CN112263269A - 泌尿系x线平片结石智能检测系统及方法 - Google Patents
泌尿系x线平片结石智能检测系统及方法 Download PDFInfo
- Publication number
- CN112263269A CN112263269A CN202010998857.2A CN202010998857A CN112263269A CN 112263269 A CN112263269 A CN 112263269A CN 202010998857 A CN202010998857 A CN 202010998857A CN 112263269 A CN112263269 A CN 112263269A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- lesion
- anatomical
- sending
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 230000002485 urinary effect Effects 0.000 title claims abstract description 60
- 239000004575 stone Substances 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims description 61
- 238000003745 diagnosis Methods 0.000 claims abstract description 155
- 230000003902 lesion Effects 0.000 claims abstract description 95
- 230000008859 change Effects 0.000 claims abstract description 47
- 230000011218 segmentation Effects 0.000 claims abstract description 40
- 230000002980 postoperative effect Effects 0.000 claims abstract description 39
- 210000000056 organ Anatomy 0.000 claims abstract description 20
- 229910052751 metal Inorganic materials 0.000 claims description 77
- 239000002184 metal Substances 0.000 claims description 77
- 239000002639 bone cement Substances 0.000 claims description 73
- 230000008569 process Effects 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 18
- 238000002224 dissection Methods 0.000 claims description 15
- 210000003689 pubic bone Anatomy 0.000 claims description 7
- 210000000689 upper leg Anatomy 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 206010007027 Calculus urinary Diseases 0.000 description 9
- 208000009911 Urinary Calculi Diseases 0.000 description 9
- 210000003484 anatomy Anatomy 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 210000000626 ureter Anatomy 0.000 description 4
- 239000007943 implant Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000003748 differential diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000004061 pubic symphysis Anatomy 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000000014 Ureteral Calculi Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 210000001694 thigh bone Anatomy 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000001635 urinary tract Anatomy 0.000 description 1
- 208000008281 urolithiasis Diseases 0.000 description 1
Images
Classifications
-
- 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
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种泌尿系X线平片结石智能检测系统,包括:在患者拍摄完泌尿系X线平片检查项目时,图像识别模块识别与检查项目相匹配的DICOM图像,图像质量判断模块对DICOM图像进行质量的分析、判断,术后判断模块对质量合格的DICOM图像进行术后改变的分析,解剖分割模块对无术后改变的DICOM图像进行目标器官的分割,目标病灶检出模块对病灶进行分割、定位,结构化报告模块整合所有处理后的数据和图像,并保存,输出诊断印象供医生参考;自动生成全智能结构化影像诊断报告。本发明还公开一种泌尿系X线平片结石智能检测方法。本发明在确保质量的前提下,提高了自动化程度和规范性,提高基层医生的工作效率,减少了医生的工作量,降低劳动强度,提高诊断精度。
Description
技术领域
本发明涉及医疗信息领域,更具体地,涉及一种泌尿系X线平片结石智能检测系统及方法。
背景技术
泌尿系统包括肾脏、输尿管和膀胱,简称KUB,KUB的X光平片是检出泌尿系结石的有效手段。因为结石往往富含钙质,所以在X光平片下显示高密度,识别清晰。目前DR已经普及到乡镇医疗机构,而CT普遍还在县级医疗机构,所以无论是从检出的有效性、成本,可获得性,KUB平片更加普及。KUB平片对于急性腹痛并且怀疑泌尿系结石是常规检查方案,所以在基层医疗机构有一定的工作量。阅读本身难度不大,但要控制品质。主要体现在判断影像的质量是否足够满足诊断需求,分析其他造成误诊的因素,比如尿路支架(DJ支架)、手术修补/支撑物的影响。之后需要报告出结石的位置和结石的大小。通常输尿管结石症状和表现最为常见,要报告其与腰椎对应的位置,就需要计数椎体的顺序;泌尿系结石发病率高,所以X光平片使用频率高,读片又有清晰的质量要求和时间消耗,测量结石大小的工作没有难度,但很花费时间,特别是在多个结石同时出现的情况下。现有的医疗机构中,还未创建一套智能的方法,对KUB的X光平片进行诊断,检出是否有泌尿结石,所以在现有技术中,对KUB的X光平片的诊断,工作量很大,浪费了诊断医生大量的时间,同时,诊断的品质没有很好的控制,很有可能出现误诊,降低了诊断的精确率。
发明内容
有鉴于此,本发明的主要目的在于提供一种泌尿系X线平片结石智能检测系统及方法,能够解决现有技术中存在的由于诊断KUB的X光平片的工作量大而导致的降低医生工作效率和诊断精确率的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一方面,本发明提供了一种泌尿系X线平片结石智能检测系统,包括影像信息管理模块、图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,其中,所述影像信息管理模块,与图像识别模块相连,用于当患者拍摄完泌尿系X线平片检查项目时,将该患者的DICOM图像通过DICOM协议传输给图像识别模块;图像识别模块,与影像信息管理模块、图像质量判断模块和结构化报告模块相连,用于基于DICOM图像头文件信息,识别DICOM图像的投照范围、体位,判断DICOM图像是否与泌尿系X线平片检查项目相匹配,若DICOM图像与所尿系X线平片检查项目匹配,则将DICOM图像分别发送给图像质量判断模块;若DICOM图像与泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给结构化报告模块;图像质量判断模块,分别与图像识别模块、术后判断模块和结构化报告模块相连,用于基于预设条件,对DICOM图像进行质量的分析,将符合预设条件的DICOM图像分别发送给术后判断模块和结构化报告模块,将符合预设条件的DICOM图像定义为第一图像;若DICOM图像的质量不符合预设条件,则中止诊断流程;并将第一判断结果及第二提示信息发送给结构化报告模块;其中,第一判断结果为图像质量不合格或图像质量合格;术后判断模块,与图像质量判断模块、解剖分割模块和结构化报告模块相连,用于判断第一图像是否存在术后改变,若无术后改变,将第一图像分别发送给解剖分割模块和结构化报告模块,若存在术后改变,识别腰椎和/或股骨术后金属钉(板)、腰椎术后骨水泥,自动测量金属钉(板)和/或骨水泥的大小数值,并将第二判断结果和金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块;第二判断结果为无术后改变或有术后改变;解剖分割模块,分别与术后判断模块、目标病灶检出模块和结构化报告模块相连,用于基于第一预设规则,在第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个目标器官设置解剖坐标,输出第一诊断数据,对每个解剖坐标设置解剖标签,输出每个解剖标签的区域,即第二图像,并将第一诊断数据、第二图像分别发送给目标病灶检出模块和结构化报告模块;目标病灶检出模块,分别与解剖分割模块和结构化报告模块相连,用于基于第二预设规则和第一诊断数据,在第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有病灶设置病灶坐标,即第二诊断数据,对每个病灶坐标设置病灶标签,输出每个病灶标签的区域,即第三图像,将第二诊断数据与第一诊断数据进行对比,对每个病灶进行定位并测量,将每个病灶的定位结果、病灶测量值、关键图像、第二诊断数据以及第三图像发送给结构化报告模块;结构化报告模块,分别与图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块和目标病灶检出模块相连,用于基于内置的规则,将病灶的定位结果、病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
优选地,术后判断模块还包括数据判断单元,用于当第二判断结果为有术后改变时,将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块。
优选地,解剖分割模块还包括第一标签判断单元,用于基于第一诊断数据,判断解剖标签是否合规,判断的规则为:判断每个解剖标签的连通域个数是否在第一预设阈值内,判断每个解剖标签的体积是否在第二预设阈值内,判断相邻的解剖标签的空间关系是否正确,判断不同的解剖标签的形状,将第三判断结果发送给结构化报告模块;若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息、不合规的类型以及解剖标签的测量值给结构化报告模块。
优选地,目标病灶检出模块还包括第二标签判断单元,用于基于第二诊断数据,判断病灶标签是否合规,判断的规则为:判断每个病灶标签的连通域个数是否在第二预设阈值内,判断每个病灶标签的体积是否在第四预设阈值内,判断相邻的病灶标签的空间关系是否正确,判断不同的病灶标签的形状,将第四判断结果发送给结构化报告模块;若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块。
优选地,目标病灶检出模块还包括结果判断单元,用于判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块。
另一方面,本发明还提供了一种泌尿系X线平片结石智能检测方法,包括:当患者拍摄完泌尿系X线平片检查项目时,影像信息管理模块将该患者的DICOM图像通过DICOM协议传输给图像识别模块;图像识别模块基于DICOM图像头文件信息,识别DICOM图像的投照范围、体位,判断DICOM图像是否与泌尿系X线平片检查项目相匹配,若DICOM图像与泌尿系X线平片检查项目匹配,则将DICOM图像分别发送给图像质量判断模块;若DICOM图像与泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给结构化报告模块;图像质量判断模块基于预设条件,对DICOM图像进行质量的分析,将符合预设条件的DICOM图像分别发送给术后判断模块和结构化报告模块,将符合预设条件的DICOM图像定义为第一图像;若DICOM图像的质量不符合所述预设条件,则中止所述诊断流程;并将第一判断结果及第二提示信息发送给结构化报告模块;其中,第一判断结果为图像质量不合格或图像质量合格;术后判断模块判断第一图像是否存在术后改变,若无术后改变,将第一图像分别发送给解剖分割模块和结构化报告模块,若存在术后改变,识别腰椎和/或股骨术后金属钉(板)、腰椎术后骨水泥,自动测量金属钉(板)和/或骨水泥的大小数值,并将第二判断结果和金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块;第二判断结果为无术后改变或有术后改变;解剖分割模块基于第一预设规则,在第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个目标器官设置解剖坐标,输出第一诊断数据,对每个解剖坐标设置解剖标签,输出每个解剖标签的区域,即第二图像,并将第一诊断数据、第二图像分别发送给目标病灶检出模块和结构化报告模块;目标病灶检出模块基于第二预设规则和第一诊断数据,在第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有病灶设置病灶坐标,即第二诊断数据,对每个病灶坐标设置病灶标签,输出每个病灶标签的区域,即第三图像,将第二诊断数据与第一诊断数据进行对比,对每个病灶进行定位并测量,将每个病灶的定位结果、病灶测量值、关键图像、第二诊断数据以及第三图像发送给结构化报告模块;结构化报告模块基于内置的规则,将病灶的定位结果、病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
优选地,当第二判断结果为有术后改变时,该方法还包括:术后判断模块中的数据判断单元将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块。
优选地,该方法还包括:目解剖分割模块中的第一标签判断单元基于第一诊断数据,判断解剖标签是否合规,判断的规则为:判断每个解剖标签的连通域个数是否在第一预设阈值内,判断每个解剖标签的体积是否在第二预设阈值内,判断相邻的解剖标签的空间关系是否正确,判断不同的解剖标签的形状,将第三判断结果发送给结构化报告模块;若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息、不合规的类型以及解剖标签的测量值给结构化报告模块。
优选地,该方法还包括:目标病灶检出模块中的第二标签判断单元基于第二诊断数据,判断病灶标签是否合规,判断的规则为:判断每个病灶标签的连通域个数是否在第二预设阈值内,判断每个病灶标签的体积是否在第四预设阈值内,判断相邻的病灶标签的空间关系是否正确,判断不同的病灶标签的形状,将第四判断结果发送给结构化报告模块;若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块。
优选地,该方法还包括:目标病灶检出模块中的结果判断单元判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块。
本发明的技术效果:
1.由于本发明中设置了图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,在患者拍摄完泌尿系X线平片检查项目时,图像识别模块识别与检查项目相匹配的DIOCOM图像,图像质量判断模块对DICOM图像进行质量的分析、判断,将由于伪影、投照范围不全、曝光条件补足等造成的质量不佳的DICOM图像识别出来,以防影响后续诊断,术后判断模块对质量合格的DICOM图像进行术后改变的分析,如果不提前把存在术后导致的解剖变化的DICOM图像剔除,则会造成后续诊断流程病灶分析模型的大量误判,影响了诊断精度,解剖分割模块对无术后改变的DICOM图像进行目标器官的分割,目标病灶检出模块对病灶进行分割、定位,结构化报告模块整合所有处理后的数据和图像,并保存,输出诊断印象供医生参考;自动生成全智能结构化影像诊断报告,在KUB图像中检出是否有泌尿系结石,显示DJ管的位置是否正确以及显示其他术后改变。该系统将医生的工作顺序内置在一系列的自动化流程当中,在确保质量的前提下,提高了自动化程度和规范性,提高基层医生的工作效率,减少了医生的工作量,降低劳动强度,提高了医生的诊断精度;
2.由于本发明设置了数据判断单元,可以将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块;对有术后有改变的情况的判断结果进行正确性的判断,防止了误判,提高了系统的诊断性能,若判断结果有误,则会自动提示相关管理人员进行人工干预,提升了影像服务的临床价值;
3.由于本发明设置了第一标签判断单元,可以基于第一诊断数据,判断解剖标签是否合规,若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息给结构化报告模块,避免了由于解剖坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预、处理,完善AI诊断模型,使得整个诊断流程更加完善,更加系统化;
4.由于本发明设置了第二标签判断单元,可以基于第二诊断数据,判断病灶标签是否合规,若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块,避免了由于病灶坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预,完善AI模型,使AI模型可以持续迭代;
5.由于本发明设置了结果判断单元,可以判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块,智能化的给临床医生提供更加直观的结构化报告界面,省去了医生再次审查患者的影像图像的环节,简化了诊断流程。
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泌尿系X线平片结石智能检测系统结构示意图;
图2示出了根据本发明实施例一的泌尿系X线平片结石智能检测系统中结构化报告界面示意图;
图3示出了根据本发明实施例二的泌尿系X线平片结石智能检测系统结构示意图;
图4示出了根据本发明实施例三的泌尿系X线平片结石智能检测系统结构示意图;
图5示出了根据本发明实施例四的泌尿系X线平片结石智能检测系统结构示意图;
图6示出了根据本发明实施例五的泌尿系X线平片结石智能检测系统结构示意图;
图7示出了根据本发明实施例六的泌尿系X线平片结石智能检测方法的流程图;
图8示出了根据本发明实施例六的泌尿系X线平片结石智能检测方法中结构化报告界面示意图;
图9示出了根据本发明实施例七的泌尿系X线平片结石智能检测方法的具体处理流程图。
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泌尿系X线平片结石智能检测系统结构示意图;如图1所示,该系统包括:影像信息管理模块10、图像识别模块20、图像质量判断模块30、术后判断模块40、解剖分割模块50、目标病灶检出模块60和结构化报告模块70,其中,
所述影像信息管理模块10,与图像识别模块20相连,用于当患者拍摄完泌尿系X线平片检查项目时,将该患者的DICOM图像通过DICOM协议传输给图像识别模块20;
其中,影像信息管理模块为RIS(Radiology Information System)系统。
图像识别模块20,与影像信息管理模块10、图像质量判断模块30和结构化报告模块70相连,用于基于DICOM图像头文件信息,识别DICOM图像的投照范围、体位,判断DICOM图像是否与泌尿系X线平片检查项目相匹配,若DICOM图像与所尿系X线平片检查项目匹配,则将DICOM图像分别发送给图像质量判断模块30;若DICOM图像与泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给结构化报告模块70;
图像识别模块为前瞻性的质量控制,基于影像当中的DICOM头文件信息,识别体位,投照范围,以及核对患者信息与登记信息的一致性,确保DICOM图像是KUB检查,对于不符合的DICOM图像,不再继续本流程,直接发送第一提示信息(即报告差错)给结构化报告模块,转为人工处理。符合KUB检查的DICOM图像及第一提示信息存储在结构化报告模块的数据库中。
图像质量判断模块30,分别与图像识别模块20、术后判断模块40和结构化报告模块70相连,用于基于预设条件,对DICOM图像进行质量的分析,将符合预设条件的DICOM图像分别发送给术后判断模块和结构化报告模块,将符合预设条件的DICOM图像定义为第一图像;若DICOM图像的质量不符合预设条件,则中止诊断流程;并将第一判断结果及第二提示信息发送给结构化报告模块;其中,第一判断结果为图像质量不合格或图像质量合格;
识别质量不合格的DICOM图像,比如剂量在合适范围内,避免过曝或者曝光不足的DICOM图像进入流程,判断运动伪影、诸如皮带等高密度遮盖物影响诊断,如果为不合格的DICOM图像,则中止诊断流程,将第二提示信息发送给结构化报告模块,将判断结果发送到结构化报告界面的“技术评估(图像质量)”的相应控件中并提示相关负责人员及时处理,第二图像及第二提示信息存储在结构化报告模块的数据库中。
术后判断模块40,与图像质量判断模块30、解剖分割模块50和结构化报告模块70相连,用于判断第一图像是否存在术后改变,若无术后改变,将第一图像分别发送给解剖分割模块和结构化报告模块,若存在术后改变,识别腰椎和/或股骨术后金属钉(板)、腰椎术后骨水泥,自动测量金属钉(板)和/或骨水泥的大小数值,并将第二判断结果和金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块;第二判断结果为无术后改变或有术后改变;
术后判断模块主要是判断椎体、股骨手术置入的金属板、金属钉(板)、骨水泥,这些影像特征也是高密度的,但显然不是结石,需要提前分析出来并填写在结构化报告界面中,只有将先去除了这些高密度影像,才能确认在影像上发现的其他高密度影像为病灶影。
解剖分割模块50,分别与术后判断模块40、目标病灶检出模块60和结构化报告模块70相连,用于基于第一预设规则,在第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个目标器官设置解剖坐标,输出第一诊断数据,对每个解剖坐标设置解剖标签,输出每个解剖标签的区域,即第二图像,并将第一诊断数据、第二图像分别发送给目标病灶检出模块60和结构化报告模块70;
其中,腰椎包括:L1椎体、L2椎体、L3椎体、L4椎体、L5椎体,共5个分区;小骨盆腔,1个分区;耻骨联合,1个分区。
目标病灶检出模块60,分别与解剖分割模块50和结构化报告模块70相连,用于基于第二预设规则和第一诊断数据,在第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有病灶设置病灶坐标,即第二诊断数据,对每个病灶坐标设置病灶标签,输出每个病灶标签的区域,即第三图像,将第二诊断数据与第一诊断数据进行对比,对每个病灶进行定位并测量,将每个病灶的定位结果、病灶测量值、关键图像、第二诊断数据以及第三图像发送给结构化报告模块70;
检测的主要病灶为结石、DJ管(输尿管支架)、其他泌尿系器官内的置入物,分割出的每个病灶坐标与相对应的解剖区域坐标进行对比,确定其病灶的位置。对于结石、DJ管、其他泌尿系的图像与AI模型进行分割,这块技术虽然复杂性高,但相对非常成熟,都是大量数据的训练,不再赘述。分割的结果是病灶的解剖标签的坐标和病灶的测量值信息。
结构化报告模块70,分别与图像识别模块20、图像质量判断模块30、术后判断模块40、解剖分割模块50和目标病灶检出模块60相连,用于基于内置的规则,将病灶的定位结果、病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
其中,定位结果和病灶测量值返回到结构化报告的“诊断印象”中,自动生成图文混排的诊断报告。
图2示出了根据本发明实施例一的泌尿系X线平片结石智能检测系统中结构化报告界面示意图;如图2所示,技术评估包括体位及投照范围不足等,结构化报告和各个AI模块自动关联,整体评估包括未见明显异常、术后、置管。胆系结石的相关参数的控件,如位置、数量、形状、密度等参数;泌尿系结石相关参数的控件,如位置、形态、密度、大小、边界等参数。
本发明的实施例设置了图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,在患者拍摄完泌尿系X线平片检查项目时,图像识别模块识别与检查项目相匹配的DIOCOM图像,图像质量判断模块对DICOM图像进行质量的分析、判断,将由于伪影、投照范围不全、曝光条件补足等造成的质量不佳的DICOM图像识别出来,以防影响后续诊断,术后判断模块对质量合格的DICOM图像进行术后改变的分析,如果不提前把存在术后导致的解剖变化的DICOM图像剔除,则会造成后续诊断流程病灶分析模型的大量误判,影响了诊断精度,解剖分割模块对无术后改变的DICOM图像进行目标器官的分割,目标病灶检出模块对病灶进行分割、定位,结构化报告模块整合所有处理后的数据和图像,并保存,输出诊断印象供医生参考;自动生成全智能结构化影像诊断报告,在KUB图像中检出是否有泌尿系结石,显示DJ管的位置是否正确以及显示其他术后改变。该系统将医生的工作顺序内置在一系列的自动化流程当中,在确保质量的前提下,提高了自动化程度和规范性,提高基层医生的工作效率,减少了医生的工作量,降低劳动强度,提高了医生的诊断精度。
实施例二
图3示出了根据本发明实施例二的泌尿系X线平片结石智能检测系统结构示意图,如图3所示,术后判断模块40还包括数据判断单元402,用于当第二判断结果为有术后改变时,将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块70的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块70的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块70。
例如,肠道造影术后的高密度造影剂会造成位置不合理、金属钉(板)位置不合理,径线、面积等不符合常规等,都自动将相关参数发送到结构化报告界面的相应控件中,并发送相应的提示信息告知相关人员,及时人工参与处理。
本发明的实施例设置了数据判断单元,可以将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块;对有术后有改变的情况的判断结果进行正确性的判断,防止了误判,提高了系统的诊断性能,若判断结果有误,则会自动提示相关管理人员进行人工干预,提升了影像服务的临床价值。
实施例三
图4示出了根据本发明实施例三的泌尿系X线平片结石智能检测系统结构示意图,如图4所示,解剖分割模块50还包括第一标签判断单元502,用于基于第一诊断数据,判断解剖标签是否合规,判断的规则为:判断每个解剖标签的连通域个数是否在第一预设阈值内,判断每个解剖标签的体积是否在第二预设阈值内,判断相邻的解剖标签的空间关系是否正确,判断不同的解剖标签的形状,将第三判断结果发送给结构化报告模块70;若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块60,若解剖标签为不合规,则发送第四提示信息、不合规的类型以及解剖标签的测量值给结构化报告模块70。
例如,每个解剖标签的连通域个数是否在第一预设阈值(比如小于3个)内,每个解剖标签的体积是否在第二预设阈值(5%-95%)内,若在范围外的解剖标签为不合规。
本发明的实施例设置了第一标签判断单元,可以基于第一诊断数据,判断解剖标签是否合规,若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息给结构化报告模块,避免了由于解剖坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预、处理,完善AI诊断模型,使得整个诊断流程更加完善,更加系统化。
实施例四
图5示出了根据本发明实施例四的泌尿系X线平片结石智能检测系统结构示意图,如图5所示,目标病灶检出模块60还包括第二标签判断单元602,用于基于第二诊断数据,判断病灶标签是否合规,判断的规则为:判断每个病灶标签的连通域个数是否在第二预设阈值内,判断每个病灶标签的体积是否在第四预设阈值内,判断相邻的病灶标签的空间关系是否正确,判断不同的病灶标签的形状,将第四判断结果发送给结构化报告模块70;若病灶标签为合规,则将第二诊断数据发送给结构化报告模块70,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块70。
一般情况下,对定性判断结果(比如是否合格、是否存在、是否正确、是否存在阳性等)的常规性判定一般规则如下(一般情况下,结构化报告模块是可配置的,根据医生或者医疗机构的需求进行个性化配置,以便于诊断及鉴别诊断):
若定性判断结果为“合格/有/是/阳性”,则判断其对应的定量值是否在经验值范围内或符合规则:如果是,则将定性判断结果发送到结构化报告“影像表现”相应控件中,返回值包括:定性判断结果、定量值和关键图像;如果否,则将定性判断结果和定量值发送到结构化报告“病灶列表管理”相应控件中,返回值包括:定性判断结果、定量值和关键图像,并发送定性判断和定量值不匹配的提示信息。
若定性判断结果为“不合格/无/否/阴性”,则判断其对应的定量值是否在经验值范围内或符合规则:如果是,对于结构化报告模块中未定义相应控件的情况,不做后续处理;对于结构化报告模块中定义了相应控件的情况,则将定性判断结果发送到结构化报告“影像表现”相应控件中,返回值包括:定性判断结果;如果否,则将定性判断结果和定量值发送到结构化报告“病灶列表管理”控件中,返回值包括:定性判断结果、定量值和关键图像,并发送定性判断和定量值不匹配的提示信息。
本发明的实施例设置了第二标签判断单元,可以基于第二诊断数据,判断病灶标签是否合规,若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块,避免了由于病灶坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预,完善AI模型,使AI模型可以持续迭代。
实施例五
图6示出了根据本发明实施例五的泌尿系X线平片结石智能检测系统结构示意图;如图6所示,目标病灶检出模块60还包括结果判断单元604,用于判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块70的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块70的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块70。
本发明的实施例设置了结果判断单元,可以判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块,智能化的给临床医生提供更加直观的结构化报告界面,省去了医生再次审查患者的影像图像的环节,简化了诊断流程。
实施例六
图7示出了根据本发明实施例六的泌尿系X线平片结石智能检测方法的流程图;如图7所示,该方法包括以下步骤:
步骤S601,当患者拍摄完泌尿系X线平片检查项目时,影像信息管理模块将该患者的DICOM图像通过DICOM协议传输给图像识别模块;
其中,影像信息管理模块为RIS(Radiology Information System)系统;
步骤S602,图像识别模块基于DICOM图像头文件信息,识别DICOM图像的投照范围、体位,判断DICOM图像是否与泌尿系X线平片检查项目相匹配,若DICOM图像与泌尿系X线平片检查项目匹配,则将DICOM图像分别发送给图像质量判断模块;若DICOM图像与泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给结构化报告模块;
图像识别模块这一步骤为前瞻性的质量控制,基于影像当中的DICOM头文件信息,识别体位,投照范围,以及核对患者信息与登记信息的一致性,确保DICOM图像是KUB检查,对于不符合的DICOM图像,不再继续本流程,直接发送第一提示信息(即报告差错)给结构化报告模块,转为人工处理。符合KUB检查的DICOM图像及第一提示信息存储在结构化报告模块的数据库中。
步骤S603,图像质量判断模块基于预设条件,对DICOM图像进行质量的分析,将符合预设条件的DICOM图像分别发送给术后判断模块和结构化报告模块,将符合预设条件的DICOM图像定义为第一图像;若DICOM图像的质量不符合所述预设条件,则中止所述诊断流程;并将第一判断结果及第二提示信息发送给结构化报告模块;其中,第一判断结果为图像质量不合格或图像质量合格;
识别质量不合格的DICOM图像,比如剂量在合适范围内,避免过曝或者曝光不足的DICOM图像进入流程,判断运动伪影、诸如皮带等高密度遮盖物影响诊断,如果为不合格的DICOM图像,则中止诊断流程,将第二提示信息发送给结构化报告模块,将判断结果发送到结构化报告界面的“技术评估(图像质量)”的相应控件中并提示相关负责人员及时处理,第二图像及第二提示信息存储在结构化报告模块的数据库中。
步骤S604,术后判断模块判断第一图像是否存在术后改变,若无术后改变,将第一图像分别发送给解剖分割模块和结构化报告模块,若存在术后改变,识别腰椎和/或股骨术后金属钉(板)、腰椎术后骨水泥,自动测量金属钉(板)和/或骨水泥的大小数值,并将第二判断结果和金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块;第二判断结果为无术后改变或有术后改变;
术后判断模块主要是判断椎体、股骨手术置入的金属板、金属钉(板)、骨水泥,这些影像特征也是高密度的,但显然不是结石,需要提前分析出来并填写在结构化报告界面中,只有将先去除了这些高密度影像,才能确认在影像上发现的其他高密度影像为病灶影。
步骤S605,解剖分割模块基于第一预设规则,在第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个目标器官设置解剖坐标,输出第一诊断数据,对每个解剖坐标设置解剖标签,输出每个解剖标签的区域,即第二图像,并将第一诊断数据、第二图像分别发送给目标病灶检出模块和结构化报告模块;
其中,腰椎包括:L1椎体、L2椎体、L3椎体、L4椎体、L5椎体,共5个分区;小骨盆腔,1个分区;耻骨联合,1个分区。
步骤S606,目标病灶检出模块基于第二预设规则和第一诊断数据,在第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有病灶设置病灶坐标,即第二诊断数据,对每个病灶坐标设置病灶标签,输出每个病灶标签的区域,即第三图像,将第二诊断数据与第一诊断数据进行对比,对每个病灶进行定位并测量,将每个病灶的定位结果、病灶测量值、关键图像、第二诊断数据以及第三图像发送给结构化报告模块;
检测的主要病灶为结石、DJ管(输尿管支架)、其他泌尿系器官内的置入物,分割出的每个病灶坐标与相对应的解剖区域坐标进行对比,确定其病灶的位置。对于结石、DJ管、其他泌尿系的图像与AI模型进行分割,这块技术虽然复杂性高,但相对非常成熟,都是大量数据的训练,不再赘述。分割的结果是病灶的解剖标签的坐标和病灶的测量值信息。
步骤S607,结构化报告模块基于内置的规则,将病灶的定位结果、病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
其中,定位结果和病灶测量值返回到结构化报告的“诊断印象”中,自动生成图文混排的诊断报告。
图8示出了根据本发明实施例六的泌尿系X线平片结石智能检测方法中结构化报告界面示意图;如图8所示,技术评估包括体位及投照范围不足等,结构化报告和各个AI模块自动关联,整体评估包括未见明显异常、术后、置管。胆系结石的相关参数的控件,如位置、数量、形状、密度等参数;泌尿系结石相关参数的控件,如位置、形态、密度、大小、边界等参数。
其中,当第二判断结果为有术后改变时,该方法还包括:术后判断模块中的数据判断单元将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块。
例如,肠道造影术后的高密度造影剂会造成位置不合理、金属钉(板)位置不合理,径线、面积等不符合常规等,都自动将相关参数发送到结构化报告界面的相应控件中,并发送相应的提示信息告知相关人员,及时人工参与处理。
其中,该方法还包括:目解剖分割模块中的第一标签判断单元基于第一诊断数据,判断解剖标签是否合规,判断的规则为:判断每个解剖标签的连通域个数是否在第一预设阈值内,判断每个解剖标签的体积是否在第二预设阈值内,判断相邻的解剖标签的空间关系是否正确,判断不同的解剖标签的形状,将第三判断结果发送给结构化报告模块;若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息、不合规的类型以及解剖标签的测量值给结构化报告模块。
例如,每个解剖标签的连通域个数是否在第一预设阈值(比如小于3个)内,每个解剖标签的体积是否在第二预设阈值(5%-95%)内,若在范围外的解剖标签为不合规。
其中,该方法还包括:目标病灶检出模块中的第二标签判断单元基于第二诊断数据,判断病灶标签是否合规,判断的规则为:判断每个病灶标签的连通域个数是否在第二预设阈值内,判断每个病灶标签的体积是否在第四预设阈值内,判断相邻的病灶标签的空间关系是否正确,判断不同的病灶标签的形状,将第四判断结果发送给结构化报告模块;若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块。
一般情况下,对定性判断结果(比如是否合格、是否存在、是否正确、是否存在阳性等)的常规性判定一般规则如下(一般情况下,结构化报告模块是可配置的,根据医生或者医疗机构的需求进行个性化配置,以便于诊断及鉴别诊断):
若定性判断结果为“合格/有/是/阳性”,则判断其对应的定量值是否在经验值范围内或符合规则:如果是,则将定性判断结果发送到结构化报告“影像表现”相应控件中,返回值包括:定性判断结果、定量值和关键图像;如果否,则将定性判断结果和定量值发送到结构化报告“病灶列表管理”相应控件中,返回值包括:定性判断结果、定量值和关键图像,并发送定性判断和定量值不匹配的提示信息。
若定性判断结果为“不合格/无/否/阴性”,则判断其对应的定量值是否在经验值范围内或符合规则:如果是,对于结构化报告模块中未定义相应控件的情况,不做后续处理;对于结构化报告模块中定义了相应控件的情况,则将定性判断结果发送到结构化报告“影像表现”相应控件中,返回值包括:定性判断结果;如果否,则将定性判断结果和定量值发送到结构化报告“病灶列表管理”控件中,返回值包括:定性判断结果、定量值和关键图像,并发送定性判断和定量值不匹配的提示信息。
其中,该方法还包括:目标病灶检出模块中的结果判断单元判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块。
本发明的实施例中的图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,在患者拍摄完泌尿系X线平片检查项目时,图像识别模块识别与检查项目相匹配的DIOCOM图像,图像质量判断模块对DICOM图像进行质量的分析、判断,将由于伪影、投照范围不全、曝光条件补足等造成的质量不佳的DICOM图像识别出来,以防影响后续诊断,术后判断模块对质量合格的DICOM图像进行术后改变的分析,如果不提前把存在术后导致的解剖变化的DICOM图像剔除,则会造成后续诊断流程病灶分析模型的大量误判,影响了诊断精度,解剖分割模块对无术后改变的DICOM图像进行目标器官的分割,目标病灶检出模块对病灶进行分割、定位,结构化报告模块整合所有处理后的数据和图像,并保存,输出诊断印象供医生参考;自动生成全智能结构化影像诊断报告,在KUB图像中检出是否有泌尿系结石,显示DJ管的位置是否正确以及显示其他术后改变。该系统将医生的工作顺序内置在一系列的自动化流程当中,在确保质量的前提下,提高了自动化程度和规范性,提高基层医生的工作效率,减少了医生的工作量,降低劳动强度,提高了医生的诊断精度;本发明实施例中的数据判断单元,可以将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块;对有术后有改变的情况的判断结果进行正确性的判断,防止了误判,提高了系统的诊断性能,若判断结果有误,则会自动提示相关管理人员进行人工干预,提升了影像服务的临床价值;本发明实施例中的第一标签判断单元,可以基于第一诊断数据,判断解剖标签是否合规,若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息给结构化报告模块,避免了由于解剖坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预、处理,完善AI诊断模型,使得整个诊断流程更加完善,更加系统化;本发明实施例中的第二标签判断单元,可以基于第二诊断数据,判断病灶标签是否合规,若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块,避免了由于病灶坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预,完善AI模型,使AI模型可以持续迭代;本发明实施例中的结果判断单元,可以判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块,智能化的给临床医生提供更加直观的结构化报告界面,省去了医生再次审查患者的影像图像的环节,简化了诊断流程。
实施例七
图9示出了根据本发明实施例七的泌尿系X线平片结石智能检测方法的具体处理流程图,如图9所示,该方法包括以下步骤:
步骤S701,图像识别模块识别DICOM图像是否与检查项目(泌尿系X线平片)匹配?若否,则发送第一提示信息给结构化报告模块,若是,执行步骤S702;
步骤S702,图像质量是否符合预设条件?若否,将第一判断结果、第二提示信息发送给结构化报告模块;若是,执行步骤S703;
步骤S703,是否存在术后改变?若是,执行步骤S704,若否,执行步骤S705;
步骤S704,第二判断结果是否与金属钉(板)和/或骨水泥的大小数值相匹配?若是,将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送到结构化报告模块的影像表现相应控件中;若否,将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送到结构化报告模块的病灶列表管理相应控件中,并发送第三提示信息;
步骤S705,解剖分割模块分割目标器官:腰椎、小骨盆腔和耻骨联合,发送第一诊断数据和第二图像给结构化报告模块;
步骤S706,解剖标签是否合规?若否,发送第三判断结果、第四提示信息、不合规的类型、解剖标签的测量值给结构化报告模块;若是,则执行步骤S707;
步骤S707,目标病灶检出模块分割病灶、对病灶进行定位、测量,将第二诊断数据、第三图像发送给结构化报告模块;
步骤S708,病灶标签是否合规?若否,发送第四判断结果、第五提示信息、不合规的类型及病灶标签的测量值给结构化报告模块;若是,将第二诊断数据发送给结构化报告模块并执行步骤S709;
步骤S709,定位结果是否正确?若是,将病灶定位结果、病灶测量值、关键图像发送到结构化报告模块中的印象表现控件中;若否,将病灶定位结果、病灶测量值、关键图像发送到结构化报告模块中的病灶列表管理控件中;
步骤S710,结构化报告模块基于内置的规则,将病灶的定位结果、病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
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:由于本发明的实施例设置了图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,在患者拍摄完泌尿系X线平片检查项目时,图像识别模块识别与检查项目相匹配的DIOCOM图像,图像质量判断模块对DICOM图像进行质量的分析、判断,将由于伪影、投照范围不全、曝光条件补足等造成的质量不佳的DICOM图像识别出来,以防影响后续诊断,术后判断模块对质量合格的DICOM图像进行术后改变的分析,如果不提前把存在术后导致的解剖变化的DICOM图像剔除,则会造成后续诊断流程病灶分析模型的大量误判,影响了诊断精度,解剖分割模块对无术后改变的DICOM图像进行目标器官的分割,目标病灶检出模块对病灶进行分割、定位,结构化报告模块整合所有处理后的数据和图像,并保存,输出诊断印象供医生参考;自动生成全智能结构化影像诊断报告,在KUB图像中检出是否有泌尿系结石,显示DJ管的位置是否正确以及显示其他术后改变。该系统将医生的工作顺序内置在一系列的自动化流程当中,在确保质量的前提下,提高了自动化程度和规范性,提高基层医生的工作效率,减少了医生的工作量,降低劳动强度,提高了医生的诊断精度;由于本发明的实施例设置了数据判断单元,可以将第二判断结果与金属钉(板)和/或骨水泥的大小数值进行对比,若第二判断结果与金属钉(板)和/或骨水泥的大小数值相匹配,则将第二判断结果、金属钉(板)和/或骨水泥的大小数值发送给结构化报告模块的影像表现相应控件中;若第二判断结果与金属钉(板)和/或骨水泥的大小数值不匹配,将第二判断结果、金属钉(板)和/或骨水泥的大小数值以发送给结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给结构化报告模块;对有术后有改变的情况的判断结果进行正确性的判断,防止了误判,提高了系统的诊断性能,若判断结果有误,则会自动提示相关管理人员进行人工干预,提升了影像服务的临床价值;由于本发明的实施例设置了第一标签判断单元,可以基于第一诊断数据,判断解剖标签是否合规,若解剖标签为合规,则将第一诊断数据发送给目标病灶检出模块,若解剖标签为不合规,则发送第四提示信息给结构化报告模块,避免了由于解剖坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预、处理,完善AI诊断模型,使得整个诊断流程更加完善,更加系统化;由于本发明的实施例设置了第二标签判断单元,可以基于第二诊断数据,判断病灶标签是否合规,若病灶标签为合规,则将第二诊断数据发送给结构化报告模块,若病灶标签为不合规,则发送第五提示信息、不合规的类型以及病灶标签的测量值给结构化报告模块,避免了由于病灶坐标不合格导致的诊断不精确,同时,有提示信息发送,以便于及时让人工干预,完善AI模型,使AI模型可以持续迭代;由于本发明的实施例设置了结果判断单元,可以判断定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的印象表现相应控件中,若不合规,则将定位结果、病灶测量值、关键图像发送到结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给结构化报告模块,智能化的给临床医生提供更加直观的结构化报告界面,省去了医生再次审查患者的影像图像的环节,简化了诊断流程。
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 (10)
1.一种泌尿系X线平片结石智能检测系统,其特征在于,包括影像信息管理模块、图像识别模块、图像质量判断模块、术后判断模块、解剖分割模块、目标病灶检出模块和结构化报告模块,其中,
所述影像信息管理模块,与所述图像识别模块相连,用于当患者拍摄完泌尿系X线平片检查项目时,将该患者的DICOM图像通过DICOM协议传输给所述图像识别模块;
所述图像识别模块,与所述影像信息管理模块、所述图像质量判断模块和所述结构化报告模块相连,用于基于所述DICOM图像头文件信息,识别所述DICOM图像的投照范围、体位,判断所述DICOM图像是否与所述泌尿系X线平片检查项目相匹配,若所述DICOM图像与所述泌尿系X线平片检查项目匹配,则将所述DICOM图像分别发送给所述图像质量判断模块;若所述DICOM图像与所述泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给所述结构化报告模块;
所述图像质量判断模块,分别与所述图像识别模块、所述术后判断模块和所述结构化报告模块相连,用于基于预设条件,对所述DICOM图像进行质量的分析,将符合所述预设条件的所述DICOM图像分别发送给所述术后判断模块和所述结构化报告模块,将所述符合预设条件的所述DICOM图像定义为第一图像;若所述DICOM图像的质量不符合所述预设条件,则中止所述诊断流程;并将第一判断结果及第二提示信息发送给所述结构化报告模块;其中,所述第一判断结果为图像质量不合格或图像质量合格;
所述术后判断模块,与所述图像质量判断模块、所述解剖分割模块和所述结构化报告模块相连,用于判断所述第一图像是否存在术后改变,若无所述术后改变,将所述第一图像分别发送给所述解剖分割模块和所述结构化报告模块,若存在所述术后改变,识别腰椎和/或股骨术后金属钉(板)、所述腰椎术后骨水泥,自动测量所述金属钉(板)和/或所述骨水泥的大小数值,并将第二判断结果和所述金属钉(板)和/或骨水泥的大小数值发送给所述结构化报告模块;所述第二判断结果为无术后改变或有术后改变;
所述解剖分割模块,分别与所述术后判断模块、所述目标病灶检出模块和所述结构化报告模块相连,用于基于第一预设规则,在所述第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个所述目标器官设置解剖坐标,输出第一诊断数据,对每个所述解剖坐标设置解剖标签,输出每个所述解剖标签的区域,即第二图像,并将所述第一诊断数据、所述第二图像分别发送给所述目标病灶检出模块和所述结构化报告模块;
所述目标病灶检出模块,分别与所述解剖分割模块和所述结构化报告模块相连,用于基于第二预设规则和所述第一诊断数据,在所述第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有所述病灶设置病灶坐标,即第二诊断数据,对每个所述病灶坐标设置病灶标签,输出每个所述病灶标签的区域,即第三图像,将所述第二诊断数据与所述第一诊断数据进行对比,对每个所述病灶进行定位并测量,将每个所述病灶的定位结果、病灶测量值、关键图像、所述第二诊断数据以及所述第三图像发送给所述结构化报告模块;
所述结构化报告模块,分别与所述图像识别模块、所述图像质量判断模块、所述术后判断模块、所述解剖分割模块和所述目标病灶检出模块相连,用于基于内置的规则,将所述病灶的定位结果、所述病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
2.根据权利要求1所述的泌尿系X线平片结石智能检测系统,其特征在于,所述术后判断模块还包括数据判断单元,用于当所述第二判断结果为有术后改变时,将所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值进行对比,若所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值相匹配,则将所述第二判断结果、所述金属钉(板)和/或骨水泥的大小数值发送给所述结构化报告模块的影像表现相应控件中;若所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值不匹配,将所述第二判断结果、所述金属钉(板)和/或骨水泥的大小数值以发送给所述结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给所述结构化报告模块。
3.根据权利要求1所述的泌尿系X线平片结石智能检测系统,其特征在于,所述解剖分割模块还包括第一标签判断单元,用于基于所述第一诊断数据,判断所述解剖标签是否合规,判断的规则为:判断每个所述解剖标签的连通域个数是否在第一预设阈值内,判断每个所述解剖标签的体积是否在第二预设阈值内,判断相邻的所述解剖标签的空间关系是否正确,判断不同的所述解剖标签的形状,将第三判断结果发送给所述结构化报告模块;若所述解剖标签为合规,则将所述第一诊断数据发送给所述目标病灶检出模块,若所述解剖标签为不合规,则发送第四提示信息、不合规的类型以及所述解剖标签的测量值给所述结构化报告模块。
4.根据权利要求1所述的泌尿系X线平片结石智能检测系统,其特征在于,所述目标病灶检出模块还包括第二标签判断单元,用于基于所述第二诊断数据,判断所述病灶标签是否合规,判断的规则为:判断每个所述病灶标签的连通域个数是否在第二预设阈值内,判断每个所述病灶标签的体积是否在第四预设阈值内,判断相邻的所述病灶标签的空间关系是否正确,判断不同的所述病灶标签的形状,将第四判断结果发送给所述结构化报告模块;若所述病灶标签为合规,则将所述第二诊断数据发送给所述结构化报告模块,若所述病灶标签为不合规,则发送第五提示信息、不合规的类型以及所述病灶标签的测量值给所述结构化报告模块。
5.根据权利要求1所述的泌尿系X线平片结石智能检测系统,其特征在于,所述目标病灶检出模块还包括结果判断单元,用于判断所述定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将所述定位结果、所述病灶测量值、所述关键图像发送到所述结构化报告模块的印象表现相应控件中,若不合规,则将所述定位结果、所述病灶测量值、所述关键图像发送到所述结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给所述结构化报告模块。
6.一种泌尿系X线平片结石智能检测方法,其特征在于,包括:
当患者拍摄完泌尿系X线平片检查项目时,影像信息管理模块将该患者的DICOM图像通过DICOM协议传输给图像识别模块;
所述图像识别模块基于所述DICOM图像头文件信息,识别所述DICOM图像的投照范围、体位,判断所述DICOM图像是否与所述泌尿系X线平片检查项目相匹配,若所述DICOM图像与所述泌尿系X线平片检查项目匹配,则将所述DICOM图像分别发送给图像质量判断模块;若所述DICOM图像与所述泌尿系X线平片检查项目不匹配时,则中止诊断流程并将第一提示信息发送给所述结构化报告模块;
所述图像质量判断模块基于预设条件,对所述DICOM图像进行质量的分析,将符合所述预设条件的所述DICOM图像分别发送给术后判断模块和所述结构化报告模块,将所述符合预设条件的所述DICOM图像定义为第一图像;若所述DICOM图像的质量不符合所述预设条件,则中止所述诊断流程;并将第一判断结果及第二提示信息发送给所述结构化报告模块;其中,所述第一判断结果为图像质量不合格或图像质量合格;
所述术后判断模块判断所述第一图像是否存在术后改变,若无所述术后改变,将所述第一图像分别发送给解剖分割模块和所述结构化报告模块,若存在所述术后改变,识别腰椎和/或股骨术后金属钉(板)、所述腰椎术后骨水泥,自动测量所述金属钉(板)和/或所述骨水泥的大小数值,并将第二判断结果和所述金属钉(板)和/或骨水泥的大小数值发送给所述结构化报告模块;所述第二判断结果为无术后改变或有术后改变;
所述解剖分割模块基于第一预设规则,在所述第一图像上分割出所有目标器官,即:腰椎、小骨盆腔和耻骨联合,对每个所述目标器官设置解剖坐标,输出第一诊断数据,对每个所述解剖坐标设置解剖标签,输出每个所述解剖标签的区域,即第二图像,并将所述第一诊断数据、所述第二图像分别发送给目标病灶检出模块和所述结构化报告模块;
所述目标病灶检出模块基于第二预设规则和所述第一诊断数据,在所述第二图像上分割出所有病灶,即:结石、输尿管支架和所有置入物,对所有所述病灶设置病灶坐标,即第二诊断数据,对每个所述病灶坐标设置病灶标签,输出每个所述病灶标签的区域,即第三图像,将所述第二诊断数据与所述第一诊断数据进行对比,对每个所述病灶进行定位并测量,将每个所述病灶的定位结果、病灶测量值、关键图像、所述第二诊断数据以及所述第三图像发送给所述结构化报告模块;
所述结构化报告模块基于内置的规则,将所述病灶的定位结果、所述病灶测量值自动生成诊断印象,供医生查看;并存储接收到的所有数据和所有图像。
7.根据权利要求6所述的泌尿系X线平片结石智能检测方法,其特征在于,当所述第二判断结果为有术后改变时,该方法还包括:所述术后判断模块中的数据判断单元将所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值进行对比,若所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值相匹配,则将所述第二判断结果、所述金属钉(板)和/或骨水泥的大小数值发送给所述结构化报告模块的影像表现相应控件中;若所述第二判断结果与所述金属钉(板)和/或骨水泥的大小数值不匹配,将所述第二判断结果、所述金属钉(板)和/或骨水泥的大小数值以发送给所述结构化报告模块的病灶列表管理的相应控件中,并发送第三提示信息给所述结构化报告模块。
8.根据权利要求6所述的泌尿系X线平片结石智能检测方法,其特征在于,该方法还包括:所述解剖分割模块中的第一标签判断单元基于所述第一诊断数据,判断所述解剖标签是否合规,判断的规则为:判断每个所述解剖标签的连通域个数是否在第一预设阈值内,判断每个所述解剖标签的体积是否在第二预设阈值内,判断相邻的所述解剖标签的空间关系是否正确,判断不同的所述解剖标签的形状,将第三判断结果发送给所述结构化报告模块;若所述解剖标签为合规,则将所述第一诊断数据发送给所述目标病灶检出模块,若所述解剖标签为不合规,则发送第四提示信息、不合规的类型以及所述解剖标签的测量值给所述结构化报告模块。
9.根据权利要求6所述的泌尿系X线平片结石智能检测方法,其特征在于,该方法还包括:所述目标病灶检出模块中的第二标签判断单元基于所述第二诊断数据,判断所述病灶标签是否合规,判断的规则为:判断每个所述病灶标签的连通域个数是否在第二预设阈值内,判断每个所述病灶标签的体积是否在第四预设阈值内,判断相邻的所述病灶标签的空间关系是否正确,判断不同的所述病灶标签的形状,将第四判断结果发送给所述结构化报告模块;若所述病灶标签为合规,则将所述第二诊断数据发送给所述结构化报告模块,若所述病灶标签为不合规,则发送第五提示信息、不合规的类型以及所述病灶标签的测量值给所述结构化报告模块。
10.根据权利要求6所述的泌尿系X线平片结石智能检测方法,其特征在于,该方法还包括:所述目标病灶检出模块中的结果判断单元判断所述定位结果是否正确,基于第三预设规则,判断该病灶的测量值是否合规,若合规,则将所述定位结果、所述病灶测量值、所述关键图像发送到所述结构化报告模块的印象表现相应控件中,若不合规,则将所述定位结果、所述病灶测量值、所述关键图像发送到所述结构化报告模块的病灶列表管理的相应控件中,并发送第六提示信息给所述结构化报告模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998857.2A CN112263269B (zh) | 2020-09-22 | 2020-09-22 | 泌尿系x线平片结石智能检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998857.2A CN112263269B (zh) | 2020-09-22 | 2020-09-22 | 泌尿系x线平片结石智能检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112263269A true CN112263269A (zh) | 2021-01-26 |
CN112263269B CN112263269B (zh) | 2024-04-19 |
Family
ID=74349270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010998857.2A Active CN112263269B (zh) | 2020-09-22 | 2020-09-22 | 泌尿系x线平片结石智能检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112263269B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331964A (zh) * | 2021-11-30 | 2022-04-12 | 北京赛迈特锐医疗科技有限公司 | 胸腰椎创伤ct影像评估方法及系统 |
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 (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164593A (zh) * | 2011-12-10 | 2013-06-19 | 西安百利信息科技有限公司 | 基于ct腹部x线平片检查的泌尿专科远程会诊系统 |
CN103607947A (zh) * | 2010-08-13 | 2014-02-26 | 史密夫和内修有限公司 | 解剖标志的检测 |
CN106780460A (zh) * | 2016-12-13 | 2017-05-31 | 杭州健培科技有限公司 | 一种用于胸部ct影像的肺结节自动检测系统 |
CN108573490A (zh) * | 2018-04-25 | 2018-09-25 | 王成彦 | 一种针对肿瘤影像数据的智能读片系统 |
CN109859168A (zh) * | 2018-12-28 | 2019-06-07 | 上海联影智能医疗科技有限公司 | 一种x射线胸片图像质量确定方法及装置 |
CN109924978A (zh) * | 2017-12-04 | 2019-06-25 | 西门子保健有限责任公司 | 借助医学图像数据组表征检查对象内的干扰物体 |
CN110232383A (zh) * | 2019-06-18 | 2019-09-13 | 湖南省华芯医疗器械有限公司 | 一种基于深度学习模型的病灶图像识别方法及病灶图像识别系统 |
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 |
CN110570407A (zh) * | 2019-08-29 | 2019-12-13 | 上海联影智能医疗科技有限公司 | 图像处理方法、存储介质及计算机设备 |
CN111461243A (zh) * | 2020-04-08 | 2020-07-28 | 中国医学科学院肿瘤医院 | 分类方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-09-22 CN CN202010998857.2A patent/CN112263269B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607947A (zh) * | 2010-08-13 | 2014-02-26 | 史密夫和内修有限公司 | 解剖标志的检测 |
CN103164593A (zh) * | 2011-12-10 | 2013-06-19 | 西安百利信息科技有限公司 | 基于ct腹部x线平片检查的泌尿专科远程会诊系统 |
CN106780460A (zh) * | 2016-12-13 | 2017-05-31 | 杭州健培科技有限公司 | 一种用于胸部ct影像的肺结节自动检测系统 |
CN109924978A (zh) * | 2017-12-04 | 2019-06-25 | 西门子保健有限责任公司 | 借助医学图像数据组表征检查对象内的干扰物体 |
CN108573490A (zh) * | 2018-04-25 | 2018-09-25 | 王成彦 | 一种针对肿瘤影像数据的智能读片系统 |
CN109859168A (zh) * | 2018-12-28 | 2019-06-07 | 上海联影智能医疗科技有限公司 | 一种x射线胸片图像质量确定方法及装置 |
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 |
CN110232383A (zh) * | 2019-06-18 | 2019-09-13 | 湖南省华芯医疗器械有限公司 | 一种基于深度学习模型的病灶图像识别方法及病灶图像识别系统 |
CN110570407A (zh) * | 2019-08-29 | 2019-12-13 | 上海联影智能医疗科技有限公司 | 图像处理方法、存储介质及计算机设备 |
CN111461243A (zh) * | 2020-04-08 | 2020-07-28 | 中国医学科学院肿瘤医院 | 分类方法、装置、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331964A (zh) * | 2021-11-30 | 2022-04-12 | 北京赛迈特锐医疗科技有限公司 | 胸腰椎创伤ct影像评估方法及系统 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN112263269B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112263236B (zh) | 全身肿瘤mri智能化评估系统及方法 | |
Karnuta et al. | Artificial intelligence to identify arthroplasty implants from radiographs of the knee | |
US10588589B2 (en) | Systems and methods for prediction of osteoporotic fracture risk | |
US8334878B2 (en) | Medical image processing apparatus and medical image processing program | |
US20220233159A1 (en) | Medical image processing method and device using machine learning | |
US20210174503A1 (en) | Method, system and storage medium with a program for the automatic analysis of medical image data | |
CN112263269B (zh) | 泌尿系x线平片结石智能检测系统及方法 | |
CN110177492A (zh) | 用于治疗关节的方法和设备,包括髋关节中的凸轮型股骨髋臼撞击症和髋关节中的钳夹型股骨髋臼撞击症的治疗 | |
WO2021114638A1 (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN102428495A (zh) | 对成像数据的置信度的自动评估 | |
Hundrup et al. | The validity of self-reported fractures among Danish female nurses: comparison with fractures registered in the Danish National Hospital Register | |
CN108257111A (zh) | 在x射线成像中的自动化图像检验 | |
US20100260399A1 (en) | Scanner data collection | |
Alpert et al. | Quality and variability in diagnostic radiology | |
CN116072255A (zh) | 基于人工智能的颈椎退行性疾病ct检查结构化报告系统 | |
CN111916186A (zh) | 序贯型ai诊断模型对胸部x线智能诊断系统及方法 | |
US7387439B2 (en) | X-ray beam calibration for bone mineral density assessment using mammography system | |
CN115862801A (zh) | 基于影像结构化报告评估审核医师诊断能力的方法及系统 | |
CN111951952A (zh) | 一种基于医疗影像信息自动诊断骨科疾病的装置 | |
US20100042434A1 (en) | System and method for discovering information in medical image database | |
CN112168193B (zh) | 基于髌骨轴位x线图像获取髌骨解剖参数的系统及方法 | |
US20210213684A1 (en) | Construction method for customization of modular bone plates based on additive manufacturing and a construction system thereof | |
CN114581395A (zh) | 一种基于深度学习的脊椎医学图像的关键点检测方法 | |
CN113270168B (zh) | 一种提高医学图像处理能力的方法及系统 | |
CN113509191A (zh) | 乳腺钼靶x线影像的分析方法、装置及设备 |
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 |