬스허브 | 기계학습을 통한 의료영상 판독 및 진단 통합 시스템 |
US10242442B2 (en) * | 2016-10-27 | 2019-03-26 | International Business Machines Corporation | Detection of outlier lesions based on extracted features from skin images |
US10282843B2 (en) | 2016-10-27 | 2019-05-07 | International Business Machines Corporation | System and method for lesion analysis and recommendation of screening checkpoints for reduced risk of skin cancer |
US10283221B2 (en) | 2016-10-27 | 2019-05-07 | International Business Machines Corporation | Risk assessment based on patient similarity determined using image analysis |
KR101977645B1 (ko) * | 2017-08-25 | 2019-06-12 | 주식회사 메디웨일 | 안구영상 분석방법 |
KR101977174B1 (ko) * | 2017-09-13 | 2019-05-10 | 이재준 | 영상 분석 방법, 장치 및 컴퓨터 프로그램 |
KR101874348B1 (ko) * | 2017-11-21 | 2018-07-09 | 주식회사 뷰노 | 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
KR102031668B1 (ko) * | 2018-03-27 | 2019-10-14 | 중앙대학교 산학협력단 | 의사결정모델 기반 군날개 수술 여부 진단 장치 및 그 방법 |
KR101962869B1 (ko) * | 2018-08-02 | 2019-03-27 | 주식회사 우리메디칼 | 이미지 분석에 기반한 골수판독 지원 장치 |
KR101957811B1 (ko) * | 2018-08-07 | 2019-03-13 | 주식회사 뷰노 | 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치 |
CN109584999A (zh) * | 2018-11-27 | 2019-04-05 | 广东智源信息技术有限公司 | 一种基于图片识别的法医伤情鉴定创伤智能鉴别方法 |
KR102045223B1 (ko) * | 2019-05-03 | 2019-11-19 | 주식회사 크레스콤 | 골 연령 분석 방법, 장치 및 컴퓨터 프로그램 |
CN111242893B (zh) * | 2019-12-30 | 2023-12-15 | 北京深睿博联科技有限责任公司 | 神经系统影像分析方法和装置 |
JP7382240B2 (ja) * | 2020-01-30 | 2023-11-16 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置及び医用画像処理方法 |
CN113558570A (zh) * | 2020-04-29 | 2021-10-29 | 皮智股份有限公司 | 人工智慧云端肤质与皮肤病灶识别方法及其系统 |
CN113539499B (zh) * | 2021-07-30 | 2024-04-19 | 南京麦澜德医疗科技股份有限公司 | 多通道智能健康数据测控系统及方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4945476A (en) | 1988-02-26 | 1990-07-31 | Elsevier Science Publishing Company, Inc. | Interactive system and method for creating and editing a knowledge base for use as a computerized aid to the cognitive process of diagnosis |
US6901156B2 (en) * | 2000-02-04 | 2005-05-31 | Arch Development Corporation | Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images |
US7912528B2 (en) | 2003-06-25 | 2011-03-22 | Siemens Medical Solutions Usa, Inc. | Systems and methods for automated diagnosis and decision support for heart related diseases and conditions |
EP1636731A2 (en) | 2003-06-25 | 2006-03-22 | Siemens Medical Solutions USA, Inc. | Systems and methods for automated diagnosis and decision support for breast imaging |
US7783094B2 (en) | 2005-06-02 | 2010-08-24 | The Medipattern Corporation | System and method of computer-aided detection |
US8014576B2 (en) | 2005-11-23 | 2011-09-06 | The Medipattern Corporation | Method and system of computer-aided quantitative and qualitative analysis of medical images |
US20090082637A1 (en) | 2007-09-21 | 2009-03-26 | Michael Galperin | Multi-modality fusion classifier with integrated non-imaging factors |
JP5159242B2 (ja) | 2007-10-18 | 2013-03-06 | キヤノン株式会社 | 診断支援装置、診断支援装置の制御方法、およびそのプログラム |
US8799013B2 (en) | 2009-11-24 | 2014-08-05 | Penrad Technologies, Inc. | Mammography information system |
JP5320335B2 (ja) | 2010-03-31 | 2013-10-23 | 富士フイルム株式会社 | 診断支援システム、診断支援装置、診断支援方法および診断支援プログラム |
CN102844761B (zh) | 2010-04-19 | 2016-08-03 | 皇家飞利浦电子股份有限公司 | 用于查看描述放射学图像的医学报告的方法和报告查看器 |
WO2012012664A2 (en) | 2010-07-21 | 2012-01-26 | Moehrle Armin E | Image reporting method |
US9378331B2 (en) * | 2010-11-19 | 2016-06-28 | D.R. Systems, Inc. | Annotation and assessment of images |
JP2012135428A (ja) | 2010-12-27 | 2012-07-19 | Konica Minolta Medical & Graphic Inc | 超音波診断システム |
-
2012
- 2012-11-16 KR KR1020120130481A patent/KR102043130B1/ko active IP Right Grant
-
2013
- 2013-09-13 US US14/026,509 patent/US9760689B2/en active Active
- 2013-11-14 EP EP13192798.0A patent/EP2733633B1/en active Active
- 2013-11-18 JP JP2013238001A patent/JP2014100570A/ja active Pending
- 2013-11-18 CN CN201310576739.2A patent/CN103823918A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101809819B1 (ko) * | 2016-02-23 | 2017-12-18 | 정종율 | 혀 이미지를 기반으로 한 설진 방법 및 시스템 |
JP2022502150A (ja) * | 2018-10-02 | 2022-01-11 | インダストリー アカデミック コオペレーション ファウンデーション、ハルリム ユニヴァーシティ | 胃内視鏡イメージのディープラーニングを利用して胃病変を診断する装置及び方法 |
KR20200110111A (ko) * | 2019-03-13 | 2020-09-23 | 부산대학교 산학협력단 | 의료영상정보 딥러닝 기반의 동적 다차원 질병진단 방법 및 동적 다차원 질병진단 장치 |
KR102259275B1 (ko) | 2019-03-13 | 2021-06-01 | 부산대학교 산학협력단 | 의료영상정보 딥러닝 기반의 동적 다차원 병변위치확인 방법 및 동적 다차원 병변위치확인 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR20140063288A (ko) | 2014-05-27 |
KR102043130B1 (ko) | 2019-11-11 |
US9760689B2 (en) | 2017-09-12 |
US20140142413A1 (en) | 2014-05-22 |
CN103823918A (zh) | 2014-05-28 |
EP2733633B1 (en) | 2020-02-26 |
EP2733633A2 (en) | 2014-05-21 |
EP2733633A3 (en) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014100570A (ja) | コンピュータ補助診断方法及び装置 | |
US11250048B2 (en) | Control method and non-transitory computer-readable recording medium for comparing medical images | |
US11158419B2 (en) | Control method and non-transitory computer-readable recording medium | |
KR101943011B1 (ko) | 피검체의 의료 영상 판독을 지원하는 방법 및 이를 이용한 장치 | |
CN105940401B (zh) | 用于提供可执行注释的系统和方法 | |
CN102915400B (zh) | 用于计算机支持地显示或分析医学检查数据的方法和装置 | |
JP6796060B2 (ja) | 画像レポート注釈同定 | |
US20180092696A1 (en) | Contextual creation of report content for radiology reporting | |
CN103530491B (zh) | 用于生成检查报告的装置和方法 | |
CN105074708A (zh) | 放射学发现的背景驱动的概要视图 | |
US10290101B1 (en) | Heat map based medical image diagnostic mechanism | |
EP3654343A1 (en) | Application of deep learning for medical imaging evaluation | |
JP7258772B2 (ja) | 全人的患者放射線医療ビューワ | |
JP5098314B2 (ja) | 文書作成支援システム、および文書作成支援方法、並びにコンピュータ・プログラム | |
US20210219839A1 (en) | Method for classifying fundus image of subject and device using same | |
JP7102509B2 (ja) | 医療文書作成支援装置、医療文書作成支援方法、及び医療文書作成支援プログラム | |
JP5094775B2 (ja) | 症例画像検索装置、方法およびプログラム | |
KR20140070081A (ko) | 컴퓨터 보조 진단 장치 및 방법 | |
EP3939003B1 (en) | Systems and methods for assessing a likelihood of cteph and identifying characteristics indicative thereof | |
US20220285011A1 (en) | Document creation support apparatus, document creation support method, and program | |
US10282516B2 (en) | Medical imaging reference retrieval | |
US10235360B2 (en) | Generation of pictorial reporting diagrams of lesions in anatomical structures | |
Jansen et al. | Patient-specific fine-tuning of convolutional neural networks for follow-up lesion quantification | |
US20200286615A1 (en) | Method for analysing a medical imaging data set, system for analysing a medical imaging data set, computer program product and a computer-readable medium | |
JP7426826B2 (ja) | 所見の兆候を探る画像スライスのコンピュータ支援検索のためのシステム及び方法 |