CN207270333U - 一种多模态乳腺健康检测系统 - Google Patents
一种多模态乳腺健康检测系统 Download PDFInfo
- Publication number
- CN207270333U CN207270333U CN201720000608.3U CN201720000608U CN207270333U CN 207270333 U CN207270333 U CN 207270333U CN 201720000608 U CN201720000608 U CN 201720000608U CN 207270333 U CN207270333 U CN 207270333U
- Authority
- CN
- China
- Prior art keywords
- acquisition module
- modal
- patient
- breast health
- medical
- 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
Abstract
本实用新型公布了一种多模态乳腺健康检测系统。现有的乳腺健康检查,往往是使用单一的检测手段,容易存在误诊和漏诊。为了提高诊断的效果,本实用新型包括患者信息采集模块、医学影像采集模块、多模态分析模块(包括多模态处理器和病理数据库)、诊断工作站和报告输出模块。这样可以运用包括病历资料、调查问卷、红外、超声、X光、热图像、电阻谱、CT、核磁在内的多个来源的医疗数据和影像资料对患者乳腺健康进行评估,对可疑病变进行准确分析和检测。
Description
技术领域
本发明涉及一种多模态乳腺健康检测系统,具体涉及运用病历资料、门诊问卷、红外、超声、X光、核磁在内的多个来源的医疗数据和影像资料对患者乳腺健康进行评估的系统。
背景技术
在我国乳腺疾病是妇女最常见和多发的疾病。定期进行乳腺健康检查是防治乳腺癌的关键。乳腺健康检查常见的方式包括触诊、肿瘤标志物检测、红外、X光、热图像、超声和核磁共振成像(MRI)等。每种检测方法都有各自的优缺点。仅仅使用单一的检测手段,就会受制于检测方法的局限性,容易存在误诊和漏诊。例如,乳腺超声检查具有无创、无痛、经济简便的优点,适宜对组织致密型乳腺检查,可以有效鉴别乳腺肿块,但是对乳腺钙化簇不敏感。乳腺钼靶X线检查具有分辨率高、重复性好、简便易行的优点,可以发现出医生触摸不到的乳腺肿块和细小的钙化簇,对于大乳房和脂肪型乳房诊断性可高达95%,但是对组织致密型乳腺效果较差。显然上述两种方法结合使用,可以优势互补,提高诊断的质量和效果。
发明内容
为了提高乳腺健康检查的效果,保证检查质量的可靠性,本实用新型提供了一种多模态乳腺健康检测系统。
本实用新型所采用的技术方案是:
一种多模态乳腺健康检测系统,包括患者信息采集模块、医学影像采集模块、多模态分析模块、诊断工作站和报告输出模块,其特征在于:
所述的患者信息采集模块包含患者手机端采集模块、病历信息采集模块;所述的医学影像采集模块包含红外影像采集模块、超声影像采集模块、X光影像采集模块、热图像采集模块、电阻谱采集模块、CT影像采集模块、核磁影像采集模块;所述的多模态分析模块包括多模态处理器和多模态存储单元。
本实用新型的进一步技术方案在于:所述的患者手机端采集模块为安装有患者调查问卷程序的智能手机、平板电脑或可穿戴式设备。
本实用新型的进一步技术方案在于:所述的病历信息采集模块为可输入患者病历信息、触诊结果、肿瘤标志物检查结果的电脑或输入设备。
本实用新型的进一步技术方案在于:所述的多模态处理器是对多模态、多维度时空间的医学图像、调查问卷和病历资料进行比较并发现可疑病变的计算机芯片或硬件设备。
本实用新型的进一步技术方案在于:所述的多模态存储单元是存储着多模态下各种病理数据的存储介质。
本实用新型具有以下优点:
本实用新型能将多模态的医学图像和患者病历信息、诊断资料汇总,进行综合考量,使得检查的效果更为全面和准确;运用人工智能算法,可以自动分析比较,提高了诊疗效率;通过比较患者在不同时空间维度的检查数据,有助于掌握疾病的发展演化规律,更好地预防疾病,和确认治疗效果。
附图说明
图1为本实用新型的系统结构图;
图2为本实用新型的工作流程结构图。
具体实施方式:
下面结合具体实施方式对本实用新型进行详细的说明,所述实施例是对本发明的解释,而不是限定。
图1为本实用新型所述的一种多模态乳腺健康检测系统,包括患者信息采集模块、医学影像采集模块、多模态分析模块、诊断工作站和报告输出模块。
所述的患者信息采集模块包含患者手机端采集模块、病历信息采集模块。其中,所述的患者手机端采集模块为安装有患者调查问卷程序的智能手机、平板电脑或可穿戴式设备;所述的病历信息采集模块为可输入患者病历信息、触诊结果、肿瘤标志物检查结果的电脑或输入设备。
所述的医学影像采集模块包含红外影像采集模块、超声影像采集模块、X光影像采集模块、热图像采集模块、电阻谱采集模块、CT影像采集模块、核磁影像采集模块和其他的医学影像采集模块。医学影像采集模块可以采集多模态的医学影像(包括红外、超声、X光、热图像、电阻谱、CT、核磁和其他影像),然后通过无线或有线网络传输到多模态分析模块进行分析处理。
所述的多模态分析模块包括多模态处理器和多模态存储单元。其中,所述的多模态处理器是对多模态、多维度时空间的医学图像、调查问卷和病历资料进行比较并发现可疑病变的计算机芯片或硬件设备;所述的多模态存储单元是存储着多模态下各种病理数据的存储介质。多模态处理器与多模态存储单元交互,实现多模态下各种病理数据的查询、更新和存储,通过比较、分析提供机器智能检测的结果。
所述的诊断工作站和报告输出模块需要人工操作,由乳腺健康检查医生结合临床经验和机器智能检测的结果,生成最终的检查报告,并输出到打印机和其他报告接收设备。
图2为本实用新型的工作流程结构图。患者通过患者手机端采集模块(智能手机、平板电脑或其他移动终端),完成调查问卷,预约体检,患者手机端采集模块可以提示播报有关医疗检查信息。医疗门诊/体检中心通过病历信息采集模块录入患者病历资料、触诊结果、肿瘤标志物检查结果等文字信息。患者手机端采集模块和病历信息采集模块把患者资料通过无线或有线网络传输到多模态分析模块进行分析处理。
患者在医疗机构完成影像学检查。检查所产生的多模态乳腺医学图像,经过医学影像采集模块传输到多模态分析模块进行分析处理。多模态处理器与多模态存储单元交互,利用机器学习和智能算法,通过综合分析比较多模态、多维度时空间的医学图像、调查问卷和病历资料,发现并标注可疑病变。
权威医院的专家通过使用诊断工作站,结合临床经验和机器智能检测的结果,生成最终的检查报告,经报告输出模块发送给患者。
Claims (5)
1.一种多模态乳腺健康检测系统,包括患者信息采集模块、医学影像采集模块、多模态分析模块、诊断工作站和报告输出模块,其特征在于:所述的患者信息采集模块包含患者手机端采集模块、病历信息采集模块;所述的医学影像采集模块包含红外影像采集模块、超声影像采集模块、X光影像采集模块、热图像采集模块、电阻谱采集模块、CT影像采集模块、核磁影像采集模块;所述的多模态分析模块包括多模态处理器和多模态存储单元。
2.根据权利要求1所述的一种多模态乳腺健康检测系统,其特征在于,所述的患者手机端采集模块为安装有患者调查问卷程序的智能手机、平板电脑。
3.根据权利要求1所述的一种多模态乳腺健康检测系统,其特征在于,所述的病历信息采集模块为可输入患者病历信息、触诊结果、肿瘤标志物检查结果的电脑。
4.根据权利要求1所述的一种多模态乳腺健康检测系统,其特征在于,所述的多模态处理器是对多模态、多维度时空间的医学图像、调查问卷和病历资料进行比较并发现可疑病变的计算机芯片或硬件设备。
5.根据权利要求1所述的一种多模态乳腺健康检测系统,其特征在于,所述的多模态存储单元是存储着多模态下各种病理数据的存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720000608.3U CN207270333U (zh) | 2017-01-03 | 2017-01-03 | 一种多模态乳腺健康检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720000608.3U CN207270333U (zh) | 2017-01-03 | 2017-01-03 | 一种多模态乳腺健康检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207270333U true CN207270333U (zh) | 2018-04-27 |
Family
ID=61991335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720000608.3U Active CN207270333U (zh) | 2017-01-03 | 2017-01-03 | 一种多模态乳腺健康检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207270333U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110974266A (zh) * | 2019-11-25 | 2020-04-10 | 上海俪娃荷智能医疗科技有限公司 | 一种影像工作站 |
CN113345568A (zh) * | 2021-06-25 | 2021-09-03 | 新疆维吾尔自治区人民医院 | 一种数字化医学检验实验室信息管理系统 |
-
2017
- 2017-01-03 CN CN201720000608.3U patent/CN207270333U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110974266A (zh) * | 2019-11-25 | 2020-04-10 | 上海俪娃荷智能医疗科技有限公司 | 一种影像工作站 |
CN113345568A (zh) * | 2021-06-25 | 2021-09-03 | 新疆维吾尔自治区人民医院 | 一种数字化医学检验实验室信息管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Milosevic et al. | Early diagnosis and detection of breast cancer | |
Yildirim et al. | Deep learning model for automated kidney stone detection using coronal CT images | |
US20120220875A1 (en) | Mobile Architecture Using Cloud for Hashimoto's Thyroiditis Disease Classification | |
US10916010B2 (en) | Learning data creation support apparatus, learning data creation support method, and learning data creation support program | |
CN112086197A (zh) | 基于超声医学的乳腺结节检测方法及系统 | |
Rautela et al. | A systematic review on breast cancer detection using deep learning techniques | |
US20190189270A1 (en) | Hospital information apparatus, hospital information system, and hospital information processing method | |
CN101615224A (zh) | 一种计算机辅助识别装置和系统 | |
Zhu et al. | An efficient deep convolutional neural network model for visual localization and automatic diagnosis of thyroid nodules on ultrasound images | |
CN108492862A (zh) | 基于分布式ct终端机的医学影像云成像与判读方法及系统 | |
WO2002035468A2 (en) | Method and system for remote image reconstitution and processing and imaging data collectors communicating with the system | |
CN112802000A (zh) | 多模态医学影像智能辅助诊疗系统 | |
CN207270333U (zh) | 一种多模态乳腺健康检测系统 | |
Huang et al. | Evaluation of pulmonary edema using ultrasound imaging in patients with COVID-19 pneumonia based on a non-local Channel attention ResNet | |
Singh et al. | Multicentric study to evaluate the effectiveness of Thermalytix as compared with standard screening modalities in subjects who show possible symptoms of suspected breast cancer | |
US20140337057A1 (en) | Cause-of-death estimating apparatus and cause-of-death estimating method | |
Zhang et al. | Application of convolution neural network algorithm based on multicenter abus images in breast lesion detection | |
CN103164592A (zh) | 骨密度计算机辅助检测及远程会诊系统 | |
CN112545479B (zh) | 在mpMRI上分割前列腺和精囊分带解剖的系统及方法 | |
CN103164599A (zh) | 基于腹部ct图像传输的肝硬化远程会诊系统 | |
Zhang et al. | An intelligent decision-making support system for the detection and staging of prostate cancer in developing countries | |
Brennan et al. | BREAST: a novel method to improve the diagnostic efficacy of mammography | |
CN110458948A (zh) | 基于智能化3d重建系统中图像的处理方法 | |
Wang et al. | Prospective study on combination of electrical impedance scanning and ultrasound in estimating risk of development of breast cancer in young women | |
CN205947773U (zh) | 一种远程肿瘤病理图像诊断系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230619 Address after: 215127 Unit G4-202-065, Artificial Intelligence Industrial Park, No. 88, Jinjihu Avenue, Suzhou Industrial Park, China (Jiangsu) Pilot Free Trade Zone, Suzhou, Jiangsu Province Patentee after: Suzhou Meiai Medical Technology Co.,Ltd. Address before: Building 106 Lize Zhongyuan, Chaoyang District, Beijing, 100102 (No. 394 Wangjing Central Office Area) Patentee before: EBAOTEK (BEIJING) CO.,LTD. |
|
TR01 | Transfer of patent right |