專利名稱：基于成像的病毒檢測的制作方法
基于成像的病毒檢測以下大致涉及基于成像的病毒檢測并且以計算機斷層攝影(CT)的特定應用來進行描述。然而，也可用于其他成像模態，包括X射線、磁共振成像(MRI)、正電子發射斷層攝影(PET)、單光子發射計算機斷層攝影(SPECT)、超聲(US)和/或其他成像模態。流感(流行性感冒)HlNl病毒是豬流感A (HlNl)的亞型，其是2009年流感大流行的根源。現有的季節性流感疫苗無法提供保護以防止豬流感病毒(S-OIV)的感染。文獻指出，流感A (HlNl)病毒比季節性流感更易傳染，并且受感染的人比受季節性流感感染的人要感染更長的時間，而且S-OIV優先感染某些人群。文獻已經指出，雖然大部分病例是輕微和自限的，但是S-OIV對高危患者的感染 更可能導致嚴重的疾病并且甚至死亡。風險增大的人群包括小于5歲的兒童，65歲或者更老的成年人、具有其他慢性病的患者(例如，哮喘、糖尿病、心臟病、腎病、神經認知疾病，以及神經肌肉失調)，以及免疫抑制患者。在這些人群中，從癥狀發作到住院治療和重癥監護的時間可能少于二十四小時。在給出疾病的可能嚴重性，其潛在的流行性特征，以及其相關風險的情況下，對S-OIV的及時并且準確的檢測和診斷將是有利的。遺憾的是，當前對流行性S-Oiv與季節性流感以及其他季節性傳染疾病的診斷和區分受到其體征和癥狀的相似性的阻礙。因此，一些S-OIV病例被類似于季節性流感或者其他疾病地來治療，并且在一些情況下，直到受試者入院治療為止才診斷出該受試者已經感染了 S-0IV。三篇文章，Mollura等人的 “Imaging Findings in a Fatal Caseof PandemicSwine-Origin Influenza A (HlNl), ^American Journal ofRoentgenology, 2009，193:1-4，Ajlan 等人的“Swine-Origin Influenza A(HlNl)ViralInfection:Radiographic and CT Findings, "American Journal of Roentgenology,2009, 193:1-6,以及 Agarawl 等人的 “Chest Radiographic and CT Findings inNovelSwine-Origin Influenza A (HlNl) Virus (S-OIV) infection, ^AmericanJournal ofRoentgenology, 2009, 193:1_6，綜述了對于被診斷有嚴重S-0IV感染的受試者以及被推測/實驗室確認的S-Oiv感染的受試者的X射線照片和CT結果。本申請的各方面針對以上涉及的問題和其他。根據一個方面，一種用于基于成像數據來檢測患者中的病毒的方法包括用成像設備掃描所述患者的感興趣區域，并且生成指示所述感興趣區域的成像數據，基于識別的至少一個標志和對應于所述病毒的預定可成像標志集來識別在所述圖像數據中的對應于所述病毒的至少一個標志，基于分類規則集來將所述病毒分類為所述病毒的特定病毒株，以及生成指示所述特定病毒株的信號。在另一實施例中，一種系統包括基于成像數據來檢測患者中的病毒的病毒檢測設備。所述病毒檢測設備包括數據分析器，其分析所述圖像數據并且基于對應于所述病毒的預定特征集來識別所述圖像數據中的對應于所述病毒的至少一個特征。所述數據分析器也包括病毒分類器，其基于所述特征來將所述病毒分類為所識別病毒的特定病毒株，并生成指示所述特定病毒株的信號。
在另一實施例中，一種計算機可讀存儲介質包括指令，當所述指令被計算機執行時，其使得所述計算機執行各種動作，例如掃描患者的感興趣區域并且生成指示所述感興趣區域的成像數據，基于所述成像數據來檢測所述患者中病毒感染的存在，以及將所述感染分類為所述病毒的特定病毒株。本發明可采取各種部件和部件布置的形式，以及采取各種步驟和步驟安排的形式。圖僅出于圖示優選實施例的目的，并且不被解釋為限制本發明。圖I圖示了與病毒識別設備相連接的示例成像系統；圖2圖示了病毒識別設備的示例流感檢測部件；圖3圖示了病毒識別設備的示例規劃部件； 圖4圖示了用于使用病毒識別設備來識別流感感染可能性的方法。以下描述了便于識別受試者中的傳染性病毒，例如流感(例如，S-0IV)的系統和/或方法，其基于成像數據與以下中的至少一個的組合病毒引起的預定可成像標志、機器學習算法、患者信息和/或與該病毒相關的公眾傳播信息。通過使用這種數據，可及早檢測和分類病毒如s-οιν，這可便于抑制S-OIV在人群中的傳播、確定疫苗和/或健康護理工作者對公眾的分配的優先順序、在感染變得嚴重之前治療患者，等等。圖I圖示了成像系統100，例如計算機斷層攝影(CT)掃描器。該成像系統100包括大體固定掃描架102和旋轉掃描架104。旋轉掃描架104由固定掃描架102可旋轉地支撐并且圍繞檢查區域106關于縱軸或者Z-軸108旋轉。輻射源112，例如X射線管，由旋轉掃描架104支撐。該輻射源112從焦斑發射電離輻射，并且該輻射橫穿檢查區域106以及其中的對象或者受試者。源準直器準直該輻射以形成大致錐形、楔形、扇形或者其他形狀的輻射束。二維輻射敏感探測器陣列114以有角度的弧形置于輻射源112對面的檢測區域106。探測器陣列114包括多行沿z軸方向延伸的探測器。探測器陣列114探測橫穿檢查區域106的輻射并生成指示該輻射的投影數據。重建器116重建投影數據并且生成指示該投影數據的三維(3D )體積圖像數據。可以處理該體積圖像數據以生成對象或者受試者的一個或多個圖像。患者支撐118,例如床,在檢查區域106中支撐對象或者受試者,例如人類患者。該患者支撐118便于在掃描患者之前、期間和/或之后沿著X、y和z軸定位患者。通用目的計算系統或者計算機用作操作者控制臺120。控制臺120的處理器執行被編碼于該控制臺120的計算機可讀存儲介質上的計算機可讀指令，這允許操作者控制系統100的操作，例如選擇協議、啟動掃描，等等。控制臺120也包括用于接收輸入和輸出信息的輸入/輸出，以及用于以人類可讀格式來呈現信息的顯示器。病毒識別設備122被配置為識別感染受試者的病毒。所圖示的病毒識別設備122包括檢測和分類病毒的檢測部件124。這種信息可以用于檢測傳染性疾病的存在和類型。如以下更加詳細描述地，在一個實例中，檢測部件124基于成像數據和其他數據的結合來檢測并且任選地分類該病毒。這種病毒的一個范例是流感病毒的病毒株(季節性的、大范圍流行的，和/或其他流感)。舉例來說，該病毒識別設備122可以檢測和分類S-0IV、其他流感變種，例如流感C，以及流感A的亞型，例如H1N1、H1N2、H3N1、H3N2和H2N3。其他可以被檢測到的流感A亞型包括但不限于，取吧、!15附、!17町、!19吧、!17吧、!17吧、冊吧、!11(^7和/或其他亞型。此外，病
