[發明專利]一種面向醫學影像人工智能輔助診斷結果表征的DICOM擴展方法

有效

• 申請號: 201911366685.0
• 申請日: 2019-12-26
• 公開（公告）號: CN111223555B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 韓榮強;許銘翔;阿法蒂·阿扎尼;劉奎恩;吳振洲
• 申請（專利權）人: 北京安德醫智科技有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20
• 代理公司: 蘇州彰尚知識產權代理事務所(普通合伙) 32336
• 代理人: 潘劍

本發明所提供的面向醫學影像人工智能輔助診斷結果表征的DICOM擴展方法中，人工智能輔助診斷的輸出信息為JSON格式的字符串，將所有的輸出信息都新增到一個DICOM的私有標簽(private tags)中，以便所得信息可以以DICOM標準協議進行通訊、存儲(在任何PACS服務器)和檢索，用于后續定制呈現，由此能夠提高信息的處理效率。

技術領域

本發明涉及一種面向醫學影像人工智能輔助診斷結果表征的DICOM擴展方 法。

背景技術

放射診斷是綜合醫院必備的輔助檢查手段，醫學影像科診斷醫生會根據臨 床請檢要求仔細閱讀醫學圖像，并規范地書寫診斷報告，報告通常會包括影像 表現和診斷提示等信息。由于醫生長時間閱片帶來的工作疲勞會造成漏診率和 誤診率增加，所以人工智能輔助診斷系統正在逐漸被用來輔助影像醫生閱片， 利用深度神經網絡等技術識別出病變區域并生成診斷參考結果。人工智能輔助 診斷系統的工作原理是：整理已有MRI和CT等醫療影像數據(遵循DICOM數據 格式規范)的特定序列(例如T1、T2、DWI series)進行人工標注和分類，提 交深度神經網絡進行算法模型的訓練，然后基于訓練所得模型對新生成的醫療 影像數據進行分析處理，輸出病灶分割掩碼和可用于生成診斷報告的病灶特征 信息。這些原始的輔助診斷數據(或稱元數據)可以直接呈現給醫生(例如在為 DICOM加上病灶偽彩)，也用作其他展現形式(例如生成結構化格式化報告)的輔 助輸入。本文提出了一種面向醫學影像人工智能輔助診斷場景的DICOM擴展方 法，可以將這些元數據可以被容易地存儲、呈現或用作其他表征方式的輔助輸 入。患者這樣的實體在DICOM中被稱為信息對象，因為它們的功能就在于承載 信息。信息對象定義類似于一張包含很多空白字段的表格。像患者姓名、病案 號這樣的信息片斷都可以當作一個屬性。即使一個空白表格，也代表了一定的 信息結構意義。當表格中的空白被填滿，屬性被賦予數值，對象就有了具體的 實際意義它可能代表一個患者，一幅影像或者其他什么對象。

發明內容

為克服現有技術中存在的問題，本發明將人工智能輔助診斷的輸出信息都 新增到一個DICOM的私有標簽(private tags)中，以便所得信息可以以DICOM 標準協議進行通訊、存儲(在任何PACS服務器)和檢索，用于后續定制呈現。 其中，本發明涉及的一種面向醫學影像人工智能輔助診斷結果表征的DICOM擴 展方法，包括，

1)獲取用于輔助診斷的輸出信息，所述輸出信息為JSON格式的字符串；

2)將所述輸出信息新增到DICOM的私有標簽中，以生成新的DICOM文件；

3)通過網絡連接訪問Orthanc服務器，以實現DICOM文件的傳輸、管理；

其中，在所述標簽中的信息包括：AI關聯信息集、AI分析結果集、以及AI 擴展信息集。

其中，所述AI關聯信息集包括：數據路徑，關聯StudyInstanceUID對應 序列，語言類型，及其它元數據；

所述AI分析結果集包括：AI分割和分類信息，AI屬性分析，AI報告模板；

所述AI擴展信息集包括：AI序列分類信息，算法模型信息。

其中，所述AI分割和分類信息用于記錄按DICOM序列實例號分組的病灶分 割信息及分類信息。

其中，所述分割信息包括：分割病灶掩碼、疾病映射到概率的分類字典、 和/或機器學習模型標識符。

其中，所述AI報告模板用于記錄報告展現的模板信息，按照章節、分組和 字段進行組織。

其中，所述AI屬性分析，包括利用AI算法模型進行分析時需要用到的DICOM 的特性屬性。

其中，所述AI序列分類信息包括：序列組映射到序列實例號的映射關系。