[發明專利]一種基于神經網絡的頭部醫療影像輔助判讀報告生成方法

在審

• 申請號: 202010020374.5
• 申請日: 2020-01-09
• 公開（公告）號: CN111223085A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 吳振洲;劉奎恩;曾韋勝;余穎琛
• 申請（專利權）人: 北京安德醫智科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/30;G16H15/00;G16H30/40
• 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

1.一種基于神經網絡的頭部醫療影像輔助判讀結構化報告生成方法，其特征在于，所述方法包括：

1)獲取符合DICOM標準的頭部醫療影像，將其配準到相對應的標準腦模板上；

2)根據影像類型，選擇深度學習模型對影像進行分階段判讀，以實現病種的識別及病灶的勾畫；

3)根據病種識別結果自動選擇相關的結構化報告模板，根據預測出的病灶或者人工介入修改后的病灶自動提取所需特征并填入結構化報告；

4)通過結構化報告生成器輸出最終可讀并符合醫生行文規范的影像報告；

其中，所述步驟2)包括：根據影像判讀模型對影像進行分階段判讀；具體包括：

2a.根據影像類型從對應的模型庫中選擇相應的影像判讀模型，影像判讀模型主要包括識別模型和分割模型，識別模型用于識別病種，而分割模型則基于預測的病種對病灶進行分割；

2b.針對不同影像類型使用不同的預處理方式得到規范化后的影像；

2c.使用判讀模型對規范化的影像進行分階段分析，并對每個階段的輸出結果進行優化，以保證每個階段是可質控的，從而實現精準的病種識別與病灶分割。

2.如權利要求1所述的方法，其特征在于，所述步驟1)還包括；根據讀取DICOM影像中元數據的影像類型和掃描位置判定是否進一步分析，如若影像掃描位置不是腦部或者影像類型不是CT或者MRI，系統將跳過此影像，不對其進行分析；否則執行步驟2)，以及將CT或者MRI影像基于配準技術，配準到人工標注后的標準腦模板上。

3.如權利要求1所述的方法，其特征在于，所述判讀模型基于卷積神經網絡以及深度學習技術實現。

4.如權利要求3所述的方法，其特征在于，所述步驟3)還包括：

3a.根據病種從結構化報告庫中選擇對應的結構化報告模板；

3b.人工中途介入，修改自動勾畫的病灶，以便提取更準確的病灶特征；

3c.根據不同病種所需的特征，自動提取病灶的描述性以及解剖學特征并填入結構化報告模板中，以生成結構化報告。

5.如權利要求4所述的方法，其特征在于，

所述結構化報告模板中的元數據以Key/Value的形式呈現，并以JSON數據格式儲存，便于改動和傳輸。

6.如權利要求5所述的方法，其特征在于，所述步驟4)還包括：結構化報告生成器將結構化報告翻譯為最終可讀的影像報告，具體包括：

4a.通過對結構化報告中的信息以及邏輯判斷，將結構化報告內容進行語言翻譯以及句子整合；

4b.對不同病種以及不同影像類型采用符合醫生行文規范而又不同的報告描述與格式。

7.如權利要求6所述的方法，其特征在于，所述結構化報告生成器由可拔插組件構成。