医学图像处理方法及计算机可读存储介质技术

本发明专利技术提供一种医学图像处理方法及计算机可读存储介质，包括：获取待检测的多张医学图像；对多张所述医学图像进行初步筛查，以确定候选医学图像；对所述候选医学图像进行图像质量评估，以获取质量评估结果。本发明专利技术提供的医学图像处理方法，在对医学图像进行质量评估之前，先通过初步筛查确定出候选医学图像，可以对图像质量进行快速筛查，节省算力，提高了图像质量的检测效率。图像质量的检测效率。图像质量的检测效率。

【技术实现步骤摘要】
医学图像处理方法及计算机可读存储介质


[0001]本专利技术涉及医学图像处理
，尤其涉及一种医学图像处理方法及计算机可读存储介质。

技术介绍

[0002]在医学成像系统中，图像质量取决于很多因素，例如空间分辨率，组织对比度，信号噪比，对比噪声比，图像缺陷。为了呈现出最好的图像质量，硬件和扫描参数都根据不同的器官或是病理进行过优化。在扫描中，但是由于被检体的生理因素影响(呼吸、心跳，身体结构)，扫描时候被检者的运动会导致图像质量变差，从而不满足临床诊断要求。
[0003]为了保证扫描质量，在扫描中，用户需要手动调取并观察扫描出的图像，评估图像中包含的信息的完整性以确保在处理数据分析之前它们具有可接受的质量，并确定是否需要重扫以保证需求。特别是对于全身成像，但由于硬件的限制，只能以若干床位分别采集的方式完成全身图像采集，加上每个床位上常规磁共振扫描都要包含不同加权的图像，如T1、T2、DWI，以及相同加权图像的不同方位采集，如T2横断位、T2冠状位，不同参数采集等。另外，针对不同的疾病可能在某些部位还会加扫更有针对性的磁共振序列进行鉴别诊断。因此最终导致MR常规检查的序列就有至少二十个，在图像浏览观测图像质量的时候。这一过程耗时且费力，无疑给医生增加了负担。
[0004]伪影(Artifacts)是指原本被扫描物体并不存在而在图像上却出现的各种形态的影像，伪影是造成医学图像质量降低的重要因素，甚至会极大影响医生对病变的分析诊断。因此，作为医学诊断依据，医学图像伪影识别至关重要。传统的可以使用学习的方法(机器/深度学习)去预测伪影，精度越高，模型越大，计算机需求算力越大。实际应用中有图像质量问题图像不到5％，如果对每张扫描出来的医学图像进行图像质量分析运算量巨大，且会影响其他算法的运行。因此，有必要提供一种快速图像质量筛查方法来节省算力，提高图像质量的检测效率。

技术实现思路

[0005]本专利技术的目的在于一种医学图像处理方法及计算机可读存储介质，以实现图像质量的快速筛查，节省算力，提高图像质量的检测效率。
[0006]为达到上述目的，本专利技术提供一种医学图像处理方法，包括：
[0007]获取待检测的多张医学图像；
[0008]对多张所述医学图像进行初步筛查，以确定候选医学图像；
[0009]对所述候选医学图像进行图像质量评估，以获取质量评估结果。
[0010]可选的，对多张所述医学图像进行初步筛查，以确定候选医学图像包括：
[0011]分割至少一张所述医学图像中的组织区域；
[0012]根据分割后的所述医学图像分别设定第一阈值和第二阈值，并计算评估参数，所述评估参数为所述医学图像中像素值介于所述第一阈值和所述第二阈值之间的像素的个
数与所述组织区域中像素个数的比值；
[0013]根据所述评估参数与一设定阈值之间的关系，从多张所述医学图像进行初步筛查得到候选医学图像。
[0014]可选的，提取所述医学图像的背景中最大像素值作为第一阈值，提取所述组织区域中最小像素值作为第二阈值。
[0015]可选的，分割所述医学图像中的组织区域之前还包括对所述医学图像中身体部位的识别。
[0016]可选的，对所述医学图像中身体部位的识别之前还包括对所述医学图像进行预处理，所述预处理包括降采样、滤波处理或者归一化处理。
[0017]可选的，当所述评估参数大于所述设定阈值时，则判定所述医学图像为所述候选医学图像。
[0018]可选的，采用经训练的神经网络模型对所述候选医学图像的质量进行评估，所述质量通过图像完整性、图像对比度、图像信噪比、图像分辨率中的至少一种图像属性参数表征。
[0019]可选的，所述质量评估结果包括正常、一般、中度异常或重度异常。
[0020]可选的，所述医学图像为通过扫描仪对扫描对象扫描获得，所述医学图像处理方法还包括：根据所述质量评估结果，确定所述扫描仪的状态参数。
[0021]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个可被处理器执行的指令，所述至少一个指令被处理器执行时，实现上述任意一项所述的医学图像处理方法。
[0022]综上，本专利技术提供一种医学图像处理方法及计算机可读存储介质，包括：获取待检测的多张医学图像；对多张所述医学图像进行初步筛查，以确定候选医学图像；对所述候选医学图像进行图像质量评估，以获取质量评估结果。本专利技术提供的医学图像处理方法，在对医学图像进行质量评估之前，先通过初步筛查确定出候选医学图像，可以对图像质量进行快速筛查，节省算力，提高了图像质量的检测效率。
附图说明
[0023]图1为本专利技术一实施例提供的医学图像处理方法的流程图；
[0024]图2为本专利技术一实施例提供的医学图像处理方法中候选医学图像的获取过程的流程图；
[0025]图3为本专利技术一实施例提供的医学图像处理方法中分割医学图像中非组织区域与组织区域的示意图；
[0026]图4为本专利技术一实施例提供的医学图像处理方法中伪影质量评估采用的两层CNN的卷积神经网络的结构框图；
[0027]图5为本专利技术一实施例提供的医学图像处理方法中建立伪影筛查网络模型的流程图；
[0028]图6为本专利技术另一实施例提供的医学图像处理方法的流程图；
[0029]图7为本专利技术一实施例提供的医学图像处理方法中质量评估结果的获取过程的流程图。
具体实施方式
[0030]以下结合附图和具体实施例对本专利技术的医学图像处理方法及计算机可读存储介质作进一步详细说明。根据下面的说明和附图，本专利技术的优点和特征将更清楚，然而，需说明的是，本专利技术技术方案的构思可按照多种不同的形式实施，并不局限于在此阐述的特定实施例。附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本专利技术实施例的目的。
[0031]在说明书中的术语“第一”、“第二”等用于在类似要素之间进行区分，且未必是用于描述特定次序或时间顺序。要理解，在适当情况下，如此使用的这些术语可替换，例如可使得本文所述的本专利技术实施例能够以不同于本文所述的或所示的其他顺序来操作。类似的，如果本文所述的方法包括一系列步骤，且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。若某附图中的构件与其他附图中的构件相同，虽然在所有附图中都可轻易辨认出这些构件，但为了使附图的说明更为清楚，本说明书不会将所有相同构件的标号标于每一图中。
[0032]本实施例提供一种医学图像处理方法，图1为本实施例提供的医学图像处理方法的流程图，如图1所示，本实施例提供的医学图像处理方法，包括：
[0033]步骤S11：获取待检测的多张医学图像；
[0034]步骤S12：对多张医学图像进行初步筛查，以确定候选医学图像；
[0035]步骤S13：对候选医学图像进行图像质量评估，以获取质量评估结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像处理方法，其特征在于，包括：获取待检测的多张医学图像；对多张所述医学图像进行初步筛查，以确定候选医学图像；对所述候选医学图像进行图像质量评估，以获取质量评估结果。2.根据权利要求1所述的医学图像处理方法，其特征在于，对多张所述医学图像进行初步筛查，以确定候选医学图像包括：分割至少一张所述医学图像中的组织区域；根据分割后的所述医学图像分别设定第一阈值和第二阈值，并计算评估参数，所述评估参数为所述医学图像中像素值介于所述第一阈值和所述第二阈值之间的像素的个数与所述组织区域中像素个数的比值；根据所述评估参数与一设定阈值之间的关系，从多张所述医学图像进行初步筛查得到候选医学图像。3.根据权利要求2所述的医学图像处理方法，其特征在于，提取所述医学图像的背景中最大像素值作为第一阈值，提取所述组织区域中最小像素值作为第二阈值。4.根据权利要求2所述的医学图像处理方法，其特征在于，分割所述医学图像中的组织区域之前还包括对所述医学图像中身体部位的识别。5.根据权利要求4所述的医学图像处理方法，其特征在...

【专利技术属性】
技术研发人员：史宇航，辛阳，胡立翔，陈艳霞，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：