乳腺報告病灶示意圖智能生成方法
【專利摘要】本發(fā)明公開了一種乳腺報告病灶示意圖智能生成方法，采用主要由中央處理模塊、報告輸入模塊、顯示模塊、預(yù)定義的病灶圖像庫模塊、BI-RADS術(shù)語庫模塊和乳腺病灶示意圖輸出模塊組成的生成系統(tǒng)為工作載體，將醫(yī)生的影像所見文字描述錄入后，基于通用的計(jì)算機(jī)分詞匹配算法及BI-RADS術(shù)語庫分析上述影像所見部分內(nèi)容，匹配出其中關(guān)于乳腺腫塊、鈣化及種類信息的內(nèi)容，再從預(yù)定義的病灶圖像庫中找出相應(yīng)的病灶圖，再根據(jù)形態(tài)、位置、大小等描述信息對病灶圖進(jìn)行處理后放到乳腺輪廓圖上，生成乳腺病灶示意圖。其解決了智能生成乳腺病灶示意圖的技術(shù)問題，提高了報告醫(yī)生工作效率，減輕醫(yī)生工作量，并為臨床醫(yī)生和患者提供了更為直觀的乳腺報告。
【專利說明】乳腺報告病灶示意圖智能生成方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種乳腺報告中病灶示意圖的生成方法，特別是一種乳腺報告病灶示 意圖智能生成方法，同時本發(fā)明中還提供了一種乳腺報告病灶示意圖智能生成系統(tǒng)。

【背景技術(shù)】
[0002] -份完整的乳腺報告由影像所見、影像診斷及乳腺病灶示意圖三部分組成，而乳 腺病灶中腫塊和鈣化的種類繁多。其中腫塊根據(jù)形態(tài)、邊緣及密度進(jìn)行細(xì)分，可生成多達(dá)80 種組合，鈣化根據(jù)惡性程度及分布進(jìn)行細(xì)分，可生成多達(dá)70種組合，示意圖上還要體現(xiàn)病 灶大小、位置和深度等信息，此外還可能出現(xiàn)多個病灶（如腫塊伴生鈣化）出現(xiàn)等情況。由 于組合太多，因此難以預(yù)定義一些病灶示意圖供用戶選擇。
[0003] 但是想要通過純手工繪制的形式展現(xiàn)種類甚多的腫塊和鈣化病灶是異常艱難的， 手繪示意圖只能大致標(biāo)注乳房中是否存在腫塊及鈣化，粗略的表述病灶的深度和位置，如 果出現(xiàn)腫塊內(nèi)伴生鈣化現(xiàn)象的手繪示意圖就更無法進(jìn)行描述，再加上診斷醫(yī)生日常工作量 大，也沒有多余時間仔細(xì)去畫示意圖，難以精確表述病灶信息，導(dǎo)致病灶示意圖很難起到示 意作用。除了上述手繪方式外，也有用文字形式在軟件內(nèi)嵌入圖片控件，通過拖拽方式放入 乳腺示意圖再做調(diào)整，從而完成整個繪制過程。具體過程如下： 1. 界面上方可以看到腫塊鈣化對應(yīng)的文字形式拖拽控件； 2. 選擇相應(yīng)的腫塊和鈣化并拖拽至乳腺示意圖中； 3. 調(diào)整腫塊和鈣化的大小和位置。
[0004] 這種實(shí)現(xiàn)方式最大的缺點(diǎn)在于效率相對低下，從整個過程來看，醫(yī)生不但要輸入 文字報告，還要再次選擇相應(yīng)的圖片選項(xiàng)，拖拽至病灶位置，再對圖像進(jìn)行大小、深度等樣 式的調(diào)整來生成示意圖。更為耗時的是，由于腫塊及鈣化分別有80和70種之多，手工選 擇相應(yīng)病灶就非常繁瑣，把病灶拖拽至示意圖中后仍需手動進(jìn)行調(diào)整才能最終完成示意圖 的編輯，工作效率降低，重復(fù)勞動增加。
[0005] 因此，目前亟需一種新的乳腺報告病灶示意圖生成方法來減少報告醫(yī)生的日常工 作量，并提升乳腺病灶示意圖的質(zhì)量。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的不足而提供一種乳腺報告病灶示意圖 智能生成方法。上述的智能生成方法可以根據(jù)乳腺報告的影像所見內(nèi)容輔助醫(yī)生快速生成 乳腺病灶示意圖。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明所設(shè)計(jì)的一種乳腺報告病灶示意圖智能生成方法， 其采用主要包括中央處理模塊、報告輸入模塊、顯示模塊、預(yù)定義的病灶圖像庫模塊和 BI-RADS術(shù)語庫模塊組成的生成系統(tǒng)為工作載體，具體方法步驟如下： 第一步驟：通過報告輸入模塊向中央處理模塊中錄入乳腺報告中對影像所見的文字描 述內(nèi)容； 第二步驟：中央處理模塊基于通用的計(jì)算機(jī)分詞匹配算法及BI-RADS術(shù)語庫模塊分析 上述影像所見的文字描述內(nèi)容； 第三步驟：中央處理模塊匹配出其中關(guān)于乳腺腫塊、鈣化及種類信息的內(nèi)容； 第四步驟：再根據(jù)其名稱和形態(tài)的文字描述從預(yù)定義的病灶圖像庫模塊中找出相應(yīng)的 病灶圖，如影像所見的文字描述中有位置或/和大小描述信息的，則進(jìn)行對找出的病灶圖 片的位置或/和大小修改，得出修改后的病灶圖后放到乳腺輪廓圖上，并在顯示模塊上顯 示出與影像所見文字描述一致的乳腺報告病灶示意圖。
[0008] 為了能夠?qū)@示模塊顯示的乳腺病灶示意圖快速的打印出紙件，上述一種乳腺報 告病灶示意圖智能生成方法所采用的生成系統(tǒng)還包括了乳腺病灶示意圖輸出模塊，在上 述第四步驟后再通過步驟五：乳腺病灶示意圖輸出模塊打印出上述第四步驟中形成的乳腺 報告病灶示意圖。
[0009] 在上述的第四步驟后還包括病灶圖在乳腺輪廓圖上的手動微調(diào)步驟；并且在上述 手動微調(diào)過程中對乳腺輪廓正位、側(cè)位圖片上的病灶位置進(jìn)行聯(lián)動。
[0010] 上述的第四步驟或第五步驟后發(fā)現(xiàn)影像所見的文字描述有誤，則增加對第一步驟 中錄入中央處理模塊的影像所見文字部分內(nèi)容進(jìn)行手動修改的步驟，然后中央處理模塊基 于通用的計(jì)算機(jī)分詞匹配算法及BI-RADS術(shù)語庫模塊再次對上述修改后的影像所見文字 部分內(nèi)容進(jìn)行重新分析，顯示模塊上的乳腺病灶示意圖則相應(yīng)做出修改。
[0011] 上述中的計(jì)算機(jī)分詞匹配算法大致分為三大類：包括基于字符串匹配的分詞方 法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法。它是本領(lǐng)域計(jì)算機(jī)編程人員所熟知的技 術(shù)，因此關(guān)于以中央處理模塊為工作載體，如何通過不同方法、程序?qū)崿F(xiàn)該分詞算法的分詞 和匹配是本領(lǐng)域技術(shù)人員的慣用技術(shù)手段，同時計(jì)算機(jī)程序編寫又是計(jì)算機(jī)及其相關(guān)領(lǐng)域 技術(shù)人員的常規(guī)知識。因此 申請人:在此對上述內(nèi)容不多做具體描述。上述的具體計(jì)算機(jī)分 詞匹配算法及其程序編寫也不包含在本發(fā)明的保護(hù)范圍內(nèi)。
[0012] 上述中的 BI-RADS 術(shù)語庫是指 Breast imaging reporting and data system 乳 腺影像報告和數(shù)據(jù)系統(tǒng)，該系統(tǒng)已經(jīng)是乳腺醫(yī)學(xué)業(yè)界中的一種常用術(shù)語庫，故 申請人:對其 也不多詳細(xì)介紹。
[0013] 上述的一種乳腺報告病灶示意圖智能生成方法，其首先減輕了醫(yī)生的負(fù)擔(dān)，提高 了乳腺病灶示意圖的生成效率，提高了報告醫(yī)生的工作效率；其次，基于病灶術(shù)語庫和對應(yīng) 病灶圖像庫生成示意圖更為精確和直觀，為臨床醫(yī)生和患者提供了更為直觀的乳腺報告， 便于臨床醫(yī)生和患者的閱讀和理解。所以本發(fā)明不論對于患者還是醫(yī)生來講都具有相當(dāng)必 要的實(shí)用價值，并具有以下優(yōu)點(diǎn)：1.在不改變報告醫(yī)生書寫習(xí)慣的前提下，智能的生成輔 助示意圖，極大提高乳腺報告中示意圖生成效率；2.示意圖調(diào)整時，正側(cè)位圖片智能聯(lián)動， 根據(jù)位置信息控制調(diào)整范圍；3.展現(xiàn)形式更清晰、直觀和統(tǒng)一。

【專利附圖】

【附圖說明】
[0014] 圖1是實(shí)施例中智能生成的乳腺病灶示意圖； 圖2是圖1所示乳腺病灶示意圖經(jīng)手動修改后的示意圖一； 圖3是圖1所示乳腺病灶示意圖經(jīng)手動修改后的示意圖二； 圖4是實(shí)施例中一種乳腺報告病灶示意圖智能生成系統(tǒng)的示意框圖。
[0015] 圖中：中央處理模塊1、報告輸入模塊2、顯示模塊3、病灶圖像庫模塊4、BI-RADS 術(shù)語庫模塊5、乳腺病灶示意圖輸出模塊6。

【具體實(shí)施方式】
[0016] 下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。
[0017] 本實(shí)施例所提供的一種乳腺報告病灶示意圖智能生成方法，其采用主要由中央處 理模塊1、報告輸入模塊2、顯示模塊3、預(yù)定義的病灶圖像庫模塊4、BI-RADS術(shù)語庫模塊5 和乳腺病灶示意圖輸出模塊6組成的生成系統(tǒng)為工作載體，如圖4所示，其具體步驟如下： 第一步驟，通過報告輸入模塊2向中央處理模塊1中錄入乳腺報告中的影像所見文字 部分內(nèi)容的過程，假設(shè)要輸入如下表1這樣的乳腺報告所見： 表1 :

【權(quán)利要求】
1. 一種乳腺報告病灶示意圖智能生成方法，其特征是采用主要包括中央處理模塊、報 告輸入模塊、顯示模塊、預(yù)定義的病灶圖像庫模塊和BI-RADS術(shù)語庫模塊組成的生成系統(tǒng) 為工作載體，具體方法步驟如下： 第一步驟：通過報告輸入模塊向中央處理模塊中錄入乳腺報告中對影像所見的文字描 述內(nèi)容； 第二步驟：中央處理模塊基于通用的計(jì)算機(jī)分詞匹配算法及BI-RADS術(shù)語庫模塊分析 上述影像所見的文字描述內(nèi)容； 第三步驟：中央處理模塊匹配出其中關(guān)于乳腺腫塊、鈣化及種類信息的內(nèi)容； 第四步驟：再根據(jù)其名稱和形態(tài)的文字描述從預(yù)定義的病灶圖像庫模塊中找出相應(yīng)的 病灶圖，如影像所見的文字描述中有位置或/和大小描述信息的，則進(jìn)行對找出的病灶圖 片的位置或/和大小修改，得出修改后的病灶圖后放到乳腺輪廓圖上，并在顯示模塊上顯 示出與影像所見文字描述一致的乳腺報告病灶示意圖。
2. 根據(jù)權(quán)利要求1所述的一種乳腺報告病灶示意圖智能生成方法，其特征是其采用的 生成系統(tǒng)還包括乳腺病灶示意圖輸出模塊，在上述第四步驟后再通過步驟五：乳腺病灶示 意圖輸出模塊打印出上述第四步驟中形成的乳腺報告病灶示意圖。
3. 根據(jù)權(quán)利要求1或2所述的一種乳腺報告病灶示意圖智能生成方法，其特征是在上 述的第四步驟后還包括病灶圖在乳腺輪廓圖上的手動微調(diào)步驟；并且在上述手動微調(diào)過程 中對乳腺輪廓正位、側(cè)位圖片上的病灶位置進(jìn)行聯(lián)動。
4. 根據(jù)權(quán)要求1或2所述的一種乳腺報告病灶示意圖智能生成方法，其特征是上述的 第四步驟或第五步驟后發(fā)現(xiàn)影像所見的文字描述有誤，則增加對第一步驟中錄入中央處理 模塊的影像所見文字部分內(nèi)容進(jìn)行手動修改的步驟，然后中央處理模塊基于通用的計(jì)算機(jī) 分詞匹配算法及BI-RADS術(shù)語庫模塊再次對上述修改后的影像所見文字部分內(nèi)容進(jìn)行重 新分析，顯示模塊上的乳腺病灶示意圖則相應(yīng)做出修改。
5. 根據(jù)權(quán)要求3所述的一種乳腺報告病灶示意圖智能生成方法，其特征是上述的第四 步驟或第五步驟后發(fā)現(xiàn)影像所見的文字描述有誤，則增加對第一步驟中錄入中央處理模塊 的影像所見文字部分內(nèi)容進(jìn)行手動修改的步驟，然后中央處理模塊基于通用的計(jì)算機(jī)分詞 匹配算法及BI-RADS術(shù)語庫模塊再次對上述修改后的影像所見文字部分內(nèi)容進(jìn)行重新分 析，顯示模塊上的乳腺病灶示意圖則相應(yīng)做出修改。
【文檔編號】G06F19/00GK104376199SQ201410618994
【公開日】2015年2月25日 申請日期:2014年11月5日 優(yōu)先權(quán)日:2014年11月5日
【發(fā)明者】唐武斌, 賀逸村, 洪黎梅, 范冬成 申請人:寧波市科技園區(qū)明天醫(yī)網(wǎng)科技有限公司