用于医学数据的智能链接的方法和系统的制作方法
【专利摘要】本发明中描述了用于智能地组合跨不同模态接收的医学发现的系统和方法。所述系统包括：提取模块，其从包括注释的感兴趣区的图像提取背景信息；特征选择模块，其使用所提取的背景信息和注释构建当前特征矢量；以及引用引擎，其计算当前特征矢量和先前图像的先前特征矢量之间的相似性分值。所述方法包括从包括注释的感兴趣区的图像提取背景信息；利用所提取的背景信息和所述注释构建当前特征矢量；以及计算当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
【专利说明】用于医学数据的智能链接的方法和系统
【背景技术】
[0001]诸如放射科医师和肿瘤学家的医生会处理越来越大量的信息以做出诊断，从而以最优方式处置患者。例如，癌症患者会频繁地进行成像检查，随着时间流逝，在他们的医学记录中将具有很多研究结果。医生每次阅读一项新的检查都需要将当前检查与先前检查进行比较，以便确定先前所识别的病变的发展和/或发现任何新的病变。这项任务需要医生阅读、比较、解释和关联图像和报告两者中的研究结果。从工作流程角度来看这些活动是耗时的，从临床角度来看这些活动是具有挑战性的。
[0002]在乳腺癌处置领域中，乳房X射线照相术是协同诊断和筛选工具使用低剂量幅度X射线(即，大约0.7mSv)来检查人类乳腺的过程。乳房X射线照相术的目的是对乳腺癌进行早期诊断，通常通过检测特征块、病变和/或微钙化来实现。人们认为乳房X射线照相术可以降低乳腺癌死亡率。尽管没有证明其他成像技术可以降低风险，但是保持注意乳腺变化和医生检查被认为是定期乳腺护理的必要部分。因此，准确一致地对病变进行注释对于临床决策支持而言非常重要。
【发明内容】
[0003]本文描述了一种系统，包括:提取模块，其从包括注释的感兴趣区的图像提取背景信息；特征选择模块，其使用所提取的背景信息和注释构建当前特征矢量；以及引用引擎，其计算当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
[0004]本文还描述了一种方法，包括:通过提取模块从包括注释的感兴趣区的图像提取背景信息；特征选择模块使用所提取的背景信息和注释构建当前特征矢量；以及通过引用引擎计算当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
[0005]本文还描述了一种非瞬态计算机可读存储介质，其包括:可以由处理器执行的指令的集合，所述指令的集合能够运行以至少:从包括注释的感兴趣区的图像提取背景信息；利用提取的背景信息和所述注释构建当前特征矢量；以及计算当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
【专利附图】
【附图说明】
[0006]图1示出了根据示范性实施例的使用注释工具的用户描绘的医学图像的示范性屏幕视图。
[0007]图2示出了根据示范性实施例的用于智能地链接跨不同模态接收的医学数据的数据链接工具。
[0008]图3示出了根据示范性实施例的将跨不同模态接收的注释进行匹配的示范性屏眷视图。
[0009]图4示出了根据示范性实施例的用于将跨不同模态接收的医学数据智能地链接的示范性方法。【具体实施方式】
[0010]可以参考示范性实施例和相关附图的以下描述进一步理解示范性实施例，其中，为类似的元件提供相同的附图标记。示范性实施例涉及用于智能地组合跨不同模态接收的医学发现的系统和方法，不同模态例如是超声(“US”)数据、磁共振成像(“MRI”)数据和乳房X射线照相术(“MG”)数据。如下文更详细地描述，示范性实施例将允许医生(例如放射科医师、肿瘤学家等)有效地将所有当前医学图像和跨任何模态的患者记录与任何先前医学图像和该患者的记录进行比较。于是，可以为医生提供关于来自患者病变的多种发现的可用的所有信息并容易评估这些病变的发展。
[0011]已经提出解决方案来帮助医生执行这样的比较任务。例如，乳房成像报告和数据系统，或B1-RADS，是被设计为利用标准化词汇以结构化方式归档乳腺癌研究文档的质量保证工具。具体而言，这种系统允许放射科医师注释图像上的病变并在数据库中存储注释。B1-RADS是很多健康小组的合作努力结果，由美国放射学会(“ARC”)以B1-RADS图集的形式出版并注册商标。图集被分成3个出版物，具体而言是乳房X射线照相术数据、超声数据和MRI数据。通常用B1-RADS评估种类的术语表达成像结果，通常称为“ΒΙ-RADS分值”。该类别包括:0=未完成，1=正常，2=良性，3=不确定，4=疑似恶性肿瘤，5=高度疑似恶性肿瘤，6=活检证明已知为恶性肿瘤。
[0012]可能需要将当前研究做出的注释链接到先前研究做出的注释，以便医生容易验证注释的一致性并评估任何间隔的发展。如上所述，当前对医生的挑战是将跨不同模态的当前和先前研究进行链接。例如，患有乳腺癌的患者可能有超声研究、MRI研究和乳房X射线照相术研究，难以跨这些模态链接医学发现。在本公开的示范性系统和方法之内，链接和组合这些发现将需要医生明确解释和选择匹配发现的耗时且易出错的任务。于是，示范性数据链接工具和相应的方法可以允许这些医生在有限干涉的情况下容易地链接这些医学发现。
[0013]在本公开中，示范性实施例将指向与乳腺癌和感兴趣区(例如病变)相关的医学数据的智能链接。不过，应当指出，本文中所述的示范性系统和方法不限于乳腺癌数据，可以应用于任何类型的标准化数据收集。例如，可以将本公开应用于收集、比较和报告与各种形式的癌症、各种类型的医学数据、各种形式的成像和记录数据等相关的数据。
[0014]图1示出了根据示范性实施例的使用注释工具的用户描绘的医学图像的示范性屏幕视图100。例如，屏幕视图100可以是使用标准化词汇以结构化方式设计用于记录乳腺癌研究项目的B1-RADS图像的视图。这种屏幕视图100允许用户对图像中所描绘的诸如病变的感兴趣区进行注释并将数据存储在数据库中。如屏幕视图中所示，带注释的数据还可以包括病变的解剖位置、块特征(例如，形状、边界、增强模式等)、动力学描述(例如，初期吸收、延迟期等)、稳定性、测量结果以及许多其他研究结果。根据示范性实施例，可以将当前研究中医生所作注释中的每一个注释与先前研究中所作的先前注释相链接。应当指出，术语“用户”可以指本文中所述系统和方法的任何操作者，包括但不限于医生、放射科医师、肿瘤学家等。
[0015]图2示出了根据示范性实施例的用于将跨不同模态接收的医学数据智能链接的数据链接工具210。数据链接工具210或简单地讲，工具，包括诸如基于图像的语境提取模块220、特征选择模块230、引用引擎240、呈现引擎250和统计模型的数据库260的各种部件，可以将其中一些部件实现为可由处理器执行的软件指令。此外，示范性数据链接工具210包括处理器和非瞬态计算机可读存储介质，例如存储器。因此，存储器可以包括可由处理器执行的软件指令的集合。应当指出，工具210的部件220到250中每一个部件都可以包括独立处理器、存储器和相应的指令，由此为工具210创建多处理器架构。
[0016]根据示范性实施例之一，数据链接工具210是基于网络的软件工具，其利用通信服务来允许医生阅读、创建、扩充、解释、比较和关联图像和报告中的医学数据。
[0017]通常，医生基于每个模态、每项研究在病变的图像上创建注释。可以通过将超声、MRI和乳房X射线照相术组合来对同一个病变进行多次检阅。对于复发的患者，除了任何当前的成像研究外，需要使用先前图像研究作为参考点来检阅病变。于是，数据链接工具210的省时方面将允许医生将各种模态中相同病变的不同注释链接起来，以生成由病变造成的发展总结。
[0018]在当前的图像研究期间，医生在诸如屏幕视图100所示图像的图像上描绘病变。然后医生利用诸如B1-RADS工具的注释工具来使用标准化术语描述病变。例如，可以用如下可扩展标记语言(XML)来编码利用B1-RADS工具所作的注释:
[0019]
【权利要求】
1.一种系统，包括: 提取模块，其从包括注释的感兴趣区的图像提取背景信息； 特征选择模块，其使用所提取的背景信息和所述注释构建当前特征矢量；以及 引用引擎，其计算所述当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
2.根据权利要求1所述的系统，还包括: 呈现引擎，其显示所述图像和所述先前图像之间的匹配注释。
3.根据权利要求2所述的系统，其中，所述呈现引擎经由用户接口从用户接收输入，并基于所述输入调节所述图像。
4.根据权利要求3所述的系统，其中，从所述用户接收的所述输入包括图像选择、经调节的细节、评估以及对额外信息的请求中的至少一项。
5.根据权利要求1所述的系统，其中，所述注释包括图像模态读取、偏侧性读取、深度读取、位置读取、类型读取、形状读取和测量结果读取中的至少一项。
6.根据权利要求1所述的系统，其中，所述背景数据包括到乳头的相对距离、到皮肤表面的相对距离、到病变的相对距离、体积估计、类型可能性和形状可能性中的至少一项。
7.根据权利要求1所述的系统，其中，所述相似性分值(D)被计算为所述当前特征矢量和所述先前特征矢量的每个元素(Hli)之间的距离(Cli)的加权求和，其中:
D= Σ Hii^di ;并且 其中，注释Ui)和(bp的距离(Cli)被计算为: ?.=βα'Λο
8.根据权利要求1所述的系统，其中，所述感兴趣区是来自乳腺癌患者的病变。
9.根据权利要求1所述的系统，其中，所述图像和所述先前图像是利用不同成像协议的相同感兴趣区的图像，并且其中，所述成像规程包括超声成像、磁共振成像(“MRI”)成像和乳房X射线照相术(“MG”)成像中的至少一种。
10.一种方法，包括: 由提取模块从包括注释的感兴趣区的图像提取背景信息； 由特征选择模块使用所提取的背景信息和所述注释构建当前特征矢量；以及 由引用引擎计算所述当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
11.根据权利要求10所述的方法，还包括: 由呈现引擎显示所述图像和所述先前图像之间的匹配注释。
12.根据权利要求10所述的方法，还包括: 经由用户接口从用户接收输入；以及 基于所述输入调节所述图像。
13.根据权利要求12所述的方法，其中，从所述用户接收的所述输入包括图像选择、经调节的细节、评估以及对额外信息的请求中的至少一项。
14.根据权利要求10所述的方法，其中，所述注释包括图像模态读取、偏侧性读取、深度读取、位置读取、类型读取、形状读取和测量结果读取中的至少一项。
15.根据权利要求10所述的方法，其中，所述背景数据包括到乳头的相对距离、到皮肤表面的相对距离、到病变的相对距离、体积估计、类型可能性和形状可能性中的至少一项。
16.根据权利要求10所述的方法，其中，所述相似性分值(D)被计算为所述当前特征矢量和所述先前特征矢量的每个元素(Hli)之间的距离(Cli)的加权求和，其中:
D= Σ Hii^di ;并且 其中，注释Ui)和(bp的距离(Cli)被计算为:
17.根据权利要求10所述的方法，其中，所述感兴趣区是来自乳腺癌患者的病变。
18.根据权利要求10所述的方法，其中，所述图像和所述先前图像是利用不同成像协议的相同感兴趣区的图像，并且其中，所述成像协议包括超声成像、磁共振成像(“MRI”)成像和乳房X射线照相术(“MG”)成像中的至少一种。
19.一种非瞬态计算机可读存储介质，其包括能够由处理器执行的指令的集合，所述指令的集合能够运行以至少: 从包括注释的感兴趣区图像提取背景信息； 利用所提取的背景信息和所述注释构建当前特征矢量；以及 计算所述当前特征矢量和先前图像的先前特征矢量之间的相似性分值。
20.根据权利要求19所述的非瞬态计算机可读存储介质，其中，所述指令的集合还能够运行以: 显示所述图像和所述先前图像之间的匹配注释； 经由用户接口从用户接收输入；以及 基于所述输入调节所述图像。
【文档编号】G06K9/62GK103477353SQ201280013560
【公开日】2013年12月25日 申请日期:2012年2月13日 优先权日:2011年3月16日
【发明者】钱悦晨, M·塞芬斯特 申请人:皇家飞利浦有限公司