The present invention provides a universal intelligent automatic reading method based structure to obtain images of detection image and tested image structure; data processing test structure of image treatment, find out the abnormal signal, masking; will mask image structure based on rigid transformation based image structure to be measured on the mask cover; after the sample image and the standard space structure of brain based registration, obtain the conversion matrix, thus the sample according to the brain transition matrix mapped to standard brain template; the sample of the brain is divided into white matter and gray matter and cerebrospinal fluid by using the transformation matrix; the test structure of the image is mapped to the standard brain template; extract of each sample in the brain the neural pathway Mongolia version of the signal to be detected, and calculate the abnormal signal value of voxels. The accuracy of the invention can reach the level of 90% and greatly improve the efficiency of doctors.
【技术实现步骤摘要】
一种通用智能自动化读片方法
本专利技术涉及影像学
,具体地,涉及一种通用智能自动化读片方法。
技术介绍
随着影像学技术的进展,无创性神经影像在诊疗中发挥重要作用。在脑部病变,如脑血管病、外伤、炎症、肿瘤、发育畸形等性质的判断,同时对于脑部病变情况变化的随访中均发挥重要作用。对于影像学结果的判断,目前常采用目测法,也即传统的人工读片。具体流程是医师开具检测要求,影像学医师完成检测并读片,出具读片报告,临床医师再依据报告建立诊疗方案。随着中国医疗条件的发展,X线、CT等基本检查早已普及到县级基层医院,而近几年基层医院也纷纷引进了MRI诊断设备,为基层医院提高疾病的诊断水平、普及放射科相关治疗技术提供了可能。但另一方面,各级医师专业教育水平判断水平不尽相同,神经系统病例及病种丰富,传统人工影像读片存在诊断规范化,病变随访可比较性差等问题。临床医师在建立诊疗方案时迫切需要规范化的结果和可视化的功能分析,以建立正确及时的诊疗方案。同时,为避免对患者的过度诊疗,需要建立能够分析归纳各个系统检测结果的系统。由于目前读片方案都采用目测方法,对特定病变的大小、特定解剖结构的受累,常依据个人经验评定结果,存在较大随意性和不确定性。随着计算机技术的发展,已经有基于体素的计算机分析方案,如VBM分析等,然而,上述分析方法需要磁共振扫描参数的一致性,以及一定样本量的受试者数量始可分析,常受限在单个中心研究,难以推广,所需分析需要专业技术人员,难以在临床上广泛应用。目前也有计算机网络上提供公开的可以下载的软件系统用于分析脑片,如brainimage等,然而,具体解剖结构需要使用 ...
【技术保护点】
一种通用智能自动化读片方法,其特征在于,包括如下步骤:步骤S1,获取样本大脑检测影像的基础结构影像与待测结构影像;步骤S2,对步骤S1中获取的待测结构影像进行数据处理,找出待测结构影像上的异常信号点,分析并绘制蒙版;步骤S3,将蒙版基于待测结构影像刚体变换到基础结构影像之上;步骤S4,将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准,获得转换矩阵,从而将样本大脑根据转换矩阵映射至标准脑模板;步骤S5,将样本大脑分为灰质、白质和脑脊液;步骤S6,在步骤S5的基础上,利用步骤S4中所得的转换矩阵,将待测结构影像映射至标准脑模板;步骤S7,提取每个样本大脑在神经通路蒙版内的待测信号,并计算异常信号值的体素数量。
【技术特征摘要】
1.一种通用智能自动化读片方法,其特征在于,包括如下步骤:步骤S1,获取样本大脑检测影像的基础结构影像与待测结构影像;步骤S2,对步骤S1中获取的待测结构影像进行数据处理,找出待测结构影像上的异常信号点,分析并绘制蒙版;步骤S3,将蒙版基于待测结构影像刚体变换到基础结构影像之上;步骤S4,将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准,获得转换矩阵,从而将样本大脑根据转换矩阵映射至标准脑模板;步骤S5,将样本大脑分为灰质、白质和脑脊液;步骤S6,在步骤S5的基础上,利用步骤S4中所得的转换矩阵,将待测结构影像映射至标准脑模板;步骤S7,提取每个样本大脑在神经通路蒙版内的待测信号,并计算异常信号值的体素数量。2.根据权利要求1所述的通用智能自动化读片方法,其特征在于,所述步骤S2采用基于影像信号强度的自动化算法,针对待测结构影像上的异常信号点进行分析,具体包括如下子步骤:步骤S21,通过样本大脑待测结构影像的影像扫描值大小将样本大脑与周边背景噪音区分并提取;步骤S22,将样本大脑的二维分层扫描的待测结构影像合并为三维待测结构影像;步骤S23,将三维待测结构影像粗略地线性刚体与标准待测结构影像进行比较;步骤S24,...
【专利技术属性】
技术研发人员:汪昕,丁晶,姚烨,林庆波,冯建峰,
申请(专利权)人:复旦大学附属中山医院,复旦大学,
类型:发明
国别省市:上海,31
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。