本发明专利技术公开了一种系统和方法，在非诊断和诊断环境下，通过基于云计算的计算机辅助分析系统(CAA)从健康人的胸片中分类列出健康的程度。该系统的输入图像包括：诊断和非诊断用图像，以及个人计算机/智能手机或云端存储的图像数据。这些图像数据通过互联网传输到CAA所在的服务器。基于云计算的CAA首先会对这些图像数据进行肺部分割，产生各种影像组学特征，然后执行影像组学特征分类，最后产生分类结果。分类结果被用于检索相关的临床病例、健康状况，并与存储在数据库中的健康知识，形成一个新的数据集。该数据集发送到终端用户，并在查询系统或个人电脑/智能手机上显示。
【技术实现步骤摘要】
1.
本专利技术涉及一种自动对影像进行数字图像处理的方法和系统，更具体地说，是一种运用影像组学、数字图像处理和人工智能技术对不同的健康指数进行自动分类的方法和系统。2.
技术介绍
随着空气污染的日益严重，人们非常关注他们的肺部健康程度，因为这会导致患肺癌和其它肺部疾病的可能性上升。人们渴望通过某种方式去阻止或减慢疾病发生的趋势。目前，胸部X线检查是体检例行检查项目，但大多数人的胸部X射线检查结果都显示正常。同时，随着互联网的发展，越来越多的人都获得了他们的数字胸部X射线影像并存储在他们的电脑、智能手机或云存储设备上。通常，胸部X射线检查用于：(1)查找常见症状，如咳嗽、呼吸急促或胸痛的原因；(2)发现肺部疾病，如肺炎、肺癌、慢性阻塞性肺疾病(COPD)、肺塌陷(气胸)和囊性纤维化，监测这些疾病的治疗情况；(3)发现一些心脏问题，如心脏扩大、心脏衰竭、导致肺积液(肺水肿)的病因，以及监测这些疾病的治疗情况；(4)查找胸部损伤问题，如肋骨骨折或肺损伤；(5)发现异物影像，如在食道、气管或肺部中的硬币或其它小金属片。胸部X光可能无法看到食品、坚果或木纤维，但可以看见是否有试管、导管或其它医疗器械放置在气道、心脏、胸部血管或胃部等部位。大多数胸部疾病不是急性的。只有当症状从早期体征变化到明显或严重的症状时，症状才成为临床征兆和临床疾病。“正常”胸片中的早期症状可以用作健康指数的指标来确定健康人的健康程度。根据影像组学,胸片中的这些指标可以定量地表示为图像特征。放射科医生分类健康X光胸片的经验包括以下几类(这可能是像正常的胸片的“B读”)：心胸比、年龄校正后肺容积、慢性阻塞性肺病(吸气)、主动脉粥样硬化血管病、顶端增厚；、骨质疏松、楔形缺损、与石棉接触导致的一种相关胸膜斑，一种罕见的癌症间皮瘤。上述判断健康人群健康指数的推论可以同样地应用到其它的筛查图像，如乳房X射线检查、低剂量CT筛查、宫颈涂片筛查图像等。3.
技术实现思路
本专利技术公开了一种系统和方法，在非诊断和诊断环境下，通过基于云计算的计算机辅助分析系统(CAA)从健康人的胸片中分类列出健康的程度。该系统的输入图像有：非诊断用图像，医疗图像采集系统获得的图像，以及个人计算机/智能手机或云端存储的图像数据。这些图像数据通过互联网传输到计算机辅助分析系统(CAA)所在的服务器。基于云计算的计算机辅助分析系统(CAA)首先会对这些图像数据进行肺部分割，肺分割方法由边缘检测的图像处理、阀值、以及其他的图像处理方法组成，包括基于图像的对比度判定肺部的内部边界；基于图像的对比度和对肺的人类感知判定左、和右肺的外部边界；判定脊椎和肺之间的边界，以及心脏和肺之间的肺门和隔膜的边界；划分肺成几个区，每个区将被进一步分成几个区域。最终输出结果生成左，右肺以及肺叶内部和外部边界。其次产生各种影像组学特征，影像组学特征通过对左右肺、肺叶及肺部分区内外边界开展如下提取：(1)从肺边界处理进行影像组学特征提取；(2)从基于区域处理进行影像组学特征提取；(3)从聚焦斑点怀疑特征处理进行影像组学特征提取；(4)从基于对称处理进行影像组学特征提取；(5)从侧位图像处理进行影像组学特征提取。然后执行影像组学特征分类，包括：从区域处理对影像组学特征分类；从聚焦斑点怀疑特征处理对影像组学特征分类；从对称处理对影像组学特征分类；从侧位图像处理对影像组学特征分类；并对所有的分类进行融合处理，最后产生分类结果。分类结果从CAA系统传输到服务器的数据库中，或通过互联网传输到个人计算机/智能手机。分类结果被用于检索相关的临床病例、健康状况和存储在数据库中的健康知识，并形成一个新的数据集。该数据集发送到终端用户，并在查询系统或个人电脑/智能手机上显示。4.附图说明为了更彻底理解本专利技术及其优点，现结合附图描述如下：图1.表示在医疗非诊断或诊断工作环境中，用户、网络云和计算机辅助分析(CAA)系统之间的工作流程示意性框图；图2.表示在医疗诊断和非诊断环境下，计算机辅助分析(CAA)系统与图像采集系统之间的工作流程图，包括个人计算机系统、智能手机、存储设备、媒体和数据库服务器；图3.表示本专利技术的一个实施例，在图2非诊断或诊断的医疗环境中，对服务器群和数据库服务器的描述；图4.表示一个系统，即根据本专利技术图3为获取健康指数而采取的服务器模式；图5.是本专利技术图4的一个实施例，处理单元示意图；图6.是本专利技术的一个实施例，肺分割单元的示意图；图7.是本专利技术的一个实施例，一个影像组学特征提取的示意图；图8.是本专利技术的一个实施例，从肺部边界处理单元进行影像组学特征提取的示意图；图9.是本专利技术的一个实施例，从基于区域处理单元进行影像组学特征提取的示意图；图10.是本专利技术的一个实施例，所示从聚焦斑点怀疑特征，对称和侧位图像进行影像组学特征提取的示意图；图11.是本专利技术的一个实施例，影像组学单元特征的分类示意图；图12.是本专利技术的一个实施例，从肺边界处理单元进行影像组学特征分类的示意图；图13.是本专利技术的一个实施例，从基于区域处理单元进行影像组学特征分类的示意图；图14.是本专利技术的一个实施例，从聚焦斑点怀疑特征处理单元进行影像组学特征分类的示意图；图15.是本专利技术的一个实施例，从基于对称处理单元进行影像组学特征分类的示意图；图16.是本专利技术的一个实施例，从侧位图像处理单元进行影像组学特征分类的示意图；图17.图示一个从本专利技术输出的案例；5.具体实施方式参照图1示意框图，在诊断或非诊断工作流程中，在用户(A-001)和互联网云(A-002)之间整合了计算机辅助分析(CAA)系统(001)。用户(A-001)将所有图像从图像采集系统，包括电脑、智能手机、
存储设备传输到互联网云(A-002)。互联网云(A-002)发送的所有图像到计算机辅助分析(CAA)系统服务器。CAA系统进行健康指数分类，并将分类结果返回到云(A-002)。云(A-002)然后发送健康指数给用户(A-001)。参照图2示意框图，在诊断或非诊断环境下，在诊断和非诊断医疗图像采集系统，包括个人电脑系统、智能手机、存储设备、媒体，和存储/看图工作站之间整合了计算机辅助分析(CAA)系统。其中输入(005)包括网站、社交媒体、云存储、医院PACS系统，电脑，智能手机，等等。输出(006)可以是网络、社交媒体、云存储、计算机、智能手机、印刷媒体等。CAA(001)分别包括允许用户输入和接收的图像和结果的Web服务器(004)，计算健康指数的健康指数服务器(002)，和存储针对不同健康指数的相关参考知识信息的数据库服务器(003)。Web服务器群位于云和CAA服务器群中，并连接到CAA数据库。用户可以通过智能手机，平板电脑，图像存储服务器，非诊断工作站和医院的PACS系统发送图像。Web服务器接收图像和应用CAA算法处理图像。然后将CAA结果发送到CAA数据库。WEB服务器将分类结果发送给用户。如图3本专利技术一个实施例，描述在非诊断或诊断医疗环境中的服务器群。CAA(001)服务器群包括允许用户输入和接收图像和结果的Web服务器(004)，计算健康指数的健康指数服务器(002)，和根据不同的健康指数存储相关的参考知识信息的数据库服务器(003)。该WEB本文档来自技高网...
【技术保护点】
一种在正常放射图像中分类健康指数的方法，该方法包括以下步骤：1.1图像预处理包括图像增强和标准化处理，以提高对比度；1.2图像分割去识别身体部位及其边界，也根据肺区的生理解剖结构和局部图像特征将肺区划分成不同的区域；1.3通过影像组学(radiomics)方式指出早期疾病症状有关的图像特征和特点；1.4基于影像组学方式确定健康指数和识别感兴趣区域的位置来进行影像组学特征分类处理。
【技术特征摘要】
1.一种在正常放射图像中分类健康指数的方法，该方法包括以下步骤：1.1图像预处理包括图像增强和标准化处理，以提高对比度；1.2图像分割去识别身体部位及其边界，也根据肺区的生理解剖结构和局部图像特征将肺区划分成不同的区域；1.3通过影像组学(radiomics)方式指出早期疾病症状有关的图像特征和特点；1.4基于影像组学方式确定健康指数和识别感兴趣区域的位置来进行影像组学特征分类处理。2.如权利要求1所述，图像分割包括根据图像对比度确定内部边界，根据图像对比度和人体轮廓确定外部边界，确定脊柱和肺之间的边界，在心脏和胸廓之间的肺部划分成几个区域，并且每个区域被进一步划分成更小的区域。3.如权利要求1所述，影像组学特征提取包括从肺部边界处理中提取，从区域处理中提取，从聚焦斑点怀疑特征处理中提取，从对称处理中提取，从侧位图像处理中提取。4.如权利要求3所述，其中从肺部边界处理提取影像组学特征包括从肺侧边界处理，基于边界的影像组学特征(厚度，完整性等)计算；从肺顶部边界处理，肺尖特征的计算；从中间肺部边界处理，根据心脏功能的计算；从肺下部边界处理，...
【专利技术属性】
技术研发人员：刘远明，周浩，权申文，段淑婷，
申请(专利权)人：深圳市智影医疗科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。