CN116563404B - 单期扫描影像图像质量控制方法、装置、电子设备及存储介质 - Google Patents

单期扫描影像图像质量控制方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116563404B
CN116563404B CN202310437809.XA CN202310437809A CN116563404B CN 116563404 B CN116563404 B CN 116563404B CN 202310437809 A CN202310437809 A CN 202310437809A CN 116563404 B CN116563404 B CN 116563404B
Authority
CN
China
Prior art keywords
image
scanning
real
time
scanning image
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
Application number
CN202310437809.XA
Other languages
English (en)
Other versions
CN116563404A (zh
Inventor
谭裕奇
张艺腾
张濛
李真林
曾文
梁泽军
张雨
吕欣阳
史睿琼
于宁
张文渊
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.)
Beijing Xushui Interconnection Technology Co ltd
West China Hospital of Sichuan University
Original Assignee
Beijing Xushui Interconnection Technology Co ltd
West China Hospital of Sichuan University
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 Beijing Xushui Interconnection Technology Co ltd, West China Hospital of Sichuan University filed Critical Beijing Xushui Interconnection Technology Co ltd
Priority to CN202310437809.XA priority Critical patent/CN116563404B/zh
Publication of CN116563404A publication Critical patent/CN116563404A/zh
Application granted granted Critical
Publication of CN116563404B publication Critical patent/CN116563404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A61B6/5241Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT combining overlapping images of the same imaging modality, e.g. by stitching
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开一种单期扫描影像图像质量控制方法、装置、电子设备及存储介质,其方法包括:对当前最新获取的实时扫描影像进行第一分析处理,获取第一分析结果;在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;在第一分析结果和第二分析结果符合第二预设条件时,根据第一分析结果、实时扫描影像、第二分析结果、以及实时扫描影像对应的影像检查的各历史扫描影像生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像。本发明能有效减少患者的重复扫描,减少影像检查对患者的影响,节约影像检查资源和时间。

Description

单期扫描影像图像质量控制方法、装置、电子设备及存储介质
技术领域
本发明涉及医疗辅助设备系统技术领域,尤其涉及一种单期扫描影像图像质量控制方法、装置、电子设备及存储介质。
背景技术
影像检查在临床诊疗和保障人民健康方面发挥着重要作用,如何充分发挥影像检查作用并避免过度或重复检查,一直是政府和医疗机构以及临床与影像科室共同关心的问题。然而近年来,在医疗实际工作中,影像检查人次显著增加,不合理或重复影像检查问题显得更为突出。
其中,会出现重复性扫描以及影像质量不一致的主要原因在于:
.影像检查过程中病人运动导致影像图像质量参差。病人的运动是影响临床影像检查的图像质量的一个主要因素,特别是在急诊,有些病人在病痛下难以控制,会导致扫描出来的扫描影像出现位置偏移,甚至出现伪影。
基于上述的原因,在现有的影像检查程序中,经常会出现多次重复扫描等情况,导致单个患者的影像扫描时间变长,甚至出现需要患者重复排队预约检查的问题,令影像检查的预约时间进一步加长,这严重影响了医疗影像设备的使用效率,也增加了患者的检查时间成本。
发明内容
本发明实施例提供一种单期扫描影像图像质量控制方法、装置、电子设备及存储介质,其至少能够有效缓解单期影像检查中出现的重复扫描次数过多、导致医疗影像设备的使用效率较低和患者的检查时间成本较高的问题。
第一方面,本发明实施例提供一种单期扫描影像图像质量控制方法,包括:
对当前最新获取的实时扫描影像进行第一分析处理,获取第一分析结果;
在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;
在第一分析结果和第二分析结果符合第二预设条件时,根据第一分析结果、实时扫描影像、第二分析结果、以及实时扫描影像对应的影像检查的各历史扫描影像生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像。
第二方面,本发明实施例提供一种单期扫描影像图像质量控制装置,包括:
第一分析模块,用于对当前最新获取的实时扫描影像进行第一分析处理,获取第一分析结果;
历史影像获取模块,用于在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;
第一反馈模块,用于在第一分析结果和第二分析结果符合第二预设条件时,根据第一分析结果、实时扫描影像、第二分析结果、以及实时扫描影像对应的影像检查的各历史扫描影像生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像。
第三方面,本发明实施例提供一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面的方法的步骤。
第四方面,本发明实施例提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面的方法的步骤。
本发明实施例的有益效果在于:本发明实施例提供的方法通过对扫描影像的图像质量进行分析,并筛选出符合预设条件的扫描影像,实现了能够基于分析结果、实时扫描影像和历史扫描影像,对当前的满足预设条件的单期实时扫描影像存在的问题进行修复,从而有效减少患者的重复扫描,减少影像检查对患者的影响,节约影像检查资源和时间。
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中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为本发明一实施方式的单期扫描影像质量控制方法的流程图;
图2为本发明一实施方式的单期扫描影像图像质量控制方法中的步骤S11的流程图;
图3为本发明一实施方式的单期扫描影像图像质量控制方法中的运动分析的流程图;
图4为本发明一实施方式的单期扫描影像图像质量控制方法中的步骤S13的流程图;
图5为本发明另一实施方式的单期扫描影像图像质量控制方法中的步骤S13的流程图;
图6为本发明一实施方式的单期扫描影像图像质量控制方法中的步骤S13的整体流程示意图;
图7为本发明一实施方式的单期扫描影像图像质量控制方法的整体流程图;
图8为本发明实施方式的单期扫描影像图像质量控制装置的原理框图;
图9为本发明另一实施方式的单期扫描影像图像质量控制装置的原理框图;
图10为本发明的电子设备的一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图对本发明作进一步详细的说明。
图1示意性地展示了本发明一实施方式的单期扫描影像质量控制方法的流程,参照图1所示,该方法包括以下步骤:
步骤S11:对当前最新获取的实时扫描影像进行第一分析处理,获取第一分析结果;
步骤S12:在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;
步骤S13:在第一分析结果和第二分析结果符合第二预设条件时,根据第一分析结果、实时扫描影像、第二分析结果、以及实时扫描影像对应的影像检查的各历史扫描影像生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像。
步骤S11为对获取到的最新的实时扫描影像进行分析处理的步骤,其中,所述的实时扫描影像为最新一次进行影像检查获取得到的扫描影像,进行第一分析处理的目的是为了初步确定出当前最新获取的实时扫描影像的图像质量情况。在现有的影像检查设备中,根据影像检查设备的硬件(探测器)的规格不同,得到的单期扫描影像的方式也有所不同,具体的,在对某一个特定解剖位置扫描的时候,硬件规格较大的设备可以实现单次扫描即可覆盖全部解剖位置,一次性完成对全部扫描影像层的扫描,对于硬件规格较小的设备则需要沿厚度方向通过多次扫描来覆盖全部解剖位置,以分多次完成对全部扫描影像层的扫描,因此对应的,单期扫描影像具体可以分为单次扫描类型的单期扫描影像和多次扫描类型的单期扫描影像。对于影像检查的扫描影像质量评判标准,是否有出现伪影是一项非常重要的指标,若患者在进行影像检查的过程中发生了运动,并由于运动而使得扫描影像出现伪影时,则会对影像检查输出的影像结果的质量产生重大影响。结合上述的情况,对于单次扫描类型的单期扫描影像,由于是一次性完成全部扫描影像层面的扫描,因而若有出现伪影,则表示全部的扫描影像层面都会出现伪影,因此只需要判断该次扫描得到的扫描影像是否有出现伪影即可判断出该实时扫描影像的具体图像质量情况;对于多次扫描类型的单期扫描影像,由于是分多次完成对全部扫描影像层面的扫描,因而若有出现伪影,可能仅在某一次扫描得到的扫描影像层面中有出现伪影,因此需要判断每一次扫描得到的扫描影像层面是否有出现伪影,并结合对每一次扫描得到的扫描影像层面的判断结果,以判断出该实时扫描影像的具体图像质量情况。其中,需要说明的是,本发明实施例中所述的扫描影像层面是指对目标解剖部位在厚度方向上得到的扫描层次,不同的解剖部位厚度不同,因而通过单期扫描得到的对应的扫描影像层面的层数也不同。还需要说明的是,本发明实施例中的扫描影像可以是通过任意类型的影像检查设备获得的扫描影像,例如可以为CT扫描影像,也可以为MR扫描影像,还可以为DR扫描影像等。
基于此,本发明实施例可以基于影像检查的类型和扫描影像的出现伪影的情况,来对单期实时扫描影像进行图像质量情况的分析处理。具体地,图2示意性地展示了本发明一实施方式的单期扫描影像图像质量控制方法中的步骤S11的流程,参照图2所示,该流程具体可以实现为包括以下步骤:
步骤S21:确定当前最新获取的实时扫描影像的扫描类型,并根据扫描类型进行判断,在扫描类型为单次扫描类型时,执行步骤S22A至步骤S23A的处理流程,而在扫描类型为多次扫描类型时,执行步骤S22B至步骤S24B的流程;
步骤S22A:确定当前最新获取的实时扫描影像中是否有伪影;
步骤S23A:将当前最新获取的实时扫描影像的扫描类型、以及是否有伪影的结果记录为第一分析结果;
步骤S22B:确定当前最新获取的实时扫描影像中是否有伪影以及伪影所在的扫描影像层面;
步骤S23B:确定当前最新获取的实时扫描影像对应的影像检查是否存在历史扫描影像;
步骤S24B:将当前最新获取的实时扫描影像的扫描类型、该影像检查是否存在历史扫描影像、是否有伪影的结果以及存在伪影时相应伪影所在的扫描影像层面记录为第一分析结果。
在步骤S21中,首先需要确定该实时扫描影像的扫描类型,根据前文的说明,该扫描类型可以包括单次扫描类型和多次扫描类型,由于单次扫描类型对应的扫描影像的特征与多次扫描类型对应的扫描影像的特征有所不同,因而根据该实时扫描影像的扫描类型的不同,针对扫描影像要执行的后续第一分析处理步骤和得到的分析结果均会有所不同。具体的,扫描影像的扫描类型可以根据当前进行的影像检查的目标扫描范围与执行扫描的影像检查设备的硬件参数确定出,其中,进行的影像检查的目标扫描范围、影像检查设备的硬件参数等可以根据得到的扫描影像的头文件读取得到。作为一种可能的实施方式,可以通过将当前影像检查的目标扫描范围与执行扫描的影像检查设备的硬件参数中的探测器宽度进行比较,根据比较结果,在探测器宽度大于等于目标扫描范围时,将当前影像检查的扫描类型确定为单次扫描,否则将当前影像检查的扫描类型确定为多次扫描。以获取到的目标扫描范围是15cm为例,若获取到的执行扫描的影像检查设备的探测器宽度为16cm,则说明通过一次扫描就可以完成对目标扫描范围的全覆盖,此时可以确定该实时扫描影像的扫描类型为单次扫描类型,若获取到的执行扫描的影像检查设备的探测器宽度为4cm,则说明需要通过四次扫描才可以完全覆盖整个目标扫描范围,此时可以确定该实时扫描影像的扫描类型为多次扫描类型。
步骤S22A至步骤S23A为在步骤S21中确定出实时扫描影像为单次扫描类型时所执行的后续的第一分析处理步骤,由于单次扫描类型的扫描影像仅执行了一次扫描,因而只需要通过步骤S22A确定出该次扫描得到的扫描影像层面是否有出现伪影,即可在步骤S23A中根据步骤S21和步骤S22A的分析处理得到的结果形成第一分析结果。具体的,在步骤S22A中,确定扫描影像层面是否有出现伪影时,可以通过第一数学模型对扫描影像进行分析处理,其中,该第一数学模型可以为用于确定出单次扫描影像层面中是否有出现伪影的数据处理模型,如可以为伪影检测模型,其可以通过选用常用的用于目标检测的深度学习卷积模型进行训练得到,其中,示例性地,可以以扫描影像层面作为输入、以是否有伪影出现的二值结果作为输出对选取的用于目标检测的深度学习卷积模型进行训练,以得到符合期望的第一数学模型。
步骤S22B至步骤S24B为在步骤S21中确定出实时扫描影像为多次扫描类型时所执行的后续的第一分析处理步骤,由于多次扫描类型的扫描影像执行了多次扫描,因此在任意一次扫描得到的扫描影像层面有出现伪影时,即表示该实时扫描影像有出现伪影。可以理解的是,由于多次扫描类型的扫描影像由多次扫描得到的扫描影像层面组成,因此当仅有某一次或某几次扫描得到的部分扫描影像层面有出现伪影时,可以通过将实时扫描影像与该次影像检查对应的历史扫描影像进行图像融合处理,以对当时的实时扫描影像中出现伪影的扫描影像层面进行修复,从而得到符合要求的扫描影像,减少重扫次数。基于此,可以先通过步骤S22B确定出该实时扫描影像中的每一次扫描得到的扫描影像层面是否有出现伪影,并在该实时扫描影像中有出现伪影的扫描影像层面时,同时确定出伪影所在的扫描影像层面,然后通过步骤S23B确定出该实时扫描影像对应的影像检查是否存在历史扫描影像,以在步骤S24B中根据步骤S22B和步骤S23B的分析处理得到的结果形成第一分析结果。其中,步骤S23B确定是否存在历史扫描影像可以通过从影像检查设备获取预设时间段内的扫描影像,并对获取到的预设时间段内的扫描影像,通过读取其头文件以确定出各扫描影像对应的患者ID、扫描协议等,并将各扫描影像对应的患者ID和扫描协议与实时扫描影像的患者ID和扫描协议进行比较,从而确定出该预设时间段内的各扫描影像是否为实时扫描影像对应的影像检查(即当前影像检查)的历史扫描影像,示例性地,当预设时间段内的某一扫描影像的患者ID和扫描协议与当前的实时扫描影像的患者ID和扫描协议一致时,则认为该某一扫描影像即为该实时扫描影像对应的影像检查的历史扫描影像,其中,预设时间段的长度可以根据需求进行设定,如可以设置为15分钟。可以理解的是,在扫描影像类型为单次扫描类型时,由于其仅进行了一次扫描,因此在确定出其出现伪影时,则表示全部的扫描影像层面都会有出现伪影,因而会导致全部的扫描影像层面的图像质量都不能达标,只能通过重新扫描的方式以得到质量达标的扫描影像,因此在扫描类型为单次扫描类型的实时扫描影像的第一分析处理步骤中,并不会判断其对应的影像检查是否存在历史扫描影像。
与步骤S22A相似,在步骤S22B中,确定多次扫描类型的实时扫描影像是否有出现伪影时,也可以通过第一数学模型对多次扫描类型的实时扫描影像的每一次扫描得到的扫描影像层面进行分析处理,可以理解的是,在确定出扫描影像层面是否有出现伪影的时侯,就能够同时确定出伪影所在的扫描影像层面,因此,伪影所在的扫描影像层面的确定可以直接根据当前进行伪影分析的扫描影像层面来确定,当然在其他实施方式下,还可以通过将扫描影像层面作为输入、将是否存在伪影的结果以及伪影所在的扫描影像层面均作为输出对选用的模型进行训练以得到能够直接同时输出伪影所在扫描影像层面的第一数学模型。作为一种优选的方案,还可以在通过第一数学模型对多次扫描类型的实时扫描影像的每一次扫描得到的扫描影像层面进行分析处理之前,先通过第二数学模型对多次扫描类型的实时扫描影像的每一次扫描得到的扫描影像层面进行运动分析处理,以先判断出每一次扫描得到的扫描影像层面是否有出现运动,之后即可仅针对有出现运动的扫描影像层面进一步利用第一数学模型进行分析处理,以确定出实时扫描影像中是否有伪影以及伪影所在的扫描影像层面,以降低计算量。具体的,第二数学模型为用于确定出扫描影像层面是否有出现运动的数据处理模型,如可以为运动分析模型,作为一种可能的实施方式,该第二数学模型包括第一子模型和第二子模型,其中,第一子模型用于对扫描影像层面的2D中线进行识别,第二子模型用于对相邻两次扫描得到的两组扫描影像层面的连续性进行分析,第二数学模型根据第一子模型和第二子模型的输出结果来确定相应的扫描影像层面是否有出现运动。示例性地,第一子模型可以选用用于目标检测的深度学习模型,其输入可以为某次扫描得到的扫描影像层面,输出可以为该扫描影像层面的中线角度差;第二子模型可以选用现有的传统图像处理模型或利用现有的传统图像处理方法实现,其输入可以为某次扫描得到的扫描影像层面及与其相邻的扫描影像层面,输出可以为该扫描影像层面与其相邻的扫描影像层面的相邻层相似性参数。图3示意性地展示了一种实施方式的运动分析模型的处理流程,如图3所示,在进行运动分析时,首先将多次扫描类型的实时扫描影像对应的各次扫描得到的扫描影像层面输入到第一子模型,然后通过第一子模型对当前实时扫描影像对应的各次扫描得到的各个扫描影像层面进行2D中线识别(参见图3中左侧流程分支);同时,还将当前实时扫描影像对应的各次扫描得到的扫描影像层面及其相邻扫描影像层面输入到第二子模型,以通过传统图像处理方法对每次扫描得到的扫描影像层面的相邻层连续性进行分析(参见图3中右侧流程分支);由此,最终得到该实时扫描影像的每次扫描得到的扫描影像层面的中线角度差和每次扫描得到的扫描影像层面的相邻层相似性参数,之后第二数学模型可以通过将第一子模型和第二子模型输出的该两个参数与预设的相应阈值进行比较,以确定出每一次扫描得到的扫描影像层面是否有出现运动。由此在步骤S22B中,就可以先通过第二数学模型判断实时扫描影像的相应扫描影像层面是否有发生运动,然后仅针对发生运动的相应扫描影像层面继续通过第一数学模型进行伪影分析,从而减少伪影分析的数据处理量,提高第一分析处理的处理性能。
由此,通过上述的流程,即可确定出步骤S11中的当前最新获取的实时扫描影像的第一分析结果。而基于第一分析处理,对于单次扫描类型的单期扫描影像,得到的第一分析结果就包括了当前最新获取的实时扫描影像的扫描类型和是否有伪影的结果;而对于多次扫描类型的单期扫描影像,得到的第一分析结果就包括了当前最新获取的实时扫描影像的扫描类型、该影像检查是否存在历史扫描影像、是否有伪影的结果以及存在伪影时相应伪影所在的扫描影像层面。需要说明的是,对于当前最新获取的实时扫描影像的第一分析结果,可以理解的是,在第一分析处理过程中,无论实时扫描影像的扫描类型为单次扫描类型还是多次扫描类型,若确定出该实时扫描影像中并没有出现伪影,就说明该实时扫描影像的图像质量本身就是合格的,这种情况下不会产生额外的重复扫描,因此此时可以直接将该实时扫描影像输出,而不需要再对其进行其他处理(如步骤S13的处理、以及步骤S12中的获取第二分析结果的处理等)。
步骤S12为根据步骤S11中获取到的第一分析结果判断其是否符合第一预设条件,并根据判断结果执行相应流程的步骤。其中,该第一预设条件为用于判断该实时扫描影像在出现质量问题的情况时,是否存在通过修复的方式解决该质量问题的可能的条件,具体的,该第一预设条件包括:扫描影像的扫描类型为多次扫描类型并且在该扫描影像中出现伪影,同时该患者的该次影像检查存在多次的扫描影像(即在此次实时扫描影像之前已经进行过扫描,此次实时扫描影像为重复扫描得到的扫描影像,该次影像检查存在历史的扫描影像)。其中,根据第一分析结果中的各项内容,就能够判断出当前最新获取的实时扫描影像是否能够符合第一预设条件,即,当第一分析结果中包含有当前最新获取的实时扫描影像的扫描类型为多次扫描类型,该实时扫描影像中有出现伪影,并且该实时扫描影像对应的影像检查存在历史扫描影像的信息时,就符合第一预设条件。在该情况下,当前最新获取的实时扫描影像出现了质量问题,并且存在通过修复的方式解决该质量问题的可能,由此,可以通过对这类实时扫描影像进行预先筛选,以期能够通过对该质量问题进行修复的方式避免患者进行重复检查。具体的,在第一预设条件中,判断该患者的该次影像检查是否存在多次的扫描影像时,具体可以简化设置为判断在预设时间段内是否存在与该实时扫描影像对应的历史扫描影像,由于在实际操作的过程中,对于部分影像检查设备来说,每一次的单期影像检查的相关数据均会单独保存处理,因而不同次的单期影像检查的相关数据不会相互干扰,所以可以仅通过判断在一定时间内是否存在与该实时扫描影像对应的历史扫描影像的方式来判断该患者的该次影像检查中是否存在多次的扫描影像,其具体实现方式可以参照前文描述(如通过获取相应单期影像检查的患者ID和扫描协议,并将其与当前实时扫描影像的患者ID和扫描协议进行比对,以确定在该预设时间段内是否存在与当前实时扫描影像对应的历史扫描影像),示例性地,预设时间段可以根据实际情况进行设置调整,在本实施例中将其设定为15分钟。在判断得出第一分析结果符合第一预设条件时,则获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果,其中,可以理解的是,该实时扫描影像对应的影像检查的历史扫描影像可能仅有一个,也可能有多个,因而在获取实时扫描影像对应的影像检查的历史扫描影像对应的第二分析结果时,可以获取全部的每一个历史扫描影像的第二分析结果,也可以根据实际情况仅获取部分需要的历史扫描影像的第二分析结果。具体的,第二分析结果包括有历史扫描影像中哪一些扫描影像层面出现了伪影,可以理解的是,在一次单期影像检查中,只有在获得的扫描影像出现了质量问题并且无法通过修复的方式解决该质量问题时,才会进行重新扫描,由此就使得该次出现质量问题的扫描影像成为了历史扫描影像,因此,在当次扫描中,即对最新的实时扫描影像而言,历史扫描影像及其对应的第一分析结果已成为了已知的先验信息,因此,对于历史扫描影像中哪一些扫描影像层面出现了伪影可以通过查找相关历史信息即可得知,由此就可以得到实时扫描影像对应的影像检查的历史扫描影像对应的第二分析结果。
步骤S13为根据第一分析结果和第二分析结果作进一步判断,判断是否满足第二预设条件,并根据判断结果执行相应流程的步骤。其中,第二预设条件为用于判断是否能够对实时扫描影像存在的质量问题进行修复的条件,具体的,该第二预设条件包括:是否能够通过图像融合的方式结合实时扫描影像与历史扫描影像形成合格的扫描影像。其中,判断能否通过图像融合的方式结合实时扫描影像与历史扫描影像形成合格的扫描影像的方式,可以实现为判断实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系,如其出现伪影的扫描影像层面是否一致和/或其出现伪影的位置是否相同等。具体的,实时扫描影像的出现伪影的扫描影像层面可以根据第一分析结果中的伪影所在的层面获知,进而即可获知实时扫描影像中出现伪影的位置,历史扫描影像的出现伪影的扫描影像层面可以根据第二分析结果获知,进而也可获知历史扫描影像中出现伪影的位置,之后只需要将第一分析结果与第二分析结果结合对比,就能够判断出是否能够通过图像融合的方式结合实时扫描影像与历史扫描影像形成合格的扫描影像,即能够确定出是否符合第二预设条件。当第一分析结果和第二分析结果符合第二预设条件时,即可根据第一分析结果、实时扫描影像、第二分析结果以及实时扫描影像对应的影像检查的历史扫描影像进行图像融合,生成第一反馈结果输出,其中,该第一反馈结果应理解为经分析得出存在图像质量问题,但是经过对图像质量问题进行修复而得到的图像质量合格的扫描影像。
图4示意性地展示了本发明一实施方式的单期扫描影像图像质量控制方法中的步骤S13的流程,参照图4所示,该流程具体可以实现为包括以下步骤:
步骤S31:根据第一分析结果确定出实时扫描影像中出现伪影的扫描影像层面;
步骤S32:根据第二分析结果确定出实时扫描影像对应的影像检查的各历史扫描影像中出现伪影的扫描影像层面;
步骤S33:根据实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系,确定是否符合第二预设条件,在实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系符合第二预设条件时,对历史扫描影像和实时扫描影像进行图像融合,以生成第一反馈结果。
在该步骤S31至步骤S33的流程中,首先根据步骤S31确定出实时扫描影像中出现伪影的扫描影像层面包括有哪些扫描影像层面,然后根据步骤S32确定出历史扫描影像中出现伪影的扫描影像层面包括有哪些扫描影像层面,进而在步骤S33中,能够基于步骤S31和步骤S32确定出的结果,对实时扫描影像中出现伪影的扫描影像层面和该实时扫描影像对应的影像检查的各历史扫描影像中出现伪影的扫描影像层面进行比较,以确定出是否符合第二预设条件。在以根据实时扫描影像和历史扫描影像中出现伪影的扫描影像层面是否一致的关系确定是否符合第二预设条件为例的实施方式中,在历史扫描影像中存在没有伪影的与实时扫描影像的出现伪影的扫描影像层面相应的扫描影像层面时,就符合第二预设条件,此时,则对历史扫描影像中的没有伪影的与实时扫描影像中出现伪影的扫描影像层面相应的影像层面和实时扫描影像中没有出现伪影的扫描影像层面进行融合,以生成第一反馈结果。示例性地,以扫描类型为多次扫描的某一实时扫描影像,假设其扫描影像层面共有256层,该实时扫描影像对应的扫描次数为4次,每次对应的扫描影像层面为64层,确定出的实时扫描影像中存在伪影的扫描影像层面为第1-64层,而某一历史扫描影像中的第1-64层没有伪影(如某一历史扫描影像中存在伪影的扫描影像层面为129-192层),那么就可以确定该第一分析结果和第二分析结果符合第二预设条件,就可以对该实时扫描影像和该某一历史扫描影像进行图像融合以生成第一反馈结果输出。其中,对该实时扫描影像和该某一历史扫描影像进行图像融合示例性地可以是将历史扫描影像中的没有伪影的与实时扫描影像的出现伪影的扫描影像层面相应的扫描影像层面替换到实时扫描影像的相应层面中,如将该某一历史扫描影像的没有伪影的第1-64层替换实时扫描影像的有伪影的第1-64层,以形成新的实时扫描影像作为第一反馈结果输出。
图5和6示意性地展示了本发明另一实施方式的单期扫描影像图像质量控制方法中的步骤S33的流程,在该实施方式中,判断第一分析结果和第二分析结果是否符合第二预设条件,具体是基于实时扫描影像和其对应的历史扫描影像的出现伪影的位置是否相同实现的。参照图5所示,在该实施方式中,该流程具体包括:
步骤S31A:对实时扫描影像与其对应的历史扫描影像进行归一化处理;
步骤S32A:对归一化处理后的实时扫描图像与其对应的历史扫描影像进行目标组织位置识别;
步骤S33A:确定实时扫描影像和其对应的历史扫描影像的伪影发生位置是否处于目标组织位置中的同一组织位置处,若不处于同一组织位置处,则对该历史扫描影像和实时扫描影像进行图像融合处理,以生成第一反馈结果输出。
在步骤S31A中,归一化处理具体是指将实时扫描影像与其对应的历史扫描影像进行尺度归一化,如将其物理尺寸归一化到同一大小,以将实时扫描影像和历史扫描影像进行对齐,从而更便于准确确定出实时扫描影像中出现伪影的组织位置和历史扫描影像中出现伪影的组织位置。其中,尺度归一化的具体可以通过现有技术实现。
在步骤S32A中,可以基于实时扫描图像对应的头文件确定出当前实时扫描图像对应的目标组织,根据确定的目标组织,通过图像识别处理确定出实时扫描影像和其对应的历史扫描影像中的目标组织所在的扫描影像层面,即目标组织位置。
在步骤S33A中,首先选取某一次历史扫描影像与实时扫描影像进行对比,确定该历史扫描影像是否符合第二预设条件,其中,当前对比的历史扫描影像的选取方式优选地为根据历史扫描影像的形成时间对历史扫描影像进行优先级划分,形成时间越靠近实时扫描影像的形成时间的历史扫描影像,其优先级越高,即优选选取形成时间靠近实时扫描影像的历史扫描影像与实时扫描影像进行比较。参照图6所示,在该实施方式中,进行是否符合第二预设条件的确定时,可以具体实现为判断实时扫描影像的目标组织位置中出现伪影的位置和历史扫描影像的目标组织位置中出现伪影的位置是否存在相同(出现伪影的位置具体可以根据步骤S31确定出的实时扫描影像中出现伪影的扫描影像层面和根据步骤S32确定出的实时扫描影像对应的影像检查的各历史扫描影像中出现伪影的扫描影像层面,结合图像识别技术进行判断),即实时扫描影像的目标组织位置中出现伪影的位置和历史扫描影像的目标组织位置中出现伪影的位置是否有发生交错重叠,例如可以通过图像识别判断两种扫描影像的目标组织位置中出现伪影的扫描影像层面是否存在重叠部分,进而确定二者出现伪影的位置是否有发生交错重叠。若实时扫描影像的目标组织位置中出现伪影的位置和历史扫描影像的目标组织位置中出现伪影的位置有发生交错重叠,则不符合第二预设条件,即说明无法通过利用该两次的扫描影像进行图像融合的方式对扫描影像中出现的伪影进行完全修复;若实时扫描影像的目标组织位置中出现伪影的位置和历史扫描影像的目标组织位置中出现伪影的位置无发生交错重叠,则符合第二预设条件,即说明可以通过利用该两次的扫描影像进行图像融合的方式对扫描影像中出现的伪影进行修复以得到符合要求的扫描影像。在确定出符合第二预设条件的时候,则需要进一步判断实时扫描影像中出现伪影的位置和历史扫描影像中出现伪影的位置是否位于扫描影像中的关键位置,并以出现伪影的位置位于非关键位置的扫描影像作为基准,将另一组扫描影像中的对应位置取下以融合至作为基准的扫描影像,从而形成第一反馈结果。具体的扫描影像中出现伪影的位置是否位于扫描影像中的关键位置的判断标准,为根据具体要进行的影像检查的目标而确定,不同目标的影像检查的扫描影像中的关键位置均不相同,示例性地,可以根据当前影像检查对应的扫描部位和预先配置的不同扫描部位与关键组织位置的映射关系来确定当前影像检查的关键位置。在进行图像融合时,首先将另一组扫描影像中的对应位置取下并拼接至作为基准的扫描影像,之后对拼接后的扫描影像进行图像配准、图像重投影和图像边缘融合,以形成图像质量合格的扫描影像,即第一反馈结果。上述的实施方式为利用两次扫描影像进行图像融合以得到第一反馈结果,在另一些实施方式中,进行图像融合时还可以基于三次或以上的扫描影像进行图像融合,以得到第一反馈结果,具体的步骤与上述实施方式的步骤相似,本领域技术人员可以参照实现,故在此不再展开进行说明。由此,就可以通过充分利用现有的实时扫描影像和历史扫描影像,来整合形成质量合格的扫描影像,以减少重复扫描的次数,提高影像设备的使用效率和减低患者的检查时间成本。
在一些实施方式中,还会对第一分析结果是否符合第三预设条件的情形进行判断,在第一分析结果符合第三预设条件时,则会生成第二反馈结果输出,其中,第三预设条件为用于判断该实时扫描影像在出现质量问题的情况时,是否不存在通过修复的方式解决该质量问题的可能的条件,第二反馈结果为用于指示需要进行重新扫描的提示通知,具体的,该第三预设条件包括:扫描影像的扫描类型为单次扫描类型并且在该扫描影像中出现伪影;或,扫描影像的扫描类型为多次扫描类型并且在该扫描影像中出现伪影,但是同时在该患者的该次影像检查中仅有该次当前最新获取的实时扫描影像。可以理解的是,由于单次扫描类型的扫描影像仅执行了有一层一次扫描,因而无法通过图像融合的方式对该实时扫描影像出现的伪影质量问题进行修复,所以只能通过重新扫描的方式来获取图像质量合格的扫描影像;而对于出现伪影的仅有该次扫描影像的多次扫描类型的扫描影像,由于不存在历史扫描影像,因而也无法通过图像融合的方式对该实时扫描影像出现的伪影质量问题进行修复,所以只能将该次实时扫描影像作为历史扫描影像,并通过重新扫描的方式来获取另外的扫描影像以作进一步的判断。
进一步的,在第一分析结果和第二分析结果符合第四预设条件时,也生成第二反馈结果输出,其中,第四预设条件为用于判断是否不能够对实时扫描影像存在的质量问题进行修复的条件,具体的,该第四预设条件包括:是否不能够通过图像融合的方式结合实时扫描影像与历史扫描影像形成合格的扫描影像。其中,该第四预设条件的具体判断方式与第二预设条件的判断方式相似,可以为根据实时扫描影像的出现伪影的扫描影像层面对应的组织位置在历史扫描影像中是否不存在没有伪影的相应组织位置对应的扫描影像层面。可以理解的是,当第一分析结果和第二分析结果符合第四预设条件时,则说明即使将实时扫描影像与全部的历史扫描影像相结合,仍存在有至少部分扫描影像层面是出现伪影的,因而无法通过图像融合的方式对该实时扫描影像出现的伪影质量问题进行修复,所以只能将该次实时扫描影像作为历史扫描影像,并通过重新扫描的方式来获取另外的扫描影像以作进一步的判断。
通过上述第三预设条件的判断和第四预设条件的判断,可以在发现实时扫描影像出现无法修复的图像质量问题时,立刻提醒工作人员进行重新检查,以能够避免患者在完全完成影像检查后,需要再次进行返回重新检查,节省影像检查资源,提高影像检查的效率。
本发明实施例提供的单期扫描影像图像质量控制方法通过对当前的实时扫描影像的进行快速分析,以能够快速地判断出当前的实时扫描影像的扫描结果存在哪些问题并是否可修复,若该扫描结果能够符合第一预设条件,即可与一定时间内的历史扫描影像相互结合处理,对当前的实时扫描影像存在的问题进行修复,从而能够有效减少患者的重复扫描,减少影像检查对患者的影响,节约影像检查资源。
图7示意性地展示了本发明一实施例的单期扫描影像图像质量控制方法的整体流程,参照图7所示,在获取到最新的实时扫描影像后,先判断该实时扫描影像的扫描类型,并根据该实时扫描影像的扫描类型作后续的进一步判断。若该实时扫描影像的扫描类型为单次扫描类型,并且没有出现伪影时,则可以直接输出该扫描影像,进入下一步流程;若有出现伪影,则输出第二反馈结果,提示重新扫描。若该实时扫描影像的扫描类型为多次扫描类型,并且没有出现伪影时,则可以直接输出该扫描影像,进入下一步流程;若有出现伪影,则判断是否满足第一预设条件,即流程中的是否有15分钟内的上一次扫描,若没有则输出第二反馈结果,提示工作人员重新扫描,若有则进一步判断实时扫描影像与历史扫描影像是否能够进行图像融合,若不能则输出第二反馈结果,提示工作人员重新扫描,若能则通过图像融合的方式对实时扫描影像进行修复,输出第一反馈结果,进入下一步流程。
图8示意性地展示了本发明一实施方式的单期扫描影像图像质量控制装置的组成,参照图8所示,该装置包括:
第一分析模块1,用于对当前最新获取的实时扫描影像进行第一分析处理,获取第一分析结果;
历史影像获取模块2,用于在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;
第一反馈模块3,用于在第一分析结果和第二分析结果符合第二预设条件时,根据第一分析结果、实时扫描影像、第二分析结果、以及实时扫描影像对应的影像检查的各历史扫描影像生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像。
在一些实施方式中,所述第一分析模块1具体包括:
扫描类型确定单元11,用于确定当前最新获取的实时扫描影像的扫描类型;
伪影确定单元12,用于确定当前最新获取的实时扫描影像中是否有伪影以及伪影所在的层面;
历史扫描影像确定单元13,用于确定当前最新获取的实时扫描影像对应的影像检查是否存在历史扫描影像;
在一些实施方式中,所述第一反馈模块3具体包括:
图像处理单元31,用于根据实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系,确定是否符合第二预设条件,在实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系符合第二预设条件时,对历史扫描影像和实时扫描影像进行图像融合,以生成第一反馈结果。
需要说明的是,本发明实施例的单期扫描影像图像质量控制装置的实现过程和实现原理具体可参见上述方法实施例的相应描述,例如方法实施例部分第一分析处理的步骤、第一反馈结果的生成等的相应描述,故在此均不再赘述。示例性地,本发明实施例的单期扫描影像图像质量控制装置可以是具有处理器的任何智能设备,包括但不限于计算机、智能手机、个人电脑、机器人、云端服务器等。
图9示意性地展示了本发明另一实施方式的单期扫描影像图像质量控制装置的组成,参照图9所示,该装置在图8的单期扫描影像图像质量控制装置的基础上,还包括:
第二反馈模块4,用于在第一分析结果符合第三预设条件时,或者,在第一分析结果和第二分析结果符合第四预设条件时,生成第二反馈结果输出,其中,所述第二反馈结果为用于指示需要进行重新扫描的提示通知。
需要说明的是,本发明实施例的单期扫描影像图像质量控制装置的实现过程和实现原理具体可参见上述方法实施例的相应描述,例如方法实施例部分第二反馈结果的输出判断等的相应描述,故在此均不再赘述。示例性地,本发明实施例的单期扫描影像图像质量控制装置可以是具有处理器的任何智能设备,包括但不限于计算机、智能手机、个人电脑、机器人、云端服务器等。
在一些实施例中,本发明实施例提供一种非易失性计算机可读存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项实施例的扫描影像图像质量控制方法。
在一些实施例中,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项实施例的扫描影像图像质量控制方法。
在一些实施例中,本发明实施例还提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一实施例的扫描影像图像质量控制方法。
在一些实施例中,本发明实施例还提供一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述任一项实施例的扫描影像图像质量控制方法。
图10是本申请另一实施例提供的执行扫描影像图像质量控制方法的电子设备的硬件结构示意图,如图10所示,该设备包括:
一个或多个处理器610以及存储器620,图10中以一个处理器610为例。
执行扫描影像图像质量控制方法的设备还可以包括:输入装置630和输出装置640。
处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接,图10中以通过总线连接为例。
存储器620作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的扫描影像图像质量控制方法对应的程序指令/模块。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的扫描影像图像质量控制方法。
存储器620可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据扫描影像图像质量控制方法的使用所创建的数据等。此外,存储器620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器620可选包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可接收输入的数字或字符信息,以及产生与图像处理设备的用户设置以及功能控制有关的信号。输出装置640可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器620中,当被所述一个或者多个处理器610执行时,执行上述任意方法实施例中的扫描影像图像质量控制方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例的电子设备以多种形式存在,包括但不限于:
(1)影像检查设备:这类设备用于进行影像检查,具有计算和处理功能,能够根据医务人员的操作反馈扫描影像进行输出。这类终端包括:CT、PET-CT、CR、DR、磁共振、DSA等。
(2)与影像检查设备连接的数据处理设备:这类设备用于与影像检查设备连接,接收并处理影像检查设备输出的扫描影像,具有计算和处理功能。这类终端包括:计算机、智能手机、个人电脑、机器人、云端服务器等。
(3)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(4)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(5)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(6)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(7)其他具有数据交互功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (12)

1.单期扫描影像图像质量控制方法,其特征在于,包括:
获取对当前最新获取的实时扫描影像的第一分析结果,其中,所述第一分析结果包括当前最新获取的实时扫描影像的扫描类型、该影像检查是否存在历史扫描影像、是否有伪影的结果以及存在伪影时相应伪影所在的扫描影像层面;
在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;其中,所述第一预设条件为当前扫描影像的扫描类型为多次扫描且在该扫描影像中存在伪影,同时该扫描影像对应的影像检查存在历史扫描影像;所述第二分析结果包括伪影在历史扫描影像中所在的扫描影像层面;
根据第一分析结果和第二分析结果进行判断,在符合第二预设条件时,对实时扫描影像和实时扫描影像对应的影像检查的各历史扫描影像进行图像融合处理以生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像;其中,所述第二预设条件用于表征能够通过图像融合的方式结合实时扫描影像与历史扫描影像生成合格的扫描影像。
2.根据权利要求1所述的方法,其特征在于,还包括:
在第一分析结果符合第三预设条件时,或者,在第一分析结果和第二分析结果符合第四预设条件时,生成第二反馈结果输出;
其中,所述第二反馈结果为用于指示需要进行重新扫描的提示通知。
3.根据权利要求2所述的方法,其特征在于,获取对当前最新获取的实时扫描影像的第一分析结果包括:
确定当前最新获取的实时扫描影像的扫描类型;
其中,根据扫描类型,在扫描类型为单次扫描时,确定当前最新获取的实时扫描影像中是否有伪影,并将当前最新获取的实时扫描影像的扫描类型、以及是否有伪影的结果记录为第一分析结果;
或者,在扫描类型为多次扫描时,确定当前最新获取的实时扫描影像中是否有伪影以及伪影所在的扫描影像层面,并确定当前最新获取的实时扫描影像对应的影像检查是否存在历史扫描影像,将当前最新获取的实时扫描影像的扫描类型、该影像检查是否存在历史扫描影像、是否有伪影的结果以及存在伪影时相应伪影所在的扫描影像层面记录为第一分析结果。
4.根据权利要求3所述的方法,其特征在于,所述确定当前最新获取的实时扫描影像中是否有伪影以及伪影所在的扫描影像层面,包括:
对最新获取的实时扫描影像中的每个扫描影像层面进行运动分析处理,确定发生运动的扫描影像层面;
对发生运动的扫描影像层面进行伪影分析处理,确定当前最新获取的实时扫描影像中是否有伪影以及伪影所在的扫描影像层面。
5.根据权利要求4所述的方法,其特征在于,所述运动分析处理是基于第二数学模型实现,其包括第一子模型和第二子模型,其中,第一子模型用于对扫描影像层面的2D中线进行识别,第二子模型用于对相邻两次扫描得到的两组扫描影像层面的连续性进行分析,第二数学模型根据第一子模型和第二子模型的输出结果来确定相应的扫描影像层面是否有出现运动。
6.根据权利要求3至5任一项所述的方法,其特征在于,确定当前最新获取的实时扫描影像中是否有伪影是基于第一数学模型实现,所述第一数学模型是以扫描影像层面作为输入、以是否有伪影出现的二值结果作为输出的用于目标检测的深度学习卷积模型。
7.根据权利要求1所述的方法,其特征在于,根据第一分析结果和第二分析结果进行判断,在符合第二预设条件时,对实时扫描影像和实时扫描影像对应的影像检查的各历史扫描影像进行图像融合处理以生成第一反馈结果输出,包括:
根据第一分析结果确定出实时扫描影像中出现伪影的扫描影像层面;
根据第二分析结果确定出实时扫描影像对应的影像检查的各历史扫描影像中出现伪影的扫描影像层面;
根据实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系,确定是否符合第二预设条件,在实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系符合第二预设条件时,对历史扫描影像和实时扫描影像进行图像融合,以生成第一反馈结果。
8.根据权利要求7所述的方法,其特征在于,判断实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系是否符合第二预设条件,具体是基于实时扫描影像和其对应的历史扫描影像的出现伪影的位置是否相同实现。
9.根据权利要求8所述的方法,其特征在于,所述根据实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系,确定是否符合第二预设条件,在实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面的关系符合第二预设条件时,对历史扫描影像和实时扫描影像进行图像融合,以生成第一反馈结果,包括:
对实时扫描影像与其对应的历史扫描影像进行归一化处理;
对归一化处理后的实时扫描影像与其对应的历史扫描影像进行目标组织位置识别;
基于实时扫描影像的出现伪影的扫描影像层面与历史扫描影像的出现伪影的扫描影像层面,确定实时扫描影像和其对应的历史扫描影像的伪影发生位置是否处于目标组织位置中的同一组织位置处,若不处于同一组织位置处,则对该历史扫描影像和实时扫描影像进行图像融合处理,以生成第一反馈结果输出。
10.单期扫描影像图像质量控制装置,其特征在于,包括:
第一分析模块,用于对当前最新获取的实时扫描影像获取第一分析结果,其中,所述第一分析结果包括当前最新获取的实时扫描影像的扫描类型、该影像检查是否存在历史扫描影像、是否有伪影的结果以及存在伪影时相应伪影所在的扫描影像层面;
历史影像获取模块,用于在第一分析结果符合第一预设条件时,获取实时扫描影像对应的影像检查的各历史扫描影像对应的第二分析结果;其中,所述第一预设条件为当前扫描影像的扫描类型为多次扫描且在该扫描影像中存在伪影,同时该扫描影像对应的影像检查存在历史扫描影像;所述第二分析结果包括伪影在历史扫描影像中所在的扫描影像层面;
第一反馈模块,用于根据第一分析结果和第二分析结果进行判断,在符合第二预设条件时,对实时扫描影像和实时扫描影像对应的影像检查的各历史扫描影像进行图像融合处理以生成第一反馈结果输出,所述第一反馈结果为合格的扫描影像;其中,所述第二预设条件用于表征能够通过图像融合的方式结合实时扫描影像与历史扫描影像生成合格的扫描影像。
11.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述方法的步骤。
12.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
CN202310437809.XA 2023-04-21 2023-04-21 单期扫描影像图像质量控制方法、装置、电子设备及存储介质 Active CN116563404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310437809.XA CN116563404B (zh) 2023-04-21 2023-04-21 单期扫描影像图像质量控制方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310437809.XA CN116563404B (zh) 2023-04-21 2023-04-21 单期扫描影像图像质量控制方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116563404A CN116563404A (zh) 2023-08-08
CN116563404B true CN116563404B (zh) 2024-03-01

Family

ID=87489032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310437809.XA Active CN116563404B (zh) 2023-04-21 2023-04-21 单期扫描影像图像质量控制方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116563404B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3570060A1 (de) * 2018-05-15 2019-11-20 Siemens Healthcare GmbH Verfahren zur rekonstruktion von magnetresonanztomographie-aufnahmen mit variabler zeitauflösung
CN112150574A (zh) * 2020-09-28 2020-12-29 上海联影医疗科技股份有限公司 一种图像伪影自动校正方法、系统、装置及存储介质
CN112862778A (zh) * 2021-02-04 2021-05-28 上海联影智能医疗科技有限公司 扫描影像检测方法、电子设备和计算机可读介质
CN114464315A (zh) * 2022-02-16 2022-05-10 刘彬 基于血管影像补全的脑卒中分型方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3570060A1 (de) * 2018-05-15 2019-11-20 Siemens Healthcare GmbH Verfahren zur rekonstruktion von magnetresonanztomographie-aufnahmen mit variabler zeitauflösung
CN112150574A (zh) * 2020-09-28 2020-12-29 上海联影医疗科技股份有限公司 一种图像伪影自动校正方法、系统、装置及存储介质
CN112862778A (zh) * 2021-02-04 2021-05-28 上海联影智能医疗科技有限公司 扫描影像检测方法、电子设备和计算机可读介质
CN114464315A (zh) * 2022-02-16 2022-05-10 刘彬 基于血管影像补全的脑卒中分型方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Stefano Y ,Grace J H K ,Moe M K , et al.Variability in CT lung-nodule volumetry: Effects of dose reduction and reconstruction methods.Medical physics.2015,第2015,42(5)卷全文. *

Also Published As

Publication number Publication date
CN116563404A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
US11055516B2 (en) Behavior prediction method, behavior prediction system, and non-transitory recording medium
Liu et al. Blind quality assessment of camera images based on low-level and high-level statistical features
CN109522815B (zh) 一种专注度评估方法、装置及电子设备
US8311292B2 (en) Context aware, multiple target image recognition
US11250543B2 (en) Medical imaging using neural networks
DE102018115440A1 (de) Techniken zum Trainieren tiefer neuronaler Netzwerke
Yue et al. Effective and efficient blind quality evaluator for contrast distorted images
CN116563404B (zh) 单期扫描影像图像质量控制方法、装置、电子设备及存储介质
CN108846390A (zh) 用于生物认证的特征提取及匹配以及模板更新
Zhang et al. A saliency dispersion measure for improving saliency-based image quality metrics
CN111241883B (zh) 防止远程被测人员作弊的方法和装置
CN111340233B (zh) 机器学习模型的训练方法及装置、样本处理方法及装置
Moorthy et al. Perceptually significant spatial pooling techniques for image quality assessment
CN112163470A (zh) 基于深度学习的疲劳状态识别方法、系统、存储介质
CN114708301A (zh) 一种运动伪影识别方法、装置、存储介质及电子设备
CN109214451A (zh) 一种脑部异常的分类方法及设备
JP2015179426A (ja) 情報処理装置、パラメータの決定方法、及びプログラム
CN111669575A (zh) 图像处理效果的测试方法、系统、电子设备、介质及终端
Chilukuri et al. Analysing Of Image Quality Computation Models Through Convolutional Neural Network
CN116797500B (zh) 图像处理方法、装置、存储介质、电子设备及产品
CN116704401A (zh) 操作类考试的评分校验方法、装置、电子设备及存储介质
CN116649993B (zh) 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
CN114386805A (zh) 一种实验室信息管理系统
CN112017177A (zh) 一种参考影像确定方法、装置、设备及存储介质
CN114066922B (zh) 医学图像分割方法、装置、终端设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Tan Yuqi

Inventor after: Yu Ning

Inventor after: Zhang Wenyuan

Inventor after: Zhang Yiteng

Inventor after: Zhang Meng

Inventor after: Li Zhenlin

Inventor after: Zeng Wen

Inventor after: Liang Zejun

Inventor after: Zhang Yu

Inventor after: Lv Xinyang

Inventor after: Shi Ruiqiong

Inventor before: Li Zhenlin

Inventor before: Yu Ning

Inventor before: Zhang Wenyuan

Inventor before: Zeng Wen

Inventor before: Liang Zejun

Inventor before: Zhang Yu

Inventor before: Zhang Yiteng

Inventor before: Tan Yuqi

Inventor before: Lv Xinyang

Inventor before: Zhang Meng

Inventor before: Shi Ruiqiong

GR01 Patent grant
GR01 Patent grant