CN112704510A - 乳腺x射线成像方法及系统 - Google Patents
乳腺x射线成像方法及系统 Download PDFInfo
- Publication number
- CN112704510A CN112704510A CN202011503899.0A CN202011503899A CN112704510A CN 112704510 A CN112704510 A CN 112704510A CN 202011503899 A CN202011503899 A CN 202011503899A CN 112704510 A CN112704510 A CN 112704510A
- Authority
- CN
- China
- Prior art keywords
- breast
- patient
- compression
- detected
- threshold range
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 40
- 210000005075 mammary gland Anatomy 0.000 title abstract description 16
- 210000000481 breast Anatomy 0.000 claims abstract description 155
- 230000006835 compression Effects 0.000 claims abstract description 123
- 238000007906 compression Methods 0.000 claims abstract description 123
- 238000003745 diagnosis Methods 0.000 claims description 37
- 230000008921 facial expression Effects 0.000 claims description 15
- 238000013136 deep learning model Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 4
- 206010040007 Sense of oppression Diseases 0.000 abstract description 24
- 238000007689 inspection Methods 0.000 abstract description 8
- 230000015654 memory Effects 0.000 description 12
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 9
- 229910052750 molybdenum Inorganic materials 0.000 description 9
- 239000011733 molybdenum Substances 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000002308 calcification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000009607 mammography Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000001519 tissue Anatomy 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
- A61B6/04—Positioning of patients; Tiltable beds or the like
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种乳腺X射线成像方法及系统,上述乳腺X射线成像方法首先获取待测患者的乳房体积参数并根据所述乳房体积参数获取压迫厚度阈值范围;其次对所述待测患者的乳房进行压迫,并检测实际压迫厚度。当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;最后采集所述待测患者的乳房的X射线图像。本申请根据待测患者的乳房体积参数获取压迫厚度阈值范围,进而根据实际的压迫厚度与压迫厚度阈值的比较来判断压迫是否完成,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
Description
技术领域
本申请涉及医疗器械技术领域,特别是涉及一种乳腺X射线成像方法及系统。
背景技术
乳腺钼靶X射线摄影具有简单、方便、费用低及无创伤性等特点,是传统的乳腺癌检查方法之一,现已成为乳腺癌普查的首选影像方法。乳腺钼靶X射线摄影的一个重要作用是能够发现无症状患者或临床触诊阴性的肿瘤,尤其对后者,乳腺X射线摄影可在它发展成为触诊阳性的肿块之前两年显示病变。对乳腺内钙化的显示较其他检查方法敏感。资料显示对于无症状患者,乳腺钼靶X射线摄影发现的乳腺癌是体检发现乳腺癌的两倍。对临床上可触及肿块的病例,乳腺钼靶X射线摄影通过显示肿块的大小、数目、位置、密度、边缘、形态、有无钙化、钙化的形态、大小、数目、分布、周边晕环或者皮肤改变等提供定位及定性征象,来帮助判断病变的性质。
钼靶X射线检查操作过程:检查者需要先用专用的板子将患者的乳房挤压固定好,然后进行拍片。目前在检查过程中主要依靠医生的经验对患者进行挤压固定。依靠医生的经验对患者进行挤压固定存在压迫强度过小时,得到的检查图像不能满足临床需求,压迫强度过大又增加患者的痛苦的问题。
发明内容
基于此,本申请提供一种乳腺X射线成像方法及系统,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
本申请提供一种乳腺X射线成像方法,包括:
获取待测患者的乳房体积参数;
根据所述乳房体积参数获取压迫厚度阈值范围;
对所述待测患者的乳房进行压迫,并检测实际压迫厚度;
当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;
采集所述待测患者的乳房的X射线图像。
在其中一个实施例中,所述根据所述乳房体积参数获取压迫厚度阈值范围的步骤包括:
将所述乳房体积参数输入到训练完备的深度学习模型;
通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
在其中一个实施例中,所述获取待测患者的乳房体积参数的步骤包括:
获取所述待测患者的乳房照片;
根据所述乳房照片计算出乳房体积参数。
在其中一个实施例中,所述方法还包括:
获取所述待测患者的面部表情信息;
当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
在其中一个实施例中,在所述采集所述待测患者的乳房的X射线图像的步骤中,以手动方式或者自动方式采集所述待测患者的乳房的X射线图像。
在其中一个实施例中,在所述采集所述待测患者的乳房的X射线图像的步骤之后,所述方法还包括:
根据所述X射线图像生成诊断报告。
基于相同的发明构思,本申请提供一种乳腺X射线成像系统,包括:
压迫厚度阈值范围确定单元,用于获取待测患者的乳房体积参数,并根据所述乳房体积参数获取压迫厚度阈值范围;
压迫固定控制单元,对所述待测患者的乳房进行压迫,并检测实际压迫厚度,当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;
采集单元,用于采集所述待测患者的乳房的X射线图像。
在其中一个实施例中,所述压迫厚度阈值范围确定单元用于将所述乳房体积参数输入到训练完备的深度学习模型,通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
在其中一个实施例中,所述压迫固定控制单元还用于获取所述待测患者的面部表情信息,当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
在其中一个实施例中,还包括:
诊断单元,用于根据所述X射线图像生成诊断报告。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述实施例中任一项所述的乳腺X射线成像方法的步骤。
上述乳腺X射线成像方法首先获取待测患者的乳房体积参数并根据所述乳房体积参数获取压迫厚度阈值范围;其次对所述待测患者的乳房进行压迫,并检测实际压迫厚度。当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;最后采集所述待测患者的乳房的X射线图像。本申请根据待测患者的乳房体积参数获取压迫厚度阈值范围,进而根据实际的压迫厚度与压迫厚度阈值的比较来判断压迫是否完成,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一个实施例提供的乳腺X射线成像方法流程示意图;
图2为本申请一个实施例提供的乳腺X射线成像系统结构示意图;
图3为本申请另一个实施例提供的乳腺X射线成像系统结构示意图。
主要元件附图标号说明
10、压迫厚度阈值范围确定单元;20、压迫固定控制单元;30、采集单元;40、诊断单元。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似改进,因此本申请不受下面公开的具体实施的限制。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一获取模块称为第二获取模块,且类似地,可将第二获取模块称为第一获取模块。第一获取模块和第二获取模块两者都是获取模块,但其不是同一个获取模块。
需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参见图1,本申请提供一种乳腺X射线成像方法。所述乳腺X射线成像方法主要应用于乳腺检测装置。利用所述乳腺X射线成像方法能够自动完成对待测患者的乳房的压迫固定,以便于获取满足要求的X射线图像。所述乳腺X射线成像方法包括:
步骤S10,获取待测患者的乳房体积参数。
步骤S20,根据所述乳房体积参数获取压迫厚度阈值范围。
步骤S30,对所述待测患者的乳房进行压迫,并检测实际压迫厚度。
步骤S40,当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫。
步骤S50,采集所述待测患者的乳房的X射线图像。
可以理解的是,获取待测患者的乳房体积参数的方式不做具体限定。在一个可实施的方式中,在对待检患者进行检查前,可以利用摄像机拍摄待检患者的乳房照片。使用人工智能技能技术,根据拍摄得到的待检患者的乳房照片计算乳房体积参数,进而根据乳房体积参数预先得到所述待检患者的压迫厚度阈值范围。在另一个可实施的方式中,在对待检患者进行检查前,对待检患者的乳房进行体积测量,获得待测患者的乳房体积参数;之后可以通过输入设备将所述待测患者的乳房体积参数输入至压迫厚度阈值范围确定单元10中。
压迫厚度阈值范围确定单元10中存储有待测患者的乳房体积参数-压迫参数阈值的对照表,根据实时对照表可以得到所述待检患者的压迫厚度阈值范围。可以理解的是,在对待检患者进行摆位之前,所述压迫厚度阈值范围可以预先存储于压迫厚度阈值范围确定单元10的存储器中。可选地,通过输入设备将所述待测患者的乳房体积参数输入至压迫厚度阈值范围确定单元10中之后,压迫厚度阈值范围确定单元10可以利用人工智能技能技术,根据乳房体积参数预先得到所述待检患者的压迫厚度阈值范围。
具体的,获取待测患者的乳房体积参数,根据所述乳房体积参数获取压迫厚度阈值范围的步骤包括:
对拍摄得到的待检患者的乳房照片进行预处理,以获得乳房体积参数;
将所述乳房体积参数输入到训练完备的深度学习模型;
通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
可以理解的是,预处理的步骤可以包括提取待检患者的乳房照片的轮廓信息,之后根据轮廓信息利用合适的算法计算乳房体积参数。可以利用线性回归、决策树、随机森林、逻辑回归、梯度提升或者SVM等算法获得训练完备的深度学习模型。训练完备的深度学习模型以乳房体积参数为输入参数,以压迫厚度阈值范围为输出参数。
可以理解的是,所述压迫厚度为压迫板压迫乳房时压迫板相对于乳房放置平台的高度。在一个可实施的方式中,可以将位移传感器与所述压迫板连接,进而利用位移传感器获取压迫板压迫乳房时压迫板相对于乳房放置平台移动的高度,进而获取实际压迫厚度。
在其中一个实施例中,当获取所述压迫厚度阈值范围后,可以通过乳腺检测装置根据所述待测患者的其他体征信息指引待测患者自动进行摆位。例如,利用摄像机实时获取所述待测患者相对于压迫板的偏移位置,自动指引待测患者进行体位的调节,以提高摆位效率。
可以理解的是,采集待测患者的乳房的X射线图像的方式不做具体限定,只要可以获得满足检查要求的乳腺钼靶X光片影像资料即可。在一个可实施的方式中,医生或操作者可以通过手动的方式获得待测患者的多个方位的乳腺钼靶X光图像。在另一个可实施的方式中,当完成对所述待测患者的压迫固定后,可以控制采集单元30自动采集待测患者的乳房的X射线图像,以获得待测患者的多个方位的乳腺钼靶X光图像。通过自动采集待测患者的乳房的X射线图像,可以减轻医生的工作负担,并提高采集图像的质量。
上述乳腺X射线成像方法首先获取待测患者的乳房体积参数并根据所述乳房体积参数获取压迫厚度阈值范围;其次对所述待测患者的乳房进行压迫,并检测实际压迫厚度。当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;最后采集所述待测患者的乳房的X射线图像。本申请根据待测患者的乳房体积参数获取压迫厚度阈值范围,进而根据实际的压迫厚度与压迫厚度阈值的比较来判断压迫是否完成,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
在其中一个实施例中,所述乳腺X射线成像方法还包括:
获取所述待测患者的面部表情信息;
当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
可以理解的是,获取所述待测患者的面部表情信息的方式不做具体限定。在一个可实施的方式中,在利用压迫板对待检患者进行压迫固定过程中,利用人脸识别实时获取所述待测患者的面部表情。理论上,充分压迫,使乳房组织尽可能的延展开才能获取最优检查结果,但是压迫强度过大待测患者会非常痛苦,难以承受。预设的不适表情信息可以为表示待测患者的不舒服的任何图像信息。预设的不适表情信息可以预先存储于压迫厚度阈值范围确定单元10的存储器中。可以利用人脸识别获取的所述待测患者的面部表情判断耐受度极限。当判断压迫强度达到所述待测患者耐受度极限时,即使实际压迫厚度还未达到压迫厚度阈值范围内时,也判定可以完成对所述待测患者的压迫固定,避免待检患者承受极大的痛苦,进而避免意外伤害。
在其中一个实施例中,所述乳腺X射线成像方法还包括根据所述X射线图像生成诊断报告。
可以理解的是,当获得满足检查要求的乳腺钼靶X光片影像资料后,可以通过智能诊断设备或者通过医生给出诊断报告。在一个可实施的方式中,通过智能诊断设备给出诊断报告。智能诊断设备可以包括分布式存储系统和计算机辅助检测模块。分布式存储系统可以高效安全的用于存储影响数据、患者病理报告和诊断结果报告等各种重要资料,并且不会丢失,充分保证数据的安全性,并且具有可扩容的特性,不必担心存储介质不够用。计算机辅助检测模块可以是一种编程模型,用于大规模数据集的并行运算,对于大量的影像数据可以快速高效的处理,以尽快得出诊断结果。
可选地,智能诊断设备还可以包括单一专家诊断模块和专家会诊模块。单一专家诊断模块主要是在计算机辅助诊断依然不能确诊的情况下,请求大医院的专家来确诊,专家登录平台,参考之前的初步诊断结果,对请求的病例进行诊断,最后把结果通过该平台,反馈回去。专家会诊模块主要是当某一位专家也不能确诊,由多位专家进行会诊,然后再将最终结果反馈回去。通过智能诊断设备提供诊断参考,提高了诊断的准确性。
请参见图2,基于相同的发明构思,本申请提供一种乳腺X射线成像系统,所述乳腺X射线成像系统包括压迫厚度阈值范围确定单元10、压迫固定控制单元20以及采集单元30。
压迫厚度阈值范围确定单元10用于获取待测患者的乳房体积参数,并根据所述乳房体积参数获取压迫厚度阈值范围。压迫固定控制单元20对所述待测患者的乳房进行压迫,并检测实际压迫厚度,当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫。采集单元30用于采集所述待测患者的乳房的X射线图像。
在其中一个实施例中,所述压迫厚度阈值范围确定单元10用于将所述乳房体积参数输入到训练完备的深度学习模型,通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
在其中一个实施例中,所述压迫固定控制单元20还用于获取所述待测患者的面部表情信息,当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
可以理解的是,压迫厚度阈值范围确定单元10、压迫固定控制单元20以及采集单元30的结构不做具体限定,只要压迫厚度阈值范围确定单元10、压迫固定控制单元20以及采集单元30配合使用可以实现上述乳腺X射线成像方法即可。
上述乳腺X射线成像系统首先获取待测患者的乳房体积参数并根据所述乳房体积参数获取压迫厚度阈值范围;其次对所述待测患者的乳房进行压迫,并检测实际压迫厚度。当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;最后采集所述待测患者的乳房的X射线图像。本申请根据待测患者的乳房体积参数获取压迫厚度阈值范围,进而根据实际的压迫厚度与压迫厚度阈值的比较来判断压迫是否完成,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
请参见图3,在其中一个实施例中,乳腺X射线成像系统还包括诊断单元40。诊断单元40用于根据所述X射线图像生成诊断报告。
可以理解的是,诊断单元40的结构不做具体限定,只要可以根据所述X射线图像生成诊断报告即可。在一个可以实施的方式中,诊断单元40为智能诊断设备。当获得满足检查要求的乳腺钼靶X光片影像资料后,可以通过智能诊断设备或者通过医生给出诊断报告。智能诊断设备可以包括分布式存储系统和计算机辅助检测模块。分布式存储系统可以高效安全的用于存储影响数据、患者病理报告和诊断结果报告等各种重要资料,并且不会丢失,充分保证数据的安全性,并且具有可扩容的特性,不必担心存储介质不够用。计算机辅助检测模块可以是一种编程模型,用于大规模数据集的并行运算,对于大量的影像数据可以快速高效的处理,以尽快得出诊断结果。
可选地,智能诊断设备还可以包括单一专家诊断模块和专家会诊模块。单一专家诊断模块主要是在计算机辅助诊断依然不能确诊的情况下,请求大医院的专家来确诊,专家登录平台,参考之前的初步诊断结果,对请求的病例进行诊断,最后把结果通过该平台,反馈回去。专家会诊模块主要是当某一位专家也不能确诊,由多位专家进行会诊,然后再将最终结果反馈回去。通过智能诊断设备提供诊断参考,提高了诊断的准确性。
本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述实施例中任一项所述的乳腺X射线成像方法的步骤。
所述乳腺X射线成像方法主要应用于乳腺检测装置。利用所述乳腺X射线成像方法能够自动完成对待测患者的压迫固定,以便于获取满足要求的检查图像。所述乳腺X射线成像方法包括:
步骤S10,获取待测患者的乳房体积参数。
步骤S20,根据所述乳房体积参数获取压迫厚度阈值范围。
步骤S30,对所述待测患者的乳房进行压迫,并检测实际压迫厚度。
步骤S40,当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫。
步骤S50,采集所述待测患者的乳房的X射线图像。
存储器作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的乳腺X射线成像方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述乳腺X射线成像方法。
存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序。存储数据区可存储根据终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述计算机设备首先获取待测患者的乳房体积参数并根据所述乳房体积参数获取压迫厚度阈值范围;其次对所述待测患者的乳房进行压迫,并检测实际压迫厚度。当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;最后采集所述待测患者的乳房的X射线图像。本申请根据待测患者的乳房体积参数获取压迫厚度阈值范围,进而根据实际的压迫厚度与压迫厚度阈值的比较来判断压迫是否完成,避免医生经验不足,造成检查结果无效或者病人承受过大的痛苦。
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)
1.一种乳腺X射线成像方法,其特征在于,包括:
获取待测患者的乳房体积参数;
根据所述乳房体积参数获取压迫厚度阈值范围;
对所述待测患者的乳房进行压迫,并检测实际压迫厚度;
当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;
采集所述待测患者的乳房的X射线图像。
2.根据权利要求1所述的乳腺X射线成像方法,其特征在于,所述根据所述乳房体积参数获取压迫厚度阈值范围的步骤包括:
将所述乳房体积参数输入到训练完备的深度学习模型;
通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
3.根据权利要求1所述的乳腺X射线成像方法,其特征在于,所述获取待测患者的乳房体积参数的步骤包括:
获取所述待测患者的乳房照片;
根据所述乳房照片计算出乳房体积参数。
4.根据权利要求1所述的乳腺X射线成像方法,其特征在于,所述方法还包括:
获取所述待测患者的面部表情信息;
当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
5.根据权利要求1所述的乳腺X射线成像方法,其特征在于,在所述采集所述待测患者的乳房的X射线图像的步骤中,以手动方式或者自动方式采集所述待测患者的乳房的X射线图像。
6.根据权利要求1所述的乳腺X射线成像方法,其特征在于,在所述采集所述待测患者的乳房的X射线图像的步骤之后,所述方法还包括:
根据所述X射线图像生成诊断报告。
7.一种乳腺X射线成像系统,其特征在于,包括:
压迫厚度阈值范围确定单元,用于获取待测患者的乳房体积参数,并根据所述乳房体积参数获取压迫厚度阈值范围;
压迫固定控制单元,对所述待测患者的乳房进行压迫,并检测实际压迫厚度,当所述实际压迫厚度在所述压迫厚度阈值范围内时,停止对所述待测患者的乳房进一步压迫;
采集单元,用于采集所述待测患者的乳房的X射线图像。
8.根据权利要求7所述的乳腺X射线成像系统,其特征在于,所述压迫厚度阈值范围确定单元用于将所述乳房体积参数输入到训练完备的深度学习模型,通过所述训练完备的深度学习模型将所述待测患者的乳房体积参数输出为压迫厚度阈值范围。
9.根据权利要求7所述的乳腺X射线成像系统,其特征在于,所述压迫固定控制单元还用于获取所述待测患者的面部表情信息,当所述待测患者的面部表情信息为预设的不适表情信息时,停止对所述待测患者的乳房的进一步压迫。
10.根据权利要求7所述的乳腺X射线成像系统,其特征在于,还包括:
诊断单元,用于根据所述X射线图像生成诊断报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503899.0A CN112704510A (zh) | 2020-12-18 | 2020-12-18 | 乳腺x射线成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503899.0A CN112704510A (zh) | 2020-12-18 | 2020-12-18 | 乳腺x射线成像方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112704510A true CN112704510A (zh) | 2021-04-27 |
Family
ID=75544508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011503899.0A Pending CN112704510A (zh) | 2020-12-18 | 2020-12-18 | 乳腺x射线成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112704510A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113759990A (zh) * | 2021-08-24 | 2021-12-07 | 达影医疗(中山)有限公司 | 一种乳腺机的控制方法及乳腺机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011250842A (ja) * | 2010-05-31 | 2011-12-15 | Toshiba Corp | 乳房x線撮影装置 |
CN105147309A (zh) * | 2015-09-28 | 2015-12-16 | 上海联影医疗科技有限公司 | 一种乳腺摄影系统及方法 |
CN106473758A (zh) * | 2015-08-24 | 2017-03-08 | 上海联影医疗科技有限公司 | 乳腺成像设备及其控制方法 |
CN107518908A (zh) * | 2016-06-22 | 2017-12-29 | 富士胶片株式会社 | 乳房x射线摄影装置及其控制方法、存储介质、控制装置 |
CN110660454A (zh) * | 2019-09-28 | 2020-01-07 | 马学磊 | 一种癌痛实时评估仪及其评估方法 |
CN111274953A (zh) * | 2020-01-19 | 2020-06-12 | 江苏爱朋医疗科技股份有限公司 | 一种根据表情判断疼痛的方法及系统 |
CN111445983A (zh) * | 2020-03-31 | 2020-07-24 | 杭州依图医疗技术有限公司 | 用于乳腺扫描的医疗信息处理方法、系统及存储介质 |
-
2020
- 2020-12-18 CN CN202011503899.0A patent/CN112704510A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011250842A (ja) * | 2010-05-31 | 2011-12-15 | Toshiba Corp | 乳房x線撮影装置 |
CN106473758A (zh) * | 2015-08-24 | 2017-03-08 | 上海联影医疗科技有限公司 | 乳腺成像设备及其控制方法 |
CN105147309A (zh) * | 2015-09-28 | 2015-12-16 | 上海联影医疗科技有限公司 | 一种乳腺摄影系统及方法 |
CN107518908A (zh) * | 2016-06-22 | 2017-12-29 | 富士胶片株式会社 | 乳房x射线摄影装置及其控制方法、存储介质、控制装置 |
CN110660454A (zh) * | 2019-09-28 | 2020-01-07 | 马学磊 | 一种癌痛实时评估仪及其评估方法 |
CN111274953A (zh) * | 2020-01-19 | 2020-06-12 | 江苏爱朋医疗科技股份有限公司 | 一种根据表情判断疼痛的方法及系统 |
CN111445983A (zh) * | 2020-03-31 | 2020-07-24 | 杭州依图医疗技术有限公司 | 用于乳腺扫描的医疗信息处理方法、系统及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113759990A (zh) * | 2021-08-24 | 2021-12-07 | 达影医疗(中山)有限公司 | 一种乳腺机的控制方法及乳腺机 |
CN113759990B (zh) * | 2021-08-24 | 2022-07-29 | 达影医疗(中山)有限公司 | 一种乳腺机的控制方法及乳腺机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10769779B2 (en) | Method for increasing reading efficiency in medical image reading process using gaze information of user and apparatus using the same | |
US11020081B2 (en) | Method and system for determining a measurement start time | |
KR102245189B1 (ko) | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
WO2018120550A1 (zh) | 医学图像数据处理系统及方法 | |
KR101684998B1 (ko) | 의료영상을 이용한 구강병변의 진단방법 및 진단시스템 | |
CN111583249B (zh) | 一种医学图像的质量监控系统及方法 | |
CN109199422B (zh) | Ct预览图像重建优化方法、装置、计算机设备和存储介质 | |
KR20150073628A (ko) | 컴퓨터 보조 진단용 진단모델 적응 시스템 및 방법 | |
KR20120041557A (ko) | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 | |
CN111631742A (zh) | 一种基于面光源的x射线成像方法和系统 | |
US20210030366A1 (en) | Personalized Breast Imaging System | |
WO2019200349A1 (en) | Systems and methods for training a deep learning model for an imaging system | |
US11478163B2 (en) | Image processing and emphysema threshold determination | |
CN113616226B (zh) | 一种血管分析方法、系统、设备及存储介质 | |
CN112704510A (zh) | 乳腺x射线成像方法及系统 | |
CN114732425A (zh) | 一种提升dr胸片成像质量的方法及系统 | |
CN113012118B (zh) | 图像处理方法以及图像处理装置 | |
WO2019200351A1 (en) | Systems and methods for an imaging system express mode | |
CN111991016B (zh) | 图像采集参数获取方法、装置、设备、系统和存储介质 | |
CN111753831A (zh) | 一种图像分析方法、装置、图像采集设备及存储介质 | |
WO2019200346A1 (en) | Systems and methods for synchronization of imaging systems and an edge computing system | |
CN114742753A (zh) | 基于神经网络的图像评估方法和装置 | |
CN114782364A (zh) | 图像检测方法、装置、系统及检测设备 | |
US7848551B2 (en) | Method and system for analysis of bone density |
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 |