CN112259196A - 基于结构化模板的影像质量评价系统及方法 - Google Patents
基于结构化模板的影像质量评价系统及方法 Download PDFInfo
- Publication number
- CN112259196A CN112259196A CN202010931587.3A CN202010931587A CN112259196A CN 112259196 A CN112259196 A CN 112259196A CN 202010931587 A CN202010931587 A CN 202010931587A CN 112259196 A CN112259196 A CN 112259196A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- image
- image quality
- template
- quality evaluation
- 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
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 221
- 238000007689 inspection Methods 0.000 claims abstract description 12
- 210000003484 anatomy Anatomy 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 5
- 238000012549 training Methods 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 30
- 210000003625 skull Anatomy 0.000 description 12
- 238000012360 testing method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000004373 mandible Anatomy 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 208000026935 allergic disease Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001652 frontal lobe Anatomy 0.000 description 2
- 210000001035 gastrointestinal tract Anatomy 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 210000001103 thalamus Anatomy 0.000 description 2
- 210000001188 articular cartilage Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
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
- 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
- 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
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (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)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种基于结构化模板的影像质量评价系统，包括评价模板配置模块基于检查项目配置影像质量评价模板，评价参数以控件的形式布局在影像质量评价界面上；患者信息配置模块将患者的检查信息以控件的形式布局在影像质量评价界面上，形成患者信息模板；关联模块将检查项目对应的影像质量评价模板和患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在影像报告模板上；评价生成模块，用于当医生点击影像质量评价控件时，在该患者的影像报告界面自动显示影像质量评价界面。本发明还公开了一种基于结构化模板的影像质量评价方法。本发明可以提供个性化的扫描质量反馈方案使得对影像扫描知识库进行持续迭代、实现对影像技师的影像扫描规范性培训的持续改进。
Description
技术领域
本发明涉及医疗信息领域，更具体地，涉及一种基于结构化模板的影像质量评价系统及方法。
背景技术
患者影像的质量严重影像后续诊断质量，针对不同患者采用不同的、个性化的扫描方案是影像扫描质控的终极理想。目前，影像扫描方案的标准化、细化和质量控制，扫描方案标准化工作由让有经验的技师人工总结，再通过各种出版物让医疗机构的操作技师学习，所以复杂性有限，这不能适应扫描方案个性化的发展趋势。诊断医生对扫描图像质量的评价是扫描方案持续改进的重要反馈环节，但长期以来，这种反馈只是给予“优良中差”这类定性评价，不仅充满主观色彩，而且由于没有临床含义，无法用于影像扫描方案的持续改进并对影像技师的培训的改进。比如进行骨关节的MR扫描，可能涉及的解剖部分包括关节软骨、骨质/骨折、肌腱、肌肉、筋膜等，不同的解剖部位使用的扫描技术不同，影像扫描的质量不好，到底是哪个部位的哪种病症没有体现出来，是无法通过定性的评价来体现的。现有技术中，没有一种技术方案运用在业务中进行持续有效反馈，使其持续改进，所以，整个影像质量的整理改进速度慢，难以实现个性化。患者的疾病和影像学表现千变万化，与患者个性化病情相关的影像扫描方案是提升影像诊断质量的前置条件，影像扫描方案的复杂化会超越人的总结与记忆能力，因此在诊断环节(扫描的后续流程环节)构建一个疾病个性化的扫描质量反馈方案，对于影像扫描知识库的持续迭代来讲极为必要的。
发明内容
有鉴于此，本发明的主要目的在于提供一种基于结构化模板的影像质量评价系统及方法，能够解决现有技术中存在的由于没有疾病个性化的扫描质量反馈方案而导致的无法对影像扫描知识库进行持续迭代、无法实现对影像技师的影像扫描规范性培训的持续改进的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于结构化模板的影像质量评价系统，包括评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，其中，评价模板配置模块，与关联模块相连，用于基于检查项目配置影像质量评价模板，对影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，评价参数包括总体评价参数和解剖部位评价参数；患者信息配置模块，与关联模块相连，用于将患者的检查信息以控件的形式布局在影像质量评价界面的相应位置上，形成患者信息模板；关联模块，分别与评价模板配置模块、患者信息配置模块和评价生成模块相连，用于将检查项目对应的影像质量评价模板和患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在影像报告模板的相应位置上；评价生成模块，与关联模块相连，用于当医生点击影像质量评价控件时，在该患者的影像报告界面自动显示影像质量评价界面供医生点选或编辑评价参数。
优选地，该系统还包括评价分析模块，与评价生成模块相连，用于分析医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上。
优选地，该系统还包括评价统计模块，与评价分析模块相连，用于在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看。
优选地，评价模板配置模块还包括编码单元，用于基于国际标准知识库，对每个评价参数设置本体编码。
另一方面，本发明还提供了一种基于结构化模板的影像质量评价方法，包括：评价模板配置模块基于检查项目配置影像质量评价模板，对影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，评价参数包括总体评价参数和解剖部位评价参数；患者信息配置模块将患者的检查信息以控件的形式布局在影像质量评价界面的相应位置上，形成患者信息模板；关联模块将检查项目对应的影像质量评价模板和患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在影像报告模板的相应位置上；当医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示影像质量评价界面供医生点选或编辑评价参数。
优选地，该方法还包括：评价分析模块分析医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上。
优选地，该方法还包括：评价统计模块在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看。
优选地，该方法还包括：评价模板配置模块中的编码单元基于国际标准知识库，对每个评价参数设置本体编码。
本发明的技术效果：
1.由于本发明中设置了评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，基于检查项目配置影像质量评价模板并由关联模块将其嵌入在影像报告模板中，影像质量评价模板的评价参数包括总体评价参数和解剖部位评价参数，诊断医生可以在撰写完影像报告之后点击影像质量评价控件，在影像质量评价界面上对该影像技师扫描的影像质量进行评价，诊断医生只需在其认为做的不好的评价参数进行点选即可精确完成对影像质量的评价，评价方案清晰、完整、客观，操作简便，该影像质量的评价可以用于影像扫描方案的持续改进并对影像技师的培训的改进；
2.由于本发明设置了评价分析模块，可以分析诊断医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上，质量评价不佳的扫描方案，系统会降低其推荐的分值或者交由有经验的技师进行人工处理，提出更佳的扫描方案，这些质量评价不佳的扫描方案会逐步下沉，减少被推荐的机会；没有负评的扫描方案系统会提高其推荐的分值，再次出现类似部位、检查目的、扫描设备的时候，可以自动给出最顶端的扫描方案建议，实现了对影像扫描知识库的持续迭代；
3.由于本发明设置了评价统计模块可以在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看，可以对影像技师进行扫描规范性的培训，实现技师培训的持续迭代，提高了影像技师的扫描技术；
4.由于本发明设置了编码单元，可以基于国际标准知识库，对每个评价参数设置本体编码，便于与第三方的标准通信，使得系统更加规范、性能更稳定。
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基于结构化模板的影像质量评价系统结构示意图；
图2示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中头颅CT平扫影像质量评价模板界面示意图；
图3示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中头颅CT平扫检查项目对应影像质量评价模板的界面ID界面示意图；
图4示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中患者信息模板界面示意图；
图5示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中生成影像质量评价控件显示在影像报告模板的相应位置上界面示意图；
图6示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示头颅CT平扫影像质量评价界面的示意图；
图7示出了根据本发明实施例二的基于结构化模板的影像质量评价系统结构示意图；
图8示出了根据本发明实施例二的基于结构化模板的影像质量评价系统中根据检查目的、检查项目等检索出影像技师使用的扫描方案界面示意图；
图9示出了根据本发明实施例三的基于结构化模板的影像质量评价系统结构示意图；
图10示出了根据本发明实施例四的基于结构化模板的影像质量评价系统结构示意图；
图11示出了根据本发明实施例五的基于结构化模板的影像质量评价方法流程图；
图12示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中头颅CT平扫影像质量评价模板界面示意图；
图13示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中头颅CT平扫检查项目对应影像质量评价模板的界面ID界面示意图；
图14示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中患者信息模板界面示意图；
图15示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中生成影像质量评价控件显示在影像报告模板的相应位置上界面示意图；
图16示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示头颅CT平扫影像质量评价界面的示意图；
图17示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中根据检查目的、检查项目等检索出影像技师使用的扫描方案界面示意图。
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基于结构化模板的影像质量评价系统结构示意图；如图1所示，该系统包括：评价模板配置模块10、患者信息配置模块20、关联模块30和评价生成模块40，其中，
评价模板配置模块10，与关联模块30相连，用于基于检查项目配置影像质量评价模板，对影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，评价参数包括总体评价参数和解剖部位评价参数；
图2示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中头颅CT平扫影像质量评价模板界面示意图；如图2所示，该界面示意图中左侧显示了树形的头颅CT平扫评价参数，包括总体评价参数、解剖部位评价参数，其中总体评价参数包括定位的正确性、扫描序列的总体把握、患者准备条件(过敏试验、胃肠道准备、衣物清除等)的评价，对应的评价参数为异物移除、序列的选择、扫描的范围和其他参数，比如患者检查时有移动、患者检查时不镇定、扫描层厚不恰当等。解剖部位评价参数包括检查目的、部位、大体扫描方案(增强/平扫)应该涉及的解剖部位，其中每个解剖部位的生理/病理特征都可以进行个性化评价，对应的评价参数可以为不清晰的解剖部位，比如额叶、交叉池、四脑室等，不完整的解剖部位，比如四叠体位、丘脑等。影像质量评价模板可以根据医院需求做个性化调整。
图3示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中头颅CT平扫检查项目对应影像质量评价模板的界面ID界面示意图；如图3所示，在检查项目界面中，将影像质量评价的UIID填入到该界面中，保存后关联。
患者信息配置模块20，与关联模块30相连，用于将患者的检查信息以控件的形式布局在影像质量评价界面的相应位置上，形成患者信息模板；
图4示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中患者信息模板界面示意图；如图4所示，患者信息模板包括姓名、编号、检查编号、性别、年龄、检查设备、检查项目、检查技师、检查日期等等。
关联模块30，分别与评价模板配置模块10、患者信息配置模块20和评价生成模块40相连，用于将检查项目对应的影像质量评价模板和患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在影像报告模板的相应位置上；
影像报告的相应信息都是通过InterRis接口从HIS(医院信息系统)/EMR(电子病历)获取患者检查项目和检查目的等信息。
图5示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中生成影像质量评价控件显示在影像报告模板的相应位置上界面示意图；如图5所示，影像质量评价控件显示在阴阳性和危急值之间，供医生点击使用评价。
评价生成模块40，与关联模块30相连，用于当医生点击影像质量评价控件时，在该患者的影像报告界面自动显示影像质量评价界面供医生点选或编辑评价参数。
图6示出了根据本发明实施例一的基于结构化模板的影像质量评价系统中医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示头颅CT平扫影像质量评价界面的示意图；如图6所示，影像质量评价界面中左侧显示关联了该患者信息模板，根据影像报告相关信息直接链接到该患者信息模板，右侧则显示了供医生点选的影像质量评价界面，医生可以根据影像质量点选或者编辑评价参数。
本发明的实施例设置了评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，基于检查项目配置影像质量评价模板并由关联模块将其嵌入在影像报告模板中，影像质量评价模板的评价参数包括总体评价参数和解剖部位评价参数，诊断医生可以在撰写完影像报告之后点击影像质量评价控件，在影像质量评价界面上对该影像技师扫描的影像质量进行评价，诊断医生只需在其认为做的不好的评价参数进行点选即可精确完成对影像质量的评价，评价方案清晰、完整、客观，操作简便，该影像质量的评价可以用于影像扫描方案的持续改进并对影像技师的培训的改进。
实施例二
图7示出了根据本发明实施例二的基于结构化模板的影像质量评价系统结构示意图；如图7所示，该系统还包括评价分析模块50，与评价生成模块40相连，用于分析医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上。
对于质量不佳的扫描方案，系统会降低其推荐的分值，或者交由有经验的技师人工处理，提供更加的扫描方案，反之，没有得到负评的扫描方案，或者人工修改后没有负评的扫描方案逐步浮现到最顶端，提高推荐的分值，可以将扫描方案个性化到不同品牌/型号的扫描设备。
图8示出了根据本发明实施例二的基于结构化模板的影像质量评价系统中根据检查目的、检查项目等检索出影像技师使用的扫描方案界面示意图；如图8所示，列出了头颅CT平扫的扫描方案：检查规范：仰卧位、头先进、头部两侧对称、下颌内收，扫描起始部位为下颌，扫描序列规范(平扫)等等。
本发明的实施例中设置了评价分析模块，可以分析诊断医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上，质量评价不佳的扫描方案，系统会降低其推荐的分值或者交由有经验的技师进行人工处理，提出更佳的扫描方案，这些质量评价不佳的扫描方案会逐步下沉，减少被推荐的机会；没有负评的扫描方案系统会提高其推荐的分值，再次出现类似部位、检查目的、扫描设备的时候，可以自动给出最顶端的扫描方案建议，实现了对影像扫描知识库的持续迭代。
实施例三
图9示出了根据本发明实施例三的基于结构化模板的影像质量评价系统结构示意图；如图9所示，该系统还包括评价统计模块60，与评价分析模块50相连，用于在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看。
其中，预设时间段可以为一个月、一个季度等，根据医院的需求做相应的设置。
其中，生成的统计数据可以为列表，在此不作任何限定。
本发明的实施例设置了评价统计模块可以在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看，可以对影像技师进行扫描规范性的培训，实现技师培训的持续迭代，提高了影像技师的扫描技术。
实施例四
图10示出了根据本发明实施例四的基于结构化模板的影像质量评价系统结构示意图；如图10所示，评价模板配置模块10还包括编码单元102，用于基于国际标准知识库，对每个评价参数设置本体编码。
其中，国际标准知识库可以为RADLEX或者SNOMED-CT，在此不作任何限定。
本发明的实施例设置了编码单元，可以基于国际标准知识库，对每个评价参数设置本体编码，便于与第三方的标准通信，使得系统更加规范、性能更稳定。
实施例五
图11示出了根据本发明实施例五的基于结构化模板的影像质量评价方法流程图；如图11所示，该方法包括以下步骤：
步骤S501，评价模板配置模块基于检查项目配置影像质量评价模板，对影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，评价参数包括总体评价参数和解剖部位评价参数；
图12示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中头颅CT平扫影像质量评价模板界面示意图；如图12所示，该界面示意图中左侧显示了树形的头颅CT平扫评价参数，包括总体评价参数、解剖部位评价参数，其中总体评价参数包括定位的正确性、扫描序列的总体把握、患者准备条件(过敏试验、胃肠道准备、衣物清除等)的评价，对应的评价参数为异物移除、序列的选择、扫描的范围和其他参数，比如患者检查时有移动、患者检查时不镇定、扫描层厚不恰当等。解剖部位评价参数包括检查目的、部位、大体扫描方案(增强/平扫)应该涉及的解剖部位，其中每个解剖部位的生理/病理特征都可以进行个性化评价，对应的评价参数可以为不清晰的解剖部位，比如额叶、交叉池、四脑室等，不完整的解剖部位，比如四叠体位、丘脑等。影像质量评价模板可以根据医院需求做个性化调整。
图13示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中头颅CT平扫检查项目对应影像质量评价模板的界面ID界面示意图；如图13所示，在检查项目界面中，将影像质量评价的UIID填入到该界面中，保存后关联。
步骤S502，患者信息配置模块将患者的检查信息以控件的形式布局在影像质量评价界面的相应位置上，形成患者信息模板；
图14示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中患者信息模板界面示意图；如图14所示，患者信息模板包括姓名、编号、检查编号、性别、年龄、检查设备、检查项目、检查技师、检查日期等等。
步骤S503，关联模块将检查项目对应的影像质量评价模板和患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在影像报告模板的相应位置上；
影像报告的相应信息都是通过InterRis接口从HIS(医院信息系统)/EMR(电子病历)获取患者检查项目和检查目的等信息。
