KR102172424B1 - 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 - Google Patents
의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 Download PDFInfo
- Publication number
- KR102172424B1 KR102172424B1 KR1020180123966A KR20180123966A KR102172424B1 KR 102172424 B1 KR102172424 B1 KR 102172424B1 KR 1020180123966 A KR1020180123966 A KR 1020180123966A KR 20180123966 A KR20180123966 A KR 20180123966A KR 102172424 B1 KR102172424 B1 KR 102172424B1
- Authority
- KR
- South Korea
- Prior art keywords
- medical image
- module
- reading
- tagging
- read
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005540 biological transmission Effects 0.000 claims description 26
- 230000003902 lesion Effects 0.000 claims description 25
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000002600 positron emission tomography Methods 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000000740 bleeding effect Effects 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000002059 diagnostic imaging Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 3
- 208000025865 Ulcer Diseases 0.000 description 20
- 231100000397 ulcer Toxicity 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 210000003238 esophagus Anatomy 0.000 description 8
- 208000031481 Pathologic Constriction Diseases 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 208000019693 Lung disease Diseases 0.000 description 3
- 206010030201 Oesophageal ulcer Diseases 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 208000028299 esophageal disease Diseases 0.000 description 3
- 208000019064 esophageal ulcer Diseases 0.000 description 3
- 208000014644 Brain disease Diseases 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Optics & Photonics (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
의료 영상 판독 문구 태깅 시스템을 제공한다. 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 시스템은 검사 대상 개체에 대한 하나 이상의 의료 영상을 촬영하는 의료 영상 촬영 장치(100) 및 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하고, 미리 결정된 방법에 따라 수신된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 미리 결정된 판독 문구를 태깅하며, 태깅된 판독 문구에 따라 의료 영상을 그룹핑하는 태깅 장치(200)를 포함할 수 있다.
Description
본 출원은 의료 영상에 판독 문구를 태깅하기 위한 시스템 및 방법에 관한 것이다.
의료 영상은 촬영 이후 영상의학의에 의하여 판독된다.
하지만, 현재 의료 영상 판독 시스템은 영상의학의의 판독 문구 직접 입력에 의해 판독 문구가 저장되어, 판독이 표준화되어 있지 않으며, 저장된 판독 문구 또한 일 검사 대상 개체에서 획득된 복수의 의료 영상 전체에 대해 태깅되는 것이고 각각의 의료 영상에 대한 판독이 아니므로, 판독의와 임상의 간의 의사소통의 문제가 발생한다.
또한, 의료 영상의 경우 판독에만 이용되는 것이 아닌, 질환 연구를 위한 자료로서도 사용되는데, 일 검사 대상 개체에서 획득된 복수의 의료 영상 전체에 대해 판독 문구가 태깅되는 현재 시스템에서는, 모든 의료 영상을 다시 리뷰하면서 정리해야하는 불편함이 있다.
본 출원은 표준화된 판독 문구가 각각의 의료 영상에 입력되어 판독의 편의성을 제공하는 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
상기와 같은 과제를 해결하기 위한 본 출원의 일 실시예는, 검사 대상 개체에 대한 하나 이상의 의료 영상을 촬영하는 의료 영상 촬영 장치(100) 및 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하고, 미리 결정된 방법에 따라 수신된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 미리 결정된 판독 문구를 태깅하며, 태깅된 판독 문구에 따라 의료 영상을 그룹핑하는 태깅 장치(200)를 포함하는, 의료 영상 판독 문구 태깅 시스템을 제공한다.
일 실시예에 있어서, 상기 태깅 장치(200)는, 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하는 의료 영상 송수신 모듈(210), 의료 영상의 판독을 위한 표준화된 판독 문구들이 저장된 판독 문구 저장 모듈(220) 및 상기 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들을 이용하여 상기 의료 영상 송수신 모듈(210)이 수신한 하나 이상의 의료 영상 중 어느 하나 이상 각각에 판독 문구를 태깅하는 판독 문구 태깅 모듈(230)을 포함할 수 있다.
일 실시예에 있어서, 상기 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들은, 장기의 종류, 병변의 유무, 병변의 종류, 병변의 형상, 병변의 크기, 병변의 위치, 병변의 유형 및 출혈 여부에 관련된 판독 문구들을 포함할 수 있다.
상기 의료 영상은 초음파 영상, X-ray 영상, 컴퓨터 단층 촬영(Computed Tomography, CT) 영상, 자기 공명 영상(Magnetic Resonance Imaging, MRI) 및 양전자 단층 촬영(Positron Emission Tomography, PET) 영상 중 하나 이상을 포함할 수 있다.
