CN109935305A - 检测影像的方法、装置和系统 - Google Patents

检测影像的方法、装置和系统 Download PDF

Info

Publication number
CN109935305A
CN109935305A CN201711366598.6A CN201711366598A CN109935305A CN 109935305 A CN109935305 A CN 109935305A CN 201711366598 A CN201711366598 A CN 201711366598A CN 109935305 A CN109935305 A CN 109935305A
Authority
CN
China
Prior art keywords
image
result
initial survey
reinspection
abnormality seen
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
Application number
CN201711366598.6A
Other languages
English (en)
Inventor
曹捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianqihui Eye (beijing) Information Technology Co Ltd
Original Assignee
Tianqihui Eye (beijing) Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianqihui Eye (beijing) Information Technology Co Ltd filed Critical Tianqihui Eye (beijing) Information Technology Co Ltd
Priority to CN201711366598.6A priority Critical patent/CN109935305A/zh
Publication of CN109935305A publication Critical patent/CN109935305A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种检测影像的方法、装置和系统。其中,该方法包括:获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。本发明解决了相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。

Description

检测影像的方法、装置和系统
技术领域
本发明涉及影像处理领域,具体而言,涉及一种检测影像的方法、装置和系统。
背景技术
我国人口老龄化趋势凸现,生态环境不断恶化及食品安全事件频发,人们的健康意识日益增强,对医疗服务质量的要求越来越高,老百姓不再是有病求医,甚至无病也会定期体检。面对迅速激增的健康服务需求,各级医疗机构及体检中心承受着巨大的压力:患者扎堆大医院,医生普遍超负荷工作,疲惫不堪;基层医疗资源配置不足,不仅缺乏医生,更缺乏具有高水平的医生;体检医生的水平参差不齐,体检沦为“走形式、走过场”等形式化操作,在如此境况下,误诊、漏诊事件频发,医患关系日趋紧张。
随着医疗服务的信息化程度不断加深,影像成像技术不断升级,医学影像已经从辅助检查工具变为医生做诊断时最大的信息入口,是医生对患者的疾病种类及严重程度判断的重要依据之一。据不完全统计,医学大数据中有85%-90%来自于医学影像,随着医疗设备的不断升级,从医学影像获取的数据量愈加庞大,仅一名患者的拍片数量就可能高达几百幅,而现阶段,所有的医学影像诊断工作几乎全部由医生人工完成,阅片工作量相当繁重。
并且,传统的影像诊断方式完全依赖于医生的诊疗水平和临床经验,医生很容易受工作状态、影像质量等外部条件的限制,即使同一个医生在不同时间也会产生阅片差异。面对每天数以千计的阅片工作量,医生疲于应付,稍有疏忽就有可能导致误诊(假阳性)或漏诊(假阴性),而一旦发生的是癌症的误诊、漏诊,患者就会面临着延误治疗、病情恶化,甚至是死亡的危险。
针对上述相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种检测影像的方法、装置和系统,以至少解决相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。
根据本发明实施例的一个方面,提供了一种检测影像的方法,包括:获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
进一步地,基于初检结果,从预定数据库中确定对应的影像包括:判断初检结果中是否存在未见异常的影像,得到第一判断结果;在第一判断结果为初检结果中存在未见异常的影像,则获取预定数据库中的未见异常的影像。