图15示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中生成影像质量评价控件显示在影像报告模板的相应位置上界面示意图；如图15所示，影像质量评价控件显示在阴阳性和危急值之间，供医生点击使用评价。
步骤S504，当医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示影像质量评价界面供医生点选或编辑评价参数。
图16示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中医生点击影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示头颅CT平扫影像质量评价界面的示意图；如图16所示，影像质量评价界面中左侧显示关联了该患者信息模板，根据影像报告相关信息直接链接到该患者信息模板，右侧则显示了供医生点选的影像质量评价界面，医生可以根据影像质量点选或者编辑评价参数。
其中，该方法还包括：评价分析模块分析医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上。
对于质量不佳的扫描方案，系统会降低其推荐的分值，或者交由有经验的技师人工处理，提供更加的扫描方案，反之，没有得到负评的扫描方案，或者人工修改后没有负评的扫描方案逐步浮现到最顶端，提高推荐的分值，可以将扫描方案个性化到不同品牌/型号的扫描设备。
图17示出了根据本发明实施例五的基于结构化模板的影像质量评价方法中根据检查目的、检查项目等检索出影像技师使用的扫描方案界面示意图；如图17所示，列出了头颅CT平扫的扫描方案：检查规范：仰卧位、头先进、头部两侧对称、下颌内收，扫描起始部位为下颌，扫描序列规范(平扫)等等。
其中，该方法还包括：评价统计模块在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看。
其中，预设时间段可以为一个月、一个季度等，根据医院的需求做相应的设置。
其中，生成的统计数据可以为列表，在此不作任何限定。
其中，该方法还包括：评价模板配置模块中的编码单元基于国际标准知识库，对每个评价参数设置本体编码。
其中，国际标准知识库可以为RADLEX或者SNOMED-CT，在此不作任何限定。
本发明实施例中的评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，基于检查项目配置影像质量评价模板并由关联模块将其嵌入在影像报告模板中，影像质量评价模板的评价参数包括总体评价参数和解剖部位评价参数，诊断医生可以在撰写完影像报告之后点击影像质量评价控件，在影像质量评价界面上对该影像技师扫描的影像质量进行评价，诊断医生只需在其认为做的不好的评价参数进行点选即可精确完成对影像质量的评价，评价方案清晰、完整、客观，操作简便，该影像质量的评价可以用于影像扫描方案的持续改进并对影像技师的培训的改进；本发明实施例中的评价分析模块，可以分析诊断医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上，质量评价不佳的扫描方案，系统会降低其推荐的分值或者交由有经验的技师进行人工处理，提出更佳的扫描方案，这些质量评价不佳的扫描方案会逐步下沉，减少被推荐的机会；没有负评的扫描方案系统会提高其推荐的分值，再次出现类似部位、检查目的、扫描设备的时候，可以自动给出最顶端的扫描方案建议，实现了对影像扫描知识库的持续迭代；本发明实施例中的评价统计模块可以在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看，可以对影像技师进行扫描规范性的培训，实现技师培训的持续迭代，提高了影像技师的扫描技术；本发明实施例中的编码单元，可以基于国际标准知识库，对每个评价参数设置本体编码，便于与第三方的标准通信，使得系统更加规范、性能更稳定。
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评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，基于检查项目配置影像质量评价模板并由关联模块将其嵌入在影像报告模板中，影像质量评价模板的评价参数包括总体评价参数和解剖部位评价参数，诊断医生可以在撰写完影像报告之后点击影像质量评价控件，在影像质量评价界面上对该影像技师扫描的影像质量进行评价，诊断医生只需在其认为做的不好的评价参数进行点选即可精确完成对影像质量的评价，评价方案清晰、完整、客观，操作简便，该影像质量的评价可以用于影像扫描方案的持续改进并对影像技师的培训的改进；由于本发明的实施例设置了评价分析模块，可以分析诊断医生提交的评价参数，当评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到影像知识库中，同时，生成提示信息反馈到影像报告界面的相应位置上，质量评价不佳的扫描方案，系统会降低其推荐的分值或者交由有经验的技师进行人工处理，提出更佳的扫描方案，这些质量评价不佳的扫描方案会逐步下沉，减少被推荐的机会；没有负评的扫描方案系统会提高其推荐的分值，再次出现类似部位、检查目的、扫描设备的时候，可以自动给出最顶端的扫描方案建议，实现了对影像扫描知识库的持续迭代；由于本发明的实施例设置了评价统计模块可以在预设时间段内自动提取有负评的影像质量评价，将影像技师姓名、有负评的评价参数生成统计数据供医生查看，可以对影像技师进行扫描规范性的培训，实现技师培训的持续迭代，提高了影像技师的扫描技术；由于本发明的实施例设置了编码单元，可以基于国际标准知识库，对每个评价参数设置本体编码，便于与第三方的标准通信，使得系统更加规范、性能更稳定。
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)
1.一种基于结构化模板的影像质量评价系统，其特征在于，包括评价模板配置模块、患者信息配置模块、关联模块和评价生成模块，其中，
所述评价模板配置模块，与所述关联模块相连，用于基于检查项目配置影像质量评价模板，对所述影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，所述评价参数包括总体评价参数和解剖部位评价参数；
所述患者信息配置模块，与所述关联模块相连，用于将患者的检查信息以控件的形式布局在所述影像质量评价界面的相应位置上，形成患者信息模板；
所述关联模块，分别与所述评价模板配置模块、所述患者信息配置模块和所述评价生成模块相连，用于将所述检查项目对应的影像质量评价模板和所述患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在所述影像报告模板的相应位置上；
所述评价生成模块，与所述关联模块相连，用于当医生点击所述影像质量评价控件时，在该患者的影像报告界面自动显示所述影像质量评价界面供医生点选或编辑所述评价参数。
2.根据权利要求1所述的基于结构化模板的影像质量评价系统，其特征在于，该系统还包括评价分析模块，与所述评价生成模块相连，用于分析医生提交的所述评价参数，当所述评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当所述评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到所述影像知识库中，同时，生成提示信息反馈到所述影像报告界面的相应位置上。
3.根据权利要求2所述的基于结构化模板的影像质量评价系统，其特征在于，该系统还包括评价统计模块，与所述评价分析模块相连，用于在预设时间段内自动提取有负评的影像质量评价，将所述影像技师姓名、有负评的评价参数生成统计数据供医生查看。
4.根据权利要求1所述的基于结构化模板的影像质量评价系统，其特征在于，所述评价模板配置模块还包括编码单元，用于基于国际标准知识库，对每个所述评价参数设置本体编码。
5.一种基于结构化模板的影像质量评价方法，其特征在于，该方法包括：
评价模板配置模块基于检查项目配置影像质量评价模板，对所述影像质量评价模板设置唯一界面ID，评价参数以控件的形式布局在影像质量评价界面的相应位置上，其中，所述评价参数包括总体评价参数和解剖部位评价参数；
患者信息配置模块将患者的检查信息以控件的形式布局在所述影像质量评价界面的相应位置上，形成患者信息模板；
关联模块将所述检查项目对应的影像质量评价模板和所述患者信息模板嵌入到该检查项目下的影像报告模板中，生成影像质量评价控件显示在所述影像报告模板的相应位置上；
当医生点击所述影像质量评价控件时，评价生成模块在该患者的影像报告界面自动显示所述影像质量评价界面供医生点选或编辑所述评价参数。
6.根据权利要求5所述的基于结构化模板的影像质量评价方法，其特征在于，该方法还包括：评价分析模块分析医生提交的所述评价参数，当所述评价参数没有负评时，将该影像技师所使用的影像扫描方案标记为合格扫描方案并保存到影像知识库中，当所述评价参数有负评时，将该影像技师所使用的影像扫描方案标记为不合格扫描方案并保存到所述影像知识库中，同时，生成提示信息反馈到所述影像报告界面的相应位置上。
7.根据权利要求6所述的基于结构化模板的影像质量评价方法，其特征在于，该方法还包括：评价统计模块在预设时间段内自动提取有负评的影像质量评价，将所述影像技师姓名、有负评的评价参数生成统计数据供医生查看。
8.根据权利要求5所述的基于结构化模板的影像质量评价方法，其特征在于，该方法还包括：所述评价模板配置模块中的编码单元基于国际标准知识库，对每个所述评价参数设置本体编码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010931587.3A CN112259196A (zh) | 2020-09-07 | 2020-09-07 | 基于结构化模板的影像质量评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010931587.3A CN112259196A (zh) | 2020-09-07 | 2020-09-07 | 基于结构化模板的影像质量评价系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112259196A true CN112259196A (zh) | 2021-01-22 |
Family
ID=74231162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010931587.3A Pending CN112259196A (zh) | 2020-09-07 | 2020-09-07 | 基于结构化模板的影像质量评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112259196A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114783558A (zh) * | 2022-04-25 | 2022-07-22 | 四川大学华西医院 | 一种肺栓塞患者的ctpa图像报告生成系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424385A (zh) * | 2013-08-22 | 2015-03-18 | 上海联影医疗科技有限公司 | 一种医学影像的评价方法和装置 |
| CN110931095A (zh) * | 2018-09-19 | 2020-03-27 | 北京赛迈特锐医疗科技有限公司 | 基于dicom图像标注与结构化报告关联的系统及方法 |
| CN111584043A (zh) * | 2019-02-15 | 2020-08-25 | 北京新网医讯技术有限公司 | 影像学扫描方案智能提示系统及其方法 |
-
2020
- 2020-09-07 CN CN202010931587.3A patent/CN112259196A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424385A (zh) * | 2013-08-22 | 2015-03-18 | 上海联影医疗科技有限公司 | 一种医学影像的评价方法和装置 |
| CN110931095A (zh) * | 2018-09-19 | 2020-03-27 | 北京赛迈特锐医疗科技有限公司 | 基于dicom图像标注与结构化报告关联的系统及方法 |
| CN111584043A (zh) * | 2019-02-15 | 2020-08-25 | 北京新网医讯技术有限公司 | 影像学扫描方案智能提示系统及其方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114783558A (zh) * | 2022-04-25 | 2022-07-22 | 四川大学华西医院 | 一种肺栓塞患者的ctpa图像报告生成系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104424385B (zh) | 一种医学影像的评价方法和装置 | |
| US7236817B2 (en) | Animation technology | |
| US20160038092A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| CN111584043B (zh) | 影像学扫描方案智能提示系统及其方法 | |
| US20110112855A1 (en) | System and method for assisting in making a treatment plan | |
| US20200100724A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| US20210334956A1 (en) | Methods and apparatus for the application of machine learning to radiographic images of animals | |
| CN110706825A (zh) | 一种基于三维建模和3d打印的骨科医疗平台系统和方法 | |
| CN111723277A (zh) | 影像结构化报告云端需求分类系统及其方法 | |
| US20220280104A1 (en) | Applying non-real time and non-user attended algorithms to the stored non-imaging data and existing imaging data to obtain a dental diagnosis | |
| Pugalendhi et al. | Design and development of model eye for retina laser by using additive manufacturing | |
| CN112259196A (zh) | 基于结构化模板的影像质量评价系统及方法 | |
| CN111973270B (zh) | 建立个体化膝关节仿生韧带生物力学模型的方法 | |
| CN108877897A (zh) | 牙科诊疗方案生成方法、装置及诊疗系统 | |
| WO1987007969A2 (en) | Computer automated sensory and motor function assessment | |
| CN114240934B (zh) | 一种基于肢端肥大症的图像数据分析方法及系统 | |
| US20220285026A1 (en) | Applying non-real time and non-user attended algorithms to the stored non-imaging data and existing imaging data to obtain a dental diagnosis | |
| CN110415813A (zh) | 基于人工智能的中医诊疗网络平台 | |
| JP2019079515A (ja) | 施術支援装置、施術支援システム、施術支援方法、プログラム | |
| CN110087549A (zh) | 用于提供乳房摄影质量分析的装置 | |
| CN101810512B (zh) | 医疗或美容用的数位影像储存系统 | |
| US20240054763A1 (en) | Method for interpreting kidney ultrasound images with artificial intelligence | |
| CN108877933A (zh) | 一种妇科盆底康复治疗无线采集与远程疗效评估系统 | |
| US11369268B2 (en) | Brain-function image data augmentation method | |
| TW202341171A (zh) | 醫療決策輔助系統及方法 |
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 |