CN104424385B - 一种医学影像的评价方法和装置 - Google Patents
一种医学影像的评价方法和装置 Download PDFInfo
- Publication number
- CN104424385B CN104424385B CN201310370386.0A CN201310370386A CN104424385B CN 104424385 B CN104424385 B CN 104424385B CN 201310370386 A CN201310370386 A CN 201310370386A CN 104424385 B CN104424385 B CN 104424385B
- Authority
- CN
- China
- Prior art keywords
- medical image
- evaluated
- evaluation
- evaluation result
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 98
- 238000013441 quality evaluation Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 11
- 238000003708 edge detection Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 9
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 210000004279 orbit Anatomy 0.000 description 21
- 239000003814 drug Substances 0.000 description 16
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010062767 Hypophysitis Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 208000015114 central nervous system disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000018578 heart valve disease Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000003695 paranasal sinus Anatomy 0.000 description 1
- 210000003681 parotid gland Anatomy 0.000 description 1
- 210000001311 petrous bone Anatomy 0.000 description 1
- 210000003800 pharynx Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 210000003079 salivary gland Anatomy 0.000 description 1
- 210000002483 sella turcica Anatomy 0.000 description 1
- 210000001154 skull base Anatomy 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种医学影像的评价方法和装置，所述方法包括如下步骤：(1)选择符合数字影像和通信标准的医学影像为被评价医学影像；(2)获取被评价医学影像的基本信息和操作信息，并根据基本信息和操作信息，得到被评价医学影像的第一评价结果；(3)若第一评价结果为继续评价，则对被评价医学影像进行摄片体位检测，得到被评价医学影像的第二评价结果；(4)若第二评价结果为继续评价，则计算被评价医学影像的质量评价指标，得到被评价医学影像的第三评价结果，即完成对被评价医学影像的评价。所述装置包括选择单元、获取单元、检测单元和计算单元。本技术方案能全面、客观地评价医学影像，确保医生能够获得高质量的医学影像进行辅助诊疗。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种医学影像的评价方法和装置。
背景技术
随着医学影像技术的发展，许多疾病(如中枢神经系统疾病、心血管疾病等)的诊断和治疗对大型影像检查的依赖性日益增大。虽然影像设备在国内众多医疗机构已经得到普及，但是医院普遍实行各自为政，影像检查结果不互认，患者重复检查的问题屡见不鲜。对于同样的病、同样的检查项目，患者每次转院都需要进行影像检查，不仅造成了医疗资源浪费，还给患者带来了诸多不便。
一方面，医学影像检查一般价格不菲，重复检查会给患者带来异常沉重的经济负担。另一方面，影像检查会给患者带来不同程度的电离辐射，重复检查可能导致患者遭受的辐射剂量很大，对健康产生影响。为了合理利用医疗资源，降低患者的医疗费用，优化患者的就医流程，医学影像检查结果互认是必由之路。。
虽然医学影像检查结果互认是一项对患者有益的医疗改革举措，但是在医疗机构的推广中步履维艰，主要原因在于：现有解决方案仅以医疗机构资质作为影像检查结果是否可以互认的唯一标准，忽略了其它可能与医学影像质量有关的因素。医学影像的质量与影像医生的水平、成像设备的精密度、患者的配合度、医学影像重建算法等多重因素密切相关，即使是大型医院也难以百分之百保证医学影像的质量。而且，一些影像检查项目(如超声检查)在很多医院都是分散在不同临床科室，影像医师的诊断参差不齐，医学影像从根本上存在质量控制缺陷。如果医生根据质量不合格的医学影像对患者进行诊断，其诊断准确性将会受到很大的影响。因此，建立客观、准确的医学影像质量评价方法是很有必要的。
发明内容
本发明解决的问题是提供一种医学影像的评价方法和装置，能全面、客观地评价医学影像，确保医生能够获得高质量的医学影像进行辅助诊疗。
为了解决上述问题，本发明提供了一种医学影像的评价方法，包括如下步骤：
(1)选择符合数字影像和通信标准的医学影像为被评价医学影像；
(2)获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果；
(3)若所述第一评价结果为继续评价，则对所述被评价医学影像进行摄片体位检测，得到所述被评价医学影像的第二评价结果；
(4)若所述第二评价结果为继续评价，则计算所述被评价医学影像的质量评价指标，得到所述被评价医学影像的第三评价结果，即完成对所述被评价医学影像的评价。
上述所述一种医学影像的评价方法，其中，所述基本信息为医疗机构名称、成像时间以及患者的姓名、年龄和性别。
上述所述一种医学影像的评价方法，其中，所述操作信息为所述被评价医学影像的检查类型、检查部位以及辐射剂量。
上述所述一种医学影像的评价方法，其中，得到所述被评价医学影像的第二评价结果的过程为：
1)建立摄片标准体位数据库，所述数据库字段包括所述医学影像的检查类型、检查部位以及摄片体位的影像要求；
2)利用边缘检测算子，得到所述被评价医学影像的边缘；
3)根据所述被评价医学影像的检查类型和检查部位，从所述数据库中得到所述被评价医学影像的摄片体位要求；
4)根据所述被评价医学影像的边缘和摄片体位要求，得到所述第二评价结果。
上述所述一种医学影像的评价方法，其中，计算所述被评价医学影像的质量评价指标的过程为：
1)计算所述被评价医学影像的空间分辨率；
2)若所述空间分辨率大于指定阈值，则计算所述被评价医学影像的边缘强度Sum；
3)计算所述被评价医学影像的噪声水平，得到峰值信噪比PSER；
4)根据所述边缘强度和所述峰值信噪比，计算得到所述被评价医学影像的质量评价指标。
上述所述一种医学影像的评价方法，其中，所述边缘强度Sum为所述被评价医学影像的边缘上的所有像素点的灰度值之和。
上述所述一种医学影像的评价方法，其中，得到所述质量评价指标F的公式为：
F=ln SumαPSNRβ
其中，α和β为大于等于0的常数。
为了解决上述问题，本发明还提供了一种医学影像的评价装置，包括：
选择单元，用于选择符合数字影像和通信标准的医学影像为被评价医学影像；
获取单元，用于获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果；
检测单元，用于对所述被评价医学影像进行摄片体位检测，得到所述被评价医学影像的第二评价结果；
计算单元，用于计算所述被评价医学影像的质量评价指标，得到所述被评价医学影像的第三评价结果。
与现有技术相比，本发明以医生在疾病诊疗中的实际需求为基础，弥补了影像互认缺乏评价手段的缺陷，患者在不同医疗机构转诊治疗时，医生可以通过医学影像检查互认系统快速地判断出病人以前的影像检查结果是否可用，判断过程不受人为主观因素的干扰，有利于海量医学影像的互认评价；
进一步地，利用医学影像的存储格式和基本信息、患者的基本信息和影像检查范围等参数，所述参数全面覆盖了医生在疾病诊疗中需要参考的医学影像信息，确保了医学影像互认评价结果的可靠性；
进一步地，以医学影像的逼真度(即空间分辨率)和可懂度为基础，建立了评价医学影像质量的数学模型，无需引入参考图像，即可对医学影像的质量做出客观、准确地评价。
附图说明
图1所示为本发明实施例一种医学影像的评价方法的流程示意图；
图2所示为本发明实施例得到所述被评价医学影像的第二评价结果的流程示意图；
图3所示为本发明实施例计算所述被评价医学影像的质量评价指标的流程示意图；
图4所示为本发明实施例一种医学影像的评价装置的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。
其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实例，其在此不应限制本发明保护的范围。
下面结合附图和实施例对本发明一种医学影像的评价方法进行详细地描述。本发明实施例医学影像的评价方法如图1所示，首先，执行步骤S1，选择符合数字影像和通信标准的医学影像为被评价医学影像。具体地，若所述医学影像的存储格式符合数字影像和通信(Digital Imaging and Communication in Medicine，DICOM)标准，则所述医学影像为可以进行评价的影像，即被评价医学影像；反之，则所述医学影像不能被评价。在本实施例中，所述被评价影像为CT眼眶图像。
接着，执行步骤S2，获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果。其中，所述基本信息为医疗机构名称、成像时间以及患者的姓名、年龄和性别；所述操作信息为所述被评价医学影像的检查类型、检查部位以及辐射剂量。具体地，在本实施例中，由于医学影像的来源和时效性为优先考虑因素，因此，先对被评价医学影像的医疗机构名称和成像时间进行评价。对被评价医学影像的文件进行解析，从被评价医学影像文件中提取中被评价医学影像的基本信息，即医疗机构名称(三级甲等医院)和成像时间(一个月)。根据医疗机构的级别来评价被评价医学影像，若所述医疗机构为二级甲等及二级甲等以上医院，则可对所述被评价医学影像进行进一步评价，即所述医疗机构具有互认资质，所诉被评价医学影像满足互认要求；否则，则不需对所述被评价医学影像再进行评价，即结束对所述被评价医学影像的评价。在本实施例中，拍摄CT眼眶图像的医疗机构为三级甲等医院，则对CT眼眶图像的成像时间进行评价。在本实施例中，医学影像的有效期限为三个月，如果成像时间在三个月内，则表明该被评价医学影像具有时效性，可对所述被评价医学影像进行下一步评价；否则，则该被评价医学影像失去时效性，不需对所述被评价医学影像再进行评价，即结束对所述被评价医学影像的评价。在本实施例中，CT眼眶图像拍摄于一个月前，则对CT眼眶图像的其它基本信息进行评价。
解析所述被评价医学影像文件，从中提取出被评价医学影像的基本信息患者的姓名、年龄和性别。若所述患者的姓名、年龄和性别三项信息非空且准确，则可对所述被评价医学影像进行进一步评价；反之，则不需对所述被评价医学影像再进行评价，结束对所述被评价医学影像的评价。在本实施例中，所述CT眼眶图像的患者信息非空且准确，则对所述CT眼眶图像的操作信息进行评价。
具体地，解析被评价医学影像文件，从所述被评价医学影像文件中提取出操作信息，即影像检查类型、检查部位和辐射剂量。如果所述被评价医学影像的检查类型属于根据客观检查结果出具报告的项目，如普通放射摄片(含CR、DR)、CT、MRI、PET等，则继续对检查部位进行评价；若检查类型属于需根据检查过程中的动态观察出具诊断报告的，或诊断报告与检查过程密切相关的项目，包括放射造影检查(含DSA)、超声检查等，则需先判断所述检查是否属于稳定性好、质量比较容易控制的项目，若是，则再继续对检查部位进行评价，若否，则结束对所述被评价医学影像的评价。其中，属于稳定性好、质量比较容易控制的项目有颈动脉彩超检查，心脏瓣膜疾病的彩超检查，腹部、盆腔内较大的占位性病变的彩超检查以及浅表软组织较大肿块的彩超检查。在本实施例中，CT眼眶图像为CT图像，则直接对其检查部位进行评价。
对于不同的检查类型，仅有指定的检查部位才可用于互认，即要评价被评价医学影像的检查部位是否属于某一种检查类型指定的检查部位，若是，则继续对所述辐射剂量进行评价，若否，则结束对所述被评价医学影像的评价。对于CT而言，指定的检查类型有十个，分别为颅脑(常规)、颅底、面部和鼻窦、岩骨、眼眶、蝶鞍和垂体、唾液腺(腮腺和颌下腺)、咽、喉以及脊柱、椎骨和椎骨周围结构。在本实施例中，医学影像为CT眼眶图像，眼眶属于CT的检查部位之内。根据上述步骤，对所述被评价医学影像的基本信息和操作信息进行评价，得到所述被评价医学影像的第一评价结果，接着，执行步骤S3，判断所述第一评价结果是否为继续评价，若是，则执行步骤S4，对所述被评价医学影像进行摄片体位检测，得到所述被评价医学影像的第二评价结果；若否，结束对所述被评价医学影像的评价。在本实施例中，可知CT眼眶图像的基本信息和操作信息都符合评价的要求，则所述第一评价结果为继续评价，则执行步骤S4。需要说明的是，也可以先对被评价医学影像的患者姓名、年龄以及性别进行评价。此外，只要被评价医学影像的基本信息或操作信息中任一项信息不符合评价的要求，都结束对所述被评价医学影像的评价。
为了确定患者在接收检查时，体位是否准确，需对被评价医学影像进行摄片体位检测，从而得到被评价医学影像的第二评价结果，即摄片体位是否正确。在本实施例中，对被评价医学影像进行边缘检测，来评价摄片体位是否正确。具体地，得到所述被评价医学影像的第二评价结果的过程如图2所示，首先，执行步骤S201，建立摄片标准体位数据库，所述数据库字段包括所述医学影像的检查类型、检查部位以及摄片体位的影像要求。将所有检查类型以及检查部位对应的摄片体位的影像要求均输入数据库中。接着，执行步骤S202，利用边缘检测算子，得到所述被评价医学影像的边缘。具体地，读取被评价医学影像中每个像素点(i,j)的灰度值，其中，1≤i≤M，1≤j≤N，M为被评价医学影像的长度，N为被评价医学影像的宽度；使用边缘检测算子(如拉普拉斯算子、马尔算子、凯西算子和凯尼算子等)，求出被评价医学影像的边缘。在本实施例中，使用凯西算子对CT眼眶图像进行边缘检测。接着，执行步骤S203，根据所述被评价医学影像的检查类型和检查部位，从所述数据库中得到所述被评价医学影像的摄片体位要求。具体地，在本实施例中，被评价医学影像的检查类型为CT，检查部位为眼眶，则从数据库中调出的正确的摄片体位的影像要求可知，患者的正确摄片体位应为仰卧轴扫或俯卧冠扫。在正确的摄片体位下，医学影像应满足的要求为两眼眶对称显示。
接着，执行步骤S204，根据所述被评价医学影像的边缘和摄片体位要求，得到所述第二评价结果，即评价所述被评价医学影像的边缘是不是符合相对应的摄片体位要求。具体地，在本实施例中，设步骤S202中检测得到的左眼眶边缘为k1，右眼眶边缘为k2，使用高斯算子对其进行平滑、连续化处理，平滑后的边缘分别为S1和S2；生成与边缘S1和S2相切的矩形，分别即为q1和q2；矩形q1和q2为轴对称，允许误差水平为1％，则表明CT眼眶图像的摄片体位符合规定的摄片体位的影像要求，即得到的所述第二评价结果。
接着，执行步骤S5，判断所述第二评价结果是否为继续评价，若是，则执行步骤S7，计算所述被评价医学影像的质量评价指标，得到所述被评价医学影像的第三评价结果，即完成对所述被评价医学影像的评价；若否，则执行步骤S6，结束对所述被评价医学影像的评价。在本实施例中，从步骤S204中可知，所述第二评价结果为继续评价。若CT眼眶图像的摄片体位不符合规定的摄片体位的影像要求，则结束对CT眼眶图像的评价。
以医学影像的逼真度和可懂度为基础，建立评价医学影像质量的数学模型，无需引入参考图像。其中，医学影像的逼真度是医学影像与人体解剖学数据的接近程度，在本实施例中，以空间分辨率来表征，空间分辨率越高，说明医学影像与人体解剖学数据的接近程度越高。医学影像的可懂度是医学影像能够被人类视觉看懂的程度，与影像的细节丰富度以及噪声水平等特性有关。具体地，计算所述被评价医学影像的质量评价指标的过程如图3所示，首先，执行步骤S301，获取所述被评价医学影像的空间分辨率，即影像中可辨认的相邻物体空间几何尺寸的最小限度。接着，执行步骤S302，判断步骤S301中得到的空间分辨率与指定阈值的大小。若空间分辨率大于指定阈值，则执行步骤S303，计算所述被评价医学影像的边缘强度Sum，所述边缘强度Sum为所述被评价医学影像的边缘上的所有像素点的灰度值之和；若空间分辨率小于等于指定阈值，则执行步骤S306，结束对被评价医学影像的评价。指定阈值的大小与影像检查类型有关，在本实施例中，影像检查类型为CT，指定阈值为10Lp／cm。经计算得到CT眼眶图像的空间分辨率为15Lp／cm，则计算CT眼眶图像的边缘强度。
具体地，在本实施例中，根据步骤S202中得到的CT眼眶图像的边缘，累计所述边缘上所有像素点的灰度值之和，即为边缘强度Sum。如果医学影像的细节越丰富，边缘也就越清晰，边缘强度Sum值也就越高。
接着，执行步骤S304，计算所述被评价医学影像的噪声水平，得到峰值信噪比PSER。具体地，在本实施例中，使用滤波算法对被评价医学影像进行去噪，将去噪后的医学影像作为参考图像(即滤波图像)，然后将滤波图像和被评价医学影像进行对比，计算噪声水平。设被评价医学影像为I，医学影像的大小为M×N，使用中值滤波算法对其进行过滤生成的影像(即参考图像)为I′，并计算峰值信噪比PSNR，所述计算公式为：其中，L为所述被评价医学影像的最大灰度级；通过上述方法计算得到CT眼眶图像的峰值新造比PSNR。
接着，执行步骤S305，根据所述边缘强度和所述峰值信噪比，计算得到所述被评价医学影像的质量评价指标。具体地，得到所述质量评价指标F的公式为：
F＝ln SumαPSNRβ
其中，α和β为大于等于0的常数。α和β可以根据用户的实际需求来选择。如果用户对影像细节的要求越高，则α的值越大；如果用户对影像信噪比的要求越高，则β的值越大。将计算得到的质量评价指标F与指定阈值Fv进行比较，得到第三评价结果。若质量评价指标F大于指定阈值Fv，则表明所述被评价医学影像为所需的医学影像，即所述被评价医学影像可用于互认；若质量评价指标F小于等于指定阈值Fv，则表明所述被评价医学影像不可用于互认。
对应于上述医学影像的评价方法，本发明实施例还提供一种医学影像的评价装置，如图4所示，包括选择单元1、获取单元2、检测单元3和计算单元4。
所述选择单元1适于选择符合数字影像和通信标准的医学影像为被评价医学影像。具体地，用户从计算机的数据库中调用医学影像，对符合数字影像和通信标准的医学影像进行评价，从而便于对所述医学影像进行互认。
所述获取单元2适于获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果。具体地，对患者的被评价医学影像的医疗机构名称、成像时间以及患者的姓名、年龄和性别，以及医学影像的检查类型、检查部位和辐射剂量分别进行评价，若上述每一项信息都符合要求，则得到的第一评价结果为继续评价，若其中任一项信息不符合要求，结束对该被评价医学影像的评价。
所述检测单元3适于对所述被评价医学影像进行摄片体位检测，得到所述被评价医学影像的第二评价结果。具体地，得到第一评价结果为继续评价，则根据边缘检测算子，检测得到所述被评价医学影像的边缘，再将所述被评价医学影像的边缘和该被评价医学影像所对应的摄片要求进行比较，所述摄片要求从计算机的摄片标准体位数据库中获取。根据比较的结果得到第二评价结果，若检测到的边缘符合摄片要求，则第二评价结果为继续评价。
所述计算单元4适于计算所述被评价医学影像的质量评价指标，得到所述被评价医学影像的第三评价结果。具体地，得到第二评价结果为继续评价，则获取所述被评价医学影像的空间分辨率，并计算所述被评价医学影像的边缘强度以及峰值信噪比，从而得到所述被评价医学影像的质量评价指标，将得到的质量评价指标和指定阈值进行比较，根据比较的结果得到第三评价结果。若所述质量评价指标大于指定阈值，则表明所述被评价医学影像为所需的医学影像，可以用于互认。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
Claims (6)
1.一种医学影像的评价方法，其特征在于，包括如下步骤：
(1)选择符合数字影像和通信标准的医学影像为被评价医学影像；
(2)获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果；
(3)若所述第一评价结果为继续评价，则对所述被评价医学影像进行摄片体位检测，基于边缘检测得到所述被评价医学影像的第二评价结果；
所述被评价医学影像的第二评价结果的过程为：
1)建立摄片标准体位数据库，所述数据库字段包括所述医学影像的检查类型、检查部位以及摄片体位的影像要求；
2)利用边缘检测算子，得到所述被评价医学影像的边缘；
3)根据所述被评价医学影像的检查类型和检查部位，从所述数据库中得到所述被评价医学影像的摄片体位要求；
4)根据所述被评价医学影像的边缘和摄片体位要求，得到所述第二评价结果；
(4)若所述第二评价结果为继续评价，则基于空间分辨率计算所述被评价医学影像的质量评价指标，得到所述被评价医学影像的第三评价结果，即完成对所述被评价医学影像的评价；
所述被评价医学影像的质量评价指标的过程为：
1)计算所述被评价医学影像的空间分辨率；
2)若所述空间分辨率大于指定阈值，则计算所述被评价医学影像的边缘强度Sum；
3)计算所述被评价医学影像的噪声水平，得到峰值信噪比PSER；
4)根据所述边缘强度和所述峰值信噪比，计算得到所述被评价医学影像的质量评价指标。
2.如权利要求1所述一种医学影像的评价方法，其特征在于，所述基本信息为医疗机构名称、成像时间以及患者的姓名、年龄和性别。
3.如权利要求1所述一种医学影像的评价方法，其特征在于，所述操作信息为所述被评价医学影像的检查类型、检查部位以及辐射剂量。
4.如权利要求1所述一种医学影像的评价方法，其特征在于，所述边缘强度Sum为所述被评价医学影像的边缘上的所有像素点的灰度值之和。
5.权利要求1所述一种医学影像的评价方法，其特征在于，得到所述质量评价指标F的公式为：
F＝lnSumαPSNRβ
其中，α和β为大于等于0的常数。
6.一种医学影像的评价装置，其特征在于，包括：
选择单元，用于选择符合数字影像和通信标准的医学影像为被评价医学影像；
获取单元，用于获取所述被评价医学影像的基本信息和操作信息，并根据所述基本信息和操作信息，得到所述被评价医学影像的第一评价结果；
检测单元，用于对所述被评价医学影像进行摄片体位检测，基于边缘检测得到所述被评价医学影像的第二评价结果；所述被评价医学影像的第二评价结果的过程为：
1)建立摄片标准体位数据库，所述数据库字段包括所述医学影像的检查类型、检查部位以及摄片体位的影像要求；
2)利用边缘检测算子，得到所述被评价医学影像的边缘；
3)根据所述被评价医学影像的检查类型和检查部位，从所述数据库中得到所述被评价医学影像的摄片体位要求；
4)根据所述被评价医学影像的边缘和摄片体位要求，得到所述第二评价结果；
计算单元，用于计算所述被评价医学影像的质量评价指标，基于空间分辨率得到所述被评价医学影像的第三评价结果；
所述被评价医学影像的质量评价指标的过程为：
1)计算所述被评价医学影像的空间分辨率；
2)若所述空间分辨率大于指定阈值，则计算所述被评价医学影像的边缘强度Sum；
3)计算所述被评价医学影像的噪声水平，得到峰值信噪比PSER；
4)根据所述边缘强度和所述峰值信噪比，计算得到所述被评价医学影像的质量评价指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310370386.0A CN104424385B (zh) | 2013-08-22 | 2013-08-22 | 一种医学影像的评价方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310370386.0A CN104424385B (zh) | 2013-08-22 | 2013-08-22 | 一种医学影像的评价方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104424385A CN104424385A (zh) | 2015-03-18 |
| CN104424385B true CN104424385B (zh) | 2018-08-31 |
Family
ID=52973335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310370386.0A Active CN104424385B (zh) | 2013-08-22 | 2013-08-22 | 一种医学影像的评价方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104424385B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104856710A (zh) * | 2015-04-16 | 2015-08-26 | 于守君 | 一种多功能医疗影像诊断装置 |
| CN105748105A (zh) * | 2016-01-18 | 2016-07-13 | 刘焕涛 | 一种乳腺检查系统 |
| CN106295208A (zh) * | 2016-08-16 | 2017-01-04 | 尉从新 | 一种医学影像的评价方法和装置 |
| CN109935305A (zh) * | 2017-12-18 | 2019-06-25 | 天启慧眼(北京)信息技术有限公司 | 检测影像的方法、装置和系统 |
| CN108171272A (zh) * | 2018-01-12 | 2018-06-15 | 上海东软医疗科技有限公司 | 一种医学影像技术的评价方法和装置 |
| CN109919912A (zh) * | 2019-01-28 | 2019-06-21 | 平安科技（深圳）有限公司 | 一种医学影像的质量评价方法和装置 |
| CN111861049A (zh) * | 2019-04-25 | 2020-10-30 | 天津御锦人工智能医疗科技有限公司 | 基于图像识别的肠镜检查质量标准及打分系统 |
| CN111557681B (zh) * | 2020-06-03 | 2023-01-03 | 诸暨市人民医院 | 一种螺旋ct图像分析方法 |
| CN112053756B (zh) * | 2020-08-26 | 2023-08-08 | 浙江省人民医院 | 基于临床标本检验数据的检验结果质量评价方法及系统 |
| CN112259196A (zh) * | 2020-09-07 | 2021-01-22 | 北京赛迈特锐医疗科技有限公司 | 基于结构化模板的影像质量评价系统及方法 |
| CN112862342A (zh) * | 2021-02-26 | 2021-05-28 | 复旦大学附属中山医院 | 基于人工智能的影像质量关键要素评价的智能判别方法 |
| CN113114952B (zh) * | 2021-04-07 | 2022-02-18 | 华南理工大学 | 一种评价乳腺随访图像质量的方法、系统及装置 |
| CN113743814A (zh) * | 2021-09-13 | 2021-12-03 | 上海联影医疗科技股份有限公司 | 医学影像质量评价和处理方法、装置、设备和介质 |
| CN115393353B (zh) * | 2022-10-27 | 2023-05-19 | 江南大学附属医院 | 医学影像数据质量监测管理方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1640209A (zh) * | 2002-02-27 | 2005-07-13 | 成像治疗仪股份有限公司 | 用于建立和操作集中测量值数据库的系统和方法 |
| CN1913646A (zh) * | 2005-07-06 | 2007-02-14 | 爱克发-格法特公司 | 消除物理特性可变性对图像质量性能的影响的方法 |
| CN1934589A (zh) * | 2004-03-23 | 2007-03-21 | 美国西门子医疗解决公司 | 为医学成像提供自动决策支持的系统和方法 |
| CN101478697A (zh) * | 2009-01-20 | 2009-07-08 | 中国测绘科学研究院 | 影像有损压缩质量评价方法 |
| CN102289808A (zh) * | 2011-07-22 | 2011-12-21 | 清华大学 | 一种图像融合质量评估方法和系统 |
| CN102521825A (zh) * | 2011-11-16 | 2012-06-27 | 宁波大学 | 一种基于零水印的立体图像质量客观评价方法 |
| CN103049893A (zh) * | 2011-10-14 | 2013-04-17 | 深圳信息职业技术学院 | 一种图像融合质量评价的方法及装置 |
-
2013
- 2013-08-22 CN CN201310370386.0A patent/CN104424385B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1640209A (zh) * | 2002-02-27 | 2005-07-13 | 成像治疗仪股份有限公司 | 用于建立和操作集中测量值数据库的系统和方法 |
| CN1934589A (zh) * | 2004-03-23 | 2007-03-21 | 美国西门子医疗解决公司 | 为医学成像提供自动决策支持的系统和方法 |
| CN1913646A (zh) * | 2005-07-06 | 2007-02-14 | 爱克发-格法特公司 | 消除物理特性可变性对图像质量性能的影响的方法 |
| CN101478697A (zh) * | 2009-01-20 | 2009-07-08 | 中国测绘科学研究院 | 影像有损压缩质量评价方法 |
| CN102289808A (zh) * | 2011-07-22 | 2011-12-21 | 清华大学 | 一种图像融合质量评估方法和系统 |
| CN103049893A (zh) * | 2011-10-14 | 2013-04-17 | 深圳信息职业技术学院 | 一种图像融合质量评价的方法及装置 |
| CN102521825A (zh) * | 2011-11-16 | 2012-06-27 | 宁波大学 | 一种基于零水印的立体图像质量客观评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 医学图像融合质量评价模型;李雄飞等;《小型微型计算机系统》;20120731;第33卷(第7期);全文 * |
| 医学图像质量评价中的梯度加权SSIM;段影影等;《计算机工程与应用》;20111231;第47卷(第24期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104424385A (zh) | 2015-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104424385B (zh) | 一种医学影像的评价方法和装置 | |
| CN111310851B (zh) | 一种人工智能超声辅助系统及其应用 | |
| CN105431089B (zh) | 根据肝脏扫描确定肝功能的系统和方法 | |
| US10949975B2 (en) | Patient management based on anatomic measurements | |
| US8391576B2 (en) | Device, method and recording medium containing program for separating image component, and device, method and recording medium containing program for generating normal image | |
| JP5763172B2 (ja) | パノラマエックス線写真を利用した診断支援システム、及びパノラマエックス線写真を利用した診断支援プログラム | |
| US20110194744A1 (en) | Medical image display apparatus, medical image display method and program | |
| CN109255354B (zh) | 面向医用ct的计算机图像处理方法和装置 | |
| US10628963B2 (en) | Automatic detection of an artifact in patient image | |
| CN116246778B (zh) | 一种肺功能检测智能诊断平台 | |
| CN114947756A (zh) | 基于皮肤图像的特应性皮炎严重程度的智能评估决策系统 | |
| JP7102999B2 (ja) | 情報収集処理装置、情報収集処理方法及びプログラム | |
| CN110087549A (zh) | 用于提供乳房摄影质量分析的装置 | |
| EP3048968B1 (en) | System and method for context-aware imaging | |
| CN107863159A (zh) | 一种社区医疗管理系统及方法 | |
| CN111540442A (zh) | 基于计算机视觉的医学图像诊断调度管理系统 | |
| CN105997073A (zh) | 医学成像装置的运行 | |
| US8116545B2 (en) | Method and system for analysis of bone density | |
| JP2004239782A (ja) | 脳画像データ処理システム、方法、プログラムおよび記録媒体 | |
| CN108596877A (zh) | 肋骨ct数据分析系统 | |
| CN107256544A (zh) | 一种基于vcg16的前列腺癌图像诊断方法及系统 | |
| CN113554640A (zh) | Ai模型的训练方法、使用方法、计算机设备及存储介质 | |
| Lou et al. | Study of saccadic eye movements in diagnostic imaging | |
| JP2021019677A (ja) | 教師画像生成プログラム、教師画像生成方法、および教師画像生成システム | |
| US20170286598A1 (en) | Image processing system and method for detecting an anatomical marker within an image study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| ASS | Succession or assignment of patent right |
Owner name: SHANGHAI UNITED IMAGING HEALTHCARE CO., LTD. Effective date: 20150720 Owner name: WUHAN LIANYING MEDICAL TECHNOLOGY CO., LTD. Free format text: FORMER OWNER: SHANGHAI UNITED IMAGING HEALTHCARE CO., LTD. Effective date: 20150720 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20150720 Address after: 430206 B1-7 layer, No. 818, hi tech Avenue, East Lake New Technology Development Zone, Hubei, Wuhan Applicant after: Wuhan Lian Ying medical science and technology company limited Applicant after: Shanghai United Imaging Healthcare Co., Ltd. Address before: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road Applicant before: Shanghai United Imaging Healthcare Co., Ltd. |
|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method and device for evaluating medical images Effective date of registration: 20190904 Granted publication date: 20180831 Pledgee: Hubei Science and Technology Investment Group Co., Ltd. Pledgor: Wuhan Lianying Medical Technology Co., Ltd.|Shanghai Lianying Medical Technology Co., Ltd. Registration number: Y2019420000012 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20201126 Granted publication date: 20180831 Pledgee: Hubei Science and Technology Investment Group Co.,Ltd. Pledgor: WUHAN UNITED IMAGING MEDICAL TECHNOLOGY Co.,Ltd.|SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. Registration number: Y2019420000012 |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 430206 b1-7 / F, 818 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee after: WUHAN UNITED IMAGING MEDICAL TECHNOLOGY Co.,Ltd. Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 430206 b1-7 / F, 818 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee before: WUHAN UNITED IMAGING MEDICAL TECHNOLOGY Co.,Ltd. Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 430206 Lianying medical headquarters base, No. 99, gaokeyuan Road, Donghu high tech Development Zone, Wuhan, Hubei Province Patentee after: WUHAN UNITED IMAGING HEALTHCARE Co.,Ltd. Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 430206 b1-7 / F, 818 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee before: WUHAN UNITED IMAGING HEALTHCARE Co.,Ltd. Patentee before: Shanghai Lianying Medical Technology Co., Ltd |