[发明专利]一种通用智能自动化读片方法

说明书

本发明提供了一种通用智能自动化读片方法，获得检测影像的基础结构影像与待测结构影像；对待测结构影像进行数据处理，找出异常信号点，绘制蒙版；将蒙版基于待测结构影像刚体变换到基础结构影像之上；将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准，获得转换矩阵，从而将样本大脑根据转换矩阵映射至标准脑模板；将样本大脑分为灰质、白质和脑脊液；利用所得的转换矩阵，将待测结构影像映射至标准脑模板；提取每个样本大脑在神经通路蒙版内的待检测信号，并计算异常信号值的体素数量。本发明的准确率可以达到90％的水平，大大提高医生的效率。

技术领域

本发明涉及影像学技术领域，具体地，涉及一种通用智能自动化读片方法。

背景技术

随着影像学技术的进展，无创性神经影像在诊疗中发挥重要作用。在脑部病变，如脑血管病、外伤、炎症、肿瘤、发育畸形等性质的判断，同时对于脑部病变情况变化的随访中均发挥重要作用。

对于影像学结果的判断，目前常采用目测法，也即传统的人工读片。具体流程是医师开具检测要求，影像学医师完成检测并读片，出具读片报告，临床医师再依据报告建立诊疗方案。随着中国医疗条件的发展，X线、CT等基本检查早已普及到县级基层医院，而近几年基层医院也纷纷引进了MRI诊断设备，为基层医院提高疾病的诊断水平、普及放射科相关治疗技术提供了可能。但另一方面，各级医师专业教育水平判断水平不尽相同，神经系统病例及病种丰富，传统人工影像读片存在诊断规范化，病变随访可比较性差等问题。临床医师在建立诊疗方案时迫切需要规范化的结果和可视化的功能分析，以建立正确及时的诊疗方案。同时，为避免对患者的过度诊疗，需要建立能够分析归纳各个系统检测结果的系统。

由于目前读片方案都采用目测方法，对特定病变的大小、特定解剖结构的受累，常依据个人经验评定结果，存在较大随意性和不确定性。随着计算机技术的发展，已经有基于体素的计算机分析方案，如VBM分析等，然而，上述分析方法需要磁共振扫描参数的一致性，以及一定样本量的受试者数量始可分析，常受限在单个中心研究，难以推广，所需分析需要专业技术人员，难以在临床上广泛应用。目前也有计算机网络上提供公开的可以下载的软件系统用于分析脑片，如brain image等，然而，具体解剖结构需要使用者自己判断，脑片分析的结果也缺少可靠性，缺少大样本量的分析验证。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

针对现有技术中存在的上述不足，本发明的目的是提供一种应用于影像学结果判断的通用智能自动化读片方法。该方法可针对不同扫描参数所得到的影像，自动获取异常信号体积、比值等数据，可简便用于临床判断病情严重程度及随访。

为实现上述目的，本发明是通过以下技术方案实现的。

一种通用智能自动化读片方法，包括如下步骤：

步骤S1，获取样本大脑检测影像的基础结构影像与待测结构影像；

步骤S2，对步骤S1中获取的待测结构影像进行数据处理，找出待测结构影像上的异常信号点，分析并绘制蒙版；

步骤S3，将蒙版基于待测结构影像刚体变换到基础结构影像之上；

步骤S4，将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准，获得转换矩阵，从而将样本大脑根据转换矩阵映射至标准脑模板；

步骤S5，将样本大脑分为灰质、白质和脑脊液；

步骤S6，在步骤S5的基础上，利用步骤S4中所得的转换矩阵，将待测结构影像映射至标准脑模板；

步骤S7，提取每个样本大脑在神经通路蒙版内的待测信号，并计算异常信号值的体素数量。

优选地，所述步骤S2采用基于影像信号强度的自动化算法，针对待测结构影像上的异常信号点进行分析，具体包括如下子步骤：