JP2024512632A - 医療用画像ソリューションのための新しいデータ保存及び管理方式のための方法及びシステム - Google Patents
医療用画像ソリューションのための新しいデータ保存及び管理方式のための方法及びシステム Download PDFInfo
- Publication number
- JP2024512632A JP2024512632A JP2023559987A JP2023559987A JP2024512632A JP 2024512632 A JP2024512632 A JP 2024512632A JP 2023559987 A JP2023559987 A JP 2023559987A JP 2023559987 A JP2023559987 A JP 2023559987A JP 2024512632 A JP2024512632 A JP 2024512632A
- Authority
- JP
- Japan
- Prior art keywords
- data
- blob
- identified
- separation process
- medical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013523 data management Methods 0.000 title claims abstract description 46
- 238000013500 data storage Methods 0.000 title claims abstract description 45
- 238000002059 diagnostic imaging Methods 0.000 title abstract description 62
- 238000000926 separation method Methods 0.000 claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000011084 recovery Methods 0.000 claims abstract description 24
- 230000033001 locomotion Effects 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 24
- 229940079593 drug Drugs 0.000 claims description 12
- 239000003814 drug Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 description 63
- 238000012545 processing Methods 0.000 description 39
- 230000006870 function Effects 0.000 description 22
- 239000000523 sample Substances 0.000 description 16
- 210000002569 neuron Anatomy 0.000 description 10
- 238000012549 training Methods 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 8
- 238000012285 ultrasound imaging Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013474 audit trail Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
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
-
- 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
- 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
- G16H40/63—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 for local operation
-
- 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
- G16H40/67—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 for remote operation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】医療用画像ソリューションのための新しいデータ保存及び管理方式のためのシステム及び方法を提供する。【解決手段】少なくとも分離プロセス及び回復プロセスを含む医療データ記憶及び管理プロセスが、医療データセットに適用され得る。分離プロセスは、医療データセット内のブロブデータ要素を識別し、識別されたブロブデータ要素のデータを対応する分離されたデータオブジェクトに移動し、識別されたブロブデータ要素のデータの移動を示し、移動されたデータの位置を追跡するためのデータを生成する。回復プロセスは、分離された医療データセット内の除去されたブロブデータ要素を識別し、識別された除去されたブロブデータ要素のデータを対応する分離されたデータオブジェクトに移動させ、識別された除去されたブロブデータ要素ごとに、対応する分離データに基づいて、対応する分離されたデータオブジェクトの位置を決定し、決定された位置に基づいて、除去されたブロブデータ要素のデータを検索する。【選択図】 図1
Description
本開示の態様は、医療撮像ソリューションに関する。より具体的には、特定の実施形態は、医療撮像ソリューションのための新しいデータ記憶及び管理方式のための方法及びシステムに関する。
人体内の臓器や軟部組織の撮像など、様々な医療撮像技術を使用することができる。医療撮像技術の例には、超音波撮像、コンピュータ断層撮影(CT)スキャン、磁気共鳴撮像(MRI)などが含まれる。医療撮像中に画像が生成される方法は、特定の技術に依存する。
米国特許出願公開第2012/0060035号明細書
例えば、超音波撮像は、リアルタイムの非侵襲的な高周波音波を使用して、典型的には人体内部の器官、組織、物体(objects、例えば、胎児)の超音波画像を生成する。医療撮像中に生成又は生成される画像は、二次元(2D)画像、三次元(3D)画像、及び/又は四次元(4D)画像(本質的にリアルタイム/連続3D画像)であってもよい。医療撮像中、撮像データセット(例えば、3D/4D撮像中の体積撮像データセットを含む)が取得され、対応する画像を(例えば、ディスプレイを介して)リアルタイムで生成及びレンダリングする際に使用される。
場合によっては、医療撮像中に生成された撮像データを記憶する必要性が生じることがある。このような撮像データの保存は、特に、この撮像データが使用される1以上の医療撮像システムにおけるリソースの使用に関して、特定の課題をもたらす可能性がある。
従来及び従来のアプローチのさらなる制限及び欠点は、図面を参照して本願の残りの部分に記載されるように、そのようなシステムと本開示のいくつかの態様との比較を通じて、当業者には明らかになるであろう。
実質的に、特許請求の範囲により完全に規定されるように、少なくとも1つの図に示され、及び/又は少なくとも1つの図に関連して説明されるような、医療撮像ソリューションのための新しいデータ記憶及び管理スキームのためのシステム及び方法が提供される。
本開示のこれら及び他の利点、態様、及び新規な特徴、並びにその1つ又は複数の図示された例示的な実施形態の詳細は、以下の説明及び図面からより完全に理解されるであろう。
本開示に従った特定の実施態様は、医療撮像ソリューションのための新しいデータ記憶及び管理方式に向けられることがある。特に、特定の実施形態の以下の詳細な説明は、添付の図面と併せて読むとより良く理解されるであろう。図が様々な実施形態の機能ブロックの図を示す限りにおいて、機能ブロックは必ずしもハードウェア回路間の分割を示すものではない。したがって、例えば、機能ブロックの1つ以上(例えば、プロセッサ又はメモリ)は、単一のハードウェア(例えば、汎用信号プロセッサ又はランダムアクセスメモリのブロック、ハードディスクなど)又は複数のハードウェアに実装されてもよい。同様に、プログラムは、スタンドアロンプログラムであってもよいし、オペレーティングシステムのサブルーチンとして組み込まれていてもよいし、インストールされたソフトウェアパッケージの機能などであってもよい。様々な実施形態は、図面に示された配置及び器具に限定されないことを理解されたい。また、実施形態を組み合わせてもよく、他の実施形態を利用してもよく、様々な実施形態の範囲から逸脱することなく構造的、論理的、電気的な変更を加えてもよいことも理解されるべきである。したがって、以下の詳細な説明は、限定的な意味で捉えられるものではなく、本開示の範囲は、添付の特許請求の範囲及びその均等物によって定義される。
本明細書で使用される場合、単数形で記載され、「a」又は「an」という単語が先行する要素又はステップは、そのような除外が明示的に記載されない限り、当該要素又はステップの複数形を除外しないと理解されるべきである。さらに、「例示的な実施形態」、「様々な実施形態」、「特定の実施形態」、「代表的な実施形態」等への言及は、言及された特徴も組み込んだ追加の実施形態の存在を排除するものとして解釈されることを意図していない。さらに、反対のことが明示的に記載されていない限り、特定の特性を有する要素又は複数の要素を「含む:comprising」、「備える:including」、又は「有する:having」実施形態は、その特性を有しない追加の要素を含み得る。
また、本明細書で使用する場合、「画像:image」という用語は、表示可能な画像と表示可能な画像を表すデータの両方を広く指す。しかしながら、多くの実施形態は、少なくとも1つの閲覧可能画像を生成する(又は生成するように構成される)。さらに、本明細書で使用される場合、「画像」という語句は、Bモード(2Dモード)、Mモード、3次元(3D)モード、CFモード、PWドプラ、CWドプラ、MGD.及び/又はBモード及び/又はCFのサブモードであるShearWaveElasticityImaging(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio、場合によってはMM、CM、TVDなどに使用される。
さらに、本明細書で使用する場合、「ピクセル」という語句は、データが「ボクセル」によって表される実施形態も含む。したがって、「画素」及び「ボクセル」という用語は、本明細書を通じて互換的に使用することができる。
さらに、本明細書で使用されるプロセッサ又は処理ユニットという用語は、シングルコア又はマルチコアなど、様々な実施形態に必要な計算を実行できる任意のタイプの処理ユニットを指し、CPU、APU(Accelerated Processing Unit)、グラフィックボード、DSP、FPGA、ASIC、又はそれらの組み合わせなどである。
画像を生成又は形成する本明細書に記載の様々な実施形態は、ある実施形態ではビームフォーミングを含み、他の実施形態ではビームフォーミングを含まない、画像を形成するための処理を含み得ることに留意されたい。例えば、復調データの行列に係数の行列を乗算して、その積が画像となるようにするなど、ビームフォーミングを行わずに画像を形成することができ、この場合、処理はいかなる「ビーム:beams」も形成しない。さらに、画像の形成は、複数の送信イベントに由来するチャネルの組み合わせ(例えば、合成開口技術:synthetic aperture techniques)を使用して実行することができる。
様々な実施形態において、ビームフォーミングを含む画像を形成するための処理は、ソフトウェア、ファームウェア、ハードウェア、又はそれらの組み合わせで実行される。図2に示されているように、様々な実施形態に従って形成されたソフトウェアビームフォーミングアーキテクチャを有する超音波システムの1つの例示的な実施形態が示されている。
図1は、三次元(3D)医療撮像の視覚化を改善するためにヒストグラムビューを利用することを支援するように構成され得る例示的な医療撮像処理配置を示す。図1に示されているのは、1つ以上の医療撮像システム(medical imaging system)110と1つ以上のコンピューティングシステム120とを含む例示的なセットアップ100である。
医療撮像システム110は、医療撮像を支援する(すなわち、医療撮像検査中に画像を生成及び/又はレンダリングする際に使用されるデータを取得できるようにするための)適切なハードウェア、ソフトウェア、又はそれらの組み合わせから構成される。医療撮像の例には、超音波撮像、コンピュータ断層撮影(CT)スキャン、磁気共鳴撮像(MRI)などが含まれる。これは、特定の態様で、特定のタイプのデータのキャプチャを伴う可能性があり、これは、画像のためのデータを生成する際に使用される可能性がある。例えば、医療撮像システム110は、超音波画像を生成及び/又はレンダリングするように構成された超音波撮像システムであってもよい。医療撮像システム110に対応し得る超音波システムの実施例を、図2に関してより詳細に説明する。
図1に示すように、医療撮像システム110は、携帯可能で移動可能なスキャナ装置112と、表示/制御ユニット114とから構成されてもよい。スキャナ装置112は、患者の身体(又はその一部)上を移動されることなどにより、特定の種類の撮像信号(及び/又はそれに対応するデータ)を生成及び/又は捕捉するように構成されてもよく、そのような機能を実行及び/又はサポートするための適切な回路を含んで構成されてもよい。スキャナ装置112は、超音波プローブ、MRIスキャナ、CTスキャナ、又は任意の適切な撮像装置であってもよい。例えば、医療撮像システム110が超音波システムである場合、スキャナ装置112は、超音波信号を放射し、エコー超音波画像を撮像することができる。
表示/制御ユニット114は、(例えば、スクリーン116を介して)画像を表示するように構成されてもよい。いくつかの実施態様では、表示/制御ユニット114はさらに、表示された画像を少なくとも部分的に生成するように構成されてもよい。さらに、表示/制御ユニット114は、ユーザー入力/出力をサポートすることもできる。例えば、表示/制御ユニット114は、画像に加えて、ユーザフィードバック(例えば、システム、その機能、その設定などに関連する情報)を(例えば、スクリーン116を介して)提供してもよい。表示/制御ユニット114は、医療撮像の制御を可能にするように、ユーザ入力を(例えば、ユーザ制御部118を介して)サポートすることもできる。ユーザ入力は、画像の表示の制御、設定の選択、ユーザ嗜好の指定、フィードバックの要求などに向けられることがある。
いくつかの実施態様では、医療撮像システム110はまた、1つ又は複数のコンピューティングシステム120のような追加の専用コンピューティング資源(additional and dedicated computing resources)を組み込むことができる。この点に関して、各コンピューティングシステム120は、データを処理、記憶、及び/又は通信するための適切な回路、インターフェース、ロジック、及び/又はコードを含んでいてもよい。コンピューティングシステム120は、特に医療撮像と共に使用するように構成された専用機器であってもよく、又は、コンピューティングシステム120に関して以下に説明する動作を実行するように設定及び/又は構成された汎用コンピューティングシステム(例えば、パーソナルコンピュータ、サーバ等)であってもよい。コンピューティングシステム120は、以下に説明するように、医療撮像処理システム110の動作をサポートするように構成されてもよい。これに関して、様々な機能及び/又は動作が撮像システムからオフロードされてもよい。これは、処理の特定の態様を合理化及び/又は集中化し、例えば、画像処理システムにおける処理リソースを増加させる必要性を回避することによって、コストを削減するために行われてもよい。
コンピューティングシステム120は、別の方法で使用のために設定及び/又は配置され得る。例えば、いくつかの実施態様では、単一のコンピューティングシステム120が使用され得る。他の実施態様では、複数のコンピューティングシステム120が、(例えば、分散処理構成に基づいて)一緒に動作するように構成されるか、又は別個に、各コンピューティングシステム120が、特定の態様及び/又は機能を処理するように構成されるか、及び/又は特定の医療撮像処理システム110のためのデータのみを処理するように構成される。更に、幾つかの実施態様では、コンピューティングシステム120は、ローカル(例えば、同じ施設内及び/又は同じローカルネットワーク内のような、1つ又は複数の医療撮像処理システム110と同位置にある)であってもよく、他の実施態様では、コンピューティングシステム120は、リモートであってもよく、従って、リモート接続(例えば、インターネット又は他の利用可能なリモートアクセス技法を介して)を介してのみアクセスすることができる。特定の実施態様において、コンピューティングシステム120は、クラウドベースの態様で構成されてもよく、他のクラウドベースのシステムがアクセス及び使用されるのと実質的に同様の方法でアクセス及び/又は使用されてもよい。
一旦データがコンピューティングシステム120において生成及び/又は構成されると、データは医療撮像システム110にコピー及び/又はロードされ得る。これは様々な方法で行うことができる。例えば、データは、医療撮像システム110とコンピューティングシステム120との間の有向接続又はリンク(directed connections or links)を介してロードされてもよい。これに関して、セットアップ100内の異なる要素間の通信は、利用可能な有線及び/又は無線接続を使用して、及び/又は任意の適切な通信(及び/又はネットワーキング)標準又はプロトコルに従って行われてよい。代替的に、又は追加的に、データを医療撮像処理システム110に間接的にロードしてもよい。例えば、データは、適切な機械可読媒体(例えば、フラッシュカード等)に格納されてもよく、この媒体は、次に、データを医療撮像処理システム110にロードするために(システムのユーザ(例えば、撮像臨床医:imaging clinicians)又は許可された要員によって)、或いは、データは、ローカル通信可能な電子装置(例えば、ラップトップ等)にダウンロードされてもよく、この電子装置は、次に、直接接続(例えば、USBコネクタ等)を介して、医療撮像システム110にデータをアップロードするために、現場で(例えば、システムのユーザ又は許可された要員によって)使用される。
稼働中において、医療撮像処理システム110は、医用検査中の画像の生成及び提示(例えば、レンダリング又は表示)、並びに/又はそれに伴うユーザ入力/出力のサポートに使用され得る。画像は、2D、3D、及び/又は4D画像であってもよい。画像の生成及び/又は提示を容易にするために医療撮像システム110において実行される特定の操作又は機能は、システムのタイプ-即ち、画像に対応するデータが取得及び/又は生成される方法-に依存する。例えば、超音波撮像では、データは、図2に関してより詳細に説明するように、放出超音波信号及びエコー超音波信号に基づいている。
本開示に従って、医療撮像システム(例えば、医療撮像システム110)は、医療撮像ソリューションのための新しいデータ記憶及び管理方式をサポートするように構成されてもよい。この点に関して、医療データ、特に診断画像データは、多階層の階層型ストレージシステムにおいて「データブロブ:data blobs」としてアーカイブされ、データブロブの各々に対するメタデータの小さなレコードがリレーショナルデータベース(以下、「インデックス」と称する)に格納される場合がある。メタデータレコードは、対応するデータブロブが位置するファイルパスを含むことができる。このような方式は、様々な医療データアーカイブシステム、ベンダーニュートラルアーカイブ(VNA:vendor neutral archive)、画像保存通信システム(PACS:picture archiving and communication system)等で採用されている。しかしながら、既存のデータ保存方式やそれに基づく解決策を使用する際には、様々な課題や問題が生じる可能性がある。
この点に関して、医療データの総量は、特に様々な高度な医療検査や画像処理に伴って、着実に(さらには指数関数的に)増加している。このような増加は、従来の1または複数のデータ記憶方式に特別な課題を生じさせている。これは、特に、従来の1または複数のデータ記憶方式に固有の非効率性による問題である。例えば、データアクセスは、多くの作業負荷において部分的なコンテンツしか必要とされず、かつ/又は要求されない可能性があるにもかかわらず、データブロブ全体レベルでサポートされる。さらに、内部の情報の一部が変更された場合、データブロブ全体を書き直す必要がある場合がある。さらに、データブロブ全体が同じストレージメカニズムで処理されることがあるが、内部の断片が異なれば、より効率的なメカニズムが異なる可能性がある。
したがって、本開示に従った様々な実施態様において、医療データ、特にデータブロブとしてアーカイブされたデータへのアクセス及び使用を改善するために、修正されたデータ記憶スキームが使用され得る。特に、新しいデータ記憶方式に従って、データブロブ全体をメタデータ部分とブロブデータ部分とに分離することができる。この点に関して、上述したように、従来の1または複数のデータ記憶方式は、典型的には、記憶されたデータオブジェクトのメタデータにアクセスするためにインデックス付きデータベースに依存する可能性があり、メタデータアクセスのためのインデックスコンテンツによって制限される可能性があり、また、大量のメタデータフェッチ(及び/又はそれに基づくデータ更新)が要求される可能性がある場合に性能の欠点に悩まされる可能性がある。
しかし、提案するデータスキームは、特に、医療データオブジェクトをメタデータ部分とブロブデータ部分とに分離し、さらに、明確に定義された標準フォーマットと高いデータ完全性保護とによって、それらを相互に双方向に参照することによって、このような問題に対処する。これにより、データ保存/管理システムにおいて、メタデータの作業負荷とブロブデータの作業負荷を分離し、リソースの利用を最適化し、操作性能を飛躍的に向上させ、柔軟なシステムアーキテクチャを実現することができる。さらに、メタデータとブロブデータに別々にアクセスするために、新しいアプリケーションプログラミングインターフェース(API)を使用することもできる。さらに、データインデックス方式を更新することなく、豊富なメタデータ情報をアプリケーションに提供することができる。Digital Imaging and Communications in Medicine(DICOM)に基づく実装例を図に示し、図に関して説明する。図3、4を参照して説明する。しかしながら、本開示は、DICOMに基づく実装に限定されないことが理解されるべきである。
図2は、三次元(3D)医療撮像の視覚化を改善するためにヒストグラムビューの利用(utilizing histogram views)を支援するように構成され得る例示的な超音波システムを示す。図2に示されているのは超音波システム200である。
超音波システム200は、超音波撮像(ultrasound imaging)を提供するように構成されることがあり、そのようなものとして、超音波撮像関連機能を実行及び/又は支援するための適切な回路、インターフェース、ロジック、及び/又はコードから構成されることがある。超音波システム200は、図1の医療撮像システム110に対応することがある。超音波システム200は、例えば、送信機202と、超音波プローブ204と、送信ビームフォーマ210と、受信機218と、受信ビームフォーマ220と、RFプロセッサ224と、RF/IQバッファ226と、ユーザ入力モジュール230と、信号プロセッサ240と、画像バッファ250と、表示システム260と、アーカイブ270と、トレーニングエンジン280とを含む。
送信機202は、超音波プローブ204を駆動するように動作可能な適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。超音波プローブ204は、圧電素子の二次元(2D)アレイから構成されることがある。超音波プローブ204は、通常は同じ素子を構成する送信トランスデューサ素子206と受信トランスデューサ素子208とから構成されてもよい。特定の実施形態では、超音波プローブ204は、心臓、血管、又は任意の適切な解剖学的構造などの解剖学の少なくとも実質的な部分をカバーする超音波画像データを取得するように動作可能であり得る。
送信ビームフォーマ210は、送信サブアパーチャビームフォーマ(transmit sub-aperture beamformer)214を介して、関心領域(例えば、人間、動物、地下空洞、物理的構造など)に超音波送信信号を放出するように送信トランスデューサ素子206のグループを駆動する送信機202を制御するように動作可能な適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。送信された超音波信号は、血球や組織のような関心対象内の構造から後方散乱されてエコーを生成することができる。このエコーは、受信トランスデューサ素子208によって受信される。
超音波プローブ204内の受信トランスデューサ素子208のグループは、受信エコーをアナログ信号に変換するように動作可能であり得、受信サブアパーチャビームフォーマ(receive sub-aperture beamformer)216によるサブアパーチャビームフォーミングを受け、次いで、受信機218に通信される。受信機218は、受信サブアパーチャビームフォーマ216からの信号を受信するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。アナログ信号は、複数のA/D変換器222のうちの1つ以上に伝達される。
複数のA/D変換器222は、受信機218からのアナログ信号を対応するデジタル信号に変換するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。複数のA/D変換器222は、受信機218とRFプロセッサ224との間に配置される。しかしながら本開示はこの点で限定されない。したがって、いくつかの実施形態では、複数のA/D変換器222は、受信機218内に統合されてもよい。
RFプロセッサ224は、複数のA/D変換器222によって出力されたデジタル信号を復調(demodulate)するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。一実施形態に従って、RFプロセッサ224は、デジタル信号を復調して、対応するエコー信号を代表するI/Qデータ対(I/Q data pairs)を形成するように動作可能な複素復調器(図示せず)を含んでもよい。RF又はI/Q信号データは、その後、RF/IQバッファ226に通信されることができる。RF/IQバッファ226は、RFプロセッサ224によって生成されるRF又はI/Q信号データの一時的な記憶を提供するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。
受信ビームフォーマ220は、例えば、RF/IQバッファ226を介してRFプロセッサ224から受信された遅延チャネル信号を合計し、ビーム合計信号を出力するためのデジタルビームフォーミング処理を実行するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。結果として得られる処理された情報は、受信ビームフォーマ220から出力され、信号プロセッサ240に伝達されるビーム和信号(beam summed signal)であってもよい。幾つかの実施形態に従って、受信器218、複数のA/D変換器222、RFプロセッサ224、及びビームフォーマ220は、デジタルであってもよい単一のビームフォーマに統合されてもよい。様々な実施形態において、超音波システム200は、複数の受信ビームフォーマ220を備える。
ユーザ入力装置230は、患者データ、スキャンパラメータ、設定の入力、プロトコル及び/又はテンプレートの選択、トラッキングターゲットを選択するための人工知能セグメンテーションプロセッサ(artificial intelligence segmentation processor)との対話等に利用することができる。例示的な実施形態では、ユーザ入力装置230は、超音波システム200内の1つ以上の構成要素及び/又はモジュールの動作を構成、管理及び/又は制御するように動作可能であり得る。これに関して、ユーザ入力装置230は、送信機202、超音波プローブ204、送信ビームフォーマ210、受信機218、受信ビームフォーマ220、RFプロセッサ224、RF/IQバッファ226、ユーザ入力装置230、信号プロセッサ240、画像バッファ250、表示システム260、及び/又はアーカイブ270の動作を構成、管理、及び/又は制御するように動作可能であり得る。
例えば、ユーザ入力装置230は、1以上のボタン、1以上のロータリーエンコーダ、タッチスクリーン、モーショントラッキング、音声認識、マウス装置、キーボード、カメラ、及び/又は1以上のユーザ指令を受信することができる他の任意の装置を含むことができる。 特定の実施形態では、ユーザ入力装置230の1つ以上は、例えば、表示システム260又は超音波プローブ204などの他の構成要素に統合されてもよい。
一例として、ユーザ入力装置230は、タッチスクリーンディスプレイを含むことができる。別の例として、ユーザ入力装置230は、患者の身体に対する1つ以上のプローブの圧迫、予め定義されたプローブの移動又は傾斜操作などを識別するために、プローブ204のジェスチャ動作認識(gesture motion recognition)を提供するために、プローブ204に取り付けられ、及び/又はプローブ204と一体化された加速度計、ジャイロスコープ、及び/又は磁力計(an accelerometer, gyroscope, and/or magnetometer)を含むことができる。一部の実施例では、ユーザ入力装置230は、追加的又は代替的に、取得された画像データを解析することによってプローブのジェスチャを識別するための画像解析処理を含むことができる。本開示に従って、ユーザ入力及びそれに関連する機能は、本開示で説明するように、新たなデータ記憶方式の使用をサポートするように構成されてもよい。例えば、ユーザ入力デバイス230は、本明細書に記載されるような分離プロセス(separation process)の適用をトリガし、(必要に応じて)管理することに向けられたユーザ入力を受信すること、及び/又は、そのようなプロセスを実行する際に使用されるパラメータを提供又は設定することをサポートするように構成され得る。同様に、ユーザ入力デバイス230は、本明細書に記載されるように、回復プロセス(recovery process)の適用を(必要に応じて)トリガ及び管理することに向けられたユーザ入力を受信すること、並びに/又はそのようなプロセスを実行する際に使用されるパラメータを提供又は設定することをサポートするように構成され得る。
信号プロセッサ240は、表示システム260上に提示するための超音波画像を生成するための超音波スキャンデータ(すなわち、合計IQ信号:summed IQ signal)を処理するように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードから構成され得る。信号プロセッサ240は、取得された超音波スキャンデータに対して複数の選択可能な超音波モダリティ(selectable ultrasound modalities)に従って1つ以上の処理動作を実行するように動作可能である。例示的な実施形態では、信号プロセッサ240は、とりわけ表示処理及び/又は制御処理を実行するように動作可能であり得る。取得された超音波スキャンデータは、エコー信号が受信されるスキャンセッション中にリアルタイムで処理されてもよい。加えて又は代替的に、超音波スキャンデータは、スキャンセッション中にRF/IQバッファ226に一時的に格納され、ライブ又はオフライン動作においてリアルタイム未満で処理されてもよい。様々な実施形態において、処理された画像データは、表示システム260において提示され得、及び/又は、アーカイブ270において記憶され得る。アーカイブ270は、ローカルアーカイブ、PACS(Picture Archiving and Communication System)、又は画像及び関連情報を格納するための任意の適切な装置であってよい。
信号プロセッサ240は、1つ又は複数の中央処理装置、マイクロプロセッサ、マイクロコントローラ、及び/又はこれらに類するものであってよい。信号プロセッサ240は、統合されたコンポーネントであってもよいし、例えば、様々な場所に分散されていてもよい。信号プロセッサ240は、特に、ユーザ入力デバイス230及び/又はアーカイブ270から入力情報を受信し、表示システム260によって表示可能な出力を生成し、ユーザ入力デバイス230からの入力情報に応答して出力を操作するように構成されてもよい。信号プロセッサ240は、例えば、様々な実施形態に従って、本明細書で議論される1以上の方法及び/又は1以上の命令セットのいずれかを実行することが可能であり得る。
超音波システム200は、問題の撮像状況に適したフレームレートで超音波スキャンデータを連続的に取得するように動作可能であり得る。典型的なフレームレートは20~220の範囲であるが、より低くても高くてもよい。取得された超音波スキャンデータは、フレームレートと同じか、より遅いか又はより速い表示レートで表示システム260に表示され得る。画像バッファ250は、即座に表示されることが予定されていない取得された超音波スキャンデータの処理されたフレームを格納するために含まれる。好ましくは、画像バッファ250は、少なくとも数分分の超音波スキャンデータのフレームを格納するのに十分な容量である。超音波スキャンデータのフレームは、その順序又は取得時間に従ってその検索を容易にする方法で記憶される。画像バッファ250は、任意の公知のデータ記憶媒体として具現化することができる。
例示的な実施形態では、信号プロセッサ240は、データ管理モジュール242を含んでよく、このデータ管理モジュール242は、本開示に記載されるような、医療撮像ソリューションのための新しいデータ記憶及び管理方式に関連する、又はそれを支援する様々な機能又は動作を実行及び/又はサポートするように構成され得る、適切な回路、インターフェース、ロジック、及び/又はコードを含んでよい。
いくつかの実装形態では、信号プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)は、人工知能及び/又は機械学習技術を実装及び/又は使用して、撮像関連の機能又は動作を強化及び/又は最適化するように構成されてもよい。例えば、信号プロセッサ240(及び/又はデータ管理モジュール242等のその構成要素)は、ディープニューラルネットワーク(例えば、畳み込みニューラルネットワーク(CNN:convolutional neural network))の使用等によるディープラーニング技術及び/又はアルゴリズムを実装及び/又は使用するように構成されてもよく、及び/又は、特定の基準を満たし、及び/又は特定の特性を有する構造(又はその組織)を識別、セグメント化、ラベル付け、及び追跡する等、取得された超音波画像を解析するように構成されてもよい任意の好適な形態の人工知能画像解析技術又は機械学習処理機能を利用してもよい。
例示的な実装では、信号プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)は、例えば、入力層、出力層、及び入力層と出力層との間の1つ又は複数の隠れ層(hidden layers)から構成され得る、深層ニューラルネットワークとして提供され得る。各層は、ニューロンと呼ばれる複数の処理ノードで構成される場合がある。例えば、ディープニューラルネットワークは、解剖学的構造のスキャン面からの各画素又は画素群に対応するニューロンを有する入力層を含み、出力層は、予め定義された複数の構造又は構造(又はその中の1以上の組織)の種類に対応するニューロンを有する。各層の各ニューロンは処理機能を実行し、処理された超音波画像情報をさらなる処理のために下流層の複数のニューロンのうちの1つに渡すことができる。
一例として、第1の層のニューロンは、超音波画像データ中の構造のエッジを認識するように学習することができる。 第2の層のニューロンは、第1の層から検出されたエッジに基づいて形状を認識するように学習することができる。第3の層のニューロンは、超音波画像データ中のランドマークに対する認識された形状の位置を学習することができる。第4の層のニューロンは、特定の構造に存在する特定の組織タイプの特徴などを学習してもよい。このように、ディープニューラルネットワーク(例えば、畳み込みニューラルネットワーク(CNN))によって実行される処理によって、超音波画像データ内の生物学的構造及び/又は人工的構造を高い確率で識別することができる場合がある。
いくつかの実装では、信号プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)は、ユーザ入力デバイス230を介したユーザ命令に基づいて、それによって実行される機能の少なくともいくつかを実行又は他の方法で制御するように構成され得る。一例として、ユーザは、音声コマンド、プローブジェスチャ、ボタン押下などを提供して、本開示で説明するように、人工知能(AI)ベースの動作を含む新しいデータ管理方式の様々な態様を開始及び/又は制御する、及び/又はそれに関連する様々なパラメータ又は設定を提供又は他の方法で指定するなどの特定の命令を発行することができる。
トレーニングエンジン280は、信号プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)の1以上のディープニューラルネットワークのニューロンをトレーニングするように動作可能であり得る適切な回路、インターフェース、ロジック、及び/又はコードを含んでよい。例えば、信号プロセッサ240は、超音波スキャン面内に提供される特定の構造及び/又は組織(又はそのタイプ)を識別するように訓練されてもよく、訓練エンジン280は、様々な構造の分類された超音波画像の1以上のデータベースを使用するなど、必要な機能の一部を実行するようにその1以上のディープニューラルネットワークを訓練する。
一例として、トレーニングエンジン280は、1以上の特定の構造のエッジの外観、エッジに基づく構造の形状の外観、超音波画像データ内のランドマークに対する形状の位置などの特定の構造の特性に関して、及び/又は特定の組織の特性(例えば、その柔らかさ)に関して、信号プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)をトレーニングするために特定の構造の超音波画像を利用するように構成され得る。様々な実施形態において、訓練画像のデータベースは、アーカイブ270又は任意の適切なデータ記憶媒体に記憶され得る。特定の実施形態では、トレーニングエンジン280及び/又はトレーニング画像データベースは、超音波システム200に有線又は無線接続を介して通信可能に結合された1以上の外部システムであってもよい。
動作において、超音波システム200は、二次元(2D)、三次元(3D)、及び/又は四次元(4D)画像を含む超音波画像を生成する際に使用され得る。この点に関して、超音波システム200は、問題の撮像状況に適した特定のフレームレートで超音波スキャンデータを連続的に取得するように動作可能であり得る。例えば、フレームレートは20~70の範囲であってもよいが、より低くても高くてもよい。取得された超音波スキャンデータは、表示システム260上に、フレームレートと同じか、より遅いか又はより速い表示レートで表示され得る。画像バッファ250は、直ちに表示される予定のない取得された超音波スキャンデータの処理されたフレームを格納するために含まれる。好ましくは、画像バッファ250は、少なくとも数秒分の超音波スキャンデータのフレームを記憶するのに十分な容量である。超音波スキャンデータのフレームは、その順序又は取得時間に従ってその検索を容易にする方法で記憶される。画像バッファ250は、任意の公知のデータ記憶媒体として具現化することができる。
いくつかの実施態様では、超音波システム200は、グレースケール及びカラーベースの動作をサポートするように構成され得る。例えば、信号プロセッサ240は、グレースケールBモード処理及び/又はカラー処理を実行するように動作可能であり得る。グレースケールBモード処理は、BモードRF信号データ又はIQデータ対を処理することを含んでよい。例えば、グレースケールBモード処理は、量(I2+Q2)1/2を計算することによって、ビーム和受信信号の包絡線を形成することを可能にし得る。エンベロープは、表示データを形成するために対数圧縮などの追加のBモード処理を受けることができる。
表示データは、ビデオ表示のためにX-Yフォーマットに変換することができる。スキャン変換されたフレームは、表示のためにグレースケールにマッピングされ得る。画像バッファ250及び/又は表示システム260に提供されるBモードフレーム。カラー処理は、カラーベースのRF信号データ又はIQデータ対を処理して、画像バッファ250及び/又は表示システム260に提供されるBモードフレーム上にオーバーレイするフレームを形成することを含み得る。グレースケール及び/又はカラー処理は、ユーザ入力(例えば、特定の領域のグレースケール及び/又はカラーの強化のためのユーザ入力デバイス230からの選択)に基づいて適応的に調整されてもよい。
いくつかの実施態様では、超音波撮像は、体積超音波画像の生成及び/又は表示を含むことがある-すなわち、物体(例えば、器官、組織など:organs, tissues, etc.)が3次元3D表示される。この点に関して、3D(及び同様に4D)撮像では、撮像された物体に対応するボクセルを含む体積超音波データセットが取得され得る。これは、例えば、音波を単に一方向(例えば、真下)に送信するのではなく、異なる角度で送信し、反射して戻ってくる音波を捕捉することによって行うことができる。次に、(異なる角度での送信の)反射エコーが捕捉され、(例えば、信号プロセッサ240を介して)処理されて、対応する体積データセットが生成され、この体積データセットは、ディスプレイ250を介するなどして、体積(例えば、3D)画像の作成及び/又は表示に使用され得る。これは、所望の3D知覚を提供するための特定の処理技術の使用を伴う場合がある。
例えば、ボリュームレンダリング技術は、ボリュームメトリック(例えば、3D)データセットの投影(例えば、2D投影)を表示する際に使用することができる。これに関して、3Dデータセットの2D投影をレンダリングすることは、表示されるオブジェクトに対する空間内の知覚角度(perception angle)を設定又は定義し、データセット内のすべてのボクセルに対して必要な情報(例えば、不透明度及び色)を定義又は計算することを含む場合がある。これは、例えば、各ボクセルのRGBA(赤、緑、青、アルファ)値を定義するための適切な伝達関数を用いて行うことができる。
様々な実施態様において、超音波システム200は、本開示において説明されるような、医療撮像ソリューションのための新たなデータ記憶及び管理方式をサポートするように構成されてもよい。例えば、撮像データが取得又は生成されると、信号プロセッサ240(及び/又はデータ管理モジュール242等のその構成要素)は、処理された画像をアーカイブ270に格納してもよく、このアーカイブ270は、信号プロセッサ240(及び/又はデータ管理モジュール242等のその構成要素)から独立して、又は信号プロセッサ240(及び/又はデータ管理モジュール242等のその構成要素)の制御の下で、データにアーカイブベースの符号化(例えば、DICOMベースの符号化)を適用し、次いで、本明細書で説明するような分離プロセスを適用して、結果として得られるデータオブジェクトを対応する格納場所(ローカル又はリモート)に送信するために必要な通信機能を実行することを含む、格納及び管理を行うように構成されてもよい。アーカイブ270はまた、データを送り返すように構成されてもよく、オンザフライ回復(on-the-fly recovery)を含む回復プロセスを実行するように構成されてもよい。この点に関して、アーカイブ270は、対応するデータオブジェクトをストレージロケーション(ローカル又はリモート)から要求及び受信するために必要な通信機能を実行すること、及び表示システム260を介した表示など、対応する画像の生成を可能にするためにデータをデコードすることを含む、以前にアーカイブされたデータに回復プロセスを適用するように構成されてもよい。これらの機能は、信号プロセッサ240(及び/又はデータ管理モジュール242などのそのコンポーネント)によって制御又は管理されてもよい。あるいは、アーカイブ270は、これらの機能の少なくともいくつかを独立して実行するように構成されることもあり、そのような場合、プロセッサ240は、データが何らかの分離を受けたことを知らないこともある。場合によっては、プロセッサ240(及び/又はデータ管理モジュール242などのその構成要素)は、応答時間及びスループットをさらに向上させるために、スキーム(例えば、メタデータ及びブロブを別々に取得するように構成されるスキーム)に従ってデータを処理してもよい。
図3は、医療撮像ソリューションのための新しいデータ記憶及び管理方式で使用するためのメタデータ分離のための例示的なプロセスを示す。図3に示されるのは、DICOM(Digital Imaging and Communications in Medicine)ベースのデータ構造による新しいデータ記憶及び管理スキームの使用を示すブロック図300である。
この点に関して、新しいデータ記憶スキームは、多くのタイプの医療データ(例えば、画像、波形、臨床観察など:images, waveforms, clinical observations, etc.)に適用可能であり、これらは、捕捉された検査、測定、観察、及びモニタリングデータとその被験者及び臨床コンテキストとを表すように、属性の集合体としてモデル化され得るが、図3は、新しいデータ記憶スキームがどのように機能するかを説明するために、DICOMサービスオブジェクトペア(SOP:Service Object Pair)インスタンスへの新しいデータ記憶スキームの適用例を示している。
図3に示すように、新しいデータ記憶方式に従って、DICOMベースのデータブロブは、メタデータ部分とブロブデータ部分とに分離され得る。この点に関して、DICOMヘッダとピクセルデータは、特に内部記憶フォーマットとして、いくつかの既存の解決策において分割されるかもしれないが、新しいデータ記憶スキームに従ってデータブロブに適用される分離は、それ以上のものを伴う。特に、オープンな業界標準を使用する新しいデータ記憶方式に従って、すべてのデータファイルは標準フォーマットに従って構造化され、したがって独立して検証可能であり、統一資源位置指定子(URL:Uniform Resource Locator)のような統一資源識別子(URI:Uniform Resource Identifiers)を使用するなどして、一緒にリンクされる。これらは、高度なデータの完全性と回復力、データ管理とストレージの柔軟性の大幅な向上、パフォーマンスの改善、生産性の向上につながる。以下の文章では、考えられるいくつかの新しい用途の事案(possible new use cases)について説明する。
データブロブをメタデータとブロブデータの部分に分離することに関して、最上位レベル(top level)では、DICOM SOPインスタンスをデータブロブ全体として扱う代わりに、画像ピクセルデータ(所望であれば、他のバイナリデータ)及び他の大きなサイズのタグ(標準タグとプライベートタグの両方)を削除し、別々のデータファイルに保存することができる。その結果得られるオブジェクトを、以下ではDICOM SOPインスタンスメタデータ(DICOM SOP instance metadata)と呼ぶ。したがって、各DICOM SOPインスタンスは、1つのメタデータオブジェクト(「D(meta)」と表記する)と0~N個のブロブデータオブジェクトに分割され、データは画像ピクセルデータ又は他のバイナリラージサイズデータタグコンテンツ(「D(blob)」と表記する)であってもよい。
分離プロセス、及びそれに基づいて生成されたオブジェクトは、より効率的な、及び/又はその他の新しいデータ管理及びアーカイブパラダイム(arhciving paradigms)を可能にする様々な有用な特性を有する可能性がある。このような特性には、例えば以下のようなものがある。1)D(meta)にはD(blob)に関する被験者情報及び臨床コンテキスト情報が含まれる場合があり、ほとんどのコンシューマアプリケーションは通常、ブロブデータが必要かどうかを判断する前に、まずD(meta)にアクセスする必要がある。2)D(meta)とD(blob)は、データ管理やアクセス可用性の点で異なる性質を持つ場合がある。例えば、D(meta)は修正(例えば、被験者情報の照合、研究/シリーズ構造、再編成など:subject information reconciliation, study/series structure re-organization)の対象となる場合があり、アクセスに対して非常に高速な応答が要求される場合があるが、D(blob)は完全に不変である場合があり、アクセスに関して高いスループットが重視される場合がある。3)D(meta)は完全な保護医療情報(PHI:Protected Health Informa)データであり、したがって極めて機密性の高い情報である可能性がある。しかし、これは必ずしもこれらのオブジェクトがPHIでないことを示唆するものではなく、むしろ機密性のレベルが異なる可能性があり、特にハイブリッドクラウド、分散ストレージインフラでは重要な考慮事項かもしれない。4)D(meta)のサイズ(例えばメガバイト(MB))は、D(blob)のサイズより劇的に小さいかもしれない。例えば、D(blob)に対するD(meta)のサイズ比は100以上である。分離スキーム(separation scheme)では、このような特性を利用し、トレードオフなしにアクセス性能、ストレージ効率、及び高いセキュリティ標準を最適化することができる。
メタデータ分離プロセスの例が図3に示されており、バイナリ標準タグ(例えば、ピクセルデータ)及びラージサイズプライベートタグ値が元のDICOM SOPインスタンス310から除去され、別個のバイナリデータファイルに保存される。具体的なデータ構造及びそれに基づくURIリンクも図示されており、ここで図3(特に右側)を参照してさらに説明する。
D(blob)は、ピクセルデータ又は他のバイナリデータから構成され得る。ピクセルデータの場合、それがシングルフレームであれマルチフレームであれ、D(blob)は、バイナリデータファイル内のフレームの連続リストとして符号化され得る。例えば、D(blob)は以下のフォーマットで符号化される。1)ファイル署名(file signature)、2)このブロブデータファイルが属するSOPインスタンスUIDを示す一意識別子(UID:unique identifier)、3)ファイルに連続的に格納される、テーブルの端からの相対的な各画像フレームのオフセットテーブル、4)オリジナルのSOPインスタンスでエンコードされるのと同じ順序でフレーム毎に格納される画像フレーム、5)オリジナルのSOPインスタンスと同じフォーマットで圧縮バイトストリーム(例えば、JPEGファイル交換フォーマット(JFIF:JPEG File Interchange Format))に格納される画像フレームデータ。圧縮フレームバイトストリームは、DICOMシーケンス項目が要求する偶数バイトの長さを有する。そのため、パディングバイト(padding byte)が含まれてもよい。JFIFストリームを保存することにより、データの整合性チェックが1つ追加される。他の(一般的な)バイナリブロブD(blob)は、元のSOPインスタンスにあるのと同じバイトストリームのバイナリファイルに格納されてもよい。例えば、そのような場合、D(blob)は以下のフォーマットでエンコードされる。1)ファイル署名、2)このブロブデータファイルが属するSOPインスタンスUIDを表すUID、3)メタデータコンテキストでエンコードされたバイナリブロブデータのバイトストリーム。したがって、D(blob)は、元のSOPインスタンスの転送構文を適用することにより復号化されうる、有効なDICOM符号化ストリームであってもよい。一実施例の実装では、ファイル署名は4バイトであり、一意識別子(UID)は64バイトであり、オフセットテーブルは(N+1)個の4バイト整数であり、最初の整数値はテーブルの長さを表し、その後にテーブルの終わりからの相対的な各画像フレームのオフセットが連続してファイルに格納される。
D(meta)は、DICOMPart10ファイルで符号化されてもよいが、若干の修正を加えてもよい。例えば、D(meta)は以下のように符号化される。1)ピクセルタグをピクセルデータプロバイダタグに置き換える、D(blob)ファイルを指すURI(例えばURL)を含む。2)バイナリブロブファイルに格納された、すべての大きなサイズのブロブデータ要素の値(データ)を削除する(したがって、1つ又は複数のD(blob)ファイルが作成される)。実装例では、ファイル署名は4バイト、一意識別子(UID)は64バイトである。
元のDICOM SOPインスタンスを回復することは、単に分離プロセスの逆の操作を実行することによって達成され得る。このような回復処理は、図4に示され、図4に関してより詳細に説明される。
図4は、メタデータオブジェクトから撮像学習メタデータ文書を導出するための例示的な使用シナリオを示す。図4に示されるのは、新しいデータ記憶及び管理スキームの実装に基づく使用シナリオを示すブロック図400である。
新しいデータ記憶及び管理スキーム、並びにそれに基づいて生成されたデータ構造を使用することにより、既存のソリューションでは可能でない、又は利用できない可能性のあるさまざまな機能を実行できるようになる可能性がある。例えば、ブロブデータオブジェクトに全くアクセスすることなく、メタデータワークロードに基づいてのみ、様々な機能を有効にすることができる。例えば、画像検査メタデータ文書は、図4に示されるように、ビューアアプリケーションにワンストップショッピングを提供するために、検査の個々のDICOM SOPインスタンスのメタデータオブジェクトから導出され得る。
この点に関して、元のDICOM SOPインスタンスを回復することは、単に分離プロセスの逆操作(reverse operation)である可能性がある。特に、署名された署名(signed signature)により、高水準のデータ保護を達成することができる。例えば、セキュリティポリシー、要求、及び利用可能なインフラストラクチャに基づいて、ブロックチェーンベースの台帳を含む追加のセキュリティ手段を使用して、D(meta)及びD(blob)のすべてを保護することができる。例えば、特定のアクセスプロファイル構成に基づいて、ネットワークトラフィック及びデータスループットを最適化するために、大きなサイズのブロブデータ要素を有するか又は有さないDICOM SOPインスタンスを再組み立てすることが可能であり得る。D(meta)とD(blob)間の双方向リンクはデータの完全性をさらに高める。
ビューアアプリケーション(Viewer applications、例えば、医療撮像診断の結果を分析するために使用されるシステムにおいて)は、インデックスデータベースへの高価な複数のクエリ(expensive, multiple queries)を行うことなく、DICOM SOPインスタンス提示を計画するために画像診断研究メタデータ文書を使用することができる。新たな記憶及び管理スキーム並びにそれに基づく分離プロセスは、多数の新たな使用例を可能にし得る。このような使用例の例には、システム性能のためのメタデータ作業負荷とブロブデータ作業負荷の分離、メタデータ及びブロブデータのための柔軟なストレージアーキテクチャ、メタデータ及びブロブデータのためのデータ保護及びセキュリティ実装が含まれる。
システム性能に基づくユースケースのためのメタデータ作業負荷とブロブデータ作業負荷の分離の実施例では、D(meta)とD(blob)を元のDICOM SOPインスタンスに再組み立てる(reassemble)ことによって、標準DICOM APIがサポートされる場合がある。API(例えば、DICOM Web)は、メタデータとブロブデータに別々にアクセスすることを可能にするために提供されてもよく、これは、大規模な研究の全ての画像が検索される場合であっても、メタデータへのはるかに高速なアクセスを可能にし、一方、画像ピクセルデータは、オンデマンドでアクセスされてもよい。データ管理機能は、データベース内のインデックス付けされたメタデータを修正し、後でDICOM SOPインスタンスに修正を適用するのではなく、直接D(meta)を修正することができる。メタデータオブジェクトは、データ発見のためにデータレイク/文書クエリ処理エンジン(data lake/document query processing engine)にロードすることができる。データオブジェクトのターゲットコレクションが見つかった後、メタデータ内のURIを使用してブロブデータをシームレスに検索することができる。
メタデータとブロブデータのための柔軟なストレージアーキテクチャの例では、メタデータは、ブロブデータベースのユースケースとは独立して保存することができる。メタデータは、ブロブデータベースのユースケースから独立して格納することができ、ユーザがそうすることを望む場合、メタデータはオンプレミス(on-premises)で管理されるが、不変ピクセルデータはクラウドベースのストレージに移動することができる。これにより、ユーザはコンテキストデータ(メタデータ)を厳密に管理しながら、計算機とストレージのリソースを削減することができ、一方でコンテキストの(ほとんど)ないデータ(ブロブデータ)はクラウドストレージを活用することができる。より効率的な大量データアクセスとエクスポート。例えば、研究用やAIモデルのトレーニング用として、非識別化されたメタデータでアーカイブを設定し、運用アーカイブと分離されたストアで管理される不変のブロブデータを共有することができる。メタデータはエッジに配置され(レプリケートされるかもしれない)、ブロブデータはディープストレージにアーカイブされ、レスポンスタイムとスループットの両方の目標を達成することができる。
メタデータ及びブロブデータに基づくユースケースのための例示的なデータ保護及びセキュリティ実装では、メタデータ及びブロブデータは、基礎となるストレージメカニズム及びビジネスニーズを最もよく満たす異なるセキュリティ対策で取り扱われることができる。例えば、パブリッククラウドにアーカイブされたブロブデータは、ブロックチェーン台帳で監査追跡される可能性があり、ユーザが選択した鍵(user-selected keys)は、自身のデータセンターでメタデータを暗号化するために使用される可能性がある。
図5は、DICOM(Digital Imaging and Communications in Medicine)に基づくデータのブロブオブジェクト及びメタデータオブジェクトへの分離の使用シナリオ例(example use scenario)を示す。図5に示されるのは、DICOMデータセット510の分離例を示すブロック図500である。
DICOMデータセット510は、データ要素の集まりから構成されることがある。本明細書で説明されるような別個のプロセスの適用の結果として、共通メタデータオブジェクト520(例えば、図3に関して説明されるようなD(meta))及び分離されたブロブデータ530が生成されることがある。これに関して、分離されたブロブデータ530は、上述のように、バイナリデータ及びメディアデータを含む1以上のブロブデータオブジェクトと、オフセットテーブルとから構成される場合がある。
分離に関して、ブロブ要素(図5では「他のブロブ:other blob」と表記)を決定するための閾値が定義される場合があり、そのデータ値は別のブロブデータファイル又はオブジェクトに移動される。ブロブ要素はメタデータに残るが、その値はNULLに設定されてもよい。これらの要素を追跡し、URIを使用するなどして、対応する移動されたブロブデータ値へのリンクを提供するために、追跡用の新しい要素(「ブロブデータURIシーケンス:Blob Data URI Sequence」と表記)が追加されてもよい。ピクセルデータ要素は、新しい要素(「ピクセルデータプロバイダ:Pixel Data Provider」と表記)で直接置き換えられてもよい。
ブロブデータには、メタデータコンテキストでのみ有用な汎用バイトストリームと、メタデータコンテキスト(JPEGなど)とは無関係に有用なMIME型アクセス可能データ(MIME-type accessible data)とがある。特に、汎用バイトストリームは、DICOMデータ要素コンテキスト(DICOM data element context)においてのみ有用である。圧縮される場合、圧縮形式は、包含するデータセットの特定の転送構文の下で、DICOMデータ要素コンテキストに適合しなければならない。MIME型データは、包含するデータセットの転送構文(transfer syntax)に適合したメディア形式に基づいて、圧縮されていても平文(compressed or plain)であってもよい。このようなデータは、DICOMデータ要素のコンテキストとは無関係に有用である。
場合によっては、ブロブデータ(及びメタデータも)は、保管及び管理の効率化のために、より大きなブロブにさらに統合されることがある。
図6は、統合ヘルスケアエンタープライズ(IHE)患者ケアデバイス(PCD)デバイスエンタープライズ通信(DEC)ベースのデータをブロブ及びメタデータオブジェクトに分離するための使用シナリオ例を示す。図6に示されるのは、IHE PCD DECデータセット610の分離例(example separation of IHE PCD DEC dataset)を示すブロック図600である。
IHE PCD DECデータセット610は、データ要素の集まりから構成され得る。本明細書で説明されるような別個のプロセスの適用の結果として、共通メタデータオブジェクト620(たとえば、図3に関して説明されるようなD(meta))及び分離されたブロブデータ630が生成され得る。これに関して、分離されたブロブデータ630は、上述したように、バイナリブロブデータ、メディアブロブデータ、プロトコルブロブデータ、及びオフセットテーブルを含む、1以上のブロブデータオブジェクトから構成され得る。
分離は、図5に関して説明したのと実質的に同じ方法で適用することができる。これに関して、バイナリブロブデータ及び画素ブロブデータは、図5に関して説明したのと同じブロブデータと実質的に同様であってよい。ブロブデータの第3のタイプは、IHE PCD DECデータセット610に適用される分離プロセスにおいて追加される、すなわち、メタデータコンテキストにおいてのみ有用であり、基礎となるアプリケーションプロトコルに従って解析される、アプリケーションプロトコルフォーマットされたデータブロック(例えば、HL7(Health Level Seven)フォーマットされたデータセグメント)からなり得るプロトコルブロブデータである。標準プロトコルによるこのようなデータセットは、包含するプロトコルデータセットに直接挿入されてもよく、汎用ツールで圧縮されてもよい。
場合によっては、ブロブデータ(及びメタデータも)は、ストレージ及び管理の効率化のために、より大きなブロブにさらに統合されることがある。
図7は、DICOM(Digital Imaging and Communications in Medicine)に基づく符号化データセットの例を示す。図7に示されているのは、DICOMデータセット700である。
DICOMデータセット700は、データ要素の集まりである。各データ要素は、タグ、値タイプ(VR:value type)、値の長さ、及び値などのフィールドで構成され、及び/又は指定され得る。データ要素の値タイプ(VR)が「SQ」(シーケンスを示す)である場合、そのデータ要素は多数の項目を含む。この点で、始点と終点を持つ各項目は、実際には通常のDICOMデータセットであり、データ要素の集合から順番に構成される。図7に示されるように、(1つのレベルの)シーケンスの項目内のデータ要素もSQである場合があり、これは(次のレベルの)いくつかの項目を含む場合がある。
図8は、ブロブデータをブロブオブジェクト及びメタデータオブジェクトに分離した後の、DICOM(Digital Imaging and Communications in Medicine)ベースの符号化データセットの例を示す図である。図8に示されているのは、本開示に従った分離プロセスの適用後のDICOMデータセット800である。これに関して、DICOMデータセット800は、分離プロセスの適用前の図7のDICOMデータセット700と同様であってよい。分離プロセスは、特に図3及び図5に関して上述したように適用されてもよい。
図8に示すように、分離プロセスの適用後、識別されたすべてのブロブデータ要素はデータセットに残るが、これらのブロブデータ要素のそれぞれの値フィールドはNULLに設定されてもよい。さらに、値の変更を反映するために、これらのブロブデータ要素のそれぞれの値の長さが「0」に設定されてもよい。ただし、タグと値タイプ(VR)フィールド、及びデータセット内のブロブデータ要素の位置は変更されないままである。ブロブデータ要素のバイナリ値は、ユニフォームリソースロケータ(URL:uUniform Resource Locators)のようなユニフォームリソース識別子(URI:uniform resource identifier)を介して検索可能な、分離されたファイルに保存されてもよい。新しいシーケンス要素(「ブロブデータURLシーケンス」と表記)が、NULL値のブロブ要素とその実際の値の場所を追跡するために追加される。たとえば、ブロブデータURLシーケンスは、それぞれが2つのフィールド(データセット内の特定のNULL値ブロブ要素の位置を追跡するための「タグパス」フィールドと、NULL値ブロブ要素の実際の値が格納されている位置を指すURI)を含む要素のリストから構成される。ピクセルデータ要素も、上述のようにピクセルデータプロバイダURIに置き換えられる。
図9は、本開示に従った新しいデータ記憶及び管理方式に基づく分離及び回復処理の例のフローチャートを示す。
図9に示されているのは、フローチャート900及び950であり、それぞれ、医療撮像ソリューションのための新しいデータ記憶及び管理方式に基づいて撮像データセットを分離及び検索するために、好適なシステム(例えば、図1の医療撮像システム110及び/又はコンピューティングシステム120)において実行され得る複数の例示的なステップ(ブロック902~912及び952~962として表されている)から構成されている。
フローチャート900に関して、開始ステップ902では、システムがセットアップされ、動作が開始されることがある。ステップ904において、アーカイブ符号化(例えば、DICOM、IHE PCD DEC等)が撮像データに適用されてもよい。これに関して、撮像データは同じシステムで生成されてもよいし、別のシステムから取得されてもよい。ステップ906では、符号化データセット内のブロブ要素が識別され(identified)てもよい。これは、例えば、閾値を使用することによって行われてもよい。閾値はあらかじめ定義されていてもよいし、オペレータが設定又は調整してもよい。ステップ908では、特定されたブロブ要素に基づいて、メタデータ及びブロブデータオブジェクトが生成及び/又は更新される場合がある。これは、例えば、識別されたブロブ要素の値(データ)を別々のブロブデータオブジェクト(separate blob data objects、バイトブロブデータ、メディアブロブデータ、プロトコルブロブデータなど、場合によっては異なるタイプを含む)に移動することを含んでよい。このステップはまた、識別されたブロブデータ要素内の残りのフィールドを更新すること(例えば、値をNULLに設定すること、データオブジェクトへのリンクを追加すること等)、新しいフィールド/要素(例えば、ブロブデータUriシーケンス、ピクセルデータプロバイダ要素等)を追加することを含んでよい。ステップ910では、メタデータ及びブロブデータオブジェクトを(ローカル及び/又はリモートに)格納する。ステップ912では、オフセットテーブルが生成及び/又は更新されてもよい。
フローチャート950に関して、開始ステップ952では、システムがセットアップされ、動作が開始されることがある。ステップ954では、符号化されたデータセット内の必要なブロブ要素(required blob elements )が識別され(identified)る。これに関して、場合によっては、データセットの全体が必要とされることがあり、したがって、データセット内のすべてのブロブ要素の値(データ)が必要とされる。しかしながら、他の実施例では、データセットは、以前に得られた画像の一部(又はその一部)だけが閲覧(又は検査)のために必要とされ得る場合など、より選択的な方法で使用され得る。したがって、データセット内のブロブ要素の一部のみが必要とされ、したがって回復(recover)される場合がある。ステップ956では、識別されたブロブ要素を処理することができる。これは、これらのブロブ要素のフィールドを評価し、その値(データ)がどこに保持されているか(例えば、データセット内又はデータオブジェクト内に直接保持されているか)を判断することを含む。たとえば、値がNULLに設定されている場合、URI及び/又はオフセットテーブルを使用するなどして、実際の値の場所を決定することができる。ステップ958では、データセットとは別に維持されている識別されたブロブ要素の値を、取得する。この取得は、URI及びオフセットテーブルを使用して行うことができる。ステップ960では、必要な復号化及び圧縮解除(required decoding and decompression)を適用する。ステップ962では、データセット又はその一部の値(データ)に基づいて撮像データを生成(再構成)することができる。
本開示に従った例示的な方法は、医療データ(例えば、医療撮像データを含む)を記憶及び管理するために、プロセッサによって、1つ以上の医療データ記憶及び管理ベースのプロセスを適用することを含む。医療データ記憶及び管理ベースのプロセスは、少なくとも分離プロセス及び回復プロセスを含む。このプロセスは、少なくとも分離プロセス及び回復プロセスを含む。分離プロセスは、医療データセット内の1つ又は複数のブロブデータ要素を識別する工程と、識別された1つ又は複数のブロブデータ要素のデータを対応する分離されたデータオブジェクトに移動する工程と、識別された1つ又は複数のブロブデータ要素のデータの移動を示すためのデータ、及び識別された1つ又は複数のブロブデータ要素の移動されたデータの位置を追跡するためのデータを生成する工程とを含む、回復プロセスは、分離された医療データセット内の1つ又は複数の除去されたブロブデータ要素を識別する工程であって、識別された1つ又は複数の除去されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記工程と、識別された1つ又は複数の除去されたブロブデータ要素の各除去されたブロブデータ要素について、分離された医療データセットに関連付けられた対応する分離データに基づいて、対応する分離されたデータオブジェクトの位置を決定する工程と、決定された位置に基づいて、除去されたブロブデータ要素のデータを検索する工程とを備える。医療データセットは、医療撮像操作中に得られた医療撮像データに基づいて構成され、及び/又は生成され得る。
例示的な実施態様では、分離プロセスは、移動したデータを追跡するためのデータロケータ要素を生成する工程をさらに含み、データロケータ要素は、識別された1つ又は複数のブロブデータ要素の各々を追跡するためのマッピングデータと、対応する移動したデータの位置を特定するための位置情報とを含む。
例示的な実施態様では、分離プロセスはさらに、識別された1つ又は複数のブロブデータ要素の各々を更新する工程を含み、更新は、識別された1つ又は複数のブロブデータ要素のデータが移動されたことを示すために少なくとも1つのフィールドを修正することを含む。
一実施例では、分離プロセスは、医療データセット、分離プロセス、及び対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力する工程をさらに含む。
一実施例では、分離プロセスは、分離されたデータオブジェクトのストレージを追跡するためのオフセットテーブルを生成し、入力する工程をさらに含む。
例示的な実施形態では、分離プロセスは、分離されたデータオブジェクトの少なくとも一部の移動されたデータを異なる記憶場所に記憶することをさらに含み、異なる記憶場所はローカル記憶場所とリモート記憶場所の一方または両方を含む。
一実施例では、医療データセットは、DICOM(DigitalImaging and Communications in Medicine)ベースのデータセット又はヘルスケアエンタープライズ(IHE)患者ケアデバイス(PCD)デバイスエンタープライズ通信(DEC)ベースのデータセットとを含む。
本開示に従った例示的な非一過性のコンピュータ可読媒体は、少なくとも1つのコード部を有するコンピュータプログラムを含む。少なくとも1つのコード部は、少なくとも1つのプロセッサを含む機械によって実行可能であり、該機械に、医療データ(例えば、医療撮像データ)を保存および管理するための1つ以上のステップを実行させる。保存および管理するための1つ以上のステップは、少なくとも分離プロセスと回復プロセスプロセスとを含む。分離プロセスは、医療データセット内の1つ又は複数のブロブデータ要素を識別する工程と、識別された1つ又は複数のブロブデータ要素のデータを対応する分離されたデータオブジェクトに移動する工程と、識別された1つ又は複数のブロブデータ要素のデータの移動を示すためのデータ、及び識別された1つ又は複数のブロブデータ要素の移動されたデータの位置を追跡するためのデータを生成する工程とを含む。回復プロセスは、分離された医療データセット内の1つ又は複数の除去されたブロブデータ要素を識別する工程であって、識別された1つ又は複数の除去されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記工程と、識別された1つ又は複数の除去されたブロブデータ要素の各除去されたブロブデータ要素について、分離された医療データセットに関連付けられた対応する分離データに基づいて、対応する分離されたデータオブジェクトの位置を決定する工程と、決定された位置に基づいて、除去されたブロブデータ要素のデータを検索する工程とを備える。医療データセットは、医療撮像操作中に得られた医療撮像データに基づいて構成され、及び/又は生成され得る。
このデータロケータ要素は、識別された1つ又は複数のブロブデータ要素の各々を追跡するためのマッピングデータと、対応する移動データの位置を特定するための位置情報とを含む。
例示的な実施態様では、分離プロセスは、識別された1つ又は複数のブロブデータ要素の各々をさらに更新し、更新は、識別された1つ又は複数のブロブデータ要素のデータが移動されたことを示すために、少なくとも1つのフィールドを修正する工程を含む。
一実施例では、分離プロセスは、医療データセット、分離プロセス、及び対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力する工程をさらに含む。
一実施例では、分離プロセスは、分離されたデータオブジェクトのストレージを追跡するためのオフセットテーブルを生成し、入力する工程をさらに含む。
一実施例では、分離プロセスは、分離されたデータオブジェクトの少なくとも一部の移動データを異なる記憶場所に記憶する工程をさらに含み、異なる記憶場所は、ローカル記憶場所とリモート記憶場所の一方又は両方を含む。
一実施例では、医療データセットは、DICOM(DigitalImagingandCommunicationsinMedicine)ベースのデータセット又はヘルスケアエンタープライズ(IHE)患者ケアデバイス(PCD)デバイスエンタープライズコミュニケーション(DEC)ベースのデータセットを含む。
本開示に従った例示的なシステムは、医療データ(例えば、医療撮像データを含む)を格納し管理する。システムは、1つまたは複数の医療データの保管および管理に基づくプロセスを適用するように構成された少なくとも1つのプロセッサを備える。医療データの保管および管理に基づくプロセスは少なくとも分離プロセスと回復プロセスとを含む。分離プロセスは、医療データセット内の1つ又は複数のブロブデータ要素を識別する工程と、識別された1つ又は複数のブロブデータ要素のデータを対応する分離されたデータオブジェクトに移動する工程と、識別された1つ又は複数のブロブデータ要素のデータの移動を示すためのデータ、及び識別された1つ又は複数のブロブデータ要素の移動されたデータの位置を追跡するためのデータを生成する工程とを含む。回復プロセスは、分離された医療データセット内の1つ又は複数の除去されたブロブデータ要素を識別する工程であって、識別された1つ又は複数の除去されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記工程と、識別された1つ又は複数の除去されたブロブデータ要素の各除去されたブロブデータ要素について、分離された医療データセットに関連付けられた対応する分離データに基づいて、対応する分離されたデータオブジェクトの位置を決定する工程と、決定された位置に基づいて、除去されたブロブデータ要素のデータを検索する工程とを備える。医療データセットは、医療撮像操作中に得られた医療撮像データに基づいて構成され、及び/又は生成され得る。
例示的な実施態様では、分離プロセスは、移動したデータを追跡するためのデータロケータ要素を生成する工程をさらに含み、データロケータ要素は、識別された1つ又は複数のブロブデータ要素のそれぞれを追跡するためのマッピングデータと、対応する移動したデータの位置を特定するための位置情報とを含む。
例示的な実施態様では、分離プロセスは、識別された1つ又は複数のブロブデータ要素の各々をさらに更新し、更新は、識別された1つ又は複数のブロブデータ要素のデータが移動されたことを示すために、少なくとも1つのフィールドを修正する工程を含む。
一実施例では、分離プロセスは、医療データセット、分離プロセス、及び対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力する工程をさらに含む。
一実施例では、分離プロセスはさらに、分離されたデータオブジェクトのストレージを追跡するためのオフセットテーブルを生成し、入力する工程を含む。
一実施例では、分離プロセスは、分離されたデータオブジェクトの少なくとも一部の移動データを異なる記憶場所に記憶する工程をさらに含み、異なる記憶場所は、ローカル記憶場所とリモート記憶場所の一方又は両方を含む。
本明細書で使用する場合、「回路:circuits」及び「回路構成:circuitry」という用語は、物理的な電子部品(例えば、ハードウェア)、及びハードウェアを構成し、ハードウェアによって実行され、又は他の方法でハードウェアに関連する可能性のある任意のソフトウェア及び/又はファームウェア(「コード:code」)を指す。本明細書で使用されるように、例えば、特定のプロセッサ及びメモリは、第1の1つ又は複数のコード行を実行するときに第1の「回路」を構成し、第2の1つ又は複数のコード行を実行するときに第2の「回路」を構成することができる。本明細書で使用する場合、「及び/又は」は、「及び/又は」で結合されたリスト内の項目のいずれか1つ以上を意味する。一例として、「x及び/又はy」は、3要素セット{(x),(y),(x,y)}の任意の要素を意味する。言い換えれば、”x及び/又はy”は”xとyの一方又は両方”を意味する。別の例として、「x、y、及び/又はz」とは、7要素集合{(x)、(y)、(z)、(x、y)、(x、z)、(y、z)、(x、y、z)}のいずれかの要素を意味する。言い換えれば、”x、y及び/又はz”は、”x、y及びzのうちの1つ以上”を意味する。本明細書で利用されるように、用語「ブロック:block」及び「モジュール:module」は、1つ又は複数の回路によって実行され得る以上の機能を指す。本明細書で使用される場合、「例示的」という用語は、非限定的な例、実例、又は例示としての役割を果たすことを意味する。本明細書で利用されるように、「例えば:for example」及び「例示的には:e.g.」という用語は、1つ又は複数の非限定的な例、実例、又は例示のリストを設定する。本明細書で利用されるように、回路は、機能の実行が(例えば、何らかのユーザ設定可能な設定、工場出荷時のトリムなどによって)無効化されているか、又は有効化されていないかにかかわらず、回路が機能を実行するために必要なハードウェア(及び必要であればコード)を構成するときはいつでも、機能を実行するために「動作可能:operable」である。
本発明の他の実施形態は、非一過性のコンピュータ可読媒体及び/又は記憶媒体、並びに/又は非一過性の機械可読媒体及び/又は記憶媒体であって、機械及び/又はコンピュータによって実行可能な少なくとも1つのコードセクションを有する機械コード及び/又はコンピュータプログラムをその上に記憶させ、それによって機械及び/又はコンピュータに本明細書に記載されるような処理を実行させる、非一過性の機械可読媒体及び/又は記憶媒体を提供することができる。
したがって、本開示は、ハードウェア、ソフトウェア、又はハードウェアとソフトウェアの組み合わせで実現することができる。本発明は、少なくとも1つのコンピューティングシステムにおいて集中型方式で実現されてもよいし、異なる要素が複数の相互接続されたコンピューティングシステムにまたがる分散型方式で実現されてもよい。本明細書に記載された方法を実施するために適合されたあらゆる種類のコンピューティングシステム又は他の装置が適している。ハードウェアとソフトウェアの典型的な組み合わせは、ロードされ実行されると、本明細書に記載された方法を実施するようにコンピューティングシステムを制御するプログラム又は他のコードを有する汎用コンピューティングシステムであってもよい。別の典型的な実装は、特定用途向け集積回路又はチップで構成される場合がある。
本開示に従った様々な実施形態は、本明細書に記載された方法の実施を可能にするすべての機能を含み、コンピュータシステムにロードされるとこれらの方法を実行することができるコンピュータプログラム製品に組み込むこともできる。本明細書におけるコンピュータプログラムとは、情報処理能力を有するシステムに、直接的に、又は以下のいずれかもしくは両方の後に、特定の機能を実行させることを意図した命令の集合を、任意の言語、コード又は表記法で表現したものを意味する。a)別の言語、コード又は表記法への変換、b)別の物質的形態での複製。
本発明を特定の実施形態を参照して説明したが、本発明の範囲から逸脱することなく、様々な変更を加えることができ、等価物を代用することができることは、当業者には理解されるであろう。さらに、本発明の範囲から逸脱することなく、特定の状況又は材料を本発明の教示に適合させるために、多くの変更を行うことができる。したがって、本発明は、開示された特定の実施形態に限定されるものではなく、添付の特許請求の範囲に属するすべての実施形態を含むことが意図される。
100:セットアップ 110:医療撮像システム 112:スキャナ装置 114:表示/制御ユニット 116:スクリーン 118:ユーザ制御部 120:コンピューティングシステム 200:超音波システム 202:送信機 204:超音波プローブ 206:送信トランスデューサ素子 208:受信トランスデューサ素子 210:送信ビームフォーマ 214:送信サブアパーチャビームフォーマ 216:受信サブアパーチャビームフォーマ 218:受信機 220:受信ビームフォーマ 222:A/D変換器 224:RFプロセッサ 226:RF/IQバッファ 230:ユーザ入力モジュール 240:信号プロセッサ 242:データ管理モジュール 250:画像バッファ 260:表示システム 270:アーカイブ 280:トレーニングエンジン 300:ブロック図 310:DICOM SOPインスタンス 510:DICOMデータセット 520:共通のメタデータオブジェクト 530:分離されたブロブデータ 610:IHE PCD DECデータセット 620:共通のメタデータオブジェクト 630:分離されたブロブデータ 700:DICOMデータセット 800:DICOMデータセット
Claims (20)
- 医療データを保存及び管理する方法であって、
プロセッサが、1つ又は複数の医療データ保存及び管理に基づくプロセスを適用するステップを含み、
前記医療データ保存及び管理に基づくプロセスは、少なくとも分離プロセス及び回復プロセスを含み、
前記分離プロセスは、
医療データセット内の1つ又は複数のブロブデータ要素を特定するステップと、
前記特定された1つ又は複数のブロブデータ要素のデータを、対応する分離されたデータオブジェクトに移動するステップと、
前記特定された1つ又は複数のブロブデータ要素のデータの移動を示し、かつ、前記特定された1つ又は複数のブロブデータ要素の移動したデータの位置を追跡するためのデータを生成するステップと、
を含み、
前記回復プロセスは、
分離された医療データセット内の1つ又は複数の削除されたブロブデータ要素を特定するステップであって、前記特定された1つ又は複数の削除されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記ステップと
前記識別された1つ又は複数の削除されたブロブデータ要素の各削除されたブロブデータ要素について、
前記分離された医療データセットに関連する対応する分離データに基づいて、対応する分離データオブジェクトの位置を決定するステップと、
決定された位置に基づいて、前記削除されたブロブデータ要素のデータを検索するステップと、
を含む、方法。 - 前記分離プロセスは、移動したデータを追跡するためのデータロケータ要素を生成するステップをさらに含み、前記データロケータ要素は、識別された1つ以上のブロブデータ要素の各々を追跡するためのマッピングデータと、対応する移動したデータの位置を特定するための位置情報とを含む、請求項1に記載の方法。
- 前記分離プロセスは、前記識別された1つ又は複数のブロブデータ要素のそれぞれを更新し、前記更新は、前記識別された1つ又は複数のブロブデータ要素のデータが移動したことを示す少なくとも1つのフィールドを修正することを含む、請求項1に記載の方法。
- 前記分離プロセスが、前記医療データセット、前記分離プロセス、及び前記対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力するステップをさらに含む、請求項1に記載の方法。
- 前記分離プロセスが、前記分離されたデータオブジェクトのストレージを追跡するためのオフセットテーブルを生成し、入力するステップをさらに含む、請求項1に記載の方法。
- 前記分離プロセスは、前記分離されたデータオブジェクトの少なくとも一部の移動データを異なる記憶場所に記憶するステップをさらに含み、前記異なる記憶場所は、ローカル記憶場所とリモート記憶場所の一方又は両方を含む、請求項1に記載の方法。
- 前記医療データセットが、DICOM(Digital Imaging and Communications in Medicine)ベースのデータセット又はIHE(Healthcare Enterprise)のPCD(Patient Care Device)DEC(Device Enterprise Communication)ベースのデータセットを含む、請求項1に記載の方法。
- 少なくとも1つのコード部を有するコンピュータプログラムを格納する非一過性のコンピュータ可読媒体であって、前記少なくとも1つのコード部は、少なくとも1つのプロセッサを含む機械によって実行可能であり、該機械に、医療データを記憶し管理するための1つ以上のステップを実行させ、
1つ又は複数の医療データ保存及び管理に基づくプロセスを適用するステップを含み、前記医療データ保存及び管理に基づくプロセスは、少なくとも分離プロセス及び回復プロセスとを含み、
前記分離プロセスは、
医療データセット内の1つ又は複数のブロブデータ要素を識別するステップと、
識別された前記1つ又は複数のブロブデータ要素のデータを、対応する分離されたデータオブジェクトに移動するステップと、
識別された前記1つ又は複数のブロブデータ要素のデータの移動を示し、識別された前記1つ又は複数のブロブデータ要素の移動したデータの位置を追跡するためのデータを生成するステップと、
を含み、
前記回復プロセスは、
分離された医療データセット内の1つ又は複数の削除されたブロブデータ要素を識別するステップであって、識別された1つ又は複数の削除されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記ステップと、
前記識別された1つ又は複数の削除されたブロブデータ要素の各削除されたブロブデータ要素について、
前記分離された医療データセットに関連する対応する分離データに基づいて、対応する分離データオブジェクトの位置を決定するステップと、
決定された位置に基づいて、前記削除されたブロブデータ要素のデータを検索するステップと、
を含む、非一過性のコンピュータ可読媒体。 - 前記分離プロセスは、移動したデータを追跡するためのデータロケータ要素を生成するステップをさらに含み、前記データロケータ要素は、識別された1つ以上のブロブデータ要素の各々を追跡するためのマッピングデータと、対応する移動したデータの位置を特定するための位置情報とを含む、請求項8に記載の非一過性のコンピュータ可読媒体。
- 前記分離プロセスは、識別された前記1つ以上のブロブデータ要素の各々をさらに更新し、前記更新は、識別された前記1つ以上のブロブデータ要素のデータが移動したことを示すように少なくとも1つのフィールドを修正するステップを含む、請求項8に記載の非一過性のコンピュータ可読媒体。
- 前記分離プロセスが、前記医療データセット、前記分離プロセス、及び前記対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力するステップをさらに含む、請求項8に記載の非一過性コンピュータ可読媒体。
- 前記分離プロセスは、前記分離されたデータオブジェクトの格納を追跡するためのオフセットテーブルを生成し、入力するステップをさらに含む、請求項8に記載の非一過性のコンピュータ可読媒体。
- 前記分離プロセスは、前記分離されたデータオブジェクトの少なくとも一部の移動データを異なる記憶場所に記憶するステップをさらに含み、前記異なる記憶場所が、ローカル記憶場所とリモート記憶場所の一方又は両方を含む、請求項8に記載の非一過性のコンピュータ可読媒体。
- 前記医療データセットは、DICOM(Digital Imaging and Communications in Medicine)ベースのデータセット又はIHE(Healthcare Enterprise)のPCD(Patient Care Device)DEC(Device Enterprise Communication)ベースのデータセットとを含む、請求項8に記載の非一過性コンピュータ可読媒体。
- 医療データを保存及び管理するシステムであって、
1つ又は複数の医療データ保存及び管理に基づくプロセスを適用するように構成された少なくとも1つのプロセッサを含み、前記医療データ保存及び管理に基づくプロセスは、少なくとも分離プロセス及び回復プロセスを含み、
前記分離プロセスは、
医療データセット内の1つ又は複数のブロブデータ要素を識別するステップと、
識別された前記1つ又は複数のブロブデータ要素のデータを、対応する分離されたデータオブジェクトに移動するステップと、
識別された前記1つ又は複数のブロブデータ要素のデータの移動を示し、識別された前記1つ又は複数のブロブデータ要素の移動したデータの位置を追跡するためのデータを生成するステップと、
を含み、
前記回復プロセスは、
分離された医療データセット内の1つ又は複数の削除されたブロブデータ要素を識別するステップであって、識別された1つ又は複数の削除されたブロブデータ要素のデータは、対応する1つ又は複数の分離されたデータオブジェクトに移動される、前記ステップと、
識別された前記1つ又は複数の削除されたブロブデータ要素の各削除されたブロブデータ要素について、
前記分離された医療データセットに関連する対応する分離データに基づいて、対応する分離データオブジェクトの位置を特定するステップと、
特定された前記位置に基づいて、前記削除されたブロブデータ要素のデータを検索するステップと、を含む、システム。 - 前記分離プロセスは、移動したデータを追跡するためのデータロケータ要素を生成するステップをさらに含み、前記データロケータ要素は、識別された前記1つ以上のブロブデータ要素の各々を追跡するためのマッピングデータと、対応する移動したデータの位置を特定するための位置情報とを含む、請求項15に記載のシステム。
- 前記分離プロセスは、識別された前記1つ又は複数のブロブデータ要素のそれぞれをさらに更新するステップを含み、前記更新は、識別された前記1つ又は複数のブロブデータ要素のデータが移動したことを示す少なくとも1つのフィールドを修正することを含む、請求項15に記載のシステム。
- 前記分離プロセスは、前記医療データセット、前記分離プロセス、及び前記対応する分離されたデータオブジェクトに関連する情報を含む共通メタデータブロックを生成し、入力するステップをさらに含む、請求項15に記載のシステム。
- 前記分離プロセスは、前記分離されたデータオブジェクトの格納を追跡するためのオフセットテーブルを生成し、入力するステップをさらに含む、請求項15に記載のシステム。
- 前記分離プロセスは、前記分離されたデータオブジェクトの少なくとも一部の移動データを異なる記憶場所に記憶するステップをさらに含み、前記異なる記憶場所は、ローカル記憶場所とリモート記憶場所の一方又は両方を含む、請求項15に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/219,348 | 2021-03-31 | ||
US17/219,348 US20220319673A1 (en) | 2021-03-31 | 2021-03-31 | Methods and systems for new data storage and management scheme for medical imaging solutions |
PCT/US2022/016536 WO2022211919A1 (en) | 2021-03-31 | 2022-02-16 | Methods and systems for new data storage and management scheme for medical imaging solutions |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024512632A true JP2024512632A (ja) | 2024-03-19 |
Family
ID=83450040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023559987A Pending JP2024512632A (ja) | 2021-03-31 | 2022-02-16 | 医療用画像ソリューションのための新しいデータ保存及び管理方式のための方法及びシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220319673A1 (ja) |
EP (1) | EP4315091A1 (ja) |
JP (1) | JP2024512632A (ja) |
CN (1) | CN117120996A (ja) |
WO (1) | WO2022211919A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11941043B2 (en) * | 2022-07-25 | 2024-03-26 | Dell Products L.P. | System and method for managing use of images using landmarks or areas of interest |
EP4354453A1 (en) | 2022-10-11 | 2024-04-17 | Koninklijke Philips N.V. | Communicating medical image data |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005117590A (ja) * | 2003-10-10 | 2005-04-28 | Konica Minolta Medical & Graphic Inc | 放射線画像撮影システムおよび放射線画像検出処理装置 |
US20120060035A1 (en) * | 2010-09-08 | 2012-03-08 | Microsoft Corporation | Secure and Verifiable Data Handling |
WO2013001410A2 (en) * | 2011-06-27 | 2013-01-03 | Koninklijke Philips Electronics N.V. | Anatomical tagging of findings in image data of serial studies |
KR20130037097A (ko) * | 2011-10-05 | 2013-04-15 | 주식회사 케이티 | 디지털 콘텐츠의 변형을 탐지하기 위한 디지털 영상 제공 장치 및 디지털 영상 복원 장치 |
US9641799B2 (en) * | 2013-03-15 | 2017-05-02 | James Paul Smurro | Multimodal cognitive communications and collaborative knowledge exchange with visual neural networking and packetized augmented intelligence |
US10413253B2 (en) * | 2014-11-21 | 2019-09-17 | Samsung Electronics Co., Ltd. | Method and apparatus for processing medical image |
EP3659114B1 (en) * | 2017-07-26 | 2024-03-06 | Canon U.S.A., Inc. | Evaluating cardiac motion using an angiography image |
EP3462461A1 (de) * | 2017-09-28 | 2019-04-03 | Siemens Healthcare GmbH | Personalisiertes patientenmodell |
US11004209B2 (en) * | 2017-10-26 | 2021-05-11 | Qualcomm Incorporated | Methods and systems for applying complex object detection in a video analytics system |
US20200160985A1 (en) * | 2018-11-20 | 2020-05-21 | Symplast Acquisition Inc. | Patient-Centric Eco-System with Automated Workflow and Facility Manager for Improved Delivery of Medical Services |
-
2021
- 2021-03-31 US US17/219,348 patent/US20220319673A1/en active Pending
-
2022
- 2022-02-16 JP JP2023559987A patent/JP2024512632A/ja active Pending
- 2022-02-16 CN CN202280022920.6A patent/CN117120996A/zh active Pending
- 2022-02-16 WO PCT/US2022/016536 patent/WO2022211919A1/en active Application Filing
- 2022-02-16 EP EP22781813.5A patent/EP4315091A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022211919A1 (en) | 2022-10-06 |
EP4315091A1 (en) | 2024-02-07 |
CN117120996A (zh) | 2023-11-24 |
US20220319673A1 (en) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11615878B2 (en) | Systems and methods for integrating neural network image analyses into medical image viewing applications | |
US11043307B2 (en) | Cognitive collaboration with neurosynaptic imaging networks, augmented medical intelligence and cybernetic workflow streams | |
US11129591B2 (en) | Echocardiographic image analysis | |
US10332639B2 (en) | Cognitive collaboration with neurosynaptic imaging networks, augmented medical intelligence and cybernetic workflow streams | |
US11961624B2 (en) | Augmenting clinical intelligence with federated learning, imaging analytics and outcomes decision support | |
US10978184B2 (en) | Evolving contextual clinical data engine for medical information | |
CN109035234B (zh) | 一种结节检测方法、装置和存储介质 | |
JP2024512632A (ja) | 医療用画像ソリューションのための新しいデータ保存及び管理方式のための方法及びシステム | |
CN112086197B (zh) | 基于超声医学的乳腺结节检测方法及系统 | |
Dimililer | Backpropagation neural network implementation for medical image compression | |
CN111369562B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
Tsymbal et al. | Towards cloud-based image-integrated similarity search in big data | |
Kumar et al. | HHO-based vector quantization technique for biomedical image compression in cloud computing | |
Chen et al. | Computer-aided diagnosis for 3-dimensional breast ultrasonography | |
Panayides et al. | The promise of big data technologies and challenges for image and video analytics in healthcare | |
Xu et al. | Applying cross-modality data processing for infarction learning in medical internet of things | |
Yang et al. | 3D multi‐view squeeze‐and‐excitation convolutional neural network for lung nodule classification | |
US20130030281A1 (en) | Hashimotos Thyroiditis Detection and Monitoring | |
Singhal et al. | Image Processing and Intelligent Computing Systems | |
US20230062781A1 (en) | Methods and systems for implementing and using digital imaging and communications in medicine (dicom) structured reporting (sr) object consolidation | |
CN115272250B (zh) | 确定病灶位置方法、装置、计算机设备和存储介质 | |
WO2023276432A1 (ja) | 画像検索装置、方法およびプログラム | |
Liu et al. | Synthetic data generation for medical by generative adversarial network | |
Haimovich et al. | US‐Pro: An Application Enabling Efficient, High‐Throughput Ultrasound Video Processing | |
Bhateja et al. | Multimodal Medical Image Fusion for Computer Aided Diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231114 |