CN103987321B - 用于基于结果质量的剂量优化的***和方法 - Google Patents
用于基于结果质量的剂量优化的***和方法 Download PDFInfo
- Publication number
- CN103987321B CN103987321B CN201280061240.1A CN201280061240A CN103987321B CN 103987321 B CN103987321 B CN 103987321B CN 201280061240 A CN201280061240 A CN 201280061240A CN 103987321 B CN103987321 B CN 103987321B
- Authority
- CN
- China
- Prior art keywords
- scanning
- value
- radiologist
- dose
- optimal dosage
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims description 47
- 230000005855 radiation Effects 0.000 claims description 24
- 238000013500 data storage Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 238000011160 research Methods 0.000 claims description 10
- 238000002224 dissection Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007620 mathematical function Methods 0.000 claims description 3
- 231100000673 dose–response relationship Toxicity 0.000 claims 1
- 230000001186 cumulative effect Effects 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Business, Economics & Management (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- General Business, Economics & Management (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pulmonology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
一种***包括建模器(214)和剂量优化器(216),所述建模器(214)生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的函数,根据所述扫描创建放射科医师的报告,所述剂量优化器(216)基于所述模型和一个或多个优化规则(218)来确定针对规划扫描的最优剂量值。一种方法包括:生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的函数,根据所述扫描创建放射科医师的报告;以及,基于所述模型和一个或多个优化规则来确定针对规划扫描的最优剂量值。
Description
技术领域
下文总体涉及成像,并且更具体地涉及基于先前扫描利用的辐射剂量和对应于那些扫描的放射科医师报告来优化扫描的电离辐射剂量。
背景技术
成像模态,诸如计算机断层摄影(CT)和X射线,利用电离辐射来对对象进行成像。遗憾的是,电离辐射可以增加人类或动物对象的活组织损伤、辐射病、癌症以及死亡的风险。利用CT,在对象中沉积的辐射剂量取决于诸如管电流(毫安-秒,或mAs)、管电压(峰值千伏,或kVp)、间隔/曝光时间(对于螺旋扫描)、切片厚度和间距(对于轴向扫描)、研究中的扫描数量和患者生理(例如,较厚或较薄)的因素。已经使用以毫戈瑞(mGy)为单位的CT剂量指数(CTDI)以及以mGy x厘米(cm)为单位的剂量长度乘积(DLP)测量沉积剂量。
规划和执行扫描的技术人员能够通过减少mAs、kVp和/或扫描数量,和/或增加间隔、切片厚度和/或切片间距,从而降低对对象的沉积剂量。然而,图像噪声反比于辐射剂量,并且因此,任意地降低辐射剂量不仅降低剂量,而且增加采集数据中的图像噪声,其在重建期间被传播到图像数据,降低视觉图像质量(例如,减少信噪比或对比噪声比等)。在合理范围内增加辐射剂量,将总体改善视觉图像质量。然而,增加视觉图像质量不一定增加图像数据的诊断价值。
有时与放射科医师协力,基于对象的物理特性、临床指标(即,扫描原因)等,技术人员通常设置这些参数。在许多情况下,参数被封装为固定协议,其指导要被应用的某个水平的辐射。然而,在采集和阅读患者图像中通过技术人员和放射科医师的专业知识和其经验来定义该辐射水平,并且对于确定相对于诊断价值的特定对象的最优剂量水平,客观量度(诸如对比噪声比、信噪比、MTF估计等)是不可靠的。
US 2008/0103834A1涉及一种采用质量保证矩阵的程序和辐射分数卡,诸如积累终生辐射剂量计算,用于监控和改善质量保证并且同时提供辐射剂量降低。
D2(US 2011/270623A1)涉及一种准许将先前扫描结果用于新扫描的程序,与先前研究相比降低质量阈值并且降低分辨率。
D3(EP 1354554A2)关于一种准许用户来定义用于扫描会话的大量扫描参数的数据库。所述数据库允许确定平均辐射剂量和其他参数。
发明内容
本文描述的各个方面解决了以上提到的问题和其他问题。
在一个方面,用于剂量优化的***包括建模器和剂量优化器,所述建模器生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的数学函数,根据所述扫描创建放射科医师报告,所述剂量优化器基于所述模型和一个或多个优化规则来确定规划扫描的最优剂量值。
在另一方面,用于剂量优化的方法包括生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的数学函数,根据所述扫描创建放射科医师报告,并且基于所述模型、针对规划扫描的组分配和一个或多个优化规则来确定针对规划扫描的最优剂量值。
在另一方面,用于剂量优化的***包括成像***、报告和剂量评估器和验证器。成像***被配置为基于患者的规划扫描的预定扫描参数来扫描患者,其中,预定扫描参数包括至少一个扫描参数,当扫描患者时,所述至少一个扫描参数影响被递送到患者的剂量。报告和剂量评估器基于放射科医师报告中的结论质量和患者的先前执行扫描的测量沉积剂量之间的关系,确定用于患者的扫描的最优剂量。验证器将规划扫描的估计剂量值与最优剂量值进行比较,并且生成指示估计剂量值是否超过最优剂量值的信号。响应于估计剂量值不超过最优剂量值,成像***基于预定扫描参数来执行扫描。
附图说明
本发明可以采取多种元件和元件的布置,以及多种步骤和步骤的布置。附图仅仅是出于图示优选实施例的目的,并且不被解读为限制本发明。
图1示意性地图示了与报告和剂量评估器、验证器和数据储存库连接的范例成像***。
图2示意性地图示了图1的报告和剂量评估器的范例。
图3图形化地图示了作为扫描剂量的函数的阳性结论曲线。
图4图示了用于确定放射科医师报告中的信息和用于生成用于创建报告的成像数据的剂量水平之间关系的范例方法。
图5图示了用于基于在图4中确定的关系来验证针对规划扫描的剂量相关成像设置的范例方法。
具体实施方式
下文总体描述了一种用于确定放射科医师报告的质量(例如阳性结论)和在对应扫描期间被沉积到患者的测量剂量之间的关系和/或基于规划扫描的估计剂量利用所述关系来验证被执行的规划扫描的途径。
首先参考图1,示意性地图示了成像***100,诸如,计算机断层摄影(CT)扫描器。应当理解,成像***100能够是利用电离辐射来扫描对象的任何成像***。图示的成像***100包括固定机架102和旋转机架104。旋转机架104由固定机架102可旋转地支撑,并且围绕检查区域106关于z-轴旋转。
辐射源110(诸如X射线管)由旋转机架104可旋转地支撑。辐射源110随旋转机架104旋转,并且发射贯穿检查区域106的电离辐射。一维或二维辐射敏感探测器阵列112对向穿过检查区域106在辐射源110对侧的角度圆弧。探测器阵列112探测贯穿检查区域106的电离辐射,并且生成指示所述电离辐射的投影数据。
重建器114重建投影数据,并且生成指示所述投影数据的体积图像数据。重建器114可以采用传统滤波反投影算法、锥束算法、迭代算法和/或其他算法。对象支撑物116(诸如卧榻)支撑检查区域106中的对象。
通用计算***或计算机用作操作员控制台120。控制台120包括人可读输出设备(诸如监控器或显示器)和输入设备(诸如键盘、鼠标等)。驻留在控制台120上的软件允许操作员经由图形用户界面(GUI)或以其他方式与扫描器100交互。该交互可以包括选择成像协议和/或设置成像参数(诸如kVp、mAs、时间分辨率、角度采样等)。
数据储存库122包括图片存档和通信***(PACS)、放射科信息***(RIS)、医院信息***(HIS)、电子病历(EMR)和/或其他数据存储设备中的一个或多个。由成像***100和/或其他成像***生成的图像数据能够被存储在数据储存库122中。能够被存储在数据储存库122中与扫描相关的信息包括成像协议、剂量相关成像参数(kVp、mAs等)、剂量测量结果(CTDI和/或DLP)、临床指标、解读放射科医师的识别、放射科医师报告、患者统计资料、被扫描的解剖体等。数据储存库122能够对于***100是本地的、远程的和/或部分本地部分远程的。
报告和剂量评估器124评估在数据储存库122和/或其他数据储存库中的放射科医师报告的内容和针对一个或多个扫描的测量剂量。如下面更详细地描述,报告和剂量评估器124基于所述评估来确定报告质量和测量剂量之间的关系,并且生成指示所述关系的信号或数据。通常,在合理范围内简单增加剂量,将改善图像质量。然而,简单增加剂量不一定改善放射科医师的阳性结论率。生成的数据允许基于阳性结论率针对要被扫描的患者优化剂量,另外或备选地针对图像视觉质量优化剂量。
验证器126能够用于基于由报告和剂量评估器124生成的数据来验证由成像技术人员针对要被扫描的患者选择和/或输入的规划扫描的成像设置。这样的验证可以包括估计和/或获得用于规划扫描的估计剂量,以及将估计剂量与由报告和剂量评估器124确定的用于扫描的最优剂量进行比较。在一个实例中,基于从数据储存库122中提取的患者的信息和来自用于对患者进行分组的分组标准208的相同标准,获得针对患者的规划扫描的估计剂量。例如,该信息用于将患者映射到正确组,并且然后能够定位和获得针对该组的最优剂量值。验证器126能够将信号发送到控制台120,所述信号指示估计剂量是否满足优选剂量值。
其中,也已知患者的积累剂量,信号也可以指示扫描是否将增加患者的剂量到超过预定推荐积累剂量水平。放射科医师能够基于积累剂量来确定是否继续当前剂量水平或改变扫描参数以降低剂量水平。而且,验证器可以能够根据积累剂量提供对参数值改变的建议,以便于进一步降低剂量。在一个实例中,这可以包括对另一患者的进行研究,其中,优选剂量值将使得积累剂量超过预定推荐积累剂量水平,并且建议相似的扫描参数。
应当认识到,经由执行被编码或嵌入在计算机可读存储介质(诸如物理内存)上的一个或多个计算机可读指令的一个或多个处理器能够实现报告和剂量评估器124和/或验证器126。这样的处理器能够是控制台120和/或其他计算设备(诸如专用可视化计算机)的一部分,和/或其他计算设备。额外地或备选地,处理器能够执行由载波、信号或其他非计算机可读存储介质(诸如暂态介质)携带的至少一个计算机可读指令。
图2示意性地图示了与成像***100、数据储存库122和验证器126连接的报告和剂量评估器124的范例。
数据提取器202从数据储存库122中提取数据以进行评估。在图示实施例中,数据提取器202基于提取标准204从数据储存库122中提取数据。通过非限制范例的方式,在一个实例中,提取标准204可以使得数据提取器202提取包括研究的放射科医师报告、电离辐射剂量测量结果和/或用于确定剂量的参数、成像协议、被扫描解剖体的识别、临床指标等的患者研究。能够预定和/或由用户定义提取标准204。
数据分组器206将提取数据分成一个或多个组。在图示实施例中,数据分组器206基于分组标准208将提取数据进行分组。通过非限制范例的方式,在一个实例中,分组标准208使得数据分组器206基于成像协议、被扫描的解剖体、临床指标、统计资料和/或解读放射科医师,将提取研究进行分组。其中,使用解读放射科医师,能够基于放射科医师将数据进行分组。在单一水平或多水平上能够执行分组,其中,经分组的数据被分为子组。能够预定和/或由用户定义分组标准208。
评估器210评估在每个组中的数据。在图示实施例中,评估器210基于一个或多个评估算法212至少评估每个研究中的放射科医师报告和测量剂量。评估可以包括整个报告或报告的一个或多个特定子章节,诸如“结论”、“总结”和/或其他章节。其中,考虑到解读放射科医师,能够在放射科医师之间使所述评估正规化。由此,能够考虑每个放射科医师的不同报告类型(在剂量水平x的一个放射科医师比在相同剂量水平的另一放射科医师可以具有固有更多“不确定”的报告类型)。
在一个实例中,一个或多个评估算法212使得评估器210确定在每个组中的每个报告上的以下度量指标中的一个或多个的存在、缺失、和/或频率:不确定项的直接计数(例如,“可以符合”、“可能”、“要求进一步研究”等);基于例如情感分析的不确定的统计量度;阳性结论的存在;阴性结论的存在;与先前报告比较结论的存在;推荐操作的存在;推荐的强度;不同医学概念的平均数量(如果是具有较低质量的图像,将更低)和/或其他度量指标。
建模器214对评估数据进行建模。通过范例的方式,在一个非限制实例中,建模器214采用数学模型来将放射科医师报告中的结论质量建模为剂量的函数。例如,可以计算数据的非线性回归曲线。注意,基于其剂量,独立研究可以以分箱方式进行放置,并且可以计算该剂量分箱中的平均或中位质量。备选地,每个扫描能够被认为是分离数据点。
注意,经由执行一个或多个计算机可读指令的一个或多个处理器能够实现数据提取器202、数据分组器206、评估器210以及建模器214,所述一个或多个计算机可读指令被编码或嵌入在计算机可读存储介质(诸如物理内存)上以实施以上描述的功能。这样的处理器能够是计算设备(诸如专用可视化计算机)的一部分和/或其他计算设备。额外地或备选地,处理器能够执行由载波、信号或其他非计算机可读存储介质(诸如,暂态介质)携带的至少一个计算机可读指令。
表1示出了剂量和阳性结论数据的非限制范例。列1包括剂量数据,其被表示为以mGy为单位的平均CTDI,并且列2包括报告具有阳性结论的分数。表1中的每行提供从多个独立研究中确定的值。
平均CTDI(mGy) | 具有阳性结论报告的分数 |
5 | 0.62 |
10 | 0.60 |
15 | 0.71 |
20 | 0.79 |
25 | 0.77 |
30 | 0.80 |
35 | 0.77 |
表1.剂量和阳性结论
简略地转到图3,图形化地描绘了表1的数据。在图3中,y-轴302表示结论质量,并且x-轴304表示剂量。使用s型(逻辑)函数,在该非限制范例中,建模器214将曲线306拟合到数据点308-318,所述数据点308-318对应于表1的数据如下:y=A/(1+exp(-(剂量-B)/C)+D,其中,A、B、C、和D是变量,使得D表示拟合回归函数的最小值,A表示离D的最大偏移,变量B表示质量值y在其最大半值处的剂量,并且C定义在最小和最大值之间过渡的陡度。
剂量优化器216基于数学模型、用于生成数学模型的数据和/或原始数据以及一个或多个优化规则218来确定针对由标准208定义的组的最优剂量值。通过非限制范例的方式,优化规则可以使得剂量优化器216找到在图3的曲线306上的CTDI剂量值,所述CTDI剂量值对应于最小和最大报告质量之间的距离的90%。在该范例中,剂量值约为20mGy。能够预定和/或由用户定义优化规则218。最优剂量值和/或模型能够被存储在数据储存库122和/或其他存储设备中,和/或被传递到另一部件(诸如验证126)和/或其他设备。在一个实例中,最优剂量值和/或模型被传递到计算***,其中,经由监控器视觉显示最优剂量值和/或模型中的一个或多个。
在一个非限制范例中,验证器126接收来自成像***的规划图像研究,并且基于生成的最优剂量值来验证针对患者的估计剂量。如上所述,基于分组标准208首先识别针对患者的分组。然后能够获得用于分组的优选剂量值,并且将其与估计剂量进行比较。通过又一范例的方式,(例如根据临床问题的类型)可以先前地已经确定针对十个不同组的最优剂量。当新患者到达时,患者首先必须被放置或映射到十个分组中的一个,并且这基于分组标准208实现。一旦识别正确的分组,能够获得针对分组的最优剂量值。在一个实例中,如果估计剂量小于或在优选剂量值的预设范围之内,则验证器126不做任何事。备选地,验证器126将验证信号传递到成像***100,然后其通知用户规划图像研究的剂量相关设置满足最优剂量值。另外,如果估计剂量不满足最优剂量值,则验证器126将警告信号传递到成像***100,然后其通知用户规划图像研究的剂量相关设置不满足最优剂量值。技术人员能够忽视警告或改变一个或多个成像参数。如上所述,其中,也已知患者的积累剂量,指示扫描是否将增加患者的剂量超过预定推荐的积累剂量水平的信号也可以被传递到成像***100。
图4和图5图示了根据图1-图3的范例方法。应当认识到,本文中描述的方法中的操作顺序并非是限制性的。正因如此,本文预期其他顺序。另外,可以省略一个或多个操作和/或可以包括一个或多个额外的操作。
图4图示了用于确定针对成像数据的放射科医师报告中的结论质量和采集成像数据时沉积的剂量之间关系的范例方法。
在402处,对于一个或多个成像研究,从数据储存库中提取用于测量剂量的扫描信息,诸如放射科医师报告、剂量测量结果和/或参数。可以被提取的其他信息包括成像协议、被扫描的解剖体的识别、临床指标、解读放射科医师和/或其他信息。
在404处,基于分组标准将提取的数据分成多个不同组。例如,基于解读放射科医师、成像协议、被扫描的解剖体和/或其他信息可以对数据进行分组。
在406处,评估组中的数据,以确定关于该组数据的一个或多个报告质量度量指标。如本文描述的,这可以包括确定针对多个剂量水平中的每个的阳性结论的百分比。
在408处,将至少一个或多个度量指标中的子集进行建模。如本文描述的,这可以包括基于统计学对作为剂量的函数的结论质量进行数学建模。
在410处,基于所述模型(和/或用于生成所述模型的数据)和一个或多个优化规则来确定最优剂量值。最优剂量值和/或模型能够被存储和/或传递到另一设备。
对于一个或多个数据组能够执行操作406-410。
图5图示了用于基于在图4中确定的关系来验证成像设置的范例方法。
在502处,针对患者获得来自规划扫描的扫描设置,包括剂量确定参数和/或估计剂量。
在504处,将规划扫描映射到扫描的多个不同组中的一个。在一个实例中,如在图4的404描述的或以其他方式,生成多个不同组。
在506处,识别针对扫描的多个不同组中的一个的最优剂量值。
在508处,获得经识别的最优剂量值。
在510处,将规划扫描的估计沉积剂量与剂量优化值进行比较。基于影响剂量的扫描参数(诸如本文讨论的kVp、mAs等)能够确定估计剂量。
如果估计剂量超过最优剂量值,则在512处,将警告信号传递到成像***,其(例如经由监控器上的视觉消息、可听消息和/或其他消息)通知建立和执行规划成像研究的技术人员规划扫描的剂量水平不满足剂量优化值。技术人员能够改变剂量相关图像设置或按规划继续。
否则,在514,验证确认能够被传递到成像***。如果扫描将增加患者积累剂量超过推荐阈值,指示这一情况的通知也能够被传递到成像***。
已经参考优选实施例描述了本发明。他人在阅读和理解上述详细的描述之后能够做出修改和变型。其意图是本发明应被解读为包括所有这样的修改和变型,只要它们落在权利要求书或其等效方案的范围之内。
Claims (19)
1.一种用于剂量优化的***,包括:
建模器(214),其生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的数学函数,根据所述扫描创建所述放射科医师报告;以及
剂量优化器(216),其基于所述模型和一个或多个优化规则(218)来确定针对规划扫描的最优剂量值。
2.根据权利要求1所述的***,其中,所述建模器以图形化方式在回归曲线中对所述结论质量进行建模。
3.根据权利要求1和2中的任一项所述的***,其中,所述一个或多个优化规则将所述最优剂量值定义为在最大质量和最小质量之间的预定百分比。
4.根据权利要求1和2中的任一项所述的***,其中,所述结论质量对应于阳性结论率。
5.根据权利要求1和2中的任一项所述的***,还包括:
评估器(210),其单独评估相关成像研究的一组或多组,其中,所述建模器基于对每组的评估的结果来生成针对该组的模型。
6.根据权利要求5所述的***,其中,所述评估基于所述放射科医师报告的章节的子集。
7.根据权利要求5所述的***,其中,在解读放射科医师之间使对所述组的所述评估正规化。
8.根据权利要求5所述的***,其中,所述评估对特定解读放射科医师的类型具有特异性。
9.根据权利要求5所述的***,其中,所述评估确定:不确定项的计数;基于情感分析的不确定的统计量度;阳性结论的存在;阴性结论的存在;与先前报告的比较结论的存在;推荐操作的存在;所述推荐的强度;不同医学概念的平均数或其他度量指标中的一个或多个的存在、缺失或频率中的至少一个。
10.根据权利要求5所述的***,还包括:
数据分组器(206),其将从数据储存库(122)中提取的成像相关数据分成一个或多个组。
11.根据权利要求10所述的***,其中,所述数据分组器基于成像协议、被扫描的解剖体、临床指标、统计资料或解读放射科医师中的一个或多个,对所述成像相关数据进行分组。
12.根据权利要求1和2中的任一项所述的***,还包括:
验证器(126),其基于所述最优剂量值,验证与剂量相关的所述规划扫描的扫描设置。
13.根据权利要求12所述的***,其中,所述验证器将所述规划扫描的估计剂量值与所述最优剂量值进行比较,并且响应于所述估计剂量值超过所述最优剂量值,将警告信号传递到控制台(120)。
14.根据权利要求12所述的***,其中,经由监控器在视觉上呈现患者的估计剂量值、所述最优剂量值或积累剂量值中的至少一个。
15.一种用于剂量优化的方法,包括:
生成模型,所述模型将放射科医师报告中的结论质量建模为扫描的沉积剂量的数学函数,根据所述扫描创建所述放射科医师报告;并且
基于所述模型、针对规划扫描的组分配以及一个或多个优化规则,确定针对所述规划扫描的最优剂量值。
16.根据权利要求15所述的方法,其中,所述最优剂量值对应于在其中通过增加被递送的所述剂量来改善阳性结论率的可能性小于预定阈值的剂量值。
17.根据权利要求15至16中的任一项所述的方法,还包括:
从数据储存库(122)中提取成像相关数据为一个或多个组,其中,所述成像相关数据包括成像协议、剂量相关成像参数、剂量测量结果、临床指标、对解读放射科医师的识别、放射科医师报告、患者统计资料、对对应于图像数据的被扫描的解剖体的识别中的一个或多个以及图像数据;
将提取的成像相关数据分为多个组,其中,基于成像协议、被扫描的解剖体、临床指标、统计资料或解读放射科医师中的一个或多个,对所述提取的成像相关数据进行分组;并且
单独评估相关成像研究的所述多组中的一个或多个,其中,所述评估确定:不确定项的计数;基于情感分析的不确定的统计量度;阳性结论的存在;阴性结论的存在;与先前报告的比较结论的存在;推荐操作的存在;所述推荐的强度;不同医学概念的平均数或其他度量指标中的一个或多个的存在、缺失或频率中的至少一个。
18.根据权利要求17所述的方法,还包括:
将所述规划扫描分配到扫描的预定组中;
识别并获得针对扫描的所述预定组的所述最优剂量值;
将所述规划扫描的估计剂量值与获得的最优剂量值进行比较;并且
响应于所述估计剂量值超过所述最优剂量值,生成警告信号。
19.一种用于剂量优化的***,包括:
成像***(100),其被配置为基于患者的规划扫描的预定扫描参数来扫描患者,其中,所述预定扫描参数包括当扫描所述患者时影响被递送到所述患者的剂量的至少一个扫描参数;
报告和剂量评估器(124),其基于放射科医师报告中的结论质量和患者的先前执行扫描的测量的沉积剂量之间的关系,确定针对所述患者的扫描的最优剂量值;以及
验证器(126),其将所述规划扫描的估计剂量值与所述最优剂量值进行比较,并且生成指示所述估计剂量值是否超过所述最优剂量值的信号,并且,响应于所述估计剂量值不超过所述最优剂量值,所述成像***基于所述预定扫描参数来执行所述扫描。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161569876P | 2011-12-13 | 2011-12-13 | |
US61/569,876 | 2011-12-13 | ||
PCT/IB2012/057055 WO2013088318A1 (en) | 2011-12-13 | 2012-12-07 | Dose optimization based on outcome quality |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103987321A CN103987321A (zh) | 2014-08-13 |
CN103987321B true CN103987321B (zh) | 2017-06-09 |
Family
ID=47603869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280061240.1A Active CN103987321B (zh) | 2011-12-13 | 2012-12-07 | 用于基于结果质量的剂量优化的***和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10289953B2 (zh) |
EP (1) | EP2790583B1 (zh) |
JP (1) | JP6138817B2 (zh) |
CN (1) | CN103987321B (zh) |
BR (1) | BR112014014106A2 (zh) |
WO (1) | WO2013088318A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140072108A1 (en) * | 2010-07-16 | 2014-03-13 | David P. Rohler | Methods and apparatus for extended low contrast detectability for radiographic imaging systems |
CN103987321B (zh) * | 2011-12-13 | 2017-06-09 | 皇家飞利浦有限公司 | 用于基于结果质量的剂量优化的***和方法 |
JP6021403B2 (ja) * | 2012-04-19 | 2016-11-09 | キヤノン株式会社 | 放射線撮像装置 |
JP6366966B2 (ja) * | 2014-03-17 | 2018-08-01 | キヤノンメディカルシステムズ株式会社 | 被曝線量管理システム及び画像診断装置 |
CN105326521A (zh) * | 2014-05-30 | 2016-02-17 | Ge医疗***环球技术有限公司 | 计算机断层扫描医学诊断中的扫描剂量评估***及方法 |
US20160070871A1 (en) * | 2014-09-04 | 2016-03-10 | Quattro Folia Oy | System and method for recommending optimum insulin bolus dosage |
CN104605881A (zh) * | 2014-12-31 | 2015-05-13 | 沈阳东软医疗***有限公司 | 一种参数优化方法及医疗设备 |
CA3020346A1 (en) * | 2016-04-15 | 2017-10-19 | Baxalta Incorporated | Method and apparatus for providing a pharmacokinetic drug dosing regimen |
US10709409B2 (en) * | 2017-03-17 | 2020-07-14 | General Electric Company | System and method for conveying one or more predictive indicators of an imaging control parameter |
EP3420909A1 (en) * | 2017-06-27 | 2019-01-02 | Koninklijke Philips N.V. | X-ray misuse protection |
JP6885803B2 (ja) * | 2017-06-27 | 2021-06-16 | ゼネラル・エレクトリック・カンパニイ | 放射線撮影装置及び撮影方法 |
EP3486913A1 (en) | 2017-11-15 | 2019-05-22 | Koninklijke Philips N.V. | Evaluation of dose accuracy of radiation therapy treatment plans |
EP3597106A1 (en) * | 2018-07-19 | 2020-01-22 | Koninklijke Philips N.V. | Ct scan parameter optimization |
EP3618076B1 (en) * | 2018-08-31 | 2023-11-08 | Siemens Healthcare GmbH | Evaluating dose events of medical imaging exams |
EP4035124A4 (en) * | 2019-09-25 | 2023-10-11 | Subtle Medical, Inc. | SYSTEMS AND METHODS FOR IMPROVING LOW-DOSE VOLUMETRIC CONTRAST-ENHANCED MRI |
DE102019217421A1 (de) * | 2019-11-12 | 2021-05-12 | Siemens Healthcare Gmbh | Verfahren zur automatischen Regelung von Strahlendosen medizinischer Röntgengeräte |
DE102020200906A1 (de) | 2020-01-27 | 2021-07-29 | Siemens Healthcare Gmbh | Steuerung eines medizinischen Röntgengeräts |
CN114947908A (zh) * | 2021-02-24 | 2022-08-30 | 上海联影医疗科技股份有限公司 | 辐射剂量的管理方法和装置 |
US11727087B2 (en) * | 2021-04-05 | 2023-08-15 | Nano-X Ai Ltd. | Identification of a contrast phase depicted in a medical image |
CN117218082B (zh) * | 2023-09-14 | 2024-04-30 | 南京诺源医疗器械有限公司 | 一种基于辐射量探测的医学荧光影像质控方法及*** |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6658396B1 (en) * | 1999-11-29 | 2003-12-02 | Tang Sharon S | Neural network drug dosage estimation |
US7254623B1 (en) | 2002-04-16 | 2007-08-07 | General Electric Company | Method and apparatus for reducing x-ray dosage in CT imaging prescription |
US7433853B2 (en) * | 2004-07-12 | 2008-10-07 | Cardiac Pacemakers, Inc. | Expert system for patient medical information analysis |
CA2650562A1 (en) * | 2005-04-25 | 2006-11-02 | Caduceus Information Systems Inc. | System for development of individualised treatment regimens |
US7743007B2 (en) * | 2005-09-08 | 2010-06-22 | Invention Science Fund I | System for graphical illustration of a first possible outcome of a use of a treatment parameter with respect to body portions based on a first dataset associated with a first predictive basis and for modifying a graphical illustration to illustrate a second possible outcome of a use of a treatment parameter based on a second dataset associated with a second predictive basis |
US20070189455A1 (en) | 2006-02-14 | 2007-08-16 | Accuray Incorporated | Adaptive x-ray control |
US20070277224A1 (en) | 2006-05-24 | 2007-11-29 | Osborn Steven L | Methods and Systems for Graphical Image Authentication |
WO2008130380A2 (en) * | 2006-10-25 | 2008-10-30 | Bruce Reiner | Method and apparatus of providing a radiation scorecard |
CN101790610A (zh) * | 2007-05-04 | 2010-07-28 | 魁北克工业研究中心 | 用于优化木质纤维素颗粒物质磨浆的***和方法 |
US8412544B2 (en) * | 2007-10-25 | 2013-04-02 | Bruce Reiner | Method and apparatus of determining a radiation dose quality index in medical imaging |
US7925369B2 (en) * | 2007-12-18 | 2011-04-12 | Globalfoundries Inc. | Method and apparatus for optimizing models for extracting dose and focus from critical dimension |
WO2010019919A1 (en) * | 2008-08-14 | 2010-02-18 | University Of Toledo | Multifunctional neural network system and uses thereof for glycemic forecasting |
US8688618B2 (en) * | 2009-06-23 | 2014-04-01 | The Johns Hopkins University | Method and system for determining treatment plans |
JP2011110289A (ja) | 2009-11-27 | 2011-06-09 | Toshiba Corp | 医用情報装置及び、医用情報システム |
US20130041681A1 (en) * | 2010-03-04 | 2013-02-14 | Koninklijke Philips Electronics N.V. | Clinical decision support system with temporal context |
WO2012025851A1 (en) * | 2010-08-23 | 2012-03-01 | Koninklijke Philips Electronics N.V. | Assigning cases to case evaluators based on dynamic evaluator profiles |
US10600136B2 (en) * | 2011-02-04 | 2020-03-24 | Koninklijke Philips N.V. | Identification of medical concepts for imaging protocol selection |
JP6053749B2 (ja) * | 2011-03-29 | 2016-12-27 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像捕捉及び/又は画像関連パラメータの推薦装置 |
CN103987321B (zh) * | 2011-12-13 | 2017-06-09 | 皇家飞利浦有限公司 | 用于基于结果质量的剂量优化的***和方法 |
US9990581B2 (en) * | 2012-07-11 | 2018-06-05 | Roche Diabetes Care, Inc. | Insulin dosage assessment and recommendation system |
EP3010681B1 (en) * | 2013-06-20 | 2021-05-19 | Takeda Pharmaceutical Company Limited | Providing a pharmacokinetic drug dosing regime |
US20140379378A1 (en) * | 2013-06-20 | 2014-12-25 | Koninklijke Philips N.V. | System and Method for Generating a Medical Summary Report |
US20160070871A1 (en) * | 2014-09-04 | 2016-03-10 | Quattro Folia Oy | System and method for recommending optimum insulin bolus dosage |
US10456090B2 (en) * | 2014-11-22 | 2019-10-29 | Bigfoot Biomedical, Inc. | Method to determine individualized insulin sensitivity and optimal insulin dose by linear regression, and related systems |
-
2012
- 2012-12-07 CN CN201280061240.1A patent/CN103987321B/zh active Active
- 2012-12-07 BR BR112014014106A patent/BR112014014106A2/pt not_active Application Discontinuation
- 2012-12-07 US US14/365,267 patent/US10289953B2/en active Active
- 2012-12-07 WO PCT/IB2012/057055 patent/WO2013088318A1/en active Application Filing
- 2012-12-07 EP EP12818588.1A patent/EP2790583B1/en active Active
- 2012-12-07 JP JP2014546694A patent/JP6138817B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
EP2790583B1 (en) | 2016-05-18 |
CN103987321A (zh) | 2014-08-13 |
US10289953B2 (en) | 2019-05-14 |
WO2013088318A1 (en) | 2013-06-20 |
JP6138817B2 (ja) | 2017-05-31 |
BR112014014106A2 (pt) | 2017-06-13 |
EP2790583A1 (en) | 2014-10-22 |
US20140304206A1 (en) | 2014-10-09 |
JP2015500121A (ja) | 2015-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103987321B (zh) | 用于基于结果质量的剂量优化的***和方法 | |
US10984528B2 (en) | System and apparatus for clinical decision optimisation | |
CN103442644B (zh) | 产生用于估测由医学成像扫描导致的患者辐射剂量的合适模型 | |
EP2210238B1 (en) | Apparatus and method for generation of attenuation map | |
CN102428495B (zh) | 对成像数据的置信度的自动评估 | |
US9668712B2 (en) | Method and system for quantitative imaging | |
US10371825B2 (en) | Radiation detector and computer tomography apparatus including the same | |
US8594769B2 (en) | Systems and methods for associating physiological data with image data | |
CN105556507A (zh) | 使用二次似然函数进行数据统计建模的方法和*** | |
CN104114091B (zh) | 空间校正核图像重建 | |
CN108292443A (zh) | 使用病变代理的pet图像重建和处理 | |
Richard et al. | Quantitative breast tomosynthesis: From detectability to estimability | |
CN109770933A (zh) | 通过三维定位改进图像质量的***和方法 | |
US20110142367A1 (en) | Methods and systems for correcting image scatter | |
GB2480864A (en) | Processing system for medical scan images | |
US20190159747A1 (en) | Methods, systems, and apparatus for automatically assessing quality of imaging systems | |
CN113613561A (zh) | 处理x射线检测数据的数据处理装置及数据处理方法及搭载有该装置或方法的x射线检查装置 | |
CN109416833B (zh) | 根据谱ct数据确定钙含量 | |
CN114867414A (zh) | 用于提供患者的感兴趣区域的核图像的装置、***、方法和计算机程序 | |
Shubhangi et al. | Deep Learning and Image Processing Techniques applied in Panoramic X-Ray Images for Teeth Detection and Dental Problem Classification | |
SACKEY | Paediatric Patients Dose Optimisation and Risk Assessment in Computed Tomography Examination | |
WO2021252751A1 (en) | Systems and methods for generating synthetic baseline x-ray images from computed tomography for longitudinal analysis | |
Monteiro et al. | Image segmentation and voxelization techniques for dose assessment in X-ray diagnostic procedures | |
Ain et al. | Lungs anomaly detection by filtered back projection reconstruction method in electrical impedance tomography | |
KR20160009848A (ko) | 방사선 선량 권고량 관리 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |