CN111613304A - 医疗影像处理方法、设备及存储介质 - Google Patents

医疗影像处理方法、设备及存储介质 Download PDF

Info

Publication number
CN111613304A
CN111613304A CN202010432960.0A CN202010432960A CN111613304A CN 111613304 A CN111613304 A CN 111613304A CN 202010432960 A CN202010432960 A CN 202010432960A CN 111613304 A CN111613304 A CN 111613304A
Authority
CN
China
Prior art keywords
medical image
node
identification result
blockchain network
accounting
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
Application number
CN202010432960.0A
Other languages
English (en)
Other versions
CN111613304B (zh
Inventor
路成业
王凌
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.)
Iallchain Co Ltd
Original Assignee
Iallchain 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 Iallchain Co Ltd filed Critical Iallchain Co Ltd
Priority to CN202010432960.0A priority Critical patent/CN111613304B/zh
Publication of CN111613304A publication Critical patent/CN111613304A/zh
Application granted granted Critical
Publication of CN111613304B publication Critical patent/CN111613304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例提供一种医疗影像处理方法、设备及存储介质。本发明实施例通过区块链网络中的目标节点将历史时间中被所述区块链网络中的记账节点识别错误的至少一个第二医疗影像广播到该区块链网络中,以及将该至少一个第二医疗影像对应的正确的第三识别结果广播在该区块链网络中,使得该区块链网络中的其他记账节点可根据该第三识别结果选择记录到区块链账本的新区块,从而使得记录到区块链账本的新区块包括该第三识别结果,也就是说,该目标节点可以纠正错误的识别结果,避免由于记账节点采用AI算法对医疗影像进行错误判断,其他记账节点认可该错误判断而导致的错误识别不断累积,提高了对医疗影像识别的准确率。

Description

医疗影像处理方法、设备及存储介质
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种医疗影像处理方法、设备及存储介质。
背景技术
当前医疗影像可通过人工智能(Artificial Intelligence,AI)进行识别和诊断。但是,需要一定的算力来支持。由于当前的医院缺乏相应的算力,因此,通过AI对医疗影像进行识别和诊断存在一定的局限性。为了解决该问题,可以将基于AI的医学识别与区块链想结合。例如,区块链网络中的记账节点可以通过对医疗影像进行医学识别来争夺记账权。
但是,AI算法总会出现一些缺陷,导致记账节点无法对医疗影像进行正确的医学识别而出现被误判的医学识别结果。一旦被误判的医学识别结果被写入到区块链账本中将很难改变。特别是将被误判的医学识别结果作为AI算法的训练样本时,将会导致医学识别的错误率更高。
发明内容
本发明实施例提供一种医疗影像处理方法、设备及存储介质,以提高对医疗影像识别的准确率。
第一方面,本发明实施例提供一种医疗影像处理方法,包括:
记账节点接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像;
所述记账节点接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
所述记账节点对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别;
所述记账节点将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中;
所述记账节点将所述新区块广播在所述区块链网络中;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
第二方面,本发明实施例提供一种医疗影像处理方法,包括:
目标节点在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
所述目标节点接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则所述目标节点在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
