一种计算机辅助诊断技术(CAD)检测放射图像发现病灶的方法和系统是一种使用计算机辅助诊断技术用于检测和显示(标示)一系列疾病的方法和系统，其中包括检测肺癌肿瘤和钙化灶和/或数字X射线照片上的肿块。对于数字X射线图像会自动由计算机辅助诊断系统(CAD)在不同的阶段进行处理从而产生各种中间结果。原始图像也同时会发送给操作人员进行分析以做出人工诊断。来自于计算机辅助诊断系统的各处理阶段的中间结果会被最优地与人工诊断结果进行对照从而产生较优结果。这种处理过程涉及自动检测和品管监测。处理结果会参考到计算机辅助诊断系统的结果和来自原始X线照片、计算机辅助诊断(CAD)中间结果、或非成像信息。
【技术实现步骤摘要】
【专利说明】1.
此专利技术是关于计算机智能处理X光照片的系统方法，更详细的说法是关于检测X光照片中的病变组织，例如肺癌簇，钙化灶和肿块，同时考虑到从其他CAD系统和/或放射科医生的监控结果当今公认的世界上最为普及的，经济的和传统的肺癌诊断方法是通过胸部X-光射线图像(主要是用CR/DR技术所产生的数字化的X-光射线图像)来诊断早期肺癌。但由于这些检查只能够提供最直观的图像，受限于检查的直接显示效果和影像医师的自身水平以及其经验，人眼分辨能力以及人为疏忽等原因，没能够将影像图片所包含的更多信息充分的利用起来，如作为判断癌症的小病灶/小结节，医生用传统的读片方式通常会漏读30%-55%。医生需要一种高级的辅助技术将各种检查信息综合起来，X射线图像经处理后，对肿瘤、结节、空洞、炎症，以及纤维化等病变都能提高检出率。这种计算机辅助诊断技术(CAD技术)可识别出人眼所不能识别的诊断信息，可作为医生的第二双眼睛，使疑似肺癌病灶的漏诊率下降了 60%以上，在肺癌的早期诊断过程中起着越来越重要的作用。2.
技术介绍
以乳腺癌检测为例，乳腺放射检测方法和物理检测是是当前乳腺癌筛查标准。尽管乳房X光检查是一个成熟标准化过的技术，仍有10%到30%的女性被诊断出患有乳腺癌，他们的病情并没有在乳房X光成像上表现出来。此外，只有10-20%的病人基于X光照片进行活检来发现癌症的。值得一提的是，恶性肿瘤在乳房X光检查中被错过可能性大概有三分之二。检测出错的可能性可以归因于几个因素，包括图像质量不佳，不当的扫描位置，医生不正确的解读，乳腺纤维腺体组织模糊，X光照相技术的局限性，眼睛疲劳或疏忽。CAD系统现在可以广泛地用来辅助于在早期阶段检查出以上疾病。市场上已经存在好几种系统可以在乳腺X线照片上检测出乳腺癌，例如iCAD公司的Second Look，Hologic 公司的 ImageChecker, Carestream Health 公司的 Kodak Mammography CADEngine.还有一种通过胸照来侦测出肺癌预兆的系统，来自OnGuard公司。在实际中，CAD是按照以下方式进行实践。病人到达照片处。工作人员使用影像设备拍出医疗图片。这些图片会被放入CAD系统。CAD系统会分析图片并在纸上或者电子设备上显示图片并标出潜在患病区域。随后，当放射医生为病人读图时，CAD会标识出更多可能的患病区域。CAD的功效是在于保证医生能注意到他一开始没有考虑到的可能患病区域。3.
技术实现思路
此专利技术的目的是提供一种更完善的方式和系统从X光照片上来探测微钙化灶簇和肿块。为实现探测钙化灶簇和肿块这些目标，此专利技术会通过完成对X光照片的五个步骤(获取，预处理，预选择，特征抽取，分类)来完成探测。监控人员通过检验X光线照片和间接CAD结果和最终CAD结果后生成诊断结果。诊断结果稍后会在接下来的CAD处理中和间接CAD结果进行对照而得到更完善的处理。接下来诊断结果会再和CAD最终结果进行进一步对比，这些处理结果最终会为操作人员提供可靠的参考。此专利技术的CAD系统能在分析X光照片时指示出准确清晰的可能患病区域。此专利技术根据CAD结果来生成监控结果。最终CAD监控结果包括CAD最终结果和最终诊断结果。最终诊断结果将有非常低的假阳性并不会出现任何异常。专业操作人员把原图像数据输入系统或者从之前的CAD得到数据并剔除虚假可能性得出真实结果从而生成监控CAD结果。这些CAD监控结果包括原始CAD结果和监控生成的结果因此，本专利技术的目地是提供一个方便和高准确性的方式和系统可以使放射科医生依罪CAD系统结果来标识出患病区域。4.【附图说明】图1表明了一种使用了监控CAD方式辅助检测乳腺癌的诊断过程图2表明了一种监控CAD系统监督可执行的方式。图3是一个CAD单元系统构成的结构图图4是一个监控单元系统构成的结构图图5是一个检查单元的结构图，操作人员在此会从图像输入单元接收结果然后把结果传送到图2中预处理单元图6是一个检查单元的结构图，操作人员在此会从预处理单元接收结果然后把结果传送到图2中预选择单元。图7是一个检查单元的结构图，操作人员在此会从预选择单元接收结果然后把结果传送到图2中的特征抽取单元。图8是一个检查单元的结构图，操作人员和整合单元同时会从特征抽取单元接收到输出结果并给出结果到图2系统中的分类单元。图9是一个检查单元的结构图，操作人员和整合单元同时会从分类单元接收到输出结果并给出结果到图2系统中的输出单元。5.【具体实施方式】图1说明了诊断步骤可以提升在数字X光照片中发现异常的可能，例如肺癌簇，钙化灶和肿块的诊断。患处透视图的图像数据会传输进画面输入单元15.举例来说，摄像头，CR(电脑X光线照相术)系统，DR(数字X光线照相术)系统，FFDM系统，或者FILM数字转换器都可以提供所需要的数据。图像输入单元15中的数据被保存用来之后的检索和在存储器25被使用或者被传输到图像处理单元35.任何合适的存储器25，包括磁带，电脑光盘，MO光盘，光存贮器，外部数据中心，或者任何其他普遍使用的存储器。处理单元35是一个可以读取图像和执行不同处理方式来探测异常的CAD单元。此专利技术的监控单元56会从输入单元15、处理单元35和存储器25接收图像并发送结果给图像输入单元15、处理单元35和存储器25和图像输出单元45。监控单元55和处理单元35依照此专利技术的原理。原理上来说，图像会被输出给存储单元25用来储存和/或图像输出单元45，例如屏幕，打印机，绘图机，图标记录器，图像交流机械，等等其他类似产品。关于图3，此原理结构示意图表明了 CAD系统自动化的处理单元35关于图2，此原理结构示意图表明了 CAD系统的自动化执行和监督方式中的处理单元35.当图像数据从乳腺X线照相术中得到，数据会经过图像输入过程3501进行多步骤(3505，3510，3515，3520，3525)地处理，其中包括预处理，预选择，特征抽取，分类，最后给予探测结果指示出可能性的异常病区。此专利技术的自动CAD系统包括五个步骤。每个步骤都会生成中间结果，也叫CAD中间结果。图像输入单元3501所能读取的图像必须符合特定的标准，例如DICOM，TIF或者转化成可以被目前CAD系统所能支持的特定格式。图像输入单元3501只会修改标头和表现参数而不会修改包含解剖图的图像数据。这条特例包括使用和图像输入单元之前或之后的图像数据I 一样的记号。在第二个阶段，预处理单元3505会将数字X光照片I用图像分割法进行处理从而生成分层图像。数字X光照片会依照有无乳腺区域进行分割。在分层照片中无乳腺部分的像素会被去除，不会在之后的处理过程中出现。这处会用到图像增强技术，利用不同的图像差别来生成目标增强图像，由此放大潜在的异常信息。(由此凸显潜在的异常)在第三个阶段，在疑似病区中的预选择单元3510会使用不同的搜索和匹配程序在数字X光照片的增效图片上来提取可能性的异常区域图像区域。在第四阶段，特征提取单元3515会使用不同的计算程序将不同的特征从图像中的疑似病区中抽取出来在第五阶段，在分类单元3520中使用了不同的分类算法，分别在每一个区域用来分类可疑的特征450 ;在不同的疑似病区，根据不同的可疑特征从而生成不本文档来自技高网...
【技术保护点】
一种可以在X光照片中侦测出异常的方法，例如肺癌簇，钙化灶和肿块，此方法包括以下步骤：1.1接收一系列的X光照片；1.2计算机辅助诊断系统(CAD)会处理一系列的X光照片来生成中间结果和计算机检测输出结果；1.3电脑监控探测输出信号和中间结果都是修改过的电脑探测信号和中间结果的结果，以用来生成监控结果；1.4最终检测结果会被放射科医生判定。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘远明，
申请(专利权)人：深圳市智影医疗科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。