[發(fā)明專利]一種醫(yī)學影像識別方法和裝置

有效

• 申請?zhí)枺?/td>: 201911170459.5
• 申請日: 2019-11-26
• 公開（公告）號: CN111091909B
• 公開（公告）日: 2022-05-31
• 發(fā)明（設計）人: 孫明俊;鄭明智;劉碩;石霖;謝志軍;黃琳;曹峰
• 申請（專利權）人: 中國信息通信研究院;南京新一代人工智能研究院有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06T7/00;G06V10/25
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 杜志敏;宋志強

本申請?zhí)峁┝艘环N醫(yī)學影像識別方法和裝置，所述方法包括：獲取人體所有關節(jié)部位的醫(yī)學影像；基于預設識別文件識別所述醫(yī)學影像中的異常關節(jié)，以及所述異常關節(jié)在所述醫(yī)學影像中的位置；根據(jù)所述異常關節(jié)在所述醫(yī)學影像中的位置確定異常關節(jié)的類型；基于RA分類標準和評分系統(tǒng)，以及不同類型的異常關節(jié)的數(shù)量確定第一因素得分；根據(jù)所述第一因素得分確定所述醫(yī)學影像是否為RA醫(yī)學影像。該方法能夠在降低人力成本的基礎上，降低RA誤診率。

技術領域

本發(fā)明涉及圖像處理技術領域，特別涉及一種醫(yī)學影像識別方法和裝置。

背景技術

類風濕關節(jié)炎(rheumatoid arthritis，以下簡稱為RA)是一種以手、足小關節(jié)的多關節(jié)、對稱性、侵襲性關節(jié)炎癥為主要表現(xiàn)的全身性免疫風濕慢性疾病，發(fā)病機制尚未明確。

隨著科技的發(fā)展，人們逐漸將人工智能技術引入醫(yī)療領域，為醫(yī)療行業(yè)賦能。

當前醫(yī)療行業(yè)中人工智能應用較為成熟的技術領域主要集中在肺結節(jié)(癌)、宮頸癌等疾病的影像方面，在RA的醫(yī)療影像的應用仍較少。然而由于RA最高達標治療率不高、基層醫(yī)生RA診療水平較低，恰恰需要臨床診療決策系統(tǒng)支持，需要將人工智能成熟及前沿技術與RA診療深度融合來提高RA誤診率。

發(fā)明內容

有鑒于此，本申請?zhí)峁┮环N醫(yī)學影像識別方法和裝置，能夠在降低人力成本的基礎上，降低RA誤診率。

為解決上述技術問題，本申請的技術方案是這樣實現(xiàn)的：

在一個實施例中，提供了一種醫(yī)學影像識別方法，所述方法包括：

獲取人體所有關節(jié)部位的醫(yī)學影像；

基于預設識別文件識別所述醫(yī)學影像中的異常關節(jié)，以及所述異常關節(jié)在所述醫(yī)學影像中的位置；

根據(jù)所述異常關節(jié)在所述醫(yī)學影像中的位置確定異常關節(jié)的類型；

基于類風濕關節(jié)炎RA分類標準和評分系統(tǒng)，以及不同類型的異常關節(jié)的數(shù)量確定第一因素得分；

根據(jù)所述第一因素得分確定所述醫(yī)學影像是否為RA醫(yī)學影像。

在另一個實施例中，提供了一種醫(yī)學影像識別裝置，所述裝置包括：獲取單元、識別單元、第一確定單元和第二確定單元；

所述獲取單元，用于獲取人體所有關節(jié)部位的醫(yī)學影像；

所述識別單元，用于基于預設識別文件識別所述獲取單元獲取的醫(yī)學影像中的異常關節(jié)，以及所述異常關節(jié)在所述醫(yī)學影像中的位置；根據(jù)所述異常關節(jié)在所述醫(yī)學影像中的位置確定異常關節(jié)的類型；

所述第一確定單元，用于基于類風濕關節(jié)炎RA分類標準，以及所述識別單元確定的不同類型的異常關節(jié)的數(shù)量確定第一因素得分；

所述第二確定單元，用于根據(jù)所述第一確定單元確定的第一因素得分確定所述醫(yī)學影像是否為RA醫(yī)學影像。

在另一個實施例中，提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)所述醫(yī)學影像識別方法的步驟。

在另一個實施例中，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)所述醫(yī)學影像識別方法的步驟。

由上面的技術方案可見，上述實施例中通過識別醫(yī)學影像中的關節(jié)是否異常，以及異常關節(jié)在所述醫(yī)學影像中的位置來確定異常關節(jié)的類型，并基于RA分類標準，以及不同類型的異常關節(jié)的數(shù)量確定第一因素得分，進而確定所述醫(yī)學影像是否為RA醫(yī)學影像。該方案能夠自動識別并對醫(yī)學影像進行判定，該方案能夠在降低人力成本的基礎上，降低RA誤診率。

附圖說明