影像學檢查AI識別及三維動態展示方法及系統技術方案

本發明專利技術提供了影像學檢查AI識別及三維動態展示方法及系統，方法包括：構建基于卷積神經網絡的影像識別分層模型；將待解讀的影像學檢查圖像輸入至影像識別分層模型中，影像識別分層模型分析圖像后提供結果，并動態圖像展示3D影像；本發明專利技術通過獲取目前影像學檢查的圖像資料，通過人工智能輔助，開發3D重建模塊，并進行動態圖像展示，所需部位能夠選擇性分層3D打印，患者可更直觀了解自身疾病的情況。結合分層3D模型、可調節三維動態影像學圖像展示，更加理解醫療過程中對疾病的治療方案，減少醫患間由于信息不對等產生的溝通障礙，建立更好的醫患溝通途徑，減少醫療糾紛發生。減少醫療糾紛發生。減少醫療糾紛發生。

【技術實現步驟摘要】
影像學檢查AI識別及三維動態展示方法及系統


[0001]本專利技術涉及圖像處理
，特別涉及影像學檢查AI識別及三維動態展示方法及系統。

技術介紹

[0002]臨床疾病診治過程中，對影像學的依賴性越來越高，目前臨床常用的影像學檢查，如超聲、CT、MRI檢查，均需要專業的影像學專業人員閱讀并出具文字版結果報告，非影像專業的臨床醫生、患者及家屬，很難深入了解影像學檢查的情況，無法形成直觀的感覺和判斷：另外，影像學?？迫藛T對于疾病的不同了解，關注點不同，所出具的結果報告，也可能存在一定的偏差，臨床應用存在缺陷；
[0003]為此，提出影像學檢查AI識別及三維動態展示方法及系統。

技術實現思路

[0004]有鑒于此，本專利技術實施例希望提供影像學檢查AI識別及三維動態展示方法及系統，以解決或緩解現有技術中存在的技術問題，至少提供一種有益的選擇。
[0005]本專利技術實施例的技術方案是這樣實現的：一種影像學檢查AI識別及三維動態展示方法，包括：
[0006]構建基于卷積神經網絡的影像識別分層模型；
[0007]將待解讀的影像學檢查圖像輸入至影像識別分層模型中，影像識別分層模型分析圖像后提供結果，并動態圖像展示3D影像；
[0008]具體包括：
[0009]獲取影像學檢查圖像；
[0010]對輸入的影像學圖像進行預處理，包括圖像去噪、對比度增強和圖像對齊；
[0011]輸入影像識別分層模型，輸出結果，同時，基于識別結果，構建三維動態影像，分層3D打印。
[0012]進一步優選的，所述結果包括自動標注病灶、定位異常區域、計量特定結構、疾病類型和器官結構。
[0013]進一步優選的，所述影像識別分層模型訓練時，包括以下步驟：
[0014]數據準備：將被定義的影像圖像數據作為訓練數據輸入至影像識別分層模型；
[0015]數據標注：為訓練數據標注相關的標簽，所述標簽包括疾病類型、器官結構；這樣影像識別分層模型在學習過程中可以了解圖像中不同區域的含義；
[0016]模型訓練：采用卷積神經網絡，將輸入的影像學圖像與相應的標簽進行關聯，影像識別分層模型從圖像中提取特征和進行分類。
[0017]進一步優選的，所述被定義的影像圖像數據包括正常情況和異常情況。
[0018]進一步優選的，所述影像識別分層模型構建三維動態影像時，包括以下步驟：
[0019]采用計算機圖形學和圖像處理技術對圖像進行三維重建，呈現內部結構的密度、
顏色以及顯示器官的外部形狀；
[0020]通過在三維模型上創建切片及投影，將三維重建的結果進行分層展示。
[0021]進一步優選的，所述影像識別分層模型構建三維動態影像后，還包括：
[0022]用戶對分層展示的動態圖像交互操作；
[0023]所述交互操作包括選擇切割的位置和方向、調整切片的厚度和間隔以及通過縮放和旋轉來查看不同角度的圖像。
[0024]進一步優選的，所述采用計算機圖形學和圖像處理技術對圖像進行三維重建時，還包括：
[0025]采用可視化增強技術，使用顏色映射來突出顯示特定結構或病變，添加標記和注釋以提供解釋性信息，以及應用虛擬現實和增強現實技術。
[0026]另一方面，本專利技術還提供了一種影像學檢查AI識別動態展示系統，包括：
[0027]獲取模塊，用于獲取原始的影像學圖像；
[0028]處理模塊，用于對獲取到的原始圖像進行圖像去噪、對比度增強和圖像對齊；
[0029]識別模塊，搭載基于卷積神經網絡的影像識別分層模型，用于對處理后的圖像分析并提供結果；
[0030]重建模塊，用于對分析后的圖像進行三維重建，動態展示影像學圖像,根據識別后圖像數據及三維重建結果，可選擇不同類型的分層3D打印模式，將圖像資料實物化。
[0031]另一方面，本專利技術還提供了一種計算機設備，所述計算機設備包括處理器、與所述處理器耦接的存儲器，所述存儲器中存儲有程序指令，所述程序指令被所述處理器執行時，使得所述處理器執行如上述所述的影像學檢查AI識別及三維動態展示方法的步驟。
[0032]另一方面，本專利技術還提供了一種存儲介質，存儲有能夠實現如上述所述的影像學檢查AI識別及三維動態展示方法的程序指令。
[0033]本專利技術實施例由于采用以上技術方案，其具有以下優點：
[0034]本專利技術通過獲取目前影像學檢查的圖像資料，通過人工智能輔助，開發3D重建模塊，并進行動態圖像展示，所需部位能夠選擇性分層3D打印，患者可更直觀了解自身疾病的情況。結合分層3D模型、可調節三維動態影像學圖像展示，更加理解醫療過程中對疾病的治療方案，減少醫患間由于信息不對等產生的溝通障礙，建立更好的醫患溝通途徑，減少醫療糾紛發生。
[0035]上述概述僅僅是為了說明書的目的，并不意圖以任何方式進行限制。除上述描述的示意性的方面、實施方式和特征之外，通過參考附圖和以下的詳細描述，本專利技術進一步的方面、實施方式和特征將會是容易明白的。
附圖說明
[0036]為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0037]圖1為本專利技術方法的流程圖；
[0038]圖2為本專利技術系統的模塊示意圖。
具體實施方式
[0039]下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本申請的一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。
[0040]本申請中的術語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特征的數量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隱含地包括至少一個該特征。本申請的描述中，“多個”的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。本申請實施例中所有方向性指示(諸如上、下、左、右、前、后
……
)僅用于解釋在某一特定姿態(如附圖所示)下各部件之間的相對位置關系、運動情況等，如果該特定姿態發生改變時，則該方向性指示也相應地隨之改變。此外，術語“包括”和“具有”以及它們任何變形，意圖在于覆蓋不排他的包含。例如包含了一系列步驟或單元的過程、方法、系統、產品或設備沒有限定于已列出的步驟或單元，而是可選地還包括沒有列出的步驟或單元，或可選地還包括對于這些過程、方法、產品或設備固有的其它步驟或單元。
[0041]在本文中提及“實施例”意味著，結合實施例描述的特定特征、結構或特性可以包含在本申請的至少一個實施例中。在說明書中的各個位置出現該短本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種影像學檢查AI識別及三維動態展示方法，其特征在于，包括：構建基于卷積神經網絡的影像識別分層模型；將待解讀的影像學檢查圖像輸入至影像識別分層模型中，影像識別分層模型分析圖像后提供結果，并動態圖像展示3D影像；具體包括：獲取影像學檢查圖像；對輸入的影像學圖像進行預處理，包括圖像去噪、對比度增強和圖像對齊；輸入影像識別分層模型，輸出結果，同時，基于識別結果，構建三維動態影像，分層3D打印。2.根據權利要求1所述的影像學檢查AI識別及三維動態展示方法，其特征在于：所述結果包括自動標注病灶、定位異常區域、計量特定結構、疾病類型和器官結構。3.根據權利要求1所述的影像學檢查AI識別及三維動態展示方法，其特征在于：所述影像識別分層模型訓練時，包括以下步驟：數據準備：將被定義的影像圖像數據作為訓練數據輸入至影像識別分層模型；數據標注：為訓練數據標注相關的標簽，所述標簽包括疾病類型、器官結構；模型訓練：采用卷積神經網絡，將輸入的影像學圖像與相應的標簽進行關聯，影像識別分層模型從圖像中提取特征和進行分類。4.根據權利要求3所述的影像學檢查AI識別及三維動態展示方法，其特征在于：所述被定義的影像圖像數據包括正常情況和異常情況。5.根據權利要求1所述的影像學檢查AI識別及三維動態展示方法，其特征在于：所述影像識別分層模型構建三維動態影像時，包括以下步驟：采用計算機圖形學和圖像處理技術對圖像進行三維重建，呈現內部結構的密度、顏色以及顯示器官的外部形狀；通過在三維模型上創建切片及投影，將三維重建的結果進行分層...

【專利技術屬性】
技術研發人員：張坤，
申請(專利權)人：北京大學第三醫院北京大學第三臨床醫學院，
類型：發明
國別省市：