RU2012103474A - Система визуализации для оптимального определения стадии рака, основанная на правилах поддержки принятия решений и индивидуальном подходе к пациенту - Google Patents
Система визуализации для оптимального определения стадии рака, основанная на правилах поддержки принятия решений и индивидуальном подходе к пациенту Download PDFInfo
- Publication number
- RU2012103474A RU2012103474A RU2012103474/08A RU2012103474A RU2012103474A RU 2012103474 A RU2012103474 A RU 2012103474A RU 2012103474/08 A RU2012103474/08 A RU 2012103474/08A RU 2012103474 A RU2012103474 A RU 2012103474A RU 2012103474 A RU2012103474 A RU 2012103474A
- Authority
- RU
- Russia
- Prior art keywords
- tumor
- patient
- recommendations
- processor
- image
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
Abstract
1. Способ, включающий в себя:идентифицирование (220) посредством процессора опухоли на изображении пациента;классифицирование (230) посредством процессора опухоли на основании заранее определенной системы классификации; иопределение (250) посредством процессора рекомендаций о числе, положении и порядке лимфатических узлов, которые следует подвергнуть биопсии, на основании опухоли, идентифицированной по изображению пациента, классификации опухоли и заранее определенному правилу.2. Способ по п.1, дополнительно включающий в себя:картирование (240) изображения пациента в общий атлас, включающий в себя пронумерованные лимфатические узлы.3. Способ по п.1, дополнительно включающий в себя:отображение (260) рекомендаций в отношении биопсии лимфатического узла.4. Способ по п.1, отличающийся тем, что заранее определенная в нем система классификации является системой классификации Tumor Node Metastasis (Опухоль, Лимфатический узел, Метастазы, TNM).5. Способ по п.1, отличающийся тем, что опухоль идентифицирована на основании одного из заранее определенных правил идентификации и пользовательском вводе.6. Способ по п.1, дополнительно включающий в себя:сегментирование (270) анатомической структуры, в которой расположение опухоли определяется из медицинского изображения пациента и картирование рекомендаций в отношении биопсии лимфатического узла в сегментированную анатомическую структуру.7. Способ по п.6, в котором анатомической структурой является легкое, а способ дополнительно включает в себя:экстракцию (280) бронхиального дерева из медицинского изображения пациента и картирование (280) рекомендаций в отношении биопсии лимфатического узла в бр
Claims (18)
1. Способ, включающий в себя:
идентифицирование (220) посредством процессора опухоли на изображении пациента;
классифицирование (230) посредством процессора опухоли на основании заранее определенной системы классификации; и
определение (250) посредством процессора рекомендаций о числе, положении и порядке лимфатических узлов, которые следует подвергнуть биопсии, на основании опухоли, идентифицированной по изображению пациента, классификации опухоли и заранее определенному правилу.
2. Способ по п.1, дополнительно включающий в себя:
картирование (240) изображения пациента в общий атлас, включающий в себя пронумерованные лимфатические узлы.
3. Способ по п.1, дополнительно включающий в себя:
отображение (260) рекомендаций в отношении биопсии лимфатического узла.
4. Способ по п.1, отличающийся тем, что заранее определенная в нем система классификации является системой классификации Tumor Node Metastasis (Опухоль, Лимфатический узел, Метастазы, TNM).
5. Способ по п.1, отличающийся тем, что опухоль идентифицирована на основании одного из заранее определенных правил идентификации и пользовательском вводе.
6. Способ по п.1, дополнительно включающий в себя:
сегментирование (270) анатомической структуры, в которой расположение опухоли определяется из медицинского изображения пациента и картирование рекомендаций в отношении биопсии лимфатического узла в сегментированную анатомическую структуру.
7. Способ по п.6, в котором анатомической структурой является легкое, а способ дополнительно включает в себя:
экстракцию (280) бронхиального дерева из медицинского изображения пациента и картирование (280) рекомендаций в отношении биопсии лимфатического узла в бронхиальное дерево.
8. Способ по п.1, дополнительно включающий в себя:
сохранение в памяти одного из изображений пациента, основного атласа и рекомендации в отношении биопсии лимфатического узла.
9. Система, включающая в себя:
дисплей (106), отображающий снимок пациента; и
процессор (102), классифицирующий опухоль, отображенную на изображении пациента, на основе заранее определенной системы классификации, и определяющий рекомендации о числе, положении и порядке лимфатических узлов, которые необходимо подвергнуть биопсии, на основании опухоли в изображении пациента, классификации опухоли и заранее определенного правила.
10. Система по п.9, в которой процессор (102) дополнительно картирует снимок пациента в основной атлас, включающий в себя пронумерованные местоположения лимфатических узлов.
11. Система по п.9, в которой дисплей (106) дополнительно отображает рекомендации в отношении биопсии лимфатического узла.
12. Система по п.9, в которой заранее определенная система классификации является системой классификации Tumor Node Metastasis (TNM).
13. Система по п.9, дополнительно содержащая:
пользовательский интерфейс (104), в котором опухоль идентифицируют посредством пользовательского ввода через пользовательский интерфейс (104).
14. Система по п.9, в которой процессор (102) идентифицирует опухоль на основании заранее определенных правил.
15. Система по п.9, в которой процессор (102) сегментирует анатомическую структуру, в которой положение опухоли определяется из медицинского изображения пациента и картирует рекомендации в отношении биопсии лимфатического узла в сегментированную анатомическую структуру.
16. Система по п.9, в которой анатомической структурой является легкое и в которой процессор (102) извлекает бронхиальное дерево из медицинского изображения пациента и картирует рекомендации в отношении биопсии лимфатического узла в бронхиальное дерево.
17. Система по п.9, дополнительно включающая в себя:
запоминающее устройство (108), сохраняющее одно из изображений пациента, общий атлас и рекомендации в отношении биопсии лимфатического узла.
18. Считываемый компьютером носитель информации (108), содержащий в себе набор инструкций, выполняемых процессором (102), причем набор инструкций, задействуемый для:
идентифицирования (220) опухоли на изображении пациента;
классифицирования (230) опухоли на основании заранее определенной системы классификации; и
определения (250) рекомендации о числе, положении и порядке лимфатических узлов, которые необходимо подвергнуть биопсии, на основании идентифицированной опухоли на изображении пациента, классификации опухоли и заранее определенного правила.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US22267509P | 2009-07-02 | 2009-07-02 | |
| US61/222,675 | 2009-07-02 | ||
| PCT/IB2010/052670 WO2011001317A1 (en) | 2009-07-02 | 2010-06-15 | Rule based decision support and patient-specific visualization system for optimal cancer staging |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2012103474A true RU2012103474A (ru) | 2013-08-10 |
Family
ID=42753013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2012103474/08A RU2012103474A (ru) | 2009-07-02 | 2010-06-15 | Система визуализации для оптимального определения стадии рака, основанная на правилах поддержки принятия решений и индивидуальном подходе к пациенту |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20120143623A1 (ru) |
| EP (1) | EP2449529A1 (ru) |
| JP (1) | JP2012531935A (ru) |
| CN (1) | CN102473299A (ru) |
| BR (1) | BRPI1010204A2 (ru) |
| RU (1) | RU2012103474A (ru) |
| WO (1) | WO2011001317A1 (ru) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITCO20120008A1 (it) | 2012-03-01 | 2013-09-02 | Nuovo Pignone Srl | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
| US20140164968A1 (en) * | 2012-12-09 | 2014-06-12 | WinguMD, Inc. | Medical Photography User Interface Utilizing a Body Map Overlay in Camera Preview to Control Photo Taking and Automatically Tag Photo with Body Location |
| BR112016008686B1 (pt) | 2013-10-23 | 2022-08-02 | Koninklijke Philips N.V | Método, sistema para avaliar lesões no corpo, e, mídia de armazenamento não transitório legível por computador que inclui um conjunto de instruções executáveis por um processador |
| RU2016140206A (ru) * | 2014-03-13 | 2018-04-13 | Конинклейке Филипс Н.В. | Система и способ планирования медицинских приемов последующего врачебного наблюдения на основании письменных рекомендаций |
| US20160283657A1 (en) * | 2015-03-24 | 2016-09-29 | General Electric Company | Methods and apparatus for analyzing, mapping and structuring healthcare data |
| WO2017064600A1 (en) * | 2015-10-14 | 2017-04-20 | Koninklijke Philips N.V. | Systems and methods for generating correct radiological recommendations |
| US10595941B2 (en) * | 2015-10-30 | 2020-03-24 | Orthosensor Inc. | Spine measurement system and method therefor |
| US11224392B2 (en) | 2018-02-01 | 2022-01-18 | Covidien Lp | Mapping disease spread |
| CN112365948B (zh) * | 2020-10-27 | 2023-07-18 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7130457B2 (en) * | 2001-07-17 | 2006-10-31 | Accuimage Diagnostics Corp. | Systems and graphical user interface for analyzing body images |
| US7343030B2 (en) * | 2003-08-05 | 2008-03-11 | Imquant, Inc. | Dynamic tumor treatment system |
| US8190231B2 (en) * | 2003-11-20 | 2012-05-29 | Hamamatsu Photonics K.K. | Lymph node detecting apparatus |
| WO2006026714A2 (en) * | 2004-08-31 | 2006-03-09 | Board Of Regents, The University Of Texas System | Diagnosis and prognosis of cancer based on telomere length as measured on cytological specimens |
| US20100240990A1 (en) * | 2009-03-19 | 2010-09-23 | Besiki Surguladze | Diagnosis and treatment method of malignant tumours and marker compound |
-
2010
- 2010-06-15 RU RU2012103474/08A patent/RU2012103474A/ru unknown
- 2010-06-15 WO PCT/IB2010/052670 patent/WO2011001317A1/en active Application Filing
- 2010-06-15 CN CN2010800297126A patent/CN102473299A/zh active Pending
- 2010-06-15 EP EP10728373A patent/EP2449529A1/en not_active Withdrawn
- 2010-06-15 JP JP2012516902A patent/JP2012531935A/ja not_active Withdrawn
- 2010-06-15 BR BRPI1010204A patent/BRPI1010204A2/pt not_active IP Right Cessation
- 2010-06-15 US US13/382,013 patent/US20120143623A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| EP2449529A1 (en) | 2012-05-09 |
| JP2012531935A (ja) | 2012-12-13 |
| BRPI1010204A2 (pt) | 2016-03-29 |
| CN102473299A (zh) | 2012-05-23 |
| US20120143623A1 (en) | 2012-06-07 |
| WO2011001317A1 (en) | 2011-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2012103474A (ru) | Система визуализации для оптимального определения стадии рака, основанная на правилах поддержки принятия решений и индивидуальном подходе к пациенту | |
| US20210150724A1 (en) | Learning-based spine vertebra localization and segmentation in 3d ct | |
| US9532762B2 (en) | Apparatus and method for lesion detection | |
| Ganz et al. | Automatic segmentation of polyps in colonoscopic narrow-band imaging data | |
| US9483822B2 (en) | Co-occurrence of local anisotropic gradient orientations | |
| WO2013175683A1 (ja) | 病理診断結果判定システム、病理診断結果判定方法および病理診断結果判定装置 | |
| US20190385307A1 (en) | System and method for structures detection and multi-class image categorization in medical imaging | |
| US9424460B2 (en) | Tumor plus adjacent benign signature (TABS) for quantitative histomorphometry | |
| JP2009009290A (ja) | 類似画像検索装置 | |
| RU2013110371A (ru) | Обнаружение анатомических ориентиров | |
| JP2019500583A5 (ru) | ||
| US20160328517A1 (en) | Extraction of information from an image and inclusion thereof in a clinical report | |
| Candemir et al. | Automatic heart localization and radiographic index computation in chest x-rays | |
| WO2020026223A1 (en) | Systems and methods for automated detection of visual objects in medical images | |
| CN113855079A (zh) | 基于乳腺超声影像的实时检测和乳腺疾病辅助分析方法 | |
| Puri et al. | Automated computational detection, quantitation, and mapping of mitosis in whole-slide images for clinically actionable surgical pathology decision support | |
| Yao et al. | Construction and multicenter diagnostic verification of intelligent recognition system for endoscopic images from early gastric cancer based on YOLO-V3 algorithm | |
| US20230259816A1 (en) | Determination support device, information processing device, and training method | |
| US20170169192A1 (en) | Inserting structured content in itemized reports | |
| Diao et al. | Computer aided cancer regions detection of hepatocellular carcinoma in whole-slide pathological images based on deep learning | |
| RU2018127774A (ru) | Автоматизированная система идентификации пула крови и способ управления указанной системой | |
| KR20130082849A (ko) | 진단 근거를 제공하는 의료영상 진단 장치 및 방법 | |
| Schultheis et al. | Using deep learning segmentation for endotracheal tube position assessment | |
| CN112634266B (zh) | 喉镜图像的半自动标注方法、介质、设备及装置 | |
| CN108670409A (zh) | 用于手术规划的肺部组织三维重建与可视化装置 |