CN212853503U - 肝肿瘤智能分析装置 - Google Patents
肝肿瘤智能分析装置 Download PDFInfo
- Publication number
- CN212853503U CN212853503U CN202020357928.6U CN202020357928U CN212853503U CN 212853503 U CN212853503 U CN 212853503U CN 202020357928 U CN202020357928 U CN 202020357928U CN 212853503 U CN212853503 U CN 212853503U
- Authority
- CN
- China
- Prior art keywords
- liver tumor
- unit
- liver
- ultrasonic
- tumor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 208000014018 liver neoplasm Diseases 0.000 title claims abstract description 103
- 206010019695 Hepatic neoplasm Diseases 0.000 title claims abstract description 101
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000003211 malignant effect Effects 0.000 claims abstract description 15
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 206010028980 Neoplasm Diseases 0.000 claims description 16
- 206010073069 Hepatic cancer Diseases 0.000 claims description 11
- 238000003745 diagnosis Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims description 5
- 230000002440 hepatic effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 201000011510 cancer Diseases 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 210000004185 liver Anatomy 0.000 claims description 3
- 230000003187 abdominal effect Effects 0.000 abstract description 3
- 201000007270 liver cancer Diseases 0.000 description 12
- 238000002604 ultrasonography Methods 0.000 description 11
- 238000002591 computed tomography Methods 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 241000711549 Hepacivirus C Species 0.000 description 3
- 238000013399 early diagnosis Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 231100000504 carcinogenesis Toxicity 0.000 description 2
- 208000019425 cirrhosis of liver Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229930195730 Aflatoxin Natural products 0.000 description 1
- XWIYFDMXXLINPU-UHFFFAOYSA-N Aflatoxin G Chemical compound O=C1OCCC2=C1C(=O)OC1=C2C(OC)=CC2=C1C1C=COC1O2 XWIYFDMXXLINPU-UHFFFAOYSA-N 0.000 description 1
- 208000004930 Fatty Liver Diseases 0.000 description 1
- 102000004641 Fetal Proteins Human genes 0.000 description 1
- 108010003471 Fetal Proteins Proteins 0.000 description 1
- 241000700721 Hepatitis B virus Species 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 239000005409 aflatoxin Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007882 cirrhosis Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 208000006575 hypertriglyceridemia Diseases 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
- Image Analysis (AREA)
Abstract
一种肝肿瘤智能分析装置,包含有相连接的超音波检测模块与搭载具机器学习算法的分析模块来判断肝肿瘤良恶性风险,其中该分析模块更包含有相连接的影像采集单元、参考储存单元、控制单元、肝肿瘤标示单元、分类单元、比对单元与预测肝肿瘤良恶性风险报告产生单元。该肝肿瘤智能分析装置采用依据为经验丰富的腹部超音波专科医师将具有肝肿瘤影像点区域的超音波影像标示出来,此等经验数据的参数及系数经过机器学习算法的训练建立一准确率高达86%的推论模型。因而可透过超音波检测扫描影像,经此肝肿瘤智能分析装置立即协助医生或超音波技术员判读肝肿瘤的良恶性风险,从而提供医生进行肝脏肿瘤类型诊断的参考依据。
Description
技术领域
本实用新型有关于一种肝肿瘤智能分析装置,尤指涉及一种以超音波检测模块与搭载具机器学习算法的分析模块来判断肝肿瘤良恶性风险的装置,特别是指可透过超音波检测扫描影像,能立即协助医生或超音波技术员判读肝肿瘤的良恶性风险,从而提供医生进行肝脏肿瘤类型诊断的参考依据的装置。
背景技术
肝癌高居全球癌症死因第四位,且为居民十大癌症死因第二位。肝癌常见的原因在亚洲大多为B型、C型肝炎病毒及黄曲毒素所导致,欧美国家常见于C型肝炎病毒所导致,而脂肪性肝炎、糖尿病及高三酸甘油酯所引发肝癌的产生亦日趋严重。
外科手术是目前最直接治疗肝癌的方法,然而肝癌的早期诊断以及术后病患相关预后的指标也是很重要的课题。早期确诊的肝癌病人通常拥有较多的治疗选择,而治疗的功效往往反应在病患的存活率上。因此,定期检查及早诊断早期治疗,是提高病患生存质量、延长生存期的关键。
早期诊断除了抽血检查肝功能、B型C型肝炎病毒及甲种胎儿蛋白外,研究指出腹部超音波为完整肝病的重要检查之一,根据许金川教授早年研究指出1/3小型肝癌病人其抽血检查肝癌指数-甲种胎儿蛋白仍为正常,必须辅以超音波检查,才能早期发现肝癌,再者加上腹部超音波检查特性,快速、方便且无辐射,成为肝癌筛检的重要工具。
对于肝癌诊断有别于其它癌症,其确诊不一定需要经由病理切片,可直接透过影像检查而确诊,如:腹部超音波(abdominal ultrasound,US)、计算机断层(computedtomography,CT)、以及核磁共振(magnetic resonance imaging,MRI)等,而其敏感度(sensitivity)与特异度(specificity)分别为:0.78~0.73与0.89~0.93、0.84~0.83与0.99~0.91、以及0.83与0.88。
虽然超音波检查有其便利性,但也有所限制,如:操作者的经验度、病人肥胖程度、肝纤维化或肝硬化有无等因素,都会影响超音波的精准度,因此当超音波检查怀疑为恶性肿瘤时,大多安排第二项影像检查(如:CT或MRI辅助确诊),而此两项检查除医疗成本费用昂贵且检查排程冗长外,CT检查更有较多辐射暴露的考虑。
有鉴于此,相关技术领域一直亟需一种人工智能分析技术,辅助超音波检测即可有效分析肝肿瘤良恶性之装置;而相较于核磁共振成像及/或计算机断层摄影,本肝肿瘤智能分析装置,将协助超音波影像分析准确度与CT及MRI准确度相当,藉此协助医师利用超音波检查快速进行精准的肝脏肿瘤类型诊断。
实用新型内容
本实用新型的主要目的在于,克服已知技术所遭遇的上述问题,并提供一种肝肿瘤智能分析装置,以超音波检测模块与搭载具机器学习算法的分析模块来判断肝肿瘤性质,其准确率可高达86%与CT或MRI准确度相近,藉此协助医师利用无辐射又安全的超音波检查,快速进行精准的肝脏肿瘤类型诊断。
为达以上目的,本实用新型所采用的技术方案是:一种肝肿瘤智能分析装置,其包括:一超音波检测模块,其包括一超音波探头,供发射超音波扫描一受试者外部相对应于肝脏的区域,并取得该受试者的一目标肝脏肿瘤超音波影像;以及一分析模块,其包括影像采集单元、参考储存单元及控制单元;该影像采集单元与该超音波检测模块连接,以获取透过该超音波检测模块成像而形成的该受试者的目标肝脏肿瘤超音波影像,该控制单元分别与该影像采集单元及参考储存单元连接,该参考储存单元储存有数个包含肝脏肿瘤良性与恶性之超音波影像的参考肝脏肿瘤超音波影像,该分析模块储存一程序,其中当该程序由该控制单元执行时,该程序可提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率,该程序包含:一肝肿瘤标示单元,其与该控制单元连接,用以依据基于经验法则建立的特定的规则,自动从该数个参考肝脏肿瘤超音波影像中标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像并辨别肝脏肿瘤的类型;一分类单元,其与该控制单元连接,用以将该些带有肿瘤影像点区域的肝脏肿瘤超音波影像,利用一机器学习算法训练,以建立一推论模型;以及一比对单元,其与该控制单元连接,用以将该目标肝脏肿瘤超音波影像以该推论模型进行分析,以提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率。
于本实用新型上述实施例中,该影像采集单元为数字视讯接口(Digital VisualInterface, DVI)。
于本实用新型上述实施例中,该控制单元为中央处理器(Central ProcessingUnit, CPU)。
于本实用新型上述实施例中,该肝肿瘤标示单元是依据基于具有配合经验资料的系数及/或参数,从该数个参考肝脏肿瘤超音波影像中自动标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像。
于本实用新型上述实施例中,该肝脏肿瘤类型包含良性肿瘤及恶性肿瘤。
于本实用新型上述实施例中,该分析模块更包括一预测肝肿瘤良恶性风险报告产生单元,其连接该控制单元,该控制单元可将该比对单元所产生的提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率输入至该预测肝肿瘤良恶性风险报告产生单元之中,以制作出一份协助医师判断肝肿瘤性质的诊断报告。
附图说明
图1是本实用新型肝肿瘤智能分析装置一较佳实施例的方块示意图。
标号对照:
超音波检测模块1
超音波探头11
分析模块2
影像采集单元21
参考储存单元22
控制单元23
肝肿瘤标示单元24
分类单元25
比对单元26
预测肝肿瘤良恶性风险报告产生单元27。
具体实施方式
请参阅图1所示,是本实用新型肝肿瘤智能分析装置一较佳实施例的方块示意图。如图所示:本实用新型为一种肝肿瘤智能分析装置,其包括一超音波检测模块1以及一分析模块2所构成。
上述所提的超音波检测模块1包括一超音波探头11。
该分析模块2连接该超音波检测模块1,其包括一影像采集单元21、一参考储存单元22、一控制单元23、一肝肿瘤标示单元24、一分类单元25、一比对单元26、以及一预测肝肿瘤良恶性风险报告产生单元27。其中,该控制单元23可为中央处理器(Central ProcessingUnit, CPU),用以作为该影像采集单元21、该参考储存单元22、该肝肿瘤标示单元24、该分类单元25及该比对单元26与该预测肝肿瘤良恶性风险报告产生单元27运作时的运算、控制、处理、编码、译码与各式驱动指令的下达。如是,藉由上述揭露之装置构成一全新的肝肿瘤智能分析装置。
运用时,本实用新型的肝肿瘤智能分析装置可实施于一计算机中,而该控制单元23为计算机的中央处理器,该肝肿瘤标示单元24、该分类单元25、该比对单元26与该预测肝肿瘤良恶性风险报告产生单元27可为计算机中的程序,并储存于硬盘或内存中,且该影像采集单元21为计算机的数字视讯接口(Digital Visual Interface, DVI),而该参考储存单元22可为硬盘,并进一步具有屏幕、鼠标及键盘作为相关的输出与操作。另外,亦可将本实用新型的肝肿瘤智能分析装置实施于一服务器中。
当使用时,由该超音波检测模块1的超音波探头11提供发射超音波扫描一受试者外部相对应于肝脏的区域,藉以取得该受试者复数组肝脏肿瘤超音波影像,而在扫描期间,医生亦可能察觉到至少一张可疑肿瘤超音波影像而进行选定为一目标肝脏肿瘤超音波影像。
该分析模块2可由该影像采集单元21获取透过该超音波检测模块1成像而形成的该受试者的目标肝脏肿瘤超音波影像,并以该参考储存单元22储存有数个参考肝脏肿瘤超音波影像,其包含肝脏肿瘤良性及恶性的超音波影像。该分析模块2储存一程序,其中当该程序由该控制单元23执行时,该程序可提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率,该程序包含该肝肿瘤标示单元24、该分类单元25、该比对单元26与该预测肝肿瘤良恶性风险报告产生单元27。
该肝肿瘤标示单元24依据基于具有配合经验资料的系数及/或参数,从该数个参考肝脏肿瘤超音波影像中自动标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像并辨别肝脏肿瘤的类型。例如:该肝肿瘤标示单元24可依据基于配合医师经验进行标示。该分类单元25再将该些带有肿瘤影像点区域的肝脏肿瘤超音波影像,利用一机器学习算法训练,以建立一推论模型。由该比对单元26将该目标肝脏肿瘤超音波影像以该推论模型进行分析,以提供临床人员判断该受试者的一肝脏肿瘤性质,并进一步预测该受试者的一肝肿瘤良恶性风险机率。最后透过该预测肝肿瘤良恶性风险报告产生单元27将该比对单元26所产生的提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率输入至该预测肝肿瘤良恶性风险报告产生单元27之中,以制作出一份协助医师判断肝肿瘤性质的诊断报告。
藉此,本实用新型所提肝肿瘤智能分析装置,采用依据为经验丰富的腹部超音波专科医师将具有肝肿瘤影像点区域的超音波影像标示出来,此等经验数据的参数及系数经过机器学习算法的训练建立一准确率高达86%的推论模型。因而可透过超音波检测扫描影像,经此肝肿瘤智能分析装置立即协助医生或超音波技术员判读肝肿瘤的良恶性风险,从而提供医生进行肝脏肿瘤类型诊断的参考依据。
综上所述,本实用新型一种肝肿瘤智能分析装置,可有效改善现有技术的种种缺点,以超音波检测模块与搭载具机器学习算法的分析模块来判断肝肿瘤良恶性风险,利用依据基于具有配合经验数据的系数及/或参数可将具有肿瘤影像点区域的肝脏肿瘤超音波影像标示出来,经过机器学习算法的训练建立一准确率高达86%的推论模型,藉此协助医师利用无辐射又安全的超音波检查,快速进行精准的肝脏肿瘤类型诊断,进而使本实用新型能更进步、更实用、更符合使用者所须,确已符合新型专利申请的要件,依法提出专利申请。
但以上所述,仅为本实用新型的较佳实施例而已,当不能以此限定本实用新型实施的范围。故,凡依本实用新型申请专利范围及新型说明书内容所作的简单的等效变化与修饰,皆应仍属本实用新型专利涵盖的范围内。
Claims (4)
1.一种肝肿瘤智能分析装置,其特征在于,其包括:
一超音波检测模块,其包括一超音波探头,供发射超音波扫描一受试者外部相对应于肝脏的区域,并取得该受试者的一目标肝脏肿瘤超音波影像;以及
一分析模块,其包括影像采集单元、参考储存单元及控制单元;该影像采集单元与该超音波检测模块连接,以获取透过该超音波检测模块成像而形成的该受试者的目标肝脏肿瘤超音波影像,该控制单元分别与该影像采集单元及参考储存单元连接,该参考储存单元储存有数个包含肝脏肿瘤良性与恶性之超音波影像的参考肝脏肿瘤超音波影像,该控制单元为中央处理器,并连接一肝肿瘤标示单元、一分类单元和一比对单元,以提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率,该肝肿瘤标示单元用以依据基于经验法则建立的规则自动从该数个参考肝脏肿瘤超音波影像中标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像并辨别肝脏肿瘤的类型;该分类单元用以将该些带有肿瘤影像点区域的肝脏肿瘤超音波影像利用一机器学习算法训练以建立一推论模型;该比对单元用以将该目标肝脏肿瘤超音波影像以该推论模型进行分析以提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率。
2.如权利要求1所述的肝肿瘤智能分析装置,其特征在于,所述影像采集单元为数字视讯接口。
3.如权利要求1所述的肝肿瘤智能分析装置,其特征在于,所述肝脏肿瘤类型包含良性肿瘤及恶性肿瘤。
4.如权利要求1所述的肝肿瘤智能分析装置,其特征在于,所述分析模块更包括一预测肝肿瘤良恶性风险报告产生单元,该预测肝肿瘤良恶性风险报告产生单元连接该控制单元,以接收该控制单元输入的该比对单元所产生的提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率,从而制作出一份肝肿瘤性质诊断报告。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108215416 | 2019-11-21 | ||
TW108215416U TWM594253U (zh) | 2019-11-21 | 2019-11-21 | 肝腫瘤智慧分析裝置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212853503U true CN212853503U (zh) | 2021-04-02 |
Family
ID=71134008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020357928.6U Active CN212853503U (zh) | 2019-11-21 | 2020-03-20 | 肝肿瘤智能分析装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP3228085U (zh) |
CN (1) | CN212853503U (zh) |
TW (1) | TWM594253U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112450982A (zh) * | 2020-12-09 | 2021-03-09 | 上海市闵行区中心医院 | 一种通过b超表现预测前列腺癌的定性和数据评分系统 |
CN112562815A (zh) * | 2020-11-13 | 2021-03-26 | 郑天颖 | 在影像学申请阶段申明影像评价方案的系统及方法 |
CN112927179A (zh) * | 2019-11-21 | 2021-06-08 | 粘晓菁 | 肝肿瘤智慧分析方法 |
-
2019
- 2019-11-21 TW TW108215416U patent/TWM594253U/zh unknown
-
2020
- 2020-03-18 JP JP2020000960U patent/JP3228085U/ja active Active
- 2020-03-20 CN CN202020357928.6U patent/CN212853503U/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927179A (zh) * | 2019-11-21 | 2021-06-08 | 粘晓菁 | 肝肿瘤智慧分析方法 |
CN112562815A (zh) * | 2020-11-13 | 2021-03-26 | 郑天颖 | 在影像学申请阶段申明影像评价方案的系统及方法 |
CN112450982A (zh) * | 2020-12-09 | 2021-03-09 | 上海市闵行区中心医院 | 一种通过b超表现预测前列腺癌的定性和数据评分系统 |
CN112450982B (zh) * | 2020-12-09 | 2023-03-28 | 上海市闵行区中心医院 | 一种通过b超表现预测前列腺癌的定性和数据评分系统 |
Also Published As
Publication number | Publication date |
---|---|
TWM594253U (zh) | 2020-04-21 |
JP3228085U (ja) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI810498B (zh) | 肝腫瘤智慧分析裝置 | |
CN108573490B (zh) | 一种针对肿瘤影像数据的智能读片系统 | |
US11937973B2 (en) | Systems and media for automatically diagnosing thyroid nodules | |
CN212853503U (zh) | 肝肿瘤智能分析装置 | |
US20210153838A1 (en) | Method and Apparatus of Intelligent Analysis for Liver Tumor | |
US11051790B2 (en) | System comprising indicator features in high-resolution micro-ultrasound images | |
CN110060774A (zh) | 一种基于生成式对抗网络的甲状腺结节识别方法 | |
ES2914387T3 (es) | Estudio inmediato | |
TWI473598B (zh) | Breast ultrasound image scanning and diagnostic assistance system | |
JP7218215B2 (ja) | 画像診断装置、画像処理方法及びプログラム | |
CN101084511A (zh) | 自动开发在医学诊断成像中产生医学有意义的描述符的高性能分类器的方法和装置 | |
JP2004105729A (ja) | コンピュータ支援による断層撮影マンモグラフィデータの分析 | |
CN110292396B (zh) | 定量成像的预测使用 | |
JP2004000609A (ja) | 多重エネルギ画像による計算機支援診断 | |
McDermott et al. | Sonographic diagnosis of COVID-19: A review of image processing for lung ultrasound | |
CN112802000A (zh) | 多模态医学影像智能辅助诊疗系统 | |
Lyu et al. | Diagnostic value of artificial intelligence automatic detection systems for breast BI-RADS 4 nodules | |
KR20120102447A (ko) | 진단장치 및 방법 | |
Khanna | A Review of AI Devices in Cancer Radiology for Breast and Lung Imaging and Diagnosis | |
Yongping et al. | Evaluation of the quadri-planes method in computer-aided diagnosis of breast lesions by ultrasonography: prospective single-center study | |
KR102469907B1 (ko) | 복수의 폐질환을 스크리닝하기 위한 의료 영상 재구성 장치 및 방법 | |
JP7236109B2 (ja) | 肝腫瘍知能分析装置およびその作動方法 | |
Yongping et al. | Performance of computer-aided diagnosis in ultrasonography for detection of breast lesions less and more than 2 cm: prospective comparative study | |
WO2022153100A1 (en) | A method for detecting breast cancer using artificial neural network | |
Li et al. | Magnetic resonance imaging image segmentation under edge detection intelligent algorithm in diagnosis of surgical wrist joint injuries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |