用MR技术对全身脂肪进行自动化定量评价系统及方法

技术领域

本发明涉及医疗信息领域，更具体地，涉及一种用MR技术对全身脂肪进行自动化定量评价系统及方法。

背景技术

近年来由于肥胖及相关代谢异常的发生率日益增高，临床评价肝脏代谢异常、糖尿病患者的情况时，要求评价全身脂肪定量信息。除了脂肪定量，脂肪分布也与疾病有相关性，已有明确的证据提示内脏脂肪的过度沉积导致患者发生心血管疾病和代谢性疾病的风险明显增加。因此无创地分割和准确测量脂肪组织体积的需求日益突显出来。

测定全身脂肪体积和局部脂肪体积的方法很多，如简易参数测量法、生物电阻抗法、双能X线吸收法、CT、MRI和超声等。这些方法或者只能定性测量；或者有损害不能经常做；或者耗时特别长，没有实操性。

MR的GRE DIXON序列或T1WI序列可选择性地对脂肪组织成像，可无创、准确地显示全身脂肪的分布，扫描仅需10分钟左右，与其他影像学检查相比有明显的优势。虽然在MR图像上可以很好地显示脂肪组织，但脂肪在身体中分布太多了，手工测量测量根本不可能实现，因此在临床真实工作中仍不能对每个病例都准确地定量测量脂肪组织的体积，不能将身体各个部位、不同区域的脂肪体积生成在影像报告中，限制了MR脂肪定量的实际临床应用，降低了影像医生的工作效率。

发明内容

有鉴于此，本发明的主要目的在于提供一种用MR技术对全身脂肪进行自动化定量评价系统及方法，能够解决现有技术中存在的无法对每个病例准确的定量测量脂肪组织的体积并自动传入结构化报告中而导致的降低影像医生的工作效率、无法用于实际临床应用的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一方面，本发明提供了一种用MR技术对全身脂肪进行自动化定量评价系统，包括影像信息管理模块、图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块、计算模块和结构化报告模块，其中，影像信息管理模块，与图像识别模块相连，用于当患者拍摄完全身脂肪检测的磁共振检查项目时，将该患者的DICOM图像通过DICOM协议传输给图像识别模块；图像识别模块，与影像信息管理模块、图像质量判断模块和结构化报告模块相连，用于基于DICOM图像头文件信息，识别DICOM图像的体位，判断DICOM图像是否与全身脂肪检测的磁共振检查项目相匹配，若DICOM图像与全身脂肪检测的磁共振检查项目相匹配，则提取GRE DIXON序列图像和/或T1WI序列图像，GRE DIXON序列图像和/或T1WI序列图像定义为第一图像，并将第一图像分别发送给图像质量判断模块和结构化报告模块；若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则中止诊断流程并将第一提示信息发送给结构化报告模块；其中，体位包括胸部、腹部和盆部；图像质量判断模块，分别与图像识别模块、第一解剖分割模块和结构化报告模块相连，用于基于预设条件，对第一图像进行质量的分析，将符合预设条件的第一图像分别发送给第一解剖分割模块和结构化报告模块，将符合预设条件的第一图像定义为第二图像；若第一图像的质量不符合预设条件，则中止诊断流程；并将判断结果及第二提示信息发送给结构化报告模块；其中，判断结果为图像质量不合格或图像质量合格；第一解剖分割模块，与图像质量判断模块、第二解剖分割模块和结构化报告模块相连，用于基于第一预设规则，在第二图像上分割出体积大于第一预设阈值的非脂肪组织，设置每个非脂肪组织的解剖坐标，并测量每个非脂肪组织的体积和径线，基于体积和径线，判断非脂肪组织的类型，并对每个非脂肪组织设置解剖标签，输出每个非脂肪组织的解剖标签的区域，即第三图像，将第三图像发送给第二解剖分割模块，将每个非脂肪组织的体积和径线、非脂肪组织的类型和第三图像发送给结构化报告模块；第二解剖分割模块，分别与第一解剖分割模块、计算模块和结构化报告模块相连，用于基于第二预设规则，在第三图像上分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，对皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域设置脂肪间隔的坐标，输出诊断数据，对每个脂肪间隔的坐标设置脂肪间隔解剖标签，输出每个脂肪间隔解剖标签的区域，即第四图像，并将诊断数据、第四图像分别发送给计算模块和结构化报告模块；计算模块，分别与第二解剖分割模块和结构化报告模块相连，用于基于诊断数据和第四图像，自动计算每个脂肪间隔的测量值并生成关键图像，将测量值和关键图像发送给结构化报告模块；结构化报告模块，分别与图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块和计算模块相连，用于基于内置的规则，将测量值自动生成诊断印象，供医生查看；并存储接收到的所有数据和所有图像。

优选地，第二解剖分割模块还包括标签判断单元，用于基于诊断数据，判断脂肪间隔解剖标签是否合规，判断的规则为：判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在第二预设阈值内，判断相邻的脂肪间隔解剖标签的空间关系是否正确，判断不同的脂肪间隔解剖标签的形状，将判断结果发送给结构化报告模块；若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息、不合规的类型给结构化报告模块。

另一方面，本发明还提供了一种用MR技术对全身脂肪进行自动化定量评价方法，包括：当患者拍摄完全身脂肪检测的磁共振检查项目时，影像信息管理模块将该患者的DICOM图像通过DICOM协议传输给图像识别模块；图像识别模块基于DICOM图像头文件信息，识别DICOM图像的体位，判断DICOM图像是否与全身脂肪检测的磁共振检查项目相匹配，若DICOM图像与全身脂肪检测的磁共振检查项目相匹配，则提取GRE DIXON序列图像和/或T1WI序列图像，GRE DIXON序列图像和/或T1WI序列图像定义为第一图像，并将第一图像分别发送给图像质量判断模块和结构化报告模块；若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则中止诊断流程并将第一提示信息发送给结构化报告模块；其中，体位包括胸部、腹部和盆部；图像质量判断模块基于预设条件，对第一图像进行质量的分析，将符合预设条件的第一图像分别发送给第一解剖分割模块和结构化报告模块，将符合预设条件的第一图像定义为第二图像；若第一图像的质量不符合预设条件，则中止诊断流程；并将判断结果及第二提示信息发送给结构化报告模块；其中，判断结果为图像质量不合格或图像质量合格；第一解剖分割模块基于第一预设规则，在第二图像上分割出体积大于第一预设阈值的非脂肪组织，设置每个非脂肪组织的解剖坐标，并测量每个非脂肪组织的体积和径线，基于体积和径线，判断非脂肪组织的类型，并对每个非脂肪组织设置解剖标签，输出每个非脂肪组织的解剖标签的区域，即第三图像，将第三图像发送给第二解剖分割模块，将每个非脂肪组织的体积和径线、非脂肪组织的类型和第三图像发送给结构化报告模块；第二解剖分割模块基于第二预设规则，在第三图像上分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，对皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域设置脂肪间隔的坐标，输出诊断数据，对每个脂肪间隔的坐标设置脂肪间隔解剖标签，输出每个脂肪间隔解剖标签的区域，即第四图像，并将诊断数据、第四图像分别发送给计算模块和结构化报告模块；计算模块基于诊断数据和第四图像，自动计算每个脂肪间隔的测量值并生成关键图像，将测量值和关键图像发送给结构化报告模块；结构化报告模块基于内置的规则，将测量值自动生成诊断印象，供医生查看；并存储接收到的所有数据和所有图像。

优选地，该方法还包括：第二解剖分割模块中的标签判断单元基于诊断数据，判断脂肪间隔解剖标签是否合规，判断的规则为：判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在第二预设阈值内，判断相邻的脂肪间隔解剖标签的空间关系是否正确，判断不同的脂肪间隔解剖标签的形状，将判断结果发送给结构化报告模块；若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息、不合规的类型给结构化报告模块。

本发明的技术效果：

由于本发明中设置了图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块、计算模块和结构化报告模块，在患者拍摄完全身脂肪检测的磁共振检查项目时，图像识别模块将识别GRE DIXON序列图像和/或T1WI序列图像，图像质量判断模块对GRE DIXON序列图像和/或T1WI序列图像进行质量的分析、判断，将由于图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等影响诊断的DICOM图像识别出来，以防影响后续诊断，第一解剖分割模块在质量合格的DICOM图像序列上将非脂肪组织分割出来，以便更好的对脂肪组织进行分割，第二解剖分割模块将分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，计算模块对上述脂肪组织自动计算出各个脂肪组织的多种测量值并传给结构化报告模块，结构化报告模块整合所有处理后的数据和图像，并保存，输出诊断印象供医生参考；该系统通过一系列的深度学习模型与逻辑推理的组合，在控制图像质量和排除各种影响诊断的情况下，对全身各处的脂肪组织进行自动化的标记、部位的识别和定量的统计分析，使得MR扫描技术用于全身脂肪定量评价的成本大幅降低，将各个脂肪组织的各种测量值自动传输给结构化报告生成诊断印象，大大提高了影像医生的工作效率，既可以用于临床工作，又可以用于临床研究的标准化数据收集，升了影像服务的临床价值；同时，由于本发明设置了标签判断单元，可以基于诊断数据，判断脂肪间隔解剖标签是否合规，若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息给结构化报告模块，避免了由于脂肪间隔解剖标签不合格导致的诊断不精确，同时，有提示信息发送，以便于及时让人工干预、处理，完善AI诊断模型，使得整个诊断流程更加完善，更加系统化。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了根据本发明实施例一的用MR技术对全身脂肪进行自动化定量评价系统结构示意图；

图2示出了根据本发明实施例一的用MR技术对全身脂肪进行自动化定量评价系统中结构化报告界面示意图；

图3示出了根据本发明实施例二的用MR技术对全身脂肪进行自动化定量评价系统结构示意图；

图4示出了根据本发明实施例三的用MR技术对全身脂肪进行自动化定量评价方法的流程图；

图5示出了根据本发明实施例三的用MR技术对全身脂肪进行自动化定量评价方法中结构化报告界面示意图；

图6示出了根据本发明实施例四的用MR技术对全身脂肪进行自动化定量评价系统方法的具体处理流程图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

实施例一

图1示出了根据本发明实施例一的用MR技术对全身脂肪进行自动化定量评价系统结构示意图；如图1所示，该系统包括：影像信息管理模块10、图像识别模块20、图像质量判断模块30、第一解剖分割模块40、第二解剖分割模块50、计算模块60和结构化报告模块70，其中，

影像信息管理模块10，与图像识别模块20相连，用于当患者拍摄完全身脂肪检测的磁共振检查项目时，将该患者的DICOM图像通过DICOM协议传输给图像识别模块20；

其中，影像信息管理模块为RIS(Radiology Information System)系统。

图像识别模块20，与影像信息管理模块10、图像质量判断模块30和结构化报告模块70相连，用于基于DICOM图像头文件信息，识别DICOM图像的体位，判断DICOM图像是否与全身脂肪检测的磁共振检查项目相匹配，若DICOM图像与全身脂肪检测的磁共振检查项目相匹配，则提取GRE DIXON序列图像和/或T1WI序列图像，GRE DIXON序列图像和/或T1WI序列图像定义为第一图像，并将第一图像分别发送给图像质量判断模块和结构化报告模块；若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则中止诊断流程并将第一提示信息发送给结构化报告模块；其中，体位包括胸部、腹部和盆部；

其中，第一图像发送给结构化报告界面中的技术评估(扫描序列)的相应控件。

若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则发送第一提示信息发送给结构化报告模块，由相关人员负责处理，并保存在结构化报告模块的数据库内，以备后续人员的调用、查看。

图像质量判断模块30，分别与图像识别模块20、第一解剖分割模块40和结构化报告模块70相连，用于基于预设条件，对第一图像进行质量的分析，将符合预设条件的第一图像分别发送给第一解剖分割模块40和结构化报告模块70，将符合预设条件的第一图像定义为第二图像；若第一图像的质量不符合预设条件，则中止诊断流程；并将判断结果及第二提示信息发送给结构化报告模块70；其中，判断结果为图像质量不合格或图像质量合格；

不满足预设条件的情况为图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等；

其中，判断结果发送到结构化报告界面的技术评估(图像质量)的相应控件中。若图像质量不合格，则发送第二提示信息给结构化报告模块，由相关人员负责处理，并保存在结构化报告模块的数据库内，以备后续人员的调用、查看。

第一解剖分割模块40，与图像质量判断模块30、第二解剖分割模块50和结构化报告模块70相连，用于基于第一预设规则，在第二图像上分割出体积大于第一预设阈值的非脂肪组织，设置每个非脂肪组织的解剖坐标，并测量每个非脂肪组织的体积和径线，基于体积和径线，判断非脂肪组织的类型，并对每个非脂肪组织设置解剖标签，输出每个非脂肪组织的解剖标签的区域，即第三图像，将所述第三图像发送给所述第二解剖分割模块50，将第三图像发送给第二解剖分割模块50，将每个非脂肪组织的体积和径线、非脂肪组织的类型和第三图像发送给结构化报告模块70；

一般情况下，在GRE DIXON序列图像和/或T1WI序列图像上分割出体积较大的(第一预设阈值)的非脂肪的高信号区域，如血肿、脂肪瘤、异常物质沉积等，并将高信号、非脂肪组织的体积和径线、非脂肪组织的类型反馈给结构化报告界面中的整体评估(非脂肪的高信号区域)的相应控件。

第二解剖分割模块50，分别与第一解剖分割模块40、计算模块60和结构化报告模块70相连，用于基于第二预设规则，在第三图像上分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，对皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域设置脂肪间隔的坐标，输出诊断数据，对每个脂肪间隔的坐标设置脂肪间隔解剖标签，输出每个脂肪间隔解剖标签的区域，即第四图像，并将诊断数据、第四图像分别发送给计算模块60和结构化报告模块70；

其中，皮下脂肪为浅层皮下脂肪、深层皮下脂肪等结构；肌骨脂肪为肌间脂肪、肌肉脂肪、骨髓脂肪等结构；内脏脂肪为腹腔脂肪、肾周脂肪、肾窦脂肪、心包脂肪、纵膈脂肪登记结构；特殊区域为腋窝、腹股沟等结构；诊断数据为分割后的每个脂肪的坐标。

计算模块60，分别与第二解剖分割模块50和结构化报告模块70相连，用于基于诊断数据和第四图像，自动计算每个脂肪间隔的测量值并生成关键图像，将测量值和关键图像发送给结构化报告模块70；

其中测量值包括如下：皮下脂肪与内脏脂肪的比例、各区域总脂肪体积、各区域平均脂肪面积、各区域平均体部径线等，将上述测量值发送到结构化报告界面的病灶列表中，将关键图像发送到结构化报告界面的病灶列表的关键图像中。

结构化报告模块70，分别与图像识别模块20、图像质量判断模块30、第一解剖分割模块40、第二解剖分割模块50和计算模块60相连，用于基于内置的规则，将测量值自动生成诊断印象，供医生查看；并存储接收到的所有数据和所有图像。

图2示出了根据本发明实施例一的用MR技术对全身脂肪进行自动化定量评价系统中结构化报告界面示意图；如图2所示，该界面包含了部分报告内容，来做简单说明，该界面中显示了影像表现：脂肪组织定量、内脏脂肪定量、棕色脂肪定量等等，各种测量值都会通过计算模块自动发送到该界面上，并形成诊断印象，供医生查看。

本发明的实施例设置了图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块、计算模块和结构化报告模块，在患者拍摄完全身脂肪检测的磁共振检查项目时，图像识别模块将识别GRE DIXON序列图像和/或T1WI序列图像，图像质量判断模块对GRE DIXON序列图像和/或T1WI序列图像进行质量的分析、判断，将由于图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等影响诊断的DICOM图像识别出来，以防影响后续诊断，第一解剖分割模块在质量合格的DICOM图像序列上将非脂肪组织分割出来，以便更好的对脂肪组织进行分割，第二解剖分割模块将分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，计算模块对上述脂肪组织自动计算出各个脂肪组织的多种测量值并传给结构化报告模块，结构化报告模块整合所有处理后的数据和图像，并保存，输出诊断印象供医生参考；该系统通过一系列的深度学习模型与逻辑推理的组合，在控制图像质量和排除各种影响诊断的情况下，对全身各处的脂肪组织进行自动化的标记、部位的识别和定量的统计分析，使得MR扫描技术用于全身脂肪定量评价的成本大幅降低，将各个脂肪组织的各种测量值自动传输给结构化报告生成诊断印象，大大提高了影像医生的工作效率，既可以用于临床工作，又可以用于临床研究的标准化数据收集，升了影像服务的临床价值。

实施例二

图3示出了根据本发明实施例二的用MR技术对全身脂肪进行自动化定量评价系统结构示意图，如图3所示，第二解剖分割模块50还包括标签判断单元502，用于基于诊断数据，判断脂肪间隔解剖标签是否合规，判断的规则为：判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在第二预设阈值内，判断相邻的脂肪间隔解剖标签的空间关系是否正确，判断不同的脂肪间隔解剖标签的形状，将判断结果发送给结构化报告模块70；若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块60，若脂肪间隔解剖标签为不合规，则发送第三提示信息、不合规的类型给结构化报告模块70。

例如，判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在预设阈值内，比如预设阈值为10％-90％，如果在范围外的诊断数据为不合规。

本发明的实施例设置了标签判断单元，可以基于诊断数据，判断脂肪间隔解剖标签是否合规，若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息给结构化报告模块，避免了由于脂肪间隔解剖标签不合格导致的诊断不精确，同时，有提示信息发送，以便于及时让人工干预、处理，完善AI诊断模型，使得整个诊断流程更加完善，更加系统化。

实施例三

图4示出了根据本发明实施例三的用MR技术对全身脂肪进行自动化定量评价方法的流程图；如图4所示，该方法包括以下步骤：

步骤S301，当患者拍摄完全身脂肪检测的磁共振检查项目时，影像信息管理模块将该患者的DICOM图像通过DICOM协议传输给图像识别模块；

其中，影像信息管理模块为RIS(Radiology Information System)系统；

步骤S302，图像识别模块基于DICOM图像头文件信息，识别DICOM图像的体位，判断DICOM图像是否与全身脂肪检测的磁共振检查项目相匹配，若DICOM图像与全身脂肪检测的磁共振检查项目相匹配，则提取GRE DIXON序列图像和/或T1WI序列图像，GRE DIXON序列图像和/或T1WI序列图像定义为第一图像，并将第一图像分别发送给图像质量判断模块和结构化报告模块；若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则中止诊断流程并将第一提示信息发送给结构化报告模块；其中，体位包括胸部、腹部和盆部；

其中，第一图像发送给结构化报告界面中的技术评估(扫描序列)的相应控件。

若DICOM图像与全身脂肪检测的磁共振检查项目不匹配，则发送第一提示信息发送给结构化报告模块，由相关人员负责处理，并保存在结构化报告模块的数据库内，以备后续人员的调用、查看。

步骤S303，图像质量判断模块基于预设条件，对第一图像进行质量的分析，将符合预设条件的第一图像分别发送给第一解剖分割模块和结构化报告模块，将符合预设条件的第一图像定义为第二图像；若第一图像的质量不符合预设条件，则中止诊断流程；并将判断结果及第二提示信息发送给结构化报告模块；其中，判断结果为图像质量不合格或图像质量合格；

不满足预设条件的情况为图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等；

其中，判断结果发送到结构化报告界面的技术评估(图像质量)的相应控件中。若图像质量不合格，则发送第二提示信息给结构化报告模块，由相关人员负责处理，并保存在结构化报告模块的数据库内，以备后续人员的调用、查看。

步骤S304，第一解剖分割模块基于第一预设规则，在第二图像上分割出体积大于第一预设阈值的非脂肪组织，设置每个非脂肪组织的解剖坐标，并测量每个非脂肪组织的体积和径线，基于体积和径线，判断非脂肪组织的类型，并对每个非脂肪组织设置解剖标签，输出每个非脂肪组织的解剖标签的区域，即第三图像，将第三图像发送给第二解剖分割模块，将每个非脂肪组织的体积和径线、非脂肪组织的类型和第三图像发送给结构化报告模块；

一般情况下，在GRE DIXON序列图像和/或T1WI序列图像上分割出体积较大的(第一预设阈值)的非脂肪的高信号区域，如血肿、脂肪瘤、异常物质沉积等，并将高信号、非脂肪组织的体积和径线、非脂肪组织的类型反馈给结构化报告界面中的整体评估(非脂肪的高信号区域)的相应控件。

步骤S305，第二解剖分割模块基于第二预设规则，在第三图像上分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，对皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域设置脂肪间隔的坐标，输出诊断数据，对每个脂肪间隔的坐标设置脂肪间隔解剖标签，输出每个脂肪间隔解剖标签的区域，即第四图像，并将诊断数据、第四图像分别发送给计算模块和结构化报告模块；

其中，皮下脂肪为浅层皮下脂肪、深层皮下脂肪等结构；肌骨脂肪为肌间脂肪、肌肉脂肪、骨髓脂肪等结构；内脏脂肪为腹腔脂肪、肾周脂肪、肾窦脂肪、心包脂肪、纵膈脂肪登记结构；特殊区域为腋窝、腹股沟等结构；诊断数据为分割后的每个脂肪的坐标。

步骤S306，计算模块基于诊断数据和第四图像，自动计算每个脂肪间隔的测量值并生成关键图像，将测量值和关键图像发送给结构化报告模块；

其中测量值包括如下：皮下脂肪与内脏脂肪的比例、各区域总脂肪体积、各区域平均脂肪面积、各区域平均体部径线等，将上述测量值发送到结构化报告界面的病灶列表中，将关键图像发送到结构化报告界面的病灶列表的关键图像中。

步骤S307，结构化报告模块基于内置的规则，将测量值自动生成诊断印象，供医生查看；并存储接收到的所有数据和所有图像。

图5示出了根据本发明实施例三的用MR技术对全身脂肪进行自动化定量评价方法中结构化报告界面示意图；如图5所示，该界面包含了部分报告内容，来做简单说明，该界面中显示了影像表现：脂肪组织定量、内脏脂肪定量、棕色脂肪定量等等，各种测量值都会通过计算模块自动发送到该界面上，并形成诊断印象，供医生查看。

其中，该方法还包括：第二解剖分割模块中的标签判断单元基于诊断数据，判断脂肪间隔解剖标签是否合规，判断的规则为：判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在第二预设阈值内，判断相邻的脂肪间隔解剖标签的空间关系是否正确，判断不同的脂肪间隔解剖标签的形状，将判断结果发送给结构化报告模块；若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息、不合规的类型给结构化报告模块。

例如，判断每个脂肪间隔解剖标签的最大连通域的径线体积是否在预设阈值内，比如预设阈值为10％-90％，如果在范围外的诊断数据为不合规。

本发明的实施例中的图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块、计算模块和结构化报告模块，在患者拍摄完全身脂肪检测的磁共振检查项目时，图像识别模块将识别GRE DIXON序列图像和/或T1WI序列图像，图像质量判断模块对GRE DIXON序列图像和/或T1WI序列图像进行质量的分析、判断，将由于图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等影响诊断的DICOM图像识别出来，以防影响后续诊断，第一解剖分割模块在质量合格的DICOM图像序列上将非脂肪组织分割出来，以便更好的对脂肪组织进行分割，第二解剖分割模块将分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，计算模块对上述脂肪组织自动计算出各个脂肪组织的多种测量值并传给结构化报告模块，结构化报告模块整合所有处理后的数据和图像，并保存，输出诊断印象供医生参考；该系统通过一系列的深度学习模型与逻辑推理的组合，在控制图像质量和排除各种影响诊断的情况下，对全身各处的脂肪组织进行自动化的标记、部位的识别和定量的统计分析，使得MR扫描技术用于全身脂肪定量评价的成本大幅降低，将各个脂肪组织的各种测量值自动传输给结构化报告生成诊断印象，大大提高了影像医生的工作效率，既可以用于临床工作，又可以用于临床研究的标准化数据收集，升了影像服务的临床价值；同时，由于本发明的实施例中的标签判断单元，可以基于诊断数据，判断脂肪间隔解剖标签是否合规，若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息给结构化报告模块，避免了由于脂肪间隔解剖标签不合格导致的诊断不精确，同时，有提示信息发送，以便于及时让人工干预、处理，完善AI诊断模型，使得整个诊断流程更加完善，更加系统化。

实施例四

图6示出了根据本发明实施例四的用MR技术对全身脂肪进行自动化定量评价系统方法的具体处理流程图，如图6所示，该方法包括以下步骤：

步骤S401，图像识别模块识别DICOM图像是否与全身脂肪检测的磁共振检查项目匹配？若否，则发送第一提示信息给结构化报告模块，若是，执行步骤S402；

步骤S402，图像识别模块提取GRE DIXON序列图像和/或T1WI序列图像，将第一图像分别发送给结构化报告模块和图像质量判断模块；

步骤S403，图像质量是否符合预设条件？若否，将判断结果、第二提示信息发送给结构化报告模块；若是，执行步骤S404；

步骤S404，第一解剖分割模块分割体积大于第一预设阈值的非脂肪组织，将非脂肪组织的体积和径线、非脂肪组织的类型和第三图像发送给结构化报告模块，将第三图像发送给第二解剖分割模块并执行步骤S405；

步骤S405，第二解剖分割模块分割皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，将诊断数据、第四图像发送给结构化报告模块，将诊断数据发送给标签判断单元并执行步骤S406；

步骤S406，脂肪间隔解剖标签是否合规，若否，发送第三提示信息、不合规的类型给结构化报告模块，若是，则执行步骤S407；

步骤S407，计算模块计算每个脂肪间隔的测量值并生成关键图像，将测量值和关键图像发送给结构化报告模块；

步骤S408，结构化报告模块基于内置的规则和测量值自动生成诊断印象，供医生查看；并存储接收到的所有数据和所有图像。

从以上描述中，可以看出，本发明的上述实施例实现了如下技术效果：由于本发明的实施例设置了图像识别模块、图像质量判断模块、第一解剖分割模块、第二解剖分割模块、计算模块和结构化报告模块，在患者拍摄完全身脂肪检测的磁共振检查项目时，图像识别模块将识别GRE DIXON序列图像和/或T1WI序列图像，图像质量判断模块对GRE DIXON序列图像和/或T1WI序列图像进行质量的分析、判断，将由于图像信噪比低、磁敏感伪影、呼吸伪影、运动伪影等影响诊断的DICOM图像识别出来，以防影响后续诊断，第一解剖分割模块在质量合格的DICOM图像序列上将非脂肪组织分割出来，以便更好的对脂肪组织进行分割，第二解剖分割模块将分割出皮下脂肪、肌骨脂肪、内脏脂肪和特殊区域，计算模块对上述脂肪组织自动计算出各个脂肪组织的多种测量值并传给结构化报告模块，结构化报告模块整合所有处理后的数据和图像，并保存，输出诊断印象供医生参考；该系统通过一系列的深度学习模型与逻辑推理的组合，在控制图像质量和排除各种影响诊断的情况下，对全身各处的脂肪组织进行自动化的标记、部位的识别和定量的统计分析，使得MR扫描技术用于全身脂肪定量评价的成本大幅降低，将各个脂肪组织的各种测量值自动传输给结构化报告生成诊断印象，大大提高了影像医生的工作效率，既可以用于临床工作，又可以用于临床研究的标准化数据收集，升了影像服务的临床价值；同时，由于本发明的实施例设置了标签判断单元，可以基于诊断数据，判断脂肪间隔解剖标签是否合规，若脂肪间隔解剖标签为合规，则将诊断数据发送给计算模块，若脂肪间隔解剖标签为不合规，则发送第三提示信息给结构化报告模块，避免了由于脂肪间隔解剖标签不合格导致的诊断不精确，同时，有提示信息发送，以便于及时让人工干预、处理，完善AI诊断模型，使得整个诊断流程更加完善，更加系统化。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。