CN111816284B - 医疗测试数据的批量生成方法、装置、设备及存储介质 - Google Patents
医疗测试数据的批量生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111816284B CN111816284B CN202010921427.0A CN202010921427A CN111816284B CN 111816284 B CN111816284 B CN 111816284B CN 202010921427 A CN202010921427 A CN 202010921427A CN 111816284 B CN111816284 B CN 111816284B
- Authority
- CN
- China
- Prior art keywords
- medical
- data
- test
- editable
- medical data
- 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
- 238000010339 medical test Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 45
- 238000012360 testing method Methods 0.000 claims abstract description 197
- 238000003745 diagnosis Methods 0.000 claims description 48
- 238000000605 extraction Methods 0.000 claims description 18
- 238000013101 initial test Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 230000003902 lesion Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 206010004446 Benign prostatic hyperplasia Diseases 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 208000004403 Prostatic Hyperplasia Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002598 diffusion tensor imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及人工智能领域，公开了一种医疗测试数据的批量生成方法、装置、设备及存储介质，该方法包括获取历史的医疗影像与对应的患者信息，并对医疗影像与患者信息进行编码，得到预设存储格式的医疗数据；获取待测试系统的测试需求信息，以确定医疗数据中的可编辑医疗数据与固定医疗数据；对可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据进行预设测试序列字段拼接，得到新的可编辑医疗数据；合并新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。本发明还涉及区块链技术，所述医疗数据与医疗测试数据存储于区块链中。实现对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据。
Description
技术领域
本发明涉及人工智能，尤其涉及一种医疗测试数据的批量生成方法、装置、设备及存储介质。
背景技术
AI(Artificial Intelligence，人工智能)医疗影像辅助诊断是当前较热门的研究方向之一，在医疗阅片领域应用广泛，随着软硬件的不断升级与迭代，信息处理效率与图像技术的不断提升，AI医疗影像辅助系统逐渐从实验室走向生活，逐渐成为帮忙医生辅助诊断的得力助手。
而AI医疗影像辅助诊断系统在开发过程中，测试人员在不同阶段需要对系统进行全面的测试，以达到特定的质量要求。在执行系统测试之前，需要准备大量的医疗测试数据，而现有医疗影像阅片工具，仅包含医疗影像阅片、影像信息查看、图像标记描绘等功能，没有提供图像信息编辑等功能，在医疗测试数据的生成过程中较为复杂，难以实现对现有的医疗数据进行批量编辑，生成医疗测试数据。
发明内容
本发明的主要目的在于解决现有医疗影像阅片技术没有提供批量生产医疗测试数据功能的技术问题。
本发明第一方面提供了一种医疗测试数据的批量生成方法，包括：
获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
根据所述可编辑医疗数据，确定所述待测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；
基于所述测试类型，确定所述待测试系统对应的初始测试序列字段；
对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段；
对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。
可选的，在本发明第一方面的第一种实现方式中，所述对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据包括：
分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据。
可选的，在本发明第一方面的第二种实现方式中，在所述对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据进行预设测试序列字段拼接，得到新的可编辑医疗数据之前，还包括：
对所述医疗序列字段与所述测试序列字段进行对比，并判断所述医疗序列字段与所述测试序列字段是否一致；
若一致，则确定所述新的可编辑医疗数据完整；
若不一致，则根据对比结果，对所述新的可编辑医疗数据进行修复。
可选的，在本发明第一方面的第三种实现方式中，所述对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据进行预设测试序列字段拼接，得到新的可编辑医疗数据包括：
依次从所述可编辑医疗数据中，提取所述医疗影像对应的病灶部位信息与对应的诊断信息；
依次将各诊断信息输入预置关键词提取模型，并通过所述关键词提取模型提取所述诊断信息中的诊断关键词；
依次将所述病灶部位信息与对应的诊断关键词输入预置标注模板进行拼接处理，得到标注后的可编辑医疗数据；
根据所述待测试系统的测试类型，筛选对应的医疗序列字段，并对筛选得到的医疗序列字段与所述标注后的可编辑医疗数据进行拼接，得到新的可编辑医疗数据。
可选的，在本发明第一方面的第四种实现方式中，在所述合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表之后，还包括：
监听客户端是否存在系统测试指令；
若存在，则从所述医疗测试数据表中获取与所述系统测试指令对应的医疗测试数据；
将所述医疗测试数据转化为点阵图像，并对所述点阵图像进行光栅化处理以生成对应的专色文件；
对所述专色文件进行组合，得到与所述系统测试指令对应的测试影像，并将所述测试影像推送给所述客户端。
本发明第二方面提供了一种医疗测试数据的批量生成装置，包括：
编码模块，用于获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
分类模块，用于获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
拼接模块，用于根据所述可编辑医疗数据，确定待测试系统对应的测试序列字段；对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并模块，用于合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表；
其中，所述拼接模块包括生成单元，所述生成单元用于：根据所述可编辑医疗数据，确定所述待测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；基于所述测试类型，确定所述待测试系统对应的初始测试序列字段；对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段。
可选的，在本发明第二方面的第一种实现方式中，所述编码模块包括：
分割单元，用于分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
格式转换单元，用于将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
医疗数据拼接单元，用于对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据。
可选的，在本发明第二方面的第二种实现方式中，所述医疗测试数据的批量生成装置还包括数据修复模块，所述数据修复模块用于：
对所述医疗序列字段与所述测试序列字段进行对比，并判断所述医疗序列字段与所述测试序列字段是否一致；
若一致，则确定所述新的可编辑医疗数据完整；
若不一致，则根据对比结果，对所述新的可编辑医疗数据进行修复。
可选的，在本发明第二方面的第三种实现方式中，所述拼接模块还包括可编辑医疗数据拼接单元，所述可编辑医疗数据拼接单元用于：
依次从所述可编辑医疗数据中，提取所述医疗影像对应的病灶部位信息与对应的诊断信息；
依次将各诊断信息输入预置关键词提取模型，并通过所述关键词提取模型提取所述诊断信息中的诊断关键词；
依次将所述病灶部位信息与对应的诊断关键词输入预置标注模板进行拼接处理，得到标注后的可编辑医疗数据；
根据所述待测试系统的测试类型，筛选对应的医疗序列字段，并对筛选得到的医疗序列字段与所述标注后的可编辑医疗数据进行拼接，得到新的可编辑医疗数据。
可选的，在本发明第二方面的第四种实现方式中，所述医疗测试数据的批量生成装置还包括阅片模块，所述阅片模块用于：
监听客户端是否存在系统测试指令；
若存在，则从所述医疗测试数据表中获取与所述系统测试指令对应的医疗测试数据；
将所述医疗测试数据转化为点阵图像，并对所述点阵图像进行光栅化处理以生成对应的专色文件；
对所述专色文件进行组合，得到与所述系统测试指令对应的测试影像，并将所述测试影像推送给所述客户端。
本发明第三方面提供了一种医疗测试数据的批量生成设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述医疗测试数据的批量生成设备执行上述的医疗测试数据的批量生成方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的医疗测试数据的批量生成方法。
本发明通过获取历史的医疗影像与对应的患者信息，并对医疗影像与患者信息进行编码，得到预设存储格式的医疗数据；获取待测试系统的测试需求信息，以确定医疗数据中的可编辑医疗数据与固定医疗数据；对可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据进行预设测试序列字段拼接，得到新的可编辑医疗数据；合并新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。本发明还涉及区块链技术，所述待稽核数据存储于区块链中。本发明实现了对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据。
附图说明
图1为本发明实施例中医疗测试数据的批量生成方法的第一个实施例示意图；
图2为本发明实施例中医疗测试数据的批量生成方法的第二个实施例示意图；
图3为本发明实施例中医疗测试数据的批量生成方法的第三个实施例示意图；
图4为本发明实施例中医疗测试数据的批量生成方法的第四个实施例示意图；
图5为本发明实施例中医疗测试数据的批量生成装置的一个实施例示意图；
图6为本发明实施例中医疗测试数据的批量生成装置的另一个实施例示意图；
图7为本发明实施例中医疗测试数据的批量生成设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种医疗测试数据的批量生成方法、装置、设备及存储介质，通过对历史医疗影像与患者信息进行重新编码，得到目标存储格式的医疗数据；再以待测试系统的测试需求信息确定医疗数据中的可编辑医疗数据与固定医疗数据；接着对可编辑医疗数据进行批量标注并与预设的测试序列字段进行拼接，得到新的可编辑医疗测试数据，最后对新的可编辑医疗测试数据与固定医疗数据进行合并，即可得到用于测试系统的医疗测试数据。实现对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中医疗测试数据的批量生成方法的第一个实施例包括：
101、获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
可以理解的是，本发明的执行主体可以为医疗测试数据的批量生成装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。需要强调的是，为进一步保证上述医疗数据、医疗测试数据的私密和安全性，上述医疗数据、医疗测试数据还可以存储于一区块链的节点中。
本实施例中，历史的医疗影像与患者信息固定存放于系统的相应存储区域中，在开发人员需要对医疗数据进行编辑时，则从该存储区域中获取历史医疗影像与患者信息，并先将医疗影像与患者信息转换为固定存储格式的医疗数据，以实现可批量编辑功能。此处医疗图像包括医生对患者拍摄的核磁共振(nuclear magnetic resonance,NMR)、功能性磁共振成像(functional magnetic resonance imaging，FMRI)、磁共振弥散张量成像(diffusion tensor imaging，DTI)、电子计算机断层扫描(Computed Tomography，CT)、直接数字化X射线摄影系统(Direct Radiography，X-ray(DR))、B超(B-scanultrasonography)等图像、预设存储格式可为医学数字成像和通信(Digital Imaging andCommunications in Medicine，DICOM)、Mosaic、Analyze、神经影像信息技术方案(Neuroimaging Informatics Technology Initiative，NIfTI)等，此处优选DICOM作为预设存储格式。
102、获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
本实施例中，对系统进行测试时，开发人员需要对医疗图像中的哪些信息进行匿名处理、需要对哪些信息进行标注、需要对哪些信息进行变换等，根据客户端输入相应的信息后，即可根据该信息，生成对应的测试需求信息，其中，根据测试需求信息中需要编辑的部分，将医疗数据分为可编辑医疗数据与固定医疗数据，如开发人员需对患者私人信息，包括患者姓名、电话号码、生日、身份证号码等，进行匿名处理，测试需求信息中记载相应的索引位置，根据该测试需求信息确定对于每一条医疗数据的相应索引位置，并将对应的医疗数据归类为可编辑医疗数据，而其他医疗数据自定转化为固定医疗数据，不可进行编辑。
103、根据所述可编辑医疗数据，确定预测试系统对应的测试序列字段；
本实施例中，测试序列字段由字段头与字段主体组成，字段头通过对标识医疗数据的医疗序列字段进行映射变换得到，字段主体根据系统的测试类型进行确定，在后续生成的医疗测试数据中，用于双向标识原医疗数据与本身。比如测试序列字段A由字段头a与字段主体b组成，则通过字段头a可追溯原医疗数据，通过字段主体b可检索该测试序列字段A。
104、对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
本实施例中，在确定医疗数据中的可编辑医疗数据后，根据测试需求信息中记载的索引位置对可编辑医疗数据的相应位置的确定，如果该索引位置指示进行匿名处理，则需在该索引位置上进行匿名的数据处理，如果该索引位置指示进行标注处理，则需在该索引位置上进行标注的数据处理，以此往复。将新的数据覆盖或者代替相应索引位置上的原医疗数据，得到新的可编辑医疗数据。
具体的，对于可编辑医疗数据的批量编辑，包括患者隐私信息的匿名处理，医疗图像病灶部位的标注，测试序列字段的拼接。对于患者隐私信息的匿名处理，通过测试需求信息确定可编辑医疗数据中患者隐私信息的位置，并进行马赛克、以匿名符号替代等方式将隐私信息隐藏。对于医疗图像病灶部位的标注，可根据医生的诊断报告或者医疗图像的病灶部位识别模型，从医疗数据中提取出医疗图像的病灶部位，并提取该病灶部位的诊断信息；再通过关键词提取模型从诊断信息中提取诊断关键词，采用预置的标注模板，以诊断关键词标注病灶部位即可。而对于测试序列字段的拼接，测试序列字段由字段头与字段尾构成，字段头经过原医疗序列字段进行映射变换如Hash(散列函数)变换，字尾可根据开发者测试系统的需求，自定义测试序列字段，以满足数据的顺序输入要求。
105、合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。
本实施例中，可编辑医疗数据经过测试需求信息所要求的进行代替与覆盖处理之后，满足系统测试要求，再与固定医疗数据拼接后，即可得到所需的医疗测试数据，并以医疗测试数据表的形式进行统一存储。其中，若将医疗测试数据还原为测试图像，即可见患者隐私信息不可见，病灶部位被定位，进行高亮分割，并以相应的标签进行标注，而该医疗图像在存储器中的序列编号由原医疗序列字段改为测试序列字段。
本发明实施例中，通过对历史医疗影像与患者信息进行重新编码，得到目标存储格式的医疗数据；再以待测试系统的测试需求信息确定医疗数据中的可编辑医疗数据与固定医疗数据；接着对可编辑医疗数据进行批量标注并与预设的测试序列字段进行拼接，得到新的可编辑医疗测试数据，最后对新的可编辑医疗测试数据与固定医疗数据进行合并，即可得到用于测试系统的医疗测试数据。实现对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据。
请参阅图2，本发明实施例中医疗测试数据的批量生成方法的第二个实施例包括：
201、获取历史的医疗影像与对应的患者信息；
202、分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
本实施例中，患者的医疗影像都由多张医疗影像切片，切片数量在50-500之间，也可更多或者更少。医疗影像切片由医疗序列字段唯一标识，而切割后的每一张医疗影像切片通过医疗序列字段再加上其切片派生序列号组成；另外，医疗影像切片分割后，即生成相对空间坐标位置，以用于数据格式转换后确定数据拼接顺序与还原成医疗影像时进行参照，可以固定为每一医疗图像切片左上角、右上角、左下角、右下角、中心点的坐标，需注意的是，每张切片的厚度应保持一致。
203、将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
本实施例中，可通过现有的DICOM格式转换工具，将医疗影像切片转为DICOM格式数据，需注意的是，通过测试序列字段控制医疗影像切片的输入顺序，比如LEADTOOLS、mydicom、ezdicom、DicomObjects等。医疗影像切片坐标信息中的z坐标值确定了切片的上下顺序，根据该上下顺序进行DICOM格式数据的拼接即可。
204、对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据；
本实施例中，根据切片的上下顺序，对DICOM格式数据进行顺序存储，有利于医疗数据的系统化管理，对于同一医疗影像分割的切片，编码后的DICOM格式数据进行拼接，然后再与患者信息字段进行拼接，即得到完整的医疗数据。
205、获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
206、根据所述可编辑医疗数据，确定预测试系统对应的测试序列字段；
207、对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
208、合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。
本发明实施例中，详细介绍了医疗数据的格式转换过程，将医疗图像转换为可存储、可提取阅片以及可编辑的DICOM格式数据，实现阅片的可编辑，便于后面对可编辑数据的提取与替换。
请参阅图3，本发明实施例中医疗测试数据的批量生成方法的第三个实施例包括：
301、获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
302、获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
303、根据所述可编辑医疗数据，确定所述预测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；
本实施例中，测试需求信息确定了医疗数据中的可编辑医疗数据后，为可编辑医疗数据定义了预测试系统的测试类型；而每一医疗数据均带有医疗序列字段，以用于标识唯一医疗数据，医疗序列字段在数据分类时划分至可编辑医疗数据，故在此通过可编辑医疗数据即可得到其中的医疗序列字段。
304、基于所述测试类型，确定所述所述预测试系统对应的初始测试序列字段；
本实施例中，开发人员预先为不同的测试类型配置对应的初始测试序列字段，通过测试类型的标识信息，即可确定对应的初始测试序列字段集。比如测试系统对于同一病症拍摄的医疗影像，只需对为医疗影像生成控制输入顺序的初始测试序列字段集合即可，而欲测试系统对同一病人病情发展时期拍摄的医疗影像，则需根据拍摄时间生成具有时间顺序意义的初始测试序列字段集合。
305、对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段；
本实施例中，将医疗序列字段进行映射变换，比如通过Hash映射以作为测试序列字段的头端，其作用在于标识原医疗数据来源，真正作为测试系统标识的字段仍为初始测试序列字段，在初始测试序列字段接上头端的医疗序列字段，即作为测试系统唯一标识每一条医疗测试数据的测试序列字段。
306、依次从所述可编辑医疗数据中，提取所述医疗影像对应的病灶部位信息与对应的诊断信息；
本实施例中，医疗数据中带有对医疗影像的病灶部位信息与诊断信息，其所在位置通过一个组别号(Group)与基本号(Element)进行共同定位，通过Group+Element的组合号码，即可定位到医疗影像对应的病灶部位字段与诊断字段，获取得到对应的病灶信息与诊断信息。
307、依次将各诊断信息输入预置关键词提取模型，并通过所述关键词提取模型提取所述诊断信息中的诊断关键词；
本实施例中，预置关键词提取模型通过大量诊断文本进行训练，可通过TextRank、词频-逆文本频率指数(term frequency–inverse document frequency，TF-IDF)、潜在语意分析(Latent Semantic Analysis，LSI)、线性判别分析(LinearDiscriminationAnalysis，LDA)等算法模型进行训练，优选的，此处使用TF-IDF进行关键词提取模型的训练。如关于前列腺增生患者的病历本中，带有“前列腺体积增大”，“中央带增大明显”，“两侧外周带受压变薄”的医疗影像描述，以及“前列腺增生”的诊断结果等关键字，可通过关键词提取模型进行提取。
308、依次将所述病灶部位信息与对应的诊断关键词输入预置标注模板进行拼接处理，得到标注后的可编辑医疗数据；
本实施例中，预置批注模板定义了病灶部位与诊断关键词之间的平面位置关系，确定在后面还原为测试图像时，诊断关键词与病灶部位的显示相对位置，即确定病灶部位后，诊断关键词会唯一显示在医疗影像中的某一位置，在得到病灶部位信息与对应的诊断关键词后，只需将对应的数据写入模板中即可。具体的，如定义模板的病灶部位表头名称为Image Position，诊断关键词表头名称为Diagnosis，提取得到病灶部位信息a与诊断关键词b、c、d、e，则将病灶部位信息a写入ImagePosition指向的表格中，将诊断关键词b，c，d写入Diagnosis指向的表格中。
309、根据所述预测试系统的测试类型，筛选对应的医疗序列字段，并对筛选得到的医疗序列字段与所述标注后的可编辑医疗数据进行拼接，得到新的可编辑医疗数据；
本实施例中，根据预测试系统的测试类型，筛选合适的医疗序列字段对标注后的可编辑医疗数据进行拼接，比如测试系统对病人病情发展所拍摄的医疗影像的追踪，需获取带有时间标识的医疗序列字段对可编辑医疗数据进行拼接，以通过该医疗序列字段控制后面生成的医疗测试数据的输入顺序。
310、对所述医疗序列字段与所述测试序列字段进行对比，并判断所述医疗序列字段与所述测试序列字段是否一致；
本实施例中，可编辑医疗数据拼接测试序列字段后得到新的医疗测试数据后，还需检测新的可编辑医疗数据是否满足系统测试所需，若有丢失，需对新的可编辑医疗数据进行修复。测试序列字段中包含有医疗序列字段的映射变换编码，标识原医疗字段，故通过比较医疗序列字段与测试序列字段，两者是否一致，来判断新的可编辑医疗数据是否完整，满足系统测试所需。
311、若一致，则确定所述新的可编辑医疗数据完整；
312、若不一致，则根据对比结果，对所述新的可编辑医疗数据进行修复；
本实施例中，对于新的可编辑医疗数据中带有测试序列字段用于唯一标识每一新的可编辑医疗数据以及后续生成的医疗测试数据，而测试序列字段中头端经过医疗序列字段映射变换得到，此处对测试序列字段进行解构，还原为原映射字段，再通过测试序列字段的头端与医疗序列字段进行对比，确定两者数量与字段是否一致。其中，当测试序列字段的头端与医疗序列字段相同，则认为该测试序列字段与医疗序列字段对应，以此逐一进行对比。
在判断医疗序列字段与测试序列字段是否一致时，固定一测试序列字段，然后遍历所有医疗序列字段，若存在相同的医疗序列字段，则继续固定下一测试序列字段，再次遍历所有医疗序列字段，若不存在相同的医疗序列字段，则将该测试序列字段写入数据补丁表中，依次循环，直到判别完所有的测试序列字段，具体的，如包括A、B两个医疗序列字段，a、b、c三个测试序列字段，则首先固定a测试序列字段，找到相同的A医疗序列字段，依次循环，若测试序列字段c无法找到对应的医疗序列字段，则将测试序列字段c写入数据补丁表中。
若不存在与测试序列字段相同的医疗序列字段，则确定缺失新的可编辑医疗数据，根据数据补丁表中的测试序列字段，找到对应的医疗数据，再次进行批量编辑，以生成新的可编辑医疗数据进行修复。
313、合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并将所述医疗测试数据保存为医疗测试数据表。
本发明实施例中，详细介绍了医疗测试数据相关内容的提取与调整，已经数据的修复机制，根据测试需求信息，对可编辑医疗数据进行替换与拼接，得到测试医疗数据，提取相关的提高医疗测试数据的定制化与真确性。
请参阅图4，本发明实施例中医疗测试数据的批量生成方法的第四个实施例包括：
401、获取历史的医疗影像和与其对应的患者信息，并对所述医疗影像和所述患者信息进行编码，得到预设存储格式的医疗数据；
402、获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
403、根据所述可编辑医疗数据，确定预测试系统对应的测试序列字段；
404、对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
405、合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并将所述医疗测试数据保存为医疗测试数据表；
406、监听客户端是否存在系统测试指令；
本实施例中，医疗测试数据生成后，开发人员亦需对生成的医疗测试数据是否能还原为数据修改后的测试影像，此处为医疗测试数据还原对象装载监听实例，若开发人员欲查阅测试影像，并操作客户端时，即触发启动监听命令，进入测试影像还原线程。
407、若存在，则从所述医疗测试数据表中获取与所述系统测试指令对应的医疗测试数据；
本实施例中，当监听存在医疗测试指令时，则根据指令指向，从指向的医疗测试数据表中获取对应的医疗测试数据。比如开发人员点击关于图a的医疗测试指令，则根据该指令指向存储有测试图像a对应测试数据的医疗测试数据表，再从医疗测试数据表中获取对应的测试数据即可。
408、将所述医疗测试数据转化为点阵图像，并对所述点阵图像进行光栅化处理以生成对应的专色文件；
本实施例中，医疗测试数据由原存储格式，优选的使用DICOM格式，转换为普通格式图像，如JEPG格式、TIFF格式等，此处点阵图像由像素的单个点组成，以与医疗测试数据相对应的排列与然后构成图样；而后根据点阵图像中部局部网点的直径大小，参照其灰度，将局部网点的直径进行调整，以实现对点阵图像局部控制；接着根据医疗测试数据内容，调整点阵图像的色阶，主动配置该点阵图像适合的色阶，生成对应的专色文件。需注意的是，对应无法达到系统要求饱和度的点阵图像的颜色饱和度，可以针对同一单独颜色灰阶使用多个专色进行叠加，亦可利用符合颜色曲线结合手动调整对医疗测试影像质量进行调整。
409、对所述专色文件进行组合，得到与所述系统测试指令对应的测试影像，并将所述测试影像推送给所述客户端。
本实施例中，专色文件定义了医疗测试数据中，每一点阵图像的输出色阶，对专色文件进行组合，即可实现测试影像的还原，其中，对于匿名的患者隐私信息，新增了马赛克效果、替代符号或者隐藏为背景颜色；病灶部位由亮色线条进行圈定，并以相应的诊断关键词进行标识；测试影像带有测试序列字段的数值。在拼接完成后，将图像在显示器上进行渲染，开发人员可查看以上相关信息，以及固定医疗数据的还原图像。
本发明实施例中，详细介绍了阅片时文件从DICOM格式转换为测试影像的过程，对测试影像进行查看，检测对医疗数据进行编辑后，所得到的医疗测试数据是否正确，以及检测系统的阅片功能。
上面对本发明实施例中医疗测试数据的批量生成方法进行了描述，下面对本发明实施例中医疗测试数据的批量生成装置进行描述，请参阅图5，本发明实施例中医疗测试数据的批量生成装置一个实施例包括：
编码模块501，用于获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
分类模块502，用于获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
拼接模块503，用于根据所述可编辑医疗数据，确定预测试系统对应的测试序列字段；对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并模块504，用于合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。
本发明实施例中，通过对历史医疗影像与患者信息进行重新编码，得到目标存储格式的医疗数据；再以待测试系统的测试需求信息确定医疗数据中的可编辑医疗数据与固定医疗数据；接着对可编辑医疗数据进行批量标注并与预设的测试序列字段进行拼接，得到新的可编辑医疗测试数据，最后对新的可编辑医疗测试数据与固定医疗数据进行合并，即可得到用于测试系统的医疗测试数据。实现对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据。
请参阅图6，本发明实施例中医疗测试数据的批量生成装置的另一个实施例包括：
编码模块501，用于获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
分类模块502，用于获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
拼接模块503，用于根据所述可编辑医疗数据，确定预测试系统对应的测试序列字段；对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并模块504，用于合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表。
具体的，所述编码模块501包括：
分割单元5011，用于分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
格式转换单元5012，用于将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
医疗数据拼接单元5013，用于对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据。
具体的，所述所述拼接模块503包括生成单元5031，所述生成单元5031用于：
根据所述可编辑医疗数据，确定所述预测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；
基于所述测试类型，确定所述所述预测试系统对应的初始测试序列字段；
对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段。
具体的，所述医疗测试数据的批量生成装置还包括数据修复模块505，所述数据修复模块505用于：
对所述医疗序列字段与所述测试序列字段进行对比，并判断所述医疗序列字段与所述测试序列字段是否一致；
若一致，则确定所述新的可编辑医疗数据完整；
若不一致，则根据对比结果，对所述新的可编辑医疗数据进行修复。
具体的，所述拼接模块503还包括可编辑医疗数据拼接单元5032，所述可编辑医疗数据拼接单元5032用于：
依次从所述可编辑医疗数据中，提取所述医疗影像对应的病灶部位信息与对应的诊断信息；
依次将各诊断信息输入预置关键词提取模型，并通过所述关键词提取模型提取所述诊断信息中的诊断关键词；
用于依次将所述病灶部位信息与对应的诊断关键词输入预置标注模板进行拼接处理，得到标注后的可编辑医疗数据；
根据所述预测试系统的测试类型，筛选对应的医疗序列字段，并对筛选得到的医疗序列字段与所述标注后的可编辑医疗数据进行拼接，得到新的可编辑医疗数据。
具体的，所述医疗测试数据的批量生成装置还包括阅片模块506，所述阅片模块506用于：
监听客户端是否存在系统测试指令；
若存在，则从所述医疗测试数据表中获取与所述系统测试指令对应的医疗测试数据；
将所述医疗测试数据转化为点阵图像，并对所述点阵图像进行光栅化处理以生成对应的专色文件；
对所述专色文件进行组合，得到与所述系统测试指令对应的测试影像，并将所述测试影像推送给所述客户端。
本发明实施例中，通过对历史医疗影像与患者信息进行重新编码，得到目标存储格式的医疗数据；再以待测试系统的测试需求信息确定医疗数据中的可编辑医疗数据与固定医疗数据；接着对可编辑医疗数据进行批量标注并与预设的测试序列字段进行拼接，得到新的可编辑医疗测试数据，最后对新的可编辑医疗测试数据与固定医疗数据进行合并，即可得到用于测试系统的医疗测试数据。实现对现有医疗数据的批量编辑，生成测试系统所需的医疗测试数据；另外，还详细介绍了医疗数据的格式转换过程，将医疗图像转换为可存储、可提取阅片以及可编辑的DICOM格式数据，实现阅片的可编辑，便于后面对可编辑数据的提取与替换；详细介绍了医疗测试数据相关内容的提取与调整，已经数据的修复机制，根据测试需求信息，对可编辑医疗数据进行替换与拼接，得到测试医疗数据，提取相关的提高医疗测试数据的定制化与真确性；详细介绍了阅片时文件从DICOM格式转换为测试影像的过程，对测试影像进行查看，检测对医疗数据进行编辑后，所得到的医疗测试数据是否正确，以及检测系统的阅片功能。
上面图5和图6从模块化功能实体的角度对本发明实施例中的医疗测试数据的批量生成装置进行详细描述，下面从硬件处理的角度对本发明实施例中医疗测试数据的批量生成设备进行详细描述。
图7是本发明实施例提供的一种医疗测试数据的批量生成设备的结构示意图，该医疗测试数据的批量生成设备700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)710(例如，一个或一个以上处理器)和存储器720，一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对医疗测试数据的批量生成设备700中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质730通信，在医疗测试数据的批量生成设备700上执行存储介质730中的一系列指令操作。
医疗测试数据的批量生成设备700还可以包括一个或一个以上电源740，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口760，和/或，一个或一个以上操作系统731，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图7示出的医疗测试数据的批量生成设备结构并不构成对医疗测试数据的批量生成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种医疗测试数据的批量生成设备，所述医疗测试数据的批量生成设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述医疗测试数据的批量生成方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述医疗测试数据的批量生成方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。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。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
以上所述，以上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精神和范围。
Claims (9)
1.一种医疗测试数据的批量生成方法，其特征在于，所述医疗测试数据的批量生成方法包括：
获取历史的医疗影像和与其对应的患者信息，并对所述医疗影像和所述患者信息进行编码，得到预设存储格式的医疗数据；
获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
根据所述可编辑医疗数据，确定所述待测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；
基于所述测试类型，确定所述待测试系统对应的初始测试序列字段；
对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段；
对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并将所述医疗测试数据保存为医疗测试数据表。
2.根据权利要求1所述的医疗测试数据的批量生成方法，其特征在于，所述对所述医疗影像和所述患者信息进行编码，得到预设存储格式的医疗数据包括：
分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据。
3.根据权利要求1所述的医疗测试数据的批量生成方法，其特征在于，在所述对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据之后，还包括：
对所述医疗序列字段与所述测试序列字段进行对比，并判断所述医疗序列字段与所述测试序列字段是否一致；
若一致，则确定所述新的可编辑医疗数据完整；
若不一致，则根据对比结果，对所述新的可编辑医疗数据进行修复。
4.根据权利要求3所述的医疗测试数据的批量生成方法，其特征在于，所述对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据包括：
依次从所述可编辑医疗数据中，提取所述医疗影像对应的病灶部位信息与对应的诊断信息；
依次将各诊断信息输入预置关键词提取模型，并通过所述关键词提取模型提取所述诊断信息中的诊断关键词；
依次将所述病灶部位信息与对应的诊断关键词输入预置标注模板进行拼接处理，得到标注后的可编辑医疗数据；
根据所述待测试系统的测试类型，筛选对应的医疗序列字段，并对筛选得到的医疗序列字段与所述标注后的可编辑医疗数据进行拼接，得到新的可编辑医疗数据。
5.根据权利要求1-4中任一项所述的医疗测试数据的批量生成方法，其特征在于，在所述合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表之后，还包括：
监听客户端是否存在系统测试指令；
若存在，则从所述医疗测试数据表中获取与所述系统测试指令对应的医疗测试数据；
将所述医疗测试数据转化为点阵图像，并对所述点阵图像进行光栅化处理以生成对应的专色文件；
对所述专色文件进行组合，得到与所述系统测试指令对应的测试影像，并将所述测试影像推送给所述客户端。
6.一种医疗测试数据的批量生成装置，其特征在于，所述医疗测试数据的批量生成装置包括：
编码模块，用于获取历史的医疗影像与对应的患者信息，并对所述医疗影像与所述患者信息进行编码，得到预设存储格式的医疗数据；
分类模块，用于获取待测试系统的测试需求信息，并根据所述测试需求信息，确定所述医疗数据中的可编辑医疗数据与固定医疗数据；
拼接模块，用于根据所述可编辑医疗数据，确定待测试系统对应的测试序列字段；对所述可编辑医疗数据进行批量标注，并对批量标注后的可编辑医疗数据与所述测试序列字段进行拼接，得到新的可编辑医疗数据；
合并模块，用于合并所述新的可编辑医疗数据与所述固定医疗数据，得到对应的医疗测试数据，并保存为医疗测试数据表；
其中，所述拼接模块包括生成单元，所述生成单元用于：根据所述可编辑医疗数据，确定所述待测试系统的测试类型与所述可编辑医疗数据中的医疗序列字段；基于所述测试类型，确定所述待测试系统对应的初始测试序列字段；对所述医疗序列字段进行映射变换，并根据映射变换后的医疗序列字段，对所述初始测试序列字段进行调整，得到对应的测试序列字段。
7.根据权利要求6所述的医疗测试数据的批量生成装置，其特征在于，所述编码模块包括：
分割单元，用于分割所述医疗影像，得到对应的多张医疗影像切片，并根据分割顺序确定所述多张医疗影像切片的坐标信息；
格式转换单元，用于将所述多张医疗影像切片转换为DICOM格式数据，并根据所述坐标信息，对所述多张医疗影像切片的DICOM格式数据进行拼接，得到初始医疗数据；
医疗数据拼接单元，用于对所述患者信息进行编码，得到患者信息字段，并根据所述坐标信息，对所述初始医疗数据与所述患者信息字段进行拼接，得到对应的医疗数据。
8.一种医疗测试数据的批量生成设备，其特征在于，所述医疗测试数据的批量生成设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述医疗测试数据的批量生成设备执行如权利要求1-5中任一项所述的医疗测试数据的批量生成方法。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-5中任一项所述医疗测试数据的批量生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010921427.0A CN111816284B (zh) | 2020-09-04 | 2020-09-04 | 医疗测试数据的批量生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010921427.0A CN111816284B (zh) | 2020-09-04 | 2020-09-04 | 医疗测试数据的批量生成方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111816284A CN111816284A (zh) | 2020-10-23 |
| CN111816284B true CN111816284B (zh) | 2020-12-25 |
Family
ID=72859960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010921427.0A Active CN111816284B (zh) | 2020-09-04 | 2020-09-04 | 医疗测试数据的批量生成方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111816284B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330644A (zh) * | 2020-11-11 | 2021-02-05 | 复旦大学 | 基于深度学习的医疗影像诊断系统 |
| CN112489742B (zh) * | 2020-11-24 | 2023-07-04 | 泰康保险集团股份有限公司 | 一种处方流转处理方法和装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101430661A (zh) * | 2008-11-18 | 2009-05-13 | 阿里巴巴集团控股有限公司 | 一种批量生成测试数据的方法、系统和装置 |
| CN106056537A (zh) * | 2016-05-20 | 2016-10-26 | 沈阳东软医疗系统有限公司 | 一种医学图像拼接方法及装置 |
| CN109614319A (zh) * | 2018-11-14 | 2019-04-12 | 金色熊猫有限公司 | 自动化测试方法、装置、电子设备及计算机可读介质 |
| CN109859814A (zh) * | 2019-01-21 | 2019-06-07 | 浙江飞图影像科技有限公司 | 基于Web的DICOM数字影像与胶片打印方法及系统 |
| CN110459302A (zh) * | 2019-08-05 | 2019-11-15 | 苏州米特希赛尔人工智能有限公司 | 超声医疗影像ai辅助标注系统 |
| WO2020051175A1 (en) * | 2018-09-04 | 2020-03-12 | University Of South Carolina | Combining pulmonary function test data with other clinical data |
| CN111143226A (zh) * | 2019-12-31 | 2020-05-12 | 南京医睿科技有限公司 | 自动化测试方法及装置、计算机可读存储介质、电子设备 |
| CN111176976A (zh) * | 2019-08-05 | 2020-05-19 | 腾讯科技（深圳）有限公司 | 测试数据的生成方法和装置、存储介质及电子装置 |
| CN111274157A (zh) * | 2020-02-27 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 测试数据模拟方法、装置、计算机设备和存储介质 |
| CN111462865A (zh) * | 2020-02-28 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 医疗影像识别模型生成方法、装置、计算机设备和介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110188030A (zh) * | 2019-04-08 | 2019-08-30 | 平安科技（深圳）有限公司 | 一种测试数据生成方法、装置及计算机设备、存储介质 |
-
2020
- 2020-09-04 CN CN202010921427.0A patent/CN111816284B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101430661A (zh) * | 2008-11-18 | 2009-05-13 | 阿里巴巴集团控股有限公司 | 一种批量生成测试数据的方法、系统和装置 |
| CN106056537A (zh) * | 2016-05-20 | 2016-10-26 | 沈阳东软医疗系统有限公司 | 一种医学图像拼接方法及装置 |
| WO2020051175A1 (en) * | 2018-09-04 | 2020-03-12 | University Of South Carolina | Combining pulmonary function test data with other clinical data |
| CN109614319A (zh) * | 2018-11-14 | 2019-04-12 | 金色熊猫有限公司 | 自动化测试方法、装置、电子设备及计算机可读介质 |
| CN109859814A (zh) * | 2019-01-21 | 2019-06-07 | 浙江飞图影像科技有限公司 | 基于Web的DICOM数字影像与胶片打印方法及系统 |
| CN110459302A (zh) * | 2019-08-05 | 2019-11-15 | 苏州米特希赛尔人工智能有限公司 | 超声医疗影像ai辅助标注系统 |
| CN111176976A (zh) * | 2019-08-05 | 2020-05-19 | 腾讯科技（深圳）有限公司 | 测试数据的生成方法和装置、存储介质及电子装置 |
| CN111143226A (zh) * | 2019-12-31 | 2020-05-12 | 南京医睿科技有限公司 | 自动化测试方法及装置、计算机可读存储介质、电子设备 |
| CN111274157A (zh) * | 2020-02-27 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 测试数据模拟方法、装置、计算机设备和存储介质 |
| CN111462865A (zh) * | 2020-02-28 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 医疗影像识别模型生成方法、装置、计算机设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111816284A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10970365B2 (en) | System and method for medical image interpretation | |
| Diaz et al. | Data preparation for artificial intelligence in medical imaging: A comprehensive guide to open-access platforms and tools | |
| US10867011B2 (en) | Medical image identification and interpretation | |
| JP6865283B2 (ja) | 医用画像インフォマティクス査読システムのためのシステム及び方法 | |
| Prior et al. | Open access image repositories: high-quality data to enable machine learning research | |
| CN107978362B (zh) | 在医院网络中利用数据分布的查询 | |
| CN102915400A (zh) | 用于计算机支持地显示或分析医学检查数据的方法和装置 | |
| CN114365181B (zh) | 使用机器学习自动检测和替换图像中的识别信息 | |
| CN111816284B (zh) | 医疗测试数据的批量生成方法、装置、设备及存储介质 | |
| CN107106104B (zh) | 用于骨科分析和治疗设计的系统和方法 | |
| Swann | Integration of MRI and stereolithography to build medical models: a case study | |
| Simmons-Ehrhardt | Open osteology: medical imaging databases as skeletal collections | |
| CN107330246A (zh) | 医学图像文件的导入方法、装置和计算机可读介质 | |
| US8184878B2 (en) | Image diagnosis support system and image diagnosis support method | |
| CN113539446A (zh) | Ct图像标注方法及系统、存储介质及终端 | |
| Lima et al. | patologIA: online platform for improving image-based diagnostics applied to medical students | |
| US20240000510A1 (en) | Automatic generation of educational content from usage of optimal/poorest user | |
| KR102417531B1 (ko) | 학습 데이터 생성장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체 | |
| US20230102418A1 (en) | Medical image display apparatus, method, and program | |
| Nguyen et al. | Visualizing veterinary medical data sets with Jetstream | |
| CN117912626A (zh) | 提供用于创建医学评定报告的文档模型结构的方法和系统 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231102 Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Patentee before: Ping An International Smart City Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |