【技术实现步骤摘要】
基于神经网络的影像质控评价方法、装置、设备、介质
[0001]本专利技术涉及人工智能领域，具体而言，涉及一种基于神经网络的影像质控评价方法、装置、设备、介质。
技术介绍
[0002]医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。医学影像属于生物影像，并包含影像诊断学、放射技术学、内视镜、医疗用热影像技术、医学摄影和显微镜。
[0003]医学影像的质量高低直接影响着医务工作者对疾病的诊断与治疗决策，医疗质量的同质化是检查资料共享和检查结果互认的基础。然而，由于放射科质量控制与管理工作标准化程度不够，质控标准同质化程度低，且设备厂商、软件版本也不尽相同，导致影像的质量存在较大差异。
[0004]传统的医学影像质量控制方法仅仅依靠人工判别，缺乏客观性，容易造成结果的差异，且人工判别的效率低，会很大程度上增加医师、技师的工作量，严重阻碍了影像图像质控工作的落实。
[0005]卷积神经网络(Convolutional Neural Network,CNN)属于...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的影像质控评价方法，其特征在于，包括：获取预先制定的影像质控体系标准；所述影像质控体系标准包括目标质控评价项目以及其对应的质控语义描述框架；采集医疗机构的多条历史影像检查数据；所述历史影像检查数据至少包括医学影像数据，所述医学影像数据包括至少一个医学影像检查项目；将历史影像检查数据中差异性的医学影像检查项目映射成标准医学影像检查项目；根据每条历史影像检查数据对应的标准医学影像检查项目，提取出标准医学影像检查项目与目标质控评价项目匹配的历史影像检查数据；根据所述质控语义描述标准，对匹配的所述历史影像检查数据进行质控标注；根据质控标注后的历史影像检查数据对预先建立的深度神经网络模型进行训练，以获得人工智能医学影像质控评价模型。2.根据权利要求1所述的基于神经网络的影像质控评价方法，其特征在于，所述影像质控体系标准的制定方法，包括：根据已知医学影像质控标准、医学影像专家知识、临床应用数据，构建医学影像检查项目对应的语义描述框架。3.根据权利要求1所述的基于神经网络的影像质控评价方法，其特征在于，所述采集医疗机构的多条历史影像检查数据，具体包括：采集医疗机构的历史影像检查数据，所述每条历史影像检查数据以患者单次检查的申请单、检查报告单及影像数据作为一条检查数据的全量数据。4.根据权利要求1所述的基于神经网络的影像质控评价方法，其特征在于，所述将历史影像检查数据中差异性的医学影像检查项目映射成标准医学影像检查项目，具体包括：获取放射信息管理系统中的结构化检查数据和影像检查中医学数字成像与通信标准中的影像解析数据，生成医学影像检查项目集；对所述医学影像检查项目集进行标准化处理，以获得标准医学影像检查项目名称集；提取历史影像检查数据中的项目信息字段；将历史影像检查数据中差异性的医学影像检查项目映射成标准医学影像检查项目。5.根据权利要求4所述的基于神经网络的影像质控评价方法，其特征在于，所述将历史影像检查数据中差异性的医学影像检查项目映射成标准医学影像检查项目，具体包括：将历史影像检查数据中的目标项目信息字段与所述标准医学影像检查项目名称集进行相似度计算，得到所述历史影像检查数据的目标项目信息字段对应的标准医学影像检查项目名称。6.根据权利要求4所述的基于神经网络的影像质控评价方法，其特征在于，所述获取放射信息管理系统中的检查数据和影像检查中医学数字成像与通信标准中的影像解析数据，生成医学影像检查项目集，具体包括：基于所述检查数据，获取检查部位及检查方法相关信息；基于所述影像解析数据，获取所述影像的检查部位及检查方法相关信息；将所述检查数据中检查部位、检查方法与所述影像解析数据中的检查部位、检查方法进行排列组合，生成检查部位与检查方法组合的医学影像检查项目集。7.根据权利要求4所述的基于神经网络的影像质控评价方法...
【专利技术属性】
技术研发人员：陈金华，白羽，韦鑫，徐辉，吴鹏，秦浩，廖骥，张剑，唐彪，徐皓胜，吴博涵，郭大静，
申请(专利权)人：中电通商数字技术上海有限公司，
类型：发明
国别省市：
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。