用于知道上下文的图像质量收集和反馈的闭环系统技术方案

一种医学成像装置包括放射学工作站(10)，所述放射学工作站具有工作站显示器(14)以及一个或多个工作站用户输入设备(16)。医学成像设备控制器(26)包括控制器显示器(30)以及一个或多个控制器用户输入设备(32)。所述医学成像设备控制器被连接以控制医学成像设备(40)来采集医学图像(44)。一个或多个电子处理器(22、38)被编程为：操作所述医学工作站以提供图形用户接口(GUI)(24)，所述图形用户接口显示被存储在放射学信息系统(RIS)(20)中的医学图像、接收医学检查报告的条目、显示图像评级用户对话框(70)并且经由所述图像评级用户对话框接收针对被显示在所述医学工作站处的医学图像的图像质量评级；操作所述医学成像设备控制器以执行成像检查过程，所述成像检查过程包括操作所述医学成像设备控制器以控制所述医学成像设备来采集过程医学图像；在执行所述成像检查过程时，基于经由被显示在所述医学工作站处的所述图像质量评级用户对话框接收到的图像质量评级将质量评级分配给所述过程医学图像；并且在执行所述成像检查过程时，显示被分配给所述过程医学图像的质量评级。

Closed-loop system for context-aware image quality collection and feedback

【技术实现步骤摘要】
【国外来华专利技术】用于知道上下文的图像质量收集和反馈的闭环系统
下文涉及医学领域、医学采集领域、医学报告领域以及相关领域。
技术介绍
通常在两个阶段中执行医学成像：图像采集和图像解读。由经技术训练但是通常无资质基于图像执行医学诊断的技术人员(或者针对超声的超声医师)执行采集。图像解读者、肿瘤学家或者其他医学专家通常在稍后的时间(在图像采集之后的第二天或者甚至数天)执行医学诊断。因此，技术人员或超声医师有时采集被证明是诊断上非最佳或者甚至非诊断的图像(即，图像解读者不能够基于图像采集缺陷而得出诊断结论)。越来越重视降低包括医学成像的医疗成本。因此，已经链接适当性准则来控制医学成像的量。另外，日益增加的认知是：在未来的健康护理环境(例如，“责任医疗组织”)中成像部门将期望通过高质量的图像采集和解读来提高其价值。如所指出的，图像采集和解读通常是由专业工作者执行的两个相关但是暂时分离的过程。例如，CT检查是由CT技术人员采集并且由图像解读者来解读；心脏超声心动图由超声医师采集并且由图像心脏病专家来解读。(注意，在欧洲，心脏超声心动图由图像心脏病专家同时采集和解读)。图像质量能够在至少以下方面进行评估并且将在各自个体地和/或一起覆盖的意义上使用：分辨率、造影剂使用、解剖范围、功能阶段、运动伪影以及噪声。即使超声心动图是心脏成像中的主导模态，在一些检查被专业解读者认为是非诊断的意义上，存在检查质量方面的大的变化性。低质量图像采集致使高质量解读不可能并且阻止有效值，添添了护理过程并且增加了健康护理成本。另外，低质量图像解读可能要求重复的成像，其可能要求患者返回医院以及延迟的解读。通常在创新的最前沿的医学中心处收集图像采集反馈。然而，反馈在质量评估程序的过程中周期性地回顾并且未前摄地用在图像采集过程中以便防止低质量图像。下文提供了克服前述问题以及其他问题的新的并且经改进的设备和方法。
技术实现思路
根据一个方面，一种医学成像装置包括医学工作站，所述医学工作站具有工作站显示器以及一个或多个工作站用户输入设备。医学成像设备控制器包括控制器显示器以及一个或多个控制器用户输入设备。所述医学成像设备控制器被连接以控制医学成像设备来采集医学图像。一个或多个电子处理器被编程为：操作所述医学工作站以提供图形用户接口(GUI)，所述图形用户接口显示被存储在放射学信息系统(RIS)中的医学图像、接收医学检查报告的条目、显示图像评级用户对话框并且经由所述图像评级用户对话框接收针对被显示在所述医学工作站处的医学图像的图像质量评级；操作所述医学成像设备控制器以执行成像检查过程，所述成像检查过程包括操作所述医学成像设备控制器以控制所述医学成像设备来采集过程医学图像；当执行所述成像检查过程时，基于经由被显示在所述医学工作站处的所述图像质量评级用户对话框接收到的图像质量评级将质量评级分配给所述过程医学图像；并且在执行所述成像检查过程时，显示被分配给所述过程医学图像的质量评级。根据另一方面，一种非瞬态计算机可读介质承载用于控制至少一个处理器以执行图像采集方法的软件。所述方法包括：操作医学工作站以提供图形用户接口(GUI)，所述图形用户接口显示被存储在医学信息系统(RIS)中的医学图像、接收医学检查报告的条目、显示图像评级用户对话框并且经由图像评级用户对话框接收针对被显示在所述医学工作站处的医学图像的图像质量评级；并且使用被存储在所述RIS中并且具有经由所述图像质量评级用户对话框接收到的图像质量评级的医学图像执行机器学习以生成用于预测针对输入医学图像的图像质量评级的经训练的图像质量分类器。根据另一方面，一种医学成像设备控制器被连接以控制医学成像设备来采集医学图像。所述医学成像设备控制器包括：控制器显示器；一个或多个控制器用户输入设备；以及一个或多个电子处理器，其被编程为执行成像检查过程，所述成像检查过程包括：操作所述医学成像设备控制器以控制所述医学成像设备来采集过程医学图像；将经训练的图像质量分类器应用到所述过程医学图像以生成针对所述过程医学图像的图像质量评级；并且将被分配给所述过程医学图像的所述图像质量评级显示在所述控制器显示器上。一个优点在于提供了更高效的医学工作站。另一优点在于提供了具有经改进的用户接口的医学工作站。另一优点在于立即地确定所采集的图像的质量是否是可接受的。另一优点在于如果所述图像的质量是不合规格的，则立即重新采集患者的图像。本领域普通技术人员在阅读并且理解了下文的详细说明之后，将意识到本公开的进一步的优点。将意识到，任何给定实施例可能不实现前述优点、实现前述优点中的一个、多个或全部优点和/或可以实现其他优点。附图说明本公开可以采取各种部件和部件布置以及各种步骤和步骤安排的形式。附图仅仅是出于图示优选实施例的目的，而并不应当被解释为对本公开的限制。图1示出了放射学工作站和医学成像设备控制器；图2图解性地图示了放射学工作站和医学成像设备的部件；图3示出了一流程图，该流程图示出了实施由图1的医学工作站执行的相关现有医学研究标识的示范性方法；并且图4示出了用于与图3的方法一起使用的机器学习过程。具体实施方式下文总体涉及一种提供用于在采集时评估图像的自动机构的闭环系统。以这种方式，技术人员或超声医师在图像不具有足够质量的情况下被警告并且能够在患者仍在成像设施处时采集新图像。为此目的，一种医学工作站被修改为提供图像解读者通过其对正在被读取的图像的质量进行分级的工具。由于图像解读者通常承担沉重的工作量，该工具优选应当使对于图像解读者而言提供反馈是简单的——在一个实施例中，图像解读者被要求做出选择：“良好”、“一般”或“不良”并且图像这样被标记。以这种方式，高效地收集训练数据集，包括由有资格执行这样的分级的实际图像解读者关于图像质量而分级的实际医学图像。训练数据被用于训练分类器(即，机器学习部件)以接收图像(以及任选地一些额外的上下文，例如患者特性、检查目的等)并且输出等级，例如，“良好”、“一般”或“不良”。在一些实施例中，所述机器学习部件采用深度学习，所述深度学习包括神经网络，所述神经网络直接接收所述图像并且有效地提取图像特征作为经训练的神经网络的神经层的输出。在该方案中，在这被构建到深度学习中时，不需要手动地标识突出的图像特征。在成像实验室处，在采集图像时，经训练的机器学习部件被应用于将图像分级为“良好”、“一般”或“不良”。优选重新采集被分级为“不良”的任何图像，而“一般”图像可以由适当的人员(例如，成像实验室管理员、可用的图像解读者等)来回顾。有利地，如果低质量图像被采集，则其立即被标识并且在患者仍然在成像实验室处时进行补救。在一些不同的实施例中，图像解读者提供更多粒化的图像评估，其利用对多个分类器的适合的训练将允许技术人员或超声医师接收更多信息评估(例如，“过度患者运动”)。还设想到了较低粒化的评估，例如，仅“良好”或“不良”(或者类似的术语，例如“可接受的”或“不可接受的”)的分级。参考图1，公开了所公开的快速图像质量评估的实施例。医学工作站10例如可以被实施为台式计算机、与网络服务器连接的“无声”终端、或者从服务器取回数据的任何其他适合的计算设备。工作站10包括具有典型部件的计算机12，所述部件诸如是至少一个工作站显示部件14、至少一个工本文档来自技高网...

【技术保护点】
1.一种医学成像装置，包括：医学工作站(10)，其包括工作站显示器(14)以及一个或多个工作站用户输入设备(16)；医学成像设备控制器(26)，其包括控制器显示器(30)以及一个或多个控制器用户输入设备(32)，所述医学成像设备控制器被连接以控制医学成像设备(40)来采集医学图像(44)；以及一个或多个电子处理器(22、38)，其被编程为：操作所述医学工作站以提供图形用户接口(GUI)(24)，所述图形用户接口显示被存储在档案(20)中的医学图像、接收放射学检查报告的条目、显示图像评级用户对话框(70)并且经由所述图像评级用户对话框接收针对被显示在所述医学工作站处的医学图像的图像质量评级；操作所述医学成像设备控制器以执行成像检查过程，所述成像检查过程包括操作所述医学成像设备控制器以控制所述医学成像设备来采集过程医学图像；在执行所述成像检查过程时，基于经由被显示在所述医学工作站处的所述图像质量评级用户对话框接收到的图像质量评级将质量评级分配给所述过程医学图像；并且在执行所述成像检查过程时，输出被分配给所述过程医学图像的质量评级。

【技术特征摘要】
【国外来华专利技术】2016.11.23 US 62/4256391.一种医学成像装置，包括：医学工作站(10)，其包括工作站显示器(14)以及一个或多个工作站用户输入设备(16)；医学成像设备控制器(26)，其包括控制器显示器(30)以及一个或多个控制器用户输入设备(32)，所述医学成像设备控制器被连接以控制医学成像设备(40)来采集医学图像(44)；以及一个或多个电子处理器(22、38)，其被编程为：操作所述医学工作站以提供图形用户接口(GUI)(24)，所述图形用户接口显示被存储在档案(20)中的医学图像、接收放射学检查报告的条目、显示图像评级用户对话框(70)并且经由所述图像评级用户对话框接收针对被显示在所述医学工作站处的医学图像的图像质量评级；操作所述医学成像设备控制器以执行成像检查过程，所述成像检查过程包括操作所述医学成像设备控制器以控制所述医学成像设备来采集过程医学图像；在执行所述成像检查过程时，基于经由被显示在所述医学工作站处的所述图像质量评级用户对话框接收到的图像质量评级将质量评级分配给所述过程医学图像；并且在执行所述成像检查过程时，输出被分配给所述过程医学图像的质量评级。2.根据权利要求1所述的医学成像装置，其中，所述一个或多个电子处理器(22、38)被编程为通过包括以下项的操作将质量评级分配给过程医学图像：将所述过程医学图像(44)从所述医学成像设备控制器(26)传输到所述医学工作站(10)；在所述医学工作站(10)处显示所传输的过程医学图像以及所述图像质量评级用户对话框(70)，并且经由所述图像质量评级用户对话框(70)接收针对所传输的过程医学图像(44)的音频图像质量评级和视觉图像质量评级中的至少一种；并且向所述过程医学图像(44)分配针对所述医学工作站处的所传输的过程医学图像的接收到的所述图像质量评级。3.根据权利要求1所述的医学成像装置，其中，所述一个或多个电子处理器被编程为：使用被存储在所述档案(20、54)中并且具有经由所述图像质量评级用户对话框(70)接收到的图像质量评级的医学图像执行机器学习，以生成用于预测针对输入医学图像(44)的图像质量评级的经训练的图像质量分类器(74)；其中，通过将所述过程医学图像输入到所述经训练的图像质量分类器，质量评级被分配给所述过程医学图像。4.根据权利要求3所述的医学成像装置，其中，所述一个或多个电子处理器(22、38)被编程为：在显示被存储在所述档案(20、54)中的医学图像时，显示所述图像质量评级用户对话框(70)；并且经由所述图像评级用户对话框(70)接收针对被存储在所述档案中并且被显示在所述医学工作站(10)处的医学图像的图像质量评级。5.根据权利要求3和4中的任一项所述的医学成像装置，其中，所述机器学习包括执行深度学习，执行所述深度学习包括训练神经网络(58)，所述神经网络提取图像特征作为所述神经网络的一个或多个神经层的输出。6.根据权利要求5所述的医学成像装置，其中，所述深度学习不对手动标识的图像特征进行操作。7.根据权利要求5和6中的任一项所述的医学成像装置，其中，所述深度学习还使用关于所述图像的元数据作为对所述神经网络(58)的输入，关于所述图像的所述元数据包括以下中的一项或多项：被存储在所述档案(20、54)中的图像模态(62)、检查原因(64)以及患者背景(66)。8.根据权利要求3-7中的任一项所述的医学成像装置，其中，所述一个或多个处理器(22、38)还被编程为：在具有经由所述图像质量评级用户对话框(70)接收到的图像质量评级的额外的医学图像被存储在所述档案(20、54)中时，更新所述机器学习以更新所述经训练的图像质量分类器(74)。9.根据权利要求1-8中的任一项所述的医学成像装置，其中，所述图像质量评级用户对话框(70)提供受约束的图像质量评级以供用户选择，所述图像质量评级至少包括良好图像质量评级和不良图像质量评级；并且其中，对被分配给所述过程医学图像的质量评级的显示包括显示被分配有所述不良图像质量评级的任何过程医学图像应当被重新采集。...

【专利技术属性】
技术研发人员：M·塞芬斯特，钱悦晨，贾宇岗，A·M·塔赫玛塞比马拉古奥施，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰,NL