CN113506623A - 一种宫颈癌人工智能检测系统 - Google Patents
一种宫颈癌人工智能检测系统 Download PDFInfo
- Publication number
- CN113506623A CN113506623A CN202110798466.0A CN202110798466A CN113506623A CN 113506623 A CN113506623 A CN 113506623A CN 202110798466 A CN202110798466 A CN 202110798466A CN 113506623 A CN113506623 A CN 113506623A
- Authority
- CN
- China
- Prior art keywords
- module
- detection
- information
- result
- unit
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 169
- 206010008342 Cervix carcinoma Diseases 0.000 title claims abstract description 35
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 title claims abstract description 35
- 201000010881 cervical cancer Diseases 0.000 title claims abstract description 35
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims abstract description 10
- 230000001575 pathological effect Effects 0.000 claims abstract description 10
- 239000011521 glass Substances 0.000 claims description 34
- 230000000877 morphologic effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract description 11
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract description 3
- 238000010827 pathological analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 7
- 238000004445 quantitative analysis Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 150000007523 nucleic acids Chemical class 0.000 description 4
- 102000039446 nucleic acids Human genes 0.000 description 4
- 108020004707 nucleic acids Proteins 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000004043 dyeing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 208000009458 Carcinoma in Situ Diseases 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 201000004933 in situ carcinoma Diseases 0.000 description 1
- 208000024312 invasive carcinoma Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003325 tomography Methods 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明提供一种宫颈癌人工智能检测系统。所述宫颈癌人工智能检测系统，包括：分析仪本体和设置于所述分析仪本体内的智能检测系统；其中，所述智能检测系统包括信息输入模块。本发明提供一种宫颈癌人工智能检测系统，该系统同时具备智能化诊断、自主学习等功能，同时具备单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，更好的满足检测需求，不仅仅依赖于医护人员的诊断结果，避免认为诊断的不可控性，另外设置形态学分析单元、定量检测单元，能够形成融合计算，通过将两者结合，比单独分析更准确，且不需要依赖过多的病理医生，亦可完成病理分析，能够为筛选检测分析收费，治疗公益免费的运作模式，提供有利的技术支持。
Description
技术领域
本发明涉及医疗器械领域，尤其涉及一种宫颈癌人工智能检测系统。
背景技术
宫颈癌是最常见的妇科恶性肿瘤，原位癌高发年龄为30-35岁，浸润癌为45-55岁，近年来其发病有年轻化的趋势，近几十年宫颈细胞学筛查的普遍应用，使宫颈癌和癌前病变得以早期发现和治疗，宫颈癌的发病率和死亡率已有明显下降。
在医疗机构中，对于宫颈癌的早期诊断，主要包括DNA倍体分析法和TCT法两种检测方法，而为了提高诊断准确率，往往需要同时采用两种方法进行检测诊断，且在对脱落细胞检测时，一般会使用形态学分析法和定量分析法，其中形态学分析通过分析器官的具体形状，得出分析结论，主观性强，但是依赖病理医生的经验，而定量型分析通过将器官的形态化为具体的数据，以作为评估依据，而在两种检测诊断方法时均需要用到对应的分析检测系统。
现有技术中，宫颈癌分析检测系统一般只能进行一种检测方式，其功能相对单一，而在检测时多是直接对细胞进行检测，然后医护人员根据检测结果来判定病理情况，而人工诊断筛查质量存在一定的不可控性，当医生的工作强度较大时，可能容易造成误检或漏检的情况，同时也不具备大人群一年一次的金标准筛查。
因此，有必要提供一种宫颈癌人工智能检测系统解决上述技术问题。
发明内容
本发明提供一种宫颈癌人工智能检测系统，解决了宫颈癌能检测系统仅人工诊断筛查质量存在一定的不可控性的问题。
为解决上述技术问题，本发明提供的宫颈癌人工智能检测系统，包括：
分析仪本体和设置于所述分析仪本体内的智能检测系统；
其中，所述智能检测系统包括信息输入模块、操作检测模式选择模块、玻璃片识别模块、检测模式选择模块、智能检测模块、云专家诊断模块、结果判定模块、信息存储模块、信息输出模块、信息显示模块以及信息打印模块；
所述智能检测模块包括形态学分析单元、定量检测单元以及深度学习单元，所述结果判定单元包括人工判定单元、智能判定单元、结果对比单元、判定规则自调整单元以及医疗数据库，所述检测模式选择模块包括单测TCT单元、单DNA倍体单元以及TCT和DNA同时检测单元。
优选的，所述信息输入模块用于输入检测患者的性别、年龄、病史等个人基本信息，用于建立患者病历档案，所述信息输入模块与所述操作选择模块信号连接。
优选的，所述操作模块选择模块包括人工操作模式和自动操作模式，通过所述操作模块选择模式选择需要的操作方式，所述玻璃片识别模块用于对玻璃片上的细胞进行识别和扫描，同时将所述信息输入模块建立的病历档案与需要检测的玻璃片进行信息匹配，且所述玻璃片识别模块与所述智能检测模块信号连接。
优选的，所述智能检测模块用于对玻璃片上的细胞进行智能检测和分析，能够同时进行单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，并将检测的结果分别输送至云专家诊断模块以及所述结果判定模块中。
优选的，所述云专家诊断模块登录单元、信息接收单元、诊断结果输出单元，所述云专家诊断模块与所述智能检测模块以及结果判定模块信号连接，通过所述云专家诊断模块能够实现专家远程在线诊断功能。
优选的，所述结果判定模块分别与所述信息存储模块以及所述信息输出模块信号连接，所述结果判定模块通过接收所述智能检测模块的检测结果并对该结果进行智能分析判定，最终得出玻璃片上细胞的病理结果，同时将自身判定结果与所述云专家诊断的结果以及人工诊断结果进行对比分析，对自身判定规则进行调整。
优选的，所述信息存储模块用于保存相关的病理信息，方便后续医护人员直接查询和调用，所述信息输出模块则用于将所述结果判定模块的判定信息进行转化和输出。
优选的，所述信息显示模块和所述信息打印模块均与所述信息输送出模块信号连接，所述信息显示模块用于接收所述信息输出模块输送的数据信息，并通过显示屏显示，而所述信息打印模块为打印设备，用于将接收的信息打印出来。
优选的，所述分析仪本体的底部设置有支撑结构，所述支撑结构包括底座、连接杆、支撑弹簧以及限位块，所述连接杆固定于所述底座的顶部，所述支撑弹簧套接于所述连接杆的外部，所述限位块固定于所述连接杆的顶端。
优选的，所述分析仪本体的内部开设有活动槽，所述连接杆与所述活动槽滑动连接，所述底座位于所述分析仪本体的下方，且所述支撑结构的数量设置有四个，且四个所述支撑结构分别位于分析仪本体底座的左侧与右侧。
与相关技术相比较，本发明提供的宫颈癌人工智能检测系统具有如下有益效果：
本发明提供一种宫颈癌人工智能检测系统，该系统同时具备智能化诊断、自主学习、人工与系统配合诊断、自动完成检测等功能，同时具备单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，改变了传统的功能单一的模式，更好的满足检测需求，不仅仅依赖于医护人员的诊断结果，避免认为诊断的不可控性，减少误诊几率，通过集成算法以及人工智能的融合，克服目前核酸染色技术缺陷，使DNA定量分析特异性和准确性大大提高，与组织病理学诊断一致性更高，能够独立完成检测程序，无需医护人员长时间看守，大大减轻了工作量，在使用时更加轻松，更加方便，另外设置形态学分析单元、定量检测单元，能够形成融合计算，其中形态学分析通过分析器官的具体形状，得出分析结论，主观性强，而定量型分析通过将器官的形态化为具体的数据，以作为评估依据，而通过将两者结合，比单独分析更准确，且不需要依赖过多的病理医生，亦可完成病理分析，能够为筛选检测分析收费，治疗公益免费的运作模式，提供有利的技术支持。
附图说明
图1为本发明提供的宫颈癌人工智能检测系统结构框图；
图2为图1所示的智能检测模块的结构框图；
图3为图1所示的结果判定模块的结构框图；
图4为图1所示的检测模式选择模块的结构框图；
图5为图1所示的云专家诊断模块的结构框图；
图6为本发明提供的分析仪本体的结构示意图；
图7为图6所示的分析仪本体内部局部位置的结构示意图。
图中标号
1、分析仪本体，2、智能检测系统；
3、支撑结构；
31、底座，32、连接杆，33、支撑弹簧，34、限位块；
4、活动槽。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1、图2、图3、图4、图5、图6和图7，其中，图1为本发明提供的宫颈癌人工智能检测系统结构框图；图2为图1所示的智能检测模块的结构框图；图3为图1所示的结果判定模块的结构框图；图4为图1所示的检测模式选择模块的结构框图；图5为图1所示的云专家诊断模块的结构框图；图6为本发明提供的分析仪本体的结构示意图；图7为图6所示的分析仪本体内部局部位置的结构示意图。宫颈癌人工智能检测系统，包括：
分析仪本体1和设置于所述分析仪本体1内的智能检测系统2；
其中，所述智能检测系统2包括信息输入模块、操作检测模式选择模块、玻璃片识别模块、检测模式选择模块、智能检测模块、云专家诊断模块、结果判定模块、信息存储模块、信息输出模块、信息显示模块以及信息打印模块；
所述智能检测模块包括形态学分析单元、定量检测单元以及深度学习单元，所述结果判定单元包括人工判定单元、智能判定单元、结果对比单元、判定规则自调整单元以及医疗数据库，所述检测模式选择模块包括单测TCT单元、单DNA倍体单元以及TCT和DNA同时检测单元。
分析仪本体1具备对玻璃片自动分类功能，在检测完成之后，通过内部分类组件，将具有呈阳性的细胞玻璃片与呈阴性的细胞玻璃片分开放置，便于后续整理；
在对处理好的玻璃片进行检测时，将玻璃片放置在仪器检测位置，通过分析仪本体1上的操作面板进入到信息输入模块中，然后填写患者的基本信息，建立病历档案，同时玻璃片识别模块开始对玻璃片进行识别，对其上的细胞进行扫描，录入相关特征，具有立体断层扫描，能够完整收集细胞信息，融合细胞信息，使得分析结果更准确，并将建立的病历档案与该检测玻璃片匹配，建立两者信息关联，操作检测模式选择模块主要用于选择人工操作和系统自动操作，而在系统自动操作模式下，医护人员则不必长时间在仪器旁看守，可以自行完成检测操作，大大减轻了医护人员的工作量，提高时间利用率，使得工作效率大大提高，并减少人为的误差，检测模式选择模块则可以同时实现单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式的选择，而在自动操作模式下，系统会通过对细胞的实际情况分析，在三种检测模式中选择最佳的检测方式，进而确保达到最准确的检测结果，智能检测模块中同时设置形态学分析单元、定量检测单元分别对细胞进行形态学分析以及定量检测，融合形态学分析和定量检测是两个完全不同的分析技术，使宫颈癌筛查技术达到新的高度，而通过深度学习单元，通过集成算法以及人工智能的融合，克服目前核酸染色技术缺陷，使DNA定量分析特异性和准确性大大提高，与组织病理学诊断一致性更高，可以将形态学和核酸定量一次检测，准确性在无人审核时可以达到85％以上，云专家诊断模块中由病理界细胞学分析专家组成，通过有偿服务可以帮助没有病理医生的医疗单位或需要专家服务的医疗单位开展宫颈癌筛查，使筛查结果更准确，筛查检测可以落实到基层医院，帮助基层医院提供医疗水平，结果判定模块用于对智能检测模块检测的结果进行智能判定，通过智能判定单元在医疗数据库收集数据信息，结合细胞检测结果，实现准确的诊断，同时通过结果对比单元将人工诊断结果以及专家诊断结果进行对比分析，在自动操作模式中，若专家诊断结果与系统诊断结果一致，则可以直接判定该结果，若两者存在不同，则需要进行二次判定，若二次判定仍有不同，则会将诊断结果输出，并备注与专家诊断结果的区别，为后续医护人员讨论提供参考，进而确保诊断的准确性，减少人为判断或是系统失误出现，而在人工操作模式下，人工则直接对检测结果进行判定，同时系统也会自动判定，作为对比参考，然后直接输出诊断结果，而判定规则自调整单元能够根据长时间的判定结果以及分别与人工诊断结果、以及专家诊断结果之间的对比分析，对自身判定规则进行调整，实现内部规则优化，避免出现系统误诊情况，增加系统自身的可靠性，而医疗数据库内部储存大量的病理信息以及细胞数据信息，作为判定结果的可靠的数据依靠。
所述信息输入模块用于输入检测患者的性别、年龄、病史等个人基本信息，用于建立患者病历档案，所述信息输入模块与所述操作选择模块信号连接。
所述操作模块选择模块包括人工操作模式和自动操作模式，通过所述操作模块选择模式选择需要的操作方式，所述玻璃片识别模块用于对玻璃片上的细胞进行识别和扫描，同时将所述信息输入模块建立的病历档案与需要检测的玻璃片进行信息匹配，且所述玻璃片识别模块与所述智能检测模块信号连接。
所述智能检测模块用于对玻璃片上的细胞进行智能检测和分析，能够同时进行单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，并将检测的结果分别输送至云专家诊断模块以及所述结果判定模块中。
所述云专家诊断模块登录单元、信息接收单元、诊断结果输出单元，所述云专家诊断模块与所述智能检测模块以及结果判定模块信号连接，通过所述云专家诊断模块能够实现专家远程在线诊断功能。
专家通过移动终端进入到该系统中，然后在登录单元中登录自己的身份信息，然后与系统建立数据连接，使得智能检测模块能够将检测结果发送至信息接收单元中，进而能够在远程进行诊断操作。
所述结果判定模块分别与所述信息存储模块以及所述信息输出模块信号连接，所述结果判定模块通过接收所述智能检测模块的检测结果并对该结果进行智能分析判定，最终得出玻璃片上细胞的病理结果，同时将自身判定结果与所述云专家诊断的结果以及人工诊断结果进行对比分析，对自身判定规则进行调整。
所述信息存储模块用于保存相关的病理信息，方便后续医护人员直接查询和调用，所述信息输出模块则用于将所述结果判定模块的判定信息进行转化和输出。
所述信息显示模块和所述信息打印模块均与所述信息输送出模块信号连接，所述信息显示模块用于接收所述信息输出模块输送的数据信息，并通过显示屏显示，而所述信息打印模块为打印设备，用于将接收的信息打印出来。
所述分析仪本体1的底部设置有支撑结构3，所述支撑结构3包括底座31、连接杆32、支撑弹簧33以及限位块34，所述连接杆32固定于所述底座31的顶部，所述支撑弹簧33套接于所述连接杆32的外部，所述限位块34固定于所述连接杆32的顶端。
所述分析仪本体1的内部开设有活动槽4，所述连接杆32与所述活动槽4滑动连接，所述底座31位于所述分析仪本体1的下方，且所述支撑结构3的数量设置有四个，且四个所述支撑结构3分别位于分析仪本体1底座的左侧与右侧。
支撑结构3主要为分析仪本体1的底部提供支撑，其中底座31为圆形的铝合金板，与放置位置接触，连接杆32由分析仪本体1的底部延伸至活动槽4的内部，可以在活动槽4内部竖直方向移动，支撑弹簧33则位于底座31的顶部与活动槽4内表面相对的一侧之间为连接杆32提供弹力支持，限位块34对连接杆32的顶端起到限位作用，其外部与活动槽4内部滑动连接，避免连接杆32与分析仪本体1分离，通过设置该支撑结构3，具备一定的缓冲能力，当仪器所处的环境出现震动时，通过支撑弹簧33以及连接杆32之间的配合作用，能够对震动时的作用力进行消减，使得分析仪本体2能够保持稳定状态，避免外部环境影响其正常使用，起到一定的缓冲保护作用，使其在使用时更加安全。
本发明提供的宫颈癌人工智能检测系统的工作原理如下：
在进行对玻璃片细胞检测时，将处理好的玻璃片放置在分析仪本体1上的检测取，然后医护人员通过进入到信息输入模块中，通过信息输入模块开始输入患者的基本信息以及待检测细胞信息，之后进入到操作检测模式选择模块，选择人工操作模式或是自动操作模式，若为自动操作模式则医护人员不必继续进行操作，此时通过玻璃识别模块开始对玻璃片上的细胞通过立体断层扫描，完整收集细胞信息，融合细胞信息，然后进行收集的细胞信息输送给智能检测模块，智能检测模块通过对细胞信息智能化分析，最终得出检测结果，并同时发送给结果判定模块和云专家诊断模块，此时云专家诊断模块通过信息接收单元接收到检测结果信息，并根据检测结果进行诊断，将诊断结果通过诊断结果输出单元输送至结果判定单元中，同时结果判定单元通过内部智能化分析对检测结果完成诊断，之后将诊断结果分别输送至信息存储模块和信息输出模块中，分别进行保存和输出。
与相关技术相比较，本发明提供的宫颈癌人工智能检测系统具有如下有益效果：
本发明提供一种宫颈癌人工智能检测系统，该系统同时具备智能化诊断、自主学习、人工与系统配合诊断、自动完成检测等功能，同时具备单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，改变了传统的功能单一的模式，更好的满足检测需求，不仅仅依赖于医护人员的诊断结果，避免认为诊断的不可控性，减少误诊几率，通过集成算法以及人工智能的融合，克服目前核酸染色技术缺陷，使DNA定量分析特异性和准确性大大提高，与组织病理学诊断一致性更高，能够独立完成检测程序，无需医护人员长时间看守，大大减轻了工作量，在使用时更加轻松，更加方便，另外设置形态学分析单元、定量检测单元，能够形成融合计算，其中形态学分析通过分析器官的具体形状，得出分析结论，主观性强，而定量型分析通过将器官的形态化为具体的数据，以作为评估依据，而通过将两者结合，比单独分析更准确，且不需要依赖过多的病理医生，亦可完成病理分析，能够为筛选检测分析收费，治疗公益免费的运作模式，提供有利的技术支持。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种宫颈癌人工智能检测系统，其特征在于，包括：
分析仪本体和设置于所述分析仪本体内的智能检测系统；
其中，所述智能检测系统包括信息输入模块、操作检测模式选择模块、玻璃片识别模块、检测模式选择模块、智能检测模块、云专家诊断模块、结果判定模块、信息存储模块、信息输出模块、信息显示模块以及信息打印模块；
所述智能检测模块包括形态学分析单元、定量检测单元以及深度学习单元，所述结果判定单元包括人工判定单元、智能判定单元、结果对比单元、判定规则自调整单元以及医疗数据库，所述检测模式选择模块包括单测TCT单元、单DNA倍体单元以及TCT和DNA同时检测单元。
2.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述信息输入模块用于输入检测患者的性别、年龄、病史等个人基本信息，用于建立患者病历档案，所述信息输入模块与所述操作选择模块信号连接。
3.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述操作模块选择模块包括人工操作模式和自动操作模式，通过所述操作模块选择模式选择需要的操作方式，所述玻璃片识别模块用于对玻璃片上的细胞进行识别和扫描，同时将所述信息输入模块建立的病历档案与需要检测的玻璃片进行信息匹配，且所述玻璃片识别模块与所述智能检测模块信号连接。
4.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述智能检测模块用于对玻璃片上的细胞进行智能检测和分析，能够同时进行单测TCT检测、单DNA倍体检测以及TCT和DNA同时检测三种不同的检测模式，并将检测的结果分别输送至云专家诊断模块以及所述结果判定模块中。
5.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述云专家诊断模块登录单元、信息接收单元、诊断结果输出单元，所述云专家诊断模块与所述智能检测模块以及结果判定模块信号连接，通过所述云专家诊断模块能够实现专家远程在线诊断功能。
6.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述结果判定模块分别与所述信息存储模块以及所述信息输出模块信号连接，所述结果判定模块通过接收所述智能检测模块的检测结果并对该结果进行智能分析判定，最终得出玻璃片上细胞的病理结果，同时将自身判定结果与所述云专家诊断的结果以及人工诊断结果进行对比分析，对自身判定规则进行调整。
7.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述信息存储模块用于保存相关的病理信息，方便后续医护人员直接查询和调用，所述信息输出模块则用于将所述结果判定模块的判定信息进行转化和输出。
8.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述信息显示模块和所述信息打印模块均与所述信息输送出模块信号连接，所述信息显示模块用于接收所述信息输出模块输送的数据信息，并通过显示屏显示，而所述信息打印模块为打印设备，用于将接收的信息打印出来。
9.根据权利要求1所述的宫颈癌人工智能检测系统，其特征在于，所述分析仪本体的底部设置有支撑结构，所述支撑结构包括底座、连接杆、支撑弹簧以及限位块，所述连接杆固定于所述底座的顶部，所述支撑弹簧套接于所述连接杆的外部，所述限位块固定于所述连接杆的顶端。
10.根据权利要求9所述的宫颈癌人工智能检测系统，其特征在于，所述分析仪本体的内部开设有活动槽，所述连接杆与所述活动槽滑动连接，所述底座位于所述分析仪本体的下方，且所述支撑结构的数量设置有四个，且四个所述支撑结构分别位于分析仪本体底座的左侧与右侧。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110798466.0A CN113506623A (zh) | 2021-07-15 | 2021-07-15 | 一种宫颈癌人工智能检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110798466.0A CN113506623A (zh) | 2021-07-15 | 2021-07-15 | 一种宫颈癌人工智能检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113506623A true CN113506623A (zh) | 2021-10-15 |
Family
ID=78013303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110798466.0A Pending CN113506623A (zh) | 2021-07-15 | 2021-07-15 | 一种宫颈癌人工智能检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113506623A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991281A (zh) * | 2017-03-30 | 2017-07-28 | 青岛市第三人民医院 | 一种智能病理诊断分析系统 |
| CN107822599A (zh) * | 2017-12-11 | 2018-03-23 | 谢博 | 一种防侧翻的医疗检测诊断设备 |
| CN109712693A (zh) * | 2018-12-14 | 2019-05-03 | 贵州大学 | 一种智能病理诊断方法及系统 |
| CN210136177U (zh) * | 2019-06-18 | 2020-03-10 | 朱熹 | 一种影像学人工智能辅助诊断装置 |
| CN111814537A (zh) * | 2020-05-25 | 2020-10-23 | 苏州米特希赛尔人工智能有限公司 | 宫颈癌tct玻片显微镜自动扫描与ai诊断系统与方法 |
| CN111863118A (zh) * | 2020-07-20 | 2020-10-30 | 湖南莱博赛医用机器人有限公司 | 基于tct制片进行tct和dna倍体分析的方法 |
| KR20200126303A (ko) * | 2019-04-29 | 2020-11-06 | 계명대학교 산학협력단 | 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 |
-
2021
- 2021-07-15 CN CN202110798466.0A patent/CN113506623A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991281A (zh) * | 2017-03-30 | 2017-07-28 | 青岛市第三人民医院 | 一种智能病理诊断分析系统 |
| CN107822599A (zh) * | 2017-12-11 | 2018-03-23 | 谢博 | 一种防侧翻的医疗检测诊断设备 |
| CN109712693A (zh) * | 2018-12-14 | 2019-05-03 | 贵州大学 | 一种智能病理诊断方法及系统 |
| KR20200126303A (ko) * | 2019-04-29 | 2020-11-06 | 계명대학교 산학협력단 | 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 |
| CN210136177U (zh) * | 2019-06-18 | 2020-03-10 | 朱熹 | 一种影像学人工智能辅助诊断装置 |
| CN111814537A (zh) * | 2020-05-25 | 2020-10-23 | 苏州米特希赛尔人工智能有限公司 | 宫颈癌tct玻片显微镜自动扫描与ai诊断系统与方法 |
| CN111863118A (zh) * | 2020-07-20 | 2020-10-30 | 湖南莱博赛医用机器人有限公司 | 基于tct制片进行tct和dna倍体分析的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 陈丽艳;: "DNA倍体定量分析联合TCT在宫颈癌筛查中的应用", 中国医药指南, no. 09, pages 169 - 170 * |
| 马丽丽;陈敏;王心;尚丽新;: "TCT、DNA倍体定量分析及HPV检测筛查宫颈病变价值研究", 人民军医, no. 01, pages 58 - 63 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106546581B (zh) | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 | |
| CN109615633A (zh) | 一种基于深度学习的肠镜下克罗恩病辅助诊断系统及方法 | |
| CN109411084A (zh) | 一种基于深度学习的肠结核辅助诊断系统及方法 | |
| Guo et al. | Deep learning for assessing image focus for automated cervical cancer screening | |
| KR102091832B1 (ko) | 멀티미디어 정보를 이용한 휴대용 체외진단키트 해석장치 | |
| CN111524580B (zh) | 一种基于神经网络的病毒筛查与防疫系统及方法 | |
| US20210090248A1 (en) | Cervical cancer diagnosis method and apparatus using artificial intelligence-based medical image analysis and software program therefor | |
| CN109598708A (zh) | 一种超声内镜下识别和定位胰腺癌的系统及方法 | |
| CN104931680A (zh) | 基于移动互联网的便携式尿蛋白检测系统及方法 | |
| JP2010540931A (ja) | 生物検体を処理するための複数の波長を用いる方法およびシステム | |
| CN112802000A (zh) | 多模态医学影像智能辅助诊疗系统 | |
| CN111579466B (zh) | 一种家用型精子检测装置和检测方法 | |
| KR101920273B1 (ko) | 체액 검사장치용 시료부 및 이를 구비하는 체액 검사장치 | |
| CN108693342A (zh) | 宫颈癌、子宫癌的检测方法及系统 | |
| CN113506623A (zh) | 一种宫颈癌人工智能检测系统 | |
| CN113674839A (zh) | 无创成像筛查与微创取样核酸分型的联合检测系统 | |
| CN109411092A (zh) | 基于深度学习的睑板腺共聚焦显微镜智能分析评估系统及方法 | |
| CN116189884B (zh) | 一种基于面部视觉的多模态融合中医体质判别方法及系统 | |
| CN111180047A (zh) | 一种基于单细胞图像识别的肿瘤细胞自动识别系统 | |
| CN109406506B (zh) | 一种共享式自测健康终端及测试方法 | |
| CN110243823A (zh) | 基于支持向量机的小儿佝偻病自动筛查装置及其使用方法 | |
| CN210810998U (zh) | 一种智能体检仪 | |
| CN109599166A (zh) | 基于深度学习的睑板腺红外图像辅助识别系统及方法 | |
| CN114869337A (zh) | 一体化仓式甲状腺超声ai自动诊断仪 | |
| CN110960194B (zh) | 一种耳相采集装置及采集方法 |
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 |