医学成像数据的订阅和检索的制作方法

1.本公开内容的各种示例涉及促进用户节点的操作以自动获得与患者的医学成像数据相关联的语义信息。本公开内容的各种示例涉及获得患者的医学成像数据。


背景技术：

2.在当前的临床实践中，诸如x射线摄影、超声、计算机断层扫描(ct)、包括正电子发射断层扫描(pet)、荧光透视和磁共振成像(mri)的核医学的各种成像技术正被用于诊断或治疗疾病。通常，放射学检查的工作流程可能包括以下活动：下订单、安排订单、通过模态(例如，x射线扫描仪、ct扫描仪、pet扫描仪或mri扫描仪)获取成像数据、存储所获取的成像数据、查看所获取的成像数据并且生成放射学报告。结合图1示出了放射学检查的示例。
3.图1示意性地描绘了根据现有技术的冠状动脉计算机断层扫描血管造影(cta)检查的工作流程。
4.在步骤1，心脏病专家通过向放射信息系统(ris)发送请求，例如经由电子健康记录(ehr)系统或健康信息系统(his)来命令冠状动脉cat检查。
5.在步骤2，当接收到从ehr系统发送的请求时，ris安排(schedule)冠状动脉cta检查。
6.然后，在步骤3，放射科医生基于ris的安排执行冠状动脉cta检查，并且相应地获取cta成像数据。
7.在步骤4，根据诸如医学数字成像和通信(dicom)的标准，所获取的cta成像数据被传送至并存储在数据储存库(例如，影像存档和通信系统(pacs))中。在冠状动脉cta检查之后，放射科医生检查/研究所获取的cta成像数据并且制作放射学报告，例如，自由文本放射学报告或结构化放射学报告。例如，放射科医生可以经由连接至pacs的用户节点从pacs获得cta成像数据，并且编译放射学报告。在向放射学报告添加签名之后，放射科医生经由ehr系统向心脏病专家提供签名的放射学报告。通常，(签名的)放射学报告是可以与冠状动脉cta检查的原始顺序链接的电子可读的便携式文档格式(pdf)文档，并且被存档在ehr系统中。
8.如果心脏病专家想要访问除签名的放射学报告之外的信息(即，与医学成像数据或其他医学成像数据相关联的一些语义信息)，则心脏病专家必须致电放射科。在一些医院/机构中，心脏病专家可以直接访问pacs。然而，已经针对存档成像结果设计了pacs，并且dicom标准优化了该用例。尚未针对临床工作流程中超越了放射学的临床信息交换设计了pacs。心脏病学人员通常在尝试直接在pacs中标识“正确的图像或成像数据”时遇到困难。
9.例如，再次参照图1，心脏病专家可以在步骤5下患者的经皮冠状动脉介入治疗的医嘱。在按照安排的执行经皮冠状动脉介入治疗之前，导管室护士必须直接从患者记录视图中浏览用于辅助经皮冠状动脉介入治疗的正确cta图像或cta成像数据，其是纯图像聚焦的，并且导管室护士必须浏览dicom研究和系列的列表，选择一个特定系列并查看它，并且解释他/她看到的内容。整个程序相当耗时，并且导管室护士可能最终无法获得正确的图像
或成像数据。此外，可能存在通过对pacs中可用的获取的冠状动脉cta进行后处理而获得的3d冠状动脉关键概要，即冠状动脉的3d可视化，然而，这对于导管室护士也是耗时的，并且仅依靠dicom可能不能获得这样的3d冠状动脉关键概要。
10.图1仅是一个可能示例的图示；其他临床人员(例如肿瘤学家、外科医生、神经科医生等)也面临相同或类似的技术问题。因此，在放射学中获取的大型成像结果无法被有效地集成到沿着各种患者路径的各种临床工作流程中。


技术实现要素：

11.因此，需要减轻或克服以上标识的缺陷或限制的先进技术。需要自动获得与患者相关联的附加信息或数据的先进技术。
12.独立权利要求的特征满足了这个需要。从属权利要求的特征限定了实施方式。
13.在下文中，将描述经由用户节点获得与患者相关联的信息的技术。在一些示例中，可以获得医学成像数据。替选地或附加地，可以获得与患者相关联的语义信息。
14.提供了一种操作用户节点的计算机实现的方法。该计算机实现的方法包括获得患者的患者信息，并且基于患者信息从网络的第一数据储存库获得与患者的医学成像数据的至少一个实例相关联的语义信息。该计算机实现的方法还包括基于语义信息获得医学成像数据的至少一个实例。
15.提供了一种计算机程序或计算机程序产品或包括程序代码的计算机可读存储介质。程序代码可以由至少一个处理器加载和执行。在加载并执行程序代码时，至少一个处理器执行操作用户节点的计算机实现的方法。该计算机实现的方法包括：获得患者的患者信息，并且基于患者信息从网络的第一数据储存库获得与患者的医学成像数据的至少一个实例相关联的语义信息。该计算机实现的方法还包括：基于语义信息获得医学成像数据的至少一个实例。
16.一种装置包括至少一个处理器和至少一个存储器。至少一个处理器被配置成从至少一个存储器加载程序代码，并且执行程序代码。在执行程序代码时，至少一个处理器被配置成：获得患者的患者信息，并且基于患者信息从网络的第一数据储存库获得与患者的医学成像数据的至少一个实例相关联的语义信息。至少一个处理器还被配置成：基于语义信息获得医学成像数据的至少一个实例。
17.应当理解，在不脱离本发明的范围的情况下，上面提到的特征和下面还要说明的特征不仅可以在所指示的相应组合中使用，而且可以在其他组合中或单独使用。
附图说明
18.图1示意性地示出了根据现有技术的冠状动脉cta检查的示例性工作流程。
19.图2示意性地示出了根据各种示例的关于系统1000的细节。
20.图3是根据各种示例的方法的流程图。
21.图4是根据各种示例的装置的框图。
具体实施方式
22.本公开内容的一些示例通常提供多个电路或其他电气装置。对电路和其他电气装
置以及由各自提供的功能的所有引用不旨在限于仅包括本文中所示和描述的内容。尽管可以将特定标签分配给所公开的各种电路或其他电气装置，但是这样的标签并不旨在限制电路和其他电气装置的操作的范围。这样的电路和其他电气装置可以基于期望的特定类型的电气实现方式来以任何方式彼此组合和/或分离。
23.应当认识到，本文中公开的任何电路或其他电气装置可以包括任何数目的微控制器、图形处理器单元(gpu)、集成电路、存储器装置(例如，flash、随机存取存储器(ram)、只读存储器(rom)、电可编程只读存储器(eprom)、电擦除可编程只读存储器(eeprom)或其其他合适的变体)以及相互协作以执行本文中公开的操作的软件。另外，电气装置中的任何一个或更多个可以被配置成执行非暂态计算机可读介质中体现的程序代码，该程序代码被编程以执行所公开的任何数目的功能。
24.在下文中，将参照附图详细描述本发明的实施方式。应当理解，实施方式的以下描述不应被视为限制性的。本发明的范围不受附图或下文中描述的实施方式的限制，这些实施方式或附图仅被视为是说明性的。
25.附图应被视为示意性表示，并且附图中所示的元素不一定按比例示出。相反，各种元素被表示成使得其功能和一般目的对于本领域技术人员来说变得明显。附图中所示或本文中描述的功能块、装置、部件或其他物理或功能单元之间的任何连接或耦接也可以通过间接连接或耦接来实现。部件之间的耦接也可以通过无线连接建立。功能块可以以硬件、固件、软件或其组合来实现。
26.本文中公开的各种技术通常涉及促进用户节点(例如，医院中的pc或工作站)的操作以获得患者的医学成像数据。基于与医学成像数据的至少一个实例相关联的语义信息来获得患者的医学成像数据的至少一个实例。
27.可以基于患者的患者信息从网络的第一数据储存库获得语义信息。替选地或附加地，语义信息可能至少部分地确定为临时的(ad hoc)。
28.根据本公开内容，医学成像数据可以描绘患者的解剖目标区域，例如心脏、肝脏、大脑或其一部分。可以基于与医学成像数据相关联的语义信息自动获得各种种类和类型的医学成像数据。作为一般规则，可以获得空间域中的2d图像或k空间中的原始数据。也可以获得3d深度数据，例如点云或深度图。可以例如从ct扫描仪或mri扫描仪获得体素数据结构。也可以获得时变数据，其中，一维及时存储不同时间点的图像或体积表示。
29.作为一般规则，各种种类和类型的医学成像数据可能受制于本文中描述的技术。给出几个示例，可以使用mri成像数据，例如，k空间中的原始数据或预重建图像。另一示例关于ct成像数据，例如，投影视图或预重建图像。又一示例关于pet成像数据。其他示例包括超声图像或上述医学成像数据中的至少两个的组合。
30.通常，医学成像数据可以包括由医学成像扫描仪(例如ct、mri或pet)生成的原始数据、重建的2d或3d图像、重建图像的视频、后处理之后获得的图像或视频。例如，在后处理之后获得的图像或视频可以包括医学成像数据的可视化、医学成像数据的分割、医学成像数据的去噪图像等中的至少一种。在后处理之后获得的图像和视频的类型依赖于后处理技术。可以以预定义的图像类型例如vrt(gdal虚拟格式)、mpr(多平面改造或重建)、mip(最大强度投影)、曲面和直平面，对医学成像数据的可视化进行编码。
31.根据示例，通过自动获得医学成像数据，可以促进各种用例。根据示例，可以对医
学成像数据进行后处理。例如，可以使用后处理来提取由医学成像数据所描绘的解剖结构的某些特性。在该公开内容中，可以使用各种后处理技术来执行医学成像数据的后处理，例如图像增强、图像分割、对象检测等。后处理可以基于常规的基于规则的方法(例如独立分量分析或主分量分析)，或者基于人工智能(ai)方法(例如机器学习(ml)算法)。
32.作为一般规则，各种种类和类型的ml算法可以促进本文中描述的技术。例如，可以使用深度神经网络，例如具有在输入数据与内核之间执行卷积的一个或更多个卷积层的卷积神经网络。也可以使用支持向量机，仅给出几个例子。可以使用u-net架构，参见例如：ronneberger，o.，fischer，p.和brox，t.，2015年十月，u-net：convolutional networks for biomedical image segmentation。在international conference on medical image computing and computer-assisted intervention(第234至241页)，springer，cham中。此外，可以使用地标检测ml算法，例如ghesu等人，multi-scale deep reinforcement learning for real-time 3d-landmark detection in ct scans，ieee pami 2018。
33.在本文中描述的示例中，ml算法可以被配置成在(后)处理医学成像数据时执行各种任务。ml算法还可以实现如下文中所呈现的这样的任务的组合。例如，ml算法可以被配置成执行诸如神经系统/精神疾病、癌症、肝炎疾病等的疾病的诊断。此外，ml算法可以被配置成执行医学成像数据的分割。例如，可以分割预定义的解剖特征。在另一示例中，ml算法可以被配置成执行对象检测。例如，可以在作为医学图像数据中检测到的预定义对象周围绘制边界框。预定义对象可以是预定义的解剖特征，例如某些器官或血管、肿瘤部位等。也可以检测异常。又一任务是筛选或去噪。例如，可以从成像模态(例如模糊形状或光斑)中去除伪影。背景噪声可以被抑制或去除。又一任务是上采样，从而增大医学成像数据的分辨率。ml算法的又一任务可以是图像重建。例如，对于磁共振成像数据，原始成像数据在k空间中可用。有时，k空间欠采样(例如，考虑到奈奎斯特定理，相对于某个视场)，即，直接傅里叶变换导致混叠伪影。在这样的场景中，可以使用适当的ml算法来实现图像重建。例如，已知使用展开神经网络的技术；在此，可以使用ml算法来实现正则化操作。如将从上面理解的，ml算法的特定类型与本文中描述的技术的功能无关。相反，各种种类和类型的ml算法可以促进本文中描述的技术，即，在后处理(例如，使用各种ml算法)之后获得的图像或视频可以沿着各种患者路径被自动集成到各种临床工作流程中，并且从而促进对患者的精确诊断和/或治疗。
34.根据本公开内容，患者信息——促进与患者相关联的其他信息或数据的检索——可以包括人口统计和管理信息，例如名字(姓名)、出生日期、性别、民族、当前地址、电话号码、电子邮件地址、身份号码、身份号码的发布者、原始唯一身份号码、保险号码中的至少一个。替选地或附加地，患者信息可以包括患者的现有疾病的名称或其他历史诊断。这样的患者信息可以由患者告知，或者通过与存储患者信息的智能卡(例如保险卡)通信来经由智能卡读取器获得。
35.根据本公开内容，与患者的医学成像数据的至少一个实例相关联的语义信息可以描述有意义的图像对象以及其在医学成像数据的至少一个实例中的相互关系。语义信息还可以包括患者的解剖信息、患者的可视化信息、患者的医学测量、用于获取医学成像数据的成像协议信息、用于获取医学成像数据的成像装备的信息和诊断信息中的至少一个。附加地或可选地，语义信息可以包括指示医学成像数据的至少一个实例在网络上的存储位置的
标识符，例如统一资源定位符(url)。例如，医学成像数据的每个实例可以具有url，并且语义信息可以包括链接至语义信息的不同部分的多个url。作为示例，语义信息列举“左冠状动脉中存在两个斑块”，并且可以存在分别链接至描述这两个斑块的医学成像数据的两个url。根据各种示例，可以基于预配置的数据模型(例如，fhir)来构造语义信息。例如，根据特定数据模型，可以使用标记语言(例如，可扩展标记语言(xml))来构造包括医学成像数据的对应url的语义信息，该可扩展标记语言是人类可读和机器可读的。因此，可以通过基于预配置的数据模型解析语义信息来获得指示医学成像数据的至少一个实例的存储位置的标识符。
36.根据各种示例，可以利用图像分析来提取与医学成像数据相关联的语义信息。图像分析可以被大体上分为两类：基于人类视觉皮层的图像分析和计算机图像分析。涉及放射科医生的检查/研究和解释医学成像数据的常规活动对应于基于人类视觉皮层的图像分析。另一方面，计算机图像分析可以涵盖计算机或机器视觉和医学成像的领域，并且利用模式识别、数字几何和信号处理。计算机图像分析可以被进一步分类为数字图像分析和基于对象的图像分析。它是二维或三维数字图像的定量或定性表征。
37.通常，可以利用各种计算机图像分析技术来自动且准确地提取与患者的特定医学成像数据相关联的语义信息。例如，可以使用关于脑肿瘤的图像分析的多尺度模式的技术，参见bauer、stefan等人“multiscale modeling for image analysis of brain tumor studies”ieee transactions on biomedical engineering 59.1(2011)：25至29。作为另一示例，医学图像分析技术可以用于以适当的方式分析和可视化医学图像数据，参见ritter、felix等人“medical image analysis”ieee pulse 2.6(2011)：60至70。因此，可以从在放射学检查期间获取的医学成像数据的可视化中获得放射学检查的概述。此外，可以使用基于ai的图像分析方法，例如用于提取与医学成像数据相关联的语义信息的ml算法。这样的基于ai的医学成像数据分析方法的一些示例如下：shen、dinggang、guorong wu和heung il suk“deep learning in medical image analysis”annual review of biomedical engineering 19(2017)：221至248；taghanaki、saeid asgari等人“deep semantic segmentation of natural and medical images：a review”artificial intelligence review 54.1(2021)：137至178；kar、mithun kumar、malaya kumar nath和debanga raj neog“a review on progress in semantic image segmentation and its application to medical images”sn computer science 2.5(2021)：1至30。
38.通常，计算机图像分析技术可以从分割开始，其中，单独的图像被分解为片段。在分割之后，可以执行聚类，其中，确定片段中的每一个内的聚类和喘息(gasp)，并且将语义术语分配给每个聚类或喘息。在将适当的一个片段或多个片段分配给每个语义术语之后，可以执行对实际片段的分析，以得到每个语义术语的适当定量值。最后，可以开发适当的语义网络以及部分的语义函数和值。最终的语义函数及其语义值可以被分配给所分析的图像。聚类可以创建片段和图像作为整体。通常，许多图像处理技术的组合可以用于图像内容的语义分析，并且可以创建和更新图像数据库。计算机图像分析技术挖掘关于图像的语义像素信息、语义特征信息以及语义事实和图形。
39.根据各种示例，可以首先使用计算机图像分析技术提取与医学成像数据相关联的初步语义信息，然后可以由放射科医生修改，以获得与医学成像信息相关联的准确语义信
息。
40.根据各种示例，医学成像数据可以包括医学成像数据的多个实例(即，多个片段)，并且医学成像数据的多个实例中的每一个或一小组可以包括与多个实例的每一个或一小组相关联的单独语义信息。例如，医学成像数据可以是重建ct图像，并且重建ct图像的每个切片可以包括从重建ct图像的相应切片提取的一条语义信息。作为另一示例，由于相邻图像可以共享相似或相同的语义信息，因此若干(例如，2至20中的任何一个)图像可以共享从对应的相邻图像中提取的相同的一条语义信息。
41.根据本公开内容，在提取与医学成像数据相关联的语义信息之后，可以基于预定义的规则来使所提取的语义信息标准化，以促进使用计算机的自动处理和医疗保健系统的元件之间的互操作性。规则可以是标准化的。例如，snomed临床术语(ct)和/或radlex放射学词典可以用于促进临床文档和报告。患者的解剖信息可以在radlex或snomed ct之后被编码。
42.根据各种示例，可以基于预配置的数据模型来构造与医学成像数据相关联的(标准化的)语义信息，该预配置的数据模型明确地确定语义信息的结构。例如，omop公共数据模型、pico模型或fhir(快速医疗保健互操作性资源)数据模型。通过基于预定义的数据模型构造语义信息，可以促进传统医疗保健系统之间的互操作性，以使得易于在从计算机到平板电脑到手机的多种装置上向医疗保健提供者和个人提供医疗保健信息，并且易于允许第三方应用开发者提供可以容易地集成到现有系统中的医疗应用。
43.例如，fhir通过将离散数据元素作为服务直接暴露来提供对以文档为中心的方法的替代方案，从而可以经由其自己的资源url来各自检索和操纵医疗保健的基本元素，如患者、入院、诊断报告和药物。按照资源(例如，患者、观察)组织fhir。可以通过定义fhir配置文件(例如，捆绑到特定术语，例如snomed ct或radlex)来进一步指定这样的资源。配置文件的集合可以作为实施指南(ig)例如美国互操作性核心数据(uscdi)发布。fhir是在https(安全超文本传输协议)协议之上实现的，fhir资源可以由分析平台检索和解析，以用于实时数据采集。在这个构思中，医疗保健组织将能够从指定的资源模型中采集实时数据。fhir资源可以流式传输到数据储存库，在那里fhir资源可以与其他信息学数据(例如上文概述的医学成像数据)相关联。fhir可以促进流行病追踪、处方药物欺诈、不良药物相互作用警告以及急诊室等待时间的减少。
44.如上所概述的，当需要时，可以基于与医学成像数据相关联的语义信息来获得适当的医学成像数据。因此，作为示例，当导管室护士或心脏病专家希望研究/检查描绘患者的左冠状动脉狭窄位置的患者的医学成像数据的特定实例时，导管室护士或心脏病专家可以基于语义信息(例如，以下关键词“狭窄”、“左冠状动脉”和“john smith”，即患者的名字)获得cta图像的适当切片或左冠状动脉的适当可视化。因此，不需要涉及dicom研究和系列的耗时手动浏览。
45.根据各种示例，公开了用于获得语义信息的各种选项。
46.根据一些示例，可以基于订阅获得语义信息。订阅通常可以定义推送通知由相应数据储存库处的语义信息的更新触发的特定情况。在此，可以在语义信息变得可用时主动地通知订阅者。新近变得可用的语义信息可以在推送通知中在用户节点处接收。这样的场景能够维持用户节点处的相关语义信息的最新记录。因此，可以减少获得语义信息的前置
时间(lead time)。
47.根据其他示例，可以的是获得语义信息包括基于患者信息在拉取消息中检索语义信息。因此，可以主动查询语义信息。更新的检查可以由用户节点触发。例如，每当在本地数据储存库和/或由患者管理工作流程的里程碑发生患者信息的更新时，可以触发拉取消息。这意味着在患者处理的某些情况下，可以触发对拉取消息的查询。例如，可以在后台任务中查询和接收拉取消息。
48.这意味着可能不需要主动的用户交互。因此，可以根据例如在医院的患者处理以基于事件的方式获得语义信息。
49.通过这样的事件触发和/或订阅触发的语义信息的提供，可以确保医学成像数据可以被容易地检索，并且如果需要可以被后处理。具体地，可以构想以下场景，已经基于语义信息检索的医学成像数据的后处理需要大量时间以及/或者在计算上昂贵。可以在端到端后台任务中实现这样的语义信息的获得、医学成像数据的至少一个实例的获得以及可选地医学成像数据的后处理。因此，基于后处理从医学成像数据中提取的信息可以在没有延迟的情况下对医疗从业者可用，因为后台任务已经被预先执行，并且相应的信息是容易获得的。这有利于医院的患者管理工作流程中的顺利的患者处理。可以避免分析和/或检索医学成像数据或其他患者相关信息(例如语义信息)的前置时间。
50.图2示意性地示出了根据各种示例的关于系统1000的细节。系统1000可以包括四个本地网络1010、1030、1040以及1050(它们分别在四个医院或机构内)，以及1(n)个外部/共享网络1020(例如因特网或云)，四个本地网络1010、1030、1040以及1050可以经由外部/共享网络1020彼此通信。图2仅是一个可能示例的图示；通常，本地网络的数目可以是任何正整数，例如1、2、3等。外部/共享网络1020是可选的。
51.四个本地网络1010、1030、1040以及1050中的每一个可以共享相同或相似的架构，并且具有相同或相似的网络元件或装置。例如，本地网络1010可以包括至少一个医学成像装备1002a至1002e、至少一个本地数据中心1003、至少一个计算装置1004，本地数据中心1003包括pacs 1006和用于存储与由医学成像装备1006a至1002e生成的医学成像数据相关联的语义信息的语义数据库1007，计算装置1004可以连接至外部/共享网络1020。计算装置1004可以充当网关节点以连接至本地网络1010的外部，例如，连接至可以经由外部/共享网络1020连接的任何网络节点。例如，计算装置1004可以经由外部/共享网络1020连接至相应本地网络1030、1040和1050的相应计算装置1034、1044和1054。类似地，相应的计算装置1034、1044和1054还可以充当相应本地网络1030、1040和1050的相应网关节点。本地网络1010还包括至少一个用户终端1005a至1005c，这通常是可选的。在本地网络1010内，至少一个医疗装备1002a至1002e中的每一个可以经由物理线缆或经由无线通信分别连接到至少一个本地数据中心1003(例如pacs 1006和语义数据库1007)，以及至少一个计算装置1004；至少一个用户终端1005a至1005c中的每一个可以经由物理线缆或经由无线通信连接到至少一个计算装置1004。
52.根据各种示例，医学成像装备1002a至1002e包括x射线扫描仪、计算机断层扫描仪、磁共振成像扫描仪、正电子发射断层扫描仪、超声扫描仪等中的一个或更多个。针对患者的至少一个解剖区域，患者的医学成像检查可以由放射科医生使用医学成像装备1002a至1002e中的至少一个来执行。医学成像数据通过医学成像检查获得，并且可以根据诸如医
学数字成像和通信(dicom)标准的标准被编码。可以使用其他标准，例如jpeg或tiff。(编码的)医学成像数据可以被传送到至少一个本地数据中心1003和/或至少一个计算装置1004。(编码的)医学成像数据可以被存储在至少一个本地数据中心1003和/或至少一个计算装置1004中。
53.根据本公开内容，可以产生语义信息。作为一般规则，生成/产生这些信息的各种选项是可以构想的。例如，与医学成像数据相关联的语义信息可以由放射科医生(和/或其他医疗从业者)在患者的医学成像检查(例如超声检查或血管造影检查)期间产生。附加地或替选地，语义信息可以由放射科医生(和/或其他医疗从业者)在医学成像检查之后通过检查/研究在医学成像检查期间获取的医学成像数据来产生。例如，放射科医生可以经由至少一个用户终端1005a至1005c中之一从至少一个本地数据中心1003(例如pacs 1006)或至少一个计算装置1004获得医学成像数据，并且编译语义信息。在又一示例中，替选地或附加地，可以使用在至少一个医学成像装备1002a至1002e中的每一个上或至少一个计算装置1004上运行的计算机图像分析算法来提取与医学成像数据相关联的语义信息。即，语义信息的计算机化实现的自动生成是可能的。例如，这样的计算机图像分析算法可以与医学成像数据获取算法集成或通常与医学成像图像数据获取算法捆绑，从而在获取医学成像数据的实例时，使用至少一个适当的计算机图像分析算法来提取与所获取的医学成像数据的实例相关联的一条语义信息。在产生/编译语义信息之后，语义信息可以被存储在语义数据库1007中。为了促进高效且精确地获得医学成像数据的特定实例，医学成像数据的每个实例可以具有指示医学成像数据的相应实例的存储位置的唯一标识符，并且这样的唯一标识符可以被包括在相应语义信息中。因此，这样的唯一标识符可以利于获得患者的医学成像数据的适当实例的效率和准确性。还可以使用其他技术来将存储在语义数据库1007中的相应语义信息链接至存储在pacs 1006(例如查找表或码本)中的相应医学成像数据。
54.根据各种示例，当来自本地网络1010所在医院的外科、心内科或神经科的医务人员需要获得用于特定临床实践的患者的医学成像数据的至少一个实例时，医务人员可以经由用户终端1005a至1005c中的任何一个向语义数据库1007发送查询消息，以基于患者信息获得与患者的医学成像数据的至少一个实例相关联的语义信息，语义信息可以包括到医学成像数据的至少一个实例的链接。类似地，来自本地网络1030、1040和1050所在的其他医院之一的医务人员需要获得在本地网络1010所在的医院中获取的医学成像数据的至少一个实例，医务人员可以经由相应的本地网络1030、1040和1050中的用户终端向计算装置1004发送查询消息，并且连接至相应的计算装置1034、1044和1054。在接收到查询消息时，计算装置1004可以配置新的查询消息，并且将其发送至语义数据库1007以获得医学成像数据的至少一个实例。
55.可选地，系统1000可以包括中央计算装置1060(例如，远程服务器)，中央计算装置1060可以是可由相应本地网络1010、1030、1040和1050的至少相应计算装置1004、1034、1044和1054访问。在一些示例中，每一对计算装置1004、1034、1044和1054可能不可直接连接，但是可以经由中央计算装置1060交换数据/信息，从而可以例如通过在中央计算装置106处实现访问控制技术来提高在相应的本地网络1010、1030、1040和1050中生成/存储的数据的安全性。
56.根据本公开内容，提供了一种操作用户节点的方法。例如，如图1所示，用户节点可
以是本地网络1010中的用户终端1005a至1005c中的任何一个，或者是本地网络1030、1040和1050中的任何一个中的类似用户终端(图1中未示出)。该方法操作用户节点以基于与患者的医学成像数据的至少一个实例相关联的语义信息来获得患者的医学成像数据的至少一个实例。基于患者的患者信息，从网络的第一数据储存库(例如图1的语义数据库1007)获得语义信息。将结合图3说明关于这样的方法的细节。
57.图3是根据各种示例的方法2000的流程图。方法2000涉及操作用户节点以获得患者的医学成像数据的至少一个实例。
58.方法2000可以在加载程序代码时由至少一个处理器执行。例如，在从相应的存储器加载程序代码时，方法2000可以由用户终端1005a至1005c中的任何一个的处理器执行。
59.在框2010，获得患者的患者信息。例如，患者信息可以由患者通知并且经由用户终端1005a至1005c之一输入。替选地，可以通过与存储患者信息的智能卡(例如患者的保险卡)通信，经由连接至用户终端1005a至1005c之一的智能卡读取器来获得患者信息。
60.在框2020，基于患者信息从网络的第一数据储存库获得与患者的医学成像数据的至少一个实例相关联的语义信息。将结合以下两个可选示例(即订阅和检索)来说明关于获得与患者的医学成像数据的至少一个实例相关联的语义信息的细节。
61.示例1：订阅
62.所述语义信息的获得可以包括基于患者信息建立对与患者的医学成像数据的至少一个实例相关联的语义信息的订阅；以及从第一数据储存库并且根据订阅来接收由第一数据储存库处的语义信息的更新触发的推送通知中的语义信息。例如，患者的全科医生(或家庭医生)可以在一个或更多个医疗中心的相应语义数据库中订阅患者的语义信息。因此，全科医生可以及时获得患者的(新的)健康信息，以及/或者在相应医学中心获取的(新)医学成像数据，从而促进接下来的治疗。作为另一示例，如果任意ml算法检测到异常或可疑发现，则基本上任何用户节点上运行的任何软件都可以订阅这种信息，并且接收通知以在其末端触发警报/动作。在这样的场景下，不需要主动查询语义信息。相反，语义信息可以在变得可用时被主动提供。
63.通常，对与患者的医学成像数据的至少一个实例相关联的语义信息的订阅可以特别促进不同医院/机构/诊所之间的医疗保健信息通信的互操作性。
64.根据各种示例，订阅可以包括用于筛选被更新的哪种类型的语义信息触发推送通知的一个或更多个筛选标准。这意味着一个或更多个筛选标准可以限定触发推送通知的情况和/或语义信息的类型。
65.例如，一个或更多个筛选标准可以指定将在推送通知中主动提供关于特定身体部位或特定诊断的某些语义信息。一个或更多个筛选标准可以指定从推送通知中排除关于特定身体部位或诊断的某些语义信息。
66.一个或更多个筛选标准可以明确地或隐含地指定这样的肯定或否定触发标准，以用于主动地提供由语义信息的更新触发的推送通知。
67.可以基于不同类型的语义信息之间的一组预定义的医学邻近关系来定义一个或更多个筛选标准。例如，就单独的患者而言，可以基于疾病的名称来定义一个或更多个筛选标准，从而可以一起订阅从不同成像模态提取的语义信息。例如，可以分别对患有冠心病的患者执行cta检查、mri检查和x射线血管造影检查。另一方面，就一组患者而言，可以基于年
龄、性别或种族的范围来定义一个或多个筛选标准。
68.通过使用医学邻近关系，可以在广泛的情况下获得关于例如特定疾病或病理的语义信息，而无需明确指定所有相应的成像模态等。
69.根据各种示例，可以基于与患者相关联的一个或更多个医疗任务以及从医疗任务到筛选标准的预定义映射来确定一个或更多个筛选标准。
70.示例2：检索
71.所述语义信息的获得可以包括基于患者信息在拉取消息中并从第一数据储存库中检索语义信息。
72.因此，可以主动查询语义信息。
73.根据各种示例，拉取消息可以由本地数据储存库处的患者信息的更新以及/或者满足/到达患者管理工作流程的预定义里程碑触发。例如，如果患者在某个成像装置处登记检查，则可以使用拉取消息自动地检查最新的语义信息对于患者是否可用。例如，如果患者在医院登记，则可以检查最新的语义信息。例如，临床工作流程/患者管理工作流程的某些里程碑，可以检查最新的语义信息是否可用。
74.例如，取决于患者信息的更新的类型和/或取决于触发查询拉取消息的预定义里程碑的类型，可以查询不同的语义信息。里程碑可以与特定的医疗任务(例如，在某个成像模态下准备检查、术后护理、科室之间的患者转移，仅给出几个示例)相关联。例如，如果患者准备ct胸部检查，则与准备mri脊柱检查的患者相比，可能会查询不同的语义信息。患者信息的更新的类型和/或患者管理工作流程的里程碑的类型与检索到的语义信息和相应查询时的拉取消息之间的这种映射可以由用户预定义。同样，在这方面可以依靠医学邻近关系。
75.替选地，可以使用根据示例1的订阅的订阅标识来查询拉取消息。这意味着可以提供到现有订阅的标识符和/或链接，以检查作为订阅的一部分，新的更新是否可用。
76.根据各种示例，可以基于搜索查询从第一数据储存库获得语义信息，该搜索查询包括患者的身份、医学成像数据的成像模态或与患者相关联的医疗任务中的至少一个。
77.通过将这样的信息包括在搜索查询中，可以获得定制的语义信息。即，可以获得与相应患者管理工作流程相关的语义信息，并且更具体地，与患者管理工作流程的当前进展或患者管理工作流程的特定里程碑相关。在此，可以考虑不同类型的语义信息和由搜索查询指示的医疗任务或成像模态之间的一个或更多个医学邻近关系。例如，取决于特定的检查或诊断任务，可以根据医学邻近关系来检索不同类型的语义信息。例如，在要执行胸部ct检查的情况下，可以获得可以描述对相应ct扫描有影响或可以通过相应ct扫描进行诊断的病理的相关语义信息。
78.例如，可以经由用户终端1005a至1005c之一将查询消息发送至语义数据库1007。可以基于患者的姓名(例如john smith)和成像模态(例如mri、ct或cta)来配置查询消息。在接收到查询消息时，语义数据库1007可以向用户终端1005a至1005c提供/发送例如可能与mri成像数据有关的语义信息。
79.可选地，医学成像数据可以包括医学成像数据的多个实例，并且与医学成像数据相关联的语义信息可以包括与多个实例中的每个相关联的单独语义信息。所述语义信息的获得可以包括获得与医学成像数据的一个或更多个实例相关联的相应的单独语义信息；并
且所述医学成像数据的获得可以包括基于相应的单独语义信息来获得医学成像数据的一个或更多个实例。
80.在框2030，基于与患者的医学成像数据的至少一个实例相关联的语义信息来获得医学成像数据的至少一个实例。
81.框2030可以由在框2020获得的新语义信息触发。因此，当在框2020接收推送通知时，可以自动获得医学成像数据，推送通知包括语义信息。因此，可以在后台任务中获得医学成像数据，而不需要用户交互。
82.例如，语义信息可以包括指示医学成像数据的至少一个实例在网络上的存储位置的标识符，并且可以基于该标识符来相应地获得医学成像数据至少一个实例。
83.可选地，可以基于预配置的数据模型来构造语义信息，并且可以通过基于预配置数据模型解析语义信息来获得标识符。例如，包括标识符的语义信息可以使用xml来构造，即，存储为xml格式文件，从而可以通过解析xml格式文件来获得标识符。
84.例如，医学成像数据的至少一个实例可以被存储在网络的第二数据储存库(例如，图1的语义数据库1007)中，并且标识符可以包括与第二数据储存库相关联的统一资源定位符。统一资源定位符可以是可以指定医学成像数据在网络上的位置以及用于检索它的机制的对医学成像数据的引用。
85.一旦获得期望的医学成像数据，期望的医学成像数据和/或与期望的医学成像数据相关联的语义信息可以促进各种临床实践或工作流程。方法2000可选地还可以包括根据不同的临床实践/工作流程来处理语义信息和医学成像数据的至少一个实例，例如基于语义信息和医学成像数据的至少一个实例来调整医学成像装备的参数；基于语义信息和医学成像数据的至少一个实例来确定诊断；或者基于语义信息和医学成像数据的至少一个实例来开发治疗计划。
86.方法2000有利于基于与期望的医学成像数据相关联的语义信息来自动获得患者的期望的医学成像数据，从而使临床信息(即从医学成像数据和对应的相关成像数据中提取的语义信息)对沿着整个临床路径的临床专家和其他医疗保健it软件产品和机器可用，以改进护理的质量、工作流程效率和成本。因此，医疗保健系统的要素之间的互操作性得到了改进。具体地，可以促进传统医疗保健系统之间的互操作性，以使其易于在从计算机到平板电脑到手机的多种装置上向医疗保健提供者和个人提供医疗保健信息，并且易于允许第三方应用开发者提供可以容易地集成到现有系统中的医疗应用。方法2000的优点可以反映在以下用例中。
87.放射学内部示例：
88.患者应当接受肿瘤随访扫描。目标在于ct扫描软件很好地匹配先前扫描的图像印象以使图像更具可比性。因此，搜索和标识所有先前结果的简单方法是从语义数据库获得与ct扫描相关联的语义信息，以获得所有先前的ct成像数据。然后，ct扫描软件可以加载先前ct扫描的dicom报头并且从中检索扫描参数，以使获取参数与先前检查相匹配。
89.心脏病学示例：
90.血管造影系统应当自动加载和显示ct图像。因此，对于在导管室中治疗的每个患者，如果pacs中存在ct图像，则c臂x射线机器应当查询语义数据库。语义数据库可以返回dicom实例引用的列表，这然后可以由c臂x射线机器完全自动地加载和显示。
91.图4是根据各种示例的装置9000的框图。装置9000可以包括至少一个处理器9020、至少一个存储器9030和至少一个输入/输出接口9010。至少一个处理器9020被配置成从至少一个存储器9030加载程序代码，并且执行程序代码。在执行程序代码时，至少一个处理器9020执行方法2000。
92.总之，已经描述了如下技术：该技术利于基于与期望的医学成像数据相关联的语义信息来自动获得患者的期望的医学成像数据，从而使临床信息(即从医学成像数据和对应的相关成像数据中提取的语义信息)对沿着整个临床路径的临床专家和其他医疗保健it软件产品和机器(例如医学成像装置)可用，以改进护理的质量、工作流程效率和成本。因此，医疗保健系统的要素之间的互操作性得到了改进。具体地，可以利于传统医疗保健系统之间的互操作性，以使其易于在从计算机到平板电脑到手机的多种装置上向医疗保健提供者和个人提供医疗保健信息，并且易于允许第三方应用开发者提供可以容易地集成到现有系统中的医疗应用。
93.尽管已经针对某些优选实施方式示出和描述了本公开内容，但是本领域的其他技术人员在阅读和理解本说明书后将想到等同方案和修改。本公开内容包括所有这样的等同方案和修改，并且仅受所附权利要求的范围限制。

技术特征：
1.一种操作用户节点(1002a至1002e)的计算机实现的方法，所述方法包括：-获得(2010)患者的患者信息；-基于所述患者信息从网络(1010)的第一数据储存库(1007)获得(2020)与所述患者的医学成像数据的至少一个实例相关联的语义信息；-基于所述语义信息获得(2030)所述医学成像数据的至少一个实例。2.根据权利要求1所述的计算机实现的方法，其中，获得所述语义信息包括：-基于所述患者信息建立对与所述患者的医学成像数据的至少一个实例相关联的语义信息的订阅；以及-从所述第一数据储存库(1007)并且根据所述订阅来接收由所述第一数据储存库(1007)处的语义信息的更新触发的推送通知中的语义信息。3.根据权利要求2所述的计算机实现的方法，其中，所述订阅包括一个或更多个筛选标准，所述一个或更多个筛选标准用于筛选被更新的哪种类型的语义信息触发所述推送通知。4.根据权利要求3所述的计算机实现的方法，其中，基于不同类型的所述语义信息之间的一组预定义的医学邻近关系来定义所述一个或更多个筛选标准。5.根据权利要求3或4所述的计算机实现的方法，其中，基于与所述患者相关联的一个或更多个医疗任务以及从医疗任务到筛选标准的预定义映射来确定所述一个或更多个筛选标准。6.根据权利要求1所述的计算机实现的方法，其中，获得所述语义信息包括：-基于所述患者信息在拉取消息中并从所述第一数据储存库(1007)中检索所述语义信息。7.根据权利要求6所述的计算机实现的方法，其中，由本地数据储存库处的所述患者信息的更新或者患者管理工作流程的预定义里程碑中的至少一个触发所述拉取消息。8.根据权利要求6或7以及权利要求2至5中任一项所述的计算机实现的方法，其中，使用所述订阅的订阅标识来查询所述拉取消息。9.根据前述权利要求中任一项所述的计算机实现的方法，其中，基于搜索查询从所述第一数据储存库(1007)获得所述语义信息，所述搜索查询包括所述患者的身份、所述医学成像数据的成像模态或与所述患者相关联的医疗任务中的至少一个。10.根据前述权利要求中任一项所述的计算机实现的方法，其中，所述语义信息包括指示所述医学成像数据的至少一个实例在所述网络(1010)上的存储位置的标识符。11.根据权利要求10所述的计算机实现的方法，其中，所述语义信息基于预配置的数据模型而构造，所述方法还包括：
‑
基于所述预配置的数据模型来解析所述语义信息，以获得所述标识符。12.根据权利要求10或11所述的计算机实现的方法，其中，所述医学成像数据的至少一个实例被存储在所述网络(1010)的第二数据储存库(1006)中，并且所述标识符包括与所述第二数据储存库(1006)相关联的统一资源定位符。13.根据前述权利要求中任一项所述的计算机实现的方法，还包括：处理所述语义信息或所述医学成像数据的至少一个实例中的至少一个，其中，对所述语义信息和所述医学成像数据的至少一个实例的处理包括以下中的至少一个：基于所述语义信息和所述医学成像数据的至少一个实例来调整医学成像装备的参数；基于所述语义信息和所述医学成像数据的至少一个实例来确定诊断；以及基于所述语义信息和所述医学成像数据的至少一个实例来开发治疗计划。14.根据权利要求13所述的计算机实现的方法，其中，所述语义信息的获得、所述医学成像数据的至少一个实例的获得以及所述语义信息或所述医学成像数据的至少一个实例中的至少一个的处理是在无需用户交互的端到端后台处理中执行的。15.一种装置(9000)，所述装置(9000)包括至少一个处理器(9020)，并且所述至少一个处理器(9020)被配置成：-获得(2010)患者的患者信息；-基于所述患者信息从网络(1010)的第一数据储存库(1007)获得(2020)与所述患者的医学成像数据的至少一个实例相关联的语义信息；-基于所述语义信息获得(2030)所述医学成像数据的至少一个实例。

技术总结
本发明涉及医学成像数据的订阅和检索。公开了利于用户节点的操作以获得患者的医学成像数据的技术。基于与医学成像数据的至少一个实例相关联的语义信息来获得患者的医学成像数据的至少一个实例。基于患者的患者信息从网络的第一数据储存库获得语义信息。络的第一数据储存库获得语义信息。络的第一数据储存库获得语义信息。


技术研发人员：托马斯
受保护的技术使用者：西门子医疗有限公司
技术研发日：2023.01.19
技术公布日：2023/8/1