CN107239666A - 一种对医疗影像数据进行脱敏处理的方法及*** - Google Patents
一种对医疗影像数据进行脱敏处理的方法及*** Download PDFInfo
- Publication number
- CN107239666A CN107239666A CN201710433608.7A CN201710433608A CN107239666A CN 107239666 A CN107239666 A CN 107239666A CN 201710433608 A CN201710433608 A CN 201710433608A CN 107239666 A CN107239666 A CN 107239666A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- sensitive information
- medical imaging
- file
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种对医疗影像数据进行脱敏处理的方法及***,其特征在于,包括如下步骤:步骤1、以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型;步骤2、读取待处理的医疗影像数据,分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域;步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。本发明法能够保留原始医疗影像数据的格式和图像信息便于后续分析处理,且能够去除文本属性和影像内容中的敏感信息。
Description
技术领域
本发明涉及医疗人工智能与大数据处理领域,特别涉及一种对医疗影像数据进行脱敏处理的方法及***。
背景技术
随着以深度学习框架为内核的新人工智能技术强势崛起,在各个领域都获得了长足的发展与推进,AlphaGo、无人驾驶车、语音识别等人们期盼多年的技术也都在很短的时间内获得了突破。在可见的未来当中,深度学习也将推动医疗行业的大数据分析与人工智能应用的发展。因此深度学习需要大量的医疗影像数据进行模型的训练,并对这些影像数据的脱敏处理的需求就显得极为迫切。
其中,DICOM标准是一个交换和管理医疗影像数据及相关数据的标准,可以用于医用信息***之间或者医用信息***与医用设备之间进行通讯。医院的医用设备采集生成的病人检查影像文件为DICOM文件。因为DICOM影像文件本身包含如病人姓名、病人ID、病人住址等信息,直接将该影像文件应用深度学习等人工智能领域,就有可能侵犯病人的隐私权。
因此,就需要研究一种有效且高速便捷的脱敏处理方法能够解决上面提到的两个问题,并能够在快速推进深度学习等人工智能方法在医学领域应用的同时,又保护了患者的隐私的方法。
发明内容
鉴于已有技术存在的缺陷,本发明的目的是要提供一种对医疗影像数据进行脱敏处理的方法,该方法能够保留原始医疗影像数据的格式和图像信息便于后续分析处理,且能够去除文本属性和影像内容中的敏感信息。
为了实现上述目的,本发明的技术方案:
一种对医疗影像数据进行脱敏处理的方法,其特征在于,包括如下步骤:
步骤1、以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型;
步骤2、读取待处理的医疗影像数据,分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域;
步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。
进一步的,所述步骤1包括:
步骤11、自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;
步骤12、确定图像敏感区域并在所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;
步骤13、分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;
步骤14、分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件;
步骤15、以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。
进一步的,所述步骤1还包括:
步骤16、重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
进一步的,所述步骤3中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。
优选的,所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
进一步的,所述步骤3中记录存储所对应的步骤为:
分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志;并按照文件属性敏感信息及图像内容敏感信息,对数据进行分类别存储。
本发明的另一目的是要提供一种对医疗影像数据进行脱敏处理的***,其特征在于,包括:
医疗影像数据读取模块,其能够自数据库中读取待处理的医疗影像数据;
与所述医疗影像数据读取模块相连接的文件属性敏感信息查找模块,其能够分析并确定所述医疗影像数据中的文件属性敏感信息;
与所述医疗影像数据读取模块相连接的图像内容敏感信息查找模块,其能够通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域,所述图像敏感区域识别模型是通过以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的识别模型;
与所述文件属性敏感信息查找模块、图像内容敏感信息查找模块相连接的脱敏处理模块,其能够对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理;
以及对脱敏处理后的数据进行记录存储的记录存储模块。
进一步的,所述医疗影像数据读取模块包括:
历史数据读取子模块,其能够自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;
影像文件数据提取子模块,其能够按照所确定图像敏感区域,自所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;
图像预处理子模块,其能够分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;
图像数据标记子模块,其能够分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件;
模型创建子模块,其能够以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。
进一步的,所述医疗影像数据读取模块还包括:
模型验证子模块,其能够重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
进一步的,所述脱敏处理模块中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。
优选的,所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
进一步的,所述记录存储模块对数据进行记录存储所对应的步骤为:
分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志;并按照文件属性敏感信息及图像内容敏感信息,对数据进行分类别存储。
与现有技术相比,本发明的有益效果:
本发明通过利用深度学习卷积神经网络训练图像敏感区域识别模型对图像敏感区域进行识别并进行脱敏处理;同时结合脱敏日志,完成脱敏数据的存储;其能够高效准确地处理医疗影像数据,进而保护患者的隐私不被泄漏。
附图说明
图1为本发明所述方法对应的步骤流程图;
图2为本发明所述***对应的结构原理框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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。
如图1所示,一种对医疗影像数据进行脱敏处理的方法,其特征在于,包括如下步骤:
步骤1、以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型;进一步的,所述步骤1包括:步骤11、自数据库(其包括PACS存储库)中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;步骤12、确定图像敏感区域并在所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;步骤13、分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;步骤14、分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件,所述标记即按照用户需要对一定图像区域进行标识并记录对应的坐标信息,能够被扩展的标记文件可以是xml格式的文件;步骤15、以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型即得到一个预测结果可靠的模型参数,用于图像敏感区域的识别;步骤16、重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
步骤2、读取医疗影像的原始数据即待处理的医疗影像数据,分析并确定所述医疗影像数据中的敏感信息,具体包括文件属性敏感信息、图像内容敏感信息,其中图像内容敏感信息通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域;进一步的,所述文件属性敏感信息、图像内容敏感信息由用户按照使用需要自行设定,如所述文件属性敏感信息可以是DICOM文件所携带的患者姓名及所在单位等属性字段;图像内容敏感信息可以是图像数据中的某些位置区域如存在患者姓名年龄等敏感信息,由于这些信息是和图像融为一体的,因此需要针对这些图像中的敏感信息通过所述了图像识别模型找到该敏感信息。
步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储,所述脱敏信息处理包括:文件属性敏感信息的处理以及图像内容敏感信息的处理。进一步的,所述步骤3中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理,如隐藏或者马赛克处理。优选的,所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
进一步的,所述步骤3中记录存储所对应的步骤为:
分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志;并按照文件属性敏感信息及图像内容敏感信息,对数据进行分类别存储,以助于收集数据进行后续利用。如检查修改后影像文件的合法性规范性,并保存覆盖含有敏感信息的原文件。数据记录过程包括如下步骤:1.检查处理敏感信息后的影像文件的文件流是否合法规范,如果否,则提示不合法不规范的属性信息,且将信息写入日志文件,并跳过当前文件的处理,对列表中的下一个文件进行处理;2.采用另存为方式,覆盖含有敏感信息的原文件;3.另存为成功,当前影像文件脱敏处理成功,顺序处理列表中的其它文件。
如图2,本发明的另一目的是要提供一种对医疗影像数据进行脱敏处理的***,其特征在于,包括:
医疗影像数据读取模块,其能够自数据库中读取待处理的医疗影像数据;
与所述医疗影像数据读取模块相连接的文件属性敏感信息查找模块,其能够分析并确定所述医疗影像数据中的文件属性敏感信息;进一步的,文件属性敏感信息分析并确定过程包括1.加载配置文件,读取需要处理的文件属性信息名称,按照用户实际需要选择需要脱敏的文件属性信息,如病人信息(包含病人关系信息,病人识别信息,病人统计信息,病人医学信息),就诊信息(包含就诊关系信息,就诊识别信息,就诊状态信息,就诊入院信息,就诊出院信息,就诊安排信息)。以下以表格形式列举部分敏感信息:
病人信息:
就诊信息:
与所述医疗影像数据读取模块相连接的图像内容敏感信息查找模块,其能够通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域,所述图像敏感区域识别模型是通过以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的识别模型;进一步的,所述文件属性敏感信息、图像内容敏感信息由用户按照使用需要自行设定,如所述文件属性敏感信息可以是DICOM文件所携带的患者姓名及所在单位等属性字段;图像内容敏感信息可以是图像数据中的某些位置区域如存在患者姓名年龄等敏感信息,由于这些信息是和图像融为一体的,因此需要针对这些图像中的敏感信息通过所述了图像识别模型找到该敏感信息;如H3.对信息敏感区做甄别操作,由于设备不同或者医院技师的操作不同,某些影像文件中的存储图像信息中会保存一些敏感信息,如病人的合法姓名,病人的出生日期,医院名称,医院地址等敏感信息就需要通过本发明的图像敏感信息查找模块对多区域进行查找甄别。如果存在敏感信息,则对敏感区域做下一步处理即通过识别模型检测出的敏感区域结果并对需要处理的位置做隐藏或者马赛克操作并将处理后的图像信息反写入影像文件的文件流中。
与所述文件属性敏感信息查找模块、图像内容敏感信息查找模块相连接的脱敏处理模块,其能够对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理;
以及对脱敏处理后的数据进行记录存储的记录存储模块。
进一步的,所述医疗影像数据读取模块包括:
历史数据读取子模块,其能够自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;
影像文件数据提取子模块,其能够按照所确定图像敏感区域,自所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;
图像预处理子模块,其能够分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;
图像数据标记子模块,其能够分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件;
模型创建子模块,其能够以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。
进一步的,所述医疗影像数据读取模块还包括:
模型验证子模块,其能够重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
进一步的,所述脱敏处理模块中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除或删除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。
优选的,所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
进一步的,所述记录存储模块对数据进行记录存储所对应的步骤为:
分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志;并按照文件属性敏感信息及图像内容敏感信息,对数据进行分类别存储。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种对医疗影像数据进行脱敏处理的方法,其特征在于,包括如下步骤:
步骤1、以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型;
步骤2、读取待处理的医疗影像数据,分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域;
步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。
2.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法,其特征在于:
所述步骤1包括:
步骤11、自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;
步骤12、确定图像敏感区域并在所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;
步骤13、分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;
步骤14、分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件;
步骤15、以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。
3.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法,其特征在于:
所述步骤1还包括:
步骤16、重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
4.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法,其特征在于:
所述步骤3中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。
5.根据权利要求4所述的对医疗影像数据进行脱敏处理的方法,其特征在于:
所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
6.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法,其特征在于:
所述步骤3中记录存储所对应的步骤为:
分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志;并按照文件属性敏感信息及图像内容敏感信息,对数据进行分类别存储。
7.一种对医疗影像数据进行脱敏处理的***,其特征在于,包括:
医疗影像数据读取模块,其能够自数据库中读取待处理的医疗影像数据;
与所述医疗影像数据读取模块相连接的文件属性敏感信息查找模块,其能够分析并确定所述医疗影像数据中的文件属性敏感信息;
与所述医疗影像数据读取模块相连接的图像内容敏感信息查找模块,其能够通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域,所述图像敏感区域识别模型是通过以历史医疗影像数据为训练集,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的识别模型;
与所述文件属性敏感信息查找模块、图像内容敏感信息查找模块相连接的脱敏处理模块,其能够对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理;
以及对脱敏处理后的数据进行记录存储的记录存储模块。
8.根据权利要求7所述的对医疗影像数据进行脱敏处理的***,其特征在于:
所述医疗影像数据读取模块包括:
历史数据读取子模块,其能够自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据;
影像文件数据提取子模块,其能够按照所确定图像敏感区域,自所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据;
图像预处理子模块,其能够分别对所选择出的影像文件数据进行图像预处理,以提取出影像文件数据中的图像数据;
图像数据标记子模块,其能够分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件;
模型创建子模块,其能够以所述标记文件以及所提取出图像数据为模型输入参数,利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。
9.根据权利要求8所述的对医疗影像数据进行脱敏处理的***,其特征在于:
所述医疗影像数据读取模块还包括:
模型验证子模块,其能够重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据,并将所述影像文件数据作为测试数据,对图像敏感区域识别模型进行可靠性验证。
10.根据权利要求7所述的对医疗影像数据进行脱敏处理的***,其特征在于:
所述脱敏处理模块中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作;对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理,所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710433608.7A CN107239666B (zh) | 2017-06-09 | 2017-06-09 | 一种对医疗影像数据进行脱敏处理的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710433608.7A CN107239666B (zh) | 2017-06-09 | 2017-06-09 | 一种对医疗影像数据进行脱敏处理的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107239666A true CN107239666A (zh) | 2017-10-10 |
CN107239666B CN107239666B (zh) | 2020-10-09 |
Family
ID=59987424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710433608.7A Active CN107239666B (zh) | 2017-06-09 | 2017-06-09 | 一种对医疗影像数据进行脱敏处理的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107239666B (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563929A (zh) * | 2018-04-16 | 2018-09-21 | 深圳市联软科技股份有限公司 | 一种仅在涉密区域生成水印的方法、***、装置及介质 |
CN108563930A (zh) * | 2018-04-16 | 2018-09-21 | 深圳市联软科技股份有限公司 | 一种涉密文件添加水印的方法、装置、介质及*** |
CN108922601A (zh) * | 2018-07-09 | 2018-11-30 | 成都数浪信息科技有限公司 | 一种医学影像处理*** |
CN109284684A (zh) * | 2018-08-21 | 2019-01-29 | Oppo广东移动通信有限公司 | 一种信息处理方法、装置以及计算机存储介质 |
CN109410073A (zh) * | 2018-09-26 | 2019-03-01 | 平安健康保险股份有限公司 | 影像文件脱敏方法、装置、计算机设备和存储介质 |
CN109472705A (zh) * | 2018-09-26 | 2019-03-15 | 平安健康保险股份有限公司 | 理赔方法、***、计算机设备以及存储介质 |
CN109598730A (zh) * | 2018-12-03 | 2019-04-09 | 鄂珑江 | 胸片分割及处理方法、***及电子设备 |
CN109842669A (zh) * | 2017-11-24 | 2019-06-04 | 丰田自动车株式会社 | 医疗数据通信装置、服务器、医疗数据通信方法和程序 |
CN109872282A (zh) * | 2019-01-16 | 2019-06-11 | 众安信息技术服务有限公司 | 一种基于计算机视觉的图像脱敏方法与*** |
CN109919142A (zh) * | 2019-04-19 | 2019-06-21 | 东方网力科技股份有限公司 | 人员监控方法、装置、服务器和存储介质 |
CN110110588A (zh) * | 2019-03-21 | 2019-08-09 | 平安普惠企业管理有限公司 | 基于人脸识别在线办理业务的方法、装置计算机设备 |
CN110163250A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于分布式调度的图像脱敏处理***、方法以及装置 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN110175623A (zh) * | 2019-04-10 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN110287720A (zh) * | 2019-07-01 | 2019-09-27 | 国网内蒙古东部电力有限公司 | 一种基于图像识别和用户等级的访问控制方法 |
CN110727643A (zh) * | 2019-09-16 | 2020-01-24 | 北京明朝万达科技股份有限公司 | 一种基于机器学习的文件分类管理方法及*** |
CN110866281A (zh) * | 2019-11-20 | 2020-03-06 | 满江(上海)软件科技有限公司 | 一种用于敏感数据的安全合规处理***及方法 |
CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
CN111199050A (zh) * | 2018-11-19 | 2020-05-26 | 零氪医疗智能科技(广州)有限公司 | 一种用于对病历进行自动脱敏的***及应用 |
WO2020113584A1 (zh) * | 2018-12-07 | 2020-06-11 | 深圳市欢太科技有限公司 | 日志信息处理方法、装置、移动终端以及存储介质 |
CN111382151A (zh) * | 2020-03-23 | 2020-07-07 | 新疆大学 | 一种基于数据脱敏的ct医疗图像清洗方法 |
US10762607B2 (en) | 2019-04-10 | 2020-09-01 | Alibaba Group Holding Limited | Method and device for sensitive data masking based on image recognition |
CN112330644A (zh) * | 2020-11-11 | 2021-02-05 | 复旦大学 | 基于深度学习的医疗影像诊断*** |
CN112347512A (zh) * | 2020-11-13 | 2021-02-09 | 支付宝(杭州)信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
CN112420214A (zh) * | 2019-08-21 | 2021-02-26 | 无锡祥生医疗科技股份有限公司 | 超声会诊远程分享方法、平台和*** |
CN113051600A (zh) * | 2019-12-27 | 2021-06-29 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及*** |
CN113254998A (zh) * | 2021-06-04 | 2021-08-13 | 王兆河 | 一种数字影像及影像检查报告数据的脱敏处理方法 |
CN113254967A (zh) * | 2021-06-04 | 2021-08-13 | 王兆河 | 一种医疗数字影像云***的标准化方法 |
CN113779630A (zh) * | 2021-09-09 | 2021-12-10 | 新疆大学 | 一种基于dicom的ct医疗图像可逆脱敏方法 |
CN113782138A (zh) * | 2021-09-29 | 2021-12-10 | 清华大学 | 用于医疗数据发送控制的方法和装置 |
CN113822839A (zh) * | 2020-06-18 | 2021-12-21 | 飞依诺科技(苏州)有限公司 | 医学图像的处理方法、装置、计算机设备和存储介质 |
CN114040223A (zh) * | 2021-11-05 | 2022-02-11 | 湖北亿咖通科技有限公司 | 一种图像处理方法及*** |
CN117150565A (zh) * | 2023-10-31 | 2023-12-01 | 山东网安安全技术有限公司 | 一种医疗数据脱敏存储方法、装置、电子设备与存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012107692A1 (fr) * | 2011-02-09 | 2012-08-16 | Universite De Lorraine | Capteur de mouvement associe a une electrode de diagnostic pour applications en imagerie medicale |
CN104463965A (zh) * | 2014-12-17 | 2015-03-25 | 中国科学院自动化研究所 | 一种面向微创心血管介入手术的训练场景模拟***及方法 |
CN105718952A (zh) * | 2016-01-22 | 2016-06-29 | 武汉科恩斯医疗科技有限公司 | 使用深度学习网络对断层医学影像进行病灶分类的方法 |
CN106203432A (zh) * | 2016-07-14 | 2016-12-07 | 杭州健培科技有限公司 | 一种基于卷积神经网显著性图谱的感兴趣区域的定位方法 |
CN106339917A (zh) * | 2016-08-18 | 2017-01-18 | 无锡天脉聚源传媒科技有限公司 | 一种商品模型训练方法及装置 |
CN206100294U (zh) * | 2015-12-29 | 2017-04-12 | 重庆安碧捷科技股份有限公司 | 医疗脱敏*** |
CN106682435A (zh) * | 2016-12-31 | 2017-05-17 | 西安百利信息科技有限公司 | 一种多模型融合自动检测医学图像中病变的***及方法 |
-
2017
- 2017-06-09 CN CN201710433608.7A patent/CN107239666B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012107692A1 (fr) * | 2011-02-09 | 2012-08-16 | Universite De Lorraine | Capteur de mouvement associe a une electrode de diagnostic pour applications en imagerie medicale |
CN104463965A (zh) * | 2014-12-17 | 2015-03-25 | 中国科学院自动化研究所 | 一种面向微创心血管介入手术的训练场景模拟***及方法 |
CN206100294U (zh) * | 2015-12-29 | 2017-04-12 | 重庆安碧捷科技股份有限公司 | 医疗脱敏*** |
CN105718952A (zh) * | 2016-01-22 | 2016-06-29 | 武汉科恩斯医疗科技有限公司 | 使用深度学习网络对断层医学影像进行病灶分类的方法 |
CN106203432A (zh) * | 2016-07-14 | 2016-12-07 | 杭州健培科技有限公司 | 一种基于卷积神经网显著性图谱的感兴趣区域的定位方法 |
CN106339917A (zh) * | 2016-08-18 | 2017-01-18 | 无锡天脉聚源传媒科技有限公司 | 一种商品模型训练方法及装置 |
CN106682435A (zh) * | 2016-12-31 | 2017-05-17 | 西安百利信息科技有限公司 | 一种多模型融合自动检测医学图像中病变的***及方法 |
Non-Patent Citations (2)
Title |
---|
HUI LI等: "ECARMI: An Ensemble Based Approach for Medical Images Based Disease Classification and ROIs Recognition", 《2015 7TH INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY IN MEDICINE AND EDUCATION (ITME)》 * |
倪杭建: "数据挖掘技术在区域医疗影像数据中的应用研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109842669A (zh) * | 2017-11-24 | 2019-06-04 | 丰田自动车株式会社 | 医疗数据通信装置、服务器、医疗数据通信方法和程序 |
CN109842669B (zh) * | 2017-11-24 | 2021-11-09 | 丰田自动车株式会社 | 医疗数据通信装置、服务器、医疗数据通信方法和介质 |
CN108563930A (zh) * | 2018-04-16 | 2018-09-21 | 深圳市联软科技股份有限公司 | 一种涉密文件添加水印的方法、装置、介质及*** |
CN108563930B (zh) * | 2018-04-16 | 2020-09-25 | 深圳市联软科技股份有限公司 | 一种涉密文件添加水印的方法、装置、介质及*** |
CN108563929A (zh) * | 2018-04-16 | 2018-09-21 | 深圳市联软科技股份有限公司 | 一种仅在涉密区域生成水印的方法、***、装置及介质 |
CN108922601A (zh) * | 2018-07-09 | 2018-11-30 | 成都数浪信息科技有限公司 | 一种医学影像处理*** |
CN109284684A (zh) * | 2018-08-21 | 2019-01-29 | Oppo广东移动通信有限公司 | 一种信息处理方法、装置以及计算机存储介质 |
CN109284684B (zh) * | 2018-08-21 | 2021-06-01 | Oppo广东移动通信有限公司 | 一种信息处理方法、装置以及计算机存储介质 |
CN109472705B (zh) * | 2018-09-26 | 2024-04-26 | 平安健康保险股份有限公司 | 理赔方法、***、计算机设备以及存储介质 |
CN109410073A (zh) * | 2018-09-26 | 2019-03-01 | 平安健康保险股份有限公司 | 影像文件脱敏方法、装置、计算机设备和存储介质 |
CN109472705A (zh) * | 2018-09-26 | 2019-03-15 | 平安健康保险股份有限公司 | 理赔方法、***、计算机设备以及存储介质 |
CN109410073B (zh) * | 2018-09-26 | 2024-04-30 | 平安健康保险股份有限公司 | 影像文件脱敏方法、装置、计算机设备和存储介质 |
CN111199050B (zh) * | 2018-11-19 | 2023-10-17 | 零氪医疗智能科技(广州)有限公司 | 一种用于对病历进行自动脱敏的***及应用 |
CN111199050A (zh) * | 2018-11-19 | 2020-05-26 | 零氪医疗智能科技(广州)有限公司 | 一种用于对病历进行自动脱敏的***及应用 |
CN109598730A (zh) * | 2018-12-03 | 2019-04-09 | 鄂珑江 | 胸片分割及处理方法、***及电子设备 |
CN112889053A (zh) * | 2018-12-07 | 2021-06-01 | 深圳市欢太科技有限公司 | 日志信息处理方法、装置、移动终端以及存储介质 |
WO2020113584A1 (zh) * | 2018-12-07 | 2020-06-11 | 深圳市欢太科技有限公司 | 日志信息处理方法、装置、移动终端以及存储介质 |
CN109872282A (zh) * | 2019-01-16 | 2019-06-11 | 众安信息技术服务有限公司 | 一种基于计算机视觉的图像脱敏方法与*** |
CN109872282B (zh) * | 2019-01-16 | 2021-08-06 | 众安信息技术服务有限公司 | 一种基于计算机视觉的图像脱敏方法与*** |
CN110110588A (zh) * | 2019-03-21 | 2019-08-09 | 平安普惠企业管理有限公司 | 基于人脸识别在线办理业务的方法、装置计算机设备 |
CN110163250A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于分布式调度的图像脱敏处理***、方法以及装置 |
CN110163250B (zh) * | 2019-04-10 | 2023-10-24 | 创新先进技术有限公司 | 基于分布式调度的图像脱敏处理***、方法以及装置 |
US10762607B2 (en) | 2019-04-10 | 2020-09-01 | Alibaba Group Holding Limited | Method and device for sensitive data masking based on image recognition |
CN110175623A (zh) * | 2019-04-10 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN109919142B (zh) * | 2019-04-19 | 2021-05-25 | 东方网力科技股份有限公司 | 人员监控方法、装置、服务器和存储介质 |
CN109919142A (zh) * | 2019-04-19 | 2019-06-21 | 东方网力科技股份有限公司 | 人员监控方法、装置、服务器和存储介质 |
CN110287720A (zh) * | 2019-07-01 | 2019-09-27 | 国网内蒙古东部电力有限公司 | 一种基于图像识别和用户等级的访问控制方法 |
CN112420214A (zh) * | 2019-08-21 | 2021-02-26 | 无锡祥生医疗科技股份有限公司 | 超声会诊远程分享方法、平台和*** |
CN112420214B (zh) * | 2019-08-21 | 2023-11-21 | 无锡祥生医疗科技股份有限公司 | 超声会诊远程分享方法、平台和*** |
CN110727643B (zh) * | 2019-09-16 | 2022-04-19 | 北京明朝万达科技股份有限公司 | 一种基于机器学习的文件分类管理方法及*** |
CN110727643A (zh) * | 2019-09-16 | 2020-01-24 | 北京明朝万达科技股份有限公司 | 一种基于机器学习的文件分类管理方法及*** |
CN110866281A (zh) * | 2019-11-20 | 2020-03-06 | 满江(上海)软件科技有限公司 | 一种用于敏感数据的安全合规处理***及方法 |
CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
CN113051600A (zh) * | 2019-12-27 | 2021-06-29 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及*** |
CN113051600B (zh) * | 2019-12-27 | 2024-02-13 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及*** |
CN111382151A (zh) * | 2020-03-23 | 2020-07-07 | 新疆大学 | 一种基于数据脱敏的ct医疗图像清洗方法 |
CN113822839A (zh) * | 2020-06-18 | 2021-12-21 | 飞依诺科技(苏州)有限公司 | 医学图像的处理方法、装置、计算机设备和存储介质 |
CN113822839B (zh) * | 2020-06-18 | 2024-01-23 | 飞依诺科技股份有限公司 | 医学图像的处理方法、装置、计算机设备和存储介质 |
CN112330644A (zh) * | 2020-11-11 | 2021-02-05 | 复旦大学 | 基于深度学习的医疗影像诊断*** |
CN112347512A (zh) * | 2020-11-13 | 2021-02-09 | 支付宝(杭州)信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113254967A (zh) * | 2021-06-04 | 2021-08-13 | 王兆河 | 一种医疗数字影像云***的标准化方法 |
CN113254998A (zh) * | 2021-06-04 | 2021-08-13 | 王兆河 | 一种数字影像及影像检查报告数据的脱敏处理方法 |
CN113779630A (zh) * | 2021-09-09 | 2021-12-10 | 新疆大学 | 一种基于dicom的ct医疗图像可逆脱敏方法 |
CN113782138A (zh) * | 2021-09-29 | 2021-12-10 | 清华大学 | 用于医疗数据发送控制的方法和装置 |
CN114040223A (zh) * | 2021-11-05 | 2022-02-11 | 湖北亿咖通科技有限公司 | 一种图像处理方法及*** |
CN114040223B (zh) * | 2021-11-05 | 2023-11-24 | 亿咖通(湖北)技术有限公司 | 一种图像处理方法及*** |
CN117150565A (zh) * | 2023-10-31 | 2023-12-01 | 山东网安安全技术有限公司 | 一种医疗数据脱敏存储方法、装置、电子设备与存储介质 |
CN117150565B (zh) * | 2023-10-31 | 2024-03-01 | 山东网安安全技术有限公司 | 一种医疗数据脱敏存储方法、装置、电子设备与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107239666B (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107239666A (zh) | 一种对医疗影像数据进行脱敏处理的方法及*** | |
Escalante et al. | Modeling, recognizing, and explaining apparent personality from videos | |
US9886758B2 (en) | Annotation of skin image using learned feature representation | |
Yoon et al. | Generalizable feature learning in the presence of data bias and domain class imbalance with application to skin lesion classification | |
JP7082993B2 (ja) | 医療画像処理装置、方法及びプログラム、診断支援装置、方法及びプログラム並びに医療支援システム及び方法 | |
CN101944154A (zh) | 医用图像读影*** | |
Li et al. | Patch transformer for multi-tagging whole slide histopathology images | |
CN116259407B (zh) | 基于多模态数据的疾病诊断方法、装置、设备及介质 | |
CN107992602A (zh) | 搜索结果展示方法和装置 | |
CN106651973A (zh) | 图像结构化方法及装置 | |
Sadeghi et al. | How users perceive content-based image retrieval for identifying skin images | |
CN107909088A (zh) | 获取训练样本的方法、装置、设备和计算机存储介质 | |
Mukherjee et al. | Monitoring, recognition and attendance automation in online class: combination of image processing, cryptography in IoT security | |
CN109817297B (zh) | 医疗报告的生成方法、装置、计算机设备及计算机存储介质 | |
Rudmann et al. | Using deep learning artificial intelligence algorithms to verify N-nitroso-N-methylurea and urethane positive control proliferative changes in Tg-RasH2 mouse carcinogenicity studies | |
Huang et al. | Automatic recognizing of vocal fold disorders from glottis images | |
JP2023526412A (ja) | 情報処理方法、電子装置、及びコンピュータ記憶媒体 | |
Theuerkauf et al. | A trainable object finder, selector and identifier for pollen, spores and other things: A step towards automated pollen recognition in lake sediments | |
Dimauro et al. | A smartphone-based cell segmentation to support nasal cytology | |
CN109036498A (zh) | 信息处理装置和信息处理方法 | |
CN112084889A (zh) | 一种图像行为识别方法、装置、计算设备及存储介质 | |
AU2021105721A4 (en) | System and method for classifying skin cancer lesions using deep neural networks and transfer learning | |
Sharma et al. | CNN-based model for deepfake video and image identification using GAN | |
Liu et al. | Embedded autoencoders: A novel framework for face de-identification | |
Shi et al. | A Multi-task Method for Immunofixation Electrophoresis Image Classification |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |