[发明专利]一种主观及客观超声医学图像质量评价方法及系统

说明书

本发明提供了一种主观及客观超声医学图像质量评价方法及系统，方法包括：对超声医学图像进行主观质量评估，每张图像给出第一质量、第二质量和第三质量的三类分类评估结果中一种；采用所述分类评估结果进行神经网络的训练，所述神经网络分别从不同所述超声医学图像中提取高维度特征，将提取的所述高维度特征进行全连接输出得到第一质量、第二质量和第三质量三类分类结果；通过不断训练得到一个准确率最高的神经网络模型；将待评价的超声医学图像输入训练得到的所述神经网络模型，得到最终的医学图像质量评价结果。本发明可以辅助医生对不合格、没有诊断意义的医疗图像进行筛选剔除。

技术领域

本发明涉及图像质量评价以及医学图像技术领域，具体地，涉及一种主观及客观超声医学图像质量评价方法及系统。

背景技术

医学成像是医学的重要分支。在协助诊断和治疗方面特别有用。其中最常见的成像方式是磁共振成像(MRI)，计算机断层扫描(CT)，超声成像，X射线，单光子计算机断层扫描(SPECT)和正电子发射断层扫描(PET)的核磁成像。它们中的每一个都有其自己的特定功能，并且根据图像类型，物理和/或生理学研究，患者的状况和可用性的要求进行选择。在采集过程或后处理过程中，进行了许多研究来改善医学图像的质量。医学成像的大多数研究和开发旨在加快采集时间和/或改善图像信噪比(SNR)。因此，需要一种高质量的图像质量评估(IQA)标准，以评估任何新开发的硬件，软件，更高的场强(在MRI中)或辐射(在CT，X射线PET中)，图像重建技术和图像在过去的几十年中，与其他成像方式相比，MRI的研究和开发有了巨大的进步。

目前，大多数已发表的医学图像IQA研究都是在MRI上进行的。图像质量评价(IQA)在评估任何新的硬件，软件，图像采集技术，图像重建或后处理算法等方面都起着重要作用。在过去的十年中，研究者们已经设计了很多种IQA方法来评估自然图像的质量，有一些方法被尝试用于医学图像质量评价，但是使用效果是受限的。目前IQA在医学图像中的应用主要是在CT、MRI和超声成像等医学图像上，相比于自然图像，不同种类的医学图像的成像方式中存在许多不同的图像特征和内容，因此很难在医学图像领域找到一个普适性的IQA方法。

在医学图像IQA中有两个最重要的问题：①图像质量的度量不是诊断准确性的可靠度量；②图像质量评价的好坏并不反应扫描区域有任何异常。换句话说，IQA不一定等于诊断质量评估。然而医生们还是更倾向于用高质量的图像以进行准确的诊断。高质量的图像可以增加诊断的置信度，帮助医生正确诊断。同时，本项目还针对医疗图像在成像的过程中可能因患者头部运动、机器噪声等因素，可能会产生模糊、重影、伪影等现象，影响医生诊断效果。

发明内容

医院医生在日常工作中面对众多医疗图像数据，其中可能存在有模糊、重影、伪影、噪声等现象，这些问题有的是在可接受范围内的，有的则会严重影响医生对于病情的诊断。为克服上述技术问题，本发明提出一种主观及客观超声医学图像质量评价方法及系统。

本发明的第一方面，提供一种主观及客观超声医学图像质量评价方法，包括：

对超声医学图像进行主观质量评估，每张图像给出第一质量、第二质量和第三质量的三类分类评估结果中一种；所述第一质量、第二质量和第三质量按照图像质量的高低不同来设置；

采用所述分类评估结果进行神经网络的训练，所述神经网络分别从不同所述超声医学图像中提取高维度特征，将提取的所述高维度特征进行全连接输出得到第一质量、第二质量和第三质量三类分类结果，作为最终分类结果；通过不断训练得到一个准确率最高的神经网络模型；

将待评价的超声医学图像输入训练得到的所述神经网络模型，得到最终的医学图像质量评价结果，即对应上述的三种分类结果作为最终的评价结果。

可选地，所述超声医学图像，是从同一图像采集设备获取的，并统一调整为所需的分辨率。

可选地，所述对超声医学图像进行主观质量评估，每张图像给出第一质量、第二质量和第三质量的三类分类评估结果中一种，包括：