一种医学图像胶片排版的方法与流程

本发明涉及一种医学图像胶片排版的方法。

背景技术：

目前，医疗服务机构传统的胶片排版方式，都是由医生或技师人员人工挑选图像后进行排版，用于打印。但是像ct和核磁这类检查的图像数量都很大，因此会给医生带来很大的工作负担。

技术实现要素：

本发明解决的技术问题是提供一种医学图像胶片排版的方法。

本发明的技术方案是：一种医学图像胶片排版的方法，包括以下步骤：1）获取各种检查类型的图像所需要打印的图像序列信息；2）获取需要打印胶片的行列参数，分别为m行、n列；3）输入图像并读取图像的序列信息；4）计算需要打印的胶片张数，分为步骤4a）和步骤4b）：4a）设定配置条件，筛选出符合打印条件的图像序列数目m；4b）将m除以m，若余数为0，商即为胶片的张数，否则商加1即为胶片的张数；5）筛选每个序列需要打印的图像，从而挑选出每行胶片上的图像，包括步骤5a）至步骤5g）：5a）按顺序循环图像所有序列；5b）计算该序列的图像数目是否大于胶片的列数，是则转步骤5c），否则转步骤5d）；5c）通过算法计算不同图片的相似性，来选择图像之间差异性最大的n张图像，并对应填充至胶片的n列中；5d）挑选该序列的所有图像并填充到胶片对应列中；5e）确认是否已经循环完成所有序列，是则转步骤5f），否则转步骤5g）；5f）完成胶片排版布局；5g）转步骤5a），继续按顺序循环图像所有序列；6）生成胶片内容供打印。

进一步的，本发明中，步骤1）中获取的图像来自ct检查、mr检查、dr检查、cr检查、mg检查。

进一步的，本发明中，步骤4a）中配置条件为白名单，白名单罗列了需要打印的图像序列名称。

进一步的，本发明中，白名单支持模糊匹配。

进一步的，本发明中，步骤5c）中采用的算法为基于无监督机器学习算法，算法步骤包括：a、输入医学图像，读取各个图像的数据，做归一化处理；b、设定初始的k值的大小，分为n类；c、对不同类别的图片分别做训练，分别取出不同类别的最上面一张图片。

本发明与现有技术相比的优点是：本发明提供的医学图像胶片排版的方法能够对医学图像进行自动选择和排版，供医生或技师人员用于胶片打印，即使图像数量很大也能快速有效地进行处理，大大减轻了工作人员的工作负担。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明方法的流程示意图。

具体实施方式

实施例：

结合附图所示为本发明一种医学图像胶片排版的方法的具体实施方式，包括以下步骤：

步骤1）：获取各种检查类型的图像所需要打印的图像序列信息，获取的图像来自ct检查、mr检查、dr检查、cr检查、mg检查。

步骤2）：获取各种检查类型图像需要打印胶片的行列参数，分别为m行、n列；

步骤3）：输入图像并读取图像的序列信息；

步骤4）：计算需要打印的胶片张数，分为步骤4a）和步骤4b）：

步骤4a）：设定配置条件，筛选出符合打印条件的图像序列数目m，其中，配置条件为白名单，白名单罗列了需要打印的图像序列名称，而且白名单支持模糊匹配；

序列名如：t2wi_tra,t1wi_tra,fsflair_tra，lung，stan。。。

白名单是支持模糊匹配：如t1wi，可以筛选出符合要求的待打印图片的图像序列信息。

步骤4b）：将m除以m，若余数为0，商即为胶片的张数，否则商加1即为胶片的张数；

步骤5）：筛选每个序列需要打印的图像，从而挑选出每行胶片上的图像，包括步骤5a）至步骤5g）：

步骤5a）：按顺序循环图像所有序列；

步骤5b）：计算该序列的图像数目是否大于胶片的列数，是则转步骤5c），否则转步骤5d）；

步骤5c）：采用基于无监督机器学习算法来计算不同图片的相似性，选择图像之间差异性最大的n张图像，并对应填充至胶片的n列中，算法的步骤包括：

a、输入医学图像，读取各个图像的数据，做归一化处理；

b、设定初始的k值的大小，分为n类；

c、对不同类别的图片分别做训练，分别取出不同类别的最上面一张图片。

步骤5d）：挑选该序列的所有图像并填充到胶片对应列中；

步骤5e）：确认是否已经循环完成所有序列，是则转步骤5f），否则转步骤5g）；

步骤5f）：完成胶片排版布局；

步骤5g）：转步骤5a），继续按顺序循环图像所有序列；

步骤6）：生成胶片内容供打印。

本实施例具体工作时，以4行3列的胶片为例，若输入图像的序列数目为5，如（1-1、…、1-a）、（2-1、…2-b）、（3-1、…3-c）、（4-1、…4-d）、（5-1、…5-e），5除以4的余数为1，商为1，则胶片的张数为2，若输入图像的序列数目为12，12除以4的余数为0，商为3，则胶片的张数为3；仍以输入图像的序列数目为5为例，（1-1、…、1-a）~（4-1、…4-d）依次填充在第一张胶片的第一至四行，（5-1、…5-e）填充在第二张胶片的第一行，在选取每个序列需要打印的图像时，计算该序列的图像数目是否大于胶片的列数，以第一个序列为例，若a为2，则小于胶片的列数3，将2张图像全部填充到对应列中，若a为6，则大于胶片的列数3，通过采用无监督机器学习算法从6张图像中选取差异性最大的3张，并填充到胶片的3列中；循环完成所有序列后，完成胶片排版布局，生成胶片内容供打印。

通过使用本发明的医学图像胶片排版的方法，可以对医学图像进行自动选择和排版，供医生或技师人员用于胶片打印，即使图像数量很大也能快速有效地进行处理，大大减轻了工作人员的工作负担。

当然上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。

技术特征：

技术总结
本发明公开了一种医学图像胶片排版的方法，包括以下步骤：获取各种检查类型的图像所需要打印的图像序列信息；获取需要打印胶片的行列参数；输入图像并读取图像的序列信息；计算需要打印的胶片张数；筛选每个序列需要打印的图像，从而挑选出每行胶片上的图像；生成胶片内容供打印。本发明能够对医学图像进行自动选择和排版，供医生或技师人员用于胶片打印，即使图像数量很大也能快速有效地进行处理，大大减轻了工作人员的工作负担。

技术研发人员：毛青;蔡伟华;李丹;彭笳鑫;熊博
受保护的技术使用者：苏州承泽医疗科技有限公司
技术研发日：2018.12.28
技术公布日：2019.05.21