CN112669942A - 一种基于胃溃疡病理影像的智能标签存储方法及系统 - Google Patents

一种基于胃溃疡病理影像的智能标签存储方法及系统 Download PDF

Info

Publication number
CN112669942A
CN112669942A CN202110284782.6A CN202110284782A CN112669942A CN 112669942 A CN112669942 A CN 112669942A CN 202110284782 A CN202110284782 A CN 202110284782A CN 112669942 A CN112669942 A CN 112669942A
Authority
CN
China
Prior art keywords
information
target
image
image information
pathological
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
CN202110284782.6A
Other languages
English (en)
Inventor
白蓉
白银
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.)
Shanghai Fuci Medical Technology Co ltd
Original Assignee
Shanghai Fuci Medical Technology 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 Shanghai Fuci Medical Technology Co ltd filed Critical Shanghai Fuci Medical Technology Co ltd
Priority to CN202110284782.6A priority Critical patent/CN112669942A/zh
Publication of CN112669942A publication Critical patent/CN112669942A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)
  • Endoscopes (AREA)

Abstract

本发明公开了一种基于胃溃疡病理影像的智能标签存储方法及系统,其中,所述方法包括:获得第一用户的第一内窥镜影像信息、第一目标部位信息、第一目标形态信息、第一目标边缘信息;获得第一目标病理标签信息;对第一内窥镜影像信息进行影像提取,获得第一目标影像信息、第一尺寸信息、第一深度信息;获得第二目标病理标签信息;根据第一内窥镜影像信息和第一目标病理标签信息生成第一病理图文报告信息;根据第一目标影像信息和第二目标病理标签信息生成第二病理图文报告信息;将第一、第二病理图文报告信息上传至客户端工作站进行智能存储。解决了现有的无法对海量的内窥镜影像信息进行智能便捷化存储的技术问题。

Description

一种基于胃溃疡病理影像的智能标签存储方法及系统
技术领域
本发明涉及内窥镜影像领域,尤其涉及一种基于胃溃疡病理影像的智能标签存储方法及系统。
背景技术
电子信息化和数字化技术的发展,渗透到了社会生活的各方面,也加快了医院信息化的进程,内窥镜影像的数字化是医学影像数字化进程的一部分,极大的改变了传统的拍片难看片难的状况。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
由于现有的需要面临众多患者的海量影像信息,进而使得无法对海量的内窥镜影像信息进行智能化存储,降低了影像资料的存取效率。
发明内容
本申请实施例通过提供一种基于胃溃疡病理影像的智能标签存储方法及系统,解决了现有的无法对海量的内窥镜影像信息进行智能便捷化存储的技术问题,通过基于用户的不同病情时期生成不同病理标签信息,并基于不同标签信息进行智能存储,达到了使得内窥镜影像信息的存储更加有序化、智能化、简易化的技术效果。
本申请实施例提供了一种基于胃溃疡病理影像的智能标签存储方法,其中,所述方法应用于目标病理影像信息的智能存储系统,所述系统与客户端工作站通信连接,所述方法还包括:获得第一用户的第一内窥镜影像信息;根据所述第一内窥镜影像信息获得第一目标部位信息;根据所述第一目标部位信息获得第一目标形态信息;根据所述第一目标形态信息获得第一目标边缘信息;根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;根据所述第一目标影像信息获得第一尺寸信息;根据所述第一尺寸信息获得第一深度信息;根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;将所述第一病理图文报告信息和所述第二病理图文报告信息上传至所述客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
另一方面,本申请还提供了一种基于胃溃疡病理影像的智能标签存储系统,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得第一用户的第一内窥镜影像信息;第二获得单元:所述第二获得单元用于根据所述第一内窥镜影像信息获得第一目标部位信息;第三获得单元:所述第三获得单元用于根据所述第一目标部位信息获得第一目标形态信息;第四获得单元:所述第四获得单元用于根据所述第一目标形态信息获得第一目标边缘信息;第五获得单元:所述第五获得单元用于根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;第一提取单元:所述第一提取单元用于根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;第六获得单元:所述第六获得单元用于根据所述第一目标影像信息获得第一尺寸信息;第七获得单元:所述第七获得单元用于根据所述第一尺寸信息获得第一深度信息;第八获得单元:所述第八获得单元用于根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;第一生成单元:所述第一生成单元用于根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;第二生成单元:所述第二生成单元用于根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;第一上传单元:所述第一上传单元用于将所述第一病理图文报告信息和所述第二病理图文报告信息上传至客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过基于用户的不同病情时期生成不同病理标签信息,并基于不同标签信息进行智能存储,达到了使得内窥镜影像信息的存储更加有序化、智能化、简易化的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于胃溃疡病理影像的智能标签存储方法的流程示意图;
图2为本申请实施例一种基于胃溃疡病理影像的智能标签存储系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一提取单元16,第六获得单元17,第七获得单元18,第八获得单元19,第一生成单元20,第二生成单元21,第一上传单元22,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于胃溃疡病理影像的智能标签存储方法及系统,解决了现有的无法对海量的内窥镜影像信息进行智能便捷化存储的技术问题,通过基于用户的不同病情时期生成不同病理标签信息,并基于不同标签信息进行智能存储,达到了使得内窥镜影像信息的存储更加有序化、智能化、简易化的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述:电子信息化和数字化技术的发展,渗透到了社会生活的各方面,也加快了医院信息化的进程,内窥镜影像的数字化是医学影像数字化进程的一部分,极大的改变了传统的拍片难看片难的状况。由于现有的需要面临众多患者的海量影像信息,进而使得无法对海量的内窥镜影像信息进行智能化存储,降低了影像资料的存取效率。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于胃溃疡病理影像的智能标签存储方法,其中,所述方法应用于目标病理影像信息的智能存储系统,所述系统与客户端工作站通信连接,所述方法还包括:获得第一用户的第一内窥镜影像信息;根据所述第一内窥镜影像信息获得第一目标部位信息;根据所述第一目标部位信息获得第一目标形态信息;根据所述第一目标形态信息获得第一目标边缘信息;根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;根据所述第一目标影像信息获得第一尺寸信息;根据所述第一尺寸信息获得第一深度信息;根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;将所述第一病理图文报告信息和所述第二病理图文报告信息上传至所述客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一:如图1所示,本申请实施例提供了一种基于胃溃疡病理影像的智能标签存储方法,其中,所述方法应用于目标病理影像信息的智能存储系统,所述系统与客户端工作站通信连接,所述方法还包括:
步骤S100:获得第一用户的第一内窥镜影像信息;
具体而言,内窥镜是集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器。一个具有图像传感器、光学镜头、光源照明、机械装置等,它可以经口腔进入胃内或经其他天然孔道进入体内。利用内窥镜可以看到X射线不能显示的病变,因此它对医生非常有用。例如,借助内窥镜影像信息可以观察胃内的溃疡或肿瘤,据此制定出最佳的治疗方案。在本申请实施例中,通过借助内窥镜对患者的胃溃疡进行检测,快速直观的通过内窥镜影像信息获取患者的溃疡大小,进而做出最佳治疗方案。
步骤S200:根据所述第一内窥镜影像信息获得第一目标部位信息;
步骤S300:根据所述第一目标部位信息获得第一目标形态信息;
步骤S400:根据所述第一目标形态信息获得第一目标边缘信息;
具体而言,内镜检查是目前诊断胃溃疡的最好方法,可基于所述第一内窥镜影像信息直接观察溃疡的部位、形态、边缘等信息,进一步,胃溃疡多发生在胃角及胃窦部,发生在胃底及胃体次之,发生在幽门管少见;胃溃疡一般为圆形、类圆形,有时也可呈长方形、三角形或不规则形等;胃目标边缘一般清晰、光滑,活动期溃疡周边粘膜明显充血、水肿,虽和周围粘膜色泽一致但往往较红且稍降起,反光增强,在愈合过程中充血水肿慢慢消退,周边粘膜逐渐平坦,且皱袋逐渐向目标边缘集中。通过获得溃疡的部位、形态以及边缘等信息,可对病人的病情信息进一步掌握。
步骤S500:根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;
具体而言,已知基于所述第一内窥镜影像信息获得目标部位、形态以及边缘信息等,还可基于此获得第一目标病理标签信息,所述第一目标病理标签信息可理解为胃溃疡患病程度,举例而言,胃溃疡在整个病理过程中,要经历活动一愈合一疲痕三个阶段,称胃溃疡生活史。活动期(Active stage,A期)又称厚苔膜期,属病情急性阶段,溃疡面被厚苔覆盖、周边粘膜明显充血、水肿;愈合期(Heajing stage,H期)又称薄苔膜期,属病变愈合阶段,溃疡面缩小,基底为薄苔覆盖,周边粘膜炎症消退且有上皮再生及粘膜皱向溃疡周边集中;瘢痕期(Scaring strige,S期)又称无苔膜期,属病变完全恢复阶段,此时溃疡完全修复,原已缩小的溃疡面被再生上皮所代替,先为红色疲痕、后为白色疲痕。若初期的内窥镜影像信息显示目标形态较小,边缘充血明显,则所述第一目标病理标签信息可显示为胃溃疡初期。
步骤S600:根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;
具体而言,若难以依据所述第一内窥镜影像信息进一步判断病情,可对所述第一内窥镜影像信息进行图像分割、去灰度等一系列操作,进而提取出第一目标影像信息,所述第一目标影像信息为溃疡发生具体部位的放大、精确影像信息,便于医生基于所述第一目标影像信息进一步对病人病情作出准确判断。
步骤S700:根据所述第一目标影像信息获得第一尺寸信息;
步骤S800:根据所述第一尺寸信息获得第一深度信息;
步骤S900:根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;
具体而言,为了进一步对病人病情进行准确判断,还可基于所述第一目标影像信息获得溃疡大小、深度等信息,进一步,胃溃疡大小多在0.5-2cm之间,也有小于0.5cm或大于2cm者,若大于3cm称胃巨大溃疡。溃疡面的大小一般多根据检查者的经验来估计,必要时可将活检钳头端完全张开(0.5cm),并以此近距离地测量溃疡面大小;溃疡深浅不一,一般而论,活动期时较深,随着愈合而逐渐变浅,但因溃疡面常被坏死物填充,故有时难以精确地测量其深度。此时可注水冲掉溃疡面上附着的苔或血液,使底部显露,再根据溃疡面大小与深度之比来估计深度。若溃疡过深而穿透肌层、浆膜层时,则可致溃疡穿孔。举例而言,若基于所述第一目标影像信息,观察到目标部位较大,接近2cm,且深度较深,则所述第二目标病理标签信息显示为胃溃疡活动期。
步骤S1000:根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;
步骤S1100:根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;
步骤S1200:将所述第一病理图文报告信息和所述第二病理图文报告信息上传至所述客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
具体而言,为了对用户的内窥镜影像信息进行智能存储,同时使得病人的病理报告显而易懂,还可基于所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息,所述第一病理图文报告信息中包含了内窥镜影像信息和相关影像信息的解释说明,同理,基于所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息,通过生成病理图文报告,使得医生和病人可以直观的查看病情信息,同时,使得内窥镜影像信息的存储更加正规化、智能化、简易化,进而对生成的图文报告信息进行胶片排版,使得患者的影像资料信息更易保存,所述客户端工作站可理解为对内窥镜影像信息进行智能存储的机器设备。通过基于用户的不同病情时期生成不同病理标签信息,并基于不同标签信息进行智能存储,达到了使得内窥镜影像信息的存储更加有序化、智能化、简易化的技术效果。
进一步,本申请实施例还包括:
步骤S1310:获得所述第一用户的第一就诊医院;
步骤S1320:获得所述第一用户在所述第一就诊医院的历史内窥镜影像信息;
步骤S1330:根据所述第一就诊医院和所述历史内窥镜影像信息获得所述第一用户的预设诊疗周期;
步骤S1340:根据所述预设诊疗周期获得所述第一用户的实际恢复情况;
步骤S1350:判断所述实际恢复情况是否达到预设恢复情况;
步骤S1360:若所述实际恢复情况没有达到预设恢复情况,获得第二就诊医院;
步骤S1370:基于所述目标病理影像信息的智能存储系统,将所述第一就诊医院与所述第二就诊医院通信连接,获得内窥镜影像信息智能传输通道;
步骤S1380:根据所述内窥镜影像信息智能传输通道,将所述第一用户的历史内窥镜影像信息传输至所述第二就诊医院。
具体而言,为了基于内窥镜影像信息,使得所述第一用户的病情早日好转,恢复健康,还可获得患者在当前就诊医院的历史内窥镜影像信息,通过医生对影像信息的分析,并作出治疗方案,根据病情严重程度可获得所述预设诊疗周期,即病情不太严重时,所述预设诊疗周期较短,病情较为严重时,所述预设诊疗周期较长等,继而根据所述预设诊疗周期获得患者的实际恢复情况,即在所述预设诊疗周期之后判断患者的病情是否有所好转或恢复较好,通过判断所述实际恢复情况是否达到预设恢复情况,来确定是否继续在当前医院进行就诊,如果所述实际恢复情况没有达到所述预设恢复情况,还可通过目标病理影像信息的智能存储系统基于大数据自动检索第二就诊医院,所述第二就诊医院的肠胃科较所述第一就诊医院知名度较高,治愈率较高等,为了使得所述第一用户在所述第二就诊医院进行更好的诊治,则有必要获取患者在所述第一就诊医院的历史内窥镜影像信息,进而充分掌握病情,更好的得出诊疗方案。为此,可基于所述目标病理影像信息的智能存储系统,将所述第一就诊医院与所述第二就诊医院通信连接,进而构建内窥镜影像信息智能传输通道,所述内窥镜影像信息智能传输通道可专用于医院之间的影像信息传输,举例而言,当需要用到患者上一家医院的就诊影像信息时,需获得患者本人和上一家医院相关部门的审批权限,审批通过后,方可调用患者的历史影像信息,基于此智能传输通道,可将所述第一用户的历史内窥镜影像信息传输至所述第二就诊医院,通过构建内窥镜影像信息智能传输通道,达到了使得影像信息的传输流程更加正规化、便捷化、智能化的技术效果。
进一步,本申请实施例还包括:
步骤S1410:将所述第一内窥镜影像信息和所述历史内窥镜影像信息上传至影像对比系统,获得所述第一用户的内窥镜影像差异信息,其中,所述影像对比系统包含于所述智能存储系统;
步骤S1420:根据所述内窥镜影像差异信息获得所述第一用户的目标部位变化信息;
步骤S1430:根据所述目标部位变化信息对所述第一目标病理标签信息和所述第二目标病理标签信息进行实时更新。
具体而言,为了确保所述智能存储系统中的患者影像信息都是最新的,直接反应患者的病情变化,可对系统中已有的影像信息进行实时更新。为此,可将所述第一内窥镜影像信息和所述历史内窥镜影像信息上传至影像对比系统进行对比,所述影像对比系统可对输入的影像信息进行比对,进而获得影像信息的差异,同时对差异信息进行标记和有效更新,确保患者的影像资料信息保持实时更新的状态。举例而言,当患者的胃溃疡逐渐缩小,目标边缘逐渐收缩且平坦,深度变浅,则说明患者的病情在逐渐好转,通过对系统内患者的影像资料信息进行实时更新,达到了使得内窥镜影像信息的存储具备实时性、有效性的技术效果。
进一步,本申请实施例还包括:
步骤S1510:根据所述第一病理图文报告信息生成第一VR图像信息;
步骤S1520:根据所述第二病理图文报告信息生成第二VR图像信息;
步骤S1530:根据所述第一VR图像信息和所述第二VR图像信息构建所述第一用户的病理分析全景图;
步骤S1540:根据所述病理分析全景图,对所述第一病理图文报告信息和所述第二病理图文报告信息进行智能解读和编辑。
具体而言,为了使得内窥镜影像信息的存储更加智能化,还可基于所述第一病理图文报告信息生成第一VR图像信息,所述第一VR图像信息不同于所述第一病理图文报告信息,医生可基于所述第一VR图像信息进行病情的相关语音、视频补充解释,智能解读以及编辑,无论何时,无论何地,真正便捷了对患者影像资料信息的扩充和解释,同理可得,基于所述第二病理图文报告信息生成第二VR图像信息,进而根据所述第一VR图像信息和所述第二VR图像信息构建所述第一用户的病理分析全景图,所述病理分析全景图直观的反应了患者患病任何时期的病情变化以及病情的具体情况,使得无论是患者或是医生,都可以直观的掌握病情信息。通过基于VR构建病理分析全景图,达到了使得内窥镜影像信息的存储更加智能化、丰富化、便捷化的技术效果。
进一步,本申请实施例还包括:
步骤S1610:构建用户的内窥镜影像数据集,并获得不同分类标签信息,其中,所述内窥镜影像数据集内置于所述智能存储系统;
步骤S1620:根据所述不同分类标签信息对所述内窥镜影像数据集进行分类,获得不同类目内窥镜影像信息;
步骤S1630:获得第一检索关键词信息;
步骤S1640:根据所述第一检索关键词信息和所述不同类目内窥镜影像信息对所述内窥镜影像数据集进行智能检索。
具体而言,为了使得内窥镜影像信息的存储更加清晰明了,可基于多个患者的海量内窥镜影像信息构建用户的内窥镜影像数据集,所得内窥镜影像数据集包含了多个患者不同时期的不同病情状况的众多数据,纷繁复杂,为了使得海量数据的存储更加简易化,可对其基于不同类目的分类,举例而言,病情的良性或恶性,溃疡的大或小等,患病初期或晚期等不同类目,进而根据所述不同分类标签信息对所述内窥镜影像数据集进行分类,获得不同类目内窥镜影像信息,所述不同类目内窥镜影像信息包括胃溃疡病情或患病时期等,当需要从海量影像中检索出需要的影像资料信息时,可输入所述第一检索关键词信息进行检索,举例而言,若患者为胃溃疡患病初期,且病情较稳定,可输入特征关键词进行信息检索,使得快速准确的检索出需要的影像资料信息,达到了使得内窥镜影像信息的存储更加清晰明了,检索更加智能化的技术效果。
进一步,本申请实施例还包括:
步骤S1621:根据所述不同类目内窥镜影像信息获得第一类目内窥镜影像信息和第二类目内窥镜影像信息;
步骤S1622:获得第一用户在所述第一类目内窥镜影像信息下的第一影像信息和所述第二类目内窥镜影像信息下的第二影像信息;
步骤S1623:判断所述第一影像信息和所述第二影像信息是否存在重复信息;
步骤S1624:若所述第一影像信息和所述第二影像信息存在重复信息,获得第一消除指令;
步骤S1625:根据所述第一消除指令,对所述第一影像信息或所述第二影像信息,中存在的重复信息进行智能消除。
具体而言,在对海量数据进行分类时,不可避免会出现重复信息,占用存储空间,因此,应对重复的信息进行智能删减,使得有效利用既有的系统存储空间。举例而言,将所述第一类目内窥镜影像信息作为患病时期这一分类类目,其中不可避免的包含了患病严重程度以及相关的详细的病情说明,而将所述第二类目内窥镜影像信息作为患病严重程度这一分类类目,其中则会更为详细的说明病人的病情信息,因此在分类过程中,患者的病情信息存在重复信息,同时因病情信息中不仅包含了文字说明,更有内存较大的影像信息作为参考说明,占据了较大存储空间,因此对重复的类目中,任意一个类目进行重复部分的智能删减,使得既有的存储的空间得到有效利用,达到了使得海量内窥镜影像信息的存储更加智能化,有效利用存储空间的技术效果。
进一步,本申请实施例还包括:
步骤S1710:根据所述第一病理图文报告信息获得第一标识信息;
步骤S1720:将所述第一病理图文报告信息和所述第一标识信息保存至第一区块,以此类推,将所述第二病理图文报告信息和第二标识信息保存至第二区块;
步骤S1730:将所述第一区块和所述第二区块基于区块链技术加密存储。
具体而言,面对海量内窥镜影像信息的存储,为了确保数据安全,可基于所述第一病理图文报告信息获得第一标识信息,所述第一标识信息仅仅反映并表现所述第一病理图文报告信息,同时将所述第一病理图文报告信息和所述第一标识信息保存至第一区块,所述第一区块可对其中的数据进行有效保存,以此类推,根据所述第二病理图文报告信息获得第二标识信息,并将所述第二病理图文报告信息和第二标识信息保存至第二区块,直到将第N病理图文报告信息和第N标识信息保存至第N区块,进而对于众多区块进行基于区块链的加密存储及传输,顾名思义,区块链由众多区块链接而成,基于哈希函数进行加密计算,以此确保了存储数据的安全性。
综上所述,本申请实施例所提供的一种基于胃溃疡病理影像的智能标签存储方法及系统具有如下技术效果:
1、通过基于用户的不同病情时期生成不同病理标签信息,并基于不同标签信息进行智能存储,达到了使得内窥镜影像信息的存储更加有序化、智能化、简易化的技术效果。
2、通过构建内窥镜影像信息智能传输通道,使得影像信息的传输流程更加正规化、便捷化、智能化,通过对系统内患者的影像资料信息进行实时更新,达到了使得内窥镜影像信息的存储具备实时性、有效性的技术效果。
3、通过基于VR构建病理分析全景图,使得内窥镜影像信息的存储更加智能化、丰富化、便捷化,同时对系统内重复部分的病情信息进行智能删减,使得既有的存储的空间得到有效利用,达到了使得海量内窥镜影像信息的存储更加智能化,有效利用存储空间的技术效果。
实施例二:基于与前述实施例中一种基于胃溃疡病理影像的智能标签存储方法同样发明构思,本发明还提供了一种基于胃溃疡病理影像的智能标签存储系统,如图2所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得第一用户的第一内窥镜影像信息;
第二获得单元12:所述第二获得单元12用于根据所述第一内窥镜影像信息获得第一目标部位信息;
第三获得单元13:所述第三获得单元13用于根据所述第一目标部位信息获得第一目标形态信息;
第四获得单元14:所述第四获得单元14用于根据所述第一目标形态信息获得第一目标边缘信息;
第五获得单元15:所述第五获得单元15用于根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;
第一提取单元16:所述第一提取单元16用于根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;
第六获得单元17:所述第六获得单元17用于根据所述第一目标影像信息获得第一尺寸信息;
第七获得单元18:所述第七获得单元18用于根据所述第一尺寸信息获得第一深度信息;
第八获得单元19:所述第八获得单元19用于根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;
第一生成单元20:所述第一生成单元20用于根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;
第二生成单元21:所述第二生成单元21用于根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;
第一上传单元22:所述第一上传单元22用于将所述第一病理图文报告信息和所述第二病理图文报告信息上传至客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
进一步的,所述系统还包括:
第九获得单元:所述第九获得单元用于获得所述第一用户的第一就诊医院;
第十获得单元:所述第十获得单元用于获得所述第一用户在所述第一就诊医院的历史内窥镜影像信息;
第十一获得单元:所述第十一获得单元用于根据所述第一就诊医院和所述历史内窥镜影像信息获得所述第一用户的预设诊疗周期;
第十二获得单元:所述第十二获得单元用于根据所述预设诊疗周期获得所述第一用户的实际恢复情况;
第一判断单元:所述第一判断单元用于判断所述实际恢复情况是否达到预设恢复情况;
第十三获得单元:所述第十三获得单元用于若所述实际恢复情况没有达到预设恢复情况,获得第二就诊医院;
第一连接单元:所述第一连接单元用于基于所述目标病理影像信息的智能存储系统,将所述第一就诊医院与所述第二就诊医院通信连接,获得内窥镜影像信息智能传输通道;
第一传输单元:所述第一传输单元用于根据所述内窥镜影像信息智能传输通道,将所述第一用户的历史内窥镜影像信息传输至所述第二就诊医院。
进一步的,所述系统还包括:
第二上传单元:所述第二上传单元用于将所述第一内窥镜影像信息和所述历史内窥镜影像信息上传至影像对比系统,获得所述第一用户的内窥镜影像差异信息,其中,所述影像对比系统包含于所述智能存储系统;
第十四获得单元:所述第十四获得单元用于根据所述内窥镜影像差异信息获得所述第一用户的目标部位变化信息;
第一更新单元:所述第一更新单元用于根据所述目标部位变化信息对所述第一目标病理标签信息和所述第二目标病理标签信息进行实时更新。
进一步的,所述系统还包括:
第三生成单元:所述第三生成单元用于根据所述第一病理图文报告信息生成第一VR图像信息;
第四生成单元:所述第四生成单元用于根据所述第二病理图文报告信息生成第二VR图像信息;
第一构建单元:所述第一构建单元用于根据所述第一VR图像信息和所述第二VR图像信息构建所述第一用户的病理分析全景图;
第一解读单元:所述第一解读单元用于根据所述病理分析全景图,对所述第一病理图文报告信息和所述第二病理图文报告信息进行智能解读和编辑。
进一步的,所述系统还包括:
第二构建单元:所述第二构建单元用于构建用户的内窥镜影像数据集,并获得不同分类标签信息,其中,所述内窥镜影像数据集内置于所述智能存储系统;
第一分类单元:所述第一分类单元用于根据所述不同分类标签信息对所述内窥镜影像数据集进行分类,获得不同类目内窥镜影像信息;
第十五获得单元:所述第十五获得单元用于获得第一检索关键词信息;
第一检索单元:所述第一检索单元用于根据所述第一检索关键词信息和所述不同类目内窥镜影像信息对所述内窥镜影像数据集进行智能检索。
进一步的,所述系统还包括:
第十六获得单元:所述第十六获得单元用于根据所述不同类目内窥镜影像信息获得第一类目内窥镜影像信息和第二类目内窥镜影像信息;
第十七获得单元:所述第十七获得单元用于获得第一用户在所述第一类目内窥镜影像信息下的第一影像信息和所述第二类目内窥镜影像信息下的第二影像信息;
第二判断单元:所述第二判断单元用于判断所述第一影像信息和所述第二影像信息是否存在重复信息;
第十八获得单元:所述第十八获得单元用于若所述第一影像信息和所述第二影像信息存在重复信息,获得第一消除指令;
第一消除单元:所述第一消除单元用于根据所述第一消除指令,对所述第一影像信息或所述第二影像信息,中存在的重复信息进行智能消除。
进一步的,所述系统还包括:
第十九获得单元:所述第十九获得单元用于根据所述第一病理图文报告信息获得第一标识信息;
第一保存单元:所述第一保存单元用于将所述第一病理图文报告信息和所述第一标识信息保存至第一区块,以此类推,将所述第二病理图文报告信息和第二标识信息保存至第二区块;
第一存储单元:所述第一存储单元用于将所述第一区块和所述第二区块基于区块链技术加密存储。
前述图1实施例一中的一种基于胃溃疡病理影像的智能标签存储方法的各种变化方式和具体实例同样适用于本实施例的一种基于胃溃疡病理影像的智能标签存储系统,通过前述对一种基于胃溃疡病理影像的智能标签存储方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于胃溃疡病理影像的智能标签存储系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三:下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种基于胃溃疡病理影像的智能标签存储方法的发明构思,本发明还提供一种基于胃溃疡病理影像的智能标签存储系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于胃溃疡病理影像的智能标签存储方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种基于胃溃疡病理影像的智能标签存储方法,其中,所述方法应用于目标病理影像信息的智能存储系统,所述系统与客户端工作站通信连接,所述方法还包括:获得第一用户的第一内窥镜影像信息;根据所述第一内窥镜影像信息获得第一目标部位信息;根据所述第一目标部位信息获得第一目标形态信息;根据所述第一目标形态信息获得第一目标边缘信息;根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;根据所述第一目标影像信息获得第一尺寸信息;根据所述第一尺寸信息获得第一深度信息;根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;将所述第一病理图文报告信息和所述第二病理图文报告信息上传至所述客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于胃溃疡病理影像的智能标签存储方法,其中,所述方法应用于目标病理影像信息的智能存储系统,所述系统与客户端工作站通信连接,所述方法还包括:
获得第一用户的第一内窥镜影像信息;
根据所述第一内窥镜影像信息获得第一目标部位信息;
根据所述第一目标部位信息获得第一目标形态信息;
根据所述第一目标形态信息获得第一目标边缘信息;
根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;
根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;
根据所述第一目标影像信息获得第一尺寸信息;
根据所述第一尺寸信息获得第一深度信息;
根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;
根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;
根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;
将所述第一病理图文报告信息和所述第二病理图文报告信息上传至所述客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
2.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一用户的第一就诊医院;
获得所述第一用户在所述第一就诊医院的历史内窥镜影像信息;
根据所述第一就诊医院和所述历史内窥镜影像信息获得所述第一用户的预设诊疗周期;
根据所述预设诊疗周期获得所述第一用户的实际恢复情况;
判断所述实际恢复情况是否达到预设恢复情况;
若所述实际恢复情况没有达到预设恢复情况,获得第二就诊医院;
基于所述目标病理影像信息的智能存储系统,将所述第一就诊医院与所述第二就诊医院通信连接,获得内窥镜影像信息智能传输通道;
根据所述内窥镜影像信息智能传输通道,将所述第一用户的历史内窥镜影像信息传输至所述第二就诊医院。
3.如权利要求2所述的方法,其中,所述方法还包括:
将所述第一内窥镜影像信息和所述历史内窥镜影像信息上传至影像对比系统,获得所述第一用户的内窥镜影像差异信息,其中,所述影像对比系统包含于所述智能存储系统;
根据所述内窥镜影像差异信息获得所述第一用户的目标部位变化信息;
根据所述目标部位变化信息对所述第一目标病理标签信息和所述第二目标病理标签信息进行实时更新。
4.如权利要求3所述的方法,其中,所述方法还包括:
根据所述第一病理图文报告信息生成第一VR图像信息;
根据所述第二病理图文报告信息生成第二VR图像信息;
根据所述第一VR图像信息和所述第二VR图像信息构建所述第一用户的病理分析全景图;
根据所述病理分析全景图,对所述第一病理图文报告信息和所述第二病理图文报告信息进行智能解读和编辑。
5.如权利要求4所述的方法,其中,所述方法还包括:
构建用户的内窥镜影像数据集,并获得不同分类标签信息,其中,所述内窥镜影像数据集内置于所述智能存储系统;
根据所述不同分类标签信息对所述内窥镜影像数据集进行分类,获得不同类目内窥镜影像信息;
获得第一检索关键词信息;
根据所述第一检索关键词信息和所述不同类目内窥镜影像信息对所述内窥镜影像数据集进行智能检索。
6.如权利要求5所述的方法,其中,所述方法还包括:
根据所述不同类目内窥镜影像信息获得第一类目内窥镜影像信息和第二类目内窥镜影像信息;
获得第一用户在所述第一类目内窥镜影像信息下的第一影像信息和所述第二类目内窥镜影像信息下的第二影像信息;
判断所述第一影像信息和所述第二影像信息是否存在重复信息;
若所述第一影像信息和所述第二影像信息存在重复信息,获得第一消除指令;
根据所述第一消除指令,对所述第一影像信息或所述第二影像信息,中存在的重复信息进行智能消除。
7.如权利要求6所述的方法,其中,所述方法还包括:
根据所述第一病理图文报告信息获得第一标识信息;
将所述第一病理图文报告信息和所述第一标识信息保存至第一区块,以此类推,将所述第二病理图文报告信息和第二标识信息保存至第二区块;
将所述第一区块和所述第二区块基于区块链技术加密存储。
8.一种基于胃溃疡病理影像的智能标签存储系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一用户的第一内窥镜影像信息;
第二获得单元:所述第二获得单元用于根据所述第一内窥镜影像信息获得第一目标部位信息;
第三获得单元:所述第三获得单元用于根据所述第一目标部位信息获得第一目标形态信息;
第四获得单元:所述第四获得单元用于根据所述第一目标形态信息获得第一目标边缘信息;
第五获得单元:所述第五获得单元用于根据所述第一目标部位信息、所述第一目标形态信息和所述第一目标边缘信息获得第一目标病理标签信息;
第一提取单元:所述第一提取单元用于根据所述第一目标部位信息对所述第一内窥镜影像信息进行影像提取,获得第一目标影像信息;
第六获得单元:所述第六获得单元用于根据所述第一目标影像信息获得第一尺寸信息;
第七获得单元:所述第七获得单元用于根据所述第一尺寸信息获得第一深度信息;
第八获得单元:所述第八获得单元用于根据所述第一尺寸信息和所述第一深度信息获得第二目标病理标签信息;
第一生成单元:所述第一生成单元用于根据所述第一内窥镜影像信息和所述第一目标病理标签信息生成第一病理图文报告信息;
第二生成单元:所述第二生成单元用于根据所述第一目标影像信息和所述第二目标病理标签信息生成第二病理图文报告信息;
第一上传单元:所述第一上传单元用于将所述第一病理图文报告信息和所述第二病理图文报告信息上传至客户端工作站进行胶片排版,并基于不同标签信息进行智能存储。
9.一种基于胃溃疡病理影像的智能标签存储系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202110284782.6A 2021-03-17 2021-03-17 一种基于胃溃疡病理影像的智能标签存储方法及系统 Pending CN112669942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110284782.6A CN112669942A (zh) 2021-03-17 2021-03-17 一种基于胃溃疡病理影像的智能标签存储方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110284782.6A CN112669942A (zh) 2021-03-17 2021-03-17 一种基于胃溃疡病理影像的智能标签存储方法及系统

Publications (1)

Publication Number Publication Date
CN112669942A true CN112669942A (zh) 2021-04-16

Family

ID=75399593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110284782.6A Pending CN112669942A (zh) 2021-03-17 2021-03-17 一种基于胃溃疡病理影像的智能标签存储方法及系统

Country Status (1)

Country Link
CN (1) CN112669942A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115691735A (zh) * 2022-11-02 2023-02-03 广州医科大学 一种基于慢阻肺专科数据的多模态数据管理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107610743A (zh) * 2017-11-09 2018-01-19 同心医联科技(北京)有限公司 基于互联网云技术的医学影像检查与诊断综合解决系统
CN209401316U (zh) * 2018-11-15 2019-09-17 北京推想科技有限公司 一种智能阅片和选片的医用图像处理系统
CN110738655A (zh) * 2019-10-23 2020-01-31 腾讯科技(深圳)有限公司 影像报告生成方法、装置、终端及存储介质
CN110867233A (zh) * 2019-11-19 2020-03-06 西安邮电大学 用于生成电子喉镜医学检测报告的系统和方法
US20200321101A1 (en) * 2019-04-08 2020-10-08 International Business Machines Corporation Rule out accuracy for detecting findings of interest in images
CN111897796A (zh) * 2020-06-30 2020-11-06 医途(杭州)科技有限公司 用于医院引流的数据库构建方法及医院引流方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107610743A (zh) * 2017-11-09 2018-01-19 同心医联科技(北京)有限公司 基于互联网云技术的医学影像检查与诊断综合解决系统
CN209401316U (zh) * 2018-11-15 2019-09-17 北京推想科技有限公司 一种智能阅片和选片的医用图像处理系统
US20200321101A1 (en) * 2019-04-08 2020-10-08 International Business Machines Corporation Rule out accuracy for detecting findings of interest in images
CN110738655A (zh) * 2019-10-23 2020-01-31 腾讯科技(深圳)有限公司 影像报告生成方法、装置、终端及存储介质
CN110867233A (zh) * 2019-11-19 2020-03-06 西安邮电大学 用于生成电子喉镜医学检测报告的系统和方法
CN111897796A (zh) * 2020-06-30 2020-11-06 医途(杭州)科技有限公司 用于医院引流的数据库构建方法及医院引流方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张曜文: "《消化系统疾病诊断与治疗》", 31 March 2019 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115691735A (zh) * 2022-11-02 2023-02-03 广州医科大学 一种基于慢阻肺专科数据的多模态数据管理方法及系统

Similar Documents

Publication Publication Date Title
Anisuzzaman et al. Image-based artificial intelligence in wound assessment: a systematic review
US20230371888A1 (en) Dental Image Feature Detection
CN110599476B (zh) 基于机器学习的疾病分级方法、装置、设备及介质
Mukherjee et al. Automated tissue classification framework for reproducible chronic wound assessment
Masood et al. Computer aided diagnostic support system for skin cancer: a review of techniques and algorithms
Khan et al. Computer-aided diagnosis for burnt skin images using deep convolutional neural network
Rania et al. Semantic segmentation of diabetic foot ulcer images: dealing with small dataset in DL approaches
Viscaino et al. Artificial intelligence for the early detection of colorectal cancer: A comprehensive review of its advantages and misconceptions
Yoo et al. Toward automated severe pharyngitis detection with smartphone camera using deep learning networks
Pogorelov et al. Deep learning and handcrafted feature based approaches for automatic detection of angiectasia
CN112150473A (zh) 基于ct的三维颌骨图像分割建模方法、装置及终端设备
Pogorelov et al. A holistic multimedia system for gastrointestinal tract disease detection
CN112669942A (zh) 一种基于胃溃疡病理影像的智能标签存储方法及系统
Lama et al. ChimeraNet: U-Net for hair detection in dermoscopic skin lesion images
Sivasundaram et al. Performance analysis of classification and segmentation of cysts in panoramic dental images using convolutional neural network architecture
CN111428737A (zh) 眼科影像的实例检索方法、装置、服务器及存储介质
Strzelecki et al. Artificial Intelligence in the detection of skin cancer: state of the art
JP6843785B2 (ja) 診断支援システム、診断支援方法、及びプログラム
CN113538344A (zh) 区分萎缩性胃炎和胃癌的图像识别系统、设备及介质
Maria et al. A hybrid deep learning approach for detection and segmentation of ovarian tumours
Fisher et al. Colour image analysis of wireless capsule endoscopy video: A review
KR20210104383A (ko) 의료정보의 저장 및 딥러닝 수행 시스템 및 방법
Portal-Diaz et al. New patch-based strategy for COVID-19 automatic identification using chest x-ray images
Kaushik et al. Forensics in Medical Imaging: Techniques and Tools
Saad et al. PolyDSS: computer-aided decision support system for multiclass polyp segmentation and classification using deep learning

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