CN106548038A - 一种基于知识的医疗影像采集分析系统 - Google Patents
一种基于知识的医疗影像采集分析系统 Download PDFInfo
- Publication number
- CN106548038A CN106548038A CN201611131596.4A CN201611131596A CN106548038A CN 106548038 A CN106548038 A CN 106548038A CN 201611131596 A CN201611131596 A CN 201611131596A CN 106548038 A CN106548038 A CN 106548038A
- Authority
- CN
- China
- Prior art keywords
- data
- medical imaging
- acquisition
- module
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012517 data analytics Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000003745 diagnosis Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012800 visualization Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000013500 data storage Methods 0.000 claims abstract description 3
- 240000007651 Rubus glaucus Species 0.000 claims description 12
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 12
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000505 pernicious effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 230000003139 buffering effect Effects 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000003814 drug Substances 0.000 abstract description 5
- 238000013480 data collection Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于知识的医疗影像采集分析系统,其包括:数据中心、数据采集子系统以及数据分析子系统,数据采集子系统实时采集医疗影像设备生成的医疗影像数据,并对采集到的数据进行实时处理;数据中心存储数据采集子系统采集的医疗影像数据;数据分析子系统通过网络传输技术获取经数据采集子系统处理后的医疗影像数据,并据此进行辅助诊断分析和结果可视化处理。据此构成的医疗影像采集分析系统能够实现自动采集、自动控制和远程医疗数据测量分析功能,实现无人管理的智能化采集控制的同时自动将分析的结果进行评估,及时做出辅助诊断并提供治疗意见。
Description
技术领域
本发明涉及影像数据处理技术,具体涉及医疗影像技术。
背景技术
在医学领域,随着信息化的不断深入,医学数据也日益丰富,其中医学影像数据是一个十分重要的组成部分,医学影像信息被数字化、数据化后形成了丰富多样的、存储量庞大的医学大数据。而且,临床医生对于影像信息作为主要的检查手段之一的认可度越来越高,依赖性也越来越强。与此同时,越来越多的患者开始意识到影像检查在患病早期筛查与干预的重要性,加之人口老龄化也让医学影像的检验需求越发强烈。因此,大量的影像数据的采集与分析成为了医学领域的一大难题。
根据影像信息化产品的主要用途,可将其分为医学影像信息系统(PACS)和远程影像诊疗系统,且PACS占据主要市场。医学影像信息化系统是基于图像与数据的产品,因此技术是其中极为关键的驱动因素,如数据采集与存储技术、影像数据处理技术及DICOM接口标准开发技术等。目前医疗影像诊疗行业中常用的数据采集系统主要是三大模块构成,数据采集模块、数据处理模块和数据显示模块(如图1所示)。其中,数据采集模块由硬件采集卡和传输总线接口软件共同完成数据的采集和控制;数据处理模块实现对数字信号频谱分析及处理工作;数据显示模块则由计算机控制,将接收到的数据进行存储、显示以及数据波形的分析处理操作。
然而现有常用的医疗影像数据采集系统主要存在以下几点问题(参见图1):
其一,传统医疗领域影像科室的数据采集不具备实时的远程分析功能,无法满足中国国内日益增长的患者需求,尤其在基层医院缺乏具备专业能力的影像拍摄技师以及读片诊断医师,影响患者的诊疗效果,延误诊疗时机;
其二,一般传统的数据采集系统的嵌入式主控制器多采用的是8位或16位的微控制单元(Microcontroller Unit;MCU),并且将数模转换电路和存储电路集成在主控制总片中。这种单片机的成本低,但是只能完成简单数据采集任务,很难对采集数据做进一步的处理,无法胜任处理大数据量的任务。并且,图1所示结构的数据采集系统的主控制器结构简单,工作频率较低,接口少,系统实时性差,速度低,也不方便功能拓展,潜在失效风险较大。
发明内容
针对现有医疗影像数据采集系统所存在的问题,需要一种高性能的医疗影像采集分析系统。
为此,本发明所要解决的技术问题是提供一种基于知识的医疗影像采集分析系统,以对医疗影像进行自动采集和自动分析。
为了解决上述技术问题,本发明提供的基于知识的医疗影像采集分析系统,包括:
数据中心,所述数据中心存储数据采集子系统采集的医疗影像数据;
数据采集子系统,所述数据采集子系统实时采集医疗影像设备生成的医疗影像数据,并对采集到的数据进行实时处理;
数据分析子系统,所述数据分析子系统通过网络传输技术获取经数据采集子系统处理后的医疗影像数据,并据此进行辅助诊断分析和结果可视化处理。
在本系统中,所述数据采集子系统以树莓派作为载体,包括数据采集模块、数据同步模块和数据处理模块;所述数据采集模块实时采集医疗影像设备生成的医疗影像数据,通过数据同步模块上传到数据中心予以保存和管理,而数据处理模块对数据采集模块采集的数据加以处理,并通过网络及时将数据处理的结果传输到数据分析子系统。
在本系统中,所述数据采集模块在SPI总线驱动框架下直接驱动采集卡,以进行多通道数据的快速采集。
在本系统中,所述数据采集模块的数据采集与数据处理模块的数据处理同步进行。
在本系统中,所述数据采集模块实时将采集到的数据写入并更新数据缓冲区,与此同时数据处理模块实时的从数据缓冲区中读取数据进行处理和计算。
在本系统中,所述数据处理模块在树莓派上进行大量的浮点运算对读取到的数据进行处理。
在本系统中,所述数据处理模块对读取到的数据进行速傅里叶变换将时域上的数据转化为频域数据,接着根据需求进行频谱分析,再将数据进行速傅里叶变换转化为时域数据。
在本系统中,所述数据分析子系统通过将获取的医疗影像数据与数据中心的大量数据进行比对,判断医疗影像的图像特征以及肿瘤的良恶性,并根据给出可视化结果,标注出影像中的异常区域,给出患者的辅助诊断结果。
在本系统中,所述数据分析子系统基于R语言进行大数据分析来辅助诊断相应的影像数据。
在本系统中,所述数据分析子系统主要包括:
征提取模块,利用图像的构造模型为基础,采用模型的参数作为纹理特征,对获取到的医疗影像数据进行自动分割得到子块,然后对每个图像子块提取特征,并建立索引;
健康分析模块,根据征提取模块提取出的特征与数据库中的大量数据比对,分析特征值,判断样本的异常区域为良性或恶性;
结果可视化模块,其借助于图形化手段,清晰有效地对经过健康分析模块分析处理得到的影像诊断结果生成可视化报告。
据此构成的医疗影像采集分析系统能够实现自动采集、自动控制和远程医疗数据测量分析功能,实现无人管理的智能化采集控制的同时自动将分析的结果进行评估,及时做出辅助诊断并提供治疗意见。
同时,本系统利用树莓派使信息传输网络化,加快成像过程、缩短诊断时间,有利于图像的保存和传输。此外,不同于传统影像数据采集系统,本系统在数据处理阶段结合R语言进行大数据分析诊断,实现诊断与治疗一体化,将使多种疾病的诊断更及时、准确,治疗效果更佳。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为现有常用医疗影像数据采集系统示意图;
图2为本发明实例中的医疗影像采集分析系统的示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
本实例在保留现有系统结构优点的情况下,统结合计算机技术、大数据分析技术以及软件集成技术实现了一种不同于传统实现方式的影像数据采集分析系统,能够实现自动采集、自动控制和远程医疗数据测量分析功能,实现无人管理的智能化采集控制的同时自动将分析的结果进行评估,及时做出辅助诊断并提供治疗意见。
参见图2,其所示为本实例中提供的影像数据采集分析系统的系统示意图。由图可知,该影像数据采集分析系统100主要由数据采集子系统110、数据分析子系统120以及数据中心130三部分组成。
其中,数据采集子系统110通过数据传输总线与影像设备200数据连接,实时采集影像设备实时运行生成的医疗影像信息;数据采集子系统110将采集到的医疗影像数据传输至数据中心130,同时对采集到的医疗影像数据进行处理(如对数据加以清洗,过滤噪声数据等),并通过网络传输技术及时将数据处理的结果传输到数据分析子系统120。
数据中心130用于存储和管理整个分析系统中运行所需的数据。
数据分析子系统120通过网络传输技术获取经数据采集子系统处理后的医疗影像数据,并据此进行辅助诊断分析和结果可视化处理。
在具体实现时,本分析系统中的数据采集子系统110具体实现数据采集、数据同步、数据处理及数据保存显示等功能。其采用卡片式电脑树莓派作为载体,并据此构成数据采集模块111、数据同步模块112以及数据处理模块113。
数据采集模块111用于实时采集影像设备实时运行生成的医疗影像数据。该数据采集模块111通过在SPI总线驱动框架下直接驱动采集卡,实现多通道数据的快速采集。
数据同步模块112,用于将数据采集模块111采集的医疗影像数据同步上传到数据中心予以保存和管理。
数据处理模块113基于树莓派较强的浮点计算功能,对数据采集模块111采集的医疗影像数据使用快速傅里叶变换算法进行数据处理,实现对采集数据的频谱信号的分析与处理过程,并将经过数据处理后通过网络传输技术传递给数据分析子系统120。
在此基础上,本数据采集子系统110基于树莓派构建而成,其在数据的采集、处理和存储过程中还进一步具有如下功能特点:
1、数据采集与处理同步
本数据采集子系统110中在数据采集模块111和数据处理模块113之间设置一数据缓冲区,通过该数据缓冲区来实现数据采集与数据处理计算的同步。
其中,数据采集模块111实时的将采集到的数据写入并更新数据缓冲区,而数据处理模块113则实时的从数据缓冲区中读取数据进行处理和计算。
由此实现数据采集与数据处理计算的同步,相比于传统的数据采集系统直接将采集的数据传递到了上位机软件或者是DSP设备,能够大大优化整个系统的结构,并进一步提高数据处理的效率。
2、高效率的数据处理
本数据采集子系统110中的数据处理模块113从数据缓冲区读取过来的数据并不是可直接被使用的,这些数据都是时域上的数据且往往会掺杂着高频或者低频噪音数据。为此数据处理模块113基于树莓派浮点计算功能,首先将从数据缓冲区读取过来的数据进行快速傅里叶变换,将时域上的数据转化为频域数据;接着,根据系统的需求对转换后的频域数据进行频谱分析;最后再将数据进行快速傅里叶变换转化为时域数据,以进行传输、存储。这一过程的转化通过在树莓派上进行大量的浮点运算来实现。
本方案基于树莓派构建的数据处理机制,相对于传统的数据处理过程是在DSP上进行的,其数据处理速度将更快更准确。
3、数据保存
本数据采集子系统110中经过数据处理模块113处理的数据能够以规范的数据文件的形式保存起来,生成规范命名的数据文件,经过网络传输技术及时的将数据上传至数据分析子系统120及数据中心130,以便上位机软件能实时处理影像信息,提高医疗影像处理速率;而数据中心保存的影像数据可用于后期在医疗大数据分析中进行数据回放或者统计分析。
本分析系统中的数据分析子系统120主要用于实现远程医疗数据测量分析功能。
该数据分析子系统120通过将获取的影像数据与数据中心的大量数据进行比对,即通过比对新样本与数据库中的数据,判断新样本的图像特征以及肿瘤的良恶性,并根据给出可视化结果,标注出影像中的异常区域,给出患者的辅助诊断结果。
该数据分析子系统120由相应的上位机来实现,基于R语言进行大数据分析处理大量的图像数据,并根据结果对病患的健康状态进行辅助诊断分析,最后将数据处理后的结果进行可视化,直观地反映患者的诊断结果。
该数据分析子系统120主要包括特征提取模块121、健康分析模块122以及结果可视化模块123。
其中,征提取模块121,利用图像的构造模型为基础,采用模型的参数作为纹理特征,对获取到的医疗影像数据进行自动分割得到子块,然后对每个图像子块提取特征,并建立索引。
健康分析模块122,根据征提取模块121提取出的特征与数据库中的大量数据比对,分析特征值,判断样本的异常区域为良性或恶性。该模块可基于R语言进行大数据分析处理,但并不限于此。
结果可视化模块123,其借助于图形化手段,清晰有效地对经过健康分析模块122分析处理得到的影像诊断结果生成可视化报告。
由此构成的数据分析子系统120在对医疗影像数据进行处理时,首先由征提取模块121基于不同特征将接收到的医学影像信息分类处理,建立对应的医学模型,提取图像特征值;再由健康分析模块122处理特征值,结合数据中心的大量数据进行分析处理,辅助判断患者影像是否异常以及异常区域的良恶性;最后由结果可视化模块123将结果可视化,直观反映诊断结果及异常区域的部位和特征。
本实例提供的本影像数据采集分析系统方案在实际应用时具有高速度性、高性能采集、多功能性、智能化、网络型等特性,并且具有价格便宜、软件易升级和维护、系统的功能模块彼此独立、集成方便、用户界面友好的优点。
此外,该本影像数据采集分析系统方案通过影像网络化实现现代医学影像学的基本理念,结合医疗大数据分析技术与微型电脑树莓派,不仅能集存储、传输及管理等功能为一体,还可能向外围拓展,发展诊断治疗分析功能,节省医生时间,降低误诊率,达到人力资源、物质资源和智力资源的高度统一和共享。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于知识的医疗影像采集分析系统,其特征在于,包括:
数据中心,所述数据中心存储数据采集子系统采集的医疗影像数据;
数据采集子系统,所述数据采集子系统实时采集医疗影像设备生成的医疗影像数据,并对采集到的数据进行实时处理;
数据分析子系统,所述数据分析子系统通过网络传输技术获取经数据采集子系统处理后的医疗影像数据,并据此进行辅助诊断分析和结果可视化处理。
2.根据权利要求1所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据采集子系统以树莓派作为载体,包括数据采集模块、数据同步模块和数据处理模块;所述数据采集模块实时采集医疗影像设备生成的医疗影像数据,通过数据同步模块上传到数据中心予以保存和管理,而数据处理模块对数据采集模块采集的数据加以处理,并通过网络及时将数据处理的结果传输到数据分析子系统。
3.根据权利要求2所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据采集模块在SPI总线驱动框架下直接驱动采集卡,以进行多通道数据的快速采集。
4.根据权利要求2所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据采集模块的数据采集与数据处理模块的数据处理同步进行。
5.根据权利要求4所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据采集模块实时将采集到的数据写入并更新数据缓冲区,与此同时数据处理模块实时的从数据缓冲区中读取数据进行处理和计算。
6.根据权利要求2所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据处理模块在树莓派上进行大量的浮点运算对读取到的数据进行处理。
7.根据权利要求6所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据处理模块对读取到的数据进行速傅里叶变换将时域上的数据转化为频域数据,接着根据需求进行频谱分析,再将数据进行速傅里叶变换转化为时域数据。
8.根据权利要求1所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据分析子系统通过将获取的医疗影像数据与数据中心的大量数据进行比对,判断医疗影像的图像特征以及肿瘤的良恶性,并根据给出可视化结果,标注出影像中的异常区域,给出患者的辅助诊断结果。
9.根据权利要求8所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据分析子系统基于R语言进行大数据分析来辅助诊断相应的影像数据。
10.根据权利要求1或8或9所述的一种基于知识的医疗影像采集分析系统,其特征在于,所述数据分析子系统主要包括:
征提取模块,利用图像的构造模型为基础,采用模型的参数作为纹理特征,对获取到的医疗影像数据进行自动分割得到子块,然后对每个图像子块提取特征,并建立索引;
健康分析模块,根据征提取模块提取出的特征与数据库中的大量数据比对,分析特征值,判断样本的异常区域为良性或恶性;
结果可视化模块,其借助于图形化手段,清晰有效地对经过健康分析模块分析处理得到的影像诊断结果生成可视化报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611131596.4A CN106548038A (zh) | 2016-12-09 | 2016-12-09 | 一种基于知识的医疗影像采集分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611131596.4A CN106548038A (zh) | 2016-12-09 | 2016-12-09 | 一种基于知识的医疗影像采集分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106548038A true CN106548038A (zh) | 2017-03-29 |
Family
ID=58396891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611131596.4A Pending CN106548038A (zh) | 2016-12-09 | 2016-12-09 | 一种基于知识的医疗影像采集分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106548038A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733967A (zh) * | 2017-04-24 | 2018-11-02 | 太豪生医股份有限公司 | 云端医疗图像分析系统与方法 |
CN109003670A (zh) * | 2018-06-29 | 2018-12-14 | 武汉圣大东高科技有限公司 | 大数据医疗信息处理方法、系统、终端设备及存储介质 |
CN109935293A (zh) * | 2019-01-25 | 2019-06-25 | 南京巨鲨显示科技有限公司 | 一种医用诊断终端及医用诊断方法 |
CN110136806A (zh) * | 2019-05-16 | 2019-08-16 | 南京绿旗喷墨技术有限公司 | 一种医疗影像诊断打印系统 |
CN110473607A (zh) * | 2019-06-28 | 2019-11-19 | 马鞍山师范高等专科学校 | 一种多终端交互式生物医学影像分析系统 |
CN111951952A (zh) * | 2020-07-17 | 2020-11-17 | 北京欧应信息技术有限公司 | 一种基于医疗影像信息自动诊断骨科疾病的装置 |
CN112349369A (zh) * | 2020-11-27 | 2021-02-09 | 广州瀚信通信科技股份有限公司 | 医疗影像大数据智能分析方法、系统及存储介质 |
CN114496136A (zh) * | 2021-12-02 | 2022-05-13 | 北京汉王影研科技有限公司 | 基于医疗大数据的临床及科研辅助支持系统 |
CN117174260A (zh) * | 2023-11-02 | 2023-12-05 | 四川省肿瘤医院 | 医疗影像数据管理系统及数据分析方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1185307A (zh) * | 1996-12-18 | 1998-06-24 | 杨宏伟 | 医用影像计算机诊断系统 |
CN102930138A (zh) * | 2012-10-08 | 2013-02-13 | 成都君晟科技有限公司 | 一种纯数字方式载入数据的超声图文管理系统 |
CN105359161A (zh) * | 2013-04-13 | 2016-02-24 | 宾夕法尼亚大学托管会 | 用于医学图像分析和概率诊断的系统和方法 |
CN105393252A (zh) * | 2013-04-18 | 2016-03-09 | 数字标记公司 | 生理数据采集和分析 |
CN105606573A (zh) * | 2015-12-22 | 2016-05-25 | 深圳先进技术研究院 | 一种术中快速病理诊断的系统与方法 |
US20160350933A1 (en) * | 2015-05-29 | 2016-12-01 | Moira F. Schieke | Method of forming a probability map |
-
2016
- 2016-12-09 CN CN201611131596.4A patent/CN106548038A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1185307A (zh) * | 1996-12-18 | 1998-06-24 | 杨宏伟 | 医用影像计算机诊断系统 |
CN102930138A (zh) * | 2012-10-08 | 2013-02-13 | 成都君晟科技有限公司 | 一种纯数字方式载入数据的超声图文管理系统 |
CN105359161A (zh) * | 2013-04-13 | 2016-02-24 | 宾夕法尼亚大学托管会 | 用于医学图像分析和概率诊断的系统和方法 |
CN105393252A (zh) * | 2013-04-18 | 2016-03-09 | 数字标记公司 | 生理数据采集和分析 |
US20160350933A1 (en) * | 2015-05-29 | 2016-12-01 | Moira F. Schieke | Method of forming a probability map |
CN105606573A (zh) * | 2015-12-22 | 2016-05-25 | 深圳先进技术研究院 | 一种术中快速病理诊断的系统与方法 |
Non-Patent Citations (1)
Title |
---|
何秀丽等: ""面向医疗大数据的云雾网络及其分布式计算方案"" * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733967A (zh) * | 2017-04-24 | 2018-11-02 | 太豪生医股份有限公司 | 云端医疗图像分析系统与方法 |
CN109003670A (zh) * | 2018-06-29 | 2018-12-14 | 武汉圣大东高科技有限公司 | 大数据医疗信息处理方法、系统、终端设备及存储介质 |
CN109935293A (zh) * | 2019-01-25 | 2019-06-25 | 南京巨鲨显示科技有限公司 | 一种医用诊断终端及医用诊断方法 |
CN110136806A (zh) * | 2019-05-16 | 2019-08-16 | 南京绿旗喷墨技术有限公司 | 一种医疗影像诊断打印系统 |
CN110473607A (zh) * | 2019-06-28 | 2019-11-19 | 马鞍山师范高等专科学校 | 一种多终端交互式生物医学影像分析系统 |
CN111951952A (zh) * | 2020-07-17 | 2020-11-17 | 北京欧应信息技术有限公司 | 一种基于医疗影像信息自动诊断骨科疾病的装置 |
CN112349369A (zh) * | 2020-11-27 | 2021-02-09 | 广州瀚信通信科技股份有限公司 | 医疗影像大数据智能分析方法、系统及存储介质 |
CN114496136A (zh) * | 2021-12-02 | 2022-05-13 | 北京汉王影研科技有限公司 | 基于医疗大数据的临床及科研辅助支持系统 |
CN114496136B (zh) * | 2021-12-02 | 2022-08-09 | 北京汉王影研科技有限公司 | 基于医疗大数据的临床及科研辅助支持系统 |
CN117174260A (zh) * | 2023-11-02 | 2023-12-05 | 四川省肿瘤医院 | 医疗影像数据管理系统及数据分析方法 |
CN117174260B (zh) * | 2023-11-02 | 2024-01-30 | 四川省肿瘤医院 | 医疗影像数据管理系统及数据分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548038A (zh) | 一种基于知识的医疗影像采集分析系统 | |
CN107680676B (zh) | 一种基于电子病历数据驱动的妊娠期糖尿病预测方法 | |
CN105528529B (zh) | 基于大数据分析的中医临床技能评价体系的数据处理方法 | |
EP3698709A1 (en) | Electrocardiogram information processing method and electrocardiogram workstation system | |
CN107242858A (zh) | 一种个性化孕婴监护方法及系统 | |
Ahmed et al. | An investigative study on motifs extracted features on real time big-data signals | |
CN105069308A (zh) | 医疗设备智能监控系统 | |
CN110604597B (zh) | 基于超声四腔心切面智能获取胎儿心动周期图像的方法 | |
CN110739076A (zh) | 一种医疗人工智能公共训练平台 | |
CN105611872A (zh) | 用于评估多通道ecg信号的装置和方法 | |
CN109817333A (zh) | 一种四诊信息权重分析的中医辨证系统及其方法 | |
CN109117871A (zh) | 一种通过深度学习获取肺部病灶恶性概率的系统和方法 | |
CN103300872A (zh) | 一种分析骨龄的方法及检测装置 | |
CN109192312A (zh) | 一种心力衰竭患者不良事件智能管理系统及方法 | |
CN111667472A (zh) | 骨髓细胞形态学人工智能分析方法 | |
CN112735547A (zh) | 一种基于大数据的医院后台管理系统 | |
CN206892868U (zh) | 一种高效的医疗影像采集分析系统 | |
CN112002407A (zh) | 一种基于超声视频的乳腺癌诊断装置及其方法 | |
CN117275677A (zh) | 一种有效识别乳腺超声影像肿块良恶性方法 | |
CN110837859A (zh) | 一种融合多维度医疗数据的肿瘤精细分类系统及方法 | |
US10068668B2 (en) | Method and apparatus for processing medical data | |
CN106530164A (zh) | 一种两癌普查数据采集报送管理系统 | |
CN104361222A (zh) | 医联多病种影像特征库的构建方法 | |
CN111739661A (zh) | 一种妊高征远程预测监控系统及应用方法 | |
CN209004027U (zh) | 一种医学图像处理设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170329 |