[發(fā)明專利]骨案例識別方法、裝置、服務器及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010142344.1
• 申請日: 2020-03-04
• 公開（公告）號: CN111383211A
• 公開（公告）日: 2020-07-07
• 發(fā)明（設計）人: 梁穎;王越男;高毅;黃升云;李享
• 申請（專利權(quán)）人: 深圳大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06K9/62;G06F16/53
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;潘登

本發(fā)明實施例公開了一種骨案例識別方法、裝置、服務器及存儲介質(zhì)，該方法包括：獲取當前用戶全身骨的第一影像并提取所述第一影像的第一灰白圖像；將所述第一灰白圖像在預設數(shù)據(jù)庫中進行匹配以獲得對應的第二影像；根據(jù)所述第二影像以及案例描述生成識別結(jié)果。本發(fā)明實施例提供的一種骨案例識別方法，通過用戶上傳全身骨的影像圖片，數(shù)據(jù)庫進行自動匹配識別確定用戶病情并向用戶返回識別結(jié)果，解決了現(xiàn)有技術中人工識別骨影像時，容易受到主觀因素影響而存在識別誤差的情況，實現(xiàn)了線上準確識別骨圖像和治療方法推薦，提升了用戶的體驗。

技術領域

本發(fā)明實施例涉及骨影像技術，尤其涉及一種骨案例識別方法、裝置、服務器及存儲介質(zhì)。

背景技術

單光子發(fā)射型計算機斷層顯像(single photon emission computedtomography,SPECT)是核醫(yī)學重要的顯像技術之一，自20世紀80年代以來已廣泛應用于臨床。與傳統(tǒng)的CT、MRI等影像技術不同，SPECT運用放射性核素標記的顯像劑進行體外顯像，能顯示人體組織器官的功能和代謝變化，為臨床提供功能代謝方面的診斷信息。核素檢查所用的放射性顯像劑化學劑量甚微，不干擾機體生理過程，極少見不良反應，輻射吸收劑量低于同部位X線檢查，對機體安全、無創(chuàng)。

全身骨SPECT顯像人工圖像分析方法主要存在以下缺點：1、影響病灶檢出。目前骨顯像的圖像分析主要根據(jù)病灶與正常組織的攝取對比來進行人工識別，閱片者依靠理論和臨床經(jīng)驗來鑒別可能的異常。受肉眼識別的限制，一些與周圍組織對比度差異較小或體積較小的病灶可能會被漏診。此外，受本身方法學的限制，全身骨SPECT顯像的清晰度、空間分辨率較低，圖像信息量有限，使得圖像分析與解讀更易受主觀因素影響，不同閱片者之間的準確性和同一閱片者重復性存在差異。2、影響定位準確性。全身骨SPECT掃描獲得的圖像類似于X線攝片為重疊影像，且前、后位圖像的左右相反，因此對閱片者的臨床經(jīng)驗、工作細致度和責任心要求較高，易影響病灶定位準確性。3、工作量增加。全身骨顯像約占我國SPECT檢查項目的60％以上，2018年已達128.5萬例/年。與有限可用的經(jīng)過培訓的核醫(yī)學醫(yī)師數(shù)量相比，醫(yī)療影像數(shù)據(jù)繼續(xù)以不成比例的速度增長，影像醫(yī)生的工作量快速增加。此外，由于全身骨SPECT掃描成像范圍廣，對于有多個疑似病灶的圖像分析工作量將進一步增加，難免因視覺疲勞、工作疏漏等人為因素造成不良影響。

發(fā)明內(nèi)容

本發(fā)明提供一種骨案例識別方法、裝置、服務器及存儲介質(zhì)，以實現(xiàn)線上準確識別骨圖像和治療方法推薦，提升了用戶的體驗。

第一方面，本發(fā)明實施例提供了一種骨案例識別方法，包括：

獲取當前用戶全身骨的第一影像并提取所述第一影像的第一灰白圖像；

將所述第一灰白圖像在預設數(shù)據(jù)庫中進行匹配以獲得對應的第二影像；

根據(jù)所述第二影像生成識別結(jié)果。

可選的，所述獲取當前用戶全身骨的第一影像并獲取所述第一影像的第一灰白圖像之前還包括：根據(jù)歷史用戶的樣本數(shù)據(jù)生成預設數(shù)據(jù)庫。

可選的，所述根據(jù)歷史用戶的樣本數(shù)據(jù)生成預設數(shù)據(jù)庫包括：

獲取歷史用戶的樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括第二影像和案例描述；

對所述第二影像進行灰度處理獲取所述第二灰白圖像；

根據(jù)所述第二灰白圖像和所述案例描述生成預設數(shù)據(jù)庫。

可選的，所述根據(jù)所述第二灰白圖像和所述案例描述生成預設數(shù)據(jù)庫包括：

根據(jù)所述第二灰白圖像和標準圖像進行線性配準和非線性配準，統(tǒng)一分辨率和修正區(qū)別特征；

對所述線性配準和非線性配準后的第二灰白圖像使用模型分析方法獲取所述第二灰白圖像中每個像素點的灰度分布；