[发明专利]面向基层医疗机构的呼吸系统疾病智能辅助诊断决策方法

说明书

本发明涉及疾病诊断的辅助技术领域，尤其是面向基层医疗机构的呼吸系统疾病智能辅助诊断决策方法；它包括影像采集；影像转换成数字化图像并导入计算机；采用算法进行图像预处理、图像增强和病变区域分割；采用算法进行病变区域的特征提取；根据特征数据做出判断；根据氧合指数对机械辅助通气量进行动态管控。辅助医生对大量的肺病患者进行影像学进行快速诊断，并且可快速区分阻塞性肺病和肿瘤、哮喘病患者，为阻塞性肺病患者争取了宝贵的时间。

技术领域

本发明涉及疾病诊断的辅助技术领域，尤其是面向基层医疗机构的呼吸系统疾病智能辅助诊断决策方法。

背景技术

在传统的呼吸系统疾病中，影像技术运用非常广泛，例如肺部肿瘤、哮喘、肺炎等都会运用到诸如CT、X光等影像技术。肺病在处理手段上存在较大区别的分为三种，第一种是肿瘤，确诊后需要进行手术或者化疗；第二种是哮喘，确诊后需要进行药物治疗；第三种是阻塞性肺病，例如2020年发生的新冠肺炎，在较为严重的肺部疾病中，由于肺部的病变导致氧合指数偏低(低于300mmhg)，此时就需要采用吸氧、呼吸机甚至是人工膜肺等机械辅助手段挽救患者。现有技术的不足在于，所有影像材料都需要人工查看，然后再针对该影像的特征可能对应的疾病类型开出进一步的检查项目，分类的时间较长。由于诊断时间很长，如果是阻塞性肺病，有可能此时患者氧合指数已经偏低但病人本身不一定能察觉，等待的过程中就有可能发生恶化。

发明内容

针对现有技术的不足，本发明提供一种辅助加快对肺病影像进行快速分类并提出预设方案的方法。

本发明的技术方案为：

面向基层医疗机构的呼吸系统疾病智能辅助诊断决策方法，其特征在于：它包括以下步骤：

1)影像采集；

2)影像转换成数字化图像并导入计算机；

3)采用算法进行图像预处理、图像增强和病变区域分割；

4)采用算法进行病变区域的特征提取；

5)根据步骤4所得特征数据做出判断，如果判断结果是肿瘤、哮喘中的一种则向决策者发布结果；如果判断结果是阻塞性肺病则向决策者发出氧合指数检测请求并同步启动机械辅助通气(吸氧或者呼吸机)；容易理解的，启动机械辅助通气后必然对氧合指数产生影响，但只要决策者在较短的时间内进行氧合指数检测其通气造成的影响是比较小的，不会对最终的正确诊断造成实质性影响，而且提前启动机械辅助通气，可减少病人因氧合指数下降造成实质性损伤；

6)根据氧合指数对机械辅助通气量进行动态管控。

其中，步骤1中，影像采集采用CT平扫方式得到影像，其好处是影像成像快，可即可扫描即可得到影像，并且部分CT设备具备电子数据传输功能，可以直接将影像传导给计算机，免去步骤2。

其中，步骤3中，图像预处理、图像增强包括：a)对输入图像进行去噪处理得到去噪图像；b)对去噪图像进行边缘提取得到边缘图像；c)对边缘图像进行图像增强处理得到去噪且边缘增强的图像；d)利用亮度可控的直方图均衡方法对去噪图像进行处理得到全局增强图像；e)对c和d步骤所得到的图像进行线性叠加，得到最终的输出图像；病变区域分割包括f)从图像中检测感兴趣目标的初始轮廓；g)根据对比度特性对初始轮廓上的点进行分类；h)为不同种类的点构造不同的能量函数模型，基于构造的能量函数模型计算用于图像分割的曲线的演进函数，并根据演进函数在图像中移动水平集曲线；i)确定移动后的水平集曲线是否已经收敛，如果确定水平集曲线已经收敛，则将移动后的水平集曲线输出为图像分割的结果，如果确定移动后的水平集曲线没有收敛，则以移动后的水平集曲线的作为初始轮廓，再次执行步骤g)和步骤h)，直到得到收敛的水平集曲线为止。