JP7475344B2 - 保護された健康情報を追跡し、それにアクセスし、それをマージするためのシステムおよび方法 - Google Patents
保護された健康情報を追跡し、それにアクセスし、それをマージするためのシステムおよび方法 Download PDFInfo
- Publication number
- JP7475344B2 JP7475344B2 JP2021527976A JP2021527976A JP7475344B2 JP 7475344 B2 JP7475344 B2 JP 7475344B2 JP 2021527976 A JP2021527976 A JP 2021527976A JP 2021527976 A JP2021527976 A JP 2021527976A JP 7475344 B2 JP7475344 B2 JP 7475344B2
- Authority
- JP
- Japan
- Prior art keywords
- processor
- phi
- data
- asp
- medical study
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 267
- 230000036541 health Effects 0.000 title claims description 41
- 238000004891 communication Methods 0.000 claims description 150
- 238000004458 analytical method Methods 0.000 claims description 149
- 238000003860 storage Methods 0.000 claims description 124
- 230000004044 response Effects 0.000 claims description 66
- 238000002595 magnetic resonance imaging Methods 0.000 description 157
- 238000012545 processing Methods 0.000 description 136
- 230000008569 process Effects 0.000 description 113
- 238000010586 diagram Methods 0.000 description 66
- 230000008520 organization Effects 0.000 description 56
- 210000001519 tissue Anatomy 0.000 description 44
- 230000006870 function Effects 0.000 description 36
- 230000003068 static effect Effects 0.000 description 33
- 238000012937 correction Methods 0.000 description 31
- 230000017531 blood circulation Effects 0.000 description 30
- 230000000747 cardiac effect Effects 0.000 description 29
- 238000005259 measurement Methods 0.000 description 29
- 238000013503 de-identification Methods 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 22
- 210000004369 blood Anatomy 0.000 description 21
- 239000008280 blood Substances 0.000 description 21
- 230000011218 segmentation Effects 0.000 description 21
- 210000003484 anatomy Anatomy 0.000 description 20
- 230000002861 ventricular Effects 0.000 description 19
- 238000012800 visualization Methods 0.000 description 18
- 210000000709 aorta Anatomy 0.000 description 17
- 238000011002 quantification Methods 0.000 description 17
- 238000012546 transfer Methods 0.000 description 17
- 238000009877 rendering Methods 0.000 description 16
- 238000013459 approach Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 15
- 238000001514 detection method Methods 0.000 description 15
- 238000003384 imaging method Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 15
- 238000010200 validation analysis Methods 0.000 description 14
- 238000002059 diagnostic imaging Methods 0.000 description 13
- 238000012795 verification Methods 0.000 description 13
- 210000001367 artery Anatomy 0.000 description 12
- 210000002216 heart Anatomy 0.000 description 12
- 238000012360 testing method Methods 0.000 description 12
- 230000003872 anastomosis Effects 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 210000001765 aortic valve Anatomy 0.000 description 9
- 210000004115 mitral valve Anatomy 0.000 description 9
- 230000002685 pulmonary effect Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 8
- 239000007787 solid Substances 0.000 description 8
- 210000000591 tricuspid valve Anatomy 0.000 description 8
- 230000008320 venous blood flow Effects 0.000 description 8
- 230000008321 arterial blood flow Effects 0.000 description 7
- 210000003102 pulmonary valve Anatomy 0.000 description 7
- 210000005241 right ventricle Anatomy 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 210000005240 left ventricle Anatomy 0.000 description 6
- 210000001147 pulmonary artery Anatomy 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 238000007792 addition Methods 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000003205 diastolic effect Effects 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 3
- 210000003540 papillary muscle Anatomy 0.000 description 3
- 206010006322 Breath holding Diseases 0.000 description 2
- CYTYCFOTNPOANT-UHFFFAOYSA-N Perchloroethylene Chemical compound ClC(Cl)=C(Cl)Cl CYTYCFOTNPOANT-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001746 atrial effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 239000011269 tar Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000023281 Fallot tetralogy Diseases 0.000 description 1
- 206010033864 Paranoia Diseases 0.000 description 1
- 208000027099 Paranoid disease Diseases 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 201000003005 Tetralogy of Fallot Diseases 0.000 description 1
- 206010045545 Univentricular heart Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000002167 anodic stripping potentiometry Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 206010003664 atrial septal defect Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 235000020289 caffè mocha Nutrition 0.000 description 1
- 210000004903 cardiac system Anatomy 0.000 description 1
- 208000018747 cerebellar ataxia with neuropathy and bilateral vestibular areflexia syndrome Diseases 0.000 description 1
- 238000009535 clinical urine test Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003255 drug test Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004193 electrokinetic chromatography Methods 0.000 description 1
- 238000013073 enabling process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000003462 vein Anatomy 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
- H04L63/0421—Anonymous communication, i.e. the party's identifiers are hidden from the other party or parties, e.g. using an anonymizer
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Security & Cryptography (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Theoretical Computer Science (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
[質量保存補正誤差低下]
この前処理アルゴリズムの目的は、フローデータを補正することである(セグメンテーション、フロー定量化、および背景位相誤差補正)。補正される必要がある3つのフローデータセットがある。すなわち、i)x速度、ii)y速度、およびiii)z速度、である。イメージングアーチファクト(例えば、乱流)およびノイズにより、フローデータはバイアスがかけられる。これを補正するために、質量保存(すなわち、物理的原理)が、フローデータを補正するために使用される。システム質量は、それが追加または除去されない場合、量を変更することはできないので、質量保存は、閉じたシステムの質量が経時的に一定のままでなければならないことを本発明者らに示す。したがって、境界が心臓内で定義される場合(すなわち、心室および血管の内腔辺縁)、静止ボリュームに入るフローは、流体が圧縮不可能である場合、ボリュームを出るフローと合致しなければならない。この理論は、任意のボリュームに適用可能である。血流の場合、本発明者らは、血液密度が一定であり、したがって、連続の方程式は、あらゆる所で速度場の発散がゼロであることを意味するように単純化すると仮定する。物理的に、これは、局所的ボリューム拡張率がゼロである(すなわち、du/dx+dv/dy+dw/dz=0)と言うのに等しい。あらゆる所でこの条件を強制することは不可能であるが、局所的ボリューム拡張は、すべての時点にわたって最小化可能である。du/dx+dv/dy+dw/dzを最小化するいくつかの異なるタイプのアルゴリズムがあるが、最も一般的なのは、流れ場の最小二乗発散なし近似値を生成するアルゴリズムである。発散を最小化する制約をもつ流れ場に対する最小二乗近似値を構築するいくつかの手段があり、これを達成するいくつかの異なるアルゴリズムがある。
[時間領域を使用した自動位相エイリアシング補正]
i)ピーク拡張期時点を識別し、その点に位相エイリアシングはないと仮定する。
ii)各獲得された速度成分の時間挙動を個々に調べる。
iii)各速度画像内の空間内の各点(ボクセル)に対して、時点ごとの速度の変化を追跡する。速度が、±VENCよりも大きく変化することが観察される場合、エイリアシングが発生したと仮定する。
iv)エイリアシングが検出されたとき、その点に対する折り返しカウントは、観察された速度がVENCよりも大きく低下した場合は増分される、または観察された速度がVENCよりも大きく増加した場合は減分される、のどちらかである。
v)各時点において、速度は、その点に対する現在の累積折り返しカウントに従って、折り返しカウントとVENCの2倍との積を追加することによって、変えられる。
vi)現在の時点が初期ピーク拡張期開始点に戻ると、折り返しカウントがゼロの値に戻ったことをチェックする。折り返しカウントがゼロに戻らなかった場合、空間内のその点(ボクセル)の処理は誤りであると考えられるべきである。
位相エイリアシングは、4Dフロースキャンに対して設定されたVENCが低すぎたとき、発生する。以下のためにエイリアス化されたボクセルを見つけることは非常に容易である。
i)各スキャンのVENCは、この情報はすべてのDICOM画像のヘッダファイル内にあるので、既知である。
ii)±VENC速度あたりでの流速の鋭い変化を識別する(すなわち、VENCが100cm/sに設定されている場合、±99cm/sあたりでの速度の鋭い変化を探す)。速度の鋭い変化は、ボクセルが100cm/sの速度値を有することがあり、隣接するボクセルは-99cm/sの値を有することを意味する。
iii)次いで、±VENCのあたりで鋭い勾配を有するすべてのボクセルを接続することによって、エイリアス化された領域の辺縁を見つける。
iv)これは、囲まれた境界をもたらす。囲まれた境界の領域内のすべてのボクセルがエイリアス化されるかどうかを決定する。境界で開始し、3D領域の重心の方へ移動することによって、システムは、(VENCを越えての)著しい急増がないことを保証するためにあらゆるボクセルを調べることができる。
v)急な急増が遭遇されない場合、VENC速度は、エイリアス化された領域内のすべてのボクセルに追加可能である。
vi)急な急増が遭遇された場合、問題は、もう少し厄介になる(が、依然として解決可能である)。この場合、ボクセルは、数回折り返される可能性がある(すなわち、VENCが100cm/sに設定されているが、ボクセルにおける速度は実際には499cm/sである場合、これは2回折り返され、速度は99cm/sと示されるであろう)。データを補正する手段は、隣接するボクセルの速度を見ることである。VENCの1.5倍を超える急増がある場合、2*VENCが、その閉じられた領域内で加えられるまたは引かれる必要がある。加えるまたは引くという選択は、隣接するボクセル間の不連続性を最小化するために選ばれる。
vii)アルゴリズムをさらに改善するために、静的な組織はどこかについての情報は、絶対的ゼロはどこでなければならないかを定義する際に肝要となり得る。静的な組織は0速度を有するので、静的な組織であると識別されるそれらのボクセルは、折り返されてはならない。次いで、物理的性質により壁から離れるスピードの連続的な増加がなければならない(すなわち、流体境界層)。これのすべてにおける唯一の仮定は、隣接するボクセルは、互いの間で1.5*VENCよりも大きい急増を有さないことである。
MRI獲得が実行されるとき、データは、磁場内の渦電流によるアーチファクトを含み得る。粒子速度が獲得される4Dフロー獲得では、アーチファクトは、速度値を正しくなくさせる。4Dフローを用いて、血管を通る血流を定量化するために正確な速度データを有することが肝要である。
- 静的な(ゼロ速度)組織の体積測定セグメンテーション、および
- これらの静的なロケーションにおける速度データを使用して、未加工のデータから引くことが可能であるボリュームに曲線に適合すること
を伴う。
4DフローMRIスキャンにおける血流速度情報は、正確な血流計算を得るために補正される必要がある誤差を有する。静的な組織内の誤差信号は、非静的な組織(他の所で説明される)に補正関数を提供するために使用可能である。ソリッドと呼ばれる組織の3次元ボリュームは、静的な組織または非静的な組織のどちらかの断面を識別するために作成可能である。ソリッドは、2つの方法を使用して作成可能である。
直交輪郭:ユーザは、3つの交差する閉じた輪郭を手動で描画することができる。これらの輪郭の交点は、静的な組織または非静的な組織のどちらかのソリッド3次元ボリュームを表す。輪郭は完全に直交する必要はなく、ユーザは、任意のロケーションで輪郭を作成することができる。
3Dフラッド:ユーザは、あるいは、3次元フラッドの開始点を指定することによって、ソリッドを自動的に作成することを選ぶことができる。フラッドは、位相画像を含む任意の画像上で使用可能である。画像は、ユーザがクリックした点における値よりも上および下にある閾値に基づいてフラッドされる。ユーザは、閾値と生成されるフラッドの半径の両方を制御することができる。
4DフローMRIスキャンにおける速度の正確な測定は、渦電流によって導入される疑似信号に対する補正の適用を必要とする。渦電流補正(ECC)を決定することは、静的な(動かない)組織内の速度信号を調べることによって行われる。これは、すべての動いている組織、血液、および空気のマスクを必要とする。この主張は、これを、ユーザ介入なしで自動的に行うための方法について説明する。自動補正は、それがソフトウェアをより単純にし、使用するのをより迅速にするだけでなく、それが、補正を事前算出し、ユーザが最初にスタディを始めるときに適用されることを可能にするので、有用である。それは、自動セグメンテーションおよび測定のようなことをする他の前処理アルゴリズムがECCから利益を得ることを可能にするので、それは非常に重要である。
[時間的なランドマーク定量化および可視化]
身体内、具体的には心臓内のランドマーク(すなわち、点、線、面、エリア、ボリューム)を識別することを可能にすることは、有用である。いくつかのランドマークは、本質的に動的であり(例えば、僧帽弁面)、したがって、それらの動きを適時に追跡することは重要である。
点:3D経路(線である)を経時的に追跡する。
線:2つの端点の3D経路を経時的に追跡する。
面:面上の点および面の法線ベクトルを経時的に追跡する。
エリア:拡張する輪郭、輪郭重心、および輪郭法線ベクトルを経時的に追跡する。
ボリューム:ボリュームのサーフェスを離散化し、各離散化された点を経時的に追跡する。
1)検出:第1のステップは、ランドマークを経時的に識別することである。これは、手動で行われてもよいし、自動的に行われてもよい。
手動検出:ユーザは、各ランドマークの位置および方位を示すことができる。これを行う1つの方法は、パンを使用して画像をナビゲートし、画像の中心がランドマークの所望のロケーションにあるように回転させることであってよい。ランドマークのロケーションは、様々な時点によって異なってよく、それは、ユーザがそれを明示的に設定していない時点に対して補間される。それは、ランドマークが補間された場合、ユーザに対して示される。
2)表示:ランドマークのタイプに応じて、データを表示する異なるタイプの方法が使用される。例えば、輪郭が、その法線ベクトルを経時的に動かないまたは変更しない場合(すなわち、拡張するだけ)、ユーザの像面が変更せず、輪郭と常に位置合わせされているのは、理に適う。この輪郭が動く場合、本発明者らは、各時点に対して像が面と常に位置合わせされているように、面を辿って想像することができる。像面は、ラグランジュ観点またはオイラー観点のどちらからでもよい。ボリュームの場合、ボリュームのサーフェスが拡張する場合、オイラー観点がより適切であり、これは、空間内で固定されたカメラを用いて可視化可能である(ユーザは、必要に応じてカメラロケーションを変更することができる)。
心臓像:左心室心尖、右心室心尖、僧帽弁、三尖弁、大動脈弁、および肺動脈弁は、ランドマークが検出されると、右心室と左心室の両方の二腔像、三腔像、四腔像、および短軸像を作成するために使用可能である。これらの像の方位は非特許文献1において指定されている。各像に対する方位およびズームレベルは、ランドマークの位置から計算可能である。ランドマークの位置が適時に変更する場合、像は、それに応じて適時に変更する。
各像に対する例示的なランドマーク:
左二腔: 大動脈弁、僧帽弁、三尖弁、左心室心尖
左三腔: 大動脈弁、僧帽弁、左心室心尖
左四腔: 三尖弁、僧帽弁、左心室心尖
左短軸: 僧帽弁、左心室心尖
右二腔: 肺動脈弁、三尖弁、僧帽弁、右心室心尖
右三腔: 肺動脈弁、三尖弁、右心室心尖
右四腔: 三尖弁、僧帽弁、右心室心尖
右短軸: 三尖弁、右心室心尖
いくつかのランドマークが配置されると(例えば、大動脈弁、僧帽弁、左心室心尖、前乳頭筋、後乳頭筋、肺動脈弁、三尖弁、右心室心尖、LPA、RPA、SVC、IVC、下行大動脈)、自動的な像が、対象となる解剖学的構造を表示するために作成可能である。臨床医は、3つの直角をなす像を用いてあるランドマークを見ることに慣れている、または心臓の場合は、四腔像または左心室もしくは右心室二腔像もしくは三腔像を使用することに慣れている。時点の1つに対して1つだけのランドマークのロケーションを更新することによって、すべての像は、それに応じて、像が常に直角をなす、または二腔像、三腔像、および四腔像がそのままである、のどちらかであるように更新される。ランドマークが配置され、ビューが自動的に生成されると、これらの像は、ソフトウェアのレポートセクション内に保存され、シネ動画(すなわち、経時的な複数の画像)を含む任意のフォーマット(すなわち、画像)でエクスポート可能である。
輪郭が各時点に対して短軸(場合によっては湾曲した)に沿って配置されると、次いで、各時点に対してメッシュが独立して生成される。これは、捻れを最小化するように短軸スタック内の各輪郭を回転させ、次いで、輪郭内の各点に対して、各輪郭内の第1の点を接続する開いた3次スプライン、第2の点を接続する第2のスプラインなどを生成することによって行われる(各スライスの輪郭は同じ数の点を有する)。このプロセスの結果は、本発明者らがメッシュの頂点として使用する点の円筒状グリッドである。
4Dフロースキャンにおいて血流を正確に観察または測定することは、ユーザに、MPRを、それがフローの方向と直角をなすように位置合わせするように要求する。これは、ユーザがMPRの正しい方位を自動的に設定することを可能にするツールを作成するための方法について説明する。
[自動血流定量化]
室および/または血管内の血流は、血液プール(本文書において説明されるセグメンテーション方法を参照されたい)を最初に単離し、室/血管内のフローとほぼ直角をなすランドマーク(上記の方法を使用して定義可能である)上に面を配置する(すなわち、面の法線がフローと位置合わせされる)ことによって、自動的に定量化可能である。これらの2つの行為が達成されると、面と血液プールとの間の交点が、輪郭を作成する。輪郭内のすべてのボクセルは、フラグが立てられる。次は、あらゆるボクセルに対して(ボクセルの面積によって正規化することに加えて)面の法線ベクトルとそのボクセルの速度ベクトルのドット積を合計して、全フローを得ることである。その輪郭におけるフローは、スクリーン上またはレポート内に自動的に表示可能であり、最終的にエクスポートされてよい。
吻合のための正確なロケーションを見出すことを試みる代わりに、第1の動作は、吻合が存在するかどうかを識別することである。吻合が存在するかどうかを識別する1つの単純な方法は、左心臓フロー(Qs)および右心臓フロー(Qp)を測定することである。QpおよびQsは、ランドマークおよび血液プールセグメンテーションが完了した場合、手動(例えば、輪郭を配置することによって)または自動的のどちらかで測定可能である。これらの数がある閾値内で合致しない場合、スキャンは、吻合を潜在的に有するとフラグが立てられ得る。
i)心拍出量(Qs)の自動測定は、大動脈弁および肺動脈弁のロケーションの自動推定と共に大動脈フローと肺動脈フローの両方に対するマスクの製作であると、他の所で説明される。
ii)弁領域が識別されると、それらとすでに決定された肺動脈フロー領域を選び、弁からわずかに下流に動かし、心拍出量に関して説明されたものに類似した手段でフロー測定輪郭を製作することは、簡単なタスクである。肺動脈フローを測定するために適した輪郭が識別されると、既存のフロー測定アルゴリズムが、右心室から拍出量を決定するために使用可能である。
iii)自動フロー測定を使用して、吻合が存在する可能性を示す。
[ピーク収縮期およびピーク拡張期および収縮末期および拡張末期の自動検出]
心拍出量の自動測定は、以下の方法を使用して行われる。
i)すでに決定されたピーク収縮期ランドマーク(他の所で説明される)と共に、速度画像の主要なDFT成分間の関係は、左心室および右心室からの動脈フローの主要な領域を識別するために使用される。
ii)様々なフロー連続性フィルタが、動脈フロー領域を2つのピースすなわち大動脈フローおよび肺動脈フローへと分離するために次々と使用される。最大速度をもつ初期動脈フローマスク内の点は、大動脈または肺動脈のどちらかの中にあることが知られている信頼性の高い点を提供する。フローの2つの領域の分離は、例えば、最大フローの点で開始するフラッド可能である、結果として生じるフィルタ内の領域のサイズの調査によって、決定可能である。第1のピースが識別されると、第2のピースが、例えば、残りの領域内の最大フロー点からのフラッディングによって、識別可能である。
iii)2つの領域すなわち大動脈フローに対応するものと肺動脈フローに対応するものが識別されると、この2つの領域は、成長して限られた量回復することが可能にされ得(個々のピクセルは、1つのマスクまたは他方のマスクに割り当てられるのみである)、元の動脈フローマスクは、成長の量に絶対限界を提供する。少なくとも少しのマスクの拡張を可能にすることも、先行するプロセス動作が、方法における次のステップを隠す傾向がある、結果として生じる領域に小さな穴を開けた可能性があるので、非常に重要なことがある。
iv)2つのフロー領域は、互いに対するそれらの空間的な関係と、それらの非常に異なる予想形状および空間内の方位に基づいて、大動脈フローおよび肺動脈フローとして識別可能である。これが行われると、元の動脈フローマスクが2つの領域へと本質的に分割され、一方は大動脈フローとラベルが付けられ、他方は肺動脈フローとラベルが付けられる。
v)大動脈は本質的に1つの連続したパイプであるので、大動脈の経路は、2つの端が到達されるまで、動脈内の開始点からトレース可能である。各点において、主要なピーク収縮期フロー方向は、その点の周囲の小さい領域にわたって平均化することによって決定可能である。次いで、フロー方向に対する直交が、マスクされた大動脈領域をもつ境界を決定するために開始点から規則正しい角度間隔で投影され、したがって、開始点の周囲のほぼ円形の輪郭を決定することができる。
vi)輪郭が、何らかの開始点に対して主要なフロー方向に直交する面上の多角形と決定されると、開始点は、多角形内で再度中心に置かれる。この点で、小さいステップ(例えば、1ミリメートル)は、開始点からどちらの方角にトレースしているかに応じて、正または負のフロー方向で中心点から取られ得、次いで、プロセスが繰り返される。これは、各端においてマスクから出るまで継続される。
vii)輪郭が大動脈に沿って規則正しい間隔で製作されると、メッシュを本質的に製作して、それらは、解剖学的画像(血流増強データセットを扱う場合に可能である)、または収縮期時点に対する速度およびその間の補間を通して使用することによって、のどちらかを使用して、各個々の時点で改良される。1つの可能な手法は、スネークアルゴリズムを使用して、各時点において各輪郭に対する所望の境界を正確に識別することである。
viii)改良された輪郭が決定されると、各輪郭の外径および内径が測定され、外径は最大直径であり、内径は、外径に直交する最大直径である。
viii)次のタスクは、大動脈弁と大動脈の頂部に発生する分岐部との間の上行大動脈の主要な領域内の良好な輪郭を識別することであるが、これは、心拍出量を測定するときに使用される必要がある領域であるからである。これは、いくつかの行為で行われ得る。最初に、上行大動脈領域は、フロー方向によって下行領域から容易に分離される。次いで、残りの輪郭は、輪郭エリアの連続性および可変性と大動脈内の1つの点における空間的(大動脈に沿って)と時間的の両方で直径(外径および内径)の組み合わせを使用してスコア付与可能である。スコアは、個々の、高いスコアが付与された、輪郭を単に識別するのとは反対に、良好なスコア付与の領域を探すために、大動脈に沿って平均化可能である。この方法を使用して、大動脈の頂部における分岐部の近辺における領域と、大動脈弁の近くおよび左心室内へと存在し得る領域も消去することができるが、これらの領域は、それらの性質からして、悪くスコア付与されるであろう。
ix)上行大動脈の良好な領域が識別されると、最高スコア付与の個々の輪郭は、実際の心拍出量測定のために選択可能である。可能ならば、測定は、上行大動脈に沿って複数の点において行われ、これは、可変性を調べることによって測定の品質の自動決定を提供する(それによって、測定不確実性の推定も提供する)ことと共に、平均化することを通して、結果を改善する。加えて、上行大動脈に沿ってフローの複数の測定の結果を調べることは、現在適用されている速度渦電流補正の品質に関する判断を可能にする。
x)理想的な輪郭が上行大動脈に沿って選択されると、心拍出量が、通常のフロー測定技法によって決定される。
特定の領域のボリュームを計算するために、本発明者らは、分析サービスプロバイダ(ASP)システムインターフェース内の3つのオプションを開発した。
3D空間内の2つの点は、対象となるボリュームの主軸を定義する。直線は、これらの2つの点を接続する(すなわち、固定軸)。次いで、この軸は、スライスが配置されるロケーションを定義する離散的な点(例えば2~40)へと分割される。スライスは、それらが交差しないように軸と直交して位置合わせされる。スライスは、均等に離隔される必要はない。MPRは、ユーザが、そのスライスロケーションにおいて医療画像がどのように見えるかをわかることを可能にするために、すべてのスライスロケーションにおいてレンダリングされる。次いで、手動または自動的のどちらかで、閉じた輪郭は、そのスライスロケーションにおいてボリュームの境界を定義するために、あらゆるスライス上に作成される。あらゆるスライスロケーションに複数の閉じた輪郭がある可能性がある。1つまたは複数のスライス上に輪郭が全くない可能性もある。4Dまたはより高次元のスタディ(すなわち、ボリューム変化を示すスタディ、または前記異なる、スライスごとに複数のフレーム)の場合、フレームごとに別個の輪郭であり得る。すべての輪郭が、すべてのフレームおよびスライスに対して配置されると、特定のフレームに対するすべてのスライスの輪郭を接続する3Dサーフェスが作成される。閉じた輪郭のセットから3Dサーフェスが作成される手段は、上記の「閉じた輪郭からの4Dメッシュ作成」において説明されている。4Dまたはより高次元のボリュームがある場合、ボリュームの変化は、各フレームのボリュームを算出し、それを別のフレームと引くことによって計算可能である。これは、心室機能を定量化することを試み、次いで心室機能が一回拍出量および駆出分画を与えるときに、特に重要である。
この方法は、4Dボリュームの場合、軸の2つの端点を定義するランドマークまたは点が各フレーム(例えば、時点)上で動くことができることを除いて、オプション1に類似している。これは、ボリュームに、ボリュームを変更することなく3D空間内のロケーションを潜在的に動かす。
この方法は、2つの端点を接続する線はまっすぐである必要はないことを除いて、オプション1に類似している。この線は、湾曲されてもよいし、複数のまっすぐなセクションおよび湾曲したセクションを有してもよい。これは、2つの端点間の点/ロケーションを接続するスプラインをもつシステム内で扱われる。これらの点/ロケーションは、どこであってもよく、必ずしも2つの端点間にあるとは限らない。
この方法は、4Dボリュームの場合、湾曲した軸の2つの端点を定義するランドマークまたは点が各フレーム(例えば、時点)上で動くことができることを除いて、オプション2に類似している。これは、ボリュームに、ボリュームを変更することなく3D空間内のロケーションを潜在的に動かす。
体積測定MRIデータからの心臓系内の測定は、いくつかの複雑性を有する。例えば、弁面の形状、位置、方位、および速度は、心臓周期にわたって著しく変更することができる。本発明者らは、これを、3D空間を通る2D輪郭を使用することによって解決する。次いで、手動または自動的のどちらかで、輪郭は、フロー方向と最も直角をなす面上の弁開口の辺縁に配置される。弁面の位置および方位は、心臓周期の各位相に対して追跡される。フローの評価は、標準的な有限方法統合を通して実行されるが、弁面が動いている場合、弁面の線形速度および角速度は、その位相に対するフロー算出に含まれ得る。可視化中、位相を繰り返すとき、MPRの位置および方位は、弁面と共に追跡することができる。現在のMPRが面外にあるときに測定が可視化される場合、輪郭は、半透明でレンダリングされる。
[連続の方程式により駆動される、血液プールのセグメンテーション]
もう一度、非圧縮性仮定をもつ質量保存(すなわち、連続性)は、発散は血液プール内のあらゆる所でゼロでなければならないことを示すために使用可能である。あらゆる所で発散を算出することによって、システムは、閾値発散値によって血液プールの範囲を定義することができる。血液プールの外部の発散はより大きい(すなわち、肺内に空気)、または速度は低い(すなわち、静的な組織内の速度信号)、これらは両方とも、内腔境界を識別する際の助けとなる。発散マップは、セグメンテーションアルゴリズムの唯一の入力である必要はなく、代わりに、それが、他の入力に追加されてもよく、適切に重み付けされてもよい。
自動ランドマーク検出アルゴリズムを作成する一般的な手段は、ある形状を画像内で探し、これらの形状間の距離および角度を測定することである。測定値がある帯域内にある場合、それらは分類される。いくつかの他の生理学的入力が、アルゴリズムに追加可能である。例えば、あらゆる心拍と共に実質的に増加および減少させる流体のボリュームを設置すること(これは、心室である可能性がある)。心室が見出されると、弁の入口および出口は、ストリームラインを辿ることによって見出され得る。弁が見出されると、残りの弁を見出すことはより容易であるが、それは、それらが、一般に常に互いからある距離および角度が離れているからである。
i)左心室および右心室からの動脈フローに対応する領域を識別する。高い信頼性をもってこれを行うことが可能であるフィルタが開発されている(他の所で説明される)。
ii)動脈フローの領域を、2つの領域、すなわち大動脈に対応するものと肺動脈に対応するものへと分離する。このプロセスは、「心拍出量」の下で詳細に説明される。
iii)左心室からのフローまたは右心室からのフローのどちらかに対応する1つの領域が決定されると、他方の領域が、両方のフローに対応する開始領域から引くことによって決定される。次いで、領域は、それらの物理的寸法および空間内での方位に基づいて、左心室フローまたは右心室フローとして容易に識別可能である(同じく、「心拍出量」の下で説明される)。
iv)フローの2つの領域が識別されると、大動脈弁および肺動脈弁のロケーションに対する初期近似は、その見かけ上の起点へのバルクフローを注意深くトレースすることによって決定されることが可能である。
v)信頼できる初期推定値が、2つの弁のロケーションに関して生じさせられると、他の技法が、弁ロケーションを改良するために使用可能である。例えば、弁のロケーションを改良するために、初期推定を取り囲む領域内の血流加速度および強度を調べてもよい。
心臓スキャンからの心室のセグメンテーションは、心室機能を決定するのに肝要である。自動心室機能技法は、以下を伴うことがある。
- スプラインの制御点を表す2つ以上の点の入力、
- スプラインの端点は、心室の心尖および出口弁(肺動脈または大動脈)を表す、
- これらの点を使用することは、スプライン曲線に沿って定期的な間隔で曲線の接線に設定された面法線をもつMPRを生成する、
- 各MPR上で、心室の境界(心外膜または心内膜)を見出すためにアクティブ輪郭モデルを適用する、および
- これらの輪郭の各々の点を使用して3Dメッシュを生成する。
システムは、フラッド中に使用される接続性(6、18、または26方角接続性)によって、2D対3Dとして、およびステップの最大数によって半径制約対フラッド制約として区別され得る、複数のタイプのフラッドを利用する。すべての場合において、フラッドは、それが、1)フラッドの残りに接続され(どのような接続性が指定されたとしても使用して)、2)シード点においてピクセルの指定された閾値内の強度を有し、3)ピクセルが、シード点の最大数のステップの指定された半径内にある場合、指定されたシード点から外側に動き、フラッドの結果にピクセルを含めることによって機能する。ブラッドの結果は、2次元または3次元の接続されたマスクである。フラッドアルゴリズムは、静的/非静的な組織をマークするために3Dフラッドの形態でソリッド内で、2Dフラッドが短軸スタックにおいて輪郭を生成するために使用可能であるボリューム内で、およびフロー定量化において、使用され、2Dフラッドは、フラッド内に含まれるフローを決定するように血管をフラッドさせるために使用されてよい。
[自動化されたレポート]
どのように心エコーレポートが生成されるかに類似した手段では、4DフローMRデータに基づく自動化されたレポートが、ユーザが、彼らが有する患者のタイプをクリックすることを可能にすることによって、作成可能である。ASP(例えば、Arterys)は、ある病状またはユーザのタイプ(すなわち、患者または臨床医)に固有である一意のレポートテンプレートを有する。このレポート内の値、曲線、画像、およびシネ動画のすべては、レポートテンプレート内で自動的に格納可能である。ランドマークは、前処理ステップの一部として配置されるので、すべての重要な情報は、データベースに自動的に保存され、このレポートにエクスポート可能である。
nodeを使用するクライアントサイドウェブアプリケーションを作るために設計されたnode-webkitと呼ばれるツールは、自動化された統合テストを実行することである。この目的のために設計されていないが、それは、本発明者らが、同時にクライアントアプリケーションおよびサーバアプリケーションに対する完全な制御を許す同じ環境内で、クライアントソフトウェアスタックとサーバソフトウェアスタックの両方を走らせることを、可能にする。mochaと呼ばれるテストツールと混合されたインフラストラクチャを使用して、本発明者らは、クライアントとの顧客対話を、アプリケーションの結果として生じる状態と共に、その対話のクライアント処理とサーバ処理の両方をアサートしながら、エミュレートするテストを記述する。この統合試験の方法は新規であり、このタイプのユーザインターフェース試験に関して、大部分は視覚ベースである他のツールより優れている。
説明:いくつかのワークフローは、リンクされた性質を有する1つまたは複数の画像が同時にレンダリングされることを必要とする。場合によっては、現在のワークフローステップは、20画像の同時視聴を必要とすることがある。これらの画像の各々が、異なるHTTPS要求を用いて取り出された場合、要求を作成および送信する際にかなりのオーバヘッドがあるので、性能は大きく損なわれる。代わりに、すべての画像を1つの大きい画像上へレンダリングし、その「スプライトシート」に対する単一のHTTPS要求のみを行う。次いで、クライアントは、ピクセルオフセットを使用することによって画像を表示する。例えば、像が、各々が256×256である4つの画像を有する場合、スプライトシートは256×1024であってよく、画像の各々は積み重ねられている。次いで、クライアントは、0、256、512、および768のオフセットを使用することによって、256×256で4つの画像を表示する。
負荷試験および耐久性試験を実行するために、本発明者らは、多数のコンピュータ(地理的に分散可能である)上で多数のクライアントプロセスを起動して、本発明者らがそれらの実行環境に対する完全な制御を有する特殊ウェブブラウザを開始した。それらは、アプリケーションに向けられており、通常のブラウザがするようにクライアントをロードし、次いで、本発明者らは、ソフトウェアを制御し、それをある作業負荷のように振る舞わせるクライアント状態と、直接的に対話する。クライアントメトリクスおよびサーバメトリクスは、負荷試験中に記録され、耐久性試験のために、より長い時間の期間にわたって走らされる。
本発明者らは、アクティブなスタディを監視し、結果をクラウド内の本発明者らのリモートサービスにプッシュするために、ソフトウェアを開発した。フォルダは、ファイルがスキャナによって生成されていることに関して監視され、完了時、すべての関連データが一緒にバンドルされ、本発明者らのリモートクラウドサーバに対する認証のためにスキャナごとに一意の秘密および鍵を使用して安全な接続を介してプッシュされる。ディスクスペースの(例えば、非一時的な記憶媒体)使用量は、あらゆる中間ファイルを即時に削除することによって最小化される。
プラーソフトウェアは、病院において生成されたアーチファクトをアーカイブするために使用される(例えばPACS)。それは、病院のネットワーク内にインストールされ、プッシャーに類似した方法を使用して、それ自体をASP(例えば、Arterys)に自動的に登録する。要求が、何らかの識別情報と共に作られ、秘密および鍵ペアは、認証および許可目的で将来の要求に署名するために返される。次いで、プラーは、ウェブポータルを通して技術者によって組織にアタッチされる。
アクター:
クライアントソフトウェアと対話するユーザ(ユーザ)
クライアントアプリケーション(クライアント)
機密性の高い患者情報を保持するサービス(サービス)
アプリケーションサービスプロバイダ
1.ユーザは、それがアプリケーションサービスプロバイダに送信したいであろうファイルのセットをソフトウェアに示す。
2.各ファイルに対して、機密性の高いすべての情報が、JSONフォーマットで集められ、http要求を通してサービスに登録される。
例:
3.機密性の高いデータは、#{PatientName}などのプレースホルダに置き換えられ、次いで、データが、サービスから返されるLocation urlと共にアップロードされる。
4.クライアントがアプリケーションサービスプロバイダからデータをロードするとき、これらの機密性の高いトークンを含む文字列は、クライアントアプリケーションに、サービスプロバイダにデータを要求させる(個別に、または一括で、のどちらかで)。
例:
5.クライアントは、トークンを、機密性の高い情報と置換する。
注記:許可のため、本発明者らはsaml2などのssoを使用してよい。
ワークスペースは、医療ソフトウェア全体を通してアプリケーション状態のサブセットを記憶および共有する問題の解決策である。
クラウドインターフェースを用いれば、現在、複数のソースから統計量を集約し、機械学習を使用して予測を見つけることが可能である。これらの複数のソースは、組織内の複数の人々によって生成された結果であってもよいし、世界中に点在された複数の組織によってすら生成された結果であってもよい。集約可能である統計量は、医療イメージングピクセルデータ、医療イメージングメタデータ(例えば、DICOMヘッダ)、および例えば患者の電子的医療記録(EMR)であってよい。学習は、ユーザレベルで、組織レベルで、またはマクロレベルで(例えば、世界的に)すら、適用可能である。
本発明者らは、ユーザに、彼らのワークフローの現在の状態の写真およびビデオをキャプチャすることが可能であることを希望する。これらの画像およびビデオは、本発明者らのサーバ上で生成される画像データとクライアントブラウザ上でレンダリングされるオーバレイの両方を含む必要がある。これを成し遂げるために、本発明者らは、本発明者らが同じ環境内で本発明者らのクライアントソフトウェアスタックとサーバソフトウェアスタックの両方を走らせることを可能にするnode-webkitベースのビデオサービスを有する。次いで、本発明者らは、node-webkit環境上でユーザのワークスペースの現在の状態を回復させ、ユーザのセッションに割り振られた同じ算出ノードを活用する。単一の写真がユーザによって要求される場合、サービスは、単に、回復されたワークスペースのスクリーンショットを撮影し、結果として生じる画像ファイルが返される。ビデオ要求の場合、サービスは、現在のワークフローの各フレームに対するスクリーンショットを撮影し、ビデオエンコーダを使用してスクリーンショット画像をビデオファイルに編集して、次いでビデオファイルが返される。返された画像またはビデオは、視聴されるために、サーバ上に記憶されてもよいし、クライアントに送信されてもよい。
スクリーンショットおよびビデオキャプチャ
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
要件
^^^^^^^^^^^^
* スクリーンショットは、ユーザがビューポートエリア内で現在何を見るかのレンダリングであるべきである
* ビデオは、時間を通して循環するmprであってよい
* ビデオは、補間可能な中間補間パラメータをもつキーフレームの集まりから生成可能である
* ビデオは、ユーザ対話記録であってよい
* 出力は、ビューポート上にあるものすべて(画像、webglオーバレイ、cssオーバレイ…)を含むべきである
* スクリーンショットおよびビデオフレームはフル品質であるべきである
設計
^^^^^^
本発明者らは、クライアント上のあらゆるものをレンダリングするので、本発明者らは、クライアントが画像を生成することを必要とする。
残念ながら、ビデオをアップロードすることは、ネットワーク状況の大多数において禁止的である。
したがって、スクリーンショット/ビデオサービスは、クライアントレンダリング技術を使用するクラスタ内で走る。
それは、要件において定義された機能を提供するために、http上でのインターフェースを露出させる。
サービスは、要求が入ってくると、ビデオおよびスクリーンショットをレンダリングするために、オンデマンドでnode webkitプロセスの回転数を上げる。
画像の画像または集まりをレンダリングする要求を受信すると、サービスは、node webkitプロセスを起動し、それを、ユーザのワークリストのために署名されたURLにリダイレクトする。
次いで、node-webkitプロセスが、スタディをロードし、ユーザのワークスペースを持ち込む
次に、各レームは、フル品質でレンダリングされる。
フレームがレンダリングされるとき、node-webkitは、X11スクリーンキャプチャを実行し、キャンバスビューポートに切り取る。
画像は、ディスクに保存される。
すべてのフレームがキャプチャされると、サービスはスクリーンショットを返し、またはビデオの場合は、
ビデオが符号化されて返される。
データフロー
^^^^^^^^^
* ユーザは、スクリーンショットまたはビデオを求める要求を開始する。
* ウェブサーバが、要求を受信する
* node-webkitプロセスが開始される
* node-webkitプロセスは、必要とされるスタディをロードするために認証されたセッションを開く
* 要求されたスタディがロードされる
* 要求内のワークスペースがスタディに持ち込まれる
* ワークスペースロード(ストリームラインのような長く走るタスクを含む)の完了時、それが、キーフレームをレンダリングし始める
* あらゆるフレームが、デバウンスされた画像コマンドなしで、フル品質でレンダリングされる
* 画像がレンダリングされると、X11 screen grab(xwd)がウィンドウ上で実行される
* 画像は、ビューポートに切り取られ、ディスクに保存される
* ビデオが要求された場合、画像が生成されると、符号化が走る
* すべての画像の完了時、HTTP応答が、.pngまたは.mp4と共に送信される
* 結果のウェブサーバ受信時、それはS3に保存され、参照は、データベースに保存される
追加のツールおよび最適化
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
* node-webkitはwebglを必要とし、そのため、サービスは、G2インスタンス上で走る必要がある
* ’x11-apps’内のプログラム’xwd’は、ウィンドウをキャプチャすることができる
* ImageMagick’convert’は、xwdをpngに変換することができる
* ffmpegは、.pngの集まりから.mp4を生成するために使用可能である
詳細
^^^^^^^
ウェブサーバハンドラ
+++++++++++++++++
’generate-screenshot’のためのメッセージハンドラは、現在のワークスペースを、webkitサービスに送信されているargsにアタッチする
次いで、webkit-clientモジュールが、要求をwebkitサービスのうちの1つに送信するために使用される。
応答が受信されると、レコードがデータベースに挿入され、画像またはビデオが記憶される。
Webkit-Client
+++++++++++++
webkit-clientモジュールは、スクリーンショット要求を、それを扱うことができるノードにルーティングすることを担当する。
webkit-clientは、現在走っているwebkitノードによって公開されたメッセージをredisする(redis)ことにサブスクライブする。
これらのメッセージは、それらが用いて走っているapp-idを用いて走っているnode-webkitの既存のインスタンスを含む。
要求が受信されたとき、webkit-clientは、すでにnode-webkitに、要求されたapp-idと共に走らせているノードを見出すことを試行する。
あるいは、セッションがまだ作成されていない場合、それは、最も少ない数の走っているセッションをもつノードを選ぶ。
ノードが識別されると、それは、そのホストにHTTPS上でメッセージを送信する。
引数は、ルート’/webkit/execute’に、POSTでJSONとして本体内で送信される。
結果が返ると、収集された他の有用な情報(例えば、タイミング情報、サイズ)と共に、コールバックがバイナリおよびタイプ(画像/pngまたはビデオ/mp4)を含むJSON blobを用いて呼び出される
Webkit-Service
++++++++++++++
webkit-serviceは、スクリーンショットおよびビデオを生成するためにHTTPSインターフェースを露出させるマイクロサービスである。
webkit-serviceは、’/webkit/execute’においてPOST要求のみをリッスンする。
’/webkit/execute’へのPOSTを受信すると、それは、webkit-contextを作成し、スクリーンショットまたはビデオを求める要求を待ち行列に入れる。
このモジュールは、特殊な’webkit-screenshot’ユーザと関連付けられたauth_tokenを付加することによって、node-webkitからウェブサーバに送信された要求を許可することにも対処する。
Webkit-Context
++++++++++++++
webkit-contextモジュールは、スクリーンショットまたはビデオを生成するために走るnode-webkitプロセスを管理することを担当する。
作成時、webkit-contextは、中間結果を記憶するために作業ディレクトリを作成する。
次に、それは、単純な’index.html’および’package.json’ファイルを作業ディレクトリにコピーすることによってnode-webkitを構成し、引数を含む’args.json’が、スクリーンショット/ビデオをレンダリングするためにコンテキストに渡される。
次いで、node-webkitが開始され、スクリーンショットを生成するプロセスを経験する。
node-webkitが存在するとき、webkit-contextは、応答するのに適切なスクリーンショットまたはビデオファイルを探す。
一回につきapp-idごとに1つのスクリーンショットのみが走ることができる。
webkit-contextは、ウェブサーバがスクリーンショットおよびビデオ要求をルーティングすることができるように、それ自体をredisに登録する。
Node-Main
+++++++++
node-mainモジュールは、node-webkit内で走るブリッジモジュールである。
node-webkitが開始するとき、それは、’global.window’変数が定義されるまで待機し、次いで、args.jsonファイルを読み込み、スクリーンショットを生成するためにステップを実行し始める。
これらの引数は、ウィンドウを作成するための幅×高さと、window.location.hrefをどこにリダイレクトするべきかを示す。
それは、リダイレクトが、global.window.ioを設定するウェブサイトを指す、と仮定しており、それは、websocket接続を示す、ASPにより定義された変数である。
websocket接続が行われると、それは、’load-スタディ’コマンドを呼び出し、’load-workspace-complete’を待機する。
ワークスペースを回復させることによって呼び出された可能性のあるすべてのコマンドが終えられると、node-mainが画像をキャプチャし始める。
’args.json’がフィールド’render_frames’を含む場合、それは、各自が画像を生成することを反復する。
画像は、Xwindowをダンプするためにxwdを始動することによって生成される。
次いで、ImageMagick convertは、pngに変換し、’.ar-content-body-canvases’に切り取るために使用される。
生成された複数の画像があった場合、ffmpegが、画像の集まりをh.264により符号化されたビデオに符号化するために呼び出される。
スクリーンショットまたはビデオが作成されているとき、node-webkitはクリーンに終了する。
エラーは、node-webkitを非ゼロコードと共に終了させ、これは、スクリーンショットが失敗したことをwebkit-contextに示す。
図5は、例示される一実施形態に従った、医療分析システムまたはプラットフォーム500のためのネットワーク接続された環境を示す。このプラットフォームは、医療プロバイダ(例えば、病院)ネットワーク508(1つが示されている)と関連付けられた様々なシステムとファイアウォール506を通して通信する分析サービスプロバイダ(ASP)システム504(例えば、1つまたは複数のプロセッサベースのデバイス)を備えるASPネットワーク502を備える。ASPシステム504は、上記で論じられた様々な機能のいくらかまたはすべてを提供する。例えば、ASPシステム504は、例えば、図1の画像処理および分析システム104と類似または同一であってよい。ASPシステム504は、クラウドアーキテクチャを使用して実装されてよく、したがって、いくつかの分散されたプロセッサベースのデバイスを備えてよい。ASPシステム504は、例えば、ファイアウォール506を介してアクセス可能な1つまたは複数の通信ネットワークを介して外部システムにアクセスしてよい。
private_key
public_certと関連付けられた秘密鍵
public_cert
信頼されるブローカサービスがそのパブリック証明書として使用する信頼されるCAによって署名された、pemフォーマットでの、ドメインにより有効性確認されたパブリック証明書チェーン
arterys_ca_cert
ASPシステム504から入ってくる要求上でのクライアント証明書検証に使用される、pemフォーマットの証明機関
例示的な実施形態では、信頼されるブローカサービス1601は、各メタデータアップロードに対する暗号化情報を生成する。これは、一意の暗号化鍵と共に使用する暗号化/暗号化解除アルゴリズムを含む。
信頼されるブローカサービスは、アクセスが取り消されることになるデータを突き止めるために、そのアップロードメタデータの検索を可能にする。
信頼されるブローカサービスは、URLと関連付けられたアクセス方針に応じて、ASPシステムがそのURLにファイルを記憶するまたはそのURLからファイルをダウンロードすることを可能にする、事前署名された、時間満了アクセスURLを生成する。
信頼されるブローカサービスは、アクセスが取り消されることになるデータを突き止めるために、そのアップロードメタデータの検索を可能にする。
以下は、可能な一実装形態の説明を提供する。図25~図28は、以下で説明される特徴を例示する。具体的には、図25は、完全に識別不能化された医療スタディを追跡するシステム2500の概略ブロック図である。システム2500は、PHIサービス2502と、リモートサービス2504と、スキャナ2506と、関連スタディサービス2508と、設定2510とを含む。図26は、PHIサービスのためのスタートアップ動作2600を例示する、フロー図であり、図27は、組織設定プロセス2700の変更を例示する、フロー図であり、図28は、新しいスタディのスキャン時に実施されるプロセス2800の流れフロー図である。
PHI=extract_phi_from[アップロードA]
PHI=merge(PHI,extract_phi_from[アップロードB])
Claims (19)
- 医療分析プラットフォームを動作させる方法であって、前記医療分析プラットフォームは、分析サービスプロバイダ(ASP)システムと、保護された健康情報(PHI)システムと、を含み、前記方法は、
前記ASPシステムの少なくとも1つのプロセッサによって、識別不能化された医療スタディデータを、前記ASPシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶するステップと、
前記PHIシステムの少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータと関連付けられたPHIデータを、前記PHIシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、医療スタディを求める要求を、少なくとも1つの通信ネットワークを介して、プロセッサベースのクライアントデバイスから受信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記プロセッサベースのクライアントデバイスから受信された前記医療スタディを求める前記要求を認証するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディと関連付けられたPHIデータを、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムに要求するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記要求に応答して、前記要求されたPHIデータを、前記少なくとも1つの通信ネットワークを介して、前記ASPシステムに送信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記PHIデータを、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムから受信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記受信されたPHIデータを、前記少なくとも1つの通信ネットワークを介して、前記要求元のプロセッサベースのクライアントデバイスに送信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディについての識別不能化された医療スタディデータを、前記少なくとも1つの通信ネットワークを介して、前記プロセッサベースのクライアントデバイスに送信するステップと、
を含む、方法。 - 前記プロセッサベースのクライアントデバイスの少なくとも1つのプロセッサによって、前記PHIデータを、前記少なくとも1つの通信ネットワークを介して、前記ASPシステムから受信するステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータを、前記少なくとも1つの通信ネットワークを介して、前記ASPシステムから受信するステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、前記PHIデータと前記識別不能化された医療スタディデータとをマージして、識別再可能化された医療スタディデータを生成するステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、前記識別再可能化された医療スタディデータを、前記プロセッサベースのクライアントデバイスのユーザに提示するステップと、
をさらに含む、請求項1に記載の方法。 - 前記PHIシステムの前記少なくとも1つのプロセッサによって、PHIデータを含む医療スタディデータを受信するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記PHIデータを、前記医療スタディデータから除去して、識別不能化された医療スタディデータを生成するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記PHIデータを、前記PHIシステムの前記少なくとも1つの非一時的プロセッサ可読記憶媒体に記憶するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータを前記少なくとも1つの通信ネットワークを介して、前記ASPシステムに送信するステップと
をさらに含む、請求項1に記載の方法。 - PHIデータを含む医療スタディデータを受信するステップは、医療画像データをスキャナから受信するステップを含む、請求項3に記載の方法。
- 前記PHIデータを前記医療スタディデータから除去するステップは、
前記PHIシステムの前記少なくとも1つのプロセッサによって、削除されることが許可されたフィールドを除去するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、削除されることが許可されないフィールド内のデータを、難読化された置換データで置換するステップと、
を含む、請求項3に記載の方法。 - 前記PHIシステムの前記少なくとも1つのプロセッサによって、一意識別子を、医療スタディについての前記医療スタディデータと関連付けるステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記一意識別子を前記PHIシステムの前記少なくとも1つの非一時的プロセッサ可読記憶媒体に記憶するステップと
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記一意識別子を、前記医療スタディについての前記識別不能化された医療スタディデータと共に、前記少なくとも1つの通信ネットワークを介して、前記ASPシステムに送信するステップと、
をさらに含む、請求項3に記載の方法。 - 前記ASPシステムの前記少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータに関連する分析データを生成するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記生成された分析データを、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムに送信するステップと、
をさらに含む、請求項1に記載の方法。 - 前記受信されたPHIデータを前記要求元のプロセッサベースのクライアントデバイスに送信する前記ステップは、前記PHIデータを前記ASPシステムによって、永続的に記憶することなく、前記受信されたPHIデータを前記要求元のプロセッサベースのクライアントデバイスへ送信するステップを含む、請求項1に記載の方法。
- 前記受信されたPHIデータを前記要求元のプロセッサベースのクライアントデバイスに送信する前記ステップは、前記受信されたPHIデータを、前記ASPシステムによって、暗号化解除することなく、前記受信されたPHIデータを、前記要求元のプロセッサベースのクライアントデバイスに送信するステップを含む、請求項1に記載の方法。
- 前記要求された医療スタディと関連付けられた前記PHIデータを前記PHIシステムに要求する前記ステップは、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディと関連付けられた前記PHIデータを求めるHTTPSロングポーリング要求を、前記PHIシステムのサーバに送信するステップであって、前記PHIシステムの前記サーバは、前記要求された医療スタディと関連付けられた前記PHIデータが、利用可能になるまで、前記要求を未解決に保つ、ステップ、を含み、
前記要求されたPHIデータを、前記ASPシステムに送信する前記ステップは、前記PHIシステムの前記サーバに送信された前記HTTPSロングポーリング要求に応答する、請求項1に記載の方法。 - 前記要求されたPHIデータを前記ASPシステムに送信する前記ステップは、前記ASPシステムから、前記PHIシステムのサーバに送信された、HTTPSロングポーリング要求に応答して、前記PHIシステムの前記少なくとも1つのプロセッサによって、前記要求されたPHIデータを、前記ASPシステムに送信するステップを含む、請求項1に記載の方法。
- 前記PHIデータを前記PHIシステムから受信したことに応答して、前記ASPシステムの前記少なくとも1つのプロセッサによって、前記PHIシステムに新しいPHIデータを求める別のHTTPSロングポーリング要求を、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムに直ちに送信するステップ、をさらに含む請求項11に記載の方法。
- 医療分析プラットフォームの分析サービスプロバイダ(ASP)システムを動作させる方法であって、前記医療分析プラットフォームは、前記ASPシステムと、保護された健康情報(PHI)システムと、を含み、前記PHIシステムは、識別不能化された医療スタディデータと関連付けられたPHIデータを、前記PHIシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶し、前記方法は、
前記ASPシステムの少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータを、前記ASPシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、医療スタディを求める要求を、少なくとも1つの通信ネットワークを介して、プロセッサベースのクライアントデバイスから受信するステップと
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記プロセッサベースのクライアントデバイスから受信された前記医療スタディを求める前記要求を認証するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディと関連付けられたPHIデータを、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムに要求するステップと、
前記要求に応答して、前記ASPシステムの前記少なくとも1つのプロセッサによって、前記PHIデータを、前記少なくとも1つの通信ネットワークを介して、前記PHIシステムから受信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記受信されたPHIデータを、前記PHIデータの内容にアクセスすることなく、前記少なくとも1つの通信ネットワークを介して、前記要求元のプロセッサベースのクライアントデバイスに送信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディについての識別不能化された医療スタディデータを、前記少なくとも1つの通信ネットワークを介して、前記プロセッサベースのクライアントデバイスに送信するステップと、
を含む、方法。 - 前記ASPシステムの前記少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータを前記少なくとも1つの通信ネットワークを介して前記PHIシステムから受信するステップ、
をさらに含む、請求項13に記載の方法。 - 前記プロセッサベースのクライアントデバイスの少なくとも1つのプロセッサによって、前記PHIデータを前記少なくとも1つの通信ネットワークを介して、前記ASPシステムから受信するステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、前記識別不能化された医療スタディデータを、前記少なくとも1つの通信ネットワークを介して、前記ASPシステムから受信するステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、識別再可能化された医療スタディデータを生成するために、前記PHIデータと前記識別不能化された医療スタディデータとをマージするステップと、
前記プロセッサベースのクライアントデバイスの前記少なくとも1つのプロセッサによって、前記識別再可能化された医療スタディデータを前記プロセッサベースのクライアントデバイスのユーザに提示するステップと、
をさらに含む、請求項13に記載の方法。 - 前記要求された医療スタディと関連付けられた前記PHIデータを前記PHIシステムに要求する前記ステップは、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記要求された医療スタディと関連付けられた前記PHIデータが利用可能になるまで、未解決に保たれる、前記要求された医療スタディと関連付けられた前記PHIデータを求めるHTTPSロングポーリング要求を、前記PHIシステムのサーバに送信するステップを含み、
PHIデータを前記PHIシステムから受信する前記ステップは、前記PHIシステムの前記サーバに送信された前記HTTPSロングポーリング要求に応答する、請求項13に記載の方法。 - 前記PHIデータを前記PHIシステムから受信したことに応答して、前記ASPシステムの前記少なくとも1つのプロセッサによって、新しいPHIデータが前記PHIシステムから利用可能になるまで、未解決に保たれる、前記新しいPHIデータを前記PHIシステムに求める別のHTTPSロングポーリング要求を前記PHIシステムに直ちに送信するステップ、をさらに含む請求項13に記載の方法。
- プロセッサ実行可能命令またはデータの少なくとも1つを記憶する少なくとも1つの非一時的プロセッサ可読記憶媒体と、
前記少なくとも1つの非一時的プロセッサ可読記憶媒体に通信可能に結合された少なくとも1つのプロセッサであって、動作中、請求項1から請求項17に記載のいずれかに従った方法を実施する前記少なくとも1つのプロセッサと、
を備えるプロセッサベースのシステム。 - 実行されると、少なくとも1つのコンピュータプロセッサに請求項1から請求項17に記載のいずれかに従った方法を実行させる、その上に記憶されたプロセッサ実行可能命令を有する非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862770636P | 2018-11-21 | 2018-11-21 | |
US62/770,636 | 2018-11-21 | ||
PCT/US2019/061841 WO2020106588A1 (en) | 2018-11-21 | 2019-11-15 | Systems and methods for tracking, accessing and merging protected health information |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022508152A JP2022508152A (ja) | 2022-01-19 |
JP7475344B2 true JP7475344B2 (ja) | 2024-04-26 |
Family
ID=70774735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021527976A Active JP7475344B2 (ja) | 2018-11-21 | 2019-11-15 | 保護された健康情報を追跡し、それにアクセスし、それをマージするためのシステムおよび方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210391040A1 (ja) |
EP (1) | EP3861561A4 (ja) |
JP (1) | JP7475344B2 (ja) |
CN (1) | CN113168922A (ja) |
WO (1) | WO2020106588A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10331852B2 (en) | 2014-01-17 | 2019-06-25 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
CN108601552B (zh) | 2015-11-29 | 2021-04-09 | 阿特瑞斯公司 | 医学成像和医学成像信息的有效共享 |
EP3610484A4 (en) | 2017-05-04 | 2021-01-20 | Arterys Inc. | MEDICAL IMAGING, EFFICIENT SHARING, AND SAFE HANDLING OF MEDICAL IMAGING INFORMATION |
US11165560B2 (en) * | 2019-05-20 | 2021-11-02 | The Quantum Group, Inc. | Secure transmission of electronic health records via blockchain |
US20210158938A1 (en) * | 2019-11-27 | 2021-05-27 | GE Precision Healthcare, LLC | Enhanced Enterprise Image Reading with Search and Direct Streaming |
US11768755B2 (en) * | 2020-03-23 | 2023-09-26 | Ebay Inc. | Graph analysis and database for aggregated distributed trace flows |
TWI838592B (zh) * | 2020-11-06 | 2024-04-11 | 廣達電腦股份有限公司 | 圈選系統 |
CN115906144B (zh) * | 2021-08-26 | 2024-04-19 | 抖音视界有限公司 | 数据处理方法、数据处理装置、电子设备和可读存储介质 |
EP4141887A1 (en) * | 2021-08-31 | 2023-03-01 | Siemens Healthcare GmbH | Methods, systems, computing devices for digital cooperation |
US11443838B1 (en) * | 2022-02-23 | 2022-09-13 | Carlsmed, Inc. | Non-fungible token systems and methods for storing and accessing healthcare data |
US20230388280A1 (en) * | 2022-05-25 | 2023-11-30 | CybXSecurity LLC | System, Method, and Computer Program Product for Generating Secure Messages for Messaging |
CN115378993B (zh) * | 2022-07-26 | 2023-07-21 | 上海道客网络科技有限公司 | 支持命名空间感知的服务注册与发现的方法和系统 |
CN117319084B (zh) * | 2023-11-28 | 2024-01-30 | 遂宁市中心医院 | 基于云端认证的医学检验数据共享方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003046500A (ja) | 2001-08-03 | 2003-02-14 | Nec Corp | 個人情報管理システム及び個人情報管理方法、並びに情報処理サーバ |
JP2007140869A (ja) | 2005-11-17 | 2007-06-07 | Nippon Rad Inc | 電子情報管理方法、電子情報管理システム、コンピュータプログラム |
JP2007156910A (ja) | 2005-12-06 | 2007-06-21 | Nec Corp | アンケート収集方法およびアンケート収集システム |
JP2007317075A (ja) | 2006-05-29 | 2007-12-06 | Hitachi Ltd | 個人情報分割装置及び個人情報分割方法 |
US20110153351A1 (en) | 2009-12-17 | 2011-06-23 | Gregory Vesper | Collaborative medical imaging web application |
JP2012178096A (ja) | 2011-02-28 | 2012-09-13 | Kddi Corp | 移動体によって個人情報を転送するデータ同期方法及びシステム |
US20160224805A1 (en) | 2015-01-31 | 2016-08-04 | Jordan Patti | Method and apparatus for anonymized medical data analysis |
US20180256041A1 (en) | 2015-11-29 | 2018-09-13 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
WO2018204698A1 (en) | 2017-05-04 | 2018-11-08 | Arterys Inc. | Medical imaging, efficient sharing and secure handling of medical imaging information |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255704A1 (en) * | 2006-04-26 | 2007-11-01 | Baek Ock K | Method and system of de-identification of a record |
US8682049B2 (en) * | 2012-02-14 | 2014-03-25 | Terarecon, Inc. | Cloud-based medical image processing system with access control |
US20140109239A1 (en) * | 2012-03-30 | 2014-04-17 | Alexander Calhoun Flint | Collaborative cloud-based sharing of medical imaging studies with or without automated removal of protected health information |
US20140142984A1 (en) * | 2012-11-21 | 2014-05-22 | Datcard Systems, Inc. | Cloud based viewing, transfer and storage of medical data |
AU2015275323B2 (en) * | 2013-11-27 | 2017-09-14 | Accenture Global Services Limited | System for anonymizing and aggregating protected health information |
US10607726B2 (en) * | 2013-11-27 | 2020-03-31 | Accenture Global Services Limited | System for anonymizing and aggregating protected health information |
US10331852B2 (en) * | 2014-01-17 | 2019-06-25 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
CA2938437A1 (en) * | 2014-01-31 | 2015-08-06 | Quick Response Lifescan, Llc | System and method for communicating protected health information |
US9760681B2 (en) * | 2014-11-24 | 2017-09-12 | Practice Fusion, Inc. | Offline electronic health record management |
US11599672B2 (en) * | 2015-07-31 | 2023-03-07 | PME IP Pty Ltd | Method and apparatus for anonymized display and data export |
KR101981583B1 (ko) * | 2017-02-27 | 2019-05-23 | 재단법인 아산사회복지재단 | 의료영상 내 정보처리방법 |
-
2019
- 2019-11-15 US US17/287,450 patent/US20210391040A1/en active Pending
- 2019-11-15 WO PCT/US2019/061841 patent/WO2020106588A1/en unknown
- 2019-11-15 EP EP19887236.8A patent/EP3861561A4/en active Pending
- 2019-11-15 CN CN201980076450.XA patent/CN113168922A/zh active Pending
- 2019-11-15 JP JP2021527976A patent/JP7475344B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003046500A (ja) | 2001-08-03 | 2003-02-14 | Nec Corp | 個人情報管理システム及び個人情報管理方法、並びに情報処理サーバ |
JP2007140869A (ja) | 2005-11-17 | 2007-06-07 | Nippon Rad Inc | 電子情報管理方法、電子情報管理システム、コンピュータプログラム |
JP2007156910A (ja) | 2005-12-06 | 2007-06-21 | Nec Corp | アンケート収集方法およびアンケート収集システム |
JP2007317075A (ja) | 2006-05-29 | 2007-12-06 | Hitachi Ltd | 個人情報分割装置及び個人情報分割方法 |
US20110153351A1 (en) | 2009-12-17 | 2011-06-23 | Gregory Vesper | Collaborative medical imaging web application |
JP2012178096A (ja) | 2011-02-28 | 2012-09-13 | Kddi Corp | 移動体によって個人情報を転送するデータ同期方法及びシステム |
US20160224805A1 (en) | 2015-01-31 | 2016-08-04 | Jordan Patti | Method and apparatus for anonymized medical data analysis |
US20180256041A1 (en) | 2015-11-29 | 2018-09-13 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
WO2018204698A1 (en) | 2017-05-04 | 2018-11-08 | Arterys Inc. | Medical imaging, efficient sharing and secure handling of medical imaging information |
Also Published As
Publication number | Publication date |
---|---|
JP2022508152A (ja) | 2022-01-19 |
EP3861561A1 (en) | 2021-08-11 |
WO2020106588A1 (en) | 2020-05-28 |
US20210391040A1 (en) | 2021-12-16 |
EP3861561A4 (en) | 2022-06-29 |
CN113168922A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7475344B2 (ja) | 保護された健康情報を追跡し、それにアクセスし、それをマージするためのシステムおよび方法 | |
US11633119B2 (en) | Medical imaging and efficient sharing of medical imaging information | |
US11515032B2 (en) | Medical imaging and efficient sharing of medical imaging information | |
US20230290460A1 (en) | Medical imaging, efficient sharing and secure handling of medical imaging information | |
US20210012883A1 (en) | Systems and methods for longitudinally tracking fully de-identified medical studies | |
JP7089014B2 (ja) | 健康データを匿名化し、分析のために地理的領域を横断して健康データを修正及び編集するシステム及び方法 | |
US10089752B1 (en) | Dynamic image and image marker tracking | |
WO2023039163A1 (en) | Labeling, visualization, and volumetric quantification of high-grade brain glioma from mri images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210813 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240220 |
|
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: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240416 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7475344 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |