提供了一种便于对显示器上的医学图像的阅读的系统和方法。所述方法包括：接收与对象相对应的当前医学图像，并且显示所述当前医学图像；使用深度学习算法执行所述当前医学图像的图像分割以识别感兴趣区域，并且在所述当前医学图像上显示指示所述感兴趣区域的注释；检索先前医学图像以及与所述对象的先前医学图像相对应的放射学报告；使用深度学习算法对所述先前医学图像执行图像分割以提取相关发现；对所述描述性文本执行NLP以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；并且从检查列表数据库检索交互式检查列表，所述交互式检查列表包括供所述用户在审阅所述当前医学图像时考虑的条目。用户在审阅所述当前医学图像时考虑的条目。用户在审阅所述当前医学图像时考虑的条目。
【技术实现步骤摘要】
【国外来华专利技术】用于便于医学图像的阅读的方法和系统
技术介绍
[0001]图像解读中的人类感知错误是得到确认的，并且可能导致阅读不足，这是最多的一种放射学错误，其中，医学图像中的现有发现被简单地遗漏。认知性失明被认为是阅读不足的主要原因。认知性失明包括变化性失明和疏忽性失明等类别。疏忽性失明被定义为在分心或参与单独的任务时错过事件。已知在其专业领域中发挥作用的训练有素的专家观察者易受疏忽性失明的影响。解读性错误的结果可能严重影响患者的健康状况和处置结果。
[0002]放射科医师使用各种技术来合成和最终确定放射学研究的解读，包括视觉检测、模式识别、记忆、知识和认知推理。这些技术由放射科医师执行，同时被许多外在干扰因素包围，工作量增加，工作时间长，数据负担重和应对疲劳。面对这些可能性，即使对于有经验的观察者，一定程度的错误也可能是不能避免的。尽管成像技术有进步，但没有证据表明人类视觉和大脑的感知有类似的改善。从一个视图到下一个视图，人类明显不知道环境细节。人类通常检测不到对象和场景的大变化，这被称为变化失明。此外，当训练有素的专家犯错误时，它可能潜在地影响患者安全。因此，找到技术解决方案以在面临导致错误的挑战时支持人类是至关重要的。对放射学图像阅读不足构成了为放射科医师诉讼和忧虑的原因的解读性错误种类。
技术实现思路
[0003]根据本专利技术的一个方面，提供了一种便于用户(放射科医师)对显示在包括图形用户接口(GUI)的显示器上的医学图像的阅读的方法。所述方法包括：接收对象(例如，患者)的当前医学图像，并且将它显示在所述显示器上以由所述用户执行图像阅读；使用深度学习算法执行对所述当前医学图像的图像分割以识别至少一个感兴趣区域，并且在所述当前医学图像上显示指示所述显示器上的所述至少一个感兴趣区域的至少一个注释；从图片存档及通信系统(PACS)数据库检索所述对象的先前医学图像；从所述PACS或放射学信息系统(RIS)数据库检索关于所述先前医学图像的放射学报告，对应的放射学报告包括描述性文本；使用深度学习算法对所述先前医学图像执行图像分割以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；使用词嵌入技术对所述描述性文本执行自然语言处理(NLP)以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；从检查列表数据库检索交互式检查列表，所述交互式检查列表包括供所述用户在审阅所述当前医学图像时考虑的多个条目，并且在所述显示器上显示所述交互式检查列表与所述当前医学图像，其中，所述交互式检查列表能够由所述用户经由所述GUI修改以便将一个或多个条目添加到所述交互式检查列表，同时防止从所述交互式检查列表中移除现有条目；并且确定所述用户的分心水平，并且当所述分心水平超过预定阈值时向用户提供警报，并且生成识别所述分心水平超过预定阈值多长时间的报告。
[0004]所述方法还可以包括在阅读当前医学图像时跟踪用户的眼睛移动以识别高聚焦和低聚焦区域，并且基于所识别的高聚焦和低聚焦区域来确定所述用户对医学图像的感知中的弱点；并且基于所确定的医学图像感知中的弱点来经由GUI实施至少一个眼睛跟踪警
报，以便改善表现并减少阅读不足。此外，可以从个人数据库检索服务水平协议，并且可以至少部分地基于服务水平协议中指示的所述用户的专长来初始地将成像研究与用户匹配。
[0005]根据本专利技术的一个方面，一种用于便于用户对医学图像的阅读的系统包括：显示器，其包括用于与用户接口的GUI；处理器，其与所述显示器通信；以及非瞬态存储器，其存储指令。所述指令引起在由所述处理器执行时：使所述处理器接收对象的当前医学图像，并且使所述当前医学图像被显示在所述显示器上以供所述用户执行图像阅读；使用深度学习算法执行对所述当前医学图像的图像分割以识别至少一个感兴趣区域，并且使指示所述显示器上的所述至少一个感兴趣区域的至少一个注释被显示在所述当前医学图像上；从PACS数据库检索所述对象的先前医学图像；从所述PACS数据库或RIS数据库检索关于所述对象的放射学报告，所述放射学报告包括描述性文本；使用深度学习算法对所述先前医学图像执行图像分割以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；使用词嵌入技术对所述描述性文本执行NLP以提取相关发现，并且使所述相关发现被显示在具有所述当前医学图像的所述显示器上；从检查列表数据库检索交互式检查列表，所述交互式检查列表包括供所述用户在审阅所述当前医学图像时考虑的条目，并且使所述交互式检查列表被显示在具有所述当前医学图像的所述显示器上。所述交互式检查列表能够由所述用户经由所述GUI修改以便将一个或多个条目添加到所述交互式检查列表，同时防止从所述交互式检查列表中移除现有条目。
[0006]所述系统还可以包括相机，所述相机与所述处理器通信，并且被配置为在阅读所述当前医学图像时捕获所述用户的眼睛移动以确定所述用户相对于所述显示器的注视。所述指令还可以使所述处理器：基于所跟踪的眼睛移动来识别高聚焦区域和低聚焦区域；并且基于所识别的低聚焦区域在显示器上实施至少一个眼睛跟踪警报，以改善表现并减少阅读不足。所述至少一个眼睛跟踪警报可以在所述显示器上被呈现为示出覆盖和错过区域的扫描路径、扫描图案和/或分心和空闲的持续时间的量度。
[0007]当由所述处理器执行时，所述指令还可以使所述处理器确定所述用户的分心水平，当所述分心水平超过预定阈值时向所述用户提供警报，并且生成识别所述分心水平超过所述预定阈值多长时间的报告。
附图说明
[0008]当结合附图阅读时，根据以下详细描述最好地理解示例实施例。要强调的是，各种特征不一定按比例绘制。实际上，为了清楚讨论，可以任意增加或减小尺寸。只要适用且实用，相似的附图标记指代相似的元件。
[0009]图1是根据代表性实施例的用于便于用户对显示在包括GUI的显示查看器上的医学图像的阅读的系统的简化框图。
[0010]图2是示出根据代表性实施例的便于用户对显示在显示器上的医学图像的阅读的分割方法的流程图。
[0011]图3是根据代表性实施例的显示器上用于便于用户对医学图像的阅读的图示性GUI的屏幕截图。
具体实施方式
[0012]在以下详细描述中，出于解释而非限制的目的，阐述了公开具体细节的代表性实施例，以便提供对根据本教导的实施例的透彻理解。可以省略对已知系统、设备、材料、操作方法和制造方法的描述，以避免模糊对代表性实施例的描述。尽管如此，在本领域技术人员的知识范围内的系统、设备、材料和方法也在本教导的范围内，并且可以根据代表性实施例使用。应注意，本文使用的术语仅出于描述特定实施例的目的，而不旨在为限制。所定义的术语是如在本教导的
中通常理解和接受的所定义的术语的技术和科学含义的补充。
[0013]将理解，尽管本文可以使用术语第一、第二、第三等来描述各种元件或部件，但是这些元件或部件不应受这些术语的限制。这些术语仅用于区分一个元件或部件与另一个元件或部件。因此，在不脱离本专利技术构思的教导的情况下，下面讨论的第一元件或部件可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种便于用户对显示在包括图形用户接口(GUI)的显示器上的医学图像的阅读的方法，所述方法包括：接收对象的当前医学图像，并且在所述显示器上显示所述当前医学图像以供所述用户执行图像阅读；使用深度学习算法执行对所述当前医学图像的图像分割以识别至少一个感兴趣区域，并且在所述显示器上在所述当前医学图像上显示指示所述至少一个感兴趣区域的至少一个注释；从图片存档及通信系统(PACS)数据库检索所述对象的先前医学图像；从所述PACS数据库或放射学信息系统(RIS)数据库检索关于所述对象的放射学报告，所述放射学报告包括描述性文本；使用所述深度学习算法对所述先前医学图像执行图像分割以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；使用使用词嵌入技术对所述描述性文本执行自然语言处理(NLP)以提取相关发现，并且在具有所述当前医学图像的所述显示器上显示所述相关发现；从检查列表数据库检索交互式检查列表，所述交互式检查列表包括供所述用户在审阅所述当前医学图像时考虑的多个条目，并且在所述显示器上显示所述交互式检查列表与所述当前医学图像，其中，所述交互式检查列表能够由所述用户经由所述GUI修改以便将一个或多个条目添加到所述交互式检查列表，同时防止从所述交互式检查列表中移除现有条目；以及确定所述用户的分心水平，并且当所述分心水平超过预定阈值时向用户提供警报，并且生成识别所述分心水平超过所述预定阈值多长时间的报告。2.根据权利要求1所述的方法，其中，确定所述用户的所述分心水平包括：从调度数据库检索关于所述用户的调度的调度数据，并且确定所述用户已经工作的持续时间，其中，所述分心水平与所述用户已经工作的所述持续时间成比例地变化；并且计算阅读所述当前医学图像所花费的时间量，其中，所述分心水平与阅读所述当前医学图像所花费的所述时间量成比例地改变，其中，计算阅读所述当前医学图像所花费的所述时间量包括确定打开与关闭所述当前医学图像之间的第一时间以及开始与结束关于所述当前医学图像的口述之间的第二时间。3.根据权利要求1所述的方法，还包括：在阅读所述当前医学图像时跟踪所述用户的眼睛移动；基于所跟踪的眼睛移动来识别高聚焦区域和低聚焦区域；并且基于所识别的低聚焦区域在显示器上实施至少一个眼睛跟踪警报，以改善表现并减少阅读不足。4.根据权利要求3所述的方法，其中，所述至少一个眼睛跟踪警报在所述显示器上被呈现为示出覆盖和错过区域的扫描路径、扫描图案或分心和空闲的持续时间的量度。5.根据权利要求3所述的方法，其中，确定所述用户的分心水平还包括：基于所跟踪的所述用户的眼睛移动来确定所述用户目光离开所述显示器的次数和每次所述用户目光离开的时间的长度，以及当所述用户目光离开的次数或每次所述用户目光离开的时间的长度超过对应阈值时，
在所述显示器上实施至少一个眼睛跟踪警报。6.根据权利要求3所述的方法，其中，确定所述用户的所述分心水平还包括：基于所跟踪的眼睛移动来确定分心模式，其中，所述用户的所述分心水平是根据所述分心模式的。7.根据权利要求1所述的方法，还包括：从个人数据库检索服务水平协议，并且至少部分地基于在所述服务水平协议中指示的所述用户的专长来初始地将所述当前医学图像与所述用户进行匹配。8.根据权利要求1所述的方法，其中，对所述当前医学图像的所述图像分割包括U
‑
Net模型。9.根据权利要求1所述的方法，其中，NLP流水线的所述词嵌入技术包括Bio+Clinical BERT。10.一种用于便于由用户对医学图像的阅读的系统，所述系统包括：显示器，其包括用于与用户接口连接的图形用户接口(GUI)；处理器，其与所述显示器通信；以及非瞬态存储器，其存储指令，...
【专利技术属性】
技术研发人员：A，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。