CN109585013A - 一种分布式医学诊断分析方法及系统 - Google Patents
一种分布式医学诊断分析方法及系统 Download PDFInfo
- Publication number
- CN109585013A CN109585013A CN201811456897.3A CN201811456897A CN109585013A CN 109585013 A CN109585013 A CN 109585013A CN 201811456897 A CN201811456897 A CN 201811456897A CN 109585013 A CN109585013 A CN 109585013A
- Authority
- CN
- China
- Prior art keywords
- analysis
- result
- server
- suspicious
- sample information
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种分布式医学诊断分析方法,属于数据分析处理领域,包括:第一服务器分布端获取医学样本信息;对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈第一分析结果;将可疑样本信息发送至第二服务器;对可疑样本信息进行分析,得到第二分析结果;对第二分析结果进行人工确认。通过采用分布、分级式数据采集和分析处理方法,分别减轻站点的压力和云平台压力,进一步提高数据分析处理的高效性和准确性。
Description
技术领域
本发明涉及数据分析处理领域,特别涉及一种分布式医学诊断分析方法及系统。
背景技术
现有的云诊断分析技术是将各地分散的站点数据通过互联网连接到公有云平台,在公有云平台上统一进行数据处理,细胞诊断数据分析。这种方式大大提高了细胞诊断的准确性,在基层无专业病理细胞医生的情况下,患者可以与全国最顶尖的优秀医生零距离接触,提供医疗资源共享。
但该技术对于各医院日常标本处理没有问题。但在面对大规模医学样本的筛查时颇显压力。例如在对大规模宫颈癌样本筛查时,单个站点单日接收样本数为数千个成为一种常态,数千例样本数据在单个站点上传到云平台,对于当地网络带宽产生巨大压力,从而造成站点压力过大。另外,所有的数据分析处理都集中在云平台,虽然云平台自身的处理能力极其强大,但所消耗的资源也是与日俱增,从而造成云平台压力过大的问题。
发明内容
(一)发明目的
本发明的目的是提供一种分布式医学诊断分析方法及系统,通过采用分布、分级式数据采集和分析处理方法,分别减轻站点的压力和云平台压力,进一步提高数据分析处理的高效性和准确性。
(二)技术方案
为解决上述问题,本发明的第一方面提供了一种分布式医学诊断分析方法,包括:第一服务器分布端获取医学样本信息;对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈第一分析结果;将可疑样本信息发送至第二服务器;对可疑样本信息进行分析,得到第二分析结果;对第二分析结果进行人工确认。
进一步的,第一服务器分布端获取医学样本信息之后还包括:基于医学样本信息建立第一用户档案。
进一步的,对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果之后还包括:将第一分析结果储存于第一用户档案。
进一步的,将可疑样本信息发送至第二服务器之后还包括:获取可疑样本信息对应的用户信息,基于用户信息建立第二用户档案,并储存可疑样本信息于第二用户档案。
进一步的,第二分析结果包括可疑样本呈阳性或可疑样本呈阴性。
进一步的,对第二分析结果进行人工确认之后还包括:若确认可疑样本为阳性,则对可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;若确认可疑样本为阴性,则抽取预定比例的可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。
进一步的,分布式医学诊断分析方法还包括:获取第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果,将其存储于第二用户档案,并反馈至第一服务器分布端。
进一步的,分布式医学诊断分析方法还包括:第一服务器分布端获取第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果存储于第一用户档案,生成诊断报告,并反馈诊断报告至客户端。
进一步的,医学样本信息包括每个医学样本的编号、范围、图像数以及对应的用户信息。
根据本发明的另一个方面,提供了一种分布式医学诊断分析系统,包括第一服务器分布端、第二服务器和服务端;第一服务器分布端包括第一控制模块、提取模块以及第一通讯模块;第二服务器包括第二控制模块;服务端包括人工确认模块;第一控制模块,用于获取医学样本信息;提取模块,用于对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈第一分析结果至第一控制模块或客户端;第一通讯模块,用于将可疑样本信息发送至第二服务器;第二控制模块,用于对可疑样本信息进行分析,得到第二分析结果;人工确认模块,用于对第二分析结果进行人工确认。
进一步的,第一控制模块,还用于基于医学样本信息建立第一用户档案;在对医学样本信息进行分析计算后将第一分析结果储存于第一用户档案。
进一步的,第二控制模块还用于获取可疑样本信息对应的用户信息;并基于用户信息建立第二用户档案,并储存可疑样本信息于第二用户档案。
进一步的,服务端包括人工复核模块;第二分析结果包括可疑样本呈阳性或可疑样本呈阴性;人工复核模块,用于在确认可疑样本为阳性时,对可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;还用于在确认可疑样本为阴性,则抽取预定比例的可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。
进一步的,第二服务器还包括第二通讯模块:第二控制模块,用于将第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于第二用户档案;第二通讯模块,用于反馈第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果至第一服务器分布端。
进一步的,第一服务器分布端还包括数据生成模块:第一控制模块,还用于获取第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于第一用户档案;数据生成模块,用于基于第一用户档案生成诊断报告,并反馈诊断报告至客户端。
进一步的,医学样本信息包括每个医学样本的编号、范围、图像数以及对应的用户信息。
技术方案小结
对采集到的医学样本信息采用分成两级或者多级的分级别逐步分析处理方式,并对用户端的数据采用分布式获取分布式处理的方式;以形成医学样本信息的分布式分级处理,对处理后的结果也进行确认和分别存储反馈。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果:
本申请的分布式医学诊断分析方法及系统,一方面能够应对突发性的大规模医学样本筛查项目。本申请采用分布式数据采集、数据分析处理的方式,数据分散处理、分级别逐级处理,可以提高数据处理的效率,减少带宽的占用同时减少数据积压的产生。防止现有技术因面对突发性的大规模医学样本筛查项目时,造成网络带宽压力激增,以及数据上传积压排队现象的发生,从而难以保证数据处理的时效性。另一方面,提高诊断效率和数据处理的准确性。由于数据在上传到分布端以后,各个端口的本地服务器对数据进行粗略的预处理,提取出可疑样本后再发送给云平台服务器,此时,云平台服务器只需对提出的可疑样本进行数据处理即可,减少了处理过程,提高了数据处理的效率,且在一定范围内进行进一步数据处理,提高了目标数据处理的准确性。
附图说明
图1是根据本发明第一实施方式分布式医学诊断分析方法流程图;
图2是根据本发明第二实施方式分布式医学诊断分析方法流程图;
图3是根据本发明第三实施方式分布式医学诊断分析方法流程图;
图4是根据本发明第四实施方式分布式医学诊断分析方法流程图;
图5是根据本发明第五实施方式分布式医学诊断分析系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
现有技术中的云诊断数据处理集中在云平台上处理,需要部署大量的数据处理服务器应对大规模筛查时的数据高峰,但筛查结束后会造成大量数据处理服务器闲置,造成一定程度的资源浪费。
请参阅图1,图1是根据本发明第一实施方式分布式医学诊断分析方法流程图。
根据本发明的一实施方式提供了一种分布式医学诊断分析方法,如图1所示,包括:
S110:第一服务器分布端获取医学样本信息。
S120:对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈第一分析结果。
S130:将可疑样本信息发送至第二服务器。
S140:对可疑样本信息进行分析,得到第二分析结果。
S150:对第二分析结果进行人工确认。
需要说明的是,第一服务器分布端可以为私有云分布端,第二服务器可以设置在公有云平台内。
在本实施例中,用户可以通过客户端对医学样本进行扫描,形成该医学样本的图像信息发送给对应的第一服务器,该第一服务器通过其内预设的函数将该图像信息进行处理得到医学样本信息。或者客户端直接通过预设的函数将图像信息进行处理得到医学样本信息,并发送给对应的第一服务器。每个第一服务器对数据进行分散有序的处理。
本实施例的分析方法保证了数据分析处理的敏感性。分布端数据预处理程序不需要对样本进行精准分析,它只需将所有可疑样本提交,不需要兼顾敏感性与特异性这两个互相矛盾的指标,能够最大限度保证敏感性。
在一可选实施例中,医学样本信息包括每个医学样本的编号、范围、图像、图像数以及对应的用户信息。其中,用户信息包括用户的名字、身份证号、家庭住址以及医保卡号等,但不限于此。
请参阅图2,图2是根据本发明实第二施方式分布式医学诊断分析方法流程图。
在一可选实施例中,如图2所示,第一服务器分布端获取医学样本信息之后还包括:S210′:基于医学样本信息建立第一用户档案。其中,一个用户在其对应的第一服务器端有属于自己的第一用户档案。需要说明的是,本实施例中与第一实施方式中重复的步骤在这里不再赘述。
在一可选实施例中,如图2所示,对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果之后还包括:S230′:将第一分析结果储存于第一用户档案。其中,可以对医学样本信息中的每个图像进行计算分析。医学样本信息具体可以为细胞样本信息,对其中的图像进行计算分析,先对图像中的每个细胞提取,再计算细胞特征,每种细胞特征参数根据其相应的计算公式进行计算。细胞参数例如为周长,面积等或偏心率、核仁分布密度等。其中计算方式可采用现有的计算方式,在此不作具体限定。需要说明的是,本实施例中与第一实施方式中重复的步骤在这里不再赘述。
需要说明的是,第一分析结果包括可疑样本信息和非可疑样本信息。当第一分析结果为可疑样本信息时,一方面将该信息存储至第一用户档案,另一方面发送至第二服务器;当第一分析结果为非可疑样本信息时,一方面将该信息存储至第一用户档案,并直接反馈给用户。或生成报告反馈给用户。
请参阅图3,图3是根据本发明实第三施方式分布式医学诊断分析方法流程图
在一可选实施例中,如图3所示,将可疑样本信息发送至第二服务器之后还包括:S340′:获取可疑样本信息对应的用户信息,基于用户信息建立第二用户档案,并储存可疑样本信息于第二用户档案。其中,一个用户在第二服务器端有属于自己的第二用户档案。也就是说,在进行不同级别的分析处理时,每个级别均需建立与该用户对应的档案。需要说明的是,本实施例中与第二实施方式中重复的步骤在这里不再赘述。
另外需要说明的是,来自于各个端的可疑样本信息在第二服务器内形成待分析队列。
在一可选实施例中,第二分析结果包括可疑样本呈阳性或可疑样本呈阴性。
请参阅图4,图4是根据本发明实第四施方式分布式医学诊断分析方法流程图。
在一可选实施例中,如图4所示,对第二分析结果进行人工确认之后还包括:S460:若确认可疑样本为阳性,则对可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;S470:若确认可疑样本为阴性,则抽取预定比例的可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。专家可以通过服务端对第二分析结果进行确认。需要说明的是,本实施例中与第三实施方式中重复的步骤在这里不再赘述。
保证了云平台内的第二服务器对诊断数据分析的准确性。第二服务器只需对所有可疑样本进行精准分析,效率大大提升,并经过人工智能,细胞学专家层层把关,保证了报告结果的准确性。
在一可选实施例中,如图4上所示,分布式医学诊断分析方法还包括:S480:获取第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果,将其存储于第二用户档案,并反馈至私有云分布端。需要说明的是,本实施例中与上述实施方式中重复的步骤在这里不再赘述。
在一可选实施例中,如图4所示,分布式医学诊断分析方法还包括:S490:第一服务器分布端获取第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果存储于第一用户档案,生成诊断报告,并反馈诊断报告至客户端。需要说明的是,本实施例中与上述实施方式中重复的步骤在这里不再赘述。
需要说明的是,本发明分布式医学诊断分析系统与涉及计算机程序流程的分布式医学诊断分析方法一一对应的装置,由于在前已经对分布式医学诊断分析方法的步骤流程进行了详细描述,在此不再对分布式医学诊断分析系统的实施过程进行赘述。
请参阅图5,图5是根据本发明第五实施方式分布式医学诊断分析系统的结构示意图。
根据本发明的另一实施方式,如图所示,提供了一种分布式医学诊断分析系统,包括第一服务器分布端、第二服务器和服务端;第一服务器分布端包括第一控制模块、提取模块以及第一通讯模块;第二服务器包括第二控制模块;服务端包括人工确认模块;第一控制模块,用于获取医学样本信息;提取模块,用于对医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈第一分析结果至第一控制模块或客户端;第一通讯模块,用于将可疑样本信息发送至第二服务器;第二控制模块,用于对可疑样本信息进行分析,得到第二分析结果;人工确认模块,用于对第二分析结果进行人工确认。需要说明的是,第二控制模块具有人工智能分析的功能,可以对可疑样本信息进行分析。
在一可选实施例中,第一控制模块,还用于基于医学样本信息建立第一用户档案;在对医学样本信息进行分析计算后将第一分析结果储存于第一用户档案。具体的,第一控制模块包括第一存储单元用于存储第一用户档案。
在一可选实施例中,第二控制模块还用于获取可疑样本信息对应的用户信息;并基于用户信息建立第二用户档案,并储存可疑样本信息于第二用户档案。具体的,第二控制模块包括第二存储单元用于存储第二用户档案。
在一可选实施例中,服务端包括人工复核模块;第二分析结果包括可疑样本呈阳性或可疑样本呈阴性;人工复核模块,用于在确认可疑样本为阳性时,对可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;还用于在确认可疑样本为阴性,则抽取预定比例的可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。
在一可选实施例中,第二服务器还包括第二通讯模块:第二控制模块,用于将第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于第二用户档案;第二通讯模块,用于反馈第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果至第一服务器分布端。
在一可选实施例中,第一服务器分布端还包括数据生成模块:第一控制模块,还用于获取第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于第一用户档案;数据生成模块,用于基于第一用户档案生成诊断报告,并反馈诊断报告至客户端。
在一可选实施例中,医学样本信息包括每个医学样本的编号、范围、图像数以及对应的用户信息。
本发明旨在保护一种分布式医学诊断分析方法及系统,一方面能够应对突发性的大规模医学样本筛查项目。本申请采用分布式数据采集、数据分析处理的方式,数据分散处理、分级别逐级处理,可以提高数据处理的效率,减少带宽的占用同时减少数据积压的产生。防止现有技术因面对突发性的大规模医学样本筛查项目时,造成网络带宽压力激增,以及数据上传积压排队现象的发生,从而难以保证数据处理的时效性。另一方面,提高诊断效率和数据处理的准确性。由于数据在上传到分布端以后,各个端口的本地服务器对数据进行粗略的预处理,提取出可疑样本后再发送给云平台服务器,此时,云平台服务器只需对提出的可疑样本进行数据处理即可,减少了处理过程,提高了数据处理的效率,且在一定范围内进行进一步数据处理,提高了目标数据处理的准确性。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (16)
1.一种分布式医学诊断分析方法,其特征在于,包括:
第一服务器分布端获取医学样本信息;
对所述医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈所述第一分析结果;
将可疑样本信息发送至第二服务器;
对所述可疑样本信息进行分析,得到第二分析结果;
对所述第二分析结果进行人工确认。
2.根据权利要求1所述的分析方法,其特征在于,第一服务器分布端获取医学样本信息之后还包括:
基于所述医学样本信息建立第一用户档案。
3.根据权利要求2所述的分析方法,其特征在于,对所述医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果之后还包括:
将所述第一分析结果储存于所述第一用户档案。
4.根据权利要求1所述的分析方法,其特征在于,将可疑样本信息发送至第二服务器之后还包括:
获取所述可疑样本信息对应的用户信息,基于所述用户信息建立第二用户档案,并储存所述可疑样本信息于所述第二用户档案。
5.根据权利要求1所述的分析方法,其特征在于,所述第二分析结果包括可疑样本呈阳性或可疑样本呈阴性。
6.根据权利要求5所述的分析方法,其特征在于,对所述第二分析结果进行人工确认之后还包括:
若确认所述可疑样本为阳性,则对所述可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;
若确认所述可疑样本为阴性,则抽取预定比例的所述可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。
7.根据权利要求6所述的分析方法,其特征在于,还包括:
获取所述第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果,将其存储于所述第二用户档案,并反馈至所述第一服务器分布端。
8.根据权利要求7所述的分析方法,其特征在于,还包括:
所述第一服务器分布端获取所述第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果存储于所述第一用户档案,生成诊断报告,并反馈所述诊断报告至客户端。
9.根据权利要求1-8任一项所述的分析方法,其特征在于,所述医学样本信息包括每个所述医学样本的编号、范围、图像数以及对应的用户信息。
10.一种分布式医学诊断分析系统,其特征在于,包括第一服务器分布端、第二服务器和服务端;
所述第一服务器分布端包括第一控制模块、提取模块以及第一通讯模块;
所述第二服务器包括第二控制模块;
所述服务端包括人工确认模块;
所述第一控制模块,用于获取医学样本信息;
所述提取模块,用于对所述医学样本信息进行分析计算后提取可疑样本信息,得到第一分析结果,并反馈所述第一分析结果至所述第一控制模块或客户端;
所述第一通讯模块,用于将可疑样本信息发送至所述第二服务器;
所述第二控制模块,用于对所述可疑样本信息进行分析,得到第二分析结果;
所述人工确认模块,用于对所述第二分析结果进行人工确认。
11.根据权利要求10所述的分析系统,其特征在于,
所述第一控制模块,还用于基于所述医学样本信息建立第一用户档案;在对所述医学样本信息进行分析计算后将所述第一分析结果储存于所述第一用户档案。
12.根据权利要求10所述的分析系统,其特征在于,
所述第二控制模块还用于获取所述可疑样本信息对应的用户信息;并基于所述用户信息建立第二用户档案,并储存所述可疑样本信息于所述第二用户档案。
13.根据权利要求12所述的分析系统,其特征在于,服务端包括人工复核模块;
所述第二分析结果包括所述可疑样本呈阳性或所述可疑样本呈阴性;
所述人工复核模块,用于在确认所述可疑样本为阳性时,对所述可疑样本为阳性的第二分析结果进行复核,得到第一复核结果;还用于在确认所述可疑样本为阴性,则抽取预定比例的所述可疑样本为阴性的第二分析结果进行复核,得到第二复核结果。
14.根据权利要求13所述的分析系统,其特征在于,第二服务器还包括第二通讯模块:
所述第二控制模块,用于将所述第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于所述第二用户档案;
所述第二通讯模块,用于反馈所述第一复核结果、第二复核结果和未经过复核的可疑样本为阴性的第二分析结果至所述第一服务器分布端。
15.根据权利要求14所述的分析系统,其特征在于,第一服务器分布端还包括数据生成模块:
所述第一控制模块,还用于获取所述第一复核结果、第二符合结果和未经过复核的可疑样本为阴性的第二分析结果存储于所述第一用户档案;
所述数据生成模块,用于基于所述第一用户档案生成诊断报告,并反馈所述诊断报告至客户端。
16.根据权利要求10-15任一项所述的分析方法,其特征在于,所述医学样本信息包括每个所述医学样本的编号、范围、图像数以及对应的用户信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456897.3A CN109585013A (zh) | 2018-11-30 | 2018-11-30 | 一种分布式医学诊断分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456897.3A CN109585013A (zh) | 2018-11-30 | 2018-11-30 | 一种分布式医学诊断分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109585013A true CN109585013A (zh) | 2019-04-05 |
Family
ID=65926704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811456897.3A Pending CN109585013A (zh) | 2018-11-30 | 2018-11-30 | 一种分布式医学诊断分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109585013A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110133500B (zh) * | 2019-05-13 | 2021-08-20 | 中国机械设备工程股份有限公司 | 基于多层架构的电机在线监测与故障前兆诊断系统及方法 |
CN115083556A (zh) * | 2022-08-23 | 2022-09-20 | 江西莱普特信息技术有限公司 | 一种用于区域医疗卫生信息集成平台的数据处理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519564A (zh) * | 2003-09-01 | 2004-08-11 | 中国人民解放军第二军医大学 | 准确快速检测乙型肝炎病毒标志物的方法 |
CN105491139A (zh) * | 2015-12-16 | 2016-04-13 | 国网安徽省电力公司 | 一种网络报文分析装置中海量数据的提取上送系统及方法 |
CN106778037A (zh) * | 2017-01-12 | 2017-05-31 | 武汉兰丁医学高科技有限公司 | 一种基于细胞图像云服务器诊断的分析方法 |
-
2018
- 2018-11-30 CN CN201811456897.3A patent/CN109585013A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519564A (zh) * | 2003-09-01 | 2004-08-11 | 中国人民解放军第二军医大学 | 准确快速检测乙型肝炎病毒标志物的方法 |
CN105491139A (zh) * | 2015-12-16 | 2016-04-13 | 国网安徽省电力公司 | 一种网络报文分析装置中海量数据的提取上送系统及方法 |
CN106778037A (zh) * | 2017-01-12 | 2017-05-31 | 武汉兰丁医学高科技有限公司 | 一种基于细胞图像云服务器诊断的分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110133500B (zh) * | 2019-05-13 | 2021-08-20 | 中国机械设备工程股份有限公司 | 基于多层架构的电机在线监测与故障前兆诊断系统及方法 |
CN115083556A (zh) * | 2022-08-23 | 2022-09-20 | 江西莱普特信息技术有限公司 | 一种用于区域医疗卫生信息集成平台的数据处理方法 |
CN115083556B (zh) * | 2022-08-23 | 2022-11-11 | 江西莱普特信息技术有限公司 | 一种用于区域医疗卫生信息集成平台的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680124B (zh) | 基于rpa的大规模定制客户需求获取、查询方法 | |
EP3321821A1 (en) | Big data exchange method and device | |
CN108733821A (zh) | 一种监控视频截图的分发与展示方法及系统 | |
CN114093505B (zh) | 一种基于云边端架构的病理检测系统及方法 | |
CN106815254A (zh) | 一种数据处理方法和装置 | |
CN106777905A (zh) | 远程医疗多影像中心服务系统及其终端获取数据的方法 | |
CN109558792B (zh) | 一种基于样本和特征检测互联网徽标内容的方法和系统 | |
CN106920070A (zh) | 一种简历收集方法、装置及系统 | |
CN109585013A (zh) | 一种分布式医学诊断分析方法及系统 | |
CN110034970A (zh) | 网络设备区分判别方法及装置 | |
CN112019500B (zh) | 一种基于深度学习的加密流量识别方法及电子装置 | |
CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
CN114913376A (zh) | 基于图像的缺陷自动识别方法、装置、系统及存储介质 | |
CN106649743A (zh) | 一种创意分类脑库资源存储与分享方法及系统 | |
CN109344333A (zh) | 一种互联网大数据分析提取方法及系统 | |
CN113726561A (zh) | 利用联邦学习训练卷积神经网络的业务类型识别方法 | |
CN112039936B (zh) | 数据传输方法、第一数据处理设备及监控系统 | |
CN105450733B (zh) | 一种业务数据分发处理方法及系统 | |
CN115576973B (zh) | 一种业务部署方法、装置、计算机设备和可读存储介质 | |
CN107016128A (zh) | 一种数据处理方法及装置 | |
CN101610459A (zh) | 彩信内容自动采集系统和方法 | |
CN107734534A (zh) | 一种网络负荷评估方法及装置 | |
CN110298178A (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
CN106993100A (zh) | 一种源自行为分析的智能手机管理系统 | |
CN111934958B (zh) | 一种idc资源调度服务管理平台 |
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: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |