CN114566263A - 医学检查图像序列的标记方法、装置、系统及计算机设备 - Google Patents

医学检查图像序列的标记方法、装置、系统及计算机设备 Download PDF

Info

Publication number
CN114566263A
CN114566263A CN202210454720.XA CN202210454720A CN114566263A CN 114566263 A CN114566263 A CN 114566263A CN 202210454720 A CN202210454720 A CN 202210454720A CN 114566263 A CN114566263 A CN 114566263A
Authority
CN
China
Prior art keywords
data
image
medical
image file
sequence
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
Application number
CN202210454720.XA
Other languages
English (en)
Inventor
崔亚轩
霍志敏
张俊杰
夏小磊
吴文贵
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.)
Hangzhou Taimei Xingcheng Pharmaceutical Technology Co ltd
Original Assignee
Hangzhou Taimei Xingcheng Pharmaceutical 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 Hangzhou Taimei Xingcheng Pharmaceutical Technology Co ltd filed Critical Hangzhou Taimei Xingcheng Pharmaceutical Technology Co ltd
Priority to CN202210454720.XA priority Critical patent/CN114566263A/zh
Publication of CN114566263A publication Critical patent/CN114566263A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本说明书实施方式提供一种医学检查图像序列的标记方法、装置、系统及计算机设备。该方法通过获取包括若干医学图像文件的多个医学检查图像序列;根据所述医学图像文件的系列描述数据、色彩标签数据、像素数据生成针对所述医学图像文件的图像标识数据;从而将不能满足盲化阅片预设条件的图像标识数据所对应的医学图像文件所在的医学检查图像序列确定为目标图像序列,并为所述目标图像序列添加隐藏标记,以使所述目标图像序列在所述阅片终端处于不可被查看的状态,实现对不满足独立影像评估需求的目标图像序列的过滤,提升了用于评估药效的医学检查图像序列的质量。

Description

医学检查图像序列的标记方法、装置、系统及计算机设备
技术领域
本说明书实施方式涉及医学图像处理技术领域,具体涉及一种医学检查图像序列的标记方法、装置、系统及计算机设备。
背景技术
在肿瘤药物研发过程中需要招募受试者进行药物评估,经过筛选的受试者可以服用研发的药物以辅助研究者执行临床研究试验。在临床研究试验的过程中,通过医学成像设备在不同时期对受试者进行检查和拍摄,得到医学检查图像序列。进一步地,由于医学检查图像序列作为评估药效的依据,因此需要确保医学检查图像序列的质量。
发明内容
有鉴于此,本说明书实施方式致力于提供一种医学检查图像序列的标记方法、装置、系统及计算机设备,实现对不满足独立影像评估需求的目标图像序列的过滤,提升了用于评估药效的医学检查图像序列的质量。
本说明书实施方式提供了一种医学检查图像序列的标记系统,所述系统包括:质控终端以及标记服务器;所述标记服务器包括序列获取模块、数据处理模块和序列标记模块;其中,所述序列获取模块用于获取需要提供至阅片终端的医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件;所述数据处理模块用于根据所述医学图像文件的系列描述数据、光学解释数据、像素数据生成针对所述医学图像文件的图像标识数据;所述序列标记模块用于在所述图像标识数据不能满足盲化阅片预设条件的情况下,为包括所述医学图像文件的所述医学检查图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态;所述质控终端,用于接收所述标记服务器发送的具有所述隐藏标记的所述医学检查图像序列,以及,用于展示目标医学图像文件的标识信息;其中,所述目标医学图像文件为所述医学检查图像序列中导致所述医学检查图像序列处于不可被查看的医学图像文件。
本说明书实施方式提供一种医学检查图像序列的标记方法,所述方法包括:获取需要提供至阅片终端的多个医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件;提取所述医学图像文件的系列描述数据、色彩标签数据、像素数据;根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据;在图像标识数据不能满足盲化阅片预设条件的情况下,在所述多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;为所述目标图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态。
本说明书实施方式提供一种医学检查图像序列的标记装置,所述装置包括:图像序列获取模块,用于获取需要提供至阅片终端的多个医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件;图像数据提取模块,用于提取所述医学图像文件的系列描述数据、色彩标签数据、像素数据;标识数据生成模块,用于根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据;目标序列确定模块,用于在图像标识数据不能满足盲化阅片预设条件的情况下,在所述多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;隐藏标记添加模块,用于为所述目标图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态。
本说明书实施方式提供一种计算设备,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方式中的方法步骤。
本说明书实施方式提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施方式中的方法步骤。
本说明书实施方式提供一种计算机程序产品,所述计算机程序产品中包括指令,所述指令被计算机设备的处理器执行时,使得所述计算机设备能够执行上述实施方式中的方法步骤。
本说明书实施方式,通过获取包括若干医学图像文件的多个医学检查图像序列;根据所述医学图像文件的系列描述数据、色彩标签数据、像素数据生成针对所述医学图像文件的图像标识数据;从而将不能满足盲化阅片预设条件的图像标识数据所对应的医学图像文件所在的医学检查图像序列确定为目标图像序列,并为所述目标图像序列添加隐藏标记,以使所述目标图像序列在所述阅片终端处于不可被查看的状态,实现对不满足独立影像评估需求的目标图像序列的过滤,提升了用于评估药效的医学检查图像序列的质量。
附图说明
图1所示为一实施方式提供的医学检查图像序列的标记方法的应用环境图。
图2所示为一实施方式提供的医学检查图像序列的标记方法的流程示意图。
图3a所示为一实施方式提供的医学检查图像序列的标记方法的流程示意图。
图3b所示为一实施方式提供的医学检查图像的示意图。
图3c所示为一实施方式提供的医学检查图像的示意图。
图4a所示为一实施方式提供的医学检查图像序列的标记方法的流程示意图。
图4b所示为一实施方式提供的医学检查图像的示意图。
图5为一实施方式提供的医学检查图像序列的标记系统的结构框图。
图6为一实施方式提供的医学检查图像序列的标记装置的结构框图。
图7为一实施方式提供的计算机设备的内部结构图。
具体实施方式
下面将结合本说明书实施方式中的附图,对本说明书实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅是本说明书一部分实施方式,而不是全部的实施方式。基于本说明书中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本说明书保护的范围。
以下对本说明书中涉及的部分名词进行解释,“受试者”可以是对参加到临床试验中对新药或者新治疗方案进行试用的人员的称呼,也可以称之为“志愿者”。“受试者”可以是健康的人,也可以是病人,主要取决于临床试验研究的需求。比如一些由病人参加的临床研究试验,目的在于考察一种新药或者一种治疗方案的治疗效果、副作用等。不同类型的临床试验,其运作过程也不一样。在受试者参与到一项临床试验研究后,需要定期或者按照试验需求来到试验点与医生(或者护士、社会工作者、其他研究者)进行沟通,以使他们可以对受试者的健康情况进行监察。访视可以理解为受试者在服用新药或者接收新治疗方案的过程中来到试验点一次。在每次访视时,受试者需要接收一些医学检查或者市实验检查,也需要经过医生的查体询问,以接收医生进一步地指导。
一个临床试验点(也可以称为研究中心,比如医院)准备进行一种肺癌新药X的临床试验,通过受试者招募和筛选,确定可以参加到该临床实验研究的肺癌病人A。病人A在服用新药X之前,需要接收一次医学影像检查(比如CT(Computed Tomography,电子计算机断层扫描)、MRI(Magnetic Resonance Imaging,磁共振成像))。此次借助于学影像检查系统对病人A的肺部进行医学影像检查,生成医学检查图像序列。
医学检查图像序列可以作为受试者的部分临床试验数据,对包括医学检查图像序列的临床试验数据进行评估,确定是否允许该肺癌新药X上市。通常采用独立影像评估(IRC)的方式对医学检查图像序列进行评估。独立影像评估(IRC)被美国FDA和欧洲药品管理局EMA指定为新化疗药物疗效评估的推荐试验方法。
在影像阅片过程中,盲化处理有助于减少评估偏倚,比如在随机对照试验中,受试者的治疗情况,甚至临床影像采集日期都可能会对评估结果产生偏倚和影响。独立影像评估在阅片过程中采用盲化阅片方式,阅片人无法获知访视名称、影像检查日期及病人的状况,临床方面仅提供盲化后的局部治疗史等辅助评估的信息,有效减少偏倚。
然而,传统技术中,所收集的医学影像数据存在质量问题,严重影响独立影像评估。例如,图像中有隐私信息,违背了独立影像评估的标准;图中带有标记信息,给医生先入为主的印象,不能独立评估肿瘤大小;图像质量差严重影响医生阅片。所以独立影像评估之前需要对受试者的影像数据进行质控。质控人员将所收集的医学影像数据全部加载至质控终端,图像的加载会花费很长时间。通过质控终端质控人员查阅所收集的医学影像数据的全部,然而,大部分的医学影像数据是合格的,只有部分医学影像数据是不合格的,可见,质控人员阅读合格的医学影像数据序列会浪费时间,容易疲劳会出现人为失误。
基于此,本申请提出一种医学检查图像序列的标记方法。该医学检查图像序列的标记方法可以运行在独立影像评估平台中,且独立影像评估平台可以部署在标记服务器中。标记服务器可以采用云服务器的方式。临床协调员CRC在研究中心(例如医院)通过医学图像采集设备对受试者的特定身体部位进行医学影像检查,得到医学影像数据。临床协调员CRC将收集到的医学影像数据上传至标记服务器或者与标记服务器通信连接的计算机设备中。收集到的医学影像数据包括一系列访视或者某个受试者的医学检查图像序列。通过标记服务器对收集到的医学影像数据中质量不合格的医学检查图像序列进行标记,以使质量不合格的医学检查图像序列不能够被阅片,从而影响对新药评估的准确性,实现对医学影像数据的自动质控。并进一步地将标记后的医学检查图像序列发送至质控终端,质控人员对标记后的医学检查图像序列进行查阅和进一步地确认,收集到的医学影像数据的数据量进行比较,标记后的医学检查图像序列的数据量是比较小,从而减少质控终端加载医学影像数据的时间和数据量,辅助质控人员完成影像质控,提高质控效率。
请参阅图1,本说明书实施方式提供一种医学检查图像序列的标记系统,且本说明书提供的医学检查图像序列的标记方法应用于该医学检查图像序列的标记系统。该医学检查图像序列的标记系统可以包括由质控终端110和标记服务器120形成的硬件环境。质控终端110通过网络与标记服务器120进行通信。标记服务器120获取需要提供至阅片终端的多个医学检查图像序列;其中,医学检查图像序列包括若干医学图像文件;提取医学图像文件的系列描述数据、光学解释数据、像素数据;根据系列描述数据、光学解释数据、像素数据生成针对医学图像文件的图像标识数据;在图像标识数据不能满足盲化阅片预设条件的情况下,在多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;为目标图像序列添加隐藏标记;其中,隐藏标记用于控制目标图像序列在阅片终端处于不可被查看的状态。
其中,质控终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。标记服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。随着科学技术的发展,可能会出现一些新型计算设备,比如量子计算服务器,这些新型计算设备也可以应用于本说明书的实施方式中。
请参阅图2,本说明书实施方式提供一种医学检查图像序列的标记方法。本实施方式中的医学检查图像序列的标记方法运行于标记服务器中,需要说明的是,标记服务器可以理解为用于辅助执行独立影像评估工作的云服务器。该医学检查图像序列的标记方法可以包括以下步骤。
S210、获取需要提供至阅片终端的多个医学检查图像序列;其中,医学检查图像序列包括若干医学图像文件。
其中,医学检查图像序列可以是在对目标身体部位进行医学检查所产生按照时间顺序或者空间位置排列的产生的图像序列。医学检查图像序列包括若干医学图像文件。医学图像文件可以采用DICOM文件格式。阅片终端可以是阅片审核人进行查阅所使用的终端。阅片审核人可以是依据药厂提交的医学影像数据评估治疗效果的工作人员。
具体地,在一些情况下,药厂需要提交一种新药的医学影像数据。医学影像数据中包括多个医学检查图像序列。这些医学检查图像序列是需要提供至阅片终端以供查阅。在一些实施方式中,临床协调员CRC在研究中心可以通过计算机设备上传多个医学检查图像序列至标记服务器,标记服务器接收到需要提供至阅片终端的多个医学检查图像序列。在一些实施方式中,为了节省将多个医学检查图像序列加载至标记服务器的时间,可以预先将多个医学检查图像序列加载至标记服务器,标记服务器预先存储有多个医学检查图像序列。在需要标记医学检查图像序列时,从标记服务器获取多个医学检查图像序列。在一些实施方式中,为了降低图像序列对标记服务器存储空间的占用,可以将多个医学检查图像序列存储至与标记服务器通信连接的计算机设备中,标记服务器从该计算机设备中获取需要提供至阅片终端的多个医学检查图像序列。该计算机设备也可以采用云服务器的方式。
S220、提取医学图像文件的系列描述数据、色彩标签数据、像素数据。
其中,色彩标签数据可以包括每像素采样数据和/或光学解释数据。医学图像文件可以包括头数据和像素数据。头数据中包括一些标签。标签可以是SeriesDescription(系列描述)、PhotometricInterpretation(光学解释)。各标签对应有取值。示例性的,标签SeriesDescription对应的取值可以记为系列描述数据。标签PhotometricInterpretation对应的取值可以记为光学解释数据。在一些实施方式中,标签也可以是SamplesPerPixel(每像素采样数)。标签SamplesPerPixel的取值可以记为每像素采样数据。像素数据的单位可以采用HU。
具体地,在一些情况下,已经预先通过质控人员对医学检查图像序列进行人工质控,可以产生一定数量的质量不合格的医学检查图像序列。对质量不合格的医学检查图像序列的标签数据进行统计分析,在各标签中确定容易导致质量不合格的目标标签。从而在将医学检查图像序列提供至阅片终端之前,可以获取医学检查图像序列所包括的医学图像文件中目标标签所对应的标签数据。具体地,通过对质量不合格的医学检查图像序列的标签数据进行统计分析,确定的目标标签包括SeriesDescription(系列描述)、PhotometricInterpretation(光学解释)、SamplesPerPixel(每像素采样数)中的至少一个。因此,可以提取医学图像文件的系列描述数据,可以提取医学图像文件的光学解释数据,可以提取医学图像文件的每像素采样数据。在一些情况下,通过对质量不合格的医学检查图像序列的像素数据进行分析,发现像素数据也会存在异常,因此,提取医学图像文件的像素数据。
在一些实施方式中,由于医学图像文件可能存在tag缺失的情况,因此在提取系列描述数据、光学解释数据、每像素采样数据等标签数据的同时,提取像素数据。则不仅可以利用系列描述数据、光学解释数据对医学图像文件的质量进行检测,而且可以利用像素数据对医学图像文件的质量进行检测。示例性的,利用光学解释数据、每像素采样数据可以判断医学图像文件中的图像为彩色图像或者灰度图像,也可以基于提取的像素数据确定像素矩阵通道个数,以判断医学图像文件中的图像为彩色图像或者灰度图像。具体地,同时提取光学解释数据、每像素采样数据以及像素数据,在标签数据光学解释数据、每像素采样数据缺失时,可以利用像素数据检测医学图像文件中的图像为彩色图像或者灰度图像,确保医学图像文件质量检测结果的准确性。可以理解的是,灰度图像的像素矩阵通道个数为1,彩色图像的像素矩阵通道个数为3。
S230、根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据。
其中,图像标识数据可以是用于表示对应的医学图像文件的图像质量或者图像属性的数据。图像标识数据可以表示医学图像文件是否包括有姓名、性别、年龄等违背独立影像评估需求的受试者信息。图像标识数据可以表示医学图像文件的图像质量是否合格或者模糊以影响独立影像评估工作的执行。图像标识数据可以表示医学图像文件的通道数。通常,符合独立影像评估需求的医学图像文件是灰度的,即单通道。而彩色图像是RGB三通道图像,比如具有采用黄色矩形框标记病灶位置的医学图像。图像标识数据可以是具有一种数据类型的单一数据,也可以是具有多种数据类型的混合数据。
具体地,需要基于系列描述数据、色彩标签数据、像素数据对医学检查图像序列中各医学图像文件进行质量检查。所以,根据系列描述数据、色彩标签数据、像素数据对各医学图像文件进行自动检测,得到检测结果。检测结果可以作为图像标识数据,用于表示对应的医学图像文件的图像质量。
S240、在图像标识数据不能满足盲化阅片预设条件的情况下,在多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列。
S250、为目标图像序列添加隐藏标记;其中,隐藏标记用于控制目标图像序列在阅片终端处于不可被查看的状态。
其中,盲化阅片预设条件可以结合对图像质量的实际需求而设置。盲化阅片预设条件可以针对图像质量的多个评价维度而设置。评价维度可以是医学图像文件的通道数量,评价维度可以是医学图像文件的图层数量,评价维度可以是医学图像文件的图像类型。盲化阅片预设条件可以是医学图像文件的通道为单通道。盲化阅片预设条件可以是医学图像文件没有标记信息,标记信息可以是在医学图像文件中对病灶区域或者病灶大小进行标注而生成的矩形框、圆圈、文字中的至少一个。
在一些情况下,如果任一医学检查图像序列中有一医学图像文件存在问题,则会标记该任一医学检查图像序列存在问题,并标记出具体是哪个医学图像文件。具体地,在得到图像标识数据后,判断图像标识数据是否满足盲化阅片预设条件,在判定图像标识数据不能满足盲化阅片预设条件的情况下,表明对应的医学图像文件存在质量问题,则对应的医学图像文件所在的医学检查图像序列不能用于独立影像评估工作中,即不能够提供至阅片终端。因此,将与不能满足盲化阅片预设条件的图像标识数据对应的医学图像文件所在的医学检查图像序列确定为目标图像序列。由于目标图像序列不能够提供至阅片终端,因此,为目标图像序列添加隐藏标记。隐藏标记用于表示目标图像序列存在质量问题。
在一些实施方式中,确定与不能满足盲化阅片预设条件的图像标识数据对应的医学图像文件为目标医学图像文件。对目标医学图像文件进行标记,以及,对包括目标医学图像文件的目标图像序列增加隐藏标记。
在一些情况下,可以将除目标图像序列之外的其他医学检查图像序列发送至述阅片终端,以使述阅片终端不显示目标图像序列,使其处于不可被查看的状态。在一些情况下,将多个医学检查图像序列发送至阅片终端,根据隐藏标记控制阅片终端不显示目标图像序列,使其处于不可被查看的状态。
上述医学检查图像序列的标记方法,通过获取包括若干医学图像文件的多个医学检查图像序列;根据医学图像文件的系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据;从而将不能满足盲化阅片预设条件的图像标识数据所对应的医学图像文件所在的医学检查图像序列确定为目标图像序列,并为目标图像序列添加隐藏标记,以使目标图像序列在阅片终端处于不可被查看的状态,实现对不满足独立影像评估需求的目标图像序列的过滤,提升了用于评估药效的医学检查图像序列的质量。进一步地,实现对医学检查图像序列质量的自动检测,减少质控人员的工作量,降低质控工作耗费的人力成本和时间成本,提升质控效率。
在一些实施方式中,该医学检查图像序列的标记方法还可以包括:发送具有隐藏标记的目标图像序列至质控终端,以用于质控终端展示目标图像序列中导致目标图像序列处于不可被查看的医学图像文件。
其中,质控终端可以是质控人员对目标图像序列进行核查时所使用的终端。具体地,在一些情况下,虽然标记服务器自动检测出目标图像序列不符合独立影像评估的需求,但是需要质控人员对其进行核实,因此,标记服务器向质控终端发送具有隐藏标记的目标图像序列。质控终端接收目标图像序列。目标图像序列中包括导致目标图像序列处于不可被查看的医学图像文件。为了使得质控人员快速得知目标图像序列不符合独立影像评估的需求的原因,质控终端可以展示出导致目标图像序列处于不可被查看的医学图像文件。
本实施方式中,发送目标图像序列至质控终端,质控终端只需要加载目标图像序,不再需要加载全部的医学检查图像序列,减少加载时间。进一步地,直观地向质控人员展示导致目标图像序列处于不可被查看的医学图像文件,减少质控人员的操作成本,提升质控效率。
在一些实施方式中,所述色彩标签数据包括光学解释数据和/或每像素采样数据。请参阅图3a,根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据,可以包括以下步骤。
S310、在检测到系列描述数据中包括预设关键词的情况下,生成针对医学图像文件的关键词检测结果。
其中,预设关键词可以是针对标签SeriesDescription的取值而设置的文字或者字符。预设关键词可以是Screen。请参阅图3b,图像中包括不规范数据,比如图中有患者的出生年月信息302。请参阅图3c,预设关键词也可以是dose report。具体地,提取医学图像文件的系列描述数据,检测系列描述数据中是否包括预设关键词,在检测到系列描述数据中包括预设关键词的情况下,表明医学图像文件中包括不规范数据(比如有患者的出生年月等信息)。从而基于预设关键词的检测结果生成针对医学图像文件的关键词检测结果。关键词检测结果可以用于表示系列描述数据包括不规范数据。关键词检测结果可以包括对应的医学图像文件的编号和/或包括的不规范数据。
S320、在检测到光学解释数据和/或每像素采样数据表明医学图像文件为彩色图像的情况下,生成针对医学图像文件的色彩检测结果。
其中,光学解释数据是标签PhotometricInterpretation的取值。光学解释数据可以是MONOCHROME2或者RGB。任一医学图像文件的光学解释数据为MONOCHROME2时,表示该任一医学图像文件为灰度图像。任一医学图像文件的光学解释数据为RGB时,表示该任一医学图像文件为彩色图像。具体地,在一些实施方式中,提取医学图像文件的光学解释数据,检测光学解释数据为RGB时,则表明医学图像文件为彩色图像。从而基于光学解释数据的检测结果生成针对医学图像文件的色彩检测结果。色彩检测结果结果可以用于表示医学图像文件为彩色图像。
在一些实施方式中,每像素采样数据是标签SamplesPerPixel的取值。每像素采样数据可以是1或者3。任一医学图像文件的每像素采样数据为1时,表示该任一医学图像文件为灰度图像。任一医学图像文件的每像素采样数据为3时,表示该任一医学图像文件为彩色图像。具体地,提取医学图像文件的每像素采样数据,检测每像素采样数据为3时,则表明医学图像文件为彩色图像。从而可以基于每像素采样数据的检测结果生成针对医学图像文件的色彩检测结果。色彩检测结果结果可以用于表示医学图像文件为彩色图像。
S330、在检测到像素数据超过第一像素阈值的情况下,生成针对医学图像文件的异物检测结果。
在一些情况下,受试者的衣服上具有金属夹或者受试者体内具有金属,在进行医学检查时,医学图像的相应位置产生金属伪影,影响医学图像文件的图像质量。金属相对于身体来说属于异物,因此,需要在医学图像文件是否包括异物进行检测。具体地,由于金属伪影的亮度与身体部位的亮度相差较大,因此设置第一像素阈值。第一像素阈值的取值可以是3000HU,也可以是7000HU,还可以是3000HU与7000HU之间的任意值。将医学图像文件的像素数据与第一像素阈值进行比较,在医学图像文件的像素数据超过第一像素阈值时,表明医学图像文件中存在异物(比如金属伪影),生成针对医学图像文件的异物检测结果。
S340、基于关键词检测结果、色彩检测结果、异物检测结果,生成针对医学图像文件的图像标识数据。
具体地,为了确保提供至阅片终端的医学检查图像序列是符合独立影像评估的要求的,对医学图像文件的系列描述数据、色彩标签数据、像素数据分别进行检测,对应得到关键词检测结果、色彩检测结果、异物检测结果。从而对关键词检测结果、色彩检测结果、异物检测结果进行封装,生成针对医学图像文件的图像标识数据。比如,图像标识数据可以采用JSON文件的格式。
本实施方式中,通过基于关键词检测结果、色彩检测结果、异物检测结果,生成针对医学图像文件的图像标识数据,结合多种手段对医学图像文件的质量进行检测,提升检测结果准确性,在部分tag数据丢失的情况下,可以采用像素数据对医学图像文件的质量进行检测,依旧可以确保检测结果的可信度。通过对医学图像文件的自动检测,可以减少质控人员的质控时间,提升质控效率,并在一定程度上保证质控质量,更好地辅助质控人员,降低人为质控发生失误的几率。
在一些实施方式中,在基于关键词检测结果、色彩检测结果、异物检测结果,生成针对医学图像文件的图像标识数据之前,该医学检查图像序列的标记方法还可以包括:在检测到像素数据超过第二像素阈值的情况下,生成针对医学图像文件的标记检测结果;相应地,基于关键词检测结果、色彩检测结果、异物检测结果,生成针对医学图像文件的图像标识数据,包括:基于关键词检测结果、色彩检测结果、异物检测结果、标记检测结果,生成针对医学图像文件的图像标识数据。
在一些情况下,在医学图像文件中对病灶区域或者病灶大小进行标注而生成的矩形框、圆圈、文字等标记信息。标记信息的亮度与身体部位的亮度相差较大,因此设置第二像素阈值。第二像素阈值的取值可以是8000HU,可以是10000HU,也可以大于10000HU,还可以是8000HU与10000HU之间的任意值。具体地,将医学图像文件的像素数据与第二像素阈值进行比较,在医学图像文件的像素数据超过第二像素阈值时,表明医学图像文件中存在标记信息,生成针对医学图像文件的标记检测结果。为了确保提供至阅片终端的医学检查图像序列是符合独立影像评估的要求的,对医学图像文件的系列描述数据、色彩标签数据、像素数据分别进行检测,对应得到关键词检测结果、色彩检测结果、异物检测结果、标记检测结果。从而对关键词检测结果、色彩检测结果、异物检测结果、标记检测结果进行封装,生成针对医学图像文件的图像标识数据。
本实施方式中,通过基于关键词检测结果、色彩检测结果、异物检测结果、标记检测结果,生成针对医学图像文件的图像标识数据,生成针对医学图像文件的图像标识数据,结合多种手段对医学图像文件中的标记、异物、通道数、关键词进行检测,减少对评估结果有偏倚影响的医学影像数据。
在一些实施方式中,请参阅图4a,在检测到像素数据超过第一像素阈值的情况下,生成针对医学图像文件的异物检测结果,可以包括以下步骤。
S410、在检测到像素数据超过第一像素阈值的情况下,将像素数据超过第一像素阈值的像素确定为异常像素。
S420、统计异常像素的数量和/或位置信息。
S430、在异常像素的数量位于预设数量的阈值范围内和/或异常像素的位置信息满足预设位置条件的情况下,生成针对医学图像文件的异物检测结果。
具体地,在一些实施方式中,将像素数据与第一像素阈值进行比较,若像素数据超过第一像素阈值,表明对应的像素为异常像素。统计异常像素的数量。比较异常像素的数量与预设数量阈值,若异常像素的数量超过预设数量阈值,确定医学图像文件中存在异物,生成针对医学图像文件的异物检测结果。
在一些实施方式中,将像素数据与第一像素阈值进行比较,若像素数据超过第一像素阈值,表明对应的像素为异常像素。统计异常像素的数量以及位置信息。比较异常像素的数量与预设数量阈值,以及判断异常像素的位置信息是否满足预设位置条件,若异常像素的数量超过预设数量阈值且异常像素的位置信息满足预设位置条件,则确定医学图像文件中存在异物,生成针对医学图像文件的异物检测结果。
在一些实施方式中,将像素数据与第一像素阈值进行比较,若像素数据超过第一像素阈值,表明对应的像素为异常像素。获取异常像素的位置信息。判断异常像素的位置信息是否满足预设位置条件,若满足,则确定医学图像文件中存在异物,生成针对医学图像文件的异物检测结果。
本实施方式中,利用异常像素的数量和/或位置信息,准确地判断医学图像文件中是否存在异物图像,提升异物检测结果的准确性,从而利于过滤不满足独立影像评估要求的医学检查图像序列,提升用于评估药效的医学检查图像序列的质量。
在一些实施方式中,在根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据之前,该医学检查图像序列的标记方法还可以包括:获取模板图像;计算模板图像与医学图像文件中的图像之间的结构相似度。相应地,根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据,包括:根据系列描述数据、色彩标签数据、像素数据、结构相似度生成针对医学图像文件的图像标识数据。
其中,所述色彩标签数据包括光学解释数据和/或每像素采样数据。其中,结构相似度可以用于从亮度、对比度、结构三方面度量图像相似性。具体地,由于dose report图像具有其自身的特点,包括一些文字而没有身体部位的图像,因此,选择dose report图像作为模板图像。利用模板图像与医学检查图像序列中各医学图像文件的图像进行结构相似度的计算,得到两者之间的结构相似度。进一步地,根据系列描述数据、色彩标签数据、像素数据、结构相似度对各医学图像文件进行自动检测,得到检测结果。检测结果可以作为图像标识数据,用于表示对应的医学图像文件的图像质量。
若结构相似度超过相似度阈值,则判定对应的医学图像文件为dose report图像。则包括该对应的医学图像文件的医学检查图像序列不符合独立影像评估的标准。若结构相似度不超过相似度阈值,则判定对应的医学图像文件不是dose report图像。则包括该对应的医学图像文件的医学检查图像序列符合独立影像评估的标准。
本实施方式中,基于系列描述数据、色彩标签数据、像素数据、结构相似度检测医学检查图像序列,提升用于评估药效的医学检查图像序列的质量,减少质控人员的工作量,提升质控效率。
在一些实施方式中,在根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据之前,该医学检查图像序列的标记方法还可以包括:提取医学图像文件的图像覆盖层数据。相应地,根据系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据,可以包括:根据系列描述数据、色彩标签数据、像素数据、图像覆盖层数据生成针对医学图像文件的图像标识数据。
其中,所述色彩标签数据包括光学解释数据和/或每像素采样数据。在一些情况下,若检测医学图像文件中到存在标签Overlay,表明医学图像文件具有两个图层,该医学图像文件为不规范图像。请参阅图4b,图4b中的条纹402可以理解为图像覆盖层,其严重影响到图像质量。具体地,提取医学图像文件的图像覆盖层数据,进一步地,根据系列描述数据、色彩标签数据、像素数据、图像覆盖层数据对各医学图像文件进行自动检测,得到检测结果。检测结果可以作为图像标识数据,用于表示对应的医学图像文件的图像质量。
在一些实施方式中,将具有图像覆盖层数据的医学图像文件确定为可修改图像文件。删除可修改图像文件中的图像覆盖层,得到无图像覆盖层数据的医学图像文件,进而可以基于系列描述数据、色彩标签数据、像素数据生成针对医学图像文件的图像标识数据。
本实施方式中,同时提取光学解释数据和每像素采样数据,以免其中任一种数据缺失时,可以利用另一种数据对图像质量进行检测,生成准确的结果,从而利于提升图像标识数据的准确性。进一步地,对不规范图像进行标记,需要将被标记的医学图像文件所在的医学检查图像序列提供至质控终端,减少质控人员的阅片数量,降低工作量。
本说明书实施方式提供一种医学检查图像序列的标记方法,该医学检查图像序列的标记方法可以包括以下步骤。
S502、获取需要提供至阅片终端的多个医学检查图像序列;其中,医学检查图像序列包括若干医学图像文件;
S504、提取医学图像文件的系列描述数据、光学解释数据、每像素采样数据、像素数据、图像覆盖层数据;
S506、在检测到系列描述数据中包括预设关键词的情况下,生成针对医学图像文件的关键词检测结果;
S508、在检测到光学解释数据或每像素采样数据表明医学图像文件为彩色图像的情况下,生成针对医学图像文件的色彩检测结果;
S510、在检测到像素数据超过第一像素阈值的情况下,将像素数据超过第一像素阈值的像素确定为异常像素;
S512、统计异常像素的数量和/或位置信息;
S514、在异常像素的数量位于预设数量的阈值范围内和/或异常像素的位置信息满足预设位置条件的情况下,生成针对医学图像文件的异物检测结果。
S516、在检测到像素数据超过第二像素阈值的情况下,生成针对医学图像文件的标记检测结果;
S518、获取模板图像;
S520、计算模板图像与医学图像文件中的图像之间的结构相似度;
S522、基于关键词检测结果、色彩检测结果、异物检测结果、标记检测结果、图像覆盖层数据以及结构相似度,生成针对医学图像文件的图像标识数据。
S524、在图像标识数据不能满足盲化阅片预设条件的情况下,在多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;
S526、为目标图像序列添加隐藏标记;其中,隐藏标记用于控制目标图像序列在阅片终端处于不可被查看的状态。
S528、发送具有隐藏标记的目标图像序列至质控终端,以用于质控终端展示目标图像序列中导致目标图像序列处于不可被查看的医学图像文件。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图5,本说明书实施方式提供一种医学检查图像序列的标记系统。该医学检查图像序列的标记系统可以包括质控终端以及标记服务器。
标记服务器包括序列获取模块、数据处理模块和序列标记模块;其中,序列获取模块用于获取需要提供至阅片终端的医学检查图像序列;其中,医学检查图像序列包括医学图像文件;数据处理模块用于根据医学图像文件的系列描述数据、光学解释数据、像素数据生成针对医学图像文件的图像标识数据;序列标记模块用于在图像标识数据不能满足盲化阅片预设条件的情况下,为包括医学图像文件的医学检查图像序列添加隐藏标记;其中,隐藏标记用于控制包括医学图像文件的医学检查图像序列在阅片终端处于不可被查看的状态。
质控终端,用于接收标记服务器发送的具有隐藏标记的医学检查图像序列,以及,用于展示目标医学图像文件的标识信息;其中,目标医学图像文件为医学检查图像序列中导致医学检查图像序列处于不可被查看的医学图像文件。
具体地,质控终端与标记服务器通信连接。药厂可以通过计算机设备向标记服务器上传多个医学检查图像序列,标记服务器的序列获取模块到获取需要提供至阅片终端的医学检查图像序列。在一些实施方式中,标记服务器的序列获取模块获取需要提供至阅片终端的医学检查图像序列。
在一些情况下,已经预先通过质控人员对医学检查图像序列进行人工质控,可以产生一定数量的质量不合格的医学检查图像序列。对质量不合格的医学检查图像序列的标签数据进行统计分析,在各标签中确定容易导致质量不合格的目标标签。从而在将医学检查图像序列提供至阅片终端之前,可以获取医学检查图像序列所包括的医学图像文件中目标标签所对应的标签数据。通过对质量不合格的医学检查图像序列的标签数据进行统计分析,确定的目标标签包括是SeriesDescription(系列描述)、PhotometricInterpretation(光学解释)。数据处理模块提取医学图像文件的系列描述数据、光学解释数据。在一些情况下,通过对质量不合格的医学检查图像序列的像素数据进行分析,发现像素数据也会存在异常,数据处理模块提取像素数据。
在一些实施方式中,需要基于系列描述数据、色彩标签数据、像素数据对医学检查图像序列中各医学图像文件进行质量检查。所以,数据处理模块根据系列描述数据、色彩标签数据、像素数据对各医学图像文件进行自动检测,得到检测结果。检测结果可以作为图像标识数据,用于表示对应的医学图像文件的图像质量。
在一些实施方式中,序列标记模块判断图像标识数据是否满足盲化阅片预设条件。在图像标识数据不能满足盲化阅片预设条件的情况下,序列标记模块为包括该医学图像文件的医学检查图像序列添加隐藏标记。包括该医学图像文件的医学检查图像序列可以记为目标图像序列。在一些情况下,可以将除目标图像序列之外的其他医学检查图像序列发送至述阅片终端,以使述阅片终端不显示目标图像序列,使其处于不可被查看的状态。在一些情况下,将多个医学检查图像序列发送至阅片终端,根据隐藏标记控制阅片终端不显示目标图像序列,使其处于不可被查看的状态。
在一些实施方式中,将医学检查图像序列中导致医学检查图像序列处于不可被查看的医学图像文件记为目标医学图像文件。目标医学图像文件的标识信息可以是目标医学图像文件的编号或者唯一UID。质控终端可以是质控人员对目标图像序列进行核查时所使用的终端。具体地,在一些情况下,虽然标记服务器自动检测出目标图像序列不符合独立影像评估的需求,但是需要质控人员对其进行核实,因此,标记服务器向质控终端发送具有隐藏标记的目标图像序列。质控终端接收目标图像序列。目标图像序列中包括导致目标图像序列处于不可被查看的医学图像文件。为了使得质控人员快速得知目标图像序列不符合独立影像评估的需求的原因,质控终端可以展示目标医学图像文件的标识信息,以向质控人员展示导致目标图像序列处于不可被查看的医学图像文件。
上述医学检查图像序列的标记系统,将不能满足盲化阅片预设条件的图像标识数据所对应的医学图像文件所在的医学检查图像序列确定为目标图像序列,并为目标图像序列添加隐藏标记,以使目标图像序列在阅片终端处于不可被查看的状态,实现对不满足独立影像评估需求的目标图像序列的过滤,提升了用于评估药效的医学检查图像序列的质量。进一步地,质控终端只需要加载目标图像序,不再需要加载全部的医学检查图像序列,减少加载时间。进一步地,直观地向质控人员展示导致目标图像序列处于不可被查看的医学图像文件,减少质控人员的操作成本,提升质控效率。
在一些实施方式中,质控终端还用于展示目标医学图像文件导致医学检查图像序列处于不可被查看的原因。
其中,图像标识数据可以是用于表示对应的医学图像文件的图像质量或者图像属性的数据。图像标识数据可以表示医学图像文件是否包括有姓名、性别、年龄等违背独立影像评估需求的受试者信息。图像标识数据可以表示医学图像文件的图像质量是否合格或者模糊以影响独立影像评估工作的执行。图像标识数据可以表示医学图像文件的通道数。通常,符合独立影像评估需求的医学图像文件是灰度的,即单通道。而彩色图像是RGB三通道图像,比如具有采用黄色矩形框标记病灶位置的医学图像。图像标识数据可以是具有一种数据类型的单一数据,也可以是具有多种数据类型的混合数据。
具体地,标记服务器的数据处理模块用于根据医学图像文件的系列描述数据、光学解释数据、像素数据生成针对医学图像文件的图像标识数据。标记服务器发送图像标识数据至质控终端,质控终端根据图像标识数据展示目标医学图像文件导致医学检查图像序列处于不可被查看的原因。示例性的,导致医学检查图像序列处于不可被查看的原因可以是包括不规范图像,可以是包括姓名、日期等不规范数据,也可以是具有标记信息,还可以是具有图像覆盖层。
在一些实施方式中,数据处理模块还用于根据医学图像文件的系列描述数据、光学解释数据、图像覆盖层数据、每像素采样数据、像素数据生成针对医学图像文件的图像标识数据。
在一些情况下,对质量不合格的医学检查图像序列的标签数据进行统计分析,在各标签中确定容易导致质量不合格的目标标签。目标标签可以是SeriesDescription(系列描述)、PhotometricInterpretation(光学解释)、SamplesPerPixel(每像素采样数)、Overlay(图像覆盖层)。具体地,数据处理模块提取医学图像文件的系列描述数据、光学解释数据、图像覆盖层数据、每像素采样数据。进一步地,根据医学图像文件的系列描述数据、光学解释数据、图像覆盖层数据、每像素采样数据、像素数据,数据处理模块生成针对医学图像文件的图像标识数据。
在一些实施方式中,每像素采样数据是标签SamplesPerPixel的取值。每像素采样数据可以是1或者3。任一医学图像文件的每像素采样数据为1时,表示该任一医学图像文件为灰度图像。任一医学图像文件的每像素采样数据为3时,表示该任一医学图像文件为彩色图像。具体地,提取医学图像文件的每像素采样数据,检测每像素采样数据为3时,则表明医学图像文件为彩色图像。从而可以基于每像素采样数据的检测结果生成针对医学图像文件的色彩检测结果。色彩检测结果结果可以用于表示医学图像文件为彩色图像。
请参阅图6,本说明书实施方式提供了一种医学检查图像序列的标记装置。医学检查图像序列的标记装置包括图像序列获取模块、图像数据提取模块、标识数据生成模块、目标序列确定模块和隐藏标记添加模块。
图像序列获取模块,用于获取需要提供至阅片终端的多个医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件。
图像数据提取模块,用于提取所述医学图像文件的系列描述数据、色彩标签数据、像素数据。
标识数据生成模块,用于根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据。
目标序列确定模块,用于在图像标识数据不能满足盲化阅片预设条件的情况下,在所述多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列。
隐藏标记添加模块,用于为所述目标图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态。
关于医学检查图像序列的标记装置的具体限定可以参见上文中对于医学检查图像序列的标记方法的限定,在此不再赘述。上述医学检查图像序列的标记装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一些实施方式中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种医学检查图像序列的标记方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本说明书所公开方案相关的部分结构的框图,并不构成对本说明书所公开方案所应用于其上的计算机设备的限定,具体地,计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施方式中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述实施方式中的方法步骤。
在一些实施方式中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施方式中的方法步骤。
在一些实施方式中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由计算机设备的处理器执行时实现上述实施方式中的方法步骤。
本领域普通技术人员可以理解实现上述实施方式方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施方式的流程。其中,本说明所提供的各实施方式中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施方式的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施方式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。
以上所述仅为本说明书的较佳实施方式而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所作的任何修改、等同替换等,均应包含在本说明书的保护范围之内。

Claims (12)

1.一种医学检查图像序列的标记系统,其特征在于,所述系统包括:质控终端以及标记服务器;
所述标记服务器包括序列获取模块、数据处理模块和序列标记模块;其中,所述序列获取模块用于获取需要提供至阅片终端的医学检查图像序列;其中,所述医学检查图像序列包括医学图像文件;所述数据处理模块用于根据所述医学图像文件的系列描述数据、光学解释数据、像素数据生成针对所述医学图像文件的图像标识数据;所述序列标记模块用于在所述图像标识数据不能满足盲化阅片预设条件的情况下,为包括所述医学图像文件的所述医学检查图像序列添加隐藏标记;其中,所述隐藏标记用于控制包括所述医学图像文件的所述医学检查图像序列在所述阅片终端处于不可被查看的状态;
所述质控终端,用于接收所述标记服务器发送的具有所述隐藏标记的所述医学检查图像序列,以及,用于展示目标医学图像文件的标识信息;其中,所述目标医学图像文件为所述医学检查图像序列中导致所述医学检查图像序列处于不可被查看的医学图像文件。
2.根据权利要求1所述的系统,其特征在于,所述质控终端还用于展示所述目标医学图像文件导致所述医学检查图像序列处于不可被查看的原因。
3.根据权利要求1所述的系统,其特征在于,所述数据处理模块还用于根据所述医学图像文件的系列描述数据、光学解释数据、图像覆盖层数据、每像素采样数据、像素数据生成针对所述医学图像文件的图像标识数据。
4.一种医学检查图像序列的标记方法,其特征在于,所述方法包括:
获取需要提供至阅片终端的多个医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件;
提取所述医学图像文件的系列描述数据、色彩标签数据、像素数据;
根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据;
在图像标识数据不能满足盲化阅片预设条件的情况下,在所述多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;
为所述目标图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
发送具有所述隐藏标记的所述目标图像序列至质控终端,以用于所述质控终端展示所述目标图像序列中导致所述目标图像序列处于不可被查看的医学图像文件。
6.根据权利要求4所述的方法,其特征在于,所述色彩标签数据包括光学解释数据和/或每像素采样数据;所述根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据,包括:
在检测到所述系列描述数据中包括预设关键词的情况下,生成针对所述医学图像文件的关键词检测结果;
在检测到所述光学解释数据和/或所述每像素采样数据表明所述医学图像文件为彩色图像的情况下,生成针对所述医学图像文件的色彩检测结果;
在检测到所述像素数据超过第一像素阈值的情况下,生成针对所述医学图像文件的异物检测结果;
基于所述关键词检测结果、所述色彩检测结果、所述异物检测结果,生成针对所述医学图像文件的图像标识数据。
7.根据权利要求6所述的方法,其特征在于,在所述基于所述关键词检测结果、所述色彩检测结果、所述异物检测结果,生成针对所述医学图像文件的图像标识数据之前,所述方法还包括:
在检测到所述像素数据超过第二像素阈值的情况下,生成针对所述医学图像文件的标记检测结果;
所述基于所述关键词检测结果、所述色彩检测结果、所述异物检测结果,生成针对所述医学图像文件的图像标识数据,包括:
基于所述关键词检测结果、所述色彩检测结果、所述异物检测结果、所述标记检测结果,生成针对所述医学图像文件的图像标识数据。
8.根据权利要求6所述的方法,其特征在于,所述在检测到所述像素数据超过第一像素阈值的情况下,生成针对所述医学图像文件的异物检测结果,包括:
在检测到所述像素数据超过第一像素阈值的情况下,将像素数据超过第一像素阈值的像素确定为异常像素;
统计所述异常像素的数量和/或位置信息;
在所述异常像素的数量在预设数量的阈值范围内和/或所述异常像素的位置信息满足预设位置条件的情况下,生成针对所述医学图像文件的异物检测结果。
9.根据权利要求4所述的方法,其特征在于,在所述根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据之前,所述方法还包括:
获取模板图像;
计算所述模板图像与所述医学图像文件中的图像之间的结构相似度;
相应地,所述根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据,包括:
根据所述系列描述数据、所述色彩标签数据、所述像素数据、所述结构相似度生成针对所述医学图像文件的图像标识数据。
10.根据权利要求4所述的方法,其特征在于,在所述根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据之前,所述方法还包括:
提取所述医学图像文件的图像覆盖层数据;相应地,所述根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据,包括:
根据所述系列描述数据、所述色彩标签数据、所述像素数据、所述图像覆盖层数据生成针对所述医学图像文件的图像标识数据;其中,所述色彩标签数据包括光学解释数据和/或每像素采样数据。
11.一种医学检查图像序列的标记装置,其特征在于,所述装置包括:
图像序列获取模块,用于获取需要提供至阅片终端的多个医学检查图像序列;其中,所述医学检查图像序列包括若干医学图像文件;
图像数据提取模块,用于提取所述医学图像文件的系列描述数据、色彩标签数据、像素数据;
标识数据生成模块,用于根据所述系列描述数据、所述色彩标签数据、所述像素数据生成针对所述医学图像文件的图像标识数据;
目标序列确定模块,用于在图像标识数据不能满足盲化阅片预设条件的情况下,在所述多个医学检查图像序列中,将对应的医学图像文件所在的医学检查图像序列确定为目标图像序列;
隐藏标记添加模块,用于为所述目标图像序列添加隐藏标记;其中,所述隐藏标记用于控制所述目标图像序列在所述阅片终端处于不可被查看的状态。
12.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求4至10中任一项所述的方法的步骤。
CN202210454720.XA 2022-04-24 2022-04-24 医学检查图像序列的标记方法、装置、系统及计算机设备 Pending CN114566263A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210454720.XA CN114566263A (zh) 2022-04-24 2022-04-24 医学检查图像序列的标记方法、装置、系统及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210454720.XA CN114566263A (zh) 2022-04-24 2022-04-24 医学检查图像序列的标记方法、装置、系统及计算机设备

Publications (1)

Publication Number Publication Date
CN114566263A true CN114566263A (zh) 2022-05-31

Family

ID=81721150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210454720.XA Pending CN114566263A (zh) 2022-04-24 2022-04-24 医学检查图像序列的标记方法、装置、系统及计算机设备

Country Status (1)

Country Link
CN (1) CN114566263A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330246A (zh) * 2017-06-05 2017-11-07 上海联影医疗科技有限公司 医学图像文件的导入方法、装置和计算机可读介质
CN110232688A (zh) * 2019-07-12 2019-09-13 上海联影智能医疗科技有限公司 医学成像系统、方法、计算机设备和可读存储介质
CN110428410A (zh) * 2019-07-31 2019-11-08 腾讯医疗健康(深圳)有限公司 眼底医学图像处理方法、装置、设备及存储介质
CN111080584A (zh) * 2019-12-03 2020-04-28 上海联影智能医疗科技有限公司 医学图像的质控方法、计算机设备和可读存储介质
KR20200083302A (ko) * 2018-12-27 2020-07-08 (주)제이엘케이 클라우드 기반 인-메모리 의료 영상 분석 장치 및 방법
CN112071403A (zh) * 2020-09-09 2020-12-11 苏州小艺物联科技有限公司 含有图标图像的dicomdir文件生成方法及系统
CN113764075A (zh) * 2021-09-13 2021-12-07 杭州太美星程医药科技有限公司 医学图像质控方法及装置、可读存储介质及电子设备
CN114121229A (zh) * 2021-11-01 2022-03-01 杭州太美星程医药科技有限公司 医学图像上传方法及其装置、电子设备和计算机存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330246A (zh) * 2017-06-05 2017-11-07 上海联影医疗科技有限公司 医学图像文件的导入方法、装置和计算机可读介质
KR20200083302A (ko) * 2018-12-27 2020-07-08 (주)제이엘케이 클라우드 기반 인-메모리 의료 영상 분석 장치 및 방법
CN110232688A (zh) * 2019-07-12 2019-09-13 上海联影智能医疗科技有限公司 医学成像系统、方法、计算机设备和可读存储介质
CN110428410A (zh) * 2019-07-31 2019-11-08 腾讯医疗健康(深圳)有限公司 眼底医学图像处理方法、装置、设备及存储介质
CN111080584A (zh) * 2019-12-03 2020-04-28 上海联影智能医疗科技有限公司 医学图像的质控方法、计算机设备和可读存储介质
CN112071403A (zh) * 2020-09-09 2020-12-11 苏州小艺物联科技有限公司 含有图标图像的dicomdir文件生成方法及系统
CN113764075A (zh) * 2021-09-13 2021-12-07 杭州太美星程医药科技有限公司 医学图像质控方法及装置、可读存储介质及电子设备
CN114121229A (zh) * 2021-11-01 2022-03-01 杭州太美星程医药科技有限公司 医学图像上传方法及其装置、电子设备和计算机存储介质

Similar Documents

Publication Publication Date Title
Jolly et al. Detecting axonal injury in individual patients after traumatic brain injury
CN106897573B (zh) 使用深度卷积神经网络的用于医学图像的计算机辅助诊断系统
US8184854B2 (en) Method and system for evaluation of the behavior of users of a digital image information system
CN111080584B (zh) 医学图像的质控方法、计算机设备和可读存储介质
US9298877B2 (en) Image data fraud detection systems
CN111402260A (zh) 一种基于深度学习的医学影像分割方法、系统、终端及存储介质
JP2014515849A (ja) 画像捕捉及び/又は画像関連パラメータの推薦装置
Mulshine et al. Role of the quantitative imaging biomarker alliance in optimizing ct for the evaluation of lung cancer screen–detected nodules
US20070150314A1 (en) Method for carrying out quality control of medical data records collected from different but comparable patient collectives within the bounds of a medical plan
US10832410B2 (en) Computer system, method, and program for diagnosing subject
CN102272795A (zh) 基于图像的临床试验评估
Meienberger et al. Observer‐independent assessment of psoriasis‐affected area using machine learning
JP5732015B2 (ja) グラフ作成装置およびグラフ作成方法並びにグラフ作成プログラム
CN112151179A (zh) 影像数据评估方法、装置、设备及存储介质
CN111210899A (zh) 临床试验研究中的医学影像阅片方法和系统
Kapsner et al. Automated artifact detection in abbreviated dynamic contrast-enhanced (DCE) MRI-derived maximum intensity projections (MIPs) of the breast
Ahluwalia et al. The subgroup imperative: Chest radiograph classifier generalization gaps in patient, setting, and pathology subgroups
CN114742836B (zh) 医学图像的处理方法、装置及计算机设备
Zammit et al. Quantification of celiac disease severity using video capsule endoscopy: a comparison of human experts and machine learning algorithms
CN114566263A (zh) 医学检查图像序列的标记方法、装置、系统及计算机设备
US11872069B2 (en) Method for providing fracture-detection tool
KR102536369B1 (ko) 인공 지능 기반 위 내시경 영상 진단 보조 시스템 및 방법
van den Brandt et al. GLANCE: Visual Analytics for Monitoring Glaucoma Progression.
Chetcuti Zammit et al. Quantification of Celiac Disease Severity Using Video Capsule Endoscopy: A Comparison of Human Experts and Machine Learning Algorithms
CN112002422A (zh) 医疗信息处理系统、装置、计算机设备和存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220531