TR201908751T4 - Boylamasına bulgu görüntüsünün otomatik oluşturulması için eksik bulguların saptanması. - Google Patents

Boylamasına bulgu görüntüsünün otomatik oluşturulması için eksik bulguların saptanması. Download PDF

Info

Publication number
TR201908751T4
TR201908751T4 TR2019/08751T TR201908751T TR201908751T4 TR 201908751 T4 TR201908751 T4 TR 201908751T4 TR 2019/08751 T TR2019/08751 T TR 2019/08751T TR 201908751 T TR201908751 T TR 201908751T TR 201908751 T4 TR201908751 T4 TR 201908751T4
Authority
TR
Turkey
Prior art keywords
measurements
lesion
identifier
report
measurement
Prior art date
Application number
TR2019/08751T
Other languages
English (en)
Inventor
Dananjaya De Silva Mabotuwana Thusitha
Sevenster Merlijn
Original Assignee
Koninklijke Philips Nv
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Nv filed Critical Koninklijke Philips Nv
Publication of TR201908751T4 publication Critical patent/TR201908751T4/tr

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Machine Translation (AREA)

Abstract

Bir boylamasına takip sisteminin (10), bir lezyon takip ünitesi (28) ve bir görüntüleme cihazı (24) içermektedir. Bir alınan hasta tanımlayıcısına karşılık, lezyon takip ünitesi (28), hasta tanımlayıcıya göre alınan en az bir boylamasına takip edilen lezyon için özellik bilgisinin bir görüntüsünü ve alınan raporların geçici bir tanımlayıcısının özellik bilgisiyle karşılaştırılmasıyla saptanan en az bir eksik ölçümün bir tanımlayıcısını oluşturmaktadır (102) ve her rapor, hasta tanımlayıcısı için en az bir raporlanan lezyonun ölçümleriyle bir açıklama içermektedir. Görüntüleme cihazı (24), her boylamasına takip edilen lezyon için özellik bilgisinin oluşturulan görüntüsünü ve en az bir eksik ölçümün göstergesini görüntülemektedir.

Description

TARIFNAME BOYLAMASINA BULGU GÖRÜNTÜSÜNÜN OTOMATIK OLUSTURULMASI IÇIN EKSIK BULGULARIN SAPTANMASI TEKNIK ALAN Mevcut bulus genellikle, tibbi boylainasina takip sistemleri ile ilgilidir ve lezyonlarin veya solid tümörlerin takibinde özel uygulamasiyla açiklanmaktadir. ÖNCEKI TEKNIK Lezyon takibi, zaman içerisinde bir tedavinin etkinliginin degerlendirilmesi için ve kanserli tümörler gibi, lezyonlarin tedavilere nasil yanit verdiginin degerlendirilmesi için kullanilmaktadir. Kararlar, zaman içinde kötü olarak tanimlanan lezyonlardaki degisikliklere göre, Solid Tümörlerde Yanit Degerlendirme Kriteri (RECIST) gibi, kilavuzlara göre, hekimler tarafindan verilmektedir. Bu kararlar, tek tek lezyonlarin boylainasina takip edilen ölçümlerine göre belirli bir hasta için tedaviyi degistirebilmektedir. Lezyonlarin ölçümleri, bir saglik çalisani tarafindan bir bilgisayarli tomografi (CT) taramasi gibi, bir görüntüleme cihazi veya tarayici ile elde edilen hastanin tibbi görüntülerinden alinmaktadir. Saglik çalisani veya radyolog, bir lezyon tipinin belirlenmesi için tibbi görüntüleri degerlendirmektedir ve ölçümlerle, örnegin bir tedavi araliginda, görüntü zamaninda lezyonlarin özelliklerini açiklayan bir raporu aktaimaktadir ve degisimlerin belirlenmesi veya vurgulaninasi için önceki ölçümlerle karsilastirmalari içerebilmektedir. Bir klinik arastirma yardimcisi gibi bir saglik çalisani tipik olarak, raporu alacak ve seçili indeks lezyonlarini bir elektronik çizelge programi gibi bir takip sistemine girecektir. 28834.1475 Lezyon takip sistemleri tipik olarak istege baglidir. Yani, bir radyolog, takip sistemine ölçümleri girmeden bir raporu bildirebilmekte ve aktarabilmektedir. Çok örgütlü uygulamalarla ve zaman baskisiyla, hekimler, eksik ölçümlerin elde edilmesi için önceki çalismalari tekrar ele almamaktadir. Eksik ölçümlerle, lezyon takibinin yarari azalmaktadir. Boylamasina takip hesaplamalari, eksik ölçümlerle yapilamamaktadir. Degerlerin girisini gerektiren tipik bir sistem yaklasimi pratik degildir. Örnegin, veri girisinin zorlanmasi, çok örgütlü destek ve uygulamayi gerektirmektedir ve Örgütler arasinda sistem entegrasyon sorunlarini arttirmaktadir. Bir baska tipik sistem yaklasimi, genellikle veri madenciligi yaklasimlarinda kullanilanlar gibi, veri yüklerinde kullanilan ayiklama, dönüstürme ve yükleme (ETL) programlarini kullanmaktadir. Veri yükleri tipik olarak, önceden belirlenen araliklarda yapilandirilmis veri ile gerçeklestirilmektedir. Veri degerlerinin profesyonel olarak gözden geçirilmesi gerçeklestirilmeden yüklemenin kolaylastirilmasi için varsayimlar yapilmaktadir. Farkli radyoloji kaynaklari, departmanlari veya hatta farkli örgütlerle baslatilan raporlarla, raporlarin kaynaginin yönetimi bile bir zorluk olusturmaktadir. Radyoloji raporlari tipik olarak, elektronik olarak gönderilmekte ve/veya saklanmaktadir. Bir örnek, Sekil l,de gösterilmektedir. Ayri bir rapor, her degerlendirine noktasi için, örnegin tipik olarak hastanin bir tedavi araligina karsilik gelen bir tarih için verilmektedir. Raporlar, basliklari içeren, yapilandirilmamis açiklamayi (5) içermektedir ve tipik olarak lezyonlarin her birinin mevcut ve önceki ölçümlerini karsilastirmaktadir. Ölçümün formati, organizasyonu, birimi ve her lezyonun açiklamasi, ayni hasta için bir rapordan digerine degisebilmekte, hastadan hastaya degisebilmekte ve saglik çalisani ve/veya saglik örgütüne göre degisebilmektedir. lezyon takip birimi içeren bir boylamasina takip sistemi olmadan tibbi bulgunun içerik odakli bir özet incelemesinin olusturulmasi için bir sistemi açiklamaktadir. 28834.1475 dokümani, bir tibbi içerikte yardimci raporun olusturulmasi için bir sistemi açiklamaktadir. BULUSUN KISA AÇIKLAMASI Burada açiklanan yönler, yukarida belirtilen sorunlara ve digerlerine de ginmektedir. Bir yönde, bir boylamasina takip sistemi, bir lezyon takip ünitesi ve bir görüntüleme cihazi içermektedir. Alinan bir hasta tanimlayiciya karsilik, lezyon takip ünitesi, hasta tanimlayiciya göre alinan en az bir boylamasina takip edilen lezyon için özellik bilgisinin bir görüntüsünü ve alinan raporlarin geçici bir tanimlayicisinin özellik bilgisiyle karsilastirilmasiyla saptanan en az bir eksik ölçümün bir tanimlayicisini olusturmaktadir ve her rapor, hasta tanimlayicisi için en az bir raporlanan lezyonun ölçümleriyle bir açiklama içermektedir. Görüntüleme cihazi, her boylamasina takip edilen lezyon için özellik bilgisinin olusturulan görüntüsünü ve en az bir eksik ölçümün göstergesini görüntülemektedir. Bir baska yönde, bir boylamasina takip yöntemi, alinan bir hasta tanimlayiciya karsilik, bir görüntüleme cihazinda, hasta tanimlayiciya göre alinan en az bir boylamasina takip edilen lezyon için özellik bilgisinin olusturulmus bir görüntüsünün ve alinan raporlarin geçici bir tanimlayicisinin özellik bilgisiyle karsilastirilmasiyla saptanan en az bir eksik ölçümün bir göstergesinin gösterilmesini içermektedir ve her rapor, hasta tanimlayicisi için en az bir raporlanan lezyonun ölçüinleriyle bir açiklama içermektedir. Bir baska yönde, bir boylamasina takip sistemi, alinan bir hasta tanimlayicisina karsilik bir veya daha fazla veri islemcisi içermektedir, bir görüntüleme cihazinda, hasta tanimlayiciya göre alinan en az bir boylamasina takip edilen lezyon için 28834.1475 özellik bilgisinin olusturulmus bir görüntüsünün ve alinan raporlarin geçici bir tanimlayicisinin özellik bilgisiyle karsilastirilmasiyla saptanan en az bir eksik ölçüinün bir göstergesinin gösterilmesini içermektedir ve her rapor, hasta tanimlayicisi için en az bir raporlanan lezyonun ölçümleriyle bir açiklama içermektedir. Bir veya daha fazla veri islemcisi, en az bir eksik ölçümün bulunmasi için bir göstergenin alinmasina karsilik, en az bir eksik ölçüme karsilik gelen bulunan ölçümlerle her boylamasina takip edilen lezyon için özellik bilgisinin ve rapor açiklamalarindaki bulunan Ölçümlerin görüntüsünü güncellemektedir. Bir örnekte, eksik ölçümlerin bulunmasi, takip edilen lezyonlar hakkinda daha eksiksiz boylamasina bilgi saglamaktadir. Daha eksiksiz boylamasina bilgi, hekiinin boylamasina bilgiyi incelemesine yardim etmektedir ve takip edilen lezyonlara sahip hastalarla ilgili daha fazla bilgiyle karar verilmesini saglamaktadir. Bir örnekte, ölçümlerin istege bagli olarak sürekli giris devam etmektedir. SEKILLERIN KISA AÇIKLAMASI Bulus, çesitli bilesenlerle ve bilesen düzenlemeleriyle ve çesitli asamalarla ve asama düzenlemeleriyle sekillenebilmektedir. Sekiller yalnizca, tercih edilen yapilandirmalari gösterme amaciyladir ve bulusu sinirlandirici olarak yorumlanmamahdir. SEKIL l, lezyonlara sahip bir hasta için örnek bir önceki teknik radyoloji raporunu göstermektedir. SEKIL 2, boylamasina bulgu görüntüleme sisteminin otomatik olusturulmasiyla eksik bulgularin saptanmasi için bir yapilandirmayi göstermektedir. SEKIL 3, farkli geçici olarak iliskili ölçümlerle üç açiklamali rapor bölümünün bir örnegini göstermektedir. 28834.1475 SEKIL 4, boylamasina bulgu görüntüleme sisteminin otomatik olusturulmasiyla eksik bulgularin saptanmasinin örnek bir görüntüsünü göstermektedir. SEKIL 5, bir boylamasina bulgu görüntüsünün otomatik olusturulmasiyla eksik bulgularin saptanmasi için bir yönteminin bir yapilandirmasinin akis çizelgesini göstemiektedir. YAPlLANDlRMALARlN AYRINTILI AÇIKLAMASI Ilk olarak Sekil 2°ye göre, boylamasina bulgu görüntüleine sisteminin (10) otomatik olusturulmasiyla eksik bulgulann saptanmasinin bir yapilandirmasi sematik olarak gösterilmektedir. Bir rapor veri deposu (12), lezyonlari raporlayan radyoloji raporlarini içermektedir. Örnek rapor açiklamasi (5), Sekil lsde gösterilmektedir. Her rapor, bir hasta tanimlayicisi ve lezyonun incelenme veya görüntülenme tarihinin bir geçici rapor tanimlayicisi, örnegin hastanin bir görüntüsünden incelemenin bir tarihini içermektedir. Rapor, bir CT tarayicisi, bir manyetik rezonans (MR) tarayicisi, bir pozitron emisyon tomografisi (PET) tarayicisi, bir tek proton emisyonlu bilgisayarli tomografi (SPECT), bir hibrit, bir kombinasyon ve benzeri gibi, bir görüntüleme cihazindan (16) hasta görüntülerinin (14) ölçülmesine göre olusturulmaktadir. Hasta görüntüleri (14), bir Görüntü Arsivleme ve Iletisim Sistemi (PACS), bölümlere ait Radyoloji Bilgi Sistemi (RIS), Hastane Bilgi Sistemi (HIS) ve benzerinde depolanabilmektedir. Raporlar (12), ayni sistemde veya ayri bir veri deposunda depolanabilmektedir. Bir lezyon takip veri deposu (18), her hasta için belirlenen lezyonlarla ilgili Özellik bilgisini depolamaktadir. Her lezyon için, bir açiklama ve ölçüm gibi lezyon özellikleri, ölçülen her geçici olarak gösterilen döneme göre depolanan ölçümlerle depolanmaktadir. Örnegin, 14 mm"lik en büyük uzunluga ve 13.9 mm"lik en büyük uzunluga dik bir ikinci uzunluga sahip olan bir CT görüntü diliminde ölçüle bir hipodens karaciger lezyonunun ölçümleri bir birinci tarihle depolanmaktadir. Bir ikinci tarih için, ölçümler sirasiyla 16.9 mm ve 15.2 mm"dir. 28834.1475 Her hasta için kaydedilen veriler, birçok lezyon içerebilmektedir. Veri depolari (12, 14, 18), bir dosya sistemi, bir veri tabani yönetim sistemi, bir eleman tanimi, bir nesne tanimi ve benzeri gibi, veri düzenlemesi içerebilmektedir. Veri deposu, disk bellek, kati hal depolama, sunucu depolama, bulut depolama ve benzeri gibi, lokal ve/veya uzaktan geçici olmayan saklama ortami içermektedir. Veri depolari, bir elektronik veri islemcisi, optik veri islemcisi, mikroislemci, bilgisayar islemcisi ve benzeri gibi en az bir veri islemcisine (20) iletisiinsel olarak baglanmaktadir. Veri islemcisi (20), bir masa üstü bilgisayar, diz üstü bilgisayar, tasinabilir hesaplaina cihazi, akilli telefon, vücuda takilan hesaplama cihazi gibi veya dagitilmis bir hesaplama cihazi olarak, bir web sunucusu veya baska tipte bir uygulama sunucusu ile saglanan bir hesaplama cihazi gibi bir hesaplama cihazi (22) içermektedir. Hesaplama cihazi (22), bir görüntüleme cihazi (24) ve bir klavye, fare, mikrofon ve benzeri gibi bir veya daha fazla giris aygiti içermektedir. Görüntüleme cihazi (24) ve giris aygiti (26), bir dokunmatik cihaz olarak, birlestirilebilmektedir. Burada kullanildigi gibi, bir "ekran" veya "görüntüleme cihazi", bir çikis aygiti veya görüntülerin veya verilerin görüntülenmesi için uyarlanan bir kullanici ara yüzü içerinektedir. Bir ekran, görsel, ses ve/veya dokunsal veriyi verebilmektedir. Bir ekranin örnekleri, bir bilgisayar monitörü, bir televizyon ekrani, bir dokunmatik ekran, dokunsal elektronik ekran, vektörel ekran, düz panel ekran, vakumlu floresan ekran (VF), isik yayan diyot (LED) ekranlar, elektrikli isildayan ekran (ELD), plazma ekran panelleri (PDP), sivi kristalli ekran (LCD), organik isik yayan diyot ekranlar (OLED), bir projektör, gövdeye monteli ekranlar ve benzerini içennektedir. Bir hasta tanimlayiciyi almaya karsilik olarak, bir lezyon takip ünitesi (28), tanimlanan hasta için ve depolanan geçici tanimlayicilar için, örnegin takip edilen önceki inceleme ölçümlerinin tarihleri, lezyon takip verisi deposundan (18) takip edilen lezyonlar hakkinda özellik bilgisini almaktadir. Lezyon takip ünitesi (28), 28834.1475 rapor veri deposundan (12) raporlari almaktadir ve geçici rapor tanimlayiciyi tanimlamaktadir. Rapor hasta tanimlamasi ve rapor geçici tanimlayici, dosya belirticiye veya üst veriye ve/veya raporun yapilandirilmamis açiklamasina yerlestirilmektedir. Örnegin, bir dosya ismi ve/Veya dosya üst verisi hem hasta tanimlayiciyi hem de görüntüleme incelemesinin tarihini içerebilmektedir. Lezyon takip ünitesi (28), alinan her raporun tanimlanmis rapor geçici tanimlayicisina göre, takip edilen lezyon verisinde eksik geçici tanimlayicilari, örnegin, takip edilen lezyon verisinde bulunmayan bir rapor geçici tanimlayicisi veya ölçümün bulunmadigi takip edilen bir lezyonun geçici tanimlayicisini tanimlamaktadir. Lezyon takip ünitesi (28), özellik verisini ve her eksik ölçümün bir tanimlayicisini içeren takip edilen lezyonlarin bir görüntüsünü olusturrnaktadir ve görüntüleme cihazinda (24) olusturulan görüntüyü göstermektedir. Ekran, bilinen, örnegin lezyon takibi veri deposunda (18) bulunan, geçici dönemler için ölçümleri içermektedir. Giris aygitindan (26) bir sinyal girisi gibi, eksik ölçüinlerin bulunmasi için bir talebe karsilik, bir doküinan ayristirici motor (30), bir veya daha fazla takip edilen lezyonun her eksik dönemine karsilik gelen raporlari ayristirmaktadir. Örnegin, giris aygitindan (26) alinan bir komuta karsilik, doküman ayristirici motor (30), iki raporu seçmektedir: iki lezyonun eksik dönemlerine karsilik gelen bir 1 Ocak raporu ve bir 12 Mayis raporu, 1 Ocak ve 12 Mayis,tan bir lezyonun eksik verileri ve 12 Mayis raporundan bir ikinci lezyonun eksik degerleri. Doküman ayristirici motor (39) iki raporu ayristirmaktadir. Doküman ayristirici motor (30), tibbi açiklamadan bölümler, paragraf basliklari ve/veya cümleleri ayristirmaktadir. Doküman ayristirici motor (30), islemeyi kolaylastiran, önceden belirlenmis bölüm basliklari ve/veya paragraf basliklarini kullanabilmektedir. Bölüm ve paragraf basliklari, anlasilmakta ve önceden belirlenmis bir sete normalize edilmektedir. Örnegin, önceden belirlenmis bir bölüm basligi seti, hasta bilgisi, klinik bilgi, teknik, karsilastirma, bulgular ve 28834.1475 izlenimi içermektedir. Bir baska örnekte, paragraf basliklari, gögüs, akciger ve plevra, mediyastinum ve hila, abdomen, karaciger, safra yolu, dalak, bagirsak, kemikler gibi anatomik tanimlayicilari içermektedir. Bölüm ve paragraf basliklari, iç içe geçirilebilmekte veya hiyerarsik olarak baglanabilmektedir. Örnegin, bir rapor açiklamasi asagidakini içermektedir: "KARACIGER, SAFRA YOLU: Olasi yaygin yagli karaciger. Karacigerde segment 7,nin subkapsüler bölümü boyunca silik hipodens yumusak doku 1.1 x 2.7 cm ölçülmektedir. Daha önce 3.2 x 1.3 cm'dir", doküman ayristirici motor tarafindan "KARACIGER, SAFRA YOLU: Olasi yaygin yagli karaciger", "Karacigerde segment 7,nin subkapsüler bölümü boyunca silik hipodens yumusak doku 1.1 x 2.7 cm ölçülmektedir." Ve "Daha önce 3.2 x 1.3 cm3dir" cümlelerine ayristirilmaktadir. "KARACIGER, SAFRA YOLU" baslik olarak tanimlanmaktadir. Doküman ayristirici motor (30), kurala dayali, bilgisayarla ögrenme, maksimum entropi veya ticari olarak mevcut ürünleri veya baslik tanimayi içeren diger ürünleri kullanan diger teknikleri kullanarak uygulanabilmektedir. Doküman ayristirici motor (30), açiklamanin parçasi oldugunda ve dosya belirtecinin veya üst verinin parçasi olarak mevcut olmadiginda, hasta tanimlayiciyi ve raporun geçici tanimlayicisini tanimlayabilmektedir. Doküman ayristirici motor (30), raporun dayandigi görüntüler gibi, ilgili görüntüleri belirleyebilmektedir. Bir konsept çikarim motoru (32), ayristirilmis cümlelerdeki ifadeleri tanimakta ve MetaMap gibi ticari olarak mevcut olan bir ürünü kullanarak, SNOMED, UMLS veya Ra-dLex gibi bir harici ontolojiye ifadeleri eslemektedir. Örnegin, lezyonlarin etiketleri, ayristirilmis cümlelerden taninmaktadir ve ontolojiye eslenmektedir. Ayristirilan rapor bölümü örnegine göre, "KARACIGER, SAFRA YOLU", bilginin KARACIGER ve/Veya SAFRA YOLU hakkinda oldugunu gösteren ontolojiye eslenmektedir. "Hipodens", "yumusak doku", "subkapsüler" ve "karaciger segmenti" gibi ifadeler, eslenmis karaciger ve safra yoluna karsilik gelen ontolojiye eslenmektedir. 28834.1475 Bir ölçme motoru (34), ayristirilmis metindeki ölçümleri tanimakta ve eslenmis ifadelerle iliskilendirmekte ve taninan ölçümleri norrnalize etmektedir. Ölçümler, sayisal degerler için karakter dizgileri olarak ayristirilmis cümleleri arayan kurallara ve/veya örüntü islemeye göre taninmaktadir. Ölçme motoru (34), Ölçümleri standart bir ölçüm ünitesine norrnalize etmektedir. Örnegin, lezyonlarin santimetre (cm) veya inç (in) cinsinden ölçümleri, milimetreye (mm) veya takip edilen özellikler için seçilen bir baska ölçüm birimine çevrilmektedir. Ayristirilan cümlelerin önceki örnegine göre: "...l.1 x 2.7 cm ölçülmektedir" ve "Daha önce ölçüm birimi, örnegin mm, örnegin lezyon takibi beri deposunda (18) depolandigi gibi, bir sistem parametresi olarak seçilebilmektedir. Ölçüm birimi için bir görüntüleme parametresi, kullanici ve/veya hesaplama cihazi (22) için yapilandirma ayarlarina dahil edilebilmektedir. Bir geçici çözümleme motoru (36), her ölçüm ile iliskili geçici dönemleri veya tanimlayicilari tanimlamaktadir. Örnegin, ayristirilan cümlede, "Daha önce 0.6 X 1.2 cm ölçülen, karaciger lezyonu, 1.2 x 2.3 cm ölçülmektedir", ikinci ölçüm geçici olarak, farkli bir geçici tanimlayici, örnegin farkli bir rapor ile iliskilendirilmektedir ve birinci ölçüm, raporun geçici tanimlayicisi ile, örnegin mevcut rapor ile iliskilendirilmektedir. Bir yapilandirmada, geçici çözümleme motoru (36), örnegin, mevcut raporla bildirilen incelemeye karsilik gelen bir görüntü veya karsilastirma için kullanilan önceki bir inceleme ve/veya çapraz ilgili rapora karsilik gelen bir önceki referans görüntü gibi, ayristirma motoru tarafindan taninan görüntülerin ilgili geçici dönemlerini tanimlamaktadir. Bir örnekte, geçici çözümleme motoru (36), bir ölçümün hangi inceleme veya çalisma ile iliskili oldugunun belirlenmesi için kullanilan bir siniflandirici içermektedir. Bir yapilandirmada, teknik, bir maksimum entropi modeli ile tanimlanan istatistiki bir karar verme tabakasi ile Düzenli Ifadeleri (RE'ler) kullanmaktadir. Örnegin, bildirilen ölçümlerin sirasi ve "daha önceki" gibi eslik 28834.1475 eden kelimeler, ölçümün, raporun veya farkli bir raporun ayni geçici tanimlayicisi olarak istatistiki sekilde siniflandirilmasi için kullanilabilmektedir. Bir yapilandirmada, geçici çözümleme motoru (36), örnegin bir ölçümün hangi rapora karsilik geldigi gibi, bir raporun geçici tanimlayicisina göre her ölçümü Siniflandirmaktadir. Bir kontrol motoru (38), geçici olarak çözümlenen ölçümleri her lezyon için eksik olan dönemlerle eslestirmektedir. Kontrol motoru (38), takip edilen lezyondaki ilgili lezyonun tanimlanmasi için ontolojiye göre takip edilen lezyonlara raporlanan lezyonun bir açiklamasini veya etiketini esleinektedir. Kontrol motoru (38), örnegin raporlanan ve halihazirda takip edilmemis olan yeni veya eksik lezyonlari tanimlayabilmektedir. Kontrol motoru (38), ölçümleri geçici çözümlemeye göre eksik ölçümlere esleinekte veya iliskilendirmektedir, örnegin, bir ölçüm için tanimlanan geçici dönem, eksik ölçümleri içeren takip edilen geçici döneme karsilik gelmektedir. Kontrol motoru (38), dogrulama için, ölçümleri diger geçici tanimlayicilarin diger ölçümlerine esleyebilmektedir. Örnegin, önceki geçici tanimlayicilarla tanimlanan ölçümler, ölçüinlerin dogru oldugunun onaylanmasi için takip edilen lezyon ölçümleriyle karsilastirilmaktadir ve/veya önceki ölçümlere karsilik gelen ölçümün, ayni lezyonu, örnegin dogrudan eslesme veya ontoloj ik eslesmeyi açikladiginin dogrulanmasi için kullanilmaktadir. Kontrol motoru (38), bir kurala dayali eslesme veya bir siralama veya bir maksimum olasilik tahmini gibi, eslesmenin belirlenmesi için bir istatistiksel yöntem kullanmaktadir. Kontrol motoru (38), hiçbir eslesme bildirmeyebilmektedir. Örnegin, lezyona göre ölçümlerin gruplanmasi için, Ölçümler arasinda hacimsel benzerlik, ölçümlerin açiklandigi cümleler arasindaki anlamsal benzerlik, ölçümlerin paragraflarda ayni veya benzer bir baslikla gözükmesi ve geçici çözümleme motoru (36) tarafindan tanimlanan görüntü dilimi ölçümleri dahil olmak üzere, çesitli parametreler kullanilabilmektedir. Bir yapilandirinada, her gruplama ile iliskili bir benzerlik skoru, her çapraz-rapor baglantisi için, örnegin önceki bir incelemeyle ilgili ölçümler veya görüntü için, 28834.1475 güvenirlilik seviyesini göstermektedir. Lezyon takip ünitesi (28), kontrol motoru ile (38) eslenen eksik ölçümleri içermesi için takip edilen lezyonlarin görüntüsünü olusturmakta ve/veya degistirmektedir. Görüntü, görüntüleme cihazi (22) tarafindan gösterilmekte ve koyu renk yazilmis veya oldukça siddetli vurgulaninis degerler gibi, eksik ölçümler için eklenen veya bulunan ölçümlerin bir tanimlayicisini ve/veya onay isteyen bir ileti içerebilmektedir. Bir yapilandirmada, giris aygiti (26) tarafindan komutun girilmesine karsilik, lezyon takip ünitesi (28), belirlenen ölçümle rapor bölümünü göiüntülemektedir. Bir baska yapilandirmada, yanit, raporun açiklamasinda belirtilen görüntüyü içerebilmekte ve geçici olarak geçici çözümleme motoruyla (36) çözülmektedir. bilgisayar tarafindan okunabilir depolama ortami veya bilgisayar tarafindan okunabilir bellege, örnegin yazilima, depolanan bilgisayar tarafindan okunabilir talimatlarin gerçeklestirilmesi için yapilandirilan veri islemcisi (20) tarafindan uygun bir sekilde düzenlenmektedir. Veri islemcisi (20) ayni zamanda, bir tasiyici dalga, bir sinyal veya açiklanan tekniklerin gerçeklestirilmesi için bir baska geçici ortam tarafindan tasinan bilgisayar tarafindan okunabilir taliinatlari gerçeklestirebilmektedir. Sekil 3`e göre, bir hastanin farkli geçici olarak iliskili ölçümleriyle üç açiklayici rapor bölümünün bir örnegi gösterilmektedir. Bir birinci rapor bölümü (40), 1 Ocak"in bir geçici tanimlayicisi (42) ile tanimlanan bir 1 Ocak raporundandir, bir ikinci rapor bölümü (44), 12 Mayis,1n bir geçici tanimlayicisi (46) ile bir 12 Mayis rapor bölümüdür ve bir üçüncü rapor bölümü (48), 2 Temmuz'un bir geçici tanimlayicisi (50) ile bir 2 Temmuz raporundandir. Her rapor bölümü, 3 lezyon, bir karaciger lezyonu ve iki dalak lezyonu için ölçümler içerrnektedir. Raporun geçici tanimlayicisiyla geçici olarak iliskili olan ölçümler ve görüntü tanimlayicilarinin alti çizilmekte ve italik olarak yazilmaktadir. Geçici olarak 28834.1475 farkli bir raporla iliskilendirilen ölçümler ve görüntü tanimlayicilarinin alti çizilmekte ve italik olarak yazilmamaktadir. Birinci rapor bölümünde (40), karaciger lezyonunun ölçümleri (52) ve dalak lezyonunun ölçümleri (54, 56) ve bir birinci görüntü referansi (58), raporun geçici tanimlayicisina (42) karsilik gelmektedir. Karaciger lezyonunun diger ölçümleri (60) ve dalak lezyonlarinin diger ölçümleri (62, 64), gösterilmeyen veya belirtilmeyen bir farkli geçici tanimlayiciya karsilik gelmektedir. Bir önceki geçici taniinlayicinin kastedilen ölçümü (66), ikinci rapor bölümünde (44) gösterilmektedir. "Bu, degisinemektedir" cümlesi, hem raporun geçici tanimlayicisinin (46) "2.7 x 1.1 cm" ölçümüne hem de bir baska geçici tanimlayici (42) ile farkli bir rapor ölçümüne (52) karsilik gelmektedir. Geçici tanimlayicilar, tarihler olarak gösterilmektedir. Geçici taniinlayicilar tarihler olarak gösterilmektedir. Geçici tanimlayicilar hem zaman hem de tarihleri içerebilmektedir. Açik ölçümler (68, 70), farkli rapor ölçümleri ile (54, 56) eslenebilmektedir. Farkli rapor ölçümleri, örnegin rapordaki lezyona karsilik gelen ölçümlerin takip edilen lezyonla ayni oldugu, belirli bir lezyonun dogrulaninasi için ve/veya ölçümlerin dogrulugunun dogrulanmasi için kullanilabilmektedir. Ölçümler (72), raporun geçici tanimlayicisi veya önceki veya çapraz raporun geçici tanimlayicisi gibi, görüntü referanslarini (74) içerebilmektedir. Görüntü referanslari (74) ayni zamanda, belirli bir lezyonun dogrulanmasi için ve/veya ölçümlerin dogrulugunun dogrulanmasi için kullanilabilmektedir. Görüntü referanslar] (74), görüntü veri deposundan (14) ilgili görüntünün alinmasi için ve bulunan ölçümlerin eksik ölçümlere dogru bir sekilde karsilik geldiginin dogrulanmasi için ölçümlerin kaynaginin hekime görüntülenmesi için kullanilabilmektedir. Sekil 4,e göre, boylainasina bulgu görüntüleme sisteminin (10) otoinatik olusumu ile eksik bulgularin saptanmasinin bir örnek görüntüsü (80) gösterilmektedir. 28834.1475 Görüntü (80), hasta ismi ve hasta tanimlayicisi, örnegin, alfanümerik hasta tanimlayici gibi, bir hasta tanimlayicisi (82) içermektedir. Görüntü, lezyon takibi veri deposundan (18) alinan takip edilen lezyonlarin özellik bilgisini (84) içermektedir. Her takip edilen lezyon (86), bir lezyon tanimlayicisi veya etiket (88) ve bir dizi ölçüm (90) içermekte olup, her ölçüm (90), bir geçici tanimlayiciya (92), örnegin görüntüleme/incelemenin tarih veya tarih-zamanina karsilik gelmektedir. Ölçüm (90), bir CT dilimi görüntüsünde ölçülen lezyonun en uzun uzunlugu gibi ve bir ortogonal en uzun genislik gibi, bir veya daha fazla degeri içerebilmektedir. Takip edilen ölçümler (90), bir dügme gibi, bir eksik ölçüm göstergesi (94) ile gösterilen eksik ölçümleri içermektedir. Eksik ölçümler, raporun geçici tanimlayicilarindan belirlenmekte ve geçici tanimlayicilar (96) olarak gösterilebilmektedir. Ek veya eksik ölçümler ve/veya lezyonlar, bir bos alana, örnegin bilgisayar bellegine depolanan seçilen görüntülerden ölçümlerle bir hekim tarafindan elle eklenebilmektedir. Raporlarin geçici tanimlayicilar] (96), rapor veri deposundaki (12) raporlardan belirlenmektedir ve bir veya daha fazla geçici olarak gösterilen ölçüinün eksik oldugunun saptanmasi için takip edilen geçici ölçümleriyle (90) karsilastirilmaktadir. Bir örnekte, geçici tanimlayicilar (96) alternatif olarak, geçici tanimlayicilara (96) karsilik gelen, bir veya daha görüntüden alinan hekim tarafindan bir bos alana elle eklenen ölçümleri göstermektedir. Hekim, bir eksik ölçüm göstergesinin seçilmesi, örnegin "güncelle" dügmesinin seçilmesi gibi, giris aygiti (26) tarafindan bir girdi ile eksik ölçümleri bulabilmektedir. Girdinin alinmasina karsilik, sistem, geçici tanimlayiciya göre, örnegin bir ilgili geçici tanimlayici ile bir raporu gösteren eksik ölçüm tanimlayicisinm (94) takip edilen geçici tanimlayicisina (92) göre ilgili raporun açiklamasindan eksik ölçümü bulmaktadir. Görüntü (80), iliskili olan veya bulunan ölçüinlerle veya olusturulan yeni bir görüntü ile güncellenmektedir. Görüntü, ilgili rapor bölümünün ve/Veya ilgili görüntünün gösterilmesini içerebilmektedir. Bir "sonuçlari depola" dügmesi gibi, bir dogrulama tanimlayicisi (98), lezyon 28834.1475 takibi veri deposuna (18) depolanacak ilgili ölçümlerin dogrulanmasi için çalistirilmaktadir. Örnegin, hekim, veri islemcisine (20) bir sinyal gönderen giris aygitini (26) kullanarak "sonuçlari depola" dügmesini çalistirmaktadir. Eksik ölçüm göstergesi (94), tüm eksik ölçümlerin bulunmasi için tek bir yaniti ve/Veya ayri bir sekilde her eksik ölçüm için ölçümlerin bulunmasi için ayri ayri yanitlari içerebilmektedir. Onay tanimlayicisi (98) benzer sekilde, tüm bulunmus ölçümlerin güneellenmesi/depolanmasi için tek bir yaniti ve/veya seçilen bulunmus ölçümlerin güncellenmesi/depolanmasi için seçici yanitlari içerebilmektedir. Bir örnekte, bulgu, yeni ve/veya ek lezyonlarin tanimlanmasini içerebilmektedir. Örnegin, ölçümler, ilgili lezyon özelligi bilgisinin, takip edilen lezyonlarin veri deposunda (18) bulunmadigi bir lezyon için bulunmaktadir. Görüntü, eklenen lezyon ve bulunan ölçümlerin güncellenmesi/depolanmasi için bir onayli lezyonu ekleyebilmektedir. Bir baska yapilandirmada, hekim, görüntüye takip edilen lezyonlara (18) bir lezyon ekleyebilmekte ve eksik ölçümlerin bulgusunu talep edebilinektedir. Sekil 5,e göre, bir boylamasina bulgu görüntüsünün otomatik olusumu ile eksik ölçümlerin saptanmasi için bir yöntemin bir yapilandirmasi gösterilmektedir. Bir asamada (100), bir hasta tanimlayicisi alinmaktadir. Hasta tanimlayicisi, raporlari (12) ve hastaya karsilik gelen takip edilen lezyonlari (18) tanimlamaktadir. Hasta tanimlayicisi, hekim tarafindan girilebilinekte ve/veya bir hasta listesinden seçilebilmektedir. Bir asamada (102), eksik ölçümler belirlenmektedir. Eksik ölçümlerin bir veya daha fazla göstergesi, olusturulan bir görüntüde gösterilmektedir. Her raporun (12) geçici tanimlayicilari, tanimlanmakta ve takip edilen lezyonlarin (18) geçici tanimlayicilari ile karsilastirilmaktadir. Ilgili geçici tanimlayiciya göre ölçümlerin takip edilen lezyonlarda mevcut olmadigi raporun geçici tanimlayicilarinin bulundugu gibi, takip edilen lezyonlardaki eksik ölçümler belirlenmektedir. Eksik 28834.1475 ölçümler, çoklu geçici tanimlayicilari, örnegin, takip edilen bir lezyonun birden fazla geçici tanimlayicisi için eksik olan ölçümleri içerebilmektedir. Eksik ölümler, örnegin, bir geçici tanimlayici için tüm takip edilen lezyonlar için eksik olan bir veya daha fazla lezyon ve/veya örnegin bir geçici tanimlayici için bazi takip edilen lezyonlar için eksik olan kismi ölçümleri içerebilmektedir. Raporlar, rapor veri deposundan (12) ve takip edilen lezyon veri deposundan (18) takip edilen lezyon verisinden alinmaktadir. Eksik ölçüm bulgusunu gösteren bir yanitin alinmasina karsilik, bir veya daha fazla rapor, bir asamada (104) cüinlelere ayristirilmaktadir. Bölüm ve paragraf basliklari, belirlenmektedir. Raporlar, geçici tanimlayiciya göre ayristirma için seçilmektedir. Bir yapilandirmada, her eksik ölçümün geçici tanimlayicina karsilik gelen geçici tanimlayiciyla rapor seçilmektedir. Bir baska yapilandirmada, her eksik ölçümün geçici tanimlayicisina karsilik gelen geçici tanimlayiciyla raporlar ve sonraki bir rapor, örnegin ölçümlerin dogrulanmasi için ve/Veya lezyonun taniminin dogrulanmasi için sonraki rapordaki referanslar seçilmektedir. Bir asamada (106), ayristirilan cümlelerin ifadeleri, bir ontolojiye eslenmektedir. Örnegin, basliklar eslenmektedir ve lezyon tanimlarinin belirlenmesi için kullanilan ifadeler eslenmektedir. Ölçümler, tanimlanmakta ve bir asamada (108) normalize edilmektedir. Normalize edilen ölçümler, takip edilen lezyon ölçümlerine normalize edilmektedir. Örnegin, takip edilen lezyonlann ölçümleri milimetre cinsinden depolandiginda, santimetre veya inç cinsinden ölçümler milimetreye Çevrilebilmektedir. Örnegin, bulunan ölçümlerinin hangi lezyona karsilik geldigiyle ilgili ölçümler ve ilgili basliklar ve cümleler arasindaki iliskiler saklanmaktadir. Ölçümler arasindaki geçici farkliliklar, bir asamada (llO) çözülmektedir. Ölçümler, raporun geçici tanimlayicisina veya farkli bir rapor geçici 28834.1475 tanimlayicisina, örnegin çapraz raporlu ölçüme iliskilendirilmektedir. Ayristirilan cümleler, hacimsel bilgi, görüntüleme bilgisi ve benzerinin semantiklerinin analizi ile, ölçümler, raporun geçici tanimlayicisina karsilik gelen veya bir önceki raporun geçici tanimlayicisina karsilik gelen olarak tanimlanmaktadir. Örnegin, geçici tanimlayicisina uygulanmasini önerebilmektedir. Bir asamada (112), geçici olarak çözümlenen ölçümler, eksik ölçümlerle iliskilendirilmektedir. Iliski, iliskilendirilen veya bulunan ölçümlerin görüntülenmesini içerebilmektedir. Örnegin, Sekil 4,e göre açiklanan görüntü, ilgili ölçümlerle güncellenmekte ve hekimin incelemesi için gösterilmektedir. Bir yapilandirmada, iliskilendirilen ölçümlerin görüntüsü, bir lezyon için ölçümleri içennektedir. Bir yapilandirmada, görüntü, ölçüme sahip olan bölüm, paragraf veya cümle gibi rapor bölümünü içermektedir. Ilgili ölçümler, yüksek yogunluk, kalin harf Vb. sekilde vurgulanabilmektedir. Görüntü, onay tanimlayicisini içerebilmektedir. Bir onay, bir asamada (114) alinmaktadir. Hekiinden alinan onay, takip edilen lezyonun veri deposunun ilgili ölçümle güncellenmesi gerektigini göstermektedir. Onay, bulunan ölçüinlerin bir reddini içerebilinektedir. Bir yapilandirmada, onay, ölçümlerin dogrudan girilmesi için hekim için bir seçenek içermektedir, örnegin rapor eksiktir. Bir asamada (116), takip edilen lezyonun veri deposu (18), onaya göre ilgili ölçümlerle güncellenmektedir. Takip edilen lezyon veri deposu (18), hekimin, zaman damgasinin veya diger veri takip bilgisinin bir tanimlayicisini içerebilmektedir. Modülleri, yapilandirilan veri islemcisi (20) tarafindan gerçeklestirilen asamalari içerebilmektedir. Yukaridaki, bilgisayar tarafindan okunabilir talimatlarla uygulanabilmekte, bilgisayar tarafindan okunabilir saklama ortaminda kodlanmakta veya 28834.1475 yerlestirilebilmekte olup, bir veri islemcisi(leri) ile (20) gerçeklestirildiginde, veri islemcisi(leri)nin (20) açiklanan islemleri gerçeklestirmesine neden olmaktadir. Ayrica veya alternatif olarak, bilgisayar tarafindan okunabilir taliinatlarin en az biri, bir sinyal, tasiyici dalga veya bir baska geçici ortamla gerçeklestirilmektedir. Bulus, tercih edilen yapilandirmalara göre açiklanmaktadir. Modifikasyonlar ve degisiklikler, önceki ayrintili açiklamanin okunmasi ve anlasilmasi üzerine gerçeklestirilebilmektedir. Bulusun, ekli istemlerin kapsami içerisinde olduklari sürece tüm bu modifikasyonlari ve degisiklikleri içerir olarak yorumlanmasi amaçlanmaktadir. TR TR TR TR TR TR TR TR

Claims (15)

ISTEMLER
1. Bir boylamasina takip sistemi (10) olup, asagidakileri içennektedir: asagidakileri gerçeklestirmek üzere yapilandirilan alinan bir hasta tanimlayicisina karsilik bir lezyon takip ünitesi (28): hasta tanimlayicisina göre geri alinan en az bir boylamasina takip edilen lezyon için özellik bilgisinin bir görüntüsünün ve özellik bilgisi ile geri alinan raporlarin bir geçici tanimlayicisinin karsilastirilmasiyla saptanan en az bir eksik ölçümün bir göstergesinin olusturulmasi (102), burada her bir rapor, hasta tanimlayicisi için en az bir raporlanan lezyonun ölçümleriyle bir açiklamayi kapsamaktadir; ve her boylamasina takip edilen lezyon için özellik bilgisinin olusturulan görüntüsünün ve en az bir eksik ölçümün göstergesinin gösterilmesi için yapilandirilan bir görüntüleme cihazi (24).
2. Istem l”e göre sistein (10) olup, ayrica asagidakileri kapsamaktadir: en az bir eksik ölçümün bulunmasi için bir gösterime karsilik, bir doküman ayristirici motor (30), en az bir raporun açiklamasinin ayristirilmasi için ve bölüm ve paragraf basliklarinin tanimlanmasi için yapilandirilmaktadir; ayristirilan cümlelerin ifadelerinin bir ontolojiye eslestirilmesi için yapilandirilan bir konsept çikarim motoru (32); ve ayristirilan cümlelerdeki ölçümlerin tanimlanmasi ve normalize edilmesi için yapilandirilan bir ölçüm motoru (34).
3. Istem 2”ye göre sistem (10) olup, ayrica asagidakileri içennektedir: her tanimlanan ölçüm için bir geçici tanimlayicinin belirlenmesi için yapilandirilan bir geçici çözümleme motoru (3 6).
. Her tanimlanan ölçüm için tanimlanan geçici tanimlayicinin, raporun geçici tanimlayicisi veya farkli bir raporun geçici tanimlayicisindan birini kapsadigi,
Istem 39e göre sistem (10).
. Istem 4”e göre sistem olup, ayrica asagidakini kapsamaktadir: tanimlanan ölçümlerin, her bir tanimlanan Ölçüm ve asagidakilerden birine yönelik olarak tanimlanan geçici tanimlayiciya dayanarak en az bir eksik ölçüm ile iliskilendirilmesi için yapilandirilan bir kontrol motoru (38): tanimlanan paragraf ve bölüm basliklari; eslenen ifadeler; ayristirilan cümlelerden elde edilen semantik anlam; farkli bir geçici tanimlayicidan takip edilen ölçümlerle ölçüm karsilastirmalari; veya görüntü referanslari.
. Lezyon takip ünitesinin (28) ayrica, her boylamasina takip edilen lezyon için özellik bilgisinin ve ilgili ölçümlerin bir görüntüsünün olusturulmasi için yapilandirildigi, Istemler 1 ila 5°ten herhangi birine göre sistem. . Ölçümün, bir görüntü diliminden alinan bir lezyonun bir birinci en uzun uzunlugunu ve birinci en uzun uzunluga dik olan bir ikinci en uzun uzunlugunu kapsadigi, Istemler 1 ila 67dan herhangi birine göre sistem.
. Geçici çözümleme motorunun (36) ayrica, açiklamaya dayanarak açiklamadaki bir veya daha fazla belirtilen görüntü için geçici tanimlayicinin tanimlanmasi için yapilandirildigi, Istemler 6 ve 7°den herhangi birine göre
. Istemler 6 ila 8°den herhangi birine göre sistem olup, burada lezyon takip ünitesi (28) ayrica, ilgili ölçümlere dayanarak asagidakilerden en az birini göstermesi için yapilandirilmaktadir: ilgili ölçümlerden birini kapsayan rapor açiklamasinin bir bölümü; ve ilgili ölçümlerden birine karsilik gelen bir belirtilen görüntü.
10. Lezyon takip ünitesinin (28), ilgili ölçümlerle en az bir boylamasina takip edilen lezyonun güncellenmesini onaylayan bir göstergeye karsilik, ilgili ölçümlerin ve tanimlanan geçici tanimlayicinin bir veri deposuna depolanmasi için yapilandirildigi, Istemler 6 ila 9ldan herhangi birine göre sistem.
11. Bir boylamasina takip yöntemi olup, asagidakileri içermektedir: alinan bir hasta tanimlayiciya karsilik olarak, bir görüntüleme cihazi (24) üzerinde, hasta tanimlayiciya göre geri alinan en az bir boylamasina takip edilen lezyon için özellik bilgisinin olusturulan bir görüntüsünün, ve özellik bilgisi ile geri alinan raporlarin bir geçici tanimlayicisinin karsilastirilmasiyla saptanan en az bir eksik ölçümün bir göstergesinin gösterilmesi (102), ve her raporun, hasta tanimlayicisi için en az bir raporlanan lezyonun ölçümleriyle bir açiklamayi kapsamasi.
12. Istem ne göre yöntem olup, ayrica asagidakileri kapsamaktadir: en az bir eksik ölçümün bulunmasi için bir gösterime karsilik, en az bir raporun açiklamasinin cümlelere ayristirilmasi (104) ve bölüm ve paragraf basliklarinin belirlenmesi; ayristirilan cümlelerin ifadelerinin bir ontolojiye eslestirilmesi (106); ve ayristirilan cümlelerdeki ölçümlerin tanimlanmasi ve normalize edilmesi (108).
13. Istem 123ye göre yöntem olup, ayrica asagidakini kapsamaktadir: her tanimlanan ölçüm için bir geçici tanimlayicinin tanimlanmasi (110). 28834.1475
14. Istem 13”e göre yöntem olup, asagidakileri kapsamaktadir: her tanimlanan ölçüm ve asagidakilerden en az biri için tanimlanan geçici tanimlayiciya dayanarak en az bir eksik ölçüm ile tanimlanan ölçümlerin 5 iliskilendirilmesi (112): tanimlanan paragraf ve bölüm basliklari; eslenmis ifadeler; ayristirilan cümlelerden elde edilen semantik anlam; 10 bir farkli geçici tanimlayicidan takip edilen ölçümlerle ölçüm karsilastirmalari; veya görüntü referanslari.
15.Tanimlamamn (112) ayrica, açiklamaya göre açiklamadaki bir veya daha fazla 15 belirtilen görüntü için bir geçici tanimlayicinin tanimlanmasini kapsadigi, Istemler 13 ve 14”ten herhangi birine göre yöntem.
TR2019/08751T 2015-02-25 2016-02-23 Boylamasına bulgu görüntüsünün otomatik oluşturulması için eksik bulguların saptanması. TR201908751T4 (tr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201562120394P 2015-02-25 2015-02-25

Publications (1)

Publication Number Publication Date
TR201908751T4 true TR201908751T4 (tr) 2019-07-22

Family

ID=55637395

Family Applications (1)

Application Number Title Priority Date Filing Date
TR2019/08751T TR201908751T4 (tr) 2015-02-25 2016-02-23 Boylamasına bulgu görüntüsünün otomatik oluşturulması için eksik bulguların saptanması.

Country Status (7)

Country Link
US (1) US20180025132A1 (tr)
EP (1) EP3262550B1 (tr)
JP (1) JP6623227B2 (tr)
CN (1) CN107257977B (tr)
ES (1) ES2734390T3 (tr)
TR (1) TR201908751T4 (tr)
WO (1) WO2016135619A1 (tr)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11475212B2 (en) * 2017-04-06 2022-10-18 Otsuka Pharmaceutical Development & Commercialization, Inc. Systems and methods for generating and modifying documents describing scientific research
US12170133B2 (en) * 2019-09-06 2024-12-17 Roche Molecular Systems, Inc. Automated information extraction and enrichment in pathology report using natural language processing
JP7827513B2 (ja) * 2022-03-25 2026-03-10 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8055514B2 (en) * 2005-07-19 2011-11-08 Koninklijke Philips Electronics N.V. User-centric methodology for navigating through and accessing databases of medical information management system
US10032236B2 (en) * 2007-04-26 2018-07-24 General Electric Company Electronic health record timeline and the human figure
CN102265280A (zh) * 2008-12-23 2011-11-30 霍夫曼-拉罗奇有限公司 用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统
JP5349384B2 (ja) * 2009-09-17 2013-11-20 富士フイルム株式会社 医用画像表示装置および方法並びにプログラム
US20130124527A1 (en) * 2010-08-05 2013-05-16 Koninklijke Philips Electronics N.V. Report authoring
EP2645330B1 (en) * 2012-03-29 2017-11-29 Siemens Healthcare GmbH Method and system for associating at least two different medical findings with each other
US20140006926A1 (en) * 2012-06-29 2014-01-02 Vijaykalyan Yeluri Systems and methods for natural language processing to provide smart links in radiology reports
RU2640009C2 (ru) * 2012-08-22 2017-12-25 Конинклейке Филипс Н.В. Автоматическое обнаружение и извлечение предшествующих аннотаций, релевантных для визуализирующего исследования, для эффективного просмотра и отчета
US20140073882A1 (en) * 2012-09-12 2014-03-13 Consuli, Inc. Clinical diagnosis objects authoring
EP2979210A1 (en) * 2013-03-29 2016-02-03 Koninklijke Philips N.V. A context driven summary view of radiology findings

Also Published As

Publication number Publication date
WO2016135619A1 (en) 2016-09-01
US20180025132A1 (en) 2018-01-25
ES2734390T3 (es) 2019-12-05
JP2018513450A (ja) 2018-05-24
EP3262550B1 (en) 2019-04-10
JP6623227B2 (ja) 2019-12-18
CN107257977B (zh) 2021-08-24
CN107257977A (zh) 2017-10-17
EP3262550A1 (en) 2018-01-03

Similar Documents

Publication Publication Date Title
CN105940401B (zh) 用于提供可执行注释的系统和方法
US20220020495A1 (en) Methods and apparatus for providing guidance to medical professionals
US10474742B2 (en) Automatic creation of a finding centric longitudinal view of patient findings
US11869667B2 (en) Methods, apparatuses, and systems for gradient detection of significant incidental disease indicators
US20220068449A1 (en) Integrated diagnostics systems and methods
US20130238363A1 (en) Medical examination assistance system and method of assisting medical examination
RU2711305C2 (ru) Связывание отчета / изображения
CN113257377B (zh) 确定目标用户的方法、装置、电子设备及存储介质
US20140365239A1 (en) Methods and apparatus for facilitating guideline compliance
CN104487974A (zh) 用于将患者信息与临床标准进行匹配的系统和方法
US20170300621A1 (en) Image report annotation identification
US9904966B2 (en) Using image references in radiology reports to support report-to-image navigation
CN107408123A (zh) 用于对临床发现的背景敏感性评价的方法和系统
Van Nistelrooij et al. Detecting mandible fractures in CBCT scans using a 3-stage neural network
EP3262550B1 (en) Detection of missing findings for automatic creation of longitudinal finding view
US20200058391A1 (en) Dynamic system for delivering finding-based relevant clinical context in image interpretation environment
Depeursinge et al. Prototypes for content-based image retrieval in clinical practice
US20180308580A1 (en) Image context aware medical recommendation engine
Higgins Not all databases are created equal
US20250176923A1 (en) Cognitive Artificial Intelligence Platform for Physicians
US11488698B2 (en) Facilitated structured measurement management tool progress and compliance analytics solution