CN112150376B - 血管医学影像分析方法、装置、计算机设备和存储介质 - Google Patents

血管医学影像分析方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112150376B
CN112150376B CN202010846877.8A CN202010846877A CN112150376B CN 112150376 B CN112150376 B CN 112150376B CN 202010846877 A CN202010846877 A CN 202010846877A CN 112150376 B CN112150376 B CN 112150376B
Authority
CN
China
Prior art keywords
terminal
image analysis
doctor
dimensional grid
color code
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010846877.8A
Other languages
English (en)
Other versions
CN112150376A (zh
Inventor
卿龙军
郑凌霄
兰宏志
马骏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Raysight Intelligent Medical Technology Co Ltd
Original Assignee
Shenzhen Raysight Intelligent Medical Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Raysight Intelligent Medical Technology Co Ltd filed Critical Shenzhen Raysight Intelligent Medical Technology Co Ltd
Priority to CN202010846877.8A priority Critical patent/CN112150376B/zh
Publication of CN112150376A publication Critical patent/CN112150376A/zh
Application granted granted Critical
Publication of CN112150376B publication Critical patent/CN112150376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/68—Analysis of geometric attributes of symmetry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请涉及一种血管医学影像分析处理方法、装置、计算机设备和存储介质。方法包括：接收医学数据***发送的或者医生使用终端导入的血管医学影像；在质量检测通过后，进行图像处理，以生成血管医学影像中血管的中心线和轮廓；当接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模；通过云计算服务，根据建模得到的三维网格进行流体力学仿真处理，得到包括各点的血流特征值的仿真结果文件；根据仿真结果文件和三维网格，生成功能学色码图，并确定三维网格中血管狭窄位置处的血流特征值，根据血流特征值和功能学色码图，生成影像分析报告并发送至医生使用的终端。采用本方法能够提高准确性。

Description

血管医学影像分析方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种血管医学影像分析方法、装置、计算机设备和存储介质。
背景技术
随着科学技术的发展，人们对身体健康越来越重视，出现了越来越多的对医学图像进行处理分析的技术，对血管影像进行分析处理就是其中的一种，对血管影像进行深入的分析来了解血管的具体情况非常重要。
传统技术中，一般是通过单机对血管影像进行局限的分析处理。然而，进行局限的分析处理，会导致对血管影像进行分析处理的结果不够准确，因此，如何提高血管医学影像分析处理的准确性是亟需解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高准确性的血管医学影像分析处理方法、装置、计算机设备和存储介质。
一种血管医学影像分析处理方法，所述方法包括：
接收医学数据***发送的或者医生使用终端导入的血管医学影像；
对所述血管医学影像进行图像质量检测，并在质量检测通过后，对所述血管医学影像进行图像处理，以生成所述血管医学影像中血管的中心线和轮廓；
通过数据校正用户所使用的终端加载所述血管的中心线和轮廓；
当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件；
根据所述仿真结果文件和所述三维网格，生成三维的功能学色码图；
根据所述仿真结果文件，确定所述三维网格中血管狭窄位置处的血流特征值，根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端。
在其中一个实施例中，在所述通过数据校正用户所使用的终端加载所述血管的中心线和轮廓之后，所述方法还包括：
当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓检查通过的消息时，根据所述血管的中心线和轮廓，生成所述血管的三维网格，并执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理及后续步骤。
在其中一个实施例中，在所述根据调整后的结果进行建模，生成所述血管的三维网格之后，所述方法还包括：
通过审核员所使用的终端加载所述三维网格；
当接收到所述审核员通过终端返回的针对所述三维网格的审核通过的消息时，执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件及后续步骤；
当接收到所述审核员通过终端返回的针对所述三维网格的审核未通过的消息时，返回执行所述通过数据校正用户所使用的终端加载所述血管的中心线和轮廓及后续步骤，直至审核通过。
在其中一个实施例中，根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端包括：
通过所述数据校正用户所使用的终端加载所述功能学色码图；
当接收到所述数据校正用户通过终端发出的针对所述功能学色码图的截图指令时，根据所述截图指令截取所述功能学色码图的二维图像，并根据所述血流特征值和所述功能学色码图的二维图像，生成影像分析报告并发送至医生所使用的终端。
在其中一个实施例中，所述生成影像分析报告并发送至医生所使用的终端包括：
生成影像分析报告；
通过审核员所使用的终端加载生成的所述影像分析报告；
当接收到所述审核员通过终端返回的针对所述影像分析报告的审核通过的消息时，将所述影像分析报告发送至医生所使用的终端；
当接收到所述审核员通过终端返回的针对所述影像分析报告的审核未通过的消息时，返回执行所述通过所述数据校正用户所使用的终端加载所述功能学色码图及后续步骤，直至审核通过。
在其中一个实施例中，所述通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件包括：
获取仿真参数文件；
通过云计算服务，根据所述仿真参数文件和所述三维网格，迭代地对所述血管进行流体力学仿真处理，生成每个时间节点上所述三维网格中每个网格单元上的血流特征值；
将最后一个时间周期内各时间节点上所述三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。
在其中一个实施例中，所述方法还包括：
根据所述仿真结果文件沿所述血管的中心线取血流特征值，并根据所取的血流特征值，生成血流特征结果曲线；
根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端包括：
通过调整所述功能学色码图的角度，将所述中心线上各点的当前空间坐标，调整至所述功能学色码图中所述中心线上各点的目标空间坐标；
对调整后的功能学色码图进行截图，得到所述功能学色码图的二维图像；
根据所述血流特征值、所述功能学色码图的二维图像以及所述血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
在其中一个实施例中，在所述根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端之后，所述方法还包括：
通过所述医生所使用的终端展示功能学色码图查看入口和中心线修改入口；
当接收到所述医生针对所述功能学色码图查看入口的触发操作时，展示所述功能学色码图；
当接收到所述医生针对所述中心线修改入口的触发操作时，展示所述中心线和所述轮廓；
当接收到所述医生通过终端发出的针对所展示的所述中心线和所述轮廓的调整指令时，对所述中心线和所述轮廓进行相应调整，并返回执行所述根据调整后的结果进行建模，生成所述血管的三维网格及后续步骤。
在其中一个实施例中，所述数据校正用户包括医生；
所述当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格包括：
当接收到所述医生通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
在所述根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端之后，所述方法还包括：
通过所述医生所使用的终端展示影像分析报告查看入口；
当接收到所述医生针对所述影像分析报告查看入口的触发操作时，展示所述影像分析报告。
一种血管医学影像分析处理装置，所述装置包括：
影像获取模块，用于接收医学数据***发送的或者医生使用终端导入的血管医学影像；
中心线生成模块，用于对所述血管医学影像进行图像质量检测，并在质量检测通过后，对所述血管医学影像进行图像处理，以生成所述血管医学影像中血管的中心线和轮廓；
校正模块，用于通过数据校正用户所使用的终端加载所述血管的中心线和轮廓；
模型生成模块，用于当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
仿真模块，用于通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件；
仿真结果处理模块，用于根据所述仿真结果文件和所述三维网格，生成三维的功能学色码图；
报告生成模块，用于根据所述仿真结果文件，确定所述三维网格中血管狭窄位置处的血流特征值，根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行本申请各实施例所述的血管医学影像分析处理方法中的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行本申请各实施例所述的血管医学影像分析处理方法中的步骤。
上述血管医学影像分析处理方法、装置、计算机设备和存储介质，接收医学数据***发送的或者医生使用终端导入的血管医学影像，在对血管医学影像进行图像质量检测通过后，生成血管医学影像中血管的中心线和轮廓。在图像质量检测通过后再进行后续的图像处理，能够提高图像处理的准确性、效率以及后续影像分析结果的准确性。然后接收数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果，这样通过数据校正用户对中心线和轮廓进行调整的交互操作，提高了中心线和轮廓的准确性，再根据调整后的结果进行建模生成血管的三维网格，通过云计算服务根据三维网格进行流体力学仿真处理，能够得到更加准确的仿真结果文件。再根据仿真结果文件和三维网格，生成准确的三维的功能学色码图，并根据准确的仿真结果文件，准确地确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成准确的影像分析报告并发送至医生所使用的终端。通过AI算法、流体力学方法和云计算技术相结合的完整方案、以及医生、数据校正用户与自动化程序之间的多端交互、远程协助的流程，提高了血管医学影像分析处理的准确性。
附图说明
图1为一个实施例中血管医学影像分析处理方法的应用环境图；
图2为一个实施例中血管医学影像分析处理方法的流程示意图；
图3为一个实施例中血管医学影像分析处理方法的界面图；
图4为一个实施例中三维网格的示意图；
图5为一个实施例中血管医学影像分析处理方法的界面图；
图6为一个实施例中自动模式下的血管医学影像分析处理方法的整体流程示意图；
图7为一个实施例中交互模式下的血管医学影像分析处理方法的整体流程示意图；
图8为一个实施例中用于实现血管医学影像分析处理方法的***架构图；
图9为一个实施例中血管医学影像分析处理装置的结构框图；
图10为另一个实施例中血管医学影像分析处理装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的血管医学影像分析处理方法，可以应用于如图1所示的应用环境中。其中，服务器102、医生使用的终端104和数据校正用户使用的终端106之间通过网络进行通信。服务器102可以接收医学数据***发送的或者医生使用终端104导入的血管医学影像，生成血管医学影像中血管的中心线和轮廓。数据矫正用户使用的终端106可以加载血管的中心线和轮廓，并将数据矫正用户对中心线和轮廓进行调整后的结果发送至服务器102。服务器102可以根据调整后的结果进行建模，生成血管的三维网格，并通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件，然后根据仿真结果文件和三维网格，生成三维的功能学色码图，并根据仿真结果文件，确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生使用的终端104。
其中，医生使用的终端104和数据校正用户使用的终端106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。需要说明的是，在一些实施例中，数据校正用户可以为医生，这种情况下，数据校正用户使用的终端则可以为医生使用的终端。
服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。可以理解，服务器102可以包括多个具有不同功能(或者执行不同任务)的服务器，比如，WEB服务器、GPU服务器、数据库以及NAS文件***。多个服务器共同协作，实现本申请各实施例中的血管医学影像分析处理方法。
在一个实施例中，如图2所示，提供了一种血管医学影像分析处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
S202，接收医学数据***发送的或者医生使用终端导入的血管医学影像。
其中，医学数据***，是医院中用于管理医学影像等医学数据的***。
在一个实施例中，医学数据***可以是PACS***(Picture Archiving andCommunication Systems，影像归档和通信***)、RIS***(Radioiogy informationsystem，放射信息管理***)、HIS***(Hospital Information System，医院信息***)和直接连接医学成像(CT或核磁等)***的***等中的任意一种。
血管医学影像，是拍摄的包含血管的三维医学影像。在一个实施例中，血管医学影像，可以包括CT(Computed Tomography，电子计算机断层扫描)影像、MRI(MagneticResonance Imaging，磁共振成像)影像、超声影像、冠脉造影、核素成像(SPECT或PET)和X光影像等中的至少一种。在一个实施例中，血管医学影像可以是DICOM格式(Digital Imagingand Communications in Medicine，定义了质量能满足临床需要的可用于数据交换的医学图像格式)的文件。
在一个实施例中，服务器可以接收医院的医学数据***发送至的血管医学影像。
在一个实施例中，服务器可以接收医生在所使用的终端所加载的页面中导入的血管医学影像。如图3所示，为医生在所使用的终端所加载的页面的示意图，医生可以通过图3所示的页面中的“导入DICOM文件”入口，导入血管医学影像。在导入影像之后，***中的处理状态显示为如图3所示的“处理中”。
在一个实施例中，临床科室的医生可以使用临床科室的终端向放射科医生使用的终端发送消息。放射科医生在看到终端接收到的消息后，可以通过放射科医生使用的终端所加载的页面导入血管医学影像至服务器。
S204，对血管医学影像进行图像质量检测，并在质量检测通过后，对血管医学影像进行图像处理，以生成血管医学影像中血管的中心线和轮廓。
在一个实施例中，服务器可以对接收到的血管医学影像进行图像质量检测，当图像质量检测通过时，服务器可以执行对血管医学影像进行图像处理，以生成血管医学影像中血管的中心线和轮廓及后续步骤；当图像检测不通过时，服务器可以发送用于表示影像质量不合格的消息至医生使用的终端，以通知医生血管医学影像的质量不合格。
在一个实施例中，服务器可以对图像质量检测通过后的血管医学影像进行图像分割处理(即，初分割)，得到血管分割图像，然后对血管分割图像进行提取中心线的处理，提取出血管的中心线，接着根据中心线和血管分割图像，生成血管的轮廓。
S206，通过数据校正用户所使用的终端加载血管的中心线和轮廓。
在一个实施例中，服务器在生成血管的中心线和轮廓后，可以向数据校正用户使用的终端发送消息。数据校正用户在看到所使用的终端接收到的消息后，可以通过数据校正用户使用的终端加载血管的中心线和轮廓。
数据校正用户可以通过专业性，判断加载的血管的中心线和轮廓是否需要调整，当需要调整时，数据校正用户可以对终端加载的血管的中心线和轮廓进行调整操作，以提高中心线和轮廓的准确性，并通过终端将调整后的结果发送至服务器。可以理解，当不需要调整时，数据校正用户则可以不进行调整处理。
在一个实施例中，数据校正用户可以对中心线进行校准，并对冠脉病变区域附近的轮廓进行检查和修正，确保其能反映出血管真实管腔。
在一个实施例中，数据校正用户，可以是负责数据校正的数据分析员，也可以是医生。
S208，当接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成血管的三维网格。
其中，三维网格，是由实心多面体来表示的血管实心网格。
在一个实施例中，实心多面体可以为实心四面体。如图4所示，是血管的三维网格的示意图。
具体地，服务器在接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果时，可以根据调整后的中心线和轮廓进行建模，生成血管的三维网格。
在一个实施例中，根据调整后的结果进行建模，生成血管的三维网格的步骤包括：服务器可以先根据调整后的轮廓，创建血管表面模型，接着对血管表面模型的管壁进行光滑处理，然后基于光滑的血管表面模型进行三维网格剖分，得到最终的三维网格。
可以理解，当未接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果，或者接收到数据校正用户通过终端返回的检查通过的消息时，说明不需要进行调整，那么，则可以自动根据步骤S204中生成的轮廓进行建模，生成血管的三维网格。
S210，通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件。
其中，血流特征值，是医生评估血管的健康状况的重要生理指标的值。流体力学仿真处理，涉及计算流体力学(Computational Fluid Dynamics，简称CFD)。计算流体力学是流体力学和计算机科学相互融合的一门新兴交叉学科，它从计算方法出发，利用计算机快速的计算能力得到流体控制方程的近似解。
在一个实施例中，血流特征值可以包括血流储备分数(FFR)、壁面剪切应力(WSS)、轴向斑块应力(APS)和震荡系数(OSI)等中的至少一种的值。
在一个实施例中，服务器可以先获取血管的仿真参数文件，然后通过超算中心提供的云计算服务，根据仿真参数文件和三维网格，进行流体力学仿真处理，生成仿真结果文件，生成的仿真结果文件中包含三维网格中各点的血流特征值。其中，仿真参数文件，是包含对血管进行流体力学仿真所需的参数的文件。在一个实施例中，仿真参数文件中可以包含血管的仿真参数、以及根据仿真参数生成的三维网格对应的初始条件和边界条件。
S212，根据仿真结果文件和三维网格，生成三维的功能学色码图。
其中，功能学色码图，是用于表征三维网格中各点的血流特征值的彩色三维图像。在功能学色码图中，用不同的颜色表示不同的血流特征值。
在一个实施例中，服务器可以将仿真结果文件中的三维网格中各点的血流特征值，用颜色的形式表示出来，不同的血流特征值用不同的颜色来区分，生成功能学色码图。
S214，根据仿真结果文件，确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端。
可以理解，血管狭窄位置处，可能存在病变，因此，需要确定血管狭窄位置处的血流特征值的数据，并反馈给医生，作为医生判断血管是否存在病变的参考数据。需要说明的是，血管狭窄位置处的血流特征值，并非直接体现是否病变，而是需要医生或者专业人士通过专业医学知识根据该血流特征值进一步判断是否存在病变，因此，不属于疾病的诊断结果。
在一个实施例中，服务器可以根据仿真结果文件中三维网格中各点的血流特征值，自动确定三维网格中血管狭窄位置处的血流特征值，并根据确定的血管狭窄位置处的血流特征值和生成的功能学色码图，生成影像分析报告。即，影像分析报告中包含血管狭窄位置处的血流特征值和血管的功能学色码图。
在一个实施例中，服务器可以根据血管狭窄位置处的血流特征值和对功能学色码图进行截图得到的二维图像，生成影像分析报告。在一个实施例中，对功能学色码图进行截图得到的二维图像，可以是服务器自动进行截图得到的，也可以是由数据校正用户进行截图得到的。
可以理解，影像分析报告中所包含的是对血管医学影像进行图像处理分析所得到的数据，并非是体现是否病变的直接结果，而是用于为医生对血管情况进行分析判断提供参考数据，需要医生或者专业人士通过专业医学知识针对该影像分析报告进一步做专业地分析判断，因此，影像分析报告并不属于疾病的诊断结果。
在一个实施例中，在生成影像分析报告后，服务器可以向医生使用的终端发送消息。医生在看到终端接收到的消息后，可以通过终端加载影像分析报告。
在一个实施例中，在生成影像分析报告后，服务器可以将影像分析报告发送至医生所使用的终端，并发送至医院的医学数据***。
在一个实施例中，影像分析报告中除了血管狭窄位置处的血流特征值、以及功能学色码图的二维图像之外，还可以包括血流特征值的曲线等其他数据，不做限定。
上述血管医学影像分析处理方法中，接收医学数据***发送的或者医生使用终端导入的血管医学影像，在对血管医学影像进行图像质量检测通过后，生成血管医学影像中血管的中心线和轮廓。在图像质量检测通过后再进行后续的图像处理，能够提高图像处理的准确性、效率以及后续影像分析结果的准确性。然后接收数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果，这样通过数据校正用户对中心线和轮廓进行调整的交互操作，提高了中心线和轮廓的准确性，再根据调整后的结果进行建模生成血管的三维网格，通过云计算服务根据三维网格进行流体力学仿真处理，能够得到更加准确的仿真结果文件，再根据仿真结果文件和三维网格，生成准确的三维的功能学色码图，并根据准确的仿真结果文件，准确地确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成准确的影像分析报告并发送至医生所使用的终端。通过AI算法、流体力学方法和云计算技术相结合的完整方案、以及医生、数据校正用户与自动化程序之间的多端交互(多人协作)、远程协助的流程，提高了血管医学影像分析处理的准确性。此外，通过云计算服务，能够提升***的大规模批量处理的能够，提高了处理效率。
在一个实施例中，在通过数据校正用户所使用的终端加载血管的中心线和轮廓的步骤之后，该方法还包括：当接收到数据校正用户通过终端返回的对中心线和轮廓检查通过的消息时，根据血管的中心线和轮廓，生成血管的三维网格，并执行通过云计算服务，根据三维网格进行流体力学仿真处理及后续步骤。
具体地，数据校正用户所使用的终端可以加载血管的中心线和轮廓，数据校正用户可以对终端加载的中心线和轮廓进行检查。当检查通过时(即，无需对中心线和轮廓进行调整)，数据校正用户可以通过终端向服务器返回中心线和轮廓检查通过的消息，服务器在接收到消息后，可以根据通过图像处理自动生成的血管的中心线和轮廓(即，未经过调整的中心线和轮廓)进行建模，生成血管的三维网格，并执行通过云计算服务，根据三维网格进行流体力学仿真处理及后续步骤。当检查不通过时(即，需要对中心线和轮廓进行调整)，则数据校正用户可以通过终端对中心线和轮廓进行调整，并通过终端返回调整后的中心线和轮廓至服务器，服务器在接收到调整后的结果时，执行根据调整后的结果进行建模，生成血管的三维网格及后续步骤。
本实施例中，数据校正用户可以对中心线和轮廓进行检查，在检查通过时，服务器可以直接根据通过图像处理生成的血管的中心线和轮廓(即，未经过调整的中心线和轮廓)进行建模。通过数据校正用户进行的调整操作，确保了中心线和轮廓的准确性，进而能够提高血管影像分析处理的准确性。
在一个实施例中，在根据调整后的结果进行建模，生成血管的三维网格的步骤之后，该方法还包括：通过审核员所使用的终端加载三维网格；当接收到审核员通过终端返回的针对三维网格的审核通过的消息时，执行通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件及后续步骤；当接收到审核员通过终端返回的针对三维网格的审核未通过的消息时，返回执行通过数据校正用户所使用的终端加载血管的中心线和轮廓及后续步骤，直至审核通过。
具体地，在根据调整后的结果进行建模，生成血管的三维网格的步骤之后，服务器可以向审核员使用的终端发送消息。审核员在看到终端接收到的消息后，可以通过终端加载生成的三维网格，并对三维网格进行审核。
在一个实施例中，当审核员审核通过时(即，生成的三维网格审核合格)，审核员可以通过终端发送审核通过的消息至服务器，服务器在接收到审核通过的消息时，可以执行通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件及后续步骤。
在一个实施例中，当审核员审核不通过时(即，生成的三维网格审核不合格，仍需再次调整中心线和轮廓，并重新生成三维网格)，审核员可以通过终端发送审核未通过的消息至服务器。服务器在接收到审核未通过的消息时，可以返回执行向数据校正用户使用的终端发送消息的步骤，以使数据校正用户在看到所使用的终端接收到的消息后，通过终端加载血管的中心线和轮廓，并对终端加载的血管的中心线和轮廓进行调整，直至服务器根据调整后的中心线和轮廓进行建模所生成的三维网格被审核通过。
在一个实施例中，提供了自动模式和交互模式两种模式。在自动模式下，数据校正用户为医生，可以按照步骤S202至步骤S214执行。在交互模式下，数据校正用户为数据分析员，可以在步骤S202至步骤S214的基础上，增加审核员对根据数据分析员调整后的结果所生成的三维网格进行审核的步骤，以进一步提高血管影像分析处理结果的准确性。可以预先对模式进行设定，也可以由用户自行对模式进行选择。
本实施例中，在服务器生成三维网格后，审核员通过所使用的终端对三维网格进行审核，当审核不通过时，数据校正用户可以重新调整中心线和轮廓，直至审核通过，这样在数据校正用户调整中心线和轮廓的基础上，再通过审核员的审核操作进一步确保生成的三维网格的准确性，进而提高血管医学影像分析处理的准确性。
在一个实施例中，根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端的步骤包括：通过数据校正用户所使用的终端加载功能学色码图；当接收到数据校正用户通过终端发出的针对功能学色码图的截图指令时，根据截图指令截取功能学色码图的二维图像，并根据血流特征值和功能学色码图的二维图像，生成影像分析报告并发送至医生所使用的终端。
在一个实施例中，数据校正用户，可以是医生，也可以是负责进行截图操作并生成影像分析报告的数据分析员。
具体地，在服务器确定了三维网格中血管狭窄位置处的血流特征值、并生成了三维的功能学色码图之后，服务器可以向数据校正用户使用的终端发送消息。数据校正用户在看到终端接收到的消息后，可以通过终端加载服务器生成的功能学色码图。数据校正用户可以通过终端进行截图操作，终端在接收到截图操作后，可以生成截图指令。终端可以根据截图指令，截取功能学色码图在当前所展示的角度上的二维图像，并将所截取的二维图像发送至服务器。服务器可以根据截取的二维图像和确定的三维网格中血管狭窄位置处的血流特征值，生成影像分析报告，并向医生所使用的终端发送消息。医生在看到终端接收到的消息后，可以通过终端加载影像分析报告。
在一个实施例中，数据校正用户可以先通过终端对功能学色码图的角度进行调整，然后再进行截图操作，终端可以根据截图操作生成截图指令，然后根据截图指令，截取功能学色码图在所调整至的角度上的二维图像，并执行将所截取的二维图像发送至服务器及后续步骤。
在一个实施例中，数据校正用户在进行截图操作后，可以再通过所使用的终端发出生成影像分析报告的指令，终端可以将生成影像分析报告的指令发送至服务器，服务器在接收到指令后，可以响应于生成影像分析报告的指令，根据截取的二维图像和确定的三维网格中血管狭窄位置处的血流特征值，生成影像分析报告。
本实施例中，数据校正用户可以通过终端对功能学色码图进行截图处理，得到功能学色码图的二维图像，服务器可以根据功能学色码图的二维图像和三维网格中血管狭窄位置处的血流特征值，生成影像分析报告并发送至医生使用的终端，这样由数据校正用户通过终端对功能学色码图进行截图处理，保证了生成影像分析报告中的功能学色码图的二维图像的准确性，从而提高了血管影像分析处理的准确性。
在一个实施例中，生成影像分析报告并发送至医生所使用的终端的步骤包括：生成影像分析报告；通过审核员所使用的终端加载生成的影像分析报告；当接收到审核员通过终端返回的针对影像分析报告的审核通过的消息时，将影像分析报告发送至医生所使用的终端；当接收到审核员通过终端返回的针对影像分析报告的审核未通过的消息时，返回执行通过数据校正用户所使用的终端加载功能学色码图及后续步骤，直至审核通过。
具体地，在生成影像分析报告后，服务器可以向审核员所使用的终端发送消息，审核员在看到终端接收到的消息后，可以通过终端加载影像分析报告，并对加载的影像分析报告进行审核。
在一个实施例中，当审核员对影像分析报告审核通过时(即，影像分析报告合格，该影像分析报告可以被发送给医生)，审核员可以通过所使用的终端向服务器发送审核通过的消息，服务器在接收到审核通过的消息后，可以将影像分析报告发送至医生所使用的终端。
在一个实施例中，当审核员对影像分析报告审核不通过时(即，影像分析报告不合格，需要重新生成影像分析报告)，审核员可以通过所使用的终端向服务器发送审核未通过的消息，服务器在接收到审核未通过的消息后，可以执行通过数据校正用户所使用的终端加载功能学色码图及后续步骤，以使数据校正用户重新对功能学色码图进行截图操作，并根据重新截图后的二维图像和血管狭窄位置处的血流特征值生成新的影像分析报告，直至影像分析报告审核通过。
在一个实施例中，审核员所审核的影像分析报告可以是服务器自动生成的，当审核员审核不通过时，数据校正用户才通过终端对功能学色码图进行截图操作，服务器根据血管狭窄位置处的血流特征值、以及数据校正用户的截图操作得到的功能学色码图的二维图像，重新生成影像分析报告。在另一个实施例中，审核员所审核的影像分析报告可以是服务器根据血管狭窄位置处的血流特征值、以及数据校正用户的截图操作得到的功能学色码图的二维图像，生成的影像分析报告。
本实施例中，审核员可以通过所使用的终端对生成的影像分析报告进行审核，在审核不通过时，数据校正用户可以重新进行截图操作，从而服务器重新生成影像分析报告，直至生成的影像分析报告审核通过，通过审核员与数据分析员的交互操作，保证了生成的影像分析报告中的功能学色码图的二维图像的准确性，从而提高了血管影像分析处理的准确性。
在一个实施例中，通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件的步骤包括：获取仿真参数文件；通过云计算服务，根据仿真参数文件和三维网格，迭代地对血管进行流体力学仿真处理，生成每个时间节点上三维网格中每个网格单元上的血流特征值；将最后一个时间周期内各时间节点上三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。
具体地，服务器可以通过超算中心提供的云计算服务，根据仿真参数文件和三维网格，迭代地对血管进行流体力学仿真处理，生成每个时间节点上三维网格中每个网格单元上的血流特征值，然后将最后一个时间周期内各时间节点上三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。可以理解，仿真过程是一个由不稳定的状态向稳定状态发展的过程，随着时间的推进，各个血液动力学参数趋于稳定，因此，可以选取最后一个心动周期的结果作为最终的仿真结果。
本实施例中，服务器可以通过云计算服务，对血管进行流体力学仿真，从而更加快速、且准确地生成仿真结果文件，从而提高了血管影像分析处理的准确性和效率。
在一个实施例中，该方法还包括：根据仿真结果文件沿血管的中心线取血流特征值，并根据所取的血流特征值，生成血流特征结果曲线。根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端的步骤包括：通过调整功能学色码图的角度，将中心线上各点的当前空间坐标，调整至功能学色码图中中心线上各点的目标空间坐标；对调整后的功能学色码图进行截图，得到功能学色码图的二维图像；根据血流特征值、功能学色码图的二维图像以及血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
其中，血流特征结果曲线，是用于表征沿血管的中心线上各点的血流特征值的曲线。
在一个实施例中，服务器可以按照预设间隔，在仿真结果文件中沿血管的中心线上等间隔地选取点，并确定各点的血流特征值，根据各点的血流特征值，生成血流特征结果曲线。
在一个实施例中，服务器可以确定功能学色码图中的中心线上各点的目标空间坐标，然后调整功能学色码图的角度，使功能学色码图的中心线上各点调整至目标空间坐标。服务器可以对调整后的功能学色码图进行截图处理，得到功能学色码图的二维图像。服务器可以根据血管狭窄位置处的血流特征值、功能学色码图的二维图像、以及血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
本实施例中，服务器可以生成血流特征结果曲线，提高了影像分析报告的信息量。服务器还可以自动进行截图生成功能学色码图的二维图像，提高了***的自动化处理能力，从而提高了效率。
在一个实施例中，在根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端的步骤之后，该方法还包括：通过医生所使用的终端展示功能学色码图查看入口和中心线修改入口；当接收到医生针对功能学色码图查看入口的触发操作时，展示功能学色码图；当接收到医生针对中心线修改入口的触发操作时，展示中心线和轮廓；当接收到医生通过终端发出的针对所展示的中心线和轮廓的调整指令时，对中心线和轮廓进行相应调整，并返回执行根据调整后的结果进行建模，生成血管的三维网格及后续步骤。
在一个实施例中，如图5所示，为医生所使用的终端所加载的页面的示意图，图中的“三维色码图”选项即为功能学色码图查看入口，图中的“修改中心线”选项即为中心线修改入口。
在一个实施例中，当医生使用的终端接收到医生针对功能学色码图查看入口的触发操作时，医生使用的终端可以展示服务器所生成的功能学色码图。
在一个实施例中，还可以通过医生所使用的终端展示影像分析报告查看入口(即，图5中的“下载报告”选项)。当医生使用的终端接收到医生针对影像分析报告查看入口的触发操作时，终端可以展示服务器发送至的影像分析报告。医生可以基于影像分析报告的展示界面中的下载入口，触发终端将影像分析报告下载至终端的本地。
可以理解，医生可以通过查看功能学色码图和影像分析报告中的至少一种，确定是否需要调整中心线和轮廓并使服务器基于调整后的中心线和轮廓重新进行血管医学影像分析处理生成影像分析报告。当医生确定需要调整中心线和轮廓时，医生可以对中心线修改入口进行触发操作。
在一个实施例中，当医生使用的终端接收到医生针对中心线修改入口的触发操作时，医生使用的终端可以展示服务器所生成的血管的中心线和轮廓。医生可以通过终端发出针对所展示的中心线和轮廓的调整指令，服务器可以根据调整指令对中心线和轮廓进行相应调整，然后返回执行根据调整后的结果进行建模，生成血管的三维网格及后续步骤，以根据医生调整后的中心线和轮廓重新进行血管医学影像分析处理，直至生成影像分析报告并发送至医生所使用的终端后医生不再调整中心线和轮廓。
本实施例中，医生可以通过功能学色码图查看入口查看功能学色码图，医生还可以通过中心线修改入口对中心线和轮廓进行调整，以使服务器根据调整后的中心线和轮廓重新进行血管医学影像分析处理，生成新的影像分析报告，这样在生成影像分析报告后，可以通过医生对中心线和轮廓的调整，保证最终生成的影像分析报告的准确性。
在一个实施例中，数据校正用户包括医生。当接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成血管的三维网格的步骤包括：当接收到医生通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成血管的三维网格。在根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端的步骤之后，该方法还包括：通过医生所使用的终端展示影像分析报告查看入口；当接收到医生针对影像分析报告查看入口的触发操作时，展示影像分析报告。
具体地，服务器在生成中心线和轮廓后，可以向医生使用的终端发送消息，医生在看到终端接收到的消息后，可以通过终端加载中心线和轮廓，并通过终端对中心线和轮廓进行调整，并将调整后的中心线和轮廓反馈至服务器。服务器在接收到调整后的中心线和轮廓后，可以根据调整后的中心线和轮廓进行建模，生成血管的三维网格。
在一个实施例中，在服务器生成影像分析报告并发送至医生所使用的终端之后，可以通过医生所使用的终端展示影像分析报告查看入口(即，图5中的“下载报告”选项)。当医生使用的终端接收到医生针对影像分析报告查看入口的触发操作时，终端可以展示服务器发送至的影像分析报告。医生可以基于影像分析报告的展示界面中的下载入口，触发终端将影像分析报告下载至终端的本地。
本实施例中，医生可以在血管医学影像分析处理的过程中，调整中心线和轮廓，从而提高最终生成的影像分析报告的准确性。医生还可以通过所使用的终端的影像分析报告查看入口查看影像分析报告，提高了操作的便捷性。
在一个实施例中，如图6所示，为本申请各实施例中自动模式下的血管医学影像分析处理方法的整体流程示意图。首先将原始的血管医学影像(可以是DICOM格式的文件)从医学数据***发送至进行血管医学影像分析处理的服务器，服务器在接收到血管医学影像后，可以对图像质量进行检测。当图像质量检测未通过时，服务器可以向医生使用的终端发送图像质量不合格的通知。当图像质量检测通过时，服务器可以对接收到的血管医学影像进行初分割，然后提取血管的中心线，并生成血管的轮廓。在生成中心线和轮廓后，服务器可以向医生使用的终端发送消息，医生在看到终端接收到的消息后，可以通过对终端所展示的修改中心线入口进行触发操作，使终端加载中心线和轮廓，医生可以对终端加载的中心线和轮廓进行查看后，确定是否需要对中心线和轮廓进行手动调整。当医生确定不需要手动调整时，服务器可以直接根据未经过调整的中心线和轮廓进行建模，生成三维网格。当医生确定需要调整中心线和轮廓时，医生可以通过所使用的终端对中心线和轮廓进行调整，服务器可以根据医生所使用的终端返回的调整后的中心线和轮廓进行建模，生成三维网格。在生成三维网格后，服务器可以先进行仿真前处理(即，获取仿真参数文件)，然后通过超算中心提供的云计算服务，根据仿真参数文件和三维网格，进行流体力学仿真处理，接着根据仿真结果进行文件转化处理(即，将最后一个时间周期内各时间节点上所述三维网格中每个网格单元上的血流特征值进行合并)，生成仿真结果文件，最后，服务器可以进行仿真后处理(包括根据仿真结果文件确定血管狭窄位置处的血流特征值、根据仿真结果文件生成功能学色码图和根据仿真结果生成血流特征结果曲线等处理中的至少一种)。服务器可以根据仿真后处理的结果，生成影像分析报告。医生可以通过所使用的终端加载影像分析报告并查看。服务器也可以将影像分析报告发送至医学数据***进行保存。
在一个实施例中，如图7所示，为本申请各实施例中交互模式下的血管医学影像分析处理方法的整体流程示意图。临床科室医生通过所使用的终端向放射科医生所使用的终端发送血管医学影像分析的申请，放射科医生可以通过所使用的终端导入原始的血管医学影像(可以是DICOM格式的文件)，并将导入的血管医学影像经过脱敏处理后发送至进行血管医学影像分析处理的服务器，生成患者的CT记录，服务器可以对接收到的血管医学影像进行图像质量检测。当图像质量检测未通过时，服务器可以向临床科室医生所使用的终端发送图像质量不合格的通知。当图像质量检测通过时，服务器可以对接收到的血管医学影像进行初分割，然后提取血管的中心线，并生成血管的轮廓。在生成中心线和轮廓后，数据分析员可以通过所使用的终端对中心线和轮廓进行检查，确定是否需要调整中心线和轮廓。当数据分析员确定不需要调整中心线和轮廓时，服务器可以根据未经过调整的中心线和轮廓进行建模，生成三维网格文件。当数据分析员确定需要调整中心线和轮廓时，数据分析员可以通过所使用的终端对中心线和轮廓进行调整，服务器可以根据调整后的中心线和轮廓进行建模，生成三维网格文件。在生成三维网格文件后，审核员可以通过所使用的终端对三维网格文件进行审核。当审核员审核通过时，服务器可以根据三维网格文件进行仿真处理。当审核员审核未通过时，数据分析员可以通过所使用的终端再次调整中心线和轮廓，服务器可以根据调整后的中心线和轮廓生成三维网格文件，直至审核员对生成的三维网格文件审核通过。在审核通过后，服务器可以先进行仿真前处理(即，获取仿真参数文件)，然后通过超算中心提供的云计算服务，根据仿真参数文件和三维网格，进行流体力学仿真处理，接着根据仿真结果进行文件转化处理(即，将最后一个时间周期内各时间节点上所述三维网格中每个网格单元上的血流特征值进行合并)，生成仿真结果文件，最后，服务器可以进行仿真后处理(包括根据仿真结果文件确定血管狭窄位置处的血流特征值、根据仿真结果文件生成功能学色码图和根据仿真结果生成血流特征结果曲线等处理中的至少一种)。数据分析员可以通过所使用的终端，根据仿真后处理得到的数据，进行相应处理(包括对功能学色码图进行截图)，生成影像分析报告。审核员可以通过所使用的终端对生成的影像分析报告进行审核。当审核员审核通过时，医生可以通过所使用的终端查看影像分析报告。当审核员审核未通过时，数据分析员可以通过所使用的终端重新根据仿真后处理得到的数据，进行相应处理(包括对功能学色码图进行截图)，生成影像分析报告，直至生成的影像分析报告通过了审核员的审核，则医生可以通过所使用的终端查看影像分析报告。
在一个实施例中，交互模式下，在数据分析员进行调整和审核员进行审核的过程中，服务器可以直接自动执行后续流程，在接收到数据分析员的调整结果后，服务器可以再根据调整后的结果返回执行流程步骤，当数据分析员不做调整时，则直接根据自动完成的结果进行后续生成影像分析报告的处理，这样可以提高处理效率。在另一个实施例中，交互模式下，在数据分析员进行调整和审核员进行审核的过程中，服务器可以进行等待，在接收到调整结果或审核结果后，再执行后续步骤，这样可以避免***资源的浪费。
在一个实施例中，本申请各实施例中的血管医学影像分析处理方法可以由如图8所示的***实现。其中，WEB服务器负责所有数据的管理和调度，医生、数据分析员和审核员等用户可以通过所使用的终端获取并加载WEB服务器中的数据，以在终端的浏览器中进行查看，GPU服务器负责所有用于执行血管医学影像分析处理方法的AI程序的执行，计算机集群负责进行流体力学仿真计算，数据库(主库和从库)负责业务数据(业务数据包含***用户信息、患者CT记录信息、审核记录和操作日志等)的存储和备份，NAS文件***负责医学影像文件的存储和管理。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图9所示，提供了一种血管医学影像分析处理装置900，包括：影像获取模块902、中心线生成模块904、校正模块906、模型生成模块908、仿真模块910、仿真结果处理模块912和报告生成模块914，其中：
影像获取模块902，用于接收医学数据***发送的或者医生使用终端导入的血管医学影像。
中心线生成模块904，用于对血管医学影像进行图像质量检测，并在质量检测通过后，对血管医学影像进行图像处理，以生成血管医学影像中血管的中心线和轮廓。
校正模块906，用于通过数据校正用户所使用的终端加载血管的中心线和轮廓。
模型生成模块908，用于当接收到数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成血管的三维网格。
仿真模块910，用于通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件。
仿真结果处理模块912，用于根据仿真结果文件和三维网格，生成三维的功能学色码图。
报告生成模块914，用于根据仿真结果文件，确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成影像分析报告并发送至医生所使用的终端。
在一个实施例中，校正模块906还用于当接收到数据校正用户通过终端返回的对中心线和轮廓检查通过的消息时，根据血管的中心线和轮廓，生成血管的三维网格，并通知仿真模块910执行通过云计算服务，根据三维网格进行流体力学仿真处理及后续步骤。
在一个实施例中，血管医学影像分析处理装置900还包括：
审核模块916，用于通过审核员所使用的终端加载三维网格；当接收到审核员通过终端返回的针对三维网格的审核通过的消息时，执行通过云计算服务，根据三维网格进行流体力学仿真处理，仿真预测得到包括三维网格中各点的血流特征值的仿真结果文件及后续步骤；当接收到审核员通过终端返回的针对三维网格的审核未通过的消息时，通知校正模块906执行通过数据校正用户所使用的终端加载血管的中心线和轮廓及后续步骤，直至审核通过。
在一个实施例中，校正模块906还用于通过数据校正用户所使用的终端加载功能学色码图；当接收到数据校正用户通过终端发出的针对功能学色码图的截图指令时，根据截图指令截取功能学色码图的二维图像，并根据血流特征值和功能学色码图的二维图像，生成影像分析报告并发送至医生所使用的终端。
在一个实施例中，审核模块916还用于生成影像分析报告；通过审核员所使用的终端加载生成的影像分析报告；当接收到审核员通过终端返回的针对影像分析报告的审核通过的消息时，将影像分析报告发送至医生所使用的终端；当接收到审核员通过终端返回的针对影像分析报告的审核未通过的消息时，返回通知校正模块906执行通过数据校正用户所使用的终端加载功能学色码图及后续步骤，直至审核通过。
在一个实施例中，仿真模块910还用于获取仿真参数文件；通过云计算服务，根据仿真参数文件和三维网格，迭代地对血管进行流体力学仿真处理，生成每个时间节点上三维网格中每个网格单元上的血流特征值；将最后一个时间周期内各时间节点上三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。
在一个实施例中，仿真结果处理模块912还用于根据仿真结果文件沿血管的中心线取血流特征值，并根据所取的血流特征值，生成血流特征结果曲线。报告生成模块914还用于通过调整功能学色码图的角度，将中心线上各点的当前空间坐标，调整至功能学色码图中中心线上各点的目标空间坐标；对调整后的功能学色码图进行截图，得到功能学色码图的二维图像；根据血流特征值、功能学色码图的二维图像以及血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
在一个实施例中，如图10所示，血管医学影像分析处理装置900还包括：
结果查看模块918，用于通过医生所使用的终端展示功能学色码图查看入口和中心线修改入口；当接收到医生针对功能学色码图查看入口的触发操作时，展示功能学色码图；当接收到医生针对中心线修改入口的触发操作时，展示中心线和轮廓；当接收到医生通过终端发出的针对所展示的中心线和轮廓的调整指令时，对中心线和轮廓进行相应调整，并通知模型生成模块908返回执行根据调整后的结果进行建模，生成血管的三维网格及后续步骤。
在一个实施例中，数据校正用户包括医生。模型生成模块908还用于当接收到医生通过终端返回的对中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成血管的三维网格。结果查看模块918还用于通过医生所使用的终端展示影像分析报告查看入口；当接收到医生针对影像分析报告查看入口的触发操作时，展示影像分析报告。
上述血管医学影像分析处理装置中，接收医学数据***发送的或者医生使用终端导入的血管医学影像，在对血管医学影像进行图像质量检测通过后，生成血管医学影像中血管的中心线和轮廓，然后接收数据校正用户通过终端返回的对中心线和轮廓进行调整后的结果，这样通过数据校正用户对中心线和轮廓进行调整的交互操作，提高了中心线和轮廓的准确性，再根据调整后的结果进行建模生成血管的三维网格，通过云计算服务根据三维网格进行流体力学仿真处理，能够得到更加准确的仿真结果文件，再根据仿真结果文件和三维网格，生成准确的三维的功能学色码图，并根据准确的仿真结果文件，准确地确定三维网格中血管狭窄位置处的血流特征值，根据确定的血流特征值和功能学色码图，生成准确的影像分析报告并发送至医生所使用的终端。通过AI算法、流体力学方法和云计算技术相结合的完整方案、以及医生、数据校正用户与自动化程序之间的多人协作、远程协助的交互流程，提高了血管医学影像分析处理的准确性。通过云计算服务，能够提升***的大规模批量处理的能够，提高了处理效率
关于血管医学影像分析处理装置的具体限定可以参见上文中对于血管医学影像分析处理方法的限定，在此不再赘述。上述血管医学影像分析处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储血管医学影像数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种血管医学影像分析处理方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (18)

1.一种血管医学影像分析处理方法，其特征在于，所述方法包括：
接收医学数据***发送的或者医生使用终端导入的血管医学影像；
对所述血管医学影像进行图像质量检测，并在质量检测通过后，对所述血管医学影像进行图像处理，以生成所述血管医学影像中血管的中心线和轮廓；
通过数据校正用户所使用的终端加载所述血管的中心线和轮廓；
当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件；
根据所述仿真结果文件和所述三维网格，生成三维的功能学色码图；
根据所述仿真结果文件，确定所述三维网格中血管狭窄位置处的血流特征值；
根据所述仿真结果文件沿所述血管的中心线取血流特征值，并根据所取的血流特征值，生成血流特征结果曲线；
根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端，包括：通过调整所述功能学色码图的角度，将所述中心线上各点的当前空间坐标，调整至所述功能学色码图中所述中心线上各点的目标空间坐标；对调整后的功能学色码图进行截图，得到所述功能学色码图的二维图像；根据所述血流特征值、所述功能学色码图的二维图像以及所述血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
2.根据权利要求1所述的方法，其特征在于，在所述通过数据校正用户所使用的终端加载所述血管的中心线和轮廓之后，所述方法还包括：
当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓检查通过的消息时，根据所述血管的中心线和轮廓，生成所述血管的三维网格，并执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理及后续步骤。
3.根据权利要求1所述的方法，其特征在于，在所述根据调整后的结果进行建模，生成所述血管的三维网格之后，所述方法还包括：
通过审核员所使用的终端加载所述三维网格；
当接收到所述审核员通过终端返回的针对所述三维网格的审核通过的消息时，执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件及后续步骤；
当接收到所述审核员通过终端返回的针对所述三维网格的审核未通过的消息时，返回执行所述通过数据校正用户所使用的终端加载所述血管的中心线和轮廓及后续步骤，直至审核通过。
4.根据权利要求1所述的方法，其特征在于，所述根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端包括：
通过所述数据校正用户所使用的终端加载所述功能学色码图；
当接收到所述数据校正用户通过终端发出的针对所述功能学色码图的截图指令时，根据所述截图指令截取所述功能学色码图的二维图像，并根据所述血流特征值和所述功能学色码图的二维图像，生成影像分析报告并发送至医生所使用的终端。
5.根据权利要求4所述的方法，其特征在于，所述生成影像分析报告并发送至医生所使用的终端包括：
生成影像分析报告；
通过审核员所使用的终端加载生成的所述影像分析报告；
当接收到所述审核员通过终端返回的针对所述影像分析报告的审核通过的消息时，将所述影像分析报告发送至医生所使用的终端；
当接收到所述审核员通过终端返回的针对所述影像分析报告的审核未通过的消息时，返回执行所述通过所述数据校正用户所使用的终端加载所述功能学色码图及后续步骤，直至审核通过。
6.根据权利要求1所述的方法，其特征在于，所述通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件包括：
获取仿真参数文件；
通过云计算服务，根据所述仿真参数文件和所述三维网格，迭代地对所述血管进行流体力学仿真处理，生成每个时间节点上所述三维网格中每个网格单元上的血流特征值；
将最后一个时间周期内各时间节点上所述三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。
7.根据权利要求1所述的方法，其特征在于，在所述根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端之后，所述方法还包括：
通过所述医生所使用的终端展示功能学色码图查看入口和中心线修改入口；
当接收到所述医生针对所述功能学色码图查看入口的触发操作时，展示所述功能学色码图；
当接收到所述医生针对所述中心线修改入口的触发操作时，展示所述中心线和所述轮廓；
当接收到所述医生通过终端发出的针对所展示的所述中心线和所述轮廓的调整指令时，对所述中心线和所述轮廓进行相应调整，并返回执行所述根据调整后的结果进行建模，生成所述血管的三维网格及后续步骤。
8.根据权利要求1所述的方法，其特征在于，所述数据校正用户包括医生；
所述当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格包括：
当接收到所述医生通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
在所述根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端之后，所述方法还包括：
通过所述医生所使用的终端展示影像分析报告查看入口；
当接收到所述医生针对所述影像分析报告查看入口的触发操作时，展示所述影像分析报告。
9.一种血管医学影像分析处理装置，其特征在于，所述装置包括：
影像获取模块，用于接收医学数据***发送的或者医生使用终端导入的血管医学影像；
中心线生成模块，用于对所述血管医学影像进行图像质量检测，并在质量检测通过后，对所述血管医学影像进行图像处理，以生成所述血管医学影像中血管的中心线和轮廓；
校正模块，用于通过数据校正用户所使用的终端加载所述血管的中心线和轮廓；
模型生成模块，当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
仿真模块，用于通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件；
仿真结果处理模块，用于根据所述仿真结果文件和所述三维网格，生成三维的功能学色码图；根据所述仿真结果文件沿所述血管的中心线取血流特征值，并根据所取的血流特征值，生成血流特征结果曲线；
报告生成模块，用于根据所述仿真结果文件，确定所述三维网格中血管狭窄位置处的血流特征值，根据确定的所述血流特征值和所述功能学色码图，生成影像分析报告并发送至医生所使用的终端，包括：通过调整所述功能学色码图的角度，将所述中心线上各点的当前空间坐标，调整至所述功能学色码图中所述中心线上各点的目标空间坐标；对调整后的功能学色码图进行截图，得到所述功能学色码图的二维图像；根据所述血流特征值、所述功能学色码图的二维图像以及所述血流特征结果曲线，生成影像分析报告并发送至医生所使用的终端。
10.根据权利要求9所述的装置，其特征在于，所述校正模块还用于当接收到所述数据校正用户通过终端返回的对所述中心线和轮廓检查通过的消息时，根据所述血管的中心线和轮廓，生成所述血管的三维网格，并执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理及后续步骤。
11.根据权利要求9所述的装置，其特征在于，所述装置还包括：
审核模块，用于当接收到所述审核员通过终端返回的针对所述三维网格的审核通过的消息时，执行所述通过云计算服务，根据所述三维网格进行流体力学仿真处理，仿真预测得到包括所述三维网格中各点的血流特征值的仿真结果文件及后续步骤；当接收到所述审核员通过终端返回的针对所述三维网格的审核未通过的消息时，通知所述校正模块执行所述通过数据校正用户所使用的终端加载所述血管的中心线和轮廓及后续步骤，直至审核通过。
12.根据权利要求9所述的装置，其特征在于，所述校正模块还用于通过所述数据校正用户所使用的终端加载所述功能学色码图；当接收到所述数据校正用户通过终端发出的针对所述功能学色码图的截图指令时，根据所述截图指令截取所述功能学色码图的二维图像，并根据所述血流特征值和所述功能学色码图的二维图像，生成影像分析报告并发送至医生所使用的终端。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
审核模块，用于生成影像分析报告；通过审核员所使用的终端加载生成的所述影像分析报告；当接收到所述审核员通过终端返回的针对所述影像分析报告的审核通过的消息时，将所述影像分析报告发送至医生所使用的终端；当接收到所述审核员通过终端返回的针对所述影像分析报告的审核未通过的消息时，通知所述校正模块执行所述通过所述数据校正用户所使用的终端加载所述功能学色码图及后续步骤，直至审核通过。
14.根据权利要求9所述的装置，其特征在于，所述仿真模块还用于获取仿真参数文件；通过云计算服务，根据所述仿真参数文件和所述三维网格，迭代地对所述血管进行流体力学仿真处理，生成每个时间节点上所述三维网格中每个网格单元上的血流特征值；将最后一个时间周期内各时间节点上所述三维网格中每个网格单元上的血流特征值进行合并，生成仿真结果文件。
15.根据权利要求9所述的装置，其特征在于，所述装置还包括：
结果查看模块，用于通过所述医生所使用的终端展示功能学色码图查看入口和中心线修改入口；当接收到所述医生针对所述功能学色码图查看入口的触发操作时，展示所述功能学色码图；当接收到所述医生针对所述中心线修改入口的触发操作时，展示所述中心线和所述轮廓；当接收到所述医生通过终端发出的针对所展示的所述中心线和所述轮廓的调整指令时，对所述中心线和所述轮廓进行相应调整，并通知所述模型生成模块返回执行所述根据调整后的结果进行建模，生成所述血管的三维网格及后续步骤。
16.根据权利要求9所述的装置，其特征在于，所述数据校正用户包括医生；所述模型生成模块还用于当接收到所述医生通过终端返回的对所述中心线和轮廓进行调整后的结果时，根据调整后的结果进行建模，生成所述血管的三维网格；
所述装置还包括：
所述结果查看模块，用于通过所述医生所使用的终端展示影像分析报告查看入口；当接收到所述医生针对所述影像分析报告查看入口的触发操作时，展示所述影像分析报告。
17.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
18.一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，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN202010846877.8A 2020-08-21 2020-08-21 血管医学影像分析方法、装置、计算机设备和存储介质 Active CN112150376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010846877.8A CN112150376B (zh) 2020-08-21 2020-08-21 血管医学影像分析方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010846877.8A CN112150376B (zh) 2020-08-21 2020-08-21 血管医学影像分析方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112150376A CN112150376A (zh) 2020-12-29
CN112150376B true CN112150376B (zh) 2023-08-15

Family

ID=73888876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010846877.8A Active CN112150376B (zh) 2020-08-21 2020-08-21 血管医学影像分析方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112150376B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700834B (zh) * 2021-01-14 2023-11-03 四川大学华西医院 医疗检查报告集中审核方法、***、存储介质和电子装置
CN113611422A (zh) * 2021-07-14 2021-11-05 佛山市逸合生物科技有限公司 一种基于生物流体力学的仿真方法、装置及设备
WO2023115576A1 (zh) * 2021-12-24 2023-06-29 北京阅影科技有限公司 血管信息的处理方法及其装置、计算机可读存储介质
CN114332001A (zh) * 2021-12-24 2022-04-12 北京阅影科技有限公司 血管信息的处理方法及其装置、计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108836440A (zh) * 2018-03-21 2018-11-20 北京理工大学 一种穿刺辅助机器人的控制决策方法与***
CN109461138A (zh) * 2018-09-29 2019-03-12 深圳睿心智能医疗科技有限公司 参数计算方法、***、可读存储介质及计算机设备
CN109559326A (zh) * 2018-11-05 2019-04-02 深圳睿心智能医疗科技有限公司 一种血流动力学参数计算方法、***及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2776203C (en) * 2011-09-08 2020-08-04 Calgary Scientific Inc. Determining contours of a vessel using an active contouring model
KR20160143178A (ko) * 2015-06-04 2016-12-14 삼성전자주식회사 의료 영상 처리 장치 및 의료 영상 처리 방법
US10163209B2 (en) * 2016-11-23 2018-12-25 Toshiba Medical Systems Corporation Medical image processing apparatus, medical image processing method, and X-ray CT apparatus
US11389130B2 (en) * 2018-05-02 2022-07-19 Siemens Healthcare Gmbh System and methods for fast computation of computed tomography based fractional flow reserve

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108836440A (zh) * 2018-03-21 2018-11-20 北京理工大学 一种穿刺辅助机器人的控制决策方法与***
CN109461138A (zh) * 2018-09-29 2019-03-12 深圳睿心智能医疗科技有限公司 参数计算方法、***、可读存储介质及计算机设备
CN109559326A (zh) * 2018-11-05 2019-04-02 深圳睿心智能医疗科技有限公司 一种血流动力学参数计算方法、***及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
An approach to localize the retinal blood vessels using bit planes and centerline detection;Fraz M M等;《 Computer methods and programs in biomedicine》;第108卷(第2期);第600-616页 *

Also Published As

Publication number Publication date
CN112150376A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN112150376B (zh) 血管医学影像分析方法、装置、计算机设备和存储介质
JP2021061042A (ja) 健康データを匿名化し、分析のために地理的領域を横断して健康データを修正及び編集するシステム及び方法
JP6034192B2 (ja) 報告検証器及び報告増強器を有する医療情報システム
US20180092696A1 (en) Contextual creation of report content for radiology reporting
US10977796B2 (en) Platform for evaluating medical information and method for using the same
CN110458837B (zh) 一种图像后处理方法、装置、电子设备及存储介质
CN111080584A (zh) 医学图像的质控方法、计算机设备和可读存储介质
EP3376958B1 (en) Water equivalent diameter determination from scout images
US11037659B2 (en) Data-enriched electronic healthcare guidelines for analytics, visualization or clinical decision support
CN113658175B (zh) 一种征象数据的确定方法及装置
CN111080583B (zh) 医学图像检测方法、计算机设备和可读存储介质
CN107038329B (zh) 医学影像文件的在线处理方法及装置
CN116328214B (zh) 放疗计划的执行状况的检测装置、电子设备及存储介质
US11488297B2 (en) Medical information processing apparatus and medical information processing system
US20110115785A1 (en) Image processing apparatus, method, and program
US20200273559A1 (en) System architecture and methods for analyzing health data across geographic regions by priority using a decentralized computing platform
CN115861283A (zh) 医学影像的分析方法、装置、设备及存储介质
JP2021012412A (ja) オーダ作成支援装置及びオーダ作成支援方法
CN116779135A (zh) 用于计算血液储备分数的方法、装置、计算设备及介质
CN110622255A (zh) 用于通过综合下游需求来确定阅读环境的设备、***和方法
EP4216229A1 (en) Subscription and retrieval of medical imaging data
US20230197252A1 (en) Medical image processing system, medical image processing method, information processing apparatus, and program
US20230196574A1 (en) Image processing apparatus, image processing method and program, and image processing system
CN117766110A (zh) 一种医学影像文件处理***及方法
JP2023092327A (ja) 情報処理装置及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant