JP2017534117A5 - - Google Patents

Claims (12)

1. 関心構造を検出しラベリングするためのシステムであって、当該システムは、
   臨床コンテキスト情報を含む現在の患者検査を保存するように構成される現在の患者検査データベースと、各ドキュメントが臨床コンテキスト情報を含む、少なくとも一つ以上の事前患者ドキュメントを保存するように構成される統計的モデル患者報告書データベースとを含む、患者検査データベースと、
   前記事前患者ドキュメントから異常などの所見が有る解剖学的領域についての情報を抽出するように構成される自然言語処理エンジンと
   を有し、
   所見が有る解剖学的領域と、当該解剖学的領域に所見が有るならば所見が有る確率が高い他の解剖学的領域との間の関連性を生成するために、抽出された前記情報に対して統計分析が実行される、システム。
2. 前記事前患者ドキュメントが前記現在の患者検査及び選択された患者集団についての情報を含む、請求項１に記載のシステム。
3. 前記事前患者ドキュメントが、部位及び関連する解剖学的領域をリスト化する所見セクションを含み、各解剖学的領域について、当該解剖学的領域に所見が有るかどうかを示す関連ステートメントがある、請求項２に記載のシステム。
4. 前記自然言語処理エンジンがさらに、所見が有る現在の患者の解剖学的領域についての情報を抽出するために、前記現在の患者検査から以前の患者病歴を処理し、前記関連性は、前記所見がある現在の患者の解剖学的領域について生成される、請求項１に記載のシステム。
5. 解剖学的構造分類器に対する入力を準備するためのメタデータを前記現在の患者検査から抽出するように構成される画像メタデータ処理エンジン
   をさらに含む、請求項１に記載のシステム。
6. 前記画像メタデータ処理エンジンが、前記解剖学的構造分類器を構成するために機械学習又は統計的モデリングを使用するように構成され、前記システムは、
   少なくとも一つのＤＩＣＯＭメタデータタグを含むＤＩＣＯＭメタデータデータベースをさらに含み、前記少なくとも一つのＤＩＣＯＭメタデータタグは、前記解剖学的構造分類器をＤＩＣＯＭメタデータ解剖学的構造分類器として構成するために、同様の特性を伴う事前患者診断の統計的モデリング情報とペアにされる、
   請求項５に記載のシステム。
7. 前記解剖学的構造分類器の結果が、前記現在の患者の解剖学的構造のリストを作成する、請求項５に記載のシステム。
8. さらに、生成された前記関連性及び前記現在の患者の解剖学的構造の前記リストに基づいて、前記現在の患者の関心構造リストを生成する、請求項７に記載のシステム。
9. 前記現在の患者検査からのボリュメトリック画像データにおける一つ以上の関心構造を識別しラベリングするように構成される解剖学的構造検出及びラベリングエンジン
   をさらに含む、請求項８に記載のシステム。
10. 前記関心構造は、当該関心構造の所見が有る確率に従って前記リスト内で優先順位をつけられる、請求項８に記載のシステム。
11. 前記関心構造を表示するように構成される表示装置であって、優先度の高い関心構造が優先度の低い関心構造の前に表示される、表示装置
    をさらに含む、請求項１０に記載のシステム。
12. 関心構造の検出及びラベリングを最適化するための方法であって、
    臨床コンテキスト情報を含む現在の患者検査を保存するように構成される現在の患者検査データベースと、各ドキュメントが臨床コンテキスト情報を含む、少なくとも一つ以上の事前患者ドキュメントを保存するように構成される統計的モデル患者報告書データベースとを含む、患者検査データベースとを提供するステップと、
    前記事前患者ドキュメントから異常などの所見が有る解剖学的領域についての情報を抽出するステップと、
    所見が有る解剖学的領域と、当該解剖学的領域に所見が有るならば所見が有る確率が高い他の解剖学的領域との間の関連性を生成するために、抽出された前記情報に対して統計分析を実行するステップと
    を含む、方法。