CN111904379B - 多模态医学设备的扫描方法和装置 - Google Patents
多模态医学设备的扫描方法和装置 Download PDFInfo
- Publication number
- CN111904379B CN111904379B CN202010667635.2A CN202010667635A CN111904379B CN 111904379 B CN111904379 B CN 111904379B CN 202010667635 A CN202010667635 A CN 202010667635A CN 111904379 B CN111904379 B CN 111904379B
- Authority
- CN
- China
- Prior art keywords
- scanning
- image
- scan
- pet
- medical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 95
- 230000004060 metabolic process Effects 0.000 claims abstract description 54
- 230000004153 glucose metabolism Effects 0.000 claims abstract description 32
- 210000003484 anatomy Anatomy 0.000 claims abstract description 9
- 238000002591 computed tomography Methods 0.000 claims description 39
- 239000003550 marker Substances 0.000 claims description 14
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 230000003902 lesion Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010062767 Hypophysitis Diseases 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000004100 adrenal gland Anatomy 0.000 description 1
- 230000023852 carbohydrate metabolic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000003027 ear inner Anatomy 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000003635 pituitary gland Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0037—Performing a preliminary scan, e.g. a prescan for identifying a region of interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请涉及一种多模态医学设备的扫描方法和装置,包括获取第一扫描图像,所述第一扫描图像为具有扫描对象解剖结构信息的断层扫描图像;获取所述扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;识别所述第一PET扫描图像中的糖代谢异常点;根据所述糖代谢异常点信息推荐医学扫描协议;根据所述医学扫描协议对所述扫描对象执行医学扫描。上述方法通过自动识别PET扫描图像中的异常点,并基于有糖代谢异常的位置智能推荐医学扫描协议,解决了相关技术中针对异常点发现或确认过程中人力成本较高,且效率较低的问题。
Description
技术领域
本申请涉及医疗技术领域,特别是涉及一种多模态医学设备的扫描方法和装置。
背景技术
现有的医学影像学检查包括CT、DR、MRI、PET-CT和PETMR等方式,这些检查都需要通过选择一个或多个协议组得到扫描图像。在扫描执行过程中,用户在得到部分扫描结果后,通常会因临床诊断需要再扫描一些其他类型的协议。例如,对脊柱进行了矢状位或者冠状位的扫描后,发现了一些病灶异常,想进一步细看脊椎的一些信息,希望对该椎间盘或者椎体进行更详细的横断位扫描,此时就需要选择该横断位对应的扫描协议组或协议加入列表中进行扫描。又如,在PET扫描过程中,得到PET图像之后,可能需要进一步对图像中的医学发现进行判断,产生对该医学发现进一步扫描的需要。
现有的,每例患者扫描完成之后,跟机医生需要及时确认患者是否有病灶,然后确认是否需要对该患者进行再次扫描,如不需要则可以Release患者。但是上述方法需要经验丰富的跟机医生人工判断,人力成本较高,且效率较低。
发明内容
本申请提供一种多模态医学设备的扫描方法和装置,以至少解决相关技术中针对异常点发现或确认过程中人力成本较高,且效率较低的问题。
第一方面,本申请实施例提供了一种多模态医学设备的扫描方法,所述方法包括:
获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;
获取所述扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;
识别所述第一PET扫描图像中的糖代谢异常点;
根据所述糖代谢异常点信息推荐医学扫描协议;
根据所述医学扫描协议对所述扫描对象执行医学扫描。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
在所述糖代谢异常点上添加标记;
若所述标记为1个,则将所述标记移至PET扫描仪的中心位置。
在其中一些实施例中,所述方法包括:
对所述PET扫描图像进行人工智能识别,确定并标记出所述PET扫描图像中的糖代谢异常点。
在其中一些实施例中,所述根据所述糖代谢异常推荐医学扫描协议包括:
将所述医学扫描协议显示在所述多模态医学设备的交互界面上,以提示用户对所述扫描协议进行确认。
在其中一些实施例中,所述根据所述医学扫描协议对扫描对象执行医学扫描包括:
根据所述糖代谢异常点信息对所述扫描对象执行第二PET扫描,获得扫描对象的第二PET扫描数据;
根据所述第二PET扫描数据重建第二PET扫描图像。
在其中一些实施例中,所述根据所述医学扫描协议对所述扫描对象执行医学扫描包括:所述第一扫描图像为第一CT扫描图像;
根据所述糖代谢异常点信息以及所述第一CT扫描图像对扫描对象执行CT扫描,获取扫描对象的CT扫描数据,根据所述CT扫描数据重建CT扫描图像。
在其中一些实施例中,所述方法还包括:
识别所述第二CT扫描图像中的图像异常点;
根据所述图像异常点确认输出信息。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
在所述糖代谢异常点上添加标记;
若所述标记的数量为多个,则规划包括所述多个标记的扫描范围。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
若所述糖代谢异常点为多个,推荐与所述异常点对应的扫描协议列表。
第二方面,本申请实施例提供了一种多模态医学设备的扫描装置,所述装置包括:
第一获取模块,用于获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;
第二获取模块,用于获取扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;
识别模块,用于识别所述第一PET扫描图像中的糖代谢异常点;
推荐模块,用于根据所述糖代谢异常点信息推荐医学扫描协议;
扫描模块,用于根据所述医学扫描协议对所述扫描对象执行医学扫描。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的多模态医学设备的扫描方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的多模态医学设备的扫描方法。
相比于相关技术,本申请实施例提供的多模态医学设备的扫描方法、装置和计算机设备,包括获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;获取所述扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;识别所述第一PET扫描图像中的糖代谢异常点;根据所述糖代谢异常点信息推荐医学扫描协议;根据所述医学扫描协议对所述扫描对象执行医学扫描。上述方法通过自动识别PET扫描图像中的异常点,并基于糖代谢异常信息智能推荐医学扫描协议,解决了相关技术中针对异常点发现或确认过程中人力成本较高,且效率较低的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一实施例提供的多模态医学设备的扫描方法的流程图;
图2为一个实施例中多模态医学设备的扫描装置的结构框图;
图3为一个实施例中计算机设备的内部结构图。
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,对本申请进行描述和说明。应当理解,此处所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。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请中描述的各种技术可应用于医学扫描设备中,例如正电子发射型计算机断层成像(Positron Emission Computed Tomography,简称为PET)设备、、PET-CT设备等。在本实施例中将以PET-CT设备为例对本发明进行描述和说明。
图1为一实施例提供的多模态医学设备的扫描方法流程图,如图1所示,多模态医学设备的扫描方法包括步骤110至步骤150,其中:
步骤110,获取第一扫描图像,所述第一扫描图像为具有扫描对象解剖结构信息的断层扫描图像。
断层扫描图像可以是CT图像或MRI图像,具体本实施例不作限制。断层扫描图像可以显示出扫描对象各部位的断层结构。
步骤120,获取扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像。
对第一扫描图像对应的扫描区域执行PET扫描,得到扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建得到与第一扫描图像对应的第一PET扫描图像。
步骤130,识别所述第一PET扫描图像中的糖代谢异常点。
具体地,可以在重建过程中实时识别第一PET扫描图像中的糖代谢异常点,也可以在重建完成后识别第一PET扫描图像中的糖代谢异常点。
步骤140,根据所述糖代谢异常点信息推荐医学扫描协议。
若识别到第一PET扫描图像中存在糖代谢异常点,则根据糖代谢异常点信息推荐对应的医学扫描协议。具体地,可以将推荐的医学扫描协议显示在所述多模态医学设备的交互界面上,以提示用户对推荐的扫描协议进行确认。也可以在第一PET扫描图像中存在糖代谢异常点的位置处显示推荐的医学扫描协议,具体显示方式本实施例并不进行限定,只要可以起到根据糖代谢异常点指导用户进行下一步扫描即可。
步骤150,根据所述医学扫描协议对所述扫描对象执行医学扫描。
在收到用户的确认指令后,根据确认的扫描协议自动对扫描对象执行医学扫描。
目前,为了提高检测效率和准确性,通常在对扫描对象进行医学扫描后,会根据扫描结果确认是否需要对扫描对象进行再次扫描。现有的,以某三甲医院为例说明,每日三台系统*25Case/台,通常至多会配2位跟机医生,2位跟机医生在扫描间与报告间中间需要往返37次左右才可以确认是否需要对扫描对象进行再次扫描,人力成本较高,且效率较低。
与现有技术相比,本申请提供的多模态医学设备的扫描方法,通过自动识别PET扫描图像中的糖代谢异常点,并根据糖代谢异常点信息智能推荐与糖代谢异常点信息匹配的医学扫描协议,用户只需要在推荐的医学扫描协议中确认执行的扫描协议类别即可,不需要人工对PET扫描图像进行分析来识别异常点以及确认是否需要对扫描对象进行再次扫描,同时也避免了用户在扫描间与报告间中间往返的时间,从而节省了人力成本,且提高了异常点发现和确认过程的效率。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
在所述糖代谢异常点上添加标记;
若所述标记为1个,则将所述标记移至PET扫描仪的中心位置。
在其中一些实施例中,对所述PET扫描图像进行人工智能识别,确定并标记出所述PET扫描图像中的糖代谢异常点。
基于AI的医学领域包括计算机视觉技术(Computer Vision,CV),CV是一门研究如何使机器“看”的科学,更进一步的说,就是指用图像采集设备和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉。本实施例中,扫描设备将PET扫描图像发送至服务器,通过服务器中训练得到的人工智能模型对PET扫描图像进行识别,将识别结果发送至扫描设备,扫描设备根据接收到的识别结果执行扫描过程。需要说明的是,可以采用其他识别方式识别PET扫描图像中的糖代谢异常点,本实施例不作限制。
在识别到PET扫描图像中存在糖代谢异常点时,对识别到的异常点进行标记。例如可以采用框体或圆等其他不规则边界将糖代谢异常点所在位置进行标记,具体标记方法本实施例不作限定。通过对糖代谢异常点进行标记,可以更清晰地观察到糖代谢异常点的数量,以及糖代谢异常点在PET扫描图像中的位置。在对糖代谢异常点上添加标记后,识别并记录标记的数量,根据标记的数量规划扫描。
若标记为1个,则将标记移至PET扫描仪的中心位置。具体地,将该标记作为扫描中心点,移动患者以使该标记对应的糖代谢异常点与PET扫描仪的中心位置重合,并控制PET扫描仪以该糖代谢异常点为中心的扫描区域进行扫描。
可以理解的,在其他实施例中,若标记为1个,也可以将该标记作为扫描起始点或扫描终止点,具体可以根据实际情况进行设置。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
在所述糖代谢异常点上添加标记;
若所述标记的数量为多个,则规划包括所述多个标记的扫描范围。
若所述标记的数量为多个,则可以通过计算各个标记的轴向坐标,根据轴向坐标的最大值和最小值规划扫描范围,以使扫描范围覆盖各个标记,从而可以获得更全面准确的扫描结果。
在其中一些实施例中,若所述标记的数量为多个,则需要采用多个床位进行扫描。在规划好包括所述多个标记的扫描范围后,将标记的轴向坐标最大值与最小值中的至少一个标记移至其中一床扫描范围的中心位置。
在其中一些实施例中,若所述标记的数量为多个,则计算各个标记的轴向坐标,并将标记的轴向坐标最大值与最小值中的至少一个标记PET扫描仪的中心位置重合。例如,若在PET扫描图像中识别到两个糖代谢异常点,则可以将其中一个糖代谢异常点对应的标记位置作为扫描起始点,另一个糖代谢异常点对应的标记位置作为扫描终止点,可以将扫描起始点与PET扫描仪的中心点重合,控制PET扫描仪从扫描起始点扫描至扫描终止点。
在其中一些实施例中,若所述标记的数量为多个,则计算各个标记的轴向坐标,取各轴向坐标的平均值与规划的扫描范围的中心位置重合。
在其中一些实施例中,若所述标记的数量为多个,则可以根据标记在PET扫描图像中的分布,将标记分布较密集区域的中心位置与规划的扫描范围的中心位置重合。
在其中一些实施例中,所述识别所述PET扫描图像中的糖代谢异常点包括:
若所述糖代谢异常点为多个,推荐与所述异常点对应的扫描协议列表。
具体地,可以预先建立扫描协议数据库,在识别到糖代谢异常点后,在扫描协议数据库中查找与糖代谢异常点相关联的扫描协议组,并将其展示在多模态医学设备的交互界面的列表内供用户选择确认。在找到需要的扫描协议后,用户可以通过单击操作将该扫描协议添加到扫描列表,然后继续选择其他需要扫描的协议。也可以通过双击的步骤直接执行扫描,从而可以简化扫描流程。
扫描协议数据库中扫描协议可以携带对应的关键字,通过关键字快速查找关联的扫描协议。
扫描协议列表的显示形式可以是将查找得到的扫描协议按照获取顺序逐一显示,也可以将查找得到的扫描协议与对应的糖代谢异常点进行分组显示。例如不同糖代谢异常点关联的扫描协议显示在不同的文件夹。用户可以根据情况打开不同的文件夹进行选择确认。扫描协议列表的具体显示方式本实施例不作限定,可以根据实际情况设置。
需要说明的是,本申请中推荐的与糖代谢异常点信息匹配的医学扫描协议可以是延迟扫描协议(PET扫描协议),也可以是薄层扫描协议(CT扫描协议)。
在其中一些实施例中,所述根据所述医学扫描协议对扫描对象执行医学扫描包括:
根据所述糖代谢异常点信息对所述扫描对象执行第二PET扫描,获得扫描对象的第二PET扫描数据;
根据所述第二PET扫描数据重建第二PET扫描图像。
本实施例在检测到PET扫描图像存在病灶时,推荐延迟扫描协议,以对所述扫描对象执行第二PET扫描,获取更多的数据量来鉴别第一PET扫描图像的诊断结果,从而提高诊断的准确性。
在其中一些实施例中,所述根据所述医学扫描协议对所述扫描对象执行医学扫描包括:所述第一扫描图像为第一CT扫描图像;根据所述糖代谢异常点信息以及所述第一CT扫描图像对扫描对象执行CT扫描,获取扫描对象的CT扫描数据,根据所述CT扫描数据重建第二CT扫描图像。
本实施例中,在获取第一CT扫描图像后,识别第一CT扫描图像中的CT异常点,然后根据CT异常点和第一PET扫描图像中的糖代谢异常点信息推荐薄层扫描协议,根据推荐的扫描协议对扫描对象执行CT扫描。具体地,在检测到第一PET扫描图像存在糖代谢异常点时,结合第一CT扫描图像中的CT异常点推荐薄层扫描协议,以获取扫描对象更全面准确的诊断结果。利用PET图像中的异常信息结合CT异常点多模态结合推荐的扫描协议对所述扫描对象执行医学扫描,可以提高检测的准确性。
由于薄层扫描的辐射剂量相对较高,因此常规体检通常仅采用普通扫描。普通扫描重建层数比较厚,有可能会遗漏病变,微小结节就不容易被发现。薄层CT扫描利用重组层厚技术或者三维重建技术,把层厚变得更薄,可以达到3mm甚至是1mm。由于层厚比较薄,所以薄层CT扫描可以观察到比较微小的病灶,或者比较小的组织器官,常用的薄层扫描协议是对应肺部小结节的薄层扫描,特殊部位,比如脑垂体、眼眶、内耳以及肾上腺等,也可以做薄层扫描。本申请均以扫描区域是肺部为例进行说明,相应地,CT异常点指的是肺结节。
在识别到PET扫描图像中存在糖代谢异常点时,说明扫描对象在该扫描区域存在病变,本申请根据糖代谢异常点信息和CT异常点信息智能推荐用户进一步采用薄层扫描协议对该扫描区域进行扫描,能够更清晰、更细致地显示病变的形态和密度。尤其是针对肺部的病变,肺内1-2mm的微小结节容易被漏诊,通过采用肺薄层扫描协议,CT层厚可以达到0.5mm,这样就可以避免肺内微小结节出现漏诊的情况。另外薄层扫描可以更细致地显示病变与周围组织的关系,显示细微的影像征象,从而帮助医生为患者治疗疾病。
在其中一些实施例中,所述方法还包括:识别所述第二CT扫描图像中的图像异常点;根据所述图像异常点确认输出信息。
本实施例中,输出信息包括输出给医生或技师阅读的信息。通过多模态结合推荐的扫描协议对扫描对象执行医学扫描得到第二CT扫描图像,进一步根据第二CT扫描图像中的异常点确认输出信息,医生或技师可以将该输出信息作为诊断依据,从而提高诊断结果的准确性。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。例如步骤110和步骤120可以互换。
在一个实施例中,如图2所示,提供了一种多模态医学设备的扫描装置,包括:第一获取模块210、第二获取模块220、识别模块230、推荐模块240和扫描模块250,其中:
第一获取模块210,用于获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;
第二获取模块220,用于获取扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;
识别模块230,用于识别所述第一PET扫描图像中的糖代谢异常点;
推荐模块240,用于根据所述糖代谢异常点信息推荐医学扫描协议;
扫描模块250,用于根据所述医学扫描协议对所述扫描对象执行医学扫描。
本实施例提供的多模态医学设备的扫描装置包括:第一获取模块210、第二获取模块220、识别模块230、推荐模块240和扫描模块250,通过第一获取模块210获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;第二获取模块220获取扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建第一PET扫描图像;识别模块230识别所述第一PET扫描图像中的糖代谢异常点;推荐模块240根据所述糖代谢异常点信息推荐医学扫描协议;扫描模块250根据所述医学扫描协议对所述扫描对象执行医学扫描。上述装置通过自动识别PET扫描图像中的异常点,并基于有糖代谢异常的位置智能推荐医学扫描协议,解决了相关技术中针对异常点发现或确认过程中人力成本较高,且效率较低的问题。
在其中一些实施例中,识别模块还用于:在所述糖代谢异常点上添加标记;若所述标记为1个,则将所述标记移至PET扫描仪的中心位置。
在其中一些实施例中,识别模块还用于:对所述PET扫描图像进行人工智能识别,确定并标记出所述PET扫描图像中的糖代谢异常点。
在其中一些实施例中,推荐模块还用于:将所述医学扫描协议显示在所述多模态医学设备的交互界面上,以提示用户对所述扫描协议进行确认。
在其中一些实施例中,扫描模块还用于:根据所述糖代谢异常点信息对所述扫描对象执行第二PET扫描,获得扫描对象的第二PET扫描数据;根据所述第二PET扫描数据重建第二PET扫描图像。
在其中一些实施例中,所述第一扫描图像为第一CT扫描图像;扫描模块还用于:根据所述糖代谢异常点信息以及所述第一CT扫描图像对扫描对象执行CT扫描,获取扫描对象的CT扫描数据,根据所述CT扫描数据重建第二CT扫描图像。
在其中一些实施例中,识别模块还用于:识别所述第二CT扫描图像中的图像异常点;根据所述图像异常点确认输出信息。
在其中一些实施例中,识别模块还用于:在所述糖代谢异常点上添加标记;若所述标记的数量为多个,则规划包括所述多个标记的扫描范围。
在其中一些实施例中,识别模块还用于:若所述糖代谢异常点为多个,推荐与所述异常点对应的扫描协议列表。
关于多模态医学设备的扫描装置的具体限定可以参见上文中对于多模态医学设备的扫描方法的限定,在此不再赘述。上述多模态医学设备的扫描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。
另外,结合图1描述的本申请实施例多模态医学设备的扫描方法可以由计算机设备来实现。图3为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器31以及存储有计算机程序指令的存储器32。
具体地,上述处理器31可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器32可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器32可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器32可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器32可在数据处理装置的内部或外部。在特定实施例中,存储器32是非易失性(Non-Volatile)存储器。在特定实施例中,存储器32包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器32可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器32所执行的可能的计算机程序指令。
处理器31通过读取并执行存储器32中存储的计算机程序指令,以实现上述实施例中的任意一种多模态医学设备的扫描方法。
在其中一些实施例中,计算机设备还可包括通信接口33和总线30。其中,如图3所示,处理器31、存储器32、通信接口33通过总线30连接并完成相互间的通信。
通信接口33用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口33还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线30包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线30包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线30可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线30可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的程序指令,执行本申请实施例中的多模态医学设备的扫描方法,从而实现结合图1描述的多模态医学设备的扫描方法。
