CN109998487A - 用于影像扫描的呼吸监测方法、装置、设备及介质 - Google Patents

Abstract

本发明实施例公开了一种用于影像扫描的呼吸监测方法、装置、设备及介质，所述方法包括：获取受检者的呼吸信息；将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，通过自动判断受检者的呼吸状态是否满足预设的呼吸要求，提高了呼吸监测的准确度，实现了辅助医师指导受检者配合扫描，进而提高了成像的图像质量，同时降低了医师的工作量。

Description

用于影像扫描的呼吸监测方法、装置、设备及介质

技术领域

本发明实施例涉及医学成像领域，尤其涉及一种用于影像扫描的呼吸监测方法、装置、设备及介质。

背景技术

呼吸信号是重要的生理指标，携带着重要的人的身体状态信息。在磁共振成像或相关的多模态***中，呼吸引起的运动问题会影响仪器产生的图像质量。

为了提升图像质量，在传统扫描过程中，医师通过观测监视器中的呼吸心电信号的特性和变化，定性地判断病人的生理状态，然后通过仪器提供的语音传输***，提醒并指导病人进行呼吸(例如，屏息，均匀呼吸等)或其他相应的调整，配合扫描。具体的，目前成像扫描过程中现有的呼吸监测方案一般分为如下4个步骤：1、从呼吸机提取病人呼吸信息。2、医生在扫描中不断关注读取显示在监视器上的病人的心电呼吸信号，根据经验目测定性地评估病人状态。3、针对于一些特定的序列(腹部扫描)，医生给予病人语音指示，让病人配合序列的扫描进行呼吸(屏息，均匀呼吸)，以此提高图像质量。4、针对于特殊情况下，无法配合扫描的病人。医生则根据呼吸情况调节序列扫描参数(减少重复时间TR或省去一些序列)以保证病人能尽可能配合完成扫描。

但是，在扫描过程中扫描医师难以长时间持续监视病人呼吸情况，实时地快速从呼吸信息中精确判断出病人呼吸状态信息，并在恰当的时间给与病人提醒。尤其是，不同技师对呼吸情况的判断不一致，无法给出指导性的标准。因此，传统的呼吸监测方法很大程度上基于扫描医师的经验且不精确，还给扫描医师增加了工作量以及时间上的浪费。

发明内容

本发明实施例提供了一种用于影像扫描的呼吸监测方法、装置、设备及介质，以实现提高呼吸监测的准确度，辅助医师指导受检者配合扫描，进而提高成像的图像质量，同时降低医师的工作量。

第一方面，本发明实施例提供了用于影像扫描的呼吸监测方法，包括：

获取受检者的呼吸信息；

将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的受检者的呼吸状态；

判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

第二方面，本发明实施例还提供了一种用于影像扫描的呼吸监测装置，包括：

呼吸信息获取模块，用于获取受检者的呼吸信息；

呼吸状态分类模块，用于将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的受检者的呼吸状态；

提示信息输出模块，用于判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的用于影像扫描的呼吸监测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的用于影像扫描的呼吸监测方法。

本发明实施例通过获取受检者的呼吸信息，将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的受检者的呼吸状态，判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，通过自动判断受检者的呼吸状态是否满足预设的呼吸要求，提高了呼吸监测的准确度，实现了辅助医师指导受检者配合扫描，进而提高了成像的图像质量，同时降低了医师的工作量。

附图说明

图1是本发明实施例一所提供的一种用于影像扫描的呼吸监测方法的流程图；

图2a是本发明实施例二所提供的一种用于影像扫描的呼吸监测方法的流程图；

图2b是本发明实施例二所提供的用于影像扫描的呼吸监测方法中呼吸状态分类模型的示意图；

图3是本发明实施例三所提供的一种用于影像扫描的呼吸监测装置的结构示意图；

图4是本发明实施例四所提供的计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一所提供的一种用于影像扫描的呼吸监测方法的流程图。本实施例可适用于在对受检者进行扫描时，监测受检者的呼吸状态的情形，尤其适用于在受检者进行扫描时，对受检者的呼吸状态进行实时检测时的情形。该方法可以由用于影像扫描的呼吸监测装置执行，该用于影像扫描的呼吸监测装置可以采用软件和/或硬件的方式实现，例如，该用于影像扫描的呼吸监测装置可配置于计算机设备中。如图1所示，所述方法包括：

S110、获取受检者的呼吸信息。

在本实施例中，可以通过多种方式获取受检者的呼吸信息。可选的，可以获取呼吸机检测到的呼吸体征数据作为受检者的呼吸信息，也可以通过雷达检测受检者胸部浮动以得到受检者的呼吸信息，还可以通过检测受检者上的绑带的浮动以得到受检者的呼吸信息。

在本发明的一种实施方式中，受检者的呼吸信息可以为呼吸机检测到的受检者的呼吸信号波形。呼吸机检测到的呼吸信号波形包含了受检者呼吸的频率、幅度等信息，可以根据受检者的呼吸信号波形得到受检者的呼吸状态。

S120、将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态。

为了解决现有的呼吸监测中人工监测所导致的呼吸状态判断不准确等问题，本发明实施例通过机器学习算法对受检者呼吸信号进行识别，预测和确定病人的呼吸状态。机器学习算法可称为基于监督的学习算法，例如可以是随机森林等基于决策树的算法，也可以是诸如线性回归和基于感知器算法等线性模型，还可以是距离度量学习算法和基于贝叶斯的算法等。其中，基于感知器算法可以是基于深度学习的卷积神经网络模型，如全卷积神经网络模型、U-Net模型和V-Net模型等，以上述模型为基础模型，利用预设特征在呼吸信号中的特点收集呼吸信号作为训练样本对基础模型进行训练，便可获得能够识别预设特征的机器学习算法。

在本实施例中，可以预先训练呼吸状态分类模型，在对受检者进行实时的呼吸监测时，将获取的受检者的呼吸信息输入至预先训练好的呼吸状态分类模型中，获得呼吸状态分类模型输出的当前呼吸状态，并将当前呼吸状态作为受检者的呼吸状态。示例性的，呼吸状态分类模型输出的呼吸状态可以为如下中的任一种：睡眠阶段、非睡眠阶段、呼吸规律、呼吸不规律、呼吸频率过高、呼吸频率过低、深呼吸、浅呼吸等。

在本发明的一种实施方式中，可以训练通用呼吸状态分类模型，对受检者的呼吸信号通过统一的分类标准进行分类。即针对不同的监测需求，均使用相同的呼吸状态分类模型确定受检者的呼吸状态。可选的，通用呼吸状态分类模型对应至少两个分类标签，如对应呼吸规律及呼吸频率。示例性的，当对受检者进行呼吸监测时，可以使用通用的呼吸状态分类模型对受检者的呼吸信息进行分类，将受检者呼吸信息输入至通用呼吸状态分类模型中，获得通用呼吸状态分类模型输出的呼吸状态，判断通用呼吸状态分类模型输出的呼吸状态是否与预设的标准呼吸类型相匹配。

在本发明的另一种实施方式中，还可以根据监测需求训练特异性的呼吸状态分类模型，对受检者的呼吸信号通过不同的分类标准进行分类。可选的，特异性的呼吸状态分类模型对应一个分类标签，如对应呼吸规律。示例性的，特异性的呼吸状态分类模型可以包括呼吸规律分类模型，其输出的分类结果可以为呼吸规律或呼吸不规律，用于判断输入的呼吸信号是否规律；特异性的呼吸状态分类模型还可以包括训练呼吸频率分类模型，其输出的分类结果可以为呼吸频率正常或呼吸频率异常，用于判断输入的呼吸信号频率是否正常；特异性的呼吸状态分类模型可以包括分类更加详细的分类模型，其输出的分类结果可以为睡眠阶段、非睡眠阶段、呼吸规律、呼吸不规律、呼吸频率过高、呼吸频率过低、深呼吸和浅呼吸中的一种或多种。当训练有特异性的呼吸状态分类模型时，可以根据实际需求选择相应的特异性的呼吸状态分类模型对受检者的呼吸信号进行分类，得到相应的分类结果。

示例性的，当呼吸监测需求为需要判断受检者呼吸频率是否正常时，可以使用呼吸频率分类模型对受检者的呼吸信息进行分类，将受检者呼吸信息输入至训练好的呼吸频率分类模型中，获得呼吸频率分类模型输出的呼吸频率正常或呼吸频率不正常的分类结果。当呼吸监测需求为需要判断受检者呼吸是否规律时，可以使用呼吸规律分类模型对受检者的呼吸信息进行分类，将受检者呼吸信息输入至训练好的呼吸规律分类模型中，获得呼吸规律分类模型输出的呼吸规律或呼吸不规律的分类结果。

S130、判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

一般的，在影像扫描过程中，不同的影像扫描阶段可能有不同的监测需求。示例性的，医学成像扫描过程通常包括多个扫描阶段，不同的扫描阶段对受检者的呼吸要求可能不同。示例性的，当在进行腹部扫描时，包括需要屏气扫描的屏息扫描阶段。屏息扫描阶段需要受检者屏息，并在屏息后调整呼吸，进行下一次屏气扫描。当受检者的呼吸状态满足当前扫描阶段所需的呼吸要求时，扫描出的图像质量才能满足诊断需求。在本实施例中，可以根据扫描过程中不同的监测需求将监测过程划分为至少一个监测阶段，并基于监测阶段确定预设的标准呼吸类型。

在本发明的一种实施方式中，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，包括：

根据所述监测阶段确定呼吸状态与预设的标准呼吸类型的对应关系，根据预设的标准呼吸类型对应的呼吸状态判断所述受检者的呼吸状态与预设的标准呼吸类型是否匹配。

在本实施例中，标准呼吸类型与呼吸状态可能为一对一的关系，也可能为一对多的关系。若根据监测需求训练特异性的呼吸状态分类模型，对受检者的呼吸信号通过不同的分类标准进行分类，则特异性的呼吸状态分类模型输出的呼吸状态与标准呼吸类型为一对一的关系。示例性的，假如特异性的呼吸状态分类模型输出的呼吸状态为呼吸规律和呼吸不规律，标准呼吸类型为呼吸规律，则标准呼吸类型“呼吸规律”对应呼吸状态分类模型输出的呼吸状态中的“呼吸规律”，标准呼吸类型与呼吸状态为一对一的关系。若使用通用的呼吸状态分类模型对受检者的呼吸信号通过统一的分类标准进行分类，则呼吸状态分类模型输出的呼吸状态与标准呼吸类型可能为一对一的关系，也可能为多对一的关系。示例性的，假如通用的呼吸状态分类模型输出的呼吸状态为睡眠阶段、非睡眠阶段、呼吸规律、呼吸不规律、呼吸频率过高、呼吸频率过低、深呼吸和浅呼吸，标准呼吸类型为呼吸正常，则标准呼吸类型“呼吸正常”对应呼吸状态分类模型输出的呼吸状态中的“睡眠阶段”、“非睡眠阶段、“呼吸规律”，标准呼吸类型与呼吸状态为一对多的关系。

可选的，若根据监测需求训练特异性的呼吸状态分类模型，对受检者的呼吸信号通过不同的分类标准进行分类，则可以直接将特异性的呼吸状态分类模型输出的呼吸状态与标准呼吸类型相匹配。示例性的，若特异性的呼吸状态分类模型输出的呼吸状态为呼吸规律或呼吸不规律，则可以直接将特异性的呼吸状态分类模型输出的“呼吸规律”与标准呼吸类型进行匹配。

若使用通用的呼吸状态分类模型对受检者的呼吸信号通过统一的分类标准进行分类，则可以预先设置标准呼吸类型与呼吸状态的对应关系，在获得受检者的呼吸状态之后，根据标准呼吸类型与呼吸状态的对应关系判断受检者的呼吸状态是否与预设的标准呼吸类型匹配。可选的，不同的监测阶段对应的标准呼吸类型可能不同，在本实施例中，可以预先确定各监测阶段对应的标准呼吸类型，并建立各标准呼吸类型与呼吸状态的对应关系。在进行呼吸监测时，根据预先建立的对应关系确定标准呼吸类型对应的呼吸状态。示例性的，可以设置呼吸状态“睡眠阶段”、“非睡眠阶段”和“呼吸规律”对应的呼吸类型为“呼吸正常”，呼吸状态“呼吸不规律”、“呼吸频率过高”、“呼吸频率过低”、“深呼吸”和“浅呼吸”对应的呼吸类型为“呼吸异常”。在进行呼吸监测时，若获得的受检者的呼吸状态为“睡眠阶段”，标准呼吸类型为“呼吸正常”，则判定受检者的呼吸类型与标准呼吸类型匹配；若获得的受检者的呼吸状态为呼吸频率过高，则判定受检者的呼吸状态与标准呼吸类型不匹配。

在本实施例中，在判断受检者呼吸状态与预设的标准呼吸类型是否匹配后，输出与匹配结果对应的提示信息。可选的，提示信息可以包括受检者的呼吸质量评分、呼吸引导信息和预警提示信息中的至少一种，提示信息的展示方式可以为文字提示、语音提示等方式。示例性的，在对受检者进行呼吸监测时，可以实时对受检者的呼吸质量进行评分，并将呼吸质量评分通过文字展示在显示界面；还可以根据受检者的呼吸状态及预设的标准呼吸类型产生相应的呼吸引导信息，并通过语音方式输出，以提示受检者根据呼吸引导信息调整呼吸状态；还可以根据受检者的呼吸状态及预设的标准呼吸类型产生相应的预警提示信息，以提示医师或受检者呼吸异常。可以理解的是，不同的监测阶段的呼吸质量评分的评分标准不同，呼吸质量评分高低的意义也不同。示例性的，监测阶段可以包括监测准备阶段、普通监测阶段和任务监测阶段的至少一种。监测准备阶段和普通监测阶段的呼吸质量评分标准可以为受检者呼吸是否正常，呼吸质量评分越高，表示受检者的呼吸状态越接近呼吸正常类型。任务监测阶段的呼吸质量评分标准可以为受检者呼吸是否满足任务态需求的呼吸状态，呼吸质量评分越高，表示受检者呼吸状态越满足任务态需求的呼吸状态。

本发明实施例所提供的呼吸监测方法可以在影像扫描过程中持续长时间的实时监测受检者多个周期的呼吸的数据(如在整个扫描过程中对受检者的呼吸进行持续性监测)，通过机器学习算法根据受检者呼吸的信息(波形，时间间隔等)，精准且量化地实时识别受检者呼吸信息，以此分析和识别出受检者相对应的呼吸状态，根据确定的受检者的呼吸状态自动控制语音***，指导受检者配合扫描或指导扫描医师调整序列参数，从而自动且快速辅助技师指导病人调整呼吸、配合扫描和调整扫描序列参数，减少了因呼吸问题导致的重新扫描并提高图像质量，同时极大地减轻了放射科技师的负担。

本发明实施例通过获取受检者的呼吸信息，将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的受检者的呼吸状态，判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，通过自动判断受检者的呼吸状态是否满足预设的呼吸要求，提高了呼吸监测的准确度，实现了辅助医师指导受检者配合扫描，进而提高了成像的图像质量，同时降低了医师的工作量。

在上述方案的基础上，所述监测阶段包括监测准备阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

一般的，在对受检者进行呼吸监测之前，需要对受检者进行呼吸监测前的呼吸识别。在本实施例中，可以将该监测阶段设置为监测准备阶段，并将监测准备阶段对应的标准呼吸类型设置为呼吸正常类型。在监测准备阶段，获取受检者预设个数的呼吸周期的呼吸信息，根据获得的呼吸信息以及训练完备的呼吸状态分类模型输出受检者的呼吸状态，并判断受检者的呼吸状态是否与呼吸正常类型相匹配，根据匹配结果输出受检者的呼吸质量评分，以在呼吸监测前判断受检者的呼吸质量。可选的，预设个数可以为6。

在上述方案的基础上，所述监测阶段包括普通监测阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，若所述受检者的呼吸状态与所述呼吸正常类型匹配失败，则输出相应的预警提示信息。

在对受检者进行呼吸监测过程中，当扫描序列对受检者呼吸无特定要求时，需要对受检者进行呼吸的普通监测，即监测受检者是否呼吸正常，并在受检者呼吸异常时发出报警信息，以提示医师受检者呼吸异常。在本实施例中，可以将扫描序列对受检者呼吸无特定要求时的监测阶段设置为普通监测阶段，将普通监测阶段对应的标准呼吸类型设置为呼吸正常类型。在普通监测阶段，实时获取受检者的呼吸信息，根据获得的呼吸信息以及训练完备的呼吸状态分类模型输出受检者的呼吸状态，并判断受检者的呼吸状态是否与呼吸正常类型相匹配，并在判断受检者的呼吸状态与呼吸正常类型匹配失败时，输出预警提示信息。可选的，还可以根据受检者的呼吸状态产生受检者的呼吸质量评分，并将呼吸质量评分通过显示装置显示。

在上述方案的基础上，所述监测阶段包括任务监测阶段，所述任务监测阶段包括任务准备阶段，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型是否匹配；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配失败，则输出任务提示信息，以使受检者根据所述任务提示信息调整呼吸状态；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配成功，则输出任务执行信息，以使受检者根据所述任务执行信息执行呼吸任务。

在对受检者进行呼吸监测过程中，当扫描序列对受检者呼吸具有特定要求时，需要对受检者进行呼吸的任务监测，即监测受检者是否满足扫描所需的呼吸状态。在本实施例中，可以将扫描序列对受检者呼吸具有特定要求时的监测阶段设置为任务监测阶段，将任务监测阶段分为任务准备阶段和任务执行阶段。在任务准备阶段监测受检者呼吸状态是否满足进入任务执行阶段的需求。可选的，可以将任务准备阶段对应的预设的标准呼吸类型设置为第一呼吸类型，在任务准备阶段，实时获取受检者的呼吸信息，根据获得的呼吸信息以及训练完备的呼吸状态分类模型输出受检者的呼吸状态，并判断受检者的呼吸状态是否与第一呼吸类型相匹配，并根据匹配结果输出相应的提示信息。

可选的，若受检者的呼吸状态与第一呼吸类型匹配失败，表示受检者的呼吸状态不满足任务准备阶段的呼吸要求，可以输出相应的提示信息提示受检者调整呼吸配合扫描，或提示扫描医师通过调整扫描序列的扫描参数(如扫描时间)以提高扫描效果。可选的，为了便于在扫描过程中受检者以及扫描医师能够无障碍的接收到提示信息，可以通过语音方式输出提示信息，还可以将针对扫描医师的提示信息以文字形式通过扫描医师操作的操作界面输出。若受检者的呼吸状态与第一呼吸类型匹配成功，则输出任务执行信息，以使受检者根据任务执行信息执行呼吸任务。

在本实施例中，当呼吸监测装置持续监测预设时间段后，受检者呼吸状态与第一呼吸类型仍匹配失败时，判定受检者无法调整呼吸状态以满足任务准备阶段的呼吸要求，则输出序列优化提示信息，以提示扫描医师对扫描序列的扫描参数进行优化(如减少扫描时间等)，以在受检者无法配合扫描时提高扫描效果和质量。通过发掘病人呼吸信号中生理信息，在监测到受检者无法主动配合扫描时提醒扫描医师调整优化扫描序列参数，避免了受检者无法配合扫描导致重扫所造成的扫描时间上的浪费。

在上述方案的基础上，所述任务监测阶段还包括任务执行阶段，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述任务执行阶段对应的预设的标准呼吸类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

在判断受检者的呼吸状态与任务准备阶段对应的标准呼吸类型匹配成功后，进入任务执行阶段，并继续实时监测受检者的呼吸状态。可选的，可以将任务执行阶段对应的预设的标准呼吸类型设置为第二呼吸类型，根据获得的呼吸信息以及训练完备的呼吸状态分类模型输出受检者的呼吸状态，并将受检者的呼吸状态与第二呼吸类型进行匹配，根据匹配结果输出受检者的呼吸质量评分。可选的，在任务执行阶段，通过对受检者的呼吸状态进行评分，评价受检者在任务执行阶段的呼吸状态是否满足任务执行阶段的呼吸要求。可选的，呼吸质量评分越高，表示受检者的呼吸状态越接近第二呼吸类型。

本实施例通过在扫描到特定序列(如进行受呼吸影响较大的腹部扫描)时，发出适当的信号指导受检者进行呼吸配合扫描，使得特定序列的扫描更加精确，进而提高了图像质量。

在本实施例中，任务监测阶段用于监测受检者的呼吸状态是否满足任务态需求的呼吸状态。可选的，任务监测阶段包括屏气任务监测阶段和/或呼吸均匀任务监测阶段。

当进入屏息扫描阶段时，需要受检者屏息，受检者在屏息后需要一段时间调整呼吸，从而才能进行下一次屏气扫描。在本实施例中，屏气任务监测阶段包括屏气监测准备阶段和屏气监测执行阶段。屏气监测准备阶段对应的标准呼吸类型可以为呼吸规律类型，屏气监测执行阶段对应的标准呼吸类型可以为屏气类型。可选的，在屏气监测准备阶段，使用呼吸监测装置判断受检者的呼吸状态是否为呼吸规律类型。在受检者的呼吸状态不是呼吸规律类型时，继续监测受检者的呼吸状态，直到受检者呼吸状态为呼吸规律类型为止。在受检者的呼吸状态为呼吸规律类型时，发出屏气执行提示信息，指导受检者屏息，并进入屏气监测执行阶段。在屏气监测执行阶段，使用呼吸监测装置判断受检者的呼吸状态是否为屏气类型，并输出相应的屏气质量评分(呼吸质量评分)。

当进行呼吸导航序列的扫描时，需要受检者呼吸均匀、呼吸频率高于一定的频率阈值且呼吸强度高于一定的强度阈值。在本实施例中，可以将呼吸导航序列对应的监测阶段设置为呼吸均匀任务监测阶段。在本实施例中，呼吸均匀任务监测阶段包括，呼吸均匀监测准备阶段和呼吸均匀监测执行阶段。呼吸均匀监测准备阶段对应的标准呼吸类型可以为第一呼吸均匀类型，呼吸均匀监测执行阶段对应的标准呼吸类型可以为第二呼吸均匀类型。其中，第一呼吸均匀类型与第二呼吸均匀类型可能为同一呼吸类型，也可能为不同的呼吸类型。可选的，在呼吸均匀监测准备阶段，使用呼吸监测装置判断受检者的呼吸状态是否为第一呼吸均匀类型。在受检者的呼吸状态不是第一呼吸均匀类型时，继续监测受检者的呼吸状态，直到受检者呼吸状态为第一呼吸均匀类型为止。

在受检者的呼吸状态为第一呼吸均匀类型时，发出呼吸导航执行提示信息，并进入呼吸均匀监测执行阶段。在呼吸均匀监测执行阶段，使用呼吸监测装置判断受检者的呼吸状态是否为第二呼吸均匀类型，并输出相应的呼吸质量评分。

在本发明的一种实施方式中，还包括：根据接收到的辅助扫描指令，进入所述辅助扫描指令对应的任务监测阶段，并确定与所述任务监测阶段对应的标准呼吸类型。

可选的，在进入特定扫描阶段时，扫描设备可以向呼吸监测装置发送与特定扫描阶段对应的辅助扫描指令，呼吸监测装置接收到辅助扫描指令后，进入与辅助扫描指令对应的任务监测阶段，并确定与任务监测阶段对应的标准呼吸类型。在本实施例中，可以预先设置辅助扫描指令、任务监测阶段与标准呼吸类型的对应关系，在接收到辅助扫描指令时，通过查找预先设置的对应关系确定所接收到的辅助扫描指令对应的任务监测阶段以及标准呼吸类型。需要说明的是，任务监测阶段对应的标准呼吸类型包括任务准备阶段对应的标准呼吸类型和任务执行阶段对应的标准呼吸类型，由于任务准备阶段对应的标准呼吸类型和任务执行阶段对应的标准呼吸类型可能相同，也可能不同，因此任务监测阶段对应的标准呼吸类型可能为一种呼吸类型，也可能为两种呼吸类型。

示例性的，当进入屏息扫描阶段时，扫描设备向呼吸监测装置发送屏息辅助扫描指令，呼吸监测装置接收到屏息辅助扫描指令后，通过查找预先设置的对应关系确定屏息辅助扫描指令对应的标准呼吸类型为呼吸规律类型和屏息类型，并将呼吸规律类型作为屏息监测准备阶段的标准呼吸类型，将屏息类型作为屏息监测执行阶段的标准呼吸类型。预先设置任务监测阶段的标注呼吸类型能够使呼吸监测的结果更加精确。

实施例二

图2a是本发明实施例二所提供的一种用于影像扫描的呼吸监测方法的流程图。本实施例在上述实施例的基础上进行进一步地优化。如图2a所示，所述方法包括：

S210、获取样本呼吸信息以及所述历史呼吸信息对应的标签，所述标签用于表示样本的呼吸状态。

在本实施例中，在使用训练完备的呼吸状态分类模型对受检者的呼吸信息进行分类之前，对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型。

在本发明的一种实施方式中，可以预先获取多个样本的呼吸信息，并对各个样本的呼吸信息进行人工标注，确定各个历史呼吸信息的标签。其中，各样本呼吸信息的标签可以由呼吸状态分类模型所输出的分类类别确定。示例性的，若呼吸状态分类模型需要输出的分类类别为“呼吸规律”以及“呼吸不规律”，则对各历史呼吸信息进行标注的标签为“呼吸规律”或“呼吸不规律”。若呼吸状态分类模型需要输出的分类类别更加详细，则可以将各样本的呼吸信息设置为更加详细的标签。更加详细的分类可参见上述实施例，在此不再赘述。

S220、基于所述样本呼吸信息以及所述样本呼吸信息对应的标签生成训练样本集，使用所述训练样本集对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型。

针对每个样本呼吸信息，基于该样本呼吸信息以及该样本呼吸信息的标签组成训练样本对，各样本呼吸信息对应的训练样本对生成训练样本集，使用训练样本集对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型。示例性的，可以使用监督式学习的深度学习算法对建立好的呼吸状态分类模型进行训练，学习标注出的历史呼吸信息的特征(如呼吸波形的频率、幅度、形态、变化趋势等)得到训练完备的呼吸状态分类模型。

图2b是本发明实施例二所提供的用于影像扫描的呼吸监测方法中呼吸状态分类模型的示意图。图2b中以深度学习算法为例，对通过机器学习算法对受检者呼吸信号进行识别进行说明。如图2b所示，将样本呼吸信号输入至深度学习模型(预先建立好的呼吸状态分类模型)中，得到深度学习模型输出的呼吸状态的判别结果(呼吸规律或呼吸不规律)。

S230、获取受检者的呼吸信息。

S240、将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态。

S250、判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

本发明实施例的技术方案，在上述实施例的基础上增加了使用样本呼吸信息对建立好的神经网络架构进行训练的操作，通过获取样本呼吸信息以及所述样本呼吸信息对应的标签；基于所述样本呼吸信息以及所述样本呼吸信息的标签生成训练样本集，使用所述训练样本集对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型，使得基于呼吸状态分类模型得到的呼吸状态的分类结果更加准确。

实施例三

图3是本发明实施例三所提供的一种用于影像扫描的呼吸监测装置的结构示意图。该用于影像扫描的呼吸监测装置可以采用软件和/或硬件的方式实现，例如该用于影像扫描的呼吸监测装置可以配置于计算机设备中。如图3所示，所述装置包括呼吸信息获取模块310、呼吸状态分类模块320和提示信息输出模块330，其中：

呼吸信息获取模块310，用于获取受检者的呼吸信息；

呼吸状态分类模块320，用于将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；

提示信息输出模块330，用于判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

本发明实施例通过呼吸信息获取模块获取受检者的呼吸信息，呼吸状态分类模块将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的受检者的呼吸状态，提示信息输出模块判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，通过自动判断受检者的呼吸状态是否满足预设的呼吸要求，提高了呼吸监测的准确度，实现了辅助医师指导受检者配合扫描，进而提高了成像的图像质量，同时降低了医师的工作量。

在上述方案的基础上，所述预设的标准呼吸类型基于监测阶段确定。

在上述方案的基础上，所述监测阶段包括监测准备阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述提示信息输出模块330具体用于：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

在上述方案的基础上，所述监测阶段包括普通监测阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述提示信息输出模块330具体用于：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，若所述受检者的呼吸状态与所述呼吸正常类型匹配失败，则输出相应的预警提示信息。

在上述方案的基础上，所述监测阶段包括任务监测阶段，所述任务监测阶段包括任务准备阶段，所述提示信息输出模块330具体用于：

判断所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型是否匹配；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配失败，则输出任务提示信息，以使受检者根据所述任务提示信息调整呼吸状态；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配成功，则输出任务执行信息，以使受检者根据所述任务执行信息执行呼吸任务。

在上述方案的基础上，所述任务监测阶段还包括任务执行阶段，所述提示信息输出模块330具体用于：

判断所述受检者的呼吸状态与所述任务执行阶段对应的预设的标准呼吸类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

在上述方案的基础上，所述装置还包括模型训练模块，用于：

获取样本呼吸信息以及所述历史呼吸信息对应的标签，所述标签用于表示样本的呼吸状态；

基于所述样本呼吸信息以及所述样本呼吸信息对应的标签生成训练样本集，使用所述训练样本集对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型。

本发明实施例所提供的用于影像扫描的呼吸监测装置可执行任意实施例所提供的用于影像扫描的呼吸监测方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4是本发明实施例四所提供的计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于：一个或者多个处理器416，***存储器428，连接不同***组件(包括***存储器428和处理器416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器416或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

计算机设备412典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器428可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储装置434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

处理器416通过运行存储在***存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的用于影像扫描的呼吸监测方法，该方法包括：

获取受检者的呼吸信息；

将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；

判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的用于影像扫描的呼吸监测方法的技术方案。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的用于影像扫描的呼吸监测方法，该方法包括：

获取受检者的呼吸信息；

将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；

判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的用于影像扫描的呼吸监测方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种用于影像扫描的呼吸监测方法，其特征在于，包括：

获取受检者的呼吸信息；

将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；

判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

2.根据权利要求1所述的方法，其特征在于，所述预设的标准呼吸类型基于监测阶段确定。

3.根据权利要求2所述的方法，其特征在于，所述监测阶段包括监测准备阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

4.根据权利要求2所述的方法，其特征在于，所述监测阶段包括普通监测阶段，所述预设的标准呼吸类型包括呼吸正常类型，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述呼吸正常类型是否匹配，若所述受检者的呼吸状态与所述呼吸正常类型匹配失败，则输出相应的预警提示信息。

5.根据权利要求2所述的方法，其特征在于，所述监测阶段包括任务监测阶段，所述任务监测阶段包括任务准备阶段，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型是否匹配；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配失败，则输出任务提示信息，以使受检者根据所述任务提示信息调整呼吸状态；

若所述受检者的呼吸状态与所述任务准备阶段对应的预设的标准呼吸类型匹配成功，则输出任务执行信息，以使受检者根据所述任务执行信息执行呼吸任务。

6.根据权利要求5所述的方法，其特征在于，所述任务监测阶段还包括任务执行阶段，所述判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息，包括：

判断所述受检者的呼吸状态与所述任务执行阶段对应的预设的标准呼吸类型是否匹配，并根据匹配结果输出与所述匹配结果对应的呼吸质量评分。

7.根据权利要求1所述的方法，其特征在于，还包括：

获取样本呼吸信息以及所述样本呼吸信息对应的标签，所述标签用于表示样本的呼吸状态；

基于所述样本呼吸信息以及所述样本呼吸信息对应的标签生成训练样本集，使用所述训练样本集对预先建立好的神经网络架构进行训练，得到训练完备的呼吸状态分类模型。

8.一种用于影像扫描的呼吸监测装置，其特征在于，包括：

呼吸信息获取模块，用于获取受检者的呼吸信息；

呼吸状态分类模块，用于将所述呼吸信息输入至训练完备的呼吸状态分类模型中，获得所述呼吸状态分类模型输出的所述受检者的呼吸状态；

提示信息输出模块，用于判断所述呼吸状态与预设的标准呼吸类型是否匹配，并输出与匹配结果对应的提示信息。

9.一种计算机设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的用于影像扫描的呼吸监测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的用于影像扫描的呼吸监测方法。