(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210302058.6 (22)申请日 2022.03.24 (65)同一申请的已公布的文献号 申请公布号 CN 114782321 A (43)申请公布日 2022.07.22 (73)专利权人 北京医准智能科技有限公司 地址 100083 北京市海淀区知春路7号 致真 大厦A座12层1202-120 3号 (72)发明人 高飞　张佳琦　安南　丁佳　 吕晨翀　 (74)专利代理 机构 北京乐知新创知识产权代理 事务所(普通 合伙) 11734 专利代理师 张永喆 (51)Int.Cl. G06T 7/00(2017.01)G06N 3/08(2006.01) G06N 3/04(2006.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (56)对比文件 WO 2020087564 A1,2020.0 5.07 WO 2021189855 A1,2021.09.3 0 CN 111539944 A,2020.08.14 WO 2021179534 A1,2021.09.16 审查员 江梓琴 (54)发明名称 胸部CT影像选择方法、 装置、 设备及存储介 质 (57)摘要 本公开提供了一种胸部CT影像选择方法、 装 置、 设备及存储介质， 所述方法包括： 根据DICOM 构建与每个影像数据序列对应的原始特征标签， 所述原始特征标签包括所述影像数据序列的基 础信息； 根据所述原始特征标签进行可用性检 查， 得到初筛特征标签； 根据所述初筛特征标签 构建进阶特征标签， 所述进阶特征标签包括肺部 完整性、 肺部方向、 图像质量、 重建算法； 将所述 进阶特征标签与对应的所述初筛特征标签整合， 得到整合特征标签。 本公开的方法有助于为多病 种检测选择合 适的影像数据序列。 权利要求书3页 说明书13页 附图4页 CN 114782321 B 2022.12.06 CN 114782321 B 1.一种胸部 CT影像选择方法， 其特 征在于， 所述方法包括： 根据DICOM构建与每个影像数据序列对应的原始特征标签， 所述原始特征标签包括所 述影像数据序列的基础信息； 根据所述原 始特征标签进行 可用性检查， 得到初筛特 征标签； 通过肺部分割神经网络模型对所述初筛特征标签对应的影像数据进行处理， 得到进阶 特征标签， 所述进阶特 征标签包括肺部 完整性、 肺部方向、 图像质量、 重建算法； 将所述进阶特 征标签与对应的所述初筛特 征标签整合， 得到整合特 征标签； 将所述整合特征标签与病种检测匹配， 得到与 所述病种检测相适配的目标影像数据序 列； 根据DICOM构建与影像数据序列对应的原始特征标签， 包括提取下述信息的至少一种， 得到所述原始特征标签： 提取序列编号， 提取序列长度， 提取层厚， 提取层间距， 提取序列重 复性， 提取序列连续性、 遗失层数， 提取是否增强信息， 提取是否胸部扫描信息， 提取重 建算 法信息， 提取病人姿态信息； 其中 提取层间距包括： 从所述DICOM中获取每一张影像数据(0,  0)像素对应的真实坐标； 将 所有真实坐标的第三维取出， 组成z方向坐标列表； 将z方向坐标从大到小排序， 并去重； 依 次计算前后影 像的z坐标差； 取z坐标差的众 数为所述层间距； 提取序列重复性包括： 从所述DICOM中获取每一张影像数据(0,  0)像素对应的真实坐 标； 将所有真实坐标的第三维取出， 组成z方向坐标列表； 对所有影像的z坐标进行排序， 若 其中存在重复的z方向坐标， 则存在重复影像数据； 存在重复影像数据时， 删除重复影像数 据中编号更 大的影像数据， 并重新统计序列长度得到真实序列长度， 并更新序列长度特 征； 提取序列连续性、 遗失层 数包括： 从所述DICOM中获取每一张影像数据(0,  0)像素对应 的真实坐标； 将所有真实坐标的第三维取出， 组成z方向坐标列表； 取最大、 最小的z坐标相 减， 求得序列真实长度后除以层间距， 得到理论序列长度； 如果所述理论序列长度小于所述 真实序列长度， 则序列存在缺 失； 理论序列长度减真实序列长度的差为遗失层数， 遗失层数 大于0时， 序列连续， 反 之序列不连续； 提取是否增强信息包括： 从DICOM中获取检查描述信息和序列描述信息， 利用正则表达 式在两个描述信息中查询黑、 白、 灰名单关键词， 将 每个命中的关键词权重求和得到增强分 数； 如果增强分数 大于0， 则为增强， 反 之为非增强； 提取是否胸部扫描信息包括： 从DICOM中获取检查描述信息和序列描述信息， 利用正则 表达式在两个描述信息中查询黑、 白、 灰名单关键词， 将 每个命中的关键词权重求和得到胸 部扫描分数； 如果胸部扫描分数 大于0， 则是胸部扫描， 反 之不是胸部扫描； 提取重建算法信息包括： 针对肺、 骨、 软组织分别计算重建算法分数， 包括， 从DICOM中 获取检查描述信息和序列描述信息， 利用正则表达式在两个描述信息中查询黑、 白、 灰名单 关键词， 分别将 每个命中的关键词权重求和得到重 建算法分数； 从DICOM中获取推荐窗宽窗 位， 将推荐的窗宽窗位在预设 的标准窗宽窗位进行IOU计算， 得到IOU加 权分数； 将IOU加 权 分数与重建算法分数合并， 分别得到肺、 骨、 软组织的综合分数， 综合分数最大的重建算法 作为推测重建算法； 提取病人姿态信息包括： 从DICOM中获取病人姿态的仿射变换矩阵。 2.根据权利要求1所述的方法， 其特征在于， 根据所述原始特征标签进行可用性检查，权　利　要　求　书 1/3 页 2 CN 114782321 B 2得到初筛特 征标签， 包括： 将所述原始特征标签中的基本信 息与可用性条件比较， 所述基本信 息中任意一个不满 足可用性条件， 则丢弃对应的原 始标签， 可用性条件至少包括下述之一： 序列长度大于预设最小值； 层厚大于等于层间距； 遗失层数小于预设最大值。 3.根据权利要求1所述的方法， 其特征在于， 将所述进阶特征标签与对应的所述初筛特 征标签整合， 得到整合特 征标签， 包括： 将所述进阶特征标签与所述初筛特征标签进行特征合并， 对于重复特征， 指定的特征 保留所述初筛特征标签中的特征， 其他的特征保留所述进阶特征标签中的特征， 所述指定 的特征包括通过白名单关键词推测的特 征。 4.根据权利要求3所述的方法， 其特征在于， 在将所述进阶特征标签与 所述初筛特征标 签进行特征合并之后， 所述方法还 包括： 对于重复影像数据序列， 取扫描长度最长的有效区间进行裁剪， 以使一个影像数据序 列中只有一个胸部影 像； 对于存在影像缺失的影像数据序列， 如果连续缺失的影像未超过设定阈值， 使用缺失 影像前后的未缺失影像， 采用线性差值的方式， 推算出所述缺失影像补充到所述影像数据 序列中； 对于病人姿态非标准的序列， 基于推测出的病人姿态变换矩阵， 对影像进行仿射变换， 得到标准姿态的影 像序列。 5.根据权利要求1所述的方法， 其特征在于， 将所述整合特征标签与病种检测匹配， 得 到与所述病 种检测相适配的目标影 像数据序列， 包括： 根据病种检测的需求， 将不满足可用性条件的影 像数据序列删除； 根据筛选条件对影像数据序列进行筛选， 其中针对每一种筛选条件， 若存在满足筛选 条件的序列， 则仅保留满足筛选条件的序列， 并舍弃其他所有序列； 若不存在满足筛选条件 的序列， 则全部保留； 满足筛 选条件的序列存在优先级时， 舍弃低优先级序列； 对筛选保留的所述影像数据序列， 按照预设的特征进行排序， 选择第一位的影像数据 序列为目标影 像数据序列。 6.一种胸部 CT影像选择装置， 其特 征在于， 所述装置包括： 第一特征提取模块， 其用于根据DICOM构建与每个影像数据序列对应的原始特征标签， 所述原始特征标签包括所述影像数据序列的基础信息； 包括提取下述信息的至少一种， 得 到所述原始特征标签： 提取序列编号， 提取序列长度， 提取层厚， 提取层间距， 提取序列重复 性， 提取序列连续性、 遗失层数， 提取是否增强信息， 提取是否胸部扫描信息， 提取重 建算法 信息， 提取病人姿态信息； 其中， 提取层间距包括： 从所述DICOM中获取每一张影像数据(0,   0)像素对应的真实坐标； 将所有真实坐标的第三 维取出， 组成z方向坐标列表； 将z方向坐标 从大到小排序， 并去重； 依次计算前后影像的z坐标差； 取z坐标差的众数为所述层间距； 提 取序列重复性包括： 从所述DIC OM中获取每一张影像数据(0,  0)像素对应的真实坐标； 将所 有真实坐标的第三 维取出， 组成z方向坐标列 表； 对所有影像的z坐标进 行排序， 若其中存在 重复的z方向坐标， 则存在重复影像数据； 存在重复影像数据时， 删除重复影像数据中编号权　利　要　求　书 2/3 页 3 CN 114782321 B 3