毒識別設備122可以被配置為檢測非流感病毒。所圖示的病毒識別設備122還包括任選的規劃部件126，其便于規劃合適的成像檢查，以生成檢測部件124所使用的圖像數據。如以下更加詳細描述地，在一個實例中，該規劃部件126可以推薦成像模態的類型、成像協議和/或協議參數。檢測部件124還包括用戶界面128，其用于以不同方式向用戶呈現信息。這種信息包括但不限于，關于患者具有特定疾病的可能性的信息、用于確定該可能性的信息(成像和非成像數據)、用于確定生成該成像數據和/或其他數據的成像模態的信息。例如，用戶界面128可以用于用圖像數據來呈現指示患者具有特定病毒的可能性的值。在一個實例中， 當呈現該圖像數據時，圖形化地高亮或者強調指示該病毒的圖像數據區域。檢測部件124還包括輸入/輸出(1/0)130，其允許檢測部件124與各種系統通信。這種系統包括但不限于，控制臺120、各種數據儲存庫(本地的和/或遠程的)、臨床醫生使用的電子設備(例如，手機、計算機，等等)、檔案數據庫、放射檢查信息系統、醫院信息系統、數據儲存庫、政府機構、疾病控制中心，等等。所圖示的病毒識別設備122是包括一個或多個處理器的計算系統的一部分，該處理器執行被編碼于一個或多個的計算機可讀存儲介質上的一條或多條的計算機可讀指令。該計算系統可以是系統100的一部分(或者與其一體化)，或者與系統100相分離并且位于系統100的本地(如所ττΟ或者遠尚系統100。在其他實施例中，可以省略檢測部件124中的一個或多個或者規劃部件126。圖2圖示了(圖I的病毒識別設備122的)范例檢測部件124。所圖示的檢測部件124包括數據分析器202，其分析成像數據，例如投影(原始)數據、圖像數據、圖像和/或其他成像數據。該數據可從成像系統100、另一系統、儲存庫等等接收，并且可包括，但不限于，2D、3D和4D數據、功能性數據、對比增強數據、低劑量數據，等等。如接下來更加詳細描述地，數據分析器202基于各種信息，例如特征、標志、算法、患者信息和/或其他信息，來分析數據。檢測部件124生成表示該分析的信號。病毒標志庫204包括用于給數據分析器202使用的一個或多個標志集。在一個實例中，標志中的至少一個對應于一個或多個疾病類型，例如一個或多個流感類型。例如，標志集中的至少一個可以包括指示S-OIV的標志。這種標志的例子包括但不限于，斑片狀磨玻璃樣陰影、肺門腫大、肺充氣減少、基底和/或軸向間質硬化、基部和/或軸向肺泡硬化，等等。除了這些標志的存在，它們的位置和分布(例如，主要在支氣管血管周圍和胸膜下分布)也可用作標志本身。這些標志集中的一個或多個也可識別對于特定疾病而言可能是缺失的和/或正常的特征。例如，繼續用以上的S-OIV例子，這種標志可對應于沒有縱隔淋巴結病、沒有胸膜或者心包積液、沒有馬賽克灌注模式的證據、沒有小葉中心結核或者樹芽征陰影、正常尺寸的支氣管氣道和壁，等等。由于因此識別出了不同的流感或者其他病毒的病毒株以及基于圖像的標志，因而可以用新識別出的標志來更新病毒標志庫204。此外，當稍后針對已經在病毒標志庫204中的病毒株識別出額外的(一個或多個)標志時，可以將該額外的(一個或多個)標志添加至先前存儲的標志中。此外，也可以將先前存儲的(一個或多個)標志從病毒標志庫204中刪除，例如，當確定該標志不反映病毒，對于所有病毒是相同時，等等。病毒算法庫206包括用于給數據分析器202使用的一個或多個處理算法。算法中的至少一個對應于標志庫204中的標志。合適算法的例子包括但不限于，磨玻璃狀陰影的檢測/分割/分類、氣道分割、基于模型的肺部/肺葉自動分割、專用的和/或其他的算法。如前所述，數據分析器202也可以使用患者信息來分析成像數據。患者信息210包括各種信息，例如體征和/或癥狀(例 如，發熱、嗜睡、無食欲、咳嗽、流鼻涕、咽痛、惡心、嘔吐、腹瀉、充血、呼吸困難、出汗，等等)、生命體征(例如，體溫、血壓、心率、呼吸率，等等)，疼痛水平(例如，從1-10)、瞳孔尺寸、人口統計特征(例如，年齡、性別、種族，等等)、患者病史、家族病史、來自之前測試和/或研究的結論(例如，白血細胞計數、紅血細胞計數、腰椎穿刺、血清化學、氧飽和度、肌酸酐、鼻咽拭子、流感快速抗原測試(針對季節性流感)、尿液測試、唾液測試、身體檢查、雙水平氣道正壓通氣(bipap)、心臟、呼吸和/或腸聲，等等)，等
坐寸ο患者信息210也可包括信息，例如居住的城市、患者雇主的位置、在過去一個月左右期間的經常光顧的場所、學校的注冊記錄、會員資格，等等。這一信息可以用于確定與他人的個人接觸的可能性，并且他人中的一些可能已經被感染，并且調整疾病的傳播。這種信息可另外地用于形成疾病傳播和/或傳播模式、點源暴露類型的模型、以及在做出當前個體的陽性診斷的情況下用于識別可能要被通知的他人。數據分析器202也可以采用各種其他信息，例如但不限于，成像信息、非成像信息、體征、癥狀、診斷、對于其他患者的結果、本地的、地域性的、全國性的和/或國際性的統計分析、疾病特異性信息例如地理活動性、人口統計學分布、嚴重性指數、拜訪健康護理提供者的頻率、住院治療、疾病導致的死亡比例，等等。這一信息中的一些可以從患者獲得。也可以經由各種數據儲存庫212電子地獲得以上信息中的一些，該數據儲存庫212例如但不限于，醫院、健康護理機構、本地的、全國性的和/或聯邦政府機構、疾病控制和預防中心(⑶C )、世界衛生組織(WHO )、歐洲流感監測網絡(EI SN)、加拿大公共衛生署、健康保護中心(香港)、中國疾病控制和預防中心、歐洲疾病預防和控制中心(ECDC)、健康保護署(HPA)(英國)、公共衛生研究所(IVS)(法國)、國家衛生研究所(ISS)(意大利)、羅伯特科赫研究所(德國)、公共健康顧問、傳染病情報部門，等等。病毒分類器214將在數據分析器202的輸出信號中識別的病毒分類。在一個實例中，該分類器214將輸出信號分類為對應于來自預定病毒集的特定病毒。例如，病毒分類器214可將流感病毒分類為HlNl病毒。該分類可包括指示基于該信號患者具有病毒的可能性(例如，從O到I (特定事件))或者概率的指示物。在另一實施例中，分類器214可指示該信號很可能屬于來自病毒集的一個或多個病毒子集。在這一實例中，分類器214可以提供在該子集中的一個或多個病毒的可能性。分類器214也可以被配置為生成患者不具有特定病毒的可能性和/或指示其檢測到病毒，但是不能將其分類的信號。在圖示實施例中，分類器214采用各種算法來分類信號，例如存儲在分類算法庫216中的機器學習算法。在一個實例中，分類器214是采用固定算法的固定分類器。在另一實例中，分類器214是學習分類器，其基于具有已知結果的測試案例和/或從其分類結果的確認和/或拒絕來動態地更新算法。
合適的分類器的例子包括但不限于，神經網絡、支持向量機、k鄰域、高斯分類器、貝葉斯網絡、決策樹、代價函數、徑向基函數、隱馬爾可夫模型、線性分類器、回歸分類器、案例相似性搜索引擎、案例式推理系統、法則系統和/或其他分類器。分類器214的輸出以及通過檢測部件124獲得的各種信息可以經由顯示器220呈現或者顯示，存儲在存儲設備例如本地存儲器222，便攜式存儲器中以被進一步處理，用于訓練分類器214，等等。如上所述，可以用圖像數據來顯示病毒的類型和/或患者具有該病毒的可能性，并且可以強調和/或高亮其中發現了與病毒對應的標志和/或特征的圖像數據區域。該高亮和/或強調可以是通過色圖、覆蓋圖、文字、被分割的數據、區域的模型，等等。
分類器214的輸出也可以通過傳輸部件226被傳送到檢測部件124的外部至各種通信設備和/或實體224和/或數據儲存庫212。傳輸部件226可以發送與疑似或者確診的診斷、圖像、特征相關的信息，和/或相關臨床信息返回以上提及的一個或多個來源(例如，本地的、全國性的、聯邦的、國際性的政府機構的數據庫，等等)、疾病控制機構、成像系統100、各個學校或者學校系統、機場、火車站、健康護理機構(例如，醫院)、體育賽事中心、首樂廳，等等。這種信息可以用于追蹤疾病的發生率、盛行率、傳播、嚴重性，等等，警告特定人群或者與其相關的健康或者政府機構，等等。該信息也可以用于識別和確定地理位置的優先順序，便于疫苗和/或健康護理工作者的分配，減少疾病的傳播，等等。如以下進一步示出和論述地，檢測部件124的輸出也可提供給規劃部件126。圖3圖示了(圖I的病毒識別設備122的)示例規劃部件126。所圖示的規劃部件126包括圖像模態確定器302，其基于各種輸入來確定用于成像患者的合適的成像模態。這種輸入至少包括臨床體征和/或癥狀以及患者信息。如上所述，體征和/或癥狀的例子包括但不限于，發熱、嗜睡、無食欲、咳嗽、流鼻涕、咽痛、惡心、嘔吐、腹瀉、充血、呼吸困難、出汗、等等，并且患者信息的例子包括年齡、性別、種族，等等，患者病史、家族病史、患者成像史(例如，終身劑量，等等)，等等。其他輸入包括一個或多個初步診斷和/或一個或多個初步排除診斷、來自數據儲存庫212的數據、患者的先前掃描、相對于患者人口統計特征的成像模態的風險、成像模態的可用性、對成像模態的訪問、成像程序的花費、患者攜帶病毒的可能性，等等。在已經基于至少體征和/或癥狀來對患者成像的情況下，來自其的成像數據也可以用作輸入來確定是否推薦使用同一和/或不同的成像模態來對患者進行后續掃描。在檢測部件124已經確定病毒的可能性或者概率的情況下，(來自檢測部件124的)這一信息也可以用作輸入來確定是否推薦使用同一和/或不同的成像模態來對患者進行后續掃描。至少基于以上信息，成像模態確定器302識別用于對患者成像的一個或多個成像模態。合適的成像模態包括但不限于，計算機斷層攝影(CO、X射線照相術、磁共振成像(MRI)、正電子發射斷層攝影(PET)、單光子發射計算機斷層攝影(SPECT)、超聲(US)和/或其他成像，例如微波、紅外、無線電波、聲波，等等。在于本文中論述的S-OIV例子的背景下，以上系統可以用于成像結構改變、放射密度的改變、局域化炎癥、確定組織彈性，等等。以上的一種或多種成像技術也可以用于對來自另一成像模態和/或非成像研究的結論進行補充或者增加。
在圖示的實施例中，圖像模態確定器302采用來自規則庫304的規則以便于識別對于患者而言合適的成像模態。舉例來說，針對S-OIV的一個規則可指示對于具有輕微癥狀的兒童而言，給該患者推薦胸部X射線。針對S-OIV的另一規則可指示對于具有更嚴重癥狀的人而言，給該患者推薦低劑量或者常規胸部CT。另一規則可考慮到疾病可能優先影響特定的人群，并且因而用減少輻射劑量的檢測以均衡足夠的圖像質量。這些規則中的一個或多個也可推薦基于非成像的測試。另一規則可推薦不對患者成像。在本文中也預期其他規則。可以以不同方式來生成規則庫304中的規則。例如，在一個實例中，基于先前的患者研究、文獻、理論研究、疾病控制機構、臨床醫生經驗和/或其他方面來生成至少一個規則。也可以修改規則庫304中的規則以將最新結論并入規則庫304，和/或從規則庫304中刪除該規則。成像協議確定器306基于所推薦的成像模態和各種信息來確定合適的協議和協議參數。在一個實例中，該信息包括一個或多個協議參數策略310,例如福射劑量策略、造影劑策略和/或存儲在策略庫308或者其他存儲設備中的其他策略。這種策略可便于基于各種劑量、造影劑和/或其他預定標準來針對患者形成具有合適掃描參數的掃描協議。在一個實例中,這包括針對協議的不滿足患者預定掃描參數策略的至少一個參數的替代參數用滿足策略的掃描參數進行替代和/或建議/推薦。在于2009年10月22日提交的，名稱為“Scan Parameter Policy, ”的專利申請序列號61/253，880中描述了策略和采用策略的例子，通過引用將其全部并入本文中。一旦規劃部件126確定了成像模態和成像協議，規劃部件126輸出指示其的信號。在圖示的實施例中，將該信號提供給成像系統100的控制臺120，并且用于掃描患者。在其他實施例中，將該信號提供給一個或多個其他成像系統、呈現在顯示器上從而臨床醫生可以查看、接受、確認、拒絕、改變等等該建議，等等。應意識到，在一個實例中，該信號可指示具有單一成像模態的單一掃描。在另一實例中，該信號指示具有單一成像模態或者使用多個不同的成像系統的系列掃描。圖4圖示了用于檢測和確定患者具有特定病毒例如S-OIV的可能性的方法。也應意識到所描述的動作是出于說明性目的而不是限制性的。例如，另一合適的方法可包括差不多的動作，包括不同的動作。此外，一個或多個方法的一個或多個動作可以以與所列出的次序不同地發生。在402，針對患者確定臨床體征和/或癥狀。可以以不同的方式來確定該體征和/或癥狀。例如，可以詢問患者各種問題，如他們有多疼、哪里疼、他們有這種感覺多長時間了，等等。可以使用適當的醫療器具或者設備來確定其他信息，例如體溫、血氧飽和、ECG，等等。可以經由視頻或者圖像記錄設備(例如，便攜式攝像機、照相機，等等)來觀察或者捕獲其他信息，例如患者的臉色、瞳孔放大、排汗率或者排汗量，等等。可以從數據庫檢索仍其他信息。在404，可以獲得患者信息，例如病史、家族病史、人口統計特征等等。可以從電子數據庫、患者和/或其他來源檢索這種信息。在另一實例中，可以省略動作404。在406，也可以從諸如政府機構、疾病控制實體、醫院等等的來源獲得各種病毒相關信息。在另一實例中，可以省略動作406。在408，將體征、癥狀、患者信息、病毒信息和/或其他信息用于針對患者識別和推薦合適的醫學程序。例如，這一信息可以用于確定是否應當掃描患者，以及掃描類型，例如X射線系統、CT掃描器或者其他醫學成像系統。在410，當確定應當掃描患者時，針對選定的(一個或多個)成像模態來確定和推薦協議以及協議參數。可以基于在本文中論述的各種信息，包括但不限于體征、癥狀、患者信息、疾病信息、成像策略和/或其他信息來選擇該協議和參數。可以附加地或者可選地經由臨床醫生或者其他經授權人員來交互地實現動作408和/或410。在412，使用推薦的協議和參數來掃描患者。當然，臨床醫生可以使用不同的成像模態、協議和/或協議參數。在414，如本文中所論述的針對感興趣的病毒使用相應算法并基于各種信息來分析成像數據。這種信息包括但不限于，與病毒相關的預定特征和/或標志、體征和/或癥狀、患者信息、來自各種來源的病毒信息和/或其他信息。該分析包括生成指示該結果的信號。在416，將分析的結果分類。這種分類可包括采用機器學習或者其他技術來基于分析的結果確定患者具有一個或多個特定病毒的(一個或多個)可能性。在418，如本文中所論述地將結果(例如，該分析的輸出、該可能性，等等)提供給一個或多個實體，例如政府機構、病毒控制中心，等等。其他信息包括但不限于，圖像數據、檢測部件124所使用的輸入和/或可以與該結果同時或連續地提供的其他信息。此外，這種信息也可以被存儲在本地和/或遠程存儲器中，經由顯示器呈現、被傳送至另一設備(例如，計算機、手機、監測站，等等)，被進一步處理，等等。以上可通過計算機可讀指令的方式來實現，當所述計算機可讀指令被(一個或多個)計算機處理器執行時，其使得該(一個或多個)處理器實現以上描述的動作。在這種情況下，該指令被存儲在與相關計算機相關聯或者另外地可通過相關計算機來訪問的計算機可讀存儲介質中。在本文中已經參考各種實施例來描述了本發明。他人當閱讀了本文中的描述時可想到修改和變型。本發明旨在被解釋為包括所有的這種修改和變型，只要它們落在所附權 利要求或者其等價物的范圍之內。
權利要求
1.一種用于至少基于成像數據來檢測患者中的病毒的方法，包括 用成像設備掃描所述患者的感興趣區域，并且生成指示所述感興趣區域的成像數據；基于對應于所述病毒的預定可成像標志集，經由處理器來識別所述圖像數據中的對應于所述病毒的至少一個標志； 基于所識別的標志和分類規則集，經由所述處理器來將所述病毒分類為所述病毒的特定病毒株；以及 生成指示所述特定病毒株的信號。
2.如權利要求I所述的方法，其中，所述病毒是流感病毒。
3.如權利要求2所述的方法，其中，所述病毒株是HlNl病毒株。
4.如權利要求I至3中任意一項所述的方法，還包括 電子地傳送所述信號至政府機構、疾病控制機構、健康護理設施、學校、學校系統、機場、火車站、體育賽事設施、音樂廳、成像設備，等等中的至少一個。
5.如權利要求4所述的方法，其中，所述信號便于確定疫苗或者健康護理工作者中的至少一個在地理位置中的分配的優先順序。
6.如權利要求4至5中任意一項所述的方法,其中,所述信號便于對病毒傳播模式、所述病毒的來源區域或者鑒于所述分類識別要通知的人群中的至少一個進行建模。
7.如權利要求I至6中任意一項所述的方法，還包括 生成所述病毒是所述特定病毒株的可能性或者概率。
8.如權利要求I至7中任意一項所述的方法，其中，所述預定標志集包括至少一個標志，所述標志在所述圖像數據中的存在指示病毒感染。
9.如權利要求8所述的方法，其中，所述預定標志集包括斑片狀磨玻璃樣陰影、肺門腫大、肺充氣減少、基底間質硬化、軸向間質硬化、基部肺泡硬化、或者軸向肺泡硬化中的至少一個。
10.如權利要求I至7中任意一項所述的方法，其中，所述預定標志集包括至少一個標志，所述標志在所述圖像數據中的缺乏或者常態指示病毒感染。
11.如權利要求10所述的方法，其中，所述預定標志集包括沒有縱隔淋巴結病、胸膜積液、心包積液、馬賽克灌注模式、小葉中心結核、樹芽征陰影、正常尺寸支氣管氣道、或者正常尺寸支氣管壁中的至少一個。
12.如權利要求I至11中任意一項所述的方法，其中，所述識別動作還包括基于患者人口統計學特征、來自其他測試的結論、嚴重性指數、拜訪健康護理提供者的頻率、住院治療、病毒疾病導致的死亡比例、或者來自健康信息數據儲存庫的信息中的一個或多個來識別所述至少一個標志。
13.如權利要求I至12中任意一項所述的方法，還包括 與所述圖像數據同時地呈現所述信號。
14.如權利要求13所述的方法，還包括 圖形化地高亮所述圖像數據中對應于所識別的標志的一個或多個區域。
15.如權利要求I至14中任意一項所述的方法，還包括 至少部分基于所述患者的癥狀，經由所述處理器來確定所述患者很可能具有所述病毒；至少部分基于患者人口統計學特征，經由所述處理器來識別掃描所述患者的成像模態；以及 采用所識別的成像模態來掃描所述患者的胸部區域。
16.如權利要求15所述的方法,還包括 至少部分基于患者病史、家族病史、或者成像協議策略中的一個或多個來識別該成像模態。
17.—種系統,包括 基于成像數據來檢測患者中的病毒的病毒檢測設備(122)，所述病毒檢測設備(122)，包括 具有處理器的數據分析器(202)，其分析所述圖像數據并且基于對應于所述病毒的預 定特征集來識別所述圖像數據中的對應于所述病毒的至少一個特征；以及 具有處理器的病毒分類器(214)，其基于所述特征來將所述病毒分類為所識別病毒的特定病毒株并生成指示所述特定病毒株的信號。
18.如權利要求17所述的系統，其中，所述病毒是流感病毒，并且所述病毒株是HlNl病毒株。
19.如權利要求17至18中任意一項所述的系統，還包括 傳輸部件(226 )，其將所述信號電子地傳輸至位于遠離所述系統的至少一個接收者。
20.如權利要求17至19中任意一項所述的系統，還包括 分類算法庫(216)，其包括將所識別的至少一個特征映射到病毒類型的分類算法集，并且其中，所述病毒分類器(214)至少部分基于所述分類算法集來將所述病毒分類為所述病毒的特定病毒類型。
21.如權利要求17至20中任意一項所述的系統，其中，所述預定特征集包括第一特征或第二特征中的一個或者多個，所述第一特征在所述圖像數據中的存在指示流感病毒感染，所述第二特征在所述圖像數據中的缺乏或者常態指示流感病毒感染。
22.如權利要求17至21中任意一項所述的系統，還包括 成像模態確定器(302)，其至少部分基于患者癥狀來識別用于掃描所述患者的成像模態，其中，所述數據分析器(202)分析的所述成像數據是通過所識別的成像模態來生成的。
23.如權利要求22所述的系統，其中，所述成像模態確定器(302)基于患者人口統計學特征、所述患者的先前掃描、相對于患者人口統計特征的所述成像模態的風險、所述成像模態的可用性、對所述成像模態的訪問、成像程序的花費、或者那一患者具有所述病毒的可能性中的一個或多個來識別所述成像模態。
24.一種包括指令的計算機可讀存儲介質，當所述指令被計算機執行時，其使得所述計算機執行以下動作 掃描患者的感興趣區域并且生成指示所述感興趣區域的成像數據； 基于所述成像數據來檢測所述患者中病毒感染的存在；以及 將所述感染分類為所述病毒的特定病毒株。
25.如權利要求24所述的計算機可讀存儲介質，還包括當被所述計算機執行時，使得所述計算機執行以下動作的指令 生成指示所述分類的信號；以及將所述信號電子地傳輸至遠離所述計算機的至少一 個實體。
全文摘要
一種用于基于成像數據來檢測患者中的病毒的方法，包括用成像設備掃描所述患者的感興趣區域，并且生成指示所述感興趣區域的成像數據，基于所識別的至少一個標志和對應于所述病毒的預定可成像標志集來識別在所述圖像數據中的對應于所述病毒的至少一個標志，基于分類規則集來將所述病毒分類為所述病毒的特定病毒株，以及生成指示所述特定病毒株的信號。所述方法任選地包括生成指示所述分類的信號并且將所述信號電子地傳送至至少一個實體。
文檔編號G06F19/00GK102665562SQ201080051810
公開日2012年9月12日 申請日期2010年10月29日 優先權日2009年11月20日
發明者M·E·奧爾謝夫斯基, M·J·沃克 申請人:皇家飛利浦電子股份有限公司