JP2023021231A - 情報処理装置、医用画像表示装置及びプログラム - Google Patents
情報処理装置、医用画像表示装置及びプログラム Download PDFInfo
- Publication number
- JP2023021231A JP2023021231A JP2022193886A JP2022193886A JP2023021231A JP 2023021231 A JP2023021231 A JP 2023021231A JP 2022193886 A JP2022193886 A JP 2022193886A JP 2022193886 A JP2022193886 A JP 2022193886A JP 2023021231 A JP2023021231 A JP 2023021231A
- Authority
- JP
- Japan
- Prior art keywords
- abnormal shadow
- interpreting
- shadow candidate
- medical image
- interpretation
- 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
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 181
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 36
- 230000010365 information processing Effects 0.000 claims description 33
- 238000003384 imaging method Methods 0.000 abstract description 7
- 238000002059 diagnostic imaging Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 30
- 230000004048 modification Effects 0.000 description 30
- 230000003902 lesion Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 5
- 208000006029 Cardiomegaly Diseases 0.000 description 3
- 238000011976 chest X-ray Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 206010007572 Cardiac hypertrophy Diseases 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 206010003598 Atelectasis Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000007123 Pulmonary Atelectasis Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
- G06T2207/30064—Lung nodule
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
医師等の読影者は、このCADによって検出された異常陰影候補を含む画像を読影し、画像中の異常陰影候補が腫瘤や石灰化等の病変を表す異常陰影であるかどうかを最終的に判断する。
医用画像生成装置を用いて得られた医用画像からコンピューターにより検出された異常陰影候補検出結果を取得する異常陰影候補検出結果取得手段と、
前記異常陰影候補検出結果取得手段により取得した前記異常陰影候補検出結果に基づいて、前記医用画像を読影する読影医の人数を決定する読影人数決定手段と、
前記読影人数決定手段で決定した数に応じて、読影医割り振り処理を実行する読影医割り振り手段と、
を備えることを特徴とする。
前記情報処理装置から出力された読影医割り振り情報に基づいて、前記医用画像と一又は複数の読影医を対応づけた案件のリスト画面を表示部に表示させる表示制御手段を備えることを特徴とする。
医用画像生成装置を用いて得られた医用画像からコンピューターにより検出された異常陰影候補検出結果を取得する異常陰影候補検出結果取得手段、
前記異常陰影候補検出結果取得手段により取得した前記異常陰影候補検出結果に基づいて、前記医用画像を読影する読影医の人数を決定する読影人数決定手段、
前記読影人数決定手段で決定した数に応じて、読影医割り振り処理を実行する読影医割り振り手段、
として機能させるためのプログラムである。
図1に、本実施の形態における医用画像表示システム100のシステム構成を示す。
医用画像表示システム100は、医用画像を撮影し、当該医用画像から異常陰影候補を検出し、医用画像とともにその検出結果を読影医に提供可能なシステムである。
ている。これら各装置1~5は、LAN(Local Area Network)等の医療機関内で構築された通信ネットワークNを介して相互にデータを送受信可能に接続されている。通信ネットワークNは、DICOM(Digital Imaging and Communication in Medicine)規格が
適用されている。なお、各装置の台数は特に限定されない。例えば、異常陰影候補検出装置2、情報処理装置3、画像DB5は1つのコンピューターで構成することも可能である
。
画像生成装置1は、人体(被検者)を撮影し、その撮影画像(医用画像)のデジタルデータを生成する医用画像生成装置であり、例えばCR(Computed Radiography)またはFPD(Flat Panel Detector)を用いたX線撮影装置、CT(Computed Tomography)、MRI(Magnetic Resonance Imaging)、カセッテ専用の読取装置、フィルムディジタイザ等のモダリティを適用可能である。より具体的には、画像生成装置1としては、例えば、X線一般撮影装置があげられ、この場合、胸部X線画像や腹部X線画像などのX線画像データが生成される。
画像生成装置1は、生成された医用画像に上記患者情報や検査情報、画像を識別するためのUID(Unique ID)等をヘッダ情報として付加し、通信ネットワークNを介して
画像DB5に送信し、画像DB5に医用画像を蓄積させる。または、画像生成装置1は、医用画像を、直接、異常陰影候補検出装置2及び情報処理装置3へ送信することもできる。なお、DICOM規格に準拠していない場合には、図示しないDICOM変換装置を用いて付帯情報を画像生成装置1に入力させることも可能である。
異常陰影候補検出装置(CAD)2は、画像生成装置1から供給される医用画像の画像解析を行って異常陰影候補の検出処理を行うコンピューターである。異常陰影候補検出装置2は、CPU(Central Processing Unit)、RAM(Random Access Memory)、HD
D(Hard Disk Drive)等の記憶部、LANカード等の通信部を備える。
異常陰影候補検出装置2の記憶部には、異常陰影(病変)の種類に応じた検出アルゴリズムの検出プログラムが記憶されており、異常陰影候補検出装置2のCPUは、記憶部に記憶された検出プログラムとの協働により、通信部を介して入力された各医用画像から異常陰影候補を検出する。例えば、胸部X線画像における結節影、心肥大等の異常陰影候補を検出する。
ることができる。このFCN法の詳細は後述する。
死亡リスクの大きさ)、異常陰影である確率などの情報が含まれる。そして、異常陰影候
補検出装置2は、生成されたCAD情報を検出元の医用画像のヘッダ情報に付加し、通信部により画像DB5または情報処理装置3に送信する。なお、CAD情報を元の医用画像とは別ファイルとして画像DB5に蓄積し、それぞれが対応するファイルであることがわかるよう紐づけておくことも可能である。
情報処理装置3は、画像生成装置1で生成された医用画像と異常陰影候補検出装置2で解析した当該医用画像についてのCAD情報とから、当該医用画像を読影する読影医の人数を決定する装置である。
図2に示すように、情報処理装置3は、取得手段及び制御手段としての制御部31、操作部32、表示部33、通信部34、記憶部35を備えて構成され、各部はバス36により接続されている。
例えば、制御部31は、後述する読影人数決定処理、読影医割り振り処理、読影人数出力処理等を実行する。
成されている。記憶部35には、前述のように各種プログラム、各種データ等が記憶されている。
例えば、記憶部35には、後述する読影医割り振り処理で用いられる担当テーブルT1及び優先順位テーブルT2等が格納されている。
画像表示装置4は、読影医の操作により指定された医用画像及びこれに対応するCAD情報を画像DB5から取得して表示する医用画像表示装置である。医用画像表示装置は読影時に医用画像を表示する他に、患者への説明時にも使われることがある。患者への説明時に医用画像を表示する際には、オリジナルの医用画像及び医師が確認した情報を表示し、CAD情報を表示しないモードに切り替え可能である。これにより、患者に無用な不安感を与えることなく説明することができる。
図3に示すように、画像表示装置4は、表示制御手段としての制御部41、操作部42、表示部43、通信部44、記憶部45を備えて構成され、各部はバス46により接続されている。
例えば、制御部41は、後述する医用画像表示処理を実行し、CRT(Cathode Ray Tube)やLCD(Liquid Crystal Display)等のモニターに各種画面を表示する。
画像DB5は、画像生成装置で生成された医用画像や当該医用画像にCAD情報を埋め
込んだ医用画像を蓄積する。
CAD情報を元の医用画像とは別ファイルとして画像DB5に蓄積し、それぞれが対応するファイルであることがわかるよう紐づけておくことも可能である。その場合には次のように実行する。画像DB5は、画像DB5に記憶されている各医用画像に関する管理情報を格納する画像管理テーブルを有している。画像管理テーブルには、各医用画像についての管理情報が1レコードとして格納される。管理情報には、UID、患者情報、検査情報、ファイル情報(医用画像のファイル名及びこれに対応するCAD情報のファイル名、ファイル格納場所、更新日付、ファイルサイズ等)が含まれる。
画像生成装置1からの医用画像が受信されると、受信された医用画像が画像DB5に格納されるとともに、受信された医用画像のヘッダ情報に基づいて管理情報が作成され、画像管理テーブルに格納される。また、異常陰影候補検出装置2からのCAD情報が受信されると、受信されたCAD情報が画像DB5に格納されるとともに、画像管理テーブルからCAD情報とUIDが一致するレコードが検索され、検索されたレコードにCAD情報のファイル名、格納場所等が追加書き込みされる。このようにして、画像DB5には、医用画像と当該医用画像から検出されたCAD情報が対応付けて検索可能に記憶される。
次に、医用画像表示システム100の動作について説明する。
上述したように、異常陰影候補検出装置2では、異常陰影候補の検出処理が行われ、CAD情報が生成される。
ここで、異常陰影候補検出装置2による、異常陰影候補の検出アルゴリズムの一例であるFCN法について説明する。図4に、FCN法を用いた識別器(ネットワーク)の構成の一例を示す。FCN法を用いた処理では、多数の画像フィルタリング処理を行う畳み込み層(Convolution Layer)と、畳み込み層の出力からサンプリングするプーリング層(Pooling Layer)の繰り返しによって、入力画像に対し各領域が病変(異常陰影)である確率を示す0から1の範囲の値を持つヒートマップを出力する。各畳み込み層のパラメータは、あらかじめ病変の種類と領域がラベリングされた学習データを使った学習処理により、最適化されている。
FCNを実行することにより、対象となる病変の種類ごとに画像の各位置について病変である確率を示すヒートマップが出力される。
病変の検出は、ヒートマップ内の確率値が所定の閾値を超えた場合に病変があるとして検出される。異常陰影である確率は、所定の閾値とヒートマップ内の確率値をもとに決定される。例えば、閾値の値Tが0.5であるとき、ヒートマップの値をVとするとV<(1.0+T)/2.0のとき、識別が困難であると判定される。また、読影の緊急度を表すトリアージレベルは病変の種類ごとに決定される。例えば結節影などは肺がんの可能性があり、早期の診断確定と治療開始が求められるので、トリアージレベルは高く設定される。
情報処理装置3は、医用画像と当該医用画像についてのCAD情報に基づき、医用画像の読影作業を担当する読影医の人数を決定し、決定した人数分の読影医に読影作業を割り振った後、その割り振り結果(読影医割り振り情報)を医用画像表示装置4に出力することで、読影作業の効率化を促すものである。
図5は、このような情報処理装置3の処理の一連の流れを示すフローチャートである。
図5の各処理は、制御部31と記憶部35に記憶されているプログラムとの協働により実行される。
先ず、制御部31は、対象となる医用画像について、読影する医師(読影医)の数を決定する読影人数決定処理を実行する(ステップS11)。なお、この処理において、制御部31は、異常陰影候補検出結果取得手段、読影人数決定手段として機能している。
図6に示すように、制御部31は、対象となる医用画像についてのCAD情報を取得し、取得したCAD情報から異常陰影候補があるか否かを判断し(ステップS111)、異常陰影候補がある場合(ステップS111:YES)、読影医の人数を複数人と決定する(ステップS112)。一方、異常陰影候補がない場合(ステップS111:NO)、制御部31は、読影医の人数を1人と決定する(ステップS113)。
このように、読影人数決定処理では、異常陰影候補の有無に応じて読影人数を決定し、異常陰影がある可能性の高い画像のみ複数人で読影するため、読影時間の増加を抑えながら読影の正確性をあげることができる。
図5に戻って、制御部31は、上記読影人数決定処理で決定した数に応じて、その人数分、実際に読影作業する読影医を決定し(すなわち、読影作業に対して読影医を割り振り)、医用画像とその人数分の読影医とを対応付けた読影医割り振り情報を生成する、読影医割り振り処理を実行する(ステップS12)。なお、この処理において、制御部31は、読影医割り振り手段として機能している。
図7(a)に示すように、担当テーブルT1は、種類T11、トリアージレベルT12、担当医T13及び担当科T14の項目を有し、病変の種類に対して、トリアージレベル、担当医及び担当科を、予め対応づけたテーブルである。
トリアージレベルT12は、種類T11で示される病変に対して、トリアージレベルとして「高い」又は「低い」が設定されている。
担当科T14は、種類T11で示される病変の診察を担当する診療科(担当医T13で示される医師の所属する診療科)である。
図7(b)に示すように、優先順位テーブルT2は、異常陰影である確率T21、トリアージレベルT22及び優先順位T23の項目を有し、異常陰影である確率とトリアージレベルの組み合わせに基づく優先順位を設定するテーブルである。
優先順位T23は、異常陰影である確率とトリアージレベルの組み合わせに応じて、「1」~「4」までの順位が設定されている。ここでは、異常陰影である確率とトリアージレベルの組み合わせに応じて優先順位を設定しているが、優先順位の設定の仕方はこれに限らない。例えば、対象患者の過去の検査情報が残っている場合は過去の検査情報をもとに優先順位を設定してもよい。あるいは、対象患者の過去画像がある場合に今回の撮影画像と過去画像とを比較し、変化の程度が大きい順に優先順位を設定してもよい。
具体的には、制御部31は、最も優先順位の高い異常陰影候補について、担当テーブルT1(図7(a))を参照して、設定された医師を選択する。このとき、その異常陰影候補について決定されている人数に応じて、一乃至複数の医師を選択する。
医師の選択は、選択可能な医師のうち、スケジュールが合う医師を優先的に選択するのが好ましい。選択可能な医師はあらかじめ医師の読影能力を考慮して異常陰影の種類と担当可能医師とを紐づけておくことも可能である。例えば、優先順位の高い異常陰影候補に対して医師を選択する場合には、スキル又は経験の高い医師を優先的に選択することも好ましい。あるいは、医師の過去の診断成績によりレポートの正解率の高い医師に難しい症例を振り分けてもよい。また、診断成績の高い医師については、難しい症例を振り分けるためにそれ以外の症例、例えばCAD情報で異常陰影である確率が高い症例については分担をせず、空けておくこともできる。このように医師によって分担量を変更できるよう構成してもよい。
なお、最初の異常陰影候補の医師の選択において既に選択されている医師のうち、2番目の異常陰影候補についても選択可能な医師がいた場合には、その医師を優先的に選択することが好ましい。
このように、検出された全ての異常陰影候補について医師を選択し、選択された医師が、読影医として決定される。なお、読影医割り振り処理より前の読影人数決定処理時に、異常陰影候補が検出されていない医用画像であるか否かを判断しており、異常陰影候補が検出されていない場合には、その医用画像の患者の担当医師が、読影医として決定される。
図5に戻って、制御部31は、上記読影医割り振り処理により生成した読影医割り振り情報を、医用画像表示装置4に出力する(ステップS13)。
これにより、医用画像表示装置4では、読影医割り振り情報に基づいてリスト画面G(図9)が表示され、読影医は、読影作業を実行することとなる。
制御部31は、読影医による読影作業状況の取得を行い(ステップS14)、読影医による全ての読影作業が完了したことを示す完了操作がなされたか否かを判断し(ステップS15)、完了操作ありと判断した場合(ステップS15:YES)、本処理を終了する。
具体的に、制御部31は、読影作業をする読影医として決定された全ての読影医による読影リポートの登録がなされると、読影作業の完了操作ありと判断する。或いは、何れかの読影医により、画像表示装置4の操作部42に設けられた「読影作業完了ボタン」B1(図9参照)が操作された場合に、読影作業の完了操作ありと判断することとしても良い。
「読影作業完了ボタン」B1は、例えば、複数の読影医が割り振られている場合に、いずれかの読影医が、その医用画像について複数の読影医による読影作業が必要ないと判断した場合などに、操作される。即ち、CADは複数の読影医による読影作業が必要と判断したが、読影医による実際の読影において、複数の読影医による読影作業が必要ないと判断された場合などである。
具体的に、制御部31は、読影作業を行った何れかの読影医により、画像表示装置4の操作部42に設けられた「再振り分けボタン」B2(図9参照)が操作された場合に、読影医の再振り分けを指示する指示操作の入力があったと判断する。
「再振り分けボタン」B2は、実際の読影作業を行った読影医が、その医用画像について、決定されている読影医以外の読影医による読影作業が必要と判断した場合などに、操作される。即ち、読影医による実際の読影において、情報処理装置3の判断以上に読影医の数が必要であると判断された場合などである。
なお、「再振り分けボタン」B2の操作と共に、再振り分け条件(例えば、追加の読影医の数、専門分野、熟練度など)を指定することで、上記ステップS11において、その条件に応じて読影人数決定処理が実行される。
また、画像表示装置4では、医用画像を表示する医用画像表示処理が行われる。
図8に、医用画像表示処理のフローチャートを示す。
かかる医用画像表示処理は、制御部41と記憶部45に記憶されているプログラムとの協働により実行される。
具体的には、読影医が各自のIDで画像表示装置4にログインすると、ログイン情報が通信部44により情報処理装置3に送信される。情報処理装置3においては、画像DB351の画像管理テーブルからログイン情報(ログインしている読影医)に合致した医用画像の管理情報が検索され、検索条件に合致した医用画像のリストデータが作成されて画像表示装置4に送信される。
画像表示装置4においては、通信部44によりリストデータが受信されると、当該リストデータに基づくリスト画面Gが表示部43に表示される。
図9に示すように、リスト画面Gは、リスト表示部G1と、サムネイル画像表示部G2と、を有する。
リスト表示部G1は、例えば、検査ID、患者ID、患者氏名、生年月日、検査日の項目の他、読影担当者200の項目を有し、検査単位で案件が表示される。ここでは、全項目が1行に表示されている例を示すが、複数行に表示されても良い。
各担当表示欄201には、上記読影医振り分け処理の結果、担当に決定された読影医の数だけ診療科名及び名前が表示される。なお、診療科名のみ表示させても良い。
例えば、CADで異常陰影候補が検出されなかった案件には、患者の担当医師の氏名及び診療科が表示される。また、優先度の高い異常陰影候補を担当する読影医から順に、氏名及び診療科が表示される。
そして、担当表示欄201にはチェックボックス202が設けられ、担当表示欄201に表示された読影医の読影が完了すると、チェックボックス202にチェックを付けることができる。なお、CADの検出精度が高いと判断される場合には、設定によりチェックを付ける(読影完了とする)こととしてもよい。
図9の例では、リスト表示部G1において、患者ID「000010」が選択操作され、サムネイル画像表示部G2において、その案件の検査画像のサムネイル画像g1が表示されている。
サムネイル画像g1上で、異常陰影候補領域は枠Kに囲まれている。枠Kは、異常陰影の種類により、その表示色を異ならせることができる。また、サムネイル画像g1上で枠Kに囲まれた領域が、検出領域画像g2、g3として拡大表示される。
このサムネイル画像表示部G2により、画像ビューアを起動する前に、異常陰影候補の検出結果と、読影担当の割り振り理由を、使用者が理解することが可能になる。
「読影作業完了ボタン」B1は、例えば、複数の読影医が割り振られている場合に、いずれかの読影医が、その医用画像について複数の読影医による読影作業が必要ないと判断した場合などに、操作される。
「再振り分けボタン」B2は、読影医が、その医用画像について、決定されている読影
医以外の読影医による読影作業が必要と判断した場合などに、操作される。また、「再振り分けボタン」B2を操作すると、再振り分け条件(例えば、追加の読影医の数、専門分野、熟練度など)を指定する入力欄(図示省略)が表示される構成としても良い。
「読影作業完了ボタン」B1が操作された場合、読影結果情報には、読影作業完了情報が含まれる。また、「再振り分けボタン」B2が操作された場合、読影結果情報には、再振り分け指示情報及び再振り分け条件が含まれる。
画像DB5においては、読影対象の医用画像の取得要求が受信されると、CAD情報が付与された読影対象の医用画像が画像DB5から検索されて読み出され、画像表示装置4に送信される。
ビューア画面には、読影対象の医用画像が表示される。CAD情報を表示する場合には、異常陰影候補検出装置2により検出された異常陰影候補の領域の表示を指示するためのCAD情報ボタン等をクリックすることにより医用画像に重畳させてCAD情報が表示される。
読影結果の入力は、例えば以下のようにして行われる。
操作部42によりビューア画面に表示されている医用画像上から読影医が病巣の疑いがあると判定した病巣領域が指定されると、表示された医用画像上に、病巣領域であることを示すマークが表示される。
また、ビューア画面には、指定された病巣領域に関する所見を入力するための入力欄が表示される。入力欄には、指定された領域の病巣の種類を選択するためのチェックボックスが表示され、操作部42により病巣の種類にチェックが入力されると、チェックされた病巣の種類に応じて、病巣領域の所見(特徴(微小円形、淡く不明瞭、多形性、・・・)、カテゴリー等)を選択するためのチェックボックスが表示される。
入力された読影結果情報は、病巣の種類毎にまとめられ、病巣の種類毎の読影結果情報が生成される。読影結果情報には、病巣の種類の情報、その病巣と判定された病巣領域の数、各病巣領域の位置情報及び所見等が含まれる。
ここで、読影結果情報の入力が終わった分については、担当表示欄201のチェックボックス202にチェックが付くこととなる。また、読影医により、リスト画面Gにおいて「読影作業完了ボタン」B1又は「再振り分けボタン」B2が操作される場合もある。
読影結果情報には、上記したように、病巣の種類の情報、その病巣と判定された病巣領域の数、各病巣領域の位置情報及び所見等が含まれる。また、読影結果情報には、読影作業完了情報、再振り分け指示情報及び再振り分け条件が含まれることもある。
受信された読影結果情報は医用画像に対応付けて画像DB5に格納される。
以上のように、本実施の形態によれば、情報処理装置3の制御部31は、画像生成装置1を用いて得られた医用画像から異常陰影候補検出結果(CAD情報)を取得し、取得したCAD情報に基づいて、医用画像を読影する読影医の人数を決定し、決定した読影人数を出力する。
このため、各医用画像によって読影医の人数が決定されることで、CADを用いた医用画像の読影において、全体の作業効率を低下させることなく、読影精度の向上を図ることができる。
このため、異常陰影候補が有る場合には、読影医の人数が複数人となり、読影精度の向上を図ることができる。
このため、画像表示装置4に読影医割り振り情報を出力して、画像表示装置4において、読影医割り振り情報に基づくリスト画面Gを表示させることができる。
このため、画像表示装置4のユーザーは、リスト画面Gにより、医用画像と対応づけられた読影医を一目で把握することができる。
このため、画像表示装置4のユーザーは、リスト画面Gにより、医用画像と、それに対応づけられた読影医の数、読影担当科及び各読影医の情報を一目で把握することができる。
このため、医用画像の撮影された施設以外でも読影作業が実施可能であり、読影作業の効率化を図ることができる。
れた場合、一の案件の医用画像における異常陰影候補領域を拡大表示させる。
このため、画像表示装置4のユーザーは、リスト画面Gにより、異常陰影候補のあらましを把握することができる。
以上の実施の形態についは様々な変形例が考えられる。以下ではその変形例について、上記実施の形態と異なる点を中心に説明する。
変形例1として、読影人数決定処理の他の態様について説明する。
図10に、変形例1の読影人数決定処理のフローチャートを示す。なお、かかる処理において、制御部31は、読影担当科決定手段として機能している。
図10に示すように、制御部31は、CAD情報から異常陰影候補があるか否かを判断し(ステップS201)、異常陰影候補がない場合(ステップS201:NO)、読影医の人数を1人とする(ステップS202)。一方、異常陰影候補がある場合(ステップS201:YES)、制御部31は、読影医の人数を2人とし(ステップS203)、異常陰影候補の種類に応じて読影担当科を決定する(ステップS204)。
この処理においては、異常陰影候補の種類と担当科とはあらかじめ対応付けて記憶部35に記憶されており、この対応付けられた情報(図7参照)をもとに担当科が決定される。
例えば、異常陰影候補の種類が心拡大である場合には、担当科を循環器科とし、異常陰影候補の種類が無気肺である場合には担当科を呼吸器科とする。この時、院内に適切な担当科がない場合は、担当科を遠隔地にある施設の診療科とすることもできる。
変形例2として、読影人数決定処理の他の態様について説明する。
変形例2では、異常陰影候補があると判断された場合であっても一定の条件を満たす場合は、読影医の人数を複数とせず、1人と決定する。例えば、通常の検査では、患者の診療科からの依頼に基づく撮影である場合が多く、その際に異常陰影候補が依頼元の診療科の領分である場合には読影医の人数を1人とすることができる。
図12に示すように、制御部31は、撮影オーダーを出した診療科を1つ目の読影担当科と設定する(ステップS301)。そして、制御部31は、CAD情報から異常陰影候補があるか否かを判断し(ステップS302)、異常陰影候補がない場合(ステップS302:NO)、読影医の人数を1人とする(ステップS303)。
一方、異常陰影候補がある場合(ステップS302:YES)、制御部31は、記憶部35に記憶されている異常陰影候補の種類と担当科とが対応付けられた情報(図7参照)をもとに異常陰影候補の種類に対応した担当科を選択し、その担当科と、撮影オーダーを
出した診療科などあらかじめ定められた読影担当科(ステップS301で設定された読影担当科)とが同じか否かを判断し(ステップS304)、同じ場合(ステップS304:YES)、読影医の人数を1人とする(ステップS303)。
一方、異常陰影候補の種類に対応した担当科と予め定められた読影担当科とが異なる場合(ステップS304:NO)、制御部31は、読影医の人数は2人と決定する(ステップS305)。なお、読影医の人数を2人としているが、必要に応じて3人以上の読影医としてもかまわない。
なお、異常陰影候補の種類に対応した担当科と読影担当科とが同じか否かの判断は、図6に示すフローチャートで異常陰影候補があり読影医の人数を2人と決定した後で行い、異常陰影候補の種類に対応付けられた担当科と予め定められた読影担当科とが同じである場合は、読影医の人数を2人から1人に変更するものであってもよい。
変形例3として、読影人数決定処理の他の態様について説明する。
図13に、変形例3の読影人数決定処理のフローチャートを示す。
図13に示すように、CAD情報から異常陰影候補があるか否かを判断し(ステップS401)、異常陰影候補があると判断された場合(ステップS401:YES)、取得したCAD情報から異常陰影である確率を抽出し、この異常陰影である確率が予め定められた閾値以上であるか否かを判断する(ステップS402)。
そして、閾値以上である場合(ステップS402:YES)、制御部31は、読影医の人数を1人とする(ステップS403)。一方、異常陰影である確率が予め定められた閾
値より小さい場合(ステップS402:NO)、制御部31は、読影医の人数を2人と決定する(ステップS404)。なお、読影医の人数を2人としているが、必要に応じて3人以上の読影医としてもかまわない。
また、異常陰影である確率が低い場合には、読影時に見逃したり、間違った読影結果となる危険があるため、複数の人間が読影を担当した方がよい。そこで、この変形例3では、異常陰影である確率の低い異常陰影候補が検出された医用画像に対して、読影医の人数を多くしている。
なお、異常陰影である確率の大きさによりリストの表示色を変更してもよい。これにより視覚的に重要度の高い検査を認識することができる。
変形例4として、読影人数決定処理の他の態様について説明する。
図14に、変形例4の読影人数決定処理のフローチャートを示す。
図14に示すように、制御部31は、CAD情報から異常陰影候補があるか否かを判断し(ステップS501)、異常陰影候補があると判断された場合(ステップS501:YES)、あらかじめ記憶部35に記憶された、異常陰影候補の種類ごとの読影人数に基づいて、異常陰影候補の種類が複数人の読影対象になっているか否かを判断し(ステップS
502)、複数人の読影対象の場合(ステップS502:YES)、読影医の人数を2人と決定する(ステップS503)。なお、読影医の人数を2人としているが、必要に応じて3人以上の読影医としてもかまわない。
一方、複数人の読影対象でない場合(ステップS502:NO)、制御部31は、読影医の人数を1人とする(ステップS504)。
変形例5として、読影人数決定処理の他の態様について説明する。
図15に、変形例5の読影人数決定処理のフローチャートを示す。
図15に示すように、制御部31は、CAD情報から異常陰影候補の数をカウントし(ステップS601)、異常陰影候補の数が複数あるか否か判断し(ステップS602)、複数の場合(ステップS602:YES)、候補の数に応じた3人以上の人数を読影医の数とする(ステップS603)。
一方、異常陰影候補の数が1の場合(ステップS602:NO)、制御部31は、読影医の人数を2人とする(ステップS604)。
このように、例えば異常陰影候補の数が1の場合は2人の読影医が読影を行い、2以上の場合は3人以上の読影医が読影にあたるようにすることで、異常陰影を見逃す危険を少なくすることができる。
なお、ここでは、異常陰影候補の数が1の場合は「2人の読影医」、2以上の場合は「3人以上の読影医」としてが、その人数は適宜設定可能である。
すなわち、図16示すように、制御部31は、異常陰影候補の種類の数をカウントし(ステップS601A)、異常陰影候補の種類の数が複数あるか否か判断し(ステップS602A)、複数ある場合(ステップS602A:YES)、読影医の人数を2人とする(ステップS603A)。一方、異常陰影候補の数が1の場合(ステップS602A:NO)、制御部31は、読影医の人数を1人とする(ステップS604A)。
これにより、異常陰影候補の種類の数に応じて読影医の人数を決定し、異常陰影候補の種類に応じた読影担当科を決定することが可能である。なお、いたずらに大勢の読影医で読影を行っても効率が悪くなるので、読影医の人数に上限を設けることもできる。
変形例6として、リスト画面Gの他の態様について説明する。
図18に、変形例6のリスト画面G-Aを示す。
上述したが、情報処理装置3では、読影医の人数が決定された後、医用画像とその人数分の読影医とを対応付けた読影医割り振り情報が生成され、画像表示装置4に出力される。画像表示装置4では、読影医割り振り情報に基づいて、医用画像と読影医を対応させたリストが表示される。
また、遠隔読影件数の上限値と累積値を表示するための遠隔読影件数表示部302を有し、遠隔読影件数の上限が決まっている場合には、遠隔読影件数表示部302に数値が表示される。そして、遠隔読影件数が上限値に達した場合には、CADにより異常陰影が検出された画像を自動で遠隔読影に依頼されないようにすることもできる。
このため、複数の医療施設で連携した診断が可能となり、作業効率が向上するとともに、より多くの種類の異常陰影候補の読影に対応可能となる。
2 異常陰影候補検出装置
3 情報処理装置
31 制御部(異常陰影候補検出結果取得手段、読影人数決定手段、読影人数出力手段、読影担当科決定手段、読影医割り振り手段、報知手段)
32 操作部
33 表示部
34 通信部
35 記憶部
T1 担当テーブル
T2 優先順位テーブル
351 画像DB
36 バス
4 画像表示装置(医用画像表示装置)
41 制御部(表示制御手段)
42 操作部
43 表示部
44 通信部
45 記憶部
46 バス
G リスト画面
G1 リスト表示部
200 読影担当者
201 担当表示欄
202 チェックボックス
G2 サムネイル画像表示部
g1 サムネイル画像
g2 検出領域画像
K 枠
100 医用画像表示システム
Claims (15)
- 医用画像生成装置を用いて得られた医用画像からコンピューターにより検出された異常陰影候補検出結果を取得する異常陰影候補検出結果取得手段と、
前記異常陰影候補検出結果取得手段により取得した前記異常陰影候補検出結果に基づいて、前記医用画像を読影する読影医の人数を決定する読影人数決定手段と、
前記読影人数決定手段で決定した数に応じて、読影医割り振り処理を実行する読影医割り振り手段と、
を備えることを特徴とする情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影候補の有無が含まれ、
前記読影人数決定手段は、前記異常陰影候補検出結果において異常陰影候補が有る場合は読影医の人数を複数人と決定し、異常陰影候補が無い場合は読影医の人数を1人と決定することを特徴とする請求項1に記載の情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影の種類の情報が含まれ、
前記異常陰影候補検出結果において異常陰影候補が有る場合は、前記異常陰影候補の種類に応じて読影担当科を決定する読影担当科決定手段をさらに有することを特徴とする請求項2に記載の情報処理装置。 - 前記読影人数決定手段は、前記異常陰影候補検出結果において異常陰影候補が有る場合であっても、前記読影担当科決定手段により決定された読影担当科と、予め定められた読影担当科とが同じ場合は、読影医の人数を1人とすることを特徴とする請求項3に記載の
情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影である確率が含まれ、
前記読影人数決定手段は、前記異常陰影候補検出結果において異常陰影候補が有って、前記異常陰影である確率が予め定められた閾値以上である場合、読影医の人数を1人とす
ることを特徴とする請求項2に記載の情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影の種類の情報が含まれ、
前記読影人数決定手段は、前記異常陰影候補検出結果において異常陰影候補が有る場合は、前記異常陰影候補の種類に応じて読影医の人数を決定することを特徴とする請求項2に記載の情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影候補の数の情報が含まれ、
前記読影人数決定手段は、前記異常陰影候補の数に応じて読影医の人数を決定することを特徴とする請求項1に記載の情報処理装置。 - 前記異常陰影候補検出結果には、異常陰影候補の種類の情報が含まれ、
前記読影人数決定手段は、前記異常陰影候補の種類の数に応じて読影医の人数を決定することを特徴とする請求項1に記載の情報処理装置。 - 前記異常陰影候補の種類の数に応じて読影担当科を決定する読影担当科決定手段をさらに有することを特徴とする請求項8に記載の情報処理装置。
- 前記読影医割り振り手段により読影医と対応付けができないと判断された場合に報知する報知手段をさらに有することを特徴とする請求項1に記載の情報処理装置。
- 請求項1又は請求項10に記載の情報処理装置と医用画像生成装置とに接続され、医用画像を表示する医用画像表示装置において、
前記読影医割り振り情報に基づいて、前記医用画像と一又は複数の読影医を対応づけた案件のリスト画面を表示部に表示させる表示制御手段を備えることを特徴とする医用画像表示装置。 - 前記読影医割り振り情報は、読影作業の振り分けられた読影医の数、読影担当科及び各読影医の情報を含み、
前記表示制御手段は、前記リスト画面において、前記医用画像に対して、読影作業の振り分けられた読影医の数、読影担当科及び各読影医の情報を対応づけて表示させることを特徴とする請求項11に記載の医用画像表示装置。 - 前記読影医には、医用画像の撮影された医療施設と異なる医療施設の読影医を含むことを特徴とする請求項11または12に記載の医用画像表示装置。
- 前記表示制御手段は、前記リスト画面において一の案件が選択された場合、前記一の案件の医用画像における異常陰影候補領域を拡大表示させることを特徴とする請求項11から13のいずれか一項に記載の医用画像表示装置。
- コンピューターを、
医用画像生成装置を用いて得られた医用画像からコンピューターにより検出された異常陰影候補検出結果を取得する異常陰影候補検出結果取得手段、
前記異常陰影候補検出結果取得手段により取得した前記異常陰影候補検出結果に基づいて、前記医用画像を読影する読影医の人数を決定する読影人数決定手段、
前記読影人数決定手段で決定した数に応じて、読影医割り振り処理を実行する読影医割り振り手段、
として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022193886A JP7416183B2 (ja) | 2018-10-05 | 2022-12-05 | 情報処理装置、医用画像表示装置及びプログラム |
JP2023219885A JP7552845B2 (ja) | 2018-10-05 | 2023-12-26 | 情報処理装置、医用画像表示装置及びプログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018190165A JP7192372B2 (ja) | 2018-10-05 | 2018-10-05 | 情報処理装置、医用画像表示装置及びプログラム |
JP2022193886A JP7416183B2 (ja) | 2018-10-05 | 2022-12-05 | 情報処理装置、医用画像表示装置及びプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018190165A Division JP7192372B2 (ja) | 2018-10-05 | 2018-10-05 | 情報処理装置、医用画像表示装置及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023219885A Division JP7552845B2 (ja) | 2018-10-05 | 2023-12-26 | 情報処理装置、医用画像表示装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023021231A true JP2023021231A (ja) | 2023-02-10 |
JP7416183B2 JP7416183B2 (ja) | 2024-01-17 |
Family
ID=70051155
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018190165A Active JP7192372B2 (ja) | 2018-10-05 | 2018-10-05 | 情報処理装置、医用画像表示装置及びプログラム |
JP2022193886A Active JP7416183B2 (ja) | 2018-10-05 | 2022-12-05 | 情報処理装置、医用画像表示装置及びプログラム |
JP2023219885A Active JP7552845B2 (ja) | 2018-10-05 | 2023-12-26 | 情報処理装置、医用画像表示装置及びプログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018190165A Active JP7192372B2 (ja) | 2018-10-05 | 2018-10-05 | 情報処理装置、医用画像表示装置及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023219885A Active JP7552845B2 (ja) | 2018-10-05 | 2023-12-26 | 情報処理装置、医用画像表示装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20200111558A1 (ja) |
JP (3) | JP7192372B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7064430B2 (ja) | 2018-11-20 | 2022-05-10 | 富士フイルム株式会社 | 優先度判定装置、方法およびプログラム |
JP7415787B2 (ja) * | 2020-05-15 | 2024-01-17 | コニカミノルタ株式会社 | 医用画像システム |
JP7480601B2 (ja) * | 2020-06-16 | 2024-05-10 | コニカミノルタ株式会社 | 医療診断支援装置、医療診断支援装置の制御方法、およびプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009157527A (ja) * | 2007-12-25 | 2009-07-16 | Canon Inc | 医用画像処理装置、医用画像処理方法ならびにプログラム |
JP2014048824A (ja) * | 2012-08-30 | 2014-03-17 | Fujifilm Corp | 遠隔読影システム及び遠隔読影方法 |
US20150278726A1 (en) * | 2014-03-31 | 2015-10-01 | James Gelsin Marx | Systems and methods for workflow processing |
JP2017191511A (ja) * | 2016-04-14 | 2017-10-19 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、その制御方法及びプログラム、並びに、遠隔読影システム、その制御方法及びプログラム |
WO2018116493A1 (ja) * | 2016-12-22 | 2018-06-28 | 日本電気株式会社 | 配置サーバ、警備システム、警備員配置方法及びプログラム |
JP2018142145A (ja) * | 2017-02-27 | 2018-09-13 | キヤノンマーケティングジャパン株式会社 | 遠隔読影システム、その制御方法、及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0616290B1 (en) * | 1993-03-01 | 2003-02-05 | Kabushiki Kaisha Toshiba | Medical information processing system for supporting diagnosis. |
JP2006268075A (ja) | 2005-03-22 | 2006-10-05 | Hitachi Medical Corp | 遠隔読影システム |
US20090182577A1 (en) * | 2008-01-15 | 2009-07-16 | Carestream Health, Inc. | Automated information management process |
JP6336543B2 (ja) | 2014-08-01 | 2018-06-06 | キヤノンマーケティングジャパン株式会社 | 情報処理装置およびその制御方法、情報処理システム、並びにプログラム |
JP6747777B2 (ja) | 2015-04-15 | 2020-08-26 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム |
-
2018
- 2018-10-05 JP JP2018190165A patent/JP7192372B2/ja active Active
-
2019
- 2019-09-20 US US16/577,755 patent/US20200111558A1/en not_active Abandoned
-
2022
- 2022-12-05 JP JP2022193886A patent/JP7416183B2/ja active Active
-
2023
- 2023-12-26 JP JP2023219885A patent/JP7552845B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009157527A (ja) * | 2007-12-25 | 2009-07-16 | Canon Inc | 医用画像処理装置、医用画像処理方法ならびにプログラム |
JP2014048824A (ja) * | 2012-08-30 | 2014-03-17 | Fujifilm Corp | 遠隔読影システム及び遠隔読影方法 |
US20150278726A1 (en) * | 2014-03-31 | 2015-10-01 | James Gelsin Marx | Systems and methods for workflow processing |
JP2017191511A (ja) * | 2016-04-14 | 2017-10-19 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、その制御方法及びプログラム、並びに、遠隔読影システム、その制御方法及びプログラム |
WO2018116493A1 (ja) * | 2016-12-22 | 2018-06-28 | 日本電気株式会社 | 配置サーバ、警備システム、警備員配置方法及びプログラム |
JP2018142145A (ja) * | 2017-02-27 | 2018-09-13 | キヤノンマーケティングジャパン株式会社 | 遠隔読影システム、その制御方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7552845B2 (ja) | 2024-09-18 |
JP7416183B2 (ja) | 2024-01-17 |
US20200111558A1 (en) | 2020-04-09 |
JP2024023936A (ja) | 2024-02-21 |
JP2020060857A (ja) | 2020-04-16 |
JP7192372B2 (ja) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11185228B2 (en) | Control method of information terminal and computer-readable recording medium | |
US9720938B2 (en) | Similar image retrieval device, method of operating similar image retrieval device, and similar image retrieval program | |
JP7416183B2 (ja) | 情報処理装置、医用画像表示装置及びプログラム | |
US11195610B2 (en) | Priority alerts based on medical information | |
US8897533B2 (en) | Medical image processing apparatus | |
US9050057B1 (en) | Medical image system and program | |
JP2011092286A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN110111876B (zh) | 信息处理装置及信息处理方法 | |
JP2011103095A (ja) | 医用画像表示システム及びプログラム | |
JP5223872B2 (ja) | 医用画像管理装置 | |
CN111226287A (zh) | 用于分析医学成像数据集的方法、用于分析医学成像数据集的系统、计算机程序产品以及计算机可读介质 | |
JP2006110202A (ja) | 医用画像診断システムおよび医用画像診断方法 | |
US11869654B2 (en) | Processing medical images | |
JP5556674B2 (ja) | 医用画像表示装置及びプログラム | |
JP2011101759A (ja) | 医用画像表示システム及びプログラム | |
JPWO2012005023A1 (ja) | 医用画像表示システム及びプログラム | |
JP7415787B2 (ja) | 医用画像システム | |
JP2012143368A (ja) | 医用画像表示装置及びプログラム | |
CN113327665A (zh) | 医用信息处理系统以及医用信息处理方法 | |
JP5533198B2 (ja) | 医用画像表示装置及びプログラム | |
JP2020039622A (ja) | 診断支援装置 | |
JP2009066060A (ja) | 医用画像システム、所見レポート生成装置、所見レポート生成方法及びプログラム | |
US12014814B2 (en) | Methods and systems for tuning a static model | |
JP7428055B2 (ja) | 診断支援システム、診断支援装置及びプログラム | |
JP2009207509A (ja) | 医用画像管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7416183 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |