[发明专利]医疗影像的元数据预测装置及方法

说明书

本公开涉及一种利用神经网络对医疗影像及元数据之间的关系进行机器学习，并通过将机器学习模型应用于医疗影像来获得元数据的装置及方法，包括如下步骤：基于用于学习(training)的多个医疗影像及分别与多个医疗影像匹配的元数据来学习预测医疗影像的元数据的预测模型；及利用所学到的预测模型，预测输入的医疗影像的元数据。

技术领域

本公开涉及一种利用神经网络对医疗影像及元数据之间的关系进行机器学习，并通过将机器学习模型适用于医疗影像来获取元数据的装置及方法。

背景技术

根据作为医疗影像的数据标准的医学数字成像和通信(Digital ImagingandCommunications in Medicine，DICOM)，DICOM数据大致包括两种信息。一个是拍摄的医疗影像原件(raw pixel array)，另一个是记录在DICOM标头的元数据。

医疗影像分析首先利用记录在DICOM标头(header)中的值。例如，医疗人员通过查看DICOM标头中的“身体检查部位(BodyPartExamined)”属性的值，判断医疗影像是否是作为判断对象的患者的身体部位，并进行医疗影像判断。另外，医疗人员可利用DICOM标头的“窗口中心/宽度(Window Center/Width)”属性，来标准化(normalization)来自各种环境的原始影像。

存储在DICOM标头中的医学图像的元数据对于不同的医院可能具有不同的协议，并且不同的放射科医师可能会输入不同的主观值。在某些情况下，该值可能不存在于DICOM标头中，可能输入不正确或可能以其他基准存储。这种情况下，医疗人员无法判断医疗影像或做出错误的判断。另外，为了对医疗影像进行机器学习，需要标准化的医疗影像，但是，如果根据不同的标准来存储元数据，则存在不能正确地对医疗影像进行机器学习的问题。

发明内容

本公开的一实施例的医疗影像分析方法，包括如下步骤：基于用于学习(training)的多个医疗影像及分别与多个医疗影像匹配的元数据，来学习预测医疗影像的元数据的预测模型；及利用所学到的预测模型，预测输入的医疗影像的元数据。

本公开的一实施例的医疗影像分析方法的元数据包括：与医疗影像中包括的个体有关的信息、医疗影像的拍摄环境的信息及与医疗影像的显示方法有关的信息中的至少一个。

本公开的一实施例的医疗影像分析方法的与医疗影像中包括的个体有关的信息包括：医疗影像包括的身体部位信息及患者的信息中的至少一个；医疗影像的拍摄环境的信息包括：医疗影像的模态信息(modalityinformation)及医疗影像的拍摄方式的信息中的至少一个；与医疗影像的显示方法有关的信息包括：医疗影像的窗口中心(windowcenter)信息、窗口宽度(window width)信息、颜色反转信息、影像的旋转信息及影像的翻转信息中的至少一个。

本公开的一实施例的医疗影像分析方法的学习预测模型的步骤包括如下步骤：从用于学习的多个医疗影像的各DICOM(Digital Imaging andCommunications inMedicine)标头的标准数据元(Standard Data Elements)获取分别与多个医疗影像匹配的多个元数据；及利用用于学习的多个医疗影像及获取的多个元数据，学习预测模型。

本公开的一实施例的医疗影像分析方法的学习预测模型的步骤还包括：将对于输入的医疗影像的进行预测的元数据匹配到输入的医疗影像并存储的步骤。

本公开的一实施例的医疗影像分析方法的存储的步骤还包括：将预测的元数据存储到输入的医疗影像的DICOM(Digital Imaging andCommunications in Medicine)标头中的步骤。

本公开的一实施例的医疗影像分析方法还包括：为了在输入的医疗影像中检测出异常(anomaly)，基于预测的元数据来调整(adjust)输入的医疗影像的步骤。