CN111430010A - 基于dicom图像信息推断扫描序列期相的系统及方法 - Google Patents
基于dicom图像信息推断扫描序列期相的系统及方法 Download PDFInfo
- Publication number
- CN111430010A CN111430010A CN202010238202.5A CN202010238202A CN111430010A CN 111430010 A CN111430010 A CN 111430010A CN 202010238202 A CN202010238202 A CN 202010238202A CN 111430010 A CN111430010 A CN 111430010A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- dicom
- dicom image
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于DICOM图像信息推断扫描序列期相的系统，包括影像信息管理模块，用于将患者的DICOM图像传输给图像数据提取模块；图像数据提取模块基于检查部位数据、空间位置数据和扫描时间数据，提取DICOM图像序列中含有期相数据的序列，并将其分成N个DICOM图像组；每个DIOCM图像组中的图像有相同的期相数据；图像数据命名模块基于检查部位数据、空间位置数据、扫描时间数据的先后顺序，根据期相临床含义来设置每个DICOM图像组的名称；数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与AI诊断模型匹配的DICOM图像组，并发送给AI诊断模型。本发明还公开了一种基于DICOM图像信息推断扫描序列期相的方法。本发明能提高诊断质量和报告撰写效率。
Description
技术领域
本发明涉及医疗信息领域，更具体地，涉及一种基于DICOM图像信息推断扫描序列期相的系统及方法。
背景技术
影像学检查过程中往往需要造影，通过观察造影不同阶段(期限)中靶器官的充盈情况，有助于区分不同类型的疾病或者判断疾病的严重程度。现有技术中，无论是CT还是MR(核磁)，在扫描的过程中，机器只记录扫描的部位和时间间隔等参数，不会智能判断每个图像序列在什么期相上，这个判断过程是医生在读片的过程中，自己运用知识判断的，但并没有被记录下来并对图像序列进行标记。由于同一种扫描方案、同一个部位，可能有很多影像AI(Artificial Intelligence)诊断模型服务于不同的临床目的，比如一个肝脏CT的扫描可能使用30-40个影像AI诊断模型。这些影像AI诊断模型可能来自不同的厂家，实际工作中不可能将全部图像序列都发给所有的厂家，也不可能所有的厂家实现所有的影像AI诊断模型，只能将不同临床含义的图像序列发送给不同的影像AI诊断模型，没有序列的需求，就不可能实现多模态续贯型影像AI诊断模型的引入，目前，都是诊断医生运用自己知识判断后，将图像序列投送给与之匹配的影像AI诊断模型，还没有一个智能系统将不同临床含义的图像序列自动发送给不同的影像AI诊断模型，如果投送错误的图像序列给影像AI诊断模型，会影响影像AI诊断模型的误判，降低了诊断质量。同时，医生在撰写影像报告时，不能很快了解到该患者的影像扫描方案，降低了撰写报告的效率。
发明内容
有鉴于此，本发明的主要目的在于提供一种基于DICOM图像信息推断扫描序列期相的系统及方法，能够解决现有技术中存在的不能自动发送图像序列给与之匹配的影像AI诊断模型、不能自动发送患者影像扫描方案而导致的降低诊断质量、撰写报告效率低的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于DICOM图像信息推断扫描序列期相的系统，包括影像信息管理模块、图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，其中，影像信息管理模块，与图像数据提取模块相连，用于当患者扫描完影像检查时，通过DICOM协议将患者的DICOM图像传输给图像数据提取模块；图像数据提取模块，分别与影像信息管理模块和图像数据命名模块相连，用于从DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于检查部位数据、空间位置数据和扫描时间数据，将DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个期相序列分成N个DICOM图像组，并将所有DICOM图像组发送给图像数据命名模块；其中，每个DIOCM图像组中的DICOM图像有相同的期相数据；其中，N大于等于1；图像数据命名模块，分别与图像数据提取模块和数据存储模块相连，用于接收DICOM图像组，基于检查部位数据、空间位置数据以及扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的DICOM图像组发送给数据存储模块；数据存储模块，分别与图像数据命名模块和数据发送模块相连，用于存储带有期相名称的DICOM图像组；数据发送模块，与数据存储模块相连，用于基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析。
优选地，图像数据命名模块还包括时间判断单元，用于判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称。
优选地，当DICOM图像序列为DWI序列时，图像数据提取模块还包括B值识别单元，用于基于DICOM图像头文件信息中的序列描述和B值或空间位置数据、扫描时间数据的先后顺序以及DICOM图像的序列描述，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
优选地，图像数据命名模块还包括标记单元，用于将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块。
优选地，数据发送模块还包括方案提取单元，用于基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看。
另一方面，本发明还提供了一种基于DICOM图像信息推断扫描序列期相的方法，包括：当患者扫描完影像检查时，影像信息管理模块通过DICOM协议将患者的DICOM图像传输给图像数据提取模块；图像数据提取模块从DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于检查部位数据、空间位置数据和扫描时间数据，将DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个期相序列分成N个DICOM图像组，并将所有DICOM图像组发送给图像数据命名模块；其中，每个DIOCM图像组中的DICOM图像有相同的期相数据；其中，N大于等于1；图像数据命名模块接收DICOM图像组，基于检查部位数据、空间位置数据以及扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的DICOM图像组发送给数据存储模块；数据存储模块存储带有期相名称的DICOM图像组；数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析。
优选地，该方法还包括：图像数据命名模块中的时间判断单元判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称。
优选地，该方法还包括：当DICOM图像序列为DWI序列时，图像数据提取模块中的B值识别单元基于DICOM图像头文件信息中的序列描述和B值或空间位置数据、扫描时间数据的先后顺序以及DICOM图像的序列描述，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
优选地，该方法还包括：图像数据命名模块中的标记单元将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块。
优选地，该方法还包括：数据发送模块中的方案提取单元基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看。
本发明的技术效果：
1 由于本发明中设置了图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，可以根据DICOM图像的头文件信息识别检查部位、空间位置和扫描时间等数据，根据上述数据将DICOM图像序列中含有期相数据的序列全部提取出来，并把含有相同期相数据的DICOM图像归到一个DICOM图像组中，图像数据命名模块根据扫描时间的先后顺序，结合检查部位以及空间位置，判断该扫描时间所对应的期相临床含义，根据期相临床含义来设置每个DICOM图像组的名称，数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析；本系统能够自动将不同期相的序列图像发送给与之匹配的影像AI诊断模型，实现了多模态序贯型影像AI诊断模型的引入，避免了将错误的期相序列图像发送到错误的影像AI诊断模型中导致影像AI诊断模型误判的情况，提高了诊断质量；
2 由于本发明中设置了时间判断单元，可以判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，增加了系统设置的灵活性、通用性；
3 由于本发明设置了标记单元，可以将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块，由于每个DICOM图像组有一个统一的编码，有利于各个系统之间的数据查找、传输，通用性更强；
4 由于本发明设置了方案提取单元，可以基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看，为自动化提供到影像报告界面中的扫描方案提供了可能，可以让诊断医生快速了解到整体的扫描方案，提高了影像报告的撰写效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了根据本发明实施例一的基于DICOM图像信息推断扫描序列期相的系统结构示意图；
图2示出了根据本发明实施例二的基于DICOM图像信息推断扫描序列期相的系统结构示意图；
图3示出了根据本发明实施例三的基于DICOM图像信息推断扫描序列期相的系统结构示意图；
图4示出了根据本发明实施例四的基于DICOM图像信息推断扫描序列期相的系统结构示意图；
图5示出了根据本发明实施例五的基于DICOM图像信息推断扫描序列期相的系统结构示意图；
图6示出了根据本发明实施例六的基于DICOM图像信息推断扫描序列期相的方法流程图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
实施例一
图1示出了根据本发明实施例一的基于DICOM图像信息推断扫描序列期相的系统结构示意图；如图1所示，该系统包括：影像信息管理模块10、图像数据提取模块20、图像数据命名模块30、数据存储模块40和数据发送模块50，其中，
影像信息管理模块10，与图像数据提取模块20相连，用于当患者扫描完影像检查时，通过DICOM协议将患者的DICOM图像传输给图像数据提取模块20；
影像信息管理模块可以是RIS(Radiology Information System)系统，影像检查可以为CT\MR\DR等。
图像数据提取模块20，分别与影像信息管理模块10和图像数据命名模块30相连，用于从DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于检查部位数据、空间位置数据和扫描时间数据，将DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个期相序列分成N个DICOM图像组，并将所有DICOM图像组发送给图像数据命名模块；其中，每个DIOCM图像组中的DICOM图像有相同的期相数据；其中，N大于等于1；
DICOM图像的头文件信息包括基本信息、检查部位信息、空间位置信息、DICOM图像序列的特征信息等，其中，基本信息可以为人口学信息、医疗机构的信息、影像设备的品牌型号等；检查部位信息为患者的检查部位，例如肺部、前列腺、乳腺等等；空间位置信息可以为平躺、侧卧、俯卧等等；DICOM图像序列的特征信息为序列主体特征(例如T1W/T2W/PDW/DWI)、层厚、期相、特殊参数(比如压脂、亮血、多B值、特殊化合物的化学位移等)。
DICOM图像的头文件信息中，检查部位数据表示为(0020,0100)TemporalPosition Identifier；序列号表示为(0020,0011)Series Number；扫描时间数据表示为(0018,0081)Echo Time；序列描述表述为(0008,103E)Series Description。
其中，当N等于1时，该期相序列为一个DICOM图像组，也就是不同的期相属于不同的序列图像；当N大于1时，该期相序列被分成N个DICOM图像组，每个DICOM图像组中的每个DICOM图像有相同的期相数据，在满足同一部位、同一空间位置的前提下，若扫描时间相同的话，就属于同一期相数据；例如，1个序列图像中有4个期相数据，则图像数据提取模块将该序列图像分成4个DICOM图像组；
图像数据命名模块30，分别与图像数据提取模块20和数据存储模块40相连，用于接收DICOM图像组，基于检查部位数据、空间位置数据以及扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的DICOM图像组发送给数据存储模块40；
以肝脏CT增强扫描为例，通过前臂静脉造影剂注射后，大约15-25秒，在肝脏当中就会通过肝动脉的循环显示充盈；肝脏还有一个血供的路径，是门静脉系统，是从腹部、盆腔的消化和生殖系统回流的血液，大概在造影剂注射后40-50秒返回肝脏；如果患者是HCC(原发干细胞肝癌)，其血供主要是肝动脉，而很少有门脉的供血，所以显示早期充盈、早期消退的快进快出状态；如果是转移瘤，则往往是肝动脉期不显影，在门脉期显影；如果间隔10分钟再扫描，往往称之为平衡期，如果这时有病灶显影，则往往是血管瘤。所谓期相，就是门脉期、肝动脉期、平衡期等等。
期相临床含义是指什么样的扫描时间对应于哪个期相，以CT肝脏扫描为例，如果确认是扫描上腹部，没有增强，则认为是肝脏平扫序列图像；如果是第一个带有C标志的序列，则判断为肝动脉期序列；如果相比第一个C序列延迟了30-40秒，则认为是门脉期序列；如果延迟超过5分钟，但检查部位完全相同，则认为是平衡期序列。综上所述，DICOM图像组的名称就可以为门脉期、肝动脉期、平衡期等。
不同的设备类型、检查部位，有不同的序列区分的知识库，这个知识库可配置，可动态添加。
数据存储模块40，分别与图像数据命名模块30和数据发送模块50相连，用于存储带有期相名称的DICOM图像组；
数据发送模块50，与数据存储模块40相连，用于基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析。
同一种扫描方法、同一个部位，可能有很多影像AI诊断模型服务于不同的临床目的。比如一个肝脏CT的扫描可能使用30-40个影像AI诊断模型，这些影像AI诊断模型可能来自不同的厂家，实际工作中不可能将全部图像都发给所有的厂家，也不可能所有的厂家实现所有的影像AI诊断模型。只能将不同临床含义的序列图像送给不同的影像AI诊断模型。没有序列的需求，就不可能实现多模态续贯型AI的引入。
本发明的实施例设置了图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，可以根据DICOM图像的头文件信息识别检查部位、空间位置和扫描时间等数据，根据上述数据将DICOM图像序列中含有期相数据的序列全部提取出来，并把含有相同期相数据的DICOM图像归到一个DICOM图像组中，图像数据命名模块根据扫描时间的先后顺序，结合检查部位以及空间位置，判断该扫描时间所对应的期相临床含义，根据期相临床含义来设置每个DICOM图像组的名称，数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析；本系统能够自动将不同期相的序列图像发送给与之匹配的影像AI诊断模型，实现了多模态序贯型影像AI诊断模型的引入，避免了将错误的期相序列图像发送到错误的影像AI诊断模型中导致影像AI诊断模型误判的情况，提高了诊断质量。
实施例二
图2示出了根据本发明实施例二的基于DICOM图像信息推断扫描序列期相的系统结构示意图；如图2所示，图像数据命名模块30还包括时间判断单元302，用于判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称。
以肝脏CT增强扫描为例，通过前臂静脉造影剂注射后，经过15-25秒，这个时间长度，并结合检查部位、空间位置数据，判断为肝动脉期；经过40-50秒，这个时间长度，并结合检查部位、空间位置数据，判断为门脉期；经过大约10分钟，这个时间长度，并结合检查部位、空间位置数据，判断为平衡期。
本发明的实施例设置了时间判断单元，可以判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，增加了系统设置的灵活性、通用性。
实施例三
图3示出了根据本发明实施例三的基于DICOM图像信息推断扫描序列期相的系统结构示意图，如图3所示，当DICOM图像序列为DWI序列时，图像数据提取模块20还包括B值识别单元202，用于基于DICOM图像头文件信息中的序列描述和B值或空间位置数据、扫描时间数据的先后顺序以及DICOM图像的序列描述，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
例如：以腹盆部扫描为例，DWI序列图像会有一到多种B值，一般为0，800，1000，1200，1400等等。对于癌灶区域判断，一般选取B值最高的DICOM图像组，DICOM图像组输入到影像AI诊断模型中。
扫描设备在生成DICOM图像时，一般会对不同B值的DICOM图像生成不同的头文件信息。当DICOM图像头文件信息中有显示B值的相关信息时，即：(0018,0024)SequenceName、(0018,9087)Diffusion B Value，则基于DICOM图像头文件信息中的序列描述((0018,0024)Sequence Name)和B值((0018,9087)Diffusion B Value)，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
当扫描设备未生成合理的DICOM图像头文件信息时，则通过空间位置数据、扫描时间数据的先后顺序先进行分组，一般情况下，一个序列有多个B值时，会在同一个空间位置上具有相同数量的DICOM图像，并基于DICOM图像的序列描述，提取到不同B值的DICOM图像，将相同B值的DICOM图像归属于同一DICOM图像组。
实施例四
图4示出了根据本发明实施例四的基于DICOM图像信息推断扫描序列期相的系统结构示意图；如图4所示，图像数据命名模块30还包括标记单元304，用于将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块。
其中，国际标准知识库编码可以为RADLEX编码等，在此不做任何限定。
本发明的实施例设置了标记单元，可以将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块，由于每个DICOM图像组有一个统一的编码，有利于各个系统之间的数据查找、传输，通用性更强。
实施例五
图5示出了根据本发明实施例五的基于DICOM图像信息推断扫描序列期相的系统结构示意图；如图5所示，数据发送模块50还包括方案提取单元502，用于基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看。
其中，影像检查扫描方案可以为扫描的方式，是平扫还是加强，扫描多少个序列、层厚、扫描几期等等。
本发明的实施例设置了方案提取单元，可以基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看，为自动化提供到影像报告界面中的扫描方案提供了可能，可以让诊断医生快速了解到整体的扫描方案，提高了影像报告的撰写效率。
实施例6
图6示出了根据本发明实施例五的基于DICOM图像信息推断扫描序列期相的方法流程图；如图6所示，该方法包括以下步骤：
步骤S601，当患者扫描完影像检查时，影像信息管理模块通过DICOM协议将患者的DICOM图像传输给图像数据提取模块；
影像信息管理模块可以是RIS(Radiology Information System)系统，影像检查可以为CT\MR\DR等。
步骤S602，图像数据提取模块从DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于检查部位数据、空间位置数据和扫描时间数据，将DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个期相序列分成N个DICOM图像组，并将所有DICOM图像组发送给图像数据命名模块；其中，每个DIOCM图像组中的DICOM图像有相同的期相数据；其中，N大于等于1；
DICOM图像的头文件信息包括基本信息、检查部位信息、空间位置信息、DICOM图像序列的特征信息等，其中，基本信息可以为人口学信息、医疗机构的信息、影像设备的品牌型号等；检查部位信息为患者的检查部位，例如肺部、前列腺、乳腺等等；空间位置信息可以为平躺、侧卧、俯卧等等；DICOM图像序列的特征信息为序列主体特征(例如T1W/T2W/PDW/DWI)、层厚、期相、特殊参数(比如压脂、亮血、多B值、特殊化合物的化学位移等)。
DICOM图像的头文件信息中，检查部位数据表示为(0020,0100)TemporalPosition Identifier；序列号表示为(0020,0011)Series Number；扫描时间数据表示为(0018,0081)Echo Time；序列描述表述为(0008,103E)Series Description。
其中，当N等于1时，该期相序列为一个DICOM图像组，也就是不同的期相属于不同的序列图像；当N大于1时，该期相序列被分成N个DICOM图像组，每个DICOM图像组中的每个DICOM图像有相同的期相数据，在满足同一部位、同一空间位置的前提下，若扫描时间相同的话，就属于同一期相数据；例如，1个序列图像中有4个期相数据，则图像数据提取模块将该序列图像分成4个DICOM图像组；
步骤S603，图像数据命名模块接收DICOM图像组，基于检查部位数据、空间位置数据以及扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的DICOM图像组发送给数据存储模块；
以肝脏CT增强扫描为例，通过前臂静脉造影剂注射后，大约15-25秒，在肝脏当中就会通过肝动脉的循环显示充盈；肝脏还有一个血供的路径，是门静脉系统，是从腹部、盆腔的消化和生殖系统回流的血液，大概在造影剂注射后40-50秒返回肝脏；如果患者是HCC(原发干细胞肝癌)，其血供主要是肝动脉，而很少有门脉的供血，所以显示早期充盈、早期消退的快进快出状态；如果是转移瘤，则往往是肝动脉期不显影，在门脉期显影；如果间隔10分钟再扫描，往往称之为平衡期，如果这时有病灶显影，则往往是血管瘤。所谓期相，就是门脉期、肝动脉期、平衡期等等。
期相临床含义是指什么样的扫描时间对应于哪个期相，以CT肝脏扫描为例，如果确认是扫描上腹部，没有增强，则认为是肝脏平扫序列图像；如果是第一个带有C标志的序列，则判断为肝动脉期序列；如果相比第一个C序列延迟了30-40秒，则认为是门脉期序列；如果延迟超过5分钟，但检查部位完全相同，则认为是平衡期序列。综上所述，DICOM图像组的名称就可以为门脉期、肝动脉期、平衡期等。
不同的设备类型、检查部位，有不同的序列区分的知识库，这个知识库可配置，可动态添加。
步骤S604，数据存储模块存储带有期相名称的DICOM图像组；
步骤S605，数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析；
同一种扫描方法、同一个部位，可能有很多影像AI诊断模型服务于不同的临床目的。比如一个肝脏CT的扫描可能使用30-40个影像AI诊断模型，这些影像AI诊断模型可能来自不同的厂家，实际工作中不可能将全部图像都发给所有的厂家，也不可能所有的厂家实现所有的影像AI诊断模型。只能将不同临床含义的序列图像送给不同的影像AI诊断模型。没有序列的需求，就不可能实现多模态续贯型AI的引入。
其中，该方法还包括：图像数据命名模块中的时间判断单元判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称。
以肝脏CT增强扫描为例，通过前臂静脉造影剂注射后，经过15-25秒，这个时间长度，并结合检查部位、空间位置数据，判断为肝动脉期；经过40-50秒，这个时间长度，并结合检查部位、空间位置数据，判断为门脉期；经过大约10分钟，这个时间长度，并结合检查部位、空间位置数据，判断为平衡期。
其中，该方法还包括：当DICOM图像序列为DWI序列时，图像数据提取模块中的B值识别单元基于DICOM图像头文件信息中的序列描述和B值或空间位置数据、扫描时间数据的先后顺序以及DICOM图像的序列描述，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
例如：以腹盆部扫描为例，DWI序列图像会有一到多种B值，一般为0，800，1000，1200，1400等等。对于癌灶区域判断，一般选取B值最高的DICOM图像组，DICOM图像组输入到影像AI诊断模型中。
扫描设备在生成DICOM图像时，一般会对不同B值的DICOM图像生成不同的头文件信息。当DICOM图像头文件信息中有显示B值的相关信息时，即：(0018,0024)SequenceName、(0018,9087)Diffusion B Value，则基于DICOM图像头文件信息中的序列描述((0018,0024)Sequence Name)和B值((0018,9087)Diffusion B Value)，判断DICOM图像的B值大小，将相同B值的DICOM图像归属于同一DICOM图像组。
当扫描设备未生成合理的DICOM图像头文件信息时，则通过空间位置数据、扫描时间数据的先后顺序先进行分组，一般情况下，一个序列有多个B值时，会在同一个空间位置上具有相同数量的DICOM图像，并基于DICOM图像的序列描述，提取到不同B值的DICOM图像，将相同B值的DICOM图像归属于同一DICOM图像组。
其中，该方法还包括：图像数据命名模块中的标记单元将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块。
其中，国际标准知识库编码可以为RADLEX编码等，在此不做任何限定。
其中，该方法还包括：数据发送模块中的方案提取单元基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看。
其中，影像检查扫描方案可以为扫描的方式，是平扫还是加强，扫描多少个序列、层厚、扫描几期等等。
本发明的实施例中的图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，可以根据DICOM图像的头文件信息识别检查部位、空间位置和扫描时间等数据，根据上述数据将DICOM图像序列中含有期相数据的序列全部提取出来，并把含有相同期相数据的DICOM图像归到一个DICOM图像组中，图像数据命名模块根据扫描时间的先后顺序，结合检查部位以及空间位置，判断该扫描时间所对应的期相临床含义，根据期相临床含义来设置每个DICOM图像组的名称，数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析；本系统能够自动将不同期相的序列图像发送给与之匹配的影像AI诊断模型，实现了多模态序贯型影像AI诊断模型的引入，避免了将错误的期相序列图像发送到错误的影像AI诊断模型中导致影像AI诊断模型误判的情况，提高了诊断质量；本发明实施例中的时间判断单元，可以判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，增加了系统设置的灵活性、通用性；本发明实施例中的标记单元，可以将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块，由于每个DICOM图像组有一个统一的编码，有利于各个系统之间的数据查找、传输，通用性更强；本发明实施例中的方案提取单元，可以基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看，为自动化提供到影像报告界面中的扫描方案提供了可能，可以让诊断医生快速了解到整体的扫描方案，提高了影像报告的撰写效率。
从以上描述中，可以看出，本发明的上述实施例实现了如下技术效果：由于本发明设置了图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，可以根据DICOM图像的头文件信息识别检查部位、空间位置和扫描时间等数据，根据上述数据将DICOM图像序列中含有期相数据的序列全部提取出来，并把含有相同期相数据的DICOM图像归到一个DICOM图像组中，图像数据命名模块根据扫描时间的先后顺序，结合检查部位以及空间位置，判断该扫描时间所对应的期相临床含义，根据期相临床含义来设置每个DICOM图像组的名称，数据发送模块基于患者的检查号以及DICOM图像组的名称，查找与影像AI诊断模型相匹配的DICOM图像组，并将该DICOM图像组发送给影像AI诊断模型，供影像AI诊断模型进行分析；本系统能够自动将不同期相的序列图像发送给与之匹配的影像AI诊断模型，实现了多模态序贯型影像AI诊断模型的引入，避免了将错误的期相序列图像发送到错误的影像AI诊断模型中导致影像AI诊断模型误判的情况，提高了诊断质量；由于本发明中设置了时间判断单元，可以判断扫描时间数据的时间长度，基于时间长度、检查部位数据、空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据期相临床含义来设置该DICOM图像组的名称，增加了系统设置的灵活性、通用性；由于本发明设置了标记单元，可以将每个DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个DICOM图像组的名称的编码，并自动对每个DICOM图像组进行本体标记，将标记后的DICOM图像组发送给数据存储模块，由于每个DICOM图像组有一个统一的编码，有利于各个系统之间的数据查找、传输，通用性更强；由于本发明设置了方案提取单元，可以基于患者的检查号及DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将影像检查扫描方案发送到影像结构化报告界面供医生查看，为自动化提供到影像报告界面中的扫描方案提供了可能，可以让诊断医生快速了解到整体的扫描方案，提高了影像报告的撰写效率。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于DICOM图像信息推断扫描序列期相的系统，其特征在于，包括影像信息管理模块、图像数据提取模块、图像数据命名模块、数据存储模块和数据发送模块，其中，
所述影像信息管理模块，与所述图像数据提取模块相连，用于当患者完成影像扫描检查时，通过DICOM协议将患者的DICOM图像传输给所述图像数据提取模块；
所述图像数据提取模块，分别与所述影像信息管理模块和所述图像数据命名模块相连，用于从所述DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于所述检查部位数据、所述空间位置数据和所述扫描时间数据，将所述DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个所述期相序列分成N个DICOM图像组，并将所有所述DICOM图像组发送给所述图像数据命名模块；其中，每个所述DIOCM图像组中的DICOM图像有相同的所述期相数据；其中，N大于等于1；
所述图像数据命名模块，分别与所述图像数据提取模块和所述数据存储模块相连，用于接收所述DICOM图像组，基于所述检查部位数据、所述空间位置数据以及所述扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据所述期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的所述DICOM图像组发送给所述数据存储模块；
所述数据存储模块，分别与所述图像数据命名模块和所述数据发送模块相连，用于存储所述带有期相名称的DICOM图像组；
所述数据发送模块，与所述数据存储模块相连，用于基于患者的检查号以及所述DICOM图像组的名称，查找与影像AI诊断模型相匹配的所述DICOM图像组，并将该DICOM图像组发送给所述影像AI诊断模型，供所述影像AI诊断模型进行分析。
2.根据权利要求1所述的基于DICOM图像信息推断扫描序列期相的系统，其特征在于，所述图像数据命名模块还包括时间判断单元，用于判断所述扫描时间数据的时间长度，基于所述时间长度、所述检查部位数据、所述空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据所述期相临床含义来设置该DICOM图像组的名称。
3.根据权利要求1所述的基于DICOM图像信息推断扫描序列期相的系统，其特征在于，当所述DICOM图像序列为DWI序列时，所述图像数据提取模块还包括B值识别单元，用于基于所述DICOM图像头文件信息中的序列描述和B值或所述空间位置数据、所述扫描时间数据的先后顺序以及所述DICOM图像的序列描述，判断所述DICOM图像的B值大小，将相同B值的DICOM图像归属于同一所述DICOM图像组。
4.根据权利要求1或2所述的基于DICOM图像信息推断扫描序列期相的系统，其特征在于，所述图像数据命名模块还包括标记单元，用于将每个所述DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个所述DICOM图像组的名称的编码，并自动对每个所述DICOM图像组进行本体标记，将标记后的所述DICOM图像组发送给所述数据存储模块。
5.根据权利要求1所述的基于DICOM图像信息推断扫描序列期相的系统，其特征在于，所述数据发送模块还包括方案提取单元，用于基于患者的检查号及所述DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将所述影像检查扫描方案发送到影像结构化报告界面供医生查看。
6.一种基于DICOM图像信息推断扫描序列期相的方法，其特征在于，包括：
当患者完成影像扫描检查时，影像信息管理模块通过DICOM协议将患者的DICOM图像传输给图像数据提取模块；
所述图像数据提取模块从所述DICOM图像的头文件信息中识别检查部位数据、空间位置数据和扫描时间数据，基于所述检查部位数据、所述空间位置数据和所述扫描时间数据，将所述DICOM图像序列中含有期相数据的序列全部提取出来，定义为期相序列，将每个所述期相序列分成N个DICOM图像组，并将所有所述DICOM图像组发送给图像数据命名模块；其中，每个所述DIOCM图像组中的DICOM图像有相同的所述期相数据；其中，N大于等于1；
所述图像数据命名模块接收所述DICOM图像组，基于所述检查部位数据、所述空间位置数据以及所述扫描时间数据的先后顺序，判断该扫描时间数据所对应的期相临床含义，根据所述期相临床含义来设置该DICOM图像组的名称，并将带有期相名称的所述DICOM图像组发送给数据存储模块；
所述数据存储模块存储所述带有期相名称的DICOM图像组；
数据发送模块基于患者的检查号以及所述DICOM图像组的名称，查找与影像AI诊断模型相匹配的所述DICOM图像组，并将该DICOM图像组发送给所述影像AI诊断模型，供所述影像AI诊断模型进行分析。
7.根据权利要求6所述的基于DICOM图像信息推断扫描序列期相的方法，其特征在于，该方法还包括：所述图像数据命名模块中的时间判断单元判断所述扫描时间数据的时间长度，基于所述时间长度、所述检查部位数据、所述空间位置数据来判断该扫描时间数据所对应的期相临床含义，根据所述期相临床含义来设置该DICOM图像组的名称。
8.根据权利要求6所述的基于DICOM图像信息推断扫描序列期相的方法，其特征在于，当所述DICOM图像序列为DWI序列时，该方法还包括：所述图像数据提取模块中的B值识别单元基于所述DICOM图像头文件信息中的序列描述和B值或所述空间位置数据、所述扫描时间数据的先后顺序以及所述DICOM图像的序列描述，判断所述DICOM图像的B值大小，将相同B值的DICOM图像归属于同一所述DICOM图像组。
9.根据权利要求6或7所述的基于DICOM图像信息推断扫描序列期相的方法，其特征在于，该方法还包括：所述图像数据命名模块中的标记单元将每个所述DICOM图像组的名称与国际标准知识库编码进行一一匹配，获取每个所述DICOM图像组的名称的编码，并自动对每个所述DICOM图像组进行本体标记，将标记后的所述DICOM图像组发送给所述数据存储模块。
10.根据权利要求6所述的基于DICOM图像信息推断扫描序列期相的方法，其特征在于，该方法还包括：所述数据发送模块中的方案提取单元基于患者的检查号及所述DICOM图像组的名称，提取对应于该患者的影像检查扫描方案，将所述影像检查扫描方案发送到影像结构化报告界面供医生查看。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010238202.5A CN111430010A (zh) | 2020-03-30 | 2020-03-30 | 基于dicom图像信息推断扫描序列期相的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010238202.5A CN111430010A (zh) | 2020-03-30 | 2020-03-30 | 基于dicom图像信息推断扫描序列期相的系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111430010A true CN111430010A (zh) | 2020-07-17 |
Family
ID=71549924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010238202.5A Pending CN111430010A (zh) | 2020-03-30 | 2020-03-30 | 基于dicom图像信息推断扫描序列期相的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111430010A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111916185A (zh) * | 2020-08-17 | 2020-11-10 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
| CN114119988A (zh) * | 2021-11-24 | 2022-03-01 | 四川大学华西医院 | 一种mr扫描数据存储方法、dicom路由器和系统 |
| CN114343607A (zh) * | 2022-01-06 | 2022-04-15 | 四川大学华西医院 | 一种基于肝脏mr检查目的的图像序列展示方法和系统 |
| CN115662579A (zh) * | 2022-10-27 | 2023-01-31 | 拓微摹心数据科技(北京)有限公司 | 多期相序列拆分及动态展示的方法、装置、存储介质及计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160350495A1 (en) * | 2013-10-08 | 2016-12-01 | COTA, Inc. | Clinical outcome tracking and analysis |
| CN108829815A (zh) * | 2018-06-12 | 2018-11-16 | 四川希氏异构医疗科技有限公司 | 一种医学影像图像筛选方法 |
| CN110264538A (zh) * | 2018-06-14 | 2019-09-20 | 上海联影医疗科技有限公司 | 用于核磁共振图像重建的方法、系统和装置 |
| CN110853740A (zh) * | 2019-11-07 | 2020-02-28 | 李真林 | 从dicom图像中提取影像扫描方案特征的系统及方法 |
-
2020
- 2020-03-30 CN CN202010238202.5A patent/CN111430010A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160350495A1 (en) * | 2013-10-08 | 2016-12-01 | COTA, Inc. | Clinical outcome tracking and analysis |
| CN108829815A (zh) * | 2018-06-12 | 2018-11-16 | 四川希氏异构医疗科技有限公司 | 一种医学影像图像筛选方法 |
| CN110264538A (zh) * | 2018-06-14 | 2019-09-20 | 上海联影医疗科技有限公司 | 用于核磁共振图像重建的方法、系统和装置 |
| CN110853740A (zh) * | 2019-11-07 | 2020-02-28 | 李真林 | 从dicom图像中提取影像扫描方案特征的系统及方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111916185A (zh) * | 2020-08-17 | 2020-11-10 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
| CN111916185B (zh) * | 2020-08-17 | 2024-02-20 | 北京赛迈特锐医疗科技有限公司 | 为ai诊断模型提供影像数据的管理系统及方法 |
| CN114119988A (zh) * | 2021-11-24 | 2022-03-01 | 四川大学华西医院 | 一种mr扫描数据存储方法、dicom路由器和系统 |
| CN114119988B (zh) * | 2021-11-24 | 2023-04-11 | 四川大学华西医院 | 一种mr扫描数据存储方法、dicom路由器和系统 |
| CN114343607A (zh) * | 2022-01-06 | 2022-04-15 | 四川大学华西医院 | 一种基于肝脏mr检查目的的图像序列展示方法和系统 |
| CN114343607B (zh) * | 2022-01-06 | 2023-11-10 | 四川大学华西医院 | 一种基于肝脏mr检查目的的图像序列展示方法和系统 |
| CN115662579A (zh) * | 2022-10-27 | 2023-01-31 | 拓微摹心数据科技(北京)有限公司 | 多期相序列拆分及动态展示的方法、装置、存储介质及计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111430010A (zh) | 基于dicom图像信息推断扫描序列期相的系统及方法 | |
| US7848553B2 (en) | Method and apparatus of multi-modality image fusion | |
| US10354049B2 (en) | Automatic detection and retrieval of prior annotations relevant for an imaging study for efficient viewing and reporting | |
| US6839455B2 (en) | System and method for providing information for detected pathological findings | |
| US20050049495A1 (en) | Remote assistance for medical diagnostic ultrasound | |
| CN111584043B (zh) | 影像学扫描方案智能提示系统及其方法 | |
| US11139068B2 (en) | Methods, systems, and computer readable media for smart image protocoling | |
| US7116807B1 (en) | Method and apparatus for linking images and reports at remote view station | |
| CN112263236A (zh) | 全身肿瘤mri智能化评估系统及方法 | |
| CN1895185B (zh) | 显示检查对象的检查区域和药剂在体内影响的信息的方法 | |
| CN111904379A (zh) | 多模态医学设备的扫描方法和装置 | |
| CN107874752A (zh) | 实现多导联心电测量的方法和装置 | |
| CN111916185A (zh) | 为ai诊断模型提供影像数据的管理系统及方法 | |
| US20040024292A1 (en) | System and method for assigning a computer aided detection application to a digital image | |
| US20040057609A1 (en) | Method and apparatus for cross-modality comparisons and correlation | |
| US20130163835A1 (en) | Apparatus for managing medical image data using reference coordinates and method thereof | |
| CN108122605A (zh) | 医学图像选择方法及设备 | |
| CN107358038B (zh) | 一种通过配置文件整合应用的方法和装置 | |
| US20190206527A1 (en) | Register for examinations with contrast agent | |
| CN109171804B (zh) | 多模式超声图像处理系统及方法 | |
| US20190371454A1 (en) | Medical image information storage system | |
| KR20150113286A (ko) | 녹화와 동시에 태깅하는 의료용 영상 저장 및 전송 시스템 | |
| CN109346143A (zh) | 一种提高超声检查报告编辑速度的方法 | |
| JP6548498B2 (ja) | 検査業務支援システム | |
| US10957444B2 (en) | Apparatus for tomography repeat rate/reject rate capture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |