CN111785364A - 一种互联网+宫颈图像智能辅助阅片方法及辅助阅片系统 - Google Patents

Abstract

本发明公开了一种互联网+宫颈图像智能辅助阅片方法及辅助阅片系统，并通过一系列云端服务相互协作完成上述目标，这些服务包括智能阅片服务、图像存储服务单元、存储管理WEB服务群组、用户消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、异步消息服务单元、报告单服务单元和权限管理服务单元等。基于深度学习模型进行病理图像阅读分析，运行于高性能计算服务集群，每台服务器配置高性能GPU，支持并行计算处理，可根据需要动态扩展；为基层医疗单位提供宫颈液基涂片远程阅片的技术手段，解决病理医生不足的困难，降低病理医生阅片工作量的同时，提高甚至普及女性宫颈筛查水平。

Description

一种互联网+宫颈图像智能辅助阅片方法及辅助阅片系统

技术领域

本发明涉及一种宫颈图像阅片处理领域，尤其是涉及一种使用于现今互联网中的宫颈图像智能辅助阅片方法及辅助阅片系统。

背景技术

宫颈细胞病变筛查的关键方法是病理形态学分析筛查，该筛查方法通过在显微镜下进行宫颈细胞学涂片检查有无异常细胞以发现有无宫颈癌和癌前病变等疾病。很多发达国家的经验表明，开展以细胞形态学为基础的宫颈癌辅助筛查，可以有效降低宫颈癌的发生。作为一种无创性检查，该技术容易实施，也容易被人接受。然而由于现有一张宫颈病理涂片一般包含五到十万细胞，病理医生需要在显微镜下通过调整视野仔细观察才能筛查分析发现可能的病理，该病理医生带来巨大的脑力和体力负担，阅片准确率与工作效率都难以提升。同时，我国的宫颈病理筛查分析需求巨大，目前我国的适龄妇女人群超过3.5亿人，按照三到五年的筛查需求，每年大约有七千万人次的筛查分析需求，与此不成比例的是，目前的注册病理医生不到两万人，导致广大基层甚至市县医院并没有病理医生，因此无法对体检或就诊者进行宫颈病理筛查，使广大女性无法享受到这一技术带来的健康保障，有些需要分析筛查的患者也只能到医疗资源相对丰富医疗机构体检或就诊，造成这些医疗机构检测压力过大甚至无法承担。

发明内容

本发明为解决现有宫颈图像辅助阅片分析筛查存在着阅片工作者阅片强度大，工作效率低，容易导致医疗机构工作压力的过度集中及医疗检测机构病理医生数量不足等现状而提供的一种以云计算平台为基础支撑，建立基于深度学习模型的宫颈图像云阅片中心，医疗单位只需要通过扫描设备采集宫颈液基涂片的图像，将其上传至云阅片中心，云阅片中心自动阅读分析宫颈液基涂片，体检和就诊人员可远程自助查阅病理报告，使缺乏病理医生的医疗单位也能够基于该系统远程完成宫颈筛查或体检分析，解决病理医生不足的问题，使女性在基层医疗单位即可完成宫颈分析筛查的互联网+宫颈图像智能辅助阅片方法及辅助阅片系统。

本发明为解决上述技术问题所采用的具体技术方案为：一种互联网+宫颈图像智能辅助阅片方法，包括以云计算为基础支撑平台和互联网+，其特征在于：还包括如下阅片方法

a)基层医疗单位和/或医疗机构通过扫描设备获得宫颈液基涂片图像；

b)基层医疗单位和/或医疗机构在用户/医生终端上将该图像上传至云端数据储存/处理中心；

c)云端数据储存/处理中心启动图像多分辨率预处理，同时以异步消息方式通知智能阅片服务单元该图像需要进行识别分析；

d)智能阅片服务单元基于人工智能技术自动阅读分析宫颈液基涂片；

e)异步消息服务单元实现各服务单元之间的异步发送服务和异步接收服务，其中异步发送服务接收来自各个服务的消息，并将这些异步消息分发到消息消费者；异步接收服务通过异步接收服务接收并进行处理各服务单元的消息驱动；

f)病理医生通过诊断WEB服务单元对宫颈液基涂片进行宫颈病理图像分析处理的WEB接口服务；

g)图像存储服务器群组基于统一的文件格式，以分布式文件存储系统为基础存储海量的高分辨率宫颈图像数据，并支持文件上传下载以及数据同步；将图像数据具体存储于多个服务器群组中，并对并对图像文件内容做hash处理，避免出现重复文件;

h)报告单服务单元基于病理图像诊断结果，按照一定格式生成用户的报告单，该报告单接收来自诊断WEB服务的医生审核通知，制作最终报告单并存储于数据存储中心，然后通过用户消息服务发送通知到最终用户；

i)存储管理WEB服务单元为各服务单元及终端用户提供图像文件存储访问操作的WEB接口服务；

j)AI报告服务单元联结AI阅片中心与诊断医生，提供针对AI阅片结果库的查询服务并将其放置到诊断数据库；

k)病理医生和/或用户通过用户/医生终端自助查看病理报告单；

l)对于智能阅片服务单元识别分析判断为阳性宫颈液基涂片的，最终的分析处理结果会在AI报告服务单元中添加进病理医生的主观分析处理意见参考信息。

以云计算平台为基础支撑，建立基于深度学习模型的宫颈图像云阅片中心，医疗单位只需要通过扫描设备采集宫颈液基涂片的图像，将其上传至云阅片中心，云阅片中心自动阅读分析宫颈液基涂片，体检和就诊人员可远程自助查阅病理报告，使缺乏病理医生的医疗单位也能够基于该系统远程完成宫颈筛查或体检分析，解决病理医生不足的问题，使女性在基层医疗单位即可完成宫颈分析筛查。设计一种互联网+宫颈图像智能辅助阅片系统，以互联网模式并采用云计算平台为基础支撑，基于人工智能技术建立宫颈液基涂片的云阅片中心，使缺乏病理医生的医疗单位能够基于该系统远程完成宫颈筛查，最终用户（体检或者就诊者）则通过移动终端查看自己病理报告单。

作为优选，所述的智能阅片服务单元基于人工智能技术自动阅读分析宫颈液基涂片的阅读分析方法为将任务推入待处理队列并依次进行分析判断，其判断结果进行单独存储，并以异步消息方式通知AI报告服务，由后者将数据存储到诊断数据库供医生进行审核处理。提供智能阅片分析处理效率。

作为优选，所述的WEB接口服务包括涂片列表、辅助阅片诊断审核和辅助阅片诊断结果分析处理。提高各接口处理对接效率与辅助阅片服务质量。

作为优选，所述的WEB接口服务面向阳性宫颈液基涂片提供诊断结果分析处理结果。提高对阳性宫颈液基涂片的增加分析处理结果。

作为优选，所述的诊断结果分析处理结果包括医生建议、典型图像区域的选择和细胞列表这三方面的辅助阅片就诊分析处理结果内容。提高对阳性涂片的辅助就诊分析处理意见参考。

作为优选，所述的图像存储服务器群组建立统一数据管理器，将不同数据转换到特定格式，并对宫颈液基涂片的显微扫描图像进行多分辨率金字塔分解，将其分解图像存储于高速磁盘。提高辅助阅片数据统一管理有效性，提高网络化传输和显示快速可靠有效性，更具高扩展性、易用性、高可靠性和灵活性，及时发现潜在问题。

作为优选，所述的异步消息服务单元通过用户消息服务单元通知病理医生和/或用户可以从用户/医生终端自助查看宫颈液基涂片的病理报告单分析处理结果。提高病理医生和/或用户及时获得查看与分析病理报告单。

作为优选，所述的云端数据储存/处理中心和图像存储服务器群组建有统计分析WEB服务单元，统计分析WEB服务单元数据挖掘分析以及可视化，以阅片中心的大量数据为基础，嵌入挖掘分析以及可视化套件，分析发现潜在的规律和问题。提高辅助阅片数据挖掘与分析可视化效果，及时发现潜在问题。

作为优选，所述的用户/医生终端包括桌面终端和移动用户终端，桌面终端通过浏览器以WEB方式实现包括图像远程上传、异地辅助诊断、统计分析和/或查阅功能，移动用户终端通过移动WEB方式或APP方式进行对宫颈液基涂片的各管理性业务操作。提高用户/医生终端与后台间的传输、分析及辅助查阅等便捷有效性。

本发明的另一个发明目的在于提供一种互联网+宫颈图像智能辅助阅片系统，包括互联网+，其特征在于：还包括权利要求1～9之一所述的用户/医生终端、云端数据储存/处理中心和和以云计算为基础的基础支撑平台，云端数据储存/处理中心包括智能阅片服务单元、图像存储服务器群组、存储管理WEB服务单元、用户消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、异步消息服务单元、AI报告服务单元、AI阅片结果库、诊断数据库、报告单服务单元和权限管理服务单元，智能阅片服务单元分别与图像存储服务器群组、AI阅片结果库和异步消息服务单元通讯连接；异步消息服务单元分别与诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库、用户消息服务单元和图像存储服务器群组通讯连接；AI报告服务单元分别和权限管理服务单元、报告单服务单元和诊断数据库通讯连接；图像存储服务器群组分别与存储管理WEB服务单元、智能阅片服务单元、异步消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库和用户消息服务单元通讯连接；医疗单位通过扫描设备获得宫颈液基涂片图像；通过用户/医生终端将将该图像上传至云端数据储存/处理中心，病理医生和/或用户通过用户/医生终端自助查看病理报告单。

本发明的有益效果是：以云计算平台为基础支撑，建立基于深度学习模型的宫颈图像云阅片中心，医疗单位只需要通过扫描设备采集宫颈液基涂片的图像，将其上传至云阅片中心，云阅片中心自动阅读分析宫颈液基涂片，体检和就诊人员可远程自助查阅病理报告，使缺乏病理医生的医疗单位也能够基于该系统远程完成宫颈筛查或体检分析，解决病理医生不足的问题，使女性在基层医疗单位即可完成宫颈分析筛查。解决现有宫颈病理医生严重不足问题，广大基层医疗机构通过扫描设备获得宫颈液基涂片图像并远程上传到云阅片中心即可获得病理诊断结果；体检和就诊人员远程查阅病理报告，省时省力；云阅片中心基于人工智能技术自动阅读分析宫颈液基涂片，可大量并行处理，大大提高筛查速度；云阅片中心的海量数据为数据分析和挖掘提供支持，发现其潜在规律和问题，对公共医疗健康具有指导意义。实现高分率图像数据在网络环境下的平滑显示，支持无缝平滑的图像放缩。本发明的有益效果是基于人工智能技术自动阅读分析宫颈病理涂片，极大地提高筛查速度；解决病理医生严重不足问题；体检和就诊人员远程查阅病理报告，省时省力；云阅片中心的海量数据为数据分析和挖掘提供支持。

附图说明：

下面结合附图和具体实施方式对本发明做进一步的详细说明。

图1是本发明一种互联网+宫颈图像智能辅助阅片方法及辅助阅片系统的结构示意图。

具体实施方式

实施例1：

图1所示的实施例中，一种互联网+宫颈图像智能辅助阅片方法，包括以云计算为基础支撑平台40和互联网+，还包括如下阅片方法

a)基层医疗单位和/或医疗机构通过扫描设备获得宫颈液基涂片图像；

b)基层医疗单位和/或医疗机构在用户/医生终端10上将该图像上传至云端数据储存/处理中心30；当然也可以是根据实际需求基层医疗单位和/或医疗机构在用户/医生终端10上通过负载均衡/反向代理单元20将该图像上传至云端数据储存/处理中心30；提高对宫颈液基涂片图像的上传监控管理有效性；

c)云端数据储存/处理中心启动图像多分辨率预处理，同时以异步消息方式通知智能阅片服务单元34该图像需要进行识别分析；

d)智能阅片服务单元34基于人工智能技术自动阅读分析宫颈液基涂片；

e)异步消息服务单元33实现各服务单元之间的异步发送服务和异步接收服务，其中异步发送服务接收来自各个服务的消息，并将这些异步消息分发到消息消费者；异步接收服务通过异步接收服务接收并进行处理各服务单元的消息驱动；

f)病理医生通过诊断WEB服务单元36对宫颈液基涂片进行宫颈病理图像分析处理的WEB接口服务；

g)图像存储服务器群组31基于统一的文件格式，以分布式文件存储系统为基础存储海量的高分辨率宫颈图像数据，并支持文件上传下载以及数据同步；将图像数据具体存储于多个服务器群组中，并对并对图像文件内容做hash处理，避免出现重复文件;

报告单服务单元39基于病理图像诊断结果，按照一定格式生成用户的报告单，该报告单接收来自诊断WEB服务的医生审核通知，制作最终报告单并存储于云端数据存储中心，然后通过用户消息服务发送通知到最终用户；

i)存储管理WEB服务单元32为各服务单元及终端用户提供图像文件存储访问操作的WEB接口服务；

j)AI报告服务单元38联结AI阅片中心与诊断医生，提供针对AI阅片结果库3A的查询服务并将其放置到诊断数据库3B；

k)病理医生和/或用户通过用户/医生终端10自助查看病理报告单；

l)对于智能阅片服务单元34识别分析判断为阳性宫颈液基涂片的，最终的分析处理结果会在AI报告服务单元中添加进病理医生的主观分析处理意见参考信息。

实现高分率图像数据在网络环境下的平滑显示，支持无缝平滑的图像放缩。本发明的有益效果是基于人工智能技术自动阅读分析宫颈病理涂片，极大地提高筛查速度；解决病理医生严重不足问题；体检和就诊人员远程查阅病理报告，省时省力；云阅片中心的海量数据为数据分析和挖掘提供支持。

智能阅片服务单元基于人工智能技术自动阅读分析宫颈液基涂片的阅读分析方法为将任务推入待处理队列并依次进行分析判断，其判断结果进行单独存储，并以异步消息方式通知AI报告服务，由后者将数据存储到诊断数据库供医生进行审核处理。智能阅片服务单元是整个云阅片中心的大脑，通过深度神经网络模型对数据中心的病理图像进行分析识别。该服务运行于专为深度学习配备的高性能计算中心，中心采用服务器架构，每台服务器配置两块专为深度学习定制的NVIDIA TITAN系列显卡，其显存达到24GB，位宽384bit，数据带宽672GB/S，计算单元数4608，该计算中心的重要特征是可平滑拓展算力，随着硬件技术特别是GPU计算能力的发展，可以随时采用最新的GPU芯片升级系统的计算能力。该高性能计算中心每台服务器运行准确可靠的深度神经网络模型，该模型以PyTorch框架为基础编写，经过大量样本训练，识别准确率大大提高，其排阴率可达到85%。智能阅片服务具有并行处理能力，以配备64台服务器为例，可每分钟处理128张病理图像。该服务提供访问结果数据的Web接口，为系统其他组件（AI报告服务）获取诊断结果提供支持。

WEB接口服务包括涂片列表、辅助阅片诊断审核和辅助阅片诊断结果分析处理。

WEB接口服务面向阳性宫颈液基涂片提供诊断结果分析处理结果。

诊断结果分析处理结果包括医生建议、典型图像区域的选择和细胞列表这三方面的就诊分析处理结果内容。

图像存储服务器群组建立统一数据管理器，将不同数据转换到特定格式，并对宫颈液基涂片的显微扫描图像进行多分辨率金字塔分解，将其分解图像存储于高速磁盘。图像存储服务器群组基于统一的文件格式，以分布式文件存储系统为基础存储海量的高分辨率宫颈图像数据，并支持文件上传下载以及数据同步。图像数据具体存储于多个服务器组，并对图像文件内容做hash处理，避免出现重复文件。考虑到不同厂商扫描设备得到的数据格式不同，建立统一数据管理器，将不同数据转换到特定格式。由于宫颈液基涂片的显微扫描图像分辨率达到10-50亿，为支持其网络化传输和显示，将其进行多分辨率金字塔分解，其分解图像存储于高速磁盘。多分辨率预处理技术实现了图像“模糊到清晰”的流式体验，基于显示视野加载不同分辨率的图像，可以无缝立即打开超大分辨率图像而勿需等待很长时间，另外用户对图像的缩放和平移也非常平滑流畅。该服务除了高速磁盘存储以及通用软件如Linux外，基于图像数据处理包OpenSlide等实现高分辨率图像处理，基于OpenDFS实现分布式文件存储，具有高扩展性、易用性、高可靠性、灵活性。

异步消息服务单元通过用户消息服务单元35通知病理医生和/或用户可以从用户/医生终端自助查看宫颈液基涂片的病理报告单分析处理结果。异步消息服务单元实现各个服务（数据存储、报告单、诊断等）之间的调度枢纽，其底层基于高级消息队列协议（Advanced Message Queuing Protocol，AMQP）是实现各个服务之间高效、可靠、安全的信息交换服务，使系统中的各个服务之间自由方便地传递数据和通知消息。包括异步发送服务和异步接收服务两部分，前者接收来自各个服务的消息，并将这些异步消息分发到消息消费者，后者通过异步接收服务接收并进行处理。如存储、阅片、报告之间的消息驱动，终端用户（基层医院）将扫描图像上传后，数据存储服务将启动图像多分辨率预处理，同时以异步消息方式通知智能阅片服务该图像需要进行识别分析，后者将任务推入待处理队列并依次进行分析判断，其判断结果进行单独存储，并以异步消息方式通知AI报告服务，由后者将数据存储到诊断数据库供医生进行审核处理，该服务运行于Linux系统，可基于RabbitMQ以及Puppet实现。

云端数据储存/处理中心和图像存储服务器群组建有统计分析WEB服务单元37，统计分析WEB服务单元数据挖掘分析以及可视化，以阅片中心的大量数据为基础，嵌入挖掘分析以及可视化套件，分析发现潜在的规律和问题。

诊断WEB服务单元：医生对宫颈病理图像处理的WEB接口服务，包括涂片列表、诊断审核、诊断结果分析处理等。其中最主要的是辅助阅片诊断结果分析处理，考虑到阳性细胞对患者的影响，该接口主要面向阳性涂片提供三个方面的处理内容：1）医生建议，针对不同病历选择对应的就诊意见；2）典型图像区域的选择，在整个涂片图像选择关键性区域，作为最终报告单的意见参考；3）细胞列表，选择典型阳性细胞作为报告单的输出内容。该服务运行于Linux系统，可以基于通用Web开发框架如SpringBoot实现，并支持WebSocket，应用服务器可以采用Tomcat。

报告单服务单元：基于病理图像诊断结果，按照一定格式生成用户的报告单，该报告单接收来自诊断WEB服务的医生审核通知，制作最终报告单并存储于数据存储中心，然后通过用户消息服务发送通知到最终用户。该服务提供Rest访问接口，医生或者患者可以通过桌面或者移动设备查看对应的报告单。

存储管理WEB服务单元：为其他服务单元以及终端用户提供图像文件存储访问的Web接口，包括文件上传、下载、查询统计列表等。

AI报告服务单元：该服务单元联结AI阅片中心与诊断医生，提供针对AI阅片结果的查询服务并将其放置到诊断数据库。一般来说，对阳性宫颈涂片，其最终的诊断结果比AI阅片给出的内容更复杂一些，会增加医生的主观意见等信息。而AI报告服务提高的数据是最终报告单的数据基础。

统计分析WEB服务单元：数据挖掘分析以及可视化。以阅片中心的大量数据为基础，嵌入挖掘分析以及可视化套件，分析发现潜在的规律和问题。

用户/医生终端包括桌面终端和移动用户终端，桌面终端通过浏览器以WEB方式实现包括图像远程上传、异地辅助诊断、统计分析和/或查阅功能，移动用户终端通过移动WEB方式或APP方式进行对宫颈液基涂片的各管理性业务操作。桌面终端以HTML、Javascript以及css为基础编写，并采用AngularJS、OpenSeadragon等前端框架。移动用户终端可以采用HTML5为基础的移动Web，也可以采用原生的APP开发方式。用户端与后台服务的通讯方式包括两种，其一是基于HTTP Restful接口方式，这钟方式主要针对管理性的业务，如数据查询、数据统计分析等；另一种是基于Websocket方式，这种方式下，服务端可以实时将数据传输到必要的用户端。

权限管理服务单元3C提供访问报告等各权限管理，并可通过单独的服务（AI报告服务）进行数据过滤存储，该结果数据（阳性数据）是医生进行审核的研判基础，并在此基础上形成病理报告单。

实施例2：

图1所示的实施例中，一种互联网+宫颈图像智能辅助阅片系统，包括互联网+，还包括实施例1所述的用户/医生终端、云端数据储存/处理中心和和以云计算为基础的基础支撑平台，云端数据储存/处理中心包括智能阅片服务单元、图像存储服务器群组、存储管理WEB服务单元、用户消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、异步消息服务单元、AI报告服务单元、AI阅片结果库、诊断数据库、报告单服务单元和权限管理服务单元，智能阅片服务单元分别与图像存储服务器群组、AI阅片结果库和异步消息服务单元通讯连接；异步消息服务单元分别与诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库、用户消息服务单元和图像存储服务器群组通讯连接；AI报告服务单元分别和权限管理服务单元、报告单服务单元和诊断数据库通讯连接；图像存储服务器群组分别与存储管理WEB服务单元、智能阅片服务单元、异步消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库和用户消息服务单元通讯连接；医疗单位通过扫描设备获得宫颈液基涂片图像；通过用户/医生终端将将该图像上传至云端数据储存/处理中心，病理医生和/或用户通过用户/医生终端自助查看病理报告单。

该系统按功能模块划分可以为包括以下四个核心模块：

1）海量图像数据存储。采用分布式文件系统将扫描得到的病理图像存储管理，这类图像普遍具有高分辨率，其数据量巨大，采用分布式文件系统能够安全可靠的进行保存，并具有硬件容错性。为了适应不同设备扫描图像的不同格式，将其统一转换到固定格式进行存储。另外，该类高分辨率图像难以满足网络环境下的流式传输需要，因此对其进行金字塔多分辨率预处理，并将结果存储到高速磁盘进行保存。该模块通过存储管理WEB服务单元提供对外服务接口，任何注册医疗单位都可以远程进行数据上传、下载、统计等操作。

2）宫颈图像智能阅读分析。通过智能阅片服务单元基于深度学习模型，进行病理图像的阅读分析，得到宫颈图像的阴、阳性，对其中的阳性图像，识别其中的阳性细胞类别。该部分以Rest接口方式对外（系统其他服务）提供访问权限，并通过单独的服务（AI报告服务）进行数据过滤存储，该结果数据（阳性数据）是医生进行审核的研判基础，并在此基础上形成病理报告单。该模块内置分布式异步作业管理系统，基于RQ组件实现，该组件维持自己的工作队列，并提供WEB界面以查询当前状态。该模块需要高性能计算服务集群支持，一般采用服务器架构，每台服务器配置深度学习计算GPU，支持并行计算处理，可根据需要动态扩展，以适应业务扩充需要。

3）医生诊疗服务。通过诊断WEB服务单元主要用以支持病理医生针对阳性涂片的分析复核工作，支持医生针对特定病历的处理，包括阳性细胞的列表显示、图像局部区域的截图打印、全片的放缩查看以及就诊建议等。该部分以Rest接口方式对外提供服务，并与报告单服务关联，后者基于任务队列，异步并行地为每位就诊者产生报告单，并为医生和患者提供查看接口。

4）数据流式传输：通过异步消息服务单元和/或负载均衡/反向代理单元进行基于流式数据传输，实现高分率图像数据在网络环境下的平滑显示，通过显示只和当前视野区域相关的特定分辨率的图像内容，降低数据传输量，提高显示速度，并支持无缝平滑的图像放缩。基于OpenSlide框架以及OpenSeadragon前端插件，能够实现上述功能目标。

以上内容和结构描述了本发明产品的基本原理、主要特征和本发明的优点，本行业的技术人员应该了解。上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都属于要求保护的本发明范围之内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种互联网+宫颈图像智能辅助阅片方法，包括以云计算为基础支撑平台和互联网+，其特征在于，还包括如下阅片方法：

a)基层医疗单位和/或医疗机构通过扫描设备获得宫颈液基涂片图像；

b)基层医疗单位和/或医疗机构在用户/医生终端上该图像上传至云端数据储存/处理中心；

c)云端数据储存/处理中心启动图像多分辨率预处理，同时以异步消息方式通知智能阅片服务单元该图像需要进行识别分析；

d)智能阅片服务单元基于人工智能技术自动阅读分析宫颈液基涂片；

e)异步消息服务单元实现各服务单元之间的异步发送服务和异步接收服务，其中异步发送服务接收来自各个服务的消息，并将这些异步消息分发到消息消费者；异步接收服务通过异步接收服务接收并进行处理各服务单元的消息驱动；

f)病理医生通过诊断WEB服务单元对宫颈液基涂片进行宫颈病理图像分析处理的WEB接口服务；

g)图像存储服务器群组基于统一的文件格式，以分布式文件存储系统为基础存储海量的高分辨率宫颈图像数据，并支持文件上传下载以及数据同步；将图像数据具体存储于多个服务器群组中，并对并对图像文件内容做hash处理，避免出现重复文件；

h)报告单服务单元基于病理图像诊断结果，按照一定格式生成用户的报告单，该报告单接收来自诊断WEB服务的医生审核通知，制作最终报告单并存储于数据存储中心，然后通过用户消息服务发送通知到最终用户；

i)存储管理WEB服务单元为各服务单元及终端用户提供图像文件存储访问操作的WEB接口服务；

j)AI报告服务单元联结AI阅片中心与诊断医生，提供针对AI阅片结果库的查询服务并将其放置到诊断数据库；

k)病理医生和/或用户通过用户/医生终端自助查看病理报告单；

l)对于智能阅片服务单元识别分析判断为阳性宫颈液基涂片的，最终的分析处理结果会在AI报告服务单元中添加进病理医生的主观分析处理意见参考信息。

2.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的智能阅片服务单元基于人工智能技术自动阅读分析宫颈液基涂片的阅读分析方法为将任务推入待处理队列并依次进行分析判断，其判断结果进行单独存储，并以异步消息方式通知AI报告服务，由后者将数据存储到诊断数据库供医生进行审核处理。

3.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的WEB接口服务包括涂片列表、辅助阅片诊断审核和辅助阅片诊断结果分析处理。

4.按照权利要求1或3所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的WEB接口服务面向阳性宫颈液基涂片提供诊断结果分析处理结果。

5.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的诊断结果分析处理结果包括医生建议、典型图像区域的选择和细胞列表这三方面的辅助阅片就诊分析处理结果内容。

6.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的图像存储服务器群组建立统一数据管理器，将不同数据转换到特定格式，并对宫颈液基涂片的显微扫描图像进行多分辨率金字塔分解，将其分解图像存储于高速磁盘。

7.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的异步消息服务单元通过用户消息服务单元通知病理医生和/或用户可以从用户/医生终端自助查看宫颈液基涂片的病理报告单分析处理结果。

8.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的云端数据储存/处理中心和图像存储服务器群组建有统计分析WEB服务单元，统计分析WEB服务单元数据挖掘分析以及可视化，以阅片中心的大量数据为基础，嵌入挖掘分析以及可视化套件，分析发现潜在的规律和问题。

9.按照权利要求1所述的互联网+宫颈图像智能辅助阅片方法，其特征在于：所述的用户/医生终端包括桌面终端和移动用户终端，桌面终端通过浏览器以WEB方式实现包括图像远程上传、异地辅助诊断、统计分析和/或查阅功能，移动用户终端通过移动WEB方式或APP方式进行对宫颈液基涂片的各管理性业务操作。

10.一种互联网+宫颈图像智能辅助阅片系统，包括互联网+，其特征在于：还包括权利要求1～9之一所述的用户/医生终端、云端数据储存/处理中心和和以云计算为基础的基础支撑平台，云端数据储存/处理中心包括智能阅片服务单元、图像存储服务器群组、存储管理WEB服务单元、用户消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、异步消息服务单元、AI报告服务单元、AI阅片结果库、诊断数据库、报告单服务单元和权限管理服务单元，智能阅片服务单元分别与图像存储服务器群组、AI阅片结果库和异步消息服务单元通讯连接；异步消息服务单元分别与诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库、用户消息服务单元和图像存储服务器群组通讯连接；AI报告服务单元分别和权限管理服务单元、报告单服务单元和诊断数据库通讯连接；图像存储服务器群组分别与存储管理WEB服务单元、智能阅片服务单元、异步消息服务单元、诊断WEB服务单元、统计分析WEB服务单元、报告单服务单元、诊断数据库和用户消息服务单元通讯连接；医疗单位通过扫描设备获得宫颈液基涂片图像；通过用户/医生终端将将该图像上传至云端数据储存/处理中心，病理医生和/或用户通过用户/医生终端自助查看病理报告单。

Images