CN107134184A - 一种影像诊断教学仿真系统及训练方法 - Google Patents
一种影像诊断教学仿真系统及训练方法 Download PDFInfo
- Publication number
- CN107134184A CN107134184A CN201710442500.4A CN201710442500A CN107134184A CN 107134184 A CN107134184 A CN 107134184A CN 201710442500 A CN201710442500 A CN 201710442500A CN 107134184 A CN107134184 A CN 107134184A
- Authority
- CN
- China
- Prior art keywords
- image
- case
- user
- diagnosis
- student
- 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
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
Abstract
一种影像诊断教学仿真系统及训练方法,系统:影像病例采集终端用于将新增的诊断病例添加到影像病例数据中心中;影像病例数据中心用于储存相关的诊断病例信息与用户的个人学习信息;影像诊断教学仿真平台与影像病例数据中心进行数据交互,并为用户提供一个独立的通过各自的账号进行登录的诊断平台;方法:用户在系统中选择诊断难度等级的诊断病例;在学生终端上对显示的影像图片进行标注和辨别;判断模块对标注和辨别的正确性进行判断;在学生终端上显示正确的病变位置及类型。该系统能有助于学生影像诊断能力与实际临床诊断相适应;该方法能使学生亲历临床影像诊断过程的复杂性和随机性的特点,能使学生的影像学诊断能力得到全方面、快速的提高。
Description
技术领域
本发明属于医疗教学领域,具体涉及一种影像诊断教学仿真系统及训练方法。
背景技术
影像诊断作为诊疗过程中重要的组成部分,是医学专业学生学习医学知识不可或缺的一环。传统的诊断能力训练只是学生在影像诊断现场,由老师诊断并向学生讲解,或者机械地学习书本上的单一诊断案例。学生接触到的影像诊断案例少之又少,其影像学诊断能力并不能得到全方面的、快速的提高。近年来兴起的影像诊断仿真教学平台可以有效的辅助学生进行影像病例诊断练习。但是这些教学平台往往只是简单的给出病灶影像以及不同的疾病类型,让学生选择符合病灶影像的选项,无法实现与真实临床诊断过程的紧密关联,使学生参与的真实感大大降低。同时由于固定题库的限制,还是会造成学生影像诊断学习的机械化,使学生只是简单的记忆少量的病灶影像图片,并不能真正的经历临床影像诊断过程的复杂性和随机性的特点。
发明内容
针对上述现有技术存在的问题,本发明提供一种影像诊断教学仿真系统及训练方法,该系统能有助于学生的影像诊断能力与实际的临床诊断相适应;该方法能使学生亲历临床影像诊断过程的复杂性和随机性的特点,能使学生的影像学诊断能力得到全方面的、快速的提高。
本发明提供了一种影像诊断教学仿真系统,包括影像病例采集终端、影像病例数据中心和影像诊断教学仿真平台;
所述影像病例采集终端用于将新增的诊断病例添加到影像病例数据中心中;
所述影像病例数据中心用于储存相关的诊断病例信息与用户的个人学习信息;
所述影像诊断教学仿真平台与影像病例数据中心进行数据交互,并为用户提供一个独立的通过各自的账号进行登录的诊断平台。
在该技术方案中,系统模拟出了真实的临床诊断环境,让影像诊断教学更加的贴近临床诊断工作,加强了学生的影像学临床诊断能力,能有助于学生的影像诊断能力与实际的临床诊断相适应。
进一步,为了方便训练学生的诊断操作能力,同时,也为了使老师能够及时了解学生的学习情况,所述影像诊断教学仿真平台分为多个学生终端和多个教师终端;所述学生终端为用户提供简单、中等和困难三种不同难度等级的影像诊断案例以供学生学习;所述教师终端与其所教授班级的每个学生账号相关联,以获取所教授班级每个学生对不同病变类型诊断的掌握情况。
进一步,为了将数据信息进行分类存储,以方便所述影像病例数据中心连接有平台存储服务器,所述平台存储服务器中设有用户信息表、影像病例表和影像图像存储目录三个存储单元;所述用户信息表分为学生信息表和教师信息表;所述学生信息表是对使用教学平台的学生信息的基本描述,其由学生用户ID User_ID、用户班级Class、用户密码Password以及子表错题集WrongUnion组成;所述子表错题集WrongUnion是对该用户对应的判断失败的诊断病例的集合,具体包括病例编号Diease_ID及对应的诊断影像的存储路径;所述教师信息表是对使用教学平台的教师信息的基本描述,其由教师用户ID User_ID、用户密码Password、教授班级Class以及班级学生错误较多的疾病类型Worst_Diease组成;所述影像病例表是对影像诊断病例的基本描述,其由图像信息编号、疾病类型Category、诊断难度Level、病变位置范围横纵坐标LocationA和LocationB组成;所述影像图像存储目录用于存储不同困难程度及不同病变类型的诊断影像。
进一步,为了便于数据的调取,所述影像病例表为多叉树结构,其第一层为难易等级,第二层到最后一层为病变类型,平台存储服务器在接收到影像根据难易等级将其携带的数据按照困难、中等和简单三个等级分别存储到不同的目录中,再在三个等级所对应的子目录中按照表疾病的分类准则存储图像信息。
进一步,为了便于操作和分类存储,所述诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)和B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
本发明还提供了一种影像诊断教学训练方法,包括以下步骤:
步骤一:系统读取所登录的学生用户ID对应的错题表;
步骤二:如果错题表为空则进行步骤三,否则进行步骤四;
步骤三:系统根据用户选择的诊断难度等级从影像数据中心的影像病例表中随机抽取Diease_ID的诊断病例进行步骤五;
步骤四:从错题表读取Diease_ID进行步骤五;
步骤五:根据Diease_ID从影像存储目录中读取对应的诊断影像图片并显示;
步骤六:用户标记病变发生点M(X_m,Y_m)、选择病变类型,并传输给影像数据处理中心内部的判断模块;
步骤七:判断模块根据Diease_ID从影像病例表中获取该ID的病变发生范围坐标A(X_a,Y_a)、B(X_b,Y_b)以及病变类型Category;若判断均为真刚进行步骤八,否则进行步骤九;
步骤八:以点A与点B作为矩形的对角点,标出正确的病变区域与病变类型,同时搜索子表错题集中的病例编号Diease_ID,若存在则删除该记录;
步骤九:比较病例的Diease_ID与学生用户ID对应的子表错题集中已有的Diease_ID;
步骤十:如果Diease_ID已存在则执行步骤十二,如果不存在则执行步骤十一;
步骤十一:将病例编号Diease_ID存入对应学生用户ID的子表错题集中,同时将该Diease_ID储存到教师信息表中;
步骤十二:点击下一题,执行步骤五。
该方法能通过大量的训练学生使明确地指出临床诊断中病灶中病变的位置和类型,使学生能够亲历临床影像诊断过程的复杂性和随机性的特点,从而使学生的影像学诊断能力得到全方面的、快速的提高。可避免了学生影像诊断学习的机械化,且更加高效的提高了学生的诊断能力。同时,该方法能便于在学生信息表中动态的获取该用户的学习情况,也能方便教师能够更加了解学生的学习状况,让教学更加有针对性。
作为一种优选,所述步骤三中的诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)与B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
所述步骤七中的病变发生范围坐标根据判别公式(X_m<=X_b&&X_m>=X_a&&Y_m<=Y_b&&Y_m>=Y_a)进行判断;病变类型根据KMP字符串串比较算法判断。
附图说明
图1是本发明的拓扑图;
图2是本发明的整体架构图;
图3是病变位置范围选择示意图;
图4是诊断病例的判断流程图;
图5是平台存储服务器的结构图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1至图3及图5所示,本发明提供了一种影像诊断教学仿真系统,包括影像病例采集终端、影像病例数据中心和影像诊断教学仿真平台;
所述影像病例采集终端用于将新增的诊断病例添加到影像病例数据中心中;
所述影像病例数据中心用于储存相关的诊断病例信息与用户的个人学习信息;
所述影像诊断教学仿真平台与影像病例数据中心进行数据交互,并为用户提供一个独立的通过各自的账号进行登录的诊断平台。
在该技术方案中,系统模拟出了真实的临床诊断环境,让影像诊断教学更加的贴近临床诊断工作,加强了学生的影像学临床诊断能力,能有助于学生的影像诊断能力与实际的临床诊断相适应。
为了方便训练学生的诊断操作能力,同时,也为了使老师能够及时了解学生的学习情况,所述影像诊断教学仿真平台分为多个学生终端和多个教师终端;所述学生终端为用户提供简单、中等和困难三种不同难度等级的影像诊断案例以供学生学习;所述教师终端与其所教授班级的每个学生账号相关联,以获取所教授班级每个学生对不同病变类型诊断的掌握情况。
为了将数据信息进行分类存储,以方便所述影像病例数据中心连接有平台存储服务器,所述平台存储服务器中设有用户信息表、影像病例表和影像图像存储目录三个存储单元;所述用户信息表分为学生信息表和教师信息表;所述学生信息表是对使用教学平台的学生信息的基本描述,其由学生用户ID User_ID、用户班级Class、用户密码Password以及子表错题集WrongUnion组成;所述子表错题集WrongUnion是对该用户对应的判断失败的诊断病例的集合,具体包括病例编号Diease_ID及对应的诊断影像的存储路径;所述教师信息表是对使用教学平台的教师信息的基本描述,其由教师用户ID User_ID、用户密码Password、教授班级Class以及班级学生错误较多的疾病类型Worst_Diease组成;所述影像病例表是对影像诊断病例的基本描述,其由图像信息编号、疾病类型Category、诊断难度Level、病变位置范围横纵坐标LocationA和LocationB组成;所述影像图像存储目录用于存储不同困难程度及不同病变类型的诊断影像。
为了便于数据的调取,所述影像病例表为多叉树结构,其第一层为难易等级,第二层到最后一层为病变类型,平台存储服务器在接收到影像根据难易等级将其携带的数据按照困难、中等和简单三个等级分别存储到不同的目录中,再在三个等级所对应的子目录中按照表疾病的分类准则存储图像信息。
为了便于操作和分类存储,所述诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)和B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
如图4所示,本发明还提供了一种影像诊断教学训练方法,包括以下步骤:
步骤一:系统读取所登录的学生用户ID对应的错题表;
步骤二:如果错题表为空则进行步骤三,否则进行步骤四;
步骤三:系统根据用户选择的诊断难度等级从影像数据中心的影像病例表中随机抽取Diease_ID的诊断病例进行步骤五;
步骤四:从错题表读取Diease_ID进行步骤五;
步骤五:根据Diease_ID从影像存储目录中读取对应的诊断影像图片并显示;
步骤六:用户标记病变发生点M(X_m,Y_m)、选择病变类型,并传输给影像数据处理中心内部的判断模块;
步骤七:判断模块根据Diease_ID从影像病例表中获取该ID的病变发生范围坐标A(X_a,Y_a)、B(X_b,Y_b)以及病变类型Category;若判断均为真刚进行步骤八,否则进行步骤九;
步骤八:以点A与点B作为矩形的对角点,标出正确的病变区域与病变类型,同时搜索子表错题集中的病例编号Diease_ID,若存在则删除该记录;
步骤九:比较病例的Diease_ID与学生用户ID对应的子表错题集中已有的Diease_ID;
步骤十:如果Diease_ID已存在则执行步骤十二,如果不存在则执行步骤十一;
步骤十一:将病例编号Diease_ID存入对应学生用户ID的子表错题集中,同时将该Diease_ID储存到教师信息表中;
步骤十二:点击下一题,执行步骤五。
该方法能通过大量的训练学生使明确地指出临床诊断中病灶中病变的位置和类型,使学生能够亲历临床影像诊断过程的复杂性和随机性的特点,且能在学生诊断过程中自动汇总学生诊断过程中的错题,以使学生能够通过反复的练习来快速的纠正诊断过程中的错误,从而使学生的影像学诊断能力得到全方面的、快速的提高。可避免了学生影像诊断学习的机械化,且更加高效的提高了学生的诊断能力。同时,该方法能便于在学生信息表中动态的获取该用户的学习情况,也能方便教师能够更加了解学生的学习状况,让教学更加有针对性。
作为一种优选,所述步骤三中的诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)与B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
所述步骤七中的病变发生范围坐标根据判别公式(X_m<=X_b&&X_m>=X_a&&Y_m<=Y_b&&Y_m>=Y_a)进行判断;病变类型根据KMP字符串串比较算法判断。
Claims (8)
1.一种影像诊断教学仿真系统,其特征在于,包括影像病例采集终端、影像病例数据中心和影像诊断教学仿真平台;
所述影像病例采集终端用于将新增的诊断病例添加到影像病例数据中心中;
所述影像病例数据中心用于储存相关的诊断病例信息与用户的个人学习信息;
所述影像诊断教学仿真平台与影像病例数据中心进行数据交互,并为用户提供一个独立的通过各自的账号进行登录的诊断平台。
2.根据权利要求1所述的一种影像诊断教学仿真系统,其特征在于,所述影像诊断教学仿真平台分为多个学生终端和多个教师终端;
所述学生终端为用户提供简单、中等和困难三种不同难度等级的影像诊断案例以供学生学习;
所述教师终端与其所教授班级的每个学生账号相关联,以获取所教授班级每个学生对不同病变类型诊断的掌握情况。
3.根据权利要求1或2所述的一种影像诊断教学仿真系统,其特征在于,所述影像病例数据中心连接有平台存储服务器,所述平台存储服务器中设有用户信息表、影像病例表和影像图像存储目录三个存储单元;
所述用户信息表分为学生信息表和教师信息表;
所述学生信息表是对使用教学平台的学生信息的基本描述,其由学生用户ID User_ID、用户班级Class、用户密码Password以及子表错题集WrongUnion组成;所述子表错题集WrongUnion是对该用户对应的判断失败的诊断病例的集合,具体包括病例编号Diease_ID及对应的诊断影像的存储路径;
所述教师信息表是对使用教学平台的教师信息的基本描述,其由教师用户ID User_ID、用户密码Password、教授班级Class以及班级学生错误较多的疾病类型Worst_Diease组成;
所述影像病例表是对影像诊断病例的基本描述,其由图像信息编号、疾病类型Category、诊断难度Level、病变位置范围横纵坐标LocationA和LocationB组成;
所述影像图像存储目录用于存储不同困难程度及不同病变类型的诊断影像。
4.根据权利要求3所述的一种影像诊断教学仿真系统,其特征在于,所述影像病例表为多叉树结构,其第一层为难易等级,第二层到最后一层为病变类型。
5.根据权利要求4所述的一种影像诊断教学仿真系统,其特征在于,所述诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)和B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
6.一种影像诊断教学训练方法,其特征在于,包括以下步骤:
步骤一:系统读取所登录的学生用户ID对应的错题表;
步骤二:如果错题表为空则进行步骤三,否则进行步骤四;
步骤三:系统根据用户选择的诊断难度等级从影像数据中心的影像病例表中随机抽取Diease_ID的诊断病例进行步骤五;
步骤四:从错题表读取Diease_ID进行步骤五;
步骤五:根据Diease_ID从影像存储目录中读取对应的诊断影像图片并显示;
步骤六:用户标记病变发生点M(X_m,Y_m)、选择病变类型,并传输给影像数据处理中心内部的判断模块;
步骤七:判断模块根据Diease_ID从影像病例表中获取该ID的病变发生范围坐标A(X_a,Y_a)、B(X_b,Y_b)以及病变类型Category;若判断均为真刚进行步骤八,否则进行步骤九;
步骤八:以点A与点B作为矩形的对角点,标出正确的病变区域与病变类型,同时搜索子表错题集中的病例编号Diease_ID,若存在则删除该记录;
步骤九:比较病例的Diease_ID与学生用户ID对应的子表错题集中已有的Diease_ID;
步骤十:如果Diease_ID已存在则执行步骤十二,如果不存在则执行步骤十一;
步骤十一:将Diease_ID存入对应学生用户ID的子表错题集中,同时将该Diease_ID储存到教师信息表中;
步骤十二:点击下一题,执行步骤五。
7.根据权利要求6所述的一种影像诊断教学训练方法,其特征在于,所述步骤三中的诊断病例由如下方法形成:
步骤一:影像病例采集终端通过其上带有数据接口模块获取新的原始诊断影像数据;
步骤二:由上传者在影像病例采集终端中根据影像病例采集终端内预设的固定的疾病种类表给诊断影像贴上病变类型标签,并且用定位工具将诊断影像中的病变位置进行正确标注;
步骤三:影像病例采集终端根据标注的病变范围生成覆盖病变位置的对角点坐标A(X_a,Y_a)与B(X_b,Y_b),同时,添加相应的诊断难易等级;
步骤四:影像病例采集终端将经过步骤三处理后的诊断影像进行信息审核后上传到影像病例数据中心;
步骤五:影像病例数据中心将步骤四中的诊断影像通过搭建的网络传输接口传输到平台存储服务器中,平台存储服务器将诊断影像的数据信息分类并分别存储到影像病例表和影像图像存储目录中,并通过相关的索引关联。
8.根据权利要求6所述的一种影像诊断教学训练方法,其特征在于,所述步骤七中的病变发生范围坐标根据判别公式(X_m<=X_b&&X_m>=X_a&&Y_m<=Y_b&&Y_m>=Y_a)进行判断;病变类型根据KMP字符串串比较算法判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710442500.4A CN107134184A (zh) | 2017-06-13 | 2017-06-13 | 一种影像诊断教学仿真系统及训练方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710442500.4A CN107134184A (zh) | 2017-06-13 | 2017-06-13 | 一种影像诊断教学仿真系统及训练方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107134184A true CN107134184A (zh) | 2017-09-05 |
Family
ID=59734513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710442500.4A Pending CN107134184A (zh) | 2017-06-13 | 2017-06-13 | 一种影像诊断教学仿真系统及训练方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134184A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107658004A (zh) * | 2017-09-14 | 2018-02-02 | 武汉互创科技有限公司 | 一种在移动终端上查看云端医学影像信息的方法及系统 |
CN108877369A (zh) * | 2018-06-27 | 2018-11-23 | 上海交通大学医学院 | 一种读片技能培训操练系统 |
CN111711685A (zh) * | 2020-06-15 | 2020-09-25 | 山东易美尔教育科技有限公司 | 一种智能化影像数字实验室系统 |
CN113487927A (zh) * | 2021-06-25 | 2021-10-08 | 褚信医学科技(苏州)有限公司 | 基于智能语音识别技术的影像学教学考核方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2869996Y (zh) * | 2006-01-20 | 2007-02-14 | 四川唯高科技有限责任公司 | 基于数字图像的医学综合诊断系统 |
CN1977283A (zh) * | 2003-08-14 | 2007-06-06 | 美国医软科技公司 | 用于医疗诊断的智能定性和定量分析的方法及系统 |
CN101499217A (zh) * | 2008-12-24 | 2009-08-05 | 无敌科技(西安)有限公司 | 一种可记录并提供学习历程的学习装置和方法 |
CN102074135A (zh) * | 2010-10-21 | 2011-05-25 | 无敌科技(西安)有限公司 | 一种题库建置方法及装置 |
CN102890745A (zh) * | 2011-07-21 | 2013-01-23 | 美得康科技股份有限公司 | 医疗影像知识管理系统与医疗影像知识内容产生方法 |
CN103489340A (zh) * | 2012-06-12 | 2014-01-01 | 天津市天堰医教科技开发有限公司 | 一种模拟dr训练系统 |
CN103986897A (zh) * | 2013-05-13 | 2014-08-13 | 段然 | 医用影像系统和获取医用影像的方法 |
CN104462122A (zh) * | 2013-09-18 | 2015-03-25 | 国家电网公司 | 试题数据处理方法及装置 |
CN105975793A (zh) * | 2016-05-23 | 2016-09-28 | 麦克奥迪(厦门)医疗诊断系统有限公司 | 一种基于数字病理图像的癌症辅助诊断方法 |
-
2017
- 2017-06-13 CN CN201710442500.4A patent/CN107134184A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1977283A (zh) * | 2003-08-14 | 2007-06-06 | 美国医软科技公司 | 用于医疗诊断的智能定性和定量分析的方法及系统 |
CN2869996Y (zh) * | 2006-01-20 | 2007-02-14 | 四川唯高科技有限责任公司 | 基于数字图像的医学综合诊断系统 |
CN101499217A (zh) * | 2008-12-24 | 2009-08-05 | 无敌科技(西安)有限公司 | 一种可记录并提供学习历程的学习装置和方法 |
CN102074135A (zh) * | 2010-10-21 | 2011-05-25 | 无敌科技(西安)有限公司 | 一种题库建置方法及装置 |
CN102890745A (zh) * | 2011-07-21 | 2013-01-23 | 美得康科技股份有限公司 | 医疗影像知识管理系统与医疗影像知识内容产生方法 |
CN103489340A (zh) * | 2012-06-12 | 2014-01-01 | 天津市天堰医教科技开发有限公司 | 一种模拟dr训练系统 |
CN103986897A (zh) * | 2013-05-13 | 2014-08-13 | 段然 | 医用影像系统和获取医用影像的方法 |
CN104462122A (zh) * | 2013-09-18 | 2015-03-25 | 国家电网公司 | 试题数据处理方法及装置 |
CN105975793A (zh) * | 2016-05-23 | 2016-09-28 | 麦克奥迪(厦门)医疗诊断系统有限公司 | 一种基于数字病理图像的癌症辅助诊断方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107658004A (zh) * | 2017-09-14 | 2018-02-02 | 武汉互创科技有限公司 | 一种在移动终端上查看云端医学影像信息的方法及系统 |
CN108877369A (zh) * | 2018-06-27 | 2018-11-23 | 上海交通大学医学院 | 一种读片技能培训操练系统 |
CN111711685A (zh) * | 2020-06-15 | 2020-09-25 | 山东易美尔教育科技有限公司 | 一种智能化影像数字实验室系统 |
CN113487927A (zh) * | 2021-06-25 | 2021-10-08 | 褚信医学科技(苏州)有限公司 | 基于智能语音识别技术的影像学教学考核方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107134184A (zh) | 一种影像诊断教学仿真系统及训练方法 | |
Khalaf | Validity and reliability of the academic resilience scale in Egyptian context | |
Rocchi et al. | The validity of the Interpersonal Behaviors Questionnaire (IBQ) in sport | |
Chen et al. | A mobile butterfly-watching learning system for supporting independent learning | |
Edelbrock et al. | Acquisition of sex-typed preferences in preschool-aged children. | |
US9733898B2 (en) | Athletic performance data system and method | |
Bara Filho et al. | Preliminary validation of a brazilian version of the sport motivation scale | |
CN106548431A (zh) | 一种患者宣教课程推送平台及推送方法 | |
CN108230311A (zh) | 一种乳腺癌检测方法及装置 | |
CN110909035A (zh) | 个性化复习题集生成方法、装置、电子设备及存储介质 | |
CN109800300A (zh) | 一种学习内容推荐方法及系统 | |
CN104361778A (zh) | 一种中医四诊技能的学习平台 | |
Sherwood et al. | Pattern recall, decision making and talent identification in rugby union | |
Kittel et al. | Transfer of 360 virtual reality and match broadcast video-based tests to on-field decision-making | |
Veitch et al. | Evaluation of conventional training in Clinical Breast Examination (CBE) | |
JP2006504983A5 (zh) | ||
CN114202978A (zh) | 一种基于大数据的智能培训方法及系统 | |
CN116629270B (zh) | 基于考试大数据以及文本语义的主观题评分方法和装置 | |
CN108985985A (zh) | 人工智能机器人技术等级考试系统及考试方法 | |
Houghton et al. | Performance in a simulated cricket batting innings (BATEX): Reliability and discrimination between playing standards | |
JP4815218B2 (ja) | 動画データ抽出システムおよびコンピュータプログラム | |
WO2016018336A1 (en) | Create a heterogeneous learner group | |
CN105469116A (zh) | 一种基于人机交互的幼儿识图及数据扩充方法 | |
Pérez-Ferreirós et al. | Reliability of Teams’ game-related statistics in basketball: number of games required and minimal detectable change | |
CN107886791A (zh) | 一种基于教学数据的智能共享方法及其系统 |
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 |
Application publication date: 20170905 |
|
RJ01 | Rejection of invention patent application after publication |