[发明专利]用于医疗图像获取协议的自动检测的方法和系统

说明书

技术领域

本发明涉及一种用于使用图像分析和机器学习进行医疗成像获取协议的自动检测的方法和系统。

背景技术

现今，医疗成像技术突飞猛进。正在使用诸如x射线、超声计算机断层成像（CT）扫描、磁共振（MR）成像、核医学（NM）成像、正电子发射计算机断层成像（PET）等之类的技术来捕捉患者的医疗图像以便以电子方式获取、存储、检索、显示并传输以供医疗人员查看。缩写PACS（图片归档及通信系统）是用于设备和软件的集成系统的行业术语，该系统允许以电子方式获取、存储、检索、显示并传输诸如x射线、超声计算机断层成像（CT）扫描、磁共振（MR）成像、核医学（NM）成像、正电子发射计算机断层成像（PET）等之类的射线照相图像以供医疗人员查看。通常，PACS系统包括接口，其为软件应用程序，其帮助访问和检索存储在PACS数据库中的图像。借助于存储在PACS中的图像的DICOM头部来匹配针对一组图像接收到的查询。

医学中的数字成像和通信（DICOM）标准描述了用于介质存储和图像分发的文件格式。该标准由国家电气制造业协会（NEMA）创建以帮助分发和查看医疗图像，诸如CT扫描、MEDICALI以及超声波。DICOM格式由头部部分和图像数据部分组成。

DICOM格式使用一系列预定义标签，并且允许定义新标签，其对于给定数据集而言可以存在或者可以不存在。此灵活性是使得DICOM格式对于医疗成像而言如此受欢迎的特征之一。然而，这种受欢迎性已导致标签定义的倍增，并且因此有时难以知道使用哪些标签并且它们是什么意思，使得头部信息的提取更加困难。通常，DICOM标签包括元信息，其提供与医疗图像相关联的信息，诸如患者的细节、医疗器械制造商、临床发现等。在某些情况下，DICOM标签还可以包含图像获取协议。有时，DICOM头部不包含图像获取协议，因为其是可选标签。这在需要比较特定成像协议的多个系列的图像以用于分析时成为了问题。如果DICOM头部不包含图像获取协议，则医疗人员必须手动搜索图像。此程序消耗大量的时间和努力。因此，需要一种用以识别图像集的图像获取协议的更容易的方法。此外，还需要在不依赖于DICOM标签来参考图像获取协议的情况下比较具有相同协议的两个图像集以用于分析。

发明内容

因此，本发明的目的是提供一种用于执行医疗图像获取协议的自动检测的方法和设备。本方法和设备利用图像分析和统计算法以便自动地检测医疗图像的图像获取协议。

通过提供一种自动地检测医疗成像协议的方法来实现本发明的目的。本方法包括由处理器使用特征点检测算法从一组磁共振（MR）图像确定在考虑中的解剖。此外，本方法包括基于所确定的解剖来自动地识别与该组医疗图像相关联的图像获取协议。此外，在不同的时间实例处从医疗图像数据库识别用已识别图像获取协议获取的医疗图像。最后，在显示单元上提供医疗图像的比较视图以用于分析。

在示例性实施例中，基于所确定的解剖自动地识别与该组医疗图像的获取相关联的协议的步骤包括，确定表征获取协议的与医疗图像相关联的至少一个特征。此外，为医疗图像分配图像获取协议标记，其中，基于医疗图像的分类来分配获取协议标记。

在另一示例性实施例中，将医疗图像分类包括基于所述至少一个特征来检测离群点图像获取协议。其后，基于所述特征将医疗图像分类到至少一个图像获取协议中。

在某些实施例中，在显示单元上显示该组医疗图像的已识别图像获取协议。

在某些其它实施例中，彼此邻近地显示类似图像获取协议的多组医疗图像。

在某些实施例中，基于所确定的解剖来自动地识别与该组医疗图像的获取相关联的协议的方法包括，确定表征获取协议的与医疗图像相关联的至少一个特征。此外，基于所述至少一个特征将医疗图像分类。其后，基于医疗图像的分类为医疗图像分配获取协议标记。

在某些实施例中，所述特征包括二维局部二值模式（LBP）、三维LBP和LBP的显著性加权直方图。

在某些实施例中，将医疗图像分类的方法包括基于所述至少一个特征来检测离群点图像获取协议。此外，基于所述特征将医疗图像分类到至少一个图像获取协议中。

在某些实施例中，检测离群点图像获取协议的方法包括确定与医疗图像的特征相关联的误差值。此外，将所述误差值与阈值值相比较以确定图像获取协议是否是离群点。其后，显示指示医疗图像的图像获取协议是离群点的结果。

在某些实施例中，使用概率和非概率分类器中的至少一个来执行医疗图像的分类。