[发明专利]基于医学影像的诊断信息处理方法及存储介质

说明书

本公开涉及基于医学影像的诊断信息处理方法，包括：获取受检对象的第一肺部医学影像；获取所述第一肺部医学影像中受累部位的影像参数，至少包括获取受累部位的体积和密度；根据所述受累部位的影像参数，以及由海量数据训练模型得到的标准化CT值密度值，确定所述第一肺部医学影像信息对应的受检对象肺部的受累指数。计算机可读存储介质存储的计算机可执行指令主要执行上述处理方法。通过本公开的各实施例能够基于AI识别技术，快速获得相关疾病引发的肺部受累指数。

技术领域

本公开涉及智能化辅助医学诊断信息技术领域，具体涉及一种基于医学影像的诊断信息处理方法及存储介质。

背景技术

目前，很多肺部疾病可以通过CT影像检出，但是，目前通过CT影像检出疾病只能做阳性诊断，而不能对疾病严重程度进行判断。

但是，有些疾病需要快速得出疾病严重程度，针对不同等级的疾病快速制定出相应的处理方案。例如，新型冠状病毒性肺炎，其传播速度迅猛，需要做到早发现、早诊断、早隔离、早治疗。针对这类疾病，需要快速判断这类疾病引发的肺部受累指数，例如肺部炎症指数。因此，如何提供方法，进而基于医学影像实现判读肺部炎症指数，是一亟待解决的技术问题。

发明内容

本公开意图提供一种基于医学影像的诊断信息处理方法及存储介质，能够基于AI识别技术，快速获得相关疾病引发的肺部受累指数。

根据本公开的方案之一，提供一种基于医学影像的诊断信息处理方法，包括：

获取受检对象的第一肺部医学影像；

获取所述第一肺部医学影像中受累部位的影像参数，至少包括获取受累部位的体积和密度；

根据所述受累部位的影像参数，以及由海量数据训练模型得到的标准化CT值密度值，确定所述第一肺部医学影像信息对应的受检对象肺部的受累指数。

在一些实施例中，其中，所述标准化CT值密度值包括标准化正常肺CT值密度值和标准化实变CT值密度值；

所述由海量数据训练模型得到标准化CT值密度值的步骤，包括：

从海量的正常肺CT影像和实变肺CT影像中提取学习，构建不同类型肺的标准化模型；

通过所述标准化模型，得到标准化正常肺CT值密度值和/或标准化实变CT值密度值。

在一些实施例中，其中，还包括：

根据海量的正常肺CT影像和实变肺CT影像中的肺内情况确定深度学习算法，形成训练集。

在一些实施例中，其中，所述形成训练集，包括：

至少基于以下参数之一形成训练集：

CT图像、CT厂家、型号、图像重建方式、图像窗宽窗位、图像层厚，图像层间距、是否肺气肿、是否有大病灶、是否胸腔积液、是否气胸。

在一些实施例中，其中，当得到标准化正常肺CT值密度时，通过基于大数据获得的标准化正常肺CT值密度值与标准化实变CT值密度值的差值，得到所述标准化实变CT值密度值。

在一些实施例中，其中，根据所述受累部位的影像参数，以及由海量数据训练模型得到的标准化CT值密度值，确定所述第一肺部医学影像信息对应的受检对象肺部的受累指数，包括：得到各病灶的体积值和各病灶的病灶区域肺组织密度，并基于标准化正常肺CT值密度值得到第一参数；

得到全肺体积值，并基于标准化实变CT值密度值和标准化正常肺CT值密度值得到第二参数；

比较所述第一参数和第二参数，得到所述受累指数。

在一些实施例中，其中，所述由海量数据训练模型得到标准化CT值密度值的步骤，还包括：