影像分配装置及影像分配方法.pdf

《影像分配装置及影像分配方法.pdf》由会员分享，可在线阅读，更多相关《影像分配装置及影像分配方法.pdf（7页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910329992.5 (22)申请日 2019.04.23 (71)申请人 杭州依图医疗技术有限公司 地址 310012 浙江省杭州市西湖区转塘科 技经济区块2号1幢5楼503室 (72)发明人 倪浩郑永升石磊丁俊伟 (74)专利代理机构 北京金信知识产权代理有限 公司 11225 代理人 张晓丹刘锋 (51)Int.Cl. G16H 30/20(2018.01) G06K 9/62(2006.01) (54)发明名称 影像分配装置及影像分配方法 (57)摘要 本发明揭示。

2、了一种影像分配装置及影像分 配方法。 影像分配装置包括： 影像获取部， 该影像 获取部对影像进行获取并输出； 影像分类部， 该 影像分类部基于深度学习神经网络模型对从所 述影像获取部所输出的影像进行分类； 以及影像 转发部， 该影像转发部将所述影像分类部分类之 后的一个或多个类型的影像转发到对应的影像 后处理工作站。 根据本发明， 能够低成本、 高效地 降低医院的放射科的网络带宽的压力。 权利要求书1页 说明书4页 附图1页 CN 110047577 A 2019.07.23 CN 110047577 A 1.一种影像分配装置， 用于医院PACS系统， 该影像分配装置的特征在于， 包括： 影像。

3、获取部， 该影像获取部对影像进行获取并输出； 影像分类部， 该影像分类部基于深度学习神经网络模型对从所述影像获取部所输出的 影像进行分类； 以及 影像转发部， 该影像转发部将所述影像分类部分类之后的一个或多个类型的影像转发 到对应的影像后处理工作站。 2.根据权利要求1所述的影像分配装置， 其特征在于， 所述影像获取部所获取的影像为CT影像、 X射线影像、 MR影像、 PET影像、 超声影像中的 一种或多种。 3.根据权利要求1所述的影像分配装置， 其特征在于， 所述影像分类部将影像分为六个类别。 4.根据权利要求3所述的影像分配装置， 其特征在于， 所述六个类别为： 头部、 颈部、 胸部、 。

4、胸腹、 腹部、 其他肢体。 5.根据权利要求1所述的影像分配装置， 其特征在于， 所述影像转发部还将所述影像分类部分类后的一个或多个类型的影像转发到对应的 AI影像处理工作站。 6.一种影像分配方法， 用于医院PACS系统， 该影像分配方法的特征在于， 包括： 影像获取步骤， 在该影像获取步骤中对影像进行获取并输出； 影像分类步骤， 在该影像分类步骤基于深度学习神经网络模型对所述影像获取步骤输 出的影像进行分类； 以及 影像转发步骤， 在该影像转发步骤中将所述影像分类步骤分类之后的一个或多个类型 的影像转发到对应的影像后处理工作站。 7.根据权利要求6所述的影像分配方法， 其特征在于， 在所述。

5、影像获取步骤所获取的影像为CT影像、 MR影像、 PET影像、 超声影像中的一种或 多种。 8.根据权利要求6所述的影像分配方法， 其特征在于， 在所述影像分类步骤将影像分为六个类别。 9.根据权利要求8所述的影像分配方法， 其特征在于， 所述六个类别为： 头部、 颈部、 胸部、 胸腹、 腹部、 其他肢体。 10.根据权利要求6所述的影像分配方法， 其特征在于， 在所述影像转发步骤还将所述影像分类步骤分类后的一个或多个类型的影像转发到 对应的AI影像处理工作站。 权利要求书 1/1 页 2 CN 110047577 A 2 影像分配装置及影像分配方法 技术领域 0001 本发明涉及一种影像分配。

6、装置及影像分配方法。 背景技术 0002 PACS系统是Picture Archiving and Communication Systems的缩写， 意为影像 归档和通信系统。 它是应用在医院影像科室的系统， 主要的任务就是把日常产生的各种医 学影像(包括核磁， CT， 超声， 各种X光机， 各种红外仪、 显微仪等设备产生的图像)通过各种 接口(模拟， DICOM， 网络)以数字化的方式海量保存起来， 当需要的时候在一定的授权下能 够很快的调回使用， 同时增加一些辅助诊断管理功能。 它在各种影像设备间传输数据和组 织存储数据具有重要作用。 0003 由于医院PACS系统在性能层面的负载较大，。

7、 医院PACS系统普遍会负载饱和， 无法 支持过多的影像后处理工作站和AI影像处理工作站， 目前医院侧最常见的处理方法是直接 通过成像设备转发影像到各个接收端口， 例如CT， MR， DR机直接配置转发节点， 在将影像传 给PACS系统归档阅片的同时再按顺序发送到各个影像后处理工作站和AI影像处理工作站， 多的时候会有四五个需要转发的工作站。 0004 另外因为设备自身的原因， 大部分CT， DR等设备无法在转发的时候进行部位筛选， 以及即使有筛选也是通过DICOM(digital imaging and communications in medicine， 医 学数字成像和通信标准)标签记。

8、录的内容， 会因为人为原因， 拍摄部位的特殊性， 多部位一 起拍摄等特殊情况导致标签不准确， 无法区分， 因此以往都是将设备中所有影像全部都转 发到影像后处理工作站和AI影像处理工作站。 0005 摄片设备的转发节点是有限的， 在医院接入的影像后处理工作站和AI影像处理工 作站越多， 设备上剩余可用的转发节点就越少。 转发节点接得越多， 对医院里的放射科的网 络带宽的压力就越大， 压力按接入数量倍数增加。 0006 因此如何低成本、 高效地降低医院的放射科的网络带宽的压力就变得越来越迫 切。 发明内容 0007 本发明的一个目的在于克服现有技术的缺陷， 提供一种低成本、 高效地降低医院 的放射。

9、科的网络带宽的压力的影像分配装置。 0008 为实现上述目的， 本发明提出如下技术方案： 一种影像分配装置， 用于医院PACS系 统， 该影像分配装置的特征在于， 包括： 0009 影像获取部， 该影像获取部对影像进行获取并输出； 0010 影像分类部， 该影像分类部基于深度学习神经网络模型对从所述影像获取部所输 出的影像进行分类； 以及 0011 影像转发部， 该影像转发部将所述影像分类部分类之后的一个或多个类型的影像 转发到对应的影像后处理工作站。 说明书 1/4 页 3 CN 110047577 A 3 0012 优选地， 所述影像获取部所获取的影像为CT影像、 X射线影像、 MR影像、。

10、 PET影像、 超 声影像中的一种或多种。 0013 优选地， 所述影像分类部将影像分为六个类别。 0014 优选地， 所述六个类别为： 头部、 颈部、 胸部、 胸腹、 腹部、 其他肢体。 0015 优选地， 所述影像转发部还将所述影像分类部分类后的一个或多个类型的影像转 发到对应的AI影像处理工作站。 0016 本发明的另一个技术方案为一种影像分配方法， 用于医院PACS系统， 该影像分配 方法的特征在于， 包括： 0017 影像获取步骤， 在该影像获取步骤中对影像进行获取并输出； 0018 影像分类步骤， 在该影像分类步骤基于深度学习神经网络模型对所述影像获取步 骤输出的影像进行分类； 以。

11、及 0019 影像转发步骤， 在该影像转发步骤中将所述影像分类步骤分类之后的一个或多个 类型的影像转发到对应的影像后处理工作站 0020 根据本发明所提供的影像分配装置及方法， 能够低成本、 高效地降低医院的放射 科的网络带宽的压力。 附图说明 0021 图1是本发明的影像分配装置的示意图。 0022 图2是本发明的影像分配方法的示意图。 具体实施方式 0023 下面将结合本发明的附图， 对本发明实施例的技术方案进行清楚、 完整的描述。 0024 本发明的第一实施方式是一种影像分配装置。 如图1所示， 影像分配装置包括： 影 像获取部、 影像分类部、 以及影像转发部。 0025 影像获取部采用。

12、标准DICOM协议(例如DICOM3.0)对影像进行获取并输出， 能够通 过DICOM协议中的C-Store服务接收任意类型的影像， 并将接收到的影像按规则在本地临时 存储并可以被调取， 本地存储支持加密和压缩。 C-Store服务主要用来归档影像， 在实际场 景中， 医院的设备(DR “普放” 、 CT “断层扫描” 、 MR “核磁” )做完检查后会产生影像文件， 然后 设备会通过C-Store服务将这些影像文件归档到PACS系统中。 优选地， 影像获取部所获取的 影像为CT影像， 但并不限于此， 也可以获取DR影像、 MR影像等。 也就是说， 影像获取部所获取 的影像可以为CT影像、 X。

13、射线影像、 MR影像、 PET影像、 超声影像中的一种或多种。 0026 影像分类部基于深度学习神经网络模型对从所述影像获取部所输出的影像进行 分类。 优选地， 影像分类部将影像分为六个类别， 但并不限于此， 也可以分为多于六个类别 或少于六个类别。 优选地， 六个类别为： 头部、 颈部、 胸部、 胸腹、 腹部、 其他肢体， 但并不限于 此， 类别也可以为腿部等其他类别。 0027 以下， 以将影像分为六个类别， 且六个类别为： 头部、 颈部、 胸部、 胸腹、 腹部、 其他 肢体作为一个优选例， 对深度学习神经网络模型的训练方式进行说明。 0028 1.使用十万例以上的包含头部， 颈部， 胸部。

14、， 胸腹连扫， 腹部， 其他肢体部位的影像 系列作为训练数据， 对这批训练数据进行标注确定其位置标签， 并送入神经网络算法进行 说明书 2/4 页 4 CN 110047577 A 4 初步模型训练。 0029 2.对初步模型性能进行验证， 使用一家医院中的几千份数据进行测试得到性能结 果并分析错误原因。 0030 3.基于原始训练数据采用多种方式构造生成和增强模型， 主要针对不同的方向， 拍摄意图和不同截断， 生成带标注数据的不同训练集。 0031 4.使用多种生成模型和分类模型进行对抗学习， 提升模型在各种数据集下的性 能。 0032 5.使用生成模型生成大量带标注结果的数据并进行训练。 。

15、0033 6.使用最终测试集验证， 得到最终模型。 0034 经过训练之后， 最终得到的模型对所有接入影像平台的CT影像进行标签， 给出接 入的影像的学习过程中所有CT系列的包含部位， 并进行记录。 分类模型的准确率为， 6分类 总准确率在99以上， 其中胸+胸腹连扫和其他四个部位的二分类准确率在99.8以上。 0035 影像转发部将所述影像分类部分类后的一个或多个类型的影像转发到对应的影 像后处理工作站。 优选地， 所述影像转发部还将所述影像分类部分类之后的一个或多个类 型的影像转发到对应的AI影像处理工作站。 0036 也就是说， 影像转发部控制向特定转发节点转发包含某类别系列影像。 例如。

16、可以 将包含胸部系列的影像全部发送给对应的影像后处理工作站， 而不含胸部系列的影像则不 再发送， 对于目前有多个影像后处理工作站的医院来说， 筛选后发送能为医院节约大量带 宽， 而且影像后处理工作站也不会因此收到过多冗余数据。 0037 另外， 尽管总准确率在99以上， 针对极个别可能出现的分类错误的情况， 允许人 为手工纠错并将特定影像进行传输的操作。 同时在设置转发的时候也可以设置基于原始 DICOM文件标签值进行判断或通过标签和分类模块标签共同判断。 0038 此外， 尽管没有图示， 但是为了便于管理， 还可以在该影像分配装置中再另外设置 一个统计部， 该统计部对输入影像， 输出影像， 。

17、不同标签和部位的影像进行统计和监控。 0039 如上所述， 利用第一实施方式的影像分配装置， 由于不是像以往那样将所有影像 全部转发到影像后处理工作站， 而是通过筛选， 将分类后的一部分影像转发到影像后处理 工作站， 因此能够低成本、 高效地降低医院的放射科的网络带宽的压力。 0040 本发明的第二实施方式是一种影像分配方法， 该影像分配方法用于医院PACS系 统。 如图2所示， 该影像分配方法包括： 影像获取步骤， 在该影像获取步骤中对影像进行获取 并输出； 影像分类步骤， 在该影像分类步骤基于深度学习神经网络模型对所述影像获取步 骤输出的影像进行分类； 以及影像转发步骤， 在该影像转发步骤。

18、中将所述影像分类步骤分 类之后的一个或多个类型的影像转发到对应的影像后处理工作站。 0041 由于该影像分配方法为与第一实施方式的影像分配装置所对应的分配方法。 因此 在各种细节上都与第一实施方式相同， 从而在此省略重复的说明。 0042 如上所述， 利用第二实施方式的影像分配方法， 由于不是像以往那样将所有影像 全部转发到影像后处理工作站， 而是通过筛选， 将分类后的一部分影像转发到影像后处理 工作站， 因此能够低成本、 高效地降低医院的放射科的网络带宽的压力。 0043 需要说明的是， 本发明各设备实施方式中提到的各单元都是逻辑单元， 在物理上， 一个逻辑单元可以是一个物理单元， 也可以是。

19、一个物理单元的一部分， 还可以以多个物理 说明书 3/4 页 5 CN 110047577 A 5 单元的组合实现， 这些逻辑单元本身的物理实现方式并不是最重要的， 这些逻辑单元所实 现的功能的组合才是解决本发明所提出的技术问题的关键。 此外， 为了突出本发明的创新 部分， 本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切 的单元引入， 这并不表明上述设备实施方式并不存在其它的单元。 0044 需要说明的是， 在本专利的权利要求和说明书中， 诸如第一和第二等之类的关系 术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来， 而不一定要求或者暗示 这些实体或操作之间存。

20、在任何这种实际的关系或者顺序。 而且， 术语 “包括” 、“包含” 或者其 任何其他变体意在涵盖非排他性的包含， 从而使得包括一系列要素的过程、 方法、 物品或者 设备不仅包括那些要素， 而且还包括没有明确列出的其他要素， 或者是还包括为这种过程、 方法、 物品或者设备所固有的要素。 在没有更多限制的情况下， 由语句 “包括一个” 限定的要 素， 并不排除在包括所述要素的过程、 方法、 物品或者设备中还存在另外的相同要素。 0045 虽然通过参照本发明的某些优选实施方式， 已经对本发明进行了图示和描述， 但 本领域的普通技术人员应该明白， 可以在形式上和细节上对其作各种改变， 而不偏离本发 明的精神和范围。 说明书 4/4 页 6 CN 110047577 A 6 图1 图2 说明书附图 1/1 页 7 CN 110047577 A 7 。