基于心脏图像心室区域分割的系统

技术领域

本发明涉及心脏心室区域分割技术领域，更具体地说，涉及基于心脏图像心室区域分割的系统。

背景技术

《中国心血管健康与疾病报告2019》指出，截止2019年中国居民心血管疾病患病人数高达3.3亿人，且患病率处于持续上升阶段，给国内经济带来沉重的负担。由于心脏电影MRI具有高分辨率、无创、无辐射、多平面等优势，成为诊断心血管疾病的金标准。通过手动分割心脏MRI的解剖结构(左、右心室)，进而提取心室功能参数(心室体积、射血分数、每搏量、心肌厚度和室壁运动距离等)，可以辅助医生对心血管疾病进行精确的分析，从而提高疾病的诊断准确率。然而，手工分割心脏MRI是一件极其费时费力的工作，且容易受到医生主观性差异的影响，分割结果存在较大的可变性，导致不同医生分析同一心脏MRI时得出不同的诊断结论。目前已可采取分割系统进行心室区域的自动分割。

在心室区域分割系统使用过程中，在病人信息采集过程中，采集信息的轮廓清晰度不足，可能出现系统无法识别的情况，会影响分割工作的进行，并且系统采用人工帮助的方式进行学习，具有一定的局限性。为此，我们提出基于心脏图像心室区域分割的系统。

本发明内容

针对现有技术中存在的问题，本发明的目的在于提供基于心脏图像心室区域分割的系统，它可以实现采集信息的画质增强，提高系统识别判断准确性，并且还具备自主特征学习的效果。

为解决上述问题，本发明采用如下的技术方案：

基于心脏图像心室区域分割的系统，包括心室区域分割系统，所述心室区域分割系统的内部设置有信息处理模块，所述心室区域分割系统的内部设置有分析判断模块，所述所述心室区域分割系统的内部设置有系统管理模块，所述心室区域分割系统通过通讯网口电性连接有互联网，所述心室区域分割系统通过通讯网口电性连接有云服务器，所述心室区域分割系统通过通讯网口电性连接有数据中心，所述心室区域分割系统通过通讯网口电性连接有信息传输模块，所述信息传输模块通过通讯网口电性连接有信息采集模块。

作为本发明的优选方案，所述信息处理模块包括画质增强模块、图像检验模块、区域划分模块和手动操作模块，所述画质增强模块用于对采集到的核磁共振图像信息或动态信息进行画质轮廓的增强，所述图像检验模块用于对采集的图像信息的有效性进行检验，所述区域划分模块用于对图像中心脏的轮廓信息进行划分，所述手动操作模块用于手动进行轮廓的划分。

作为本发明的优选方案，所述手动操作模块电性连接于区域划分模块，所述区域划分模块电性连接于图像检验模块，所述图像检验模块电性连接于画质增强模块，所述画质增强模块、图像检验模块、区域划分模块和手动操作模块均电性连接于信息处理模块，所述信息处理模块电性连接于心室区域分割系统。

作为本发明的优选方案，所述分析判断模块包括模型分割模块、信息提示模块和异常提示模块，所述模型分割模块用于将采集信息进行构建的模型的自动划分，所述信息提示模块用于对处理完成信息的及时提示，所述异常提示模块用于对处理过程中的异常信息进行提示。

作为本发明的优选方案，所述异常提示模块电性连接于信息提示模块，所述信息提示模块电性连接于模型分割模块，所述模型分割模块、信息提示模块和异常提示模块均电性连接于分析判断模块，所述分析判断模块电性连接于心室区域分割系统。

作为本发明的优选方案，所述系统管理模块包括模型构建模块、特征采集模块、特征校验模块、自主学习模块、本地备份模块和数据加密模块，所述模型构建模块用于对分割模型的构建训练，所述特征采集模块用于对各种心脏的特征信息进行采集，所述特征校验模块用于对特征信息进行校验保障准确性，所述自主学习模块用于模型构建后的联网自主学习，所述本地备份模块用于对本地存储的数据信息进行存储备份，所述数据加密模块用于对存储信息的加密。

作为本发明的优选方案，所述数据加密模块电性连接于本地备份模块，所述本地备份模块电性连接于自主学习模块，所述自主学习模块电性连接于特征校验模块，所述特征校验模块电性连接于特征采集模块，所述特征采集模块电性连接于模型构建模块，所述模型构建模块、特征采集模块、特征校验模块、自主学习模块、本地备份模块和数据加密模块均电性连接于系统管理模块，所述系统管理模块电性连接于心室区域分割系统。

作为本发明的优选方案，所述信息采集模块包括病人采集模块、图像采集模块和动态采集模块，所述病人采集模块用于对病人的各个相关信息进行采集，所述图像采集模块用于对病人进行心脏图像的获取采集，所述动态采集模块用于对动态的心脏信息进行采集。

作为本发明的优选方案，所述动态采集模块电性连接于图像采集模块，所述图像采集模块电性连接于病人采集模块，所述病人采集模块、图像采集模块和动态采集模块均电性连接于信息采集模块，所述信息采集模块电性连接于信息传输模块。

相比于现有技术，本发明的优点在于：通过信息处理模块，可实现对采集信息的处理工作，通过画质增强模块，可对图像信息进行自主优化，明确图像轮廓，帮助系统进行更好的识别判断，通过图像检验模块可进行图像的检验，防止图像不合格影响使用，且通过系统管理模块，可实现系统的联网工作，可进行网络连接后的特征自主学习，增强模型构建的精确性。

附图说明

图1为本发明的基于心脏图像心室区域分割的系统的原理框图；

图2为本发明的基于心脏图像心室区域分割的系统的工作流程图；

图3为本发明的基于心脏图像心室区域分割的系统的信息采集模块工作流程图；

图4为本发明的基于心脏图像心室区域分割的系统的信息处理模块工作流程图；

图5为本发明的基于心脏图像心室区域分割的系统的分析判断模块工作流程图；

图6为本发明的基于心脏图像心室区域分割的系统的系统管理模块工作流程图。

图中标号说明：

1、心室区域分割系统；2、信息处理模块；3、分析判断模块；4、系统管理模块；5、信息采集模块；6、信息传输模块；7、互联网；8、云服务器；9、数据中心；21、画质增强模块；22、图像检验模块；23、区域划分模块；24、手动操作模块；31、模型分割模块；32、信息提示模块；33、异常提示模块；41、模型构建模块；42、特征采集模块；43、特征校验模块；44、自主学习模块；45、本地备份模块；46、数据加密模块；51、病人采集模块；52、图像采集模块；53、动态采集模块。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“套设/接”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例：

请参阅图1-6，基于心脏图像心室区域分割的系统，包括心室区域分割系统1，心室区域分割系统1的内部设置有信息处理模块2，心室区域分割系统1的内部设置有分析判断模块3，心室区域分割系统1的内部设置有系统管理模块4，心室区域分割系统1通过通讯网口电性连接有互联网7，心室区域分割系统1通过通讯网口电性连接有云服务器8，心室区域分割系统1通过通讯网口电性连接有数据中心9，心室区域分割系统1通过通讯网口电性连接有信息传输模块6，信息传输模块6通过通讯网口电性连接有信息采集模块5。

本实施例中，信息处理模块2包括画质增强模块21、图像检验模块22、区域划分模块23和手动操作模块24，画质增强模块21用于对采集到的核磁共振图像信息或动态信息进行画质轮廓的增强，图像检验模块22用于对采集的图像信息的有效性进行检验，区域划分模块23用于对图像中心脏的轮廓信息进行划分，手动操作模块24用于手动进行轮廓的划分；分析判断模块3包括模型分割模块31、信息提示模块32和异常提示模块33，模型分割模块31用于将采集信息进行构建的模型的自动划分，信息提示模块32用于对处理完成信息的及时提示，异常提示模块33用于对处理过程中的异常信息进行提示；系统管理模块4包括模型构建模块41、特征采集模块42、特征校验模块43、自主学习模块44、本地备份模块45和数据加密模块46，模型构建模块41用于对分割模型的构建训练，特征采集模块42用于对各种心脏的特征信息进行采集，特征校验模块43用于对特征信息进行校验保障准确性，自主学习模块44用于模型构建后的联网自主学习，本地备份模块45用于对本地存储的数据信息进行存储备份，数据加密模块46用于对存储信息的加密；信息采集模块5包括病人采集模块51、图像采集模块52和动态采集模块53，病人采集模块51用于对病人的各个相关信息进行采集，图像采集模块52用于对病人进行心脏图像的获取采集，动态采集模块53用于对动态的心脏信息进行采集。

具体的，信息处理模块2包括画质增强模块21、图像检验模块22、区域划分模块23和手动操作模块24，画质增强模块21用于对采集到的核磁共振图像信息或动态信息进行画质轮廓的增强，图像检验模块22用于对采集的图像信息的有效性进行检验，区域划分模块23用于对图像中心脏的轮廓信息进行划分，手动操作模块24用于手动进行轮廓的划分，手动操作模块24电性连接于区域划分模块23，区域划分模块23电性连接于图像检验模块22，图像检验模块22电性连接于画质增强模块21，画质增强模块21、图像检验模块22、区域划分模块23和手动操作模块24均电性连接于信息处理模块2，信息处理模块2电性连接于心室区域分割系统1。

本实施例中，信息处理模块2包括画质增强模块21、图像检验模块22、区域划分模块23和手动操作模块24，画质增强模块21用于对管网工程进行建模，图像检验模块22用于对模型建立后的审核，区域划分模块23用于根据模型做出针对性的改进，给与用于提示，手动操作模块24用于对确认审核后模型的加密存储。

具体的，分析判断模块3包括模型分割模块31、信息提示模块32和异常提示模块33，模型分割模块31用于将采集信息进行构建的模型的自动划分，信息提示模块32用于对处理完成信息的及时提示，异常提示模块33用于对处理过程中的异常信息进行提示，异常提示模块33电性连接于信息提示模块32，信息提示模块32电性连接于模型分割模块31，模型分割模块31、信息提示模块32和异常提示模块33均电性连接于分析判断模块3，分析判断模块3电性连接于心室区域分割系统1。

本实施例中，分析判断模块3包括模型分割模块31、信息提示模块32和异常提示模块33，模型分割模块31用于将采集信息进行构建的模型的自动划分，信息提示模块32用于对处理完成信息的及时提示，异常提示模块33用于对处理过程中的异常信息进行提示。

具体的，系统管理模块4包括模型构建模块41、特征采集模块42、特征校验模块43、自主学习模块44、本地备份模块45和数据加密模块46，模型构建模块41用于对分割模型的构建训练，特征采集模块42用于对各种心脏的特征信息进行采集，特征校验模块43用于对特征信息进行校验保障准确性，自主学习模块44用于模型构建后的联网自主学习，本地备份模块45用于对本地存储的数据信息进行存储备份，数据加密模块46用于对存储信息的加密，数据加密模块46电性连接于本地备份模块45，本地备份模块45电性连接于自主学习模块44，自主学习模块44电性连接于特征校验模块43，特征校验模块43电性连接于特征采集模块42，特征采集模块42电性连接于模型构建模块41，模型构建模块41、特征采集模块42、特征校验模块43、自主学习模块44、本地备份模块45和数据加密模块46均电性连接于系统管理模块4，系统管理模块4电性连接于心室区域分割系统1。

本实施例中，系统管理模块4包括模型构建模块41、特征采集模块42、特征校验模块43、自主学习模块44、本地备份模块45和数据加密模块46，模型构建模块41用于对分割模型的构建训练，特征采集模块42用于对各种心脏的特征信息进行采集，特征校验模块43用于对特征信息进行校验保障准确性，自主学习模块44用于模型构建后的联网自主学习，本地备份模块45用于对本地存储的数据信息进行存储备份，数据加密模块46用于对存储信息的加密。

具体的，信息采集模块5包括病人采集模块51、图像采集模块52和动态采集模块53，病人采集模块51用于对病人的各个相关信息进行采集，图像采集模块52用于对病人进行心脏图像的获取采集，动态采集模块53用于对动态的心脏信息进行采集，动态采集模块53电性连接于图像采集模块52，图像采集模块52电性连接于病人采集模块51，病人采集模块51、图像采集模块52和动态采集模块53均电性连接于信息采集模块5，信息采集模块5电性连接于信息传输模块6。

本实施例中，信息采集模块5包括病人采集模块51、图像采集模块52和动态采集模块53，病人采集模块51用于对病人的各个相关信息进行采集，图像采集模块52用于对病人进行心脏图像的获取采集，动态采集模块53用于对动态的心脏信息进行采集。

基于心脏图像心室区域分割的系统的使用方法，包括如下步骤：

步骤一：A启动心室区域分割系统，用于系统的联网工作；

步骤二：B开始信息采集模块，用于对病人的病情、心脏信息进行采集获取；

步骤三：C开始信息传输模块，用于将采集信息进行传输；

步骤四：D开始信息处理模块，用于对采集信息的处理，帮助划分判断；

步骤五：E开始分析判断模块，用于心脏区域的自主划分及信息提示；

步骤六：F开始系统管理模块，用于对系统内模型的建立及学习；

步骤七：G开始云服务器，用于数据信息的备份；

步骤八：H开始数据中心，用于对系统各项数据信息的存储。

具体的，B包括B1开始病人采集模块，B2开始图像采集模块，B3开始动态采集模块。

具体的，D包括D1开始画质增强模块，D2开始图像检验模块，D3开始区域划分模块，D4开始手动操作模块。

具体的，E包括E1开始模型分割模块，E2开始信息提示模块，E3开始异常提示模块。

具体的，F包括F1开始模型构建模块，F2开始特征采集模块，F3开始特征校验模块，F4开始自主学习模块，F5开始本地备份模块，F6开始数据加密模块。

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。