医学影像中图形要素的识别、提取和标注的方法技术

本发明专利技术提出了医学影像中图形要素的识别、提取和标注的方法。该方法通过对医学影像中的图形要素作进一步的识别、提取和标注，输出分析获得信息，避免了仅输出医学影像单一图形信息供医生自行判断，解决医学影像中图形要素的识别、提取和标注的的技术问题。本发明专利技术避免了人工阅读医学影像受个人因素或误差造成影响，提高医学影像的输出速度，能够适用于AI的医学影像中关于图形要素的识别、提取和标注，利用基本病变的影像特征，辅助医学影像的结果输出，获得更准确、全面的医学信息。适宜作为医学影像中图形要素的识别、提取和标注的方法应用。用。

【技术实现步骤摘要】
医学影像中图形要素的识别、提取和标注的方法


[0001]本专利技术涉及图像处理领域，特别涉及AI医学影像中图形要素的识别、提取和标注的方法。

技术介绍

[0002]医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。它包含以下两个相对独立的研究方向：医学成像系统（medical imaging system）和医学图像处理（medical image processing）。前者是指图像行成的过程，包括对成像机理、成像设备、成像系统分析等问题的研究；后者是指对已经获得的图像作进一步的处理，其目的是或者是使原来不够清晰的图像复原，或者是为了突出图像中的某些特征信息，或者是对图像做模式分类等等。
[0003]以CT图像为例，CT图像是由一定数目由黑到白不同灰度的像素按矩阵排列所构成。这些像素反映的是相应体素的X线吸收系数。不同CT装置所得图像的像素大小及数目不同。大小可以是1.0
ꢀ×ꢀ
1.0 mm，0.5
ꢀ×ꢀ
0.5 mm不等；数目可以是256
ꢀ×ꢀ
256，即65536个，或512
ꢀ×ꢀ
512，即262144个不等。显然，单幅医学影像的信息记载量非常大，每患每部位的医学影像通常不止1张，如果此时仍采用传统方法标注和人工判读，难免对于诊断结果存在疏漏、误差，且医学影像的读取和判别通常受到影像科医生的经验和主观判断影响，当影像科医生经验不足或者过分坚持己见时，易产生误差，从而影响医生对病患信息的判断。
[0004]而且，疾病种类数以万计，对应的人体器官数量有限，某些病种在前期或者是表征上存在高度相似，仅个别部分存在差异，或者某些病种存在交叉重叠，若仅从单部位反馈，无法获取准确信息，因此医学影像辅助能够作为判断疾病的依据，更加需要医学影像的信息准确，从而能够帮助医生辅助判断患者病情。
[0005]部分疾病单靠某一器官或者系统的医学影像无法准确判断疾病的病种，例如，表象为咳嗽、咳痰、盗汗、疲乏，通常怀疑为呼吸系统疾病，在病患发病早期可判断为感冒、流感、肺炎、肺结核等多种疾病，不同疾病有不同种治疗方案，若耽误最佳治疗时机，有可能导致病情恶化，此时会辅助医学影像对患者的病情进行判断，医学影像的图形要素的识别、提取的准确性显得尤为重要。
[0006]基于此，急需研制出一种适用于AI的医学影像中关于图形要素的识别、提取和标注方法，利用基本病变的影像特征，辅助医学影像的结果输出，获得更准确、全面的医学信息。

技术实现思路

[0007]为了对医学影像中图形要素进行识别、提取和标注，本专利技术提出了医学影像中图形要素的识别、提取和标注的方法。该方法通过对医学影像中的图形要素作进一步的识别、提取和标注，输出分析获得信息，避免了仅输出医学影像单一图形信息供医生自行判断，解决医学影像中图形要素的识别、提取和标注的的技术问题。
[0008]本专利技术解决技术问题所采用的方案是：首先，根据能够获取患者不同器官或系统的医学影像，按照位置、分布、数目、边缘、密度、形态、周围改变、器官功能改变增强、血管造影改变、核磁共振序列、相关检查结果、病态大小、动态观察、一般情况、症状体征、专科情况、望诊情况、闻诊情况、切诊、实验室检查结果和病理结果等将每器官或系统的医学影像进行拆分、进行图形要素识别框组建立，并按照各器官或系统的医学影像进行图形要素编码，建立各器官或系统的医学影像唯一编码，并按照上述分组将医学影像编码建立识别要素组。
[0009]其次，输入正常器官或系统的医学影像作为判断基准，利用3D slicer绘图工具将正常器官或系统的医学影像按照识别要素组进行标注、划分，将整幅医学影像按照识别要素组处理为碎片式计算机可识别信息，按照识别要素组对正常器官或系统的医学影像进行分组，将经过计算机信息化处理后的图形要素组建立图形要素计算机可识别基准模型。
[0010]再次，然后输入与各器官或系统的病变或疾病表征有关的病变医学影像，利3D slicer绘图工具将异常器官或系统的医学影像按照识别要素组进行标注、划分，将整幅医学影像按照识别要素组处理为碎片式计算机可识别信息，按照识别要素组对异常器官或系统的医学影像进行分组，将经过计算机信息化处理后的图形要素组建立计算机可识别比对模型。
[0011]最后，将获取患者的医学影像以数据包NAME+ID为单位输入计算机，计算机自动根据已建立图形要素组将患者医学影像进行图形要素提取、划分和标注，拆分为碎片式图形要素，记录为判断组，判断组分别与计算机可识别基准模型和计算机可识比对别模型进行匹配比对，当判断组图形要素编码与计算机可识别基准模型完全匹配时，输出结果仅为位置编码+Nor(Normal）；当判断组图形要素编码与计算机可识别比对模型中图形要素编码相匹配时，则输出匹配组具体图形编码，输出异常图形编码至判断组包，并显示异常，标注以红色警示符号形式在操作界面进行显示。
[0012]积极效果，由于本专利技术将医学影像按照图形编码拆分为碎片式计算机可识别信息，并建立了计算机可识别基准模型和计算机可识别比对模型，通过将判断组与基本模型和比对模型进行比对，输出比对结果至判断组包，并在操作界面标注以红色警示符号，该方法将单纯的图像信息处理为碎片式计算机可识别信息，使计算机自动判断医学影像异常与否，单次输入即可实现NAME+ID包的全面信息对比，无需不同科室反复录入、对比，避免了人工阅读医学影像受个人因素或误差造成影响，提高医学影像识别结果的输出速度，节省了大量的时间，具有医学影像识别结果准确、信息完整、识别速度快的优点，能够适用于医学影像的AI识别。适宜作为医学影像中图形要素的识别、提取和标注的方法应用。
具体实施方式
[0013]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0014]首先，根据能够获取患者不同器官或系统的医学影像，按照位置、分布、数目、边
缘、密度、形态、周围改变、器官功能改变增强、血管造影改变、核磁共振序列、相关检查结果、病态大小、动态观察、一般情况、症状体征、专科情况、望诊情况、闻诊情况、切诊、实验室检查结果和病理结果等将每器官或系统的医学影像进行拆分、进行图形要素识别框组建立，并按照各器官或系统的医学影像进行图形要素编码，建立各器官或系统的医学影像唯一编码，并按照上述分组将医学影像编码建立识别要素组，图形识别要素组编码（以肺为例）一、位置Sowh1）肺LU：11.右肺上叶尖段；12.右肺上叶前段；13.右肺上叶后段；14.右肺中叶内侧段；15.右肺中叶外侧段；16.右肺下叶背段；17.右肺下叶内侧基底段；18.右肺下叶前基底段；19.右肺下叶外侧基底段；110.右肺下叶后基底段；111.右肺；1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.医学影像中图形要素的识别、提取和标注的方法，其特征是：首先，根据能够获取患者不同器官或系统的医学影像，按照位置、分布、数目、边缘、密度、形态、周围改变、器官功能改变增强、血管造影改变、核磁共振序列、相关检查结果、病态大小、动态观察、一般情况、症状体征、专科情况、望诊情况、闻诊情况、切诊、实验室检查结果和病理结果等将每器官或系统的医学影像进行拆分、进行图形要素识别框组建立，并按照各器官或系统的医学影像进行图形要素编码，建立各器官或系统的医学影像唯一编码，并按照上述分组将医学影像编码建立识别要素组。2.根据权利要求1所述的一种医学影像中图形要素的识别、提取和标注的方法，其特征是：其次，输入正常器官或系统的医学影像作为判断基准，利用3D slicer绘图工具将正常器官或系统的医学影像按照识别要素组进行标注、划分，将整幅医学影像按照识别要素组处理为碎片式计算机可识别信息，按照识别要素组对正常器官或系统的医学影像进行分组，将经过计算机信息化处理后的图形要素组建立图形要素计算机可识别基准模型。3.根据权利要求2所述的一种医学影像中图形要素的识别、提取...

【专利技术属性】
技术研发人员：桓由之，桓光健，
申请(专利权)人：桓由之，
类型：发明
国别省市：