一种基于医学图像的诊疗效果评估方法、装置及介质与流程
本技术涉及自动化医学影像分析领域,特别涉及一种基于医学图像的诊疗效果评估方法、装置及介质。
背景技术:
1、医学图像能够反映肿瘤病灶的代谢活性、受体表达情况及其解剖位置。在肿瘤治疗和随访过程中,医生不仅需要判断患者整体病情是否改善,还需要判断同一患者体内不同病灶在治疗前后是否发生了消失、新发、进展、缓解或表型转变等变化。
2、在真实临床场景中,同一患者往往存在多个病灶,且不同病灶对治疗的响应可能并不一致。因此,仅比较患者整体影像或总体摄取指标,难以准确反映病灶级别的异质性响应。现有的诊疗效果评估方法多采用纯人工阅片和手工对照的方式,即医生根据治疗前后或不同随访时间点的医学图像/医学影像,人工观察病灶所在部位、形态和摄取变化,并判断前后时间点中的病灶是否为同一病灶。该方式依赖医生经验,工作量大、耗时长,且在病灶数量较多、多次随访或大队列研究中难以保持一致性和可重复性,诊疗效果评估效率低、且不够准确可靠。
技术实现思路
1、有鉴于此,本发明提供了一种基于医学图像的诊疗效果评估方法、装置及介质,主要目的在于解决目前采用人工进行诊疗效果评估存在的诊疗效果评估效率低、且不够准确可靠的问题。
2、为解决上述问题,本技术提供一种基于医学图像的诊疗效果评估方法,包括:
3、针对第一医学图像以及第二医学图像,分别进行病灶区域分割处理,获得与各病灶区域对应的病灶实例,其中第一医学图像的拍摄时间早于所述第二医学图像的拍摄时间;
4、确定每个病灶实例所对应的匹配范围以及确定每个病灶实例的病灶类型;所述病灶类型包括:非分散性病灶以及分散性病灶;
5、根据每个病灶实例的病灶类型,采用与病灶类型对应的匹配方式,对位于相同匹配范围内的病灶实例进行匹配,获得每个病灶实例的匹配结果;
6、基于每个病灶实例的匹配结果确定诊疗效果分值,以基于各治疗效果分值确定目标评估结果。
7、可选的,确定每个病灶实例所对应的匹配范围,具体包括:
8、基于每个病灶实例的解剖位置,确定与每个病灶实例对应的匹配范围。
9、可选的,所述确定每个病灶实例的病灶类型,具体包括:
10、基于每个病灶实例所属的疾病种类,确定病灶实例的病灶类型。
11、可选的,所述根据每个病灶实例的病灶类型,采用与病灶类型对应的匹配方式,对位于相同匹配范围内的病灶实例进行匹配,获得每个病灶实例的匹配结果,具体包括:
12、在所述病灶类型为非分散性病灶时,基于病种实例的所属器官信息、空间位置,对位于同一匹配范围内的病灶实例进行匹配,确定病灶实例的匹配结果;
13、在所述病灶类型为分散性病灶时,基于病灶实例的相邻器官信息、以及病灶实例的空间位置,对位于同一匹配范围内的病灶实例进行匹配,确定病灶实例的匹配结果,所述匹配结果包括:匹配病灶、新增病灶以及消失病灶。
14、可选的,所述基于病种实例的所属器官信息、空间位置,对位于同一匹配范围内的病灶实例进行匹配,确定病灶实例的匹配结果,具体包括:
15、将第一医学图像中位于目标匹配范围内的、第一病灶实例的所属器官信息以及空间位置,与第二医学图像中位于目标匹配范围内的、第二病灶实例的所属器官信息以及空间位置进行匹配,确定所述目标匹配范围内第一病灶实例和第二病灶实例的重叠程度、相对距离、位置关系中任意一种或几种匹配信息;
16、基于所述匹配信息确定所述第一病灶实例为消失病灶、第二病灶实例为新增病灶、或则第一病灶实例与第二病灶实例为匹配病灶,以获得所述匹配结果。
17、可选的,所述基于病灶实例的相邻器官信息、以及病灶实例的空间位置,对位于同一匹配范围内的病灶实例进行匹配,确定病灶实例的匹配结果,具体包括:
18、将第一医学图像中位于目标匹配范围内的、第一病灶实例的相邻器官信息以及空间位置,与第二医学图像中位于目标匹配范围内的、第二病灶实例的相邻器官信息以及空间位置进行匹配,确定所述目标匹配范围内第一病灶实例和第二病灶实例的重叠程度、相对距离、位置关系中任意一种或几种匹配信息;
19、基于所述匹配信息确定所述第一病灶实例为消失病灶、第二病灶实例为新增病灶、或则第一病灶实例与第二病灶实例为匹配病灶,以获得所述匹配结果。
20、可选的,所述基于每个病灶实例的匹配结果确定诊疗效果分值,以基于各治疗效果分值确定目标评估结果,具体包括:
21、基于各病种实例的匹配结果,确定各病灶实例的病灶响应类型,
22、至少基于各病灶实例的响应类型,确定各病灶实例的诊疗效果分值以基于各治疗效果分值确定目标评估结果。
23、可选的,所述基于各病种实例的匹配结果,确定各病灶实例的病灶响应类型,具体包括:
24、针对消失病灶的各病灶实例,确定响应类型为完全缓解类型;
25、针对新增病灶的各病灶实例,确定响应类型为新增类型;
26、针对匹配病灶的两个病灶实例,确定定性特征以及示踪剂的定量变化指标,基于所述定性特征以及所述定量变化指标确定响应类型为进展类型、无进展类型或局部缓解类型。
27、为解决上述问题,本技术提供一种基于医学图像的诊疗效果评估装置,包括:
28、图像分割模块,用于针对第一医学图像以及第二医学图像,分别进行病灶区域分割处理,获得与各病灶区域对应的病灶实例,其中第一医学图像的拍摄时间早于所述第二医学图像的拍摄时间;
29、确定模块,用于确定每个病灶实例所对应的匹配范围以及确定每个病灶实例的病灶类型;所述病灶类型包括:非分散性病灶以及分散性病灶;
30、匹配模块,用于根据每个病灶实例的病灶类型,采用与病灶类型对应的匹配方式,对位于相同匹配范围内的病灶实例进行匹配,获得每个病灶实例的匹配结果;
31、评估模块,用于基于每个病灶实例的匹配结果确定诊疗效果分值,以基于各治疗效果分值确定目标评估结果。
32、为解决上述问题,本技术提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述基于医学图像的诊疗效果评估方法的步骤。
33、为解决上述问题,本技术提供一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述基于医学图像的诊疗效果评估方法的步骤。
34、本实施例中的基于医学图像的诊疗效果评估方法、装置及介质,通过对前后时序的两张医学图像进行图像分割,提取病灶实例,能够避免全图直接比对模式下的器官、血管等正常组织像素的干扰,避免背景像素造成病灶边界、尺寸误判的问题,为后续病灶实例的精准匹配奠定基础;通过预先划定病灶匹配范围,仅比对相同空间范围内的病灶实例,可避免算法将解剖位置无关的病灶错误配对,避免了跨区域病灶实例的误匹配,进一步保证了匹配结果的准确性,进而能保证诊疗效果评估的精准性;通过区分分散性、非分散性两类病灶实例,采用差异化的匹配方式进行病灶实例匹配,能够进一步保证匹配结果的准确性,解决单一匹配模式下分散病灶漏匹配、非分散病灶错匹配的问题,进而能够使得最终的诊疗效果的评估更加精准。本技术中,由于无需再由人工进行病灶实例的匹配以及诊疗效果评估,因此能够提高诊疗效果评估的效率。
35、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com