CN107705829A - 一种基于智能识别的医学影像传输方法 - Google Patents

Abstract

本发明涉及智能识别领域，尤其涉及一种基于智能识别的医学影像优先传输方法，采用对以往患者以往的病历进行智能识别，能够得到最有可能需要医护人员关注的部位，同时，自动识别对应部位在医学影像集中的大致位置，从而实现优先传输医护人员需要关注的部位的医学影像集，提高了医学影像信息的传输效率。

Description

一种基于智能识别的医学影像传输方法

技术领域

本发明涉及智能识别领域，尤其涉及一种基于智能识别的医学影像传输方法。

背景技术

医学影像通常是指为了医疗对人体或人体某部分，以非侵入方式取得内部组织影像的技术。通常是对人体的各器官进行拍摄，医护人员通过医学影像的参考来对患者进行诊断和救治。

然而，一项躯干或全身的影像检查，序列多则上千张，但最终诊断的病变位置往往只涉及几十张，少则几百MB，多则几GB，现有传输方案是按照断层扫描顺序，一张张传输，传完医生才能看到，时间成本较大。这使得医院网络中影像信息的传输是比较低效的，影像医生阅片效率。在做影像学检查前，主治医生其实已经根据经验或者其他检查手段对患者患病部位有个初步判断，这些都会以文字记录的形式存储到患者病历中。现有技术中，并没有通过现有病历资料的预判来提高医学影像传输效率的方案。

发明内容

鉴于上述问题，本发明提供了一种基于智能识别的医学影像传输方法，以解决现有技术中医学影像信息传输效率低下的问题。

本发明解决上述技术问题所采用的技术方案为：

一种基于智能识别的医学影像优先传输方法，预设有多个根据医学影像集的类型编排的影像映射比例表；

具体步骤包括：

步骤S1：从医院的HIS系统中获取需要传输的所述医学影像集并进行排序，判断所述医学影像集的类型，并根据对应的所述影像映射比例表，获取所述每个部位在所述医学影像集中对应的影像；

步骤S2：从所述HIS系统中获取所述医学影像集对应患者的电子病历中的所有文字数据，采用预判器根据所述文字数据判断优先传输部位；

步骤S3：根据每个部位在所述医学影像集中对应的影像，将所述优先传输部位对应的所述影像进行优先传输。

优选的，每个所述影像映射比例表内均预设有一原点影像，所述影像映射比例表内记录有每个所述部位与其相对于原点的位置比例范围；

所述步骤S1还包括以下步骤：

步骤S11：对所述医学影像集后，定位所述医学影像集中的所述原点影像，确定所述原点影像的序号；

步骤S12：根据所述原点影像的序号对所述医学影像集进行归一化排序；

步骤S13：根据对应的所述影像映射比例表中每个所述部位的比例范围和所述归一化排序的结果，获取所述每个所述部位在所述医学影像集中对应的影像序号组。

优选的，所述步骤S2还包括以下步骤：

步骤S21：根据所述文字数据生成所述文字数据的词频表，所述词频表包括词语和在所述文字数据中的出现频次；

步骤S22：预判器根据所述词频表对每个所述部位进行打分，获取所述每个所述部位对应的打分值，

步骤S23：将每个所述部位根据所述打分值从高到低地排序，所述打分值最高的所述部位为所述优先传输部位。

优选的，步骤S1中，从所述HIS系统中获取需要传输的医学影像集后，依照拍摄顺序对所述医学影像集根据从小到大的方式进行首次排序，获取所述医学影像集内的每个所述影像对应的影像序号。

优选的，步骤S12中的所述归一化排序的方法为：

步骤A1：获取所述原点的所述影像序号与所述每个所述影像序号的绝对差值；

步骤A2：将所述原点的所述影像序号与所述每个影像的所述影像序号比较：

若所述影像序号小于所述原点的所述影像序号，则进入步骤A3；

若所述影像序号大于所述原点的所述影像序号，则进入步骤A4；

若所述影像序号等于所述原点的所述影像序号，则进入步骤A5；

步骤A3：获取所述原点的所述影像序号与首个影像的所述影像序号的差值；所述影像对应归一化排序后的比例为：对应的所述绝对差值除以所述原点的所述影像序号与所述首个影像的所述影像序号的差值；

