CN112545477A - 自动生成mpMRI前列腺癌全面评估报告的系统及方法 - Google Patents
自动生成mpMRI前列腺癌全面评估报告的系统及方法 Download PDFInfo
- Publication number
- CN112545477A CN112545477A CN201910919724.9A CN201910919724A CN112545477A CN 112545477 A CN112545477 A CN 112545477A CN 201910919724 A CN201910919724 A CN 201910919724A CN 112545477 A CN112545477 A CN 112545477A
- Authority
- CN
- China
- Prior art keywords
- prostate cancer
- module
- prostate
- sequence
- image
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4375—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the male reproductive system
- A61B5/4381—Prostate evaluation or disorder diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Reproductive Health (AREA)
- High Energy & Nuclear Physics (AREA)
- Gynecology & Obstetrics (AREA)
- Radiology & Medical Imaging (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种自动生成mpMRI前列腺癌全面评估报告的系统,包括影像信息管理模块,当患者扫描完检查项目为前列腺mpMRI的检查时,将该患者的图像传输给AI调度模块;AI调度模块判断图像中每个序列的序列类型,将该序列图像发给与之匹配的前列腺癌辅助诊断模块;每个前列腺癌辅助诊断模块对序列图像进行处理;结构化报告模块基于处理后的数据输出前列腺癌的位置、体积及PI‑RADS评分,前列腺癌包膜外侵犯、淋巴结转移和骨转移,当PI‑RADS评分≥4或有包膜外侵犯、淋巴结转移、骨转移时,生成TNM分期。本发明还公开一种自动生成mpMRI前列腺癌全面评估报告的方法。本发明能准确地检出前列腺癌,自动生成一份完整的前列腺癌诊断报告。
Description
技术领域
本发明涉及医疗信息领域,更具体地,涉及一种自动生成mpMRI前列腺癌全面评估报告的系统及方法。
背景技术
多参数磁共振成像(multiparametric Magnetic Resonance Imaging,mpMRI)是前列腺癌穿刺前诊断的重要影像检查方法,可用于检出临床显著癌(clinicallysignificant cancer),并引导穿刺活检。临床对mpMRI的读片准确率、报告规范化要求很高,但在实际工作中非泌尿影像专业人员的诊断水平很难达到要求。AI智能诊断模块可以用于mpMRI图像上前列腺癌的检出,目前,市面上人工智能诊断模块比较单一,而且开发成本很高,需要上千个病例来训练,测试,只能提供前列腺癌诊断相关的某一部分信息,不足以根据现有的系统做出处理决定,并且输出的结果没有返回到结构化报告中,不能提高医生的工作效率。
发明内容
有鉴于此,本发明的主要目的在于提供一种自动生成mpMRI前列腺癌全面评估报告的系统及方法,能够解决现有技术中存在的由于人工智能诊断模块提供的信息单一、输出结果没有返回到结构化报告中而导致不能提供一份完整的诊断报告,降低医生工作效率的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一方面,本发明提供了一种自动生成mpMRI前列腺癌全面评估报告的系统,包括影像信息管理模块、AI调度模块、复数个前列腺癌辅助诊断模块和结构化报告模块,其中,影像信息管理模块,与AI调度模块相连,用于当患者扫描完检查项目为前列腺多参数磁共振成像mpMRI的检查时,将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给AI调度模块;AI调度模块,分别与影像信息管理模块、每个前列腺癌辅助诊断模块和结构化报告模块相连,用于提取DICOM图像的头文件信息,基于头文件信息,判断DICOM图像中每个序列的序列类型,查找与该序列类型匹配的前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的前列腺癌辅助诊断模块;每个前列腺癌辅助诊断模块,分别与AI调度模块相连,用于接收该序列的图像,对该序列的图像进行分析处理,将处理后的数据反馈给AI调度模块;其中,处理后的数据为文本、数值和已标注的关键图像;此时,AI调度模块还用于将所有处理后的数据发送给结构化报告模块;结构化报告模块,与AI调度模块相连,用于基于处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
优选地,AI调度模块还包括序贯调用单元,分别与每个前列腺癌辅助诊断模块、结构化报告模块相连,用于当处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块。
优选地,结构化报告模块还包括导航图生成单元,用于基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
优选地,当前列腺癌辅助诊断模块为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,前列腺体积测量模块接收T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将前列腺体积及分割数据集反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,前列腺癌检出和定位模块接收ADC序列图像和分割数据集后,识别前列腺癌灶,测量前列腺癌灶的左右径线、前后径线、上下径线,自动计算前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当前列腺癌灶在多个分区时,自动计算前列腺癌灶在不同分区的体素占总体素的百分率,并将前列腺癌灶的左右径线、前后径线、上下径线、体积、关键图像以及百分率反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为T2WI序列图像,前列腺包膜外侵犯评估模块接收T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将分类层数反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌盆部骨转移评估模块接收DWI序列图像后,识别骨盆转移灶像素个数,当像素个数小于第一预设阈值时,则判断为阴性发现,当像素个数大于等于第一预设阈值时,则判断为阳性发现,并计算骨盆转移灶个数,将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌淋巴结转移评估模块接收DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将最长径线、最短径线以及最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给AI调度模块。
另一方面,本发明还提供了一种自动生成mpMRI前列腺癌全面评估报告的方法,包括:当患者扫描完检查项目为前列腺多参数磁共振成像mpMRI的检查时,影像信息管理模块将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给AI调度模块;AI调度模块提取DICOM图像的头文件信息,基于头文件信息,判断DICOM图像中每个序列的序列类型,查找与该序列类型匹配的前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的前列腺癌辅助诊断模块;每个前列腺癌辅助诊断模块接收序列的图像,对序列的图像进行分析处理,将处理后的数据反馈给AI调度模块;其中,处理后的数据为文本、数值和已标注的关键图像;此时,AI调度模块将所有处理后的数据发送给结构化报告模块;结构化报告模块基于所述处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
优选地,该方法还包括:当处理后的数据为中间数据时,AI调度模块中的序贯调用单元查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块。
优选地,该方法还包括:结构化报告模块中的导航图生成单元基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
优选地,该方法还包括:当前列腺癌辅助诊断模块为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,前列腺体积测量模块接收T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将前列腺体积及分割数据集反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,前列腺癌检出和定位模块接收ADC序列图像和分割数据集后,识别前列腺癌灶,测量前列腺癌灶的左右径线、前后径线、上下径线,自动计算前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当前列腺癌灶在多个分区时,自动计算前列腺癌灶在不同分区的体素占总体素的百分率,并将前列腺癌灶的左右径线、前后径线、上下径线、体积、关键图像以及百分率反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为T2WI序列图像,前列腺包膜外侵犯评估模块接收T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将分类层数反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌盆部骨转移评估模块接收DWI序列图像后,识别骨盆转移灶像素个数,当像素个数小于第一预设阈值时,则判断为阴性发现,当像素个数大于等于第一预设阈值时,则判断为阳性发现,并计算骨盆转移灶个数,将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给AI调度模块;当前列腺癌辅助诊断模块为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌淋巴结转移评估模块接收DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将最长径线、最短径线以及最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给AI调度模块。
本发明的技术效果:
1.由于本发明中设置了AI调度模块、复数个前列腺癌辅助诊断模块和结构化报告模块,能够识别DICOM图像中的每个序列类型,查找每个序列类型对应的前列腺癌辅助诊断模块,由前列腺癌辅助诊断模块对相应序列图像进行分析处理,将处理的结果反给解结构化报告模块,结构化报告模块基于所有的反馈数据自动生成诊断结果,输出前列腺癌的位置、体积、PI-RADS评分,以及包膜外侵犯、淋巴结转移和骨转移,当PI-RADS评分大于等于4分或有包膜外侵犯、淋巴结转移、骨转移时,自动生成TNM分期,自动提供一份准确、完整的前列腺PI-RADS报告,从而一站式地做出全面诊断,提高了医生的工作效率和工作质量,这是既往其他CAD或AI系统无法实现的,填补了国内外的空白;
2.由于本发明设置了序贯调用单元,当其中一个前列腺癌辅助诊断模块处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块,能够将每个前列腺癌辅助诊断模块贯穿起来,减少了对AI模型的开发成本,并且能够使得处理后的数据更加精准;
3.由于本发明设置了导航图生成单元,可以基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置,不仅可以用于影像的辅助诊断,还可以用于泌尿外科和放疗科医生的辅助治疗决策,在认知融合引导穿刺、制定手术治疗计划、制定放疗计划等方面都能提供帮助。
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自动生成mpMRI前列腺癌全面评估报告的系统结构示意图;
图2示出了根据本发明实施例二的自动生成mpMRI前列腺癌全面评估报告的系统结构示意图;
图3示出了根据本发明实施例三的自动生成mpMRI前列腺癌全面评估报告的系统结构示意图;
图4示出了根据本发明实施例三的自动生成mpMRI前列腺癌全面评估报告的系统中结构化报告界面显示已标注的导航图的示意图;
图5示出了根据本发明实施例四的自动生成mpMRI前列腺癌全面评估报告的方法的流程图;
图6示出了根据本发明实施例四的自动生成mpMRI前列腺癌全面评估报告的方法中结构化报告界面显示已标注的导航图的示意图。
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自动生成mpMRI前列腺癌全面评估报告的系统结构示意图;如图1所示,该系统包括:影像信息管理模块10、AI调度模块20、复数个前列腺癌辅助诊断模块30和结构化报告模块40,其中,
影像信息管理模块10,与AI调度模块20相连,用于当患者扫描完检查项目为前列腺多参数磁共振成像mpMRI的检查时,将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给AI调度模块20;
其中,影像信息管理模块为RIS(Radiology Information System)系统;患者的类型为门诊病人、住院病人穿刺前的检查;检查项目为mpMRI,盆腔平扫或盆腔平扫+增强,扫描范围为前列腺局部高分辨率、盆腔大范围。
AI调度模块20,分别与影像信息管理模块10、每个前列腺癌辅助诊断模块30和结构化报告模块40相连,用于提取DICOM图像的头文件信息,基于头文件信息,判断DICOM图像中每个序列的序列类型,查找与该序列类型匹配的前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的前列腺癌辅助诊断模块30;
其中,序列类型可以为T2WI\T1WI\DWI\ADC\DCE等等,AI调度模块20可以根据头文件信息,比如序列图像的编号、序列图像的描述信息进行判断序列类型;例如ADC序列,判断依据为序列图像的描述中包含“Apparent Diffusion Coefficient”或者“dWIP DWI_b1400CLEAR”或者“resolve_diff_b50_1400_tra_p2_ADC”等;盆腔T2WI序列,其判断依据为序列图像的描述中包含“Ax T2 FSE”或者“T2W_FSE_HR”或者“t2_tes_tra_p2_320”等;盆腔DWI序列(大FOV,低b值),其判断依据为图像序列描述中包含“Ax DWI b=800Big FOV”或者“DWI_b800 SENSE”或者“ep2d_diff_b50_800_tra_p2_TRACEW_DFC_MIX”等;盆腔T1WI序列,其判断依据为序列图像的描述中包含“Ax T1 FSE”或者“T1W_TSE”或者“t1_tse_tra”等。在此说明由于不同的设备产品的序列图像的序列描述可能是不一样的,此处的规则需要结合每个医疗机构的检查实际序列描述进行定义。
每个前列腺癌辅助诊断模块30,分别与AI调度模块20相连,用于接收序列的图像,对序列的图像进行分析处理,将处理后的数据反馈给AI调度模块20;其中,处理后的数据为文本、数值和已标注的关键图像;此时,AI调度模块20还用于将所有处理后的数据发送给结构化报告模块40;
当前列腺癌辅助诊断模块30为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,前列腺体积测量模块接收T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将前列腺体积及分割数据集反馈给AI调度模块20;
当前列腺癌辅助诊断模块30为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,前列腺癌检出和定位模块接收ADC序列图像和分割数据集后,识别前列腺癌灶,测量前列腺癌灶的左右径线、前后径线、上下径线,自动计算前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当前列腺癌灶在多个分区时,自动计算前列腺癌灶在不同分区的体素占总体素的百分率,并将前列腺癌灶的左右径线、前后径线、上下径线、体积、关键图像以及百分率反馈给AI调度模块20;
当前列腺癌辅助诊断模块30为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为T2WI序列图像,前列腺包膜外侵犯评估模块接收T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将分类层数反馈给AI调度模块20;AI调度模块20将分类层数发送给结构化报告模块40,结构化报告模块40对分类层数进行判断,如果分类层数大于等于2,则判断为存在包膜外侵犯,若分类层数小于2,则判断为未见包膜外侵犯;
当前列腺癌辅助诊断模块30为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI(大FOV,低b值)序列图像,前列腺癌盆部骨转移评估模块接收DWI序列图像后,识别骨盆转移灶像素个数,当像素个数小于第一预设阈值时,则判断为阴性发现,当像素个数大于等于第一预设阈值时,则判断为阳性发现,并计算骨盆转移灶个数,将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给AI调度模块20;AI调度模块20将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像发送给结构化报告模块40,结构化报告模块40接收到阴性发现的数据时,激活“盆腔未见骨转移”控件;结构化报告模块40接收到骨盆转移灶个数和相应的关键图像时,激活“可见骨转移”控件并在结构化报告界面显示关键图像。其中,第一阈值一般情况下设置为100,在此不做任何限定。
当前列腺癌辅助诊断模块30为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌淋巴结转移评估模块接收DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将最长径线、最短径线以及最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给AI调度模块20。通常,预设阈值设置为8毫米,结构化报告模块40识别最短径线大于等于8毫米的淋巴结数量来激活结构化报告界面的相关控件并显示关键图像。
结构化报告模块40,与AI调度模块20相连,用于基于处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
前列腺癌结构化报告的全部评估要点都是基于上述的各个前列腺辅助诊断模块,如下:前列腺体积、前列腺癌的检出与定位、前列腺癌包膜外侵犯、前列腺癌淋巴结转移、前列腺癌骨转移,结构化报告模块接收上述各个前列腺辅助诊断模块输出的处理后的数据,按照PI-RADS指南的要求输出前列腺影像报告和数据系统PI-RADS(prostate imagingreporting and data system)评分,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
本发明的实施例设置了AI调度模块、复数个前列腺癌辅助诊断模块和结构化报告模块,能够识别DICOM图像中的每个序列类型,查找每个序列类型对应的前列腺癌辅助诊断模块,由前列腺癌辅助诊断模块对相应序列图像进行分析处理,将处理的结果反给解结构化报告模块,结构化报告模块基于所有的反馈数据自动生成诊断结果,输出前列腺癌的位置、体积、PI-RADS评分,以及包膜外侵犯、淋巴结转移和骨转移,当PI-RADS评分大于等于4分或有包膜外侵犯、淋巴结转移、骨转移时,自动生成TNM分期,自动提供一份准确、完整的前列腺PI-RADS报告,从而一站式地做出全面诊断,提高了医生的工作效率和工作质量,这是既往其他CAD或AI系统无法实现的,填补了国内外的空白。
实施例二
图2示出了根据本发明实施例二的自动生成mpMRI前列腺癌全面评估报告的系统结构示意图,如图2所示,AI调度模块20还包括序贯调用单元202,分别与每个前列腺癌辅助诊断模块30、结构化报告模块40相连,用于当处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块30,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块30,前列腺癌辅助诊断模块30基于中间数据进行分析计算,将计算结果反馈给序贯调用单元202,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块40。
例如,当前列腺癌辅助诊断模块30为前列腺体积测量模块时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将分割数据集反馈给AI调度模块20。分割数据集为中间数据,AI调度模块20中的序贯调用单元202查找与分割数据集中的前例腺移行带分割参数相匹配的前列腺癌辅助诊断模块,即前列腺增生评估模块,前列腺增生评估模块识别前列腺增生分类的图像层数,将分类的图像层数反馈给序贯调用单元,序贯调用单元判断该数据为最终数据时,将该分类的图像层数发送给结构化报告模块,结构化报告模块根据分类的图像层数判断是否增生。
本发明的实施例设置了序贯调用单元,当其中一个前列腺癌辅助诊断模块处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块,能够将每个前列腺癌辅助诊断模块贯穿起来,减少了对AI模型的开发成本,并且能够使得处理后的数据更加精准。
实施例三
图3示出了根据本发明实施例三的自动生成mpMRI前列腺癌全面评估报告的系统结构示意图;如图3所示,结构化报告模块40还包括导航图生成单元404,用于基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
导航图一般为bmp格式,在此不做任何限定。
图4示出了根据本发明实施例三的自动生成mpMRI前列腺癌全面评估报告的系统中结构化报告界面显示已标注的导航图的示意图,如图4所示,在结构化报告界面中,右侧显示了病灶1的导航图,使得医生更加清楚的看到癌灶的具体位置。
本发明的实施例设置了导航图生成单元,可以基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置,不仅可以用于影像的辅助诊断,还可以用于泌尿外科和放疗科医生的辅助治疗决策,在认知融合引导穿刺、制定手术治疗计划、制定放疗计划等方面都能提供帮助。
实施例四
图4示出了根据本发明实施例四的自动生成mpMRI前列腺癌全面评估报告的方法的流程图;如图4所示,该方法包括以下步骤:
步骤S401,当患者扫描完检查项目为前列腺多参数磁共振成像mpMRI的检查时,影像信息管理模块将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给AI调度模块;
其中,影像信息管理模块为RIS(Radiology Information System)系统;患者的类型为门诊病人、住院病人穿刺前的检查;检查项目为mpMRI,盆腔平扫或盆腔平扫+增强,扫描范围为前列腺局部高分辨率、盆腔大范围。
步骤S402,AI调度模块提取DICOM图像的头文件信息,基于头文件信息,判断DICOM图像中每个序列的序列类型,查找与该序列类型匹配的前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的前列腺癌辅助诊断模块;
其中,序列类型可以为T2WI\T1WI\DWI\ADC\DCE等等,AI调度模块20可以根据头文件信息,比如序列图像的编号、序列图像的描述信息进行判断序列类型;例如ADC序列,判断依据为序列图像的描述中包含“Apparent Diffusion Coefficient”或者“dWIP DWI_b1400CLEAR”或者“resolve_diff_b50_1400_tra_p2_ADC”;盆腔T2WI序列,其判断依据为序列图像的描述中包含“Ax T2 FSE”或者“T2W_FSE_HR”或者“t2_tes_tra_p2_320”;盆腔DWI序列(大FOV,低b值),其判断依据为图像序列描述中包含“Ax DWI b=800Big FOV”或者“DWI_b800 SENSE”或者“ep2d_diff_b50_800_tra_p2_TRACEW_DFC_MIX”;盆腔T1WI序列,其判断依据为序列图像的描述中包含“Ax T1 FSE”或者“T1W_TSE”或者“t1_tse_tra”。在此说明由于不同的设备产品的序列图像的序列描述可能是不一样的,此处的规则需要结合每个医疗机构的检查实际序列描述进行定义。
步骤S403,每个前列腺癌辅助诊断模块接收序列的图像,对序列的图像进行分析处理,将处理后的数据反馈给AI调度模块;其中,处理后的数据为文本、数值和已标注的关键图像;此时,AI调度模块将所有处理后的数据发送给结构化报告模块;
当前列腺癌辅助诊断模块30为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,前列腺体积测量模块接收T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将前列腺体积及分割数据集反馈给AI调度模块20;
当前列腺癌辅助诊断模块30为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,前列腺癌检出和定位模块接收ADC序列图像和分割数据集后,识别前列腺癌灶,测量前列腺癌灶的左右径线、前后径线、上下径线,自动计算前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当前列腺癌灶在多个分区时,自动计算前列腺癌灶在不同分区的体素占总体素的百分率,并将前列腺癌灶的左右径线、前后径线、上下径线、体积、关键图像以及百分率反馈给AI调度模块20;
当前列腺癌辅助诊断模块30为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为T2WI序列图像,前列腺包膜外侵犯评估模块接收T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将分类层数反馈给AI调度模块20;AI调度模块20将分类层数发送给结构化报告模块40,结构化报告模块40对分类层数进行判断,如果分类层数大于等于2,则判断为存在包膜外侵犯,若分类层数小于2,则判断为未见包膜外侵犯;
当前列腺癌辅助诊断模块30为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI(大FOV,低b值)序列图像,前列腺癌盆部骨转移评估模块接收DWI序列图像后,识别骨盆转移灶像素个数,当像素个数小于第一预设阈值时,则判断为阴性发现,当像素个数大于等于第一预设阈值时,则判断为阳性发现,并计算骨盆转移灶个数,将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给AI调度模块20;AI调度模块20将阴性发现的数据或骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像发送给结构化报告模块40,结构化报告模块40接收到阴性发现的数据时,激活“盆腔未见骨转移”控件;结构化报告模块40接收到骨盆转移灶个数和相应的关键图像时,激活“可见骨转移”控件并在结构化报告界面显示关键图像。其中,第一阈值一般情况下设置为100,在此不做任何限定。
当前列腺癌辅助诊断模块30为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为DWI序列图像,前列腺癌淋巴结转移评估模块接收DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将最长径线、最短径线以及最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给AI调度模块20。通常,预设阈值设置为8毫米,结构化报告模块40识别最短径线大于等于8毫米的淋巴结数量来激活结构化报告界面的相关控件并显示关键图像。
步骤S404,结构化报告模块基于处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期;
前列腺癌结构化报告的全部评估要点都是基于上述的各个前列腺癌辅助诊断模块,如下:前列腺体积、前列腺癌的检出与定位、前列腺癌包膜外侵犯、前列腺癌淋巴结转移、前列腺癌骨转移,结构化报告模块接收上述各个前列腺辅助诊断模块输出的处理后的数据,按照PI-RADS指南的要求输出前列腺影像报告和数据系统PI-RADS(prostateimaging reporting and data system)评分,当PI-RADS评分大于等于4分或有前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
其中,该方法还包括:当处理后的数据为中间数据时,AI调度模块中的序贯调用单元查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块。
例如,当前列腺癌辅助诊断模块30为前列腺体积测量模块时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将分割数据集反馈给AI调度模块20。分割数据集为中间数据,AI调度模块20中的序贯调用单元202查找与分割数据集中的前例腺移行带分割参数相匹配的前列腺癌辅助诊断模块,即前列腺增生评估模块,前列腺增生评估模块识别前列腺增生分类的图像层数,将分类的图像层数反馈给序贯调用单元,序贯调用单元判断该数据为最终数据时,将该分类的图像层数发送给结构化报告模块,结构化报告模块根据分类的图像层数判断是否增生。
其中,该方法还包括:结构化报告模块中的导航图生成单元基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
导航图一般为bmp格式,在此不做任何限定。
图6示出了根据本发明实施例四的自动生成mpMRI前列腺癌全面评估报告的方法中结构化报告界面显示已标注的导航图的示意图,如图6所示,在结构化报告界面中,右侧显示了病灶1的导航图,使得医生更加清楚的看到癌灶的具体位置。
本发明的实施例中的AI调度模块、复数个前列腺癌辅助诊断模块和结构化报告模块,能够识别DICOM图像中的每个序列类型,查找每个序列类型对应的前列腺癌辅助诊断模块,由前列腺癌辅助诊断模块对相应序列图像进行分析处理,将处理的结果反给解结构化报告模块,结构化报告模块基于所有的反馈数据自动生成诊断结果,输出前列腺癌的位置、体积、PI-RADS评分,以及包膜外侵犯、淋巴结转移和骨转移,当PI-RADS评分大于等于4分或有包膜外侵犯、淋巴结转移、骨转移时,自动生成TNM分期,自动提供一份准确、完整的前列腺PI-RADS报告,从而一站式地做出全面诊断,提高了医生的工作效率和工作质量,这是既往其他CAD或AI系统无法实现的,填补了国内外的空白;由于本发明中的序贯调用单元,当其中一个前列腺癌辅助诊断模块处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块,能够将每个前列腺癌辅助诊断模块贯穿起来,减少了对AI模型的开发成本,并且能够使得处理后的数据更加精准;由于本发明中的导航图生成单元,可以基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置,不仅可以用于影像的辅助诊断,还可以用于泌尿外科和放疗科医生的辅助治疗决策,在认知融合引导穿刺、制定手术治疗计划、制定放疗计划等方面都能提供帮助。
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:由于本发明设置了AI调度模块、复数个前列腺癌辅助诊断模块和结构化报告模块,能够识别DICOM图像中的每个序列类型,查找每个序列类型对应的前列腺癌辅助诊断模块,由前列腺癌辅助诊断模块对相应序列图像进行分析处理,将处理的结果反馈给结构化报告模块,结构化报告模块基于所有的反馈数据自动生成诊断结果,输出前列腺癌的位置、体积、PI-RADS评分,以及包膜外侵犯、淋巴结转移和骨转移,当PI-RADS评分大于等于4分或有包膜外侵犯、淋巴结转移、骨转移时,自动生成TNM分期,自动提供一份准确、完整的前列腺PI-RADS报告,从而一站式地做出全面诊断,提高了医生的工作效率和工作质量,这是既往其他CAD或AI系统无法实现的,填补了国内外的空白;由于本发明设置了序贯调用单元,当其中一个前列腺癌辅助诊断模块处理后的数据为中间数据时,查找与该中间数据匹配的前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的前列腺癌辅助诊断模块,前列腺癌辅助诊断模块基于中间数据进行分析计算,将计算结果反馈给序贯调用单元,以此循环,直到中间数据处理为最终数据时,将最终数据发送给结构化报告模块,能够将每个前列腺癌辅助诊断模块贯穿起来,减少了对AI模型的开发成本,并且能够使得处理后的数据更加精准;由于本发明设置了导航图生成单元,可以基于处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置,不仅可以用于影像的辅助诊断,还可以用于泌尿外科和放疗科医生的辅助治疗决策,在认知融合引导穿刺、制定手术治疗计划、制定放疗计划等方面都能提供帮助。
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)
1.一种自动生成mpMRI前列腺癌全面评估报告的系统,其特征在于,包括影像信息管理模块、AI调度模块、复数个前列腺癌辅助诊断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AI调度模块相连,用于当患者扫描完检查项目为前列腺多参数磁共振成像(multiparametric MRI,mpMRI)的检查时,将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给所述AI调度模块;
所述AI调度模块,分别与所述影像信息管理模块、每个所述前列腺癌辅助诊断模块和结构化报告模块相连,用于提取所述DICOM图像的头文件信息,基于所述头文件信息,判断所述DICOM图像中每个序列的序列类型,查找与该序列类型匹配的所述前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的所述前列腺癌辅助诊断模块;
每个所述前列腺癌辅助诊断模块,分别与所述AI调度模块相连,用于接收所述序列的图像,对所述序列的图像进行分析处理,将处理后的数据反馈给所述AI调度模块;其中,所述处理后的数据为文本、数值和已标注的关键图像;此时,所述AI调度模块还用于将所有所述处理后的数据发送给所述结构化报告模块;
所述结构化报告模块,与所述AI调度模块相连,用于基于所述处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当所述PI-RADS评分大于等于4分或有所述前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
2.根据权利要求1所述的自动生成mpMRI前列腺癌全面评估报告的系统,其特征在于,所述AI调度模块还包括序贯调用单元,分别与每个所述前列腺癌辅助诊断模块、所述结构化报告模块相连,用于当所述处理后的数据为中间数据时,查找与该中间数据匹配的所述前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的所述前列腺癌辅助诊断模块,所述前列腺癌辅助诊断模块基于所述中间数据进行分析计算,将计算结果反馈给所述序贯调用单元,以此循环,直到所述中间数据处理为最终数据时,将所述最终数据发送给所述结构化报告模块。
3.根据权利要求1所述的自动生成mpMRI前列腺癌全面评估报告的系统,其特征在于,所述结构化报告模块还包括导航图生成单元,用于基于所述处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
4.根据权利要求2所述的自动生成mpMRI前列腺癌全面评估报告的系统,其特征在于,当所述前列腺癌辅助诊断模块为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,所述前列腺体积测量模块接收所述T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道、双侧精囊腺进行分割,形成分割数据集,并将所述前列腺体积及所述分割数据集反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,所述前列腺癌检出和定位模块接收所述ADC序列图像和所述分割数据集后,识别前列腺癌灶,测量所述前列腺癌灶的左右径线、前后径线、上下径线,自动计算所述前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当所述前列腺癌灶在多个分区时,自动计算所述前列腺癌灶在不同分区的体素占总体素的百分率,并将所述前列腺癌灶的左右径线、前后径线、上下径线、体积、所述关键图像以及所述百分率反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为所述T2WI序列图像,所述前列腺包膜外侵犯评估模块接收所述T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将所述分类层数反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI序列图像,所述前列腺癌盆部骨转移评估模块接收所述DWI序列图像后,识别骨盆转移灶像素个数,当所述像素个数小于第一预设阈值时,则判断为阴性发现,当所述像素个数大于等于所述第一预设阈值时,则判断为阳性发现,并计算骨转移灶个数,将所述阴性发现的数据或所述骨转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为所述DWI序列图像,所述前列腺癌淋巴结转移评估模块接收所述DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将所述最长径线、所述最短径线以及所述最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给所述AI调度模块。
5.一种自动生成mpMRI前列腺癌全面评估报告的方法,其特征在于,包括:
当患者扫描完检查项目为前列腺多参数磁共振成像mpMRI的检查时,影像信息管理模块将该患者的医学数字成像和通信DICOM图像通过DICOM协议传输给AI调度模块;
所述AI调度模块提取所述DICOM图像的头文件信息,基于所述头文件信息,判断所述DICOM图像中每个序列的序列类型,查找与该序列类型匹配的前列腺癌辅助诊断模块,并自动将该序列的图像推送给与之匹配的所述前列腺癌辅助诊断模块;
每个所述前列腺癌辅助诊断模块接收所述序列的图像,对所述序列的图像进行分析处理,将处理后的数据反馈给所述AI调度模块;其中,所述处理后的数据为文本、数值和已标注的关键图像;此时,所述AI调度模块将所有所述处理后的数据发送给结构化报告模块;
所述结构化报告模块基于所述处理后的数据自动生成诊断结果,输出前列腺癌的位置、体积及PI-RADS评分,以及前列腺癌包膜外侵犯的诊断数据、前列腺癌淋巴结转移和骨转移的诊断数据,当所述PI-RADS评分大于等于4分或有所述前列腺癌包膜外侵犯、前列腺癌淋巴结转移或骨转移时,自动生成TNM分期。
6.根据权利要求5所述的自动生成mpMRI前列腺癌全面评估报告的方法,其特征在于,该方法还包括:当所述处理后的数据为中间数据时,所述AI调度模块中的序贯调用单元查找与该中间数据匹配的所述前列腺癌辅助诊断模块,并自动将该中间数据推送给与之匹配的所述前列腺癌辅助诊断模块,所述前列腺癌辅助诊断模块基于所述中间数据进行分析计算,将计算结果反馈给所述序贯调用单元,以此循环,直到所述中间数据处理为最终数据时,将所述最终数据发送给所述结构化报告模块。
7.根据权利要求5所述的自动生成mpMRI前列腺癌全面评估报告的方法,其特征在于,该方法还包括:所述结构化报告模块中的导航图生成单元基于所述处理后的数据,自动在导航图上标注癌灶的位置,将标注后的导航图显示在结构化报告界面的相应位置。
8.根据权利要求6所述的自动生成mpMRI前列腺癌全面评估报告的方法,其特征在于,该方法还包括:当所述前列腺癌辅助诊断模块为前列腺体积测量模块时,与之匹配的序列类型为T2WI序列图像,所述前列腺体积测量模块接收所述T2WI序列图像后,对前列腺的大小进行测量,测量的数值为左右径线、前后径线、上下径线,自动计算前列腺体积,同时,将前列腺外周带、前列腺移行带、前列腺中央带、前列腺前纤维基质带、尿道和双侧精囊腺进行分割,形成分割数据集,并将所述前列腺体积及所述分割数据集反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌检出和定位模块时,与之匹配的序列类型为ADC序列图像,所述前列腺癌检出和定位模块接收所述ADC序列图像和所述分割数据集后,识别前列腺癌灶,测量所述前列腺癌灶的左右径线、前后径线、上下径线,自动计算所述前列腺癌灶的体积,并识别轴位层最大癌灶面积的DICOM图像作为关键图像;当所述前列腺癌灶在多个分区时,自动计算所述前列腺癌灶在不同分区的体素占总体素的百分率,并将所述前列腺癌灶的左右径线、前后径线、上下径线、体积、所述关键图像以及所述百分率反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺包膜外侵犯评估模块时,与之匹配的序列类型为所述T2WI序列图像,所述前列腺包膜外侵犯评估模块接收所述T2WI序列图像后,识别前列腺包膜外侵犯的分类层数,并将所述分类层数反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌盆部骨转移评估模块时,与之匹配的序列类型为DWI序列图像,所述前列腺癌盆部骨转移评估模块接收所述DWI序列图像后,识别骨盆转移灶像素个数,当所述像素个数小于第一预设阈值时,则判断为阴性发现,当所述像素个数大于等于所述第一预设阈值时,则判断为阳性发现,并计算骨盆转移灶个数,将所述阴性发现的数据或所述骨盆转移灶个数以及骨转移灶所对应的DICOM图像作为关键图像反馈给所述AI调度模块;当所述前列腺癌辅助诊断模块为前列腺癌淋巴结转移评估模块时,与之匹配的序列类型为所述DWI序列图像,所述前列腺癌淋巴结转移评估模块接收所述DWI序列图像后,识别肿大的淋巴结,测量每个肿大淋巴结的最长径线、最短径线,将所述最长径线、所述最短径线以及所述最短径线大于第二预设阈值的淋巴结所对应的DICOM图像作为关键图像反馈给所述AI调度模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910919724.9A CN112545477B (zh) | 2019-09-26 | 2019-09-26 | 自动生成mpMRI前列腺癌全面评估报告的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910919724.9A CN112545477B (zh) | 2019-09-26 | 2019-09-26 | 自动生成mpMRI前列腺癌全面评估报告的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112545477A true CN112545477A (zh) | 2021-03-26 |
CN112545477B CN112545477B (zh) | 2022-07-15 |
Family
ID=75030140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910919724.9A Active CN112545477B (zh) | 2019-09-26 | 2019-09-26 | 自动生成mpMRI前列腺癌全面评估报告的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112545477B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424386A (zh) * | 2013-08-23 | 2015-03-18 | 北京大学 | 基于多参数磁共振影像的前列腺癌计算机辅助识别系统 |
US20160196647A1 (en) * | 2015-01-05 | 2016-07-07 | Case Western Reserve University | Differential Atlas For Cancer Assessment |
US20170032090A1 (en) * | 2015-07-30 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Virtual biopsy techniques for analyzing diseases |
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 |
CN108596894A (zh) * | 2018-04-25 | 2018-09-28 | 王成彦 | 一种用于多参数磁共振影像的前列腺自动分区方法 |
CN109754007A (zh) * | 2018-12-27 | 2019-05-14 | 武汉唐济科技有限公司 | 前列腺手术中外包膜智能检测和预警方法及系统 |
-
2019
- 2019-09-26 CN CN201910919724.9A patent/CN112545477B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424386A (zh) * | 2013-08-23 | 2015-03-18 | 北京大学 | 基于多参数磁共振影像的前列腺癌计算机辅助识别系统 |
US20160196647A1 (en) * | 2015-01-05 | 2016-07-07 | Case Western Reserve University | Differential Atlas For Cancer Assessment |
US20170032090A1 (en) * | 2015-07-30 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Virtual biopsy techniques for analyzing diseases |
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 |
CN108596894A (zh) * | 2018-04-25 | 2018-09-28 | 王成彦 | 一种用于多参数磁共振影像的前列腺自动分区方法 |
CN109754007A (zh) * | 2018-12-27 | 2019-05-14 | 武汉唐济科技有限公司 | 前列腺手术中外包膜智能检测和预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112545477B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Astuto et al. | Automatic deep learning–assisted detection and grading of abnormalities in knee MRI studies | |
CN109035187B (zh) | 一种医学图像的标注方法及装置 | |
CN102171724B (zh) | 医学图像序列快照的选择 | |
CN1977283B (zh) | 用于医疗诊断的智能定性和定量分析的系统 | |
KR102289277B1 (ko) | 복수의 의료 영상 판독 알고리듬들에 대한 평가 스코어를 생성하는 의료 영상 판독 지원 장치 및 방법 | |
CN109886913B (zh) | 成像扫描中关键发现的标识 | |
CN112263236B (zh) | 全身肿瘤mri智能化评估系统及方法 | |
CN111681737B (zh) | 用于建设肝癌影像数据库的结构化报告系统及方法 | |
CN110853740B (zh) | 从dicom图像中提取影像扫描方案特征的系统及方法 | |
CN1989524A (zh) | 用于自动确定可疑的物体边界的系统和方法 | |
Wu et al. | Computer-aided diagnosis of early knee osteoarthritis based on MRI T2 mapping | |
Wong et al. | Fully automated segmentation of wrist bones on T2-weighted fat-suppressed MR images in early rheumatoid arthritis | |
CN112545479B (zh) | 在mpMRI上分割前列腺和精囊分带解剖的系统及方法 | |
CN112545477B (zh) | 自动生成mpMRI前列腺癌全面评估报告的系统及方法 | |
CN113113100A (zh) | 医学影像检查报告的制作方法和装置 | |
Gordon et al. | Evaluation of uterine cervix segmentations using ground truth from multiple experts | |
CN109887583B (zh) | 基于医生行为的数据获取方法/系统、医学图像处理系统 | |
WO2020030643A1 (en) | Processing medical images | |
CN112545476B (zh) | 在mpMRI上检出前列腺癌包膜外侵犯的系统及方法 | |
CN112508942B (zh) | 一种获取bi-rads等级的方法和系统 | |
US20210275123A1 (en) | Method for providing fracture-detection tool | |
CN112545481B (zh) | 在mpMRI上自动分割和定位前列腺癌的系统及方法 | |
CN112545480B (zh) | 在mri上检测前列腺和精囊腺良性病变的系统及方法 | |
CN112562847B (zh) | 在mpMRI图像上自动检出前列腺癌转移的系统及方法 | |
CN112545478B (zh) | 在mri上自动分割、测量和定位乳腺肿块的系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |