CN114331964A - 胸腰椎创伤ct影像评估方法及系统 - Google Patents
胸腰椎创伤ct影像评估方法及系统 Download PDFInfo
- Publication number
- CN114331964A CN114331964A CN202111445972.8A CN202111445972A CN114331964A CN 114331964 A CN114331964 A CN 114331964A CN 202111445972 A CN202111445972 A CN 202111445972A CN 114331964 A CN114331964 A CN 114331964A
- Authority
- CN
- China
- Prior art keywords
- image
- diagnosis
- module
- fracture
- judging
- 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 74
- 208000014674 injury Diseases 0.000 title claims abstract description 28
- 230000008733 trauma Effects 0.000 title claims abstract description 24
- 238000003745 diagnosis Methods 0.000 claims abstract description 89
- 230000011218 segmentation Effects 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims abstract description 3
- 208000010392 Bone Fractures Diseases 0.000 claims description 117
- 210000003041 ligament Anatomy 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 38
- 208000027418 Wounds and injury Diseases 0.000 claims description 28
- 230000006378 damage Effects 0.000 claims description 27
- 206010052428 Wound Diseases 0.000 claims description 24
- 208000028389 Nerve injury Diseases 0.000 claims description 22
- 230000008764 nerve damage Effects 0.000 claims description 22
- 210000000278 spinal cord Anatomy 0.000 claims description 13
- 210000000115 thoracic cavity Anatomy 0.000 claims description 12
- 230000003902 lesion Effects 0.000 claims description 8
- 210000004705 lumbosacral region Anatomy 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 18
- 206010017076 Fracture Diseases 0.000 description 101
- 206010049514 Traumatic fracture Diseases 0.000 description 8
- 206010034156 Pathological fracture Diseases 0.000 description 6
- 208000005250 Spontaneous Fractures Diseases 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 4
- 210000000746 body region Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 206010010214 Compression fracture Diseases 0.000 description 2
- 206010041541 Spinal compression fracture Diseases 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 210000001951 dura mater Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000001144 postural effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000001164 Osteoporotic Fractures Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种胸腰椎创伤CT影像评估方法，包括：对与检查项目相符的患者DICOM图像进行图像性质的甄别；对图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；基于预设的分割规则，将第一图像进行区域分割，输出每个区域的坐标数据；基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对第一图像进行分析，自动生成每个诊断类型的诊断数据，按照预设条件将诊断数据发送到影像结构化报告中；影像结构化报告根据诊断数据生成诊断印象。本发明还公开了一种胸腰椎创伤CT影像评估系统。本发明能够自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数，做出全面定性、定量诊断，自动检出危险征象。
Description
技术领域
本发明涉及医疗信息领域，更具体地，涉及一种胸腰椎创伤CT影像评估方法及系统。
背景技术
胸腰椎骨折是脊柱创伤中最常见的情况。创伤机制主要是车祸高能创伤，以及骨质疏松骨折，多发生于T10-L2水平，约25％患者合并神经受损。胸腰椎创伤分类与严重程度评分(Thoraco-Lumbar Injury Classification and Severity score，TLICS)是近年来应用较多的创伤评分系统，旨在辅助临床术前评估及诊疗决策。
TLICS基于骨折形态、神经损伤和后方韧带复合体(Posterior LigamentousComplex，PLC)的形态表现，给出综合评分，对于评价胸腰椎创伤的脊柱稳定性、未来畸形和进行性神经创伤的判断具有重要的指导价值。在TLICS评估的基础上，还应进一步基于影像制定椎弓根螺钉内固定术的治疗计划。椎弓根螺钉内固定术治疗胸腰椎骨折是脊柱外科最常用的手术技术之一，对于脊柱失稳患者可重建脊柱稳定性。由于椎弓根形态复杂且存在变异情况，椎弓根毗邻结构包括脊髓、神经根、血管等重要的组织结构，一旦螺钉突破椎弓根皮质，损伤毗邻结构则有可能造成严重并发症，故需要术前的精准测量，以保证置钉准确性，减少术中成像时间和辐射暴露。术前胸腰椎CT检查可提供给术者的影像学参数包括：椎弓参数测量、后方韧带复合体参数测量、手术入路参数测量等。
由于使用TLICS系统评估创伤需要对专业理论知识有一定了解，测量形态参数耗时且重复性差，限制了这项技术的广泛临床应用。
发明内容
有鉴于此，本发明的主要目的在于提供一种胸腰椎创伤CT影像评估方法及系统，能够解决现有技术中存在的不能自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数导致的不能自动检出重要危险征象的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一方面，本发明提供了一种胸腰椎创伤CT影像评估方法，包括：对与检查项目相符的患者DICOM图像进行图像性质的甄别；对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；所述影像结构化报告根据所述诊断数据生成诊断印象。
优选地，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
优选地，在对所述图像性质为平扫的图像进行质量判断之前，该方法还包括：识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。
优选地，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
优选地，所述诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
另一方面，本发明还提供了一种胸腰椎创伤CT影像评估系统，该系统包括：图像性质甄别模块、图像质量判断模块、分割模块、辅助诊断模块和结构化报告模块，其中，所述图像性质甄别模块，与所述图像质量判断模块相连，用于对与检查项目相符的患者DICOM图像进行图像性质的甄别；所述图像质量判断模块，分别与所述图像性质甄别模块、所述分割模块、所述辅助诊断模块相连，用于对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；所述分割模块，分别与所述图像质量判断模块、所述辅助诊断模块相连，用于基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；所述辅助诊断模块，分别与所述图像质量判断模块、所述分割模块、所述结构化报告模块相连，用于基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；所述结构化报告模块，与所述辅助诊断模块相连，用于根据所述诊断数据生成诊断印象。
优选地，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
优选地，该系统还包括：扫描范围识别模块，分别与所述图像质量判断模块、所述分割模块相连，用于在对所述图像性质为平扫的图像进行质量判断之前，识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。
优选地，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
优选地，所述诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
本发明的技术效果：
本发明的方法将AI模型、影像组学模型和基于规则的程序应用于胸腰椎创伤CT的诊断，得到胸腰椎创伤CT评估智能报告系统，将其接入PACS/RIS，可在图像采集完成后直接自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数，并将结果自动传入结构化报告中，做出全面的定性、定量诊断，该方法还具备危急发现的预警和分诊功能，当系统自动检出重要的危险征象时，通过信息系统发出警告信息，以提示医生及时关注并实施救治措施。
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胸腰椎创伤CT影像评估方法流程图；
图2示出了根据本发明实施例二的胸腰椎创伤CT影像评估系统结构示意图；
图3示出了根据本发明实施例三的胸腰椎创伤CT影像评估系统结构示意图。
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。
实施例一
图1示出了根据本发明实施例一的胸腰椎创伤CT影像评估方法流程图；如图1所示，该方法包括以下步骤：
步骤S101，对与检查项目相符的患者DICOM图像进行图像性质的甄别；
其中，与检查项目相符的患者DICOM图像为判断是否与RIS登记的检查项目相符。此过程使用的工具为程序和AI模型识别。输入患者DICOM图像，输出分组后图像、定性判断-检查项目、提示信息-检查项目。
定性判断返回给结构化报告“技术评估”的相应控件。
如果判断该患者的DICOM图像与检查项目相符，则输出图像用于后续AI诊断流程。
如果判断该患者的DICOM图像与检查项目不相符，则中止AI诊断流程，并发送提示信息，由相关人员负责处理，并记录在数据库中。
其中，图像性质的甄别—包括平扫、增强，该步骤应用的工具是AI模型识别；输入分组后图像，输出定性判断-图像性质、平扫图像、增强图像。上述不同的图像用于后续不同AI功能模块的输入。
步骤S102，对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；
在对所述图像性质为平扫的图像进行质量判断之前，该方法还包括：识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。该步骤使用的工具为AI模型识别，输入平扫图像，输出定性判断-扫描范围，不同扫描范围的图像用于后续分割模型，输出不同定位值。
判断图像质量，该步骤使用的工具是AI模型识别，识别平扫图像质量是否合格，不合格的情况包括：运动伪影、射线硬化伪影、信噪比过低、体位不正等。输入平扫图像，输出定性判断-图像质量、提示信息-图像质量、合格的平扫图像。如果判断图像质量合格，则图像(第一图像)可用于后续AI诊断流程，并将定性判断结果返回给结构化报告“技术评估(图像质量)”的相应控件。
如果判断图像质量不合格，则中止AI诊断流程，并将定性判断结果返回给结构化报告“技术评估(图像质量)”的相应控件。发送提示信息，由相关人员负责处理，并记录在数据库中。
步骤S103，基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；
其中，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
该步骤使用的工具为AI模型识别，输入第一图像，输出椎体区域、椎弓区域、椎间盘区域、硬膜囊区域、脊髓区域、椎间孔区域、棘突区域、后方韧带复合体区域。
椎体区域用于后续椎体定位、骨折分类。
椎体区域、椎弓区域、椎间盘区域、硬膜囊区域、脊髓区域、椎间孔区域、棘突区域、后方韧带复合体区域用于后续创伤评估。
步骤S104，基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；
其中，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
其中，诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
具体步骤如下
判断脊柱整体状态
该步骤使用的工具为AI模型识别，输入第一图像，椎体区域，输出定性判断-脊柱状态。
定位椎体
该步骤使用的工具为AI模型识别加程序，在第一图像中定位椎体，输入第一图像、椎体区域，输出定性判断-单个椎体的定位、关键图像-椎体定位。
定位判断按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
定性判断用于后续创伤定位。
判断单个椎体是否有骨折
该步骤使用的工具是AI模型识别，对于每个椎体，按单个椎体判断状态，包括：有骨折、无骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位；输出定性判断-骨折。
如定性判断为“有骨折”
返回给结构化报告“有骨折”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
执行后续AI功能模块。
如定性判断为“无骨折”，不返回给结构化报告。不执行“判断单个椎体的骨折性质”、“判断单个椎体的骨折时间”、“判断骨折类型”这三个诊断类型。
判断单个椎体的骨折性质
该步骤使用的工具为AI模型识别和影像组学，对于每个有骨折的椎体，按单个椎体判断骨折性质，包括：创伤性骨折、病理性骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折；输出定性判断-骨折性质。如定性判断为“创伤性骨折”，则返回给结构化报告“创伤性骨折”的相应控件。如定性判断为“病理性骨折”，则返回给结构化报告“病理性骨折”的相应控件。
判断单个椎体的骨折时间
该步骤使用的工具为AI模型识别和影像组学，对于每个有创伤性骨折的椎体，按单个椎体判断骨折时间，包括：新鲜骨折、陈旧骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、定性判断-骨折性质；输出定性判断-骨折时间。如定性判断为“新鲜骨折”返回给结构化报告“新鲜骨折”的相应控件。执行后续功能模块。如定性判断为“陈旧骨折”返回给结构化报告“陈旧骨折”的相应控件。不执行“判断骨折类型”这个诊断类型。
判断骨折类型
该步骤使用的工具为AI模型识别和影像组学，对新鲜骨折，按单个椎体判断骨折类型，包括：压缩骨折、爆裂骨折、移位/旋转、牵张骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、定性判断-骨折时间；输出定性判断-骨折类型。定性判断返回给结构化报告“骨折类型”的相应控件。
判断是否有神经损伤
该步骤使用的工具为AI模型识别和影像组学，按单个椎体水平判断神经损伤，包括：无损伤、有损伤。输入第一图像、椎体区域、定性判断-单个椎体的定位、硬膜囊区域、脊髓区域、椎间孔区域；输出定性判断-神经损伤、关键图像-神经损伤。如定性判断为“有损伤”，则返回给结构化报告“有神经损伤”的相应控件；按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”；发送提示信息，由相关人员负责处理，并记录在数据库中。如定性判断为“无损伤”，则返回给结构化报告“无神经损伤”的相应控件。
判断是否有后方韧带复合体损伤
该步骤使用的工具为AI模型识别、程序和影像组学，按单个椎体水平判断后方韧带复合体损伤，包括：无损伤、有损伤。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、棘突区域、后方韧带复合体区域；输出定性判断-后方韧带复合体损伤、关键图像-后方韧带复合体损伤。如定性判断为“有损伤”，则返回给结构化报告“后方韧带复合体有损伤”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。如定性判断为“无损伤”，则返回给结构化报告“后方韧带复合体无损伤”的相应控件。
测量椎弓根形态参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根形态，包括：椎弓根宽度、椎弓根高度、轴位椎弓角、矢状椎弓角。输入椎体区域、定性判断-单个椎体的定位、定性判断-骨折、椎弓根区域；输出椎弓根宽度、椎弓根高度、轴位椎弓角、矢状椎弓角、关键图像-椎弓根测量。定量信息返回给结构化报告“椎体和椎管形态测量”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
测量后方韧带复合体参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根内固定术入路，包括：棘突间距、棘突间角。输入椎体区域、定性判断-单个椎体的定位、定性判断-后方韧带复合体损伤、棘突区域、后方韧带复合体区域；输出棘突间距、棘突间角、关键图像PLC测量。定量信息返回给结构化报告“后方韧带复合体参数”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
测量椎弓根内固定术入路参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根内固定术入路，包括：椎体正中前后径、椎体旁前后径、椎弓横径、椎弓纵径、椎体侧方切线、椎体侧方切线交角、横突椎弓椎体径、椎弓倾斜角。输入椎体区域、定性判断-单个椎体的定位、定性判断-骨折、椎弓区域、棘突区域；输出椎体正中前后径、椎体旁前后径、椎弓横径、椎弓纵径、椎体侧方切线、椎体侧方切线交角、横突椎弓椎体径、椎弓倾斜角、关键图像-椎弓根内固定术入路测量。定量信息返回给结构化报告“椎弓根内固定术入路参数”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
步骤S105，所述影像结构化报告根据所述诊断数据生成诊断印象
整合所有工具(AI模型、影像组学模型、程序)的发现，得出整体诊断印象。
根据全部智能化工具返回结果做出定性判断，使用的工具是程序，输入所有诊断数据，输出结构化报告的“诊断印象”，基于结构化报告内置的规则，整合所有诊断数据，自动得到最终诊断，并返回到“诊断印象”中。将全部数据、全部图像存储到结构化报告数据库中。
本发明的实施例将AI模型、影像组学模型和基于规则的程序应用于胸腰椎创伤CT的诊断，得到胸腰椎创伤CT评估智能报告系统，将其接入PACS/RIS，可在图像采集完成后直接自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数，并将结果自动传入结构化报告中，做出全面的定性、定量诊断，该方法还具备危急发现的预警和分诊功能，当系统自动检出重要的危险征象时，通过信息系统发出警告信息，以提示医生及时关注并实施救治措施。
实施例二
图2示出了根据本发明实施例二的胸腰椎创伤CT影像评估系统结构示意图；如图2所示，该系统包括：图像性质甄别模块10、图像质量判断模块20、分割模块30、辅助诊断模块40和结构化报告模块50，其中，
所述图像性质甄别模块10，与所述图像质量判断模块20相连，用于对与检查项目相符的患者DICOM图像进行图像性质的甄别；
其中，与检查项目相符的患者DICOM图像为判断是否与RIS登记的检查项目相符。此过程使用的工具为程序和AI模型识别。输入患者DICOM图像，输出分组后图像、定性判断-检查项目、提示信息-检查项目。
定性判断返回给结构化报告“技术评估”的相应控件。
如果判断该患者的DICOM图像与检查项目相符，则输出图像用于后续AI诊断流程。
如果判断该患者的DICOM图像与检查项目不相符，则中止AI诊断流程，并发送提示信息，由相关人员负责处理，并记录在数据库中。
其中，图像性质的甄别—包括平扫、增强，该步骤应用的工具是AI模型识别；输入分组后图像，输出定性判断-图像性质、平扫图像、增强图像。上述不同的图像用于后续不同AI功能模块的输入。
所述图像质量判断模块20，分别与所述图像性质甄别模块10、所述分割模块30、所述辅助诊断模块40相连，用于对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；
判断图像质量，该步骤使用的工具是AI模型识别，识别平扫图像质量是否合格，不合格的情况包括：运动伪影、射线硬化伪影、信噪比过低、体位不正等。输入平扫图像，输出定性判断-图像质量、提示信息-图像质量、合格的平扫图像。如果判断图像质量合格，则图像(第一图像)可用于后续AI诊断流程，并将定性判断结果返回给结构化报告“技术评估(图像质量)”的相应控件。
如果判断图像质量不合格，则中止AI诊断流程，并将定性判断结果返回给结构化报告“技术评估(图像质量)”的相应控件。发送提示信息，由相关人员负责处理，并记录在数据库中。
所述分割模块30，分别与所述图像质量判断模块20、所述辅助诊断模块40相连，用于基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；
其中，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
该步骤使用的工具为AI模型识别，输入第一图像，输出椎体区域、椎弓区域、椎间盘区域、硬膜囊区域、脊髓区域、椎间孔区域、棘突区域、后方韧带复合体区域。
椎体区域用于后续椎体定位、骨折分类。
椎体区域、椎弓区域、椎间盘区域、硬膜囊区域、脊髓区域、椎间孔区域、棘突区域、后方韧带复合体区域用于后续创伤评估。
所述辅助诊断模块40，分别与所述图像质量判断模块20、所述分割模块30、所述结构化报告模块50相连，用于基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；
其中，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
其中，诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
具体步骤如下
判断脊柱整体状态
该步骤使用的工具为AI模型识别，输入第一图像，椎体区域，输出定性判断-脊柱状态。
定位椎体
该步骤使用的工具为AI模型识别加程序，在第一图像中定位椎体，输入第一图像、椎体区域，输出定性判断-单个椎体的定位、关键图像-椎体定位。
定位判断按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
定性判断用于后续创伤定位。
判断单个椎体是否有骨折
该步骤使用的工具是AI模型识别，对于每个椎体，按单个椎体判断状态，包括：有骨折、无骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位；输出定性判断-骨折。
如定性判断为“有骨折”
返回给结构化报告“有骨折”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
执行后续AI功能模块。
如定性判断为“无骨折”，不返回给结构化报告。不执行“判断单个椎体的骨折性质”、“判断单个椎体的骨折时间”、“判断骨折类型”这三个诊断类型。
判断单个椎体的骨折性质
该步骤使用的工具为AI模型识别和影像组学，对于每个有骨折的椎体，按单个椎体判断骨折性质，包括：创伤性骨折、病理性骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折；输出定性判断-骨折性质。如定性判断为“创伤性骨折”，则返回给结构化报告“创伤性骨折”的相应控件。如定性判断为“病理性骨折”，则返回给结构化报告“病理性骨折”的相应控件。
判断单个椎体的骨折时间
该步骤使用的工具为AI模型识别和影像组学，对于每个有创伤性骨折的椎体，按单个椎体判断骨折时间，包括：新鲜骨折、陈旧骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、定性判断-骨折性质；输出定性判断-骨折时间。如定性判断为“新鲜骨折”返回给结构化报告“新鲜骨折”的相应控件。执行后续功能模块。如定性判断为“陈旧骨折”返回给结构化报告“陈旧骨折”的相应控件。不执行“判断骨折类型”这个诊断类型。
判断骨折类型
该步骤使用的工具为AI模型识别和影像组学，对新鲜骨折，按单个椎体判断骨折类型，包括：压缩骨折、爆裂骨折、移位/旋转、牵张骨折。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、定性判断-骨折时间；输出定性判断-骨折类型。定性判断返回给结构化报告“骨折类型”的相应控件。
判断是否有神经损伤
该步骤使用的工具为AI模型识别和影像组学，按单个椎体水平判断神经损伤，包括：无损伤、有损伤。输入第一图像、椎体区域、定性判断-单个椎体的定位、硬膜囊区域、脊髓区域、椎间孔区域；输出定性判断-神经损伤、关键图像-神经损伤。如定性判断为“有损伤”，则返回给结构化报告“有神经损伤”的相应控件；按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”；发送提示信息，由相关人员负责处理，并记录在数据库中。如定性判断为“无损伤”，则返回给结构化报告“无神经损伤”的相应控件。
判断是否有后方韧带复合体损伤
该步骤使用的工具为AI模型识别、程序和影像组学，按单个椎体水平判断后方韧带复合体损伤，包括：无损伤、有损伤。输入第一图像、椎体区域、定性判断-单个椎体的定位、定性判断-骨折、棘突区域、后方韧带复合体区域；输出定性判断-后方韧带复合体损伤、关键图像-后方韧带复合体损伤。如定性判断为“有损伤”，则返回给结构化报告“后方韧带复合体有损伤”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。如定性判断为“无损伤”，则返回给结构化报告“后方韧带复合体无损伤”的相应控件。
测量椎弓根形态参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根形态，包括：椎弓根宽度、椎弓根高度、轴位椎弓角、矢状椎弓角。输入椎体区域、定性判断-单个椎体的定位、定性判断-骨折、椎弓根区域；输出椎弓根宽度、椎弓根高度、轴位椎弓角、矢状椎弓角、关键图像-椎弓根测量。定量信息返回给结构化报告“椎体和椎管形态测量”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
测量后方韧带复合体参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根内固定术入路，包括：棘突间距、棘突间角。输入椎体区域、定性判断-单个椎体的定位、定性判断-后方韧带复合体损伤、棘突区域、后方韧带复合体区域；输出棘突间距、棘突间角、关键图像PLC测量。定量信息返回给结构化报告“后方韧带复合体参数”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
测量椎弓根内固定术入路参数
该步骤使用的工具为程序，对骨折，按单个椎体水平测量椎弓根内固定术入路，包括：椎体正中前后径、椎体旁前后径、椎弓横径、椎弓纵径、椎体侧方切线、椎体侧方切线交角、横突椎弓椎体径、椎弓倾斜角。输入椎体区域、定性判断-单个椎体的定位、定性判断-骨折、椎弓区域、棘突区域；输出椎体正中前后径、椎体旁前后径、椎弓横径、椎弓纵径、椎体侧方切线、椎体侧方切线交角、横突椎弓椎体径、椎弓倾斜角、关键图像-椎弓根内固定术入路测量。定量信息返回给结构化报告“椎弓根内固定术入路参数”的相应控件，并按预设的规则生成关键图像，返回结构化报告相应控件的“关键图像”。
所述结构化报告模块50，与所述辅助诊断模块40相连，用于根据所述诊断数据生成诊断印象。
整合所有工具(AI模型、影像组学模型、程序)的发现，得出整体诊断印象。
根据全部智能化工具返回结果做出定性判断，使用的工具是程序，输入所有诊断数据，输出结构化报告的“诊断印象”，基于结构化报告内置的规则，整合所有诊断数据，自动得到最终诊断，并返回到“诊断印象”中。将全部数据、全部图像存储到结构化报告数据库中。
本发明的实施例将AI模型、影像组学模型和基于规则的程序应用于胸腰椎创伤CT的诊断，得到胸腰椎创伤CT评估智能报告系统，将其接入PACS/RIS，可在图像采集完成后直接自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数，并将结果自动传入结构化报告中，做出全面的定性、定量诊断，该系统还具备危急发现的预警和分诊功能，当系统自动检出重要的危险征象时，通过信息系统发出警告信息，以提示医生及时关注并实施救治措施。
实施例三
图3示出了根据本发明实施例三的胸腰椎创伤CT影像评估系统结构示意图；如图3所示，该系统还包括：扫描范围识别模块60，分别与所述图像质量判断模块20、所述分割模块30相连，用于在对所述图像性质为平扫的图像进行质量判断之前，识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。
该步骤使用的工具为AI模型识别，输入平扫图像，输出定性判断-扫描范围，不同扫描范围的图像用于后续分割模型，输出不同定位值。
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：本发明的实施例将AI模型、影像组学模型和基于规则的程序应用于胸腰椎创伤CT的诊断，得到胸腰椎创伤CT评估智能报告系统，将其接入PACS/RIS，可在图像采集完成后直接自动生成TLICS定性评估和椎弓根内固定术治疗计划定量测量参数，并将结果自动传入结构化报告中，做出全面的定性、定量诊断，该方法还具备危急发现的预警和分诊功能，当系统自动检出重要的危险征象时，通过信息系统发出警告信息，以提示医生及时关注并实施救治措施。
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)
1.一种胸腰椎创伤CT影像评估方法，其特征在于，包括：
对与检查项目相符的患者DICOM图像进行图像性质的甄别；
对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；
基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；
基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；
所述影像结构化报告根据所述诊断数据生成诊断印象。
2.根据权利要求1所述的胸腰椎创伤CT影像评估方法，其特征在于，所述诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
3.根据权利要求1所述的胸腰椎创伤CT影像评估方法，其特征在于，在对所述图像性质为平扫的图像进行质量判断之前，该方法还包括：识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。
4.根据权利要求1所述的胸腰椎创伤CT影像评估方法，其特征在于，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
5.根据权利要求1所述的胸腰椎创伤CT影像评估方法，其特征在于，所述诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
6.一种胸腰椎创伤CT影像评估系统，其特征在于，该系统包括：图像性质甄别模块、图像质量判断模块、分割模块、辅助诊断模块和结构化报告模块，其中，
所述图像性质甄别模块，与所述图像质量判断模块相连，用于对与检查项目相符的患者DICOM图像进行图像性质的甄别；
所述图像质量判断模块，分别与所述图像性质甄别模块、所述分割模块、所述辅助诊断模块相连，用于对所述图像性质为平扫的图像进行质量判断，将图像质量合格的平扫图像定义为第一图像；
所述分割模块，分别与所述图像质量判断模块、所述辅助诊断模块相连，用于基于预设的分割规则，将所述第一图像进行区域分割，输出每个区域的坐标数据；
所述辅助诊断模块，分别与所述图像质量判断模块、所述分割模块、所述结构化报告模块相连，用于基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照预设条件将所述诊断数据发送到影像结构化报告中；
所述结构化报告模块，与所述辅助诊断模块相连，用于根据所述诊断数据生成诊断印象。
7.根据权利要求6所述的胸腰椎创伤CT影像评估系统，其特征在于，所述诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
8.根据权利要求6所述的胸腰椎创伤CT影像评估系统，其特征在于，该系统还包括：扫描范围识别模块，分别与所述图像质量判断模块、所述分割模块相连，用于在对所述图像性质为平扫的图像进行质量判断之前，识别患者DICOM图像的扫描范围，其中，所述扫描范围为：胸椎、胸腰段、腰椎、腰骶椎。
9.根据权利要求6所述的胸腰椎创伤CT影像评估系统，其特征在于，将所述第一图像进行区域分割包括：椎体、椎弓、椎间盘、硬膜囊、脊髓、椎间孔、棘突、后方韧带复合体。
10.根据权利要求6所述的胸腰椎创伤CT影像评估系统，其特征在于，所述诊断类型包括：判断脊柱整体状态、定位椎体、判断单个椎体是否有骨折、判断单个椎体的骨折性质、判断单个椎体的骨折时间、判断骨折类型、判断是否有神经损伤、判断是否有后方韧带复合体损伤、测量椎弓根形态参数、测量后方韧带复合体参数、测量椎弓根内固定术入路参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111445972.8A CN114331964A (zh) | 2021-11-30 | 2021-11-30 | 胸腰椎创伤ct影像评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111445972.8A CN114331964A (zh) | 2021-11-30 | 2021-11-30 | 胸腰椎创伤ct影像评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114331964A true CN114331964A (zh) | 2022-04-12 |
Family
ID=81048654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111445972.8A Pending CN114331964A (zh) | 2021-11-30 | 2021-11-30 | 胸腰椎创伤ct影像评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114331964A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117438029A (zh) * | 2023-12-20 | 2024-01-23 | 深圳市龙岗区第三人民医院 | 一种骨科创伤患者创伤严重程度智能评估系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130077840A1 (en) * | 2011-06-14 | 2013-03-28 | Radnostics, LLC | Automated Vertebral Body Image Segmentation for Medical Screening |
| US20190336097A1 (en) * | 2014-07-21 | 2019-11-07 | Zebra Medical Vision Ltd. | Systems and methods for prediction of osteoporotic fracture risk |
| CN112263269A (zh) * | 2020-09-22 | 2021-01-26 | 北京赛迈特锐医疗科技有限公司 | 泌尿系x线平片结石智能检测系统及方法 |
| WO2021017297A1 (zh) * | 2019-08-01 | 2021-02-04 | 平安科技（深圳）有限公司 | 基于人工智能的脊柱影像处理方法及相关设备 |
| CN113509193A (zh) * | 2021-04-22 | 2021-10-19 | 北京赛迈特锐医疗科技有限公司 | 非创伤性急诊头部ct影像诊断方法和装置 |
-
2021
- 2021-11-30 CN CN202111445972.8A patent/CN114331964A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130077840A1 (en) * | 2011-06-14 | 2013-03-28 | Radnostics, LLC | Automated Vertebral Body Image Segmentation for Medical Screening |
| US20190336097A1 (en) * | 2014-07-21 | 2019-11-07 | Zebra Medical Vision Ltd. | Systems and methods for prediction of osteoporotic fracture risk |
| WO2021017297A1 (zh) * | 2019-08-01 | 2021-02-04 | 平安科技（深圳）有限公司 | 基于人工智能的脊柱影像处理方法及相关设备 |
| CN112263269A (zh) * | 2020-09-22 | 2021-01-26 | 北京赛迈特锐医疗科技有限公司 | 泌尿系x线平片结石智能检测系统及方法 |
| CN113509193A (zh) * | 2021-04-22 | 2021-10-19 | 北京赛迈特锐医疗科技有限公司 | 非创伤性急诊头部ct影像诊断方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117438029A (zh) * | 2023-12-20 | 2024-01-23 | 深圳市龙岗区第三人民医院 | 一种骨科创伤患者创伤严重程度智能评估系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2719444B2 (ja) | 骨の形態を自動的に判断及び分析する方法及び装置 | |
| US11426119B2 (en) | Assessment of spinal column integrity | |
| US11450435B2 (en) | Spinal stenosis detection and generation of spinal decompression plan | |
| Hackenberg et al. | Rasterstereographic back shape analysis in idiopathic scoliosis after posterior correction and fusion | |
| JPH10509075A (ja) | 改良した指示特性を有する骨濃度計 | |
| US11995770B2 (en) | System and method for isolating anatomical features in computerized tomography data | |
| US6560474B2 (en) | Method for evaluating structural strength of cancellous bone using X-ray image | |
| US7387439B2 (en) | X-ray beam calibration for bone mineral density assessment using mammography system | |
| Bagheri et al. | Reliability of three-dimensional spinal modeling of patients with idiopathic scoliosis using EOS system | |
| GB2436980A (en) | Apparatus for assisting diagnosis of osteoporosis | |
| CN114331964A (zh) | 胸腰椎创伤ct影像评估方法及系统 | |
| Orosz et al. | Novel artificial intelligence algorithm: an accurate and independent measure of spinopelvic parameters | |
| MX2007016299A (es) | Procesamiento de imagenes. | |
| Dutta et al. | Accuracy of 3D printed spine models for pre-surgical planning of complex adolescent idiopathic scoliosis (AIS) in spinal surgeries: a case series | |
| 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 | |
| WO2016088805A1 (ja) | 医療用ｘ線測定装置 | |
| US20240115321A1 (en) | Devices, methods, and systems for assessing suitability of spinal implants | |
| CN114305689B (zh) | 一种手术导航定位方法、装置及手术台车 | |
| Dong et al. | Prediction of accuracy and screw size by pedicle anatomic parameters and screws in idiopathic scoliosis with freehand screw placement based on machine learning | |
| RU2727449C1 (ru) | Способ количественной оценки степени изменения ягодичных мышц у больных идиопатическим сколиозом | |
| Kornacki et al. | Relative 0ptical Density Image Analysis (R0DlA). Clinical application–preliminary report of FHM and lE subsystems usage. | |
| Liu et al. | A Robust and Efficient Measurement Method of Lumbar Lordosis Based on Three Dimensional Curvature Line | |
| Liu et al. | Preceding neurosurgery is not needed for presumed adolescent idiopathic scoliosis with syringomyelia: a 10-year longitudinal comparative study | |
| Almansour et al. | Interrater Reliabilität der dreidimensionalen Rekonstruktion der Wirbelsäule: Low-dose-Stereoradiographie zur Beurteilung der Korsetttherapie bei Adoleszenten mit idiopathischer Skoliose | |
| Wong et al. | A purpose-design computational method for estimation of plane of maximum curvature in Adolescent Idiopathic Scoliosis |
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 |