CN110781516A - 一种图像去隐私标注方法 - Google Patents

一种图像去隐私标注方法 Download PDF

Info

Publication number
CN110781516A
CN110781516A CN201911037028.1A CN201911037028A CN110781516A CN 110781516 A CN110781516 A CN 110781516A CN 201911037028 A CN201911037028 A CN 201911037028A CN 110781516 A CN110781516 A CN 110781516A
Authority
CN
China
Prior art keywords
privacy
ultrasound
image
diagnosis report
personal 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
Application number
CN201911037028.1A
Other languages
English (en)
Inventor
刘辉洪
项四平
高鑫
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.)
WUXI HAIYING ELECTRONIC MEDICAL SYSTEMS Inc
Original Assignee
WUXI HAIYING ELECTRONIC MEDICAL SYSTEMS Inc
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 WUXI HAIYING ELECTRONIC MEDICAL SYSTEMS Inc filed Critical WUXI HAIYING ELECTRONIC MEDICAL SYSTEMS Inc
Priority to CN201911037028.1A priority Critical patent/CN110781516A/zh
Publication of CN110781516A publication Critical patent/CN110781516A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种图像去隐私标注方法，包括以下步骤：S1、采集超声图像，并存入超声图像库中；S2、从超声图像库中调出未经标注的超声图像，对超声图像进行标注，同时进行个人信息去隐私处理，然后进行叠加处理生成去隐私超声图像；S3、将去隐私处理后的超声图像加载入诊断报告中；S4、对诊断报告的个人信息进行去隐私处理，然后进行叠加处理生成去隐私诊断报告，并存储于数据库中。本发明相较于现有技术，对个人信息进行了隐私保护，同时对图像进行了有效的标注和分类，有利于数据后期的分类整理，方便和优化了数据库的管理，经标注后的图像还可以作为后期AI数据训练的数据来源，具有较好的实用价值。

Description

一种图像去隐私标注方法
技术领域
本发明属于图像处理技术领域，具体涉及一种图像去隐私标注方法。
背景技术
在超声AI应用中，对超声图像数据集的图像标注的有效性以及数据的安全性的要求越来越高，尤其是基于超声AI驱动和大数据中心的应用背景下，数据安全越来越受到各方的关注，甚至于有相关AI专家提出，在AI影像实践中，基于深度学习诊断的三大关键因素：算法、临床、数据的安全性。由此可见，数据安全的重要性。
数据是重要的IP，提出了现下的AI医疗缺乏隐私安全、高效率、高质量的数据共享机制的问题，主要体现在安全性不高，价值体现不够，对中心的信任度不够，数据共享效率低，图像数据标注缺乏统一标准等问题。而超声图像作为AI超声的重要数据载体，因而其标注和安全性就显得尤为重要。
现在的技术方案中，一般重视超声图像的标注，各方也在积极呼吁要做好超声图像的统一标注，甚至于要做电子病历的统一，但鲜有提出要保护超声图像以及电子病历的数据隐私保护。
因此，亟需一种高安全性的图像去隐私标注方法。
发明内容
为解决现有技术存在的缺陷，本发明提供一种图像去隐私标注方法。
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明提供一种图像去隐私标注方法，包括以下步骤：
S1、采集超声图像，并存入超声图像库中；
S2、从超声图像库中调出未经标注的超声图像，对超声图像进行标注，同时进行个人信息去隐私处理，然后进行叠加处理生成去隐私超声图像，并存储于数据库中，以便于后期建立数据中心，应用于构建AI的数据训练库；
S3、将去隐私处理后的超声图像加载入诊断报告中；
S4、对诊断报告的个人信息进行去隐私处理，然后进行叠加处理生成去隐私诊断报告，并存储于数据库中。
作为本发明的一种优选技术方案，步骤S1和步骤S2中采集的超声图像包括超声图像区和界面区，超声图像区显示患者超声检查获得的图像，界面区显示医生超声检查时录入的患者的个人信息，超声图像的个人信息包括患者身份信息和超声信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，超声信息包括医院的名称、超声医生的姓名、超声医生的编号、超声时间、超声部位名称。
作为本发明的一种优选技术方案，步骤S2中个人信息去隐私处理，然后进行叠加处理，具体步骤包括：将超声图像界面区的个人信息进行隐藏，然后将隐藏后的超声图像分类编号，即生成去隐私超声图像。
作为本发明的一种优选技术方案，步骤S4诊断报告包括个人信息区、超声图像区和诊断意见区，诊断报告的个人信息包括患者身份信息和诊断医生信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，诊断医生信息包括医院名称、申请医生的姓名和编号、初诊医生的姓名和编号、诊断专家的姓名和编号，诊断报告的诊断意见包括专家意见、以及病情相关的客观信息。
作为本发明的一种优选技术方案，步骤S4中对诊断报告的个人信息进行去隐私处理，然后进行叠加处理，具体步骤包括：将诊断报告的个人信息进行隐藏，然后将隐藏后的诊断报告分类编号，即生成去隐私诊断报告。
本发明的有益效果是：本发明相较于现有技术，对个人信息进行了隐私保护，同时对图像进行了有效的标注和分类，有利于数据后期的分类整理，方便和优化了数据库的管理，经标注后的图像还可以作为后期AI数据训练的数据来源，具有较好的实用价值。
附图说明
图1是本发明一种图像去隐私标注方法的工作流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
为了达到本发明的目的，如图1所示，在本发明的其中一种实施方式中提供一种图像去隐私标注方法，包括以下步骤：
S1、采集超声图像，并存入超声图像库中；
S2、从超声图像库中调出未经标注的超声图像，对超声图像进行标注，同时进行个人信息去隐私处理，然后进行叠加处理生成去隐私超声图像，并存储于数据库中，以便于后期建立数据中心，应用于构建AI的数据训练库；其中,对超声图像进行标注采用现有的标注方法即可，本实施方式不作具体限定；
S3、将去隐私处理后的超声图像加载入诊断报告中；
S4、对诊断报告的个人信息进行去隐私处理，然后进行叠加处理生成去隐私诊断报告，并存储于数据库中。
其中，步骤S1和步骤S2中采集的超声图像包括超声图像区和界面区，超声图像区显示患者超声检查获得的图像，界面区显示医生超声检查时录入的患者的个人信息，超声图像的个人信息包括患者身份信息和超声信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，超声信息包括医院的名称、超声医生的姓名、超声医生的编号、超声时间、超声部位名称。
具体的，步骤S2中个人信息去隐私处理，然后进行叠加处理，具体步骤包括：将超声图像界面区的个人信息进行隐藏，然后将隐藏后的超声图像分类编号，即生成去隐私超声图像。
其中，步骤S4诊断报告包括个人信息区、超声图像区和诊断意见区，诊断报告的个人信息包括患者身份信息和诊断医生信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，诊断医生信息包括医院名称、申请医生的姓名和编号、初诊医生的姓名和编号、诊断专家的姓名和编号，诊断报告的诊断意见包括专家意见、以及病情相关的客观信息。
具体的，步骤S4中对诊断报告的个人信息进行去隐私处理，然后进行叠加处理，具体步骤包括：将诊断报告的个人信息进行隐藏，然后将隐藏后的诊断报告分类编号，即生成去隐私诊断报告。
其中，隐藏的方式可以选用现有的删除、打码等方式，具体方式本实施例不作限定。
本发明相较于现有技术，对个人信息进行了隐私保护，同时对图像进行了有效的标注和分类，有利于数据后期的分类整理，方便和优化了数据库的管理，经标注后的图像还可以作为后期AI数据训练的数据来源，具有较好的实用价值。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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 (5)

1.一种图像去隐私标注方法，其特征在于，包括以下步骤：
S1、采集超声图像，并存入超声图像库中；
S2、从超声图像库中调出未经标注的超声图像，对超声图像进行标注，同时进行个人信息去隐私处理，然后进行叠加处理生成去隐私超声图像，并存储于数据库中，以便于后期建立数据中心，应用于构建AI的数据训练库；
S3、将去隐私处理后的超声图像加载入诊断报告中；
S4、对诊断报告的个人信息进行去隐私处理，然后进行叠加处理生成去隐私诊断报告，并存储于数据库中。
2.根据权利要求1所述的图像去隐私标注方法，其特征在于，步骤S1和步骤S2中采集的超声图像包括超声图像区和界面区，超声图像区显示患者超声检查获得的图像，界面区显示医生超声检查时录入的患者的个人信息，超声图像的个人信息包括患者身份信息和超声信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，超声信息包括医院的名称、超声医生的姓名、超声医生的编号、超声时间、超声部位名称。
3.根据权利要求1所述的图像去隐私标注方法，其特征在于，步骤S2中个人信息去隐私处理，然后进行叠加处理，具体步骤包括：将超声图像界面区的个人信息进行隐藏，然后将隐藏后的超声图像分类编号，即生成去隐私超声图像。
4.根据权利要求1所述的图像去隐私标注方法，其特征在于，步骤S4诊断报告包括个人信息区、超声图像区和诊断意见区，诊断报告的个人信息包括患者身份信息和诊断医生信息，患者身份信息包括姓名、性别、年龄、身份证号或医保号，诊断医生信息包括医院名称、申请医生的姓名和编号、初诊医生的姓名和编号、诊断专家的姓名和编号，诊断报告的诊断意见包括专家意见、以及病情相关的客观信息。
5.根据权利要求1所述的图像去隐私标注方法，其特征在于，步骤S4中对诊断报告的个人信息进行去隐私处理，然后进行叠加处理，具体步骤包括：将诊断报告的个人信息进行隐藏，然后将隐藏后的诊断报告分类编号，即生成去隐私诊断报告。
CN201911037028.1A 2019-10-29 2019-10-29 一种图像去隐私标注方法 Pending CN110781516A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911037028.1A CN110781516A (zh) 2019-10-29 2019-10-29 一种图像去隐私标注方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911037028.1A CN110781516A (zh) 2019-10-29 2019-10-29 一种图像去隐私标注方法

Publications (1)

Publication Number Publication Date
CN110781516A true CN110781516A (zh) 2020-02-11

Family

ID=69387430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911037028.1A Pending CN110781516A (zh) 2019-10-29 2019-10-29 一种图像去隐私标注方法

Country Status (1)

Country Link
CN (1) CN110781516A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113053393A (zh) * 2021-03-30 2021-06-29 福州市长乐区极微信息科技有限公司 音频标注处理装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198454A1 (en) * 2001-05-18 2002-12-26 Mayo Foundation For Medical Education And Research Ultrasound laboratory information management system and method
CN107273698A (zh) * 2017-07-06 2017-10-20 武靖 人工智能训练标准库的处理与检测方法、系统
CN109522740A (zh) * 2018-10-16 2019-03-26 易保互联医疗信息科技（北京）有限公司 健康数据的去隐私化处理方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020198454A1 (en) * 2001-05-18 2002-12-26 Mayo Foundation For Medical Education And Research Ultrasound laboratory information management system and method
CN107273698A (zh) * 2017-07-06 2017-10-20 武靖 人工智能训练标准库的处理与检测方法、系统
CN109522740A (zh) * 2018-10-16 2019-03-26 易保互联医疗信息科技（北京）有限公司 健康数据的去隐私化处理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113053393A (zh) * 2021-03-30 2021-06-29 福州市长乐区极微信息科技有限公司 音频标注处理装置
CN113053393B (zh) * 2021-03-30 2024-04-30 闽江学院 音频标注处理装置

Similar Documents

Publication Publication Date Title
Richardson et al. Noninterpretive uses of artificial intelligence in radiology
Tang et al. Automated abnormality classification of chest radiographs using deep convolutional neural networks
Vijai et al. Rise of artificial intelligence in healthcare startups in India
Pandit et al. Automatic detection of COVID-19 from chest radiographs using deep learning
US20200334811A1 (en) Method and system for computer-aided triage
US20220172809A9 (en) Report generating system and methods for use therewith
WO2019037264A1 (zh) 区域医疗检查影像在线处理系统及方法
Soto et al. Multimodal deep learning enhances diagnostic precision in left ventricular hypertrophy
Yoon et al. Discovering hidden information in biosignals from patients using artificial intelligence
Fu et al. Attention-based full slice brain CT image diagnosis with explanations
CN110781516A (zh) 一种图像去隐私标注方法
Nour Artificial intelligence (AI) for improving performance at the cutting edge of medical imaging
Nithya Study on predictive analytics practices in health care system
Pandit et al. Artificial neural networks in healthcare: A systematic review
Hayhurst Getting smarter: The promise and potential of artificial intelligence in healthcare
Velusamy et al. Faster Region‐based Convolutional Neural Networks with You Only Look Once multi‐stage caries lesion from oral panoramic X‐ray images
Hassouna et al. Applications of deep learning in medical imaging: A brief review
Song et al. Un-apriori: A novel association rule mining algorithm for unstructured EMRs
Gaynor et al. Dr. Watson? Balancing automation and human expertise in healthcare delivery
Adjerid et al. Can a Hospital’s Analytics Capabilities Impact Patient Satisfaction? A Multi-Year Panel Study
Giannakopoulou et al. A platform for health record management of the conscripts in the Hellenic Navy
Rasool et al. Disease Identification and Diagnosis Using Artificial Intelligence
Jo et al. Optimal view detection for ultrasound-guided supraclavicular block using deep learning approaches
Khatter et al. Machine Learning-Based Automated Medical Diagnosis for Healthcare
Filipović-Grčić et al. Artificial intelligence in radiology

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: 20200211

RJ01 Rejection of invention patent application after publication