CN110767283B - 精神疾病影像学自动化报告系统及其方法 - Google Patents
精神疾病影像学自动化报告系统及其方法 Download PDFInfo
- Publication number
- CN110767283B CN110767283B CN201910901508.1A CN201910901508A CN110767283B CN 110767283 B CN110767283 B CN 110767283B CN 201910901508 A CN201910901508 A CN 201910901508A CN 110767283 B CN110767283 B CN 110767283B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- brain region
- abnormal
- brain
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 56
- 208000020016 psychiatric disease Diseases 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 31
- 210000004556 brain Anatomy 0.000 claims abstract description 189
- 230000002159 abnormal effect Effects 0.000 claims abstract description 122
- 238000005259 measurement Methods 0.000 claims abstract description 91
- 238000003745 diagnosis Methods 0.000 claims abstract description 40
- 208000024891 symptom Diseases 0.000 claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 25
- 238000012805 post-processing Methods 0.000 claims abstract description 21
- 230000001575 pathological effect Effects 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 20
- 238000002372 labelling Methods 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 10
- 238000010252 digital analysis Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 26
- 238000002610 neuroimaging Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 238000012916 structural analysis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种精神疾病影像学自动化报告系统，包括数据解析模块从大脑定量后处理系统获取患者每个脑区的测量数据并解析；数据对比模块识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，当测量数据高于上限值或低于下限值时，该测量数据为异常数据，当测量数据在阈值范围内时，该测量数据为正常数据；当接收到异常数据时，报告生成模块基于异常数据和临床症状知识库模块中每个异常脑区病理状态数据，自动生成有发现诊断报告；当接收到正常数据时，自动生成无发现诊断报告。本发明还公开了一种精神疾病影像学自动化报告方法。本发明能提高对精神疾病患者的诊断准确性，降低了医生的劳动强度。
Description
技术领域
本发明涉及医疗信息领域，更具体地，涉及一种精神疾病影像学自动化报告系统及其方法。
背景技术
目前市场上已经存在了一些定量化神经影像分析的软件，这些软件可以生成一组测量信息，每组包括特定的神经信号与产生这组神经信号的部位编码。这些信息提交给医生之后，需要医生运用形象思维与逻辑思维，并结合各个脑区的生理意义及在精神疾病中的作用，对临床表现的符合性、病情的严重程度、可能的治疗方案，以及预后的可能性进行分析。这种方法过于依赖医生的逻辑能力、记忆能力与行医经验，耗时耗力，严重限制了神经定量分析应用的普及。
发明内容
有鉴于此，本发明的主要目的在于提供一种精神疾病影像学自动化报告系统及其方法，能够解决现有技术中存在的诊断效率低、增加医生劳动强度、诊断准确度低的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一方面，本发明提供了一种精神疾病影像学自动化报告系统，包括数据解析模块、健康脑区结构参数数据库模块、数据对比模块、临床症状知识库模块和报告生成模块，其中，数据解析模块，分别与数据对比模块相连，用于从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，将解析后的测量数据发送给数据对比模块；健康脑区结构参数数据库模块，与数据对比模块相连，用于存储不同年龄段健康人群的每个脑区数据的阈值范围；数据对比模块，分别与数据解析模块、健康脑区结构参数数据库模块和报告生成模块相连，用于接收解析后的测量数据，识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据，并将异常数据及异常数据对应的脑区名称或正常数据发送给报告生成模块；临床症状知识库模块，与报告生成模块相连，用于存储患者不同脑区病理状态数据；报告生成模块，分别与数据对比模块和临床症状知识库模块相连，用于当接收到异常数据及异常数据对应的脑区名称时，基于异常数据及异常数据对应的脑区名称，从临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到正常数据时，则自动生成无发现诊断报告。
优选地，报告生成模块还包括：标注单元，用于基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上。
优选地，报告生成模块还包括：第一训练单元，与健康脑区结构参数数据库模块相连，用于对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块。
优选地，报告生成模块还包括：第二训练单元，与临床症状知识库模块相连，用于对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块。
另一方面，本发明还提供了一种精神疾病影像学自动化报告方法，包括：数据解析模块从大脑定量后处理系统获取患者每个脑区的测量数据，对所述测量数据进行数字化解析，将解析后的测量数据发送给数据对比模块；数据对比模块接收解析后的测量数据，识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据，并将异常数据及异常数据对应的脑区名称或正常数据发送给报告生成模块；其中，健康脑区结构参数数据库模块存储不同年龄段健康人群的每个脑区数据的阈值范围；当接收到异常数据及异常数据对应的脑区名称时，报告生成模块基于异常数据及异常数据对应的脑区名称，从临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到正常数据时，则自动生成无发现诊断报告；其中，临床症状知识库模块存储患者不同脑区病理状态数据。
优选地，该方法还包括：报告生成模块中的标注单元基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上。
优选地，该方法还包括：报告生成模块中的第一训练单元对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块。
优选地，该方法还包括：报告生成模块中的第二训练单元对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块。
本发明的技术效果：
1.由于本发明中设置了数据解析模块、数据对比模块和报告生成模块，从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，数据对比模块识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据；报告生成模块基于异常数据或正常数据自动生成有发现诊断报告或无发现诊断报告。提高了精神疾病患者神经影像学诊断的效率和准确性，能够在诊断报告界面显示定量、定性的诊断内容；在提高诊断质量的前提下，降低了医生的劳动强度；
2.由于本发明中设置了标注单元，可以基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上；向临床与患者提供图文界面，能够使得临床医生和患者清楚的看到病灶区域，提高了沟通质量；
3.由于本发明设置了第一训练单元，能够对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块，以便对健康脑区结构参数数据库模块进行持续迭代和改进，增加了信息的准确性；
4.由于本发明设置了第二训练单元，能够对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块，增加了典型患者的临床数据，以便对临床症状知识库模块进行持续迭代和改进。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了根据本发明实施例一的精神疾病影像学自动化报告系统结构示意图；
图2示出了根据本发明实施例一的精神疾病影像学自动化报告系统中大脑定量后处理系统输出的数据示意图；
图3示出了根据本发明实施例一的精神疾病影像学自动化报告系统中数据解析模块解析后的数据示意图；
图4示出了根据本发明实施例一的精神疾病影像学自动化报告系统中报告生成模块生成诊断报告界面示意图；
图5示出了根据本发明实施例二的精神疾病影像学自动化报告系统结构示意图；
图6示出了根据本发明实施例二的精神疾病影像学自动化报告系统中标注后的脑区结构分析图示意图；
图7示出了根据本发明实施例二的精神疾病影像学自动化报告系统中报告生成模块生成带有标注后的脑区结构分析图的诊断报告界面示意图；
图8示出了根据本发明实施例三的精神疾病影像学自动化报告系统结构示意图；
图9示出了根据本发明实施例四的精神疾病影像学自动化报告系统结构示意图；
图10示出了根据本发明实施例五的精神疾病影像学自动化报告方法流程图；
图11示出了根据本发明实施例五的精神疾病影像学自动化报告方法中大脑定量后处理系统输出的数据示意图；
图12示出了根据本发明实施例五的精神疾病影像学自动化报告方法中数据解析模块解析后的数据示意图；
图13示出了根据本发明实施例五的精神疾病影像学自动化报告方法中报告生成模块生成诊断报告界面示意图；
图14示出了根据本发明实施例五的精神疾病影像学自动化报告方法中标注后的脑区结构分析图示意图；
图15示出了根据本发明实施例五的精神疾病影像学自动化报告方法中报告生成模块生成带有标注后的脑区结构分析图的诊断报告界面示意图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
实施例一
图1示出了根据本发明实施例一的精神疾病影像学自动化报告系统结构示意图；如图1所示，该系统包括：数据解析模块10、健康脑区结构参数数据库模块20、数据对比模块30、临床症状知识库模块40和报告生成模块50，其中，
数据解析模块10，分别与数据对比模块30相连，用于从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，将解析后的测量数据发送给数据对比模块；
图2示出了根据本发明实施例一的精神疾病影像学自动化报告系统中大脑定量后处理系统输出的数据示意图；图3示出了根据本发明实施例一的精神疾病影像学自动化报告系统中数据解析模块解析后的数据示意图；如图2、图3所示，从大脑定量后处理系统获取的测量数据经过数据解析模块解析后，符合报告生成模块的数据处理类型。
健康脑区结构参数数据库模块20，与数据对比模块30相连，用于存储不同年龄段健康人群的每个脑区数据的阈值范围；
健康脑区结构参数数据库模块20是医疗机构筛选的大概几千例不同年龄段健康人群的脑区数据的阈值范围，该阈值范围作为标准阈值范围供数据对比模块调用。
数据对比模块30，分别与数据解析模块10、健康脑区结构参数数据库模块20和报告生成模块50相连，用于接收解析后的测量数据，识别该患者的年龄段，从健康脑区结构参数数据库模块20中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据，并将异常数据及异常数据对应的脑区名称或正常数据发送给报告生成模块50；
例如：岛叶脑区灰质体积比阈值范围的上限值增高，则岛叶脑区的测量值为异常数据。
临床症状知识库模块40，与报告生成模块50相连，用于存储患者不同脑区病理状态数据；
报告生成模块50，分别与数据对比模块30和临床症状知识库模块40相连，用于当接收到异常数据及异常数据对应的脑区名称时，基于异常数据及异常数据对应的脑区名称，从临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到正常数据时，则自动生成无发现诊断报告。
图4示出了根据本发明实施例一的精神疾病影像学自动化报告系统中报告生成模块生成诊断报告界面示意图；如图4所示，后处理提示是报告生成模块自动生成的，诊断印象是医生根据后处理提示并结合患者临床症状等作出的定性诊断。
本发明的实施例设置了数据解析模块、数据对比模块和报告生成模块，从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，数据对比模块识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据；报告生成模块基于异常数据或正常数据自动生成有发现诊断报告或无发现诊断报告。提高了精神疾病患者神经影像学诊断的效率和准确性，能够在诊断报告界面显示定量、定性的诊断内容；在提高诊断质量的前提下，降低了医生的劳动强度。
实施例二
图5示出了根据本发明实施例二的精神疾病影像学自动化报告系统结构示意图；如图5所示，报告生成模块50还包括：标注单元502，用于基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上。
图6示出了根据本发明实施例二的精神疾病影像学自动化报告系统中标注后的脑区结构分析图示意图；如图6所示，此时，我们设定红色代表脑区测量值上限值增高的显示，蓝色代表脑区测量值下限值降低的显示。
图7示出了根据本发明实施例二的精神疾病影像学自动化报告系统中报告生成模块生成带有标注后的脑区结构分析图的诊断报告界面示意图；如图7所示，诊断报告利用图文的形式表现给临床医生和患者，对疾病的表现一目了然，系统很人性化。
本发明的实施例中设置了标注单元，可以基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上；向临床与患者提供图文界面，能够使得临床医生和患者清楚的看到病灶区域，提高了沟通质量。
实施例三
图8示出了根据本发明实施例三的精神疾病影像学自动化报告系统结构示意图；如图8所示，报告生成模块50还包括：第一训练单元504，与健康脑区结构参数数据库模块20相连，用于对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块20。完善健康脑区结构参数数据库模块20的数据信息。
本发明的实施例设置了第一训练单元，能够对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块，以便对健康脑区结构参数数据库模块进行持续迭代和改进，增加了信息的准确性。
实施例四
图9示出了根据本发明实施例四的精神疾病影像学自动化报告系统结构示意图；如图9所示，报告生成模块50还包括：第二训练单元506，与临床症状知识库模块40相连，用于对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块40。完善临床症状知识库模块40的数据信息。
本发明的实施例设置了第二训练单元，能够对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块，增加了典型患者的临床数据，以便对临床症状知识库模块进行持续迭代和改进。
实施例五
图7示出了根据本发明实施例五的在没有MPPS服务下计算影像学检查时长的方法流程图，如图7所示，该方法包括以下步骤：
步骤S501，数据解析模块从大脑定量后处理系统获取患者每个脑区的测量数据，对所述测量数据进行数字化解析，将解析后的测量数据发送给数据对比模块；
图11示出了根据本发明实施例五的精神疾病影像学自动化报告方法中大脑定量后处理系统输出的数据示意图；图12示出了根据本发明实施例五的精神疾病影像学自动化报告方法中数据解析模块解析后的数据示意图；如图11、图12所示，从大脑定量后处理系统获取的测量数据经过数据解析模块解析后，符合报告生成模块的数据处理类型。
步骤S502，数据对比模块接收解析后的测量数据，识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据，并将异常数据及异常数据对应的脑区名称或正常数据发送给报告生成模块；
例如：岛叶脑区灰质体积比阈值范围的上限值增高，则岛叶脑区的测量值为异常数据。
其中，健康脑区结构参数数据库模块存储不同年龄段健康人群的每个脑区数据的阈值范围；
健康脑区结构参数数据库模块20是医疗机构筛选的大概几千例不同年龄段健康人群的脑区数据的阈值范围，该阈值范围作为标准阈值范围供数据对比模块调用。
步骤S503，当接收到异常数据及异常数据对应的脑区名称时，报告生成模块基于异常数据及异常数据对应的脑区名称，从临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到正常数据时，则自动生成无发现诊断报告；
其中，临床症状知识库模块存储患者不同脑区病理状态数据。
图13示出了根据本发明实施例五的精神疾病影像学自动化报告方法中报告生成模块生成诊断报告界面示意图；如图13所示，后处理提示是报告生成模块自动生成的，诊断印象是医生根据后处理提示并结合患者临床症状等作出的定性诊断。
其中，该方法还包括：报告生成模块中的标注单元基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上。
图14示出了根据本发明实施例五的精神疾病影像学自动化报告方法中标注后的脑区结构分析图示意图；如图14所示，此时，我们设定红色代表脑区测量值上限值增高的显示，蓝色代表脑区测量值下限值降低的显示。
图15示出了根据本发明实施例五的精神疾病影像学自动化报告方法中报告生成模块生成带有标注后的脑区结构分析图的诊断报告界面示意图；如图15所示，诊断报告利用图文的形式表现给临床医生和患者，对疾病的表现一目了然，系统很人性化。
其中，该方法还包括：报告生成模块中的第一训练单元对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块。完善健康脑区结构参数数据库模块20的数据信息。
其中，该方法还包括：报告生成模块中的第二训练单元对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块。完善临床症状知识库模块40的数据信息。
本发明实施例中的数据解析模块、数据对比模块和报告生成模块，从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，数据对比模块识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据；报告生成模块基于异常数据或正常数据自动生成有发现诊断报告或无发现诊断报告。提高了精神疾病患者神经影像学诊断的效率和准确性，能够在诊断报告界面显示定量、定性的诊断内容；在提高诊断质量的前提下，降低了医生的劳动强度；标注单元可以基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上；向临床与患者提供图文界面，能够使得临床医生和患者清楚的看到病灶区域，提高了沟通质量；第一训练单元，能够对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块，以便对健康脑区结构参数数据库模块进行持续迭代和改进，增加了信息的准确性；第二训练单元，能够对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块，增加了典型患者的临床数据，以便对临床症状知识库模块进行持续迭代和改进。
从以上描述中，可以看出，本发明的上述实施例实现了如下技术效果：本发明的实施例设置了数据解析模块、数据对比模块和报告生成模块，从大脑定量后处理系统获取患者每个脑区的测量数据，对测量数据进行数字化解析，数据对比模块识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将测量数据与阈值范围进行对比，当测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当测量数据在阈值范围内时，则该测量数据为正常数据；报告生成模块基于异常数据或正常数据自动生成有发现诊断报告或无发现诊断报告。提高了精神疾病患者神经影像学诊断的效率和准确性，能够在诊断报告界面显示定量、定性的诊断内容；在提高诊断质量的前提下，降低了医生的劳动强度；由于本发明的实施例设置了标注单元，可以基于异常数据及异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于上限值和低于下限值的脑区，并将标注后的脑区结构分析图自动显示在影像学报告的界面上；向临床与患者提供图文界面，能够使得临床医生和患者清楚的看到病灶区域，提高了沟通质量；由于本发明的实施例设置了第一训练单元，能够对正常数据进行分析，当正常数据符合第一预设条件时，将正常数据发送给健康脑区结构参数数据库模块，以便对健康脑区结构参数数据库模块进行持续迭代和改进，增加了信息的准确性；由于本发明的实施例设置了第二训练单元，能够对异常数据进行分析，当异常数据符合第二预设条件时，将异常数据发送给临床症状知识库模块，增加了典型患者的临床数据，以便对临床症状知识库模块进行持续迭代和改进。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种精神疾病影像学自动化报告系统，其特征在于，包括数据解析模块、健康脑区结构参数数据库模块、数据对比模块、临床症状知识库模块和报告生成模块，其中，
所述数据解析模块，与所述数据对比模块相连，用于从大脑定量后处理系统获取患者每个脑区的测量数据，对所述测量数据进行数字化解析，将解析后的测量数据发送给所述数据对比模块；
所述健康脑区结构参数数据库模块，与所述数据对比模块相连，用于存储不同年龄段健康人群的每个脑区数据的阈值范围；
所述数据对比模块，分别与所述数据解析模块、所述健康脑区结构参数数据库模块和所述报告生成模块相连，用于接收所述解析后的测量数据，识别该患者的年龄段，从所述健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将所述测量数据与所述阈值范围进行对比，当所述测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当所述测量数据在所述阈值范围内时，则该测量数据为正常数据，并将所述异常数据及所述异常数据对应的脑区名称或所述正常数据发送给所述报告生成模块；
所述临床症状知识库模块，与所述报告生成模块相连，用于存储患者不同脑区病理状态数据；
所述报告生成模块，分别与所述数据对比模块和所述临床症状知识库模块相连，用于当接收到所述异常数据及所述异常数据对应的脑区名称时，基于所述异常数据及所述异常数据对应的脑区名称，从所述临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到所述正常数据时，则自动生成无发现诊断报告。
2.根据权利要求1所述的精神疾病影像学自动化报告系统，其特征在于，所述报告生成模块还包括：标注单元，用于基于所述异常数据及所述异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于所述上限值和低于所述下限值的脑区，并将标注后的所述脑区结构分析图自动显示在影像学报告的界面上。
3.根据权利要求1所述的精神疾病影像学自动化报告系统，其特征在于，所述报告生成模块还包括：第一训练单元，与所述健康脑区结构参数数据库模块相连，用于对所述正常数据进行分析，当所述正常数据符合第一预设条件时，将所述正常数据发送给所述健康脑区结构参数数据库模块。
4.根据权利要求1所述的精神疾病影像学自动化报告系统，其特征在于，所述报告生成模块还包括：第二训练单元，与所述临床症状知识库模块相连，用于对所述异常数据进行分析，当所述异常数据符合第二预设条件时，将所述异常数据发送给所述临床症状知识库模块。
5.一种精神疾病影像学自动化报告方法，其特征在于，该方法包括：
数据解析模块从大脑定量后处理系统获取患者每个脑区的测量数据，对所述测量数据进行数字化解析，将解析后的测量数据发送给数据对比模块；
所述数据对比模块接收所述解析后的测量数据，识别该患者的年龄段，从健康脑区结构参数数据库模块中提取该年龄段每个脑区数据的阈值范围，将所述测量数据与所述阈值范围进行对比，当所述测量数据高于上限值或低于下限值时，则该测量数据为异常数据，当所述测量数据在所述阈值范围内时，则该测量数据为正常数据，并将所述异常数据及所述异常数据对应的脑区名称或所述正常数据发送给报告生成模块；其中，所述健康脑区结构参数数据库模块存储不同年龄段健康人群的每个脑区数据的阈值范围；
当接收到所述异常数据及所述异常数据对应的脑区名称时，所述报告生成模块基于所述异常数据及所述异常数据对应的脑区名称，从临床症状知识库模块中查找该患者的每个异常脑区病理状态数据，并自动生成有发现诊断报告；当接收到所述正常数据时，则自动生成无发现诊断报告；其中，临床症状知识库模块存储患者不同脑区病理状态数据。
6.根据权利要求5所述的精神疾病影像学自动化报告方法，其特征在于，该方法还包括：所述报告生成模块中的标注单元基于所述异常数据及所述异常数据对应的脑区名称，在预先设定的脑区结构分析图中标注各个异常脑区，标注的方式为以不同颜色代表高于所述上限值和低于所述下限值的脑区，并将标注后的所述脑区结构分析图自动显示在影像学报告的界面上。
7.根据权利要求5所述的精神疾病影像学自动化报告方法，其特征在于，该方法还包括：所述报告生成模块中的第一训练单元对所述正常数据进行分析，当所述正常数据符合第一预设条件时，将所述正常数据发送给所述健康脑区结构参数数据库模块。
8.根据权利要求5所述的精神疾病影像学自动化报告方法，其特征在于，该方法还包括：所述报告生成模块中的第二训练单元对所述异常数据进行分析，当所述异常数据符合第二预设条件时，将所述异常数据发送给所述临床症状知识库模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910901508.1A CN110767283B (zh) | 2019-09-23 | 2019-09-23 | 精神疾病影像学自动化报告系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910901508.1A CN110767283B (zh) | 2019-09-23 | 2019-09-23 | 精神疾病影像学自动化报告系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110767283A CN110767283A (zh) | 2020-02-07 |
| CN110767283B true CN110767283B (zh) | 2023-09-26 |
Family
ID=69330697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910901508.1A Active CN110767283B (zh) | 2019-09-23 | 2019-09-23 | 精神疾病影像学自动化报告系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110767283B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529868B (zh) * | 2020-12-10 | 2023-06-27 | 上海联影医疗科技股份有限公司 | 图像分析方法、装置、计算机设备和存储介质 |
| CN113571148B (zh) * | 2021-06-07 | 2023-04-11 | 四川大学华西医院 | 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 |
| CN114298005A (zh) * | 2021-12-29 | 2022-04-08 | 深圳市铱硙医疗科技有限公司 | 脑部影像辅助判读报告生成系统及方法 |
| CN115062120B (zh) * | 2022-08-18 | 2022-12-09 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 读片知识图谱构建方法、装置、处理器及报告生成方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6245021B1 (en) * | 1997-04-11 | 2001-06-12 | Heartlink Na Patent Corporation | Method for diagnosing psychiatric disorders |
| JP2015179319A (ja) * | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 医療レポート作成支援装置 |
| CN106446574A (zh) * | 2016-10-10 | 2017-02-22 | 重庆市中迪医疗信息科技股份有限公司 | 影像报告系统 |
| CN106570331A (zh) * | 2016-11-07 | 2017-04-19 | 万里云医疗信息科技（北京）有限公司 | 一种动态诊断报告的生成方法及生成系统 |
| CN106874682A (zh) * | 2017-02-28 | 2017-06-20 | 北京赛迈特锐医疗科技有限公司 | 基于图形化书写结构化报告的系统及其方法 |
| CN107273657A (zh) * | 2017-05-15 | 2017-10-20 | 慧影医疗科技（北京）有限公司 | 影像诊断图文报告的生成方法及存储设备 |
| CN109448822A (zh) * | 2018-09-21 | 2019-03-08 | 沈阳医学院附属中心医院 | 基于影像报告的ct图像肺气肿自动标注方法 |
| CN109767820A (zh) * | 2018-05-29 | 2019-05-17 | 深圳市智影医疗科技有限公司 | 一种基于影像的诊断/检测报告生成方法、装置及设备 |
| CN110010245A (zh) * | 2019-03-20 | 2019-07-12 | 上海市精神卫生中心（上海市心理咨询培训中心） | 一种精神疾病脑影像处理系统 |
-
2019
- 2019-09-23 CN CN201910901508.1A patent/CN110767283B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6245021B1 (en) * | 1997-04-11 | 2001-06-12 | Heartlink Na Patent Corporation | Method for diagnosing psychiatric disorders |
| JP2015179319A (ja) * | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 医療レポート作成支援装置 |
| CN106446574A (zh) * | 2016-10-10 | 2017-02-22 | 重庆市中迪医疗信息科技股份有限公司 | 影像报告系统 |
| CN106570331A (zh) * | 2016-11-07 | 2017-04-19 | 万里云医疗信息科技（北京）有限公司 | 一种动态诊断报告的生成方法及生成系统 |
| CN106874682A (zh) * | 2017-02-28 | 2017-06-20 | 北京赛迈特锐医疗科技有限公司 | 基于图形化书写结构化报告的系统及其方法 |
| CN107273657A (zh) * | 2017-05-15 | 2017-10-20 | 慧影医疗科技（北京）有限公司 | 影像诊断图文报告的生成方法及存储设备 |
| CN109767820A (zh) * | 2018-05-29 | 2019-05-17 | 深圳市智影医疗科技有限公司 | 一种基于影像的诊断/检测报告生成方法、装置及设备 |
| CN109448822A (zh) * | 2018-09-21 | 2019-03-08 | 沈阳医学院附属中心医院 | 基于影像报告的ct图像肺气肿自动标注方法 |
| CN110010245A (zh) * | 2019-03-20 | 2019-07-12 | 上海市精神卫生中心（上海市心理咨询培训中心） | 一种精神疾病脑影像处理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110767283A (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110767283B (zh) | 精神疾病影像学自动化报告系统及其方法 | |
| US11562813B2 (en) | Automated clinical indicator recognition with natural language processing | |
| CN111292821B (zh) | 一种医学诊疗系统 | |
| CN108198620B (zh) | 一种基于深度学习的皮肤疾病智能辅助诊断系统 | |
| US8214224B2 (en) | Patient data mining for quality adherence | |
| US20130238363A1 (en) | Medical examination assistance system and method of assisting medical examination | |
| US7996242B2 (en) | Automatically developing neuropsychiatric treatment plans based on neuroimage data | |
| Brauchli et al. | Univariate and multivariate analyses of functional networks in absolute pitch | |
| US20100010831A1 (en) | Automatically determining ideal treatment plans for complex neuropsychiatric conditions | |
| Fan et al. | Williams syndrome-specific neuroanatomical profile and its associations with behavioral features | |
| US20130317847A1 (en) | Medical Care Support System | |
| US20110129130A1 (en) | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data | |
| WO2020231007A2 (ko) | 의료기계 학습 시스템 | |
| US20130339041A1 (en) | Clinical information system | |
| Liu et al. | A large-scale multi-label 12-lead electrocardiogram database with standardized diagnostic statements | |
| Aaronson et al. | Unscheduled return visits to the emergency department with ICU admission: A trigger tool for diagnostic error | |
| Kant et al. | Preoperative MRI brain phenotypes are related to postoperative delirium in older individuals | |
| Pearce et al. | Getting seamless care right from the beginning–Integrating computers into the human interaction | |
| CN115662568A (zh) | 一种脑小血管病用药推荐临床辅助决策系统及方法 | |
| CN114020926A (zh) | 数据处理方法、装置和电子设备 | |
| CN106580275A (zh) | 一种手腕处脉搏信号处理系统 | |
| van de Leur et al. | Inherently explainable deep neural network-based interpretation of electrocardiograms using variational auto-encoders | |
| CN110889836A (zh) | 一种影像数据分析方法、装置、终端设备及存储介质 | |
| CN112568911A (zh) | 心电数据的分类方法、设备及具有存储功能的装置 | |
| CN111128330A (zh) | 电子病例报告表自动录入方法、装置以及相关设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Lv Su Inventor after: Gong Qiyong Inventor after: Li Fei Inventor after: Zhang Wenjing Inventor after: Tao Bo Inventor after: Zhao Youjin Inventor before: Lv Su Inventor before: Gong Qiyong Inventor before: Li Fei Inventor before: Zhang Wenjing Inventor before: Tao Bo Inventor before: Zhao Youjin |
|
| CB03 | Change of inventor or designer information |