[发明专利]医学图像采集方法、装置、设备和计算机可读存储介质

说明书

本发明涉及一种医学图像采集方法、装置、设备和计算机可读存储介质。其中，该方法包括：实时采集医学图像；提取医学图像的梯度方向直方图特征；将医学图像的梯度方向直方图特征输入到训练完备的浅层机器学习模型，得到分类结果，分类结果用于表示医学图像中的伪影是否影响组织特征的识别；在分类结果表示医学图像中的伪影影响组织特征的识别的情况下，重新进行医学图像采集。通过本发明，解决了医学成像系统无法识别图像质量的问题，实现了医学图像的图像质量的识别并在图像质量欠缺时自动进行图像重扫，有效地减少了医师的工作量。

技术领域

本发明涉及医学影像处理领域，特别是涉及一种医学图像采集方法、装置、设备和计算机可读存储介质。

背景技术

在医学成像系统中，图像质量取决于很多因素，例如空间分辨率、组织对比度、信号噪比、对比噪声比、图像缺陷等。其中，在扫描中，因受检者的运动比如呼吸、心跳、姿态而带来的运动伪影的图像质量问题，是无法通过硬件和扫描参数的优化而得以改善，较差的图像质量无法满足临床诊断要求。

为了呈现出更好的图像质量，在图像重建后，医师需要手动调取并观察重建后的图像，评估图像中包含的信息的完整性，由此在数据处理分析前，判断这些图像是否具有可接受的图像质量，以及，是否需要重新扫描。但是，每名受检者可能对应有多张重建图像，以全身磁共振扫描为例，一方面，由于扫描硬件的限制，只能以若干床位分别扫描的方式完成全身扫描；另一方面，每个床位上常规的磁共振扫描要包含不同加权的图像比如T1、T2、DWI，相同加权图像要包含不同的采集方位比如T2横断位、T2冠状位，不同参数采集，和/或，有些疾病会在某些部位增加更有针对性的磁共振扫描序列，因此，磁共振扫描序列可能有至少二十个，即每名受检者重建后的图像可能有至少二十个，这使得医师观察图像质量的过程相当耗时且费力，增加了医师的工作负担。

发明内容

基于此，有必要针对相关技术中的医学成像系统无法识别图像质量的问题，提供一种医学图像采集方法、装置、设备和计算机可读存储介质。

根据本发明实施例的一个方面，提供了一种医学图像采集方法，包括：实时采集医学图像；提取所述医学图像的梯度方向直方图特征；将所述医学图像的梯度方向直方图特征输入到训练完备的浅层机器学习模型，得到分类结果，所述分类结果用于表示所述医学图像中的伪影是否影响组织特征的识别；在所述分类结果表示所述医学图像中的伪影影响组织特征的识别的情况下，重新进行医学图像采集。

在其中一些实施例中，所述分类结果包括所述医学图像的质量因子，所述质量因子用于表示所述医学图像中的伪影影响组织特征的识别的程度。

在其中一些实施例中，所述浅层机器学习模型包括以下之一：支持向量机模型、Logistic回归模型、朴素贝叶斯分类模型、决策树模型。

在其中一些实施例中，所述训练完备的浅层机器学习模型的训练过程包括：准备医学图像集，其中，所述医学图像集中的医学图像被基于质量因子分类，所述质量因子用于表示医学图像中的伪影影响组织特征的识别的程度；从所述医学图像集中抽取医学图像，并提取这些医学图像的梯度方向直方图特征，得到训练集；加载初始的浅层机器学习模型；使用所述训练集训练所述初始的浅层机器学习模型，直至误差低于预设值，得到所述训练完备的浅层机器学习模型。

在其中一些实施例中，准备医学图像集还包括：对所述医学图像集中的医学图像进行正则化处理，以使所述医学图像集中的医学图像具有相同的尺寸。

在其中一些实施例中，所述训练完备的浅层机器学习模型基于与所述医学图像包含相同的人体部位影像的医学图像训练。