【技术实现步骤摘要】
医学成像设备的图像质量检测方法及系统、存储介质
本专利技术涉及医学成像领域,尤其涉及一种医学成像设备的图像质量检测方法及系统。
技术介绍
诸如CT(ComputingTomography,计算机断层)、MR(MagneticResonance,磁共振)、X光机、C形臂等医学成像设备在交付给客户之前,需要进行精确的校准以确保各项指标符合标准,其中,需要对设备所生成的图像进行图像质量检测。而为了进一步提升生产力,需要提出改进的对这些成像设备进行图像质量检测的方法,以克服传统图像质量检测流程中人力、时间成本较高的不足。
技术实现思路
本专利技术的一个目的在于提供一种改进的医学成像设备的图像质量检测方法,其中自动进行图像质量检测,提升效率。本专利技术的示例性实施例提供了一种医学成像设备的图像质量检测方法,包括:采集图像相关信息,图像相关信息包括通过医学成像设备对待识别目标物体进行成像生成的待评估图像;基于至少部分图像相关信息确定待识别目标物体的类型信息;以及,基于确定的待识别目标物体的类型信息对待评估图像进行自动分析以评估待评估图像的质量。本专利技术的示例性实施例还提供了一种计算机可读存储介质,用于存储计算机程序,该计算机程序用于被执行以实现上述医学成像设备的图像质量检测方法。本专利技术的示例性实施例还提供了一种医学成像设备的图像质量检测系统,包括:采集模块,用于采集图像相关信息,图像相关信息包括通过医学成像设备对待识别目标物体进行成像生成的待评估图 ...
【技术保护点】
1.一种医学成像设备的图像质量检测方法,包括:/n采集图像相关信息,所述图像相关信息包括通过所述医学成像设备对待识别目标物体进行成像生成的待评估图像;/n基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息;以及,/n基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析以评估所述待评估图像的质量。/n
【技术特征摘要】
1.一种医学成像设备的图像质量检测方法,包括:
采集图像相关信息,所述图像相关信息包括通过所述医学成像设备对待识别目标物体进行成像生成的待评估图像;
基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息;以及,
基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析以评估所述待评估图像的质量。
2.根据权利要求1所述的方法,其特征在于,所述图像相关信息还包括以下信息中的一种或多种:对所述待识别目标物体进行成像时采用的一个或多个成像参数、所述待识别目标物体的一个或多个特征信息、与所述待识别目标物体对应的图像质量评估标准。
3.根据权利要求2所述的方法,其特征在于,基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括:
访问信息数据库,所述信息数据库中存储有与已知类型信息的目标物体相关联的图像相关信息;
在所述信息数据库中确定与采集的图像相关信息中的一个或多个相匹配的图像相关信息及其关联的目标物体的类型信息。
4.根据权利要求3所述的方法,其特征在于,所述与已知类型信息的目标物体相关联的图像相关信息包括该类型目标物体的特征图像;基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括:在所述信息数据库中确定与所述待评估图像相匹配的特征图像及其关联的目标物体的类型信息。
5.根据权利要求1所述的方法,其特征在于,基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括:
通过训练的第一神经网络对所述待评估图像进行分析以确定所述待评估图像中的待识别目标物体的类型信息。
6.根据权利要求1所述的方法,其特征在于,所述待识别目标物体的类型信息包括待识别目标物体的一个或多个特征信息。
7.根据权利要求1所述的方法,其特征在于,基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括:
基于确定的类型信息确定对应的图像质量评估标准;以及,
基于确定的图像质量评估标准对所述待评估图像进行自动分析以评估所述待评估图像的质量。
8.根据权利要求7所述的方法,其特征在于,基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤还包括:在所述待评估图像中自动提取感兴趣区域;基于确定的图像质量评估标准对所述待评估图像进行自动分析的步骤包括:基于确定的图像质量评估标准对提取的感兴趣区域进行自动分析以评估所述待评估图像的质量。
9.根据权利要求8所述的方法,其特征在于,基于所述待识别目标物体的类型信息、通过图像自动处理的方式在所述待评估图像中提取感兴趣区域。
10.根据权利要求8所述的方法,其特征在于,通过训练的第二神经网络对所述待评估图像进行分析以在所述待评估图像中提取感兴趣区域。
11.根据权利要求8所述的方法,其特征在于,基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括:
计算所述待评估图像或其感兴趣区域的像素标准偏差;
计算所述待评估图像或其感兴趣区域与特征图像中的相应区域的像素偏差,所述特征图像预存在信息数据库中并与确定的待识别目标物体的类型信息相关联;
计算所述待评估图像或其感兴趣区域与所述特征图像的关联程度;
计算所述感兴趣区域与背景图像之间的差异;
将二维图像转换为一维数据进行数据分析;以及,
将二维图像组合至三维数据库中并进行三维数据分析。
12.根据权利要求8所述的方法,其特征在于,基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括:
通过训练的第三神经网络对所述待评估图像或其中的...
【专利技术属性】
技术研发人员:曹蹊渺,王学礼,陈文波,谢强,
申请(专利权)人:通用电气精准医疗有限责任公司,
类型:发明
国别省市:美国;US
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。