CN114782364A - 图像检测方法、装置、系统及检测设备 - Google Patents

图像检测方法、装置、系统及检测设备 Download PDF

Info

Publication number
CN114782364A
CN114782364A CN202210426686.5A CN202210426686A CN114782364A CN 114782364 A CN114782364 A CN 114782364A CN 202210426686 A CN202210426686 A CN 202210426686A CN 114782364 A CN114782364 A CN 114782364A
Authority
CN
China
Prior art keywords
detected
scanning
image
target
organ
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
CN202210426686.5A
Other languages
English (en)
Inventor
贾乐成
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.)
Shenzhen United Imaging Research Institute of Innovative Medical Equipment
Original Assignee
Shenzhen United Imaging Research Institute of Innovative Medical Equipment
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 Shenzhen United Imaging Research Institute of Innovative Medical Equipment filed Critical Shenzhen United Imaging Research Institute of Innovative Medical Equipment
Priority to CN202210426686.5A priority Critical patent/CN114782364A/zh
Publication of CN114782364A publication Critical patent/CN114782364A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请涉及一种图像检测方法、装置、系统及检测设备。在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。该图像检测方法在对待检测对象进行影像扫描的过程中，实时地对扫描过程中所获取到的每帧目标扫描图像进行检测，即在扫描过程中，实现对待检测对象的待检测器官的预设指标的在线检测；且在通过在线检测发现待检测器官的预设指标的分析结果符合预设扫描中断条件的情况下，能够及时地中断正在进行的扫描操作，避免医疗资源浪费。

Description

图像检测方法、装置、系统及检测设备
技术领域
本申请涉及医疗图像技术领域，特别是涉及一种图像检测方法、装置、系统及检测设备。
背景技术
医学图像扫描过程中，一般对患者的状态有一定的相关要求，如腹部超声扫描时，要求患者憋尿，MRI扫描时要求患者禁食、禁带金属物品等。除此之外，在放疗过程中，除以上要求外，对于定位CT和定位MRI等影像扫描还对患者的体位和内部脏器等均有一定的要求，以满足定位重复性的需求。
以定位CT为例，在进行定位CT扫描时，患者需按医嘱调整身体状态至满足定位CT扫描要求的状态，此时才能通过定位CT扫描系统对患者的待检测部位进行定位CT扫描输出准确的结果。
然而，由于患者的不可控因素，患者可能未将身体状态调整至满足定位CT扫描要求的状态，若此时通过定位CT扫描系统对患者的待检测部位进行定位CT扫描，则就不能输出准确的结果。那么，不仅导致了此次定位CT扫描过程中医疗资源的浪费，还需要在患者调整身体状态之后，进行下一次定位CT扫描。显然，多次重复进行定位CT扫描必然严重导致医疗资源的浪费。
发明内容
基于此，有必要针对上述技术问题，提供一种能够在影像扫描过程中对待检测部位进行实时线上检测以减少医疗资源浪费的图像检测方法、装置、系统及检测设备。
第一方面，本申请提供了一种图像检测方法。该方法包括：
在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
在其中一个实施例中，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果，包括：
从目标扫描图像中，获取待检测器官的预设指标的目标检测结果；
根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果。
在其中一个实施例中，预设指标包括器官大小、器官纹理中的至少一种，根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果，包括：
分别对比各预设指标的目标检测结果和该预设指标的参考检测结果，生成对比结果；
在对比结果为存在至少一个预设指标的目标检测结果与预设指标的参考检测结果不同的情况下，根据对比结果生成第一分析结果；
相应地，在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作，包括：
在该分析结果为第一分析结果的情况下，确定分析结果符合预设扫描中断条件，中断对待检测对象进行扫描的操作。
在其中一个实施例中，中断对待检测对象进行扫描的操作，包括：
输出目标扫描图像存在检测异常的警告信息；
在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作。
在其中一个实施例中，从目标扫描图像中，获取待检测器官的预设指标的目标检测结果，包括：
获取用户输入的待检测器官的标识信息；
根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法；该预设算法模型库中包括与不同器官对应的自动勾画算法；
采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果；
从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果。
在其中一个实施例中，在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像，包括：
在对待检测对象进行扫描的过程中，实时获取待检测对象的视频信号；其中，该视频信号中包括多帧初始扫描图像；
针对每一帧初始扫描图像，从初始扫描图像中提取目标区域，得到与初始扫描图像对应的目标扫描图像；该目标区域为待检测器官所在的区域。
在其中一个实施例中，该方法还包括：
针对各初始扫描图像，获取与初始扫描图像对应的目标扫描图像的分析结果，以及从目标扫描图像中获取待检测器官的预设指标的目标检测结果；
将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果显示在显示界面上。
第二方面，本申请还提供了一种图像检测装置。该装置包括：
第一获取模块，用于在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
分析模块，用于针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
中断模块，用于在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
第三方面，本申请还提供了一种图像检测系统。该图像检测系统包括扫描设备和显示器，该图像检测系统还包括检测设备，检测设备与扫描设备和显示器之间通信连接；
检测设备，用于在对待检测对象进行扫描的过程中，从扫描设备获取待检测对象的至少一帧目标扫描图像；并针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；在分析结果符合预设扫描中断条件的情况下，控制扫描设备中断对待检测对象进行扫描的操作；其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
检测设备，还用于将分析结果输出至显示器进行显示。
第四方面，本申请还提供了一种检测设备。该检测设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
第五方面，本申请还提供了一种计算机可读存储介质。该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以下步骤：
在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
第六方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
上述图像检测方法、装置、系统及检测设备，检测设备通过扫描设备在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；接着，在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作；其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像。也就是说，本申请实施例中的图像检测方法能够在对待检测对象进行影像扫描的过程中，实时地对扫描过程中所获取到的每帧目标扫描图像进行检测，即在扫描过程中，实现对待检测对象的待检测器官的预设指标的在线检测和判断；而且，在通过在线检测发现待检测器官的预设指标的分析结果符合预设扫描中断条件的情况下，能够及时地中断正在进行的扫描操作；相比于现有技术中在一次完整的扫描操作结束后，通过扫描影像判断其中的某些器官不符合扫描要求时，需待检测对象调整生理体征后再次进行完整影像扫描而言，本申请实施例中所提出的在线检测方法能够在前一次扫描过程中，在判断不符合扫描要求时及时中断前一次的扫描操作，以节省医疗资源，避免医疗资源的无效使用以及医疗资源的浪费。另外，采用本申请实施例所提出的图像检测方法，还能提高影像扫描的效率，使得每次完整扫描后所得到的影像扫描结果都符合影像扫描要求。再者，本申请实施例所提出的图像检测方法，是利用视频流获取需要在线分析的图像序列，也就是目标扫描图像，因此无需对现有的医学扫描设备进行升级改造，不会对现有医学影像扫描流程造成干扰，也无需厂家提供技术支持，便于推广，可实现对现有医学扫描设备的无缝升级。
附图说明
图1为一个实施例中图像检测方法的应用环境图；
图2为一个实施例中检测设备的内部结构图；
图3为一个实施例中图像检测方法的流程示意图；
图4为另一个实施例中图像检测方法的流程示意图；
图5为另一个实施例中图像检测方法的流程示意图；
图6为另一个实施例中图像检测方法的流程示意图；
图7为另一个实施例中图像检测方法的流程示意图；
图8为一个实施例中图像检测方法的完整流程示意图；
图9为一个实施例中图像检测装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。通常情况下，在放疗的过程中，需要使用定位CT扫描系统对待检测部位进行影像扫描，在定位CT扫描过程中，通常要求病人在固定体位下进行扫描，以面罩、支架等做辅助固定，在体表使用定位点和标记进行辅助定位；但病人内部脏器位置及大小的变化，很难通过体表观察确定，例如膀胱，膀胱在充盈与非充盈时，体积差异巨大，会导致肿瘤靶区位置发生较大偏移。针对定位CT扫描过程中对膀胱的要求，目前，技师会要求病人在定位CT和治疗前尽量保持膀胱充盈状态，以确保膀胱对周围脏器的影响保持一致；但实际操作过程中，难免有病人无法完全遵医嘱，导致定位CT需要重新扫描，浪费了医疗资源，也使病人受到额外的辐射照射。
因此，本申请实施例提出了一种图像检测方法，用于在医学影像扫描设备(包括定位CT扫描设备)对待检测部位进行影像扫描的过程中，实时检测待检测部位中的各个器官或者组织是否满足检测要求，并在不满足检测要求的情况下，中止扫描，以此来减少医疗资源的浪费。
进一步地，由于定位CT扫描系统、MRI扫描系统、超声系统等医学影像扫描系统均为封闭系统，在没有厂商提供技术支持的情况下，是无法对该类医学影像扫描系统自身进行功能改进；因此，在缺少厂家直接技术支持的情况下，如何使现有的医疗影像扫描系统具备上述实时检测功能成为亟待解决的技术问题。
基于该背景，申请人经过对医疗影像扫描系统的系统结构的长期研究，发现，在现有的医疗影像扫描系统包括扫描设备和显示器的情况下，可以通过在扫描设备和显示器之间增加检测设备，通过该检测设备来对影像扫描设备扫描得到的影像数据进行实时处理，并实时检测待检测部位中的各个待检测器官的预设指标是否满足预设要求，并在待检测器官的预设指标不满足预设要求的情况下，及时中断正在进行的扫描操作；以此来解决现有技术中存在的仅能在扫描结束后通过影像结果确认待检测部位不满足检测要求，需再次进行扫描所存在的多次重复扫描导致的医疗资源浪费的问题。需要说明的是，对于该技术方案，申请人是付出了大量的创造性劳动的。
下面结合本申请实施例所应用的场景，对本申请实施例涉及的技术方案进行介绍。
本申请实施例提供的图像检测方法，可以应用于现有的任意一类医疗影像扫描系统，包括但不限于是CT扫描系统、定位CT扫描系统、MRI扫描系统、超声系统等；通常情况下，医疗影像扫描系统包括扫描设备和显示器，扫描设备用于对病人的待检测部位进行扫描，得到影像数据；显示器用于对扫描设备扫描得到的影像数据进行显示。
基于此，本申请实施例提供的图像检测方法可以应用于如图1所示的应用环境中，包括扫描设备101、检测设备102和显示器103，其中，检测设备102设置在扫描设备101和显示器103之间；检测设备102与扫描设备101、检测设备102与显示器103之间，可以采用无线连接，也可以采用有线连接，本申请实施例对该连接方式并不做具体限定。另外，该检测设备102可以是集成有处理器的任意类型的终端设备或者服务器，本申请对此也不做限定。
可选地，该检测设备102的内部结构图可以如图2所示，该检测设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该检测设备的处理器用于提供计算和控制能力。该检测设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该检测设备的数据库用于存储不同器官对应的自动勾画算法。该检测设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像检测方法。
在一个实施例中，如图3所示，提供了一种图像检测方法，以该方法应用于图1中的检测设备为例进行说明，包括以下步骤：
步骤301，在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像。
其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像。
通常情况下，扫描设备在对待检测对象进行扫描的过程中，会获取到待检测对象的多个断层图像，每个断层图像将形成一帧视频图像，进而通过多帧视频图像可以形成一个视频流信号，实时传输至显示器进行显示。可选地，在根据断层图像生成一帧视频图像的过程中，由于视频图像中还可以包括除断层图像之外的其他信息或者内容，例如，帧数、断层位置、用户操作组件等内容，因此，在生成断层图像对应的视频图像时，根据该断层图像、该断层图像对应的相关信息(如帧数、断层位置)以及固定的视频显示内容(如用户操作组件)，生成该帧断层图像对应的视频图像。
可选地，在扫描设备向显示器发送扫描过程中生成的视频流信号时，检测设备可以截取该视频流信号，并对该视频流信号进行处理，得到至少一帧视频图像；接着，针对每一帧视频图像，检测设备可以从视频图像中截取出断层图像，作为待检测对象的目标扫描图像。可选地，检测设备可以根据断层图像在视频图像中的位置区域，从视频图像中裁剪出断层图像；该位置区域可以是预设且存储在检测设备中的，也可以是用户通过显示器输入的，本申请实施例对此并不做限定。
在本实施例的一种可选的实现方式中，检测设备可以在对待检测对象进行扫描的过程中，实时获取待检测对象的包括多帧初始扫描图像(可以是上述所描述的视频图像)的视频信号(或者视频流)，通过对视频信号进行在线处理，获取视频信号中的每帧初始扫描图像；接着，针对每一帧初始扫描图像，从初始扫描图像中提取目标区域(即断层图像所在的位置区域)，得到与初始扫描图像对应的目标扫描图像，该目标区域为待检测器官所在的区域。
步骤302，针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果。
可选地，待检测器官的预设指标可以包括但不限于是器官大小和器官纹理等，对于器官大小可以通过器官直径、器官面积等来表示；对于不同的待检测器官，其对应的预设指标可以相同也可以不同，对应的预设指标的数量可以是一个，也可以是多个。例如：在待检测器官为膀胱的情况下，膀胱的预设指标可以是膀胱的大小，通过对膀胱的大小进行在线分析，可以判断待检测对象的膀胱是否充盈，进而根据膀胱的充盈状态来判断待检测对象的当前状态是否满足影像扫描要求；在待检测器官为肠道的情况下，肠道的预设指标可以是肠道的纹理，通过对肠道的纹理进行在线分析，可以判断待检测对象的肠道内是否胀气严重，进而根据肠道内是否胀气严重来判断待检测对象的当前状态是否满足影像扫描要求。
可选地，在对待检测对象进行扫描之前，可以获取待检测对象的扫描部位中包括的待检测器官，以及该待检测器官的预设指标；检测设备可以获取用户输入的待检测器官，以及用户输入的待检测器官的预设指标；也可以根据用户输入的待检测器官，从预先存储的对应关系中确定该待检测器官的预设指标，该预先存储的对应关系中包括不同检测器官和检测器官的预设指标之间的对应关系。
接着，在确定待检测器官的预设指标之后，可以采用与该待检测器官及待检测器官的预设指标对应的预设分析算法，对目标扫描图像中该待检测器官的预设指标进行分析，生成分析结果，该分析结果可以表征待检测器官的预设指标是否满足影像扫描要求。可选地，不同的待检测器官对应不同的预设分析算法，同一待检测器官的不同预设指标也可以对应不同的预设分析算法，这些预设分析算法可以组建成算法库，该算法库可以存储在检测设备内部，也可以存储在与检测设备通信连接的服务器中；在确定出待检测器官以及待检测器官的预设指标之后，可以从算法库中获取与该待检测器官的预设指标对应的预设分析算法。
在本实施例的一种可选的实现方式中，一个待检测器官也可以对应一个预设分析算法，该预设分析算法可以用于对该待检测器官的预设指标进行分析，其中，该待检测器官的预设指标包括至少一个指标；相应地，通过该预设分析算法对该待检测器官的预设指标进行分析后所得到的分析结果中包括该至少一个指标分别对应的分析结果。
步骤303，在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
其中，该预设扫描中断条件为待检测器官不满足影像扫描要求。可选地，在待检测对象的待检测器官包括多个的情况下，该预设扫描中断条件可以为至少一个待检测器官不满足影像扫描要求。
也就是说，在对待检测器官的预设指标进行分析后所生成的分析结果中，如果存在至少一个待检测器官不满足影像扫描要求，则确定待检测对象的当前状态不符合影像扫描要求，需要中断正在进行的扫描过程；此时，可以中断对待检测对象进行扫描的操作。可选地，检测设备可以向扫描设备发送中断控制指令，以指示扫描设备停止对待检测对象的扫描操作。
上述图像检测方法中，检测设备通过扫描设备在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；接着，在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作；其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像。也就是说，本申请实施例中的图像检测方法能够在对待检测对象进行影像扫描的过程中，实时地对扫描过程中所获取到的每帧目标扫描图像进行检测，即在扫描过程中，实现对待检测对象的待检测器官的预设指标的在线检测和判断；而且，在通过在线检测发现待检测器官的预设指标的分析结果符合预设扫描中断条件的情况下，能够及时地中断正在进行的扫描操作；相比于现有技术中在一次完整的扫描操作结束后，通过扫描影像判断其中的某些器官不符合扫描要求时，需待检测对象调整生理体征后再次进行完整影像扫描而言，本申请实施例中所提出的在线检测方法能够在前一次扫描过程中，在判断不符合扫描要求时及时中断前一次的扫描操作，以节省医疗资源，避免医疗资源的无效使用以及医疗资源的浪费。另外，采用本申请实施例所提出的图像检测方法，还能提高影像扫描的效率，使得每次完整扫描后所得到的影像扫描结果都符合影像扫描要求。再者，本申请实施例所提出的图像检测方法，是利用视频流获取需要在线分析的图像序列，也就是目标扫描图像，因此无需对现有的医学扫描设备进行升级改造，不会对现有医学影像扫描流程造成干扰，也无需厂家提供技术支持，便于推广，可实现对现有医学扫描设备的无缝升级。
在本申请的一个可选的实施例中，在对当前帧目标扫描图像中的待检测器官的预设指标进行分析的同时，还可以基于当前帧目标扫描图像和前几帧目标扫描图像，对待检测器官的其他指标进行分析；也就是说，可以基于相邻的多帧目标扫描图像对待检测器官的其他指标进行分析；例如：可以对相邻的多帧目标扫描图像进行图像融合或者图像重建，得到包含待检测器官(如膀胱)的三维图像，接着，基于该三维图像，可以确定待检测器官的体积指标；进而，可以根据待检测器官的其他指标(如膀胱的体积指标)，判断待检测器官是否满足影像扫描要求(如膀胱是否充盈)。
相应地，在基于当前帧目标扫描图像对待检测器官的预设指标进行分析，以及基于与当前帧目标扫描图像相邻的多帧目标扫描图像(包括该当前帧目标扫描图像)对待检测器官的其他指标进行分析的情况下，该预设扫描中断条件可以为待检测器官的至少一个指标不满足影像扫描要求。可选地，在待检测对象的待检测器官包括多个的情况下，该预设扫描中断条件可以为至少一个待检测器官的至少一个指标不满足影像扫描要求。
本实施例中，针对每帧目标扫描图像，不仅可以对当前帧目标扫描图像进行分析，还能对包括该当前帧目标扫描图像在内的连续多帧目标扫描图像进行综合分析，来判断待检测器官是否满足影像扫描要求，能够增加对待检测器官的检测指标和检测维度，提高对待检测器官的检测全面性和准确性，进而能够提高在线检测的准确性，避免医疗资源的浪费。
图4为另一个实施例中图像检测方法的流程示意图。本实施例涉及的是检测设备对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果的一种可选的实现过程，在上述实施例的基础上，如图4所示，上述步骤302包括：
步骤401，从目标扫描图像中，获取待检测器官的预设指标的目标检测结果。
可选地，检测设备可以采用上述待检测器官的预设指标对应的预设分析算法，对目标扫描图像进行图像分析处理，得到该目标扫描图像中待检测器官的预设指标的目标检测结果；如：待检测器官的大小信息、待检测器官的纹理信息等。
步骤402，根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果。
其中，该待检测器官的预设指标的参考检测结果为待检测器官的预设指标满足影像扫描条件的检测结果；该参考检测结果可以是预设指标对应的参考范围。该预设指标的参考检测结果可以是预先设定的，即默认的，也可以是用户输入的。另外，需要说明的是，对于不同类型的待检测对象，同一待检测器官的同一预设指标的参考检测结果可以不同，例如：对于成年人和青少年，其膀胱在充盈状态下的大小是不同的。
可选地，用户可以通过显示器输入待检测对象的类型，检测设备根据待检测对象的类型，获取与该待检测对象的类型对应的预设指标的参考检测结果；用户也可以通过显示器输入待检测对象的预设指标的参考检测结果。
进一步地，检测设备可以对比待检测器官的预设指标的目标检测结果和该预设指标的参考检测结果，得到该预设指标的对比结果；可选地，在该待检测器官的预设指标包括多个的情况下，可以分别对比各预设指标的目标检测结果和该预设指标的参考检测结果，生成每个预设指标对应的对比结果；接着，在对比结果为存在至少一个预设指标的目标检测结果与预设指标的参考检测结果不同的情况下，可以根据该对比结果生成第一分析结果；即该第一分析结果用于表征存在不满足影像扫描要求的待检测器官。相应地，检测设备在确定该分析结果为第一分析结果的情况下，可以确定分析结果符合预设扫描中断条件，中断对待检测对象进行扫描的操作。
本实施例中，检测设备通过从目标扫描图像中，获取待检测器官的预设指标的目标检测结果，并根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果；即本实施例中通过将预设指标的实际测量结果和该预设指标的参考检测结果进行对比，来得到预设指标的分析结果，算法简单，可实施性较高，同时，分析结果的准确性也较高。
图5为另一个实施例中图像检测方法的流程示意图。本实施例涉及的是检测设备中断对待检测对象进行扫描的操作的一种可选的实现过程，在上述实施例的基础上，如图5所示，上述步骤303包括：
步骤501，输出目标扫描图像存在检测异常的警告信息。
可选地，检测设备在确定目标扫描图像中存在不满足影像扫描要求的待检测器官的情况下，可以输出目标扫描图像存在检测异常的警告信息；检测设备可以将该警告信息发送至显示器进行输出，输出方式可以包括但不限于是画面警告方式、声音警告方式等，即显示器上可以弹出警告提示框，也可以结合音频输出组件输出警告提示音。需要说明的是，警告信息的输出方式可以是一种，也可以是多种组合的方式，在实际应用中，用户可以对警告信息的输出方式进行灵活调整和设置。
步骤502，在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作。
可选地，在用户确定要中止正在进行的扫描操作的情况下，可以输入中断指令，检测设备在接收到用户基于该警告信息输入的中断指令的情况下，可以基于该中断指令中断对待检测对象进行扫描的操作。可选地，用户也可以选择消除警告，继续执行扫描操作，检测设备在接收到用户基于该警告信息输入的禁止中断指令的情况下，检测设备可以禁止中断对待检测对象进行扫描的操作，即控制扫描设备继续执行扫描操作。
本实施例中，检测设备通过输出目标扫描图像存在检测异常的警告信息，并在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作；增加了系统的多样性和灵活性，也提高了用户操作的可选择性，增加了用户体验。
图6为另一个实施例中图像检测方法的流程示意图。本实施例涉及的是检测设备从目标扫描图像中，获取待检测器官的预设指标的目标检测结果的一种可选的实现过程，在上述实施例的基础上，如图6所示，上述步骤401包括：
步骤601，获取用户输入的待检测器官的标识信息。
可选地，待检测器官的标识信息可以是待检测器官的名称、编号等用于表征待检测器官的唯一标识的信息。
步骤602，根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法。
其中，该预设算法模型库中包括与不同器官对应的自动勾画算法。可选地，该自动勾画算法可以实现对目标扫描图像中的待检测器官的勾画，还可以实现对勾画出的待检测器官的预设指标进行检测分析。需要说明的是，对于满足上述功能要求的自动勾画算法可以采用现有技术中提供的原理方式，在此不做过多描述，另外，对于自动勾画算法的实现技术，可以采用现有的任意类型的分割模型或者神经网络模型来实现，本申请实施例对此并不做具体限定。
步骤603，采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果。
可选地，该勾画结果中可以包括待检测器官的位置区域，也可以包括待检测器官的不同预设指标对应的目标检测结果。
步骤604，从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果。
本实施例中，检测设备通过获取用户输入的待检测器官的标识信息，根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法；接着，采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果；进而从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果；其中，该预设算法模型库中包括与不同器官对应的自动勾画算法；通过本申请实施例中的待检测器官的预设指标的检测方式，能够提高检测效率和检测准确性。
图7为另一个实施例中图像检测方法的流程示意图。本实施例涉及的是检测设备输出显示内容的一种可选的实现过程，在上述实施例的基础上，如图7所示，上述方法还包括：
步骤701，针对各初始扫描图像，获取与初始扫描图像对应的目标扫描图像的分析结果，以及从目标扫描图像中获取待检测器官的预设指标的目标检测结果。
其中，该初始扫描图像即为上述步骤301中所描述的视频图像，与初始扫描图像对应的目标扫描图像即为上述步骤301中所描述的断层图像，该目标扫描图像的分析结果为该目标扫描图像中的各待检测器官的预设指标是否满足影像扫描要求(也即各待检测器官的预设指标是否满足预设扫描中断条件)，该待检测器官的预设指标的目标检测结果为目标扫描图像中待检测器官的预设指标对应的实际检测结果。
步骤702，将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果显示在显示界面上。
其中，该显示界面即为上述影像扫描系统中的显示器。
具体地，针对视频流信号中的每帧初始扫描图像，检测设备可以根据初始扫描图像、初始扫描图像中的目标扫描图像、目标扫描图像中的待检测器官的预设指标的目标检测结果、以及该目标检测结果是否满足影像扫描要求的分析结果，生成初始扫描图像对应的最终扫描图像，并将该最终扫描图像发送至显示器上进行显示。
本实施例中，针对各初始扫描图像，获取与初始扫描图像对应的目标扫描图像的分析结果，以及从目标扫描图像中获取待检测器官的预设指标的目标检测结果；将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果显示在显示界面上；也就是说，本申请实施例中能够针对扫描得到的每一个断层图像，进行器官的在线检测，并将实际的检测结果发送至显示器进行显示，能够提高检测结果的可视化程度，以便用户能够更直观地看到扫描过程中各断层图像中器官的具体参数，提高用户体验。
在一个实施例中，如图8所示，提供一种图像检测方法的完整实施例，具体包括以下步骤：
步骤801，获取用户输入的待检测器官的标识信息，以及待检测图像的目标区域；
步骤802，在对待检测对象进行扫描的过程中，实时获取待检测对象的视频信号；其中，该视频信号中包括多帧初始扫描图像；
步骤803，针对每一帧初始扫描图像，根据用户输入的目标区域，从初始扫描图像中提取目标区域，得到与初始扫描图像对应的目标扫描图像；其中，该目标区域为待检测器官所在的区域；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
步骤804，根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法；其中，该预设算法模型库中包括与不同器官对应的自动勾画算法；
步骤805，针对每帧目标扫描图像，采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果；
步骤806，从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果；
步骤807，分别对比各预设指标的目标检测结果和该预设指标的参考检测结果，生成对比结果；
步骤808，在对比结果为存在至少一个预设指标的目标检测结果与预设指标的参考检测结果不同的情况下，根据对比结果生成第一分析结果；并执行步骤809；
步骤809，在该分析结果为第一分析结果的情况下，确定分析结果符合预设扫描中断条件，输出目标扫描图像存在检测异常的警告信息，同时将初始扫描图像、第一分析结果待检测器官的预设指标的目标检测结果显示在显示界面上；
步骤810，在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作；
步骤811，本次扫描过程结束。
步骤812(与步骤808对应)，在对比结果为所有的预设指标的目标检测结果与预设指标的参考检测结果均相同的情况下，根据对比结果生成第二分析结果；并执行步骤813；
步骤813，将初始扫描图像、第二分析结果、待检测器官的预设指标的目标检测结果显示在显示界面上。
在本申请的一个可选的实施例中，针对每帧目标扫描图像，在确定当前帧目标扫描图像不符合预设扫描中断条件的情况下，也就是说，在确定当前帧目标扫描图像中的待检测器官满足影像扫描要求的情况下，可以进一步地对该当前帧目标扫描图像中的特定目标进行实时在线检测和分析，或者，也可以基于该当前帧目标扫描图像之前的全部或者部分帧目标扫描图像(可以包括或不包括该当前帧目标扫描图像)，对特定目标进行实时在线检测和分析。
换句话说，在确定目标扫描图像的待检测器官满足影像扫描要求的情况下，可以基于待检测器官满足影像扫描要求的一帧或者多帧目标扫描图像，实现对特定目标的在线检测和分析。例如：在进行肺部CT扫描过程中，可以基于待检测器官满足影像扫描要求的一帧或者多帧目标扫描图像，实现在线肺结节检测、在线肺炎检测等；在超声扫描过程中，也可以基于待检测器官满足影像扫描要求的一帧或者多帧目标扫描图像，实现在线甲状腺结节检测、在线胎儿头围测量等。
需要说明的是，上述特定目标可以是用户输入的，也可以是根据当前扫描的影像类型所确定的；另外，对特定目标的在线检测和分析过程可以是检测设备自己执行的，也可以是检测设备将满足影像扫描要求的至少一帧目标扫描图像发送至与该检测设备连接的其他处理设备，由其他处理设备所执行的对特定目标的在线检测和分析过程，本申请实施例对此并不做限定。再者，对于本实施例中所涉及到的对特定目标的检测和分析的具体实现方式可以采用现有技术实现，在此不做过多解释。
本实施例中，除对扫描过程中的每帧目标扫描图像的待检测器官进行实时在线检测之外，还可以根据满足影像扫描要求的目标扫描图像实现对待检测对象中的特定目标的在线检测和分析；一方面，相比于现有技术中，扫描设备只能根据一次完整扫描后的扫描影像来判断待检测对象的生理状态是否符合扫描要求，并在确定不符合扫描要求的情况下要求重新调整待检测对象的生理状态并再次进行影像扫描的过程而言，本实施例能够在一次扫描过程中，实时对待检测对象的生理状态(即能够表征其生理状态的待检测器官)进行在线检测，并在确定其不满足影像扫描要求的情况下，及时地中断本次扫描，减少本次扫描所造成的医疗资源浪费。
另一方面，相比于现有技术中，通常是在影像扫描结束后，扫描设备将扫描影像发送至服务器进行图像后处理，来实现对扫描影像中的特定目标的检测过程而言，本实施例中，能够在扫描设备对待检测对象进行扫描的过程中，根据满足影像扫描要求的目标扫描图像对特定目标进行实时在线检测，使得在一次扫描过程结束后，不仅能得到对待检测对象的扫描影像，还能得到对待检测对象的特定目标的检测结果；相比于现有技术中的图像后处理而言，实时在线检测还能够提高图像检测分析的效率，节省通讯资源和系统功耗，降低医疗系统成本。
应该理解的是，虽然如上的各实施例所涉及的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，如上的各实施例所涉及的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。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的图像检测方法的图像检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个图像检测装置实施例中的具体限定可以参见上文中对于图像检测方法的限定，在此不再赘述。
在一个实施例中，如图9所示，提供了一种图像检测装置，包括：第一获取模块901、分析模块902和中断模块903，其中：
第一获取模块901，用于在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；
分析模块902，用于针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；
中断模块903，用于在分析结果符合预设扫描中断条件的情况下，中断对待检测对象进行扫描的操作。
在其中一个实施例中，分析模块902包括第一获取单元和生成单元；其中，第一获取单元，用于从目标扫描图像中，获取待检测器官的预设指标的目标检测结果；生成单元，用于根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果。
在其中一个实施例中，预设指标包括器官大小、器官纹理中的至少一种，上述生成单元，具体用于分别对比各预设指标的目标检测结果和该预设指标的参考检测结果，生成对比结果；在对比结果为存在至少一个预设指标的目标检测结果与预设指标的参考检测结果不同的情况下，根据对比结果生成第一分析结果；上述中断模块903，具体用于在该分析结果为第一分析结果的情况下，确定分析结果符合预设扫描中断条件，中断对待检测对象进行扫描的操作。
在其中一个实施例中，上述中断模块903包括输出单元和中断单元；其中，输出单元，用于输出目标扫描图像存在检测异常的警告信息；中断单元，用于在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作。
在其中一个实施例中，上述第一获取单元，具体用于获取用户输入的待检测器官的标识信息；根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法；采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果；从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果；其中，该预设算法模型库中包括与不同器官对应的自动勾画算法。
在其中一个实施例中，上述第一获取模块901包括第二获取单元和提取单元；其中，第二获取单元，用于在对待检测对象进行扫描的过程中，实时获取待检测对象的视频信号；其中，该视频信号中包括多帧初始扫描图像；提取单元，用于针对每一帧初始扫描图像，从初始扫描图像中提取目标区域，得到与初始扫描图像对应的目标扫描图像；该目标区域为待检测器官所在的区域。
在其中一个实施例中，该装置还包括第二获取模块和显示模块；其中，第二获取模块，用于针对各初始扫描图像，获取与初始扫描图像对应的目标扫描图像的分析结果，以及从目标扫描图像中获取待检测器官的预设指标的目标检测结果；显示模块，用于将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果显示在显示界面上。
上述图像检测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检测设备中的处理器中，也可以以软件形式存储于检测设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种图像检测系统，参考图1所示。该图像检测系统包括扫描设备和显示器，该图像检测系统还包括检测设备，检测设备与扫描设备和显示器之间通信连接；检测设备，用于在对待检测对象进行扫描的过程中，从扫描设备获取待检测对象的至少一帧目标扫描图像；并针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；在分析结果符合预设扫描中断条件的情况下，控制扫描设备中断对待检测对象进行扫描的操作；其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像；检测设备，还用于将分析结果输出至显示器进行显示。
上述图像检测系统，通过在扫描设备和显示器之间增加检测设备，通过检测设备在对待检测对象进行扫描的过程中，从扫描设备获取待检测对象的至少一帧目标扫描图像；并针对每帧目标扫描图像，对目标扫描图像中待检测器官的预设指标进行分析，生成分析结果；在分析结果符合预设扫描中断条件的情况下，控制扫描设备中断对待检测对象进行扫描的操作；检测设备，还用于将分析结果输出至显示器进行显示；其中，该目标扫描图像中包括待检测对象的待检测器官，且目标扫描图像为对待检测对象进行扫描过程中的断层图像。也就是说，本申请实施例中的图像检测系统能够在对待检测对象进行影像扫描的过程中，实时地对扫描过程中所获取到的每帧目标扫描图像进行检测，即在扫描过程中，实现对待检测对象的待检测器官的预设指标的在线检测和判断；而且，在通过在线检测发现待检测器官的预设指标的分析结果符合预设扫描中断条件的情况下，能够及时地中断正在进行的扫描操作；相比于现有技术中在一次完整的扫描操作结束后，通过扫描影像判断其中的某些器官不符合扫描要求时，需待检测对象调整生理体征后再次进行完整影像扫描而言，本申请实施例中所提出的图像检测系统能够在前一次扫描过程中，在判断不符合扫描要求时及时中断前一次的扫描操作，以节省医疗资源，避免医疗资源的无效使用以及医疗资源的浪费。另外，采用本申请实施例所提出的图像检测系统，还能提高影像扫描的效率，使得每次完整扫描后所得到的影像扫描结果都符合影像扫描要求。再者，本申请实施例所提出的图像检测系统中的检测设备是对扫描设备获取的扫描图像进行在线处理，并不存储扫描图像，即不存储医学影像数据，不会造成数据泄露和数据安全问题。
在其中一个实施例中，检测设备，具体用于从目标扫描图像中，获取待检测器官的预设指标的目标检测结果；根据预设指标的参考检测结果对预设指标的目标检测结果进行分析，生成分析结果。
在其中一个实施例中，预设指标包括器官大小、器官纹理中的至少一种，检测设备，具体用于分别对比各预设指标的目标检测结果和该预设指标的参考检测结果，生成对比结果；在对比结果为存在至少一个预设指标的目标检测结果与预设指标的参考检测结果不同的情况下，根据对比结果生成第一分析结果；并在该分析结果为第一分析结果的情况下，确定分析结果符合预设扫描中断条件，中断对待检测对象进行扫描的操作。
在其中一个实施例中，检测设备，具体用于输出目标扫描图像存在检测异常的警告信息至显示器；显示器，用于检测用户基于该警告信息输入的中断指令，并将该中断指令发送至检测设备；检测设备，用于在接收到用户基于该警告信息输入的中断指令的情况下，基于中断指令中断对待检测对象进行扫描的操作。
在其中一个实施例中，检测设备，具体用于从显示器中获取用户输入的待检测器官的标识信息；根据待检测器官的标识信息，从预设算法库中确定与待检测器官的标识信息对应的自动勾画算法；采用自动勾画算法，对目标扫描图像中的待检测器官进行勾画，生成待检测器官的勾画结果；从待检测器官的勾画结果中，获取待检测器官的预设指标的目标检测结果；该预设算法模型库中包括与不同器官对应的自动勾画算法。
在其中一个实施例中，检测设备，具体用于在对待检测对象进行扫描的过程中，从扫描设备中实时获取待检测对象的视频信号；其中，该视频信号中包括多帧初始扫描图像；针对每一帧初始扫描图像，从初始扫描图像中提取目标区域，得到与初始扫描图像对应的目标扫描图像；该目标区域为待检测器官所在的区域。
在其中一个实施例中，该检测设备，还用于针对各初始扫描图像，获取与初始扫描图像对应的目标扫描图像的分析结果，以及从目标扫描图像中获取待检测器官的预设指标的目标检测结果，并将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果发送至显示器，以便显示器将初始扫描图像、分析结果、待检测器官的预设指标的目标检测结果显示在显示器的显示界面上。
在一个实施例中，提供了一种检测设备，该检测设备可以是服务器，也可以是终端，其内部结构图可以如图2所示。该检测设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该检测设备的处理器用于提供计算和控制能力。该检测设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该检测设备的数据库用于存储图像检测数据。该检测设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像检测方法。
本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的检测设备的限定，具体的检测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。
在一个实施例中，提供了一种检测设备，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各个实施例中的图像检测方法的步骤。
在一个实施例中，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各个实施例中的图像检测方法的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各个实施例中的图像检测方法的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例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，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例的流程。其中，本申请所提供的各实施例中所使用的对存储器、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-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。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等。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 RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例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。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像检测方法，其特征在于，所述方法包括：
在对待检测对象进行扫描的过程中，获取待检测对象的至少一帧目标扫描图像；所述目标扫描图像中包括所述待检测对象的待检测器官，且所述目标扫描图像为对所述待检测对象进行扫描过程中的断层图像；
针对每帧所述目标扫描图像，对所述目标扫描图像中所述待检测器官的预设指标进行分析，生成分析结果；
若所述分析结果符合预设扫描中断条件，则中断对所述待检测对象进行扫描的操作。
2.根据权利要求1所述的方法，其特征在于，所述对所述目标扫描图像中所述待检测器官的预设指标进行分析，生成分析结果，包括：
从所述目标扫描图像中，获取所述待检测器官的预设指标的目标检测结果；
根据所述预设指标的参考检测结果对所述预设指标的目标检测结果进行分析，生成分析结果。
3.根据权利要求2所述的方法，其特征在于，所述预设指标包括器官大小、器官纹理中的至少一种，所述根据所述预设指标的参考检测结果对所述预设指标的目标检测结果进行分析，生成分析结果，包括：
分别对比各所述预设指标的目标检测结果和所述预设指标的参考检测结果，生成对比结果；
若所述对比结果为存在至少一个所述预设指标的目标检测结果与所述预设指标的参考检测结果不同，则根据所述对比结果生成第一分析结果；
相应地，所述若所述分析结果符合预设扫描中断条件，则中断对所述待检测对象进行扫描的操作，包括：
若所述分析结果为所述第一分析结果，则确定所述分析结果符合预设扫描中断条件，中断对所述待检测对象进行扫描的操作。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述中断对所述待检测对象进行扫描的操作，包括：
输出所述目标扫描图像存在检测异常的警告信息；
若接收到用户基于所述警告信息输入的中断指令，则基于所述中断指令中断对所述待检测对象进行扫描的操作。
5.根据权利要求2所述的方法，其特征在于，所述从所述目标扫描图像中，获取所述待检测器官的预设指标的目标检测结果，包括：
获取用户输入的所述待检测器官的标识信息；
根据所述待检测器官的标识信息，从预设算法库中确定与所述待检测器官的标识信息对应的自动勾画算法；所述预设算法模型库中包括与不同器官对应的自动勾画算法；
采用所述自动勾画算法，对所述目标扫描图像中的所述待检测器官进行勾画，生成所述待检测器官的勾画结果；
从所述待检测器官的勾画结果中，获取所述待检测器官的预设指标的目标检测结果。
6.根据权利要求2所述的方法，其特征在于，所述在对待检测对象进行扫描的过程中，获取所述待检测对象的至少一帧目标扫描图像，包括：
在对待检测对象进行扫描的过程中，实时获取所述待检测对象的视频信号；其中，所述视频信号中包括多帧初始扫描图像；
针对每一帧所述初始扫描图像，从所述初始扫描图像中提取目标区域，得到与所述初始扫描图像对应的目标扫描图像；所述目标区域为所述待检测器官所在的区域。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
针对各所述初始扫描图像，获取与所述初始扫描图像对应的目标扫描图像的分析结果，以及从所述目标扫描图像中获取所述待检测器官的预设指标的目标检测结果；
将所述初始扫描图像、所述分析结果、所述待检测器官的预设指标的目标检测结果显示在显示界面上。
8.一种图像检测装置，其特征在于，所述装置包括：
第一获取模块，用于在对待检测对象进行扫描的过程中，获取所述待检测对象的至少一帧目标扫描图像；所述目标扫描图像中包括所述待检测对象的待检测器官，且所述目标扫描图像为对所述待检测对象进行扫描过程中的断层图像；
分析模块，用于针对每帧所述目标扫描图像，对所述目标扫描图像中所述待检测器官的预设指标进行分析，生成分析结果；
中断模块，用于若所述分析结果符合预设扫描中断条件，则中断对所述待检测对象进行扫描的操作。
9.一种图像检测系统，所述图像检测系统包括扫描设备和显示器，其特征在于，所述图像检测系统还包括检测设备，所述检测设备与所述扫描设备和所述显示器之间通信连接；
所述检测设备，用于在对待检测对象进行扫描的过程中，从所述扫描设备获取所述待检测对象的至少一帧目标扫描图像；并针对每帧所述目标扫描图像，对所述目标扫描图像中所述待检测器官的预设指标进行分析，生成分析结果；若所述分析结果符合预设扫描中断条件，则控制所述扫描设备中断对所述待检测对象进行扫描的操作；其中，所述目标扫描图像中包括所述待检测对象的待检测器官，且所述目标扫描图像为对所述待检测对象进行扫描过程中的断层图像；
检测设备，还用于将所述分析结果输出至所述显示器进行显示。
10.一种检测设备，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1至7中任一项所述的方法的步骤。
CN202210426686.5A 2022-04-22 2022-04-22 图像检测方法、装置、系统及检测设备 Pending CN114782364A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210426686.5A CN114782364A (zh) 2022-04-22 2022-04-22 图像检测方法、装置、系统及检测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210426686.5A CN114782364A (zh) 2022-04-22 2022-04-22 图像检测方法、装置、系统及检测设备

Publications (1)

Publication Number Publication Date
CN114782364A true CN114782364A (zh) 2022-07-22

Family

ID=82431507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210426686.5A Pending CN114782364A (zh) 2022-04-22 2022-04-22 图像检测方法、装置、系统及检测设备

Country Status (1)

Country Link
CN (1) CN114782364A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063286A (zh) * 2022-08-08 2022-09-16 江苏时代新能源科技有限公司 一种检测系统及图像处理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063286A (zh) * 2022-08-08 2022-09-16 江苏时代新能源科技有限公司 一种检测系统及图像处理方法
CN115063286B (zh) * 2022-08-08 2022-11-25 江苏时代新能源科技有限公司 一种检测系统及图像处理方法

Similar Documents

Publication Publication Date Title
KR102289277B1 (ko) 복수의 의료 영상 판독 알고리듬들에 대한 평가 스코어를 생성하는 의료 영상 판독 지원 장치 및 방법
CN113066061B (zh) 一种基于mra的动脉瘤检测方法、系统、终端及介质
JP2005169119A (ja) 磁気共鳴断層撮影装置の作動方法および制御装置
US12070356B2 (en) Medical imaging apparatus to automatically determine presence of an abnormality including a determination to transmit an assistance image and a classified abnormality stage
CN110458837B (zh) 一种图像后处理方法、装置、电子设备及存储介质
KR102531400B1 (ko) 인공 지능 기반 대장 내시경 영상 진단 보조 시스템 및 방법
CN111311536A (zh) 医学图像数据
US20120053446A1 (en) Voting in image processing
US10390726B2 (en) System and method for next-generation MRI spine evaluation
JP2007172604A (ja) 取得システムのプロトコル及び／又はパラメータに基づいてコンピュータ利用アルゴリズムを選択するための方法及び装置
CN110246135B (zh) 卵泡监测方法、装置、系统及存储介质
JP2007524948A (ja) 音声合成を用いた医療画像解析
US20070211929A1 (en) Digital medical image processing
CN113658175A (zh) 一种征象数据的确定方法及装置
JP7253152B2 (ja) 情報処理装置、情報処理方法、及びプログラム
KR20230118054A (ko) 의료 영상으로부터 바이오마커 발현을 예측하는 방법및 시스템
CN114782364A (zh) 图像检测方法、装置、系统及检测设备
KR20210054140A (ko) 내시경 영상에 대한 복수의 의료 영상 판독 알고리듬들을 이용하는 의료 영상 판독 지원 장치 및 방법
JPWO2020054604A1 (ja) 情報処理装置、制御方法、及びプログラム
CN112750099A (zh) 卵泡测量方法、超声设备以及计算机可读存储介质
JP2007159934A (ja) 比較読影支援装置
US8831301B2 (en) Identifying image abnormalities using an appearance model
CN109767468B (zh) 脏器体积检测方法及装置
CN116912247A (zh) 医疗图像处理方法、装置、存储介质及电子设备
US20100202674A1 (en) Voting in mammography processing

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