CN109273073A - 医学图像的存储方法及装置、计算机可读存储介质 - Google Patents
医学图像的存储方法及装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN109273073A CN109273073A CN201810988691.9A CN201810988691A CN109273073A CN 109273073 A CN109273073 A CN 109273073A CN 201810988691 A CN201810988691 A CN 201810988691A CN 109273073 A CN109273073 A CN 109273073A
- Authority
- CN
- China
- Prior art keywords
- medical image
- feature
- structured features
- mark
- stored
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供了一种医学图像的存储方法及装置、计算机可读存储介质。本发明实施例中,通过识别待存储的医学图像,然后,根据结构化特征,对所述医学图像进行标识处理,所述结构化特征包括层面结构化特征与体数据结构化特征中的至少一种,从而,将标识处理后的医学图像进行存储。因此,本发明实施例提供的技术方案能够缩短人工阅片过程的时长,提高医疗诊断的效率。
Description
【技术领域】
本发明涉及图像处理技术领域,尤其涉及一种医学图像的存储方法及装置、计算机可读存储介质。
【背景技术】
医学图像是以像素为单位的非结构化数据,也就是,当医学图像被摄制完成后,会直接将其存储在指定位置,在该过程中,并不涉及对医学图像的内容的识别或判断。
基于此,在基于医学图像进行医疗诊断时,所存储的医学图像并未有任何的结构化标识,这就需要医生阅读该医学图像来人工区分感兴趣区域的各类信息,才能完成医疗诊断。例如,医生调取了存储的医学图像之后,还需要通过人工阅片,才能确定该医学图像对应哪个器官,是否发生病变,以及,医学图像中器官的容积、大小等信息。
现有技术中,基于医学图像被存储为一种非结构化数据,这需要人工阅片进行标识或者通过数据处理器将数据库中存储的医学图像将使用特定类型的成像设备提供的采集的测量数据中的结构化特征信息转换成与特定报告格式数据结构兼容的对应代码转化为结构化标识,完成医疗诊断,这导致医疗诊断的效率较低。
【发明内容】
有鉴于此,本发明实施例提供了一种医学图像的存储方法及装置、计算机可读存储介质,用以缩短人工阅片过程的时长,提高医疗诊断的效率。
第一方面,本发明实施例提供了一种医学图像的存储方法,包括:
识别待存储的医学图像;
根据结构化特征,对所述医学图像进行标识处理,所述结构化特征包括层面结构化特征与体数据结构化特征中的至少一种;
将标识处理后的医学图像进行存储。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据结构化特征,对所述医学图像进行标识处理,包括:
根据所述结构化特征,对所述待处理图像进行分类;
为所述待处理图像的各类图像区域添加标识。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述标识包括以下几种标识方式中的至少一种:
标签标识,所述标签标识包括:文字标签标识与数字标签标识中的至少一种;
掩膜标识;
网格标识;
坐标标识。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述层面结构化特征包括:层面解剖位置特征、层面解剖器官特征、病变信息特征与组织密度特征中的至少一种。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述体数据结构化特征包括:身体器官特征、解剖位置点信息特征与特定组织特征中的至少一种。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述身体器官特征包括:器官类型特征、器官容积特征与器官长短轴信息特征中的至少一种。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据结构化特征,对所述医学图像进行标识处理之前,所述方法还包括:
判断所述待存储医学图像是否为层面图像。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据结构化特征,对所述医学图像进行标识处理,包括:
当判断出所述待存储医学图像为层面图像时,根据所述层面结构化特征与体数据结构化特征中的至少一种,对所述待存储医学图像进行标识处理;或者,
当判断出所述待存储医学图像为非层面图像时,根据所述体数据结构化特征,对所述待存储医学图像进行标识处理。
上述技术方案中的一个技术方案具有如下有益效果:
本发明实施例中,通过识别待存储的医学图像,然后,基于层面结构化特征与体数据结构化特征中的至少一种,对医学图像进行标识处理,再将标识后的医学图像进行存储,如此,使得存储的医学图像具备结构化标识,以区别于现有技术中存储的医学图像为非结构化数据,那么,当基于这些医学图像进行医疗诊断时,医学图像的结构化标识可以准确标识医学图像的各种结构化信息,这些结构化信息能够辅助医生快速的完成阅片过程,从而,能够显著缩短阅片时长,也就能够在一定程度上提高医疗诊断的效率。
第二方面,本发明实施例提供了一种医学图像的存储装置,包括:
识别单元,用于识别待存储的医学图像;
标识单元,用于根据结构化特征,对所述医学图像进行标识处理,所述结构化特征包括层面结构化特征与体数据结构化特征中的至少一种;
存储单元,用于将标识处理后的医学图像进行存储。
上述技术方案中的一个技术方案具有如下有益效果:
本发明实施例中,通过识别待存储的医学图像,然后,基于层面结构化特征与体数据结构化特征中的至少一种,对医学图像进行标识处理,再将标识后的医学图像进行存储,如此,使得存储的医学图像具备结构化标识,以区别于现有技术中存储的医学图像为非结构化数据,那么,当基于这些医学图像进行医疗诊断时,医学图像的结构化标识可以准确标识医学图像的各种结构化信息,这些结构化信息能够辅助医生快速的完成阅片过程,从而,能够显著缩短阅片时长,也就能够在一定程度上提高医疗诊断的效率。
第三方面,本发明实施例提供了一种计算机可读存储介质,包括:计算机可执行指令,当所述计算机可执行指令被运行时,用以执行如第一方面所述的医学图像的存储方法。
上述技术方案中的一个技术方案具有如下有益效果:
本发明实施例中,通过识别待存储的医学图像,然后,基于层面结构化特征与体数据结构化特征中的至少一种,对医学图像进行标识处理,再将标识后的医学图像进行存储,如此,使得存储的医学图像具备结构化标识,以区别于现有技术中存储的医学图像为非结构化数据,那么,当基于这些医学图像进行医疗诊断时,医学图像的结构化标识可以准确标识医学图像的各种结构化信息,这些结构化信息能够辅助医生快速的完成阅片过程,从而,能够显著缩短阅片时长,也就能够在一定程度上提高医疗诊断的效率。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的医学图像的存储方法的实施例一的流程示意图;
图2是本发明实施例所提供的医学图像的存储方法的实施例二的流程示意图;
图3是本发明实施例所提供的医学图像的存储装置的功能方块图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
针对现有技术中存在由于医学图像被存储为非结构化数据而导致医疗诊断效率较低的问题,本发明实施例提供了如下解决思路:将待存储的医学图像进行识别,并依据结构化特征,对医学图像进行标识后存储,以便于辅助用户基于医学图像的结构化标识进行快速阅片。
在该思路的引导下,本方案实施例提供了以下可行的实施方案。
实施例一
本发明实施例给出一种医学图像的存储方法。具体的,请参考图1,该方法包括以下步骤:
S102,识别待存储的医学图像。
S104,根据结构化特征,对医学图像进行标识处理,结构化特征包括层面结构化特征与体数据结构化特征中的至少一种。
S106,将标识处理后的医学图像进行存储。
本发明实施例中所涉及的待存储的医学图像可以为通过医学成像设备扫描采集获取得到的。以通过计算机断层扫描(Computed Tomography,CT)设备采集到的CT图像为例,在探测器获取的包含灰度信息的图像数据,通过重建算法获取到上述待存储医学图像,其中,该待存储的医学图像包括灰度信息的结构化数据,还有非结构化信息的医学图像信息。而本实施例中,通过对识别待存储的医学图像进行标签标识并存储,所存储的医学图像不仅包括灰度信息,还包括经过标识处理后的标签信息。
其中,S102步骤主要涉及对待存储的医学图像的内容进行识别。识别的方式可以包括但不限于:比对。
以识别医学图像中的器官为例,可以将待存储的医学图像与预设的器官图像进行比对,得到比对匹配率;从而,当比对匹配率达到预设阈值时,确定待存储的医学图像为该器官图像;反之,则确定待存储的医学图像不是该器官图像,则将待存储的医学图像与另一预设的器官图像进行比对即可。
本发明实施例中,执行S104中根据结构化特征,对医学图像进行标识处理这一步骤的实现方式可以为:根据结构化特征,对待处理图像进行分类,然后,为待处理图像的各类图像区域添加标识。
本发明实施例所涉及的结构化特征可以包括但不限于层面结构化特征与体数据结构化特征中的至少一种。其中,层面结构化特征主要针对层面结构的图像进行描述的特征,例如CT图像中的二维图像;体数据结构化特征针对身体结构的图像进行描述,例如CT图像中二维图像序列构成的三维CT图像。
其中,层面结构化特征可以包括但不限于:层面解剖位置特征、层面解剖器官特征、病变信息特征与组织密度特征中的至少一种。
具体的,层面解剖位置特征用于描述医学图像所对应的层面解剖位置。例如,以肝器官为例,肝器官的层面解剖位置特征可以包括但不限于肝顶、肝底、肝中等。又例如,以肺器官为例,肺器官的层面解剖位置特征可以包括但不限于肺顶、肺中等。又例如,以颅骨为例,颅骨的层面解剖特征可以包括但不限于颅骨顶等。
具体的,层面解剖器官特征用于描述医学图像中所包含的器官,具体的,主要用于标识医学图像中所对应的器官有哪些。例如,根据医学图像中是否包括肝、肾、脾脏、大脑、股骨头、床板等为医学图像添加相应的标识。
具体的,病变信息特征用于描述医学图像中的生理组织是否发生病变,以及,还可以用于描述具体的病变信息,如病变类型等。例如,可以根据医学图像对应的生理组织是否发生肺结节进行标注;或者,又例如,可以根据医学图像对应的生理组织是否存在肿瘤病变进行标注。
具体的,组织密度特征用于描述医学图像中的生理组织的密度信息。例如,根据医学图像中的生理组织包含的脂肪进行标注;或者,又例如,根据医学图像中的生理组织包含的空气进行标注;或者,又例如,根据医学图像中的生理组织包含的液体进行标注。
需要说明的是,本发明实施例对于层面结构的划分方式无限定,这与医学图像的采集方式有关,可依据医学图像的采集方式来进行划分。
其中,体数据结构化特征可以包括但不限于:身体器官特征、解剖位置点信息特征与特定组织特征中的至少一种。
具体的,身体器官特征可以包括但不限于:器官类型特征、器官容积特征与器官长短轴信息特征中的至少一种。其中,器官类型特征用于描述医学图像中包含哪些器官,器官容积特征用于描述各器官的容积,器官长短轴信息特征用于描述各器官的长轴与短轴,从而表征各器官的面积大小。
具体的,解剖位置点信息用于描述医学图像中的生理组织对应于人体的解剖位置点,这可以用以下几种方式中的一种或多种方式:利用三维坐标方式表征解剖位置点信息,或者,基于人体结构表征解剖点位置信息。例如,解剖位置点信息可以以颈椎第一节来表征,还可以以动脉弓来表征,还可以以尾椎来表征等。
具体的,特定组织特征用于描述医学图像的是否包含一些特定的生理组织。特定的生理组织可以根据需要设定,可以为整体生理组织,例如,完整骨头、完整血管。
本发明实施例所涉及的器官包括人体中的各组织器官。例如,肝、肾、脾脏、大脑、股骨头、床板等。
基于层面结构化特征主要针对层面图像进行分类标识,因此,如图2所示,在执行S104之前,还可以包括以下步骤:
S103,判断待存储医学图像是否为层面图像。
基于此,在执行S104步骤时,如图2所示,可以执行以下两个步骤中的一个:
S104A,当判断出待存储医学图像为层面图像时,根据层面结构化特征与体数据结构化特征中的至少一种,对待存储医学图像进行标识处理。
S104B,当判断出待存储医学图像为非层面图像时,根据体数据结构化特征,对待存储医学图像进行标识处理。
在执行如图1所示的S104或如图2所示的S104A或S104B中所示的标识方式可以包括但不限于以下几种标识方式中的至少一种:
标签标识,标签标识包括:文字标签标识与数字标签标识中的至少一种;
掩膜标识;
网格标识;
坐标标识。
其中,标签标识即通过为不同的生理组织、器官、容积、病变、密度等添加不同的添加标签的方式进行标识。掩膜标识即为不同的生理组织、器官、容积、病变、密度等添加不同的掩膜以对医学图像进行标识;网格标识即为不同的生理组织、器官、容积、病变、密度等添加不同的网格以对医学图像进行标识。坐标标识即为解剖位置、特定的解剖位置点等添加坐标的方式进行标识。
在执行S104的标识步骤之后,执行S106时可以按照预设的格式将标识后的医学图像存储到指定位置。
在一个实现场景中,可以将标识后的医学图像进行格式转换,转换为预设的格式,之后再进行存储。预设的格式可以为医学数字成像和通信(Digital Imaging andCommunications in Medicine,DICOM)。还可以通过DICOM格式转化为其它格式,例如基于HL7、CDA、IHE以及XML的格式。格式转换可以通过将标识标签存储在DICOM的私有tag里。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过识别待存储的医学图像,然后,基于层面结构化特征与体数据结构化特征中的至少一种,对医学图像进行标识处理,再将标识后的医学图像进行存储,如此,使得存储的医学图像具备结构化标识,以区别于现有技术中存储的医学图像为非结构化数据,那么,当基于这些医学图像进行医疗诊断时,医学图像的结构化标识可以准确标识医学图像的各种结构化信息,这些结构化信息能够辅助医生快速的完成阅片过程,从而,能够显著缩短阅片时长,也就能够在一定程度上提高医疗诊断的效率。
实施例二
基于上述实施例一所提供的医学图像的存储方法,本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图3,该医学图像的存储装置300包括:
识别单元31,用于识别待存储的医学图像;
标识单元32,用于根据结构化特征,对医学图像进行标识处理,结构化特征包括层面结构化特征与体数据结构化特征中的至少一种;
存储单元33,用于将标识处理后的医学图像进行存储。
其中,标识单元32,具体用于:
根据结构化特征,对待处理图像进行分类;
为待处理图像的各类图像区域添加标识。
其中,标识包括以下几种标识方式中的至少一种:
标签标识,标签标识包括:文字标签标识与数字标签标识中的至少一种;
掩膜标识;
网格标识;
坐标标识。
本发明实施例中,层面结构化特征包括:层面解剖位置特征、层面解剖器官特征、病变信息特征与组织密度特征中的至少一种。
本发明实施例中,体数据结构化特征包括:身体器官特征、解剖位置点信息特征与特定组织特征中的至少一种。
其中,身体器官特征包括:器官类型特征、器官容积特征与器官长短轴信息特征中的至少一种。
在一个具体的实现场景中,该医学图像的存储装置还包括:
判断单元(图3未示出),用于判断待存储医学图像是否为层面图像。
基于此,标识单元32,具体用于:
当判断出待存储医学图像为层面图像时,根据层面结构化特征与体数据结构化特征中的至少一种,对待存储医学图像进行标识处理;或者,
当判断出待存储医学图像为非层面图像时,根据体数据结构化特征,对待存储医学图像进行标识处理。
以及,本发明实施例还提供了一种计算机可读存储介质,包括:计算机可执行指令,当计算机可执行指令被运行时,用以执行如实施例一所述的医学图像的存储方法。
由于本实施例中的各单元能够执行实施例一所示的方法,本实施例未详细描述的部分,可参考对实施例一的相关说明。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过识别待存储的医学图像,然后,基于层面结构化特征与体数据结构化特征中的至少一种,对医学图像进行标识处理,再将标识后的医学图像进行存储,如此,使得存储的医学图像具备结构化标识,以区别于现有技术中存储的医学图像为非结构化数据,那么,当基于这些医学图像进行医疗诊断时,医学图像的结构化标识可以准确标识医学图像的各种结构化信息,这些结构化信息能够辅助医生快速的完成阅片过程,从而,能够显著缩短阅片时长,也就能够在一定程度上提高医疗诊断的效率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种医学图像的存储方法,其特征在于,所述方法包括:
识别待存储的医学图像;
根据结构化特征,对所述医学图像进行标识处理,所述结构化特征包括层面结构化特征与体数据结构化特征中的至少一种;
将标识处理后的医学图像进行存储。
2.根据权利要求1所述的方法,其特征在于,根据结构化特征,对所述医学图像进行标识处理,包括:
根据所述结构化特征,对所述待处理图像进行分类;
为所述待处理图像的各类图像区域添加标识。
3.根据权利要求2所述的方法,其特征在于,所述标识包括以下几种标识方式中的至少一种:
标签标识,所述标签标识包括:文字标签标识与数字标签标识中的至少一种;
掩膜标识;
网格标识;
坐标标识。
4.根据权利要求1或2所述的方法,其特征在于,所述层面结构化特征包括:层面解剖位置特征、层面解剖器官特征、病变信息特征与组织密度特征中的至少一种。
5.根据权利要求1或2所述的方法,其特征在于,所述体数据结构化特征包括:身体器官特征、解剖位置点信息特征与特定组织特征中的至少一种。
6.根据权利要求5所述的方法,其特征在于,所述身体器官特征包括:器官类型特征、器官容积特征与器官长短轴信息特征中的至少一种。
7.根据权利要求1所述的方法,其特征在于,根据结构化特征,对所述医学图像进行标识处理之前,所述方法还包括:
判断所述待存储医学图像是否为层面图像。
8.根据权利要求7所述的方法,其特征在于,根据结构化特征,对所述医学图像进行标识处理,包括:
当判断出所述待存储医学图像为层面图像时,根据所述层面结构化特征与体数据结构化特征中的至少一种,对所述待存储医学图像进行标识处理;或者,
当判断出所述待存储医学图像为非层面图像时,根据所述体数据结构化特征,对所述待存储医学图像进行标识处理。
9.一种医学图像的存储装置,其特征在于,所述装置包括:
识别单元,用于识别待存储的医学图像;
标识单元,用于根据结构化特征,对所述医学图像进行标识处理,所述结构化特征包括层面结构化特征与体数据结构化特征中的至少一种;
存储单元,用于将标识处理后的医学图像进行存储。
10.一种计算机可读存储介质,其特征在于,包括:计算机可执行指令,当所述计算机可执行指令被运行时,用以执行如权利要求1至8任一项所述的医学图像的存储方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810988691.9A CN109273073A (zh) | 2018-08-28 | 2018-08-28 | 医学图像的存储方法及装置、计算机可读存储介质 |
PCT/CN2018/113618 WO2019085985A1 (en) | 2017-11-02 | 2018-11-02 | Systems and methods for generating semantic information for scanning image |
EP18872844.8A EP3704669A4 (en) | 2017-11-02 | 2018-11-02 | SYSTEMS AND METHODS FOR GENERATING SEMANTIC INFORMATION FOR A SCAN IMAGE |
US16/862,734 US11348247B2 (en) | 2017-11-02 | 2020-04-30 | Systems and methods for generating semantic information for scanning image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810988691.9A CN109273073A (zh) | 2018-08-28 | 2018-08-28 | 医学图像的存储方法及装置、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109273073A true CN109273073A (zh) | 2019-01-25 |
Family
ID=65154496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810988691.9A Pending CN109273073A (zh) | 2017-11-02 | 2018-08-28 | 医学图像的存储方法及装置、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109273073A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612863A (zh) * | 2020-04-26 | 2020-09-01 | 数坤(北京)网络科技有限公司 | 一种cta影像处理方法、装置及存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002253539A (ja) * | 2001-03-05 | 2002-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 医用画像識別システム,医用画像識別処理方法,医用画像識別用プログラムおよびその記録媒体 |
CN101366059A (zh) * | 2005-12-29 | 2009-02-11 | 卡尔斯特里姆保健公司 | 用于多个器官系统的cad检测系统 |
CN101753823A (zh) * | 2008-12-18 | 2010-06-23 | 三星电子株式会社 | 自动标记图像的装置及其方法 |
CN101791228A (zh) * | 2009-02-04 | 2010-08-04 | 株式会社东芝 | 医用图像数据处理装置和医用图像数据处理方法 |
CN102629376A (zh) * | 2011-02-11 | 2012-08-08 | 微软公司 | 图像配准 |
CN102915400A (zh) * | 2011-08-02 | 2013-02-06 | 西门子公司 | 用于计算机支持地显示或分析医学检查数据的方法和装置 |
CN103226575A (zh) * | 2013-04-01 | 2013-07-31 | 北京小米科技有限责任公司 | 一种图像处理方法和装置 |
CN103340646A (zh) * | 2013-07-23 | 2013-10-09 | 奚岩 | 一种ct成像的辐射剂量计算、显示及存储方法 |
CN104331694A (zh) * | 2014-04-02 | 2015-02-04 | 上海齐正微电子有限公司 | 医疗影像特征区域实时提取和标示方法 |
CN104637024A (zh) * | 2013-11-14 | 2015-05-20 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN104798107A (zh) * | 2012-11-23 | 2015-07-22 | 皇家飞利浦有限公司 | 从医学图像生成关键图像 |
JP2015186567A (ja) * | 2014-03-11 | 2015-10-29 | 株式会社東芝 | 医用画像処理装置および医用画像処理システム |
CN106037797A (zh) * | 2015-03-30 | 2016-10-26 | 美国西门子医疗解决公司 | 超声成像中感兴趣的三维容积 |
CN106056647A (zh) * | 2016-05-30 | 2016-10-26 | 南昌大学 | 一种基于卷积稀疏双层迭代学习的磁共振快速成像方法 |
CN106456125A (zh) * | 2014-05-02 | 2017-02-22 | 皇家飞利浦有限公司 | 用于将医学图像中的特征链接到解剖结构模型的系统以及其操作方法 |
CN106794011A (zh) * | 2014-08-23 | 2017-05-31 | 直观外科手术操作公司 | 用于在图像引导程序中显示病理数据的系统和方法 |
CN107291936A (zh) * | 2017-07-04 | 2017-10-24 | 太原理工大学 | 一种基于视觉特征和征象标签的超图哈希图像检索实现肺结节征象识别的方法 |
US20180129782A1 (en) * | 2016-11-09 | 2018-05-10 | General Electric Company | System and method for saving medical imaging data |
-
2018
- 2018-08-28 CN CN201810988691.9A patent/CN109273073A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002253539A (ja) * | 2001-03-05 | 2002-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 医用画像識別システム,医用画像識別処理方法,医用画像識別用プログラムおよびその記録媒体 |
CN101366059A (zh) * | 2005-12-29 | 2009-02-11 | 卡尔斯特里姆保健公司 | 用于多个器官系统的cad检测系统 |
CN101753823A (zh) * | 2008-12-18 | 2010-06-23 | 三星电子株式会社 | 自动标记图像的装置及其方法 |
CN101791228A (zh) * | 2009-02-04 | 2010-08-04 | 株式会社东芝 | 医用图像数据处理装置和医用图像数据处理方法 |
CN102629376A (zh) * | 2011-02-11 | 2012-08-08 | 微软公司 | 图像配准 |
CN102915400A (zh) * | 2011-08-02 | 2013-02-06 | 西门子公司 | 用于计算机支持地显示或分析医学检查数据的方法和装置 |
CN104798107A (zh) * | 2012-11-23 | 2015-07-22 | 皇家飞利浦有限公司 | 从医学图像生成关键图像 |
CN103226575A (zh) * | 2013-04-01 | 2013-07-31 | 北京小米科技有限责任公司 | 一种图像处理方法和装置 |
CN103340646A (zh) * | 2013-07-23 | 2013-10-09 | 奚岩 | 一种ct成像的辐射剂量计算、显示及存储方法 |
CN104637024A (zh) * | 2013-11-14 | 2015-05-20 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
JP2015186567A (ja) * | 2014-03-11 | 2015-10-29 | 株式会社東芝 | 医用画像処理装置および医用画像処理システム |
CN104331694A (zh) * | 2014-04-02 | 2015-02-04 | 上海齐正微电子有限公司 | 医疗影像特征区域实时提取和标示方法 |
CN106456125A (zh) * | 2014-05-02 | 2017-02-22 | 皇家飞利浦有限公司 | 用于将医学图像中的特征链接到解剖结构模型的系统以及其操作方法 |
CN106794011A (zh) * | 2014-08-23 | 2017-05-31 | 直观外科手术操作公司 | 用于在图像引导程序中显示病理数据的系统和方法 |
CN106037797A (zh) * | 2015-03-30 | 2016-10-26 | 美国西门子医疗解决公司 | 超声成像中感兴趣的三维容积 |
CN106056647A (zh) * | 2016-05-30 | 2016-10-26 | 南昌大学 | 一种基于卷积稀疏双层迭代学习的磁共振快速成像方法 |
US20180129782A1 (en) * | 2016-11-09 | 2018-05-10 | General Electric Company | System and method for saving medical imaging data |
CN107291936A (zh) * | 2017-07-04 | 2017-10-24 | 太原理工大学 | 一种基于视觉特征和征象标签的超图哈希图像检索实现肺结节征象识别的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612863A (zh) * | 2020-04-26 | 2020-09-01 | 数坤(北京)网络科技有限公司 | 一种cta影像处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919928B (zh) | 医学影像的检测方法、装置和存储介质 | |
CN108520519B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
JP5328146B2 (ja) | 医用画像処理装置、医用画像処理方法ならびにプログラム | |
CN111369576B (zh) | 图像分割模型的训练方法、图像分割方法、装置及设备 | |
US8369585B2 (en) | Automatic classification of information in images | |
CN110136809A (zh) | 一种医疗图像处理方法、装置、电子医疗设备和存储介质 | |
ES2914387T3 (es) | Estudio inmediato | |
WO2015163089A1 (ja) | 医用画像情報システム、医用画像情報処理方法及びプログラム | |
EP2189942A2 (en) | Method and system for registering a medical image | |
EP3664034B1 (en) | Method and data processing system for providing lymph node information | |
CN112215858A (zh) | 用于图像分割和识别的方法和系统 | |
US8831308B2 (en) | Shape based conditional random fields for segmenting intracranial aneurysms | |
Galbusera et al. | Exploring the potential of generative adversarial networks for synthesizing radiological images of the spine to be used in in silico trials | |
CN106709920B (zh) | 血管提取方法及其装置 | |
JP2016168166A (ja) | 医用画像処理装置、方法およびプログラム | |
US7421100B2 (en) | Method, computer program and system of visualizing image data | |
CN115719334A (zh) | 基于人工智能的医学影像评价方法、装置、设备及介质 | |
WO2007056082A1 (en) | Automatic change quantification from medical image sets | |
CN113610824A (zh) | 穿刺路径规划方法及装置,电子设备及存储介质 | |
US9679376B2 (en) | Medical image processing apparatus, method, and recording medium | |
US8515213B2 (en) | System, method and computer instructions for aiding image analysis | |
CN109273073A (zh) | 医学图像的存储方法及装置、计算机可读存储介质 | |
Zhang et al. | A new window loss function for bone fracture detection and localization in X-ray images with point-based annotation | |
CN113554640A (zh) | Ai模型的训练方法、使用方法、计算机设备及存储介质 | |
CN111192679B (zh) | 一种影像数据异常的处理方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |
|
RJ01 | Rejection of invention patent application after publication |