【技术实现步骤摘要】
本专利技术涉及医疗影像质量管理，具体为用于康复监测的医疗影像质量管理系统。
技术介绍
1、医疗影像技术在康复医学中发挥着重要作用，主要体现在以下几个方面：
2、诊断与评估损伤：通过x光、ct、mri等医疗影像技术，可以清晰地了解患者的损伤部位、程度和范围，为制定康复计划提供重要依据。例如，在骨折、脱位、肌肉损伤等运动损伤中，医疗影像技术能够帮助康复师了解损伤的具体情况，从而制定针对性的康复方案。了解病情进展：在康复过程中，定期进行医疗影像检查可以直观地观察病情的变化，评估康复效果，并据此调整康复计划。
3、个性化康复方案：根据医疗影像的结果，康复师可以了解患者的运动生理学特征，如关节活动度、肌肉力量等，从而制定个性化的康复训练方案。监测训练效果：在康复训练过程中，医疗影像技术也可以用于监测患者的训练效果，确保康复计划的有效实施。发现潜在风险：对于运动爱好者或职业运动员，医疗影像技术可以帮助他们了解自己的运动生理学特征，发现潜在的运动损伤风险，从而采取相应的预防措施。
4、医疗影像质量管理是确保医学影像(如x光片、ct、mri等)质量满足临床诊断需求的一系列活动和过程。它涵盖了从设备检测、影像质量标准制定、质量控制效果评价人员培训与考核等多个方面，旨在以最低的辐射剂量和医疗费用，获得高质量的影像，为临床提供可靠的诊断依据。通过建立健全的质量保证和质量控制体系，实现影像质量、设备质量、辐射防护质量及人员工作质量的全面优化。
5、在申请公布号为cn118352034a的中国专利技术专利中
6、结合以上申请及现有技术中的内容：
7、在患者处于康复阶段时，对患者完成初步的身体检查并获取相应的医疗影像数据后，依据获取的医疗影像数据对患者进行诊断时，不同的诊断项目对影像质量要求并不一致，而且在影像质量较低时，存在误诊的风险也较高，因此，在应用医疗影像数据后需要对医疗影像进行质量管理。
8、现有的质量管理方法通常是在获取医疗影像数据后，判断医疗质量是否满足使用要求，若不能满足使用预期，则对其进行针对性优化，实现对医疗影像数据质量的保障；但是考虑到在获取医疗影像数据后，不同的使用场景间可能会存在较大差别，若仍以一致的质量管理评价标准对医疗影像进行质量管理，则可能会对后续诊断分析形成负面影响，进而影响患者的康复状态。
9、为此，本专利技术提供了用于康复监测的医疗影像质量管理系统。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了用于康复监测的医疗影像质量管理系统，通过依据医疗影像质量对诊断准确性的影响程度构建影响系数，若影响系数超过预期，依据场景复杂度对影像质量阈值进行约束，以标注后的医疗影像数据训练获取影像质量评估模型，由训练好的影像质量评估模型对医疗影像进行质量筛选，若影像质量监控周期内的低质量影像的聚集程度超过预期，由医疗影像优化知识图谱为低质量的医疗影像给出相应的修复方案，对低质量医疗影像进行修复。对低质量影像实现针对性地修复，提高当前阶段的影像质量，从而解决了
技术介绍
中提出的技术问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：
5、用于康复监测的医疗影像质量管理方法，包括，对医疗影像的使用场景进行相似性分析，将采集的场景相似度数据后汇总生成场景数据集合，由场景数据集合内生成场景复杂度fot，若场景复杂度fot超过预期，向外部发出标注指令；
6、对医疗影像进行质量指标识别，由获取的质量指标数据构建医疗影像的质量系数qts，依据质量系数qts为医疗影像进行质量评分，以获取的质量分对医疗影像进行标注；
7、依据医疗影像质量对诊断准确性的影响程度构建影响系数yts，若影响系数yts超过预期，依据场景复杂度fot对影像质量阈值进行约束，若医疗影像质量低于影像质量阈值，将相应的医疗影像作为低质量影像；
8、以标注后的医疗影像数据训练获取影像质量评估模型，由训练后的影像质量评估模型对医疗影像数据进行质量评分，对质量评分做误差分析并生成相应的误差系数cts，若误差系数cts高于误差阈值，向外部发出模型优化指令；
9、由训练好的影像质量评估模型对医疗影像进行质量筛选，若影像质量监控周期内的低质量影像的聚集程度超过预期，由医疗影像优化知识图谱为低质量的医疗影像给出相应的修复方案，对低质量医疗影像进行修复。
10、进一步的，收集医疗影像的使用场景数据，为使用场景添加场景描述，通过相似度分析获取不同场景描述间的场景相似度，将采集的场景相似度数据后汇总生成场景数据集合；由场景数据集合内的使用场景数据生成场景复杂度fot。
11、进一步的，对两个场景描述间的相似度xs做线性归一化处理，将对应数据值映射至区间[0,1]内，依照如下方式生成场景复杂度fot：
12、
13、其中，n为使用场景个数，xsij是第i个使用场景与第j个使用场景间的相似度，xsa为相似度平均值；权重系数：0≤f1≤1，0≤f2≤1，且f1+f2＝1。
14、进一步的，接收到标注指令后，收集当前识别周期内的医疗影像，对收集的医疗影像进行质量指标识别并获取相应的质量指标数据，汇总生成影像质量数据集合；
15、由影像质量数据集合构建医疗影像的质量系数qts，其中，对空间分辨率fv及伪影率yv作为无量纲处理后，参考层次分析法确定相应的权重系数，再依照如下方式：
16、
17、权重系数为，0≤af≤1，0≤ay≤1，cx为常数修正系数。
18、进一步的，在不同使用场景下进行相关性分析，获取医疗影像的质量与不同使用场景下诊断准确性间的相关性系数，以相关性系数作为影响度；
19、在获取若干个影响度后构建影响系数yts，若影响系数yts超过预先设置的影响阈值，发出阈值约束指令。
20、进一步的，对影响度po做线性归一化处理，将相应的数据值映射至区间[0,1]内，依照如下方式构建影响系数yts：
21、
22、其中，n为使用场景的个数，poi是第i个使用场景下的相关性系数，poa为相关性系数的平均值，pob为相关性系数的合格目标值；权重系数：0≤f1≤1，0≤f2≤1，且f1+f2＝1。
23、进一步的，接收到阈值约束指令后，由场本文档来自技高网...
【技术保护点】
1.用于康复监测的医疗影像质量管理方法，其特征在于：包括，
2.根据权利要求1所述的用于康复监测的医疗影像质量管理方法，其特征在于：
3.根据权利要求2所述的用于康复监测的医疗影像质量管理方法，其特征在于：
4.根据权利要求3所述的用于康复监测的医疗影像质量管理方法，其特征在于：
5.根据权利要求4所述的用于康复监测的医疗影像质量管理方法，其特征在于：
6.根据权利要求5所述的用于康复监测的医疗影像质量管理方法，其特征在于：
7.根据权利要求6所述的用于康复监测的医疗影像质量管理方法，其特征在于：
8.根据权利要求7所述的用于康复监测的医疗影像质量管理方法，其特征在于：
9.根据权利要求8所述的用于康复监测的医疗影像质量管理方法，其特征在于：
10.根据权利要求9所述的用于康复监测的医疗影像质量管理方法，其特征在于：
【技术特征摘要】
1.用于康复监测的医疗影像质量管理方法，其特征在于：包括，
2.根据权利要求1所述的用于康复监测的医疗影像质量管理方法，其特征在于：
3.根据权利要求2所述的用于康复监测的医疗影像质量管理方法，其特征在于：
4.根据权利要求3所述的用于康复监测的医疗影像质量管理方法，其特征在于：
5.根据权利要求4所述的用于康复监测的医疗影像质量管理方法，其特征在于：
6...
【专利技术属性】
技术研发人员：周兴朝，郭春梅，刘海玲，
申请(专利权)人：大理大学第一附属医院，
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。