JP2023529973A - X線イメージングシステム - Google Patents
X線イメージングシステム Download PDFInfo
- Publication number
- JP2023529973A JP2023529973A JP2022577206A JP2022577206A JP2023529973A JP 2023529973 A JP2023529973 A JP 2023529973A JP 2022577206 A JP2022577206 A JP 2022577206A JP 2022577206 A JP2022577206 A JP 2022577206A JP 2023529973 A JP2023529973 A JP 2023529973A
- Authority
- JP
- Japan
- Prior art keywords
- scan
- ray
- processing unit
- sequence
- body part
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 70
- 230000009471 action Effects 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 7
- 230000001419 dependent effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 201000003144 pneumothorax Diseases 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 206010027452 Metastases to bone Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- 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
- G16H40/00—ICT 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
- G16H40/60—ICT 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 operation of medical equipment or devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本発明は、X線画像取得ユニット20と、処理ユニット30とを含むX線イメージングシステム10に関する。処理ユニットは、患者の身体部分のスキャンシーケンスを実行するようにX線画像取得ユニットに命令する。X線画像取得ユニットは、処理ユニットに、スキャンシーケンスのうちのスキャンについての身体部分のX線画像を提供する。処理ユニットは、スキャンを繰り返す必要があることを決定し、この決定は身体部分のX線画像の解析を含む。処理ユニットは、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定し、この決定は身体部分のX線画像の解析を含む。処理ユニットは、スキャンを繰り返す必要がないこと、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要でないことの決定に基づいて、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定する。
Description
本発明は、X線イメージングシステム、X線イメージング方法、並びにコンピュータプログラム要素及びコンピュータ可読媒体に関する。
米国特許出願第2019/370958A1号では、特定の実装形態において、取得とほぼリアルタイムで画像の診断的有用性を評価できる、ルールベース又は深層学習ベースのアプローチが説明されている。このようなアルゴリズムをスキャナに自動的に実装することで、実際には、医師自身がリアルタイムで画像を評価することが模倣され、不要な再スキャンや再呼び出しの回数を減らすことができると説明されている。画像の診断的有用性は絶対的な評価基準ではなく、むしろ読影する放射線科医及びスキャン表示(即ち、スキャンの目的)に依存しており、また、そのため、読影する放射線科医及びスキャン表示に応じて閾値(良好とみなされるイメージングボリュームの確率)を適合させると、再スキャン及び再呼び出しの回数が減少する可能性があることを見出したと説明されている。
米国特許出段第2019/320934A1号では、自己評価メカニズムを含む医用イメージングセッションの自動シーケンス予測が説明されている。患者又はオブジェクトの初期スカウトシーケンスが実行される。初期スカウトシーケンスが検証される。簡易取得プロトコルが実行される。簡易取得プロトコルが検証される。追加のシーケンスが実行される。また、シーケンスは、次の適切な設定及び手順を選択するために、深層学習ベースの推論を使用して、以前のスキャンの分析に基づいて構成される。
X線医用画像は、しばしば複数の個々のスキャンからなるスキャンシーケンスで撮影され、さらなる評価のために、例えばDICOM形式で病院のPACSシステムにエクスポートされる。しかしながら、スキャンのうちの1つ以上は、特定の品質基準を満たしていないことから、放射線科医が信頼度が高く解釈できない場合がある。そのため、患者は再度スキャンを行うために医療センターを再度訪れる必要がある。また、放射線科医はスキャンシーケンス内で、さらなる検査を必要とする何かを特定することがある。この場合も、患者はスキャンのために医療センターを訪れる必要がある。これらの問題により効果的な診断に時間がかかる。
これらの問題に対処する必要がある。
X線イメージングを向上させることが有利である。
本発明の目的は独立請求項の主題で解決され、さらなる実施形態は従属請求項に組み込まれている。以下に説明される本発明の態様及び例は、X線イメージングシステム、X線イメージング方法、並びにコンピュータプログラム要素及びコンピュータ可読媒体にも適用されることに留意されたい。
第1の態様によれば、X線イメージングシステムが提供される。このX線イメージングシステムは、
X線画像取得ユニットと、
処理ユニットとを含む。
X線画像取得ユニットと、
処理ユニットとを含む。
処理ユニットは、患者の身体部分のスキャンシーケンスを実行するようにX線画像取得ユニットに命令する。X線画像取得ユニットは、処理ユニットに、スキャンシーケンスのうちのスキャンについての身体部分のX線画像を提供する。処理ユニットは、スキャンを繰り返す必要があることを決定し、この決定は身体部分のX線画像の解析を含む。処理ユニットは、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定し、この決定は身体部分のX線画像の解析を含む。処理ユニットは、スキャンを繰り返す必要がないこと、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要でないことの決定に基づいて、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定する。
このようにして、スキャンシーケンスのスキャンシーケンス全体を通してオフラインで解析されるのではなく、個々のスキャンがリアルタイムで解析されて、例えば画質の問題によって又は当該スキャンの画像の解析に基づいて異なるアクション(異なるスキャンを取得する又は特定の医学的状態が検出された場合にスキャンを中止し、別の手順を実行するなど)が必要であることによって当該スキャンを繰り返す必要があるかどうかに関するフィードバックが提供される。
したがって、処理ユニットは、例えば出力ユニットを制御して、最後のスキャンを繰り返す必要があることをオペレータに示すことができ、オペレータは最後のスキャンを繰り返すように準備できる。しかしながら、処理ユニット自体がX線画像取得ユニットを制御して、最後のスキャンを自動的に再度取得することもできる。
したがって、処理ユニットは、例えば出力ユニットを制御して、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることをオペレータに示すことができ、オペレータはそのアクションを実行するように準備できる。しかしながら、処理ユニット自体がスキャンシーケンスにおける次のスキャンの取得以外のアクションを制御することができ、これは、事実上自動的に実行される。
また、処理ユニットは、例えば出力ユニットを制御して、スキャンシーケンスにおける次のスキャンが必要であること、つまり実行する必要があることをオペレータに示すことができる。しかしながら、ここでも処理ユニット自体がX線イメージングユニットを制御して、スキャンシーケンスにおける次のスキャンを自動的に実行することができる。
したがって、一例では、処理ユニットは、スキャンを繰り返す必要がなく、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要ではないとの決定に基づいて、スキャンシーケンスにおける次のスキャンを実行するようにX線イメージングユニットに命令する。
一例では、スキャンを繰り返す必要があるとの決定は、身体部分のX線画像が少なくとも1つの画質基準を満たしていないことを決定するための解析を含む。
したがって、特定のスキャンの取得中に患者が動いてぼやけたり、スキャンを繰り返す必要がある別の問題が発生した可能性がある。これは、スキャンシーケンスが取得されて処理された後で、最後に決定が行われ、そのため、患者が画像取得ユニットに戻って再スキャンされることが必要となることなく、即時に行われる。
一例では、X線画像の解析は、少なくとも1つの画像処理アルゴリズムの使用を含む。
一例では、少なくとも1つの画像処理アルゴリズムは、コントラスト決定アルゴリズム及びブラー決定アルゴリズムのうちの1つ以上を含む。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、X線画像取得ユニットがスキャンシーケンスにおけるスキャンとは異なるスキャンを実行する決定を含む。
したがって、例えば以前には認識されなかった医学的状態が特定されるか、少なくとも存在が疑われると決定されると、そのような診断の確認を助けるために、例えば異なる方向及び/又は異なるエネルギーで異なるスキャンを実行できる。
一例では、上記の異なるスキャンは、最後のスキャンとは異なるX線エネルギーでのスキャンを含む。
一例では、上記の異なるスキャンは、最後のスキャンとは異なる、身体部分を通る方向でのスキャンを含む。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者を移動する決定を含む。
したがって、例えば身体部分の異なるビューを取得できるように患者を移動するか、又は例えば体液を動かすために若しくは例えば骨への転移についての画像を取得するために患者を移動することが決定される。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者に医療処置を実行する決定を含む。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、スキャンシーケンスを停止する決定を含む。
つまり、最後のスキャンに基づいて、スキャンの実行に加えて、例えばスキャンシーケンスが停止されて、患者が即時の医療処置を受けることを必要とする即時のアクションが必要であることが確認される。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、医学的状態を決定するための解析を含む。
一例では、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、トレーニングされた機械学習アルゴリズムの使用を含む。
したがって、例えば一連の画像スキャン全体と様々な医学的状態に関する関連のグラウンドトゥルースデータとでトレーニングされた畳み込みニューラルネットワークなどの深層学習アルゴリズムを使用して、画像スキャンから、スキャンシーケンスにおける次のスキャンに進むのではなく、異なるスキャンの取得など特定のアクションを実行する必要があるかどうかを決定できる。
第2の態様によれば、X線イメージング方法が提供される。このX線イメージング方法は、
a)処理ユニットによって、患者の身体部分のスキャンシーケンスのうちのスキャンを実行するようにX線画像取得ユニットに命令するステップと、
b)処理ユニットに、スキャンについての身体部分のX線画像を提供するステップと、
c)処理ユニットによって、スキャンを繰り返す必要があることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、
d)処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、又は
e)処理ユニットによって、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定するステップとを含む。
a)処理ユニットによって、患者の身体部分のスキャンシーケンスのうちのスキャンを実行するようにX線画像取得ユニットに命令するステップと、
b)処理ユニットに、スキャンについての身体部分のX線画像を提供するステップと、
c)処理ユニットによって、スキャンを繰り返す必要があることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、
d)処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、又は
e)処理ユニットによって、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定するステップとを含む。
ステップe)の結果として取得された次のスキャン及び関連付けられた画像に対してステップc)又はステップd)と同等のステップを実行できる。
別の態様によれば、前述のようにシステムを制御するコンピュータプログラム要素が提供される。システムは、コンピュータプログラム要素が処理ユニットによって実行されると、前述のように上記の方法のステップを実行する。
別の態様では、前述のプログラム要素が保存されたコンピュータ可読媒体が提供される。
コンピュータプログラム要素は、例えばソフトウェアプログラムであり得るが、FPGA、PLD、又は任意の他の適切なデジタル手段であってもよい。
有利には、上記のどの態様によって得られる利点も、他のすべての態様にも同様に適用され、その逆も同様である。
上記態様及び例は、以下に説明される実施形態から明らかになり、また、当該実施形態を参照して説明される。
次の図面を参照して、例示的な実施形態を以下に説明する。
図1は、X線イメージングシステム10の概略的な一例を示している。システム10は、X線画像取得ユニット20と、処理ユニット30とを含む。処理ユニットは、患者の身体部分のスキャンシーケンスを実行するようにX線画像取得ユニットに命令する。X線画像取得ユニットは、処理ユニットに、スキャンシーケンスのうちのスキャンについての身体部分のX線画像を提供する。処理ユニットは、スキャンを繰り返す必要があることを決定する。スキャンを繰り返す必要があるとの決定は、身体部分のX線画像の解析を含む。処理ユニットは、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定する。スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、身体部分のX線画像の解析を含む。処理ユニットは、スキャンを繰り返す必要がないこと、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要でないことの決定に基づいて、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定する。
一例では、処理ユニットは、スキャンを繰り返す必要があるとの決定に基づいて、スキャンを繰り返すようにX線画像取得ユニットを自動的に制御する。
一例では、処理ユニットは、スキャンを繰り返す必要があるとの決定に基づいて、最後のスキャンが繰り返されることを示す指示を出力するように出力ユニットを制御する。
一例では、処理ユニットは、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定に基づいて、スキャンシーケンスにおける次のスキャンの取得以外のアクションの実行を自動的に制御する。
一例では、処理ユニットは、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定に基づいて、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを示す指示を出力するように出力ユニットを制御する。
一例では、処理ユニットは、スキャンを繰り返す必要がなく、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要ではないとの決定に基づいて、スキャンシーケンスにおける次のスキャンを実行するようにX線イメージングユニットを自動的に制御する。
一例では、処理ユニットは、スキャンを繰り返す必要がなく、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要ではないとの決定に基づいて、スキャンシーケンスにおける次のスキャンを実行すべきであることを示す指示を出力するように出力ユニットを制御する。
一例では、X線画像取得ユニットは、身体部分のX線画像を視覚的な表示画面に提供する。
一例では、X線画像は、視覚的ディスプレイに提供されるのとほぼ同時に処理ユニットに提供される。
したがって、処理ユニットが、繰り返しスキャンを取得するべきである、別のアクションを実行するべきである、又はスキャンシーケンスにおける次のスキャンを取得するべきであるとの決定を行うと同時に、システムのユーザには、処理ユニットが上記の決定を行う画像が提供される。これにより、ユーザは、画像の品質が十分である、又は決定された他のアクションが実際には必要ないと決定された場合に、システムをオーバーライドでき、また、別のスキャンのために患者を移動させる又はシステムを設定するなど、他のアクションを実行できる。
一例によれば、スキャンを繰り返す必要があるとの決定は、身体部分のX線画像が少なくとも1つの画質基準を満たしていないことを決定するための解析を含む。
一例によれば、X線画像の解析は、少なくとも1つの画像処理アルゴリズムの使用を含む。
一例によれば、少なくとも1つの画像処理アルゴリズムは、コントラスト決定アルゴリズム及びブラー決定アルゴリズムのうちの1つ以上を含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、X線画像取得ユニットがスキャンシーケンスにおけるスキャンとは異なるスキャンを実行する決定を含む。
一例によれば、上記の異なるスキャンは最後のスキャンとは異なるX線エネルギーでのスキャンを含む。
