[发明专利]医学成像中的质量控制在审
| 申请号： | 202180034685.X | 申请日： | 2021-04-25 |
| 公开（公告）号： | CN115605960A | 公开（公告）日： | 2023-01-13 |
| 发明（设计）人： | W·胡伊吉博尔斯;M·马特斯;R·M·J·N·拉默里奇斯;R·范埃;A·J·M·德尼森;J·H·D·M·韦斯特林克;T·R·M·勒弗肯斯;M·J·弗斯吕斯 | 申请（专利权）人： | 皇家飞利浦有限公司 |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;A61B5/00;G01R33/565;G16H30/40;G16H40/20;A61B5/055;G01R33/56;G01R33/54 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 刘兆君 |
| 地址： | 荷兰艾*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种系统提供在医学成像中的质量控制。评价能够不利地影响图像质量的噪声源。被评价的噪声源包括以下中的至少两项：设备噪声源、操作者噪声源和对象(正被成像的患者)噪声源，所有这些噪声源都在医学图像的采集期间产生噪声源。基于所评价的噪声源来确定质量控制指标并将质量控制指标输出给操作者。 | ||
| 搜索关键词： | 医学 成像 中的 质量 控制 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司，未经皇家飞利浦有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202180034685.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 三维前列腺病理图像生成方法及其系统-202280013992.4
- 金善禹 - 第一百欧有限公司
- 2022-02-08 - 2023-09-29 - G16H30/20
- 本发明公开三维前列腺病理图像生成方法及其系统。上述三维前列腺病理图像生成方法包括如下步骤：三维前列腺病理图像生成系统指定三维前列腺图像；上述三维前列腺病理图像生成系统通过诊断系统获取与通过经会阴前列腺穿刺活检术(TTPB，Transperineal Template Prostate Biopsy)获取的规定模板坐标相对应的至少一个样本中的各个样本的数字诊断结果；以及上述三维前列腺病理图像生成系统基于各个样本的模板坐标和上述数字诊断结果在上述三维前列腺图像上显示存在于上述至少一个样本的前列腺癌发病部位。
- 用于改进生命体征采集的自动平移-倾斜-缩放调节-201780067357.3
- 王海波;C·C·A·M·范宗 - 皇家飞利浦有限公司
- 2017-10-31 - 2023-09-15 - G16H30/20
- 本文公开的技术涉及自动平移‑倾斜‑缩放调节以改进生命体征采集。在各种实施例中，能用于平移、倾斜和缩放(“PTZ”)的生命体征采集相机(176)可以捕获(402)患者(100)的图像。图像可以被分析(404)以检测患者在图像的图像坐标空间内的描绘位置。患者在图像的图像坐标空间内的期望位置可以被确定(406)，并且描绘位置与期望位置之间的图像坐标空间中的差异可以被计算(408)。然后可以将差异从图像坐标空间映射(410)到PTZ空间。可以基于映射来改变(412)生命体征采集相机的一个或多个PTZ参数。在改变一个或多个PTZ参数之后，生命体征采集相机可以从患者采集(414)一个或多个生命体征。
- 监测用户视觉注视以控制哪个显示系统显示主要信息-202180081303.9
- F·E·谢尔顿四世;J·L·哈里斯 - 西拉格国际有限公司
- 2021-09-29 - 2023-07-21 - G16H30/20
- 可提供用于基于用户的视觉焦点在显示器上显示信息的外科集线器。可确定在该用户的视觉焦点内的显示器。可确定在医疗手术期间可使用医疗器械的外科任务。基于背景数据和该外科任务，可确定可与该用户相关的显示数据。可发送可指示该显示器显示该数据的消息。
- 医疗装置实时体积图像数据的转换与传输-202180067329.8
- 张惠;T·K·阿德巴;赵涛 - 直观外科手术操作公司
- 2021-08-06 - 2023-06-30 - G16H30/20
- 公开了用于减轻由医疗装置收集的数据点的过采样的系统和方法。在一些方面中，系统被配置为在解剖结构的检查期间接收由医疗装置的传感器检测的采样检查点云的数据点；在检查期间，确定与(i)医疗装置和/或(ii)由传感器检测的所接收的数据点相关联的至少一个参数，包括医疗装置的平移和/或旋转运动的改变、从数据点到采样检查点云内的最近邻的距离，或采样检查点云的与解剖结构的子区域对应的子集的数据点的密度；通过将一个或多个参数与阈值比较来分析一个或多个参数；和当所分析的一个或多个参数满足相应阈值时，将个体数据点记录在配准点云中。
- 信息处理系统、信息处理方法及信息处理程序-202180064424.2
- 守田正治 - 富士胶片株式会社
- 2021-07-29 - 2023-06-02 - G16H30/20
- 本发明得到一种能够提高使用CAD结果的由摄影者、阅片者及诊断者三方进行的诊断效率的信息处理系统、信息处理方法及信息处理程序。第1信息处理装置发送对医用图像执行的病变检测处理的执行结果，第2信息处理装置进行显示医用图像及执行结果的控制，并发送由摄影者针对执行结果所输入的第1输入信息，第3信息处理装置进行显示医用图像、执行结果及第1输入信息的控制，并发送由阅片者针对执行结果所输入的第2输入信息，第4信息处理装置进行显示医用图像、执行结果及第2输入信息的控制，并保存由诊断者进行的综合性诊断结果。
- 用于优化唤醒流程的工作流程-202180059168.8
- G·福格特米尔;N·布萨;S·魏斯;M·T·约翰逊;C·G·洛斯勒 - 皇家飞利浦有限公司
- 2021-07-15 - 2023-05-16 - G16H30/20
- 本发明涉及唤醒管理。提供了一种用于在成像过程中评估镇静患者的唤醒流程的装置。所述装置包括输入单元、处理单元和输出单元。所述输入单元被配置为接收患者简档数据和镇静数据，所述镇静数据包括关于所述镇静患者的镇静状态的信息。所述处理单元被配置为将数据驱动模型应用于所述患者简档数据和所述镇静患者的镇静数据，以估计所述镇静患者的所述唤醒流程中的至少一个定时。所述数据驱动模型已经在从一个或多个患者的历史数据获得的训练数据集上被训练。所述训练数据集包括作为训练输入的一个或多个患者的患者简档数据和镇静数据以及作为训练输出的一个或多个患者的唤醒流程中的至少一个定时。所述输出单元被配置为提供至少一个估计的定时。患者对镇静药物的反应是患者特异性的，并且唤醒流程的定时也是患者特异性的。定时预测可以帮助理解患者何时将从镇静中唤醒，并且因此理解工作流程中的后续步骤，诸如在离开膛时的后成像，和/或执行从患者支撑体自主站立。
- 基于衍射的全局体外诊断系统-202180055752.6
- P·拉扎雷夫;A·P·拉扎雷夫 - 布拉格分析股份有限公司
- 2021-06-14 - 2023-05-16 - G16H30/20
- 本文提供了基于衍射仪的全局诊断系统及其用途。所述系统可包括一个或多个衍射装置，所述一个或多个衍射装置通过网络操作性地耦接到计算机数据库。所述一个或多个衍射装置可被配置用于通过所述网络将诸如病理实验室图像数据、衍射图案数据、受试者数据或它们的任何组合的数据传递到所述计算机数据库。所述系统还可包括一个或多个计算机处理器，所述一个或多个计算机处理器操作性地耦接到所述一个或多个衍射装置，所述计算机处理器可被配置来从所述衍射装置接收所述数据，将所述数据传输到所述计算机数据库，并且使用数据分析算法处理所述数据，所述数据分析算法可提供个体受试者的计算机辅助诊断指标。
- 利用半监督学习对疾病发病区域进行注解的方法及执行其的诊断系统-202080104689.6
- 李尚勋;金善禹 - 第一百欧有限公司
- 2020-07-23 - 2023-05-16 - G16H30/20
- 本发明公开利用半监督学习(semi‑supervised learning)对疾病发病区域进行注解的方法及执行其的诊断系统。本发明一实施方式提供的方法包括如下步骤：利用神经网络的诊断系统生成图像块级别分类神经网络及像素级别分类神经网络，上述图像块级别分类神经网络通过接收作为对作为生物图像的规定切片进行分割后的一部分的图像块来预测在上述图像块是否存在规定疾病的分类结果，上述像素级别分类神经网络通过接收上述图像块并按照构成上述图像块的各个像素预测上述疾病的相关分类结果；通过上述利用神经网络的诊断系统获得多个训练用切片图像，在上述多个训练用切片图像分别标记有与其相应的切片级别诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用切片图像来以渐进方式训练上述图像块级别分类神经网络及上述像素级别分类神经网络。
- 利用多相生物图像学习的利用神经网络的疾病诊断方法及执行其的疾病诊断系统-202080104657.6
- 曺浚宁;金善禹 - 第一百欧有限公司
- 2020-07-23 - 2023-05-12 - G16H30/20
- 本发明公开利用多相生物图像学习的利用神经网络的疾病诊断方法及执行其的疾病诊断系统。本发明一实施方式提供的方法包括如下步骤：通过利用神经网络的诊断系统生成利用生物图像预测规定疾病的相关诊断结果的诊断神经网络；通过上述利用神经网络的诊断系统获得多个训练用生物图像，在上述多个训练用生物图像分别标记有与其相应的上述疾病的相关诊断结果；以及通过上述利用神经网络的诊断系统利用上述多个训练用生物图像来训练上述诊断神经网络，训练上述诊断神经网络的步骤分别对上述多个训练用生物图像执行如下步骤：步骤(a)，向上述训练用生物图像插入具有不同特性的噪声来生成与上述训练用生物图像相应的K个噪声插入图像，上述K为2以上的整数；以及步骤(b)，向上述诊断神经网络输入与上述训练用生物图像相应的K个噪声插入图像来训练上述诊断神经网络。
- 医疗图像装置及其工作方法-202180063069.7
- 目黑美沙纪 - 富士胶片株式会社
- 2021-06-24 - 2023-05-02 - G16H30/20
- 本发明提供一种用户能够从大量的医疗用检查图像中无负担地选定关键图像的医疗图像装置及其工作方法。医疗图像装置(10)在从大量的医疗用检查图像中自动选定关键图像(45)的情况下，将基于预先制作的样本图像(21)而提取的信息和检查图像(31)所具有的信息进行比较，进行共同的类别的判别及相似度的判定。比较的结果是，将选定为接近样本图像(21)的检查图像(31)设为关键图像(45)，进行保存处理。保存的关键图像(45)可用于医疗用报告。
- 放射学操作指挥中心(ROCC)本地技术人员-超高技术人员匹配-202180040144.8
- H·沙马尔蒂;O·斯塔罗比涅茨;S·M·达拉尔;R·N·特利斯;钱悦晨 - 皇家飞利浦有限公司
- 2021-05-26 - 2023-04-04 - G16H30/20
- 一种在使用医学成像设备(2)执行的成像检查期间将本地医学成像设备操作者(LO)与远程医学成像专家(RE)连接的方法(100)包括：确定可用于辅助所述本地操作者的可用远程医学成像专家的特性；基于所确定的所述远程医学成像专家的特性将所述可用远程医学成像专家中的一个或多个与所述成像检查的特性进行匹配；并且向可由所述本地操作者和所述远程医学成像专家操作的至少一个显示设备(24、24’)提供用户接口(UI)(28、28’)，所述UI显示匹配的可用远程医学成像专家的列表(44)，并且所述本地医学成像设备操作者能够经由所述用户接口从所显示的列表中选择匹配的可用医学成像专家。
- 用于扫描牙科对象的系统和方法-202180044076.2
- F·尤尔;M·巴斯鲁普-拉森;E·马托斯;J·西蒙森 - 3 形状股份有限公司
- 2021-08-17 - 2023-03-31 - G16H30/20
- 公开了一种用于在扫描会话期间从3D牙科对象获取数据的牙科扫描系统。所述牙科扫描系统包括：照明单元，其包括光源，所述光源被配置为对所述牙科对象照明；检测器单元，其包括传感器，所述传感器被配置为响应于对所述牙科对象的照明接收多个二维图像；处理器，其被配置为经由处理所述多个二维图像中的一个或多个来生成经处理的数据，其中基于所述经处理的数据生成所述牙科对象的三维数字表示；无线网络单元，其被配置为将所述牙科扫描系统无线连接到包括多个网络元件的网络，所述多个网络元件包括被配置为接收所述经处理的数据的至少一个网络元件；以及网络操作模块，其包括会话模块，所述会话模块被配置为通过经由所述无线网络单元将所述牙科扫描系统与一个或多个网络元件可操作地连接来建立所述扫描会话。
- 估计内窥镜在人体气道模型中的位置-202180038315.3
- 安德烈亚斯·赫尔斯泰特·约恩森;芬恩·索尼伯格;达纳·马里·余;利·赫卢夫·伦德·拉森;亚历杭德罗·阿隆索迪亚斯;约瑟菲娜·达姆·加德 - 安布股份有限公司
- 2021-06-04 - 2023-01-31 - G16H30/20
- 披露了一种用于使用被训练成确定一组解剖参考位置的第一机器学习数据架构来估计内窥镜在人体气道模型中的位置的图像处理设备，所述图像处理设备包括处理单元，该处理单元可操作地连接到该内窥镜的图像捕获设备，其中，该处理单元被配置为：获得记录图像流；使用该第一机器学习数据架构对该记录图像流中的记录图像进行连续分析，以确定是否已经到达该组解剖参考位置中的解剖参考位置子集中的解剖参考位置；并且在确定已经到达该解剖参考位置的情况下，基于该解剖参考位置来更新内窥镜位置；以及披露了一种包括内窥镜和图像处理设备的内窥镜系统、一种包括图像处理设备的显示单元以及一种计算机程序产品。
- 医学成像中的质量控制-202180034685.X
- W·胡伊吉博尔斯;M·马特斯;R·M·J·N·拉默里奇斯;R·范埃;A·J·M·德尼森;J·H·D·M·韦斯特林克;T·R·M·勒弗肯斯;M·J·弗斯吕斯 - 皇家飞利浦有限公司
- 2021-04-25 - 2023-01-13 - G16H30/20
- 一种系统提供在医学成像中的质量控制。评价能够不利地影响图像质量的噪声源。被评价的噪声源包括以下中的至少两项：设备噪声源、操作者噪声源和对象(正被成像的患者)噪声源，所有这些噪声源都在医学图像的采集期间产生噪声源。基于所评价的噪声源来确定质量控制指标并将质量控制指标输出给操作者。
- 用于水肿检测的方法和装置-202180030982.7
- 格雷姆·亚历山大·里昂;卢克·伯拉斯顿 - 瑞思迈传感器技术有限公司;瑞思迈私人有限公司
- 2021-02-26 - 2023-01-13 - G16H30/20
- 系统具有电子接口、一个或多个传感器、存储器和包括一个或多个处理器的控制系统。处理器被配置成自动地或响应于经由电子接口接收到用户请求而执行用于激活水肿测试的指令。在激活时，提供用户指令以通过一个或多个传感器定位对象中用于测试的皮肤区域。指示用户按压皮肤区域以引起暂时压痕。在用户按压皮肤区域之后的一段时间内，经由一个或多个传感器捕捉暂时压痕的一个或多个图像。分析所述图像以获得皮肤反弹特性，皮肤反弹特性表示暂时压痕后皮肤区域的回弹。基于皮肤反弹特性确定水肿结果。
- 生成放射线图像-202180027276.7
- G·克诺博罗齐 - 拜耳公司
- 2021-03-25 - 2022-11-25 - G16H30/20
- 本发明涉及生成检查对象的检查区域的放射线图像。基于示出检查区域中的血管具有随着时间而降低的对比度增强的测量的检查区域的放射线图像，本发明生成示出血管的检查区域具有不变的对比度增强的人工放射线图像。
- 自行测量面部或身体尺寸的方法、特别是制造个性化涂抹器的方法-202180023208.3
- A·苏万托;G·沙罗 - 欧莱雅
- 2021-04-01 - 2022-11-11 - G16H30/20
- 用于自行测量用户的角质材料区域的尺寸的方法，优选在制造用于将美容产品涂抹到所述角质材料区域的个性化涂抹器时使用，所述方法使用镜子和移动图像捕获设备，所述移动图像捕获设备的至少一个特征尺寸是预先已知的，所述方法包括：a)将所述移动图像捕获设备放置在相对于待测量区域的预定位置并且放置在所述镜子前面，b)由所述移动图像捕获设备在所述镜子中捕获包括所述待测量区域和所述移动图像捕获设备的至少一部分的至少一个图像，以及c)从所述至少一个图像中，检测界定所述待测量区域的多个标志点，以通过至少使用所述移动图像捕获设备的所述至少一个特征尺寸来测量所述待测量区域的至少一个尺寸。
- 远程医疗系统、远程医疗方法、信息处理装置和程序-202180017286.2
- 平井孝佳;海老原洋平;中村直人;铃木宏纪 - 索尼集团公司
- 2021-02-26 - 2022-10-18 - G16H30/20
- 本技术涉及一种远程医疗系统、远程医疗方法、信息处理装置和程序，其允许医疗从业者在远程医疗中更准确地获得患者的视觉信息。该远程医疗系统包括：第一成像单元，其获取在第一空间中的患者的图像；图像处理单元，其基于第一空间中的成像条件和用于显示在第一空间中获取的患者的图像的第二空间中的显示条件来校正患者的图像；以及显示单元，其在第二空间中显示校正的患者的图像。本技术能够应用于，例如远程医疗系统。
- 基于关键发现的医学图像的基于不确定性的重新优先排序-202180011342.1
- A·萨尔巴赫;D·马弗罗伊迪斯;H·尼基施 - 皇家飞利浦有限公司
- 2021-01-27 - 2022-09-02 - G16H30/20
- 一种用于使用机器学习模型对待评估的一组医学图像进行优先排序的系统和方法，包括：使用训练数据集训练机器学习模型，其中机器学习模型接收输入医学图像并且输出在输入医学图像中显示的医学状况；在待评估的一组医学图像上运行经训练的机器学习模型以产生针对一组医学图像中的每个医学图像的医学状况输出；基于针对机器学习模型的不同的输出所确定的统计参数来计算针对每个医学状况输出的似然分数；以及基于经计算的似然分数和医学状况输出的严重性来确定待评估的一组输入图像的顺序。
- 有助于医疗保健成像诊断的工作流的算法编配-202080081841.3
- G·马图尔;D·惠特尼;P·加洛蒂;C·迪维扬纳坦;V·阿拉加达;G·罗杰斯;F·H·舒因特达席尔瓦;H·内鲁卡;E·M·萨尔维蒂 - 通用电气精准医疗有限责任公司
- 2020-11-25 - 2022-07-22 - G16H30/20
- 提供用于根据预定义工作流来编配对医学图像执行算法的技术，以及用于管理工作流和模型执行的技术。在实施方案中，一种系统包括：存储器，该存储器存储计算机可执行部件；和处理器，该处理器执行存储在该存储器中的该计算机可执行部件。该计算机可执行部件包括算法目录，该目录包括标识能够用于处理医学图像的算法的算法信息，该算法信息包括用于执行该算法作为网页服务的算法执行指令；和编配部件，该编配部件响应于经由算法管理应用程序的装载用户接口接收到该算法信息而将该算法信息添加到该算法目录，其中基于在该算法目录中包括该算法信息，使该算法能够并入到用于对该医学图像执行该算法的工作流中。
- 医学成像系统中的自动化方案拟定-202080082531.3
- 沈亚西;V·多莱斯瓦米;A·齐亚诺 - 通用电气精准医疗有限责任公司
- 2020-11-24 - 2022-07-15 - G16H30/20
- 本公开涉及利用机器算法来帮助指导用户使用标准方案库和患者临床信息轻松地为检查嘱咐指定正确方案，并且其进一步使扫描仪方案选择自动化，从而创建无缝式工作流程。这帮助减少方案拟定时间，并且确保按有效方式为患者提供恰当检查。根据某些实施方案，一种方法包括：用处理器，接收针对医学成像程序的嘱咐，其中该医学成像程序对应于患者；响应于收到医嘱，经由该处理器，获得存储在信息技术系统中的医疗信息，其中该医疗信息涉及该患者；用该处理器，依据所获得的医疗信息，生成医学成像方案。
- 用于体液中分析物的分析确定的调整方法-202080078607.5
- B·艾欣;M·贝格;S·奇塔雅卢;B·利姆伯格 - 豪夫迈·罗氏有限公司
- 2020-11-10 - 2022-06-17 - G16H30/20
- 本发明公开了一种调整用于确定体液中分析物的浓度的分析方法(120)的测量设置的调整方法(122)。所述调整方法(122)包括使用具有相机(116)的移动装置(112)，所述分析方法(120)进一步包括通过使用所述相机(116)捕获具有测试区(134)的光学测试条(132)的至少一部分的至少一个图像，并且其中所述分析方法(120)进一步包括从所述测试区(134)的颜色形成来确定至少一个分析物浓度值，其中所述调整方法(122)包括：i)由多个用户(114)进行多次分析物测量，其中所述分析物测量至少部分地包括通过使用所述相机(116)捕获具有测试区(134)的光学测试条(132)的至少一部分的图像，从而获得基于所述分析物测量的训练数据；ii)分析在步骤i)(136)中获得的所述训练数据，从而鉴别所述训练数据中的相似度并且根据所述训练数据中的所述相似度鉴别多个用户配置文件；以及iii)提供针对所述用户配置文件中的至少一者的配置文件特定的测量设置调整。此外，本发明公开了分析方法(120)、调整系统(110)和移动装置(112)。
- 基于VRDS 4D医学影像的脊椎疾病识别方法及相关装置-201980099984.4
- 斯图尔特平·李;戴维伟·李 - 未艾医疗技术（深圳）有限公司
- 2019-10-30 - 2022-04-26 - G16H30/20
- 基于VRDS 4D医学影像的脊椎疾病识别方法包括：获取目标用户的脊椎的扫描图像；对所述脊椎的扫描图像进行处理，以得到目标医学影像数据，其中所述目标医学影像数据包括所述脊椎的影像数据和血管的影像数据；根据所述脊椎的影像数据和所述血管的影像数据确定异常血管；根据所述异常血管与所述脊椎的关联关系识别所述脊椎的疾病类型；根据所述目标医学影像数据进行4D医学成像，并输出所述脊椎的疾病类型。
- 基于VRDS 4D的病情分析方法及相关产品-201980099991.4
- 戴维伟·李;斯图尔特平·李 - 未艾医疗技术（深圳）有限公司
- 2019-10-30 - 2022-04-12 - G16H30/20
- 一种基于VRDS 4D病情分析方法及相关产品，应用于医学成像装置，该方法包括：获取目标用户的多个人体器官的扫描图像，得到多张扫描图像，上述人体器官包括以下至少一种∶耳部、鼻部和喉部，对多张扫描图像进行处理，得到目标用户对应的目标4D影像，该目标4D影像包括目标用户对应的目标影像数据，基于目标影像数据识别目标用户对应的发病部位，发病部位为多个人体器官中的一个或者多个部位，针对发病部位进行病情分析，得到目标分析结果。
- 启用AI的回声确认工作流程环境-202080022954.6
- M·塞文斯特 - 皇家飞利浦有限公司
- 2020-03-18 - 2021-11-26 - G16H30/20
- 在超声心动图分析方法中，针对包括超声心动图循环集的超声心动图的诊断代码被接收或生成。多个不同的子集从超声心动图中被选择。每个子集由所述超声心动图循环集中的一个或多个超声心动图循环组成。对于每个子集，指示该子集与诊断代码的相关性的置信得分是使用对子集进行操作的人工智能(AI)引擎来确定的，其中该AI引擎在利用诊断代码而被标记的历史超声心动图上进行训练。相关的超声心动图循环组基于针对相应子集的、指示该相应子集与诊断代码的相关性的所确定的置信得分而被标识。超声心动图读取用户界面被呈现，包括显示与相关的超声心动图循环组的超声心动图循环相关联的诊断代码。
- 基于图像的探针定位-202080026117.0
- V·萨尔高恩卡 - 美国西门子医疗系统股份有限公司
- 2020-03-12 - 2021-11-16 - G16H30/20
- 本文中公开了一种用于基于图像的探针定位的框架。该框架从探针接收当前图像。当前图像由感兴趣结构内的探针来获取。该框架通过将当前图像应用于经训练的分类器来预测探针的位置并且生成要使用探针执行的下一个操纵的推荐。然后，该框架输出所预测的位置以及下一个操纵的推荐。
- “通知我”：个体扫描协议状态和MRI检查进展的自主实时远程通知-202080018926.7
- H·穆贾黑德 - 皇家飞利浦有限公司
- 2020-02-28 - 2021-11-05 - G16H30/20
- 为了增强用户体验和改善患者工作流程，数据收集和患者成像协议被监测，并且当满足可定制的条件时，例如扫描协议完成并重建成功时，实时通知被自动、远程和实时地触发、生成并提供给最终用户(例如放射科医师、技术人员、服务人员、医院管理人员等)。通知从扫描器主计算机或分析系统发送并通过电子邮件、即时消息等接收，并可被拉入独立的移动应用程序。提供了进展指示器，其便于将预测的扫描完成时间通知主治医师，以便医师可以立即准备好(例如，到达阅览室、扫描室、登录移动查看设备等)查看扫描结果。用户可以选择查看任何患者、患者组、医学设备或任何选定医院的中止、完成或正在进行的扫描。
- 使用分布式学习平台促进将人工智能集成到系统中-201980090644.5
- J·卡拉夫特;K·德雷尔;M·迈克尔斯基;S·波梅兰茨;S·道尔;N·特南霍尔茨 - 通用电气精准医疗有限责任公司
- 2019-12-30 - 2021-09-07 - G16H30/20
- 本发明描述了使用分布式学习平台促进将人工智能(AI)信息学集成在医疗保健系统中的技术。在一个实施方案中，提供了计算机实现的方法，该计算机实现的方法包括由操作地耦接到处理器的系统与用于查看医学图像数据的医学成像应用程序进行交互。该方法还包括，由该系统促进根据与使用该成像应用程序相关联的定义的本体生成结构化诊断数据，以执行对该医学图像数据的临床评估。该方法还包括，由该系统将该结构化诊断数据提供给一个或多个机器学习系统，其中基于该提供，该一个或多个机器学习系统采用该结构化诊断数据作为训练数据，以生成或训练被配置为提供新医学图像数据的基于人工智能的诊断评估的一个或多个诊断模型。
- 专利分类
