用于醫(yī)學(xué)數(shù)據(jù)的智能鏈接的方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明中描述了用于智能地組合跨不同模態(tài)接收的醫(yī)學(xué)發(fā)現(xiàn)的系統(tǒng)和方法。所述系統(tǒng)包括：提取模塊，其從包括注釋的感興趣區(qū)的圖像提取背景信息；特征選擇模塊，其使用所提取的背景信息和注釋構(gòu)建當(dāng)前特征矢量；以及引用引擎，其計(jì)算當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。所述方法包括從包括注釋的感興趣區(qū)的圖像提取背景信息；利用所提取的背景信息和所述注釋構(gòu)建當(dāng)前特征矢量；以及計(jì)算當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
【專利說明】用于醫(yī)學(xué)數(shù)據(jù)的智能鏈接的方法和系統(tǒng)
【背景技術(shù)】
[0001]諸如放射科醫(yī)師和腫瘤學(xué)家的醫(yī)生會(huì)處理越來越大量的信息以做出診斷，從而以最優(yōu)方式處置患者。例如，癌癥患者會(huì)頻繁地進(jìn)行成像檢查，隨著時(shí)間流逝，在他們的醫(yī)學(xué)記錄中將具有很多研究結(jié)果。醫(yī)生每次閱讀一項(xiàng)新的檢查都需要將當(dāng)前檢查與先前檢查進(jìn)行比較，以便確定先前所識(shí)別的病變的發(fā)展和/或發(fā)現(xiàn)任何新的病變。這項(xiàng)任務(wù)需要醫(yī)生閱讀、比較、解釋和關(guān)聯(lián)圖像和報(bào)告兩者中的研究結(jié)果。從工作流程角度來看這些活動(dòng)是耗時(shí)的，從臨床角度來看這些活動(dòng)是具有挑戰(zhàn)性的。
[0002]在乳腺癌處置領(lǐng)域中，乳房X射線照相術(shù)是協(xié)同診斷和篩選工具使用低劑量幅度X射線(即，大約0.7mSv)來檢查人類乳腺的過程。乳房X射線照相術(shù)的目的是對(duì)乳腺癌進(jìn)行早期診斷，通常通過檢測(cè)特征塊、病變和/或微鈣化來實(shí)現(xiàn)。人們認(rèn)為乳房X射線照相術(shù)可以降低乳腺癌死亡率。盡管沒有證明其他成像技術(shù)可以降低風(fēng)險(xiǎn)，但是保持注意乳腺變化和醫(yī)生檢查被認(rèn)為是定期乳腺護(hù)理的必要部分。因此，準(zhǔn)確一致地對(duì)病變進(jìn)行注釋對(duì)于臨床決策支持而言非常重要。

【發(fā)明內(nèi)容】

[0003]本文描述了一種系統(tǒng)，包括:提取模塊，其從包括注釋的感興趣區(qū)的圖像提取背景信息；特征選擇模塊，其使用所提取的背景信息和注釋構(gòu)建當(dāng)前特征矢量；以及引用引擎，其計(jì)算當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
[0004]本文還描述了一種方法，包括:通過提取模塊從包括注釋的感興趣區(qū)的圖像提取背景信息；特征選擇模塊使用所提取的背景信息和注釋構(gòu)建當(dāng)前特征矢量；以及通過引用引擎計(jì)算當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
[0005]本文還描述了一種非瞬態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其包括:可以由處理器執(zhí)行的指令的集合，所述指令的集合能夠運(yùn)行以至少:從包括注釋的感興趣區(qū)的圖像提取背景信息；利用提取的背景信息和所述注釋構(gòu)建當(dāng)前特征矢量；以及計(jì)算當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
【專利附圖】

【附圖說明】
[0006]圖1示出了根據(jù)示范性實(shí)施例的使用注釋工具的用戶描繪的醫(yī)學(xué)圖像的示范性屏幕視圖。
[0007]圖2示出了根據(jù)示范性實(shí)施例的用于智能地鏈接跨不同模態(tài)接收的醫(yī)學(xué)數(shù)據(jù)的數(shù)據(jù)鏈接工具。
[0008]圖3示出了根據(jù)示范性實(shí)施例的將跨不同模態(tài)接收的注釋進(jìn)行匹配的示范性屏眷視圖。
[0009]圖4示出了根據(jù)示范性實(shí)施例的用于將跨不同模態(tài)接收的醫(yī)學(xué)數(shù)據(jù)智能地鏈接的示范性方法?！揪唧w實(shí)施方式】
[0010]可以參考示范性實(shí)施例和相關(guān)附圖的以下描述進(jìn)一步理解示范性實(shí)施例，其中，為類似的元件提供相同的附圖標(biāo)記。示范性實(shí)施例涉及用于智能地組合跨不同模態(tài)接收的醫(yī)學(xué)發(fā)現(xiàn)的系統(tǒng)和方法，不同模態(tài)例如是超聲(“US”)數(shù)據(jù)、磁共振成像(“MRI”)數(shù)據(jù)和乳房X射線照相術(shù)(“MG”)數(shù)據(jù)。如下文更詳細(xì)地描述，示范性實(shí)施例將允許醫(yī)生(例如放射科醫(yī)師、腫瘤學(xué)家等)有效地將所有當(dāng)前醫(yī)學(xué)圖像和跨任何模態(tài)的患者記錄與任何先前醫(yī)學(xué)圖像和該患者的記錄進(jìn)行比較。于是，可以為醫(yī)生提供關(guān)于來自患者病變的多種發(fā)現(xiàn)的可用的所有信息并容易評(píng)估這些病變的發(fā)展。
[0011]已經(jīng)提出解決方案來幫助醫(yī)生執(zhí)行這樣的比較任務(wù)。例如，乳房成像報(bào)告和數(shù)據(jù)系統(tǒng)，或B1-RADS，是被設(shè)計(jì)為利用標(biāo)準(zhǔn)化詞匯以結(jié)構(gòu)化方式歸檔乳腺癌研究文檔的質(zhì)量保證工具。具體而言，這種系統(tǒng)允許放射科醫(yī)師注釋圖像上的病變并在數(shù)據(jù)庫中存儲(chǔ)注釋。B1-RADS是很多健康小組的合作努力結(jié)果，由美國放射學(xué)會(huì)(“ARC”)以B1-RADS圖集的形式出版并注冊(cè)商標(biāo)。圖集被分成3個(gè)出版物，具體而言是乳房X射線照相術(shù)數(shù)據(jù)、超聲數(shù)據(jù)和MRI數(shù)據(jù)。通常用B1-RADS評(píng)估種類的術(shù)語表達(dá)成像結(jié)果，通常稱為“ΒΙ-RADS分值”。該類別包括:0=未完成，1=正常，2=良性，3=不確定，4=疑似惡性腫瘤，5=高度疑似惡性腫瘤，6=活檢證明已知為惡性腫瘤。
[0012]可能需要將當(dāng)前研究做出的注釋鏈接到先前研究做出的注釋，以便醫(yī)生容易驗(yàn)證注釋的一致性并評(píng)估任何間隔的發(fā)展。如上所述，當(dāng)前對(duì)醫(yī)生的挑戰(zhàn)是將跨不同模態(tài)的當(dāng)前和先前研究進(jìn)行鏈接。例如，患有乳腺癌的患者可能有超聲研究、MRI研究和乳房X射線照相術(shù)研究，難以跨這些模態(tài)鏈接醫(yī)學(xué)發(fā)現(xiàn)。在本公開的示范性系統(tǒng)和方法之內(nèi)，鏈接和組合這些發(fā)現(xiàn)將需要醫(yī)生明確解釋和選擇匹配發(fā)現(xiàn)的耗時(shí)且易出錯(cuò)的任務(wù)。于是，示范性數(shù)據(jù)鏈接工具和相應(yīng)的方法可以允許這些醫(yī)生在有限干涉的情況下容易地鏈接這些醫(yī)學(xué)發(fā)現(xiàn)。
[0013]在本公開中，示范性實(shí)施例將指向與乳腺癌和感興趣區(qū)(例如病變)相關(guān)的醫(yī)學(xué)數(shù)據(jù)的智能鏈接。不過，應(yīng)當(dāng)指出，本文中所述的示范性系統(tǒng)和方法不限于乳腺癌數(shù)據(jù)，可以應(yīng)用于任何類型的標(biāo)準(zhǔn)化數(shù)據(jù)收集。例如，可以將本公開應(yīng)用于收集、比較和報(bào)告與各種形式的癌癥、各種類型的醫(yī)學(xué)數(shù)據(jù)、各種形式的成像和記錄數(shù)據(jù)等相關(guān)的數(shù)據(jù)。
[0014]圖1示出了根據(jù)示范性實(shí)施例的使用注釋工具的用戶描繪的醫(yī)學(xué)圖像的示范性屏幕視圖100。例如，屏幕視圖100可以是使用標(biāo)準(zhǔn)化詞匯以結(jié)構(gòu)化方式設(shè)計(jì)用于記錄乳腺癌研究項(xiàng)目的B1-RADS圖像的視圖。這種屏幕視圖100允許用戶對(duì)圖像中所描繪的諸如病變的感興趣區(qū)進(jìn)行注釋并將數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫中。如屏幕視圖中所示，帶注釋的數(shù)據(jù)還可以包括病變的解剖位置、塊特征(例如，形狀、邊界、增強(qiáng)模式等)、動(dòng)力學(xué)描述(例如，初期吸收、延遲期等)、穩(wěn)定性、測(cè)量結(jié)果以及許多其他研究結(jié)果。根據(jù)示范性實(shí)施例，可以將當(dāng)前研究中醫(yī)生所作注釋中的每一個(gè)注釋與先前研究中所作的先前注釋相鏈接。應(yīng)當(dāng)指出，術(shù)語“用戶”可以指本文中所述系統(tǒng)和方法的任何操作者，包括但不限于醫(yī)生、放射科醫(yī)師、腫瘤學(xué)家等。
[0015]圖2示出了根據(jù)示范性實(shí)施例的用于將跨不同模態(tài)接收的醫(yī)學(xué)數(shù)據(jù)智能鏈接的數(shù)據(jù)鏈接工具210。數(shù)據(jù)鏈接工具210或簡單地講，工具，包括諸如基于圖像的語境提取模塊220、特征選擇模塊230、引用引擎240、呈現(xiàn)引擎250和統(tǒng)計(jì)模型的數(shù)據(jù)庫260的各種部件，可以將其中一些部件實(shí)現(xiàn)為可由處理器執(zhí)行的軟件指令。此外，示范性數(shù)據(jù)鏈接工具210包括處理器和非瞬態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如存儲(chǔ)器。因此，存儲(chǔ)器可以包括可由處理器執(zhí)行的軟件指令的集合。應(yīng)當(dāng)指出，工具210的部件220到250中每一個(gè)部件都可以包括獨(dú)立處理器、存儲(chǔ)器和相應(yīng)的指令，由此為工具210創(chuàng)建多處理器架構(gòu)。
[0016]根據(jù)示范性實(shí)施例之一，數(shù)據(jù)鏈接工具210是基于網(wǎng)絡(luò)的軟件工具，其利用通信服務(wù)來允許醫(yī)生閱讀、創(chuàng)建、擴(kuò)充、解釋、比較和關(guān)聯(lián)圖像和報(bào)告中的醫(yī)學(xué)數(shù)據(jù)。
[0017]通常，醫(yī)生基于每個(gè)模態(tài)、每項(xiàng)研究在病變的圖像上創(chuàng)建注釋?？梢酝ㄟ^將超聲、MRI和乳房X射線照相術(shù)組合來對(duì)同一個(gè)病變進(jìn)行多次檢閱。對(duì)于復(fù)發(fā)的患者，除了任何當(dāng)前的成像研究外，需要使用先前圖像研究作為參考點(diǎn)來檢閱病變。于是，數(shù)據(jù)鏈接工具210的省時(shí)方面將允許醫(yī)生將各種模態(tài)中相同病變的不同注釋鏈接起來，以生成由病變?cè)斐傻陌l(fā)展總結(jié)。
[0018]在當(dāng)前的圖像研究期間，醫(yī)生在諸如屏幕視圖100所示圖像的圖像上描繪病變。然后醫(yī)生利用諸如B1-RADS工具的注釋工具來使用標(biāo)準(zhǔn)化術(shù)語描述病變。例如，可以用如下可擴(kuò)展標(biāo)記語言(XML)來編碼利用B1-RADS工具所作的注釋:
[0019]
【權(quán)利要求】
1.一種系統(tǒng)，包括: 提取模塊，其從包括注釋的感興趣區(qū)的圖像提取背景信息； 特征選擇模塊，其使用所提取的背景信息和所述注釋構(gòu)建當(dāng)前特征矢量；以及 引用引擎，其計(jì)算所述當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，還包括: 呈現(xiàn)引擎，其顯示所述圖像和所述先前圖像之間的匹配注釋。
3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其中，所述呈現(xiàn)引擎經(jīng)由用戶接口從用戶接收輸入，并基于所述輸入調(diào)節(jié)所述圖像。
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其中，從所述用戶接收的所述輸入包括圖像選擇、經(jīng)調(diào)節(jié)的細(xì)節(jié)、評(píng)估以及對(duì)額外信息的請(qǐng)求中的至少一項(xiàng)。
5.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述注釋包括圖像模態(tài)讀取、偏側(cè)性讀取、深度讀取、位置讀取、類型讀取、形狀讀取和測(cè)量結(jié)果讀取中的至少一項(xiàng)。
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述背景數(shù)據(jù)包括到乳頭的相對(duì)距離、到皮膚表面的相對(duì)距離、到病變的相對(duì)距離、體積估計(jì)、類型可能性和形狀可能性中的至少一項(xiàng)。
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述相似性分值(D)被計(jì)算為所述當(dāng)前特征矢量和所述先前特征矢量的每個(gè)元素(Hli)之間的距離(Cli)的加權(quán)求和，其中:
D= Σ Hii^di ;并且 其中，注釋Ui)和(bp的距離(Cli)被計(jì)算為: ?.=βα'Λο
8.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述感興趣區(qū)是來自乳腺癌患者的病變。
9.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述圖像和所述先前圖像是利用不同成像協(xié)議的相同感興趣區(qū)的圖像，并且其中，所述成像規(guī)程包括超聲成像、磁共振成像(“MRI”)成像和乳房X射線照相術(shù)(“MG”)成像中的至少一種。
10.一種方法，包括: 由提取模塊從包括注釋的感興趣區(qū)的圖像提取背景信息； 由特征選擇模塊使用所提取的背景信息和所述注釋構(gòu)建當(dāng)前特征矢量；以及 由引用引擎計(jì)算所述當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
11.根據(jù)權(quán)利要求10所述的方法，還包括: 由呈現(xiàn)引擎顯示所述圖像和所述先前圖像之間的匹配注釋。
12.根據(jù)權(quán)利要求10所述的方法，還包括: 經(jīng)由用戶接口從用戶接收輸入；以及 基于所述輸入調(diào)節(jié)所述圖像。
13.根據(jù)權(quán)利要求12所述的方法，其中，從所述用戶接收的所述輸入包括圖像選擇、經(jīng)調(diào)節(jié)的細(xì)節(jié)、評(píng)估以及對(duì)額外信息的請(qǐng)求中的至少一項(xiàng)。
14.根據(jù)權(quán)利要求10所述的方法，其中，所述注釋包括圖像模態(tài)讀取、偏側(cè)性讀取、深度讀取、位置讀取、類型讀取、形狀讀取和測(cè)量結(jié)果讀取中的至少一項(xiàng)。
15.根據(jù)權(quán)利要求10所述的方法，其中，所述背景數(shù)據(jù)包括到乳頭的相對(duì)距離、到皮膚表面的相對(duì)距離、到病變的相對(duì)距離、體積估計(jì)、類型可能性和形狀可能性中的至少一項(xiàng)。
16.根據(jù)權(quán)利要求10所述的方法，其中，所述相似性分值(D)被計(jì)算為所述當(dāng)前特征矢量和所述先前特征矢量的每個(gè)元素(Hli)之間的距離(Cli)的加權(quán)求和，其中:
D= Σ Hii^di ;并且 其中，注釋Ui)和(bp的距離(Cli)被計(jì)算為:
17.根據(jù)權(quán)利要求10所述的方法，其中，所述感興趣區(qū)是來自乳腺癌患者的病變。
18.根據(jù)權(quán)利要求10所述的方法，其中，所述圖像和所述先前圖像是利用不同成像協(xié)議的相同感興趣區(qū)的圖像，并且其中，所述成像協(xié)議包括超聲成像、磁共振成像(“MRI”)成像和乳房X射線照相術(shù)(“MG”)成像中的至少一種。
19.一種非瞬態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其包括能夠由處理器執(zhí)行的指令的集合，所述指令的集合能夠運(yùn)行以至少: 從包括注釋的感興趣區(qū)圖像提取背景信息； 利用所提取的背景信息和所述注釋構(gòu)建當(dāng)前特征矢量；以及 計(jì)算所述當(dāng)前特征矢量和先前圖像的先前特征矢量之間的相似性分值。
20.根據(jù)權(quán)利要求19所述的非瞬態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述指令的集合還能夠運(yùn)行以: 顯示所述圖像和所述先前圖像之間的匹配注釋； 經(jīng)由用戶接口從用戶接收輸入；以及 基于所述輸入調(diào)節(jié)所述圖像。
【文檔編號(hào)】G06K9/62GK103477353SQ201280013560
【公開日】2013年12月25日 申請(qǐng)日期:2012年2月13日 優(yōu)先權(quán)日:2011年3月16日
【發(fā)明者】錢悅晨, M·塞芬斯特 申請(qǐng)人:皇家飛利浦有限公司