一例によれば、上記の異なるスキャンは最後のスキャンとは異なる、身体部分を通る方向でのスキャンを含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者を移動する決定を含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者に医療処置を実行する決定を含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、スキャンシーケンスを停止する決定を含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、医学的状態を決定するための解析を含む。
一例によれば、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、トレーニングされた機械学習アルゴリズムの使用を含む。
図2は、X線イメージング方法100の基本的なステップを示している。この方法100は、
命令ステップ110(ステップa)とも呼ぶ)において、処理ユニットによって、患者の身体部分のスキャンシーケンスのうちのスキャンを実行するようにX線画像取得ユニットに命令するステップと、
提供ステップ120(ステップb)とも呼ぶ)において、処理ユニットに、上記のスキャンについての身体部分のX線画像を提供するステップと、
決定ステップ130(ステップc)とも呼ぶ)において、処理ユニットによって、スキャンを繰り返す必要があることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、
決定ステップ140(ステップd)とも呼ぶ)において、処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、又は
決定ステップ150(ステップe)とも呼ぶ)において、処理ユニットによって、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定するステップとを含む。
命令ステップ110(ステップa)とも呼ぶ)において、処理ユニットによって、患者の身体部分のスキャンシーケンスのうちのスキャンを実行するようにX線画像取得ユニットに命令するステップと、
提供ステップ120(ステップb)とも呼ぶ)において、処理ユニットに、上記のスキャンについての身体部分のX線画像を提供するステップと、
決定ステップ130(ステップc)とも呼ぶ)において、処理ユニットによって、スキャンを繰り返す必要があることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、
決定ステップ140(ステップd)とも呼ぶ)において、処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定するステップであって、決定は、身体部分のX線画像の解析を含む、決定するステップ、又は
決定ステップ150(ステップe)とも呼ぶ)において、処理ユニットによって、X線イメージングユニットがスキャンシーケンスにおける次のスキャンを実行する必要があることを決定するステップとを含む。
一例では、ステップc)は、処理ユニットによって、スキャンを繰り返す必要があるとの決定に基づいて、スキャンを繰り返すようにX線画像取得ユニットを自動的に制御するステップを含む。
一例では、ステップc)は、処理ユニットによって、スキャンを繰り返す必要があるとの決定に基づいて、最後のスキャンが繰り返されることを示す指示を出力するように出力ユニットを制御するステップを含む。
一例では、ステップd)は、処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定に基づいて、スキャンシーケンスにおける次のスキャンの取得以外のアクションの実行を自動的に制御するステップを含む。
一例では、ステップd)は、処理ユニットによって、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定に基づいて、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを示す指示を出力するように出力ユニットを制御するステップを含む。
一例では、ステップe)は、処理ユニットによって、スキャンを繰り返す必要がなく、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要ではないとの決定に基づいて、スキャンシーケンスにおける次のスキャンを実行するようにX線イメージングユニットを自動的に制御するステップを含む。
一例では、ステップe)は、処理ユニットによって、スキャンを繰り返す必要がなく、また、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要ではないとの決定に基づいて、スキャンシーケンスにおける次のスキャンを実行すべきであることを示す指示を出力するように出力ユニットを制御するステップを含む。
一例では、ステップc)は、身体部分のX線画像が少なくとも1つの画質基準を満たしていないことを決定するための解析を含む。
一例では、X線画像の解析は、少なくとも1つの画像処理アルゴリズムの使用を含む。
一例では、少なくとも1つの画像処理アルゴリズムは、コントラスト決定アルゴリズム及びブラー決定アルゴリズムのうちの1つ以上を含む。
一例では、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、X線画像取得ユニットがスキャンシーケンスにおけるスキャンとは異なるスキャンを実行する決定を含む。
一例では、上記の異なるスキャンは最後のスキャンとは異なるX線エネルギーでのスキャンを含む。
一例では、上記の異なるスキャンは最後のスキャンとは異なる、身体部分を通る方向でのスキャンを含む。
一例では、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者を移動する決定を含む。
一例では、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、患者に医療処置を実行する決定を含む。
一例では、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションの決定は、スキャンシーケンスを停止する決定を含む。
一例によれば、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、医学的状態を決定するための解析を含む。
一例によれば、ステップd)において、スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であるとの決定は、トレーニングされた機械学習アルゴリズムの使用を含む。
次に、図3~図4を参照して、X線イメージングシステム及びX線イメージング方法を特定の実施形態について説明する。
新しい開発のシーンを設定するために、既存のX線イメージングシステムの現在の標準的なワークフローについて説明する。現在のデジタルX線(DXR)イメージングシステムの一般的なワークフローでは、「画像シリーズ」又は「スキャンシーケンス」(同じ患者の1つ以上の画像のセット)が、これらの画像(例えばDICOM形式にある)をさらなる評価のための病院のPACSシステムにエクスポートする前に「完了」する。このワークフローステップは、通常、シリーズにおけるすべての意図する画像の取得が完了した時点で、UIのボタンをクリックすることによって実行される。この「完了」クリックによって、さらなる評価のためのPACSへの画像のエクスポートがトリガされる。取得システム(ベンダーが管理するPC及びモニタ)とは独立しており、したがって、ネットワークなどを介して取得システムに接続されている、即時フィードバックを提供するシステムでは、画像は、画像シリーズの完了に依存する時点においてのみ、さらなる評価のために利用可能であり、フィードバックが実際に必要である画像取得の直後には必ずしも利用可能ではない。本明細書に説明する新しい開発は、これに対処する。
図3は、新規のX線イメージングシステム及び関連の方法の機能的部分又はステップの概略図を示している。臨床PACS統合の問題を回避し、ベンダーに依存しないソリューションを提供するために。図3では、コンソールモニタは「A」、コンソールPCは「B」、信号スプリッタは「C」、フレームグラバは「D」、フレームアナライザは「E」、画像アナライザは「F」で表されている。
図3に関して、詳細な実施形態において、以下の機能ステップ及び関連のコンポーネント部分が使用されている。
信号スプリッタ及びフレームグラバを使用するステップ。
イメージングモダリティのコンソールディスプレイ(画面)の内容を解析して、モニタ信号内の医用画像を探すステップ。
例えば取得した医用画像の画質が特定の品質基準を満たしていない場合など、即時フィードバックを必要とする画像特徴について画像を評価するステップ。
信号スプリッタ及びフレームグラバを使用するステップ。
イメージングモダリティのコンソールディスプレイ(画面)の内容を解析して、モニタ信号内の医用画像を探すステップ。
例えば取得した医用画像の画質が特定の品質基準を満たしていない場合など、即時フィードバックを必要とする画像特徴について画像を評価するステップ。
一例では、上記の機能ステップ及びモジュールは、図3に示すように、イメージングワークフローに組み込まれている。このようにして、臨床画像がイメージング機器のコンソールのモニタに表示され、フレームグラバによって提供される画像ストリーム内で自動的かつ即時に検出され、その後、画像アナライザに渡され、これにより特定の画像を取得した直後に即時フィードバックが可能になる。この「即時フィードバックループ」は、任意の「画像シリーズ」内の個々の画像の取得直後に、特にイメージング機器のUIによって要求される「完了」ステップの前に発生する。画像はモニタに表示される必要はなく、また、信号スプリッタは実質的に必要ではないことに留意されたい。また、フレームグラバ及び関連の画像の評価又は解析は、最新の画像に対して、それが取得されたときに自動的に実行されるため、フレームグラバ自体が不要である。
図4は、一具体例において、どのようにこのような「即時フィードバック」が、改良されたイメージングワークフローのワークフローに直接統合されるのかを示す概略図を示す。図4では各ボックスA1、A2、A3が「即時フィードバックループ」を表している。各ループでは画像は「B」で表され、「解析及びフィードバック提供」ステップは「C」で表されている。ステップ「D」は「ワークフローに影響があるならば」に関連する論理的な「IF」ステップを表し、この場合、新しい画像(繰り返しのスキャン又は完全に新しい画像)が取得される。ステップ「E」は論理的な「ELSE」ステップを表し、ここではスキャンシーケンスが続行され、スキャンシーケンスのうちの各スキャンに対してプロセスが繰り返される。
要約すると、具体的な実施形態におけるモジュールは次のとおりである:
コンソールモニタのコンピュータ画面に表示される信号の同一コピーを生成することが可能にされた信号スプリッタ。
コンピュータ画面に表示される画像と同一の個々の画像を提供するフレームグラバ。
フレームグラバによって提供される一連のフレーム内の医用画像を探し、
フレーム内の特定のX線画像を認識し、
一連のフレーム内で即時フィードバックが必要になる可能性のある関連する時点を特定することができるフレームアナライザ。
画像解析を実行して、イメージング機器のユーザに即時フィードバックを提供する必要があるかどうかを判断する画像アナライザ。
例えばコンソールモニタの近くにあるタブレットディスプレイデバイスを使用して、イメージング機器のユーザに即時フィードバックを表示する手段。
コンソールモニタのコンピュータ画面に表示される信号の同一コピーを生成することが可能にされた信号スプリッタ。
コンピュータ画面に表示される画像と同一の個々の画像を提供するフレームグラバ。
フレームグラバによって提供される一連のフレーム内の医用画像を探し、
フレーム内の特定のX線画像を認識し、
一連のフレーム内で即時フィードバックが必要になる可能性のある関連する時点を特定することができるフレームアナライザ。
画像解析を実行して、イメージング機器のユーザに即時フィードバックを提供する必要があるかどうかを判断する画像アナライザ。
例えばコンソールモニタの近くにあるタブレットディスプレイデバイスを使用して、イメージング機器のユーザに即時フィードバックを表示する手段。
したがって、ユーザの介在することなく、また、イメージング機器のコンソールに画像が表示された直後に、ユーザにフィードバックが提供される。自動評価に関しては、深層学習ベースのアルゴリズムを使用できる。このような深層学習アルゴリズムの一例は次に記載されている。「Deep Learning for Pneumothorax Detection and Localization in Chest Radiographs」、A.Gooben、H.Deshpande、T.Harder、E.Schwab、I.Baltruschat、T.Mabotuwana、N.Cross、A.Saalbach、MIDL2019、ロンドン、英国、https://arxiv.org/abs/1907.07324
新たなスキャンをトリガする可能性がある具体的な医学的状態は、気胸である。また、例えば画像を解析して医学的状態が画像に示されているかどうかを判断する深層学習アルゴリズム/手法には、次のようなものがある:
畳み込みニューラルネットワーク、
マルチインスタンス学習、及び
完全畳み込みネットワーク。
畳み込みニューラルネットワーク、
マルチインスタンス学習、及び
完全畳み込みネットワーク。
この新しい技術の実装に関しては、現在、信号スプリッタ及びフレームグラバのハードウェアが利用可能であり、単一のハードウェアに組み込むことさえもできる。また、X線システムが、ユーザインターフェースを備えたDXRコンソールを有することもできる。フレームでは、単一の画像(PA投影図など)がメインビューポートに表示される。さらに、画像シリーズで取得されるさらなる画像用のUIプレースホルダもある。これらは、X線技師がワークフローを進めた後で、フレームグラバによって取得されたシリーズの後半に表示される。画像アナライザモジュールには、フレームグラバからの画像シリーズ内のこれらの関連する時点を特定できるロジックが含まれており、これにより、適切な時点においてのみ即時フィードバックが提供される。
このため、画像アナライザでは、取得した医用画像の品質解析のほかに、自動診断を実行でき、医療処置の緊急性を提案できる(重要な所見)。さらに、アナライザは、同僚に相談して、セカンドオピニオンを聞く簡単な手段を提供できる。
別の例示的な実施形態では、適切なシステム上で、上記の実施形態のうちの1つによる方法の方法ステップを実行するように構成されていることを特徴とするコンピュータプログラム又はコンピュータプログラム要素が提供される。
したがって、コンピュータプログラム要素は、一実施形態の一部であり得るコンピュータユニットに保存され得る。このコンピューティングユニットは、上記の方法のステップを実行する又は実行を誘導し得る。さらに、上記の装置、及び/又はシステムの構成要素を動作させ得る。コンピューティングユニットは、自動的に動作するか、及び/又は、ユーザの命令を実行できる。コンピュータプログラムは、データプロセッサの作業メモリにロードされてもよい。したがって、データプロセッサは、上記の実施形態のうちの1つによる方法を実行するために準備が整っている。
本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラムと、アップデートによって既存のプログラムを、本発明を使用するプログラムに変換するコンピュータプログラムとの両方を対象としている。
さらに、コンピュータプログラム要素は、上記の方法の例示的な実施形態の手順を遂行するために必要なすべてのステップを提供できる。
本発明のさらなる例示的な実施形態によれば、CD-ROM、USBスティックなどのコンピュータ可読媒体が提示される。コンピュータ可読媒体には、コンピュータプログラム要素が保存されている。コンピュータプログラム要素については前のセクションで説明されている。
コンピュータプログラムは、他のハードウェアと一緒に又はその一部として供給される、光記憶媒体又はソリッドステート媒体などの任意の適切な媒体に格納及び/又は配布することができるが、インターネット又はその他の有線若しくは無線通信システムを介してなど他の形式で配布することもできる。
しかしながら、コンピュータプログラムはまた、ワールドワイドウェブのようなネットワークを介して提示されてもよく、このようなネットワークからデータプロセッサの作業メモリにダウンロードできる。本発明のさらなる例示的な実施形態によれば、ダウンロード用にコンピュータプログラム要素を利用可能にする媒体が提供される。このコンピュータプログラム要素は、本発明の前述の実施形態のうちの1つによる方法を行うように構成されている。
なお、本発明の実施形態は、異なる主題を参照して説明されていることに留意されたい。具体的には、方法タイプの請求項を参照して説明されている実施形態もあれば、デバイスタイプの請求項を参照して説明されている実施形態もある。しかしながら、当業者であれば、特に明記されていなければ、上記及び以下の説明から、1つのタイプの主題に属する特徴の任意の組み合わせに加えて、異なる主題に関連する特徴の任意の組み合わせも、本出願で開示されているとみなされることを推察できるであろう。但し、すべての特徴は、特徴の単なる寄せ集め以上の相乗効果を提供するならば組み合わせることができる。
本発明は、図面及び上記の説明に詳細に例示及び説明されているが、このような例示及び説明は、例示的又は模範的とみなされるべきであって、限定的とみなされるべきではない。本発明は、開示された実施形態に限定されない。開示された実施形態の他の変形は、図面、開示、及び従属請求項の検討から、請求項に係る発明を実施する際に当業者によって理解され、実行され得る。
特許請求の範囲において、「含む」という語は、他の要素やステップを排除するものではなく、単数形は複数を排除するものではない。単一のプロセッサ又は他のユニットが、特許請求の範囲に記載されているいくつかのアイテムの機能を果たすことができる。特定の手段が相互に異なる従属請求項に記載されているという単なる事実は、これらの手段の組み合わせが有利に使用できないことを意味するものではない。特許請求の範囲における任意の参照符号は、範囲を限定するものと解釈されるべきではない。
Claims (15)
- X線画像取得ユニットと、
処理ユニットと、
を含むX線イメージングシステムであって、
前記処理ユニットは、患者の身体部分のスキャンシーケンスを実行するように前記X線画像取得ユニットに命令し、
前記X線画像取得ユニットは、前記処理ユニットに、前記スキャンシーケンスのうちのスキャンについての前記身体部分のX線画像を提供し、
前記処理ユニットは、前記スキャンを繰り返す必要があることを決定し、前記決定は、前記身体部分の前記X線画像の解析を含み、
前記処理ユニットは、前記スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定し、前記決定は、前記身体部分の前記X線画像の解析を含み、
前記処理ユニットは、前記スキャンを繰り返す必要がないこと、また、前記スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要でないことの決定に基づいて、前記X線画像取得ユニットが前記スキャンシーケンスにおける次のスキャンを実行する必要があることを決定する、X線イメージングシステム。 - 前記スキャンを繰り返す必要があるとの前記決定は、前記身体部分の前記X線画像が少なくとも1つの画質基準を満たしていないことを決定するための解析を含む、請求項1に記載のX線イメージングシステム。
- 前記X線画像の前記解析は、少なくとも1つの画像処理アルゴリズムの使用を含む、請求項2に記載のX線イメージングシステム。
- 前記少なくとも1つの画像処理アルゴリズムは、コントラスト決定アルゴリズム及びブラー決定アルゴリズムのうちの1つ以上を含む、請求項3に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションの前記決定は、前記X線画像取得ユニットが前記スキャンシーケンスにおける前記スキャンとは異なるスキャンを実行する決定を含む、請求項1から4のいずれか一項に記載のX線イメージングシステム。
- 前記異なるスキャンは、最後のスキャンとは異なるX線エネルギーでのスキャンを含む、請求項5に記載のX線イメージングシステム。
- 前記異なるスキャンは、最後のスキャンとは異なる、前記身体部分を通る方向でのスキャンを含む、請求項5又は6に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションの前記決定は、前記患者を移動する決定を含む、請求項1から4のいずれか一項に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションの前記決定は、前記患者に医療処置を実行する決定を含む、請求項1から4のいずれか一項に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションの前記決定は、前記スキャンシーケンスを停止する決定を含む、請求項1から4のいずれか一項に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションが必要であるとの前記決定は、医学的状態を決定するための解析を含む、請求項1から10のいずれか一項に記載のX線イメージングシステム。
- 前記スキャンシーケンスにおける次のスキャンの取得以外の前記アクションが必要であるとの前記決定は、トレーニングされた機械学習アルゴリズムの使用を含む、請求項1から11のいずれか一項に記載のX線イメージングシステム。
- a)処理ユニットによって、患者の身体部分のスキャンシーケンスのうちのスキャンを実行するようにX線画像取得ユニットに命令するステップと、
b)前記処理ユニットに、前記スキャンについての前記身体部分のX線画像を提供するステップと、
c)前記処理ユニットによって、前記スキャンを繰り返す必要があることを決定するステップであって、前記決定は、前記身体部分の前記X線画像の解析を含む、決定するステップ、
d)前記処理ユニットによって、前記スキャンシーケンスにおける次のスキャンの取得以外のアクションが必要であることを決定するステップであって、前記決定は、前記身体部分の前記X線画像の解析を含む、決定するステップ、又は
e)前記処理ユニットによって、前記X線画像取得ユニットが前記スキャンシーケンスにおける次のスキャンを実行する必要があることを決定するステップと、を含む、X線イメージング方法。 - 請求項1から12のいずれか一項に記載のX線イメージングシステムを制御するためのコンピュータプログラムであって、プロセッサによって実行されると、請求項13に記載の方法を実行する、コンピュータプログラム。
- 請求項14に記載のコンピュータプログラムが保存されたコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20179921.0A EP3925538A1 (en) | 2020-06-15 | 2020-06-15 | X-ray imaging system |
EP20179921.0 | 2020-06-15 | ||
PCT/EP2021/065583 WO2021254860A2 (en) | 2020-06-15 | 2021-06-10 | X-ray imaging system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023529973A true JP2023529973A (ja) | 2023-07-12 |
Family
ID=71096538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022577206A Pending JP2023529973A (ja) | 2020-06-15 | 2021-06-10 | X線イメージングシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230248328A1 (ja) |
EP (2) | EP3925538A1 (ja) |
JP (1) | JP2023529973A (ja) |
CN (1) | CN115916058A (ja) |
WO (1) | WO2021254860A2 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3388213B2 (ja) * | 2000-01-07 | 2003-03-17 | ジーイー横河メディカルシステム株式会社 | X線ct装置 |
JP2005198798A (ja) * | 2004-01-15 | 2005-07-28 | Canon Inc | 放射線画像処理装置及び処理方法 |
CN104983436B (zh) * | 2015-05-27 | 2017-09-26 | 中北大学 | 一种x射线成像装置及方法 |
CN110140178B (zh) * | 2016-11-23 | 2023-08-18 | 皇家飞利浦有限公司 | 用于知道上下文的图像质量收集和反馈的闭环系统 |
US20190320934A1 (en) * | 2018-04-18 | 2019-10-24 | Siemens Healthcare Gmbh | Medical image acquisition with sequence prediction using deep learning |
US10878561B2 (en) * | 2018-05-31 | 2020-12-29 | General Electric Company | Automated scanning workflow |
EP3644273A1 (en) * | 2018-10-24 | 2020-04-29 | Koninklijke Philips N.V. | System for determining image quality parameters for medical images |
-
2020
- 2020-06-15 EP EP20179921.0A patent/EP3925538A1/en not_active Withdrawn
-
2021
- 2021-06-10 EP EP21731499.6A patent/EP4164497A2/en active Pending
- 2021-06-10 JP JP2022577206A patent/JP2023529973A/ja active Pending
- 2021-06-10 CN CN202180042993.7A patent/CN115916058A/zh active Pending
- 2021-06-10 US US18/010,224 patent/US20230248328A1/en active Pending
- 2021-06-10 WO PCT/EP2021/065583 patent/WO2021254860A2/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4164497A2 (en) | 2023-04-19 |
WO2021254860A2 (en) | 2021-12-23 |
US20230248328A1 (en) | 2023-08-10 |
CN115916058A (zh) | 2023-04-04 |
EP3925538A1 (en) | 2021-12-22 |
WO2021254860A3 (en) | 2022-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102013828B1 (ko) | 수술영상을 기초로 수술시간을 예측하는 방법 및 장치 | |
US9384326B2 (en) | Diagnosis support apparatus, storage medium storing program, and method for deducing a diagnosis based on input findings | |
US9449380B2 (en) | Medical image quality monitoring and improvement system | |
US8744156B2 (en) | Photographic information processing apparatus and photographic information processing method | |
CN107638189B (zh) | Ct成像方法和装置 | |
CN112786163B (zh) | 一种超声图像处理显示方法、系统及存储介质 | |
CN110811663A (zh) | 一种多区域扫描的方法、装置、设备及存储介质 | |
EP4078613A1 (en) | Systems and methods for immediate image quality feedback | |
US20220122257A1 (en) | Medical image processing apparatus and medical image processing system | |
CN111753831A (zh) | 一种图像分析方法、装置、图像采集设备及存储介质 | |
JP2023529973A (ja) | X線イメージングシステム | |
JP7210175B2 (ja) | 医用情報処理装置、医用情報処理システム及び医用情報処理プログラム | |
CN111276219A (zh) | 一种医疗成像处理方法、装置、设备和介质 | |
JP2017192509A (ja) | 放射線撮影制御装置、放射線撮影制御装置の制御方法及びプログラム | |
US10980518B2 (en) | Medical image capturing control device, method, and program | |
JP2022035719A (ja) | 写損判断支援装置及びプログラム | |
JP2021117926A (ja) | 医用情報処理システム、医用情報処理装置、医用情報処理システムの制御方法、及びプログラム | |
US20230377734A1 (en) | Medical information processing device and medical information processing method | |
US20230386113A1 (en) | Medical image processing apparatus and medical image processing method | |
US20230067053A1 (en) | Analysis assisting device, analysis assisting system, and recording medium | |
EP4195669A1 (en) | Image quality management system | |
JP5656530B2 (ja) | 医用画像処理クライアント装置 | |
JP6251945B1 (ja) | 診断支援システム、医療診断支援装置及び診断支援方法 | |
CN115211882A (zh) | 医学图像中的图像处理方法、图像显示方法及成像系统 | |
CN111445990A (zh) | 一种扫描方案的调整方法、装置、电子设备及存储介质 |