[发明专利]一种医学影像标注方法及系统

权利要求书

1.一种医学影像标注方法，其特征在于，包括：

S1：获取医学影像数据，所述医学影像数据包括文字数据和图像数据；

S2：根据医学影像知识图谱，对文字数据进行结构化处理，得到病灶位置及病灶的属性信息、非病灶位置及非病灶的属性信息，并生成对应的文字标注；其中，根据知识图谱对文字数据进行结构化处理的过程为：

(1)通过正则表达式以标点符号或空格为界，对文字内容进行分句处理，并将分句存入字符串数组中；

(2)利用HanLP分词器和分词词典进行正向最大匹配分词的分词操作，并将分好的词存入字符串中；

(3)将分词完成的字符串与医学影像知识图谱进行匹配，生成结构化报告；

(4)将结构化报告可视化处理，生成树状结构的文字标注；S3：利用Mask R-CNN网络模型对图像数据进行语义分割，将肋骨和锁骨从图像中分割并隐藏，使位于胸部的器官和其他组织完全显示；

S4：根据病灶位置和非病灶位置，利用马尔科夫随机场模型对病灶位置和非病灶位置进行识别，进行图像标注，在图像中标注出病灶位置及病灶的属性信息、非病灶位置及非病灶的属性信息，并将相应的图像标注与文字标注建立关联；

S5：将文字标注及图像标注进行可视化，通过人机交互，对文字标注和图像标注进行确认。

2.根据权利要求1所述的一种医学影像标注的方法，其特征在于，所述步骤S2中，对文字数据进行结构化处理前，需构建医学影像知识图谱，构建医学影像知识图谱的方法为：

知识表示：采用框架理论表示法，通过结构化的形式对知识进行表示；

知识获取：首先进行实体获取，利用正则表达式和隐马尔科夫模型获取结构化的医学知识；然后进行属性获取，利用支持向量机从医学影像数据中采集特定的属性信息；最后进行关系获取，利用LTP工具对医学影像领域文本进行语义依存句法分析获取实体间的关系；

知识融合：利用实体消歧和共指消解将指称项链接到正确的实体对象，完成知识融合；

知识加工：对知识融合后的数据进行知识推理和质量评估，得到合格的知识；

知识更新：将新数据与原数据进行融合，对知识图谱进行更新。

3.根据权利要求1所述的一种医学影像标注方法，其特征在于，所述步骤S3中，利用Mask R-CNN模型对图像数据进行语义分割的方法为：

S31：采集胸片图像样本，构建胸片图像样本数据集，对胸片图像中的肋骨和锁骨进行手动标注，标注出2根锁骨和24根肋骨；

S32：对标注好的胸片图像进行预处理，利用灰度直方图均衡化方法对胸片图像的对比度进行调整，从而增强胸片图像；

S33：将预处理后的胸片图像样本输入Mask R-CNN网络模型中，对网络模型进行训练；

S34：将待分割的胸片图像输入训练好的网络模型中，首先进行特征提取，然后生成锁骨和肋骨的预测的ROI区域，并利用ROIAlign层对预测的ROI区域进行特征池化，将肋骨和锁骨区域分割出来。

4.根据权利要求3所述的一种医学影像标注方法，其特征在于，所述步骤S34中，采用ResNet-101+FPN网络进行特征提取。

5.根据权利要求1所述的一种医学影像标注的方法，其特征在于，所述步骤S5中，在对文字标注和图像标注进行可视化时，病灶位置及病灶的属性信息的文字标注与非病灶位置及非病灶的属性信息采用不同颜色显示。

6.一种医学影像标注系统，其特征在于，利用权利 要求1-5任一项所述的医学影像标注方法进行医学影像标注，包括：

医学影像数据采集模块，用于采集医学影像数据；

文字标注模块，用于对文字数据进行结构化处理，生成文字标注，得到病灶位置信息以及病灶的属性信息、非病灶位置及非病灶的属性信息；

图像标注模块，用于对胸片图像进行语义分割，并根据文字标注对图像数据进行标注；

可视化模块，用于显示医学影像以及文字标注和图像标注。