RU2013122758A - Система и способ динамического приращения базы данных пациентов случаями, демонстрирующими особые характеристики - Google Patents

Система и способ динамического приращения базы данных пациентов случаями, демонстрирующими особые характеристики Download PDF

Info

Publication number
RU2013122758A
RU2013122758A RU2013122758/08A RU2013122758A RU2013122758A RU 2013122758 A RU2013122758 A RU 2013122758A RU 2013122758/08 A RU2013122758/08 A RU 2013122758/08A RU 2013122758 A RU2013122758 A RU 2013122758A RU 2013122758 A RU2013122758 A RU 2013122758A
Authority
RU
Russia
Prior art keywords
disease
present case
case
pathological change
medical image
Prior art date
Application number
RU2013122758/08A
Other languages
English (en)
Inventor
Е Сюй
Лилла БОРОЦКИ
Марк Р. СИМПСОН
Original Assignee
Конинклейке Филипс Электроникс Н.В.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Конинклейке Филипс Электроникс Н.В. filed Critical Конинклейке Филипс Электроникс Н.В.
Publication of RU2013122758A publication Critical patent/RU2013122758A/ru

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

1. Способ, содержащий этапы, на которых:определяют (400) значения для характеристик настоящего случая заболевания;определяют (402), является ли настоящий случай заболевания особым случаем заболевания, на основе сравнения предварительно определенных параметров с определенными значениями;принимают (406) входные данные от пользователя, подтверждающие, что настоящий случай заболевания является особым случаем заболевания; исохраняют (408) настоящий случай заболевания в базе данных, содержащей компиляцию случаев заболевания, если пользователь подтверждает, что настоящий случай заболевания является особым случаем заболевания.2. Способ по п. 1, дополнительно содержащий этап, на котором:обновляют (410) базу данных, чтобы отражать добавление настоящего случая заболевания.3. Способ по п. 1, в котором настоящий случай заболевания включает в себя медицинское изображение, причем медицинское изображение сохраняется в отдельной базе данных, при этом медицинское изображение может быть найдено в отдельной базе данных на основе одного из вычисленных значений и информации о пациенте.4. Способ по п. 1, дополнительно содержащий этап, на котором:выбирают характеристики настоящего случая заболевания, причем выбор включает в себя одну из морфологических инеморфологических характеристик для медицинского изображения.5. Способ по п. 1, дополнительно содержащий этап, на котором:находят, по меньшей мере, один случай заболевания из компиляции случаев заболевания на основе вычисленных значений и информации о пациенте настоящего случая заболевания.6. Способ по п. 2, в котором обновление (410) включает в себя один из этапов, на которых обновляют стати

Claims (15)

1. Способ, содержащий этапы, на которых:
определяют (400) значения для характеристик настоящего случая заболевания;
определяют (402), является ли настоящий случай заболевания особым случаем заболевания, на основе сравнения предварительно определенных параметров с определенными значениями;
принимают (406) входные данные от пользователя, подтверждающие, что настоящий случай заболевания является особым случаем заболевания; и
сохраняют (408) настоящий случай заболевания в базе данных, содержащей компиляцию случаев заболевания, если пользователь подтверждает, что настоящий случай заболевания является особым случаем заболевания.
2. Способ по п. 1, дополнительно содержащий этап, на котором:
обновляют (410) базу данных, чтобы отражать добавление настоящего случая заболевания.
3. Способ по п. 1, в котором настоящий случай заболевания включает в себя медицинское изображение, причем медицинское изображение сохраняется в отдельной базе данных, при этом медицинское изображение может быть найдено в отдельной базе данных на основе одного из вычисленных значений и информации о пациенте.
4. Способ по п. 1, дополнительно содержащий этап, на котором:
выбирают характеристики настоящего случая заболевания, причем выбор включает в себя одну из морфологических и
неморфологических характеристик для медицинского изображения.
5. Способ по п. 1, дополнительно содержащий этап, на котором:
находят, по меньшей мере, один случай заболевания из компиляции случаев заболевания на основе вычисленных значений и информации о пациенте настоящего случая заболевания.
6. Способ по п. 2, в котором обновление (410) включает в себя один из этапов, на которых обновляют статистические значения компиляции случаев заболевания и применяют методы машинного обучения, чтобы отражать значения настоящего случая заболевания.
7. Способ по п. 1, в котором определение (402), является ли настоящий случай заболевания особым случаем заболевания, дополнительно включает в себя один из этапов, на которых анализируют статистические критерии определенных значений, анализируют статистические критерии компиляции случаев заболевания в базе данных и применяют методы машинного обучения к настоящему случаю заболевания и компиляции случаев заболевания.
8. Способ по п. 4, дополнительно содержащий этапы, на которых:
вычисляют, когда выбранная характеристика является формой патологического изменения в медицинском изображении, расстояние от каждого воксела на поверхности патологического изменения до центра патологического изменения; и
определяют, когда выбранная характеристика является характеристикой увеличения патологического изменения, краевую зону патологического изменения, посредством нахождения границы патологического изменения и идентификации гетерогенных областей
внутри патологического изменения.
9. Система (100), содержащая:
память (128), сохраняющую компиляцию случаев (112) заболевания; и
устройство (102) обработки, определяющее значения для характеристик настоящего случая заболевания и определяющее, является ли настоящий случай заболевания особым случаем заболевания, на основе сравнения предварительно определенных параметров с определенными значениями, причем устройство (102) обработки дополнительно принимает входные данные от пользователя (104, 106, 108), подтверждающие, что настоящий случай заболевания является особым случаем заболевания, и сохраняет настоящий случай заболевания в памяти (128), если пользователь (104, 106, 108) подтверждает, что настоящий случай заболевания является особым случаем заболевания.
10. Система (100) по п. 9, дополнительно содержащая:
дополнительную память (120, 122, 124), сохраняющую множество медицинских изображений, при этом настоящий случай заболевания включает в себя медицинское изображение, причем медицинское изображение сохраняется в дополнительной памяти (120, 122, 124), при этом медицинское изображение может быть найдено в дополнительной памяти (120, 122, 124) на основе одного из вычисленных значений и информации о пациенте.
11. Система (100) по п. 10, в которой дополнительная память содержит одну из рентгенологической информационной системы (120), больничной информационной системы (122) и системы (124) связи и архивации изображений.
12. Система (100) по п. 9, в которой устройство (102) обработки дополнительно принимает выбор характеристик настоящего случая заболевания, причем выбор включает в себя одну из морфологических и неморфологических характеристик медицинского изображения.
13. Система (100) по п. 9, в которой устройство (102) обработки дополнительно находит, по меньшей мере, один случай заболевания в компиляции случаев (112) заболевания на основе вычисленных значений настоящего случая заболевания.
14. Система (100) по п. 9, в которой устройство (102) обработки, при определении того, является ли настоящий случай заболевания особым случаем заболевания, выполняет анализ статистических критериев определенных значений, анализ статистических критериев компиляции случаев заболевания в базе (112) данных и применение методов машинного обучения к настоящему случаю заболевания и компиляции случаев заболевания.
15. Система (100) по п. 12, в которой устройство (102) обработки вычисляет, когда выбранная характеристика является формой патологического изменения в медицинском изображении, расстояние от каждого воксела на поверхности патологического изменения до центра патологического изменения, причем процессор дополнительно вычисляет, когда выбранная характеристика является характеристикой увеличения патологического изменения, краевую зону патологического изменения, посредством нахождения границы патологического изменения и идентификации гетерогенных областей внутри патологического изменения.
RU2013122758/08A 2010-10-19 2011-10-11 Система и способ динамического приращения базы данных пациентов случаями, демонстрирующими особые характеристики RU2013122758A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US39443410P 2010-10-19 2010-10-19
US61/394.434 2010-10-19
PCT/IB2011/054478 WO2012052876A1 (en) 2010-10-19 2011-10-11 System and method for dynamic growing of a patient database with cases demonstrating special characteristics

Publications (1)

Publication Number Publication Date
RU2013122758A true RU2013122758A (ru) 2014-11-27

Family

ID=44903309

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013122758/08A RU2013122758A (ru) 2010-10-19 2011-10-11 Система и способ динамического приращения базы данных пациентов случаями, демонстрирующими особые характеристики

Country Status (6)

Country Link
US (1) US9798778B2 (ru)
EP (1) EP2630600A1 (ru)
JP (1) JP6174490B2 (ru)
CN (2) CN109346187A (ru)
RU (1) RU2013122758A (ru)
WO (1) WO2012052876A1 (ru)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012052876A1 (en) 2010-10-19 2012-04-26 Koninklijke Philips Electronics N.V. System and method for dynamic growing of a patient database with cases demonstrating special characteristics
CN111512395A (zh) * 2017-12-19 2020-08-07 皇家飞利浦有限公司 学习并应用实体之间的背景相似性
CN108520780B (zh) * 2018-03-07 2021-08-06 中国科学院计算技术研究所 一种基于迁移学习的医学数据处理和系统
CN109493935B (zh) * 2018-12-21 2021-12-24 宜宝科技（北京）有限公司 基于医院端的检报管理方法及装置

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5878746A (en) 1993-08-25 1999-03-09 Lemelson; Jerome H. Computerized medical diagnostic system
US6006191A (en) * 1996-05-13 1999-12-21 Dirienzo; Andrew L. Remote access medical image exchange system and methods of operation therefor
US6901156B2 (en) * 2000-02-04 2005-05-31 Arch Development Corporation Method, system and computer readable medium for an intelligent search workstation for computer assisted interpretation of medical images
US7545964B2 (en) 2000-08-29 2009-06-09 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US20040015372A1 (en) 2000-10-20 2004-01-22 Harris Bergman Method and system for processing and aggregating medical information for comparative and statistical analysis
JP4614548B2 (ja) * 2001-01-31 2011-01-19 パナソニック株式会社 超音波診断装置
US7827043B2 (en) 2001-02-15 2010-11-02 Tahan A Christian Method using a global server for providing patient medical histories to assist in the delivery of emergency medical services
KR100454195B1 (ko) 2001-04-11 2004-10-26 김희영 경품 자유 선택식 행운 구매 방법
US20030069759A1 (en) * 2001-10-03 2003-04-10 Mdoffices.Com, Inc. Health care management method and system
JP2004005364A (ja) * 2002-04-03 2004-01-08 Fuji Photo Film Co Ltd 類似画像検索システム
US7617279B2 (en) 2003-02-27 2009-11-10 Fujifilm Corporation Image-printing system using peer-to-peer network
US7699752B1 (en) * 2003-04-07 2010-04-20 Brent Anderson Exercise activity recording system
AU2004251359B2 (en) * 2003-06-25 2009-01-22 Siemens Medical Solutions Usa, Inc. Systems and methods for automated diagnosis and decision support for breast imaging
EP1711919A1 (en) * 2004-01-26 2006-10-18 Koninklijke Philips Electronics N.V. Example-based diagnosis decision support
WO2005088520A1 (en) * 2004-03-11 2005-09-22 University Of Cincinnati Automated spine survey iterative scan technique (assist)
JP2005253685A (ja) 2004-03-11 2005-09-22 Konica Minolta Medical & Graphic Inc 画像診断支援装置及び画像診断支援プログラム
US20060036619A1 (en) 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
WO2006094032A2 (en) 2005-03-02 2006-09-08 Siemens Medical Solutions Usa, Inc. Guiding differential diagnosis through information maximization
US7890520B2 (en) * 2005-08-01 2011-02-15 Sony Corporation Processing apparatus and associated methodology for content table generation and transfer
US7639890B2 (en) 2005-10-25 2009-12-29 General Electric Company Automatic significant image generation based on image characteristics
US20070118399A1 (en) * 2005-11-22 2007-05-24 Avinash Gopal B System and method for integrated learning and understanding of healthcare informatics
JP2008234309A (ja) 2007-03-20 2008-10-02 Fujifilm Corp 症例収集システム
US8296247B2 (en) * 2007-03-23 2012-10-23 Three Palm Software Combination machine learning algorithms for computer-aided detection, review and diagnosis
US20090076849A1 (en) * 2007-09-13 2009-03-19 Kay Diller Systems and methods for patient-managed medical records and information
US20090125555A1 (en) 2007-11-14 2009-05-14 General Electric Company Method and apparatus for flexible archiving
EP2229643A1 (en) * 2007-12-28 2010-09-22 Koninklijke Philips Electronics N.V. Retrieval of similar patient cases based on disease probability vectors
CN101271489A (zh) * 2008-04-29 2008-09-24 南京医科大学第一附属医院 医学病例信息管理系统
EP2283442A1 (en) 2008-05-09 2011-02-16 Koninklijke Philips Electronics N.V. Method and system for personalized guideline-based therapy augmented by imaging information
TWI380093B (en) 2008-09-15 2012-12-21 Au Optronics Corp Backlight module with mixed-light light source module and manufacturing method thereof
WO2010038172A1 (en) 2008-10-01 2010-04-08 Koninklijke Philips Electronics N.V. Selection of snapshots of a medical image sequence
JP5212007B2 (ja) * 2008-10-10 2013-06-19 株式会社リコー 画像分類学習装置、画像分類学習方法、および画像分類学習システム
JP2012511337A (ja) 2008-12-09 2012-05-24 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 乳房病変特徴付けのための複数のセグメンテーション結果の概要
JP5502346B2 (ja) 2009-03-09 2014-05-28 富士フイルム株式会社 症例画像登録装置、方法およびプログラムならびに症例画像検索装置、方法、プログラムおよびシステム
US9183355B2 (en) * 2009-11-24 2015-11-10 Penrad Technologies, Inc. Mammography information system
WO2012052876A1 (en) 2010-10-19 2012-04-26 Koninklijke Philips Electronics N.V. System and method for dynamic growing of a patient database with cases demonstrating special characteristics

Also Published As

Publication number Publication date
CN103168305A (zh) 2013-06-19
JP6174490B2 (ja) 2017-08-02
US20130208962A1 (en) 2013-08-15
JP2013545177A (ja) 2013-12-19
US9798778B2 (en) 2017-10-24
CN109346187A (zh) 2019-02-15
EP2630600A1 (en) 2013-08-28
WO2012052876A1 (en) 2012-04-26

Similar Documents

Publication Publication Date Title
US20200058389A1 (en) Selecting acquisition parameter for imaging system
US8867812B2 (en) Image segmentation of organs and anatomical structures
CN107077211A (zh) 视线跟踪驱动的感兴趣区域分割
RU2012130028A (ru) Использование коллекции планов для разработки новых задач оптимизации
TW201019905A (en) System and method for automatic recognition and labeling of anatomical structures and vessels in medical imaging scans
CN110140128A (zh) 乳房动脉钙化的映射
CN110175255A (zh) 图像标注的方法、基于病理图像的标注展示方法及装置
JP2014534822A5 (ja) 冠動脈カルシウムのスコアリング方法、システム及びコンピュータプログラム製品
US20150086091A1 (en) Method and apparatus for detecting anatomical elements
US10692226B2 (en) Medical atlas registration
JP6915102B2 (ja) 骨に沿った人工ランドマークを使用した三次元画像の自動歪み補正および／または同時位置合わせのためのシステムおよび方法
JP2018097852A (ja) 画像類似度を確定する方法及び装置
RU2013122758A (ru) Система и способ динамического приращения базы данных пациентов случаями, демонстрирующими особые характеристики
US11182901B2 (en) Change detection in medical images
US20220392085A1 (en) Systems and methods for updating three-dimensional medical images using two-dimensional information
CN107678153B (zh) 光纤束图像处理方法和装置
US20200342276A1 (en) Normalization method for machine-learning and apparatus thereof
US20120220855A1 (en) Method and System for MR Scan Range Planning
US10762701B2 (en) Finite element modeling of anatomical structure
JP6876070B2 (ja) 対象の身体の少なくとも一部の画像における構造の少なくとも一部をマッピングするための方法及び装置
JP4991748B2 (ja) 構造のモデルを作成する方法
JP2013545177A5 (ru)
Kundeti et al. Systematic review protocol to assess artificial intelligence diagnostic accuracy performance in detecting acute ischaemic stroke and large-vessel occlusions on CT and MR medical imaging
CN109953740A (zh) 基于消除雾气的舌面图片清晰度增强系统及方法
EP3337418B1 (en) Simulating breast deformation