[发明专利]一种注射协议确定方法、装置、医疗影像设备及介质在审

专利信息
申请号: 202010241322.0 申请日: 2020-03-31
公开(公告)号: CN111462857A 公开(公告)日: 2020-07-28
发明(设计)人: 赵小芬;蒋涛;林晓珍 申请(专利权)人: 上海联影医疗科技有限公司
主分类号: G16H20/00 分类号: G16H20/00;G06N3/08;G06N3/04;A61B6/03
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201807 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 注射 协议 确定 方法 装置 医疗 影像 设备 介质
【权利要求书】:

1.一种注射协议确定方法,其特征在于,应用于增强扫描系统,包括:

获取当前对象的生理特征信息并确定所述当前对象的增强扫描信息;

根据所述增强扫描信息中的增强扫描部位确定注射协议模板;

根据所述生理特征信息和所述增强扫描信息确定所述当前对象的当前注射参数;

基于所述注射协议模板和所述当前注射参数,生成所述当前对象的注射协议。

2.根据权利要求1所述的方法,其特征在于,在根据所述增强扫描信息中的增强扫描部位确定注射协议模板之前,还包括:

根据所述增强扫描部位对应的历史增强扫描信息和历史注射参数确定注射协议模板界面;

根据所述增强扫描信息中的增强扫描部位确定注射协议模板,包括:

根据所述注射协议模板界面中接收的选择指令生成对应所述增强扫描信息中的增强扫描部位的注射协议模板。

3.根据权利要求1所述的方法,其特征在于,所述根据所述生理特征信息和所述增强扫描信息确定所述当前对象的当前注射参数,包括:

将所述生理特征信息和所述增强扫描信息输入到预先训练好的深度学习模型中,输出所述当前对象的当前注射参数。

4.根据权利要求3所述的方法,其特征在于,所述深度学习模型的训练方法包括:

获取至少一组样本数据和对应所述样本数据的期望注射参数;

基于上述至少一组样本数据和对应的期望注射参数对待训练的深度学习模型进行如下步骤的迭代训练,以得到所述深度学习模型:

将每一组样本数据中的生理特征信息以及增强扫描信息输入到所述深度学习模型中,输出与所述样本数据对应的输出注射参数;

基于所述输出注射参数与所述期望注射参数对所述深度学习模型的模型参数进行调整,得到当前迭代的深度学习模型。

5.根据权利要求4所述的方法,其特征在于,所述样本数据中还包括扫描图像和所述扫描图像的质量评价值;

在获取至少一组样本数据和对应所述样本数据的期望注射参数之后,还包括:

基于所述扫描图像的质量评价值对样本数据进行筛选;或,

基于所述扫描图像中扫描数据和所述扫描图像的质量评价值对所述样本数据对应的期望注射参数进行校正。

6.根据权利要求1所述的方法,其特征在于,还包括:

将所述注射协议发送至与所述增强扫描系统联动的高压注射器,以使所述高压注射器基于所述注射协议对所述当前对象进行造影注射;

对进行造影注射的当前对象进行增强扫描,得到所述当前对象的所述增强扫描部位对应的增强图像。

7.根据权利要求6所述的方法,其特征在于,还包括:

根据所述当前对象的生理特征信息、增强扫描信息和所述当前注射参数生成所述当前对象的注射报告单。

8.一种注射协议确定装置,其特征在于,包括:

信息确定模块,用于获取当前对象的生理特征信息并确定所述当前对象的增强扫描信息;

模板确定模块,用于根据所述增强扫描信息中的增强扫描部位确定注射协议模板;

参数确定模块,用于根据所述生理特征信息、所述增强扫描部位和所述增强扫描信息确定所述当前对象的当前注射参数;

协议确定模块,用于基于所述注射协议模板和所述当前注射参数,生成所述当前对象的注射协议。

9.一种医疗影像设备,其特征在于,所述医疗影像设备包括:

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中任一所述的注射协议确定方法。

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中任一所述的注射协议确定方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技有限公司,未经上海联影医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010241322.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top