步骤A4：获取末尾影像的所述影像序号与所述原点的所述影像序号的差值；所述影像对应归一化排序后的比例为：对应的所述绝对差值除以所述末尾影像的所述影像序号与所述原点的所述影像序号的差值；

步骤A5：所述原点对应归一排序化后的比例为零。

优选的，步骤S21中，生成所述词频表的方法包括以下步骤：

依次统计所述文字数据中的每个词语出现的频次；

判断每个所述词语是否为无意义词，若所述词语为无意义词，则不计入所述词频表；所述词语不是无意义词，所述词语和对应的所述频次计入所述词频表。

优选的，所述步骤S22中所述预判器在通过训练过程后进行打分，所述训练过程包括以下步骤：

步骤C1：获取多份已确诊患病部位的病历文书，每份所述病历文书对应一个所述部位；

步骤C2：获取所述病历文书的每个词语出现的频率，筛选出所有不是无意义词的所述词语和对应的所述频率，计入对应的所述确诊部位的统计记录；

步骤C3：获取每个所述确诊部位的统计记录，将所有相同的所述词语的所述频率加和后除以在所述词语在对应确诊部位的统计记录中的记录数目，得到所述每个所述词语对应所述部位的打分因子；

步骤C4：将所述打分因子记录在打分因子表中，每个所述打分因子对应一个所述词语和一个所述部位。

优选的，所述步骤S22包括以下步骤：

步骤S221：获取所述词频表中每个词语和对应的所述出现频次；

步骤S222：依次判断所述词频表中每个词语是否在所述打分因子表中存在；

若存在，则进入步骤S223；若不存在，则返回步骤S222；

步骤S223：获取是所述词语对应的所述打分因子，将所述打分因子与对应词语的出现频次相乘得到所述打分分数；

步骤S224：将所有所述打分因子按照对应的部位进行加和，得到每个部位对应的所述打分值。

上述技术方案具有如下优点或有益效果：

采用对以往患者以往的病历进行智能识别，能够得到最有可能需要医护人员关注的部位，同时，自动识别对应部位在医学影像集中的大致位置，从而实现优先传输医护人员需要关注的部位的医学影像集，提高了医学影像信息的传输效率。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未可以按照比例绘制附图，重点在于示出本发明的主旨。

图1是本发明一种基于智能识别的医学影像优先传输方法的实施例的流程图；

图2是本发明的实施例中获取每个部位对应的影像的方法的流程图；

图3是本发明的实施例中生成优先传输部位的方法的流程图；

图4是本发明的实施例中归一化方法的流程图；

图5是本发明的实施例的训练过程的流程图；

图6是本发明的实施例的打分过程的流程图。

具体实施方式

下面结合附图和具体的实施例对本发明作进一步的说明，但是不作为本发明的限定。

本发明一种较佳的实施例中，根据图1所示，一种基于智能识别的医学影像优先传输方法，预设有多个根据医学影像集的类型编排的影像映射比例表；具体步骤包括：

步骤S1：从医院的HIS系统中获取需要传输的医学影像集并进行排序，判断医学影像集的类型，并根据对应的影像映射比例表，获取每个部位在医学影像集中对应的影像；

步骤S2：从HIS系统中获取医学影像集对应患者的电子病历中的所有文字数据，采用预判器根据文字数据判断优先传输部位；

步骤S3：根据每个部位在医学影像集中对应的影像，将优先传输部位对应的影像进行优先传输。

具体地，本实施例中，将电子病历与预判器获取的优先传输部位建立联系，再通过各部位对应于医学影像集中的位置，调整各部位医学影像传输顺序的思路，提升医护人员的工作效率。

本发明一种较佳的实施例中，根据图2所示，每个影像映射比例表内均预设有一原点影像，影像映射比例表内记录有每个部位与其相对于原点的位置比例范围；

步骤S1还包括以下步骤：

步骤S11：对医学影像集后，定位医学影像集中的原点影像，确定原点影像的序号；

步骤S12：根据原点影像的序号对医学影像集进行归一化排序；

步骤S13：根据对应的影像映射比例表中每个部位的比例范围和归一化排序的结果，获取每个部位在医学影像集中对应的影像序号组。

具体地，采用影像映射比例表是从以往不同类型的医学影像集中总结得出的数据。人体的不同部位或器官，在整个人体的相对位置是基本固定的。比如心脏，在左侧胸腔。因此，可以把部位与影像的位置关系作为后续调整传输顺序奠定基础。对于一类医学影像集，包括多个部位，选取一位置相对固定的的部位影像作为原点影像，归一化排序后，根据其他部位对应医学影像集中的影像，获取对应的比例范围；对多个同一类医学影像集获取每个部位对应的比例范围，获取平均值。影像映射比例表记录的内容为每个部位和对应的比例范围的平均值。

具体地，本实施例中，根据影像映射比例表的内容和归一化排序后的影像，得到需要传输的影像的各部位对应的影像序号。

本发明一种较佳的实施例中，对于以胸腹腔的横膈膜作为原点的影像，以横膈膜到头顶的距离作为归一化的基底，那么心脏所处的区域大概为15％-23％，横膈膜到头顶的医学影像集为100张，对上述医学影像集进行排序后，按照上述方法，可以得到，心脏对应的影像为第15至23张医学影像，心脏对应的影像序号组就是15至23。

本发明一种较佳的实施例中，根据图3所示，步骤S2还包括以下步骤：

步骤S21：根据文字数据生成文字数据的词频表，词频表包括词语和在文字数据中的出现频次；

步骤S22：预判器根据词频表对每个部位进行打分，获取每个部位对应的打分值；

步骤S23：将每个部位根据打分值从高到低地排序，打分值最高的部位为优先传输部位。

具体地，本实施例中，采用预判器对智能识别病人以往病历中的内容对部位进行打分，得到需要重点关注的部位，最后将需要重点关注的部位的影像进行优先传输，提高了医学影像信息的传输效率。

本发明一种较佳的实施例中，步骤S1中，从HIS系统中获取需要传输的医学影像集后，依照拍摄顺序对医学影像集根据从小到大的方式进行首次排序，获取医学影像集内的每个影像对应的影像序号。

具体地，本实施例中，将首个影像为1，后面的影像序号依次采用2，3，4……

本发明一种较佳的实施例中，根据图4所示，步骤S12中的归一化排序的方法为：

步骤A1：获取原点的影像序号与每个影像序号的绝对差值；

步骤A2：将原点的影像序号与每个影像的影像序号比较：

若影像序号小于原点的影像序号，则进入步骤A3；

若影像序号大于原点的影像序号，则进入步骤A4；

若影像序号等于原点的影像序号，则进入步骤A5；

步骤A3：获取原点的影像序号与首个影像的影像序号的差值；影像对应归一化排序后的比例为：对应的绝对差值除以原点的影像序号与首个影像的影像序号的差值；

步骤A4：获取末尾影像的影像序号与原点的影像序号的差值；影像对应归一化排序后的比例为：对应的绝对差值除以末尾影像的影像序号与原点的影像序号的差值；

步骤A5：原点对应归一排序化后的比例为零。

具体地，上述归一化方法仅适用于采用自然数作为影像序号的医学影像集。

本发明一种较佳的实施例中，步骤S21中，生成词频表的方法包括以下步骤：

依次统计所述文字数据中的每个词语出现的频次；

判断每个所述词语是否为无意义词，若所述词语为无意义词，则不计入所述词频表；所述词语不是无意义词，所述词语和对应的所述频次计入所述词频表。

具体地，无意思词的确定方法：从多份病历中采用不判断无意义词的方法得到每个词语的出现频率，统计每份病历中出现频率高于第一预设值的词语，对多份病历的统计数据进行比较，其中在每份病历中都被统计到的词语就是无意思词。进行统计的病历越多得到的无意思词越准确，第一预设值为一可调整的值，可以控制无意义词的数量，可以在无意义词不准确时调整第一预设值提高无意义词判断准确率。

本发明一种较佳的实施例中，根据图5所示，步骤S22中预判器在通过训练过程后进行打分，训练过程包括以下步骤：

步骤C1：获取多份已确诊患病部位的病历文书，每份病历文书对应一个部位；

步骤C2：获取病历文书的每个词语出现的频率，筛选出所有不是无意义词的词语和对应的频率，计入对应的确诊部位的统计记录；

步骤C3：获取每个确诊部位的统计记录，将所有相同的词语的频率加和后除以在词语在对应确诊部位的统计记录中的记录数目，得到每个词语对应部位的打分因子；

步骤C4：将打分因子记录在打分因子表中，每个打分因子对应一个词语和一个部位。

具体地，对于一份已确诊心脏患病的病历文书，包括100个词语，其中，绞痛出现10次。采用上述步骤绞痛的频率为0.1。

对于多份已确诊心脏患病的病历文书，绞痛的频率为0.1、0.2、0.3。采用上述步骤绞痛这一词语，对应心脏的打分因子为：(0.1+0.2+0.3)/3，即0.2。

本发明一种较佳的实施例中，预判器在通过训练过程还需要进行验证，验证过程包括以下步骤：

获取一份已确诊患病部位的验证病历文书；

生成验证病历文书的词频表，包括验证病历文书中出现的词语和对应的出现频次；

依次判断验证病历文书的词频表中的每个词语是否在打分因子表中存在；

若存在，则获取是词语对应的打分因子，将打分因子与对应词语的出现频次相乘得到打分分数；若不存在，则继续判断下一个词语；

将所有打分因子按照对应的部位进行加和，得到每个部位对应的打分值；

判断打分值最高的部位是否为确诊患病部位；

若打分值最高的部位为确诊患病部位，则预判器通过验证；

若打分值最高的部位不是确诊患病部位，则预判器验证失败，重新训练。

具体地，本实施例中，对验证病历文书进行打分，判断预判器是否能够准确判断验证病历文书对应的部位，通过多次判断保证预判器的稳定。在预判器不能判断验证病历文书对应的部位，则需要继续对预判器进行调整或者重新训练。

本发明一种较佳的实施例中，根据图6所示，步骤S22包括以下步骤：

步骤S221：获取词频表中每个词语和对应的出现频次；

步骤S222：依次判断词频表中每个词语是否在打分因子表中存在；

若存在，则进入步骤S223；若不存在，则返回步骤S222；

步骤S223：获取是词语对应的打分因子，将打分因子与对应词语的出现频次相乘得到打分分数；

步骤S224：将所有打分因子按照对应的部位进行加和，得到每个部位对应的打分值。

具体地，对于词用表中A词出现10次，B词出现20次，C词出现30次；A词对应心脏的打分因子0.1，对应肝脏为打分因子为0.2；B词对应心脏的打分因子0.3，对应肝脏为打分因子为0.4，A词B词均在所述打分因子表中存在，C词为无意义词。采用上述步骤，心脏的打分值为(10×0.1)+(20×0.3)即为7；肝脏的打分值为(10×0.2)+(20×0.4)即为10。

本发明一种较佳的实施例中，步骤S3中，根据筛选出的部位的排序，将筛选出的部位对应的影像序号组进行排序，再将所有未被排序的影像序号依次排列在后，得到影像序号输出排序；医学影像集根据影像序号输出排序进行传输。

本领域技术人员应该理解，本领域技术人员在结合现有技术以及上述实施例可以实现所述变化例，在此不做赘述。这样的变化例并不影响本发明的实质内容，在此不予赘述。

以上对本发明的较佳实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (8)

1.一种基于智能识别的医学影像优先传输方法，其特征在于，预设有多个根据医学影像集的类型编排的影像映射比例表；

具体步骤包括：

步骤S1：从医院的HIS系统中获取需要传输的所述医学影像集并进行排序，判断所述医学影像集的类型，并根据对应的所述影像映射比例表，获取所述每个部位在所述医学影像集中对应的影像；

步骤S2：从所述HIS系统中获取所述医学影像集对应患者的电子病历中的所有文字数据，采用预判器根据所述文字数据判断优先传输部位；

步骤S3：根据每个部位在所述医学影像集中对应的所述影像，将所述优先传输部位对应的所述影像进行优先传输。

2.根据权利要求1所述的医学影像优先传输方法，其特征在于，每个所述影像映射比例表内均预设有一原点影像，所述影像映射比例表内记录有每个所述部位与其相对于原点的位置比例范围；

所述步骤S1还包括以下步骤：

步骤S11：对所述医学影像集后，定位所述医学影像集中的所述原点影像，确定所述原点影像的序号；

步骤S12：根据所述原点影像的序号对所述医学影像集进行归一化排序；

步骤S13：根据对应的所述影像映射比例表中每个所述部位的比例范围和所述归一化排序的结果，获取所述每个所述部位在所述医学影像集中对应的影像序号组。

3.根据权利要求1所述的医学影像优先传输方法，其特征在于，所述步骤S2还包括以下步骤：

步骤S21：根据所述文字数据生成所述文字数据的词频表，所述词频表包括词语和在所述文字数据中的出现频次；

步骤S22：预判器根据所述词频表对每个所述部位进行打分，获取所述每个所述部位对应的打分值，

步骤S23：将每个所述部位根据所述打分值从高到低地排序，所述打分值最高的所述部位为所述优先传输部位。

4.根据权利要求1所述的医学影像优先传输方法，其特征在于，步骤S1中，从所述HIS系统中获取需要传输的医学影像集后，依照拍摄顺序对所述医学影像集根据从小到大的方式进行首次排序，获取所述医学影像集内的所述每个所述影像对应的影像序号。

5.根据权利要求2所述的医学影像优先传输方法，其特征在于，步骤S12中的所述归一化排序的方法为：

步骤A1：获取所述原点的所述影像序号与所述每个所述影像序号的绝对差值；

步骤A2：将所述原点的所述影像序号与每个所述影像的所述影像序号比较：

若所述影像序号小于所述原点的所述影像序号，则进入步骤A3；

若所述影像序号大于所述原点的所述影像序号，则进入步骤A4；

若所述影像序号等于所述原点的所述影像序号，则进入步骤A5；

步骤A3：获取所述原点的所述影像序号与首个影像的所述影像序号的差值；所述影像对应归一化排序后的比例为：对应的所述绝对差值除以所述原点的所述影像序号与所述首个影像的所述影像序号的差值；

步骤A4：获取末尾影像的所述影像序号与所述原点的所述影像序号的差值；所述影像对应归一化排序后的比例为：对应的所述绝对差值除以所述末尾影像的所述影像序号与所述原点的所述影像序号的差值；

步骤A5：所述原点对应归一排序化后的比例为零。

6.根据权利要求3所述的医学影像优先传输方法，其特征在于，步骤S21中，生成所述词频表的方法包括以下步骤：

依次统计所述文字数据中的每个词语出现的频次；

判断每个所述词语是否为无意义词，若所述词语为无意义词，则不计入所述词频表；所述词语不是无意义词，所述词语和对应的所述频次计入所述词频表。

7.根据权利要求3所述的医学影像优先传输方法，其特征在于，所述步骤S22中所述预判器在通过训练过程后进行打分，所述训练过程包括以下步骤：

步骤C1：获取多份已确诊患病部位的病历文书，每份所述病历文书对应一个所述部位；

步骤C2：获取所述病历文书的每个词语出现的频率，筛选出所有不是无意义词的所述词语和对应的所述频率，计入对应的所述确诊部位的统计记录；

步骤C3：获取每个所述确诊部位的统计记录，将所有相同的所述词语的所述频率加和后除以在所述词语在对应确诊部位的统计记录中的记录数目，得到所述每个所述词语对应所述部位的打分因子；

步骤C4：将所述打分因子记录在打分因子表中，每个所述打分因子对应一个所述词语和一个所述部位。

8.根据权利要求7所述的医学影像优先传输方法，其特征在于，所述步骤S22包括以下步骤：

步骤S221：获取所述词频表中每个词语和对应的所述出现频次；

步骤S222：依次判断所述词频表中每个词语是否在所述打分因子表中存在；

若存在，则进入步骤S223；若不存在，则返回步骤S222；

步骤S223：获取是所述词语对应的所述打分因子，将所述打分因子与对应词语的出现频次相乘得到所述打分分数；

步骤S224：将所有所述打分因子按照对应的部位进行加和，得到每个部位对应的所述打分值。