第三方面,本发明实施例提供一种记账节点,包括:
存储器;
处理器;
通讯接口;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以下操作:
通过所述通讯接口接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像;
通过所述通讯接口接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别;
将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中;
通过所述通讯接口将所述新区块广播在所述区块链网络中;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
第四方面,本发明实施例提供一种目标节点,包括:
存储器;
处理器;
通讯接口;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以下操作:
通过所述通讯接口在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
通过所述通讯接口接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则通过所述通讯接口在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
第五方面,本发明实施例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以实现第一方面或第二方面所述的方法。
本发明实施例提供的医疗影像处理方法、设备及存储介质,通过区块链网络中的目标节点将历史时间中被所述区块链网络中的记账节点识别错误的至少一个第二医疗影像广播到该区块链网络中,以及将该至少一个第二医疗影像对应的正确的第三识别结果广播在该区块链网络中,使得该区块链网络中的其他记账节点可根据该第三识别结果选择记录到区块链账本的新区块,从而使得记录到区块链账本的新区块包括该第三识别结果,也就是说,该目标节点可以纠正错误的识别结果,避免由于记账节点采用AI算法对医疗影像进行错误判断,其他记账节点认可该错误判断而导致的错误识别不断累积,提高了对医疗影像识别的准确率。
附图说明
图1为本发明实施例提供的一种应用场景的示意图;
图2为本发明实施例提供的医疗影像处理方法流程图;
图3为本发明另一实施例提供的医疗影像处理方法流程图;
图4为本发明实施例提供的记账节点的结构示意图;
图5为本发明实施例提供的目标节点的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本发明实施例提供的医疗影像处理方法,可以适用于图1所示的通信系统。如图1所示,该通信系统包括:该通信系统包括:记账节点A、记账节点B、记账节点C、医疗影像生成节点和用户节点。其中,记账节点A、记账节点B、记账节点C、医疗影像生成节点和用户节点是区块链网络中的参与节点。可以理解,此处只是示意性说明,并不限定该区块链网络中的节点个数和种类。其中,记账节点可以是一个或者是多个云端服务器,云端服务器也就是云服务器,是一个服务器集群,有很多服务器,和通用的计算机架构类似,云端服务器的构成包括处理器、硬盘、内存、系统总线等。医疗影像生成节点具体可以是计算机体层摄影(Computed Tomography,CT)机、X光机等医疗设备。用户节点具体可以是临床医生或者患者的终端设备,例如,智能手机、平板电脑、个人计算机等。另外,在本申请实施例中,区块链网络是一个去中心化的、点对点(peer-to-peer,P2P)通信的网络。
可以理解的是,在本申请实施例中,医疗影像生成节点可用于生成医疗影像。记账节点A、记账节点B、记账节点C等记账节点可用于对该医疗影像进行医学识别。该区块链网络中的区块链账本可用于记录记账节点对该医疗影像进行医学识别后得到的医学识别结果。用户节点可用于对该区块链账本中的医学识别结果进行查询。
例如图1所示,医疗影像生成节点(例如CT机、X光机等医疗设备)作为生成医疗影像的节点,可生成医疗影像PICi、医疗影像PICi+1、医疗影像PICi+2等多个医疗影像。当医疗影像生成节点连接到P2P网络后,该医疗影像生成节点可在该P2P网络中广播该多个医疗影像。其中,每个医疗影像可包括生成时间信息和标识信息。该生成时间信息具体可以是生成医疗影像时的时间戳。该标识信息具体可以是该医疗影像的医疗序号。也就是说,采用生成时间信息和标识信息的方式来标记每个医疗影像,可对每个医疗影像进行唯一标记,从而避免与该区块链网络中的其他CT机、其他X光机等医疗设备生成的医疗影像发生重叠或重复。可以理解的是,该区块链网络包括的医疗影像生成节点可能不止一个,例如可以有多个,采用生成时间信息和标识信息的方式可对每个医疗影像生成节点生成的医疗影像进行有效标记。
另外,如图1所示,该区块链网络中包括多个记账节点,例如,记账节点A、记账节点B、记账节点C。在本申请实施例中,当医疗影像生成节点在该区块链网络中广播医疗影像时,记账节点A、记账节点B、记账节点C均可接收到该医疗影像。
例如,记账节点A、记账节点B、记账节点C可分别根据预设规则生成候选区块,该候选区块包括至少一个医疗影像。
可选的,所述预设规则包括如下至少一种:预设数量的医疗影像打包成一个候选区块;预设时间内由所述医疗影像生成节点广播的医疗影像打包成一个候选区块;累积存储大小达到预设阈值的医疗影像打包成一个候选区块。
例如,以记账节点A为例,记账节点A可以将n个医疗影像打包成一个候选区块。或者记账节点A可以将每m分钟内由医疗影像生成节点广播的医疗影像打包成一个候选区块。再或者记账节点A可以对医疗影像生成节点广播的医疗影像进行累积存储,当累积存储大小达到预设阈值P时,记账节点A将累积存储的医疗影像打包成一个候选区块。
可以理解的是,记账节点B、记账节点C根据预设规则生成候选区块的方式与记账节点A根据预设规则生成候选区块的方式类似,此处不再赘述。
例如,以记账节点A为例,该记账节点A可采用AI算法对该候选区块中的至少一个医疗影像进行医学识别。同理,记账节点B、记账节点C也可采用AI算法对各自生成的候选区块中的至少一个医疗影像进行医学识别。
可以理解的是,记账节点A、记账节点B、记账节点C的算力可能不同,因此,记账节点A、记账节点B、记账节点C分别对候选区块中的至少一个医疗影像进行医学识别的速度或准确度也不同。在本申请实施例中,记账节点A、记账节点B、记账节点C中最早完成所述医学识别的记账节点可获得记账权,即在该区块链网络中的新区块中记录信息的权利。也就是说,记账节点A、记账节点B、记账节点C通过对候选区块中的至少一个医疗影像进行医学识别,争夺新区块的记账权。
例如,记账节点A是记账节点A、记账节点B、记账节点C中最早完成所述医学识别的记账节点,则记账节点A可以将该候选区块中的至少一个医疗影像和所述至少一个医疗影像的医学识别结果记录在该区块链网络中的新区块中,该新区块可以是该区块链网络中最新生成的区块,此处将该新区块记为第一区块。
进一步,记账节点A将该第一区块广播在该区块链网络中,从而使得该区块链网络中的其他记账节点,例如记账节点B、记账节点C可以接收到该第一区块。当记账节点B、记账节点C接收到该第一区块后,对该第一区块进行验证,例如,对该第一区块中的医学识别结果进行验证。如果记账节点B、记账节点C均认可该第一区块中的医学识别结果,则表示该第一区块通过验证,该第一区块可被记录到该区块链账本中。进一步,记账节点A、记账节点B、记账节点C开始争夺下一个区块的记账权。例如,该第一区块为该区块链网络中的第N个区块,当记账节点B、记账节点C均认可该第N个区块时,记账节点A、记账节点B、记账节点C开始争夺第N+1个区块的记账权。当第N个区块之后的多个区块被认可后,该区块链网络中的节点可认为该第N个区块中的医学识别结果最终得到了该区块链网络中大部分记账节点的认可,从而使得该第N个区块中的医学识别结果可以被用户节点查询。例如,用户节点可以根据医疗影像的时间戳和医疗序号在该区块链账本中的第N个区块中查询该医疗影像对应的医学识别结果,以便临床医生或者患者在医疗诊断过程中参考或应用该医学识别结果。
在其他一些实施例中,若记账节点A是记账节点A、记账节点B、记账节点C中最早完成所述医学识别的记账节点,则记账节点A可以将该候选区块中的至少一个医疗影像、所述至少一个医疗影像的医学识别结果以及记账节点A所需的奖励值记录在第N个区块中。进一步,记账节点A可采用该记账节点A的私钥对该第N个区块进行签名,得到签名信息,以及将该签名信息广播到该区块链网络中。当该区块链网络中的其他记账节点接收到该签名信息时,首先采用该记账节点A的公钥对该记账节点A的私钥签名进行验证,若该记账节点A的私钥签名通过验证,则其他记账节点确定该第N个区块未被篡改。
另外,该记账节点A还可以在该区块链网络中广播第一消息,该第一消息可以包括记账节点A生成该第N个区块的方式,例如,记账节点A将n个医疗影像打包成一个候选区块。对该候选区块中的n个医疗影像进行医学识别。进一步,根据该n个医疗影像和该n个医疗影像对应的医学识别结果生成该第N个区块。
在本申请实施例中,最早完成所述医学识别的记账节点A还可以确定第N+1个区块生成的规则。具体的,该第一消息可以包括第N+1个区块的生成方式,例如,记账节点A可以规定第N+1个区块采用每m分钟内由医疗影像生成节点广播的医疗影像打包成一个候选区块的方式生成。
或者,该第一消息可以同时包括第N个区块的方式和第N+1个区块的生成方式。
此外,该区块链网络中的创始节点即创建第一个区块的节点还可以在该区块链网络中广播第二消息,该第二消息包括所述预设规则中的每一种所适用的时间范围,也就是说,该第二消息可用于规定哪个时间范围内选用如上所述的预设规则中的哪一个方式生成候选区块,从而避免医学识别结果的多样性而无法进行对比的问题。
如上述实施例所述的,记账节点A将第N个区块广播在该区块链网络后,如果记账节点B、记账节点C均对该第N个区块验证通过,则记账节点A、记账节点B、记账节点C开始争夺下一个区块即第N+1个区块的记账权。如果记账节点B、记账节点C均不认可该第N个区块,则记账节点B、记账节点C可分别继续各自对候选区块中的至少一个医疗影像进行医学识别的过程。若记账节点B先于记账节点C完成了该医学识别过程,则记账节点B可以将该至少一个医疗影像和该至少一个医疗影像对应的医学识别结果记录在该第N个区块中。由于记账节点A生成的第N个区块中包括的医学识别结果和该记账节点B生成的第N个区块中包括的医学识别结果不同,因此,可以将记账节点A生成的第N个区块记为第一区块,将记账节点B生成的第N个区块记为第二区块。进一步,记账节点B可以对自己认为正确的第二区块进行私钥签名,并将私钥签名后的第二区块广播到该区块链网络中,供记账节点A和记账节点C进行验证。如果记账节点A和记账节点C对该第二区块验证通过,则该第二区块将代替该第一区块被记录在该区块链账本中。
综上所述,通过将现有技术中记账节点通过寻找随机数以计算出符合要求的哈希值的方式来争夺记账权,替换为记账节点通过对候选区块中的至少一个医疗影像进行医学识别的方式来争夺记账权,从而可有效避免记账节点毫无意义的浪费算力和电力,同时解决了当前的医院由于缺乏相应的算力而导致通过AI对医疗影像进行识别和诊断的局限性问题。
但是,AI算法总会出现一些缺陷,导致记账节点无法对医疗影像进行正确的医学识别而出现被误判的医学识别结果。一旦被误判的医学识别结果被写入到区块链账本中将很难改变。特别是将被误判的医学识别结果作为AI算法的训练样本时,将会导致医学识别的错误率更高。针对这个问题,本申请实施例提供了一种医疗影像处理方法,下面结合具体的实施例对该方法进行介绍。
本发明实施例提供的医疗影像处理方法,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的医疗影像处理方法流程图。本发明实施例针对现有技术的如上技术问题,提供了医疗影像处理方法,该方法具体步骤如下:
步骤201、记账节点接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像。
例如图1所示的医疗影像生成节点生成至少一个第一医疗影像后,将该至少一个第一医疗影像广播到该区块链网络中,从而使得该区块链网络中的记账节点,例如,记账节点A、记账节点B和记账节点C可以接收到该至少一个第一医疗影像。
步骤202、所述记账节点接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像。
在医疗影像生成节点将该至少一个第一医疗影像广播到该区块链网络的同时,该区块链网络中的目标节点可以将至少一个第二医疗影像广播到该区块链网络中。其中,该目标节点可以是该区块链网络中的超级节点。该超级节点可以在任意时刻在该区块链网络中发布消息。也就是说,该超级节点可以以一般节点的身份在该区块链网络中随机发布消息。例如,在医疗影像生成节点将该至少一个第一医疗影像广播到该区块链网络的同时,该目标节点采样该目标节点的私钥对该至少一个第二医疗影像进行签名,进一步,将私钥签名后的至少一个第二医疗影像广播在该区块链网络中。该至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点集体识别错误的医疗影像,并且该目标节点已经对该至少一个第二医疗影像正确识别。
步骤203、所述记账节点对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别。
例如,当记账节点A接收到该至少一个第一医疗影像和至少一个第二医疗影像后,采用AI算法分别对至少一个第一医疗影像和至少一个第二医疗影像进行医学识别。同理,记账节点B或记账节点C接收到该至少一个第一医疗影像和至少一个第二医疗影像后,也可以分别对至少一个第一医疗影像和至少一个第二医疗影像进行医学识别。
步骤204、所述记账节点将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中。
以记账节点A为例,记账节点A对至少一个第一医疗影像进行医学识别得到的识别结果可记为第一识别结果,记账节点A对至少一个第二医疗影像进行医学识别得到的识别结果可记为第二识别结果。当记账节点A完成该医学识别时,记账节点A可以将记账节点A的区块链标识、第一识别结果、以及第二识别结果记录在新区块中。
步骤205、所述记账节点将所述新区块广播在所述区块链网络中。
进一步,记账节点A将该新区块广播在所述区块链网络中,以供该区块链网络中的其他记账节点对该记账节点A广播的新区块进行验证。同理,记账节点B或记账节点C也有可能在该区块链网络中广播各自生成的新区块。可以理解的是,记账节点A、记账节点B、记账节点C分别广播的新区块包括的内容可能并不相同。
步骤206、若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
例如,该区块链网络中的其他记账节点接收到该记账节点A广播的新区块后,可以对该新区块中的第一识别结果和第二识别结果进行验证。若该记账节点A得到的第二识别结果是错误的,并且该区块链网络中大部分的其他记账节点认可记账节点A广播的新区块,则目标节点可以在该区块链网络中广播该目标节点对该至少一个第二医疗影像的识别结果。
例如,该目标节点可以是医学专家的终端设备,该目标节点对该至少一个第二医疗影像的识别结果记为第三识别结果,该第三识别结果可以是医学专家对该至少一个第二医疗影像进行医学识别后存储在该目标节点中的识别结果,或者该第三识别结果可以是医学专家通过该目标节点对该至少一个第二医疗影像进行医学识别后得到的识别结果。
当该区块链网络中的其他记账节点接收到该目标节点广播的第三识别结果后,若确定记账节点A广播的新区块中的第二识别结果与该第三识别结果不同,则确定记账节点A广播的新区块中的第二识别结果是错误的,不再认可记账节点A广播的新区块,即记账节点A广播的新区块不能被记录到区块链账本中。进一步,该区块链网络中的其他记账节点选择包括该第三识别结果的新区块作为可以记录到区块链账本中的区块。例如,若记账节点B对至少一个第二医疗影像的识别结果与该第三识别结果相同,则将记账节点B广播的新区块记录到区块链账本中。也就是说,记录到区块链账本中的新区块所包括的至少一个第二医疗影像对应的识别结果需与该目标节点广播的第三识别结果相同。
可选的,所述方法还包括:若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
例如,当该区块链网络中的其他记账节点接收到该目标节点广播的第三识别结果后,若确定记账节点A广播的新区块中的第二识别结果与该第三识别结果相同,则记账节点A广播的新区块可以被记录到该区块链账本中。
本发明实施例通过区块链网络中的目标节点将历史时间中被所述区块链网络中的记账节点识别错误的至少一个第二医疗影像广播到该区块链网络中,以及将该至少一个第二医疗影像对应的正确的第三识别结果广播在该区块链网络中,使得该区块链网络中的其他记账节点可根据该第三识别结果选择记录到区块链账本的新区块,从而使得记录到区块链账本的新区块包括该第三识别结果,也就是说,该目标节点可以纠正错误的识别结果,避免由于记账节点采用AI算法对医疗影像进行错误判断,其他记账节点认可该错误判断而导致的错误识别不断累积,提高了对医疗影像识别的准确率。
图3为本发明另一实施例提供的医疗影像处理方法流程图。本实施例提供的医疗影像处理方法具体包括如下步骤:
步骤301、目标节点在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像。
例如图1所示的医疗影像生成节点生成至少一个第一医疗影像后,将该至少一个第一医疗影像广播到该区块链网络中,从而使得该区块链网络中的记账节点,例如,记账节点A、记账节点B和记账节点C可以接收到该至少一个第一医疗影像。
在医疗影像生成节点将该至少一个第一医疗影像广播到该区块链网络的同时,该区块链网络中的目标节点可以将至少一个第二医疗影像广播到该区块链网络中。其中,该目标节点可以是该区块链网络中的超级节点。该超级节点可以在任意时刻在该区块链网络中发布消息。也就是说,该超级节点可以以一般节点的身份在该区块链网络中随机发布消息。例如,在医疗影像生成节点将该至少一个第一医疗影像广播到该区块链网络的同时,该目标节点采样该目标节点的私钥对该至少一个第二医疗影像进行签名,进一步,将私钥签名后的至少一个第二医疗影像广播在该区块链网络中。该至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点集体识别错误的医疗影像,并且该目标节点已经对该至少一个第二医疗影像正确识别。
步骤302、所述目标节点接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果。
例如,当记账节点A接收到该至少一个第一医疗影像和至少一个第二医疗影像后,采用AI算法分别对至少一个第一医疗影像和至少一个第二医疗影像进行医学识别。同理,记账节点B或记账节点C接收到该至少一个第一医疗影像和至少一个第二医疗影像后,也可以分别对至少一个第一医疗影像和至少一个第二医疗影像进行医学识别。
以记账节点A为例,记账节点A对至少一个第一医疗影像进行医学识别得到的识别结果可记为第一识别结果,记账节点A对至少一个第二医疗影像进行医学识别得到的识别结果可记为第二识别结果。当记账节点A完成该医学识别时,记账节点A可以将记账节点A的区块链标识、第一识别结果、以及第二识别结果记录在新区块中。
进一步,记账节点A将该新区块广播在所述区块链网络中,以供该区块链网络中的其他记账节点对该记账节点A广播的新区块进行验证。同理,记账节点B或记账节点C也有可能在该区块链网络中广播各自生成的新区块。可以理解的是,记账节点A、记账节点B、记账节点C分别广播的新区块包括的内容可能并不相同。
步骤303、若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则所述目标节点在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
例如,该区块链网络中的其他记账节点接收到该记账节点A广播的新区块后,可以对该新区块中的第一识别结果和第二识别结果进行验证。若该记账节点A得到的第二识别结果是错误的,并且该区块链网络中大部分的其他记账节点认可记账节点A广播的新区块,则目标节点可以在该区块链网络中广播该目标节点对该至少一个第二医疗影像的识别结果。
例如,该目标节点可以是医学专家的终端设备,该目标节点对该至少一个第二医疗影像的识别结果记为第三识别结果,该第三识别结果可以是医学专家对该至少一个第二医疗影像进行医学识别后存储在该目标节点中的识别结果,或者该第三识别结果可以是医学专家通过该目标节点对该至少一个第二医疗影像进行医学识别后得到的识别结果。
当该区块链网络中的其他记账节点接收到该目标节点广播的第三识别结果后,若确定记账节点A广播的新区块中的第二识别结果与该第三识别结果不同,则确定记账节点A广播的新区块中的第二识别结果是错误的,不再认可记账节点A广播的新区块,即记账节点A广播的新区块不能被记录到区块链账本中。进一步,该区块链网络中的其他记账节点选择包括该第三识别结果的新区块作为可以记录到区块链账本中的区块。例如,若记账节点B对至少一个第二医疗影像的识别结果与该第三识别结果相同,则将记账节点B广播的新区块记录到区块链账本中。也就是说,记录到区块链账本中的新区块所包括的至少一个第二医疗影像对应的识别结果需与该目标节点广播的第三识别结果相同。
可选的,所述目标节点在所述区块链网络中广播所述第三识别结果,包括:所述目标节点采用所述目标节点的私钥对所述第三识别结果进行签名,得到签名后的第三识别结果;所述目标节点在所述区块链网络中广播签名后的第三识别结果。
具体的,目标节点在该区块链网络中广播消息时,例如,广播第三识别结果或至少一个第二医疗影像时,该目标节点可以采用该目标节点的私钥对第三识别结果或至少一个第二医疗影像进行签名,得到签名后的第三识别结果。进一步,该目标节点在该区块链网络中广播签名后的第三识别结果或至少一个第二医疗影像。当该区块链网络中的记账节点接收到该目标节点广播的签名后的第三识别结果或至少一个第二医疗影像时,可采用该目标节点的公钥对该目标节点的私钥签名进行验证,当该目标节点的私钥签名被验证通过后,可根据该第三识别结果选择可以记录到区块链账本中的新区块,或者对至少一个第二医疗影像进行医学识别。
可选的,该目标节点的公钥可以记录在创始区块中,该创始区块可以看成是该区块链网络中的第一个区块。
可选的,所述方法还包括:若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
例如,当该区块链网络中的其他记账节点接收到该目标节点广播的第三识别结果后,若确定记账节点A广播的新区块中的第二识别结果与该第三识别结果相同,则记账节点A广播的新区块可以被记录到该区块链账本中。
本发明实施例通过区块链网络中的目标节点将历史时间中被所述区块链网络中的记账节点识别错误的至少一个第二医疗影像广播到该区块链网络中,以及将该至少一个第二医疗影像对应的正确的第三识别结果广播在该区块链网络中,使得该区块链网络中的其他记账节点可根据该第三识别结果选择记录到区块链账本的新区块,从而使得记录到区块链账本的新区块包括该第三识别结果,也就是说,该目标节点可以纠正错误的识别结果,避免由于记账节点采用AI算法对医疗影像进行错误判断,其他记账节点认可该错误判断而导致的错误识别不断累积,提高了对医疗影像识别的准确率。
图4为本发明实施例提供的记账节点的结构示意图。本发明实施例提供的记账节点可以执行医疗影像处理方法实施例提供的处理流程,如图4所示,记账节点40包括:存储器41、处理器42、计算机程序和通讯接口43;其中,计算机程序存储在存储器41中,并被配置为由处理器42执行以下操作:通过所述通讯接口接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像;通过所述通讯接口接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别;将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中;通过所述通讯接口将所述新区块广播在所述区块链网络中;若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
可选的,若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
图4所示实施例的记账节点可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图5为本发明实施例提供的目标节点的结构示意图。本发明实施例提供的目标节点可以执行医疗影像处理方法实施例提供的处理流程,如图5所示,目标节点50包括:存储器51、处理器52、计算机程序和通讯接口53;其中,计算机程序存储在存储器51中,并被配置为由处理器52执行以下操作:通过所述通讯接口在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;通过所述通讯接口接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果;若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则通过所述通讯接口在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
可选的,若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
可选的,所述处理器通过所述通讯接口在所述区块链网络中广播所述第三识别结果时,具体用于:采用所述目标节点的私钥对所述第三识别结果进行签名,得到签名后的第三识别结果;在所述区块链网络中广播签名后的第三识别结果。
图5所示实施例的目标节点可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
另外,本发明实施例还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以实现上述实施例所述的医疗影像处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,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,仅仅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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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网络单元上。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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种医疗影像处理方法,其特征在于,包括:
记账节点接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像;
所述记账节点接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
所述记账节点对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别;
所述记账节点将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中;
所述记账节点将所述新区块广播在所述区块链网络中;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
3.一种医疗影像处理方法,其特征在于,包括:
目标节点在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
所述目标节点接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则所述目标节点在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
5.根据权利要求3或4所述的方法,其特征在于,所述目标节点在所述区块链网络中广播所述第三识别结果,包括:
所述目标节点采用所述目标节点的私钥对所述第三识别结果进行签名,得到签名后的第三识别结果;
所述目标节点在所述区块链网络中广播签名后的第三识别结果。
6.一种记账节点,其特征在于,包括:
存储器;
处理器;
通讯接口;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以下操作:
通过所述通讯接口接收区块链网络中的医疗影像生成节点在所述区块链网络中广播的至少一个第一医疗影像;
通过所述通讯接口接收所述区块链网络中的目标节点在所述区块链网络中广播的至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
对所述至少一个第一医疗影像和所述至少一个第二医疗影像进行医学识别;
将所述记账节点的区块链标识、所述记账节点对所述至少一个第一医疗影像进行医学识别得到的第一识别结果、以及所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果记录在新区块中;
通过所述通讯接口将所述新区块广播在所述区块链网络中;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,则包括所述第三识别结果的新区块被记录在所述区块链账本中。
7.根据权利要求6所述的记账节点,其特征在于,若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
8.一种目标节点,其特征在于,包括:
存储器;
处理器;
通讯接口;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以下操作:
通过所述通讯接口在区块链网络中广播至少一个第二医疗影像,所述至少一个第二医疗影像是在历史时间被所述区块链网络中的记账节点识别错误的医疗影像;
通过所述通讯接口接收所述区块链网络中的记账节点在所述区块链网络中广播的新区块,所述新区块包括所述记账节点的区块链标识、所述记账节点对所述至少一个第二医疗影像进行医学识别得到的第二识别结果;
若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果不同,且所述区块链网络中预设数量的其他记账节点对所述新区块验证通过,则通过所述通讯接口在所述区块链网络中广播所述第三识别结果,以使包括所述第三识别结果的新区块被记录在所述区块链账本中。
9.根据权利要求8所述的目标节点,其特征在于,若所述第二识别结果与所述目标节点对所述至少一个第二医疗影像进行医学识别得到的第三识别结果相同,则所述新区块被记录在所述区块链账本中。
10.根据权利要求8或9所述的目标节点,其特征在于,所述处理器通过所述通讯接口在所述区块链网络中广播所述第三识别结果时,具体用于:
采用所述目标节点的私钥对所述第三识别结果进行签名,得到签名后的第三识别结果;
在所述区块链网络中广播签名后的第三识别结果。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法。
CN202010432960.0A 2020-05-19 2020-05-19 医疗影像处理方法、设备及存储介质 Active CN111613304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010432960.0A CN111613304B (zh) 2020-05-19 2020-05-19 医疗影像处理方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010432960.0A CN111613304B (zh) 2020-05-19 2020-05-19 医疗影像处理方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111613304A true CN111613304A (zh) 2020-09-01
CN111613304B CN111613304B (zh) 2023-05-30

Family

ID=72200788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010432960.0A Active CN111613304B (zh) 2020-05-19 2020-05-19 医疗影像处理方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111613304B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107864198A (zh) * 2017-11-07 2018-03-30 济南浪潮高新科技投资发展有限公司 一种基于深度学习训练任务的区块链共识方法
CN109118224A (zh) * 2018-08-22 2019-01-01 泰康保险集团股份有限公司 区块链网络的工作量证明方法、装置、介质及电子设备
US20190065763A1 (en) * 2017-08-30 2019-02-28 MyMedicalImages.com, LLC Cloud-based image access systems and methods
CN109408595A (zh) * 2018-10-26 2019-03-01 全链通有限公司 区块链记账方法、设备及计算机可读存储介质
CN110597628A (zh) * 2019-08-29 2019-12-20 腾讯科技(深圳)有限公司 模型分发方法、装置、计算机可读介质及电子设备
CN110781952A (zh) * 2019-10-23 2020-02-11 泰康保险集团股份有限公司 图像识别风险提示方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190065763A1 (en) * 2017-08-30 2019-02-28 MyMedicalImages.com, LLC Cloud-based image access systems and methods
CN107864198A (zh) * 2017-11-07 2018-03-30 济南浪潮高新科技投资发展有限公司 一种基于深度学习训练任务的区块链共识方法
CN109118224A (zh) * 2018-08-22 2019-01-01 泰康保险集团股份有限公司 区块链网络的工作量证明方法、装置、介质及电子设备
CN109408595A (zh) * 2018-10-26 2019-03-01 全链通有限公司 区块链记账方法、设备及计算机可读存储介质
CN110597628A (zh) * 2019-08-29 2019-12-20 腾讯科技(深圳)有限公司 模型分发方法、装置、计算机可读介质及电子设备
CN110781952A (zh) * 2019-10-23 2020-02-11 泰康保险集团股份有限公司 图像识别风险提示方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
付敬;刘莉;弓孟春;许统亮;徐泽宇;朱宏;: "区块链技术在医疗领域中的应用研究" *

Also Published As

Publication number Publication date
CN111613304B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN109102287B (zh) 区块链记账方法、装置、设备及存储介质
CN108768665B (zh) 区块链生成方法、装置、计算机设备以及存储介质
WO2018176484A1 (zh) 医学影像传输数据的处理方法、装置及电子设备
US10867018B2 (en) Secure computation system, secure computation device, secure computation method, and program
CN110569251B (zh) 一种数据处理方法、相关设备及计算机可读存储介质
CN108734028B (zh) 基于区块链的数据管理方法、区块链节点及存储介质
CN108848148B (zh) 基于区块链的交易信息确认方法及装置
JP6268624B1 (ja) データ管理システム
CN111078910A (zh) 医学影像的存储方法、装置、系统、设备和存储介质
CN111986194B (zh) 医学标注图像检测方法、装置、电子设备及存储介质
JP2019061578A (ja) 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置
CN112511340A (zh) 数据传输方法、装置、电子设备及存储介质
CN108470039A (zh) 区块链中的数据处理方法和装置
CN110807035A (zh) 流水号生成方法、装置、设备及存储介质
CN110958107A (zh) 基于区块链的电子投票方法、设备及存储介质
CN111641617B (zh) 区块链网络中记账权的处理方法、设备及存储介质
CN114724661A (zh) 一种基于区块链技术的多源临床试验数据分享方法
CN111641616B (zh) 区块链网络中记账权的处理方法、设备及存储介质
CN113378224A (zh) 医学影像存储方法、装置、设备及存储介质
CN111613304B (zh) 医疗影像处理方法、设备及存储介质
CN108881397A (zh) 医疗设备处理信息的方法、装置、设备及存储介质
CN111858753A (zh) 基于区块链的训练参数处理方法、设备及存储介质
CN109828832B (zh) 基于区块链的数据流通方法、装置、设备和介质
CN111627530B (zh) 医疗影像的识别方法、设备及存储介质
CN112286703B (zh) 用户分类方法、装置、客户端设备及可读存储介质

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