CN110223743A - 一种针对肺癌诊断记录的结构化处理方法和系统 - Google Patents
一种针对肺癌诊断记录的结构化处理方法和系统 Download PDFInfo
- Publication number
- CN110223743A CN110223743A CN201910518093.XA CN201910518093A CN110223743A CN 110223743 A CN110223743 A CN 110223743A CN 201910518093 A CN201910518093 A CN 201910518093A CN 110223743 A CN110223743 A CN 110223743A
- Authority
- CN
- China
- Prior art keywords
- lung cancer
- patients
- diagnosis
- data
- cancer
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- 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
Abstract
本发明涉及一种针对肺癌诊断记录的结构化处理方法和系统,包括数据输入模块、分类模块、图像分析及数据处理单元和基于神经网络的训练单元。采用基于大数据的肺癌患者诊断记录技术,可以方便记录、读取肺癌患者诊断记录,并根据大数据统计的分析结果,对疑似肺癌患者的CT图像等进行快速诊断,同时对各个肺癌患者的病情进行实时监控,提高病人生存指数。
Description
技术领域
本发明涉及肺癌诊疗技术领域,具体是一种针对肺癌诊断记录的结构化处理方法和系统。
背景技术
肺癌是第二类最常见的癌症病因,而且也是癌症死亡的主要原因。是否能从肺癌中幸存要取决于癌症的阶段。所述阶段要通过根瘤(例如,肿块)的尺寸及位置、围绕淋巴结出现的癌症、以及癌症向远处的扩散来确定。当肺癌在其初期阶段得到治疗时,治愈率达到70%或更高。因此,早期检查对于提高患肺癌病人的存活率来说是至关重要的。
随着云平台及大数据技术的兴起,通过大数据技术对肺癌诊断记录进行分析并提取特征,将其与患者检测数据及影像进行比对从而进行快速的确诊成为可能,但现有肺癌确诊记录数据结构不标准,零散,难以通过大数据技术进行系统化的分析处理。
发明内容
本发明所要解决的技术问题是提供一种针对肺癌诊断记录的结构化处理方法和系统,以解决现有技术中存在的缺陷。
本发明解决上述技术问题的技术方案如下:
一种针对肺癌诊断记录的结构化处理系统,包括数据输入模块,其通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
分类模块,对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
图像分析及数据处理单元,对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
基于神经网络的训练单元,建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果。
更具体的,所述系统还包括数据提取单元,用于根据患者的医保号码提取患者肺癌诊断记录;
数据更新单元,用于肺癌患者就诊信息的更新。
更具体的,所述系统还包括评估单元,根据系统中的数据判断肺癌患者病情进展与大数据计算出的同期患者的病情进展之间的差距,发现异常情况进行系统提示;
统计单元,用于统计各个患者病情进展,并采用大数据技术计算患者的平均病情进展。
一种针对肺癌诊断记录的结构化处理方法,包括如下步骤:
第一步:通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
第二步:对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
第三步:对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
第四步:建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果;
本发明的有益效果是:采用基于大数据的肺癌患者诊断记录技术,可以方便记录、读取肺癌患者诊断记录,并根据大数据统计的分析结果,对疑似肺癌患者的CT图像等进行快速诊断,同时对各个肺癌患者的病情进行实时监控,提高病人生存指数。
附图说明
图1为本发明结构示意图;
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种针对肺癌诊断记录的结构化处理系统,包括数据输入模块,其通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
分类模块,对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
图像分析及数据处理单元,对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
基于神经网络的训练单元,建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果。
更具体的,所述系统还包括数据提取单元,用于根据患者的医保号码提取患者肺癌诊断记录;
数据更新单元,用于肺癌患者就诊信息的更新。
更具体的,所述系统还包括评估单元,根据系统中的数据判断肺癌患者病情进展与大数据计算出的同期患者的病情进展之间的差距,发现异常情况进行系统提示;
统计单元,用于统计各个患者病情进展,并采用大数据技术计算患者的平均病情进展。
一种针对肺癌诊断记录的结构化处理方法,包括如下步骤:
第一步:通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
第二步:对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
第三步:对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
第四步:建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果;
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种针对肺癌诊断记录的结构化处理系统,其特征在于,包括:
数据输入模块,其通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
分类模块,对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
图像分析及数据处理单元,对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
基于神经网络的训练单元,建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果;
所述系统还包括数据提取单元,用于根据患者的医保号码提取患者肺癌诊断记录;
数据更新单元,用于肺癌患者就诊信息的更新。
2.根据权利要求1所述的一种针对肺癌诊断记录的结构化处理系统,其特征在于:所述系统还包括评估单元,根据系统中的数据判断肺癌患者病情进展与大数据计算出的同期患者的病情进展之间的差距,发现异常情况进行系统提示;
统计单元,用于统计各个患者病情进展,并采用大数据技术计算患者的平均病情进展。
3.一种针对肺癌诊断记录的结构化处理系统,其特征在于,包括如下步骤:
第一步:通过网络收集各个医院、诊所记录的肺癌患者诊断记录;
第二步:对数据输入模块输入的肺癌患者的CT图像及诊断进行分类,分类肺癌初期、肺癌中期及肺癌晚期;
第三步:对肺癌初期、肺癌中期及肺癌晚期的CT图像分别进行处理,提取特征点,并建立特征点与诊断之间的关联数据库;
第四步:建立的关联数据库之后,通过数据模型输入新的肺癌患者诊断记录,进行诊断并多次迭代不断优化修正结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910518093.XA CN110223743A (zh) | 2019-06-14 | 2019-06-14 | 一种针对肺癌诊断记录的结构化处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910518093.XA CN110223743A (zh) | 2019-06-14 | 2019-06-14 | 一种针对肺癌诊断记录的结构化处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110223743A true CN110223743A (zh) | 2019-09-10 |
Family
ID=67817183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910518093.XA Pending CN110223743A (zh) | 2019-06-14 | 2019-06-14 | 一种针对肺癌诊断记录的结构化处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110223743A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111276203A (zh) * | 2020-01-20 | 2020-06-12 | 和宇健康科技股份有限公司 | 一种肿瘤自动登记分析方法及系统 |
CN112365948A (zh) * | 2020-10-27 | 2021-02-12 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1613085A (zh) * | 2001-11-02 | 2005-05-04 | 西门子共同研究公司 | 用于筛选肺癌的病人数据挖掘 |
CN105005714A (zh) * | 2015-06-18 | 2015-10-28 | 中国科学院自动化研究所 | 一种基于肿瘤表型特征的非小细胞肺癌预后方法 |
CN107103334A (zh) * | 2017-04-26 | 2017-08-29 | 太原理工大学 | 一种基于卷积神经网络和字典对学习的肺结节分类方法 |
CN107247887A (zh) * | 2017-07-27 | 2017-10-13 | 点内(上海)生物科技有限公司 | 基于人工智能帮助肺癌筛查的方法及系统 |
CN108510495A (zh) * | 2018-04-09 | 2018-09-07 | 沈阳东软医疗系统有限公司 | 一种基于人工智能的肺部影像数据处理方法、装置及系统 |
CN109685776A (zh) * | 2018-12-12 | 2019-04-26 | 华中科技大学 | 一种基于ct图像的肺结节检测方法及系统 |
-
2019
- 2019-06-14 CN CN201910518093.XA patent/CN110223743A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1613085A (zh) * | 2001-11-02 | 2005-05-04 | 西门子共同研究公司 | 用于筛选肺癌的病人数据挖掘 |
CN105005714A (zh) * | 2015-06-18 | 2015-10-28 | 中国科学院自动化研究所 | 一种基于肿瘤表型特征的非小细胞肺癌预后方法 |
CN107103334A (zh) * | 2017-04-26 | 2017-08-29 | 太原理工大学 | 一种基于卷积神经网络和字典对学习的肺结节分类方法 |
CN107247887A (zh) * | 2017-07-27 | 2017-10-13 | 点内(上海)生物科技有限公司 | 基于人工智能帮助肺癌筛查的方法及系统 |
CN108510495A (zh) * | 2018-04-09 | 2018-09-07 | 沈阳东软医疗系统有限公司 | 一种基于人工智能的肺部影像数据处理方法、装置及系统 |
CN109685776A (zh) * | 2018-12-12 | 2019-04-26 | 华中科技大学 | 一种基于ct图像的肺结节检测方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111276203A (zh) * | 2020-01-20 | 2020-06-12 | 和宇健康科技股份有限公司 | 一种肿瘤自动登记分析方法及系统 |
CN111276203B (zh) * | 2020-01-20 | 2024-03-01 | 和宇健康科技股份有限公司 | 一种肿瘤自动登记分析方法及系统 |
CN112365948A (zh) * | 2020-10-27 | 2021-02-12 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测系统 |
CN112365948B (zh) * | 2020-10-27 | 2023-07-18 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180000403A1 (en) | Method and device for swallowing impairment detection | |
CN108511055B (zh) | 基于分类器融合及诊断规则的室性早搏识别系统及方法 | |
CN106780475A (zh) | 一种基于病理组织切片图像组织区域的图像处理方法及装置 | |
CN107887032A (zh) | 一种数据处理方法及装置 | |
WO2020224282A1 (zh) | 一种婴幼儿粪便采样图像分类处理系统及方法 | |
CN104636580A (zh) | 一种基于人脸的健康监控手机 | |
CN105139390A (zh) | 一种检测胸透dr片中肺结核病灶的图像处理方法 | |
CN111248859A (zh) | 基于卷积神经网络的睡眠呼吸暂停自动检测方法 | |
CN110223743A (zh) | 一种针对肺癌诊断记录的结构化处理方法和系统 | |
US20230077125A1 (en) | Method for diagnosing age-related macular degeneration and defining location of choroidal neovascularization | |
Huang et al. | A structure-related fine-grained deep learning system with diversity data for universal glaucoma visual field grading | |
CN113576401A (zh) | 基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置 | |
CN111128368B (zh) | 基于视频表情行为分析的孤独症谱系障碍自动检测方法及装置 | |
CN112837799A (zh) | 基于区块链的远程互联网大数据智慧医疗系统 | |
CN110379504A (zh) | 一种肺结核的智能筛查和上报方法及系统 | |
CN111882533A (zh) | 决策模型诊断方法、装置及计算机可读存储介质 | |
CN110782441A (zh) | 一种基于深度学习的dr影像肺结核智能分割与检测方法 | |
CN109192312B (zh) | 一种心力衰竭患者不良事件智能管理系统及方法 | |
WO2023198224A1 (zh) | 一种精神障碍类磁共振图像初步筛查模型构建方法 | |
CN112967803A (zh) | 基于集成模型的急诊患者早期死亡率预测方法及系统 | |
CN115019924A (zh) | 应用人工智能健康机器人的健康数据采集和分析方法 | |
US20230290506A1 (en) | Systems and methods for rapidly screening for signs and symptoms of disorders | |
CN112382413A (zh) | 关于联合用药不良反应的检测方法 | |
CN112365982A (zh) | 复发性流产母婴健康随访追踪分析系统 | |
CN111128387A (zh) | 建立癫痫发作检测模型的方法和设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |