CN117316392A - 基于智慧医疗的医学影像信息管理系统及方法 - Google Patents
基于智慧医疗的医学影像信息管理系统及方法 Download PDFInfo
- Publication number
- CN117316392A CN117316392A CN202311224757.4A CN202311224757A CN117316392A CN 117316392 A CN117316392 A CN 117316392A CN 202311224757 A CN202311224757 A CN 202311224757A CN 117316392 A CN117316392 A CN 117316392A
- Authority
- CN
- China
- Prior art keywords
- medical
- information
- image information
- patient
- medical institution
- 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
- 238000000034 method Methods 0.000 title description 9
- 238000007726 management method Methods 0.000 claims abstract description 34
- 238000003745 diagnosis Methods 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000013475 authorization Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了医学影像信息管理技术领域的基于智慧医疗的医学影像信息管理系统及方法，包括以下步骤：采集医学影像信息并存储，建立医学影像云端数据库；基于医学影像云端数据库获取与患者基本信息对应的目标影像信息；基于目标影像信息确定许可医疗机构，患者基于许可医疗机构确定目标医疗机构；基于患者基本信息在目标医疗机构读取目标影像信息的具体内容，目标医疗机构的医务人员基于目标影像信息的具体内容对患者病情进行诊断，得到患者诊断结果。能够在信息共享的同时确定医疗机构是否承认目标影像信息的有效性，从而减少患者挂在更换医院治疗时，重复采集医学影像的情况发生，提高对影像信息的管理效果。
Description
技术领域
本发明涉及医学影像信息管理技术领域，具体为基于智慧医疗的医学影像信息管理系统及方法。
背景技术
智慧医疗英文简称WI T120，是最近兴起的专有医疗名词，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构和医疗设备之间的互动，逐步达到信息化。在不久的将来医疗行业将融入更多人工智能、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。在中国新医改的大背景下，智慧医疗正在走进寻常百姓的生活。
目前的医疗体系中，各个医院之间的诊疗系统相对独立，各个医院的医学影像信息都是独立保存，仅仅供本医院的内部使用，且其他医院不认可非本院采集的医学影像信息，若有些患者需要转到其他医院进行后续治疗，则需要在转去的医院重新进行医学影像信息的采集，浪费患者的时间和检查费用，影响对影像的管理效果。
为此我们提出基于智慧医疗的医学影像信息管理系统及方法用于解决上述问题。
发明内容
本发明的目的在于提供基于智慧医疗的医学影像信息管理系统及方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于智慧医疗的医学影像信息管理系统及方法，该方法包括以下步骤：
S1：采集医学影像信息并存储，建立医学影像云端数据库，影像信息包括患者基本信息、影像采集设备信息、影像内容信息以及影像采集医疗机构信息；
S2：基于医学影像云端数据库获取与患者基本信息对应的目标影像信息；
S3：基于目标影像信息确定许可医疗机构，患者基于许可医疗机构确定目标医疗机构；
S4：基于患者基本信息在目标医疗机构读取目标影像信息的具体内容，目标医疗机构的医务人员基于目标影像信息的具体内容对患者病情进行诊断，得到患者诊断结果，患者基于医学影像信息和患者诊断结果了解自己的病情。
通过采用上述技术方案，通过获取所有获取授权的医疗机构采集的医学影像信息，建立云端数据库，用于与患者从许可医疗机构中确定的目标医疗机构进行影像信息共享，能够在信息共享的同时确定医疗机构是否承认目标影像信息的有效性，从而减少患者挂在更换医院治疗时，重复采集医学影像的情况发生，提高对影像信息的管理效果。
优选的，所述基于医学影像云端数据库获取与患者基本信息对应的目标影像信息的步骤包括：
基于若干患者基本信息对云端数据库的医学影像进行分类，得到医学影像类集；
基于医学影像类集确定与所有目标患者基本信息对应的医学影像信息，得到患者医学影像集；
基于患者医学影像集获取与患者输入的病因关键词对应的医学影像，得到病因医学影像集；
基于医学影像采集时间对病因医学影像集进行筛选，得到有效医学影像集；
基于医学影像采集医疗机构从有效医学影像集中确定目标影像信息。
通过采用上述技术方案，通过患者基本信息、患者诊断的病因以及影像信息的采集时间共同对影像信息进行分类，并筛选出有效的目标影像信息，提高筛选效果，避免同时共享过多的影像信息给患者的治疗带来一定的不便的情况发生，并确保与目标医疗机构之间共享的影像信息是有效的。
优选的，所述基于目标影像信息确定许可医疗机构的步骤包括：
获取云端数据库连接的所有医疗机构，得到预选医疗机构；
获取各个预选医疗机构与目标影像信息对应的采集设备信息，得到预选医疗机构影像的采集设备信息，其中，采集设备信息包括采集设备的型号、采集设备的品牌以及采集设备配件的品牌与采集设备配件的型号；
基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构。
优选的，述基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构的步骤包括：
将预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息进行对比；
计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值；
基于相似程度实际值满足的预设条件确定许可医疗机构，其中，相似程度分为三种高、中、低，预设条件是指预设的与相似程度分别对应的标准相似阈值。
优选的，所述基于相似程度实际值满足的预设条件确定许可医疗机构的步骤包括：
判断相似程度实际值所属的标准相似阈值；
当相似程度实际值属于相似程度为高时对应的标准相似阈值时，则表示采集设备信息对应的医疗机构与目标影响信息的采集设备信息是一致的，预选医疗机构认为目标影像信息有效，将预选医疗机构作为许可医疗机构；
当相似程度实际值属于相似程度为高和/或相似程度为低对应的标准相似阈值时，则表示预选医疗机构认为目标影像信息无效，则将对应的预选医疗机构排除。
优选的，所述计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值的步骤包括：计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度对应的公式为其中，M为预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度，A为医疗机构的采集设备信息，B为目标影像信息的采集设备信息。
通过采用上述技术方案，能够通过判断目标影像信息的采集设备与目标医疗机构的采集设备的相似程度，从而判断目标影像信息在对应的医疗机构的可行性，当两者的采集设备相似度越高，表示目标信息在两个医院更能够通用，也更容易得到目标医疗机构的许可，从而防止出现能够在通用的情况下重复采集医学影像的情况发生。
优选的，所述患者基于许可医疗机构确定目标医疗机构的步骤包括：
将许可医疗机构作为推荐医疗机构，建立许可医疗机构集；
判断患者是否预设指定医疗机构信息，根据判断结果确定目标医疗机构。
优选的，所述判断患者是否预设指定医疗机构信息，根据判断结果确定目标医疗机构的步骤包括：
当患者指定医疗机构时，获取患者指定医疗机构信息，从许可医疗机构集中选取与患者指定医疗机构信息对应的许可医疗机构作为目标医疗机构；
当患者未指定医疗机构和/或许可医疗机构集中不存在与患者指定医疗机构信息对应的许可医疗机构，则获取推荐医疗机构与患者位置信息之间的物理距离，基于物理距离从短到长依次排序，得到推荐医疗机构排序结果，患者基于推荐按医疗机构排序结果确定目标医疗机构。
通过采用上述技术方案，能够判断患者指定的目标医疗机构是否为目标影像信息所许可的医疗机构，并根据判断结果自动为患者推荐合适的目标医疗机构，便于患者根据目标影像被其他医疗机构许可的情况选取合适的目标医疗机构。
基于智慧医疗的医学影像信息管理系统，应用于如上述任意一项所述基于智慧医疗的医学影像信息管理方法，包括：
医学影像采集模块，用于获取被授权的各个医疗机构的影像采集设备所采集的医学影像信息，建立云端数据库；
医学影像处理模块，配置为与云端数据库连接，用于根据患者基本信息对云端数据库中的医学影像信息进行分类存储，并根据患者需求确定目标影像信息；
医疗机构筛选模块，配置为与医学影像处理模块连接，用于医学影像处理模块传输的目标影像信息逐步筛选出许可医疗机构，患者从许可医疗机构中确定目标医疗机构；
影像信息读取模块，配置为与云端数据库连接，用于给获取授权的医疗机构以及患者读取云端数据库的医学影像信息。
通过采用上述技术方案，能够通过医学影像采集模块、医学影像处理模块、医疗机构筛选模块以及影像信息读取模块，对医学影像信息进行采集并分类存储，便于患者从中筛选出有效的目标影像信息，并判断目标影像信息是否被目标医疗机构所认可，根据判断结果选取合适的目标医疗机构并将目标影像信息进行共享，提高对影像信息管理的综合性，且有效的防止患者在不知道目标医疗机构是否承认目标影像信息的情况下而导致的重复采集医学影像的情况。
与现有技术相比，本发明的有益效果是：
1.通过获取所有获取授权的医疗机构采集的医学影像信息，建立云端数据库，用于与患者从许可医疗机构中确定的目标医疗机构进行影像信息共享，能够在信息共享的同时确定医疗机构是否承认目标影像信息的有效性，从而减少患者挂在更换医院治疗时，重复采集医学影像的情况发生，提高对影像信息的管理效果；
2.能够通过判断目标影像信息的采集设备与目标医疗机构的采集设备的相似程度，从而判断目标影像信息在对应的医疗机构的可行性，当两者的采集设备相似度越高，表示目标信息在两个医院更能够通用，也更容易得到目标医疗机构的许可，从而防止出现能够在通用的情况下重复采集医学影像的情况发生；
3.能够判断患者指定的目标医疗机构是否为目标影像信息所许可的医疗机构，并根据判断结果自动为患者推荐合适的目标医疗机构，便于患者根据目标影像被其他医疗机构许可的情况选取合适的目标医疗机构。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明的方法流程示意图；
图2为本发明的系统结构框图。
附图中，各标号所代表的部件列表如下：
1、医学影像采集模块；2、医学影像处理模块；3、医疗机构筛选模块；4、影像信息读取模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1至图2，本发明提供基于智慧医疗的医学影像信息管理系统及方法技术方案：基于智慧医疗的医学影像信息管理方法，该方法包括以下步骤：
S1：采集医学影像信息并存储，建立医学影像云端数据库，影像信息包括患者基本信息、影像采集设备信息、影像内容信息以及影像采集医疗机构信息；
具体的，通过医学影像设备如CT、MRI、X光等获取患者的医学影像信息，将医学影像信息进行数字化处理，并上传至云端服务器，将云端数据库与各个医疗机构连接，获取所有授权医疗机构在采集各个患者影像时的医学影像信息，将其综合传入云端数据库并存储；
S2：基于医学影像云端数据库获取与患者基本信息对应的目标影像信息；
基于医学影像云端数据库获取与患者基本信息对应的目标影像信息的步骤包括：基于若干患者基本信息对云端数据库的医学影像进行分类，得到医学影像类集；基于医学影像类集确定与所有目标患者基本信息对应的医学影像信息，得到患者医学影像集；基于患者医学影像集获取与患者输入的病因关键词对应的医学影像，得到病因医学影像集；基于医学影像采集时间对病因医学影像集进行筛选，得到有效医学影像集；基于医学影像采集医疗机构从有效医学影像集中确定目标影像信息；
具体的，采集所有患者的医学影像信息，根据患者的身份先对所有的医学影像信息进行初步分类，根据分类后的结果，结合采集影像的设备判断设备的种类，根据设备的种类对医学影像信息进行分类，再根据单个患者的病因将个人患者的所有医学影像信息进行归类，从而能够得到一个患者由于一个病因所需要的不同种类的医学影像，便于患者在因为单个病因诊断时能够携带该病因对应的所有的医学影像，提高医学影像管理的归一性，同时根据医学影像采集的时间，筛选出有效期之内的医学影像，防止由于采集时间过长导致身体变化与医学影像不一致的情况，提高医学影像管理的时效性；
通过患者基本信息、患者诊断的病因以及影像信息的采集时间共同对影像信息进行分类，并筛选出有效的目标影像信息，提高筛选效果，避免同时共享过多的影像信息给患者的治疗带来一定的不便的情况发生，并确保与目标医疗机构之间共享的影像信息是有效的。
S3：基于目标影像信息确定许可医疗机构，患者基于许可医疗机构确定目标医疗机构；
基于目标影像信息确定许可医疗机构的步骤包括：获取云端数据库连接的所有医疗机构，得到预选医疗机构；获取各个预选医疗机构与目标影像信息对应的采集设备信息，得到预选医疗机构影像的采集设备信息；其中，采集设备信息包括采集设备的型号、采集设备的品牌以及采集设备配件的品牌与采集设备配件的型号；基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构；
基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构的步骤包括：将预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息进行对比；计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值，基于相似程度实际值满足的预设条件确定许可医疗机构，其中，相似程度分为三种高、中、低，预设条件是指，预设的与相似程度分别对应的标准相似阈值；
基于相似程度实际值满足的预设条件确定许可医疗机构的步骤包括：判断相似程度实际值所属的标准相似阈值，当相似程度实际值属于相似程度为高时对应的标准相似阈值时，则表示采集设备信息对应的医疗机构与目标影响信息的采集设备信息是一致的，预选医疗机构认为目标影像信息有效，将预选医疗机构作为许可医疗机构；当相似程度实际值属于相似程度为高和/或相似程度为低对应的标准相似阈值时，则表示预选医疗机构认为目标影像信息无效，则将对应的预选医疗机构排除；
计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值的步骤包括：计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度对应的公式为其中，M为预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度，A为医疗机构的采集设备信息，B为目标影像信息的采集设备信息；
具体的，比如医学影像信息包括CT、MRI、X光等不同的种类，当目标影像信息为CT时，则获取医疗机构内采集CT影像所用的采集设备，判断是否与目标影像信息的采集设备数据相同，采集设备数据包括采集设备的型号、品牌以及配件等，若是相同的话，则表示拥有该采集设备数据的医疗机构能够作为许可医疗机构，表示该目标影像信息，可以在该医疗机构进行使用，并通过患者基本信息从医疗机构的终端设备读取目标影像信息，其中医疗机构的终端设备与云端数据库连接，终端设备中的目标影像信息通过云端数据库传输而来；
能够通过判断目标影像信息的采集设备与目标医疗机构的采集设备的相似程度，从而判断目标影像信息在对应的医疗机构的可行性，当两者的采集设备相似度越高，表示目标信息在两个医院更能够通用，也更容易得到目标医疗机构的许可，从而防止出现能够在通用的情况下重复采集医学影像的情况发生。
患者基于许可医疗机构确定目标医疗机构的步骤包括：将许可医疗机构作为推荐医疗机构，建立许可医疗机构集；判断患者是否预设指定医疗机构信息，根据判断结果确定目标医疗机构；当患者指定医疗机构时，获取患者指定医疗机构信息，从许可医疗机构集中选取与患者指定医疗机构信息对应的许可医疗机构作为目标医疗机构；若许可医疗机构集中不存在与患者指定医疗机构信息对应的许可医疗机构和/或患者未指定医疗机构，则获取推荐医疗机构与患者位置信息之间的物理距离，基于物理距离从短到长依次排序，得到推荐医疗机构排序结果，患者基于推荐按医疗机构排序结果确定目标医疗机构；
能够判断患者指定的目标医疗机构是否为目标影像信息所许可的医疗机构，并根据判断结果自动为患者推荐合适的目标医疗机构，便于患者根据目标影像被其他医疗机构许可的情况选取合适的目标医疗机构。
具体的，从所有的许可医疗机构中查找与患者指定目标医疗机构对应的许可医疗机构，若查询到，则结合地图导航自动向患者推荐合适的通勤方式，若查询不到，则结合地图导航自动获取许可医疗机构与患者位置信息对应的距离以及通勤方式，患者根据距离以及通勤方式筛选出许可医疗机构，作为目标医疗机构，能够使患者知道影像信息具备同样效用的医疗机构的相关信息，使得患者与医疗机构之间进行信息交互，方便患者判断出在其他医疗机构采集的影响信息，在另外的医院是否同样具备效用，防止当患者去目标医疗机构时，导致所携带的影像信息不具备效用的情况发生，提高对医学影像的管理效果；
S4：基于患者基本信息在目标医疗机构读取目标影像信息的具体内容，其中，所述目标影像信息的具体内容从云端数据库获取；目标医疗机构的医务人员基于目标影像信息的具体内容对患者病情进行诊断，得到患者诊断结果，患者基于医学影像信息和患者诊断结果了解自己的病情，
具体的，利用人工智能技术对上传的医学影像信息进行自动分析和诊断，生成诊断报告。人工智能技术包括图像识别、深度学习等技术，能够自动识别病变部位，对疾病进行分类和诊断，生成诊断报告；医疗机构将诊断报告上传至云端数据库，以供医生和患者随时随地访问和共享。医生可以通过网络访问云端数据库，获取患者的医学影像信息和诊断报告，进行疾病诊断和治疗。患者可以通过手机、电脑等终端设备访问云端数据库，获取自己的医学影像信息和诊断报告，了解自己的病情状况，云端数据库可以为分布式云计算服务器。
通过医学影像设备获取患者的医学影像信息，将医学影像信息上传至云端服务器，利用人工智能技术对医学影像信息进行自动分析和诊断，生成诊断报告，并将诊断报告上传至云端服务器，以供医生和患者随时随地访问和共享。所述的人工智能技术包括图像识别、深度学等技术。所述的医学影像信息包括CT、MRI、X光等影像信息。
通过获取所有获取授权的医疗机构采集的医学影像信息，建立云端数据库，用于与患者从许可医疗机构中确定的目标医疗机构进行影像信息共享，能够在信息共享的同时确定医疗机构是否承认目标影像信息的有效性，从而减少患者挂在更换医院治疗时，重复采集医学影像的情况发生，提高对影像信息的管理效果。
基于智慧医疗的医学影像信息管理系统，应用于如上述任意一项所述基于智慧医疗的医学影像信息管理方法，包括：
医学影像采集模块1，用于获取被授权的各个医疗机构的影像采集设备所采集的医学影像信息，建立云端数据库；
医学影像处理模块2，配置为与云端数据库连接，用于根据患者基本信息对云端数据库中的医学影像信息进行分类存储，并根据患者需求确定目标影像信息；
医疗机构筛选模块3，配置为与医学影像处理模块2连接，用于医学影像处理模块2传输的目标影像信息逐步筛选出许可医疗机构，患者从许可医疗机构中确定目标医疗机构；
影像信息读取模块4，配置为与云端数据库连接，用于给获取授权的医疗机构以及患者读取云端数据库的医学影像信息。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.基于智慧医疗的医学影像信息管理方法，其特征在于，包括以下步骤：
采集医学影像信息并存储，建立医学影像云端数据库，影像信息包括患者基本信息、影像采集设备信息、影像内容信息以及影像采集医疗机构信息；
基于医学影像云端数据库获取与患者基本信息对应的目标影像信息；
基于目标影像信息确定许可医疗机构，患者基于许可医疗机构确定目标医疗机构；
基于患者基本信息在目标医疗机构读取目标影像信息的具体内容；
目标医疗机构的医务人员基于目标影像信息的具体内容对患者病情进行诊断，得到患者诊断结果，患者基于医学影像信息和患者诊断结果了解自己的病情。
2.根据权利要求1所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述基于医学影像云端数据库获取与患者基本信息对应的目标影像信息的步骤包括：
基于若干患者基本信息对云端数据库的医学影像进行分类，得到医学影像类集；
基于医学影像类集确定与所有目标患者基本信息对应的医学影像信息，得到患者医学影像集；
基于患者医学影像集获取与患者输入的病因关键词对应的医学影像，得到病因医学影像集；
基于医学影像采集时间对病因医学影像集进行筛选，得到有效医学影像集；
基于医学影像采集医疗机构从有效医学影像集中确定目标影像信息。
3.根据权利要求1所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述基于目标影像信息确定许可医疗机构的步骤包括：
获取云端数据库连接的所有医疗机构，得到预选医疗机构；
获取各个预选医疗机构与目标影像信息对应的采集设备信息，得到预选医疗机构影像的采集设备信息，其中，采集设备信息包括采集设备的型号、采集设备的品牌以及采集设备配件的品牌与采集设备配件的型号；
基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构。
4.根据权利要求3所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述基于预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息确定许可医疗机构的步骤包括：
将预选医疗机构影像的采集设备信息与目标影像信息的采集设备信息进行对比；
计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值；
基于相似程度实际值满足的预设条件确定许可医疗机构，其中，相似程度分为三种高、中、低，预设条件是指预设的与相似程度分别对应的标准相似阈值。
5.根据权利要求4所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述基于相似程度实际值满足的预设条件确定许可医疗机构的步骤包括：
判断相似程度实际值所属的标准相似阈值；
当相似程度实际值属于相似程度为高时对应的标准相似阈值时，则表示采集设备信息对应的医疗机构与目标影响信息的采集设备信息是一致的，预选医疗机构认为目标影像信息有效，将预选医疗机构作为许可医疗机构；
当相似程度实际值属于相似程度为高和/或相似程度为低对应的标准相似阈值时，则表示预选医疗机构认为目标影像信息无效，则将对应的预选医疗机构排除。
6.根据权利要求4所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度实际值的步骤包括：计算预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度对应的公式为其中，M为预选医疗机构的采集设备信息与目标影像信息的采集设备信息之间的相似程度，A为医疗机构的采集设备信息，B为目标影像信息的采集设备信息。
7.根据权利要求1所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述患者基于许可医疗机构确定目标医疗机构的步骤包括：
将许可医疗机构作为推荐医疗机构，建立许可医疗机构集；
判断患者是否预设指定医疗机构信息，根据判断结果确定目标医疗机构。
8.根据权利要求7所述的基于智慧医疗的医学影像信息管理方法，其特征在于，所述判断患者是否预设指定医疗机构信息，根据判断结果确定目标医疗机构的步骤包括：
当患者指定医疗机构时，获取患者指定医疗机构信息，从许可医疗机构集中选取与患者指定医疗机构信息对应的许可医疗机构作为目标医疗机构；
当患者未指定医疗机构和/或许可医疗机构集中不存在与患者指定医疗机构信息对应的许可医疗机构，则获取推荐医疗机构与患者位置信息之间的物理距离，基于物理距离从短到长依次排序，得到推荐医疗机构排序结果，患者基于推荐按医疗机构排序结果确定目标医疗机构。
9.基于智慧医疗的医学影像信息管理系统，应用于如权利要求1-8任意一项所述基于智慧医疗的医学影像信息管理方法，其特征在于，包括：
医学影像采集模块(1)，用于获取被授权的各个医疗机构的影像采集设备所采集的医学影像信息，建立云端数据库；
医学影像处理模块(2)，配置为与云端数据库连接，用于根据患者基本信息对云端数据库中的医学影像信息进行分类存储，并根据患者需求确定目标影像信息；
医疗机构筛选模块(3)，配置为与医学影像处理模块(2)连接，用于医学影像处理模块(2)传输的目标影像信息逐步筛选出许可医疗机构，患者从许可医疗机构中确定目标医疗机构；
影像信息读取模块(4)，配置为与云端数据库连接，用于给获取授权的医疗机构以及患者读取云端数据库的医学影像信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311224757.4A CN117316392A (zh) | 2023-09-21 | 2023-09-21 | 基于智慧医疗的医学影像信息管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311224757.4A CN117316392A (zh) | 2023-09-21 | 2023-09-21 | 基于智慧医疗的医学影像信息管理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117316392A true CN117316392A (zh) | 2023-12-29 |
Family
ID=89284182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311224757.4A Pending CN117316392A (zh) | 2023-09-21 | 2023-09-21 | 基于智慧医疗的医学影像信息管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117316392A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117594198A (zh) * | 2024-01-18 | 2024-02-23 | 万里云医疗信息科技（北京）有限公司 | 基于异构数据的医学影像记录检索方法及装置 |
-
2023
- 2023-09-21 CN CN202311224757.4A patent/CN117316392A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117594198A (zh) * | 2024-01-18 | 2024-02-23 | 万里云医疗信息科技（北京）有限公司 | 基于异构数据的医学影像记录检索方法及装置 |
| CN117594198B (zh) * | 2024-01-18 | 2024-04-05 | 万里云医疗信息科技（北京）有限公司 | 基于异构数据的医学影像记录检索方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11348669B2 (en) | Clinical trial re-evaluation system | |
| US10937164B2 (en) | Medical evaluation machine learning workflows and processes | |
| US20200357118A1 (en) | Medical scan viewing system with enhanced training and methods for use therewith | |
| AU2014271202B2 (en) | A system and method for remote medical diagnosis | |
| US20220051771A1 (en) | Report generating system and methods for use therewith | |
| CN101061483B (zh) | 用于计算机辅助诊断的原位数据收集架构 | |
| US20140012790A1 (en) | Method and system for supporting a clinical diagnosis | |
| RU2459244C2 (ru) | Направляемая клиницистом компьютерная диагностика на базе примеров | |
| Yao et al. | Web-based support systems with rough set analysis | |
| WO2003040987A2 (en) | Patient data mining for lung cancer screening | |
| US20210158936A1 (en) | Medical scan co-registration and methods for use therewith | |
| JP2009011829A (ja) | 電子医療記録影響データ取得、処理および表示システムおよび方法 | |
| JP2007280229A (ja) | 類似症例検索装置、類似症例検索方法およびそのプログラム | |
| US8121863B2 (en) | Method for detecting abnormalities in medical screening | |
| CN117316392A (zh) | 基于智慧医疗的医学影像信息管理系统及方法 | |
| JP2022036125A (ja) | 検査値のコンテキストによるフィルタリング | |
| Álvarez-Rodríguez et al. | Does imbalance in chest X-ray datasets produce biased deep learning approaches for COVID-19 screening? | |
| JP6174490B2 (ja) | 特別な特性を実証する事例を用いて、患者データベースの動的成長を行うシステム及び方法 | |
| US20220051114A1 (en) | Inference process visualization system for medical scans | |
| WO2022005934A1 (en) | Medical scan viewing system with roc adjustment and methods for use therewith | |
| CN112233816A (zh) | 健康监测方法、装置及计算机可读介质 | |
| KR20180002229A (ko) | 치매 정보 데이터베이스 구축을 위한 에이전트 장치 및 그 운영방법 | |
| CN111540442A (zh) | 基于计算机视觉的医学图像诊断调度管理系统 | |
| CN115762788A (zh) | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 | |
| CN115862818A (zh) | 基于深度学习算法的医疗影像设备数据分析系统 |
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 |