医疗影像的元数据预测装置及方法制造方法及图纸

本公开涉及一种利用神经网络对医疗影像及元数据之间的关系进行机器学习，并通过将机器学习模型应用于医疗影像来获得元数据的装置及方法，包括如下步骤：基于用于学习(training)的多个医疗影像及分别与多个医疗影像匹配的元数据来学习预测医疗影像的元数据的预测模型；及利用所学到的预测模型，预测输入的医疗影像的元数据。

【技术实现步骤摘要】
医疗影像的元数据预测装置及方法
本公开涉及一种利用神经网络对医疗影像及元数据之间的关系进行机器学习，并通过将机器学习模型适用于医疗影像来获取元数据的装置及方法。
技术介绍
根据作为医疗影像的数据标准的医学数字成像和通信(DigitalImagingandCommunicationsinMedicine，DICOM)，DICOM数据大致包括两种信息。一个是拍摄的医疗影像原件(rawpixelarray)，另一个是记录在DICOM标头的元数据。医疗影像分析首先利用记录在DICOM标头(header)中的值。例如，医疗人员通过查看DICOM标头中的“身体检查部位(BodyPartExamined)”属性的值，判断医疗影像是否是作为判断对象的患者的身体部位，并进行医疗影像判断。另外，医疗人员可利用DICOM标头的“窗口中心/宽度(WindowCenter/Width)”属性，来标准化(normalization)来自各种环境的原始影像。存储在DICOM标头中的医学图像的元数据对于不同的医院可能具有不同的协议，并且不同的放射科医师可能会输本文档来自技高网...

【技术保护点】
1.一种医疗影像分析方法，其特征在于，包括如下步骤：/n基于用于学习的多个医疗影像及分别与所述多个医疗影像匹配的元数据来学习预测医疗影像的元数据的预测模型；及/n利用所学到的所述预测模型，预测输入的医疗影像的元数据。/n

【技术特征摘要】
20190522 KR 10-2019-00598601.一种医疗影像分析方法，其特征在于，包括如下步骤：
基于用于学习的多个医疗影像及分别与所述多个医疗影像匹配的元数据来学习预测医疗影像的元数据的预测模型；及
利用所学到的所述预测模型，预测输入的医疗影像的元数据。


2.根据权利要求1所述的医疗影像分析方法，其特征在于，
所述元数据，包括：
与所述医疗影像中包括的个体有关的信息、所述医疗影像的拍摄环境的信息及与所述医疗影像的显示方法有关的信息中的至少一个。


3.根据权利要求2所述的医疗影像分析方法，其特征在于，
与所述医疗影像中包括的个体有关的信息包括：所述医疗影像包括的身体部位信息及患者的信息中的至少一个；
所述医疗影像的拍摄环境的信息包括：所述医疗影像的模态信息及所述医疗影像的拍摄方式的信息中的至少一个；
与所述医疗影像的显示方法有关的信息包括：所述医疗影像的窗口中心信息、窗口宽度信息、颜色反转信息、影像的旋转信息及影像的翻转信息中的至少一个。


4.根据权利要求1所述的医疗影像分析方法，其特征在于，
学习所述预测模型的步骤，包括如下步骤：
从用于所述学习的多个医疗影像的各DICOM标头的标准数据元获取分别与所述多个医疗影像匹配的多个元数据；及
利用用于所述学习的多个医疗影像及获取的所述多个元数据，学习所述预测模型。


5.根据权利要求1所述的医疗影像分析方法，其特征在于，
还包括：将对于输入的所述医疗影像进行预测的元数据匹配到所述输入的医疗影像并存储。


6.根据权利要求5所述的医疗影像分析方法，其特征在于，
所述存储的步骤还包括：
将预测的所述元数据存储到输入的所述医疗影像的DICOM标头中的步骤。


7.根据权利要求1所述的医疗影像分析方法，其特征在于，
还包括：为了在输入的所述医疗影像中检测出异常，基于所述预测的元数据来调整输入的所述医疗影像的步骤。


8.根据权利要求7所述的医疗影像分析方法，其特征在于，
调整输入的所述医疗影像的步骤包括：
基于预测的所述元数据来调整输入的所述医疗影像的窗口中心、窗口宽度、颜色及输出方向中的至少一个的步骤。


9.根据权利要求1所述的医疗影像分析方法，其特征在于，
用于所述学习的多个医疗影像及输入的所述医疗影像是对应于DICOM标准的影像。


10.一种医疗影像分析装置，其特征在于，
医疗影像分析装置包括处理器及存储...

【专利技术属性】
技术研发人员：朴钟赞，俞同根，
申请(专利权)人：株式会社润医，
类型：发明
国别省市：韩国;KR