[发明专利]一种基于三维乳腺彩超的病变区域标注方法及系统

说明书

本发明实施例提供的一种基于三维乳腺彩超的病变区域标注方法及系统，属于数据处理技术领域。该方法通过上传病人的三维乳腺彩超至服务器；获取所述服务器根据所述三维乳腺彩超所返回的超声图像和病人ID以及病理描述；显示所述病理描述以及所述超声图像，并获取医生根据所述病理描述对所述超声图像进行标注的标注信息；在将所述标注信息发送至所述服务器时，根据所述标注信息确定是否存在跳帧；若存在跳帧，显示提示信息，以使所述医生根据所述提示信息继续标注，并在标注完成后上传目标标注信息至所述服务器。从而实现将彩超图像上的乳腺病变区域快捷、精确、有效地进行标注的技术效果。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于三维乳腺彩超的病变区域标注方法及系统。

背景技术

乳腺癌现已成为女性恶性肿瘤之首，每年因为乳腺癌死亡的人数已超过50万，而且在全球范围内，乳腺癌的发病率及死亡率仍在逐渐升高。目前越来越多基于人工智能算法的乳腺癌检测系统获得了广泛的关注。然而，要想通过人工智能算法获得较准确的乳腺癌检测结果，首先需要构建规范化的乳腺大数据集。目前乳腺癌的检查方式多为乳腺彩超检查，每次检查都会有多张乳腺区域处的彩超图像，所以大部分的数据标注系统为二维图像上的肿块区域标记与定性。

目前主要的标注工具有：MIT团队开发的LabelMe图像标注系统，它能够在任意平台上快速安装，可移性强。同时能够对平面图像做多点标记，形成所需的矩形或多边形；Alberta大学团队开发的ByLabel图像和视频标注工具，它能够自动提取图形边缘，手动选取边缘并进行编组，再根据不同边缘之间的编组实现带孔洞等复杂目标的精确标注。

然而LabelMe主要针对单张图像进行标注，而三维彩超数据作为序列数据，连续帧图像前后关联性较大，需要反复浏览进行标注，LabelMe不能很好的满足这种标注需要；ByLabel虽然可以进行视频标注，但这是一种自动提取图像边缘的标注工具，在三维彩超数据图像中，病变区域边缘并不明显，可区分性弱，所以采用ByLabel得不到较为精确的标注结果。

发明内容

本发明实施例提供的一种基于三维乳腺彩超的病变区域标注方法及系统，可以解决现有技术中存在的无法精确地对乳腺病变可疑区域进行标注的技术问题。

本发明实施例提供的一种基于三维乳腺彩超的病变区域标注方法，应用于用户终端，所述方法包括：上传病人的三维乳腺彩超至服务器；获取所述服务器根据所述三维乳腺彩超所返回的超声图像和病人ID以及病理描述；显示所述病理描述以及所述超声图像，并获取医生根据所述病理描述对所述超声图像进行标注的标注信息；在将所述标注信息发送至所述服务器时，根据所述标注信息确定是否存在跳帧；若存在跳帧，显示提示信息，以使所述医生根据所述提示信息继续标注，并在标注完成后上传目标标注信息至所述服务器。

可选地，所述的获取医生根据所述病理描述对所述超声图像进行标注的标注信息，包括：获取医生根据所述病理描述对所述超声图像进行的不规则标注的标注信息。

可选地，所述的获取医生根据所述病理描述对所述超声图像进行的不规则标注的标注信息，包括：获取医生输入的不规则标注指令；基于所述不规则标注指令采集所述医生在所述超声图像上进行的点击事件；根据所述点击事件生成不规则标注区域；根据所述不规则标注区域确定标注信息。

可选地，所述的获取医生根据所述病理描述对所述超声图像进行标注的标注信息，包括：获取医生根据所述病理描述对所述超声图像进行的规则标注的标注信息。

可选地，所述的在若存在跳帧，显示提示信息，以使所述医生根据所述提示信息继续标注之后，并在标注完成后上传目标标注信息至所述服务器，还包括：导出所述目标标注信息，保存为本地图片文件。

可选地，所述的根据所述标注信息确定是否存在跳帧，包括：根据所述标注信息确定多个切片编号；判断所述多个切片编号中任意相邻两个所述切片编号之间的差值是否等于预设值；若是，则判定为不存在跳帧。