[发明专利]用于医学数据的智能链接的方法和系统

说明书

背景技术

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。

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

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。

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。

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。

附图说明

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。

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。

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幕视图。

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

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。

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BI-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。BI-RADS是很多健康小组的合作努力结果，由美国放射学会（“ARC”）以BI-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BI-RADS评估种类的术语表达成像结果，通常称为“BI-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。

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。