【技术实现步骤摘要】
本专利技术涉及医疗影像，尤其是涉及一种磁共振图像分析系统。
技术介绍
1、磁共振成像已经成为临床诊断的重要工具，近年来，基于深度学习等人工智能方法的医学影像自动诊断方法发展迅速。卷积神经网络等计算机视觉方法可以高效且准确地对医学图像进行分类、病灶检测。然而，深度学习的训练需要大量医学图像标注数据，对标注者有很高的专业要求，大量的数据标注工作成本很高，而且标注数据缺乏指导性知识，使得模型的训练结果缺乏可解释性，模型的准确度无法得到保障。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种磁共振图像分析系统，以提高医学影像自动诊断模型的可解释性技术问题，使得磁共振图像分析模型的准确度得到保障。
2、方面，本专利技术实施例提供了一种磁共振图像分析系统。
3、结合方面，本专利技术实施例提供了种可能的实施方式，其中，包括：图像获取装置，该图像获取装置用于获取在至少两个磁共振扫描序列下对目标患者成像得到的目标扫描图像；图像分析装置，该图像分析装置包含利用诊断报告进行训练的分析模型；病变输出装置，将该目标扫描图像输入至已训练的该分析模型后，输出目标病变信息。
4、结合方面，本专利技术实施例提供了第二种可能的实施方式，其中，包括：训练数据集获取单元，用于获取多组扫描图像集和与多组扫描图像集中的每组扫描图像集分别对应的诊断报告，每组扫描图像集包括在至少两个磁共振序列下对测试对象成像得到的图像；自然语言处理模块，用于提取每组扫描图像集对应的诊断报告的文本特征；
5、结合方面，本专利技术实施例提供了第三种可能的实施方式，其中，包括：解码器包括类激活图和注意力模块，该注意力模块用于获取每组扫描图像集对应的文本特征，该类激活图用于根据该每组扫描图像集和对应的文本特征输出注意力图谱。
6、结合方面，本专利技术实施例提供了第四种可能的实施方式，其中，将每组扫描图像集的图像特征和对应的文本特征输入解码器后，输出对应的病变信息之前，还包括：将对每组扫描图像集进行二进制诊断标注的标注结果输入解码器，二进制诊断标注的标注结果为根据每组扫描图像集对应的诊断报告，对每组扫描图像集进行标注是否患有预设疾病类型。结合方面，本专利技术实施例提供了第五种可能的实施方式，其中，包括：将该诊断报告输入至该自然语言处理模块，输出该文本特征，该文本特征中的每条文本特征均表示一种图像特征信息。
7、结合方面，本专利技术实施例提供了第六种可能的实施方式，其中，包括：一种图像特征信息为一个感兴趣区的一种图像的信号特征，该图像的信号特征信息为病灶大小、灰度信息、临床特征中的任意一种。
8、结合方面，本专利技术实施例提供了第七种可能的实施方式，其中，包括：一种图像特征信息与一种该扫描序列对应。
9、结合方面，本专利技术实施例提供了第八种可能的实施方式，其中，包括：病变信息为疾病类型和/或疾病位置。
10、本专利技术实施例带来了以下有益效果：相较于人工对图像进行标注，训练数据具有高度准确性和可解释性，使得模型的的准确度得到保障。
11、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
12、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种磁共振图像分析系统，其特征在于，包括：
2.根据权利要求1所述的磁共振图像分析系统，其特征在于，所述分析模型，包括：
3.根根据权利要求2所述的磁共振图像分析系统，其特征在于，所述解码器，包括：
4.根据权利要求2所述的磁共振图像分析系统，其特征在于，所述将所述每组扫描图像集的图像特征和对应的文本特征输入所述解码器后，输出对应的病变信息之前，还包括：
5.根据权利要求2所述的磁共振图像分析系统，其特征在于，所述文本特征提取单元包括自然语言处理模块，用于提取所述诊断报告的文本特征，包括：
6.根据权利要求3所述的磁共振图像分析系统，其特征在于，所述文本特征中的每条文本特征均表示一种图像特征信息，包括：
7.根据权利要求3所述的磁共振图像分析系统，其特征在于，还包括：所述一种图像特征信息与一种所述扫描序列对应。
8.根据权利要求1所述的磁共振图像分析系统，其特征在于，所述病变信息，包括：疾病类型和/或疾病位置。
【技术特征摘要】
1.一种磁共振图像分析系统，其特征在于，包括：
2.根据权利要求1所述的磁共振图像分析系统，其特征在于，所述分析模型，包括：
3.根根据权利要求2所述的磁共振图像分析系统，其特征在于，所述解码器，包括：
4.根据权利要求2所述的磁共振图像分析系统，其特征在于，所述将所述每组扫描图像集的图像特征和对应的文本特征输入所述解码器后，输出对应的病变信息之前，还包括：
5.根据权利要求2所述的磁共振图像分析系统，其...
【专利技术属性】
技术研发人员：李跃华，代立松，王丹，孙正，
申请(专利权)人：上海市第六人民医院，
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。