本发明专利技术属于计算机化信息处理的应用领域，涉及一种基于医学影像的文件生成方法及系统。本发明专利技术中的文件是指基于医学影像能反馈影像信息的文本，数据和图像的集合。本发明专利技术能够从医学影像中读取医学影像信息和病灶特征数据，然后自动生成以自然语言表示的结构化文件，这种生成的文件能够实现以所见即所得的方式进行编辑、保存和打印的操作。与相关技术的文件生成方法不同，本发明专利技术直接从医学影像中读取医学影像的量化数据，对多种病灶的影像提供动态的文件生成方式，自然语言的文件形式，和所见即所得方式的文件操作方法。本发明专利技术系统还提供术语词库提示功能。系统稳定可靠，操作方便。
【技术实现步骤摘要】
本专利技术属于计算机信息处理应用领域，具体涉及一种基于已提取的医学影像量化的数据自动生成文件，以及对文件进行交互操作的方法和系统。
技术介绍
医用文件是临床医生用于诊断和确定治疗方案的重要参考依据。医生在阅片、检查后会从医学影像中提取量化数据。然后医生根据提取的影像量化信息对病灶进行描述和分析，最后使用自然语言完成便于参考、查阅和佐证的文件资料。计算机在医用文件的应用中已非常广泛。这种计算机医用文件的出现解决了原始手工书写带来的多种不便，提高了用户书写文件的工作效率，简化了文件的编辑过程。虽然，目前在基于医学影像的文件自动生成方法和系统已取得不少成果，但大部分研究集中在如何实现文件与影像的关联，或者如何自动生成静态文件描述，并没有考虑到基于不同种类的医学影像的文件生成方法的通用性，以及交互操作的方便性。相关技术的基于医学影像的文件生成方法及系统需要用户手动输入病理数据或医学影像信息，在手动输入自由文本的过程中，会出现输入数据不一致，文件错误的问题。而且相关技术的基于医学影像的文件生成方法，不能生成结构化的文件格式，也不方便对文件进行修改、索引及保存，而且其中所保存的数据不能被计算机直接理解，也不能灵活运用于多种影像方式和病灶的描述中。
技术实现思路
本专利技术的目的在于提供一种基于医学影像的文件生成方法和系统；本专利技术中的文件是指基于医学影像能反馈影像信息的文本，数据和图像的集合。该方法能够从医学影像中读取医学影像信息和病灶特征数据，然后自动生成以自然语言表示的结构化文件，这种生成的文件能够实现以所见即所得的方式进行编辑、保存和打印的操作。本专利技术还提供了实施该方法的系统，系统在用户输入自由文本时提供术语的智能提示功能，系统稳定可靠，操作方便。本专利技术提供的一种基于医学影像的文件生成方法，其特征在于，该方法包括下述步骤第I步根据影像编号，从医学影像中读取医学影像信息和病灶特征数据，以及从计算机中读取以文本形式预存的影像模板和病灶模板；影像模板是用来描述医学影像信息的字符串集合，内容包括医学影像信息元素和预留的病灶元素；病灶模板是用于描述影像中病灶特征的字符串集合，内容为病灶特征元素；第2步对影像模板和病灶模板分别解析，生成报告树；第3步在内存中，对报告树建立节点的索引表；在索引表中，将可显示的节点按照节点属性中规定的格式将与其关联的数据显示出来，从而实现文件的显示；第4步用户对显示文件的操作映射到报告树中，对修改保存后的报告树进行逆解析，分别生成相应修改后的影像模板和病灶模板。本专利技术提供的一种基于医学影像的文件生成系统，该系统从计算机中读取两种以文本形式预存的模板影像模板和病灶模板；其特征在于，该系统包括数据接口模块、模板解析模块、术语词库提示模块和显示模块；数据接口模板负责医学影像与文件之间的数据交换，它包括下述功能实现医学影像中所有数据在内存中的存储与管理；根据影像编号，从医学影像中读取医学影像信息和病灶特征数据提交给模板解析模块；读取计算机中的影像模板和病灶模板，提交给模板解析模块，并将修改后的模板写回到计算机内存中的模板数据表中；模板解析模块用于对从数据接口模块提取的影像模板和病灶模板分别进行解析，并生成一棵报告树，并对修改保存后的报告树进行逆解析，分别生成相应的影像模板和病 灶模板；显示模块用于在指定的显示设备上将文件显示出来，并将用户对显示文件的操作映射到解析模块的报告树中，还胜于提供方便简洁的交互式修改界面；术语词库提示模块负责根据用户输入的关键字，在术语词库中进行查找，然后根据用户对词库术语使用的频率和上下文相关性对查询结果进行排序，对结果进行推送，实现提示功能。与相关技术的文件生成和编辑方法不同，本专利技术直接从医学影像中读取医学影像的量化数据，对多种病灶的影像提供动态的文件生成方式，自然语言的文件形式，和所见即所得方式的文件操作方法。本专利技术系统还提供术语词库提示功能。附图说明图I是本专利技术基于读取医学影像中的影像信息和病灶特征的文件生成方法的流程图；图2是本专利技术医学影像在内存中的数据表设计图；图3是本专利技术中模板解析的流程图；图4是本专利技术的报告树形结构示意图；图5是本专利技术文件生成系统的功能结构图；图6是本专利技术中术语词库输入提示功能的流程具体实施例方式本专利技术从计算机中读取以文本形式预存的两种模板影像模板和病灶模板；再利用堆栈解析算法分别解析这两种模板，并将解析后的模板元素之间的联系在内存中以多叉树结构表示，得到报告树，其中树的每个节点都对应了模板中一个元素；并且建立树中节点与医学影像中的影像信息和病灶数据之间的关联。然后，从报告树的根节点出发，按照多叉树深度优先遍历方法依次访问树中节点，并按照节点属性将与其关联的数据显示出来，得到所需的文件。下面结合附图和实例对本专利技术作进一步详细的说明，本专利技术的优点将在下述的实施实例中得到阐明。如图I所示，本专利技术提供的一种基于医学影像的文件生成方法，包括下述步骤第I步根据影像编号，从医学影像中读取医学影像信息和病灶特征数据，以及影像模板和病灶模板。影像模板是用来描述医学影像信息的字符串集合，内容包括医学影像信息元素和预留的病灶元素。病灶模板是用于描述影像中病灶特征的字符串集合，内容为病灶特征元素。医学影像在内存中存储五张数据表，分别是医学影像信息表、病灶特征数据表、医生信息表、病人信息表和模板数据表，如图2所示。其中医学影像信息和病灶特征数据是通过外部系统对医学影像进行分析和处理后得到的；医生信息和病人信息是通过外部系统直接获取；模板可以预定义或由用户自定义。本专利技术直接采用医学影像中的医学影像量化信息和病灶特征数据，以及医学影像自身的图像文件，不涉及对医学影像进行处理与分析。医学影像在计算机内存，如通用数据库，Y有格式文件，无格式物件中中各数据表的设计如下①医学影像信息表，该数据表是对整个医学影像数据的基本描述。存储的数据项包括病人编号，医生编号，影像编号，日期，模板描述，病灶描述。其中模板描述项存储的内容是默认的影像模板。②病灶特征数据表，该数据表是对医学影像中病灶每项特征的量化描述。在实施例中是对肺结节/肿块信息如肿块大小、密度、毛刺征、分叶征进行描述，由外部系统提供。存储的数据项包括病灶编号，每项病灶特征的文字描述描述和病灶特征的测量值。③医生信息表，该信息表是对用户即使用此系统的医生信息的描述。存储的数据项包括医生姓名，密码，级别和医生ID号。④病人信息表，该信息表是对医学影像来源的病人信息的描述。存储的数据项包括病人姓名，性别，年龄和病人ID号。⑤模板数据表，该数据表是描述用于文件中以文本形式存储的模板。存储的数据项包括影像模板和病灶模板。影像模板的内容包含医学影像信息元素和预留的病灶元素。而病灶模板的内容是病灶特征元素，如病灶位置、长、宽、高、体积、密度，形状、和病灶形态特征。第2步对影像模板和病灶模板分别解析。模板的解析流程如图3所示，解析病灶模板、影像模板，并生成报告树的具体流程包括首先解析病灶模板，生成病灶树。其根节点代表了整个病灶，它的属性值为影像编号和病灶编号，每一个病灶特征子节点分别代表了从病灶模板中提取的病灶特征元素，元素的属性值填充的内容是病灶特征数据。在病灶特征子节点中，根据节点的属性值，病灶特征子节点可以分为文本子节点和非文本子本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于医学影像的文件生成方法，其特征在于，该方法包括下述步骤 第I步根据影像编号，从医学影像中读取医学影像信息和病灶特征数据，以及计算机中读取预存的影像模板和病灶模板；影像模板是用来描述医学影像信息的字符串集合，内容包括医学影像信息元素和预留的病灶元素；病灶模板是用于描述影像中病灶特征的字符串集合，内容为病灶特征元素； 第2步对影像模板和病灶模板分别解析，生成报告树； 第3步在内存中，对报告树建立节点的索引表；在索引表中，将可显示的节点按照节点属性中规定的格式将与其关联的数据显示出来，从而实现文件的显示； 第4步用户对显示文件的操作映射到报告树中，对修改保存后的报告树进行逆解析，分别生成相应修改后的影像模板和病灶模板。2.根据权利要求I所述的基于医学影像的文件生成方法，其特征在于，所述医学影像在内存中存储的形式包括医学影像信息表、病灶特征数据表、医生信息表、病人信息表和模板数据表。3.根据权利要求2所述的基于医学影像的文件生成方法，其特征在干， ①医学影像信息表是对整个医学影像数据的基本描述，存储的数据项包括病人编号，医生编号，影像编号，日期，模板描述，病灶描述； ②病灶特征数据表是对医学影像中病灶每项特征的量化描述，存储的数据项包括病灶编号，每项病灶特征的文字描述描述和病灶特征的測量值； ③医生信息表是对用户即使用此系统的医生信息的描述； ④病人信息表是对医学影像来源的病人信息的描述； ⑤模板数据表是描述用于文件中以文本形式存储的模板，存储的数据项包括影像模板和病灶模板，影像模板的内容包含医学影像信息元素和预留的病灶元素，而病灶模板的内容是病灶特征元素。4.根据权利要求1、2或3所述的基于医学影像的文件生成方法，其特征在于，第2步包括下述具体过程 首先...
【专利技术属性】
技术研发人员：宋恩民，刘宏，金人超，镇祎，余玛俐，马光志，许向阳，
申请(专利权)人：华中科技大学，
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。