CN116649993A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN116649993A CN116649993A CN202310436506.6A CN202310436506A CN116649993A CN 116649993 A CN116649993 A CN 116649993A CN 202310436506 A CN202310436506 A CN 202310436506A CN 116649993 A CN116649993 A CN 116649993A
- Authority
- CN
- China
- Prior art keywords
- image
- period
- scanning
- scanning image
- artifact
- 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.)
- Granted
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 230000010412 perfusion Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 8
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 210000004204 blood vessel Anatomy 0.000 claims description 2
- 238000007689 inspection Methods 0.000 description 15
- 238000013519 translation Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 208000008035 Back Pain Diseases 0.000 description 2
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, 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
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种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,其方法包括:对多期扫描影像进行第一预处理;对第一预处理后的多期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,根据多期扫描影像和第一分析结果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。
Description
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。
背景技术
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,导致该现象的原因包括有:(1)、影像检查的过度使用,尤以腰痛和头痛及急诊患者为著,40%腰痛患者虽没有影像检查的适应证,但仍进行了影像检查,近年来癌症筛查也带来了影像检查的过度使用问题;(2)、CT、MRI及PET-CT等的不正当使用,尤其是在腹部、肺部或骨关节等部位;(3)、检查完成后又进行重复检查。
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:
1.影像检查申请医师的培训和自律性不够,且缺乏影像检查申请的审批和管理体系。
2.检查不规范,且缺乏有效可行的质量控制。由于检查人次多和图像多,目前各单位质控一般都采用抽检,不能对每例患者的检查和图像逐一进行质控,不规范的检查带来了重复检查等问题。
3.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,其至少能够有效缓解多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多期扫描影像图像质量控制方法,包括:
对多期扫描影像进行第一预处理;
对第一预处理后的多期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,根据多期扫描影像和第一分析结果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多期扫描影像图像质量控制装置,包括:
第一预处理模块,用于对多期扫描影像进行第一预处理;
第一分析模块,用于对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果;
第一反馈模块,用于在第一分析结果符合第一预设条件时,根据多期扫描影像和第一分析结果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,并基于分析结果和多期扫描影像对多期扫描影像存在的问题进行修复,使得能够在预设条件下继续输出有效合格的多期扫描影像,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多期影像图像质量控制方法的流程图;
图2为本发明一实施方式的多期扫描影像图像质量控制方法中在灌注的扫描临床应用场景下步骤S13的流程图;
图3为本发明一实施方式的多期扫描影像图像质量控制方法中在灌注的扫描临床应用场景下步骤S23的流程图
图4为本发明一实施方式的灌注的扫描场景下的多期扫描影像图像质量控制方法的整体流程图;
图5本发明一实施方式的多期扫描影像图像质量控制装置的原理框图;
图6本发明另一实施方式的多期扫描影像图像质量控制装置的原理框图;
图7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多期影像图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:对多期扫描影像进行第一预处理;
步骤S12:对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果;
步骤S13:在第一分析结果符合第一预设条件时,根据多期扫描影像和第一分析结果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为对多期扫描影像进行第一预处理的步骤,可以理解的是,多期扫描影像包含有若干其连续的单期扫描影像,因此需要先对多期扫描影像进行的第一预处理,以对多期扫描影像进行重排序处理,重排序处理具体可以实现为根据每一期的扫描影像的头文件等获取扫描影像的数据信息,并将其按相应的顺序整理为期数*层数*列数*行数的统一格式,以能够更好地对多期扫描影像进行后续的处理步骤。在一些实施方式中,第一预处理还可以包括对多期扫描影像进行运动分析处理,运动分析处理需要以重排序处理后的多期扫描影像为基础进行分析处理,具体可以实现为以重排序后的第一期的扫描影像为基准,对剩下的若干期扫描影像进行均方差的刚性配准,以计算出每一期扫描影像相对第一期扫描影像的在笛卡尔坐标系下的平移和旋转的参数,得到的每一期扫描影像的平移和旋转的参数能够表明整个扫描周期的运动情况。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。
步骤S12为对第一预处理后的多期扫描影像进行第一分析处理的步骤,其中,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,具体的,对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果包括:确定多期扫描影像中的每一期扫描影像是否有出现伪影,并将各期扫描影像是否有出现伪影的结果、以及出现伪影的相应期扫描影像的期号作为第一分析结果。其中,在确定多期扫描影像中的每一期扫描影像是否有出现伪影时,可以通过第一数学模型对每一期扫描影像进行处理,具体的,该第一数学模型可以为用于确定出每一期扫描影像影像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,可以以每一期扫描影像的扫描影像层面或每一期扫描影像作为输入、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。可以理解的是,在确定出每一期扫描影像是否有出现伪影的同时,根据当前判断的扫描影像所属的期即可确定出出现伪影的扫描影像的期号,即确定出哪一期扫描影像出现了伪影。作为一种优选的实施方式,为了降低计算量,在进行第一分析处理时可以先根据在步骤S11对多期扫描影像进行第一预处理时对每一期扫描影像进行运动分析得到的每一期扫描影像的平移和旋转的参数,确定出每一期扫描影像是否有出现运动,以在进行第一分析处理时仅针对有出现运动的扫描影像利用第一数学模型进行分析处理,确定出这些扫描影像中是否有伪影。其中,具体地,可将每一期扫描影像相对第一期扫描影像的在笛卡尔坐标系下的平移和旋转的参数与预设的阈值进行比较,或通过其他的比对方式,以确定出每一期扫描影像是否有出现运动。
步骤S13为根据步骤S12中获取到的第一分析结果判断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多期扫描影像在出现质量问题的情况时,是否能够通过修复的方式解决该质量问题,以满足具体的临床应用场景相应预设的临床应用要求的条件,具体的,该临床应用要求根据该多期扫描影像当所应用于的临床应用场景的不同而有所不同,每一临床应用场景均有其预设的不同的临床应用要求,因而针对不同的临床应用场景,第一预设条件的具体内容会有所不同,可以根据需求进行灵活设置。在判断得出第一分析结果符合第一预设条件时,则根据多期扫描影像和第一分析结果生成第一反馈结果输出,其中,可以理解的是,该第一反馈结果与多期扫描影像图像质量控制方法中的第一反馈结果相同,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。
以临床应用场景为灌注的扫描为例,即多期扫描影像为灌注多期扫描影像,该第一预设条件具体可以包括:多期扫描影像中的连续期地出现伪影的扫描影像在动静脉曲线图中的对应位置均不位于动脉曲线包络内,并且,多期扫描影像中的非连续期地出现伪影的扫描影像在动静脉曲线图中的对应位置均不位于动脉峰值位置上。
图2示意性地展示了本发明一实施方式的多期扫描影像图像质量控制方法中在灌注的扫描临床应用场景下步骤S13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:基于第一预处理后的多期扫描影像生成动静脉曲线图;
步骤S22:对第一分析结果进行判断,在第一分析结果满足存在出现伪影的扫描影像时,根据第一分析结果确定出第一伪影分布类型扫描影像和第二伪影分布类型扫描影像;
步骤S23:根据动静脉曲线图对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像分别进行伪影在动静脉曲线中的分布位置分析,基于对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像的伪影在动静脉曲线中的分布位置分析结果,生成第一反馈结果输出。
在步骤S21中,首先需要生成与多期扫描影像对应的动静脉曲线图,其中,在该动静脉曲线图中,包括有与多期扫描影像中的每一期扫描影像对应的动脉点和静脉点。具体的,在生成动静脉曲线图之前,应对进行第一预处理后的多期扫描影像进行第二预处理,经过第一预处理后的多期扫描影像,其经过了运动分析,以得到了每一期扫描影像相对第一期扫描影像的在笛卡尔坐标系下的平移和旋转的参数,进而在第二预处理中可以根据每一期扫描影像的平移和旋转的参数对多期扫描影像进行运动校正,以有利于通过模型提取动脉血管,运动矫正具体可以实现为根据每一期扫描影像根据其计算出的相对第一期扫描影像的在笛卡尔坐标系下的平移和旋转参数将每一期扫描影像校正至正常的位置,而动静脉曲线图的生成方法具体可以为:首先对预处理后的多期扫描影像进行动脉血管提取,其中,可以利用第三数学模型实现,第三数学模型可以为如血管提取模型,其为现有技术中常规使用的模型,在此不对该模型进行展开说明,通过将预处理后的多期扫描影像输入第三数据模型,即可提取动脉血管,(若层厚小于等于1mm则用3D血管分割模型,层厚大于1mm则用2D血管分割模型);然后在提取出的动脉血管上选取拟合采样点,具体可以选取10-12个候选点;最后,基于拟合采样点进行动脉曲线拟合生成多期扫描影像对应的动静脉曲线,在生成动静脉曲线时,静脉可以取窦汇处作为动脉选优的参考点,以生成最后的动静脉曲线。
在步骤S22中,需要先对第一分析结果进行判断,以确定出该多期扫描影像是否存在出现伪影的扫描影像,并在确定出该多期扫描影像存在出现伪影的扫描影像时,进一步确定出各期有出现伪影的扫描影像属于第一伪影分布类型扫描影像还是属于第二伪影分布类型扫描影像,以便于在步骤S23中根据各期有出现伪影的扫描影像的伪影分布类型对其作不同的条件判断,进而确定出整体多期扫描影像是否符合第一预设条件。根据前文所述的临床应用场景为灌注的扫描的第一预设条件,在本实施方式中,将第一伪影分布类型扫描影像确定为多期扫描影像中的连续期地出现伪影的扫描影像,将第二伪影分布类型扫描影像确定为多期扫描影像中的非连续期地出现伪影的扫描影像,其中,连续期地出现伪影的扫描影像是指有两期以上均出现了伪影并且出现伪影的期数是连续的扫描影像,非连续期地出现伪影的扫描影像是指出现伪影的期数是单独不连续的扫描影像。示例性地,对于有30期的多期扫描影像,若第2-5期均出现了伪影,由于2-5期的期数是连续两期以上的,因而该2-5期的扫描影像就为连续地出现伪影的扫描影像,则对其进行第一伪影分布类型扫描影像的条件判断;若第7期和第10期的扫描影像也均出现了伪影,由于第7期和第10期的期数是单独不连续的,因此第7期和第10期的扫描影像就为非连续期地出现伪影的扫描影像,则对其进行第二伪影分布类型扫描影像的条件判断。
步骤S23为根据各期出现伪影的扫描影像的伪影分布类型,对出现伪影的扫描影像进行是否符合第一预设条件的确定,并在确定出该多期扫描影像符合第一预设条件时对多期扫描影像进行处理,以得到第一反馈结果的步骤。图3示意性地展示了本发明一实施方式的多期扫描影像图像质量控制方法中在灌注的扫描临床应用场景下步骤S23的流程,参照图3所示,该流程具体可以实现为包括以下步骤:
步骤S31:确定第一伪影分布类型扫描影像和第二伪影分布类型扫描影像中的各期扫描影像在动静脉曲线图上的相应位置,在第一伪影分布类型伪影扫描影像中的各期扫描影像在动静脉曲线图中的对应位置均不位于动脉曲线包络内,且第二伪影分布类型伪影扫描影像中的各期扫描影像在动静脉曲线图中的对应位置均不位于动脉峰值位置上时,对有出现伪影的相应期的扫描影像进行删除处理;
步骤S32:将进行删除处理后的多期扫描影像作为第一反馈结果输出。
在步骤S31中,需要先分别对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像是否符合第一预设条件进行确定,对于第一伪影分布类型扫描影像,其需要符合这些扫描影像在动静脉曲线图中的对应位置均不位于动脉曲线包络内的条件,对于第二伪影分布类型扫描影像,其需要符合这些扫描影像在动静脉曲线图中的相应位置均不位于动静脉曲线图的动脉峰值位置上的条件。在该多期扫描影像中的全部第一伪影扫描类型影像均符合上述条件并且全部第二伪影扫描类型影像均符合上述条件时,则说明该多期扫描影像符合第一预设条件,此时则可以对该多期扫描影像中的有出现伪影的相应期的扫描影像进行删除处理。由于伪影在动静脉曲线图中的分布位置能够有效反映扫描影像的图像质量和可用性,因而本发明实施例的方案通过结合动静脉曲线图对伪影分布的类型进行识别和判断,就能够基于伪影分布位置来对扫描影像进行处理,以使其在有运动伪影发生时,也能输出符合医学质量要求的扫描影像,从而有效减少对患者的扫描次数,提高设备效率和用户体验。
步骤S32为根据在步骤S31进行处理后的多期扫描影像形成第一反馈结果输出的步骤,具体为将在步骤S31进行删除处理后的多期扫描影像作为第一反馈结果输出。由此,就可以在发生伪影时,通过对多期扫描影像进行进一步的处理来得到质量合格的多期扫描影像,以减少重复扫描次数,提高影像设备的利用率和缩短患者检查时间。
在另一些实施方式中,步骤S23也可以实现为逐一对多期扫描影像中的有出现伪影的扫描影像进行伪影分布类型分类和是否符合第一预设条件的判断,并在扫描影像确定为符合第一预设条件时直接对其进行删除处理,以将对出现伪影的扫描影像的伪影分布类型分类、是否符合第一预设条件的判断以及对该扫描影像进行删除处理一并执行,需要注意的是,在该种实施方式中,只有在每一期有出现伪影的扫描影像均符合第一预设条件时,才执行步骤S23将删除处理后的多期扫描影像作为第一反馈结果输出。
在一些实施方式中,还可以对第一分析结果是否符合第二预设条件进行判断,在第一分析结果符合第二预设条件时,则生成第二反馈结果输出,其中,第二预设条件为用于判断该多期扫描影像在出现质量问题的情况时,是否不能够通过修复的方式解决该质量问题,以满足具体的临床应用场景相应预设的临床应用要求的条件,第二反馈结果与单期扫描影像图像质量控制方法中的第二反馈结果相同,为用于指示需要进行重新扫描的提示通知。具体的,在灌注的扫描临床应用场景下的实施方式中,第二预设条件可以包括:多期扫描影像中出现伪影的连续两期以上的扫描影像中的至少一期扫描影像在动静脉曲线图中的对应位置位于动脉曲线包络内,或,多期扫描影像中出现伪影的不连续的扫描影像中的一期扫描影像在动静脉曲线图中的对应位置位于动脉峰值位置上。当得到的多期扫描影像满足第二预设条件时,即无法通过修复的方式解决其出现的伪影问题,使得该多期扫描影像无法应用于灌注的扫描临床应用场景中,所以只能通过重新扫描的方式来获取图像质量满足该临床应用要求的多期扫描影像。
进一步的,在第一分析结果符合第三预设条件时,则对多期扫描影像进行运动校正后输出,其中,第三预设条件为用于判断多期扫描影像是否为有出现运动但是不存在伪影的条件,判断多期扫描影像是否有出现运动可以根据在步骤S11的第一预处理步骤中加入对多期扫描影像的运动分析以确定出,通过将该运动分析结果加入第一分析结果中,以能够基于第一分析结果确定出是否符合第三预设条件。当第一分析结果满足第三预设条件时,则说明该多期扫描影像中虽然不存在运动伪影,但是仍然存在出现运动的情况,因此,需要先对该多期扫描影像进行运动校正后,再输出该多期扫描影像。具体的,该运动校正与步骤S21中生成动静脉曲线图是所执行的运动校正相同,可以实现为将扫描每一期扫描影像根据其计算出的相对第一期扫描影像的在笛卡尔坐标系下的平移和旋转参数将每一期扫描影像校正至正常的位置。
本发明实施例提供的多期扫描影像图像质量控制方法同通过对多期扫描影像进行快速分析,以能够快速地判断出当前的多期扫描影像的扫描结果是否能够符合相应的预设条件,即可快速地判断出该次的多期扫描影像图像质量是否合格,不合格时存在哪一些问题,是否可以被修复等,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4示意性地展示了本发明一实施例的灌注的扫描场景下的多期扫描影像图像质量控制方法的整体流程,参照图4所示,在获取到多期扫描影像后,先对多期扫描影像进行重排序和运动分析的预处理,之后对预处理后的多期扫描影像进行运动校正,根据运动校正后的多期扫描影像生成相应的动静脉曲线图,并对预处理后的多期扫描影像进行第一分析处理,以判断出多期扫描影像中是否有发生运动,是否有出现伪影,哪一期扫描影像出现了伪影,若多期扫描影像中没有出现伪影,则对多期扫描影像进行运动校正,并生成运动校正后的图像进行输出。若多期扫描影像中有出现伪影,则根据动静脉曲线图逐一对有出现伪影的扫描影像进行伪影在动静脉曲线中的分布位置分析,逐一对多期扫描影像中的有出现伪影的扫描影像进行分类判断:若是有出现伪影的连续两期以上的扫描影像,则进一步确定这些扫描影像在动静脉曲线图上的对应位置是否均不位于动静脉曲线图的动脉曲线包络内,若是则对该扫描影像进行删除处理,并对下一有出现伪影的扫描影像进行伪影在动静脉曲线中的分布位置分析,若否则输出第二反馈结果,提示工作人员重新扫描;若是有出现伪影的不连续的扫描影像,则进一步确定这些扫描影像在动静脉曲线图上的对应位置是否不位于动静脉曲线图的动脉峰值位置上,若是则对该扫描影像进行删除处理,并对下一有出现伪影的扫描影像进行伪影在动静脉曲线中的分布位置分析,否则也输出第二反馈结果,提示工作人员重新扫描。当遍历所有有出现伪影的扫描影像后,仍未有输出第二反馈结果,提示工作人员重新扫描,则表明该多期扫描影像完成了扫描影像的修复,即可通过将删除处理后的扫描影像以形成第一反馈结果输出。
图5示意性地展示了本发明一实施方式的多期扫描影像图像质量控制装置的组成,参照图5所示,该装置包括:
第一预处理模块2,用于对多期扫描影像进行第一预处理;
第一分析模块1,用于对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果;
第一反馈模块3,用于在第一分析结果符合第一预设条件时,根据多期扫描影像和第一分析结果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,所述第一反馈模块3具体包括:
动静脉曲线图生成单元31,用于基于第一预处理后的多期扫描影像生成动静脉曲线图;
伪影分布类型确定单元32,用于对第一分析结果进行判断,在第一分析结果满足存在出现伪影的扫描影像时,根据第一分析结果确定出第一伪影分布类型扫描影像和第二伪影分布类型扫描影像;
图像处理单元33,用于根据动静脉曲线图对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像分别进行伪影在动静脉曲线中的分布位置分析,基于对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像的伪影在动静脉曲线中的分布位置分析结果,生成第一反馈结果输出。
需要说明的是,本发明实施例的多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,本发明实施例的多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6示意性地展示了本发明另一实施方式的多期扫描影像图像质量控制装置的组成,参照图6所示,该装置在图6的多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二预设条件时,生成第二反馈结果输出。
需要说明的是,本发明实施例的多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,本发明实施例的多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7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7所示,该设备包括:
一个或多个处理器610以及存储器620,图7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7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 (10)
1.多期扫描影像图像质量控制方法,其特征在于,包括:
对多期扫描影像进行第一预处理;
对第一预处理后的多期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,根据多期扫描影像和第一分析结果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。
2.根据权利要求1所述的方法,其特征在于,对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果包括:
确定多期扫描影像中的每一期扫描影像是否有出现伪影,将各期扫描影像是否有出现伪影的结果、以及出现伪影的相应期扫描影像的期号作为第一分析结果。
3.根据权利要求1所述的方法,其特征在于,所述多期扫描影像为灌注多期扫描影像,所述在第一分析结果符合第一预设条件时,根据多期扫描影像和第一分析结果生成第一反馈结果输出包括:
基于第一预处理后的多期扫描影像生成动静脉曲线图;
对第一分析结果进行判断,在第一分析结果满足存在出现伪影的扫描影像时,根据第一分析结果确定出第一伪影分布类型扫描影像和第二伪影分布类型扫描影像;
根据动静脉曲线图对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像分别进行伪影在动静脉曲线中的分布位置分析,基于对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像的伪影在动静脉曲线中的分布位置分析结果,生成第一反馈结果输出。
4.根据权利要求3所述的方法,其特征在于,根据动静脉曲线图对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像分别进行伪影在动静脉曲线中的分布位置分析,基于对第一伪影分布类型扫描影像和第二伪影分布类型扫描影像的伪影在动静脉曲线中的分布位置分析结果,生成第一反馈结果输出,包括:
确定第一伪影分布类型扫描影像和第二伪影分布类型扫描影像中的各期扫描影像在动静脉曲线图上的相应位置,在第一伪影分布类型伪影扫描影像中的各期扫描影像在动静脉曲线图中的对应位置均不位于动脉曲线包络内,且第二伪影分布类型伪影扫描影像中的各期扫描影像在动静脉曲线图中的对应位置均不位于动脉峰值位置上时,对有出现伪影的相应期的扫描影像进行删除处理;其中,第一伪影分布类型扫描影像为多期扫描影像中的连续期地出现伪影的扫描影像,第二伪影分布类型扫描影像为多期扫描影像中的非连续期地出现伪影的扫描影像;
将进行删除处理后的多期扫描影像作为第一反馈结果输出。
5.根据权利要求3或4所述的方法,其特征在于,所述基于第一预处理后的多期扫描影像生成动静脉曲线图包括:
对第一预处理后的多期扫描影像进行第二预处理;
对第二预处理后的多期扫描影像进行动脉血管提取;
在提取出的动脉血管上选取拟合采样点;
基于拟合采样点进行动脉曲线拟合生成多期扫描影像对应的动静脉曲线。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在第一分析结果符合第二预设条件时,生成第二反馈结果输出,其中,第二反馈结果为用于指示需要进行重新扫描的提示通知;或
在第一分析结果符合第三预设条件时,将多期扫描影像进行运动矫正后输出。
7.根据权利要求2所述的方法,其特征在于,确定多期扫描影像中的每一期扫描影像是否有出现伪影是基于第一数学模型实现,所述第一数学模型是以每一期扫描影像的扫描影像层面或每一期扫描影像作为输入、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。
8.多期扫描影像图像质量控制装置,其特征在于,包括:
第一预处理模块,用于对多期扫描影像进行第一预处理;
第一分析模块,用于对第一预处理后的多期扫描影像进行第一分析处理,获取第一分析结果;
第一反馈模块,用于在第一分析结果符合第一预设条件时,根据多期扫描影像和第一分析结果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。
9.一种电子设备,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1-7中任一项所述方法的步骤。
10.一种存储介质,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1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310436506.6A CN116649993B (zh) | 2023-04-21 | 2023-04-21 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310436506.6A CN116649993B (zh) | 2023-04-21 | 2023-04-21 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116649993A true CN116649993A (zh) | 2023-08-29 |
CN116649993B CN116649993B (zh) | 2024-05-14 |
Family
ID=87708746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310436506.6A Active CN116649993B (zh) | 2023-04-21 | 2023-04-21 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116649993B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040252870A1 (en) * | 2000-04-11 | 2004-12-16 | Reeves Anthony P. | System and method for three-dimensional image rendering and analysis |
US20190353739A1 (en) * | 2018-05-15 | 2019-11-21 | Siemens Healthcare Gmbh | Method and apparatus for reconstructing magnetic resonance tomography images with variable time resolution |
CN111242947A (zh) * | 2020-03-12 | 2020-06-05 | 南京安科医疗科技有限公司 | 一种ct扫描图像质量评价方法、计算机可读存储介质、ct扫描装置 |
CN111583249A (zh) * | 2020-05-12 | 2020-08-25 | 上海深至信息科技有限公司 | 一种医学图像的质量监控系统及方法 |
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 |
CN114170166A (zh) * | 2021-11-26 | 2022-03-11 | 四川大学华西医院 | 磁共振头部扫描图像质量评价方法及设备 |
CN114788705A (zh) * | 2022-02-24 | 2022-07-26 | 深圳市人民医院 | 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 |
CN115861175A (zh) * | 2022-10-28 | 2023-03-28 | 浙江太美医疗科技股份有限公司 | 医疗影像质量监控方法、装置、电子设备和存储介质 |
CN115937196A (zh) * | 2023-01-04 | 2023-04-07 | 上海市第六人民医院 | 一种医学图像分析系统、分析方法和计算机可读存储介质 |
CN116563404A (zh) * | 2023-04-21 | 2023-08-08 | 四川大学华西医院 | 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 |
-
2023
- 2023-04-21 CN CN202310436506.6A patent/CN116649993B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040252870A1 (en) * | 2000-04-11 | 2004-12-16 | Reeves Anthony P. | System and method for three-dimensional image rendering and analysis |
US20190353739A1 (en) * | 2018-05-15 | 2019-11-21 | Siemens Healthcare Gmbh | Method and apparatus for reconstructing magnetic resonance tomography images with variable time resolution |
CN111242947A (zh) * | 2020-03-12 | 2020-06-05 | 南京安科医疗科技有限公司 | 一种ct扫描图像质量评价方法、计算机可读存储介质、ct扫描装置 |
CN111583249A (zh) * | 2020-05-12 | 2020-08-25 | 上海深至信息科技有限公司 | 一种医学图像的质量监控系统及方法 |
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 |
CN114170166A (zh) * | 2021-11-26 | 2022-03-11 | 四川大学华西医院 | 磁共振头部扫描图像质量评价方法及设备 |
CN114788705A (zh) * | 2022-02-24 | 2022-07-26 | 深圳市人民医院 | 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 |
CN115861175A (zh) * | 2022-10-28 | 2023-03-28 | 浙江太美医疗科技股份有限公司 | 医疗影像质量监控方法、装置、电子设备和存储介质 |
CN115937196A (zh) * | 2023-01-04 | 2023-04-07 | 上海市第六人民医院 | 一种医学图像分析系统、分析方法和计算机可读存储介质 |
CN116563404A (zh) * | 2023-04-21 | 2023-08-08 | 四川大学华西医院 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN116649993B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11250543B2 (en) | Medical imaging using neural networks | |
CN109977905B (zh) | 用于处理眼底图像的方法和装置 | |
US9684957B2 (en) | Systems methods, and media for detecting an anatomical object in a medical device image using a multi-stage classifier | |
CN115170510B (zh) | 一种病灶检测方法、装置、电子设备及可读存储介质 | |
CN114419500A (zh) | 基于心脏超声视频筛选舒张期和收缩期图像的方法和装置 | |
WO2023185605A1 (zh) | 一种mra加速图像的优化方法、系统、设备及存储介质 | |
CN108171702A (zh) | 易损斑块识别方法、应用服务器及计算机可读存储介质 | |
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 | |
CN113673613A (zh) | 基于对比学习的多模态数据特征表达方法、装置及介质 | |
CN113870178A (zh) | 一种基于人工智能的斑块伪影修正及成分分析方法和装置 | |
CN115375583A (zh) | 一种pet参数图像的增强方法、装置、设备及存储介质 | |
CN113888566B (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
Bustamante et al. | Using deep learning to emulate the use of an external contrast agent in cardiovascular 4D flow MRI | |
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 | |
CN112450961B (zh) | 一种ct与mr脑灌注数据动脉输入函数自动提取方法 | |
CN112116608A (zh) | 一种导丝分割方法、装置、电子设备及存储介质 | |
CN116091702A (zh) | 血管结构重建方法、装置、设备和存储介质 | |
CN109003264B (zh) | 一种视网膜病变图像类型识别方法、装置和存储介质 | |
CN114419375B (zh) | 图像分类方法、训练方法、装置、电子设备以及存储介质 | |
CN116010899A (zh) | 多模态数据处理及预训练模型的预训练方法、电子设备 | |
CN107998660A (zh) | 场景物体处理方法、装置及电子设备 | |
CN113989171A (zh) | 减影图生成方法及装置、存储介质、计算机设备 | |
CN113673476A (zh) | 人脸识别模型训练方法、装置、存储介质与电子设备 | |
CN114066922B (zh) | 医学图像分割方法、装置、终端设备及存储介质 | |
CN117711580B (zh) | 一种图像处理模型的训练方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |