医疗影像的分析方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种医疗影像的分析方法、装置、计算机设备、存储介质。所述方法包括：在对医疗对象进行检查的过程中，获取所述医疗对象的视频流；基于所述视频流中的帧医疗图像，确定对所述医疗对象进行检查时所需的目标关键辅助信息；对所述目标关键辅助信息进行分析，确定并输出所述帧医疗图像中感兴趣区域的医疗信息。采用本方法能够实时辅助对医疗对象的医疗检查，提高医疗检查的准确度。提高医疗检查的准确度。提高医疗检查的准确度。

【技术实现步骤摘要】
医疗影像的分析方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种医疗影像的分析方法、装置、计算机设备和存储介质。

技术介绍

[0002]在操作者对医疗对象检查时，操作者遵循临床指南操纵影像采集装置从多个角度尝试扫查医疗对象的不同切面，观察医疗对象不同角度的情况以进行即时诊断并保存每个切面下一定长度的视频用于后续测量。
[0003]伴随人工智能的发展，结合了人工智能技术的辅助系统能够用于帮助操作者实现更规范的切面序列采集和更准确的诊断。
[0004]但是相关技术的黑盒特性使人工智能（Artificial Intelligence，AI）的可解释性不足，主要聚焦在事后分析，容易造成误诊。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够实现对视频流的实时处理，并将医疗信息实时呈现给操作者，以辅助操作者对医疗对象进行医疗检查，使得检查结果更加准确的医疗影像的分析方法、装置、计算机设备和存储介质。
[0006]第一方面，本申请提供了一种医疗影像的分析方法，所述方法包括：在对医疗对象进行检查的过程中，获取所述医疗对象 的视频流；基于所述视频流中的帧医疗图像，确定对所述医疗对象进行检查时所需的目标关键辅助信息；对所述目标关键辅助信息进行分析，确定并输出所述帧医疗图像中感兴趣区域的医疗信息。
[0007]在其中一个实施例中，所述基于所述视频流中的帧医疗图像，确定对所述医疗对象进行检查时所需的目标关键辅助信息，包括：基于所述视频流中的当前帧医疗图像，确定对所述医疗对象进行检查时所需的当前关键辅助信息；基于所述视频流中的历史医疗图像，确定对所述医疗对象进行检查时所需的历史关键辅助信息；其中，所述历史医疗图像的时序在所述当前帧医疗图像的时序之前，且与所述当前帧医疗图像连续；将所述当前关键辅助信息和所述历史关键辅助信息，确定为所述目标关键辅助信息。
[0008]在其中一个实施例中，所述基于所述视频流中的当前帧医疗图像，确定对所述医疗对象进行检查时所需的当前关键辅助信息，包括：将所述当前帧医疗图像输入分析网络，得到所述当前关键辅助信息。
[0009]在其中一个实施例中，所述分析网络包括：质量控制网络、切面导航网络、感兴趣区域检测网络、结构分割网络，所述当前关键辅助信息包括：质控信息、高纬度特征、感兴趣区域的置信度和所述感兴趣区域的位置信息、分割结果；所述将所述当前帧医疗图像输入分析网络，得到所述当前关键辅助信息，包括：采用所述质量控制网络，对所述当前帧医疗
图像进行质量控制分析，得到表征所述当前帧医疗图像所属切面质量的质控信息； 采用所述切面导航网络，对所述当前帧医疗图像进行位置特征提取，得到表征所述当前帧医疗图像的导航信息； 采用所述感兴趣区域检测网络，对所述当前帧医疗图像进行感兴趣区域检测，得到所述当前帧医疗图像中存在所述感兴趣区域的置信度和所述感兴趣区域的位置信息； 采用所述结构分割网络，对所述当前帧医疗图像进行所述医疗对象的分割，得到所述分割结果。
[0010]在其中一个实施例中，所述采用所述质量控制网络，对所述当前帧医疗图像进行质量控制分析，得到表征所述当前帧医疗图像所属切面质量的质控信息，包括：采用所述质量控制网络，对所述当前帧医疗图像进行解剖结构检测，得到所述当前帧医疗图像所属解剖结构的目标检测信息；对所述当前帧医疗图像进行切面类别分类，得到所述当前帧医疗图像所属的目标切面类别；基于所述目标检测信息和所述目标切面类别，对所述当前帧医疗图像所属切面质量进行评估，得到所述质控信息。
[0011]在其中一个实施例中，所述采用所述结构分割网络，对所述当前帧医疗图像进行所述医疗对象的分割，得到所述分割结果之后，所述方法还包括：基于所述历史关键辅助信息中的分割结果，对所述当前关键辅助信息中的分割结果进行过滤，得到已优化的分割结果。
[0012]在其中一个实施例中，所述方法还包括：将所述当前关键辅助信息中的质控信息、高纬度特征、感兴趣区域的置信度和所述感兴趣区域的位置信息、优化的分割结果，分别缓存在对应的缓存池；其中，所述缓存池中已缓存所述历史关键辅助信息。
[0013]在其中一个实施例中，所述对所述目标关键辅助信息进行分析，确定并输出所述帧医疗图像中感兴趣区域的医疗信息，包括：基于所述当前关键辅助信息和所述历史关键辅助信息，确定并输出表征所述当前帧医疗图像所属切面类别下的整体质控信息；在所述整体质控信息满足预设质量阈值的情况下，对所述缓存池中的所述当前关键辅助信息和历史关键辅助信息进行分析，得到并输出所述视频流中的帧医疗图像中感兴趣区域的医疗信息。
[0014]在其中一个实施例中，所述医疗信息，包括：所述医疗对象的医疗评估值和所述感兴趣区域的分类结果，所述在所述整体质控信息满足预设质量阈值的情况下，对所述缓存池中的所述当前关键辅助信息和历史关键辅助信息进行分析，得到并输出所述视频流中的帧医疗图像中感兴趣区域的医疗信息，包括：在所述整体质控信息达到所述预设质量阈值的情况下，从用于缓存分割结果的缓存池中调取目标分割结果，以及，从用于缓存感兴趣区域的置信度的缓存池中调取目标置信度；所述目标分割结果，包括：所述当前关键辅助信息中的分割结果和所述历史关键辅助信息中的分割结果；所述目标置信度，包括：所述当前关键辅助信息中的感兴趣区域的置信度和所述历史关键辅助信息中的感兴趣区域的置信度；基于所述目标分割结果，确定所述医疗对象的医疗评估值；基于所述目标置信度，对所述当前帧医疗图像和所述历史医疗图像进行感兴趣区域的分类，得到表征是否存在所述感兴趣区域的分类结果。
[0015]在其中一个实施例中，所述基于所述目标分割结果，确定所述医疗对象的医疗评估值，包括：基于所述目标分割结果，确定所述当前帧医疗图像和所述历史医疗图像中所述医疗对象的面积变化信息；在所述目标分割结果中，提取所述医疗对象的轮廓信息；基于所
述面积变化信息和所述轮廓信息，得到所述医疗对象的所述医疗评估值。
[0016]在其中一个实施例中，所述基于所述目标置信度，对所述当前帧医疗图像和所述历史医疗图像进行感兴趣区域的分类，得到表征是否存在所述感兴趣区域的分类结果，包括：基于所述目标置信度，在所述当前帧医疗图像和所述历史医疗图像中，确定对应置信度最高的目标医疗图像；在所述当前帧医疗图像和所述历史医疗图像中，以所述目标医疗图像为中心，确定包括多帧连续医疗图像的视频帧序列；对所述视频帧序列进行感兴趣区域的分类，得到表征所述视频帧序列中是否存在所述感兴趣区域的所述分类结果。
[0017]在其中一个实施例中，所述方法还包括：在所述视频帧序列中存在所述感兴趣区域的情况下，将所述目标医疗图像和所述感兴趣区域的位置信息输出至用户交互界面。
[0018]在其中一个实施例中，所述基于所述当前关键辅助信息和所述历史关键辅助信息，确定并输出表征所述当前帧医疗图像所属切面类别下的整体质控信息，包括：在所述历史关键辅助信息中，确定与所述当前帧医疗图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗影像的分析方法，其特征在于，所述方法包括：在对医疗对象进行检查的过程中，获取所述医疗对象的视频流；基于所述视频流中的帧医疗图像，确定对所述医疗对象进行检查时所需的目标关键辅助信息；对所述目标关键辅助信息进行分析，确定并输出所述帧医疗图像中感兴趣区域的医疗信息。2.根据权利要求1所述的方法，其特征在于，所述基于所述视频流中的帧医疗图像，确定对所述医疗对象进行检查时所需的目标关键辅助信息，包括：基于所述视频流中的当前帧医疗图像，确定对所述医疗对象进行检查时所需的当前关键辅助信息；基于所述视频流中的历史医疗图像，确定对所述医疗对象进行检查时所需的历史关键辅助信息；其中，所述历史医疗图像的时序在所述当前帧医疗图像的时序之前，且与所述当前帧医疗图像连续；将所述当前关键辅助信息和所述历史关键辅助信息，确定为所述目标关键辅助信息。3.根据权利要求2所述的方法，其特征在于，所述基于所述视频流中的当前帧医疗图像，确定对所述医疗对象进行检查时所需的当前关键辅助信息，包括：将所述当前帧医疗图像输入分析网络，得到所述当前关键辅助信息。4.根据权利要求3所述的方法，其特征在于，所述分析网络包括：质量控制网络、切面导航网络、感兴趣区域检测网络、结构分割网络，所述当前关键辅助信息包括：质控信息、高纬度特征、感兴趣区域的置信度和所述感兴趣区域的位置信息、分割结果；所述将所述当前帧医疗图像输入分析网络，得到所述当前关键辅助信息，包括：采用所述质量控制网络，对所述当前帧医疗图像进行质量控制分析，得到表征所述当前帧医疗图像所属切面质量的质控信息；采用所述切面导航网络，对所述当前帧医疗图像进行位置特征提取，得到表征所述当前帧医疗图像的导航信息；采用所述感兴趣区域检测网络，对所述当前帧医疗图像进行感兴趣区域检测，得到所述当前帧医疗图像中存在所述感兴趣区域的置信度和所述感兴趣区域的位置信息；采用所述结构分割网络，对所述当前帧医疗图像进行所述医疗对象的分割，得到所述分割结果。5.根据权利要求4所述的方法，其特征在于，所述采用所述质量控制网络，对所述当前帧医疗图像进行质量控制分析，得到表征所述当前帧医疗图像所属切面质量的质控信息，包括：采用所述质量控制网络，对所述当前帧医疗图像进行解剖结构检测，得到所述当前帧医疗图像所属解剖结构的目标检测信息；对所述当前帧医疗图像进行切面类别分类，得到所述当前帧医疗图像所属的目标切面类别；基于所述目标检测信息和所述目标切面类别，对所述当前帧医疗图像所属切面质量进行评估，得到所述质控信息。6.根据权利要求4所述的方法，其特征在于，所述采用所述结构分割网络，对所述当前
帧医疗图像进行所述医疗对象的分割，得到所述分割结果之后，所述方法还包括：基于所述历史关键辅助信息中的分割结果，对所述当前关键辅助信息中的分割结果进行过滤，得到已优化的分割结果。7.根据权利要求4至6任一项所述的方法，其特征在于，所述方法还包括：将所述当前关键辅助信息中的质控信息、高纬度特征、感兴趣区域的置信度和所述感兴趣区域的位置信息、优化的分割结果，分别缓存在对应的缓存池；其中，所述缓存池中已缓存所述历史关键辅助信息。8.根据权利要求7所述的方法，其特征在于，所述对所述目标关键辅助信息进行分析，确定并输出所述帧医疗图像中感兴趣区域的医疗信息，包括：基于所述当前关键辅助信息和所述历史关键辅助信息，确定并输出表征所述当前帧医疗图像所属切面类别下的整体质控信息；在所述整体质控信息满足预设质量阈值的情况下，对所述缓存池中的所述当前关键辅助信息和历史关键辅助信息进行分析，得到并输出所述视频流中的帧医疗图像中感兴趣区域的医疗信息。9.根据权利要求8所述的方法，其特征在于，所述医疗信息，包括：所述医疗对象的医疗评估值和所述感兴趣区域的分类结果，所述在所述整体质控信息满足预设质量阈值的情况下，对所述缓存池中的所述当前关键辅助信息和历史关键辅助信息进行分析，得到并输出所述视频流中的帧医疗图像中感兴趣区域的医疗信息，包括：在所述整体质控信息达到所述预设质量阈值的情况下，从用于缓存分割结果的缓存池中调取目标分割结果，以及，从用于缓存感兴趣区域的置信度的缓存池中调取目标置信度；所述目标分割结果，包括：...

【专利技术属性】
技术研发人员：蒋逸韬，徐明杰，吴玺，石思远，崔晨，
申请(专利权)人：深圳微创心算子医疗科技有限公司，
类型：发明
国别省市：