CN109223018A - 一种人工智能心脏ct自动化诊断系统 - Google Patents
一种人工智能心脏ct自动化诊断系统 Download PDFInfo
- Publication number
- CN109223018A CN109223018A CN201811088001.0A CN201811088001A CN109223018A CN 109223018 A CN109223018 A CN 109223018A CN 201811088001 A CN201811088001 A CN 201811088001A CN 109223018 A CN109223018 A CN 109223018A
- Authority
- CN
- China
- Prior art keywords
- module
- fixed
- image
- shaped board
- artificial intelligence
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000002161 passivation Methods 0.000 claims abstract description 5
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001681 protective effect Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 208000024891 symptom Diseases 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 23
- 230000001225 therapeutic effect Effects 0.000 abstract description 3
- 230000003902 lesion Effects 0.000 description 8
- 230000000747 cardiac effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 210000004351 coronary vessel Anatomy 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010002329 Aneurysm Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 208000009453 Thyroid Nodule Diseases 0.000 description 1
- 208000024770 Thyroid neoplasm Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 210000003516 pericardium Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种人工智能心脏CT自动化诊断系统,包括进行断层扫描的CT成像模块、用于保存传送CT图像的云端图像模块、进行对CT图像进行图像纹理处理的特征提取模块、用于进行统计分析和分类判断的模型分析匹配模块、用于将结果输出的诊断模块,所述特征提取模块网络连接任意缩放模块、锐化钝化模块、黑度调节模块、灰度调节模块、反白处理模块、截取、缩放、强化、弱化模块、反应处理模块、局部显示模块。本发明提高了诊断的速度和诊断的准确性,能将诊断结果同步对数据库模块内,不断累积数据,能快速的为医护人员提供准确的病患信息,从而有利于对患者进行治疗,提高治疗效果,促进患者的康复。
Description
技术领域
本发明涉及医疗技术领域,尤其涉及一种人工智能心脏CT自动化诊断系统。
背景技术
CT即电子计算机断层扫描,它是利用精确准直的X线束、γ射线、超声波等,与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描,具有扫描时间快,图像清晰等特点,可用于多种疾病的检查。
扫描所得信息经计算而获得每个体素的X射线衰减系数或吸收系数,再排列成矩阵,即数字矩阵,数字矩阵可存贮于磁盘或光盘中。经数字和模拟转换器把数字矩阵中的每个数字转为由黑到白不等灰度的小方块,即像素,并按矩阵排列,即构成CT图像。所以,CT图像是重建图像。每个体素的X射线吸收系数可以通过不同的数学方法算出。
目前心脏CT主要用于临床的是64排CT,检查时间短,基本没有创伤,安全性高,副作用小,程序简单,无需住院,能基本了解冠脉病变部位及狭窄程度,了解心室壁的动作、有无室壁瘤、心脏瓣膜活动情况和左心功能,费用低廉。缺点:对冠脉评价准确性低,也不能早期发现冠脉病变。心脏CT检查主要是心包病变的诊断,心腔及心壁的显示。
现有技术中关于智能CT诊断的报道较多,CN107808691A的专利公开了一种智能CT数据诊断系统,通过通过影像扫描装置、无线传输单元和显示屏进行图像实时显示,同时显示屏上调节和移动图像,同时可以由专家诊断单元调用知识经验数据库,来帮助医生提高诊断效率,降低误诊率,也能实现影像诊断资料共享,但是,发明人研究发现做CT时体位很难进行复原,即使是同一病情进行再次扫描,体位也难于保持一致性,体位定位不容易准确,导致图片产生差异,使得其不能使用以往的图像来进行诊断,不利于精准诊断。
CN103932727A的专利公开了一种基于CT图像纹理触觉的计算机辅助诊断系统,通过纹理图像处理模块和力缩放模块共同作用,使医生在读片过程中获得软组织的触觉,使软组织的表达更真实,从而大大病灶判断的准确率,能实现远程CT实时诊断操作,适合远程医疗的需要,但是,发明人研究发现该系统不能进行CT特征比对,不方便进行对比过往病例,从而不利于辅助医护人员快速进行诊断。
CN107610772A的专利公开了一种甲状腺结节CT图像诊断系统设计方法,通过特征提取模块、基于GEP算法的分类器模块、推理机模块和可信度评估模块能对CT图像分割图像轮廓,并进行比对获得特征集,并能对CT图像的病理特征推理结论进行论证,提高其可信性,但是,发明人研究发现该发明对轮廓进行分割可以造成无法直观观察整体CT图像,有可能造成诊断存在偏颇,甚至造成误诊。
综上,如何提高诊断效率和诊断的准确度是本领域技术人员研究的重点和难点问题,本发明人从对患者CT图像进行处理和与过完病例进行比对的方面考虑,使用图像处理技术对图像数字帧信号进行处理,从而能和过往病例经有效的比对,并能查找、检索、调用,从而提高对比的准确度,克服了不能使用过往图片进行诊断、不利于快速进行准确诊断的缺陷,而且现有的CT机,不方便调节,不方便根据病患情况和医护人员情况进行调节,造成不方便对病患进行照射和不方便医护人员操作的问题,为此,我们提出了一种人工智能心脏CT自动化诊断系统来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种人工智能心脏CT自动化诊断系统。
为了实现上述目的,本发明采用了如下技术方案:
一种人工智能心脏CT自动化诊断系统,包括进行断层扫描的CT成像模块、用于保存传送CT图像的云端图像模块、进行对CT图像进行图像纹理处理的特征提取模块、用于进行统计分析和分类判断的模型分析匹配模块、用于将结果输出的诊断模块,所述特征提取模块网络连接任意缩放模块、锐化钝化模块、黑度调节模块、灰度调节模块、反白处理模块、截取、缩放、强化、弱化模块、反应处理模块、局部显示模块,所述模型分析匹配模块网络连接数据库模块和对比筛选模块,所述数据模块网络连接临床数据模块和专家知识模块,所述诊断模块网络连接显示模块和打印模块,所述诊断模块网络连接临床数据模块。优选地,所述CT成像模块包括CT机,所述CT机上设有第一开口,所述第一开口内贯穿设有床板,且床板的一端贯穿第一开口并延伸至CT机的一侧,所述床板的下端设有移动装置,所述移动装置上设有固定板,所述固定板的下端铰接有两个相互平行的转动板,两个转动板的下端共同铰接有底板,所述底板的上端设有凹槽,且凹槽位于两个转动板之间,所述凹槽内的相对侧壁上共同固定有光杆,所述光杆上滑动套接有移动块,所述移动块的上端固定有油缸,且油缸的活塞杆末端固定在固定板的下端,所述光杆上套设有第一弹簧,所述第一弹簧的一端固定在凹槽内的一端侧壁上,且第一弹簧的另一端固定在移动块的一侧,所述固定板的下端设有防护装置。优选地,所述移动装置包括固定在床板下端另一侧的连接块,所述固定板的上端设有转动槽,且连接块位于转动槽内,所述转动槽内的相对侧壁上固定有挡板,且连接块位于挡板的一侧,所述挡板上转动套接有螺纹杆,所述螺纹杆的两端转动连接在转动槽内的相对侧壁上,且连接块螺纹套接在螺纹杆上,所述连接块上滑动套接有光杆,所述光杆的一端固定在挡板的一侧,且光杆的另一端固定在转动槽内的一端侧壁上,所述固定板的下端一侧安装有保护箱,所述保护箱内安装有伺服电机,所述保护箱内的顶部和转动槽内的底部均设有第二开口,且两个第二开口相对应,所述伺服电机的输出轴和螺纹杆之间通过传动带传动连接,且传动带套设在伺服电机的输出轴和螺纹杆上,所述传动带位于两个第二开口内,且传动带位于挡板的另一侧。
优选地,所述防护装置包括固定在固定板下端的第一U型板,两个转动板均位于第一U型板内,所述第一U型板内设有第二U型板,所述第二U型板内设有第三U型板,所述第一U型板内的相对侧壁上均设有第二滑槽,所述第二滑槽内安装有第二滑块,两个第二滑块分别固定在第二U型板的两侧,所述第二U型板内的相对侧壁上均设有第三滑槽,所述第三滑槽内安装有第三滑块,两个第三滑块分别固定在第三U型板的两侧,所述第一U型板和第二U型板内的一端侧壁上均设有移动槽,所述移动槽内安装有连接板,两个连接板分别固定在第二U型板和第三U型板的一侧,所述连接板上均滑动套接有竖杆,所述竖杆的两端分别固定在移动槽内的相对侧壁上,所述竖杆上套设有第二弹簧,所述第二弹簧的上端固定在移动槽内的顶部,且第二弹簧的下端固定有连接板的上端。
优选地,所述打印模块使用打印机要求分辨率在600DPI以上以及使用专用透明底材和报告纸张。
优选地,所述显示模块包括PC端显示器、平板电脑和手机。
优选地,所述临床数据模块用于储存有丰富的病历案例以及症状所对应的CT影像资料。优选地,所述特征提取模块采用图像处理语言与C++语言混合编程,对数字帧信号按要求进行多项处理。优选地,所述临床数据模块能进行存储、查找、检索、调用,且临床数据模块可共享。 优选地,所述云端图像模块用于储存患者过往CT图像。
本发明具有如下优点:
1、通过图像处理模块、模型分析匹配模块的配合,能将患者过往的CT图片全部进行收集处理,将图片内的特征进行提取和归类,从而方便医护人员观察病患病灶部位的变化情况,提高了诊断的速度和诊断的准确性,从而有利于对患者进行治疗,提高治疗效果,促进患者的康复。
2、通过临床数据库模块、专家知识模块和诊断模块的配合,方便对提取出的特征进行比对,能快速根据图像特征和以往病例进行对比,从而方便医护人员进行诊断,并能将诊断结果同步对数据库模块内,不断累积数据,有利于提高诊断的准确性,从而能对患者进行有效治疗,提高治疗效果。
3、通过云端图像模块和CT成像模块的配合,方便提取患者的心脏CT图像,从而便于医护人员对病患CT图像进行直观的了解,并能贯穿病灶部位以及病灶部位周围的情况变化,便于对医护人员提供全面的视角来观察病患的情况,能快速的为医护人员提供准确的病患信息,从而提高诊断的精准度。
4、通过油缸、伺服电机、转动板和固定板的配合,方便根据病患和医护人员的情况来调节床板的位置,方便病患上下床板,并能稳定的推动病患进行检查,能为医护人员提供较好的位置进行操作和辅助病患进行检查。
附图说明
图1为本发明提出的一种人工智能心脏CT自动化诊断系统的框图;图2为本发明提出的一种人工智能心脏CT自动化诊断系统的安装板内部结构示意图;
图3为本发明提出的一种人工智能心脏CT自动化诊断系统的转动板结构示意图;图4为本发明提出的一种人工智能心脏CT自动化诊断系统的第一U型板结构示意图;图5为本发明提出的一种人工智能心脏CT自动化诊断系统的A处放大图;图6为本发明提出的一种人工智能心脏CT自动化诊断系统的B处放大图。图中:1 CT机、2第一开口、3床板、4第一滑块、5第一滑槽、6底板、7保护箱、8第一U型板、9第二U型板、10第三U型板、11转动槽、12螺纹杆、13光杆、14挡板、15固定板、16第二开口、17传动带、18伺服电机、19转动板、20油缸、21移动块、22第一弹簧、23光杆、24凹槽、25第二滑块、26第二滑槽、27第三滑槽、28第三滑块、29第二弹簧、30移动槽、31竖杆、32连接板、33连接块。
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。
参照图1-6,一种人工智能心脏CT自动化诊断系统,包括进行断层扫描的CT成像模块、能对患者进行实时扫描,从而便于医护人员了解患者现在的心脏状况,用于保存传送CT图像的云端图像模块、能将患者过往的心脏CT进行收集,方便医护人员进行比对,进行对CT图像进行图像纹理处理的特征提取模块、方便提取心脏CT图像中的特征,方便进行对比,用于进行统计分析和分类判断的模型分析匹配模块、进行对比,从而方便进行诊断,用于将结果输出的诊断模块,进行确诊,帮助医护人员快速确诊,方便进行治疗,便于对患者进行治疗; 特征提取模块网络连接任意缩放模块、锐化钝化模块、黑度调节模块、灰度调节模块、反白处理模块、截取、缩放、强化、弱化模块、反应处理模块、局部显示模块,对心脏CT图像进行多种方式的提取,方便进行对比,模型分析匹配模块网络连接数据库模块和对比筛选模块,数据模块网络连接临床数据模块和专家知识模块,能将以往的临床病例进行收集,从而方便进行对比,提高诊断的准确度,诊断模块网络连接显示模块和打印模块,能将诊断结果展示出来,方便医护人员观察,诊断模块网络连接临床数据模块,方便将诊断结构录入临床数据模块,累积病例,从而提高诊断的精准性。 本发明中,CT成像模块包括CT机1,CT机1采用CTHC882494型,CT机1上设有第一开口2,第一开口2内贯穿设有床板3,且床板3的一端贯穿第一开口2并延伸至CT机1的一侧,床板3能贯穿第一开口2,方便对患者心脏进行扫描,床板3的下端设有移动装置,方便床板3的移动,从而方便为患者拍摄心脏CT图像; 移动装置上设有固定板15,固定板15的下端铰接有两个相互平行的转动板19,两个转动板19的下端共同铰接有底板6,方便转动板19转动,底板6的上端设有凹槽24,且凹槽24位于两个转动板19之间,凹槽24内的相对侧壁上共同固定有光杆23,光杆23上滑动套接有移动块21,移动块21在光杆23上移动,从而限制移动块21的移动范围,移动块21的上端固定有油缸20,且油缸20的活塞杆末端固定在固定板15的下端,油缸20伸缩,从而能带动固定板15升降,当固定板15下降时,两个转动板19转动,使固定板15下降,方便进行调节,方便病患和医护人员使用;光杆23上套设有第一弹簧22,第一弹簧22的一端固定在凹槽24内的一端侧壁上,且第一弹簧22的另一端固定在移动块21的一侧,当油缸20收缩时,转动板19转动,使固定板15移动,固定板15移动带动油缸20和移动块21移动,从而对第一弹簧22进行挤压,第一弹簧22收缩,方便移动块21的移动,同时第一弹簧22产生力,便于推动移动块21复位,固定板15的下端设有防护装置,防止因误碰触出现的挤伤等情况。 本发明中,移动装置包括固定在床板3下端一侧的连接块33,固定板15的上端设有转动槽11,且连接块33位于转动槽11内,转动槽11内的相对侧壁上固定有挡板14,且连接块33位于挡板14的一侧,挡板14将转动槽11分成两个不同的空间,挡板14上转动套接有螺纹杆12,螺纹杆12的两端转动连接在转动槽11内的相对侧壁上,且连接块33螺纹套接在螺纹杆12上,当螺纹杆12转动时,能使连接块33沿螺纹杆12的方向在转动槽11内移动,当连接块33移动时,能推动床板3移动,从而使床板3在第一开口2内移动,便于对病患拍摄心脏CT图像; 连接块33上滑动套接有光杆13,方便连接块33在光杆13上移动,从而限制连接块33,使连接块33不能转动,使连接块33跟随螺纹杆12的转动进行移动,光杆13的一端固定在挡板14的一侧,且光杆13的另一端固定在转动槽11内的一端侧壁上,固定板15的下端一侧安装有保护箱7,保护箱7内安装有伺服电机18,伺服电机18采用SGMVV-3GADB61型,稳定输出,方便控制转动方向,提供动力; 保护箱7内的顶部和转动槽11内的底部均设有第二开口16,且两个第二开口16相对应,伺服电机18的输出轴和螺纹杆12之间通过传动带17传动连接,且传动带17套设在伺服电机18的输出轴和螺纹杆12上,伺服电机18通过传动带17带动螺纹杆12正向转动或反向转动,从而带动连接块33移动,传动带17位于两个第二开口16内,且传动带17位于挡板14的另一侧,便于通过连接块33带动床板3移动,方便对患者的心脏拍摄CT图像,从而便于医护人员进行诊断。 本发明中,防护装置包括固定在固定板15下端的第一U型板8,两个转动板19均位于第一U型板8内,第一U型板8内设有第二U型板9,第二U型板9内设有第三U型板10,第一U型板8内的相对侧壁上均设有第二滑槽26,第二滑槽26内安装有第二滑块25,两个第二滑块25分别固定在第二U型板9的两侧,使第二U型板9通过第二滑块25能沿第二滑槽26移动,第二U型板9内的相对侧壁上均设有第三滑槽27,第三滑槽27内安装有第三滑块28,两个第三滑块28分别固定在第三U型板10的两侧,使第三U型板10通过第三滑块28沿第三滑槽27移动,使第二U型板9和第三U型板10方便,并使其跟随第一U型板8移动,进行防护; 第一U型板8和第二U型板9内的一端侧壁上均设有移动槽30,移动槽30内安装有连接板32,两个连接板32分别固定在第二U型板9和第三U型板10的一侧,连接板32上均滑动套接有竖杆31,竖杆31的两端分别固定在移动槽30内的相对侧壁上,竖杆31上套设有第二弹簧29,第二弹簧29的上端固定在移动槽30内的顶部,且第二弹簧29的下端固定有连接板32的上端,当固定板15移动时,带动第一U型板8移动并进行升降,通过第二弹簧29的收缩和复位,方便使第二U型板9和第三U型板10在跟随第一U型板8移动的同时进行伸缩,从而便于床板3的移动和升降,方便患者和医护人员使用;底板6的上端两侧均设有第一滑槽5,且两个转动板19均位于两个第一滑槽5之间,第一滑槽5内安装有第一滑块4,两个第一滑块4分别固定在第三U型板10的下端两侧,使第三U型板10平稳移动,从而方便固定板15平稳移动,保证患者在床板3上的平稳,从而使CT图像更加清晰,便于医护人员使用和进行诊断。
本发明中,打印模块使用打印机要求分辨率在600DPI以上以及使用专用透明底材和报告纸张,进准进行打印,显示模块包括PC端显示器、平板电脑和手机,方便医护人员通过多种途径了解诊断结果,临床数据模块用于储存有丰富的病历案例以及症状所对应的CT影像资料,对以往的病例进行录入,从而方便进行诊断,提高诊断的精准度,提高成像质量,特征提取模块采用图像处理语言与C++语言混合编程,对数字帧信号按要求进行多项处理,便于对心脏CT图像进行提取,从而方便进行对比,临床数据模块能进行存储、查找、检索、调用,且临床数据模块可共享,方便进行对比和积累病例,从而提高诊断的精准度,方便进行治疗,促进患者康复,云端图像模块用于储存患者过往CT图像,方便和患者以往的CT图像进行对比。
本发明中,在使用时,患者通过CT成像模块方便实时进行CT成像,便于精准的了解患者现在的身体状况,通过云端图像模块能方便医护人员了解患者以往的CT成像情况,方便进行比对,将患者的CT图像传输至特征提取模块后,对CT图像进行按要求进行多项处理,例如图像任意缩放、图像的锐化、钝化、图像的黑化度调节、图像的灰度调解、图像的反白处理、图像任意一部位的截取、缩放、强化、弱化、病灶和组织间的反应处理局部体现立体显示,将提取后的特征传输至模型分析匹配模块,通过以往积累的临床数据资料和专家知识对提取后的特征对象进行对比,对比相识度高的图像,并查找该图像病患的病例,通过对比对病患进行诊断,并将诊断情况上传,方便医护人员通过PC端显示器、平板电脑和手机端等进行了解,且能方便医护人员翻看对比病例的情况,同时也能将诊断结果打印出来,便于使用,同时油缸20能带动固定板15升降,当固定板15升降时,会使转动板19发生转动,来适应固定板15的升降,转动板19转动会通过固定板15和油缸20带动移动块21移动,当移动块21移动时,会对第一弹簧22进行挤压,从而使第一弹簧22伸缩和复位,伺服电机18通过传动带17带动螺纹杆12正向转动或反向转动,从而通过螺纹杆12带动连接块33沿螺纹杆12的方向往复运动,能推动床板3在第一开口2内移动,便于对患者心脏进行CT造影,当固定板15移动时,会带动第一U型板8移动,第一U型板8移动,能使第二U型板9和第三U型板10跟随移动,并能使第二U型板9和第三U型板10进行伸缩,来适应固定板15的升降,并能防止因误触碰发生的挤伤,保护患者和医护人员,第一滑块4使第三U型板10平稳移动,从而也能保证固定板15的平稳移动,使患者在床板3上平稳的进行CT造影,提供清晰的CT图像,方便医护人员和系统进行准确的诊断,便于对病患进行治疗,促进病患康复。
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发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种人工智能心脏CT自动化诊断系统,其特征在于:包括进行断层扫描的CT成像模块、用于保存传送CT图像的云端图像模块、进行对CT图像进行图像纹理处理的特征提取模块、用于进行统计分析和分类判断的模型分析匹配模块、用于将结果输出的诊断模块,所述特征提取模块网络连接任意缩放模块、锐化钝化模块、黑度调节模块、灰度调节模块、反白处理模块、截取、缩放、强化、弱化模块、反应处理模块、局部显示模块,所述模型分析匹配模块网络连接数据库模块和对比筛选模块,所述数据模块网络连接临床数据模块和专家知识模块,所述诊断模块网络连接显示模块和打印模块,所述诊断模块网络连接临床数据模块。
2.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述CT成像模块包括CT机(1),所述CT机(1)上设有第一开口(2),所述第一开口(2)内贯穿设有床板(3),且床板(3)的一端贯穿第一开口(2)并延伸至CT机(1)的一侧,所述床板(3)的下端设有移动装置,所述移动装置上设有固定板(15),所述固定板(15)的下端铰接有两个相互平行的转动板(19),两个转动板(19)的下端共同铰接有底板(6),所述底板(6)的上端设有凹槽(24),且凹槽(24)位于两个转动板(19)之间,所述凹槽(24)内的相对侧壁上共同固定有光杆(23),所述光杆(23)上滑动套接有移动块(21),所述移动块(21)的上端固定有油缸(20),且油缸(20)的活塞杆末端固定在固定板(15)的下端,所述光杆(23)上套设有第一弹簧(22),所述第一弹簧(22)的一端固定在凹槽(24)内的一端侧壁上,且第一弹簧(22)的另一端固定在移动块(21)的一侧,所述固定板(15)的下端设有防护装置。
3.根据权利要求2所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述移动装置包括固定在床板(3)下端另一侧的连接块(33),所述固定板(15)的上端设有转动槽(11),且连接块(33)位于转动槽(11)内,所述转动槽(11)内的相对侧壁上固定有挡板(14),且连接块(33)位于挡板(14)的一侧,所述挡板(14)上转动套接有螺纹杆(12),所述螺纹杆(12)的两端转动连接在转动槽(11)内的相对侧壁上,且连接块(33)螺纹套接在螺纹杆(12)上,所述连接块(33)上滑动套接有光杆(13),所述光杆(13)的一端固定在挡板(14)的一侧,且光杆(13)的另一端固定在转动槽(11)内的一端侧壁上,所述固定板(15)的下端一侧安装有保护箱(7),所述保护箱(7)内安装有伺服电机(18),所述保护箱(7)内的顶部和转动槽(11)内的底部均设有第二开口(16),且两个第二开口(16)相对应,所述伺服电机(18)的输出轴和螺纹杆(12)之间通过传动带(17)传动连接,且传动带(17)套设在伺服电机(18)的输出轴和螺纹杆(12)上,所述传动带(17)位于两个第二开口(16)内,且传动带(17)位于挡板(14)的另一侧。
4.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述防护装置包括固定在固定板(15)下端的第一U型板(8),两个转动板(19)均位于第一U型板(8)内,所述第一U型板(8)内设有第二U型板(9),所述第二U型板(9)内设有第三U型板(10),所述第一U型板(8)内的相对侧壁上均设有第二滑槽(26),所述第二滑槽(26)内安装有第二滑块(25),两个第二滑块(25)分别固定在第二U型板(9)的两侧,所述第二U型板(9)内的相对侧壁上均设有第三滑槽(27),所述第三滑槽(27)内安装有第三滑块(28),两个第三滑块(28)分别固定在第三U型板(10)的两侧,所述第一U型板(8)和第二U型板(9)内的一端侧壁上均设有移动槽(30),所述移动槽(30)内安装有连接板(32),两个连接板(32)分别固定在第二U型板(9)和第三U型板(10)的一侧,所述连接板(32)上均滑动套接有竖杆(31),所述竖杆(31)的两端分别固定在移动槽(30)内的相对侧壁上,所述竖杆(31)上套设有第二弹簧(29),所述第二弹簧(29)的上端固定在移动槽(30)内的顶部,且第二弹簧(29)的下端固定有连接板(32)的上端。
5.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述打印模块使用打印机要求分辨率在600DPI以上以及使用专用透明底材和报告纸张。
6.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述显示模块包括PC端显示器、平板电脑和手机。
7.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述临床数据模块用于储存有丰富的病历案例以及症状所对应的CT影像资料。
8.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述特征提取模块采用图像处理语言与C++语言混合编程,对数字帧信号按要求进行多项处理。
9.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述临床数据模块能进行存储、查找、检索、调用,且临床数据模块可共享。
10.根据权利要求1所述的一种人工智能心脏CT自动化诊断系统,其特征在于,所述云端图像模块用于储存患者过往CT图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811088001.0A CN109223018A (zh) | 2018-09-18 | 2018-09-18 | 一种人工智能心脏ct自动化诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811088001.0A CN109223018A (zh) | 2018-09-18 | 2018-09-18 | 一种人工智能心脏ct自动化诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109223018A true CN109223018A (zh) | 2019-01-18 |
Family
ID=65058774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811088001.0A Pending CN109223018A (zh) | 2018-09-18 | 2018-09-18 | 一种人工智能心脏ct自动化诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109223018A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197705A (zh) * | 2019-04-25 | 2019-09-03 | 胡盛寿 | 一种基于云平台的临床数据服务系统及方法 |
CN110613471A (zh) * | 2019-10-22 | 2019-12-27 | 合肥工业大学 | 一种ct系统及ct图像重建方法 |
CN111402242A (zh) * | 2020-03-20 | 2020-07-10 | 钱小萍 | 一种用于医疗图像精细化处理系统及方法 |
CN111583177A (zh) * | 2020-03-31 | 2020-08-25 | 杭州依图医疗技术有限公司 | 一种医学影像的显示方法及装置、存储介质 |
Citations (10)
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 |
CN101732065A (zh) * | 2008-11-04 | 2010-06-16 | 东软飞利浦医疗设备系统有限责任公司 | 一种扫描床的升降结构 |
CN105286897A (zh) * | 2015-11-27 | 2016-02-03 | 曹红梅 | 医用影像诊断系统 |
CN106355023A (zh) * | 2016-08-31 | 2017-01-25 | 北京数字精准医疗科技有限公司 | 基于医学影像的开放式定量分析方法与系统 |
CN107610772A (zh) * | 2017-08-23 | 2018-01-19 | 广西师范学院 | 一种甲状腺结节ct图像诊断系统设计方法 |
CN107808691A (zh) * | 2017-11-10 | 2018-03-16 | 成都信息工程大学 | 一种智能ct数据诊断系统 |
CN107890354A (zh) * | 2017-12-19 | 2018-04-10 | 孙百成 | 一种放射科检查用人体调整系统 |
CN107961030A (zh) * | 2018-01-10 | 2018-04-27 | 乔柱 | 一种肿瘤定位装置 |
CN207412333U (zh) * | 2017-04-21 | 2018-05-29 | 王俊杰 | 一种床体大小与倾角可调的医疗用床 |
CN108078579A (zh) * | 2018-01-30 | 2018-05-29 | 中国人民解放军陆军军医大学第二附属医院 | 一种放射摄影系统旋转臂锁定装置 |
-
2018
- 2018-09-18 CN CN201811088001.0A patent/CN109223018A/zh active Pending
Patent Citations (10)
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 |
CN101732065A (zh) * | 2008-11-04 | 2010-06-16 | 东软飞利浦医疗设备系统有限责任公司 | 一种扫描床的升降结构 |
CN105286897A (zh) * | 2015-11-27 | 2016-02-03 | 曹红梅 | 医用影像诊断系统 |
CN106355023A (zh) * | 2016-08-31 | 2017-01-25 | 北京数字精准医疗科技有限公司 | 基于医学影像的开放式定量分析方法与系统 |
CN207412333U (zh) * | 2017-04-21 | 2018-05-29 | 王俊杰 | 一种床体大小与倾角可调的医疗用床 |
CN107610772A (zh) * | 2017-08-23 | 2018-01-19 | 广西师范学院 | 一种甲状腺结节ct图像诊断系统设计方法 |
CN107808691A (zh) * | 2017-11-10 | 2018-03-16 | 成都信息工程大学 | 一种智能ct数据诊断系统 |
CN107890354A (zh) * | 2017-12-19 | 2018-04-10 | 孙百成 | 一种放射科检查用人体调整系统 |
CN107961030A (zh) * | 2018-01-10 | 2018-04-27 | 乔柱 | 一种肿瘤定位装置 |
CN108078579A (zh) * | 2018-01-30 | 2018-05-29 | 中国人民解放军陆军军医大学第二附属医院 | 一种放射摄影系统旋转臂锁定装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197705A (zh) * | 2019-04-25 | 2019-09-03 | 胡盛寿 | 一种基于云平台的临床数据服务系统及方法 |
CN110197705B (zh) * | 2019-04-25 | 2021-07-23 | 胡盛寿 | 一种基于云平台的临床数据服务系统及方法 |
CN110613471A (zh) * | 2019-10-22 | 2019-12-27 | 合肥工业大学 | 一种ct系统及ct图像重建方法 |
CN111402242A (zh) * | 2020-03-20 | 2020-07-10 | 钱小萍 | 一种用于医疗图像精细化处理系统及方法 |
CN111402242B (zh) * | 2020-03-20 | 2020-12-22 | 钱小萍 | 一种用于医疗图像精细化处理系统及方法 |
CN111402242B8 (zh) * | 2020-03-20 | 2021-01-19 | 乐清市智格电子科技有限公司 | 一种用于医疗图像精细化处理系统及方法 |
CN111583177A (zh) * | 2020-03-31 | 2020-08-25 | 杭州依图医疗技术有限公司 | 一种医学影像的显示方法及装置、存储介质 |
CN111583177B (zh) * | 2020-03-31 | 2023-08-04 | 杭州依图医疗技术有限公司 | 一种医学影像的显示方法及装置、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109223018A (zh) | 一种人工智能心脏ct自动化诊断系统 | |
US7447341B2 (en) | Methods and systems for computer aided targeting | |
US6574304B1 (en) | Computer aided acquisition of medical images | |
US7489825B2 (en) | Method and apparatus for creating a multi-resolution framework for improving medical imaging workflow | |
EP1398722A2 (en) | Computer aided processing of medical images | |
US6748044B2 (en) | Computer assisted analysis of tomographic mammography data | |
CN111353539A (zh) | 一种基于双路注意力卷积神经网络的宫颈oct图像分类方法及系统 | |
DE102019113493A1 (de) | Abgestimmte medizinische ultraschallbildgebung | |
DE102004057026A1 (de) | Erfassung zeitlicher Bildveränderungen und Darstellungsverfahren und -vorrichtung | |
CN110432892A (zh) | 机器学习心电图自动诊断系统 | |
Militante et al. | Pneumonia detection through adaptive deep learning models of convolutional neural networks | |
CN111199566A (zh) | 医疗图像处理方法、装置、存储介质及计算机设备 | |
US20220319007A1 (en) | Artificial Intelligence Based Diagnosis with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System | |
CN108922601A (zh) | 一种医学影像处理系统 | |
WO2022041222A1 (en) | Process and system for image classification | |
CN112005314A (zh) | 用于训练成像系统的深度学习模型的系统和方法 | |
Pradhan et al. | Lung cancer detection using 3D convolutional neural networks | |
DE10255527A1 (de) | Erzeugung von Kandidaten für gefässassoziierten Pulmonalknoten | |
CN111919264A (zh) | 用于使成像系统和边缘计算系统同步的系统和方法 | |
CN114612484A (zh) | 基于无监督学习的视网膜oct图像分割方法 | |
Salehi et al. | Investigation and simulation of different medical image processing algorithms to improve image quality using simulink matlab | |
Jha et al. | Interpretability of self-supervised learning for breast cancer image analysis | |
Guo et al. | A Benchmark and Transformer-based Approach for Automated Hyperparathyroidism Detection | |
Garg et al. | A cognitive approach to endometrial tuberculosis identification using hierarchical deep fusion method | |
Sowmiya et al. | Survey or Review on the Deep Learning Techniques for Retinal Image Segmentation in Predicting/Diagnosing Diabetic Retinopathy |
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 |