[发明专利]一种医学影像数据处理方法及系统

说明书

本发明公开一种医学影像数据处理方法及系统，其方法包括步骤：S1、根据病理过程的不同时期采集同一病变位置处图像数据；S2、对图像数据进行预处理，获取最优病理表现图片；S3、通过图片特征识别算法抓取最优病理表现图片中病变特征；S4、根据病理过程的时间先后顺序，将病理过程的不同时期最优病理表现图片拼接为影像；S5、按照病理过程的时间先后顺序，逐一判断每个最优病理表现图片中的病变特征是否加重；S6、将步骤S4中拼接的影像和病变加重信息发送至用户端，告知用户；S7、进一步判断病变特征是否减轻，若没有减轻，则返回步骤S3中，切换至另一类病变特征；S8、将步骤S4中拼接的影像和病变减轻信息发送至用户端，告知用户。本发明通过病理过程的不同时期医学影像综合展示其病理过程的变化。

技术领域

本发明属于图像数据处理技术领域，具体来说，涉及一种医学影像数据处理方法及系统。

背景技术

医学影像技术是现代医学诊断的主要手段之一，X射线成像，计算机断层成像，磁共振成像，B超等医学影像设备的广泛运用，极大促进了医学诊断治疗方式的发展。病理学诊断中依靠医学图像的形态学来识别细胞，与组织中各类细胞的含量、分布、形态等异常的表现，从而结合临床资料确定疾病的良恶性、类型分组、恶性程度、判断预后、指导临床治疗等。病理学诊断的方法类别较多，其中以图像诊断为一大类别，包括HE染色、巴氏染色、特殊染色、免疫组化、免疫荧光、电子显微镜等医学图像。人工智能、机器学习、深度学习等多种计算机技术已逐渐广泛应用于自然图像识别的领域，目前人工智能在肺CT影像中已取得相应的进展。随着算力及算法的不断迭代与提升，未来对于依靠人类经验识别的自然图像领域将会有更深入的发展。

在专利号为CN201910532706.5的中国发明专利中，公开了一种医学图像处理方法，所述方法包括：获取医学图像，对所述医学图像进行数字化处理得到数字医学图像；对所述数字医学图像中的各个区域进行特征识别，得到每个区域对应的图像特征，所述图像特征包括：颜色特征、形态特征、纹理特征中的至少一种；根据各个区域对应的图像特征将所述数字医学图像中的区域分为多个类别，具有相同或相似图像特征的区域属于同一类别。本发明通过自动化实现医学图像的数字化处理、识别每个区域对应的图像特征、把相同或相似图像特征的区域进行归类得出病理图像区域，从而后续让医生只从事相对简洁而不费时的审核工作。因此，本发明自动化、快捷、准确的识别出病理图像区域，提高了医生工作效率。

现有专利的缺陷在于，虽然实现了相同或相似图像特征的区域进行归类得出病理图像区域，但缺乏多期医学影像综合展示其病理过程的变化。

发明内容

针对现有医学图像处理方法缺乏多期医学影像综合展示其病理过程的变化的问题，本发明提供了一种医学影像数据处理方法及系统。

为实现上述技术目的，本发明采用的技术方案如下：

一种医学影像数据处理方法，包括步骤：

S1、根据病理过程的不同时期采集同一病变位置处图像数据；

S2、对图像数据进行预处理，获取最优病理表现图片；

S3、通过图片特征识别算法抓取最优病理表现图片中病变特征；

S4、根据病理过程的时间先后顺序，将病理过程的不同时期最优病理表现图片拼接为影像；

S5、按照病理过程的时间先后顺序，逐一判断每个最优病理表现图片中的病变特征是否加重，若加重，进入步骤S6，若没有加重，进入步骤S7；

S6、将步骤S4中拼接的影像和病变加重信息发送至用户端，告知用户；

S7、进一步判断病变特征是否减轻，若没有减轻，则返回步骤S3中，切换至另一类病变特征，若减轻进入步骤S8；

S8、将步骤S4中拼接的影像和病变减轻信息发送至用户端，告知用户。