进一步地,根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检包括:若一次复检结果与初检结果的匹配程度为完全匹配,则确定无需对未见异常的影像进行二次复检;若一次复检结果与初检结果的匹配程度为不完全匹配,则确定对未见异常的影像进行二次复检。
进一步地,在确定对未见异常的影像进行二次复检之后,方法还包括:获取预定数据库中存储的二次复检结果,其中,二次复检结果为对未见异常的影像进行二次复检的结果;根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
进一步地,根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果包括:若二次复检结果与初检结果的匹配程度为完全匹配,则确定确认初检结果;若二次复检结果与初检结果的匹配程度为不完全匹配,则确定否认初检结果。
根据本发明实施例的一个方面,提供了一种检测影像的系统,包括:数据库,用于存储至少一个影像的初检结果和预定类型的影像,其中,预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;处理器,与数据库连接,用于对获取到的未见异常的影像进行复检,得到一次复检结果,并根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
进一步地,数据库还用于存储对未见异常的影像进行二次复检的二次复检结果;处理器还用于从数据库中获取二次复检结果,并根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
根据本发明实施例的一个方面,提供了一种检测影像的装置,包括:第一获取模块,用于获取预定数据库中存储的至少一个影像的初检结果;第二获取模块,用于基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;复检模块,用于对未见异常的影像进行复检,得到一次复检结果;确定模块,用于根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
根据本发明实施例的一个方面,提供了一种存储介质,存储介质包括存储的程序,其中,程序执行任意一项的检测影像的方法。
根据本发明实施例的一个方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一项的检测影像的方法。
在本发明实施例中,通过获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检,达到了更加客观准确的检测影像的目的,从而实现了提高检测影像的准确性的技术效果,进而解决了相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种检测影像的方法的步骤流程图;
图2是根据本发明实施例的一种可选的检测影像的步骤流程图;
图3是根据本发明实施例的一种可选的检测影像的方法的步骤流程图;
图4是根据本发明实施例的一种可选的检测影像的方法的步骤流程图;
图5a是根据本发明实施例的一种可选的未检测到“异常”影像的系统提示界面;
图5b是根据本发明实施例的一种可选的检测到“异常”影像的系统提示界面;
图6是根据本发明实施例的一种可选的检测影像的方法的步骤流程图;
图7是根据本发明实施例的一种可选的检测影像的方法的步骤流程图;
图8是根据本发明实施例的一种检测影像的系统的结构框图;以及
图9是根据本发明实施例的一种检测影像的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,为方便理解本发明实施例,下面将对本发明中所涉及的部分术语或名词进行解释说明:
影像归档和通信系统(PACS):应用于医院影像科室,主要任务为把日常产生的各种医学影像以数字化的方式海量存储,可以在各种影像设备间传输数据和组织存储数据。
放射科信息管理系统(RIS):是放射科的登记、分诊、影像诊断报告以及放射科的各项信息查询、统计等工作的管理系统,与PACS系统紧密连接,构成医院数字医疗设备、影像及报告管理的解决方案。
DR影像:是指采用数字化技术根据临床需要进行各种图像后处理得到的图像,打破了传统X线图像的观念,实现了模拟X线图像向数字X线图像的转变。
实施例1
根据本发明实施例,提供了一种检测影像的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种检测影像的方法的步骤流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取预定数据库中存储的至少一个影像的初检结果;
步骤S104,基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;
步骤S106,对未见异常的影像进行复检,得到一次复检结果;
步骤S108,根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
在本发明实施例中,通过获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检,达到了更加客观准确的检测影像的目的,从而实现了提高检测影像的准确性的技术效果,进而解决了相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。
在一种可选的实施例中,上述步骤S102至步骤S108的执行主体可以但不限于为检测影像的系统,例如智能读片实时检测与警示系统。为了解决上述现有技术中存在的问题,本申请基于上述检测影像的系统,提供了一种可以有效减少影像科诊断误诊漏诊的检测影像的方法,可以基于人工智能技术,辅助医生提升影像诊断质量,对医生诊断为正常结果的医学影像进行二次筛查分析,从而达到减少医生误诊、漏诊的目的。
在另一种可选的实施例中,上述预定数据库可以为影像归档和通信系统(PACS)所提供的数据库,可以但不限于应用于医院影像科室,可以将医院日常产生的各种医学影像以数字化的方式海量存储,可以在各种影像设备间传输数据和组织存储数据。
在另一种可选的实施方式中,上述至少一个影像可以但不限于为生物影像,又称为医学影像,可以包括但不限于为以下方式得到:X射线、电脑断层扫描(CT)、正子反射断层扫描(PET)、核磁共振成像(NMRI)等,具体的可以为DR影像。上述初检结果可以为影像科医生在接到诊断影像任务之后,在检测至少一个影像之后得到的上述至少一个影像“异常”或“未见异常”的检测结果。
作为一种可选的是实施例,图2是根据本发明实施例的一种可选的检测影像的步骤流程图,如图2所示,每一位就医的患者在拍摄影像之后,该影像的信息会自动存储到PACS系统的数据库中,影像科医生在在接到诊断影像任务之后,通过检测上述至少一个影像是否“异常”或“未见异常”,得到初检结果。其中,针对医生判断为“未见异常”的影像,智能读片实时检测与警示系统会通过RIS系统调取上述“未见异常”的影像,并自动执行复检,也即机器的一次复检,并根据一次复检结果与初检结果的匹配程度,确定是否指示医生对未见异常的影像进行二次复检。一旦在上述“未见异常”的影像中发现“疑似异常”的影像,实时反馈并提醒医生进行人工二次复检,医生经过重新检查诊断后进行“确认异常”或“排除异常”的工作。
基于上述实施例所提供的方案,可以使得影像的诊断工作更加客观化,把因主观原因导致误诊、漏诊的可能性降到最低限度,最大限度地提高医生影像诊断的检出率和准确率,充分保障患者的身体健康和生命安全。
在本申请所提供的可选实施例中,通过建立人机互检读片机制,对医生的初检结果中初步确定为未见异常的医学影像进行二次筛查分析,一经发现异常影像,实时反馈并提醒医生进行重新检查诊断,多手段、全方位地保证医学影像诊断结果的准确性,可广泛适用于各级医疗机构及体检中心,特别适合在大型体检中心、基层医疗机构中进行推广应用。
在一种可选的实施例中,图3是根据本发明实施例的一种可选的检测影像的方法的步骤流程图,如图3所示,基于初检结果,从预定数据库中确定对应的影像包括:
步骤S202,判断初检结果中是否存在未见异常的影像,得到第一判断结果;
步骤S204,在第一判断结果为初检结果中存在未见异常的影像,则获取预定数据库中的未见异常的影像。
基于上述步骤S202至步骤S204多提供的可选实施例,在医生检测至少一个影像,得到初检结果之后,判断初检结果中是否存在未见异常的影像,得到第一判断结果,针对医生判断为“未见异常”的影像,智能读片实时检测与警示系统会通过RIS系统调取上述“未见异常”的影像,并自动执行复检,也即机器的一次复检。
在一种可选的实施例中,图4是根据本发明实施例的一种可选的检测影像的方法的步骤流程图,如图4所示,根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检包括:
步骤S302,若一次复检结果与初检结果的匹配程度为完全匹配,则确定无需对未见异常的影像进行二次复检;
步骤S304,若一次复检结果与初检结果的匹配程度为不完全匹配,则确定对未见异常的影像进行二次复检。
作为一种可选的实施方式,图5a是根据本发明实施例的一种可选的未检测到“异常”影像的系统提示界面,如图5a所示,针对医生已判定为“未见异常”的934张DR影像,PACS系统经过一次复检后,显示“系统复检疑似异常:0张”,即代表未发现“异常”影像。其中,“实时匹配度”,即PACS系统的一次复检结果与医生初检结果的实时匹配程度;“真实匹配度”,即PACS系统复检后,医生的二次复检结果与医生的初检结果的匹配程度,如图5a中显示“实时匹配度:100%”,即PACS系统的复检结果与医生的初检结果一致,也即为完全匹配,则医生无需人工二次复检,则“真实匹配度”亦为100%。
作为另外一种可选的实施方式,若上述智能读片实时检测与警示系统在复检时发现“异常”影像,会实时反馈并提醒医生进行人工二次复检。图5b是根据本发明实施例的一种可选的检测到“异常”影像的系统提示界面,以图5b为例,针对医生初检为“未见异常”的983张DR影像,系统经过一次复检后显示“系统复检疑似异常:8张”,即代表PACS系统筛查检测到8张“疑似异常”影像。“实时匹配度为99.2%”,表示PACS系统的一次复检结果与医生初检结果存在不一致,也即一次复检结果与初检结果的匹配程度不完全匹配,需要提示医生点击“查看”进行二次复检。假设医生经过二次复检后,确认其中有5张影像确实存在异常,其余3张排除异常,如图5b所示,则此时显示“真实匹配度:99.5%”,即经过PACS系统的二次判读,医生人工复检结果与医生初检结果的匹配程度为99.5%。
在一种可选的实施例中,图6是根据本发明实施例的一种可选的检测影像的方法的步骤流程图,如图6所示,在确定对未见异常的影像进行二次复检之后,方法还包括:
步骤S402,获取预定数据库中存储的二次复检结果,其中,二次复检结果为对未见异常的影像进行二次复检的结果;
步骤S404,根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
在一种可选的实施例中,在进行二次复检时,在点击进入智能读片实时检测与警示系统工作界面后,医生可以逐幅点击观察由PACS系统筛查出的“疑似异常”影像,根据需要,医生可选择放大影像特定区域进行观察。同时PACS系统会在“影像表现”及“诊断意见”两栏下方分别给出相应的AI提示,提醒医生在“疑似异常”的影像中应特别注意的观察项,医生可根据AI提示对患者影像进行复检,如确实存在异常,医生可点击确认;如确实无异常,医生可点击排除,得到二次复检结果。
在本申请上述实施例中,PACS系统则会自动将上述二次复检结果存储,并根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
在一种可选的实施例中,图7是根据本发明实施例的一种可选的检测影像的方法的步骤流程图,如图7所示,根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果包括:
步骤S502,若二次复检结果与初检结果的匹配程度为完全匹配,则确定确认初检结果;
步骤S504,若二次复检结果与初检结果的匹配程度为不完全匹配,则确定否认初检结果。
在上述步骤S502至步骤S504所提供的可选实施例中,若确认初检结果则显示“排除异常”,若不确认初检结果则显示“确认异常”,此外,上述PACS系统还可以将上述“确认异常”和“排除异常”进行分类归档以便后续查看。
基于本申请上述可选实施例所提供的技术方案,本申请可以但不限于实现以下技术效果:
1、建立人机互检读片机制,对医生判定为正常结果的医学影像进行二次筛查分析,构建了一道影像诊断事故安全的“防火墙”,可最大限度地提高医生影像诊断工作的准确率,有助于实现疾病的由治转防;
2、不因人而异,不因环境而变,智能读片实时检测与警示系统输出的诊断结果更为客观与可靠;同时,系统分析速度达1800张/分钟,可做到影像科诊断误诊、漏诊的实时检测与警示;
3、针对影像中存在的异常问题,系统可给出AI提示,辅助医生进行影像诊断,特别是通过人机交互,可帮助年轻或缺乏经验的医生提高诊断结果的可信度,对提高我国基层医疗水平、改善重大疾病诊疗现状具有重大的意义。
4、独立于现有影像诊断流程之外,不影响影像科室现有设备系统的运行流程,简单易学,普适性广,特别适合在基层医疗机构、大型体检中心等进行大范围推广应用。
5、具备统计分析功能,一方面可反向激励医生对影像诊断工作认真严谨,增强责任意识,另一方面有助于对影像科室工作进行监督评价,并为医院的管理及培训起到指导作用。
实施例2
本发明实施例还提供了一种检测影像的系统,图8是根据本发明实施例的一种检测影像的系统的结构框图,如图8所示,上述检测影像的系统包括:数据库10和处理器12,其中,
数据库10,用于存储至少一个影像的初检结果和预定类型的影像,其中,预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;处理器12,与数据库连接,用于对获取到的未见异常的影像进行复检,得到一次复检结果,并根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
在本发明实施例中,通过在数据库中存储至少一个影像的初检结果和预定类型的影像,其中,预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;并通过与数据库连接的处理器对获取到的未见异常的影像进行复检,得到一次复检结果,并根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检,达到了更加客观准确的检测影像的目的,从而实现了提高检测影像的准确性的技术效果,进而解决了相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。
在一种可选的实施例中,上述检测影像的系统可以但不限于为智能读片实时检测与警示系统。为了解决上述现有技术中存在的问题,本申请基于上述检测影像的系统,提供了一种可以有效减少影像科诊断误诊漏诊的检测影像的方法,可以基于人工智能技术,辅助医生提升影像诊断质量,对医生诊断为正常结果的医学影像进行二次筛查分析,从而达到减少医生误诊、漏诊的目的。
在另一种可选的实施例中,上述数据库10可以为影像归档和通信系统(PACS)所提供的数据库,可以但不限于应用于医院影像科室,可以将医院日常产生的各种医学影像以数字化的方式海量存储,可以在各种影像设备间传输数据和组织存储数据。
作为一种可选的实施例,数据库10还用于存储对未见异常的影像进行二次复检的二次复检结果;处理器12还用于从数据库10中获取二次复检结果,并根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
需要说明的是,本申请中的图8中所示检测影像的系统的具体结构仅是示意,在具体应用时,本申请中的检测影像的系统可以比图8所示的检测影像的系统具有多或少的结构。
仍需要说明的是,上述实施例1中的任意一种可选的或优选的检测影像的方法,均可以在本实施例所提供的检测影像的系统中执行或实现。此外,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
实施例3
本发明实施例还提供了一种用于实施上述检测影像的方法的装置,图9是根据本发明实施例的一种检测影像的装置的结构示意图,如图9所示,上述检测影像的装置,包括:第一获取模块20、第二获取模块22、复检模块24和确定模块26,其中,
第一获取模块20,用于获取预定数据库中存储的至少一个影像的初检结果;第二获取模块22,用于基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;复检模块24,用于对未见异常的影像进行复检,得到一次复检结果;确定模块26,用于根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
在本发明实施例中,通过获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像,并对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检,达到了更加客观准确的检测影像的目的,从而实现了提高检测影像的准确性的技术效果,进而解决了相关技术中的影像检测方式依靠人工诊断,检测结果准确性较低的技术问题。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述第一获取模块20、第二获取模块22、复检模块24和确定模块26对应于实施例1中的步骤S102至步骤S108,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的检测影像的装置还可以包括处理器和存储器,上述第一获取模块20、第二获取模块22、复检模块24和确定模块26等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行上述任意一种检测影像的方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
本申请实施例还提供了一种处理器。可选地,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种检测影像的方法。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
可选地,上述处理器执行程序时,还可以判断初检结果中是否存在未见异常的影像,得到第一判断结果;在第一判断结果为初检结果中存在未见异常的影像,则获取预定数据库中的未见异常的影像。
可选地,上述处理器执行程序时,还可以若一次复检结果与初检结果的匹配程度为完全匹配,则确定无需对未见异常的影像进行二次复检;若一次复检结果与初检结果的匹配程度为不完全匹配,则确定对未见异常的影像进行二次复检。
可选地,上述处理器执行程序时,还可以获取预定数据库中存储的二次复检结果,其中,二次复检结果为对未见异常的影像进行二次复检的结果;根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
可选地,上述处理器执行程序时,还可以若二次复检结果与初检结果的匹配程度为完全匹配,则确定确认初检结果;若二次复检结果与初检结果的匹配程度为不完全匹配,则确定否认初检结果。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取预定数据库中存储的至少一个影像的初检结果;基于初检结果,从上述预定数据库中确定对应的预定类型的影像,其中,上述预定类型的影像至少包括:初检结果中初步确定为未见异常的影像;对未见异常的影像进行复检,得到一次复检结果;根据一次复检结果与初检结果的匹配程度,确定是否对未见异常的影像进行二次复检。
可选地,上述计算机程序产品执行程序时,还可以判断初检结果中是否存在未见异常的影像,得到第一判断结果;在第一判断结果为初检结果中存在未见异常的影像,则获取预定数据库中的未见异常的影像。
可选地,上述计算机程序产品执行程序时,还可以若一次复检结果与初检结果的匹配程度为完全匹配,则确定无需对未见异常的影像进行二次复检;若一次复检结果与初检结果的匹配程度为不完全匹配,则确定对未见异常的影像进行二次复检。
可选地,上述计算机程序产品执行程序时,还可以获取预定数据库中存储的二次复检结果,其中,二次复检结果为对未见异常的影像进行二次复检的结果;根据二次复检结果与初检结果的匹配程度,确定是否确认初检结果。
可选地,上述计算机程序产品执行程序时,还可以若二次复检结果与初检结果的匹配程度为完全匹配,则确定确认初检结果;若二次复检结果与初检结果的匹配程度为不完全匹配,则确定否认初检结果。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种检测影像的方法,其特征在于,包括:
获取预定数据库中存储的至少一个影像的初检结果;
基于所述初检结果,从所述预定数据库中确定对应的预定类型的影像,其中,所述预定类型的影像至少包括:所述初检结果中初步确定为未见异常的影像;
对所述未见异常的影像进行复检,得到一次复检结果;
根据所述一次复检结果与所述初检结果的匹配程度,确定是否对所述未见异常的影像进行二次复检。
2.根据权利要求1所述的方法,其特征在于,基于所述初检结果,从所述预定数据库中确定对应的影像包括:
判断所述初检结果中是否存在所述未见异常的影像,得到第一判断结果;
在所述第一判断结果为所述初检结果中存在所述未见异常的影像,则获取所述预定数据库中的所述未见异常的影像。
3.根据权利要求1所述的方法,其特征在于,根据所述一次复检结果与所述初检结果的匹配程度,确定是否对所述未见异常的影像进行二次复检包括:
若所述一次复检结果与所述初检结果的匹配程度为完全匹配,则确定无需对所述未见异常的影像进行二次复检;
若所述一次复检结果与所述初检结果的匹配程度为不完全匹配,则确定对所述未见异常的影像进行二次复检。
4.根据权利要求3所述的方法,其特征在于,在确定对所述未见异常的影像进行二次复检之后,所述方法还包括:
获取所述预定数据库中存储的二次复检结果,其中,所述二次复检结果为对所述未见异常的影像进行二次复检的结果;
根据所述二次复检结果与所述初检结果的匹配程度,确定是否确认所述初检结果。
5.根据权利要求4所述的方法,其特征在于,根据所述二次复检结果与所述初检结果的匹配程度,确定是否确认所述初检结果包括:
若所述二次复检结果与所述初检结果的匹配程度为完全匹配,则确定确认所述初检结果;
若所述二次复检结果与所述初检结果的匹配程度为不完全匹配,则确定否认所述初检结果。
6.一种检测影像的系统,其特征在于,包括:
数据库,用于存储至少一个影像的初检结果和预定类型的影像,其中,所述预定类型的影像至少包括:所述初检结果中初步确定为未见异常的影像;
处理器,与所述数据库连接,用于对获取到的所述未见异常的影像进行复检,得到一次复检结果,并根据所述一次复检结果与所述初检结果的匹配程度,确定是否对所述未见异常的影像进行二次复检。
7.根据权利要求6所述的系统,其特征在于,
所述数据库还用于存储对所述未见异常的影像进行二次复检的二次复检结果;
所述处理器还用于从所述数据库中获取所述二次复检结果,并根据所述二次复检结果与所述初检结果的匹配程度,确定是否确认所述初检结果。
8.一种检测影像的装置,其特征在于,包括:
第一获取模块,用于获取预定数据库中存储的至少一个影像的初检结果;
第二获取模块,用于基于所述初检结果,从所述预定数据库中确定对应的预定类型的影像,其中,所述预定类型的影像至少包括:所述初检结果中初步确定为未见异常的影像;
复检模块,用于对所述未见异常的影像进行复检,得到一次复检结果;
确定模块,用于根据所述一次复检结果与所述初检结果的匹配程度,确定是否对所述未见异常的影像进行二次复检。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至5中任意一项所述的检测影像的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的检测影像的方法。
CN201711366598.6A 2017-12-18 2017-12-18 检测影像的方法、装置和系统 Pending CN109935305A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711366598.6A CN109935305A (zh) 2017-12-18 2017-12-18 检测影像的方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711366598.6A CN109935305A (zh) 2017-12-18 2017-12-18 检测影像的方法、装置和系统

Publications (1)

Publication Number Publication Date
CN109935305A true CN109935305A (zh) 2019-06-25

Family

ID=66982778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711366598.6A Pending CN109935305A (zh) 2017-12-18 2017-12-18 检测影像的方法、装置和系统

Country Status (1)

Country Link
CN (1) CN109935305A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110853737A (zh) * 2019-10-15 2020-02-28 吉林大学 一种医疗影像识别模型的更新方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060222222A1 (en) * 2005-02-04 2006-10-05 Gifu University Medical image processing apparatus and program
JP2013039230A (ja) * 2011-08-16 2013-02-28 Canon Inc 医療診断支援装置及び医療診断支援方法
CN104424385A (zh) * 2013-08-22 2015-03-18 上海联影医疗科技有限公司 一种医学影像的评价方法和装置
CN106295208A (zh) * 2016-08-16 2017-01-04 尉从新 一种医学影像的评价方法和装置
CN107203995A (zh) * 2017-06-09 2017-09-26 合肥工业大学 内窥镜影像智能分析方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060222222A1 (en) * 2005-02-04 2006-10-05 Gifu University Medical image processing apparatus and program
JP2013039230A (ja) * 2011-08-16 2013-02-28 Canon Inc 医療診断支援装置及び医療診断支援方法
CN104424385A (zh) * 2013-08-22 2015-03-18 上海联影医疗科技有限公司 一种医学影像的评价方法和装置
CN106295208A (zh) * 2016-08-16 2017-01-04 尉从新 一种医学影像的评价方法和装置
CN107203995A (zh) * 2017-06-09 2017-09-26 合肥工业大学 内窥镜影像智能分析方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110853737A (zh) * 2019-10-15 2020-02-28 吉林大学 一种医疗影像识别模型的更新方法及系统
CN110853737B (zh) * 2019-10-15 2023-05-23 吉林大学 一种医疗影像识别模型的更新方法及系统

Similar Documents

Publication Publication Date Title
US10937164B2 (en) Medical evaluation machine learning workflows and processes
US11380432B2 (en) Systems and methods for improved analysis and generation of medical imaging reports
CN110322944B (zh) 药物不良反应智能监测方法、装置、系统和计算机设备
US9298877B2 (en) Image data fraud detection systems
US20170147763A1 (en) Systems and methods for workflow processing
US20220061746A1 (en) Risk assessment system and methods for use therewith
US10977796B2 (en) Platform for evaluating medical information and method for using the same
US20100010827A1 (en) Automatically developing neuropsychiatric treatment plans based on neuroimage data
US7505867B2 (en) System and method for predicting medical condition
CN103258111A (zh) 形成结构化的图像辅助的诊断
CN110675942A (zh) 医学影像图像诊断分配方法、装置、终端及存储介质
Veeraiah et al. Efficient COVID-19 identification using deep learning for IoT
Houlton How artificial intelligence is transforming healthcare
CN109935305A (zh) 检测影像的方法、装置和系统
CN113823421B (zh) 信息提供方法、装置、设备和存储介质
CN111161891A (zh) 一种中医信息管理平台
US20180101658A1 (en) Method of and system for determining risk of an individual to contract clostridium difficile infection
US20210313047A1 (en) Processing medical images
US20210217535A1 (en) An apparatus and method for detecting an incidental finding
Uchino et al. Automated electronic alert systems for acute kidney injury: Current status and future perspectives
Maheen et al. Comparative analysis of deep learning algorithms for classification of covid-19 x-ray images
US20200279137A1 (en) Systems and Methods for Evaluating Artificial Intelligence Applications in Clinical Practice
Swathi et al. Automation of Health Monitoring System for Elderly and COVID-19 Patients using IOT
BG4346U1 (bg) Проактивна интелигентна система за ранна диагностика на аномалии на щитовидната жлеза
Koltunov et al. Research and methodological approach to diagnostic prediction for use in body area sensory networks for medical purpose

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