CN114391862A - 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质 - Google Patents

一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质 Download PDF

Info

Publication number
CN114391862A
CN114391862A CN202210065369.5A CN202210065369A CN114391862A CN 114391862 A CN114391862 A CN 114391862A CN 202210065369 A CN202210065369 A CN 202210065369A CN 114391862 A CN114391862 A CN 114391862A
Authority
CN
China
Prior art keywords
patient
image
analysis
node
model
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.)
Withdrawn
Application number
CN202210065369.5A
Other languages
English (en)
Inventor
金国强
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.)
Yiwu Fengluan Network Technology Co ltd
Original Assignee
Yiwu Fengluan Network Technology Co ltd
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 Yiwu Fengluan Network Technology Co ltd filed Critical Yiwu Fengluan Network Technology Co ltd
Priority to CN202210065369.5A priority Critical patent/CN114391862A/zh
Publication of CN114391862A publication Critical patent/CN114391862A/zh
Withdrawn legal-status Critical Current

Links

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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/505—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 bone
    • 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
    • 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
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开提供的一种基于大数据CT影像报告生成远程处理方法、设备及计算机存储介质。该基于大数据CT影像报告生成远程处理方法包括：获取各患者对应的CT影像图；进行影像分析节点布设并提取各患者各影像分析节点信息；取该采集周期内各患者对应的信息；构建影像对比分析模型；将各患者各影像分析节点与各模型分析节点信息进行对比与分析；对各患者对应的病灶类型和病灶等级进行分析；进行影像报告处理；本发明有效的解决了现有的影像报告生成处理方法没有针对患者自身信息和报告病灶信息对报告展示形式进行调整，进而无法对患者对自身身体状况的了解提供便利的问题，提高了患者影像报告的生成效率和展示效果。

Description

一种基于大数据CT影像报告生成远程处理方法、设备及计算 机存储介质
技术领域
本发明属于数据远程处理技术灵域，涉及到一种基于大数据CT影像报告生成远程处理方法、设备及计算机存储介质。
背景技术
随着经济的快速发展，工作环境竞争压力也逐步增大，现在很多人员工作性质都是需求久坐久站，在这种环境下极容易对人体腰部造成损伤，CT检测技术作为无损检测技术之一，常用与人体腰部等其他部位的检测，在医院医患多而医生少的背景下，目前医疗CT影像报告生成任务也变得愈发繁重。
目前，现有医疗影像报告生成方法没有针对腰部影像进行报告生成，同时还存在一定的缺陷，例如：申请公布号为CN110738655A的中国发明专利公开申请的一种影像报告生成的方法、装置、终端及介质，其包括以下步骤：
(1)获取目标视频，将所述目标视频转换成N张图片帧；
(2)过滤所述N张图片帧中的低质图片，得到W张合格图片；
(3)对所述W张合格图片中每张合格图片进行识别处理，得到W张目标图片目标部位；
(4)遍历目标部位的目标图片，得到所述目标部位的检测结果；
(5)根据所述目标部位的所述检测结果生成影像报告。
针对上述技术方案，其主要是对影像报告中的病灶采图进行处理与分析，进而生成影像报告，没有针对患者自身信息和报告病灶信息对报告展示形式进行调整，进而无法对患者对自身身体状况的了解提供便利，也没有针对腰部病灶患者进行影像分析，无法提高腰部病灶患者影像报告生成效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出针对腰部侧位检测的一种基于大数据CT影像报告生成远程处理方法、设备及计算机存储介质，提高了患者腰部影像报告的生成效率和展示效果；
本发明的目的可以通过以下技术方案实现：
本发明第一方面提供了一种基于大数据CT影像报告生成远程处理方法，该方法包括以下步骤：
S1、影像信息采集：获取该采集周期内该医院放射科室各患者腰部检测区域预设拍摄方位对应的CT影像图，调取该采集周期内放射科室各患者腰部区域对应的轮廓，并该将该采集周期内各患者标记为Hi，i＝1,2,......n，n取值为整数；
S2、影像分析节点布设与节点信息提取:根据该采集周期内该医院放射科室各患者腰部检测区域对应的轮廓，将腰部检测区域进行影像分析节点布设；提取各患者腰部检测区域各影像分析节点对应的信息；
S3、患者信息获取：调取该采集周期内各患者对应的电子病历，获取该采集周期内各患者对应的信息；
S4、影像对比分析模型构建：调取人体腰部对应的正常CT影像和人体腰部正常CT影像对应的基本信息，构建影像对比分析模型，并进行模型分析节点布设，取各模型分析节点对应的信息；
S5、影像信息分析与对比：获取各患者各影像分析节点对应的信息，将各患者各影像分析节点对应的信息与该影像对比分析模型中各模型分析节点对应的信息进行对应对比，分析各患者各影像分析节点对应的异常指数；
S6、病灶类型分析：获取各患者各影像分析节点对应的异常指数，对各患者对应的病灶类型进行分析；
S7、影像报告处理：根据各患者病灶类型分析的结果，对各患者对应的影像报告进行处理；
S8、信息发送：将各患者影像报告链接发送至各患者对应的移动终端。
于本发明一实施例中，所述各患者腰部检测区域各影像分析节点信息获取过程如下：
获取该采集周期内该医院放射科室各患者腰部检测区域布设的影像分析节点数量，其中，影像分析节点包括包括第一影像分析节点、第二影像分析节点和第三影像分析节点；
获取各患者各影像分析节点对应的分析对象；
获取各患者各影像分析节点对应的分析参数。
于本发明一实施例中，所述模型分析节点对应的信息包括模型分析节点对应的数量、各模型分析节点对应的分析对象和各模型分析节点对应的分析参数；
其中，模型分析节点的数量与患者影像分析节点的数量一致，即模型分析节点包括第一模型分析节点、第二模型分析节点和第三模型分析节点；
其中，各模型分析节点对应的分析对象、分析参数与影像分析节点对应的分析对象和影像分析节点对应的分析对象和分析参数为对应关系。
于本发明一实施例中，所述患者对应的信息包括各患者对应的年龄、性别和联系方式。
于本发明一实施例中，所述影像对比与分析过程如下：
获取该采集周期内该医院放射科室各患者腰部检测区域各影像分析节点对应的分析参数和影像对比分析模型各模型分析节点对应的分析参数；
将该采集周期内该医院各患者腰部检测区域第一影像分析节点对应的分析参数与影像对比分析模型第一模型分析节点对应的分析参数进行对比，计算各患者第一影像分析节点对应的异常指数；
将该采集周期内该医院各患者腰部检测区域第二影像分析节点对应的分析参数与影像对比分析模型第二模型分析节点对应的分析参数进行对比，计算各患者第二影像分析节点对应的异常指数；
将该采集周期内该医院各患者腰部检测区域第三影像分析节点对应的分析参数与影像对比分析模型第三模型分析节点对应的分析参数进行对比，计算各患者第三影像分析节点参数对应的异常指数。
于本发明一实施例中，所述病灶类型分析具体分析过程如下：
获取该采集周期内该医院各患者各影像分析节点对应的异常指数，构件各患者影像分析节点异常指数集合，标记为Ai，Ai表示该采集周期内该医院第i个患者对应的影像分析节点异常指数集合，Ai＝{NDi,DEi j,SZi r}，j∈(1，2，......m),r∈(1,2,......h)；
从数据库中调取各病灶类型各病灶等级各影像分析节点对应的异常指数，构建各病灶类型各病灶等级影像分析节点异常指数集合
Figure BDA0003479981460000041
Bt d表示为第t个病灶类型第d个病灶等级对应的影像分析节点异常指数集合；
Figure BDA0003479981460000042
表示t个病灶类型第d个病灶等级对应的第一影像分析节点异常指数、第二影像分析节点异常指数、第三影像分析节点异常指数；
利用计算公式计算各患者与各病灶类型各病灶等级对应的匹配度；
将采集周期内该医院各患者与和病灶类型各病灶等级对应的匹配度按照从大到小进行排序，筛选出该采集周期内该医院各患者匹配度最高的病灶类型和病灶等级，并记为各患者对应的病灶类型和病灶等级。
于本发明一实施例中，所述影像报告处理包括模板筛选、检测信息布设、基本信息布设和重点信息布设和信息整合。
本发明第二方面提供了一种设备，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行本发明所述的方法。
本发明第三方面提供了一种计算机存储介质，所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的方法。
本发明的有益效果：
(1)本发明提供的一种基于大数据CT影像报告生成远程处理方法，通过对该采集周期内该医院该放射科室各患者影像进行病灶类型、病灶等级分析和影像报告处理，有效的解决了现有的影像报告生成处理方法没有针对患者自身信息和报告病灶信息对报告展示形式进行调整，进而无法对患者对自身身体状况的了解提供便利的问题，实现了对患者腰部影像报告的分析，大大的提高了各患者腰部病灶患者影像报告生成效率。
(2)本发明通过对腰部检测区域进行影像分析节点布设，有效的提高了影响信息分析的规范化、细节化和精转化，同时通过布设影响分析节点，能够使患者病灶分析变得更为简单和清晰。
(3)本发明通过构建影像对比分析模型，可以有效提高各患者腰部病灶分析的效率，同时也能够直观的展示患者病灶区域和病灶等级，大大的保障了后续对各患者病灶分析各影响报告处理的合理性。
(4)本发明在对各患者影像报告进行处理时，通过对各患者影响报告进行模板筛选、检测信息布设、基本信息布设和重点信息布设和信息整合，有效的方便了各患者对其自身病灶的了解程度，避免了各患者对其病灶区域病情的加重，促进了用户对其病灶区域的维护保养，同时也为后续医生对患者病情分析和治疗的便利性和针对性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，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为本发明方法实施步骤图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，一种基于大数据CT影像报告生成远程处理方法，该方法包括以下步骤：
S1、影像信息采集：获取该采集周期内该医院放射科室各患者腰部检测区域预设拍摄方位对应的CT影像图，调取该采集周期内放射科室各患者腰部区域对应的轮廓，并该将该采集周期内各患者标记为Hi，i＝1,2,......n，n取值为整数；
S2、影像分析节点布设与节点信息提取:根据该采集周期内该医院放射科室各患者腰部检测区域对应的轮廓，将腰部检测区域进行影像分析节点布设；提取各患者腰部检测区域各影像分析节点对应的信息；
具体地，所述各患者腰部检测区域各影像分析节点信息获取过程如下：
获取该采集周期内该医院放射科室各患者腰部检测区域布设的影像分析节点数量，其中，影像分析节点包括包括第一影像分析节点、第二影像分析节点和第三影像分析节点；
获取各患者各影像分析节点对应的分析对象；
其中，第一影像分析节点对应的分析对象为腰椎，第二影像分析节点对应的分析对象为椎体，第三影像分析节点对应的分析对象为关节。
获取各患者各影像分析节点对应的分析参数；
其中，第一影像分析节点对应的分析参数为腰椎曲度和椎管矢状径长度，第二影像分析节点对应的分析参数包括多个椎体分析子参数，第三影像分析节点参数为关节数量和各关节间隙长度。
其中，所述椎体分析子参数包括椎体数量、各椎体面积、各椎体位置和各椎体间隙长度。
本发明实施例本发明通过对腰部检测区域进行影像分析节点布设，有效的提高了影响信息分析的规范化、细节化和精转化，同时通过布设影响分析节点，能够使患者病灶分析变得更为简单和清晰。
S3、患者信息获取：调取该采集周期内各患者对应的电子病历，获取该采集周期内各患者对应的信息；
具体地，所述患者信息包括各患者对应的年龄、性别和患者联系方式。
本发明实施例通过获取患者对应的信息，为后续对各患者影像报告的处理提供了便利。
S4、影像对比分析模型构建：调取人体腰部对应的正常CT影像和人体腰部正常CT影像对应的基本信息，构建影像对比分析模型，并进行模型分析节点布设，取各模型分析节点对应的信息；
具体地，所述模型分析节点对应的信息包括模型分析节点对应的数量、各模型分析节点对应的分析对象和各模型分析节点对应的分析参数；
其中，模型分析节点的数量与患者影像分析节点的数量一致，模型分析节点包括第一模型分析节点、第二模型分析节点和第三模型分析节点；
其中，各模型分析节点对应的分析对象、分析参数与影像分析节点对应的分析对象和影像分析节点对应的分析对象和分析参数为对应关系。
本发明实施例通过构建影像对比分析模型，可以有效提高各患者腰部病灶分析的效率，同时也能够直观的展示患者病灶区域和病灶等级，大大的保障了后续对各患者病灶分析各影响报告处理的合理性。
S5、影像信息分析与对比：获取各患者各影像分析节点对应的信息，将各患者各影像分析节点对应的信息与该影像对比分析模型中各模型分析节点对应的信息进行对应对比，分析各患者各影像分析节点对应的异常指数；
具体地，所述影像对比与分析过程如下：
(1)获取该采集周期内该医院放射科室各患者腰部检测区域各影像分析节点对应的分析参数和影像对比分析模型各模型分析节点对应的分析参数；
(2)将该采集周期内该医院各患者腰部检测区域第一影像分析节点对应的分析参数与影像对比分析模型第一模型分析节点对应的分析参数进行对比，计算各患者第一影像分析节点对应的异常指数；
其中，所述具体计算公式为
Figure BDA0003479981460000081
NDi表示该采集周期内该医院第i个患者第一影像分析节点对应的异常指数，ZDi表示该采集周期该医院第i个患者对应的腰椎曲度，MD表示影像对比分析模型中对应的预设腰椎曲度，ΔW表示预设腰椎曲度对应的标准差值，α1,α2为预设系数，YG为影像对比分析模型对应的椎管矢状径长度，GZi表示该采集周期该医院第i个患者对应的椎管矢状径长度。
(3)将该采集周期内该医院各患者腰部检测区域第二影像分析节点对应的分析参数与影像对比分析模型第二模型分析节点对应的分析参数进行对比，计算各患者第二影像分析节点对应的异常指数；
其中，第二影像分析节点异常指数获取过程如下：
a1、将该采集周期内该医院患者腰部检测区域各椎体记为Zj,j＝1,2,......m；
其中，根据人体医学构造，本发明中人员椎体数量取值为5；
a2、将该采集周期内该医院各患者各椎体对应的面积与影像对比分析模型中各对应椎体对应的面积进行对比，统计各患者各椎体面积异常指数；
其中，各患者椎体面积异常指数计算公式为
Figure BDA0003479981460000091
MCi j表示该采集周期内该医院第i个患者第j个椎体对应的面积异常指数，ZMi j表示该采集周期内该医院第i个患者第j个椎体对应的面积，YMj表示该影像对比分析模型中第j个椎体对应的面积,ΔM为预设的标准椎体面积差；
a3、将该采集周期内该医院各患者各椎体对应的位置与影像对比分析模型中各对应椎体位置进行匹配对比，若该采集周期内某患者某椎体对应的位置与影像对比分析模型中其对应椎体位置为同一位置，则将该患者该椎体对应的椎体位置异常指数记为β，若该采集周期内某患者某椎体位置与影像对比分析模型中其对应椎体位置不为同一位置，则将该患者该椎体位置异常指数记为β′，其中，β′＞β，获取该采集周期内该医院各患者各椎体位置异常指数；
a3、将该采集周期内该医院各患者各椎体对应的椎体间隙长度与影像对比分析模型中各对应椎体间隙长度进行对比，计算各患者椎体间隙异常指数；
其中，所述具体计算公式为
Figure BDA0003479981460000101
XZi j表示该采集周期内该医院第i个患者第j个椎体对应的间隙异常指数，JXi j表示该采集周期内该医院第i个患者第j个椎体对应的间隙长度，YXj表示该影像对比分析模型第j个椎体对应的间隙长度，ΔX为预设椎体间隙标准差值。
a4、利用计算公式计算各患者第二影像分析节点对应的异常指数；
其中，所述具体计算公式为DEi j＝μ1*MCi j+μ2*WZi j+μ3*XZi j，DEi j表示该采集周期内该医院第i个患者第j个椎体对应的异常指数，μ1,μ2,μ3分别表示预设系数，WZi j表示该采集周期内该医院第i个患者第j个椎体对应的位置异常指数，WZi j∈(β,β′)。
(4)将该采集周期内该医院各患者腰部检测区域第三影像分析节点对应的分析参数与影像对比分析模型第三模型分析节点对应的分析参数进行对比，计算各患者第三影像分析节点参数对应的异常指数。
其中，各患者第三影像分析节点各参数对应的异常指数具体计算过程为：
将该采集周期内该医院各患者腰部检测区域对应的各关节记为Kr，r＝1,2,......h，h取值为整数；
根据腰部关节数量，本发明中h取值为5；
将该采集周期内该医院各患者各关节间隙长度与影像对比分析模型中各对应关节间隙长度进行对比，若该采集周期内该医院某患者某关节间隙长度属于影像对比分析模型中该关节间隙长度区间内，将该患者该关节间隙长度异常指数记为δ，反之则记为δ′，δ′＞δ；
获取各患者第三影像分析节点参数对应的异常指数，标记为SZi r，SZi r表示该采集周期内该医院第i个患者第r个关节间隙长度异常指数，SZi r∈(δ,δ′)。
S6、病灶类型分析：获取各患者各影像分析节点对应的异常指数，对各患者对应的病灶类型进行分析；
具体地，所述病灶类型分析具体分析过程如下：
获取该采集周期内该医院各患者各影像分析节点对应的异常指数，构件各患者影像分析节点异常指数集合，标记为Ai，Ai表示该采集周期内该医院第i个患者对应的影像分析节点异常指数集合，Ai＝{NDi,DEi j,SZi r}，j∈(1，2，......m),r∈(1,2,......h)；
从数据库中调取各病灶类型各病灶等级各影像分析节点对应的异常指数，构建各病灶类型各病灶等级影像分析节点异常指数集合
Figure BDA0003479981460000112
Bt d表示为第t个病灶类型第d个病灶等级对应的影像分析节点异常指数集合；
Figure BDA0003479981460000113
表示t个病灶类型第d个病灶等级对应的第一影像分析节点异常指数、第二影像分析节点异常指数、第三影像分析节点异常指数；
利用计算公式计算各患者与各病灶类型各病灶等级对应的匹配度；
其中，所述具体计算公式为
Figure BDA0003479981460000111
XSi,(t,d)表示该采集周期内该医院第i个患者与第t个病灶类型第d个病灶等级对应的匹配度。
将采集周期内该医院各患者与和病灶类型各病灶等级对应的匹配度按照从大到小进行排序，筛选出该采集周期内该医院各患者匹配度最高的病灶类型和病灶等级，并记为各患者对应的病灶类型和病灶等级。
本发明实施例通过对该采集周期内该医院该放射科室各患者影像进行病灶类型和病灶等级进行分析，有效的解决了现有的影像报告生成处理方法没有针对患者自身信息和报告病灶信息对报告展示形式进行调整，进而无法对患者对自身身体状况的了解提供便利的问题，实现了对患者腰部影像报告的分析，大大的提高了各患者腰部病灶患者影像报告生成效率。
S7、影像报告处理：根据各患者病灶类型分析的结果，对各患者对应的影像报告进行处理；
具体地，所述影像报告处理包括模板筛选、检测信息布设、基本信息布设和重点信息布设和信息整合。
其中，所述模板筛选用于获取各患者对应的病灶类型和病灶等级，从数据库中调取各病灶类型和各病灶等级对应的影像报告模板，并将该模板记为各患者对应的影像报告模板；
所述检测信息布设用于将各患者各影像分析节点信息按照各患者对应的影像报告进行排布；
所述基本信息布设用于获取各患者对应的基本信息，根据各患者对应的年龄，获取各患者对应的适配字号，将各患者影像报告模型检信息按照其对应的适配字号进行调整；
其中，所述患者对应的适配字号，通过将各患者对应的年龄与数据库中各年龄段对应的适配观看字号进行匹配对比，筛选出各患者对应的适配观看字号，将该字号记为适配字号。
所述重点信息布设用于根据各患者对应的病灶类型和病灶等级，调取各患者各病灶类型对应的异常影像分析节点和异常参数，将各患者异常影像分析节点对应的异常参数进行加重标记；
其中，加重标记包括但不限于字体加粗、颜色加深、标注下划线等方式。
所述信息整合用于根据各患者对应的基本信息、检测信息、重点信息和影像图片导入各患者对应的影像报告模板，并进行信息整合，生成各患者对应的影像报告，将各患者对应的影像报告进行压缩，生成影像报告压缩文件。
其中，所述影像报告压缩文件形式包括但不限于二维码和网页链接等方式。
本发明实施例本发明在对各患者影像报告进行处理时，通过对各患者影响报告进行模板筛选、检测信息布设、基本信息布设和重点信息布设和信息整合，有效的方便了各患者对其自身病灶的了解程度，避免了各患者对其病灶区域病情的加重，促进了用户对其病灶区域的维护保养，同时也为后续医生对患者病情分析和治疗的便利性和针对性。
S8、信息发送：将各患者影像报告链接发送至各患者对应的移动终端。
其中，所述患者移动终端包括但不限于手机、电子手环和平板电脑等移动设备。
本发明实施例通过将各患者影像报告链接发送至各患者对应的移动终端，大大的节省了用户等待影像报告的时长，同时也为后续各患者进行就诊时提供便利，避免了用户忘记携带影像报告而造成的就诊不便等现象的发生。
发明第二方面提供了一种设备，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行本发明所述的方法。
本发明第三方面提供了一种计算机存储介质，所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的方法。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于大数据CT影像报告生成远程处理方法，其特征在于：该方法包括以下步骤：
S1、影像信息采集：获取该采集周期内该医院放射科室各患者腰部检测区域预设拍摄方位对应的CT影像图，调取该采集周期内放射科室各患者腰部区域对应的轮廓，并该将该采集周期内各患者标记为Hi，i＝1,2,......n，n取值为整数；
S2、影像分析节点布设与节点信息提取:根据该采集周期内该医院放射科室各患者腰部检测区域对应的轮廓，将腰部检测区域进行影像分析节点布设；提取各患者腰部检测区域各影像分析节点对应的信息；
S3、患者信息获取：调取该采集周期内各患者对应的电子病历，获取该采集周期内各患者对应的信息；
S4、影像对比分析模型构建：调取人体腰部对应的正常CT影像和人体腰部正常CT影像对应的基本信息，构建影像对比分析模型，并进行模型分析节点布设，取各模型分析节点对应的信息；
S5、影像信息分析与对比：获取各患者各影像分析节点对应的信息，将各患者各影像分析节点对应的信息与该影像对比分析模型中各模型分析节点对应的信息进行对应对比，分析各患者各影像分析节点对应的异常指数；
S6、病灶类型分析：获取各患者各影像分析节点对应的异常指数，对各患者对应的病灶类型进行分析；
S7、影像报告处理：根据各患者病灶类型分析的结果，对各患者对应的影像报告进行处理；
S8、信息发送：将各患者影像报告链接发送至各患者对应的移动终端。
2.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述各患者腰部检测区域各影像分析节点信息获取过程如下：
获取该采集周期内该医院放射科室各患者腰部检测区域布设的影像分析节点数量，其中，影像分析节点包括包括第一影像分析节点、第二影像分析节点和第三影像分析节点；
获取各患者各影像分析节点对应的分析对象；
获取各患者各影像分析节点对应的分析参数。
3.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述模型分析节点对应的信息包括模型分析节点对应的数量、各模型分析节点对应的分析对象和各模型分析节点对应的分析参数；
其中，模型分析节点的数量与患者影像分析节点的数量一致，即模型分析节点包括第一模型分析节点、第二模型分析节点和第三模型分析节点；
其中，各模型分析节点对应的分析对象、分析参数与影像分析节点对应的分析对象和影像分析节点对应的分析对象和分析参数为对应关系。
4.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述患者对应的信息包括各患者对应的年龄、性别和联系方式。
5.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述影像对比与分析过程如下：
获取该采集周期内该医院放射科室各患者腰部检测区域各影像分析节点对应的分析参数和影像对比分析模型各模型分析节点对应的分析参数；
将该采集周期内该医院各患者腰部检测区域第一影像分析节点对应的分析参数与影像对比分析模型第一模型分析节点对应的分析参数进行对比，计算各患者第一影像分析节点对应的异常指数；
将该采集周期内该医院各患者腰部检测区域第二影像分析节点对应的分析参数与影像对比分析模型第二模型分析节点对应的分析参数进行对比，计算各患者第二影像分析节点对应的异常指数；
将该采集周期内该医院各患者腰部检测区域第三影像分析节点对应的分析参数与影像对比分析模型第三模型分析节点对应的分析参数进行对比，计算各患者第三影像分析节点参数对应的异常指数。
6.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述病灶类型分析具体分析过程如下：
获取该采集周期内该医院各患者各影像分析节点对应的异常指数，构件各患者影像分析节点异常指数集合，标记为Ai，Ai表示该采集周期内该医院第i个患者对应的影像分析节点异常指数集合，Ai＝{NDi,DEi j,SZi r}，j∈(1，2，......m),r∈(1,2,......h)；
从数据库中调取各病灶类型各病灶等级各影像分析节点对应的异常指数，构建各病灶类型各病灶等级影像分析节点异常指数集合
Figure FDA0003479981450000031
Bt d表示为第t个病灶类型第d个病灶等级对应的影像分析节点异常指数集合；
Figure FDA0003479981450000032
表示t个病灶类型第d个病灶等级对应的第一影像分析节点异常指数、第二影像分析节点异常指数、第三影像分析节点异常指数；
利用计算公式计算各患者与各病灶类型各病灶等级对应的匹配度；
将采集周期内该医院各患者与和病灶类型各病灶等级对应的匹配度按照从大到小进行排序，筛选出该采集周期内该医院各患者匹配度最高的病灶类型和病灶等级，并记为各患者对应的病灶类型和病灶等级。
7.根据权利要求1所述的一种基于大数据CT影像报告生成远程处理方法，其特征在于：所述影像报告处理包括模板筛选、检测信息布设、基本信息布设和重点信息布设和信息整合。
8.一种设备，其特征在于：包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-8任一项所述的方法。
9.一种计算机存储介质，其特征在于：所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。
CN202210065369.5A 2022-01-20 2022-01-20 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质 Withdrawn CN114391862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210065369.5A CN114391862A (zh) 2022-01-20 2022-01-20 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210065369.5A CN114391862A (zh) 2022-01-20 2022-01-20 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN114391862A true CN114391862A (zh) 2022-04-26

Family

ID=81232610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210065369.5A Withdrawn CN114391862A (zh) 2022-01-20 2022-01-20 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN114391862A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116942149A (zh) * 2023-09-21 2023-10-27 亿慧云智能科技（深圳）股份有限公司 基于毫米波雷达的腰椎监控方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116942149A (zh) * 2023-09-21 2023-10-27 亿慧云智能科技（深圳）股份有限公司 基于毫米波雷达的腰椎监控方法、装置、设备及存储介质
CN116942149B (zh) * 2023-09-21 2023-12-01 亿慧云智能科技（深圳）股份有限公司 基于毫米波雷达的腰椎监控方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US20210158531A1 (en) Patient Management Based On Anatomic Measurements
CN110889005B (zh) 搜索医学参考图像
US20210174505A1 (en) Method and system for imaging and analysis of anatomical features
CN101208042B (zh) 异常阴影候选检测方法、异常阴影候选检测装置
CN111223554A (zh) 一种智能ai pacs系统及其检查报告信息处理方法
JP2004209245A (ja) 舌映像からの関心領域の抽出方法及び舌映像を利用した健康モニタリング方法及び装置
JP2008520344A (ja) 放射線写真画像の向きを検知及び補正する方法
US9002083B2 (en) System, method, and software for optical device recognition association
CN111008957A (zh) 医疗信息处理方法和装置
US20150172681A1 (en) Medical image compression system and method using visually lossless compression
CN113129287A (zh) 一种针对上消化道内镜影像的病灶自动留图方法
CN112070785A (zh) 一种基于计算机视觉的医学图像分析方法
CN114391862A (zh) 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质
Huang et al. Bone feature segmentation in ultrasound spine image with robustness to speckle and regular occlusion noise
Li et al. Developing an image-based deep learning framework for automatic scoring of the pentagon drawing test
CN114788705A (zh) 一种影像医学质量分析调控方法、设备以及计算机存储介质
CN114005514A (zh) 医学影像诊断方法、系统及装置
KR102036052B1 (ko) 인공지능 기반으로 비규격화 피부 이미지의 의료 영상 적합성을 판별 및 변환하는 장치
CN110197722B (zh) Ai-cpu系统平台
JP2019046057A (ja) 画像処理装置、画像処理方法およびプログラム
CN114360695A (zh) 乳腺超声扫查分析辅助系统、介质及设备
CN112150565A (zh) 一种医学图像管理系统
JP2019107453A (ja) 画像処理装置及び画像処理方法
Van der Sluijs et al. Diagnostically Lossless Compression of Medical Images
Arora et al. Enhancing teeth segmentation using multifusion deep neural net in panoramic X-ray images

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220426