RU2665265C2 - Мониторинг рабочих характеристик системы формирования изображения - Google Patents
Мониторинг рабочих характеристик системы формирования изображения Download PDFInfo
- Publication number
- RU2665265C2 RU2665265C2 RU2016107800A RU2016107800A RU2665265C2 RU 2665265 C2 RU2665265 C2 RU 2665265C2 RU 2016107800 A RU2016107800 A RU 2016107800A RU 2016107800 A RU2016107800 A RU 2016107800A RU 2665265 C2 RU2665265 C2 RU 2665265C2
- Authority
- RU
- Russia
- Prior art keywords
- imaging system
- trend
- performance
- image forming
- numerical value
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
- A61B6/586—Detection of faults or malfunction of the device
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Alarm Systems (AREA)
- Image Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
Изобретение относится к мониторингу рабочих характеристик системы формирования изображения. Техническим результатом является повышение точности мониторинга рабочих характеристик системы формирования изображений. Способ содержит: получают набор рабочих характеристик системы формирования изображения; идентифицируют рабочую характеристику из набора рабочих характеристик, которая периодически выпадает за пределы предопределенного рабочего диапазона и не требует немедленного обслуживания системы формирования изображения; генерируют тренд для идентифицированной рабочей характеристики; сравнивают сгенерированный тренд с, по меньшей мере, одним эталонным трендом; определяют, что система формирования изображения должна быть обслужена, на основе данного сравнения; и генерируют сигнал уведомления об обслуживании в ответ на определение того, что система формирования изображения должна быть обслужена, при этом сигнал уведомления об обслуживании вызывает обслуживание системы формирования изображения. 3 н. и 12 з.п. ф-лы, 3 ил.
Description
Нижеследующее в целом относится к системе формирования изображения и, более конкретно, к мониторингу рабочих характеристик системы формирования изображения. Однако нижеследующее также пригодно для не формирующих изображения систем.
Обслуживающая телеметрия и удаленный мониторинг сложных устройств формирования изображения для пациента могут потребовать управление основной функциональностью и рабочими параметрами, чтобы гарантировать системную доступность для выполнения клинических протоколов при обработке объектов изображений в клинических условиях. Имея удаленную видимость этих основных параметров и функциональности в сочетании с удаленным доступом к необходимым управляющим подсистемам можно предотвратить серьезные отказы, которые могли бы сделать блок непригодным, таким образом, ограничивая скорость обработки пациента.
Возможность использования такой информации для телеметрии и дополнительного анализа требует передачу данных от блоков, географически расположенных в различных регионах, к выделенному центру(ам) управления, и обработку таких данных для извлечения и выделения конкретной информации для достижения цели удаленного мониторинга. Одним из способов достижения описанного выше процесса является работа с большими объемами лог-файлов, извлеченных из устройства. Это, как правило, требует значительной полосы пропускания для передачи данных, значительные вычисления центра управления и емкость памяти, и специальную рабочую силу для исполнения анализа и приведение в исполнение результатов вычислений данных.
Другим методом является непосредственное извлечение некоторых параметров из лог-файлов устройства и подсистем, и отправка только такой информации к центру управления. Это наиболее благоприятный относительно ресурсов способ, подходящий для улучшенной масштабируемости, в виде количества устройств, задействованных в увеличении области наблюдения. Кроме того, он отвечает потребностям бизнеса по защите информации и анализу устройства, посредством обеспечения параметров, для собственных центров управления компании. Эти параметры могут быть оценены на аварийном сервере удаленного мониторинга, который может мгновенно идентифицировать действенные значения в течение заданного интервала времени.
Однако некоторые параметры становятся практическими, только когда их значения вне пороговых значений удерживаются в течение более длительного периода времени. К сожалению, такие параметры могут привести к ложным срабатываниям, если они не оцениваются во времени и, таким образом, требуют дополнительного времени на анализ и исследование от систем, предназначенных для работы в клинике. Таким образом, существует нерешенная необходимость дополнительных подходов к оцениванию таких параметров.
Аспекты, описанные здесь, решают вышеупомянутые и другие проблемы.
Ниже описывается подход, который делает основные параметры доступными удаленно от совокупности систем формирования изображения, географически расположенных в различных регионах, для отслеживания трендов, ранжирования, анализа и/или дополнительной обслуживающей телеметрии, вместе с преодолением ограничений полосы пропускания сетевых коммуникаций и/или связности, и необходимости в вычислительных серверах большой емкости для анализа мультисистемной информации.
В одном аспекте способ генерирования сигнала уведомления об обслуживании для системы формирования изображения включает в себя этап, на котором получают набор рабочих характеристик системы формирования изображения. Способ дополнительно включает в себя этап, на котором идентифицируют рабочую характеристику из набора рабочих характеристик, которая периодически выпадает за пределы предопределенного рабочего диапазона и не требует немедленного обслуживания системы формирования изображения.
Способ дополнительно включает в себя этап, на котором генерируют тренд для идентифицированной рабочей характеристики. Способ дополнительно включает в себя этап, на котором сравнивают сгенерированный тренд с, по меньшей мере, одним эталонным трендом. Способ дополнительно включает в себя этап, на котором определяют, что система формирования изображения должна быть обслужена на основе упомянутого сравнения. Способ дополнительно включает в себя этап, на котором генерируют сигнал уведомления об обслуживании в ответ на определение того, что система формирования изображения должна быть обслужена, при этом сигнал уведомления об обслуживании вызывает обслуживание системы формирования изображения.
В другом аспекте система генерирования сигнала уведомления об обслуживании для системы формирования изображения содержит сервер характеристик, выполненный с возможностью получать набор рабочих характеристик системы формирования изображения. Система дополнительно включает в себя средство идентификации характеристик, выполненное с возможностью идентифицировать рабочую характеристику из набора рабочих характеристик, которая периодически выпадает за пределы предопределенного рабочего диапазона и не требует немедленного обслуживания системы формирования изображения. Система дополнительно содержит средство генерирования трендов, выполненное с возможностью генерировать тренд для идентифицированной рабочей характеристики, и средство сравнения трендов, выполненное с возможностью сравнения сгенерированного тренда с, по меньшей мере, одним эталонным трендом. Система дополнительно содержит логическое средство принятия решения, выполненное с возможностью определять, что система формирования изображения должна быть обслужена, на основе упомянутого сравнения и генерировать сигнал уведомления об обслуживании в ответ на определение того, что система формирования изображения должна быть обслужена, при этом сигнал уведомления об обслуживании вызывает обслуживание системы формирования изображения.
В другом аспекте машиночитаемый носитель информации, на котором закодированы машиночитаемые инструкции, которые когда исполняются процессором, предписывают процессору выполнять способ, описанный выше.
В одном варианте воплощения настоящего изобретения, рабочая характеристика представляет собой числовое значение.
В близких вариантах воплощения рабочая характеристика представляет собой метрику качества изображения. В одном близком варианте воплощения числовое значение может представлять собой стандартное отклонение для, по меньшей мере, поднабора вокселей данных изображения, сгенерированных системой формирования изображения. В одном близком варианте воплощения, числовое значение представляет собой разрешающую способность, по меньшей мере, поднабора вокселей данных изображения, сгенерированных системой формирования изображения. В другом близком варианте воплощения числовое значение указывает на артефакта в данных изображения, сгенерированных системой формирования изображения. В частности, числовое значение может быть двоичным значением, которое указывает наличие или отсутствие артефакта в этом варианте воплощения.
Дополнительно, один вариант воплощения настоящего изобретения предусматривает, что метрика качества изображения включает в себя числовое значение, которое представляет значение соотношения однородности изображения детектора данных изображения, сгенерированных системой формирования изображения. В еще одном варианте воплощения метрика качества изображения включает в себя числовое значение, которое представляет отслеживание центра вращения детекторов в системе формирования изображения. Кроме того, в одном варианте воплощения метрика качества изображения включает в себя числовое значение, которое представляет показатель пространственной разрешающей способности системы формирования изображения. Кроме того, один вариант воплощения предусматривает, что метрика качества изображения включает в себя числовое значение, которое представляет показатель чувствительности системы формирования изображения.
В дополнительном варианте воплощения, рабочая характеристика включает в себя одно или более из температуры, электрической характеристики, состояния хранилища данных или скорости передачи данных. Точно так же рабочая характеристика может включать в себя проблемы в передаче данных или сбои в передаче данных.
В одном варианте воплощения настоящего изобретения, эталонный тренд включает в себя тренд для другой системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона, но не требующей обслуживания. В дополнительном варианте воплощения настоящего изобретения эталонный тренд включает в себя тренд для другой системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона и требующей обслуживания. Кроме того, один вариант воплощения предусматривает, что эталонный тренд включает в себя тренд для той же системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона. В этом варианте воплощения, сравнение может указывать возникает ли периодическая рабочая характеристика более часто или менее часто.
В одном варианте воплощения настоящего изобретения, способ дополнительно содержит этапы, на которых:
принимают сигнал, указывающий пользовательский ввод, указывающий, что система формирования изображения подлежит обслуживанию; и
генерируют сигнал уведомления об обслуживании в ответ на принятый сигнал.
Изобретение может быть реализовано в форме различных компонентов и расположениях компонентов, и на различных этапах и расположениях этапов. Чертежи предназначены только с целью иллюстрации предпочтительных вариантов воплощения и не должны быть истолкованы как ограничивающие изобретение.
Фиг.1 схематично иллюстрирует систему мониторинга состояния системы формирования изображения, связанную со множеством систем формирования изображения и/или не формирующих изображение.
Фиг.2 схематично иллюстрирует разновидность системы мониторинга состояния системы формирования изображения согласно Фиг.1.
Фиг.3 иллюстрирует способ в соответствии с вариантами воплощения, раскрытыми здесь.
Фиг.1 схематично иллюстрирует систему 100, которая включает в себя систему 102 мониторинга состояния системы формирования изображения и набор систем 104 формирования изображения.
Сервер 106 характеристик системы формирования изображения получает рабочие характеристики одного или более набора систем 104 формирования изображений. Примеры подходящих систем 104 формирования изображений включают в себя, но не ограничиваются ими, сканер 108 компьютерной томографии (CT), сканер 110 магнитного резонанса (MR), сканер 112 однофотонной эмиссионной компьютерной томографии (SPECT), сканер 114 позитронно-эмиссионной томографии (PET). Рабочая характеристика может включать в себя и/или быть ассоциированной с идентификатором, который идентифицирует конкретную систему 104 формирования изображений.
Примеры рабочих характеристик включают в себя, но не ограничиваются ими, температурные значения одного или более предопределенных месторасположений, температурные значения одного или более предопределенных аппаратных компонентов, электрические значения (например, напряжения, токи, угрозы, и т.д.) одного или более предопределенных компонентов или схем, процент доступного дискового пространства, проблемы в передаче данных, отказы передачи данных, метрики качества изображения и/или другие характеристики. Такие рабочие характеристики могут быть измерены и/или иначе определены аппаратными средствами и/или программным обеспечением в системах 104.
Как правило, полученная рабочая характеристика представлена в виде числового значения. Например, характеристика, представляющая температуру конкретного компонента, может быть в форме аналогового или цифрового значения, представляющего температуру (например, цифровое значение, представляющее 70 градусов). Примеры характеристик качества изображения включают в себя помеху (например, стандартное отклонение, дисперсию и т.д.), разрешение (например, выраженное в парах линий на миллиметр, пар линий/мм), артефакт (например, двоичное значение, представляющее присутствие или отсутствие такового), значение соотношения однородности изображения детектора данных изображения, отслеживание центра вращения детекторов в системе формирования изображения, показатель пространственной разрешающей способности системы формирования изображения, показатель чувствительности системы формирования изображения и/или другие характеристики качества изображения, которые могут быть представлены в виде числового значения.
В одном не ограничивающем примере сервер 106 характеристик системы формирования изображения опрашивает одну или более систем 104 для таких рабочих характеристик. Такой опрос может быть на основе предопределенного расписания (например, каждые сутки, и т.д.), по требованию (например, в ответ на сигнал, указывающий на пользовательский запрос на опрос) и/или иным образом. Дополнительно или альтернативно, система 104 может принудительно отправлять или передавать одну или более рабочих характеристик к серверу 106 характеристик системы формирования изображения. Принудительная отправка может быть на основе предопределенного расписания (например, каждый вечер, и т.д.), по требованию (например, в ответ на сигнал, указывающий на пользовательский запрос на опрос) и т.д.
Сервер 106 характеристик системы формирования изображения может быть частью системы 102 мониторинга состояния системы формирования изображений (как показано), отдельным от нее, и/ или распределенным между системой 102 мониторинга состояния системы формирования изображений и одной или более другими системами. Пример системы отдельной от него, включает в себя, но не ограничивается, одну или более систем 104 формирования изображения, аппаратура, на которой система 104 формирования изображения расположена, централизованный сервер для систем 104 формирования изображения и т.д.
Средство идентификации 118 характеристик идентифицирует некоторые рабочие характеристики, сохраненные сервером 106 характеристик системы формирования изображения. В проиллюстрированном варианте воплощения некоторые рабочие характеристики являются теми значениями, которые периодически выпадают за пределы рабочих диапазонов 120, пока конкретная система 104 формирования изображения все еще работает и функционально выполняет обслуживание, при этом указанный вариант воплощения обеспечивает (например, сканирование субъекта или объекта). Такие рабочие характеристики отличаются от тех (например, изгиб рентгеновской трубки, дефектный датчик, и т.д.), что указывают на конкретную систему 104 формирования изображения, требующие немедленного обслуживания и/или ухода.
Средство 122 хранения идентифицированных характеристик хранит значения характеристик упомянутых идентифицированных характеристик. Значения характеристик могут измеряться постоянно или периодически. В любом случае, хранятся все идентифицированные характеристики или их поднабор. В последнем случае, например, может быть получено среднее значение в течение одного или более временных диапазонов, а не все значения. В другом примере получают только максимальное и/или только минимальное значение в течение одного или более интервалов времени. В еще одном примере получают и сохраняют другое характерное значение.
Средство 124 генерирования трендов генерирует тренды для информации, хранящейся в средстве хранения 122 идентифицированных характеристик. Например, когда температура схемной платы периодически выпадает из спецификации и система 104 формирования изображения все еще сканирует и производит диагностические изображения, и температуры схемной платы могут быть сохранены в средстве хранения 122 идентифицированных характеристик и сгенерирован тренд в течение времени средством 124 генерирования трендов. В случае другого примера, когда значение качества изображения периодически выпадает из спецификации, значение может быть сохранено в средстве хранения 122 идентифицированных характеристик и генерирован тренд в течение времени средством 124 генерирования трендов.
Хранилище 126 трендов хранит тренды, сгенерированные средством 124 генерирования трендов. Хранилище 126 трендов может быть частью системы 102 мониторинга состояния системы формирования изображения (как показано), отдельным от нее, и/или распределенным между системой 102 мониторинга состояния системы формирования изображения и одной или более другими системами.
Средство 128 идентификации устойчивого тренда идентифицирует тренды в хранилище 126 трендов, в котором выпадающие характеристики из спецификации удерживаются в течение предопределенных временных рамок. В одном случае это достигается путем периодического оценивания трендов в хранилище 126 трендов для предопределенного образца 128 (например, количество пороговых величин в течение конкретного периода времени). Тренды, которые не соответствуют образцу 128, могут быть удалены из хранилища 126 трендов.
Средство 132 сравнения трендов сравнивает идентифицированные устойчивые тренды с другими трендами. Например, в одном случае, средство 132 сравнения трендов сравнивает идентифицированные устойчивые тренды с трендами систем формирования изображения, которые имеют и/или имели такую же устойчивую характеристику, но не требующие обслуживания. Дополнительно или альтернативно, средство 132 сравнения трендов сравнивает идентифицированные устойчивые тренды с трендами систем формирования изображения, которые имеют и/или имели такую же устойчивую характеристику и требующие обслуживание.
Дополнительно или альтернативно, средство 132 сравнения трендов сравнивает идентифицированные устойчивые тренды с ранее генерированными трендами для той же системы формирования изображения и той же устойчивой характеристикой. Исходя из этого, средство 132 сравнения трендов может определять, возникает ли периодически упомянутая периодическая характеристика более часто, менее часто или так же. Другие сравнения также рассматриваются в данном описании.
Сравнение может быть вызвано и на основе сигнала, указывающего на пользовательский ввод, такого как сигнал, указывающий на выбранный пользователем сравнительный тренд. Дополнительно или альтернативно, средство 128 идентификации устойчивого тренда может автоматически идентифицировать тренд для сравнения. В последнем случае, идентифицированный тренд может нуждаться в подтверждении или проверке пользователем и/или пользователь может переопределять автоматически выбранный тренд.
Тренды и/или сравнения могут быть визуально отображены через дисплей 134. Для наглядности, тренды и/или сравнения могут быть ранжированы на основе предопределенного приоритета, который может учитывать конкретную характеристику, тип системы формирования изображения, степень устойчивости и т.д. Признаки такие, как цвет, размер символов, фон и/или другие признаки могут быть использованы для подчеркивания, выделения, упорядочивания и т.д. отображаемых трендов и/или сравнений.
Устройство 136 ввода может быть использовано для получения сигнала, указывающего на пользовательский ввод. Примеры устройств ввода включают в себя, но не ограничиваются ими, мышь, сенсорный экран, цифровое перо, микрофон и т.д. В одном случае сигнал может помечать тренд для дополнительного оценивания и/или обслуживания. В другом случае, сигнал может помечать тренд, как не требующий дополнительного оценивания и/или обслуживания.
Логическое средство 138 принятия решения оценивает тренды и/или сравнения трендов на основе набора предопределенных правил 140. Это включает в себя, учет сигнала, указывающего на пользовательский ввод, когда такой сигнал был обеспечен. Если правило 140 указывает, что система 104 формирования изображения не требует обслуживания, то логическое средство 138 принятия решения может ассоциировать и/или добавлять тренд с обоснованием, указывающим причину этого решения, и сохранять добавленный тренд в хранилище 126 трендов для последующего анализа и/или архивирования.
Когда правило указывает, что система 104 формирования изображения должна быть обслужена, генерируется сигнал уведомления логическим средством 138 принятия решения и передается логическим средством 138 принятия решения. В некоторых случаях, логическое средство 138 принятия решения может объединять и/или добавлять тренд с обоснованием, указывающим причину этого решения, и сохранять добавленный тренд в хранилище 126 трендов. Правила 140 могут быть предопределены и/или сконфигурированы пользователем.
Машина 142 дистанционного обслуживания в ответ на прием сигнала уведомления, и если обслуживание может быть выполнено дистанционно машиной 142 дистанционного обслуживания, осуществляет доступ к системе 104 формирования изображения с характеристикой с устойчивым трендом и выполняет обслуживание, которое может включать в себя взаимодействие с человеком или может не включать в себя любое взаимодействие с человеком. Дополнительно или альтернативно, машина 142 дистанционного обслуживания обеспечивает электронное уведомление для персонала обслуживания, которое может привести к обслуживанию по месту эксплуатации системы 104 формирования изображения.
В общем, система 102 мониторинга состояния системы формирования изображения делает основные параметры доступными удаленно от совокупности систем 104 формирования изображения, географически расположенных в различных регионах, для отслеживания трендов, ранжирования, анализа и/или дополнительной обслуживающей телеметрии, преодолевая полосу пропускания сетевых коммуникаций и/или ограничения связи, и необходимость в вычислительных серверах большой емкости для анализа мультисистемной информации.
Следует отметить, что, по меньшей мере, подчасть системы 102 мониторинга состояния системы формирования изображения может быть реализована с помощью одного или более процессоров компьютера (например, центральным процессором (ЦП), микропроцессором и т.д.), исполняя одну или более исполняемых компьютером инструкций, встроенных или закодированных на машиночитаемом носителе информации, который исключает временный носитель, такой как физическая память. Тем не менее, по меньшей мере, одна из исполняемых компьютером инструкций в качестве альтернативы может быть осуществлена с помощью несущей волны, сигнала и другим временным носителем и реализована с помощью одного или более компьютерных процессоров.
Фиг.2 схематически иллюстрирует вариант системы 100, в котором система 102 мониторинга состояния системы формирования изображения дополнительно включает в себя средство 202 оценивания характеристики, которое оценивает рабочие характеристики в сервере 106 характеристик системы формирования изображения, и в ответ на идентификацию рабочей характеристики, которая указывает на то, что система 104 формирования изображения требует немедленного обслуживания и/или ухода, уведомляет машину 142 дистанционного обслуживания как таковую, идентифицированную здесь и/или иным образом.
Фиг.3 иллюстрирует примерный способ в соответствии с вариантом воплощения, обсуждаемом в данном документе.
Следует отметить, что порядок действий этих способов не является ограничивающим. Таким образом, другие порядки будут рассмотрены в данном документе. Кроме того, одно или более действий могут быть опущены и/или одно или более дополнительных действий могут быть включены.
На этапе 302 получают рабочие характеристики одной или более систем формирования изображения. Как обсуждалось в данном документе, рабочие характеристики могут быть получены посредством запрашивания и/или принудительной отправки свойств, и представляют собой числовые значения.
На этапе 304 идентифицируют характеристики упомянутых полученных характеристик, которые периодически выпадают из предопределенных рабочих диапазонов.
На этапе 306 генерируют тренды идентифицированных характеристик, которые периодически выпадают из предопределенных рабочих диапазонов.
На этапе 308 идентифицируют сгенерированные тренды, в которых характеристики постоянно выпадают из предопределенных рабочих диапазонов. В одном не ограничивающем экземпляре, который включает в себя ранжирование категорий (например, группы свойств), на основе состояния (например, хорошо, подозрение, нездорово, и т.д.) и их отображение, используя признаки, такие как цвет, фон и т.п., которые визуально показывает, какие подсистемы здоровы, подозреваемы, нездоровы, и т.д. В общем, отображение состояния идентифицированных систем может обеспечить картину общего состояния системного типа в пределах установленной базы.
На этапе 310 устойчивые тренды сравнивают с одним или более контрольных трендов. Он включает в себя тренды той с же характеристикой другой системы формирования изображения, которые приводят к обслуживанию другой системы формирования изображения, тренды с той же характеристикой другой системы формирования изображения, которые не приводят к обслуживанию другой системы формирования изображения, тренды с той же характеристикой системы формирования изображения и т.д.
На этапе 312 определяют, обслуживается ли система формирования изображения с характеристикой, которая периодически выпадает из предопределенных рабочих диапазонов, на основе набора правил.
Если да, то на этапе 314 генерируют и передают сигнал уведомления об обслуживании. Как обсуждалось в данном описании, сигнал уведомления об обслуживании может привести к обслуживанию системы формирования изображения.
Вышеупомянутые действия могут быть реализованы посредством машиночитаемого носителя информации, на котором закодированы машиночитаемые инструкции, которые когда исполняются процессором, предписывают процессору выполнять описанные действия. Дополнительно или альтернативно, по меньшей мере, машиночитаемые инструкции осуществляются посредством сигнала, несущей волны и другого временного носителя и реализуются компьютерным процессором.
Изобретение было описано со ссылкой на предпочтительные варианты воплощения. Модификации и изменения могут прийти на ум при прочтении и осмыслении предшествующего подробного описания. Предполагается, что изобретение будет построено, как включающее в себя все такие модификации и изменения постольку, поскольку они входят в объем прилагаемой формулы изобретения или ее эквивалентов.
Claims (27)
1. Способ генерирования сигнала уведомления об обслуживании для системы формирования изображения, содержащий этапы, на которых:
получают набор рабочих характеристик системы формирования изображения;
идентифицируют рабочую характеристику из набора рабочих характеристик, которая периодически выпадает за пределы предопределенного рабочего диапазона и не требует немедленного обслуживания системы формирования изображения;
генерируют тренд для идентифицированной рабочей характеристики;
сравнивают сгенерированный тренд с, по меньшей мере, одним эталонным трендом;
определяют, что система формирования изображения должна быть обслужена, на основе данного сравнения; и
генерируют сигнал уведомления об обслуживании в ответ на определение того, что система формирования изображения должна быть обслужена, при этом сигнал уведомления об обслуживании вызывает обслуживание системы формирования изображения.
2. Способ по п.1, в котором рабочая характеристика является числовым значением.
3. Способ по п.2, причем рабочая характеристика является метрикой качества изображения.
4. Способ по п.3, причем числовое значение представляет собой стандартное отклонение для, по меньшей мере, поднабора вокселей данных изображения, сгенерированных системой формирования изображения.
5. Способ по п.3, причем числовое значение представляет собой разрешающую способность, по меньшей мере, подмножества вокселей данных изображения, сгенерированных системой формирования изображения.
6. Способ по п.3, причем числовое значение указывает на артефакт в данных изображения, сгенерированных системой формирования изображения.
7. Способ по п.3, причем метрика качества изображения включает в себя числовое значение, которое представляет значение соотношения однородности изображения детектора данных изображения, сгенерированных системой формирования изображения.
8. Способ по п.3, причем метрика качества изображения включает в себя числовое значение, которое представляет отслеживание центра вращения детекторов в системе формирования изображения.
9. Способ по п.3, причем метрика качества изображения включает в себя числовое значение, которое представляет показатель пространственной разрешающей способности системы формирования изображения.
10. Способ по п.3, в которой метрика качества изображения включает в себя числовое значение, представляющее показатель чувствительности системы формирования изображения.
11. Способ по п.2, в котором рабочая характеристика включает в себя одно или более из температуры, электрической характеристики, состояния хранилища данных и скорости передачи данных.
12. Способ по любому из пп. 1-11, причем эталонный тренд включает в себя по меньшей мере
первый тренд для другой системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона, но не требующей обслуживания, и
второй тренд для другой системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона и требующей обслуживания.
13. Способ по любому из пп. 1-11, причем эталонный тренд включает в себя тренд для той же системы формирования изображения с той же рабочей характеристикой, периодически выпадающей за пределы предопределенного диапазона, и при этом упомянутое сравнение указывает, возникает ли периодическая рабочая характеристика более часто или менее часто.
14. Система (100) для генерирования сигнала уведомления об обслуживании для системы формирования изображения, содержащая:
сервер (106) характеристик, выполненный с возможностью получать набор рабочих характеристик системы формирования изображения;
средство (118) идентификации характеристик, выполненное с возможностью идентифицировать рабочую характеристику из набора рабочих характеристик, которая периодически выпадает из предопределенного рабочего диапазона и не требует немедленного обслуживания системы формирования изображения;
средство трендов, выполненное с возможностью генерировать тренд для идентифицированной рабочей характеристики, и средство сравнения трендов, выполненное с возможностью сравнивать сгенерированный тренд с по меньшей мере одним эталонным трендом; и
логическое средство принятия решения, выполненное с возможностью определять, что система формирования изображения должна быть обслужена на основе сравнения, и генерировать сигнал уведомления об обслуживании в ответ на определение того, что система формирования изображения должна быть обслужена, причем сигнал уведомления об обслуживании вызывает обслуживание системы формирования изображения.
15. Машиночитаемый носитель информации, на котором закодированы машиночитаемые инструкции, которые, когда исполняются процессором, предписывают процессору выполнять способ по п.1.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361862982P | 2013-08-07 | 2013-08-07 | |
| US61/862,982 | 2013-08-07 | ||
| PCT/IB2014/063680 WO2015019273A2 (en) | 2013-08-07 | 2014-08-04 | Imaging system operational property monitoring |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2016107800A RU2016107800A (ru) | 2017-09-08 |
| RU2016107800A3 RU2016107800A3 (ru) | 2018-06-14 |
| RU2665265C2 true RU2665265C2 (ru) | 2018-08-28 |
Family
ID=51626562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016107800A RU2665265C2 (ru) | 2013-08-07 | 2014-08-04 | Мониторинг рабочих характеристик системы формирования изображения |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9842191B2 (ru) |
| EP (1) | EP3030996B1 (ru) |
| JP (1) | JP6356242B2 (ru) |
| CN (1) | CN105453092B (ru) |
| BR (1) | BR112016002489A2 (ru) |
| RU (1) | RU2665265C2 (ru) |
| WO (1) | WO2015019273A2 (ru) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9737649B2 (en) | 2013-03-14 | 2017-08-22 | Smith & Nephew, Inc. | Systems and methods for applying reduced pressure therapy |
| AU2015411394B2 (en) | 2015-10-07 | 2021-07-08 | Smith & Nephew, Inc. | Systems and methods for applying reduced pressure therapy |
| CA3023932A1 (en) | 2016-05-13 | 2017-11-16 | Smith & Nephew, Inc. | Automatic wound coupling detection in negative pressure wound therapy systems |
| JP7063887B2 (ja) | 2016-09-29 | 2022-05-09 | スミス アンド ネフュー インコーポレイテッド | 陰圧創傷治療システムにおける構成要素の構築及び保護 |
| US11712508B2 (en) | 2017-07-10 | 2023-08-01 | Smith & Nephew, Inc. | Systems and methods for directly interacting with communications module of wound therapy apparatus |
| GB201820668D0 (en) | 2018-12-19 | 2019-01-30 | Smith & Nephew Inc | Systems and methods for delivering prescribed wound therapy |
| US20200286613A1 (en) * | 2019-03-04 | 2020-09-10 | Hologic, Inc. | Detecting tube output roll off |
| DE102020214736A1 (de) * | 2020-11-24 | 2022-05-25 | Siemens Healthcare Gmbh | Fehlerüberwachungsvorrichtung und Verfahren zum Betrieb eines medizintechnischen Geräts |
| EP4148743A1 (en) * | 2021-09-14 | 2023-03-15 | Koninklijke Philips N.V. | Equipment monitoring system |
| WO2023093109A1 (en) * | 2021-11-25 | 2023-06-01 | Siemens Shanghai Medical Equipment Ltd. | Data transmission quality indication apparatus for medical device and related medical device |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6473659B1 (en) * | 1998-04-10 | 2002-10-29 | General Electric Company | System and method for integrating a plurality of diagnostic related information |
| US20030216888A1 (en) * | 2001-03-28 | 2003-11-20 | Ridolfo Charles F. | Predictive maintenance display system |
| US20110121969A1 (en) * | 2009-11-25 | 2011-05-26 | Unisyn Medical Technologies, Inc. | Remote maintenance of medical imaging devices |
| RU2011129594A (ru) * | 2008-12-18 | 2013-01-27 | Конинклейке Филипс Электроникс Н.В. | Система оповещения о программной ошибке и недостатке эффективности |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11170659A (ja) * | 1997-12-17 | 1999-06-29 | Canon Inc | 画像処理装置 |
| JP2001094844A (ja) | 1999-09-22 | 2001-04-06 | Nikon Corp | カメラ |
| JP4585161B2 (ja) * | 2002-01-24 | 2010-11-24 | 株式会社東芝 | 検査予約システム |
| EP1554668A4 (en) * | 2002-10-23 | 2006-08-02 | Capital Surini Group Internat | SYSTEMS AND METHODS FOR INFORMATION MANAGEMENT FOR CLINICAL TRIALS |
| US7127371B2 (en) * | 2003-10-08 | 2006-10-24 | Ge Medical Systems Information | Customized medical equipment preventative maintenance method and system |
| US20050114892A1 (en) | 2003-11-26 | 2005-05-26 | Peter Chan | Low orbit satellite communication with mobile medical equipment incorporating global positioning system |
| JP2006244165A (ja) * | 2005-03-03 | 2006-09-14 | Fujitsu Frontech Ltd | データ処理装置の処理速度遅れ検知方法 |
| JP4266957B2 (ja) | 2005-06-03 | 2009-05-27 | キヤノン株式会社 | 集中監視システム及びその制御方法、並びに、ホスト装置及びその制御方法 |
| US8294572B2 (en) * | 2006-12-28 | 2012-10-23 | Intel-Ge Care Innovations Llc | Method and mechanism for assisted diagnosis and maintenance of health monitoring system |
| US8154753B2 (en) * | 2008-10-29 | 2012-04-10 | Thx, Ltd. | Method and system for providing access to image system services |
| JP5561061B2 (ja) * | 2010-09-21 | 2014-07-30 | 大日本印刷株式会社 | データ保管システム |
| JP5655571B2 (ja) * | 2011-01-06 | 2015-01-21 | 富士ゼロックス株式会社 | 画像形成システム、判定基準設定装置及びプログラム |
| US20130086208A1 (en) | 2011-09-30 | 2013-04-04 | Aljex Software, Inc. | Distributed Monitoring And Control System |
-
2014
- 2014-08-04 WO PCT/IB2014/063680 patent/WO2015019273A2/en active Application Filing
- 2014-08-04 EP EP14776904.6A patent/EP3030996B1/en active Active
- 2014-08-04 CN CN201480044172.7A patent/CN105453092B/zh active Active
- 2014-08-04 BR BR112016002489A patent/BR112016002489A2/pt not_active Application Discontinuation
- 2014-08-04 JP JP2016532776A patent/JP6356242B2/ja active Active
- 2014-08-04 US US14/910,021 patent/US9842191B2/en active Active
- 2014-08-04 RU RU2016107800A patent/RU2665265C2/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6473659B1 (en) * | 1998-04-10 | 2002-10-29 | General Electric Company | System and method for integrating a plurality of diagnostic related information |
| US20030216888A1 (en) * | 2001-03-28 | 2003-11-20 | Ridolfo Charles F. | Predictive maintenance display system |
| RU2011129594A (ru) * | 2008-12-18 | 2013-01-27 | Конинклейке Филипс Электроникс Н.В. | Система оповещения о программной ошибке и недостатке эффективности |
| US20110121969A1 (en) * | 2009-11-25 | 2011-05-26 | Unisyn Medical Technologies, Inc. | Remote maintenance of medical imaging devices |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2015019273A2 (en) | 2015-02-12 |
| EP3030996A2 (en) | 2016-06-15 |
| BR112016002489A2 (pt) | 2017-08-01 |
| WO2015019273A3 (en) | 2015-05-28 |
| RU2016107800A (ru) | 2017-09-08 |
| EP3030996B1 (en) | 2019-03-06 |
| US9842191B2 (en) | 2017-12-12 |
| US20160188828A1 (en) | 2016-06-30 |
| JP6356242B2 (ja) | 2018-07-11 |
| CN105453092B (zh) | 2019-03-08 |
| JP2016528629A (ja) | 2016-09-15 |
| RU2016107800A3 (ru) | 2018-06-14 |
| CN105453092A (zh) | 2016-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2665265C2 (ru) | Мониторинг рабочих характеристик системы формирования изображения | |
| CN110140364B (zh) | 实时定位平台信标协议系统和方法 | |
| JP2021061042A (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 | |
| Zhang et al. | Spatial analysis on human brucellosis incidence in mainland China: 2004–2010 | |
| JP2016528629A5 (ru) | ||
| US9906543B2 (en) | Automated abnormality detection in service networks | |
| US11195610B2 (en) | Priority alerts based on medical information | |
| US20220172844A1 (en) | Machine learning system and method, integration server, information processing apparatus, program, and inference model creation method | |
| Guo et al. | Machine learning classifier using abnormal brain network topological metrics in major depressive disorder | |
| EP3686805A1 (en) | Associating a population descriptor with a trained model | |
| US20160378917A1 (en) | Imaging Study Queries Across Multiple Facilities And Repositories | |
| US20190103185A1 (en) | Discrimination result providing apparatus, operating method of discrimination result providing apparatus, discrimination result providing program, and discrimination result providing system | |
| US11031137B2 (en) | Handling undetermined quantifiable target lesions while tracking cancerous lesions using long axis and short axis meausrement consistent with response evaluation criteria in solid tumors (RECIST) guidelines | |
| JP2018186397A (ja) | 情報処理装置、映像監視システム、情報処理方法及びプログラム | |
| CN114513334B (zh) | 风险管理方法和风险管理装置 | |
| US11747415B2 (en) | Method and system for monitoring depletion of a coolant in a cooling system | |
| US20160147948A1 (en) | Comparing medical data records | |
| CN107665258B (zh) | 文件系统可用性确定方法及装置 | |
| CN114651264A (zh) | 将模型输出组合为组合模型输出 | |
| US10510028B2 (en) | Method and apparatus for utilizing task value units for imaging interpretation and other tasks | |
| US20170116382A1 (en) | Patient care reconnaissance system | |
| US9396083B2 (en) | Computer system processes | |
| KR20130088730A (ko) | 의료영상 저장 전송 시스템의 정보 공유, 관리 장치 및 방법 | |
| Luo et al. | Design and implementation of an automatic analysis system for magnetic resonance quality detection based on QT | |
| US20210218783A1 (en) | Information processing apparatus and non-transitory computer readable medium |