CN114783575B - 一种医疗用图像处理系统及方法 - Google Patents
一种医疗用图像处理系统及方法 Download PDFInfo
- Publication number
- CN114783575B CN114783575B CN202210424473.9A CN202210424473A CN114783575B CN 114783575 B CN114783575 B CN 114783575B CN 202210424473 A CN202210424473 A CN 202210424473A CN 114783575 B CN114783575 B CN 114783575B
- Authority
- CN
- China
- Prior art keywords
- image
- marked
- display
- display terminal
- display screen
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种医疗用图像处理系统及方法，涉及医疗设备技术领域，目的在于提供一种降低误诊率，提高诊断正确率的一种医疗用图像处理系统及方法，其技术要点是所述显示终端用于输出显示所述第一影像和标记图像；所述第一影像在所述标记图像前显示，且第一影像通过人工标记病灶区形成第二影像，所述第二影像形成后显示所述标记图像，技术效果是对计算机处理后的标记图像进行加密隐藏，并直接显示对采集图像进行运算、变换、增强、分隔处理后的第一影像，人工标记第一影像的病灶区，确定为第二影像，将第二影像作为打开标记图像的秘钥，显示终端在接收第二影像后，再显示标记图像，避免计算机诊断错误，给医生带来错误印象，从而造成误诊。
Description
技术领域
本发明涉及医疗设备技术领域，具体为一种医疗用图像处理系统及方法。
背景技术
图像处理主要应用在医学、遥感、工业检测和监视、军事侦察等领域，现代图像处理和图形处理都是以光栅扫描的像素为基础，同一系统可实现两种处理，两者结合能进行立体成像，如医学上的三维CT(计算机层析摄影)，军事模拟上的三维地理、地貌图，图像处理系统包括图像处理硬件和图像处理软件。
现有的医疗图像处理系统中，包括影像前处理和后处理，在影像后处理中，一般利用医疗辅助诊断(CAD)技术，辅助医生对影像图片进行分析，CAD技术在临床上的应用主要表现在处理大量病人影像的基础上，把病灶尽可能准确地找出来，提供给医生作为进一步诊断的参考，因此，在计算机医疗辅助诊断中，只能处理大量影像图片，筛选出可疑影像，降低医生的工作量，不能根据计算机的分析结果，对患者直接进行诊断。
但是，在实际操作中，由于CAD技术的使用，呈现给医生的影像会标记病灶区，给医生造成第一印象，会直接对标记的病灶区进行主要分析，然而，有些正常组织和病灶组织容易混淆，影像中可能存在一些组织的异变不明显，而计算机技术并没有对其进行标记，从而造成错误诊断。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供一种降低误诊率，提高诊断正确率的一种医疗用图像处理系统及方法。
(二)技术方案
为实现上述目的，本发明提供如下技术方案：一种医疗用图像处理系统，至少包括：图像采集设备，图像处理设备和显示终端，所述图像处理设备分别通信连接所述图像采集设备和所述显示终端，其中：
所述图像采集设备用于采集病人的原始医疗影像；
所述图像处理设备用于对原始医疗影像进行处理，包括对采集信息进行运算、变换、增强、分隔处理，形成第一影像，并向所述显示终端输出第一影像；
所述图像处理设备还用于对所述第一影像进行特征提取和标记，形成标记图像，并向所述显示终端输出标记图像；
所述显示终端用于输出显示所述第一影像和标记图像；
所述第一影像在所述标记图像前显示，且第一影像通过人工标记病灶区形成第二影像，所述第二影像形成后显示所述标记图像。
优选地，所述显示终端内部预设验证模型和相似度阈值，所述验证模型用于将所述第二影像与标记图像进行匹配，所述显示终端获取验证结果，并根据验证结果显示对应影像：若相似度小于相似度阈值，则输出显示第一影像或第二影像；若相似度大于相似度阈值，则输出显示标记图像。
优选地，所述显示终端包括存储单元和显示单元，所述存储单元用于存储所有病人的影像信息，所述显示单元包括显示区域和选择区域，多个影像信息能重叠在所述显示区域中，所述选择区域包括所述病人基本信息，所述选择区域根据病人基本信息选择对象，所述显示区域呈现所述选择对象的影像信息。
优选地，所述显示区域包括第一显示区和第二显示区，其中一个显示区用于显示选择对象的第一影像，另一个显示区用于显示选择对象的正确影像。
优选地，所述显示终端包括第一显示屏和第二显示屏，所述第一显示区和第二显示区分别在所述第一显示屏和第二显示屏上设置。
优选地，述显示终端还包括：
处理单元，所述处理单元用于处理第一显示屏和第二显示屏正常开启时，检测是否有触发显示事件；
切换单元，电连接于所述处理单元，当所述处理单元监测到所述触发显示事件时，控制所述切换单元将第一显示屏和第二显示屏的显示信息进行切换；
所述处理单元，通过命令模式与所述第一显示屏和所述第二显示屏进行数据传输。
优选地，所述第一显示屏和第二显示屏为触摸屏，且第一显示屏和第二显示屏之间通过连接件活动连接。
一种医疗用图像处理方法，应用于上述一种医疗用图像处理系统，所述方法包括：
采集病人的原始医疗影像；
对采集信息进行运算、变换、增强、分隔处理，得到第一影像并向所述显示终端输入第一影像；
对所述第一影像进行特征提取和标记，得到标记图像并向所述显示终端输入标记图像；
显示终端获取标记图像，并对所述标记图像进行上锁隐藏，同时输出显示第一影像；
人工标记第一影像病灶区，确定为第二影像；
显示终端获取第二影像，解锁显示标记图像；
人工对比标记图像和第二影像标记的病灶区。
优选地，显示终端获取第二影像后，通过预设的验证模型，将所述第二影像与标记图像进行匹配，得到所述第二影像的验证结果，所述验证结果包括：所述第二影像中标记病灶区与所述标记图像中的标记病灶区相似度大于等于或小于相似度阈值；
根据所述验证结果：当匹配相似度大于相似度阈值时，显示终端显示所述标记图像；当匹配相似度小于阈值时，显示终端显示所述第二影像或第一影像，继续进行人工标记。
优选地，根据所述验证结果，输出显示所述标记图像，当相似度小于百分之百时，人工对比标记图像，得到对比结果；
所述对比结果包括：第一影像标记出现错误或/和标记图像出现错误；
根据所述对比结果：当标记图像出现错误时，对其进行改正为正确影像，显示终端存储所述正确影像至所述存储单元。
(三)有益效果
与现有技术相比，本发明提供了一种医疗用图像处理系统及方法，具备以下有益效果：
对计算机处理后的标记图像进行加密隐藏，并直接显示对采集图像进行运算、变换、增强、分隔处理后的第一影像，人工标记第一影像的病灶区，确定为第二影像，将第二影像作为打开标记图像的秘钥，显示终端在接收第二影像后，再显示标记图像，避免计算机诊断错误，给医生带来错误印象，从而造成误诊；同时，将第二影像和标记图像进行对比后，再确定病灶区，最大程度提高对患者的诊断正确率，降低漏诊误诊风险。
附图说明
图1为本发明一个实施例的流程框图；
图2为本发明另一实施例的流程框图；
图3为本发明另一实施例的流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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例，都属于本发明保护的范围。
实施例1
参考图1，一种医疗用图像处理系统，至少包括：图像采集设备，图像处理设备和显示终端，图像处理设备分别通信连接图像采集设备和显示终端，其中：
图像采集设备用于采集病人的原始医疗影像；
图像处理设备用于对原始医疗影像进行处理，包括对采集信息进行运算、变换、增强、分隔处理，形成第一影像，并向显示终端输出第一影像；
图像处理设备还用于对第一影像进行特征提取和标记，形成标记图像，并向显示终端输出标记图像；
显示终端用于输出显示第一影像和标记图像；
第一影像在标记图像前显示，且第一影像通过人工标记病灶区形成第二影像，第二影像形成后显示标记图像；
需要说明的是，上述图像采集设备包括在医疗使用过程的各种图像采集装置，用于采集病人原始影像信息，包括数字影像设备、X线计算机体层成像设备、磁共振成像设备、超声成像设备、核医学成像设备等；上述图像处理设备对采集信息进行运算、变换、增强、分隔处理，此为图像采集后的正常处理工序，在此基础上，图像处理设备继续对处理后的第一影像进行标记，并向显示终端输出标记图像；
在本发明方案中，显示终端包括但不限于诸如手机、平板电脑等移动终端，以及诸如数字TV、台式计算机等固定终端，在使用时，显示终端接收经过处理的第一影像和标记图像，并且，显示终端第一次接收第一影像和标记图像后，只显示第一影像，并对标记图像进行加密，医生根据显示的第一影像进行判断，确定病人病灶区并对第一影像进行标记，形成第二影像，将第二影像作为打开标记图像的秘钥，显示终端在接收第二影像后，显示标记图像；
本发明方案中，不直接显示计算机医疗诊断技术标记图像，而是在医生进行确定病灶，将二者进行对比，避免计算机诊断错误，给医生带来错误印象，从而造成误诊；同时，两张图像对比后，再确定病灶区，最大程度提高对患者的诊断正确率，降低漏诊误诊风险。
实施例2
参考图2，在上述实施例的基础上，进一步地，为了可以最大程度提高诊断正确率，在显示终端内部预设验证模型和相似度阈值，验证模型用于将第二影像与标记图像进行匹配，显示终端获取验证结果，并根据验证结果显示对应影像：若相似度小于相似度阈值，则输出显示第一影像或第二影像；若相似度大于相似度阈值，则输出显示标记图像；
关于验证模型，验证模型接收标记图像和第二影像，并对二者进行对比，通过计算机算法自动分析，快速找出两张图片的不同之处，同时，计算出两张图片的相似度；关于利用计算机算法分析图像相似度的技术，是能够实现的现有技术，已经存在照片相似度对比工具的软件，在此，对算法不进行赘述；
关于相似度阈值，可设定一个较高数值，如95％-100％，当相似度达到95％时，通过验证，此时，解开秘钥，显示标记图像，在相似度低于相似度阈值时，标记图像不显示，从而对医生进行提醒，其判断很大可能存在错误，引起医生重视，从而保证第二影像的正确性，最终，实现对患者诊断正确率的提高。
实施例3
参考图3，显示终端包括存储单元和显示单元，存储单元用于存储所有病人的影像信息，显示单元包括显示区域和选择区域，多个影像信息能重叠在显示区域中，选择区域包括病人基本信息，选择区域根据病人基本信息选择对象，显示区域呈现选择对象的影像信息；
将病人影像信息存储在显示终端的存储单元，在病人进行复诊时，直接在选择区域输入病人基本信息，调取病人的病历影像，从而便于对患者进行把控；
具体地，病人影像信息为：对比标记图像和第二影像后，对标记图像或第二影像进行修改得到的正确影像，以及第一影像；
需要说明的是，标记图像和第二影像都能进行改正，实际操作时，医生可根据修改便捷度，确定修改任一影像，并将修改后的正确影像存储至存储单元内；
关于病人影像信息，可通过互联网在各医院的终端设备之间进行共享，给医生和患者带来便利；
进一步地，为了便于诊断时对标记图像和第二影像进行对比分析，显示区域包括第一显示区和第二显示区，其中一个显示区用于显示选择对象的第一影像，另一个显示区用于显示选择对象的正确影像；
标记图像和第一影像可以在显示区域重叠显示，二者之间通过空间切换进行查看，但是，该查看方式不便于两张图片的对比分析，因此，设置两个显示区同时显示，可提高图片分析的便捷性；
具体操作时，当医生输入病人基本信息，需要说明的是，输入的基本信息可以是姓名和身份证信息，便于快速查找，当确定选择对象后，第一显示区和第二显示区分别显示病人的第一影像和正确影像，正确影像的标记便于医生对患者病情进行直接分析，同时，若医生对正确影像标记存在疑问，可观察第一影像，进行仔细查看；
具体地，显示终端包括第一显示屏和第二显示屏，第一显示区和第二显示区分别在第一显示屏和第二显示屏上设置。
实施例4
为了便于对两张图片进行切换，方便医生进行分析，显示终端还包括：
处理单元，处理单元用于处理第一显示屏和第二显示屏正常开启时，检测是否有触发显示事件；
切换单元，电连接于处理单元，当处理单元监测到触发显示事件时，控制切换单元将第一显示屏和第二显示屏的显示信息进行切换；
处理单元，通过命令模式与第一显示屏和第二显示屏进行数据传输；
需要说明的是，触发显示事件可以为但不限于：
在显示区域的预设区进行操作，例如在第一显示屏或第二显示屏上设置某个特定区域，如显示屏的右上角，当处理单元检测到显示屏的右上角有操作时，则判断检测到触发显示事件；
或，在显示区域进行预设动作的操作，例如某个具体动作，鼠标或手指在显示屏的滑动轨迹为字母“Z”或“L”，当处理单元检测到显示屏的滑动轨迹为字母“Z”或“L”时，则判断检测到触发显示事件；
当处理单元判断检测到触发显示事件后，控制第一显示屏和第二显示屏的数据进行切换，需要说明的是，两个显示屏中数据切换为：将第一显示屏的图片移动至第二显示屏中，同时，第二显示屏的图片移动至第一显示屏中，两个显示屏中的信息同时调换位置，在对图片进行对比时，可根据需要调整两个图像位置，人体无需在两个显示屏之间移动，也无需拖动图片两次，提高操作便捷性；
进一步地，为了提高操作的便捷性，第一显示屏和第二显示屏为触摸屏，且第一显示屏和第二显示屏之间通过连接件活动连接，在显示终端使用后，对第一显示屏和第二显示屏进行折叠，减少占用空间和灰尘污染。
对于上述一种医疗工图像处理系统，对应设置一种医疗用图像处理方法，方法包括：
S100、采集病人的原始医疗影像；
S200、对采集信息进行运算、变换、增强、分隔处理，得到第一影像并向显示终端输入第一影像；
S300、对第一影像进行特征提取和标记，得到标记图像并向显示终端输入标记图像；
S400、显示终端获取标记图像，并对标记图像进行上锁隐藏，同时输出显示第一影像；
S500、人工标记病灶区，确定为第二影像；
S600、显示终端获取第二影像，解锁显示标记图像；
S700、人工对比标记图像和第二影像标记的病灶区。
需要说明的是，步骤S500中，是对第一影像进行标记，标记后的图像为第二影像；
进一步地，显示终端获取第二影像后，通过预设的验证模型，将第二影像与标记图像进行匹配，得到第二影像的验证结果，验证结果包括：第二影像中标记病灶区与标记图像中的标记病灶区相似度大于等于或小于相似度阈值；
根据验证结果：当匹配相似度大于相似度阈值时，进行步骤S600，显示终端显示标记图像；当匹配相似度小于阈值时，回到步骤S500、重新确定第二影像，具体的，显示终端显示第二影像或第一影像，继续进行人工标记；
进一步地，根据验证结果，输出显示标记图像，当相似度小于百分之百时，人工对比标记图像，得到对比结果；
对比结果包括：第一影像标记出现错误或/和标记图像出现错误；
根据对比结果：进行步骤S800：当标记图像出现错误时，对其进行改正为正确影像，显示终端存储正确影像至存储单元。
工作原理：该医疗用图像处理系统及方法配合使用，对计算机处理后的标记图像进行加密隐藏，并直接显示对采集图像进行运算、变换、增强、分隔处理后的第一影像，人工标记第一影像的病灶区，确定为第二影像，将第二影像作为打开标记图像的秘钥，显示终端在接收第二影像后，再显示标记图像，避免计算机诊断错误，给医生带来错误印象，从而造成误诊；同时，将第二影像和标记图像进行对比后，再确定病灶区，最大程度提高对患者的诊断正确率，降低漏诊误诊风险。
以上仅为本发明的具体实施例，但本发明的技术特征并不局限于此。任何以本发明为基础，为解决基本相同的技术问题，实现基本相同的技术效果，所作出的简单变化、等同替换或者修饰等，皆涵盖于本发明的保护范围之中。
Claims (9)
1.一种医疗用图像处理系统，其特征在于，至少包括：图像采集设备，图像处理设备和显示终端，所述图像处理设备分别通信连接所述图像采集设备和所述显示终端，其中：
所述图像采集设备用于采集病人的原始医疗影像；
所述图像处理设备用于对原始医疗影像进行处理，包括对采集信息进行运算、变换、增强、分隔处理，形成第一影像，并向所述显示终端输出第一影像；
所述图像处理设备还用于对所述第一影像进行特征提取和标记，形成标记图像，并向所述显示终端输出标记图像；
所述显示终端用于输出显示所述第一影像和标记图像；
所述第一影像在所述标记图像前显示，且第一影像通过人工标记病灶区形成第二影像，所述第二影像形成后显示所述标记图像；显示终端接收经过处理的第一影像和标记图像，显示终端第一次接收第一影像和标记图像后，显示第一影像，并对标记图像进行加密，医生根据显示的第一影像进行判断，确定病人病灶区并对第一影像进行标记，形成第二影像，将第二影像作为打开标记图像的秘钥，显示终端在接收第二影像后，显示标记图像；
所述显示终端内部预设验证模型和相似度阈值，所述验证模型用于将所述第二影像与标记图像进行匹配，所述显示终端获取验证结果，并根据验证结果显示对应影像：若相似度小于相似度阈值，则输出显示第一影像或第二影像；若相似度大于相似度阈值，则输出显示标记图像。
2.根据权利要求1所述的一种医疗用图像处理系统，其特征在于：所述显示终端包括存储单元和显示单元，所述存储单元用于存储所有病人的影像信息，所述显示单元包括显示区域和选择区域，多个影像信息能重叠在所述显示区域中，所述选择区域包括所述病人基本信息，所述选择区域根据病人基本信息选择对象，所述显示区域呈现所述选择对象的影像信息。
3.根据权利要求2所述的一种医疗用图像处理系统，其特征在于：所述显示区域包括第一显示区和第二显示区，其中一个显示区用于显示选择对象的第一影像，另一个显示区用于显示选择对象的正确影像，所述正确影像为当标记图像出现错误时，对其进行改正的影像结果。
4.根据权利要求3所述的一种医疗用图像处理系统，其特征在于：所述显示终端包括第一显示屏和第二显示屏，所述第一显示区和第二显示区分别在所述第一显示屏和第二显示屏上设置。
5.根据权利要求4所述的一种医疗用图像处理系统，其特征在于，所述显示终端还包括：
处理单元，所述处理单元用于处理第一显示屏和第二显示屏正常开启时，检测是否有触发显示事件；
切换单元，电连接于所述处理单元，当所述处理单元监测到所述触发显示事件时，控制所述切换单元将第一显示屏和第二显示屏的显示信息进行切换；
所述处理单元，通过命令模式与所述第一显示屏和所述第二显示屏进行数据传输。
6.根据权利要求4所述的一种医疗用图像处理系统，其特征在于：所述第一显示屏和第二显示屏为触摸屏，且第一显示屏和第二显示屏之间通过连接件活动连接。
7.一种医疗用图像处理方法，应用于权利要求1-6任一项所述的一种医疗用图像处理系统，其特征在于，所述方法包括：
采集病人的原始医疗影像；
对采集信息进行运算、变换、增强、分隔处理，得到第一影像并向所述显示终端输入第一影像；
对所述第一影像进行特征提取和标记，得到标记图像并向所述显示终端输入标记图像；
显示终端获取标记图像，并对所述标记图像进行上锁隐藏，同时输出显示第一影像；
人工标记第一影像病灶区，确定为第二影像；
显示终端获取第二影像，解锁显示标记图像；
人工对比标记图像和第二影像标记的病灶区。
8.根据权利要求7所述的一种医疗用图像处理方法，其特征在于：显示终端获取第二影像后，通过预设的验证模型，将所述第二影像与标记图像进行匹配，得到所述第二影像的验证结果，所述验证结果包括：所述第二影像中标记病灶区与所述标记图像中的标记病灶区相似度大于等于或小于相似度阈值；
根据所述验证结果：当匹配相似度大于相似度阈值时，显示终端显示所述标记图像；当匹配相似度小于阈值时，显示终端显示所述第二影像或第一影像，继续进行人工标记。
9.根据权利要求8所述的一种医疗用图像处理方法，其特征在于：根据所述验证结果，输出显示所述标记图像，当相似度小于百分之百时，人工对比标记图像，得到对比结果；
所述对比结果包括：第一影像标记出现错误或/和标记图像出现错误；
根据所述对比结果：当标记图像出现错误时，对其进行改正为正确影像，显示终端存储所述正确影像至存储单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210424473.9A CN114783575B (zh) | 2022-04-20 | 2022-04-20 | 一种医疗用图像处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210424473.9A CN114783575B (zh) | 2022-04-20 | 2022-04-20 | 一种医疗用图像处理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114783575A CN114783575A (zh) | 2022-07-22 |
| CN114783575B true CN114783575B (zh) | 2023-09-29 |
Family
ID=82431404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210424473.9A Active CN114783575B (zh) | 2022-04-20 | 2022-04-20 | 一种医疗用图像处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114783575B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115793912B (zh) * | 2023-02-02 | 2023-05-26 | 苏州一目万相科技有限公司 | 图像显示方法、图像显示装置和可读存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1759399A (zh) * | 2003-03-11 | 2006-04-12 | 美国西门子医疗解决公司 | 用于确保医学图像中计算机标记的人工审查的计算机辅助检测系统和方法 |
| WO2011132468A1 (ja) * | 2010-04-21 | 2011-10-27 | コニカミノルタエムジー株式会社 | 医用画像表示装置及びプログラム |
| CN108305671A (zh) * | 2018-01-23 | 2018-07-20 | 深圳科亚医疗科技有限公司 | 由计算机实现的医学图像调度方法、调度系统及存储介质 |
| CN109934824A (zh) * | 2019-03-27 | 2019-06-25 | 清华大学 | 颈椎脊髓高信号的检测方法及系统 |
| CN110634553A (zh) * | 2018-06-25 | 2019-12-31 | 青岛海信医疗设备股份有限公司 | 一种医学图像校验方法及系统 |
| CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
| CN110853737A (zh) * | 2019-10-15 | 2020-02-28 | 吉林大学 | 一种医疗影像识别模型的更新方法及系统 |
| CN111310851A (zh) * | 2020-03-03 | 2020-06-19 | 四川大学华西第二医院 | 一种人工智能超声辅助系统及其应用 |
| CN111354457A (zh) * | 2018-12-21 | 2020-06-30 | 北京赛迈特锐医疗科技有限公司 | 对医学影像人工智能诊断结果进行处理的系统及其方法 |
| CN112614103A (zh) * | 2020-12-18 | 2021-04-06 | 上海市胸科医院 | 基于深度学习的气管镜图像特征比对标记系统及方法 |
| CN113284126A (zh) * | 2021-06-10 | 2021-08-20 | 安徽省立医院(中国科学技术大学附属第一医院) | 人工神经网络图像分析预测脑积水分流手术疗效的方法 |
| CN114066875A (zh) * | 2021-11-25 | 2022-02-18 | 数坤(北京)网络科技股份有限公司 | 切片图像处理方法、装置、存储介质及终端设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102005062445A1 (de) * | 2005-12-27 | 2007-07-05 | Siemens Ag | Verfahren zum Erzeugen eines Röntgenbildes |
| US8468003B2 (en) * | 2010-08-23 | 2013-06-18 | Broncus Medical, Inc. | Automated fiducial marker planning system and related methods |
| US20180060488A1 (en) * | 2016-08-31 | 2018-03-01 | International Business Machines Corporation | Customizing annotations on medical images |
| WO2020082638A1 (zh) * | 2018-10-26 | 2020-04-30 | 广州金域医学检验中心有限公司 | 医学图像的病理标注方法及装置、基于医学图像的报告签发方法及装置、计算机可读存储介质 |
-
2022
- 2022-04-20 CN CN202210424473.9A patent/CN114783575B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1759399A (zh) * | 2003-03-11 | 2006-04-12 | 美国西门子医疗解决公司 | 用于确保医学图像中计算机标记的人工审查的计算机辅助检测系统和方法 |
| WO2011132468A1 (ja) * | 2010-04-21 | 2011-10-27 | コニカミノルタエムジー株式会社 | 医用画像表示装置及びプログラム |
| CN108305671A (zh) * | 2018-01-23 | 2018-07-20 | 深圳科亚医疗科技有限公司 | 由计算机实现的医学图像调度方法、调度系统及存储介质 |
| CN110634553A (zh) * | 2018-06-25 | 2019-12-31 | 青岛海信医疗设备股份有限公司 | 一种医学图像校验方法及系统 |
| CN111354457A (zh) * | 2018-12-21 | 2020-06-30 | 北京赛迈特锐医疗科技有限公司 | 对医学影像人工智能诊断结果进行处理的系统及其方法 |
| CN109934824A (zh) * | 2019-03-27 | 2019-06-25 | 清华大学 | 颈椎脊髓高信号的检测方法及系统 |
| CN110853737A (zh) * | 2019-10-15 | 2020-02-28 | 吉林大学 | 一种医疗影像识别模型的更新方法及系统 |
| CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
| CN111310851A (zh) * | 2020-03-03 | 2020-06-19 | 四川大学华西第二医院 | 一种人工智能超声辅助系统及其应用 |
| CN112614103A (zh) * | 2020-12-18 | 2021-04-06 | 上海市胸科医院 | 基于深度学习的气管镜图像特征比对标记系统及方法 |
| CN113284126A (zh) * | 2021-06-10 | 2021-08-20 | 安徽省立医院(中国科学技术大学附属第一医院) | 人工神经网络图像分析预测脑积水分流手术疗效的方法 |
| CN114066875A (zh) * | 2021-11-25 | 2022-02-18 | 数坤(北京)网络科技股份有限公司 | 切片图像处理方法、装置、存储介质及终端设备 |
Non-Patent Citations (5)
| Title |
|---|
| Deep Learning Techniques for Automatic MRI Cardiac Multi-Structures Segmentation and Diagnosis: Is the Problem Solved?;Olivier Bernard et al.;《IEEE Transactions on Medical Imaging》;第37卷(第11期);第2514 - 2525页 * |
| Machine Learning for Medical Imaging;Bradley J. Erickson et al.;《RadioGraphics》;第37卷(第2期);第505–515页 * |
| 基于深度学习的肺部CT图像处理分析及工程实现;魏佳宾;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;第E072-108页 * |
| 汪同庆.数字图像处理.《大学计算机概论》.武汉大学出版社,2010,第130-134页. * |
| 用于糖尿病视网膜病变分级的深度学习模型研究;张慧婷;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;第E065-462页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114783575A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106569673B (zh) | 多媒体病历报告的显示方法及多媒体病历报告的显示设备 | |
| JP4405172B2 (ja) | 医用システム | |
| JP4911029B2 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
| KR20120072961A (ko) | 의료 영상을 이용한 영상진단을 보조하는 방법 및 장치, 이를 수행하는 영상진단 시스템 | |
| US9002083B2 (en) | System, method, and software for optical device recognition association | |
| JP2016214324A (ja) | 診断支援装置、診断支援装置の制御方法、プログラム、及び診断支援システム | |
| JP6755192B2 (ja) | 診断支援装置および診断支援装置の作動方法 | |
| CN107752979B (zh) | 人工投影的自动生成方法、介质和投影图像确定装置 | |
| CN114419044B (zh) | 一种基于人工智能的医用超声图像分析系统及方法 | |
| JP2007151645A (ja) | 医用画像診断支援システム | |
| CN114783575B (zh) | 一种医疗用图像处理系统及方法 | |
| JP6158690B2 (ja) | 画像表示装置 | |
| JP4721865B2 (ja) | 医用画像表示装置 | |
| US10832420B2 (en) | Dynamic local registration system and method | |
| CN116912247A (zh) | 医疗图像处理方法、装置、存储介质及电子设备 | |
| JP3392462B2 (ja) | 医用診断支援システム | |
| JP2012143368A (ja) | 医用画像表示装置及びプログラム | |
| CN112885435B (zh) | 图像目标区域的确定方法、装置和系统 | |
| US20080117229A1 (en) | Linked Data Series Alignment System and Method | |
| JP2008073076A (ja) | 乳房ｘ線画像処理装置 | |
| JP4483250B2 (ja) | 画像診断支援装置、画像診断支援方法及びプログラム | |
| JP2006043187A (ja) | 乳房画像処理方法及び乳房画像出力システム | |
| US20230401708A1 (en) | Recording medium, information processing apparatus, information processing system, and information processing method | |
| US20230316526A1 (en) | Storage medium, information processing apparatus, information processing method, and information processing system | |
| JPH06292655A (ja) | 医用診断支援システム |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230907 Address after: Room 213, Building 7, No. 32 Helongyi Road, Baiyun District, Guangzhou City, Guangdong Province, 510000 Applicant after: Guangzhou Weiding Software Technology Co.,Ltd. Address before: 100000 No. d1086, floor 3, No. 16, Jiuxianqiao Road, Chaoyang District, Beijing Applicant before: Beijing Zoje Internet Information Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |