CN110489577A - 医疗影像管理方法及装置、眼底影像处理方法、电子设备 - Google Patents
医疗影像管理方法及装置、眼底影像处理方法、电子设备 Download PDFInfo
- Publication number
- CN110489577A CN110489577A CN201910722765.9A CN201910722765A CN110489577A CN 110489577 A CN110489577 A CN 110489577A CN 201910722765 A CN201910722765 A CN 201910722765A CN 110489577 A CN110489577 A CN 110489577A
- Authority
- CN
- China
- Prior art keywords
- medical imaging
- image
- terminal
- request
- communication standard
- 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.)
- Granted
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 437
- 238000007726 management method Methods 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000006854 communication Effects 0.000 claims abstract description 113
- 238000004891 communication Methods 0.000 claims abstract description 112
- 238000012545 processing Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000007689 inspection Methods 0.000 claims description 33
- 230000005540 biological transmission Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 17
- 238000012216 screening Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 210000001508 eye Anatomy 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 210000002189 macula lutea Anatomy 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000001976 improved effect Effects 0.000 description 3
- 210000003733 optic disk Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000001525 retina Anatomy 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 206010064930 age-related macular degeneration Diseases 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 208000002780 macular degeneration Diseases 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002445 nipple Anatomy 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010066786 Diabetic keratopathy Diseases 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 208000017442 Retinal disease Diseases 0.000 description 1
- 206010038923 Retinopathy Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000002577 ophthalmoscopy Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开提供了一种医疗影像管理方法、医疗影像管理装置、眼底影像处理方法与电子设备,涉及计算机技术领域。该方法包括:获取医疗影像终端上传医疗影像的请求;如果判断所述医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收所述医疗影像;如果判断所述医疗影像终端不符合影像通信标准,则采用私有接口接收所述医疗影像;向所述医疗影像终端发送所述医疗影像的处理结果。本公开可以对医疗影像进行高效管理,降低医疗影像上传过程中上传接口的复杂度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种医疗影像管理方法、医疗影像管理装置、眼底影像处理方法与电子设备。
背景技术
目前,AI(Artificial Intelligence,人工智能)技术在医疗领域的应用与发展越来越趋于成熟。其中,根据AI技术建立影像处理平台,并基于影像处理平台对医疗影像终端所拍摄的医疗影像进行分析可以为医疗人员提供辅助医疗决策的服务,例如利用AI深度学习技术,对眼底相机设备所捕获的眼底图像进行筛查和检测,以确定患者的眼底信息等。在实际应用中,通常需要先将医疗影像终端获取的医疗影像传输至影像处理平台中,进而使影像处理平台对医疗影像进行识别。而现有技术一般是通过人工拷贝的方式将医疗影像终端获取的医疗图像,拷贝至图像处理系统,再人工上传至AI模型中,其操作流程较为复杂,并且极大的依赖于人工操作,导致效率较低、容易出现错误。
因此,如何高效的对医疗影像进行管理,且使其具有更广的适用性,是现有技术亟待解决的问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种医疗影像管理方法、医疗影像管理装置、计算机可读存储介质与电子设备,进而至少在一定程度上改善现有的医疗影像管理方法操作流程复杂的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种医疗影像管理方法,所述方法包括:获取医疗影像终端上传医疗影像的请求;如果判断所述医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收所述医疗影像;如果判断所述医疗影像终端不符合影像通信标准,则采用私有接口接收所述医疗影像;向所述医疗影像终端发送所述医疗影像的处理结果。
可选的,所述采用基于影像通信标准的接口接收所述医疗影像,包括:与所述医疗影像终端建立连接;在所述连接下,基于影像通信标准的存储服务,调用所述影像通信标准的接口,接收所述医疗影像终端发送的所述医疗影像的数据包,直至所述医疗影像接收完成。
可选的,如果所述医疗影像终端符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:通过影像通信标准的查找服务,周期性监测所述医疗影像终端是否包含新的医疗影像;如果所述医疗影像终端包含新的医疗影像,则通过影像通信标准的移动服务,向所述医疗影像终端发起第一请求,使所述医疗影像终端响应于所述第一请求而发送第二请求;所述第一请求为向所述医疗影像终端请求获取所述医疗影像,所述第二请求为所述医疗影像终端上传所述医疗影像的请求。
可选的,如果所述医疗影像终端不符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:监听所述医疗影像终端上预设目录下的文件写事件,和/或周期性遍历所述医疗影像终端上预设目录下的文件,以发现新的医疗影像;将所述新的医疗影像确定为待上传的医疗影像,使所述医疗影像终端发送关于所述医疗影像的上传请求。
可选的,所述获取医疗影像终端上传医疗影像的请求,包括:接收所述医疗影像终端发送的患者索引信息;向所述医疗影像终端发送所述患者索引信息关联的检查信息,使所述医疗影像终端根据所述检查信息采集医疗影像;获取医疗影像终端上传所述医疗影像的请求。
可选的,在接收所述医疗影像后,所述方法还包括:根据所述检查信息对所述医疗影像进行识别,得到所述医疗影像的处理结果。
可选的,所述采用基于影像通信标准的接口接收所述医疗影像,包括:调用网关,通过基于影像通信标准的第一接口接收所述医疗影像;通过基于平台标准的第二接口对所述医疗影像进行格式处理;所述平台标准为:对所述医疗影像进行处理的平台所采用的影像标准。
根据本公开的第二方面,提供一种眼底影像处理方法,所述方法包括:获取眼底相机发送眼底影像的请求;如果判断所述眼底相机符合影像通信标准,则采用基于影像通信标准的接口接收所述眼底影像;如果判断所述眼底相机不符合影像通信标准,则采用私有接口接收所述眼底影像;向所述眼底相机发送所述眼底影像的处理结果。
根据本公开的第三方面,提供一种医疗影像管理装置,其特征在于,所述装置包括:请求获取模块,用于获取医疗影像终端上传医疗影像的请求;第一接收模块,用于如果判断所述医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收所述医疗影像;第二接收模块,用于如果判断所述医疗影像终端不符合影像通信标准,则采用私有接口接收所述医疗影像;结果发送模块,用于向所述医疗影像终端发送所述医疗影像的处理结果。
可选的,第一接收模块包括:连接单元,用于与所述医疗影像终端建立连接;影像接收单元,用于在所述连接下,基于影像通信标准的存储服务,调用所述影像通信标准的接口,接收所述医疗影像终端发送的所述医疗影像的数据包,直至所述医疗影像接收完成。
可选的,如果所述医疗影像终端符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:通过影像通信标准的查找服务,周期性监测所述医疗影像终端是否包含新的医疗影像;如果所述医疗影像终端包含新的医疗影像,则通过影像通信标准的移动服务,向所述医疗影像终端发起第一请求,使所述医疗影像终端响应于所述第一请求而发送第二请求;所述第一请求为向所述医疗影像终端请求获取所述医疗影像,所述第二请求为所述医疗影像终端上传所述医疗影像的请求。
可选的,如果所述医疗影像终端不符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:监听所述医疗影像终端上预设目录下的文件写事件,和/或周期性遍历所述医疗影像终端上预设目录下的文件,以发现新的医疗影像;将所述新的医疗影像确定为待上传的医疗影像,使所述医疗影像终端发送关于所述医疗影像的上传请求。
可选的,请求获取模块包括:索引信息接收单元,用于接收所述医疗影像终端发送的患者索引信息;检查信息发送单元,用于向所述医疗影像终端发送所述患者索引信息关联的检查信息,使所述医疗影像终端根据所述检查信息采集医疗影像;请求获取单元,用于获取医疗影像终端上传所述医疗影像的请求。
可选的,医疗影像管理装置还包括:识别模块,用于在接收所述影像后,根据所述检查信息对所述医疗影像进行识别,得到所述医疗影像的处理结果。
可选的,第一接收模块包括:网关调用单元,用于调用网关,通过基于影像通信标准的第一接口接收所述医疗影像;影像处理单元,用于通过基于平台标准的第二接口对所述医疗影像进行格式处理;所述平台标准为:对所述医疗影像进行处理的平台所采用的影像标准。
根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种医疗影像管理方法或者眼底影像处理方法。
根据本公开的第五方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一种医疗影像管理方法或眼底影像处理方法。
本公开的技术方案具有以下有益效果:
获取医疗影像终端发送医疗影像的请求,如果判断医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收医疗影像,如果判断医疗影像终端不符合影像通信标准,则采用私有接口接收医疗影像,向医疗影像终端发送医疗影像的处理结果。一方面,根据影像通信标准,确定医疗影像的传输方式,使影像处理平台可以通过统一标准接口获取符合影像通信标准的医疗影像,避免了通过大量的定制接口接收不同医疗影像终端发送的医疗影像,造成的开发维护成本高,且医疗影像终端与影像处理平台适应性差的问题;另一方面,使用本示例性实施例进行医疗影像传输,过程较少依赖人工操作,流程较为简单,且准确性较高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施方式,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本示例性实施方式运行环境的一种系统架构示意图;
图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图;
图3示出了本示例性实施方式中一种医疗影像管理方法的流程图;
图4示出了本示例性实施方式中一种医疗影像上传过程的示意图;
图5示出了本示例性实施方式中一种医疗影像上传过程的交互流程图;
图6示出了本示例性实施方式运行环境的另一种系统架构示意图;
图7示出了本示例性实施方式中一种眼底影像处理方法的流程图;
图8示出了本示例性实施方式中一种医疗影像管理装置的结构框图;
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例性实施例首先提供一种医疗影像管理方法,图1示出了该方法运行环境的系统架构示意图。如图1所示,该系统100可以包括服务器110、第一类终端120以及第二类终端130,其中,第一类终端120是指符合影像通信标准的医疗影像终端,第二类终端130是指不符合影像通信标准的医疗影像终端。服务器110可以用于通过影像通信标准的接口接收第一类终端120获取的医疗影像,或者通过私有接口接收第二类终端130获取的医疗影像,以对医疗影像进行筛查和识别,服务器110还可以连接数据库等组件,形成医疗影像处理平台,例如眼底筛查平台获取眼底相机拍摄的眼底影像,对其进行识别,以确定患者的眼底疾病等。医疗影像处理平台可以应用于基层筛查、体检筛查等多个场景下。此外,影像处理平台可以是部署在医院本地的筛查平台,也可以是部署在云端的筛查平台,且不论影像处理平台为哪一筛查平台,均可以与医疗影像终端建立连接。需要说明的是,图1中的服务器110和第一类终端120、第二类终端130的数目仅仅是示意性的。根据实际需要,可以具有任意数目的服务器110、第一类终端120和第二类终端130。比如第一类终端120可以是多个符合影像通信标准的医疗影像终端组成的医疗影像终端集群等。
图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图2示出的电子设备的计算机系统200仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的方法和装置中限定的各种功能。在一些实施例中,计算机系统200还可以包括AI(ArtificialIntelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
在一些实施例中,计算机系统200还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
在早期的传统机器学习时代,人们需要精心设计网络参数,以缩短神经网络预测的结果与真实结果之间的差异。而在当前的机器学习时代,人们可以使得神经网络根据每次的预测结果与目标结果的比对去自动优化网络参数,在很多场景中已不再需要对网络参数进行精心设计。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
以下对本公开实施例的技术方案进行详细阐述:
在医疗影像管理的相关技术中,通常是采用人工拷贝或开发私有接口的方式实现医疗影像传输的。其中,人工拷贝的过程具体可以是,医疗影像终端在获取患者特定部位的医疗影像后,将其保存在医疗影像终端内,医疗人员通过使用USB存储设备,将保存在医疗影像终端内的医疗影像导入影像处理平台,并手动上传至影像处理平台的AI模型中,以对医疗影像进行识别和筛查。然而,这种方式较多的依赖于人工操作,效率较低且容易出现错误。此外,还可以根据医疗影像终端的特点定制开发接口,通过该接口将医疗影像上传至影像处理平台。由于该方法需要针对不同的医疗影像终端定制不同的接口,导致其开发和维护的成本较高,另外,不同的接口还可能造成医疗影像终端适应性差的问题,使其难以与影像处理平台进行较好的适配等。
基于上述一个或多个问题,本示例性实施例提供了一种医疗影像管理方法,医疗影像是指用于辅助医疗人员进行医疗决策的医疗图像,例如患者的眼底图像、X光图像等。本示例性实施例的应用场景可以为:地区医院在对患者进行眼底检查时,通过眼底相机设备获取患者的眼底影像,将眼底影像上传至眼底影像筛选系统进行识别,得到识别结果;或者社区医院对某一企业的员工进行体检时,对其进行眼底筛查检测,通过眼底相机设备获取各员工的眼底影像,将眼底影像上传至眼底影像筛选系统进行识别,得到识别结果等。
图3示出了本示例性实施例的方法流程图,其可以以上述服务器110作为执行主体,具体包括以下步骤S310至步骤S340:
步骤S310,获取医疗影像终端上传医疗影像的请求。
其中,医疗影像是指能够反映患者某些特定部位的图像信息,例如眼底图像、X光图像、核磁共振图像等。医疗影像终端是指能够获取患者医疗影像的设备,例如眼底相机、X射线扫描仪、MRI(Magnetic Resonance Imaging,核共振成像)设备等等,其可以包括医疗影像拍摄设备以及与其对应的工作站例如眼底相机终端可以包括用于拍摄眼底影像的照相机,以及能够进行患者登记、患者管理、照相采集影像存储、报告打印、通讯等功能的工作站。此外,工作站还可以自带与眼底影像相关的数据库等等。在某些情况下,医疗影像拍摄设备可以具备工作站的相关功能,即可以集拍摄医疗影像与上述功能一体化。医疗影像终端在获取医疗影像之后,可以向影像处理平台发送医疗影像上传请求,影像处理平台获取上传请求后,进一步执行获取医疗影像的相关步骤。
步骤S320,如果判断医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收医疗影像。
步骤S330,如果判断医疗影像终端不符合影像通信标准,则采用私有接口接收医疗影像。
其中,影像通信标准可以是指DICOM(Digital Imaging and Communications inMedicine,医学数字成像和通信)标准,即医学图像和相关信息的国际标准协议,其定义了满足临床需要的可用于数据交换的医疗影像的标准格式。以眼底相机为例,由于在实际的眼底影像采集过程中,不同的眼底相机,不同的采集人员与采集时间等信息往往需要被记录,但通常医疗人员使用的眼底相机产生都是图像格式为“jpeg(Joint PhotographicExperts Group)”或者“bmp(BitMaP)”的图像文件,而这类文件的信息量比较少,例如缺少患者的基本信息、检查类型信息或者系列信息等数据,符合DICOM标准的文件除了眼底图像信息之外还记录了包括上述信息在内的很多患者信息,例如在实际的临床环境中,某一患者进行不同检查时,一个检查会有不同的系列,而一个系列又包括了多个不同的图像等,因此,DICOM标准文件可以包括很多丰富的患者信息。基于此,在本示例性实施例中,可以根据不同类型的医疗影像终端确定不同的医疗影像传输方式,如果判断医疗影像终端是符合DICOM标准的,则可以通过DICOM标准的接口接收医疗影像终端发送的医疗影像;如果判断医疗影像终端不符合DICOM标准,则采用医疗影像终端定制的私有接口,通过医疗影像终端录入患者的检查信息,并接收由医疗影像终端发送的检查信息与医疗影像。本示例性实施例根据影像通信标准确定不同类型的医疗影像中的的医疗影像的传输方式,可以提高医疗影像的传输效率,避免全部使用私有接口导致开发和维护成本较高的问题。
步骤S340,向医疗影像终端发送医疗影像的处理结果。
影像处理平台对医疗影像进行识别后,可以向医疗影像终端返回处理结果,其处理结果可以辅助医疗人员进行医疗决策。其中,影像处理平台在返回处理结果时,可以对其进行格式化处理,将其转化为特定的格式,并向医疗影像终端发送格式化后的处理结果。举例说明,可以设置返回结果的特定格式为{疾病代码|疾病描述|(L:结果代码-结果描述|R:结果代码-结果描述)},则眼底影像中糖网和黄斑可以表示为{1|糖尿病性视网膜病变|(L:2-中重度异常|R:1-未见)}、{2|年龄相关性黄斑变性|(L:0-未见|R:1-可见)},需要说明的是,所有结果都可以进行格式化处理,如果经过识别未发现异常信息或不能确定的信息,可以表示为“输出未见”等,具体的格式化处理规范还可以根据研发人员自定义设置,本公开对此不做具体限定。格式化的处理结果能够提高医疗人员对其的判断和审阅,从而有效进行医疗决策。
综上所述,本示例性实施例中,获取医疗影像终端发送医疗影像的请求,如果判断医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收医疗影像,如果判断医疗影像终端不符合影像通信标准,则采用私有接口接收医疗影像,向医疗影像终端发送医疗影像的处理结果。一方面,根据影像通信标准,确定医疗影像的传输方式,使影像处理平台可以通过统一标准接口获取符合影像通信标准的医疗影像,避免了通过大量的定制接口接收不同医疗影像终端发送的医疗影像,造成的开发维护成本高,且医疗影像终端与影像处理平台适应性差的问题;另一方面,使用本示例性实施例进行医疗影像传输,过程较少依赖人工操作,流程较为简单,且准确性较高。
图4示出了本示例性实施例中一种医疗影像传输的架构示意图。在本示例性实施例中,根据不同类型的医疗影像终端可以采用不同的医疗影像传输方式,如果医疗影像终端符合影像通信标准,则可以通过两种方式进行医疗影像的传输。第一种方式为在医疗影像终端与影像处理平台建立连接之后,执行步骤S420,基于影像通信标准的存储服务,发送医疗影像。
具体传输过程如图5所示,在一示例性实施例中,上述采用基于影像通信标准的接口接收医疗影像可以包括以下步骤:
与医疗影像终端建立连接;
在连接下,基于影像通信标准的存储服务,调用影像通信标准的接口,接收医疗影像终端发送的医疗影像的数据包,直至医疗影像接收完成。
图5示出了本示例性实施例中医疗影像传输过程的示意图,医疗影像终端510执行步骤S511发送建立连接请求,影像处理平台520中执行步骤S521响应连接请求,并与医疗影像终端建立连接;然后,医疗影像终端510执行步骤S511请求存储服务,即基于影像通信标准的C-Store服务,影像处理平台520执行步骤S522响应C-Store服务;进一步的,医疗影像终端510执行步骤S513发送医疗影像,影像处理终端520执行步骤S523接收医疗影像。
需要说明的是,通常医疗影像在发送时,是将医疗影像拆分为多个数据包进行发送,重复执行步骤S513与步骤S523即可以完成一个完整医疗影像的传输,当需要传输多个医疗影像时,则可以重复执行步骤S512、S522、S513以及S523,以完成多个医疗影像的传输。
如果医疗影像终端符合影像通信标准,还可以通过第二种方式进行医疗影像的传输。在一示例性实施例中,如果医疗影像终端符合影像通信标准,则可以通过以下步骤获取医疗影像终端发送医疗影像的请求:
步骤S421,通过影像通信标准的查找服务,周期性监测医疗影像终端是否包含新增的医疗影像;
步骤S422,如果医疗影像终端包含新增的医疗影像,则通过影像通信标准的移动服务,向医疗影像终端发起第一请求,使医疗影像终端响应于第一请求而发送第二请求;
第一请求为向医疗影像终端请求获取医疗影像,第二请求为医疗影像终端上传医疗影像的请求。
在本示例性实施例中,可以使用一标准数据库,例如SQL Lite,用于存储影像处理平台中的数据信息,例如通过SQL Lite存储每天录入的患者的检查信息等。如果医疗影像终端符合影像通信标准,且医疗影像终端支持影像通信标准协议中的查找服务(C-Find)和移动服务(C-Move)时,可以先通过C-Find服务周期性检测医疗影像终端是否包含新增的医疗影像,具体的,可以是先在影像处理平台中周期性确定是否含有新增的检查信息,如果有,则可以认为医疗影像终端含有新增的医疗影像,可以通过C-Move服务向医疗影像终端发送第一请求,请求获取新增的医疗影像,进一步的,医疗影像终端响应于第一请求,发送第二请求。其中,第一请求为向医疗影像终端请求获取医疗影像,第二请求为医疗影像终端发送医疗影像的请求,进一步可以执行步骤S420基于影像通信标准的存储服务完成医疗影像的传输,具体的图像传输过程与图5类似。本示例性实施例通过C-Find服务和C-Move服务查询医疗影像终端中是否包含需要上传的医疗影像,并通过C-Store服务完成医疗影像的传输,可以主动进行医疗图像传输,提高了影像传输的智能化。
在一示例性实施例中,如果医疗影像终端不符合影像通信标准,则通过以下步骤获取医疗影像终端上传医疗影像的请求:
监听医疗影像终端上预设目录下的文件写事件,和/或周期性遍历医疗影像终端上预设目录下的文件,以发现新的医疗影像;
将新的医疗影像确定为待上传的医疗影像,使医疗影像终端发送关于医疗影像的上传请求。
本示例性实施例可以通过两种方式确定新增的医疗影像,即步骤S430,监听医疗影像终端上预设目录下的文件写事件;以及步骤S431,周期性遍历医疗影像终端上预设目录下的文件。其中,预设目录可以是医疗影像终端中的录入的检查信息的目录,或者拍摄的医疗影像的目录等,通过监听预设目录可以确定医疗影像终端预设时间内信息的变更情况,即文件写事件,例如在一个小时内,眼底相机设备拍摄了10位患者的眼底影像,则医疗影像终端内关于眼底影像的目录将会增加,则可以确定目录变化的部分为新增的医疗影像。此外,还可以通过周期性遍历医疗影像终端上预设目录下的文件的方式,来确定是否存在新的医疗影像。进一步的,可以将新的医疗影像确定为待上传的医疗影像,使医疗影像终端发送关于医疗影像的上传请求。本示例性实施例在确定医疗影像后,还可以根据需要,通过医疗影像所在预设目录中的路径提取患者ID(identity,身份标识号)或其他信息。需要说明的是,步骤S430和步骤S431是两个独立的步骤,既可以单独执行,也可以同时执行,本公开对其顺序不做限定。
进一步的,当确定了待上传的医疗影像后,执行步骤S432,对待上传的医疗影像进行正则匹配,以提取所需的字段信息。其中,正则匹配是指通过特定的正则表达式对字符串进行处理,得到“规则字符串”,其可以认为是对字符串的一种过滤处理。在本示例性实施例中,通过使用正则匹配可以提取医疗影像中需要的信息,以便于查找医疗影像或对其进行分析。本示例性实施例可以使用regex_search函数,对待上传的医疗影像的文件路径、文件名等信息进行正则匹配,如使用正则表达式“^([^-]+)-(\\d+)-([^-]+)-([^-]+).*\\.jpg$”对医疗影像的文件路径进行匹配,得到字段“patientName,age,gender,eyePosition”等。在步骤S432之后,可以执行步骤S433,使用ADO(active data object,活动数据对象)连接包括Access、Sql Server、Oracle或者Mysql等常用数据库,通过配置通过步骤S432匹配的字符串来确定不同医疗影像终端的检查信息。
在本示例性实施例中,为了更加有效的进行医疗影像的传输,可以设置定时且固定并发数的上传机制,具体的可以执行步骤S440,定时检索待上传的医疗影像的列表,获取预设时间内没上传过或者上传失败的医疗影像;以及步骤S450,当待上传的医疗影像的数量达到一预设阈值,则触发上传达到预设阈值的医疗影像,最后通过网络接口请求,将符合要求的医疗影像上传至影像处理平台。
在一示例性实施例中,步骤S310可以包括以下步骤:
接收医疗影像终端发送的患者索引信息;
向医疗影像终端发送患者索引信息关联的检查信息,使医疗影像终端根据检查信息采集医疗影像;
获取医疗影像终端上传医疗影像的请求。
考虑到医疗影像终端在采集患者的医疗影像时,可能会出现获取的不同患者的医疗影像从而产生混淆的情况,因此,需要根据患者的检查信息,确定与检查信息对应的医疗影像,即确定获取的医疗影像为哪一患者的医疗影像。其中,检查信息可以包括患者的基本信息、初步检查信息、症状信息或病史信息等等,例如患者的姓名、年龄、身份证号等基本信息,或者患者的视力检查、近视程度等初步检查信息,再或者“眼睛干涩、红肿”等症状信息等。在本示例性实施例中,可以事先在影像处理平台录入患者的检查信息,当接收到医疗人员在医疗影像终端录入的患者索引信息(如患者姓名、病历编号等简单标识信息)时,执行步骤S410,向医疗影像终端发送患者索引信息关联的检查信息,以使医疗影像终端根据检查信息采集医疗影像。例如接收患者病历编号后,获取患者的病历信息等等。根据检查信息采集医疗影像可以丰富医疗影像的信息内容,便于后期对医疗影像的查询和分析。本示例性实施例可以实现仅在医疗处理平台录入一次患者的检查信息,根据医疗影像终端的需要调取患者的检查信息,从而可以节省检查信息的录入时间,减少多次录入可能产生错误,流程规范化,使医疗影像终端与影像处理平台之间互联互通,形成数据共享。
在一示例性实施例中,在接收医疗影像后,医疗影像管理方法还可以包括:根据检查信息对医疗影像进行识别,得到医疗影像的处理结果。
即可以采用影像处理平台中事先训练的AI模型对接收的医疗影像进行识别,得到关于患者的医疗影像的分析结果,其结果可以使经过格式化处理的分析结果,例如对结果进行编码处理,得到统一规范的识别结果。
在一示例性实施例中,步骤S320中,采用基于影像通信标准的接口接收医疗影像可以包括以下步骤:
调用网关,通过基于影像通信标准的第一接口接收医疗影像;
通过基于平台标准的第二接口对医疗影像进行格式处理;
所述平台标准为:对医疗影像进行处理的平台所采用的影像标准。
其中,网关可以是指用于将医疗影像终端发送的医疗影像转发给影像处理平台的中间连接端,其可以实现医疗影像终端与影像处理终端在网络层以上的网络互连。在本示例性实施例中,网关可以安装于影像筛查平台的服务器中,其可以支持多种操作系统,例如Windows xp、Windows 7等,另外,网关可以通过多种配置连接一台或多台医疗影像终端。第一接口可以是指影像通信标准接口,第二接口可以是指私有接口。图6示出了本示例性实施例中另一种影像管理方法的系统架构示意图,如图6所示,该系统600可以包括影像处理平台610、网关620、符合影像通讯标准的医疗影像终端630以及不符合影像通讯标准的医疗影像终端640,其中影像处理平台610可以包括服务器以及其他相关数据库等组件。在本示例性实施例中,影像处理平台610可以通过调用网关620,使用第一接口(影像通信标准接口)接收符合影像通讯标准的医疗影像终端630获取的医疗影像,并使用第二接口(私有接口)对医疗影像进行格式处理,使影像处理平台610能够接收到符合平台标准的医疗影像,以便于进一步对其进行识别处理。影像处理平台610还可以通过第二接口(私有接口)接收不符合影像通讯标准的医疗影像终端640发送的医疗影像,以对其进行处理。另外,网关620还可以用于转发影像处理平台610发送的患者的检查信息,以使医疗影像终端根据检查信息采集医疗影像等。
本公开的示例性实施例还提供了一种眼底影像处理方法,如图7,该方法可以包括以下步骤:
步骤S710,获取眼底相机发送眼底影像的请求;
步骤S720,如果判断眼底相机符合影像通信标准,则采用基于影像通信标准的接口接收眼底影像;
步骤S730,如果判断眼底相机不符合影像通信标准,则采用私有接口接收眼底影像;
步骤S740,向眼底相机发送眼底影像的处理结果。
其中,眼底影像是指关于眼球内后部的组织的图像,即眼球的内膜——视网膜、视乳头、黄斑和视网膜中央动静脉的图像。眼底相机为能够拍摄患者眼底影像的设备。眼底相机在获取眼底影像后,可以向眼底筛查平台发送眼底影像上传请求,眼底筛查平台获取上传请求后,将进一步执行获取眼底影像的相关步骤。在本示例性实施例中,如果判断眼底相机符合影像通信标准,则采用基于影像通信标准的接口接收眼底影像,如果判断眼底相机不符合影像通信标准,则采用私有接口接收眼底影像。根据接收的眼底影像,使用AI模型对其进行识别,可以得到患者的眼底影像的识别结果,识别结果可以包括患者视盘、视网膜中央动静脉、黄斑以及视乳头等部位的状态、形状或颜色信息,以及对当前患者眼底影像的判断信息,例如视盘呈呈椭圆形、淡红色、边界清楚,视盘正常;或者视网膜时有水肿、渗出、出血、脱离及色素斑,视网膜异常等等。在本示例性实施例中,返回的处理结果可以是格式化处理后的结果,例如可以设置返回结果的特定格式为{疾病代码|疾病描述|(L:结果代码-结果描述|R:结果代码-结果描述)},则眼底影像中糖网和黄斑可以表示为{1|糖尿病性视网膜病变|(L:2-中重度异常|R:1-未见)}、{2|年龄相关性黄斑变性|(L:0-未见|R:1-可见)},需要说明的是,所有结果都可以进行格式化处理,如果经过识别未发现异常信息或不能确定的信息,可以表示为“输出未见”等,具体的格式化处理规范还可以根据研发人员自定义设置,本公开对此不做具体限定。格式化的处理结果能够提高医疗人员对其的判断和审阅,从而有效进行医疗决策。
综上所述,本示例性实施例中,获取眼底相机发送眼底影像的请求,如果判断眼底相机符合影像通信标准,则采用基于影像通信标准的接口接收眼底影像,如果判断眼底相机不符合影像通信标准,则采用私有接口接收眼底影像,向眼底相机发送眼底影像的处理结果。一方面,根据影像通信标准,确定眼底影像的传输方式,使眼底筛选平台可以通过统一标准接口获取符合影像通信标准的眼底影像,避免了由于通过大量定制接口接收不同眼底相机发送的眼底影像,造成的开发维护成本高,眼底相机与眼底筛选平台适应性差的问题;另一方面,使用本示例性实施例进行医疗影像的传输,其过程对人工操作的依赖性较低,流程较为简单,且准确性较高。
本公开的示例性实施方式还提供了一种医疗影像管理装置。如图8所示,该医疗影像管理装置800可以包括:请求获取模块810,用于获取医疗影像终端上传医疗影像的请求;第一接收模块820,用于如果判断医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收医疗影像;第二接收模块830,用于如果判断医疗影像终端不符合影像通信标准,则采用私有接口接收医疗影像;结果发送模块840,用于向医疗影像终端发送医疗影像的处理结果。
在一种可选的实施方式中,第一接收模块可以包括:连接单元,用于与医疗影像终端建立连接;影像接收单元,用于在连接下,基于影像通信标准的存储服务,调用影像通信标准的接口,接收医疗影像终端发送的医疗影像的数据包,直至医疗影像接收完成。
在一种可选的实施方式中,如果医疗影像终端符合影像通信标准,则可以通过以下方式获取医疗影像终端上传医疗影像的请求:通过影像通信标准的查找服务,周期性监测医疗影像终端是否包含新的医疗影像;如果医疗影像终端包含新的医疗影像,则通过影像通信标准的移动服务,向医疗影像终端发起第一请求,使医疗影像终端响应于第一请求而发送第二请求;第一请求为向医疗影像终端请求获取医疗影像,第二请求为医疗影像终端上传医疗影像的请求。
在一种可选的实施方式中,如果医疗影像终端不符合影像通信标准,则可以通过以下方式获取医疗影像终端上传医疗影像的请求:监听医疗影像终端上预设目录下的文件写事件,和/或周期性遍历医疗影像终端上预设目录下的文件,以发现新的医疗影像;将新的医疗影像确定为待上传的医疗影像,使医疗影像终端发送关于医疗影像的上传请求。
在一种可选的实施方式中,请求获取模块可以包括:索引信息接收单元,用于接收医疗影像终端发送的患者索引信息;检查信息发送单元,用于向医疗影像终端发送患者索引信息关联的检查信息,使医疗影像终端根据检查信息采集医疗影像;请求获取单元,用于获取医疗影像终端上传医疗影像的请求。
在一种可选的实施方式中,医疗影像管理装置还可以包括:识别模块,用于在接收影像后,根据检查信息对医疗影像进行识别,得到医疗影像的处理结果。
在一种可选的实施方式中,第一接收模块可以包括:网关调用单元,用于调用网关,通过基于影像通信标准的第一接口接收医疗影像;影像处理单元,用于通过基于平台标准的第二接口对医疗影像进行格式处理;平台标准为:对医疗影像进行处理的平台所采用的影像标准。
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的方案细节内容可以参见方法部分的实施方式内容,因而不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
本公开的示例性实施方式还提供了一种电子设备,其可以是计算机、智能手机、平板电脑等任意类型的电子设备。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施方式中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施方式中所述的方法。例如,该电子设备可以实现如图3所示的各个步骤等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种医疗影像管理方法,其特征在于,包括:
获取医疗影像终端上传医疗影像的请求;
如果判断所述医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收所述医疗影像;
如果判断所述医疗影像终端不符合影像通信标准,则采用私有接口接收所述医疗影像;
向所述医疗影像终端发送所述医疗影像的处理结果。
2.根据权利要求1所述的方法,其特征在于,所述采用基于影像通信标准的接口接收所述医疗影像,包括:
与所述医疗影像终端建立连接;
在所述连接下,基于影像通信标准的存储服务,调用所述影像通信标准的接口,接收所述医疗影像终端发送的所述医疗影像的数据包,直至所述医疗影像接收完成。
3.根据权利要求2所述的方法,其特征在于,如果所述医疗影像终端符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:
通过影像通信标准的查找服务,周期性监测所述医疗影像终端是否包含新的医疗影像;
如果所述医疗影像终端包含新的医疗影像,则通过影像通信标准的移动服务,向所述医疗影像终端发起第一请求,使所述医疗影像终端响应于所述第一请求而发送第二请求;
所述第一请求为向所述医疗影像终端请求获取所述医疗影像,所述第二请求为所述医疗影像终端上传所述医疗影像的请求。
4.根据权利要求1所述的方法,其特征在于,如果所述医疗影像终端不符合影像通信标准,则通过以下方式获取所述医疗影像终端上传医疗影像的请求:
监听所述医疗影像终端上预设目录下的文件写事件,和/或周期性遍历所述医疗影像终端上预设目录下的文件,以发现新的医疗影像;
将所述新的医疗影像确定为待上传的医疗影像,使所述医疗影像终端发送关于所述医疗影像的上传请求。
5.根据权利要求1所述的方法,其特征在于,所述获取医疗影像终端上传医疗影像的请求,包括:
接收所述医疗影像终端发送的患者索引信息;
向所述医疗影像终端发送所述患者索引信息关联的检查信息,使所述医疗影像终端根据所述检查信息采集医疗影像;
获取医疗影像终端上传所述医疗影像的请求。
6.根据权利要求5所述的方法,其特征在于,在接收所述医疗影像后,所述方法还包括:
根据所述检查信息对所述医疗影像进行识别,得到所述医疗影像的处理结果。
7.根据权利要求1所述的方法,其特征在于,所述采用基于影像通信标准的接口接收所述医疗影像,包括:
调用网关,通过基于影像通信标准的第一接口接收所述医疗影像;
通过基于平台标准的第二接口对所述医疗影像进行格式处理;
所述平台标准为:对所述医疗影像进行处理的平台所采用的影像标准。
8.一种眼底影像处理方法,其特征在于,包括:
获取眼底相机发送眼底影像的请求;
如果判断所述眼底相机符合影像通信标准,则采用基于影像通信标准的接口接收所述眼底影像;
如果判断所述眼底相机不符合影像通信标准,则采用私有接口接收所述眼底影像;
向所述眼底相机发送所述眼底影像的处理结果。
9.一种医疗影像管理装置,其特征在于,所述装置包括:
请求获取模块,用于获取医疗影像终端上传医疗影像的请求;
第一接收模块,用于如果判断所述医疗影像终端符合影像通信标准,则采用基于影像通信标准的接口接收所述医疗影像;
第二接收模块,用于如果判断所述医疗影像终端不符合影像通信标准,则采用私有接口接收所述医疗影像;
结果发送模块,用于向所述医疗影像终端发送所述医疗影像的处理结果。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的医疗影像管理方法或权利要求8所述的眼底影像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910722765.9A CN110489577B (zh) | 2019-08-06 | 2019-08-06 | 医疗影像管理方法及装置、眼底影像处理方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910722765.9A CN110489577B (zh) | 2019-08-06 | 2019-08-06 | 医疗影像管理方法及装置、眼底影像处理方法、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110489577A true CN110489577A (zh) | 2019-11-22 |
CN110489577B CN110489577B (zh) | 2024-01-26 |
Family
ID=68549584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910722765.9A Active CN110489577B (zh) | 2019-08-06 | 2019-08-06 | 医疗影像管理方法及装置、眼底影像处理方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489577B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816283A (zh) * | 2020-07-22 | 2020-10-23 | 江苏宏创信息科技有限公司 | 一种紧凑型的医疗影像智能存储服务系统 |
CN112164447A (zh) * | 2020-10-20 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113868221A (zh) * | 2021-08-24 | 2021-12-31 | 深圳市金活医药有限公司 | 一种基于云计算的海量大数据存储、分析和管理系统 |
CN114360693A (zh) * | 2021-12-16 | 2022-04-15 | 四川大学华西医院 | 医疗影像处理系统的监控方法和装置 |
CN113868221B (zh) * | 2021-08-24 | 2024-05-24 | 深圳市金活医药有限公司 | 一种基于云计算的海量大数据存储、分析和管理系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110188718A1 (en) * | 2008-07-25 | 2011-08-04 | Derek Lionel Glendon Hill | Image data management systems |
CN102542038A (zh) * | 2011-12-27 | 2012-07-04 | 浪潮通信信息系统有限公司 | 一种通用可配置的标准局数据入库方法 |
CN102696033A (zh) * | 2010-01-08 | 2012-09-26 | 柯尼卡美能达医疗印刷器材株式会社 | 医用信息处理装置以及程序 |
CN104346526A (zh) * | 2014-10-11 | 2015-02-11 | 北京网秦天下科技有限公司 | 医疗影像处理方法、云端服务器和医疗影像处理系统 |
CN105306573A (zh) * | 2015-11-03 | 2016-02-03 | 浙江格林蓝德信息技术有限公司 | 医学影像原始数据调度方法和医学影像传输系统 |
CN105306602A (zh) * | 2015-11-30 | 2016-02-03 | 用友优普信息技术有限公司 | 超文本传输协议请求的处理方法、处理装置和服务器 |
CN105615832A (zh) * | 2015-12-18 | 2016-06-01 | 深圳安泰创新科技股份有限公司 | 医疗影像数据采集方法及装置 |
CN106355022A (zh) * | 2016-08-31 | 2017-01-25 | 陕西渭南神州德信医学成像技术有限公司 | 显示方法和装置 |
CN106408564A (zh) * | 2016-10-10 | 2017-02-15 | 北京新皓然软件技术有限责任公司 | 一种基于深度学习的眼底图像处理方法、装置及系统 |
CN106778022A (zh) * | 2016-12-30 | 2017-05-31 | 海纳医信(北京)软件科技有限责任公司 | 眼科影像管理装置和方法 |
CN106845075A (zh) * | 2016-12-20 | 2017-06-13 | 杭州联众医疗科技股份有限公司 | 一种集中诊断报告系统 |
CN206497455U (zh) * | 2016-12-30 | 2017-09-15 | 海纳医信(北京)软件科技有限责任公司 | 眼科影像管理系统 |
CN107241383A (zh) * | 2017-04-27 | 2017-10-10 | 广州慧扬健康科技有限公司 | 符合dicom标准的网络通信模块 |
CN107610763A (zh) * | 2017-09-08 | 2018-01-19 | 贾文昊 | Ai接口平台及其应用方法、ai应用系统 |
CN107610754A (zh) * | 2017-09-18 | 2018-01-19 | 上海联影医疗科技有限公司 | 医学影像中心系统、远程端及本地端 |
WO2018176484A1 (zh) * | 2017-04-01 | 2018-10-04 | 深圳前海达闼云端智能科技有限公司 | 医学影像传输数据的处理方法、装置及电子设备 |
CN108836259A (zh) * | 2018-05-10 | 2018-11-20 | 南通大学 | 自拍式共享眼底照相装置 |
-
2019
- 2019-08-06 CN CN201910722765.9A patent/CN110489577B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110188718A1 (en) * | 2008-07-25 | 2011-08-04 | Derek Lionel Glendon Hill | Image data management systems |
CN102696033A (zh) * | 2010-01-08 | 2012-09-26 | 柯尼卡美能达医疗印刷器材株式会社 | 医用信息处理装置以及程序 |
CN102542038A (zh) * | 2011-12-27 | 2012-07-04 | 浪潮通信信息系统有限公司 | 一种通用可配置的标准局数据入库方法 |
CN104346526A (zh) * | 2014-10-11 | 2015-02-11 | 北京网秦天下科技有限公司 | 医疗影像处理方法、云端服务器和医疗影像处理系统 |
CN105306573A (zh) * | 2015-11-03 | 2016-02-03 | 浙江格林蓝德信息技术有限公司 | 医学影像原始数据调度方法和医学影像传输系统 |
CN105306602A (zh) * | 2015-11-30 | 2016-02-03 | 用友优普信息技术有限公司 | 超文本传输协议请求的处理方法、处理装置和服务器 |
CN105615832A (zh) * | 2015-12-18 | 2016-06-01 | 深圳安泰创新科技股份有限公司 | 医疗影像数据采集方法及装置 |
CN106355022A (zh) * | 2016-08-31 | 2017-01-25 | 陕西渭南神州德信医学成像技术有限公司 | 显示方法和装置 |
CN106408564A (zh) * | 2016-10-10 | 2017-02-15 | 北京新皓然软件技术有限责任公司 | 一种基于深度学习的眼底图像处理方法、装置及系统 |
CN106845075A (zh) * | 2016-12-20 | 2017-06-13 | 杭州联众医疗科技股份有限公司 | 一种集中诊断报告系统 |
CN106778022A (zh) * | 2016-12-30 | 2017-05-31 | 海纳医信(北京)软件科技有限责任公司 | 眼科影像管理装置和方法 |
CN206497455U (zh) * | 2016-12-30 | 2017-09-15 | 海纳医信(北京)软件科技有限责任公司 | 眼科影像管理系统 |
WO2018176484A1 (zh) * | 2017-04-01 | 2018-10-04 | 深圳前海达闼云端智能科技有限公司 | 医学影像传输数据的处理方法、装置及电子设备 |
CN107241383A (zh) * | 2017-04-27 | 2017-10-10 | 广州慧扬健康科技有限公司 | 符合dicom标准的网络通信模块 |
CN107610763A (zh) * | 2017-09-08 | 2018-01-19 | 贾文昊 | Ai接口平台及其应用方法、ai应用系统 |
CN107610754A (zh) * | 2017-09-18 | 2018-01-19 | 上海联影医疗科技有限公司 | 医学影像中心系统、远程端及本地端 |
CN108836259A (zh) * | 2018-05-10 | 2018-11-20 | 南通大学 | 自拍式共享眼底照相装置 |
Non-Patent Citations (2)
Title |
---|
尤启杭: "产科信息管理系统研究与软件设计", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 02, pages 138 - 179 * |
王健;熊虹;王婷;于小利;陈功;: "医学影像设备和医疗信息系统的接口方法", 中国卫生信息管理杂志, no. 03, pages 100 - 104 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816283A (zh) * | 2020-07-22 | 2020-10-23 | 江苏宏创信息科技有限公司 | 一种紧凑型的医疗影像智能存储服务系统 |
CN111816283B (zh) * | 2020-07-22 | 2021-11-12 | 江苏宏创信息科技有限公司 | 一种紧凑型的医疗影像智能存储服务系统 |
CN112164447A (zh) * | 2020-10-20 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113868221A (zh) * | 2021-08-24 | 2021-12-31 | 深圳市金活医药有限公司 | 一种基于云计算的海量大数据存储、分析和管理系统 |
CN113868221B (zh) * | 2021-08-24 | 2024-05-24 | 深圳市金活医药有限公司 | 一种基于云计算的海量大数据存储、分析和管理系统 |
CN114360693A (zh) * | 2021-12-16 | 2022-04-15 | 四川大学华西医院 | 医疗影像处理系统的监控方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110489577B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hassan et al. | A Hybrid Real-time remote monitoring framework with NB-WOA algorithm for patients with chronic diseases | |
CN110489577A (zh) | 医疗影像管理方法及装置、眼底影像处理方法、电子设备 | |
CN104657620B (zh) | 基于互联网的眼健康云数据平台 | |
CN109119130A (zh) | 一种基于云计算的大数据健康管理系统及方法 | |
CN106709254A (zh) | 一种医疗诊断机器人系统 | |
CN108852282A (zh) | 一种远程住院监护系统与方法 | |
CN105931166A (zh) | 基于健康物联网的家庭病房系统 | |
WO2022145782A2 (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
CN112289437B (zh) | 一种基于边缘计算架构的糖尿病辅助治疗云平台系统 | |
CN106874670A (zh) | 基于人工智能的儿科医生机器人装置 | |
CN108573747A (zh) | 一种用于健康监控的智慧物联网大数据云平台 | |
Pal et al. | Deep learning techniques for prediction and diagnosis of diabetes mellitus | |
CN112785278B (zh) | 一种基于边云协同的5g智能移动查房方法及系统 | |
CN117238458B (zh) | 基于云计算的重症护理跨机构协同平台系统 | |
CN107506573A (zh) | 便于长期连续观察监护对象的远程医疗系统 | |
CN109222931A (zh) | 智能监护系统 | |
CN111428070A (zh) | 眼科案例的检索方法、装置、服务器及存储介质 | |
KR20220095104A (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
CN110503636A (zh) | 参数调整方法、病灶预测方法、参数调整装置及电子设备 | |
CN110473176A (zh) | 图像处理方法及装置、眼底图像处理方法、电子设备 | |
CN113921127A (zh) | 一种区域内血液资源优化调度及精准使用信息系统及方法 | |
CN110111862A (zh) | 信息平台 | |
CN111477336A (zh) | 传染病诊断数据的融合方法、系统及存储介质 | |
CN113571159A (zh) | 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 | |
Ruta et al. | A knowledge-based framework enabling decision support in RFID solutions for healthcare |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |