[发明专利]医学图像的质量评估方法和装置

说明书

本发明提供一种医学图像的质量评估方法和装置，所述方法包括以下步骤：获取医学图像样本，并对医学图像样本进行标注以得到训练集；通过训练集训练神经网络检测模型；获取待评估医学图像；将待评估医学图像输入训练后的神经网络检测模型，以输出待评估医学图像的评估结果。本发明能够实时、全面、客观地对医学图像进行质控评估。

技术领域

本发明涉及医学图像质控技术领域，具体涉及一种医学图像的质量评估方法和一种医学图像的质量评估装置。

背景技术

CR(Computed Radiography，计算机X射线)/DR(Digital Radiography，直接数字平板X线成像系统)是医疗机构普及率最高的设备之一，基层医疗机构普遍拥有。而胸部平片是常规体检中最常见影像检查方法，同时也是患者入院必查项目。由于其品牌众多，医疗机构使用水平不一，导致图像质量参差不齐，而图像质量直接影响检出及诊断的效率及准确性。因此，通过质控这一环节，从源头上保证图像质量，是非常必要的。

目前，图像质量分析是由质控小组定期随机抽取部分图像，根据质控标准进行人工综合评价。然而，基于人工抽查并评分对X线胸片进行质控的方式，可能由于质控小组人手不足，无法对所有医疗机构进行质控检查。同时，人工抽查的仅是海量数据中的极少数样本，且具有一定的主观性和片面性，并不能客观全面地反映该医疗机构整体摄片质量，对于改善质控措施有偏倚。另外，这种方法是回顾性的，无法进行实时质控。以上情况，均可能导致图像质控工作无法达到预期的效果。

发明内容

本发明为解决上述技术问题，提供了一种医学图像的质量评估方法和装置，能够实时、全面、客观地对医学图像进行质控评估。

本发明采用的技术方案如下：

一种医学图像的质量评估方法，包括以下步骤：获取医学图像样本，并对所述医学图像样本进行标注以得到训练集；通过所述训练集训练神经网络检测模型；获取待评估医学图像；将所述待评估医学图像输入训练后的神经网络检测模型，以输出所述待评估医学图像的评估结果。

所述医学图像为X线胸片。

所述神经网络检测模型包括区域特征提取网络、关键点回归网络和分类网络。

所述区域特征提取网络包括肩胛骨特征提取子网络、胸片边缘特征提取子网络和全局特征提取子网络，所述肩胛骨特征提取子网络、所述胸片边缘特征提取子网络和所述全局特征提取子网络均采用残差卷积神经网络作为骨干网络，所述肩胛骨特征提取子网络用于对X线胸片的肩胛骨区域进行特征提取以得到肩胛骨特征，所述胸片边缘特征提取子网络用于对X线胸片的上下左右四个边缘区域进行特征提取以得到边缘特征，所述全局特征提取子网络用于对整个X线胸片进行特征提取以得到全局特征。

所述关键点回归网络用于根据所述全局特征，回归定位T6肋骨椎骨交叉点，来确定X线胸片拍摄是否在正中央，所述分类网络用于根据所述肩胛骨特征对肩胛骨是否在肺野内外进行分类，并用于根据所述边缘特征对胸片上下左右是否完整进行分类。

一种医学图像的质量评估装置，包括：第一获取模块，所述第一获取模块用于获取医学图像样本，并对所述医学图像样本进行标注以得到训练集；训练模块，所述训练模块用于通过所述训练集训练神经网络检测模型；第二获取模块，所述第二获取模块用于获取待评估医学图像；评估模块，所述评估模块用于将所述待评估医学图像输入训练后的神经网络检测模型，以输出所述待评估医学图像的评估结果。

所述医学图像为X线胸片。

所述神经网络检测模型包括区域特征提取网络、关键点回归网络和分类网络。