CN102385664A - 诊断支持设备及其控制方法以及诊断支持*** - Google Patents
诊断支持设备及其控制方法以及诊断支持*** Download PDFInfo
- Publication number
- CN102385664A CN102385664A CN2011102518401A CN201110251840A CN102385664A CN 102385664 A CN102385664 A CN 102385664A CN 2011102518401 A CN2011102518401 A CN 2011102518401A CN 201110251840 A CN201110251840 A CN 201110251840A CN 102385664 A CN102385664 A CN 102385664A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- discovery
- input
- user interface
- unit
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims description 15
- 230000008676 import Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 6
- 206010028980 Neoplasm Diseases 0.000 description 30
- 101000741965 Homo sapiens Inactive tyrosine-protein kinase PRAG1 Proteins 0.000 description 24
- 102100038659 Inactive tyrosine-protein kinase PRAG1 Human genes 0.000 description 24
- 230000002159 abnormal effect Effects 0.000 description 22
- 210000004072 lung Anatomy 0.000 description 20
- 238000012545 processing Methods 0.000 description 15
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 11
- 201000005202 lung cancer Diseases 0.000 description 11
- 208000020816 lung neoplasm Diseases 0.000 description 11
- 201000011510 cancer Diseases 0.000 description 9
- 101001133056 Homo sapiens Mucin-1 Proteins 0.000 description 8
- 102100034256 Mucin-1 Human genes 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 210000004204 blood vessel Anatomy 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000002059 diagnostic imaging Methods 0.000 description 4
- RUZYUOTYCVRMRZ-UHFFFAOYSA-N doxazosin Chemical compound C1OC2=CC=CC=C2OC1C(=O)N(CC1)CCN1C1=NC(N)=C(C=C(C(OC)=C2)OC)C2=N1 RUZYUOTYCVRMRZ-UHFFFAOYSA-N 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 244000188472 Ilex paraguariensis Species 0.000 description 1
- 208000029523 Interstitial Lung disease Diseases 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 238000012706 support-vector machine Methods 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Human Computer Interaction (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Child & Adolescent Psychology (AREA)
Abstract
本发明涉及诊断支持设备及其控制方法以及诊断支持***。一种诊断支持设备,包括:显示控制单元,用于显示输入GUI,其中,所述输入GUI接受与诊断对象有关的多个发现的输入;推断单元,用于基于通过所述输入GUI输入的发现,推断对所述诊断对象的诊断;以及判断单元,用于判断所输入的多个发现中的一个发现是否支持所述推断。在这种情况下,所述显示控制单元根据所述判断的结果,改变接受所判断的发现的输入的所述输入GUI的显示形式。
Description
技术领域
本发明涉及一种提供支持诊断的信息的诊断支持设备和诊断支持***、信息处理设备控制方法和存储有用于进行信息处理的程序的计算机可读存储器。
背景技术
在医疗领域,进行了医生检查通过诸如MRI和/或X射线CT等的成像设备所获取的医学图像以进行诊断的图像诊断。在图像诊断中,诊断者综合性地判断从图像所获取的发现(finding)或者测量值,并且识别图像上显现的病变的症状。在除医疗领域以外的其它工业领域中,例如,诊断者检查图像或实际设备,综合性地判断多个测量值和/或发现,由此诊断故障的原因。
为了支持这些诊断,开发出了用于基于来自图像的发现或者由诊断者输入的诊断对象来推断疾病名称的诊断支持设备。日本特开2004-29927号公报公开了一种根据诊断者的发现、患者诉说的主要症状和检查结果等作出推理来推断疾病的技术。USP7747053公开了一种在医学图像上显示针对异常阴影候选的标志和曾用于判断异常的信息、并且呈现检测到异常阴影候选的原因的技术。
如果推断所基于的发现是错误的,则根据诊断者所输入的发现推断出诊断的设备可能需要修正所输入的发现。因此,本发明允许用户容易地修正推断疾病名称所基于的发现。
发明内容
因此,根据本发明的一个方面的诊断支持设备包括:显示控制单元,用于显示输入GUI,其中,所述输入GUI接受与诊断对象有关的多个发现的输入;推断单元,用于基于通过所述输入GUI输入的发现,推断对所述诊断对象的诊断;以及判断单元,用于判断所输入的多个发现中的一个发现是否支持所述推断;其中,所述显示控制单元用于根据所述判断的结果,改变接受所判断的发现的输入的所述输入GUI的显示形式。
根据本发明的其它方面,一种诊断支持设备,包括:计算单元,用于基于所输入的发现,针对诊断对象计算与预定诊断相对应的概率;以及显示控制单元,用于在一个画面上显示:所述诊断对象的医学图像;诊断输入图形用户接口,用于显示根据来自鼠标或键盘的操作信号所输入的推断诊断;发现输入图形用户接口,用于显示根据来自鼠标或键盘的操作信号所输入的、对所述诊断对象的发现;用于向所述计算单元输入基于输入至所述发现输入图形用户接口的发现来计算所述概率的指示的图形用户接口;与所述计算单元根据对用于输入所述指示的图形用户接口的输入所计算出的概率和所述预定诊断之间的对应关系有关的信息;以及与所述诊断对象有关的预定测量值。
根据本发明的其它方面,一种诊断支持***,包括:显示单元;显示控制单元,用于在所述显示单元上显示输入图形用户接口,其中,所述输入图形用户接口用于接受对诊断对象的至少一个发现的输入;推断单元,用于基于通过所述输入图形用户接口所输入的发现,推断对所述诊断对象的诊断;以及判断单元,用于判断所输入的发现是否支持所述推断,其中,所述显示控制单元根据所述判断的结果,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
根据本发明的其它方面,一种诊断支持设备控制方法,包括以下步骤:显示输入图形用户接口,其中,所述输入图形用户接口用于接受与诊断对象有关的至少一个发现的输入;基于通过所述输入图形用户接口所输入的发现,推断对所述诊断对象的诊断;判断所输入的发现是否支持所述推断;以及根据所述判断的结果,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
通过以下参考附图对典型实施例的说明,本发明的其它特征将显而易见。
附图说明
图1示出诊断支持***的结构。
图2示出发现名称和相应状态名称之间的对应关系表。
图3示出GUI的例子。
图4是示出利用诊断支持设备的处理例程的流程图。
图5示出GUI上的强调显示的例子。
图6示出发现和相应的贡献率。
图7示出GUI上的强调显示的其它例子。
图8A和8B示出其它诊断支持***8的结构。图8A示出通过硬件和软件所实现的诊断支持***的硬件结构。图8B示出通过硬件和软件所实现的诊断支持***的结构。
具体实施方式
以下将参考附图,基于下面的实施例说明用于实现本发明的形式。
根据第一实施例的诊断支持***基于诸如对诊断对象的发现等的医学信息来推断异常阴影的异常类型(诊断)。在用于推断的医学信息中,获取肯定诊断对象与诊断相符的医学信息和否定诊断对象与诊断相符的医学信息。将该情况显示在发现输入画面上。
图1示出诊断支持***的结构。诊断支持设备100与病例信息终端200连接。
病例信息终端200从未示出的服务器获取与肺上的异常阴影有关的信息(诸如医学图像和与电子病历有关的信息)。可选地,可以将诸如FDD、HDD、CD驱动器、DVD驱动器、MO驱动器和ZIP驱动器等的外部存储器连接到病例信息终端200,并且可以从该驱动器获取数据。以用户(医生)可解读的形式将信息显示在监视器上。
例如,病例信息终端200还根据用户的请求,经由LAN将与肺上的异常阴影有关的相关数据(例如,代表性图像和诸如肿瘤标志物值等的临床数据)发送给诊断支持设备100。
诊断支持设备100包括下面的组件。
GUI(图形用户接口)102包括未示出的监视器。监视器显示与肺上的异常阴影有关的临床数据(例如,代表性图像和诸如肿瘤标志物值等的临床数据)。GUI 102包括用于输入来自解读与异常阴影有关的图像的发现的输入GUI(包括发现名称和相应状态的选择GUI)。用户可以使用鼠标和/或键盘来输入发现。GUI102还包括用于输入与诊断有关的印象的输入GUI(包括诊断和相应印象的选择GUI)。用户可以使用鼠标和/或键盘经由输入GUI来输入印象。将所输入的发现输出给医学信息获取单元104。这里的术语“印象”是指诊断支持设备100的用户要与发现一起输入的预测诊断。将所输入的印象输出给诊断设置单元108。诊断支持设备100内未示出的CPU可用作创建要在监视器上显示的图像的单元和对监视器进行显示控制的控制单元。
医学信息获取单元104获取输入到诊断支持设备100的医学信息(输入信息)。医学信息或输入信息可以包括通过GUI 102输入的、来自解读与肺上的异常阴影有关的图像的发现。病例医学信息或输入信息还可以包括从信息终端200所发送的相关数据(诸如肿瘤标志物值等的临床数据)中的一部分。医学信息不局限于此。以下给出的所有诊断、可输入的发现和肿瘤标志物值仅是为了说明诊断支持设备100的处理的步骤S4000。医学信息获取单元104将输入信息输出给推断单元106、因素选择单元110和强调显示单元112。
推断单元106基于输入信息来推断对诊断对象的诊断。推断单元106进行与诊断对象的肺上的异常阴影有关的推断,并且计算异常阴影与诊断相符的概率(推断结果)。推断单元106可以用作判断输入信息是肯定该推断还是否定该推断的单元。根据本实施例,推断单元106判断输入信息是肯定还是否定诊断对象与诊断相符,或者判断输入信息肯定或否定诊断对象与诊断相符的程度(贡献率)。肯定诊断对象与诊断相符的输入信息的贡献率是正值。另一方面,否定诊断对象与诊断相符的输入信息的贡献率是负值。
将获取的推断结果输出给诊断设置单元108和强调显示单元112,并且将贡献率输出给因素选择单元110和强调显示单元112。
诊断设置单元108基于由推断单元106所获取的推断结果,将具有最高概率的诊断设置为诊断对象诊断。将所设置的诊断对象诊断输出给因素选择单元110和强调显示单元112。推断单元106和诊断设置单元108两者用作推断诊断的单元。
因素选择单元110从输入信息中选择对由诊断设置单元108所设置的诊断对象诊断具有最高肯定程度的输入信息(肯定信息)和具有最高否定程度的输入信息(否定信息)。下面将详细说明该选择处理。将选择结果输出给强调显示单元112。
强调显示单元112基于由诊断设置单元108所设置的诊断对象诊断,进行强调与相应诊断有关的印象的输入GUI的显示(强调显示)。
如果由因素选择单元110所选择的输入信息是通过GUI 102所获取的发现,则强调显示单元112进行基于通过推断单元106所获取的贡献率、强调该发现的输入GUI的显示(强调显示)。如果所选择的输入信息是相关数据的一部分,则强调显示单元112基于通过推断单元106所获取的贡献率,在GUI 102上强调显示相关数据的显示单元。
接着参考图2说明诊断支持***中的医学信息的管理方法。将来自图像的解读的发现和作为测量值的例子的肿瘤标志物值表示为Ij(j=1~n),并且假定将处理n种类型的发现和肿瘤标志物值I1~In。将Ij可能具有的k个状态表示为Sjk。k的范围可以根据Ij而改变。根据本实施例,例如,可以输入或获取如图2所示的发现和肿瘤标志物值,并且发现和肿瘤标志物值可以具有所示的状态。例如,I1的“形状”表示异常阴影的形状,并且可以具有三个状态,即S11“球状”、S12“分叶状”和S13“不规则”。12的“分叶”描述异常阴影的分叶的程度。Im的“卷入(血管)”描述异常阴影中是否存在血管的卷入。In的“KL-6”描述作为间质性肺炎的肿瘤标志物所使用的血清中的唾液酸化糖类抗原KL-6是否落在参考值内(500U/ml以下)。
将Sjk的集合表示为E。然而,在一个E中不会同时存在一个Ij的多个状态Sjk。例如,如果I1具有S11、S12和S13,并且I2具有S21、S22、S23和S24,则E={S11,S21}是可能的,而E={S11,S12}是不可能的。这是因为一个发现和肿瘤标志物值仅可能具有一个状态。在下面的说明中,将诊断表示为符号D。根据本实施例,诊断可能具有分别以D1、D2和D3来表示的原发性肺癌、癌的肺转移和其它这三个值。将利用作为输入信息所给出的集合E的诊断Dr(r=1、2、3)的推断概率表示为P(Dr|E)。将E的元素Sjk对诊断Dr的贡献率表示为C(Dr|Sjk)。
图3示出根据本实施例的GUI 102的显示例子。通过未示出的CPU生成和控制GUI 102的显示。这里显示了肺上异常阴影的代表性图像3000。显示肿瘤标志物的测量值的区域3030显示肿瘤标志物名称3031和相应的测量值3032。还显示区域3020和区域3010。用户使用区域3020输入来自解读异常阴影的图像3000的发现。用户使用区域3010输入印象。区域3020还显示针对发现的输入GUI,其中,该输入GUI包括成对的发现名称3021和用户可通过其选择状态名称的下拉式菜单3022。发现名称3021显示包括“形状”和“分叶”的列表。例如,作为“形状”的发现名称3021的下拉式菜单3022包括“球状”、“分叶状”和“不规则”。
区域3010显示与诊断有关的印象的输入GUI。印象的输入GUI显示成对的诊断3011和用户可通过其选择印象的下拉式菜单3012。对于诊断3011,可以显示“原发性肺癌”、“癌的肺转移”和“其它”。下拉式菜单3012可以显示诸如“确定”、“强烈怀疑”、“怀疑”、“可能”和“不否定可能性”等的表示诊断的可能性的表示。
用户可以使用GUI 102输入来自解读图像3000的发现和印象,然后按下“推断开始”按钮3080或“结束”按钮3090。如果在GUI 102上按下“推断开始”按钮3080,则指示推断单元106开始推断处理。作为推断结果,区域3040相关联地显示所计算出的概率和诊断。后面将说明该显示。
GUI 102在一个画面上显示诊断对象的图像、发现的输入GUI、印象的GUI、肿瘤标志物的测量值、用于指示推断的按钮3080和推断结果。这样,可以通过检查该图像、测量值和推断结果来检查所输入的发现是否正确。如果不正确,则可以通过输入GUI来修正错误的发现。此后,可以按下用于指示推断的按钮3080来再次指示推断,以在一个画面上显示修正后的结果。这样使得能够通过使用诊断支持设备进行有效的图像诊断。
可以在一个画面上检查作为诊断的客观依据的图像、测量值和发现,作为包括医生的主观性的预测的印象以及基于诊断支持设备的推断的诊断。这样使得可以在要求效率和高度精确性的医疗现场中支持对诊断细节的高效检查。
接着参考图4的流程图,说明诊断支持设备100的处理流程。
在步骤S4000,诊断支持设备100通过病例信息终端200输入与肺上的异常阴影有关的相关数据。
在步骤S4005,诊断支持设备100在监视器上显示GUI 102,并且获取来自图像的解读的发现和印象。用户在此可以操作未示出的鼠标或键盘以通过下拉式菜单来选择发现和印象。诊断支持设备100与GUI 102上的信息相关联地解读来自鼠标或键盘的操作信号。由此将在GUI 102上所选择的发现和印象输入给诊断支持设备100。
在步骤S 4006,判断是否按下了结束按钮3090。如果没有,则处理进入步骤S4007。
在步骤S4007,判断是否输入了对发现或印象GUI 102的任何改变。如果没有,则处理进入步骤S4008。
在步骤S4008,判断在GUI 1102上是否改变了处理/诊断。由于通过选择在区域3040上所显示的推断结果中的一个来改变处理/诊断,所以在步骤S4010及以后的步骤中进行对诊断的推断处理之前,不允许该改变。如果没有改变处理/诊断,则处理进入步骤S4009。
在步骤S4009,判断是否按下了“推断开始”按钮3080。如果没有,则处理进入步骤S4006。这样,如果用户没有进行任何输入,则循环进行从步骤S4006到步骤S4009的判断处理,并且诊断支持设备100具有用于输入的待机状态。
在步骤S4009,诊断支持设备100判断是否通过用户操作按下了GUI 102上的“推断开始”按钮3080。如果是,则处理进入步骤S4010,在步骤S4010进行推断单元106的推断处理。
在步骤S4010,医学信息获取单元104获取用于推断的输入信息。在这种情况下,获取在步骤S4005所获取的发现和作为在步骤S4000所获取的相关数据的一部分的肿瘤标志物值,作为与肺上的异常阴影有关的输入信息E。如果输入连续的肿瘤标志物值,则可以使用预定转换规则将其转换成状态。例如,对于所获取的肿瘤标志物值In“KL-6”为526U/ml,由于该值高于参考值,所以将该值转换成In“KL-6”:Sn2“异常值”。
在步骤S4020,推断单元106基于在步骤S4010所获取的与肺上的异常阴影有关的输入信息E,计算异常阴影与诊断(推断结果)相符的概率。推断单元106还计算输入信息E中所包括的因素Sjk对诊断的贡献率。
诸如贝叶斯网络、神经网络和支持向量机等的各种现有推断方法都可应用于该推断。根据本实施例,采用贝叶斯网络作为推断单元。贝叶斯网络是使用条件概率的推断模型,并且允许获取在输入了输入信息的情况下的诊断的推断概率(病例与诊断相符的概率,还被称为后验概率)。根据本实施例,获取异常阴影与诊断D1、D2和D3相符的概率。
根据本实施例,通过使用没有进行任何输入的情况下的诊断概率(还称为先验概率)和仅输入Sjk的情况下的推断概率之间的差来获取状态Sjk的贡献率。例如,通过下面的公式(1)计算Sjk对诊断Dr的贡献率C(Dr|Sjk),其中,P(Dr)是Dr的先验概率。
C(Dr|Sjk)=P(Dr|Sjk)-P(Dr)…(1)
先验概率可以是病例信息终端200中记录的病例的数量的比例。例如,如果病例信息终端200中记录的、与肺上的异常阴影有关的病例的数量的比例是“原发性肺癌”:20%、“癌的肺转移”:50%和“其它”:30%,则使用这些值作为诊断的先验概率。假定病例信息终端200中记录的病例的数量足够多,先验概率表现在一般情况下肺上的异常阴影与诊断相对应的概率。如果基于先验概率所计算出的状态Sjk的贡献率是正值,则可以说肯定或支持状态Sjk与诊断相符。相反,如果贡献率是负值,则意为状态Sjk与诊断相符的概率低于一般概率。因此,可以说状态Sjk否定诊断,或者违背了与诊断的对应关系。
这样,推断单元106基于贡献率的符号(正的还是负的),判断输入信息是肯定还是否定推断单元106的推断。作为判断结果,将各输入信息与贡献率的符号信息相关联。作为判断结果,将表示肯定或否定的程度的贡献率的绝对值与输入信息相关联。可选地,作为判断结果,可以将贡献率的值与输入信息相关联。
可选地,可以通过利用推断单元106使用输入信息E所计算出的概率和根据排除了状态Sjk的输入信息E所计算出的概率之间的差来判断贡献率。由此计算出的状态Sjk的贡献率是考虑了与输入信息E中所包括的除Sjk以外的状态的相关性的值。换句话说,与多个状态具有较高相关性的贡献率是有利指标。
在步骤S4030,诊断设置单元108基于在步骤S4020所获取的推断结果,设置一个诊断作为诊断对象诊断。根据本实施例,将诊断中具有最高推断概率的诊断设置为诊断对象诊断。例如,如果D1、D2和D3的推断概率分别是25%、45%和30%,则将D2设置为诊断对象诊断。以此方式,推断单元106和诊断设置单元108推断出诊断。
在步骤S4040,因素选择单元110基于所获取的贡献率,从在步骤S4010所获取的输入信息中选择与在步骤S4030所设置的诊断对象诊断有关的肯定信息和否定信息。根据本实施例,选择具有正值的最大贡献率的输入信息作为肯定信息。选择具有负值的最小贡献率的输入信息作为否定信息。例如,如果诊断对象诊断是D2,并且输入信息的贡献率如图6中的表所示,则选择Im“卷入(血管)”:Sm3“无”作为肯定信息,并且选择In“KL-6”:Sn2“异常值”作为否定信息。
在步骤S4050,强调显示单元112基于在步骤S4030所设置的诊断对象诊断,强调显示与相应诊断有关的印象的输入GUI。如果在步骤S4040所选择的输入信息是通过GUI 102所获取的发现,则以根据通过推断单元106所获取的贡献率的显示形式来显示发现的输入GUI。根据本实施例,在有色框内提供与诊断对象诊断相对应的下拉式菜单和文本信息、肯定信息和否定信息。
诊断支持设备100终止“推断开始”按钮3080的显示。
图5示出步骤S4050中GUI 102上的强调显示的例子。除图3中的显示以外,还使GUI 102在推断结果显示区域3040中显示在步骤S4020所获取的推断的结果。在图5的例子中,在推断结果显示区域3040中显示推断结果饼图显示5041。推断结果饼图显示5041包括原发性肺癌的推断概率的饼图显示5042、癌的肺转移的推断概率的饼图显示5043、以及其它的推断概率的饼图显示5044。在区域3010中显示围绕与诊断对象诊断有关的印象的输入GUI的框。如果诊断对象诊断是D2,则如图5所示,通过用于强调的框5050围绕与“癌的肺转移”有关的印象的输入GUI。
在区域3020或区域3030中显示围绕肯定信息的框和围绕否定信息的框。例如,如果选择作为来自解读图像3000的发现的Im“卷入(血管)”:Sm3“无”作为肯定信息,则如图5所示,以表示肯定的蓝色框5060围绕发现名称“卷入(血管)”的输入GUI。为了强调,框内的部分可以闪烁。该显示表示将发现名称“卷入(血管)”与“Sm3‘无’”匹配的发现确定为肯定推断的信息。
如果选择肿瘤标志物In“KL-6”:Sn2“异常值”作为否定信息,则以红色框5070围绕肿瘤标志物“KL-6”的显示区域。为了强调,该框内的区域可以闪烁。
这样,对于GUI 102给出肯定信息的显示和否定信息的显示,并且改变显示形式。这可以支持用户的直观检查。由于可以直观掌握诊断的推断结果的根据,所以诊断者容易地判断出推断结果的可靠性。对用于输入发现的下拉式菜单给出肯定和否定的显示,从而使得如果发现是错误的,则用户可以容易地找到要修正的位置并且修正该错误。这可以提高诊断的精确度和效率。
可选地,例如,可以以根据通过推断单元106所获取的贡献率的形式,强调显示GUI 102上的发现或测量值的显示单元。强调显示单元112使给予输入GUI的红色框或蓝色框以与贡献率的绝对值相对应的时间间隔闪烁。根据本实施例,闪烁间隔具有三个等级。换句话说,如果贡献率的绝对值等于或大于20,则闪烁间隔短(10ms)。如果贡献率的绝对值等于或大于10、且小于20,则闪烁间隔中等(100ms)。如果贡献率的绝对值小于10,则闪烁间隔长(500ms)。例如,如果Im“卷入(血管)”:Sm3“无”的贡献率的绝对值等于25,并且In“KL-6”:Sn2“异常值”的贡献率的绝对值等于15,则表示肯定的蓝色框5060以短间隔闪烁。表示否定的红色框5070以中等间隔闪烁。这允许在画面上直观地了解输入信息的肯定或否定的程度。
根据其它显示例子,可以在发现输入GUI中显示所有发现的贡献率是正的还是负的。通过使用在推断单元106中计算出的发现的贡献率,强调显示单元112在蓝色框内在输入GUI中显示具有正的贡献率的发现的名称和针对其的下拉式菜单。在红色框内显示具有负的贡献率的发现的名称和针对其的下拉式菜单。这使得用户在输入GUI的显示上容易地检查和修正发现的贡献率。强调显示单元112还使这些框内的区域以根据贡献率的时间间隔而闪烁。这允许直观地掌握影响大的发现,并且可以提示修正。
根据其它显示例子,在发现中,可以强调显示具有正的最高贡献率的发现和具有负的最低贡献率的发现。为此,因素选择单元110从发现信息中选择肯定最高肯定诊断的发现和否定最高肯定诊断的发现作为肯定信息和否定信息。可选地,可以选择所有输入信息E中具有最高贡献率的信息和发现中具有最高贡献率的发现这两者作为肯定信息。类似地,对于否定信息,可以选择所有输入信息E中具有最高否定程度的信息和发现中具有最高否定程度的发现作为否定信息。该处理选择针对发现的肯定信息和否定信息。强调显示单元112强调显示所选择的肯定信息和否定信息。这允许用户容易地检查发现的输入是否是错误的。
将说明在步骤S4008中判断为改变了诊断对象诊断(步骤S4008为“是”)的情况。步骤S4008是判断诊断的重新设置、并在曾通过推断单元106计算推断结果之后所进行的处理。
如果用鼠标点击GUI 102上的推断结果的饼图显示5041,则可以选择点击位置处所显示的诊断并将其重新设置为诊断对象诊断。如果利用鼠标点击原发性肺癌的推断概率的饼图显示5042,则诊断设置单元108将诊断对象诊断重新设置成原发性肺癌。在步骤S4040,因素选择单元110从输入信息E中选择与重新设置的诊断有关的肯定信息和否定信息。在此后的步骤S4050,强调显示单元112强调显示输入GUI。例如,如果输入信息的贡献率具有图6中示出的值,则没有输入信息具有正的贡献率。因此,不选择肯定信息,并且选择I3“放射状”:S33“弱”作为否定信息。然后,进行步骤S4050的处理,在该处理中,在区域3010中,通过用于强调显示的框5050围绕与“原发性肺癌”有关的印象的输入GUI。在区域3020中,通过表示否定的红色框5070围绕发现名称“放射状”的输入GUI,并且该输入GUI闪烁以进行强调显示。然后显示再次变换成输入待机状态。
这样还可以显示与用户所设置的诊断有关的肯定信息和否定信息。例如,如果判断为“原发性肺癌”的概率和“癌的肺转移”的概率相近,则可能不仅需要详细检查具有最高概率的“原发性肺癌”,而且还需要详细检查“癌的肺转移”。为了应对这一情况,即使在曾检查了推断结果之后,也可以针对除推断诊断以外的诊断显示肯定信息和否定信息。
在步骤S4007,诊断支持设备100判断是否改变了任何发现或印象。根据区域3020中的发现的输入GUI和/或区域3010中与诊断有关的印象的输入GUI,判断是否改变了这些区域中的数据。如果判断为改变了一些发现或印象,则处理进入步骤S4005。如果修正了一些发现,则判断为用于执行新的推断的必要性增大。再次显示指示推断开始的按钮3080。这允许用户基于修正后的发现再次推断诊断。
如果判断为按下了“结束”按钮3090,则结束该处理。
上述处理允许用户检查肯定信息和否定信息以回顾他/她的与诊断有关的错误。在一些情况下,用户可能错误输入,并且该输入可能生成针对诊断对象名称的肯定和/或否定信息。可以通过检查所呈现的信息来检查用户的输入错误。在输入GUI上以不同形式显示该信息,这使得能够直观掌握通过医学诊断支持设备对推断结果的判断所基于的信息部分。这还使得易于判断医学诊断支持设备的可靠性。
第二实施例采用单选按钮作为发现的输入GUI。利用条形图显示推断的结果。利用以表示诊断的图标、表示肯定信息的图标和表示否定信息的图标所围绕的输入GUI来实现肯定信息和否定信息的强调显示。该强调显示还可以包括与贡献率相对应的图标的亮度变化。由于根据本实施例的诊断支持***的结构与根据第一实施例的诊断支持***的结构相同,所以将不进行说明。然而,GUI 102中的显示和强调显示单元112的强调显示的形式不同。如图7所示。
图7示出根据本实施例的GUI 102中的强调显示的其它例子。将省略对参考图3和图5所述的部分的说明。在区域3020中,显示成对的发现名称7021和作为发现的输入GUI的单选按钮7023。利用单选按钮7023,用户可选择相应的状态名称。在区域3040中,显示原发性肺癌的推断概率的条形图显示7046、癌的肺转移的推断概率的条形图显示7047和其它的推断概率的条形图显示7048。
根据该强调显示例子,显示与所有诊断有关的肯定信息和否定信息。更具体地,在发现名称7021的左侧,显示表示肯定信息的图标7101和表示诊断的图标。表示诊断的图标可以是表示原发性肺癌的图标7111、表示癌的肺转移的图标7112和表示其它的图标7113中的一个。在发现名称7021的右侧还显示表示否定信息的图标7102和表示诊断的图标。这些图标根据它们的贡献率而具有不同亮度。例如,如果贡献率的绝对值高,则将相应图标显示得较亮。否则,将相应图标显示得较暗。
仅为了说明给出这些强调显示,但是本发明不局限于此。例如,可以使用列表框作为发现输入GUI。可以混合各种类型的输入GUI。代替作为测量值的肿瘤标志物值的文本显示,可以通过输入GUI来实现该显示。在这种情况下,希望利用从相关数据所获取的值来设置初始值。用户可以修正这些值。可以利用包括诊断和概率之间的对应关系的文本来显示推断结果。
根据第三实施例,通过计算机硬件和软件来实现本发明。图8A示出诊断支持***8的硬件结构。图8B示出通过诊断支持***8的软件和硬件所实现的功能。
参考图8A,说明诊断支持***8的硬件结构。CPU 8001主要控制组件的操作。主存储器8002存储由CPU 8001执行的控制程序,并且提供用于CPU 8001执行程序的工作区。可以包括多个CPU。在这种情况下,可以分布这多个CPU以实现本发明。存储在主存储器8002中的控制程序是用于实现图8B中的功能的软件。磁盘8003存储操作***(OS)、用于***设备的装置驱动程序和包括用于执行下面将说明的处理的程序的应用程序软件。显示存储器8004临时存储用于显示的数据。监视器8005可以是图8B中的显示单元804中所包括的CRT监视器或液晶监视器,并且基于来自显示存储器8004的数据显示图像和/或文本。在图8B的操作单元803中包括鼠标8006和键盘8007,并且用户使用它们进行指向输入和字符输入。在图8B的病例信息终端802中包括数据服务器8008,并且数据服务器8008存储诊断对象的图像和/或与肿瘤标志物有关的测量值。这些组件通过通信总线8009相互连接以相互通信。
图8B示出通过上述硬件和软件所实现的诊断支持***8的功能的块。诊断支持***8基于诊断支持设备801从病例信息终端802和操作单元803所获取的信息,推断对诊断对象的诊断。在显示单元804上显示使得易于通过操作单元803来输入发现的输入GUI。将推断结果显示在显示单元804上,并且在这些发现中,对输入GUI给出最肯定推断结果的发现的显示和否定推断结果的发现的显示。
显示控制单元805生成诊断对象图像、测量值、印象和发现输入GUI、推断指示按钮和用于显示推断结果的图像,并且将它们显示在显示单元804上。在所输入的发现中,显示控制单元805对发现输入GUI给出肯定推断结果的发现的显示和反对推断结果的发现的显示。根据用户经由操作单元803的操作信号,将输入信息显示在输入GUI中,或者使显示消失。
医学信息获取单元806响应于按下显示单元804上的推断指示按钮,获取输入至输入GUI的发现。从病例信息终端802获取测量值。
概率计算单元807基于例如通过医学信息获取单元806所获取的发现和/或测量值,计算与预定诊断相对应的概率。基于该概率,诊断推断单元808推断与诊断对象相对应的诊断。发现判断单元809使用概率计算单元807中的处理来判断与推断诊断有关的发现的贡献率,由此判断各发现是否肯定该推断。如第一实施例中一样,贡献率判断方法可以对该处理应用先验概率。选择贡献率为最高正值的发现作为肯定发现,并且选择贡献率为最低负值的发现作为否定发现。显示控制单元805根据贡献率对输入GUI给出强调肯定发现和否定发现的显示,其中,通过该输入GUI来输入肯定发现和否定发现。
可以通过将用于执行图4中示出的处理的程序存储到主存储器8002实现第一实施例的处理。这还允许实现第二实施例和第三实施例的功能。
这样,根据本实施例的医学诊断支持设备根据基于经由输入GUI的输入信息的推断结果来设置诊断对象诊断,并且在输入GUI上强调显示诊断对象诊断和对该诊断的肯定信息和否定信息。这样可以提供允许用户检查他或她的输入错误、并且容易地判断医学诊断支持设备的可靠性的***。
根据本实施例,本发明应用于图像诊断支持***。然而,如在面对患者的用户输入发现的情况中一样,本发明可应用于除图像诊断以外的诊断。
可以使诊断支持设备中要进行的处理分布至多个设备以实现诊断支持***。可以使可被合并成一个功能块的处理分布至多个电路或功能块从而得以实现。
在其它实施例中,诊断经由GUI 102可以仅输入一个发现,并且推断单元106基于该发现和诸如肿瘤标志物值等的相关临床数据来推断对诊断对象的诊断。如果推断单元106判断为所输入的发现否定推断结果,则强调显示单元112进行强调所输入的发现的输入GUI的显示(强调显示)。
还可以利用读出并执行记录在存储器装置上的程序以进行上述实施例的功能的***或设备的计算机(或者CPU或MPU等装置)和通过下面的方法实现本发明的方面,其中,利用***或设备的计算机通过例如读出并执行记录在存储器装置上的程序以进行上述实施例的功能来进行上述方法的步骤。为此,例如,通过网络或者通过用作存储器装置的各种类型的记录介质(例如,计算机可读介质)将该程序提供给计算机。
尽管参考典型实施例说明了本发明,但是应该理解,本发明不局限于所公开的典型实施例。所附权利要求书的范围符合最宽的解读,以包含所有这类修改、等同结构和功能。
Claims (10)
1.一种诊断支持设备,包括:
显示控制单元,用于显示输入图形用户接口,其中,所述输入图形用户接口用于接受与诊断对象有关的至少一个发现的输入;
推断单元,用于基于通过所述输入图形用户接口所输入的发现,推断对所述诊断对象的诊断;以及
判断单元,用于判断所输入的发现是否支持所述推断,
其中,所述显示控制单元根据所述判断的结果,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
2.根据权利要求1所述的诊断支持设备,其特征在于,所述判断单元判断所输入的发现支持或削弱所述诊断的程度,以及
所述显示控制单元根据判断出的程度,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
3.根据权利要求2所述的诊断支持设备,其特征在于,当输入了多个发现时,所述显示控制单元改变接受如下发现的输入的输入图形用户接口的外观:支持所述诊断的程度最高的发现和削弱所述诊断的程度最高的发现。
4.根据权利要求1所述的诊断支持设备,其特征在于,
所述显示控制单元使得显示与所述诊断对象有关的预定测量值,
所述推断单元基于所输入的发现和所述预定测量值,推断对所述诊断对象的诊断,
所述判断单元判断所述预定测量值是支持所述诊断还是削弱所述诊断,以及
所述显示控制单元提供对所述预定测量值进行了所述判断这一情况的显示。
5.根据权利要求1至4中任一项所述的诊断支持设备,其特征在于,所述推断单元针对所述诊断对象计算与多个诊断相对应的概率,并且基于所计算出的概率,将所述多个诊断中的至少一个推断为对所述诊断对象的诊断。
6.根据权利要求5所述的诊断支持设备,其特征在于,还包括选择单元,所述选择单元用于选择通过所述推断单元计算了概率的所述多个诊断中的至少一个,其中:
所述判断单元判断所输入的发现是否支持所述诊断对象与所选择的诊断相符这一结论,以及
所述显示控制单元对接受所判断的发现的输入的输入图形用户接口提供进行了所述判断这一情况的显示。
7.根据权利要求1至4中任一项所述的诊断支持设备,其特征在于,所述判断单元包括计算单元,所述计算单元用于基于所述推断单元在使用所输入的发现的情况下推断出预定诊断的概率和所述推断单元在不使用所输入的发现的情况下推断出所述预定诊断的概率之间的差,计算所输入的发现支持或削弱所述预定诊断的程度,其中:
所述显示控制单元根据所计算出的程度,对接受所判断的发现的输入的输入图形用户接口以不同形式提供进行了所述判断这一情况的显示。
8.一种诊断支持设备,包括:
计算单元,用于基于所输入的发现,针对诊断对象计算与预定诊断相对应的概率;以及
显示控制单元,用于在一个画面上显示:所述诊断对象的医学图像;诊断输入图形用户接口,用于显示根据来自鼠标或键盘的操作信号所输入的推断诊断;发现输入图形用户接口,用于显示根据来自鼠标或键盘的操作信号所输入的、对所述诊断对象的发现;用于向所述计算单元输入基于输入至所述发现输入图形用户接口的发现来计算所述概率的指示的图形用户接口;与所述计算单元根据对用于输入所述指示的图形用户接口的输入所计算出的概率和所述预定诊断之间的对应关系有关的信息;以及与所述诊断对象有关的预定测量值。
9.一种诊断支持***,包括:
显示单元;
显示控制单元,用于在所述显示单元上显示输入图形用户接口,其中,所述输入图形用户接口用于接受对诊断对象的至少一个发现的输入;
推断单元,用于基于通过所述输入图形用户接口所输入的发现,推断对所述诊断对象的诊断;以及
判断单元,用于判断所输入的发现是否支持所述推断,
其中,所述显示控制单元根据所述判断的结果,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
10.一种诊断支持设备控制方法,包括以下步骤:
显示输入图形用户接口,其中,所述输入图形用户接口用于接受与诊断对象有关的至少一个发现的输入;
基于通过所述输入图形用户接口所输入的发现,推断对所述诊断对象的诊断;
判断所输入的发现是否支持所述推断;以及
根据所述判断的结果,改变接受所判断的发现的输入的输入图形用户接口的显示形式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410497952.9A CN104392088B (zh) | 2010-08-27 | 2011-08-29 | 诊断支持设备以及诊断支持***和其操作方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010191212 | 2010-08-27 | ||
JP2010-191212 | 2010-08-27 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410497952.9A Division CN104392088B (zh) | 2010-08-27 | 2011-08-29 | 诊断支持设备以及诊断支持***和其操作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102385664A true CN102385664A (zh) | 2012-03-21 |
CN102385664B CN102385664B (zh) | 2014-10-15 |
Family
ID=44651101
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410497952.9A Active CN104392088B (zh) | 2010-08-27 | 2011-08-29 | 诊断支持设备以及诊断支持***和其操作方法 |
CN201110251840.1A Active CN102385664B (zh) | 2010-08-27 | 2011-08-29 | 诊断支持设备及其控制方法以及诊断支持*** |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410497952.9A Active CN104392088B (zh) | 2010-08-27 | 2011-08-29 | 诊断支持设备以及诊断支持***和其操作方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9384326B2 (zh) |
EP (1) | EP2423841B1 (zh) |
JP (1) | JP5800595B2 (zh) |
KR (2) | KR101524902B1 (zh) |
CN (2) | CN104392088B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111655116A (zh) * | 2017-10-30 | 2020-09-11 | 公益财团法人癌研究会 | 图像诊断辅助装置、资料收集方法、图像诊断辅助方法及图像诊断辅助程序 |
CN112446855A (zh) * | 2019-08-30 | 2021-03-05 | 佳能株式会社 | 信息处理装置、断层摄影装置、信息处理方法及存储介质 |
CN113096061A (zh) * | 2019-12-23 | 2021-07-09 | 株式会社日立制作所 | 图像诊断辅助装置、医用图像取得装置以及计算机可读记录介质 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2506173B1 (en) * | 2011-03-28 | 2020-01-01 | Canon Kabushiki Kaisha | Medical diagnosis support apparatus and medical diagnosis support method |
JP5967968B2 (ja) * | 2012-02-14 | 2016-08-10 | キヤノン株式会社 | 医療診断支援システム、医療診断支援装置、情報処理方法、及びプログラム |
JP6021346B2 (ja) * | 2012-02-14 | 2016-11-09 | キヤノン株式会社 | 診断支援装置及びその制御方法 |
JP6071338B2 (ja) * | 2012-08-30 | 2017-02-01 | キヤノン株式会社 | 医療診断支援装置、医療診断支援方法及びプログラム |
CN103164616A (zh) * | 2013-02-02 | 2013-06-19 | 杭州卓健信息科技有限公司 | 一种智能导诊***和方法 |
JP6362061B2 (ja) * | 2013-07-10 | 2018-07-25 | キヤノン株式会社 | 診断支援システム、その作動方法、およびプログラム |
US10586618B2 (en) | 2014-05-07 | 2020-03-10 | Lifetrack Medical Systems Private Ltd. | Characterizing states of subject |
JP6525527B2 (ja) * | 2014-08-07 | 2019-06-05 | キヤノン株式会社 | 読影レポート作成支援装置、読影レポート作成支援方法及びプログラム |
US10360675B2 (en) | 2015-06-12 | 2019-07-23 | International Business Machines Corporation | Methods and systems for automatically analyzing clinical images using rules and image analytics |
JP6818424B2 (ja) * | 2016-04-13 | 2021-01-20 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
JP6711678B2 (ja) * | 2016-04-13 | 2020-06-17 | キヤノン株式会社 | 情報処理システム、情報処理方法及びプログラム |
JP6401358B1 (ja) * | 2017-09-13 | 2018-10-10 | 中日本高速技術マーケティング株式会社 | グラウト充填状況判別システム及びプログラム |
JP7224757B2 (ja) | 2017-10-13 | 2023-02-20 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
US10832808B2 (en) | 2017-12-13 | 2020-11-10 | International Business Machines Corporation | Automated selection, arrangement, and processing of key images |
JP6530841B2 (ja) * | 2018-06-18 | 2019-06-12 | キヤノン株式会社 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
EP3951786A4 (en) | 2019-04-04 | 2022-05-25 | FUJIFILM Corporation | MEDICAL DOCUMENT COMPILATION SUPPORT DEVICE, METHOD AND PROGRAM |
JP6879520B2 (ja) * | 2019-08-28 | 2021-06-02 | サイバネットシステム株式会社 | 画像処理装置及び画像処理方法 |
WO2021177357A1 (ja) * | 2020-03-03 | 2021-09-10 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
KR102492463B1 (ko) * | 2020-06-24 | 2023-01-27 | 주식회사 뷰노 | 병변 판독 결과 표시 방법 |
CN113034434B (zh) * | 2021-02-03 | 2022-09-02 | 深圳市第三人民医院(深圳市肝病研究所) | 一种预测covid-19严重程度的多因素人工智能分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522420A (zh) * | 2001-07-04 | 2004-08-18 | 株式会社日立医药 | 医用装置的远程支持服务方法、***以及程序 |
CN1836240A (zh) * | 2003-08-13 | 2006-09-20 | 美国西门子医疗解决公司 | Cad(计算机辅助决策)支持***和方法 |
US7458936B2 (en) * | 2003-03-12 | 2008-12-02 | Siemens Medical Solutions Usa, Inc. | System and method for performing probabilistic classification and decision support using multidimensional medical image databases |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5697373A (en) * | 1995-03-14 | 1997-12-16 | Board Of Regents, The University Of Texas System | Optical method and apparatus for the diagnosis of cervical precancers using raman and fluorescence spectroscopies |
JPH10177605A (ja) | 1996-12-18 | 1998-06-30 | Hitachi Ltd | 電子カルテシステム |
JP2000172765A (ja) * | 1998-12-04 | 2000-06-23 | Nec Corp | 継承機能付き問題指向型診療録作成方法及び作成装置 |
JP2001312558A (ja) * | 2001-03-26 | 2001-11-09 | Hitachi Ltd | 電子カルテシステム及び電子カルテの作成方法 |
US6684276B2 (en) * | 2001-03-28 | 2004-01-27 | Thomas M. Walker | Patient encounter electronic medical record system, method, and computer product |
JP4150539B2 (ja) * | 2002-06-21 | 2008-09-17 | 株式会社日立ハイテクノロジーズ | 医療支援システム |
AU2003264991A1 (en) * | 2002-10-01 | 2004-04-23 | Yonsei University | Liver cancer forecasting system for early diagnosis and control method thereof |
JP4289869B2 (ja) * | 2002-11-06 | 2009-07-01 | シスメックス株式会社 | 糖尿病診断支援システム |
JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
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 |
JP5001002B2 (ja) | 2004-04-28 | 2012-08-15 | 株式会社日立メディコ | 画像診断支援装置及びその方法 |
JP2008541889A (ja) * | 2005-06-02 | 2008-11-27 | ザ メディパターン コーポレイション | コンピュータ支援検出のシステムおよび方法 |
US8234200B2 (en) * | 2005-06-29 | 2012-07-31 | Credit Suisse Securities (Usa) Llc | System and method for identifying accounting anomalies to help investors better assess investment risks and opportunities |
US8014576B2 (en) * | 2005-11-23 | 2011-09-06 | The Medipattern Corporation | Method and system of computer-aided quantitative and qualitative analysis of medical images |
WO2010035161A1 (en) * | 2008-09-26 | 2010-04-01 | Koninklijke Philips Electronics, N.V. | System and method for fusing clinical and image features for computer-aided diagnosis |
US20110257988A1 (en) * | 2010-04-14 | 2011-10-20 | Carmel-Haifa University Economic Corp. Ltd. | Multi-phase anchor-based diagnostic decision-support method and system |
-
2011
- 2011-06-23 JP JP2011139737A patent/JP5800595B2/ja active Active
- 2011-08-08 EP EP11176845.3A patent/EP2423841B1/en active Active
- 2011-08-18 US US13/212,454 patent/US9384326B2/en active Active
- 2011-08-26 KR KR1020110085574A patent/KR101524902B1/ko active IP Right Grant
- 2011-08-29 CN CN201410497952.9A patent/CN104392088B/zh active Active
- 2011-08-29 CN CN201110251840.1A patent/CN102385664B/zh active Active
-
2014
- 2014-04-02 KR KR1020140039287A patent/KR101495193B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522420A (zh) * | 2001-07-04 | 2004-08-18 | 株式会社日立医药 | 医用装置的远程支持服务方法、***以及程序 |
US7458936B2 (en) * | 2003-03-12 | 2008-12-02 | Siemens Medical Solutions Usa, Inc. | System and method for performing probabilistic classification and decision support using multidimensional medical image databases |
CN1836240A (zh) * | 2003-08-13 | 2006-09-20 | 美国西门子医疗解决公司 | Cad(计算机辅助决策)支持***和方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111655116A (zh) * | 2017-10-30 | 2020-09-11 | 公益财团法人癌研究会 | 图像诊断辅助装置、资料收集方法、图像诊断辅助方法及图像诊断辅助程序 |
US11633084B2 (en) | 2017-10-30 | 2023-04-25 | Japanese Foundation For Cancer Research | Image diagnosis assistance apparatus, data collection method, image diagnosis assistance method, and image diagnosis assistance program |
CN112446855A (zh) * | 2019-08-30 | 2021-03-05 | 佳能株式会社 | 信息处理装置、断层摄影装置、信息处理方法及存储介质 |
US11955226B2 (en) | 2019-08-30 | 2024-04-09 | Canon Kabushiki Kaisha | Information processing apparatus, tomographic apparatus, and information processing method |
CN113096061A (zh) * | 2019-12-23 | 2021-07-09 | 株式会社日立制作所 | 图像诊断辅助装置、医用图像取得装置以及计算机可读记录介质 |
CN113096061B (zh) * | 2019-12-23 | 2023-09-15 | 富士胶片医疗健康株式会社 | 图像诊断辅助装置、医用图像取得装置以及计算机可读记录介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20140050620A (ko) | 2014-04-29 |
EP2423841B1 (en) | 2020-04-01 |
US9384326B2 (en) | 2016-07-05 |
US20120054652A1 (en) | 2012-03-01 |
JP2012069089A (ja) | 2012-04-05 |
KR101495193B1 (ko) | 2015-02-25 |
EP2423841A2 (en) | 2012-02-29 |
KR101524902B1 (ko) | 2015-06-01 |
CN104392088B (zh) | 2018-06-08 |
KR20120020079A (ko) | 2012-03-07 |
CN102385664B (zh) | 2014-10-15 |
EP2423841A3 (en) | 2012-07-25 |
JP5800595B2 (ja) | 2015-10-28 |
CN104392088A (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102385664B (zh) | 诊断支持设备及其控制方法以及诊断支持*** | |
KR101742531B1 (ko) | 진단 지원 장치 및 그 제어 방법 | |
CN102722633B (zh) | 医疗诊断支持设备和医疗诊断支持方法 | |
US20170206321A1 (en) | Systems and methods for health information prescription | |
JP7361505B2 (ja) | 医用情報処理装置及び医用情報処理方法 | |
US9510791B2 (en) | Diagnostic efficiency | |
CA2833575A1 (en) | System and method for actionable reporting of a radiology image study | |
Abujudeh et al. | Key principles in quality and safety in radiology | |
US11342077B2 (en) | Medical information processing apparatus and medical information processing method | |
Duncan et al. | Wireless monitoring and real-time adaptive predictive indicator of deterioration | |
US9916425B2 (en) | Medical diagnosis support device, medical diagnosis support method, and information processing method | |
CN104850729A (zh) | 在脓毒症监控中电子监控传感器信号的监控器单元及方法 | |
WO2019118509A1 (en) | Risk monitoring scores | |
CN103714235A (zh) | 临床信息显示设备、方法和程序 | |
AU2016244236B2 (en) | Device-based action plan alerts | |
JP6738163B2 (ja) | 診断支援装置、診断支援装置が実行する方法及びプログラム | |
US20170249430A1 (en) | Methods, apparatuses and computer program products for providing a knowledge hub health care solution | |
KR20160118739A (ko) | 사용자 인터페이스 생성 방법 및 이에 따른 사용자 인터페이스 생성 장치 | |
CN113990512A (zh) | 异常数据检测方法及装置、电子设备和存储介质 | |
EP4181155A1 (en) | Generating information indicative of an interaction | |
JP7444069B2 (ja) | 医療用情報処理システム、医療用情報処理装置、および医療用情報処理方法 | |
US20230207125A1 (en) | Diagnosis-adaptive patient acuity monitoring | |
Tas et al. | Improving Pediatric Hypertension Screening in an Academic Primary Care Setting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |