JP6828034B2 - 医療撮像および医療撮像情報の効率的共有 - Google Patents
医療撮像および医療撮像情報の効率的共有 Download PDFInfo
- Publication number
- JP6828034B2 JP6828034B2 JP2018527787A JP2018527787A JP6828034B2 JP 6828034 B2 JP6828034 B2 JP 6828034B2 JP 2018527787 A JP2018527787 A JP 2018527787A JP 2018527787 A JP2018527787 A JP 2018527787A JP 6828034 B2 JP6828034 B2 JP 6828034B2
- Authority
- JP
- Japan
- Prior art keywords
- phi
- processor
- data
- asp
- communication network
- 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
- 238000002059 diagnostic imaging Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims description 166
- 238000004891 communication Methods 0.000 claims description 113
- 238000004458 analytical method Methods 0.000 claims description 106
- 238000003860 storage Methods 0.000 claims description 90
- 230000004044 response Effects 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 18
- 230000036541 health Effects 0.000 claims description 13
- 238000010200 validation analysis Methods 0.000 claims description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 165
- 238000012545 processing Methods 0.000 description 118
- 230000008569 process Effects 0.000 description 57
- 210000001519 tissue Anatomy 0.000 description 39
- 230000003068 static effect Effects 0.000 description 33
- 238000005259 measurement Methods 0.000 description 30
- 230000017531 blood circulation Effects 0.000 description 28
- 238000012937 correction Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 25
- 230000000747 cardiac effect Effects 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 24
- 210000004369 blood Anatomy 0.000 description 22
- 239000008280 blood Substances 0.000 description 22
- 230000002861 ventricular Effects 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 21
- 210000002216 heart Anatomy 0.000 description 21
- 238000010586 diagram Methods 0.000 description 20
- 230000011218 segmentation Effects 0.000 description 20
- 238000012800 visualization Methods 0.000 description 18
- 210000003484 anatomy Anatomy 0.000 description 17
- 238000011002 quantification Methods 0.000 description 17
- 210000000709 aorta Anatomy 0.000 description 16
- 238000001514 detection method Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 15
- 229920006343 melt-processible rubber Polymers 0.000 description 14
- 238000009877 rendering Methods 0.000 description 14
- 238000013503 de-identification Methods 0.000 description 12
- 239000013598 vector Substances 0.000 description 12
- 230000009471 action Effects 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 10
- 210000004115 mitral valve Anatomy 0.000 description 9
- 238000007781 pre-processing Methods 0.000 description 9
- 210000000591 tricuspid valve Anatomy 0.000 description 9
- 210000001765 aortic valve Anatomy 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 230000008320 venous blood flow Effects 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 238000006424 Flood reaction Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 7
- 230000008321 arterial blood flow Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 230000002685 pulmonary effect Effects 0.000 description 7
- 210000003102 pulmonary valve Anatomy 0.000 description 7
- 239000007787 solid Substances 0.000 description 7
- 239000008186 active pharmaceutical agent Substances 0.000 description 6
- 238000013475 authorization Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000008520 organization Effects 0.000 description 6
- 210000005241 right ventricle Anatomy 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 5
- 210000005240 left ventricle Anatomy 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000000543 intermediate Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 3
- 210000003540 papillary muscle Anatomy 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000001746 atrial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000002224 dissection Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004091 panning Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 230000016853 telophase Effects 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 208000023281 Fallot tetralogy Diseases 0.000 description 1
- 206010033864 Paranoia Diseases 0.000 description 1
- 208000027099 Paranoid disease Diseases 0.000 description 1
- CYTYCFOTNPOANT-UHFFFAOYSA-N Perchloroethylene Chemical compound ClC(Cl)=C(Cl)Cl CYTYCFOTNPOANT-UHFFFAOYSA-N 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 201000003005 Tetralogy of Fallot Diseases 0.000 description 1
- 206010045545 Univentricular heart Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 235000021170 buffet Nutrition 0.000 description 1
- 235000020289 caffè mocha Nutrition 0.000 description 1
- 210000005242 cardiac chamber Anatomy 0.000 description 1
- 210000004903 cardiac system Anatomy 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 210000001174 endocardium Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0263—Measuring blood flow using NMR
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0209—Architectural arrangements, e.g. perimeter networks or demilitarized zones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/321—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority
- H04L9/3213—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority using tickets or tokens, e.g. Kerberos
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
- A61B5/02014—Determining aneurysm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56308—Characterization of motion or flow; Dynamic imaging
- G01R33/56316—Characterization of motion or flow; Dynamic imaging involving phase contrast techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10076—4D tomography; Time-sequential 3D tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Hematology (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
質量保存補正エラー低減
この前処理アルゴリズムのゴールは、フローデータを補正すること(セグメント化、フロー定量化、およびバックグラウンド位相エラー補正)である。補正される必要がある3つのフローデータセット、すなわち、i)x速度、ii)y速度、およびiii)z速度がある。撮像アーティファクト(たとえば、乱れ)およびノイズにより、フローデータは偏りがある。これを補正するために、質量保存(すなわち、物理的原理)が、フローデータを補正するのに使われる。質量保存は、閉システムの質量が、それが追加または取り除かれない場合、量を変えることができないので、時間が経過しても一定のままであることを我々に伝える。したがって、境界が心臓内に定義される場合(すなわち、心腔および血管の管腔境界)、固定ボリュームに入るフローは、体液が圧縮不能な場合、ボリュームを出るフローと一致しなければならない。この理論は、どのボリュームにも適用されてよい。血流のケースにおいて、我々は、血液濃度が一定であるという仮定を行い、したがって、連続方程式は、速度場の発散がどこにおいてもゼロであることを意味するように簡約する。物理的に、これは、ローカルボリューム膨張レートがゼロである(すなわち、du/dx+dv/dy+dw/dz=0)と言うことと等価である。この条件をどこにおいても強制することは不可能であるが、ローカルボリューム膨張は、すべての時間点にわたって最小限にされることが可能である。du/dx+dv/dy+dw/dzを最小限にする、いくつかの異なるタイプのアルゴリズムがあるが、最も共通するものは、フローフィールドの最小2乗発散なし近似を生成するアルゴリズムである。発散を最小限にするという制約をもつフローフィールドへの最小2乗近似を構築するための、いくつかのやり方、およびこれを達成するためのいくつかの異なるアルゴリズムがある。
4−Dフロースキャン用に設定されたVENCが低すぎて速度値を大きい正の値から大きい負の値に、またはその反対に「ラップ」させたとき、位相エイリアシングが起こる。原理上、このラッピングは2回以上起きてよい。
i)ピーク拡張時間点を識別し、その点では位相エイリアシングがないと仮定する。
ii)各獲得された速度成分の時間挙動を個々に調べる。
iii)各速度画像中の空間中の各点(ボクセル)について、ある時間点から次までの速度の変化を追跡する。速度が、+/−VENCを超えて変動することが観察された場合、エイリアシングが起きたと仮定する。
iv)エイリアシングが検出されたとき、その点についてのラップカウントは、観測された速度がVENCを超えて低減した場合は増分されるか、または観測された速度がVENCを超えて増大した場合は減分されるかのいずれかである。
v)各時間点で、速度は、VENCの2倍をもつラップカウントの積を追加することによって、その点についての現在の累計ラップカウントに従って改変される。
vi)現在の時間点が初期ピーク拡張開始点に戻ったら、ラップカウントがゼロの値に戻ったかをチェックする。ラップカウントがゼロに戻っていない場合、空間中のその点(ボクセル)の処理は、エラーであると見なされるべきである。
4−Dフロースキャン用に設定されたVENCが低すぎたとき、位相エイリアシングが起こる。エイリアシングされたボクセルを見つけることは、以下のことにより、非常に簡単である。
i)各スキャンのVENCは、この情報がDICOM画像すべてのヘッダファイル中にあるので、知られている。
ii)+/−VENC速度前後のフロー速度の急激な変化を識別する(すなわち、VENCが100cm/sに設定されている場合、+/−99cm/s前後の速度の急激な変化を探す)。速度の急激な変化は、ボクセルが100cm/sの速度値を有する可能性があり、近接ボクセルが−99cm/sの値を有することを意味する。
iii)次いで、+/−VENC前後に急勾配を有するボクセルすべてを接続することによって、エイリアシングされた領域のボーダーを見つける。
iv)これは、囲まれた境界という結果になる。囲まれた境界の領域中のボクセルすべてがエイリアシングされるかどうかを決定する。境界で開始し、3−D領域の中心に向かって動くことによって、システムは、大幅な急騰が(VENCにわたって)ないことを確実にするために、あらゆるボクセルを取り調べることができる。
v)著しい急騰に遭遇しなかった場合、VENC速度が、エイリアシングされた領域内のすべてのボクセルに追加されてよい。
vi)著しい急騰に遭遇した場合、問題は少し困難になる(が、依然として解決可能である)。この場合、ボクセルが何回かラップされてよい(すなわち、VENCが100cm/sに設定されているがボクセルでの速度が実際には499cm/sである場合、これは、2回ラップされ、速度は99cm/sと示される)。データを補正するやり方は、隣接ボクセルの速度に注目することである。VENCの1.5倍を超える急騰があった場合、2*VENCが、その密閉領域中で追加されるか、または差し引かれる必要がある。追加するか、それとも差し引くかの選択は、隣接ボクセルにわたる不連続性を最小限にするように選ばれる。
vii)アルゴリズムをさらに向上するために、どこが静的組織であるかについての情報が、どこが絶対ゼロでなければならないかを定義する際に不可欠である場合がある。静的組織は0速度を有するので、静的組織であると識別されるボクセルはラップされなければならない。次いで、物理的プロパティによる壁面(すなわち、体液境界レイヤ)から離れていく速さの継続的増大がなければならない。これのすべてにおける唯一の仮定は、隣接ボクセルが、互いにわたって1.5*VENCを超える急騰をもたないことである。
MRI獲得が実施されるとき、データは、磁界中の渦電流によるアーティファクトを含む場合がある。粒子速度が獲得される4−Dフロー獲得において、アーティファクトは速度値を不正にさせる。4−Dフローでは、血管を通る血流を定量化するために、正確な速度データを有することが不可欠である。
−静的(ゼロ速度)組織のボリュームセグメント化と、
−これらの静的ロケーションでは、未加工データから差し引かれてよいボリュームに曲線を合わせるように、速度データを使うこと。
4−Dフロー MRIスキャンにおける血液速度情報は、正確な血流算出を得るために補正される必要があるエラーを有する。静的組織中のエラー信号は、非静的組織に補正関数を提供するのに使われてよい(他の箇所で記載される)。立体と呼ばれる、組織の3次元ボリュームが、静的または非静的組織のいずれかのセクションを識別するために作成されてよい。立体は、2つの方法を使って作成されてよい。
4−Dフロー MRIスキャンにおける速度の正確な測定は、渦電流によってもたらされる偽信号向けの補正の適用を求める。渦電流補正(ECC)を決定することは、静的(動かない)組織における速度信号を調べることによって行われる。これは、すべての動く組織、血液および空気のマスキングを求める。この主張は、これを、ユーザ介入なしで自動的に行うための方法を記載する。自動補正は、ソフトウェアを、使うのにより単純およびより迅速にするだけでなく、ユーザがスタディを最初にオープンするときに補正が事前計算され、適用されることを可能にするので、有用である。自動補正はまた、ECCから利益を受けるために、自動セグメント化および測定のようなことを行って、他の前処理アルゴリズムを可能にするので、非常に重要である。
時間的目標定量化および視覚化
体の中の、具体的には心臓の中の目標(すなわち、点、線、面、エリア、ボリューム)を識別することができることが有用である。いくつかの目標は、性質が動的であり(たとえば、僧帽弁面)、したがって、それらの動きを時間内に追跡することが重要である。
点:時間経過に伴って3−D経路(線である)を追跡する。
線:時間経過に伴って2つのエンドポイントの3−D経路を追跡する。
面:時間経過に伴って面上の点および面の法線ベクトルを追跡する。
エリア:時間経過に伴って、膨張する輪郭、輪郭中心、および輪郭法線ベクトルを追跡する。
ボリューム:時間経過に伴って、ボリュームの表面を離散化し、各離散化された点を追跡する。
1)検出:第1のステップは、時間経過に伴って目標を識別するものである。これは、手動でまたは自動的に行われてよい。
手動検出:ユーザは、各目標の位置および配向を示すことができる。これを行う一方法は、画像の中心が目標の所望のロケーションにあるようにパンおよび回転を使って画像をナビゲートするものであってよい。目標のロケーションは、異なる時間点では異なってよく、ユーザが明示的にロケーションを設定していない時間点について補間されることになる。それは、目標が補間された場合、ユーザに対して示される。
左2腔:大動脈弁、僧帽弁、三尖弁、左心室頂点
左3腔:大動脈弁、僧帽弁、左心室頂点
左4腔:三尖弁、僧帽弁、左心室頂点
左短軸:僧帽弁、左心室頂点
右2腔:肺動脈弁、三尖弁、僧帽弁、右心室頂点
右3腔:肺動脈弁、三尖弁、右心室頂点
右4腔:三尖弁、僧帽弁、右心室頂点
右短軸:三尖弁、右心室頂点
いくつかの目標が置かれる(たとえば、大動脈弁、僧帽弁、左心室頂点、前乳頭筋、後乳頭筋、肺動脈弁、三尖弁、右心室頂点、LPA、RPA、SVC、IVC、下行大動脈)と、対象の解剖を表示するために自動ビューが作成されてよい。臨床医は、3つの垂直ビューをもつ一定の目標を見ること、または心臓のケースでは、4腔ビューまたは左もしくは右心室2もしくは3腔ビューを使うのに慣れている。時間点のうちの1つについてただ1つの目標のロケーションを更新することによって、それに従って、ビューが常に垂直であるか、または2、3、および4つの腔ビューがそのままであるかのいずれかであるように、すべてのビューが更新する。目標が置かれ、ビューが自動的に生成されると、これらのビューは、ソフトウェアのレポートセクション中に保存され、任意のフォーマット(すなわち、画像)でエクスポートされ、シネ動画(すなわち、時間経過に伴う複数の画像)を含んでよい。
各時間点についての短軸(場合によっては曲線)に沿って輪郭が置かれると、メッシュは次いで、各時間点について独立して生成される。これは、ねじりを最小限にするように、短軸スタックにおいて各輪郭を回転し、次いで、各輪郭中の第1の点を接続する開いた3次スプライン、第2の点を接続する第2のスプラインを生成し、輪郭中の各点についてそのようにすることによって行われる(各スライスの輪郭は、同じ数の点を有する。このプロセスの結果は、我々がメッシュの頂点として使う点の円柱格子である。
4−Dフロースキャンにおいて血流を正確に観測または測定することは、ユーザに、MPRを、フローの方向と垂直になるように整列することを求める。これは、ユーザがMPRの正しい配向を自動的に設定することを可能にするツールを作成するための方法を記載する。
自動血流定量化
腔および/または血管中の血流は、最初に血液プールを隔離し(この文書において記載されるセグメント化方法を参照)、腔/血管中のフローにほぼ垂直な面を目標(上の方法を使って定義されてよい)上に置く(すなわち、面の法線がフローと整列される)ことによって、自動的に定量化される。これらの2つの作用が達成されると、面と血液プールとの間の交差が輪郭を作成する。輪郭内のボクセルはすべて、フラグ付けされる。次は、あらゆるボクセルが総フローを与えるために、面の法線ベクトルのドット積を、そのボクセルの速度ベクトルと合計する(ボクセルのエリアによって正規化することに加え)ことである。その輪郭でのフローは、スクリーン上または最終的にエクスポートされる可能性があるレポート中に自動的に表示されてよい。
シャントについての厳密なロケーションを見つけようとする代わりに、第1の操作は、シャントが存在するかどうかを識別することである。シャントが存在するかどうかを識別する1つの単純な方法は、左心臓フロー(Qs)および右心臓フロー(Qp)を測定するものである。QpおよびQsは、目標および血液プールセグメント化が完了されている場合、手動(たとえば、輪郭を置くことによって)または自動のいずれかで測定されてよい。これらの数が一定の閾値内で一致しない場合、スキャンは、シャントを潜在的に有するものとしてフラグ付けされてよい。
i)心出力(Qs)の自動測定は、大動脈および肺動脈弁のロケーションの自動推定値とともに、大動脈および肺動脈流の両方のためのマスクの製造であるように、他の箇所で記載される。
ii)弁領域が識別されると、それらを取り出すのは簡単なタスクであり、すでに決定された肺動脈流領域は、弁からわずかに下流に動き、心出力について記載されたことと同様にしてフロー測定輪郭を生じる。肺動脈流を測定するのに適している輪郭が識別されると、既存のフロー測定アルゴリズムが、右心室からの出力を決定するのに使われてよい。
iii)シャントが存在する見込みを示すのに、自動フロー測定を使う。
大部分の自動処理が、心周期中のメインの時間的目標、すなわちピークおよび終期の収縮期および拡張期に対応する時間点を最初に識別することができることに依存する。
心出力の自動測定は、以下の方法を使って行われる。
i)速度画像のメインDFT構成要素の間の関係は、すでに決定されたピーク収縮目標(他の箇所で記載される)とともに、左および右心室からの動脈流のメイン領域を識別するのに使われる。
ii)2つの断片、すなわち大動脈および肺動脈流への動脈流領域を分離するために、様々なフロー連続性フィルタが次々と使われる。最も大きい速度をもつ初期動脈流マスクにおける点が、大動脈または肺動脈のいずれかの中にあることが知られている、信頼できる点を提供する。フローの2つの領域の分離は、たとえば、最大フローの点で始まってフラッドされてよい、結果として生じたフィルタ内の領域のサイズの調査によって決定されてよい。第1の断片が識別されると、たとえば、残りの領域中の最大フロー点からのフラッディングによって、第2の断片が識別されてよい。
iii)2つの領域、すなわち大動脈流に対応するものと肺動脈流に対応するものが識別されると、2つの領域は、限られた量を回復することを可能にされてよく(個々のピクセルは、一方のマスクまたは他方に割り当てられるだけである)、元の動脈流マスクは、増長の量に対する絶対限度を提供する。少なくともマスクのわずかな膨張を可能にすることはまた、先行プロセス動作が、結果として生じた領域に、方法における次のステップを妨げる傾向がある小さい穴をあけている可能性があるので、非常に重要な場合がある。
iv)2つのフロー領域は、それらの互いとの空間的関係、およびそれらの非常に異なる期待される形状および空間中での配向に基づいて大動脈および肺動脈流として識別されてよい。これが行われると、元の動脈流マスクは、2つの領域に本質的に分割され、一方は大動脈流とラベル付けされ、他方は肺動脈流とラベル付けされる。
v)大動脈は本質的に、1つのつながった管であるので、大動脈の経路は、動脈内の開始点から、2つの末端に達するまでたどられることが可能である。各点で、メインピーク収縮フロー方向は、点の辺りの小さい領域にわたって平均をとることによって決定されてよい。フロー方向への直交線が次いで、開始点から定期的な角度間隔で投影されて、マスクされた大動脈領域との境界を決定することができ、したがって、開始点の辺りのほぼ円形の輪郭を決定する。
vi)輪郭が、何らかの開始点について、メインフロー方向と直交する面上のポリゴンとして決定されると。開始点は、ポリゴンに中心を置き直す。この点で、中心点から、開始点からどの向きに我々がたどっているかに依存して、正または負のフロー方向で、小さいステップ(たとえば、1ミリメートル)がとられてよく、プロセスは次いで、繰り返される。これは、我々が各末端でマスクからステップアウトするまで続けられる。
vii)大動脈に沿って定期的間隔で輪郭が生じられると、本質的にメッシュを生じるが、それらは、解剖画像(血流強調データセットを扱う場合に可能)のいずれかを使って、または収縮時間点およびその間の補間についての貫通速度を使うことによって、各個々の時間点で洗練される。1つの可能な手法は、各時間点における各輪郭についての所望の境界を正確に識別するのに、スネークアルゴリズムを使うものである。
viii)洗練された輪郭が決定されると、各輪郭の外および内径が測定され、外径は最も大きい直径であり、内径は、外径に直交する最も大きい直径である。
viii)次のタスクは、大動脈弁と、大動脈の最上部で起こる分岐との間の上行大動脈のメイン領域中の良好な輪郭を識別することであり、というのは、これは、心出力を測定するときに使われる必要がある領域だからである。これは、いくつかの作用において行われてよい。最初に、上行大動脈領域が、フロー方向によって下降領域から容易に分離される。残りの輪郭が次いで、大動脈中の一点で、空間的(大動脈に沿って)および時間的の両方で、輪郭エリアおよび直径(外および内)の連続性および変動性の組合せを使ってスコア付けされてよい。スコアは、個々の、高くスコア付けされた輪郭を単に識別するのとは反対に、良好なスコア付けの領域を探すために大動脈に沿って平均されてよい。この方法を使って、大動脈の最上部での分岐の近隣の領域を、ならびに大動脈弁の近くに、および左心室の中へのところに存在する可能性のある領域も、これらの領域は、それらの性質により悪いスコアになるので、排除することができる。
ix)上行大動脈の良好な領域が識別されると、最も高いスコアの個々の輪郭が、実際の心出力測定のために選択されてよい。可能な場合、上行大動脈に沿った複数の点で測定が行われ、これは、変動性を調べる(そうすることによって、測定不確実性の推定も提供する)ことによって、測定の品質の自動決定を提供するとともに、平均化を通じて結果を向上させる。さらに、上行大動脈に沿ったフローの複数の測定の結果を調べることは、現在適用されている速度渦電流補正の品質についての判断をできるようにする。
x)上行大動脈に沿って理想的輪郭が選択されると、通常のフロー測定技法によって心出力が決定される。
特定の領域のボリュームを算出するために、我々は、Arterysクラウドインタフェースにおける3つのオプションを開発した。
3−D空間中の2つの点が、対象のボリュームの主軸を定義する。直線が、これらの2つの点を接続する(すなわち、固定された軸)。軸は次いで、スライスが置かれるロケーションを定義する不連続点(たとえば、2ないし40個)に分割される。スライスは、交差しないように軸に対して直交に整列される。スライスは、均一に離間される必要はない。医療画像がそのスライスロケーションでどのように見えるかをユーザが見ることを可能にするために、すべてのスライスロケーションでMPRがレンダリングされる。次いで、手動または自動的のいずれかで、あらゆるスライス上に閉輪郭が作成されて、そのスライスロケーションでのボリュームの境界を定義する。あらゆるスライスロケーションで複数の閉輪郭が存在してよい。1つまたは複数のスライス上に輪郭がまったくなくてもよい。4−Dまたはより高い次元のスタディ(すなわち、ボリューム変化、またはスライスごとの異なる、複数のフレームを示すスタディ)のケースにおいて、フレームごとに別個の輪郭があってよい。すべての輪郭がすべてのフレームおよびスライスについて置かれると、特定のフレームについてのすべてのスライスの輪郭を接続する3−D表面が作成される。閉輪郭のセットから3−D表面が作成されるやり方は、「閉輪郭からの4−Dメッシュ作成」において上で説明されている。4−Dまたはより高い次元のボリュームがある場合、ボリュームの変化は、各フレームのボリュームを計算し、別のフレームとは差し引くことによって計算されてよい。これは、心室機能を定量化しようとするとき、特に重要であり、それは次いで、1回拍出量および駆出率を与える。
この方法は、4−Dボリュームのケースにおいて、軸の2つのエンドポイントを定義する目標または点が各フレーム(たとえば、時間点)にわたって動いてよいことを除いて、オプション1と同様である。これは、ボリュームに、ボリュームを変えることなく、3−D空間中でロケーションを潜在的に移動させる。
この方法は、2つのエンドポイントを接続する線が直線でなくてよいことを除いて、オプション1と同様である。この線は、曲線であるか、または複数の直線および曲線セクションを有してよい。これは、2つのエンドポイントの間の点/ロケーションを接続するスプラインをもつシステムにおいて扱われる。これらの点/ロケーションはどこにあってもよく、必ずしも常に2つのエンドポイントの間になくてもよい。
この方法は、4−Dボリュームのケースにおいて、曲線軸の2つのエンドポイントを定義する目標または点が各フレーム(たとえば、時間点)にわたって動いてよいことを除いて、オプション2と同様である。これは、ボリュームに、ボリュームを変えることなく、3−D空間中でロケーションを潜在的に移動させる。
ボリュームMRIデータからの心システム中の測定は、いくつかの複雑なものを有する。たとえば、弁面の形状、位置、配向、および速度は、心周期上で大幅に変化する場合がある。我々はこれを、3−D空間を通じて動く2−D輪郭を使うことによって解決する。手動または自動的のいずれかで、フロー方向に最も垂直である面上の弁開口のボーダーに輪郭が置かれる。弁面の位置および配向は、心周期の各フェーズについて追跡される。フローの評価は、標準有限方法の統合を通じて実施される、ただし、弁面が動いている場合、弁面の線形および角速度は、そのフェーズについてのフロー計算に含まれてよい。視覚化中、フェーズを通じて循環するとき、MPRの位置および配向は、弁面で追跡することができる。現在のMPRが面外であるときに測定が視覚化される場合、輪郭は半透明にレンダリングされる。
血液プールの連続方程式駆動型セグメント化
繰り返しになるが、非圧縮性仮定を用いる質量保存(すなわち、連続性)が、血液プール中のどこでも発散がゼロでなければならないことを示すのに使われてよい。発散をどこでも計算することによって、システムは、血液プールの程度を閾値発散値によって定義することができる。血液プールの外の発散はより大きく(すなわち、肺の中の空気)、または速度は低くなり(すなわち、静的組織中の速度信号)、これらは両方とも、内腔境界を識別するのを助ける。発散マップは、セグメント化アルゴリズムへのただ1つの入力である必要はなく、代わりに、他の入力に追加され、適切に重みづけされてよい。
自動目標検出アルゴリズムを作成するための典型的なやり方は、画像中でいくつかの形状を探し、これらの形状の間の距離および角度を測定することである。測定は、一定の帯域内にある場合、分類される。いくつかの他の生理学的入力がアルゴリズムに追加されてよい。たとえば、あらゆる心拍でかなり増大および減少する体液のボリューム(心室である見込みがある)を突き止める。心室が見つかると、弁の入口および出口は、後に続くストリームラインによって見つけられてよい。弁が見つかると、残りの弁は、典型的には常に一定の距離および角度だけ互いから離れているので、見つけるのがより容易である。
i)左および右心室からの動脈流に対応する領域を識別する。これを、高い信頼性で行うことが可能なフィルタが開発されている(他の箇所で記載される)。
ii)動脈流の領域を2つの領域に分離し、1つは大動脈に、1つは肺動脈に対応する。このプロセスは、心出力の下で詳しく記載される。
iii)左または右心室からのいずれかのフローに対応する一方の領域が決定されると、他方の領域が、両方のフローに対応する開始領域から差し引くことによって決定される。領域は次いで、空間中のそれらの物理的次元および配向に基づいて、左心室流または右心室流として容易に識別されることが可能である(やはり心出力の下で記載される)。
iv)フローの2つの領域が識別されると、大動脈および肺動脈弁のロケーションについての初期近似が、大きなフローを、その明らかな源にさかのぼって注意深くたどることによって決定されてよい。
v)信頼できる初期推定値が、2つの弁のロケーションについて生じられると、他の技法が、弁ロケーションを洗練するのに使われてよい。たとえば、弁のロケーションを洗練するために、初期推定値を囲む領域中の血流加速度および強度を調べればよい。
心スキャンからの心室のセグメント化は、心室機能を決定するのに不可欠である。自動心室機能技法は、以下を伴い得る。
−スプラインの制御点を表す2つ以上の点の入力と、
−スプラインのエンドポイントは、心室および出口弁(肺または大動脈)の頂点を示す、と、
−これらの点を使って、スプライン曲線に沿った定期的間隔で、曲線の正接に設定された面法線をもつMPRを生成する、と、
−アクティブ輪郭モデルを適用して、各MPRに対して、心室の境界(心外膜または心内膜)を見つける、と、
−これらの輪郭の各々の点を使って3−Dメッシュを生成する。
システムは、フラッド中に使われる接続性(6、18、または26方向接続性)によって、2−D対3−D、およびステップの最大数によって半径制約対フラッド制約として区別されることが可能である様々なタイプのフラッドを利用する。すべてのケースにおいて、フラッドは、指定されたシード点から外に動くこと、ならびにピクセルが、1)フラッドの残りに(どのような接続性が指定されていても、それを使って)接続されている、2)シード点でピクセルの指定された閾値内の強度を有する、および3)ピクセルがシード点の最大数のステップの指定された半径以内にある、場合、フラッドの結果にピクセルを含めることによって働く。フラッドの結果は、2または3次元の接続されたマスクである。フラッドアルゴリズムは、静的/非静的組織をマークするための3−Dフラッドの形の立体中、短軸スタックにおいて輪郭を生成するのに2−Dフラッドが使われてよいボリューム中、およびフラッド内に含まれるフローを決定するために血管をフラッドするのに2−Dフラッドが使われてよいフロー定量化中で使われる。
自動化されたレポート
超音波心臓検査レポートが生成されるのと同様のやり方で、4−DフローMRデータに基づく自動化されたレポートが、それらが有する患者のタイプをユーザがクリックすることを可能にすることによって作成されてよい。Arterysは、ユーザの一定の病理またはタイプ(すなわち、患者または臨床医)に特有である一意のレポートテンプレートを有する。このレポート中の値、曲線、画像、およびシネ動画はすべて、レポートテンプレートに自動的に投入されてよい。目標は、前処理ステップの一部として置かれるので、重要な情報はすべて、データベース中に自動的に保存され、このレポートにエクスポートされてよい。
自動化された統合テストを実施するための、node.jsを使ってクライアント側ウェブアプリケーションを作るように設計されるnode−webkitと呼ばれるツール。この目的のために設計されているのではないが、それは、我々に、同じときにクライアントおよびサーバアプリケーションにわたる完全制御を可能にする同じ環境内でクライアントおよびサーバソフトウェアスタックの両方を我々が稼動することを可能にする。mochaと呼ばれるテストツールとミックスされたインフラストラクチャを使って、我々は、クライアントとの顧客対話をエミュレートするテストを書くと同時に、アプリケーションの、結果として生じた状態とともに、その対話のクライアントおよびサーバ処理の両方を明示する。統合実験のこの方法は、革新的であり、このタイプのユーザインタフェース実験のためには、ほとんど視覚ベースである他のツールより優れている。
説明:いくつかのワークフローは、リンクされたプロパティを有する1つまたは複数の画像が同じときにレンダリングされることを求める。いくつかのケースにおいて、現在のワークフローステップは、20個の画像の同時閲覧を求める場合がある。これらの画像の各々が、異なるHTTPS要求で取り出された場合、要求を作成し、送る際に大幅なオーバーヘッドが存在するので、性能は、大きく損害を受ける。その代わりに、我々は、画像をすべて、1つの大きい画像の上にレンダリングし、その「スプライトシート」についての単一のHTTPS要求を行うだけである。クライアントは次いで、ピクセルオフセットを使うことによって画像を表示する。たとえば、ビューが、各々が256×256である4つの画像を有していた場合、スプライトシートは、256×1024であってよく、画像の各々が、別の画像の上にスタックされる。クライアントは次いで、0、256、512、および768のオフセットを使うことによって、4つの画像を256×256で表示する。
負荷実験および耐性実験を実施するために、我々は、我々が実行環境に対する完全制御を有する専門ウェブブラウザを開始するために、多数のコンピュータ(地理的に分散されてよい)上で多数のクライアントプロセスを起動する。それらは、アプリケーションを対象とし、規定のブラウザがするようにクライアントをロードし、次いで我々は、ソフトウェアを制御するとともに一定の作業負荷として振る舞わせるクライアント状態と直接対話する。クライアントおよびサーバメトリックは、負荷実験中に記録され、耐性実験のために、より長い期間稼動する。
我々は、活発なスタディを監視し、結果をクラウド中の我々の遠隔サービスにプッシュするためのソフトウェアを開発した。スキャナによって生成されるファイル用のフォルダが監視され、完了すると、すべての関連データが合わせてバンドリングされ、認可のために、スキャナごとに一意の秘密およびキーを使う安全な接続を介して、我々の遠隔クラウドサーバにプッシュされる。ディスク空間(たとえば、非一時的記憶媒体)使用は、どの中間ファイルも直ちに消去することによって最小限にされる。
プラーソフトウェアは、病院で、生成されたアーティファクトをアーカイブするのに使われる(たとえば、PACS)。それは、病院のネットワーク内でインストールされ、プッシャと同様の方法を使って、それ自体をArterysに自動的に登録する。何らかの識別用情報で要求が行われ、秘密およびキーペアが、認証および認可目的で将来の要求に署名するために戻される。プラーは次いで、ウェブポータルを通じて技師によって団体に付加される。
クライアントソフトウェアと対話するユーザ(ユーザ)
クライアントアプリケーション(クライアント)
機密患者情報を保持するサービス(サービス)
アプリケーションサービスプロバイダ
1.ユーザは、アプリケーションサービスプロバイダに送りたいファイルのセットを、ソフトウェアに示す。
2.各ファイル機密について、すべての機密情報が、JSONフォーマットで集められ、http要求上でサービスに登録される。
例:
4.クライアントがアプリケーションサービスプロバイダからデータをロードするとき、これらの機密トークンを含むストリングは、クライアントアプリケーションに、サービスプロバイダに対してデータを要求させる(個々に、または一括して、のいずれかで)。
例:
作業空間は、ソリューション(solution)、医療ソフトウェア全体でアプリケーション状態のサブセット(subset)を記憶し、共有するという問題である。
クラウドインタフェースを用いると、今では、マシンラーニングを使って予測を見出すために、複数のソースからの統計を集約することが可能である。これらの複数のソースは、団体における複数の人々、またはそれどころか世界中に分散された複数の団体によって生成された結果であってよい。集約されることが可能である統計は、医療撮像ピクセルデータ、医療撮像メタデータ(たとえば、DICOMヘッダ)、およびたとえば患者の電子医療記録(EMR)であってよい。ラーニングは、ユーザレベルで、団体レベルで、またはそれどころかマクロレベルで(たとえば、大域的に)適用されてよい。
我々は、ユーザが、ユーザのワークフローの現在の状態のピクチャおよびビデオをキャプチャすることが可能であることを望む。これらの画像およびビデオは、我々のサーバ上で生成された画像データと、クライアントブラウザ上でレンダリングされたオーバーレイの両方を含む必要がある。これを遂行するために、我々は、我々のクライアントとサーバソフトウェアスタックの両方を同じ環境内で我々が稼動することを可能にするnode−webkitベースビデオサービスを有している。我々は次いで、ユーザの作業空間の現在の状態をnode−webkit環境上で復元し、そのユーザのセッションに割り振られた同じ計算ノードを活用する。ユーザによって単一のピクチャが要求される場合、サービスは単に、復元された作業空間のスクリーンショットを撮り、結果として生じた画像ファイルが戻される。ビデオ要求のケースにおいて、サービスは、現在のワークフローの各フレームについてのスクリーンショットを撮り、ビデオエンコーダを使って、スクリーンショット画像をビデオファイルにコンパイルし、それは次いで、戻される。戻された画像またはビデオは、サーバ上で記憶されるか、または閲覧されるようにクライアントに対して返送されてよい。
〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜
要件
^^^^^^^^^^^^^
*スクリーンショットは、ユーザが現在、ビューポートエリアにおいて見ているもののレンダリングであるべきである
*ビデオは、時間を通じて循環されるmprであってよい
*ビデオは、補間されることが可能であるパラメータを補間する中間物をもつキーフレームの集合体から生成されてよい
*ビデオは、ユーザ対話記録であってよい
*出力は、ビューポート上にあるあらゆるもの(画像、webglオーバーレイ、cssオーバーレイ、...)を含むべきである
*スクリーンショットおよびビデオフレームはフル品質であるべきである
設計
^^^^^^^
我々は、クライアント上であらゆるものをレンダリングするので、クライアントが画像を生成することを必要とする。
残念ながら、ビデオをアップロードすることは、ネットワーク状況の大多数において禁止される。
したがって、スクリーンショット/ビデオサービスは、クライアントレンダリング技術を使うクラスタ中で稼動する。
それは、要件において定義された機能性を提供するために、http上でインタフェースを露出する。
サービスは、ノードウェブキットプロセスをオンデマンドでスピンアップして、要求が入ってくるとビデオおよびスクリーンショットをレンダリングする。
画像または画像の集合体をレンダリングするための要求を受信すると、サービスは、ノードウェブキットプロセスを起動し、ユーザのワークリスト用の署名付きURLにリダイレクトする。
node−webkitプロセスは次いで、スタディをロードし、ユーザの作業空間を注入する
次に、各フレームが十分な品質でレンダリングされる。
フレームがレンダリングされると、node−webkitは、X11スクリーンキャプチャを実施し、キャンバスビューポートにクロップする。
画像はディスクへ保存される。
すべてのフレームがキャプチャされると、サービスはスクリーンショットを戻し、またはビデオのケースにおいては、
ビデオがエンコードされ、戻される。
データフロー
^^^^^^^^^^
*ユーザが、スクリーンショットまたはビデオについての要求を始動する。
*ウェブサーバが要求を受信する
*node−webkitプロセスが開始される
*node−webkitプロセスが、求められたスタディをロードすることを認証されたセッションを開く
*要求されたスタディがロードされる
*要求中の作業空間がスタディに注入される
*作業空間ロード(ストリームラインのような長く稼動するタスクを含む)が完了すると、キーフレームをレンダリングし始める
*あらゆるフレームが、デバウンスした画像コマンドなしで、十分な品質でレンダリングされる
*画像がレンダリングされるとき、X11スクリーングラブ(xwd)がウィンドウ上で実行される
*画像は、ビューポートへクロップされ、ディスクへ保存される
*ビデオが要求された場合、画像が生成されると符号化が稼動する
*すべての画像が完了すると、.pngまたは.mp4でhttp応答が返送される
*ウェブサーバが結果を受信すると、結果は、S3で保存され、参照はデータベースへ保存される
追加ツールおよび最適化
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
*node−webkitはwebglを求めるので、サービスは、G2インスタンス上で稼動する必要がある
*「x11−apps」におけるプログラム「xwd」がウィンドウをキャプチャすることができる
*ImageMagick「convert」は、xwdをpngにコンバートすることができる
*ffmpegは、.pngの集合体から.mp4を生成するのに使われてよい
詳細
^^^^^^^
スクリーンショット
+++++++++++
クライアントメッセージ:
−−−−
ws.emit(‘generate−screenshot’,params);
−−−−
params:
−−−−
{
workspace_id:‘workspace−id’,
id:‘app−id’,
study_id:‘study−id’,
upload_id:‘upload−id’,
window_width:‘browser_window_width’,
window_height:‘browser_window_height’,
hostname:window.location.hostname,
port:window.location.port,
pathname:‘/app/xxx’
}
−−−−
ビデオ
+++++
クライアントメッセージ:
−−−−
ws.emit(‘generate−screenshot’,params);
−−−−
params:
−−−−
{
//スクリーンショットプラスと同じ
render_frames:[
{
orientation:[1,0,0,0,1,0,0,0,1],
position:[0,0,0],
timepoint:1
...
},
{
orientation:[0,1,0,1,0,0,0,0,1],
position:[0,0,0],
timepoint:2
...
}
...
],
betweens:optional_number_of_frames_to_interpolate_between_frames
}
−−−−
+++++++++++++++++
「generate−screenshot」用のメッセージハンドラは、ウェブキットサービスに対して送られるargsに現在の作業空間を付加する
webkit−clientモジュールは次いで、ウェブキットサービスのうちの1つに対して要求を送るのに使われる。
応答が受信されると、記録がデータベースに挿入され、画像またはビデオが記憶される。
+++++++++++++
webkit−clientモジュールは、スクリーンショット要求を、それを扱うことができるノードに対して経路指定することを担当する。
webkit−clientは、現在稼動しているウェブキットノードによって公表されるredisメッセージに加入する。
これらのメッセージは、それで稼動しているapp−idで稼動している、node−webkitの既存のインスタンスを含む。
要求が受信されると、webkit−clientは、要求されたapp−idで稼動するnode−webkitをすでに有しているノードを見つけようと試みる。
あるいは、セッションがまだ作成されていない場合、最小数の稼動セッションをもつノードを選ぶ。
ノードは、識別されると、HTTPS上でそのホストに対してメッセージを送る。
引数が、本文中で、経路「/webkit/execute」までのPOST中のJSONとして送られる。
結果が戻ると、タイプ(image/pngまたはvideo/mp4)を、収集された他の有用情報(たとえば、タイミング情報、サイズ)とともに含むバイナリおよびJSONブロブで、コールバックが呼び出される
++++++++++++++
webkit−serviceは、スクリーンショットおよびビデオを生成するためにHTTPSインタフェースを露出するマイクロサービスである。
webkit−serviceは、「/webkit/execute」でPOST要求のみをリッスンする。
「/webkit/execute」へのPOSTを受信すると、webkit−contextを作成し、スクリーンショットまたはビデオについての要求をキューに入れる。
このモジュールはまた、特殊「webkit−screenshot」ユーザに関連付けられたauthトークンを付加することによって、node−webkitからウェブサーバに対して送られる要求を認可することを引き受ける。
++++++++++++++
webkit−contextモジュールは、スクリーンショットまたはビデオを生成するように稼動するnode−webkitプロセスを管理することを担当する。
作成されると、webkit−contextは、中間結果を記憶するための作業ディレクトリを作成する。
次に、それは、単純な「index.html」および「package.json」ファイルを作業ディレクトリ中にコピーすることによって、node−webkitを構成し、引数を含む「args.json」が、スクリーンショット/ビデオをレンダリングするためにコンテキストに渡される。
次いで、node−webkitが開始され、スクリーンショットを生成するプロセスを通じて稼動する。
node−webkitが退出すると、webkit−contextは、それで応答するための適切なスクリーンショットまたはビデオファイルを探す。
app−idごとにただ1つのスクリーンショットが、一度に稼動することができる。
webkit−contextは、ウェブサーバがスクリーンショットおよびビデオ要求を経路指定することができるように、redisにおいてそれ自体を登録する。
+++++++++
node−mainモジュールは、node−webkit中で稼動するブリッジモジュールである。
node−webkitは、開始すると、「global.window」変数が定義されるまで待ち、次いで、args.jsonファイルを読み込み、スクリーンショットを生成するためのステップを実行し始める。
これらの引数は、ウィンドウを作るための幅×高さと、window.location.hrefをどこに対してリダイレクトするかを示す。
それは、ウェブソケット接続を示すArterys定義変数であるglobal.window.ioを設定する、ウェブサイトへのリダイレクト点を仮定する。
ウェブソケット接続が行われると、「load−study」コマンドを呼び出し、「load−workspace−complete」を待つ。
作業空間を復元することによって呼び出された可能性があるすべてのコマンドが終了されると、node−mainは、画像をキャプチャし始める。
「args.json」がフィールド「render_frames」を含んでいた場合、それは、画像を生成する各々を通じて反復する。
Xwindowをダンプするためのxwdを呼び出すことによって、画像が生成される。
ImageMagick convertが次いで、pngにコンバートし、「.ar−content−body−canvases」へクロップするのに使われる。
生成された複数の画像があった場合、画像の集合体をh.264符号化ビデオ中に符号化するために、ffmpegが呼び出される。
スクリーンショットまたはビデオが作成されると、node−webkitはクリーンに退出する。
いかなるエラーも、node−webkitを非ゼロコードで退出させ、これは、スクリーンショットが失敗したことをwebkit−contextに対して示す。
図5は、1つの図示される実施形態に従う、医療分析学システムまたはプラットフォーム500のためのネットワーク化環境を示す。プラットフォームは、医療プロバイダ(たとえば、病院)ネットワーク508(1つが図示されている)に関連付けられた様々なシステムとファイアウォール506を通じて通信するASPシステム504(たとえば、1つまたは複数のプロセッサベースデバイス)を備える分析学サービスプロバイダ(ASP)ネットワーク502を備える。ASPシステム504は、上で論じられた様々な機能性の一部または全部を提供する。たとえば、ASPシステム504は、たとえば、図1の画像処理および分析システム104と同様または同一であってよい。ASPシステム504は、クラウドアーキテクチャを使って実装されてよく、したがって、いくつかの分散されたプロセッサベースデバイスを備えることができる。ASPシステム504は、たとえば、ファイアウォール506を介してアクセス可能な1つまたは複数の通信ネットワークを介して外部システムにアクセスすることができる。
Claims (20)
- 医療分析学プラットフォームを操作する方法であって、前記医療分析学プラットフォームは、分析学サービスプロバイダ(ASP)システムおよび被保護健康情報(PHI)システムを備える、当該方法は、
前記ASPシステムの少なくとも1つのプロセッサによって、前記ASPシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に、非識別化された医療スタディデータを記憶するステップと、
前記PHIシステムの少なくとも1つのプロセッサによって、前記PHIシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に、前記非識別化された医療スタディデータに関連付けられたPHIデータを記憶するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、少なくとも1つの通信ネットワーク上で、要求された医療スタディ用のPHIデータをクライアントプロセッサベースデバイスに送るステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で、前記要求された医療スタディについての非識別化された医療スタディデータを前記クライアントプロセッサベースデバイスに送るステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記非識別化された医療スタディデータに関する分析学データを生成するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記生成された分析学データを、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに送るステップと
を備えたことを特徴とする方法。 - 前記PHIシステムはプライベートネットワークに通信可能に結合され、前記方法は、
前記ASPシステムの前記少なくとも1つのプロセッサまたは前記PHIシステムの前記少なくとも1つのプロセッサによって、前記クライアントプロセッサベースデバイスが前記プライベートネットワークへのアクセスを有することを検証するステップをさらに備えたことを特徴とする請求項1に記載の方法。 - 前記ASPシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で、前記クライアントプロセッサベースデバイスからPHIアクセストークンについての要求を受信するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で、前記クライアントプロセッサベースデバイスに、暗号化されたPHIアクセストークンを送るステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記医療スタディ用のPHIデータについての要求を前記クライアントプロセッサベースデバイスから受信するステップであって、前記要求は、前記暗号化されたPHIアクセストークンを含む、該ステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で、前記暗号化されたPHIアクセストークンを前記ASPシステムに送るステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記受信された、暗号化されたPHIアクセストークンを有効性確認するステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記PHIアクセストークンが有効であることを前記PHIシステムに通知するステップと
をさらに備え、
前記要求されたPHIデータを前記クライアントプロセッサベースデバイスに送るステップは、前記PHIシステムの前記少なくとも1つのプロセッサが前記ASPシステムから前記有効性確認通知を受信したことに応答することを特徴とする請求項1に記載の方法。 - 前記PHIシステムの前記少なくとも1つのプロセッサによって、PHIデータを含む医療スタディデータを受信するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記医療スタディデータから前記PHIデータを削除して、非識別化された医療スタディデータを生成するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記PHIシステムの前記少なくとも1つの非一時的プロセッサ可読記憶媒体中に前記PHIデータを記憶するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で、前記非識別化された医療スタディデータを前記ASPシステムに送るステップと
をさらに備えたことを特徴とする請求項1に記載の方法。 - PHIデータを含む医療スタディデータを受信するステップは、スキャナから医療撮像データを受信するステップを備えたことを特徴とする請求項4に記載の方法。
- 前記非識別化された医療スタディデータを前記ASPシステムに送るステップは、表現状態転送(REST)アプリケーションプログラミングインタフェースを使用して、前記非識別化された医療スタディデータを前記ASPシステムに送るステップを備えたことを特徴とする請求項4に記載の方法。
- 前記医療スタディデータから前記PHIデータを削除するステップは、
前記PHIシステムの前記少なくとも1つのプロセッサによって、消去されることが許されるフィールドを削除するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、消去されることが許されないフィールド中のデータを、不明瞭化された置換えデータと置き換えるステップと
を備えたことを特徴とする請求項4に記載の方法。 - 前記PHIシステムの前記少なくとも1つのプロセッサによって、医療スタディについての前記医療スタディデータに一意の識別子を関連付けるステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記PHIシステムの前記少なくとも1つの非一時的プロセッサ可読記憶媒体中に前記一意の識別子を記憶するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記医療スタディについての前記非識別化された医療データとともに前記一意の識別子を、前記少なくとも1つの通信ネットワーク上で前記ASPシステムに送るステップと
をさらに備えたことを特徴とする請求項4に記載の方法。 - 前記クライアントプロセッサベースデバイスの少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で前記PHIシステムから前記PHIデータを受信するステップと、
前記クライアントプロセッサベースデバイスの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で前記ASPシステムから、前記非識別化された医療スタディデータを受信するステップと、
前記クライアントプロセッサベースデバイスの前記少なくとも1つのプロセッサによって、前記PHIデータと前記非識別化された医療スタディデータとをマージして、再識別された医療スタディデータを生成するステップと、
前記クライアントプロセッサベースデバイスの前記少なくとも1つのプロセッサによって、前記再識別された医療スタディデータを前記クライアントプロセッサベースデバイスのユーザに提示するステップと
をさらに備えたことを特徴とする請求項1に記載の方法。 - 前記ASPシステムの前記少なくとも1つのプロセッサによって、分析学データを生成するための要求を、前記少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスから受信するステップをさらに備え、
前記分析学データを生成するステップは、分析学データを生成するための前記要求を前記クライアントプロセッサベースデバイスから受信したことに応答することを特徴とする請求項1に記載の方法。 - 分析学データを生成するステップは、レポートまたは2次キャプチャオブジェクトのうちの少なくとも1つを生成するステップを備え、前記生成された分析学データを前記PHIシステムに送るステップは、前記レポートまたは前記2次キャプチャオブジェクトのうちの前記少なくとも1つを、前記PHIシステムと通信可能に結合された前記少なくとも1つの非一時的プロセッサ可読記憶媒体上での記憶のために、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに送るステップを備えたことを特徴とする請求項1に記載の方法。
- 前記PHIシステムの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスに、利用可能スタディのリストを提供するステップと、
前記PHIシステムの前記少なくとも1つのプロセッサによって、前記リスト中の前記利用可能スタディのうちの少なくとも1つのスタディの選択を、前記少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスから受信するステップと
をさらに備えたことを特徴とする請求項1に記載の方法。 - 前記PHIシステムの前記少なくとも1つのプロセッサによって、更新についてのチェックを、前記少なくとも1つの通信ネットワーク上で前記ASPシステムに定期的に送るステップと、
前記ASPシステムの前記少なくとも1つのプロセッサによって、前記PHIシステムに対する何らかの更新が必要とされるかどうかを決定するステップと、
前記PHIシステムの少なくとも1つの更新が必要とされると決定したことに応答して、前記ASPの前記少なくとも1つのプロセッサによって、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに更新データを送るステップとをさらに備えたことを特徴とする請求項1に記載の方法。 - 医療分析学プラットフォームの分析学サービスプロバイダ(ASP)システムであって、前記医療分析学プラットフォームは前記ASPシステムおよび被保護健康情報(PHI)システムを備え、前記PHIシステムは、非識別化された医療スタディデータに関連付けられたPHIデータを、前記PHIシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶する、当該ASPシステムは、
プロセッサ実行可能命令またはデータのうちの少なくとも1つを記憶する少なくとも1つの非一時的プロセッサ可読記憶媒体と、
前記少なくとも1つの非一時的プロセッサ可読記憶媒体に伝達可能に結合された少なくとも1つのプロセッサと
を備え、動作中、前記少なくとも1つのプロセッサは、
前記非識別化された医療スタディデータを、前記少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶し、
クライアントプロセッサベースデバイスによって前記少なくとも1つの通信ネットワーク上で前記PHIシステムから受信されたPHIデータと前記クライアントプロセッサベースデバイスによってマージされるように、要求された医療スタディについての非識別化された医療スタディデータを、少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスに送り、
前記非識別化された医療スタディデータに関する分析学データを生成し、
前記生成された分析学データを、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに送る
ことを特徴とするASPシステム。 - 前記少なくとも1つのプロセッサは、
PHIアクセストークンについての要求を、少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスから受信し、
暗号化されたPHIアクセストークンを、前記少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスに送り、
前記暗号化されたPHIアクセストークンを、前記少なくとも1つの通信ネットワーク上で前記PHIシステムから受信し、
前記受信された、暗号化されたPHIアクセストークンを有効性確認し、
前記少なくとも1つの通信ネットワーク上で、前記PHIアクセストークンが有効であることを前記PHIシステムに通知する
ことを特徴とする請求項14に記載のASPシステム。 - 前記少なくとも1つのプロセッサは、
分析学データを生成するための要求を、前記少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスから受信し、
前記少なくとも1つのプロセッサは、前記クライアントプロセッサベースデバイスからの、分析学データを生成するための前記要求の受信に応答して、前記分析学データを生成することを特徴とする請求項14に記載のASPシステム。 - 前記分析学データはレポートまたは2次キャプチャオブジェクトのうちの少なくとも1つを備え、前記少なくとも1つのプロセッサは、
前記レポートまたは前記2次キャプチャオブジェクトのうちの前記少なくとも1つを、前記PHIシステムと通信可能に結合された少なくとも1つの非一時的プロセッサ可読記憶媒体上での記憶のために、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに送ることを特徴とする請求項14に記載のASPシステム。 - 前記少なくとも1つのプロセッサは、
更新についてのチェックを、前記少なくとも1つの通信ネットワーク上で前記PHIシステムから定期的に受信し、
前記PHIシステムに対する何らかの更新が必要とされるかどうかを決定し、
前記PHIシステムの少なくとも1つの更新が必要とされるという決定に応答して、更新データを、前記少なくとも1つの通信ネットワーク上で前記PHIシステムに送る
ことを特徴とする請求項14に記載のASPシステム。 - 医療分析学プラットフォームの被保護健康情報(PHI)システムであって、前記医療分析学プラットフォームは前記PHIシステムおよび分析学サービスプロバイダ(ASP)システムを備え、前記ASPシステムは、非識別化された医療スタディデータを、前記ASPシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶する、当該PHIシステムは、
プロセッサ実行可能命令またはデータのうちの少なくとも1つを記憶する少なくとも1つの非一時的プロセッサ可読記憶媒体と、
前記少なくとも1つの非一時的プロセッサ可読記憶媒体に伝達可能に結合された少なくとも1つのプロセッサと
を備え、動作中、前記少なくとも1つのプロセッサは、
前記非識別化された医療スタディデータに関連付けられたPHIデータを、前記PHIシステムの少なくとも1つの非一時的プロセッサ可読記憶媒体上に記憶し、
前記医療スタディ用のPHIデータについての要求を、クライアントプロセッサベースデバイスから受信し、前記要求は暗号化されたPHIアクセストークンを含み、
前記暗号化されたPHIアクセストークンを有効性確認のために、前記少なくとも1つの通信ネットワーク上で前記ASPシステムに送り、
前記PHIアクセストークンが有効であるという通知を、前記ASPシステムから受信し、
前記クライアントプロセッサベースデバイスによって前記少なくとも1つの通信ネットワーク上で前記ASPシステムから受信された非識別化された医療スタディデータと前記クライアントプロセッサベースデバイスによってマージされるように、要求された医療スタディ用のPHIデータを、少なくとも1つの通信ネットワーク上で前記クライアントプロセッサベースデバイスに送ることとを行う
ことを特徴とするPHIシステム。 - 前記少なくとも1つのプロセッサは、
PHIデータを含む医療スタディデータを受信し、
前記医療スタディデータから前記PHIデータを削除して、非識別化された医療スタディデータを生成し、
前記PHIシステムの前記少なくとも1つの非一時的プロセッサ可読記憶媒体中に、前記PHIデータを記憶し、
前記非識別化された医療スタディデータを、前記少なくとも1つの通信ネットワーク上で前記ASPシステムに送る
ことを特徴とする請求項19に記載のPHIシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562260565P | 2015-11-29 | 2015-11-29 | |
US62/260,565 | 2015-11-29 | ||
US201662415203P | 2016-10-31 | 2016-10-31 | |
US62/415,203 | 2016-10-31 | ||
PCT/US2016/064029 WO2017091834A1 (en) | 2015-11-29 | 2016-11-29 | Medical imaging and efficient sharing of medical imaging information |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021007182A Division JP7046240B2 (ja) | 2015-11-29 | 2021-01-20 | 医療撮像および医療撮像情報の効率的共有 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018538050A JP2018538050A (ja) | 2018-12-27 |
JP2018538050A5 JP2018538050A5 (ja) | 2019-12-19 |
JP6828034B2 true JP6828034B2 (ja) | 2021-02-10 |
Family
ID=58763677
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018527787A Active JP6828034B2 (ja) | 2015-11-29 | 2016-11-29 | 医療撮像および医療撮像情報の効率的共有 |
JP2018527793A Active JP6871250B2 (ja) | 2015-11-29 | 2016-11-29 | 医療撮像および医療撮像情報の効率的共有 |
JP2021007182A Active JP7046240B2 (ja) | 2015-11-29 | 2021-01-20 | 医療撮像および医療撮像情報の効率的共有 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018527793A Active JP6871250B2 (ja) | 2015-11-29 | 2016-11-29 | 医療撮像および医療撮像情報の効率的共有 |
JP2021007182A Active JP7046240B2 (ja) | 2015-11-29 | 2021-01-20 | 医療撮像および医療撮像情報の効率的共有 |
Country Status (6)
Country | Link |
---|---|
US (5) | US10869608B2 (ja) |
EP (3) | EP3380971B1 (ja) |
JP (3) | JP6828034B2 (ja) |
CN (2) | CN108431817B (ja) |
ES (1) | ES2970825T3 (ja) |
WO (2) | WO2017091835A2 (ja) |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10331852B2 (en) | 2014-01-17 | 2019-06-25 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
US10869608B2 (en) | 2015-11-29 | 2020-12-22 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
EP3300021B1 (en) * | 2016-09-22 | 2018-12-05 | RaySearch Laboratories AB | Image processing system and method for interactive contouring of three-dimensional medical data |
JP6817775B2 (ja) * | 2016-10-11 | 2021-01-20 | 株式会社東芝 | 補正装置、補正方法及び磁気共鳴画像装置 |
US11688495B2 (en) | 2017-05-04 | 2023-06-27 | Arterys Inc. | Medical imaging, efficient sharing and secure handling of medical imaging information |
US10129269B1 (en) | 2017-05-15 | 2018-11-13 | Forcepoint, LLC | Managing blockchain access to user profile information |
CN107290700B (zh) * | 2017-08-08 | 2020-12-04 | 上海联影医疗科技股份有限公司 | 一种相位校正方法、装置及磁共振*** |
US10949966B2 (en) * | 2017-08-18 | 2021-03-16 | Siemens Healthcare Gmbh | Detecting and classifying medical images based on continuously-learning whole body landmarks detections |
US10677873B2 (en) * | 2017-08-29 | 2020-06-09 | General Electric Company | System and method for correcting an artifact within magnetic resonance data |
EP3714467A4 (en) | 2017-11-22 | 2021-09-15 | Arterys Inc. | CONTENT-BASED IMAGE RECOVERY FOR LESION ANALYSIS |
FR3080761A1 (fr) | 2018-05-03 | 2019-11-08 | Alara Expertise | Dispositif et methode animant un debit pulse connu a l'interieur d'une irm, pour effectuer son evaluation de performances dans le domaine des mesures hemodynamiques |
US10918344B2 (en) * | 2018-05-29 | 2021-02-16 | Wisconsin Alumni Research Foundation | Methods and systems for determining vascular velocity using CT imaging |
US11854703B2 (en) | 2018-06-11 | 2023-12-26 | Arterys Inc. | Simulating abnormalities in medical images with generative adversarial networks |
CN109450985B (zh) * | 2018-10-17 | 2021-09-21 | 中电万维信息技术有限责任公司 | 一种基于Html5高性能的Web影像加载展现*** |
US10916027B2 (en) | 2018-11-02 | 2021-02-09 | International Business Machines Corporation | Determining centerlines in elongated structures in images to detect abnormalities |
US20210391040A1 (en) * | 2018-11-21 | 2021-12-16 | Arterys Inc. | Systems and methods for tracking, accessing and merging protected health information |
KR102001790B1 (ko) * | 2018-12-24 | 2019-07-23 | (주)제이엘케이인스펙션 | 인공지능 기반 혈류 구간 분류 방법 및 시스템 |
US10909681B2 (en) | 2019-01-03 | 2021-02-02 | The Regents Of The University Of California | Automated selection of an optimal image from a series of images |
US20220155398A1 (en) * | 2019-02-15 | 2022-05-19 | Arterys Inc. | Deep learning-based eddy current correction |
CN111613301B (zh) * | 2019-02-22 | 2023-09-15 | 曹生 | 基于VRDS 4D医学影像的动脉与静脉Ai处理方法及产品 |
US11948283B2 (en) | 2019-04-24 | 2024-04-02 | Progenics Pharmaceuticals, Inc. | Systems and methods for interactive adjustment of intensity windowing in nuclear medicine images |
US10997295B2 (en) * | 2019-04-26 | 2021-05-04 | Forcepoint, LLC | Adaptive trust profile reference architecture |
EP3664036B1 (de) * | 2019-04-30 | 2022-08-17 | Siemens Healthcare GmbH | Verfahren und system zur berechnung einer ausgabe von einem durch einen tomographen bereitgestellten scrollbaren bildstapel |
US11854281B2 (en) | 2019-08-16 | 2023-12-26 | The Research Foundation For The State University Of New York | System, method, and computer-accessible medium for processing brain images and extracting neuronal structures |
US11676701B2 (en) | 2019-09-05 | 2023-06-13 | Pearl Inc. | Systems and methods for automated medical image analysis |
EP3792925A1 (de) * | 2019-09-11 | 2021-03-17 | Siemens Healthcare GmbH | Verfahren und vorrichtung zur datentechnischen kommunikation in einem netzwerk |
EP3799056A1 (en) * | 2019-09-24 | 2021-03-31 | Siemens Healthcare GmbH | Cloud-based patient data exchange |
US11544407B1 (en) | 2019-09-27 | 2023-01-03 | Progenics Pharmaceuticals, Inc. | Systems and methods for secure cloud-based medical image upload and processing |
US11521345B2 (en) * | 2019-09-30 | 2022-12-06 | GE Precision Healthcare LLC | Method and system for providing rotation previews for three-dimensional and four-dimensional ultrasound images |
TWI728553B (zh) * | 2019-11-14 | 2021-05-21 | 財團法人資訊工業策進會 | 資料去識別處理裝置及方法 |
CN111083200B (zh) * | 2019-11-25 | 2022-07-05 | 武汉联影医疗科技有限公司 | 智能服务网络*** |
US20210177295A1 (en) * | 2019-12-11 | 2021-06-17 | GE Precision Healthcare LLC | Systems and methods for generating diagnostic scan parameters from calibration images |
CN111553358B (zh) * | 2019-12-12 | 2020-11-13 | 电子科技大学中山学院 | 包含图案标识的产品功能耐久性测试自学习方法 |
CN111158649A (zh) * | 2019-12-23 | 2020-05-15 | 中国建设银行股份有限公司 | 多层级参数配置的方法和装置 |
CN111179252B (zh) * | 2019-12-30 | 2021-02-05 | 山东大学齐鲁医院 | 基于云平台的消化道病灶辅助识别与正反馈*** |
CN111214255B (zh) * | 2020-01-12 | 2023-07-25 | 刘涛 | 一种医学超声图像计算机辅助方法 |
US11055789B1 (en) | 2020-01-17 | 2021-07-06 | Pearl Inc. | Systems and methods for insurance fraud detection |
US11720704B1 (en) | 2020-09-01 | 2023-08-08 | Cigna Intellectual Property, Inc. | System and method for authenticating access to private health information |
WO2022075994A1 (en) * | 2020-10-09 | 2022-04-14 | Hewlett-Packard Development Company, L.P. | Correcting scanned documents based on determined corrective functions |
DE102020213497A1 (de) * | 2020-10-27 | 2022-04-28 | Siemens Healthcare Gmbh | Verbessertes Dosisdatenmanagementsystem und -verfahren |
US11776677B2 (en) | 2021-01-06 | 2023-10-03 | Pearl Inc. | Computer vision-based analysis of provider data |
US20220261991A1 (en) * | 2021-02-15 | 2022-08-18 | The Regents Of The University Of California | Automated deep correction of mri phase-error |
CN115906144B (zh) * | 2021-08-26 | 2024-04-19 | 抖音视界有限公司 | 数据处理方法、数据处理装置、电子设备和可读存储介质 |
KR102657226B1 (ko) * | 2021-10-18 | 2024-04-15 | 주식회사 온택트헬스 | 심장 초음파 이미지 데이터를 증강하기 위한 방법 및 장치 |
US11886955B2 (en) | 2022-02-16 | 2024-01-30 | Protopia AI, Inc. | Self-supervised data obfuscation in foundation models |
Family Cites Families (77)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6032120A (en) | 1997-12-16 | 2000-02-29 | Acuson Corporation | Accessing stored ultrasound images and other digital medical images |
US6377832B1 (en) * | 1998-03-20 | 2002-04-23 | Georgia Tech Research Corporation | System and method for analyzing a medical image |
US8073712B2 (en) | 1999-04-02 | 2011-12-06 | Cybernet Systems Corporation | Method for consolidating medical records through the world wide web |
WO2000067185A1 (en) | 1999-05-05 | 2000-11-09 | Healthgram, Inc. | Portable health record |
US6317620B1 (en) * | 2000-05-04 | 2001-11-13 | General Electric Company | Method and apparatus for rapid assessment of stenosis severity |
WO2002005061A2 (en) | 2000-07-06 | 2002-01-17 | David Paul Felsher | Information record infrastructure, system and method |
US20020073138A1 (en) * | 2000-12-08 | 2002-06-13 | Gilbert Eric S. | De-identification and linkage of data records |
DE10117685C2 (de) | 2001-04-09 | 2003-02-27 | Siemens Ag | Verfahren zur Bearbeitung von Objekten eines standardisierten Kommunikationsprotokolls |
US7523505B2 (en) | 2002-08-16 | 2009-04-21 | Hx Technologies, Inc. | Methods and systems for managing distributed digital medical data |
GB0219408D0 (en) * | 2002-08-20 | 2002-09-25 | Mirada Solutions Ltd | Computation o contour |
US7519591B2 (en) | 2003-03-12 | 2009-04-14 | Siemens Medical Solutions Usa, Inc. | Systems and methods for encryption-based de-identification of protected health information |
WO2005098736A2 (en) | 2004-03-26 | 2005-10-20 | Convergence Ct | System and method for controlling access and use of patient medical data records |
US9820658B2 (en) * | 2006-06-30 | 2017-11-21 | Bao Q. Tran | Systems and methods for providing interoperability among healthcare devices |
US7049816B2 (en) * | 2004-09-30 | 2006-05-23 | Wisconsin Alumni Research Foundation | Magnetic resonance imaging with dual velocity encoded projection reconstruction acquisition |
US8989349B2 (en) | 2004-09-30 | 2015-03-24 | Accuray, Inc. | Dynamic tracking of moving targets |
US7127095B2 (en) | 2004-10-15 | 2006-10-24 | The Brigham And Women's Hospital, Inc. | Factor analysis in medical imaging |
EP1659511A1 (en) | 2004-11-18 | 2006-05-24 | Cedara Software Corp. | Image archiving system and method for handling new and legacy archives |
US20060229911A1 (en) | 2005-02-11 | 2006-10-12 | Medcommons, Inc. | Personal control of healthcare information and related systems, methods, and devices |
US20060242159A1 (en) * | 2005-03-10 | 2006-10-26 | Bishop Robert J | Methods and apparatus for distributing digital medical images via a redirected system |
US20070061460A1 (en) | 2005-03-24 | 2007-03-15 | Jumpnode Systems,Llc | Remote access |
US20070255704A1 (en) | 2006-04-26 | 2007-11-01 | Baek Ock K | Method and system of de-identification of a record |
CA2652470C (en) | 2006-06-08 | 2014-12-16 | Softmedical, Inc. | Methods and systems for consolidating medical information |
US7974924B2 (en) | 2006-07-19 | 2011-07-05 | Mvisum, Inc. | Medical data encryption for communication over a vulnerable system |
WO2008115534A1 (en) * | 2007-03-20 | 2008-09-25 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media or flexible occlusion rendering |
US20090099862A1 (en) * | 2007-10-16 | 2009-04-16 | Heuristic Analytics, Llc. | System, method and computer program product for providing health care services performance analytics |
US8065166B2 (en) | 2007-10-30 | 2011-11-22 | Onemednet Corporation | Methods, systems, and devices for managing medical images and records |
US8108912B2 (en) | 2008-05-29 | 2012-01-31 | Red Hat, Inc. | Systems and methods for management of secure data in cloud-based network |
CA2727649A1 (en) * | 2008-06-17 | 2009-12-23 | American Well Corporation | Patient directed integration of remotely stored medical information with a brokerage system |
US20100082369A1 (en) * | 2008-09-29 | 2010-04-01 | General Electric Company | Systems and Methods for Interconnected Personalized Digital Health Services |
US8527251B2 (en) * | 2009-05-01 | 2013-09-03 | Siemens Aktiengesellschaft | Method and system for multi-component heart and aorta modeling for decision support in cardiac disease |
US9118641B1 (en) | 2009-07-01 | 2015-08-25 | Vigilytics LLC | De-identifying medical history information for medical underwriting |
US20120070045A1 (en) * | 2009-12-17 | 2012-03-22 | Gregory Vesper | Global medical imaging repository |
US8930470B2 (en) | 2010-04-23 | 2015-01-06 | Datcard Systems, Inc. | Event notification in interconnected content-addressable storage systems |
US8696579B2 (en) | 2010-06-04 | 2014-04-15 | Siemens Medical Solutions Usa, Inc. | Cardiac flow quantification with volumetric imaging data |
US8898798B2 (en) * | 2010-09-01 | 2014-11-25 | Apixio, Inc. | Systems and methods for medical information analysis with deidentification and reidentification |
US8948478B2 (en) | 2010-10-08 | 2015-02-03 | Codonics, Inc. | Multi-media medical record system |
US8971608B2 (en) | 2010-12-09 | 2015-03-03 | Koninklijke Philips N.V. | Volumetric rendering of image data |
US8600476B2 (en) * | 2011-04-21 | 2013-12-03 | Siemens Aktiengesellschaft | Patient support table control system for use in MR imaging |
EP2729066B1 (en) * | 2011-07-07 | 2021-01-27 | The Board of Trustees of the Leland Stanford Junior University | Comprehensive cardiovascular analysis with volumetric phase-contrast mri |
AU2012281152B2 (en) | 2011-07-13 | 2017-09-07 | The Multiple Myeloma Research Foundation, Inc. | Methods for data collection and distribution |
US20130041686A1 (en) | 2011-08-10 | 2013-02-14 | Noah S. Prywes | Health care brokerage system and method of use |
US9585568B2 (en) | 2011-09-11 | 2017-03-07 | Steven D. Wolff | Noninvasive methods for determining the pressure gradient across a heart valve without using velocity data at the valve orifice |
US8682049B2 (en) | 2012-02-14 | 2014-03-25 | Terarecon, Inc. | Cloud-based medical image processing system with access control |
KR101285281B1 (ko) | 2012-03-29 | 2013-08-23 | 주식회사 씨디에스 | 자가조직 저장매체의 보안 시스템 및 그 방법 |
US20140109239A1 (en) | 2012-03-30 | 2014-04-17 | Alexander Calhoun Flint | Collaborative cloud-based sharing of medical imaging studies with or without automated removal of protected health information |
US20130259651A1 (en) | 2012-04-02 | 2013-10-03 | Daniel Bernard Kupratis | Differential geared architecture for gas turbine engine |
CN102790761B (zh) * | 2012-06-13 | 2015-05-06 | 浙江浙大中控信息技术有限公司 | 一种区域医疗信息***及访问权限控制方法 |
WO2014063118A1 (en) | 2012-10-19 | 2014-04-24 | Apixio Inc. | Systems and methods for medical information analysis with deidentification and reidentification |
GB2509064A (en) * | 2012-12-18 | 2014-06-25 | Completegp Ltd | Method and system for distributing health data |
US8908951B2 (en) * | 2012-12-27 | 2014-12-09 | General Electric Company | Complex reconstruction of Q-space for simultaneous detection of coherent and incoherent motion |
US20140309521A1 (en) * | 2013-04-11 | 2014-10-16 | Vassol Inc. | Aliasing correction in pcmr imaging |
CN104156935B (zh) * | 2013-05-14 | 2018-01-02 | 东芝医疗***株式会社 | 图像分割装置、图像分割方法和医学图像设备 |
US10152688B2 (en) | 2014-05-15 | 2018-12-11 | Deroyal Industries, Inc. | System for sensing and recording information regarding medical items in a medical facility |
US10607726B2 (en) * | 2013-11-27 | 2020-03-31 | Accenture Global Services Limited | System for anonymizing and aggregating protected health information |
US9396355B2 (en) | 2013-12-17 | 2016-07-19 | International Business Machines Corporation | Multi-part encrypted messages for support of sensitive systems |
US10331852B2 (en) | 2014-01-17 | 2019-06-25 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
US10117597B2 (en) | 2014-01-17 | 2018-11-06 | Arterys Inc. | Apparatus, methods and articles for four dimensional (4D) flow magnetic resonance imaging using coherency identification for magnetic resonance imaging flow data |
US10049185B2 (en) * | 2014-01-28 | 2018-08-14 | 3M Innovative Properties Company | Perfoming analytics on protected health information |
US10803466B2 (en) | 2014-01-28 | 2020-10-13 | 3M Innovative Properties Company | Analytic modeling of protected health information |
WO2015116540A1 (en) * | 2014-01-31 | 2015-08-06 | Quick Release Lifescan, LLC | System and method for communicating protected health information |
WO2015123540A1 (en) | 2014-02-14 | 2015-08-20 | Optum, Inc. | Clinical population analytics and healthcare user interface and incentives |
US9203814B2 (en) | 2014-02-24 | 2015-12-01 | HCA Holdings, Inc. | Providing notifications to authorized users |
US9824193B2 (en) * | 2014-07-29 | 2017-11-21 | Aruba Networks, Inc. | Method for using mobile devices with validated user network identity as physical identity proof |
US10216902B2 (en) * | 2014-08-31 | 2019-02-26 | General Electric Company | Methods and systems for improving connections within a healthcare ecosystem |
US20160085915A1 (en) | 2014-09-23 | 2016-03-24 | Ims Health Incorporated | System and method for the de-identification of healthcare data |
US20150149362A1 (en) * | 2015-02-04 | 2015-05-28 | vitaTrackr, Inc. | Encryption and Distribution of Health-related Data |
US20150161413A1 (en) * | 2015-02-16 | 2015-06-11 | vitaTrackr, Inc. | Encryption and distribution of health-related data |
WO2016134307A1 (en) | 2015-02-19 | 2016-08-25 | Doc Buddy, Inc. | Coordinated mobile access to electronic medical records |
US20160300223A1 (en) | 2015-04-08 | 2016-10-13 | Portable Data Corporation | Protected data transfer across disparate networks |
US10600506B2 (en) | 2015-05-13 | 2020-03-24 | Iqvia Inc. | System and method for creation of persistent patient identification |
US20160350482A1 (en) | 2015-05-27 | 2016-12-01 | University Of Utah Research Foundation | Agent for healthcare data application delivery |
US11599672B2 (en) | 2015-07-31 | 2023-03-07 | PME IP Pty Ltd | Method and apparatus for anonymized display and data export |
US10869608B2 (en) | 2015-11-29 | 2020-12-22 | Arterys Inc. | Medical imaging and efficient sharing of medical imaging information |
KR101981583B1 (ko) | 2017-02-27 | 2019-05-23 | 재단법인 아산사회복지재단 | 의료영상 내 정보처리방법 |
US11688495B2 (en) | 2017-05-04 | 2023-06-27 | Arterys Inc. | Medical imaging, efficient sharing and secure handling of medical imaging information |
WO2019103913A1 (en) | 2017-11-22 | 2019-05-31 | Arterys Inc. | Systems and methods for longitudinally tracking fully de-identified medical studies |
US20210391040A1 (en) | 2018-11-21 | 2021-12-16 | Arterys Inc. | Systems and methods for tracking, accessing and merging protected health information |
-
2016
- 2016-11-29 US US15/779,445 patent/US10869608B2/en active Active
- 2016-11-29 EP EP16869357.0A patent/EP3380971B1/en active Active
- 2016-11-29 EP EP23218656.9A patent/EP4332603A3/en active Pending
- 2016-11-29 JP JP2018527787A patent/JP6828034B2/ja active Active
- 2016-11-29 WO PCT/US2016/064031 patent/WO2017091835A2/en active Application Filing
- 2016-11-29 ES ES16869357T patent/ES2970825T3/es active Active
- 2016-11-29 US US15/779,447 patent/US20180256042A1/en not_active Abandoned
- 2016-11-29 CN CN201680076806.6A patent/CN108431817B/zh active Active
- 2016-11-29 CN CN201680079851.7A patent/CN108601552B/zh active Active
- 2016-11-29 EP EP16869358.8A patent/EP3380008B1/en active Active
- 2016-11-29 JP JP2018527793A patent/JP6871250B2/ja active Active
- 2016-11-29 WO PCT/US2016/064029 patent/WO2017091834A1/en active Application Filing
-
2020
- 2020-11-19 US US16/952,914 patent/US11633119B2/en active Active
-
2021
- 2021-01-20 JP JP2021007182A patent/JP7046240B2/ja active Active
-
2023
- 2023-03-13 US US18/183,063 patent/US20230270346A1/en active Pending
- 2023-05-19 US US18/320,473 patent/US20230284924A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN108431817B (zh) | 2022-09-16 |
JP2018536488A (ja) | 2018-12-13 |
JP7046240B2 (ja) | 2022-04-01 |
JP6871250B2 (ja) | 2021-05-12 |
EP3380971A4 (en) | 2019-08-07 |
WO2017091834A1 (en) | 2017-06-01 |
US20210085195A1 (en) | 2021-03-25 |
ES2970825T3 (es) | 2024-05-30 |
JP2018538050A (ja) | 2018-12-27 |
CN108601552B (zh) | 2021-04-09 |
CN108601552A (zh) | 2018-09-28 |
EP3380971B1 (en) | 2024-01-03 |
JP2021077389A (ja) | 2021-05-20 |
WO2017091835A3 (en) | 2017-07-27 |
EP4332603A3 (en) | 2024-05-22 |
US20180256041A1 (en) | 2018-09-13 |
US11633119B2 (en) | 2023-04-25 |
EP3380008B1 (en) | 2020-09-09 |
US10869608B2 (en) | 2020-12-22 |
CN108431817A (zh) | 2018-08-21 |
EP4332603A2 (en) | 2024-03-06 |
US20180256042A1 (en) | 2018-09-13 |
EP3380008A2 (en) | 2018-10-03 |
US20230284924A1 (en) | 2023-09-14 |
EP3380971A1 (en) | 2018-10-03 |
EP3380008A4 (en) | 2019-08-14 |
WO2017091835A2 (en) | 2017-06-01 |
US20230270346A1 (en) | 2023-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7046240B2 (ja) | 医療撮像および医療撮像情報の効率的共有 | |
US11515032B2 (en) | Medical imaging and efficient sharing of medical imaging information | |
US20230290460A1 (en) | Medical imaging, efficient sharing and secure handling of medical imaging information | |
JP7475344B2 (ja) | 保護された健康情報を追跡し、それにアクセスし、それをマージするためのシステムおよび方法 | |
US20210012883A1 (en) | Systems and methods for longitudinally tracking fully de-identified medical studies | |
EP3382642B1 (en) | Highly integrated annotation and segmentation system for medical imaging | |
EP3956906A2 (en) | Methods and systems for syncing medical images across one or more networks and devices | |
US10089752B1 (en) | Dynamic image and image marker tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191107 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191107 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6828034 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |