一种辅助人工对图像进行筛查、分类和存储的方法及系统技术方案

公开了一种辅助人工对图像进行筛查、分类和存储的方法及系统，所述方法包括：获取和输出待处理图像；获取该待处理图像所对应的待处理图像特征向量；分别计算待处理图像特征向量与各个医学或非医学模板图像特征向量之间的相似度指示值；将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；提取选定待处理图像的缩略图；向用户显示包含缩略图等的信息；用户根据显示信息产生经人工确认的医学模板图像类的类别；将选定待处理图像按照经人工确认的类别存储在医疗图像数据库中。能够辅助人工对图像进行筛查、分类和存储。

Method and system for assisting artificial screening, classification and storage of images

Disclosed is a method of classifying and storing system and auxiliary artificial screening, the image, the method comprises: acquiring and output image to be processed; obtain the processed image feature vector corresponding to the image to be processed; the similarity between the image feature vector and the medical or non-medical template image feature vector instructions the values were calculated; and the similarity between a medical image template feature vector indicating value of the selected image feature vector corresponding to the maximum of the medical image to determine the template image class manual confirmation belongs to the medical image features corresponding to the amount of template to be selected to be processed; extracting image thumbnail display contains; the thumbnail information to the user; the user according to the information of medical image template categories by manual confirmation will be selected; The processed image is stored in the medical image database according to the manually recognized category. It can assist people to screen, classify and store images.

【技术实现步骤摘要】
一种辅助人工对图像进行筛查、分类和存储的方法及系统
本专利技术涉及图像处理和存储，特别涉及一种辅助人工对图像进行筛查、分类和存储的方法及系统。
技术介绍
随着互联网和数据库技术的发展，人们通过检索获取信息的方式更加方便快捷。而且，随着照相机和摄像头等图像和视频采集设备的日益普及，网络中的图像和视频数据也日益增多，由此进入了大数据的时代。因此，出现了基于图像和视频数据的各种应用和服务，比如互联网上使用的基于图像内容的图像搜索应用和服务。这种互联网上使用的搜索应用和服务对数据库中存储的数据源的内容可以不进行严格认证，但是，利用经过认证存储后的数据源进行搜索的结果应该更利于用户获得期望的结果。然而，当针对就诊患者本人的医疗图像在医疗图像专家库中进行检索以获取相似病例的诊断结果并辅助医生进行诊断时，所使用的医疗图像专家库的数据源应当是经过人工认证的数据源，以保证准确性。现有技术中已经存在基于网格平台和分布式医疗图像专家库的医学图像检索系统。而且，也已知德国亚琛大学已经开发出了用于医学图像分类的IRMA系统，按照成像类型、拍摄部位等将医学图像分类存储在图像库中。如果医疗图像专家库中的医疗图像的分类和存储操作完全依赖于人工分类和存储的话，虽然能够保证数据源的准确性，但是工作量较大。另外，随着大数据时代的到来，存储在图像专家库中的认证数据源的数据来源也可能会不限于医院提供的类似于X射线、CT、MRI等的传统医疗图像，而是将数据来源扩展至通过互联网或移动互联网采集的可以用于诊断的其它形式的图像或视频数据，这就需要先人工排除非医疗图像，然后再对医疗图像进行分类和存储。在这种情况下，单纯靠人工进行分类和存储的工作量将更大。而且，完全自动的图像分类算法也会存在一定的错误分类的概率。因此，有必要提供一种方法和系统来辅助人工对将要被存储在特定应用和服务所使用的图像数据库中的图像进行筛查、分类和存储，从而保证该图像数据库中的数据源自身和数据源所属类别等的准确性。同时，也为自动图像分类算法提供正确的反馈信息，从而基于反馈信息来进行算法优化。
技术实现思路
至少为了部分解决上述技术问题，本专利技术提出了以下技术方案。根据本专利技术的一种辅助人工对图像进行筛查、分类和存储的方法，包括以下步骤：步骤1：获取和输出待处理图像；步骤2：对待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；步骤3：分别计算待处理图像特征向量与图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；步骤4：将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；步骤5：在确定了选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取选定待处理图像的缩略图；步骤6：向用户显示包含选定待处理图像的缩略图、选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值的显示信息；步骤7：用户根据显示信息确认或修改待人工确认的医学模板图像类的类别，产生经人工确认的医学模板图像类的类别；步骤8：将选定待处理图像按照经人工确认的医学模板图像类的类别存储在医疗图像数据库中。根据本专利技术的辅助人工对图像进行筛查、分类和存储的方法，在步骤1之前还包括：步骤1’：建立或更新图像特征数据库。根据本专利技术的辅助人工对图像进行筛查、分类和存储的方法，其中的待处理图像特征向量、医学模板图像特征向量和非医学模板图像特征向量包括下列特征中的至少一项：颜色特征、形状特征、纹理特征。根据本专利技术的一种辅助人工对图像进行筛查、分类和存储的系统，所述系统包括：图像特征数据库，用于存储与多个医学模板图像一一对应的多个医学模板图像特征向量和与多个非医学模板图像一一对应的多个非医学模板图像特征向量；待处理图像获取模块，用于获取和输出待处理图像；特征提取模块，其与待处理图像获取模块连接，用于对待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；相似度计算模块，其与特征提取模块和图像特征数据库连接，用于分别计算待处理图像特征向量与图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；待人工确认的医学模板图像类确定模块，其与相似度计算模块连接，用于将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；缩略图提取模块，其与待人工确认的医学模板图像类确定模块和待处理图像获取模块连接，用于在确定了选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取选定待处理图像的缩略图；信息显示模块，其与相似度计算模块、待人工确认的医学模板图像类确定模块和缩略图提取模块连接，用于向用户显示包含选定待处理图像的缩略图、选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值的显示信息；人工确认或修改模块，用于用户根据显示信息确认或修改待人工确认的医学模板图像类的类别，产生经人工确认的医学模板图像类的类别；待处理图像存储模块，其与待处理图像获取模块和人工确认或修改模块连接，用于将选定待处理图像按照经人工确认的医学模板图像类的类别存储在医疗图像数据库中；医疗图像数据库，其与待处理图像获取模块和待处理图像存储模块连接，用于分类存储医疗图像。根据本专利技术的辅助人工对图像进行筛查、分类和存储的系统还包括：图像特征数据库建立或更新模块，其与图像特征数据库连接，用于建立或更新图像特征数据库。根据本专利技术的辅助人工对图像进行筛查、分类和存储的系统，其中的待处理图像特征向量、医学模板图像特征向量和非医学模板图像特征向量包括下列特征中的至少一项：颜色特征、形状特征、纹理特征。根据本专利技术的另一种辅助人工对图像进行筛查、分类和存储的方法，包括以下步骤：步骤1：获取和输出待处理图像；步骤2：对待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；步骤3：分别计算待处理图像特征向量与图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；步骤4：将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；步骤5：在确定了选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取选定待处理图像的缩略图；步骤6：将选定待处理图像按照待人工确认的医学模板图像类的类别自动存储在医疗图像数据库中；步骤7：将选定待处理图像的缩略图、选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值、选定待处理图像的唯一标识存储在自动分类和保存信息暂存数据库中。根据本专利技术的另一种辅助人工对图像进行筛查、分类和存储的本文档来自技高网...

【技术保护点】
一种辅助人工对图像进行筛查、分类和存储的方法，其特征在于，包括：步骤1：获取和输出待处理图像；步骤2：对所述待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；步骤3：分别计算所述待处理图像特征向量与图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；步骤4：将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；步骤5：在确定了所述选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取所述选定待处理图像的缩略图；步骤6：向用户显示包含选定待处理图像的缩略图、选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值的显示信息；步骤7：用户根据所述显示信息确认或修改待人工确认的医学模板图像类的类别，产生经人工确认的医学模板图像类的类别；步骤8：将选定待处理图像按照所述经人工确认的医学模板图像类的类别存储在医疗图像数据库中。...

【技术特征摘要】
1.一种辅助人工对图像进行筛查、分类和存储的方法，其特征在于，包括：步骤1：获取和输出待处理图像；步骤2：对所述待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；步骤3：分别计算所述待处理图像特征向量与图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；步骤4：将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；步骤5：在确定了所述选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取所述选定待处理图像的缩略图；步骤6：向用户显示包含选定待处理图像的缩略图、选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值的显示信息；步骤7：用户根据所述显示信息确认或修改待人工确认的医学模板图像类的类别，产生经人工确认的医学模板图像类的类别；步骤8：将选定待处理图像按照所述经人工确认的医学模板图像类的类别存储在医疗图像数据库中。2.根据权利要求1所述的辅助人工对图像进行筛查、分类和存储的方法，其特征在于，在所述步骤1之前还包括：步骤1’：建立或更新所述图像特征数据库。3.根据权利要求1或2所述的辅助人工对图像进行筛查、分类和存储的方法，其特征在于，待处理图像特征向量、医学模板图像特征向量和非医学模板图像特征向量包括下列特征中的至少一项：颜色特征、形状特征、纹理特征。4.一种辅助人工对图像进行筛查、分类和存储的系统，其特征在于，所述系统包括：图像特征数据库，用于存储与多个医学模板图像一一对应的多个医学模板图像特征向量和与多个非医学模板图像一一对应的多个非医学模板图像特征向量；待处理图像获取模块，用于获取和输出待处理图像；特征提取模块，其与所述待处理图像获取模块连接，用于对所述待处理图像进行特征提取，获取该待处理图像所对应的待处理图像特征向量；相似度计算模块，其与所述特征提取模块和所述图像特征数据库连接，用于分别计算所述待处理图像特征向量与所述图像特征数据库中存储的与多个医学模板图像一一对应的各个医学模板图像特征向量和与多个非医学模板图像一一对应的各个非医学模板图像特征向量之间的相似度表示的相似度指示值；待人工确认的医学模板图像类确定模块，其与所述相似度计算模块连接，用于将与某个医学模板图像特征向量之间的相似度指示值最大的待处理图像特征向量所对应的选定待处理图像确定为属于该医学模板图像特征向量所对应的待人工确认的医学模板图像类；缩略图提取模块，其与所述待人工确认的医学模板图像类确定模块和所述待处理图像获取模块连接，用于在确定了所述选定待处理图像属于某个医学模板图像特征向量所对应的待人工确认的医学模板图像类之后，提取所述选定待处理图像的缩略图；信息显示模块，其与所述相似度计算模块、所述待人工确认的医学模板图像类确定模块和所述缩略图提取模块连接，用于向用户显示包含所述选定待处理图像的缩略图、所述选定待处理图像所属的待人工确认的医学模板图像类的类别和相似度指示值的显示信息；人工确认或修改模块，用于用户根据显示信息确认或修改所述待人工确认的医学模板图像类的类别，产生经人工确认的医学模板图像类的类别；待处理图像存储模块，其与所述待处理图像获取模块和所述人工确认或修改模块连接，用于将所述选定待处理图像按照所述经人工确认的医学模板图像类的类别存储在医疗图像数据库中；医疗图像数据库，其与所述待处理图像获取模块和所述待处理图像存储模块连接，用于分类存储医疗图像。5.根据权利要求4所述的辅助人工对图像进行筛查、分类和存储的系统，其特征在于，所述系统还包括：图像特征...

【专利技术属性】
技术研发人员：孟欣欣，李莉莉，付春，陈放，
申请(专利权)人：国政通科技股份有限公司，
类型：发明
国别省市：北京,11