CN111640480A - 医学报告生成方法、计算机设备和存储介质 - Google Patents
医学报告生成方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111640480A CN111640480A CN202010435145.XA CN202010435145A CN111640480A CN 111640480 A CN111640480 A CN 111640480A CN 202010435145 A CN202010435145 A CN 202010435145A CN 111640480 A CN111640480 A CN 111640480A
- Authority
- CN
- China
- Prior art keywords
- image
- medical
- medical image
- region
- target
- 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.)
- Granted
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请涉及一种医学报告生成方法、计算机设备和存储介质。所述方法包括:获取待分析的医学影像;根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;获取所述目标图像对应的报告文本;根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。采用本方法能够提高生成待分析的医学影像的报告文本的生成效率、准确度。
Description
技术领域
本申请涉及医学图像技术领域,特别是涉及一种医学报告生成方法、计算机设备和存储介质。
背景技术
影像学检查为临床上进行医学诊断的主要手段,因此,影像学检查报告的生成就显得尤为重要。以脊椎病为例,脊椎病是脊椎的骨质、椎间盘、肌肉及韧带发生改变,刺激脊髓及脊神经而出现的症状,以颈椎病、腰椎病较为常见,而影像学检查为临床上诊断脊椎病的主要手段,医生将根据患者的脊椎影像学检查结果生成影像学检查报告。
传统技术中,主要是通过医生对患者的影像数据进行阅读后,基于个人经验对病灶区域逐个进行鉴别诊断,手动填写影像学表现和影像学诊断等报告文本,生成影像学检查报告。
然而,传统的影像学检查报告生成方法,存在影像学检查报告的生成效率低、准确度低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高影像学检查报告的生成效率、准确度的医学报告生成方法、计算机设备和存储介质。
一种医学报告生成方法,所述方法包括:
获取待分析的医学影像;
根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;
获取所述目标图像对应的报告文本;
根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。
在其中一个实施例中,所述根据所述医学影像在预设的影像数据库中,查找到目标图像,包括:
对所述医学影像的感兴趣区域进行定位,得到所述医学影像的感兴趣区域图;
根据所述医学影像的感兴趣区域图,在所述影像数据库中查找到所述感兴趣区域图对应的医学影像,将所述感兴趣区域图对应的医学影像作为所述目标图像。
在其中一个实施例中,所述影像数据库中包括各医学影像对应的感兴趣区域图;所述根据所述医学影像的感兴趣区域图,在所述影像数据库中查找到所述感兴趣区域图对应的医学影像,将所述感兴趣区域图对应的医学影像作为所述目标图像,包括:
计算所述医学影像的感兴趣区域图与所述影像数据库中存储的感兴趣区域图之间的相似度;
将所述影像数据库中大于预设阈值的相似度对应的医学影像确定为所述目标图像。
在其中一个实施例中,所述根据所述医学影像在预设的影像数据库中,查找到目标图像,包括:
计算所述医学影像与所述影像数据库中存储的医学影像之间的相似度;
将所述影像数据库中大于预设阈值的相似度对应的医学影像确定为所述目标图像。
在其中一个实施例中,获取所述目标图像对应的报告文本,包括:
根据所述目标图像和预设的索引关系,查找到所述目标图像对应的报告文本;所述索引关系包括所述目标图像所属的图像类别与所述目标图像对应的报告文本之间的对应关系。
在其中一个实施例中,所述根据所述目标图像对应的报告文本,生成所述医学影像的报告文本,包括:
提取所述目标图像对应的报告文本中的影像学表现术语;
根据所述影像学表现术语和预设的检索映射表,在预设的术语词典中查找所述影像学表现术语对应的影像学诊断术语;
根据所述影像学表现术语和所述影像学诊断术语,生成所述医学影像的报告文本。
在其中一个实施例中,所述方法还包括:
对所述医学影像的感兴趣区域图进行量化分析,得到量化分析结果;
将所述量化分析结果加入所述医学影像的报告文本中,生成新的报告文本。
在其中一个实施例中,所述方法还包括:
若在所述影像数据库中未查找到所述目标图像及所述目标图像对应的报告文本,则输出预设的目标字段;所述预设的目标字段表示所述待分析的医学影像未见异常。
一种医学报告生成装置,所述装置包括:
第一获取模块,用于获取待分析的医学影像;
查找模块,用于根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;
第二获取模块,用于获取所述目标图像对应的报告文本;
生成模块,用于根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待分析的医学影像;
根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;
获取所述目标图像对应的报告文本;
根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待分析的医学影像;
根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;
获取所述目标图像对应的报告文本;
根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。
上述医学报告生成方法、计算机设备和存储介质,根据待分析的医学影像在预设的影像数据库中,能够快速准确地查找到与该待分析的医学影像具有相同的影像特征的目标图像,这样可以根据查找到的目标图像快速准确地获取到目标图像对应的报告文本,进而可以根据获取的目标图像对应的报告文本,快速准确地生成该待分析的医学影像的报告文本,提高了生成待分析的医学影像的报告文本的生成效率、准确度。
附图说明
图1为一个实施例提供的计算机设备的内部结构示意图;
图2为一个实施例提供的医学报告生成方法的流程示意图;
图3为另一个实施例提供的医学报告生成方法的流程示意图;
图4为另一个实施例提供的医学报告生成方法的流程示意图;
图5为另一个实施例提供的医学报告生成方法的流程示意图;
图6为另一个实施例提供的医学报告生成方法的流程示意图;
图7为另一个实施例提供的医学报告生成方法的流程示意图;
图8为一个实施例提供的医学报告生成方法的流程示意图;
图9为一个实施例提供的医学报告生成装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的医学报告生成方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
脊椎病是脊椎的骨质、椎间盘、肌肉及韧带发生改变,刺激脊髓及脊神经而出现的症状,以颈椎病、腰椎病较为常见。脊柱是由26块脊椎骨合成,即24块椎骨(7块颈椎、12块胸椎、5块腰椎)、1块骶骨和1块尾骨,影像学检查为临床诊断脊椎病的主要手段,常用的影像学检查方法包括CT、MRI及X线平片,临床上针对脊椎病常规的影像学检查首选平片;若有神经根受压症状时应选用CT;若拟诊为脊髓型颈椎病应首选MRI检查;若疑椎动脉型颈椎病可选CTA或MRA。影像学诊断可以借助影像设备厂商提供影像后处理工作站、医院配备的PACS系统,影像医生进行人工阅片,基于个人经验对椎体逐个进行鉴别诊断,诊断结果因人而异、难以客观量化,从而导致诊断标准不一致且容易出现漏诊和误诊。在鉴别诊断的同时医生需要手动填写影像学表现和影像学诊断等报告文本,影射学表现包括:部位(定位)、数量、大小、形态、密度、边缘、轮廓、邻近结构改变及复诊病例对比描述等。影射学诊断包括:定性诊断、描述性诊断和五级诊断概率等。由于目前缺少有效辅助医生完成结构化影像报告书写的工具,使影像报告书写耗时费力,易出现漏报、误报、晚报,诊断准确性降低,延误治疗时机。
在一个实施例中,如图2所示,提供了一种医学报告生成方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,获取待分析的医学影像。
其中,待分析的医学影像可以为待检测者的腰椎或颈椎影像,该医学影像可以为计算机断层成像(Computed Tomography,CT)影像、核磁共振(Magnetic Resonance,MR)影像、X光影像或者超声影像。具体地,计算机设备可以从影像设备后处理工作站中获取待分析的医学影像,也可以从PACS(Picture Archiving and Communication Systems,影像归档和通信系统)服务器中获取待分析的医学影像。
S202,根据医学影像在预设的影像数据库中,查找到目标图像;目标图像与医学影像具有相同的影像特征。
具体地,计算机设备根据上述待分析的医学影像在预设的影像数据库中,查找到与该医学影像具有相同的影像特征的目标图像。可以理解的是,在预设的影像数据库中存储了待检测者的多模态和多时间点的医学数字成像和通信(Digital Imaging andCommunications in Medicine,DICOM)影像数据,根据待分析的医学影像计算机设备能够在该预设的影像数据库中,查找到与该医学影像具有相同的影像特征的目标图像。
S203,获取目标图像对应的报告文本。
具体地,计算机设备获取目标图像对应的报告文本。其中,目标图像对应的报告文本中包括该目标图像的影像学表现术语和影像学诊断术语,影像学表现术语可以包括:颈椎生理曲度异常、颈椎不稳定、颈椎韧带退变、椎体骨赘、钩椎关节、椎小关节退变、颈椎间盘退变、椎管、侧隐窝、椎间孔下窄、横突孔及椎动脉异常等;影像学诊断术语可以包括:颈椎退变、椎间盘变性、突出及周围组织受累等诊断意见。可选的,计算机设备可以根据找到的目标图像,在预设的数据库中获取该目标图像对应的报告文本,其中,该预设的数据库中存储了医学影像以及其对应的报告文本,计算机设备可以在该预设的数据库中根据医学影像和报告文本之间的索引关系,获取到目标图像对应的报告文本。
S204,根据目标图像对应的报告文本,生成医学影像的报告文本。
具体地,计算机设备根据获取的目标图像对应的报告文本,生成该待分析的医学影像的报告文本。可选的,计算机设备可以直接将目标图像对应的报告文本作为该待分析的医学影像的报告文本,也可以根据目标图像对应的报告文本,对报告文本中的文本数据进行修改,生成该待分析的医学影像的报告文本。
在本实施例中,计算机设备根据待分析的医学影像在预设的影像数据库中,能够快速准确地查找到与该待分析的医学影像具有相同的影像特征的目标图像,这样可以根据查找到的目标图像快速准确地获取到目标图像对应的报告文本,进而可以根据获取的目标图像对应的报告文本,快速准确地生成该待分析的医学影像的报告文本,提高了生成待分析的医学影像的报告文本的生成效率、准确度。
在一个实施例中,如图3所示,在上述实施例的基础上,作为一种可选的实施方式,上述S202包括:
S301,对医学影像的感兴趣区域进行定位,得到医学影像的感兴趣区域图。
具体地,计算机设备对上述待分析的医学影像的感兴趣区域进行定位,得到该医学影像的感兴趣区域图。可选的,计算机设备可以将该待分析的医学影像输入预设的定位网络中,得到该医学影像的感兴趣区域图,也可以将该待分析的医学影像输入预设的分割模型中,定位出该待分析的医学影像的感兴趣区域,并分割出该感兴趣区域,得到该医学影像的感兴趣区域图。可以理解的是,医学影像的感兴趣区域可以为一个感兴趣区域,也可以为多个感兴趣区域,则相应地,计算机设备可以得到所述医学影像的一幅感兴趣区域图,也可以得到所述医学影像的多幅感兴趣区域图。
S302,根据医学影像的感兴趣区域图,在影像数据库中查找到感兴趣区域图对应的医学影像,将感兴趣区域图对应的医学影像作为目标图像。
具体地,计算机设备根据得到的待分析的医学影像的感兴趣区域图,在上述预设的影像数据库中查找到该医学影像的感兴趣区域图对应的医学影像,将该医学影像的感兴趣区域图对应的医学影像作为上述目标图像。可选的,计算机设备可以将得到的待分析的医学影像的感兴趣区域图与预设的影像数据库中的影像数据一一进行比对,进而查找到该医学影像的感兴趣区域图对应的医学影像。可以理解的是,若得到的医学影像的感兴趣区域图为一幅,则查找到的目标图像也为一幅图像;若得到的医学影像的感兴趣区域图为多幅,则查找到的目标图像也为多幅图像。
在本实施例中,计算机设备对待分析的医学影像的感兴趣区域能够进行快速准确地定位,进而能够快速准确地得到待分析的医学影像的感兴趣区域图,这样能够根据医学影像的感兴趣区域图,在预设的影像数据库中快速准确地查找到该感兴趣区域图对应的医学影像,由于是将该感兴趣区域图对应的医学影像作为的目标图像,进而提高了得到目标图像的效率和准确度。
在一个实施例中,如图4所示,在上述实施例的基础上,作为一种可选的实施方式,上述影像数据库中包括各医学影像对应的感兴趣区域图,上述S302包括:
S401,计算医学影像的感兴趣区域图与影像数据库中存储的感兴趣区域图之间的相似度。
具体地,计算机设备计算上述待分析的医学影像的感兴趣区域图与上述影像数据库中存储的感兴趣区域图之间的相似度。可选的,计算机设备可以通过计算待分析的医学影像的感兴趣区域图与上述影像数据库中存储的各感兴趣区域图之间的皮尔逊相关系数或者欧几里得距离,计算出待分析的医学影像的感兴趣区域图与影像数据库中存储的各感兴趣区域图之间的相似度。可选的,计算机设备可以计算上述待分析的医学影像的感兴趣区域图与影像数据库中存储的所有感兴趣区域图之间的相似度,也可以计算上述待分析的医学影像的感兴趣区域图与影像数据库中存储的部分感兴趣区域图之间的相似度。可以理解的是,若计算机设备得到的医学影像的感兴趣区域图为一幅图像,则计算机设备将计算这一幅感兴趣区域图与影像数据库中存储的感兴趣区域图之间的相似度;若计算机设备得到的医学影像的感兴趣区域图为多幅图像,则计算机设备将分别计算这几幅感兴趣区域图与影像数据库中存储的感兴趣区域图之间的相似度。
S402,将影像数据库中大于预设阈值的相似度对应的医学影像确定为目标图像。
具体地,计算机设备将上述影像数据库中大于预设阈值的相似度对应的医学影像确定为上述目标图像。示例性地,例如,预设阈值为0.5,计算机设备得到的上述医学影像的感兴趣区域图与上述影像数据库中存储的某个感兴趣区域图之间的相似度为0.8,则计算机设备将该感兴趣区域图对应的医学影像作为上述目标图像。可以理解的是,在计算机设备计算的是上述待分析的医学影像的感兴趣区域图与影像数据库中存储的部分感兴趣区域图之间的相似度的场景中,计算机设备只要计算出待分析的医学影像的感兴趣区域图与影像数据库中存储的某张感兴趣区域图之间的相似度大于预设阈值的相似度,就不再继续计算待分析的医学影像的感兴趣区域图与影像数据库中存储的其他感兴趣区域图之间的相似度,例如,影像数据库中存储的医学影像对应的感兴趣区域图包括10张感兴趣区域图时,当计算机设备计算出第5张感兴趣区域图与待分析的医学影像的感兴趣区域图之间的相似度大于预设阈值,则计算机设备不再计算该数据库中第5张以后的感兴趣区域图与待分析的医学影像的感兴趣区域图之间的相似度,将第5张感兴趣区域图对应的医学影像作为上述目标图像。
在本实施例中,计算机设备能够快速准确地计算出医学影像的感兴趣区域图与影像数据库中存储的感兴趣区域图之间的相似度,进而计算机设备可以快速准确地将该影像数据库中大于预设阈值的相似度的感兴趣区域图对应的医学影像确定为目标图像,提高了得到目标图像的效率和准确度。
在一些场景中,计算机设备可以直接根据待分析的医学影像和预设的影像数据库,得到目标图像。在一个实施例中,如图5所示,在上述实施例的基础上,作为一种可选的实施方式,上述S202包括:
S501,计算医学影像与影像数据库中存储的医学影像之间的相似度。
具体地,计算机设备计算上述待分析的医学影像与上述影像数据库中存储的各医学影像之间的相似度。可选的,计算机设备可以通过计算待分析的医学影像与上述影像数据库中存储的各医学影像之间的皮尔逊相关系数或者欧几里得距离,计算出待分析的医学影像与影像数据库中存储的各医学影像之间的相似度。可选的,计算机设备可以计算上述待分析的医学影像与影像数据库中存储的所有医学影像之间的相似度,也可以计算上述待分析的医学影像与影像数据库中存储的部分医学影像之间的相似度。
S502,将影像数据库中大于预设阈值的相似度对应的医学影像确定为目标图像。
具体地,计算机设备将上述影像数据库中大于预设阈值的相似度对应的医学影像确定为上述目标图像。示例性地,例如,预设阈值为0.3,计算机设备得到的上述医学影像与上述影像数据库中存储的某个医学影像之间的相似度为0.6,则计算机设备将该医学影像作为上述目标图像。可以理解的是,在计算机设备计算的是上述待分析的医学影像与影像数据库中存储的部分医学影像之间的相似度的场景中,计算机设备只要计算出待分析的医学影像与影像数据库中存储的某张医学影像之间的相似度大于预设阈值的相似度,就不再继续计算待分析的医学影像与影像数据库中存储的其他医学影像之间的相似度,例如,影像数据库中存储的医学影像包括10张时,当计算机设备计算出第6张医学影像与待分析的医学影像之间的相似度大于预设阈值,则计算机设备不再计算该数据库中第6张以后的医学影像与待分析的医学影像之间的相似度,将第6张医学影像作为上述目标图像。
在本实施例中,计算机设备能够快速准确地计算出医学影像与影像数据库中存储的医学影像之间的相似度,进而计算机设备可以快速准确地将该影像数据库中大于预设阈值的相似度对应的医学影像确定为目标图像,提高了得到目标图像的效率和准确度。
在上述实施例的基础上,作为一种可选的实施方式,上述S203包括:根据目标图像和预设的索引关系,查找到目标图像对应的报告文本;索引关系包括目标图像所属的图像类别与目标图像对应的报告文本之间的对应关系。
具体地,计算机设备根据上述目标图像和预设的索引关系,查找到目标图像对应的报告文本;其中,预设的索引关系包括目标图像所属的图像类别与目标图像对应的报告文本之间的对应关系。示例性地,例如,目标图像为颈椎图像,则预设的索引关系包括颈椎与颈椎对应的报告文本之间的对应关系,计算机设备可以根据该对应关系,查找到该目标图像对应的报告文本。需要说明的是,若计算机设备查找到的目标图像为一幅,则计算机设备查找到的目标图像对应的报告文本为一个报告文本;若计算机设备查找到的目标图像为多幅,则计算机设备查找到的目标图像对应的报告文本为这多幅目标图像分别对应的报告文本,即报告文本的数量与目标图像的数量相对应。
在本实施例中,计算机设备根据目标图像、目标图像所属的图像类别与目标图像对应的报告文本之间的对应关系,能够快速准确地查找到目标图像对应的报告文本,提高了得到目标图像对应的报告文本的准确度和效率。
在一个实施例中,如图6所示,在上述实施例的基础上,作为一种可选的实施方式,上述S204包括:
S601,提取目标图像对应的报告文本中的影像学表现术语。
具体地,计算机设备提取目标图像对应的报告文本中的影像学表现术语。可选的,计算机设备可以根据预设的关键词提取方法,提取目标图像对应的报告文本中的影像学表现术语,也可以将该目标图像输入预设的文本提取模型中,提取目标图像对应的报告文本中的影像学表现术语。需要说明的是,若计算机设备得到的目标图像为一幅,则计算机设备将在这一幅目标图像对应的报告文本中提取该报告文本中的影像学表现术语;若计算机设备得到的目标图像为多幅,则计算机设备将分别在这多幅目标图像对应的报告文本中提取多个报告文本中的影像学表现术语,得到多个影像学表现术语,且得到的多个影像学表现术语的数量与目标图像的数量一致。
S602,根据影像学表现术语和预设的检索映射表,在预设的术语词典中,查找影像学表现术语对应的影像学诊断术语。
具体地,计算机设备根据从目标图像对应的报告文本中提取出的影像学表现术语和预设的检索映射表,在预设的术语词典中,查找该影像学表现术语对应的影像学诊断术语。其中,预设的术语词典中存储有多模态的医学图像的影像学表现术语和影像学诊断术语,示例性地,影像学表现术语可以包括:颈椎影像学表现术语、胸椎影像学表现术语和腰椎影像学表现术语,以颈椎影像学表现术语为例,可选的,颈椎影像学表现术语可以包括颈椎生理曲度异常、颈椎不稳定、颈椎韧带退变、椎体骨赘、钩椎关节、椎小关节退变、颈椎间盘退变、椎管、侧隐窝、椎间孔下窄、横突孔及椎动脉异常等;颈椎影像学诊断可以包括:颈椎退变、椎间盘变性、突出及周围组织受累等诊断意见。示例性地,如计算机设备提取出的目标图像对应的报告文本中的影像学表现术语为颈椎生理曲度异常,则计算机设备根据颈椎生理曲度异常和预设的检索映射表,在预设的术语词典中查找到颈椎生理曲度异常对应的影像学诊断术语为颈椎退变。
需要说明的是,若计算机设备查找的目标图像为一幅,计算机设备从这一幅目标图像对应的报告文本中提取出的影像学表现术语为颈椎生理曲度异常,根据颈椎生理曲度异常和预设的检索映射表,在预设的术语词典中查找到颈椎生理曲度异常对应的影像学诊断术语为颈椎退变,则计算机设备将颈椎生理曲度异常作为上述医学影像的影像学表现术语,将颈椎退变作为上述医学影像的影像学诊断术语;若计算机设备得到的目标图像为两幅,提取出第一幅目标图像对应的报告文本中的影像学表现术语为颈椎生理曲度异常,计算机设备根据颈椎生理曲度异常和预设的检索映射表,在预设的术语词典中查找到颈椎生理曲度异常对应的影像学诊断术语为颈椎退变,提取出第二幅目标图像对应的报告文本中的影像学表现术语为椎体骨赘,计算机设备根据椎体骨赘和预设的检索映射表,在预设的术语词典中查找到椎体骨赘对应的影像学诊断术语为颈椎退变,则计算机设备将颈椎生理曲度异常、椎体骨赘作为上述医学影像的影像学表现术语,两个不同的影像学表现术语对应的影像学诊断术语都是颈椎退变,则计算机设备最终只将颈椎退变作为上述医学影像的影像学诊断术语,也就是只输出一个影像学诊断术语。可以理解的是,不同的影像学表现术语可以对应一个影像学诊断术语,计算机设备通过影像学表现术语和预设的检索映射表能够查找到这些不同影像学表现术语对应的影像学诊断术语,通过归类最终可以输出不同影像学表现术语对应的同一个的影像学诊断术语,避免了同一个影像学诊断术语出现多次的情况。
S603,根据影像学表现术语和影像学诊断术语,生成医学影像的报告文本。
具体地,计算机设备根据查找到的医学影像表现术语和影像学诊断术语,生成医学影像的报告文本。可选的,计算机设备可以将查找到的目标术语组成短语和句子,生成该医学影像的报告文本。示例性地,若计算机设备提取出目标图像对应的报告文本中的影像学表现术语为颈椎生理曲度异常,查找到的影像学诊断术语为颈椎退变,则计算机设备可以将颈椎生理曲度异常和颈椎退变组成短语:颈椎生理曲度异常、颈椎退变,将组成的短语作为该医学影像的报告文本;若计算机设备提取出目标图像对应的报告文本中的影像学表现术语为颈椎生理曲度异常、椎体骨赘,查找到的影像学诊断术语为颈椎退变,则计算机设备可以将颈椎生理曲度异常、椎体骨赘和颈椎退变组成短语:颈椎生理曲度异常、椎体骨赘、颈椎退变,将组成的短语作为该医学影像的报告文本。
在本实施例中,计算机设备能够快速准确地提取目标图像对应的报告文本中的影像学表现术语,这样可以根据提取出的影像学表现数据和预设的检索映射表,在预设的术语词典中快速准确地查找到该影像学表现术语对应的影像学诊断术语,这样可以根据提取的影像学表现术语和查找到的影像学诊断术语,快速准确地生成医学影像的报告文本,提高了生成医学影像的报告文本的效率和准确度。
在一些场景中,生成的医学影像的报告文本中还包括了对医学影像的感兴趣区域图的量化分析结果。在一个实施例中,如图7所示,在上述实施例的基础上,作为一种可选的实施方式,上述方法还包括:
S701,对医学影像的感兴趣区域图进行量化分析,得到量化分析结果。
具体地,计算机设备对上述待分析的医学影像的感兴趣区域图进行量化分析,得到待分析的医学影像的量化分析结果。可选的,计算机设备可以根据预设的量化指标对待分析的医学影像的感兴趣区域图进行量化分析,得到量化分析结果。可选的,量化分析结果可以包括:该待分析的医学影像中的病变部位(定位)、病变部位的数量、病变部位的大小、病变部位的形态、病变部位的密度、病变部位的边缘、病变部位的轮廓、邻近结构改变及复诊病例对比描述等,以及对病变部位的定性诊断、描述性诊断和五级诊断概率等。
示例性地,以待分析的医学影像为椎间盘医学影像为例进行说明,该预设的量化指标可以包括:椎间盘等组织的体积大小、椎间盘等组织的横断面上的面积大小、椎间盘等组织的最大最小径、CT值(极值与均值等)、椎间盘等组织的中心点及边缘的位置信息、椎间盘等组织的密度以及分割图的直方图分析等。
S702,将量化分析结果加入医学影像的报告文本中,生成新的报告文本。
具体地,计算机设备将得到的待分析的医学影像的感兴趣区域图的量化分析结果加入生成的医学影像的报告文本中,生成新的报告文本。可选的,医学影像的报告文本中可以设置有量化分析结果模块,计算机设备可以将得到的量化分析结果写入该模块,从而生成新的报告文本。
在本实施例中,计算机设备通过对医学影像的感兴趣区域图进行量化分析,能够得到量化分析结果,将得到的量化分析结果加入医学影像的报告文本中,生成的新的报告文本丰富了医学影像的报告文本的内容,增加了医学影像的报告文字中所包含的信息。
在上述实施例的基础上,作为一种可选的实施方式,上述方法还包括:若在影像数据库中未查找到目标图像及目标图像对应的报告文本,则输出预设的目标字段;预设的目标字段表示待分析的医学影像未见异常。
具体地,若计算机设备在上述影像数据库中未查找到目标图像及目标图像对应的报告文本,则输出表示上述待分析的医学影像未见异常的预设的目标字段。可以理解的是,若计算机设备未在上述影像数据库中查找到目标图像及目标图像对应的报告文本,说明该目标图像为正常图像,在该图像中没有异常的区域。
在本实施例中,若计算机设备在影像数据库中未查找到待分析的医学影像对应的目标图像及目标图像对应的报告文本,则输出表示待分析的医学影像未见异常的预设的目标字段,能够使用户及时地获取到待分析的医学影像的分析结果,提高了用户获取待分析的医学影像的分析结果的效率。
图8为一个实施例提供的医学报告生成方法的流程示意图。如图8所示,计算机设备导入患者的DICOM数据到病灶检测与分析模块,得到对该DICOM数据的检测分析结果,然后在病例影像数据库中进行图像检索,查找到与该DICOM数据相似的病例数据,从该相似病例数据中提取出术语关键词,然后在术语词典中进行术语检索,找到该DICOM数据对应的术语,将找到的术语输入对应的条目,从而生成该患者的DICOM数据对应的结构化报告。需要说明的是,本申请提供的医学报告生成方法既可以应用在院内信息化系统中如影像设备后处理工作站中,PACS阅片工作站中,也可以嵌入院间的云平台,用户通过云终端登录后使用。
应该理解的是,虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-8中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供了一种医学报告生成装置,包括:第一获取模块、查找模块、第二获取模块和生成模块,其中:
第一获取模块,用于获取待分析的医学影像。
查找模块,用于根据医学影像在预设的影像数据库中,查找到目标图像;目标图像与医学影像具有相同的影像特征。
第二获取模块,用于获取目标图像对应的报告文本。
生成模块,用于根据目标图像对应的报告文本,生成医学影像的报告文本。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述查找模块包括定位单元和查找单元,其中:
定位单元,用于对医学影像的感兴趣区域进行定位,得到医学影像的感兴趣区域图。
查找单元,用于根据医学影像的感兴趣区域图,在影像数据库中查找到感兴趣区域图对应的医学影像,将感兴趣区域图对应的医学影像作为目标图像。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,影像数据库中包括各医学影像对应的感兴趣区域图;可选的,上述查找单元,具体用于计算医学影像的感兴趣区域图与影像数据库中存储的感兴趣区域图之间的相似度;将影像数据库中大于预设阈值的相似度对应的医学影像确定为目标图像。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述查找模块包括计算单元和确定单元,其中:
计算单元,用于计算医学影像与影像数据库中存储的各医学影像之间的相似度。
确定单元,用于将影像数据库中大于预设阈值的相似度对应的医学影像确定为目标图像。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第二获取模块包括第一获取单元,其中:
第一获取单元,用于根据目标图像和预设的索引关系,查找到目标图像对应的报告文本;索引关系包括目标图像所属的图像类别与目标图像对应的报告文本之间的对应关系。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述生成模块包括提取单元、第二获取单元和生成单元,其中:
提取单元,用于提取目标图像对应的报告文本中的影像学表现术语。
第二获取单元,用于根据影像学表现术语和预设的检索映射表,在预设的术语词典中查找影像学表现术语对应的影像学诊断术语。
生成单元,用于根据影像学表现术语和影像学诊断术语,生成医学影像的报告文本。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:量化模块和更新模块,其中:
量化模块,用于对医学影像的感兴趣区域图进行量化分析,得到量化分析结果。
更新模块,用于将量化分析结果加入医学影像的报告文本中,生成新的报告文本。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:输出模块,其中:
输出模块,用于若在影像数据库中未查找到目标图像及目标图像对应的报告文本,则输出预设的目标字段;预设的目标字段表示待分析的医学影像未见异常。
本实施例提供的医学报告生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于医学报告生成装置的具体限定可以参见上文中对于医学报告生成方法的限定,在此不再赘述。上述医学报告生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待分析的医学影像;
根据医学影像在预设的影像数据库中,查找到目标图像;目标图像与医学影像具有相同的影像特征;
获取目标图像对应的报告文本;
根据目标图像对应的报告文本,生成医学影像的报告文本。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待分析的医学影像;
根据医学影像在预设的影像数据库中,查找到目标图像;目标图像与医学影像具有相同的影像特征;
获取目标图像对应的报告文本;
根据目标图像对应的报告文本,生成医学影像的报告文本。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医学报告生成方法,其特征在于,所述方法包括:
获取待分析的医学影像;
根据所述医学影像在预设的影像数据库中,查找到目标图像;所述目标图像与所述医学影像具有相同的影像特征;
获取所述目标图像对应的报告文本;
根据所述目标图像对应的报告文本,生成所述医学影像的报告文本。
2.根据权利要求1所述的方法,其特征在于,所述根据所述医学影像在预设的影像数据库中,查找到目标图像,包括:
对所述医学影像的感兴趣区域进行定位,得到所述医学影像的感兴趣区域图;
根据所述医学影像的感兴趣区域图,在所述影像数据库中查找到所述感兴趣区域图对应的医学影像,将所述感兴趣区域图对应的医学影像作为所述目标图像。
3.根据权利要求2所述的方法,其特征在于,所述影像数据库中包括各医学影像对应的感兴趣区域图;所述根据所述医学影像的感兴趣区域图,在所述影像数据库中查找到所述感兴趣区域图对应的医学影像,将所述感兴趣区域图对应的医学影像作为所述目标图像,包括:
计算所述医学影像的感兴趣区域图与所述影像数据库中存储的感兴趣区域图之间的相似度;
将所述影像数据库中大于预设阈值的相似度对应的医学影像确定为所述目标图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述医学影像在预设的影像数据库中,查找到目标图像,包括:
计算所述医学影像与所述影像数据库中存储的医学影像之间的相似度;
将所述影像数据库中大于预设阈值的相似度对应的医学影像确定为所述目标图像。
5.根据权利要求1-4任一项所述的方法,其特征在于,获取所述目标图像对应的报告文本,包括:
根据所述目标图像和预设的索引关系,查找到所述目标图像对应的报告文本;所述索引关系包括所述目标图像所属的图像类别与所述目标图像对应的报告文本之间的对应关系。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像对应的报告文本,生成所述医学影像的报告文本,包括:
提取所述目标图像对应的报告文本中的影像学表现术语;
根据所述影像学表现术语和预设的检索映射表,在预设的术语词典中查找所述影像学表现术语对应的影像学诊断术语;
根据所述影像学表现术语和所述影像学诊断术语,生成所述医学影像的报告文本。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述医学影像的感兴趣区域图进行量化分析,得到量化分析结果;
将所述量化分析结果加入所述医学影像的报告文本中,生成新的报告文本。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若在所述影像数据库中未查找到所述目标图像及所述目标图像对应的报告文本,则输出预设的目标字段;所述预设的目标字段表示所述待分析的医学影像未见异常。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010435145.XA CN111640480B (zh) | 2020-05-21 | 2020-05-21 | 医学报告生成方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010435145.XA CN111640480B (zh) | 2020-05-21 | 2020-05-21 | 医学报告生成方法、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111640480A true CN111640480A (zh) | 2020-09-08 |
CN111640480B CN111640480B (zh) | 2023-09-26 |
Family
ID=72332775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010435145.XA Active CN111640480B (zh) | 2020-05-21 | 2020-05-21 | 医学报告生成方法、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111640480B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100416A (zh) * | 2020-11-09 | 2020-12-18 | 南京诺源医疗器械有限公司 | 一种医学荧光成像影像数据分类云存储系统及其存储方法 |
CN112509660A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 体检报告生成方法、装置、设备和存储介质 |
CN112530550A (zh) * | 2020-12-10 | 2021-03-19 | 武汉联影医疗科技有限公司 | 影像报告生成方法、装置、计算机设备和存储介质 |
CN112686884A (zh) * | 2021-01-12 | 2021-04-20 | 李成龙 | 一种影像学标记特征自动建模系统及方法 |
CN113223674A (zh) * | 2021-05-28 | 2021-08-06 | 卫宁健康科技集团股份有限公司 | 医学图像标记方法、装置、设备及存储介质 |
CN113297836A (zh) * | 2021-05-28 | 2021-08-24 | 善诊(上海)信息技术有限公司 | 影像报告标签评估方法、装置、计算机设备和存储介质 |
CN115579103A (zh) * | 2022-10-28 | 2023-01-06 | 大连大学附属中山医院 | 一种基于智慧医疗的分子影像智能报告管理系统及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200421151A (en) * | 2003-04-11 | 2004-10-16 | Ebm Technologies Inc | Medical graphics report generation method and device thereof |
JP2009199393A (ja) * | 2008-02-22 | 2009-09-03 | Toshiba Corp | レポート作成システム |
CN103324852A (zh) * | 2013-06-25 | 2013-09-25 | 上海交通大学 | 基于特征匹配的四模态医学影像诊断系统 |
CN103324853A (zh) * | 2013-06-25 | 2013-09-25 | 上海交通大学 | 基于医学图像特征的相似度计算系统及方法 |
JP2014029644A (ja) * | 2012-07-31 | 2014-02-13 | Panasonic Corp | 類似症例検索装置および類似症例検索方法 |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN109545302A (zh) * | 2018-10-22 | 2019-03-29 | 复旦大学 | 一种基于语义的医学影像报告模板生成方法 |
CN109935294A (zh) * | 2019-02-19 | 2019-06-25 | 广州视源电子科技股份有限公司 | 一种文本报告输出方法、装置、存储介质及终端 |
US20190237184A1 (en) * | 2018-01-29 | 2019-08-01 | Siemens Healthcare Gmbh | Image generation from a medical text report |
CN110322444A (zh) * | 2019-05-31 | 2019-10-11 | 上海联影智能医疗科技有限公司 | 医疗图像处理方法、装置、存储介质及计算机设备 |
CN110738655A (zh) * | 2019-10-23 | 2020-01-31 | 腾讯科技(深圳)有限公司 | 影像报告生成方法、装置、终端及存储介质 |
CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
CN111063410A (zh) * | 2019-12-20 | 2020-04-24 | 京东方科技集团股份有限公司 | 一种医学影像文本报告的生成方法及装置 |
-
2020
- 2020-05-21 CN CN202010435145.XA patent/CN111640480B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200421151A (en) * | 2003-04-11 | 2004-10-16 | Ebm Technologies Inc | Medical graphics report generation method and device thereof |
JP2009199393A (ja) * | 2008-02-22 | 2009-09-03 | Toshiba Corp | レポート作成システム |
JP2014029644A (ja) * | 2012-07-31 | 2014-02-13 | Panasonic Corp | 類似症例検索装置および類似症例検索方法 |
CN103324852A (zh) * | 2013-06-25 | 2013-09-25 | 上海交通大学 | 基于特征匹配的四模态医学影像诊断系统 |
CN103324853A (zh) * | 2013-06-25 | 2013-09-25 | 上海交通大学 | 基于医学图像特征的相似度计算系统及方法 |
CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
CN110097951A (zh) * | 2018-01-29 | 2019-08-06 | 西门子保健有限责任公司 | 根据医学文本报告的图像生成 |
US20190237184A1 (en) * | 2018-01-29 | 2019-08-01 | Siemens Healthcare Gmbh | Image generation from a medical text report |
CN109545302A (zh) * | 2018-10-22 | 2019-03-29 | 复旦大学 | 一种基于语义的医学影像报告模板生成方法 |
CN109935294A (zh) * | 2019-02-19 | 2019-06-25 | 广州视源电子科技股份有限公司 | 一种文本报告输出方法、装置、存储介质及终端 |
CN110322444A (zh) * | 2019-05-31 | 2019-10-11 | 上海联影智能医疗科技有限公司 | 医疗图像处理方法、装置、存储介质及计算机设备 |
CN110738655A (zh) * | 2019-10-23 | 2020-01-31 | 腾讯科技(深圳)有限公司 | 影像报告生成方法、装置、终端及存储介质 |
CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
CN111063410A (zh) * | 2019-12-20 | 2020-04-24 | 京东方科技集团股份有限公司 | 一种医学影像文本报告的生成方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100416A (zh) * | 2020-11-09 | 2020-12-18 | 南京诺源医疗器械有限公司 | 一种医学荧光成像影像数据分类云存储系统及其存储方法 |
CN112509660A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 体检报告生成方法、装置、设备和存储介质 |
CN112530550A (zh) * | 2020-12-10 | 2021-03-19 | 武汉联影医疗科技有限公司 | 影像报告生成方法、装置、计算机设备和存储介质 |
CN112686884A (zh) * | 2021-01-12 | 2021-04-20 | 李成龙 | 一种影像学标记特征自动建模系统及方法 |
CN113223674A (zh) * | 2021-05-28 | 2021-08-06 | 卫宁健康科技集团股份有限公司 | 医学图像标记方法、装置、设备及存储介质 |
CN113297836A (zh) * | 2021-05-28 | 2021-08-24 | 善诊(上海)信息技术有限公司 | 影像报告标签评估方法、装置、计算机设备和存储介质 |
CN113223674B (zh) * | 2021-05-28 | 2023-10-20 | 卫宁健康科技集团股份有限公司 | 医学图像标记方法、装置、设备及存储介质 |
CN115579103A (zh) * | 2022-10-28 | 2023-01-06 | 大连大学附属中山医院 | 一种基于智慧医疗的分子影像智能报告管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111640480B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111640480B (zh) | 医学报告生成方法、计算机设备和存储介质 | |
EP3642743B1 (en) | A method and system for computer-aided triage | |
KR101818074B1 (ko) | 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템 | |
JP6914839B2 (ja) | 放射線レポートのためのレポート内容のコンテキスト生成 | |
JP5952835B2 (ja) | 撮像プロトコルの更新及び/又はリコメンダ | |
US11875897B2 (en) | Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program | |
US20120250961A1 (en) | Medical report generation apparatus, method and program | |
CN106462661B (zh) | 用于自动选择针对医学研究的悬挂协议的系统和相关方法 | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
US10783633B2 (en) | Automatically linking entries in a medical image report to an image | |
US10825173B2 (en) | Automatically linking a description of pathology in a medical image report to an image | |
US11779295B2 (en) | Method and system of vertebral compression fracture detection | |
JP2010211413A (ja) | 症例画像登録装置、方法およびプログラムならびに症例画像検索装置、方法、プログラムおよびシステム | |
JP2019008349A (ja) | 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム | |
JP7102509B2 (ja) | 医療文書作成支援装置、医療文書作成支援方法、及び医療文書作成支援プログラム | |
CN111986182A (zh) | 辅助诊断方法、系统、电子设备及存储介质 | |
US20230142909A1 (en) | Clinically meaningful and personalized disease progression monitoring incorporating established disease staging definitions | |
JP7170000B2 (ja) | 学習システム、方法及びプログラム | |
EP3440577A1 (en) | Automated contextual determination of icd code relevance for ranking and efficient consumption | |
CN112530550A (zh) | 影像报告生成方法、装置、计算机设备和存储介质 | |
JP2020171687A (ja) | 3d解剖学的ボリュームをその2dスライスの位置特定に基づいて処理するシステムおよび方法 | |
JP6738305B2 (ja) | 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム | |
JP7504987B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Xu et al. | Development and characterization of a chest CT atlas | |
CN108984587B (zh) | 信息处理装置、信息处理方法、信息处理系统和存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210813 Address after: Room 3674, 3 / F, 2879 Longteng Avenue, Xuhui District, Shanghai, 200232 Applicant after: SHANGHAI UNITED IMAGING INTELLIGENT MEDICAL TECHNOLOGY Co.,Ltd. Applicant after: Lianying intelligent medical technology (Beijing) Co.,Ltd. Address before: Room 3674, 3 / F, 2879 Longteng Avenue, Xuhui District, Shanghai, 200232 Applicant before: SHANGHAI UNITED IMAGING INTELLIGENT MEDICAL TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |