胎儿头MR影像智能诊断方法及系统技术方案

本发明专利技术提供了一种胎儿头MR影像智能诊断方法，包括：从与检查项目相符的患者DICOM图像中提取预设置的图像序列；判断图像序列为T2WI的图像质量是否符合第一预设条件，若是，将T2WI的图像定义为第一图像；按照第一分割规则，将第一图像进行区域分割，并将第一图像进行校正；将校正后的第一图像定义为第二图像；基于第二分割规则，将第二图像进行区域分割；基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对第一图像或第二图像进行分析，自动生成每个诊断类型的诊断数据；影像结构化报告根据诊断数据生成诊断印象。本发明专利技术还公开了一种胎儿头MR影像智能诊断系统。本发明专利技术能够全面、迅速、智能的给出影像诊断数据，即时知晓重要的危险征象。即时知晓重要的危险征象。即时知晓重要的危险征象。

【技术实现步骤摘要】
胎儿头MR影像智能诊断方法及系统


[0001]本专利技术涉及医疗信息领域，更具体地，涉及一种胎儿头MR影像智能诊断方法及系统。

技术介绍

[0002]胎儿中枢神经系统畸形中常见的是神经管闭合缺陷、脑室扩大、小头畸形、胼胝体发育不全、后颅窝畸形和神经元移行异常等。孕早期通常依靠超声检出胎儿脑发育畸形。但超声对于胎儿脑实质显示欠清，对于一些中枢神经系统畸形的非特异性表现不易诊断，特别是在孕晚期由于胎儿颅骨骨化、胎头入盆，超声波难以穿透而不能满意显示，此时可使用胎儿MRI检查以弥补超声的不足。胎儿MRI检查的临床适应证是：胎龄18周之后，当超声发现可疑病变不能确定时，可使用胎儿MRI进一步检查。但是胎儿MRI在实际工作中的使用有一定限制，首先不同周龄胎儿的脑结构变化很大，要求诊断者有足够的经验，其次在评估脑发育时需要测量多个数据，耗时较长且重复性差。现有的诊断方法无法快速、准确的完成影像任务的诊断，影响医生的工作效率和质量，也会给医生造成重复的工作，不能即时检出重要的危险征象，耽误治疗的最佳时间。

技术实现思路

[0003]有鉴于此，本专利技术的主要目的在于提供一种胎儿头MR影像智能诊断方法及系统，能够解决现有技术中存在的不能全面、迅速、智能的给出影像诊断数据导致影像医生重复工作、不能即时知晓重要的危险征象耽误治疗的最佳时间的问题。
[0004]为达到上述目的，本专利技术的技术方案是这样实现的：
[0005]一方面，本专利技术提供了一种胎儿头MR影像智能诊断方法，包括：从与检查项目相符的患者DICOM图像中提取预设置的图像序列；判断所述图像序列为T2WI的图像质量是否符合第一预设条件，若是，将所述T2WI的图像定义为第一图像；按照第一分割规则，将所述第一图像进行区域分割，并将所述第一图像进行校正，输出校正后的所述第一图像及校正后的每个区域的坐标数据；将所述校正后的所述第一图像定义为第二图像；基于第二分割规则，将所述第二图像进行区域分割，输出每个区域的坐标数据；基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照第二预设条件将所述诊断数据发送到影像结构化报告中；所述影像结构化报告根据所述诊断数据生成诊断印象。
[0006]优选地，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
[0007]优选地，在校正所述第一图像之前，该方法还包括：判断胎儿状态，若所述胎儿状态为减胎术后，则终止该患者的诊断流程。
[0008]优选地，在校正所述第一图像之前，该方法还包括：在所述第一图像上分割大脑镰区域，并输出所述大脑镰区域的坐标数据。
[0009]优选地，在分割所述第二图像之前，该方法还包括：判断所述图像序列为T2WI的图像扫描方向。
[0010]优选地，诊断类型包括：判断胎儿体位、分割脐带、分割胎盘、评估胎盘状态、测量颅脑、测量脑室、测量小脑轴位脑池、测量小脑结构、评估胼胝体发育、判断大脑发育畸形、评估胎龄。
[0011]另一方面，本专利技术还提供了一种胎儿头MR影像智能诊断系统，该系统包括：序列提取模块、图像质量判断模块、第一分割模块、第二分割模块、辅助诊断模块和结构化报告模块，其中，所述序列提取模块，与所述图像质量判断模块相连，用于从与检查项目相符的患者DICOM图像中提取预设置的图像序列；所述图像质量判断模块，分别与所述序列提取模块、所述第一分割模块、所述辅助诊断模块相连，用于判断所述图像序列为T2WI的图像质量是否符合第一预设条件，若是，将所述T2WI的图像定义为第一图像；所述第一分割模块，分别与所述图像质量判断模块、所述辅助诊断模块和所述第二分割模块相连，用于按照第一分割规则，将所述第一图像进行区域分割，并将所述第一图像进行校正，输出校正后的所述第一图像及校正后的每个区域的坐标数据；将所述校正后的所述第一图像定义为第二图像；所述第二分割模块，分别与所述第一分割模块、所述辅助诊断模块相连，用于基于第二分割规则，将所述第二图像进行区域分割，输出每个区域的坐标数据；所述辅助诊断模块，分别与所述图像质量判断模块、所述第一分割模块、所述第二分割模块和所述结构化报告模块相连，用于基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照第二预设条件将所述诊断数据发送到影像结构化报告中；所述结构化报告模块，与所述辅助诊断模块相连，用于根据所述诊断数据生成诊断印象。
[0012]优选地，诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。
[0013]优选地，第一分割模块还包括第一判断单元，用于在校正所述第一图像之前，判断胎儿状态，若所述胎儿状态为减胎术后，则终止该患者的诊断流程。
[0014]优选地，第一分割模块还包括分区单元，用于在校正所述第一图像之前，在所述第一图像上分割大脑镰区域，并输出所述大脑镰区域的坐标数据。
[0015]优选地，第一分割模块还包括第二判断单元，用于在分割所述第二图像之前，判断所述图像序列为T2WI的图像扫描方向。
[0016]优选地，诊断类型包括：判断胎儿体位、分割脐带、分割胎盘、评估胎盘状态、测量颅脑、测量脑室、测量小脑轴位脑池、测量小脑结构、评估胼胝体发育、判断大脑发育畸形、评估胎龄。
[0017]本专利技术的技术效果：
[0018]本专利技术的方法将AI模型、影像组学模型和基于规则的程序应用于胎儿头MRI的诊断，得到胎儿头MRI智能诊断系统，将其接入PACS/RIS，可在图像采集完成后直接自动生成诊断提示信息，并将诊断数据自动传入结构化报告中，做出全面的定性、定量诊断，该方法还具备危急发现的预警和分诊功能，当自动检出重要的危险征象时，通过信息系统发出警告信息，以提示医生及时关注并实施救治措施。
附图说明
[0019]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0020]图1示出了根据本专利技术实施例一的胎儿头MR影像智能诊断方法流程图；
[0021]图2示出了根据本专利技术实施例二的胎儿头MR影像智能诊断系统结构示意图；
[0022]图3示出了根据本专利技术实施例三的胎儿头MR影像智能诊断系统结构示意图；
[0023]图4示出了根据本专利技术实施例四的胎儿头MR影像智能诊断系统结构示意图；
[0024]图5示出了根据本专利技术实施例五的胎儿头MR影像智能诊断系统结构示意图。
具体实施方式
[0025]下面将参考附图并结合实施例，来详细说明本专利技术。
[0026]实施例一
[0027]图1示出了根据本专利技术实施例一的胎儿头MR影像智能诊断方法流程图；如图1所示，该方法包括以下步骤：
[0028本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胎儿头MR影像智能诊断方法，其特征在于，包括：从与检查项目相符的患者DICOM图像中提取预设置的图像序列；判断所述图像序列为T2WI的图像质量是否符合第一预设条件，若是，将所述T2WI的图像定义为第一图像；按照第一分割规则，将所述第一图像进行区域分割，并将所述第一图像进行校正，输出校正后的所述第一图像及校正后的每个区域的坐标数据；将所述校正后的所述第一图像定义为第二图像；基于第二分割规则，将所述第二图像进行区域分割，输出每个区域的坐标数据；基于预设的一个或多个诊断类型及与该诊断类型对应区域的坐标数据，对所述第一图像或所述第二图像进行分析，自动生成每个所述诊断类型的诊断数据，按照第二预设条件将所述诊断数据发送到影像结构化报告中；所述影像结构化报告根据所述诊断数据生成诊断印象。2.根据权利要求1所述的胎儿头MR影像智能诊断方法，其特征在于，所述诊断数据为定性判断数据、定量判断数据、病灶区域图像、病灶区域坐标、关键图像、提示信息中的一种或多种。3.根据权利要求1所述的胎儿头MR影像智能诊断方法，其特征在于，在校正所述第一图像之前，该方法还包括：判断胎儿状态，若所述胎儿状态为减胎术后，则终止该患者的诊断流程。4.根据权利要求1所述的胎儿头MR影像智能诊断方法，其特征在于，在校正所述第一图像之前，该方法还包括：在所述第一图像上分割大脑镰区域，并输出所述大脑镰区域的坐标数据。5.根据权利要求1所述的胎儿头MR影像智能诊断方法，其特征在于，在分割所述第二图像之前，该方法还包括：判断所述图像序列为T2WI的图像扫描方向。6.根据权利要求1所述的胎儿头MR影像智能诊断方法，其特征在于，所述诊断类型包括：判断胎儿体位、分割脐带、分割胎盘、评估胎盘状态、测量颅脑、测量脑室、测量小脑轴位脑池、测量小脑结构、评估胼胝体发育、判断大脑发育畸形、评估胎龄。7.一种胎儿头MR影像智能诊断系统，其特征在于，该系统包括：序列提取模块、图像质量判断模块、第一分割模块、第二分割模块、辅助诊断模块和结构化报告模块，其中，所述序列提取模块，与所述图像质量判断模块相连，用于从与检查项目相符的患者DICOM图像中提取预设置的图像序列；所述图像质量判断模块，分别与所述序列提取模块、所述第一分割...

【专利技术属性】
技术研发人员：王可欣，岳新，张虽虽，
申请(专利权)人：北京赛迈特锐医疗科技有限公司，
类型：发明
国别省市：