[发明专利]一种3D实现多器官病灶整合的控制方法及控制装置

说明书

本发明公开了一种3D实现多器官病灶整合的控制方法，其通过将2D影像转化为3D影像实现多病灶的整合，包括如下步骤：基于一个或多个第一2D影像数据确定以器官为单位的一个或多个第二2D影像数据以及与所述一个或多个第二2D影像数据相对应地一种或多种类型的病灶信息；基于一个或多个第二2D影像数据以及一种或多种类型的病灶信息确定一种或多种类型的病灶信息所对应地3D病灶影像数据，最后基于所述3D病灶影像数据生成报告。本发明使用简单，操作便捷，功能强大，实用性强，学习能力强大，整合高效准确，具有极高的商业价值。

技术领域

本发明属于计算机医学应用领域，具体地，涉及一种3D实现多器官病灶整合的控制方法及控制装置。

背景技术

目前在现有的医学影像病灶整合技术中，会用到许多辅助医生来完成病灶整合的技术方案，其中，包括有医学影像的辅助筛查，影像报告的辅助生成，病历质量控制等等。而将这些技术应用于不同的系统，可以辅助医生完成不同的工作，例如，将其应用于PACS系统时，可辅助医生进行病灶识别；将其应用于RIS系统时，可辅助医生进行影像报告的书写；将其应用于RIS系统，可通过病灶的识别预测能力，有效监控影像报告的书写质量。

在已有的整合方案中，主要是通过高质量的数据集的训练，让模型对一个指定脏器的指定病进行识别预测。目前，在现有技术中，常用的识别模型主要有：SAE、RBM等无监督学习方案，进行逐层训练CNN、RNN、FCNN、FRCNN等各类神经网络。

然而在当前的各种预测模型中，通常只能识别一个指定脏器的指定病灶，在实际的业务场景中泛用性不强，并不能真正有效地帮助医生提高工作效率。同时预测模型的训练需要花费大量的时间准备训练数据集，而高质量的数据集在收集上又面临难度大、成本高，以及患者的隐私等问题。此外在实际的业务场景落地时，模型往往只能帮助医生进行病灶的筛查，在报告书写方面没有提供很大的帮助，医生还是只能使用传统的固定模板方式进行书写，不但工作效率低，而且还要面对繁琐的模板维护工作。

目前在现有的技术中，并没有一种能够解决上述技术问题的技术方案，具体地，缺少一种3D实现多器官病灶整合的控制方法及控制装置。

发明内容

针对现有技术存在的技术缺陷，本发明的目的是提供一种3D实现多器官病灶整合的控制方法，其通过将2D影像转化为3D影像实现多病灶的整合，包括如下步骤：

a.基于一个或多个第一2D影像数据确定以器官为单位的一个或多个第二2D影像数据以及与所述一个或多个第二2D影像数据相对应地一种或多种类型的病灶信息；

b.基于一个或多个第二2D影像数据以及一种或多种类型的病灶信息确定一种或多种类型的病灶信息所对应地3D病灶影像数据。

优选地，在所述步骤a中，所述一种或多种类型的病灶信息通过如下步骤获取：

a1：基于卷积神经网络确定一个或多个第一2D影像数据中的一个或多个特征信息；

a2：基于区域建议网络确定一个或多个特征信息中的一个或多个前景区域；

a3：基于区域分类网络确定一个或多个前景区域中的一种或多种类型的病灶信息。

优选地，在所述步骤a之后，还包括步骤a′：基于一个或多个第二2D影像数据以及一种或多种类型的病灶信息对一个或多个器官外的假阳性进行剔除。

优选地，在所述步骤b之后，还包括步骤c：基于所述3D病灶影像数据生成报告。

优选地，在所述步骤c之前，还包括步骤c′：基于所述3D病灶影像数据对3D假阳性进行筛选。

优选地，在所述步骤c之前，还包括步骤c″：基于所述3D病灶影像数据对相邻位置进行去重处理。

优选地，第一2D影像数据为CT数据。