The application is a divisional application of 201910407807. X, which discloses an auxiliary diagnosis system of breast target image based on artificial intelligence. The system includes: breast Dr equipment, breast benign and malignant subsystem and automatic report generation subsystem; breast Dr equipment, which is used to collect breast molybdenum target image based on digital X-ray imaging technology; breast benign and malignant subsystem, which is used to obtain The breast molybdenum target image of the unilateral breast collected by the breast Dr device includes: the head and tail CC position molybdenum target image and the medial oblique MLO position molybdenum target image; the breast benign and malignant detection model is called to predict the benign and malignant of the CC position molybdenum target image and the MLO position molybdenum target image to obtain the benign and malignant prediction results of the unilateral breast; the automatic report generation subsystem The utility model is used for generating and outputting a detection report which includes a benign and malignant prediction result of the unilateral breast.
【技术实现步骤摘要】
基于人工智能的乳腺钼靶图像的辅助诊断系统本申请是申请号为201910407807.X、申请日为2019年05月16日、专利技术创造名称为“乳腺钼靶图像的辅助诊断方法、装置、系统及介质”的分案申请
本申请实施例涉及人工智能领域,特别涉及一种基于人工智能的乳腺钼靶图像的辅助诊断系统。
技术介绍
乳腺钼靶(mammograms)图像被广泛应用于乳腺癌早期筛查,医生通常会诊断钼靶图像中的各种异常信息,包括肿块病灶、钙化病灶、淋巴结肿大及皮肤异常等,并根据异常信息给出表征风险程度的乳腺影像报告和数据系统(BI-RADS)分级。相关技术中,采用神经网络模型对乳腺钼靶图像中的病灶进行识别,从而定位出乳腺钼靶图像中的可疑病灶以及良恶性预测结果,并根据乳腺钼靶图像中的所有异常信息推断出该乳腺钼靶图像整体的BI-RADS评分。但是上述神经网络模型的预测过程仅是简单的二维图像层面的预测过程,与医生实际的看片过程并不吻合,导致对良恶性预测结果的准确程度较低。
技术实现思路
本申请实施例提供了一种基于人工智能的乳腺钼靶图像的辅助诊断系统,可以解决相关技术中的神经网络模型对乳腺钼靶图像中的良恶性预测结果的准确程序较低的问题。所述技术方案如下:根据本申请的一个方面,提供了一种乳腺钼靶图像的辅助诊断方法,所述方法包括:获取单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾(Cranial-Caudal,CC)位钼靶图像和内侧斜视(MedioLateral-Oblique,MLO)位 ...
【技术保护点】
1.一种基于人工智能的乳腺目标图像的辅助诊断系统,其特征在于,所述系统包括:乳腺DR设备、乳房良恶性子系统和自动化报告生成子系统;/n所述乳腺DR设备,用于基于数字X射线成像技术,采集乳腺钼靶图像;/n所述乳房良恶性子系统,用于获取所述乳腺DR设备采集的单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾CC位钼靶图像和内侧斜MLO位钼靶图像;调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果;/n所述自动化报告生成子系统,用于生成和输出检测报告,所述检测报告包括所述单侧乳房的良恶性预测结果。/n
【技术特征摘要】
1.一种基于人工智能的乳腺目标图像的辅助诊断系统,其特征在于,所述系统包括:乳腺DR设备、乳房良恶性子系统和自动化报告生成子系统;
所述乳腺DR设备,用于基于数字X射线成像技术,采集乳腺钼靶图像;
所述乳房良恶性子系统,用于获取所述乳腺DR设备采集的单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾CC位钼靶图像和内侧斜MLO位钼靶图像;调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果;
所述自动化报告生成子系统,用于生成和输出检测报告,所述检测报告包括所述单侧乳房的良恶性预测结果。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括:乳房信息提取子系统;
所述乳房信息提取子系统,用于调用乳头和肌肉检测模型对乳腺钼靶图像中的乳头位置和肌肉位置进行识别。
3.根据权利要求1所述的系统,其特征在于,所述系统还包括:乳房信息提取子系统;
所述乳房信息提取子系统,用于调用腺体类型分类模型对CC位钼靶图像的腺体类型进行识别,得到第一腺体类型;调用所述腺体类型分类模型对MLO位钼靶图像的腺体类型进行识别,得到第二腺体类型;将所述第一腺体类型和所述第二腺体类型中腺体密度较大的一种,确定为所述单侧乳房的腺体类型。
4.根据权利要求1至3任一所述的系统,其特征在于,所述系统还包括:病灶识别子系统;
所述病灶识别子系统,用于调用病灶描述模型对所述乳腺钼靶图像中的病灶进行检测,得到病灶描述信息。
5.根据权利要求1至3任一所述的系统,其特征在于,所述系统还包括:病灶识别子系统;
所述病灶识别...
【专利技术属性】
技术研发人员:田宽,江铖,颜克洲,沈荣波,
申请(专利权)人:腾讯科技深圳有限公司,
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。