脑图谱分析系统的制作方法

本发明涉及一种医学影像分析系统，特别是一种脑图谱分析系统。

背景技术：

影像学不仅扩大了人体的检查范围，提高了诊断水平，而且可以对某一些疾病进行治疗。这样，就大大地扩展了本学科的工作内容，并成为医疗工作中的重要支柱。自伦琴1895年发现x射线以后不久，在医学上，x线就被用于对人体检查，进行疾病诊断，形成了放射诊断学的新学科，并奠定了医学影像学的基础。至今放射诊断学仍是医学影像学中的主要内容，应用普遍。

目前常见的影像学检查主要包括以下几种：1)计算机x线断层摄影(ct扫描)：ct扫描时，一束x射线穿过人体，感光胶片形成图像。2)正电子发射断层扫描术(pet)：扫描仪通过检测被注射入或被吸入的放射物可以产生检查图像。经常使用的放射性物质包括氧，氟利昂，碳和氮。这些物质进入血液后被输送到新陈代谢较活跃的病灶。放射性物质衰变时会发射出一个中子和一个正电子。当正电子撞击电子时，两者都被破坏，放射出两道伽玛射线。伽玛射线检测器记录下发出伽玛射线的病灶。3)磁共振成像(mri)：磁共振成像使用无线电频率信号检测，信号产生于磁场中转移的无线电波。它提供了检测部位的解剖视图。4)功能磁共振成像(fmri)：功能磁共振成像对流向特定病灶的血液的变化进行检测。5)血管造影术：在染料被注入血液中后，血管造影术使用一束x射线。这种方法可以提供病灶的血管图像。

针对上述医疗影像学检查，都是需要经由影像科医生(例如放射科医生)检查并完成病理报告以供临床医生参考。由于每名影像科医生一天需要处理大量的图像，而大量的医疗影像中又不乏存在急症患者，例如脑出血和脑血栓，这两种疾病的危险性极高，但救治方法又完全不同。如果医生能在病发的几个小时内做出判断并立即进行救治，则病情的危险性将会大大降低。但是，针对日接诊量较大的医院来说，从繁多的医疗影像中筛选出病情较为紧急的患者影像，对于医生的专业水平及工作量都是极大的挑战。

技术实现要素：

鉴于现有技术存在的上述问题，本发明的目的是提供一种能够辅助影像学诊断的脑图谱分析系统，该系统可适用于对脑出血、脑血栓等脑部急症病情的诊断。

为了实现上述目的，本发明实施例一个方面提供了一种脑图谱分析系统，包括：

脑部图像采集终端，所述脑部图像采集终端配置为获取患者脑部的医学图像相关数据，其包括机体和结合在所述机体上的支撑座，所述机体上构造有对处于躺卧姿态的患者的脑部进行磁共振成像检查的检查孔，所述支撑座上设置有便于患者躺卧的床架，所述床架与一控制终端通讯连接并受控地在所述支撑座上滑动，以使患者躺卧进入所述检查孔；

分析终端，所述分析终端包括处理器、图像分拣单元和图像分析单元，所述图像分拣单元配置为对所述医学图像相关数据的模态以及成像部位进行分类以获得对应脑部医学图像的第一分类结果；所述图像分析单元配置为对所述第一分析结果中的脑部医学图像进行优先级排序，所述处理器配置为将以所述优先级排序将所述第一分析结果呈现在显示单元上。

作为优选，所述支撑座包括底座和结合在所述底座上的支撑台，所述床架设置在所述支撑台上。

作为优选，所述床架通过一滑架与所述支撑台连接，所述滑架包括套设在所述支撑台外缘的筒形连接部和连接在所述筒形连接部上供所述床架滑动连接的支撑板。

作为优选，所述支撑板延伸方向上设置滑轨，对应地，所述床架底部设置有滑槽。

作为优选，所述图像分析单元利用深度神经网络、随机森林、梯度提升决策树中的一种或多种算法来实现。

本发明提供的脑图谱分析系统，在具体实施时可以由一个统一的医学图像平台系统用来对患者的脑图谱图像进行优先级排序，从而使急症患者的影像学检查数据优先分配给医生进行优先处理。因此可以避免因分配不当导致对医学图像相关数据的处理延误。

附图说明

图1为本发明一个实施例的脑图谱分析系统的结构示意图。

具体实施方式

为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。

此处参考附图描述本发明的各种方案以及特征。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本发明的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本发明的具体实施例；然而，应当理解，所发明的实施例仅仅是本发明的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以根据用户的历史的操作，判明真实的意图，避免不必要或多余的细节使得本发明模糊不清。因此，本文所发明的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本发明。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本发明的相同或不同实施例中的一个或多个。文中所使用的技术术语“医学图像相关数据”包括但不限于医学图像数据，还可以包括与之相关的其他数据，例如医学图像的属性信息(采集时间、上传时间、数据来源等)，例如医学图像归属的检查类型，还例如医学图像的受检者属性信息(例如受检者的年龄、身高、体重、性别、病史等)。

如图1所示，在本发明实施例提供一种脑图谱分析系统，包括：

脑部图像采集终端1，所述脑部图像采集终端1配置为获取患者脑部的医学图像相关数据，其包括机体11和结合在所述机体11上的支撑座14，所述机体11上构造有对处于躺卧姿态的患者的脑部进行磁共振成像检查的检查孔111，所述支撑座14上设置有便于患者躺卧的床架13，所述床架13与一控制终端3通讯连接并受控地在所述支撑座14上滑动，以使患者躺卧进入所述检查孔111；

分析终端2，所述分析终端2包括处理器21、图像分拣单元23和图像分析单元24，所述图像分拣单元23配置为对所述医学图像相关数据的模态以及成像部位进行分类以获得对应脑部医学图像的第一分类结果；所述图像分析单元配置24为对所述第一分析结果中的脑部医学图像进行优先级排序；所述处理器21配置为将以所述优先级排序将所述第一分析结果呈现在显示单元(图中未示出)上。

在本实施例中，如上所述，可优选适用于磁共振成像检查，且为了方便连续进行检查，本发明中脑部图像采集终端1的所述支撑座14包括底座141和结合在所述底座141上的支撑台142，所述床架13可直接设置在所述支撑台142上。但作为进一步优选，如图1所示，所述床架13通过一滑架12与所述支撑台13连接，所述滑架12包括套设在所述支撑台142外缘的筒形连接部121和连接在所述筒形连接部121上供所述床架13滑动连接的支撑板122。此时实际上床架13滑动连接在支撑板122上，例如，可考虑在所述支撑板122延伸方向上设置滑轨(图中未标注)，而对应地，所述床架13底部设置有与所述滑轨匹配的滑槽(图中未标注)。

本发明的上述处理器21可以是包括诸如微处理器、中央处理单元(cpu)、图形处理单元(gpu)等一个或更多个通用处理设备的处理设备。更具体地，所述处理器可以是复杂指令集运算(cisc)微处理器、精简指令集运算(risc)微处理器、超长指令字(vliw)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。所述处理器还可以是诸如专用集成电路(asic)、现场可编程门阵列(fpga)、数字信号处理器(dsp)、片上系统(soc)等一个或更多个专用处理设备。

所述处理器21可以通信地联接到存储器(图中未示出)并且被配置为执行存储在其中的计算机可执行指令，上文中的各个步骤都可以计算机可执行指令的形式存储在所述存储器上。所述存储器可以包括只读存储器(rom)、闪存、随机存取存储器(ram)、静态存储器等。在一些实施例中，存储器可以存储计算机可执行指令以及在执行计算机可执行指令时使用或生成的诸如上述优先级排序。而针对脑部的医学图像分析上，本发明所述图像分析单元可具体利用深度神经网络、随机森林、梯度提升决策树中的一种或多种算法来实现。

并且，在本发明实施例提供的脑图谱分析系统中，所涉及的优先级排序是用于评估病人的脑部病情的严重程度。在本发明中，可以利用处理器21而非人力对脑部医学图像相关数据进行处理以得到优先级排序，据此对医学图像相关数据进行排序，并向医生呈现。

在本发明的一些实施例中，优选地，如图1所示，还可以增加图像筛选单元22对所获取的脑部医学图像相关数据进行筛选，筛选出的有效数据才利用图像分拣单元23、图像分析单元24进行后续处理。具体地，图像筛选单元22可以对获取的脑部医学图像相关数据进行筛选，通常会将数据分为几类：无效数据、有效数据和未知数据。无效数据为影像不存在或数据不完整的数据。未知数据是指图像分拣单元23的训练数据集中类型从未出现过的数据。未知数据会根据提前制定好的规则放入待处理数据列表中等待医生处理。

而对于图像筛选单元22来说，也可以基于多种不同的算法来实现。例如，可以通过对比原始图像再进行平滑处理后的脑部图像，来以计算信噪比的方式排除噪音过大的图像。

而对于图像分拣单元22来说，实际上，由于不同的模态及不同的成像部位，其图像数据本身存在规律性差异，适合于某个模态(例如ct)某个成像部位(例如肺部)的图像分类器未必适合于其他模态(例如mr)其他成像部位(例如脑部)的图像分析。因此设置图像分拣单元22的目的在于对影像科的所有医学图像数据进行分拣，挑选出脑部的图像数据，再进一步分析是否属于脑出血或脑血栓等急症患者。在本发明中，图像分拣单元23优选具体由图像检索算法来实现。这一算法的基本流程为：对每一张样本图像以及待处理的图像都生成一组特征值，通过匹配待处理图像的特征值和样本图像的特征值从而找到最接近的样本图像从而达到分类的目的。再进一步地，上述图像特征值的提取可以使用传统的如方向梯度直方图(hog)特征算法、局部二值(lbp)特征算法、哈尔(haar)特征，也可以采用基于多层卷积的深度卷积网络。

针对图像分析单元24来说，优选地，在本发明实施例中可包括一个或多个图像分析子单元。每个图像子单元针对不同的脑部急症，例如分别对应脑出血和脑血栓。图像分析子单元可基于深度学习的人工智能算法，也可以为其他人工智能算法，例如利用深度神经网络、随机森林(randomforest)、梯度提升决策树(gradientboostingtree)中的一种或多种算法来实现。

以上，本文描述了各种操作或功能，其可以被作为软件代码或指令实现或定义为软件代码或指令。这样的内容可以是可直接执行的(“对象”或“可执行”形式)源代码或差分代码(“增量”或“补丁”代码)。本文所述的实施例的软件实现可以经由其中存储有代码或指令的制品或者经由操作通信接口以经由通信接口发送数据的方法来提供。机器或计算机可读存储介质可以使机器执行所描述的功能或操作，并且包括以可由机器(例如，计算设备、电子系统等等)访问的形式存储信息的任何机制，诸如可记录/不可记录介质(例如，只读存储器(rom)、随机存取存储器(ram)、磁盘存储介质、光存储介质、闪存设备、等等)。通信接口包括接合到硬连线、无线、光学等介质中的任何一个以与另一设备通信的任何机制，诸如存储器总线接口、处理器总线接口、互联网连接、磁盘控制器等。可以通过提供配置参数和/或发送信号来将通信接口配置成将该通信接口准备好以提供描述软件内容的数据信号。可以经由发送到通信接口的一个或更多个命令或信号来访问通信接口。

本发明还涉及一种用于执行本文的操作的系统。该系统可以是为了所需目的而特别构造的，或者该系统可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中，所述计算机可读存储介质诸如但并不限于包括软盘、光盘、cdrom、磁光盘等任何类型的盘、只读存储器(rom)、随机存取存储器(ram)、eprom、eeprom、磁卡或光卡、或适于存储电子指令的任何类型的介质，其中每个介质耦合到计算机系统总线。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。