일 실시예에 있어서, 상기 태깅 장치(200)는, 상기 판독 문구 태깅 모듈(220)에 의해 태깅된 판독 문구를 공통으로 갖는 의료 영상들을 그룹핑하는 그룹화 모듈(240) 및 상기 판독 문구 태깅 모듈(220)에 의해 태깅된 판독 문구가 태깅된 의료 영상들을 검색하는 검색 모듈(260)을 더 포함할 수 있다.
일 실시예에 있어서, 상기 태깅 장치(200)는, 상기 전송된 의료 영상에 태깅된 상기 검사 대상 개체에 상응하는 개인 정보를 기 설정된 방법에 의해 암호화하는 익명화 모듈(250)을 더 포함할 수 있다.
일 실시예에 있어서, 상기 태깅 장치(200)는 판독 문구가 태깅된 의료 영상을 판독 장치(300)에 송신하는 데이터 송신 모듈(290)을 더 포함하고, 상기 판독 장치(300)는, 상기 데이터 송신 모듈(290)에 의해 송신된 의료 영상을 입력받아 기 설정된 방법에 의하여, 의료 영상과, 상기 의료 영상에 태깅된 판독 문구들을 학습하는 학습 모듈(310) 및 상기 학습 모듈(310)에 의해 학습된 의료 영상 및 판독 문구들을 기초로 하여, 딥러닝 방식에 의해 상기 의료 영상 송수신 모듈(210) 또는 상기 데이터 송신 모듈(290)로부터 전송된 의료 영상에 판독 문구들을 태깅하는 판독 모듈(330)을 포함할 수 있다.
일 실시예에 있어서, 상기 학습 모듈(310)은, 기계학습, 신경망, 딥러닝 및 분류 알고리즘 중 적어도 하나를 이용하여 상기 의료 영상 및 상기 의료 영상에 태깅된 판독 문구들을 학습할 수 있다.
또한 본 출원은 (a) 의료 영상 촬영 장치(100)가 검사 대상 개체에 대한 하나 이상의 의료 영상을 촬영하는 단계 및 (b) 태깅 장치(200)가 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하고, 미리 결정된 방법에 따라 수신된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 미리 결정된 판독 문구를 태깅하며, 태깅된 판독 문구에 따라 의료 영상을 그룹핑하는 단계를 포함하는, 의료 영상 판독 문구 태깅 방법을 제공한다.
일 실시예에 있어서, 상기 (b) 단계는, (b1) 상기 태깅 장치(200)의 의료 영상 송수신 모듈이 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하는 단계, (b2) 상기 태깅 장치(200)의 판독 문구 태깅 모듈(230)이 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들을 이용하여 상기 (b1) 단계에서 수신한 하나 이상의 의료 영상 중 어느 하나 이상 각각에 판독 문구를 태깅하는 단계 및 (b3) 상기 태깅 장치(200)의 그룹화 모듈(240)이 상기 (b2) 단계에서 태깅된 판독 문구를 공통으로 갖는 의료 영상들을 그룹핑하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 (b3) 단계 이후, (c) 상기 태깅 장치(200)의 데이터 송신 모듈(290)이 상기 (b3) 단계에서 그룹핑된 의료 영상들을 판독 장치(300)에 송신하는 단계, (d) 상기 판독 장치(300)의 학습 모듈(310)이 기 설정된 방법에 의하여, 의료 영상과, 상기 의료 영상에 태깅된 판독 문구들을 학습하는 단계 및 (e) 상기 판독 장치(300)의 판독 모듈(330)이 상기 (d) 단계에서 학습된 의료 영상 및 판독 문구들을 기초로 하여, 딥러닝 방식에 의해 전송된 의료 영상들에 판독 문구들을 태깅하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 (b) 단계는, 상기 태깅 장치(200)의 익명화 모듈(250)이 수신된 의료 영상들에 태깅된 상기 검사 대상 개체의 개인 정보를 암호화 또는 삭제하는 단계를 더 포함할 수 있다.
또한 본 출원은 하드웨어인 컴퓨터와 결합되어, 상기한 방법을 실행시키기 위하여 매체에 저장된, 의료 영상 판독 문구 태깅 프로그램을 제공한다.
본 출원에 따르면, 일 검사 대상 개체에서 촬영된 하나 이상의 의료 영상 전체에 대한 판독 문구가 태깅되는 것이 아닌, 판독에 적합한 의료 영상 각각에 판독 문구가 태깅되기 때문에, 추후 판독 문구가 태깅된 의료 영상만을 이용하여 연구 활동을 하는 데에 편의성을 제공하고, 판독 장치(300)의 학습 모듈(310)에 데이터 입력 시 보다 효율적으로 학습이 가능하다는 장점을 갖는다.
또한, 판독의마다 주관적으로 판독 문구를 태깅하는 것이 아닌, 표준화된 판독 문구들이 그에 대응하는 의료 영상에 태깅되는 것이므로, 판독의와 임상의 간의 의사소통 문제가 해결될 수 있다.
또한, 익명화 모듈(250)에 의하여 검사 대상 개체의 개인 정보가 암호화될 수 있어, 의료 정보의 익명성이 향상된다.
또한, 검색 모듈(260)을 통하여 특정 판독 문구가 태깅된 의료 영상만을 검색할 수 있음에 따라, 의료 영상을 활용한 연구 활동에 편의성을 제공하게 된다.
도 1은 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 시스템을 설명하기 위한 블록도이다.
도 2는 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 방법을 설명하기 위한 순서도이다.
도 2는 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 방법을 설명하기 위한 순서도이다.
1. 의료 영상 판독 문구 태깅 시스템
도 1을 참조하여, 본 출원의 실시예에 따른 의료 영상 판독 문구 시스템을 보다 구체적으로 설명한다.
도 1은 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 시스템을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 시스템은, 의료 영상 촬영 장치(100), 태깅 장치(200) 및 판독 장치(300)를 포함한다.
의료 영상 촬영 장치(100)는 검사 대상 개체에 대한 의료 영상을 촬영하는 부분이다. 여기서 의료 영상에는 초음파 영상, X-ray 영상, 컴퓨터 단층 촬영(Computed Tomography, CT) 영상, 자기 공명 영상(Magnetic Resonance Imaging, MRI) 및 양전자 단층 촬영(Positron Emission Tomography, PET) 영상이 포함될 수 있으며, 이 외에도 검사 대상 개체의 진단을 위해 사용될 수 있는 의료 영상이 여기에 포함될 수 있다.
태깅 장치(200)는, 의료 영상 촬영 장치(100)로부터 의료 영상을 전송 받아 미리 저장된 판독 문구들을 전송된 의료 영상에 태깅하는 부분이다.
도 1을 참조하면, 태깅 장치(200)는 의료 영상 송수신 모듈(210), 판독 문구 저장 모듈(220), 판독 문구 태깅 모듈(230), 그룹화 모듈(240), 익명화 모듈(250), 검색 모듈(260), 입력 모듈(270), 출력 모듈(280) 및 데이터 송신 모듈(290)을 포함한다.
의료 영상 송수신 모듈(210)은 의료 영상 촬영 장치(100)로부터 촬영된 의료 영상을 전송받는 부분이다. 의료 영상 촬영 장치(100)와 무선 또는 유선 통신 연결되어 의료 영상을 전송받을 수 있으나, 편의를 위해 무선 통신 연결되는 것이 바람직하다.
판독 문구 저장 모듈(220)은 의료 영상의 판독을 위한 표준화된 판독 문구들이 저장되어 있는 부분이다. 즉, 종래 의료 영상의 판독을 위해 판독의가 의료 영상에 판독 문구를 직접 입력함으로써, 서로 다른 기준을 가지고 의료 영상을 판독하여 임상의와의 의사 소통이 발생하는 문제를 해결하기 위해, 결과가 일원화되는 표준화된 판독 문구들이 미리 저장되어 있는 것이다.
이 표준화된 판독 문구들은 의료 영상에 포함된 장기의 종류, 병변의 유무, 병변의 종류, 병변의 형상, 병변의 크기, 병변의 위치, 병변의 유형 및 출혈 여부에 관련된 문구일 수 있으나, 이에 제한되지 않으며 의료 영상 판독에 필요한 판독 문구를 포함할 수 있다.
보다 구체적으로, 의료 영상에 식도가 포함되는 경우, 판독 문구는
1. Esophageal(식도)
2. ulcer(궤양)
3. single (입력 모듈(270)에 의해 입력된 수치)cm(There was (입력 모듈(270)에 의해 입력된 수치) cm sized single ulcerative lesion at)(단일 궤양이 (입력 모듈(270)에 의해 입력된 수치)cm 크기로 존재)
3. multiple (입력 모듈(270)에 의해 입력된 수치)cm(There was (입력 모듈(270)에 의해 입력된 수치) cm sized multiple ulcerative lesion at)(다수의 궤양이 (입력 모듈(270)에 의해 입력된 수치)cm 크기로 존재)
4. upper(upper esophagus.)(상부 식도)
4. mid(mid esophagus.)(중간 식도)
4. lower(lower esophagus.)(하부 식도)
5. diffuse(Ulcerative lesion was diffuse,)(궤양 부위가 광범위)
5. well-circumscribe(Ulcerative lesion was well-circumscribe,)(궤양 부위가 매우 국한)
5. circumferencial(Ulcerative lesion was circumferencial,)(궤양 부위가 원주 형태)
6. linear(linear shape)(선형 형상)
6. Round(Round shape)(원 형상)
6. Ovoid(Ovoid shape)(타원 형상)
6. Geographic(Geographic shape)(지도 형상)
7. with stricture(with stricture)(협착 있음)
7. without stricture(without stricture)(협착 없음)
8. whitish ulcer base(and ulcer base is whitish color.)(궤양 바닥이 백색)
8. reddish ulcer base(and ulcer base is reddish color.)(궤양 바닥이 붉은색)
9. Bx base(biopsy was done at ulcer base)(궤양 바닥의 생검 이루어짐)
9. Bx margin(biopsy was done at ulcer margin)(궤양 가장자리 생검 이루어짐)
입력 모듈(270)을 통해 상기 1 내지 9 항목의 순차순서로 판독 문구를 입력할 수 있으며, 이 경우 판독 문구는 Esophageal ulcer single 3cm sized single ulcerative lesion at lower esophagus. Ulcerative lesion was well-circumscribe, Ovoid shape with stricture and ulcer base is whitish color. biopsy was done at ulcer base(하부 식도에 3cm 크기의 단일 단일의 식도 궤양이 존재함. 궤양 부위는 매우 국한되어 있고, 협착이 있으며 궤양 바닥이 백색인 타원 형상임. 궤양 바닥의 생검은 이루어짐.)의 판독 문구가 의료 영상에 태깅될 수 있다.
판독 문구 태깅 모듈(230)은 판독 문구 저장 모듈(220)에 저장되어 있는 판독 문구들을 전송된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 태깅하는 부분이다. 일 검사 대상 개체로부터 획득되는 1개일 수도 있으나, 복수인 것이 대부분이다. 판독 문구 태깅 모듈(230)은 입력 모듈(270)을 통해, 획득된 복수의 의료 영상 중 어느 하나 이상 "각각"에 판독 문구를 태깅하게 된다. 따라서, 판독 문구가 태깅된 의료 영상은 1개일 수 있고, 그 이상일 수 있으며, 태깅된 의료 영상은 판독에 가장 적합한 영상일 수 있다.
예를 들어, 검사 대상 개체에 대한 뇌 MRI 영상과 폐 X-ray 영상이 촬영된 경우, 뇌 MRI 영상들 중 어느 하나 이상의 영상 각각에, 바람직하게는 뇌 질환 판독에 가장 적합한 영상들 각각에 뇌 질환과 관련된 판독 문구들이 태깅될 수 있으며, 폐 X-ray 영상들 중 어느 하나 이상의 영상 각각에, 바람직하게는 폐 질환 판독에 가장 적합한 영상들 각각에 폐 질환과 관련된 판독 문구들이 태깅될 수 있는 것이다.
그룹화 모듈(240)은 공통된 판독 문구가 태깅된 의료 영상들을 그룹핑하는 부분이다. 각 검사 대상 개체마다 의료 영상은 복수개일 것인데, 어느 하나의 판독 문구를 갖는 의료 영상들을 한데 그룹핑하여 예를 들어, 식도 궤양(Esophageal ulcer) 판독 문구를 갖는 의료 영상들을 그룹핑함으로써, 의료 영상을 이용한 연구 시 편의성을 제공하고, 추후 판독 장치(300)의 학습 모듈(310)에 데이터 입력 시 보다 효율적으로 학습시킬 수 있다는 장점을 갖는다.
익명화 모듈(250)은 의료 영상들에 태깅되어 있는 각 검사 대상 개체의 개인 정보를 암호화하는 부분이다. 검사 대상 개체로부터 획득된 의료 영상은 그에 대응되는 검사 대상 개체를 구별하기 위한 이름 등의 개인 정보가 태깅되어 있는 것이 일반적이다. 하지만, 의료 정보에 있어서 익명성은 그 무엇보다 중요한 요소이므로 의료 영상에 태깅되어 있는 개인 정보를 암호화하는 것이 중요하다. 익명화 모듈(250)은 암호화된 내용으로 검사 대상 개체의 신원은 파악할 수 없으면서도, 의료 영상을 활용한 연구에서 연구에 유용한 정보로 개인 정보를 암호화하는 것이 바람직하다. 일 예로서, 의료 영상에 태깅된 개인 정보인 검사 대상 개체의 성명 및 환자 코드 번호를, 검사 대상 개체에 상응하는 성별, 나이 및 영상 획득 시간으로 암호화하여, 암호화된 정보만으로는 검사 대상 개체의 신원은 파악할 수 없으면서도, 의료 영상을 활용한 연구에서 연구에 유용한 정보로 암호화할 수 있다. 따라서, 제3자에게 의료 영상이 공개되어 의도치 않게 개인 의료 정보가 유출되는 문제를 방지할 수 있다. 이렇듯, 익명화 모듈(250)은 다양한 방법으로 개인 정보를 암호화하여, 의료 정보의 익명성의 향상을 이룰 수 있다.
검색 모듈(260)은 판독 문구 저장 모듈(220)에 저장된 판독 문구들을 검색식으로 하여 검색식에 해당하는 판독 문구가 태깅된 의료 영상들을 검색하는 부분이다. 공통된 판독 문구가 태깅된 의료 영상들은 그룹화 모듈(240)에 의해 그룹핑되어 있기 때문에, 검색 모듈(260)에 판독 문구들을 검색식으로 하여 검색하는 것만으로도, 원하는 의료 영상들을 쉽게 검색할 수 있는 장점을 갖게 된다.
입력 모듈(270)을 통해 의료 영상에의 판독 문구 태깅, 태깅된 판독 문구의 수정 및 의료 영상의 검색 등이 가능하며, 키보드, 마우스, 터치 패널 등이 적용될 수 있다.
출력 모듈(280)은 의료 영상 촬영 장치(100)로부터 전송된 의료 영상 및 판독 문구 태깅 모듈(230)에 의해 태깅 완료된 의료 영상들이 출력되는 부분이다. 디스플레이 형태로 구비될 수 있으나, 의료 영상이 출력될 수 있는 형태이면 어느 것이든 제한되지 않는다.
데이터 송신 모듈(290)은 태깅 완료된 의료 영상들을 판독 장치(300)에 송신하는 부분이다. 판독 장치(300)와 무선 또는 유선 통신 연결되어 의료 영상을 전송받을 수 있으나, 편의를 위해 무선 통신 연결되는 것이 바람직하다.
판독 장치(300)는 의료 영상 송수신 모듈(210)로부터, 의료 영상 촬영 장치(100)가 촬영한 의료 영상을 송신받고, 데이터 송신 모듈(290)로부터 태깅 완료된 의료 영상을 송신받아, 이를 학습함으로써 이후 의료 영상만을 입력하여도 인공지능 시스템에 의하여 판독 문구들이 자동으로 태깅되도록 하는 부분이다.
판독 장치(300)는 학습 모듈(310), 데이터 베이스(320) 및 판독 모듈(330)을 포함한다.
학습 모듈(310)은 데이터 송신 모듈(290)에 의해 전송된 의료 영상을 입력 받아 기 설정된 방법에 의하여 의료 영상과, 의료 영상에 태깅된 판독 문구들을 학습하는 부분이다. 학습 모듈(310)이 다수의 판독 태깅 의료 영상을 학습하는 경우, 이후 판독 문구가 태깅되지 않은 의료 영상을 입력하는 것만으로도, 입력된 의료 영상에 최적화된 판독 문구들을 태깅하여 출력할 수 있게 된다. 여기서, 상기 기 설정된 방법은 기계학습, 신경망, 딥러닝 및 분류 알고리즘 중 적어도 하나를 이용하여 의료 영상 및 의료 영상에 태깅된 판독 문구를 태깅하는 것일 수 있다. 모든 의료 영상이 입력될 수도 있으나, 판독 문구가 태깅된 의료 영상들만이 학습 모듈(310)에 입력되어 보다 효율적인 학습이 이루어지는 것이 바람직하다.
데이터베이스(320)는 판독 장치(300)에 전송된 의료 영상들을 저장하는 부분이다.
판독 모듈(330)은 학습된 데이터를 바탕으로 기 설정된 방법으로 데이터 송신 모듈(290)로부터 전송된 의료 영상에 판독 문구들을 태깅하는 부분이다. 이에 따라, 태깅 장치(200)에 의한 판독 문구가 태깅이 이루어지지 않은 의료 영상에 대해서도, 판독 모듈(330)에 의해 자동화된 판독 문구 태깅이 이루어질 수 있으며, 판독에 있어 편의성을 제공할 수 있다.
2. 의료 영상 판독 문구 태깅 방법
도 2를 참조하여, 본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 방법에 대해 구체적으로 설명한다.
먼저, 의료 영상 촬영 장치(100)에 의해 검사 대상 개체에 대한 하나 이상의 의료 영상이 촬영되는 단계가 선행된다(S100). 여기서 의료 영상에는 초음파 영상, X-ray 영상, 컴퓨터 단층 촬영(Computed Tomography, CT) 영상, 자기 공명 영상(Magnetic Resonance Imaging, MRI) 및 양전자 단층 촬영(Positron Emission Tomography, PET) 영상이 포함될 수 있으며, 이 외에도 검사 대상 개체의 진단을 위해 사용될 수 있는 의료 영상이 여기에 포함될 수 있다.
다음, 태깅 장치(200)의 의료 영상 송수신 모듈(210)이 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하는 단계가 수행된다(S110). 의료 영상 촬영 장치(100)와 무선 또는 유선 통신 연결되어 의료 영상을 전송받을 수 있으나, 편의를 위해 무선 통신 연결되는 것이 바람직하다.
다음, 태깅 장치(200)의 판독 문구 태깅 모듈(230)이 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들을 이용하여, 전송된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 판독 문구를 태깅하는 단계가 수행된다(S200).
다음, 태깅 장치(200)의 그룹화 모듈(240)이 태깅된 판독 문구를 공통으로 갖는 의료 영상들을 그룹핑하는 단계가 수행된다(S300). 각 검사 대상 개체마다 의료 영상은 복수개일 것인데, 어느 하나의 판독 문구를 갖는 의료 영상들을 한데 그룹핑하여 예를 들어, 식도 궤양(Esophageal ulcer) 판독 문구를 갖는 의료 영상들을 그룹핑함으로써, 의료 영상을 이용한 연구 시 편의성을 제공하고, 추후 판독 장치(300)의 학습 모듈(310)에 데이터 입력 시 보다 효율적으로 학습시킬 수 있다는 장점을 갖는다.
다음, 태깅 장치(200)의 데이터 송신 모듈(290)이 그룹핑된 의료 영상들을 판독 장치(300)에 송신하는 단계가 수행된다(S310).
다음, 판독 장치(300)의 학습 모듈(310)이 기 설정된 방법에 의하여, 의료 영상 및 의료 영상에 태깅된 판독 문구들을 학습하는 단계가 수행된다(S400).
다음, 판독 장치(300)의 판독 모듈(330)이 학습된 의료 영상 및 판독 문구들을 기초로 하여, 기 설정된 방법에 의해 전송된 의료 영상들에 판독 문구들을 태깅하는 단계가 수행된다(S500).
이후, 판독 문구 태깅 모듈(230) 또는 판독 모듈(330)에 의해 판독 문구가 태깅된 의료 영상들이 출력 모듈(280)을 통해 출력되는 단계가 수행되며, 출력되는 내용을 통하여 판독 결과의 관찰이 가능하다.
또한, S110 단계 이후 S200단계 이전, 태깅 장치(200)의 익명화 모듈(250)은 수신된 의료 영상들에 태깅된 검사 대상 개체의 개인 정보를 암호화 하는 단계가 더 수행될 수 있으며, 이로 인하여 의료 정보의 익명성 향상이 이루어질 수 있다.
3. 의료 영상 판독 문구 태깅 프로그램
본 출원의 실시예에 따른 의료 영상 판독 문구 태깅 프로그램은 전술한 2. 의료 영상 판독 문구 태깅 방법을 실행시키기 위하여 매체에 저장된 것일 수 있다. 각 단계에 대한 세부 내용은 앞선 단락에서 전술하였으므로 상세한 설명은 생략하기로 한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프린터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다
이상, 본 명세서에는 본 출원을 당업자가 용이하게 이해하고 재현할 수 있도록 도면에 도시한 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당업자라면 본 출원의 실시예로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 출원의 보호범위는 청구범위에 의해서 정해져야 할 것이다.
100: 의료 영상 촬영 장치
200: 태깅 장치
210: 의료 영상 송수신 모듈
220: 판독 문구 저장 모듈
230: 판독 문구 태깅 모듈
240: 그룹화 모듈
250: 익명화 모듈
260: 검색 모듈
270: 입력 모듈
280: 출력 모듈
290: 데이터 송신 모듈
300: 판독 장치
310: 학습 모듈
320: 데이터베이스
330: 판독 모듈
200: 태깅 장치
210: 의료 영상 송수신 모듈
220: 판독 문구 저장 모듈
230: 판독 문구 태깅 모듈
240: 그룹화 모듈
250: 익명화 모듈
260: 검색 모듈
270: 입력 모듈
280: 출력 모듈
290: 데이터 송신 모듈
300: 판독 장치
310: 학습 모듈
320: 데이터베이스
330: 판독 모듈
Claims (13)
- 검사 대상 개체에 대한 하나 이상의 의료 영상을 촬영하는 의료 영상 촬영 장치(100); 및
상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하는 의료 영상 송수신 모듈(210), 의료 영상의 판독을 위한 표준화된 판독 문구들이 저장된 판독 문구 저장 모듈(220), 상기 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들을 이용하여 상기 의료 영상 송수신 모듈(210)이 수신한 하나 이상의 의료 영상 중 어느 하나 이상 각각에 판독 문구를 태깅하는 판독 문구 태깅 모듈(230), 상기 판독 문구 태깅 모듈(220)에 의해 태깅된 판독 문구를 공통으로 갖는 의료 영상들을 그룹핑하는 그룹화 모듈(240), 상기 전송된 의료 영상에 태깅된 상기 검사 대상 개체에 상응하는 개인 정보를 기 설정된 방법에 의해 암호화하는 익명화 모듈(250) 및 상기 판독 문구 태깅 모듈(220)에 의해 태깅된 판독 문구가 태깅된 의료 영상들을 검색하는 검색 모듈(260)을 포함하는, 태깅 장치(200);를 포함하며,
상기 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들은 장기의 종류, 병변의 유무, 병변의 종류, 병변의 형상, 병변의 크기, 병변의 위치, 병변의 유형 및 출혈 여부에 관련된 판독 문구를 포함하며, 이들이 상기 의료 영상에 태깅되는 판독 문구이고,
상기 태깅 장치(200)는 판독 문구가 태깅된 의료 영상과, 상기 그룹화 모듈(240)에 의해 그룹핑된 의료 영상들을 판독 장치(300)에 송신하는 데이터 송신 모듈(290)을 더 포함하고,
상기 판독 장치(300)는,
상기 데이터 송신 모듈(290)에 의해 송신된 의료 영상을 입력받아 기 설정된 방법에 의하여, 의료 영상과, 상기 의료 영상에 태깅된 판독 문구들을 학습하는 학습 모듈(310); 및
상기 학습 모듈(310)에 의해 학습된 의료 영상 및 판독 문구들을 기초로 하여, 기 설정된 방법에 의하여 상기 의료 영상 송수신 모듈(210) 또는 상기 데이터 송신 모듈(290)로부터 전송된 의료 영상에 판독 문구들을 자동으로 태깅하는 판독 모듈(330);을 포함하는,
의료 영상 판독 문구 태깅 시스템.
- 삭제
- 삭제
- 제1항에 있어서,
상기 의료 영상은 초음파 영상, X-ray 영상, 컴퓨터 단층 촬영(Computed Tomography, CT) 영상, 자기 공명 영상(Magnetic Resonance Imaging, MRI) 및 양전자 단층 촬영(Positron Emission Tomography, PET) 영상 중 하나 이상을 포함하는,
의료 영상 판독 문구 태깅 시스템.
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 학습 모듈(310)은, 기계학습, 신경망, 딥러닝 및 분류 알고리즘 중 적어도 하나를 이용하여 상기 의료 영상 및 상기 의료 영상에 태깅된 판독 문구들을 학습하는,
의료 영상 판독 문구 태깅 시스템.
- 제1항에 따른 시스템을 이용한 방법으로서,
(a) 상기 의료 영상 촬영 장치(100)가 검사 대상 개체에 대한 하나 이상의 의료 영상을 촬영하는 단계; 및
(b) 상기 태깅 장치(200)가 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하고, 미리 결정된 방법에 따라 수신된 하나 이상의 의료 영상 중 어느 하나 이상 각각에 미리 결정된 상기 판독 문구를 태깅하며, 태깅된 판독 문구에 따라 의료 영상을 그룹핑하는 단계;를 포함하는,
의료 영상 판독 문구 태깅 방법.
- 제9항에 있어서,
상기 (b) 단계는,
(b1) 상기 태깅 장치(200)의 상기 의료 영상 송수신 모듈(210)이 상기 의료 영상 촬영 장치(100)에 의해 촬영된 하나 이상의 의료 영상을 수신하는 단계;
(b2) 상기 태깅 장치(200)의 상기 판독 문구 태깅 모듈(230)이 상기 판독 문구 저장 모듈(220)에 저장된 표준화된 판독 문구들을 이용하여 상기 (b1) 단계에서 수신한 하나 이상의 의료 영상 중 어느 하나 이상 각각에 상기 판독 문구를 태깅하는 단계; 및
(b3) 상기 태깅 장치(200)의 상기 그룹화 모듈(240)이 상기 (b2) 단계에서 태깅된 판독 문구를 공통으로 갖는 의료 영상들을 그룹핑하는 단계;를 포함하는,
의료 영상 판독 문구 태깅 방법.
- 제10항에 있어서,
상기 (b3) 단계 이후,
(c) 상기 태깅 장치(200)의 상기 데이터 송신 모듈(290)이 상기 (b3) 단계에서 그룹핑된 의료 영상들을 상기 판독 장치(300)에 송신하는 단계;
(d) 상기 판독 장치(300)의 상기 학습 모듈(310)이 기 설정된 방법에 의하여, 의료 영상과, 상기 의료 영상에 태깅된 판독 문구들을 학습하는 단계; 및
(e) 상기 판독 장치(300)의 상기 판독 모듈(330)이 상기 (d) 단계에서 학습된 의료 영상 및 판독 문구들을 기초로 하여, 기 설정된 방법에 의해 전송된 의료 영상들에 상기 판독 문구들을 태깅하는 단계;를 포함하는,
의료 영상 판독 문구 태깅 방법.
- 제11항에 있어서,
상기 (b) 단계는,
상기 태깅 장치(200)의 상기 익명화 모듈(250)이 기 설정된 방법에 의해 수신된 의료 영상들에 태깅된 상기 검사 대상 개체에 상응하는 개인 정보를 암호화하는 단계;를 더 포함하는,
의료 영상 판독 문구 태깅 방법.
- 하드웨어인 컴퓨터와 결합되어, 제9항 내지 제12항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 의료 영상 판독 문구 태깅 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180123966A KR102172424B1 (ko) | 2018-10-17 | 2018-10-17 | 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180123966A KR102172424B1 (ko) | 2018-10-17 | 2018-10-17 | 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200043185A KR20200043185A (ko) | 2020-04-27 |
| KR102172424B1 true KR102172424B1 (ko) | 2020-10-30 |
Family
ID=70467649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180123966A KR102172424B1 (ko) | 2018-10-17 | 2018-10-17 | 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102172424B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113782158A (zh) * | 2021-08-13 | 2021-12-10 | 广州市挖米科技有限责任公司 | 一种saas化影像数据高速传输与成像方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016048530A (ja) * | 2014-08-28 | 2016-04-07 | テクマトリックス株式会社 | デジタル医療用画像データ記憶システム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101134615B1 (ko) * | 2010-06-22 | 2012-04-09 | 한국과학기술원 | 사용자 적응형 이미지 관리 시스템 및 사용자 적응형 이미지 관리 방법 |
| KR101576047B1 (ko) * | 2014-01-17 | 2015-12-09 | 주식회사 인피니트헬스케어 | 의료 영상 판독 과정에서 구조화된 관심 영역 정보 생성 방법 및 그 장치 |
| JP2016158828A (ja) | 2015-02-27 | 2016-09-05 | 富士フイルム株式会社 | 医用画像処理装置、方法、及びプログラム |
| KR101887194B1 (ko) | 2018-06-20 | 2018-08-10 | 주식회사 뷰노 | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
-
2018
- 2018-10-17 KR KR1020180123966A patent/KR102172424B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016048530A (ja) * | 2014-08-28 | 2016-04-07 | テクマトリックス株式会社 | デジタル医療用画像データ記憶システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200043185A (ko) | 2020-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108021819B (zh) | 使用深度学习网络的匿名和安全分类 | |
| JP7411017B2 (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 | |
| US11043307B2 (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 | |
| KR101981583B1 (ko) | 의료영상 내 정보처리방법 | |
| US20180322254A1 (en) | Multimodal cognitive collaboration and cybernetic knowledge exchange with visual neural networking streaming augmented medical intelligence | |
| US11923070B2 (en) | Automated visual reporting technique for medical imaging processing system | |
| Monteiro et al. | A de-identification pipeline for ultrasound medical images in DICOM format | |
| CN104281683A (zh) | 医学图像的检索方法及共享方法 | |
| Chand et al. | Robotics, artificial intelligence and distributed ledgers in surgery: data is key! | |
| US20160124949A1 (en) | Research picture archiving communications system | |
| US11880485B2 (en) | Medical information anonymizing system and anonymizing method setting device | |
| US20180068438A1 (en) | Integrated deep learning and clinical image viewing and reporting | |
| CN105144175A (zh) | 图像可视化 | |
| van Ooijen | Quality and curation of medical images and data | |
| KR102172424B1 (ko) | 의료 영상 판독 문구 태깅 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| Kolhar et al. | Privacy-Preserving Convolutional Bi-LSTM Network for Robust Analysis of Encrypted Time-Series Medical Images | |
| Shawki et al. | The temple university hospital digital pathology corpus | |
| JP2016224793A (ja) | 医用診断支援システム、医用情報表示装置、医用情報管理装置及び医用画像処理プログラム | |
| WO2023004009A1 (en) | Methods, systems and computer program products for handling data records | |
| Bisson et al. | Anonymization of whole slide images in histopathology for research and education | |
| Galbusera et al. | Image annotation and curation in radiology: an overview for machine learning practitioners | |
| CN110291590A (zh) | 用于收集大医学图像数据的系统和方法 | |
| US11495343B2 (en) | Device, system, and method for determining a reading environment by synthesizing downstream needs | |
| CN112768036A (zh) | Dicom文件信息脱敏方法、装置、服务器和可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |