[发明专利]基于人工智能的乳腺钼靶图像的辅助诊断系统

说明书

本申请是201910407807.X的分案申请，公开了基于人工智能的乳腺目标图像的辅助诊断系统，所述系统包括：乳腺DR设备、乳房良恶性子系统和自动化报告生成子系统；所述乳腺DR设备，用于基于数字X射线成像技术，采集乳腺钼靶图像；所述乳房良恶性子系统，用于获取所述乳腺DR设备采集的单侧乳房的乳腺钼靶图像，所述乳腺钼靶图像包括：头尾CC位钼靶图像和内侧斜MLO位钼靶图像；调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测，得到所述单侧乳房的良恶性预测结果；所述自动化报告生成子系统，用于生成和输出检测报告，所述检测报告包括所述单侧乳房的良恶性预测结果。

本申请是申请号为201910407807.X、申请日为2019年05月16日、发明创造名称为“乳腺钼靶图像的辅助诊断方法、装置、系统及介质”的分案申请

技术领域

本申请实施例涉及人工智能领域，特别涉及一种基于人工智能的乳腺钼靶图像的辅助诊断系统。

背景技术

乳腺钼靶（mammograms）图像被广泛应用于乳腺癌早期筛查，医生通常会诊断钼靶图像中的各种异常信息，包括肿块病灶、钙化病灶、淋巴结肿大及皮肤异常等，并根据异常信息给出表征风险程度的乳腺影像报告和数据系统（BI-RADS）分级。

相关技术中，采用神经网络模型对乳腺钼靶图像中的病灶进行识别，从而定位出乳腺钼靶图像中的可疑病灶以及良恶性预测结果，并根据乳腺钼靶图像中的所有异常信息推断出该乳腺钼靶图像整体的BI-RADS评分。

但是上述神经网络模型的预测过程仅是简单的二维图像层面的预测过程，与医生实际的看片过程并不吻合，导致对良恶性预测结果的准确程度较低。

发明内容

本申请实施例提供了一种基于人工智能的乳腺钼靶图像的辅助诊断系统，可以解决相关技术中的神经网络模型对乳腺钼靶图像中的良恶性预测结果的准确程序较低的问题。所述技术方案如下：

根据本申请的一个方面，提供了一种乳腺钼靶图像的辅助诊断方法，所述方法包括：

获取单侧乳房的乳腺钼靶图像，所述乳腺钼靶图像包括：头尾（Cranial-Caudal，CC）位钼靶图像和内侧斜视（MedioLateral-Oblique，MLO）位钼靶图像；

调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测，得到所述单侧乳房的良恶性预测结果；

生成和输出检测报告，所述检测报告包括所述单侧乳房的良恶性预测结果。

根据本申请的一个方面，提供了一种乳腺钼靶图像的辅助诊断装置，所述装置包括：

图像获取模块，用于获取单侧乳房的乳腺钼靶图像，所述乳腺钼靶图像包括：CC位钼靶图像和MLO位钼靶图像；

乳房良恶性检测模型模块，用于对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测，得到所述单侧乳房的良恶性预测结果；

自动化报告输出模块，用于生成和输出检测报告，所述检测报告包括所述单侧乳房的良恶性预测结果。

根据本申请的另一方面，提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器存储有至少一条程序，所述至少一条程序由所述处理器加载并执行以实现如上所述的乳腺钼靶图像的辅助诊断方法。

根据本申请的另一方面，提供了一种乳腺钼靶图像的辅助诊断系统，其特征在于，所述系统包括：乳腺DR设备、计算机设备和医生设备；所述乳腺DR设备与所述计算机设备相连，所述计算机设备与所述医生设备相连；所述计算机设备包括存储器和处理器；所述存储器存储有至少一条程序，所述至少一条程序由所述处理器加载并执行以实现如上所述的乳腺钼靶图像的辅助诊断方法。