CN111627530B - 医疗影像的识别方法、设备及存储介质 - Google Patents
医疗影像的识别方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111627530B CN111627530B CN202010433004.4A CN202010433004A CN111627530B CN 111627530 B CN111627530 B CN 111627530B CN 202010433004 A CN202010433004 A CN 202010433004A CN 111627530 B CN111627530 B CN 111627530B
- Authority
- CN
- China
- Prior art keywords
- block
- node
- medical
- blockchain network
- medical image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004891 communication Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004806 packaging method and process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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的识别方法、设备及存储介质。本发明实施例通过记账节点对该医疗影像进行医学识别得到医学识别结果，进一步将该医疗影像和该医疗影像对应的医学识别结果记录在区块链网络中的第一区块中，相比于现有技术中的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，本申请实施例中的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，即记账节点将宝贵的算力和电力应用在对医疗影像的医学识别上，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。
Description
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的识别方法、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。
发明内容
本发明实施例提供一种医疗影像的识别方法、设备及存储介质，以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。
第一方面，本发明实施例提供一种医疗影像的识别方法，包括：
区块链网络中的记账节点接收所述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医疗影像，所述医疗影像包括生成时间信息和标识信息；
所述记账节点根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像；
所述记账节点对所述候选区块中的至少一个医疗影像进行医学识别；
若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则所述记账节点将所述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所述区块链网络中的第一区块中；
所述记账节点在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中。
第二方面，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医疗影像，所述医疗影像包括生成时间信息和标识信息；
根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像；
对所述候选区块中的至少一个医疗影像进行医学识别；
若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则将所述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所述区块链网络中的第一区块中；
通过所述通讯接口在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中。
第三方面，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所述的方法。
本发明实施例提供的医疗影像的识别方法、设备及存储介质，通过区块链网络中的记账节点接收区块链网络中的医疗影像生成节点在该区块链网络中广播的医疗影像，并对该医疗影像进行医学识别得到医学识别结果，进一步将该医疗影像和该医疗影像对应的医学识别结果记录在区块链网络中的第一区块中，当该区块链网络中的其他记账节点均认可该第一区块时，该第一区块被记录在区块链账本中，不仅使得记录到区块链账本中的医疗影像不可篡改，还使得该医疗影像对应的医学识别结果可以得到大部分记账节点的认可，提高了该医学识别结果的可靠性。另外，相比于现有技术中的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，本申请实施例中的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，即记账节点将宝贵的算力和电力应用在对医疗影像的医学识别上，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。
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的识别方法流程图；
图3为本发明另一实施例提供的医疗影像的识别方法流程图；
图4为本发明实施例提供的记账节点的结构示意图。
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的识别方法，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：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(ComputedTomography，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。
本发明实施例提供的医疗影像的识别方法，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的识别方法流程图。本发明实施例针对现有技术的如上技术问题，提供了医疗影像的识别方法，该方法具体步骤如下：
步骤201、区块链网络中的记账节点接收所述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医疗影像，所述医疗影像包括生成时间信息和标识信息。
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。
步骤202、所述记账节点根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像。
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。
步骤203、所述记账节点对所述候选区块中的至少一个医疗影像进行医学识别。
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。
步骤204、若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则所述记账节点将所述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所述区块链网络中的第一区块中。
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。
步骤205、所述记账节点在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中。
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。
本发明实施例通过区块链网络中的记账节点接收区块链网络中的医疗影像生成节点在该区块链网络中广播的医疗影像，并对该医疗影像进行医学识别得到医学识别结果，进一步将该医疗影像和该医疗影像对应的医学识别结果记录在区块链网络中的第一区块中，当该区块链网络中的其他记账节点均认可该第一区块时，该第一区块被记录在区块链账本中，不仅使得记录到区块链账本中的医疗影像不可篡改，还使得该医疗影像对应的医学识别结果可以得到大部分记账节点的认可，提高了该医学识别结果的可靠性。另外，相比于现有技术中的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，本申请实施例中的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，即记账节点将宝贵的算力和电力应用在对医疗影像的医学识别上，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。
图3为本发明另一实施例提供的医疗影像的识别方法流程图。在上述实施例的基础上，本实施例提供的医疗影像的识别方法具体包括如下步骤：
步骤301、区块链网络中的记账节点接收所述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医疗影像，所述医疗影像包括生成时间信息和标识信息。
步骤302、所述记账节点根据预设规则生成候选区块，所述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。
步骤303、所述记账节点对所述候选区块中的至少一个医疗影像进行医学识别。
步骤304、若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则所述记账节点将所述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所述区块链网络中的第一区块中。
步骤305、所述记账节点在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中。
步骤301-步骤305的实现方式和具体原理可以参考如上所述的步骤201-步骤205，此处不再赘述。
步骤306、所述记账节点在所述区块链网络中广播第一消息，所述第一消息包括所述第一区块的生成方式、所述第一区块的下一个区块的生成方式中的至少一个。
在本申请实施例中，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。
在其他一些实施例中，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。
本发明实施例通过最早完成所述医学识别的记账节点规定下一个区块的生成方式，提高了区块生成的灵活性。
在上述实施例的基础上，所述方法还包括：所述记账节点接收所述区块链网络中的创始节点在所述区块链网络中广播的第二消息，所述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。
例如，该区块链网络中的创始节点即创建第一个区块的节点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。
另外，在上述实施例的基础上，所述方法还包括：若所述第一区块未通过所述验证，则所述记账节点接收所述其他记账节点在所述区块链网络中广播的第二区块，所述第二区块包括所述至少一个医疗影像和所述其他记账节点对所述至少一个医疗影像进行医学识别后得到的医学识别结果，若所述第二区块被所述区块链网络中预设数量的记账节点验证通过，则所述第二区块被记录在区块链账本中。
例如，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。
本发明实施例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。
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的识别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：通过通讯接口43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医疗影像，所述医疗影像包括生成时间信息和标识信息；根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像；对所述候选区块中的至少一个医疗影像进行医学识别；若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则将所述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所述区块链网络中的第一区块中；通过通讯接口43在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中。
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。
可选的，处理器42还用于：通过通讯接口43在所述区块链网络中广播第一消息，所述第一消息包括所述第一区块的生成方式、所述第一区块的下一个区块的生成方式中的至少一个。
可选的，处理器42还用于：通过通讯接口43接收所述区块链网络中的创始节点在所述区块链网络中广播的第二消息，所述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。
可选的，处理器42还用于：若所述第一区块未通过所述验证，则通过通讯接口43接收所述其他记账节点在所述区块链网络中广播的第二区块，所述第二区块包括所述至少一个医疗影像和所述其他记账节点对所述至少一个医疗影像进行医学识别后得到的医学识别结果，若所述第二区块被所述区块链网络中预设数量的记账节点验证通过，则所述第二区块被记录在区块链账本中。
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。
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的识别方法。
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 (9)
1.一种医疗影像的识别方法，其特征在于，包括：
区块链网络中的记账节点接收所述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医疗影像，所述医疗影像包括生成时间信息和标识信息；
所述记账节点根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像；
所述记账节点对所述候选区块中的至少一个医疗影像进行医学识别；
若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则所述记账节点将所述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所述区块链网络中的第一区块中；
所述记账节点在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中；
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。
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：
所述记账节点在所述区块链网络中广播第一消息，所述第一消息包括所述第一区块的生成方式、所述第一区块的下一个区块的生成方式中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述记账节点接收所述区块链网络中的创始节点在所述区块链网络中广播的第二消息，所述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。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
若所述第一区块未通过所述验证，则所述记账节点接收所述其他记账节点在所述区块链网络中广播的第二区块，所述第二区块包括所述至少一个医疗影像和所述其他记账节点对所述至少一个医疗影像进行医学识别后得到的医学识别结果，若所述第二区块被所述区块链网络中预设数量的记账节点验证通过，则所述第二区块被记录在区块链账本中。
5.一种记账节点，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医疗影像，所述医疗影像包括生成时间信息和标识信息；
根据预设规则生成候选区块，所述候选区块包括至少一个医疗影像；
对所述候选区块中的至少一个医疗影像进行医学识别；
若所述记账节点是所述区块链网络中最早完成所述医学识别的记账节点，则将所述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所述区块链网络中的第一区块中；
通过所述通讯接口在所述区块链网络中广播所述第一区块，以供所述区块链网络中的其他记账节点对所述第一区块进行验证，若所述第一区块通过所述验证，则所述第一区块被记录在区块链账本中；
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。
6.根据权利要求5所述的记账节点，其特征在于，所述处理器还用于：
通过所述通讯接口在所述区块链网络中广播第一消息，所述第一消息包括所述第一区块的生成方式、所述第一区块的下一个区块的生成方式中的至少一个。
7.根据权利要求5所述的记账节点，其特征在于，所述处理器还用于：
通过所述通讯接口接收所述区块链网络中的创始节点在所述区块链网络中广播的第二消息，所述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。
8.根据权利要求5-7任一项所述的记账节点，其特征在于，所述处理器还用于：
若所述第一区块未通过所述验证，则通过所述通讯接口接收所述其他记账节点在所述区块链网络中广播的第二区块，所述第二区块包括所述至少一个医疗影像和所述其他记账节点对所述至少一个医疗影像进行医学识别后得到的医学识别结果，若所述第二区块被所述区块链网络中预设数量的记账节点验证通过，则所述第二区块被记录在区块链账本中。
9.一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1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010433004.4A CN111627530B (zh) | 2020-05-19 | 2020-05-19 | 医疗影像的识别方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010433004.4A CN111627530B (zh) | 2020-05-19 | 2020-05-19 | 医疗影像的识别方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111627530A CN111627530A (zh) | 2020-09-04 |
| CN111627530B true CN111627530B (zh) | 2023-11-17 |
Family
ID=72261292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010433004.4A Active CN111627530B (zh) | 2020-05-19 | 2020-05-19 | 医疗影像的识别方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111627530B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9610476B1 (en) * | 2016-05-02 | 2017-04-04 | Bao Tran | Smart sport device |
| 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 |
| CN110471922A (zh) * | 2019-08-09 | 2019-11-19 | 全链通有限公司 | 记账节点的内容扩展方法、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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10796010B2 (en) * | 2017-08-30 | 2020-10-06 | MyMedicalImages.com, LLC | Cloud-based image access systems and methods |
-
2020
- 2020-05-19 CN CN202010433004.4A patent/CN111627530B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9610476B1 (en) * | 2016-05-02 | 2017-04-04 | Bao Tran | Smart sport device |
| 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 |
| CN110471922A (zh) * | 2019-08-09 | 2019-11-19 | 全链通有限公司 | 记账节点的内容扩展方法、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 (2)
| 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.医学信息学杂志.2020,(第03期),全文. * |
| 健康大数据平台的"区块链治理";王翔;;网络空间安全(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111627530A (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110868441B (zh) | 区块链公链的维护方法、装置、节点及区块链公链 | |
| Singh et al. | A novel patient-centric architectural framework for blockchain-enabled healthcare applications | |
| CN110582775B (zh) | 利用utxo基础协议基于区块链管理文件的方法及利用其的文件管理服务器 | |
| CN110148475B (zh) | 一种医疗信息共享方法、装置、可读存储介质及服务器 | |
| US10176309B2 (en) | Systems and methods for authenticating video using watermarks | |
| WO2018176484A1 (zh) | 医学影像传输数据的处理方法、装置及电子设备 | |
| CN107480990B (zh) | 区块链记账方法及装置 | |
| TWI729699B (zh) | 人臉資料採集方法、用於人臉資料採集之非易失性電腦可讀媒體及用於人臉資料採集之電腦實施的系統 | |
| CN108848148B (zh) | 基于区块链的交易信息确认方法及装置 | |
| WO2019232946A1 (zh) | 医疗数据记录方法、系统、计算机设备和存储介质 | |
| EP3709568A1 (en) | Deleting user data from a blockchain | |
| 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 | |
| EP3799052A1 (en) | Providing and receiving medical data records | |
| CN112948851A (zh) | 用户认证方法、装置、服务器及存储介质 | |
| CN112259178A (zh) | 基于区块链网络的诊断方法、装置和区块链网络系统 | |
| CN114826553A (zh) | 一种群签名和同态加密的云存储数据安全保护方法及装置 | |
| CN114726517A (zh) | 一种区块链上产生随机数种子的方法、系统和共识节点 | |
| CN114095214B (zh) | 一种基于区块链nft技术的加、解密方法及装置、设备及介质 | |
| CN112202779A (zh) | 基于区块链的信息加密方法、装置、设备及介质 | |
| CN114884652A (zh) | 一种区块链上产生随机数种子的方法、系统和共识节点 | |
| CN114724661A (zh) | 一种基于区块链技术的多源临床试验数据分享方法 | |
| CN111641617B (zh) | 区块链网络中记账权的处理方法、设备及存储介质 | |
| CN111627530B (zh) | 医疗影像的识别方法、设备及存储介质 | |
| CN111613304B (zh) | 医疗影像处理方法、设备及存储介质 | |
| CN111641616B (zh) | 区块链网络中记账权的处理方法、设备及存储介质 |
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 |