[发明专利]肺癌全周期智能管理影像数据平台有效
申请号: | 202110065706.6 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112669314B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 李为民;章毅;王成弟;郭际香;邵俊;徐修远;何彦琪;兰天中;杨雅乐;陈媛媛 | 申请(专利权)人: | 四川大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06F16/25;G06F16/58;G06F16/538;G06F16/51;G16H30/20;G06N3/08 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 黄海斌 |
地址: | 610000 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 肺癌 周期 智能 管理 影像 数据 平台 | ||
本发明公开了一种肺癌全周期智能管理影像数据平台,属于CT数据查询及管理领域。本发明包括:肺结节自动分割模块,用于对CT图像进行检测,并对检测任务中肺结节进行分割,输出对肺结节病灶区域预测的结果;统计学模块,用于展示肺结节数据的统计学信息;数据检索模块,用于通过病人id进行检索,进入对应病人的CT图像标注界面;结节检索模块,用于通过结节信息进行检索,进入对应结节的CT图像标注界面;新冠肺炎专题模块,用于查看与新冠肺炎相关的CT图像;数据库,用于保存CT图像、与CT图像对应的数据标签以及所述对肺结节病灶区域预测的结果。本发明能够对CT数据进行方便、有效的队列管理和检索,并能够对智能识别的肺结节信息进行直观的展示。
技术领域
本发明涉及CT数据查询及管理领域,尤其涉及一种肺癌全周期智能管理影像数据平台。
背景技术
肺癌是发病率和死亡率增长最快、对人群健康和生命威胁最大的恶性肿瘤之一。肺癌早期影像学表现为肺结节,其检查方式主要依赖于胸部CT断层扫描,每次检查都会有多达数百张的断层扫描图像。据统计,我国现有的肺结节患者高达上亿人,而对于每一例CT图像,人工阅片的准确度约为50%-70%,很大程度上依赖于医生的专业程度;且人工阅片通常需要一周左右才能出报告,所需时间较长。
近年来,基于人工智能的数据平台获得了广泛的关注,对于数据平台而言,最重要的就是医生使用的便捷性和界面的美观性,这个界面既要很好地展示模型给出的肺结节信息,又要有很好的可交互性和美观性,便于医生检查并修改模型的标注结果,同时便于医生自行标注结节存入数据库,同时,也要便于管理、及时检索医生需要的肺结节信息。
现有常见的影像数据平台有多个:深睿、依图、推想等,其拥有美观的界面和全面的CT标注功能。然而,这些系统缺少了队列功能,对于统一地分析一个类型的结节信息,将它们组成一个队列是很有必要的;同时,这些系统对于统计学信息的展示也有所欠缺。
发明内容
本发明的目的是提供一种肺癌全周期智能管理影像数据平台,能够对CT数据进行方便、有效的队列管理和检索,并能够对智能识别的肺结节信息进行直观的展示。
本发明解决其技术问题,采用的技术方案是:
肺癌全周期智能管理影像数据平台,包括:
肺结节自动分割模块,用于对CT图像进行检测,并对检测任务中肺结节进行分割,输出对肺结节病灶区域预测的结果;
统计学模块,用于展示肺结节数据的统计学信息;
数据检索模块,用于通过病人id进行检索,进入对应病人的CT图像标注界面;
结节检索模块,用于通过结节信息进行检索,进入对应结节的CT图像标注界面;
新冠肺炎专题模块,用于查看与新冠肺炎相关的CT图像;
数据库,用于保存CT图像、与CT图像对应的数据标签以及所述对肺结节病灶区域预测的结果;
我的主页模块,用于管理当前用户的相关信息;其中,我的主页模块包括:我的标注单元,用于查看用户现有标注情况;数据列表单元,用于查看用户添加至下载的数据情况;我的队列单元,用于操作队列相关功能;
队列模块,用于根据肺结节的类型将相似类型的结节归类成一个子队列,并为每个子队列设置唯一的标签,每个子队列按照标签顺序进行排列,并用于通过提供的检索工具对某一子队列下的病人和结节信息进行增删改查;
CT信息与报告模块,用于对CT图像进行查看、标注和撰写报告;CT信息与报告模块包括:图像显示单元、绘图单元、结节信息单元和报告撰写与导出单元;其中,图像显示单元,用于显示CT图像的每一张切片图像;绘图单元,用于在切片图像上绘制肺结节边框,结节信息单元用于展示每个结节的具体信息;报告撰写与导出单元,用于手动写入和/或自动填入报告内容。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110065706.6/2.html,转载请声明来源钻瓜专利网。