CN110197712A - 一种医学图像储存系统及储存方法 - Google Patents

Abstract

本发明公开了为一种医学图像储存系统及储存方法，系统包括图像摄取装置：用于收集图像并进行缓存；甄别处理元件：主要用于对图像进行平面和剖面的处理；图像分析元件：对图像分析并建立关联联系；图像整合元件：将图像整合为高画质图像；以及储存元件。该储存方法基于该系统进行医学图像是一种智能型而可节省图像储存空间的医学图像储存方法与系统。本发明可以具有针对性对待目标图像进行分析，将二维角度的图像变成两个二维图像进行处理，将三维图像变成多个二维图像进行处理，不同图像不同的处理模式，提高精准率的同时，可以帮助观察着获得较为准确的图像，提高了工作效率。

Description

一种医学图像储存系统及储存方法

技术领域

本发明涉及医学图像储存技术领域,具体是一种医学图像储存系统及储存方法。

背景技术

人们生活的提高，与日益发展的医学技术离不开，当然也与新药的研究与开发离不开，但其中很大一部分归功于医学影像技术的不断创新。现代医学影像技术包括计算机断层成像（Computed Tomography，CT）技术、核磁共振成像（Magnetic Resonance Imaging，MRI）技术、超声技术等，这些技术的开发使得使用者，尤其是医务工作者足以清晰的了解病人身体内部病理结构，并以此为基础制定精确治疗方案。

医学影像的定义是医疗相关仪器通过医疗行为所产生的生物影像，这类影像可用于诊断某些疾病，例如肿瘤、肺结核等各大类疾病，也可提供医学研究，包括以非侵入方式对人体之全部或一部分摄取内部组织影像的技术。例如使用超音波成像、MRI、正电子发射断层成像（Positron Emission Tomography，PET）、CT、乳房摄影与X光摄影等器材所产生的影像。

医学图像在形成过程中由于受到成像环境、成像系统影响不可避免产生降质，不利于目前人们对高质量生活标准的要求，开发一种高质量、高成像系统在医学图像领域具有广阔的应用前景和重要的理论研究意义。现代医学图像技术包括CT技术、MRI技术、超声技术等，这些技术的开发使得使用者，尤其是医务工作者足以清晰的了解病人身体内部病理结构，并以此为基础制定精确治疗方案。

目前已有的医学图像储存系统存在图像文件占用储存空间大、针对性不足等问题。

发明内容

本发明的目的在于克服现有技术的不足，而提供一种医学图像储存系统及储存方法，目的在于提供医学图像更有效的处理、储存的方案，尤其是针对医学上有目标的部位以精准、完整储存，而非目标的部分则以删除或设定由人工二次筛选的方案，有效的节省了储存空间，同时针对有目标的部位以精准、完整的分析，提高了阅读、调取和处理等作业的效率。

一种医学图像储存系统，包括：

图像摄取装置：收集图像并进行缓存；

甄别处理元件：对缓存的图像进行平面和剖面的处理；

图像分析元件：对处理后的图像进行分析，并建立关联联系；

图像整合元件：将多张图像整合为单张图像；

储存元件：对整合后的图像进行储存。

可选地，所述的装置，还包括：

成像装置：图像分析环节呈现图像供人工筛选。

一种医学图像储存方法，包括如下步骤：

1）通过预曝光来获得一张图像，对预曝光的图像进行相关参数的调整，图像摄取装置获取预曝光参数调整后的图像，根据范围内包含的医学特征单元，将图像摄取装置获得图像分割为至少两个图像数据块并进行缓存；

2）甄别处理元件对缓存的图像数据块进行甄别处理：若数据块为二维图像，对二维图像进行一次分割获得两张二维图像；若数据块为三维图像，对三维图像切分为多个二维图像的处理，再对得到的每张二维图像分别进行一次分割获得两张二维图像；

3）根据医学目标，图像分析元件对甄别处理后的图像进行比对识别处理，对于目标性的图像进行保存，对于非目标性的图像进行删除或设定由人工二次筛选非目标性图像；

4）图像整合元件将保存的目标性图像进行整合，整合的图像包括平面图像的整合成平面图像，或对关键剖面整合成三维图像，对整合后的图像的处理，根据预曝光获得的参数调整图像；

5）储存元件将整合后的图像进行储存。

步骤1）中，所述的范围内包含的医学特征单元，是由图像摄取装置可摄取的人体或生物体范围确定。

步骤1）中，所述的图像分割，使用基于卷积神经网络的图像识别算法对图像进行分割。

步骤1）中，所述的相关参数的调整，包括曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理的至少一项。

步骤2）中，所述的对二维图像进行一次分割，包括但不限于将图像分割为背景和目标两类，根据目标和背景的差异，选取单一的阈值，对图像进行分割，若存在多个目标选取多个阈值进行分割。

步骤2）中，所述的对三维图像切分为多个二维图像，是针对关键剖面或者目标的剖面，分成三组二维图像，即俯视图组、前视图组、侧视图组。

步骤3）中，所述的甄别处理后的图像进行比对识别处理，使用基于卷积神经网络的图像识别算法对图像进行比对识别处理。

步骤4）中，所述的整合的图像可以是多个二维相关的平面的图像，或同一器官的图像整合成三维图像。

步骤4）中，所述的对整合后的图像的处理，包括曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理中的至少一项。

本发明提供的一种医学图像储存系统及储存方法，针对医学上有目标的部位以精准、完整储存，而非目标的部分则以删除或设定由人工二次筛选的方案，有效的节省了储存空间，同时针对有目标的部位以精准、完整的分析，提高了阅读、调取和处理等作业的效率。

附图说明

图1为本发明提供的一种医学图像储存系统的示意图；

图2为本发明提供的一种医学图像储存方法的流程图；

图3为本发明实施例中的图像甄别处理的流程图；

图4为本发明实施例中的不引入人工二次筛选的图像分析的流程图；

图5为本发明实施例中的引入人工二次筛选的图像分析的流程图；

图6为本发明实施例中的图像整合的流程图。

具体实施方法

下面结合附图和实施例对本发明做进一步阐述，但不是对本发明的限定。

实施例：

如图1所示，一种医学图像储存系统，包括：

图像摄取装置：收集图像并进行缓存；

甄别处理元件：对缓存的图像进行平面和剖面的处理；

图像分析元件：对处理后的图像进行分析，并建立关联联系；

图像整合元件：将多张图像整合为单张图像；

储存元件：对整合后的图像进行储存。

所述的装置还包括成像装置，用于图像分析环节呈现图像供人工筛选。

如图2所示，一种医学图像储存方法，包括如下步骤：

1-1）通过预曝光来获得一张图像，通过预曝光的图像可以具体进行相关参数的调整，例如曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理；

1-2）图像摄取装置，通过正式曝光获得医学图像；

1-3）根据图像摄取装置可摄取的人体或生物体范围，确定范围内包含的医学特征单元；

1-4）使用基于卷积神经网络的图像识别算法，根据医学特征单元的划分，将图像摄取装置获得图像分割为至少两个图像数据块，并进行缓存；

2-1）甄别处理元件对缓存的图像数据块进行甄别处理，对于数据块为二维图像的情况，对二维图像进行一次分割获得两张二维图像；

2-2）对二维图像进行一次分割，包括但不限于将图像分割为背景和目标两类，根据目标和背景的差异，选取单一的阈值，对图像进行分割，若存在多个目标就可以选取多个阈值进行分割；

2-3）对于数据块为三维图像的情况，对三维图像转化为多个二维图像的处理。尤其是针对关键剖面或者目标的剖面，分成三组二维图像，即俯视图组、前视图组、侧视图组，对得到的每个二维图像分别进行一次分割获得两张二维图像；

2-4）本发明所述的甄别处理元件处理获得经取得关联一或多个关键平面或剖面的图像信息；或关联该一或多个关键剖面的图像；

3-1）图像分析元件使用基于卷积神经网络的图像识别算法，根据医学目标，对甄别处理后的图像进行比对识别处理；

3-2）对于目标性的图像进行保存；

3-3）对于非目标性的图像进行删除或设定由人工二次筛选非目标性图像。

4-1）图像整合元件将保存的目标性图像进行整合，整合的图像包括平面图像的整合成平面图像，或者对关键剖面整合成三维图像；

4-2）整合的图像可以是多个二维相关的平面的图像，或同一器官的图像整合成三维图像；

4-3）对整合后的图像的处理，根据预曝光获得的参数调整图像。具体的处理包括曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理的一项或几项；

5-1）储存元件将整合后的图像进行储存。

所述的医学特征单元的划分方法，图像可以是任意部位的图像，比如头部、四肢、胸部、腹部等；或者，医学图像是对人的上半身进行扫描后得到的图像，上半身图像包含若干个图像，比如左上肢、右上肢、头部、胸部、腹部等；或者，医学图像是对人的头部进行扫描后得到的图像，头部图像包含若干个区域的图像，比如眼睛区、鼻子区、嘴巴区、脸颊区、额头区、下巴区等。

在本发明的一个实施例中，在甄别处理元件的处理过程中，本发明中所述的甄别处理元件二维图像直接进入图像分析元件。当操作员（放射科的人员）对其真皮层或者外表层进行放射获取图像时，均为二维图像，该二维图像的建立可快速鉴定出目标部位。

在本发明的实施例中，包含二维图像和三维图像的处理，甄别处理的方法如图3所示。

在本发明的一个实施例中，图像分析环节，系统并未侦测到目标性的图像，那么系统发出警示音，在健康人查体中这种警示音的体现可能会一直出现，这于健康的个人有关，系统自动获取图像2次以上，如果仍然为警示音，那么提升该部位为非目标性或非关键性剖面部位；如果是患者，警示音可能较少，那么需要仔细进行观察，从这一层次上讲也提高了放射科人员对于患者检测的准确性。

如图4所示，在本发明的一个实施例中，图像处理元件主要是对甄别元件带来的二维图像进行综合分析，主要是比对分析，分析结果如果是关键图像就进行保留，反之删除。

如图5所示，若图像分析引入人工二次筛选，图像处理元件会将非目标图像通过成像系统传递给显示屏前，放射科人员会对二维图像进行甄别，如果是不希望保留的图像保留，反之删除。

设定由人工二次筛选含义为在图像分析的过程中，由于处理单元自身的功能对获取非目标、非相关性的图像进行搁置处理，需要人工进行校验，看机器是否对图像的比对结果符合临床意义的特征，对于分析结果同意的结论进行人工舍弃，这些图像的结果就不会出现最终的储存介质中，不同意机器分析的结果进行保存，这些图像最后会出现在最终的图像库中加以储存。这一过程也可以经过设定，直接全部默认机器处理的结果，更为节省时间，但是有可能机器出现误差，导致结果的不可预知性。

图像整合过程，本发明所述的图像整合元件将目标图像进行整合，整合的图像包括平面图像的整合成平面图像，或者对关键剖面整合成三维图像。

如图6所示，整合的图像包括平面图像的整合成平面图像，或者对关键剖面整合成三维图像。即整合的图像可以是多个二维相关的平面的图像，或同一器官的图像整合成三维图像。

本实施例中，所述的一种医学图像储存系统，可以是处理器或者存储器。

本发明还提供了一种机器可读的存储介质，存储介质用于使机器执行医学图像处理方法的指令，配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机（或CPU或MPU或MCU）读出并执行存储在存储介质中的程序代码。

存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。存储介质包括是U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质中的任意一种。

以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范围。任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所作出的等同变化与修改，均应属于本发明保护的范围。

Claims (10)

1.一种医学图像储存系统，其特征在于，包括：

图像摄取装置：收集图像并进行缓存；

甄别处理元件：对缓存的图像进行平面和剖面的处理；

图像分析元件：对处理后的图像进行分析，并建立关联联系；

图像整合元件：将多张图像整合为单张图像；

储存元件：对整合后的图像进行储存。

2.一种医学图像储存方法，其特征在于，包括如下步骤：

1）通过预曝光来获得一张图像，对预曝光的图像进行相关参数的调整，图像摄取装置获取预曝光参数调整后的图像，根据范围内包含的医学特征单元，将图像摄取装置获得图像分割为至少两个图像数据块并进行缓存；

2）甄别处理元件对缓存的图像数据块进行甄别处理：若数据块为二维图像，对二维图像进行一次分割获得两张二维图像；若数据块为三维图像，对三维图像切分为多个二维图像的处理，再对得到的每张二维图像分别进行一次分割获得两张二维图像；

3）根据医学目标，图像分析元件对甄别处理后的图像进行比对识别处理，对于目标性的图像进行保存，对于非目标性的图像进行删除或设定由人工二次筛选非目标性图像；

4）图像整合元件将保存的目标性图像进行整合，整合的图像包括平面图像的整合成平面图像，或对关键剖面整合成三维图像，对整合后的图像的处理，根据预曝光获得的参数调整图像；

5）储存元件将整合后的图像进行储存。

3.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤1）中，所述的范围内包含的医学特征单元，是由图像摄取装置可摄取的人体或生物体范围确定。

4.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤1）中，所述的图像分割，使用基于卷积神经网络的图像识别算法对图像进行分割。

5.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤1）中，所述的相关参数的调整，包括曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理的至少一项。

6.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤2）中，所述的对二维图像进行一次分割，包括但不限于将图像分割为背景和目标两类，根据目标和背景的差异，选取单一的阈值，对图像进行分割，若存在多个目标选取多个阈值进行分割。

7.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤2）中，所述的对三维图像切分为多个二维图像，是针对关键剖面或者目标的剖面，分成三组二维图像，即俯视图组、前视图组、侧视图组。

8.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤3）中，所述的甄别处理后的图像进行比对识别处理，使用基于卷积神经网络的图像识别算法对图像进行比对识别处理。

9.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤4）中，所述的整合的图像可以是多个二维相关的平面的图像，或同一器官的图像整合成三维图像。

10.根据权利要求2所述的一种医学图像储存方法，其特征在于，步骤4）中，所述的对整合后的图像的处理，包括曝光参数、色彩标准、光照标准化、调整窗口、图像平铺、图像缩放、加注释、执行图像处理、标记图像或停留一段时间的处理中的至少一项。