【技术实现步骤摘要】
基于人工智能的医学影像显示方法及相关装置
本申请涉及人工智能
，具体而言，涉及一种基于人工智能的医学影像显示方法及相关装置。
技术介绍
Cornerstonejs库是一个开源的项目，主要用于对医学影像文件(dicom,图片)进行解析并通过js操作HTML5canvas元素在现代浏览器上显示医学影像的轻量级的JavaScript库，其结合cornerstoneToolsJS库可以对呈现出来的影像进行移动，翻转，放大，缩小，旋转，绘制坐标点，显示标注,设置窗宽窗位来显示不同影像学区域，方便医生快速浏览查看医学影像，快速定位病变区域，大大的提高医生的辨识效率，减小出错率，提高工作效率。但是Cornerstonejs与cornerstoneToolsJS库只是支持医学影像文件(dicom,图片)在网页里画出医学影像进行显示。由于医学问题与医学影像中特征对应关系的复杂性，对采集的医学影像的进行各区域的绘制显示时精度难以保证，不同影像学部位的绘制显示准确性和可靠性难以保证，进而医生定位的病变区域准确性、辨识效率、减小的出错率有限。...
【技术保护点】
1.一种基于人工智能的医学影像显示方法，其特征在于，包括：/n获取第一医学影像各区域的第一深度轮廓坐标数据，所述第一深度轮廓坐标数据通过预设深度网络模型对所述第一医学影像进行图像分割得到；/n获取所述第一医学影像所来源的用户信息、身体部位名称以及用户临床症状信息；/n将各区域的所述深度轮廓坐标数据、所述用户信息、所述身体部位名称及所述用户临床症状信息输入异常识别模型，得到各所述区域的轮廓异常信息，其中，所述异常识别模型与所述预设深度网络模型相对应；/n获取所述轮廓异常信息对应的修正信息，以根据所述修正信息对所述第一医学影像进行修正得到第二医学影像进行显示。/n
【技术特征摘要】
1.一种基于人工智能的医学影像显示方法，其特征在于，包括：
获取第一医学影像各区域的第一深度轮廓坐标数据，所述第一深度轮廓坐标数据通过预设深度网络模型对所述第一医学影像进行图像分割得到；
获取所述第一医学影像所来源的用户信息、身体部位名称以及用户临床症状信息；
将各区域的所述深度轮廓坐标数据、所述用户信息、所述身体部位名称及所述用户临床症状信息输入异常识别模型，得到各所述区域的轮廓异常信息，其中，所述异常识别模型与所述预设深度网络模型相对应；
获取所述轮廓异常信息对应的修正信息，以根据所述修正信息对所述第一医学影像进行修正得到第二医学影像进行显示。
2.根据权利要求1所述的方法，其特征在于，所述异常识别模型的训练方法，包括：
将信息样本集合中的信息样本输入所述异常识别模型，控制所述异常识别模型输出信息样本对应的轮廓异常信息的预测标签，所述信息样本包括所述预设深度网络模型对医学影像样本分割得到的深度轮廓坐标数据、所述医学影像样本对应的用户信息、身体部位名称及用户临床症状信息；
将所述预测标签与信息样本的专家标定标签进行比较，如果不一致，则调整所述异常识别模型中的系数，直到所述所述预测标签与所述专家标定标签一致。
3.根据权利要求1所述的方法，其特征在于，所述将各区域的所述深度轮廓坐标数据、所述用户信息、所述身体部位名称及所述用户临床症状信息输入异常识别模型，包括：
从预设临床知识图谱中，根据所述用户临床症状信息搜索与所述身体部位名称关联的其它身体部位名称，并获取所述其它身体部位名称与所述身体部位名称之间的所有连接边所对应的所有用户临床症状信息；
将各区域的所述深度轮廓坐标数据、所述用户信息、所述身体部位名称、所述其它身体部位名称及所述所有用户临床症状信息输入异常识别模型。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
以所述身体部位名称样本为顶点且各顶点之间通过用户临床症状信息样本作为连接边，构建所述预设临床知识图谱。
5.根据权利要求1所述的方法，其特征在于，所述获取所述轮廓异常信息对应的修正信息，包括...
【专利技术属性】
技术研发人员：樊志超，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
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。