CN113838560A - 一种基于医学影像的远程诊断系统及方法 - Google Patents
一种基于医学影像的远程诊断系统及方法 Download PDFInfo
- Publication number
- CN113838560A CN113838560A CN202111058116.7A CN202111058116A CN113838560A CN 113838560 A CN113838560 A CN 113838560A CN 202111058116 A CN202111058116 A CN 202111058116A CN 113838560 A CN113838560 A CN 113838560A
- Authority
- CN
- China
- Prior art keywords
- information
- expert
- remote diagnosis
- screening
- preset
- 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
- 238000004171 remote diagnosis Methods 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003709 image segmentation Methods 0.000 claims abstract description 86
- 238000012216 screening Methods 0.000 claims abstract description 68
- 238000012790 confirmation Methods 0.000 claims abstract description 46
- 230000004048 modification Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 19
- 239000000284 extract Substances 0.000 abstract description 15
- 201000010099 disease Diseases 0.000 abstract description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 10
- 230000003902 lesion Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 210000002307 prostate Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 210000004185 liver Anatomy 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 210000000481 breast Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002604 ultrasonography 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
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提出了一种基于医学影像的远程诊断系统及方法，涉及远程诊断技术领域。通过第一信息获取模块获取用户输入的远程诊断需求信息；模型匹配模块提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，图像分割模块提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，信息筛选模块根据远程诊断需求信息在预置的专家库中进行筛选，待诊断需求信息模块生成待诊断需求信息并发送至待选专家；确认信息获取模块获取待选专家输入的确认信息；专家信息发送模块根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。
Description
技术领域
本发明涉及远程诊断技术领域，具体而言，涉及一种基于医学影像的远程诊断系统及方法。
背景技术
远程诊断就是利用电子邮件、网站、电话、传真等现代化通讯工具，为患者完成病例分析和病情诊断，进一步确定治疗方案的治疗方式。远程诊断使医生和专家之间建立起了全新的联系，使医生在原地，原医院即可接收远地专家的诊断，并在专家的指导下进行治疗和护理，可以节约医生和病人大量的时间和金钱。目前远程诊断都是医生需要专家时寻找对应的专家，但是，由于各个专家时间不确定，不能及时找到能够进行远程诊断的专家。
发明内容
本发明的目的在于提供一种基于医学影像的远程诊断系统及方法，用以改善现有技术中由于各个专家时间不确定，不能及时找到能够进行远程诊断的专家的问题。
第一方面，本申请实施例提供一种基于医学影像的远程诊断系统，包括：
第一信息获取模块，用于获取用户输入的远程诊断需求信息；
模型匹配模块，用于提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；
图像分割模块，用于提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；
信息筛选模块，用于根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；
待诊断需求信息模块，用于根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；
确认信息获取模块，用于获取待选专家输入的确认信息；
专家信息发送模块，用于根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户。
上述实现过程中，通过第一信息获取模块获取用户输入的远程诊断需求信息；模型匹配模块提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；图像分割模块提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；信息筛选模块根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；待诊断需求信息模块根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；确认信息获取模块获取待选专家输入的确认信息；专家信息发送模块根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。
基于第一方面，在本发明的一些实施例中，上述信息筛选模块包括：
第一信息提取单元，用于提取远程诊断需求信息中的科别信息和时间信息；
筛选单元，用于根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。
基于第一方面，在本发明的一些实施例中，上述筛选单元包括：
第一筛选子单元，用于根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；
第二筛选子单元，用于根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。
基于第一方面，在本发明的一些实施例中，上述待诊断需求信息模块包括：
第二信息提取单元，用于提取远程诊断需求信息中的简要病历信息；
信息组合单元，用于将简要病历信息与病灶图像信息进行组合，生成待诊断需求信息并发送至待选专家。
基于第一方面，在本发明的一些实施例中，还包括：
专家库更新模块，用于获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库。
第二方面，本申请实施例提供一种基于医学影像的远程诊断方法，包括以下步骤：
获取用户输入的远程诊断需求信息；
提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；
提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；
根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；
根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；
获取待选专家输入的确认信息；
提取确认信息对应的专家信息并展示给用户。
上述实现过程中，通过获取用户输入的远程诊断需求信息；然后提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；然后提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；然后根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；然后根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；获取待选专家输入的确认信息；根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。
基于第二方面，在本发明的一些实施例中，上述根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息包括以下步骤：
提取远程诊断需求信息中的科别信息和时间信息；
根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。
基于第二方面，在本发明的一些实施例中，上述根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息的步骤包括以下步骤：
根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；
根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。
第三方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当上述一个或多个程序被上述处理器执行时，实现如上述第一方面中任一项上述的方法。
第四方面，本申请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，该计算机程序被处理器执行时实现如上述第一方面中任一项上述的方法。
本发明实施例至少具有如下优点或有益效果：
本发明实施例提供一种基于医学影像的远程诊断系统及方法，通过第一信息获取模块获取用户输入的远程诊断需求信息；模型匹配模块提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；图像分割模块提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；信息筛选模块根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；待诊断需求信息模块根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；确认信息获取模块获取待选专家输入的确认信息；专家信息发送模块根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。通过专家库更新模块获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库，使得专家库的信息可以及时更新，从而使筛选出的专家信息更加准确，有助于快速找到可以进行远程诊断的专家，进而使患者能快速得到救治。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种基于医学影像的远程诊断系统结构框图；
图2为本发明实施例提供的一种基于医学影像的远程诊断方法流程图；
图3为本发明实施例提供的一种电子设备的结构框图。
图标：1100-第一信息获取模块；1200-模型匹配模块；1300-图像分割模块；1400-信息筛选模块；1410-第一信息提取单元；1420-筛选单元；1421-第一筛选子单元；1422-第二筛选子单元；1500-待诊断需求信息模块；1510-第二信息提取单元；1520-信息组合单元；1600-确认信息获取模块；1700-专家信息发送模块；1800-专家库更新模块；101-存储器；102-处理器；103-通信接口。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
请参看图1，图1为本发明实施例提供的一种基于医学影像的远程诊断系统结构框图。该基于医学影像的远程诊断系统，包括：
第一信息获取模块1100，用于获取用户输入的远程诊断需求信息；上述用户输入的远程诊断需求信息可以是由医生输入，也可以是由患者自己输入，上述远程诊断需求信息包括医学影像、病灶部位、患者病历信息、简要病历信息、医生诊断信息、科别信息和时间信息等。例如：输入的远程诊断需求信息为：患者A，年龄：38岁，性别：男，病灶部位：肺部，医学影像：CT，诊断信息为：肺癌，科别信息：呼吸科，时间信息：2021年9月8日。
模型匹配模块1200，用于提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；上述预置的图像分割池中包括有多个图像分割模型，以及各个图像分割模型对应的病灶部位信息。可以包括有：肝脏对应的图像分割模型为肝脏CT图像分割模型；乳腺对应的图像分割模型为乳腺US图像分割算法；前列腺对应的图像分割模型为前列腺MRI图像分割模型等。上述肝脏CT图像分割模型可以是基于超像素边界感知的卷积神经网络肝脏CT影像分割算法进行建模得到；上述乳腺US图像分割算法可以是采用基于边界约束的CV模型乳腺超声肿瘤分割算法进行建模得到；上述前列腺MRI图像分割模型可以采用基于多层级边界感知RUNet的前列腺MRI分割算法进行建模得到，上述提到的基于超像素边界感知的卷积神经网络肝脏CT影像分割算法、基于边界约束的CV模型乳腺超声肿瘤分割算法、基于多层级边界感知RUNet的前列腺MRI分割算法均属于现有技术，在此就不再赘述。通过设置图像分割池，使得不同的病灶采用不同的图像分割模型，从而使得到的图像分割结果更加符合实际需求，结果更加准确。上述进行匹配是指将病灶部位信息与各个图像分割模型对应的病灶部位信息进行对比，以找到对应的病灶部位信息，并提取对应的图像分割模型。例如：患者B的病灶部位为前列腺，通过在图像分割模型池中进行匹配，得到前列腺对应的图像分割模型为：前列腺MRI图像分割模型。
图像分割模块1300，用于提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；上述进行图像分割是指采用匹配的图像分割模型中对应的图像分割技术将医学影像中正常部位及病变区域区分出来，并将病变区域的图像提取出来作为病灶图像信息。上述图像分割技术属于现有技术，在此就不再赘述。
信息筛选模块1400，用于根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；上述预置的专家库可以是全球范围内的各个领域的专家信息，上述专家信息包括有专家的基本信息，如姓名、年龄等、擅长的疾病治疗、级别信息、远程协助诊断时间信息等。上述进行筛选的国产可以通过以下单元进行：
第一信息提取单元1410，用于提取远程诊断需求信息中的科别信息和时间信息；上述科别信息是指患者的病灶属于的科别，例如：呼吸道科、心脏科、神经科等，上述时间信息是指需要远程诊断的时间信息，例如：远程诊断需求信息A中的时间信息为2021年9月8日，就是指需要在2021年9月8日前得到远程诊断协助。
筛选单元1420，用于根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。上述进行筛选是指根据科别信息和时间信息在预置的专家库中匹配得到符合条件的专家。通过筛选可以快速得到可以进行远程诊断的专家，从而快速进行病情分析，有助于患者得到快速救治。上述筛选过程可以通过以下子单元完成：
第一筛选子单元1421，用于根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；上述进行筛选的过程是指将科别信息与专家库中的各个专家的科别信息进行对比，找到科别信息一致的专家作为初始待选专家信息。例如：专家库中专家A的科别为呼吸科、专家B的科别为外科、专家C的科别为呼吸科、专家D的科别为前列腺科，患者A的科别信息为呼吸科，经过对比，得到科别一致的专家有专家A和专家C。通过根据科别信息筛选，可以快速找到符合患病治疗领域的专家。
第二筛选子单元1422，用于根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。上述进行筛选的过程是指将时间信息与各个初始待选专家信息中的时间信息进行比对，找到满足时间信息一致的专家作为待选专家信息。例如：初始待选专家A的时间信息为2021年10月10日，初始待选专家B的时间信息为2021年9月10日，初始待选专家C的时间信息为2021年9月9日，初始待选专家D的时间信息为2021年9月8日，远程诊断需求信息中的时间信息为2021年9月9日，进过筛选得到待选专家为：专家C和专家D。通过时间信息筛选可以得到在需求时间之前可以进行远程诊断的专家，从而快速确定能够进行远程诊断的专家信息。
待诊断需求信息模块1500，用于根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；上述生成待诊断需求信息是指将远程诊断需求信息中的简要病历信息与病灶图像信息合并在一起形成新的信息。上述待诊断需求信息可以通过以下单元完成：
第二信息提取单元1510，用于提取远程诊断需求信息中的简要病历信息；上述简要病历信息可以是由医生进行初步诊断得到的诊断结果以及不确定的信息。例如：简要病历信息为：初步诊断为肝癌，根据病灶图像无法确定是否能够手术。
信息组合单元1520，用于将简要病历信息与病灶图像信息进行组合，生成待诊断需求信息并发送至待选专家。将简要病历信息和对应的病灶图像信息合并得到待诊断需求信息。上述待诊断需求信息可以是通过邮件发送至专家端，也可以是以消息信息发送给专家的移动端，从而方便专家查看信息。
确认信息获取模块1600，用于获取待选专家输入的确认信息；上述待选专家输入的确认信息是指专家根据自己的工作安排作出的答复，可以包括专家输入的是否确认进行远程诊断信息、具体远程诊断的时间、远程诊断的方式等。例如：专家A输入的：确认远程诊断，具体时间为2021年9月9日下午2点，远程诊断的方式为网络视频。专家B输入的：确认远程诊断，具体时间为2021年9月9日下午4点，远程诊断的方式为语音通话。
专家信息发送模块1700，用于根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户。通过确认信息可以知道确认专家的信息，并在预置的专家库中提取出对应的专家信息展示给用户，使用户可以知道可以进行远程诊断的专家是谁。
上述实现过程中，通过第一信息获取模块1100获取用户输入的远程诊断需求信息；模型匹配模块1200提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；图像分割模块1300提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；信息筛选模块1400根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；待诊断需求信息模块1500根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；确认信息获取模块1600获取待选专家输入的确认信息；专家信息发送模块1700根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。
其中，还包括：专家库更新模块1800，用于获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库。由于专家的时间信息可能会根据自己的工作安排随时改变，因此，为了能及时了解到专家的实际信息，可以通过专家库更新模块1800进行更新。上述更新是指可以添加删除专家信息、修改专家信息等，上述专家修改信息可以是由专家自己输入也可以是批量导入，上述专家修改信息可以是修改基础信息、时间信息等。上述更新过程是指将专家库中各个专家的信息按照专家修改信息进行修改，从而得到新的专家库。例如：专家修改信息为：专家A的时间信息为2021年10月9日，则将专家库在专家A的信息中的时间信息修改为2021年10月9日，从而得到新的专家库。
上述实现过程中，通过专家库更新模块1800获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库，使得专家库的信息可以及时更新，从而使筛选出的专家信息更加准确，有助于快速找到可以进行远程诊断的专家，进而使患者能快速得到救治。
基于同样的发明构思，本发明还提出一种基于医学影像的远程诊断方法，请参看图2，图2为本发明实施例提供的一种基于医学影像的远程诊断方法流程图。该基于医学影像的远程诊断方法包括以下步骤：
步骤S110：获取用户输入的远程诊断需求信息；
步骤S120：提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；
步骤S130：提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；
步骤S140：根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；
步骤S150：根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；
步骤S160：获取待选专家输入的确认信息；
步骤S170：提取确认信息对应的专家信息并展示给用户。
上述实现过程中，通过获取用户输入的远程诊断需求信息；然后提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；然后提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；然后根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；然后根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；获取待选专家输入的确认信息；根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。
其中，上述根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息包括以下步骤：
提取远程诊断需求信息中的科别信息和时间信息；
根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。
其中，上述根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息的步骤包括以下步骤：
根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；
根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。
其中，上述根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家的步骤包括以下步骤：
首先提取远程诊断需求信息中的简要病历信息；
然后将简要病历信息与病灶图像信息进行组合，生成待诊断需求信息并发送至待选专家。
其中，还包括以下步骤：获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库。
上述实现过程中，通过获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库，使得专家库的信息可以及时更新，从而使筛选出的专家信息更加准确，有助于快速找到可以进行远程诊断的专家，进而使患者能快速得到救治。
请参阅图3，图3为本申请实施例提供的电子设备的一种示意性结构框图。该电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本申请实施例所提供的一种基于医学影像的远程诊断系统对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中，存储器101可以是但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
上述功能如果以软件功能模块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，本申请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)执行本申请各个实施例上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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上，本申请实施例提供的一种基于医学影像的远程诊断系统及方法，通过第一信息获取模块1100获取用户输入的远程诊断需求信息；模型匹配模块1200提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；图像分割模块1300提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；信息筛选模块1400根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；待诊断需求信息模块1500根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；确认信息获取模块1600获取待选专家输入的确认信息；专家信息发送模块1700根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户，使得医生在需要远程诊断时，通过在预置的专家库中进行筛选，得到符合条件的专家，专家根据需求信息并结合对应的病灶图像信息进行确认，从而及时找到能够进行远程诊断的专家，有利于疾病的快速诊治。通过专家库更新模块1800获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库，使得专家库的信息可以及时更新，从而使筛选出的专家信息更加准确，有助于快速找到可以进行远程诊断的专家，进而使患者能快速得到救治。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于医学影像的远程诊断系统，其特征在于，包括：
第一信息获取模块，用于获取用户输入的远程诊断需求信息；
模型匹配模块，用于提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；
图像分割模块，用于提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；
信息筛选模块，用于根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；
待诊断需求信息模块，用于根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；
确认信息获取模块，用于获取待选专家输入的确认信息；
专家信息发送模块，用于根据确认信息在预置的专家库中提取确认信息对应的专家信息并展示给用户。
2.根据权利要求1所述的基于医学影像的远程诊断系统，其特征在于，所述信息筛选模块包括：
第一信息提取单元，用于提取远程诊断需求信息中的科别信息和时间信息；
筛选单元，用于根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。
3.根据权利要求2所述的基于医学影像的远程诊断系统，其特征在于，所述筛选单元包括：
第一筛选子单元，用于根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；
第二筛选子单元，用于根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。
4.根据权利要求1所述的基于医学影像的远程诊断系统，其特征在于，所述待诊断需求信息模块包括：
第二信息提取单元，用于提取远程诊断需求信息中的简要病历信息；
信息组合单元，用于将简要病历信息与病灶图像信息进行组合，生成待诊断需求信息并发送至待选专家。
5.根据权利要求1所述的基于医学影像的远程诊断系统，其特征在于，还包括：
专家库更新模块，用于获取并根据专家修改信息对预设的专家库进行更新，生成新的专家库。
6.一种基于医学影像的远程诊断方法，其特征在于，包括以下步骤：
获取用户输入的远程诊断需求信息；
提取并根据远程诊断需求信息中的病灶部位信息在预置的图像分割模型池中进行匹配，得到匹配的图像分割模型；
提取并将远程诊断需求信息中的医学影像采用匹配的图像分割模型进行图像分割，生成病灶图像信息；
根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息；
根据远程诊断需求信息和病灶图像信息生成待诊断需求信息并发送至待选专家；
获取待选专家输入的确认信息；
提取确认信息对应的专家信息并展示给用户。
7.根据权利要求6所述的基于医学影像的远程诊断方法，其特征在于，所述根据远程诊断需求信息在预置的专家库中进行筛选，得到待选专家信息包括以下步骤：
提取远程诊断需求信息中的科别信息和时间信息；
根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息。
8.根据权利要求7所述的基于医学影像的远程诊断方法，其特征在于，所述根据科别信息和时间信息在预置的专家库中进行筛选，得到多个专家信息作为待选专家信息的步骤包括以下步骤：
根据科别信息在预置的专家库中进行筛选，得到多个初始待选专家信息；
根据时间信息在多个初始待选专家信息中进行筛选，得到多个专家信息作为待选专家信息。
9.一种电子设备，其特征在于，包括：
存储器，用于存储一个或多个程序；
处理器；
当所述一个或多个程序被所述处理器执行时，实现如权利要求6-8中任一项所述的方法。
10.一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，该计算机程序被处理器执行时实现如权利要求6-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111058116.7A CN113838560A (zh) | 2021-09-09 | 2021-09-09 | 一种基于医学影像的远程诊断系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111058116.7A CN113838560A (zh) | 2021-09-09 | 2021-09-09 | 一种基于医学影像的远程诊断系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113838560A true CN113838560A (zh) | 2021-12-24 |
Family
ID=78958943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111058116.7A Pending CN113838560A (zh) | 2021-09-09 | 2021-09-09 | 一种基于医学影像的远程诊断系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113838560A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782397A (zh) * | 2022-05-12 | 2022-07-22 | 广东德澳智慧医疗科技有限公司 | 基于医学图像和机器学习的人工智能肿瘤诊断系统 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355023A (zh) * | 2016-08-31 | 2017-01-25 | 北京数字精准医疗科技有限公司 | 基于医学影像的开放式定量分析方法与系统 |
| CN106845076A (zh) * | 2016-12-20 | 2017-06-13 | 杭州联众医疗科技股份有限公司 | 一种远程影像诊断系统 |
| CN107273700A (zh) * | 2017-07-10 | 2017-10-20 | 北京云峰智联医疗科技开发有限公司 | 智能远程医疗系统 |
| CN107273701A (zh) * | 2017-07-10 | 2017-10-20 | 北京云峰智联医疗科技开发有限公司 | 智能远程医疗系统 |
| CN107368677A (zh) * | 2017-07-10 | 2017-11-21 | 山东省立医院 | 智能远程医疗分诊系统 |
| CN107391918A (zh) * | 2017-07-10 | 2017-11-24 | 北京云峰智联医疗科技开发有限公司 | 远程智能分诊系统和方法 |
| CN107644419A (zh) * | 2017-09-30 | 2018-01-30 | 百度在线网络技术（北京）有限公司 | 用于分析医学影像的方法和装置 |
| CN108962404A (zh) * | 2018-07-20 | 2018-12-07 | 北京好价网络科技有限公司 | 一种远程医疗系统及其方法 |
| CN109189041A (zh) * | 2018-08-17 | 2019-01-11 | 广州瑞修得信息科技有限公司 | 一种多专家协同会诊的故障远程诊断方法 |
| CN109411081A (zh) * | 2018-10-25 | 2019-03-01 | 广东医博荟健康管理有限公司 | 一种基于医疗团队的快速在线问诊方法及系统 |
| CN109583440A (zh) * | 2017-09-28 | 2019-04-05 | 北京西格码列顿信息技术有限公司 | 结合影像识别与报告编辑的医学影像辅助诊断方法及系统 |
| CN110021420A (zh) * | 2019-04-01 | 2019-07-16 | 广东职业技术学院 | 一种远程医疗专家会诊系统 |
| CN110491483A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种远程健康诊断和咨询系统 |
| CN111627508A (zh) * | 2020-04-29 | 2020-09-04 | 数坤（北京）网络科技有限公司 | 一种医学影像的解读方法、装置及计算机可读介质 |
| CN112309566A (zh) * | 2020-09-30 | 2021-02-02 | 中国地质大学（武汉） | 影像智能识别与医学智能推理的远程自动诊断系统及方法 |
| CN113077913A (zh) * | 2021-04-20 | 2021-07-06 | 北京京东拓先科技有限公司 | 线上问诊派单方法、装置和系统 |
-
2021
- 2021-09-09 CN CN202111058116.7A patent/CN113838560A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355023A (zh) * | 2016-08-31 | 2017-01-25 | 北京数字精准医疗科技有限公司 | 基于医学影像的开放式定量分析方法与系统 |
| CN106845076A (zh) * | 2016-12-20 | 2017-06-13 | 杭州联众医疗科技股份有限公司 | 一种远程影像诊断系统 |
| CN107273700A (zh) * | 2017-07-10 | 2017-10-20 | 北京云峰智联医疗科技开发有限公司 | 智能远程医疗系统 |
| CN107273701A (zh) * | 2017-07-10 | 2017-10-20 | 北京云峰智联医疗科技开发有限公司 | 智能远程医疗系统 |
| CN107368677A (zh) * | 2017-07-10 | 2017-11-21 | 山东省立医院 | 智能远程医疗分诊系统 |
| CN107391918A (zh) * | 2017-07-10 | 2017-11-24 | 北京云峰智联医疗科技开发有限公司 | 远程智能分诊系统和方法 |
| CN109583440A (zh) * | 2017-09-28 | 2019-04-05 | 北京西格码列顿信息技术有限公司 | 结合影像识别与报告编辑的医学影像辅助诊断方法及系统 |
| CN107644419A (zh) * | 2017-09-30 | 2018-01-30 | 百度在线网络技术（北京）有限公司 | 用于分析医学影像的方法和装置 |
| CN108962404A (zh) * | 2018-07-20 | 2018-12-07 | 北京好价网络科技有限公司 | 一种远程医疗系统及其方法 |
| CN110491483A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种远程健康诊断和咨询系统 |
| CN109189041A (zh) * | 2018-08-17 | 2019-01-11 | 广州瑞修得信息科技有限公司 | 一种多专家协同会诊的故障远程诊断方法 |
| CN109411081A (zh) * | 2018-10-25 | 2019-03-01 | 广东医博荟健康管理有限公司 | 一种基于医疗团队的快速在线问诊方法及系统 |
| CN110021420A (zh) * | 2019-04-01 | 2019-07-16 | 广东职业技术学院 | 一种远程医疗专家会诊系统 |
| CN111627508A (zh) * | 2020-04-29 | 2020-09-04 | 数坤（北京）网络科技有限公司 | 一种医学影像的解读方法、装置及计算机可读介质 |
| CN112309566A (zh) * | 2020-09-30 | 2021-02-02 | 中国地质大学（武汉） | 影像智能识别与医学智能推理的远程自动诊断系统及方法 |
| CN113077913A (zh) * | 2021-04-20 | 2021-07-06 | 北京京东拓先科技有限公司 | 线上问诊派单方法、装置和系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782397A (zh) * | 2022-05-12 | 2022-07-22 | 广东德澳智慧医疗科技有限公司 | 基于医学图像和机器学习的人工智能肿瘤诊断系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2905660T3 (es) | Procedimiento y sistema para el triaje asistido por ordenador | |
| US10078727B2 (en) | Cloud-based medical image processing system with tracking capability | |
| US11301991B2 (en) | Methods and systems for performing image analytics using graphical reporting associated with clinical images | |
| EP2815372B1 (en) | Cloud-based medical image processing system with anonymous data upload and download | |
| WO2019175404A1 (en) | Method and system for generating medical image based on textual data in medical report | |
| WO2013040693A1 (en) | Computer system and method for atlas-based consensual and consistent contouring of medical images | |
| US20200311938A1 (en) | Platform for evaluating medical information and method for using the same | |
| US11989878B2 (en) | Enhancing medical imaging workflows using artificial intelligence | |
| JP2020171687A (ja) | ３ｄ解剖学的ボリュームをその２ｄスライスの位置特定に基づいて処理するシステムおよび方法 | |
| US11688498B2 (en) | Medical document display control apparatus, medical document display control method, and medical document display control program | |
| CN114051623A (zh) | 使用ai编排进行图像处理和路由 | |
| US11210867B1 (en) | Method and apparatus of creating a computer-generated patient specific image | |
| CN113838560A (zh) | 一种基于医学影像的远程诊断系统及方法 | |
| CN107256344A (zh) | 数据处理方法、装置以及放疗管理系统 | |
| CN111128321A (zh) | 信息显示方法及系统、装置、电子设备和可读介质 | |
| CN108765413B (zh) | 用于图像分类的方法、装置及计算机可读介质 | |
| US20070214235A1 (en) | Application server for processing medical image data | |
| US9526457B2 (en) | Predictive intervertebral disc degeneration detection engine | |
| Kamble et al. | Mobile Internet based TELEDOCTOR CONSULTATION APP | |
| EP4216229A1 (en) | Subscription and retrieval of medical imaging data | |
| US20210304894A1 (en) | Medical information processing system and medical information processing apparatus | |
| US20220328164A1 (en) | Systems and methods for universal artifical intelligence integration services | |
| JP2022070037A (ja) | 情報処理装置、情報表示装置、情報処理方法、情報処理システム及びプログラム | |
| JP2023129826A (ja) | 画像処理装置、方法、プログラム及び記憶媒体 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211224 |