CN114788705A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN114788705A CN114788705A CN202210176316.0A CN202210176316A CN114788705A CN 114788705 A CN114788705 A CN 114788705A CN 202210176316 A CN202210176316 A CN 202210176316A CN 114788705 A CN114788705 A CN 114788705A
- Authority
- CN
- China
- Prior art keywords
- image
- quality
- index
- scanning
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012797 qualification Methods 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 5
- 238000000556 factor analysis Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 239000002184 metal Substances 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 13
- 201000010099 disease Diseases 0.000 abstract description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000001276 controlling effect Effects 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 55
- 230000000694 effects Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 102100037651 AP-2 complex subunit sigma Human genes 0.000 description 1
- 101000806914 Homo sapiens AP-2 complex subunit sigma Proteins 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
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
- A61B6/58—Testing, adjusting or calibrating thereof
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开提供的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。该影像医学质量分析调控方法包括：获取目标科室当前进行CT影像扫描患者对应的基础信息；获取该患者对应拍摄的CT影像，并进行初步解析，提取该CT影像对应的各扫描参数和各采集参数；对CT影像的基准参数进行采集；基于采集的各信息进行CT影像质量分析模型搭建；对该CT影像对应的质量进行初步分析和深度分析；本发明通过对病患拍摄CT影像进行多维度的影像质量参数采集与分析，有效的解决了当前技术对医学影像质量分析具有明显的局限性问题，提高了病患拍摄CT影像质量分析的精准性，进而大幅度降低了医生对病患病情诊断的误判率。
Description
技术领域
本发明属于影像医学质量技术领域，涉及到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。
背景技术
随着电子技术的快速发展和计算机技术水平的稳步提高，医学影像技术也变的愈发成熟，CT、MRI、PET等影像设备不断更新换代和在临床广泛应用，为医生窥测人体内部脏器、组织等形态和功能的变化提供了重要窗口。
CT影像设备拍摄的医学影像质量在某种程度上直接影响了医生对就诊病患的病情分析，进而决定了医生对就诊病患的的病情诊治效果，由此可见，对影像进行质量分析是十分重要的，当前对病患拍摄的医学影像进行质量分析主要集中于对病患拍摄医学影像设备的质量进行分析，很显然，医学影像设备的质量在某种程度上虽然反映了医学影像的质量情况，但是医学影像的质量存在多种影像因素，如操作人员的拍摄技术问题、影像后续的处理问题等，因此，当前对医学影像质量分析具有明显的局限性，无法提高对医学影像质量分析的精准性，进而无法有效的降低医生对病患病情诊断的误判率，同时当前对医学影像质量分析属于单一维度的质量分析，无法确保病患拍摄的医学影像能够最大程度的反应病患病情的真实情况，进而无法提高医生对病患病情诊治的针对性，在一定程度上也无法提高病患病情的诊治效率和诊治效果。
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CT医学影像的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，实现了对病患拍摄CT影像质量的精准分析和高效处理；
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影像医学质量分析调控方法，该方法包括以下步骤：
第一步、病患基础信息获取：获取目标科室当前进行CT影像扫描患者对应的电子病例，从该电子病例中提取该患者对应的基础信息，其中，该患者对应的基础信息具体为该患者对应的预设检测部位和预设检测病灶类型；
第二步、CT影像提取及初步解析：当该患者完成CT影像拍摄后，获取该患者对应的CT影像，基于该患者对应的CT影像，从中提取出该CT影像对应的各扫描参数和各采集参数；
第三步、CT影像基准参数采集：基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目，进而将该CT影像分割为各层面区域，将各层面区域依次编号为1,2，...i,...n，将各层面区域中显示的影像导入影像基准参数提取模型中，提取各层面区域中显示影像对应的各基准参数；
第四步、CT影像质量分析模型搭建：基于该患者对应的基础信息、该CT影像对应的各扫描参数、各采集参数和各层面区域中显示影像对应的各基准参数，搭建CT影像质量分析模型；
第五步、CT影像质量初步分析：将该CT影像对应的各扫描参数、各采集参数和该CT影像各层面区域中显示影像对应的各基准参数代入CT影像质量分析模型中，对该CT影像质量进行初步分析，得到该CT影像对应的综合质量指数；
第六步、CT影像质量深度分析：基于该CT影像对应的综合质量指数，将该CT影像对应的综合质量指数与预设的CT影像对应的标准质量指数进行对比，若该CT影像对应的综合质量指数小于预设的CT影像对应的标准质量指数，则将该CT影像记为质量不合格影像，并对质量不合格影像进行分析，若该CT影像对应的综合质量指数大于或者等于预设的CT影像对应的标准质量指数，则将该CT影像记为质量合格影像；
第七步、CT影像质量分析结果反馈：当该CT影像为质量不合格影像时，将该质量不合格影像对应的质量异常因素和各质量异常因素对应的处理措施发送至目标科室设备调控管理人员，进行影像采集调控。
优选地，所述CT影像对应的各扫描参数具体包括该CT影像对应的球管电压、球管电流、曝光时长和拍摄方位参数；该CT影像对应的各采集参数具体包括该CT影像对应的扫描层面数目和该CT影像各扫描层面对应的厚度，其中，该CT影像对应的拍摄方位参数为拍摄倾斜角、拍摄窗宽和拍摄窗位。
优选地，所述各层面区域中显示影像对应的各基准参数具体表示为各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，其中，伪影参数包括伪影状态和伪影类型，伪影类型包含设备伪影、金属伪影和人员运动伪影。
优选地，所述CT影像质量分析模型搭建的具体搭建过程包括以下步骤：
从该患者对应的基础信息中提取该患者对应的预设检测部位和预设检测病灶类型，基于该患者对应的预设检测部位和预设病灶类型，从影像检测数据库中提取该患者对应的各标准扫描参数和各标准采集参数；
将该患者对应的各标准扫描参数作为第一影像辅助质量因子，将该患者对应的各标准采集参数作为第二影像辅助质量因子，同时从影像检测数据库中提取CT影像对应的各标准基准参数，将CT影像对应的各标准基准参数作为主体影像质量因子，根据第一影像辅助质量因子和第二影像辅助质量因子，构建影像质量辅助分析模型，将各主体影像质量因子构建影像质量主体分析模型，将影像质量主体分析模型和影像质量辅助分析模型进行整合，生成CT影像质量分析模型。
优选地，所述对该CT影像对应的质量进行初步分析具体包括对该CT影像对应的扫描参数、采集参数和该CT影像各层面区域中显示影像对应的各基准参数进行分析，其具体分析过程包括以下步骤：
获取该CT影像对应的各扫描参数，将CT影像对应的各扫描参数与影像质量辅助分析模型中第一影像辅助质量因子进行对比，统计该CT影像扫描参数综合合格指数，并记为β1；
获取该CT影像对应的各采集参数，将该CT影像对应的各采集参数与影像质量辅助分析模型中第二影像辅助质量因子进行对比，统计该CT影像采集参数综合合格指数，并记为β2；
获取该CT影像各层面区域中显示影像对应的各基准参数，将各层面区域中显示影像对应的各基准参数与影像质量主体分析模型中的主体影像质量因子进行对比，统计该CT影像基准参数综合合格指数，并记为δ；
将该CT影像扫描参数综合合格指数、该CT影像采集参数综合合格指数、该CT影像基准参数综合合格指数导入CT影像质量分析模型中，输出该CT影像对应的综合质量指数，记为λ，其中，该CT影像质量分析模型具体表示为λ′＝[ε1*(α1*β1+α2*β2)+ε2*δ]*η，ε1,ε2分别表示为预设的影像辅助质量因子对应的影像权重、影像主体质量因子对应的影像权重，η表示预设的该患者预设检测部位对应的检测质量影像权重，α1,α2分别表示CT影像扫描参数对应的影像权重、CT影像采集参数对应的影像权重，其中，ε1+ε2＝1，α1+α2＝1。
优选地，所述该CT影像扫描参数综合合格指数和该CT影像采集参数综合合格指数的统计过程包括以下步骤：
1)基于该CT影像对应的各扫描参数，从中提取该CT影像对应的球管电压、球管电流和曝光时长，将该CT影像对应的球管电压、球管电流和曝光时长记为该CT影像对应的曝光信息，利用曝光信息合格指数计算公式计算得出该CT影像曝光信息合格指数，记为μ1；
2)从该CT影像中对应的各扫描参数中提取该CT影像对应的拍摄倾斜角、拍摄窗宽和拍摄窗位，利用拍摄方位合格指数计算公式计算得出该CT影像拍摄方位合格指数，记为μ2，将该CT影像曝光信息合格指数μ1、该CT影像拍摄方位合格指数μ2代入该CT影像扫描参数综合合格指数计算公式
中，得到该CT影像扫描参数综合合格指数，其中，
为预设修正系数，k表示为预设常数；
3)基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目和各扫描层面对应的厚度，将该CT影像对应的扫描层面数目与该CT影像对应的标准扫描层面数目进行对比，得到该CT影像对应扫描层面数目合格指数
同时将该CT影像各扫描层面对应的厚度与该CT影像各扫描层面对应的标准厚度进行对比，确认该CT影像扫描层面厚度合格指数，记为φ，将该CT影像对应扫描层面数目合格指数、该CT影像扫描层面厚度综合合格指数代入公式
中，得到该CT影像采集参数综合合格指数，b1,b2分别为预设系数。
优选地，所述该CT影像基准参数综合合格指数的具体统计过程如下：
基于各层面区域中显示影像对应的各基准参数，从中提取出各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，将各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度作为影像画质信息，利用画质信息综合合格指数计算公式计算得出该CT影像对应的影像画质信息综合合格指数，并记为ψ1；
基于各层面区域中显示影像对应的各伪影参数，获取各层面区域中显示影像对应的伪影状态，确认该CT影像对应的拍摄环境合格指数，记为ψ2″′；
基于该CT影像对应的影像画质信息合格指数和该CT影像对应的拍摄环境合格指数，利用CT影像基准参数综合合格指数计算得出该CT影像基准参数对应的综合合格指数δ，其中，CT影像基准参数综合合格指数计算公式为δ＝c1*ψ1+c2*ψ2″′，c1、c2分别表示为影像画质对应的影像重量影响权重和拍摄环境对应的影像质量影响权重，c1+c2＝1。
优选地，所述对质量不合格影像进行分析的具体分析过程为：当该CT影像为质量不合格影像时，提取该CT影像对应的各扫描参数、各采集参数和各基准参数，并从影像分析数据库中提取CT影像质量因素分析模型，将该CT影像对应的各扫描参数、各采集参数和各基准参数导入该CT影像质量异常分析模型中，输出该CT影像对应的质量异常因素和各质量异常因素对应的处理措施。
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)本发明提供的一种影像医学质量分析调控方法，通过对病患基础信息、CT影像对应的各扫描参数、各采集参数和各基准参数进行采集与分析，实现了对病患拍摄CT影像的多维度分析，有效的解决了当前技术对医学影像质量分析具有明显的局限性问题，提高了病患拍摄CT影像质量分析的精准性，进而大幅度降低了医生对病患病情诊断的误判率，与此同时，通过对病患拍摄CT影像质量影响参数的多维度分析，确保了病患拍摄的医学影像能够最大程度的反应病患病情的真实情况，提升医生对病患病情诊治的针对性，在一定程度上也有效的促进了医生对病患病情的诊治效率和诊治效果。
(2)本发明通过根据采集各维度CT影像质量影响参数构建CT影像质量分析模型，有效的提高了对CT影像质量的分析速率，同时通过构建模型有效的节省了对CT影像质量的分析时间，大大的提升了CT影像质量分析的规范性和合理性。
(3)本发明通过将影像拍摄异常指令和影像不合格类型发送至目标科室设备调控管理人员，大大的提高了对CT影像拍摄质量问题处理的及时性，有效的规避了同类问题的出现概率，进而保障了病患拍摄CT影像的质量，提升了病患病情分析的科学性和准确性。
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，一种影像医学质量分析调控方法，该方法包括以下步骤：
第一步、病患基础信息获取：获取目标科室当前进行CT影像扫描患者对应的电子病例，从该电子病例中提取该患者对应的基础信息，其中，该患者对应的基础信息具体为该患者对应的预设检测部位和预设检测病灶类型；
第二步、CT影像提取及初步解析：当该患者完成CT影像拍摄后，获取该患者对应的CT影像，基于该患者对应的CT影像，从中提取出该CT影像对应的各扫描参数和各采集参数，该CT影像对应的各扫描参数具体包括该CT影像对应的球管电压、球管电流、曝光时长和拍摄方位参数；该CT影像对应的各采集参数具体包括该CT影像对应的扫描层面数目和该CT影像各扫描层面对应的厚度，其中，该CT影像对应的拍摄方位参数为拍摄倾斜角、拍摄窗宽和拍摄窗位。
第三步、CT影像基准参数采集：基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目，进而将该CT影像分割为各层面区域，将各层面区域依次编号为1,2，...i,...n，将各层面区域中显示的影像导入影像基准参数提取模型中，提取各层面区域中显示影像对应的各基准参数，其中，各层面区域中显示影像对应的各基准参数具体表示为各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，其中，伪影参数包括伪影状态和伪影类型，伪影类型包含设备伪影、金属伪影和人员运动伪影。
示例性地，所述获取伪影类型用于后续对该CT影像对应的质量异常因素和各质量异常因素对应的处理措施输出时提供数据基础。
第四步、CT影像质量分析模型搭建：基于该患者对应的基础信息、该CT影像对应的各扫描参数、各采集参数和该CT影像各层面区域中显示影像对应的各基准参数，搭建CT影像质量分析模型，其具体搭建过程如下：
A1、从该患者对应的基础信息中提取该患者对应的预设检测部位和预设检测病灶类型，基于该患者对应的预设检测部位和预设病灶类型，从影像检测数据库中提取该患者对应的各标准扫描参数和各标准采集参数；
A2、将该患者对应的各标准扫描参数作为第一影像辅助质量因子，将该患者对应的各标准采集参数作为第二影像辅助质量因子，同时从影像检测数据库中提取CT影像对应的各标准基准参数，将CT影像对应的各标准基准参数作为主体影像质量因子，根据第一影像辅助质量因子和第二影像辅助质量因子，构建影像质量辅助分析模型，将各主体影像质量因子构建影像质量主体分析模型，将影像质量主体分析模型和影像质量辅助分析模型进行整合，生成CT影像质量分析模型。
本发明实施例通过根据采集各维度CT影像质量影响参数构建CT影像质量分析模型，有效的提高了对CT影像质量的分析速率，同时通过构建模型有效的节省了对CT影像质量的分析时间，大大的提升了CT影像质量分析的规范性和合理性。
第五步、CT影像质量初步分析：将该CT影像对应的各扫描参数、各采集参数和该CT影像各层面区域中显示影像对应的各基准参数代入CT影像质量分析模型中，对该CT影像质量进行初步分析，得到该CT影像对应的综合质量指数；
需要说明的是，所述对该CT影像对应的质量进行初步分析具体包括对该CT影像对应的扫描参数、采集参数和该CT影像各层面区域中显示影像对应的各基准参数进行分析，其具体分析过程包括以下步骤：
F1、获取该CT影像对应的各扫描参数，将CT影像对应的各扫描参数与影像质量辅助分析模型中第一影像辅助质量因子进行对比，统计该CT影像扫描参数综合合格指数，并记为β1；
具体地，该CT影像扫描参数综合合格指数的统计过程包括以下步骤：
1)基于该CT影像对应的各扫描参数，从中提取该CT影像对应的球管电压、球管电流和曝光时长，将该CT影像对应的球管电压、球管电流和曝光时长记为该CT影像对应的曝光信息，利用曝光信息合格指数计算公式计算得出该CT影像曝光信息合格指数，记为μ1，其中，曝光信息合格指数计算公式具体为
μ1表示该CT影像曝光信息合格指数，σ1,σ2,σ3分别表示预设系数，Δv,Δa,Δt分别表示为预设的许可球管电压差值、许可球管电流差值、许可曝光时间差值，mv、ma、pt分别表示该CT影像对应的球管电压、球管电流、曝光时长，mv′、ma′、pt′分别表示该CT影像对应的标准球管电压、标准球管电流、标准曝光时长。
2)从该CT影像中对应的各扫描参数中提取该CT影像对应的拍摄倾斜角、拍摄窗宽和拍摄窗位，利用拍摄方位合格指数计算公式计算得出该CT影像拍摄方位合格指数，记为μ2，其中，拍摄方位合格指数计算公式具体为
μ2表示为该CT影像拍摄方位合格指数，τ1,τ2,τ3分别表示为预设系数，Δj,Δc,Δw分别表示为预设许可拍摄倾斜角差值、许可拍摄窗宽差值、许可拍摄窗位差值，qj,ck,cw分别表示为该CT影像对应的拍摄倾斜角、拍摄窗宽、拍摄窗位，qj′,ck′,cw′分别表示为该CT影像对应的标准拍摄倾斜角、标准拍摄窗宽、标准拍摄窗位，将该CT影像曝光信息合格指数μ1、该CT影像拍摄方位合格指数μ2代入该CT影像扫描参数综合合格指数计算公式
中，得到该CT影像扫描参数综合合格指数，其中，
为预设修正系数，k表示为预设常数；
F2、获取该CT影像对应的各采集参数，将该CT影像对应的各采集参数与影像质量辅助分析模型中第二影像辅助质量因子进行对比，统计该CT影像采集参数综合合格指数，并记为β2，其具体统计过程如下：
F2-1基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目和各扫描层面对应的厚度，将该CT影像对应的扫描层面数目与该CT影像对应的标准扫描层面数目进行对比，若一致，则将该CT影像对应扫描层面数目合格指数记为
反之则记为
以此得到该CT影像对应扫描层面数目合格指数
取值为
或
F2-2将该CT影像各扫描层面对应的厚度与该CT影像各扫描层面对应的标准厚度进行对比，确认该CT影像扫描层面厚度合格指数，记为φ，将该CT影像对应扫描层面数目合格指数、该CT影像扫描层面厚度综合合格指数代入公式
中，得到该CT影像采集参数综合合格指数；
示例性地，所述该CT影像扫描层面厚度综合合格指数的具体确认过为：将该CT影像对应的各扫描层面按照扫描顺序依次进行编号，依次标记为1,2，...i,...n，利用计算公式计算该CT影像扫描层面厚度合格指数，其具体计算公式为
n表示该CT影像扫描层面数目，hi表示该CT影像第i个扫描层面对应的厚度，h′i表示第该CT影像第i个扫描层面对应的标准厚度。
F3、获取该CT影像各层面区域中显示影像对应的各基准参数，将各层面区域中显示影像对应的各基准参数与影像质量主体分析模型中的主体影像质量因子进行对比，统计该CT影像基准参数综合合格指数，并记为δ；
具体地，所述该CT影像基准参数综合合格指数的具体统计过程如下：
F3-1、基于各层面区域中显示影像对应的各基准参数，从中提取出各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，将各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度作为影像画质信息，利用画质信息综合合格指数计算公式计算得出该CT影像对应的影像画质信息综合合格指数，并记为ψ1；
其中，该CT影像对应的影像画质信息综合合格指数统计过程为：将各影像画质信息记为记为q，q＝s1或s2或s3或s4或s5、s1,s2,s3,s4,s5依次分别表示为噪声值、对比度、锐利度、分辨率、可见度，将各层面区域中显示影像对应的影像画质信息代入公式将
其中，ψ1为该CT影像对应的影像画质信息综合合格指数，d1,d2,d3,d4，d5分别为预设系数，s1′,s2′,s3′,s4′,s5′分别表示为CT影像对应的标准噪声值、对比度、锐利度、分辨率、可见度，s1i,s2i,s3i,s4i,s5i分别表示为第i个层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度，i表示层面区域编号，i＝1,2，......n.
F3-2、基于各层面区域中显示影像对应的各伪影参数，获取各层面区域中显示影像对应的伪影状态，确认该CT影像对应的拍摄环境合格指数，记为ψ2″′，其中，该CT影像对应的拍摄环境合格指数的具体确认过程为:若某层面区域中显示影像的伪影状态为存在伪影，则将该CT影像对应的拍摄环境合格指数记为ψ2，并统计存在伪影的层面区域数目，若各层面区域中显示影像的伪影状态均不存在伪影，则将该CT影像对应的拍摄环境合格指数记为ψ2′，其中，ψ2＝ψ2″*y，ψ2″为单个层面区域存在伪影对应的拍摄环境合格指数，y指存在伪影的层面区域数目，以此得到该CT影像对应的拍摄环境合格指数，记为ψ2″′，ψ2″′取值为ψ2或ψ2′；
F3-3、基于该CT影像对应的影像画质信息合格指数和该CT影像对应的拍摄环境合格指数，利用CT影像基准参数综合合格指数计算得出该CT影像基准参数对应的综合合格指数δ，其中，CT影像基准参数综合合格指数计算公式为δ＝c1*ψ1+c2*ψ2″′，c1、c2分别表示为影像画质对应的影像重量影响权重和拍摄环境对应的影像质量影响权重，c1+c2＝1。
F4、将该CT影像扫描参数综合合格指数、该CT影像采集参数综合合格指数、该CT影像基准参数综合合格指数导入CT影像质量分析模型中，输出该CT影像对应的综合质量指数，记为λ，其中，该CT影像质量分析模型具体表示为λ′＝[ε1*(α1*β1+α2*β2)+ε2*δ]*η，ε1,ε2分别表示为预设的影像辅助质量因子对应的影像权重、影像主体质量因子对应的影像权重，η表示预设的该患者预设检测部位对应的检测质量影像权重，α1,α2分别表示CT影像扫描参数对应的影像权重、CT影像采集参数对应的影像权重，其中，ε1+ε2＝1，α1+α2＝1。
本发明实施例通过对病患基础信息、CT影像对应的各扫描参数、各采集参数和各基准参数进行采集与分析，实现了对病患拍摄CT影像的多维度分析，有效的解决了当前技术对医学影像质量分析具有明显的局限性问题，提高了病患拍摄CT影像质量分析的精准性，进而大幅度降低了医生对病患病情诊断的误判率，与此同时，通过对病患拍摄CT影像质量影响参数的多维度分析，确保了病患拍摄的医学影像能够最大程度的反应病患病情的真实情况，提升医生对病患病情诊治的针对性，在一定程度上也有效的促进了医生对病患病情的诊治效率和诊治效果。
第六步、CT影像质量深度分析：基于该CT影像对应的综合质量指数，将该CT影像对应的综合质量指数与预设的CT影像对应的标准质量指数进行对比，若该CT影像对应的综合质量指数小于预设的CT影像对应的标准质量指数，则将该CT影像记为质量不合格影像，并对质量不合格影像进行分析，若该CT影像对应的综合质量指数大于或者等于预设的CT影像对应的标准质量指数，则将该CT影像记为质量合格影像；
需要说明的是，所述对质量不合格影像进行分析的具体分析过程为：当该CT影像为质量不合格影像时，提取该CT影像对应的各扫描参数、各采集参数和各基准参数，并从影像分析数据库中提取CT影像质量因素分析模型，将该CT影像对应的各扫描参数、各采集参数和各基准参数导入该CT影像质量异常分析模型中，输出该CT影像对应的质量异常因素和各质量异常因素对应的处理措施。
具体地，所述输出该CT影像对应对应的质量异常因素和处理措施的的具体输出过程在一个具体实施例中以CT影像扫描参数中的曝光时长为例进行分析，其具体为：将该CT影像对应的各扫描参数、各采集参数和各基准参数导入取CT影像质量因素分析模型中，若该CT影像扫描参数中的曝光时长符合该CT影像质量因素分析模型中对应的扫描时间质量因素，则将扫描时间质量因素记为该CT影像质量异常因素，获取该CT影像曝光时长与其标准曝光时长的差值，若该CT影像曝光时长与其标准曝光时长的差值大于0，该CT影像质量异常因素的处理措施为减少曝光时长，若该CT影像曝光时长与其标准曝光时长的差值小于0，该CT影像质量异常因素的处理措施为增加曝光时长，该CT影像的增加曝光时长或减少曝光时长的具体数值为该CT影像曝光时长与其标准曝光时长的差值。
第七步、CT影像质量分析结果反馈：当该CT影像为质量不合格影像时，将该质量不合格影像对应的质量异常因素和各质量异常因素对应的处理措施发送至目标科室设备调控管理人员，进行影像采集调控。
本发明实施例通过将影像拍摄异常指令和影像不合格类型发送至目标科室设备调控管理人员，大大的提高了对CT影像拍摄质量问题处理的及时性，有效的规避了同类问题的出现概率，进而保障了病患拍摄CT影像的质量，提升了病患病情分析的科学性和准确性。
本发明提供了一种设备，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。
本发明还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 (10)
1.一种影像医学质量分析调控方法，其特征在于，包括：
第一步、病患基础信息获取：获取目标科室当前进行CT影像扫描患者对应的电子病例，从该电子病例中提取该患者对应的基础信息，其中，该患者对应的基础信息具体为该患者对应的预设检测部位和预设检测病灶类型；
第二步、CT影像提取及初步解析：当该患者完成CT影像拍摄后，获取该患者对应的CT影像，基于该患者对应的CT影像，从中提取出该CT影像对应的各扫描参数和各采集参数；
第三步、CT影像基准参数采集：基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目，进而将该CT影像分割为各层面区域，将各层面区域依次编号为1,2，...i,...n，将各层面区域中显示的影像导入影像基准参数提取模型中，提取各层面区域中显示影像对应的各基准参数；
第四步、CT影像质量分析模型搭建：基于该患者对应的基础信息、该CT影像对应的各扫描参数、各采集参数和各层面区域中显示影像对应的各基准参数，搭建CT影像质量分析模型；
第五步、CT影像质量初步分析：将该CT影像对应的各扫描参数、各采集参数和该CT影像各层面区域中显示影像对应的各基准参数代入CT影像质量分析模型中，对该CT影像质量进行初步分析，得到该CT影像对应的综合质量指数；
第六步、CT影像质量深度分析：基于该CT影像对应的综合质量指数，将该CT影像对应的综合质量指数与预设的CT影像对应的标准质量指数进行对比，若该CT影像对应的综合质量指数小于预设的CT影像对应的标准质量指数，则将该CT影像记为质量不合格影像，并对质量不合格影像进行分析，若该CT影像对应的综合质量指数大于或者等于预设的CT影像对应的标准质量指数，则将该CT影像记为质量合格影像；
第七步、CT影像质量分析结果反馈：当该CT影像为质量不合格影像时，将该质量不合格影像对应的质量异常因素和各质量异常因素对应的处理措施发送至目标科室设备调控管理人员，进行影像采集调控。
2.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述CT影像对应的各扫描参数具体包括该CT影像对应的球管电压、球管电流、曝光时长和拍摄方位参数；该CT影像对应的各采集参数具体包括该CT影像对应的扫描层面数目和该CT影像各扫描层面对应的厚度，其中，该CT影像对应的拍摄方位参数为拍摄倾斜角、拍摄窗宽和拍摄窗位。
3.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述各层面区域中显示影像对应的各基准参数具体表示为各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，其中，伪影参数包括伪影状态和伪影类型，伪影类型包含设备伪影、金属伪影和人员运动伪影。
4.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述CT影像质量分析模型搭建的具体搭建过程包括以下步骤：
从该患者对应的基础信息中提取该患者对应的预设检测部位和预设检测病灶类型，基于该患者对应的预设检测部位和预设病灶类型，从影像检测数据库中提取该患者对应的各标准扫描参数和各标准采集参数；
将该患者对应的各标准扫描参数作为第一影像辅助质量因子，将该患者对应的各标准采集参数作为第二影像辅助质量因子，同时从影像检测数据库中提取CT影像对应的各标准基准参数，将CT影像对应的各标准基准参数作为主体影像质量因子，根据第一影像辅助质量因子和第二影像辅助质量因子，构建影像质量辅助分析模型，将各主体影像质量因子构建影像质量主体分析模型，将影像质量主体分析模型和影像质量辅助分析模型进行整合，生成CT影像质量分析模型。
5.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述对该CT影像对应的质量进行初步分析具体包括对该CT影像对应的扫描参数、采集参数和该CT影像各层面区域中显示影像对应的各基准参数进行分析，其具体分析过程包括以下步骤：
获取该CT影像对应的各扫描参数，将CT影像对应的各扫描参数与影像质量辅助分析模型中第一影像辅助质量因子进行对比，统计该CT影像扫描参数综合合格指数，并记为β1；
获取该CT影像对应的各采集参数，将该CT影像对应的各采集参数与影像质量辅助分析模型中第二影像辅助质量因子进行对比，统计该CT影像采集参数综合合格指数，并记为β2；
获取该CT影像各层面区域中显示影像对应的各基准参数，将各层面区域中显示影像对应的各基准参数与影像质量主体分析模型中的主体影像质量因子进行对比，统计该CT影像基准参数综合合格指数，并记为δ；
将该CT影像扫描参数综合合格指数、该CT影像采集参数综合合格指数、该CT影像基准参数综合合格指数导入CT影像质量分析模型中，输出该CT影像对应的综合质量指数，记为λ，其中，该CT影像质量分析模型具体表示为λ′＝[ε1*(α1*β1+α2*β2)+ε2*δ]*η，ε1,ε2分别表示为预设的影像辅助质量因子对应的影像权重、影像主体质量因子对应的影像权重，η表示预设的该患者预设检测部位对应的检测质量影像权重，α1,α2分别表示CT影像扫描参数对应的影像权重、CT影像采集参数对应的影像权重，其中，ε1+ε2＝1，α1+α2＝1。
6.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述该CT影像扫描参数综合合格指数和该CT影像采集参数综合合格指数的统计过程包括以下步骤：
1)基于该CT影像对应的各扫描参数，从中提取该CT影像对应的球管电压、球管电流和曝光时长，将该CT影像对应的球管电压、球管电流和曝光时长记为该CT影像对应的曝光信息，利用曝光信息合格指数计算公式计算得出该CT影像曝光信息合格指数，记为μ1；
2)从该CT影像中对应的各扫描参数中提取该CT影像对应的拍摄倾斜角、拍摄窗宽和拍摄窗位，利用拍摄方位合格指数计算公式计算得出该CT影像拍摄方位合格指数，记为μ2，将该CT影像曝光信息合格指数μ1、该CT影像拍摄方位合格指数μ2代入该CT影像扫描参数综合合格指数计算公式
中，得到该CT影像扫描参数综合合格指数，其中，
为预设修正系数，k表示为预设常数；
3)基于该CT影像对应的各采集参数，从中提取出该CT影像对应的扫描层面数目和各扫描层面对应的厚度，将该CT影像对应的扫描层面数目与该CT影像对应的标准扫描层面数目进行对比，得到该CT影像对应扫描层面数目合格指数
同时将该CT影像各扫描层面对应的厚度与该CT影像各扫描层面对应的标准厚度进行对比，确认该CT影像扫描层面厚度合格指数，记为φ，将该CT影像对应扫描层面数目合格指数、该CT影像扫描层面厚度综合合格指数代入公式
中，得到该CT影像采集参数综合合格指数，b1,b2分别为预设系数。
7.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述该CT影像基准参数综合合格指数的具体统计过程如下：
基于各层面区域中显示影像对应的各基准参数，从中提取出各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度和伪影参数，将各层面区域中显示影像对应的噪声值、对比度、锐利度、分辨率、可见度作为影像画质信息，利用画质信息综合合格指数计算公式计算得出该CT影像对应的影像画质信息综合合格指数，并记为ψ1；
基于各层面区域中显示影像对应的各伪影参数，获取各层面区域中显示影像对应的伪影状态，确认该CT影像对应的拍摄环境合格指数，记为ψ2″′；
基于该CT影像对应的影像画质信息合格指数和该CT影像对应的拍摄环境合格指数，利用CT影像基准参数综合合格指数计算得出该CT影像基准参数对应的综合合格指数δ，其中，CT影像基准参数综合合格指数计算公式为δ＝c1*ψ1+c2*ψ2″′，c1、c2分别表示为影像画质对应的影像重量影响权重和拍摄环境对应的影像质量影响权重，c1+c2＝1。
8.根据权利要求1所述的一种影像医学质量分析调控方法，其特征在于：所述对质量不合格影像进行分析的具体分析过程为：当该CT影像为质量不合格影像时，提取该CT影像对应的各扫描参数、各采集参数和各基准参数，并从影像分析数据库中提取CT影像质量因素分析模型，将该CT影像对应的各扫描参数、各采集参数和各基准参数导入该CT影像质量异常分析模型中，输出该CT影像对应的质量异常因素和各质量异常因素对应的处理措施。
9.一种设备，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。
10.一种计算存储介质，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210176316.0A CN114788705A (zh) | 2022-02-24 | 2022-02-24 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210176316.0A CN114788705A (zh) | 2022-02-24 | 2022-02-24 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114788705A true CN114788705A (zh) | 2022-07-26 |
Family
ID=82460876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210176316.0A Pending CN114788705A (zh) | 2022-02-24 | 2022-02-24 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114788705A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116649993A (zh) * | 2023-04-21 | 2023-08-29 | 北京绪水互联科技有限公司 | 多期扫描影像图像质量控制方法、装置、电子设备及存储介质 |
| CN116712042A (zh) * | 2023-08-07 | 2023-09-08 | 广州盛安医学检验有限公司 | 一种荧光影像的扫描成像系统及方法 |
-
2022
- 2022-02-24 CN CN202210176316.0A patent/CN114788705A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116649993A (zh) * | 2023-04-21 | 2023-08-29 | 北京绪水互联科技有限公司 | 多期扫描影像图像质量控制方法、装置、电子设备及存储介质 |
| CN116649993B (zh) * | 2023-04-21 | 2024-05-14 | 北京绪水互联科技有限公司 | 多期扫描影像图像质量控制方法、装置、电子设备及存储介质 |
| CN116712042A (zh) * | 2023-08-07 | 2023-09-08 | 广州盛安医学检验有限公司 | 一种荧光影像的扫描成像系统及方法 |
| CN116712042B (zh) * | 2023-08-07 | 2023-11-28 | 广州盛安医学检验有限公司 | 一种荧光影像的扫描成像系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| US9177379B1 (en) | Method and system for identifying anomalies in medical images | |
| CN111223554A (zh) | 一种智能ai pacs系统及其检查报告信息处理方法 | |
| US9710907B2 (en) | Diagnosis support system using panoramic radiograph and diagnosis support program using panoramic radiograph | |
| US8457378B2 (en) | Image processing device and method | |
| DE102019113493A1 (de) | Abgestimmte medizinische ultraschallbildgebung | |
| DE102008002882A1 (de) | System und Verfahren zu von einer elektronischen Krankenakte beeinflusster Datenerfassung, -verarbeitung und -anzeige | |
| US9401021B1 (en) | Method and system for identifying anomalies in medical images especially those including body parts having symmetrical properties | |
| US9779504B1 (en) | Method and system for identifying anomalies in medical images especially those including one of a pair of symmetric body parts | |
| EP1209622B1 (de) | Verfahren und Vorrichtung zur Registrierung von Bildern | |
| EP1936522A1 (de) | Automatische Priorisierung medizinischer Betreuungen | |
| CN113936762A (zh) | 基于区块链的智能医疗就诊数据存储方法及平台 | |
| CN112862778A (zh) | 扫描影像检测方法、电子设备和计算机可读介质 | |
| CN114332132A (zh) | 图像分割方法、装置和计算机设备 | |
| CN114005514B (zh) | 医学影像诊断方法、系统及装置 | |
| CN116665883A (zh) | 一种预测神经退行性疾病风险的方法及其系统 | |
| KR102036052B1 (ko) | 인공지능 기반으로 비규격화 피부 이미지의 의료 영상 적합성을 판별 및 변환하는 장치 | |
| CN115019972B (zh) | 一种基于大数据分析的医疗影像数据共享系统 | |
| CN116313021A (zh) | 医院诊疗管理系统及方法 | |
| CN116363104A (zh) | 一种具有影像医学用自动诊断设备及系统 | |
| CN113724214B (zh) | 一种基于神经网络的图像处理方法及装置 | |
| KR102444082B1 (ko) | 치매 진단 보조 정보 제공 장치 및 방법 | |
| CN115526842A (zh) | 鼻咽喉镜监测方法、装置、系统、计算机设备和存储介质 | |
| US20060111630A1 (en) | Method of tomographic imaging | |
| CN114266848A (zh) | 医学图像三维重建方法和装置 |
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 |