另外,结合上述实施例中的多模态医学设备的扫描方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种多模态医学设备的扫描方法。
以上所述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申请专利范围的限制。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)
1.一种多模态医学设备的扫描方法,其特征在于,所述方法包括:
获取第一扫描图像,所述第一扫描图像为具有扫描对象解剖结构信息的断层扫描图像;
对所述第一扫描图像对应的扫描区域执行PET扫描,获取所述扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建得到与所述第一扫描图像对应的第一PET扫描图像;
识别所述第一PET扫描图像中的糖代谢异常点,在所述糖代谢异常点上添加标记;
根据所述糖代谢异常点信息推荐医学扫描协议,所述糖代谢异常点信息包括标记的数量和位置;
根据所述医学扫描协议对所述扫描对象执行医学扫描。
2.根据权利要求1所述的方法,其特征在于,所述识别所述PET扫描图像中的糖代谢异常点包括:
若所述标记为1个,则将所述标记移至PET扫描仪的中心位置。
3.根据权利要求1所述的方法,其特征在于,所述方法包括:
对所述PET扫描图像进行人工智能识别,确定并标记出所述PET扫描图像中的糖代谢异常点。
4.根据权利要求1所述的方法,其特征在于,所述根据所述糖代谢异常推荐医学扫描协议包括:
将所述医学扫描协议显示在所述多模态医学设备的交互界面上,以提示用户对所述扫描协议进行确认。
5.根据权利要求1所述的方法,其特征在于,所述根据所述医学扫描协议对扫描对象执行医学扫描包括:
根据所述糖代谢异常点信息对所述扫描对象执行第二PET扫描,获得扫描对象的第二PET扫描数据;
根据所述第二PET扫描数据重建第二PET扫描图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述医学扫描协议对所述扫描对象执行医学扫描包括:
所述第一扫描图像为第一CT扫描图像;
根据所述糖代谢异常点信息以及所述第一CT扫描图像对扫描对象执行CT扫描,获取扫描对象的CT扫描数据,根据所述CT扫描数据重建第二CT扫描图像。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
识别所述第二CT扫描图像中的图像异常点;
根据所述图像异常点确认输出信息。
8.根据权利要求1所述的方法,其特征在于,所述识别所述PET扫描图像中的糖代谢异常点包括:
若所述标记的数量为多个,则规划包括所述多个标记的扫描范围。
9.根据权利要求1所述的方法,其特征在于,所述识别所述PET扫描图像中的糖代谢异常点包括:
若所述糖代谢异常点为多个,推荐与所述异常点对应的扫描协议列表。
10.一种多模态医学设备的扫描装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一扫描图像,所述第一扫描图像为具有扫描对象的解剖结构信息的断层扫描图像;
第二获取模块,用于对所述第一扫描图像对应的扫描区域执行PET扫描,获取所述扫描对象的第一PET扫描数据,根据所述第一PET扫描数据重建得到与所述第一扫描图像对应的第一PET扫描图像;
识别模块,用于识别所述第一PET扫描图像中的糖代谢异常点,在所述糖代谢异常点上添加标记;
推荐模块,用于根据所述糖代谢异常点信息推荐医学扫描协议,所述糖代谢异常点信息包括标记的数量和位置;
扫描模块,用于根据所述医学扫描协议对所述扫描对象执行医学扫描。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667635.2A CN111904379B (zh) | 2020-07-13 | 2020-07-13 | 多模态医学设备的扫描方法和装置 |
PCT/CN2021/106049 WO2022012541A1 (zh) | 2020-07-13 | 2021-07-13 | 一种医学设备的图像扫描方法和系统 |
EP21842094.1A EP4166085A4 (en) | 2020-07-13 | 2021-07-13 | MEDICAL DEVICE IMAGE SCANNING METHOD AND SYSTEM |
US18/154,787 US20230196573A1 (en) | 2020-07-13 | 2023-01-13 | Image scanning methods and systems for medical devices |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667635.2A CN111904379B (zh) | 2020-07-13 | 2020-07-13 | 多模态医学设备的扫描方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111904379A CN111904379A (zh) | 2020-11-10 |
CN111904379B true CN111904379B (zh) | 2024-04-12 |
Family
ID=73226470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667635.2A Active CN111904379B (zh) | 2020-07-13 | 2020-07-13 | 多模态医学设备的扫描方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111904379B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4166085A4 (en) * | 2020-07-13 | 2023-07-05 | Shanghai United Imaging Healthcare Co., Ltd. | MEDICAL DEVICE IMAGE SCANNING METHOD AND SYSTEM |
CN112581460B (zh) * | 2020-12-24 | 2023-08-18 | 上海联影医疗科技股份有限公司 | 扫描规划方法、装置、计算机设备和存储介质 |
CN112971824A (zh) * | 2021-02-08 | 2021-06-18 | 上海联影医疗科技股份有限公司 | Pet动态图像扫描方法、装置和计算机设备 |
CN113778580B (zh) * | 2021-07-28 | 2023-12-08 | 赤子城网络技术(北京)有限公司 | 模态用户界面显示方法、电子设备及存储介质 |
CN113674254B (zh) * | 2021-08-25 | 2024-05-14 | 上海联影医疗科技股份有限公司 | 医学图像异常点识别方法、设备、电子装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102334044A (zh) * | 2009-02-25 | 2012-01-25 | 皇家飞利浦电子股份有限公司 | 混合型 pet/mr 系统中mr 线圈的衰减校正 |
CN103260522A (zh) * | 2010-12-16 | 2013-08-21 | 皇家飞利浦电子股份有限公司 | 用于ct-mri和核混合成像、交叉校准以及性能评估的设备 |
CN109584322A (zh) * | 2018-10-10 | 2019-04-05 | 浙江工业大学 | 基于频域方向平滑Shearlet医学PET图像去噪方法 |
CN109692015A (zh) * | 2019-02-18 | 2019-04-30 | 上海联影医疗科技有限公司 | 一种扫描参数调整方法、装置、设备及存储介质 |
CN109924993A (zh) * | 2019-03-07 | 2019-06-25 | 上海联影医疗科技有限公司 | 成像扫描协议自动规划方法、装置、电子设备及存储介质 |
CN109938764A (zh) * | 2019-02-28 | 2019-06-28 | 佛山原子医疗设备有限公司 | 一种基于深度学习的自适应多部位扫描成像方法及其系统 |
CN110415310A (zh) * | 2019-07-09 | 2019-11-05 | 上海联影医疗科技有限公司 | 医学扫描成像方法、装置、存储介质及计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8355551B2 (en) * | 2009-02-27 | 2013-01-15 | General Electric Company | Method and apparatus for reducing image artifacts |
US20130131493A1 (en) * | 2011-11-22 | 2013-05-23 | General Electric Company | Method and apparatus for performing dual-modality imaging |
-
2020
- 2020-07-13 CN CN202010667635.2A patent/CN111904379B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102334044A (zh) * | 2009-02-25 | 2012-01-25 | 皇家飞利浦电子股份有限公司 | 混合型 pet/mr 系统中mr 线圈的衰减校正 |
CN103260522A (zh) * | 2010-12-16 | 2013-08-21 | 皇家飞利浦电子股份有限公司 | 用于ct-mri和核混合成像、交叉校准以及性能评估的设备 |
CN109584322A (zh) * | 2018-10-10 | 2019-04-05 | 浙江工业大学 | 基于频域方向平滑Shearlet医学PET图像去噪方法 |
CN109692015A (zh) * | 2019-02-18 | 2019-04-30 | 上海联影医疗科技有限公司 | 一种扫描参数调整方法、装置、设备及存储介质 |
CN109938764A (zh) * | 2019-02-28 | 2019-06-28 | 佛山原子医疗设备有限公司 | 一种基于深度学习的自适应多部位扫描成像方法及其系统 |
CN109924993A (zh) * | 2019-03-07 | 2019-06-25 | 上海联影医疗科技有限公司 | 成像扫描协议自动规划方法、装置、电子设备及存储介质 |
CN110415310A (zh) * | 2019-07-09 | 2019-11-05 | 上海联影医疗科技有限公司 | 医学扫描成像方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111904379A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111904379B (zh) | 多模态医学设备的扫描方法和装置 | |
CN105078495B (zh) | 一种pet-ct扫描成像方法及相关成像方法 | |
EP2572332B1 (en) | Visualization of medical image data with localized enhancement | |
US9646393B2 (en) | Clinically driven image fusion | |
US11954860B2 (en) | Image matching method and device, and storage medium | |
EP1787594A2 (en) | System and method for improved ablation of tumors | |
US20130257910A1 (en) | Apparatus and method for lesion diagnosis | |
US8494242B2 (en) | Medical image management apparatus and method, and recording medium | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
JP2006341092A (ja) | 医用画像データセットの取得、解析および表示方法 | |
CN111345837B (zh) | 医学图像重建方法、设备和计算机可读存储介质 | |
CN109199422A (zh) | Ct预览图像重建优化方法、装置、计算机设备和存储介质 | |
CN111493908A (zh) | 医学图像扫描方法、装置、计算机设备和存储介质 | |
EP4086852A1 (en) | Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks | |
CN104217423A (zh) | 选出图像数据组的自动产生 | |
JP5363962B2 (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
US20090024028A1 (en) | Method and system for evaluating images | |
CN113674254B (zh) | 医学图像异常点识别方法、设备、电子装置和存储介质 | |
CN112022229B (zh) | 乳腺活检定位装置校验方法、系统、设备和可读存储介质 | |
CN113539444B (zh) | 医学图像重建方法、装置、电子设备和存储介质 | |
CN111754553B (zh) | 多模态扫描图像配准方法、装置、计算机设备和存储介质 | |
US20050148861A1 (en) | Methods and systems for image selection and display | |
US10964021B2 (en) | Information processing apparatus, information processing method, and information processing system | |
CN115517762A (zh) | 手术路径处理方法、系统、可读存储介质和手术系统 | |
CN117952890A (zh) | 影像复查的医学扫描方法和医学扫描系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |