[發(fā)明專利]用于分析醫(yī)學(xué)影像的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710916007.1
• 申請(qǐng)日: 2017-09-30
• 公開（公告）號(hào): CN107644419A
• 公開（公告）日: 2018-01-30
• 發(fā)明（設(shè)計(jì)）人: 王睿;段琦;張少霆
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/10;G16H30/40
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司11204
• 代理人: 王達(dá)佐,馬曉亞

1.一種用于分析醫(yī)學(xué)影像的方法，其特征在于，所述方法包括：

獲取醫(yī)學(xué)影像數(shù)據(jù)；

基于數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型，將所述醫(yī)學(xué)影像數(shù)據(jù)分類為健康影像和疾病影像；

采用病灶區(qū)域識(shí)別算法識(shí)別所述疾病影像中的疑似病灶區(qū)域，得到附標(biāo)記的疾病影像；

將所述健康影像和所述附標(biāo)記的疾病影像發(fā)送至顯示終端。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

接收輸入的對(duì)于所述健康影像和所述附標(biāo)記的疾病影像的診斷操作；

基于所述診斷操作，確定診斷結(jié)果；

向所述顯示終端輸出診斷結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述健康影像以及所述附標(biāo)記的疾病影像發(fā)送至顯示終端包括：

分割所述健康影像以及所述附標(biāo)記的疾病影像中的目標(biāo)器官和目標(biāo)組織，得到目標(biāo)區(qū)域；

基于可視化參數(shù)，將所述目標(biāo)區(qū)域的可視化影像發(fā)送至顯示終端。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

基于所述診斷操作，優(yōu)化所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型和所述病灶區(qū)域識(shí)別算法。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述診斷操作，優(yōu)化所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型和所述病灶區(qū)域識(shí)別算法包括以下任意一項(xiàng)或多項(xiàng)：

響應(yīng)于所述診斷操作為對(duì)完整醫(yī)學(xué)影像的分類操作和/或分級(jí)操作，更正對(duì)應(yīng)所述分類操作和/或分級(jí)操作的醫(yī)學(xué)影像至正確的醫(yī)學(xué)影像類別，并采用更正后的醫(yī)學(xué)影像，優(yōu)化所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型；

響應(yīng)于所述診斷操作為對(duì)病灶區(qū)域的病灶修正操作，修正對(duì)應(yīng)所述病灶修正操作的醫(yī)學(xué)影像中標(biāo)記的疑似病灶區(qū)域，并采用修正后的醫(yī)學(xué)影像，優(yōu)化所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述病灶修正操作包括以下一項(xiàng)或多項(xiàng)：

對(duì)病灶區(qū)域的位置、大小信息的標(biāo)記操作；

對(duì)病灶區(qū)域的分類操作；以及

對(duì)病灶區(qū)域的分割操作。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述診斷結(jié)果包括以下一項(xiàng)或多項(xiàng)：

對(duì)整體病情的分析結(jié)果；

對(duì)病灶的統(tǒng)計(jì)和定量分析結(jié)果；

典型病灶截圖；

診斷報(bào)告；以及

與原數(shù)據(jù)管理系統(tǒng)的通信信息。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型基于已標(biāo)注的醫(yī)學(xué)影像數(shù)據(jù)集對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到；和/或

所述病灶區(qū)域識(shí)別算法基于已標(biāo)注的醫(yī)學(xué)影像數(shù)據(jù)集訓(xùn)練得到。

9.一種用于分析醫(yī)學(xué)影像的裝置，其特征在于，所述裝置包括：

影像數(shù)據(jù)獲取單元，用于獲取醫(yī)學(xué)影像數(shù)據(jù)；

影像數(shù)據(jù)分類單元，用于基于數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型，將所述醫(yī)學(xué)影像數(shù)據(jù)分類為健康影像和疾病影像；

病灶區(qū)域識(shí)別單元，用于采用病灶區(qū)域識(shí)別算法識(shí)別所述疾病影像中的疑似病灶區(qū)域，得到附標(biāo)記的疾病影像；

分析結(jié)果發(fā)送單元，用于將所述健康影像和所述附標(biāo)記的疾病影像發(fā)送至顯示終端。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：

診斷操作接收單元，用于接收輸入的對(duì)于所述健康影像和所述附標(biāo)記的疾病影像的診斷操作；

診斷結(jié)果確定單元，用于基于所述診斷操作，確定診斷結(jié)果；

診斷結(jié)果輸出單元，用于向所述顯示終端輸出診斷結(jié)果。

11.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述分析結(jié)果發(fā)送單元包括：

目標(biāo)區(qū)域分割單元，用于分割所述健康影像以及所述附標(biāo)記的疾病影像中的目標(biāo)器官和目標(biāo)組織，得到目標(biāo)區(qū)域；

可視化影像發(fā)送單元，用于基于可視化參數(shù)，將所述目標(biāo)區(qū)域的可視化影像發(fā)送至顯示終端。

12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述裝置還包括：

模型算法優(yōu)化單元，用于基于所述診斷操作，優(yōu)化所述數(shù)據(jù)分類神經(jīng)網(wǎng)絡(luò)模型和所述病灶區(qū)域識(shí)別算法。