CN113724820A - 医学影像病灶模糊定位方法、系统、设备及存储介质 - Google Patents
医学影像病灶模糊定位方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113724820A CN113724820A CN202111014743.0A CN202111014743A CN113724820A CN 113724820 A CN113724820 A CN 113724820A CN 202111014743 A CN202111014743 A CN 202111014743A CN 113724820 A CN113724820 A CN 113724820A
- Authority
- CN
- China
- Prior art keywords
- information
- medical image
- focus
- image
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000007689 inspection Methods 0.000 claims abstract description 15
- 230000003902 lesion Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 17
- 230000004807 localization Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 239000011436 cob Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000037821 progressive disease Diseases 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种医学影像病灶模糊定位方法、系统、设备及存储介质，方法包括以下步骤：获取用户的医学影像信息，提取医学影像信息的检查方法和部位；在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；根据历史报告数据中的病灶信息的物理位置，在用户的医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；标识计算结果中的影像薄层图像并进行展示。该方法简化手动调阅既往报告，并根据报告内容手工比对既往影像的操作过程，在新影像诊断时，主动根据既往检查提示可能存在病灶位置并在影像图像上标示。
Description
技术领域
本发明涉及医学影像处理领域，特别涉及一种医学影像病灶模糊定位方法、系统、设备及存储介质。
背景技术
随着医学影像设备的检查设计的不断创新与发展，影像学检查在临床疾病中的作用愈发重要，医学影像数学化在现代医学中已经是必不可少的一个重要环节，为临床诊断提供了重要的影像学诊断信息。
一般来说，影像学诊断具备独立性，单次影像学诊断出具独立报告，但是对于进展性疾病，往往需要在不同时期进行多次影像学检查来观察疾病进展情况，检查手段包含并不限于DR，CT，MRI，可参考的既往病史往往都是定性描述的影像学报告，且一般需要手动调阅，缺乏精准主动明确的提示。
发明内容
本发明提供了一种医学影像病灶模糊定位方法、系统、设备及存储介质，该方法简化手动调阅既往报告，并根据报告内容手工比对既往影像的操作过程，在新影像诊断时，主动根据既往检查提示可能存在病灶位置并在影像图像上标示。
为达到上述目的，本发明采用了以下技术方案：
一种医学影像病灶模糊定位方法，包括以下步骤：
获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识计算结果中的影像薄层图像并进行展示。
作为本发明的进一步改进，所述获取用户的医学影像信息后还包括记录病灶位置信息；所述记录病灶位置信息具体包括：
记录用户影像阅片结果，并提交；
自动记录报告中的病灶序列信息、空间方位和标签；
对记录报告中的病灶序列信息、空间方位和标签进行数据归档。
作为本发明的进一步改进，所述记录用户影像阅片结果具体包括：
出具用户报告时将用户测量的病灶数值筛选并记录；
将病灶数值和用户信息、医学影像信息进行关联。
作为本发明的进一步改进，所述记录病灶位置信息后还包括将记录信息保存管理；将记录信息保存管理具体包括：
将将记录信息保存管理保存到存储介质中，所述存储介质包含本地存储空间和网络服务器存储空间。
作为本发明的进一步改进，所述根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；具体包括：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体；
在当前医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体；
计算第一立方体与第二立方体相交空间区域；将相交空间区域影射到当前医学影像信息检查序列中的二维的影像薄层图像，并记录。
作为本发明的进一步改进，所述标识计算结果中的影像薄层图像具体为：
在当前影像薄层图像中标识所有记录区域，得到病灶可能出现的区域。
一种医学影像病灶模糊定位系统，包括：
获取模块，用于获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
查找模块，用于在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
计算模块，用于根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识模块，用于标识计算结果中的影像薄层图像并进行展示。
作为本发明的进一步改进，所述计算模块，具体用于：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体；
在当前医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体；
计算第一立方体与第二立方体相交空间区域；将相交空间区域影射到当前用户的医学影像信息检查序列中的二维的影像薄层图像，并记录。
一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述医学影像病灶模糊定位方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述医学影像病灶模糊定位方法的步骤。
本发明的有益效果体现在：
本发明以信息描述准确电子化为基础，分析记录既往影像学报告中的病灶数据，通过同一用户既往数据的空间位置推算新影像检查中可能出现的病灶位置并标识。本发明提供一种设计难度小，能够根据往期报告数据快速模糊匹配定位病灶的方法。
附图说明
图1为医学影像病灶模糊定位方法流程示意图；
图2为本发明实例医学影像记录病灶流程图；
图3为本发明实例医学影像模糊标记流程图；
图4为本发明优选实施例医学影像病灶模糊定位系统结构示意图；
图5为本发明优选实施例电子设备结构示意图。
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。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
如图1所示，本发明一种医学影像病灶模糊定位方法，包括以下步骤：
获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
根据历史报告数据中的病灶信息的物理位置，在用户的医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识计算结果中的影像薄层图像并进行展示。
本发明以信息描述准确电子化为基础，分析记录既往影像学报告中的病灶数据，通过同一用户既往数据的空间位置推算新影像检查中可能出现的病灶位置并标识。
作为优选实施例，所述获取用户的医学影像信息后还包括记录病灶位置信息；所述记录病灶位置信息具体包括：
记录用户影像阅片结果，并提交；
自动记录报告中的病灶序列信息、空间方位和标签；
对记录报告中的病灶序列信息、空间方位和标签进行数据归档。
其中，所述记录用户影像阅片结果具体包括：
出具用户报告时将用户测量的病灶数值筛选并记录；
将病灶数值和用户信息、医学影像信息进行关联。
作为优选实施例，所述记录病灶位置信息后还包括将记录信息保存管理；将记录信息保存管理具体包括：
将将记录信息保存管理保存到存储介质中，所述存储介质包含本地存储空间和网络服务器存储空间。
作为优选实施例，所述根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；具体包括：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体A；
在当前用户的医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前用户的医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体B；
计算第一立方体A与第二立方体B相交空间区域；将相交空间区域影射到当前用户的医学影像信息检查序列中的二维的影像薄层图像，并记录。
以下结合具体实施例对本发明的方法进行详细说明。
本发明所述的医学影像病灶模糊定位的方法，流程具体如下：
步骤1，记录病灶的位置信息；
出具报告时将用户测量的数值筛选并记录，测量包括并不限于长短径，CT值(最大，最小，均方差，数字平均值)，Cobb角，SUV值，病灶面积，心胸比等。
将测量数值和用户信息、医学影像信息关联，用户信息包含并不限于姓名，证件，检查号等，医学影像信息包含并不限于，检查部位，检查方法，检查ID(StudyUID)，序列ID(SeriesInstanceUID)，图像位置空间坐标(ImagePosition)等。
具体步骤如图2所示，包括以下步骤：
1)开始；
2)记录影像阅片结果，并提交；
3)自动记录报告中的病灶序列信息、空间方位、标签等；
4)归档数据；
5)结束。
步骤2，将记录信息保存管理；
将上述记录保存到存储介质中，存储介质包含并不仅限于本地存储空间和网络服务器存储空间，用于索引查找。
步骤4，匹配信息；
如图3所示，具体步骤为：
1)开始阅片
2)读取用户信息，检查方法和部位；
3)在已经归档的数据中查找同用户相同检查方法和部位的往期报告数据；
4)根据往期记录中的病灶信息的物理位置，在影像中计算该病灶附近指定范围包含的若干影像薄层图像；
5)标识计算结果中的影像薄层图像。
6)结束。
具体地过程为：打开新影像时，首先在记录中查询是否该用户已有检查记录，并匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置。
根据设定阈值(该阈值由用户设定)，依次计算上述所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体A。
在当前检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前检查中该序列的空间立方体三维坐标组，记为第二立方体B。
计算第一立方体A与第二立方体B相交空间区域。
将上述空间区域影射到当前检查序列中的二维影像薄层图像，结果可能包含一张或者多张影像图像的局部或者全部，并记录。
步骤5，定位病灶模糊位置。
在当前影像薄层图像中标识上一步所述的所有记录区域，即病灶可能出现的区域，提供诊断参考。本发明以信息描述准确电子化为基础，分析记录既往影像学报告中的病灶数据，通过同一用户既往数据的空间位置推算新影像检查中可能出现的病灶位置并标识。具体优点为：
第一：主动标识；
一次影像学检查的影像薄层图像数目较多，主动提示可能出现的病灶位置可以提升效率，并且减少漏查可能性，对于进展性疾病进展期比对有现实意义。
第二：步骤简便；
本发明对于用户没有额外操作步骤。
第三：设计难度小。
本发明设计的空间计算和影像系统关联性低，设计和部署难度小，对原有影像系统逻辑层改动小，不影响影像系统流程。
如图4所示，本发明的另一目的在于提出一种医学影像病灶模糊定位系统，包括：
获取模块，用于获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
查找模块，用于在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
计算模块，用于根据历史报告数据中的病灶信息的物理位置，在用户的医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识模块，用于标识计算结果中的影像薄层图像并进行展示。
其中，所述计算模块，具体用于：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体A；
在当前医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体B；
计算第一立方体A与第二立方体B相交空间区域；将相交空间区域影射到当前医学影像信息检查序列中的二维的影像薄层图像，并记录。
如图5所示，本发明第三个目的是提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述医学影像病灶模糊定位方法的步骤。
所述医学影像病灶模糊定位方法包括以下步骤：
获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识计算结果中的影像薄层图像并进行展示。
本发明第四个目的是提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述医学影像病灶模糊定位方法的步骤。
所述医学影像病灶模糊定位方法包括以下步骤：
获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识计算结果中的影像薄层图像并进行展示。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种医学影像病灶模糊定位方法，其特征在于，包括以下步骤：
获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识计算结果中的影像薄层图像并进行展示。
2.根据权利要求1所述的方法，其特征在于，
所述获取用户的医学影像信息后还包括记录病灶位置信息；所述记录病灶位置信息具体包括：
记录用户影像阅片结果，并提交；
自动记录报告中的病灶序列信息、空间方位和标签；
对记录报告中的病灶序列信息、空间方位和标签进行数据归档。
3.根据权利要求2所述的方法，其特征在于，
所述记录用户影像阅片结果具体包括：
出具用户报告时将用户测量的病灶数值筛选并记录；
将病灶数值和用户信息、医学影像信息进行关联。
4.根据权利要求1所述的方法，其特征在于，
所述记录病灶位置信息后还包括将记录信息保存管理；将记录信息保存管理具体包括：
将将记录信息保存管理保存到存储介质中，所述存储介质包含本地存储空间和网络服务器存储空间。
5.根据权利要求1所述的方法，其特征在于，
所述根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；具体包括：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体；
在当前医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体；
计算第一立方体与第二立方体相交空间区域；将相交空间区域影射到当前医学影像信息检查序列中的二维的影像薄层图像，并记录。
6.根据权利要求1所述的方法，其特征在于，
所述标识计算结果中的影像薄层图像具体为：
在当前影像薄层图像中标识所有记录区域，得到病灶可能出现的区域。
7.一种医学影像病灶模糊定位系统，其特征在于，包括：
获取模块，用于获取用户的医学影像信息，提取医学影像信息的检查方法和部位；
查找模块，用于在已经归档的用户报告数据中查找同用户相同检查方法和部位的历史报告数据；
计算模块，用于根据历史报告数据中的病灶信息的物理位置，在医学影像信息中计算相同病灶附近指定范围包含的若干影像薄层图像；
标识模块，用于标识计算结果中的影像薄层图像并进行展示。
8.根据权利要求7所述的系统，其特征在于，包括：
所述计算模块，具体用于：
根据历史报告数据中的病灶信息的物理位置，匹配具备相同检查部位的一个或者多个检查序列，提取这些序列中所有病灶的三维空间位置；根据设定阈值，依次计算所有病灶在此阈值范围内的空间立方体三维坐标组，记为第一立方体；
在当前医学影像信息的检查序列中，依次查找与上述各病灶相同类型的检查序列，计算当前医学影像信息检查序列的空间立方体三维坐标组，记为第二立方体；
计算第一立方体与第二立方体相交空间区域；将相交空间区域影射到当前用户的医学影像信息检查序列中的二维的影像薄层图像，并记录。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述医学影像病灶模糊定位方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述医学影像病灶模糊定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111014743.0A CN113724820A (zh) | 2021-08-31 | 2021-08-31 | 医学影像病灶模糊定位方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111014743.0A CN113724820A (zh) | 2021-08-31 | 2021-08-31 | 医学影像病灶模糊定位方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113724820A true CN113724820A (zh) | 2021-11-30 |
Family
ID=78679951
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111014743.0A Pending CN113724820A (zh) | 2021-08-31 | 2021-08-31 | 医学影像病灶模糊定位方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113724820A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116884557A (zh) * | 2023-06-25 | 2023-10-13 | 深圳市梦网物联科技发展有限公司 | 基于数字孪生的体检报告生成方法、终端设备及介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010029482A (ja) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | Ｍｒｉを用いた脊椎・椎体病変の経過観察レポート自動作成診断支援システム |
| WO2010029470A1 (en) * | 2008-09-10 | 2010-03-18 | Koninklijke Philips Electronics N.V. | System and method for processing medical images |
| KR20110127444A (ko) * | 2010-05-19 | 2011-11-25 | (주)제노레이 | 씨티에서 스카우트 영상 획득 방법 |
| 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 |
| CN110766730A (zh) * | 2019-10-18 | 2020-02-07 | 上海联影智能医疗科技有限公司 | 图像配准及随访评估方法、存储介质及计算机设备 |
| US20200051257A1 (en) * | 2018-08-08 | 2020-02-13 | Siemens Medical Solutions Usa, Inc. | Scan alignment based on patient-based surface in medical diagnostic ultrasound imaging |
| CN111915584A (zh) * | 2020-07-29 | 2020-11-10 | 杭州健培科技有限公司 | 一种基于ct影像的病灶随访评估方法及系统 |
| CN112401915A (zh) * | 2020-11-19 | 2021-02-26 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎ct复查的图像融合比对方法 |
-
2021
- 2021-08-31 CN CN202111014743.0A patent/CN113724820A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010029482A (ja) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | Ｍｒｉを用いた脊椎・椎体病変の経過観察レポート自動作成診断支援システム |
| WO2010029470A1 (en) * | 2008-09-10 | 2010-03-18 | Koninklijke Philips Electronics N.V. | System and method for processing medical images |
| KR20110127444A (ko) * | 2010-05-19 | 2011-11-25 | (주)제노레이 | 씨티에서 스카우트 영상 획득 방법 |
| 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 |
| US20200051257A1 (en) * | 2018-08-08 | 2020-02-13 | Siemens Medical Solutions Usa, Inc. | Scan alignment based on patient-based surface in medical diagnostic ultrasound imaging |
| CN110766730A (zh) * | 2019-10-18 | 2020-02-07 | 上海联影智能医疗科技有限公司 | 图像配准及随访评估方法、存储介质及计算机设备 |
| CN111915584A (zh) * | 2020-07-29 | 2020-11-10 | 杭州健培科技有限公司 | 一种基于ct影像的病灶随访评估方法及系统 |
| CN112401915A (zh) * | 2020-11-19 | 2021-02-26 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎ct复查的图像融合比对方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116884557A (zh) * | 2023-06-25 | 2023-10-13 | 深圳市梦网物联科技发展有限公司 | 基于数字孪生的体检报告生成方法、终端设备及介质 |
| CN116884557B (zh) * | 2023-06-25 | 2024-03-22 | 深圳市梦网物联科技发展有限公司 | 基于数字孪生的体检报告生成方法、终端设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6134315B2 (ja) | 画像データにおける所見の解剖学的タグ付けの方法 | |
| CN104584018B (zh) | 用于有效查看和报告成像研究相关的先前注释的自动检测和检索 | |
| US7942829B2 (en) | Biopsy planning and display apparatus | |
| JP5478171B2 (ja) | 冠動脈画像データの分類のための方法及び装置 | |
| US8355553B2 (en) | Systems, apparatus and processes for automated medical image segmentation using a statistical model | |
| US8412541B2 (en) | Method and system for intelligent qualitative and quantitative analysis for medical diagnosis | |
| US20140313222A1 (en) | Anatomical tagging of findings in image data of serial studies | |
| CN103733200B (zh) | 由带有解剖学标记临床管理促进的检查审阅 | |
| CN105163684A (zh) | 手术数据的联运同步 | |
| US20120278105A1 (en) | Protocol guided imaging procedure | |
| CN103558404A (zh) | 一种基于数字切片的细胞dna自动检测和复核方法 | |
| KR20140114303A (ko) | 3차원 의료 영상들에서 2차원 뷰의 자동 플래닝을 위한 방법 및 시스템 | |
| WO2020050721A1 (en) | Determination of a growth rate of an object in 3d data sets using deep learning | |
| CN113724820A (zh) | 医学影像病灶模糊定位方法、系统、设备及存储介质 | |
| CN118396990A (zh) | 基于深度学习的医院放射科影像自动解析方法、系统、设备以及电子介质 | |
| CN113763345A (zh) | 医学影像病灶位置查看方法、系统、设备及存储介质 | |
| CN111986217B (zh) | 一种图像处理方法、装置及设备 | |
| Corvò et al. | Visual analytics in digital pathology: Challenges and opportunities | |
| Neumuth et al. | Data warehousing technology for surgical workflow analysis | |
| CN113693625B (zh) | 超声成像方法和超声成像设备 | |
| WO2022060449A1 (en) | Method and apparatus for template based treatment outcome generation | |
| CN112801114B (zh) | 确定乳腺图像的投照位信息的方法及装置 | |
| CN113034578B (zh) | 感兴趣区域的信息处理方法及系统、电子设备及存储介质 | |
| CN117474842A (zh) | 一种基于DINOv2的乳腺核磁共振病灶分割系统 | |
| CN115205214A (zh) | 一种基于医学数据库的肿瘤靶点探寻装置及方法 |
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 |