CN114927188A - 医学影像数据处理方法及系统 - Google Patents
医学影像数据处理方法及系统 Download PDFInfo
- Publication number
- CN114927188A CN114927188A CN202210577754.8A CN202210577754A CN114927188A CN 114927188 A CN114927188 A CN 114927188A CN 202210577754 A CN202210577754 A CN 202210577754A CN 114927188 A CN114927188 A CN 114927188A
- Authority
- CN
- China
- Prior art keywords
- image data
- brain
- client
- brain image
- processing
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 210000004556 brain Anatomy 0.000 claims abstract description 158
- 238000012545 processing Methods 0.000 claims abstract description 150
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000002610 neuroimaging Methods 0.000 claims description 23
- 230000001815 facial effect Effects 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000003745 diagnosis Methods 0.000 claims description 10
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 238000013170 computed tomography imaging Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 29
- 238000002595 magnetic resonance imaging Methods 0.000 description 36
- 230000000694 effects Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 21
- 210000003710 cerebral cortex Anatomy 0.000 description 15
- 210000001519 tissue Anatomy 0.000 description 14
- 230000001054 cortical effect Effects 0.000 description 8
- 210000003128 head Anatomy 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011491 transcranial magnetic stimulation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 108010002255 deoxyhemoglobin Proteins 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioethics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了医学影像数据处理方法及系统，包括：获取第一脑部影像数据，并将第一脑部影像数据存储至客户端，由客户端生成脑部影像编号，其中，第一脑部影像数据具有第一部分影像数据和第二部分影像数据；将第一部分影像数据在客户端进行处理，得到第二脑部影像数据；将第二部分影像数据进行匿名化处理，得到第三脑部影像数据；将第三脑部影像数据和脑部影像编号发送至云平台进行分析处理，得到脑部影像处理结果；将脑部影像处理结果与第二脑部影像数据相结合，将结合后的脑部影像数据应用于客户端。通过合理的客户端及云平台的分工，在保护患者隐私同时，利用云平台的数据处理能力加速分析过程，显著提升医院及医生的处理效率。
Description
技术领域
本发明涉及医学影像处理技术领域，更具体地，涉及一种医学影像数据处理方法及系统。
背景技术
医学影像作为一种对人体组织非侵袭性的成像诊疗技术，是现代医学的重要组成部分，优良的影像设备和技术能够帮助临床获取更准确的影像信息，提高筛查和诊断精度，能更好地预防和管理疾病。
随着信息技术和网络技术的飞速发展和医院数字化建设的日新月异，医疗数据快速增长并且数据中蕴藏巨大价值，医疗机构与其他组织共享数据，共同开发医疗数据的价值已经是一种越来越普遍的方式，多种AI智能分析诊断、云数据处理服务也应用而生，然而由于医疗数据包含大量患者的隐私信息，在数据共享过程中要分外小心谨慎以避免患者隐私的泄露。当前在医疗数据共享和患者隐私保护方面还有很多问题要解决，才能在保障各方利益的情况下展开合作。
当前医院信息系统建设中，有些医院还在采用建立物理网络隔离，再通过U盘/DVD等方式来完成数据共享的方式来保护患者数据，这种方式虽然对通过网络入侵导致的数据泄露风险有很好的防护，但也严重阻碍了医疗数据共享速度和规模，而且这种方式在数据共享的时候也没有对数据做匿名化的处理，依然存在数据泄露的分险。另一种完全将医院网络与云医疗影像平台相连接的方式则风险更高，一旦云服务提供商信息系统有安全漏洞或权限管理不当问题，则可能短时间内造成大量患者信息泄露。
现有文献1(CN112951382A)公开一撰医学影像匿名上传方法，包括：客户端使用浏览器渲染进程显示用户界面，所述用户界面用于供用户操作，发出文件匿名请求，并显示文件匿名结果；所述客户端通过JS引擎将用户发出的DICOM文件匿名任务消息发送给服务器；所述服务器通过node调用预设程序执行DICOM匿名任务，实时读取所述预设程序的返回文本，对所述返回文本进行解析，得到结果信息文本，并通过node将所述结果信息文本通过进程消息发送给所述浏览器渲染进程；所述客户端通过所述浏览器渲染进程接收到所述结果信息文本后，更新所述用户界面的文件匿名状态，但该方案仍未解决上述技术问题。
现有文献2(CN109360611B)提供一种基于医疗大数据的隐私保护数据挖掘系统及方法，包括包括以下步骤：(1)初始化隐私保护数据挖掘系统；(2)本地数据承诺；(3)在线数据挖掘，采用此方案仍然无法解决上述技术问题。
因此，需要提供一种医学影像数据处理方法及系统，在保护患者隐私的同时，利用云平台强大的数据处理能力加速分析过程，能显著提升医院及医生的处理效率。
发明内容
有鉴于此，本发明提供了一种医学影像数据处理方法，包括以下步骤：
获取第一脑部影像数据，并将所述第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
将所述第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
将所述第二部分影像数据进行匿名化处理，得到第三脑部影像数据；
将所述第三脑部影像数据和与所述第三脑部影像数据相对应的脑部影像编号发送至云平台进行分析处理，得到脑部影像处理结果；
将所述脑部影像处理结果与所述第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
可选地，所述将所述第二部分影像数据进行匿名化处理包括：
对第二部分影像数据进行格式转换，并去除所述第二部分影像数据中身份识别的元信息；
对格式转换后的第二部分影像数据执行去脸操作，以去除第二部分影像数据中层面的面部组织结构。
可选地，所述对格式转换后的第二部分影像数据执行去脸操作包括利用去脸命令将格式转换后的第二部分影像数据执行去脸操作。
可选地，所述身份识别的元信息包括患者姓名、患者ID号、患者疾病诊断、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；面部组织结构包括眼睛和口鼻部中一种或几种。
可选地，所述将所述第一脑部影像数据存储至客户端包括：
由所述客户端向脑部成像设备索取第一脑部影像数据，将索取到的所述第一脑部影像数据由所述客户端存储；或者，
脑部成像设备将第一脑部影像数据发送至客户端，并将所述客户端接收到的第一脑部影像数据进行存储。
可选地，所述获取第一脑部影像数据包括：
利用MRI成像设备采集脑部成像结果；或者，
利用CT成像设备采集脑部成像结果。
本发明还提供一种医学影像数据处理系统，包括：客户端存储单元、第一影像数据处理单元、第二影像数据处理单元、云平台分析处理单元和影像数据结合单元；
所述客户端存储单元，分别与所述第一影像数据处理单元、所述第二影像数据处理单元以及云平台分析处理单元相耦接，用于获取第一脑部影像数据，并将所述第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
所述第一影像数据处理单元，分别与所述客户端存储单元和所述影像数据结合单元相耦接，用于将第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
第二影像数据处理单元，分别与所述客户端存储单元和云平台分析处理单元相耦接，用于将第二部分影像数据进行匿名化处理，得到第三脑部影像数据；
云平台分析处理单元，分别与所述客户端存储单元和所述第二影像数据处理单元相耦接，用于接收客户端存储单元中脑部影像编号以及第二影像数据处理单元中述第三脑部影像数据，并将所述第三脑部影像数据和与所述第三脑部影像数据相对应的脑部影像编号发送至云平台进行分析处理，得到脑部影像处理结果；
影像数据结合单元，分别与第一影像数据处理单元和云平台分析处理单元相耦接，用于将所述脑部影像处理结果与第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
可选地，所述第二影像数据处理单元包括：
脑部影像转换子单元，用于对第二部分影像数据进行格式转换，并去除所述第二部分影像数据中身份识别的元信息；
脑部影像去脸子单元，与脑部影像转换子单元相耦接，用于对格式转换后的第二部分影像数据执行去脸操作，以去除第二部分影像数据中层面的面部组织结构。
可选地，所述身份识别的元信息包括患者姓名、患者ID号、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；所述面部组织结构包括眼睛和口鼻部中一种或几种。
与现有技术相比，本发明提供的医学影像数据处理方法和系统，至少实现了如下的有益效果：
通过上述实施例可知，本发明提供的医学影像数据处理方法，至少实现了如下的有益效果：
一方面，在现有技术中医疗影像数据共享过程中容易出现患者隐私泄漏，基于云平台和客户端构架的医学影像数据处理方法，在医院部署客户端，客户端分两条路径对第一脑部影像数据进行处理，其中，一条路径：在客户端处理患者敏感数据；另一条路径：将需要隐匿的影像数据进行匿名化处理后将患者影像数据发送到云平台进行分析处理，处理完成后由客户端下载分析结果，结合客户端本地数据完成手术导航等应用；上述方案通过合理的客户端及云平台的分工，在保护患者隐私的同时，利用了云平台强大的数据处理能力加速了分析过程，能显著提升医院及医生的处理效率，提高对患者的服务质量；
另一方面，云平台的匿名化医疗影像处理，为跨组织、跨区域的医疗研究和医疗合作提供了新的方式，由于完全匿名化的处理流程设计，不仅能够显著地降低医院在患者隐私数据泄露方面的风险，而且不影响医疗影像的共享和分析过程，同时这种处理流程能显著促进医疗合作和研究工作的开展，为医疗事业的进步起到推进作用。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是本发明提供的医学影像数据处理方法的流程图；
图2a为三维MRI影像矢状面中间层面匿名化处理前影像的展示效果图；
图2b为三维MRI影像矢状面中间层面匿名化处理后影像的展示效果图；
图2c为匿名化处理前对应影像的皮肤重建结果的展示效果图；
图2d为匿名化处理后对应影像的皮肤重建结果的展示效果图；
图3a为匿名化处理前对应影像的皮肤重建结果的展示效果图；
图3b为三维MRI影像矢状面中间层面匿名化处理前影像的展示效果图；
图3c为三维MRI影像矢状面中间层面匿名化处理后影像的展示效果图；
图3d为大脑皮层重建结果的展示效果图；
图3e为大脑皮层导航模型的展示效果图；
图4是本发明提供的医学影像数据处理系统的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为了便于理解本方案，先对下文中提到的专业名称进行解释，具体如下：
(1)匿名化处理：是指通过污损、模糊等方式去除MRI/CT影像中可用于身份识别信息的操作，通常包含去除影像文件中可用于身份识别的元信息和去除影像中人脸(deface)两部分，正常情况下匿名化处理不会影响大脑等组织的成像数据，也不会影响基于影像的分析诊断过程；
(2)磁共振成像(Magnetic resonance imaging，MRI)：基于核磁共振原理的医疗成像方式，可用于全身检查，特别是脑组织检查，具有空间分辨率高，影像对比度高的特点；
(3)CT(Computed Tomography)，即电子计算机断层扫描，它是利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，影像清晰等特点，可用于多种疾病的检查；根据所采用的射线不同可分为：X射线CT(X-CT)以及γ射线CT(γ-CT)等；
(4)PACS系统：医院影像管理系统，保存着医院的各种影像设备采集的影像数据；
(5)DICOM(Digital Imaging and Communications in Medicine)：即医学数字成像和通信，是医学影像和相关信息的国际标准(ISO 12052)，它定义了一组可用于数据交换的医学影像格式；
(6)NIFTI(Neuroimaging Informatics Technology Initiative):NIFTI是一种较新的医学图像保存格式，可以在一个文件中保存二维、三维或四维影像数据，相比与DICOM通常一个文件只保存一副二维影像的方式，NIFTI格式更为简洁方便，但NIFTI只能保存少量关于解释影像必要的元信息，而不像DICOM格式包含大量关于影像的附加信息；
(7)云平台：本文中提到的云平台是指公司的Point云平台或者NeuralGalaxy云平台，该云平台具有自动医疗影像分析、交互式医疗影像分析诊断功能，为方便描述并保持方案的完整性，本方案中仅提及云平台中基于MRI影像进行大脑皮层重建的功能模块；
(8)客户端：本文中提到的客户端是指Point导航治疗设备，本方案中仅涉及该Point导航治疗设备的医疗影像存储和处理部分，在本方案的应用举例部分，描述了客户端承担的一种具体应用——导航定位，此部分应用描述仅是为了说明本方案的一种用途；
(9)BOLD(Blood oxygenation level-dependent)数据：通过MRI设备采集的三维影像序列，该影像中的像素强度值与大脑中的血红蛋白和脱氧血红蛋白比例有关，能通过监测这两种物质比例的变化间接监测大脑各部分的活跃水平；
(10)经颅磁刺激(Transcranial Magnetic Stimulation,TMS)：是一种无痛、无创的神经调控方法，TMS设备产生的磁场可以无衰减地透过颅骨，在大脑皮层上产生感生微电流，进而刺激到大脑神经达到神经调控的目的。
图1是本发明提供的医学影像数据处理方法的流程图；图2a为三维MRI影像矢状面中间层面匿名化处理前影像的展示效果图；图2b为三维MRI影像矢状面中间层面匿名化处理后影像的展示效果图；图2c为匿名化处理前对应影像的皮肤重建结果的展示效果图；图2d为匿名化处理后对应影像的皮肤重建结果的展示效果图；参照图1-2d所示，本实施例提供一种医学影像数据处理方法，包括以下步骤：
S1获取第一脑部影像数据，并将第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
具体的，利用脑部成像设备获取第一脑部影像数据，脑部成像设备可以为MRI成像设备，也可以为CT成像设备；第一脑部影像数据可以为MRI脑部成像结果，也可以为CT脑部成像结果；可以理解为：可以利用MRI成像设备获取DICOM格式的MRI脑部成像结果；也可以利用CT成像设备获取DICOM格式的CT脑部成像结果，在本方案中以利用MRI成像设备获取DICOM格式的MRI脑部成像结果为示例；
将采集到第一脑部影像数据存储至客户端，客户端可以采用以下方式获取第一脑部影像数据：
由所述客户端向所述脑部成像设备索取DICOM格式的第一脑部影像数据，将索取到的所述DICOM格式的第一脑部影像数据在所述客户端进行存储；或者，
所述脑部成像设备将DICOM格式的第一脑部影像数据主动发送至客户端，并将所述客户端接收到的DICOM格式的第一脑部影像数据进行存储；
当然，也可以采用PACS系统直接将MRI/CT影像传输给客户端，再由客户端保存。
在本方案中以利用MRI成像设备获取DICOM格式的MRI脑部成像结果为示例，进行阐述，如由所述客户端向所述MRI成像设备索取DICOM格式的MRI脑部成像结果，将索取到的所述DICOM格式的MRI脑部成像结果在所述客户端进行存储；或者，所述MRI成像设备将DICOM格式的第一脑部影像数据传输给MRI脑部成像结果，并将所述客户端接收到的DICOM格式的MRI脑部成像结果进行存储；
所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据，其中，第一部分影像数据可以为患者敏感数据，如患者的皮肤重建；第二部分影像数据可以为需要隐匿的影像数据，如患者的个人信息、设备检查信息以及患者的面部组织结构；
需要说明的是：客户端为位于医院内的客户端，也就是说客户端属于医院内网，保存的第一脑部影像数据不会向云端发送，从而以确保患者的第一脑部影像数据不泄露，该云端属于外网；
S2将第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
具体地，将客户端内存储的第一部分影像数据直接在客户端进行处理，得到第二脑部影像数据；
S3将第二部分影像数据进行匿名化处理，得到第三脑部影像数据，其中，将第二部分影像数据进行匿名化处理包括：
S31对第二部分影像数据进行格式转换，并去除第二部分影像数据中身份识别的元信息，其中，所述身份识别的元信息包括患者姓名、患者ID号、患者疾病诊断、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；
具体地，针对将DICOM格式的第二部分影像数据利用第一软件工具包转换为NIFTI格式的第二部分影像数据，其中，所述第一软件工具包可以采用dcm2niix软件包完成此操作，dcm2niix软件包的转换命令示例如下：dcm2niix-z y-f％p_％t_％s-o/path/output/path/to/dicom/folder，该转换命令会将位于/path/to/dicom/folder文件夹下的DICOM格式的第二部分影像数据转换为NIFTI格式并保存到/path/output文件夹下，-z y参数指定了转换为压缩格式的NIFTI文件，-f％p_％t_％s参数指定了保存为NIFTI文件时的命名规则，其中，命名规则可根据需要调整；
也可以采用FreeSurfer软件包中的mri_convert命令完成，转换命令示例如下：mri_convert/path/to/dicom/file/path/to/nifti/file；该转换命令会将位于/path/to/dicom/file文件夹下的DICOM格式的第二部分影像数据转换为NIFTI格式的第二部分影像数据；
还可以采用python软件包，其中，python软件包中antspyx、itk、SimpleITK均有读写DICOM、NIFTI格式医学影像的能力，可以通过编写适当的文件读写代码完成DICOM格式影像转换为NIFTI格式的操作；
需要说明的是：将第二部分影像数据进行匿名化处理也是在客户端处理的，所述身份识别的元信息包括患者姓名、患者ID号、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种，其中，患者姓名、患者ID号、患者疾病诊断、性别、年龄和体重属于个人信息；影像检查时间、影像检查项目和设备型号属于设备检查信息中一种或几种。
S32对格式转换后的第二部分影像数据执行去脸操作，以去除NIFTI格式的第二部分影像数据中层面的面部组织结构，其中，面部组织结构包括眼睛和口鼻部中一种或几种；
具体地，利用第二软件工具包中去脸指令对S31步骤转换完成的NIFTI格式的第二部分影像数据执行去脸(deface)操作，可以理解为：对S31步骤转换完成的NIFTI格式影像执行去脸操作，以在影像数据层面完成对患者的匿名化，其中，本实施例可以采用FreeSurfer软件包中的mri_deface命令完成去脸操作，该去脸操作命令示例：mri_defaceT1.nii.gz talairach_mixed_with_skull.gca face.gca T1_defaced.nii.gz，该命令中T1.nii.gz即待去脸NIFTI格式MRI T1影像，T1_defaced.nii.gz为去脸后的对应影像文件，talairach_mixed_with_skull.gca、face.gca为头部和面部的统计分布模型，可以在FreeSurfer软件包的安装目录中找到；
本实施例也可以采用FSL软件包中fsl_deface命令完成，处理命令示例为：fsl_deface T1.nii.gz T1_defaced.nii.gz，示例中T1.nii.gz去脸前影像，T1_defaced.nii.gz为去脸后影像；
本实施例还可以采用刚性或者非刚性配准的方法结合脸部mask模版的方式完成去脸操作，具体的做法如下：首先，选取模版影像，如可以选择被广泛使用的MNI152 T1模版影像，针对该MNI152 T1模版影像制作一个面部mask(面具或面罩)；然后，使用ants软件包将个体T1影像与此MNI152 T1模版影像配准，建立对应关系，用此对应关系将模版的面部mask投射到个体T1影像空间，以此完成对个体T1影像的去脸操作。
参照图2a和2b所示，分别展示了将MRI影像进行匿名化处理前后的效果，也就是说对MRI影像进行去脸操作前后效果对比，图2a是匿名化处理前矢状面展示的是三维MRI影像矢状面中间层面影像，可以看到在匿名处理前中间层面面部组织结构完整，如鼻子、嘴巴等面部组织结构清晰；2b是匿名化处理后矢状面展示的是图2a对应的匿名化处理后的效果图，可以看到额头以下，嘴巴以上的关键可识别区域已经被全部去除；
S4将第三脑部影像数据和与所述第三脑部影像数据相对应的脑部影像编号共同上传云平台进行分析处理，得到脑部影像处理结果；
具体的，将完成去脸操作的第三脑部影像数据和客户端生成的患者ID一起上传至云平台进行分析处理，当然也可以将云平台所需要的数据共同上传至云平台进行分析处理，云平台所需要的数据可以为fMRI扫描获得的BOLD数据，BOLD数据是一种包含三维图像的影像数据，由于空间分辨率较低，无法识别身份，因此，无需担心上传云平台后泄露患者隐私；云平台可以提供稳定可靠且并行的完成此处理过程，还能为客户端分担计算，以便于让客户端有更多的计算资源去处理其他任务；
处理示例如下：将去脸后的T1影像上传到云平台进行大脑皮层重建，大脑皮层重建是从T1影像中获得大脑皮层灰质内外表面网格表示的任务，大脑皮层重建结果是大脑皮层结构分析以及功能分析的依赖条件。在常规处理中上述过程使用FreeSurfer软件包完成，而该过程又耗时较长，需要数小时的时间计算处理，单台计算机能同时处理的数量也很有限。将去脸后的T1影像上传到云平台分析处理，可以稳定可靠且并行的完成此处理过程，还能为客户端分担计算，让客户端有更多的计算资源去处理其他任务。
S5将所述脑部影像处理结果与第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
具体的，当云平台分析处理完成后生成脑部影像处理结果，由客户端下载处理脑部影像处理结果，与在客户端处理后得到的第二脑部影像数据相互补充，完成手术导航、疾病干预等应用操作；示例如下：以第二脑部影像数据为患者的皮肤重建，脑部影像处理结果为大脑皮层重建结果为例进行说明，如等待云平台分析处理完成后，在客户端下载大脑皮层重建结果，将客户端处理的患者的皮肤重建与大脑皮层重建结果结合后形成头部模型；
下面结合客户端执行经颅磁刺激治疗过程中的大脑皮层靶点导航任务进行阐述，客户端需要从云平台上下载大脑皮层重建结果，并将在客户端处理的第一部分影像数据进行重建得到患者头部皮肤的三维网格表示，通过结合大脑皮层重建结果和皮肤重建结果可以得到患者的头部模型。在此基础上，由医生指定大脑皮层上的刺激靶点，而后通过导航相机捕获待治疗患者当前的头部姿态，并通过注册机制将现实中的患者头部位置与客户端中的患者头部模型建立对应关系，由此对应关系则可确定预定靶点的现实空间位置，进而帮助医生找到准确的刺激位置，完成精准的经颅磁刺激治疗。
参照图2c和图2d所示，分别展示了匿名化处理前后对应影像的皮肤重建结果，可以看到匿名化处理前可以从MRI影像中重建得到完成的面部轮廓，可以清晰地识别患者身份，而将MRI影像匿名化处理后由于脸部组织基本上都被去除了，重建得到的皮肤轮廓处于面部缺失的状态，因此难以识别身份的身份。
图3a为匿名化处理前对应影像的皮肤重建结果的展示效果图；图3b为三维MRI影像矢状面中间层面匿名化处理前影像的展示效果图；图3c为三维MRI影像矢状面中间层面匿名化处理后影像的展示效果图；图3d为大脑皮层重建结果的展示效果图；图3e为大脑皮层导航模型的展示效果图；参照3a-3e所示，具体实施例如下：利用MRI成像设备获取第一脑部影像数据，将第一脑部影像数据发送给客户端并存储，客户端将第一脑部影像数据生成脑部影像编号，
客户端分两条路径对第一脑部影像数据进行处理，一条路径：在客户端处理第一部分影像数据，如第一部分影像数据为患者敏感数据，得到第二脑部影像数据，如图3a所示；另一条路径：在客户端处理第二部分影像数据，第二部分影像数据为需要隐匿的影像数据，先利用dcm2niix软件包、FreeSurfer软件包和python软件包任一种将DICOM格式的第二部分影像数据转换为NIFTI格式的第二部分影像数据，并去除第二部分影像数据中身份识别的元信息；再利用FreeSurfer软件包或FSL软件包中去脸命令，对NIFTI格式的第二部分影像数据执行去脸操作，去除影响数据中面部信息，最终得到第三脑部影像数据，如图3c所示；
将第三脑部影像数据和与第三脑部影像数据相对应的脑部影像编号共同发送至云平台进行分析处理，得到脑部影像处理结果，以大脑皮层重建结果示例，如图3d所示；
客户端接收云平台处理的脑部影像处理结果(大脑皮层重建结果)，将脑部影像处理结果(大脑皮层重建结果)与第二脑部影像数据(在客户端处理的患者敏感数据)相结合，得到大脑皮层导航模型，如图3e所示，在大脑皮层导航模型上支持靶点标记和显示，结合导航设备的定位功能，可以进行大脑皮层上特定点的定位反馈，进而完成精准的经颅磁刺激治疗应用。
通过上述实施例可知，本发明提供的医学影像数据处理方法，至少实现了如下的有益效果：
一方面，在现有技术中医疗影像数据共享过程中容易出现患者隐私泄漏，基于云平台和客户端构架的医学影像数据处理方法，在医院部署客户端，客户端分两条路径对第一脑部影像数据进行处理，其中，一条路径：在客户端处理患者敏感数据；另一条路径：将需要隐匿的影像数据进行匿名化处理后将患者影像数据发送到云平台进行分析处理，处理完成后由客户端下载分析结果，结合客户端本地数据完成手术导航等应用；上述方案通过合理的客户端及云平台的分工，在保护患者隐私的同时，利用了云平台强大的数据处理能力加速了分析过程，能显著提升医院及医生的处理效率，提高对患者的服务质量；
另一方面，云平台的匿名化医疗影像处理，为跨组织、跨区域的医疗研究和医疗合作提供了新的方式，由于完全匿名化的处理流程设计，不仅能够显著地降低医院在患者隐私数据泄露方面的风险，而且不影响医疗影像的共享和分析过程，同时这种处理流程能显著促进医疗合作和研究工作的开展，为医疗事业的进步起到推进作用。
图4是本发明提供的医学影像数据处理系统的结构示意图；如图4所示，本发明还提供一种医学影像数据处理系统，包括：客户端存储单元100、第一影像数据处理单元200、第二影像数据处理单元300、云平台分析处理单元400和影像数据结合单元500；
客户端存储单元100，分别与所述第一影像数据处理单元200、所述第二影像数据处理单元300以及云平台分析处理单元400相耦接，用于利用脑部成像设备获取第一脑部影像数据，并将所述第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
所述第一影像数据处理单元200，分别与所述客户端存储单元100和所述影像数据结合单元500相耦接，用于将第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
第二影像数据处理单元300，分别与所述客户端存储单元100和云平台分析处理单元400相耦接，用于将第二部分影像数据进行匿名化处理，得到第三脑部影像数据，其中，第二影像数据处理单元300包括：
脑部影像转换子单元301，用于对第二部分影像数据进行格式转换，并去除第二部分影像数据中身份识别的元信息，其中，所述身份识别的元信息包括患者姓名、患者ID号、患者疾病诊断、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；
脑部影像去脸子单元302，与脑部影像转换子单元301相耦接，用于对格式转换后的第二部分影像数据执行去脸操作，以去除第二部分影像数据中层面的面部组织结构，其中，面部组织结构包括眼睛和口鼻部一种或几种；
云平台分析处理单元400，分别与所述客户端存储单元100和所述第二影像数据处理单元300相耦接，用于接收客户端存储单元100中脑部影像编号以及第二影像数据处理单元中述第三脑部影像数据，并将脑部影像编号和所述第三脑部影像数据发送至云平台进行分析处理，得到脑部影像处理结果；
影像数据结合单元500，分别与第一影像数据处理单元200和云平台分析处理单元400相耦接，用于将所述脑部影像处理结果与第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
该医学影像数据处理系统与上述医学影像数据处理方法相对应，在此不在赘述。
通过上述实施例可知，本发明提供的医学影像数据处理系统，至少实现了如下的有益效果：
一方面，在现有技术中医疗影像数据共享过程中容易出现患者隐私泄漏，基于云平台和客户端构架的医学影像数据处理系统，在医院部署客户端，客户端分两条路径对第一脑部影像数据进行处理，其中，一条路径：在客户端处理患者敏感数据；另一条路径：将需要隐匿的影像数据进行匿名化处理后将患者影像数据发送到云平台进行分析处理，处理完成后由客户端下载分析结果，结合客户端本地数据完成手术导航等应用；上述方案通过合理的客户端及云平台的分工，在保护患者隐私的同时，利用了云平台强大的数据处理能力加速了分析过程，能显著提升医院及医生的处理效率，提高对患者的服务质量；
另一方面，云平台的匿名化医疗影像处理，为跨组织、跨区域的医疗研究和医疗合作提供了新的方式，由于完全匿名化的处理流程设计，不仅能够显著地降低医院在患者隐私数据泄露方面的风险，而且不影响医疗影像的共享和分析过程，同时这种处理流程能显著促进医疗合作和研究工作的开展，为医疗事业的进步起到推进作用。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种医学影像数据处理方法，其特征在于，包括以下步骤：
获取第一脑部影像数据，并将所述第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
将所述第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
将所述第二部分影像数据进行匿名化处理，得到第三脑部影像数据；
将所述第三脑部影像数据和与所述第三脑部影像数据相对应的脑部影像编号发送至云平台进行分析处理，得到脑部影像处理结果；
将所述脑部影像处理结果与所述第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
2.根据权利要求1所述的医学影像数据处理方法，其特征在于，所述将所述第二部分影像数据进行匿名化处理包括：
对第二部分影像数据进行格式转换，并去除所述第二部分影像数据中身份识别的元信息；
对格式转换后的第二部分影像数据执行去脸操作，以去除第二部分影像数据中层面的面部组织结构。
3.根据权利要求2所述的医学影像数据处理方法，其特征在于，所述对格式转换后的第二部分影像数据执行去脸操作包括利用去脸命令将格式转换后的第二部分影像数据执行去脸操作。
4.根据权利要求2所述的医学影像数据处理方法，其特征在于，所述身份识别的元信息包括患者姓名、患者ID号、患者疾病诊断、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；面部组织结构包括眼睛和口鼻部中一种或几种。
5.根据权利要求1所述的医学影像数据处理方法，其特征在于，所述将所述第一脑部影像数据存储至客户端包括：
由所述客户端向脑部成像设备索取第一脑部影像数据，将索取到的所述第一脑部影像数据由所述客户端存储；或者，
脑部成像设备将第一脑部影像数据发送至客户端，并将所述客户端接收到的第一脑部影像数据进行存储。
6.根据权利要求1-5任一项所述的医学影像数据处理方法，其特征在于，所述获取第一脑部影像数据包括：
利用MRI成像设备采集脑部成像结果；或者，
利用CT成像设备采集脑部成像结果。
7.一种医学影像数据处理系统，其特征在于，包括：客户端存储单元、第一影像数据处理单元、第二影像数据处理单元、云平台分析处理单元和影像数据结合单元；
所述客户端存储单元，分别与所述第一影像数据处理单元、所述第二影像数据处理单元以及云平台分析处理单元相耦接，用于获取第一脑部影像数据，并将所述第一脑部影像数据存储至客户端，由所述客户端生成脑部影像编号，其中，所述第一脑部影像数据具有第一部分影像数据和第二部分影像数据；
所述第一影像数据处理单元，分别与所述客户端存储单元和所述影像数据结合单元相耦接，用于将第一部分影像数据在客户端进行处理，得到第二脑部影像数据；
第二影像数据处理单元，分别与所述客户端存储单元和云平台分析处理单元相耦接，用于将第二部分影像数据进行匿名化处理，得到第三脑部影像数据；
云平台分析处理单元，分别与所述客户端存储单元和所述第二影像数据处理单元相耦接，用于接收客户端存储单元中脑部影像编号以及第二影像数据处理单元中述第三脑部影像数据，并将所述第三脑部影像数据和与所述第三脑部影像数据相对应的脑部影像编号发送至云平台进行分析处理，得到脑部影像处理结果；
影像数据结合单元，分别与第一影像数据处理单元和云平台分析处理单元相耦接，用于将所述脑部影像处理结果与第二脑部影像数据相结合，将结合后的脑部影像数据应用于所述客户端。
8.根据权利要求7所述的医学影像数据处理系统，其特征在于，所述第二影像数据处理单元包括：
脑部影像转换子单元，用于对第二部分影像数据进行格式转换，并去除所述第二部分影像数据中身份识别的元信息；
脑部影像去脸子单元，与脑部影像转换子单元相耦接，用于对格式转换后的第二部分影像数据执行去脸操作，以去除第二部分影像数据中层面的面部组织结构。
9.根据权利要求8的医学影像数据处理系统，其特征在于，所述身份识别的元信息包括患者姓名、患者ID号、性别、年龄、体重、影像检查时间、影像检查项目和设备型号中一种或几种；所述面部组织结构包括眼睛和口鼻部中一种或几种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210577754.8A CN114927188A (zh) | 2022-05-25 | 2022-05-25 | 医学影像数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210577754.8A CN114927188A (zh) | 2022-05-25 | 2022-05-25 | 医学影像数据处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114927188A true CN114927188A (zh) | 2022-08-19 |
Family
ID=82810822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210577754.8A Pending CN114927188A (zh) | 2022-05-25 | 2022-05-25 | 医学影像数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114927188A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100036233A1 (en) * | 2008-08-08 | 2010-02-11 | Michigan State University | Automatic Methods for Combining Human Facial Information with 3D Magnetic Resonance Brain Images |
| EP3023902A1 (de) * | 2014-11-24 | 2016-05-25 | Siemens Aktiengesellschaft | Verfahren zum Anonymisieren von medizinischen Datensätzen |
| US20160224805A1 (en) * | 2015-01-31 | 2016-08-04 | Jordan Patti | Method and apparatus for anonymized medical data analysis |
| EP3188058A1 (en) * | 2015-12-30 | 2017-07-05 | Adam Szczepanik | A method and a system for anonymizing image data in medical images |
| CN109478418A (zh) * | 2016-06-28 | 2019-03-15 | 哈特弗罗公司 | 用于使健康数据匿名化并且跨地理区域传输健康数据进行分析的系统和方法 |
| US20190378607A1 (en) * | 2018-06-12 | 2019-12-12 | The Chinese University Of Hong Kong | System and method for patient privacy protection in medical images |
| CN113111130A (zh) * | 2021-04-30 | 2021-07-13 | 贵州联科卫信科技有限公司 | 一种基于云平台的分布式医学影像数据存储方法 |
| US11145404B1 (en) * | 2020-06-12 | 2021-10-12 | Omniscient Neurotechnology Pty Limited | Face reattachment to brain imaging data |
-
2022
- 2022-05-25 CN CN202210577754.8A patent/CN114927188A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100036233A1 (en) * | 2008-08-08 | 2010-02-11 | Michigan State University | Automatic Methods for Combining Human Facial Information with 3D Magnetic Resonance Brain Images |
| EP3023902A1 (de) * | 2014-11-24 | 2016-05-25 | Siemens Aktiengesellschaft | Verfahren zum Anonymisieren von medizinischen Datensätzen |
| US20160224805A1 (en) * | 2015-01-31 | 2016-08-04 | Jordan Patti | Method and apparatus for anonymized medical data analysis |
| EP3188058A1 (en) * | 2015-12-30 | 2017-07-05 | Adam Szczepanik | A method and a system for anonymizing image data in medical images |
| CN109478418A (zh) * | 2016-06-28 | 2019-03-15 | 哈特弗罗公司 | 用于使健康数据匿名化并且跨地理区域传输健康数据进行分析的系统和方法 |
| US20190378607A1 (en) * | 2018-06-12 | 2019-12-12 | The Chinese University Of Hong Kong | System and method for patient privacy protection in medical images |
| US11145404B1 (en) * | 2020-06-12 | 2021-10-12 | Omniscient Neurotechnology Pty Limited | Face reattachment to brain imaging data |
| CN113111130A (zh) * | 2021-04-30 | 2021-07-13 | 贵州联科卫信科技有限公司 | 一种基于云平台的分布式医学影像数据存储方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10078727B2 (en) | Cloud-based medical image processing system with tracking capability | |
| EP2815372B1 (en) | Cloud-based medical image processing system with anonymous data upload and download | |
| KR101604086B1 (ko) | 이종데이터를 이용한 통합진단 및 유사환자 검색 시스템 | |
| DE102012202701A1 (de) | Verfahren zur Bearbeitung von patientenbezogenen Datensätzen | |
| US11925418B2 (en) | Methods for multi-modal bioimaging data integration and visualization | |
| JP4188532B2 (ja) | 画像間演算方法および装置並びに画像表示方法および装置 | |
| JP2004340954A (ja) | 脳画像データ処理システム、方法、プログラムおよび記録媒体 | |
| JP2005044321A (ja) | 広域ネットワーク環境における電子カルテシステム | |
| CN110718284A (zh) | 一种三维医疗影像数据的交互方法及系统 | |
| CN114927188A (zh) | 医学影像数据处理方法及系统 | |
| JP2004239782A (ja) | 脳画像データ処理システム、方法、プログラムおよび記録媒体 | |
| Poliakov et al. | Integration and visualization of multimodality brain data for language mapping. | |
| US11694806B2 (en) | Systems and methods for grouping brain parcellation data | |
| US20050148861A1 (en) | Methods and systems for image selection and display | |
| Bidaut et al. | Telematics techniques for image based diagnosis, therapy planning and monitoring | |
| Sage et al. | Data Communication with DICOM | |
| Chadha et al. | Signal Processing in Biomedical Applications in Present and Future Development | |
| JP6998760B2 (ja) | 脳画像解析装置、脳画像解析方法、及び脳画像解析プログラム | |
| Van Straten et al. | Automatic bone removal in CT angiography | |
| CN114937495A (zh) | 一种急性卒中分析系统及方法 | |
| JP2004334403A (ja) | 遠隔画像解析システムおよびその方法 | |
| Icazatti et al. | Post-processing of Medical Image for Neurosurgical Planning with Academic Purposes | |
| Lubis et al. | Computed Tomography Scan Brain With Stroke Cases Haemorage at Dr Haji Adam Malik: Computed Tomography Scan Brain With Stroke Cases Haemorage at Dr Haji Adam Malik | |
| Modayur et al. | Evaluation of a visualization-based approach to functional brain mapping. | |
| JP2023048742A (ja) | 医用画像表示装置、方法およびプログラム |
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 |