CN113689377B - 一种肺部ct扫描影像比对方法、装置及介质 - Google Patents

一种肺部ct扫描影像比对方法、装置及介质 Download PDF

Info

Publication number
CN113689377B
CN113689377B CN202110768777.2A CN202110768777A CN113689377B CN 113689377 B CN113689377 B CN 113689377B CN 202110768777 A CN202110768777 A CN 202110768777A CN 113689377 B CN113689377 B CN 113689377B
Authority
CN
China
Prior art keywords
image
patient
comparison
type
lung
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110768777.2A
Other languages
English (en)
Other versions
CN113689377A (zh
Inventor
吴圣洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202110768777.2A priority Critical patent/CN113689377B/zh
Publication of CN113689377A publication Critical patent/CN113689377A/zh
Application granted granted Critical
Publication of CN113689377B publication Critical patent/CN113689377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种肺部CT扫描影像比对方法、装置及介质，获取待对比的两个CT扫描影像，分别记为：第一影像和第二影像；将第一影像和第二影像输入比对模型，根据输入的第一影像和第二影像输出比对结果；若比对结果为“进展”则获取患者的用药情况；将第二影像输入分析模型；分析模型根据输入的第二影像判断患者肺部损伤的所属损伤类型；分析模型根据患者肺部损伤的所属损伤类型以及患者的用药情况获取分析结果，分析结果为哪一种或几种患者使用的药物与所属损伤类型中的药物重叠；分析模型根据分析结果输出最终结果，最终结果包括患者的病例情况、患者肺部损伤的所属损伤类型、重叠药物的参考文献、指导意见。

Description

一种肺部CT扫描影像比对方法、装置及介质
技术领域
本发明属于比对方法领域，特别涉及一种肺部CT扫描影像比对方法、装置及介质。
背景技术
药物在治疗疾病的同时还常常伴随着副作用，其中，药物的肺毒性会对患者肺部产生相应的的损害，出现相应的症状，例如胸闷、气急、咳嗽、发热等。因此患者需要常去医院进行CT检查，尤其是老年人患者，由于吃的药的种类多，用药周期长，非常容易出现肺毒性的症状。
由于肺毒性症状多种多样，临床上医生在诊疗时往往会先考虑是其他原因导致的，而容易忽略患者服用的药物本身导致的肺毒性情况，由于能导致肺毒性的药物可能有100多种，因此需要设计一种肺部CT扫描影像比对方法，在医生对患者诊疗前，先对患者进行肺部CT扫描影像比对，比对结果供医生参考、判断是否是药物导致的肺毒性，从而避免漏诊的情况。
发明内容
本发明的第一个目的是针对现有技术中存在的上述问题，提供了一种肺部CT扫描影像比对方法；本发明的第二个目的是提供一种比对装置；本发明的第三个目的是提供一种计算机可读存储介质。
本发明的第一个目的可通过下列技术方案来实现：一种肺部CT扫描影像比对方法，其特征在于，包括如下步骤：
步骤S1：获取待对比的两个CT扫描影像，将所述待对比的两个CT扫描影像分别记为：第一影像和第二影像；
步骤S2：将第一影像和第二影像输入比对模型，所述比对模型根据输入的第一影像和第二影像输出比对结果；
若所述比对结果为“好转”或“相仿”，则结束比对；若所述比对结果为“进展”则执行步骤S3；
步骤S3：获取患者的用药情况；
步骤S4：将第二影像输入分析模型；
步骤S5：所述分析模型根据输入的第二影像判断患者肺部损伤的所属损伤类型；
步骤S6：所述分析模型根据患者肺部损伤的所属损伤类型以及患者的用药情况获取分析结果，所述分析结果为哪一种或几种患者使用的药物与所属损伤类型中的药物重叠；
步骤S7：所述分析模型根据分析结果输出最终结果，所述最终结果包括患者的病例资料、导致肺部损伤的药物、既往文献报道中患者使用导致肺部损伤药物的病例信息、后续药物治疗方案选择的建议。
在上述肺部CT扫描影像比对方法中，所述步骤S5中，若分析模型根据输入的第二影像判断患者肺部损伤不属于当前所有损伤类型中的任意一个，且不属于当前所有预存类型中的任意一个，则建立一个新的预存类型，并将患者使用的药物的名称存入所述新的预存类型下。
在上述肺部CT扫描影像比对方法中，所述步骤S5中，若分析模型根据输入的第二影像判断患者肺部损伤不属于所述分析模型中当前所有损伤类型中的任意一个，但属于当前所有预存类型中的任意一个，则将患者使用的药物的名称存入所属预存类型中，判断存入预存类型的次数是否超过预设值，若超过预设值，则剔除预存类型中仅出现过一次的药物，将出现过至少两次的药物进行整合，然后将预存类型作为新的损伤类型，若未超过预设值，仍为预存类型。
在上述肺部CT扫描影像比对方法中，所述步骤S6中，若患者肺部损伤的所属损伤类型中药物与患者使用的药物不重叠，则记录患者使用的药物，判断药物记录的次数是否超过预设次数，若超过预设次数，则将药物存入相应的损伤类型中，若未超过预设次数，则继续统计记录次数。
在上述肺部CT扫描影像比对方法中，所述步骤S2：将第一影像和第二影像输入训练后的比对模型，所述训练后的比对模型根据输入的第一影像和第二影像输出比对结果包括如下步骤：
步骤S2.1：将第一影像和第二影像输入比对模型；
步骤S2.2：比对模型分别对第一影像和第二影像进行特征提取，获取第一影像特征数据和第二影像的特征数据；
步骤S2.3：比对模型分别根据第一影像的特征数据和第二影像的特诊数据获取第一影像的判断结果和第二影像的判断结果；
步骤S2.4：若第二影像的判断结果优于第一影像的判断结果，则所述比对模型输出“好转”比对结果；
步骤S2.5：若第二影像的判断结果与第一影像的判断结果相仿，则所述比对模型输出“相仿”比对结果；
步骤S2.6：若第二影像的判断结果差于第一影像的判断结果，则所述比对模型输出“进展”比对结果。
在上述肺部CT扫描影像比对方法中，所述第二影像为第一影像生成之后通过CT扫描得到的。
本发明的第二个目的可通过下列技术方案来实现：一种比对装置，其特征在于，包括：
显示器；
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行上述肺部CT扫描影像比对方法。
本发明的第三个目的可通过下列技术方案来实现：一种计算机可读存储介质，其特征在于，存储有与具有显示器的电子装置结合使用的计算机程序，所述计算机程序可被处理器执行上述肺部CT扫描影像比对方法。
与现有技术相比，本发明具有以下优点：
1、本发明对患者进行肺部CT扫描影像比对，比对结果供医生参考、判断是否是药物导致的肺毒性，从而避免漏诊的情况。
附图说明
图1是本发明的流程示意图；
图2是本发明比对步骤的流程示意图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
如图1所示，本发明第一个实施例提供一种肺部CT扫描影像比对方法，包括如下步骤：
步骤S1：获取待对比的两个CT扫描影像，将所述待对比的两个CT扫描影像分别记为：第一影像和第二影像；第二影像为第一影像生成之后通过CT扫描得到的。
第一影像和第二影像均通过CT扫描人体肺部后得到，其中，第二影像为患者最近一次进行CT扫描生成的影像，第一影像为在生成第二影像之前通过CT扫描得到的。在第二影像生成之前患者可能进行过多次CT检查，生成多个CT扫描影像，可以指定任意一个在第二影像生成之前生成的CT扫描影像为第一影像，从而和第二影像进行对比。
步骤S2：将第一影像和第二影像输入比对模型，所述比对模型根据输入的第一影像和第二影像输出比对结果；
如图2所示，具体包括如下步骤：
步骤S2.1：将第一影像和第二影像输入比对模型；
步骤S2.2：比对模型分别对第一影像和第二影像进行特征提取，获取第一影像特征数据和第二影像的特征数据；
步骤S2.3：比对模型分别根据第一影像的特征数据和第二影像的特诊数据获取第一影像的判断结果和第二影像的判断结果；
比对模型对第一影像和第二影像进行特征提取并获取特征数据，然后根据特征数据获取判断结果，判断结果包括肺部阴影区的面积大小，肺部阴影区的在影像中的位置等。
步骤S2.4：若第二影像的判断结果优于第一影像的判断结果，则所述比对模型输出“好转”比对结果；
通过对相同位置的肺部阴影区的面积大小进行对比，若第二影像中的肺部阴影区面积小，第一影像中的肺部阴影区的面积大，且在影像中的肺部的其他位置没有出现新的阴影区，则第二影像的判断结果优于第一影像的判断结果，比对模型输出“好转”比对结果。
步骤S2.5：若第二影像的判断结果与第一影像的判断结果相仿，则所述比对模型输出“相仿”比对结果。
通过对相同位置的肺部阴影区的面积大小进行对比，若第二影像中的肺部阴影区的面积和第一影像中的肺部阴影区的面积大小差在预设范围内(例如大小差在5％以内)，且在影像中的肺部的其他位置没有出现新的阴影区，则认为第二影像的判断结果与第一影像的判断结果相仿，则比对模型输出“相仿”比对结果。
步骤S2.6：若第二影像的判断结果差于第一影像的判断结果，则所述比对模型输出“进展”比对结果。
通过对相同位置的肺部阴影区的面积大小进行对比，若第二影像中的肺部阴影区面积大，第一影像中的肺部阴影区的面积小，或者在影像中的肺部的其他位置出现新的阴影区，则认为第二影像的判断结果差于第一影像的判断结果，比对模型输出“进展”比对结果。
若所述比对结果为“好转”或“相仿”，则结束比对；若所述比对结果为“进展”则执行步骤S3；
步骤S3：获取患者的用药情况；
在患者进行CT检查前，都需要在电脑中先录入患者的就诊号，调取出患者的病例资料，患者的病例资料中包括患者的用药情况，患者的用药情况包括目前使用药物和既往使用药物的药物名称，剂量使用频度，还包括既往使用药物的持续使用时间。
步骤S4：将第二影像输入分析模型；
步骤S5：分析模型根据输入的第二影像判断患者肺部损伤的所属损伤类型；
预先设定有多个损伤类型，损伤类型名称例如可以为A类型、B类型、C类型等，每一个损伤类型下有一种或多种药物，例如药物1、药物2属于A类型，药物3、药物4、药物5属于B类型等。
分析模型对第二影像进行特征提取并获取特征数据，从而判断肺部损伤情况，根据肺部损伤情况判断属于哪一个损伤类型。
若根据肺部损伤情况判断不属于当前所有损伤类型中的任意一个，且之前都没有建立过预存类型，则直接建立一个预存类型，并将患者使用的药物的名称存入所述预存类型下。
若根据肺部损伤情况判断不属于当前所有损伤类型中的任意一个，且之前建立过预存类型，则根据肺部损伤情况判断是否属于当前所有预存类型中的任意一个，若不属于当前所有预存类型中的任意一个，则建立一个新的预存类型，并将患者使用的药物的名称存入所述新的预存类型下。
若根据肺部损伤情况判断不属于当前所有损伤类型中的任意一个，且之前建立过预存类型，则根据肺部损伤情况判断是否属于当前所有预存类型中的任意一个，若属于当前所有预存类型中的任意一个，则将患者使用的药物的名称存入所属预存类型中，然后判断存入预存类型的次数是否超过预设值，若超过预设值(例如预设值＝10)，则剔除预存类型中仅出现过一次的药物，将出现过至少两次的药物进行整合，整合表示将出现过至少两次的药物的药物的名称进行排序(可以按照拼音顺序)，获得药物名称列表，存于预存类型中，然后将预存类型作为新的损伤类型，若未超过预设值，仍为预存类型。
步骤S6：所述分析模型根据患者肺部损伤的所属损伤类型以及患者的用药情况获取分析结果，所述分析结果为哪一种或几种患者使用的药物与所属损伤类型中的药物重叠；
举例说明，所属损伤类型为B类型，B类型下有药物3、药物4、药物5，患者的正在使用中的药物有药物3、药物4、药物7、药物8、药物9、药物10，其中重叠的药物为药物3和药物4，分析结果为“重叠药物为药物3和药物4”
若患者肺部损伤的所属损伤类型中药物与患者使用的药物不重叠，例如所属损伤类型为B类型，B类型下有药物3、药物4、药物5，患者的正在使用中的药物有药物7、药物8、药物9、药物10，则没有重叠药物。则记录患者使用的药物，判断药物记录的次数是否超过预设次数，若超过预设次数(例如预设次数＝15)，则将药物存入相应的损伤类型中(本实施例中，为B类型)，若未超过预设次数，则继续统计记录次数。
步骤S7：分析模型根据分析结果输出最终结果，最终结果包括1.患者此次入院以及之前的病例资料，包括患者既往以及目前正在服用的药物名称、药物剂量、服用频率。2.可能导致该患者肺部损伤的药物3.既往文献报道中患者使用该导致肺部损伤药物的病例信息(包括人口学资料，药物使用频率，持续使用时间，首发的临床表现，以及阳性的检查结果等)，附上参考文献链接，可以直接获取原文进行深入阅读。4.后续药物治疗方案选择的建议，替换其他同类肺毒性小或系统未报道肺毒性的药物，如果需要继续使用该药物，按照系统内置的指导建议监测血药浓度和或者进行药物基因组学的检查，以指导后续用药剂量调整。
本发明第二个实施例提供一种比对装置，其特征在于，包括：
显示器；
一个或多个处理器；
存储器；以及
一个或多个程序，其中一个或多个程序被存储在存储器中，并且被配置成由一个或多个处理器执行，程序包括用于执行上述肺部CT扫描影像比对方法。
本发明第三个实施例提供一种计算机可读存储介质，其特征在于，存储有与具有显示器的电子装置结合使用的计算机程序，计算机程序可被处理器执行上述肺部CT扫描影像比对方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了大量术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (7)

1.一种肺部CT扫描影像比对方法，其特征在于，包括如下步骤：
步骤S1：获取待对比的两个CT扫描影像，将所述待对比的两个CT扫描影像分别记为：第一影像和第二影像；
步骤S2：将第一影像和第二影像输入比对模型，所述比对模型根据输入的第一影像和第二影像输出比对结果；
所述步骤S2：将第一影像和第二影像输入训练后的比对模型，所述训练后的比对模型根据输入的第一影像和第二影像输出比对结果包括如下步骤：
步骤S2.1：将第一影像和第二影像输入比对模型；
步骤S2.2：比对模型分别对第一影像和第二影像进行特征提取，获取第一影像特征数据和第二影像的特征数据；
步骤S2.3：比对模型分别根据第一影像的特征数据和第二影像的特征数据获取第一影像的判断结果和第二影像的判断结果；
步骤S2.4：若第二影像的判断结果优于第一影像的判断结果，则所述比对模型输出“好转”比对结果；
步骤S2.5：若第二影像的判断结果与第一影像的判断结果相仿，则所述比对模型输出“相仿”比对结果；
步骤S2.6：若第二影像的判断结果差于第一影像的判断结果，则所述比对模型输出“进展”比对结果；
若所述比对结果为“好转”或“相仿”，则结束比对；若所述比对结果为“进展”则执行步骤S3；
步骤S3：获取患者的用药情况；
步骤S4：将第二影像输入分析模型；
步骤S5：所述分析模型根据输入的第二影像判断患者肺部损伤的所属损伤类型；
步骤S6：所述分析模型根据患者肺部损伤的所属损伤类型以及患者的用药情况获取分析结果，所述分析结果为哪一种或几种患者使用的药物与所属损伤类型中的药物重叠；
步骤S7：所述分析模型根据分析结果输出最终结果，所述最终结果包括患者的病例资料、导致肺部损伤的药物、既往文献报道中患者使用导致肺部损伤药物的病例信息、后续药物治疗方案选择的建议。
2.根据权利要求1所述的一种肺部CT扫描影像比对方法，其特征在于，所述步骤S5中，若分析模型根据输入的第二影像判断患者肺部损伤不属于所述分析模型中当前所有损伤类型中的任意一个，且不属于当前所有预存类型中的任意一个，则建立一个新的预存类型，并将患者使用的药物的名称存入所述新的预存类型下。
3.根据权利要求1所述的一种肺部CT扫描影像比对方法，其特征在于，所述步骤S5中，若分析模型根据输入的第二影像判断患者肺部损伤不属于所述分析模型中当前所有损伤类型中的任意一个，但属于当前所有预存类型中的任意一个，则将患者使用的药物的名称存入所属预存类型中，判断存入预存类型的次数是否超过预设值，若超过预设值，则剔除预存类型中仅出现过一次的药物，将出现过至少两次的药物进行整合，然后将预存类型作为新的损伤类型，若未超过预设值，仍为预存类型。
4.根据权利要求1所述的一种肺部CT扫描影像比对方法，其特征在于，所述步骤S6中，若患者肺部损伤的所属损伤类型中药物与患者使用的药物不重叠，则记录患者使用的药物，判断药物记录的次数是否超过预设次数，若超过预设次数，则将药物存入相应的损伤类型中，若未超过预设次数，则继续统计记录次数。
5.根据权利要求1所述的一种肺部CT扫描影像比对方法，其特征在于，所述第二影像为第一影像生成之后通过CT扫描得到的。
6.一种比对装置，其特征在于，包括：
显示器；
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1-5任意一项所述的一种肺部CT扫描影像比对方法。
7.一种计算机可读存储介质，其特征在于，存储有与具有显示器的电子装置结合使用的计算机程序，所述计算机程序可被处理器执行如权利要求1-5任意一项所述的一种肺部CT扫描影像比对方法。
CN202110768777.2A 2021-07-07 2021-07-07 一种肺部ct扫描影像比对方法、装置及介质 Active CN113689377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110768777.2A CN113689377B (zh) 2021-07-07 2021-07-07 一种肺部ct扫描影像比对方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110768777.2A CN113689377B (zh) 2021-07-07 2021-07-07 一种肺部ct扫描影像比对方法、装置及介质

Publications (2)

Publication Number Publication Date
CN113689377A CN113689377A (zh) 2021-11-23
CN113689377B true CN113689377B (zh) 2023-09-15

Family

ID=78576794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110768777.2A Active CN113689377B (zh) 2021-07-07 2021-07-07 一种肺部ct扫描影像比对方法、装置及介质

Country Status (1)

Country Link
CN (1) CN113689377B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115222805B (zh) * 2022-09-20 2023-01-13 威海市博华医疗设备有限公司 一种基于肺癌影像的预期成像方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111415341A (zh) * 2020-03-17 2020-07-14 北京推想科技有限公司 肺炎阶段的评估方法、装置、介质及电子设备
CN112396597A (zh) * 2020-11-30 2021-02-23 中国医学科学院北京协和医院 不明原因肺炎影像快速筛查方法及装置
CN112669925A (zh) * 2020-12-16 2021-04-16 华中科技大学同济医学院附属协和医院 一种新冠肺炎ct复查的报告模板及形成方法
CN112700867A (zh) * 2021-01-13 2021-04-23 浙江大学医学院附属第一医院 一种基于迁移学习的covid-19患者的分级诊断系统
CN112786122A (zh) * 2021-01-21 2021-05-11 北京晶派科技有限公司 一种分子筛选方法和计算设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12059237B2 (en) * 2019-07-16 2024-08-13 Siemens Healthineers Ag Deep learning for perfusion in medical imaging

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111415341A (zh) * 2020-03-17 2020-07-14 北京推想科技有限公司 肺炎阶段的评估方法、装置、介质及电子设备
CN112396597A (zh) * 2020-11-30 2021-02-23 中国医学科学院北京协和医院 不明原因肺炎影像快速筛查方法及装置
CN112669925A (zh) * 2020-12-16 2021-04-16 华中科技大学同济医学院附属协和医院 一种新冠肺炎ct复查的报告模板及形成方法
CN112700867A (zh) * 2021-01-13 2021-04-23 浙江大学医学院附属第一医院 一种基于迁移学习的covid-19患者的分级诊断系统
CN112786122A (zh) * 2021-01-21 2021-05-11 北京晶派科技有限公司 一种分子筛选方法和计算设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CT纹理分析对局部晚期胰腺癌化疗疗效的预测价值;林春苗 等;《浙江医学》;第42卷(第12期);第1282-1289页 *
不同CT图像重建算法下基于深度学习的肺结节检测算法效能;刘珍娟 等;《中国医学影像技术》;第35卷(第12期);第1775-1779页 *

Also Published As

Publication number Publication date
CN113689377A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
KR101929127B1 (ko) 의료 영상에 기반하여 상태를 진단하는 장치 및 방법
US11875897B2 (en) Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program
US20190267132A1 (en) Medical image display device, method, and program
US20190066827A1 (en) Medical information processing system
JP2008006188A (ja) 医用画像表示処理装置、及び、医用画像表示処理プログラム
US11468659B2 (en) Learning support device, learning support method, learning support program, region-of-interest discrimination device, region-of-interest discrimination method, region-of-interest discrimination program, and learned model
US20190148015A1 (en) Medical information processing device and program
Weinreich et al. Development of an artificially intelligent mobile phone application to identify cardiac devices on chest radiography
CN113689377B (zh) 一种肺部ct扫描影像比对方法、装置及介质
US12100140B2 (en) Information processing apparatus, information processing method, and information processing program
WO2019193983A1 (ja) 医療文書表示制御装置、医療文書表示制御方法、及び医療文書表示制御プログラム
US20200279651A1 (en) Medical examination support apparatus, and operation method and operation program thereof
CN111753831A (zh) 一种图像分析方法、装置、图像采集设备及存储介质
CN117524448A (zh) 一种医疗影像显示模式的调节方法和装置
JP2008217336A (ja) 読影レポート作成支援装置
WO2018147674A1 (ko) 의료 영상에 기반하여 상태를 진단하는 장치 및 방법
US20220344048A1 (en) Severity evaluation apparatus and model generation apparatus
CN111863179B (zh) 医用信息处理装置、医用信息处理方法及程序
CN116210056A (zh) 信息处理系统、信息处理方法及信息处理程序
JP2023020145A (ja) 解析装置、解析方法及びプログラム
US20080117229A1 (en) Linked Data Series Alignment System and Method
WO2022224848A1 (ja) 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム
JP2020184219A (ja) 医用情報表示装置、及び医用情報表示システム
US20240257929A1 (en) Medical information processing apparatus, method for operating medical information processing apparatus, and medical information processing program
WO2022239593A1 (ja) 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム

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